CN105095362B - 一种基于目标对象的图像显示方法和装置 - Google Patents

一种基于目标对象的图像显示方法和装置 Download PDF

Info

Publication number
CN105095362B
CN105095362B CN201510359963.5A CN201510359963A CN105095362B CN 105095362 B CN105095362 B CN 105095362B CN 201510359963 A CN201510359963 A CN 201510359963A CN 105095362 B CN105095362 B CN 105095362B
Authority
CN
China
Prior art keywords
image
target object
target
information
area
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
CN201510359963.5A
Other languages
English (en)
Other versions
CN105095362A (zh
Inventor
马修·罗伯特·斯科特
王文娟
庄晨帆
黄鼎隆
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.)
Shenzhen Mailong Intelligent Technology Co ltd
Original Assignee
Shenzhen Malong Technologies 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 Shenzhen Malong Technologies Co Ltd filed Critical Shenzhen Malong Technologies Co Ltd
Priority to CN201510359963.5A priority Critical patent/CN105095362B/zh
Publication of CN105095362A publication Critical patent/CN105095362A/zh
Application granted granted Critical
Publication of CN105095362B publication Critical patent/CN105095362B/zh
Active 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
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种基于目标对象的图像显示方法。所述方法包括：接收通过移动终端上传的包含目标对象的第一图像；提取所述第一图像中的所述目标对象的特征信息；在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像；识别所述第二图像的目标对象在所述第二图像中的位置信息；依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域；按照不同的展示效果分别显示所述目标区域和所述非目标区域。依据本申请可以使得图像中的目标对象可以更容易被辨别。

Description

一种基于目标对象的图像显示方法和装置
技术领域
本申请涉及互联网技术领域，特别是涉及一种基于目标对象的图像显示方法和一种基于目标对象的图像显示装置。
背景技术
随着互联网技术的发展，人们越来越多通过互联网搜索信息。
在互联网搜索信息时，用户会针对某款鞋子、某个书包、某款颜色的衣服等目标对象搜索包含了这些目标对象的图像，电脑、手机等移动终端会将接收到的包含了目标对象的目标图像展示给用户，现有技术通常是用红色方框、黑色圆框等颜色标注框标注图像中的目标对象的方式展示，以便于突出显示目标对象，方便用户的辨识。
然而，当图像中包含的目标对象较多而且互相靠近时，多个颜色标注框可能会互相重叠，重叠的颜色标注框边线互相交错，可能遮盖了其他目标对象，干扰了用户对目标对象的辨识；而且，采用颜色标注框显示目标对象，如果颜色标注框与图像的背景颜色相近或与目标对象本身的颜色相近，用户会难以辨识出颜色标注框，从而造成对目标对象的辨识困难。因此，现有技术的图像显示方法导致了用户对图像中的目标对象的辨识困难的问题。
发明内容
鉴于上述问题，提出了本申请实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于目标对象的图像显示方法和相应的一种图像显示装置。
依据本申请的一个方面，公开了一种基于目标对象的图像显示方法，所述方法包括：
接收通过移动终端上传的包含目标对象的第一图像；
提取所述第一图像中的所述目标对象的特征信息；
在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像；
识别所述第二图像的目标对象在所述第二图像中的位置信息；
依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域；
按照不同的展示效果分别显示所述目标区域和所述非目标区域。
可选地，所述在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像的步骤包括：
在互联网搜索包含所述目标对象的待处理图像；
提取所述待处理图像中的所述目标对象的特征信息；
计算所述第一图像中的所述目标对象的特征信息与所述待处理图像中的所述目标对象的特征信息的匹配度；
当所述匹配度大于预设阈值，将所述待处理图像作为与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
可选地，所述按照不同的展示效果分别显示所述目标区域和所述非目标区域的步骤包括：
以不同的光亮度分别显示所述目标区域与所述非目标区域。
可选地，所述以不同的光亮度分别显示所述目标区域与所述非目标区域的步骤包括：
根据不同的所述匹配度以不同的所述光亮度显示所述目标区域。
可选地，所述位置信息包括所述目标对象在所述第二图像中的横向顶点信息、纵向顶点信息、横向长度信息、纵向长度信息，所述依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域的步骤包括：
采用所述横向顶点信息及所述横向长度信息、所述纵向顶点信息及所述纵向长度信息，分别计算所述目标对象的中点；
采用所述横向长度信息及所述纵向长度信息计算所述目标对象的半径值；
以所述目标对象的中心为圆心及以所述半径值为半径，形成包含所述目标对象的目标区域；
将所述第二图像中所述目标区域之外的区域作为所述非目标区域。
可选地，所述方法还包括：
在所述第二图像的非目标区域显示所述第一图像的所述目标对象。
可选地，所述第二图像包括至少两个所述目标区域，所述至少两个目标区域具有重叠区域，所述按照不同的展示效果分别显示所述目标区域和所述非目标区域的步骤包括：
以相同的展示效果显示所述重叠区域。
可选地，所述在互联网搜索与所述第一图像的特征信息匹配的第二图像的步骤包括：
通过智能神经网络搜索包含所述目标对象的多个待学习图像；
按照根据所述目标对象的类别确定的匹配度计算方式，计算所述多个待学习图像的目标对象的特征信息与所述目标对象的特征信息的匹配度；
统计大于预设匹配度阈值的匹配度；
根据统计结果，修正所述根据所述目标对象的类别确定的匹配度计算方式。
依据本申请的另一个方面，公开了一种基于目标对象的图像显示装置，所述装置包括：
图像接收模块，用于接收通过移动终端上传的包含目标对象的第一图像；
特征信息提取模块，用于提取所述第一图像中的所述目标对象的特征信息；
搜索模块，用于在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像；
位置信息识别模块，用于识别所述第二图像的目标对象在所述第二图像中的位置信息；
区域区分模块，用于依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域；
显示模块，用于按照不同的展示效果分别显示所述目标区域和所述非目标区域。
可选地，所述搜索模块包括：
待处理图像搜索子模块，用于在互联网搜索包含所述目标对象的待处理图像；
提取子模块，用于提取所述待处理图像中的所述目标对象的特征信息；
匹配度计算子模块，用于计算所述第一图像中的所述目标对象的特征信息与所述待处理图像中的所述目标对象的特征信息的匹配度；
匹配度判断子模块，用于当所述匹配度大于预设阈值，将所述待处理图像作为与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
可选地，所述显示模块包括：
光亮度显示子模块，用于以不同的光亮度分别显示所述目标区域与所述非目标区域。
可选地，所述光亮度显示子模块包括：
光亮度显示子单元，用户根据不同的所述匹配度以不同的所述光亮度显示所述目标区域。
可选地，所述位置信息包括所述目标对象在所述第二图像中的横向顶点信息、纵向顶点信息、横向长度信息、纵向长度信息，所述依据所述位置信息，所述区域区分模块包括：
中点计算子模块，用于采用所述横向顶点信息及所述横向长度信息、所述纵向顶点信息及所述纵向长度信息，分别计算所述目标对象的中点；
半径值计算子模块，用于采用所述横向长度信息及所述纵向长度信息计算所述目标对象的半径值；
目标区域形成子模块，用于以所述目标对象的中心为圆心及以所述半径值为半径，形成包含所述目标对象的目标区域；
非目标区域形成子模块，用于将所述第二图像中所述目标区域之外的区域作为所述非目标区域。
可选地，所述装置还包括：
目标对象显示模块，用于在所述第二图像的非目标区域显示所述第一图像的所述目标对象。
可选地，所述第二图像包括至少两个所述目标区域，所述至少两个目标区域具有重叠区域，所述显示模块包括：
重叠区域显示子模块，用于以相同的展示效果显示所述重叠区域。
可选地，所述搜索模块包括：
智能神经网络搜索子模块，用于通过智能神经网络搜索与所述第一图像的特征信息匹配的第二图像；
其中，所述智能神经网络保存有目标对象的多个预置特征信息，判断所述第一图像的特征信息是否匹配于至少一个所述多个预置特征信息，若是，搜索与所述多个预置特征信息匹配的第二图像。
本申请实施例包括以下优点：
1.本申请实施例通过接收移动终端上传的第一图像，提取第一图像中的目标对象的特征信息，在互联网搜索与第一图像的特征信息匹配的包含目标对象的第二图像，识别目标对象在第二图像中的位置信息，依据位置信息区分包含目标对象的目标区域和不包含目标对象的非目标区域，并按照不同的展示效果分别显示目标区域和非目标区域，避免了颜色标注框对用户辨识目标对象的干扰，从而使得图像中的目标对象可以更容易被辨别。
2.采用展示效果对比的方式分别显示两个区域，不会存在与图像本身的背景颜色相近或与目标对象颜色相近的情况，无论何种颜色背景的图像或何种颜色的目标对象，用户都可以便捷地辨识目标对象。
3.本申请实施例的图像显示方法不需要添加一个不属于图像本身的标注框，保证了图像的完整性。
附图说明
图1是本申请一种基于目标图像的图像显示方法实施例1的步骤流程图；
图2是本申请一种基于目标图像的图像显示方法实施例2的步骤流程图；
图3是本申请一种基于目标图像的图像显示装置实施例1的结构框图；
图4是本申请一种基于目标图像的图像显示装置实施例2的结构框图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
参照图1，示出了本申请的一种基于目标图像的图像显示方法实施例1的步骤流程图，具体可以包括如下步骤：
步骤101，接收通过移动终端上传的包含目标对象的第一图像。
在实际的应用场景里，用户可能对某张图像里的某个物品感兴趣，想了解该物品的更多信息，例如看到某张图像中的某双鞋子，用户可能想查找更多含有该鞋子的其他图像，或者是包含了与该鞋子搭配的服饰的图像，通过手机、电脑等移动终端上传该图像到服务器，服务器即可接收到包含了该鞋子的图像。
步骤102，提取所述第一图像中的所述目标对象的特征信息。
需要说明的是，上述第一图像可以包含多个目标对象，例如，在同一张图像中可以包括豹纹女装手提包、黑色高跟凉鞋、红色连衣裤等目标对象。
在具体的实现中，服务器可以通过现有的图像识别技术分别识别出一个或多个目标对象，并从已识别出的目标对象中提取该目标对象的特征信息。特征信息可以是反映目标对象在图像中的颜色、尺寸、形状、花纹等的多种外观特性的计算机可读的数据，例如，颜色可以是目标对象在图像中的RGB颜色系统(Red Green Blue Color System)的数据，尺寸可以是目标对象在图像中的向量坐标数据等，本领域技术人员可以根据实际情况采用不同的反应目标对象各种外观特性的数据作为特征信息，本申请实施例对此不作限制。
步骤103，在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
在实际的应用中，服务器通过互联网获得某张图像作为待处理图像，提取该待处理图像的特征信息，并与第一图像的特征信息进行匹配，当两者匹配时，将该待处理图像作为第二图像。
作为本申请实施例的优选示例，所述在互联网搜索与所述第一图像的特征信息匹配的第二图像的步骤可以包括：通过智能神经网络搜索包含所述目标对象的多个待学习图像；按照根据所述目标对象的类别确定的匹配度计算方式，计算所述多个待学习图像的目标对象的特征信息与所述目标对象的特征信息的匹配度；统计大于预设匹配度阈值的匹配度；根据统计结果，修正所述根据所述目标对象的类别确定的匹配度计算方式。通过根据多个待学习图像的特征信息，多次修正特定的目标对象的匹配度计算方式，利用修正过的匹配度计算方式，搜索到的第二图像的特征信息与第一图像的特征信息匹配更准确。
步骤104，识别所述第二图像的目标对象在所述第二图像中的位置信息。
步骤105，依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域。
上述位置信息可以是组成目标对象的各个像素点在图像中的坐标数据，也可以是目标对象的各个顶点在图像中的坐标数据，例如，可以以第二图像的左下端点为原点，图像长度为x轴，图像高度为y轴，目标对象的左侧顶点位于图像中的(x1,y1)，目标对象的上方顶点位于图像中的(x2,y2)，本领域技术人员可以采用其他数据作为目标对象的位置信息，本申请实施例对此不作限制。
依据目标对象在第二图像中的位置信息，可以确定目标对象在图像中的覆盖区域，可以以该覆盖区域作为目标区域，没有被目标对象覆盖的区域作为非目标区域。
在实际操作中，利用目标对象的各个顶点在第二图像中的坐标数据，可以计算出目标对象的中心坐标，以目标对象的中心为圆心，以离圆心距离最大的顶点到圆心的距离作为半径，从而形成目标对象在第二图像中的目标区域，目标区域之外的区域作为非目标区域。当然，本领域技术人员也可以采用其他的方式划分目标区域和非目标区域，例如，以目标对象的中心为中心，以离中心距离最大的顶点到中心的距离作为长度，形成以该长度作为边长的五角星形状划分目标区域和非目标区域。
步骤106，按照不同的展示效果分别显示所述目标区域和所述非目标区域。
在具体的实现中，可以对目标区域高亮显示，非目标区域暗淡显示，从而形成有一定对比度的两个区域。本领域技术人员可以采用不同的显示方式实现对两个区域不同的展示效果，例如可以是对非目标区域模糊处理，而保留目标区域原有的显示效果。
本申请实施例通过接收移动终端上传的第一图像，提取第一图像中的目标对象的特征信息，在互联网搜索与第一图像的特征信息匹配的包含目标对象的第二图像，识别目标对象在第二图像中的位置信息，依据位置信息区分包含目标对象的目标区域和不包含目标对象的非目标区域，并按照不同的展示效果分别显示目标区域和非目标区域，与现有的图像显示方法相比，本申请实施例并没有颜色标注框，在一张图像中包含有多个目标对象需要显示时，目标区域之间的重叠不存在颜色标注框重叠干扰用户分辨目标对象和遮盖其他目标对象的问题，从而使得图像中的目标对象可以更容易被辨别。
现有图像显示方法中，采用颜色标注框显示目标对象，如果颜色标注框与图像的背景颜色相近或与目标对象本身的颜色相近，用户会难以辨识出颜色标注框，从而造成对目标对象的辨识困难。而采用展示效果对比的方式分别显示两个区域，不会存在与图像本身的背景颜色相近或与目标对象颜色相近的情况，无论何种颜色背景的图像或何种颜色的目标对象，用户都可以便捷地辨识目标对象。
而且，本申请实施例的图像显示方法不需要添加一个不属于图像本身的标注框，保证了图像的完整性。
参照图2，示出了本申请的一种基于目标图像的图像显示方法实施例2的步骤流程图，具体可以包括如下步骤：
步骤201，接收通过移动终端上传的包含目标对象的第一图像。
步骤202，提取所述第一图像中的所述目标对象的特征信息。
步骤203，在互联网搜索包含所述目标对象的待处理图像。
步骤204，提取所述待处理图像中的所述目标对象的特征信息。
步骤205，计算所述第一图像中的所述目标对象的特征信息与所述待处理图像中的所述目标对象的特征信息的匹配度。
步骤206，当所述匹配度大于预设阈值，将所述待处理图像作为与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
在具体的实现中，可以首先利用特征信息归纳出该目标对象的关键词，搜索符合该关键词的图像，例如特征信息反映出目标对象包括了黑色、桃花花纹、高跟、凉鞋等外观特性，可以将这些外观特性作为关键词进行首次模糊搜索，首次模糊搜索可能会搜索到若干符合上述关键词的待处理图像，从而可以搜索到包含目标对象的若干待处理图像。
针对若干待处理图像，可以通过特征信息比对进行第二次的精确搜索，提取待处理图像的特征信息，计算第一图像的特征信息与待处理图像的特征信息的匹配度，当该匹配度大于预设阈值时，可以认为该待处理图像的目标对象的特征信息是匹配于第一图像的目标对象的特征信息。
例如，通过首次模糊搜索，搜索到一张高跟凉鞋放置在桃花花纹的黑色桌子上的图像，通过二次精确搜索的特征信息匹配，服务器可以辨别出待处理图像中作为目标对象的高跟凉鞋不具有反映桃花花纹和黑色这两个外观特性的特征信息，因此可以判定待处理图像的特征信息和第一图像的目标对象的特征信息并不匹配；
再例如，通过首次模糊搜索，搜索到一张包含了豹纹花纹的黑色高跟凉鞋的图像，通过二次精确搜索的特征信息匹配，服务器可以辨别出待处理图像中作为目标对象的高跟凉鞋的反映花纹这外观特性的特征信息与第一图像的特征信息比较匹配，可以将该待处理图像作为与第一图像的特征信息匹配的包含目标对象的第二图像。
步骤207，识别所述第二图像的目标对象在所述第二图像中的位置信息；所述位置信息包括所述目标对象在所述第二图像中的横向顶点信息、纵向顶点信息、横向长度信息、纵向长度信息。
步骤208，采用所述横向顶点信息及所述横向长度信息、所述纵向顶点信息及所述纵向长度信息，分别计算所述目标对象的中点。
步骤209，采用所述横向长度信息及所述纵向长度信息计算所述目标对象的半径值。
步骤210，以所述目标对象的中心为圆心及以所述半径值为半径，形成包含所述目标对象的目标区域。
步骤211，将所述第二图像中所述目标区域之外的区域作为所述非目标区域。
在实际的应用中，目标对象在图像中的横向顶点信息、纵向顶点信息、横向长度信息、纵向长度信息可以分别为目标对象在图像中的最左侧顶点，最上侧顶点，目标对象最左侧顶点到最右侧顶点的横向长度、目标对象最上侧顶点到最下侧顶点的纵向长度，各个位置信息可以用[0,1]之间的比例数字表示，例如，横向顶点信息为0.4，表示目标对象位于图像横向长度方向从左往右40％的位置，纵向长度信息为0.2，表示目标对象最上侧顶点到最下侧顶点的纵向长度占第二图像的纵向长度的20％。
采用横向顶点信息和横向长度信息，可以计算出目标对象在横向长度上的中点位置信息，通过同样的计算方法，采用纵向顶点信息和纵向长度信息计算出目标对象在纵向长度上的中点位置信息，通过横向和纵向的中点位置信息即可确定出目标对象的中点位置。
因为目标对象通常是不规则的形状，所以可以通过表示最左侧和最右侧顶点之间的长度距离的横向长度信息，和表示最上侧和最下侧顶点之间的长度距离的纵向长度信息，计算反映目标对象所覆盖范围的半径值。当横向长度信息与纵向长度信息不一致时，可以采用数值较大的信息作为半径值，以保证目标区域可以完全包含整个目标对象。
在确定了目标对象的中点位置和半径值后，可以以目标对象的中点位置为圆心，以上述半径值或大于半径值的数值作为半径，形成一个圆形的目标区域，该目标区域包含了整个目标对象，在该圆形之外的区域则为非目标区域，从而划分出包含目标对象的目标区域和不包含目标对象的非目标区域。
步骤212，按照不同的展示效果分别显示所述目标区域和所述非目标区域。
作为本申请实施例的优选示例一，所述步骤212可以包括以下子步骤：
子步骤S1，以不同的光亮度分别显示所述目标区域与所述非目标区域。
目标区域因为包含了用户关注的目标对象，所以可以采用高亮度显示，而对于不含有有价值信息的非目标区域，可以采用低亮度甚至完全暗淡的方式显示。基于人的生理特点，在使用眼球扫描眼前事物时，人类的视觉比较容易因为受到较大亮度刺激而吸引，明显的亮度对比可以短时间内吸引到用户对目标对象的关注，使得用户可以快速地辨识目标对象。
作为本申请实施例的优选示例，所述子步骤S1可以包括以下子步骤：
子步骤S1-1，根据不同的所述匹配度以不同的所述光亮度显示所述目标区域。
在实际应用中，目标区域的光亮度可以基于第二图像的目标对象与第一图像的目标对象的特征信息的匹配度而变化，例如可以是匹配度越高，光亮度则越高，用户可以根据直观感受到的光亮度得知图像中的目标区域与自己想要搜索的目标对象的匹配程度。
现有图像显示方法中，会在颜色标注框之内或旁边显示一个百分比数值以表示该标注的对象与用户想要搜索的目标对象的匹配程度，而通过本申请实施例的图像显示方法，可以直观地得知匹配程度，避免了在图像中添加百分比数值，保证了图像的完整性。
作为本申请实施例的优选示例二所述第二图像包括至少两个所述目标区域，所述至少两个目标区域具有重叠区域，所述步骤212可以包括以下子步骤：
子步骤S2，以相同的展示效果显示所述重叠区域。
在第二图像包括多个目标区域并互相有重叠的情况下，以相同的展示效果展示目标区域的重叠区域，目标区域与目标区域之间可以平滑地连接，避免了现有的图像显示方法中多个颜色标注框互相重叠、多个方框边线交错，干扰用户辨识目标对象，使得用户难以分辨目标对象的问题。
步骤213，在所述第二图像的非目标区域显示所述第一图像的所述目标对象。
在非目标区域显示第一图像的目标对象，以便于用户直观地与自己想要搜索的目标对象进行对比。
作为本申请实施例的优选示例，所述识别所述第二图像的目标对象在所述第二图像中的位置信息的步骤可以还包括：识别第二图像中与目标对象相关的相关对象在第二图像中的位置信息，并通过上述方法形成包含了相关对象的目标区域，通过按照不同的展示效果分别显示目标区域和非目标区域，可以突出显示目标对象与相关对象，从而使得用户在同一张图像中更直观地获取到更多相关信息。例如，目标对象是连衣裙，相关对象可以是手提包，高跟鞋、项链等与连衣裙搭配的服饰配件，通过本申请实施例的显示方法突出显示连衣裙和手提包，高跟鞋、项链等与连衣裙搭配的服饰配件，便于用户了解自己搜索的连衣裙与图像中的手提包，高跟鞋、项链等的搭配效果。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请实施例并不受所描述的动作顺序的限制，因为依据本申请实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本申请实施例所必须的。
参照图3，示出了本申请的一种基于目标对象的图像显示装置实施例1的结构框图，具体可以包括如下模块：
图像接收模块301，用于接收通过移动终端上传的包含目标对象的第一图像；
特征信息提取模块302，用于提取所述第一图像中的所述目标对象的特征信息；
搜索模块303，用于在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像；
作为本申请实施例的优选示例，所述搜索模块303可以包括智能神经网络搜索子模块，用于通过智能神经网络搜索与第一图像的特征信息匹配的第二图像；其中，上述智能神经网络搜索子模块可以保存有目标对象的多个互相关联的预置特征信息，判断第一图像的特征信息是否匹配于至少一个所述多个预置特征信息，若是，搜索与所述多个预置特征信息匹配的第二图像。通过上述智能神经网络搜索子模块，可以搜索到与第一图像的目标对象更匹配的第二图像，从而提高了搜索的准确性。
位置信息识别模块304，用于识别所述第二图像的目标对象在所述第二图像中的位置信息；
区域区分模块305，用于依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域；
显示模块306，用于按照不同的展示效果分别显示所述目标区域和所述非目标区域。
本申请实施例的装置通过接收移动终端上传的第一图像，提取第一图像中的目标对象的特征信息，在互联网搜索与第一图像的特征信息匹配的包含目标对象的第二图像，识别目标对象在第二图像中的位置信息，依据位置信息区分包含目标对象的目标区域和不包含目标对象的非目标区域，并按照不同的展示效果分别显示目标区域和非目标区域，与现有的图像显示方法相比，本申请实施例并没有颜色标注框，在一张图像中包含有多个目标对象需要显示时，目标区域之间的重叠不存在颜色标注框重叠干扰用户分辨目标对象和遮盖其他目标对象的问题，从而使得图像中的目标对象可以更容易被辨别。
