应用于终端设备的信息生成方法和装置与流程

本申请实施例涉及计算机技术领域，具体涉及应用于终端设备的信息生成方法和装置。

背景技术

目前，存在大量的线下电子屏幕用来播放视频信息。例如，电梯、地铁车厢、公交车车厢、出租车、pos(pointofsale，销售终端)机、跑步机以及取票机中安装的电子屏幕。又例如，大学校园或者商业中心安装的led(lightemittingdiode，发光二极管)大屏等。

然而，目前的线下电子屏幕播放的视频信息大都不是为电子屏幕前的用户实时定制的。

技术实现要素：

本申请实施例提出了应用于终端设备的信息生成方法和装置。

第一方面，本申请实施例提供了一种应用于终端设备的信息生成方法，该方法包括：实时获取目标摄像头采集的视频帧图像，其中，目标摄像头的拍摄范围覆盖目标屏幕前方区域，终端设备与目标摄像头通过有线或者局域网连接；将所获取的视频帧图像存储为待处理图像；将待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息，其中，用户属性识别模型用户表征图像与用户属性信息之间的对应关系。

在一些实施例中，该方法还包括：响应于接收到第一终端设备发送的用户属性信息获取请求，将所得到的用户属性信息发送给第一终端设备。

在一些实施例中，用户属性信息包括：用户图像位置信息和以下至少一项：性别、年龄、头部姿态信息、眼部信息、鼻子信息、嘴部信息、耳朵信息以及面部表情信息。

在一些实施例中，用户属性信息还包括用户图像信息；以及方法还包括：对于所得到的每个用户属性信息，根据该用户属性信息中的用户图像位置信息，在待处理图像中截取用户图像，以及根据所截取的用户图像确定该用户属性信息中的用户图像信息。

在一些实施例中，根据所截取的用户图像确定该用户属性信息中的用户图像信息，包括：将对所截取的用户图像进行base64编码后的字符串确定为该用户属性信息中的用户图像信息。

在一些实施例中，该方法还包括：对于所得到的每个用户属性信息，将该用户属性信息封装为json数据格式的用户属性信息。

在一些实施例中，将所得到的用户属性信息发送给第一终端设备，包括：将封装后的json数据格式的用户属性信息发送给第一终端设备。

在一些实施例中，实时获取目标摄像头采集的视频帧图像，包括：每隔预设数目帧，实时获取目标摄像头采集的视频帧图像。

第二方面，本申请实施例提供了一种应用于终端设备的信息生成装置，该装置包括：获取单元，被配置成实时获取目标摄像头采集的视频帧图像，其中，目标摄像头的拍摄范围覆盖目标屏幕前方区域，终端设备与目标摄像头通过有线或者局域网连接；存储单元，被配置成将所获取的视频帧图像存储为待处理图像；输入单元，被配置成将待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息，其中，用户属性识别模型用户表征图像与用户属性信息之间的对应关系。

在一些实施例中，该装置还包括：发送单元，被配置成响应于接收到第一终端设备发送的用户属性信息获取请求，将所得到的用户属性信息发送给第一终端设备。

在一些实施例中，用户属性信息包括：用户图像位置信息和以下至少一项：性别、年龄、头部姿态信息、眼部信息、鼻子信息、嘴部信息、耳朵信息以及面部表情信息。

在一些实施例中，用户属性信息还包括用户图像信息；以及该装置还包括：截取单元，被配置成对于所得到的每个用户属性信息，根据该用户属性信息中的用户图像位置信息，在待处理图像中截取用户图像，以及根据所截取的用户图像确定该用户属性信息中的用户图像信息。

在一些实施例中，截取单元进一步被配置成：将对所截取的用户图像进行base64编码后的字符串确定为该用户属性信息中的用户图像信息。

在一些实施例中，该装置还包括：封装单元，被配置成对于所得到的每个用户属性信息，将该用户属性信息封装为json数据格式的用户属性信息。

在一些实施例中，发送单元进一步被配置成：将封装后的json数据格式的用户属性信息发送给第一终端设备。

在一些实施例中，获取单元进一步被配置成：每隔预设数目帧，实时获取目标摄像头采集的视频帧图像。

第三方面，本申请实施例提供了一种终端设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，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，其中，该计算机程序被一个或多个处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的应用于终端设备的信息生成方法和装置，通过实时获取目标摄像头采集的视频帧图像，其中，目标摄像头的拍摄范围覆盖目标屏幕前方区域，终端设备与目标摄像头通过有线或者局域网连接，再将所获取的视频帧图像存储为待处理图像，最后将待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息，其中，用户属性识别模型用户表征图像与用户属性信息之间的对应关系。从而，可以实时地对目标屏幕前方的观看者进行本地分析，并得出观看者的用户属性信息，可以为后续定制目标屏幕的播放内容提供参考依据，继而可以实现针对目标屏幕当前的观看者定制播放内容，提高目标屏幕播放视频的播放效果，且降低了远程网络环境的不可控性。

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是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的应用于终端设备的信息生成方法的一个实施例的流程图；

图3是根据本申请的应用于终端设备的信息生成方法的一个应用场景的示意图；

图4是根据本申请的应用于终端设备的信息生成方法的又一个实施例的流程图；

图5是根据本申请的应用于终端设备的信息生成装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的终端设备的计算机系统的结构示意图。

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应用于终端设备的信息生成方法或应用于终端设备的信息生成装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、网络102、摄像头103和电子屏幕104。网络102用以在终端设备101和摄像头103之间提供通信链路的介质。网络102可以包括有线(例如，通用串行总线接口数据线)连接或者局域网连接。摄像头103的拍摄范围覆盖电子屏幕104前方区域，即摄像头103可以拍摄到电子屏幕104的前方观众。

用户可以使用终端设备101通过网络102与摄像头103交互，以接收消息。终端设备101上可以安装有各种通讯客户端应用，例如人脸识别类应用、人脸检测类应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101可以是硬件，也可以是软件。当终端设备101为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101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(例如用来提供信息生成服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

电子屏幕104可以播放视频信息。电子屏幕104播放的视频信息可以是从电子屏幕本地获取到的，也可以是从云端服务器中获取到的。

需要说明的是，本申请实施例所提供的应用于终端设备的信息生成方法一般由终端设备101执行，相应地，应用于终端设备的信息生成装置一般设置于终端设备101中。

应该理解，图1中的终端设备、网络、摄像头和电子屏幕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、摄像头和电子屏幕。

继续参考图2，其示出了根据本申请的应用于终端设备的信息生成方法的一个实施例的流程200。该应用于终端设备的信息生成方法，包括以下步骤：

步骤201，实时获取目标摄像头采集的视频帧图像。

在本实施例中，应用于终端设备的信息生成方法的执行主体(例如图1所示的终端设备)可以实时获取目标摄像头采集的视频帧图像。其中，目标摄像头的拍摄范围覆盖目标屏幕前方区域。上述执行主体与目标摄像头可以通过有线或者局域网连接。由于上述执行主体与目标摄像头可以通过有线或者局域网连接，因此上述执行主体可以实时获取目标摄像头采集的视频帧图像，不依赖外界网络连接状态，而且，由于不需要连接外界网络，可以确保视频帧图像获取过程的安全，不会受到外界攻击。

如果上述执行主体与目标摄像头通过有线连接，那么上述执行主体可以通过有线连接方式实时获取目标摄像头采集的视频帧图像。

如果上述执行主体与目标摄像头通过局域网连接，那么上述执行主体可以通过局域网连接方式实时获取目标摄像头采集的视频帧图像。

在本实施例的一些可选的实现方式中，步骤201也可以如下进行：每隔预设数目帧，实时获取目标摄像头采集的视频帧图像。由于目前的摄像头采集频率通常较高，连续几帧之内摄像头所采集的视频帧图像变化不大，如果对目标摄像头采集的每一帧图像都进行处理分析得到用户属性信息，会造成不必要的计算资源浪费，因此，采用该可选实现方式，可以减少视频帧图像获取的频率，继而进一步提高视频帧图像获取的实时性，减少所需计算资源。

步骤202，将所获取的视频帧图像存储为待处理图像。

在本实施例中，上述执行主体(例如图1所示的终端设备)可以将步骤201中实时获取的视频帧图像存储为待处理图像。这里，既可以将步骤201中实时获取的视频帧图像存储在上述执行主体的内存中作为待处理图像，也可以将步骤201中实时获取的视频帧图像存储在上述执行主体的硬盘中作为待处理图像。

步骤203，将待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息。

在本实施例中，应用于终端设备的信息生成方法的执行主体可以将步骤202中所存储的待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息。可以理解的是，如果待处理图像中不包括用户图像时，可以得到零个用户属性信息；如果待处理图像中包括至少一个用户图像时，可以得到至少一个用户属性信息。

这里，用户属性信息用于对用户属性进行描述。

在本实施例的一些可选的实现方式中，用户属性信息可以包括：用户图像位置信息和以下至少一项：性别、年龄、头部姿态信息、眼部信息、鼻子信息、嘴部信息、耳朵信息以及面部表情信息。例如，头部姿态信息可以包括头部左右转动角度、上下转动角度和前后转动角度，眼部信息可以包括眼部位置和眼部大小，鼻子信息可以包括鼻子位置和鼻子大小，耳朵信息可以包括耳朵位置和耳朵大小，嘴部信息可以包括嘴部位置和嘴部大小，而面部表情信息可以包括高兴、悲伤、愤怒、惊吓等等。

需要说明的是，这里，用户属性识别模型用于表征图像与用户属性信息之间的对应关系。

在本实施例的一些可选的实现方式中，用户属性识别模型可以是通过如下训练步骤预先得到的：

第一，确定初始用户属性识别模型的模型结构信息。

可以理解的是，由于初始用户属性识别模型可以包括各种类型用于识别用户属性的模型，对于不同类型的用于识别用户属性的模型，所需要确定的模型结构信息也不相同。可选地，初始识别用户属性模型可以为卷积神经网络。由于卷积神经网络是一个多层的神经网络，每层由多个二维平面组成，而每个平面由多个独立神经元组成，则这里需要确定卷积神经网络类型的初始用户属性识别模型包括哪些层(例如，卷积层，池化层，激励函数层等等)，层与层之间的连接顺序关系，以及每个层都包括哪些参数(例如，权重weight、偏置bias、卷积的步长)等等。其中，卷积层可以用于提取图像特征。针对每个卷积层可以确定有多少个卷积核，每个卷积核的大小，每个卷积核中的各个神经元的权重，每个卷积核对应的偏置项，相邻两次卷积之间的步长，是否需要填充，填充多少像素点和填充用的数值(一般是填充为0)等等。而池化层可以用于对输入的信息进行下采样(downsample)，以压缩数据和参数的量，减少过拟合。针对每个池化层可以确定该池化层的池化方法(例如，取区域平均值或者取区域最大值)。激励函数层用于对输入的信息进行非线性计算。针对每个激励函数层可以确定具体的激励函数。例如，激活函数可以是relu以及relu各种变种激活函数、sigmoid函数、tanh(双曲正切)函数、maxout函数等等。实践中，卷积神经网络(convolutionalneuralnetwork，cnn)是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于图像处理有出色表现，因而，可以利用卷积神经网络进行图像特征的提取，图像的特征可以是图像的各种基本要素(例如颜色、线条、纹理等)。

可选地，初始用户属性识别模型还可以包括以下至少一项：。adaboost算法、可变部件模型(dpm，deformablepartmodel)、深度卷积神经网络、递归神经网络、循环神经网络。相应的，对应不同的模型，需要确定的模型结构信息也是不同的。

第二，可以初始化初始用户属性识别模型的模型参数。

实践中，可以将初始用户属性识别模型的各个模型参数用一些不同的小随机数进行初始化。“小随机数”用来保证模型不会因权重过大而进入饱和状态，从而导致训练失败，“不同”用来保证模型可以正常地学习。

第三，可以获取训练样本集。

其中，训练样本可以包括样本图像和与该样本图像对应的标注信息，与该样本图像对应的标注信息包括该样本图像所包括的每个用户图像对应的用户的用户属性信息。

第四，可以将训练样本中的训练样本中的样本图像和标注信息分别作为用户属性识别模型的输入和期望输出，利用机器学习方法训练初始用户属性识别模型。

这里，训练步骤的执行主体可以将训练样本集中的训练样本中的样本图像输入初始用户属性识别模型，得到该样本图像所包括的用户图像对应的用户的用户属性信息，以该训练样本中的标注信息作为初始用户属性识别模型的期望输出，利用机器学习方法训练初始用户属性识别模型。具体地，可以首先利用预设的损失函数计算所得到的用户属性信息与该训练样本中的标注信息之间的差异，例如，可以采用l2范数作为损失函数计算所得到的用户属性信息与该训练样本中的标注信息之间的差异。然后，可以基于计算所得的差异，调整初始用户属性识别的模型参数，并在满足预设的训练结束条件的情况下，结束训练。例如，这里预设的训练结束条件可以包括以下至少一项：训练时间超过预设时长，训练次数超过预设次数，计算所得的差异小于预设差异阈值。

这里，可以采用各种实现方式基于所生成的用户属性信息与该训练样本中的标注信息之间的差异调整初始用户属性识别模型的模型参数。例如，可以采用bp(backpropagation，反向传播)算法或者sgd(stochasticgradientdescent，随机梯度下降)算法来调整初始用户识别模型的模型参数。

第五，将训练得到的初始用户属性识别模型确定为预先训练的用户属性识别模型。

这里，训练步骤的执行主体可以与上述执行主体相同。这样，上述执行主体可以在执行完训练步骤得到用户属性识别模型后，将上述训练得到的用户属性识别模型存储在本地。

这里，训练步骤的执行主体也可以与上述执行主体不同，这样，训练步骤的执行主体可以在执行完训练步骤得到用户属性识别模型后，将上述训练得到的用户属性识别模型发送给上述执行主体，从而，上述执行主体可以将接收到的用户属性识别模型存储在本地。

继续参见图3，图3是根据本实施例的应用于终端设备的信息生成方法的应用场景的一个示意图。在图3的应用场景中，摄像头301拍摄电子屏幕302前方的观众303的视频信息，终端设备304与摄像头301通过有线连接。终端设备304实时获取目标摄像头采集的视频帧图像，并将所获取的视频帧图像存储为待处理图像305，再将待处理图像305输入预先训练的用户属性识别模型306，得到观众303中每个人的用户属性信息307。

本申请的上述实施例提供的方法通过实时获取目标摄像头采集的视频帧图像，再将所获取的视频帧图像存储为待处理图像，最后将待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息。从而，可以实时地对目标屏幕前方的观看者进行本地分析，并得出观看者的用户属性信息，可以为后续定制目标屏幕的播放内容提供参考依据，继而可以实现针对目标屏幕当前的观看者定制播放内容，提高目标屏幕播放视频的播放效果，且降低了远程网络环境的不可控性。

进一步参考图4，其示出了应用于终端设备的信息生成方法的又一个实施例的流程400。该应用于终端设备的信息生成方法的流程400，包括以下步骤：

步骤401，实时获取目标摄像头采集的视频帧图像。

步骤402，将所获取的视频帧图像存储为待处理图像。

步骤403，将待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息。

在本实施例中步骤401、步骤402和步骤403的具体操作与图2所示的实施例中步骤201、步骤202和步骤203的操作基本相同，在此不再赘述。

步骤404，对于所得到的每个用户属性信息，根据该用户属性信息中的用户图像位置信息，在待处理图像中截取用户图像，以及根据所截取的用户图像确定该用户属性信息中的用户图像信息。

在本实施例中，应用于终端设备的信息生成方法的执行主体(例如图1所示的终端设备)可以对于步骤403中所得到的每个用户属性信息，根据该用户属性信息中的用户图像位置信息，在待处理图像中截取用户图像，以及根据所截取的用户图像确定该用户属性信息中的用户图像信息。

可选地，可以将所截取的用户图像确定为该用户属性信息中的用户图像信息。

可选地，还可以将对所截取的用户图像进行base64编码后的字符串确定为该用户属性信息中的用户图像信息。

步骤405，响应于接收到第一终端设备发送的用户属性信息获取请求，将所得到的用户属性信息发送给第一终端设备。

在本实施例中，应用于终端设备的信息生成方法的执行主体(例如图1所示的终端设备)可以在接收到第一终端设备发送的用户属性信息获取请求后，将所得到的用户属性信息发送给第一终端设备。这里，第一终端设备可以是与上述执行主体网络连接且不同于上述执行主体的电子设备。

这里，用户属性信息获取请求可以是各种形式的请求。例如，可以是http(hypertexttransferprotocol，超文本传输协议)请求，ftp(filetransferprotocol，文件传输协议)请求、socket(套接字)请求等等。相应地，上述执行主体会对其他电子设备提供相应形式请求的服务。例如，当上述执行主体提供http服务时，则用户属性信息获取请求可以是http请求；当上述执行主体提供ftp服务时，则用户属性信息获取请求可以是ftp请求；当上述执行主体提供socket服务时，则用户属性信息获取请求可以是socket请求。

第一终端设备通过向上述执行主体发送用户属性信息获取请求，并得到上述执行主体发送的用户属性信息，从而第一终端设备可以利用所得到的用户属性信息。

作为示例，第一终端设备可以展示所收到的各个用户属性信息。比如，第一终端设备可以根据所收到的各个用户信息中的用户图像信息生成用户图像并呈现，以及在所呈现的用户图像周围呈现相应的用户属性信息中的其他属性信息，例如，性别、年龄等等。

作为另一个示例，第一终端设备还可以分析所收到的各个用户属性信息，并进一步确定目标屏幕的播放视频。比如，通过分析所收到的各个用户信息，发现目标屏幕的观众中男士数量多于女士数量，或者均为男士，则确定目标屏幕播放适合男士收看的视频，比如关于车辆的广告、体育节目、理财节目等等；如果发现目标屏幕的观众中女士数量多于男士数量，或者均为女士，则确定目标屏幕播放适合女士收看的视频，比如关于化妆品的广告、家政节目、情感类节目等等。又比如，通过分析所收到的各个用户信息，发现目标屏幕的观众中80％以上的用户年龄为22-30岁之间，则确定目标屏幕播放适合用户年龄为22-30岁之间的节目，比如招聘广告、职场经验类节目、房产租售类广告。

在本实施例的一些可选的实现方式中，上述执行主体还可以在步骤405之前，步骤404之后，对于所得到的每个用户属性信息，将该用户属性信息封装为json数据格式的用户属性信息。从而，在步骤405中，上述执行主体可以响应于接收到第一终端设备发送的用户属性信息获取请求，将封装后的json数据格式的用户属性信息发送给第一终端设备。

从图4中可以看出，与图2对应的实施例相比，本实施例中的应用于终端设备的信息生成方法的流程400多出了在接收到第一终端设备发送的用户属性信息获取请求，将所得到的用户属性信息发送给第一终端设备的步骤。由此，本实施例描述的方案可以对外界电子设备提供目标屏幕的观众的用户属性信息，从而实现对其他电子设备提供用户属性信息的服务。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种应用于终端设备的信息生成装置的一个实施例，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5所示，本实施例的应用于终端设备的信息生成装置500包括：获取单元501、存储单元502和输入单元503。其中，获取单元501，被配置成实时获取目标摄像头采集的视频帧图像，其中，上述目标摄像头的拍摄范围覆盖目标屏幕前方区域，上述终端设备与上述目标摄像头通过有线或者局域网连接；存储单元502，被配置成将所获取的视频帧图像存储为待处理图像；输入单元503，被配置成将上述待处理图像输入预先训练的用户属性识别模型，得到上述待处理图像所包括的用户图像对应的用户的用户属性信息，其中，上述用户属性识别模型用户表征图像与用户属性信息之间的对应关系。

在本实施例中，应用于终端设备的信息生成装置500的获取单元501、存储单元502和输入单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，上述装置500还可以包括：发送单元(图5中未示出)，被配置成响应于接收到第一终端设备发送的用户属性信息获取请求，将所得到的用户属性信息发送给上述第一终端设备。

在本实施例的一些可选的实现方式中，上述用户属性信息可以包括：用户图像位置信息和以下至少一项：性别、年龄、头部姿态信息、眼部信息、鼻子信息、嘴部信息、耳朵信息以及面部表情信息。

在本实施例的一些可选的实现方式中，上述用户属性信息还可以包括用户图像信息；以及上述装置500还可以包括：截取单元(图5中未示出)，被配置成对于所得到的每个用户属性信息，根据该用户属性信息中的用户图像位置信息，在上述待处理图像中截取用户图像，以及根据所截取的用户图像确定该用户属性信息中的用户图像信息。

在本实施例的一些可选的实现方式中，上述截取单元可以进一步被配置成：将对所截取的用户图像进行base64编码后的字符串确定为该用户属性信息中的用户图像信息。

在本实施例的一些可选的实现方式中，上述装置还可以包括：封装单元(图5中未示出)，被配置成对于所得到的每个用户属性信息，将该用户属性信息封装为json数据格式的用户属性信息。

在本实施例的一些可选的实现方式中，上述发送单元可以进一步被配置成：将封装后的json数据格式的用户属性信息发送给上述第一终端设备。

在本实施例的一些可选的实现方式中，上述获取单元501可以进一步被配置成：每隔预设数目帧，实时获取上述目标摄像头采集的视频帧图像。

需要说明的是，本申请实施例提供的应用于终端设备的信息生成装置中各单元的实现细节和技术效果可以参考本申请中其它实施例的说明，在此不再赘述。

下面参考图6，其示出了适于用来实现本申请实施例的终端设备的计算机系统600的结构示意图。图6示出的终端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6所示，计算机系统600包括中央处理单元(cpu，centralprocessingunit)601，其可以根据存储在只读存储器(rom，readonlymemory)602中的程序或者从存储部分608加载到随机访问存储器(ram，randomaccessmemory)603中的程序而执行各种适当的动作和处理。在ram603中，还存储有系统600操作所需的各种程序和数据。cpu601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o，input/output)接口605也连接至总线604。

以下部件连接至i/o接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(crt，cathoderaytube)、液晶显示器(lcd，liquidcrystaldisplay)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如lan(局域网，localareanetwork)卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至i/o接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

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部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(cpu)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述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、或半导体的系统、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。在本申请中，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系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的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。计算机可读的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，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、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：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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系统来实现，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：一种处理器包括获取单元、存储单元和输入单元。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，获取单元还可以被描述为“实时获取目标摄像头采集的视频帧图像的单元”。

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：实时获取目标摄像头采集的视频帧图像，其中，目标摄像头的拍摄范围覆盖目标屏幕前方区域，终端设备与目标摄像头通过有线或者局域网连接；将所获取的视频帧图像存储为待处理图像；将待处理图像输入预先训练的用户属性识别模型，得到待处理图像所包括的用户图像对应的用户的用户属性信息，其中，用户属性识别模型用户表征图像与用户属性信息之间的对应关系。

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。