CN106714099A - 照片信息处理及景点识别方法、客户端、服务器 - Google Patents
照片信息处理及景点识别方法、客户端、服务器 Download PDFInfo
- Publication number
- CN106714099A CN106714099A CN201510791042.6A CN201510791042A CN106714099A CN 106714099 A CN106714099 A CN 106714099A CN 201510791042 A CN201510791042 A CN 201510791042A CN 106714099 A CN106714099 A CN 106714099A
- Authority
- CN
- China
- Prior art keywords
- photo
- newly
- client
- increased
- sight spot
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种照片信息处理及景点识别方法、客户端、服务器。其中,该照片信息处理方法包括:获取客户端中新增照片的照片属性信息;根据照片属性信息判断新增照片是否是由客户端拍摄的;在判断结果为新增照片是由客户端拍摄的情况下,上传新增照片的拍摄时间和拍摄地点以作为识别景点的依据,达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果,本发明解决了相关技术中由于对景点采用人工识别方式进行识别而造成的识别不及时且成本高的技术问题。
Description
技术领域
本发明涉及互联网领域,具体而言,涉及一种照片信息处理及景点识别方法、客户端、服务器。
背景技术
智能设备的普及给使用电子地图带来了极大便利。目前,在相关技术中,电子地图厂商都是基于传统的人工方式对景点进行识别并标注的,这种方式存在诸多缺陷:一方面,为了标注景点的经纬度,需要携带大量设备去现场实地测量景点的经纬度,这需要耗费大量的人力和物力,导致成本高;另一方面,对景点采用人工识别并标注的方式,识别与标注的完备性、及时性不可避免地受到标注人个人知识的限制。例如:对于新兴景点、小众景点等,标注人通常不能及时发现,从而造成对景点标注的遗漏和不及时。
进一步,为了发现新兴景点,标注人需要去搜索、关注专门旅游站点的评论,提取可能的新兴景点。采用这种景点识别方式,需要花费大量人力,且未必能及时捕捉到新兴景点,因为只有小部分人愿意去撰写、发表旅游评论。为了鼓励大家撰写、发表旅游评论,则需要执行营销策划,又需要花费一笔开支。此外,对与季节具有较强关联性的景点而言,采用人工方式,无法保证及时更新景点。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种照片信息处理及景点识别方法、客户端、服务器,以至少解决相关技术中由于对景点采用人工识别方式进行识别而造成的识别不及时且成本高的技术问题。
根据本发明实施例的一个方面,提供了一种照片信息处理方法,包括:获取客户端中新增照片的照片属性信息;根据上述照片属性信息判断上述新增照片是否是由上述客户端拍摄的;在判断结果为上述新增照片是由上述客户端拍摄的情况下,上传上述新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
进一步地,获取客户端中新增照片的照片属性信息包括:通过监听上述客户端的相册簿,获取上述相册簿中上述新增照片的照片属性信息。
进一步地,上述照片属性信息包括创建上述新增照片的设备的身份信息和创建上述新增照片的时间信息,其中,根据上述照片属性信息判断上述新增照片是否是由上述客户端拍摄的包括:获取上述客户端的身份信息和所使用的时间信息;判断创建上述新增照片的设备的身份信息是否与上述客户端的身份信息一致;判断创建上述新增照片的时间信息是否与上述客户端所使用的时间信息一致;在判断结果为创建上述新增照片的设备的身份信息与上述客户端的身份信息一致,以及创建上述新增照片的时间信息与上述客户端所使用的时间信息一致的情况下,确定上述新增照片是由上述客户端拍摄的。
根据本发明实施例的另一个方面,还提供了一种景点识别方法,包括:获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;根据获取的上述多张新增照片的拍摄时间和拍摄地点对景点进行识别。
进一步地,根据获取的上述多张新增照片的拍摄时间和拍摄地点对景点进行识别包括:对获取的上述多张新增照片的拍摄时间和拍摄地点对应的日志信息,按照预设时间间隔进行划分,得到上述日志信息的多个时间切片;对上述多个时间切片中每个时间切片内的新增照片的拍摄地点,按照预设类间距进行聚类分析,形成多个拍摄地聚类;将上述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点。
进一步地,在将上述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点之后,上述方法还包括:在上述多个时间切片对应的连续时间段内,对上述疑似景点进行时间序列分析;根据时间序列分析结果确定上述疑似景点是否为真正景点。
根据本发明实施例的另一个方面,还提供了一种客户端,用于对照片进行处理,包括:第一获取单元,用于获取客户端中新增照片的照片属性信息;判断单元,用于根据上述照片属性信息判断上述新增照片是否是由上述客户端拍摄的;上传单元,用于在判断结果为上述新增照片是由上述客户端拍摄的情况下,上传上述新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
进一步地,上述第一获取单元还用于通过监听上述客户端的相册簿,获取上述相册簿中上述新增照片的照片属性信息。
进一步地,上述照片属性信息包括创建上述新增照片的设备的身份信息和创建上述新增照片的时间信息,其中,上述判断单元包括:获取模块,用于获取上述客户端的身份信息和所使用的时间信息;第一判断模块,用于判断创建上述新增照片的设备的身份信息是否与上述客户端的身份信息一致;第二判断模块,用于判断创建上述新增照片的时间信息是否与上述客户端所使用的时间信息一致;确定单元,用于在判断结果为创建上述新增照片的设备的身份信息与上述客户端的身份信息一致,以及创建上述新增照片的时间信息与上述客户端所使用的时间信息一致的情况下,确定上述新增照片是由上述客户端拍摄的。
