CN103927372A - 一种基于用户语义的图像处理方法 - Google Patents

一种基于用户语义的图像处理方法 Download PDF

Info

Publication number
CN103927372A
CN103927372A CN201410168031.8A CN201410168031A CN103927372A CN 103927372 A CN103927372 A CN 103927372A CN 201410168031 A CN201410168031 A CN 201410168031A CN 103927372 A CN103927372 A CN 103927372A
Authority
CN
China
Prior art keywords
image
semanteme
original image
user
method based
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
CN201410168031.8A
Other languages
English (en)
Other versions
CN103927372B (zh
Inventor
张伟
傅松林
曹晨
张长定
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.)
Xiamen Meitu Technology Co Ltd
Original Assignee
Xiamen Meitu Technology Co Ltd
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 Xiamen Meitu Technology Co Ltd filed Critical Xiamen Meitu Technology Co Ltd
Priority to CN201410168031.8A priority Critical patent/CN103927372B/zh
Publication of CN103927372A publication Critical patent/CN103927372A/zh
Application granted granted Critical
Publication of CN103927372B publication Critical patent/CN103927372B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于用户语义的图像处理方法，其通过预先搜集训练图像及滤镜方案，并对训练图像进行分类和对滤镜方案进行标注语义的设置，图像处理时只需用户选择待处理的原始图像及输入效果语义，服务器即可根据接收的原始图像和效果语义智能提供对应的滤镜方案并将经过滤镜处理后的效果图返回给用户，操作方便，为用户节约了宝贵的时间和精力。

Description

一种基于用户语义的图像处理方法
技术领域
本发明涉及一种图像处理方法，特别是一种基于用户语义的图像处理方法。
背景技术
日常生活中，我们在分享图像前经常要对图像进行处理，而现在的图像处理软件都是需要用户自己去调整细节，还没有完全智能地为用户挑选适合的效果进行处理，而且用户也会因为效果过多而导致花费大量的时间与精力去选择与对比。还有，现在的图像处理软件里的效果都是预先设定好的，能满足大部分情况，但是不能满足一些特殊情况，例如用户心情不好的时候，需要的可能就是一些比较伤感的效果。用户过年过节的时候，需要的可能就是一些比较喜庆的元素。
发明内容
本发明为解决上述问题，提供了一种基于用户语义的图像处理方法，其能够根据用户选择的待处理图像及输入的效果语义智能提供滤镜方案，为用户节约宝贵的时间和精力。
为实现上述目的，本发明采用的技术方案为：
一种基于用户语义的图像处理方法，其特征在于，包括以下步骤：
10.搜集训练图像及滤镜方案，并保存至服务器；
20.对训练图像进行分类，对滤镜方案进行标注语义的设置，并将图像类别与滤镜方案相匹配；
30.选择待处理的原始图像，并输入要进行的图像处理的效果语义；
40.将选择的原始图像和输入的效果语义上传至服务器，服务器根据接收的原始图像和效果语义进行分析，得到与滤镜方案的标注语义相匹配的最终效果语义；
50.服务器根据原始图像及最终效果语义进行图像类别的分析，并将分析完成的原始图像的图像类别所对应的滤镜方案作用于原始图像并返回给用户；
60.用户接收经过滤镜处理后的图像，保存为结果图像。
优选的，所述的步骤30中选择的原始图像为一张或一张以上，若原始图像为一张以上时，所述的步骤40中各个原始图像分别进行图像类别的分析。
优选的，所述的标注语义或最终效果语义包括以下类别的一种或多种：心情类语义、环境类语义、图像主体类语义。
优选的，所述的心情类语义包括以下词汇或其同义词、近义词中的一种或多种：喜、怒、忧、思、悲、恐、惊。
优选的，所述的环境类语义包括图像的背景场所、天气情况，其中背景场所包括以下场所的一种：公司、家、体育场、球馆、演唱会、酒吧；天气情况包括以下天气的一种：下雨、下雪、晴天、阴天、雾天。
优选的，所述的图像主体类语义包括食物、人、车、建筑物、景物或宠物。
优选的，所述的步骤40中服务器根据接收的原始图像和效果语义进行分析，得到与滤镜方案的标注语义相匹配的最终效果语义，主要是利用对词语进行词的提取，并根据提取的内容规划各种语义类型。
优选的，所述的步骤50中服务器根据原始图像及最终效果语义进行图像类别的分析，主要是根据最终效果语义对原始图像的类别进行初步确定，然后再提取原始图像中的组成因素进一步确定其图像类别。
优选的，所述的原始图像的组成因素包括：图像的主体、图像的色调、图像的光线。
优选的，所述的步骤40里的滤镜方案的处理步骤包括以下一种或一种以上的组合操作：曲线处理、色阶处理、亮度对比度处理、饱和度处理、模糊处理、可选颜色处理、素材混合处理、阈值处理、阴影高光处理、色彩平衡处理、曝光度处理。
优选的，所述的步骤50中将分析完成的原始图像的图像类别及其对应的滤镜方案作用于原始图像生成效果图，并将效果图返回给用户。
本发明的有益效果是：
本发明的一种基于用户语义的图像处理方法，其通过预先搜集训练图像及滤镜方案，并对训练图像进行分类和对滤镜方案进行标注语义的设置，图像处理时只需用户选择待处理的原始图像及输入效果语义，服务器即可根据接收的原始图像和效果语义智能提供对应的滤镜方案，并将经过滤镜处理后的效果图返回给用户，操作方便，为用户节约了宝贵的时间和精力。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一种基于用户语义的图像处理方法的流程简图；
图2为本发明一实施例中待处理的原始图像；
图3为图2原始图像基于用户语义的图像处理后的结果图像。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明的一种基于用户语义的图像处理方法，其包括以下步骤：
10.搜集训练图像及滤镜方案，并保存至服务器；
20.对训练图像进行分类，对滤镜方案进行标注语义的设置，并将图像类别与滤镜方案相匹配；
30.选择待处理的原始图像，并输入要进行的图像处理的效果语义；
