CN109992718A - 信息处理方法和装置 - Google Patents
信息处理方法和装置 Download PDFInfo
- Publication number
- CN109992718A CN109992718A CN201910252303.5A CN201910252303A CN109992718A CN 109992718 A CN109992718 A CN 109992718A CN 201910252303 A CN201910252303 A CN 201910252303A CN 109992718 A CN109992718 A CN 109992718A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- user
- facial characteristics
- target image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 36
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 230000001815 facial effect Effects 0.000 claims abstract description 208
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000004927 fusion Effects 0.000 claims description 61
- 230000004048 modification Effects 0.000 claims description 48
- 238000012986 modification Methods 0.000 claims description 48
- 238000012876 topography Methods 0.000 claims description 42
- 238000002156 mixing Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 15
- 230000010354 integration Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 210000001508 eye Anatomy 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003321 amplification Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 210000001331 nose Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000000214 mouth Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Computing Systems (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例公开了信息处理方法和装置。该方法的一具体实施方式包括:获取目标图像和用户图像;将该目标图像包含的面部作为子代的面部,且将该用户图像包含的面部作为该子代的一个亲代的面部,确定与该用户图像包含的面部相匹配的面部特征;查找与该相匹配的面部特征相似的面部特征,并将查找到的该相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给该用户图像对应的用户。本申请实施例能够利用用户图像,以及包含预期的用户子代面部的目标图像,确定出与用户图像相匹配的面部特征。继而,实现利用用户的面部向用户推荐与之较为匹配的面部图像和/或面部图像的关联用户。
Description
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,尤其涉及信息处理方法和装置。
背景技术
随着图像技术的发展,用户可以在互联网中找到与之相匹配的用户的肖像。在本领域的惯性思维中,通常都是直接通过两个用户的颜值,即对面部的打分来对用户进行匹配。也即,在本领域的惯性思维中,为用户推荐与其相匹配的另一用户时,都是直接基于该另一用户的信息,如颜值等,来为用户推荐的。
发明内容
本申请实施例提出了信息处理方法和装置。
第一方面,本申请实施例提供了一种信息处理方法,包括:获取目标图像和用户图像,其中,用户图像和目标图像包含生物的面部;将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征,其中,相匹配的面部特征对应的面部被预计为子代的另一个亲代的面部;在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征相似的面部特征,并将查找到的相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户。
第二方面,本申请实施例提供了又一种信息处理方法,包括:用于终端设备,包括:向服务端提供目标图像,目标图像包含生物的面部;接收服务端基于目标图像以及终端设备所登录的用户对应的用户图像推荐的关联用户信息,其中,目标图像所包含的面部被作为子代的面部,用户图像所包含的面部被作为子代的一个亲代的面部,关联用户信息对应基于目标图像和用户图像确定的候选图像,该候选图像包含的面部被预计为子代的另一个亲代的面部。
第三方面,本申请实施例提供了一种信息处理装置,用于服务端,包括:第一获取单元,被配置成获取目标图像和用户图像,其中,用户图像和目标图像包含生物的面部;确定单元,被配置成将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征,其中,相匹配的面部特征对应的面部被预计为子代的另一个亲代的面部;推荐单元,被配置成在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征相似的面部特征,并将查找到的相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户。
在一些实施例中,确定单元,进一步被配置成按照如下方式执行将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征:将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,并将目标图像和用户图像或两者对应的面部特征输入人脸匹配模型,得到与用户图像包含的面部相匹配的面部特征,其中,人脸匹配模型用于表征亲代与子代的面部特征的对应关系。
在一些实施例中,人脸匹配模型通过以下步骤训练得到:获取包括多组亲子代的面部特征样本的样本集,其中,每组亲子代的面部特征样本包括两个亲代的面部特征和至少一个子代的面部特征;将两个亲代中一者的面部特征以及至少一个子代的面部特征作为输入,将两个亲代中另一者的面部特征作为目标输出,训练得到人脸匹配模型。
在一些实施例中,人脸匹配模型通过以下步骤训练得到:获取包括多个融合样本的样本集,其中,融合样本包括第一样本图像、第二样本图像以及第一样本图像与第二样本图像的融合图像,第一样本图像和第二样本图像包含生物的面部,融合图像包含将第一样本图像的面部和第二样本图像的面部融合后得到的面部;将第一样本图像和融合图像作为输入,将第二样本图像作为目标输出,训练得到人脸匹配模型。
在一些实施例中,融合图像包含的面部通过将第一样本图像所包含的面部与第二样本图像所包含的面部按照目标融合比例融合得到,其中,目标融合比例为进行融合的图像的面部特征占融合图像的面部特征的比例。
在一些实施例中,装置还包括:第二获取单元,被配置成获取多组历史匹配信息,其中,每组历史匹配信息包括历史第一样本图像、历史第二样本图像,以及历史融合特征图像,历史融合特征图像对应的面部特征为历史第一样本图像对应的面部特征与历史第二样本图像对应的面部特征的融合特征,历史融合特征图像为用户在历史第一样本图像和历史第二样本图像的候选融合特征图像中选择的融合特征图像;比例确定单元,被配置成根据多组历史匹配信息中历史第一样本图像与对应的历史第二样本图像的融合比例,确定目标融合比例。
在一些实施例中,第一获取单元,进一步被配置成按照如下方式执行获取目标图像:发送至少一个包含生物的面部的图像;若接收到对至少一个包含生物的面部的图像中的第一图像的用户选取信息,将第一图像作为目标图像。
在一些实施例中,第一获取单元,进一步被配置成按照如下方式执行获取目标图像:基于预设调整方式,对用户图像的面部特征进行调整,得到调整后的面部特征;基于调整后的面部特征,生成目标图像。
在一些实施例中,第一获取单元,进一步被配置成按照如下方式执行基于调整后的面部特征,生成目标图像,包括:基于调整后的面部特征,生成第一初始目标图像;接收第一用户修改信息,基于第一用户修改信息对第一初始目标图像进行修改,得到目标图像。
在一些实施例中,第一获取单元,进一步被配置成按照如下方式执行获取目标图像:对于面部的多个局部,发送至少一个候选局部图像;接收对候选局部图像的用户选择信息,基于用户选择信息所指示的被选择的候选局部图像,生成目标图像。
在一些实施例中,第一获取单元,进一步被配置成按照如下方式执行基于用户选择信息所指示的被选择的候选局部图像,生成目标图像:基于用户选择信息所指示的被选择的候选局部图像,生成第二初始目标图像;接收第二用户修改信息,基于第二用户修改信息对第二初始目标图像进行修改,得到目标图像。
在一些实施例中,至少一个包含生物的面部的图像所包含的面部对应的年龄数值小于预设年龄数值。
第四方面,本申请实施例提供了一种信息处理装置,用于终端设备,包括:提供单元,被配置成向服务端提供目标图像,目标图像包含生物的面部;接收单元,被配置成接收服务端基于目标图像以及终端设备所登录的用户对应的用户图像推荐的关联用户信息,其中,目标图像所包含的面部被作为子代的面部,用户图像所包含的面部被作为子代的一个亲代的面部,关联用户信息对应基于目标图像和用户图像确定的候选图像,该候选图像包含的面部被预计为子代的另一个亲代的面部。
在一些实施例中,装置还包括:接收并显示服务端发送的至少一个包含生物的面部的图像;响应于检测到对展示的图像中的第一图像的用户选择操作,向服务端发送用于指示用户选择第一图像为目标图像的用户选择操作信息,以使服务端将第一图像作为目标图像。
在一些实施例中,装置还包括:生成单元,被配置成接收并展示服务端发送的、基于调整后的面部特征生成的第一初始目标图像,其中,调整后的面部特征为基于预设调整方式对用户图像的面部特征进行调整得到的;发送单元,被配置成响应于检测到第一用户修改操作,向服务端发送用于指示第一用户修改操作的第一用户修改操作信息,以使服务端基于第一用户修改操作信息修改第一初始目标图像并得到目标图像。
在一些实施例中,装置还包括:显示单元,被配置成接收并显示服务端发送的面部的多个局部的至少一个候选局部图像;检测单元,被配置成响应于检测到对候选局部图像的用户选择操作,向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成目标图像。
在一些实施例中,检测单元,进一步被配置成按照如下方式执行向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成目标图像:向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成第二初始目标图像;接收并显示第二初始目标图像;响应于检测到针对第二初始目标图像的第二用户修改操作,向服务端发送用于指示第二用户修改操作的第二用户修改操作信息,以使服务端基于第二用户修改操作信息修改第二初始目标图像以得到目标图像。
第五方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面的方法中任一实施例的方法。
第六方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面的方法中任一实施例的方法。
第七方面,本申请实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第二方面的方法中任一实施例的方法。
第八方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第二方面的方法中任一实施例的方法。
本申请上述实施例提供的信息处理方案,首先,获取目标图像和用户图像,其中,用户图像和目标图像包含生物的面部。之后,将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征,其中,相匹配的面部特征对应的面部被预计为子代的另一个亲代的面部。最后,在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征相似的面部特征,并将查找到的相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户。本申请上述实施例提供的方案能够利用用户图像,以及包含预期的用户子代面部的目标图像,确定出与用户图像相匹配的面部特征。继而,实现利用用户的面部向用户推荐与之较为匹配的面部图像和/或面部图像的关联用户。本申请上述实施例提供的方案打破了本领域的惯性思维,可基于用户期望的子代面部,为用户推荐其他用户。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请一些实施例可以应用于其中的示例性***架构图;
图2是根据本申请的信息处理方法的一个实施例的流程图;
图3是根据本申请的信息处理方法的一个应用场景的示意图;
图4是根据本申请的信息处理方法的又一个实施例的流程图;
图5是根据本申请的信息处理方法的又一个实施例的流程图;
图6是根据本申请的信息处理装置的一个实施例的结构示意图;
图7是根据本申请的信息处理装置的又一个实施例的结构示意图;