根据本发明实施例的另一个方面,还提供了一种服务器,用于对景点进行识别,包括:第二获取单元,用于获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;识别单元,用于根据获取的上述多张新增照片的拍摄时间和拍摄地点对景点进行识别。
进一步地,上述识别单元包括:划分模块,用于对获取的上述多张新增照片的拍摄时间和拍摄地点对应的日志信息,按照预设时间间隔进行划分,得到上述日志信息的多个时间切片;聚类模块,用于对上述多个时间切片中每个时间切片内的新增照片的拍摄地点,按照预设类间距进行聚类分析,形成多个拍摄地聚类;识别模块,用于将上述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点。
进一步地,上述识别单元还包括:分析模块,用于在将上述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点之后,在上述多个时间切片对应的连续时间段内,对上述疑似景点进行时间序列分析;确定模块,用于根据时间序列分析结果确定上述疑似景点是否为真正景点。
根据本发明实施例的另一个方面,还提供了一种景点识别系统,用于对景点进行识别,包括:上述任一项上述的服务器和多个上述任一项上述的客户端。
根据本发明实施例的另一个方面,还提供了一种客户端,用于对照片进行处理,包括:处理器,用于获取客户端中新增照片的照片属性信息,并根据上述照片属性信息判断上述新增照片是否是由上述客户端拍摄的,以及在判断结果为上述新增照片是由上述客户端拍摄的情况下,上传上述新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
根据本发明实施例的另一个方面,还提供了一种服务器,用于对景点进行识别,包括:收发器,用于获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;处理器,用于根据获取的上述多张新增照片的拍摄时间和拍摄地点对景点进行识别。
在本发明实施例中,采用自动监听智能设备的相册簿的方式,通过获取客户端中新增照片的照片属性信息;根据照片属性信息判断新增照片是否是由客户端拍摄的;在判断结果为新增照片是由客户端拍摄的情况下,上传新增照片的拍摄时间和拍摄地点以作为识别景点的依据,达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果,进而解决了相关技术中由于对景点采用人工识别方式进行识别而造成的识别不及时且成本高的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的景点识别系统的示意图;
图2是根据本发明实施例的一种可选的照片信息处理方法的流程图;
图3是根据本发明实施例的另一种可选的照片信息处理方法的流程图;
图4是根据本发明实施例的一种可选的景点识别方法的流程图;
图5(a)是根据本发明实施例的基于t时间切片的聚类分析结果的示意图;
图5(b)是根据本发明实施例的基于t+l至t+n时间切片的聚类分析结果的示意图;
图6是根据本发明实施例的另一种可选的景点识别方法的流程图;
图7是根据本发明实施例的一种可选的客户端的示意图;
图8是根据本发明实施例的一种可选的服务器的示意图;
图9是根据本发明实施例的另一种可选的客户端的示意图;
图10是根据本发明实施例的另一种可选的服务器的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种景点识别系统的装置实施例。
图1是根据本发明实施例的一种可选的景点识别系统的示意图,如图1所示,该系统包括:多个客户端102和服务器104。
其中,多个客户端102中的每个都用于对各自的照片进行处理,包括:第一获取单元,用于获取客户端中新增照片的照片属性信息;判断单元,用于根据照片属性信息判断新增照片是否是由客户端拍摄的;上传单元,用于在判断结果为新增照片是由客户端拍摄的情况下,上传新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
可选地,多个客户端102中的每个还可以是下述实施4中任一优选实施方式中的客户端,在此不再赘述。
其中,服务器104用于对景点进行识别,包括:第二获取单元,用于获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,与每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;识别单元,用于根据获取的多张新增照片的拍摄时间和拍摄地点对景点进行识别。
可选地,服务器104还可以是下述实施5中任一优选实施方式中的服务器,在此不再赘述。
随着当今社会智能设备(即客户端)的极大普及,并且基于智能设备的普及性和易携带性,大多数用户在外出旅游时,都会选择智能设备在各景点拍照留影,并且用户总会将其使用的智能设备接入网络,在这种情况下,本发明创造性地采用自动监听智能设备的拍照事件的方式,不需要携带大量设备去现场实地采集景点的GPS信息,节省了大量的人力和物力,降低了成本,并且由于可以实时获取相关照片的照片属性信息,并及时上传给服务器,从根本上避免了人工标注方法的滞后性,提高了更新的实时性,并且可以体现景点的季节变化性,最终达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果。
实施例2
根据本发明实施例,提供了一种照片信息处理方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本发明实施例的一种可选的照片信息处理方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,获取客户端中新增照片的照片属性信息;
步骤S204,根据照片属性信息判断新增照片是否是由客户端拍摄的;
步骤S206,在判断结果为新增照片是由客户端拍摄的情况下,上传新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
需要说明的是,新增照片的拍摄地点可以表示为GPS信息。
实施时,每个具有拍照功能的客户端(即智能设备)都可以监控自身的拍照事件,在监控到有新增照片时,获取创建该新增照片的时间信息、创建该新增照片的智能设备的身份信息(包括但不限于智能设备的制造商、型号、标识等信息)等照片属性信息,并根据获取的照片属性信息判断该新增照片是否是由当前客户端拍摄的照片。在判断结果为是的情况下,如果客户端接入网络(如连接WIFI等),就会实时或者定时将新增照片的拍摄时间和拍摄地点对应的日志信息(如打点日志信息)作为识别景点的依据上传给服务器。该服务器通过接收所有客户端上传的景点识别依据来对景点进行识别。在这种情况下,可以对任何已标注和/或未标注在电子地图上的景点进行识别,从而克服了相关技术中只能将当前景点与已标注在电子地图上的景点进行匹配的缺陷。
