CN108429816A - 用于生成信息的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取已通过活体检测的待识别用户的人脸图像；将人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到待识别用户的用户属性信息，其中，用户属性识别模型是经训练后的、用于进行用户属性识别的模型；基于所得的用户属性信息，生成待识别用户的用户标签。该实施方式有效利用了所显示的人脸来源于已通过活体检测的待识别用户的人脸图像来进行用户属性识别，提高了基于用户属性信息生成的用户标签的有效性。

Description

用于生成信息的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

用户标签可以用于指示用户的至少一个维度的信息，例如性别和/或年龄等等。

现有的用于生成用户标签的方法，一般是基于预先存储的用户信息和/或历史行为数据来生成用户标签，但这种用户标签的有效性通常较低。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取已通过活体检测的待识别用户的人脸图像；将人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到待识别用户的用户属性信息，其中，用户属性识别模型是经训练后的、用于进行用户属性识别的模型；基于所得的用户属性信息，生成待识别用户的用户标签。

在一些实施例中，上述方法还包括：基于用户标签，确定待推送信息，以及推送待推送信息。

在一些实施例中，基于用户标签，确定待推送信息，包括：获取待识别用户的、在指定时间段内产生的用户行为信息；基于用户标签和用户行为信息，确定待推送信息。

在一些实施例中，基于用户标签和用户行为信息，确定待推送信息，包括：在预设条件集合中查找用户标签所满足的目标预设条件，其中，预设条件预先关联有信息组；响应于查找到目标预设条件，将用户行为信息与目标预设条件所关联的信息组中的信息进行匹配，得到匹配结果；基于匹配结果，从目标预设条件所关联的信息组中选取信息作为待推送信息。

在一些实施例中，基于用户标签和用户行为信息，确定待推送信息，还包括：确定用户行为信息是否包含预设的关键词集合中的关键词，其中，关键词集合中的关键词是用于传达消极信息的关键词；响应于确定用户行为信息包含关键词集合中的关键词，生成包含用户标签的待推送信息。

在一些实施例中，所生成的待推送信息在包含用户标签的同时，还包含人脸图像。

在一些实施例中，推送待推送信息，包括：将来源于目标预设条件所关联的信息组的待推送信息推送给待识别用户。

在一些实施例中，推送待推送信息，还包括：将所生成的包含用户标签的待推送信息推送至指定机构提供的地址。

第二方面，本申请实施例提供了一种用于生成信息的装置，该装置包括：获取单元，配置用于获取已通过活体检测的待识别用户的人脸图像；识别单元，配置用于将人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到待识别用户的用户属性信息，其中，用户属性识别模型是经训练后的、用于进行用户属性识别的模型；生成单元，配置用于基于所得的用户属性信息，生成待识别用户的用户标签。

在一些实施例中，上述装置还包括：推送单元，配置用于基于用户标签，确定待推送信息，以及推送待推送信息。

在一些实施例中，上述推送单元包括：获取子单元，配置用于获取待识别用户的、在指定时间段内产生的用户行为信息；确定子单元，配置用于基于用户标签和用户行为信息，确定待推送信息。

在一些实施例中，上述确定子单元进一步配置用于：在预设条件集合中查找用户标签所满足的目标预设条件，其中，预设条件预先关联有信息组；响应于查找到目标预设条件，将用户行为信息与目标预设条件所关联的信息组中的信息进行匹配，得到匹配结果；基于匹配结果，从目标预设条件所关联的信息组中选取信息作为待推送信息。

在一些实施例中，上述确定子单元还进一步配置用于：确定用户行为信息是否包含预设的关键词集合中的关键词，其中，关键词集合中的关键词是用于传达消极信息的关键词；响应于确定用户行为信息包含关键词集合中的关键词，生成包含用户标签的待推送信息。

在一些实施例中，所生成的待推送信息在包含用户标签的同时，还包含人脸图像。

在一些实施例中，上述推送单元还包括：第一推送子单元，配置用于将来源于目标预设条件所关联的信息组的待推送信息推送给待识别用户。

在一些实施例中，上述推送单元还包括：第二推送子单元，配置用于将所生成的包含用户标签的待推送信息推送至指定机构提供的地址。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：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，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介质，其上存储有计算机程序，上述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生成信息的方法和装置，通过获取已通过活体检测的待识别用户的人脸图像，而后将该人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，来得到待识别用户的用户属性信息，以便基于所得的用户属性信息，生成待识别用户的用户标签。从而有效利用了所显示的人脸来源于已通过活体检测的待识别用户的人脸图像来进行用户属性识别，提高了基于用户属性信息生成的用户标签的有效性。

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生成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生成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生成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生成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电子设备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生成信息的方法或用于生成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上可以安装有图像采集类应用、通讯客户端应用(例如网页浏览器应用、购物类应用、搜索类应用等等)。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机、台式计算机、智能电视机等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器。服务器105例如可以从终端设备101、102、103获取已通过活体检测的待识别用户的人脸图像，并对该人脸图像进行分析等处理。

其中，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于生成信息的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于生成信息的装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。

需要指出的是，当用于生成信息的方法由终端设备101、102、103执行以及用于生成信息的装置设置于终端设备101、102、103时，系统架构100中可以不包括服务器105。

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，示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法的流程200，包括以下步骤：

步骤201，获取已通过活体检测的待识别用户的人脸图像。

在本实施例中，用于生成信息的方法的执行主体(例如图1所示的终端设备101、102、103或服务器105)可以获取已通过活体检测的待识别用户的人脸图像。

当上述执行主体为终端设备时，上述执行主体可以预先连接有图像采集装置(例如摄像头)，上述执行主体可以利用该图像采集装置采集显示有上述待识别用户的人脸的图像，上述执行主体可以将该图像直接作为人脸图像。或者，上述执行主体可以从采集到的图像中提取出人脸区域，将提取出的人脸区域生成人脸图像。

当上述执行主体为服务器时，上述执行主体例如可以从所连接的终端设备获取显示有上述待识别用户的人脸的图像，上述执行主体可以将该图像直接作为人脸图像。或者，上述执行主体可以从获取到的图像中提取出人脸区域，将提取出的人脸区域生成人脸图像。

需要说明的是，活体检测可以用于识别被检测对象是否为活体。通过对待识别用户进行活体检测，可以有效地防止非法用户利用照片、视频或人脸模具等进行作弊。另外，活体检测可以由上述执行主体执行，也可以由上述执行主体所连接的终端设备或服务器执行，本实施例不对此方面内容做任何限定。

作为示例，当活体检测的执行端为终端设备时，该执行端例如可以通过让被检测对象做指定的动作(例如张嘴、眨眼和/或读出随机提供的字符序列等)，以识别被检测对象是否为活体。

再例如，当活体检测的执行端为终端设备或服务器时，该执行端可以采集显示有被检测对象的人脸的图像，通过对该图像进行分析，来确定被检测对象是否为活体。其中，该执行端例如可以通过检测该图像中的眼睛区域是否存在亮瞳效应来区分真实人脸和来源于照片或视频中的人脸。可选地，该图像可以包括可见光图像和近红外图像，该执行主体还可以采用可见光图像与近红外图像双模态特征的联合识别来进行活体检测。

需要强调的是，本申请实施例不对活体检测方法做任何限定。

步骤202，将人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到待识别用户的用户属性信息。

在本实施例中，上述执行主体在获取到上述人脸图像后，上述执行主体可以将上述人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到上述待识别用户的用户属性信息。其中，用户属性识别模型可以是经训练后的、用于进行用户属性识别的模型。用户属性例如可以包括性别、年龄、颜值、表情等。对于任意一个用户属性识别模型，该用户属性识别模型可以用于识别性别、年龄、颜值或表情等。

而且，对于上述用户属性识别模型集合中的任意两个用户属性识别模型，这两个用户属性识别模型中的一个用户属性识别模型所能识别的用户属性可以不同于另一个用户属性识别模型所能识别的用户属性。

需要说明的是，用户属性识别模型可以是本领域技术人员基于大量统计计算而预先制定的、用于表征人脸图像与用户属性信息之间的对应关系的对应关系表；也可以是使用朴素贝叶斯模型(Naive Bayesian Model，NBM)、支持向量机(Support Vector Machine，SVM)、XGBoost(eXtreme Gradient Boosting)或卷积神经网络(Convolutional NeuralNetwork，CNN)等可以用于分类的模型进行训练得到的。

步骤203，基于所得的用户属性信息，生成待识别用户的用户标签。

在本实施例中，上述执行主体在得到上述待识别用户的用户属性信息后，上述执行主体可以基于该用户属性信息，生成上述待识别用户的用户标签。

例如，上述执行主体可以将所得的各条用户属性信息进行合并，将经合并后的用户属性信息作为用户标签。

再例如，上述执行主体可以将所得的各条用户属性信息映射为固定长度的向量，将该向量作为用户标签。

在本实施例的一些可选的实现方式中，上述执行主体可以基于上述待识别用户的用户标签，确定待推送信息，以及推送该待推送信息。作为示例，上述执行主体可以在预设条件集合中查找该用户标签所满足的目标预设条件。其中，预设条件可以预先关联有信息组，信息组中的信息可以为用于宣传物品或服务的信息、物品信息或新闻等。若上述执行主体查找到目标预设条件，上述执行主体可以从目标预设条件所关联的信息组中选取信息作为待推送信息，将该待推送信息推送给上述待识别用户。

作为示例，假设上述待识别用户的用户标签包括[性别：女性，年龄：28，颜值：中等]，上述预设条件集合包括预设条件：性别为女性、年龄处于[25，30]内以及颜值中等。由于该用户标签中的性别与年龄的值均与该预设条件中要求的对应用户属性的值相同，而且年龄28处于[25，30]内，因此，上述执行主体可以确定该预设条件是该用户标签所满足的目标预设条件。

在本实施例的一些可选的实现方式中，上述执行主体可以获取上述待识别用户的、在指定时间段(例如近半个月、一个月或三个月等)内产生的用户行为信息。而且上述执行主体可以基于上述待识别用户的用户标签和该用户行为信息，确定待推送信息。

其中，用户行为信息可以包括以下至少一项：搜索信息、浏览信息。搜索信息和浏览信息均可以包括对应的信息序列。对于搜索信息所包括的信息序列，该信息序列中的信息可以为上述待识别用户执行搜索操作时所使用的搜索语句。对于浏览信息所包括的信息序列，该信息序列中的信息可以为上述待识别用户在执行浏览操作时所浏览的物品信息、网络文章或新闻等的部分内容或全部内容。

可选地，上述执行主体可以通过执行以下生成步骤，以基于上述待识别用户的用户标签和该用户行为信息，确定待推送信息：

首先，上述执行主体可以在上述用户行为信息中查找预设的关键词集合中的关键词，以确定上述用户行为信息是否包括该关键词集合中的关键词。其中，该关键词集合中的关键词可以是用于传达消极信息的关键词。需要指出的是，有效利用该关键词集合，可以有助于发现上述待识别用户是否会实施某些会危及自己和/或社会的消极行为。

而后，若上述执行主体确定上述用户行为信息包括上述关键词集合中的关键词，则上述执行主体可以生成包含上述用户标签的待推送信息。可选地，该待推送信息在包含上述用户标签的同时，还可以包含上述人脸图像。

需要指出的是，上述执行主体可以将所生成的包含上述用户标签的待推送信息推送至指定结构提供的地址。其中，该指定机构可以是用于进行意外防范和/或违法犯罪动机察觉的机构。

继续参见图3，图3是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中，用于生成信息的方法的执行主体可以为服务器301。当用户A进入图像采集区域时，用于对该图像采集区域内的用户进行图像采集的摄像头302可以捕获用户A的人脸图像303，并将人脸图像303发送至所连接的终端设备304。而后，终端设备304可以基于人脸图像303，对用户A进行活体检测。之后，响应于终端设备304确定用户A通过活体检测，终端设备304可以将人脸图像303发送给服务器301。然后，服务器301在获取到人脸图像303后，可以将人脸图像303输入预设的用户属性识别模型集合305中的用户属性识别模型，得到用户A的用户属性信息306。最后，服务器301可以将所得的用户属性信息306映射为具有固定长度的向量，并将该向量作为用户A的用户标签307。

本申请的上述实施例提供的方法，有效利用了所显示的人脸来源于已通过活体检测的待识别用户的人脸图像来进行用户属性识别，提高了基于用户属性信息生成的用户标签的有效性。

进一步参考图4，其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400，包括以下步骤：

步骤401，获取已通过活体检测的待识别用户的人脸图像。

在本实施例中，用于生成信息的方法的执行主体(例如图1所示的终端设备101、102、103或服务器105)可以获取已通过活体检测的待识别用户的人脸图像。对于步骤401的解释说明，可参看图2所示实施例中的步骤201的相关说明，在此不再赘述。

步骤402，将人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到待识别用户的用户属性信息。

在本实施例中，上述执行主体在获取到上述人脸图像后，上述执行主体可以将上述人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到上述待识别用户的用户属性信息。其中，用户属性识别模型可以是经训练后的、用于进行用户属性识别的模型。用户属性例如可以包括性别、年龄、颜值、表情等。

步骤403，基于所得的用户属性信息，生成待识别用户的用户标签。

在本实施例中，上述执行主体在得到上述待识别用户的用户属性信息后，上述执行主体可以基于该用户属性信息，生成上述待识别用户的用户标签。

例如，上述执行主体可以将所得的各条用户属性信息进行合并，将经合并后的用户属性信息作为用户标签。

再例如，上述执行主体可以将所得的各条用户属性信息映射为固定长度的向量，将该向量作为用户标签。

步骤404，获取待识别用户的、在指定时间段内产生的用户行为信息。

在本实施例中，上述执行主体在生成上述用户标签后，上述执行主体可以获取上述待识别用户的、在指定时间段(例如近半个月、一个月或三个月等)内产生的用户行为信息。其中，上述用户行为信息可以预先存储在上述执行主体本地或与上述执行主体远程通信连接的服务器。

需要说明的是，上述用户行为信息可以包括以下至少一项：搜索信息、浏览信息。搜索信息和浏览信息均可以包括对应的信息序列。对于搜索信息所包括的信息序列，该信息序列中的信息可以为上述待识别用户执行搜索操作时所使用的搜索语句。对于浏览信息所包括的信息序列，该信息序列中的信息可以为上述待识别用户在执行浏览操作时所浏览的物品信息、网络文章或新闻等的部分内容或全部内容。

步骤405，在预设条件集合中查找用户标签所满足的目标预设条件。

在本实施例中，上述执行主体可以在预设条件集合中查找上述用户标签所满足的目标预设条件。其中，预设条件可以预先关联有信息组。信息组中的信息可以为用于宣传物品或服务的信息、物品信息或新闻等。

步骤406，响应于查找到目标预设条件，将用户行为信息与目标预设条件所关联的信息组中的信息进行匹配，得到匹配结果。

在本实施例中，响应于上述执行主体查找到上述目标预设条件，上述执行主体可以将上述用户行为信息与上述目标预设条件所关联的信息组中的信息进行匹配，得到匹配结果。

这里，上述执行主体可以从上述用户行为信息中提取出关键词，然后可以采用文本相似度算法(例如余弦相似度算法或Jaccard相似系数等)来计算提取出的关键词与该信息组中的信息的相似度，得到包含计算出的相似度的匹配结果。

步骤407，基于匹配结果，从目标预设条件所关联的信息组中选取信息作为待推送信息。

在本实施例中，上述执行主体可以基于上述匹配结果，从上述目标预设条件所关联的信息组中选取信息作为待推送信息。作为示例，若上述匹配结果中存在不低于相似度阈值的目标相似度，则上述执行主体可以选取目标相似度所对应的信息作为待推送信息。若上述匹配结果中不存在该目标相似度，则上述执行主体可以在上述目标预设条件所关联的信息组中随机选取信息作为待推送信息，或将该信息组中的所有信息作为待推送信息。

步骤408，将待推送信息推送给待识别用户。

在本实施例中，上述执行主体可以将在步骤407中确定的待推送信息推送给上述待识别用户。这里，若上述执行主体为终端设备，则上述执行主体可以将该待推送信息推送至显示屏上，以便上述待识别用户进行浏览。若上述执行主体为服务器，则上述执行主体可以将该待推送信息推送至上述人脸图像的来源终端设备，以使上述待识别用户通过该来源终端设备浏览该待推送信息。

从图4中可以看出，与图2对应的实施例相比，本实施例中的用于生成信息的方法的流程400突出了基于待识别用户的用户标签和用户行为信息确定待推送信息和推送待推送信息的步骤。由此，本实施例描述的方案在提高了所生成的用户标签的有效性的同时，还实现了基于用户喜好的信息推送，可以提高所推送的信息被浏览的概率。

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生成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，本实施例的用于生成信息的装置500包括：获取单元501、识别单元502和生成单元503。其中，获取单元501配置用于获取已通过活体检测的待识别用户的人脸图像；识别单元502配置用于将上述人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到上述待识别用户的用户属性信息，其中，用户属性识别模型可以是经训练后的、用于进行用户属性识别的模型；而生成单元503配置用于基于所得的用户属性信息，生成上述待识别用户的用户标签。

在本实施例中，用于生成信息的装置500中：获取单元501、识别单元502和生成单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203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：推送单元(图中未示出)，配置用于基于上述用户标签，确定待推送信息，以及推送待推送信息。

在本实施例的一些可选的实现方式中，上述推送单元可以包括：获取子单元(图中未示出)，配置用于获取上述待识别用户的、在指定时间段内产生的用户行为信息；确定子单元(图中未示出)，配置用于基于上述用户标签和上述用户行为信息，确定待推送信息。

在本实施例的一些可选的实现方式中，上述确定子单元可以进一步配置用于：在预设条件集合中查找上述用户标签所满足的目标预设条件，其中，预设条件可以预先关联有信息组；响应于查找到上述目标预设条件，将上述用户行为信息与上述目标预设条件所关联的信息组中的信息进行匹配，得到匹配结果；基于该匹配结果，从上述目标预设条件所关联的信息组中选取信息作为待推送信息。

在本实施例的一些可选的实现方式中，上述确定子单元还可以进一步配置用于：确定上述用户行为信息是否包含预设的关键词集合中的关键词，其中，该关键词集合中的关键词可以是用于传达消极信息的关键词；响应于确定上述用户行为信息包含该关键词集合中的关键词，生成包含上述用户标签的待推送信息。

在本实施例的一些可选的实现方式中，所生成的待推送信息在包含上述用户标签的同时，还可以包含上述人脸图像。

在本实施例的一些可选的实现方式中，上述推送单元还可以包括：第一推送子单元(图中未示出)，配置用于将来源于上述目标预设条件所关联的信息组的待推送信息推送给上述待识别用户。

在本实施例的一些可选的实现方式中，上述推送单元还可以包括：第二推送子单元(图中未示出)，配置用于将所生成的包含上述用户标签的待推送信息推送至指定机构提供的地址。

本申请的上述实施例提供的装置，有效利用了所显示的人脸来源于已通过活体检测的待识别用户的人脸图像来进行用户属性识别，提高了基于用户属性信息生成的用户标签的有效性。

下面参考图6，其示出了适于用来实现本申请实施例的电子设备的计算机系统600的结构示意图。图6示出的电子设备仅仅是一个示例，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)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)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、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。

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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本申请所示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，上述模块、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，框图或流程图中的每个方框、以及框图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：一种处理器包括获取单元、识别单元和生成单元。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，获取单元还可以被描述为“获取已通过活体检测的待识别用户的人脸图像的单元”。

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电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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一个该电子设备执行时，使得该电子设备包括：获取已通过活体检测的待识别用户的人脸图像；将人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到待识别用户的用户属性信息，其中，用户属性识别模型可以是经训练后的、用于进行用户属性识别的模型；基于所得的用户属性信息，生成待识别用户的用户标签。

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 (18)

1.一种用于生成信息的方法，包括：

获取已通过活体检测的待识别用户的人脸图像；

将所述人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到所述待识别用户的用户属性信息，其中，用户属性识别模型是经训练后的、用于进行用户属性识别的模型；

