用于推送信息的方法和装置制造方法及图纸

本申请实施例公开了用于推送信息的方法和装置。该方法的一具体实施方式包括：获取人体图像；提取上述人体图像中人体的人体轮廓关键点；基于提取得到的人体轮廓关键点确定上述人体图像中人体的目标部位的肥胖指数，其中，上述肥胖指数用于表征目标部位的肥胖程度；基于所确定的目标部位的肥胖指数推送运动信息。该实施方式基于人体图像推送运动信息，使推送的运动信息富于针对性。

【技术实现步骤摘要】
用于推送信息的方法和装置
本申请实施例涉及计算机
，具体涉及用于推送信息的方法和装置。
技术介绍
随着生活质量的提升，越来越多的人开始进行体育锻炼，例如，为了减肥进行体育锻炼，或者为了身体健康进行体育锻炼。进行体育锻炼的方式多种多样，例如跑步、打球、游泳等等。每个锻炼者都需要根据自己的身体条件，从实际出发选择适合自己的锻炼方式。
技术实现思路
本申请实施例提出了用于推送信息的方法和装置。第一方面，本申请实施例提供了一种用于推送信息的方法，该方法包括：获取人体图像；提取上述人体图像中人体的人体轮廓关键点；基于提取得到的人体轮廓关键点确定上述人体图像中人体的目标部位的肥胖指数，其中，上述肥胖指数用于表征目标部位的肥胖程度；基于所确定的目标部位的肥胖指数推送运动信息。在一些实施例中，上述人体图像包括人体正面图像；以及上述基于提取得到的人体轮廓关键点确定上述人体图像中人体的目标部位的肥胖指数，包括：根据提取得到的人体轮廓关键点，确定上述人体图像中人体头部的第一尺寸数据以及目标部位的第一尺寸数据；根据上述人体图像中目标部位的第一尺寸数据与人体头部的第一尺寸数据的第一比值，确定目标部位的肥胖指数。在一些实施例中，上述人体图像包括人体侧面图像；以及上述基于提取得到的人体轮廓关键点确定上述人体图像中人体的目标部位的肥胖指数，包括：根据提取得到的人体轮廓关键点，确定上述人体图像中人体头部的第二尺寸数据以及目标部位的第二尺寸数据；根据上述人体图像中目标部位的第二尺寸数据与人体头部的第二尺寸数据的第二比值，确定目标部位的肥胖指数。在一些实施例中，上述基于所确定的目标部位的肥胖指数推送运动信息，包括：根据上述人体图像中人体的目标部位的肥胖指数确定上述人体图像中人体的肥胖部位；将所确定的肥胖部位与预先设定的肥胖部位和运动信息对应关系表中的肥胖部位进行匹配；根据匹配结果确定待推送的运动信息，以及推送所确定的运动信息。在一些实施例中，上述提取上述人体图像中人体的人体轮廓关键点，包括：将上述人体图像导入预先建立的人体轮廓关键点检测模型，得到上述人体图像中人体的人体轮廓关键点，其中，上述人体轮廓关键点检测模型用于表征人体图像与人体轮廓关键点的对应关系。在一些实施例中，上述人体轮廓关键点检测模型是通过以下方式训练得到：获取样本集，其中，样本包括样本人体图像，以及与样本人体图像对应的样本人体轮廓关键点；基于样本集执行以下训练步骤：将样本集中的至少一个样本的样本人体图像分别输入至初始神经网络，得到上述至少一个样本中的每个样本对应的人体轮廓关键点；将上述至少一个样本中的每个样本对应的人体轮廓关键点与对应的样本人体轮廓关键点进行比较；根据比较结果确定上述初始神经网络是否达到预设的优化目标；响应于确定上述初始神经网络达到上述优化目标，将上述初始神经网络作为训练完成的人体轮廓关键点检测模型。在一些实施例中，训练得到上述人体轮廓关键点检测模型的步骤还包括：响应于确定上述初始神经网络未达到上述优化目标，调整上述初始神经网络的网络参数，以及使用未用过的样本组成样本集，继续执行上述训练步骤。第二方面，本申请实施例提供了一种用于推送信息的装置，上述装置包括：获取单元，用于获取人体图像；提取单元，用于提取上述人体图像中人体的人体轮廓关键点；确定单元，用于基于提取得到的人体轮廓关键点确定上述人体图像中人体的目标部位的肥胖指数，其中，上述肥胖指数用于表征目标部位的肥胖程度；推送单元，用于基于所确定的目标部位的肥胖指数推送运动信息。在一些实施例中，上述人体图像包括人体正面图像；以及上述确定单元进一步用于：根据提取得到的人体轮廓关键点，确定上述人体图像中人体头部的第一尺寸数据以及目标部位的第一尺寸数据；根据上述人体图像中目标部位的第一尺寸数据与人体头部的第一尺寸数据的第一比值，确定目标部位的肥胖指数。在一些实施例中，上述人体图像包括人体侧面图像；以及上述确定单元进一步用于：根据提取得到的人体轮廓关键点，确定上述人体图像中人体头部的第二尺寸数据以及目标部位的第二尺寸数据；根据上述人体图像中目标部位的第二尺寸数据与人体头部的第二尺寸数据的第二比值，确定目标部位的肥胖指数。在一些实施例中，上述推送单元进一步用于：根据上述人体图像中人体的目标部位的肥胖指数确定上述人体图像中人体的肥胖部位；将所确定的肥胖部位与预先设定的肥胖部位和运动信息对应关系表中的肥胖部位进行匹配；根据匹配结果确定待推送的运动信息，以及推送所确定的运动信息。在一些实施例中，上述提取单元进一步用于：将上述人体图像导入预先建立的人体轮廓关键点检测模型，得到上述人体图像中人体的人体轮廓关键点，其中，上述人体轮廓关键点检测模型用于表征人体图像与人体轮廓关键点的对应关系。在一些实施例中，上述装置还包括模型训练单元，上述模型训练单元包括：获取子单元，用于获取样本集，其中，样本包括样本人体图像，以及与样本人体图像对应的样本人体轮廓关键点；训练子单元，用于基于样本集执行以下训练步骤：将样本集中的至少一个样本的样本人体图像分别输入至初始神经网络，得到上述至少一个样本中的每个样本对应的人体轮廓关键点；将上述至少一个样本中的每个样本对应的人体轮廓关键点与对应的样本人体轮廓关键点进行比较；根据比较结果确定上述初始神经网络是否达到预设的优化目标；响应于确定上述初始神经网络达到上述优化目标，将上述初始神经网络作为训练完成的人体轮廓关键点检测模型。在一些实施例中，上述模型训练单元还包括：调整单元，用于响应于确定上述初始神经网络未达到上述优化目标，调整上述初始神经网络的网络参数，以及使用未用过的样本组成样本集，继续执行上述训练步骤。第三方面，本申请实施例提供了一种设备，该设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本申请实施例提供的用于推送信息的方法和装置，首先提取所获取的人体图像中人体的人体轮廓关键点，而后基于提取得到的人体轮廓关键点确定上述人体图像中的人体的目标部位的肥胖指数，最后基于所确定的目标部位的肥胖指数推送运动信息，从而实现了基于人体图像推送运动信息，使推送的运动信息富于针对性。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推送信息的方法的一个实施例的流程图；图3是根据本申请的用于推送信息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推送信息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推送信息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设备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。需要说明的本文档来自技高网...

