CN111309423B - 终端界面图像的配置方法、装置、设备及介质 - Google Patents

Abstract

本申请公开了一种终端界面图像的配置方法、装置、设备及介质，涉及图像处理技术领域，尤其涉及计算机视觉技术领域。具体实现方案为：获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值；根据所述至少一项用户属性的属性值，确定至少一项评估属性的属性值；根据所述至少一项评估属性的属性值，确定目标适配图像；根据所述目标适配图像，对所述终端的界面图像进行配置。本发明实施例的技术方案根据当前用户的信息对终端的界面图像进行配置，能够增加终端的智能性，并使得终端界面图像的变换具有实时性、用户行为关联性。

Description

终端界面图像的配置方法、装置、设备及介质

技术领域

本申请实施例涉及图像处理技术领域，尤其涉及计算机视觉技术领域，具体涉及一种终端界面图像的配置方法、装置、设备及介质。

背景技术

目前，终端设备的使用率越来越高，因此，终端设备屏幕的更换的情况也是公众经常遇到的。

然而，现阶段终端设备屏幕的显示图像通常为用户手动设置固定图像，或系统根据时间动态切换。对于用户手动设置固定图像的场景，变换背景图像人工操作量大，智能性差。对于系统根据时间动态切换的情形，具有随机性以及用户行为无关性，可能会出现系统自动切换的显示图像被用户人工切换为其他图像的情形，这会同时带来系统的无效计算量以及用户的人工操作量。

发明内容

本申请实施例公开了一种终端界面图像的配置方法、装置、设备及介质，能够使得终端界面图像的变换具有实时性、用户行为关联性，在提高用户对终端界面图像满意度的同时，最大程度的减少用户的人工操作量。

第一方面，本申请实施例公开了一种终端界面图像的配置方法，包括：

获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值；

根据所述至少一项用户属性的属性值，确定至少一项评估属性的属性值；

根据所述至少一项评估属性的属性值，确定目标适配图像；

根据所述目标适配图像，对所述终端的界面图像进行配置。

上述申请中的一个实施例具有如下优点或有益效果：根据当前用户的信息对终端的界面图像进行配置，能够增加终端的智能性，并使得终端界面图像的变换具有实时性、用户行为关联性。

另外，根据本申请上述实施例的终端界面图像的配置方法，还可以具有如下附加的技术特征：

可选的，所述至少一项用户属性包括：

用户的颜色属性，和/或用户的形象属性；

其中，所述用户的颜色属性包括：面部颜色，和/或头发颜色；所述用户的形象属性包括：面部装扮类型，和/或用户的着装类型。

上述申请中的一个实施例具有如下优点或有益效果：通过获取用户的颜色属性和用户的形象属性，能够更加准确地判断出用户的喜好，并能够依据用户的喜好，智能地更换终端界面的图像。

可选的，所述面部颜色按照亮度分为多个不同的属性值；所述头发颜色按照颜色分为多个不同的属性值；所述面部装扮类型按照性别和装扮样式分为多个不同的属性值；所述用户的着装类型按照性别分为不同的属性值。

上述申请中的一个实施例具有如下优点或有益效果：将用户属性具体地划分成不同的属性值，能够量化用户属性，能够提升终端更换界面图像的准确度。

可选的，所述识别所述用户图像中的至少一项用户属性的属性值，包括：

将所述用户图像输入至预先训练的用户属性识别模型中，并获取所述用户属性识别模型输出的所述至少一项用户属性的属性值。

上述申请中的一个实施例具有如下优点或有益效果：通过获取用户属性的属性值，能够得到更加详细的用户属性。

可选的，在获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值之前，还包括：

在至少一项用户影响因素下，获取多张用户图像，并根据所述多张用户图像，生成多个训练样本；

使用所述多个训练样本，对预设的机器学习模型进行训练，得到所述用户属性识别模型。

上述申请中的一个实施例具有如下优点或有益效果：通过多张用户图像，能够得到用户属性识别模型，则能够利用用户属性识别模型得到用户属性的属性值。

可选的，根据所述至少一项用户属性的属性值，确定至少一项评估属性的属性值包括：

获取与各所述用户属性的属性值分别对应的属性评估系数；

根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，并获取所述至少一项评估属性的属性值。

上述申请中的一个实施例具有如下优点或有益效果：确定属性评估系数，能够量化地确定评估属性的属性值。

可选的，根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，包括下述至少一项：

从所述属性评估系数超过预设阈值的各用户属性中，确定所述属性评估系数最大的属性值作为所述评估属性；

从所述属性评估系数超过预设阈值的各用户属性中，确定任意一个所述用户属性作为所述评估属性；

将所述属性评估系数超过预设阈值的各用户属性，均作为所述评估属性。

上述申请中的一个实施例具有如下优点或有益效果：通过属性评估系数，确定评估属性，能够提升评估属性的准确性。

可选的，所述根据所述至少一项评估属性的属性值，确定目标适配图像，包括：

若所述评估属性唯一，则从图像库中获取图像标签与所述评估属性的属性值一致的图像，作为所述目标适配图像；

若所述评估属性不唯一，则从所述图像库中获取图像标签命中所述评估属性的种类最多的图像，作为所述目标适配图像。

上述申请中的一个实施例具有如下优点或有益效果：通过评估属性，在图像库中确定目标适配图像，能够准确地确定适应当前用户的终端界面图像。

可选的，在识别所述用户图像中的至少一项用户属性的属性值之后，还包括：

若确定识别出的全部用户属性的属性值的属性评估系数均未超过预设阈值，则从图像库中任意获取一张图像，作为所述目标适配图像。

上述申请中的一个实施例具有如下优点或有益效果：在当前用户的用户属性不具有明显特征时，在图像库中任意获取一张，以避免终端界面图像空白的情况出现。

可选的，所述根据所述目标适配图像，对所述终端的界面图像进行配置，包括：

使用所述目标适配图像，对所述终端的背景图像进行配置；和/或，

使用所述目适配图像，对所述终端的屏幕保护图像进行配置。

上述申请中的一个实施例具有如下优点或有益效果：能够使得终端界面图像的变换具有用户行为关联性。

可选的，所述终端包括：移动终端、个人计算机或自动售卖机。

上述申请中的一个实施例具有如下优点或有益效果：不同的终端设备的背景图像均能够根据当前用户进行适应性的更换。

第二方面，本申请实施例公开了一种终端界面图像的配置装置，其特征在于，包括：

用户图像获取模块，用于获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值；

评估属性的属性值确定模块，用于根据所述至少一项用户属性的属性值，确定至少一项评估属性的属性值；

目标适配图像确定模块，用于根据所述至少一项评估属性的属性值，确定目标适配图像；

终端界面图像确定模块，用于根据所述目标适配图像，对所述终端的界面图像进行配置。

第三方面，本申请实施例公开了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任一实施例所述的方法。

第四方面，本申请实施例公开了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任一实施例所述的方法。

上述申请中的一个实施例具有如下优点或有益效果：根据当前用户的信息对终端的界面图像进行配置，能够增加终端的智能性，并使得终端界面图像的变换具有实时性、用户行为关联性，在提高用户对终端界面图像满意度的同时，最大程度的减少用户的人工操作量。

上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例提供的一种终端界面图像的配置方法的流程示意图；

图2是根据本申请第二实施例提供的一种终端界面图像的配置方法的流程示意图；

图3是根据本申请第三实施例提供的一种终端界面图像的配置装置的结构示意图；

图4是用来实现本申请实施例的终端界面图像的配置方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

第一实施例

图1是根据本申请第一实施例提供的一种终端界面图像的配置方法的流程示意图，本实施例用于根据当前操作终端的用户的用户图像中包括的信息确定终端屏幕的界面显示图像的情况。该方法可以由终端界面图像的配置装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于电子设备中。例如，手机、平板电脑，个人电脑或者包括显示屏幕的智能快递柜或者自动售卖机等设备中。如图1所示，本实施例提供的终端界面图像的配置方法可以包括：

S110、获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值。

本实施例中，终端是指带有屏幕和摄录设备的智能终端，该终端可以包括：移动终端、个人计算机、智能快递柜或自动售卖机等。终端用户是指通过终端摄录设备获取的当前使用该终端的用户。用户图像是由终端摄录设备所获取的。用户属性是指当前使用该终端的用户的个人特征，该用户的用户属性可以是多种。进一步地，每一项用户属性的属性值是相应的用户属性的不同的划分标准。

可选的，所述至少一项用户属性包括：

用户的颜色属性，和/或用户的形象属性；

其中，所述用户的颜色属性包括：面部颜色，和/或头发颜色；所述用户的形象属性包括：面部装扮类型，和/或用户的着装类型。

本实施例中，终端获取用户图像后，将用户图像进行分析处理，能够提取出用户图像中用户的面部颜色、头发颜色、以及该用户的面部装扮类型、用户的着装类型。

可选的，所述面部颜色按照亮度分为多个不同的属性值；所述头发颜色按照颜色分为多个不同的属性值；所述面部装扮类型按照性别和装扮样式分为多个不同的属性值；所述用户的着装类型按照性别分为不同的属性值。

本实施例中，面部颜色按照亮度可以分为暗、较暗、正常、较亮以及强光五个不同的属性值。头发颜色按照颜色可以分为黑色、红色、粉红色、紫色以及亚麻色等多种颜色，其中每一种颜色能够作为头发颜色的一个属性值。面部装扮类型可以分为普通男妆、卡通男妆、普通女妆和卡通女妆等多个层次，其中每一种层次能够作为面部装备类型的一个属性值，用户的着装类型可以分为男装和女装两个属性值。

可选的，所述识别所述用户图像中的至少一项用户属性的属性值，包括：

将所述用户图像输入至预先训练的用户属性识别模型中，并获取所述用户属性识别模型输出的所述至少一项用户属性的属性值。

本实施例中，用户属性识别模型用于处理用户图像，通过分析用户图像中的用户属性，并根据用户属性确定相应用户属性的属性值。示例性的，将用户图像A输入至用户属性识别模型中，识别出用户图像中用户的面部颜色为正常，则输出用户颜色属性中的面部颜色属性的属性值为正常。

可选的，在获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值之前，还包括：

在至少一项用户影响因素下，获取多张用户图像，并根据所述多张用户图像，生成多个训练样本；

使用所述多个训练样本，对预设的机器学习模型进行训练，得到所述用户属性识别模型。

本实施例中，用户影响因素是指影响终端获取用户图像的外界因素和用户自身因素，示例性的，外界因素包括终端获取用户图像时的时间、地点以及光照，用户自身因素包括肤色。

预设的机器学习模型可以是监督类的机器学习模型，也可以是无监督类的机器学习模型。所述训练样本具体是预先标注有至少一项用户属性的属性值的用户图像。

可选的，用户属性识别模型在识别每一张用户图像后，可以对每一张用户图像中不同用户属性的不同属性值设置标签，具体的，用户属性识别模型将用户图像中面部颜色、头发颜色、面部装扮类型和用户着装类型均设置标签。示例性的，当识别出面部颜色后，将面部颜色的标签设为A，若面部颜色为暗，则设定其标签为AA，若面部颜色为较暗，则设定其标签为AB，其他面部颜色相应的不同属性值以此类推，在此不再赘述。当识别出头发颜色后，将头发颜色的标签设为B，若头发颜色为黑色，则设定其标签为BA，若头发颜色为黄色，则设定其标签为BB，以上不同用户属性设置标签的方式类似，在此不再赘述。进而可以根据识别出的标签，进行后续操作。

本实施例中，示例性的，终端对不同光照、不同时间、不同地点和不同人员拍摄用户图像，使用上述不同对预设的机器学习模型进行训练，得到所述用户属性识别模型，可以使得最终训练得到的用户属性识别模型的通用性更好，适用范围更广。

在本实施例中，为了保证拍摄效果以及节约终端的功耗，一般是在预设时间内进行一次或者多次拍摄，得到一张或者多张用户图像进行用户属性的属性值识别。示例性的，预设时间可以是5min，在预设时间内拍摄3-5张用户图像。并将上述图像转换成RGBA数据，其中，RGBA是代表Red(红色)Green(绿色)Blue(蓝色)和Alpha的色彩空间。虽然它有时被描述为一个颜色空间，但是它其实仅仅是RGB模型的附加了额外的信息。本实施例中最后将RGBA数据输入至用户属性识别模型中，得到每一张用户图像的用户属性的属性值的处理结果，并基于上述多个结果，得到归一化或者平均化的至少一个用户属性的属性值。

可选的，所述识别所述用户图像中的至少一项用户属性的属性值，还可以包括：

在所述用户图像中提取设定区域内的图像特征，例如，头发区域或者面部区域的区域颜色、面部区域的五官特征或者衣着区域内的图像特征等，与预设的多个属性值相匹配，并根据匹配结果，获取至少一项用户属性的属性值。

S120、根据所述至少一项用户属性的属性值，确定至少一项评估属性的属性值。

本实施例中，评估属性是用户属性中的一种，评估属性能够代表对应的用户图像中的典型特征。具体的，能够根据评估属性确定相应的目标设备图像。

S130、根据所述至少一项评估属性的属性值，确定目标适配图像。

本实施例中，目标适配图像是从图像库中确定的与评估属性适配度最高的图像，示例性的，如果评估属性是面部颜色和头发颜色，若图像库中图像B中的配色方案或者主要颜色均与评估属性中面部颜色的属性值、头发颜色的属性值相匹配，则能够确定图像B为目标适配图像。

在本实施例中，可以建立一个图像库用于作为终端的界面图像配置的图像。在该图像库中，预先为每个图像建立图像标签，该图像标签与各项评估属性的属性值“例如，面部装扮类型为普通男妆”相匹配，或者，该图像标签仅与属性值“例如，普通男妆”相匹配。通过建立上述标签，可以在确定至少一项评估属性的属性值后，简单、便捷的在图像库中获取匹配的标适配图像。

其中，所述图像库中的图像类型可以为：风景图、影视图、动漫图或者至少一个配色方案的色彩图等，本实施例对此并不进行限制。

S140、根据所述目标适配图像，对所述终端的界面图像进行配置。

本实施例中，终端的界面图像可以是终端的背景图像，也可以是终端的屏幕保护图像。若目标适配图像为图像B，则将图像B作为终端的界面图像，其配置过程可以是终端自动实现的。

上述申请中的一个实施例具有如下优点或有益效果：根据当前用户的信息对终端的界面图像进行配置，能够增加终端的智能性，并使得终端界面图像的变换具有实时性、用户行为关联性。

第二实施例

图2是根据本申请第二实施例提供的一种终端界面图像的配置方法的流程示意图，本实施例用于根据当前操作终端的用户的用户图像中包括的信息确定终端屏幕的界面显示图像情况。该方法可以由终端界面图像的配置装置来执行，该装置可以采用软件和/或硬件的方式实现，并可集成于电子设备中。如图2所示，本实施例提供的终端界面图像的配置方法可以包括：

S210、获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值。

S220、获取与各所述用户属性的属性值分别对应的属性评估系数。

具体的，属性评估系数是用于衡量用户属性的属性值是否可靠的数值标准，属性评估系数的数值介于0-1之间。

其中，上述属性评估系数可以是将多个用户属性的属性值输入至用户属性识别模型后得到的，也可以是通过计算用户属性的属性值与预设的属性值之间的相似度得到的。

本实施例中，可以在终端获取用户图像后，将用户图像输入至用户属性识别模型中，用户属性识别模型识别出至少一项用户属性的属性值并对每一项用户属性的属性值进行属性评估，并得到相应的属性评估系数。示例性的，将用户图像A输入至用户属性识别模型中，用户属性识别模型识别出用户图像A中的面部颜色、头发颜色和面部装扮类型，并识别出用户图像A的面部颜色的属性值是正常、头发颜色是黑色以及面部装扮类型是普通男妆，并相应确定面部颜色的属性值正常的属性评估系数、头发颜色是黑色的属性评估系数以及面部装扮类型是普通男妆的属性评估系数。

S230、根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，并获取所述至少一项评估属性的属性值。

本实施例中，根据面部颜色的属性值正常的属性评估系数、头发颜色是黑色的属性评估系数以及面部装扮类型是普通男妆的属性评估系数中，确定评估属性，该评估属性可以是面部颜色，且该评估属性的属性值为正常。

可选的，根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，包括下述至少一项：

从所述属性评估系数超过预设阈值的各用户属性中，确定所述属性评估系数最大的属性值作为所述评估属性；

从所述属性评估系数超过预设阈值的各用户属性中，确定任意一个所述用户属性作为所述评估属性；

将所述属性评估系数超过预设阈值的各用户属性，均作为所述评估属性。

在本实施例中，若面部颜色的属性值正常的属性评估系数为0.8，头发颜色的属性值是黑色的属性评估系数为0.6，面部装扮类型是普通男妆的属性评估系数为0.9，预设阈值为0.7。则由于上述属性评估系数中超过预设阈值最大的用户属性是面部装扮类型，则确定面部装扮类型作为评估属性。还可以是超过预设阈值的面部颜色或者面部装扮类型中的任意一个作为评估属性。还可以是将面部颜色和面部装扮类型均作为评估属性。

S240、根据所述至少一项评估属性的属性值，确定目标适配图像，包括：若所述评估属性唯一，则从图像库中获取图像标签与所述评估属性的属性值一致的图像，作为所述目标适配图像；若所述评估属性不唯一，则从所述图像库中获取图像标签命中所述评估属性的种类最多的图像，作为所述目标适配图像。

本实施例中，若评估属性为面部颜色且该评估属性的属性值为面部颜色暗，则在图像库中随机获取一个图像标签为暗的图像，并将该图像作为目标适配图像。

如果有多个评估属性，则选择图像库中图像标签符合评估属性数量最多的图像。示例性的，若评估属性为面部颜色和头发颜色，且上述评估属性对应的属性值为暗和黑色，则如果图像库中具有同时命中图像标签为暗和黑色的图像A，则将该图像A作为目标适配图像，如果图像库中不具有同时命中图像标签为暗和黑色的图像，则从图像库中随机获取仅命中图像标签为暗的图像B，或者仅命中图像标签为黑色的图像C。

可选的，在识别所述用户图像中的至少一项用户属性的属性值之后，还包括：

若确定识别出的全部用户属性的属性值的属性评估系数均未超过预设阈值，则从图像库中任意获取一张图像，作为所述目标适配图像。

本实施例中，若识别出的用户属性的属性值属性评估系数均未超过预设阈值，示例性的，均低于预设阈值0.5，则说明该用户的个人特征不明显，因此，将图像库中的任意一张图像作为目标适配图像。

S250、所述根据所述目标适配图像，对所述终端的界面图像进行配置，包括：使用所述目标适配图像，对所述终端的背景图像进行配置；和/或，使用所述目适配图像，对所述终端的屏幕保护图像进行配置。

本实施例中，终端的界面图像包括背景图像和屏幕保护图像，当选中目标适配图像后，可以将终端的背景图像和屏幕保护图像均配置为目标适配图像，也可以是仅将终端的背景图像配置为目标适配图像，还可以是仅将终端的屏幕保护图像配置为目标适配图像。

上述申请中的一个实施例具有如下优点或有益效果：通过确定评估属性，能够提高目标适配图像的准确率，使得配置于终端的界面图像更加符合用户的特征。

第三实施例

图3是根据本申请第三实施例提供的一种终端界面图像的配置装置的结构示意图，该装置可执行本申请实施例所提供的终端界面图像的配置方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置300可以包括：

用户图像获取模块301，用于获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值；

评估属性的属性值确定模块302，用于根据所述至少一项用户属性的属性值，确定至少一项评估属性的属性值；

目标适配图像确定模块303，用于根据所述至少一项评估属性的属性值，确定目标适配图像；

终端界面图像确定模块304，用于根据所述目标适配图像，对所述终端的界面图像进行配置。

可选的，所述至少一项用户属性包括：

用户的颜色属性，和/或用户的形象属性；

其中，所述用户的颜色属性包括：面部颜色，和/或头发颜色；所述用户的形象属性包括：面部装扮类型，和/或用户的着装类型。

可选的，所述面部颜色按照亮度分为多个不同的属性值；所述头发颜色按照颜色分为多个不同的属性值；所述面部装扮类型按照性别和装扮样式分为多个不同的属性值；所述用户的着装类型按照性别分为不同的属性值。

所述用户图像获取模块301，具体用于将所述用户图像输入至预先训练的用户属性识别模型中，并获取所述用户属性识别模型输出的所述至少一项用户属性的属性值。

所述装置还包括：

训练样本生成模块305，用于在至少一项用户影响因素下，获取多张用户图像，并根据所述多张用户图像，生成多个训练样本；

用户属性识别模型确定模块306，用于使用所述多个训练样本，对预设的机器学习模型进行训练，得到所述用户属性识别模型。

评估属性的属性值确定模块302，具体用于获取与各所述用户属性的属性值分别对应的属性评估系数；

根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，并获取所述至少一项评估属性的属性值。

评估属性的属性值确定模块302，具体用于从所述属性评估系数超过预设阈值的各用户属性中，确定所述属性评估系数最大的属性值作为所述评估属性；

从所述属性评估系数超过预设阈值的各用户属性中，确定任意一个所述用户属性作为所述评估属性；

将所述属性评估系数超过预设阈值的各用户属性，均作为所述评估属性。

目标适配图像确定模块303，具体用于若所述评估属性唯一，则从图像库中获取图像标签与所述评估属性的属性值一致的图像，作为所述目标适配图像；

若所述评估属性不唯一，则从所述图像库中获取图像标签命中所述评估属性的种类最多的图像，作为所述目标适配图像。

所述装置还包括：若确定识别出的全部用户属性的属性值的属性评估系数均未超过预设阈值，则从图像库中任意获取一张图像，作为所述目标适配图像。

终端界面图像确定模块304，具体用于使用所述目标适配图像，对所述终端的背景图像进行配置；和/或，

使用所述目适配图像，对所述终端的屏幕保护图像进行配置。

所述终端包括：移动终端、个人计算机或自动售卖机。

上述申请中的一个实施例具有如下优点或有益效果：上述申请中的一个实施例具有如下优点或有益效果：根据当前用户的信息对终端的界面图像进行配置，能够增加终端的智能性，并使得终端界面图像的变换具有实时性、用户行为关联性。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图4所示，是根据本申请实施例的终端界面图像的配置方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图4所示，该电子设备包括：一个或多个处理器401、存储器402，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器401为例。

存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的终端界面图像的配置方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的终端界面图像的配置方法。

存储器402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的车辆信息确定方法对应的程序指令/模块(例如，附图3所示的模块)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的终端界面图像的配置方法。

存储器402可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据车辆消息传输电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器402可选包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至车辆消息传输电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

终端界面图像的配置方法的电子设备还可以包括：输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接，图4中以通过总线连接为例。

输入装置403可接收输入的数字或字符信息，以及产生与终端界面图像的配置方法的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置404可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括视觉输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，能够增加终端的智能性，并使得终端界面图像的变换具有实时性、用户行为关联性。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (11)

1.一种终端界面图像的配置方法，其特征在于，包括：

获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值；其中，所述用户属性的属性值是相应的用户属性的不同的划分标准；

获取与各所述用户属性的属性值分别对应的属性评估系数；

根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，并获取所述至少一项评估属性的属性值；其中，所述属性评估系数是用于衡量用户属性的属性值是否可靠的数值标准；

若所述评估属性唯一，则从图像库中获取图像标签与所述评估属性的属性值一致的图像，作为目标适配图像；

若所述评估属性不唯一，则从所述图像库中获取图像标签命中所述评估属性的种类最多的图像，作为所述目标适配图像；

根据所述目标适配图像，对所述终端的界面图像进行配置；

其中，所述根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，包括下述至少一项：

从所述属性评估系数超过预设阈值的各用户属性中，确定所述属性评估系数最大的属性值作为所述评估属性；

从所述属性评估系数超过预设阈值的各用户属性中，确定任意一个所述用户属性作为所述评估属性；

将所述属性评估系数超过预设阈值的各用户属性，均作为所述评估属性；其中，所述属性评估系数是将多个用户属性的属性值输入至用户属性识别模型后得到的，或通过计算用户属性的属性值与预设的属性值之间的相似度得到的。

2.根据权利要求1所述的方法，其特征在于，所述至少一项用户属性包括：

用户的颜色属性，和/或用户的形象属性；

其中，所述用户的颜色属性包括：面部颜色，和/或头发颜色；所述用户的形象属性包括：面部装扮类型，和/或用户的着装类型。

3.根据权利要求2所述的方法，其特征在于：

所述面部颜色按照亮度分为多个不同的属性值；所述头发颜色按照颜色分为多个不同的属性值；所述面部装扮类型按照性别和装扮样式分为多个不同的属性值；所述用户的着装类型按照性别分为不同的属性值。

4.根据权利要求1所述的方法，其特征在于，所述识别所述用户图像中的至少一项用户属性的属性值，包括：

将所述用户图像输入至预先训练的用户属性识别模型中，并获取所述用户属性识别模型输出的所述至少一项用户属性的属性值。

5.根据权利要求1所述的方法，其特征在于，在获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值之前，还包括：

在至少一项用户影响因素下，获取多张用户图像，并根据所述多张用户图像，生成多个训练样本；

使用所述多个训练样本，对预设的机器学习模型进行训练，得到所述用户属性识别模型。

6.根据权利要求1所述的方法，其特征在于，在识别所述用户图像中的至少一项用户属性的属性值之后，还包括：

若确定识别出的全部用户属性的属性值的属性评估系数均未超过预设阈值，则从图像库中任意获取一张图像，作为所述目标适配图像。

7.根据权利要求1所述的方法，其特征在于，所述根据所述目标适配图像，对所述终端的界面图像进行配置，包括：

使用所述目标适配图像，对所述终端的背景图像进行配置；和/或，

使用所述目标适配图像，对所述终端的屏幕保护图像进行配置。

8.根据权利要求1所述的方法，其特征在于，所述终端包括：移动终端、个人计算机或自动售卖机。

9.一种终端界面图像的配置装置，其特征在于，包括：

用户图像获取模块，用于获取终端用户的用户图像，并识别所述用户图像中的至少一项用户属性的属性值；其中，所述用户属性的属性值是相应的用户属性的不同的划分标准；

评估属性的属性值确定模块，用于获取与各所述用户属性的属性值分别对应的属性评估系数；根据所述属性评估系数，在所述至少一项用户属性中确定至少一项评估属性，并获取所述至少一项评估属性的属性值；其中，所述属性评估系数是用于衡量用户属性的属性值是否可靠的数值标准；

目标适配图像确定模块，用于若所述评估属性唯一，则从图像库中获取图像标签与所述评估属性的属性值一致的图像，作为目标适配图像；

若所述评估属性不唯一，则从所述图像库中获取图像标签命中所述评估属性的种类最多的图像，作为所述目标适配图像；

终端界面图像确定模块，用于根据所述目标适配图像，对所述终端的界面图像进行配置；

其中，评估属性的属性值确定模块具体用于从所述属性评估系数超过预设阈值的各用户属性中，确定所述属性评估系数最大的属性值作为所述评估属性；

从所述属性评估系数超过预设阈值的各用户属性中，确定任意一个所述用户属性作为所述评估属性；

将所述属性评估系数超过预设阈值的各用户属性，均作为所述评估属性；其中，所述属性评估系数是将多个用户属性的属性值输入至用户属性识别模型后得到的，或通过计算用户属性的属性值与预设的属性值之间的相似度得到的。

10.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。

11.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。