进一步,在判断结果为新增照片不是由客户端拍摄的情况下,如,客户端接收了其他客户端拍摄的照片,或者客户端下载了其他设备创建的照片等,则禁止上传新增照片的相关信息,一方面可以避免多个客户端由于重复上传同一张照片的照片属性信息,而给客户端本身以及服务器造成负担,另一方面可以防止服务器端信息冗余,影响工作效率。
随着当今社会智能设备的极大普及,并且基于智能设备的普及性和易携带性,大多数用户在外出旅游时,都会选择智能设备在各景点拍照留影,并且用户总会将其使用的智能设备接入网络,在这种情况下,本发明创造性地采用自动监听智能设备的拍照事件的方式,不需要携带大量设备去现场实地采集景点的GPS信息,节省了大量的人力和物力,降低了成本,并且由于可以实时获取相关照片的照片属性信息,并及时上传给服务器,从根本上避免了人工标注方法的滞后性,提高了更新的实时性,并且可以体现景点的季节变化性,最终达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果。
可选地,步骤S202获取客户端中新增照片的照片属性信息可以包括:
S2,通过监听客户端的相册簿,获取相册簿中新增照片的照片属性信息。
由于用户在拍摄照片之后,一般会将其统一存放在创建在智能设备本地的某个或者某几个特定路径(即相册簿)中,因此,在获取新增照片的照片属性信息的过程中,可以实时监听这个或这些相册簿的相册事件,以采集用户的拍照行为数据,进而根据这些数据获取新增照片的照片属性信息。这样,可以达到集中监控的目的,提高监听效率,以及提高照片属性信息获取的准确性。
可选地,上述照片属性信息可以包括但不限于创建新增照片的设备的身份信息和创建新增照片的时间信息,此时,根据照片属性信息判断新增照片是否是由客户端拍摄的可以包括:
S4,获取客户端的身份信息和所使用的时间信息;
S6,判断创建新增照片的设备的身份信息是否与客户端的身份信息一致;
S8,判断创建新增照片的时间信息是否与客户端所使用的时间信息一致;
S10,在判断结果为创建新增照片的设备的身份信息与客户端的身份信息一致,以及创建新增照片的时间信息与客户端所使用的时间信息一致的情况下,确定新增照片是由客户端拍摄的,否则确定新增照片不是由客户端拍摄的。
这里所涉及的设备以及客户端的身份信息包括但不限于以下信息:设备/客户端的制造商信息,设备/客户端的型号信息,设备/客户端的标识信息(如ID等)。由于在使用安卓系统拍摄照片时,创建照片的设备的身份信息和创建照片的时间信息会包含在照片的Exif中,而每个客户端都会通过自身的身份信息区别于其他的客户端,因此,在确定新增照片是否是由当前客户端拍摄的时,既能方便的获取到这些信息,又能通过比对这些信息准确、高效地得到判断结果。
以下结合图3并以一个具体实施例从客户端侧详细阐述本发明:
步骤302,监听存放由智能设备(即客户端)中的相机拍摄的照片的相册薄;
步骤304,当监听到相册薄中有新增照片事件时,一方面读取新增照片的创建时间(即创建新增照片的时间)、创建设备的制造商和型号(即创建该新增照片的设备的制造商和型号),此为第一类信息,另一方面同时读取当前智能设备(即当前客户端)的制造商和型号及其所使用的时间,此为第二类信息;
步骤306,比较步骤304中的两类信息是否完全一致。如果完全一致,即新增照片创建时间与当前智能设备所使用的时间、创建设备的制造商与当前智能设备的制造商、创建设备的型号与当前智能设备的型号,分别一致,那么可以判定新增照片是由该当前智能设备中的相机在当前时刻拍摄的;
步骤308,在打点日志中记录拍照事件所涉及的拍照时间和拍照时的GPS信息(即经纬度信息),进一步,还可以记录拍照时所使用的智能设备的移动设备国际身份码imei、制造商、型号、名称等信息;
步骤310,在该当前智能设备连接到WIFI时,定时上传步骤308中的打点日志。
与相关技术中采用传统的人工方式识别并标注景点的方式相比,采用本发明实施例中所提供的技术方案,提高了后期景点标注的完备性和及时性,克服了相关技术中景点识别与标注不可避免地受到标注人知识限制的缺陷,提高了景点识别与标注的准确性,另外,使用本发明实施例所提供的技术方案,无需投入大量额外的人力和物力,从而降低了成本。
实施例3
根据本发明实施例,提供了一种景点识别方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图4是根据本发明实施例的一种可选的景点识别方法的流程图,如图4所示,该方法包括如下步骤:
步骤S402,获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;
步骤S404,根据获取的多张新增照片的拍摄时间和拍摄地点对景点进行识别。
需要说明的是,在本发明实施例中,每个客户端都可以使用实施例2中任一优选实施方式所描述的照片信息处理方法进行照片信息处理,在此不再赘述。
实施时,如图1所示,服务器104可以接收多个客户端102(如所有客户端102)上传的包含有用于作为景点识别依据的新增照片的拍摄时间和拍摄地点的日志信息(如打点日志),并将这些日志信息按照时间顺序存储到大数据分析平台,这样,在景点识别过程中,可以利用该大数据分析平台中存储的日志信息进行景点识别,而无需关于景点的任何先验知识。其中,对景点进行识别包括但不限于对景点的经纬度进行识别。
进一步,在识别出景点之后,可以在电子地图上标注该景点;更进一步,由于此次识别出的景点可能是已经标注过的景点,也可能是尚未标注的景点,因此,在标注该景点之前,可以先判断该景点是否是已经标注过的景点。其中,在判断结果为是的情况下,不再重复标注该景点;在判断结果为否的情况下,才标注该景点。这样,可以防止对同一个景点进行重复标注,提高景点标注效率。
随着当今社会智能设备的极大普及,并且基于智能设备的普及性和易携带性,大多数用户在外出旅游时,都会选择智能设备在各景点拍照留影,并且用户总会将其使用的智能设备接入网络,在这种情况下,本发明创造性地采用自动监听智能设备的拍照事件的方式,不需要携带大量设备去现场实地采集景点的GPS信息,节省了大量的人力和物力,降低了成本,并且由于客户端可以实时获取相关照片的照片属性信息,并及时上传给服务器,从根本上避免了人工标注方法的滞后性,提高了更新的实时性,并且可以体现景点的季节变化性,最终达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果。
可选地,步骤S404根据获取的多张新增照片的拍摄时间和拍摄地点对景点进行识别包括:
S12,对获取的多张新增照片的拍摄时间和拍摄地点对应的日志信息,按照预设时间间隔进行划分,得到日志信息的多个时间切片;
S14,对多个时间切片中每个时间切片内的新增照片的拍摄地点,按照预设类间距进行聚类分析,形成多个拍摄地聚类;
S16,将多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点。
实施时,可以将每个拍摄地聚类的聚类中心作为对应的疑似景点的中心,该中心的经纬度即为该疑似景点的经纬度。
由于服务器中集中了所有客户端在各个时刻拍照时所上传的拍摄时间和拍摄地点,即GPS信息,因此,针对这些用户拍照时所形成的拍摄时间和拍摄地点,服务器可以将其上传时所对应的日志信息,按照预设时间间隔进行划分,得到该日志信息的多个时间切片,并对每个时间切片进行无监督学习,即基于层次进行聚类分析,训练出疑似景点及其经纬度信息。
通过本发明实施例,可以通过监听智能设备(即客户端)的相册事件,对智能设备的拍照数据进行无监督学习,识别出疑似景点及其经纬度信息,与相关技术相比,具有如下优点:采用机器学习中的无监督学习方法对景点进行智能化识别,不需要人工事先辨别、收集景点的相关信息;基于用户的实际拍摄行为进行数据的实时计算分析以及数据挖掘和分析,从根本上避免了人工识别和标注景点时存在标注人个人主观因素的影响的缺陷,达到了高客观度的要求。
可选地,在将多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点之后,上述方法还包括:
S18,在多个时间切片对应的连续时间段内,对疑似景点进行时间序列分析;
S20,根据时间序列分析结果确定疑似景点是否为真正景点。
由于在某些场所(如在某一体育馆或演唱会上)发生的偶然性事件也会使得大量用户同时在相同或相近地点拍摄照片,事实上,根据这种拍照信息识别出来的“疑似景点”并不是真正意义上的景点,而是“噪声景点”。在这种情况下,如果将这类“疑似景点”也作为“真正景点”,则会影响景点识别的准确度。
因此,通过对某一连续时间段内的各个时间切片进行时间序列的稳定性分析,可以滤除噪声景点并得到真正景点。
如图5(a)所示,假如在t时间切片内,服务器一共收到8个记录了拍照时间和拍照地点的日志(为了信息追踪,该日志中还可以记录用户所使用的客户端的唯一标识)。这8个记录经过聚类分析,得到两个拍摄地聚类,即图中虚线圆圈所示的A和B,此时,A和B两处实际上只能算作疑似景点。
如图5(b)所示,在t+1至t+n的时间切片内,对每一个时间切片中的记录进行聚类分析,得到一个拍摄地聚类,即图中虚线圆圈所示的疑似景点B。
结合5(a)和图5(b),可以看出,在一个连续时间段内,疑似景点B是经常出现的景点,而疑似景点A只出现过一次,由此认为B是真正景点,A是噪声景点,因此滤除噪声景点A就可以得到真正景点B。
通过本发明实施例,服务器对收集的用户拍照行为的上述相关数据进行无监督学习(即基于层次的聚类分析)和时间序列分析,可以智能化地识别出真正景点及其经纬度。
以下结合图6并以一个具体实施例从服务器侧详细阐述本发明:
首先,将所有用户的前述日志(如打点日志)对应的数据(如用户唯一标识、照片创建时间即照片拍摄时间、GPS即照片拍摄地点)按照时间顺序存储到大数据分析平台Spark;然后,对日志按照一定时间间隔进行切片分割处理,并对每个时间切片内的GPS信息,设定最小类间距离,进行基于合并的层次聚类分析,形成多个拍摄地聚类中心,每个拍摄地聚类中心就是疑似景点的中心;再次,对连续时间段内的时间切片的拍摄地聚类(即疑似景点)进行时间序列分析,筛选出时间序列模式稳定的拍摄地聚类,实现真正景点及其经纬度的识别。
与相关技术中采用传统的人工方式识别并标注景点的方式相比,采用本发明实施例中所提供的技术方案,提高了后期景点标注的完备性和及时性,克服了相关技术中景点识别与标注不可避免地受到标注人知识限制的缺陷,提高了景点识别与标注的准确性,另外,使用本发明实施例所提供的技术方案,无需投入大量额外的人力和物力,从而降低了成本。
实施例4
根据本发明实施例,提供了一种客户端的装置实施例。
图7是根据本发明实施例的一种可选的客户端的示意图,如图7所示,该客户端用于对照片进行处理,包括:第一获取单元702,用于获取客户端中新增照片的照片属性信息;判断单元704,用于根据照片属性信息判断新增照片是否是由客户端拍摄的;上传单元706,用于在判断结果为新增照片是由客户端拍摄的情况下,上传新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
需要说明的是,新增照片的拍摄地点可以表示为GPS信息。
实施时,每个具有拍照功能的客户端(即智能设备)都可以监控自身的拍照事件,在监控到有新增照片时,获取创建该新增照片的时间信息、创建该新增照片的智能设备的身份信息(包括但不限于智能设备的制造商、型号、标识等信息)等照片属性信息,并根据获取的照片属性信息判断该新增照片是否是由当前客户端拍摄的照片。在判断结果为是的情况下,如果客户端接入网络(如连接WIFI等),就会实时或者定时将新增照片的拍摄时间和拍摄地点对应的日志信息(如打点日志信息)作为识别景点的依据上传给服务器。该服务器通过接收所有客户端上传的景点识别依据来对景点进行识别。在这种情况下,可以对任何已标注和/或未标注在电子地图上的景点进行识别,从而克服了相关技术中只能将当前景点与已标注在电子地图上的景点进行匹配的缺陷。
进一步,在判断结果为新增照片不是由客户端拍摄的情况下,如,客户端接收了其他客户端拍摄的照片,或者客户端下载了其他设备创建的照片等,则禁止上传新增照片的相关信息,一方面可以避免多个客户端由于重复上传同一张照片的照片属性信息,而给客户端本身以及服务器造成负担,另一方面可以防止服务器端信息冗余,影响工作效率。
随着当今社会智能设备的极大普及,并且基于智能设备的普及性和易携带性,大多数用户在外出旅游时,都会选择智能设备在各景点拍照留影,并且用户总会将其使用的智能设备接入网络,在这种情况下,本发明创造性地采用自动监听智能设备的拍照事件的方式,不需要携带大量设备去现场实地采集景点的GPS信息,节省了大量的人力和物力,降低了成本,并且由于可以实时获取相关照片的照片属性信息,并及时上传给服务器,从根本上避免了人工标注方法的滞后性,提高了更新的实时性,并且可以体现景点的季节变化性,最终达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果。