基于所得的用户属性信息，生成所述待识别用户的用户标签。

2.根据权利要求1所述的方法，其中，所述方法还包括：

基于所述用户标签，确定待推送信息，以及推送所述待推送信息。

3.根据权利要求2所述的方法，其中，所述基于所述用户标签，确定待推送信息，包括：

获取所述待识别用户的、在指定时间段内产生的用户行为信息；

基于所述用户标签和所述用户行为信息，确定待推送信息。

4.根据权利要求3所述的方法，其中，所述基于所述用户标签和所述用户行为信息，确定待推送信息，包括：

在预设条件集合中查找所述用户标签所满足的目标预设条件，其中，预设条件预先关联有信息组；

响应于查找到所述目标预设条件，将所述用户行为信息与所述目标预设条件所关联的信息组中的信息进行匹配，得到匹配结果；

基于所述匹配结果，从所述目标预设条件所关联的信息组中选取信息作为待推送信息。

5.根据权利要求3-4之一所述的方法，其中，所述基于所述用户标签和所述用户行为信息，确定待推送信息，还包括：

确定所述用户行为信息是否包含预设的关键词集合中的关键词，其中，所述关键词集合中的关键词是用于传达消极信息的关键词；

响应于确定所述用户行为信息包含所述关键词集合中的关键词，生成包含所述用户标签的待推送信息。

6.根据权利要求5所述的方法，其中，所生成的待推送信息在包含所述用户标签的同时，还包含所述人脸图像。

7.根据权利要求4所述的方法，其中，所述推送所述待推送信息，包括：

将来源于所述目标预设条件所关联的信息组的待推送信息推送给所述待识别用户。

8.根据权利要求5所述的方法，其中，所述推送所述待推送信息，还包括：

将所生成的包含所述用户标签的待推送信息推送至指定机构提供的地址。

9.一种用于生成信息的装置，包括：

获取单元，配置用于获取已通过活体检测的待识别用户的人脸图像；

识别单元，配置用于将所述人脸图像输入预设的用户属性识别模型集合中的用户属性识别模型，得到所述待识别用户的用户属性信息，其中，用户属性识别模型是经训练后的、用于进行用户属性识别的模型；

生成单元，配置用于基于所得的用户属性信息，生成所述待识别用户的用户标签。

10.根据权利要求9所述的装置，其中，所述装置还包括：

推送单元，配置用于基于所述用户标签，确定待推送信息，以及推送所述待推送信息。

11.根据权利要求10所述的装置，其中，所述推送单元包括：

获取子单元，配置用于获取所述待识别用户的、在指定时间段内产生的用户行为信息；

确定子单元，配置用于基于所述用户标签和所述用户行为信息，确定待推送信息。

12.根据权利要求11所述的装置，其中，所述确定子单元进一步配置用于：

在预设条件集合中查找所述用户标签所满足的目标预设条件，其中，预设条件预先关联有信息组；

响应于查找到所述目标预设条件，将所述用户行为信息与所述目标预设条件所关联的信息组中的信息进行匹配，得到匹配结果；

基于所述匹配结果，从所述目标预设条件所关联的信息组中选取信息作为待推送信息。

13.根据权利要求11-12之一所述的装置，其中，所述确定子单元还进一步配置用于：

确定所述用户行为信息是否包含预设的关键词集合中的关键词，其中，所述关键词集合中的关键词是用于传达消极信息的关键词；

响应于确定所述用户行为信息包含所述关键词集合中的关键词，生成包含所述用户标签的待推送信息。

14.根据权利要求13所述的装置，其中，所生成的待推送信息在包含所述用户标签的同时，还包含所述人脸图像。

15.根据权利要求12所述的装置，其中，所述推送单元还包括：

第一推送子单元，配置用于将来源于所述目标预设条件所关联的信息组的待推送信息推送给所述待识别用户。

16.根据权利要求13所述的装置，其中，所述推送单元还包括：

第二推送子单元，配置用于将所生成的包含所述用户标签的待推送信息推送至指定机构提供的地址。

17.一种电子设备，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，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。

18.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。