本說明書實施例涉及計算機，特別涉及一種目標對象處理方法。

背景技術：

1、生物識別技術，一種通過計算機與光學、聲學、生物傳感器和生物統(tǒng)計學原理等高科技手段密切結合，利用人體固有的生理特性(如指紋、人臉、虹膜等)和行為特征(如筆跡、聲音、步態(tài)等)來進行個人身份的鑒定的技術；非生物識別技術(即rei?d)，一種通過建立不同攝像機捕獲的沒有重疊視圖的人員圖像之間的對應關系的技術。

2、隨著計算機技術以及生物識別技術的迅速發(fā)展，各行各業(yè)對于生物識別技術的應用越來越多廣泛，其中，門店運營過程中廣泛應用生物識別技術衡量線下導購營銷效果，但在生物識別技術應用的范圍越來越廣泛的情況下，為了保護用戶的個人隱私數據，相關部門對生物識別的風險管控也越來越嚴格。

3、有鑒于此，如何在滿足生物識別的風險管控的同時，利用非生物識別技術對線下導購營銷效果進行分析是當前亟需解決的技術問題。

技術實現思路

1、有鑒于此，本說明書實施例提供了兩種目標對象處理方法。本說明書一個或者多個實施例同時涉及一種目標對象處理裝置，一種目標對象處理系統(tǒng)，一種計算設備，一種計算機可讀存儲介質以及一種計算機程序，以解決現有技術中存在的技術缺陷。

2、根據本說明書實施例的第一方面，提供了一種目標對象處理方法，應用于云端，包括：

3、接收第一圖片采集設備發(fā)送的第一用戶的用戶圖片，并對所述第一用戶的用戶圖片進行特征提取，獲得所述第一用戶的用戶特征，其中，所述第一用戶的用戶圖片為所述第一圖片采集設備，對經過目標對象的展示區(qū)的所述第一用戶進行圖片采集獲得，所述第一用戶的用戶特征不包含所述第一用戶的面部特征；

4、接收第二圖片采集設備發(fā)送的第二用戶的用戶圖片、以及所述第二用戶的對象處理信息，并對所述第二用戶的用戶圖片進行特征提取，獲得所述第二用戶的用戶特征，其中，所述第二用戶的用戶圖片為所述第二圖片采集設備，對在對象處理區(qū)進行對象處理的所述第二用戶進行圖片采集獲得，所述第二用戶的用戶特征不包含所述第二用戶的面部特征；

5、根據所述第一用戶的用戶特征、所述第二用戶的用戶特征、以及所述對象處理信息，確定所述目標對象在所述展示區(qū)的展示結果。

6、根據本說明書實施例的第二方面，提供了一種目標對象處理裝置，包括：

7、第一處理模塊，被配置為接收第一圖片采集設備發(fā)送的第一用戶的用戶圖片，并對所述第一用戶的用戶圖片進行特征提取，獲得所述第一用戶的用戶特征，其中，所述第一用戶的用戶圖片為所述第一圖片采集設備，對經過目標對象的展示區(qū)的所述第一用戶進行圖片采集獲得，所述第一用戶的用戶特征不包含所述第一用戶的面部特征；

8、第二處理模塊，被配置為接收第二圖片采集設備發(fā)送的第二用戶的用戶圖片、以及所述第二用戶的對象處理信息，并對所述第二用戶的用戶圖片進行特征提取，獲得所述第二用戶的用戶特征，其中，所述第二用戶的用戶圖片為所述第二圖片采集設備，對在對象處理區(qū)進行對象處理的所述第二用戶進行圖片采集獲得，所述第二用戶的用戶特征不包含所述第二用戶的面部特征；

9、確定模塊，被配置為根據所述第一用戶的用戶特征、所述第二用戶的用戶特征、以及所述對象處理信息，確定所述目標對象在所述展示區(qū)的展示結果。

10、根據本說明書實施例的第三方面，一種目標對象處理方法，應用于目標對象處理系統(tǒng)，所述目標對象處理系統(tǒng)包括云端、設備端，其中，所述設備端包括第一圖片采集設備、第二圖片采集設備，所述方法包括：

11、所述第一圖片采集設備，對經過目標對象的展示區(qū)的第一用戶進行圖片采集，獲得所述第一用戶的用戶圖片，并將所述第一用戶的用戶圖片發(fā)送至所述云端；

12、所述云端，接收所述第一圖片采集設備發(fā)送的所述第一用戶的用戶圖片，并對所述第一用戶的用戶圖片進行特征提取，獲得所述第一用戶的用戶特征，其中，所述第一用戶的用戶特征不包含所述第一用戶的面部特征；

13、所述第二圖片采集設備，對在對象處理區(qū)進行對象處理的第二用戶進行圖片采集，獲得所述第二用戶的用戶圖片，并將所述第二用戶的用戶圖片發(fā)送至所述云端；

14、所述云端，接收所述第二圖片采集設備發(fā)送的第二用戶的用戶圖片、以及所述第二用戶的對象處理信息，并對所述第二用戶的用戶圖片進行特征提取，獲得所述第二用戶的用戶特征，其中，所述第二用戶的用戶特征不包含所述第二用戶的面部特征，根據所述第一用戶的用戶特征、所述第二用戶的用戶特征、以及所述對象處理信息，確定所述目標對象在所述展示區(qū)的展示結果。

15、根據本說明書實施例的第四方面，一種目標對象處理系統(tǒng)，所述目標對象處理系統(tǒng)包括云端、設備端，其中，所述設備端包括第一圖片采集設備、第二圖片采集設備，所述方法包括：

16、所述第一圖片采集設備，用于對經過目標對象的展示區(qū)的第一用戶進行圖片采集，獲得所述第一用戶的用戶圖片，并將所述第一用戶的用戶圖片發(fā)送至所述云端；

17、所述云端，用于接收所述第一圖片采集設備發(fā)送的所述第一用戶的用戶圖片，并對所述第一用戶的用戶圖片進行特征提取，獲得所述第一用戶的用戶特征，其中，所述第一用戶的用戶特征不包含所述第一用戶的面部特征；

18、所述第二圖片采集設備，用于對在對象處理區(qū)進行對象處理的第二用戶進行圖片采集，獲得所述第二用戶的用戶圖片，并將所述第二用戶的用戶圖片發(fā)送至所述云端；

19、所述云端，用于接收所述第二圖片采集設備發(fā)送的第二用戶的用戶圖片、以及所述第二用戶的對象處理信息，并對所述第二用戶的用戶圖片進行特征提取，獲得所述第二用戶的用戶特征，其中，所述第二用戶的用戶特征不包含所述第二用戶的面部特征，根據所述第一用戶的用戶特征、所述第二用戶的用戶特征、以及所述對象處理信息，確定所述目標對象在所述展示區(qū)的展示結果。

20、根據本說明書實施例的第五方面，提供了一種計算設備，包括：

21、存儲器和處理器；

22、所述存儲器用于存儲計算機可執(zhí)行指令，所述處理器用于執(zhí)行所述計算機可執(zhí)行指令，該計算機可執(zhí)行指令被處理器執(zhí)行時實現上述目標對象處理方法的步驟。

23、根據本說明書實施例的第六方面，提供了一種計算機可讀存儲介質，其存儲有計算機可執(zhí)行指令，該指令被處理器執(zhí)行時實現上述目標對象處理方法的步驟。

24、根據本說明書實施例的第七方面，提供了一種計算機程序，其中，當所述計算機程序在計算機中執(zhí)行時，令計算機執(zhí)行上述目標對象處理方法的步驟。

25、本說明書一個實施例提供的目標對象處理方法，應用于云端，包括：接收第一圖片采集設備發(fā)送的第一用戶的用戶圖片，并對所述第一用戶的用戶圖片進行特征提取，獲得所述第一用戶的用戶特征，其中，所述第一用戶的用戶圖片為所述第一圖片采集設備，對經過目標對象的展示區(qū)的所述第一用戶進行圖片采集獲得，所述第一用戶的用戶特征不包含所述第一用戶的面部特征；接收第二圖片采集設備發(fā)送的第二用戶的用戶圖片、以及所述第二用戶的對象處理信息，并對所述第二用戶的用戶圖片進行特征提取，獲得所述第二用戶的用戶特征，其中，所述第二用戶的用戶圖片為所述第二圖片采集設備，對在對象處理區(qū)進行對象處理的所述第二用戶進行圖片采集獲得，所述第二用戶的用戶特征不包含所述第二用戶的面部特征；根據所述第一用戶的用戶特征、所述第二用戶的用戶特征、以及所述對象處理信息，確定所述目標對象在所述展示區(qū)的展示結果。

26、具體的，該應用于云端的目標對象處理方法，可以通過對從第一圖片采集設備、以及第二圖片采集設備接收的用戶圖片，進行除面部特征以外的特征提取，得到第一用戶的用戶特征、以及第二用戶的用戶特征，并接收第二用戶的對象處理信息；根據第一用戶的用戶特征、第二用戶的用戶特征、以及第二用戶的對象處理信息，確定目標對象在展示區(qū)的展示結果。那么，在將該目標對象處理方法應用于商品促銷場景的情況下，通過此種目標對象處理方法對接收到的商品展示區(qū)和商品結算區(qū)的用戶圖片，利用非生物特征提取的方式進行圖片匹配，對線下導購營銷效果進行分析，有利于在避免用戶身份特征泄露，保護用戶身份安全的前提下，從而滿足對生物識別的風險管控。