可选地,第一获取单元还用于通过监听客户端的相册簿,获取相册簿中新增照片的照片属性信息。
由于用户在拍摄照片之后,一般会将其统一存放在创建在智能设备本地的某个或者某几个特定路径(即相册簿)中,因此,在获取新增照片的照片属性信息的过程中,可以实时监听这个或这些相册簿的相册事件,以采集用户的拍照行为数据,进而根据这些数据获取新增照片的照片属性信息。这样,可以达到集中监控的目的,提高监听效率,以及提高照片属性信息获取的准确性。
可选地,上述照片属性信息包括创建新增照片的设备的身份信息和创建新增照片的时间信息,其中,判断单元包括:获取模块,用于获取客户端的身份信息和所使用的时间信息;第一判断模块,用于判断创建新增照片的设备的身份信息是否与客户端的身份信息一致;第二判断模块,用于判断创建新增照片的时间信息是否与客户端所使用的时间信息一致;确定单元,用于在判断结果为创建新增照片的设备的身份信息与客户端的身份信息一致,以及创建新增照片的时间信息与客户端所使用的时间信息一致的情况下,确定新增照片是由客户端拍摄的,否则确定新增照片不是由客户端拍摄的。
这里所涉及的设备以及客户端的身份信息包括但不限于以下信息:设备/客户端的制造商信息,设备/客户端的型号信息,设备/客户端的标识信息(如ID等)。由于在使用安卓系统拍摄照片时,创建照片的设备的身份信息和创建照片的时间信息会包含在照片的Exif中,而每个客户端都会通过自身的身份信息区别于其他的客户端,因此,在确定新增照片是否是由当前客户端拍摄的时,既能方便的获取到这些信息,又能通过比对这些信息准确、高效地得到判断结果。
实施例5
根据本发明实施例,提供了一种服务器的装置实施例。
图8是根据本发明实施例的一种可选的服务器的示意图,如图8所示,该服务器用于对景点进行识别,包括:第二获取单元802,用于获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,与每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;识别单元804,用于根据获取的多张新增照片的拍摄时间和拍摄地点对景点进行识别。
需要说明的是,在本发明实施例中,每个客户端都可以使用实施例2中任一优选实施方式所描述的照片处理方法进行照片处理,在此不再赘述。
实施时,如图1所示,服务器104可以接收多个客户端102(如所有客户端102)上传的包含有用于作为景点识别依据的新增照片的拍摄时间和拍摄地点的日志信息(如打点日志),并将这些日志信息按照时间顺序存储到大数据分析平台,这样,在景点识别过程中,可以利用该大数据分析平台中存储的日志信息进行景点识别,而无需关于景点的任何先验知识。其中,对景点进行识别包括但不限于对景点的经纬度进行识别。
进一步,在识别出景点之后,可以在电子地图上标注该景点;更进一步,由于此次识别出的景点可能是已经标注过的景点,也可能是尚未标注的景点,因此,在标注该景点之前,可以先判断该景点是否是已经标注过的景点。其中,在判断结果为是的情况下,不再重复标注该景点;在判断结果为否的情况下,才标注该景点。这样,可以防止对同一个景点进行重复标注,提高景点标注效率。
随着当今社会智能设备的极大普及,并且基于智能设备的普及性和易携带性,大多数用户在外出旅游时,都会选择智能设备在各景点拍照留影,并且用户总会将其使用的智能设备接入网络,在这种情况下,本发明创造性地采用自动监听智能设备的拍照事件的方式,不需要携带大量设备去现场实地采集景点的GPS信息,节省了大量的人力和物力,降低了成本,并且由于客户端可以实时获取相关照片的照片属性信息,并及时上传给服务器,从根本上避免了人工标注方法的滞后性,提高了更新的实时性,并且可以体现景点的季节变化性,最终达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果。
可选地,识别单元包括:划分模块,用于对获取的多张新增照片的拍摄时间和拍摄地点对应的日志信息,按照预设时间间隔进行划分,得到日志信息的多个时间切片;聚类模块,用于对多个时间切片中每个时间切片内的新增照片的拍摄地点,按照预设类间距进行聚类分析,形成多个拍摄地聚类;识别模块,用于将多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点。
实施时,可以将每个拍摄地聚类的聚类中心作为对应的疑似景点的中心,该中心的经纬度即为该疑似景点的经纬度。
由于服务器中集中了所有客户端在各个时刻拍照时所上传的拍摄时间和拍摄地点,即GPS信息,因此,针对这些用户拍照时所形成的拍摄时间和拍摄地点,服务器可以将其上传时所对应的日志信息,按照预设时间间隔进行划分,得到该日志信息的多个时间切片,并对每个时间切片进行无监督学习,即基于层次进行聚类分析,训练出疑似景点及其经纬度信息。
通过本发明实施例,可以通过监听智能设备(即客户端)的相册事件,对智能设备的拍照数据进行无监督学习,识别出疑似景点及其经纬度信息,与相关技术相比,具有如下优点:采用机器学习中的无监督学习方法对景点进行智能化识别,不需要人工事先辨别、收集景点的相关信息;基于用户的实际拍摄行为进行数据的实时计算分析以及数据挖掘和分析,从根本上避免了人工识别和标注景点时存在标注人个人主观因素的影响的缺陷,达到了高客观度的要求。
可选地,识别单元还包括:分析模块,用于在将多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点之后,在多个时间切片对应的连续时间段内,对疑似景点进行时间序列分析;确定模块,用于根据时间序列分析结果确定疑似景点是否为真正景点。
由于在某些场所(如在某一体育馆或演唱会上)发生的偶然性事件也会使得大量用户同时在相同或相近地点拍摄照片,事实上,根据这种拍照信息识别出来的“疑似景点”并不是真正意义上的景点,而是“噪声景点”。在这种情况下,如果将这类“疑似景点”也作为“真正景点”,则会影响景点识别的准确度。
因此,通过对某一连续时间段内的各个时间切片进行时间序列的稳定性分析,可以滤除噪声景点并得到真正景点。
如图5(a)所示,假如在t时间切片内,服务器一共收到8个记录了拍照时间和拍照地点的日志(为了信息追踪,该日志中还可以记录用户所使用的客户端的唯一标识)。这8个记录经过聚类分析,得到两个拍摄地聚类,即图中虚线圆圈所示的A和B,此时,A和B两处实际上只能算作疑似景点。
