CN106126234B - 一种锁屏方法和装置 - Google Patents

Abstract

本公开为一种锁屏方法和装置，涉及通信技术领域。所述方法包括：获取候选锁屏图片；确定所述候选锁屏图片是否为证件照；若候所述选锁屏图片为非证件照，将所述候选锁屏图片作为锁屏图片。在本公开中，先获取候选锁屏图片，确定候选锁屏图片是否为证件照，在选择锁屏图片时，只选择候选锁屏图片中非证件照作为锁屏图片，使得证件照不会出现在锁屏界面上，不仅避免了证件照影响锁屏界面的美观，同时还避免了信息泄漏的可能。

Description

一种锁屏方法和装置

技术领域

本公开涉及通信技术领域，尤其涉及一种锁屏方法和装置。

背景技术

人们日常在使用移动终端的过程中，都会用到移动终端的锁屏功能。为了美化锁屏界面，人们通常会设置一个锁屏壁纸。在一种锁屏方式中，人们将存储在相册中的照片作为锁屏壁纸的候选，在锁屏界面随机出现，从而达到美化效果。但是，由于相册中可能存在证件照等信息，如果出现在锁屏界面上，不但影响美观，同时还有可能造成信息泄漏。

发明内容

为克服相关技术中存在的问题，本公开提供一种锁屏方法和装置。

根据本公开实施例的第一方面，提供一种锁屏方法，所述方法包括：

获取候选锁屏图片；

确定所述候选锁屏图片是否为证件照；

若候所述选锁屏图片为非证件照，将所述候选锁屏图片作为锁屏图片。

在本公开中，先获取候选锁屏图片，确定候选锁屏图片是否为证件照，在选择锁屏图片时，只选择候选锁屏图片中非证件照作为锁屏图片，使得证件照不会出现在锁屏界面上，不仅避免了证件照影响锁屏界面的美观，同时还避免了信息泄漏的可能。

在本公开实施例的一种实现方式中，所述确定所述候选锁屏图片是否为证件照，包括：

用滑动窗口对所述候选锁屏图片进行遍历扫描，得到多个扫描区域图像；

采用分类器依次对所述多个扫描区域图像进行分类，确定所述多个扫描区域图像中每个扫描区域图像的类型，所述类型包括文字图像和非文字图像；

根据所述多个扫描区域图像中每个扫描区域图像的类型，确定所述候选锁屏图片是否为证件照。

在该实现方式中，通过检测图片上的文字来判断图片是否为证件照，检测方式简单、检测结果准确。

在本公开实施例的另一种实现方式中，所述用滑动窗口对所述候选锁屏图片进行遍历扫描，得到多个扫描区域图像，包括：

采用人脸检测器确定所述候选锁屏图片的人脸区域；

用滑动窗口对所述候选锁屏图片的人脸区域之外的区域进行遍历扫描，得到多个扫描区域图像。

在该实现方式中，先从图片上确定出人脸区域，然后在人脸区域外进行文字检测，一方面，减小了需要进行文字检测的区域大小，减少了检测工作量；另一方面，避免了在人脸区域检测到文字时，可能造成的误判。

在本公开实施例的另一种实现方式中，所述根据所述多个扫描区域图像中每个扫描区域图像的类型，确定所述候选锁屏图片是否为证件照，包括：

计算所述多个扫描区域图像中类型为文字图像的扫描区域图像的数量与扫描区域图像的总数量的比值；

当所述比值大于或者等于设定值时，确定所述候选锁屏图片为证件照；

当所述比值小于设定值时，确定所述候选锁屏图片为非证件照。

在该实现方式中，通过判断带有文字的区域所占的比例来判断图片是否为证件照，避免了直接采用是否有文字来判断图片是否为证件照造成的误判，提高了检测精度。

在本公开实施例的另一种实现方式中，所述分类器为采用基于HOG降维特征的自适应增强算法训练得到的分类器，所述HOG降维特征为HOG特征经过线性判别分析LDA降维处理后的特征。

在该实现方式中，采用适用于文字图片和非文字图片分类的HOG降维特征训练得到分类器，能够提高分类器的分类效果。

在本公开实施例的另一种实现方式中，所述方法还包括：

获取若干样本图片，所述样本图片包括文字图片和非文字图片；

提取每个所述样本图片的HOG特征并进行LDA降维处理，得到HOG降维特征；

采用基于所述HOG降维特征的自适应增强算法训练得到所述分类器。

在本公开实施例的另一种实现方式中，所述获取候选锁屏图片，包括：

当达到设定时间点或者经过设定次数的锁屏时，获取所述候选锁屏图片。

在本公开实施例的另一种实现方式中，所述候选锁屏图片为宝宝相册中的照片。

在该现实方式中，采用宝宝相册中的照片作为候选锁屏图片，使得锁屏图片更有意义。

根据本公开实施例的第二方面，提供一种锁屏装置，所述装置包括：

获取模块，用于获取候选锁屏图片；

确定模块，用于确定所述候选锁屏图片是否为证件照；

锁屏模块，用于若候所述选锁屏图片为非证件照，将所述候选锁屏图片作为锁屏图片。

在本公开实施例的一种实现方式中，所述确定模块，用于：

用滑动窗口对所述候选锁屏图片进行遍历扫描，得到多个扫描区域图像；

采用分类器依次对所述多个扫描区域图像进行分类，确定所述多个扫描区域图像中每个扫描区域图像的类型，所述类型包括文字图像和非文字图像；

根据所述多个扫描区域图像中每个扫描区域图像的类型，确定所述候选锁屏图片是否为证件照。

在本公开实施例的另一种实现方式中，所述确定模块，用于：

采用人脸检测器确定所述候选锁屏图片的人脸区域；

用滑动窗口对所述候选锁屏图片的人脸区域之外的区域进行遍历扫描，得到多个扫描区域图像。

在本公开实施例的另一种实现方式中，所述确定模块，用于：

计算所述多个扫描区域图像中类型为文字图像的扫描区域图像的数量与扫描区域图像的总数量的比值；

当所述比值大于或者等于设定值时，确定所述候选锁屏图片为证件照；

当所述比值小于设定值时，确定所述候选锁屏图片为非证件照。

在本公开实施例的另一种实现方式中，所述分类器为采用基于HOG降维特征的自适应增强算法训练得到的分类器，所述HOG降维特征为HOG特征经过线性判别分析LDA降维处理后的特征。

在本公开实施例的另一种实现方式中，所述装置还包括：训练模块，用于：

获取若干样本图片，所述样本图片包括文字图片和非文字图片；

提取每个所述样本图片的HOG特征并进行LDA降维处理，得到HOG降维特征；

采用基于所述HOG降维特征的自适应增强算法训练得到所述分类器。

在本公开实施例的另一种实现方式中，所述获取模块，用于：

当达到设定时间点或者经过设定次数的锁屏时，获取所述候选锁屏图片。

在本公开实施例的另一种实现方式中，所述候选锁屏图片为宝宝相册中的照片。

根据本公开实施例的第三方面，提供一种锁屏装置，所述装置包括：

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：

获取候选锁屏图片；

确定所述候选锁屏图片是否为证件照；

若候所述选锁屏图片为非证件照，将所述候选锁屏图片作为锁屏图片。

本公开的实施例提供的技术方案可以包括以下有益效果：

在本公开中，先获取候选锁屏图片，确定候选锁屏图片是否为证件照，在选择锁屏图片时，只选择候选锁屏图片中非证件照作为锁屏图片，使得证件照不会出现在锁屏界面上，不仅避免了证件照影响锁屏界面的美观，同时还避免了信息泄漏的可能。

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，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的应用场景图。

图2是根据一示例性实施例示出的一种锁屏方法的流程图。

图3是根据一示例性实施例示出的一种锁屏方法的流程图。

图4是根据一示例性实施例示出的一种锁屏装置的框图。

图5是根据一示例性实施例示出的一种锁屏装置的框图。

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发明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、本发明的一些方面相一致的装置和方法的例子。

为了便于实施例的描述，下面先简单介绍一下本公开中实施例的应用场景。图1是根据一示例性实施例示出的应用场景图，参见图1，该场景包括终端设备100，终端设备100包括但不限于是智能电话、智能手表、平板电脑等。

需要说明的是，以上所述的设备种类仅为举例，本公开对此不作限制。

图2是根据一示例性实施例示出的一种锁屏方法的流程图，如图2所示，该锁屏方法适用于前述场景中的终端设备，包括以下步骤：

在步骤S11中，获取候选锁屏图片。

其中，候选锁屏图片是指，用户设定的可以用作锁屏图片的图片。

可选地，该方法还可以包括：

设定候选锁屏图片。设定候选锁屏图片的方式包括但不限于用户通过终端设备的设置选项中的锁屏设置选项，指定一个相册(例如宝宝相册)中作为候选锁屏图片的获取相册，或者指定多张图片作为候选锁屏图片，这多张图片可以在一个或多个相册中。

相应地，获取候选锁屏图片，可以包括：从用户设定的图片或者文件夹中选择候选锁屏图片。

在本实施例中，获取候选锁屏图片既可以是获取一张候选锁屏图片，也可以是获取多张候选锁屏图片，甚至是全部候选锁屏图片。

在步骤S12中，确定候选锁屏图片是否为证件照。

其中，证件照是指证件照片，证件包括但不限于身份证、护照、驾照等。

在本实施例中，可以采用分类器对候选锁屏图片进行分类，从而确定每张图片是否为证件照。

在步骤S13中，若候选锁屏图片为非证件照(不是证件照)，将该候选锁屏图片作为锁屏图片。

在一种实现方式中，前述步骤S11～S13在需要更换锁屏界面上的锁屏图片时依次执行。在该实现方式中，将该候选锁屏图片作为锁屏图片，包括：在锁屏界面上输出该候选锁屏图片。

在另一种实现方式中，在执行步骤S11之后，可以连续多次执行步骤S12，然后在需要进行输出锁屏图片时执行步骤S13。在该实现方式中，将该候选锁屏图片作为锁屏图片，包括：在锁屏界面上输出确定出的为非证件照的多张候选锁屏图片中的一张候选锁屏图片。

在实施例中，将该候选锁屏图片作为锁屏图片，包括：

记录证件照和/或非证件照，从而可以在需要更换锁屏界面上的锁屏图片时，从非证件照中选择(随机选择或者顺序选择)一张输出至锁屏界面。在该实现方式中，预先对用户设定的候选锁屏图片进行了是否为证件照的判定，从而可以确定出用户设定的候选锁屏图片中的非证件照(即可以作为锁屏图片输出的图片)，进而在需要更换锁屏界面上的图片时，可以从非证件照片中选择一张输出至锁屏界面。

实现时，记录证件照和/或非证件照片可以采用如下方式：

对候选锁屏图片中的非证件照片进行标记，该标记用于在输出锁屏图片时，从所有具有标记的候选锁屏图片中选择一张候选锁屏图片输出至锁屏界面；或者，对候选锁屏图片中的证件照进行标记，该标记用于在输出锁屏图片时，从所有不具有标记的候选锁屏图片中选择一张候选锁屏图片输出至锁屏界面。

可选地，该方法还可以包括：

若候选锁屏图片为证件照，则不将该候选锁屏图片作为锁屏图片。

在本公开中，先获取候选锁屏图片，确定候选锁屏图片是否为证件照，在选择锁屏图片时，只选择候选锁屏图片中非证件照作为锁屏图片，使得证件照不会出现在锁屏界面上，不仅避免了证件照影响锁屏界面的美观，同时还避免了信息泄漏的可能。

图3是根据一示例性实施例示出的一种锁屏方法的流程图，如图3所示，该锁屏方法适用于前述场景中的终端设备，包括以下步骤：

在步骤S21中，获取若干样本图片，样本图片包括文字图片和非文字图片。

在本公开实施例中，文字图片的数量可以少于非文字图片的数量，例如分别为20万张和500万张。

在步骤S22中，提取每个样本图片的方向梯度直方图(Histogram of OrientedGradient，简称HOG)并进行线性判别分析(Linear Discriminant Analysis，简称LDA)降维处理，得到HOG降维特征。

在本实施例中，步骤S22可以包括：

第一步，对样本图片进行尺寸归一化。

在实施例中，进行尺寸归一化后的文字图片和非文字图片的尺寸可以为24×64(单位为像素)，这种尺寸与常用证件照的尺寸大小相当。当然，该尺寸仅为举例，还可以是其他尺寸大小。

第二步，对归一化后的样本图片进行HOG特征提取。

其中，第二步可以按照下述方式执行：

1)对样本图片进行灰度化处理；

2)采用伽马Gamma校正法对步骤1)得到的样本图片进行颜色空间的标准化(归一化)；目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；

3)计算步骤2)得到的样本图片每个像素的梯度(包括大小和方向)；目的是为了捕获轮廓信息，同时进一步弱化光照的干扰。

4)将样本图片划分成小单元cells(例如6*6像素/cell)；

5)统计每个cell的梯度直方图，形成每个cell的特征；

6)将每几个cell组成一个块block(例如3*3个cell/block)，一个block内所有cell的特征合并起来便得到该block的HOG特征。

7)将样本图片内的所有block的HOG特征合并起来得到该样本图片的HOG特征。

第三步，对提取到的HOG特征进行LDA降维处理。

在步骤S23中，采用基于HOG降维特征的自适应增强(Adaptive Boosting，简称ADABOOST)算法训练得到分类器。

也就是说，在本实施例中，分类器为采用基于HOG降维特征的自适应增强算法训练得到的分类器，HOG降维特征为HOG特征经过线性判别分析LDA降维处理后的特征。需要说明的是，在其他实施例中，也可以采用其他分类器实现，本公开对此不作限制。

在本实施例中，步骤S23可以包括：

步骤231，采用支持向量机(Support Vector Machine，简称SVM)对HOG降维特征中的每个特征训练一个弱分类器；

步骤232，采用ADABOOST算法将多个弱分类器训练为强分类器。

在实现时，ADABOOST算法中的HOG降维特征可以通过修改训练程序代码得到(例如将传统的Haar特征换为HOG降维特征)，因此，该方法还可以包括：获取用户输入信息，根据用户输入信息生成具有HOG降维特征的自适应增强算法。

步骤S21中样本图片构成的样本库包括如下样本：(x₁，y₁)，(x₂，y₂)，……，(x_n，y_n)，其中y_i＝0表示其为负样本(非文字图片)，y_i＝1表示其为正样本(文字图片)。n为样本库的训练样本数量。下面以此样本库为例，对步骤232的过程进行说明：

A、初始化样本库中的训练样本权重，得到初始训练样本权重w_1,i＝D(i)；D(i)可以按照如下方式设置：D(i)＝1/2M(对负样本)或D(i)＝1/2L(对正样本)。其中M、L分别是负样本和正样本的数量，M+L＝n。

B、根据初始训练样本权重进行T次迭代操作(样本分类)，得到T个最佳弱分类器。其中，第t次迭代操作包括(t＝1，……，T)：

1、归一化训练样本权重，得到第t次训练样本权重：

2、根据第t次训练样本权重选取样本集。

3、采用步骤231训练得到的弱分类器对样本集中的训练样本进行分类。

每个特征f对应一个弱分类器h(x，f，p，θ)，一个弱分类器h(x，f，p，θ)由一个特征f，阈值q和指示不等号方向的θ组成：

h＝1表示特征f判断此样本为正样本，h＝0表示特征f判断此样本为负样本。

4、计算每个特征对应的弱分类器在t次迭代操作中的加权(q_t)错误率ε_f：

ε_f＝∑_iq_i|h(x_i，f，p，θ)-y_i|。

5、选取加权错误率最小的弱分类器h_t(x)：

ε_t＝min_f，p，θ∑_iq_i|h(x_i，f，p，θ)-y_i|＝∑_iq_i|h(x_i，f_t，p_t，θ_t)-y_i|

h_t(x)＝h(x，f_t，p_t，θ_t)；

其中，t表示第t次迭代操作。

6、根据加权错误率最小的弱分类器，调整训练样本权重：

其中，e_i＝0表示x_i被正确地分类，e_i＝1表示x_i被错误地分类；

C、经过T次迭代操作后，获得了T个加权错误率最小的弱分类器：h1(x)，……，hT(x)，可以按照下面的方式组合成一个强分类器：

其中，

在步骤S24中，获取候选锁屏图片。

其中，步骤S24可以包括：

当达到设定时间点或者经过设定次数的锁屏时，获取候选锁屏图片。

即在一种实现方式中，当达到用户设定的时间点，则移动终端更换锁屏图片，如整点更换或每天更换，此时移动终端获取候选锁屏图片，以处理得到锁屏图片。在另一种实现方式中，更换锁屏图片还可以按照锁屏次数设置，例如，在每次锁屏或屏幕解锁后更换，在每次锁屏或屏幕解锁后获取候选锁屏图片，以处理得到锁屏图片。

