CN114201675A - 内容推荐方法及装置、设备、介质和产品 - Google Patents
内容推荐方法及装置、设备、介质和产品 Download PDFInfo
- Publication number
- CN114201675A CN114201675A CN202111495167.6A CN202111495167A CN114201675A CN 114201675 A CN114201675 A CN 114201675A CN 202111495167 A CN202111495167 A CN 202111495167A CN 114201675 A CN114201675 A CN 114201675A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- content
- recommended
- type
- recommendation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 71
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000002996 emotional effect Effects 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008451 emotion Effects 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 4
- 230000006855 networking Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000013480 data collection Methods 0.000 description 6
- 230000002349 favourable effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种内容推荐方法及装置、设备、介质和产品，涉及智能座舱和车联网领域，尤其涉及智能推荐和内容处理技术领域。具体实现方案包括：对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频；根据车内乘员的状态特征信息，确定待推荐的目标内容类型；以及向车载终端推荐与目标内容类型关联的内容。
Description
技术领域
本公开涉及人工智能领域，尤其涉及智能推荐和内容处理技术领域，可应用于车载场景下的内容推荐。
背景技术
随着信息过载现象日益显著，内容推荐可以在有效满足用户的多样化内容消费需求的基础上，降低用户获取内容的搜寻成本和操作难度。内容推荐在车载场景中有着广泛的应用，但是，在一些场景下，存在内容推荐匹配性差、推荐效果不佳的现象。
发明内容
本公开提供了一种内容推荐方法及装置、设备、介质和产品。
根据本公开的一方面，提供了一种内容推荐方法，包括：对车内场景数据进行识别，得到车内乘员的状态特征信息，其中，所述车内场景数据包括车内场景图像和/或车内场景音频；根据所述车内乘员的状态特征信息，确定待推荐的目标内容类型；以及向车载终端推荐与所述目标内容类型关联的内容。
根据本公开的另一方面，提供了一种内容推荐装置，包括：第一处理模块，用于对车内场景数据进行识别，得到车内乘员的状态特征信息，其中，所述车内场景数据包括车内场景图像和/或车内场景音频；第二处理模块，用于根据所述车内乘员的状态特征信息，确定待推荐的目标内容类型；以及第三处理模块，用于向车载终端推荐与所述目标内容类型关联的内容。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和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上述的内容推荐方法。
根据本公开的另一方面，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上述的内容推荐方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的内容推荐方法。
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，不构成对本公开的限定。其中：
图1示意性示出了根据本公开一实施例的内容推荐方法和装置的系统架构；
图2示意性示出了根据本公开一实施例的内容推荐方法的流程图；
图3示意性示出了根据本公开另一实施例的内容推荐方法的示意图；
图4示意性示出了根据本公开一实施例的内容推荐过程的示意图；
图5示意性示出了根据本公开一实施例的内容推荐装置的框图；
图6示意性示出了根据本公开实施例的用于执行内容推荐的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种内容推荐方法。内容推荐方法包括：对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频。根据车内乘员的状态特征信息，确定待推荐的目标内容类型，以及向车载终端推荐与目标内容类型关联的内容。
图1示意性示出了根据本公开一实施例的内容推荐方法和装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
根据该实施例的系统架构100可以包括数据采集终端101、车载终端102、网络103和服务器104。网络103用于在数据采集终端101、车载终端102和服务器104之间提供通信链路的介质。网络103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。服务器104可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或分布式系统，还可以是提供云服务、云计算、网络服务、中间件服务等基础云计算服务的云服务器。
数据采集终端101、车载终端102通过网络103与服务器104进行交互，以接收或发送数据等。数据采集终端101可用于采集车内场景数据，数据采集终端101例如可以包括车内摄像头、车载传感器等。车载终端102可以是车辆中的多媒体数据文件播放装置。
服务器104可以是提供各种服务的服务器，例如可以是对数据采集终端101发送的数据进行识别的后台处理服务器(仅为示例)。后台处理服务器可以对接收到的图像、视频、音频等数据进行识别处理。
例如，服务器104接收来自数据采集终端101的车内场景数据，服务器104用于对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频。服务器104还用于根据车内乘员的状态特征信息，确定待推荐的目标内容类型，以及向车载终端103推荐与目标内容类型关联的内容。。
需要说明的是，本公开实施例所提供的内容推荐方法可以由服务器104执行。相应地，本公开实施例所提供的内容推荐装置可以设置于服务器104中。本公开实施例所提供的内容推荐方法也可以由不同于服务器104且能够与终端设备101、102、103和/或服务器104通信的服务器或服务器集群执行。相应地，本公开实施例所提供的内容推荐装置也可以设置于不同于服务器104且能够与终端设备101、102、103和/或服务器104通信的服务器或服务器集群中。
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。
本公开实施例提供了一种内容推荐方法，下面结合图1的系统架构，参考图2～图4来描述根据本公开示例性实施方式的内容推荐方法。本公开实施例的内容推荐方法例如可以由图1所示的服务器104来执行。
图2示意性示出了根据本公开一实施例的内容推荐方法的流程图。
如图2所示，本公开实施例的内容推荐方法200例如可以包括操作S210～操作S230。
在操作S210，对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频。
在操作S220，根据车内乘员的状态特征信息，确定待推荐的目标内容类型。
在操作S230，向车载终端推荐与目标内容类型关联的内容。
下面示例说明本实施例的内容推荐方法的各操作的示例流程。
示例性地，车内场景数据可以是通过各种公开、合法合规的方式获取的，例如可以从公开数据集处获取，或者在获得与车内场景数据关联的用户授权之后由数据采集终端获取。车内场景数据并不是针对某一特定用户的场景数据，并不能反映某一特定用户的个人信息。车内场景数据的应用范围限于用户具有知情权并已授权使用的范围。
内容推荐方法的执行主体响应于接收到车内场景数据，对车内场景数据进行识别，得到车内乘员的状态特征信息。车内场景数据可以是由数据采集终端采集的，例如可以是由车内摄像头或车载传感器采集的。车内场景数据包括车内场景图像和/或车内场景音频。
在对车内场景数据进行识别时，可以对车内场景图像进行人脸特征识别，和/或对车内场景音频进行声音特征识别，得到与车内乘员关联的以下信息中的至少一种：乘员数量、乘员性别、乘员预估年龄和乘员情绪特征。通过确定车内乘员的多类状态特征信息，有利于提升状态特征识别的准确性，状态特征信息的多样性有利于保证被推荐内容与车内乘员特征的匹配度。
示例性地，可以采用对称差分方法检测车内场景图像中的运动信息，根据人脸肤色在YCrCb彩色空间中的聚类特性进行人脸检测。可以基于规则的投影算法检测车内场景图像中的单个人脸，也可以检测车内场景图像中的复杂环境下的多个人脸。可以根据检测到的面部信息，确定车内场景图像中的乘员数量。
乘员情绪特征可以包括兴奋情绪状态、正常情绪状态和疲倦情绪状态。可以提取车内场景图像中人物的面部表情特征，基于面部表情特征确定车内乘员的乘员情绪特征。面部表情特征例如可以包括眼睛中心相对嘴巴中心和嘴角的距离，面部表情特征可以指示车内乘员的情绪状态。
可以对车内场景音频进行声音特征识别，根据车内场景音频中的声音特征，确定车内乘员的乘员数量、乘员性别、乘员预估年龄和乘员情绪状态等信息。声音特征例如可以包括音调、响度、音色等信息。
根据车内乘员的状态特征信息，确定待推荐的目标内容类型。可以根据与至少一个内容类型中的每个内容类型关联的预设内容标签，确定与车内乘员的状态特征信息满足相似度条件的目标内容标签，以及将与目标内容标签关联的内容类型作为待推荐的目标内容类型。
向车载终端推荐与目标内容类型关联的内容，车载终端例如可以是车辆中的多媒体播放装置，向车载终端推荐的内容例如可以包括多媒体数据。车载终端可以根据被推荐的多媒体数据，向服务器请求相应的多媒体数据文件，或者从车载终端保存的多媒体数据列表中获取相应的多媒体数据文件。
示例性地，还可以获取车辆导航数据，对车辆导航数据进行识别，得到车辆的导航行驶路线。根据导航行驶路线的路线长度，确定待推荐的目标内容类型，和/或根据导航行驶路线中的途径地点，确定待推荐的目标内容类型。
在车辆处于导航状态的情况下，获取车辆导航数据。对车辆导航数据进行识别，得到车辆的导航行驶路线。一种示例方式，根据导航行驶路线的路线长度是否大于预设阈值，确定车辆导航路线的路线类型，路线类型可以包括短途和长途。根据车辆导航路线的路线类型，确定与路线类型匹配的目标内容类型。
另一示例方式，根据导航行驶路线中的途径地点，确定与途径地点匹配的目标内容类型。示例性地，导航行驶路线指示车辆待抵达的目的地为电影院，可以将最近上映的电影原声音乐作为待推荐的目标内容类型。再示例性地，导航行驶路线指示车辆的待途径城市包括A市，可以将与A市关联的人文美食介绍作为待推荐的目标内容类型。
通过对车辆导航数据进行识别，基于车辆的导航行驶路线确定待推荐的目标内容类型，有利于保证内容推荐与导航行驶路线的匹配度，能够有效改善内容推荐效果。
可以获取车辆的驻车状态数据，以及在驻车状态数据指示车辆的驻车状态发生变化的情况下，再次获取车内场景数据。驻车状态包括停车状态和启动状态。在车辆的驻车状态发生变化的情况下，车内乘员情况可能发生变化，再次获取车内场景数据，能够有效保证车内场景数据的实时性。根据再次获取的车内场景数据，确定待推荐的目标内容类型，能够有效保证被推荐内容的即时性，内容推荐效果显著。
在车辆保持行驶状态的情况下，可以基于预设频率获取车内场景数据。例如，每隔10分钟获取1次车内场景数据，根据最近次获取的车内场景数据，确定待推荐的目标内容类型。获取的车内场景数据的实时性，有利于保证被推荐内容的即时性，有利于满足乘员状态发生变化时产生的多样化内容消费需求。
通过本公开实施例，对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频，根据车内乘员的状态特征信息，确定待推荐的目标内容类型，以及向车载终端推荐与目标内容类型关联的内容。
根据车内乘员的状态特征信息，自动确定待推荐的目标内容类型，能够有效提升车载场景下的内容获取效率，降低车内乘员获取内容的搜寻成本和操作难度，有利于保证车辆行驶安全。结合车内乘员的状态特征信息进行内容推荐，有利于保证内容推荐与车内乘员特征的匹配度，内容推荐合理性更高，内容推荐效果显著。
图3示意性示出了根据本公开另一实施例的内容推荐方法的示意图。
如图3所示，方法300例如可以包括操作S210、操作S310、操作S320和操作S230。
在操作S210，对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频。
在操作S310，根据与乘员类型关联的预设推荐权重和车内乘员的状态特征信息，确定与车内乘员关联的推荐权重最高的目标乘员类型。
在操作S320，根据目标乘员类型的状态特征信息，确定待推荐的目标内容类型。
在操作S230，向车载终端推荐与目标内容类型关联的内容。
下面示例说明本实施例的内容推荐方法的各操作的示例流程。
示例性地，车内乘员的状态特征信息例如可以包括乘员数量、乘员性别、乘员预估年龄、乘员情绪特征、乘员身份等信息。根据状态特征信息，确定车内乘员中的乘员类型。根据与乘员类型关联的预设推荐权重和车内乘员中的乘员类型，确定推荐权重最高的目标乘员类型。根据目标乘员类型的状态特征信息，确定待推荐的目标内容类型。
例如，与幼童关联的预设推荐权重最高，其余依次为老人、年轻人。在车内乘员包括幼童的情况下，根据幼童的数量、性别、预估年龄、情绪特征等信息，确定待推荐的目标内容类型。在车内乘员不包括幼童和老人的情况下，根据年轻人的数量、性别、预估年龄、情绪特征等信息，确定待推荐的目标内容类型。例如，在车内乘员包括多个年轻人的情况下，对应的车载场景可能为年轻人集体出游的场景，可以将欢乐、轻松的音乐作为待推荐的目标内容类型。
在根据目标乘员类型的状态特征信息，确定待推荐的目标内容类型时，可以根据与至少一个内容类型中的每个内容类型关联的预设内容标签，确定与目标乘员类型的状态特征信息满足相似度条件的目标内容标签，以及将与目标内容标签关联的内容类型作为待推荐的目标内容类型。通过确定推荐权重最高的目标乘员类型，根据目标乘员类型的状态特征信息进行内容推荐，有利于有效提升内容推荐效率，以及有效保证内容推荐效果。
在向车载终端推荐内容之后，可以获取针对被推荐内容的乘员交互信息。根据乘员交互信息，确定与被推荐内容关联的推荐价值评估值，推荐价值评估值指示了车内乘员针对被推荐内容的感兴趣程度。在推荐价值评估值低于预设阈值的情况下，调整针对内容类型的内容标签分类和/或调整与乘员类型关联的推荐权重。通过对内容推荐过程进行优化，能够有效提升内容推荐效率，和改善内容推荐的可靠性。
在向车载终端推荐内容之后，可以获取针对被推荐内容的以下交互信息中的至少一种：播放完整度、播放切换记录、重复播放次数、分享及收藏次数。播放切换的方式包括语音切换、屏幕点击切换和方控切换，方控切换包括通过车辆方向盘上的多媒体控制按键切换内容的方式。
示例性地，内容i被推荐次数为Ni，内容i的推荐价值评估值Ei可以表示为Ei＝(m*Ci+n*Ri-Xi)，m、n为预设系数，Ci表示内容i的被分享及收藏次数，Ri表示内容i的重复播放次数，Xi表示播放完整度小于预设完整度阈值的次数。推荐价值评估值Ei可以指示车内乘员针对内容i的感兴趣程度。
在向车载终端推荐内容之后，还可以再次获取车内场景图像和/或车内场景音频。可以对再次获取的车内场景图像进行人脸特征识别，以得到车内乘员的乘员情绪特征。对再次获取的车内场景音频进行语音内容识别，以得到车内乘员的内容评价信息，或者对再次获取的车内场景音频进行声音特征识别，以得到车内乘员的乘员情绪特征。乘员情绪特征和/或内容评价信息构成针对被推荐内容的乘员交互信息。
在向车载终端推荐内容之后，再次获取车内场景图像。对车内场景图像进行识别，得到车内乘员在内容推荐之后的乘员情绪特征和/或内容评价信息。根据乘员情绪特征和/或内容评价信息，确定车内乘员针对被推荐内容的反馈属于正向反馈还是反向反馈。基于乘员交互信息进行内容推荐优化，有利于有效提升内容推荐效率，和改善内容推荐效果。
在被推荐内容的推荐价值评估值低于预设阈值的情况下，进行内容推荐处理的优化。例如，可以调整针对内容类型的内容标签分类，和/或调整与乘员类型关联的推荐权重。通过优化针对内容类型的内容标签分类，可以有效提升待推荐内容的匹配准确度。通过优化针对乘员类型的推荐权重，有利于实现根据车内乘员喜好和内容消费习惯，动态优化内容推荐方法，有利于改善内容推荐效果，和提高内容推荐效率。
推荐池可以是包含至少一种内容类型的内容集合。与目标内容类型关联的内容可以包括位于第一推荐池中的内容，第一推荐池中的内容对应第一推荐次数阈值。在被推荐内容为第一推荐池中的内容，且对应的推荐价值评估值低于预设阈值的情况下，可以将被推荐内容由第一推荐池转入第二推荐池。第二推荐池中的内容对应第二推荐次数阈值，第二推荐次数阈值小于第一推荐次数阈值。
与目标内容类型关联的内容可以包括位于第二推荐池中的内容。在被推荐内容为第二推荐池中的内容，且对应的推荐价值评估值低于预设阈值的情况下，将被推荐内容由第二推荐池转入第三推荐池。第三推荐池中的内容对应第三推荐次数阈值，第三推荐次数阈值小于第二推荐次数阈值。当任意内容在第三推荐池中的存放时长超过预设时长阈值的情况下，将该内容作为失效内容。
根据被推荐内容的推荐价值评估值，动态调整针对内容的推荐次数阈值。根据车内乘员的状态特征信息和车内乘员针对被推荐内容的反馈信息，构建待推荐的内容列表。以自动化方式满足了不同车内乘员状态特征的多样化内容消费需求，能够有效减少车内乘员对车载终端的内容搜寻与筛选操作，能够有效保证车载场景下的内容推荐效果，有利于提升车内乘员的需求满足度，和保证车辆行驶安全。
图4示意性示出了根据本公开一实施例的内容推荐过程的示意图。
如图4所示，在内容推荐过程400中，由车辆401中的数据采集终端向服务器402发送车内场景数据。服务器402对接收的车内场景数据进行识别，得到车辆401中的车内乘员的状态特征信息。服务器402根据车内乘员的状态特征信息，确定待推荐的目标内容类型，以及将与目标内容类型关联的内容推荐给车辆401中的车载终端，车载终端例如可以是车辆401中的多媒体数据文件播放装置。
服务器402在确定待推荐的目标内容类型时，可以根据与至少一个内容类型中的每个内容类型关联的预设内容标签，确定与车内乘员的状态特征信息满足相似度条件的目标内容标签，以及将与目标内容标签关联的内容类型作为待推荐的目标内容类型。与内容类型关联的预设内容标签可以是由内容处理终端403进行标注的。
图5示意性示出了根据本公开一实施例的内容推荐装置的框图。
如图5所示，本公开实施例的内容推荐装置500例如包括第一处理模块510、第二处理模块520和第三处理模块530。
第一处理模块510，用于对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频；第二处理模块520，用于根据车内乘员的状态特征信息，确定待推荐的目标内容类型；以及第三处理模块530，用于向车载终端推荐与目标内容类型关联的内容。
通过本公开实施例，对车内场景数据进行识别，得到车内乘员的状态特征信息，车内场景数据包括车内场景图像和/或车内场景音频，根据车内乘员的状态特征信息，确定待推荐的目标内容类型，以及向车载终端推荐与目标内容类型关联的内容。
根据车内乘员的状态特征信息，自动确定待推荐的目标内容类型，能够有效提升车载场景下的内容获取效率，降低车内乘员获取内容的搜寻成本和操作难度，有利于保证车辆行驶安全。结合车内乘员的状态特征信息进行内容推荐，有利于保证内容推荐与车内乘员特征的匹配度，内容推荐合理性更高，内容推荐效果显著。
根据本公开的实施例，第一处理模块包括：第一处理子模块，用于对车内场景图像进行人脸特征识别，和/或对车内场景音频进行声音特征识别，得到与车内乘员关联的以下信息中的至少一种：乘员数量、乘员性别、乘员预估年龄和乘员情绪特征。
根据本公开的实施例，第二处理模块包括：第二处理子模块，用于根据与乘员类型关联的预设推荐权重和车内乘员的状态特征信息，确定与车内乘员关联的推荐权重最高的目标乘员类型；以及第三处理子模块，用于根据目标乘员类型的状态特征信息，确定待推荐的目标内容类型。
根据本公开的实施例，第三处理子模块包括：第一处理单元，用于根据与至少一个内容类型中的每个内容类型关联的预设内容标签，确定与目标乘员类型的状态特征信息满足相似度条件的目标内容标签；以及第二处理单元，用于将与目标内容标签关联的内容类型作为待推荐的目标内容类型。
根据本公开的实施例，该装置还包括：第四处理模块，用于在向车载终端推荐内容之后，获取针对被推荐内容的乘员交互信息；第五处理模块，用于根据乘员交互信息，确定与被推荐内容关联的推荐价值评估值，其中，推荐价值评估值指示了车内乘员针对被推荐内容的感兴趣程度；以及第六处理模块，用于在推荐价值评估值低于预设阈值的情况下，调整针对内容类型的内容标签分类和/或调整与乘员类型关联的推荐权重。
根据本公开的实施例，第四处理模块包括：第四处理子模块，用于在向车载终端推荐内容之后，获取针对被推荐内容的以下交互信息中的至少一种：播放完整度、播放切换记录、重复播放次数、分享及收藏次数，其中，播放切换的方式包括语音切换、屏幕点击切换和方控切换，方控切换包括通过车辆方向盘上的多媒体控制按键切换内容的方式。
根据本公开的实施例，第四处理模块包括：第五处理子模块，用于在向车载终端推荐内容之后，再次获取车内场景图像和/或车内场景音频；第六处理子模块，用于对再次获取的车内场景图像进行人脸特征识别，以得到车内乘员的乘员情绪特征，和/或对再次获取的车内场景音频进行语音内容识别，以得到车内乘员的内容评价信息；以及第七处理子模块，用于乘员情绪特征和/或内容评价信息构成针对被推荐内容的乘员交互信息。
根据本公开的实施例，与目标内容类型关联的内容包括位于第一推荐池中的内容，第一推荐池中的内容对应第一推荐次数阈值；该装置还包括：第七处理模块，用于在被推荐内容的推荐价值评估值低于预设阈值的情况下，将被推荐内容由第一推荐池转入第二推荐池；第二推荐池中的内容对应第二推荐次数阈值，第二推荐次数阈值小于第一推荐次数阈值。
根据本公开的实施例，该装置还包括第八处理模块，用于：对车辆导航数据进行识别，得到车辆的导航行驶路线；以及根据导航行驶路线的路线长度，确定待推荐的目标内容类型；和/或根据导航行驶路线中的途径地点，确定待推荐的目标内容类型。
根据本公开的实施例，该装置还包括第九处理模块，用于：获取车辆的驻车状态数据；在驻车状态数据指示车辆的驻车状态发生变化的情况下，再次获取车内场景数据，驻车状态包括停车状态和启动状态；以及根据再次获取的车内场景数据，确定待推荐的目标内容类型。
应该注意的是，本公开的技术方案中，所涉及的信息收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示意性示出了根据本公开实施例的用于执行内容推荐的电子设备的框图。
图6示出了可以用来实施本公开实施例的示例电子设备600的示意性框图。电子设备600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/或者要求的本公开的实现。
如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如内容推荐方法。例如，在一些实施例中，内容推荐方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的内容推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行内容推荐方法。
本文中以上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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与对象的交互，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：用于向对象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)，对象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对象的交互；例如，提供给对象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)来接收来自对象的输入。
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，具有图形对象界面或者网络浏览器的对象计算机，对象可以通过该图形对象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。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
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，本公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (23)
1.一种内容推荐方法，包括：
对车内场景数据进行识别，得到车内乘员的状态特征信息，其中，所述车内场景数据包括车内场景图像和/或车内场景音频；
根据所述车内乘员的状态特征信息，确定待推荐的目标内容类型；以及
向车载终端推荐与所述目标内容类型关联的内容。
2.根据权利要求1所述的方法，其中，所述对车内场景数据进行识别，得到车内乘员的状态特征信息，包括：
对所述车内场景图像进行人脸特征识别，和/或对所述车内场景音频进行声音特征识别，得到与所述车内乘员关联的以下信息中的至少一种：
乘员数量、乘员性别、乘员预估年龄和乘员情绪特征。
3.根据权利要求1所述的方法，其中，所述根据所述车内乘员的状态特征信息，确定待推荐的目标内容类型，包括：
根据与乘员类型关联的预设推荐权重和所述车内乘员的状态特征信息，确定与所述车内乘员关联的推荐权重最高的目标乘员类型；以及
根据所述目标乘员类型的状态特征信息，确定所述待推荐的目标内容类型。
4.根据权利要求3所述的方法，其中，所述根据所述目标乘员类型的状态特征信息，确定所述待推荐的目标内容类型，包括：
根据与至少一个内容类型中的每个内容类型关联的预设内容标签，确定与所述目标乘员类型的状态特征信息满足相似度条件的目标内容标签；以及
将与所述目标内容标签关联的内容类型作为所述待推荐的目标内容类型。
5.根据权利要求4所述的方法，还包括：
在向所述车载终端推荐内容之后，获取针对被推荐内容的乘员交互信息；
根据所述乘员交互信息，确定与所述被推荐内容关联的推荐价值评估值，其中，所述推荐价值评估值指示了所述车内乘员针对所述被推荐内容的感兴趣程度；以及
在所述推荐价值评估值低于预设阈值的情况下，调整针对所述内容类型的内容标签分类和/或调整与所述乘员类型关联的推荐权重。
6.根据权利要求5所述的方法，其中，所述在向所述车载终端推荐内容之后，获取针对被推荐内容的乘员交互信息，包括：
在向所述车载终端推荐内容之后，获取针对所述被推荐内容的以下交互信息中的至少一种：
播放完整度、播放切换记录、重复播放次数、分享及收藏次数，
其中，播放切换的方式包括语音切换、屏幕点击切换和方控切换，所述方控切换包括通过车辆方向盘上的多媒体控制按键切换内容的方式。
7.根据权利要求5所述的方法，其中，所述在向所述车载终端推荐内容之后，获取针对被推荐内容的乘员交互信息，包括：
在向所述车载终端推荐内容之后，再次获取车内场景图像和/或车内场景音频；
对再次获取的车内场景图像进行人脸特征识别，以得到所述车内乘员的乘员情绪特征，和/或对再次获取的车内场景音频进行语音内容识别，以得到所述车内乘员的内容评价信息；以及
所述乘员情绪特征和/或所述内容评价信息构成针对所述被推荐内容的乘员交互信息。
8.根据权利要求5所述的方法，其中，
与所述目标内容类型关联的内容包括位于第一推荐池中的内容，所述第一推荐池中的内容对应第一推荐次数阈值；
所述方法还包括：
在所述被推荐内容的推荐价值评估值低于预设阈值的情况下，将所述被推荐内容由所述第一推荐池转入第二推荐池；
其中，所述第二推荐池中的内容对应第二推荐次数阈值，所述第二推荐次数阈值小于所述第一推荐次数阈值。
9.根据权利要求1至8中任一项所述的方法，还包括：
对车辆导航数据进行识别，得到车辆的导航行驶路线；以及
根据所述导航行驶路线的路线长度，确定所述待推荐的目标内容类型；和/或根据所述导航行驶路线中的途径地点，确定所述待推荐的目标内容类型。
10.根据权利要求1至8中任一项所述的方法，还包括：
获取车辆的驻车状态数据；
在所述驻车状态数据指示车辆的驻车状态发生变化的情况下，再次获取车内场景数据，其中，所述驻车状态包括停车状态和启动状态；以及
根据再次获取的车内场景数据，确定所述待推荐的目标内容类型。
11.一种内容推荐装置，包括：
第一处理模块，用于对车内场景数据进行识别，得到车内乘员的状态特征信息，其中，所述车内场景数据包括车内场景图像和/或车内场景音频；
第二处理模块，用于根据所述车内乘员的状态特征信息，确定待推荐的目标内容类型；以及
第三处理模块，用于向车载终端推荐与所述目标内容类型关联的内容。
12.根据权利要求11所述的装置，其中，所述第一处理模块包括：
第一处理子模块，用于对所述车内场景图像进行人脸特征识别，和/或对所述车内场景音频进行声音特征识别，得到与所述车内乘员关联的以下信息中的至少一种：
乘员数量、乘员性别、乘员预估年龄和乘员情绪特征。
13.根据权利要求11所述的装置，其中，所述第二处理模块包括：
第二处理子模块，用于根据与乘员类型关联的预设推荐权重和所述车内乘员的状态特征信息，确定与所述车内乘员关联的推荐权重最高的目标乘员类型；以及
第三处理子模块，用于根据所述目标乘员类型的状态特征信息，确定所述待推荐的目标内容类型。
14.根据权利要求13所述的装置，其中，所述第三处理子模块包括：
第一处理单元，用于根据与至少一个内容类型中的每个内容类型关联的预设内容标签，确定与所述目标乘员类型的状态特征信息满足相似度条件的目标内容标签；以及
第二处理单元，用于将与所述目标内容标签关联的内容类型作为所述待推荐的目标内容类型。
15.根据权利要求14所述的装置，还包括：
第四处理模块，用于在向所述车载终端推荐内容之后，获取针对被推荐内容的乘员交互信息；
第五处理模块，用于根据所述乘员交互信息，确定与所述被推荐内容关联的推荐价值评估值，其中，所述推荐价值评估值指示了所述车内乘员针对所述被推荐内容的感兴趣程度；以及
第六处理模块，用于在所述推荐价值评估值低于预设阈值的情况下，调整针对所述内容类型的内容标签分类和/或调整与所述乘员类型关联的推荐权重。
16.根据权利要求15所述的装置，其中，所述第四处理模块包括：
第四处理子模块，用于在向所述车载终端推荐内容之后，获取针对所述被推荐内容的以下交互信息中的至少一种：
播放完整度、播放切换记录、重复播放次数、分享及收藏次数，
其中，播放切换的方式包括语音切换、屏幕点击切换和方控切换，所述方控切换包括通过车辆方向盘上的多媒体控制按键切换内容的方式。
17.根据权利要求15所述的装置，其中，所述第四处理模块包括：
第五处理子模块，用于在向所述车载终端推荐内容之后，再次获取车内场景图像和/或车内场景音频；
第六处理子模块，用于对再次获取的车内场景图像进行人脸特征识别，以得到所述车内乘员的乘员情绪特征，和/或对再次获取的车内场景音频进行语音内容识别，以得到所述车内乘员的内容评价信息；以及
第七处理子模块，用于所述乘员情绪特征和/或所述内容评价信息构成针对所述被推荐内容的乘员交互信息。
18.根据权利要求15所述的装置，其中，
与所述目标内容类型关联的内容包括位于第一推荐池中的内容，所述第一推荐池中的内容对应第一推荐次数阈值；
所述装置还包括：
第七处理模块，用于在所述被推荐内容的推荐价值评估值低于预设阈值的情况下，将所述被推荐内容由所述第一推荐池转入第二推荐池；
其中，所述第二推荐池中的内容对应第二推荐次数阈值，所述第二推荐次数阈值小于所述第一推荐次数阈值。
19.根据权利要求11至18中任一项所述的装置，还包括第八处理模块，用于：
对车辆导航数据进行识别，得到车辆的导航行驶路线；以及
根据所述导航行驶路线的路线长度，确定所述待推荐的目标内容类型；和/或根据所述导航行驶路线中的途径地点，确定所述待推荐的目标内容类型。
20.根据权利要求11至18中任一项所述的装置，还包括第九处理模块，用于：
获取车辆的驻车状态数据；
在所述驻车状态数据指示车辆的驻车状态发生变化的情况下，再次获取车内场景数据，其中，所述驻车状态包括停车状态和启动状态；以及
根据再次获取的车内场景数据，确定所述待推荐的目标内容类型。
21.一种电子设备，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权利要求1～10中任一项所述的方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1～10中任一项所述的方法。
23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1～10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111495167.6A CN114201675A (zh) | 2021-12-08 | 2021-12-08 | 内容推荐方法及装置、设备、介质和产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111495167.6A CN114201675A (zh) | 2021-12-08 | 2021-12-08 | 内容推荐方法及装置、设备、介质和产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114201675A true CN114201675A (zh) | 2022-03-18 |
Family
ID=80651536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111495167.6A Pending CN114201675A (zh) | 2021-12-08 | 2021-12-08 | 内容推荐方法及装置、设备、介质和产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114201675A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114500643A (zh) * | 2022-04-07 | 2022-05-13 | 北京远特科技股份有限公司 | 一种车载信息推荐方法、装置、电子设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140066269A (ko) * | 2012-11-16 | 2014-06-02 | 에스케이플래닛 주식회사 | 차량에서의 컨텐츠 추천 시스템 및 방법 |
| CN107948743A (zh) * | 2017-11-29 | 2018-04-20 | 腾讯科技（深圳）有限公司 | 视频推送方法及其装置、存储介质 |
| KR20190006742A (ko) * | 2017-07-11 | 2019-01-21 | 주식회사 하나은행 | 차량내 금융 컨텐츠 추천 방법, 이를 수행하는 서버 장치 및 단말 장치 |
| CN110162719A (zh) * | 2019-05-27 | 2019-08-23 | 广州小鹏汽车科技有限公司 | 内容推送方法、装置、存储介质及计算机设备、车辆 |
| US20190268660A1 (en) * | 2010-06-07 | 2019-08-29 | Affectiva, Inc. | Vehicle video recommendation via affect |
| CN110717094A (zh) * | 2019-09-03 | 2020-01-21 | 平安科技（深圳）有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
-
2021
- 2021-12-08 CN CN202111495167.6A patent/CN114201675A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190268660A1 (en) * | 2010-06-07 | 2019-08-29 | Affectiva, Inc. | Vehicle video recommendation via affect |
| KR20140066269A (ko) * | 2012-11-16 | 2014-06-02 | 에스케이플래닛 주식회사 | 차량에서의 컨텐츠 추천 시스템 및 방법 |
| KR20190006742A (ko) * | 2017-07-11 | 2019-01-21 | 주식회사 하나은행 | 차량내 금융 컨텐츠 추천 방법, 이를 수행하는 서버 장치 및 단말 장치 |
| CN107948743A (zh) * | 2017-11-29 | 2018-04-20 | 腾讯科技（深圳）有限公司 | 视频推送方法及其装置、存储介质 |
| CN110162719A (zh) * | 2019-05-27 | 2019-08-23 | 广州小鹏汽车科技有限公司 | 内容推送方法、装置、存储介质及计算机设备、车辆 |
| CN110717094A (zh) * | 2019-09-03 | 2020-01-21 | 平安科技（深圳）有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114500643A (zh) * | 2022-04-07 | 2022-05-13 | 北京远特科技股份有限公司 | 一种车载信息推荐方法、装置、电子设备及介质 |
| CN114500643B (zh) * | 2022-04-07 | 2022-07-12 | 北京远特科技股份有限公司 | 一种车载信息推荐方法、装置、电子设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11218429B2 (en) | Electronic device and method for changing chatbot | |
| CN110622176A (zh) | 视频分区 | |
| KR20170065563A (ko) | 다중 모드 대화 상호 작용에서 음성 언어 이해를 위한 눈 시선 | |
| CN114648676B (zh) | 点云处理模型的训练和点云实例分割方法及装置 | |
| US20190324795A1 (en) | Composite task execution | |
| CN113837305B (zh) | 目标检测及模型训练方法、装置、设备和存储介质 | |
| KR102449630B1 (ko) | 전자 장치 및 이의 제어 방법 | |
| CN113923529A (zh) | 直播连麦方法、装置、设备以及存储介质 | |
| CN111859181A (zh) | 跨区域的出行推荐方法、装置、电子设备及存储介质 | |
| CN113035196A (zh) | 用于自助一体机的无接触操控方法和装置 | |
| CN114201675A (zh) | 内容推荐方法及装置、设备、介质和产品 | |
| CN114863182A (zh) | 图像分类方法、图像分类模型的训练方法及装置 | |
| CN114715145A (zh) | 一种轨迹预测方法、装置、设备及自动驾驶车辆 | |
| Giri et al. | Enhancing safety in vehicles using emotion recognition with artificial intelligence | |
| CN113111692A (zh) | 目标检测方法、装置、计算机可读存储介质及电子设备 | |
| CN115017399B (zh) | 一种网约车车型自动推荐方法和装置 | |
| CN115062240A (zh) | 一种停车场排序方法、装置、电子设备和存储介质 | |
| CN111309230B (zh) | 信息展示方法、装置、电子设备及计算机可读存储介质 | |
| CN115496734A (zh) | 视频内容的质量评价方法、网络训练方法和装置 | |
| CN113791841A (zh) | 一种执行指令确定方法、装置、设备及存储介质 | |
| CN112560958A (zh) | 基于人像识别的人员接待方法、装置及电子设备 | |
| CN114648712A (zh) | 视频分类方法、装置、电子设备及计算机可读存储介质 | |
| CN113963322B (zh) | 一种检测模型训练方法、装置及电子设备 | |
| CN118279349B (zh) | 联合历史轨迹并基于语义匹配的目标跟踪方法、装置、电子设备和计算机可读存储介质 | |
| CN114969224B (zh) | 一种车辆试驾预约方法、装置、电子设备及介质 |
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 |