CN106096520A - 一种信息推送方法及装置 - Google Patents
一种信息推送方法及装置 Download PDFInfo
- Publication number
- CN106096520A CN106096520A CN201610388517.1A CN201610388517A CN106096520A CN 106096520 A CN106096520 A CN 106096520A CN 201610388517 A CN201610388517 A CN 201610388517A CN 106096520 A CN106096520 A CN 106096520A
- Authority
- CN
- China
- Prior art keywords
- user
- facial feature
- feature data
- information
- image
- 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
Classifications
-
- 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
- G06V40/168—Feature extraction; Face representation
Abstract
本发明实施例提供一种信息推送方法及装置，解决现有信息推送方式与用户之间缺乏互动性、用户体验较差的问题，增加信息推送与用户之间的互动性和趣味性，提升用户体验。所述信息推送方法，包括：从客户端获取包含用户特征信息的图像信息；从所述图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在所述多个匹配值中确定目标匹配值，并确定所述目标匹配值所对应面部特征数据的来源图像，将预先为所述来源图像配置的信息推送给客户端，其中，所述特征数据库中存储每个面部特征数据与该面部特征数据的来源图像的对应关系。
Description
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及一种信息推送方法及装置。
背景技术
信息推送，是通过一定的技术标准或协议，在互联网上通过定期传送用户需要的信息来减少信息过载的一项新技术，信息推送技术通过自动传送信息给用户，来减少用于网络上搜索的时间。基于用户的兴趣，对信息进行搜索、过滤，并将搜索、过滤的信息定期推给用户，帮助用户高效率地发掘对自身有价值的信息。
在进行信息推送时，将合适的信息推送给合适的用户，是一项极具挑战的工作，这个过程需要对信息作充分的分析，并对用户的兴趣、行为做细致的刻画，并对两者进行有效匹配。发明人通过思考后发现，现有的信息推送大多是基于用户手动搜索的内容、用户的播放记录以及当前明星或事件的热度来进行推送，信息推送与用户之间缺乏互动性，用户体验较差。
综上所述，现有的信息推送方式与用户之间缺乏互动性，进而导致用户体验感降低。
发明内容
本发明实施例提供一种信息推送方法及装置，解决现有信息推送方式与用户之间缺乏互动性、进而导致用户体验感降低的问题，增加信息推送与用户之间的互动性和趣味性，提升用户体验。
本发明实施例提供一种信息推送方法，该方法包括：从客户端获取包含用户特征信息的图像信息；从所述图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在所述多个匹配值中确定目标匹配值，并确定所述目标匹配值所对应面部特征数据的来源图像，将预先为所述来源图像配置的信息推送给客户端，其中，所述特征数据库中存储每个面部特征数据与该面部特征数据的来源图像的对应关系。
本发明实施例提供一种信息推送装置，该装置包括：获取单元，用于从客户端获取包含用户特征信息的图像信息；处理单元，用于从所述图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在所述多个匹配值中确定目标匹配值，并确定所述目标匹配值所对应面部特征数据的来源图像，将预先为所述来源图像配置的信息推送给客户端，其中，所述特征数据库中存储每个面部特征数据与该面部特征数据的来源图像的对应关系。
本发明实施例提供的信息推送方法及装置，从客户端中获取包含用户特征信息的图像信息，从图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在多个匹配值中确定目标匹配值，并确定目标匹配值所对应面部特征数据的来源图像，将预先为来源图像配置的信息推送给客户端，也即在向客户端推送消息时，根据用户的面部特征数据与预设特征数据库中每个面部特征数据的匹配值，确定向客户端推送的消息内容，例如：向客户端推送与用户长相相似的明星的消息，增强了信息推送与用户之间的互动性，与现有信息推送方式与用户之间缺乏互动性相比，本发明实施例增强了信息推送与用户之间的互动性和趣味性，提升了用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种信息推送方法的示意流程图；
图2为本发明实施例提供的一种信息推送方法的具体利用成的示意流程图；
图3为本发明实施例提供的一种信息推送装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种信息推送方法，如图1所示，该方法包括：
步骤11，从客户端获取包含用户特征信息的图像信息；
步骤13，从图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在多个匹配值中确定目标匹配值，并确定目标匹配值所对应面部特征数据的来源图像，将预先为来源图像配置的信息推送给客户端，其中，特征数据库中存储每个面部特征数据与该面部特征数据的来源图像的对应关系。
本发明实施例提供的方法中，从客户端中获取包含用户特征信息的图像信息，从图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在多个匹配值中确定目标匹配值，并确定目标匹配值所对应面部特征数据的来源图像，将预先为来源图像配置的信息推送给客户端，也即在向客户端推送消息时，根据用户的面部特征数据与预设特征数据库中每个面部特征数据的匹配值，确定向客户端推送的消息内容，例如：向客户端推送与用户长相相似的明星的消息，增强了信息推送与用户之间的互动性，与现有信息推送方式与用户之间缺乏互动性相比，本实施例增强了信息推送与用户之间的互动性和趣味性，提升了用户体验。
具体实施时，从客户端获取包含用户特征信息的图像信息，包括：通过相机拍摄的方式获取包含用户特征信息的图像信息，例如：选取用户自拍的图像信息作为包含用户特征信息的图像信息，或者接收客户端上传的包含用户特征信息的图像信息，例如：接收客户端上传的已拍摄的包含用户特征信息的图像信息。其中，客户端可以是手机、平板电脑或其它智能设备。
具体实施时，以预设规则在多个匹配值中选取目标匹配值，该预设规则可以是取多个匹配值中较小的一个或多个，也可以是以一定的算法选出一个或多个，当然，较为优选地，预设规则为取最小值，也即取多个匹配值中的最小匹配值作为目标匹配值。
值得说明的是，特征数据库中存储有每个面部特征数据与该面部特征数据的来源图像的对应关系，在建立特征数据库时，针对每张图像，提取该图像的面部特征数据，并将提取到的每个面部特征数据与该面部特征数据的来源图像的对应关系存储在特征数据库中，作为较为具体的实施例，特征数据库中的图像可以是明星图像。较为优选地，在提取每张图像的面部特征数据时，可以从多个角度提取图像的面部特征数据，例如：提取图像中明星正面的面部特征数据以及侧面的面部特征数据，以更加准确的提取图像的特征数据，增强与用户的面部特征数据匹配的准确度。
需要说明的是，在根据目标匹配值确定来源图像之后，还可以将该来源图像发送给客户端，而且在将预先为来源图像配置的消息推送给客户端之前，还需要预先为特征数据库中的每张图像配置消息，例如：特征数据库中的图像为明星图像时，预先为明星图像配置的消息可以是与明星相关的视频、音频、写真或者新闻等。
从每张图像中提取面部特征数据的方法，与从包含用户特征信息的图像信息中提取用户的面部特征数据的方法相同，具体来说：
在一种可能的实施方式中，本发明实施例提供的方法中，从包含用户特征信息的图像信息中提取用户的面部特征数据，包括：从图像中截取用户的面部图像，采用深度神经网络对面部图像进行处理，从多层网络的最后一层取出N维向量作为用户的面部特征数据，其中，N为自然数。例如：N＝1000。
具体实施时，从包含用户特征信息的图像信息中截取用户的面部图像，例如：以预设大小(可自由设定，例如：224×224)的框形在包含用户特征信息的图像信息中截取用户的面部图像，本发明实施中对用户面部的RGB图像进行5层的卷积、池化操作以及2层全连接，最后一层的输出即是用户的面部特征数据。
值得说明的是，在深度神经网络的设计中，采用了改进的激活函数max-out激活函数，取代传统的relu激活函数，以增强对人脸的描述能力。其中，max-out激活函数的表示如下：
其中，表示第i层的第j个特征图(feature map)的第k个元素，max为取最大值函数。
在一种可能的实施方式中，本发明实施例提供的方法中，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，包括：针对预设特征数据库中的每个面部特征数据，计算用户的面部特征数据与该面部特征数据在N维向量空间中的欧氏距离，将计算得到的欧氏距离的值作为用户的面部特征数据与该面部特征数据的匹配值。
具体实施时，计算用户的面部特征数据与任一面部特征数据的匹配值，即是计算用户的面部特征数据与该面部特征数据在N维向量空间中的欧氏距离，在N维向量空间中计算欧氏距离的方法可以采用现有技术中的方法，此处不再赘述。当然，在本发明的其它实施例中，也可以采用其它方法计算用户的面部图像与预设图像之间的相似度，例如：利用样本向量和协方差矩阵的计算方法。
需要说明的是，用户的面部特征数据与任一面部特征数据在N维向量空间的欧氏距离越小，表明用户的面部特征数据与该面部特征数据之间的相似度越高，也即计算得到的多个匹配值中，匹配值越小，则该匹配值对应的面部特征数据与用户的面部特征数据的相似度越高。
在一种可能的实施方式中，本发明实施例提供的方法中，该方法还包括：实时更新预先为所述特征数据库中每个图像配置的信息。
具体实施时，实时更新特征数据库中每个预设图像关联的信息，能够避免向用户推送重复的信息，提升用户体验。
下面结合图2，特征数据库以明星库为例，对本发明实施例提供的信息推送方法进行详细说明。如图2所示，本发明实施例提供的信息推送方法的具体步骤，包括：
步骤21，获取用户自拍的图像或者选取相册中包含用户的图像，具体来说，当用户自拍或者在相册中指定自己的照片时，从客户端获取包含用户的图像；
步骤23，检测图像中用户的人脸信息，具体来说，对包含用户的图像进行人脸检测算法，检测到用户的人脸位置，并用预设大小的矩形框截取包含用户面部的图像；
步骤25，将包含用户人脸的图像和明星库比较，找出最像用户的明星，具体来说，将包含用户人脸的图像上传到云端服务器，提取图像中用户的面部特征数据，同明星库中的每个明星的人脸特征数据进行比较，选取出最像用户的明星，也即选取出和用户的面部特征数据匹配度最高的明星，其中，云端服务器中保存的明星的面部特征数据的提取方式和用户的面部特征数据的提取方式相同；
步骤27，将确定的明星信息返回给客户端，并向客户端推送推荐该明星的新闻、视频以及音乐内容。
由于根据常用心理学原理，用户会对和自己长相相似的人感兴趣，因此，本实施例中在信息推送时，通过查找和用户长相接近的明星，向客户端推送与用户面部特征数据相似度高的明星的信息，从而做到更有依据和有趣味性的明星内容推荐。
本发明实施例提供一种信息推送装置，如图3所示，该装置包括：获取单元31，用于从客户端获取包含用户特征信息的图像信息；处理单元33，用于从图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在多个匹配值中确定目标匹配值，并确定目标匹配值所对应面部特征数据的来源图像，将预先为来源图像配置的信息推送给客户端，其中，特征数据库中存储每个面部特征数据与该面部特征数据的来源图像的对应关系。
本发明实施例提供的装置中，从客户端中获取包含用户特征信息的图像信息，从图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在多个匹配值中确定目标匹配值，并确定目标匹配值所对应面部特征数据的来源图像，将预先为来源图像配置的信息推送给客户端，也即在向客户端推送消息时，根据用户的面部特征数据与预设特征数据库中每个面部特征数据的匹配值，确定向客户端推送的消息内容，例如：向客户端推送与用户长相相似的明星的消息，增强了信息推送与用户之间的互动性，与现有信息推送方式与用户之间缺乏互动性相比，本实施例增强了信息推送与用户之间的互动性和趣味性，提升了用户体验。
在一种可能的实施方式中，本发明实施例提供的装置中，处理单元33从图像信息中提取用户的面部特征数据，具体用于：从包含用户特征信息的图像信息中截取用户的面部图像，采用深度神经网络对面部图像进行处理，从多层网络的最后一层取出N维向量作为用户的面部特征数据，其中，N为自然数。
在一种可能的实施方式中，本发明实施例提供的装置中，处理单元33将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，具体用于：针对预设特征数据库中的每个面部特征数据，计算用户的面部特征数据与该面部特征数据在N维向量空间中的欧氏距离，将计算得到的欧氏距离的值作为用户的面部特征数据与该面部特征数据的匹配值。
在一种可能的实施方式中，本发明实施例提供的装置中，获取单元31，具体用于：通过相机拍摄的方式获取包含用户特征信息的图像信息，或者接收客户端上传的包含用户特征信息的图像信息。
在一种可能的实施方式中，本发明实施例提供的装置中，处理单元33还用于：实时更新预先为所述特征数据库中每个图像配置的信息。
本发明实施例提供的信息推送装置，可以集成在客户端中，也可以集成在信息推送服务器中，其中，获取单元31可以采用图像采集传感器或者摄像头等，处理单元33可以采用CPU等处理器。
本发明实施例提供的一种信息推送方法及装置，从客户端中获取包含用户特征信息的图像信息，从图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在多个匹配值中确定目标匹配值，并确定目标匹配值所对应面部特征数据的来源图像，将预先为来源图像配置的信息推送给客户端，也即在向客户端推送消息时，根据用户的面部特征数据与预设特征数据库中每个面部特征数据的匹配值，确定向客户端推送的消息内容，例如：向客户端推送与用户长相相似的明星的消息，增强了信息推送与用户之间的互动性和趣味性，提升了用户体验。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
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各实施方式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。基于这样的理解，上述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，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种信息推送方法，其特征在于，该方法包括：
从客户端获取包含用户特征信息的图像信息；
从所述图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在所述多个匹配值中确定目标匹配值，并确定所述目标匹配值所对应面部特征数据的来源图像，将预先为所述来源图像配置的信息推送给客户端，其中，所述特征数据库中存储每个面部特征数据与该面部特征数据的来源图像的对应关系。
2.根据权利要求1所述的方法，其特征在于，从所述图像信息中提取用户的面部特征数据，包括：
从包含用户特征信息的图像信息中截取用户的面部图像，采用深度神经网络对所述面部图像进行处理，从多层网络的最后一层取出N维向量作为用户的面部特征数据，其中，N为自然数。
3.根据权利要求2所述的方法，其特征在于，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，包括：
针对预设特征数据库中的每个面部特征数据，计算用户的面部特征数据与该面部特征数据在N维向量空间中的欧氏距离，将计算得到的欧氏距离的值作为用户的面部特征数据与该面部特征数据的匹配值。
4.根据权利要求1所述的方法，其特征在于，从客户端获取包含用户特征信息的图像信息，包括：
通过相机拍摄的方式获取包含用户特征信息的图像信息，或者
接收客户端上传的包含用户特征信息的图像信息。
5.根据权利要求1-4中任一项所述的方法，其特征在于，该方法还包括：实时更新预先为所述特征数据库中每个图像配置的信息。
6.一种信息推送装置，其特征在于，该装置包括：
获取单元，用于从客户端获取包含用户特征信息的图像信息；
处理单元，用于从所述图像信息中提取用户的面部特征数据，将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，以预设规则在所述多个匹配值中确定目标匹配值，并确定所述目标匹配值所对应面部特征数据的来源图像，将预先为所述来源图像配置的信息推送给客户端，其中，所述特征数据库中存储每个面部特征数据与该面部特征数据的来源图像的对应关系。
7.根据权利要求6所述的装置，其特征在于，所述处理单元从所述图像信息中提取用户的面部特征数据，具体用于：
从包含用户特征信息的图像信息中截取用户的面部图像，采用深度神经网络对所述面部图像进行处理，从多层网络的最后一层取出N维向量作为用户的面部特征数据，其中，N为自然数。
8.根据权利要求7所述的装置，其特征在于，所述处理单元将用户的面部特征数据与预设特征数据库中包含的多个面部特征数据逐个进行匹配，得到多个匹配值，具体用于：
针对预设特征数据库中的每个面部特征数据，计算用户的面部特征数据与该面部特征数据在N维向量空间中的欧氏距离，将计算得到的欧氏距离的值作为用户的面部特征数据与该面部特征数据的匹配值。
9.根据权利要求6所述的装置，其特征在于，所述获取单元，具体用于：通过相机拍摄的方式获取包含用户特征信息的图像信息，或者接收客户端上传的包含用户特征信息的图像信息。
10.根据权利要求6-9中任一项所述的装置，其特征在于，所述处理单元还用于：实时更新预先为所述特征数据库中每个图像配置的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610388517.1A CN106096520A (zh) | 2016-06-02 | 2016-06-02 | 一种信息推送方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610388517.1A CN106096520A (zh) | 2016-06-02 | 2016-06-02 | 一种信息推送方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106096520A true CN106096520A (zh) | 2016-11-09 |
Family
ID=57446960
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610388517.1A Pending CN106096520A (zh) | 2016-06-02 | 2016-06-02 | 一种信息推送方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106096520A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107563897A (zh) * | 2017-09-08 | 2018-01-09 | 廖海斌 | 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 |
| CN108429816A (zh) * | 2018-03-27 | 2018-08-21 | 百度在线网络技术（北京）有限公司 | 用于生成信息的方法和装置 |
| CN108495143A (zh) * | 2018-03-30 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 视频推荐的方法和装置 |
| CN108848419A (zh) * | 2018-06-07 | 2018-11-20 | 康佳集团股份有限公司 | 基于生物特征识别的电视互动方法、智能电视及存储介质 |
| WO2019000789A1 (zh) * | 2017-06-26 | 2019-01-03 | 武汉斗鱼网络科技有限公司 | 直播视频推荐方法、装置及服务器 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102682091A (zh) * | 2012-04-25 | 2012-09-19 | 腾讯科技（深圳）有限公司 | 基于云服务的视觉搜索方法和系统 |
| CN104754413A (zh) * | 2013-12-30 | 2015-07-01 | 北京三星通信技术研究有限公司 | 基于图像搜索识别电视信号并推荐信息的方法和设备 |
| CN105005777A (zh) * | 2015-07-30 | 2015-10-28 | 科大讯飞股份有限公司 | 一种基于人脸的音视频推荐方法及系统 |
| CN105303151A (zh) * | 2014-06-30 | 2016-02-03 | 深圳Tcl新技术有限公司 | 人脸相似度的检测方法和装置 |
-
2016
- 2016-06-02 CN CN201610388517.1A patent/CN106096520A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102682091A (zh) * | 2012-04-25 | 2012-09-19 | 腾讯科技（深圳）有限公司 | 基于云服务的视觉搜索方法和系统 |
| CN104754413A (zh) * | 2013-12-30 | 2015-07-01 | 北京三星通信技术研究有限公司 | 基于图像搜索识别电视信号并推荐信息的方法和设备 |
| CN105303151A (zh) * | 2014-06-30 | 2016-02-03 | 深圳Tcl新技术有限公司 | 人脸相似度的检测方法和装置 |
| CN105005777A (zh) * | 2015-07-30 | 2015-10-28 | 科大讯飞股份有限公司 | 一种基于人脸的音视频推荐方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 寿质彬: "基于神经网络模型融合的图像识别研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019000789A1 (zh) * | 2017-06-26 | 2019-01-03 | 武汉斗鱼网络科技有限公司 | 直播视频推荐方法、装置及服务器 |
| CN107563897A (zh) * | 2017-09-08 | 2018-01-09 | 廖海斌 | 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 |
| CN108429816A (zh) * | 2018-03-27 | 2018-08-21 | 百度在线网络技术（北京）有限公司 | 用于生成信息的方法和装置 |
| CN108495143A (zh) * | 2018-03-30 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 视频推荐的方法和装置 |
| US10694247B2 (en) | 2018-03-30 | 2020-06-23 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for recommending video |
| CN108848419A (zh) * | 2018-06-07 | 2018-11-20 | 康佳集团股份有限公司 | 基于生物特征识别的电视互动方法、智能电视及存储介质 |
| CN108848419B (zh) * | 2018-06-07 | 2020-12-11 | 康佳集团股份有限公司 | 基于生物特征识别的电视互动方法、智能电视及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108710847B (zh) | 场景识别方法、装置及电子设备 | |
| CN106096520A (zh) | 一种信息推送方法及装置 | |
| CN104133917B (zh) | 照片的分类存储方法及装置 | |
| US9171195B1 (en) | Recognizing three-dimensional objects | |
| CN105117399B (zh) | 一种图像搜索方法和装置 | |
| CN109173263A (zh) | 一种图像数据处理方法和装置 | |
| CN109635686A (zh) | 结合人脸与外观的两阶段行人搜索方法 | |
| CN107291825A (zh) | 一种视频中同款商品的检索方法和系统 | |
| CN104951440B (zh) | 一种图像处理方法及电子设备 | |
| CN111597978B (zh) | 基于StarGAN网络模型实现行人重识别图片自动生成的方法 | |
| CN110928411A (zh) | 一种基于ar的交互方法、装置、存储介质及电子设备 | |
| CN107704471A (zh) | 一种信息处理方法和装置及文件调用方法和装置 | |
| CN115687670A (zh) | 图像搜索方法、装置、计算机可读存储介质及电子设备 | |
| US11055572B2 (en) | System and method of training an appearance signature extractor | |
| WO2017202086A1 (zh) | 图片的筛选方法及装置 | |
| CN111368763A (zh) | 基于头像的图像处理方法、装置及计算机可读存储介质 | |
| Farhat et al. | Intelligent portrait composition assistance: Integrating deep-learned models and photography idea retrieval | |
| US10430459B2 (en) | Server and method for providing city street search service | |
| Paul et al. | Multiclass object recognition using smart phone and cloud computing for augmented reality and video surveillance applications | |
| CN113920306B (zh) | 目标再识别方法、装置及电子设备 | |
| US11734790B2 (en) | Method and apparatus for recognizing landmark in panoramic image and non-transitory computer-readable medium | |
| Swastika et al. | Android based application for recognition of Indonesian restaurant menus using convolution neural network | |
| WO2017143979A1 (zh) | 图像的检索方法及装置 | |
| US20230044146A1 (en) | Video processing method, video searching method, terminal device, and computer-readable storage medium | |
| Cedillo-Hernandez et al. | Mexican archaeological image retrieval based on object matching and a local descriptor |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20161109 |
|
| WD01 | Invention patent application deemed withdrawn after publication |