CN107679560B - 数据传输方法、装置、移动终端及计算机可读存储介质 - Google Patents

数据传输方法、装置、移动终端及计算机可读存储介质 Download PDF

Info

Publication number
CN107679560B
CN107679560B CN201710850266.9A CN201710850266A CN107679560B CN 107679560 B CN107679560 B CN 107679560B CN 201710850266 A CN201710850266 A CN 201710850266A CN 107679560 B CN107679560 B CN 107679560B
Authority
CN
China
Prior art keywords
image
clustered
images
mobile terminal
server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710850266.9A
Other languages
English (en)
Other versions
CN107679560A (zh
Inventor
柯秀华
曹威
王俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201710850266.9A priority Critical patent/CN107679560B/zh
Publication of CN107679560A publication Critical patent/CN107679560A/zh
Priority to PCT/CN2018/104923 priority patent/WO2019052432A1/zh
Application granted granted Critical
Publication of CN107679560B publication Critical patent/CN107679560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Information Transfer Between Computers (AREA)
  • Image Analysis (AREA)

Abstract

本申请实施例涉及一种数据传输方法、装置、移动终端及计算机可读存储介质。上述方法，包括：获取移动终端的待聚类图像；对所述待聚类图像进行识别，提取所述待聚类图像的图像特征；将所述图像特征上传至服务器；接收所述服务器返回的聚类结果，所述聚类结果包括与所述图像特征对应的待聚类图像标识，以及对所述图像特征进行聚类后所分配的标签；根据所述对应的待聚类图像标识及分配的标签，将所述待聚类图像分配至与所述标签对应的组别。上述数据传输方法、装置、移动终端及计算机可读存储介质，可以减少传输的数据量，提高传输速度。

Description

数据传输方法、装置、移动终端及计算机可读存储介质
技术领域
本申请涉及互联网技术领域，特别是涉及一种数据传输方法、装置、移动终端及计算机可读存储介质。
背景技术
随着互联网技术的飞速发展，用户可在移动终端上存储大量的图片，可对移动终端上存储的大量的图片进行分类。在传统的方式中，当移动终端需要对存储的图片进行分类时，可将需要进行分类的图片全部上传至服务器，再由服务器进行分类，传输量大，传输速度慢。
发明内容
本申请实施例提供一种数据传输方法、装置、移动终端及计算机可读存储介质，可以减少传输的数据量，提高传输速度。
一种数据传输方法，应用于移动终端中，包括：
获取移动终端的待聚类图像；
对所述待聚类图像进行识别，提取所述待聚类图像的图像特征；
将所述图像特征上传至服务器；
接收所述服务器返回的聚类结果，所述聚类结果包括与所述图像特征对应的待聚类图像标识，以及对所述图像特征进行聚类后所分配的标签；
根据所述对应的待聚类图像标识及分配的标签，将所述待聚类图像分配至与所述标签对应的组别。
一种数据传输装置，包括：
获取模块，用于获取移动终端的待聚类图像；
提取模块，用于对所述待聚类图像进行识别，提取所述待聚类图像的图像特征；
上传模块，用于将所述图像特征上传至服务器；
接收模块，用于接收所述服务器返回的聚类结果，所述聚类结果包括与所述图像特征对应的待聚类图像标识，以及对所述图像特征进行聚类后所分配的标签；
分配模块，用于根据所述对应的待聚类图像标识及分配的标签，将所述待聚类图像分配至与所述标签对应的组别。
一种移动终端，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如上所述的方法。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
附图说明
图1为一个实施例中数据传输方法的应用场景图；
图2为一个实施例中移动终端与服务器进行交互的时序图；
图3为一个实施例中数据传输方法的流程示意图；
图4为一个实施例中获取待聚类图像的流程示意图；
图5为一个实施例中比对第一数据库及第二数据库中存储的图像的流程示意图；
图6为一个实施例中向服务器上传图像特征的流程示意图；
图7为一个实施例中数据传输装置的框图；
图8为一个实施例中获取模块的框图；
图9为一个实施例中上传模块的框图；
图10为一个实施例中移动终端的框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一客户端称为第二客户端，且类似地，可将第二客户端称为第一客户端。第一客户端和第二客户端两者都是客户端，但其不是同一客户端。
图1为一个实施例中数据传输方法的应用场景图。如图1所示，移动终端10可通过网络与服务器20建立通信连接，其中，服务器20可以是单独的一个服务器，也可以是由多个服务器组成的服务器集群，或是服务器集群中的某一台服务器。移动终端10获取待聚类图像，对待聚类图像进行识别，提取待聚类图像的图像特征。移动终端10将待聚类图像的图像特征上传至服务器20，服务器20根据移动终端10上传的待聚类图像的图像特征，对待聚类图像进行聚类，并向移动终端10返回聚类结果。移动终端10接收服务器20返回的聚类结果，聚类结果中可包括与图像特征对应的待聚类图像标识、以及对图像特征进行聚类后所分配的标签。移动终端10可根据该对应的待聚类图像标识及分配的标签，将待聚类图像分配至与标签对应的组别。
图2为一个实施例中移动终端与服务器进行交互的时序图。如图2所示，移动终端与服务器的主要交互过程可包括以下步骤：
1.移动终端10对待聚类图像进行识别，提取待聚类图像的图像特征。
移动终端10可获取一张或多张待聚类图像，并对获取的各个待聚类图像进行识别，提取待聚类图像的图像特征。在一个实施例中，移动终端10可通过预设的人脸识别模型对待聚类图像进行分析，判断对应的待聚类图像中是否包含人脸。当检测到待聚类图像包含人脸时，可提取待聚类图像的人脸特征点，其中，人脸特征点可用于描述人脸形状、五官形状及位置。
2.移动终端10将图像特征上传至服务器20。
移动终端10可将提取的待聚类图像的图像特征上传至服务器20，图像特征可包括有对应的图像信息，其中，图像信息可包括与图像特征对应的待聚类图像标识，待聚类图像标识可以是待聚类图像的名称或编号等信息。
在一个实施例中，移动终端10可提取当前的图像分组信息及各个组别中已分组图像的图像特征，其中，图像分组信息可包括每个组的组别信息，以及每个组别下包含的图像信息等。移动终端可将图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征打包成上行数据包，并将上行数据包发送至服务器20。
3.服务器20对待聚类图像进行聚类，并分配对应的标签。
移动终端10可向服务器20发送聚类请求，服务器20可根据移动终端10的聚类请求对待聚类图像的图像特征进行聚类。在一个实施例中，聚类请求可包括发送的对应移动终端10的标识、账户、发送时刻等信息，服务器20接收到聚类请求后可将聚类请求添加到队列服务中。进行聚类请求分配时，可将队列服务中属于同一移动终端在不同发送时刻发送的聚类请求进行合并，也可将队列服务中属于同一账户发送的聚类请求进行合并。
在一个实施例中，当服务器20接收到上行数据包及聚类请求后，可解析上行数据包，得到图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征等信息。服务器20可通过预设的聚类模型，计算待聚类图像的图像特征与各个组别中已分组图像的图像特征的相似度，确定与图像特征对应的待聚类图像所属的组别，并分配对应的标签。
4.服务器20向移动终端10返回聚类结果。
5.移动终端10根据聚类结果中，与图像特征对应的待聚类图像标识及分配的标签，将待聚类图像分配至与标签对应的组别。
服务器20可将聚类结果返回给移动终端10，聚类结果中可包含与图像特征对应的待聚类图像标识及对图像特征进行聚类后所分配的标签。移动终端10可根据聚类结果将各个待聚类图像添加到对应的组别中，可从聚类结果中获取与图像特征对应的待聚类图像标识及分配的标签，将与图像特征对应的待聚类图像分配至与标签对应的组别中，并分配对应的组别标识。
如图3所示，在一个实施例中，提供一种数据传输方法，包括以下步骤：
步骤310，获取移动终端的待聚类图像。
具体地，移动终端可从内存等存储器中获取一张或多张待聚类图像，待聚类图像可以是用户在移动终端上拍摄的图像，也可以是从其他计算机设备上获取的图像，例如，可以是其他移动终端发送的图像，也可以是用户通过移动终端浏览网页时保存的图像等。在本实施例中，待聚类图像可以是照片，移动终端可通过服务器对待聚类图像进行聚类，从而生成相应的相册。
在一个实施例中，待聚类图像可以是移动终端上存储的没有分组的图像，也即，可以是没有被聚过类的图像，也可以是有对应的组别但是需要重新聚类的图像等。在本实施例中，待聚类图像可以是移动终端上存储的没有分组的图像，当图像进行聚类后，会分配有对应的组别标识，移动终端可获取存储的图像中没有对应组别标识的图像，作为待聚类图像。
在一个实施例中，若获取的待聚类图像有多张，则移动终端可检测获取的多张待聚类图像中是否包含重复图像，其中，重复图像指的是相似度大于第一阈值的多张图像，若包含，则移动终端可从多张重复图像中选取质量最高的图像进行识别，并提取该质量最高的图像的图像特征进行上传。移动终端可根据重复的各个图像中的饱和度、清晰度、亮度等值确定图像质量，并从中选取质量最高的图像进行识别。
步骤320，对待聚类图像进行识别，提取待聚类图像的图像特征。
具体地，移动终端可对获取的各个待聚类图像进行识别，并提取待聚类图像的图像特征。在一个实施例中，服务器可根据人脸对图像进行聚类。移动终端可先对各个待聚类图像进行人脸识别，并将待聚类图像分为无人图像及人脸图像。进一步地，移动终端可通过预设的人脸识别模型对待聚类图像进行分析，判断对应的待聚类图像中是否包含人脸。在一个实施例中，人脸识别模型可以是预先通过机器学习构建的决策模型，构建人脸识别模型时，可获取大量的样本图像，样本图像中包含有人脸图像及无人图像，可根据每个样本图像是否包含人脸对样本图像进行标记，并将标记的样本图像作为人脸识别模型的输入，通过机器学习进行训练，得到人脸识别模型。
移动终端将待聚类图像分为无人图像及人脸图像后，可将无人图像分到对应的无人图像组别中，并添加对应的组别标识。在一个实施例中，移动终端可仅提取待聚类图像中人脸图像的图像特征，并根据人脸图像的图像特征进行聚类。移动终端可根据预设的特征模型提取各个人脸图像的图像特征，图像特征可包括形状特征、空间特征及边缘特征等，其中，形状特征指的是待聚类图像中局部的形状，空间特征指的是待聚类图像中分割出来的多个区域之间的相互的空间位置或相对方向关系，边缘特征指的是待聚类图像中组成两个区域之间的边界像素，但不限于此，还可包含颜色特征、纹理特征等。进一步地，移动终端对待聚类图像进行人脸识别，当检测到待聚类图像包含人脸时，可提取待聚类图像的人脸特征点，其中，人脸特征点可用于描述人脸形状、五官形状及位置。
步骤330，将图像特征上传至服务器。
具体地，移动终端可将提取的待聚类图像的图像特征上传至服务器，图像特征可包括有对应的图像信息，其中，图像信息可包括与图像特征对应的待聚类图像标识，待聚类图像标识可以是待聚类图像的名称或编号等信息。服务器可根据各个待聚类图像的图像特征对待聚类图像进行聚类，将包含有相似图像特征的待聚类图像分为一类。在一个实施例中，服务器可根据人脸对待聚类图像进行聚类，服务器可根据移动终端上传的可用于描述待聚类图像中人脸形状及五官形状、位置等信息的特征点，将具有相似人脸特征点的待聚类图像分为一类。服务器可根据聚类结果为每个待聚类图像的图像特征添加对应的标签，标签可用于表示与图像特征对应的待聚类图像所属的组别。
步骤340，接收服务器返回的聚类结果，聚类结果包括与图像特征对应的待聚类图像标识，以及对图像特征进行聚类后所分配的标签。
步骤350，根据对应的待聚类图像标识及分配的标签，将待聚类图像分配至与标签对应的组别。
具体地，服务器可将聚类结果返回给移动终端，聚类结果中可包含与图像特征对应的待聚类图像标识及对图像特征进行聚类后所分配的标签。移动终端可根据聚类结果将各个待聚类图像添加到对应的组别中，可从聚类结果中获取与图像特征对应的待聚类图像标识及分配的标签，将与图像特征对应的待聚类图像分配至与标签对应的组别中，并分配对应的组别标识。在一个实施例中，移动终端可建立一个或多个相册，每个组别可分别对应一个相册，可将属于同一组别的图像在同一个相册中进行展示。
上述数据传输方法，获取移动终端的待聚类图像，对待聚类图像进行识别，提取待聚类图像的图像特征，将图像特征上传至服务器进行聚类，仅上传图像特征即可完成图像聚类，无需上传整张图像，可以减少传输的数据量，提高传输速度。此外，可根据服务器返回的聚类结果将待聚类图像分配到对应的类别中，将图像进行分类展示，更易于查找，方便快捷。
如图4所示，在一个实施例中，步骤310获取移动终端的待聚类图像，包括以下步骤：
步骤402，比对第一数据库及第二数据库中存储的图像信息，根据比对结果生成新增图像列表和/或更新图像列表。
具体地，在本实施例中，第一数据库指的是媒体数据库，媒体数据库可用于存储图像、视频、音频等多媒体文件的信息，可供视频播放器、音频播放器及相册图库使用。第一数据库中可包含有图像的存储路径、消息摘要、多媒体编号、修改时间等字段，用于存储图像的信息。在一个实施例中，第一数据库可包括SD卡(Secure Digital Memory Card)媒体数据库及内存媒体数据库，其中，SD卡媒体数据库可用于存储SD卡的多媒体信息，内存媒体数据库可用于存储内存中的多媒体信息。第二数据库指的是人脸数据库，人脸数据库中可存储有各个图像的人脸识别扫描结果、图像特征、组别信息等。人脸数据库中可包含有图片属性、人脸属性及组属性等多个类型的字段，其中，图片属性可包括图像的存储路径、消息摘要、多媒体编号、修改时间等字段，人脸属性可包括人脸状态、人脸大小、人脸特征等字段，组属性可包括组别标识、组名称、创建时间等字段，但不限于此。当移动终端采集一张新的图像时，例如可通过摄像头采集、或是从其他计算机设备接收等，需先存储在第一数据库中，当对该图像进行人脸识别扫描，提取图像特征，并根据图像特征进行聚类后，可将该图像的信息、以及对应的图像特征、组别信息等存储在人脸数据库中。
在其他的实施例中，除了根据人脸对图像进行聚类外，也可根据其他的特征进行聚类，例如场景、地点或时间等，则第二数据库可以是保存有用于聚类的特征信息及聚类结果等信息的数据库，并不仅限于上述的人脸数据库。
移动终端可将第一数据库存储的图像与第二数据库存储的图像信息进行比对，可根据存储路径、多媒体编号、修改时间或是消息摘要等字段进行比对，并生成新增图像列表和/或更新图像列表。在一个实施例中，新增图像列表可记录有移动终端中未进行人脸识别的图像，移动终端可将存在于第一数据库但不存在于第二数据库的图像添加到新增图像列表。更新图像列表可记录有在进行人脸识别后内容发生改变的图像，可将同时存在于第一数据库及第二数据库，但发生了改变的图像添加到更新图像列表等。移动终端可仅生成新增图像列表和更新图像列表中的一种，也可同时生成新增图像列表和更新图像列表。
步骤404，根据新增图像列表和/或更新图像列表确定待聚类图像。
具体地，移动终端可直接将新增图像列表和/或更新图像列表中包含的图像作为待聚类图像，并提取待聚类图像的图像特征上传至服务器进行聚类。在一个实施例中，当移动终端生成更新图像列表时，移动终端可判断更新图像列表中是否存在有对应的分组但是需要重新聚类的图像，可提取更新图像列表中每个图像的图像特征，并将提取的图像特征与第二数据库中存储的对应的图像特征进行比较。若提取的图像特征与第二数据库中存储的对应的图像特征相似度大于或等于预设值，则可判定该相似度大于预设值的图像可不重新进行聚类；若提取的图像特征与第二数据库中存储的对应的图像特征的相似度小于预设值，则可判定该相似度小于预设值的图像需要重新进行聚类。移动终端可将新增图像列表，以及更新图像列表中需要重新进行聚类的图像作为待聚类图像。
在本实施例中，可获取待聚类图像，可仅对需要进行聚类的图像进行聚类，可以减轻服务器的压力，并提高图像聚类的效率。
如图5所示，在一个实施例中，步骤402比对第一数据库及第二数据库中存储的图像信息，根据比对结果生成新增图像列表和/或更新图像列表，包括以下步骤：
步骤502，根据第一数据库中图像的路径判断是否在第二数据库中查找到对应的图像，若是，则执行步骤506，若否，则执行步骤504。
具体地，移动终端可根据第一数据库中图像的路径在第二数据库中查找，判断第二数据库中是否是否存储有该图像对应的人脸识别结果。移动终端可逐一读取第一数据库中存储的每个图像在存储路径字段的值，并查找第二数据库是否有存储路径字段的值与读取的值一致的图像，若有，则第二数据库中存储路径字段的值与读取的值一致的图像，即为第二数据库中对应的图像。在一个实施例中，移动终端也可根据第一数据库中每个图像的多媒体编号在第二数据库中查找对应的图像，若在第二数据库中能查找到多媒体编号与第一数据库中一致的图像，则该多媒体编号一致的图像即为第二数据库中对应的图像。
步骤504，将没有查找到的图像添加到新增图像列表。
具体地，若移动终端根据第一数据库中图像的路径没有在第二数据库中查找到对应的图像，则该图像只存在于第一数据库而不存在于第二数据库中，说明该图像未进行人脸识别扫描，可将第一数据库中没有在第二数据库中查找到对应图像的图像添加到新增图像列表。进一步地，新增图像列表中可记录有只存在于第一数据库而不存在于第二数据库的图像的标识信息，其中，标识信息可以是多媒体编号、存储路径等。
步骤506，判断第一数据库中的图像与第二数据库中对应的图像的修改时间是否一致，若是，则执行步骤512，若否，则执行步骤508。
具体地，若能在第二数据库中查找到对应的图像，则提取第一数据库中图像的修改时间字段的值，以及第二数据库中对应的图像的修改时间字段的值，判断二者是否一致，若修改时间一致，说明图像在进行人脸识别并存储在第二数据库后，没有进行过修改，则可不进行处理。
步骤508，判断第一数据库中的图像与第二数据库中对应的图像的消息摘要是否一致，若是，则执行步骤512，若否，则执行步骤510。
具体地，若第一数据库中的图像的修改时间，与第二数据库中对应的图像的修改时间不一致，说明图像在进行人脸识别并存储在第二数据库后，进行过修改，可进一步地，提取该图像在第一数据库中存储的消息摘要字段的值，以及第二数据库中对应的图像的消息摘要字段的值，并比较是否一致。消息摘要也可称为数字摘要，每一个消息摘要是可唯一对应一个消息或文本等的固定长度的值，通过判断第一数据库中的图像与第二数据库中对应的图像的消息摘要是否一致，可判断该图像的内容是否发生了改变，若消息摘要不一致，说明图像在进行人脸识别扫描并存储在第二数据库后，图像内容发生了变化，第一数据库中存储的图像与第二数据库中对应的图像不是同一内容的图像。
在一个实施例中，图像的消息摘要可以是图像的MD5(Message Digest AlgorithmMD5，消息摘要算法第五版)，也可以是其他的哈希算法等，并不限于此。移动终端每存储一张新的图像，或是对图像进行了修改等，即可根据MD5等算法计算图像的消息摘要，并将消息摘要与图像的多媒体编号、存储路径等信息关联存储在第一数据库中。
步骤510，将消息摘要不一致的图像添加到更新图像列表。
具体地，移动终端可将第一数据库中，消息摘要与第二数据库中对应图像的消息摘要不同的图像添加到更新图像列表，更新图像列表中可记录有在进行人脸识别后内容发生了变化的图像，进一步地，可记录有在进行人脸识别扫描后内容发生了变化的图像的标识信息。
步骤542，不作处理。
具体地，若图像在第一数据库的修改时间与第二数据库的修改时间不同，但是消息摘要相同，说明该图像在进行人脸识别后发生了修改，但是没有改变图像内容，则可不进行处理。
在本实施例中，可对比第一数据库与第二数据库，生成新增图像列表和/或更新图像列表，方便确定需要进行聚类的图像，从而仅对需要进行聚类的图像进行聚类，可以减轻服务器的压力，并提高图像聚类的效率。
如图6所示，在一个实施例中，步骤330将图像特征上传至服务器，包括以下步骤：
步骤602，提取当前的图像分组信息及各个组别中已分组图像的图像特征。
具体地，移动终端可提取当前的图像分组信息，其中，图像分组信息可包括每个组的组别信息，例如组别标识、组名称、创建时间等信息，还可包括每个组别下包含的图像信息，例如包含的图像的标识信息、存储路径等。在一个实施例中，图像分组信息可用group_id：pic_id的形式表示，其中，group_id表示组别标识，pic_id表示图像的多媒体编号。进一步地，移动终端可从第二数据库中提取当前的图像分组信息，并将图像分组信息缓存到第三数据库中。第三数据库指的是备份数据库，可用于存储与服务器交互的信息，例如发送给服务器的信息，以及服务器下发的信息等。在第三数据库中，也可包含有图片属性、人脸属性及组属性等多个类型的字段，每个属性下的字段数量可比第二数据库少，仅保留与服务器交互时相关的字段，例如，图片属性可只包括存储路径、多媒体编号等字段，人脸属性可只包含有人脸特征等字段，组属性可只包括组别标识、创建时间等字段，但不限于此。
在一个实施例中，当前的图像分组信息可包括手动分组的分组信息及自动聚类的分组信息，其中，手动分组的分组信息指的是用户手动操作进行分组的分组信息，包括用户创建的分组、合并的分组，以及手动调整的照片所属的组别等，自动聚类的分组信息，指的是服务器或移动终端等根据各个图像的图像特征进行聚类生成的分组。
在一个实施例中，移动终端从第二数据库提取当前的图像分组信息，并将图像分组信息缓存在第三数据库后，可根据图像分组信息从第二数据库中提取各个组别中已分组图像的图像特征，可从第二数据库中提取每个组别下包含的各个图像的图像特征，并对应存储在第三数据库中。提取各个组别中已分组图像的图像特征，可确定各个组别对应的图像特征，例如，各个组别对应的人脸特征等，可帮助服务器对待聚类图像的图像特征进行聚类。
步骤604，将图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征打包成上行数据包。
具体地，移动终端可将图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征按照预设格式打包成上行数据包，并将上行数据包上传至服务器进行图像聚类。在一个实施例中，移动终端可按照组别，将属于同一组别的图像的图像特征打包成同一上行数据包，并携带有对应组别的组别标识、组名称等组别信息等。
步骤606，将上行数据包上传至服务器。
步骤608，向服务器发送聚类请求，聚类请求指示服务器计算待聚类图像的图像特征与各个组别中已分组图像的图像特征的相似度，确定图像特征的组别并分配对应的标签。
具体地，移动终端可将上行数据包上传至服务器，并向服务器发送聚类请求。在一个实施例中，服务器可以是单一的服务器，也可以是由多个主机构成的分布式服务器集群，服务器集群中可包含有多个服务器，每个服务器均可向移动终端提供图像聚类服务。移动终端向服务器集群发送聚类请求后，服务器集群可将聚类请求添加到队列服务中，并根据队列服务为服务器集群中的各个服务器分配聚类请求，由分配到聚类请求的服务器进行图像聚类。队列服务中包含的每个聚类请求，均可携带有发送的对应移动终端的标识、账户、发送时刻等信息，其中，移动终端的标识可以是移动终端的MAC(Media Access Control，介质访问控制层)地址，或是IMSI(International Mobile Subscriber IdentificationNumber，国际移动用户识别码)等。
在一个实施例中，服务器集群可按照队列服务中各聚类请求的发送时刻的先后顺序，为服务器集群的服务器分配聚类请求。进行聚类请求分配时，可检测队列服务中是否包含有与分配的聚类请求属于同一移动终端在不同时刻发送的聚类请求，若包含，则可将与分配的聚类请求属于同一移动终端在不同发送时刻发送的聚类请求进行合并，并将合并后的聚类请求分配给服务器。例如，当前分配的聚类请求为移动终端A在2017年8月2号6：00发送的，检测到队列服务中还包含有移动终端A在2017年8月2号7：00发送的聚类请求以及移动终端A在2017年8月2号8：00发送的聚类请求，则可将上述同属于移动终端A的上述三个聚类请求进行合并，并将合并后的聚类请求分配给服务器，由该服务器进行统一处理。进行聚类请求分配时，还可检测队列服务中是否包含有与分配的聚类请求属于同一账户在发送的聚类请求，若包含，则可将与分配的聚类请求属于同一账户发送的聚类请求进行合并，并将合并后的聚类请求分配给服务器。例如，当前分配的聚类请求为账户X通过移动终端A在2017年8月2号6：00发送的，检测到队列服务中还包含有账户X通过移动终端B在2017年8月2号7：00发送的聚类请求，则可将上述同属于账户X的两个聚类请求进行合并，并将合并后的聚类请求分配给服务器，由该服务器进行统一处理。
当服务器接收到上行数据包及聚类请求后，可解析上行数据包，得到图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征等信息。服务器通过预设的聚类模型对各个待聚类图像进行聚类。进一步地，服务器可通过聚类模型，针对每个待聚类图像的图像特征，可分别计算与各个组别中已分组图像的图像特征的相似度。当待聚类图像的图像特征与组别中包含图像的图像特征的相似度大于第二阈值时，则可认为属于同一类图像，服务器可将该图像特征分配至相似度大于第二阈值的组别中，并分配与该组别匹配的标签，可建立该标签与对应的待聚类图像标识的对应关系。若不存在与待聚类图像的图像特征的相似度大于第二阈值的组别，则说明该待聚类图像不属于已有的组别，可通过预设的聚类模型对不属于已有组别的待聚类图像的图像特征重新进行聚类，将具有相似图像特征的待聚类图像划分生成新的组别，并为属于同一新的组别的图像特征对应的待聚类图像分配对应的标签。在一个实施例中，若服务器接收到的是合并后的聚类请求，则直接获取与合并后的聚类请求对应的所有待聚类图像的图像特征，并进行聚类，可提高图像的聚类效率。
在一个实施例中，服务器可根据实际需求制定聚类策略，确定是仅对待聚类图像进行聚类，还是对移动终端历史上传了图像特征的所有图像进行聚类。比如，当服务器进行了聚类模型更新后，可制定对移动终端历史上传了图像特征的所有图像进行聚类的聚类策略，其中，对历史上传了图像特征的所有图像进行聚类时，可保留带有手动分组属性的组别，针对没有涉及用户手动操作的组别及图像，重新进行聚类。
当移动终端接收到服务器返回的聚类结果后，可根据与图像特征对应的待聚类图像及分配到的标签，将对应的待聚类图像添加到与标签匹配的组别中，并将聚类结果缓存到第三数据库中。移动终端可根据第三数据库中缓存的服务器返回的聚类结果，对第二数据库进行更新。
在本实施例中，可根据已有的分组信息以及各个组别中已分组图像的图像特征，对待聚类图像进行分组，可使聚类结果更加准确，并贴合用户的实际需求，提高图像聚类的效率的同时，可提高用户粘度。
在一个实施例中，在步骤310获取移动终端的待聚类图像之前，可包括：获取当前的电源状态，若所述电源状态满足预设状态，则执行步骤310获取移动终端的待聚类图像。
具体地，移动终端在向服务器上传待聚类图像的图像特征之前，可先获取当前的电源状态，其中，电源状态可包括可用剩余电量、是否处于充电状态、用电速度等。当电源状态满足预设状态时，再获取待聚类图像，对待聚类图像进行识别，提取待聚类图像的图像特征，并将图像特征上传至服务器。预设状态可以是可用剩余电量大于预设百分比，或是处于充电状态，或是可用剩余电量大于预设百分比且用电速度小于设定值等，并不限于此，可根据实际需求进行设定。
在一个实施例中，移动终端可预先设定上传待聚类图像的图像特征的上传时间段，若当前的时刻处于预设的上传时间段，则可向服务器上传待聚类图像的图像特征，其中，上传的时间段可设定在较少使用移动终端的时间段，例如，凌晨的2点至4点等。
在本实施例中，当电源状态满足预设状态，再向服务器上传待聚类图像的图像特征，可保证上传待聚类图像的图像特征时移动终端的电源等状态，减少上传图像特征对移动终端的使用的影响。
在一个实施例中，提供一种数据传输方法，包括以下步骤：
步骤(1)，获取当前的电源状态。
步骤(2)，当电源状态满足预设状态，则获取移动终端的待聚类图像。
步骤(3)，对待聚类图像进行识别，提取待聚类图像的图像特征。
步骤(4)，提取当前的图像分组信息及各个组别中已分组图像的图像特征，将图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征打包成上行数据包。
步骤(5)，将上行数据包上传至服务器。
步骤(6)，向服务器发送聚类请求，聚类请求指示服务器计算待聚类图像的图像特征与各个组别中已分组图像的图像特征的相似度，确定各个待聚类图像的组别并分配对应的标签，其中，聚类请求包括移动终端标识及发送时刻，聚类请求被分配给所述服务器时，指示服务器根据所述移动终端标识获取属于同一移动终端在不同发送时刻发送的聚类请求，并对获取的聚类请求进行合并，聚类请求包括账户信息，聚类请求被分配给服务器时，指示服务器根据账户信息获取属于同一账户发送的聚类请求，并对获取的聚类请求进行合并。
步骤(7)，接收服务器返回的聚类结果，聚类结果包括与图像特征对应的待聚类图像标识，以及对图像特征进行聚类后所分配的标签。
步骤(8)，根据对应的待聚类图像标识及分配的标签，将待聚类图像分配至与标签对应的组别。
在本实施例中，获取待聚类图像，对待聚类图像进行识别，提取待聚类图像的图像特征，将图像特征上传至服务器进行聚类，仅上传图像特征即可完成图像聚类，无需上传整张图像，可以减少传输的数据量，提高传输速度。
如图7所示，在一个实施例中，提供一种数据传输装置700，包括获取模块710、提取模块720、上传模块730、接收模块740及分配模块750。
获取模块710，用于获取移动终端的待聚类图像。
提取模块720，用于对待聚类图像进行识别，提取待聚类图像的图像特征。
在一个实施例中，提取模块720，还用于对待聚类图像进行人脸识别，当检测到待聚类图像包含人脸时，提取待聚类图像的人脸特征点，人脸特征点用于描述人脸形状、五官形状及位置。
上传模块730，用于将图像特征上传至服务器。
接收模块740，用于接收服务器返回的聚类结果，聚类结果包括与图像特征对应的待聚类图像标识，以及对图像特征进行聚类后所分配的标签。
分配模块750，用于根据对应的待聚类图像标识及分配的标签，将待聚类图像分配至与标签对应的组别。
上述数据传输装置，获取移动终端的待聚类图像，对待聚类图像进行识别，提取待聚类图像的图像特征，将图像特征上传至服务器进行聚类，仅上传图像特征即可完成图像聚类，无需上传整张图像，可以减少传输的数据量，提高传输速度。此外，可根据服务器返回的聚类结果将待聚类图像分配到对应的类别中，将图像进行分类展示，更易于查找，方便快捷。
如图8所示，在一个实施例中，获取模块710，包括比对单元712及确定单元714。
比对单元712，用于比对第一数据库及第二数据库中存储的图像信息，根据比对结果生成新增图像列表和/或更新图像列表。
确定单元714，用于根据新增图像列表和/或更新图像列表确定待聚类图像。
在本实施例中，可获取待聚类图像，可仅对需要进行聚类的图像进行聚类，可以减轻服务器的压力，并提高图像聚类的效率。
在一个实施例中，比对单元712，包括查找子单元、添加子单元及判断子单元。
查找子单元，用于根据第一数据库中图像的路径在第二数据库中进行查找。
添加子单元，用于若在第二数据库中没有查找到对应的图像，则将没有查找到的图像添加到新增图像列表。
判断子单元，用于若在第二数据库中查找到对应的图像，则判断第一数据库中的图像与第二数据库中对应的图像的修改时间是否一致。
判断子单元，还用于若修改时间不一致，则判断第一数据库中的图像与第二数据库中对应的图像的消息摘要是否一致。
添加子单元，还用于若消息摘要不一致，则将不一致的图像添加到更新图像列表。
在本实施例中，可对比第一数据库与第二数据库，生成新增图像列表及更新图像列表，方便确定需要进行聚类的图像，从而仅对需要进行聚类的图像进行聚类，可以减轻服务器的压力，并提高图像聚类的效率。
如图9所示，在一个实施例中，上传模块730，包括分组信息提取单元732、打包单元734及上传单元736。
分组信息提取单元732，用于提取当前的图像分组信息及各个组别中已分组图像的图像特征。
打包单元734，用于将图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征打包成上行数据包。
上传单元736，用于将上行数据包上传至服务器。
在一个实施例中，上传单元736，还用于向服务器发送聚类请求，聚类请求指示服务器计算待聚类图像的图像特征与各个组别中已分组图像的图像特征的相似度，确定图像特征的组别并分配对应的标签。
在一个实施例中，聚类请求包括移动终端标识及发送时刻；聚类请求被分配给服务器时，指示服务器根据移动终端标识获取属于同一移动终端在不同发送时刻发送的聚类请求，并对获取的聚类请求进行合并。
在一个实施例中，聚类请求包括账户信息；聚类请求被分配给服务器时，指示服务器根据所述账户信息获取属于同一账户发送的聚类请求，并对获取的聚类请求进行合并。
在本实施例中，可根据已有的分组信息以及各个组别中已分组图像的图像特征，对待聚类图像进行分组，可使聚类结果更加准确，并贴合用户的实际需求，提高图像聚类的效率的同时，可提高用户粘度。
在一个实施例中，上述数据传输装置700，除了包括获取模块710、提取模块720、上传模块730、接收模块740及分配模块750，还包括电源状态获取模块。
电源状态获取模块，用于获取当前的电源状态，若电源状态满足预设状态，则通过获取模块710获取待聚类图像。
在一个实施例中，获取模块710，还用于若当前时刻处于预设的上传时间段，则获取移动终端的待聚类图像。
在本实施例中，当电源状态满足预设状态，再向服务器上传待聚类图像的图像特征，可保证上传待聚类图像的图像特征时移动终端的电源等状态，减少上传图像特征对移动终端的使用的影响。
本申请实施例还提供了一种移动终端。如图10所示，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请实施例方法部分。该移动终端可以为包括手机、平板电脑、PDA(Personal Digital Assistant，个人数字助理)、POS(Point of Sales，销售终端)、车载电脑、穿戴式设备等任意终端设备，以移动终端为手机为例：
图10为与本申请实施例提供的移动终端相关的手机的部分结构的框图。参考图10，手机包括：射频(Radio Frequency，RF)电路1010、存储器1020、输入单元1030、显示单元1040、传感器1050、音频电路1060、WiFi模块1070、处理器1080、以及电源1090等部件。本领域技术人员可以理解，图10所示的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，RF电路1010可用于收发信息或通话过程中，信号的接收和发送，可将基站的下行信息接收后，给处理器1080处理；也可以将上行的数据发送给基站。通常，RF电路包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low Noise Amplifier，LNA)、双工器等。此外，RF电路1010还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM、通用分组无线服务(GeneralPacket Radio Service，GPRS)、CDMA、宽带码分多址(Wideband Code Division MultipleAccess，WCDMA)、长期演进(Long Term Evolution，LTE))、电子邮件、短消息服务(ShortMessaging Service，SMS)等。
存储器1020可用于存储软件程序以及模块，处理器1080通过运行存储在存储器1020的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能的应用程序、图像播放功能的应用程序等)等；数据存储区可存储根据手机的使用所创建的数据(比如音频数据、通讯录等)等。此外，存储器1020可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元1030可用于接收输入的数字或字符信息，以及产生与手机1000的用户设置以及功能控制有关的键信号输入。具体地，输入单元1030可包括触控面板1032以及其他输入设备1034。触控面板1032，也可称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1032上或在触控面板1032附近的操作)，并根据预先设定的程式驱动相应的连接装置。在一个实施例中，触控面板1032可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1032。除了触控面板1032，输入单元1030还可以包括其他输入设备1034。具体地，其他输入设备1034可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)等中的一种或多种。
显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1042。在一个实施例中，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1042。在一个实施例中，触控面板1032可覆盖显示面板1042，当触控面板1032检测到在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1042上提供相应的视觉输出。虽然在图10中，触控面板1032与显示面板1042是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1032与显示面板1042集成而实现手机的输入和输出功能。
手机1000还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1042的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1042和/或背光。运动传感器可包括加速度传感器，通过加速度传感器可检测各个方向上加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换)、振动识别相关功能(比如计步器、敲击)等；此外，手机还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器等。
音频电路1060、扬声器1062和传声器1064可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1062，由扬声器1062转换为声音信号输出；另一方面，传声器1064将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经RF电路1010可以发送给另一手机，或者将音频数据输出至存储器1020以便后续处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。
处理器1080是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。在一个实施例中，处理器1080可包括一个或多个处理单元。在一个实施例中，处理器1080可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等；调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1080中。
手机1000还包括给各个部件供电的电源1090(比如电池)，优选的，电源1090可以通过电源管理系统与处理器1080逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
在一个实施例中，手机1000还可以包括摄像头、蓝牙模块等。
在本申请实施例中，该移动终端所包括的处理器1080执行存储在存储器上的计算机程序时实现上述的数据传输方法。
在一个实施例中，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的数据传输方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
如此处所使用的对存储器、存储、数据库或其它介质的任何引用可包括非易失性和/或易失性存储器。合适的非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)，它用作外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种数据传输方法，应用于移动终端中，其特征在于，包括：
获取移动终端的待聚类图像；
对所述待聚类图像进行识别，提取所述待聚类图像的图像特征，所述图像特征包括形状特征、空间特征及边缘特征；
将所述图像特征上传至服务器；
接收所述服务器返回的聚类结果，所述聚类结果包括与所述图像特征对应的待聚类图像标识，以及对所述图像特征进行聚类后所分配的标签；
根据所述对应的待聚类图像标识及分配的标签，将所述待聚类图像分配至与所述标签对应的组别；
所述将所述图像特征上传至服务器，包括：
提取当前的图像分组信息及各个组别中已分组图像的图像特征；所述图像分组信息包括组别标识、组名称和创建时间；
将所述图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征打包成上行数据包；
将所述上行数据包上传至服务器。
2.根据权利要求1所述的方法，其特征在于，在所述将所述上行数据包上传至服务器之后，还包括：
向所述服务器发送聚类请求，所述聚类请求指示所述服务器计算所述待聚类图像的图像特征与各个组别中已分组图像的图像特征的相似度，确定所述图像特征的组别并分配对应的标签。
3.根据权利要求2所述的方法，其特征在于，所述聚类请求包括移动终端标识及发送时刻；
所述聚类请求被分配给所述服务器时，指示所述服务器根据所述移动终端标识获取属于同一移动终端在不同发送时刻发送的聚类请求，并对获取的聚类请求进行合并。
4.根据权利要求2所述的方法，其特征在于，所述聚类请求包括账户信息；
所述聚类请求被分配给所述服务器时，指示所述服务器根据所述账户信息获取属于同一账户发送的聚类请求，并对获取的聚类请求进行合并。
5.根据权利要求1所述的方法，其特征在于，所述对所述待聚类图像进行识别，提取所述待聚类图像的图像特征，包括：
对所述待聚类图像进行人脸识别，当检测到所述待聚类图像包含人脸时，提取所述待聚类图像的人脸特征点，所述人脸特征点用于描述人脸形状、五官形状及位置。
6.根据权利要求1至5任一所述的方法，其特征在于，在所述获取移动终端的待聚类图像之前，所述方法还包括：
获取当前的电源状态，若所述电源状态满足预设状态，则执行所述获取移动终端的待聚类图像。
7.根据权利要求1至5任一所述的方法，其特征在于，在所述获取移动终端的待聚类图像之前，所述方法还包括：
若当前时刻处于预设的上传时间段，则执行所述获取移动终端的待聚类图像。
8.一种数据传输装置，其特征在于，包括：
获取模块，用于获取移动终端的待聚类图像；
提取模块，用于对所述待聚类图像进行识别，提取所述待聚类图像的图像特征，所述图像特征包括形状特征、空间特征及边缘特征；
上传模块，用于将所述图像特征上传至服务器；
接收模块，用于接收所述服务器返回的聚类结果，所述聚类结果包括与所述图像特征对应的待聚类图像标识，以及对所述图像特征进行聚类后所分配的标签；
分配模块，用于根据所述对应的待聚类图像标识及分配的标签，将所述待聚类图像分配至与所述标签对应的组别；
所述上传模块，包括分组信息提取单元、打包单元及上传单元；
所述分组信息提取单元，用于提取当前的图像分组信息及各个组别中已分组图像的图像特征；所述图像分组信息包括组别标识、组名称和创建时间；
所述打包单元，用于将图像分组信息、各个组别中已分组图像的图像特征及待聚类图像的图像特征打包成上行数据包；
所述上传单元，用于将上行数据包上传至服务器。
9.一种移动终端，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现如权利要求1至7任一所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7所述的方法。
CN201710850266.9A 2017-09-15 2017-09-15 数据传输方法、装置、移动终端及计算机可读存储介质 Active CN107679560B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710850266.9A CN107679560B (zh) 2017-09-15 2017-09-15 数据传输方法、装置、移动终端及计算机可读存储介质
PCT/CN2018/104923 WO2019052432A1 (zh) 2017-09-15 2018-09-11 数据传输方法、移动终端及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710850266.9A CN107679560B (zh) 2017-09-15 2017-09-15 数据传输方法、装置、移动终端及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN107679560A CN107679560A (zh) 2018-02-09
CN107679560B true CN107679560B (zh) 2021-07-09

Family

ID=61137437

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710850266.9A Active CN107679560B (zh) 2017-09-15 2017-09-15 数据传输方法、装置、移动终端及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN107679560B (zh)
WO (1) WO2019052432A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107679563A (zh) * 2017-09-15 2018-02-09 广东欧珀移动通信有限公司 图像处理方法和装置、系统、计算机设备
CN107679560B (zh) * 2017-09-15 2021-07-09 Oppo广东移动通信有限公司 数据传输方法、装置、移动终端及计算机可读存储介质
CN107679561A (zh) * 2017-09-15 2018-02-09 广东欧珀移动通信有限公司 图像处理方法和装置、系统、计算机设备
CN111339210B (zh) * 2018-12-18 2023-04-28 杭州海康威视数字技术股份有限公司 数据聚类方法及装置
CN109815365A (zh) * 2019-01-29 2019-05-28 北京字节跳动网络技术有限公司 用于处理视频的方法和装置
CN110750414B (zh) * 2019-09-06 2023-03-21 未鲲(上海)科技服务有限公司 移动数据监控分析方法、装置、计算机设备和存储介质
CN111160201B (zh) * 2019-12-20 2023-04-18 万翼科技有限公司 一种人脸图像上传方法、装置、电子设备及存储介质
CN111209187B (zh) * 2019-12-26 2024-03-15 深圳市奇迅新游科技股份有限公司 业务请求处理方法、装置、计算机设备和存储介质
CN113849759A (zh) * 2021-11-29 2021-12-28 中国电子科技集团公司第三十研究所 一种基于图像特征的暗网站点用户关联方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102497495A (zh) * 2011-12-21 2012-06-13 北京航空航天大学深圳研究院 一种用于多摄像机监控系统的目标关联方法
CN103207870A (zh) * 2012-01-17 2013-07-17 华为技术有限公司 一种照片分类管理方法、服务器、装置及系统
CN105095902A (zh) * 2014-05-23 2015-11-25 华为技术有限公司 图片特征提取方法及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8311294B2 (en) * 2009-09-08 2012-11-13 Facedouble, Inc. Image classification and information retrieval over wireless digital networks and the internet
US9639780B2 (en) * 2008-12-22 2017-05-02 Excalibur Ip, Llc System and method for improved classification
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
US9025872B2 (en) * 2011-08-29 2015-05-05 Panasonic Intellectual Property Corporation Of America Image processing device, image processing method, program, and integrated circuit
CN103970883B (zh) * 2014-05-20 2017-10-27 西安工业大学 基于对齐聚类分析的运动序列检索方法
CN106462362B (zh) * 2014-06-24 2020-03-03 谷歌有限责任公司 存储内容项
CN104794275A (zh) * 2015-04-16 2015-07-22 北京联合大学 一种移动终端的人脸与发型匹配模型
CN105404863B (zh) * 2015-11-13 2018-11-02 小米科技有限责任公司 人物特征识别方法及系统
CN106203490A (zh) * 2016-06-30 2016-12-07 江苏大学 一种安卓平台下基于属性学习和交互反馈的图像在线识别、检索方法
CN106156347A (zh) * 2016-07-21 2016-11-23 北京奇虎科技有限公司 云相册分类展示方法、装置及服务器
CN107679560B (zh) * 2017-09-15 2021-07-09 Oppo广东移动通信有限公司 数据传输方法、装置、移动终端及计算机可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102497495A (zh) * 2011-12-21 2012-06-13 北京航空航天大学深圳研究院 一种用于多摄像机监控系统的目标关联方法
CN103207870A (zh) * 2012-01-17 2013-07-17 华为技术有限公司 一种照片分类管理方法、服务器、装置及系统
CN105095902A (zh) * 2014-05-23 2015-11-25 华为技术有限公司 图片特征提取方法及装置

Also Published As

Publication number Publication date
CN107679560A (zh) 2018-02-09
WO2019052432A1 (zh) 2019-03-21

Similar Documents

Publication Publication Date Title
CN107679560B (zh) 数据传输方法、装置、移动终端及计算机可读存储介质
CN107729815B (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN107871011B (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN107977674B (zh) 图像处理方法、装置、移动终端及计算机可读存储介质
CN107679559B (zh) 图像处理方法、装置、计算机可读存储介质和移动终端
US10824901B2 (en) Image processing of face sets utilizing an image recognition method
CN107622117B (zh) 图像处理方法和装置、计算机设备、计算机可读存储介质
CN107944414B (zh) 图像处理方法、装置、电子设备及计算机可读存储介质
CN107729889B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
WO2019051795A1 (zh) 图像处理方法、装置、终端、服务器和计算机可读存储介质
CN108022274B (zh) 图像处理方法、装置、计算机设备和计算机可读存储介质
CN109325518B (zh) 图像的分类方法、装置、电子设备和计算机可读存储介质
CN108363817B (zh) 文件处理方法、装置、移动终端及计算机可读存储介质
CN107679561A (zh) 图像处理方法和装置、系统、计算机设备
CN107666515B (zh) 图像处理方法和装置、计算机设备、计算机可读存储介质
WO2019051797A1 (zh) 图像处理方法和装置、计算机设备、计算机可读存储介质
WO2019052351A1 (zh) 图像处理方法和系统、计算机设备
US10970522B2 (en) Data processing method, electronic device, and computer-readable storage medium
WO2019052319A1 (zh) 数据传输方法、移动终端及计算机可读存储介质
CN107729391B (zh) 图像处理方法、装置、计算机可读存储介质和移动终端
US11314803B2 (en) Method for image-processing and mobile terminal
CN108513005B (zh) 联系人信息处理方法和装置、电子设备、存储介质
CN108021669B (zh) 图像分类方法和装置、电子设备、计算机可读存储介质
WO2019051799A1 (zh) 图像处理方法、装置、移动终端、服务器和存储介质
WO2019096207A1 (zh) 图像处理方法和计算机设备、计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant after: OPPO Guangdong Mobile Communications Co.,Ltd.

Address before: Changan town in Guangdong province Dongguan 523860 usha Beach Road No. 18

Applicant before: GUANGDONG OPPO MOBILE TELECOMMUNICATIONS Corp.,Ltd.

GR01 Patent grant
GR01 Patent grant