CN104765732B - 图片参数获取方法及图片参数获取装置 - Google Patents

图片参数获取方法及图片参数获取装置 Download PDF

Info

Publication number
CN104765732B
CN104765732B CN201410002087.6A CN201410002087A CN104765732B CN 104765732 B CN104765732 B CN 104765732B CN 201410002087 A CN201410002087 A CN 201410002087A CN 104765732 B CN104765732 B CN 104765732B
Authority
CN
China
Prior art keywords
feature
library
relatively
image parameters
weight coefficient
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.)
Active
Application number
CN201410002087.6A
Other languages
English (en)
Other versions
CN104765732A (zh
Inventor
黄石柱
刘念
高文君
王�锋
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201410002087.6A priority Critical patent/CN104765732B/zh
Publication of CN104765732A publication Critical patent/CN104765732A/zh
Application granted granted Critical
Publication of CN104765732B publication Critical patent/CN104765732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供一种图片参数获取方法及图片参数获取装置,该图片参数获取方法包括步骤:设定至少一比较参数,根据比较参数选取比较训练库;根据比较训练库,获取图片的至少一比较特征;以及根据比较训练库以及比较特征,确定与比较参数对应的图片的图片参数。本发明还提供一种图片参数获取装置。本发明的图片参数获取方法及图片参数获取装置通过设定对应不同自定义的图片参数的比较训练库,实现对用户自定义的图片参数的获取。

Description

图片参数获取方法及图片参数获取装置
技术领域
本发明涉及互联网领域,特别是涉及一种图片参数获取方法及图片参数获取装置。
背景技术
随着社交平台的发展,人们越来越喜欢相互共享喜欢的图片,特别是自己或朋友的近期人物照片,有时用户会将上述照片保存下来供日后欣赏。
但是如果用户具有很多图片,用户查看这些图片时只能按照大小、修改日期等文件标准进行排序欣赏或打乱顺序欣赏。如果用户想按一些其他的标准(如美丽值、帅气值或相似度)排序进行欣赏或欣赏特定标准(如美丽值大于80分)的照片,由于图片并没有上述的参数,同时上述参数也无法通过物理标准进行定义,因此现有的图片参数获取方法及图片参数获取装置无法满足上述用户的图片排序需要或图片比较需要。
发明内容
本发明实施例提供一种可获取用户自定义的图片参数的图片参数获取方法,以解决现有的图片参数获取方法不能满足用户操作如排序操作、比较操作的需求的技术问题。
本发明实施例提供一种可获取用户自定义的图片参数的图片参数获取装置,以解决现有的图片参数获取装置不能满足用户操作如排序操作、比较操作的需求的技术问题。
为解决上述问题,本发明提供的技术方案如下:
本发明实施例提供一种图片参数获取方法,其包括步骤:
设定至少一比较参数,根据所述比较参数选取比较训练库;
根据所述比较训练库,获取图片的至少一比较特征;以及
根据所述比较训练库以及所述比较特征,确定与所述比较参数对应的所述图片的图片参数。
本发明实施例还提供一种图片参数获取装置,其包括:
训练库选取模块,用于设定至少一比较参数,根据所述比较参数选取比较训练库;
比较特征获取模块,用于根据所述比较训练库,获取图片的至少一比较特征;以及
图片参数确定模块,根据所述比较训练库以及所述比较特征,确定与所述比较参数对应的所述图片的图片参数。
相较于现有技术,本发明的图片参数获取方法及图片参数获取装置通过设定对应不同自定义的图片参数的比较训练库,实现对用户自定义的图片参数的获取,解决了现有的图片参数获取方法不能满足用户操作如排序操作、比较操作的需求的技术问题。
附图说明
图1为本发明的图片参数获取方法及图片参数获取装置所在的电子设备的工作环境结构示意图;
图2为本发明的图片参数获取装置的第一优选实施例的结构示意图;
图3为本发明的图片参数获取方法的第一优选实施例的流程图。
图4为本发明的图片参数获取装置的第二优选实施例的结构示意图;
图5为本发明的图片参数获取方法的第二优选实施例的流程图;
图6为本发明的图片参数获取装置的第三优选实施例的结构示意图;
图7为本发明的图片参数获取方法的第三优选实施例的流程图;
图8为本发明的图片参数获取装置及图片参数获取方法的一具体实施例的流程图;
图9为本发明的图片参数获取装置及图片参数获取方法的具体实施例的效果示意图之一;
图10为本发明的图片参数获取装置及图片参数获取方法的具体实施例的效果示意图之二。
具体实施方式
请参照图式,其中相同的组件符号代表相同的组件,本发明的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本发明具体实施例,其不应被视为限制本发明未在此详述的其它具体实施例。
在以下的说明中,本发明的具体实施例将参考由一部或多部计算机所执行之作业的步骤及符号来说明,除非另有述明。因此,其将可了解到这些步骤及操作,其中有数次提到为由计算机执行,包括了由代表了以一结构化型式中的数据之电子信号的计算机处理单元所操纵。此操纵转换该数据或将其维持在该计算机之内存系统中的位置处,其可重新配置或另外以本领域技术人员所熟知的方式来改变该计算机之运作。该数据所维持的数据结构为该内存之实体位置,其具有由该数据格式所定义的特定特性。但是,本发明原理以上述文字来说明,其并不代表为一种限制,本领域技术人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。
如本申请所使用的术语“组件”、“模块”、“系统”、“接口”、“进程”等等一般地旨在指计算机相关实体:硬件、硬件和软件的组合、软件或执行中的软件。例如,组件可以是但不限于是运行在处理器上的进程、处理器、对象、可执行应用、执行的线程、程序和/或计算机。通过图示,运行在控制器上的应用和该控制器二者都可以是组件。一个或多个组件可以有在于执行的进程和/或线程内,并且组件可以位于一个计算机上和/或分布在两个或更多计算机之间。
而且,要求保护的主题可以被实现为使用标准编程和/或工程技术产生软件、固件、硬件或其任意组合以控制计算机实现所公开的主题的方法、装置或制造品。本文所使用的术语“制造品”旨在包含可从任意计算机可读设备、载体或介质访问的计算机程序。当然,本领域技术人员将认识到可以对该配置进行许多修改,而不脱离要求保护的主题的范围或精神。
图1和随后的讨论提供了对实现本发明所述的图片参数获取装置所在的电子设备的工作环境的简短、概括的描述。图1的工作环境仅仅是适当的工作环境的一个实例并且不旨在建议关于工作环境的用途或功能的范围的任何限制。实例电子设备112包括但不限于个人计算机、服务器计算机、手持式或膝上型设备、移动设备(比如移动电话、个人数字助理(PDA)、媒体播放器等等)、多处理器系统、消费型电子设备、小型计算机、大型计算机、包括上述任意系统或设备的分布式计算环境,等等。
尽管没有要求,但是在“计算机可读指令”被一个或多个电子设备执行的通用背景下描述实施例。计算机可读指令可以经由计算机可读介质来分布(下文讨论)。计算机可读指令可以实现为程序模块,比如执行特定任务或实现特定抽象数据类型的功能、对象、应用编程接口(API)、数据结构等等。典型地,该计算机可读指令的功能可以在各种环境中随意组合或分布。
图1图示了包括本发明的图片参数获取装置的一个或多个实施例的电子设备112的实例。在一种配置中,电子设备112包括至少一个处理单元116和存储器118。根据电子设备的确切配置和类型,存储器118可以是易失性的(比如RAM)、非易失性的(比如ROM、闪存等)或二者的某种组合。该配置在图1中由虚线114图示。
在其他实施例中,电子设备112可以包括附加特征和/或功能。例如,设备112还可以包括附加的存储装置(例如可移除和/或不可移除的),其包括但不限于磁存储装置、光存储装置等等。这种附加存储装置在图1中由存储装置120图示。在一个实施例中,用于实现本文所提供的一个或多个实施例的计算机可读指令可以在存储装置120中。存储装置120还可以存储用于实现操作系统、应用程序等的其他计算机可读指令。计算机可读指令可以载入存储器118中由例如处理单元116执行。
本文所使用的术语“计算机可读介质”包括计算机存储介质。计算机存储介质包括以用于存储诸如计算机可读指令或其他数据之类的信息的任何方法或技术实现的易失性和非易失性、可移除和不可移除介质。存储器118和存储装置120是计算机存储介质的实例。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字通用盘(DVD)或其他光存储装置、盒式磁带、磁带、磁盘存储装置或其他磁存储设备、或可以用于存储期望信息并可以被电子设备112访问的任何其他介质。任意这样的计算机存储介质可以是电子设备112的一部分。
电子设备112还可以包括允许电子设备112与其他设备通信的通信连接126。通信连接126可以包括但不限于调制解调器、网络接口卡(NIC)、集成网络接口、射频发射器/接收器、红外端口、USB连接或用于将电子设备112连接到其他电子设备的其他接口。通信连接126可以包括有线连接或无线连接。通信连接126可以发射和/或接收通信媒体。
术语“计算机可读介质”可以包括通信介质。通信介质典型地包含计算机可读指令或诸如载波或其他传输机构之类的“己调制数据信号”中的其他数据,并且包括任何信息递送介质。术语“己调制数据信号”可以包括这样的信号:该信号特性中的一个或多个按照将信息编码到信号中的方式来设置或改变。
电子设备112可以包括输入设备124,比如键盘、鼠标、笔、语音输入设备、触摸输入设备、红外相机、视频输入设备和/或任何其他输入设备。设备112中也可以包括输出设备122,比如一个或多个显示器、扬声器、打印机和/或任意其他输出设备。输入设备124和输出设备122可以经由有线连接、无线连接或其任意组合连接到电子设备112。在一个实施例中,来自另一个电子设备的输入设备或输出设备可以被用作电子设备112的输入设备124或输出设备122。
电子设备112的组件可以通过各种互连(比如总线)连接。这样的互连可以包括外围组件互连(PCI)(比如快速PCI)、通用串行总线(USB)、火线(IEEE1394)、光学总线结构等等。在另一个实施例中,电子设备112的组件可以通过网络互连。例如,存储器118可以由位于不同物理位置中的、通过网络互连的多个物理存储器单元构成。
本领域技术人员将认识到,用于存储计算机可读指令的存储设备可以跨越网络分布。例如,可经由网络128访问的电子设备130可以存储用于实现本发明所提供的一个或多个实施例的计算机可读指令。电子设备112可以访问电子设备130并且下载计算机可读指令的一部分或所有以供执行。可替代地,电子设备112可以按需要下载多条计算机可读指令,或者一些指令可以在电子设备112处执行并且一些指令可以在电子设备130处执行。
本文提供了实施例的各种操作。在一个实施例中,所述的一个或多个操作可以构成一个或多个计算机可读介质上存储的计算机可读指令,其在被电子设备执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且,应当理解,不是所有操作必需在本文所提供的每个实施例中存在。
而且,本文所使用的词语“优选的”意指用作实例、示例或例证。奉文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反,词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即,除非另外指定或从上下文中清楚,“X使用A或B”意指自然包括排列的任意一个。即,如果X使用A;X使用B;或X使用A和B二者,则“X使用A或B”在前述任一示例中得到满足。
而且,尽管已经相对于一个或多个实现方式示出并描述了本公开,但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型,并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件、资源等)执行的各种功能,用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示),即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外,尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开,但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或多个其他特征组合。而且,就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言,这样的术语旨在以与术语“包含”相似的方式包括。
请参照图2,图2为本发明的图片参数获取装置的第一优选实施例的结构示意图。本优选实施例的图片参数获取装置20可设置在上述电子设备112中,其包括训练库选取模块21、比较特征获取模块22以及图片参数确定模块23。训练库选取模块21用于设定至少一比较参数24,根据该比较参数24选取比较训练库25;比较特征获取模块22用于根据比较训练库25,获取图片的至少一比较特征;图片参数确定模块23用于根据比较训练库以及比较特征,确定与比较参数对应的图片的图片参数26。
其中比较参数24为用户自定义的比较标准,相对于人脸照片而言,可以是该照片上人脸的脸型标准或五官标准,如该人脸型的漂亮程度或该人脸型的可爱程度等,由于上述标准不能通过物理标准进行定义,因此该标准需要用户对其进行自定义。由于同一比较参数24相对不同的用户会有一定的差异,因此本优选实施例中设定有相应的比较训练库25,该比较训练库25使用大数量的用户使用数据对该比较参数24的最优标准(该最优标准可有多个)进行训练生成,比较训练库25与比较参数24一一对应。比较训练库25对某个比较参数24的最优标准进行训练时,需要针对该比较参数24选定图片的至少一个比较特征(如人脸的形状、两眼的间距等等),通过上述比较特征的参数构成上述的比较训练库25。图片参数26为根据上述比较标准对该图片的评分,分数越高即说明该图片越接近比较参数24的最优标准,分数越低即说面该图片越远离该比较参数24的最优标准。
本优选实施例的图片参数获取装置20使用时,首先训练库选取模块21根据设定的比较参数24,选取相应的比较训练库25;如用户想要调用漂亮的自定义比较标准,可在训练库选取模块21中设定“漂亮”的比较参数24,这样训练库选取模块21会选取与“漂亮”的比较参数24对应的比较训练库25。
随后比较特征获取模块22读取训练库选取模块21选取的比较训练库25中的与该比较参数24对应的至少一个比较特征,如“漂亮”的比较参数24包括脸部轮廓形状以及双眼位置等比较特征;然后根据获取的比较特征,获取待获取图片参数的图片的比较特征,以获取图片上人脸的脸部轮廓形状以及双眼位置等比较特征的具体参数。
最后图片参数确定模块23将比较特征获取模块22获取的所有比较特征的具体参数,与比较训练库25中的比较参数24的最优标准进行比较,确定该图片最终的图片参数26(即对该图片进行评分);如比较参数24具有多个最优标准,则以该图片最接近的最优标准对该图片进行评分。
这样即完成了本优选实施例的图片参数获取装置20的图片参数获取过程。
本优选实施例的图片参数获取装置通过设定对应不同自定义的图片参数的比较训练库,实现对用户自定义的图片参数的获取。
请参照图2和图3,图3为本发明的图片参数获取方法的第一优选实施例的流程图。本优选实施例的图片参数获取方法可使用上述图片参数获取装置20的第一优选实施例进行实施。该图片参数获取方法包括:
步骤S301,设定至少一比较参数,根据比较参数选取比较训练库;
步骤S302,根据比较训练库,获取图片的至少一比较特征;
步骤S303,根据比较训练库以及比较特征,确定与比较参数对应的图片的图片参数;
本优选实施例的图片参数获取方法结束于步骤S303。
下面详细说明本优选实施例的图片参数获取方法的各步骤的具体流程。
在步骤S301中,训练库选取模块21根据设定的比较参数24,选取相应的比较训练库25;如用户想要调用漂亮的自定义比较标准,可在训练库选取模块21中设定“漂亮”的比较参数24,这样训练库选取模块21会选取与“漂亮”的比较参数24对应的比较训练库25,随后转到步骤S302。
在步骤S302中,比较特征获取模块22读取训练库选取模块21选取的比较训练库25中的与该比较参数24对应的至少一个比较特征,如“漂亮”的比较参数24包括脸部轮廓形状以及双眼位置等比较特征;然后根据获取的比较特征,获取待获取图片参数的图片的比较特征,以获取图片上人脸的脸部轮廓形状以及双眼位置等比较特征的具体参数,随后转到步骤S303。
在步骤S303中,图片参数确定模块23将比较特征获取模块22获取的所有比较特征的具体参数,与比较训练库25中的比较参数24的最优标准进行比较,确定该图片最终的图片参数26(即对该图片进行评分);如比较参数24具有多个最优标准,则以该图片最接近的最优标准对该图片进行评分。
这样即完成了本优选实施例的图片参数获取方法的图片参数获取过程。
本优选实施例的图片参数获取方法通过设定对应不同自定义的图片参数的比较训练库,实现对用户自定义的图片参数的获取。
请参照图4,图4为本发明的图片参数获取装置的第二优选实施例的结构示意图。本优选实施例的图片参数获取装置40可设置在上述电子设备112中,本优选实施例的图片参数获取装置40在第一优选实施例的基础上还包括比较特征确定模块47以及训练库建立模块48,其中比较特征确定模块47用于根据比较参数44,确定图片的至少一比较特征;训练库建立模块48用于根据比较特征44以及用户使用数据库,建立比较训练库45。
其中训练库建立模块48包括特征获取单元481以及训练库建立单元482。特征获取单元481用于根据用户使用数据库,获取比较特征的对应比较参数44的特征值以及特征权重系数;训练库建立单元482用于根据比较参数44的所有比较特征的特征值以及特征权重系数,建立比较训练库45。
为了保证本优选实施例的图片参数获取装置40获取的图片参数46的有效性,会通过大数量的用户使用数据建立相应的比较训练库45,具体为比较特征确定模块47根据设定的比较参数44(如漂亮等),确定图片的至少一比较特征(如脸部轮廓形状以及双眼位置等),这里比较特征的设定应根据用户的具体使用情况以及比较参数44的认同度进行设定,并应经常根据比较参数44的认同度进行更新。
随后训练库建立模块48的特征获取单元481根据用户使用数据库中的用户使用数据,获取该比较特征的特征值以及特征权重系数。这里的特征值为该比较特征的具体值(如双眼位置可反映为双眼间距值等);这里的特征权重系数用于体现用户对所有比较特征的认同度,用户认同程度高的比较特征的特征权重系数较大,用户认同程度低的比较特征的特征权重系数较小。
然后训练库建立模块48的训练库建立单元482根据特征获取单元481获取的所有的比较特征的特征值以及特征权重系数,建立比较训练库45。
如设置比较参数44漂亮,比较特征确定模块47确定比较特征脸部轮廓形状以及双眼位置,如用户使用数据库中用户认同的漂亮(比较参数44)的图片的脸部轮廓形状(比较特征)大部分均为类倒三角型,这样类倒三角型的脸部轮廓形状在用户中的漂亮认同度较高,即特征获取单元481设定该脸部轮廓形状(比较特征)的特征权重系数也较大,同时特征获取单元481会根据不同类倒三角型的类型设置相应的特征值,从而在漂亮的比较训练库45中加入脸部轮廓形状的比较特征。当然应在比较训练库45中设置多个与该比较参数44(漂亮)相关的比较特征,从而训练库建立单元482根据所有的比较特征建立该比较训练库45。
当然比较训练库45中也可建立多套不同的比较参数44的最佳标准,即同一比较参数44可由多个最佳标准,如用户比较认同类倒三角型的双眼间距较大的人脸,同时也比较认同方形的双眼间距较小的人脸,因此该比较训练库45不应把各个比较特征分割开进行判断,而应对比较训练库45中所有的比较特征进行综合判断。
比较训练库45建立后,训练库选取模块41根据设定的比较参数44,选取相应的比较训练库45,比较特征获取模块42读取训练库选取模块41选取的比较训练库45中的与该比较参数44对应的至少一个比较特征,最后图片参数确定模块43将比较特征获取模块42获取的所有比较特征的具体参数,与比较训练库45中的比较参数44的最优标准进行比较,确定该图片最终的图片参数46(即对该图片进行评分)。
这样即完成了本优选实施例的图片参数获取装置40的图片参数获取过程。
本优选实施例的图片参数获取装置在第一优选实施例的基础上通过用户使用数据库来建立相应的比较训练库,进一步提高了用户获取图片的自定义的图片参数的有效性。
请参照图4和图5,图5为本发明的图片参数获取方法的第二优选实施例的流程图。本优选实施例的图片参数获取方法可使用上述图片参数获取装置的第二优选实施例进行实施。该图片参数获取方法包括:
步骤S501,根据比较参数,确定图片的至少一比较特征;
步骤S502,根据比较特征以及用户使用数据库,建立比较训练库;
步骤S503,设定至少一比较参数,根据比较参数选取比较训练库;
步骤S504,根据比较训练库,获取图片的至少一比较特征;
步骤S505,根据比较训练库以及比较特征,确定与比较参数对应的图片的图片参数;
本优选实施例的图片参数获取方法结束于步骤S505。
下面详细说明本优选实施例的图片参数获取方法的各步骤的具体流程。
在步骤S501中,比较特征确定模块47根据设定的比较参数44(如漂亮等),确定图片的至少一比较特征(如脸部轮廓形状以及双眼位置等),这里比较特征的设定应根据用户的具体使用情况以及比较参数44的认同度进行设定,并应经常根据比较参数44的认同度进行更新。随后转到步骤S502。
在步骤S502中,训练库建立模块48的特征获取单元481根据用户使用数据库中的用户使用数据,获取该比较特征的特征值以及特征权重系数。这里的特征值为该比较特征的具体值(如双眼位置可反映为双眼间距值等);这里的特征权重系数用于体现用户对所有比较特征的认同度,用户认同程度高的比较特征的特征权重系数较大,用户认同程度低的比较特征的特征权重系数较小。
然后训练库建立模块48的训练库建立单元482根据特征获取单元481获取的所有的比较特征的特征值以及特征权重系数,建立比较训练库45。
如设置比较参数44漂亮,比较特征确定模块47确定比较特征脸部轮廓形状以及双眼位置,如用户使用数据库中用户认同的漂亮(比较参数44)的图片的脸部轮廓形状(比较特征)大部分均为类倒三角型,这样类倒三角型的脸部轮廓形状在用户中的漂亮认同度较高,即特征获取单元481设定该脸部轮廓形状(比较特征)的特征权重系数也较大,同时特征获取单元481会根据不同类倒三角型的类型设置相应的特征值,从而在漂亮的比较训练库45中加入脸部轮廓形状的比较特征。当然应在比较训练库45中设置多个与该比较参数44(漂亮)相关的比较特征,从而训练库建立单元482根据所有的比较特征建立该比较训练库45。
当然比较训练库45中也可建立多套不同的比较参数44的最佳标准,即同一比较参数44可由多个最佳标准,如用户比较认同类倒三角型的双眼间距较大的人脸,同时也比较认同方形的双眼间距较小的人脸,因此该比较训练库45不应把各个比较特征分割开进行判断,而应对比较训练库45中所有的比较特征进行综合判断。随后转到步骤S503。
步骤S503至步骤S505与上述图片参数获取方法的第一优选实施例中的步骤S301至步骤S303中的描述相同,具体请参见上述的步骤S301至步骤S303中的相关描述。
这样即完成了本优选实施例的图片参数获取方法的图片参数获取过程。
本优选实施例的图片参数获取方法在第一优选实施例的基础上通过用户使用数据库来建立相应的比较训练库,进一步提高了用户获取图片的自定义的图片参数的有效性。
请参照图6,图6为本发明的图片参数获取装置的第三优选实施例的结构示意图。本优选实施例的图片参数获取装置可设置在上述电子设备112中,本优选实施例的图片参数获取装置60包括训练库选取模块61、比较特征获取模块62以及图片参数确定模块63,比较特征获取模块62包括综合比较特征获取单元621以及综合权重系数获取单元622。训练库选取模块61用于设定至少两个比较参数64,根据至少两个比较参数64选取与比较参数64对应的比较训练库65;综合比较特征获取单元621用于根据选取的所有比较训练库65中的比较特征,获取综合比较特征;综合权重系数获取单元622用于根据综合比较特征在比较训练库65中的特征权重系数以及比较训练库65的库权重系数,获取综合比较特征的综合权重系数;图片参数确定模块63用于根据综合比较特征的特征值以及综合比较特征的综合权重系数,确定图片的图片参数66。其中综合比较特征为选取的所有比较训练库65中均包括的比较特征。
本优选实施例的图片参数获取装置60使用时,首先训练库选取模块61根据设定的至少两个比较参数64,选取对该比较参数64对应的比较训练库65。如用户可同时调用漂亮以及可爱两个自定义比较标准,可在训练库选取模块61中设定“漂亮”和“可爱”两个比较参数,这样训练库选取模块61会选取与“漂亮”的比较参数64对应的比较训练库65以及与“可爱”的比较参数64对应的比较训练库65。
随后比较特征获取模块62的综合比较特征获取单元621根据选取的所有比较训练库65中的比较特征,获取综合比较特征,这里的综合比较特征为选取的所有比较训练库65中均包括的比较特征。如“漂亮”的比较参数64包括脸部轮廓形状以及双眼位置等比较特征,“可爱”的比较参数64包括脸部轮廓形状以及眼部轮廓形状,综合比较特征获取单元621获取的综合比较特征为脸部轮廓形状。
然后比较特征获取模块62的综合权重系数获取单元622根据综合比较特征在比较训练库65中的特征权重系数以及比较训练库65的库权重系数,获取综合比较特征的综合权重系数;具体可通过下式获取综合比较特征的综合权重系数:
其中Az为综合比较特征A的综合权重系数,At为综合比较特征A在比较训练库C中的特征权重系数,Ck为比较训练库C的库权重系数,B为比较训练库C中的所有综合比较特征的综合权重系数和。其中库权重系数是指用户对某个比较参数64对应的比较训练库65的认同度,如用户认为“漂亮”的比较参数比“可爱”的比较参数重要,即与“漂亮”比较参数64对应的比较训练库65的库权重系数大于与“可爱”比较参数64对应的比较训练库65的库权重系数。综合比较训练库65的权重以及综合比较特征的权重,才能较好将多个比较训练库65同时利用起来。这样即获取了综合比较特征的综合权重系数。