图8是适于用来实现本申请一些实施例的电子设备的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的信息处理方法或信息处理装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务端105。网络104用以在终端设备101、102、103和服务端105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务端105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如信息处理应用、视频类应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务端105可以是提供各种服务的服务端,例如对终端设备101、102、103提供支持的后台服务端。后台服务端可以对接收到的图像等数据进行分析等处理,并将处理结果(例如用户的面部特征所对应的候选图像)反馈给终端设备。
需要说明的是,本申请实施例所提供的信息处理方法可以由服务端105或者终端设备101、102、103执行,相应地,信息处理装置可以设置于服务端105或者终端设备101、102、103中。
应该理解,图1中的终端设备、网络和服务端的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务端。
继续参考图2,示出了根据本申请的信息处理方法的一个实施例的流程200。该信息处理方法,包括以下步骤:
步骤201,获取目标图像和用户图像,其中,用户图像和目标图像包含生物的面部。
在本实施例中,信息处理方法的执行主体(例如图1所示的服务端)可以获取目标图像和用户图像。这里的目标图像可以是用户所选择的,也可以是预先设置的图像。用户图像为包含用户的面部的图像。这里的生物可以是人,也可以是动物等。
在本实施例的一些可选的实现方式中,步骤201中的获取目标图像,可以包括:
发送至少一个包含生物的面部的图像;若接收到对至少一个包含生物的面部的图像中的第一图像的用户选取信息,将第一图像作为目标图像。
在这些可选的实现方式中,上述执行主体可以将至少一个面部图像发送给终端设备,让用户从中选择图像。第一图像指用户所选择的图像。用户选择信息可以指示用户所选择的第一图像。
这些实现方式可以让用户来选择目标图像,这样可以让所确定的相匹配的面部特征能够针对用户选择的目标图像而有所不同,从而使最终确定的候选图像反映出用户的需求。
在这些实现方式的一些可选的应用场景中,上述至少一个包含生物的面部的图像所包含的面部对应的年龄数值小于预设年龄数值。
在这些可选的应用场景中,目标图像中的面部对应的年龄可以较小。比如用户从上述至少一个图像中选择出的目标图像可以是婴儿的图像。
在本实施例的一些可选的实现方式中,步骤201中的获取目标图像,可以包括:
基于预设调整方式,对用户图像的面部特征进行调整,得到调整后的面部特征;基于调整后的面部特征,生成目标图像。
在这些可选的实现方式中,上述执行主体可以对用户图像的面部特征进行调整,进而得到目标图像。在一些实施例中,上述调整可以是针对各个面部特征中的一个或一些特征采用预设调整方式进行调整,并将整个面部幼龄化,以达到预设的效果。比如调整后可以获得相比用户具有诸如眼睛变大、下巴变尖等颜值更美化的效果的婴儿图像。
上述执行主体可以采用多种方式基于调整后的面部特征生成目标图像。比如,上述执行主体可以直接将调整后的面部特征作为目标图像的面部特征。
在这些实现方式的一些可选的应用场景中,上述基于调整后的面部特征,生成目标图像,可以包括:
基于调整后的面部特征,生成第一初始目标图像;接收第一用户修改信息,基于第一用户修改信息对第一初始目标图像进行修改,得到目标图像。
在这些可选的应用场景中,上述执行主体可以生成包括调整后的面部特征的第一初始目标图像。或者经过上述执行主体的判断,在确定调整后的面部特征对应的面部没有呈现预设的效果,可以进一步调整,以得到有预设的效果的面部特征的第一初始目标图像。比如眼睛达到预设大小。之后,上述执行主体可以将第一初始目标图像发送至终端设备,让用户进行操作。进而,终端设备则可以根据上述操作,生成并上传指示上述修改操作的第一用户修改信息。服务端基于第一用户修改信息进行修改,以得到目标图像。
上述的操作可以是点击、长按或对实体按钮进行的操作。具体地,该操作可以指示对现有的第一初始目标图像进行修改,比如,眼睛放大等等。
在本实施例的一些可选的实现方式中,步骤201中的获取目标图像,可以包括:
对于面部的多个局部,发送至少一个候选局部图像;接收对候选局部图像的用户选择信息,基于用户选择信息所指示的被选择的候选局部图像,生成目标图像。
在这些可选的实现方式中,上述执行主体可以对于面部多个局部中的各个局部,向终端设备发送至少一个候选局部图像。这样,终端设备的用户可以在每个局部的候选局部图像中进行选择,以使终端设备生成用户选择信息。上述执行主体可以基于用户选择信息,生成目标图像。各个局部可以分别是五官中的各个器官,还可以是面部轮廓等等。举例来说,用户选择信息中可以指示用户选择的嘴巴、鼻子、眼睛和眉毛。此外,用户选择信息还可以指示用户选择的发色、肤色、胖瘦等等。
在实践中,上述执行主体可以预先获取面部模板,并按照用户选择信息,将用户选择的候选局部图像替换面部模板的对应位置,得到目标图像。此外,还可以在替换之后,按照用户选择的发色、肤色、胖瘦等调整面部的颜色、脸型等,以得到目标图像。
这些实现方式可以根据用户选择的各个局部来生成目标图像,以针对不同用户的选择生成目标图像。
在这些实现方式的一些可选的应用场景中,上述基于第一用户修改信息对第一初始目标图像进行修改,得到目标图像,包括:
基于用户选择信息所指示的被选择的候选局部图像,生成第二初始目标图像;接收第二用户修改信息,基于第二用户修改信息对第二初始目标图像进行修改,得到目标图像。
在这些可选的应用场景中,可以通过上述在面部模板进行替换等的方式,由用户选择的候选局部图像,生成第二初始目标图像。如果用户在看到第二初始目标图像之后,有修改的意愿,可以对在终端设备进行操作,以使终端设备基于该操作生成第二用户修改信息。这样,终端设备可以基于第二用户修改信息对该图像进行修改,以得到目标图像。
步骤202,将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征,其中,相匹配的面部特征对应的面部被预计为子代的另一个亲代的面部。
在本实施例中,上述执行主体可以利用目标图像、用户图像,以及子代与亲代的面部相像的特点,确定出与用户图像的面部相匹配的面部特征。具体地,上述执行主体会将用户图像包含的面部,以及相匹配的面部特征对应的面部,作为两个亲代的面部,并将目标图像作为子代的面部。
在实践中,可以采用多种方式确定与用户图像包含的面部相匹配的面部特征。比如可以将用户图像的关键点对应的面部特征与目标图像的关键点对应的面部特征做相似度分析。之后,可以确定出用户图像的关键点中,与目标图像的关键点的相似度小于某相似度阈值的目标关键点,比如上嘴唇和鼻尖。可以将目标关键点对应的面部特征作为相匹配的面部特征。
需要说明的是,本申请任意实施例的面部特征可以以面部特征本身的形式存在,也可以以面部特征所对应的面部图像的形式存在。
