多媒体资讯推送方法及系统、终端设备技术方案

本发明专利技术公开了一种多媒体资讯推送方法及系统、终端设备。其中，该方法通过获取人脸图像；分析所述人脸图像的属性，输出分析结果；根据所述分析结果将所述人脸图像进行分类，并确定所述目标类别；选择推送与所述目标类别对应的多媒体资讯，能够实现基于对人脸属性的分析，对实际接受对象进行分类，并根据分类结果对不同类型的受众群体进行精准的多媒体资讯推送，进而解决不能根据实际接受对象实时更新并精准推送多媒体资讯的技术问题。

【技术实现步骤摘要】
多媒体资讯推送方法及系统、终端设备
本专利技术涉及一种信息处理技术，具体而言，涉及一种多媒体资讯推送方法及系统、终端设备。
技术介绍
电子播放器是商家常用的信息推送工具。例如，装设在电梯、公共交通工具、导购机、跑步机等装置中的电子播放器、公共场所的电子播放器以及平板电脑、台式电脑、手机等电子设备的显示屏。但是，目前商家推送的信息都是基于大数据或线下调研，通过预先分析目标对象的属性(包括年龄、性别、比例等)，然后根据分析结果挑选合适的海报或视频并通过定期更新的方式向特定地区推送信息。但是这种传统的方式，信息覆盖面窄，受众群体有限，并且在信息投放区域的目标对象出现调整时，商家也不能及时了解到，会导致目标对象与实际的接受对象不一致的情况，不能实现根据电子播放器前的实际接受对象实时更新信息，达不到期望的推送效果。
技术实现思路
本专利技术实施例提供了一种多媒体资讯推送方法及系统、终端设备，以至少解决不能根据实际接受对象实时更新并精准推送多媒体资讯的技术问题。根据本专利技术实施例的一个方面，提供了一种多媒体资讯推送方法，包括：获取人脸图像；分析所述人脸图像的属性，输出分析结果；根据所述分析结果将所述人脸图像进行分类，并确定所述目标类别；选择推送与所述目标类别对应的多媒体资讯。进一步地，所述多媒体资讯推送方法通过图像捕获装置获取所述人脸图像，其中，所述图像捕获装置为独立的摄像装置或集成在电子设备上的摄像装置。进一步地，所述获取人脸图像包括：检测当前获取的图像是否包含人脸；对包含人脸的图像标记检测框；对标记检测框的人脸图像进行质量评估；获取质量评估合格的人脸图像。进一步地，所述人脸图像的属性包括下述至少之一：性别、年龄段、种族、具体年龄、表情。进一步地，当所述人脸图像的属性包括种族属性时，先分析所述人脸图像的种族属性并将所述人脸图像按照不同种族分为多个种族类别，若所述人脸图像还包括除所述种族属性外的其它属性，则在每个种族类别下分析所述人脸图像的其它属性。进一步地，当所述人脸图像的属性包括表情属性时，所述表情属性包括对所述多媒体资讯的关注度。进一步地，采用多任务分类模型分析人脸图像的属性。进一步地，当所述人脸图像的属性项数为N时，所述多任务分类模型包括N个输入层、M个小组层和N个输出支路，其中每个属性都有对应的输入层、小组层和输出支路，每个输出支路输出一种属性的分析结果，N和M为大于1的整数。进一步地，当所述人脸图像的属性项数为N时，所述多任务分类模型包括1个输入层、至少1个小组层和N个输出支路，其中所述N个输出支路共用所述1个输入层和所述至少1个小组层，每个输出支路输出一种属性的分析结果，N为大于1的整数。进一步地，当所述人脸图像的属性项数为N时，多任务分类模型包括1个输入层、至少1个小组层和M个输出支路，其中所述M个输出支路共用所述1个输入层和所述至少1个小组层，M个输出支路中的一个输出支路先输出N种属性中的一种属性(记为A属性)的分析结果，然后其余(M-1)个输出支路的每个输出支路根据A属性下的分类输出其余属性的分析结果，A属性下的分类数目为(M-1)，N和M为大于1的整数。进一步地，所述(M-1)个输出支路的每个输出支路包含(N-1)个输出层。进一步地，所述分析人脸图像的属性，输出分析结果包括：对人脸图像做特征点定位，获得第一图像；根据标准图像对所述第一图像进行调整，获得第二图像；将所述第二图像输入所述多任务分类模型，分析所述第二图像的属性；输出所述分析结果。进一步地，所述特征点包括下述至少之一：眼睛、鼻子、嘴巴、眉毛。进一步地，采用ASM算法对所述人脸图像做特征点定位。进一步地，所述根据标准图像对第一图像进行调整，获得第二图像包括：将所述第一图像中的特征点与所述标准图像中的特征点进行对齐；获得与所述标准图像相同尺寸的所述第二图像。进一步地，所述标准图像为一张预先标记特征点的人脸图像，所述第一图像中的特征点数目与所述标准图像中的特征点数目相同。进一步地，采用仿射变换对所述第一图像进行调整。进一步地，对所述多任务分类模型进行训练，所述训练包括：获取大量样本图像，并对部分样本图像进行手动标记得到标记结果；将所述样本图像和所述标记结果输入多任务分类模型；分析所述样本图像的属性，获得样本分析结果；将所述样本分析结果与所述标记结果进行比较，确定损失函数；根据所述损失函数对所述多任务分类模型进行更新。进一步地，将所述样本分析结果与标记结果进行比较，确定损失函数包括：将所述样本分析结果中的多个属性值与所述标记结果中对应的属性值分别进行比较，求出每个属性值的损失函数；再将所述多个属性值的损失函数加权求和，得到所述样本图像整体的损失函数。进一步地，根据所述损失函数对所述多任务分类模型进行更新包括：根据所述损失函数调整所述多任务分类模型中每层的权重值，直至所述多任务分类模型的输出值与所述标记结果一致或保持最小差距不再变化，则完成更新。根据本专利技术实施例的另一方面，还提供了一种多媒体资讯推送系统，包括：图像捕获装置，被配置为获取人脸图像；图像分析装置，被配置为分析所述人脸图像的属性，输出分析结果，以及根据所述分析结果将所述人脸图像进行分类，并确定所述目标类别；播放装置，被配置为根据所述目标类别推送对应的多媒体资讯。进一步地，所述图像捕获装置为独立的摄像装置或与播放装置集成在一个设备中的摄像装置。进一步地，所述图像分析装置包括多任务分类模型，其中，当所述人脸图像的属性项数为N时，所述多任务分类模型包括N个输入层、M个小组层和N个输出支路，其中每个属性都有对应的输入层、小组层和输出支路，每个输出支路输出一种属性的分析结果；或者，所述多任务分类模型包括1个输入层、至少1个小组层和N个输出支路，其中所述N个输出支路共用所述1个输入层和所述至少1个小组层，每个输出支路输出一种属性的分析结果；或者，所述多任务分类模型包括1个输入层、至少1个小组层和M个输出支路，其中所述M个输出支路共用所述1个输入层和所述至少1个小组层，M个输出支路中的一个输出支路先输出N种属性中的一种属性(记为A属性)的分析结果，然后其余(M-1)个输出支路的每个输出支路根据A属性下的分类输出其余属性的分析结果，A属性下的分类数目为(M-1)；N和M为大于1的整数。根据本专利技术实施例的另一方面，还提供了一种终端设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项的多媒体信息推送方法。根据本专利技术实施例的另一方面，还提供了一种存储介质，包括：存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项的多媒体信息推送方法。在本专利技术实施例中，通过获取人脸图像；分析所述人脸图像的属性，输出分析结果；根据所述分析结果将所述人脸图像进行分类，并确定所述目标类别；选择推送与所述目标类别对应的多媒体资讯，能够实现基于对人脸属性本文档来自技高网...

【技术保护点】
1.一种多媒体资讯推送方法，其特征在于，包括：/n获取人脸图像；/n分析所述人脸图像的属性，输出分析结果；/n根据所述分析结果将所述人脸图像进行分类，并确定所述目标类别；/n选择推送与所述目标类别对应的多媒体资讯。/n

【技术特征摘要】
1.一种多媒体资讯推送方法，其特征在于，包括：
获取人脸图像；
分析所述人脸图像的属性，输出分析结果；
根据所述分析结果将所述人脸图像进行分类，并确定所述目标类别；
选择推送与所述目标类别对应的多媒体资讯。


2.根据权利要求1所述的多媒体资讯推送方法，其特征在于，通过图像捕获装置获取所述人脸图像，其中，所述图像捕获装置为独立的摄像装置或集成在电子设备上的摄像装置。


3.根据权利要求1所述的多媒体资讯推送方法，其特征在于，所述获取人脸图像包括：
检测当前获取的图像是否包含人脸；
对包含人脸的图像标记检测框；
对标记检测框的人脸图像进行质量评估；
获取质量评估合格的人脸图像。


4.根据权利要求1所述的多媒体资讯推送方法，其特征在于，所述人脸图像的属性包括下述至少之一：性别、年龄段、种族、具体年龄、表情。


5.根据权利要求4所述的多媒体资讯推送方法，其特征在于，当所述人脸图像的属性包括种族属性时，先分析所述人脸图像的种族属性并将所述人脸图像按照不同种族分为多个种族类别，若所述人脸图像还包括除所述种族属性外的其它属性，则在每个种族类别下分析所述人脸图像的其它属性。


6.根据权利要求4所述的多媒体资讯推送方法，其特征在于，当所述人脸图像的属性包括表情属性时，所述表情属性包括对所述多媒体资讯的关注度。


7.根据权利要求1所述的多媒体资讯推送方法，其特征在于，采用多任务分类模型分析人脸图像的属性。


8.根据权利要求7所述的多媒体资讯推送方法，其特征在于，当所述人脸图像的属性项数为N时，所述多任务分类模型包括N个输入层、M个小组层和N个输出支路，其中每个属性都有对应的输入层、小组层和输出支路，每个输出支路输出一种属性的分析结果，N和M为大于1的整数。


9.根据权利要求7所述的多媒体资讯推送方法，其特征在于，当所述人脸图像的属性项数为N时，所述多任务分类模型包括1个输入层、至少1个小组层和N个输出支路，其中所述N个输出支路共用所述1个输入层和所述至少1个小组层，每个输出支路输出一种属性的分析结果，N为大于1的整数。


10.根据权利要求7所述的多媒体资讯推送方法，其特征在于，当所述人脸图像的属性项数为N时，所述多任务分类模型包括1个输入层、至少1个小组层和M个输出支路，其中所述M个输出支路共用所述1个输入层和所述至少1个小组层，M个输出支路中的一个输出支路先输出N种属性中的一种属性(记为A属性)的分析结果，然后其余(M-1)个输出支路的每个输出支路根据A属性下的分类输出其余属性的分析结果，A属性下的分类数目为(M-1)，N和M为大于1的整数。


11.根据权利要求10所述的多媒体资讯推送方法，其特征在于，所述(M-1)个输出支路的每个输出支路包含(N-1)个输出层，每个输出层输出一种属性的分析结果。


12.根据权利要求1所述的多媒体资讯推送方法，其特征在于，分析所述人脸图像的属性，输出分析结果包括：
对人脸图像做特征点定位，获得第一图像；
根据标准图像对所述第一图像进行调整，获得第二图像；
将所述第二图像输入所述多任务分类模型，分析所述第二图像的属性；
输出所述分析结果。


13.根据权利要求12所述的多媒体资讯推送方法，其特征在于，所述特征点包括下述至少之一：眼睛、鼻子、嘴巴、眉毛。


14.根据权利要求12所述的多媒体资讯推送方法，其特征在于，采用ASM算法对所述人脸图像做特征点定位。


15.根据权利要求12所述的多媒体资讯推送方法，其特征在...

【专利技术属性】
技术研发人员：方三勇，邱翰，王进，
申请(专利权)人：虹软科技股份有限公司，
类型：发明
国别省市：浙江;33