[发明专利]信息的推送方法、装置、终端设备和存储介质

权利要求书

1.一种信息的推送方法，其特征在于，包括：

在直播过程中获取观众的人脸图像；

将所述人脸图像输入主观态度确定模型，获取观众对当前直播内容的主观态度；

获取根据所述主观态度和当前直播内容确定的目标信息，并向观众推送所述目标信息。

2.根据权利要求1所述的推送方法，其特征在于，所述在直播过程中获取观众的人脸图像，包括：

播放直播内容的终端设备启动图像采集装置，采集观众的人脸图像；

或者，

直播服务器向播放直播内容的终端设备发送采集人脸图像的指令，并接收所述终端设备发送的人脸图像。

3.根据权利要求1所述的推送方法，其特征在于，所述在直播过程中获取观众的人脸图像，包括：

在直播过程中，每隔预设时间获取观众的至少一帧人脸图像；

或者；

在直播过程中对直播内容进行语义识别，当直播内容中出现预设关键词时，获取观众的至少一帧人脸图像。

4.根据权利要求1所述的推送方法，其特征在于，在将所述人脸图像输入主观态度确定模型之前，还包括：

获取观众观看直播时的第一人脸图像集；

根据观众对直播内容的主观态度对第一人脸图像集进行标记，获得第一人脸图像样本集；

根据所述第一人脸样本集，基于设定机器学习算法对所述主观态度确定模型进行训练。

5.根据权利要求1所述的推送方法，其特征在于，将所述人脸图像输入主观态度确定模型，获取观众对当前直播内容的主观态度，包括：

将所述人脸图像输入主观态度确定模型，获取所述人脸图像对应的表情信息；

根据所述表情信息获取观众对当前直播内容的主观态度。

6.根据权利要求5所述的推送方法，其特征在于，获取所述人脸图像对应的表情信息之前，还包括：

获取观众观看直播时的第二人脸图像集；

根据表情信息和观众对直播内容的主观态度对所述第二人脸图像集进行标记，获得第二人脸图像样本集；

根据所述第二人脸图像样本集，基于设定机器学习算法对主观态度确定模型进行训练。

7.根据权利要求1所述的推送方法，其特征在于，所述获取根据所述主观态度和当前直播内容确定的目标信息，并向观众推送所述目标信息，包括：

获取与直播内容相关的目标信息；

向主观态度为喜欢的观众推送所述目标信息。

8.根据权利要求7所述的推送方法，其特征在于，在获取与直播内容相关的目标信息之前，还包括：

接收主播发送的目标信息标识码，并将所述目标信息标识码存储至预设位置；

相应的，获取与直播内容相关的目标信息包括：

对所述目标信息标识码进行解析，获取与直播内容相关的目标信息。

9.一种信息的推送装置，其特征在于，包括：

人脸图像获取模块，用于在直播过程中获取观众的人脸图像；

主观态度获取模块，用于将所述人脸图像输入主观态度确定模型，获取观众对当前直播内容的主观态度；

目标信息推送模块，用于获取根据所述主观态度和当前直播内容确定的目标信息，并向观众推送所述目标信息。

10.一种终端设备，其特征在于，包括：处理器、存储器以及存储在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如权利要求1-8中任一项所述的推送方法。

11.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的推送方法。