CN111523981A - 虚拟试用方法、装置、电子设备及存储介质 - Google Patents
虚拟试用方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111523981A CN111523981A CN202010355520.XA CN202010355520A CN111523981A CN 111523981 A CN111523981 A CN 111523981A CN 202010355520 A CN202010355520 A CN 202010355520A CN 111523981 A CN111523981 A CN 111523981A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- virtual trial
- target user
- attribute information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 104
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000010191 image analysis Methods 0.000 claims abstract description 22
- 230000002996 emotional effect Effects 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 17
- 238000012913 prioritisation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 17
- 230000003993 interaction Effects 0.000 description 12
- 239000002537 cosmetic Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008451 emotion Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 210000000697 sensory organ Anatomy 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000000720 eyelash Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000036548 skin texture Effects 0.000 description 1
- 230000036555 skin type Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/174—Facial expression recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Acoustics & Sound (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种虚拟试用方法、装置、电子设备及存储介质。该方法包括:在目标用户进行物品的虚拟试用时,获取包含有所述目标用户的视频数据;对所述视频数据中的音频数据进行意图分析,得到所述目标用户的意图信息;对所述视频数据中的图像数据进行图像分析,得到所述目标用户的属性信息,所述属性信息用于表征所述目标用户外部所体现的特征信息;根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容。本申请实施例可在目标用户进行物品的虚拟试用时,根据用户的说话视频获取人物的意图信息以及属性信息,并生成与该意图信息以及属性信息相匹配的虚拟试用反馈,提升了用户的试用体验。
Description
技术领域
本申请实施例涉及人机交互技术领域,更具体地,涉及一种虚拟试用方法、装置、电子设备及存储介质。
背景技术
随着生活水平的不断提高,消费者购买物品的能力也不断提升。而消费者为了买到合适、心仪的物品,在购买物品之前,通常会对多个物品进行试用体验,以观察物品试用效果是否符合期望。然而,对于一些试用过程比较复杂麻烦的物品来说,如化妆品、服装等,需要不断地试用,也即不断地进行试用和卸用的过程,试用体验不佳。
发明内容
鉴于上述问题,本申请实施例提供一种虚拟试用方法、装置、电子设备及存储介质,可以提升试用体验。
第一方面,本申请实施例提供了一种虚拟试用方法,该虚拟试用方法可包括:在目标用户进行物品的虚拟试用时,获取包含有所述目标用户的视频数据;对所述视频数据中的音频数据进行意图分析,得到所述目标用户的意图信息;对所述视频数据中的图像数据进行图像分析,得到所述目标用户的属性信息,所述属性信息用于表征所述目标用户外部所体现的特征信息;根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容。
可选地,根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:根据所述属性信息,从数据库中查找与所述目标用户同类型的相似用户;获取所述相似用户的物品交易记录;根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容。
可选地,根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容,包括:从所述物品交易记录中查找与所述意图信息匹配的一个或多个交易物品;根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容。
可选地,意图信息包括多个意图,所述根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容,包括:获取所述多个意图的优先级排序;按照所述优先级排序,从所述物品交易记录中查找与所述多个意图匹配的一个或多个交易物品;根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容,所述推荐内容以所述优先级排序显示。
可选地,根据所述属性信息,从数据库中查找与所述目标用户同类型的相似用户,包括:获取数据库中每个用户的属性记录;将所述属性信息与所述每个用户的属性记录进行匹配;基于匹配结果确定所述目标用户与所述每个用户的相似度;从所述每个用户中确定所述相似度大于预设阈值的一个或多个用户,作为与所述目标用户同类型的相似用户。
可选地,属性信息包括多个特征信息,所述属性记录包括多个特征记录,所述将所述属性信息与所述每个用户的属性记录进行匹配,包括:当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配成功时,将所述多个特征信息中的其他特征信息与所述多个特征记录中的其他特征记录中进行匹配,所述当前用户为所述每个用户中的任一用户。
可选地,该虚拟试用方法还可以包括:当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配不成功时,确定所述当前用户与所述目标用户为不同类型的用户。
可选地,属性信息包括情绪特征,所述根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:根据所述情绪特征,确定所述用户对当前虚拟试用的物品的喜好程度值;根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容。
可选地,根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容,包括:当所述喜好程度值小于第一阈值时,生成针对所述当前虚拟试用的第一反馈内容,所述第一反馈内容用于推荐与所述当前虚拟试用的物品为不同类型的其他物品。
可选地,根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容,包括:当所述喜好程度值大于第二阈值时,生成针对所述当前虚拟试用的第二反馈内容,所述第二反馈内容用于推荐与所述当前虚拟试用的物品为同类型的其他物品,所述第二阈值大于所述第一阈值。
可选地,属性信息包括身份信息,所述根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:根据身份信息,获取所述目标用户的历史交易记录;根据所述意图信息以及所述历史交易记录,生成针对所述虚拟试用的个性化推荐内容。
可选地,根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:根据所述意图信息,确定所述目标用户期望进行虚拟试用的目标物品;判断所述目标物品是否与所述属性信息匹配;当所述目标物品与所述属性信息不匹配时,生成针对所述虚拟试用的反馈内容。
第二方面,本申请实施例提供了一种虚拟试用装置,该虚拟试用装置可包括:视频获取模块,用于在目标用户进行物品的虚拟试用时,获取包含有所述目标用户的视频数据;意图分析模块,用于对所述视频数据中的音频数据进行意图分析,得到所述目标用户的意图信息;图像分析模块,用于对所述视频数据中的图像数据进行图像分析,得到所述目标用户的属性信息,所述属性信息用于表征所述目标用户外部所体现的特征信息;反馈生成模块,用于根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容。
可选地,反馈生成模块包括:相似获取单元,用于根据所述属性信息,从数据库中查找与所述目标用户同类型的相似用户;记录获取单元,用于获取所述相似用户的物品交易记录;第一反馈单元,用于根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容。
可选地,第一反馈单元包括:查找子单元,用于从所述物品交易记录中查找与所述意图信息匹配的一个或多个交易物品;第一推荐子单元,用于根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容。
可选地,意图信息包括多个意图,第一反馈单元包括:意图排序子单元,用于获取所述多个意图的优先级排序;物品匹配子单元,用于按照所述优先级排序,从所述物品交易记录中查找与所述多个意图匹配的一个或多个交易物品;第二推荐子单元,用于根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容,所述推荐内容以所述优先级排序显示。
可选地,相似获取单元包括:属性获取子单元,用于获取数据库中每个用户的属性记录;属性匹配子单元,用于将所述属性信息与所述每个用户的属性记录进行匹配;相似确定子单元,用于从所述每个用户中确定所述相似度大于预设阈值的一个或多个用户,作为与所述目标用户同类型的相似用户。
可选地,属性信息包括多个特征信息,属性记录包括多个特征记录,属性匹配子单元可以具体用于:当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配成功时,将所述多个特征信息中的其他特征信息与所述多个特征记录中的其他特征记录中进行匹配,所述当前用户为所述每个用户中的任一用户。
可选地,虚拟试用装置还包括:其他用户确定模块,用于当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配不成功时,确定所述当前用户与所述目标用户为不同类型的用户。
可选地,属性信息包括情绪特征,反馈生成模块包括:喜好确定单元,用于根据所述情绪特征,确定所述用户对当前虚拟试用的物品的喜好程度值;喜好推荐单元,用于根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容。
可选地,喜好推荐单元可以具体用于:当所述喜好程度值小于第一阈值时,生成针对所述当前虚拟试用的第一反馈内容,所述第一反馈内容用于推荐与所述当前虚拟试用的物品为不同类型的其他物品。
可选地,虚拟试用装置还包括:第二反馈模块,用于当所述喜好程度值大于第二阈值时,生成针对所述当前虚拟试用的第二反馈内容,所述第二反馈内容用于推荐与所述当前虚拟试用的物品为同类型的其他物品,所述第二阈值大于所述第一阈值。
可选地,属性信息包括身份信息,反馈生成模块可以具体用于:根据身份信息,获取所述目标用户的历史交易记录;根据所述意图信息以及所述历史交易记录,生成针对所述虚拟试用的个性化推荐内容。
可选地,反馈生成模块可以具体用于:根据所述意图信息,确定所述目标用户期望进行虚拟试用的目标物品;判断所述目标物品是否与所述属性信息匹配;当所述目标物品与所述属性信息不匹配时,生成针对所述虚拟试用的反馈内容。
第三方面,本申请实施例提供了一种电子设备,该电子设备可包括:存储器;一个或多个处理器,与存储器连接;一个或多个应用程序,其中,一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个应用程序配置用于执行如上述第一方面的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质中存储有程序代码,程序代码可被处理器调用执行如上述第一方面的方法。
本申请实施例提供了一种虚拟试用方法、装置、电子设备及存储介质,在目标用户进行物品的虚拟试用时,通过获取包含有该目标用户的视频数据,然后对该视频数据中的音频数据进行意图分析,得到目标用户的意图信息,以及对该视频数据中的图像数据进行图像分析,得到目标用户的属性信息,该属性信息用于表征目标用户外部所体现的特征信息,最后根据意图信息以及属性信息,生成针对虚拟试用的反馈内容。从而在目标用户进行物品的虚拟试用时,可根据用户的说话视频获取用户的意图信息以及属性信息,并生成与该意图信息以及属性信息相匹配的虚拟试用反馈,实现了试用反馈的个性化和多样化,提升了用户的试用体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,而不是全部的实施例。基于本申请实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例及附图,都属于本发明保护的范围。
图1示出了一种适用于本申请实施例的应用环境示意图。
图2示出了本申请一个实施例提供的虚拟试用方法的流程示意图。
图3示出了本申请实施例提供的虚拟试用方法的交互界面示意图。
图4示出了本申请另一个实施例提供的虚拟试用方法的流程示意图。
图5示出了图4中的步骤S340的方法流程图。
图6示出了本申请又一个实施例提供的虚拟试用方法的流程示意图。
图7示出了本申请再一个实施例提供的虚拟试用方法的流程示意图。
图8示出了本申请还一个实施例提供的虚拟试用方法的流程示意图。
图9示出了本申请又另一个实施例提供的虚拟试用方法的流程示意图。
图10示出了本申请又再一个实施例提供的虚拟试用方法的流程示意图。
图11示出了本申请一个实施例提供的虚拟试用装置的模块框图;
图12示出了本申请实施例用于执行根据本申请实施例的虚拟试用方法的电子设备的结构框图;
图13示出了本申请实施例用于执行根据本申请实施例的虚拟试用方法的计算机可读存储介质的模块框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。应当理解,此处描述的具体实施例仅用于解释本申请,并不用于限定本申请。
目前,用户可以自行选择线下或线上购买物品。用户在购买物品之前,通常都有强烈的物品试用意愿,以观察物品试用效果是否符合期望。然而,用户线上购买时由于无法触碰到真实物品,物品试用的实现比较困难,虽然用户线下购买可以试用物品,但对于一些试用过程比较复杂麻烦的物品来说,如化妆品、服装等,需要不断地试用,也即不断地进行试用和卸用的过程。不仅花费了大量的时间,降低了用户的试用体验,而且对于化妆品来说,不断地试用也会存在一定的卫生或者浪费问题。
为了改善上述问题,发明人研究了目前物品试用的困难点,更是综合考虑实际场景的物品试用需求,提出了本申请实施例的虚拟试用方法、装置、电子设备及存储介质,以提高用户的试用体验。
为了更好理解本申请实施例提供的一种虚拟试用方法、装置、电子设备及存储介质,下面先对适用于本申请实施例的应用环境进行描述。
请参阅图1,图1示出了一种适用于本申请实施例的应用环境示意图。本申请实施例提供的虚拟试用方法可以应用于如图1所示的多态交互***100。多态交互***100包括终端设备101以及服务器102,服务器102与终端设备101通信连接。其中,服务器102可以是传统服务器,也可以是云端服务器,在此不作具体限定。
其中,终端设备101可以是具有显示屏且支持数据输入的各种电子设备,包括但不限于AR(Augmented Reality,增强现实)试妆镜、机器人、智能手机、平板电脑、膝上型便携计算机、台式计算机和可穿戴式电子设备等。具体的,数据输入可以是基于终端设备101上具有的语音模块输入语音、字符输入模块输入字符、图像输入模块输入图像、视频输入模块输入视频等,还可以是基于终端设备101上安装有的手势识别模块,使得用户可以实现手势输入等交互方式。
其中,终端设备101上可以安装有客户端应用程序,用户可以基于客户端应用程序(例如APP、微信小程序等)与服务器102进行通信,具体的,服务器102上安装有对应的服务端应用程序,用户可以基于客户端应用程序在服务器102注册一个用户帐号,并基于该用户帐号与服务器102进行通信,例如用户在客户端应用程序登录用户帐号,并基于该用户帐号通过客户端应用程序进行输入,可以输入文字信息、语音信息、图像信息或视频信息等,客户端应用程序接收到用户输入的信息后,可以将该信息发送至服务器102,使得服务器102可以接收该信息并进行处理及存储,服务器102还可以接收该信息并根据该信息返回一个对应的输出信息至终端设备101。
在一些实施方式中,客户端应用程序可以用于向用户提供客户服务,与用户进行客服沟通。作为一种方式,客户端应用程序也可以基于虚拟机器人与用户进行交互,也即客户端应用程序可以接收用户输入的信息,并基于虚拟机器人对该信息作出应答。在一些实施方式中,终端设备101在获取与用户输入的信息对应的回复信息后,可以在终端设备101的显示屏或与其连接的其他图像输出设备上显示该回复信息。作为一种方式,在显示该回复信息的同时,也可以通过终端设备101的扬声器或与其连接的其他音频输出设备播放对应的音频,还可以在终端设备101的显示屏上显示与该回复信息对应的文字或图形,实现在图像、语音、文字等多个方面上与用户的多态交互。
在一些实施方式中,对用户输入的信息进行处理的装置也可以设置于终端设备101上,使得终端设备101无需依赖与服务器102建立通信即可实现与用户的交互,此时多态交互***100可以只包括终端设备101。
上述应用环境仅为方便理解所作的示例,可以理解的是,本申请实施例不仅局限于上述应用环境。
下面将通过具体实施例对本申请实施例提供的虚拟试用方法、装置、终端设备及存储介质进行详细说明。
请参阅图2,图2示出了本申请一个实施例提供的虚拟试用方法的流程示意图,本实施例提供的虚拟试用方法可以应用于电子设备。其中,该电子设备可以是上述具有显示屏或其他图像输出装置的终端设备,也可以是上述服务器。在具体的实施例中,虚拟试用方法可应用于如图11所示的虚拟试用900以及图12所示的终端设备600。下面将针对图2所示的流程进行详细的阐述,所示虚拟试用方法具体可以包括以下步骤:
步骤S210:在目标用户进行物品的虚拟试用时,获取包含有所述目标用户的视频数据。
增强现实(Augmented Reality,AR):是一种将真实世界信息和虚拟世界信息“无缝”集成的技术,是把原本在现实世界的一定时间空间范围内很难体验到的实体信息通过电脑等科学技术,模拟仿真后再叠加,将虚拟的信息应用到真实世界,被人类感官所感知,从而达到超越现实的感官体验。即真实的环境和虚拟的物体实时地叠加到了同一个画面或空间同时存在。而虚拟试用(即AR试用)则可以理解为一种借助于图像识别、AR技术和对物品使用效果的精确模拟技术,其可以快速模拟出用户使用物品后的效果,从而用户可以快速、直观的体验到物品的实际使用效果。
在一些实施例中,虚拟试用的交互可通过触屏来实现,也即可以通过屏幕点击来选择自己想要试用的物品,然后将试用的效果展现在屏幕上。但其需要通过屏幕靠用户自主输入来实现,且通常只有固定的几种物品可以选择试用,导致试用过程比较固定、死板,且通常不能作出对用户试用的反馈(如不能根据用户的脸型、试用感受来推荐用户喜欢的物品),降低了用户的试用体验。因此,在本申请实施例中,可通过语音、视频交互来实现虚拟试用,以提升用户的试用体验。
具体地,在目标用户进行物品的虚拟试用时,终端设备可以获取包含有该目标用户的视频数据。其中,用户进行虚拟试用的物品可以是口红、眼影、腮红、眼线、睫毛、粉底等化妆品,也可以是帽子、上衣、裤子、眼镜、耳环等服装饰品,具体地试用物品此处并不作限定。
在一些实施例中,线上还是线下都可以实现虚拟试用。作为一种实施方式,当终端设备为安装有AR试用功能的移动终端(如手机)时,用户可选择线上购买,同时用户可基于该移动终端进行物品的虚拟试用。作为另一种实施方式,当终端设备为线下布置的具有AR试用功能的实体设备时,例如AR化妆镜、实体机器人等,用户可选择线下购买,同时用户可选择与该实体设备进行交互,以进行物品的虚拟试用。具体地应用场景在此不作限定,仅需实现物品的虚拟试用即可。
在一些实施例中,上述包含有目标用户的视频数据,可以是在目标用户进行物品的虚拟试用时,终端设备利用麦克风等音频采集设备以及摄像头等图像采集设备实时采集到的目标用户的说话视频数据,其中,音频采集设备和图像采集设备可以是外置设备,也可以集成于终端设备,此处不作限定。具体地,作为一种方式,可以是当终端设备的***前台运行有AR试用的应用程序时,调用终端设备的各个硬件模块来采集用户的说话视频。
其中,上述目标用户可以是处于图像采集设备的视野范围内的用户。在一些实施例中,终端设备上可设有图像采集设备,当图像采集设备的视野范围内的用户有多个时,可以将距离终端设备最近的用户作为目标用户。
进一步地,在一些实施例中,虚拟试用可以设置单人模式和多人模式,用户可进入虚拟试用的操作界面进行模式选择。若当前处于单人模式,可以将距离终端设备最近的用户作为目标用户;若当前处于多人模式,可以将视野范围内的所有用户都作为目标用户,此处不作限定。
在一些实施例中,上述包含有目标用户的视频数据,可以是目标用户在进入图像采集设备的视野范围内就开始获取,也即此时目标用户可能还未开始物品的虚拟试用,只是想要开始物品的虚拟试用。在另一些实施例中,上述包含有目标用户的视频数据,可以是目标用户在成功触发物品的虚拟试用功能时获取,也即此时目标用户可能已开始物品的虚拟试用。
步骤S220:对所述视频数据中的音频数据进行意图分析,得到所述目标用户的意图信息。
在一些实施例中,在目标用户进行物品的虚拟试用时,用户可能会与终端设备进行语音交互,例如,想要试用的物品、适合使用的物品等对话。此时由于在目标用户进行物品的虚拟试用时,终端设备会获取目标用户的视频数据,因此,可以通过视频数据中的音频数据来获取到用户与终端设备的语音交互内容。
由于视频是由音频流和视频图像流组合而成,视频图像流是由一帧又一帧的视频图像按照时间先后顺序拼接而成。因此,在一些实施例中,可以通过现有的各种视频分解软件对获取到的视频数据进行分解,以得到该视频数据的完整音频流和视频图像序列。其中,完整音频流和视频图像序列的时间戳长度一致,可以与视频的长度相同。视频图像序列可以理解为,视频分解为多帧视频图像后,生成的一个具有时间先后顺序的、且连续的视频图像帧集合。
在一些实施例中,在得到视频数据的完整音频流后,可以是直接对该音频流进行意图分析,也可以是对完整音频流进行去干扰后再进行意图分析。其中,对完整音频流进行去干扰,指的是获取完整音频流中除干扰音频外的音频片段。该干扰音频可以是噪音音频、背景音频、无声音频、其他用户的音频等与目标用户无关的音频,此处不作限定。例如,将1分钟长度的、30FPS的视频分解为1800张视频图像(1分钟*60秒/分钟*30帧/秒)和1分钟音频后,提取出去干扰后的30秒的目标音频片段进行意图分析。
在一些实施方式中,当完整音频流中包括多个用户的声音时,可以从完整音频流中挑选出声音最清晰或者音量最大的用户的声音数据,作为与终端设备进行对话的目标用户的音频数据,并对该音频数据进行意图分析。
在一些实施例中,对音频数据进行意图分析,可以是将音频数据进行语音转文本处理,以得到该音频数据对应的文本内容,然后再利用自然语言处理技术对文本内容进行处理,以获得目标用户基于文本内容的意图信息,例如,目标用户想要试用的产品、目标用户适合用的产品、试用分享等意图。其中,可通过多种方式将音频数据进行语音转文本处理。
作为一种方式,可通过深度学习技术,将音频数据转换为文本内容。具体地,可将音频数据输入已训练的语音识别模型,以得到该语音识别模型输出的与音频数据对应的文本内容。其中,语音识别模型可以是预先基于大量真人说话时的音频信息以及音频信息对应的文本内容的训练样本,通过神经网络训练得到的。其所采用的机器学习模型,在此并不做限定。例如,可以是RNN(Recurrent Neural Network,循环神经网络)模型、CNN(Convolutional Neural Networks,卷积神经网络)模型、BiLSTM(Bi-directional LongShort-Term Memory,双向长短时记忆循环神经网络)模型的变体或组合。
步骤S230:对所述视频数据中的图像数据进行图像分析,得到所述目标用户的属性信息,所述属性信息用于表征所述目标用户外部所体现的特征信息。
在一些实施例中,在对获取到的视频数据进行分解后,可以得到该视频数据的视频图像序列,也即视频数据中的图像数据。终端设备可以根据计算机视觉技术对该图像数据进行图像分析,以获取目标用户的属性信息。其中,属性信息可以用于表征目标用户外部所体现的特征信息。例如,可以是肤色、肤质等皮肤信息,也可以是脸型、五官分布、肢体形态等身体结构信息,还可以是通过人脸识别后的情绪信息、身份信息等,此处不作限定。例如,还可以是穿着风格、穿着价值区间等。
在一些实施例中,可通过深度学习技术,对图像数据进行图像分析。作为一种方式,可将视频图像序列输入已训练的图像识别模型,得到该图像识别模型输出的输出结果。其中,输出结果可以包括图像中人物的属性信息。具体地,在一些实施方式中,图像识别模型可以预先基于大量真人说话时的人物图像序列以及真人呈现的属性信息的训练样本,通过神经网络训练得到的。训练样本可以包括输入样本及输出样本,输入样本可以包括人物图像序列,输出样本可以为图像中人物的属性信息,从而已训练的图像识别模型可以用于根据获取的视频图像序列输,输出图像中人物的属性信息。
步骤S240:根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容。
在一些实施例中,终端设备获取到目标用户的意图信息和属性信息后,可以根据目标用户的意图信息以及属性信息,生成针对目标用户的虚拟试用的反馈内容,从而实现物品试用的个性化反馈,提升了试用体验。其中,该反馈内容可以是物品的试用推荐、物品的试用评价评分、物品的试用纠正等,此处不作限定。
示例性的,属性信息为皮肤信息时,可以根据目标用户的皮肤情况来更好的推荐用户可能会购买的物品。示例性的,属性信息为目标用户的个人信息时,可以根据目标用户的个人情况、购买记录等来个性化推荐用户物品。
在一些实施例中,当用户不知道具体想试用什么物品的时候,终端设备可以通过询问用户的需求(即语音交互),比如用户回复说想改善肤质,终端设备就可以根据接收到的语音进行意图分析,得到用户的意图是想要可改善肤质的物品。
在一些实施例中,根据意图信息以及属性信息,生成针对虚拟试用的反馈内容,可以是先根据意图信息,确定出目标用户想要进行虚拟试用的试用物品,然后根据目标用户的皮肤、身体结构、价值观等属性信息,从试用物品的不同颜色、尺寸或价位中确定适合目标用户使用的目标物品,然后进行该目标物品的推荐,也即生成包含有目标物品的推荐反馈。从而根据用户的个人情况来个性化推荐产品,提升了用户的试用体验。
在另一些实施例中,根据意图信息以及属性信息,生成针对虚拟试用的反馈内容,也可以是先根据意图信息,确定出目标用户想要知道试用物品是否适合自己,然后根据目标用户的皮肤、身体结构、价值观等属性信息,进行适合度分析,然后基于该分析结果生成分析反馈。从而用户可根据分析反馈,确定哪些试用物品适合自己,提升了用户的试用体验。其中,适合度可以理解为试用物品于用户身上的匹配程度,适合度越高,表明试用物品越贴合目标用户。从而实现物品的精准推荐。
当然,上述根据意图信息以及属性信息,生成针对虚拟试用的反馈内容仅为举例,具体的反馈内容生成方式此处不作限定。
例如,在一种具体的应用场景中,如图3所示,用户可以通过终端设备打开应用程序客户端(例如微信小程序或独立的APP)进入虚拟试用的交互界面,同时终端设备可以通过调用摄像头、话筒等各个硬件模块来采集到用户的说话视频,然后于交互界面中显示该说话视频。然后终端设备可以对该说话视频进行意图分析和图像分析,以生成针对该说话视频的反馈内容,如“推荐物品”“相似物品”等反馈(图3中底部显示的物品列表即为反馈内容)。在一些场景中,也可以同时播放反馈音频,如“建议/不建议使用XX物品呢~”。
在一些实施例中,在终端设备与服务器建立通信连接的状态下,当终端设备获取到包含有目标用户的视频数据时,也可以将视频数据发送至服务器,由服务器对视频数据进行意图分析和图像分析,然后由服务器确定出目标用户的意图信息以及属性信息,并生成针对虚拟试用的反馈内容。再将该反馈内容输出至终端设备,由终端设备获取并进行播放显示。
可以理解的是,本实施例中上述的各个步骤,可以均由终端设备在本地进行,也可以均在服务器中进行,还可以由终端设备与服务器分工进行,根据实际应用场景的不同,可以按照需求进行任务的分配,以实现最优化的拟真机器人客服体验,在此并不作限定。
本申请实施例提供的虚拟试用方法,在目标用户进行物品的虚拟试用时,通过获取包含有该目标用户的视频数据,然后对该视频数据中的音频数据进行意图分析,得到目标用户的意图信息,以及对该视频数据中的图像数据进行图像分析,得到目标用户的属性信息,该属性信息用于表征目标用户外部所体现的特征信息,最后根据意图信息以及属性信息,生成针对虚拟试用的反馈内容。从而在目标用户进行物品的虚拟试用时,无需用户通过屏幕自主输入,直接根据用户的说话视频即可获取到精准的虚拟试用推荐或反馈,实现了试用反馈的个性化和多样化,提升了用户的试用体验。且由于虚拟试用无需实际使用物品,从而可以节省用户对不同物品进行试用和卸用时所花费的时间,提高了用户的试用效率。
请参阅图4,图4示出了本申请另一个实施例提供的虚拟试用方法的流程示意图。下面将针对图4所示的流程进行详细的阐述,所示虚拟试用方法具体可以包括:步骤S310~步骤S360。
在本申请实施例中,步骤S310至步骤S330可参考上述步骤S210至步骤S230中的相关描述,此处不再赘述。
步骤S340:根据所述属性信息,从数据库中查找与所述目标用户同类型的相似用户。
在一些实施例中,终端设备通过视频数据中的图像数据,获取到目标用户的属性信息后,可根据属性信息,从数据库中查找与目标用户相似的用户,以根据同类型的用户的交易物品进行物品推荐。
在一些实施例中,可以通过获取每个用户与目标用户的相似度,来确定与目标用户同类型的相似用户。具体地,请参阅图5,步骤S340可以包括:
步骤S341:获取数据库中每个用户的属性记录。
步骤S342:将所述属性信息与所述每个用户的属性记录进行匹配。
步骤S343:基于匹配结果确定所述目标用户与所述每个用户的相似度。
步骤S344:从所述每个用户中确定所述相似度大于预设阈值的一个或多个用户,作为与所述目标用户同类型的相似用户。
在一些实施例中,每个用户进行物品的虚拟试用时,试用过程中识别获取到的所有数据(如用户的属性信息、购买记录等)都可以进行记录,并存入数据库中。从而终端设备可根据目标用户的属性信息,从数据库中查找属性信息相似的用户。
具体地,终端设备可以获取数据库中每个用户的属性记录(即记录的属性信息),并将目标用户的属性信息与每个用户的属性记录进行匹配,然后基于匹配结果确定目标用户与每个用户的相似度,并从中确定相似度大于预设阈值的一个或多个用户,作为与目标用户同类型的相似用户。其中,预设阈值可以预先存储于终端设备,可根据具体场景合理调整设置,如预设阈值设为90%。进一步地,在一些实施例中,当根据当前的预设阈值获取到的相似用户比较少甚至不存在时,可以对当前的预设阈值进行降低,其降低程度可以是固定,也可以是由用户调整,此处不作限定。
在一些实施例中,当属性信息包括一个或多个特征信息,属性记录包括一个或多个特征记录时,上述将目标用户的属性信息与每个用户的属性记录进行匹配,可以是同类型特征的一一比对。其中,特征信息可以是肤色、肤质等皮肤特征信息,也可以是脸型、五官分布、肢体形态等身体结构特征信息等。基于匹配结果确定目标用户与每个用户的相似度,可以是同类型特征的一一比对后,同类型特征成功匹配所占的比例,根据该比例即可确定目标用户与每个用户的相似度。可以理解的是,属性信息中成功匹配的特征越多,相似度越高。
在一些实施例中,当属性信息包括一个或多个特征信息,属性记录包括一个或多个特征记录时,上述将目标用户的属性信息与每个用户的属性记录进行匹配,可以是优先进行关键特征信息的匹配,再确定是否进行其他特征信息的匹配,可以减少运算操作,提高试用反馈效率,保证了试用物品的合理性和精准性。
具体地,当多个特征信息中指定类型的特征信息与当前用户的多个特征记录中指定类型对应的特征记录匹配成功时,将多个特征信息中的其他特征信息与多个特征记录中的其他特征记录中进行匹配,当前用户为每个用户中的任一用户。其中,指定类型的特征信息可以理解为物品试用时所要考虑的关键特征信息。
例如,进行化妆品试用时,用户的关键特征信息可以是皮肤特征信息,而当两个人的皮肤特征信息都不匹配时(一个黑一个白),一个人使用的化妆品很大可能不适合另一个人使用。又例如,进行服装试用时,用户的关键特征信息可以是身形特征信息,而当两个人的身形特征信息不匹配时(一个胖一个瘦),一个人穿的服装很大可能不适合另一个人穿。
可以理解的是,当多个特征信息中指定类型的特征信息与当前用户的多个特征记录中所述指定类型对应的特征记录匹配不成功时,也即关键特征信息都不匹配,则可以直接确定当前用户与目标用户为不同类型的用户,当前用户的试用物品很有可能不适合目标用户。而当多个特征信息中指定类型的特征信息与当前用户的多个特征记录中指定类型对应的特征记录匹配成功时,也即关键特征信息成功匹配,则可以进行其他特征信息的匹配。然后进行相似度的求取。
步骤S350:获取所述相似用户的物品交易记录。
在一些实施例中,终端设备在获取到与目标用户同类型的相似用户时,可以获取相似用户的物品交易记录。该物品交易记录可以体现出相似用户的物品喜好、品牌喜好、价值观等具有物品推荐参考的信息。
步骤S360:根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容。
在一些实施例中,终端设备在获取到目标用户的意图信息后,可根据与目标用户同类型的相似用户的物品交易记录,进行虚拟试用的反馈。作为一种方式,当目标用户的意图信息表示想试用化妆品时,可根据目标用户的所能承受的最高价位意图,从物品交易记录中选择出与承受的最高价位意图匹配的一个或的化妆品进行试用推荐。这样,通过同类型的用户的购买情况来进行相应的试用推荐,实现了物品推荐的精准化和个性化的同时,也提高了物品的交易成功率。
可以理解的是,本实施例中上述的各个步骤,可以均由终端设备在本地进行,也可以均在服务器中进行,还可以由终端设备与服务器分工进行,根据实际应用场景的不同,可以按照需求进行任务的分配,以实现最优化的拟真机器人客服体验,在此并不作限定。
本申请实施例提供的虚拟试用方法,在目标用户进行物品的虚拟试用时,通过获取包含有该目标用户的视频数据,以及对该视频数据进行意图分析和图像分析,可以得到目标用户的意图信息和属性信息,该属性信息用于表征目标用户外部所体现的特征信息,然后根据属性信息,从数据库中查找与目标用户同类型的相似用户,并获取相似用户的物品交易记录,以根据目标用户的意图信息以及相似用户的物品交易记录,生成针对虚拟试用的反馈内容。从而在根据用户的说话视频确定目标用户的意图信息和属性信息后,可通过同类型的用户的物品交易记录,获取到精准的虚拟试用推荐或反馈,实现了试用反馈的个性化和多样化,提升了用户的试用体验。
请参阅图6,图6示出了本申请又一个实施例提供的虚拟试用方法的流程示意图。下面将针对图6所示的流程进行详细的阐述,所示虚拟试用方法具体可以包括:步骤S410~步骤S470。
在本申请实施例中,步骤S410至步骤S450可参考上述步骤S310至步骤S350中的相关描述,此处不再赘述。
步骤S460:从所述物品交易记录中查找与所述意图信息匹配的一个或多个交易物品。
步骤S470:根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容。
在一些实施例中,终端设备在获取到目标用户的意图信息后,可从与目标用户同类型的相似用户的物品交易记录中查找与意图信息匹配的一个或多个交易物品。然后根据该一个或多个交易物品,生成针对虚拟试用的推荐内容。
在一些实施例中,当意图信息包括用户想要试用的物品时,终端设备可从相似用户的物品交易记录中,查找与用户想要试用的物品匹配的一个或多个交易物品。例如,用户想要试用口红,终端设备可从同类型用户的口红购买记录,进行产品推荐。
进一步地,当意图信息包括可承受的最高价位时,在查找到与用户想要试用的物品匹配的一个或多个交易物品之后,可判断该一个或多个交易物品是否超过目标用户可承受的最高价位。若超过,可确定一个或多个交易物品的品牌信息,从该品牌信息中查找与意图信息匹配的物品进行推荐。若未超过,可直接将该一个或多个交易物品进行推荐。
例如,用户想要试用口红,终端设备可从同类型用户的物品交易记录中查找到口红1、口红2、口红3的交易记录,若判断口红1、口红2、口红3的价位超过了用户可承受的价位时,终端设备可获取口红1、口红2、口红3的品牌信息A,并从品牌信息A中的所有口红产品中,获取未超过用户可承受的价位的口红进行推荐。
可以理解的是,本实施例中上述的各个步骤,可以均由终端设备在本地进行,也可以均在服务器中进行,还可以由终端设备与服务器分工进行,根据实际应用场景的不同,可以按照需求进行任务的分配,以实现最优化的拟真机器人客服体验,在此并不作限定。
本申请实施例提供的虚拟试用方法,在目标用户进行物品的虚拟试用时,通过获取包含有该目标用户的视频数据,以及对该视频数据进行意图分析和图像分析,可以得到目标用户的意图信息和属性信息,该属性信息用于表征目标用户外部所体现的特征信息,然后根据属性信息,从数据库中查找与目标用户同类型的相似用户,并获取相似用户的物品交易记录,然后从物品交易记录中查找与目标用户的意图信息匹配的一个或多个交易物品,并根据一个或多个交易物品,生成针对虚拟试用的推荐内容。从而在根据用户的说话视频确定目标用户的意图信息和属性信息后,可通过同类型的用户的物品交易记录,获取到精准的虚拟试用推荐或反馈,实现了试用反馈的个性化和多样化,提升了用户的试用体验。
请参阅图7,图7示出了本申请再一个实施例提供的虚拟试用方法的流程示意图。下面将针对图7所示的流程进行详细的阐述,所示虚拟试用方法具体可以包括:步骤S510~步骤S580。
在本申请实施例中,步骤S510至步骤S550可参考上述步骤S310至步骤S350中的相关描述,此处不再赘述。
步骤S560:获取所述意图信息中多个意图的优先级排序。
在一些实施例中,当终端设备识别到的目标用户的意图信息包括多个意图时,可以根据多个意图的重要级别进行优先级排序,以根据优先级进行物品的推荐,保证用户第一时间看到的试用物品是最感兴趣或最合适的。例如,当目标用户的意图信息包括物品类型、品牌、等多维度意图时,优先级排序可以是物品类型>承受价格>品牌。
步骤S570:按照所述优先级排序,从所述物品交易记录中查找与所述多个意图匹配的一个或多个交易物品。
在一些实施例中,终端设备在获取到多个意图的优先级排序后,可以按照优先级的高低,依次从相似用户的物品交易记录中查找筛选与多个意图匹配的一个或多个交易物品。
作为一种方式,当优先级排序包括高次低三个优先级时,终端设备可以是按照先高优先级的意图从相似用户的物品交易记录中进行物品查找,得到一轮物品列表后,再按照次优先级的意图从得到的一轮物品列表中再次进行查找,得到二轮物品列表。最后再按照低优先级的意图从得到的二轮物品列表中再次进行查找,得到最终的物品查找结果,该结果即为与意图信息匹配的一个或多个交易物品。
步骤S580:根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容,所述推荐内容以所述优先级排序显示。
在一些实施例中,终端设备在获取到与目标用户的意图信息匹配的一个或多个交易物品时,可以根据该一个或多个交易物品,生成针对虚拟试用的推荐内容,且该推荐内容是以多个意图的优先级排序显示。从而保证用户可以第一时间查阅到准确合理的试用物品推荐。
可以理解的是,本实施例中上述的各个步骤,可以均由终端设备在本地进行,也可以均在服务器中进行,还可以由终端设备与服务器分工进行,根据实际应用场景的不同,可以按照需求进行任务的分配,以实现最优化的拟真机器人客服体验,在此并不作限定。
本申请实施例提供的虚拟试用方法,在根据用户的说话视频确定目标用户的属性信息和多个意图后,可根据多个意图的优先级排序,从同类型的用户的物品交易记录中查找与多个意图匹配的一个或多个交易物品,实现了虚拟试用推荐或反馈的优先级显示,保证用户可以第一时间查阅到准确合理的试用物品推荐,实现了试用反馈的个性化和多样化,提升了用户的试用体验。
请参阅图8,图8示出了本申请还一个实施例提供的虚拟试用方法的流程示意图。下面将针对图8所示的流程进行详细的阐述,所示虚拟试用方法具体可以包括:步骤S610~步骤S650。
在本申请实施例中,步骤S610至步骤S630可参考上述步骤S210至步骤S230中的相关描述,此处不再赘述。
步骤S640:根据所述属性信息中的情绪特征,确定所述目标用户对当前虚拟试用的物品的喜好程度值。
在一些实施例中,终端设备识别到目标用户的属性信息也包括情绪特征。其中,情绪特征可以用于表征图像中人物的情绪。在一些实施例中,情绪特征所表征的情绪可以包括高兴、开心、兴奋、愉快、幸福、满足、放松、冷静等正面情绪,也可以包括疲劳、无聊、皱眉、郁闷压抑、沮丧、愤怒、紧张等负面情绪,在此不限定。
在一些实施例中,终端设备可根据目标用户的情绪特征,判断目标用户对当前虚拟试用的物品的喜好程度值。其中,喜好程度值越高,说明用户对试用的物品越喜欢。作为一种方式,终端设备可根据预设的情绪特征和喜好程度值之间的对应关系表,进行喜好程度值的确定。从而终端设备在获取到目标用户的情绪特征时,可根据该对应关系表,查询对应的喜好程度值。
步骤S650:根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容。
在一些实施例中,终端设备可以根据意图信息以及目标用户对当前虚拟试用的物品的喜好程度值,生成针对当前虚拟试用的反馈内容。其中,喜好程度值不同时,反馈内容可不一样。
作为一种方式,当目标用户对当前虚拟试用的物品的喜好程度值小于第一阈值时,可以认为目标用户对该物品不满意,则终端设备可生成针对当前虚拟试用的第一反馈内容,该第一反馈内容用于推荐与当前虚拟试用的物品为不同类型的其他物品。
作为另一种方式,当目标用户对当前虚拟试用的物品的喜好程度值大于第二阈值时,可以认为目标用户对该物品非常满意,则终端设备可生成针对当前虚拟试用的第二反馈内容,该第二反馈内容用于推荐与当前虚拟试用的物品为同类型的其他物品,第二阈值大于第一阈值。其中,第一阈值和二阈值可预先存储于终端设备,可根据具体场景合理设置,此处不作限定,仅需第二阈值大于第一阈值即可。例如,第一阈值可以是60%,第二阈值可以好似80%。
例如,在一些应用场景中,当用户试用了某物品之后露出不高兴的表情的时候,根据该表情对应的喜好程度值,就可以判断用户对该物品不满意,就可以推荐别的物品。如果用户露出高兴的表情,根据该表情对应的喜好程度值,说明用户对该物品非常喜欢,终端设备可以与用户交互,强化用户的购买意向。
在一些实施例中,语音语调的不同,也可以体现用户对试用产品的喜好程度。因此,终端设备可以对音频数据进行语言分析,以获取音频数据的语音语调。然后根据语言语调确定用户对试用产品的喜好程度值。
可以理解的是,本实施例中上述的各个步骤,可以均由终端设备在本地进行,也可以均在服务器中进行,还可以由终端设备与服务器分工进行,根据实际应用场景的不同,可以按照需求进行任务的分配,以实现最优化的拟真机器人客服体验,在此并不作限定。
本申请实施例提供的虚拟试用方法,在目标用户进行物品的虚拟试用时,通过获取包含有该目标用户的视频数据,以及对该视频数据进行意图分析和图像分析,可以得到目标用户的意图信息和属性信息,该属性信息用于表征目标用户外部所体现的特征信息,然后根据属性信息中的情绪特征,确定目标用户对当前虚拟试用的物品的喜好程度值,根据意图信息以及喜好程度值,生成针对当前虚拟试用的反馈内容。从而在根据用户的说话视频确定目标用户的属性信息和多个意图后,可根据目标用户的情绪特征,确定目标用户对当前虚拟试用的物品的喜好程度值,并根据喜好程度值对应生成虚拟试用推荐或反馈,实现了试用反馈的个性化和多样化,提升了用户的试用体验。
请参阅图9,图9示出了本申请又另一个实施例提供的虚拟试用方法的流程示意图。下面将针对图9所示的流程进行详细的阐述,所示虚拟试用方法具体可以包括:步骤S710~步骤S750。
在本申请实施例中,步骤S710至步骤S730可参考上述步骤S210至步骤S230中的相关描述,此处不再赘述。
步骤S740:根据所述属性信息中的身份信息,获取所述目标用户的历史交易记录。
步骤S750:根据所述意图信息以及所述历史交易记录,生成针对所述虚拟试用的个性化推荐内容。
在一些应用场景中,有些物品用户可能会高频购买,例如面膜、口红、粉底等化妆品,因此,在一些实施例中,终端设备也可以根据用户的个人情况、购买记录等个人信息来个性化推荐试用物品。
具体地,当终端设备识别到的目标用户的属性信息包括目标用户的身份信息时,可以根据该身份信息获取目标用户的历史交易记录,并根据意图信息以及历史交易记录,生成针对虚拟试用的个性化推荐内容。其中,目标用户的身份信息可以是用户登陆客户端的账号信息,也可以是身份证信息,此处不作限定,仅需能查阅到交易记录即可。从而实现根据用户的历史交易记录进行物品的推荐,避免用户手动查询选择。
可以理解的是,本实施例中上述的各个步骤,可以均由终端设备在本地进行,也可以均在服务器中进行,还可以由终端设备与服务器分工进行,根据实际应用场景的不同,可以按照需求进行任务的分配,以实现最优化的拟真机器人客服体验,在此并不作限定。
本申请实施例提供的虚拟试用方法,在目标用户进行物品的虚拟试用时,通过获取包含有该目标用户的视频数据,以及对该视频数据进行意图分析和图像分析,可以得到目标用户的意图信息和属性信息,该属性信息用于表征目标用户外部所体现的特征信息,然后根据属性信息中的身份信息,获取目标用户的历史交易记录,根据意图信息以及历史交易记录,生成针对虚拟试用的个性化推荐内容。从而在根据用户的说话视频确定目标用户的属性信息和多个意图后,可根据目标用户的历史交易记录,对应生成虚拟试用推荐或反馈,从而实现根据用户的历史交易记录进行物品的推荐,避免用户手动查询选择。
请参阅图10,图10示出了本申请又再一个实施例提供的虚拟试用方法的流程示意图。下面将针对图10所示的流程进行详细的阐述,所示虚拟试用方法具体可以包括:步骤S810~步骤S860。
在本申请实施例中,步骤S810至步骤S830可参考上述步骤S210至步骤S230中的相关描述,此处不再赘述。
步骤S840:根据所述意图信息,确定所述目标用户期望进行虚拟试用的目标物品。
步骤S850:判断所述目标物品是否与所述属性信息匹配。
步骤S860:当所述目标物品与所述属性信息不匹配时,生成针对所述虚拟试用的反馈内容。
在一些应用场景中,用户可能不太清楚适合自身的物品,导致想要试用的物品的虚拟试用效果不太理想。因此,在一些实施例中,终端设备也可以对目标用户的虚拟试用进行分析纠正。具体地,终端设备在获取到目标用户的意图信息时,可以确定目标用户期望进行虚拟试用的目标物品。然后分析判断该目标物品是否与目标用户的属性信息匹配。当目标物品与属性信息不匹配时,终端设备可生成针对虚拟试用的反馈内容。
可以理解的是,通常是物品适合自身的情况下才进行购买,因此,在一些实施例中,判断目标物品是否与目标用户的属性信息匹配,可以是通过分析整合购买目标物品的所有用户的属性信息,来得到目标物品所适用的参考属性信息,然后将目标用户的属性信息与该参考属性信息进行匹配。当目标用户的属性信息与该参考属性信息匹配时,可认为目标物品与目标用户的属性信息匹配,也即该目标物品适合目标用户,终端设备可进行正常的虚拟试用效果显示。当目标用户的属性信息与该参考属性信息不匹配时,可认为目标物品与目标用户的属性信息不匹配,也即该目标物品不太适合目标用户,终端设备可生成虚拟试用的反馈内容,以提示目标物品不适合目标用户试用。在一些实施例中,终端设备生成的反馈内容还可以包括推荐内容,用于推荐目标用户合适的试用物品。
可以理解的是,本实施例中上述的各个步骤,可以均由终端设备在本地进行,也可以均在服务器中进行,还可以由终端设备与服务器分工进行,根据实际应用场景的不同,可以按照需求进行任务的分配,以实现最优化的拟真机器人客服体验,在此并不作限定。
本申请实施例提供的虚拟试用方法,在目标用户进行物品的虚拟试用时,通过获取包含有该目标用户的视频数据,以及对该视频数据进行意图分析和图像分析,可以得到目标用户的意图信息和属性信息,该属性信息用于表征目标用户外部所体现的特征信息,然后根据意图信息,确定目标用户期望进行虚拟试用的目标物品,判断该目标物品是否与目标用户的属性信息匹配,当目标物品与属性信息不匹配时,生成针对虚拟试用的反馈内容。从而在根据用户的说话视频确定目标用户的属性信息和多个意图后,可根据目标用户的意图信息和属性信息,对目标用户的虚拟试用进行分析纠正,保证了虚拟试用效果,提升了用户的试用体验。
应该理解的是,虽然图2、图4~图10的流程示意图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、图4~图10中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
请参阅图11,图11示出了本申请一个实施例提供的一种虚拟试用装置的模块框图。下面将针对图11所示的模块框图进行阐述,虚拟试用装置900包括:视频获取模块910、意图分析模块920、图像分析模块930以及反馈生成模块940,其中:
视频获取模块910,用于在目标用户进行物品的虚拟试用时,获取包含有所述目标用户的视频数据;
意图分析模块920,用于对所述视频数据中的音频数据进行意图分析,得到所述目标用户的意图信息;
图像分析模块930,用于对所述视频数据中的图像数据进行图像分析,得到所述目标用户的属性信息,所述属性信息用于表征所述目标用户外部所体现的特征信息;
反馈生成模块940,用于根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容。
在一些实施例中,反馈生成模块940可以包括:相似获取单元,用于根据所述属性信息,从数据库中查找与所述目标用户同类型的相似用户;记录获取单元,用于获取所述相似用户的物品交易记录;第一反馈单元,用于根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容。
进一步地,在一些实施例中,上述第一反馈单元可以包括:查找子单元,用于从所述物品交易记录中查找与所述意图信息匹配的一个或多个交易物品;第一推荐子单元,用于根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容。
在一些实施例中,意图信息包括多个意图时,上述第一反馈单元也可以包括:意图排序子单元,用于获取所述多个意图的优先级排序;物品匹配子单元,用于按照所述优先级排序,从所述物品交易记录中查找与所述多个意图匹配的一个或多个交易物品;第二推荐子单元,用于根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容,所述推荐内容以所述优先级排序显示。
在一些实施例中,上述相似获取单元可以包括:属性获取子单元,用于获取数据库中每个用户的属性记录;属性匹配子单元,用于将所述属性信息与所述每个用户的属性记录进行匹配;相似确定子单元,用于从所述每个用户中确定所述相似度大于预设阈值的一个或多个用户,作为与所述目标用户同类型的相似用户。
在一些实施例中,属性信息包括多个特征信息,属性记录包括多个特征记录时,上述属性匹配子单元可以具体用于:当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配成功时,将所述多个特征信息中的其他特征信息与所述多个特征记录中的其他特征记录中进行匹配,所述当前用户为所述每个用户中的任一用户。
在一些实施例中,虚拟试用装置900还可以包括:其他用户确定模块,用于当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配不成功时,确定所述当前用户与所述目标用户为不同类型的用户。
在一些实施例中,属性信息包括情绪特征时,反馈生成模块940也可以包括:喜好确定单元,用于根据所述情绪特征,确定所述用户对当前虚拟试用的物品的喜好程度值;喜好推荐单元,用于根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容。
在一些实施例中,上述喜好推荐单元可以具体用于:当所述喜好程度值小于第一阈值时,生成针对所述当前虚拟试用的第一反馈内容,所述第一反馈内容用于推荐与所述当前虚拟试用的物品为不同类型的其他物品。
在一些实施例中,虚拟试用装置还可以包括:第二反馈模块,用于当所述喜好程度值大于第二阈值时,生成针对所述当前虚拟试用的第二反馈内容,所述第二反馈内容用于推荐与所述当前虚拟试用的物品为同类型的其他物品,所述第二阈值大于所述第一阈值。
在一些实施例中,属性信息包括身份信息时,上述反馈生成模块940可以具体用于:根据身份信息,获取所述目标用户的历史交易记录;根据所述意图信息以及所述历史交易记录,生成针对所述虚拟试用的个性化推荐内容。
在一些实施例中,反馈生成模块940也可以具体用于:根据所述意图信息,确定所述目标用户期望进行虚拟试用的目标物品;判断所述目标物品是否与所述属性信息匹配;当所述目标物品与所述属性信息不匹配时,生成针对所述虚拟试用的反馈内容。
本申请实施例提供的虚拟试用装置用于实现前述方法实施例中相应的虚拟试用方法,并具有相应的方法实施例的有益效果,在此不再赘述。
所属领域的技术人员可以清楚地了解到,本申请实施例提供的虚拟试用装置能够实现上述方法实施例中的各个过程,为描述的方便和简洁,上述描述装置和模块的具体工作过程,可以参阅前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,所显示或讨论的模块相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
请参阅图12,其示出了本申请实施例提供的一种电子设备600的结构框图。该电子设备600可以是智能手机、平板电脑、电子书等能够运行应用程序的终端设备。本申请中的电子设备600可以包括一个或多个如下部件:处理器610、存储器620以及一个或多个应用程序,其中一个或多个应用程序可以被存储在存储器620中并被配置为由一个或多个处理器610执行,一个或多个程序配置用于执行如前述方法实施例所描述的方法。
处理器610可以包括一个或者多个处理核。处理器610利用各种接口和线路连接整个电子设备600内的各个部分,通过运行或执行存储在存储器620内的指令、程序、代码集或指令集,以及调用存储在存储器620内的数据,执行电子设备600的各种功能和处理数据。可选地,处理器610可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器610可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责显示内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器610中,单独通过一块通信芯片进行实现。
存储器620可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。存储器620可用于存储指令、程序、代码、代码集或指令集。存储器620可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备600在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。
进一步地,终端设备100还可以包括可折叠的显示屏,所述显示屏可以为液晶显示屏(Liquid Crystal Display,LCD),可以为有机发光二极管(Organic Light-EmittingDiode,OLED)等。所述显示屏用于显示由用户输入的信息、提供给用户的信息以及各种图形用户接口,这些图形用户接口可以由图形、文本、图标、数字、视频和其任意组合来构成。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的终端设备的限定,具体的终端设备可以包括比图12中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
请参阅图13,其示出了本申请实施例提供的一种计算机可读存储介质的模块框图。该计算机可读存储介质1100中存储有程序代码1110,所述程序代码1110可被处理器调用执行上述方法实施例中所描述的方法。
计算机可读存储介质1100可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地,计算机可读存储介质1100包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质1100具有执行上述方法中的任何方法步骤的程序代码1110的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码1110可以例如以适当形式进行压缩。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是智能网关,手机,计算机,服务器,空调器或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请各实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护范围之内。
Claims (15)
1.一种虚拟试用方法,其特征在于,所述方法包括:
在目标用户进行物品的虚拟试用时,获取包含有所述目标用户的视频数据;
对所述视频数据中的音频数据进行意图分析,得到所述目标用户的意图信息;
对所述视频数据中的图像数据进行图像分析,得到所述目标用户的属性信息,所述属性信息用于表征所述目标用户外部所体现的特征信息;
根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容。
2.根据权利要求1所述的方法,其特征在于,所述根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:
根据所述属性信息,从数据库中查找与所述目标用户同类型的相似用户;
获取所述相似用户的物品交易记录;
根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容。
3.根据权利要求2所述的方法,其特征在于,所述根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容,包括:
从所述物品交易记录中查找与所述意图信息匹配的一个或多个交易物品;
根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容。
4.根据权利要求2所述的方法,其特征在于,所述意图信息包括多个意图,所述根据所述意图信息以及所述物品交易记录,生成针对所述虚拟试用的反馈内容,包括:
获取所述多个意图的优先级排序;
按照所述优先级排序,从所述物品交易记录中查找与所述多个意图匹配的一个或多个交易物品;
根据所述一个或多个交易物品,生成针对所述虚拟试用的推荐内容,所述推荐内容以所述优先级排序显示。
5.根据权利要求2所述的方法,其特征在于,所述根据所述属性信息,从数据库中查找与所述目标用户同类型的相似用户,包括:
获取数据库中每个用户的属性记录;
将所述属性信息与所述每个用户的属性记录进行匹配;
基于匹配结果确定所述目标用户与所述每个用户的相似度;
从所述每个用户中确定所述相似度大于预设阈值的一个或多个用户,作为与所述目标用户同类型的相似用户。
6.根据权利要求5所述的方法,其特征在于,所述属性信息包括多个特征信息,所述属性记录包括多个特征记录,所述将所述属性信息与所述每个用户的属性记录进行匹配,包括:
当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配成功时,将所述多个特征信息中的其他特征信息与所述多个特征记录中的其他特征记录中进行匹配,所述当前用户为所述每个用户中的任一用户。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
当所述多个特征信息中指定类型的特征信息与当前用户的所述多个特征记录中所述指定类型对应的特征记录匹配不成功时,确定所述当前用户与所述目标用户为不同类型的用户。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述属性信息包括情绪特征,所述根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:
根据所述情绪特征,确定所述用户对当前虚拟试用的物品的喜好程度值;
根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容。
9.根据权利要求8所述的方法,其特征在于,所述根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容,包括:
当所述喜好程度值小于第一阈值时,生成针对所述当前虚拟试用的第一反馈内容,所述第一反馈内容用于推荐与所述当前虚拟试用的物品为不同类型的其他物品。
10.根据权利要求9所述的方法,其特征在于,所述根据所述意图信息以及所述喜好程度值,生成针对所述当前虚拟试用的反馈内容,包括:
当所述喜好程度值大于第二阈值时,生成针对所述当前虚拟试用的第二反馈内容,所述第二反馈内容用于推荐与所述当前虚拟试用的物品为同类型的其他物品,所述第二阈值大于所述第一阈值。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述属性信息包括身份信息,所述根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:
根据身份信息,获取所述目标用户的历史交易记录;
根据所述意图信息以及所述历史交易记录,生成针对所述虚拟试用的个性化推荐内容。
12.根据权利要求1-10任一项所述的方法,其特征在于,所述根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容,包括:
根据所述意图信息,确定所述目标用户期望进行虚拟试用的目标物品;
判断所述目标物品是否与所述属性信息匹配;
当所述目标物品与所述属性信息不匹配时,生成针对所述虚拟试用的反馈内容。
13.一种虚拟试用装置,其特征在于,所述装置包括:
视频获取模块,用于在目标用户进行物品的虚拟试用时,获取包含有所述目标用户的视频数据;
意图分析模块,用于对所述视频数据中的音频数据进行意图分析,得到所述目标用户的意图信息;
图像分析模块,用于对所述视频数据中的图像数据进行图像分析,得到所述目标用户的属性信息,所述属性信息用于表征所述目标用户外部所体现的特征信息;
反馈生成模块,用于根据所述意图信息以及所述属性信息,生成针对所述虚拟试用的反馈内容。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器;
一个或多个应用程序,其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序配置用于执行如权利要求1-12任一项所述的方法。
15.一种计算机可读取存储介质,其特征在于,所述计算机可读取存储介质中存储有程序代码,所述程序代码可被处理器调用执行如权利要求1-12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355520.XA CN111523981A (zh) | 2020-04-29 | 2020-04-29 | 虚拟试用方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010355520.XA CN111523981A (zh) | 2020-04-29 | 2020-04-29 | 虚拟试用方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111523981A true CN111523981A (zh) | 2020-08-11 |
Family
ID=71904657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010355520.XA Pending CN111523981A (zh) | 2020-04-29 | 2020-04-29 | 虚拟试用方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111523981A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112151027A (zh) * | 2020-08-21 | 2020-12-29 | 深圳追一科技有限公司 | 基于数字人的特定人询问方法、装置和存储介质 |
WO2022218027A1 (zh) * | 2021-04-16 | 2022-10-20 | 深圳地平线机器人科技有限公司 | 音频播放方法、装置、计算机可读存储介质及电子设备 |
CN116071134A (zh) * | 2023-03-07 | 2023-05-05 | 网思科技股份有限公司 | 一种智能用户体验显示方法、***和存储介质 |
JP7371669B2 (ja) | 2021-06-22 | 2023-10-31 | カシオ計算機株式会社 | 情報処理装置、情報処理方法及びプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108389077A (zh) * | 2018-02-11 | 2018-08-10 | 广东欧珀移动通信有限公司 | 电子装置、信息推荐方法及相关产品 |
CN110009446A (zh) * | 2019-02-22 | 2019-07-12 | 维沃移动通信有限公司 | 一种显示方法及终端 |
CN110084657A (zh) * | 2018-01-25 | 2019-08-02 | 北京京东尚科信息技术有限公司 | 一种推荐服饰的方法和装置 |
CN110298906A (zh) * | 2019-06-28 | 2019-10-01 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
US20200034656A1 (en) * | 2017-09-08 | 2020-01-30 | Tencent Technology (Shenzhen) Company Limited | Information recommendation method, computer device, and storage medium |
CN110889006A (zh) * | 2018-09-07 | 2020-03-17 | 阿里巴巴集团控股有限公司 | 推荐方法及装置 |
-
2020
- 2020-04-29 CN CN202010355520.XA patent/CN111523981A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200034656A1 (en) * | 2017-09-08 | 2020-01-30 | Tencent Technology (Shenzhen) Company Limited | Information recommendation method, computer device, and storage medium |
CN110084657A (zh) * | 2018-01-25 | 2019-08-02 | 北京京东尚科信息技术有限公司 | 一种推荐服饰的方法和装置 |
CN108389077A (zh) * | 2018-02-11 | 2018-08-10 | 广东欧珀移动通信有限公司 | 电子装置、信息推荐方法及相关产品 |
CN110889006A (zh) * | 2018-09-07 | 2020-03-17 | 阿里巴巴集团控股有限公司 | 推荐方法及装置 |
CN110009446A (zh) * | 2019-02-22 | 2019-07-12 | 维沃移动通信有限公司 | 一种显示方法及终端 |
CN110298906A (zh) * | 2019-06-28 | 2019-10-01 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112151027A (zh) * | 2020-08-21 | 2020-12-29 | 深圳追一科技有限公司 | 基于数字人的特定人询问方法、装置和存储介质 |
CN112151027B (zh) * | 2020-08-21 | 2024-05-03 | 深圳追一科技有限公司 | 基于数字人的特定人询问方法、装置和存储介质 |
WO2022218027A1 (zh) * | 2021-04-16 | 2022-10-20 | 深圳地平线机器人科技有限公司 | 音频播放方法、装置、计算机可读存储介质及电子设备 |
JP7371669B2 (ja) | 2021-06-22 | 2023-10-31 | カシオ計算機株式会社 | 情報処理装置、情報処理方法及びプログラム |
CN116071134A (zh) * | 2023-03-07 | 2023-05-05 | 网思科技股份有限公司 | 一种智能用户体验显示方法、***和存储介质 |
CN116071134B (zh) * | 2023-03-07 | 2023-10-13 | 网思科技股份有限公司 | 一种智能用户体验显示方法、***和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110688911B (zh) | 视频处理方法、装置、***、终端设备及存储介质 | |
US20210034141A1 (en) | Information processing system, client terminal, information processing method, and recording medium | |
CN111523981A (zh) | 虚拟试用方法、装置、电子设备及存储介质 | |
US20220254343A1 (en) | System and method for intelligent initiation of a man-machine dialogue based on multi-modal sensory inputs | |
US10956009B2 (en) | Method and system for interactive cosmetic enhancements interface | |
CN111968248B (zh) | 基于虚拟形象的智能化妆方法、装置、电子设备及存储介质 | |
US20160134840A1 (en) | Avatar-Mediated Telepresence Systems with Enhanced Filtering | |
US20030187660A1 (en) | Intelligent social agent architecture | |
CN107358451A (zh) | 一种交互式智能魔镜 | |
CN108053365A (zh) | 用于生成信息的方法和装置 | |
US11776187B2 (en) | Digital makeup artist | |
KR20220127471A (ko) | 가상현실을 이용한 심리 상담 제공 장치, 방법 및 프로그램 | |
US11961169B2 (en) | Digital makeup artist | |
WO2021115797A1 (en) | Generating videos, which include modified facial images | |
CN114567693B (zh) | 视频生成方法、装置和电子设备 | |
KR20190114586A (ko) | 헤어스타일 서비스 방법 및 장치 | |
KR20010025161A (ko) | 감정 처리가 가능한 아바타 메이커 구현 방법 | |
JP2020160641A (ja) | 仮想人物選定装置、仮想人物選定システム及びプログラム | |
CN117078816A (zh) | 一种虚拟形象的生成方法、装置、终端设备和存储介质 | |
JP2020091800A (ja) | 情報処理装置、情報処理方法、および情報提供システム | |
CN115035222A (zh) | 一种电子名片控制方法、***及电子设备 | |
JP6794740B2 (ja) | プレゼンテーション資料生成装置、プレゼンテーション資料生成システム、コンピュータプログラム及びプレゼンテーション資料生成方法 | |
JP7415387B2 (ja) | 仮想キャラクタ生成装置及びプログラム | |
KR20220009090A (ko) | 감성인지 아바타 서비스 시스템 | |
JP6583754B2 (ja) | 情報処理装置、ミラーデバイス、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200811 |
|
RJ01 | Rejection of invention patent application after publication |