【技术保护点】
1.一种用于推送信息的方法，包括：获取人体图像；提取所述人体图像中人体的人体轮廓关键点；基于提取得到的人体轮廓关键点确定所述人体图像中人体的目标部位的肥胖指数，其中，所述肥胖指数用于表征目标部位的肥胖程度；基于所确定的目标部位的肥胖指数推送运动信息。

【技术特征摘要】
1.一种用于推送信息的方法，包括：获取人体图像；提取所述人体图像中人体的人体轮廓关键点；基于提取得到的人体轮廓关键点确定所述人体图像中人体的目标部位的肥胖指数，其中，所述肥胖指数用于表征目标部位的肥胖程度；基于所确定的目标部位的肥胖指数推送运动信息。2.根据权利要求1所述的方法，其中，所述人体图像包括人体正面图像；以及所述基于提取得到的人体轮廓关键点确定所述人体图像中人体的目标部位的肥胖指数，包括：根据提取得到的人体轮廓关键点，确定所述人体图像中人体头部的第一尺寸数据以及目标部位的第一尺寸数据；根据所述人体图像中目标部位的第一尺寸数据与人体头部的第一尺寸数据的第一比值，确定目标部位的肥胖指数。3.根据权利要求1所述的方法，其中，所述人体图像包括人体侧面图像；以及所述基于提取得到的人体轮廓关键点确定所述人体图像中人体的目标部位的肥胖指数，包括：根据提取得到的人体轮廓关键点，确定所述人体图像中人体头部的第二尺寸数据以及目标部位的第二尺寸数据；根据所述人体图像中目标部位的第二尺寸数据与人体头部的第二尺寸数据的第二比值，确定目标部位的肥胖指数。4.根据权利要求1所述的方法，其中，所述基于所确定的目标部位的肥胖指数推送运动信息，包括：根据所述人体图像中人体的目标部位的肥胖指数确定所述人体图像中人体的肥胖部位；将所确定的肥胖部位与预先设定的肥胖部位和运动信息对应关系表中的肥胖部位进行匹配；根据匹配结果确定待推送的运动信息，以及推送所确定的运动信息。5.根据权利要求1所述的方法，其中，所述提取所述人体图像中人体的人体轮廓关键点，包括：将所述人体图像导入预先建立的人体轮廓关键点检测模型，得到所述人体图像中人体的人体轮廓关键点，其中，所述人体轮廓关键点检测模型用于表征人体图像与人体轮廓关键点的对应关系。6.根据权利要求5所述的方法，其中，所述人体轮廓关键点检测模型是通过以下方式训练得到：获取样本集，其中，样本包括样本人体图像，以及与样本人体图像对应的样本人体轮廓关键点；基于样本集执行以下训练步骤：将样本集中的至少一个样本的样本人体图像分别输入至初始神经网络，得到所述至少一个样本中的每个样本对应的人体轮廓关键点；将所述至少一个样本中的每个样本对应的人体轮廓关键点与对应的样本人体轮廓关键点进行比较；根据比较结果确定所述初始神经网络是否达到预设的优化目标；响应于确定所述初始神经网络达到所述优化目标，将所述初始神经网络作为训练完成的人体轮廓关键点检测模型。7.根据权利要求6所述的方法，其中，训练得到所述人体轮廓关键点检测模型的步骤还包括：响应于确定所述初始神经网络未达到所述优化目标，调整所述初始神经网络的网络参数，以及使用未用过的样本组成样本集，继续执行所述训练步骤。8.一种用于推送信息的装置，包括：获取单元，用于获取人体图像；提取单元，用于提取所述人体图像中人体的人体轮廓...

【专利技术属性】
技术研发人员：佟莎莎，田飞，
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