其中，候选锁屏图片是指，用户设定的可以用作锁屏图片的图片。

可选地，该方法还可以包括：

设定候选锁屏图片。设定候选锁屏图片的方式包括但不限于用户通过终端设备的设置选项中的锁屏设置选项，指定一个相册(例如宝宝相册)中作为候选锁屏图片的获取相册，或者指定多张图片作为候选锁屏图片，这多张图片可以在一个或多个相册中。例如，候选锁屏图片为宝宝相册中的照片。

相应地，获取候选锁屏图片，可以包括：从用户设定的图片或者文件夹中选择候选锁屏图片。

在本实施例中，获取候选锁屏图片既可以是获取一张候选锁屏图片，也可以是获取多张候选锁屏图片，甚至是全部候选锁屏图片。

在步骤S25中，采用训练出的分类器确定候选锁屏图片是否为证件照。

其中，证件照是指证件照片，证件包括但不限于身份证、护照、驾照等。

在本实施例中，确定候选锁屏图片是否为证件照，可以包括：

第一步，用滑动窗口对候选锁屏图片进行遍历扫描，得到多个扫描区域图像。

其中，第一步可以包括：

采用人脸检测器确定候选锁屏图片的人脸区域；其中，人脸检测器可以利用ADABOOST+Haar特征训练得到，也可以使用成熟的opencv开源的人脸检测器。

用滑动窗口对候选锁屏图片的人脸区域之外的区域进行遍历扫描，得到多个扫描区域图像。

其中，遍历扫描是指按照一定的方向以设定大小依次从图片上获取区域图像。

其中，在图片的人脸区域之外的区域进行遍历扫描包括：采用金字塔层级遍历对在图片的人脸区域之外的区域进行遍历扫描。金字塔层级遍历是指依次对原图片进行遍历扫描、对图片进行预定倍数的放大(可执行多种倍数的多次放大)后进行遍历扫描、对图片进行预定倍数的缩小(可执行多种倍数的多次缩小)后进行遍历扫描。这种扫描方式可以避免图片中字太大或太小造成的无法正确分类问题。

其中，扫描区域图像的大小与进行尺寸归一化后的文字图片和非文字图片的尺寸相等，如24×64。

第二步，采用分类器依次对多个扫描区域图像进行分类，确定多个扫描区域图像中每个扫描区域图像的类型，类型包括文字图像和非文字图像；

第三步，根据多个扫描区域图像中每个扫描区域图像的类型，确定候选锁屏图片是否为证件照。

其中，第三步可以包括：

计算多个扫描区域图像中类型为文字图像的扫描区域图像的数量与扫描区域图像的总数量的比值；

当比值大于或者等于设定值时，确定候选锁屏图片为证件照；

当比值小于设定值时，确定候选锁屏图片为非证件照。

其中，设定值可以根据实际需要进行设置，例如1/3。

在步骤S26中，若候选锁屏图片为非证件照，将该候选锁屏图片作为锁屏图片。

在一种实现方式中，前述步骤S24～S26在需要更换锁屏界面上的锁屏图片时依次执行。在该实现方式中，将该候选锁屏图片作为锁屏图片，包括：在锁屏界面上输出该候选锁屏图片。

在另一种实现方式中，在执行步骤S24之后，可以连续多次执行步骤S25，然后在需要进行输出锁屏图片时执行步骤S26。在该实现方式中，将该候选锁屏图片作为锁屏图片，包括：在锁屏界面上输出确定出的为非证件照的多张候选锁屏图片中的一张候选锁屏图片。

在实施例中，将该候选锁屏图片作为锁屏图片，包括：

记录证件照和/或非证件照，从而可以在需要更换锁屏界面上的锁屏图片时，从非证件照中选择(随机选择或者顺序选择)一张输出至锁屏界面。在该实现方式中，预先对用户设定的候选锁屏图片进行了是否为证件照的判定，从而可以确定出用户设定的候选锁屏图片中的非证件照(即可以作为锁屏图片输出的图片)，进而在需要更换锁屏界面上的图片时，可以从非证件照片中选择一张输出至锁屏界面。

实现时，记录证件照和/或非证件照片可以采用如下方式：

对候选锁屏图片中的非证件照片进行标记，该标记用于在输出锁屏图片时，从所有具有标记的候选锁屏图片中选择一张候选锁屏图片输出至锁屏界面；或者，对候选锁屏图片中的证件照进行标记，该标记用于在输出锁屏图片时，从所有不具有标记的候选锁屏图片中选择一张候选锁屏图片输出至锁屏界面。

例如，为候选锁屏图片设置标记属性，证件照的属性设为1，非证件照的属性设为0。

可选地，该方法还可以包括：

若候选锁屏图片为证件照，则不将该候选锁屏图片作为锁屏图片

在本公开中，先获取候选锁屏图片，确定候选锁屏图片是否为证件照，在选择锁屏图片时，只选择候选锁屏图片中非证件照作为锁屏图片，使得证件照不会出现在锁屏界面上，不仅避免了证件照影响锁屏界面的美观，同时还避免了信息泄漏的可能。

在本公开的上述实施例中，步骤S21～S23为可选步骤，这些步骤可以事先由其他装置(例如具有图形处理器(Graphics Processing Unit，简称GPU)的设备)完成。

图4是根据一示例性实施例示出的一种锁屏装置的框图，该锁屏装置可以为终端设备或终端设备的一部分，如图4所示，装置包括：

获取模块301，用于获取候选锁屏图片；

确定模块302，用于确定候选锁屏图片是否为证件照；

锁屏模块303，用于若候选锁屏图片为非证件照，将该候选锁屏图片作为锁屏图片。

可选地，确定模块302，用于：

用滑动窗口对候选锁屏图片进行遍历扫描，得到多个扫描区域图像；

采用分类器依次对多个扫描区域图像进行分类，确定多个扫描区域图像中每个扫描区域图像的类型，类型包括文字图像和非文字图像；

根据多个扫描区域图像中每个扫描区域图像的类型，确定候选锁屏图片是否为证件照。

可选地，确定模块302，用于：

采用人脸检测器确定候选锁屏图片的人脸区域；

用滑动窗口对候选锁屏图片的人脸区域之外的区域进行遍历扫描，得到多个扫描区域图像。

可选地，确定模块302，用于：

计算多个扫描区域图像中类型为文字图像的扫描区域图像的数量与扫描区域图像的总数量的比值；

当比值大于或者等于设定值时，确定候选锁屏图片为证件照；

当比值小于设定值时，确定候选锁屏图片为非证件照。

可选地，分类器为采用基于HOG降维特征的自适应增强算法训练得到的分类器，HOG降维特征为HOG特征经过线性判别分析LDA降维处理后的特征。

可选地，该装置还包括：训练模块304，用于：

获取若干样本图片，样本图片包括文字图片和非文字图片；

提取每个样本图片的HOG特征并进行LDA降维处理，得到HOG降维特征；

采用基于HOG降维特征的自适应增强算法训练得到分类器。

可选地，获取模块301，用于：

当达到设定时间点或者经过设定次数的锁屏时，获取候选锁屏图片。

可选地，候选锁屏图片为宝宝相册中的照片。

在本公开中，先获取候选锁屏图片，确定候选锁屏图片是否为证件照，在选择锁屏图片时，只选择候选锁屏图片中非证件照作为锁屏图片，使得证件照不会出现在锁屏界面上，不仅避免了证件照影响锁屏界面的美观，同时还避免了信息泄漏的可能。

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5是根据一示例性实施例示出的一种锁屏装置900的框图。例如，锁屏装置900可以是移动终端。

参照图5，锁屏装置900可以包括以下一个或多个组件：处理组件902，存储器904，电力组件906，多媒体组件908，音频组件910，输入/输出(I/O)的接口912，传感器组件914，以及通信组件916。

处理组件902通常控制锁屏装置900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902可以包括一个或多个处理器920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902可以包括一个或多个模块，便于处理组件902和其他组件之间的交互。例如，处理组件902可以包括多媒体模块，以方便多媒体组件908和处理组件902之间的交互。

存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在锁屏装置900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904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906为锁屏装置900的各种组件提供电力。电力组件906可以包括电源管理系统，一个或多个电源，及其他与为锁屏装置900生成、管理和分配电力相关联的组件。

多媒体组件908包括在所述锁屏装置900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908包括一个前置摄像头和/或后置摄像头。当锁屏装置900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910被配置为输出和/或输入音频信号。例如，音频组件910包括一个麦克风(MIC)，当锁屏装置900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904或经由通信组件916发送。在一些实施例中，音频组件910还包括一个扬声器，用于输出音频信号。

I/O接口912为处理组件902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914包括一个或多个传感器，用于为锁屏装置900提供各个方面的状态评估。例如，传感器组件914可以检测到锁屏装置900的打开/关闭状态，组件的相对定位，例如所述组件为锁屏装置900的显示器和小键盘，传感器组件914还可以检测锁屏装置900或锁屏装置900一个组件的位置改变，用户与锁屏装置900接触的存在或不存在，锁屏装置900方位或加速/减速和锁屏装置900的温度变化。传感器组件914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914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914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916被配置为便于锁屏装置900和其他设备之间有线或无线方式的通信。锁屏装置900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916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916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，锁屏装置900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904，上述指令可由锁屏装置900的处理器920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装置的处理器执行时，使得装置够执行一种锁屏方法，所述方法包括：

获取候选锁屏图片；

确定候选锁屏图片是否为证件照；

若候选锁屏图片为非证件照，将该候选锁屏图片作为锁屏图片。

在本公开实施例的一种实现方式中，确定候选锁屏图片是否为证件照，包括：

用滑动窗口对候选锁屏图片进行遍历扫描，得到多个扫描区域图像；

采用分类器依次对多个扫描区域图像进行分类，确定多个扫描区域图像中每个扫描区域图像的类型，类型包括文字图像和非文字图像；

根据多个扫描区域图像中每个扫描区域图像的类型，确定候选锁屏图片是否为证件照。

在本公开实施例的另一种实现方式中，用滑动窗口对候选锁屏图片进行遍历扫描，得到多个扫描区域图像，包括：

采用人脸检测器确定候选锁屏图片的人脸区域；

用滑动窗口对候选锁屏图片的人脸区域之外的区域进行遍历扫描，得到多个扫描区域图像。

在本公开实施例的另一种实现方式中，根据多个扫描区域图像中每个扫描区域图像的类型，确定候选锁屏图片是否为证件照，包括：

计算多个扫描区域图像中类型为文字图像的扫描区域图像的数量与扫描区域图像的总数量的比值；

当比值大于或者等于设定值时，确定候选锁屏图片为证件照；

当比值小于设定值时，确定候选锁屏图片为非证件照。

在本公开实施例的另一种实现方式中，分类器为采用基于HOG降维特征的自适应增强算法训练得到的分类器，HOG降维特征为HOG特征经过线性判别分析LDA降维处理后的特征。

在本公开实施例的另一种实现方式中，方法还包括：

获取若干样本图片，样本图片包括文字图片和非文字图片；

提取每个样本图片的HOG特征并进行LDA降维处理，得到HOG降维特征；

采用基于HOG降维特征的自适应增强算法训练得到分类器。

在本公开实施例的另一种实现方式中，获取候选锁屏图片，包括：

当达到设定时间点或者经过设定次数的锁屏时，获取候选锁屏图片。

在本公开实施例的另一种实现方式中，候选锁屏图片为宝宝相册中的照片。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明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，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明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。本发明的范围仅由所附的权利要求来限制。

Claims (15)