现有图像显示装置中，采用颜色标注框显示目标对象，如果颜色标注框与图像的背景颜色相近或与目标对象本身的颜色相近，用户会难以辨识出颜色标注框，从而造成对目标对象的辨识困难。而本申请实施例的装置采用展示效果对比的方式分别显示两个区域，不会存在与图像本身的背景颜色相近或与目标对象颜色相近的情况，无论何种颜色背景的图像或何种颜色的目标对象，用户都可以便捷地辨识目标对象。
而且，本申请实施例的图像显示装置不需要添加一个不属于图像本身的标注框，保证了图像的完整性。
参照图4，示出了本申请的一种基于目标对象的图像显示装置实施例2的结构框图，具体可以包括如下模块：
图像接收模块401，用于接收通过移动终端上传的包含目标对象的第一图像。
特征信息提取模块402，用于提取所述第一图像中的所述目标对象的特征信息。
搜索模块403，用于用于在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
作为本申请实施例的优选示例，所述搜索模块403可以包括以下子模块：
待处理图像搜索子模块，用于在互联网搜索包含所述目标对象的待处理图像；
提取子模块，用于提取所述待处理图像中的所述目标对象的特征信息。
匹配度计算子模块，用于计算所述第一图像中的所述目标对象的特征信息与所述待处理图像中的所述目标对象的特征信息的匹配度。
匹配度判断子模块，用于当所述匹配度大于预设阈值，将所述待处理图像作为与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
位置信息识别模块404，用于识别所述第二图像的目标对象在所述第二图像中的位置信息。
区域区分模块405，用于依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域。
作为本申请实施例的优选示例，所述位置信息包括所述目标对象在所述第二图像中的横向顶点信息、纵向顶点信息、横向长度信息、纵向长度信息，所述区域区分模块405可以包括以下子模块：
中点计算子模块，用于采用所述横向顶点信息及所述横向长度信息、所述纵向顶点信息及所述纵向长度信息，分别计算所述目标对象的中点。
半径值计算子模块，用于采用所述横向长度信息及所述纵向长度信息计算所述目标对象的半径值。
目标区域形成子模块，用于以所述目标对象的中心为圆心及以所述半径值为半径，形成包含所述目标对象的目标区域。
非目标区域形成子模块，用于将所述第二图像中所述目标区域之外的区域作为所述非目标区域。
显示模块406，用于按照不同的展示效果分别显示所述目标区域和所述非目标区域。
作为本申请实施例的优选示例一，所述显示模块406可以包括以下子模块：
光亮度显示子模块，用于以不同的光亮度分别显示所述目标区域与所述非目标区域。
目标区域因为包含了用户关注的目标对象，所以可以采用高亮度显示，而对于不含有有价值信息的非目标区域，可以采用低亮度甚至完全暗淡的方式显示。基于人的生理特点，在使用眼球扫描眼前事物时，人类的视觉比较容易因为受到较大亮度刺激而吸引，明显的亮度对比可以短时间内吸引到用户对目标对象的关注，使得用户可以快速地辨识目标对象。
作为本申请实施例的优选示例，所述光亮度显示子模块可以包括以下子单元：
光亮度显示子单元，用户根据不同的所述匹配度以不同的所述光亮度显示所述目标区域。
现有图像显示方法中，会在颜色标注框之内或旁边显示一个百分比数值以表示该标注的对象与用户想要搜索的目标对象的匹配程度，而通过本申请实施例的图像显示方法，可以直观地得知匹配程度，避免了在图像中添加百分比数值，保证了图像的完整性。
作为本申请实施例的优选示例二，所述第二图像包括至少两个所述目标区域，所述至少两个目标区域具有重叠区域，所述显示模块406可以包括以下子模块：
重叠区域显示子模块，用于以相同的展示效果显示所述重叠区域。
在第二图像包括多个目标区域并互相有重叠的情况下，以相同的展示效果展示目标区域的重叠区域，目标区域与目标区域之间可以平滑地连接，避免了现有的图像显示方法中多个颜色标注框互相重叠、多个方框边线交错，干扰用户辨识目标对象，使得用户难以分辨目标对象的问题。
目标对象显示模块407，用于在所述第二图像的非目标区域显示所述第一图像的所述目标对象。
在非目标区域显示第一图像的目标对象，以便于用户直观地与自己想要搜索的目标对象进行对比。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或标注框图来描述的。应理解可由计算机程序指令实现流程图和/或标注框图中的每一流程和/或标注框、以及流程图和/或标注框图中的流程和/或标注框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或标注框图一个标注框或多个标注框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或标注框图一个标注框或多个标注框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或标注框图一个标注框或多个标注框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种基于目标对象的图像显示方法和一种基于目标对象的图像显示装置，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (12)

1.一种基于目标对象的图像显示方法，其特征在于，所述方法包括：
接收通过移动终端上传的包含目标对象的第一图像；
提取所述第一图像中的所述目标对象的特征信息；
在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像；
识别所述第二图像的目标对象在所述第二图像中的位置信息；
依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域；
按照不同的展示效果分别显示所述目标区域和所述非目标区域；
其中，所述在互联网搜索与所述第一图像的特征信息匹配的第二图像的步骤包括：
通过智能神经网络搜索包含所述目标对象的多个待学习图像；
按照根据所述目标对象的类别确定的匹配度计算方式，计算所述多个待学习图像的目标对象的特征信息与所述目标对象的特征信息的匹配度；
统计大于预设匹配度阈值的匹配度；
根据统计结果，修正所述根据所述目标对象的类别确定的匹配度计算方式；
其中，所述位置信息包括所述目标对象在所述第二图像中的横向顶点信息、纵向顶点信息、横向长度信息、纵向长度信息，所述依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域的步骤包括：
采用所述横向顶点信息及所述横向长度信息、所述纵向顶点信息及所述纵向长度信息，分别计算所述目标对象的中点；
采用所述横向长度信息及所述纵向长度信息计算所述目标对象的半径值；
以所述目标对象的中心为圆心及以所述半径值为半径，形成包含所述目标对象的目标区域；
将所述第二图像中所述目标区域之外的区域作为所述非目标区域。
2.根据权利要求1所述的方法，其特征在于，所述在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像的步骤包括：
在互联网搜索包含所述目标对象的待处理图像；
提取所述待处理图像中的所述目标对象的特征信息；
计算所述第一图像中的所述目标对象的特征信息与所述待处理图像中的所述目标对象的特征信息的匹配度；
当所述匹配度大于预设阈值，将所述待处理图像作为与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
3.根据权利要求1所述的方法，其特征在于，所述按照不同的展示效果分别显示所述目标区域和所述非目标区域的步骤包括：
以不同的光亮度分别显示所述目标区域与所述非目标区域。
4.根据权利要求3所述的方法，其特征在于，所述以不同的光亮度分别显示所述目标区域与所述非目标区域的步骤包括：
根据不同的所述匹配度以不同的所述光亮度显示所述目标区域。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在所述第二图像的非目标区域显示所述第一图像的所述目标对象。
6.根据权利要求1所述的方法，其特征在于，所述第二图像包括至少两个所述目标区域，所述至少两个目标区域具有重叠区域，所述按照不同的展示效果分别显示所述目标区域和所述非目标区域的步骤包括：
以相同的展示效果显示所述重叠区域。
7.一种基于目标对象的图像显示装置，其特征在于，所述装置包括：
图像接收模块，用于接收通过移动终端上传的包含目标对象的第一图像；
特征信息提取模块，用于提取所述第一图像中的所述目标对象的特征信息；
搜索模块，用于在互联网搜索与所述第一图像的特征信息匹配的包含所述目标对象的第二图像；
位置信息识别模块，用于识别所述第二图像的目标对象在所述第二图像中的位置信息；
区域区分模块，用于依据所述位置信息，区分包含所述目标对象的目标区域和不包含所述目标对象的非目标区域；
显示模块，用于按照不同的展示效果分别显示所述目标区域和所述非目标区域；
其中，所述搜索模块包括：
智能神经网络搜索子模块，用于通过智能神经网络搜索与所述第一图像的特征信息匹配的第二图像；
其中，所述智能神经网络保存有目标对象的多个预置特征信息，判断所述第一图像的特征信息是否匹配于至少一个所述多个预置特征信息，若是，搜索与所述多个预置特征信息匹配的第二图像；
其中，所述位置信息包括所述目标对象在所述第二图像中的横向顶点信息、纵向顶点信息、横向长度信息、纵向长度信息，所述依据所述位置信息，所述区域区分模块包括：
中点计算子模块，用于采用所述横向顶点信息及所述横向长度信息、所述纵向顶点信息及所述纵向长度信息，分别计算所述目标对象的中点；
半径值计算子模块，用于采用所述横向长度信息及所述纵向长度信息计算所述目标对象的半径值；
目标区域形成子模块，用于以所述目标对象的中心为圆心及以所述半径值为半径，形成包含所述目标对象的目标区域；
非目标区域形成子模块，用于将所述第二图像中所述目标区域之外的区域作为所述非目标区域。
8.根据权利要求7所述的装置，其特征在于，所述搜索模块包括：
待处理图像搜索子模块，用于在互联网搜索包含所述目标对象的待处理图像；
提取子模块，用于提取所述待处理图像中的所述目标对象的特征信息；
匹配度计算子模块，用于计算所述第一图像中的所述目标对象的特征信息与所述待处理图像中的所述目标对象的特征信息的匹配度；
匹配度判断子模块，用于当所述匹配度大于预设阈值，将所述待处理图像作为与所述第一图像的特征信息匹配的包含所述目标对象的第二图像。
9.根据权利要求7所述的装置，其特征在于，所述显示模块包括：
光亮度显示子模块，用于以不同的光亮度分别显示所述目标区域与所述非目标区域。
10.根据权利要求9所述的装置，其特征在于，所述光亮度显示子模块包括：
光亮度显示子单元，用户根据不同的所述匹配度以不同的所述光亮度显示所述目标区域。
11.根据权利要求7所述的装置，其特征在于，所述装置还包括：
目标对象显示模块，用于在所述第二图像的非目标区域显示所述第一图像的所述目标对象。
12.根据权利要求7所述的装置，其特征在于，所述第二图像包括至少两个所述目标区域，所述至少两个目标区域具有重叠区域，所述显示模块包括：
重叠区域显示子模块，用于以相同的展示效果显示所述重叠区域。
CN201510359963.5A 2015-06-25 2015-06-25 一种基于目标对象的图像显示方法和装置 Active CN105095362B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510359963.5A CN105095362B (zh) 2015-06-25 2015-06-25 一种基于目标对象的图像显示方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510359963.5A CN105095362B (zh) 2015-06-25 2015-06-25 一种基于目标对象的图像显示方法和装置

Publications (2)

Publication Number Publication Date
CN105095362A CN105095362A (zh) 2015-11-25
CN105095362B true CN105095362B (zh) 2019-02-22

Family

ID=54575799

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510359963.5A Active CN105095362B (zh) 2015-06-25 2015-06-25 一种基于目标对象的图像显示方法和装置

Country Status (1)

Country Link
CN (1) CN105095362B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106385573A (zh) * 2016-09-06 2017-02-08 努比亚技术有限公司 一种图片处理方法及终端
CN108229292A (zh) 2017-07-28 2018-06-29 北京市商汤科技开发有限公司 目标识别方法、装置、存储介质和电子设备
CN108366238A (zh) * 2018-02-08 2018-08-03 广州视源电子科技股份有限公司 图像处理方法、系统、可读存储介质及电子设备
CN109147007B (zh) * 2018-08-01 2023-09-01 Oppo（重庆）智能科技有限公司 贴纸加载方法、装置、终端及计算机可读存储介质
CN114006976B (zh) * 2020-07-15 2022-10-11 华为技术有限公司 一种界面显示方法及终端设备
CN116932804A (zh) * 2022-03-31 2023-10-24 华为技术有限公司 一种物品的搭配方法以及相关设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100578508C (zh) * 2008-01-14 2010-01-06 上海博康智能信息技术有限公司 交互式图像搜索系统和方法
CN101706793B (zh) * 2009-11-16 2012-09-26 中兴通讯股份有限公司 搜索图片的方法和装置
CN103309564A (zh) * 2013-07-01 2013-09-18 贝壳网际（北京）安全技术有限公司 元素信息的显示方法及装置

Also Published As

Publication number Publication date
CN105095362A (zh) 2015-11-25

Similar Documents

Publication Publication Date Title
CN105095362B (zh) 一种基于目标对象的图像显示方法和装置
US10109051B1 (en) Item recommendation based on feature match
US10789699B2 (en) Capturing color information from a physical environment
CN108460389B (zh) 一种识别图像中对象的类型预测方法、装置及电子设备
US10049466B2 (en) Color name generation from images and color palettes
US10831819B2 (en) Hue-based color naming for an image
US10346684B2 (en) Visual search utilizing color descriptors
US9135719B1 (en) Color name generation from images and color palettes
US9841877B2 (en) Utilizing color descriptors to determine color content of images
CN109784281A (zh) 基于人脸特征的产品推荐方法、装置及计算机设备
JP2022510712A (ja) ニューラルネットワークの訓練方法及び画像マッチング方法、並びに装置
CN111862866B (zh) 图像显示方法、装置、设备及计算机可读存储介质
CN105117399B (zh) 一种图像搜索方法和装置
US20180218083A1 (en) Method for Recommending Clothes Collocation and Intelligent Terminal
Falomir et al. A model for the qualitative description of images based on visual and spatial features
CN111429543B (zh) 一种素材生成方法、装置、电子设备及介质
Zhu et al. Salient object detection with complex scene based on cognitive neuroscience
Zhang et al. Saliency detection by selective color features
Xue et al. Saliency detection using multiple region-based features
CN111429207A (zh) 用于衣物推荐的方法及装置、设备
CN111429210A (zh) 用于衣物推荐的方法及装置、设备
WO2022063189A1 (zh) 显著性元素识别方法及装置
CN106200873A (zh) 一种移动终端的自动休眠方法及移动终端
CN111429213A (zh) 用于衣物模拟试穿的方法及装置、设备
CN106157280B (zh) 一种图像数据处理方法及装置

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
PP01 Preservation of patent right
PP01 Preservation of patent right

Effective date of registration: 20211123

Granted publication date: 20190222

PD01 Discharge of preservation of patent
PD01 Discharge of preservation of patent

Date of cancellation: 20220415

Granted publication date: 20190222

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231225

Address after: 518000 floor 33, Yantian modern industry service center, 3018 Shayan Road, Shatoujiao street, Yantian District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen mailong Intelligent Technology Co.,Ltd.

Address before: 518081, Building 1, Yihai City, Shenyan Road, Yantian District, Shenzhen City, Guangdong Province, China 1508

Patentee before: SHENZHEN MALONG TECHNOLOGY Co.,Ltd.