预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110838042A(43)申请公布日2020.02.25(21)申请号201911034000.2(22)申请日2019.10.29(71)申请人深圳市掌众信息技术有限公司地址518000广东省深圳市南山区科技路1号桑达科技大厦14楼南A(72)发明人袁春石磊李焰卓张伟文舒东树丘龙杰(74)专利代理机构深圳市特讯知识产权代理事务所(普通合伙)44653代理人何明生(51)Int.Cl.G06Q30/06(2012.01)G06N3/04(2006.01)G06K9/00(2006.01)G06N3/08(2006.01)权利要求书2页说明书5页附图3页(54)发明名称一种商品展示方法及系统(57)摘要本发明涉及广告领域,具体涉及一种商品展示方法及系统,本发明通过将待建模照片生成人脸模型,并计算授权的商品图片和/或视频中的面部参数,响应于搜索请求,根据当前商品链接对应的商品图片和/或视频中的面部参数对当前用户账号对应的人脸模型进行合成渲染生成二维图像,并将所述二维图像对商品图片和/或视频进行人脸替换并显示。本方案能将使用者的面部形象自动地替换商品展示图片、视频或广告图片、视频中模特或虚拟形象的面部,并在消费者在电子商务平台搜索、浏览商品或在广告平台观看商品广告时即时展示给消费者,以此来增强消费者代入感以提高商品成交率。CN110838042ACN110838042A权利要求书1/2页1.一种商品展示方法,其特征在于,包括:将待建模照片生成人脸模型,将所述人脸模型与用户账号建立关联并标识存储;计算授权的商品图片和/或视频中的面部参数,并将所述面部参数与商品链接关联并标识存储;响应于搜索请求,根据当前商品链接对应的商品图片和/或视频中的面部参数对当前用户账号对应的人脸模型进行合成渲染生成二维图像,并将所述二维图像对商品图片和/或视频进行人脸替换并显示。2.如权利要求1所述的商品展示方法,其特征在于,所述获取待建模的照片生成人脸模型,具体包括:获取待建模照片,利用预先训练的卷积神经网络将所述待建模照片生成人脸模型。3.如权利要求2所述的商品展示方法,其特征在于,所述卷积神经网络的训练包括:采集若干对样本照片和样本人脸模型;对所述样本人脸模型通过降维处理以获得降维人脸模型,生成若干对训练样本;将所述训练样本输入到卷积神经网络进行训练,通过迭代损失函数,当损失小于设定阈值或者迭代次数大于设定阈值,则获得经过训练的卷积神经网络。4.如权利要求1所述的商品展示方法,其特征在于,所述面部参数为面部特征的全部或分组合。5.如权利要求4所述的商品展示方法,其特征在于,所述面部特征包括面部位置、面部姿态、面部表情、尺寸、光照、肤色、发型、皱纹、酒窝、痣。6.如权利要求1所述的商品展示方法,其特征在于,所述根据当前商品链接对应的商品图片和/或视频中的面部参数对当前用户账号对应的人脸模型进行合成渲染生成二维图像,具体包括:将所述人脸模型进行旋转、表情驱动、纹理合成、光照渲染,获得与所述面部参数适配的第一人脸模型;然后将所述第一人脸模型渲染成二维图像。7.如权利要求6所述的商品展示方法,其特征在于,还包括:将所述二维图像通过生成式对抗网络进行细节渲染和违和感判别。8.一种商品展示系统,其特征在于,包括:人脸模型模块:用于将待建模照片生成人脸模型,将所述人脸模型与用户账号建立关联并标识存储;面部参数计算模块:用于计算授权的商品图片和/或视频中的面部参数,并将所述面部参数与商品链接关联并标识存储;人脸替换模块:用于响应于搜索请求,根据当前商品链接对应的商品图片和/或视频中的面部参数对当前用户账号对应的人脸模型进行合成渲染生成二维图像,并将所述二维图像对商品图片和/或视频进行人脸替换并显示。9.如权利要求8所述商品展示系统,其特征在于,所述人脸模型模块包括:建模单元,用于获取待建模照片,利用预先训练的卷积神经网络将所述待建模照片生成人脸模型。10.如权利要求9所述商品展示系统,其特征在于,所述建模单元包括:采集子单元,用于采集若干对样本照片和样本人脸模型;2CN110838042A权利要求书2/2页训练样本生成子单元,用于对所述样本人脸模型通过降维处理以获得降维人脸模型,生成若干对训练样本;神经网络训练子单元,用于将所述训练样本逐对输入到卷积神经网络进行训练,通过迭代损失函数,当损失小于设定阈值或者迭代次数大于设定阈值,停止训练进行下一对样本的训练,当所有样本训练完成,则获得经过训练的卷积神经网络。3CN110838042A说明书1/5页一种商品展示方法及系统技术领域[0001]本发明涉及广告领域,具体涉及一种商品展示方法及系统。背景技术[0002]当前电子商务平台(Web或App)