用于在地图上生成标签的方法和装置制造方法及图纸

本申请实施例公开了用于在地图上生成标签的方法和装置。该方法的一具体实施方式包括：获取包含目标用户的面部图像的第一图像；基于第一图像从预先收集的图像库中选择包含目标用户的面部图像的第二图像，其中，第二图像的图像信息中包括拍摄位置信息；对第二图像中包含的目标用户的面部图像进行表情识别，确定目标用户在拍摄位置处的面部表情类型；基于面部表情类型和拍摄位置信息，在地图上生成用于表征目标用户的表情的标签。该实施方式实现了对目标用户线下数据的收集。

【技术实现步骤摘要】
用于在地图上生成标签的方法和装置
本申请实施例涉及计算机
，具体涉及互联网
，尤其涉及用于在地图上生成标签的方法和装置。
技术介绍
“线下行为”一词一般是相对“线上行为”而言，线上行为主要是指利用互联网等虚拟媒介而实现的一系列没有发生面对面交互的行为(例如，搜索、即时通信等)，而线下行为则可理解为真实发生的、当面的、有肢体活动的一系列行为(例如，社交活动、实体店购物等)。通过对用户行为数据进行收集和分析，能够更加详细、清楚地了解用户的行为习惯和喜好，从而可以将海量的数据转化为有价值的信息。
技术实现思路
本申请实施例提出了用于在地图上生成标签的方法和装置。第一方面，本申请实施例提供了一种用于在地图上生成标签的方法，该方法包括：获取包含目标用户的面部图像的第一图像；基于第一图像从预先收集的图像库中选择包含目标用户的面部图像的第二图像，其中，第二图像的图像信息中包括拍摄位置信息；对第二图像中包含的目标用户的面部图像进行表情识别，确定目标用户在拍摄位置处的面部表情类型；基于面部表情类型和拍摄位置信息，在地图上生成用于表征目标用户的表情的标签。在一些实施例中，基于第一图像从预先收集的图像库中选择包含目标用户的面部图像的第二图像，包括：从第一图像中提取目标用户的面部特征生成第一特征向量；对于图像库中的每张图像，从该图像中提取每个用户的面部特征生成第二特征向量，计算每个第二特征向量与第一特征向量的相似度，响应于存在与第一特征向量的相似度大于等于相似度阈值的第二特征向量，将该图像确定为第二图像。在一些实施例中，对第二图像中包含的目标用户的面部图像进行表情识别，确定目标用户在拍摄位置处的面部表情类型，包括：将第二图像中包含的目标用户的面部图像输入到预先训练的表情识别模型，得到目标用户在拍摄位置处的面部表情类型，其中，表情识别模型用于表征面部图像与面部表情类型之间的对应关系。在一些实施例中，表情识别模型包括卷积层和全连接层。在一些实施例中，将第二图像中包含的目标用户的面部图像输入到预先训练的表情识别模型，得到目标用户在拍摄位置处的面部表情类型，包括：从第二图像中提取目标用户的面部图像；将提取的面部图像输入到卷积层，得到第二图像中包含的目标用户的面部图像的面部特征向量，其中，卷积层用于表征面部图像与面部特征向量之间的对应关系；将第二图像中包含的目标用户的面部图像的面部特征向量输入到全连接层，得到目标用户在拍摄位置处的面部表情类型，其中，全连接层用于表征面部特征向量与面部表情类型之间的特征关系。在一些实施例中，表情识别模型通过如下步骤训练得到：获取多个训练样本，每个训练样本包括面部图像和与面部图像对应的面部表情类型；将每个训练样本中的面部图像作为输入，将每个训练样本中的与面部图像对应的面部表情类型作为输出，训练得到表情识别模型。第二方面，本申请实施例提供了一种用于在地图上生成标签的装置，装置包括：获取单元，配置用于获取包含目标用户的面部图像的第一图像；选择单元，配置用于基于第一图像从预先收集的图像库中选择包含目标用户的面部图像的第二图像，其中，第二图像的图像信息中包括拍摄位置信息；识别单元，配置用于对第二图像中包含的目标用户的面部图像进行表情识别，确定目标用户在拍摄位置处的面部表情类型；生成单元，配置用于基于面部表情类型和拍摄位置信息，在地图上生成用于表征目标用户的表情的标签。在一些实施例中，选择单元包括：提取模块，配置用于从第一图像中提取目标用户的面部特征生成第一特征向量；确定模块，配置用于对于图像库中的每张图像，从该图像中提取每个用户的面部特征生成第二特征向量，计算每个第二特征向量与第一特征向量的相似度，响应于存在与第一特征向量的相似度大于等于相似度阈值的第二特征向量，将该图像确定为第二图像。在一些实施例中，识别单元包括：识别模块，配置用于将第二图像中包含的目标用户的面部图像输入到预先训练的表情识别模型，得到目标用户在拍摄位置处的面部表情类型，其中，表情识别模型用于表征面部图像与面部表情类型之间的对应关系。在一些实施例中，表情识别模型包括卷积层和全连接层。在一些实施例中，识别模块包括：图像提取模块，配置用于从第二图像中提取目标用户的面部图像；图像卷积模块，配置用于将提取的面部图像输入到卷积层，得到第二图像中包含的目标用户的面部图像的面部特征向量，其中，卷积层用于表征面部图像与面部特征向量之间的对应关系；表情分类模块，配置用于将第二图像中包含的目标用户的面部图像的面部特征向量输入到全连接层，得到目标用户在拍摄位置处的面部表情类型，其中，全连接层用于表征面部特征向量与面部表情类型之间的特征关系。在一些实施例中，表情识别模型通过如下步骤训练得到：获取多个训练样本，每个训练样本包括面部图像和与面部图像对应的面部表情类型；将每个训练样本中的面部图像作为输入，将每个训练样本中的与面部图像对应的面部表情类型作为输出，训练得到表情识别模型。本申请实施例提供的用于在地图上生成标签的方法和装置，通过基于包括目标用户的面部图像的第一图像从图像库中选择包括目标用户的面部图像的第二图像，而后对第二图像中包含的目标用户的面部图像进行表情识别，最后基于识别的表情类型和拍摄位置信息在地图上生成标签，从而实现了对目标用户线下数据的收集。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的用于在地图上生成标签的方法的一个实施例的流程图；图3是根据本申请的用于在地图上生成标签的方法的一个应用场景的示意图；图4是根据本申请的用于在地图上生成标签的方法的又一个实施例的流程图；图5是根据本申请的用于在地图上生成标签的装置的一个实施例的结构示意图；图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于在地图上生成标签的方法或用于在地图上生成标签的装置的实施例的示例性系统架构100。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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。用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(MovingPictureExpertsGroupAudioLayerIII，动态影像专家压缩本文档来自技高网...

【技术保护点】
一种用于在地图上生成标签的方法，包括：获取包含目标用户的面部图像的第一图像；基于所述第一图像从预先收集的图像库中选择包含所述目标用户的面部图像的第二图像，其中，所述第二图像的图像信息中包括拍摄位置信息；对所述第二图像中包含的所述目标用户的面部图像进行表情识别，确定所述目标用户在拍摄位置处的面部表情类型；基于所述面部表情类型和所述拍摄位置信息，在地图上生成用于表征所述目标用户的表情的标签。

【技术特征摘要】
1.一种用于在地图上生成标签的方法，包括：获取包含目标用户的面部图像的第一图像；基于所述第一图像从预先收集的图像库中选择包含所述目标用户的面部图像的第二图像，其中，所述第二图像的图像信息中包括拍摄位置信息；对所述第二图像中包含的所述目标用户的面部图像进行表情识别，确定所述目标用户在拍摄位置处的面部表情类型；基于所述面部表情类型和所述拍摄位置信息，在地图上生成用于表征所述目标用户的表情的标签。2.根据权利要求1所述的方法，其中，所述基于所述第一图像从预先收集的图像库中选择包含所述目标用户的面部图像的第二图像，包括：从所述第一图像中提取所述目标用户的面部特征生成第一特征向量；对于所述图像库中的每张图像，从该图像中提取每个用户的面部特征生成第二特征向量，计算每个第二特征向量与所述第一特征向量的相似度，响应于存在与所述第一特征向量的相似度大于等于相似度阈值的第二特征向量，将该图像确定为第二图像。3.根据权利要求2所述的方法，其中，所述对所述第二图像中包含的所述目标用户的面部图像进行表情识别，确定所述目标用户在拍摄位置处的面部表情类型，包括：将所述第二图像中包含的所述目标用户的面部图像输入到预先训练的表情识别模型，得到所述目标用户在拍摄位置处的面部表情类型，其中，所述表情识别模型用于表征面部图像与面部表情类型之间的对应关系。4.根据权利要求3所述的方法，其中，所述表情识别模型包括卷积层和全连接层。5.根据权利要求4所述的方法，其中，所述将所述第二图像中包含的所述目标用户的面部图像输入到预先训练的表情识别模型，得到所述目标用户在拍摄位置处的面部表情类型，包括：从所述第二图像中提取所述目标用户的面部图像；将提取的面部图像输入到所述卷积层，得到所述第二图像中包含的所述目标用户的面部图像的面部特征向量，其中，所述卷积层用于表征面部图像与面部特征向量之间的对应关系；将所述第二图像中包含的所述目标用户的面部图像的面部特征向量输入到所述全连接层，得到所述目标用户在拍摄位置处的面部表情类型，其中，所述全连接层...

【专利技术属性】
技术研发人员：庞文杰，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11