1.一种锁屏方法，其特征在于，所述方法包括：

获取候选锁屏图片；

用滑动窗口对所述候选锁屏图片进行遍历扫描，得到多个扫描区域图像；

采用分类器依次对所述多个扫描区域图像进行分类，确定所述多个扫描区域图像中每个扫描区域图像的类型，所述类型包括文字图像和非文字图像；

根据所述多个扫描区域图像中每个扫描区域图像的类型，确定所述候选锁屏图片是否为证件照；

若所述候选锁屏图片为非证件照，将所述候选锁屏图片作为锁屏图片。

2.根据权利要求1所述的方法，其特征在于，所述用滑动窗口对所述候选锁屏图片进行遍历扫描，得到多个扫描区域图像，包括：

采用人脸检测器确定所述候选锁屏图片的人脸区域；

用滑动窗口对所述候选锁屏图片的人脸区域之外的区域进行遍历扫描，得到多个扫描区域图像。

3.根据权利要求1所述的方法，其特征在于，所述根据所述多个扫描区域图像中每个扫描区域图像的类型确定所述候选锁屏图片是否为证件照，包括：

计算所述多个扫描区域图像中类型为文字图像的扫描区域图像的数量与扫描区域图像的总数量的比值；

当所述比值大于或者等于设定值时，确定所述候选锁屏图片为证件照；

当所述比值小于设定值时，确定所述候选锁屏图片为非证件照。

4.根据权利要求1所述的方法，其特征在于，所述分类器为采用基于HOG降维特征的自适应增强算法训练得到的分类器，所述HOG降维特征为HOG特征经过线性判别分析LDA降维处理后的特征。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

获取若干样本图片，所述样本图片包括文字图片和非文字图片；

提取每个所述样本图片的HOG特征并进行LDA降维处理，得到HOG降维特征；

采用基于所述HOG降维特征的自适应增强算法训练得到所述分类器。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述获取候选锁屏图片，包括：

当达到设定时间点或者经过设定次数的锁屏时，获取所述候选锁屏图片。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述候选锁屏图片为宝宝相册中的照片。

8.一种锁屏装置，其特征在于，所述装置包括：

获取模块，用于获取候选锁屏图片；

确定模块，用于用滑动窗口对所述候选锁屏图片进行遍历扫描，得到多个扫描区域图像；采用分类器依次对所述多个扫描区域图像进行分类，确定所述多个扫描区域图像中每个扫描区域图像的类型，所述类型包括文字图像和非文字图像；根据所述多个扫描区域图像中每个扫描区域图像的类型，确定所述候选锁屏图片是否为证件照；

锁屏模块，用于若所述候选锁屏图片为非证件照，将所述候选锁屏图片作为锁屏图片。

9.根据权利要求8所述的装置，其特征在于，所述确定模块，用于：

采用人脸检测器确定所述候选锁屏图片的人脸区域；

用滑动窗口对所述候选锁屏图片的人脸区域之外的区域进行遍历扫描，得到多个扫描区域图像。

10.根据权利要求8所述的装置，其特征在于，所述确定模块，用于：

计算所述多个扫描区域图像中类型为文字图像的扫描区域图像的数量与扫描区域图像的总数量的比值；

当所述比值大于或者等于设定值时，确定所述候选锁屏图片为证件照；

当所述比值小于设定值时，确定所述候选锁屏图片为非证件照。

11.根据权利要求8所述的装置，其特征在于，所述分类器为采用基于HOG降维特征的自适应增强算法训练得到的分类器，所述HOG降维特征为HOG特征经过线性判别分析LDA降维处理后的特征。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括：训练模块，用于：

获取若干样本图片，所述样本图片包括文字图片和非文字图片；

提取每个所述样本图片的HOG特征并进行LDA降维处理，得到HOG降维特征；

采用基于所述HOG降维特征的自适应增强算法训练得到所述分类器。

13.根据权利要求8至12任一项所述的装置，其特征在于，所述获取模块，用于：

当达到设定时间点或者经过设定次数的锁屏时，获取所述候选锁屏图片。

14.根据权利要求8至12任一项所述的装置，其特征在于，所述候选锁屏图片为宝宝相册中的照片。

15.一种锁屏装置，其特征在于，所述装置包括：

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：

获取候选锁屏图片；

用滑动窗口对所述候选锁屏图片进行遍历扫描，得到多个扫描区域图像；

采用分类器依次对所述多个扫描区域图像进行分类，确定所述多个扫描区域图像中每个扫描区域图像的类型，所述类型包括文字图像和非文字图像；

根据所述多个扫描区域图像中每个扫描区域图像的类型，确定所述候选锁屏图片是否为证件照；

若所述候选锁屏图片为非证件照，将所述候选锁屏图片作为锁屏图片。