基于人脸匹配的名人励志推荐和社交网络建立方法与系统与流程

本发明涉及图像处理与模式识别，互联网教育和社交领域，特别涉及一种基于人脸识别技术的智慧教育和智慧社交方法与系统。
背景技术：
：近些年来，人们对相似脸搜索和名人脸匹配的关注度日益提高，一些知名应用如微软的twinsornot，face++的相似脸搜索、百度明星脸、百度魔图、寻找明星脸、照照明星脸等的出现，标志着相似脸搜索正成为新一轮的研究热点。然而，目前的名人脸匹配游戏更多的只限于明星且都是基于游戏娱乐思想。目前社会媒体过多关注娱乐明星，而对人类社会做突出贡献的科学家名人们往往没人想起，实际上这类科学家名人们更应该被关注与宣传，以起到传播正能量的作用。因此，本发明将更多关注对社会有巨大贡献的名人脸匹配；另外，在用户娱乐的同时向其推荐名人简介和励志事迹，做到科普教育的作用，真正做到寓教于乐。技术实现要素：为了真正做到寓教于乐，本发明提供了一种基于人脸匹配的名人励志教育推荐和社交网络建立方法与系统。一种基于人脸匹配的名人励志推荐和社交网络建立方法，其特征在于，包括如下步骤：s1名人库构建在后台离线收集名人人脸图像，并进行图像归一化处理和特征提取。所述的名人主要从在世的科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星中选取。进一步的，对收集的名人人脸图像进行预处理：包括人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理。最后得到统一大小为100×100的标准人脸图像。所述的人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理方法同步骤s2中相应方法一样。进一步的，对标准人脸图像进行人脸脸型和纹理特征提取存入名人人脸特征库。所述的人脸特征提取方法同步骤s3中相应方法一样。s2人脸检测与属性分析对用户输入的人脸图像（文件上传或现场拍照）进行人脸检测和关键特征点定位，并进行性别和姿态分析，最后得到无背景的归一化大小为100×100的标准人脸图像。为了提高人脸检测、关键点定位和属性分析的速度和精度，本发明采用美国马里兰大学的rajeevranjan等人提出的hypeface（ranjanr,patelvm,chellappar.hyperface:adeepmulti-tasklearningframeworkforfacedetection,landmarklocalization,poseestimation,andgenderrecognition）方法，一种可以同时进行人脸检测、关键点定位、姿态和性别识别的多任务深度学习网络。即利用hypeface一次性完成人脸检测与关键点定位，并识别出检测人脸的性别与姿态信息。所述的人脸关键点，其特征在于，本发明提取人脸68个关键点，如图1所示。所述的归一化人脸是根据人脸关键点剪切出无背景的干净人脸图像，并进行归一化处理。其中，剪切规则为，两边以人脸耳根点为边界，上边界以眉尖点为基准再往上提升10个像素点，下边界以下巴点为基准，再往下下降5个像素点。优选的，为了提高后期人脸匹配精准度，本发明提出对检测到的人脸进行分辨率和姿态评判：分辨率评判，其特征在于，根据检测到的人脸图像占整幅图像的比例和两眼之间瞳距的长度来判断。如果人脸图像占整幅图像的比例小于2/5，且瞳距小于35，则认为人脸图像分辨率不合格。姿态评判，其特征在于，根据得到的人脸在x、y和z轴上的旋转角度（姿态信息）进行姿态评判。如果在任意一个坐标轴上旋转角度大于45度，则认为人脸姿态不合格。s3人脸特征提取针对检测到的合格人脸图像提取其鉴别特征，提取的特征包括人脸脸型特征和人脸纹理特征。所述的人脸脸型特征，其特征在于，根据人脸关键点提取了34个人脸几何结构比例特征。所述的人脸纹理特征，其特征在于，采用facenet网络提取人脸纹理特征，并利用主成份分析（pca）技术进行特征降维。