CN103500220A - 一种照片中人物识别方法 - Google Patents

一种照片中人物识别方法 Download PDF

Info

Publication number
CN103500220A
CN103500220A CN201310480309.0A CN201310480309A CN103500220A CN 103500220 A CN103500220 A CN 103500220A CN 201310480309 A CN201310480309 A CN 201310480309A CN 103500220 A CN103500220 A CN 103500220A
Authority
CN
China
Prior art keywords
personage
photo
array system
face
photo array
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.)
Granted
Application number
CN201310480309.0A
Other languages
English (en)
Other versions
CN103500220B (zh
Inventor
周庆健
焦佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Dalian Minzu University
Original Assignee
Dalian Nationalities University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Dalian Nationalities University filed Critical Dalian Nationalities University
Priority to CN201310480309.0A priority Critical patent/CN103500220B/zh
Publication of CN103500220A publication Critical patent/CN103500220A/zh
Application granted granted Critical
Publication of CN103500220B publication Critical patent/CN103500220B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Library & Information Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

一种本发明涉及照片处理技术领域，尤其是涉及一种照片中人物识别方法。包括：客户端提交处理照片请求给照片识别系统；系统接收请求，按脸型轮廓进行人物数量分类，系统默认将相同人物数量的照片进行数量分级存储；系统再对相同人物数量的照片中人物自左侧第一个人物的脸型轮廓进行识别，首先判断第一个人物的脸型与平面所成的角度，旋转至平面的脸型，生成模拟骨骼图像；对模拟骨骼形象中的脸型轮廓、五官位置和五官轮廓进行识别，并生成对应参数；系统按对应参数命名人物名称，并按人物名称分级存储；循环识别，直至识别完照片中最右侧的人物。应用本发明的软件产品可以自动批量地识别照片中人物信息，方便了照片的分类管理，提高了照片管理的质量。

Description

一种照片中人物识别方法
技术领域
本发明涉及照片处理技术领域，尤其是涉及一种照片中人物识别方法。
背景技术
随着科技的进步，电子技术的进一步发展，越来越多的人们喜欢采用数码相机进行拍照或录像，数码相机因具有数字化存取模式、与电脑交互处理、实时拍摄、存储调用方便、方便后期处理等特点而被广泛应用。数码相机是一种利用电子传感器把光学影像转换成电子数据的照相机，英文是：Digital StillCamera(DSC)，简称：Digital Camera(DC)，又称为数码照相机或数字式相机。数码相机与普通照相机在胶卷上靠溴化银的化学变化来记录图像的原理不同，数字相机的传感器是一种光感应式的电荷耦合-{zh-cn：器件；zh-tw：组件}-(CCD）或互补金属氧化物半导体(CMOS）。在图像传输到计算机以前，通常会先储存在数码存储设备中（通常是使用闪存；软磁盘与可重复擦写光盘（CD-RW）已很少用于数字相机设备）。数码相机拍摄后的照片通过数码存储设备转换到电脑中后，需要对照片进行后处理，后处理包括照片的修改、美化以及分类存储等，现有的照片处理软件还只要应用于照片的修改或美化，例如：Photoshop软件，而在分类存储管理中，还没有有效的软件产品对大量照片通过识别技术进行自动分类、按类别进行存储管理，现有的照片识别技术还处于起步阶段，只能通过人为的操作，挨个逐张地单个识别、分类、存储，浪费了大量的人力物力；现在照片大部分是旅游照片，旅游者归来都非常疲惫，若此时对照片进行分类管理，不利于身体休息回复，若以后再对照片进行分类管理，又容易忘记当时的拍摄信息，目前还没有有效的产品来解决上述问题。
发明内容
本发明所解决的技术问题是提供了一种照片中人物识别方法，应用本发明的软件产品可以自动批量地识别照片中人物信息，方便了照片的分类管理，提高了照片管理的质量，节省了照片管理时间。
为了解决上述技术问题，本发明提供了一种照片中人物识别方法，包括：
S1、客户端提交处理照片的请求给照片识别系统；
S2、所述照片识别系统接收所述请求，先将所述请求按脸型轮廓进行人物数量分类，即所述照片中包含的人物数量；
S3、所述照片识别系统默认将所述相同人物数量的所述照片进行人数数量分级目录存储；
S4、所述照片识别系统再对所述相同人物数量的所述照片中人物从左至右逐个识别；
S4.1、所述照片识别系统对所述照片中人物自左侧第一个人物开始识别，所述照片识别系统通过脸型轮廓模块先对所述第一个人物的脸型轮廓进行识别，所述脸型轮廓模块首先判断所述第一个人物的脸型与平面所成的角度，所述平面是指所述第一个人物正面主视图所在的平面，所述脸型轮廓模块再根据判断所述的角度进行所述第一个人物的脸型的角度旋转，直至旋转成所述平面的脸型，根据旋转后的所述平面的脸型生成模拟骨骼图像；
S4.2、所述照片识别系统通过五官定位模块对所述模拟骨骼形象中的脸型轮廓、五官位置和五官轮廓进行识别，并生成对应参数；
S4.2.a、当所述客户端对所述第一个人物已经通过所述照片识别系统进行过重命名，所述照片识别系统调用所述照片识别系统的存储数据库中的对应历史参数，所述照片识别系统的识别判断模块对调用的所述对应历史参数与生成的所述对应参数进行匹配；
S4.2.a.a、若调用的所述对应历史参数与生成的所述对应参数匹配时，所述照片识别系统自动对所述第一个人物进行命名，并按所述第一个人物的名称进行人物名称分级目录存储；
S4.2.a.b、若调用的所述对应历史参数与生成的所述对应参数不匹配时，所述照片识别系统提醒所述客户端对所述第一个人物进行命名，所述客户端选择对所述第一个人物进行命名或不理会所述提醒，若所述客户端对所述第一个人物进行了命名，所述照片识别系统按所述第一个人物的名称进行人物名称分级目录存储；若所述客户端没有对所述第一个人物进行命名，所述照片识别系统将所述第一个人物自动命名为人物1，所述照片识别系统按所述人物1的名称进行人物名称分级目录存储；
S4.2.b、当所述客户端没有对所述第一个人物已经通过所述照片识别系统进行过重命名，所述照片识别系统进行所述S4.2.a.b步骤；
S5、所述照片识别系统再对所述照片中人物自左侧第二个人物开始识别，循环进行所述S4步骤，直至识别完所述照片中最右侧的人物，即完成所述照片的识别。
优选的，所述步骤S4.2中，所述照片识别系统通过所述五官定位模块进行识别时，所述照片识别系统还通过所述皮肤色差模块进行识别时，同时生成对应的五官参数和肤色参数。
更加优选的，所述皮肤色差模块用于对所述人物中所述平面的脸部肤色及其局部色差进行识别，并生成肤色参数。
更加优选的，所述局部色差包含体现所述脸部肤色的血丝、雀斑、痣、嘴唇颜色、嘴唇轮廓、眉毛颜色和眉毛轮廓。
更加优选的，所述客户端通过所述照片识别系统选择对所述人物1的名称进行个性化系统设置。
更加优选的，所述照片格式包括JEPG格式、GIF格式、TIFF格式和PNG格式。
其中，所述JPEG是Joint Photographic Experts Group(联合图像专家组)的缩写，文件后辍名为".jpg"或".jpeg"，这个名称代表Joint Photographic Experts Group（联合图像专家组）。是一种支持8位和24位色彩的压缩位图格式，适合在网络（Internet）上传输，是非常流行的图形文件格式。
其中，所述GIF(Graphics Interchange Format)的原义是“图像互换格式”，是CompuServe公司在1987年开发的图像文件格式。GIF文件的数据，是一种基于LZW算法的连续色调的无损压缩格式。其压缩率一般在50%左右，它不属于任何应用程序。目前几乎所有相关软件都支持它，公共领域有大量的软件在使用GIF图像文件。GIF图像文件的数据是经过压缩的，而且是采用了可变长度等压缩算法。GIF格式的另一个特点是其在一个GIF文件中可以存多幅彩色图像，如果把存于一个文件中的多幅图像数据逐幅读出并显示到屏幕上，就可构成一种最简单的动画。
其中，所述TIFF为图像文件格式，此图像格式复杂，存储内容多，占用存储空间大，其大小是GIF图像的3倍，是相应的JPEG图像的10倍，最早流行于Macintosh，现在Windows主流的图像应用程序都支持此格式。
其中，所述PNG，图像文件存储格式，其目的是试图(原来此处使用了“企图”)替代GIF和TIFF文件格式，同时增加一些GIF文件格式所不具备的特性。可移植网络图形格式(Portable Network Graphic Format，PNG)名称来源于非官方的“PNG Not GIF”，是一种位图文件(bitmap file)存储格式，读成“ping”。PNG用来存储灰度图像时，灰度图像的深度可多到16位，存储彩色图像时，彩色图像的深度可多到48位，并且还可存储多到16位的α通道数据。PNG使用从LZ77派生的无损数据压缩算法。一般应用于JAVA程序中，或网页或S60程序中是因为它压缩比高，生成文件容量小。
本发明与现有技术相比，具有如下有益效果：本发明可以的软件产品避免了传统的照片处理只能通过人为的操作，挨个逐张地单个识别、分类、存储，浪费了大量的人力物力的问题；旅游者归来可以即时对照片进行分类管理，也可以以后再对照片进行分类管理，管理方式时间自由灵活，管理方式自主多样，用户可以按同样人物数量、同样人物名称或具有同一人物名称等方式进行再次个性化分类；所述照片识别系统还能够对存储过的照片中人数进行匹配识别，方便了用户照片的再次管理，尤其是家庭式旅游的大量照片处理。本发明能够自动批量地识别照片中人物信息，方便了照片的分类管理，提高了照片管理的质量，节省了照片管理时间，为用户照片管理提供了多种管理方式的基础。
具体实施方式
为了更好的理解本发明所解决的技术问题、所提供的技术方案，以下结合附图及实施例，对本发明进行进一步详细说明。此处所描述的具体实施例仅用以解释本发明的实施，但并不用于限定本发明。
在优选的实施例中，一种照片中人物识别方法，包括：
S1、客户端提交处理照片的请求给照片识别系统；
S2、所述照片识别系统接收所述请求，先将所述请求按脸型轮廓进行人物数量分类，即所述照片中包含的人物数量；
S3、所述照片识别系统默认将所述相同人物数量的所述照片进行人数数量分级目录存储；
S4、所述照片识别系统再对所述相同人物数量的所述照片中人物从左至右逐个识别；
S4.1、所述照片识别系统对所述照片中人物自左侧第一个人物开始识别，所述照片识别系统通过脸型轮廓模块先对所述第一个人物的脸型轮廓进行识别，所述脸型轮廓模块首先判断所述第一个人物的脸型与平面所成的角度，所述平面是指所述第一个人物正面主视图所在的平面，所述脸型轮廓模块再根据判断所述的角度进行所述第一个人物的脸型的角度旋转，直至旋转成所述平面的脸型，根据旋转后的所述平面的脸型生成模拟骨骼图像；
S4.2、所述照片识别系统通过五官定位模块对所述模拟骨骼形象中的脸型轮廓、五官位置和五官轮廓进行识别，并生成对应参数；
S4.2.a、当所述客户端对所述第一个人物已经通过所述照片识别系统进行过重命名，所述照片识别系统调用所述照片识别系统的存储数据库中的对应历史参数，所述照片识别系统的识别判断模块对调用的所述对应历史参数与生成的所述对应参数进行匹配；
S4.2.a.a、若调用的所述对应历史参数与生成的所述对应参数匹配时，所述照片识别系统自动对所述第一个人物进行命名，并按所述第一个人物的名称进行人物名称分级目录存储；
S4.2.a.b、若调用的所述对应历史参数与生成的所述对应参数不匹配时，所述照片识别系统提醒所述客户端对所述第一个人物进行命名，所述客户端选择对所述第一个人物进行命名或不理会所述提醒，若所述客户端对所述第一个人物进行了命名，所述照片识别系统按所述第一个人物的名称进行人物名称分级目录存储；若所述客户端没有对所述第一个人物进行命名，所述照片识别系统将所述第一个人物自动命名为人物1，所述照片识别系统按所述人物1的名称进行人物名称分级目录存储；
S4.2.b、当所述客户端没有对所述第一个人物已经通过所述照片识别系统进行过重命名，所述照片识别系统进行所述S4.2.a.b步骤；
S5、所述照片识别系统再对所述照片中人物自左侧第二个人物开始识别，循环进行所述S4步骤，直至识别完所述照片中最右侧的人物，即完成所述照片的识别。
在更加优选的实施例中，所述步骤S4.2中，所述照片识别系统通过所述五官定位模块进行识别时，所述照片识别系统还通过所述皮肤色差模块进行识别时，同时生成对应的五官参数和肤色参数。
在更加优选的实施例中，所述皮肤色差模块用于对所述人物中所述平面的脸部肤色及其局部色差进行识别，并生成肤色参数。
在更加优选的实施例中，所述局部色差包含体现所述脸部肤色的血丝、雀斑、痣、嘴唇颜色、嘴唇轮廓、眉毛颜色和眉毛轮廓。
在更加优选的实施例中，所述客户端通过所述照片识别系统选择对所述人物1的名称进行个性化系统设置。
在更加优选的实施例中，所述照片格式包括JEPG格式、GIF格式、TIFF格式和PNG格式。
具体的实施例：
客户端打开照片识别系统，用鼠标选取所要处理的照片，或者客户端在照片识别系统里面拖拽进所要处理的照片，选择处理后要保存的路径或文件夹，选择处理后的照片类型，系统默认为原文件所在路径或文件夹并加前缀_rec，系统默认为JPEG格式，点击处理，进行照片识别处理并分级分类，显示处理进度条，随时可以选择暂停/停止处理，在处理过程中，会弹出提醒命名对话框，询问例如：是否对人物1进行命名？Y/N，放弃选择，系统15秒后会转入自动处理；客户端选择Y，对人物1进行个性化命名，选择N，放弃名称，照片识别系统命名为人物1，或客户端不理会所述提醒，15秒后会转入自动处理，照片识别系统命名为人物1，处理完成，点击完成，完成照片的识别。
客户端通过照片识别系统可以选择对系统参数进行设置，包括照片格式；照片识别后默认名称，例如：前缀或后缀，前缀名或后缀名；照片保存路径或文件夹；系统默认命名名称个性化设定；系统默认自动处理转入时间和人物数量分类，系统默认为单个递加分类，即1个、2个、3个、4个、5个以及5个以上，可修改为例如：1个、2个～3个，4个，5个～5个以上。
以上通过优选的和具体的实施例详细的描述了本发明，但本领域技术人员应该明白，本发明并不局限于以上所述实施例，凡在本发明的基本原理之内，所作的任何修改、组合及等同替换等，均包含在本发明的保护范围之内。

Claims (6)

1.一种照片中人物识别方法，其特征在于，包括：
S1、客户端提交处理照片的请求给照片识别系统；
S2、所述照片识别系统接收所述请求，先将所述请求按脸型轮廓进行人物数量分类，即所述照片中包含的人物数量；
S3、所述照片识别系统默认将所述相同人物数量的所述照片进行人数数量分级目录存储；
S4、所述照片识别系统再对所述相同人物数量的所述照片中人物从左至右逐个识别；
S4.1、所述照片识别系统对所述照片中人物自左侧第一个人物开始识别，所述照片识别系统通过脸型轮廓模块先对所述第一个人物的脸型轮廓进行识别，所述脸型轮廓模块首先判断所述第一个人物的脸型与平面所成的角度，所述平面是指所述第一个人物正面主视图所在的平面，所述脸型轮廓模块再根据判断所述的角度进行所述第一个人物的脸型的角度旋转，直至旋转成所述平面的脸型，根据旋转后的所述平面的脸型生成模拟骨骼图像；
S4.2、所述照片识别系统通过五官定位模块对所述模拟骨骼形象中的脸型轮廓、五官位置和五官轮廓进行识别，并生成对应参数；
S4.2.a、当所述客户端对所述第一个人物已经通过所述照片识别系统进行过重命名，所述照片识别系统调用所述照片识别系统的存储数据库中的对应历史参数，所述照片识别系统的识别判断模块对调用的所述对应历史参数与生成的所述对应参数进行匹配；
S4.2.a.a、若调用的所述对应历史参数与生成的所述对应参数匹配时，所述照片识别系统自动对所述第一个人物进行命名，并按所述第一个人物的名称进行人物名称分级目录存储；
S4.2.a.b、若调用的所述对应历史参数与生成的所述对应参数不匹配时，所述照片识别系统提醒所述客户端对所述第一个人物进行命名，所述客户端选择对所述第一个人物进行命名或不理会所述提醒，若所述客户端对所述第一个人物进行了命名，所述照片识别系统按所述第一个人物的名称进行人物名称分级目录存储；若所述客户端没有对所述第一个人物进行命名，所述照片识别系统将所述第一个人物自动命名为人物1，所述照片识别系统按所述人物1的名称进行人物名称分级目录存储；
S4.2.b、当所述客户端没有对所述第一个人物已经通过所述照片识别系统进行过重命名，所述照片识别系统进行所述S4.2.a.b步骤；
S5、所述照片识别系统再对所述照片中人物自左侧第二个人物开始识别，循环进行所述S4步骤，直至识别完所述照片中最右侧的人物，即完成所述照片的识别。
2.根据权利要求1所述的照片中人物识别方法，其特征在于，所述步骤S4.2中，所述照片识别系统通过所述五官定位模块进行识别时，所述照片识别系统还通过所述皮肤色差模块进行识别时，同时生成对应的五官参数和肤色参数。
3.根据权利要求2所述的照片中人物识别方法，其特征在于，所述皮肤色差模块用于对所述人物中所述平面的脸部肤色及其局部色差进行识别，并生成肤色参数。
4.根据权利要求3所述的照片中人物识别方法，其特征在于，所述局部色差包含体现所述脸部肤色的血丝、雀斑、痣、嘴唇颜色、嘴唇轮廓、眉毛颜色和眉毛轮廓。
5.根据权利要求1所述的照片中人物识别方法，其特征在于，所述客户端通过所述照片识别系统选择对所述人物1的名称进行个性化系统设置。
6.根据权利要求1所述的照片中人物识别方法，其特征在于，所述照片格式包括JEPG格式、GIF格式、TIFF格式和PNG格式。
CN201310480309.0A 2013-10-14 2013-10-14 一种照片中人物识别方法 Expired - Fee Related CN103500220B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310480309.0A CN103500220B (zh) 2013-10-14 2013-10-14 一种照片中人物识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310480309.0A CN103500220B (zh) 2013-10-14 2013-10-14 一种照片中人物识别方法

Publications (2)

Publication Number Publication Date
CN103500220A true CN103500220A (zh) 2014-01-08
CN103500220B CN103500220B (zh) 2017-02-22

Family

ID=49865431

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310480309.0A Expired - Fee Related CN103500220B (zh) 2013-10-14 2013-10-14 一种照片中人物识别方法

Country Status (1)

Country Link
CN (1) CN103500220B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104331673A (zh) * 2014-10-30 2015-02-04 宇龙计算机通信科技(深圳)有限公司 智能终端及基于智能终端的照片安全处理方法
CN104732218A (zh) * 2015-03-31 2015-06-24 努比亚技术有限公司 图像显示的方法及装置
CN104850848A (zh) * 2015-06-04 2015-08-19 广东欧珀移动通信有限公司 照片分类方法及装置
CN104951426A (zh) * 2014-03-26 2015-09-30 联想移动通信软件（武汉）有限公司 一种拍照分类处理的方法、装置及终端设备
CN104965595A (zh) * 2015-07-14 2015-10-07 网云（武汉）三维打印科技有限公司 一种2d打印方法和装置
CN105159959A (zh) * 2015-08-20 2015-12-16 广东欧珀移动通信有限公司 图像文件的处理方法和系统
WO2016202132A1 (zh) * 2015-06-17 2016-12-22 深圳市金刚蚁机器人技术有限公司 一种照片管理方法和系统
CN107688597A (zh) * 2017-06-16 2018-02-13 湖北民族学院 一种大型真菌识别方法
CN108717464A (zh) * 2018-05-31 2018-10-30 中国联合网络通信集团有限公司 照片处理方法、装置及终端设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859367A (zh) * 2009-04-07 2010-10-13 北京算通数字技术研究中心有限公司 数字照片分拣方法、装置及应用系统
CN102033958A (zh) * 2010-12-28 2011-04-27 Tcl数码科技（深圳）有限责任公司 一种照片分类管理系统及方法
CN102339289A (zh) * 2010-07-21 2012-02-01 阿里巴巴集团控股有限公司 文字信息与图像信息的匹配识别方法及服务器
CN102917126A (zh) * 2012-10-11 2013-02-06 中兴通讯股份有限公司 一种照片处理方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101859367A (zh) * 2009-04-07 2010-10-13 北京算通数字技术研究中心有限公司 数字照片分拣方法、装置及应用系统
CN102339289A (zh) * 2010-07-21 2012-02-01 阿里巴巴集团控股有限公司 文字信息与图像信息的匹配识别方法及服务器
CN102033958A (zh) * 2010-12-28 2011-04-27 Tcl数码科技（深圳）有限责任公司 一种照片分类管理系统及方法
CN102917126A (zh) * 2012-10-11 2013-02-06 中兴通讯股份有限公司 一种照片处理方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡珍珍: "基于深度数据的人脸旋转角度估计及三维人脸识别的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951426A (zh) * 2014-03-26 2015-09-30 联想移动通信软件（武汉）有限公司 一种拍照分类处理的方法、装置及终端设备
CN104331673A (zh) * 2014-10-30 2015-02-04 宇龙计算机通信科技(深圳)有限公司 智能终端及基于智能终端的照片安全处理方法
CN104331673B (zh) * 2014-10-30 2018-07-27 宇龙计算机通信科技(深圳)有限公司 智能终端及基于智能终端的照片安全处理方法
CN104732218A (zh) * 2015-03-31 2015-06-24 努比亚技术有限公司 图像显示的方法及装置
CN104850848A (zh) * 2015-06-04 2015-08-19 广东欧珀移动通信有限公司 照片分类方法及装置
WO2016202132A1 (zh) * 2015-06-17 2016-12-22 深圳市金刚蚁机器人技术有限公司 一种照片管理方法和系统
CN104965595A (zh) * 2015-07-14 2015-10-07 网云（武汉）三维打印科技有限公司 一种2d打印方法和装置
CN104965595B (zh) * 2015-07-14 2017-09-22 网云（武汉）三维打印科技有限公司 一种2d打印方法和装置
CN105159959A (zh) * 2015-08-20 2015-12-16 广东欧珀移动通信有限公司 图像文件的处理方法和系统
CN107688597A (zh) * 2017-06-16 2018-02-13 湖北民族学院 一种大型真菌识别方法
CN108717464A (zh) * 2018-05-31 2018-10-30 中国联合网络通信集团有限公司 照片处理方法、装置及终端设备

Also Published As

Publication number Publication date
CN103500220B (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN103500220A (zh) 一种照片中人物识别方法
US8553949B2 (en) Classification and organization of consumer digital images using workflow, and face detection and recognition
US7587068B1 (en) Classification database for consumer digital images
US7869658B2 (en) Representative image selection based on hierarchical clustering
US7564994B1 (en) Classification system for consumer digital images using automatic workflow and face detection and recognition
US7551755B1 (en) Classification and organization of consumer digital images using workflow, and face detection and recognition
US7555148B1 (en) Classification system for consumer digital images using workflow, face detection, normalization, and face recognition
US7558408B1 (en) Classification system for consumer digital images using workflow and user interface modules, and face detection and recognition
US20080220750A1 (en) Face Categorization and Annotation of a Mobile Phone Contact List
CN106570110A (zh) 图像去重方法及装置
CN109891466A (zh) 3d模型的增强扫描
US20080085055A1 (en) Differential cluster ranking for image record access
CN108401112A (zh) 图像处理方法、装置、终端及存储介质
JP2006344215A (ja) デジタル画像のコレクションの組み立て方法
JP2016505950A (ja) 最良の写真を検出及び選択する方法及びシステム
US20150317510A1 (en) Rating photos for tasks based on content and adjacent signals
TW200828184A (en) Method and system for image editing
CN105684046A (zh) 生成图像组成
WO2021115483A1 (zh) 一种图像处理方法及相关装置
US20110137964A1 (en) File System Manager Using Tagging Organization
JPWO2013132557A1 (ja) コンテンツ加工装置とその集積回路、方法、およびプログラム
CN114222995A (zh) 图像处理方法、装置以及电子设备
JP2004023656A (ja) 画像処理装置、画像処理方法、及び、プログラム
CN114627211A (zh) 视频名片生成方法、装置、计算机设备和存储介质
JP4650034B2 (ja) 画像管理装置、画像管理方法、および画像管理プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170222

Termination date: 20171014