CN107729815B - 图像处理方法、装置、移动终端及计算机可读存储介质 - Google Patents
图像处理方法、装置、移动终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107729815B CN107729815B CN201710850428.9A CN201710850428A CN107729815B CN 107729815 B CN107729815 B CN 107729815B CN 201710850428 A CN201710850428 A CN 201710850428A CN 107729815 B CN107729815 B CN 107729815B
- Authority
- CN
- China
- Prior art keywords
- image
- database
- images
- list
- clustered
- 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
Images
Classifications
-
- 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
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例涉及一种图像处理方法、装置、移动终端及计算机可读存储介质。上述方法,包括: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;根据所述新增图像列表和/或更新图像列表确定待聚类图像;对所述待聚类图像进行人脸识别,提取所述待聚类图像的图像特征,并根据所述图像特征对所述待聚类图像进行聚类。上述图像处理方法、装置、移动终端及计算机可读存储介质,可以提高图像聚类的效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种图像处理方法、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,需将存储的图片全部同步到服务器,再由服务器进行分类,图像分类效率低。
发明内容
本申请实施例提供一种图像处理方法、装置、移动终端及计算机可读存储介质,可以提高图像聚类的效率。
一种图像处理方法,包括:
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,其中,所述第一数据库包括移动终端的媒体数据库,所述第二数据库包括存储有图像的人脸识别结果的人脸数据库;所述新增图像列表记录有所述移动终端中未进行人脸识别的图像,所述更新图像列表记录有在进行人脸识别后内容发生改变的图像;
根据所述新增图像列表和/或更新图像列表确定待聚类图像;
对所述待聚类图像进行人脸识别,提取所述待聚类图像的图像特征,并根据所述图像特征对所述待聚类图像进行聚类。
一种图像处理装置,包括:
比对模块,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,其中,所述第一数据库包括移动终端的媒体数据库,所述第二数据库包括存储有图像的人脸识别结果的人脸数据库;所述新增图像列表记录有所述移动终端中未进行人脸识别的图像,所述更新图像列表记录有在进行人脸识别后内容发生改变的图像;
确定模块,用于根据所述新增图像列表和/或更新图像列表确定待聚类图像;
提取模块,用于对所述待聚类图像进行人脸识别,提取所述待聚类图像的图像特征,并根据所述图像特征对所述待聚类图像进行聚类。
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为一个实施例中移动终端的框图;
图2为一个实施例中图像处理方法的流程示意图;
图3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4为一个实施例中图像处理装置的框图;
图5为一个实施例中比对模块的框图;
图6为另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。
图1为一个实施例中移动终端的框图。如图1所示,该移动终端包括通过系统总线连接的处理器、非易失性存储介质、内存储器和网络接口、显示屏和输入装置。其中,移动终端的非易失性存储介质存储有操作系统及计算机程序,该计算机程序被处理器执行时以实现本申请实施例中提供的一种图像处理方法。该处理器用于提供计算和控制能力,支撑整个移动终端的运行。移动终端中的内存储器为非易失性存储介质中的计算机程序的运行提供环境。网络接口用于与服务器进行网络通信。移动终端的显示屏可以是液晶显示屏或者电子墨水显示屏等,输入装置可以是显示屏上覆盖的触摸层,也可以是移动终端外壳上设置的按键、轨迹球或触控板,也可以是外接的键盘、触控板或鼠标等。该移动终端可以是手机、平板电脑或者个人数字助理或穿戴式设备等。本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的移动终端的限定,具体的移动终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
如图2所示,在一个实施例中,提供一种图像处理方法,包括以下步骤:
步骤210,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。
在一个实施例中,移动终端可获取需要进行聚类的待聚类图像,并对待聚类图像进行聚类,其中,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。移动终端可通过比对第一数据库及第二数据库存储的图像信息,确定待聚类图像,并根据人脸对待聚类图像进行聚类。
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,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信息与第二数据库存储的图像信息进行比对,可根据图像的存储路径、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,移动终端可将同时存在于第一数据库及第二数据库,但图像内容发生了改变的图像添加到更新图像列表等。
当移动终端中仅存在未进行人脸识别的图像,而没有人脸识别后内容发生改变的图像时,可根据比对结果仅生成新增图像列表;当移动终端中仅存在进行人脸识别后内容发生改变的图像,而不存在未进行人脸识别的图像,可根据比对结果仅生成更新图像列表;当移动终端中同时存在未进行人脸识别的图像,以及进行人脸识别后内容发生改变的图像,则可根据比对结果生成新增图像列表和更新图像列表。
步骤220,根据新增图像列表和/或更新图像列表确定待聚类图像。
移动终端可直接将生成的新增图像列表和/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进行聚类。当移动终端仅生成新增图像列表时,可直接将新增图像列表包含的图像作为待聚类图像;当移动终端仅生成更新图像列表时,可直接将更新图像列表包含的图像作为待聚类图像;当移动终端生成新增图像列表和更新图像列表,可直接将新增图像列表和更新图像列表包含的图像作为待聚类图像。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,可对更新图像列表中的每个图像重新进行识别,并提取更新图像列表中每个图像的图像特征,再从第二数据库中获取与更新图像列表中每个图像对应的存储的图像特征。移动终端可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。
步骤230,对待聚类图像进行人脸识别,提取待聚类图像的图像特征,并根据图像特征对所述待聚类图像进行聚类。
移动终端可对各个待聚类图像进行人脸识别,并提取待聚类图像的图像特征。在一个实施例中,移动终端可对各个待聚类图像进行人脸识别,可先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每个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,移动终端可根据预设的特征模型提取各个人脸图像中包含的可用于描述人脸形状及五官形状、位置等信息的特征点。
移动终端可根据提取的各个待聚类图像的图像特征对待聚类图像进行聚类。在一个实施例中,移动终端可通过预设的聚类模型可对待聚类图像的图像特征进行分析,并将具有相同图像特征的待聚类图像划分到同一个组别中。
在一个实施例中,移动终端可从第二数据库中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。移动终端可还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。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,可帮助移动终端对待聚类图像进行聚类。移动终端可通过聚类模型,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一阈值时,则可认为属于同一类图像,移动终端可将该待聚类图像分配至相似度大于第一阈值的组别中。若不存在与待聚类图像的图像特征的相似度大于第一阈值的组别,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。移动终端可根据聚类结果对第二数据库进行更新,其中,聚类结果可包括各个待聚类图像的媒体编号、存储路径等图像信息、提取的图像特征、分配的组别信息等,方便进行下一次图像聚类。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,并分配对应的组别标识,从而可建立一个或多个相册,可将属于同一组别的图像在同一个相册中进行展示。
在一个实施例中,若待聚类图像有多张,则移动终端可检测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二阈值的多张图像,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人脸识别。
上述图像处理方法,比对第一数据库及第二数据库中存储的图像信息,根据生成的新增图像列表和/或更新图像列表确定待聚类图像,对待聚类图像进行人脸识别,提取待聚类图像的图像特征,并根据图像特征对待聚类图像进行聚类,在本地对需要进行聚类的图像进行聚类,可以提高图像聚类的效率。
如图3所示,在一个实施例中,步骤210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302,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306,若否,则执行步骤304。
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304,将没有查找到的图像添加到新增图像列表。
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,则该图像的图像信息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,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306,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312,若否,则执行步骤308。
若能在第二数据库中查找到对应的图像,则移动终端可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。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。
步骤308,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312,若否,则执行步骤310。
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,移动终端可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310,将消息摘要不一致的图像添加到更新图像列表。
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后内容发生了变化的图像的标识信息。
步骤312,判断图像的人脸状态是否可见,若是,则执行步骤316,若否,则执行步骤314。
在一个实施例中,移动终端可同步其他移动终端存储的图像及图像的人脸信息等,其中,人脸信息可包括人脸区域在图像中的位置信息、截取的人脸图像等。用户在不同的移动终端上登录相同的账户,即可将属于同一账户下的移动终端的图像及图像的人脸信息等进行同步及共享。当移动终端接收到其他属于同一账户的移动终端发送的图像及图像的人脸信息后,当接收到人脸信息时,可先检测该人脸信息是否可在第一数据库中找到对应的图像,也即,当接收到人脸信息时,可先检测是否已接收到与该人脸信息对应的图像,若没有,则可将该人脸信息及对应的图像信息、组别信息等存储在第二数据库中,并将该图像的人脸状态设定为不可见,则该图像不会参与图像聚类。
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一致,或是第一数据库中的图像的消息摘要,与第二数据库中对应的图像的消息摘要一致,判断该图像的人脸状态是否可见。若图像的图像信息在第一数据库与第二数据库中同时存在且内容没有进行过修改,而图像的人脸状态为不可见,则可说明移动终端已成功接收其他移动终端发送的图像,可参与图像聚类,并将图像的人脸状态从不可见变更为可见。移动终端可将第一数据库中与所述第二数据库中对应的图像的修改时间一致,或消息摘要一致,且人脸状态为不可见的图像,添加到人脸状态更新列表中,人脸状态更新列表记录有从其他移动终端接收的未参与图像聚类的图像。移动终端可对人脸状态更新列表中的图像的人脸状态从不可见变更为可见,并参与图像聚类。移动终端可根据生成的新增图像列表、更新图像列表和/或人脸状态更新列表确定待聚类图像,是否生成新增图像列表、更新图像列表及人脸状态更新列表需根据实际的比对结果决定。
步骤314,将人脸状态不可见的图像添加到人脸状态更新列表中。
步骤316,不作处理。
在本实施例中,可对比第一数据库与第二数据库的图像信息,生成新增图像列表、更新图像列表和/或人脸状态更新列表,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,可以减轻移动终端的处理压力,并提高图像聚类的效率。
在一个实施例中,在步骤提取待聚类图像的图像特征之后,可包括:若人脸状态更新列表不为空,则获取人脸状态更新列表包含的图像及对应的人脸区域信息,并根据每个图像的人脸区域信息从对应图像的人脸区域中提取图像特征。
移动终端对生成的新增图像列表和/或更新图像列表中需要进行聚类的图像进行人脸识别后,若有生成人脸状态更新列表,则可检测人脸状态更新列表是否为空。若人脸状态更新列表为空,则说明没有从其他移动终端同步的未参与聚类的图像。若人脸状态更新列表不为空,则可读取人脸状态更新列表,获取人脸状态更新列表包含的图像及对应的人脸区域信息,其中,人脸区域信息指的是人脸区域在对应图像中的位置信息。针对人脸状态更新列表的每一张图像,移动终端获取人脸区域信息后,可根据人脸区域信息确定对应图像的人脸区域,并直接根据预设的特征模型在图像的人脸区域中提取图像特征,再根据提取的图像特征对人脸状态更新列表中包含的图像进行聚类。
在本实施例中,可直接根据人脸状态更新列表中图像的人脸区域信息确定人脸区域,并进行特征提取,无需进行人脸识别过程,可加快图像聚类的速度,提高图像聚类的效率。
在一个实施例中,在步骤210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/或更新图像列表之前,还包括:获取当前的电源状态,若电源状态满足预设状态,则执行步骤210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。
移动终端在获取待聚类图像进行图像聚类之前,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,对待聚类图像进行人脸识别,提取待聚类图像的图像特征,并根据图像特征对待聚类图像进行聚类。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。
在其他的实施例中,移动终端也可预先设定进行图像聚类的时间段,若当前的时刻处于进行图像聚类的时间段,则可获取待聚类图像并进行图像聚类,其中,进行图像聚类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,再获取待聚类图像并进行图像聚类,可保证进行图像聚类时移动终端的电源等状态,减少图像聚类对移动终端的使用的影响。
在一个实施例中,提供一种图像处理方法,包括以下步骤:
步骤(1),获取当前的电源状态。
步骤(2),若电源状态满足预设状态,则比对第一数据库及第二数据库中存储的图像信息,根据第一数据库中图像的路径在第二数据库中进行查找,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。
步骤(3),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。
步骤(4),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;若不一致,则将不一致的图像添加到更新图像列表。
步骤(5),若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一致,或消息摘要一致,则判断修改时间或消息摘要一致的图像的人脸状态是否可见,若不可见,将人脸状态不可见的图像添加到人脸状态更新列表中。
步骤(6),若仅生成新增图像列表,则根据新增图像列表确定待聚类图像;若仅生成更新图像列表,则根据更新图像列表确定待聚类图像;若仅生成人脸状态更新列表,则根据人脸状态更新列表确定待聚类图像;若生成新增图像列表及更新图像列表,则根据新增图像列表及更新图像列表确定待聚类图像;若生成新增图像列表及人脸状态更新列表,则根据新增图像列表及人脸状态更新列表确定待聚类图像;若生成更新图像列表及人脸状态更新列表,则根据更新图像列表及人脸状态更新列表确定待聚类图像;若生成新增图像列表、更新图像列表及人脸状态更新列表,则根据新增图像列表、更新图像列表及人脸状态更新列表确定待聚类图像。
步骤(7),对新增图像列表和/或更新图像列表确定的待聚类图像进行人脸识别,并提取图像特征。
步骤(8),若人脸状态更新列表不为空,则获取人脸状态更新列表包含的图像及对应的人脸区域信息,根据每个图像的人脸区域信息从对应图像的人脸区域中提取图像特征。
步骤(9),根据图像特征对待聚类图像进行聚类。
可以理解地,本申请中可通过移动终端对待聚类图像进行人脸识别,提取待聚类图像的图像特征,并根据图像特征对待聚类图像进行聚类。也可由移动终端将待聚类图像发送至服务器,由服务器提取待聚类图像的图像特征,并根据图像特征对待聚类图像进行聚类,再将聚类结果返回给移动终端,移动终端可根据聚类结果中包含的图像信息及对应的组别信息,将图像添加到对应的组别中。
在本实施例中,比对第一数据库及第二数据库中存储的图像信息,并根据生成的新增图像列表和/或更新图像列表确定待聚类图像,对待聚类图像进行人脸识别,提取待聚类图像的图像特征,并根据图像特征对待聚类图像进行聚类,在本地对需要进行聚类的图像进行聚类,可以提高图像聚类的效率。
如图4所示,在一个实施例中,提供一种图像处理装置400,包括比对模块410、确定模块420及提取模块430。
比对模块410,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,其中,第一数据库包括移动终端的媒体数据库,第二数据库包括存储有图像的人脸识别结果的人脸数据库;新增图像列表记录有移动终端中未进行人脸识别的图像,更新图像列表记录有在进行人脸识别后内容发生改变的图像。
确定模块420,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。
在一个实施例中,确定模块420,还用于提取更新图像列表中每个图像的图像特征,从第二数据库中获取与更新图像列表中每个图像对应的存储的图像特征,并将更新图像列表中,提取的图像特征与对应的存储的图像特征的相似度小于预设值的图像确定为待聚类图像。
提取模块430,用于对待聚类图像进行人脸识别,提取待聚类图像的图像特征,并根据图像特征对待聚类图像进行聚类。
在一个实施例中,提取模块430,还用于当待聚类图像中包含多张重复图像时,则确定多张重复图像的图像质量,并从中选取质量最高的图像进行人脸识别。
上述图像处理装置,比对第一数据库及第二数据库中存储的图像信息,并根据生成的新增图像列表和/或更新图像列表确定待聚类图像,对待聚类图像进行人脸识别,提取待聚类图像的图像特征,并根据图像特征对待聚类图像进行聚类,在本地对需要进行聚类的图像进行聚类,可以提高图像聚类的效率。
如图5所示,在一个实施例中,比对模块410,包括查找单元412、添加单元414及判断单元416。
查找单元412,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。
添加单元414,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。
判断单元416,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。
判断单元416,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。
添加单元414,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。
在一个实施例中,判断单元416,还用于若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一致,或消息摘要一致,则判断一致的图像的人脸状态是否可见。
添加单元414,还用于若人脸状态不可见,将人脸状态不可见的图像添加到人脸状态更新列表中,人脸状态更新列表记录有从其他移动终端接收的未参与图像聚类的图像。
在本实施例中,可对比第一数据库与第二数据库的图像信息,生成新增图像列表、更新图像列表和/或人脸状态更新列表,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,可以减轻移动终端的处理压力,并提高图像聚类的效率。
在一个实施例中,提取模块430,还用于若人脸状态更新列表不为空,则获取人脸状态更新列表包含的图像及对应的人脸区域信息,并根据每个图像的人脸区域信息从对应图像的人脸区域中提取图像特征。
在本实施例中,可直接根据人脸状态更新列表中图像的人脸区域信息确定人脸区域,并进行特征提取,无需进行人脸识别过程,可加快图像聚类的速度,提高图像聚类的效率。
在一个实施例中,上述图像处理装置400,除了包括比对模块410、确定模块420及提取模块430,还包括状态获取模块。
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,则通过比对模块410比对第一数据库及第二数据库中存储的图像,并根据比对结果生成新增图像列表及更新图像列表。
在本实施例中,当电源状态满足预设状态,再获取待聚类图像并进行图像聚类,可保证进行图像聚类时移动终端的电源等状态,减少图像聚类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6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6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6,手机包括:射频(Radio Frequency,RF)电路610、存储器620、输入单元630、显示单元640、传感器650、音频电路660、WiFi模块670、处理器680、以及电源690等部件。本领域技术人员可以理解,图6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610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680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610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(General PacketRadio Service,GPRS)、CDMA、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE))、电子邮件、短消息服务(Short MessagingService,SMS)等。
存储器620可用于存储软件程序以及模块,处理器680通过运行存储在存储器620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620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620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630可用于接收输入的数字或字符信息,以及产生与手机600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630可包括触控面板632以及其他输入设备634。触控面板632,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632上或在触控面板632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632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680,并能接收处理器680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632。除了触控面板632,输入单元630还可以包括其他输入设备634。具体地,其他输入设备634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640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640可包括显示面板642。在一个实施例中,可以采用液晶显示器(LiquidCrystal Display,LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板642。在一个实施例中,触控面板632可覆盖显示面板642,当触控面板632检测到在其上或附近的触摸操作后,传送给处理器680以确定触摸事件的类型,随后处理器680根据触摸事件的类型在显示面板642上提供相应的视觉输出。虽然在图6中,触控面板632与显示面板642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632与显示面板642集成而实现手机的输入和输出功能。
手机600还可包括至少一种传感器650,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642的亮度,接近传感器可在手机移动到耳边时,关闭显示面板642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660、扬声器662和传声器664可提供用户与手机之间的音频接口。音频电路660可将接收到的音频数据转换后的电信号,传输到扬声器662,由扬声器662转换为声音信号输出;另一方面,传声器664将收集的声音信号转换为电信号,由音频电路660接收后转换为音频数据,再将音频数据输出处理器680处理后,经RF电路610可以发送给另一手机,或者将音频数据输出至存储器620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670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680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620内的软件程序和/或模块,以及调用存储在存储器620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680可包括一个或多个处理单元。在一个实施例中,处理器680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680中。
手机600还包括给各个部件供电的电源690(比如电池),优选的,电源690可以通过电源管理系统与处理器680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600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680执行存储在存储器上的计算机程序时实现上述的图像处理方法。
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图像处理方法。
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 (9)
1.一种图像处理方法,其特征在于,包括:
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,其中,所述第一数据库包括移动终端的媒体数据库,所述第二数据库包括存储有图像的人脸识别结果的人脸数据库;所述新增图像列表记录有所述移动终端中未进行人脸识别的图像,所述更新图像列表记录有在进行人脸识别后内容发生改变的图像;
根据所述新增图像列表和/或更新图像列表确定待聚类图像;
对所述待聚类图像进行人脸识别,提取所述待聚类图像的图像特征,并根据所述图像特征对所述待聚类图像进行聚类;
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:
根据第一数据库中图像的路径在第二数据库中进行查找;
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;
在所述根据第一数据库中图像的路径在第二数据库中进行查找之后,所述方法还包括:
若在第二数据库中查找到对应的图像,则判断所述第一数据库中的图像与所述第二数据库中对应的图像的修改时间是否一致;
若修改时间不一致,则判断所述第一数据库中的图像与所述第二数据库中对应的图像的消息摘要是否一致;若不一致,则将不一致的图像添加到更新图像列表。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若第一数据库中的图像与所述第二数据库中对应的图像的修改时间一致,或消息摘要一致,则判断一致的图像的人脸状态是否可见,若不可见,将人脸状态不可见的图像添加到人脸状态更新列表中,所述人脸状态更新列表记录有从其他移动终端接收的未参与图像聚类的图像。
3.根据权利要求2所述的方法,其特征在于,在所述提取所述待聚类图像的图像特征之后,包括:
若所述人脸状态更新列表不为空,则获取所述人脸状态更新列表包含的图像及对应的人脸区域信息;
根据每个图像的人脸区域信息从对应图像的人脸区域中提取图像特征。
4.根据权利要求1至3任一所述的方法,其特征在于,所述根据所述新增图像列表和/或更新图像列表确定待聚类图像,包括:
提取所述更新图像列表中每个图像的图像特征;
从所述第二数据库中获取与所述更新图像列表中每个图像对应的存储的图像特征;
将所述更新图像列表中,提取的图像特征与对应的存储的图像特征的相似度小于预设值的图像确定为待聚类图像。
5.根据权利要求1至3任一所述的方法,其特征在于,在所述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。
6.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人脸识别,包括:
当所述待聚类图像中包含多张重复图像时,则确定所述多张重复图像的图像质量,并从中选取质量最高的图像进行人脸识别。
7.一种图像处理装置,其特征在于,包括:
比对模块,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,其中,所述第一数据库包括移动终端的媒体数据库,所述第二数据库包括存储有图像的人脸识别结果的人脸数据库;所述新增图像列表记录有所述移动终端中未进行人脸识别的图像,所述更新图像列表记录有在进行人脸识别后内容发生改变的图像;
确定模块,用于根据所述新增图像列表和/或更新图像列表确定待聚类图像;
提取模块,用于对所述待聚类图像进行人脸识别,提取所述待聚类图像的图像特征,并根据所述图像特征对所述待聚类图像进行聚类;
所述比对模块,包括查找单元、添加单元及判断单元;所述查找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;所述添加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;所述判断单元用于若在第二数据库中查找到对应的图像,则判断所述第一数据库中的图像与所述第二数据库中对应的图像的修改时间是否一致,若修改时间不一致,则判断所述第一数据库中的图像与所述第二数据库中对应的图像的消息摘要是否一致;若不一致,则添加单元将不一致的图像添加到更新图像列表。
8.一种移动终端,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6任一所述的方法。
9.一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6任一所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710850428.9A CN107729815B (zh) | 2017-09-15 | 2017-09-15 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
PCT/CN2018/104935 WO2019052433A1 (zh) | 2017-09-15 | 2018-09-11 | 图像处理方法、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 |
---|---|---|---|
CN201710850428.9A CN107729815B (zh) | 2017-09-15 | 2017-09-15 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107729815A CN107729815A (zh) | 2018-02-23 |
CN107729815B true CN107729815B (zh) | 2020-01-14 |
Family
ID=61207579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710850428.9A Active CN107729815B (zh) | 2017-09-15 | 2017-09-15 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107729815B (zh) |
WO (1) | WO2019052433A1 (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729815B (zh) * | 2017-09-15 | 2020-01-14 | Oppo广东移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
CN108846441B (zh) * | 2018-06-21 | 2020-11-10 | 厦门集微科技有限公司 | 一种图像相似检测方法和装置、计算机可读存储介质 |
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 |
CN109658572B (zh) | 2018-12-21 | 2020-09-15 | 上海商汤智能科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
CN110245679B (zh) * | 2019-05-08 | 2021-12-28 | 北京旷视科技有限公司 | 图像聚类方法、装置、电子设备及计算机可读存储介质 |
CN110232331B (zh) * | 2019-05-23 | 2022-09-27 | 深圳大学 | 一种在线人脸聚类的方法及系统 |
CN110378750A (zh) * | 2019-07-25 | 2019-10-25 | 秒针信息技术有限公司 | 图像渲染方法、装置、设备及存储介质 |
CN110610164A (zh) * | 2019-09-16 | 2019-12-24 | 爱动信息科技(深圳)有限公司 | 人脸图像处理方法、系统、服务器及可读存储介质 |
CN111507238B (zh) * | 2020-04-13 | 2023-08-01 | 盛景智能科技(嘉兴)有限公司 | 人脸数据筛选方法、装置及电子设备 |
CN112069137B (zh) * | 2020-09-02 | 2024-05-17 | 阿波罗智联(北京)科技有限公司 | 生成信息的方法、装置、电子设备及计算机可读存储介质 |
CN113343827A (zh) * | 2021-05-31 | 2021-09-03 | 北京达佳互联信息技术有限公司 | 视频处理方法、装置、电子设备及计算机可读存储介质 |
CN114492678A (zh) * | 2022-04-13 | 2022-05-13 | 深圳前海中电慧安科技有限公司 | 一种人像聚类建档方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106095876A (zh) * | 2016-06-06 | 2016-11-09 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
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 |
CN106355170A (zh) * | 2016-11-22 | 2017-01-25 | Tcl集团股份有限公司 | 照片分类方法及装置 |
CN106559563A (zh) * | 2016-10-31 | 2017-04-05 | 努比亚技术有限公司 | 图像数据处理方法及装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4241763B2 (ja) * | 2006-05-29 | 2009-03-18 | 株式会社東芝 | 人物認識装置及びその方法 |
US8977061B2 (en) * | 2011-06-23 | 2015-03-10 | Hewlett-Packard Development Company, L.P. | Merging face clusters |
CN103049459A (zh) * | 2011-10-17 | 2013-04-17 | 天津市亚安科技股份有限公司 | 一种基于特征识别的快速录像检索方法 |
CN108073948A (zh) * | 2012-01-17 | 2018-05-25 | 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 |
CN104050449B (zh) * | 2014-06-13 | 2017-09-01 | 无锡天脉聚源传媒科技有限公司 | 一种人脸识别方法及装置 |
CN104166694B (zh) * | 2014-07-31 | 2018-12-14 | 联想(北京)有限公司 | 一种图像分类存储方法和电子设备 |
CN104731964A (zh) * | 2015-04-07 | 2015-06-24 | 上海海势信息科技有限公司 | 基于人脸识别的人脸摘要方法、视频摘要方法及其装置 |
CN105069016A (zh) * | 2015-07-13 | 2015-11-18 | 小米科技有限责任公司 | 相册管理方法、装置以及终端设备 |
CN105335714B (zh) * | 2015-10-28 | 2019-06-14 | 小米科技有限责任公司 | 照片处理方法、装置和设备 |
CN105426904B (zh) * | 2015-10-28 | 2019-07-02 | 小米科技有限责任公司 | 照片处理方法、装置和设备 |
CN105554340A (zh) * | 2015-12-09 | 2016-05-04 | 深圳市华德安科技有限公司 | 基于执法记录仪的图像处理方法及装置 |
CN105809174B (zh) * | 2016-03-29 | 2019-04-30 | 北京小米移动软件有限公司 | 识别图像的方法及装置 |
CN107729815B (zh) * | 2017-09-15 | 2020-01-14 | Oppo广东移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
-
2017
- 2017-09-15 CN CN201710850428.9A patent/CN107729815B/zh active Active
-
2018
- 2018-09-11 WO PCT/CN2018/104935 patent/WO2019052433A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106095876A (zh) * | 2016-06-06 | 2016-11-09 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
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 |
CN106559563A (zh) * | 2016-10-31 | 2017-04-05 | 努比亚技术有限公司 | 图像数据处理方法及装置 |
CN106355170A (zh) * | 2016-11-22 | 2017-01-25 | Tcl集团股份有限公司 | 照片分类方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019052433A1 (zh) | 2019-03-21 |
CN107729815A (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107729815B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107679560B (zh) | 数据传输方法、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 | |
CN107871011B (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 | |
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 | |
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 | |
CN107992822B (zh) | 图像处理方法和装置、计算机设备、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 | |
CN107944414B (zh) | 图像处理方法、装置、电子设备及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 | |
CN108363817B (zh) | 文件处理方法、装置、移动终端及计算机可读存储介质 | |
CN108549698B (zh) | 文件处理方法、装置、移动终端及计算机可读存储介质 | |
WO2019105457A1 (zh) | 图像处理方法、计算机设备和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 | |
CN108021669B (zh) | 图像分类方法和装置、电子设备、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 | |
WO2019056938A1 (zh) | 图像处理方法和计算机设备、计算机可读存储介质 | |
US10970522B2 (en) | Data processing method, electronic device, and computer-readable storage medium | |
CN107729391B (zh) | 图像处理方法、装置、计算机可读存储介质和移动终端 | |
CN114860677A (zh) | 关于终端设备的文件去冗方法、终端设备及存储介质 | |
CN109726726B (zh) | 视频中的事件检测方法及装置 | |
CN108287873B (zh) | 数据处理方法及相关产品 | |
US11314803B2 (en) | Method for image-processing and mobile terminal |
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 |
Address after: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant after: OPPO Guangdong Mobile Communications Co., Ltd. Address before: 523860 No. 18, Wu Sha Beach Road, Changan Town, Dongguan, Guangdong Applicant before: Guangdong OPPO Mobile Communications Co., Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |