[发明专利]一种画作获取方法及装置

说明书

本发明提供了一种画作获取方法及装置。所述方法包括：采集用户的第一人脸图像；基于训练得到的神经网络模型对所述第一人脸图像进行分析，确定所述用户的眼睛注视目标画作上的目标区域；获取与所述目标区域关联的至少一个画作。本发明可以依据用户当前喜好进行画作推荐，提高了画作推荐的准确性，提高了用户使用体验。

技术领域

本发明涉及计算机处理技术领域，特别是涉及一种画作获取方法及装置。

背景技术

个性化推荐现在被越来越广泛地应用，其能根据不同用户的不同行为特征帮助用户找到其有可能感兴趣的产品或兴趣点。现有的画作推荐算法多是基于用户历史行为、或用户自主选择画作确定用户喜好的画作类型进行推荐。

上述画作推荐方法均是针对用户以往的喜好进行的画作推荐，并未考虑兴趣爱好的改变等因素，造成推荐结果不准确，降低了用户的使用体验。

发明内容

本发明提供一种画作获取方法及装置，以解决现有方案中画作推荐结果不准确，降低了用户使用体验的问题。

为了解决上述问题，本发明公开了一种画作获取方法，包括：采集用户的第一人脸图像；基于训练得到的神经网络模型对所述第一人脸图像进行分析，确定所述用户的眼睛注视目标画作上的目标区域；获取与所述目标区域关联的至少一个画作。

优选地，在所述基于训练得到的神经网络模型对所述第一人脸图像进行分析，确定所述用户的眼睛注视目标画作上的目标区域的步骤之前，还包括：对所述目标画作进行区域划分处理，以得到划分的至少一个区域；采集多个样本用户注视各区域的多个样本人脸图像；获取所述多个样本用户眼睛与所述多个样本用户注视的各区域对应的多个距离信息；依据多个所述样本人脸图像，确定所述多个样本用户眼睛对应的多个瞳孔位置信息；采用各区域对应的所述距离信息及对应的样本人脸图像中的所述瞳孔位置信息进行训练，以得到所述神经网络模型。

优选地，在所述采用各区域对应的所述距离信息及对应的样本人脸图像中的所述瞳孔位置信息进行训练，以得到所述神经网络模型的步骤之后，还包括：识别各区域内的至少一个目标特征；对各所述目标特征添加标注信息。

优选地，所述依据所述目标区域获取关联的至少一个画作，并将所述至少一个画作推荐给所述用户的步骤，包括：依据所述目标区域内的标注信息，从预设数据库中获取与所述标注信息对应的至少一个画作。

优选地，在所述获取与所述目标区域关联的至少一个画作的步骤之前，还包括：依据所述人脸图像确定所述用户注视所述目标区域的时长；判断所述时长是否大于阈值时长；在所述时长大于所述阈值时长时，执行所述依据所述目标区域获取关联的至少一个画作的步骤。

优选地，在所述获取与所述目标区域关联的至少一个画作的步骤之后，还包括：将所述至少一个画作推荐给所述用户。

优选地，所述采集用户的人脸图像的步骤，包括：采用双目摄像头按照预设时间间隔采集用户的人脸图像。

为了解决上述问题，本发明公开了一种画作获取装置，包括：第一图像采集模块，用于采集用户的第一人脸图像；目标区域确定模块，用于基于训练得到的神经网络模型对所述第一人脸图像进行分析，确定所述用户的眼睛注视目标画作上的目标区域；关联画作获取模块，用于获取与所述目标区域关联的至少一个画作。

优选地，还包括：区域划分模块，用于对所述目标画作进行区域划分处理，以得到划分的至少一个区域；样本图像采集模块，用于采集多个样本用户注视各区域的多个样本人脸图像；距离信息获取模块，用于获取所述多个样本用户眼睛与所述多个样本用户注视的各区域对应的多个距离信息；瞳孔位置确定模块，用于依据多个所述样本人脸图像，确定所述多个样本用户眼睛对应的多个瞳孔位置信息；神经网络训练模块，用于采用各区域对应的所述距离信息及对应的样本人脸图像中的所述瞳孔位置信息进行训练，以得到所述神经网络模型。