本申请实施例涉及视觉识别技术领域，特别是涉及一种基于视觉识别的资源推送方法、装置、电子设备及计算机可读存储介质。
背景技术：
日常生活中，人们会收到各种形式的各种资源，如宣传广告、优惠券一类的纸质信息资源；如各种平台推送的消息和电话等信息资源；如平台发放的存储空间、优惠券等虚拟资源。对于线上平台，在对用户进行资源推送时，需要通过网络传输将资源相关信息发送给用户。这些资源中，有些是用户需要的，有些则是用户不需要的。为用户推送用户不需要的资源的信息，不仅对用户造成了干扰，形成“信息污染”，同时大范围推送资源相关信息，会造成线上平台的网络流量的浪费。例如，对于一个拥有百万级用户的平台，如果对每个用户都推送一条信息，则平台需要推送上百万条信息。事实上，很多大型线上平台拥有更多的用户，并且线上平台每天为一个用户推送的信息也不止一条，平台推送信息的数量非常庞大，占用了大量网络资源。对于线上平台而言，如何提升对用户需要的资源识别准确度，从而仅向用户推送与该用户需求匹配的资源的信息，以减少资源推送过程中占用的平台网络资源，是一个需要解决的问题。
可见，现有技术中资源推送方法至少存在浪费网络资源的问题。
技术实现要素：
本申请实施例公开一种基于视觉识别的资源推送方法，有助于节约资源推送占用的网络资源。
为了解决上述问题，第一方面，本申请实施例公开了一种基于视觉识别的资源推送方法，包括：
通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；
通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；
基于所述身份标识，获取所述用户的用户属性信息；
将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息。
第二方面，本申请实施例公开了一种基于视觉识别的资源推送装置，包括：
面部图像获取模块，用于通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；
用户身份确定模块，用于通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；
用户属性信息获取模块，用于基于所述身份标识，获取所述用户的用户属性信息；
推送模块，用于将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息。
第三方面，本申请实施例还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本申请实施例所述的基于视觉识别的资源推送方法。
第四方面，本申请实施例公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时本申请实施例公开的基于视觉识别的资源推送方法的步骤。
本申请实施例公开的基于视觉识别的资源推送方法，通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；基于所述身份标识，获取所述用户的用户属性信息；将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息，有助于节约资源推送占用的网络资源。本申请实施例公开的基于视觉识别的资源推送方法基于人脸识别确定在资源提供者附近出现的行人是否为该资源提供者的目标用户，仅在确定该行人是资源提供者的目标用户时，才向该行人推送资源，而不是盲目的向所有在线用户推送资源，可以有效地节约推送资源占用的网络流量。同时，也可以避免对用户造成“信息污染”。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
图1是本申请实施例一的基于视觉识别的资源推送方法流程图；
图2是本申请实施例二的基于视觉识别的资源推送装置结构示意图；
图3示意性地示出了用于执行根据本申请的方法的电子设备的框图；以及
图4示意性地示出了用于保持或者携带实现根据本申请的方法的程序代码的存储单元。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
本申请实施例公开的一种基于视觉识别的资源推送方法，如图1所示，所述方法包括：步骤110至步骤140。
步骤110，通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像。
本申请实施例中所述的资源推送方法所推送的资源为以数据流形式展现、可以通过网络传输的资源，包括但不限于以下任意一种：活动信息、会员账号、优惠券、红包等。
本申请实施例中所述的资源提供者为可以所述资源的提供方或受理方或执行方。例如，所述资源提供者可以为实体门店。本申请实施例中所述的资源提供者的关联区域为所述资源提供者(如实体门店)附近预设范围(如方圆500米之内)。所述的图像采集设备可以为公共监控设备或实体门店是在在门前的图像采集设备(如摄像头)。
本申请的一些实施例中，资源推送平台通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像。例如，所述通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像，包括：资源推送平台的客户端通过位于资源提供者的关联区域内的图像采集设备获取所述图像采集设备采集范围内的视频流，并将所述视频流上传至所述资源推送平台的服务器端；所述资源推送平台的服务器端对所述视频流进行行人检测，确定所述视频流中包括的行人；所述资源推送平台的服务器端从所述视频流截取各行人的人脸图像。这种情况下，所述客户端通过调用所述图像采集设备的图像获取接口，获取所述图像采集设备采集的所述资源提供者附近的图像采集范围内的视频。然后，所述客户端获取到的视频发送到所述资源推送平台的服务器端进行视频图像处理，以提取视频中包括的行人的面部图像。
本申请的另一些实施例中，为了减少网络资源占用，提升数据传输效率，通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像，包括：资源推送平台的客户端通过位于资源提供者的关联区域内的图像采集设备获取所述图像采集设备采集范围内的图像；对所述图像进行人脸检测，确定所述图像中包括的所有人脸区域；对于每个所述人脸区域，分别截取所述图像中该人脸区域内的图像生成该人脸区域对应的一幅人脸图像；将每个所述人脸区域对应的所述人脸图像上传至所述资源推送平台的服务器端。其中，所述客户端通常设置在所述资源提供者处。这种情况下，所述客户端通过调用所述图像采集设备的图像获取接口，获取所述图像采集设备采集的所述资源提供者附近的图像采集范围内的图像。然后，所述客户端通过对所述图像进行进一步处理，得到所述资源提供者附近出现的行人的面部图像，并将获取到的面部图像上传至所述资源推送平台的服务器端。
步骤120，通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识。
本申请的一些实施例中，所述资源推送平台中存储有若干已注册用户相关信息，如用户的人脸图像。所述人脸图像可以是用户在注册获得用户标识时输入的所述用户的人脸图像，也可以是所述用户在执行在线操作(如在线交易、实名认证)时输入的人脸图像。所述资源推送平台将用户标识、用户的人脸图像关联存储，即每张人脸图像对应唯一的用户标识。
在所述资源推送平台接收到资源提供者上传的人脸图像之后，或者所述资源推送平台从所述资源提供者上传的视频中截取到出现在所述资源提供者附近的行人的面部图像之后，所述资源推送平台将接收到的每幅图像或截取到的每幅图像分别和所述资源推送平台中预先存储的注册用户的人脸图像进行一一比对，以确定出现在所述资源提供者附近的行人的身份。本申请的一些实施例中，对于接收到的或截取的人脸图像(例如记为pcur)，可以通过计算该人脸图像与每个注册用户的人脸图像(例如记为pid)之间的欧氏距离，以确定该人脸图像(pcur)与注册用户的人脸图像(pid)的相似度，并在相似度满足预设条件时(如相似度大于预设相似度阈值)，确定该人脸图像(pcur)与注册用户的人脸图像(pid)为同一个人的人脸图像，即确定出现在所述资源提供者附近的行人(即所述人脸图像(pcur)所属行人)的身份为所述注册用户(即人脸图像(pid)所属注册用户)。
步骤130，基于所述身份标识，获取所述用户的用户属性信息。
进一步的，将该注册用户的用户属性信息作为在所述资源提供者附近的行人的用户属性信息。
本申请的一些实施例中，所述用户的用户属性信息包括用户画像信息和兴趣偏好信息，其中，所述兴趣偏好信息是根据所述用户的线上历史行为记录和/或线下门店到店记录确定的。
本申请的一些实施例中，所述资源推送平台中还存储有已注册用户的用户的用户画像信息。所述用户画像信息为用户在注册获得用户标识时输入的个人基本信息。所述用户画像信息包括但不限于以下任意一项或多项：性别、年龄、收入水平、常驻区域。所述资源推送平台将用户标识和用户画像信息关联存储，即每个用户标识对应一组用户画像信息。通过所述身份标识(即用户标识)可以获取所述身份标识所对应的用户画像信息。
本申请的一些实施例中，根据所述用户的线上历史行为记录和线下门店到店记录，确定所述用户的兴趣偏好信息，包括：根据与所述用户标识关联的、预设行为的历史记录，确定所述用户的兴趣偏好兴趣，其中，所述预设行为包括以下至少一种用户行为：浏览、搜索、点击、收藏、交易、评价；通过所述资源推送平台获取所述用户标识的用户画像信息；根据所述用户标识关联的线下门店到店记录，确定所述用户的活动区域；以及，将所述用户的兴趣偏好信息、所述用户画像信息和所述用户的活动区域进行融合，得到所述用户的用户属性信息。
例如，对于某一用户标识，通过对该用户标识关联的点餐数据进行分析，可以确定该用户标识所属用户喜欢的餐饮口味常驻区域等信息；通过对该用户标识关联的所有浏览、搜索、交易、评价等记录进行分析，可以确定该用户标识所属用户喜欢的品类、消费水平、对优惠敏感度等兴趣偏好信息。
另一方面，通过对该用户标识关联的线下门店到店记录进行分析，可以进一步确定该用户标识所属用户的活动区域。例如，当某一用户的线下门店到店记录中，超过50％的门店位于商圈a，则可以根据该用户的线下门店到店记录确定该用户的活动区域为商圈a。其中，用户的线下门店到店记录可以是线下门店上传至所述资源推送平台的；也可以是所述用户通过所述资源推送平台的客户端在线下门店进行支付时由所述客户端上传的。
之后，所述资源推送平台将所述用户的兴趣偏好信息、所述用户画像信息和所述用户的活动区域进行融合，得到所述用户的用户属性信息。例如：根据所述用户画像信息中的常驻区域和所述活动区域，进一步确定所述用户的经常活动区域；根据所述用户画像信息中的收入水平、所述兴趣偏好信息中的消费水平进一步确定所述用户的实际消费水平等。之后，根据所述兴趣偏好信息中的喜欢的餐饮口味、喜欢的品类、对优惠敏感度、实际消费水平、实际活动区域，所述用户的性别、年龄等确定所述用户的用户属性信息。
本申请的一些实施例中，所述用户的用户属性信息包括但不限于以下任意一项或多项：性别、年龄、收入水平、常驻区域、喜欢的餐饮口味、消费水平、对优惠敏感度。
步骤140，将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息。
本申请的一些实施例中，所述目标用户属性信息是所述资源提供者预先设定的。所述目标用户属性信息包括多个维度，本申请的一些实施例中，所述目标用户属性信息包括：性别、年龄、消费水平、经常活动区域、喜欢的餐饮口味、喜欢的品类、对优惠敏感度等维度。所述资源提供者根据自身对目标用户的定位，预先设定所述目标用户属性信息每个维度的信息值。
本申请的一些实施例中，由所述资源推送平台的客户端将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息。
本申请的一些实施例中，所述将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息，包括：将所述资源提供者的目标用户属性信息中包括的预设维度信息值分别与所述用户的用户属性信息中相应维度的信息值进行相似度计算，确定每个所述预设维度信息值的相似度；根据所述预设维度信息值的相似度，确定所述资源提供者的目标用户属性信息与所述用户的用户属性信息的整体相似度；响应于所述整体相似度满足预设匹配成功条件，向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息；响应于所述整体相似度不满足预设匹配成功条件，放弃向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息。
本申请的一些实施例中，所述资源提供者的目标用户属性信息的维度种类和所述用户的用户属性信息的维度种类可能不同。例如，所述资源提供者的目标用户属性信息的维度可以少于所述用户的用户属性信息的维度，以一个餐饮行业的资源提供者举例，所述资源提供者的目标用户属性信息的维度包括：消费水平、经常活动区域、喜欢的餐饮口味、对优惠敏感度，而所述用户的用户属性信息的维度包括：性别、年龄、消费水平、经常活动区域、喜欢的餐饮口味、喜欢的品类、对优惠敏感度。再例如，所述资源提供者的目标用户属性信息的维度可以多于所述用户的用户属性信息的维度，以一个百货行业的资源提供者举例，所述资源提供者的目标用户属性信息的维度包括：性别、年龄、消费水平、经常活动区域、喜欢的餐饮口味、喜欢的品类、对优惠敏感度，而所述用户的用户属性信息的维度包括：性别、消费水平、经常活动区域、喜欢的品类、对优惠敏感度。监狱上述情况，为了提升用户属性信息匹配的准确率，在确定所述资源提供者附近出现的行人是否为所述资源提供者的目标用户时，以所述资源提供者的目标用户属性信息中包括的维度种类为基准，进行用户属性信息比较。
下面以餐饮行业的资源提供者,如餐厅a和经过餐厅a附近的用户1和用户2的用户属性信息匹配过程举例说明将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配的具体技术方案。假设餐厅a的目标用户属性信息的维度种类和相应维度信息值如下：消费水平＝人均100、喜欢的餐饮口味＝西餐、对优惠敏感度＝敏感；用户1的用户属性信息的维度种类和相应维度信息值如下：性别＝男、年龄＝60、消费水平＝人均50、经常活动区域＝工人体育馆、喜欢的餐饮口味＝麻辣、喜欢的品类＝运动器材、对优惠敏感度＝敏感；用户2的用户属性信息的维度种类和相应维度信息值如下：性别＝女、年龄＝25、消费水平＝人均100、经常活动区域＝三里屯、喜欢的餐饮口味＝意大利餐、对优惠敏感度＝敏感。
那么将用户1的消费水平、喜欢的餐饮口味、对优惠敏感度这三个维度用户属性信息的信息值分别和餐厅a的目标用户属性信息的相应维度信息值进行相似度计算，确定每个所述预设维度信息值的相似度。即，将用户1的消费水平值与餐厅a的目标用户属性信息的消费水平值进行相似度计算，得到消费水平相似度；将用户1的喜欢的餐饮口味值与餐厅a的目标用户属性信息的喜欢的餐饮口味值进行相似度计算，得到喜欢的餐饮口味相似度；将用户1的对优惠敏感度值与餐厅a的目标用户属性信息的对优惠敏感度值进行相似度计算，得到对优惠敏感度相似度。之后，根据消费水平相似度、餐饮口味相似度和对优惠敏感度相似度，计算得到用户1的用户属性信息和餐厅a的目标用户属性信息的整体相似度。例如，对消费水平相似度、餐饮口味相似度和对优惠敏感度相似度分别进行归一化，然后求和，计算得到用户1的用户属性信息和餐厅a的目标用户属性信息的整体相似度。
本申请具体实施时，不同种类的属性维度，其信息值得类型不同，具体实施时，可以采用相应的相似度计算方式计算各维度的相似度。
例如，消费水平维度的信息值为数值，可以采用求差值比例的方式计算相似度。具体到计算用户1与餐厅a的目标用户的消费水平相似度时，通过公式:1-|用户1消费水平值-目标用户消费水平值|/目标用户消费水平值＝1-(100-50)/100＝50％计算得到用户1与餐厅a的目标用户的消费水平相似度。
再例如，喜欢的餐饮口味值为离散的文本，则本申请的一些实施例中，可以通过预先构建文本映射词库，并确定指示信息值的文本在所述文本映射词库中的索引值，然后根据索引值之间的差值计算信息值的相似度。其中，所述文本映射词库中指示相近餐饮口味的信息值具有相近的索引值。例如，喜欢的餐饮口味这一维度的信息值包括：麻辣、辣、酸辣、甜、红烧、咸，意大利餐、西餐，在构建文本映射词库时，上述信息值和索引值的对应关系例如可以为：麻辣＝1、辣＝2、酸辣＝3、红烧＝4、咸＝5、甜＝6，西餐＝7、意大利餐＝8。即口味越相近，索引值的差值越小。因此，可以根据索引值之间的差值计算信息值的相似度。具体到计算用户1与餐厅a的目标用户的喜欢的餐饮口味相似度时，通过公式:|用户1喜欢的餐饮口味索引值-目标用户喜欢的餐饮口味索引值|＝|1-7|＝6计算得到用户1与餐厅a的目标用户的喜欢的餐饮口味相似度。
本申请的另一些实施例中，还可以采用其他方式确定用户属性信息的不同维度之间的相似度，此处不再一一例举。
采用同样的方法可以确定用户2的用户属性信息和餐厅a的目标用户属性信息的整体相似度。
之后，进一步判断用户1的用户属性信息和餐厅a的目标用户属性信息的整体相似度是否满足预设匹配成功条件、用户2的用户属性信息和餐厅a的目标用户属性信息的整体相似度是否满足预设匹配成功条件。具体到本实施例中，用户1的用户属性信息和餐厅a的目标用户属性信息的整体相似度不满足预设匹配成功条件，用户2的用户属性信息和餐厅a的目标用户属性信息的整体相似度满足预设匹配成功条件。因此，向用户2推送餐厅a提供给所述用户2的资源及所述资源的相关信息，如向用户2发放优惠券、红包，通过网络项用户2推送优惠券发放和领取提示信息。而对于用户1，则不对其推送任何资源和信息。
本申请的另一些实施例中，在将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息时，所述资源推送平台将所述资源提供者的目标用户属性信息中包括的预设维度信息值分别与所述用户的用户属性信息中相应维度的信息值进行相似度计算，确定每个所述预设维度信息值的相似度；并根据所述预设维度信息值的相似度，确定所述资源提供者的目标用户属性信息与所述用户的用户属性信息的整体相似度；所述资源推送平台响应于所述整体相似度满足预设匹配成功条件，向所述资源提供者输出与所述资源提供者的目标用户匹配的所述用户(即与所述资源提供者的目标用户属性信息的整体相似度满足预设匹配成功条件的用户属性信息所属用户)的信息，以供所述资源提供者向所述用户推送资源及所述资源的相关信息。
本申请实施例公开的基于视觉识别的资源推送方法，通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；基于所述身份标识，获取所述用户的用户属性信息；将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息，有助于节约资源推送占用的网络资源。本申请实施例公开的基于视觉识别的资源推送方法基于人脸识别确定在资源提供者附近出现的行人是否为该资源提供者的目标用户，仅在确定该行人是资源提供者的目标用户时，才向该行人推送资源，而不是盲目的向所有在线用户推送资源，可以有效地节约推送资源占用的网络流量。同时，也可以避免对用户造成“信息污染”。
实施例二
本申请实施例公开的一种基于视觉识别的资源推送装置，如图2所示，所述装置包括：
面部图像获取模块210，用于通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；
用户身份确定模块220，用于通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；
用户属性信息获取模块230，用于基于所述身份标识，获取所述用户的用户属性信息；
推送模块240，用于将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息。
本申请的一些实施例中，所述用户的用户属性信息包括用户画像信息和兴趣偏好信息，所述兴趣偏好信息是根据所述用户的线上历史行为记录和/或线下门店到店记录确定的。
本申请的一些实施例中，根据所述用户的线上历史行为记录和线下门店到店记录，确定所述用户的兴趣偏好信息，包括：
根据与所述用户标识关联的、预设行为的历史记录，确定所述用户的兴趣偏好兴趣；
根据所述用户标识关联的线下门店到店记录，确定所述用户的活动区域；
将所述用户的兴趣偏好信息、所述用户画像信息和所述用户的活动区域进行融合，得到所述用户的用户属性信息。
本申请的一些实施例中，所述面部图像获取模块210，进一步用于：
通过位于资源提供者的关联区域内的图像采集设备获取所述图像采集设备采集范围内的图像；
对所述图像进行人脸检测，确定所述图像中包括的所有人脸区域；
对于每个所述人脸区域，分别截取所述图像中该人脸区域内的图像生成该人脸区域对应的一幅人脸图像；
将每个所述人脸区域对应的所述人脸图像上传至所述资源推送平台。
本申请的一些实施例中，所述推送模块240，进一步用于：
将所述资源提供者的目标用户属性信息中包括的预设维度信息值分别与所述用户的用户属性信息中相应维度的信息值进行相似度计算，确定每个所述预设维度信息值的相似度；
根据所述预设维度信息值的相似度，确定所述资源提供者的目标用户属性信息与所述用户的用户属性信息的整体相似度；
响应于所述整体相似度满足预设匹配成功条件，向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息；
响应于所述整体相似度不满足预设匹配成功条件，放弃向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息。
本申请实施例公开的基于视觉识别的资源推送装置，用于实现本申请实施例一中所述的基于视觉识别的资源推送方法，装置的各模块的具体实施方式不再赘述，可参见方法实施例相应步骤的具体实施方式。
本申请实施例公开的基于视觉识别的资源推送装置，通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；基于所述身份标识，获取所述用户的用户属性信息；将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息，有助于节约资源推送占用的网络资源。本申请实施例公开的基于视觉识别的资源推送装置基于人脸识别确定在资源提供者附近出现的行人是否为该资源提供者的目标用户，仅在确定该行人是资源提供者的目标用户时，才向该行人推送资源，而不是盲目的向所有在线用户推送资源，可以有效地节约推送资源占用的网络流量。同时，也可以避免对用户造成“信息污染”。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上对本申请公开的一种基于视觉识别的资源推送方法及装置进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其一种核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本申请实施例的电子设备中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图3示出了可以实现根据本申请的方法的电子设备。所述电子设备可以为pc机、移动终端、个人数字助理、平板电脑等。该电子设备传统上包括处理器310和存储器320及存储在所述存储器320上并可在处理器310上运行的程序代码330，所述处理器310执行所述程序代码330时实现上述实施例中所述的方法。所述存储器320可以为计算机程序产品或者计算机可读介质。存储器320可以是诸如闪存、eeprom(电可擦除可编程只读存储器)、eprom、硬盘或者rom之类的电子存储器。存储器320具有用于执行上述方法中的任何方法步骤的计算机程序的程序代码330的存储空间3201。例如，用于程序代码330的存储空间3201可以包括分别用于实现上面的方法中的各种步骤的各个计算机程序。所述程序代码330为计算机可读代码。这些计算机程序可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(cd)、存储卡或者软盘之类的程序代码载体。所述计算机程序包括计算机可读代码，当所述计算机可读代码在电子设备上运行时，导致所述电子设备执行根据上述实施例的方法。
本申请实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请实施例一所述的基于视觉识别的资源推送方法的步骤。
这样的计算机程序产品可以为计算机可读存储介质，该计算机可读存储介质可以具有与图3所示的电子设备中的存储器320类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩存储在所述计算机可读存储介质中。所述计算机可读存储介质通常为如参考图4所述的便携式或者固定存储单元。通常，存储单元包括计算机可读代码330’，所述计算机可读代码330’为由处理器读取的代码，这些代码被处理器执行时，实现上面所描述的方法中的各个步骤。
本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着，结合实施例描述的特定特征、结构或者特性包括在本申请的至少一个实施例中。此外，请注意，这里“在一个实施例中”的词语例子不一定全指同一个实施例。
在此处所公开的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
1.一种基于视觉识别的资源推送方法，其特征在于，包括：
通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；
通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；
基于所述身份标识，获取所述用户的用户属性信息；
将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息。
2.根据权利要求1所述的方法，其特征在于，所述用户的用户属性信息包括用户画像信息和兴趣偏好信息，所述兴趣偏好信息是根据所述用户的线上历史行为记录和/或线下门店到店记录确定的。
3.根据权利要求2所述的方法，其特征在于，根据所述用户的线上历史行为记录和线下门店到店记录，确定所述用户的兴趣偏好信息，包括：
根据与所述用户标识关联的、预设行为的历史记录，确定所述用户的兴趣偏好兴趣；
根据所述用户标识关联的线下门店到店记录，确定所述用户的活动区域；
将所述用户的兴趣偏好信息、所述用户画像信息和所述用户的活动区域进行融合，得到所述用户的用户属性信息。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像的步骤，包括：
通过位于资源提供者的关联区域内的图像采集设备获取所述图像采集设备采集范围内的图像；
对所述图像进行人脸检测，确定所述图像中包括的所有人脸区域；
对于每个所述人脸区域，分别截取所述图像中该人脸区域内的图像生成该人脸区域对应的一幅人脸图像；
将每个所述人脸区域对应的所述人脸图像上传至所述资源推送平台。
5.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息的步骤，包括：
将所述资源提供者的目标用户属性信息中包括的预设维度信息值分别与所述用户的用户属性信息中相应维度的信息值进行相似度计算，确定每个所述预设维度信息值的相似度；
根据所述预设维度信息值的相似度，确定所述资源提供者的目标用户属性信息与所述用户的用户属性信息的整体相似度；
响应于所述整体相似度满足预设匹配成功条件，向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息；
响应于所述整体相似度不满足预设匹配成功条件，放弃向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息。
6.一种基于视觉识别的资源推送装置，其特征在于，包括：
面部图像获取模块，用于通过位于资源提供者的关联区域内的图像采集设备获取用户的面部图像；
用户身份确定模块，用于通过将所述面部图像与资源推送平台中预设的线上用户人脸库中的面部图像进行比对，确定所述用户的身份标识；
用户属性信息获取模块，用于基于所述身份标识，获取所述用户的用户属性信息；
推送模块，用于将所述资源提供者的目标用户属性信息与所述用户的用户属性信息进行匹配，并在匹配成功时向所述用户推送所述资源提供者提供给所述用户的资源相关信息。
7.根据权利要求6所述的装置，其特征在于，所述用户的用户属性信息包括用户画像信息和兴趣偏好信息，所述兴趣偏好信息是根据所述用户的线上历史行为记录和/或线下门店到店记录确定的。
8.根据权利要求7所述的装置，其特征在于，根据所述用户的线上历史行为记录和线下门店到店记录，确定所述用户的兴趣偏好信息，包括：
根据与所述用户标识关联的、预设行为的历史记录，确定所述用户的兴趣偏好兴趣；
根据所述用户标识关联的线下门店到店记录，确定所述用户的活动区域；
将所述用户的兴趣偏好信息、所述用户画像信息和所述用户的活动区域进行融合，得到所述用户的用户属性信息。
9.根据权利要求6至8任一项所述的装置，其特征在于，所述面部图像获取模块，进一步用于：
通过位于资源提供者的关联区域内的图像采集设备获取所述图像采集设备采集范围内的图像；
对所述图像进行人脸检测，确定所述图像中包括的所有人脸区域；
对于每个所述人脸区域，分别截取所述图像中该人脸区域内的图像生成该人脸区域对应的一幅人脸图像；
将每个所述人脸区域对应的所述人脸图像上传至所述资源推送平台。
10.根据权利要求6至8任一项所述的装置，其特征在于，所述推送模块，进一步用于：
将所述资源提供者的目标用户属性信息中包括的预设维度信息值分别与所述用户的用户属性信息中相应维度的信息值进行相似度计算，确定每个所述预设维度信息值的相似度；
根据所述预设维度信息值的相似度，确定所述资源提供者的目标用户属性信息与所述用户的用户属性信息的整体相似度；
响应于所述整体相似度满足预设匹配成功条件，向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息；
响应于所述整体相似度不满足预设匹配成功条件，放弃向所述用户推送所述资源提供者提供给所述用户的资源及所述资源的相关信息。
11.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的程序代码，其特征在于，所述处理器执行所述程序代码时实现权利要求1至5任意一项所述的基于视觉识别的资源推送方法。
12.一种计算机可读存储介质，其上存储有程序代码，其特征在于，该程序代码被处理器执行时实现权利要求1至5任意一项所述的基于视觉识别的资源推送方法的步骤。
技术总结