如图5(b)所示,在t+1至t+n的时间切片内,对每一个时间切片中的记录进行聚类分析,得到一个拍摄地聚类,即图中虚线圆圈所示的疑似景点B。
结合5(a)和图5(b),可以看出,在一个连续时间段内,疑似景点B是经常出现的景点,而疑似景点A只出现过一次,由此认为B是真正景点,A是噪声景点,因此滤除噪声景点A就可以得到真正景点B。
通过本发明实施例,服务器对收集的用户拍照行为的上述相关数据进行无监督学习(即基于层次的聚类分析)和时间序列分析,可以智能化地识别出真正景点及其经纬度。
实施例6
根据本发明实施例,提供了一种服务器的装置实施例。
图9是根据本发明实施例的另一种可选的客户端的示意图,如图9所示,该客户端用于对照片进行处理,包括:处理器,用于获取客户端中新增照片的照片属性信息,并根据上述照片属性信息判断上述新增照片是否是由上述客户端拍摄的,以及在判断结果为上述新增照片是由上述客户端拍摄的情况下,上传上述新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
需要说明的是,新增照片的拍摄地点可以表示为GPS信息。
实施时,每个具有拍照功能的客户端(即智能设备)都可以监控自身的拍照事件,在监控到有新增照片时,获取创建该新增照片的时间信息、创建该新增照片的智能设备的身份信息(包括但不限于智能设备的制造商、型号、标识等信息)等照片属性信息,并根据获取的照片属性信息判断该新增照片是否是由当前客户端拍摄的照片。在判断结果为是的情况下,如果客户端接入网络(如连接WIFI等),就会实时或者定时将新增照片的拍摄时间和拍摄地点对应的日志信息(如打点日志信息)作为识别景点的依据上传给服务器。该服务器通过接收所有客户端上传的景点识别依据来对景点进行识别。在这种情况下,可以对任何已标注和/或未标注在电子地图上的景点进行识别,从而克服了相关技术中只能将当前景点与已标注在电子地图上的景点进行匹配的缺陷。
进一步,在判断结果为新增照片不是由客户端拍摄的情况下,如,客户端接收了其他客户端拍摄的照片,或者客户端下载了其他设备创建的照片等,则禁止上传新增照片的相关信息,一方面可以避免多个客户端由于重复上传同一张照片的照片属性信息,而给客户端本身以及服务器造成负担,另一方面可以防止服务器端信息冗余,影响工作效率。
随着当今社会智能设备的极大普及,并且基于智能设备的普及性和易携带性,大多数用户在外出旅游时,都会选择智能设备在各景点拍照留影,并且用户总会将其使用的智能设备接入网络,在这种情况下,本发明创造性地采用自动监听智能设备的拍照事件的方式,不需要携带大量设备去现场实地采集景点的GPS信息,节省了大量的人力和物力,降低了成本,并且由于可以实时获取相关照片的照片属性信息,并及时上传给服务器,从根本上避免了人工标注方法的滞后性,提高了更新的实时性,并且可以体现景点的季节变化性,最终达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果。
实施例7
根据本发明实施例,提供了一种服务器的装置实施例。
图10是根据本发明实施例的另一种可选的服务器的示意图,如图10所示,该服务器,用于对景点进行识别,包括:收发器,用于获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;处理器,用于根据获取的上述多张新增照片的拍摄时间和拍摄地点对景点进行识别。
实施时,如图1所示,服务器104可以接收多个客户端102(如所有客户端102)上传的包含有用于作为景点识别依据的新增照片的拍摄时间和拍摄地点的日志信息(如打点日志),并将这些日志信息按照时间顺序存储到大数据分析平台,这样,在景点识别过程中,可以利用该大数据分析平台中存储的日志信息进行景点识别,而无需关于景点的任何先验知识。其中,对景点进行识别包括但不限于对景点的经纬度进行识别。
进一步,在识别出景点之后,可以在电子地图上标注该景点;更进一步,由于此次识别出的景点可能是已经标注过的景点,也可能是尚未标注的景点,因此,在标注该景点之前,可以先判断该景点是否是已经标注过的景点。其中,在判断结果为是的情况下,不再重复标注该景点;在判断结果为否的情况下,才标注该景点。这样,可以防止对同一个景点进行重复标注,提高景点标注效率。
随着当今社会智能设备的极大普及,并且基于智能设备的普及性和易携带性,大多数用户在外出旅游时,都会选择智能设备在各景点拍照留影,并且用户总会将其使用的智能设备接入网络,在这种情况下,本发明创造性地采用自动监听智能设备的拍照事件的方式,不需要携带大量设备去现场实地采集景点的GPS信息,节省了大量的人力和物力,降低了成本,并且由于客户端可以实时获取相关照片的照片属性信息,并及时上传给服务器,从根本上避免了人工标注方法的滞后性,提高了更新的实时性,并且可以体现景点的季节变化性,最终达到了自动识别景点的目的,克服了采用传统的人工方式识别景点时,识别不及时以及成本高的缺陷,从而实现了在低成本的情况下及时识别景点的技术效果。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read一OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种照片信息处理方法,其特征在于,包括:
获取客户端中新增照片的照片属性信息;
根据所述照片属性信息判断所述新增照片是否是由所述客户端拍摄的;
在判断结果为所述新增照片是由所述客户端拍摄的情况下,上传所述新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
2.根据权利要求1所述的方法,其特征在于,获取客户端中新增照片的照片属性信息包括:
通过监听所述客户端的相册簿,获取所述相册簿中所述新增照片的照片属性信息。
3.根据权利要求1所述的方法,其特征在于,所述照片属性信息包括创建所述新增照片的设备的身份信息和创建所述新增照片的时间信息,其中,根据所述照片属性信息判断所述新增照片是否是由所述客户端拍摄的包括:
获取所述客户端的身份信息和所使用的时间信息;
判断创建所述新增照片的设备的身份信息是否与所述客户端的身份信息一致;
判断创建所述新增照片的时间信息是否与所述客户端所使用的时间信息一致;
在判断结果为创建所述新增照片的设备的身份信息与所述客户端的身份信息一致,以及创建所述新增照片的时间信息与所述客户端所使用的时间信息一致的情况下,确定所述新增照片是由所述客户端拍摄的。
4.一种景点识别方法,其特征在于,包括:
