[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

本發明公開了一種數據處理方法、信息推薦方法和相關裝置，涉及計算機技術領域。該方法的一具體實施方式包括：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；利用特征點位置信息計算人臉的距離特征向量，距離特征向量為由特征點之間的距離特征構成的向量；根據距離特征向量，通過深度學習網絡確定各器官的標簽值，標簽值中的負數標簽值為黑標簽值；利用距離特征向量和黑標簽值，按照預設規則計算人臉圖像數據對應的評價值，評價值用于評價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。該實施方式能夠基于人臉審美學相關知識和審美標準對人臉評分，并且可以根據人臉特征針對性地進行信息推薦，趣味性強，用戶體驗好。

技術領域

本發明涉及計算機技術領域，尤其涉及一種數據處理方法和裝置以及信息推薦方法和裝置。

背景技術

目前各類基于人臉識別技術的移動應用大行其道，主要方案分為兩類：一是輸入視頻流，基于動態對人臉進行識別，定位人臉關鍵點，應用動態貼圖；二是用戶上傳照片，或者拍照完成狀態，基于靜態圖片數據流，進行人臉識別和人臉關鍵點定位環節，可基于算法判定用戶年齡、國籍等，或用戶可拖拽人臉關鍵點進行人像處理。

年齡、國籍判斷等人臉評分系統功能點過于分散，完整度不夠。目前基于人臉識別的移動應用局限于人像處理，沒有融入人臉審美學相關知識，并且缺少針對性地根據人臉特征進行信息推薦的方案。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

當前缺少融入人臉審美學相關知識的人臉評分方案，并且無法針對性地根據人臉特征進行信息推薦。

發明內容

有鑒于此，本發明實施例提供一種數據處理方法、信息推薦方法和相關裝置，能夠基于人臉審美學相關知識和審美標準對人臉評分，并且可以根據人臉特征針對性地進行信息推薦，趣味性強，用戶體驗好。

為實現上述目的，根據本發明實施例的一個方面，提供了一種數據處理方法。

一種數據處理方法，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。

可選地，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。

可選地，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。

可選地，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。