[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，所述方法包括：

从包括人体图像的待检测图像中，确定所述人体图像对应的头肩边框的位置坐标和所述头肩边框的位置坐标对应的头肩图像，其中，所述待检测图像为某个区域内若干待检测图像其中之一；

基于所述头肩图像、所述待检测图像和所述头肩边框的位置坐标，对所述待检测图像中所述人体图像对应的用户进行分析，得到所述待检测图像中所述人体图像对应的用户行为数据，其中，所述用户行为数据包括：所述用户的用户标识、所述用户的属性信息、所述用户所在地点的位置坐标、所述用户的注视点信息和时间戳，所述用户的注视点信息通过将所述头肩图像、所述待检测图像和所述头肩边框的位置坐标输入至预先训练的注视点预测模型而生成，所述注视点预测模型用于表征对所述用户眼睛注视的位置点坐标进行检测。

2.根据权利要求1所述的方法，其中，所述从包括人体图像的待检测图像中，确定所述人体图像对应的头肩边框的位置坐标和所述头肩边框的位置坐标对应的头肩图像，包括：

将所述待检测图像输入至预先训练的位置检测模型，生成所述待检测图像中人体图像对应的头肩边框的位置坐标，其中，所述位置检测模型用于表征对所述待检测图像中人体图像的人体头部和人体肩部的结合进行位置检测；

基于生成的所述头肩边框的位置坐标和所述待检测图像，确定所述待检测图像中与所述头肩边框的位置坐标对应的头肩图像。

3.根据权利要求1所述的方法，其中，所述注视点预测模型通过如下方式训练得到：

获取训练样本集，其中，所述训练样本集中的训练样本包括所述待检测图像、所述待检测图像中人体图像对应的头肩边框的位置坐标、与所述头肩边框的位置坐标对应的所述头肩图像和所述待检测图像中人体图像对应的所述用户的注视点信息；

利用机器学习算法，将所述训练样本集中的训练样本包括的所述待检测图像、所述待检测图像中人体图像对应的所述头肩边框的位置坐标、与所述头肩边框的位置坐标相对应的所述头肩图像作为输入数据，将所述待检测图像中人体图像对应的所述用户的注视点信息作为期望输出数据，训练得到所述注视点预测模型。

4.根据权利要求1和3中任一项所述的方法，其中，所述注视点预测模型包括：第一特征提取子模型、第二特征提取子模型和注视点预测子模型；所述用户的注视点信息的生成过程，包括：

将所述待检测图像和所述待检测图像对应的掩模图像输入至所述第一特征提取子模型，生成所述待检测图像对应的第一特征图，其中，所述第一特征提取子模型用于表征针对所述待检测图像与所述掩模图像的叠加图像进行特征信息提取，所述掩模图像基于所述头肩边框的位置坐标对所述待检测图像进行图像掩模而得到；

将所述头肩图像输入至所述第二特征提取子模型，生成所述头肩图像对应的第二特征图；

将所述第一特征图中的特征信息和所述第二特征图中的特征信息进行叠加，得到叠加后的第三特征图；

将所述第三特征图输入至所述注视点预测子模型，生成所述待检测图像中人体图像对应的所述用户的注视点信息。

5.根据权利要求4所述的方法，其中，在所述将所述第三特征图输入至所述注视点预测子模型，生成所述待检测图像中人体图像对应的所述用户的注视点信息之前，还包括：

判断所述第三特征图中是否存在对象类，其中，所述对象类基于对所述用户眼睛注视到的对象进行分类而得到；

响应于所述第三特征图中存在所述对象类，跳转至将所述第三特征图输入至所述注视点预测子模型，生成所述待检测图像中人体图像对应的所述用户的注视点信息；

响应于所述第三特征图中不存在所述对象类，输出所述判断结果并停止运行。