本發(fā)明涉及電視技術(shù)領(lǐng)域，尤其涉及一種電視節(jié)目推薦方法及裝置。

背景技術(shù)：

隨著數(shù)字電視業(yè)務(wù)、多媒體的發(fā)展以及人們生活水平的提高，電視節(jié)目在人們的日常休閑活動(dòng)中占有非常重要的比例。然而近年來隨著電視節(jié)目種類的不斷增多，用戶在選擇節(jié)目上需要花費(fèi)大量的時(shí)間進(jìn)行瀏覽和檢索，以找到適合自己觀看的電視節(jié)目，大大降低用戶的使用體驗(yàn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的主要目的在于提供一種電視節(jié)目推薦方法及裝置，旨在解決用戶在選擇電視節(jié)目時(shí)需要耗費(fèi)大量時(shí)間進(jìn)行瀏覽和檢索的技術(shù)問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種電視節(jié)目推薦方法包括以下步驟：

獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行特征提取以獲取人臉特征參數(shù)；

根據(jù)預(yù)設(shè)函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取年齡信息；

根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端。

優(yōu)選地，所述獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行特征提取以獲取人臉特征參數(shù)的步驟包括：

獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行預(yù)處理；

基于局部Gabor二值模式算子對(duì)預(yù)處理后的所述人臉圖像進(jìn)行特征提取，以獲取人臉特征參數(shù)。

優(yōu)選地，所述基于局部Gabor二值模式算子對(duì)預(yù)處理后的所述人臉圖像進(jìn)行特征提取，以獲取人臉特征參數(shù)的步驟包括：

根據(jù)Gabor函數(shù)將預(yù)處理后的所述人臉圖像轉(zhuǎn)換為Gabor幅值圖像，并根據(jù)局部二值模式算子對(duì)Gabor幅值圖像進(jìn)行編碼，以形成局部Gabor二值模式特征圖像；

對(duì)局部Gabor二值模式特征圖像進(jìn)行紋理分塊，并獲取每一紋理分塊的直方序列圖；

根據(jù)所述直方序列圖獲取人臉特征參數(shù)。

優(yōu)選地，所述根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端的步驟包括：

基于云端服務(wù)器獲取電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息，以根據(jù)預(yù)設(shè)的推薦算法獲取電視節(jié)目信息與用戶年齡區(qū)間信息之間的匹配關(guān)系并儲(chǔ)存于預(yù)存的節(jié)目數(shù)據(jù)庫中；

將所述年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，并根據(jù)儲(chǔ)存的匹配關(guān)系獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

將所述匹配的電視節(jié)目信息顯示于電視端。

優(yōu)選地，所述根據(jù)預(yù)設(shè)函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取年齡信息的步驟之后還包括：

根據(jù)所述人臉特征參數(shù)判別當(dāng)前用戶的性別，以獲取性別信息；

所述根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端的步驟包括：

根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

根據(jù)預(yù)設(shè)的推薦算法獲取匹配的電視節(jié)目信息中與所述性別信息匹配的備選電視節(jié)目信息，并將所述備選電視節(jié)目信息顯示于電視端。

此外，為實(shí)現(xiàn)上述目的，本發(fā)明還提供一種電視節(jié)目推薦裝置，包括：

獲取模塊，用以獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行特征提取以獲取人臉特征參數(shù)；

年齡估算模塊，用以根據(jù)預(yù)設(shè)函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取年齡信息；

推薦模塊，用以根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端。

優(yōu)選地，所述獲取模塊包括：

獲取單元，用以獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行預(yù)處理；

提取單元，用以基于局部Gabor二值模式算子對(duì)預(yù)處理后的所述人臉圖像進(jìn)行特征提取，以獲取人臉特征參數(shù)。

優(yōu)選地，所述提取單元包括：

第一處理單元，用以根據(jù)Gabor函數(shù)將預(yù)處理后的所述人臉圖像轉(zhuǎn)換為Gabor幅值圖像，并根據(jù)局部二值模式算子對(duì)Gabor幅值圖像進(jìn)行編碼，以形成局部Gabor二值模式特征圖像；

第二處理單元，用以對(duì)局部Gabor二值模式特征圖像進(jìn)行紋理分塊，并獲取每一紋理分塊的直方序列圖；

第三處理單元，用以根據(jù)所述直方序列圖獲取人臉特征參數(shù)。

優(yōu)選地，所述推薦模塊包括：

存儲(chǔ)單元，用以基于云端服務(wù)器獲取電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息，以根據(jù)預(yù)設(shè)的推薦算法獲取電視節(jié)目信息與用戶年齡區(qū)間信息之間的匹配關(guān)系并儲(chǔ)存于預(yù)存的節(jié)目數(shù)據(jù)庫中；

算法單元，用以將所述年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，并根據(jù)儲(chǔ)存的匹配關(guān)系獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

顯示單元，用以將所述匹配的電視節(jié)目信息顯示于電視端。

優(yōu)選地，所述電視節(jié)目推薦裝置還包括：

性別信息獲取模塊，用以根據(jù)所述人臉特征參數(shù)判別當(dāng)前用戶的性別，以獲取性別信息；

所述推薦模塊還用以：

根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

根據(jù)預(yù)設(shè)的推薦算法獲取匹配的電視節(jié)目信息中與所述性別信息匹配的備選電視節(jié)目信息，并將所述備選電視節(jié)目信息顯示于電視端。

本實(shí)施例提供的技術(shù)方案中，通過獲取用戶的人臉圖像來估算用戶年齡，以獲取年齡信息，并根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇，使得用戶無需通過多次切換電視頻道來選擇電視節(jié)目，節(jié)省了用戶瀏覽和檢索節(jié)目的時(shí)間，提升了用戶體驗(yàn)。

附圖說明

圖1為本發(fā)明電視節(jié)目推薦方法第一實(shí)施例的流程示意圖；

圖2為本發(fā)明電視節(jié)目推薦方法第二實(shí)施例中對(duì)人臉圖像進(jìn)行預(yù)處理步驟的細(xì)化流程示意圖；

圖3為本發(fā)明電視節(jié)目推薦方法第三實(shí)施例中對(duì)獲取人臉特征參數(shù)步驟的細(xì)化流程示意圖；

圖4為本發(fā)明電視節(jié)目推薦方法第四實(shí)施例中根據(jù)年齡信息推薦電視節(jié)目信息步驟的細(xì)化流程示意圖；

圖5為本發(fā)明電視節(jié)目推薦方法第五實(shí)施例的流程示意圖；

圖6為本發(fā)明電視節(jié)目推薦裝置第一實(shí)施例的功能模塊示意圖；

圖7為本發(fā)明電視節(jié)目推薦裝置第二實(shí)施例中獲取模塊的細(xì)化功能模塊示意圖；

圖8為本發(fā)明電視節(jié)目推薦裝置第三實(shí)施例中提取單元的細(xì)化功能模塊示意圖；

圖9為本發(fā)明電視節(jié)目推薦裝置第四實(shí)施例中推薦模塊的細(xì)化功能模塊示意圖；

圖10為本發(fā)明電視節(jié)目推薦裝置第五實(shí)施例的功能模塊示意圖。

本發(fā)明目的的實(shí)現(xiàn)、功能特點(diǎn)及優(yōu)點(diǎn)將結(jié)合實(shí)施例，參照附圖做進(jìn)一步說明。

具體實(shí)施方式

應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明提供一種電視節(jié)目推薦方法，參照?qǐng)D1，在一實(shí)施例中，該電視節(jié)目推薦方法包括：

步驟S10，獲取用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行特征提取以獲取人臉特征參數(shù)；

需要說明的是，人臉識(shí)別是一種基于人臉特征對(duì)個(gè)人身份識(shí)別的技術(shù)，用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)；包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)及身份查找。

本實(shí)施例中，所述人臉圖像的獲取通過攝像頭實(shí)現(xiàn)，例如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等都可以被很好地采集。需要說明的是，通過連續(xù)不間斷地在預(yù)設(shè)時(shí)間內(nèi)采集用戶的人臉圖像視頻流，進(jìn)而能獲取多個(gè)人臉圖像的視頻幀。

進(jìn)一步地，對(duì)獲取的所述人臉圖像的視頻幀進(jìn)行特征提取，以獲取人臉特征參數(shù)。需要說明的是，所述人臉特征參數(shù)包括眼睛、口、鼻等器官的位置和形狀等信息。

步驟S20，根據(jù)預(yù)設(shè)函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取年齡信息；

在本實(shí)施例的一種優(yōu)選實(shí)施方案中，所述預(yù)設(shè)函數(shù)為支持向量回歸函數(shù)(Support Vector Regression，SVR)。根據(jù)支持向量回歸函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取當(dāng)前用戶的年齡信息。

支持向量回歸(Support Vector Regression，SVR)是支持向量機(jī)的一種推廣形式。該方法引入了核函數(shù)和不敏感損失函數(shù)，并且對(duì)于噪聲等具有魯棒性的優(yōu)點(diǎn)，因此，采用支持向量機(jī)回歸進(jìn)行年齡估算?；谥С窒蛄炕貧w的分類問題可以被分為線性回歸方式和非線性回歸方式。

若分類問題是線性可分的，SVR可被描述為如下形式：

若分類問題是非線性可分的情況，可以通過引入核函數(shù)來解決此問題，核函數(shù)能夠?qū)⒂?xùn)練數(shù)據(jù)映射到高維空間，從而增加非線性學(xué)習(xí)器的計(jì)算能力來解決非線性分類問題，回歸函數(shù)為：

進(jìn)一步地，需要對(duì)年齡估算的結(jié)果進(jìn)行函數(shù)評(píng)價(jià)，支持向量機(jī)的基本原理是在空間中尋找到一個(gè)超平面，使得分類的錯(cuò)誤率最小，因此用均方誤差(Mean Square Error,MSE)及平均絕對(duì)誤差(Mean Absolute Error,MAE)來評(píng)價(jià)年齡估算函數(shù)的效果。

①均方誤差(MSE)：

②平均絕對(duì)誤差(MAE)：

其中，y_i為年齡參數(shù)真實(shí)值，f(x_i)為年齡估算值。

通過上述函數(shù)的運(yùn)算，獲取當(dāng)前用戶的年齡信息。

步驟S30，根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端。

在本實(shí)施例中，所述預(yù)存的數(shù)據(jù)庫可以為本地節(jié)目數(shù)據(jù)庫，也可以是基于云端服務(wù)器的節(jié)目數(shù)據(jù)庫。本實(shí)施例中，將獲取的當(dāng)前用戶的年齡信息儲(chǔ)存于預(yù)設(shè)的推薦系統(tǒng)，并根據(jù)預(yù)設(shè)的推薦算法從本地或者云端服務(wù)器的節(jié)目數(shù)據(jù)庫中獲取與用戶年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇。