最后图片参数确定模块63将比较特征获取模块62获取的所有综合比较特征的具体参数(特征值以及综合权重系数),与比较训练库65中的比较参数64的最优标准进行比较,确定该图片最终的图片参数66(即对该图片进行评分);如比较参数64具有多个最优标准,则以该图片最接近的最优标准对该图片进行评分。
这样即完成了本优选实施例的图片参数获取装置60的图片参数获取过程。
本优选实施例的图片参数获取装置在第一优选实施例的基础上通过至少两个比较训练库获取图片的自定义的图片参数,便于用户获取多种图片的自定义图片参数,增加了获取图片参数的多样性。
请参照图6和图7,图7为本发明的图片参数获取方法的第三优选实施例的流程图。本优选实施例的图片参数获取方法可使用上述图片参数获取装置的第三优选实施例进行实施。该图片参数获取方法包括:
步骤S701,设定至少两个比较参数,根据至少两个比较参数选取与比较参数对应的比较训练库;
步骤S702,根据选取的所有所述比较训练库中的比较特征,获取综合比较特征;
步骤S703,根据综合比较特征在比较训练库中的特征权重系数以及比较训练库的库权重系数,获取综合比较特征的综合权重系数;
步骤S704,根据综合比较特征的特征值以及综合比较特征的综合权重系数,确定图片的图片参数;
本优选实施例的图片参数获取方法结束于步骤S704。
下面详细说明本优选实施例的图片参数获取方法的各步骤的具体流程。
在步骤S701中,训练库选取模块61根据设定的至少两个比较参数64,选取对该比较参数64对应的比较训练库65。如用户可同时调用漂亮以及可爱两个自定义比较标准,可在训练库选取模块61中设定“漂亮”和“可爱”两个比较参数,这样训练库选取模块61会选取与“漂亮”的比较参数64对应的比较训练库65以及与“可爱”的比较参数64对应的比较训练库65。随后转到步骤S702。
在步骤S702中,比较特征获取模块62的综合比较特征获取单元621根据选取的所有比较训练库65中的比较特征,获取综合比较特征,这里的综合比较特征为选取的所有比较训练库65中均包括的比较特征。如“漂亮”的比较参数64包括脸部轮廓形状以及双眼位置等比较特征,“可爱”的比较参数64包括脸部轮廓形状以及眼部轮廓形状,综合比较特征获取单元621获取的综合比较特征为脸部轮廓形状。随后转到步骤S703。
在步骤S703中,比较特征获取模块62的综合权重系数获取单元622根据综合比较特征在比较训练库65中的特征权重系数以及比较训练库65的库权重系数,获取综合比较特征的综合权重系数;具体可通过下式获取综合比较特征的综合权重系数:
其中Az为综合比较特征A的综合权重系数,At为所述综合比较特征A在比较训练库C中的特征权重系数,Ck为所述比较训练库C的库权重系数,B为所述比较训练库C中的所有综合比较特征的综合权重系数和。其中库权重系数是指用户对某个比较参数64对应的比较训练库65的认同度,如用户认为“漂亮”的比较参数比“可爱”的比较参数重要,即与“漂亮”比较参数64对应的比较训练库65的库权重系数大于与“可爱”比较参数64对应的比较训练库65的库权重系数。综合比较训练库65的权重以及综合比较特征的权重,才能较好将多个比较训练库65同时利用起来。这样即获取了综合比较特征的综合权重系数。随后转到步骤S704。
在步骤S704中,图片参数确定模块63将比较特征获取模块62获取的所有综合比较特征的具体参数(特征值以及综合权重系数),与比较训练库65中的比较参数64的最优标准进行比较,确定该图片最终的图片参数66(即对该图片进行评分);如比较参数64具有多个最优标准,则以该图片最接近的最优标准对该图片进行评分。
这样即完成了本优选实施例的图片参数获取方法的图片参数获取过程。
本优选实施例的图片参数获取方法在第一优选实施例的基础上通过至少两个比较训练库获取图片的自定义的图片参数,便于用户获取多种图片的自定义图片参数,增加了获取图片参数的多样性。
下面通过两个具体实施例说明本发明的图片参数获取装置及图片参数获取方法的具体流程。
请参照图8、图9以及图10,图8为本发明的图片参数获取装置及图片参数获取方法的一具体实施例的流程图。图9为本发明的图片参数获取装置及图片参数获取方法的具体实施例的效果示意图之一。图10为本发明的图片参数获取装置及图片参数获取方法的具体实施例的效果示意图之二。
如图8所示,首先图片参数获取装置获取人脸图片(步骤S801),并根据用户设定的比较参数获取人脸图片的比较特征(或综合比较特征)的特征值(步骤S802);同时图片参数获取装置根据用户设定的比较参数设定比较训练库(步骤S803),并获取比较训练库中比较特征的特征值以及特征权重系数(步骤S804),如果这里设定有多个比较参数,则通过多个比较训练库获取相应的综合比较特征的特征值以及综合权重系数。
随后结合各比较特征的特征值以及特征权重系数(或综合权重系数),确定该图片的图片参数(步骤S805),最后通过该图片参数进行评分或进行图片之间的比较(步骤S806)。
图9为图片之间比较的效果示意图,这里可以同时显示两张照片的同一比较参数的图片参数,并对该图片参数进行比较,并根据比较结果给出相应的评语。
图10为对图片单独进行评分的效果示意图,这里针对用户设定的比较参数显示照片的图片参数(即图片评分),并对该评分给出相应的评语。
本发明的图片参数获取方法及图片参数获取装置通过设定对应不同自定义的图片参数的比较训练库,实现对用户自定义的图片参数的获取,解决了现有的图片参数获取方法不能满足用户操作如排序操作、比较操作的需求的技术问题。
本发明实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器,磁盘或光盘等。上述的各装置或系统,可以执行相应方法实施例中的方法。
综上所述,虽然本发明已以优选实施例揭露如上,但上述优选实施例并非用以限制本发明,本领域的普通技术人员,在不脱离本发明的精神和范围内,均可作各种更动与润饰,因此本发明的保护范围以权利要求界定的范围为准。

Claims (8)

1.一种图片参数获取方法,其特征在于,包括步骤:
设定至少一比较参数,根据所述比较参数选取比较训练库;
根据所述比较训练库,获取图片的至少一比较特征;以及
根据所述比较训练库以及所述比较特征,确定与所述比较参数对应的所述图片的图片参数;
其中,设定至少两个比较参数,根据所述至少两个比较参数选取与所述比较参数对应的比较训练库;
根据所述选取的所有所述比较训练库中的比较特征,获取综合比较特征为所述选取的所有所述比较训练库中均包括的所述比较特征;
根据所述综合比较特征在所述比较训练库中的特征权重系数以及所述比较训练库的库权重系数,获取所述综合比较特征的综合权重系数;以及
根据所述综合比较特征的特征值以及所述综合比较特征的综合权重系数,确定所述图片的图片参数。
2.根据权利要求1所述的图片参数获取方法,其特征在于,所述图片参数获取方法还包括步骤:
根据所述比较参数,确定所述图片的至少一比较特征;以及
根据所述比较特征以及用户使用数据库,建立所述比较训练库。
3.根据权利要求2所述的图片参数获取方法,其特征在于,所述根据所述比较特征以及所述用户使用数据库,建立所述比较训练库的步骤包括:
根据所述用户使用数据库,获取所述比较特征的特征值以及特征权重系数;以及
根据所述比较参数的所有比较特征的特征值以及特征权重系数,建立所述比较训练库。
4.根据权利要求1所述的图片参数获取方法,其特征在于,所述根据所述综合比较特征在所述比较训练库中的特征权重系数以及所述比较训练库的库权重系数,获取所述综合比较特征的综合权重系数的步骤为:
其中Az为综合比较特征A的综合权重系数,At为所述综合比较特征A在比较训练库C中的特征权重系数,Ck为所述比较训练库C的库权重系数,B为所述比较训练库C中的所有综合比较特征的综合权重系数和。
5.一种图片参数获取装置,其特征在于,包括:
训练库选取模块,用于设定至少一比较参数,根据所述比较参数选取比较训练库;
比较特征获取模块,用于根据所述比较训练库,获取图片的至少一比较特征;以及
图片参数确定模块,根据所述比较训练库以及所述比较特征,确定与所述比较参数对应的所述图片的图片参数;
其中,所述比较特征获取模块包括综合比较特征获取单元以及综合权重系数获取单元;
所述训练库选取模块,用于设定至少两个比较参数,根据所述至少两个比较参数选取与所述比较参数对应的比较训练库;
所述综合比较特征获取单元,用于根据所述选取的所有所述比较训练库中的比较特征,获取综合比较特征为所述选取的所有所述比较训练库中均包括的所述比较特征;
所述综合权重系数获取单元,用于根据所述综合比较特征在所述比较训练库中的特征权重系数以及所述比较训练库的库权重系数,获取所述综合比较特征的综合权重系数;
所述图片参数确定模块,用于根据所述综合比较特征的特征值以及所述综合比较特征的综合权重系数,确定图片的图片参数。
6.根据权利要求5所述的图片参数获取装置,其特征在于,所述图片参数获取装置还包括:
比较特征确定模块,用于根据所述比较参数,确定所述图片的至少一比较特征;以及
训练库建立模块,用于根据所述比较特征以及用户使用数据库,建立所述比较训练库。
7.根据权利要求6所述的图片参数获取装置,其特征在于,所述训练库建立模块包括:
特征获取单元,用于根据所述用户使用数据库,获取所述比较特征的特征值以及特征权重系数;以及
训练库建立单元,用于根据所述比较参数的所有比较特征的特征值以及特征权重系数,建立所述比较训练库。
8.根据权利要求5所述的图片参数获取装置,其特征在于,所述综合权重系数获取单元通过下式获取所述综合比较特征的综合权重系数:
其中Az为综合比较特征A的综合权重系数,At为所述综合比较特征A在比较训练库C中的特征权重系数,Ck为所述比较训练库C的库权重系数,B为所述比较训练库C中的所有综合比较特征的综合权重系数和。
CN201410002087.6A 2014-01-02 2014-01-02 图片参数获取方法及图片参数获取装置 Active CN104765732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410002087.6A CN104765732B (zh) 2014-01-02 2014-01-02 图片参数获取方法及图片参数获取装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410002087.6A CN104765732B (zh) 2014-01-02 2014-01-02 图片参数获取方法及图片参数获取装置

Publications (2)

Publication Number Publication Date
CN104765732A CN104765732A (zh) 2015-07-08
CN104765732B true CN104765732B (zh) 2019-05-24

Family

ID=53647567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410002087.6A Active CN104765732B (zh) 2014-01-02 2014-01-02 图片参数获取方法及图片参数获取装置

Country Status (1)

Country Link
CN (1) CN104765732B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112258450B (zh) * 2019-07-31 2022-02-25 华为技术有限公司 一种对象评分方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101043832A (zh) * 2004-10-22 2007-09-26 株式会社资生堂 嘴唇的分类方法,化妆方法,分类图谱及化妆用器具
CN101305913A (zh) * 2008-07-11 2008-11-19 华南理工大学 一种基于视频的人脸美丽评价方法
CN101419671A (zh) * 2008-11-10 2009-04-29 北方工业大学 基于模糊支持向量机的人脸性别识别方法
CN101604377A (zh) * 2009-07-10 2009-12-16 华南理工大学 一种采用计算机进行女性图像的人脸美丽分类方法
CN102254180A (zh) * 2011-06-28 2011-11-23 北京交通大学 一种基于几何特征的人脸美感分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101043832A (zh) * 2004-10-22 2007-09-26 株式会社资生堂 嘴唇的分类方法,化妆方法,分类图谱及化妆用器具
CN101305913A (zh) * 2008-07-11 2008-11-19 华南理工大学 一种基于视频的人脸美丽评价方法
CN101419671A (zh) * 2008-11-10 2009-04-29 北方工业大学 基于模糊支持向量机的人脸性别识别方法
CN101604377A (zh) * 2009-07-10 2009-12-16 华南理工大学 一种采用计算机进行女性图像的人脸美丽分类方法
CN102254180A (zh) * 2011-06-28 2011-11-23 北京交通大学 一种基于几何特征的人脸美感分析方法

Also Published As

Publication number Publication date
CN104765732A (zh) 2015-07-08

Similar Documents

Publication Publication Date Title
Mackenzie et al. Platform seeing: Image ensembles and their invisualities
US10068134B2 (en) Identification of objects in a scene using gaze tracking techniques
US10768772B2 (en) Context-aware recommendations of relevant presentation content displayed in mixed environments
Giaccardi Introduction: Reframing heritage in a participatory culture
KR102083696B1 (ko) 사용자 개입 없이 레이아웃에 따라 이미지를 식별하고 정리하는 기법
TWI566109B (zh) 用於提供社交網路推薦內容的方法
US20180307742A1 (en) Natural person information setting method and electronic device
CN110337016B (zh) 基于多模态图卷积网络的短视频个性化推荐方法、系统、可读存储介质以及计算机设备
Yadav et al. Evalai: Towards better evaluation systems for ai agents
US20170337449A1 (en) Program, system, and method for determining similarity of objects
CN104965826B (zh) 基于浏览器的检索方法及检索装置
CN110809175A (zh) 视频推荐方法及装置
US20210049989A1 (en) Techniques for learning effective musical features for generative and retrieval-based applications
US20170169248A1 (en) Enhanced management capabilities for collectable data structures
US20170161278A1 (en) Degrees of Separation Network Builder
WO2015030214A1 (ja) 情報処理装置、情報処理方法およびプログラム
CN105096353A (zh) 一种图像处理方法及装置
CN111046158A (zh) 问答匹配方法及模型训练方法、装置、设备、存储介质
EP3304343A1 (en) Systems and methods for providing a comment-centered news reader
US20230055991A1 (en) System and method for interactive dialogue
CN104956356A (zh) 用于自动地将通信流与在会议期间呈现的文件进行关联的系统和方法
CN106708483A (zh) 物联网设备的控制界面的生成方法及生成装置
US20170024394A1 (en) Method, system and recording medium for providing real-time change in search result
US10248306B1 (en) Systems and methods for end-users to link objects from images with digital content
CN104765732B (zh) 图片参数获取方法及图片参数获取装置

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