[发明专利]产品推送方法、装置、计算机设备及存储介质

权利要求书

1.一种产品推送方法，其特征在于，包括：

获取目标图像；

将所述目标图像输入至预先训练好的人脸检测模型进行对象提取，以得到目标对象；

将所述目标对象输入至预先训练好的参数提取模型对所述目标对象进行参数提取，以得到多个表情参数；

根据所述多个表情参数生成第一表情图像，在所述第一表情图像中每个表情参数对应一个位置标记点；

根据所述位置标记点，将所述第一表情图像与预先存储的多个第二表情图像进行匹配，其中,所述每个不同的第二表情图像对应不同的产品；

根据匹配结果确定与所述第一表情图像匹配的产品，将所述匹配到的产品推送给用户。

2.根据权利要求1所述的产品推送方法，其特征在于，所述获取目标图像，包括：

接收图像采集请求，根据用户的授权标识信息对所述图像采集请求进行验证，所述授权标识信息为根据用户的注册信息生成的标识信息；

在所述图像采集请求验证通过时，进行图像采集以获取目标图像。

3.根据权利要求2所述的产品推送方法，其特征在于，根据用户的授权标识信息对所述图像采集请求进行验证，包括：

判断所述用户的授权标识信息是否完整；

若所述用户的授权标识信息完整，则通过所述图像采集请求验证。

4.根据权利要求1所述的产品推送方法，其特征在于，所述将所述目标图像输入至预先训练好的人脸检测模型进行对象提取，以得到目标对象，包括：

识别并判断所述目标图像中是否包括人脸特征；

若所述目标图像中包括人脸特征，则将所述目标图像输入至预先训练好的人脸检测模型进行对象提取，得到目标对象。

5.根据权利要求1所述的产品推送方法，其特征在于，所述将所述目标对象输入至预先训练好的参数提取模型对所述目标对象进行参数提取，以得到多个表情参数，包括：

将所述目标对象输入到参数提取模型中，获取所述参数提取模型中的神经网络的全连接层特征，所述参数提取模型是指使用人脸分类网络并采用迁移学习算法对人脸面部肌肉动作单元神经网络进行处理得到的模型；

根据所述全连接层特征生成表情参数。

6.根据权利要求1所述的产品推送方法，其特征在于，所述根据所述位置标记点，将所述第一表情图像与预先存储的多个第二表情图像进行匹配之后，还包括：

判断是否匹配到与所述第一表情图像对应的第二表情图像；

若未匹配到与所述第一表情图像对应的第二表情图像，将所述第一表情图像与预设数据库中人脸图像样本进行匹配，以获取用户特征信息；

根据所述用户特征信息确定用户所属的预设特征范围；

根据所述预设特征范围确定用户喜欢的产品类型，并将所述产品类型对应的产品作为匹配到的产品。

7.根据权利要求6所述的产品推送方法，其特征在于，所述将所述第一表情图像与预设数据库中人脸图像样本进行匹配之后，包括：

若所述预设数据库中不存在与所述第一表情图像相匹配的人脸图像样本，获取用户的注册信息作为用户特征信息，并执行所述根据所述用户特征信息确定用户所属的预设特征范围的步骤。

8.一种产品推送装置，其特征在于，包括：

图像获取单元，用于获取目标图像；

对象提取单元，用于将所述目标图像输入至预先训练好的人脸检测模型进行对象提取，以得到目标对象；

参数提取单元，用于将所述目标对象输入至预先训练好的参数提取模型对所述目标对象进行参数提取，以得到多个表情参数；

图像生成单元，用于根据所述多个表情参数生成第一表情图像，在所述第一表情图像中每个表情参数对应一个位置标记点；

图像匹配单元，用于根据所述位置标记点，将所述第一表情图像与预先存储的多个第二表情图像进行匹配，其中,所述每个不同的第二表情图像对应不同的产品；

产品确定单元，用于根据匹配结果确定与所述第一表情图像匹配的产品，将所述匹配到的产品推送给用户。