[发明专利]基于深度学习的资源推送方法、装置、设备及存储介质

说明书

本发明公开了一种基于深度学习的资源推送方法、装置、设备及介质，包括：对前端摄像头采集的第一视频帧信息执行预处理后传入第一深度学习模型，以通过第一深度学习模型识别所述目标对象的类别信息；获取所述类别信息对应的音频资源，并发送至所述前端设备进行播放；对前端摄像头在所述音频资源播放期间采集的第二视频帧信息提取所述目标对象的第一脸部特征，将所述第一脸部特征传入第二深度学习模型，以通过所述第二深度学习模型识别所述目标对象的年龄信息；结合所述目标对象的类别信息和年龄信息获取对应的音视频资源，并发送至所述前端设备进行播放。本发明解决了现有广告推送技术无法面向所有客户以及实时跟进客户反馈的问题。

技术领域

本发明涉及信息技术领域，尤其涉及一种基于深度学习的资源推送方法、装置、设备及存储介质。

背景技术

大数据技术的广泛应用使其成为引领众多行业技术进步、促进效益增长的关键支撑技术，尤其是广告推送方面。然而，现有的广告推送方式主要是基于客户的历史留存信息来进行分判断，具有较大的局限性，无法对新客户或者没有留存性别信息、消费记录的老客户进行广告推送。在推送广告之后，无法实时地监测客户反馈，并根据反馈调整广告内容，容易导致潜在客户流失。

因此，寻找一种面向所有客户、并可实时跟进客户反馈的广告推送的方法成为本领域技术人员亟需解决的技术问题。

发明内容

本发明实施例提供了一种基于深度学习的资源推送方法、装置、设备及存储介质，以解决现有资源推送技术无法面向所有客户、以及实时跟进客户反馈的问题。

一种基于深度学习的资源推送方法，包括：

获取前端摄像头采集的第一视频帧信息，所述第一视频帧信息中包括目标对象及其衣着信息；

对所述第一视频帧信息执行预处理，将预处理后的所述第一视频帧信息作为输入传入第一深度学习模型，以通过所述第一深度学习模型识别所述目标对象的衣着特征得到所述目标对象的类别信息；

根据所述类别信息获取对应的音频资源；

将所述音频资源发送至前端设备，以使得所述前端设备接收并播放所述音频资源；

获取所述前端摄像头在所述音频资源播放期间采集的第二视频帧信息；

从所述第二视频帧信息中提取所述目标对象的第一脸部特征，将所述第一脸部特征作为输入传入第二深度学习模型，以通过所述第二深度学习模型识别所述第一脸部特征得到所述目标对象的年龄信息；

结合所述目标对象的类别信息和年龄信息获取对应的音视频资源；

将所述音视频资源发送至前端设备，以使得所述前端设备接收并播放所述音视频资源。

可选地，在获取前端摄像头采集的第一视频帧信息之后，还包括：

对所述第一视频帧信息执行人脸检测，得到所述第一视频帧信息中所包括的人脸数量；

若所述人脸数量大于或等于2时，计算每一所述人脸的像素个数；

获取所述像素点个数中的最大值对应的人脸，以所述人脸对应的人像作为目标对象。

可选地，所述对所述第一视频帧信息执行预处理包括：

按照H.265视频编码标准对所述第一视频帧信息进行编码；

按照RGB色彩模式对编码后的所述以视频帧信息进行转换，得到每一个颜色通道对应的像素值矩阵。

可选地，所述从所述第二视频帧信息中提取所述目标对象的第一脸部特征包括：

对所述第二视频帧信息执行脸部粗粒度特征检测；