获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;
根据获取的所述多张新增照片的拍摄时间和拍摄地点对景点进行识别。
5.根据权利要求4所述的方法,其特征在于,根据获取的所述多张新增照片的拍摄时间和拍摄地点对景点进行识别包括:
对获取的所述多张新增照片的拍摄时间和拍摄地点对应的日志信息,按照预设时间间隔进行划分,得到所述日志信息的多个时间切片;
对所述多个时间切片中每个时间切片内的新增照片的拍摄地点,按照预设类间距进行聚类分析,形成多个拍摄地聚类;
将所述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点。
6.根据权利要求5所述的方法,其特征在于,在将所述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点之后,所述方法还包括:
在所述多个时间切片对应的连续时间段内,对所述疑似景点进行时间序列分析;
根据时间序列分析结果确定所述疑似景点是否为真正景点。
7.一种客户端,用于对照片进行处理,其特征在于,包括:
第一获取单元,用于获取客户端中新增照片的照片属性信息;
判断单元,用于根据所述照片属性信息判断所述新增照片是否是由所述客户端拍摄的;
上传单元,用于在判断结果为所述新增照片是由所述客户端拍摄的情况下,上传所述新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
8.根据权利要求7所述的客户端,其特征在于,所述第一获取单元还用于通过监听所述客户端的相册簿,获取所述相册簿中所述新增照片的照片属性信息。
9.根据权利要求7所述的客户端,其特征在于,所述照片属性信息包括创建所述新增照片的设备的身份信息和创建所述新增照片的时间信息,其中,所述判断单元包括:
获取模块,用于获取所述客户端的身份信息和所使用的时间信息;
第一判断模块,用于判断创建所述新增照片的设备的身份信息是否与所述客户端的身份信息一致;
第二判断模块,用于判断创建所述新增照片的时间信息是否与所述客户端所使用的时间信息一致;
确定单元,用于在判断结果为创建所述新增照片的设备的身份信息与所述客户端的身份信息一致,以及创建所述新增照片的时间信息与所述客户端所使用的时间信息一致的情况下,确定所述新增照片是由所述客户端拍摄的。
10.一种服务器,用于对景点进行识别,其特征在于,包括:
第二获取单元,用于获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;
识别单元,用于根据获取的所述多张新增照片的拍摄时间和拍摄地点对景点进行识别。
11.根据权利要求10所述的服务器,其特征在于,所述识别单元包括:
划分模块,用于对获取的所述多张新增照片的拍摄时间和拍摄地点对应的日志信息,按照预设时间间隔进行划分,得到所述日志信息的多个时间切片;
聚类模块,用于对所述多个时间切片中每个时间切片内的新增照片的拍摄地点,按照预设类间距进行聚类分析,形成多个拍摄地聚类;
识别模块,用于将所述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点。
12.根据权利要求11所述的服务器,其特征在于,所述识别单元还包括:
分析模块,用于在将所述多个拍摄地聚类中的每个拍摄地聚类作为一个疑似景点之后,在所述多个时间切片对应的连续时间段内,对所述疑似景点进行时间序列分析;
确定模块,用于根据时间序列分析结果确定所述疑似景点是否为真正景点。
13.一种客户端,用于对照片进行处理,其特征在于,包括:
处理器,用于获取客户端中新增照片的照片属性信息,并根据所述照片属性信息判断所述新增照片是否是由所述客户端拍摄的,以及在判断结果为所述新增照片是由所述客户端拍摄的情况下,上传所述新增照片的拍摄时间和拍摄地点以作为识别景点的依据。
14.一种服务器,用于对景点进行识别,其特征在于,包括:
收发器,用于获取由多个客户端上传的用于作为景点识别依据的多张新增照片的拍摄时间和拍摄地点,其中,每个客户端上传的新增照片的拍摄时间和拍摄地点对应的每张照片都是由该客户端拍摄的;
处理器,用于根据获取的所述多张新增照片的拍摄时间和拍摄地点对景点进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510791042.6A CN106714099B (zh) | 2015-11-16 | 2015-11-16 | 照片信息处理及景点识别方法、客户端、服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510791042.6A CN106714099B (zh) | 2015-11-16 | 2015-11-16 | 照片信息处理及景点识别方法、客户端、服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106714099A true CN106714099A (zh) | 2017-05-24 |
CN106714099B CN106714099B (zh) | 2020-11-03 |
Family
ID=58932400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510791042.6A Active CN106714099B (zh) | 2015-11-16 | 2015-11-16 | 照片信息处理及景点识别方法、客户端、服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106714099B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107408212A (zh) * | 2015-02-11 | 2017-11-28 | Avg荷兰私人有限公司 | 用于识别存储在设备上的不需要的照片的系统和方法 |
CN108449216A (zh) * | 2018-04-09 | 2018-08-24 | 中科微至智能制造科技江苏有限公司 | 一种基于Spark技术的物流分拣数据统计方法 |
CN110147458A (zh) * | 2019-05-24 | 2019-08-20 | 涂哲 | 一种照片筛选方法、系统及电子终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110184953A1 (en) * | 2010-01-26 | 2011-07-28 | Dhiraj Joshi | On-location recommendation for photo composition |