需要說明的是，所述推薦系統(tǒng)主要包括用戶信息、推薦算法和節(jié)目數(shù)據(jù)庫三個(gè)要素。用戶信息可以通過直接填寫注冊(cè)信息或是間接地提供瀏覽和購買行為等方式提供用戶偏好或需求，推薦算法通過用戶的信息或行為對(duì)用戶進(jìn)行偏好預(yù)測(cè)，并在節(jié)目數(shù)據(jù)庫中進(jìn)行比對(duì)，將用戶可能感興趣的節(jié)目資源信息推送給用戶，完成推薦。用戶信息包括用戶提供的注冊(cè)信息，如年齡、性別、興趣愛好等，或者是用戶購買或其他相關(guān)體驗(yàn)?zāi)骋划a(chǎn)品后對(duì)此做出的信息記錄，如電影評(píng)分、電影觀后感、相關(guān)推薦節(jié)目等。

具體地，當(dāng)獲取當(dāng)前用戶年齡信息，根據(jù)推薦系統(tǒng)中記錄的用戶信息，獲取與當(dāng)前用戶年齡信息匹配的用戶信息，并基于推薦算法獲取與當(dāng)前用戶年齡信息匹配的電視節(jié)目信息，進(jìn)而講所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇。

本實(shí)施例提供的技術(shù)方案中，通過獲取用戶的人臉圖像來估算用戶年齡，以獲取年齡信息，并根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇，使得用戶無需通過多次切換電視頻道來選擇電視節(jié)目，節(jié)省了用戶瀏覽和檢索節(jié)目的時(shí)間，提升了用戶體驗(yàn)。

進(jìn)一步地，請(qǐng)參照?qǐng)D2，基于上述實(shí)施例，本實(shí)施例中，所述步驟S10包括：

步驟S11，獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行預(yù)處理；

步驟S12，基于局部Gabor二值模式算法對(duì)預(yù)處理后的所述人臉圖像進(jìn)行特征提取，以獲取人臉特征參數(shù)。

需要說明的是，通過攝像頭獲取用戶的人臉頭像，在圖像采集過程中光照的改變?nèi)菀讓?dǎo)致圖像呈現(xiàn)不同的明暗程度，且人臉大小也因用戶不同而存在差異，因此需要對(duì)獲取的所述人臉圖像進(jìn)行預(yù)處理。

具體地，采用灰度均衡化的方法對(duì)所述人臉圖像進(jìn)行灰度均衡化處理，進(jìn)而增加人臉圖像的整體對(duì)比度，并使灰度分布均勻，以消除光照變化的影響，此外還可以消除不同人種的膚色差異。其具體的計(jì)算步驟如下：

①列出原始圖像的灰度級(jí)f_j，j＝1,2,3,...,L-1，其中L是灰度級(jí)的個(gè)數(shù)；

②統(tǒng)計(jì)各灰度級(jí)的像素?cái)?shù)目n_j，j＝1,2,3,...,L-1；

③計(jì)算原始圖像直方圖各灰度級(jí)的頻數(shù)P_f(f_j)＝n_j/n，j＝1,2,3,...,L-1，其中n為原始圖像總的像素?cái)?shù)目；

④計(jì)算累計(jì)分布函數(shù)

⑤應(yīng)用以下公式計(jì)算映射后的輸出圖像的灰度級(jí)g_i，i＝0,1,2...,P-1，P為輸出圖像灰度級(jí)的個(gè)數(shù)，g_i＝INT[(g_max-g_min)C(f)+g_min+0.5]其中，INT為取整符號(hào)；

⑥統(tǒng)計(jì)映射后各灰度級(jí)的像素?cái)?shù)目n_i，i＝0,1,2...,P-1；

⑦計(jì)算輸出圖像直方圖P_g(g_i)＝n_i/n，i＝0,1,2...,P-1；

⑧用f_j和g_i的映射關(guān)系修改原始圖像的灰度級(jí)，從而獲得直方圖近似為均勻分布的輸出圖像。

進(jìn)一步地，通過將尺寸各不相同的人臉圖像變換為統(tǒng)一的標(biāo)準(zhǔn)尺寸圖像以便于人臉特征參數(shù)的提取，本實(shí)施例中，可采用雙線形插值方法進(jìn)行人臉圖像尺度歸一化處理。具體算法如下：

當(dāng)需要進(jìn)行人臉圖像尺寸的縮小時(shí)，

其中(X,Y)均是原始圖像的像素值，(X′,Y′)均是變換后圖像的像素值，a，d分別為水平方向和垂直方向的比例因子。

當(dāng)需要進(jìn)行人臉圖像尺寸的放大時(shí)，在尺寸放大的過程中，會(huì)出現(xiàn)一些原始圖像中沒有的像素點(diǎn)，這就需要通過插值運(yùn)算來計(jì)算出該點(diǎn)的像素值。為了能最好地消除放大時(shí)出現(xiàn)的馬賽克現(xiàn)象，可采用雙線性插值的算法，首先將原始圖像中矩形頂點(diǎn)的灰度值復(fù)制到放大后的圖像矩形對(duì)應(yīng)的頂點(diǎn)；然后對(duì)原始圖像中所有點(diǎn)的灰度值采用雙線性插值算法計(jì)算，實(shí)現(xiàn)尺寸歸一。

假設(shè)點(diǎn)(x₀,y₀)和(x₁,y₁)分別是矩形的兩個(gè)對(duì)角頂點(diǎn)，點(diǎn)(x,y)包含在該矩形中，且滿足x任x∈(x₀,x₁)，y∈(y₀,y₁)則可根據(jù)以下公式求得該點(diǎn)的灰度值f(x,y)。

進(jìn)一步地，基于局部Gabor二值模式算法對(duì)預(yù)處理后的所述人臉圖像進(jìn)行特征提取，以獲取人臉特征參數(shù)。

本實(shí)施例提供的技術(shù)方案中，通過對(duì)獲取的人臉圖像進(jìn)行灰度均衡化的預(yù)處理，能消除圖像采集過程中光照變化對(duì)圖像造成的影響，增強(qiáng)人臉圖像的整體對(duì)比度，同時(shí)通過尺度歸一化的處理能將尺寸不同的人臉圖像轉(zhuǎn)換為統(tǒng)一的標(biāo)準(zhǔn)尺寸圖像，以便于更好地進(jìn)行人臉特征提取，獲得更為準(zhǔn)確的人臉特征參數(shù)。

進(jìn)一步地，請(qǐng)參照?qǐng)D3，基于實(shí)施例二，本實(shí)施例中，所述步驟S12包括：

步驟S121，根據(jù)Gabor函數(shù)將預(yù)處理后的所述人臉圖像轉(zhuǎn)換為Gabor幅值圖像，并根據(jù)局部二值模式算子對(duì)Gabor幅值圖像進(jìn)行編碼，以形成局部Gabor二值模式算子；

步驟S122，基于局部Gabor二值模式算子對(duì)預(yù)處理后的人臉圖像進(jìn)行紋理分塊，并獲取每一紋理分塊的直方序列圖；

步驟S123，根據(jù)所述直方序列圖獲取人臉特征參數(shù)。

具體地，使用Gabor函數(shù)對(duì)經(jīng)過預(yù)處理后的所述人臉圖像進(jìn)行處理，得到多個(gè)Gabor幅值圖像。其中，Gabor小波變換在空間域和時(shí)間域的信號(hào)處理方面有著獨(dú)特的優(yōu)勢(shì)，它能夠在圖像頻域提取不同尺度、不同方向的特征，從而反映不同尺度、方向上的紋理變化情況，被廣泛應(yīng)用于人臉識(shí)別領(lǐng)域。進(jìn)一步地，對(duì)每幅Gabor幅值圖像進(jìn)行LBP(Local Binary Patterns，局部二值模式)編碼，進(jìn)而得到LGBP(Local Gabor Binary Patterns，局部Gabor二值模式)特征圖像。

對(duì)每幅LGBP算子特征圖像進(jìn)行紋理分塊，并獲取每幅LGBP算子特征圖像每一紋理分塊的直方序列圖，進(jìn)而得到多個(gè)直方序列圖；將多個(gè)直方序列圖串聯(lián)成一個(gè)向量，用以表述人臉特征的特征向量，也即獲得人臉特征參數(shù)。

本實(shí)施例中，進(jìn)一步提出了將Gabor函數(shù)和LBP算法相結(jié)合，形成LGBP算子，并使用LGBP算子對(duì)預(yù)處理后的人臉圖像進(jìn)行特征提??；LGBP特征結(jié)合了LBP算子對(duì)光照的不敏感性和Gabor函數(shù)對(duì)噪聲、表情穩(wěn)定性強(qiáng)的優(yōu)點(diǎn)，進(jìn)而能更好地獲取人臉特征參數(shù)。

進(jìn)一步地，請(qǐng)參照?qǐng)D4，基于上述實(shí)施例，本實(shí)施例中，所述步驟S30包括：

步驟S31，基于云端服務(wù)器獲取電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息，以根據(jù)預(yù)設(shè)的推薦算法獲取電視節(jié)目信息與用戶年齡區(qū)間信息之間的匹配關(guān)系并儲(chǔ)存于預(yù)存的節(jié)目數(shù)據(jù)庫中；

步驟S32，將所述年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，并根據(jù)儲(chǔ)存的匹配關(guān)系獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

步驟S33，將所述匹配的電視節(jié)目信息顯示于電視端。

可以理解地，用戶之間的固有屬性可以反映用戶的部分偏好，本實(shí)施例中，用戶的固有屬性指的是用戶年齡，例如，兒童一般都喜歡動(dòng)畫片，青年觀眾一般喜歡綜藝節(jié)目和偶像劇等，中年女性一般喜歡生活情感劇和美食節(jié)目等，而老年觀眾一般喜歡養(yǎng)生節(jié)目和經(jīng)典老劇等。

需要說明的是，所述云端服務(wù)器通過獲取歷史電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息，通過特定的運(yùn)算規(guī)則將上述電視節(jié)目信息及用戶年齡區(qū)間信息轉(zhuǎn)換為數(shù)據(jù)模型，進(jìn)而獲得用戶年齡區(qū)間信息與電視節(jié)目信息之間的匹配關(guān)系并保存于預(yù)存的節(jié)目數(shù)據(jù)庫中。例如，年齡區(qū)間為20～30歲之間的用戶一般偏好選擇綜藝節(jié)目和偶像劇等，年齡區(qū)間為60～70歲之間的用戶一般偏好選擇養(yǎng)生節(jié)目和經(jīng)典老劇等。

進(jìn)一步地，根據(jù)獲取的當(dāng)前用戶的年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，并根據(jù)預(yù)設(shè)的推薦算法獲取與所述年齡信息匹配的電視節(jié)目信息，將所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇。例如，當(dāng)獲取當(dāng)前用戶的年齡信息為25歲，則其所對(duì)應(yīng)的年齡區(qū)間信息為20～30歲，根據(jù)預(yù)存的節(jié)目數(shù)據(jù)庫中儲(chǔ)存的電視節(jié)目信息與年齡區(qū)間信息之間的匹配關(guān)系，根據(jù)預(yù)設(shè)的推薦算法，向當(dāng)前用戶推薦的電視節(jié)目也就對(duì)應(yīng)為綜藝節(jié)目和偶像劇等。

本實(shí)施例中，基于云端服務(wù)器獲取電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息并儲(chǔ)存，因而將當(dāng)前用戶的年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，根據(jù)預(yù)設(shè)的推薦算法獲取與年齡信息匹配的電視節(jié)目信息；使得用戶可從推薦的電視節(jié)目信息中選擇需要觀看的電視節(jié)目，無需再進(jìn)行繁瑣的瀏覽來選定電視節(jié)目，節(jié)省了用戶的操作時(shí)間，提高用戶體驗(yàn)。

進(jìn)一步地，請(qǐng)參照?qǐng)D5，基于實(shí)施例一至實(shí)施例三，本實(shí)施例中，所述電視節(jié)目的推薦方法包括：

步驟S10，獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行特征提取以獲取人臉特征參數(shù)；

步驟S20，根據(jù)預(yù)設(shè)函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取年齡信息；

步驟S40，根據(jù)所述人臉特征參數(shù)判別當(dāng)前用戶的性別，以獲取性別信息；

步驟S51，根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

步驟S52，根據(jù)預(yù)設(shè)的推薦算法獲取匹配的電視節(jié)目信息中與所述性別信息匹配的備選電視節(jié)目信息，并將所述備選電視節(jié)目信息顯示于電視端。

可以理解地，不同性別、不同年齡的用戶對(duì)電視節(jié)目有不同的偏好。基于特定的函數(shù)方法能對(duì)獲取的人臉特征參數(shù)進(jìn)行性別判斷，進(jìn)而獲取性別信息，即當(dāng)前用戶為男性用戶還是女性用戶。

具體地，結(jié)合獲取的年齡信息及性別信息，即能判別當(dāng)前用戶所處的年齡區(qū)間及性別，以更好地向當(dāng)前用戶推薦與其年齡及性別匹配的電視節(jié)目。例如，當(dāng)獲取的年齡信息為20～30歲，則根據(jù)預(yù)設(shè)的推薦算法獲取與該年齡信息匹配的電視節(jié)目信息為綜藝節(jié)目或電視劇等；進(jìn)一步地，當(dāng)性別信息為女性時(shí)，則根據(jù)預(yù)設(shè)的推薦算法獲取綜藝節(jié)目或電視劇等電視節(jié)目信息中與女性匹配的備選電視節(jié)目信息，例如真人秀綜藝節(jié)目或情感偶像劇等；當(dāng)性別信息為男性時(shí)，根據(jù)預(yù)設(shè)的推薦算法獲取綜藝節(jié)目或電視劇等電視節(jié)目信息中與男性匹配的備選電視節(jié)目信息，例如訪談?lì)惥C藝節(jié)目或動(dòng)作劇等。

本實(shí)施例中，進(jìn)一步提出了根據(jù)人臉特征參數(shù)獲取年齡信息和性別信息，進(jìn)而根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息及性別信息匹配的電視節(jié)目信息的技術(shù)方案，進(jìn)而能更準(zhǔn)確地向用戶推薦其感興趣的電視節(jié)目。

本發(fā)明還提供一種電視節(jié)目推薦裝置，參照?qǐng)D6，在一實(shí)施例中，本發(fā)明提供的電視節(jié)目推薦裝置包括：

獲取模塊10，用以獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行特征提取以獲取人臉特征參數(shù)；

需要說明的是，人臉識(shí)別是一種基于人臉特征對(duì)個(gè)人身份識(shí)別的技術(shù)，用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的一系列相關(guān)技術(shù)；包括人臉圖像采集、人臉定位、人臉識(shí)別預(yù)處理、身份確認(rèn)及身份查找。

本實(shí)施例中，所述人臉圖像的獲取通過攝像頭實(shí)現(xiàn)，例如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等都可以被很好地采集。需要說明的是，通過連續(xù)不間斷地在預(yù)設(shè)時(shí)間內(nèi)采集用戶的人臉圖像視頻流，進(jìn)而能獲取多個(gè)人臉圖像的視頻幀。

進(jìn)一步地，對(duì)獲取的所述人臉圖像的視頻幀進(jìn)行特征提取，以獲取人臉特征參數(shù)。需要說明的是，所述人臉特征參數(shù)包括眼睛、口、鼻等器官的位置和形狀等信息。

年齡估算模塊20，用以根據(jù)預(yù)設(shè)函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取年齡信息；

在本實(shí)施例的一種優(yōu)選實(shí)施方案中，所述預(yù)設(shè)函數(shù)為支持向量回歸函數(shù)(Support Vector Regression，SVR)。根據(jù)支持向量回歸函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取當(dāng)前用戶的年齡信息。

支持向量回歸(Support Vector Regression，SVR)是支持向量機(jī)的一種推廣形式。該方法引入了核函數(shù)和不敏感損失函數(shù)，并且對(duì)于噪聲等具有魯棒性的優(yōu)點(diǎn)，因此，采用支持向量機(jī)回歸進(jìn)行年齡估算?；谥С窒蛄炕貧w的分類問題可以被分為線性回歸方式和非線性回歸方式。

若分類問題是線性可分的，SVR可被描述為如下形式：

若分類問題是非線性可分的情況，可以通過引入核函數(shù)來解決此問題，核函數(shù)能夠?qū)⒂?xùn)練數(shù)據(jù)映射到高維空間，從而增加非線性學(xué)習(xí)器的計(jì)算能力來解決非線性分類問題，回歸函數(shù)為：

進(jìn)一步地，需要對(duì)年齡估算的結(jié)果進(jìn)行函數(shù)評(píng)價(jià)，支持向量機(jī)的基本原理是在空間中尋找到一個(gè)超平面，使得分類的錯(cuò)誤率最小，因此用均方誤差(Mean Square Error,MSE)及平均絕對(duì)誤差(Mean Absolute Error,MAE)來評(píng)價(jià)年齡估算函數(shù)的效果。

①均方誤差(MSE)：

②平均絕對(duì)誤差(MAE)：

其中，y_i為年齡參數(shù)真實(shí)值，f(x_i)為年齡估算值。

通過上述函數(shù)的運(yùn)算，獲取當(dāng)前用戶的年齡信息。

推薦模塊30，用以根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端。

在本實(shí)施例中，所述預(yù)存的數(shù)據(jù)庫可以為本地節(jié)目數(shù)據(jù)庫，也可以是基于云端服務(wù)器的節(jié)目數(shù)據(jù)庫。本實(shí)施例中，將獲取的當(dāng)前用戶的年齡信息儲(chǔ)存于預(yù)設(shè)的推薦系統(tǒng)，并根據(jù)預(yù)設(shè)的推薦算法從本地或者云端服務(wù)器的節(jié)目數(shù)據(jù)庫中獲取與用戶年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇。

需要說明的是，所述推薦系統(tǒng)主要包括用戶信息、推薦算法和節(jié)目數(shù)據(jù)庫三個(gè)要素。用戶信息可以通過直接填寫注冊(cè)信息或是間接地提供瀏覽和購買行為等方式提供用戶偏好或需求，推薦算法通過用戶的信息或行為對(duì)用戶進(jìn)行偏好預(yù)測(cè)，并在節(jié)目數(shù)據(jù)庫中進(jìn)行比對(duì)，將用戶可能感興趣的節(jié)目資源信息推送給用戶，完成推薦。用戶信息包括用戶提供的注冊(cè)信息，如年齡、性別、興趣愛好等，或者是用戶購買或其他相關(guān)體驗(yàn)?zāi)骋划a(chǎn)品后對(duì)此做出的信息記錄，如電影評(píng)分、電影觀后感、相關(guān)推薦節(jié)目等。

具體地，當(dāng)獲取當(dāng)前用戶年齡信息，根據(jù)推薦系統(tǒng)中記錄的用戶信息，獲取與當(dāng)前用戶年齡信息匹配的用戶信息，并基于推薦算法獲取與當(dāng)前用戶年齡信息匹配的電視節(jié)目信息，進(jìn)而講所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇。

本實(shí)施例提供的技術(shù)方案中，通過獲取用戶的人臉圖像來估算用戶年齡，以獲取年齡信息，并根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息，并將所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇，使得用戶無需通過多次切換電視頻道來選擇電視節(jié)目，節(jié)省了用戶瀏覽和檢索節(jié)目的時(shí)間，提升了用戶體驗(yàn)。

進(jìn)一步地，請(qǐng)參照?qǐng)D7，基于上述實(shí)施例，本實(shí)施例中，所述獲取模塊10包括：

獲取單元11，用以獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行預(yù)處理；

提取單元12，用以基于局部Gabor二值模式算子對(duì)預(yù)處理后的所述人臉圖像進(jìn)行特征提取，以獲取人臉特征參數(shù)。

需要說明的是，通過攝像頭獲取用戶的人臉頭像，在圖像采集過程中光照的改變?nèi)菀讓?dǎo)致圖像呈現(xiàn)不同的明暗程度，且人臉大小也因用戶不同而存在差異，因此需要對(duì)獲取的所述人臉圖像進(jìn)行預(yù)處理。

具體地，采用灰度均衡化的方法對(duì)所述人臉圖像進(jìn)行灰度均衡化處理，進(jìn)而增加人臉圖像的整體對(duì)比度，并使灰度分布均勻，以消除光照變化的影響，此外還可以消除不同人種的膚色差異。其具體的計(jì)算步驟如下：

①列出原始圖像的灰度級(jí)f_j，j＝1,2,3,...,L-1，其中L是灰度級(jí)的個(gè)數(shù)；

②統(tǒng)計(jì)各灰度級(jí)的像素?cái)?shù)目n_j，j＝1,2,3,...,L-1；

③計(jì)算原始圖像直方圖各灰度級(jí)的頻數(shù)P_f(f_j)＝n_j/n，j＝1,2,3,...,L-1，其中n為原始圖像總的像素?cái)?shù)目；

④計(jì)算累計(jì)分布函數(shù)

⑤應(yīng)用以下公式計(jì)算映射后的輸出圖像的灰度級(jí)g_i，i＝0,1,2...,P-1，P為輸出圖像灰度級(jí)的個(gè)數(shù)，g_i＝INT[(g_max-g_min)C(f)+g_min+0.5]其中，INT為取整符號(hào)；

⑥統(tǒng)計(jì)映射后各灰度級(jí)的像素?cái)?shù)目n_i，i＝0,1,2...,P-1；

⑦計(jì)算輸出圖像直方圖P_g(g_i)＝n_i/n，i＝0,1,2...,P-1；

⑧用f_j和g_i的映射關(guān)系修改原始圖像的灰度級(jí)，從而獲得直方圖近似為均勻分布的輸出圖像。

進(jìn)一步地，通過將尺寸各不相同的人臉圖像變換為統(tǒng)一的標(biāo)準(zhǔn)尺寸圖像以便于人臉特征參數(shù)的提取，本實(shí)施例中，可采用雙線形插值方法進(jìn)行人臉圖像尺度歸一化處理。具體算法如下：

當(dāng)需要進(jìn)行人臉圖像尺寸的縮小時(shí)，

其中(X,Y)均是原始圖像的像素值，(X′,Y′)均是變換后圖像的像素值，a，d分別為水平方向和垂直方向的比例因子。

當(dāng)需要進(jìn)行人臉圖像尺寸的放大時(shí)，在尺寸放大的過程中，會(huì)出現(xiàn)一些原始圖像中沒有的像素點(diǎn)，這就需要通過插值運(yùn)算來計(jì)算出該點(diǎn)的像素值。為了能最好地消除放大時(shí)出現(xiàn)的馬賽克現(xiàn)象，可采用雙線性插值的算法，首先將原始圖像中矩形頂點(diǎn)的灰度值復(fù)制到放大后的圖像矩形對(duì)應(yīng)的頂點(diǎn)；然后對(duì)原始圖像中所有點(diǎn)的灰度值采用雙線性插值算法計(jì)算，實(shí)現(xiàn)尺寸歸一。

假設(shè)點(diǎn)(x₀,y₀)和(x₁,y₁)分別是矩形的兩個(gè)對(duì)角頂點(diǎn)，點(diǎn)(x,y)包含在該矩形中，且滿足x任x∈(x₀,x₁)，y∈(y₀,y₁)則可根據(jù)以下公式求得該點(diǎn)的灰度值f(x,y)。

進(jìn)一步地，基于局部Gabor二值模式算法對(duì)預(yù)處理后的所述人臉圖像進(jìn)行特征提取，以獲取人臉特征參數(shù)。

本實(shí)施例提供的技術(shù)方案中，通過對(duì)獲取的人臉圖像進(jìn)行灰度均衡化的預(yù)處理，能消除圖像采集過程中光照變化對(duì)圖像造成的影響，增強(qiáng)人臉圖像的整體對(duì)比度，同時(shí)通過尺度歸一化的處理能將尺寸不同的人臉圖像轉(zhuǎn)換為統(tǒng)一的標(biāo)準(zhǔn)尺寸圖像，以便于更好地進(jìn)行人臉特征提取，獲得更為準(zhǔn)確的人臉特征參數(shù)。

進(jìn)一步地，請(qǐng)參照?qǐng)D8，基于實(shí)施例二，本實(shí)施例中，所述提取單元12包括：

第一處理單元121，用以根據(jù)Gabor函數(shù)將預(yù)處理后的所述人臉圖像轉(zhuǎn)換為Gabor幅值圖像，并根據(jù)局部二值模式算子對(duì)Gabor幅值圖像進(jìn)行編碼，以形成局部Gabor二值模式特征圖像；

第二處理單元122，用以對(duì)局部Gabor二值模式特征圖像進(jìn)行紋理分塊，并獲取每一紋理分塊的直方序列圖；

第三處理單元123，用以根據(jù)所述直方序列圖獲取人臉特征參數(shù)。

具體地，使用Gabor函數(shù)對(duì)經(jīng)過預(yù)處理后的所述人臉圖像進(jìn)行處理，得到多個(gè)Gabor幅值圖像。其中，Gabor小波變換在空間域和時(shí)間域的信號(hào)處理方面有著獨(dú)特的優(yōu)勢(shì)，它能夠在圖像頻域提取不同尺度、不同方向的特征，從而反映不同尺度、方向上的紋理變化情況，被廣泛應(yīng)用于人臉識(shí)別領(lǐng)域。進(jìn)一步地，對(duì)每幅Gabor幅值圖像進(jìn)行LBP(Local Binary Patterns，局部二值模式)編碼，進(jìn)而得到LGBP(Local Gabor Binary Patterns，局部Gabor二值模式)特征圖像。

對(duì)每幅LGBP算子特征圖像進(jìn)行紋理分塊，并獲取每幅LGBP算子特征圖像每一紋理分塊的直方序列圖，進(jìn)而得到多個(gè)直方序列圖；將多個(gè)直方序列圖串聯(lián)成一個(gè)向量，用以表述人臉特征的特征向量，也即獲得人臉特征參數(shù)。

本實(shí)施例中，進(jìn)一步提出了將Gabor函數(shù)和LBP算法相結(jié)合，形成LGBP算子，并使用LGBP算子對(duì)預(yù)處理后的人臉圖像進(jìn)行特征提取；LGBP特征結(jié)合了LBP算子對(duì)光照的不敏感性和Gabor函數(shù)對(duì)噪聲、表情穩(wěn)定性強(qiáng)的優(yōu)點(diǎn)，進(jìn)而能更好地獲取人臉特征參數(shù)。

進(jìn)一步地，請(qǐng)參照?qǐng)D9，基于上述實(shí)施例，本實(shí)施例中，所述推薦模塊30包括：

存儲(chǔ)單元31，用以基于云端服務(wù)器獲取電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息，以根據(jù)預(yù)設(shè)的推薦算法獲取電視節(jié)目信息與用戶年齡區(qū)間信息之間的匹配關(guān)系并儲(chǔ)存于預(yù)存的節(jié)目數(shù)據(jù)庫中；

算法單元32，用以將所述年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，并根據(jù)儲(chǔ)存的匹配關(guān)系獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

顯示單元33，用以將所述匹配的電視節(jié)目信息顯示于電視端。

可以理解地，用戶之間的固有屬性可以反映用戶的部分偏好，本實(shí)施例中，用戶的固有屬性指的是用戶年齡，例如，兒童一般都喜歡動(dòng)畫片，青年觀眾一般喜歡綜藝節(jié)目和偶像劇等，中年女性一般喜歡生活情感劇和美食節(jié)目等，而老年觀眾一般喜歡養(yǎng)生節(jié)目和經(jīng)典老劇等。

需要說明的是，所述云端服務(wù)器通過獲取歷史電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息，通過特定的運(yùn)算規(guī)則將上述電視節(jié)目信息及用戶年齡區(qū)間信息轉(zhuǎn)換為數(shù)據(jù)模型，進(jìn)而獲得用戶年齡區(qū)間信息與電視節(jié)目信息之間的匹配關(guān)系并保存于預(yù)存的節(jié)目數(shù)據(jù)庫中。例如，年齡區(qū)間為20～30歲之間的用戶一般偏好選擇綜藝節(jié)目和偶像劇等，年齡區(qū)間為60～70歲之間的用戶一般偏好選擇養(yǎng)生節(jié)目和經(jīng)典老劇等。

進(jìn)一步地，根據(jù)獲取的當(dāng)前用戶的年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，并根據(jù)預(yù)設(shè)的推薦算法獲取與所述年齡信息匹配的電視節(jié)目信息，將所述匹配的電視節(jié)目信息顯示于電視端，以供用戶選擇。例如，當(dāng)獲取當(dāng)前用戶的年齡信息為25歲，則其所對(duì)應(yīng)的年齡區(qū)間信息為20～30歲，根據(jù)預(yù)存的節(jié)目數(shù)據(jù)庫中儲(chǔ)存的電視節(jié)目信息與年齡區(qū)間信息之間的匹配關(guān)系，根據(jù)預(yù)設(shè)的推薦算法，向當(dāng)前用戶推薦的電視節(jié)目也就對(duì)應(yīng)為綜藝節(jié)目和偶像劇等。

本實(shí)施例中，基于云端服務(wù)器獲取電視節(jié)目信息及與每一電視節(jié)目信息對(duì)應(yīng)的用戶年齡區(qū)間信息并儲(chǔ)存，因而將當(dāng)前用戶的年齡信息與年齡區(qū)間信息進(jìn)行比對(duì)，根據(jù)預(yù)設(shè)的推薦算法獲取與年齡信息匹配的電視節(jié)目信息；使得用戶可從推薦的電視節(jié)目信息中選擇需要觀看的電視節(jié)目，無需再進(jìn)行繁瑣的瀏覽來選定電視節(jié)目，節(jié)省了用戶的操作時(shí)間，提高用戶體驗(yàn)。

進(jìn)一步地，請(qǐng)參照?qǐng)D10，基于實(shí)施例一至實(shí)施例三，本實(shí)施例中，所述電視節(jié)目推薦裝置包括：

獲取模塊10，用以獲取當(dāng)前用戶的人臉圖像，并對(duì)所述人臉圖像進(jìn)行特征提取以獲取人臉特征參數(shù)；

年齡估算模塊20，用以根據(jù)預(yù)設(shè)函數(shù)對(duì)所述人臉特征參數(shù)進(jìn)行年齡估算，以獲取年齡信息；

性別信息獲取模塊40，用以根據(jù)所述人臉特征參數(shù)判別當(dāng)前用戶的性別，以獲取性別信息；

推薦模塊30，還用以根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息匹配的電視節(jié)目信息；

根據(jù)預(yù)設(shè)的推薦算法獲取匹配的電視節(jié)目信息中與所述性別信息匹配的備選電視節(jié)目信息，并將所述備選電視節(jié)目信息顯示于電視端。

可以理解地，不同性別、不同年齡的用戶對(duì)電視節(jié)目有不同的偏好?；谔囟ǖ暮瘮?shù)方法能對(duì)獲取的人臉特征參數(shù)進(jìn)行性別判斷，進(jìn)而獲取性別信息，即當(dāng)前用戶為男性用戶還是女性用戶。

具體地，結(jié)合獲取的年齡信息及性別信息，即能判別當(dāng)前用戶所處的年齡區(qū)間及性別，以更好地向當(dāng)前用戶推薦與其年齡及性別匹配的電視節(jié)目。例如，當(dāng)獲取的年齡信息為20～30歲，則根據(jù)預(yù)設(shè)的推薦算法獲取與該年齡信息匹配的電視節(jié)目信息為綜藝節(jié)目或電視劇等；進(jìn)一步地，當(dāng)性別信息為女性時(shí)，則根據(jù)預(yù)設(shè)的推薦算法獲取綜藝節(jié)目或電視劇等電視節(jié)目信息中與女性匹配的備選電視節(jié)目信息，例如真人秀綜藝節(jié)目或情感偶像劇等；當(dāng)性別信息為男性時(shí)，根據(jù)預(yù)設(shè)的推薦算法獲取綜藝節(jié)目或電視劇等電視節(jié)目信息中與男性匹配的備選電視節(jié)目信息，例如訪談?lì)惥C藝節(jié)目或動(dòng)作劇等。

本實(shí)施例中，進(jìn)一步提出了根據(jù)人臉特征參數(shù)獲取年齡信息和性別信息，進(jìn)而根據(jù)預(yù)設(shè)的推薦算法獲取預(yù)存的節(jié)目數(shù)據(jù)庫中與所述年齡信息及性別信息匹配的電視節(jié)目信息的技術(shù)方案，進(jìn)而能更準(zhǔn)確地向用戶推薦其感興趣的電視節(jié)目。

以上僅為本發(fā)明的優(yōu)選實(shí)施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內(nèi)容所作的等效結(jié)構(gòu)或等效流程變換，或直接或間接運(yùn)用在其他相關(guān)的技術(shù)領(lǐng)域，均同理包括在本發(fā)明的專利保護(hù)范圍內(nèi)。