CN110209934A - 基于微表情识别的信息推送方法及相关装置 - Google Patents
基于微表情识别的信息推送方法及相关装置 Download PDFInfo
- Publication number
- CN110209934A CN110209934A CN201910420249.0A CN201910420249A CN110209934A CN 110209934 A CN110209934 A CN 110209934A CN 201910420249 A CN201910420249 A CN 201910420249A CN 110209934 A CN110209934 A CN 110209934A
- Authority
- CN
- China
- Prior art keywords
- micro
- information
- expression
- classification
- target
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06V40/174—Facial expression recognition
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供了一种基于微表情识别的信息推送方法及相关装置，其中，该方法包括：接收终端发送的目标用户的人脸图像；采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别；所述微表情识别模型是根据微表情样本图像集，以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的；根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别；将所述目标信息类别下的信息推送至所述终端。采用本发明，可以提高信息推送的准确度和及时性。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于微表情识别的信息推送方法及相关装置。
背景技术
在对用户进行信息推送的过程中，通常来说，服务器可以根据用户的行为数据推送相应信息至终端。例如，该行为数据可以是根据用户对推荐内容的点击、收藏、分享等行为得到的。然而，根据行为数据推送信息的方式，准确度和及时性都较差。
发明内容
本发明实施例提供了一种基于微表情识别的信息推送方法及相关装置，可以提高信息推送的准确度和及时性。
第一方面，本发明实施例提供了一种基于微表情识别的信息推送方法，包括：
接收终端发送的目标用户的人脸图像；
采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别；所述微表情识别模型是根据微表情样本图像集，以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的；
根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别；
将所述目标信息类别下的信息推送至所述终端。
可选地，所述方法还包括：
发送第一提示信息至所述终端，所述第一提示信息用于提示目标用户设置微表情类别与信息类别的对应关系；所述第一提示信息包括不同微表情类别的标识信息和不同信息类别的标识信息；
接收所述终端根据所述第一提示信息发送的设置确认信息，所述设置确认信息用于指示所述微表情类别与信息类别的对应关系。
可选地，将所述目标信息类别下的信息推送至所述终端之后，所述方法还包括：
发送第二提示信息至所述终端；所述第二提示信息用于提示所述用户输入针对所述目标信息类别下的信息的推送评分；
接收所述终端发送的推送评分；
当确定所述推送评分低于预设评分时，发送第三提示信息至所述终端；所述第三提示信息用于提示用户是否修改所述对应关系；
当接收到终端根据所述第三提示信息发送的确认修改指令时，根据所述确认修改指令对所述微表情类别与信息类别的对应关系进行修改。
可选地，所述方法还包括：
根据预设的多个设置方案中每个设置方案的评分，从所述多个设置方案中确定出评分最高的设置方案，所述多个设置方案所指示的微表情类别与信息类别的对应关系不同；
发送所述评分最高的设置方案至所述终端；
当接收到终端发送的对所述评分最高的设置方案的确认指令时，根据所述评分最高的设置方案，设置微表情类别与信息类别的对应关系。
可选地，所述接收终端发送的目标用户的人脸图像之前，所述方法还包括：
从所述微表情样本图像集中确定出子图像集，将所述子图像集以及所述子图像集中每个微表情样本图像标记的微表情类别发送至指定电子设备，以使所述指定电子设备对所述子图像集中每个微表情样本图像标记的微表情类别进行校验；
当接收到所述指定电子设备返回的指示校验通过的信息时，根据所述微表情样本图像集以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别，对预设模型进行训练，以得到微表情识别模型。
可选地，将所述目标信息类别下的信息推送至所述终端，包括：
获取所述目标用户的历史行为数据；所述历史行为数据包括在预设时间范围内的行为数据，所述行为数据包括浏览的至少一个信息以及对每个浏览的信息的点击次数；
根据浏览的所述目标信息类别下的信息的点击次数，从所述浏览的目标信息类别下的信息中，确定出点击次数大于预设次数的信息；
将所述点击次数大于预设次数的信息推送至所述终端。
可选地，所述根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别，包括：