s4名人匹配将用户人脸图像特征与名人库中人脸图像特征进行匹配，找出最相似名人脸：首先，将s3步提取的人脸脸型特征和纹理特征分别与名人库相应的特征进行匹配；然后，将脸型和纹理特征匹配结果进行融合得出最终相似度；最后，对所有相似度进行排序找出最相似的名人。s5名人励志教育推荐在匹配出的最相似名人人脸图像加上超链接，当用户点击名人人脸时便链接到名人简介页面进行名人励志和正能量宣传，其中名人简介和励志故事采用文字和视频播放相结合的形式进行。另外，系统还加入跟踪推荐功能，即后续如果相匹配的名人有相应的正能量活动和事件时，及时向用户推荐。s6社交网络构建以名人姓名为主题构建一个相似人脸社交群。因此，有多少位名人就有多少个群。当用户名人匹配完成后，可以选择加入此名人群进行交流互动。每一个参与名人匹配的用户都有一个群与其对应，这样便可以建立起一个囊括所有人的庞大社交网络。所述的社交群是以具有相似名人脸为切入点构建的社交平台，但还可应用于facebook、qq、微信、陌陌、微博、贴吧、人人网、豆瓣、知乎、美拍和天涯社区等已存在的社交平台。一种基于人脸匹配的名人励志推荐和社交网络建立系统，其特征在于，包括如下模块：名人库构建模块，主要用于离线进行名人人脸图像收集、处理和特征提取。所收集的名人来源于科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星。所述的人脸图像处理包括人脸检测、关键点定位、人脸剪切和归一化。所述的特征提取包括人脸脸型特征和纹理特征。人脸检测与属性分析模块，用于在线对用户输入的人脸图像进行人脸检测、关键点定位、人脸剪切和归一化、人脸图像质量评判处理。人脸特征提取模块，用于对检测到的人脸提取脸型特征和纹理特征。名人匹配模块，用于将用户输入的人脸特征与名人库中的人脸特征进行匹配，找出最相似的名人人脸。名人励志教育模块，用于将匹配的最相似名人的简介推送给用户，以起到励志教育和传播正能量的作用。社交网络构建模块，用于构建每个名人的相似人脸群，并以此为基础完成整个相似脸社交网络的构建。当用户匹配出最相似的名人后，提示用户加入名人相似脸群，此群都是来自五湖四海的人，其共同点就是都与名人脸相似，即群里每一个人都相互具有相似脸。本发明有益效果为：1）相比于现有的人脸相似度匹配方法，本发明采用人脸脸型与纹理相结合的方法，使匹配的结果更稳定；2）本发明通过相似名人脸这个共同点为切入点构建一个庞大的社交网；3）现有的名人匹配游戏，只是到名人匹配结果展示就完了，没有后续交互；而本发明在名人匹配后，还可以进行名人励志教育传播正能量；另外，通过构建相似人脸社交群的方式，可以进一步吸引用户和留住用户。附图说明图1人脸68个关键点定位图图2一种基于人脸匹配的名人励志推荐和社交网络建立方法流程图图3人脸脸型几何结构特征提取示例图图4一种基于名人匹配的社交网络构建示意图图5一种基于人脸匹配的名人励志推荐和社交网络建立系统框架图具体实施方式为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。实施例1：图2示出了一种基于人脸匹配的名人励志推荐和社交网络建立方法流程图，详述如下：在步骤s101中，所述的名人库构建是在后台进行，主要从以下方面收集名人人脸库：科学家名人，教育家名人，医学家名人，哲学家名人，文学家名人，历史学家名人，音乐家名人，企业家名人，国家领导人，具有正能量的明星等。进一步的，对收集的名人人脸图像进行预处理：包括人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理。最后得到统一大小为100×100的标准人脸图像。所述的人脸检测、关键点定位、分辨率和姿态评判、人脸剪切和归一化处理方法同步骤s102中相应方法一样。进一步的，对标准人脸图像进行人脸脸型和纹理特征提取存入名人人脸特征库。所述的人脸特征提取方法同步骤s103中相应的方法一样。在步骤s102中，主要是在线进行人脸检测和属性分析。对用户输入的人脸图像（文件上传或现场拍照）进行人脸检测和关键特征点定位，并进行性别和姿态分析，最后得到无背景的归一化大小100×100的标准人脸图像。优选的，为了提高人脸检测、关键点定位和属性分析的速度和精度，本发明采用美国马里兰大学的rajeevranjan等人提出的hypeface（ranjanr,patelvm,chellappar.hyperface:adeepmulti-tasklearningframeworkforfacedetection,landmarklocalization,poseestimation,andgenderrecognition）方法，一种可以同时进行人脸检测、关键点定位、姿态和性别识别的多任务深度学习网络。即利用hypeface一次性完成人脸检测与关键点定位，并识别出检测人脸的性别与姿态信息。所述的人脸关键点，其特征在于，本发明提取人脸68个关键点，如图1所示。所述的归一化人脸是根据人脸关键点剪切出无背景的干净人脸图像，并进行归一化处理。其中，剪切规则为，两边以人脸耳根点为边界，上边界以眉尖点为基准再往上提升10个像素点，下边界以下巴点为基准，再往下下降5个像素点。优选的，为了提高后期人脸匹配精准度，本发明提出对检测到的人脸进行分辨率和姿态评判：所述的人脸图像分辨率评判，其特征在于，根据检测到的人脸图像占整幅图像的比例和两眼之间瞳距的长度来判断。如果人脸图像占整幅图像的比例小于2/5，且瞳距小于35，则认为人脸图像分辨率不合格。所述的人脸姿态评判，其特征在于，根据得到的人脸在x、y和z轴上的旋转角度（姿态信息）进行姿态评判。如果在任意一个坐标轴上旋转角度大于45度，则认为人脸姿态不合格。在步骤s103中，主要是在线针对检测到的合格人脸图像提取其鉴别特征。所提取的特征包括人脸脸型特征和人脸纹理特征。所述的人脸脸型特征，其特征在于，根据人脸关键点提取了34个人脸几何结构比例特征，详细几何结构比例特征如下表1所示，其中符号h0、h10、h1、h2、h3、h4、v1、v2、v3、v4、v5、v6、v7的意义见图3所示。表1人脸脸型几何结构比例特征特征序号特征符号表示特征描述1h2:h1鼻宽/眼部面宽2h3:h1上唇面宽/眼部面宽3h4:h1下唇面宽/眼部面宽4h2:h3鼻宽/上唇面宽5h2:h4鼻宽/下唇面宽6h4:h3下唇面宽/上唇面宽7h10:h0瞳孔间距/眉间距8h10:h1瞳孔间距/眼部面宽9h1:v4眼部面宽/眉尖点到下巴的纵向间距10h2:h5鼻宽/嘴唇的长度11v1:v4瞳孔到鼻孔的纵向间距/眉尖点到下巴的纵向间距12v2:v4鼻孔到下巴的纵向间距/眉尖点到下巴的纵向间距13v3:v4鼻孔到嘴角的纵向间距/眉尖点到下巴的纵向间距14v5:v4眉尖点到瞳孔的纵向间距/眉尖点到下巴的纵向间距15v6:v4瞳孔到嘴角的纵向间距/眉尖点到下巴的纵向间距16v7:v4嘴角到下巴的纵向间距/眉尖点到下巴的纵向间距17v1:v2瞳孔到鼻孔的纵向间距/鼻孔到下巴的纵向间距18v1:v3瞳孔到鼻孔的纵向间距/鼻孔到嘴角的纵向间距19v1:v5瞳孔到鼻孔的纵向间距/眉尖到瞳孔的纵向间距20v1:v6瞳孔到鼻孔的纵向间距/瞳孔到嘴角的纵向间距21v1:v7瞳孔到鼻孔的纵向间距/嘴角到下巴的纵向间距22v2:v3鼻孔到下巴的纵向间距/鼻孔到嘴角的纵向间距23v2:v5鼻孔到下巴的纵向间距/眉尖到瞳孔的纵向间距24v2:v6鼻孔到下巴的纵向间距/瞳孔到嘴角的纵向间距25v2:v7鼻孔到下巴的纵向间距/嘴角到下巴的纵向间距26v3:v5鼻孔到嘴角的纵向间距/眉尖到瞳孔的纵向间距27v3:v6鼻孔到嘴角的纵向间距/瞳孔到嘴角的纵向间距28v3:v7鼻孔到嘴角的纵向间距/嘴角到下巴的纵向间距29v4:v5眉尖点到下巴的纵向间距/眉尖到瞳孔的纵向间距30v4:v6眉尖点到下巴的纵向间距/瞳孔到嘴角的纵向间距31v4:v7眉尖点到下巴的纵向间距/嘴角到下巴的纵向间距32v5:v6眉尖到瞳孔的纵向间距/瞳孔到嘴角的纵向间距33v5:v7眉尖到瞳孔的纵向间距/嘴角到下巴的纵向间距34v6:v7瞳孔到嘴角的纵向间距/嘴角到下巴的纵向间距所述的人脸纹理特征，其特征在于，采用facenet网络提取人脸纹理特征，并利用主成份分析（pca）技术进行特征降维。在步骤s104中，主要是在线进行名人匹配，找出最相似的名人：首先，将s3步提取的人脸脸型特征和纹理特征分别与名人库相应的特征进行匹配；然后，将脸型和纹理特征匹配结果进行融合得出最终相似度；最后，对所有相似度进行排序找出最相似的名人。在步骤s105中，主要是在线进行励志教育，传播正能量。在匹配出的最相似名人人脸图像上加入超链接，当用户点击名人人脸时便链接到名人简介页面进行名人励志和正能量宣传。所述的名人简介和励志故事采用文字和视频播放两种方式相结合进行。所述的名人简介主要包括姓名、年龄、出生地、学历、职位、所从事的工作、所做出的贡献和成就、励志故事等。另外，在名人简介的一些关键词上再添加超链接，方便用户进一步详细了解。如，在出生地名、出版的书名等关键词上添加超链接。另外，加入名人时实跟踪报到功能。即如果后续匹配的名人有相应的具有正能量的事件、活动、成果、新闻出现时，及时的向用户推荐。在步骤s106中，主要是在线完成社交群的加入。首先，以名人姓名为主题构建一个相似人脸社交群。因此，有多少位名人就有多少个群。然后，当用户名人匹配完成后，提示用户可以选择加入名人相似群进行交流互动。最后，每一个参与名人匹配的用户都有一个群与其对应，这样便可以建立起一个囊括所有人的庞大社交网络，一种基于名人匹配的社交网络构建示意图如图4所示，本发明将其称为名人网。名人网可以以现有的社交平台，如facebook、qq、微信、陌陌、微博、贴吧、人人网、豆瓣、知乎、美拍和天涯社区等构建，也可以利用社交网络开源框架重新构建。图5示出了一种基于人脸匹配的名人励志推荐和社交网络建立系统的结构图，详述如下：名人库构建模块21，主要用于离线进行名人人脸图像收集、处理和特征提取。所收集的名人来源于科学家、教育家、医学家、哲学家、文学家、历史学家、音乐家、企业家、国家领导人、具有正能量的明星。所述的人脸图像处理包括人脸检测、关键点定位、人脸剪切和归一化。所述的特征提取包括人脸脸型特征和纹理特征。人脸检测与属性分析模块22，用于在线对用户输入的人脸图像进行人脸检测、关键点定位、人脸剪切和归一化、人脸图像质量评判。人脸特征提取模块23，用于对检测到的人脸提取脸型特征和纹理特征。名人匹配模块24，用于将用户输入的人脸特征与名人库中的人脸特征进行匹配，找出最相似的名人人脸。名人励志教育模块25，用于将匹配的最相似名人的简介推送给用户，以起到励志教育和传播正能量的作用。社交网络构建模块26，用于构建每个名人的相似人脸群，并以此为基础完成整个相似脸社交网络的构建。当用户匹配出最相似的名人后，提示用户加入名人相似脸群，此群都是来自五湖四海的人，其共同点就是都与名人脸相似，即群里每一个人都相互具有相似脸。上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。当前第1页12

网址：基于人脸匹配的名人励志推荐和社交网络建立方法与系统与流程 http://www.mxgxt.com/news/view/1132155

相关内容

基于人脸相似度匹配的明星脸装扮推荐方法
一种基于追星族公会的大数据智能推荐系统及方法与流程
一种基于AI大数据的艺人与产品资源精准对接系统及方法与流程
基于AI大数据的艺人与产品资源精准对接系统及方法.pdf
社交网络分析教程
星座社交App的用户需求和偏好研究——基于焦点小组法的实证研究
基于三维眼球模型计算视线方向的人脸识别活体检测方法与流程
如何建立自己的「社交网络影响力」？
推荐名人传记：施瓦辛格励志小故事
基于大数据的社交网络分析与应用研究.docx

随便看看