[發明專利]一種數據處理方法、信息推薦方法和相關裝置

在審

• 申請號: 201911060037.2
• 申請日: 2019-11-01
• 公開（公告）號: CN112766019A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 朱筱筱
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F16/9535
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 李陽;郭晗

1.一種數據處理方法，其特征在于，包括：

根據輸入的人臉圖像數據定位出人臉區域中的特征點位置信息；

利用所述特征點位置信息計算所述人臉的距離特征向量，所述距離特征向量為由特征點之間的距離特征構成的向量；

根據所述距離特征向量，通過深度學習網絡確定所述各器官的標簽值，所述標簽值中的負數標簽值為黑標簽值；

利用所述距離特征向量和所述黑標簽值，按照預設規則計算所述人臉圖像數據對應的評價值，所述評價值用于評價所述人臉圖像數據與對應標準分值的標準人臉圖像數據的差異。

2.根據權利要求1所述的方法，其特征在于，根據輸入的人臉圖像數據定位出人臉區域中的特征點位置信息的步驟，包括：

對所述輸入的人臉圖像進行主成分分析處理，得到特征臉圖像；

定位所述特征臉圖像中的人臉區域，得到人臉區域圖像；

通過第一級聯卷積神經網絡對所述人臉區域圖像進行特征點定位，得到所述人臉區域中的特征點位置信息。

3.根據權利要求2所述的方法，其特征在于，通過第一級聯卷積神經網絡對所述人臉區域圖像進行特征點定位，得到所述人臉區域中的特征點位置信息的步驟，包括：

將所述人臉區域圖像輸入所述第一級聯卷積神經網絡的第一層網絡，得到人臉的最小包圍盒圖像；

通過所述第一級聯卷積神經網絡的第二層網絡，得到所述最小包圍盒圖像的預設數量特征點；

在所述第一級聯卷積神經網絡的第三層網絡，利用所述預設數量特征點對所述最小包圍盒圖像的器官進行剪裁，輸出所述人臉區域中的特征點位置信息。

4.根據權利要求1所述的方法，其特征在于，所述深度學習網絡為經訓練的第二級聯卷積神經網絡，并且通過所述第二級聯卷積神經網絡計算所述人臉的距離特征向量以及計算所述人臉圖像數據對應的評價值，其中：

利用所述距離特征向量和所述黑標簽值，按照預設規則計算所述人臉圖像數據對應的評價值的步驟，包括：

將各所述距離特征與對應的最優距離的差值，按照每個所述距離特征的評分權重加和，得到第一項扣分值；

將各黑標簽值按照對應的器官黑標簽權重加和，得到第二項扣分值；

從所述標準分值中扣除所述第一項扣分值和所述第二項扣分值，得到所述人臉圖像數據對應的評價值，每個所述距離特征的評分權重、所述器官黑標簽權重、各所述最優距離通過對所述第二級聯卷積神經網絡訓練得到。

5.根據權利要求4所述的方法，其特征在于，訓練所述第二級聯卷積神經網絡的步驟，包括：

采集訓練所需的樣本人臉圖像數據，并對所述樣本人臉圖像數據打標，所述打標包括標注評價值和對選擇的器官標注黑標簽值；

利用打標后的所述樣本人臉圖像數據訓練所述第二級聯卷積神經網絡。

6.一種利用權利要求1至5中任一項的數據處理結果推薦信息的方法，所述數據處理結果包括所述黑標簽值，其特征在于，所述方法包括：

根據人臉器官與關鍵詞之間的匹配關系，利用與具有黑標簽的器官匹配的關鍵詞搜索推薦信息，并輸出搜索到的所述推薦信息。

7.一種利用權利要求1至5中任一項的數據處理結果推薦信息的方法，所述數據處理結果包括所述人臉圖像數據對應的評價值，其特征在于，所述方法包括：

根據所述人臉圖像數據對應的評價值所屬的數值區間，輸出與所述數值區間對應的推薦信息。

8.一種數據處理裝置，其特征在于，包括：

特征點定位模塊，用于根據輸入的人臉圖像數據定位出人臉區域中的特征點位置信息；

距離特征向量計算模塊，用于利用所述特征點位置信息計算所述人臉的距離特征向量，所述距離特征向量為由特征點之間的距離特征構成的向量；

標簽分布確定模塊，用于根據所述距離特征向量，通過深度學習網絡確定所述各器官的標簽值，所述標簽值中的負數標簽值為黑標簽值；

評價值計算模塊，用于利用所述距離特征向量和所述黑標簽值，按照預設規則計算所述人臉圖像數據對應的評價值，所述評價值用于評價所述人臉圖像數據與對應標準分值的標準人臉圖像數據的差異。