40.将选择的原始图像和输入的效果语义上传至服务器，服务器根据接收的原始图像和效果语义进行分析，得到与滤镜方案的标注语义相匹配的最终效果语义；
50.服务器根据原始图像及最终效果语义进行图像类别的分析，并将分析完成的原始图像的图像类别所对应的滤镜方案作用于原始图像并返回给用户；
60.用户接收经过滤镜处理后的图像，保存为结果图像。
在完成上述步骤后，还可增加一询问步骤，询问用户是否将结果图像添加至服务器的训练图像的数据库中；此处的服务器为远程服务器。
本实施例中，所述的步骤30中选择的原始图像为一张或一张以上，若原始图像为一张以上时，所述的步骤40中各个原始图像分别进行图像类别的分析。
上述的标注语义或最终效果语义包括以下类别的一种或多种：心情类语义、环境类语义、图像主体类语义；其中，心情类语义包括以下词汇或其同义词、近义词中的一种或多种：喜、怒、忧、思、悲、恐、惊；环境类语义包括图像的背景场所、天气情况，其中背景场所包括以下场所的一种：公司、家、体育场、球馆、演唱会、酒吧；天气情况包括以下天气的一种：下雨、下雪、晴天、阴天、雾天；图像主体类语义包括食物、人、车、建筑物、景物或宠物。例如：“我在酒吧，好high！”这段语义就包括了主体是人物，环境是酒吧，心情是很开心，兴奋；“心情压抑时，来个甜品补充下能量！”这段语义就包括了主体是食物甜品、心情是压抑的，不开心的；“厦门天气好好”这段语义就包括了当前的天气情况是晴天，地点是厦门。上述仅列举了部分语义，还可包括其同义词或近义词等。
本实施例中，所述的步骤40中服务器根据接收的原始图像和效果语义进行分析，得到与滤镜方案的标注语义相匹配的最终效果语义，主要是利用对词语进行词的提取，并根据提取的内容规划各种语义类型；所述的步骤50中服务器根据原始图像及最终效果语义进行图像类别的分析，主要是根据最终效果语义对原始图像的类别进行初步确定，然后再提取原始图像中的组成因素进一步确定其图像类别。
所述的原始图像的组成因素包括：图像的主体、图像的色调、图像的光线。
其中，图像的主体可以通过显著性检测对图像进行主体的提取，然后通过深度学习模糊卷积神经网络的方法判断其主体，例如：人、动物、食物、建筑物、景物等。所述的卷积神经网络(Convolutional Neural Networks，简称CNN)是近年来广泛应用于模式识别、图像处理等领域的一种高效识别算法，它具有结构简单、训练参数少和适应性强等特点，它是通过直接作用于输入样本，用样本来训练网络并最终实现检测任务的，可以省去传统方法中建模、参数估计以及参数检验、重建模型等的一系列复杂过程。
图像的色调包括整体主色调、主体主色调、环境主色调等；整体主色调可以通过对图像的所有颜色进行分布统计，得到最多的颜色区域，并从该颜色区域中获取最主要的颜色作为整体主色调，主体主色调即在主体区域中进行计算，环境主色调即在主体以外的区域进行计算。
滤镜方案的处理步骤包括以下一种或一种以上的组合操作：曲线处理、色阶处理、亮度对比度处理、饱和度处理、模糊处理、可选颜色处理、素材混合处理、阈值处理、阴影高光处理、色彩平衡处理、曝光度处理。
图像的光线包括光线的类别及光线的方向等；光线的类别包括环境光、主体光、整体光等；环境光即表示主体区域以外的平均颜色，主体光为主体区域的平均颜色，整体光为整张图像的平均颜色；光线的方向主要是指主体在图像中所处的光线情况，例如顺光、逆光、太阳直射光等。
所述的步骤50中将分析完成的原始图像的图像类别及其对应的滤镜方案作用于原始图像生成效果图，并将效果图返回给用户。具体为：根据原始图像中的组成因素确定其图像类别，例如根据原始图像的主体、光线、色调等因素对图像进行适合的效果处理，提供与该图像类别相对应的滤镜方案，并将经过滤镜处理后的效果图返回给用户；例如：主体是人时，我们就会对图像进行磨皮美白处理；主体光线不足时，我们就会对图像进行补光处理；过年过节时，我们就会为图像添加喜庆的边框或者素材因素；心情不好时，我们就会对图像进行各种伤感效果的处理，如图2及图3所示，图2为待处理的原始图像，当用户输入的效果语义为“心情不好，来个甜品”时，这段语义包括了主体是甜品，心情是不开心的，因此服务器将提供比较伤感的滤镜方案对图2进行处理，例如原来的颜色较为鲜艳时，处理为较暗淡的效果，或增加其它伤感因素，例如下雨天，得到处理后的图3。
上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (11)

