CN111949813A - 交友请求方法、装置、计算机设备和存储介质 - Google Patents

交友请求方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN111949813A
CN111949813A CN201910359381.5A CN201910359381A CN111949813A CN 111949813 A CN111949813 A CN 111949813A CN 201910359381 A CN201910359381 A CN 201910359381A CN 111949813 A CN111949813 A CN 111949813A
Authority
CN
China
Prior art keywords
face
requesting user
target
user
face image
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.)
Granted
Application number
CN201910359381.5A
Other languages
English (en)
Other versions
CN111949813B (zh
Inventor
孙颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shenzhou Digital Cloud Information Technology Co ltd
Shenzhou Kuntai Xiamen Information Technology Co ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201910359381.5A priority Critical patent/CN111949813B/zh
Publication of CN111949813A publication Critical patent/CN111949813A/zh
Application granted granted Critical
Publication of CN111949813B publication Critical patent/CN111949813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种交友请求方法、装置、计算机设备和存储介质。其中，该方法包括：响应请求用户的地域交友请求；获取请求用户的人脸头像所对应的地域信息；获取请求用户偏好的人脸特征信息；从已注册用户的人脸数据库中，获取与人脸特征信息和地域信息匹配的目标人脸图像；将目标人脸图像提供给用户，以供用户向目标人脸图像对应的目标联系人发送好友请求。该方法根据请求用户的地域交友请求，结合请求用户的地域信息和偏好的人脸特征信息，直接向请求用户提供符合自己地域情况和审美的潜在用户，减少了用户获取符合自己地域情况和审美的潜在用户所需要的时间，方便了用户发现符合自己地域情况和审美的潜在用户，提高了用户的交友体验度。

Description

交友请求方法、装置、计算机设备和存储介质
技术领域
本发明涉及社交软件技术领域，尤其涉及一种交友请求方法、装置、计算机设备和存储介质。
背景技术
随着现在社会生活节奏越来越快，为了生活、工作，人们加班是常有的事，休息日也只想在家好好休息，导致很多人的圈子小，很难找到自己的另一半。因此，越来越多的单身男女靠在线交友、婚恋平台多认识一些人，提高寻找自己的另一半的机率。
相关技术中，在用户通过交友应用进行交友的过程中，通常由用户通过文字信息获知对方的地域来源，并由用户通过查看交友应用所提供的潜在用户的人脸图像获取到符合自己地域情况和审美的潜在对象。然而，通过用户从大量的潜在用户中选择想要添加的目标用户，工作量较大，费时费力，降低了寻找另一半的成功率，用户体验较差。
发明内容
本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的第一个目的在于提出一种交友请求方法，提高了交友成功的机率，无须通过大量图片获取符合自己地域情况和审美的潜在用户，节省了时间和精力，提升了智能化，提高了用户体验。
本发明的第二个目的在于提出一种交友请求装置。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
为达到上述目的，本发明第一方面实施例提出的交友请求方法，所述方法包括：响应请求用户的地域交友请求；获取所述请求用户的人脸头像所对应的地域信息；获取所述请求用户偏好的人脸特征信息；从已注册用户的人脸数据库中，获取与所述人脸特征信息和所述地域信息匹配的目标人脸图像；将所述目标人脸图像提供给所述请求用户，以供所述请求用户向所述目标人脸图像对应的目标联系人发送好友请求。
根据本发明实施例的交友请求方法，可响应请求用户的地域交友请求，然后获取请求用户的人脸头像所对应的地域信息，之后获取请求用户偏好的人脸特征信息，然后从已注册用户的人脸数据库中，获取与人脸特征信息和地域信息匹配的目标人脸图像，最后将目标人脸图像提供给用户，以供用户向目标人脸图像对应的目标联系人发送好友请求，该方法根据请求用户的地域交友请求，结合请求用户的地域信息和偏好的人脸特征信息，直接向请求用户提供符合自己地域情况和审美的潜在用户，无须用户通过查看大量图片即可快速得到符合自己地域情况和审美的潜在用户，减少了用户获取符合自己地域情况和审美的潜在用户所需要的时间，方便了用户发现符合自己地域情况和审美的潜在用户，提高了用户的交友体验度。
为达到上述目的，本发明第二方面实施例提出的交友请求装置，所述装置包括：响应模块，用于响应请求用户的地域交友请求；第一获取模块，用于获取所述请求用户的人脸头像所对应的地域信息；第二获取模块，用于获取所述请求用户偏好的人脸特征信息；第三获取模块，用于从已注册用户的人脸数据库中，获取与所述人脸特征信息和所述地域信息匹配的目标人脸图像；第一提供模块，用于将所述目标人脸图像提供给所述请求用户，以供所述请求用户向所述目标人脸图像对应的目标联系人发送好友请求。
根据本发明实施例的交友请求装置，可通过响应模块响应请求用户的地域交友请求，第一获取模块获取请求用户的人脸头像所对应的地域信息，第二获取模块获取请求用户偏好的人脸特征信息，第三获取模块从已注册用户的人脸数据库中，获取与人脸特征信息和地域信息匹配的目标人脸图像，第一提供模块将目标人脸图像提供给用户，以供用户向目标人脸图像对应的目标联系人发送好友请求，该装置根据请求用户的地域交友请求，结合请求用户的地域信息和偏好的人脸特征信息，直接向请求用户提供符合自己地域情况和审美的潜在用户，无须用户通过查看大量图片即可快速得到符合自己地域情况和审美的潜在用户，减少了用户获取符合自己地域情况和审美的潜在用户所需要的时间，方便了用户发现符合自己地域情况和审美的潜在用户，提高了用户的交友体验度。
为达到上述目的，本发明第三方面实施例提出的计算机设备，包括处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现本发明第一方面所述的交友请求方法。
为达到上述目的，本发明第三方面实施例提出的一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本发明第一方面所述的交友请求方法。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本发明一个实施例的交友请求方法的流程图。
图2是包含颜值排序按钮的搜索结果界面的示例图。
图3是根据本发明一个实施例的交友请求方法的流程图。
图4是根据本发明一个实施例的交友请求方法的流程图。
图5是根据本发明一个实施例的交友请求装置的结构示意图。
图6是根据本发明一个实施例的交友请求装置的结构示意图。
图7是根据本发明一个实施例的交友请求装置的结构示意图。
图8是根据本发明一个实施例的计算机设备的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
相关技术中，在用户通过交友应用进行交友的过程中，通常由用户通过文字信息获知对方的地域来源，并由用户通过查看交友应用所提供的潜在用户的人脸图像获取到符合自己地域情况和审美的潜在对象。然而，通过用户从大量的潜在用户中选择想要添加的目标用户，工作量较大，费时费力，降低了寻找另一半的成功率，用户体验较差。
为此，本发明提出了一种交友请求方法、装置、计算机设备及非临时性计算机可读存储介质。该方法根据请求用户的地域交友请求，结合请求用户的地域信息和偏好的人脸特征信息，直接向请求用户提供符合自己地域情况和审美的潜在用户，无须用户通过查看大量图片即可快速得到符合自己地域情况和审美的潜在用户，减少了用户获取符合自己地域情况和审美的潜在用户所需要的时间，方便了用户发现符合自己地域情况和审美的潜在用户，提高了用户的交友体验度。
具体地，下面参考附图描述本发明实施例的交友请求方法、装置、计算机设备及非临时性计算机可读存储介质。
图1是根据本发明一个实施例的交友请求方法的流程图。需要说明的是，本发明实施例的交友请求方法可应用于本发明实施例的交友请求装置，该装置可被配置于电子设备上，也可以被配置在服务器中。其中，电子设备可以是PC机或移动终端(例如智能手机、平板电脑等)。
如图1所示，该交友请求方法可以包括：
S110，响应请求用户的地域交友请求。
