[发明专利]用于推送信息的方法和装置

说明书

本申请实施例公开了用于推送信息的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取包括人体脸部图像的目标图像；将该目标图像输入至预先训练的考试状态检测模型，得到该目标图像的考试状态检测结果，其中，该考试状态检测模型用于表征包括人体脸部图像的图像与图像的考试状态检测结果之间的对应关系；响应于确定该考试状态检测结果表征的考试状态属于第一考试状态，确定该人体预定部位图像对应的用户信息；将表征属于第一考试状态的提示信息推送给目标客户端，其中，该提示信息包括所确定的用户信息。该实施方式丰富了信息推送的灵活性。

技术领域

本申请实施例涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及用于推送信息的方法和装置。

背景技术

现有的监考方法通常是人工监考，人力成本较高。

相关的监考系统通常采用人脸识别和指纹识别等身份验证方式，可以避免他人替考的情况，但适用场景有限。不能够有效检测考生自己违规考试的状态。

发明内容

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：获取包括人体脸部图像的目标图像；将上述目标图像输入至预先训练的考试状态检测模型，得到上述目标图像的考试状态检测结果，其中，上述考试状态检测模型用于表征包括人体脸部图像的图像与图像的考试状态检测结果之间的对应关系；响应于确定上述考试状态检测结果表征的考试状态属于第一考试状态，确定上述人体预定部位图像对应的用户信息；将表征属于第一考试状态的提示信息推送给目标客户端，其中，上述提示信息包括所确定的用户信息。

在一些实施例中，，上述考试状态还包括作弊状态，上述作弊状态是通过检测考生的眼睛焦点是否脱离考卷超过预设时长得到的，上述方法还包括：响应于检测到考生的眼睛焦点脱离考卷超过预设时长，将表征该考生属于作弊状态的提示信息发送给监考客户端，其中，上述提示信息还包括该考生的身份信息。

在一些实施例中，上述考试状态检测模型通过如下步骤训练得到：获取样本集，其中，样本包括人体预定部位图像的样本图像，以及与样本图像对应的样本考试状态检测结果；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考试状态检测结果；将上述至少一个样本中的每个样本对应的考试状态检测结果与对应的样本考试状态检测结果进行比较，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考试状态检测模型。

在一些实施例中，训练得到上述考试状态检测模型的步骤还包括：响应于确定初始神经网络未达到上述优化目标，调整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，使用调整后的初始神经网络作为初始神经网络，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，该装置包括：获取单元，被配置成获取包括人体脸部图像的目标图像；输入单元，被配置成将上述目标图像输入至预先训练的考试状态检测模型，得到上述目标图像的考试状态检测结果，其中，上述考试状态检测模型用于表征包括人体脸部图像的图像与图像的考试状态检测结果之间的对应关系；确定单元，被配置成响应于确定上述考试状态检测结果表征的考试状态属于第一考试状态，确定上述人体预定部位图像对应的用户信息；推送单元，被配置成将表征属于第一考试状态的提示信息推送给目标客户端，其中，上述提示信息包括所确定的用户信息。

在一些实施例中，上述考试状态还包括作弊状态，上述作弊状态是通过检测考生的眼睛焦点是否脱离考卷超过预设时长得到的，上述装置还包括：发送单元，被配置成响应于检测到考生的眼睛焦点脱离考卷超过预设时长，将表征该考生属于作弊状态的提示信息发送给监考客户端，其中，上述提示信息还包括该考生的身份信息。