一种基于人脸识别算法进行数据挖掘的方法以及电子设备技术

本发明专利技术公开一种基于人脸识别算法进行数据挖掘的方法以及电子设备，其中，方法包括：预先建立形状模型与纹理模型，以及将所述形状模型与纹理模型进行组合，得到组合模型；将需要检测的视频文件传入至所述组合模型中，并通过所述组合模型执行接收到的视频文件；根据预设的检测阈值判断视频文件是否存在人脸信息，若是，则通过一累计单元自动累加，得到相应时间段的用户人数；将各个时间段对应的用户人数进行排序，得到排序结果，根据排序结果获取用户感兴趣的目标内容。例如，将本发明专利技术应用于展览会中，便可以根据用户人数，获取用户最感兴趣的展览品；再例如，将本发明专利技术应用于超市中，便可以根据用户人数获取用户最感兴趣的食品区域。

A Data Mining Method Based on Face Recognition Algorithms and Electronic Equipment

The invention discloses a method for data mining based on face recognition algorithm and an electronic device. The method includes: establishing a shape model and a texture model in advance, and combining the shape model and the texture model to obtain a combination model; transmitting the video files that need to be detected into the combination model, and executing the received viewing through the combination model. Frequency file; judging whether the video file has face information according to the preset detection threshold; if so, automatically accumulating the number of users in the corresponding time period through the accumulative unit; sorting the corresponding number of users in each time period to get the sorting results, according to the sorting results to get the target content that users are interested in. For example, if the invention is applied to an exhibition, the exhibits most interesting to the users can be obtained according to the number of users; and if the invention is applied to a supermarket, the food areas most interesting to the users can be obtained according to the number of users.

【技术实现步骤摘要】
一种基于人脸识别算法进行数据挖掘的方法以及电子设备
本专利技术涉及数据挖掘领域，尤其涉及一种基于人脸识别算法进行数据挖掘的方法以及电子设备。
技术介绍
人脸识别是一种全新的技术，随着人脸识别技术的不断完善，现有技术能够将人脸识别技术应用在一些智能设备中。例如，iPhone手机利用人脸识别进行解锁。人脸识别非常实用，但是现有技术中，真正应用人脸识别的场景并不常见。例如，当举办展览会时，需要获取各个时间段对应的人数，从而获取用户最感兴趣的展览品。然而，现有技术中，只能通过目测和/或计数的方式统计各个时间段参加展览会的人数。这一方式，效率过于低下，并且容易出错。也就是说，现有技术中，无法将人脸识别技术应用于展览会或其他会议中，导致获取用户兴趣话题异常困难。因此，现有技术还有待于改进和发展。
技术实现思路
鉴于上述现有技术的不足，本专利技术的目的在于提供一种基于人脸识别算法进行数据挖掘的方法以及电子设备，旨在解决现有技术中获取用户兴趣话题异常困难的问题。本专利技术的技术方案如下：一种基于人脸识别算法进行数据挖掘的方法，其包括：A、预先建立形状模型与纹理模型，以及将所述形状模型与纹理模型进行组合，得到组合模型；B、将需要检测的视频文件传入至所述组合模型中，并通过所述组合模型执行接收到的视频文件；C、根据预设的检测阈值判断视频文件是否存在人脸信息，若是，则通过一累计单元自动累加，得到相应时间段的用户人数；D、将各个时间段对应的用户人数进行排序，得到排序结果，根据排序结果获取用户感兴趣的目标内容。优选的，所述步骤A之前包括：S、采集样本数据，并对样本数据进行标定，以及将标定后的样本数据记录为数组文件。优选的，所述步骤A中，建立形状模型的步骤具体包括：对所述数组文件进行Procrustes变换，得到平均模型；对所述平均模型进行PCA降维，得到形状模型。优选的，所述步骤A中，建立纹理模型的步骤具体包括：在获取样本数据后，获取样本数据的点集；通过Delaunay三角划分对样本数据的点集进行处理，得到三角形集合；通过三角映射对所述三角形集合进行处理，得到平均纹理模型；对所述平均纹理模型进行PCA降维，得到纹理模型。优选的，所述步骤B具体包括：B1、通过一图像采集单元获取视频文件；B2、将获取得到的视频文件通过所述组合模型执行，得到执行结果。优选的，所述步骤C具体包括：判断所述执行结果是否满足所述检测阈值，若是，则通过所述累计单元自动加一，当所述执行结果不满足所述检测阈值时，则保持不变。优选的，所述步骤D具体包括：D1、将视频文件按区域进行划分，得到多个目标区域；D2、统计每个目标区域在各个时间段对应的用户人数；D3、对所有目标区域在各个时间段对应的用户人数进行排序，得到排序结果；D4、将各时间段用户人数最多的目标区域标记为用户最感兴趣的目标内容。本专利技术还一种电子设备，其包括：处理器，适于实现各指令，以及存储设备，适于存储多条指令，所述指令适于由处理器加载并执行：预先建立形状模型与纹理模型，以及将所述形状模型与纹理模型进行组合，得到组合模型；将需要检测的视频文件传入至所述组合模型中，并通过所述组合模型执行接收到的视频文件；根据预设的检测阈值判断视频文件是否存在人脸信息，若是，则通过一累计单元自动累加，得到相应时间段的用户人数；将各个时间段对应的用户人数进行排序，得到排序结果，根据排序结果获取用户感兴趣的目标内容。本专利技术还提供一种计算机程序产品，其中，计算机程序产品包括存储在非易失性计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被处理器执行时，使所述处理器执行所述的基于人脸识别算法进行数据挖掘的方法。本专利技术还提供一种非易失性计算机可读存储介质，其中，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行所述的基于人脸识别算法进行数据挖掘的方法。有益效果：通过本专利技术提供的方法，可以先采集视频文件，然后将采集得到的视频文件传入至预先建立的组合模型中，从而由组合模型执行视频文件；再根据预设的检测阈值判断视频文件是否存在人脸信息，如果存在人脸信息，则将通过所述统计单元自动累计；最后，对各个时间段的用户人数进行排序，得到排序结果，再根据统计结果获取用户最感兴趣的目标内容。例如，根据排序结果获取当前展览会，用户最感兴趣的展览品。也就是说，不同区域展示不同的展览品，当其中一个区域对应的用户人数最多，那么，该区域对应的展览品便为用户最感兴趣的展览品(目标内容)。附图说明图1为本专利技术基于人脸识别算法进行数据挖掘的方法较佳实施例的流程图。图2为本专利技术电子设备较佳实施例的结构框图。具体实施方式本专利技术一种基于人脸识别算法进行数据挖掘的方法以及电子设备，为使本专利技术的目的、技术方案及效果更加清楚、明确，以下对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。请参阅图1，一种基于人脸识别算法进行数据挖掘的方法，其包括：S1、预先建立形状模型与纹理模型，以及将所述形状模型与纹理模型进行组合，得到组合模型；S2、将需要检测的视频文件传入至所述组合模型中，并通过所述组合模型执行接收到的视频文件；S3、根据预设的检测阈值判断视频文件是否存在人脸信息，若是，则通过一累计单元自动累加，得到相应时间段的用户人数；S4、将各个时间段对应的用户人数进行排序，得到排序结果，根据排序结果获取用户感兴趣的目标内容。通过本专利技术提供的方法，便可以直接使用组合模型执行采集得到的视频文件，从而根据得到的统计结果获取用户最感兴趣的目标内容。例如，将本专利技术应用于展览会中，便可以根据用户人数，获取用户最感兴趣的展览品；再例如，将本专利技术应用于超市中，便可以根据用户人数获取用户最感兴趣的食品区域或用户最感兴趣的用品区域。优选的，其中，所述步骤S1之前包括：S0、采集样本数据，并对样本数据进行标定，以及将标定后的样本数据记录为数组文件。所述步骤S0中，建立AAM模型(组合模型，ActiveAppearanceModel)，就需要采集目标的样本，建立样本库，即采集样本数据。一般来说，样本数据越多，AAM模型的效果越好，但建立组合模型的时间越长；样本数据的差异性越大，AAM模型所能处理的人脸的范围越广，但准确性会相对下降。对样本数据进行标定的具体步骤如下：先将采集到的图片或图像，去除背景，其中，图片或图像必须包含人的脸部信息。然后，对图片或图像进行标定，即通过手动的方式将人脸的轮廓通过点和或/线描起来。最后，通过预先建立的脚本文件(计算机程序)读取各个标记点，从而得到一个数组文件。例如，图像A中包含5个标记点a、b、c、d和e，其中，标记点a的坐标为(m,n)，标记点b的坐标为(k,l)，标记点c的坐标为(v,c)，标记点d的坐标为(p,o)以及标记点e的坐标为(q,n)，那么得到的数据文件便为：{m,n,k,l,v,c,p,o,q,n}。也就是说，将各个标记点的坐标作为数据文件的元素。其中，坐标原点为各个图像的中心。所述步骤S1中，在建立形状模型与纹理模型后，将两者进行组合，便可以得到本专利技术中的AAM模型，即组合模型。优选的，所述步骤S1中，建立形状模型的步骤具体包本文档来自技高网...

【技术保护点】
1.一种基于人脸识别算法进行数据挖掘的方法，其特征在于，包括：A、预先建立形状模型与纹理模型，以及将所述形状模型与纹理模型进行组合，得到组合模型；B、将需要检测的视频文件传入至所述组合模型中，并通过所述组合模型执行接收到的视频文件；C、根据预设的检测阈值判断视频文件是否存在人脸信息，若是，则通过一累计单元自动累加，得到相应时间段的用户人数；D、将各个时间段对应的用户人数进行排序，得到排序结果，根据排序结果获取用户感兴趣的目标内容。

【技术特征摘要】
1.一种基于人脸识别算法进行数据挖掘的方法，其特征在于，包括：A、预先建立形状模型与纹理模型，以及将所述形状模型与纹理模型进行组合，得到组合模型；B、将需要检测的视频文件传入至所述组合模型中，并通过所述组合模型执行接收到的视频文件；C、根据预设的检测阈值判断视频文件是否存在人脸信息，若是，则通过一累计单元自动累加，得到相应时间段的用户人数；D、将各个时间段对应的用户人数进行排序，得到排序结果，根据排序结果获取用户感兴趣的目标内容。2.根据权利要求1所述基于人脸识别算法进行数据挖掘的方法，其特征在于，所述步骤A之前包括：S、采集样本数据，并对样本数据进行标定，以及将标定后的样本数据记录为数组文件。3.根据权利要求2所述基于人脸识别算法进行数据挖掘的方法，其特征在于，所述步骤A中，建立形状模型的步骤具体包括：对所述数组文件进行Procrustes变换，得到平均模型；对所述平均模型进行PCA降维，得到形状模型。4.根据权利要求2所述基于人脸识别算法进行数据挖掘的方法，其特征在于，所述步骤A中，建立纹理模型的步骤具体包括：在获取样本数据后，获取样本数据的点集；通过Delaunay三角划分对样本数据的点集进行处理，得到三角形集合；通过三角映射对所述三角形集合进行处理，得到平均纹理模型；对所述平均纹理模型进行PCA降维，得到纹理模型。5.根据权利要求1所述基于人脸识别算法进行数据挖掘的方法，其特征在于，所述步骤B具体包括：B1、通过一图像采集单元获取视频文件；B2、将获取得到的视频文件通过所述组合模型执行，得到执行结果。6.根据权利要求5所述基于人脸识别算法进行数据挖掘的方法，其特征在于，所述步骤...

【专利技术属性】
技术研发人员：赵学义，王德勇，师文喜，帅军，刘海强，方俭，牟超，李鹏，
申请(专利权)人：赵学义，
类型：发明
国别省市：北京,11