[发明专利]基于大数据的候选内容推送方法

说明书

本发明提供了一种基于大数据的候选内容推送方法，该方法包括：确定所述推送系统的多个用户的人脸特征；为每个图像生成人脸属性张量，识别推送系统的目标用户的第一图像；确定第一图像的第一人脸属性张量，从多个图像中识别图像子集确定包括与目标用户具有相似人脸的推送系统的多个候选用户的多个图像。本发明提出了一种基于大数据的候选内容推送方法，依据不同局部区域的相似度的组合定义个性化的相似性，采用多层特征更具有描述性，使得推送结果更加鲁棒稳定。

技术领域

本发明涉及大数据，特别涉及一种基于大数据的候选内容推送方法。

背景技术

近年来，随着互联网的迅猛增长，互联网图片的爆发性增长及安全监控设备的日益普及，每天都会产生海量的人脸图像数据，在这样大规模人脸数据库中，快速检索到自己感兴趣的一部分人脸图像已成为一个迫切的需求。

目前，人脸检测和识别技术在各领域得到广泛应用，成为当前的一项研究热点。相似人脸搜索，即是给定一张待查找人脸，要从包含数十万甚至更多人脸的图像库中找到与其长相相似的结果，并返回按照其相似程度排序的图片序列。面对海量的人脸图像数据，需要对人脸数据进行有效的组织索引及查找分析，从而高效的搜索人脸图像。传统的方法是提取人脸图像的高维复杂的特征且要线性遍历整个人脸库来寻找最相似的人脸，检索速度慢。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种基于大数据的候选内容推送方法，包括：

一种基于大数据的候选内容推送方法，其特征在于，包括：

在图像库中存储推送系统的用户的多个图像；

在所述多个图像的每个图像中确定所述推送系统的多个用户的人脸特征，所述人脸特征包括高级特征和低级特征；

基于所确定的人脸特征，为所述多个图像中的每个图像生成人脸属性张量，其中每个人脸属性张量包括对应于高级特征的第一张量部分和对应于低级特征的第二张量部分；

识别推送系统的目标用户的第一图像；确定第一图像的第一人脸属性张量，第一人脸属性张量包括对应于目标用户的高级特征的高级部分和对应于目标用户的低级特征的低级部分；

通过以下步骤从多个图像中识别图像子集：

将来自多个图像的人脸属性张量的第一张量部分与第一图像的第一人脸属性张量的高级部分进行比较；以及基于所述比较，从所述多个图像中排除不与所述第一图像共享多个高级特征的图像；并根据所识别的图像子集，通过将来自所识别的图像子集的人脸属性张量的第二张量部分与来自第一图像的第一人脸属性张量的高级部分进行比较，来确定包括与目标用户具有相似人脸的推送系统的多个候选用户的多个图像；以及

所述推送系统向目标用户提供多个接口，用于与推送系统中与目标用户具有相似人脸的多个候选用户进行交互。

优选地，其中每个人脸属性张量在n维空间中生成，其中n对应于由每个人脸属性张量表示的人脸特征的数量。

优选地，还包括为所述推送系统的多个候选用户中的每一个确定相对于所述目标用户的低级人脸特征的相似度分值。

优选地，还包括确定为所述推送系统的多个候选用户确定的多个低级的人脸特征相似度分值满足最小低级人脸特征阈值。

优选地，所述目标用户的低级特征中的多个低级特征包括所述目标用户的第一图像内的多个点之间的多个测量距离。

优选地，还包括利用人脸属性机器学习模型来确定人脸属性张量。

优选地，接收所述目标用户所确认的对所述推送系统的多个候选用户的多个图像具有与所述目标用户的人脸相似度；

基于所述确认结果，修改人脸相似度匹配机器学习模型；