获取系统时间，确定所述系统时间对应的目标时间段；
根据预设的时间段、微表情类别与信息类别的对应关系，确定所述目标时间段和目标微表情类别，所对应的目标信息类别。
第二方面，本发明实施例提供了一种基于微表情识别的信息推送装置，包括：
接收模块，用于接收终端发送的目标用户的人脸图像；
识别模块，用于采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别；所述微表情识别模型是根据微表情样本图像集，以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的；
确定模块，用于根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别；
发送模块，用于将所述目标信息类别下的信息推送至所述终端。
第三方面，本发明实施例提供了一种服务器，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面所述的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面所述的方法。
综上，服务器可以接收终端发送的目标用户的人脸图像，并可以采用预设的微表情识别模型对该目标用户的人脸图像进行识别，以得到该人脸图像的目标微表情类别，从而根据预设的微表情类别与信息类别的对应关系，可以确定该目标微表情类别对应的目标信息类别，并可以将该目标信息类别下的信息推送至该终端，提高了信息推送的准确度。
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简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例提供的一种基于微表情识别的信息推送方法的流程示意图；
图2是本发明实施例提供的另一种基于微表情识别的信息推送方法的流程示意图；
图3是本发明实施例提供的一种基于微表情识别的信息推送系统的网络架构示意图；
图4是本发明实施例提供的一种基于微表情识别的信息推送装置的结构示意图；
图5是本发明实施例提供的一种服务器的结构示意图。
具体实施方式
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描述。
请参阅图1，为本发明实施例提供的一种基于微表情识别的信息推送方法的流程示意图。该方法可以应用于服务器，该服务器可以为互联网的中一个服务器或服务器集群。具体地，该方法可以包括以下步骤：
S101、接收终端发送的目标用户的人脸图像。
本发明实施例中，服务器可以接收终端发送的目标用户的人脸图像。其中，该目标用户是指终端对应的用户。
在一个实施例中，该目标用户的人脸图像可以是终端按照预设的采样频率采集的。
在一个实施例中，该目标用户的人脸图像可以是服务器发送人脸图像采集指令至终端后，终端根据该人脸图像采集指令采集的，该人脸图像采集指令包括预设的采样频率。
在一个实施例中，该目标用户的人脸图像还可以是终端在检测到该个性化信息推送功能中的人脸图像推送启动后，按照预设的采样频率采集的。
在一个实施例中，该目标用户的人脸图像还可以是服务器在检测到该目标用户启动个性化信息推送功能中的人脸图像推送后，发送人脸图像采集指令至终端，终端根据该人脸图像采集指令采集的，该人脸图像采集指令包括预设的采样频率。
在一个实施例中，该目标用户的人脸图像还可以是终端在检测到该个性化信息推送功能中的人脸图像推送启动，且用户打开指定页面后，按照预设的采样频率采集的。
在一个实施例中，该目标用户的人脸图像还可以是服务器在检测到该目标用户启动个性化信息推送功能中的人脸图像推送，且该目标用户正在访问指定页面后，发送人脸图像采集指令至终端，终端根据该人脸图像采集指令采集的，该人脸图像采集指令包括预设的采样频率。
在一个实施例中，前述预设的采样频率可以是根据页面的显示时长设置的。例如，该页面的显示时长可以为视频播放页面上的视频的播放时长。或还可以是根据目标用户在页面的平均停留时长设置的。其中，该平均停留时长是指目标用户浏览至少一个页面时，所花费的平均时长。
在一个实施例中，为了保证用户信息的安全性，服务器可以计算发送的目标用户的人脸图像与存储的目标用户的人脸图像的相似度，当该相似度大于等于预设相似度时，可以触发执行步骤S102，还可以当相似度小于预设相似度时，发送警报信息至该目标用户的终端，以防止出现账号被盗等情况。
在一个实施例中，考虑到终端变更使用者的情况，因此服务器还可以在接收到终端发送的更换推送用户的提示信息时，接收终端发送的新的用户人脸图像，并将该新的用户确定为目标用户，存储该目标用户的人脸图像。
S102、采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别。
其中，该微表情识别模型可以是根据微表情样本图像集，以及该微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的。在一个实施例中，该目标微表情类别可以为以下任意一项微表情类别：高兴、伤心、害怕、愤怒、厌恶、惊讶、轻蔑。当然，该微表情类别根据需要还可以包括其他划分形式，本发明实施例在此不做赘述。
具体地，该微表情识别模型可以根据微表情样本图像集中各微表情样本图像，以及该微表情样本图像集中每个微表情样本图像标记的微表情类别，对预设模型进行训练得到的。其中，该预设模型包括但不限于卷积神经网络模型。
其中，采用预设的微表情识别模型对该目标用户的人脸图像进行识别，以得到该人脸图像的目标微表情类别，可以包括：将该目标用户的人脸图像输入该预设的微表情识别模型，并通过该微表情模型输出该人脸图像的目标微表情类别。
在一个实施例中，为了保证标记的微表情类别的正确性，服务器还可以在接收终端发送的目标用户的人脸图像之前，从该微表情样本图像集中确定出子图像集，将该子图像集以及该子图像集中每个微表情样本图像标记的微表情类别发送至指定电子设备，以使该指定电子设备对该子图像集中每个微表情样本图像标记的微表情类别进行校验；当接收到该指定电子设备返回的指示校验通过的信息时，根据该微表情样本图像集以及该微表情样本图像集中每个微表情样本图像标记的微表情类别，对预设模型进行训练，以得到微表情识别模型。
在一个实施例中，当接收到该指定电子设备返回的指示校验通过的信息时，根据该微表情样本图像集以及该微表情样本图像集中每个微表情样本图像标记的微表情类别，对预设模型进行训练，以得到微表情识别模型，可以包括：当接收到该指定电子设备返回的指示校验通过的信息时，将该微表情样本图像集中各微表情样本图像作为输入数据，并将该微表情样本图像集中每个微表情样本图像标记的微表情类别作为输出数据，对预设模型进行训练，以得到微表情识别模型。
在一个实施例中，当接收到该指定电子设备返回的指示校验失败的信息时，根据该校验失败的信息更正该子图像集中的目标微表情样本图像标记的微表情类别，并利用该微表情样本图像集以及微表情样本图像集中每个微表情样本图像标记的微表情类别(包括修改后的该目标微表情样本图像标记的微表情类别)，对预设模型进行训练，以得到微表情识别模型。该目标微表情样本图像的数量为一个或多个。
在一个实施例中，该校验失败的信息可以携带该子图像集中的目标微表情样本图像以及修改后的该目标微表情样本图像标记的微表情类别，服务器根据该校验失败的信息更正该子图像集中的目标微表情样本图像标记的微表情类别，可以包括：服务器查找出存储的该子图像集中的目标微表情样本图像标记的微表情类别，并利用该修改后的该目标微表情样本图像标记的微表情类别，替换该查找出的微表情类别。
在一个实施例中，服务器还可以统计目标微表情样本图像的数量以及该子图像集中的微表情样本图像的数量；服务器计算该目标微表情样本图像的数量与该子图像集中的微表情样本图像的数量的比值；当计算出的比值小于或等于预设比值时，触发根据该校验失败的信息更正该子图像集中的目标微表情样本图像标记的微表情类别的步骤；当当计算出的比值大于预设比值时，输出错误提示信息，该错误提示信息指示该微表情样本图像集中每个微表情样本标记的微表情类别，可能存在较高的错误率。
在一个应用场景中，为了进一步保证该标记的微表情类别的正确性，该指定电子设备可以为目标注册心理咨询师对应的电子设备。该服务器可以存储多个注册心理咨询师的信息，并按照预设筛选规则从该多个注册心理咨询师中筛选出目标注册心理咨询师，其中，该预设筛选规则可以包括按照注册心理咨询师的评分设置的规则，还可以是按照注册心理咨询师的级别设置的规则。
即，服务器还可以在从该微表情样本图像集中确定出子图像集，将该子图像集以及该子图像集中每个微表情样本图像标记的微表情类别发送至指定电子设备之前，按照预设筛选规则从该多个注册心理咨询师中筛选出目标注册心理咨询师。在一个实施例中，预设筛选规则包括按照注册心理咨询师的评分设置的规则，服务器按照预设筛选规则从该多个注册心理咨询师中筛选出目标注册心理咨询师，可以包括：服务器根据该多个注册心理咨询师的评分，从该多个注册心理咨询师中筛选出评分最高的注册心理咨询师、并将该评分最高的注册心理咨询师作为目标注册心理咨询师。或，预设筛选规则包括按照注册心理咨询师的级别设置的规则，服务器按照预设筛选规则从该多个注册心理咨询师中筛选出目标注册心理咨询师，可以包括：服务器根据该多个注册心理咨询师的评分，从该多个注册心理咨询师中筛选出级别最高的注册心理咨询师、并将该级别最高的注册心理咨询师作为目标注册心理咨询师。
S103、根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别。
本发明实施例，服务器可以根据预设的微表情类别与信息类别的对应关系，确定目标微表情类别对应的目标信息类别。
其中，该预设的微表情类别与信息类别的对应关系可以是由服务器设置的，或还可以是由终端设置的。
在一个实施例中，服务器可以发送第一提示信息至所述终端，所述第一提示信息用于提示目标用户设置微表情类别与信息类别的对应关系；接收所述终端根据所述第一提示信息发送的设置确认信息，所述设置确认信息用于指示所述微表情类别与信息类别的对应关系。其中，所述第一提示信息包括不同微表情类别的标识信息和不同信息类别的标识信息。其中，该微表情类别的标识信息可以包括该微表情类别对应的微表情图像和/或微表情类别的名称。该信息类别的标识信息可以包括该信息类别的名称，和/或还可以包括该信息类别下的信息示例，和/或还可以包括该关于该信息类别的描述信息。本发明实施例通过提示用户设置对应关系，可以便于对用户进行个性化的信息推送。
其中，服务器可以发送第一提示信息至终端，终端可以接收该第一提示信息，并可以根据该第一提示信息包括的不同微表情类别的标识信息和不同信息类别的标识信息，设置该微表情类别与信息类别的对应关系，并可以发送设置确认信息至服务器，服务器可以接收该设置确认信息，并根据该设置确认信息设置该微表情类别与信息类别的对应关系。在一个实施例中，该设置确认信息可以携带记录了该微表情类别与信息类别的对应关系的表格，以使服务器根据该设置确认消息携带的表格设置该微表情类别与信息类别的对应关系。
在一个实施例中，服务器还可以根据预设的多个设置方案中每个设置方案的评分，从所述多个设置方案中确定出评分最高的设置方案，所述多个设置方案所指示的微表情类别与信息类别的对应关系不同；发送所述评分最高的设置方案至所述终端；当接收到终端发送的对所述评分最高的设置方案的确认指令时，根据所述评分最高的设置方案，设置微表情类别与信息类别的对应关系。本发明实施例通过评分为用户选取方案以推送至用户，方便了用户设置对应关系的过程，提升了用户体验。
例如，该多个设置方案包括方案1，方案2，方案3，服务器这三个设置方案的评分，从这三个设置方案中确定出评分最高的方案1，发送设置方案1至终端；当接收到终端发送的对方案1的确认指令时，根据方案1设置微表情类别与信息类别的对应关系。
在一个实施例中，服务器还可以获取所述目标用户的信息，并根据所述目标用户的信息生成所述目标用户的用户标签，该信息包括用户基本信息和/或用户行为数据；服务器根据预设的设置方案与用户标签的对应关系，从预设的多个设置方案中，确定出与所述目标用户的用户标签匹配的设置方案，并将该匹配出的设置方案发送至所述终端；当接收到终端发送的对所述匹配的设置方案的确认指令时，根据所述匹配的设置方案，设置微表情类别与信息类别的对应关系。其中，该用户标签可以包括但不限于年龄段、职业、爱好等类别的标签。本发明实施例通过标签为用户选取方案以推送至用户，方便了用户设置对应关系的过程，提升了用户体验。
在一个实施例中，所述根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别，包括：获取系统时间，确定所述系统时间对应的目标时间段；根据预设的时间段、微表情类别与信息类别的对应关系，确定所述目标时间段和目标微表情类别，所对应的目标信息类别。
例如，系统时间为10：00，目标微表情类别为高兴，则服务器可以确定该系统时间对应的目标时间段为早上，则服务器可以根据预设的时间段、微表情类别与信息类别的对应关系，查询出早上、高兴，所对应的目标信息类别。
S104、将所述目标信息类别下的信息推送至所述终端。
服务器可以将该目标信息类别下的信息推送至该终端。
在一个实施例中，服务器将所述目标信息类别下的信息推送至所述终端，包括：服务器获取所述目标用户的历史行为数据；所述历史行为数据包括在预设时间范围内的行为数据，所述行为数据包括浏览的至少一个信息以及对每个浏览的信息的点击次数；服务器根据浏览的所述目标信息类别下的信息的点击次数，从所述浏览的目标信息类别下的信息中，确定出点击次数大于预设次数的信息；服务器将所述点击次数大于预设次数的信息推送至所述终端。通过用户的历史行为数据对信息进行筛选后进行推送的方式，可以有效地识别出用户感兴趣的信息以针对性的进行推送。
在一个实施例中，服务器还可以确定出与所述点击次数大于预设次数的信息部分特征或全部特征重叠的其他信息，并将所述其他信息推送至所述终端，通过用户的历史行为数据对信息进行筛选后进行推送的方式，可以有效地识别出用户感兴趣的信息以针对性的进行推送，并进一步确定出特征重叠的其他信息推送至所述终端，有利于更加全面的为用户推送感兴趣的信息。
可见，图1所示的实施例中，服务器可以接收终端发送的目标用户的人脸图像，并可以采用预设的微表情识别模型对该目标用户的人脸图像进行识别，以得到该人脸图像的目标微表情类别，从而根据预设的微表情类别与信息类别的对应关系，可以确定该目标微表情类别对应的目标信息类别，并可以将该目标信息类别下的信息推送至该终端，提高了信息推送的准确度和及时性。
请参阅图2，为本发明实施例提供的另一种基于微表情识别的信息推送方法的流程示意图，该方法可以应用于服务器，该服务器可以为互联网中的一个服务器或服务器集群。具体地，该方法可以包括以下步骤：
S201、接收终端发送的目标用户的人脸图像。
S202、采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别。
S203、根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别。
S204、将所述目标信息类别下的信息推送至所述终端。
S205、发送第二提示信息至所述终端。
S206、接收所述终端发送的推送评分。
在步骤S205-S206中，服务器可以发送第二提示信息至终端，以提示该用户输入针对该目标信息类别下的信息的推送评分，终端可以接收到第二提示信息，并可以根据该第二提示细腻发送推送评分至服务器，服务器可以接收该终端发送的推送评分。其中，该推送评分包括但不限于以文字、数字、字母、图片等形式体现。
S207、当确定所述推送评分低于预设评分时，发送第三提示信息至所述终端。
推送评分低于预设评分，说明用户对于当前的推送感到不满意，因此可以当确定该推送评分低于预设评分时，发送第三提示信息至该终端，提示用户是否修改该对应关系。
在一个实施例中，当确定该推送评分低于预设评分时，服务器发送第三提示信息至该终端，可以包括：服务器还可以在当确定该推送评分低于预设评分时，获取历史推送评分记录，该历史推送评分记录包括在指定时间范围内该终端发送的推送评分；统计该指定时间范围内该终端发送的推送评分中低于预设评分的推送评分的数量，当该数量大于预设数量时，发送第三提示信息至该终端。
在一个实施例中，服务器还可以在当确定该推送评分低于预设评分时，获取历史推送评分记录，该历史推送评分记录包括在指定时间范围内该终端发送的推送评分；统计该指定时间范围内该终端发送的推送评分中低于预设评分的推送评分的第一数量，并统计该指定时间范围内该终端发送的推送评分中等于或高于预设评分的推送评分的第二数量，当该第一数量高于该第二数量时，发送第三提示信息至该终端。
S208、当接收到终端根据所述第三提示信息发送的确认修改指令时，根据所述确认修改指令对所述微表情类别与信息类别的对应关系进行修改。
终端可以接收服务器发送的第三提示信息，并可以根据该第三提示信息返回确认修改指令或拒绝修改指令至服务器。当服务器接收到终端根据该第三提示信息发送的确认修改指令时，可以根据该确认修改指令对该微表情类别与信息类别的对应关系进行修改。
在一个实施例中，服务器根据该确认修改指令对该微表情类别与信息类别的对应关系进行修改，可以包括：服务器发送第一提示信息至该终端，该第一提示信息用于提示目标用户设置微表情类别与信息类别的对应关系；该第一提示信息包括不同微表情类别的标识信息和不同信息类别的标识信息；接收该终端根据该第一提示信息发送的设置确认信息，该设置确认信息用于指示该微表情类别与信息类别的对应关系。或，服务器还可以发送多个设置方案至终端，并接收终端返回的选取的设置方案，并利用该选取的设置方案重新设置微表情类别和信息类别的对应关系。
可见，图2所示的实施例中，服务器可以接收终端发送的目标用户的人脸图像，并可以采用预设的微表情识别模型对该目标用户的人脸图像进行识别，以得到该人脸图像的目标微表情类别，从而根据预设的微表情类别与信息类别的对应关系，可以确定该目标微表情类别对应的目标信息类别，并可以将该目标信息类别下的信息推送至该终端，提高了信息推送的准确度和及时性。并且，服务器还可以用户的推送评分判断是否发送第三提示信息至终端，以提示用户是否修改该微表情类别与信息类别的对应关系，当接收到确认修改指令时，根据该确认修改指令修改微表情类别与信息类别的对应关系，以便后续更加准确的进行信息推送。
请参阅图3，为本发明实施例提供的一种基于微表情识别的信息推送系统的网络架构示意图。该信息推送系统包括终端10和服务器20，终端10可以为智能手机、平板电脑等带有摄像头的电子设备。服务器20可以为互联网中的一个服务器或服务器集群。
终端10可以发送目标用户的人脸图像至服务器20，以便服务器20可以通过执行步骤S101-S105，以通过预设的微表情识别模型确定出该人脸图像对应的目标微表情类别，从而将该目标微表情类别对应的目标信息类别下的信息推送至终端10，提高了信息推送的准确度和及时性。
请参阅图4，为本发明实施例提供的一种基于微表情识别的信息推送装置的结构示意图。该装置可以应用于服务器。具体地，该装置可以包括：
接收模块41，用于接收终端发送的目标用户的人脸图像；
识别模块42，用于采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别；所述微表情识别模型是根据微表情样本图像集，以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的；
确定模块43，用于根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别；
发送模块44，用于将所述目标信息类别下的信息推送至所述终端。
在一种可选的实施方式中，发送模块44，还用于发送第一提示信息至所述终端，所述第一提示信息用于提示目标用户设置微表情类别与信息类别的对应关系；所述第一提示信息包括不同微表情类别的标识信息和不同信息类别的标识信息。
在一种可选的实施方式中，接收模块41，还用于接收所述终端根据所述第一提示信息发送的设置确认信息，所述设置确认信息用于指示所述微表情类别与信息类别的对应关系。
在一种可选的实施方式中，发送模块44，还用于在将所述目标信息类别下的信息推送至所述终端之后，发送第二提示信息至所述终端；所述第二提示信息用于提示所述用户输入针对所述目标信息类别下的信息的推送评分。
在一种可选的实施方式中，接收模块41，还用于接收所述终端发送的推送评分。
在一种可选的实施方式中，发送模块44，还用于当确定所述推送评分低于预设评分时，发送第三提示信息至所述终端；所述第三提示信息用于提示用户是否修改所述对应关系。
在一种可选的实施方式中，处理模块45，还用于当接收模块41接收到终端根据所述第三提示信息发送的确认修改指令时，根据所述确认修改指令对所述微表情类别与信息类别的对应关系进行修改。
在一种可选的实施方式中，确定模块43，还用于根据预设的多个设置方案中每个设置方案的评分，从所述多个设置方案中确定出评分最高的设置方案，所述多个设置方案所指示的微表情类别与信息类别的对应关系不同。
在一种可选的实施方式中，发送模块44，还用于发送所述评分最高的设置方案至所述终端。
在一种可选的实施方式中，处理模块45，还用于当接收模块41接收到终端发送的对所述评分最高的设置方案的确认指令时，根据所述评分最高的设置方案，设置微表情类别与信息类别的对应关系。
在一种可选的实施方式中，确定模块43，还用于在接收模块41接收终端发送的目标用户的人脸图像之前，从所述微表情样本图像集中确定出子图像集。
在一种可选的实施方式中，发送模块44，还用于将所述子图像集以及所述子图像集中每个微表情样本图像标记的微表情类别发送至指定电子设备，以使所述指定电子设备对所述子图像集中每个微表情样本图像标记的微表情类别进行校验；
在一种可选的实施方式中，处理模块45，还用于当接收到所述指定电子设备返回的指示校验通过的信息时，根据所述微表情样本图像集以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别，对预设模型进行训练，以得到微表情识别模型。
在一种可选的实施方式中，发送模块44将所述目标信息类别下的信息推送至所述终端，具体为获取所述目标用户的历史行为数据；所述历史行为数据包括在预设时间范围内的行为数据，所述行为数据包括浏览的至少一个信息以及对每个浏览的信息的点击次数；根据浏览的所述目标信息类别下的信息的点击次数，从所述浏览的目标信息类别下的信息中，确定出点击次数大于预设次数的信息；将所述点击次数大于预设次数的信息推送至所述终端。