在本发明的实施例中，请求用户可通过交友应用程序触发地域交友请求。例如，在使用交友应用程序的过程中，当监测到用户点击地域交友模块对应的按钮时，对应的地域交友请求将被触发。
其中，对应的地域交友请求被触发后，如果确定请求用户未上传人脸头像，可向请求用户提供人脸头像上传提示信息，以使请求根据提示信息上传进行人脸头像上传。
S120，获取请求用户的人脸头像所对应的地域信息。
在本发明的实施例中，在进入地域交友界面后，可对请求用户的人脸头像进行地域分析，之后进行地域选择，从而获取请求用户人脸头像所对应的地域信息。
其中，地域信息包括但不仅限于：国家、城市等。
举例而言，对请求用户的人脸头像进行地域分析可知该请求用户的面像属于东南亚人，之后该请求用户选择所在家乡城市“城市A”，从而获取人脸头像的地域信息即“城市A”。
在本实施例中，可通过预先训练的人脸地域分析模型，对所述请求用户的人脸头像进行地域分析，以得到所述人脸头像的地域信息。
在请求用户确认人脸头像的地域信息后，可将人脸头像的地域信息保存到已注册用户的人脸数据库中。
另外，为了进一步优化地域分析模型，还可以将请求用户确定的人脸头像的地域信息和人脸头像添加到训练数据中，以更新训练数据，从而根据更新后的训练数据对人脸地域分析模型进行进一步更新。
S130，获取请求用户偏好的人脸特征信息。
其中，人脸特征信息包括但不仅限于：脸型轮廓特征、五官特征等。
在不用应用场景下，获取请求用户偏好的人脸特征信息的方式可通过多种方式实现，举例说明如下:
作为一种示例，可根据预存的用户与偏好的人脸特征信息的对应关系，获取该请求用户偏好的人脸特征信息。
其中，该对应关系中每个用户所偏好的人脸特征信息可以基于大数据所收集的信息确定出的。
作为另一种示例，可向请求用户提供多个推荐人脸图像，之后从多个推荐人脸图像中根据用户自己喜好选中目标人脸图像，然后，根据该目标人脸图像获取用户偏好的人脸特征信息。
举例而言，向请求用户提供多个推荐人脸头像，然后从多个推荐人脸头像中根据该请求用户自己喜好选中的人脸头像，其中，选中的人脸头像具有大眼睛、高鼻梁、瓜子脸的特征信息，根据请求用户选中的人脸头像，获取用户偏好的人脸特征信息为大眼睛、高鼻梁、瓜子脸。
S140，从已注册用户的人脸数据库中，获取与人脸特征信息和地域信息匹配的目标人脸图像。
在本发明的实施例中，可从人脸数据库中，获取与地域信息匹配的候选人脸图像，之后将候选人脸图像与人脸特征信息进行匹配，以从候选人脸图像中获取与人脸特征信息匹配的目标人脸图像。
举例而言，获取与地域信息为“城市H”匹配的候选人脸图像，之后将候选人脸图像与人脸特征信息为大眼睛、高鼻梁、瓜子脸、长头发进行匹配，从而从候选人脸图像中获取与人脸特征信息为大眼睛、高鼻梁、瓜子脸、长头发匹配的目标人脸图像。
其中，人脸数据库中的人脸图像均具有属性信息，属性信息可以包括但不限于姓名、性别、年龄、民族和地域信息等。
在本实施例中，人脸数据库中的人脸图像所对应的地域信息可是通过对人脸图像进行人脸地域分析得到的，例如，可通过预先训练的人脸地域分析模型对对应人脸图像进行分析，以得到对应人脸图像所对应的地域信息。
S150，将目标人脸图像提供给请求用户，以供请求用户向目标人脸图像对应的目标联系人发送好友请求。
根据本发明实施例的交友请求方法，可响应请求用户的地域交友请求，然后获取请求用户的人脸头像所对应的地域信息，之后获取请求用户偏好的人脸特征信息，然后从已注册用户的人脸数据库中，获取与人脸特征信息和地域信息匹配的目标人脸图像，最后将目标人脸图像提供给请求用户，以供请求用户向目标人脸图像对应的目标联系人发送好友请求。由此，该方法根据请求用户的地域交友请求，结合请求用户的地域信息和偏好的人脸特征信息，直接向请求用户提供符合自己地域情况和审美的潜在用户，无须用户通过查看大量图片即可快速得到符合自己地域情况和审美的潜在用户，减少了用户获取符合自己地域情况和审美的潜在用户所需要的时间，方便了用户发现符合自己地域情况和审美的潜在用户，提高了用户的交友体验度。
通常符合请求用户自身地域情况和审美的目标人脸图像可能会有很多，即，所获得的所述目标人脸图像可以包括N个，N为大于1的正整数。
在本发明的一个实施中，为了方便请求用户可根据其他需求对目标人脸图像进行排序，在向用户展示目标人脸图像所对应的搜索结果界面上可以设置颜值排序按钮，以方便用户通过触发颜值排序按钮触发颜值排序请求。
其中，包含颜值排序按钮的搜索结果界面的示例图，如图2所示。
在本发明的一个实施例中，在S150之后，如图3所示，该方法还可以包括：
S310，响应所述请求用户的颜值排序请求，获取N个所述目标人脸图像各自对应的人脸颜值评分。
其中，需要说明的是，用户可通过触发图2所示的搜索结果界面中的颜值排序按钮来触发颜值排序请求。
当然，用户还可以通过其他方式触发颜值排序请求，上述仅是示例出了一种用户触发颜值排序请求的方式，该实施例对用户触发颜值排序请求的方式不作限定。
具体而言，可根据预先保存的人脸图像和人脸颜值评分的对应关系，获取每个目标人脸图像各自对应的人脸颜值评分。
其中，对应关系中的人脸颜值评分可以是通过预先训练的颜值分析模型对对应人脸图像进行分析得到的。
也就是说，在所述获取N个所述目标人脸图像各自对应的人脸颜值评分之前，还可以根据预先训练的颜值分析模型，对N个所述目标人脸图像进行分析，以得到N个所述目标人脸图像各自对应的人脸颜值评分。
S320，根据所述人脸颜值评分，对N个所述目标人脸图像进行颜值排序。
S330，将目标人脸图像的颜值排序结果提供所述请求用户。
在本实施例中，在用户请求提供目标人脸图像后，根据请求用户的颜值排序请求，对目标人脸图像进行排序，并将排序后的目标人脸图像提供给用户。由此，满足了用户对搜索结果中的目标人脸图像进行颜值排序的请求，满足用户的个性化排序需求。
通常与请求用户设定的搜索条件的目标用户可能会有很多，即，所获得的所述目标人脸图像可以包括N个，N为大于1的正整数。
在实际应用中，在将目标人脸图像提供给请求用户后，请求用户可能有根据爱好信息对目标人脸图像进行排序的个性化需求，为了满足用户的个性化排序请求，在S150之后，如图4所示，该方法还可以包括：
S410，响应所述请求用户的爱好排序请求，获取所述请求用户的第一爱好信息。
作为一种示例，请求用户可通过触发搜索结果界面中的爱好排序按钮发送爱好排序请求。
S420，获取N个所述目标人脸图像各自对应目标联系人的第二爱好信息。
S430，根据所述第一爱好信息与各个目标联系人的所述第二爱好信息的匹配度，对N个所述目标人脸图像进行排序。
S440，将目标人脸图像的排序结果提供给所述请求用户。
举例而言，假设N为2，在向请求用户提供两个目标人脸图像后，如果接收到请求用户的爱好排序请求，则获取请求用户的爱好信息，假设请求用户的爱好信息为喜欢攀岩、爬山、滑雪、跑步，之后获取每个目标人脸图像各自对应目标联系人的爱好信息，其中，第一个目标人脸图像对应目标联系人的爱好信息为摄影、写作、跑步、音乐；第二个目标人脸图像对应目标联系人的爱好信息为爬山、冲浪、滑雪、跑步，然后对请求用户的爱好信息和两个目标人脸图像各自对应目标联系人的爱好信息进行匹配，可知第一个目标人脸图像对应目标联系人与该请求用户的匹配度为百分之二十五，第二个目标人脸图像对应目标联系人与该请求用户的匹配度为百分之七十五，之后按照所的匹配度对两个目标人脸图像进行排序，最后将目标人脸图像的排序结果提供给请求用户。
在实际应用中，在用户通过交友应用进行交友的过程中，用户可能会有预测后代的长相的个性化需求，作为一种示例性的实施方式，为了满足用户的个性化预测后代长相的需求，基于上述任意一个实施例的基础上，在向目标人脸图像对应的目标联系人发送好友请求之前，该方法还可以接收用户发送的婴儿图像预测请求，该请求包括第一目标人脸图像，第一目标人脸图像为用户选中的目标人脸图像，然后根据用户的人脸图像和第一目标人脸图像，生成婴儿图像，之后将婴儿图像提供给用户。
其中，在本发明的实施例中，根据请求用户的人脸图像和第一目标人脸图像可通过遗传智能算法以生成婴儿图像。
与上述几种实施例提供的交友请求方法相对应，本发明的一种实施例还提供一种交友请求装置，由于本发明实施例提供的交友请求装置与上述几种实施例提供的交友请求方法相对应，因此在交友请求方法的实施方式也适用于本实施例提供的交友请求装置，在本实施例中不再详细描述。
图5是根据本发明一个实施例的交友请求装置的结构示意图。
如图5所示，该交友请求装置500包括：响应模块510、第一获取模块520、第二获取模块530、第三获取模块540和第一提供模块550，其中：
响应模块510用于响应请求用户的地域交友请求。
第一获取模块520用于获取所述请求用户的人脸头像所对应的地域信息。
第二获取模块530用于获取所述请求用户偏好的人脸特征信息。所述第二获取模块530具体用于：向所述请求用户提供多个推荐人脸图像；获取所述请求用户从多个所述推荐人脸图像选中的目标人脸图像；根据所述目标人脸图像，获取所述请求用户偏好的人脸特征信息。作为一种示例，所述目标人脸图像包括N个，N为大于1的正整数。
第三获取模块540用于从已注册用户的人脸数据库中，获取与所述人脸特征信息和所述地域信息匹配的目标人脸图像。所述第三获取模块540具体用于：从所述人脸数据库中，获取与所述地域信息匹配的候选人脸图像；将所述候选人脸图像与所述人脸特征信息进行匹配，以从所述候选人脸图像中获取与所述人脸特征信息匹配的目标人脸图像。
第一提供模块550用于将所述目标人脸图像提供给所述请求用户，以供所述请求用户向所述目标人脸图像对应的目标联系人发送好友请求。
根据本发明实施例的交友请求装置，可通过响应模块响应请求用户的地域交友请求，第一获取模块获取请求用户的人脸头像所对应的地域信息，第二获取模块获取请求用户偏好的人脸特征信息，第三获取模块从已注册用户的人脸数据库中，获取与人脸特征信息和地域信息匹配的目标人脸图像，第一提供模块将目标人脸图像提供给用户，以供用户向目标人脸图像对应的目标联系人发送好友请求，该装置根据请求用户的地域交友请求，结合请求用户的地域信息和偏好的人脸特征信息，直接向请求用户提供符合自己地域情况和审美的潜在用户，无须用户通过查看大量图片即可快速得到符合自己地域情况和审美的潜在用户，减少了用户获取符合自己地域情况和审美的潜在用户所需要的时间，方便了用户发现符合自己地域情况和审美的潜在用户，提高了用户的交友体验度。
可选地，在本发明的一个实施例中，如图6所示，交友请求装置500还包括：第一分析模块560，其中，第一分析模块560用于对所述请求用户的人脸头像进行地域分析，以得到所述人脸头像的地域信息。
在本发明的一个实施例中，所述目标人脸图像包括N个，N为大于1的正整数，交友请求装置200还包括：获取评分模块、第一排序模块、第二提供模块，其中，获取评分模块，用于响应所述请求用户的颜值排序请求，获取N个所述目标人脸图像各自对应的人脸颜值评分；第一排序模块，用于根据所述人脸颜值评分，对N个所述目标人脸图像进行颜值排序；第二提供模块，用于将目标人脸图像的颜值排序结果提供所述请求用户。
在本发明的一个实施例中，交友请求装置500还包括：第二分析模块，其中，第二分析模块用于根据预先训练的颜值分析模型，对N个所述目标人脸图像进行分析，以得到N个所述目标人脸图像各自对应的人脸颜值评分。
在本发明的一个实施例中，所述目标人脸图像包括N个，N为大于1的正整数，交友请求装置200还包括：第四获取模块、第五获取模块、第二排序模块和第二提供模块，其中，第四获取模块，用于响应所述请求用户的爱好排序请求，获取所述请求用户的第一爱好信息；第五获取模块，用于获取N个所述目标人脸图像各自对应目标联系人的第二爱好信息；第二排序模块，用于根据所述第一爱好信息与各个目标联系人的所述第二爱好信息的匹配度，对N个所述目标人脸图像进行排序；第二提供模块，用于将目标人脸图像的排序结果提供给所述请求用户。
在本发明的一个实施例中，如图7所示，交友请求装置500还包括：接收请求模块570、生成图像模块580和第三提供模块590，其中，接收请求模块570用于接收所述请求用户发送的婴儿图像预测请求，所述请求包括第一目标人脸图像，所述第一目标人脸图像为所述请求用户选中的目标人脸图像；生成图像模块580用于根据所述请求用户的人脸图像和所述第一目标人脸图像，生成婴儿图像；第三提供模块590用于将所述婴儿图像提供给所述请求用户。
为了实现上述实施例，本发明还提出了一种计算机设备。
图8是根据本发明一个实施例的计算机设备的结构示意图。如图8所示，该计算机设备800可以包括：处理器810、存储器820，所述处理器810通过读取所述存储器820中存储的可执行程序830代码来运行与所述可执行程序830代码对应的程序，以用于实现上述任一所述的交友请求方法。
为了实现上述实施例，本发明还提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的交友请求方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (18)

1.一种交友请求方法，其特征在于，包括：
响应请求用户的地域交友请求；
获取所述请求用户的人脸头像所对应的地域信息；
获取所述请求用户偏好的人脸特征信息；
从已注册用户的人脸数据库中，获取与所述人脸特征信息和所述地域信息匹配的目标人脸图像；
将所述目标人脸图像提供给所述请求用户，以供所述请求用户向所述目标人脸图像对应的目标联系人发送好友请求。
2.如权利要求1所述的方法，其特征在于，所述获取所述请求用户的人脸头像所对应的地域信息之前，还包括：
对所述请求用户的人脸头像进行地域分析，以得到所述人脸头像的地域信息。
3.如权利要求1所述的方法，其特征在于，所述从已注册用户的人脸数据库中，获取与所述人脸特征信息和所述地域信息匹配的目标人脸图像，包括：
从所述人脸数据库中，获取与所述地域信息匹配的候选人脸图像；
将所述候选人脸图像与所述人脸特征信息进行匹配，以从所述候选人脸图像中获取与所述人脸特征信息匹配的目标人脸图像。
4.如权利要求1所述的方法，其特征在于，所述获取所述请求用户偏好的人脸特征信息，包括：
向所述请求用户提供多个推荐人脸图像；
获取所述请求用户从多个所述推荐人脸图像选中的人脸图像；
根据所述选中的人脸图像，获取所述请求用户偏好的人脸特征信息。
5.如权利要求1所述的方法，其特征在于，所述目标人脸图像包括N个，N为大于1的正整数，所述方法还包括：
响应所述请求用户的颜值排序请求，获取N个所述目标人脸图像各自对应的人脸颜值评分；
根据所述人脸颜值评分，对N个所述目标人脸图像进行颜值排序；
将目标人脸图像的颜值排序结果提供所述请求用户。
6.如权利要求1所述的方法，其特征在于，在所述获取N个所述目标人脸图像各自对应的人脸颜值评分之前，还包括：
根据预先训练的颜值分析模型，对N个所述目标人脸图像进行分析，以得到N个所述目标人脸图像各自对应的人脸颜值评分。
7.如权利要求1所述的方法，其特征在于，所述目标人脸图像包括N个，N为大于1的正整数，所述方法还包括：
响应所述请求用户的爱好排序请求，获取所述请求用户的第一爱好信息；
获取N个所述目标人脸图像各自对应目标联系人的第二爱好信息；
根据所述第一爱好信息与各个目标联系人的所述第二爱好信息的匹配度，对N个所述目标人脸图像进行排序；
将目标人脸图像的排序结果提供给所述请求用户。
8.如权利要求1-7任一项所述的方法，其特征在于，在向所述目标人脸图像对应的目标联系人发送好友请求之前，还包括：
接收所述请求用户发送的婴儿图像预测请求，所述请求包括第一目标人脸图像，所述第一目标人脸图像为所述请求用户选中的目标人脸图像；
根据所述请求用户的人脸图像和所述第一目标人脸图像，生成婴儿图像；
将所述婴儿图像提供给所述请求用户。
9.一种交友请求装置，其特征在于，包括：
响应模块，用于响应请求用户的地域交友请求；
第一获取模块，用于获取所述请求用户的人脸头像所对应的地域信息；
第二获取模块，用于获取所述请求用户偏好的人脸特征信息；
第三获取模块，用于从已注册用户的人脸数据库中，获取与所述人脸特征信息和所述地域信息匹配的目标人脸图像；
第一提供模块，用于将所述目标人脸图像提供给所述请求用户，以供所述请求用户向所述目标人脸图像对应的目标联系人发送好友请求。
10.如权利要求9所述的装置，其特征在于，还包括：
第一分析模块，用于对所述请求用户的人脸头像进行地域分析，以得到所述人脸头像的地域信息。
11.如权利要求9所述的装置，其特征在于，所述第三获取模块，具体用于：
从所述人脸数据库中，获取与所述地域信息匹配的候选人脸图像；
将所述候选人脸图像与所述人脸特征信息进行匹配，以从所述候选人脸图像中获取与所述人脸特征信息匹配的目标人脸图像。
12.如权利要求9所述的装置，其特征在于，所述第二获取模块，具体用于：
向所述请求用户提供多个推荐人脸图像；
获取所述请求用户从多个所述推荐人脸图像选中的人脸图像；
根据所述选中的人脸图像，获取所述请求用户偏好的人脸特征信息。
13.如权利要求9所述的装置，其特征在于，所述目标人脸图像包括N个，N为大于1的正整数，所述装置还包括：
获取评分模块，用于响应所述请求用户的颜值排序请求，获取N个所述目标人脸图像各自对应的人脸颜值评分；
第一排序模块，用于根据所述人脸颜值评分，对N个所述目标人脸图像进行颜值排序；
第二提供模块，用于将目标人脸图像的颜值排序结果提供所述请求用户。
14.如权利要求13所述的装置，其特征在于，还包括：
第二分析模块，用于根据预先训练的颜值分析模型，对N个所述目标人脸图像进行分析，以得到N个所述目标人脸图像各自对应的人脸颜值评分。
15.如权利要求9所述的装置，其特征在于，所述目标人脸图像包括N个，N为大于1的正整数，所述装置还包括：
第四获取模块，用于响应所述请求用户的爱好排序请求，获取所述请求用户的第一爱好信息；
第五获取模块，用于获取N个所述目标人脸图像各自对应目标联系人的第二爱好信息；
第二排序模块，用于根据所述第一爱好信息与各个目标联系人的所述第二爱好信息的匹配度，对N个所述目标人脸图像进行排序；
第二提供模块，用于将目标人脸图像的排序结果提供给所述请求用户。
16.如权利要求9-15所述的装置，其特征在于，还包括：
接收请求模块，用于接收所述请求用户发送的婴儿图像预测请求，所述请求包括第一目标人脸图像，所述第一目标人脸图像为所述请求用户选中的目标人脸图像；
生成图像模块，用于根据所述请求用户的人脸图像和所述第一目标人脸图像，生成婴儿图像；
第三提供模块，用于将所述婴儿图像提供给所述请求用户。
17.一种计算机设备，其特征在于，包括处理器和存储器；
其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-8中任一所述的交友请求方法。
18.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任一所述的交友请求方法。
CN201910359381.5A 2019-04-30 2019-04-30 交友请求方法、装置、计算机设备和存储介质 Active CN111949813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910359381.5A CN111949813B (zh) 2019-04-30 2019-04-30 交友请求方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910359381.5A CN111949813B (zh) 2019-04-30 2019-04-30 交友请求方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN111949813A true CN111949813A (zh) 2020-11-17
CN111949813B CN111949813B (zh) 2024-05-24

Family

ID=73335454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910359381.5A Active CN111949813B (zh) 2019-04-30 2019-04-30 交友请求方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN111949813B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688328A (zh) * 2021-10-27 2021-11-23 北京蓝莓时节科技有限公司 匹配目标对象的方法、装置以及存储介质
CN114415997A (zh) * 2021-12-20 2022-04-29 北京百度网讯科技有限公司 显示参数设置方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102594721A (zh) * 2011-12-09 2012-07-18 腾讯科技（深圳）有限公司 一种匿名交友方法、系统和网络服务器
WO2013077482A1 (ko) * 2011-11-24 2013-05-30 Kwon Dongwan 이상형 매칭 시스템 및 그 매칭방법
CN103139044A (zh) * 2011-11-25 2013-06-05 腾讯科技（深圳）有限公司 添加好友方法及装置
CN103678394A (zh) * 2012-09-21 2014-03-26 孟露芳 基于肖像匹配度的婚恋交友推荐方法和系统
CN104090930A (zh) * 2014-06-25 2014-10-08 袁永亮 一种根据用户特性标签搜索恋爱交友对象的方法和系统
CN109657133A (zh) * 2018-10-31 2019-04-19 百度在线网络技术（北京）有限公司 交友对象推荐方法、装置、设备和存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013077482A1 (ko) * 2011-11-24 2013-05-30 Kwon Dongwan 이상형 매칭 시스템 및 그 매칭방법
CN103139044A (zh) * 2011-11-25 2013-06-05 腾讯科技（深圳）有限公司 添加好友方法及装置
US20140074939A1 (en) * 2011-11-25 2014-03-13 Tencent Technology (Shenzhen) Company Limited Method, device and storage medium for adding friends
CN102594721A (zh) * 2011-12-09 2012-07-18 腾讯科技（深圳）有限公司 一种匿名交友方法、系统和网络服务器
CN103678394A (zh) * 2012-09-21 2014-03-26 孟露芳 基于肖像匹配度的婚恋交友推荐方法和系统
CN104090930A (zh) * 2014-06-25 2014-10-08 袁永亮 一种根据用户特性标签搜索恋爱交友对象的方法和系统
CN109657133A (zh) * 2018-10-31 2019-04-19 百度在线网络技术（北京）有限公司 交友对象推荐方法、装置、设备和存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113688328A (zh) * 2021-10-27 2021-11-23 北京蓝莓时节科技有限公司 匹配目标对象的方法、装置以及存储介质
CN114415997A (zh) * 2021-12-20 2022-04-29 北京百度网讯科技有限公司 显示参数设置方法、装置、电子设备及存储介质
CN114415997B (zh) * 2021-12-20 2022-11-15 北京百度网讯科技有限公司 显示参数设置方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111949813B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN110162717B (zh) 一种推荐好友的方法和设备
CN104202718A (zh) 一种向用户提供信息的方法与装置
WO2017197826A1 (zh) 图像特征关系的匹配方法、装置和系统
US12120074B2 (en) Generating and accessing video content for products
US20230152951A1 (en) Analyzing augmented reality content item usage data
JP2018120461A (ja) 抽出装置、抽出方法及び抽出プログラム
US20200387758A1 (en) Information processing apparatus, information processing method, and program
CN111401388A (zh) 数据挖掘方法、装置、服务器及可读存储介质
JP6747444B2 (ja) 情報処理システム、情報処理方法、およびプログラム
JP7307607B2 (ja) メディアベースのコンテンツシェアを容易にする方法、コンピュータプログラム及びコンピューティングデバイス
CN111949813B (zh) 交友请求方法、装置、计算机设备和存储介质
CN104657477A (zh) 社交推荐方法和装置
CN114528474A (zh) 推荐对象确定方法、装置、电子设备及存储介质
CN112016548B (zh) 一种封面图展示方法及相关装置
JP6375706B2 (ja) 属性推定プログラム及び情報処理装置
US20230289560A1 (en) Machine learning techniques to predict content actions
CN111182323A (zh) 图像处理方法、装置、客户端及介质
US20220351855A1 (en) Systems and methods for machine learning-based predictive matching
US20220319082A1 (en) Generating modified user content that includes additional text content
CN112256976B (zh) 一种匹配方法和相关装置
CN111382348B (zh) 一种社交应用程序的操作方法、装置、服务器和存储介质
CN113746648A (zh) 信息处理方法、装置及存储介质
CN111026975A (zh) 基于视觉信息识别的信息检索方法及装置
US20240331010A1 (en) Scalable online place recommendation
US11928167B2 (en) Determining classification recommendations for user content

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
TA01 Transfer of patent application right

Effective date of registration: 20240422

Address after: Room 301, 3rd floor, 9 shangdijiu street, Haidian District, Beijing

Applicant after: Beijing Shenzhou Digital Cloud Information Technology Co.,Ltd.

Country or region after: China

Applicant after: Shenzhou Kuntai (Xiamen) Information Technology Co.,Ltd.

Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085

Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant