CN116932876A - 信息推送方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种信息推送方法、装置、计算机设备、存储介质和计算机程序产品，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。所述方法包括：接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息；基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。采用本方法能够实现准确且及时信息推送。

Description

信息推送方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种信息推送方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，出现了信息推送技术，在个性化推荐场景下，信息推送是指根据对象的历史行为以及特征，为对象推荐较为合适的物品的信息。

传统技术中，常用的信息推送方法为，基于获取到的对象历史行为以及特征构建相匹配的对象画像，基于对象画像进行信息推送分析，根据分析结果进行信息推送。

然而，传统信息推送方法，若长时间缺乏对象数据更新对象画像容易失效，进而导致所推荐的信息为对象过时感兴趣的东西的信息，即对象已不再感兴趣的东西的信息，存在信息推送不准确且不及时的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够实现准确且及时信息推送的信息推送方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种信息推送方法。所述方法包括：

接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息；

基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；

当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

第二方面，本申请还提供了一种信息推送装置。所述装置包括：

接收模块，用于接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

识别模块，用于基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息；

处理模块，用于基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；

推送模块，用于当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息；

基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；

当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

第四方面，本申请还提供了一种计算机可读存储介质。所述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以下步骤：

接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息；

基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；

当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息；

基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；

当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

上述信息推送方法、装置、计算机设备、存储介质和计算机程序产品，通过接收携带基于人脸识别的支付过程中获取到的人脸图像信息的识别请求，能够基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息，从而可以基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方，当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方，整个过程，通过在用户进行支付的过程中基于获取到的人脸图像信息进行推送目标识别，能够利用实时的人脸图像信息实现准确识别，进而实现准确信息推送，同时通过在用户完成支付后推送待推送信息能够实现及时信息推送。

附图说明

图1为一个实施例中信息推送方法的应用环境图；

图2为一个实施例中信息推送方法的流程示意图；

图3为一个实施例中语言提示的示意图；

图4为一个实施例中信息推送方法的应用场景图；

图5为一个实施例中刷脸支付终端的示意图；

图6为另一个实施例中信息推送方法的应用场景图；

图7为又一个实施例中信息推送方法的应用场景图；

图8为一个实施例中加验模块对应的显示界面的示意图；

图9为另一个实施例中信息推送方法的流程示意图；

图10为一个实施例中信息推送装置的结构框图；

图11为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的信息推送方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上，也可以放在云上或其他服务器上。服务器104接收终端102发送的携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息，基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息，基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方，即终端102，当接收到终端102反馈的与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至终端102。其中，终端102可以但不限于是各种台式计算机、笔记本电脑、智能手机、平板电脑、物联网设备、便携式可穿戴设备和飞行器等，物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现，也可以为区块链上的节点。本申请实施例可应用于各种场景，包括但不限于云技术、人工智能、智慧交通、辅助驾驶等。

在一个实施例中，如图2所示，提供了一种信息推送方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：

步骤202，接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息。

其中，识别请求是指发送方发送的对人脸图像信息进行识别的请求。比如，识别请求具体可以为终端在基于人脸识别的支付过程中采集到人脸图像信息后发送的、对采集到的人脸图像信息进行识别的请求，即发送方为终端。人脸图像信息为基于人脸识别的支付过程中获取到的图像信息。比如，人脸图像信息是指基于人脸识别的支付过程中获取到的支付用户的图像信息。

具体的，当支付用户需要在识别请求的发送方基于人脸识别进行支付时，识别请求的发送方会采集到支付用户的人脸图像信息，发送携带人脸图像信息的识别请求至服务器，以使得服务器在接受到携带人脸图像信息的识别请求后，对其中的人脸图像信息进行识别，反馈相应的支付提示至用户。

进一步的，识别请求的发送方在采集支付用户的人脸图像信息时，可调用与自身相连接的摄像头采集人脸流媒体数据，在获取到人脸流媒体数据后，识别请求的发送方会针对人脸流媒体数据进行优选，以得到支付用户的人脸图像信息。其中，优选是指通过人脸大小、人脸角度、图像对比度、图像的亮度和清晰度等系数指标综合评选出最优的人脸图像作为支付用户的人脸图像信息。其中，摄像头具体可以为三维摄像头，与传统摄像头相比，三维摄像头添加了活体相关软硬件，包括深度相机和红外相机，可以保证信息安全。

步骤204，基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息。

其中，人脸识别是指通过人脸多媒体信息换取人身份信息的技术，本实施例中，主要是指基于人脸图像信息中所包含的人脸特征，确定与人脸图像信息相匹配的目标人脸图像。目标用户信息是指与人脸图像信息相匹配的用户的信息。比如，目标用户信息具体可以是指与人脸图像信息相匹配的可实现支付的应用程序的账户信息或者付款码相关信息等，其中可实现支付的应用程序是指在用户的终端内安装的可实现支付的应用程序。

其中，推送目标是指预先设置的与信息推送相匹配的对象。比如，推送目标具体可以是指与信息推送相匹配的品牌。推送目标识别是指基于人脸图像信息中所包含的非人脸特征，识别出推送目标。待推送信息是指与推送目标相关联的获取信息。比如，当推送目标为特定品牌时，待推送信息具体可以是指与品牌相关联的获取信息。举例说明，待推送信息具体可以是指与品牌相关联的优惠券的获取信息。

具体的，服务器在接收到人脸图像信息后，会对人脸图像信息进行特征提取，以从人脸图像信息中提取出人脸特征信息，再基于人脸特征信息进行特征比对，确定目标人脸图像，从预设数据库中获取与目标人脸图像相匹配的目标用户信息。同时，服务器会基于姿态估计和显著性目标检测，对人脸图像信息进行推送目标识别，以确定与人脸图像信息相匹配的推送目标，获取与推送目标相匹配的待推送信息。

步骤206，基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方。

其中，支付提示是指指示识别请求的发送方显示支付确认提示的消息。比如，支付提示具体可以是指指示识别请求的发送方基于目标用户信息显示支付确认提示的消息。

具体的，在获取到目标用户信息后，服务器会基于目标用户信息生成支付提示，推送携带目标用户信息的支付提示至识别请求的发送方，以使得识别请求的发送方根据预选已获取的语言设置信息以及目标用户信息显示支付确认提示。

步骤208，当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

其中，支付确认信息是指在用户确认支付时识别请求的发送方所反馈的确认信息。

具体的，识别请求的发送方在显示支付确认提示后，在支付过程中的用户会在识别请求的发送方进行支付确认，当用户在识别请求的发送方确认支付时，识别请求的发送方会反馈与支付提示相匹配的支付确认信息至服务器，服务器在接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，即基于支付确认信息进行支付扣款，并推送待推送信息至识别请求的发送方，以使得识别请求的发送方显示待推送信息，将待推送信息推送至用户。

进一步的，支付确认信息与识别请求的发送方的支付设置相匹配，当识别请求的发送方的支付设置为需要对用户信息进行加验才能支付时，支付确认信息为用户输入的加验信息，服务器需要基于加验信息对用户进行身份验证通过后才会进行支付扣款。当识别请求的发送方的支付设置为不需要对用户信息进行加验即可支付时，支付确认信息为用户反馈的确认信息，服务器在接收到支付确认信息后会直接进行支付扣款。

上述信息推送方法，通过接收携带基于人脸识别的支付过程中获取到的人脸图像信息的识别请求，能够基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息，从而可以基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方，当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方，整个过程，通过在用户进行支付的过程中基于获取到的人脸图像信息进行推送目标识别，能够利用实时的人脸图像信息实现准确识别，进而实现准确信息推送，同时通过在用户完成支付后推送待推送信息能够实现及时信息推送。

在一个实施例中，基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息包括：

对人脸图像信息进行特征提取，得到人脸特征信息；

基于人脸特征信息进行特征比对，确定目标人脸图像；

获取与目标人脸图像相匹配的目标用户信息。

其中，人脸特征信息是指从人脸图像信息中提取出的人脸特征。比如，人脸特征信息具体可以是指从人脸图像信息中提取出的人脸特征向量。目标人脸图像是指与人脸特征信息相匹配的预设数据库中已存储的人脸图像。

具体的，在进行人脸识别时，服务器会对人脸图像信息进行特征提取，以从人脸图像信息中提取出人脸特征信息，再将人脸特征信息与预设数据库中已存储的人脸图像相匹配的特征信息进行比对，确定与人脸特征信息最匹配的特征信息，将与最匹配的特征信息相匹配的人脸图像作为目标人脸图像，基于目标人脸图像，从预设数据库中获取与目标人脸图像相匹配的目标用户信息。其中，在对特征信息进行比对时，服务器可以计算人脸特征信息与预设数据库中存储的特征信息之间的特征相似度，通过对特征相似度进行排序以确定出最匹配的特征信息，即特征相似度最高的特征信息。进一步的，可以通过计算余弦相似度来实现对特征相似度的计算。其中，在预设数据库中存储有人脸图像以及与人脸图像相匹配的人脸特征信息，同时，在预设数据库中也预先存储有人脸图像-用户信息的对应关系，服务器基于该对应关系可直接获取与目标人脸图像信息相匹配的目标用户信息。

进一步的，服务器可通过预先训练的特征提取网络对人脸图像信息进行特征提取，以提取出人脸特征信息。该预先训练的特征提取网络可通过携带标签的样本图像进行训练得到，本实施例中不对标签和特征提取网络进行具体限定，只要标签能够实现对样本图像的区分，特征提取网络能够实现特征提取即可。举例说明，标签具体可以为人脸图像判定结果，即是否为人脸图像。特征提取网络具体可以为包括多尺度卷积层的网络，通过多尺度卷积的方式提取丰富的人脸特征信息。

本实施例中，通过对人脸图像信息进行特征提取，得到人脸特征信息，能够基于人脸特征信息进行特征比对，确定目标人脸图像，从而可以利用目标人脸图像实现对目标用户信息的准确获取。

在一个实施例中，基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息包括：

基于姿态估计和显著性目标检测，从人脸图像信息中提取出待识别目标图像；

对待识别目标图像进行目标识别，确定与人脸图像信息相匹配的推送目标；

获取与推送目标相匹配的待推送信息。

其中，姿态估计是指对人脸图像信息中的人体姿态进行估计，姿态估计可以灵活处理人体的连接，实现对与推送目标相匹配的待识别目标图像的分析定位。显著性目标检测是指根据显著性特征，快速有效地提取出场景中有用的区域进行进一步分析。本实施例中，主要是指从人脸图像信息中提取出待识别目标图像进行进一步分析。待识别目标图像是指从人脸图像信息中提取出的包含推送目标的图像。比如，当推送目标为与信息推送相匹配的品牌时，待识别目标图像具体可以是指包含品牌的衣物图像。

具体的，服务器会先对人脸图像信息进行姿态估计，得到姿势估计结果，再将姿态估计结合到显著性目标检测的区域特征检测部分，并与局部和全局两种特征检测图融合，得到结合姿态估计的显著性检测图，将姿势估计结果与显著性检测图进行融合，从人脸图像信息中提取出待识别目标图像。在得到待识别目标图像后，服务器会对待识别目标图像进行目标识别，以提取出待识别目标图像中存在的目标区域，对目标区域进行OCR(OpticalCharacter Recognition，光学字符识别)识别，确定与人脸图像信息相匹配的推送目标。其中，目标区域是指包含图案和/或文字的区域。在预设数据库中预先缓存有推送目标-待推送信息的对应关系，在确定推送目标后，服务器可直接根据该对应关系获取与推送目标相关联的待推送信息。

本实施例中，通过基于姿态估计和显著性目标检测，从人脸图像信息中提取出待识别目标图像，能够利用对待识别目标图像进行目标识别，确定与人脸图像信息相匹配的推送目标，进而可以利用推送目标获取到准确的待推送信息，以便实现精准推送。

在一个实施例中，基于姿态估计和显著性目标检测，从人脸图像信息中提取出待识别目标图像包括：

对人脸图像信息进行姿势估计，得到姿势估计结果；

基于姿势估计结果对人脸图像信息进行显著性目标检测，得到结合姿势估计的显著性检测图；

根据姿势估计结果和显著性检测图，定位待识别区域；

基于待识别区域从人脸图像信息中提取出待识别目标图像。

其中，姿态估计结果是指包含不同人体部分的检测窗口。待识别区域是指待识别目标图像所在区域。比如，当待识别目标图像为衣物图像时，待识别区域即为人脸图像信息中的衣物图像所在区域。

具体的，服务器可先利用预先训练的姿态估计模型对人脸图像信息进行姿态估计，以得到姿态估计结果，即包含不同人体部分的检测窗口，再将姿态估计结果融入到显著性目标检测的区域特征检测部分，即在区域特征检测部分只考虑姿态估计所得到的人体部分的检测窗口，以排除人脸图像信息中其他部分的干扰，得到区域显著检测图，同时从局部和全局两方面，分别计算人脸图像信息的多尺度对比特征和颜色的空间分布特征，得到局部特征检测图和全局特征检测图，结合区域显著检测图、局部特征检测图和全局特征检测图，得到结合姿势估计的显著性检测图。

其中，预先训练的姿态估计模型可按照需要自行选择和训练，本实施例在此处不做具体限定，只要能够估计出包含不同人体部分的检测窗口即可。在结合区域显著性检测图、局部特征检测图和全局特征检测图，得到结合姿势估计的显著性检测图时，服务器可以利用预先训练的条件随机场确定三者最优的线性组合，以得到结合姿势估计的显著性检测图。

具体的，在得到结合姿势估计的显著性检测图以后，服务器会基于姿势估计结果对人脸图像信息进行标注，将包含不同人体部分的检测窗口标注为前景区域，非检测窗口标注为背景区域，得到前景/背景的姿势掩膜，再将所得到的姿势掩膜与结合姿势估计的显著性检测图合并，对合并后的图像做二值化处理，得到结合姿势估计的显著性掩膜，将显著性掩膜中的前景区域作为待识别区域。在得到待识别区域后，服务器可以利用迭代的图像分割算法，从人脸图像信息中提取出待识别目标图像。

本实施例中，通过对人脸图像信息进行姿势估计，得到姿势估计结果，基于姿势估计结果对人脸图像信息进行显著性目标检测，能够得到结合姿势估计的显著性检测图，进而可以根据姿势估计结果和显著性检测图，定位待识别区域，基于待识别区域实现对待识别目标图像的提取。

在一个实施例中，接收携带人脸图像信息的识别请求之前，还包括：

接收携带采集图像信息的语言设置获取请求，采集图像信息为感应到用户支付时获取到的图像信息；

基于采集图像信息获取相匹配的语言设置信息并反馈；

基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方包括：

根据目标用户信息生成支付提示，推送支付提示至识别请求的发送方，支付提示用于指示识别请求的发送方根据语言设置信息以及目标用户信息显示支付确认提示。

其中，采集图像信息是指语言设置获取请求的发送方在感应到用户支付时获取到的图像信息。比如，采集图像信息具体可以是指发送语言设置获取请求的终端在感应到用户支付时静默采集到的图像信息，用户无感知。语言设置获取请求是指语言设置获取请求的发送方在获取到采集图像信息后，想要基于采集图像信息获取相匹配的语言设置信息时发送的请求。语言设置信息是指用户在对可实现支付的应用程序进行显示语言设置时服务器所获取到的信息。比如，语言设置信息具体可以为将语言设置为中文。再比如，语言设置信息具体可以为将语言设置为英文。

具体的，当用户对可实现支付的应用程序进行显示语言设置时，会发送语言设置请求至服务器，服务器在接收到语言设置请求后，会基于语言设置请求更新对应用户的语言设置信息，将用户以及对应的语言设置信息缓存在预设数据库中。语言设置获取请求的发送方在感应到用户支付时会通过静默识别，以用户无感知的方式获取采集图像信息，发送携带采集图像信息的语言设置获取请求至服务器，以使得服务器基于采集图像信息进行初步人脸识别，确定出目标用户，从预设数据库中获取与目标用户相匹配的语言设置信息，即与采集图像信息相匹配的语言设置信息，反馈语言设置信息至语言设置获取请求的发送方，以使得语言设置获取请求的发送方可以根据语言设置信息中的语种显示语言提示。其中，基于采集图像信息进行初步人脸识别的方式与基于人脸图像信息进行人脸识别的方式相同，本实施例在此处不再撰述。

进一步的，如图3所示，语言提示包括在基于人脸识别的支付过程中显示的姿态提示语，以提示用户进行姿态调整，获得合适的人脸图像信息。更进一步的，语言提示还包括支付确认提示，服务器在确定目标用户信息后，会根据目标用户信息生成支付提示，推送支付提示至识别请求的发送方，此时识别请求的发送方会根据支付提示的指示，根据所获取到的语言设置信息以及目标用户信息显示支付确认提示。通过这种语言提示可以使得用户可以用最熟悉的语种进行支付确认。进一步的，若识别请求的发送方中存在与语言设置信息中的语种相匹配的语言包，则可直接切换至该语言包进行推送，若识别请求的发送方中不存在与语言设置信息中的语种相匹配的语言包，则需要先进行下载。

更进一步的，若服务器无法获取到相匹配的语言设置信息，会反馈语言设置信息获取提示至语言设置获取请求的发送方，以使得语言设置获取请求的发送方可以基于语言设置信息获取提示中的获取方式进行语言设置信息获取。该获取方式可以为，提示用户将用户终端贴近语言设置获取请求的发送方的NFC(近场通信)模块，通过NFC模块将用户在可实现支付的应用程序中的语言设置同步到自身。

本实施例中，通过接收携带采集图像信息的语言设置获取请求，基于采集图像信息获取相匹配的语言设置信息并反馈，能够使得语言设置获取请求的发送方根据语言设置信息以及目标用户信息以用户熟悉的语言显示支付确认提示，提升用户支付体验。

在一个实施例中，根据目标用户信息生成支付提示，推送支付提示至识别请求的发送方之后，还包括：

当接收到识别请求的发送方基于目标用户信息发送的掩码查询请求时，根据目标用户信息进行掩码查询；

若查询到与目标用户信息相匹配的用户掩码信息，反馈用户掩码信息至识别请求的发送方，以使得识别请求的发送方根据用户掩码信息、语言设置信息以及目标用户信息显示支付确认提示，用户掩码信息为用户输入设置信息。

其中，掩码查询请求是指查询是否存在与目标用户信息相匹配的用户掩码信息的请求。用户掩码信息是指用户预先设置的用指定图像替代指定字符的掩码映射关系，为用户输入设置信息。比如，用户掩码信息具体可以是指用户预先设置的用指定图像替代指定数字的掩码映射关系。

具体的，在接收到支付提示后，识别请求的发送方会根据支付提示显示支付确认提示，若此时识别请求的发送方的支付设置为需要对用户信息进行加验才能支付，则需要用户在识别请求的发送方输入加验信息，此时，识别请求的发送方会基于目标用户信息向服务器发送掩码查询请求，以确认是否存在与目标用户信息相匹配的用户掩码信息，即用户是否预先设置了掩码。若用户已预先设置了掩码，服务器可查询到与目标用户信息相匹配的用户掩码信息，此时，服务器会反馈用户掩码信息至识别请求的发送方，以使得识别请求的发送方根据用户掩码信息、语言设置信息以及目标用户信息显示支付确认提示。若用户未预先设置掩码，服务器会反馈未设置掩码提示至识别请求的发送方，识别请求的发送方此时可直接根据语言设置信息以及目标用户信息显示支付确认提示。

需要说明的是，识别请求的发送方根据用户掩码信息、语言设置信息以及目标用户信息显示支付确认提示，是指识别请求的发送方以语言设置信息中的语种推送包含目标用户信息以及与用户掩码信息相匹配的信息输入区域的支付确认提示至用户，以使得用户可以用最熟悉的语种进行支付确认，在信息输入区域以自己预先设置的掩码进行信息输入，通过掩码的方式可以提高用户输入个人信息时的安全性。进一步的，对用户信息进行加验具体可以是指对用户手机号码进行加验，则用户掩码信息为图像与数字的掩码映射关系，对应的信息输入区域为支持用户手机号码输入的区域。

更进一步的，若用户预先设置有在信息输入区域只显示部分字符时，识别请求的发送方在信息输入区域会按照用户自定义只显示部分字符而不是全部字符，相关的用户自定义信息可以从服务器获取，当用户需要进行此类设置时，会通过使用的终端内可实现支付的应用程序发送字符设置请求至服务器，以使得服务器基于字符设置请求保存相应的用户自定义信息。举例说明，若用户预先设置有在信息输入区域只显示部分数字时，识别请求的发送方在信息输入区域会按照用户自定义只显示部分数字而不是全部数字。

在一个实施例中，信息推送方法还包括：

当接收到掩码设置请求时，基于掩码设置请求更新对应用户的用户掩码信息。

具体的，当接收到用户通过使用的终端内可实现支付的应用程序发送的掩码设置请求时，服务器会基于掩码设置请求更新对应用户的用户掩码信息。进一步的，在接收到掩码设置请求后，服务器会基于掩码设置请求推送掩码设置界面至用户使用的终端，以使得用户使用终端可以在掩码设置界面选择图像并建立图像与字符的映射关系并反馈，在接收到用户的选择反馈后，服务器会基于用户的选择反馈更新对应用户的用户掩码信息。

本实施例中，通过当接收到掩码设置请求时，基于掩码设置请求更新对应用户的用户掩码信息，能够实现对用户掩码信息的实时更新，从而提高用户支付的安全性。

在一个实施例中，如图4所示，通过一个应用场景图来说明本申请的信息推送方法，该信息推送方法涉及用户终端、刷脸支付终端以及后端服务器，其中，用户终端内安装有可实现支付的应用程序，后端服务器为与可实现支付的应用程序相关联的服务器，刷脸支付终端可以如图5所示，用户可利用可实现支付的应用程序进行扫码支付，也可以进行刷脸支付，在该信息推送方法在该应用场景图的应用如下：

当使用用户终端的支付用户需要在刷脸支付终端基于人脸识别进行支付时，刷脸支付终端会通过人脸识别模块以及三维摄像头优选采集到支付用户的人脸图像信息，基于人脸识别模块和品牌识别模块发送携带人脸图像信息的识别请求至后端服务器，后端服务器在接收到携带人脸图像的识别请求后，基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息(涉及人脸识别服务和可实现支付的应用程序的基础服务)，并基于人脸图像信息进行推送目标识别(即品牌识别，涉及物品及文字识别服务)，确定与人脸图像信息相匹配的待推送信息(涉及优惠券管理服务，待推送信息具体为优惠券获取提示)，基于目标用户信息生成支付提示，推送支付提示至刷脸支付终端，当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理(涉及可实现支付的应用程序的支付服务)，并推送待推送信息至刷脸支付终端，以使得刷脸支付终端在支付结果模块显示待推送信息，同时服务器会推送与待推送信息相匹配的推送目标信息(本实施例中具体为优惠券)至用户终端内的可实现支付的应用程序的消息通知，以使得用户在刷脸支付终端查看到待推送信息时可以知晓去可实现支付的应用程序内获取推送目标信息(涉及推送服务)。

其中，服务器会对人脸图像信息进行特征提取，得到人脸特征信息，基于人脸特征信息进行特征比对，确定目标人脸图像，获取与目标人脸图像相匹配的目标用户信息。同时，服务器会对人脸图像信息进行姿势估计，得到姿势估计结果，基于姿势估计结果对人脸图像信息进行显著性目标检测，得到结合姿势估计的显著性检测图，根据姿势估计结果和显著性检测图，定位待识别区域，基于待识别区域从人脸图像信息中提取出待识别目标图像，对待识别目标图像进行目标识别，确定与人脸图像信息相匹配的推送目标，获取与推送目标相匹配的待推送信息。

其中，如图6所示，刷脸支付终端在感应到用户支付时会通过静默采集模块利用三维摄像头，在用户无感知的情况下进行人脸采集以及优选活检，得到采集图像信息，发送携带采集图像信息的语言设置获取请求至后端服务器，以使得后端服务器通过人脸识别服务、可实现支付的应用程序基础账号服务以及可实现支付的应用程序基础设置服务获取与采集图像信息相匹配的语言设置信息并反馈至刷脸支付终端(涉及人脸识别模块、可实现支付的应用程序基础账号服务、可实现支付的应用程序基础设置服务以及可实现支付的应用程序语言包服务)，以使得刷脸支付终端可以基于语言设置信息中的语种在显示采集模块中以用户最熟悉的语言显示姿态提示语，通过姿态提示语提示用户在基于人脸识别的支付过程中进行人脸识别，利用三维摄像头获取到清晰可辨的人脸图像信息。需要说明的是，图6中涉及的可实现支付的应用程序支付服务与图5相同，与进行支付处理相关。

进一步的，如图6所示，在刷脸支付终端还包括NFC模块，若后端服务器无法获取到相匹配的语言设置信息，会反馈语言设置信息获取提示至刷脸支付终端，以使得刷脸支付终端提示用户将用户终端贴近刷脸支付终端的NFC模块，通过NFC模块将用户在可实现支付的应用程序中的语言设置同步到自身。需要说明的是，如图6所示，用户可在用户终端中的可实现支付的应用程序中的设置模块进行语言设置，在用户进行语言设置后，后端服务器会接收到语言设置请求，基于语言设置请求更新对应用户的语言设置信息，并将用户以及对应的语言设置信息缓存。同时，可实现支付的应用程序中还包括聊天模块和发现模块，可以实现与其他用户通信以及获取信息。

进一步的，在获取到语言设置信息后，在接收到服务器基于目标用户信息生成的支付提示后，刷脸支付终端会基于语言设置信息中的语种以及目标用户信息以用户最熟悉的语言显示支付确认提示，该支付确认提示可显示于图6中的刷脸支付终端中的支付确认页。

更进一步的，如图7所示，若此时刷脸支付终端的支付设置为需要对用户信息进行加验才能支付时(对应的后端服务器中会包括可实现支付的应用程序加验服务用于对刷脸支付终端反馈的加验信息进行验证)，则需要用户在刷脸支付终端输入加验信息，此时，刷脸支付终端会在加验模块基于目标用户信息向后端服务器发送掩码查询请求，以确认是否存在与目标用户信息相匹配的用户掩码信息，即用户是否预先设置了掩码。若用户已预先设置了掩码，后端服务器可查询到与目标用户信息相匹配的用户掩码信息(涉及刷脸支付读取掩码服务以及用户掩码库)，此时，服务器会反馈用户掩码信息至刷脸支付终端，以使得刷脸支付终端根据用户掩码信息、语言设置信息以及目标用户信息显示支付确认提示。若用户未预先设置掩码，后端服务器会反馈未设置掩码提示至刷脸支付终端，刷脸支付终端此时可直接根据语言设置信息以及目标用户信息显示支付确认提示。

其中，图7中的刷脸支付终端中的人脸识别模块、人脸采集模块以及优选活检与获取人脸图像信息并发送识别请求对应，后端服务器中的人脸识别支付服务以及可实现支付的应用程度基础账户服务与基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息等对应，本实施例在此处不再撰述。

需要说明的是，刷脸支付终端根据用户掩码信息、语言设置信息以及目标用户信息显示支付确认提示，是指刷脸支付终端以语言设置信息中的语种推送包含目标用户信息以及与用户掩码信息相匹配的信息输入区域的支付确认提示至用户(可在图7中的加验模块对应的显示界面显示)，以使得用户可以用最熟悉的语种进行支付确认，在信息输入区域以自己预先设置的掩码进行信息输入，通过掩码的方式可以提高用户输入个人信息时的安全性。其中，如图7所示，在加验模块对应的显示界面中还包括人脸图区域，用于显示刷脸支付终端所获取到的人脸图像信息。

进一步的，如图8的加验模块对应的显示界面所示，对用户信息进行加验具体可以是指对用户手机号码进行加验，则用户掩码信息为图像与数字的掩码映射关系，对应的信息输入区域为支持用户手机号码输入的区域。同时，如图8所示，在加验模块对应的显示界面还包括手机号回显模块，手机号回显模块用于当用户在支持用户手机号码输入的区域输入相关数据时，通过极短时间的回显，供用户快速确认。需要说明的是，支持用户手机号码输入的区域的图像为随机布局的，在用户未设置掩码的情况下，会直接展示数字，若用户预先设置有在信息输入区域只显示部分数字时，识别请求的发送方在信息输入区域会按照用户自定义只显示部分数字而不是全部数字。

更进一步的，如图7所示，当对用户信息进行加验是指对用户手机号码进行加验时，用户可在用户终端内安装有可实现支付的应用程序内进行登录后(通过登录模块进行登录)，在刷脸支付掩码小程序内通过掩码定制模块进行掩码设置，即设置数字与图像的掩码映射关系，在用户完成设置后，后端服务器会接收到掩码设置请求，进而基于掩码设置请求更新对应用户的用户掩码信息并缓存至用户掩码库(涉及刷脸支付掩码存储服务)。

在一个实施例中，如图9所示，通过一个流程示意图来说明本申请的信息推送方法，该信息推送方法具体包括以下步骤：

步骤902，接收携带采集图像信息的语言设置获取请求，采集图像信息为感应到用户支付时获取到的图像信息；

步骤904，基于采集图像信息获取相匹配的语言设置信息并反馈；

步骤906，接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

步骤908，对人脸图像信息进行特征提取，得到人脸特征信息；

步骤910，基于人脸特征信息进行特征比对，确定目标人脸图像；

步骤912，获取与目标人脸图像相匹配的目标用户信息；

步骤914，对人脸图像信息进行姿势估计，得到姿势估计结果；

步骤916，基于姿势估计结果对人脸图像信息进行显著性目标检测，得到结合姿势估计的显著性检测图；

步骤918，根据姿势估计结果和显著性检测图，定位待识别区域；

步骤920，基于待识别区域从人脸图像信息中提取出待识别目标图像；

步骤922，对待识别目标图像进行目标识别，确定与人脸图像信息相匹配的推送目标；

步骤924，获取与推送目标相匹配的待推送信息；

步骤926，基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；

步骤928，当接收到识别请求的发送方基于目标用户信息发送的掩码查询请求时，根据目标用户信息进行掩码查询；

步骤930，若查询到与目标用户信息相匹配的用户掩码信息，反馈用户掩码信息至识别请求的发送方，以使得识别请求的发送方根据用户掩码信息、语言设置信息以及目标用户信息显示支付确认提示，用户掩码信息为用户输入设置信息；

步骤932，当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的信息推送方法的信息推送装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个信息推送装置实施例中的具体限定可以参见上文中对于信息推送方法的限定，在此不再赘述。

在一个实施例中，如图10所示，提供了一种信息推送装置，包括：接收模块1002、识别模块1004、处理模块1006和推送模块1008，其中：

接收模块1002，用于接收携带人脸图像信息的识别请求，人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

识别模块1004，用于基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息；

处理模块1006，用于基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方；

推送模块1008，用于当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方。

上述信息推送装置，通过接收携带基于人脸识别的支付过程中获取到的人脸图像信息的识别请求，能够基于人脸图像信息进行人脸识别，得到与人脸图像信息相匹配的目标用户信息，并基于人脸图像信息进行推送目标识别，确定与人脸图像信息相匹配的待推送信息，从而可以基于目标用户信息生成支付提示，推送支付提示至识别请求的发送方，当接收到与支付提示相匹配的支付确认信息时，基于支付确认信息进行支付处理，并推送待推送信息至发送方，整个过程，通过在用户进行支付的过程中基于获取到的人脸图像信息进行推送目标识别，能够利用实时的人脸图像信息实现准确识别，进而实现准确信息推送，同时通过在用户完成支付后推送待推送信息能够实现及时信息推送。

在一个实施例中，识别模块还用于对人脸图像信息进行特征提取，得到人脸特征信息，基于人脸特征信息进行特征比对，确定目标人脸图像，获取与目标人脸图像相匹配的目标用户信息。

在一个实施例中，识别模块还用于基于姿态估计和显著性目标检测，从人脸图像信息中提取出待识别目标图像，对待识别目标图像进行目标识别，确定与人脸图像信息相匹配的推送目标，获取与推送目标相匹配的待推送信息。

在一个实施例中，识别模块还用于对人脸图像信息进行姿势估计，得到姿势估计结果，基于姿势估计结果对人脸图像信息进行显著性目标检测，得到结合姿势估计的显著性检测图，根据姿势估计结果和显著性检测图，定位待识别区域，基于待识别区域从人脸图像信息中提取出待识别目标图像。

在一个实施例中，接收模块还用于接收携带采集图像信息的语言设置获取请求，采集图像信息为感应到用户支付时获取到的图像信息，基于采集图像信息获取相匹配的语言设置信息并反馈；处理模块还用于根据目标用户信息生成支付提示，推送支付提示至识别请求的发送方，支付提示用于指示识别请求的发送方根据语言设置信息以及目标用户信息显示支付确认提示。

在一个实施例中，信息推送装置还包括掩码查询模块，掩码查询模块用于当接收到识别请求的发送方基于目标用户信息发送的掩码查询请求时，根据目标用户信息进行掩码查询，若查询到与目标用户信息相匹配的用户掩码信息，反馈用户掩码信息至识别请求的发送方，以使得识别请求的发送方根据用户掩码信息、语言设置信息以及目标用户信息显示支付确认提示，用户掩码信息为用户输入设置信息。

在一个实施例中，掩码查询模块还用于当接收到掩码设置请求时，基于掩码设置请求更新对应用户的用户掩码信息。

上述信息推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图11所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储目标用户信息、语言设置信息等数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种信息推送方法。

本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。

需要说明的是，本申请所涉及的用户信息(包括但不限于人脸图像信息、目标用户信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是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非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (11)

1.一种信息推送方法，其特征在于，所述方法包括：

接收携带人脸图像信息的识别请求，所述人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

基于所述人脸图像信息进行人脸识别，得到与所述人脸图像信息相匹配的目标用户信息，并基于所述人脸图像信息进行推送目标识别，确定与所述人脸图像信息相匹配的待推送信息；

基于所述目标用户信息生成支付提示，推送所述支付提示至所述识别请求的发送方；

当接收到与所述支付提示相匹配的支付确认信息时，基于所述支付确认信息进行支付处理，并推送所述待推送信息至所述发送方。

2.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像信息进行人脸识别，得到与所述人脸图像信息相匹配的目标用户信息包括：

对所述人脸图像信息进行特征提取，得到人脸特征信息；

基于所述人脸特征信息进行特征比对，确定目标人脸图像；

获取与所述目标人脸图像相匹配的目标用户信息。

3.根据权利要求1所述的方法，其特征在于，所述基于所述人脸图像信息进行推送目标识别，确定与所述人脸图像信息相匹配的待推送信息包括：

基于姿态估计和显著性目标检测，从所述人脸图像信息中提取出待识别目标图像；

对所述待识别目标图像进行目标识别，确定与所述人脸图像信息相匹配的推送目标；

获取与所述推送目标相匹配的待推送信息。

4.根据权利要求3所述的方法，其特征在于，所述基于姿态估计和显著性目标检测，从所述人脸图像信息中提取出待识别目标图像包括：

对所述人脸图像信息进行姿势估计，得到姿势估计结果；

基于所述姿势估计结果对所述人脸图像信息进行显著性目标检测，得到结合姿势估计的显著性检测图；

根据所述姿势估计结果和所述显著性检测图，定位待识别区域；

基于所述待识别区域从所述人脸图像信息中提取出待识别目标图像。

5.根据权利要求1所述的方法，其特征在于，所述接收携带人脸图像信息的识别请求之前，还包括：

接收携带采集图像信息的语言设置获取请求，所述采集图像信息为感应到用户支付时获取到的图像信息；

基于所述采集图像信息获取相匹配的语言设置信息并反馈；

所述基于所述目标用户信息生成支付提示，推送所述支付提示至所述识别请求的发送方包括：

根据所述目标用户信息生成支付提示，推送支付提示至所述识别请求的发送方，所述支付提示用于指示所述识别请求的发送方根据所述语言设置信息以及所述目标用户信息显示支付确认提示。

6.根据权利要求5所述的方法，其特征在于，所述根据所述目标用户信息生成支付提示，推送支付提示至所述识别请求的发送方之后，还包括：

当接收到所述识别请求的发送方基于所述目标用户信息发送的掩码查询请求时，根据所述目标用户信息进行掩码查询；

若查询到与所述目标用户信息相匹配的用户掩码信息，反馈所述用户掩码信息至所述识别请求的发送方，以使得所述识别请求的发送方根据所述用户掩码信息、所述语言设置信息以及所述目标用户信息显示支付确认提示，所述用户掩码信息为用户输入设置信息。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当接收到掩码设置请求时，基于所述掩码设置请求更新对应用户的用户掩码信息。

8.一种信息推送装置，其特征在于，所述装置包括：

接收模块，用于接收携带人脸图像信息的识别请求，所述人脸图像信息为基于人脸识别的支付过程中获取到的图像信息；

识别模块，用于基于所述人脸图像信息进行人脸识别，得到与所述人脸图像信息相匹配的目标用户信息，并基于所述人脸图像信息进行推送目标识别，确定与所述人脸图像信息相匹配的待推送信息；

处理模块，用于基于所述目标用户信息生成支付提示，推送所述支付提示至所述识别请求的发送方；

推送模块，用于当接收到与所述支付提示相匹配的支付确认信息时，基于所述支付确认信息进行支付处理，并推送所述待推送信息至所述发送方。

9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。

10.一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权利要求1至7中任一项所述的方法的步骤。

11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。