CN105100193B - 云名片推荐方法及装置 - Google Patents
云名片推荐方法及装置 Download PDFInfo
- Publication number
- CN105100193B CN105100193B CN201510276603.9A CN201510276603A CN105100193B CN 105100193 B CN105100193 B CN 105100193B CN 201510276603 A CN201510276603 A CN 201510276603A CN 105100193 B CN105100193 B CN 105100193B
- Authority
- CN
- China
- Prior art keywords
- business card
- cloud business
- contact
- image
- head portrait
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000001815 facial effect Effects 0.000 claims description 75
- 238000012545 processing Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 230000000052 comparative effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/101—Collaborative creation, e.g. joint development of products or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/432—Query formulation
- G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformation in the plane of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/418—Document matching, e.g. of document images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/45—Network directories; Name-to-address mapping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
- H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L2101/00—Indexing scheme associated with group H04L61/00
- H04L2101/60—Types of network addresses
- H04L2101/618—Details of network addresses
- H04L2101/65—Telephone numbers
Abstract
本公开是关于一种云名片推荐方法及装置,所述方法包括:获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,所述云名片中包括云名片头像,所述联系人信息中包括联系人头像;将所述云名片头像和所述联系人头像进行比对;当所述云名片头像与所述联系人头像匹配时,将所述第一联系人的云名片推荐给所述第二联系人。用以将联系人的云名片推荐给其他用户时,提高推荐云名片的准确性。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种云名片推荐方法及装置。
背景技术
相关技术中,随着计算机技术的快速发展,智能终端已经成为人们生活中的日常用品,而在智能终端中可以安装一些社交应用,用户在社交应用中记录着不匹配联系人的联系人信息及联系人头像,而且用户可以将这些联系人信息及联系人头像上传到服务器生成云名片,并公开云名片,使其他用户可以看到该联系人的云名片。
发明内容
本公开实施例提供一种云名片推荐方法及装置。用以将联系人的云名片推荐给其他用户时,提高推荐云名片的准确性。
根据本公开实施例的第一方面,提供一种云名片推荐方法,所述方法包括:
获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,所述云名片中包括名片头像,所述联系人信息中包括联系人头像;
将所述云名片头像和所述联系人头像进行比对;
当所述云名片头像与所述联系人头像匹配时,将所述第一联系人的云名片推荐给所述第二联系人。
本公开的实施例提供的技术方案可以包括以下有益效果:在服务器中获取与联系人头像匹配的第一联系人的云名片,将第一联系人的云名片推送给第二联系人。根据头像判断服务器中的云名片是否与第二联系人的终端中存储的联系人信息匹配,提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
将所述云名片头像和所述联系人头像进行比对,包括:
计算所述云名片头像和所述联系人头像的第一相似度;
当所述第一相似度达到预设相似度时,确定所述云名片头像与所述联系人头像匹配。
本公开的实施例提供的技术方案可以包括以下有益效果:通过判断第一相似度,确定云名片头像与联系人头像是否匹配。同一人的云名片头像与联系人头像并不一定匹配,因此,当第一相似度达到预设相似度时,可以确定云名片与联系人信息是同一人,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
将所述云名片头像和所述联系人头像进行比对,包括:
分别从所述云名片头像和所述联系人头像中提取人脸图像;
将所述云名片头像和所述联系人头像的人脸图像进行比对;
当所述云名片头像和所述联系人头像的人脸图像匹配时,确定所述云名片头像与所述联系人头像匹配。
本公开的实施例提供的技术方案可以包括以下有益效果:通过判断云名片头像和联系人头像中提取的人脸图像,确定云名片头像与联系人头像是否匹配。当云名片头像和联系人头像的人脸图像匹配时,可以确定云名片与联系人信息是同一人,提高了判断云名片头像和联系人头像的人脸图像是否匹配的速度,而且进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
当所述第一相似度达到预设相似度时,将所述云名片头像和所述联系人头像进行比对还包括:
确定所述云名片头像或所述联系人头像在所述服务器存储的所有云名片头像和联系人头像中的出现次数;
当所述出现次数小于或等于预设次数时,确定所述云名片头像与所述联系人头像匹配。
本公开的实施例提供的技术方案可以包括以下有益效果:不同的联系人可能会选择一些相同的网络图片作为联系人头像或云名片头像。当云名片头像或联系人头像出现的次数大于预设次数时,可以确定该头像为多个联系人或云名片头像,而不是同一个人的云名片或联系人头像。因此,当出现次数小于或等于预设次数时,确定云名片头像与联系人头像匹配,进一步提高了判断云名片头像与联系人头像是否匹配的准确度。
当所述出现次数大于预设次数时,将所述云名片头像和所述联系人头像进行比对还包括:
根据所述出现次数和所述第一相似度计算所述云名片头像和所述联系人头像的第二相似度,所述出现次数越高,所述第二相似度相对于所述第一相似度越小;
判断所述第二相似度是否达到所述预设相似度;
当所述第二相似度未达到所述预设相似度时,确定所述云名片头像与所述联系人头像不匹配。
本公开的实施例提供的技术方案可以包括以下有益效果:通过云名片头像或联系人头像出现次数计算云名片头像和联系人头像的第二相似度,并在第二相似度小于预设相似度时,确定云名片头像与联系人头像不匹配。不同的联系人可能会选择一些相同的网络图片作为联系人头像或云名片头像。当云名片头像或联系人头像出现的次数越多则云名片头像和联系人头像的相似度越小,可以确定该头像为多个联系人或云名片头像,而不是同一个人的云名片或联系人头像。因此,在第二相似度小于预设相似度时,确定云名片头像与联系人头像不匹配,进一步提高了判断云名片头像与联系人头像是否匹配的准确度。
所述方法还包括:
对所述云名片头像和所述联系人头像进行归一化处理,得到所述云名片头像和所述联系人头像的标准头像;
对所述标准头像按照预设规则提取特征点;
所述将所述云名片头像和所述联系人头像进行比对,包括:
比较所述云名片头像和所述联系人头像的标准头像的特征点;
根据特征点的比较结果确定所述云名片头像与所述联系人头像是否匹配。
本公开的实施例提供的技术方案可以包括以下有益效果:通过比较云名片头像和联系人头像的标准头像的特征点,确定云名片头像与联系人头像是否匹配,可以提高对比云名片头像与联系人头像的速度,还可以提高判断云名片头像与联系人头像是否匹配的准确度,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
所述方法还包括:
对所述云名片头像和所述联系人头像的人脸图像进行归一化处理,得到所述云名片头像和所述联系人头像的标准人脸图像;
对所述标准人脸图像按照预设规则提取特征点;
所述将所述云名片头像和所述联系人头像的人脸图像进行比对,包括:
比较所述云名片头像和所述联系人头像的标准人脸图像的特征点;
根据特征点的比较结果确定所述云名片头像和所述联系人头像的人脸图像是否匹配。
本公开的实施例提供的技术方案可以包括以下有益效果:通过比较云名片头像和联系人头像的标准人脸图像的特征点,确定云名片头像与联系人头像是否匹配,可以提高对比云名片头像与联系人头像的速度,还可以提高判断云名片头像与联系人头像是否匹配的准确度,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
根据本公开实施例的第二方面,提供一种云名片推荐装置,所述装置包括:
获取模块,用于获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,所述云名片中包括名片头像,所述联系人信息中包括联系人头像;
对比模块,用于将所述云名片头像和所述联系人头像进行比对;
推荐模块,用于当所述云名片头像与所述联系人头像匹配时,将所述第一联系人的云名片推荐给所述第二联系人。
对比模块,包括:
第一计算子模块,用于计算所述云名片头像和所述联系人头像的第一相似度;
第一确定子模块,用于当所述第一相似度达到预设相似度时,确定所述云名片头像与所述联系人头像匹配。
对比模块,包括:
提取子模块,用于分别从所述云名片头像和所述联系人头像中提取人脸图像;
对比子模块,用于将所述云名片头像和所述联系人头像的人脸图像进行比对;
第二确定子模块,用于当所述云名片头像和所述联系人头像的人脸图像匹配时,确定所述云名片头像与所述联系人头像匹配。
对比模块还包括:
第三确定子模块,用于当所述第一相似度达到预设相似度时,确定所述云名片头像或所述联系人头像在所述服务器存储的所有云名片头像和联系人头像中的出现次数;
第四确定子模块,用于当所述出现次数小于或等于预设次数时,确定所述云名片头像与所述联系人头像匹配。
对比模块还包括:
第二计算子模块,用于当所述出现次数大于预设次数时,根据所述出现次数和所述第一相似度计算所述云名片头像和所述联系人头像的第二相似度,所述出现次数越高,所述第二相似度相对于所述第一相似度越小;
判断子模块,用于判断所述第二相似度是否达到所述预设相似度;
第五确定子模块,用于当所述第二相似度未达到所述预设相似度时,确定所述云名片头像与所述联系人头像不匹配。
所述装置还包括:
第一处理模块,用于对所述云名片头像和所述联系人头像进行归一化处理,得到所述云名片头像和所述联系人头像的标准头像;
第一提取模块,用于对所述标准头像按照预设规则提取特征点;
所述对比模块,包括:
比较子模块,用于比较所述云名片头像和所述联系人头像的标准头像的特征点;
第六确定子模块,用于根据特征点的比较结果确定所述云名片头像与所述联系人头像是否匹配。
所述装置还包括:
第二处理模块,用于对所述云名片头像和所述联系人头像的人脸图像进行归一化处理,得到所述云名片头像和所述联系人头像的标准人脸图像;
第二提取模块,用于对所述标准人脸图像按照预设规则提取特征点;
所述对比子模块,还用于比较所述云名片头像和所述联系人头像的标准人脸图像的特征点;根据特征点的比较结果确定所述云名片头像和所述联系人头像的人脸图像是否匹配。
根据本公开实施例的第三方面,提供一种云名片推荐装置,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,所述云名片中包括名片头像,所述联系人信息中包括联系人头像;
将所述云名片头像和所述联系人头像进行比对;
当所述云名片头像与所述联系人头像匹配时,将所述第一联系人的云名片推荐给所述第二联系人。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种云名片推荐方法的流程图。
图2是根据一示例性实施例示出的一种云名片推荐方法的详细流程图。
图3是根据一示例性实施例示出的一种云名片推荐方法的详细流程图。
图4是根据一示例性实施例示出的一种云名片推荐方法的详细流程图。
图5是根据一示例性实施例示出的一种云名片推荐方法的详细流程图。
图6是根据一示例性实施例示出的一种云名片推荐装置的框图。
图7是根据一示例性实施例示出的一种云名片推荐装置中对比模块的框图。
图8是根据一示例性实施例示出的一种云名片推荐装置中对比模块的框图。
图9是根据一示例性实施例示出的一种云名片推荐装置中对比模块的框图。
图10是根据一示例性实施例示出的一种云名片推荐装置中对比模块的框图。
图11是根据一示例性实施例示出的一种云名片推荐装置的框图。
图12是根据一示例性实施例示出的一种云名片推荐装置的框图。
图13是根据一示例性实施例示出的一种云名片推荐装置的框图。
图14是根据一示例性实施例示出的一种云名片推荐装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
相关技术中,随着计算机技术的快速发展,智能终端已经成为人们生活中的日常用品,而在智能终端中可以安装一些社交应用,用户在社交应用中记录着不同联系人的联系人信息及联系人头像,而且用户可以将这些联系人信息及联系人头像上传到服务器生成云名片,并公开云名片,使其他用户与该联系人联系时可以看到该联系人的云名片。
例如,在用户A云名片中存储有A的姓名、地址等信息,而用户B联系人中存储有A的姓名、地址等信息。判断A的云名片与用户B联系人中存储的A的联系人匹配时,会将A的云名片推荐给B。
但是,在相关技术中存在用户A的云名片中存储的A的姓名、地址等信息可能与用户B中存储的联系人A的姓名、地址等信息不匹配的情况。
例如,用户A是用户B的父亲,用户A上传自己的云名片,包括:“姓名”为“王二”,但在用户B的联系人中,联系人A的“姓名”为“爸爸”。这样,用户A的云名片便无法和用户B中的联系人A的信息匹配。用户A的“地址”为A的住宅地址,而用户B联系人中A的“地址”为A的公司地址,因此,用户A的云名片也无法和用户B中的联系人A的信息匹配。
本公开实施例提供了一种云名片推荐方法。用以将联系人的云名片推荐给其他用户时,提高推荐云名片的准确性。在服务器中获取与联系人头像匹配的第一联系人的云名片,将第一联系人的云名片推送给第二联系人。根据头像判断服务器中的云名片是否与第二联系人的终端中存储的联系人信息匹配,提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
图1是根据一示例性实施例示出的一种云名片推荐方法的流程图,如图1所示,云名片推荐方法可以用于服务器中,包括以下步骤。
在步骤S11中,获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括云名片头像,联系人信息中包括联系人头像。
在步骤S12中,将云名片头像和联系人头像进行比对。
在步骤S13中,当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
本公开实施例提供了一种云名片推荐方法。在服务器中获取与联系人头像匹配的第一联系人的云名片,将第一联系人的云名片推送给第二联系人。根据头像判断服务器中的云名片是否与第二联系人的终端中存储的联系人信息匹配,提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
可选的,在一个实施例中,步骤S12还可实施为:步骤A1-步骤A2。
在步骤A1中,计算云名片头像和联系人头像的第一相似度。
在步骤A2中,当第一相似度达到预设相似度时,确定云名片头像与联系人头像匹配。
采用上述方法,通过判断第一相似度,确定云名片头像与联系人头像是否匹配。同一人的云名片头像与联系人头像并不一定匹配,因此,当第一相似度达到预设相似度时,可以确定云名片与联系人信息是同一人,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
可选的,在一个实施例中,步骤S12还可实施为:步骤B1-步骤B3。
在步骤B1中,分别从云名片头像和联系人头像中提取人脸图像。
在步骤B2中,将云名片头像和联系人头像的人脸图像进行比对。
在步骤B3中,当云名片头像和联系人头像的人脸图像匹配时,确定云名片头像与联系人头像匹配。
采用上述方法,通过判断云名片头像和联系人头像中提取的人脸图像,确定云名片头像与联系人头像是否匹配。当云名片头像和联系人头像的人脸图像匹配时,可以确定云名片与联系人信息是同一人,提高了判断云名片头像和联系人头像的人脸图像是否匹配的速度,而且进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
可选的,在一个实施例中,步骤S12还可实施为:步骤C1-步骤C2。
在步骤C1中,当第一相似度达到预设相似度时,确定云名片头像或联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数。
在步骤C2中,当出现次数小于或等于预设次数时,确定云名片头像与联系人头像匹配。
采用上述方法,由于许多不匹配的联系人会选择一些匹配的网络图片作为联系人头像或云名片头像。当云名片头像或联系人头像出现的次数大于预设次数时,可以确定该头像为多个联系人或云名片头像,而不是同一个人的云名片或联系人头像。因此,当出现次数小于或等于预设次数时,确定云名片头像与联系人头像匹配,进一步提高了判断云名片头像与联系人头像是否匹配的准确度。
可选的,在步骤C2之后,该方法还可实施为:步骤D1-步骤D3。
在步骤D1中,当出现次数大于预设次数时,根据出现次数和第一相似度计算云名片头像和联系人头像的第二相似度,出现次数越高,第二相似度相对于第一相似度越小。
在步骤D2中,判断第二相似度是否达到预设相似度。
在步骤D3中,当第二相似度未达到预设相似度时,确定云名片头像与联系人头像不匹配。
采用上述方法,通过云名片头像或联系人头像出现次数计算云名片头像和联系人头像的第二相似度,并在第二相似度小于预设相似度时,确定云名片头像与联系人头像不匹配。由于许多不匹配的联系人会选择一些匹配的网络图片作为联系人头像或云名片头像。当云名片头像或联系人头像出现的次数越多则云名片头像和联系人头像的相似度越小,可以确定该头像为多个联系人或云名片头像,而不是同一个人的云名片或联系人头像。因此,在第二相似度小于预设相似度时,确定云名片头像与联系人头像不匹配,进一步提高了判断云名片头像与联系人头像是否匹配的准确度。
可选的,在一个实施例中,该方法还可实施为:步骤E1-E2。
在步骤E1中,对云名片头像和联系人头像进行归一化处理,得到云名片头像和联系人头像的标准头像。
在步骤E2中,对标准头像按照预设规则提取特征点。
此时,步骤S12还可实施为:步骤E3-步骤E4。
在步骤E3中,比较云名片头像和联系人头像的标准头像的特征点。
在步骤E4中,根据特征点的比较结果确定云名片头像与联系人头像是否匹配。
采用上述方法,通过比较云名片头像和联系人头像的标准头像的特征点,确定云名片头像与联系人头像是否匹配,可以提高对比云名片头像与联系人头像的速度,还可以提高判断云名片头像与联系人头像是否匹配的准确度,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
可选的,在一个实施例中,该方法还可实施为:步骤F1-F2。
在步骤F1中,对云名片头像和联系人头像的人脸图像进行归一化处理,得到云名片头像和联系人头像的标准人脸图像。
在步骤F2中,对标准人脸图像按照预设规则提取特征点。
此时,步骤B2还可实施为:步骤F3-F4。
在步骤F3中,比较云名片头像和联系人头像的标准人脸图像的特征点。
在步骤F4中,根据特征点的比较结果确定云名片头像和联系人头像的人脸图像是否匹配。
采用上述方法,通过比较云名片头像和联系人头像的标准人脸图像的特征点,确定云名片头像与联系人头像是否匹配,可以提高对比云名片头像与联系人头像的速度,还可以提高判断云名片头像与联系人头像是否匹配的准确度,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
如图2所示,本公开实施例提供了一种云名片推荐方法,具体实施步骤如下:
在步骤S21中,获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括云名片头像,联系人信息中包括联系人头像。
服务器从服务器本地获得用户A的云名片,并从用户B的终端中获取的用户B存储的联系人信息C。
在步骤S22中,计算云名片头像和联系人头像的第一相似度。
计算用户A的云名片的头像与联系人C的头像的第一相似度为0.8。
在步骤S23中,当第一相似度达到预设相似度时,确定云名片头像或联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数。当出现次数小于或等于预设次数时,执行步骤S24-S25;当出现次数大于预设次数时执行步骤S26-S28。
预设相似度为0.6,因此用户A的云名片的头像与联系人C的头像的第一相似度达到预设相似度。此时确定用户A的云名片的头像在服务器存储的云名片头像和联系人头像中出现的次数为4次。联系人C的头像在服务器存储的云名片头像和联系人头像中出现的次数为6次。
在步骤S24中,当出现次数小于或等于预设次数时,确定云名片头像与联系人头像匹配。
预设次数为20次。可以看出用户A的云名片的头像在服务器存储的云名片头像和联系人头像中出现的次数及联系人C的头像在服务器存储的云名片头像和联系人头像中出现的次数均小于预设次数,此时可以确定用户A的云名片头像与联系人C头像匹配。
在步骤S25中,当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
当用户A的云名片的头像与联系人C头像匹配时,可以确定用户A与联系人C同一个人。此时可以将用户A的云名片推荐给用户B,供用户B在联系人C中存储用户A的信息。
在步骤S26中,当出现次数大于预设次数时,根据出现次数和第一相似度计算云名片头像和联系人头像的第二相似度,出现次数越高,第二相似度相对于第一相似度越小。
如果确定用户A的云名片的头像在服务器存储的云名片头像和联系人头像中出现的次数为30次。联系人C的头像在服务器存储的云名片头像和联系人头像中出现的次数为60次。根据用户A的云名片的头像出现次数、联系人C的头像出现次数及第一相似度计算用户A的云名片的头像与联系人C的头像的第二相似度,第二相似度与用户A的云名片的头像出现次数及联系人C的头像出现次数成反比。其中,可以将出现次数分为不同级别,每个级别对应不同权值,权值小于1,且出现次数与权值成反比,即随出现次数的增加权值减小。第一相似度乘以权值得到第二相似度。
第二相似度=第一相似度×权值。
例如,在本公开实施例中用户A的云名片的头像出现的次数为30次,联系人C的头像出现的次数为60次,则等比较的头像出现次数为90次。假设头像出现次数为90次所对应的权值为0.5时,则计算得第二相似度为0.4。头像出现次数为200次所对应的权值为0.2,则计算得第二相似度为0.16。
在步骤S27中,判断第二相似度是否达到预设相似度。
可以看出第二相似度0.4未达到预设相似度0.6的值。
在步骤S28中,当第二相似度未达到预设相似度时,确定云名片头像与联系人头像不匹配。
由于第二相似度0.4未达到预设相似度0.6的值,可以确定用户A云名片的头像与联系人C头像是两个不同用户共用了相似的头像。因此,确定用户A云名片头像与联系人C头像不匹配。
本公开实施例提供了一种云名片推荐方法。在服务器中获取与联系人头像匹配的第一联系人的云名片,将第一联系人的云名片推送给第二联系人。通过判断第一相似度,确定云名片头像与联系人头像是否匹配。同一人的云名片头像与联系人头像并不一定匹配,因此,当第一相似度达到预设相似度时,可以确定云名片与联系人信息是同一人,而且当第一相似度达到预设相似度时,通过判断云名片的头像或联系人头像出现的次数及第二相似度,排除出不同联系人使用相同头像的机率。从而通过上述方法可以提高判断云名片头像与联系人头像是否匹配的准确度,并准确的将第一联系人的云名片推荐给第二联系人。
如图3所示,本公开实施例提供了一种云名片推荐方法,具体实施步骤如下:
在步骤S31中,获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括云名片头像,联系人信息中包括联系人头像。
服务器从服务器本地获得用户A的云名片,并从用户B的终端中获取的用户B存储的联系人信息C。
在步骤S32中,分别从云名片头像和联系人头像中提取人脸图像。
分别从用户A的云名片的头像及联系人C的头像中提取人脸图像A1、C1。
在步骤S33中,将云名片头像和联系人头像的人脸图像进行比对。
对比人脸图像A1与人脸图像C1。
在步骤S34中,当云名片头像和联系人头像的人脸图像匹配时,确定云名片头像与联系人头像匹配。
当人脸图像A1与人脸图像C1匹配时,可以确定用户A的云名片头像与联系人C的头像匹配。
在步骤S35中,当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
当用户A的云名片的头像与联系人C头像匹配时,可以确定用户A与联系人C同一个人。此时可以将用户A的云名片推荐给用户B,供用户B在联系人C中存储用户A的信息。
本公开实施例提供一种云名片推荐方法。在服务器中获取与联系人头像匹配的第一联系人的云名片,判断云名片头像和联系人头像中提取的人脸图像,确定云名片头像与联系人头像是否匹配,当云名片头像和联系人头像的人脸图像匹配时,可以确定云名片与联系人信息是同一人,将第一联系人的云名片推送给第二联系人。提高了判断云名片头像和联系人头像的人脸图像是否匹配的速度,而且进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
如图4所示,本公开实施例提供了一种云名片推荐方法,具体实施步骤如下:
在步骤S41中,获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括云名片头像,联系人信息中包括联系人头像。
服务器从服务器本地获得用户A的云名片,并从用户B的终端中获取的用户B存储的联系人信息C。
在步骤S42中,对云名片头像和联系人头像进行归一化处理,得到云名片头像和联系人头像的标准头像。
在服务器获得联系人信息时,即可对用户A的云名片的头像及联系人C的头像进行归一化处理,得到用户A的云名片的标准头像D1,联系人C的头像的标准头像D2。
在步骤S43中,对标准头像按照预设规则提取特征点。
在提取特征点时,从标准头像D1与D2提取相同数量的特征点,例如提取的特征点数量为100个,但本公开不以此为限,也可以提取不同数量的特征点。从标准头像D1中提取特征点集1,并且存储提取到的特征点集1;从标准头像D2中提取特征点集2,并且存储提取到的特征点集2。
在步骤S44中,比较云名片头像和联系人头像的标准头像的特征点。
比较特征点集1及特征点集2,并得知特征点集1及特征点集2有78个相同的特征点。
在步骤S45中,根据特征点的比较结果确定云名片头像与联系人头像是否匹配。
根据S44的比较结果特征点集1及特征点集2有78个相同的特征点可以确定用户A的云名片的头像与联系人C的头像匹配。
在步骤S46中,当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
当用户A的云名片的头像与联系人C头像匹配时,可以确定用户A与联系人C是同一个人。此时可以将用户A的云名片推荐给用户B,供用户B在联系人C中存储用户A的信息。
本公开实施例提供了一种云名片推荐方法。在服务器中获取与联系人头像匹配的第一联系人的云名片,比较云名片头像和联系人头像的标准头像的特征点,确定云名片头像与联系人头像是否匹配,可以提高对比云名片头像与联系人头像的速度,还可以提高判断云名片头像与联系人头像是否匹配的准确度,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
如图5所示,本公开实施例提供了一种云名片推荐方法,具体实施步骤如下:
在步骤S51中,获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括名片头像,联系人信息中包括联系人头像。
服务器从服务器本地获得用户A的云名片,并从用户B的终端中获取的用户B存储的联系人信息C。
在步骤S52中,分别从云名片头像和联系人头像中提取人脸图像。
从用户A的云名片的头像中提取人脸图像E1,从联系人C的头像中提取人脸图像E2。
在步骤S53中,对云名片头像和联系人头像的人脸图像进行归一化处理,得到云名片头像和联系人头像的标准人脸图像。
对用户A的云名片的人脸图像E1及联系人C的人脸图像E2进行归一化处理,得到用户A的云名片的标准人脸图像F1,联系人C的头像的标准人脸图像F2。
在步骤S54中,对标准人脸图像按照预设规则提取特征点。
在提取特征点时,从标准人脸图像F1与F2提取相同数量的特征点,提取的特征点数量为100个,但本公开不以此为限,也可以提取不同数量的特征点。从标准人脸图像F1中提取特征点集1,并且存储提取到的特征点集1;从标准人脸图像F2中提取特征点集2,并且存储提取到的特征点集2。
在步骤S55中,比较云名片头像和联系人头像的标准人脸图像的特征点。
比较特征点集1及特征点集2,并得知特征点集1及特征点集2有78个匹配的特征点。
在步骤S56中,根据特征点的比较结果确定云名片头像和联系人头像的人脸图像是否匹配。
根据S55的比较结果特征点集1及特征点集2有78个匹配的特征点可以确定用户A的云名片的头像的人脸图像E1与联系人C的头像的人脸图像E2匹配。
在步骤S57中,当云名片头像和联系人头像的人脸图像匹配时,确定云名片头像与联系人头像匹配。
由于用户A的云名片的头像的人脸图像E1与联系人C的头像的人脸图像E2匹配,则可以确定用户A的云名片的头像与联系人C的头像匹配。
在步骤S58中,当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
当用户A的云名片的头像与联系人C头像匹配时,可以确定用户A与联系人C同一个人。此时可以将用户A的云名片推荐给用户B,供用户B在联系人C中存储用户A的信息。
本公开实施例提供了一种云名片推荐方法。在服务器中获取与联系人头像匹配的第一联系人的云名片,通过判断云名片头像和联系人头像中提取的人脸图像,并比较云名片头像和联系人头像的标准人脸图像的特征点,确定云名片头像与联系人头像是否匹配,当云名片头像和联系人头像的人脸图像匹配时,可以确定云名片与联系人信息是同一人,提高对比云名片头像与联系人头像的速度,还可以提高判断云名片头像与联系人头像是否匹配的准确度,进一步提高了将云名片推荐给第二联系人时云名片与联系人信息匹配的准确性。
在一实施例中,所述云名片头像与联系人头像匹配例如包括云名片头像与联系人头像中包含相同的人脸;或云名片头像与联系人头像是相同的图像;或云名片头像与联系人头像之间的相似度超过一定阈值。
图6是根据一示例性实施例示出的一种云名片推荐装置的框图。如图6所示,该装置包括:
获取模块61被配置为获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括云名片头像,联系人信息中包括联系人头像:
对比模块62被配置为将云名片头像和联系人头像进行比对:
推荐模块63被配置为当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
如图7所示,对比模块62,包括:
第一计算子模块71被配置为计算云名片头像和联系人头像的第一相似度。
第一确定子模块72被配置为当第一相似度达到预设相似度时,确定云名片头像与联系人头像匹配。
如图8所示,对比模块62,包括:
提取子模块81被配置为分别从云名片头像和联系人头像中提取人脸图像。
对比子模块82被配置为将云名片头像和联系人头像的人脸图像进行比对。
第二确定子模块83被配置为当云名片头像和联系人头像的人脸图像匹配时,确定云名片头像与联系人头像匹配。
如图9所示,对比模块62还包括:
第三确定子模块91被配置为当第一相似度达到预设相似度时,确定云名片头像或联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数。
第四确定子模块92被配置为当出现次数小于或等于预设次数时,确定云名片头像与联系人头像匹配。
如图10所示,对比模块还包括:
第二计算子模块101被配置为当出现次数大于预设次数时,根据出现次数和第一相似度计算云名片头像和联系人头像的第二相似度,出现次数越高,第二相似度相对于第一相似度越小:
判断子模块102被配置为判断第二相似度是否达到预设相似度。
第五确定子模块103被配置为当第二相似度未达到预设相似度时,确定云名片头像与联系人头像不匹配。
如图11所示,该装置还包括:
第一处理模块111被配置为对云名片头像和联系人头像进行归一化处理,得到云名片头像和联系人头像的标准头像:
第一提取模块112被配置为对标准头像按照预设规则提取特征点。
对比模块62,包括:
比较子模块113被配置为比较云名片头像和联系人头像的标准头像的特征点:
第六确定子模块114被配置为根据特征点的比较结果确定云名片头像与联系人头像是否匹配。
如图12所示,该装置还包括:
第二处理模块121被配置为对云名片头像和联系人头像的人脸图像进行归一化处理,得到云名片头像和联系人头像的标准人脸图像。
第二提取模块122被配置为对标准人脸图像按照预设规则提取特征点。
对比子模块82还被配置为比较云名片头像和联系人头像的标准人脸图像的特征点;根据特征点的比较结果确定云名片头像和联系人头像的人脸图像是否匹配。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图13是根据一示例性实施例示出的一种用于云名片推荐的装置1300的框图。例如,装置1300可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
如图13所示,装置1300可以包括以下一个或多个组件:处理组件1302,存储器1304,电源组件1306,多媒体组件1308,音频组件1310,输入/输出(I/O)的接口1312,传感器组件1314,以及通信组件1316。
处理组件1302通常控制装置1300的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件1302可以包括一个或多个处理器1320来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件1302可以包括一个或多个模块,便于处理组件1302和其他组件之间的交互。例如,处理组件1302可以包括多媒体模块,以方便多媒体组件1308和处理组件1302之间的交互。
存储器1304被配置为存储各种类型的数据以支持在设备1300的操作。这些数据的示例包括用于在装置1300上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器1304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件1306为装置1300的各种组件提供电力。电源组件1306可以包括电源管理系统,一个或多个电源,及其他与为装置1300生成、管理和分配电力相关联的组件。
多媒体组件1308包括在该装置1300和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件1308包括一个前置摄像头和/或后置摄像头。当设备1300处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件1310被配置为输出和/或输入音频信号。例如,音频组件1310包括一个麦克风(MIC),当装置1300处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1304或经由通信组件1316发送。在一些实施例中,音频组件1310还包括一个扬声器,用于输出音频信号。
I/O接口1312为处理组件1302和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件1314包括一个或多个传感器,用于为装置1300提供各个方面的状态评估。例如,传感器组件1314可以检测到设备1300的打开/关闭状态,组件的相对定位,例如组件为装置1300的显示器和小键盘,传感器组件1314还可以检测装置1300或装置1300一个组件的位置改变,用户与装置1300接触的存在或不存在,装置1300方位或加速/减速和装置1300的温度变化。传感器组件1314可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1314还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件1314还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件1316被配置为便于装置1300和其他设备之间有线或无线方式的通信。装置1300可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件1316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件1316还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置1300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器1304,上述指令可由装置1300的处理器1320执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种云名片推荐方法,该方法包括:
获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括云名片头像,联系人信息中包括联系人头像;
将云名片头像和联系人头像进行比对;
当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
云名片头像和联系人头像进行比对,包括:
计算云名片头像和联系人头像的第一相似度;
当第一相似度达到预设相似度时,确定云名片头像与联系人头像匹配。
将云名片头像和联系人头像进行比对,包括:
分别从云名片头像和联系人头像中提取人脸图像;
将云名片头像和联系人头像的人脸图像进行比对;
当云名片头像和联系人头像的人脸图像匹配时,确定云名片头像与联系人头像匹配。
当第一相似度达到预设相似度时,将云名片头像和联系人头像进行比对还包括:
确定云名片头像或联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数;
当出现次数小于或等于预设次数时,确定云名片头像与联系人头像匹配。
当出现次数大于预设次数时,将云名片头像和联系人头像进行比对还包括:
根据出现次数和第一相似度计算云名片头像和联系人头像的第二相似度,出现次数越高,第二相似度相对于第一相似度越小;
判断第二相似度是否达到预设相似度;
当第二相似度未达到预设相似度时,确定云名片头像与联系人头像不匹配。
该方法还包括:
对云名片头像和联系人头像进行归一化处理,得到云名片头像和联系人头像的标准头像;
对标准头像按照预设规则提取特征点;
将云名片头像和联系人头像进行比对,包括:
比较云名片头像和联系人头像的标准头像的特征点;
根据特征点的比较结果确定云名片头像与联系人头像是否匹配。
该方法还包括:
对云名片头像和联系人头像的人脸图像进行归一化处理,得到云名片头像和联系人头像的标准人脸图像;
对标准人脸图像按照预设规则提取特征点;
将云名片头像和联系人头像的人脸图像进行比对,包括:
比较云名片头像和联系人头像的标准人脸图像的特征点;
根据特征点的比较结果确定云名片头像和联系人头像的人脸图像是否匹配。
图14是根据一示例性实施例示出的一种用于云名片推荐的装置1400的框图。例如,装置1400可以被提供为一服务器。参照图14,装置1400包括处理组件1422,其进一步包括一个或多个处理器,以及由存储器1432所代表的存储器资源,用于存储可由处理组件1422的执行的指令,例如应用程序。存储器1432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1422被配置为执行指令,以执行下述方法:
获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,云名片中包括名片头像,联系人信息中包括联系人头像;
将云名片头像和联系人头像进行比对;
当云名片头像与联系人头像匹配时,将第一联系人的云名片推荐给第二联系人。
将云名片头像和联系人头像进行比对,包括:
计算云名片头像和联系人头像的第一相似度;
当第一相似度达到预设相似度时,确定云名片头像与联系人头像匹配。
将云名片头像和联系人头像进行比对,包括:
分别从云名片头像和联系人头像中提取人脸图像;
将云名片头像和联系人头像的人脸图像进行比对;
当云名片头像和联系人头像的人脸图像匹配时,确定云名片头像与联系人头像匹配。
当第一相似度达到预设相似度时,将云名片头像和联系人头像进行比对还包括:
确定云名片头像或联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数;
当出现次数小于或等于预设次数时,确定云名片头像与联系人头像匹配。
当出现次数大于预设次数时,将云名片头像和联系人头像进行比对还包括:
根据出现次数和第一相似度计算云名片头像和联系人头像的第二相似度,出现次数越高,第二相似度相对于第一相似度越小;
判断第二相似度是否达到预设相似度;
当第二相似度未达到预设相似度时,确定云名片头像与联系人头像不匹配。
该方法还包括:
对云名片头像和联系人头像进行归一化处理,得到云名片头像和联系人头像的标准头像;
对标准头像按照预设规则提取特征点;
将云名片头像和联系人头像进行比对,包括:
比较云名片头像和联系人头像的标准头像的特征点;
根据特征点的比较结果确定云名片头像与联系人头像是否匹配。
该方法还包括:
对云名片头像和联系人头像的人脸图像进行归一化处理,得到云名片头像和联系人头像的标准人脸图像;
对标准人脸图像按照预设规则提取特征点;
将云名片头像和联系人头像的人脸图像进行比对,包括:
比较云名片头像和联系人头像的标准人脸图像的特征点;
根据特征点的比较结果确定云名片头像和联系人头像的人脸图像是否匹配。
装置1400还可以包括一个电源组件1426被配置为执行装置1400的电源管理,一个有线或无线网络接口1450被配置为将装置1400连接到网络,和一个输入输出(I/O)接口1458。装置1400可以操作基于存储在存储器1432的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (11)
1.一种云名片推荐方法,其特征在于,所述方法包括:
获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,所述云名片中包括云名片头像,所述联系人信息中包括联系人头像;
将所述云名片头像和所述联系人头像进行比对;
当所述云名片头像与所述联系人头像匹配时,将所述第一联系人的云名片推荐给所述第二联系人;
将所述云名片头像和所述联系人头像进行比对,包括:
计算所述云名片头像和所述联系人头像的第一相似度;
当所述第一相似度达到预设相似度时,将所述云名片头像和所述联系人头像进行比对还包括:
确定所述云名片头像或所述联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数;
当所述出现次数小于或等于预设次数时,确定所述云名片头像与所述联系人头像匹配。
2.根据权利要求1所述的方法,其特征在于,将所述云名片头像和所述联系人头像进行比对,包括:
分别从所述云名片头像和所述联系人头像中提取人脸图像;
将所述云名片头像和所述联系人头像中的人脸图像进行比对;
当所述云名片头像和所述联系人头像中的人脸图像匹配时,确定所述云名片头像与所述联系人头像匹配。
3.根据权利要求1所述的方法,其特征在于,还包括:
当所述出现次数大于预设次数时,根据所述出现次数和所述第一相似度计算所述云名片头像和所述联系人头像的第二相似度,所述出现次数越高,所述第二相似度相对于所述第一相似度越小;
判断所述第二相似度是否达到所述预设相似度;
当所述第二相似度未达到所述预设相似度时,确定所述云名片头像与所述联系人头像不匹配。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述云名片头像和所述联系人头像进行归一化处理,得到所述云名片头像和所述联系人头像的标准头像;
对所述标准头像按照预设规则提取特征点;
所述将所述云名片头像和所述联系人头像进行比对,包括:
比较所述云名片头像和所述联系人头像的标准头像的特征点;
根据特征点的比较结果确定所述云名片头像与所述联系人头像是否匹配。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
对所述云名片头像和所述联系人头像的人脸图像进行归一化处理,得到所述云名片头像和所述联系人头像的标准人脸图像;
对所述标准人脸图像按照预设规则提取特征点;
所述将所述云名片头像和所述联系人头像的人脸图像进行比对,包括:
比较所述云名片头像和所述联系人头像的标准人脸图像的特征点;
根据特征点的比较结果确定所述云名片头像和所述联系人头像的人脸图像是否匹配。
6.一种云名片推荐装置,其特征在于,所述装置包括:
获取模块,用于获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,所述云名片中包括云名片头像,所述联系人信息中包括联系人头像;
对比模块,用于将所述云名片头像和所述联系人头像进行比对;
推荐模块,用于当所述云名片头像与所述联系人头像匹配时,将所述第一联系人的云名片推荐给所述第二联系人;
对比模块,包括:
第一计算子模块,用于计算所述云名片头像和所述联系人头像的第一相似度;
第三确定子模块,用于当所述第一相似度达到预设相似度时,确定所述云名片头像或所述联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数;
第四确定子模块,用于当所述出现次数小于或等于预设次数时,确定所述云名片头像与所述联系人头像匹配。
7.根据权利要求6所述的装置,其特征在于,对比模块,包括:
提取子模块,用于分别从所述云名片头像和所述联系人头像中提取人脸图像;
对比子模块,用于将所述云名片头像和所述联系人头像中的人脸图像进行比对;
第二确定子模块,用于当所述云名片头像和所述联系人头像中的人脸图像匹配时,确定所述云名片头像与所述联系人头像匹配。
8.根据权利要求6所述的装置,其特征在于,对比模块还包括:
第二计算子模块,用于当所述出现次数大于预设次数时,根据所述出现次数和所述第一相似度计算所述云名片头像和所述联系人头像的第二相似度,所述出现次数越高,所述第二相似度相对于所述第一相似度越小;
判断子模块,用于判断所述第二相似度是否达到所述预设相似度;
第五确定子模块,用于当所述第二相似度未达到所述预设相似度时,确定所述云名片头像与所述联系人头像不匹配。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第一处理模块,用于对所述云名片头像和所述联系人头像进行归一化处理,得到所述云名片头像和所述联系人头像的标准头像;
第一提取模块,用于对所述标准头像按照预设规则提取特征点;
所述对比模块,包括:
比较子模块,用于比较所述云名片头像和所述联系人头像的标准头像的特征点;
第六确定子模块,用于根据特征点的比较结果确定所述云名片头像与所述联系人头像是否匹配。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
第二处理模块,用于对所述云名片头像和所述联系人头像的人脸图像进行归一化处理,得到所述云名片头像和所述联系人头像的标准人脸图像;
第二提取模块,用于对所述标准人脸图像按照预设规则提取特征点;
所述对比子模块,还用于比较所述云名片头像和所述联系人头像的标准人脸图像的特征点;根据特征点的比较结果确定所述云名片头像和所述联系人头像的人脸图像是否匹配。
11.一种云名片推荐装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
获取第一联系人的云名片,及第二联系人的终端中存储的联系人信息,所述云名片中包括云名片头像,所述联系人信息中包括联系人头像;
将所述云名片头像和所述联系人头像进行比对;
当所述云名片头像与所述联系人头像匹配时,将所述第一联系人的云名片推荐给所述第二联系人;
将所述云名片头像和所述联系人头像进行比对,包括:
计算所述云名片头像和所述联系人头像的第一相似度;
当所述第一相似度达到预设相似度时,将所述云名片头像和所述联系人头像进行比对还包括:
确定所述云名片头像或所述联系人头像在服务器存储的所有云名片头像和联系人头像中的出现次数;
当所述出现次数小于或等于预设次数时,确定所述云名片头像与所述联系人头像匹配。
Priority Applications (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510276603.9A CN105100193B (zh) | 2015-05-26 | 2015-05-26 | 云名片推荐方法及装置 |
PCT/CN2015/095333 WO2016188065A1 (zh) | 2015-05-26 | 2015-11-23 | 云名片推荐方法及装置 |
KR1020167015099A KR20160150635A (ko) | 2015-05-26 | 2015-11-23 | 클라우드 카드를 추천하기 위한 방법 및 장치 |
MX2017005371A MX2017005371A (es) | 2015-05-26 | 2015-11-23 | Metodo y aparato para recomendar tarjetas en la nube. |
RU2016140113A RU2656978C2 (ru) | 2015-05-26 | 2015-11-23 | Способ и устройство для рекомендации облачной карты |
JP2017504776A JP6343388B2 (ja) | 2015-05-26 | 2015-11-23 | クラウド名刺の推薦方法及び装置 |
EP16170426.7A EP3098765A1 (en) | 2015-05-26 | 2016-05-19 | Method and apparatus for recommending cloud card |
US15/165,236 US10083346B2 (en) | 2015-05-26 | 2016-05-26 | Method and apparatus for providing contact card |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510276603.9A CN105100193B (zh) | 2015-05-26 | 2015-05-26 | 云名片推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105100193A CN105100193A (zh) | 2015-11-25 |
CN105100193B true CN105100193B (zh) | 2018-12-11 |
Family
ID=54579710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510276603.9A Active CN105100193B (zh) | 2015-05-26 | 2015-05-26 | 云名片推荐方法及装置 |
Country Status (8)
Country | Link |
---|---|
US (1) | US10083346B2 (zh) |
EP (1) | EP3098765A1 (zh) |
JP (1) | JP6343388B2 (zh) |
KR (1) | KR20160150635A (zh) |
CN (1) | CN105100193B (zh) |
MX (1) | MX2017005371A (zh) |
RU (1) | RU2656978C2 (zh) |
WO (1) | WO2016188065A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105100193B (zh) | 2015-05-26 | 2018-12-11 | 小米科技有限责任公司 | 云名片推荐方法及装置 |
CN105406904A (zh) * | 2015-12-29 | 2016-03-16 | 微位(上海)网络科技有限公司 | 带ble芯片的名片盒、客户端系统及其管理方法和使用方法 |
CN107527072B (zh) * | 2017-08-31 | 2020-07-03 | 北京小米移动软件有限公司 | 确定相似头像的方法及装置、电子设备 |
CN110147486B (zh) * | 2017-10-16 | 2021-10-29 | 中国电信股份有限公司 | 好友推荐方法和装置 |
CN109672721B (zh) * | 2018-10-23 | 2022-07-08 | 平安科技(深圳)有限公司 | 媒体文件推送方法、装置、服务端及计算机可读存储介质 |
CN109729413B (zh) * | 2019-01-16 | 2021-10-15 | 武汉斗鱼鱼乐网络科技有限公司 | 一种发送弹幕的方法及终端 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102143485A (zh) * | 2011-03-22 | 2011-08-03 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端及其通讯录联系人与社交网站用户关联的方法 |
CN102270296A (zh) * | 2011-07-05 | 2011-12-07 | 上海合合信息科技发展有限公司 | 结合文字识别和图像匹配交换名片信息的方法 |
CN102932403A (zh) * | 2012-08-30 | 2013-02-13 | 上海合合信息科技发展有限公司 | 自动将名片中的联系信息同步至移动设备的方法及系统 |
CN103440346A (zh) * | 2013-09-12 | 2013-12-11 | 福州玛雅软件科技有限公司 | 基于移动终端人脸识别的电子名片交换方法 |
CN103973865A (zh) * | 2013-01-25 | 2014-08-06 | 广州三星通信技术研究有限公司 | 来电电话号码自动匹配保存方法 |
US8810684B2 (en) * | 2010-04-09 | 2014-08-19 | Apple Inc. | Tagging images in a mobile communications device using a contacts list |
CN104243276A (zh) * | 2013-06-20 | 2014-12-24 | 腾讯科技(深圳)有限公司 | 一种联系人推荐方法及装置 |
CN104618472A (zh) * | 2015-01-26 | 2015-05-13 | 上海华豚科技有限公司 | 一种移动通讯设备联系人信息维护方法及系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2004301741A1 (en) | 2003-07-26 | 2005-02-10 | Pixcall Gmbh | Method for the transmission of additional information in a communication system, exchange device and user station |
KR100716422B1 (ko) | 2005-01-06 | 2007-05-08 | 에스케이 텔레콤주식회사 | 패턴인식을 이용한 매칭 서비스 시스템 및 방법 |
US9639740B2 (en) * | 2007-12-31 | 2017-05-02 | Applied Recognition Inc. | Face detection and recognition |
US8750574B2 (en) * | 2007-12-31 | 2014-06-10 | Applied Recognition Inc. | Method, system, and computer program for identification and sharing of digital images with face signatures |
KR101608248B1 (ko) | 2009-07-31 | 2016-04-01 | 삼성전자주식회사 | 사진을 분류하는 장치 및 방법 |
US20120158935A1 (en) * | 2010-12-21 | 2012-06-21 | Sony Corporation | Method and systems for managing social networks |
CN103455515B (zh) * | 2012-06-01 | 2017-03-22 | 腾讯科技(深圳)有限公司 | Sns社区中的用户推荐方法和系统 |
JP6064376B2 (ja) * | 2012-06-06 | 2017-01-25 | ソニー株式会社 | 情報処理装置、コンピュータプログラムおよび端末装置 |
US9350944B2 (en) * | 2012-08-24 | 2016-05-24 | Qualcomm Incorporated | Connecting to an onscreen entity |
KR101397845B1 (ko) | 2012-10-26 | 2014-05-20 | 포항공과대학교 산학협력단 | 얼굴 인식 방법 및 기계로 읽을 수 있는 저장 매체 및 얼굴 인식 장치 |
JP6080940B2 (ja) * | 2013-02-28 | 2017-02-15 | 株式会社日立国際電気 | 人物検索方法及びホーム滞留人物検索装置 |
CN105100193B (zh) * | 2015-05-26 | 2018-12-11 | 小米科技有限责任公司 | 云名片推荐方法及装置 |
-
2015
- 2015-05-26 CN CN201510276603.9A patent/CN105100193B/zh active Active
- 2015-11-23 RU RU2016140113A patent/RU2656978C2/ru active
- 2015-11-23 JP JP2017504776A patent/JP6343388B2/ja active Active
- 2015-11-23 WO PCT/CN2015/095333 patent/WO2016188065A1/zh active Application Filing
- 2015-11-23 MX MX2017005371A patent/MX2017005371A/es unknown
- 2015-11-23 KR KR1020167015099A patent/KR20160150635A/ko not_active Application Discontinuation
-
2016
- 2016-05-19 EP EP16170426.7A patent/EP3098765A1/en not_active Withdrawn
- 2016-05-26 US US15/165,236 patent/US10083346B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8810684B2 (en) * | 2010-04-09 | 2014-08-19 | Apple Inc. | Tagging images in a mobile communications device using a contacts list |
CN102143485A (zh) * | 2011-03-22 | 2011-08-03 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端及其通讯录联系人与社交网站用户关联的方法 |
CN102270296A (zh) * | 2011-07-05 | 2011-12-07 | 上海合合信息科技发展有限公司 | 结合文字识别和图像匹配交换名片信息的方法 |
CN102932403A (zh) * | 2012-08-30 | 2013-02-13 | 上海合合信息科技发展有限公司 | 自动将名片中的联系信息同步至移动设备的方法及系统 |
CN103973865A (zh) * | 2013-01-25 | 2014-08-06 | 广州三星通信技术研究有限公司 | 来电电话号码自动匹配保存方法 |
CN104243276A (zh) * | 2013-06-20 | 2014-12-24 | 腾讯科技(深圳)有限公司 | 一种联系人推荐方法及装置 |
CN103440346A (zh) * | 2013-09-12 | 2013-12-11 | 福州玛雅软件科技有限公司 | 基于移动终端人脸识别的电子名片交换方法 |
CN104618472A (zh) * | 2015-01-26 | 2015-05-13 | 上海华豚科技有限公司 | 一种移动通讯设备联系人信息维护方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP6343388B2 (ja) | 2018-06-13 |
MX2017005371A (es) | 2017-06-21 |
RU2016140113A (ru) | 2018-04-12 |
KR20160150635A (ko) | 2016-12-30 |
CN105100193A (zh) | 2015-11-25 |
WO2016188065A1 (zh) | 2016-12-01 |
JP2017525045A (ja) | 2017-08-31 |
RU2656978C2 (ru) | 2018-06-07 |
US20160350584A1 (en) | 2016-12-01 |
US10083346B2 (en) | 2018-09-25 |
EP3098765A1 (en) | 2016-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105100193B (zh) | 云名片推荐方法及装置 | |
CN105631403B (zh) | 人脸识别方法及装置 | |
WO2021056808A1 (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN105512685B (zh) | 物体识别方法和装置 | |
CN104408402B (zh) | 人脸识别方法及装置 | |
CN107944447B (zh) | 图像分类方法及装置 | |
CN109800325A (zh) | 视频推荐方法、装置和计算机可读存储介质 | |
CN107239535A (zh) | 相似图片检索方法及装置 | |
CN109934275B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN107832741A (zh) | 人脸特征点定位的方法、装置及计算机可读存储介质 | |
CN111435432B (zh) | 网络优化方法及装置、图像处理方法及装置、存储介质 | |
CN105426878B (zh) | 人脸聚类方法及装置 | |
CN109360197A (zh) | 图像的处理方法、装置、电子设备及存储介质 | |
CN104408404A (zh) | 人脸识别方法及装置 | |
CN107944367A (zh) | 人脸关键点检测方法及装置 | |
CN108154466A (zh) | 图像处理方法及装置 | |
CN110399934A (zh) | 一种视频分类方法、装置及电子设备 | |
CN109242045B (zh) | 图像聚类处理方法、装置、电子设备及存储介质 | |
CN104573642B (zh) | 人脸识别方法及装置 | |
CN109388699A (zh) | 输入方法、装置、设备及存储介质 | |
CN108848303A (zh) | 拍摄提示方法及装置 | |
CN110717399A (zh) | 人脸识别方法和电子终端设备 | |
CN108154091A (zh) | 图像展示方法、图像处理方法及装置 | |
TW202119281A (zh) | 人臉識別方法、電子設備和儲存介質 | |
CN111797746A (zh) | 人脸识别方法、装置及计算机可读存储介质 |
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 |