一种用于提供交友对象的方法、设备及系统与流程

本申请涉及通信领域，尤其涉及一种用于提供交友对象的技术。

背景技术：

外貌长相通常是人们在婚恋交友过程中所考虑的重要因素，不少人都憧憬与自己外貌长相相配(例如有夫妻相)的对象。然而，现有技术中缺少这样的技术方案，未免有些遗憾。

技术实现要素：

本申请的一个目的是提供一种用于提供交友对象的方法、设备及系统。

根据本申请的一个方面，提供了一种在网络设备端用于提供交友对象的方法，其中，该方法包括：

获取用户设备上传的目标用户的用户图像信息；

基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；

将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备。

根据本申请的另一个方面，提供了一种在用户设备端用于提供交友对象的方法，其中，该方法包括：

接收网络设备发送的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与目标用户的用户图像信息满足对象匹配规则；

呈现所述一个或多个交友对象中至少一个交友对象。

根据本申请的又一个方面，提供了一种用于提供交友对象的网络设备，其中，该网络设备包括：

第一装置，用于获取用户设备上传的目标用户的用户图像信息；

第二装置，用于基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；

第三装置，用于将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备。

根据本申请的再一个方面，提供了一种用于提供交友对象的用户设备，其中，该用户设备包括：

第九装置，用于接收网络设备发送的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与目标用户的用户图像信息满足对象匹配规则；

第十装置，用于呈现所述一个或多个交友对象中至少一个交友对象。

根据本申请的又一个方面，提供了一种用于提供交友对象的系统，包括如上所述的网络设备以及如上所述的用户设备。

根据本申请的又一个方面，提供了一种用于提供交友对象的方法，其中，该方法包括：

网络设备获取用户设备上传的目标用户的用户图像信息；

所述网络设备基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；

所述网络设备将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备；

所述用户设备接收所述网络设备发送的一个或多个交友对象；

所述用户设备呈现所述一个或多个交友对象中至少一个交友对象。

根据本申请的又一个方面，提供了一种包括指令的计算机可读介质，所述指令在被执行时使得系统进行如上所述方法的操作。

根据本申请的又一个方面，提供了一种用于提供交友对象的网络设备，其中，该网络设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上所述的方法。

根据本申请的又一个方面，提供了一种用于提供交友对象的用户设备，其中，该用户设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如上所述的方法。

与现有技术相比，本申请的网络设备获取用户设备上传的目标用户的用户图像信息，根据对象匹配规则在对象数据库中通过匹配查询得到与所述用户图像信息相匹配的一个或多个交友对象，并将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备，向用户呈现所述一个或多个交友对象中至少一个交友对象，从而方便用户快速找到与所述用户图像信息相匹配的交友对象，提升用户体验。进一步地，所述网络设备可以根据所述用户图像信息的评分信息的高低，选择根据相似度或互补度在所述对象信息库中进行匹配查询，使得不同情况的目标用户均能获得较满意的交友对象。进一步地，本申请基于所述交友对象的优先级信息，向用户提供所述一个或多个交友对象中至少一个交友对象，从而方便用户查看，节省用户的时间。

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示出根据本申请一个实施例的一种用于提供交友对象的系统拓扑图；

图2示出根据本申请另一个实施例的一种用于提供交友对象的用户设备和网络设备的示意图；

图3示出根据本申请另一个实施例的一种用于提供交友对象的方法流程图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本申请作进一步详细描述。

在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

图1示出根据本申请一个实施例的一种用于提供交友对象的系统拓扑图，该系统包括用户设备1和网络设备2。

在此，所述网络设备2包括一种能够按照事先设定或存储的指令，自动进行数值计算和信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(asic)、可编程门阵列(fpga)、数字处理器(dsp)、嵌入式设备等。所述网络设备2其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云；在此，云由基于云计算(cloudcomputing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、vpn网络、无线自组织网络(adhoc网络)等。所述用户设备1包括但不限于任何一种可与用户进行人机交互的移动电子产品，例如智能手机、平板电脑、笔记本电脑等，所述移动电子产品可以采用任意操作系统，如android操作系统、ios操作系统、windows操作系统等。

为简明起见，下面以所述网络设备2及一个所述用户设备1组成的系统为例进行描述。

图2示出根据本申请另一个实施例的一种用于提供交友对象的用户设备1和网络设备2，其中，所述网络设备2包括第一装置201、第二装置202和第三装置203，所述用户设备1包括第九装置109和第十装置110。

具体地，所述第一装置201获取用户设备上传的目标用户的用户图像信息；所述第二装置202基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；所述第三装置203将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备1；所述第九装置109接收网络设备2发送的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与目标用户的用户图像信息满足对象匹配规则；所述第十装置110呈现所述一个或多个交友对象中至少一个交友对象。

例如，用户甲可以通过用户设备1上的特定应用(包括但不限于网页应用、用户设备上安装的应用程序等)将目标用户的用户图像信息(例如所述目标用户的免冠照、生活照等)上传至该特定应用云端的网络设备2。其中，所述目标用户可以是用户甲自己，也可以是用户甲的亲戚、朋友、同事、同学、路人等。

所述网络设备2根据所述对象匹配规则，在存储有众多用户图像信息的对象信息库中，通过查询得到与所述用户图像信息相匹配的一个或多个交友对象。

然后，所述网络设备2将所述一个或多个交友对象返回至所述用户设备1；或者，所述网络设备2根据匹配度的高低，将所述一个或多个交友对象中匹配度最高的一个或匹配度较高的几个交友对象返回至所述用户设备1。

所述用户设备1收到与所述用户图像信息相匹配的一个或多个交友对象后，通过该特定应用向用户甲呈现(呈现内容包括但不限于交友对象的图像信息、身高、年龄、职业等信息)该一个或多个交友对象；或者，根据匹配度的高低，向用户甲呈现该一个或多个交友对象中匹配度最高的一个或匹配度较高的几个交友对象。

优选地，所述第一装置201获取用户设备上传的图像信息，并从所述图像信息中提取目标用户的用户图像信息。

例如，所述图像信息可以包括单人免冠照、单人生活照、多人合照、纯风景照、动物照片等，在此，可以使用人脸检测技术(通过识别画面中的眼睛、嘴等特征信息，锁定画面中的人脸位置)提取出目标用户的用户图像信息。对于不含所述用户图像信息的图像信息(如纯风景照、动物照片等)，则无需在对象信息库中进行匹配查询。对于多人合照，可以从中提取出多个目标用户的用户图像信息，分别在对象信息库中进行匹配查询；或者，也可以从中提取出一个目标用户的用户图像信息，在对象信息库中进行匹配查询；或者，也可以不在对象信息库中进行匹配查询。

优选地，所述对象匹配规则包括以下至少任一项：每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的相似度等于或大于预定的第一阈值；每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的互补度等于或大于预定的第二阈值；当所述用户图像信息的评分信息大于或等于第三阈值，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的相似度等于或大于预定的第四阈值；当所述用户图像信息的评分信息小于或等于第五阈值，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的互补度等于或大于预定的第六阈值。

例如，可以将所述第一阈值设为30％、40％或其他值，若经过匹配查询(所运用的人脸匹配技术包括但不限于：基于眼睛坐标的几何匹配、基于sift(scale-invariantfeaturetransform，尺度不变特征变换)特征的匹配、基于统计特征的模板匹配等)得到所述对象信息库中的乙的图像信息与所述目标用户的用户图像信息的相似度等于或大于所述第一阈值，则可将乙确定为所述交友对象，通过此种方式可能获得一个或多个交友对象。

再例如，除了根据相似度进行匹配查询，还可以根据互补度(比如大眼睛与小眼睛的互补、方脸与圆脸的互补等)进行匹配查询(所运用的人脸匹配技术包括但不限于：基于眼睛坐标的几何匹配、基于sift(scale-invariantfeaturetransform，尺度不变特征变换)特征的匹配、基于统计特征的模板匹配等)得到所述对象信息库中的丙的图像信息与所述目标用户的用户图像信息的互补度等于或大于所述第二阈值，则可将丙确定为所述交友对象，通过此种方式可能获得一个或多个交友对象。

在具体的实施例中，可以通过如下步骤匹配所述用户图像信息及所述对象信息库中的图像信息：

1)运用图像人脸检测(facedectection)以及脸部特征点定位，从所述图像信息中找到人脸所在的位置。

例如，可以采用haar分类器+adaboost算法，从图像中抽取harr-like特征，再利用adaboost算法进行人脸检测。或者，也可以采用模版匹配法，使用眼睛、鼻子、嘴和人脸轮廓等子模板建模,检测图像中的正面人脸，计算子图像和轮廓模板之间的相互关系去检测人脸的候选区域，完成用其他子模板在候选区域的匹配。或者，还可以采用其他现有的或今后可能出现的技术。

2)人脸图像几何归一化。

根据脸部特征点位置从图像中得到归一化的人脸区域图像(每个图像的像素一致，统一尺寸)，这一步主要是使得不同人脸上的像素对应的人脸位置一致，这样才有可比性，这个步骤可以看作是一个对图像进行仿射变化的过程(进行线性插值或者缩放完成)。

3-1)人脸图像光照归一化。

主要目的是克服不同光照对人脸的影响，提高算法对光照条件的鲁棒性。例如，可以采用高斯差分滤波(一种基于高斯差分滤波器的图像的光照归一化方法)，或者，也可以采用其他现有的或今后可能出现的技术。

3-2)人脸局部光照归一化。

对图像像素分段，使得每段中各像素对应的物体表面点具有相近的表面法向量分布，因而对光源具有相似的灰度响应，然后局部归一化在各段中进行以削弱光照影响。例如，可以首先建立物体的朗伯(lambert)表面反射模型，用奇异值分解方法估计出人脸形状的平均表面法向量分布矩阵，根据法向量方向利用聚类算法对像素进行分段，然后在各段中进行局部的像素归一化处理。

4)人脸图像特征提取。

肤色特征(根据彩色图像不同的色度空间来选择，rgb、shi、yuv等色度空间)：常用的肤色模型有高斯模型、直方图模型等；灰度特征：包括人脸轮廓特征，人脸灰度分布特征，器官特征，模版特征。人脸区域内的各个器官(如眼睛、鼻子、嘴等)是人脸的重要特征。例如，用人工神经网分别检测眼睛、鼻子、嘴以及人脸的整体特征。人脸区域的灰度本身可以作为模板特征，通常取仅包含眼睛、鼻子和嘴的面部中心区域作为共性的人脸模板特征；对人脸进行变换后的其他特征：比如哈伯(gabor)特征和局部二值模式(lbp)特征，可以对多种特征进行融合。

5)特征的处理(降维处理)。

将高维的人脸特征映射到分类或者识别能力更强的低维度特征，例如，可以采用常见的pca(principalcomponentanalysis，主成分分析)+lda(lineardiscriminantanalysis，线性判别式分析)的方法。然后把处理的特征链接成一个特征向量vector：v。

6)计算两个图像特征之间的距离。

例如，计算它们(向量v1，v2)之间的cosine相似度：

或者，计算它们之间的欧式距离：

d(v1,v2)＝||v1-v2||²

根据两个图像特征之间的距离大小，来确定其相似度的高低。两个图像特征之间的距离越小，其相似度越高；两个图像特征之间的距离越大，其相似度越低。

假设所有人的特征均值为v_jun，所述用户图像信息的特征为v_1，若(v_2+v_1)/2＝v_jun，则特征为v_2＝2*v_jun-v_1的交友对象的图像信息与所述用户图像信息的互补度最高，且越接近2*v_jun-v_1的交友对象的图像信息与所述用户图像信息的互补度越高。

在优选的实施例中，若所述目标用户的颜值较高，即所述目标用户的用户图像信息的评分信息大于或等于第三阈值，则根据相似度在所述对象信息库中进行匹配查询；若所述目标用户的颜值较低，即所述目标用户的用户图像信息的评分信息小于或等于第五阈值，则根据互补度在所述对象信息库中进行匹配查询。

当然，本领域技术人员应能理解上述人脸匹配技术，如基于眼睛坐标的几何匹配、基于sift(scale-invariantfeaturetransform，尺度不变特征变换)特征的匹配、基于统计特征的模板匹配等，仅为举例，其他现有的或今后可能出现的人脸匹配技术如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

在具体的实施例中，还可以采用机器学习或者统计的方法确定所述对象匹配规则。具体地，可以从各种社交平台或其他渠道获取大量的夫妻数据或男女朋友数据，根据这些数据可以随机打乱生成一个样本库(男，女，0/1)，其中，0表示非夫妻或男女朋友，1表示是夫妻或男女朋友。根据该样本库中的数据可以训练得到一个模型，该模型的输入为男女两幅照片，该模型的输出为该男女两幅照片的匹配度。然后，利用该模型匹配所述用户图像信息及所述对象信息库中的图像信息。

优选地，所述用户设备1还包括第十一装置(图中未示出)；所述第十一装置向对应网络设备2发送目标用户的用户图像信息；所述第九装置109接收所述网络设备2返回的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与所述用户图像信息满足对象匹配规则。

在本实施例中，所述用户设备1向对应网络设备2发送目标用户的用户图像信息，即，用户甲即时上传所述用户图像信息，而后，所述网络设备2根据所述用户图像信息在对象信息库中进行匹配查询，并将所获得的一个或多个交友对象返回至所述用户设备1。

在另一个实施例中，所述网络设备2也可以根据用户甲之前上传的用户图像信息在对象信息库中进行匹配查询。

优选地，所述网络设备2还包括第五装置(图中未示出)；所述第五装置确定所述交友对象的优先级信息；所述第三装置203基于所述交友对象的优先级信息，将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备。

例如，可以根据匹配度的高低确定所述交友对象的优先级信息，匹配度较高的交友对象的优先级信息高于匹配度较低的交友对象。然后，基于所述交友对象的优先级信息，将所述一个或多个交友对象中优先级信息最高的一个或优先级信息较高的几个交友对象提供至所述用户设备1。

优选地，所述第五装置基于所述交友对象的对象属性信息，确定所述交友对象的优先级信息。

例如，所述对象属性信息可以包括：交友对象的外貌、身高、学历、财富等。在一个实施例中，可以根据所述交友对象在外貌、身高、学历、财富等各分量的得分信息，加权确定该交友对象的优先级信息。在另一个实施例中，可以根据所述交友对象的属性x(例如外貌)对各交友对象进行排序，从而确定所述交友对象的优先级信息，其中，属性x可以由用户设置。

优选地，所述第五装置基于所述目标用户的自身属性信息，调整所述交友对象的对象属性信息中各分量的权重信息；基于所述交友对象的对象属性信息及所述各分量的权重信息，加权确定所述交友对象的优先级信息。

在此，所述自身属性信息可以包括所述目标用户的外貌、身高、性别、年龄、学历等，例如，对于大部分身高较高的用户而言，可能不太关注所述交友对象的身高，因此可适当降低该类用户的交友对象的身高所占的权重。再例如，对于大部分男性用户而言，可能比较关注所述交友对象的外貌，因此可适当提高男性用户的交友对象的外貌所占的权重。

优选地，所述网络设备2还包括第四装置(图中未示出)；所述第四装置获取用户设置的对象匹配规则；所述第二装置202基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足所述对象匹配规则。

在本实施例中，用户甲可以自行设置所述对象匹配规则(例如，相似度超过一定阈值、身高差在一定阈值范围内等)。

在另一个实施例中，所述对象匹配规则可以是系统预定的匹配规则，或者，系统根据所述目标用户的自身属性信息确定的匹配规则。

优选地，所述网络设备2还包括第六装置(图中未示出)、第七装置(图中未示出)和第八装置(图中未示出)，所述用户设备1还包括第十二装置(图中未示出)、第十三装置(图中未示出)和第十四装置(图中未示出)；所述第十二装置将用户关于所述交友对象的反馈信息发送至所述网络设备2；所述第六装置接收所述用户设备1发送的、用户关于所述交友对象的反馈信息；所述第七装置基于所述反馈信息重新确定对应的一个或多个优选交友对象；所述第八装置将所述一个或多个优选交友对象中至少一个优选交友对象提供至所述用户设备1；所述第十三装置接收所述网络设备2返回的、基于所述反馈信息重新确定的一个或多个优选交友对象；所述第十四装置呈现所述一个或多个优选交友对象中至少一个优选交友对象。

例如，若用户甲对所述网络设备2发送的一个或多个交友对象不满意，可以向所述网络设备2发送关于该一个或多个交友对象的反馈信息(比如眼睛太小、年龄太大等)。所述网络设备2根据该反馈信息再次在对象信息库中匹配查询，重新确定对应的一个或多个优选交友对象，并将所述一个或多个优选交友对象中至少一个优选交友对象提供至所述用户设备1，然后，所述用户设备1呈现所述一个或多个优选交友对象中至少一个优选交友对象。

优选地，所述第七装置基于所述反馈信息在所述一个或多个交友对象中优选确定对应的一个或多个优选交友对象；或者，基于所述用户图像信息及所述反馈信息在所述对象信息库中重新匹配查询，以获得一个或多个优选交友对象，其中，每个优选交友对象在所述对象信息库中的图像信息与所述用户图像信息满足所述对象匹配规则及所述反馈信息；或者，基于所述一个或多个交友对象及所述反馈信息在所述对象信息库中重新匹配查询，以获得一个或多个优选交友对象。

例如，所述网络设备2可以基于所述反馈信息对所述一个或多个交友对象进行筛选，从而确定对应的一个或多个优选交友对象；或者，基于所述用户图像信息与所述反馈信息的结合在所述对象信息库中重新匹配查询，从而获得一个或多个优选交友对象；或者，基于所述一个或多个交友对象与所述反馈信息的结合在所述对象信息库中重新匹配查询(例如，若用户甲比较满意所述一个或多个交友对象中的交友对象a，仅对交友对象a的身高不太满意，则可以根据交友对象a的图像信息以及用户甲关于其身高的反馈信息重新进行匹配查询)，从而获得一个或多个优选交友对象。

优选地，所呈现交友对象的联系信息处于隐藏状态；其中，所述用户设备1还包括第十五装置(图中未示出)和第十六装置(图中未示出)；所述第十五装置获取用户提交的、关于所呈现交友对象中目标交友对象的联系信息请求；所述第十六装置当所述联系信息请求通过验证，呈现所述目标交友对象的联系信息。

例如，所述用户设备1接收所述网络设备2发送的一个或多个交友对象之后，不向用户甲呈现交友对象的联系信息(如电话号码、电子邮箱、家庭住址等信息)，即交友对象的联系信息处于隐藏状态。用户甲若对所述一个或多个交友对象中目标交友对象的图像信息感兴趣，可以通过提交关于所述目标交友对象的联系信息请求，以获取所述目标交友对象的联系信息。

其中，对所述联系信息请求的验证包括但不限于：用户甲是否满足预定的会员等级、用户甲是否就所述联系信息请求支付成功等。在此，对所述联系信息请求的验证可以由所述用户设备1上特定应用来完成；也可以通过所述用户设备1将所述联系信息请求发送至该特定应用云端的网络设备2，由所述网络设备2来完成对所述联系信息请求的验证。

优选地，所述第十六装置将所述联系信息请求发送至所述网络设备；接收所述网络设备在所述联系信息请求通过验证后返回的、所述目标交友对象的联系信息；呈现所述目标交友对象的联系信息。

在本实施例中，通过所述用户设备1将所述联系信息请求发送至该特定应用云端的网络设备2，由所述网络设备2来完成对所述联系信息请求的验证。当所述联系信息请求通过验证，所述网络设备2将所述目标交友对象的联系信息返回至所述用户设备1。

优选地，所述第九装置109接收网络设备发送的一个或多个交友对象及每个交友对象的联系信息；所述第十六装置当所述联系信息请求通过验证，呈现所述目标交友对象在所述用户设备中存储的联系信息。

在本实施例中，所述用户设备1在接收所述网络设备2发送的一个或多个交友对象的同时，还接收了每个交友对象的联系信息，但是不向用户甲呈现交友对象的联系信息。当所述联系信息请求通过验证，再向用户甲呈现所述用户设备1中存储的所述目标交友对象的联系信息。

根据本申请的又一个方面，提供了一种用于提供交友对象的系统，包括如上所述的网络设备以及如上所述的用户设备。

图3示出根据本申请另一个实施例的一种用于提供交友对象的方法，其中，该方法包括网络设备端的步骤s201、步骤s202和步骤s203，以及用户设备端的步骤s109和步骤s110。

具体地，步骤s201中，网络设备2获取用户设备上传的目标用户的用户图像信息；步骤s202中，网络设备2基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；步骤s203中，网络设备2将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备1；步骤s109中，用户设备1接收网络设备2发送的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与目标用户的用户图像信息满足对象匹配规则；步骤s110中，用户设备1呈现所述一个或多个交友对象中至少一个交友对象。

例如，用户甲可以通过用户设备1上的特定应用(包括但不限于网页应用、用户设备上安装的应用程序等)将目标用户的用户图像信息(例如所述目标用户的免冠照、生活照等)上传至该特定应用云端的网络设备2。其中，所述目标用户可以是用户甲自己，也可以是用户甲的亲戚、朋友、同事、同学、路人等。

所述网络设备2根据所述对象匹配规则，在存储有众多用户图像信息的对象信息库中，通过查询得到与所述用户图像信息相匹配的一个或多个交友对象。

然后，所述网络设备2将所述一个或多个交友对象返回至所述用户设备1；或者，所述网络设备2根据匹配度的高低，将所述一个或多个交友对象中匹配度最高的一个或匹配度较高的几个交友对象返回至所述用户设备1。

所述用户设备1收到与所述用户图像信息相匹配的一个或多个交友对象后，通过该特定应用向用户甲呈现(呈现内容包括但不限于交友对象的图像信息、身高、年龄、职业等信息)该一个或多个交友对象；或者，根据匹配度的高低，向用户甲呈现该一个或多个交友对象中匹配度最高的一个或匹配度较高的几个交友对象。

优选地，步骤s201中，网络设备2获取用户设备上传的图像信息，并从所述图像信息中提取目标用户的用户图像信息。

例如，所述图像信息可以包括单人免冠照、单人生活照、多人合照、纯风景照、动物照片等，在此，可以使用人脸检测技术(通过识别画面中的眼睛、嘴等特征信息，锁定画面中的人脸位置)提取出目标用户的用户图像信息。对于不含所述用户图像信息的图像信息(如纯风景照、动物照片等)，则无需在对象信息库中进行匹配查询。对于多人合照，可以从中提取出多个目标用户的用户图像信息，分别在对象信息库中进行匹配查询；或者，也可以从中提取出一个目标用户的用户图像信息，在对象信息库中进行匹配查询；或者，也可以不在对象信息库中进行匹配查询。

优选地，所述对象匹配规则包括以下至少任一项：每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的相似度等于或大于预定的第一阈值；每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的互补度等于或大于预定的第二阈值；当所述用户图像信息的评分信息大于或等于第三阈值，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的相似度等于或大于预定的第四阈值；当所述用户图像信息的评分信息小于或等于第五阈值，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息的互补度等于或大于预定的第六阈值。

例如，可以将所述第一阈值设为30％、40％或其他值，若经过匹配查询(所运用的人脸匹配技术包括但不限于：基于眼睛坐标的几何匹配、基于sift(scale-invariantfeaturetransform，尺度不变特征变换)特征的匹配、基于统计特征的模板匹配等)得到所述对象信息库中的乙的图像信息与所述目标用户的用户图像信息的相似度等于或大于所述第一阈值，则可将乙确定为所述交友对象，通过此种方式可能获得一个或多个交友对象。

再例如，除了根据相似度进行匹配查询，还可以根据互补度(比如大眼睛与小眼睛的互补、方脸与圆脸的互补等)进行匹配查询(所运用的人脸匹配技术包括但不限于：基于眼睛坐标的几何匹配、基于sift(scale-invariantfeaturetransform，尺度不变特征变换)特征的匹配、基于统计特征的模板匹配等)得到所述对象信息库中的丙的图像信息与所述目标用户的用户图像信息的互补度等于或大于所述第二阈值，则可将丙确定为所述交友对象，通过此种方式可能获得一个或多个交友对象。

在具体的实施例中，可以通过如下步骤匹配所述用户图像信息及所述对象信息库中的图像信息：

1)运用图像人脸检测(facedectection)以及脸部特征点定位，从所述图像信息中找到人脸所在的位置。

例如，可以采用haar分类器+adaboost算法，从图像中抽取harr-like特征，再利用adaboost算法进行人脸检测。或者，也可以采用模版匹配法，使用眼睛、鼻子、嘴和人脸轮廓等子模板建模,检测图像中的正面人脸，计算子图像和轮廓模板之间的相互关系去检测人脸的候选区域，完成用其他子模板在候选区域的匹配。或者，还可以采用其他现有的或今后可能出现的技术。

2)人脸图像几何归一化。

根据脸部特征点位置从图像中得到归一化的人脸区域图像(每个图像的像素一致，统一尺寸)，这一步主要是使得不同人脸上的像素对应的人脸位置一致，这样才有可比性，这个步骤可以看作是一个对图像进行仿射变化的过程(进行线性插值或者缩放完成)。

3-1)人脸图像光照归一化。

主要目的是克服不同光照对人脸的影响，提高算法对光照条件的鲁棒性。例如，可以采用高斯差分滤波(一种基于高斯差分滤波器的图像的光照归一化方法)，或者，也可以采用其他现有的或今后可能出现的技术。

3-2)人脸局部光照归一化。

对图像像素分段，使得每段中各像素对应的物体表面点具有相近的表面法向量分布，因而对光源具有相似的灰度响应，然后局部归一化在各段中进行以削弱光照影响。例如，可以首先建立物体的朗伯(lambert)表面反射模型，用奇异值分解方法估计出人脸形状的平均表面法向量分布矩阵，根据法向量方向利用聚类算法对像素进行分段，然后在各段中进行局部的像素归一化处理。

4)人脸图像特征提取。

肤色特征(根据彩色图像不同的色度空间来选择，rgb、shi、yuv等色度空间)：常用的肤色模型有高斯模型、直方图模型等；灰度特征：包括人脸轮廓特征，人脸灰度分布特征，器官特征，模版特征。人脸区域内的各个器官(如眼睛、鼻子、嘴等)是人脸的重要特征。例如，用人工神经网分别检测眼睛、鼻子、嘴以及人脸的整体特征。人脸区域的灰度本身可以作为模板特征，通常取仅包含眼睛、鼻子和嘴的面部中心区域作为共性的人脸模板特征；对人脸进行变换后的其他特征：比如哈伯(gabor)特征和局部二值模式(lbp)特征，可以对多种特征进行融合。

5)特征的处理(降维处理)。

将高维的人脸特征映射到分类或者识别能力更强的低维度特征，例如，可以采用常见的pca(principalcomponentanalysis，主成分分析)+lda(lineardiscriminantanalysis，线性判别式分析)的方法。然后把处理的特征链接成一个特征向量vector：v。

6)计算两个图像特征之间的距离。

例如，计算它们(向量v1，v2)之间的cosine相似度：

或者，计算它们之间的欧式距离：

d(v1,v2)＝||v1-v2||²

根据两个图像特征之间的距离大小，来确定其相似度的高低。两个图像特征之间的距离越小，其相似度越高；两个图像特征之间的距离越大，其相似度越低。

假设所有人的特征均值为v_jun，所述用户图像信息的特征为v_1，若(v_2+v_1)/2＝v_jun，则特征为v_2＝2*v_jun-v_1的交友对象的图像信息与所述用户图像信息的互补度最高，且越接近2*v_jun-v_1的交友对象的图像信息与所述用户图像信息的互补度越高。

在优选的实施例中，若所述目标用户的颜值较高，即所述目标用户的用户图像信息的评分信息大于或等于第三阈值，则根据相似度在所述对象信息库中进行匹配查询；若所述目标用户的颜值较低，即所述目标用户的用户图像信息的评分信息小于或等于第五阈值，则根据互补度在所述对象信息库中进行匹配查询。

当然，本领域技术人员应能理解上述人脸匹配技术，如基于眼睛坐标的几何匹配、基于sift(scale-invariantfeaturetransform，尺度不变特征变换)特征的匹配、基于统计特征的模板匹配等，仅为举例，其他现有的或今后可能出现的人脸匹配技术如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。

在具体的实施例中，还可以采用机器学习或者统计的方法确定所述对象匹配规则。具体地，可以从各种社交平台或其他渠道获取大量的夫妻数据或男女朋友数据，根据这些数据可以随机打乱生成一个样本库(男，女，0/1)，其中，0表示非夫妻或男女朋友，1表示是夫妻或男女朋友。根据该样本库中的数据可以训练得到一个模型，该模型的输入为男女两幅照片，该模型的输出为该男女两幅照片的匹配度。然后，利用该模型匹配所述用户图像信息及所述对象信息库中的图像信息。

优选地，所述方法还包括：用户设备1向对应网络设备2发送目标用户的用户图像信息；步骤s109中，用户设备1接收所述网络设备2返回的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与所述用户图像信息满足对象匹配规则。

在本实施例中，所述用户设备1向对应网络设备2发送目标用户的用户图像信息，即，用户甲即时上传所述用户图像信息，而后，所述网络设备2根据所述用户图像信息在对象信息库中进行匹配查询，并将所获得的一个或多个交友对象返回至所述用户设备1。

在另一个实施例中，所述网络设备2也可以根据用户甲之前上传的用户图像信息在对象信息库中进行匹配查询。

优选地，所述方法还包括：网络设备2确定所述交友对象的优先级信息；步骤s203中，网络设备2基于所述交友对象的优先级信息，将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备。

例如，可以根据匹配度的高低确定所述交友对象的优先级信息，匹配度较高的交友对象的优先级信息高于匹配度较低的交友对象。然后，基于所述交友对象的优先级信息，将所述一个或多个交友对象中优先级信息最高的一个或优先级信息较高的几个交友对象提供至所述用户设备1。

优选地，所述网络设备2基于所述交友对象的对象属性信息，确定所述交友对象的优先级信息。

例如，所述对象属性信息可以包括：交友对象的外貌、身高、学历、财富等。在一个实施例中，可以根据所述交友对象在外貌、身高、学历、财富等各分量的得分信息，加权确定该交友对象的优先级信息。在另一个实施例中，可以根据所述交友对象的属性x(例如外貌)对各交友对象进行排序，从而确定所述交友对象的优先级信息，其中，属性x可以由用户设置。

优选地，所述网络设备2基于所述目标用户的自身属性信息，调整所述交友对象的对象属性信息中各分量的权重信息；基于所述交友对象的对象属性信息及所述各分量的权重信息，加权确定所述交友对象的优先级信息。

在此，所述自身属性信息可以包括所述目标用户的外貌、身高、性别、年龄、学历等，例如，对于大部分身高较高的用户而言，可能不太关注所述交友对象的身高，因此可适当降低该类用户的交友对象的身高所占的权重。再例如，对于大部分男性用户而言，可能比较关注所述交友对象的外貌，因此可适当提高男性用户的交友对象的外貌所占的权重。

优选地，所述方法还包括：网络设备2获取用户设置的对象匹配规则；步骤s202中，网络设备2基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足所述对象匹配规则。

在本实施例中，用户甲可以自行设置所述对象匹配规则(例如，相似度超过一定阈值、身高差在一定阈值范围内等)。

在另一个实施例中，所述对象匹配规则可以是系统预定的匹配规则，或者，系统根据所述目标用户的自身属性信息确定的匹配规则。

优选地，所述方法还包括：所述用户设备1将用户关于所述交友对象的反馈信息发送至所述网络设备2；所述网络设备2接收所述用户设备1发送的、用户关于所述交友对象的反馈信息；所述网络设备2基于所述反馈信息重新确定对应的一个或多个优选交友对象；所述网络设备2将所述一个或多个优选交友对象中至少一个优选交友对象提供至所述用户设备1；所述用户设备1接收所述网络设备2返回的、基于所述反馈信息重新确定的一个或多个优选交友对象；所述用户设备1呈现所述一个或多个优选交友对象中至少一个优选交友对象。

例如，若用户甲对所述网络设备2发送的一个或多个交友对象不满意，可以向所述网络设备2发送关于该一个或多个交友对象的反馈信息(比如眼睛太小、年龄太大等)。所述网络设备2根据该反馈信息再次在对象信息库中匹配查询，重新确定对应的一个或多个优选交友对象，并将所述一个或多个优选交友对象中至少一个优选交友对象提供至所述用户设备1，然后，所述用户设备1呈现所述一个或多个优选交友对象中至少一个优选交友对象。

优选地，所述网络设备2基于所述反馈信息在所述一个或多个交友对象中优选确定对应的一个或多个优选交友对象；或者，基于所述用户图像信息及所述反馈信息在所述对象信息库中重新匹配查询，以获得一个或多个优选交友对象，其中，每个优选交友对象在所述对象信息库中的图像信息与所述用户图像信息满足所述对象匹配规则及所述反馈信息；或者，基于所述一个或多个交友对象及所述反馈信息在所述对象信息库中重新匹配查询，以获得一个或多个优选交友对象。

例如，所述网络设备2可以基于所述反馈信息对所述一个或多个交友对象进行筛选，从而确定对应的一个或多个优选交友对象；或者，基于所述用户图像信息与所述反馈信息的结合在所述对象信息库中重新匹配查询，从而获得一个或多个优选交友对象；或者，基于所述一个或多个交友对象与所述反馈信息的结合在所述对象信息库中重新匹配查询(例如，若用户甲比较满意所述一个或多个交友对象中的交友对象a，仅对交友对象a的身高不太满意，则可以根据交友对象a的图像信息以及用户甲关于其身高的反馈信息重新进行匹配查询)，从而获得一个或多个优选交友对象。

优选地，所呈现交友对象的联系信息处于隐藏状态；其中，所述方法还包括：所述用户设备1获取用户提交的、关于所呈现交友对象中目标交友对象的联系信息请求；所述用户设备1当所述联系信息请求通过验证，呈现所述目标交友对象的联系信息。

例如，所述用户设备1接收所述网络设备2发送的一个或多个交友对象之后，不向用户甲呈现交友对象的联系信息(如电话号码、电子邮箱、家庭住址等信息)，即交友对象的联系信息处于隐藏状态。用户甲若对所述一个或多个交友对象中目标交友对象的图像信息感兴趣，可以通过提交关于所述目标交友对象的联系信息请求，以获取所述目标交友对象的联系信息。

其中，对所述联系信息请求的验证包括但不限于：用户甲是否满足预定的会员等级、用户甲是否就所述联系信息请求支付成功等。在此，对所述联系信息请求的验证可以由所述用户设备1上特定应用来完成；也可以通过所述用户设备1将所述联系信息请求发送至该特定应用云端的网络设备2，由所述网络设备2来完成对所述联系信息请求的验证。

优选地，所述用户设备1将所述联系信息请求发送至所述网络设备；接收所述网络设备在所述联系信息请求通过验证后返回的、所述目标交友对象的联系信息；呈现所述目标交友对象的联系信息。

在本实施例中，通过所述用户设备1将所述联系信息请求发送至该特定应用云端的网络设备2，由所述网络设备2来完成对所述联系信息请求的验证。当所述联系信息请求通过验证，所述网络设备2将所述目标交友对象的联系信息返回至所述用户设备1。

优选地，步骤s109中，用户设备1接收网络设备发送的一个或多个交友对象及每个交友对象的联系信息；所述用户设备1当所述联系信息请求通过验证，呈现所述目标交友对象在所述用户设备中存储的联系信息。

在本实施例中，所述用户设备1在接收所述网络设备2发送的一个或多个交友对象的同时，还接收了每个交友对象的联系信息，但是不向用户甲呈现交友对象的联系信息。当所述联系信息请求通过验证，再向用户甲呈现所述用户设备1中存储的所述目标交友对象的联系信息。

根据本申请的又一个方面，提供了一种用于提供交友对象的方法，其中，该方法包括：

网络设备获取用户设备上传的目标用户的用户图像信息；

所述网络设备基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；

所述网络设备将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备；

所述用户设备接收所述网络设备发送的一个或多个交友对象；

所述用户设备呈现所述一个或多个交友对象中至少一个交友对象。

根据本申请的又一个方面，提供了一种包括指令的计算机可读介质，所述指令在被执行时使得系统进行以下操作：

获取用户设备上传的目标用户的用户图像信息；

基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；

将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备。

根据本申请的又一个方面，提供了一种包括指令的计算机可读介质，所述指令在被执行时使得系统进行以下操作：

接收网络设备发送的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与目标用户的用户图像信息满足对象匹配规则；

呈现所述一个或多个交友对象中至少一个交友对象。

根据本申请的又一个方面，提供了一种用于提供交友对象的网络设备，其中，该网络设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

获取用户设备上传的目标用户的用户图像信息；

基于所述用户图像信息在对象信息库中匹配查询，以获得所述目标用户的一个或多个交友对象，其中，每个交友对象在所述对象信息库中的图像信息与所述用户图像信息满足对象匹配规则；

将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备。

根据本申请的又一个方面，提供了一种用于提供交友对象的用户设备，其中，该用户设备包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：

接收网络设备发送的一个或多个交友对象，其中，每个交友对象在对象信息库中的图像信息与目标用户的用户图像信息满足对象匹配规则；

呈现所述一个或多个交友对象中至少一个交友对象。

与现有技术相比，本申请的网络设备获取用户设备上传的目标用户的用户图像信息，根据对象匹配规则在对象数据库中通过匹配查询得到与所述用户图像信息相匹配的一个或多个交友对象，并将所述一个或多个交友对象中至少一个交友对象提供至所述用户设备，向用户呈现所述一个或多个交友对象中至少一个交友对象，从而方便用户快速找到与所述用户图像信息相匹配的交友对象，提升用户体验。进一步地，所述网络设备可以根据所述用户图像信息的评分信息的高低，选择根据相似度或互补度在所述对象信息库中进行匹配查询，使得不同情况的目标用户均能获得较满意的交友对象。进一步地，本申请基于所述交友对象的优先级信息，向用户提供所述一个或多个交友对象中至少一个交友对象，从而方便用户查看，节省用户的时间。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。本领域技术人员应能理解，计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等，相应地，计算机程序指令被计算机执行的方式包括但不限于：该计算机直接执行该指令，或者该计算机编译该指令后再执行对应的编译后程序，或者该计算机读取并执行该指令，或者该计算机读取并安装该指令后再执行对应的安装后程序。在此，计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。

通信介质包括藉此包含例如计算机可读指令、数据结构、程序模块或其他数据的通信信号被从一个系统传送到另一系统的介质。通信介质可包括有导的传输介质(诸如电缆和线(例如，光纤、同轴等))和能传播能量波的无线(未有导的传输)介质，诸如声音、电磁、rf、微波和红外。计算机可读指令、数据结构、程序模块或其他数据可被体现为例如无线介质(诸如载波或诸如被体现为扩展频谱技术的一部分的类似机制)中的已调制数据信号。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被更改或设定的信号。调制可以是模拟的、数字的或混合调制技术。通信介质(尤其是载波和可包含可被计算机系统使用的数据的其他传播信号)不被包括为计算机可读存储介质。

作为示例而非限制，计算机可读存储介质可包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。例如，计算机可读存储介质包括，但不限于，易失性存储器，诸如随机存储器(ram,dram,sram)；以及非易失性存储器，诸如闪存、各种只读存储器(rom,prom,eprom,eeprom)、磁性和铁磁/铁电存储器(mram,feram)；以及磁性和光学存储设备(硬盘、磁带、cd、dvd)；或其它现在已知的介质或今后开发的能够存储供计算机系统使用的计算机可读信息/数据。“计算机可读存储介质”不由载波或传播信号构成。

在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。