CN102483763A (zh) * | 2009-11-04 | 2012-05-30 | 松下电器产业株式会社 | 信息分类装置、信息分类方法及其程序 |
CN103064924A (zh) * | 2012-12-17 | 2013-04-24 | 浙江鸿程计算机系统有限公司 | 一种基于地理标注照片挖掘的旅游地点情境化推荐方法 |
CN104980643A (zh) * | 2014-04-10 | 2015-10-14 | 腾讯科技(深圳)有限公司 | 图片处理方法、终端及系统 |
-
2015
- 2015-11-16 CN CN201510791042.6A patent/CN106714099B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102483763A (zh) * | 2009-11-04 | 2012-05-30 | 松下电器产业株式会社 | 信息分类装置、信息分类方法及其程序 |
US20110184953A1 (en) * | 2010-01-26 | 2011-07-28 | Dhiraj Joshi | On-location recommendation for photo composition |
CN103064924A (zh) * | 2012-12-17 | 2013-04-24 | 浙江鸿程计算机系统有限公司 | 一种基于地理标注照片挖掘的旅游地点情境化推荐方法 |
CN104980643A (zh) * | 2014-04-10 | 2015-10-14 | 腾讯科技(深圳)有限公司 | 图片处理方法、终端及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107408212A (zh) * | 2015-02-11 | 2017-11-28 | Avg荷兰私人有限公司 | 用于识别存储在设备上的不需要的照片的系统和方法 |
CN108449216A (zh) * | 2018-04-09 | 2018-08-24 | 中科微至智能制造科技江苏有限公司 | 一种基于Spark技术的物流分拣数据统计方法 |
CN110147458A (zh) * | 2019-05-24 | 2019-08-20 | 涂哲 | 一种照片筛选方法、系统及电子终端 |
Also Published As
Publication number | Publication date |
---|---|
CN106714099B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110674805B (zh) | 昆虫识别方法及系统 | |
CN109284733B (zh) | 一种基于yolo和多任务卷积神经网络的导购消极行为监控方法 | |
RU2608261C2 (ru) | Автоматическое генерирование тега на основании содержания изображения | |
US8923570B2 (en) | Automated memory book creation | |
CN110162643B (zh) | 电子相册报告生成方法、装置及存储介质 | |
CN109074358A (zh) | 提供与用户兴趣有关的地理位置 | |
CN104750737B (zh) | 一种相册管理方法及装置 | |
CN106844492B (zh) | 一种人脸识别的方法、客户端、服务器及系统 | |
CN103412951A (zh) | 基于人物照片的人脉关联分析管理系统与方法 | |
US9665773B2 (en) | Searching for events by attendants | |
JP2006344215A (ja) | デジタル画像のコレクションの組み立て方法 | |
CN101300588A (zh) | 确定收集中的特定人的方法 | |
CN103870485A (zh) | 实现增强现实应用的方法及设备 | |
CN103201769A (zh) | 图像处理装置、图像处理方法、程序、集成电路 | |
CN104168378A (zh) | 一种基于人脸识别的图片分组方法及装置 | |
CN106407369A (zh) | 一种基于深度学习人脸识别的照片管理方法和系统 | |
CN107679227A (zh) | 视频索引标签设置方法、装置及服务器 | |
Adams et al. | Extraction of social context and application to personal multimedia exploration | |
CN110881131B (zh) | 一种直播回看视频的分类方法及其相关装置 | |
CN106714099A (zh) | 照片信息处理及景点识别方法、客户端、服务器 | |
CN105354252A (zh) | 一种信息处理方法和装置 | |
CN110049180A (zh) | 拍摄姿势推送方法和装置、智能终端 | |
CN106250396B (zh) | 一种图像标签自动生成系统及方法 | |
CN110879944A (zh) | 基于人脸相似度的主播推荐方法、存储介质、设备及系统 | |
CN105979331A (zh) | 一种智能电视的数据推荐方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200526 Address after: 310051 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 510627 Guangdong city of Guangzhou province Whampoa Tianhe District Road No. 163 Xiping Yun Lu Yun Ping B radio square 15 storey tower Applicant before: GUANGZHOU UC NETWORK TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |