CN113612830A - 信息推送方法、装置、终端设备及存储介质 - Google Patents

信息推送方法、装置、终端设备及存储介质 Download PDF

Info

Publication number
CN113612830A
CN113612830A CN202110851172.XA CN202110851172A CN113612830A CN 113612830 A CN113612830 A CN 113612830A CN 202110851172 A CN202110851172 A CN 202110851172A CN 113612830 A CN113612830 A CN 113612830A
Authority
CN
China
Prior art keywords
image
face
relationship
scene
face area
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
Application number
CN202110851172.XA
Other languages
English (en)
Inventor
吴俊�
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN202110851172.XA priority Critical patent/CN113612830A/zh
Publication of CN113612830A publication Critical patent/CN113612830A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/55Push-based network services
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本申请适用于图像识别技术领域,公开了一种信息推送方法、装置、终端设备及存储介质,所述信息推送方法包括:通过摄像头采集场景图像;对该场景图像进行人脸识别,得到若干人脸区域图像;将若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性;所述关系属性用于描述所述各个人脸区域图像对应的人物对象与所述目标用户之间的关联关系;基于各个人脸区域图像对应的关系属性确定场景类型;基于该场景类型生成推送信息。本申请能够综合考虑当前场景下多个人物与目标用户之间的关联关系,从而确定场景类型,使得生成的推送信息符合该场景类型,提高了推送信息的准确性。

Description

信息推送方法、装置、终端设备及存储介质
技术领域
本申请涉及图像识别技术领域,具体涉及一种信息推送方法、装置、终端设备及存储介质。
背景技术
随着科技的迅速发展,当今社会已经步入了信息时代,越来越多的信息闯入了人们的视野,让人目不暇接,因此信息的筛选在这个信息时代中尤为重要。
目前,智能终端可以通过收集用户的个人信息来筛选出用户需要的信息并进行推送,而在面对人们对智能终端智能化的需求日益增长时,目前的智能终端存在向用户推送的信息不够准确的问题。
发明内容
本申请实施例公开了一种信息推送方法,能够综合考虑当前场景下多个人物与目标用户之间的关联关系,从而确定当前场景的场景类型,使得生成的推送信息符合该场景类型,提高了推送信息的准确性。
本申请实施例公开一种信息推送方法,包括:通过摄像头采集场景图像;对所述场景图像进行人脸识别,得到若干人脸区域图像;将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,所述关系属性用于描述所述各个人脸区域图像对应的人物对象与所述目标用户之间的关联关系;基于所述各个人脸区域图像对应的关系属性确定场景类型;基于所述场景类型生成推送信息。
本申请实施例公开一种信息推送装置,包括:图像采集模块,用于通过摄像头采集场景图像;人脸识别模块,用于对所述场景图像进行人脸识别,得到若干人脸区域图像;关系确认模块,用于将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,所述关系属性用于描述所述各个人脸区域图像与所述目标用户之间的关联关系;场景类型确定模块,用于基于所述各个人脸区域图像对应的关系属性确定场景类型;推送信息生成模块,用于基于所述场景类型生成推送信息。
本申请实施例公开一种终端设备,包括:存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现本申请实施例公开的任一方法。
本申请实施例公开一种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本申请实施例公开的任一方法。
本申请实施例还公开了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现本申请实施例公开的任一方法。
与现有技术相比,本申请实施例具有以下有益效果:
通过摄像头采集场景图像,通过识别该场景图像中各个人物对象与目标用户之间的关联关系,根据该关联关系确定场景类型,该场景类型可以更具体地描述各个人物对象正在所在的当前场景,基于该场景类型生成推送信息。在本申请实施例中,推送信息的确定是基于当前场景下目标用户和/或其他人物对象之间的关联关系确定的,能更精准地推送出符合当前场景的信息,提高了推送信息的准确性,满足用户需求,解决了现有技术中推送信息不够准确的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,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是本申请一实施例提供的信息推送方法的应用场景示意图;
图2是本申请一实施例提供的终端设备的系统结构图;
图3是本申请一实施例提供的信息推送方法的实现流程图;
图4是本申请一实施例提供的确定各个人脸区域图像对应的关系属性的实现流程图;
图5是本申请另一实施例提供的信息推送方法的实现流程图;
图6是本申请一实施例提供的用户终端界面示意图;
图7是本申请一实施例提供的基于所述各个人脸区域图像对应的关系属性确定场景类型的实现流程图;
图8是本申请一实施例提供的基于所述场景类型生成推送信息的实现流程图;
图9是本申请一实施例提供的信息推送装置的结构示意图;
图10是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
在本申请实施例中,流程的执行主体为终端设备。该终端设备可包括但不限于智能手机、智能可穿戴设备、平板电脑、笔记本电脑、车载终端、PC(Personal Computer,个人计算机)等。可选地,该终端设备能够通过终端设备上设置的摄像头或者与终端设备通信连接的摄像头进行图像采集。
图1示出了本申请一实施例提供的信息推送方法的应用场景示意图,参见图1,摄像头12可以安装在玄关10内,用于获取门口11的场景图像,以识别出进屋的人。
在一个应用场景下,该摄像头12获取经过门口11的人的图像,以便后续通过人脸识别模块识别到主人13回家,基于主人13回家播放欢迎回家的语音或者播放主人13预设置的音乐。但该技术仅仅推送与主人13相关的信息,没有充分考虑与主人13一起回家的其他人(例如图1所示的伴侣14),从而导致信息推送不够精准,不能满足多种场景类型的信息推送需求。
本申请实施例公开一种信息推送方法、装置、终端设备及存储介质,通过摄像头采集当前场景的场景图像,识别出当前场景下的所有人及其每个人之间的人物关系,确定当前场景的场景类型,从而生成对应的推送信息。示例性地,参考图1,通过摄像头12获取当前玄关10处的场景图像,通过图像识别识别出经过门口11的是主人13及其伴侣14两个人,确定为两人居家约会的场景类型,可以播放浪漫的音乐以烘托气氛。本申请实施例公开的信息推送方法可以更精准地推送出符合当前场景的信息,满足用户需求,避免了仅仅推送与当前用户相关的信息,并不考虑当前场景的其他人,推送信息不够精准的弊端。
参见图2,图2示出了本申请一实施例提供的终端设备的系统结构图,该终端设备20安装有摄像头模块21,用于采集场景图像;该处理器22对该场景图像进行图像识别,基于该存储器23存储的历史图像识别出该场景图像内的所有人的身份信息,基于所有人的身份信息生成推送信息,将推送信息发送至应用层,以使应用层的音乐应用24将该推送信息对应的音乐数据反馈至音频播放模块25,该音频播放模块25输出该音乐数据。结合图1进行举例说明,通过摄像头12获取当前玄关10处的场景图像,通过处理器22识别出经过门口11的是主人13及其伴侣14两个人,确定为两人居家约会的场景类型生成该场景类型的推送信息,并将该推送信息发送至音乐应用24,该音乐应用24将该推送信息对应的浪漫音乐反馈至音频播放模块25,该音频播放模块25播放该浪漫音乐。
应理解,本申请实施例公开的信息推送方法还可以用在其他应用场景上,示例性地,该终端设备为车载终端,该摄像头可以安装在车内,用于拍摄车内的场景图像,以识别出车内的所有人与目标用户(例如车主)的人物关系,确定当前车内场景的场景类型,生成对应的推送信息,例如,识别出车内的两个人分别为车主以及车主的女朋友,确定当前车内场景为开车约会场景,生成该开车约会场景对应的推送信息,例如约会地点的信息;示例性地,可将该推送信息发送至导航应用,以使导航应用生成去往该约会地点的路线信息。
应理解,本申请实施例公开的信息推送方法的流程还可以在不同的终端设备上执行,示例性地,上述通过摄像头采集场景图像的流程可以是摄像设备上执行的,上述对该场景图像进行图像识别和/或基于两个人的身份信息与本地终端当前登录的目标账户对应的目标用户的人物关系库进行匹配,可以是在服务器上进行的;上述基于所述各个人脸区域图像对应的关系属性确定所述当前场景对应的场景类型和/或基于所述场景类型生成推送信息可以是在该本地终端上进行的;上述的摄像设备以及服务器都与该本地终端之间存在数据交互,该摄像设备将采集得到的场景图像发送至该本地终端,该本地终端将该场景图像发送至该服务器,该服务器对该场景图像进行图像识别,并将识别得到的身份信息以及反馈至该本地终端;或该服务器基于识别得到的各个人物对象的身份信息与该目标用户的人物关系库进行匹配,得到各个物对象与目标用户的关联关系,并反馈至该本地设备。应理解本申请对上述摄像设备、服务器以及本地终端,可以是其他任意终端,该其他任意终端可以完成对应的流程以及可以进行数据交互即可,本申请对此不作限定。
图3示出了本申请第一实施例公开的方法的实现流程图,参见图3,详述如下:
在S301中,通过摄像头采集场景图像。
在本实施例中,该摄像头用于采集场景图像,该场景图像为该摄像头所拍摄到的场景图像,其中,包含了在当前场景下包含的一个或多个人物对象,,也即该场景图像可以用于确定该当前场景内的人物对象。示例性地,上述通过摄像头采集场景图像,具体可以是:当接收到用户的启动操作,才执行通过摄像头进行图像采集的步骤,该启动操作用于标识该摄像头开始进行图像采集,也即当接收到该启动操作,则表示用户命令该摄像头进行图像采集;在其他实施例中,也可以是实时或基于预设的时间间隔执行通过摄像头对当前场景进行图像采集的步骤。
示例性地,上述通过摄像头采集场景图像,具体还可以是:实时采集临时图像并进行监测;当监测到临时图像内存在人体对象时,将存在人体对象的临时图像识别为场景图像;还可以是:通过传感器感应是否有人体对象进入到该摄像头的拍摄范围内;若该传感器感应到有人体对象进入到该摄像头的拍摄范围内,则该摄像头进行图像采集,得到场景图像。
应理解,上述得到的场景图像可以是多个连续的场景图像,也即上述通过摄像头采集场景图像,具体还可以为:在预设时间段内通过摄像头进行录像,得到预设时间段的场景视频,该场景视频包含多个连续的场景图像。
在S302中,对所述场景图像进行人脸识别,得到若干人脸区域图像。
在本实施例中,该人脸区域图像指的是在该场景图像中的被识别为人脸区域的图像区域。
在一种可能实现的方式中,上述对所述场景图像进行人脸识别,得到若干人脸区域图像,可包括:将该场景图像导入人脸识别模型,通过人脸识别模型对场景图像进行人脸识别,以得到若干人脸区域图像。
作为一种具体的实施方式,该人脸识别模型可包括训练好的RCNN(Regions withConvolutional Neural Networks features,分类卷积神经网络)模型,该RCNN模型可以同时输出目标对象的类别(mask)与边框(box)图像;示例性地,将该场景图像导入该RCNN模型,该RCNN模型输出该场景图像内类别为人脸的边框图像。
作为另一种具体的实施方式,该人脸识别模型可以是用于识别人脸关键点的分类模型,该人脸识别模型可以识别出该场景图像中所有包含人脸的图像区域,得到若干人脸区域图像,示例性地,该人脸识别模型可以识别出该场景图像中的人脸边缘关键点,并通过所有人脸边缘关键点划分包含人脸的图像区域,提取该场景图像中包含人脸的图像区域得到若干人脸区域图像。
在S303中,将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性。
在本实施例中,各个人脸区域图像对应的关系属性用于描述各个人脸区域图像对应的人物对象与目标用户之间的关联关系。该目标用户指的是该终端设备当前所关联的账户对应的主要人物对象,示例性地,可以是该终端设备当前登录的账户对应的用户,也可以是该终端设备预设的主账户对应的用户。
在一种可能实现的方式中,上述将所述若干人脸区域图像与目标用户的人物关系库进行匹配之前,包括:确定目标用户以及目标用户的目标账户;作为一种具体的实施方式,将该终端设备当前登录的账户识别为目标账户,将该目标账户对应的主要人物对象识别为目标用户;作为另一种具体的实施方式,基于上述若干人脸区域图像对应的人物对象中选取对应的目标用户并基于该目标用户确定目标账户,进一步地,可以基于预设的人物对象优先级,选取优先级最高的人物对象为目标用户;或者,可以预设当前场景下各个位置的优先级,基于各个人物对象在当前场景下的位置,选取位于优先级最高的位置(例如车场景下的主驾驶位)上的人物对象为目标用户。应理解,上述历史人脸图像库中的历史人脸图像可以与各个人物对象相关联,以便确定各个人物对象对应的账户。
在一种可能实现的方式中,该目标用户的人物关系库具体可以为身份标识与关系属性的对应表,上述将所述若干人脸区域图像与目标用户的人物关系库进行匹配,具体可以为:以各个人脸区域图像对应的身份标识为索引,遍历该身份标识与关系属性的对应表,查询得到各个人脸区域图像对应的身份标识对应的关系属性。
在本申请一实施例中,上述将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,具体可以参见图4,图4示出了本申请一实施例提供的确定各个人脸区域图像对应的关系属性的实现流程图,该实现流程S303包括S3031~S3032,详述如下:
在S3031中,针对每个人脸区域图像,将所述人脸区域图像与所述人物关系库中的多个样本人脸图像进行匹配,确定与所述各个人脸区域图像匹配的目标样本人脸图像。
在本实施例中,该人物关系库包含多个样本人脸图像以及每个样本人脸图像对应的关系属性,上述多个样本人脸图像可以指的是预先存储在该人物关系库中的人脸图像,用于表征特定的人物对象。
在一些实施例中,。将上述S302获取得到的,该场景图像内所有的人脸区域图像,与该目标用户的人物关系库内的多个样本人脸图像进行一一匹配,若进行匹配的两个图像的图像相似度大于或等于预设相似度,则表明进行匹配的两个图像匹配成功;进一步地,针对每个人脸区域图像,从上述人物关系库内的多个样本人脸图像中,确定与该人脸区域图像匹配的目标样本人脸图像。
在S3032中,将与所述人脸区域图像匹配的目标样本人脸图像对应的关系属性确定为所述人脸区域图像的关系属性。
在一些实施例中,在该目标用户的人物关系库内的多个样本人脸图像,均设置有与该目标用户有关的关系属性,用于描述样本人脸图像中的人物对象与目标用户之间的关联关系,例如本人(即目标用户自身),朋友,同事,伴侣或子女等。
上述S3031中确定了各个人脸区域图像匹配的目标样本人脸图像,以一个人脸区域图像为例进行说明,将该人脸区域图像匹配的目标样本人脸图像的关系属性,识别为该人脸区域图像的关系属性,进而确定该人脸区域图像与目标用户之间的关联关系。
在本实施例中,通过样本人脸图像对各个人脸区域图像进行识别,确定各个人脸区域图像对应的关系属性,也即基于样本数据对该场景图像进行人脸识别,可以更精确地识别出该场景图像内各个人脸区域图像对应的人物对象与目标用户的关联关系,进一步确定该场景图像内各个人物对象之间的关系,以便后续确定场景类型。
应理解,上述各个人脸区域图像对应的人物对象,可以包含上述目标用户,以直接确定该场景图像内的目标用户以及其他人物对象之间的关系,该其他人物对象指的是除目标用户以外的人物对象;也可以不包含目标用户,以间接确定该场景图像内的其他人物对象之间的关系,本申请对此不作限定。
在S304中,基于所述各个人脸区域图像对应的关系属性确定场景类型。
在本实施例中,该场景类型用于描述当前场景,该当前场景内包含上述各个人脸区域图像对应的人物对象。
在本实施例中,通过上述各个人脸区域图像对应的关系属性,可以确定在当前场景下存在的人物对象,根据该当前场景下的人物对象来确定当前场景的场景类型,例如,该场景类型可包括家庭场景(一家三口或以上)、亲子场景(一个大人加一个该大人的小孩)、警惕场景(不包括主人,只包括老婆和孩子)、约会场景(主人以及伴侣)以及工作场景(主人以及同事)等诸多场景类型。上述场景类型可以从预设的候选场景类型中选取,示例性地,预设有当前场景下的关系属性与候选场景类型的对应表,该对应表可以基于各个人脸区域图像对应的关系属性,从多个候选场景类型中查询对应的目标场景类型;示例性地,预设有场景类型的分类模型,将各个人脸区域图像对应的关联关系输入至该分类模型,得到对应的场景类型,该分类模型的参数可以是用户自定义设置的。应理解,上述主人即上述目标用户。
作为示例而非限定,上述基于所述各个人脸区域图像对应的关系属性确定场景类型,可以包括以下情形:若上述各个人脸区域图像对应的关系属性有本人、妻子以及儿子,可以确定场景类型为家庭场景;若上述各个人脸区域图像对应的关系属性有本人以及儿子,可以确定场景类型为亲子场景;若上述各个人脸区域图像对应的关系属性只有伴侣以及儿子,可以确定场景类型为警惕场景;若上述各个人脸区域图像对应的关系属性有本人以及女朋友,可以确定场景类型为约会场景。
在S305中,基于所述场景类型生成推送信息。
在本实施例中,为了更精准地推送当前场景下所需求的推送信息,需要基于当前场景的场景类型生成推送信息。该推送信息的确定是基于当前场景下目标用户和/或其他人物对象之间的关系确定的,该推送信息具体指的是当前场景下可能需要被推送的信息,示例性地,若该场景类型为双人约会场景,则该推送信息可以包括约会事项推荐(推荐看的电影或者吃饭的饭店等);若该场景类型为亲子场景,则该推送信息可以包括增进亲子感情的问答游戏。
在一些实施例中,在上述基于所述场景类型生成推送信息之后,可以包括:输出该推送信息。作为一种具体的实施方式,上述输出该推送信息,可以结合该终端设备的各个应用进行不同方式的输出,即上述输出该推送信息包括:将推送信息发送至目标应用,以使目标应用基于本身对应的应用类型对该推送信息进行输出。示例性地,上述推送信息可包括约会事项推荐(推荐看的电影或者吃饭的饭店),结合导航应用,该导航应用输出推荐有上映该电影的电影院或该饭店的导航路线信息,结合网评应用,输出该电影或该饭店的节选评论;上述推送信息可包括约会背景音乐,结合音乐应用,该音乐应用输出该约会背景音乐。
在本申请一实施例中,该推送信息包括多媒体信息;该多媒体信息可以是语音信息、画面信息或灯光设置信息等多媒体信息。应理解,在基于场景类型生成推送信息之后,还可以包括:通过多媒体设备输出与该场景类型对应的多媒体信息,具体可以为:通过音频设备输出该场景类型对应的氛围音乐或语音;通过显示设备输出该场景类型对应的画面;通过灯光设备输出该场景类型对应的氛围灯光。示例性地,若该场景类型为双人约会场景,该推送信息可以包括浪漫音乐或浪漫氛围的灯光,通过音频设备输出该浪漫音乐或通过灯光设备输出该浪漫氛围的灯光。
在本实施例中,通过摄像头采集场景图像,通过识别该场景图像中各个人物对象与目标用户之间的关联关系,根据该关联关系确定场景类型,该场景类型可以更具体地描述各个人物对象正在所在的当前场景,基于该场景类型生成推送信息。在本申请实施例中,推送信息的确定是基于当前场景下目标用户和/或其他人物对象之间的关联关系确定的,能更精准地推送出符合当前场景的信息,提高了推送信息的准确性,满足用户需求,解决了现有技术中推送信息不够准确的问题。
图5示出了本申请另一实施例提供的信息推送方法的实现流程图,参见图5,详述如下:
在S501中,通过摄像头采集场景图像。
在本实施例中,该S501的相关描述具体可参考上述S301的描述,在此不再赘述。
在一种可能实现的方式中,上述S501具体可以是通过摄像头获取当前场景在预设时间段的场景视频,该场景视频包括多个场景图像。
在S502中,对所述场景图像进行人脸识别,得到若干人脸区域图像。
在一种可能实现的方式中,上S502具体可以是对多个场景图像进行人脸识别,得到若干人脸区域图像。具体地,基于历史人脸图像库中的历史人脸图像对多个场景图像进行人脸识别,确定该多个场景图像中出现过的若干人物对象,以一个人物对象为例,该人物对象关联有对应的身份标识以及对应的历史人脸图像,截取上述若干人物对象在该多个场景图像中的若干人脸区域图像,同时确定了各个人脸区域图像对应的身份标识。示例性地,上述多个场景图像包括三个场景图像,第一场景图像以及第二场景图像中识别出A人物对象以及B人物对象,第三场景图像中识别出B人物对象以及C人物对象,则截取A人物对象和B人物对象在该第一场景图像内的人物区域图像,以及C人物对象在第三场景图像的人物区域图像,集合得到上述若干人脸区域图像,且各个脸区域图像关联有人物对象的身份标识,分别为A、B以及C。
在S503中,将所述若干人脸区域图像与目标用户的人物关系库进行匹配。
在本实施例中,上述将若干人脸区域图像与目标用户的人物关系库进行匹配,具体可参照S303的相关描述,在此不再赘述。需要说明的是,若第一人脸区域图像与所述人物关系库匹配失败,则执行步骤S504。
在S504中,将所述第一人脸区域图像发送至所述目标用户对应的用户终端,以使用户终端基于所述第一人脸区域图像确定所述第一人脸区域图像对应的目标关系。
在本实施例中,所述第一人脸区域图像为所述若干人脸区域图像中的任一人脸区域图像。
在本实施例中,上述将所述若干人脸区域图像与目标用户的人物关系库进行匹配,具体可参照上述S3031~S3032的相关描述,具体不再赘述。需要说明的是,所述第一人脸区域图像为所述若干人脸区域图像中的任一人脸区域图像,特别地,若第一人脸区域图像与所述人物关系库匹配失败,则表示第一人脸区域图像在该目标用户人物关系库中不存在相匹配的目标历史人脸图像,也即该第一人脸区域图像对于该目标用户来说,是一个陌生人的人脸图像,则执行将该第一人脸区域图像发送至该目标用户对应的用户终端的步骤,以使用户终端基于该第一人脸区域图像确定该第一人脸区域图像对应的目标关系。该目标关系用于后续作为该第一人脸区域图像的关系属性,也即该目标关系指的是该第一人脸区域图像对应的人物对象与该目标用户的关联关系。
在本实施例一实施例中,上述用户终端基于该第一人脸区域图像确定该第一人脸区域图像对应的目标关系,具体可以参见图6,图6示出了本申请一实施例提供的用户终端界面示意图,该用户终端接收到上述终端设备发送的该第一人脸区域图像,则将该第一人脸区域图像显示在该用户终端的界面上,同时显示输入栏62,以便后续基于用户操作在该输入栏62内输入该第一人脸区域图像的目标关系,并将该目标关系反馈至上述终端设备,以便于该终端设备基于该目标关系更新该第一人脸区域图像的关系属性。
在一些实施例中,上述将所述第一人脸区域图像发送至所述目标用户对应的用户终端,具体可以包括:将所述第一人脸区域图像及所述第一人脸区域图像对应的人物属性信息发送至所述目标用户对应的用户终端,以使所述用户终端基于所述人物属性信息生成多个候选关系,并从所述多个候选关系确定目标关系。
示例性地,所述人物属性信息可以包括性别和/或年龄。上述以使所述用户终端基于所述人物属性信息生成多个候选关系,具体参见图6,图6示出了本申请一实施例提供的用户终端60界面示意图,该用户终端60界面上包含有上述第一人脸区域图像61、输入栏62、该输入栏62旁的下拉键63,当用户按下该下拉键63时,会显示下拉选项列表64。在图6的输入栏62中预设有下拉键63,该下拉键63对应有下拉选项列表64,该下拉选项列表64上显示有多个候选关系。应理解,上述基于所述人物属性信息生成多个候选关系,具体可以为,基于该人物属性信息以及该目标用户的个人信息生成多个候选关系,也即生成多个候选关系需要考虑该目标用户的个人信息。作为示例,该人物属性信息包括性别信息为女,该目标用户的性别为男,则该多个候选关系可以包括:女儿、女朋友、妻子或母亲等女性关联关系;进一步地,该人物属性信息还包括年龄信息为25,该目标用户的年龄为26,则该多个候选关系可以包括:女朋友、妻子、女同事等近龄女性关联关系。应理解,图6所示的输入栏62中,除了可以选择上述下拉选项列表64中的多个候选关系,也可以选择用户自定义输入的目标关系。发送人物属性信息以使该用户终端基于该人物属性信息生成多个候选关系让用户在对该陌生人的关系重新定义时进行选择,可以提高用户对该陌生人的关系进行重新定义的效率。
应理解,上述用户终端基于该第一人脸区域图像确定该第一人脸区域图像对应的目标关系,具体还可以为:将该第一人脸区域图像与该用户终端内的私人人物关系库进行匹配,相关描述可参照上述S303的描述,在此不再赘述,需要说明的是,通过设置用户终端的私人人物关系库,可以提高用户的隐私性。
在本申请另一实施例中,在上述第一人脸区域图像与该人物关系库匹配失败之后,还可以包括:遍历所述目标用户的关联用户的人物关系库,查询与所述第一人脸区域图像匹配的关联样本图像,若查询到所述第一人脸区域图像匹配的关联样本图像,则基于查询到的关联样本图像的关系属性更新所述第一人脸区域图像的关系属性。
在一些实施例中,上述关联用户为所述目标用户的人物关系库中包含的样本人脸图像对应的用户,也即上述样本人脸图像对应的人物对象,上述目标用户关联有一个或多个关联用户,各个关联用户相对于目标用户,配置有对应的关系属性。在上述第一人脸区域图像与该人物关系库匹配失败,则可以在该目标用户的所有关联用户的人物关系库中,查询该第一人脸区域匹配的关联样本图像,进一步扩大确定该第一人脸区域图像对应的关系属性的参考范围。若有一个关联用户的人物关系库中存在于该第一人脸区域图像匹配的关联样本图像,则基于该关联样本图像的关系属性(相对于该关联用户),以及该关联用户相对于目标用户的关系属性,确定该第一人脸区域图像对应的关系属性(相对于目标用户),示例性地,该关联样本图像的关系属性为女儿(相对于该关联用户),该关联用户相对于目标用户的关系属性为邻居,则确定该第一人脸区域图像对应的关系属性(相对于目标用户)为邻居的女儿。
应理解,存在另一种可能实现的方式,上述将所述若干人脸区域图像与目标用户的人物关系库进行匹配,具体可以为:基于预设的整体人物关系库,以及确定的目标用户,生成该目标用户的人物关系库;该整体人物关系库包括用于描述各个人物对象与目标用户之间的关联关系,上述目标用户的人物关系库用于以目标用户对应的人物对象为“本人”,基于上述整体人物关系库为各个人物对象配置对应的关系属性。在本方式中,在上述第一人脸区域图像与该人物关系库匹配失败后,不会出现上述遍历所述目标用户的关联用户的人物关系库,查询与所述第一人脸区域图像匹配的关联样本图像的操作,因为该整体人物关系库能够描述所有用户的人物关系库。
在S505中,接收所述用户终端反馈的目标关系,将所述第一人脸区域图像对应的关系属性更新为所述目标关系,并将所述第一人脸区域图像与更新后的关系属性关联存储至所述目标用户的人物关系库内。
在本实施例中,该目标关系为用户终端基于上述第一人脸区域图像所反馈的。将该第一人脸区域图像对应的关联关系更新为该目标关系,以完成目标用户对该第一人脸区域图像对应的人物对象的辨认;将该第一人脸区域图像与更新后的关系属性关联存储至该目标用户的人物关系库内,具体地,将该第一人脸区域图像识别为样本人脸图像,将该更新后的关系属性,识别为该样本人脸图像的关系属性,将两者关联存储至该目标的人物关系库,以保留这次认知,以便后续识别到该第一人脸区域图像时,能够确认该第一人脸区域图像对应的关系属性为更新后的关系属性。
在S506中,基于第一人脸区域图像对应的关系属性以及其他人脸区域图像对应的关系属性,确定场景类型,并基于所述场景类型生成推送信息。
在本实施例中,该其他人脸区域图像指的是除该第一人脸区域图像以外的人脸区域图像。上述S506的具体描述可参照上述S304以及S305的相关描述,在此不再赘述。需要说明的是,特别地,该第一人脸区域图像对应的关系属性为首次出现在场景图像中,因此在确定该场景类型时,需要关联“第一次”的场景标签,示例性地,上述第一人脸区域图像对应的关系属性以及其他人脸区域图像对应的关系属性,分别为女朋友以及本人,则确定该当前场景对应的场景类型为“第一次”“约会场景”,并基于该场景类型生成对应的推送信息,例如该推送信息可以包括值得纪念的浪漫景点信息。
在本实施例中,通过对该第一人脸区域图像的关系属性的更新,可以及时调整场景类型,以便生成更加符合用户需求的推送信息;特别地,还可以基于更新,确定包含“第一次”场景标签的场景类型,以便生成符合该场景标签的推送信息。
在本实施例中,针对该第一人脸区域图像与该人物关系库匹配失败的情况,即将该第一人脸区域图像发送至用户终端,以使目标用户对该第一人脸区域图像对应的人物对象进行关系属性的重新定义,进一步确定该第一人脸区域图像对应的关系属性对于场景类型的影响,以提高该场景类型的精确度。应理解,在该第一人脸区域图像与该人物关系库匹配失败后,可以生成关于匹配失败的警告信息,具体地,该警告信息可以用于警告用户出现目标用户的陌生人。
应理解,可以具体预设一种关系属性为陌生人,当该第一人脸区域图像与该人物关系库匹配失败时,则将该第一人脸区域图像的关系属性确定为陌生人,考虑到了陌生人的这一比较特殊的关系属性,可以丰富了各个人脸区域图像可能的关联关系。
图7示出了本申请一实施例提供的基于所述各个人脸区域图像对应的关联关系确定场景类型的实现流程图,相较于图3所述的实施例,本实施例提供的信息推送方法S304还包括S701,具体详述如下:
在S701中,根据所述各个人脸区域图像对应的关系属性以及环境信息,确定场景类型。
在本实施例中,该环境信息可以是该终端设备预先设置的,例如该终端设备为车载终端时,该环境信息为车;该终端设备为家庭智能终端时,该环境信息为家。本实施例的步骤S701,相较于上述S304的相关描述,在确定场景类型时,添加了对应的环境信息作为确定因素之一。作为示例而非限定,在上述S304中,若上述各个人脸区域图像对应的关系属性有本人以及女朋友,可以确定场景类型为双人约会场景;而在S701中,若上述各个人脸区域图像对应的关系属性有本人以及女朋友,可以确定场景类型为双人居家约会场景;两者的场景类型不一致,因此后续生成的推送信息也不一致。
应理解,上述环境信息可以以场景标签的形式,与场景类型进行关联,示例性地,相较于S304,在S701中,若上述各个人脸区域图像对应的关联关系有本人以及女朋友,可以确定场景类型为双人约会场景,该场景类型额外关联有“环境:家”的场景标签,在后续生成的推送信息中也会基于该“环境:家”的场景标签进行调整。
在本实施例中,在确定场景类型时,考虑当前常见的环境信息,可以提高该场景类型的精确度,以便针对当前场景生成更精确的推送信息。
图8示出了本申请一实施例提供的基于所述场景类型生成推送信息的实现流程图,相较于图3所述的实施例,本实施例提供的信息推送方法S305还包括S801,具体详述如下:
在S801中,确定当前时间,并根据预设的事件时间表确定与所述当前时间匹配的事件信息。
在本实施例中,该当前时间指的是当前场景正在处于的时刻;上述确定当前时间具体可参照相关技术中的描述,在此不再赘述。
在本实施例中,该事件时间表是预先基于上述上述目标用户及上述关系属性确定的;具体地,通过上述目标用户以及上述各个人脸区域图像对应的关系属性,确定在当前场景内的各个人物对象,基于各个人脸区域图像对应的人物对象确定该事件时间表。该事件时间表中可包括有一个或多个事件信息,以及每个事件信息对应的事件时间。
以一个事件信息为例进行说明,确定与当前时间匹配的事件信息为第一事件信息,该第一事件信息可以为该事件时间表内任一事件信息。具体地,可将当前时间和该事件时间表内各个事件信息对应的事件时间一一进行匹配,得到当前时间与该第一事件信息对应的事件时间匹配,则确定与当前时间匹配的事件信息为第一事件信息。该事件信息用于描述在当前场景下可能存在的特殊事件,示例性地,在该事件时间表内,存在与当前时间相匹配的事件时间,该事件时间对应的事件信息所描述的特殊事件具体为“女儿的生日”,则该事件信息具体可以为“为女儿庆祝生日”。
应理解,上述事件时间表内的事件信息可以与一个或多个人物对象相关联,也即与该目标用户对应的一个或多个关系属性相关联,示例性地,该特殊事件指的是结婚纪念日,该第一特殊事件与该目标用户的本人以及妻子相关联;该第一特殊事件指的是生日,该第一特殊事件可以与该目标用户的女儿相关联。上述事件时间可以指的是一段时间段(例如女儿的生日),也可以是一个时刻(例如女儿的放学时刻);上述事件信息可以是目标用户预设的,也可以是根据上述S506中带有“第一次”场景标签的场景类型所记录的,也可以是基于目标用户的目标账户所存储的历史数据确定的。
在S802中,根据所述事件信息以及所述场景类型,确定所述推送信息。
在本实施例中,若存在与所述当前时间匹配的事件信息,则表示当前场景中存在该事件信息所描述的特殊事件。上述根据所述事件信息以及所述场景类型,确定所述推送信息,具体可以为生成关于该事件信息以及该场景类型的推送信息,示例性地,若该事件信息为“为女儿庆祝生日”,该场景类型为家庭聚会场景(根据该目标用户的本人、妻子以及女儿确定的),则后续生成的推送信息既要与该事件信息相关,也要与该场景类型相关,则该推送信息可以为生日快乐歌、生日氛围灯光控制信息或祝福语音,示例性地,该祝福语音具体可以是“祝福我们家的宝贝女儿生日快乐”,其中“我们家”与该场景类型相关,“宝贝女儿生日快乐”与该事件信息相关。
在本实施例中,确定当前时间,根据预设的事件时间表确定与当前时间匹配的事件信息,并根根据该事件信息以及上述场景类型,确定推送信息,相较于上述S305生成的推送信息,本实施例的S801的推送信息考虑了当前时间,以满足更多可能的场景类型;本实施例的S801的步骤可以丰富推送信息的内容。
对应于上文实施例所述的方法,图9示出了本申请一实施例公开的信息推送装置的结构示意图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图9,该信息推送装置包括:图像采集模块91,用于通过摄像头采集场景图像;人脸识别模块92,用于对所述场景图像进行人脸识别,得到若干人脸区域图像;关系属性确认模块93,用于将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,所关系属性用于描述所述各个人脸区域图像对应的人物对象与所述目标用户之间的关联关系;场景类型确定模块94,用于基于所述各个人脸区域图像对应的关系属性确定场景类型;推送信息生成模块95,用于基于所述场景类型生成推送信息。
可选的,上述关系属性确认模块93还包括:人物关系库匹配模块,用于针对每个人脸区域图像,将所述人脸区域图像与所述人物关系库中的所述多个样本人脸图像进行匹配,确定与所述人脸区域图像相匹配的目标样本人脸图像;该关系确认模块93,还用于将与所述人脸区域图像相匹配的目标样本人脸图像对应的关系属性确定为所述人脸区域图像的关系属性。
可选的,上述关系确认模块93还包括:通信模块,用于若第一人脸区域图像与所述人物关系库匹配失败,则将所述第一人脸区域图像发送至所述目标用户对应的用户终端,以使用户终端基于所述第一人脸区域图像确定所述第一人脸区域图像对应的目标关系;所述第一人脸区域图像为所述若干人脸区域图像中的任一人脸区域图像;关系属性更新模块,用于接收所述用户终端反馈的所述目标关系,将所述第一人脸区域图像对应的关系属性更新为所述目标关系;人物关系库更新模块,用于将所述第一人脸区域图像与更新后的关系属性关联存储至所述目标用户的人物关系库内。
可选的,上述通信模块还用于将所述第一人脸区域图像及所述第一人脸区域图像对应的人物属性信息发送至所述目标用户对应的用户终端,以使所述用户终端基于所述人物属性信息生成多个候选关系,并从所述多个候选关系确定目标关系。
可选的,上述关系属性更新模块,还用于若第一人脸区域图像与所述人物关系库匹配失败,则遍历所述目标用户的关联用户的人物关系库,查询与所述第一人脸区域图像匹配的关联样本图像,所述关联用户为所述目标用户的人物关系库中包含的样本人脸图像对应的用户,若查询到所述第一人脸区域图像匹配的关联样本图像,则基于查询到的关联样本图像对应的关系属性更新所述第一人脸区域图像的关系属性。
可选的,上述场景类型确定模块94,还用于根据所述各个人脸区域图像对应的关系属性以及环境信息,确定场景类型。
可选的,上述推送信息生成模块95,还包括:当前时间确定模块,用于确定当前时间;事件信息匹配模块,用于根据预设的事件时间表确定与所述当前时间匹配的事件信息;上述推送信息生成模块95,还用于根据所述事件信息以及所述场景类型,确定所述推送信息。
需要说明的是,上述装置之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,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单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
图10示出了本申请一实施例公开的终端设备的结构示意图。如图10所示,该实施例的终端设备100包括:至少一个处理器1010(图10中仅示出一个处理器)、存储器1020以及存储在所述存储器1020中并可在所述至少一个处理器1010上运行的计算机程序1030,所述处理器1010执行所述计算机程序1030时实现上述任意各个方法实施例中的步骤。
所述终端设备100可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器1010、存储器1020。本领域技术人员可以理解,图10仅仅是终端设备100的举例,并不构成对终端设备100的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器1010可以是中央处理单元(Central Processing Unit,CPU),该处理器1010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。
所述存储器1020在一些实施例中可以是所述终端设备100的内部存储单元,例如终端设备100的硬盘或内存。所述存储器1020在另一些实施例中也可以是所述终端设备100的外部存储设备,例如所述终端设备100上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器1020还可以既包括所述终端设备100的内部存储单元也包括外部存储设备。所述存储器1020用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器1020还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还公开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,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例公开了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所公开的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。

Claims (11)

1.一种信息推送方法,其特征在于,包括:
通过摄像头采集场景图像;
对所述场景图像进行人脸识别,得到若干人脸区域图像;
将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,所述关系属性用于描述所述各个人脸区域图像对应的人物对象与所述目标用户之间的关联关系;
基于所述各个人脸区域图像对应的关系属性确定场景类型;
基于所述场景类型生成推送信息。
2.根据权利要求1所述的方法,其特征在于,所述人物关系库包含多个样本人脸图像以及每个样本人脸图像对应的人物对象与所述目标用户之间的关系属性;
所述将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像的关系属性,包括:
针对每个人脸区域图像,将所述人脸区域图像与所述人物关系库中的多个样本人脸图像进行匹配,确定与所述人脸区域图像匹配的目标样本人脸图像;
将与所述人脸区域图像匹配的目标样本人脸图像对应的关系属性确定为所述人脸区域图像的关系属性。
3.根据权利要求1所述的方法,其特征在于,所述将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,包括:
若第一人脸区域图像与所述人物关系库匹配失败,则将所述第一人脸区域图像发送至所述目标用户对应的用户终端,以使用户终端基于所述第一人脸区域图像确定所述第一人脸区域图像对应的目标关系;所述第一人脸区域图像为所述若干人脸区域图像中的任一人脸区域图像;
接收所述用户终端反馈的所述目标关系,将所述第一人脸区域图像对应的关系属性更新为所述目标关系,并将所述第一人脸区域图像与更新后的关系属性关联存储至所述目标用户的人物关系库内。
4.根据权利要求3所述的方法,其特征在于,所述将所述第一人脸区域图像发送至所述目标用户对应的用户终端,包括:
将所述第一人脸区域图像及所述第一人脸区域图像对应的人物属性信息发送至所述目标用户对应的用户终端,以使所述用户终端基于所述人物属性信息生成多个候选关系,并从所述多个候选关系确定目标关系。
5.根据权利要求3所述的方法,其特征在于,所述将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,包括:
若第一人脸区域图像与所述人物关系库匹配失败,则遍历所述目标用户的关联用户的人物关系库,查询与所述第一人脸区域图像匹配的关联样本图像,所述关联用户为所述目标用户的人物关系库中包含的样本人脸图像对应的用户;
若查询到所述第一人脸区域图像匹配的关联样本图像,则基于查询到的关联样本图像对应的关系属性更新所述第一人脸区域图像的关系属性。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述基于所述各个人脸区域图像对应的关系属性确定场景类型,包括:
根据所述各个人脸区域图像对应的关系属性以及环境信息,确定场景类型。
7.根据权利要求1-5任一项所述的方法,其特征在于,所述基于所述场景类型生成推送信息,包括:
确定当前时间,并根据预设的事件时间表确定与所述当前时间匹配的事件信息;所述事件时间表包括一个或多个事件信息以及每个事件信息对应的事件时间;所述事件时间表是预先基于所述目标用户及所述关系属性确定的;
根据所述事件信息以及所述场景类型,确定所述推送信息。
8.根据权利要求1-5任一项所述的方法,其特征在于,所述推送信息包括多媒体信息。
9.一种信息推送装置,其特征在于,包括:
图像采集模块,用于通过摄像头采集场景图像;
人脸识别模块,用于对所述场景图像进行人脸识别,得到若干人脸区域图像;
关系确认模块,用于将所述若干人脸区域图像与目标用户的人物关系库进行匹配,确定各个人脸区域图像对应的关系属性,所述关系属性用于描述所述各个人脸区域图像与所述目标用户之间的关联关系;
场景类型确定模块,用于基于所述各个人脸区域图像对应的关系属性确定场景类型;
推送信息生成模块,用于基于所述场景类型生成推送信息。
10.一种终端设备,其特征在于,包括:存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现如权利要求1至8任一所述的方法。
11.一种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至8任一所述的方法。
CN202110851172.XA 2021-07-27 2021-07-27 信息推送方法、装置、终端设备及存储介质 Pending CN113612830A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110851172.XA CN113612830A (zh) 2021-07-27 2021-07-27 信息推送方法、装置、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110851172.XA CN113612830A (zh) 2021-07-27 2021-07-27 信息推送方法、装置、终端设备及存储介质

Publications (1)

Publication Number Publication Date
CN113612830A true CN113612830A (zh) 2021-11-05

Family

ID=78305586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110851172.XA Pending CN113612830A (zh) 2021-07-27 2021-07-27 信息推送方法、装置、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN113612830A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115774520A (zh) * 2022-12-01 2023-03-10 苏州乐志软件科技有限公司 一种云对象存储方法和系统
CN116039549A (zh) * 2023-03-07 2023-05-02 小米汽车科技有限公司 车辆控制方法及装置
CN116539046A (zh) * 2023-07-06 2023-08-04 深圳市博安智控科技有限公司 智慧校园的信息发布方法、装置、服务器及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109121007A (zh) * 2018-09-18 2019-01-01 深圳市酷开网络科技有限公司 基于多人脸识别的影视内容推荐方法、智能电视及系统
CN109299973A (zh) * 2018-08-29 2019-02-01 中国建设银行股份有限公司 一种基于人脸识别的广告推送方法及相关设备
CN113010725A (zh) * 2021-03-17 2021-06-22 平安科技(深圳)有限公司 演奏乐器的选择方法、装置、设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109299973A (zh) * 2018-08-29 2019-02-01 中国建设银行股份有限公司 一种基于人脸识别的广告推送方法及相关设备
CN109121007A (zh) * 2018-09-18 2019-01-01 深圳市酷开网络科技有限公司 基于多人脸识别的影视内容推荐方法、智能电视及系统
CN113010725A (zh) * 2021-03-17 2021-06-22 平安科技(深圳)有限公司 演奏乐器的选择方法、装置、设备及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115774520A (zh) * 2022-12-01 2023-03-10 苏州乐志软件科技有限公司 一种云对象存储方法和系统
CN115774520B (zh) * 2022-12-01 2023-12-05 苏州乐志软件科技有限公司 一种云对象存储方法和系统
CN116039549A (zh) * 2023-03-07 2023-05-02 小米汽车科技有限公司 车辆控制方法及装置
CN116539046A (zh) * 2023-07-06 2023-08-04 深圳市博安智控科技有限公司 智慧校园的信息发布方法、装置、服务器及存储介质
CN116539046B (zh) * 2023-07-06 2023-09-08 深圳市博安智控科技有限公司 智慧校园的信息发布方法、装置、服务器及存储介质

Similar Documents

Publication Publication Date Title
US11688399B2 (en) Computerized intelligent assistant for conferences
US20200125837A1 (en) System and method for generating a facial representation
CN113612830A (zh) 信息推送方法、装置、终端设备及存储介质
JP5795580B2 (ja) タイムベースメディアにおけるソーシャルインタレストの推定および表示
US11394675B2 (en) Method and device for commenting on multimedia resource
US20220207872A1 (en) Apparatus and method for processing prompt information
US20200380299A1 (en) Recognizing People by Combining Face and Body Cues
US9953221B2 (en) Multimedia presentation method and apparatus
CN105302315A (zh) 图片处理方法及装置
CN110147467A (zh) 一种文本描述的生成方法、装置、移动终端及存储介质
CN104346431B (zh) 信息处理装置、信息处理方法和程序
US9070024B2 (en) Intelligent biometric identification of a participant associated with a media recording
CN106663120A (zh) 扩展存储器系统
CN112312215B (zh) 基于用户识别的开机内容推荐方法、智能电视及存储介质
CN105335714A (zh) 照片处理方法、装置和设备
CN112464031A (zh) 交互方法、装置、电子设备以及存储介质
US9152707B2 (en) System and method for creating and providing media objects in a navigable environment
CN114390368B (zh) 直播视频数据的处理方法及装置、设备、可读介质
CN112101216A (zh) 人脸识别方法、装置、设备及存储介质
US20150078729A1 (en) Synchronizing videos with frame-based metadata using video content
CN113849723A (zh) 搜索方法及搜索装置
US20180039626A1 (en) System and method for tagging multimedia content elements based on facial representations
CN105426904A (zh) 照片处理方法、装置和设备
CN109151599B (zh) 视频处理方法和装置
CN116629236A (zh) 一种待办事项提取方法、装置、设备及存储介质

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