CN111445283B - 基于交互设备的数字人处理方法、设备及存储介质 - Google Patents

Abstract

本申请公开了一种基于交互设备的数字人处理方法、设备及存储介质，涉及人工智能领域。具体实现方案为：获取进入采集范围内对象的人物特征信息；根据所述对象的人物特征信息，确定目标对象；根据所述目标对象的人物特征信息，确定待推荐的物品，并触发数字人对所述待推荐的物品进行相应地推荐处理。本申请实施例的方案，可以通过数字人交互空气屏对进入采集范围内的用户的人物特征信息进行提取和分析，从而为用户推荐相应的物品。即使针对完全陌生的用户，也能够根据其自身的特征推荐与其匹配的物品，实现了无需用户进行任何预先的操作的前提下就可进行物品推荐。

Description

基于交互设备的数字人处理方法、设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及人工智能技术领域中的基于交互设备的数字人处理方法、设备及存储介质。

背景技术

随着信息技术的发展，用户获取信息的方式已经从主动搜索获取慢慢转变为系统主动向用户推荐的方式。

例如，用户在选购商品时，系统可以通过用户在近期的搜索记录，获取到用户可能感兴趣的商品，从而主动推荐给用户。该方案可以无需用户主动搜索就能获取商品信息。但是，目前的方案需要获取用户之前的搜索信息，若针对一个陌生的用户，没有任何历史信息记录，则系统无法获取到该用户的搜索记录，也就无法获取到该用户可能感兴趣的商品。

因此，目前亟需一种针对陌生用户的物品推荐方案。

发明内容

提供了一种基于交互设备的数字人处理方法、设备及存储介质。

根据第一方面，提供了一种基于交互设备的数字人处理方法，包括：

获取进入采集范围内对象的人物特征信息；

根据所述对象的人物特征信息，确定目标对象；

根据所述目标对象的人物特征信息，确定待推荐的物品，并触发数字人对所述待推荐的物品进行相应地推荐处理。

根据第二方面，提供了一种数字人交互设备，包括：

摄像装置，用于获取进入采集范围内对象的人物特征信息；

处理器，用于根据所述对象的人物特征信息，确定目标对象；

所述处理器还用于根据所述目标对象的人物特征信息，确定待推荐的物品；

显示屏，用于显示数字人，和显示所述处理器触发所述数字人对所述待推荐的物品进行相应地推荐处理。

根据第三方面，提供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第一方面中任一项所述的方法。

本申请实施例提供的基于交互设备的数字人处理方法、设备及存储介质，首先获取进入采集范围内对象的人物特征信息，从而得到了采集范围内的各个对象的相应特征。然后，根据对象的人物特征信息，确定待推荐的对象，待推荐的对象为后续向其进行物品推荐的对象或者人，通过对象的人物特征信息，实现了待推荐的对象的初步筛选。最后，根据待推荐的对象的人物特征信息，确定待推荐的物品，进一步根据待推荐的对象的自身特征，为其选择了与其人物特征信息更加匹配的待推荐的物品。然后，可以触发数字人向该对象推荐确定的待推荐的物品。本申请实施例的方案，可以通过数字人交互空气屏对进入采集范围内的用户的人物特征信息进行提取和分析，从而为用户推荐相应的物品。即使针对完全陌生的用户，也能够根据其自身的特征推荐与其匹配的物品，实现了无需用户进行任何预先的操作的前提下就可进行物品推荐。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

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为本申请实施例提供的一种数字人的示意图；

图2为本申请实施例提供的一种应用场景示意图；

图3为本申请实施例提供的基于交互设备的数字人处理方法的流程示意图；

图4为本申请实施例提供的物品信息输入示意图；

图5为本申请实施例提供的确定目标对象的示意图一；

图6为本申请实施例提供的确定目标对象的示意图二；

图7为本申请实施例提供的数字人与目标对象互动示意图；

图8为本申请实施例提供的数字人交互设备的框图。

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。

首先对本申请涉及的数字人进行介绍说明。

图1为本申请实施例提供的一种数字人的示意图，如图1所示，数字人是通过人像建模、动作捕捉等技术得到的一种生动自然的、与真实人类形象很接近的虚拟人物，通过语音识别、自然语言理解等人工智能技术，能够使得数字人具备认知、理解、表达等能力。借助知识图谱、对话引擎等技术，数字人能够深入到不同的领域、行业，根据需求快速规模化复制，以一人服务千万人。

图2为本申请实施例提供的一种应用场景示意图，如图2所示，交互设备包括显示屏21、输入/输出装置22和数字人23，其中，数字人23显示在显示屏21上，显示屏21与输入/输出装置22连接，该输入/输出装置22可以包括麦克风阵列和单目摄像头，其中，单目摄像头可以进行拍照，寻找潜在的目标对象，麦克风阵列能够获取外界发出的语音信息并传输至后台进行分析，数字人发出的语音信息也是通过麦克风阵列传输到外界中。该显示屏21可以是空气屏，或者其他类型的显示屏。另外，显示屏21和输入/输出装置22可以为一个整体的设备，也可以是两个独立的设备。

在启动数字人的交互设备之后，数字人23可以先静态或者动态地呈现在显示屏21上，并根据数字人所应用的不同场景，可以设置数字人实现相应的功能。例如，当应用于零售场景时，数字人可以充当一个导购的角色。通过预先存储各种商品的相关信息，来为不同的用户推荐相应的商品。当应用于展厅场景时，数字人可以充当一个展示员的角色。通过预先存储各种展览品的相关信息，向前来参观的不同人员展示相应的展览品，等等。

下面将结合附图对本申请的方案进行说明。

图3为本申请实施例提供的基于交互设备的数字人处理方法的流程示意图，如图3所示，该方法可以包括：

S31，获取进入采集范围内对象的人物特征信息。

本申请实施例中，数字人的交互设备在启动后，数字人可以呈现在交互设备的显示屏中，同时，输入/输出装置，例如摄像头，对落入摄像范围内，即采集范围内的对象进行采集，并通过设备分析出每个采集到的对象的人物特征信息。同时，进一步可选的，在摄像头单独转动或者随着设备转动来采集对象时，数字人也可以追随摄像头转动或者设备的转动而转动。

另外，获取进入采集范围内对象的人物特征信息的一种可实现方式为：以摄像头拍摄图片为例，可以通过数字人交互空气屏上设置的摄像头进行拍摄，得到拍摄的图像。拍摄的图像中，可能有一个或多个人(即对象)，然后，可以对拍摄得到的图像可以进行相应的处理，得到图像中每个人的人物特征信息。例如可以进行人脸识别方式来识别图像中的人脸，进行性别识别来识别人物的性别，进行年龄识别来得到人物所在的年龄范畴，等等。得到的人脸识别结果、性别、年龄范畴等等，均是属于对象的人物特征信息的一种举例。针对不同的推荐物品，其需要的人物特征信息可能各不相同。

S32，根据所述对象的人物特征信息，确定目标对象。

在获取到采集范围内的各个对象的人物特征信息后，可以在各个对象中确定目标对象，该目标对象为后续对其进行物品推荐的对象或者人。

需要说明的是确定待推荐的对象，是需要根据对象的人物特征信息来确定的。针对不同的推荐物品，其需要的人物特征信息可能各不相同，从而待推荐的对象也可能不同。

例如，若待推荐的物品均为护肤品，则需要护肤品的人群可能大部分均为女性。此时，获取采集范围内的对象的人物特征信息，人物特征信息可以为采集范围内的对象的性别，识别出采集范围内的人的性别后，将其中的女性确定为目标对象。如果是多个女性，可以随机选择一个作为目标对象，或者，还可以进一步识别年龄，即通过性别和年龄，来确定目标对象。

再例如，若预先设置的主推物品是健身器械，则需要健身器械的人群可能大部分都为中青年。此时，获取采集范围内的对象的人物特征信息，人物特征信息可以为采集范围内的对象的年龄范畴为主，同时还可以进一步分析获取身材比例等，从而通过年龄，或者年龄和身材比例等人物特征信息来确定目标对象。

如上所述，待推荐的对象是根据对象的人物特征信息来确定的，而具体选择何种人物特征信息，则是与设备所处的场景和一段时间内主推的物品相关联。使用该设备的用户可以预先将一些相关信息输入至设备中，以在设备启动后，可以基于该相关信息，确定与之相应的目标对象。

S33，根据所述目标对象的人物特征信息，确定待推荐的物品，并触发数字人对所述待推荐的物品进行相应地推荐处理。

在确定了待推荐的对象后，可以进一步分析该目标对象的人物特征信息，需要说明的是，此处的人物特征信息可以等同于上述确定目标对象时，分析采集范围内的对象的人物特征信息，还可以比上述确定目标对象时，分析采集范围内的对象的人物特征信息更深入，特征种类更多，以实现更为准确的向目标对象推荐物品。

仍以交互设备处于零售场景，且一段时间内主推物品为护肤品为例，此时确定的目标对象为女性，然而女性所使用的护肤品的种类较多，不可能全部向其进行推荐。此时，本申请实施例中可以根据目标对象的人物特征信息来进一步缩小推荐的物品的范围。例如，获取的人物特征信息中还包括脸部的皮肤颜色信息，通过脸部的皮肤颜色信息获知待推荐的对象是一个肤色较深的女性，此时可以向其推荐相应的美白产品。

在确定好推荐的美白产品后，可以触发显示屏上的数字人，以使得数字人可以对该美白产品进行相应的推荐处理。例如，数字人可以通过语音，或者语音和手势动作，或者语音和面部表情，或者面部表情和手势动作，或者语音，面部表情和手势动作来对显示屏上同样展示的美白产品向目标对象进行推荐。

本申请实施例提供的基于交互设备的数字人处理方法，首先获取进入采集范围内对象的人物特征信息，从而得到了采集范围内的各个对象的相应特征。然后，根据对象的人物特征信息，确定目标对象。最后，根据目标对象的人物特征信息，确定待推荐的物品，进一步根据目标对象的自身特征，为其选择了与其人物特征信息更加匹配的待推荐的物品。然后，可以触发数字人向该对象推荐确定的待推荐的物品。本申请实施例的方案，可以通过数字人交互空气屏对进入采集范围内的用户的人物特征信息进行提取和分析，可以从陌生的用户中有针对性地选择目标对象，并可以向该目标对象推荐匹配的物品，并通过数字人的方式生动形象地对该目标对象进行推荐的物品的相关推荐介绍，因此，不仅实现了面对陌生群体的全面性，还实现了在陌生群体中也能有针对性的甄别目标对象，并向该目标对象形象生动的推荐与之相匹配的物品。

下面将结合具体的实施例对本申请的方案进行说明。

首先，该设备可以设置在不同的场景，例如零售场景，展厅场景以及金融场景等。举例来说，当设备设置在零售场景时，设备可以预先配置场景模式，同时预先存储相关的主推物品，以及存储主推物品的其他相关信息，例如物品名称，产地，价格，和/或有效期等等。

由于数字人交互空气屏需要对用户推荐物品，因此需要预先存储物品的相关信息，例如物品的名称、作用等等。

以物品为某种需要进行销售的商品为例，则需要首先在后台信息库中输入商品的名称、产地、价格、有效期等等。

进一步的，数字人在向用户推荐物品时，是需要通过一定的方式来实现推荐的，例如通过图片展示、语音介绍等等方式。若数字人需要采用图片展示的方式，则后台信息库中需要存储部分与该物品相关的图片，图片可以是静态图，也可以是动图。进一步的，还可以是小视频的方式，例如可以是展示使用该物品的小视频等等。若数字人需要采用语音介绍的方式推荐物品，则需要向后台信息库中输入该物品的优点、推荐话术等等。例如，可以输入产品的功效。

通常，一种物品有其适用的人群，因此进行推荐时，也需要根据物品来确定适用的人群，实现一个更为有效和精准的推荐。例如若物品为护肤品，此时适用的人群绝大多数为女性，若向男性推荐护肤品，则很大可能会是一个无效的推荐。

因此，通常还会在后台信息库中输入该物品适用的人群，例如适用的性别、年龄范畴等等。

图4为本申请实施例提供的物品信息输入示意图，如图4所示，包括屏幕，用户通过在屏幕中输入信息，从而存储到后台信息库中。

在后台信息库中，一共需要三个模块的信息输入。以物品为护肤品为例进行说明，在图4中示例了一种防晒霜的信息输入。

执行输入信息动作的可以是用户，用户输入信息的方式可以有多种。例如，可以在屏幕上点击或打字进行输入，数字人交互空气屏根据用户在屏幕上的操作，获取到物品的相关信息。例如，用户也可以语音输入，数字人交互空气屏可以获取到用户发出的语音，并对用户发出的语音进行识别，从而获取到物品的相关信息。

图4中以打字输入为例，在屏幕上可以显示如图4中所示的界面，初始界面中需要输入的3个选项分别是名称、产地和有效期，用户可以根据实际的物品的具体信息进行相应的输入，例如名称为防晒霜，产地为北京，有效期为2022.12.30之前。该部分信息的输入是物品的最基本的信息，在输入该部分信息后，进入下下面的界面，需要输入功效和推荐语。

由于需要向目标对象推荐该物品，则该物品应当是对目标对象有一定的作用的，通过功效能够体现物品对目标对象的作用。例如当物品为防晒霜时，其最主要的功效即为防晒，此时可以在功效栏输入防晒。若物品还有其他的功效，例如该款防晒霜还有美白功效，则也可以在功效栏一并输入。

在第二部分的信息输入中，还包括推荐语，推荐语主要是针对该物品的一些常见话术的。在后续数字人向目标对象推荐物品时，若采用语音推荐的方式，则数字人所说的话跟输入的推荐语是有关联的。图4中针对防晒霜示例了几个推荐语，例如“隔离紫外线”、“防水”、“适合户外”、“防晒力强”等等。数字人可根据输入的推荐语，来形成完整的句子，从而向目标对象推荐。例如，根据如上的推荐语，可以形成如下的句子：

“亲爱的用户您好！小店最近上新了一款防晒霜，十分适合您。这款防晒霜的防晒力强，能够隔离紫外线对您皮肤的伤害。夏天太阳光强，一款合适的防晒霜是必不可少的。这款防晒霜不仅防晒效果好，而且具有防水功效，十分适合户外。”

其中，推荐语可以是几个词，也可以是简短的句子，然后数字人可以通过推荐语，来形成完整的句子进行推荐。

可选的，信息输入还可以包括上传文件，即该设备还可以进一步存储主推物品的图像信息，该图像信息可以是静态的图像，还可以是动态的图像。例如，如果物品是香水，该对应的图像信息是香水的图片；如果物品是金融产品，该对应的图像信息可以包括金融产品的文字说明图片，以及收益的曲线静态图品或者动态视频等。如果该物品是电压力锅，该对应的图像信息可以是电压力锅多角度的图品，和/或电压力锅做食材的动态视频。例如在图4中，上传文件栏可以上传物品的图片用于展示物品，也可以上传部分用户使用了该物品后的图片，也可以上传小视频等等，以多种方式来展示该物品。

可选地，信息输入还可以包括该主推物品的受众群体，即在进行了上面两个部分的信息输入后，第三个部分的信息输入主要是针对于设定目标对象的，即该物品的适用对象。以防晒霜为例，防晒霜属于护肤品的一种，而适用护肤品的人群绝大多数为女性。如果向男性推荐防晒霜，男性对防晒霜感兴趣的可能性较小。因此，可以将性别限定为女性。而年龄一般会划分为不同的范畴，例如未成年人、中青年人和老年人。针对防晒霜，中青年人使用的可能性最大，因此可以将年龄范畴设定在中青年中。

性别和年龄是比较常见的两种对象的分类，针对于不同的物品，还可以进行更小的分类。例如针对护肤品，可以获取人的皮肤信息，例如皮肤颜色，皮肤颜色较深的人，可能需要美白产品，此时可以为其推荐美白产品，等等。

在上述信息输入完成后，可点击“完成”，则物品的信息输入已完成。

图4中示例的信息输入方式为打字输入，可以理解的是，打字输入或者语音输入是较为常见的两种输入方式，但是实际的输入方式不限于这两种方式。例如，还可以在数字人交互空气屏上设置一个扫码器，然后将物品的相关信息全部集成在一个码上，例如集成在一个二维码上。当需要输入物品的相关信息时，将二维码对准扫码器，则根据扫码结果能够立刻获取到物品的相关信息，包括名称、产地、有效期等等信息。

在输入了物品的相关信息后，可选的，为了能够实现数字人生动形象的对物品进行推荐处理，还可以预先存储不同种形象的数字人，例如男性数字人，女性数字人等。同时，存储数字人相关动作驱动信息，语音驱动信息和/或面部表情驱动信息等。或者，还可以设置数字人的训练模型，以根据数字人当前所处的场景，所推荐的物品，或是后续目标对象的交互信息，获取相关的动作驱动信息，语音驱动信息和/或面部表情驱动信息等。

然后，获取摄像头对采集范围拍摄得到的图像，并对该图像进行处理，得到图像中的对象，从而确定对象的人物特征信息，然后来确定目标对象。其中，人物特征信息包括如下一种或者几种：人物的皮肤信息，人物的身高信息，人物的性别信息和人物的年龄信息。

下面结合图5对该过程进行说明。

图5为本申请实施例提供的确定目标对象的示意图一，如图5所示，包括数字人交互空气屏50，在数字人交互空气屏50的上方安装有单目摄像头51和麦克风阵列52，单目摄像头51可以用于采集图像，麦克风阵列52可以用于传递语音消息，例如数字人发出的语音消息通过麦克风阵列52传递到外界，外界的语音消息也通过麦克风阵列52传递到数字人交互空气屏50的后台进行分析。

首先，单目摄像头51进行图像拍摄，得到图像511。在图5示例中，示出了单目摄像头51的拍摄区域512，此时只有拍摄区域512被单目摄像头51拍摄到，即此时的拍摄区域512为相应的采集范围，拍摄区域512与图像511对应。

在得到图像511后，会对图像511中的对象进行分析，即获取图像511中各个人的人物特征信息。针对不同的物品，需要获取的人物特征信息可能各不相同。人物特征信息例如可以包括人物的皮肤信息，人物的身高信息，人物的性别信息，人物的年龄信息，等等。例如针对护肤品等与人的皮肤相关的物品，提取的人物特征信息可以是人物的皮肤信息，根据人物的皮肤信息来获得人物的皮肤状态，进而根据人物的皮肤状态来推荐合适的护肤品。若推荐的物品是与人的身高相关的，例如衣服，则此时提取的人物特征信息可以是人物的身高信息，根据人物的身高信息来推荐合适尺码的衣服。若推荐的物品是与人的性别相关的，例如足球一般是男性比较感兴趣，则此时提取的人物的特征信息可以是人物的性别信息，然后只将性别为男性的对象作为目标对象进行推荐。若推荐的物品的与人的年龄相关的，例如健身器械一般适合中青年人使用，儿童和老年人不适合使用，则此时提取的人物的特征信息可以是人物的年龄信息，根据人物的年龄信息确定其所在的年龄范畴，然后只针对在中青年的年龄范畴内的人物进行推荐。

进一步的，人物特征信息可以只提取一种，也可以提取多种，通过多个人物特征信息共同确定适用对象，从而能够保证实现更加精准的推荐。

图5中示例了如何根据确定目标对象，主要是通过摄像头采集图像，然后获取图像中的对象的人物特征信息来实现的。例如推荐的是护肤品，获取的图像中包括一个对象，提取的人物特征信息为年龄和性别，其中该对象为中青年人，且为女性，则此时确定该对象为目标对象，并可以为其确定适合中青年的女性的护肤品为其推荐。

在一些情况下，采集的图像中可能存在多个对象，且这多个对象的人物特征信息类似，此时仅根据人物特征信息并不能很好的确定目标对象，因此需要根据其他的信息进一步的在多个人物特征信息类似的对象中确定目标对象，下面将结合图6进行说明。

图6为本申请实施例提供的确定目标对象的示意图二，如图6所示，包括图像60，图像60为数字人交互空气屏上的摄像头拍摄得到的图像。在拍摄得到图像60后，根据图像60获取图像60上的对象的人物特征信息。如图6所示，在图像60上包括两个对象，分别的对象甲和对象乙。

在获取对象甲的人物特征信息和对象乙的人物特征信息后，由于对象甲的人物特征信息和对象乙的人物特征信息较为类似。例如，获取的人物特征信息为性别和年龄范畴，通过对图像60的分析处理，得到的结果是对象甲和对象乙均为女性，且均为中青年人。若此时要推荐的物品是护肤品，由于对象甲和对象乙均为护肤品的适用对象，此时需要进一步在对象甲和对象乙中确定目标对象。

一种可能的实现方式是，根据图像60中的两个对象的脸部占图像60的比例，或根据图像60中两个对象的脸部的朝向来选定其中一个对象为目标对象。图6中示例的是通过脸部占图像60的比例来确定目标对象的，通过人脸识别，能够识别出图像60上的对象甲的脸部和对象乙的脸部，如图6中下方的虚线框所示，虚线框中即为识别出的对象甲的脸部和对象乙的脸部。然后根据虚线框中两个对象的脸部占图像60的比例来确定目标对象。通过，脸部占比大的作为目标对象。例如在图6中，对象甲的脸部占图像60的比例要比对象乙的脸部占图像60的比例高，此时将对象甲确定为目标对象，为对象甲推荐相应的物品。

可选的，还可以通过图像60中对象甲和对象乙的脸部的朝向来确定目标对象。通常，脸部朝向数字人交互空气屏越多的，可能对数字人交互空气屏展示的内容更感兴趣。例如，若对象甲面朝数字人交互空气屏，而对象乙侧面朝数字人交互空气屏，则此时可以确定对象甲为目标对象。

在确定了目标对象后，会触发数字人对待推荐的物品进行相应地推荐处理。具体的，首先获取待推荐的物品对应的图像信息和推荐驱动信息，然后根据推荐驱动信息来驱动数字人对展示的图像信息进行推荐。

其中，推荐驱动信息包括推荐的语音信息，数字人可以根据推荐的语音信息，对展示的图像信息进行语音推荐处理。

进一步的，推荐驱动信息还可以包括推荐的动作信息，数字人可以执行与推荐的动作信息相对应的动作，然后播放推荐的语音信息，来对展示的图像信息进行推荐。通过多种推荐驱动的方式，能够使得数字人的推荐方式多样化，更加生动形象。

图7为本申请实施例提供的数字人与目标对象互动示意图，如图7所示，在数字人交互空气屏上包括一个数字人71，通过上述实施例示意的方法确定了目标对象72，此时目标对象72走到屏幕前，与数字人71进行交互。

初始时，数字人71会根据目标对象的人物特征信息来推荐物品，此时，由于已经确定了具体的目标对象，则此时的人物特征信息可以比在获取采集范围内的对象的人物特征信息更加细致。例如，若物品为需要售卖的护肤品，而护肤品主要针对中青年的女性。在获取采集范围内的对象的人物特征信息时，可以获取对象的年龄范畴和性别，来确定一个中青年的女性作为目标对象。

在确定了目标对象后，由于护肤品下又分为很多产品，此时可以获取目标对象更为细致的特征。例如，可以获取目标对象的人物皮肤信息，如目标对象的肤色、是否长痘痘等一系列信息。然后，可以根据获取的一系列信息来为目标对象推荐物品。例如，若目标对象的肤色较深，可以为其推荐美白的护肤品。

触发数字人对待推荐的物品进行推荐时，可以在屏幕上展示与待推荐的物品相关的图像信息，例如该物品的图片、小视频等等。推荐驱动信息能够驱动数字人结合屏幕上展示的图像信息进行推荐，其中，推荐驱动信息可以包括推荐的语音信息和推荐的动作信息。推荐的语音信息驱动数字人进行说话，发出语音，其中，发出的语音内容可以通过预先输入部分推荐语，然后由后台根据预先输入的推荐语来形成完整的句子，并驱动数字人将其表达出来。在数字人发出语音信息并对展示的图像信息进行推荐时，还可以通过推荐的动作信息驱动数字人执行相应的动作，配合语音介绍实现更加生动的推荐。

在一些实施例中，尽管推荐的物品是根据目标对象的人物特征信息进行推荐的，但是仍然存在目标对象对推荐的物品不感兴趣的情况，或者存在目标对象想获取另外一些其他的物品的情况，此时需要通过数字人与目标对象之间的互动来进行推荐更新。

具体的，可以获取数字人与目标对象之间的互动信息，该互动信息包括但不限于语音互动、触控互动等等形式。然后，根据数字人与目标对象之间的互动信息，来对待推荐的物品进行更新处理，确定目标对象更为感兴趣的物品作为更新后的物品。最后，触发数字人对更新后的物品进行推荐处理。

进一步的，若当根据互动信息确定目标对象对待推荐的物品不感兴趣时，可以触发数字人向目标对象进行询问处理，目标对象对数字人的询问进行回应后，数字人根据目标对象的回应获取对应的询问结果，然后根据询问结果对推荐的物品进行更新处理，确定更新后的物品。

例如在图7的示例中，数字人初始向目标对象推荐了一款防晒霜，进行了推荐之后，目标对象发出语音消息：“我不需要防晒霜，能帮我推荐一个祛痘产品吗？”数字人交互空气屏通过采集目标对象发出的语音消息，采集并进行分析，获知目标对象对防晒霜不感兴趣，想要了解祛痘产品，从而快速搜索和调取出有关祛痘的产品，然后推荐给目标对象。此时，选择出的祛痘的产品即为更新后的物品。其中，推荐的方式与初始向目标对象推荐物品的方式类似，例如可以包括展示图像、推荐的语音消息、推荐的动作消息，来驱动数字人进行相应的推荐。

当根据询问结果对物品进行更新处理后，还可以将目标对象和更新后的物品建立映射关系，并将映射关系存储至映射关系库。由于更新后的物品是通过与目标对象进行互动之后确定的目标对象更新的物品，因此在将目标对象和更新后的物品建立映射关系后，若以后该目标对象再次进入交互设备的采集范围，此时可以直接根据映射关系库中的映射关系为该目标对象推荐更新后的物品，而无需再根据目标对象的人物特征信息来获取，实现更精准的推荐。

本申请实施例提供的基于交互设备的数字人处理方法，首先获取进入采集范围内对象的人物特征信息，从而得到了采集范围内的各个对象的相应特征。然后，根据对象的人物特征信息，确定待推荐的对象，待推荐的对象为后续向其进行物品推荐的对象或者人，通过对象的人物特征信息，实现了待推荐的对象的初步筛选。最后，根据待推荐的对象的人物特征信息，确定待推荐的物品，进一步根据待推荐的对象的自身特征，为其选择了与其人物特征信息更加匹配的待推荐的物品。然后，可以触发数字人向该对象推荐确定的待推荐的物品。进一步的，可以根据目标对象与数字人之间的互动，获取互动信息，然后根据互动信息对待推荐的物品进行进一步的更新处理，向目标对象推荐更新后的物品。本申请实施例的方案，可以通过数字人交互空气屏对进入采集范围内的用户的人物特征信息进行提取和分析，从而为用户推荐相应的物品。即使针对完全陌生的用户，也能够根据其自身的特征推荐与其匹配的物品，并通过与目标对象之间的互动对待推荐的物品进行更新，实现了无需用户进行任何预先的操作的前提下就可进行物品推荐。

根据本申请的实施例，本申请还提供了一种数字人交互设备和一种可读存储介质。

如图8所示，是本申请实施例提供的数字人交互设备的框图，数字人交互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。数字人交互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8所示，该数字人交互设备包括：一个或多个处理器801、存储器802，以及用于连接各部件的接口，包括高速接口和低速接口。还包括摄像装置803和显示屏804。

摄像装置803用于获取进入采集范围内对象的人物特征信息；

处理器801用于根据所述对象的人物特征信息，确定目标对象；

所述处理器801还用于根据所述目标对象的人物特征信息，确定待推荐的物品；

显示屏804用于显示数字人，和显示所述处理器触发所述数字人对所述待推荐的物品进行相应地推荐处理。

在一种可能的实现方式中，所述处理器801具体用于：

获取所述待推荐的物品对应的图像信息和推荐驱动信息；

根据所述推荐驱动信息，驱动所述数字人，以使得所述数字人对展示的所述图像信息进行推荐处理。

在一种可能的实现方式中，所述推荐驱动信息包括：推荐的语音信息；所述处理器801具体用于：

驱动所述显示屏上的所述数字人根据所述推荐的语音信息，对展示的所述图像信息，进行语音推荐处理。

在一种可能的实现方式中，所述推荐驱动信息包括：推荐的语音信息和推荐的动作信息；所述处理器801具体用于：

驱动所述显示屏上的所述数字人执行与所述推荐的动作信息相应的动作，并播放与所述推荐的语音信息相应的语音，以对展示的所述图像信息进行推荐处理。

在一种可能的实现方式中，所述处理器801还用于：

获取互动信息；

根据所述互动信息，对所述待推荐的物品进行更新处理；

触发所述显示屏上的所述数字人对更新后的物品进行推荐处理。

在一种可能的实现方式中，所述处理器801具体用于：

根据所述互动信息，确定所述目标对象对所述待推荐的物品不感兴趣时，触发所述数字人向所述目标对象进行询问处理，并获取对应的询问结果；

根据所述询问结果对所述待推荐的物品进行更新处理，以获取所述更新后的物品。

在一种可能的实现方式中，所述处理器801还用于：

获取所述目标对象和所述更新后的物品的映射关系，并将所述映射关系存储至映射关系库。

在一种可能的实现方式中，所述摄像装置803具体用于：

获取摄像头对所述采集范围拍摄得到的图像，并对所述图像进行处理，得到所述图像中的对象；

确定所述对象的人物特征信息。

在一种可能的实现方式中，所述人物特征信息包括如下一种或者几种：

人物的皮肤信息，人物的身高信息，人物的性别信息和人物的年龄信息。

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8中以一个处理器801为例。

存储器802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基于交互设备的数字人处理方法。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基于交互设备的数字人处理方法。

存储器802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。处理器801通过运行存储在存储器802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基于交互设备的数字人处理方法。

存储器802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数字人交互设备的使用所创建的数据等。此外，存储器802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802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至数字人交互设备。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。

基于交互设备的数字人处理方法的电子设备还可以包括：输入装置805和输出装置806。处理器801、存储器802、摄像装置803、显示屏804、输入装置805和输出装置806可以通过总线或者其他方式连接，图8中以通过总线连接为例。

输入装置805可接收输入的数字或字符信息，以及产生与数字人交互设备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806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(包括声输入、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。

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 (15)

1.一种基于交互设备的数字人处理方法，其特征在于，包括：

获取进入采集范围内对象的人物特征信息，其中，所述人物特征信息包括如下一种或者几种：人物的皮肤信息，人物的身高信息，人物的性别信息和人物的年龄信息；

根据所述对象的人物特征信息，确定目标对象；

根据所述目标对象的人物特征信息，确定待推荐的物品，并触发数字人对所述待推荐的物品进行相应地推荐处理；

所述触发数字人对所述待推荐的物品进行相应地推荐处理，包括：

获取所述待推荐的物品对应的图像信息和推荐驱动信息；

根据所述推荐驱动信息，驱动所述数字人，以使得所述数字人对展示的所述图像信息进行推荐处理；

所述方法还包括：根据所述数字人应用的场景，设置所述数字人所实现的相应功能，所述交互设备在启动状态时，所述数字人显示在所述交互设备的空气显示屏上。

2.根据权利要求1所述的方法，其特征在于，所述推荐驱动信息包括：推荐的语音信息；

则所述根据所述推荐驱动信息，驱动所述数字人，以使得所述数字人对展示的所述图像信息进行推荐处理，包括：

驱动所述数字人根据所述推荐的语音信息，对展示的所述图像信息，进行语音推荐处理。

3.根据权利要求1所述的方法，其特征在于，所述推荐驱动信息包括：推荐的语音信息和推荐的动作信息；

则所述根据所述推荐驱动信息，驱动所述数字人，以使得所述数字人对展示的所述图像信息进行推荐处理，包括：

驱动所述数字人执行与所述推荐的动作信息相应的动作，并播放与所述推荐的语音信息相应的语音，以对展示的所述图像信息进行推荐处理。

4.根据权利要求1至3任一项所述的方法，其特征在于，还包括：

获取互动信息；

根据所述互动信息，对所述待推荐的物品进行更新处理；

触发所述数字人对更新后的物品进行推荐处理。

5.根据权利要求4所述的方法，其特征在于，所述根据所述互动信息，对所述待推荐的物品进行更新处理，包括：

根据所述互动信息，确定所述目标对象对所述待推荐的物品不感兴趣时，触发所述数字人向所述目标对象进行询问处理，并获取对应的询问结果；

根据所述询问结果对所述待推荐的物品进行更新处理，以获取所述更新后的物品。

6.根据权利要求5所述的方法，其特征在于，还包括：

获取所述目标对象和所述更新后的物品的映射关系，并将所述映射关系存储至映射关系库。

7.根据权利要求1-3任一项所述的方法，其特征在于，所述获取进入采集范围内对象的人物特征信息，包括：

获取摄像头对所述采集范围拍摄得到的图像，并对所述图像进行处理，得到所述图像中的对象；

确定所述对象的人物特征信息。

8.一种数字人交互设备，其特征在于，包括：

摄像装置，用于获取进入采集范围内对象的人物特征信息，其中，所述人物特征信息包括如下一种或者几种：人物的皮肤信息，人物的身高信息，人物的性别信息和人物的年龄信息；

处理器，用于根据所述对象的人物特征信息，确定目标对象；

所述处理器还用于根据所述目标对象的人物特征信息，确定待推荐的物品；

显示屏，用于显示数字人，和显示所述处理器触发所述数字人对所述待推荐的物品进行相应地推荐处理；

所述处理器具体用于：

获取所述待推荐的物品对应的图像信息和推荐驱动信息；

根据所述推荐驱动信息，驱动所述数字人，以使得所述数字人对展示的所述图像信息进行推荐处理；

所述处理器还用于：

根据所述数字人应用的场景，设置所述数字人所实现的相应功能，所述交互设备在启动状态时，所述数字人显示在所述交互设备的空气显示屏上。

9.根据权利要求8所述的设备，其特征在于，所述推荐驱动信息包括：推荐的语音信息；所述处理器具体用于：

驱动所述显示屏上的所述数字人根据所述推荐的语音信息，对展示的所述图像信息，进行语音推荐处理。

10.根据权利要求8所述的设备，其特征在于，所述推荐驱动信息包括：推荐的语音信息和推荐的动作信息；所述处理器具体用于：

驱动所述显示屏上的所述数字人执行与所述推荐的动作信息相应的动作，并播放与所述推荐的语音信息相应的语音，以对展示的所述图像信息进行推荐处理。

11.根据权利要求8至10任一项所述的设备，其特征在于，所述处理器还用于：

获取互动信息；

根据所述互动信息，对所述待推荐的物品进行更新处理；

触发所述显示屏上的所述数字人对更新后的物品进行推荐处理。

12.根据权利要求11所述的设备，其特征在于，所述处理器具体用于：

根据所述互动信息，确定所述目标对象对所述待推荐的物品不感兴趣时，触发所述数字人向所述目标对象进行询问处理，并获取对应的询问结果；

根据所述询问结果对所述待推荐的物品进行更新处理，以获取所述更新后的物品。

13.根据权利要求12所述的设备，其特征在于，所述处理器还用于：

获取所述目标对象和所述更新后的物品的映射关系，并将所述映射关系存储至映射关系库。

14.根据权利要求8-10任一项所述的设备，其特征在于，所述摄像装置具体用于：

获取摄像头对所述采集范围拍摄得到的图像，并对所述图像进行处理，得到所述图像中的对象；

确定所述对象的人物特征信息。

15.一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1-7中任一项所述的方法。