，本發(fā)明實施例包括有針對多個用戶的多個輸入單元33。
[0026]識別模塊34，用于根據(jù)用戶注視各個異性的時間相對長短、瞳孔相對大小及其與用戶對各個異性的心動程度的對應關系計算出用戶對各個異性的心動程度。
[0027]在具體實施過程中，本發(fā)明實施例包括有針對多個用戶的多個識別模塊34。
[0028]其中，用戶注視各個異性的時間相對長短為用戶注視各個異性的時間長度與用戶注視各個異性的平均時間長度的比值，用戶注視各個異性的瞳孔相對大小為用戶注視各個異性的瞳孔大小與用戶注視各個異性的平均瞳孔大小的比值，用戶對各個異性的心動程度可以用非常心動、心動、有點心動、不心動這四個等級來表示，也可以采用百分制的打分方式來表示，還可以采用其他可以區(qū)分不同心動程度的方式來表示。
[0029]其中，用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系為注視異性的時間相對長短、瞳孔相對大小到對異性的心動程度的映射，統(tǒng)計出大量用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系的算法包括但不限于回歸分析算法、神經(jīng)網(wǎng)絡算法，當使用回歸分析算法時，將注視異性的時間相對長短、注視異性的瞳孔相對大小作為自變量，異性的心動程度作為因變量進行回歸分析，所述對應關系蘊含在回歸分析得到的回歸方程中，當使用神經(jīng)網(wǎng)絡算法時，將注視異性的時間相對長短、注視異性的瞳孔相對大小作為神經(jīng)網(wǎng)絡的輸入，異性的心動程度作為神經(jīng)網(wǎng)絡的輸出，對神經(jīng)網(wǎng)絡進行訓練，所述對應關系蘊含在訓練得到的神經(jīng)網(wǎng)絡中。
[0030]其中，根據(jù)用戶注視各個異性的時間相對長短、瞳孔相對大小及其與用戶對各個異性的心動程度的對應關系計算出用戶對各個異性的心動程度時，當對應關系蘊含在回歸方程中，則用注視異性的時間相對長短、注視異性的瞳孔相對大小作為回歸方程的輸入，回歸方程的輸出為對異性的心動程度，當對應關系蘊含在神經(jīng)網(wǎng)絡中，則用注視異性的時間相對長短、注視異性的瞳孔相對大小作為神經(jīng)網(wǎng)絡的輸入，神經(jīng)網(wǎng)絡的輸出為對異性的心動程度。
[0031]本發(fā)明實施例還提供一種心動異性識別系統(tǒng)，所述系統(tǒng)包括本發(fā)明實施例提供的心動異性識別裝置，鑒于該裝置在上文已有詳細的描述，此處不再贅述。
[0032]本發(fā)明實施例通過大數(shù)據(jù)統(tǒng)計出用戶對異性的注視時間長短、瞳孔大小與用戶對異性的心動程度之間的相關性，來自動識別用戶對異性的心動程度，不僅極大地提高了用戶識別心動異性的準確率和客觀性，還方便了用戶，節(jié)省了用戶的手工選擇時間，利于提高相親交友的成功率，提高相親交友節(jié)目、相親交友網(wǎng)站的推薦心動異性成功率。
[0033]以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。
【主權項】
1.一種心動異性識別方法，包括以下步驟: 獲取大量用戶對各個異性的心動程度的打分，同時獲取所述大量用戶注視各個異性的時間相對長短、瞳孔相對大?。? 統(tǒng)計出大量用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系； 獲取用戶注視各個異性的時間相對長短、瞳孔相對大??； 根據(jù)用戶注視各個異性的時間相對長短、瞳孔相對大小及其與用戶對各個異性的心動程度的對應關系計算出用戶對各個異性的心動程度。2.如權利要求1所述的心動異性識別方法，其特征在于，用戶注視各個異性的時間相對長短為用戶注視各個異性的時間長度與用戶注視各個異性的平均時間長度的比值，用戶注視各個異性的瞳孔相對大小為用戶注視各個異性的瞳孔大小與用戶注視各個異性的平均瞳孔大小的比值，用戶對各個異性的心動程度可以用非常心動、心動、有點心動、不心動這四個等級來表示，也可以采用百分制的打分方式來表示，還可以采用其他可以區(qū)分不同心動程度的方式來表不。3.如權利要求1所述的心動異性識別方法，其特征在于，用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系為注視異性的時間相對長短、瞳孔相對大小到對異性的心動程度的映射，統(tǒng)計出大量用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系的算法包括但不限于回歸分析算法、神經(jīng)網(wǎng)絡算法，當使用回歸分析算法時，將注視異性的時間相對長短、注視異性的瞳孔相對大小作為自變量，異性的心動程度作為因變量進行回歸分析，所述對應關系蘊含在回歸分析得到的回歸方程中，當使用神經(jīng)網(wǎng)絡算法時，將注視異性的時間相對長短、注視異性的瞳孔相對大小作為神經(jīng)網(wǎng)絡的輸入，異性的心動程度作為神經(jīng)網(wǎng)絡的輸出，對神經(jīng)網(wǎng)絡進行訓練，所述對應關系蘊含在訓練得到的神經(jīng)網(wǎng)絡中。4.如權利要求1所述的心動異性識別方法，其特征在于，根據(jù)用戶注視各個異性的時間相對長短、瞳孔相對大小及其與用戶對各個異性的心動程度的對應關系計算出用戶對各個異性的心動程度時，當對應關系蘊含在回歸方程中，則用注視異性的時間相對長短、注視異性的瞳孔相對大小作為回歸方程的輸入，回歸方程的輸出為對異性的心動程度，當對應關系蘊含在神經(jīng)網(wǎng)絡中，則用注視異性的時間相對長短、注視異性的瞳孔相對大小作為神經(jīng)網(wǎng)絡的輸入，神經(jīng)網(wǎng)絡的輸出為對異性的心動程度。5.一種心動異性識別裝置，其特征在于，所述裝置包括: 采集模塊，用于獲取大量用戶對各個異性的心動程度的打分，同時獲取所述大量用戶注視各個異性的時間相對長短、瞳孔相對大小； 學習模塊，用于統(tǒng)計出大量用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系； 輸入單元，用于獲取用戶注視各個異性的時間相對長短、瞳孔相對大?。? 識別模塊，用于根據(jù)用戶注視各個異性的時間相對長短、瞳孔相對大小及其與用戶對各個異性的心動程度的對應關系計算出用戶對各個異性的心動程度。6.如權利要求5所述的心動異性識別裝置，其特征在于，用戶注視各個異性的時間相對長短為用戶注視各個異性的時間長度與用戶注視各個異性的平均時間長度的比值，用戶注視各個異性的瞳孔相對大小為用戶注視各個異性的瞳孔大小與用戶注視各個異性的平均瞳孔大小的比值，用戶對各個異性的心動程度可以用非常心動、心動、有點心動、不心動這四個等級來表示，也可以采用百分制的打分方式來表示，還可以采用其他可以區(qū)分不同心動程度的方式來表不。7.如權利要求5所述的心動異性識別裝置，其特征在于，用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系為注視異性的時間相對長短、瞳孔相對大小到對異性的心動程度的映射，統(tǒng)計出大量用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系的算法包括但不限于回歸分析算法、神經(jīng)網(wǎng)絡算法，當使用回歸分析算法時，將注視異性的時間相對長短、注視異性的瞳孔相對大小作為自變量，異性的心動程度作為因變量進行回歸分析，所述對應關系蘊含在回歸分析得到的回歸方程中，當使用神經(jīng)網(wǎng)絡算法時，將注視異性的時間相對長短、注視異性的瞳孔相對大小作為神經(jīng)網(wǎng)絡的輸入，異性的心動程度作為神經(jīng)網(wǎng)絡的輸出，對神經(jīng)網(wǎng)絡進行訓練，所述對應關系蘊含在訓練得到的神經(jīng)網(wǎng)絡中。8.如權利要求5所述的心動異性識別裝置，其特征在于，根據(jù)用戶注視各個異性的時間相對長短、瞳孔相對大小及其與用戶對各個異性的心動程度的對應關系計算出用戶對各個異性的心動程度時，當對應關系蘊含在回歸方程中，則用注視異性的時間相對長短、注視異性的瞳孔相對大小作為回歸方程的輸入，回歸方程的輸出為對異性的心動程度，當對應關系蘊含在神經(jīng)網(wǎng)絡中，則用注視異性的時間相對長短、注視異性的瞳孔相對大小作為神經(jīng)網(wǎng)絡的輸入，神經(jīng)網(wǎng)絡的輸出為對異性的心動程度。9.一種心動異性識別系統(tǒng)，其特征在于，所述系統(tǒng)包括權利要求5至8任一項所述的心動異性識別裝置。
【專利摘要】本發(fā)明涉及信息技術領域，公開了一種基于眼球追蹤大數(shù)據(jù)的心動異性自動識別方法和系統(tǒng)，包括以下步驟：獲取大量用戶對各個異性的心動程度的打分，同時獲取所述大量用戶注視各個異性的時間相對長短、瞳孔相對大?。唤y(tǒng)計出大量用戶對各個異性的心動程度與其注視各個異性的時間相對長短、瞳孔相對大小之間的對應關系；獲取用戶注視各個異性的時間相對長短、瞳孔相對大?。桓鶕?jù)用戶注視各個異性的時間相對長短、瞳孔相對大小及其與用戶對各個異性的心動程度的對應關系計算出用戶對各個異性的心動程度；采用上述方法和系統(tǒng)，通過對用戶看異性時眼球的不同反應來自動識別用戶的心動異性，更為準確和客觀，也更為方便，有利于提高相親交友的成功率。
【IPC分類】G06K9/00
【公開號】CN105138961
【申請?zhí)枴緾N201510447716
【發(fā)明人】朱定局
【申請人】華南師范大學
【公開日】2015年12月9日
【申請日】2015年7月27日