CN105426904B - 照片处理方法、装置和设备 - Google Patents

Abstract

本公开是关于一种照片处理方法、装置和设备，该方法包括：对待处理照片进行人脸识别处理，获得其中包含的各人脸图像；根据面孔相册，对各人脸图像进行聚类分析，确定各人脸图像中是否包含未被聚类的人脸图像；若包含未被聚类的人脸图像，则确定未被聚类的人脸图像是否满足预设规则；若满足所述预设规则，则降低未被聚类的人脸图像所在区域的分辨率。基于面孔相册和人脸识别技术，以及根据路人特征制定的预设规则，自动地从待处理照片中识别出路人即无关的人的人脸图像，进而对该路人人脸图像进行降低分辨率的处理，提高了处理效率和用户体验。

Description

照片处理方法、装置和设备

技术领域

本公开涉及图像处理技术领域，尤其涉及一种照片处理方法、装置和设备。

背景技术

随着智能手机等智能终端的普及程度越来越高，用户可以随时随地的采用手机拍照。用户在比如旅游景点与好友合照时，拍得的照片中除了包含有该用户以及其好友的图像外，可能还包含了路人甲、路人乙等无关的人的图像。从用户感受的角度来说，用户一般会希望模糊掉这些路人甲、路人乙的图像。

目前，一般地处理方式是，用户可以人工PS(photoshop)掉这些路人甲、路人乙的图像。此时，需要用户掌握PS的使用技术。

发明内容

本公开提供一种照片处理方法、装置和设备，基于面孔相册自动进行路人的识别与模糊处理，提高处理效率和用户体验。

根据本公开实施例的第一方面，提供一种照片处理方法，包括：

对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

若所述各人脸图像中包含未被聚类的人脸图像，则确定所述未被聚类的人脸图像是否满足预设规则；

若所述未被聚类的人脸图像满足所述预设规则，则降低所述未被聚类的人脸图像所在区域的分辨率。

其中，所述预设规则包括：

所述待处理照片中包含的所述各人脸图像的数量为至少两个；

所述未被聚类的人脸图像的尺寸小于所述各人脸图像中其他人脸图像的尺寸。

其中，所述降低所述未被聚类的人脸图像所在区域的分辨率，包括：

对所述未被聚类的人脸图像所在区域进行高斯模糊处理。

上述技术方案可以包括以下有益效果：基于面孔相册和人脸识别技术，以及根据路人特征制定的预设规则，自动地从待处理照片中识别出路人即无关的人的人脸图像，进而对该路人人脸图像所在区域进行降低分辨率的处理，提高了处理效率和用户体验。

可选的，所述根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像，包括：

将所述各人脸图像分别与所述面孔相册中各面孔分组对应的面孔图像进行匹配；

若所述各人脸图像中包含有不存在匹配面孔图像的人脸图像，则确定所述各人脸图像中包含未被聚类的人脸图像，所述未被聚类的人脸图像是所述各人脸图像中不存在匹配面孔图像的人脸图像；

若所述各人脸图像中包含有存在匹配面孔图像的人脸图像，则建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系。

其中，所述建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系，包括：

标记存在匹配面孔图像的人脸图像具有与对应的面孔分组相同的标签。

可选的，所述方法还包括：

根据所述聚类关联关系，将降低所述分辨率后的待处理照片存入对应的面孔分组中。

上述技术方案可以包括以下有益效果：通过将待处理照片中包含的各人脸图像与面孔相册中各面孔分组对应的面孔图像进行匹配，不但能够实现基于面孔的分类，即将包含某人脸图像的该待处理照片对应到该人脸图像对应的面孔分组中，实现待处理照片的按面孔分类存储，而且能够基于各人脸图像的匹配结果，自动从该待处理照片中筛选出没有对应面孔分组的人脸图像即未被聚类的人脸图像，作为最终确定待处理照片中无关的人的候选人脸图像，实现了处理智能化、自动化的同时，也保证了最终确定无关的人的准确性。

根据本公开实施例的第二方面，提供一种照片处理装置，包括：

识别模块，被配置为对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

第一确定模块，被配置为根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

第二确定模块，被配置为在所述各人脸图像中包含未被聚类的人脸图像时，确定所述未被聚类的人脸图像是否满足预设规则；

处理模块，被配置为在所述未被聚类的人脸图像满足所述预设规则时，降低所述未被聚类的人脸图像所在区域的分辨率。

其中，所述预设规则包括：

所述待处理照片中包含的所述各人脸图像的数量为至少两个；

所述未被聚类的人脸图像的尺寸小于所述各人脸图像中其他人脸图像的尺寸。

其中，所述处理模块，被配置为对所述未被聚类的人脸图像所在区域进行高斯模糊处理。

上述技术方案可以包括以下有益效果：照片处理装置基于面孔相册和人脸识别技术，以及根据路人特征制定的预设规则，自动地从待处理照片中识别出路人即无关的人的人脸图像，进而对该路人人脸图像所在区域进行降低分辨率的处理，提高了处理效率和用户体验。

可选的，所述第一确定模块包括：

匹配子模块，被配置为将所述各人脸图像分别与所述面孔相册中各面孔分组对应的面孔图像进行匹配；

确定子模块，被配置为在所述各人脸图像中包含有不存在匹配面孔图像的人脸图像时，确定所述各人脸图像中包含未被聚类的人脸图像，所述未被聚类的人脸图像是所述各人脸图像中不存在匹配面孔图像的人脸图像；

建立子模块，被配置为在所述各人脸图像中包含有存在匹配面孔图像的人脸图像时，建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系。

可选的，所述建立子模块，被配置为标记存在匹配面孔图像的人脸图像具有与对应的面孔分组相同的标签。

可选的，所述装置还包括：

存储模块，被配置为根据所述聚类关联关系，将降低所述分辨率后的待处理照片存入对应的面孔分组中。

上述技术方案可以包括以下有益效果：照片处理装置通过将待处理照片中包含的各人脸图像与面孔相册中各面孔分组对应的面孔图像进行匹配，不但能够实现基于面孔的分类，即将包含某人脸图像的该待处理照片对应到该人脸图像对应的面孔分组中，实现待处理照片的按面孔分类存储，而且能够基于各人脸图像的匹配结果，自动从该待处理照片中筛选出没有对应面孔分组的人脸图像即未被聚类的人脸图像，作为最终确定待处理照片中无关的人的候选人脸图像，实现了处理智能化、自动化的同时，也保证了最终确定无关的人的准确性。

根据本公开实施例的第三方面，提供一种照片处理设备，包括：

处理器；

被配置为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：

对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

若所述各人脸图像中包含未被聚类的人脸图像，则确定所述未被聚类的人脸图像是否满足预设规则；

若所述未被聚类的人脸图像满足所述预设规则，则降低所述未被聚类的人脸图像所在区域的分辨率。

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照片处理方法实施例一的流程图；

图2是根据一示例性实施例示出的一种照片处理方法实施例二的流程图；

图3是根据一示例性实施例示出的一种照片处理方法实施例三的流程图；

图4是根据一示例性实施例示出的一种照片处理装置实施例一的框图；

图5是根据一示例性实施例示出的一种照片处理装置实施例二的框图；

图6是根据一示例性实施例示出的一种照片处理装置实施例三的框图；

图7是根据一示例性实施例示出的一种照片处理设备的框图；

图8是根据一示例性实施例示出的另一种照片处理设备的框图；

图9是根据一示例性实施例示出的又一种照片处理设备的框图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

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。

在具体介绍本公开各实施例前，首先对本公开的主要思路进行概要说明：为了去掉或者说模糊掉用户拍得的照片中的无关路人图像，首先要从用户拍得的照片中选出无关路人的图像。具体来说，本公开实施例基于该用户云相册中的面孔相册、人脸识别技术，以及根据路人特征指定的预设规则来确定照片中的路人图像。进而，对选出的路人图像所在区域进行降低分辨率的处理。

图1是根据一示例性实施例示出的一种照片处理方法实施例一的流程图，如图1所示，该照片处理方法包括以下步骤：

在步骤101中，对待处理照片进行人脸识别处理，获得待处理照片中包含的各人脸图像。

本实施例中，用户既可以将自身拍得的照片进行本地存储即存储在用户终端中，也可以进行云端存储，即将拍得的照片上传至云服务器中，此时，云服务器可以将该用户拍得的照片存储到该用户的用户账号所对应的云相册中。

可以理解的是，在进行云端存储的方式中，用户可以通过用户终端将拍得的照片以及其云端用户账号发送至云服务器，使得云服务器将该照片存入用户号码对应的云相册中。

也可以理解的是，本实施例中，既可以在用户终端，也可以在云服务器执行本实施例提供的照片处理方法，不做具体限定。

如前所述，在该用户拍得的照片中，可能存在一些无关的路人，如路人甲、路人乙等，这些路人对于该用户来说，是冗余的存在，为了保证用户体验，该用户很可能想要去掉这些无关的路人的图像。此时，该用户可以触发上述照片处理方法的执行。

具体来说，该用户可以通过如下方式触发照片处理方法的执行：

该用户的用户终端上假设安装有面孔相册APP，当该用户拍得上述待处理照片，进而开启面孔相册APP后，可以触发本实施例中的处理方法的执行，即进行照片中路人图像的识别、确定、模糊处理。当然，也可以进行面孔相册处理，即将待处理照片按面孔进行向对应面孔分组的存储处理。

也就是说，本实施例提供的所述照片处理方法可以作为面孔相册功能的扩展，实现方便。

具体地，首先可以对待处理照片进行人脸识别处理，比如可以利用Adaboost方法检测出该照片中包含的各人脸图像。

在步骤102中，根据面孔相册，对各人脸图像进行聚类分析，确定各人脸图像中是否包含未被聚类的人脸图像，若各人脸图像中包含未被聚类的人脸图像，则执行步骤103。

否则，若各人脸图像中不包含未被聚类的人脸图像，说明该待处理照片中包含的各人脸图像都有对应的面孔分组，则可以直接执行按照面孔分类存储的面孔相册处理过程。

在由云服务器执行的方式中，进而，云服务器需根据用户终端指示的用户账号，查询获得该用户账号下对应的面孔相册。在由用户终端执行的方式中，用户终端可以直接打开相册中存储的面孔相册。

其中，该面孔相册中可以包括多个面孔分组，一个面孔分组对应一个人，即相当于将包含同一人的人脸图像的多张照片聚类为一个面孔分组。

从而，根据面孔相册，对识别获得的各人脸图像进行聚类分析，以确定各人脸图像能否聚类到面孔相册中的某个面孔分组中。如果存在不能聚类到面孔相册中任一个面孔分组中的人脸图像，则从该各人脸图像中筛选出该不能聚类到面孔相册中任一个面孔分组中的人脸图像，即未被聚类的人脸图像。

在步骤103中，确定未被聚类的人脸图像是否满足预设规则，若未被聚类的人脸图像满足预设规则，则执行步骤104。

在步骤104中，降低未被聚类的人脸图像所在区域的分辨率。

若满足上述预设规则，则说明未被聚类的人脸图像对应的是路人的人脸图像；否则，若不满足该预设规则，说明未被聚类的人脸图像不是路人的人脸图像，则可以在面孔相册中新建一个面孔分组，对应于该未被聚类的人脸图像。

本实施例中，如果待处理照片中包含有未被聚类的人脸图像，说明该待处理照片中很可能包含无关的路人图像。为了确定是否真的含有无关的路人图像，可以进而结合一定的预设规则来确定，该预设规则是根据路人特征而制定的。

具体来说，该预设规则包括：

处理照片中包含的各人脸图像的数量为至少两个；

未被聚类的人脸图像的尺寸小于各人脸图像中其他人脸图像的尺寸。

一般来说，从用户拍照的用意角度来说，用户拍得的照片上主要是包含其好友的图像，如果该照片上仅包括一个人的人脸图像，则说明该用户非常可能就是要拍该这个人，也就不存在无关路人之说了。如果该照片上包括多个人，则可能存在无可避免拍到无关路人的情况，此时，如果该照片中经上述处理得到的未被聚类的人脸图像相对于其他人脸图像来说，其尺寸远小于其他人脸图像的尺寸，则说明该未被聚类的人脸图像对应于无关路人的人脸图像。因为用户主要是想拍其好友的图像，会聚焦于其好友，不会聚焦于无关路人，从而无关路人的图像相对于其好友图像来说，一般尺寸会小很多。

如果待处理照片中存在未被聚类的人脸图像，且该未被聚类的人脸图像满足上述预设规则，说明该未被聚类的人脸图像对应的是无关路人，此时，需降低该未被聚类的人脸图像所在区域的分辨率。比如可以对未被聚类的人脸图像所在区域进行高斯模糊处理，在模糊处理时，可以对该未被聚类的人脸图像所在区域的边缘区域进行弱化模糊处理，以免与相邻其他区域相比，太过突兀，影响整个待处理照片的观看体验。

本实施例中，基于面孔相册、人脸识别技术，以及根据路人特征制定的预设规则，自动地从待处理照片中识别出无关路人的人脸图像，进而对该路人人脸图像所在区域进行降低分辨率的处理，提高了处理效率和用户体验。

图2是根据一示例性实施例示出的一种照片处理方法实施例二的流程图，如图2所示，上述步骤102可以通过如下方式实现：

在步骤201中，将各人脸图像分别与面孔相册中各面孔分组对应的面孔图像进行匹配。

在步骤202中，若各人脸图像中包含有存在匹配面孔图像的人脸图像，则建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系。

在步骤203中，若各人脸图像中包含有不存在匹配面孔图像的人脸图像，则确定各人脸图像中包含未被聚类的人脸图像，未被聚类的人脸图像是各人脸图像中不存在匹配面孔图像的人脸图像。

上述步骤202和步骤203不具有严格的时序关系。在步骤203之后，执行上述步骤103至步骤104。

面孔相册中包含有多个面孔分组，每个面孔分组对应于一个人的多张面孔图像，即对应于包含该人的人脸图像的多张照片。因此，在对待处理照片中包含的各人脸图像与各面孔分组对应的面孔图像进行匹配处理的过程中，可以从各面孔分组中随机选择一个面孔图像作为匹配对象，也可以在每个面孔分组具有代表面孔图像的情况下，与每个面孔分组的代表面孔图像进行匹配。

在匹配处理过程中，针对上述待处理照片中包括的各人脸图像中的任一个人脸图像来说，可以提取该人脸图像的特征信息以及各面孔分组分别对应的面孔图像的特征信息，进而基于特征相似度来确定该人脸图像与各面孔分组的匹配对应关系。其中，上述特征信息比如包括眉、眼、鼻、嘴、脸型等轮廓特征。

针对存在上述匹配对应关系的人脸图像，为了实现待处理照片按照面孔进行分类存储，可以建立该人脸图像与对应的面孔分组的聚类关联关系。

具体来说，可以标记存在匹配面孔图像的人脸图像具有与对应的面孔分组相同的标签。比如，张三对应的面孔分组以张三的名字为标签，则可以在待处理照片中标记张三的人脸图像。从而，将待处理照片中所有存在匹配面孔图像的人脸图像都进行标记之后，可以实现待处理照片在不同面孔分组中的关联存储。

从实际显示的角度来说，由于上述待处理照片中包含与不同面孔分组对应的多个人脸图像，那么，在用户点击显示不同面孔分组时，若以照片形式显示，则该待处理照片可能显示于不同的面孔分组中。

针对不存在上述匹配对应关系的人脸图像，如果待处理照片中存在这些不存在上述匹配对应关系的人脸图像，则将这些人脸图像确定为未被聚类的人脸图像，进而进行图1所示实施例中步骤103至步骤104的处理。

本实施例中，通过将待处理照片中包含的各人脸图像与面孔相册中各面孔分组对应的面孔图像进行匹配，不但能够实现基于面孔的分类，即将包含某人脸图像的该待处理照片对应到该人脸图像对应的面孔分组中，实现待处理照片的按面孔分类存储，而且能够基于各人脸图像的匹配结果，自动从该待处理照片中筛选出没有对应面孔分组的人脸图像即未被聚类的人脸图像，作为最终确定待处理照片中无关的人的候选人脸图像，实现了处理智能化、自动化的同时，也保证了最终确定无关的人的准确性。

图3是根据一示例性实施例示出的一种照片处理方法实施例三的流程图，如图3所示，在图2所示实施例的基础上，在步骤104之后，还可以包括如下步骤：

在步骤301中，根据聚类关联关系，将降低分辨率后的待处理照片存入对应的面孔分组中。

在实际应用中，既可以如图2所示实施例，只需建立待处理照片与各面孔分组的聚类关联关系，即待处理照片中各人脸图像与各面孔分组的聚类关联关系。从而，在用户点击某个面孔分组查看该面孔分组下对应的各照片时，根据各照片与该面孔分组的聚类关联关系，查询获得与该面孔分组对应的照片，并进行显示。

可选的，还可以直接根据聚类关联关系，将各照片先存入到与其存在聚类关联关系的面孔分组中，这样，在用户点击某个面孔分组时，直接显示其中包含的各照片即可。

从而，针对上述待处理照片来说，在确定了其中包含的各人脸图像与各面孔分组的聚类关联关系之后，可以将经过上述将降低分辨率处理后的待处理照片存入对应的各面孔分组中，以便在用户需要查看某个面孔分组时，能直接显示。

图4是根据一示例性实施例示出的一种照片处理装置实施例一的框图，如图4所示，该装置包括：识别模块11、第一确定模块12、第二确定模块13和处理模块14。

识别模块11，被配置为对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像。

第一确定模块12，被配置为根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像。

第二确定模块13，被配置为在所述各人脸图像中包含未被聚类的人脸图像时，确定所述未被聚类的人脸图像是否满足预设规则。

处理模块14，被配置为在所述未被聚类的人脸图像满足所述预设规则时，降低所述未被聚类的人脸图像所在区域的分辨率。

其中，所述预设规则包括：

所述待处理照片中包含的所述各人脸图像的数量为至少两个；

所述未被聚类的人脸图像的尺寸小于所述各人脸图像中其他人脸图像的尺寸。

其中，所述处理模块14，被配置为对所述未被聚类的人脸图像所在区域进行高斯模糊处理。

具体来说，当该照片处理装置中输入了待处理照片时，识别模块11首先可以对待处理照片进行人脸识别处理，比如可以利用Adaboost方法检测出该照片中包含的各人脸图像。

进而，第一确定模块12根据用户的面孔相册，对识别模块11识别出的各人脸图像进行聚类分析，确定各人脸图像中是否包含未被聚类的人脸图像。

其中，该面孔相册中可以包括多个面孔分组，一个面孔分组对应一个人，即相当于将包含同一人的人脸图像的多张照片聚类为一个面孔分组。

从而，第一确定模块12根据面孔相册，对识别获得的各人脸图像进行聚类分析，以确定各人脸图像能否聚类到面孔相册中的某个面孔分组中。如果存在不能聚类到面孔相册中任一个面孔分组中的人脸图像，则从该各人脸图像中筛选出该不能聚类到面孔相册中任一个面孔分组中的人脸图像，即未被聚类的人脸图像。

在各人脸图像中包含未被聚类的人脸图像时，第二确定模块13确定未被聚类的人脸图像是否满足上述预设规则，若满足上述预设规则，则说明未被聚类的人脸图像对应的是路人的人脸图像；否则，若不满足该预设规则，说明未被聚类的人脸图像不是路人的人脸图像，则可以在面孔相册中新建一个面孔分组，对应于该未被聚类的人脸图像。

如果待处理照片中存在未被聚类的人脸图像，且该未被聚类的人脸图像满足上述预设规则，说明该未被聚类的人脸图像对应的是无关路人，此时，处理模块14需降低该未被聚类的人脸图像所在区域的分辨率。比如可以对未被聚类的人脸图像所在区域进行高斯模糊处理，在模糊处理时，可以对该未被聚类的人脸图像所在区域的边缘区域进行弱化模糊处理，以免与相邻其他区域相比，太过突兀，影响整个待处理照片的观看体验。

本实施例中，基于面孔相册、人脸识别技术，以及根据路人特征制定的预设规则，该照片处理装置能自动地从待处理照片中识别出无关路人的人脸图像，进而对该路人人脸图像所在区域进行降低分辨率的处理，提高了处理效率和用户体验。

图5是根据一示例性实施例示出的一种照片处理装置实施例二的框图，如图5所示，在图4所示实施例的基础上，所述第一确定模块12包括：匹配子模块121、建立子模块122和确定子模块123。

匹配子模块121，被配置为将所述各人脸图像分别与所述面孔相册中各面孔分组对应的面孔图像进行匹配。

建立子模块122，被配置为在所述各人脸图像中包含有存在匹配面孔图像的人脸图像时，建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系。

确定子模块123，被配置为在所述各人脸图像中包含有不存在匹配面孔图像的人脸图像时，确定所述各人脸图像中包含未被聚类的人脸图像，所述未被聚类的人脸图像是所述各人脸图像中不存在匹配面孔图像的人脸图像。

其中，所述建立子模块122，被配置为标记存在匹配面孔图像的人脸图像具有与对应的面孔分组相同的标签。

具体来说，面孔相册中包含有多个面孔分组，每个面孔分组对应于一个人的多张面孔图像，即对应于包含该人的人脸图像的多张照片。因此，匹配子模块121在对待处理照片中包含的各人脸图像与各面孔分组对应的面孔图像进行匹配处理的过程中，可以从各面孔分组中随机选择一个面孔图像作为匹配对象，也可以在每个面孔分组具有代表面孔图像的情况下，与每个面孔分组的代表面孔图像进行匹配。

匹配子模块121在匹配处理过程中，针对上述待处理照片中包括的各人脸图像中的任一个人脸图像来说，可以提取该人脸图像的特征信息以及各面孔分组分别对应的面孔图像的特征信息，进而基于特征相似度来确定该人脸图像与各面孔分组的匹配对应关系。其中，上述特征信息比如包括眉、眼、鼻、嘴、脸型等轮廓特征。

针对存在上述匹配对应关系的人脸图像，为了实现待处理照片按照面孔进行分类存储，可以由建立子模块122建立该人脸图像与对应的面孔分组的聚类关联关系。

具体来说，建立子模块122可以标记存在匹配面孔图像的人脸图像具有与对应的面孔分组相同的标签。比如，张三对应的面孔分组以张三的名字为标签，则可以在待处理照片中标记张三的人脸图像。从而，建立子模块122将待处理照片中所有存在匹配面孔图像的人脸图像都进行标记之后，可以实现待处理照片在不同面孔分组中的关联存储。

从实际显示的角度来说，由于上述待处理照片中包含与不同面孔分组对应的多个人脸图像，那么，在用户点击显示不同面孔分组时，若以照片形式显示，则该待处理照片可能显示于不同的面孔分组中。

针对不存在上述匹配对应关系的人脸图像，如果待处理照片中存在这些不存在上述匹配对应关系的人脸图像，则确定子模块123将这些人脸图像确定为未被聚类的人脸图像，进而触发上述实施例中第二确定模块13和处理模块14上的处理过程。

本实施例中，通过将待处理照片中包含的各人脸图像与面孔相册中各面孔分组对应的面孔图像进行匹配，不但能够实现基于面孔的分类，即将包含某人脸图像的该待处理照片对应到该人脸图像对应的面孔分组中，实现待处理照片的按面孔分类存储，而且能够基于各人脸图像的匹配结果，自动从该待处理照片中筛选出没有对应面孔分组的人脸图像即未被聚类的人脸图像，作为最终确定待处理照片中无关的人的候选人脸图像，实现了处理智能化、自动化的同时，也保证了最终确定无关的人的准确性。

图6是根据一示例性实施例示出的一种照片处理装置实施例三的框图，如图6所示，在图5所示实施例的基础上，所述装置还包括：存储模块21。

存储模块21，被配置为根据所述聚类关联关系，将降低所述分辨率后的待处理照片存入对应的面孔分组中。

在实际应用中，既可以如图5所示实施例，只需建立子模块122建立待处理照片与各面孔分组的聚类关联关系，即待处理照片中各人脸图像与各面孔分组的聚类关联关系。从而，在用户点击某个面孔分组查看该面孔分组下对应的各照片时，根据各照片与该面孔分组的聚类关联关系，查询获得与该面孔分组对应的照片，并进行显示。

可选的，还可以直接根据聚类关联关系，通过存储模块21将各照片先存入到与其存在聚类关联关系的面孔分组中，这样，在用户点击某个面孔分组时，直接显示其中包含的各照片即可。

从而，针对上述待处理照片来说，在确定了其中包含的各人脸图像与各面孔分组的聚类关联关系之后，可以通过存储模块21将经过上述将降低分辨率处理后的待处理照片存入对应的各面孔分组中，以便在用户需要查看某个面孔分组时，能直接显示。

关于上述实施例中的照片处理装置，其中各个模块、子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。

以上描述了照片处理装置的内部功能和结构，如图7所示，实际中，该照片处理装置可实现为一照片处理设备，该设备可以是用户终端，也可以是云服务器，该照片处理设备包括：

处理器；

被配置为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：

对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

若所述各人脸图像中包含未被聚类的人脸图像，则确定所述未被聚类的人脸图像是否满足预设规则；

若所述未被聚类的人脸图像满足所述预设规则，则降低所述未被聚类的人脸图像所在区域的分辨率。

上述各实施例中，照片处理装置基于面孔相册和人脸识别技术，以及根据路人特征制定的预设规则，自动地从待处理照片中识别出路人即无关的人的人脸图像，进而对该路人人脸图像所在区域进行降低分辨率的处理，提高了处理效率和用户体验。

图8是根据一示例性实施例示出的另一种照片处理设备的框图。例如，该照片处理设备800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。

参照图8，设备800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制设备800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802可以包括一个或多个处理器820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802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在设备800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804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。

电力组件806为设备800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述设备800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。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述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808包括一个前置摄像头和/或后置摄像头。当设备800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810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当设备800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804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802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814包括一个或多个传感器，用于为设备800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为设备800的显示器和小键盘，传感器组件814还可以检测设备800或设备800一个组件的位置改变，用户与设备800接触的存在或不存在，设备800方位或加速/减速和设备800的温度变化。传感器组件814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814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814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816被配置为便于设备800和其他设备之间有线或无线方式的通信。设备800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816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，所述通信组件816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，设备800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804，上述指令可由设备800的处理器820执行以完成上述方法。例如，所述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，当所述存储介质中的指令由设备800的处理器执行时，使得设备800能够执行上述各实施例的照片处理方法，所述方法包括：

对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

若所述各人脸图像中包含未被聚类的人脸图像，则确定所述未被聚类的人脸图像是否满足预设规则；

若所述未被聚类的人脸图像满足所述预设规则，则降低所述未被聚类的人脸图像所在区域的分辨率。

图9是根据一示例性实施例示出的又一种照片处理设备的框图，例如，该照片处理设备1900可以被提供为一云服务器。参照图9，设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932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1922被配置为执行指令，以执行上述方法：

对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

若所述各人脸图像中包含未被聚类的人脸图像，则确定所述未被聚类的人脸图像是否满足预设规则；

若所述未被聚类的人脸图像满足所述预设规则，则降低所述未被聚类的人脸图像所在区域的分辨率。

设备1900还可以包括一个电源组件1926被配置为执行设备1900的电源管理，一个有线或无线网络接口1950被配置为将设备1900连接到网络，和一个输入输出(I/O)接口1958。设备1900可以操作基于存储在存储器1932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)

1.一种照片处理方法，其特征在于，所述方法包括：

对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

若所述各人脸图像中包含未被聚类的人脸图像，则确定所述未被聚类的人脸图像是否满足预设规则，所述预设规则包括所述待处理照片中包含的所述各人脸图像的数量为至少两个和所述未被聚类的人脸图像的尺寸小于所述各人脸图像中其他人脸图像的尺寸；

若所述未被聚类的人脸图像满足所述预设规则，则降低所述未被聚类的人脸图像所在区域的分辨率。

2.根据权利要求1所述的方法，其特征在于，所述根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像，包括：

将所述各人脸图像分别与所述面孔相册中各面孔分组对应的面孔图像进行匹配；

若所述各人脸图像中包含有不存在匹配面孔图像的人脸图像，则确定所述各人脸图像中包含未被聚类的人脸图像，所述未被聚类的人脸图像是所述各人脸图像中不存在匹配面孔图像的人脸图像；

若所述各人脸图像中包含有存在匹配面孔图像的人脸图像，则建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系。

3.根据权利要求2所述的方法，其特征在于，所述建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系，包括：

标记存在匹配面孔图像的人脸图像具有与对应的面孔分组相同的标签。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

根据所述聚类关联关系，将降低所述分辨率后的待处理照片存入对应的面孔分组中。

5.根据权利要求1所述的方法，其特征在于，所述降低所述未被聚类的人脸图像所在区域的分辨率，包括：

对所述未被聚类的人脸图像所在区域进行高斯模糊处理。

6.一种照片处理装置，其特征在于，所述装置包括：

识别模块，被配置为对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

第一确定模块，被配置为根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

第二确定模块，被配置为在所述各人脸图像中包含未被聚类的人脸图像时，确定所述未被聚类的人脸图像是否满足预设规则，所述预设规则包括所述待处理照片中包含的所述各人脸图像的数量为至少两个和所述未被聚类的人脸图像的尺寸小于所述各人脸图像中其他人脸图像的尺寸；

处理模块，被配置为在所述未被聚类的人脸图像满足所述预设规则时，降低所述未被聚类的人脸图像所在区域的分辨率。

7.根据权利要求6所述装置，其特征在于，所述第一确定模块包括：

匹配子模块，被配置为将所述各人脸图像分别与所述面孔相册中各面孔分组对应的面孔图像进行匹配；

确定子模块，被配置为在所述各人脸图像中包含有不存在匹配面孔图像的人脸图像时，确定所述各人脸图像中包含未被聚类的人脸图像，所述未被聚类的人脸图像是所述各人脸图像中不存在匹配面孔图像的人脸图像；

建立子模块，被配置为在所述各人脸图像中包含有存在匹配面孔图像的人脸图像时，建立存在匹配面孔图像的人脸图像与对应的面孔分组的聚类关联关系。

8.根据权利要求7所述的装置，其特征在于，所述建立子模块，被配置为标记存在匹配面孔图像的人脸图像具有与对应的面孔分组相同的标签。

9.根据权利要求7所述的装置，其特征在于，所述装置还包括：

存储模块，被配置为根据所述聚类关联关系，将降低所述分辨率后的待处理照片存入对应的面孔分组中。

10.根据权利要求6所述的装置，其特征在于，所述处理模块，被配置为对所述未被聚类的人脸图像所在区域进行高斯模糊处理。

11.一种照片处理设备，其特征在于，包括：

处理器；

被配置为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：

对待处理照片进行人脸识别处理，获得所述待处理照片中包含的各人脸图像；

根据面孔相册，对所述各人脸图像进行聚类分析，确定所述各人脸图像中是否包含未被聚类的人脸图像；

若所述各人脸图像中包含未被聚类的人脸图像，则确定所述未被聚类的人脸图像是否满足预设规则，所述预设规则包括所述待处理照片中包含的所述各人脸图像的数量为至少两个和所述未被聚类的人脸图像的尺寸小于所述各人脸图像中其他人脸图像的尺寸；

若所述未被聚类的人脸图像满足所述预设规则，则降低所述未被聚类的人脸图像所在区域的分辨率。