步骤203,在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征相似的面部特征,并将查找到的相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户。
在本实施例中,上述执行主体可以在候选图像中,查找与相匹配的面部特征相似的面部特征。并将查找到的面部特征对应的候选图像,和/或该候选图像的关联用户信息推荐给用户。具体地,这里的相似可以指与某候选图像对应的面部特征之间的相似度大于预先设置的相似度阈值,也可以指与某候选图像的面部特征的相似度大于与其他候选图像的面部特征的相似度。所查找到的图像可以是一个或多个。关联用户信息可以包括候选图像的关联用户的各种信息。比如,用户的账号、用户的姓名、身高等等。上述执行主体可以通过向用户图像对应的终端设备进行推送,以实现向用户的推荐。
继续参见图3,图3是根据本实施例的信息处理方法的应用场景的一个示意图。在图3的应用场景中,执行主体301可以获取目标图像302和用户图像303,其中,用户图像和目标图像包含生物的面部。将目标图像302包含的面部作为儿子或女儿的面部,且将用户图像303包含的面部作为母亲的面部,确定与用户图像303包含的面部相匹配的面部特征304,其中,相匹配的面部特征对应的面部被预计为父亲的面部。在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征304相似的面部特征305,并将查找到的相似的面部特征305所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户306。
本申请的上述实施例提供的方法能够利用用户图像,以及包含预期的用户子代面部的目标图像,确定出与用户图像相匹配的面部特征。继而,实现利用用户的面部向用户推荐与之较为匹配的面部图像和/或面部图像的关联用户。
进一步参考图4,其示出了信息处理方法的又一个实施例的流程400。该信息处理方法的流程400,包括以下步骤:
步骤401,获取目标图像和用户图像,其中,用户图像和目标图像包含生物的面部。
在本实施例中,信息处理方法的执行主体(例如图1所示的服务)可以获取目标图像和用户图像。这里的目标图像可以是用户所选择的,也可以是预先设置的图像。用户图像为包含用户的面部的图像。这里的生物可以是人,也可以是动物等。
步骤402,将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,并将目标图像和用户图像或两者对应的面部特征输入人脸匹配模型,得到与用户图像包含的面部相匹配的面部特征,其中,人脸匹配模型用于表征亲代与子代的面部特征的对应关系。
在本实施例中,上述执行主体可以将分别作为子代的面部图像以及作为亲代的面部图像的目标图像和用户图像输入人脸匹配模型,以得到与用户图像包含的面部相匹配的面部特征。这里的人脸匹配模型输出的可以是面部特征本身,也可以是包含面部特征的面部图像。
这里的人脸匹配模型可以是多种深度学习模型。举例来说,深度学习模型可以是对偶学习的生成对抗网络DualGAN或者循环生成对抗网络CycleGAN等等。
在本实施例的一些可选的实现方式中,人脸匹配模型可以通过以下步骤训练得到:
获取包括多组亲子代的面部特征样本的样本集,其中,每组亲子代的面部特征样本包括两个亲代的面部特征和至少一个子代的面部特征;将两个亲代中一者的面部特征以及至少一个子代的面部特征作为输入,将两个亲代中另一者的面部特征作为目标输出,训练得到人脸匹配模型。
在这些可选的实现方式中,上述执行主体可以利用包括多组亲子代面部特征的样本训练初始人脸匹配模型。这里的初始人脸匹配模型指有待于训练的人脸匹配模型。可以将样本中,子代的面部特征和一个亲代的面部特征,输入初始人脸匹配模型预测另一个亲代的面部特征。并且,确定预测结果与目标输出之间的损失值,也即将预测结果和样本中另一个亲代的面部特征,输入预设损失函数,得到损失值。继而,利用该损失值进行反向传播,以训练得到人脸匹配模型。
在本实施例的一些可选的实现方式中,人脸匹配模型可以通过以下步骤训练得到:
获取包括多个融合样本的样本集,其中,融合样本包括第一样本图像、第二样本图像以及第一样本图像与第二样本图像的融合图像,第一样本图像和第二样本图像包含生物的面部,融合图像包含将第一样本图像的面部和第二样本图像的面部融合后得到的面部;将第一样本图像和融合图像作为输入,将第二样本图像作为目标输出,训练得到人脸匹配模型。
在这些可选的实现方式中,上述执行主体可以利用包括融合样本的样本来训练得到人脸匹配模型。具体地,上述执行主体可以将第一样本图像和融合图像输入初始人脸匹配模型预测第二样本图像的面部特征。并且,确定预测结果与目标输出之间的损失值,也即,将预测结果和样本中第二样本图像的面部特征输入预设损失函数,以得到损失值。继而,利用该损失值进行反向传播,以训练得到人脸匹配模型。
上述可选的实现方式提供的两种训练方式,可以训练得到准确的人脸匹配模型。进一步地,利用训练得到的人脸匹配模型可以确定出更加准确的面部特征。
在这些实现方式中的一些可选的应用场景中,上述融合图像包含的面部通过将第一样本图像所包含的面部与第二样本图像所包含的面部按照目标融合比例融合得到,其中,目标融合比例为进行融合的图像的面部特征占融合图像的面部特征的比例。
在这些可选的应用场景中,上述融合图像是将第一样本图像与第二样本图像按照目标融合比例融合得到的。具体地,目标融合比例可以是第一样本图像和/或第二样本图像的融合比例,以控制融合图像的面部特征分别占这两个图像的面部特征的比例。这里的第一样本图像和第二样本图像所占的融合比例的和可以是1。
这些应用场景中,可以更加随意地获取融合比例,以增加所得到的相匹配的面部特征的丰富性。
在这些应用场景的一些可选的情况下,可以通过以下方式确定目标融合比例:
获取多组历史匹配信息,其中,每组历史匹配信息包括历史第一样本图像、历史第二样本图像,以及历史融合特征图像,历史融合特征图像对应的面部特征为历史第一样本图像对应的面部特征与历史第二样本图像对应的面部特征的融合特征,历史融合特征图像为用户在历史第一样本图像和历史第二样本图像的候选融合特征图像中选择的融合特征图像;根据多组历史匹配信息中历史第一样本图像与对应的历史第二样本图像的融合比例,确定目标融合比例。
在这些可选的情况下,可以根据用户曾经选择的各个融合特征图像所对应的融合比例,来确定目标融合比例。具体地,可以采用多种方式确定目标融合比例。比如,可以将各个历史融合特征图像所对应的融合比例的平均值作为目标融合比例。还可以将各个历史融合特征图像所对应的融合比例的中位数作为目标融合比例。在这里,融合特征图像所对应的融合比例为:融合得到融合特征图像的图像对应的面部特征占该融合特征图像的面部特征的融合比例。
这些情况可以利用用户进行选择的历史数据来确定目标融合比例,以能够根据用户的历史真实选择结果来进行设定,进而更准确地确定出相匹配的面部特征以及候选图像。
步骤403,在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征相似的面部特征,并将查找到的相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户。
在本实施例中,上述执行主体可以在候选图像中,查找与相匹配的面部特征相似的面部特征。并将查找到的面部特征对应的候选图像,和/或该候选图像的关联用户信息推荐给用户。具体地,这里的相似可以指与某候选图像对应的面部特征之间的相似度大于预先设置的相似度阈值,也可以指与某候选图像的面部特征的相似度大于与其他候选图像的面部特征的相似度。
进一步参考图5,其示出了信息处理方法的又一个实施例的流程500。该信息处理方法的流程500,用于终端设备,包括以下步骤:
步骤501,向服务端提供目标图像,目标图像包含生物的面部。
在本实施例中,信息处理方法的执行主体(例如图1所示的终端设备)可以将目标图像发送给服务端,以使服务端基于该目标图像,返回信息以向终端设备的用户推荐其他用户。
步骤502,接收服务端基于目标图像以及终端设备所登录的用户对应的用户图像推荐的关联用户信息,其中,目标图像所包含的面部被作为子代的面部,用户图像所包含的面部被作为子代的一个亲代的面部,关联用户信息对应基于目标图像和用户图像确定的候选图像,该候选图像包含的面部被预计为子代的另一个亲代的面部。
在本实施例中,上述执行主体可以接收服务端推荐的关联用户信息。此外,上述执行主体还可以接收服务端在各个候选图像中所确定的候选图像。
在本实施例的一些可选的实现方式中,上述方法还包括:接收并显示服务端发送的至少一个包含生物的面部的图像;响应于检测到对展示的图像中的第一图像的用户选择操作,向服务端发送用于指示用户选择第一图像为目标图像的用户选择操作信息,以使服务端将第一图像作为目标图像。
在这些可选的实现方式中,上述执行主体可以接收服务端发送的至少一个面部图像并显示给用户,以使用户从中选择出目标图像。
这些实现方式可以提高用户在服务端推荐信息的过程中的参与程度,也使所推荐的信息能够针对用户的选择生成。
在本实施例的一些可选的实现方式中,上述方法还包括:接收并展示服务端发送的、基于调整后的面部特征生成的第一初始目标图像,其中,调整后的面部特征为基于预设调整方式对用户图像的面部特征进行调整得到的;响应于检测到第一用户修改操作,向服务端发送用于指示第一用户修改操作的第一用户修改操作信息,以使服务端基于第一用户修改操作信息修改第一初始目标图像并得到目标图像。
在这些可选的实现方式中,用户可以查看终端设备显示的第一初始目标图像。并且,用户可以通过进行第一用户修改操作,使终端设备生成第一用户修改操作信息。这里的第一用户修改操作可以是点击、长按或对实体按钮进行的操作。具体地,第一用户修改操作可以指示对现有的第一初始目标图像进行修改,比如,眼睛放大等等。
这些实现方式可以进一步提高用户在服务端推荐信息的过程中的参与程度,并且使用户能够在不满意所生成的第一初始目标图像的情况下,对图像进行修改,以针对用户的需求生成目标图像。
在本实施例的一些可选的实现方式中,上述方法还包括:接收并显示服务端发送的面部的多个局部的至少一个候选局部图像;响应于检测到对候选局部图像的用户选择操作,向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成目标图像。
在这些可选的实现方式中,上述执行主体可以展示分别包含各个局部的候选局部图像,这样,用户就能够从中进行选择,以使上述执行主体生成用户选择操作信息。继而,服务端可以基于用户选择操作信息生成目标图像。
这些实现方式可以完全根据用户的选择来确定目标图像,以较大程度地针对用户的需求实现信息推荐。
在这些实现方式的一些可选的应用场景中,上述向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成目标图像,可以包括:
向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成第二初始目标图像;接收并显示第二初始目标图像;响应于检测到针对第二初始目标图像的第二用户修改操作,向服务端发送用于指示第二用户修改操作的第二用户修改操作信息,以使服务端基于第二用户修改操作信息修改第二初始目标图像以得到目标图像。
在这些可选的应用场景中,上述执行主体可以在用户对利用候选局部图像生成的第二初始目标图像不满意的情况下,可以接收用户的第二用户修改操作,并生成用户修改操作信息发送至服务端。这样,服务端就能够基于第二修改操作信息对图像进行修改。这里的第二用户修改操作可以是点击、长按或对实体按钮进行的操作。具体地,第二用户修改操作可以是在服务端发送的候选局部图像中重新进行选择。也可以对现有的第二初始目标图像进行修改,比如,眼睛放大等等。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种信息处理装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的信息处理装置600包括:第一获取单元601、确定单元602和推荐单元603。其中,第一获取单元601,被配置成获取目标图像和用户图像,其中,用户图像和目标图像包含生物的面部;确定单元602,被配置成将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征,其中,相匹配的面部特征对应的面部被预计为子代的另一个亲代的面部;推荐单元603,被配置成在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征相似的面部特征,并将查找到的相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户。
在一些实施例中,信息处理装置600的第一获取单元601获取目标图像和用户图像。这里的目标图像可以是用户所选择的,也可以是预先设置的图像。用户图像为包含用户的面部的图像。这里的生物可以是人,也可以是动物等。
在一些实施例中,确定单元602可以利用目标图像、用户图像,以及子代与亲代的面部相像的特点,确定出与用户图像的面部相匹配的面部特征。具体地,上述执行主体会将用户图像包含的面部,以及相匹配的面部特征对应的面部,作为两个亲代的面部,并将目标图像作为子代的面部。
在一些实施例中,推荐单元603可以在候选图像中,查找与相匹配的面部特征相似的面部特征。并将查找到的面部特征对应的候选图像,和/或该候选图像的关联用户信息推荐给用户。具体地,这里的相似可以指与某候选图像对应的面部特征之间的相似度大于预先设置的相似度阈值,也可以指与某候选图像的面部特征的相似度大于与其他候选图像的面部特征的相似度。所查找到的图像可以是一个或多个。关联用户信息可以候选图像的关联用户的各种信息。
在本实施例的一些可选的实现方式中,确定单元,进一步被配置成按照如下方式执行将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征:将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,并将目标图像和用户图像或两者对应的面部特征输入人脸匹配模型,得到与用户图像包含的面部相匹配的面部特征,其中,人脸匹配模型用于表征亲代与子代的面部特征的对应关系。
在本实施例的一些可选的实现方式中,人脸匹配模型通过以下步骤训练得到:获取包括多组亲子代的面部特征样本的样本集,其中,每组亲子代的面部特征样本包括两个亲代的面部特征和至少一个子代的面部特征;将两个亲代中一者的面部特征以及至少一个子代的面部特征作为输入,将两个亲代中另一者的面部特征作为目标输出,训练得到人脸匹配模型。
在本实施例的一些可选的实现方式中,人脸匹配模型通过以下步骤训练得到:获取包括多个融合样本的样本集,其中,融合样本包括第一样本图像、第二样本图像以及第一样本图像与第二样本图像的融合图像,第一样本图像和第二样本图像包含生物的面部,融合图像包含将第一样本图像的面部和第二样本图像的面部融合后得到的面部;将第一样本图像和融合图像作为输入,将第二样本图像作为目标输出,训练得到人脸匹配模型。
在本实施例的一些可选的实现方式中,融合图像包含的面部通过将第一样本图像所包含的面部与第二样本图像所包含的面部按照目标融合比例融合得到,其中,目标融合比例为进行融合的图像的面部特征占融合图像的面部特征的比例。
在本实施例的一些可选的实现方式中,装置还包括:第二获取单元,被配置成获取多组历史匹配信息,其中,每组历史匹配信息包括历史第一样本图像、历史第二样本图像,以及历史融合特征图像,历史融合特征图像对应的面部特征为历史第一样本图像对应的面部特征与历史第二样本图像对应的面部特征的融合特征,历史融合特征图像为用户在历史第一样本图像和历史第二样本图像的候选融合特征图像中选择的融合特征图像;比例确定单元,被配置成根据多组历史匹配信息中历史第一样本图像与对应的历史第二样本图像的融合比例,确定目标融合比例。
在本实施例的一些可选的实现方式中,第一获取单元,进一步被配置成按照如下方式执行获取目标图像:发送至少一个包含生物的面部的图像;若接收到对至少一个包含生物的面部的图像中的第一图像的用户选取信息,将第一图像作为目标图像。
在本实施例的一些可选的实现方式中,第一获取单元,进一步被配置成按照如下方式执行获取目标图像:基于预设调整方式,对用户图像的面部特征进行调整,得到调整后的面部特征;基于调整后的面部特征,生成目标图像。
在本实施例的一些可选的实现方式中,第一获取单元,进一步被配置成按照如下方式执行基于调整后的面部特征,生成目标图像,包括:基于调整后的面部特征,生成第一初始目标图像;接收第一用户修改信息,基于第一用户修改信息对第一初始目标图像进行修改,得到目标图像。
在本实施例的一些可选的实现方式中,第一获取单元,进一步被配置成按照如下方式执行获取目标图像:对于面部的多个局部,发送至少一个候选局部图像;接收对候选局部图像的用户选择信息,基于用户选择信息所指示的被选择的候选局部图像,生成目标图像。
在本实施例的一些可选的实现方式中,第一获取单元,进一步被配置成按照如下方式执行基于用户选择信息所指示的被选择的候选局部图像,生成目标图像:基于用户选择信息所指示的被选择的候选局部图像,生成第二初始目标图像;接收第二用户修改信息,基于第二用户修改信息对第二初始目标图像进行修改,得到目标图像。
在本实施例的一些可选的实现方式中,至少一个包含生物的面部的图像所包含的面部对应的年龄数值小于预设年龄数值。
进一步参考图7,作为对上述各图所示方法的实现,本申请提供了一种信息处理装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的信息处理装置700包括:提供单元701和接收单元702。其中,提供单元701,被配置成向服务端提供目标图像,目标图像包含生物的面部;接收单元702,被配置成接收服务端基于目标图像以及终端设备所登录的用户对应的用户图像推荐的关联用户信息,其中,目标图像所包含的面部被作为子代的面部,用户图像所包含的面部被作为子代的一个亲代的面部,关联用户信息对应基于目标图像和用户图像确定的候选图像,该候选图像包含的面部被预计为子代的另一个亲代的面部。
在一些实施例中,提供单元701可以将目标图像发送给服务端,以使服务端基于该目标图像,返回信息以向终端设备的用户推荐其他用户。
在一些实施例中,接收单元702可以接收服务端推荐的关联用户信息。此外,上述执行主体还可以接收服务端在各个候选图像中所确定的候选图像。
在本实施例的一些可选的实现方式中,装置还包括:接收并显示服务端发送的至少一个包含生物的面部的图像;响应于检测到对展示的图像中的第一图像的用户选择操作,向服务端发送用于指示用户选择第一图像为目标图像的用户选择操作信息,以使服务端将第一图像作为目标图像。
在本实施例的一些可选的实现方式中,装置还包括:生成单元,被配置成接收并展示服务端发送的、基于调整后的面部特征生成的第一初始目标图像,其中,调整后的面部特征为基于预设调整方式对用户图像的面部特征进行调整得到的;发送单元,被配置成响应于检测到第一用户修改操作,向服务端发送用于指示第一用户修改操作的第一用户修改操作信息,以使服务端基于第一用户修改操作信息修改第一初始目标图像并得到目标图像。
在本实施例的一些可选的实现方式中,装置还包括:显示单元,被配置成接收并显示服务端发送的面部的多个局部的至少一个候选局部图像;检测单元,被配置成响应于检测到对候选局部图像的用户选择操作,向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成目标图像。
在本实施例的一些可选的实现方式中,检测单元,进一步被配置成按照如下方式执行向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成目标图像:向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使服务端生成第二初始目标图像;接收并显示第二初始目标图像;响应于检测到针对第二初始目标图像的第二用户修改操作,向服务端发送用于指示第二用户修改操作的第二用户修改操作信息,以使服务端基于第二用户修改操作信息修改第二初始目标图像以得到目标图像。
下面参考图8,其示出了适于用来实现本申请实施例的电子设备的计算机***800的结构示意图。图8示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
通常,以下装置可以连接至I/O接口805:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807;包括例如磁带、硬盘等的存储装置808;以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图8中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置809从网络上被下载和安装,或者从存储装置808被安装,或者从ROM 802被安装。在该计算机程序被处理装置801执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一获取单元、确定单元和推荐单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取目标图像和用户图像的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取目标图像和用户图像,其中,用户图像和目标图像包含生物的面部;将目标图像包含的面部作为子代的面部,且将用户图像包含的面部作为子代的一个亲代的面部,确定与用户图像包含的面部相匹配的面部特征,其中,相匹配的面部特征对应的面部被预计为子代的另一个亲代的面部;在包含生物的面部的至少一个候选图像对应的面部特征中,查找与相匹配的面部特征相似的面部特征,并将查找到的相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给用户图像对应的用户。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (21)
1.一种信息处理方法,用于服务端,包括:
获取目标图像和用户图像,其中,所述用户图像和所述目标图像包含生物的面部;
将所述目标图像包含的面部作为子代的面部,且将所述用户图像包含的面部作为所述子代的一个亲代的面部,确定与所述用户图像包含的面部相匹配的面部特征,其中,所述相匹配的面部特征对应的面部被预计为所述子代的另一个亲代的面部;
在包含生物的面部的至少一个候选图像对应的面部特征中,查找与所述相匹配的面部特征相似的面部特征,并将查找到的所述相似的面部特征所对应的候选图像和/或该候选图像的关联用户信息推荐给所述用户图像对应的用户。
2.根据权利要求1所述的方法,其中,所述将所述目标图像包含的面部作为子代的面部,且将所述用户图像包含的面部作为所述子代的一个亲代的面部,确定与所述用户图像包含的面部相匹配的面部特征,包括:
将所述目标图像包含的面部作为子代的面部,且将所述用户图像包含的面部作为所述子代的一个亲代的面部,并将所述目标图像和所述用户图像或两者对应的面部特征输入人脸匹配模型,得到与所述用户图像包含的面部相匹配的面部特征,其中,所述人脸匹配模型用于表征亲代与子代的面部特征的对应关系。
3.根据权利要求2所述的方法,其中,所述人脸匹配模型通过以下步骤训练得到:
获取包括多组亲子代的面部特征样本的样本集,其中,每组亲子代的面部特征样本包括两个亲代的面部特征和至少一个子代的面部特征;
将所述两个亲代中一者的面部特征以及所述至少一个子代的面部特征作为输入,将所述两个亲代中另一者的面部特征作为目标输出,训练得到所述人脸匹配模型。
4.根据权利要求2所述的方法,其中,所述人脸匹配模型通过以下步骤训练得到:
获取包括多个融合样本的样本集,其中,所述融合样本包括第一样本图像、第二样本图像以及所述第一样本图像与所述第二样本图像的融合图像,所述第一样本图像和所述第二样本图像包含生物的面部,所述融合图像包含将所述第一样本图像的面部和所述第二样本图像的面部融合后得到的面部;
将所述第一样本图像和所述融合图像作为输入,将所述第二样本图像作为目标输出,训练得到所述人脸匹配模型。
5.根据权利要求4所述的方法,其中,所述融合图像包含的面部通过将所述第一样本图像所包含的面部与所述第二样本图像所包含的面部按照目标融合比例融合得到,其中,所述目标融合比例为进行融合的图像的面部特征占融合图像的面部特征的比例。
6.根据权利要求5所述的方法,其中,所述方法还包括:
获取多组历史匹配信息,其中,每组历史匹配信息包括历史第一样本图像、历史第二样本图像,以及历史融合特征图像,所述历史融合特征图像对应的面部特征为所述历史第一样本图像对应的面部特征与所述历史第二样本图像对应的面部特征的融合特征,所述历史融合特征图像为用户在所述历史第一样本图像和所述历史第二样本图像的候选融合特征图像中选择的融合特征图像;
根据所述多组历史匹配信息中所述历史第一样本图像与对应的历史第二样本图像的融合比例,确定所述目标融合比例。
7.根据权利要求1所述的方法,其中,所述获取目标图像,包括:
发送至少一个包含生物的面部的图像;
若接收到对所述至少一个包含生物的面部的图像中的第一图像的用户选取信息,将所述第一图像作为所述目标图像。
8.根据权利要求1所述的方法,其中,所述获取目标图像,包括:
基于预设调整方式,对所述用户图像的面部特征进行调整,得到调整后的面部特征;
基于所述调整后的面部特征,生成所述目标图像。
9.根据权利要求8所述的方法,其中,所述基于所述调整后的面部特征,生成所述目标图像,包括:
基于所述调整后的面部特征,生成第一初始目标图像;
接收第一用户修改信息,基于所述第一用户修改信息对所述第一初始目标图像进行修改,得到所述目标图像。
10.根据权利要求1所述的方法,其中,所述获取目标图像,包括:
对于面部的多个局部,发送至少一个候选局部图像;
接收对候选局部图像的用户选择信息,基于所述用户选择信息所指示的被选择的候选局部图像,生成所述目标图像。
11.根据权利要求10所述的方法,其中,所述基于所述用户选择信息所指示的被选择的候选局部图像,生成所述目标图像,包括:
基于所述用户选择信息所指示的被选择的候选局部图像,生成第二初始目标图像;
接收第二用户修改信息,基于所述第二用户修改信息对所述第二初始目标图像进行修改,得到所述目标图像。
12.根据权利要求7所述的方法,其中,所述至少一个包含生物的面部的图像所包含的面部对应的年龄数值小于预设年龄数值。
13.一种信息处理方法,用于终端设备,包括:
向服务端提供目标图像,所述目标图像包含生物的面部;
接收所述服务端基于所述目标图像以及所述终端设备所登录的用户对应的用户图像推荐的关联用户信息,其中,所述目标图像所包含的面部被作为子代的面部,所述用户图像所包含的面部被作为所述子代的一个亲代的面部,所述关联用户信息对应基于所述目标图像和所述用户图像确定的候选图像,该候选图像包含的面部被预计为所述子代的另一个亲代的面部。
14.根据权利要求13所述的方法,其中,所述方法还包括:
接收并显示服务端发送的至少一个包含生物的面部的图像;
响应于检测到对展示的图像中的第一图像的用户选择操作,向所述服务端发送用于指示用户选择所述第一图像为所述目标图像的用户选择操作信息,以使所述服务端将所述第一图像作为所述目标图像。
15.根据权利要求13所述的方法,其中,所述方法还包括:
接收并展示所述服务端发送的、基于调整后的面部特征生成的第一初始目标图像,其中,所述调整后的面部特征为基于预设调整方式对所述用户图像的面部特征进行调整得到的;
响应于检测到第一用户修改操作,向所述服务端发送用于指示所述第一用户修改操作的第一用户修改操作信息,以使所述服务端基于所述第一用户修改操作信息修改所述第一初始目标图像并得到所述目标图像。
16.根据权利要求13所述的方法,其中,所述方法还包括:
接收并显示所述服务端发送的面部的多个局部的至少一个候选局部图像;
响应于检测到对候选局部图像的用户选择操作,向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使所述服务端生成所述目标图像。
17.根据权利要求16所述的方法,其中,所述向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使所述服务端生成所述目标图像,包括:
向服务端发送用于指示所选择的候选局部图像的用户选择操作信息,以使所述服务端生成第二初始目标图像;
接收并显示所述第二初始目标图像;
响应于检测到针对所述第二初始目标图像的第二用户修改操作,向所述服务端发送用于指示所述第二用户修改操作的第二用户修改操作信息,以使所述服务端基于所述第二用户修改操作信息修改所述第二初始目标图像以得到所述目标图像。
18.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-12中任一所述的方法。
19.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-12中任一所述的方法。
20.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求13-17中任一所述的方法。
21.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求13-17中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910252303.5A CN109992718A (zh) | 2019-03-29 | 2019-03-29 | 信息处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910252303.5A CN109992718A (zh) | 2019-03-29 | 2019-03-29 | 信息处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109992718A true CN109992718A (zh) | 2019-07-09 |
Family
ID=67130795
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910252303.5A Pending CN109992718A (zh) | 2019-03-29 | 2019-03-29 | 信息处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109992718A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001032016A2 (en) * | 1999-11-03 | 2001-05-10 | Fcbi Technologies Ltd. | Biological depository system and method of maintenance thereof |
CN104981837A (zh) * | 2013-03-19 | 2015-10-14 | 富士胶片株式会社 | 电子相册生成装置以及电子相册的制造方法 |
CN108257081A (zh) * | 2018-01-17 | 2018-07-06 | 百度在线网络技术(北京)有限公司 | 用于生成图片的方法和装置 |
CN108985321A (zh) * | 2018-06-01 | 2018-12-11 | 无锡天脉聚源传媒科技有限公司 | 一种基于图像特征的亲属关系认证的方法及装置 |
-
2019
- 2019-03-29 CN CN201910252303.5A patent/CN109992718A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001032016A2 (en) * | 1999-11-03 | 2001-05-10 | Fcbi Technologies Ltd. | Biological depository system and method of maintenance thereof |
CN104981837A (zh) * | 2013-03-19 | 2015-10-14 | 富士胶片株式会社 | 电子相册生成装置以及电子相册的制造方法 |
CN108257081A (zh) * | 2018-01-17 | 2018-07-06 | 百度在线网络技术(北京)有限公司 | 用于生成图片的方法和装置 |
CN108985321A (zh) * | 2018-06-01 | 2018-12-11 | 无锡天脉聚源传媒科技有限公司 | 一种基于图像特征的亲属关系认证的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111476871B (zh) | 用于生成视频的方法和装置 | |
CN108805091B (zh) | 用于生成模型的方法和装置 | |
CN108898185A (zh) | 用于生成图像识别模型的方法和装置 | |
CN109902186A (zh) | 用于生成神经网络的方法和装置 | |
CN109858445A (zh) | 用于生成模型的方法和装置 | |
CN110288049A (zh) | 用于生成图像识别模型的方法和装置 | |
CN108734293A (zh) | 任务管理***、方法和装置 | |
CN109981787B (zh) | 用于展示信息的方法和装置 | |
CN109308681A (zh) | 图像处理方法和装置 | |
CN110009059B (zh) | 用于生成模型的方法和装置 | |
CN109815365A (zh) | 用于处理视频的方法和装置 | |
CN109976997A (zh) | 测试方法和装置 | |
CN109919244A (zh) | 用于生成场景识别模型的方法和装置 | |
CN109829432A (zh) | 用于生成信息的方法和装置 | |
CN110472558A (zh) | 图像处理方法和装置 | |
CN110471733A (zh) | 信息处理方法和装置 | |
CN110021052A (zh) | 用于生成眼底图像生成模型的方法和装置 | |
CN109862100A (zh) | 用于推送信息的方法和装置 | |
CN110516678A (zh) | 图像处理方法和装置 | |
CN110502665A (zh) | 视频处理方法和装置 | |
CN109544444A (zh) | 图像处理方法、装置、电子设备及计算机存储介质 | |
CN109410253A (zh) | 用于生成信息的方法和装置 | |
CN109829164A (zh) | 用于生成文本的方法和装置 | |
CN109214501A (zh) | 用于识别信息的方法和装置 | |
CN110516099A (zh) | 图像处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220111 Address after: 201210 Zone E, floor 9, No. 1, Lane 666, zhangheng Road, Pudong New Area, Shanghai Applicant after: Shanghai Shangxiang Network Technology Co.,Ltd. Address before: 201306 N2025 room 24, 2 New Town Road, mud town, Pudong New Area, Shanghai Applicant before: SHANGHAI LIANSHANG NETWORK TECHNOLOGY Co.,Ltd. |