在一种可选的实施方式中，确定模块43根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别，具体为获取系统时间，确定所述系统时间对应的目标时间段；根据预设的时间段、微表情类别与信息类别的对应关系，确定所述目标时间段和目标微表情类别，所对应的目标信息类别。
可见，图4所示的实施例中，服务器可以接收终端发送的目标用户的人脸图像，并可以采用预设的微表情识别模型对该目标用户的人脸图像进行识别，以得到该人脸图像的目标微表情类别，从而根据预设的微表情类别与信息类别的对应关系，可以确定该目标微表情类别对应的目标信息类别，并可以将该目标信息类别下的信息推送至该终端，提高了信息推送的准确度和及时性。
请参阅图5，为本发明实施例提供的一种服务器的结构示意图。本实施例中所描述的服务器可以包括：一个或多个处理器100，一个或多个输入设备200，一个或多个输出设备300和存储器400。处理器100、输入设备200、输出设备300和存储器400可以通过总线连接。
输入设备200、输出设备300可以是标准的有线或无线通信接口。
处理器100可以是中央处理模块(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器400可以是高速RAM存储器，也可为非不稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器400用于存储一组程序代码，输入设备200、输出设备300和处理器100可以调用存储器400中存储的程序代码。具体地：
处理器100，用于通过输入设备200接收终端发送的目标用户的人脸图像；采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别；所述微表情识别模型是根据微表情样本图像集，以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的；根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别；通过输出设备300将所述目标信息类别下的信息推送至所述终端。
可选地，处理器100，还用于通过输出设备300发送第一提示信息至所述终端，所述第一提示信息用于提示目标用户设置微表情类别与信息类别的对应关系；所述第一提示信息包括不同微表情类别的标识信息和不同信息类别的标识信息；通过输入设备200接收所述终端根据所述第一提示信息发送的设置确认信息，所述设置确认信息用于指示所述微表情类别与信息类别的对应关系。
可选地，处理器100，还用于在将所述目标信息类别下的信息推送至所述终端之后，通过输出设备300发送第二提示信息至所述终端；所述第二提示信息用于提示所述用户输入针对所述目标信息类别下的信息的推送评分；通过输入设备200接收所述终端发送的推送评分；当确定所述推送评分低于预设评分时，通过输出设备300发送第三提示信息至所述终端；所述第三提示信息用于提示用户是否修改所述对应关系；当接收到终端根据所述第三提示信息发送的确认修改指令时，根据所述确认修改指令对所述微表情类别与信息类别的对应关系进行修改。
可选地，处理器100，还用于根据预设的多个设置方案中每个设置方案的评分，从所述多个设置方案中确定出评分最高的设置方案，所述多个设置方案所指示的微表情类别与信息类别的对应关系不同；通过输出设备300发送所述评分最高的设置方案至所述终端；当通过输入设备200接收到终端发送的对所述评分最高的设置方案的确认指令时，根据所述评分最高的设置方案，设置微表情类别与信息类别的对应关系。
可选地，处理器100，还用于在通过输入设备200接收终端发送的目标用户的人脸图像之前，从所述微表情样本图像集中确定出子图像集，通过输出设备300将所述子图像集以及所述子图像集中每个微表情样本图像标记的微表情类别发送至指定电子设备，以使所述指定电子设备对所述子图像集中每个微表情样本图像标记的微表情类别进行校验；当通过输入设备200接收到所述指定电子设备返回的指示校验通过的信息时，根据所述微表情样本图像集以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别，对预设模型进行训练，以得到微表情识别模型。
可选地，处理器100通过输出设备300将所述目标信息类别下的信息推送至所述终端，具体为获取所述目标用户的历史行为数据；所述历史行为数据包括在预设时间范围内的行为数据，所述行为数据包括浏览的至少一个信息以及对每个浏览的信息的点击次数；根据浏览的所述目标信息类别下的信息的点击次数，从所述浏览的目标信息类别下的信息中，确定出点击次数大于预设次数的信息；通过输出设备300将所述点击次数大于预设次数的信息推送至所述终端。
可选地，处理器100根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别，具体为获取系统时间，确定所述系统时间对应的目标时间段；根据预设的时间段、微表情类别与信息类别的对应关系，确定所述目标时间段和目标微表情类别，所对应的目标信息类别。
具体实现中，本发明实施例中所描述的处理器100、输入设备200、输出设备300可执行图1实施例、图2实施例所描述的实现方式，也可执行本发明实施例所描述的实现方式，在此不再赘述。
在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以是两个或两个以上模块集成在一个模块中。上述集成的模块既可以采样硬件的形式实现，也可以采样软件功能模块的形式实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。
Claims (10)
1.一种基于微表情识别的信息推送方法，其特征在于，包括：
接收终端发送的目标用户的人脸图像；
采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别；所述微表情识别模型是根据微表情样本图像集，以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的；
根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别；
将所述目标信息类别下的信息推送至所述终端。
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：
发送第一提示信息至所述终端，所述第一提示信息用于提示目标用户设置微表情类别与信息类别的对应关系；所述第一提示信息包括不同微表情类别的标识信息和不同信息类别的标识信息；
接收所述终端根据所述第一提示信息发送的设置确认信息，所述设置确认信息用于指示所述微表情类别与信息类别的对应关系。
3.根据权利要求1所述的方法，其特征在于，将所述目标信息类别下的信息推送至所述终端之后，所述方法还包括：
发送第二提示信息至所述终端；所述第二提示信息用于提示所述用户输入针对所述目标信息类别下的信息的推送评分；
接收所述终端发送的推送评分；
当确定所述推送评分低于预设评分时，发送第三提示信息至所述终端；所述第三提示信息用于提示用户是否修改所述对应关系；
当接收到终端根据所述第三提示信息发送的确认修改指令时，根据所述确认修改指令对所述微表情类别与信息类别的对应关系进行修改。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据预设的多个设置方案中每个设置方案的评分，从所述多个设置方案中确定出评分最高的设置方案，所述多个设置方案所指示的微表情类别与信息类别的对应关系不同；
发送所述评分最高的设置方案至所述终端；
当接收到终端发送的对所述评分最高的设置方案的确认指令时，根据所述评分最高的设置方案，设置微表情类别与信息类别的对应关系。
5.根据权利要求1所述的方法，其特征在于，所述接收终端发送的目标用户的人脸图像之前，所述方法还包括：
从所述微表情样本图像集中确定出子图像集，将所述子图像集以及所述子图像集中每个微表情样本图像标记的微表情类别发送至指定电子设备，以使所述指定电子设备对所述子图像集中每个微表情样本图像标记的微表情类别进行校验；
当接收到所述指定电子设备返回的指示校验通过的信息时，根据所述微表情样本图像集以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别，对预设模型进行训练，以得到微表情识别模型。
6.根据权利要求1-5任意一项所述的方法，其特征在于，将所述目标信息类别下的信息推送至所述终端，包括：
获取所述目标用户的历史行为数据；所述历史行为数据包括在预设时间范围内的行为数据，所述行为数据包括浏览的至少一个信息以及对每个浏览的信息的点击次数；
根据浏览的所述目标信息类别下的信息的点击次数，从所述浏览的目标信息类别下的信息中，确定出点击次数大于预设次数的信息；
将所述点击次数大于预设次数的信息推送至所述终端。
7.根据权利要求1所述的方法，其特征在于，所述根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别，包括：
获取系统时间，确定所述系统时间对应的目标时间段；
根据预设的时间段、微表情类别与信息类别的对应关系，确定所述目标时间段和目标微表情类别，所对应的目标信息类别。
8.一种基于微表情识别的信息推送装置，其特征在于，包括：
接收模块，用于接收终端发送的目标用户的人脸图像；
识别模块，用于采用预设的微表情识别模型对所述目标用户的人脸图像进行识别，以得到所述人脸图像的目标微表情类别；所述微表情识别模型是根据微表情样本图像集，以及所述微表情样本图像集中每个微表情样本图像标记的微表情类别训练得到的；
确定模块，用于根据预设的微表情类别与信息类别的对应关系，确定所述目标微表情类别对应的目标信息类别；
发送模块，用于将所述目标信息类别下的信息推送至所述终端。
9.一种服务器，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910420249.0A CN110209934A (zh) | 2019-05-20 | 2019-05-20 | 基于微表情识别的信息推送方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910420249.0A CN110209934A (zh) | 2019-05-20 | 2019-05-20 | 基于微表情识别的信息推送方法及相关装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110209934A true CN110209934A (zh) | 2019-09-06 |
Family
ID=67787882
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910420249.0A Pending CN110209934A (zh) | 2019-05-20 | 2019-05-20 | 基于微表情识别的信息推送方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110209934A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112364241A (zh) * | 2020-10-27 | 2021-02-12 | 北京五八信息技术有限公司 | 信息推送的方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577516A (zh) * | 2013-07-01 | 2014-02-12 | 北京百纳威尔科技有限公司 | 内容显示方法和装置 |
| WO2017185630A1 (zh) * | 2016-04-27 | 2017-11-02 | 乐视控股（北京）有限公司 | 基于情绪识别的信息推荐方法、装置和电子设备 |
| WO2018188567A1 (zh) * | 2017-04-13 | 2018-10-18 | 腾讯科技（深圳）有限公司 | 服务器信息推送方法、终端信息发送方法、装置、系统以及存储介质 |
| CN109559193A (zh) * | 2018-10-26 | 2019-04-02 | 深圳壹账通智能科技有限公司 | 智能识别的产品推送方法、装置、计算机设备及介质 |
-
2019
- 2019-05-20 CN CN201910420249.0A patent/CN110209934A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103577516A (zh) * | 2013-07-01 | 2014-02-12 | 北京百纳威尔科技有限公司 | 内容显示方法和装置 |
| WO2017185630A1 (zh) * | 2016-04-27 | 2017-11-02 | 乐视控股（北京）有限公司 | 基于情绪识别的信息推荐方法、装置和电子设备 |
| WO2018188567A1 (zh) * | 2017-04-13 | 2018-10-18 | 腾讯科技（深圳）有限公司 | 服务器信息推送方法、终端信息发送方法、装置、系统以及存储介质 |
| CN109559193A (zh) * | 2018-10-26 | 2019-04-02 | 深圳壹账通智能科技有限公司 | 智能识别的产品推送方法、装置、计算机设备及介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112364241A (zh) * | 2020-10-27 | 2021-02-12 | 北京五八信息技术有限公司 | 信息推送的方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107256428B (zh) | 数据处理方法、数据处理装置、存储设备及网络设备 | |
| CN107357787B (zh) | 语义交互方法、装置及电子设备 | |
| US20120330662A1 (en) | Input supporting system, method and program | |
| CN108536601B (zh) | 一种评测方法、装置、服务器及存储介质 | |
| CN110941738B (zh) | 推荐方法、装置、电子设备及计算机可读存储介质 | |
| CN109756760B (zh) | 视频标签的生成方法、装置及服务器 | |
| CN109492152B (zh) | 推送定制内容的方法、装置、计算机设备及存储介质 | |
| CN111144191A (zh) | 字体识别方法、装置、电子设备及存储介质 | |
| CN111552633A (zh) | 接口的异常调用测试方法、装置、计算机设备及存储介质 | |
| CN110597965B (zh) | 文章的情感极性分析方法、装置、电子设备及存储介质 | |
| WO2020077871A1 (zh) | 基于大数据的事件预测方法、装置、计算机设备及存储介质 | |
| CN111737443B (zh) | 答案文本的处理方法和装置、关键文本的确定方法 | |
| CN112506981A (zh) | 一种线上培训服务推送方法和装置 | |
| CN111782946A (zh) | 书友推荐方法、计算设备及计算机存储介质 | |
| CN115455166A (zh) | 一种智能对话系统异常检测的方法、装置、介质及设备 | |
| CN113593533B (zh) | 基于意图识别的流程节点跳转方法、装置、设备及介质 | |
| CN113257414B (zh) | 基于贝叶斯结构学习的信息归类方法、装置和系统 | |
| CN110209934A (zh) | 基于微表情识别的信息推送方法及相关装置 | |
| KR102243275B1 (ko) | 오프라인 오브젝트에 관한 콘텐츠 자동 생성 방법, 장치 및 컴퓨터 판독가능 저장 매체 | |
| CN109120509B (zh) | 一种信息收集的方法及装置 | |
| CN111933107A (zh) | 语音识别方法、装置、存储介质和处理器 | |
| CN112492397A (zh) | 视频处理方法、计算机设备和存储介质 | |
| CN113505272B (zh) | 基于行为习惯的控制方法和装置、电子设备和存储介质 | |
| CN115294592A (zh) | 理赔信息采集方法和采集装置、计算机设备、存储介质 | |
| CN107003930A (zh) | 用户信息记录方法、装置及电子设备 |
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 |