CN107483636A - 用于推送信息的方法和装置 - Google Patents
用于推送信息的方法和装置 Download PDFInfo
- Publication number
- CN107483636A CN107483636A CN201710867238.8A CN201710867238A CN107483636A CN 107483636 A CN107483636 A CN 107483636A CN 201710867238 A CN201710867238 A CN 201710867238A CN 107483636 A CN107483636 A CN 107483636A
- Authority
- CN
- China
- Prior art keywords
- information
- facial
- face
- facial image
- pushed
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- 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
Abstract
本申请实施例公开了用于推送信息的方法和装置。该方法的一具体实施方式包括:通过接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,其中,面部特征确定请求包括第一人脸图像,再根据上述第一人脸图像,确定上述第一人脸图像所包括的人脸的面部特征信息,而后根据上述面部特征信息,确定至少一条第一待推送信息,最后,将上述至少一条第一待推送信息发送到上述终端。从而通过根据终端用户的当前人脸图像,推送与终端用户的人脸图像的面部特征信息相关的待推送信息,实现了实时根据用户的当前面部状态推送相关信息,提高了信息推送的针对性。
Description
技术领域
本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及用于推送信息的方法和装置。
背景技术
信息推送,又称为“网络广播”,是通过一定的技术标准或协议,在互联网上通过推送用户需要的信息来减少信息过载的一项技术。信息推送技术通过主动推送信息给用户,可以减少用户在网络上搜索所花的时间。
现有的信息推送方式通常根据用户的历史搜索记录或者用户的注册信息为用户画像,形成用户的画像信息,比如包括用户的兴趣点、性别、年龄、地理位置等。然后,再根据用户的画像信息为用户推送相关信息。
然而,用户的画像信息一般是固定不变的,不能实时反映用户的当前状态,从而现有的信息推送方法存在着无法实时根据用户的当前状态推送相关信息的问题。
发明内容
本申请实施例的目的在于提出一种改进的用于推送信息的方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请实施例提供了一种用于推送信息的方法,该方法包括:接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,上述面部特征确定请求包括第一人脸图像;根据上述第一人脸图像,确定上述第一人脸图像所包括的人脸的面部特征信息;根据上述面部特征信息,确定至少一条第一待推送信息;将上述至少一条第一待推送信息发送到上述终端。
在一些实施例中,上述方法还包括:响应于接收到上述终端发来的根据人脸图像确定当前用户是否对当前显示信息感兴趣的兴趣确定请求,上述兴趣确定请求包括上述终端的当前显示信息的信息标识和第二人脸图像,将上述第二人脸图像导入预先训练的兴趣确定模型,生成用户是否感兴趣的结果,上述兴趣确定模型用于表征人脸图像与是否感兴趣的结果之间的对应关系。
在一些实施例中,上述方法还包括:响应于上述用户是否感兴趣的结果为感兴趣,获取与上述信息标识所指示的信息相关的至少一条第二待推送信息;将上述至少一条第二待推送信息发送到上述终端。
在一些实施例中,上述方法还包括:响应于上述用户是否感兴趣的结果为不感兴趣,获取与上述信息标识所指示的信息不相关的至少一条第三待推送信息;将上述至少一条第三待推送信息发送到上述终端。
在一些实施例中,上述兴趣确定请求是上述终端在显示当前显示信息的时长超过预设时间长度的情况下发出的。
在一些实施例中,上述面部特征信息包括以下至少一项:面部肤质特征信息、面部脂肪含量特征信息、视力特征信息、面部表情特征信息。
在一些实施例中,上述根据上述人脸图像,确定上述人脸图像所包括的人脸的面部特征信息,包括:将上述第一人脸图像导入预先训练的面部特征确定模型,生成上述第一人脸图像的面部特征信息,其中,上述面部特征确定模型用于表征人脸图像与面部特征信息之间的对应关系。
在一些实施例中,上述第一人脸图像和上述第二人脸图像是上述终端利用上述终端上安装的拍摄装置拍摄用户面部所得到的图像。
在一些实施例中,上述面部肤质信息包括面部皮肤的以下至少一项:干性/油性信息、皮肤敏感性信息、皮肤皱纹性信息、皮肤色斑信息、皮肤座疮信息、皮肤肤色信息。
第二方面,本申请实施例提供了一种用于推送信息的装置,该装置包括:接收单元,配置用于接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,上述面部特征确定请求包括第一人脸图像;第一确定单元,配置用于根据上述第一人脸图像,确定上述第一人脸图像所包括的人脸的面部特征信息;第二确定单元,配置用于根据上述面部特征信息,确定至少一条第一待推送信息;第一发送单元,配置用于将上述至少一条第一待推送信息发送到上述终端。
在一些实施例中,上述装置还包括:生成单元,配置用于响应于接收到上述终端发来的根据人脸图像确定当前用户是否对当前显示信息感兴趣的兴趣确定请求,上述兴趣确定请求包括上述终端的当前显示信息的信息标识和第二人脸图像,将上述第二人脸图像导入预先训练的兴趣确定模型,生成用户是否感兴趣的结果,上述兴趣确定模型用于表征人脸图像与是否感兴趣的结果之间的对应关系。
在一些实施例中,上述装置还包括:第一获取单元,配置用于响应于上述用户是否感兴趣的结果为感兴趣,获取与上述信息标识所指示的信息相关的至少一条第二待推送信息;第二发送单元,配置用于将上述至少一条第二待推送信息发送到上述终端。
在一些实施例中,上述装置还包括:第二获取单元,配置用于响应于上述用户是否感兴趣的结果为不感兴趣,获取与上述信息标识所指示的信息不相关的至少一条第三待推送信息;第三发送单元,配置用于将上述至少一条第三待推送信息发送到上述终端。
在一些实施例中,上述兴趣确定请求是上述终端在显示当前显示信息的时长超过预设时间长度的情况下发出的。
在一些实施例中,上述面部特征信息包括以下至少一项:面部肤质特征信息、面部脂肪含量特征信息、视力特征信息、面部表情特征信息。
在一些实施例中,上述第一确定单元进一步用于:将上述第一人脸图像导入预先训练的面部特征确定模型,生成上述第一人脸图像的面部特征信息,其中,上述面部特征确定模型用于表征人脸图像与面部特征信息之间的对应关系。
在一些实施例中,上述第一人脸图像和上述第二人脸图像是上述终端利用上述终端上安装的拍摄装置拍摄用户面部所得到的图像。
在一些实施例中,上述面部肤质信息包括面部皮肤的以下至少一项:干性/油性信息、皮肤敏感性信息、皮肤皱纹性信息、皮肤色斑信息、皮肤座疮信息、皮肤肤色信息。
第三方面,本申请实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于推送信息的方法和装置,通过接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,其中,面部特征确定请求包括第一人脸图像,再根据上述第一人脸图像,确定上述第一人脸图像所包括的人脸的面部特征信息,而后根据上述面部特征信息,确定至少一条第一待推送信息,最后,将上述至少一条第一待推送信息发送到上述终端。从而通过根据终端用户的当前人脸图像,推送与终端用户的人脸图像的面部特征信息相关的待推送信息,实现了实时根据用户的当前面部状态推送相关信息,提高了信息推送的针对性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的用于推送信息的方法的一个实施例的流程图;
图3是根据本申请的用于推送信息的方法的一个应用场景的示意图;
图4是根据本申请的用于推送信息的方法的又一个实施例的流程图;
图5是根据本申请的用于推送信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于推送信息的方法或用于推送信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如信息流内容推荐类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的信息流内容推荐类应用提供支持的后台服务器。后台服务器可以对接收到的面部特征确定请求等数据进行分析等处理,并将处理结果(例如,与所接收的人脸图像的面部特征信息相关的待推送信息)反馈给终端设备。
需要说明的是,本申请实施例所提供的用于推送信息的方法一般由服务器105执行,相应地,用于推送信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,其示出了根据本申请的用于推送信息的方法的一个实施例的流程200。该用于推送信息的方法,包括以下步骤:
步骤201,接收终端发来的根据人脸图像确定面部特征的面部特征确定请求。
在本实施例中,用于推送信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行信息浏览的终端接收根据人脸图像确定面部特征的面部特征确定请求,其中,上述面部特征确定请求包括第一人脸图像。
作为示例,这里的终端可以是手机、平板电脑、笔记本电脑等包括拍摄装置的智能终端设备。
这里,第一人脸图像既可以是终端利用终端上安装的拍摄装置拍摄终端用户的面部所得到的图像。第一人脸图像也可以是终端从与终端通信连接的其他电子设备接收的包括人脸图像的图像。第一人脸图像还可以是终端中存储的包括人脸图像的图像。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤202,根据第一人脸图像,确定第一人脸图像所包括的人脸的面部特征信息。
在本实施例中,根据步骤201中接收到的第一人脸图像,上述电子设备(例如图1所示的服务器)可以采用各种图像分析/处理方法确定第一人脸图像所包括的人脸的面部特征信息。这里,人脸的面部特征信息是用于对人脸的至少一种面部特征进行表征的信息,比如,面部特征可以包括以下至少一项:面部轮廓形状、眼睛形状、鼻子形状、嘴巴形状和下颚线形状。作为示例,用于表征面部轮廓形状的面部特征信息可以是:倒三角脸、椭圆脸、长方脸、方形脸或者菱形脸等等,用于表征眼睛形状的面部特征信息可以是:桃花眼、瑞凤眼、睡凤眼、柳叶眼、杏眼、铜铃眼、龙眼或者丹凤眼等等,用于表征鼻子形状的面部特征信息可以是:通天鼻(也叫希腊鼻)、狮子鼻(也叫罗马鼻)、鹰钩鼻(也叫犹太鼻)、驼峰鼻(也叫伏犀鼻)或者塌鼻梁等等,用于表征嘴巴形状的面部特征信息可以是:上下平均型、嘴角上翘型、嘴角下垂型、上薄下厚型、上厚下薄型或者多纺而深型等等,用于表征下颚线形状的面部特征信息可以是:方形下颚、圆形下颚、尖下颚、长下颚、双下颚或者凹下颚等等。
在本实施例的一些可选的实现方式中,上述面部特征信息可以包括以下至少一项:面部肤质特征信息、面部脂肪含量特征信息、视力特征信息、面部表情特征信息。
作为示例,面部肤质信息可以包括面部皮肤的以下至少一项信息:干性/油性信息、皮肤敏感性信息、皮肤皱纹性信息、皮肤色斑信息、皮肤座疮信息、皮肤肤色信息。例如,用于表征干性/油性的面部肤质信息可以是:干性皮肤、油性皮肤或者混合性皮肤,用于表征皮肤敏感性的面部肤质信息可以是:敏感性皮肤或者非敏感性皮肤,用于表征皮肤皱纹性的面部肤质信息可以是:无皱纹、少量皱纹或者较多皱纹,用于表征皮肤色斑的面部肤质信息可以是:有色斑或者无色斑,用于表征皮肤痤疮的面部肤质信息可以是:有痤疮或者无痤疮,用于表征皮肤肤色的面部肤质信息可以是:枯黄型皮肤或者白里透红型皮肤等等。
作为示例,面部脂肪含量信息可以是:偏胖、偏瘦、脂肪正常等等。
作为示例,视力特征信息可以是:近视、远视、视力正常等等。
作为示例,面部表情特征信息可以是:高兴、惊讶、愤怒、痛苦、悲伤、疲劳、正常和兴奋等等。
在本实施例的一些可选的实现方式中,步骤202可以如下进行:
将第一人脸图像导入预先训练的面部特征确定模型,生成第一人脸图像的面部特征信息,其中,面部特征确定模型用于表征人脸图像与面部特征信息之间的对应关系。这里,面部特征确定模型可以是基于机器学习算法的任何模型,包括但不限于以下至少一项:前馈神经网络模型、卷积神经网络模型和循环神经网络模型。
这里,面部特征确定模型可以是由上述电子设备或者与上述电子设备通信连接的其它电子设备执行用于训练面部特征确定模型的步骤得到的,这样上述电子设备可以本地或者远程地从上述其它电子设备获取上述训练好的面部特征确定模型的模型参数,以将第一人脸图像导入上述预先训练的面部特征确定模型,生成第一人脸图像的面部特征信息。这里,用于训练面部特征确定模型的步骤可以是:以人工标注的大量人脸图像和每个人脸图像对应的面部特征信息为训练数据,训练初始的面部特征确定模型,在训练的过程中不断优化面部特征确定模型的模型参数,并在训练完成后得到训练好的面部特征确定模型。
需要说明的是,上述训练面部特征确定模型的方法是目前广泛研究和应用的公知技术,在此不再赘述。
在本实施例的一些可选的实现方式中,步骤202也可以如下进行:
通过多种图像处理算法,对第一人脸图像进行分析,提取出各种面部特征的特征信息,并将所提取的各种面部特征的特征信息量化处理后得到第一人脸图像的面部特征信息。
作为示例,这里图像处理算法功能可以分为基于颜色建模、基于阙值分割和基于纹理分析三个子模块,分别对各指标进行分析及量化处理。其中,基于颜色模型分析出皮肤的水分、油分、肤色等信息,基于阙值分割分析出色斑、炎症、毛孔等信息,基于纹理分析模型分析出粗糙度、皱纹等信息,再将分析得出的各种信息量化处理后即得到第一人脸图像的面部特征信息。
其中,基于颜色模型分析皮肤的水分信息可以采用如下水分分析算法:
皮肤最外层的角质层和皮脂膜可以防止水分的流失,正常情况下角质层的含水量符合预设比例(例如,10%),如果小于上述预设比例,则表示缺水性皮肤,这样的皮肤颜色暗淡、干燥,甚至有脱皮现象,即所谓的“枯黄型”皮肤,若皮肤水分充足,则皮肤光泽,表现为“白里透红型”皮肤。通过颜色作为水分评价的标准,可以由以下方法来确定皮肤的水分类型:
在所使用的颜色空间中,计算第一人脸图像的颜色与至少一个预设含水量等级中每个含水量等级对应的参考图像颜色之间的距离,并选择距离最小的参考图像对应的含水量等级作为第一人脸图像的含水量等级。其中,至少一个预设含水量等级中每个含水量等级对应的参考图像是采用如下操作得到的:
1、针对至少一个预设含水量等级的面部肤色特征,获取针对每个预设含水量等级的至少一张参考图像;
2、对每个预设含水量等级,计算针对该含水量等级的至少一张参考图像中各张参考图像中所包括的人脸的皮肤颜色的平均值,作为针对该含水量等级的参考图像的皮肤颜色(需要进行颜色空间转换)。
基于颜色模型分析皮肤的油分信息可以采用如下油分分析算法:
1、选择一组标准比色板,作为正常皮肤颜色;
2、计算第一人脸图像的颜色,寻找其中的大像素块;
3、设计合适的阙值,对油分含量进行评价。
基于颜色模型分析皮肤的肤色信息可以采用如下肤色分析算法:
灰度图像的像素值是介于黑和白之间的256个灰度级中的一个,灰度值越大就表示越白,灰度值越小就表示皮肤越黑,通过对图像平均像素值进行判断,即可对肤色进行评价,具体方法如下;
1、对样本图像库的灰度值范围进行统计,训练出不同肤色的灰度值边界阙值;
2、将第一人脸图像的平均灰度值与阙值进行比较,从而进行评价。
基于阙值分割分析色斑、炎症信息时,为了区分色斑和炎症所产生的斑点,需要从特征向量的选择区分,具体方法如下:
色斑:一般色斑为黑褐色的斑点,是由于黑色素过度堆积造成的颜色变深,因此黑色斑点主要是亮度信息。
炎症:炎症产生的斑点一般是红色,主要特点是色调信息。
采用亮度和色调分离的颜色空间可以区分这两种斑点。
基于阙值分割分析毛孔信息时,由于毛孔不像色斑那么明显,所以在检测时必须减少其他因素对它的干扰,在进行阙值分割之前需要通过相关滤波器排除色斑和皱纹对其的影响。排除色斑采用ε-滤波器滤除,排除皱纹可以根据像素块的长宽比例进行,因为毛孔多为圆形,皱纹多为长条形。
基于纹理分析模型分析粗糙度、皱纹等信息,是对人脸皮肤进行纹理分析,直接关系到皮肤光洁度和粗糙度的测量,纹理越粗,则皮肤越粗糙,纹理越细,则皮肤越光滑。目前纹理的特征分析方法有很多,如中心矩方法、灰度差分统计方法、共生矩阵方法等。上述各种纹理特征分析方法是目前广泛研究和应用的现有技术,在此不再赘述。
在本实施例的一些可选的实现方式中,上述电子设备可以通过如下方式确定第一人脸图像中的面部表情特征信息:
首先,获取第一人脸图像所包括的多个特征区域和/或特征点相对于预设无表情面部图像所包括的多个特征区域和/或特征点之间的位置差别信息,其中,多个特征区域和/或特征点为预先设定的。
然后,根据位置差别信息获取对应的表情分类,其中位置差别信息与表情分类之间的映射关系为预先建立的。
在本实施例的一些可选的实现方式中,上述电子设备也可以通过如下方式确定第一人脸图像中的面部表情特征信息:
首先,获取第一人脸图像相对于预设无表情面部图像之间的整体灰度差别信息。
然后,根据整体灰度差别信息获取对应的表情分类,其中,整体灰度差别信息与表情分类之间的映射关系为预先建立的。
步骤203,根据面部特征信息,确定至少一条第一待推送信息。
在本实施例中,用于推送信息的方法运行于其上的电子设备上可以根据步骤202中所确定的面部特征信息,确定至少一条第一待推送信息。
在本实施例中,上述电子设备可以在本地预设的待推送信息库中查找与上述面部特征信息对应的至少一条第一待推送信息,也可以在与上述电子设备通信连接的其他电子设备中查找与上述面部特征信息对应的至少一条第一待推送信息,例如,上述电子设备可以利用网页爬取方法查找待推送信息。
作为示例,第一待推送信息可以包括但不限于以下至少一项:网页、视频、音频、图片、文字等等。
作为示例,下面给出不同的面部特征信息对应的第一待推送信息的内容:
如果步骤202中所确定的面部特征信息中面部肤质信息的干性/油性信息为油性皮肤时,第一待推送信息可以是关于控油化妆品的信息。
如果步骤202中所确定的面部特征信息中面部肤质信息的皮肤敏感性信息为敏感性皮肤时,第一待推送信息可以是关于适合敏感性皮肤的化妆品的信息,如果为非敏感皮肤时,第一待推送信息可以是关于普通化妆品的信息。
如果步骤202中所确定的面部特征信息中面部肤质信息的皮肤皱纹性信息为无皱纹时,第一待推送信息可以是关于普通化妆品的信息,如果为少量皱纹时,第一待推送信息可以是关于抗皱化妆品的信息,如果为较多皱纹时,第一待推送信息可以是关于去皱化妆品的信息。
如果步骤202中所确定的面部特征信息中面部肤质信息的皮肤色斑信息为有色斑时,第一待推送信息可以是关于去除色斑的化妆品的信息,如果为无色斑时,第一待推送信息可以是关于普通化妆品的信息。
如果步骤202中所确定的面部特征信息中面部肤质信息的皮肤痤疮信息为有痤疮时,第一待推送信息可以是关于治疗青春痘的化妆品的信息,如果为无痤疮时,第一待推送信息可以是关于普通化妆品的信息。
如果步骤202中所确定的面部特征信息中面部肤质信息的皮肤肤色信息为“枯黄型皮肤”时,第一待推送信息可以是关于美白型化妆品的信息,如果为“白里透红型皮肤”时,第一待推送信息可以是关于普通化妆品的信息。
如果步骤202中所确定的面部脂肪含量信息为“偏胖”时,第一待推送信息可以是关于减肥产品的信息或者可以是关于养生保健的知识性信息,如果为“偏瘦”时,第一待推送信息可以是关于补充营养型产品的信息。
如果步骤202中所确定的视力特征信息为“近视”时,第一待推送信息可以是关于近视眼镜产品的信息或者可以是关于用于治疗近视的近视眼手术的信息,如果为“远视”时,第一待推送信息可以是关于远视眼镜产品的信息,如果为“视力正常”时,第一待推送信息可以是关于眼睛保健的知识性信息。
如果步骤202中所确定的面部表情特征信息为“高兴”时,第一待推送信息可以是轻松愉悦的音乐或者最新上映的电影的消息等等,如果为“悲伤”时,第一待推送信息可以是轻音乐或者优美的风景图片等等。
步骤204,将至少一条第一待推送信息发送到终端。
在本实施例中,上述电子设备可以将步骤203中所确定的至少一条第一待推送信息发送到发出上述面部特征确定请求的终端。这样,上述终端可以呈现所接收到的至少一条第一待推送信息。从而,上述终端中所呈现的至少一条第一待推送信息是与上述终端所发送的第一人脸图像所包括的人脸的面部特征信息相关的信息。
在图3的应用场景中,用户在终端301中打开了信息流推荐类应用“XX应用”,终端301在用户使用“XX应用”的过程中利用前置摄像头拍摄用户的照片302,并将照片302发送给对“XX应用”提供支持的服务器303,服务器303在接收到照片302后,确定照片302所包括的人脸的面部特征信息:“枯黄型皮肤”,于是服务器303获取10条与“枯黄型皮肤”相关的美白化妆品的第一待推送信息304,并将上述10条美白化妆品的信息304发送到终端301,于是终端301上呈现了上述10条美白化妆品的信息304。
本申请的上述实施例提供的方法通过根据终端用户的当前人脸图像,推送与终端用户的人脸图像的面部特征信息相关的信息,实现了实时根据用户的当前面部状态推送相关信息,提高了信息推送的针对性。
进一步参考图4,其示出了用于推送信息的方法的又一个实施例的流程400。该用于推送信息的方法的流程400,包括以下步骤:
步骤401,接收终端发来的根据人脸图像确定面部特征的面部特征确定请求。
步骤402,根据第一人脸图像,确定第一人脸图像所包括的人脸的面部特征信息。
步骤403,根据面部特征信息,确定至少一条第一待推送信息。
步骤404,将至少一条第一待推送信息发送到终端。
在本实施例中,步骤401、步骤402、步骤403和步骤404的具体操作与图2所示的实施例中步骤201、步骤202、步骤203和步骤204的操作基本相同,在此不再赘述。
步骤405,响应于接收到终端发来的根据人脸图像确定当前用户是否对当前显示信息感兴趣的兴趣确定请求,将第二人脸图像导入预先训练的兴趣确定模型,生成用户是否感兴趣的结果。
在本实施例中,上述电子设备可以在接收到终端发来的根据人脸图像确定当前用户是否对当前显示信息感兴趣的兴趣确定请求后,这里,兴趣确定请求包括上述终端的当前显示信息的信息标识和第二人脸图像,将上述第二人脸图像导入预先训练的兴趣确定模型,生成用户是否感兴趣的结果,这里,兴趣确定模型用于表征人脸图像与是否感兴趣的结果之间的对应关系。这里,兴趣确定模型可以是基于机器学习算法的任何模型,包括但不限于以下至少一项:前馈神经网络模型、卷积神经网络模型和循环神经网络模型。
在本实施例中,第二人脸图像可以是终端利用终端上安装的拍摄装置实时拍摄终端用户的面部所得到的图像,并实时发送给上述电子设备的图像。
这里,兴趣确定模型可以是由上述电子设备或者与上述电子设备通信连接的其它电子设备执行用于训练兴趣确定模型的步骤得到的,这样上述电子设备可以本地或者远程地从上述其它电子设备获取上述训练好的兴趣确定模型的模型参数,以将第二人脸图像导入上述预先训练的兴趣确定模型,生成用户是否感兴趣的结果。这里,用于训练兴趣确定模型的步骤可以是:以人工标注的大量人脸图像和每个人脸图像对应的用户是否感兴趣的结果为训练数据,训练初始的兴趣确定模型,在训练的过程中不断优化兴趣确定模型的模型参数,并在训练完成后得到训练好的兴趣确定模型。
需要说明的是,上述训练兴趣模型的方法是目前广泛研究和应用的公知技术,在此不再赘述。
在本实施例的一些可选的实现方式中,上述兴趣确定请求是终端在显示当前显示信息的时长超过预设时间长度的情况下发出的。也就是说,由于终端的用户观看当前显示信息的时间已经超过了一定时长,相对来讲用户对当前显示信息感兴趣的可能性较大,因此,终端可以在这种情况下将拍摄装置拍摄的图像发送给上述电子设备,而不是在任何情况下都发送第二人脸图像给上述电子设备,减少了终端和上述电子设备之间的网络负载。
步骤406,响应于用户是否感兴趣的结果为感兴趣,获取与信息标识所指示的信息相关的至少一条第二待推送信息。
在本实施例中,上述电子设备可以在步骤405中生成用户是否感兴趣的结果为感兴趣的情况下,获取与步骤405中接收到的兴趣确定模型中的信息标识所指示的信息相关的至少一条第二待推送信息。也就是说,如果上述电子设备确定上述终端的用户对当前显示信息感兴趣,则可以获取与上述当前显示信息的信息内容类似的更多信息。
在本实施例中,上述电子设备可以在本地预设的待推送信息库中查找与上述信息标识所指示的信息相关的至少一条第二待推送信息,也可以在与上述电子设备通信连接的其他电子设备中查找与上述信息标识所指示的信息相关的至少一条第二待推送信息,例如,上述电子设备可以利用网页爬取方法查找待推送信息。
作为示例,第二待推送信息可以包括但不限于以下至少一项:网页、视频、音频、图片、文字等等。
步骤407,将至少一条第二待推送信息发送到终端。
在本实施例中,上述电子设备可以将步骤406中所获取的至少一条第二待推送信息发送到终端。也就是说,如果上述电子设备确定上述终端的用户对当前显示信息感兴趣,则可以将与上述当前显示信息的信息内容类似的更多信息发送到上述终端。
在本实施例的一些可选的实现方式中,上述电子设备可以在步骤405中生成用户是否感兴趣的结果为不感兴趣的情况下,不执行任何操作。
在本实施例的一些可选的实现方式中,上述电子设备也可以在步骤405中生成用户是否感兴趣的结果为不感兴趣的情况下,获取与步骤405中接收到的兴趣确定模型中的信息标识所指示的信息不相关的至少一条第三待推送信息,并将上述至少一条第三待推送信息发送到上述终端。也就是说,如果上述电子设备确定上述终端的用户对当前显示信息不感兴趣,则可以将与上述当前显示信息的信息内容不类似的更多信息发送到上述终端。
这里,上述电子设备可以在本地预设的待推送信息库中查找与上述信息标识所指示的信息不相关的至少一条第三待推送信息,也可以在与上述电子设备通信连接的其他电子设备中查找与上述信息标识所指示的信息不相关的至少一条第三待推送信息,例如,上述电子设备可以利用网页爬取方法查找待推送信息。
作为示例,第三待推送信息可以包括但不限于以下至少一项:网页、视频、音频、图片、文字等等。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于推送信息的方法的流程400多出了在确定终端的用户对当前显示信息感兴趣的情况下,将与终端的当前显示信息相关的待推送信息发送到终端进行显示的步骤。由此,本实施例描述的方案可以实现更全面的待推送信息的选取和更有效的信息推送。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于推送信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于推送信息的装置500包括:接收单元501、第一确定单元502、第二确定单元503和第一发送单元504。其中,接收单元501,配置用于接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,上述面部特征确定请求包括第一人脸图像;第一确定单元502,配置用于根据上述第一人脸图像,确定上述第一人脸图像所包括的人脸的面部特征信息;第二确定单元503,配置用于根据上述面部特征信息,确定至少一条第一待推送信息;第一发送单元504,配置用于将上述至少一条第一待推送信息发送到上述终端。
在本实施例中,用于推送信息的装置500的接收单元501、第一确定单元502、第二确定单元503和第一发送单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203、步骤204、步骤205和步骤206的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:生成单元505,配置用于响应于接收到上述终端发来的根据人脸图像确定当前用户是否对当前显示信息感兴趣的兴趣确定请求,上述兴趣确定请求包括上述终端的当前显示信息的信息标识和第二人脸图像,将上述第二人脸图像导入预先训练的兴趣确定模型,生成用户是否感兴趣的结果,上述兴趣确定模型用于表征人脸图像与是否感兴趣的结果之间的对应关系。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:第一获取单元506,配置用于响应于上述用户是否感兴趣的结果为感兴趣,获取与上述信息标识所指示的信息相关的至少一条第二待推送信息;第二发送单元507,配置用于将上述至少一条第二待推送信息发送到上述终端。
在本实施例的一些可选的实现方式中,上述装置500还可以包括:第二获取单元508,配置用于响应于上述用户是否感兴趣的结果为不感兴趣,获取与上述信息标识所指示的信息不相关的至少一条第三待推送信息;第三发送单元509,配置用于将上述至少一条第三待推送信息发送到上述终端。
在本实施例的一些可选的实现方式中,上述兴趣确定请求可以是上述终端在显示当前显示信息的时长超过预设时间长度的情况下发出的。
在本实施例的一些可选的实现方式中,上述面部特征信息可以包括以下至少一项:面部肤质特征信息、面部脂肪含量特征信息、视力特征信息、面部表情特征信息。
在本实施例的一些可选的实现方式中,上述第一确定单元502可以进一步用于:将上述第一人脸图像导入预先训练的面部特征确定模型,生成上述第一人脸图像的面部特征信息,其中,上述面部特征确定模型用于表征人脸图像与面部特征信息之间的对应关系。
在本实施例的一些可选的实现方式中,上述第一人脸图像和上述第二人脸图像可以是上述终端利用上述终端上安装的拍摄装置拍摄用户面部所得到的图像。
在本实施例的一些可选的实现方式中,上述面部肤质信息可以包括面部皮肤的以下至少一项:干性/油性信息、皮肤敏感性信息、皮肤皱纹性信息、皮肤色斑信息、皮肤座疮信息、皮肤肤色信息。
需要说明的是,本申请实施例提供的用于推送信息的装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明,在此不再赘述。
下面参考图6,其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机系统600包括中央处理单元(CPU,Central Processing Unit)601,其可以根据存储在只读存储器(ROM,Read Only Memory)602中的程序或者从存储部分606加载到随机访问存储器(RAM,Random Access Memory)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有系统600操作所需的各种程序和数据。CPU 601、ROM602以及RAM 603通过总线604彼此相连。输入/输出(I/O,Input/Output)接口605也连接至总线604。
以下部件连接至I/O接口605:包括硬盘等的存储部分606;以及包括诸如LAN(局域网,Local Area Network)卡、调制解调器等的网络接口卡的通信部分607。通信部分607经由诸如因特网的网络执行通信处理。驱动器608也根据需要连接至I/O接口605。可拆卸介质609,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器608上,以便于从其上读出的计算机程序根据需要被安装入存储部分606。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分607从网络上被下载和安装,和/或从可拆卸介质609被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括接收单元、第一确定单元、第二确定单元和第一发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,接收单元还可以被描述为“接收面部特征信息确定请求的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,上述面部特征确定请求包括第一人脸图像;根据上述第一人脸图像,确定上述第一人脸图像所包括的人脸的面部特征信息;根据上述面部特征信息,确定至少一条第一待推送信息;将上述至少一条第一待推送信息发送到上述终端。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (20)
1.一种用于推送信息的方法,其特征在于,所述方法包括:
接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,所述面部特征确定请求包括第一人脸图像;
根据所述第一人脸图像,确定所述第一人脸图像所包括的人脸的面部特征信息;
根据所述面部特征信息,确定至少一条第一待推送信息;
将所述至少一条第一待推送信息发送到所述终端。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于接收到所述终端发来的根据人脸图像确定当前用户是否对当前显示信息感兴趣的兴趣确定请求,所述兴趣确定请求包括所述终端的当前显示信息的信息标识和第二人脸图像,将所述第二人脸图像导入预先训练的兴趣确定模型,生成用户是否感兴趣的结果,所述兴趣确定模型用于表征人脸图像与是否感兴趣的结果之间的对应关系。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
响应于所述用户是否感兴趣的结果为感兴趣,获取与所述信息标识所指示的信息相关的至少一条第二待推送信息;
将所述至少一条第二待推送信息发送到所述终端。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
响应于所述用户是否感兴趣的结果为不感兴趣,获取与所述信息标识所指示的信息不相关的至少一条第三待推送信息;
将所述至少一条第三待推送信息发送到所述终端。
5.根据权利要求2-4中任一项所述的方法,其特征在于,所述兴趣确定请求是所述终端在显示当前显示信息的时长超过预设时间长度的情况下发出的。
6.根据权利要求5所述的方法,其特征在于,所述面部特征信息包括以下至少一项:面部肤质特征信息、面部脂肪含量特征信息、视力特征信息、面部表情特征信息。
7.根据权利要求6所述的方法,其特征在于,所述根据所述人脸图像,确定所述人脸图像所包括的人脸的面部特征信息,包括:
将所述第一人脸图像导入预先训练的面部特征确定模型,生成所述第一人脸图像的面部特征信息,其中,所述面部特征确定模型用于表征人脸图像与面部特征信息之间的对应关系。
8.根据权利要求7所述的方法,其特征在于,所述第一人脸图像和所述第二人脸图像是所述终端利用所述终端上安装的拍摄装置拍摄用户面部所得到的图像。
9.根据权利要求8所述的方法,其特征在于,所述面部肤质信息包括面部皮肤的以下至少一项:干性/油性信息、皮肤敏感性信息、皮肤皱纹性信息、皮肤色斑信息、皮肤座疮信息、皮肤肤色信息。
10.一种用于推送信息的装置,其特征在于,所述装置包括:
接收单元,配置用于接收终端发来的根据人脸图像确定面部特征的面部特征确定请求,所述面部特征确定请求包括第一人脸图像;
第一确定单元,配置用于根据所述第一人脸图像,确定所述第一人脸图像所包括的人脸的面部特征信息;
第二确定单元,配置用于根据所述面部特征信息,确定至少一条第一待推送信息;
第一发送单元,配置用于将所述至少一条第一待推送信息发送到所述终端。
11.根据权利要求10所述的装置,其特征在于,所述装置还包括:
生成单元,配置用于响应于接收到所述终端发来的根据人脸图像确定当前用户是否对当前显示信息感兴趣的兴趣确定请求,所述兴趣确定请求包括所述终端的当前显示信息的信息标识和第二人脸图像,将所述第二人脸图像导入预先训练的兴趣确定模型,生成用户是否感兴趣的结果,所述兴趣确定模型用于表征人脸图像与是否感兴趣的结果之间的对应关系。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第一获取单元,配置用于响应于所述用户是否感兴趣的结果为感兴趣,获取与所述信息标识所指示的信息相关的至少一条第二待推送信息;
第二发送单元,配置用于将所述至少一条第二待推送信息发送到所述终端。
13.根据权利要求12所述的装置,其特征在于,所述装置还包括:
第二获取单元,配置用于响应于所述用户是否感兴趣的结果为不感兴趣,获取与所述信息标识所指示的信息不相关的至少一条第三待推送信息;
第三发送单元,配置用于将所述至少一条第三待推送信息发送到所述终端。
14.根据权利要求11-13中任一项所述的装置,其特征在于,所述兴趣确定请求是所述终端在显示当前显示信息的时长超过预设时间长度的情况下发出的。
15.根据权利要求14所述的装置,其特征在于,所述面部特征信息包括以下至少一项:面部肤质特征信息、面部脂肪含量特征信息、视力特征信息、面部表情特征信息。
16.根据权利要求15所述的装置,其特征在于,所述第一确定单元进一步用于:
将所述第一人脸图像导入预先训练的面部特征确定模型,生成所述第一人脸图像的面部特征信息,其中,所述面部特征确定模型用于表征人脸图像与面部特征信息之间的对应关系。
17.根据权利要求16所述的装置,其特征在于,所述第一人脸图像和所述第二人脸图像是所述终端利用所述终端上安装的拍摄装置拍摄用户面部所得到的图像。
18.根据权利要求17所述的装置,其特征在于,所述面部肤质信息包括面部皮肤的以下至少一项:干性/油性信息、皮肤敏感性信息、皮肤皱纹性信息、皮肤色斑信息、皮肤座疮信息、皮肤肤色信息。
19.一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
20.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710867238.8A CN107483636A (zh) | 2017-09-22 | 2017-09-22 | 用于推送信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710867238.8A CN107483636A (zh) | 2017-09-22 | 2017-09-22 | 用于推送信息的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107483636A true CN107483636A (zh) | 2017-12-15 |
Family
ID=60586908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710867238.8A Pending CN107483636A (zh) | 2017-09-22 | 2017-09-22 | 用于推送信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107483636A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214374A (zh) * | 2018-11-06 | 2019-01-15 | 北京达佳互联信息技术有限公司 | 视频分类方法、装置、服务器及计算机可读存储介质 |
CN109522839A (zh) * | 2018-11-15 | 2019-03-26 | 北京达佳互联信息技术有限公司 | 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 |
CN109766767A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 行为数据推送方法、装置、计算机设备和存储介质 |
CN110033291A (zh) * | 2018-01-12 | 2019-07-19 | 北京京东金融科技控股有限公司 | 信息对象推送方法、装置和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104598869A (zh) * | 2014-07-25 | 2015-05-06 | 北京智膜科技有限公司 | 基于人脸识别装置的智能广告推送方法 |
CN104881642A (zh) * | 2015-05-22 | 2015-09-02 | 海信集团有限公司 | 一种内容推送方法、装置及设备 |
CN106156144A (zh) * | 2015-04-13 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 信息推送方法及装置 |
US20170084069A1 (en) * | 2015-09-22 | 2017-03-23 | Korea Institute Of Science And Technology | Method for facial age simulation based on age of each part and environmental factors, recording medium and device for performing the method |
-
2017
- 2017-09-22 CN CN201710867238.8A patent/CN107483636A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104598869A (zh) * | 2014-07-25 | 2015-05-06 | 北京智膜科技有限公司 | 基于人脸识别装置的智能广告推送方法 |
CN106156144A (zh) * | 2015-04-13 | 2016-11-23 | 腾讯科技(深圳)有限公司 | 信息推送方法及装置 |
CN104881642A (zh) * | 2015-05-22 | 2015-09-02 | 海信集团有限公司 | 一种内容推送方法、装置及设备 |
US20170084069A1 (en) * | 2015-09-22 | 2017-03-23 | Korea Institute Of Science And Technology | Method for facial age simulation based on age of each part and environmental factors, recording medium and device for performing the method |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110033291A (zh) * | 2018-01-12 | 2019-07-19 | 北京京东金融科技控股有限公司 | 信息对象推送方法、装置和系统 |
CN109214374A (zh) * | 2018-11-06 | 2019-01-15 | 北京达佳互联信息技术有限公司 | 视频分类方法、装置、服务器及计算机可读存储介质 |
CN109522839A (zh) * | 2018-11-15 | 2019-03-26 | 北京达佳互联信息技术有限公司 | 一种人脸皮肤区域确定方法、装置、终端设备及存储介质 |
CN109766767A (zh) * | 2018-12-18 | 2019-05-17 | 深圳壹账通智能科技有限公司 | 行为数据推送方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190087686A1 (en) | Method and apparatus for detecting human face | |
CN107358241B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
WO2019100282A1 (zh) | 一种人脸肤色识别方法、装置和智能终端 | |
Murray et al. | Saliency estimation using a non-parametric low-level vision model | |
CN101083940B (zh) | 皮肤状况诊断系统和美容咨询系统 | |
CN107483636A (zh) | 用于推送信息的方法和装置 | |
US11416988B2 (en) | Apparatus and method for visualizing visually imperceivable cosmetic skin attributes | |
CN107341434A (zh) | 视频图像的处理方法、装置和终端设备 | |
CN108229376A (zh) | 用于检测眨眼的方法及装置 | |
CN108388878A (zh) | 用于识别人脸的方法和装置 | |
CN110059546A (zh) | 基于频谱分析的活体识别方法、装置、终端及可读介质 | |
CN108197618A (zh) | 用于生成人脸检测模型的方法和装置 | |
US20220335614A1 (en) | Digital Imaging and Learning Systems and Methods for Analyzing Pixel Data of a Scalp Region of a Users Scalp to Generate One or More User-Specific Scalp Classifications | |
US20220164852A1 (en) | Digital Imaging and Learning Systems and Methods for Analyzing Pixel Data of an Image of a Hair Region of a User's Head to Generate One or More User-Specific Recommendations | |
CN108694736A (zh) | 图像处理方法、装置、服务器及计算机存储介质 | |
CN108369644A (zh) | 一种定量检测人脸抬头纹的方法和智能终端 | |
CN111401134A (zh) | 活体检测方法、装置、电子设备及存储介质 | |
Park et al. | An automatic virtual makeup scheme based on personal color analysis | |
CN112819718A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
Temdee et al. | Food recognition on smartphone using transfer learning of convolution neural network | |
Willoughby et al. | DrunkSelfie: intoxication detection from smartphone facial images | |
CN106709411A (zh) | 一种颜值获取方法及装置 | |
CN111814738A (zh) | 基于人工智能的人脸识别方法、装置、计算机设备及介质 | |
CN112819767A (zh) | 图像处理方法、装置、设备、存储介质以及程序产品 | |
CN109784157B (zh) | 一种图像处理方法、装置及系统 |
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: 20171215 |
|
RJ01 | Rejection of invention patent application after publication |