CN110377824A - 信息推送方法、装置、计算机可读存储介质及电子设备 - Google Patents

Abstract

本公开实施例公开了一种信息推送方法和装置，其中，该方法包括：获取目标用户终端上传的空间图像；确定空间图像包括的物体图像的属性信息；基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。本公开实施例有效地利用了用户上传的空间图像，确定空间图像指示的空间中的哪些物品需要对其提出建议信息，提高了信息推荐的准确性和效率，有助于使用户快速得知需要获得物品、需要更换哪些物品的建议。

Description

信息推送方法、装置、计算机可读存储介质及电子设备

技术领域

本公开涉及计算机技术领域，尤其是一种信息推送方法、装置、计算机可读存储介质及电子设备。

背景技术

目前，互联网技术为人们的生活带来了很多便利。例如当人们利用网络购买家具等物品时，无法知道哪些物品需要更换，或者哪些物品需要重新购买。因此，人们需要快速知道自己家的家具哪些不合适，或还需要哪些适合自己家的家具。

发明内容

为了解决上述技术问题，提出了本公开。本公开的实施例提供了一种信息推送方法、装置、计算机可读存储介质及电子设备。

本公开的实施例提供了一种信息推送方法，该方法包括：获取目标用户终端上传的空间图像；确定空间图像包括的物体图像的属性信息；基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。

在一些实施例中，确定空间图像包括的物体图像的属性信息，包括：将空间图像输入预先训练的图像识别模型，得到空间图像包括的物体图像的物体特性信息；获取空间图像对应的三维点云信息；基于三维点云信息，确定空间图像包括的物体图像的尺寸信息；基于物体特性信息和/或尺寸信息，生成物体图像的属性信息。

在一些实施例中，基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，包括：基于属性信息，从空间图像包括的物体图像中选择目标物体图像，其中，目标物体图像是所表征的物体与空间图像指示的空间不匹配的物体图像；生成用于表征目标物体图像与空间图像指示的空间不匹配的建议信息。

在一些实施例中，基于属性信息，从空间图像包括的物体图像中选择目标物体图像，包括以下任一方式：基于物体特性信息，确定空间图像的空间风格信息；从空间图像中选择对应的物体特性信息与空间风格信息不匹配的物体图像作为目标物体图像；基于三维点云信息，确定空间图像的空间尺寸信息；从空间图像中选择对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像；从空间图像中选择对应的物体特性信息与空间风格信息不匹配的，并且对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像。

在一些实施例中，基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，包括：基于属性信息，从预设的物体信息库中选择物体信息；基于所选择的物体信息生成建议信息。

在一些实施例中，基于属性信息，从预设的物体信息库中选择物体信息，包括以下任一方式：基于物体特性信息，确定空间图像的空间风格信息；从物体信息库中选择对应的物体特性信息与空间风格信息匹配的物体信息；基于三维点云信息，确定空间图像的空间尺寸信息；从物体信息库中选择对应的尺寸信息与空间尺寸信息匹配的物体信息；从物体信息库中选择对应的物体特性信息与空间风格信息匹配的，并且对应的尺寸信息与空间尺寸信息匹配的物体信息。

根据本公开实施例的另一个方面，提供了一种信息推送装置，该装置包括：获取模块，用于获取目标用户终端上传的空间图像；确定模块，用于确定空间图像包括的物体图像的属性信息；生成模块，用于基于物体属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。

在一些实施例中，确定模块包括：识别单元，用于将空间图像输入预先训练的图像识别模型，得到空间图像包括的物体图像的物体特性信息；获取单元，用于获取空间图像对应的三维点云信息；确定单元，用于基于三维点云信息，确定空间图像包括的物体图像的尺寸信息；第一生成单元，用于基于物体特性信息和/或尺寸信息，生成物体图像的属性信息。

在一些实施例中，生成模块包括：第一选择单元，用于基于物体属性信息，从空间图像包括的物体图像中选择目标物体图像，其中，目标物体图像是所表征的物体与空间图像指示的空间不匹配的物体图像；第二生成单元，用于生成用于表征目标物体图像与空间图像指示的空间不匹配的建议信息。

在一些实施例中，第一选择单元包括以下任一子单元：第一选择子单元，用于基于物体特性信息，确定空间图像的空间风格信息；从空间图像中选择对应的物体特性信息与空间风格信息不匹配的物体图像作为目标物体图像；第二选择子单元，用于基于三维点云信息，确定空间图像的空间尺寸信息；从空间图像中选择对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像；第三选择子单元，用于从空间图像中选择对应的物体特性信息与空间风格信息不匹配的，并且对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像。

在一些实施例中，生成模块包括：第二选择单元，用于基于物体属性信息，从预设的物体信息库中选择物体信息；第三生成单元，用于基于所选择的物体信息生成建议信息。

在一些实施例中，第二选择单元包括以下任一子单元：第四选择子单元，用于基于物体特性信息，确定空间图像的空间风格信息；从物体信息库中选择对应的物体特性信息与空间风格信息匹配的物体信息；第五选择子单元，用于基于三维点云信息，确定空间图像的空间尺寸信息；从物体信息库中选择对应的尺寸信息与空间尺寸信息匹配的物体信息；第六选择子单元，用于从物体信息库中选择对应的物体特性信息与空间风格信息匹配的，并且对应的尺寸信息与空间尺寸信息匹配的物体信息。

根据本公开实施例的另一个方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序用于执行上述信息推送方法。

根据本公开实施例的另一个方面，提供了一种电子设备，电子设备包括：处理器；用于存储处理器可执行指令的存储器；处理器，用于从存储器中读取可执行指令，并执行指令以实现上述信息推送方法。

基于本公开上述实施例提供的信息推送方法、装置、计算机可读存储介质及电子设备，通过获取目标用户终端上传的空间图像，再确定空间图像包括的物体图像的属性信息，最后基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。从而有效地利用了用户上传的空间图像，确定空间图像指示的空间中的哪些物品需要对其提出建议信息，提高了信息推荐的准确性和效率，有助于使用户快速得知需要获得物品、需要更换哪些物品的建议。

下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本公开所适用的系统图。

图2是本公开一示例性实施例提供的数据处理方法的流程示意图。

图3是本公开另一示例性实施例提供的数据处理方法的流程示意图。

图4是本公开另一示例性实施例提供的数据处理方法的流程示意图。

图5是本公开另一示例性实施例提供的数据处理方法的流程示意图。

图6是本公开一示例性实施例提供的数据处理装置的结构示意图。

图7是本公开另一示例性实施例提供的数据处理装置的结构示意图。

图8是本公开一示例性实施例提供的电子设备的结构图。

具体实施方式

下面，将参考附图详细地描述根据本公开的示例实施例。显然，所描述的实施例仅仅是本公开的一部分实施例，而不是本公开的全部实施例，应理解，本公开不受这里描述的示例实施例的限制。

应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。

还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“”可以指一个、两个或两个以上。

还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。

另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。

还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

本公开实施例可以应用于计算机系统、服务器等电子设备，其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于：个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境，等等。

计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常，程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等，它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施，分布式云计算环境中，任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中，程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。

申请概述

目前，互联网技术为人们的生活带来了很多便利。例如当人们利用网络购买家具等物品时，无法知道哪些物品需要更换，或者哪些物品需要重新购买。因此，人们需要快速知道自己家的家具哪些不合适，或还需要哪些适合自己家的家具。目前的推荐家具等物品的方法，通常需要预先获得用户的喜好、购买历史等信息，无法准确地根据用户当前已有的物品判断用户的实际需求。

示例性系统

图1示出了可以应用本公开的实施例的信息推送方法或信息推送装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101，网络102和服务器103。网络102用以在终端设备101和服务器103之间提供通信链路的介质。网络102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通过网络102与服务器103交互，以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用，例如购物类应用、搜索类应用、网页浏览器应用、即时通信工具等。

终端设备101可以是各种电子设备，包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。

服务器103可以是提供各种服务的服务器，例如对终端设备101上传的图像进行处理的后台图像处理服务器。后台图像处理服务器可以对接收到的图像进行处理，得到处理结果(例如物体的建议信息)并反馈给终端设备。

需要说明的是，本公开的实施例所提供的信息推送方法可以由服务器103执行，也可以由终端设备101执行，相应地，信息推送装置可以设置于服务器103中，也可以设置于终端设备101中。例如，图1中的终端设备101的数量可以是多个，其中一个终端设备从其他终端设备获取空间图像，并执行信息推送方法。

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。

示例性方法

图2是本公开一示例性实施例提供的信息推送方法的流程示意图。本实施例可应用在电子设备(如图1所示的服务器或终端设备)上，如图2所示，包括如下步骤：

步骤201，获取目标用户终端上传的空间图像。

在本实施例中，电子设备可以获取目标用户终端(例如图1所示的终端设备)上传的空间图像。其中，目标用户终端是目标用户使用的终端，目标用户是待对其提出关于空间图像指示的空间中的物品的建议信息的用户。空间图像可以是预先对房间、庭院等空间拍摄的图像。通常，空间图像中可以包括各种物体图像。例如，当空间图像是对房间内拍摄的图像时，空间图像中可以包括各种家具的图像。

步骤202，确定空间图像包括的物体图像的属性信息。

在本实施例中，电子设备可以确定空间图像包括的物体图像的属性信息。其中，属性信息可以是用于表征物体的某些特征属性的信息。例如物体的类别、风格、尺寸、用途等信息。

电子设备可以利用各种方法确定物体图像的属性信息。例如，电子设备可以利用现有的目标检测方法(例如基于神经网络的目标检测方法)，对空间图像进行识别，得到目标图像中的物体图像所属的类别、尺寸等信息作为属性信息。

在一些可选的实现方式中，如图3所示，电子设备可以按照如下步骤确定空间图像包括的物体图像的属性信息：

步骤2021，将空间图像输入预先训练的图像识别模型，得到空间图像包括的物体图像的物体特性信息。

其中，图像识别模型用于表征图像与物体特征信息的对应关系。物体特性信息可以用于表征物体的外观特性，例如物体的类别、风格等特性。

具体地，作为示例，上述电子设备或其他电子设备可以利用现有的目标检测网络(例如SSD(Single Shot MultiBox Detector)、DPM(Deformable Part Model)等)作为初始模型，对该初始模型进行训练，得到图像识别模型。

用于训练图像识别模型的执行主体可以利用机器学习方法，将预设的训练样本集合中的训练样本包括的样本空间图像作为输入，将与输入的样本空间图像对应的标注物体特性信息作为期望输出，对初始模型(例如各种结构的卷积神经网络)进行训练，针对每次训练输入的样本空间图像，可以得到实际输出。其中，实际输出是初始模型实际输出的数据，用于表征物体特性信息。然后，上述执行主体可以采用梯度下降法和反向传播法，基于实际输出和期望输出，调整初始模型的参数，将每次调整参数后得到的模型作为下次训练的初始模型，并在满足预设的训练结束条件的情况下，结束训练，从而训练得到图像识别模型。需要说明的是，这里预设的训练结束条件可以包括但不限于以下至少一项：训练时间超过预设时长；训练次数超过预设次数；利用预设的损失函数(例如交叉熵损失函数)计算所得的损失值小于预设损失值阈值。

步骤2022，获取空间图像对应的三维点云信息。

本步骤中，电子设备可以从远处或从本地获取三维点云信息。其中，三维点云信息可以包括三维坐标值，对应于三维空间中的点。通常，空间图像可以是深度图像，即目标用户利用上述目标用户终端包括的深度相机拍摄的图像，从而得到空间图像对应的深度信息。电子设备或其他电子设备(例如目标用户终端)可以基于深度信息，确定待处理图像对应的三维点云信息。其中，深度信息用于表征待处理图像中的物体图像与摄像头的成像面之间的距离。通常，深度图像中的每个像素点对应于一个深度值，深度值用于表征像素点指示的位置与摄像头的成像面之间的距离。电子设备可以根据深度信息表征的距离，确定三维点云信息。

步骤2023，基于三维点云信息，确定空间图像包括的物体图像的尺寸信息。

具体地，空间图像中的每个物体图像可以对应于一个三维点云集合，该三维点云集合中的每个三维点云用于表征物体上的一个点。电子设备可以根据三维点云集合包括的各个三维点云的坐标，确定物体图像的尺寸信息。

步骤2024，基于物体特性信息和/或尺寸信息，生成物体图像的属性信息。

具体地，作为示例，电子设备可以将物体特性信息确定为属性信息，或者，可以将尺寸信息确定为属性信息，或者，可以将物体特性信息和尺寸信息确定为物体图像的属性信息。需要说明的是，这里的属性信息不局限于包括上述物体特性信息和/或尺寸信息，还可以包括其他关于物体图像的信息(例如编号、名称等)。

通过执行步骤2021-步骤2024，可以使属性信息不仅可以表征物体的外观特性，还可以表征物体的三维尺寸，从而使得物体图像的属性信息更加丰富，有助于利用属性信息提高生成物体的建议信息的准确性和针对性。

步骤203，基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。

在本实施例中，电子设备可以基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。具体地，作为示例，电子设备可以基于属性信息包括的类别信息(例如家具的类别信息为“沙发”)，从预设的物体信息库中选择与该类别信息相同且符合预设条件(例如获得物品的用户数量最多)的物体信息，将所选择的物体信息作为建议信息发送至目标用户终端。

本公开的上述实施例提供的方法，通过获取目标用户终端上传的空间图像，再确定空间图像包括的物体图像的属性信息，最后基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。从而有效地利用了用户上传的空间图像，确定空间图像指示的空间中的哪些物品需要对其提出建议信息，提高了信息推荐的准确性和效率，有助于使用户快速得知需要获得物品、需要更换哪些物品的建议。

进一步参考图4，示出了信息推送方法的又一个实施例的流程示意图。如图4所示，在上述图3所示实施例(即步骤2021-步骤2024)的基础上，步骤203可包括如下步骤：

步骤2031，基于属性信息，从空间图像包括的物体图像中选择目标物体图像。

在本实施例中，电子设备可以基于属性信息，从空间图像包括的物体图像中选择目标物体图像。其中，目标物体图像是所表征的物体与空间图像指示的空间不匹配的物体图像。具体地，电子设备可以按照各种方式，从空间图像包括的物体图像中选择目标物体图像。

在一些可选的实现方式中，电子设备可以按照以下任一方式确定目标物体图像：

方式一，基于物体特性信息，确定空间图像的空间风格信息；从空间图像中选择对应的物体特性信息与空间风格信息不匹配的物体图像作为目标物体图像。

具体地，物体特性信息可以包括物体风格信息。物体风格信息用于表征物体的风格。例如，物体为家具，该物体的物体风格信息可以为“中式风格”、“欧式风格”、“简约风格”等。电子设备可以根据空间图像中的所有物品图像的图像风格信息，确定空间风格信息。例如，可以将所确定的各个物体风格信息中，对应的物体图像最多的物体风格信息作为空间风格信息。例如多个家具同属于中式风格，则空间风格信息也为中式风格。在本实现方式中，电子设备可以利用上述步骤2021中描述的图像识别模型，得到物体风格信息。具体地，可以将空间图像输入图像识别模型，由图像识别模型输出物体风格信息。图像识别模型可以是利用预设的训练样本集合，对初始模型(例如包括用于提取图像特征的卷积神经网络和对特征进行分类的分类模型)进行训练得到的模型。作为示例，训练样本集合中的训练样本可以包括样本空间图像，以及对样本空间图像标注的样本物体图像和与样本物体图像对应的样本物体风格信息。电子设备可以将样本空间图像作为初始模型的输入，将与输入的样本空间图像对应的样本物体风格信息作为初始模型的期望输出，利用机器学习方法，对初始模型进行训练，得到图像识别模型。训练完成的图像识别模型可以从输入的空间图像中确定物体图像，以及与物体图像对应的物体风格信息。

然后，电子设备从空间图像中选择对应的物体特性信息与空间风格信息不匹配的物体图像作为目标物体图像。例如，空间风格信息为“中式风格”，某物体图像的物体特性信息包括的物体风格信息为“欧式风格”，则该物体图像为目标物体图像。

方式二，基于三维点云信息，确定空间图像的空间尺寸信息；从空间图像中选择对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像。

具体地，电子设备可以利用空间图像对应的三维点云信息包括的三维点云的坐标，确定空间图像表征的空间的尺寸信息。作为示例，如果空间尺寸信息用于表征房间目前可占用的最大空间的尺寸，且某物体图像对应的尺寸信息大于等于空间尺寸信息乘以预设比例所得的结果，则该物体图像为目标物体图像。

方式三，从空间图像中选择对应的物体特性信息与空间风格信息不匹配的，并且对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像。

通过上述各方式确定的目标物体图像，可以帮助用户准确地从空间图像表征的空间中，找到与空间不匹配的物体，从而有助于向用户更有针对性和更准确地推送建议信息。

步骤2032，生成用于表征目标物体图像与空间图像指示的空间不匹配的建议信息。

在本实施例中，电子设备可以生成用于表征目标物体图像与空间图像指示的空间不匹配的建议信息。其中，建议信息可以包括各种形式的信息，包括但不限于以下至少一种：文字、图像等。例如，建议信息可以包括：“此家具的风格与房间风格不符，建议更换。”

上述图4对应实施例提供的方法，突出了确定目标物体图像并生成表征物体与空间不匹配的建议信息的步骤，从而有助于向用户更有针对性和更准确地推送建议信息，使用户得知当前哪些物品与当前的空间不匹配，帮助用户做出诸如更换物体的决策。

进一步参考图5，示出了信息推送方法的又一个实施例的流程示意图。如图5所示，在上述图3所示实施例(即步骤2021-步骤2024)的基础上，步骤203可包括如下步骤：

步骤2031，基于属性信息，从预设的物体信息库中选择物体信息。

在本实施例中，电子设备可以基于属性信息，从预设的物体信息库中选择物体信息。其中，物体信息是用于表征物体的信息，例如物体信息可以包括但不限于以下至少一种：物体的名称、类别、图像、产地等信息。物体信息库可以设置于电子设备中，也可以设置于与电子设备通信连接的其他电子设备中。

在一些可选的实现方式中，电子设备可以按照以下任一方式从物体信息库中选择物体信息：

方式一，基于物体特性信息，确定空间图像的空间风格信息；从物体信息库中选择对应的物体特性信息与空间风格信息匹配的物体信息。

具体地，基于物体特性信息确定空间风格信息的方法与上述图4对应实施例中描述的方法相同，这里不再赘述。上述物体信息库中的物体信息具有对应的物体特性信息。作为示例，物体特性信息可以包括物体风格信息，如果物体信息库中的某个物体信息X对应的物体风格信息为“中式风格”，空间风格信息也为“中式风格”，则该物体信息X与空间风格信息匹配。

方式二，基于三维点云信息，确定空间图像的空间尺寸信息；从物体信息库中选择对应的尺寸信息与空间尺寸信息匹配的物体信息。

具体地，基于三维点云信息，确定空间图像的空间尺寸信息的方法与上述图4对应实施例描述的方法相同，这里不再赘述。物体信息库中的物体信息具有对应的尺寸信息。作为示例，如果空间尺寸信息用于表征房间目前可占用的最大空间的尺寸，且物体信息库中的某物体信息Y对应的尺寸信息处于目标尺寸范围(例如空间尺寸信息乘以第一预设比例所得的结果，与空间尺寸信息乘以第二预设比例所得的结果所确定的范围)内，则该物体图像为目标物体图像。

方式三，从物体信息库中选择对应的物体特性信息与空间风格信息匹配的，并且对应的尺寸信息与空间尺寸信息匹配的物体信息。

步骤2032，基于所选择的物体信息生成建议信息。

在本实施例中，电子设备可以基于所选择的物体信息生成建议信息。其中，建议信息可以包括以下至少一种：图像、文字等。例如，建议信息可以包括所选择的物体信息包括的物体图像。

需要说明的是，上述图4对应实施例和图5对应实施例可以相结合，例如，电子设备执行图4对应实施例后向用户发送表征目标物体图像指示的物体与空间图像指示的空间不匹配的建议信息，再向用户发送包括所选择的物体信息的建议信息。

上述图5对应实施例提供的方法，突出了基于属性信息，从物体信息库中选择物体信息并生成建议信息的步骤，从而有助于向用户更有针对性和更准确地推送建议信息，使用户获得适合当前空间的物体图像，帮助用户做出诸如更换物体或添加新的物体的决策。

本公开实施例提供的任一种信息推送方法可以由任意适当的具有数据处理能力的设备执行，包括但不限于服务器等。或者，本公开实施例提供的任一种信息推送方法可以由处理器执行，如处理器通过调用存储器存储的相应指令来执行本公开实施例提及的任一种信息推送方法。下文不再赘述。

示例性装置

图6是本公开一示例性实施例提供的信息推送装置的结构示意图。本实施例可应用在电子设备(如图1所示的服务器)上，如图6所示，信息推送装置包括：获取模块601，用于获取目标用户终端上传的空间图像；确定模块602，用于确定空间图像包括的物体图像的属性信息；生成模块603，用于基于物体属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。

在本实施例中，获取模块601可以获取目标用户终端(例如图1所示的终端设备)上传的空间图像。其中，目标用户终端是目标用户使用的终端，目标用户是待对其提出关于空间图像指示的空间中的物品的建议信息的用户。空间图像可以是预先对房间、庭院等空间拍摄的图像。通常，空间图像中可以包括各种物体图像。例如，当空间图像是对房间内拍摄的图像时，空间图像中可以包括各种家具的图像。

在本实施例中，确定模块602可以确定空间图像包括的物体图像的属性信息。其中，属性信息可以是用于表征物体的某些特征属性的信息。例如物体的类别、风格、尺寸、用途等信息。

确定模块602可以利用各种方法确定物体图像的属性信息。例如，确定模块602可以利用现有的目标检测方法(例如基于神经网络的目标检测方法)，对空间图像进行识别，得到目标图像中的物体图像所属的类别、尺寸等信息作为属性信息。

在本实施例中，生成模块603可以基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。具体地，作为示例，生成模块603可以基于属性信息包括的类别信息(例如家具的类别信息为“沙发”)，从预设的物体信息库中选择与该类别信息相同且符合预设条件(例如获得物品的用户数量最多)的物体信息，将所选择的物体信息作为建议信息发送至目标用户终端。

参照图7，图7是本公开另一示例性实施例提供的信息推送装置的结构示意图。

在一些可选的实现方式中，确定模块602可以包括：识别单元6021，用于将空间图像输入预先训练的图像识别模型，得到空间图像包括的物体图像的物体特性信息；获取单元6022，用于获取空间图像对应的三维点云信息；确定单元6023，用于基于三维点云信息，确定空间图像包括的物体图像的尺寸信息；第一生成单元6024，用于基于物体特性信息和/或尺寸信息，生成物体图像的属性信息。

在一些可选的实现方式中，生成模块603可以包括：第一选择单元6031，用于基于物体属性信息，从空间图像包括的物体图像中选择目标物体图像，其中，目标物体图像是所表征的物体与空间图像指示的空间不匹配的物体图像；第二生成单元6032，用于生成用于表征目标物体图像与空间图像指示的空间不匹配的建议信息。

在一些可选的实现方式中，第一选择单元6031可以包括以下任一子单元：第一选择子单元60311，用于基于物体特性信息，确定空间图像的空间风格信息；从空间图像中选择对应的物体特性信息与空间风格信息不匹配的物体图像作为目标物体图像；第二选择子单元60312，用于基于三维点云信息，确定空间图像的空间尺寸信息；从空间图像中选择对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像；第三选择子单元60313，用于从空间图像中选择对应的物体特性信息与空间风格信息不匹配的，并且对应的尺寸信息与空间尺寸信息不匹配的物体图像作为目标物体图像。

在一些可选的实现方式中，生成模块603可以包括：第二选择单元(图中未示出)，用于基于物体属性信息，从预设的物体信息库中选择物体信息；第三生成单元(图中未示出)，用于基于所选择的物体信息生成建议信息。

在一些可选的实现方式中，第二选择单元可以包括以下任一子单元：第四选择子单元(图中未示出)，用于基于物体特性信息，确定空间图像的空间风格信息；从物体信息库中选择对应的物体特性信息与空间风格信息匹配的物体信息；第五选择子单元(图中未示出)，用于基于三维点云信息，确定空间图像的空间尺寸信息；从物体信息库中选择对应的尺寸信息与空间尺寸信息匹配的物体信息；第六选择子单元(图中未示出)，用于从物体信息库中选择对应的物体特性信息与空间风格信息匹配的，并且对应的尺寸信息与空间尺寸信息匹配的物体信息。

本公开上述实施例提供的信息推送装置，通过获取目标用户终端上传的空间图像，再确定空间图像包括的物体图像的属性信息，最后基于属性信息，生成关于空间图像指示的空间中的物体的建议信息，并发送至目标用户终端。从而有效地利用了用户上传的空间图像，确定空间图像指示的空间中的哪些物品需要对其提出建议信息，提高了信息推荐的准确性和效率，有助于使用户快速得知需要获得物品、需要更换哪些物品的建议。

示例性电子设备

下面，参考图8来描述根据本公开实施例的电子设备。该电子设备可以是如图1所示的终端设备101或服务器103。

图8图示了根据本公开实施例的电子设备的框图。

如图8所示，电子设备800包括一个或多个处理器801和存储器802。

处理器801可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备800中的其他组件以执行期望的功能。

存储器802可以包括一个或多个计算机程序产品，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器701可以运行程序指令，以实现上文的本公开的各个实施例的信息推送方法以及/或者其他期望的功能。在计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。

在一个示例中，电子设备800还可以包括：输入装置803和输出装置804，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，该输入装置803可以是通信网络连接器，用于从终端设备101接收图像。

该输出装置804可以向外部输出各种信息，包括确定出的类别信息。该输出设备804可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图8中仅示出了该电子设备800中与本公开有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备800还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的信息推送方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本公开的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的信息推送方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

可能以许多方式来实现本公开的方法和装置。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明，本公开的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本公开实施为记录在记录介质中的程序，这些程序包括用于实现根据本公开的方法的机器可读指令。因而，本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。

还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种信息推送方法，包括：

获取目标用户终端上传的空间图像；

确定所述空间图像包括的物体图像的属性信息；

基于所述属性信息，生成关于所述空间图像指示的空间中的物体的建议信息，并发送至所述目标用户终端。

2.根据权利要求1所述的方法，其中，所述确定所述空间图像包括的物体图像的属性信息，包括：

将所述空间图像输入预先训练的图像识别模型，得到所述空间图像包括的物体图像的物体特性信息；

获取所述空间图像对应的三维点云信息；

基于所述三维点云信息，确定所述空间图像包括的物体图像的尺寸信息；

基于所述物体特性信息和/或所述尺寸信息，生成所述物体图像的属性信息。

3.根据权利要求2所述的方法，其中，所述基于所述属性信息，生成关于所述空间图像指示的空间中的物体的建议信息，包括：

基于所述属性信息，从所述空间图像包括的物体图像中选择目标物体图像，其中，所述目标物体图像是所表征的物体与所述空间图像指示的空间不匹配的物体图像；

生成用于表征所述目标物体图像与所述空间图像指示的空间不匹配的建议信息。

4.根据权利要求3所述的方法，其中，所述基于所述属性信息，从所述空间图像包括的物体图像中选择目标物体图像，包括以下任一方式：

基于所述物体特性信息，确定所述空间图像的空间风格信息；从所述空间图像中选择对应的物体特性信息与所述空间风格信息不匹配的物体图像作为目标物体图像；

基于所述三维点云信息，确定所述空间图像的空间尺寸信息；从所述空间图像中选择对应的尺寸信息与所述空间尺寸信息不匹配的物体图像作为目标物体图像；

从所述空间图像中选择对应的物体特性信息与所述空间风格信息不匹配的，并且对应的尺寸信息与所述空间尺寸信息不匹配的物体图像作为目标物体图像。

5.根据权利要求2所述的方法，其中，所述基于所述属性信息，生成关于所述空间图像指示的空间中的物体的建议信息，包括：

基于所述属性信息，从预设的物体信息库中选择物体信息；

基于所选择的物体信息生成建议信息。

6.根据权利要求5所述的方法，其中，所述基于所述属性信息，从预设的物体信息库中选择物体信息，包括以下任一方式：

基于所述物体特性信息，确定所述空间图像的空间风格信息；从所述物体信息库中选择对应的物体特性信息与所述空间风格信息匹配的物体信息；

基于所述三维点云信息，确定所述空间图像的空间尺寸信息；从所述物体信息库中选择对应的尺寸信息与所述空间尺寸信息匹配的物体信息；

从所述物体信息库中选择对应的物体特性信息与所述空间风格信息匹配的，并且对应的尺寸信息与所述空间尺寸信息匹配的物体信息。

7.一种信息推送装置，包括：

获取模块，用于获取目标用户终端上传的空间图像；

确定模块，用于确定所述空间图像包括的物体图像的属性信息；

生成模块，用于基于所述物体属性信息，生成关于所述空间图像指示的空间中的物体的建议信息，并发送至所述目标用户终端。

8.根据权利要求7所述的装置，其中，所述确定模块包括：

识别单元，用于将所述空间图像输入预先训练的图像识别模型，得到所述空间图像包括的物体图像的物体特性信息；

获取单元，用于获取所述空间图像对应的三维点云信息；

确定单元，用于基于所述三维点云信息，确定所述空间图像包括的物体图像的尺寸信息；

第一生成单元，用于基于所述物体特性信息和/或所述尺寸信息，生成所述物体图像的属性信息。

9.一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1-6任一所述的方法。

10.一种电子设备，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现上述权利要求1-6任一所述的方法。