1.一种基于用户语义的图像处理方法，其特征在于，包括以下步骤：
10.搜集训练图像及滤镜方案，并保存至服务器；
20.对训练图像进行分类，对滤镜方案进行标注语义的设置，并将图像类别与滤镜方案相匹配；
30.选择待处理的原始图像，并输入要进行的图像处理的效果语义；
40.将选择的原始图像和输入的效果语义上传至服务器，服务器根据接收的原始图像和效果语义进行分析，得到与滤镜方案的标注语义相匹配的最终效果语义；
50.服务器根据原始图像及最终效果语义进行图像类别的分析，并将分析完成的原始图像的图像类别所对应的滤镜方案作用于原始图像并返回给用户；
60.用户接收经过滤镜处理后的图像，保存为结果图像。
2.根据权利要求1所述的一种基于用户语义的图像处理方法，其特征在于：所述的步骤30中选择的原始图像为一张或一张以上，若原始图像为一张以上时，所述的步骤40中各个原始图像分别进行图像类别的分析。
3.根据权利要求1所述的一种基于用户语义的图像处理方法，其特征在于：所述的标注语义或最终效果语义包括以下类别的一种或多种：心情类语义、环境类语义、图像主体类语义。
4.根据权利要求3所述的一种基于用户语义的图像处理方法，其特征在于：所述的心情类语义包括以下词汇或其同义词、近义词中的一种或多种：喜、怒、忧、思、悲、恐、惊。
5.根据权利要求1所述的一种基于用户语义的图像处理方法，其特征在于：所述的环境类语义包括图像的背景场所、天气情况，其中背景场所包括以下场所的一种：公司、家、体育场、球馆、演唱会、酒吧；天气情况包括以下天气的一种：下雨、下雪、晴天、阴天、雾天。
6.根据权利要求1所述的一种基于用户语义的图像处理方法，其特征在于：所述的图像主体类语义包括食物、人、车、建筑物、景物或宠物。
7.根据权利要求1所述的一种基于用户语义的图像处理方法，其特征在于：所述的步骤40中服务器根据接收的原始图像和效果语义进行分析，得到与滤镜方案的标注语义相匹配的最终效果语义，主要是利用对词语进行词的提取，并根据提取的内容规划各种语义类型。
8.根据权利要求1所述的一种基于用户语义的图像处理方法，其特征在于：所述的步骤50中服务器根据原始图像及最终效果语义进行图像类别的分析，主要是根据最终效果语义对原始图像的类别进行初步确定，然后再提取原始图像中的组成因素进一步确定其图像类别。
9.根据权利要求8所述的一种基于用户语义的图像处理方法，其特征在于：所述的原始图像的组成因素包括：图像的主体、图像的色调、图像的光线。
10.根据权利要求1至9中任一项所述的一种基于用户语义的图像处理方法，其特征在于：所述的滤镜方案的处理步骤包括以下一种或一种以上的组合操作：曲线处理、色阶处理、亮度对比度处理、饱和度处理、模糊处理、可选颜色处理、素材混合处理、阈值处理、阴影高光处理、色彩平衡处理、曝光度处理。
11.根据权利要求1所述的一种基于用户语义的图像处理方法，其特征在于：所述的步骤50中将分析完成的原始图像的图像类别及其对应的滤镜方案作用于原始图像生成效果图，并将效果图返回给用户。
CN201410168031.8A 2014-04-24 2014-04-24 一种基于用户语义的图像处理方法 Active CN103927372B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410168031.8A CN103927372B (zh) 2014-04-24 2014-04-24 一种基于用户语义的图像处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410168031.8A CN103927372B (zh) 2014-04-24 2014-04-24 一种基于用户语义的图像处理方法

Publications (2)

Publication Number Publication Date
CN103927372A true CN103927372A (zh) 2014-07-16
CN103927372B CN103927372B (zh) 2017-09-29

Family

ID=51145593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410168031.8A Active CN103927372B (zh) 2014-04-24 2014-04-24 一种基于用户语义的图像处理方法

Country Status (1)

Country Link
CN (1) CN103927372B (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447846A (zh) * 2014-08-25 2016-03-30 联想(北京)有限公司 一种图像处理方法及电子设备
WO2016173423A1 (zh) * 2015-04-28 2016-11-03 腾讯科技（深圳）有限公司 图像处理方法、装置、设备及计算机存储介质
CN106462946A (zh) * 2014-04-25 2017-02-22 索尼公司 响应于外部应用处理数字照片
CN106530252A (zh) * 2016-11-08 2017-03-22 北京小米移动软件有限公司 图像处理方法及装置
CN107371057A (zh) * 2017-06-16 2017-11-21 武汉斗鱼网络科技有限公司 一种设置美颜效果的方法和装置
CN107506362A (zh) * 2016-11-23 2017-12-22 上海大学 基于用户群优化的图像分类仿脑存储方法
CN108076288A (zh) * 2017-12-14 2018-05-25 光锐恒宇（北京）科技有限公司 图像处理方法、装置和计算机可读存储介质
CN109582814A (zh) * 2018-12-05 2019-04-05 武汉东湖大数据交易中心股份有限公司 一种基于语义的图像处理系统
CN109727208A (zh) * 2018-12-10 2019-05-07 北京达佳互联信息技术有限公司 滤镜推荐方法、装置、电子设备及存储介质
CN110147190A (zh) * 2018-06-29 2019-08-20 腾讯科技（深圳）有限公司 图像处理方法及电子终端
WO2020227971A1 (en) * 2019-05-15 2020-11-19 Microsoft Technology Licensing, Llc Image generation
CN113676662A (zh) * 2021-08-13 2021-11-19 Oppo广东移动通信有限公司 图片处理方法、移动终端、控制装置和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007080099A (ja) * 2005-09-15 2007-03-29 Ricoh Co Ltd 画像処理装置、画像検索方法および画像検索プログラム
CN101315663A (zh) * 2008-06-25 2008-12-03 中国人民解放军国防科学技术大学 一种基于区域潜在语义特征的自然场景图像分类方法
US20090226062A1 (en) * 2008-03-05 2009-09-10 Keigo Nakamura Image processing system and image processing method
CN102455847A (zh) * 2010-10-15 2012-05-16 宏碁股份有限公司 基于语义的视觉效果产生系统
CN102542593A (zh) * 2011-09-30 2012-07-04 中山大学 一种基于视频解译的交互式视频风格化渲染方法
CN103186538A (zh) * 2011-12-27 2013-07-03 阿里巴巴集团控股有限公司 一种图像分类方法和装置、图像检索方法和装置
CN103413270A (zh) * 2013-08-15 2013-11-27 北京小米科技有限责任公司 一种图像的处理方法、装置和终端设备
CN103533241A (zh) * 2013-10-14 2014-01-22 厦门美图网科技有限公司 一种智能滤镜的拍照方法
CN103595898A (zh) * 2013-11-12 2014-02-19 厦门美图网科技有限公司 一种基于图像信息的智能滤镜处理方法
CN103716547A (zh) * 2014-01-15 2014-04-09 厦门美图之家科技有限公司 一种智能模式的拍照方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007080099A (ja) * 2005-09-15 2007-03-29 Ricoh Co Ltd 画像処理装置、画像検索方法および画像検索プログラム
US20090226062A1 (en) * 2008-03-05 2009-09-10 Keigo Nakamura Image processing system and image processing method
CN101315663A (zh) * 2008-06-25 2008-12-03 中国人民解放军国防科学技术大学 一种基于区域潜在语义特征的自然场景图像分类方法
CN102455847A (zh) * 2010-10-15 2012-05-16 宏碁股份有限公司 基于语义的视觉效果产生系统
CN102542593A (zh) * 2011-09-30 2012-07-04 中山大学 一种基于视频解译的交互式视频风格化渲染方法
CN103186538A (zh) * 2011-12-27 2013-07-03 阿里巴巴集团控股有限公司 一种图像分类方法和装置、图像检索方法和装置
CN103413270A (zh) * 2013-08-15 2013-11-27 北京小米科技有限责任公司 一种图像的处理方法、装置和终端设备
CN103533241A (zh) * 2013-10-14 2014-01-22 厦门美图网科技有限公司 一种智能滤镜的拍照方法
CN103595898A (zh) * 2013-11-12 2014-02-19 厦门美图网科技有限公司 一种基于图像信息的智能滤镜处理方法
CN103716547A (zh) * 2014-01-15 2014-04-09 厦门美图之家科技有限公司 一种智能模式的拍照方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李晓玮: ""浅谈利用图像软件处理数码照片技术"", 《电脑知识与技术》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106462946A (zh) * 2014-04-25 2017-02-22 索尼公司 响应于外部应用处理数字照片
CN105447846A (zh) * 2014-08-25 2016-03-30 联想(北京)有限公司 一种图像处理方法及电子设备
US10445866B2 (en) 2015-04-28 2019-10-15 Tencent Technology (Shenzhen) Company Limited Image processing method and device, equipment and computer storage medium
WO2016173423A1 (zh) * 2015-04-28 2016-11-03 腾讯科技（深圳）有限公司 图像处理方法、装置、设备及计算机存储介质
CN106161990A (zh) * 2015-04-28 2016-11-23 腾讯科技（北京）有限公司 一种图像处理方法和装置
CN106161990B (zh) * 2015-04-28 2019-11-12 腾讯科技（北京）有限公司 一种图像处理方法和装置
CN106530252A (zh) * 2016-11-08 2017-03-22 北京小米移动软件有限公司 图像处理方法及装置
CN106530252B (zh) * 2016-11-08 2019-07-16 北京小米移动软件有限公司 图像处理方法及装置
CN107506362A (zh) * 2016-11-23 2017-12-22 上海大学 基于用户群优化的图像分类仿脑存储方法
CN107506362B (zh) * 2016-11-23 2021-02-23 上海大学 基于用户群优化的图像分类仿脑存储方法
CN107371057A (zh) * 2017-06-16 2017-11-21 武汉斗鱼网络科技有限公司 一种设置美颜效果的方法和装置
CN107371057B (zh) * 2017-06-16 2020-09-08 武汉斗鱼网络科技有限公司 一种设置美颜效果的方法和装置
CN108076288A (zh) * 2017-12-14 2018-05-25 光锐恒宇（北京）科技有限公司 图像处理方法、装置和计算机可读存储介质
CN110147190A (zh) * 2018-06-29 2019-08-20 腾讯科技（深圳）有限公司 图像处理方法及电子终端
CN110147190B (zh) * 2018-06-29 2024-03-08 腾讯科技（深圳）有限公司 图像处理方法及电子终端
CN109582814A (zh) * 2018-12-05 2019-04-05 武汉东湖大数据交易中心股份有限公司 一种基于语义的图像处理系统
CN109727208A (zh) * 2018-12-10 2019-05-07 北京达佳互联信息技术有限公司 滤镜推荐方法、装置、电子设备及存储介质
WO2020227971A1 (en) * 2019-05-15 2020-11-19 Microsoft Technology Licensing, Llc Image generation
CN113676662A (zh) * 2021-08-13 2021-11-19 Oppo广东移动通信有限公司 图片处理方法、移动终端、控制装置和存储介质

Also Published As

Publication number Publication date
CN103927372B (zh) 2017-09-29

Similar Documents

Publication Publication Date Title
CN103927372A (zh) 一种基于用户语义的图像处理方法
CN109173263B (zh) 一种图像数据处理方法和装置
CN108121957B (zh) 美颜素材的推送方法及装置
CN107680090A (zh) 基于改进全卷积神经网络的输电线路绝缘子状态识别方法
CN106372648A (zh) 基于多特征融合卷积神经网络的浮游生物图像分类方法
CN109068056A (zh) 一种电子设备及其拍摄图像的滤镜处理方法、存储介质
CN104951554B (zh) 为风景照配上符合其意境的诗句的方法
CN107480622A (zh) 微表情识别方法、装置及存储介质
CN106599925A (zh) 一种基于深度学习的植物叶片识别系统与方法
CN109614517A (zh) 视频的分类方法、装置、设备及存储介质
CN107993238A (zh) 一种基于注意力模型的头肩部分图像分割方法及装置
EP3867808A1 (en) Method and device for automatic identification of labels of image
CN105184270A (zh) 一种基于脉冲耦合神经网络方法的道路信息遥感提取方法
CN102446352A (zh) 视频图像处理方法及装置
CN106408086A (zh) 用于图像优化的深度学习神经网络处理方法及系统
CN104636759A (zh) 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统
CN109800817A (zh) 基于融合语义神经网络的图像分类方法
CN101763440A (zh) 对搜索图像的过滤方法
CN108984576A (zh) 一种基于卷积神经网络的专利文献获取方法及系统
CN110533027B (zh) 一种基于移动设备的文本检测和识别方法与系统
CN105931211A (zh) 一种人脸图像美化方法
CN111488940A (zh) 一种基于深度卷积神经网络的航标图像智能分类方法
CN109034007A (zh) 一种基于卷积神经网络的遥感影像的植被提取优化方法
CN110599232A (zh) 基于大数据的消费群体分析方法
CN113051823A (zh) 一种扫描头的补光灯调节方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant