CN107766403A - 一种相册处理方法、移动终端以及计算机可读存储介质 - Google Patents
一种相册处理方法、移动终端以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN107766403A CN107766403A CN201710667678.9A CN201710667678A CN107766403A CN 107766403 A CN107766403 A CN 107766403A CN 201710667678 A CN201710667678 A CN 201710667678A CN 107766403 A CN107766403 A CN 107766403A
- Authority
- CN
- China
- Prior art keywords
- face
- album
- photo
- photo album
- mobile terminal
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000001360 synchronised effect Effects 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims description 22
- 230000001815 facial effect Effects 0.000 claims description 18
- 238000002372 labelling Methods 0.000 claims description 16
- 238000003825 pressing Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 19
- 210000000887 face Anatomy 0.000 description 17
- 238000010586 diagram Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000010008 shearing Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种相册处理方法，接收读取数据的读取指令，其中，从云服务器中对用户相册的照片进行分类学习，生成面孔相册，其中，所述照片是移动终端在WIFI环境下将拍摄的照片同步到所述云服务器的；对所述面孔相册进行打标签，将标签同步到所述云服务器；遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；根据人物之间的亲密度生成面孔相册的人物关系网。本发明还公开了一种移动终端和计算机可读存储介质，解决了相关技术中仅仅能对不同面孔的人物进行分别查看，无法直观显示用户与照片中人物的关系的问题，通过人物关系网可以直观地看出用户与各个人物之间的亲密度，使得观看相册更有趣，丰富了用户体验。
Description
技术领域
本发明涉及移动通信技术领域，尤其涉及一种相册处理方法、移动终端 以及计算机可读存储介质。
背景技术
随着互联网的发展和终端的普及，终端的用户群越来越大，同时也对软 件提出了更多智能，人性化的需求。
在现有的技术中，其实终端，虽然被用户作为一个游戏机或电视机，还 可能是一个学习机，还可能成为小宝宝的乐园等等，给我们的生活带来更多 的乐趣。随着通讯产品的更新换代，移动终端(例如手机、个人数字化助理 PDA等)已成为人们必备的通讯工具。各种方便人们生活的功能都能在移动 终端上实现，例如手机电视、GPS、移动支付等等，都需要移动终端接入到互 联网才能实现。
随着电子产业的快速发展，移动终端智能化程度越来越高。移动终端研 发公司也越来越注重智能化，人性化设计。在此移动终端快速发展的背景下， 终端的便捷操作和人性化设计成为移动终端不可忽视的一部分。
随着移动互联网的飞速发展，智能手机几乎成为每个人的必备电子产品， 而手机相机的拍照功能越来越先进，模式也越来越多，每天通过手机拍摄的 照片不计其数。
在当前大数据时代下，数据挖掘成为每个科技公司的关注点，目前手机 市场中像小米等对手机相册中的照片通过机器学习的方式对照片进行多种分 类，其中有一种就是按照自动识别人脸，将相册中出现的人脸进行识别后按 照面孔进行分类。这种智能识别人脸进行照片分类的方式给人新颖的感觉。
但是目前，仅仅能对不同面孔的人物进行分别的查看，对于用户与照片 中人物的关系却不能看出来。
针对相关技术中仅仅能对不同面孔的人物进行分别查看，无法直观显示 用户与照片中人物的关系的问题，目前尚未提出解决方案。
发明内容
本发明的主要目的在于提出一种相册处理方法、移动终端以及计算机可 读存储介质，旨在解决相关技术中仅仅能对不同面孔的人物进行分别查看， 无法直观显示用户与照片中人物的关系的问题。
为实现上述目的，本发明实施例提出一种相册处理方法，包括：
从云服务器中对用户相册的照片进行分类学习，生成面孔相册，其中， 所述照片是移动终端在WIFI环境下将拍摄的照片同步到所述云服务器的；
对所述面孔相册进行打标签，将标签同步到所述云服务器；
遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；
根据人物之间的亲密度生成面孔相册的人物关系网。
可选地，从云服务器中对用户相册的照片进行分类学习，生成面孔相册 包括：
对所述照片进行人脸面部特征提取，生成所述人脸面部特征对应的面孔 相册，其中，所述面孔相册中包括多个面孔文件夹，每个面孔文件夹中包括 一个面孔的多张照片。
可选地，对所述面孔相册进行打标签包括：
接收长按所述面孔相册的长按指令；
根据所述长按指令弹出提示对此面孔打上多张属性的标签的对话框；
根据用户在所述对话框中输入的内容和/或选择的内容对所述面孔相册进 行打标签。
可选地，遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的 亲密度包括：
当检测到所述面孔相册拥有标签时，通过关系网计算服务结合面孔标签 同时遍历所有面孔照片进行数据统计；
根据数据统计的结果计算出人物之间的亲密度。
可选地，通过关系网计算服务结合面孔标签同时遍历所有面孔照片进行 数据统计包括：
统计某一面孔出现的总次数X、总次数占所述面孔照片的比重m、面孔 出现最短时间间隔T、面孔与用户合影次数Y、合影次数占所述面孔照片比重 n，同时为各个参数设置相应的权重。
可选地，通过以下公式根据数据统计的结果计算出人物之间的亲密度P：
其中β和λ为权重范围，取值均为(0,1]。
可选地，在根据人物之间的亲密度生成面孔相册的人物关系网之后，所 述方法还包括：
在WIFI环境下，将生成的人物关系网同步到所述云服务器中，通过所述 云服务器推送给所述移动终端，更新所述移动终端中面孔相册的人物关系网。
根据本发明实施例的另一方面，还提供了一种移动终端，所述移动终端 包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的相册处理程序，以实现以下步骤：
从云服务器中对用户相册的照片进行分类学习，生成面孔相册，其中， 所述照片是移动终端在WIFI环境下将拍摄的照片同步到云服务器的；
对所述面孔相册进行打标签，将标签同步到所述云服务器；
遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；
根据人物之间的亲密度生成面孔相册的人物关系网。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
对所述照片进行人脸面部特征提取，生成所述人脸面部特征对应的面孔 相册，其中，所述面孔相册中包括多个面孔文件夹，每个面孔文件夹中包括 一个面孔的多张照片。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
接收长按所述面孔相册的长按指令；
根据所述长按指令弹出提示对此面孔打上多张属性的标签的对话框；
根据用户在所述对话框中输入的内容和/或选择的内容对所述面孔相册进 行打标签。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
当检测到所述面孔相册拥有标签时，通过关系网计算服务结合面孔标签 同时遍历所有面孔照片进行数据统计；
根据数据统计的结果计算出人物之间的亲密度。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
统计某一面孔出现的总次数X、总次数占所述面孔照片的比重m、面孔 出现最短时间间隔T、面孔与用户合影次数Y、合影次数占所述面孔照片比重 n，同时为各个参数设置相应的权重。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
通过以下公式根据数据统计的结果计算出人物之间的亲密度P：
其中β和λ为权重范围，取值均为(0,1]。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
在根据人物之间的亲密度生成面孔相册的人物关系网之后，在WIFI环境 下，将生成的人物关系网同步到所述云服务器中，通过所述云服务器推送给 所述移动终端，更新所述移动终端中面孔相册的人物关系网。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所 述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可 被一个或者多个处理器执行，以实现上述相册处理方法的步骤。
通过本发明，从云服务器中对用户相册的照片进行分类学习，生成面孔 相册，其中，所述照片是移动终端在WIFI环境下将拍摄的照片同步到云服务 器的；对所述面孔相册进行打标签，将标签同步到所述云服务器；遍历所述 面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；根据人物之间 的亲密度生成面孔相册的人物关系网，解决了相关技术中仅仅能对不同面孔 的人物进行分别查看，无法直观显示用户与照片中人物的关系的问题，通过 人物关系网可以直观地看出用户与各个人物之间的亲密度，使得观看相册更有趣，丰富了用户体验。
附图说明
图1为实现本发明各个实施例一可选的移动终端的硬件结构示意图；
图2为如图1所示的移动终端的无线通信系统示意图；
图3是根据本发明实施例的相册处理方法的流程图；
图4是根据本发明实施例的面孔相册生成人物关系网的示意图；
图5是根据本发明实施例的面孔相册生成人物关系网的流程图；
图6是根据本发明实施例的面孔相册的示意图一；
图7是根据本发明实施例的面孔相册的示意图二；
图8是根据本发明优选实施例的面孔相册的用户关系网生成的流程图；
图9是根据本发明实施例的用户相册的关系网的示意图；
图10是根据本发明实施例的相册处理的移动终端的框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步 说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限 定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单 元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模 块”、“部件”或“单元”可以混合地使用。
终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如 手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航 装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式 计算机等固定终端。
后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是， 除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应 用于固定类型的终端。
请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意 图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi 模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、 显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、 以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结 构并不构成对移动终端的限定，移动终端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。
下面结合图1对移动终端的各个部件进行具体的介绍：
射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体 的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发 送给基站。通常，射频单元101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、双工器等。此外，射频单元101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(Global System of Mobile communication，全球移动 通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、 CDMA2000(Code Division Multiple Access 2000，码分多址2000)、WCDMA (Wideband CodeDivision Multiple Access,宽带码分多址)、TD-SCDMA (Time Division-SynchronousCode Division Multiple Access，时分同步码分多 址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双 工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分 时双工长期演进)等。
WiFi属于短距离无线传输技术，移动终端通过WiFi模块102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。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属 于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而 省略。
音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模 式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101 或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号 并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行 的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。 音频输出单元103可以包括扬声器、蜂鸣器等等。
A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包 括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处 理器1041对在视频捕获模式或照片捕获模式中由照片捕获装置(如摄像头) 获得的静态图片或视频的照片数据进行处理。处理后的照片帧可以显示在显 示单元106上。经图形处理器1041处理后的照片帧可以存储在存储器109(或 其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风 1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦 克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。 处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频 单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的 噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的 噪声或者干扰。
移动终端100还包括至少一种传感器105，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1061的亮度，接近传感 器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动 传感器的一种，加速计传感器可检测各个方向上(一般为三轴)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、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步 器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、 分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感 器，在此不再赘述。
显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单 元106可包括显示面板1061，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1061。
用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动 终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107 可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸 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1071上或在触控面板1071附近的操作)，并 根据预先设定的程式驱动相应的连接装置。触控面板1071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110，并能接收 处理器110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1071。除了触控面板1071，用户输 入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072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)、轨迹 球、鼠标、操作杆等中的一种或多种，具体此处不做限定。
进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测 到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型， 随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。 虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实 现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071 与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。
接口单元108用作至少一个外部装置与移动终端100连接可以通过的接 口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池 充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的 装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口 单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且 将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移 动终端100和外部装置之间传输数据。
存储器109可用于存储软件程序以及各种数据。存储器109可主要包括 存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功 能所需的应用程序(比如声音播放功能、照片播放功能等)等；存储数据区 可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外， 存储器109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。
处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动 终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块， 以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据， 从而对移动终端进行整体监测。处理器110可包括一个或多个处理单元；优 选的，处理器110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110中。
移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选 的，电源111可以通过电源管理系统与处理器110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。
尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。
为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网 络系统进行描述。
请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通 信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接 的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。
具体地，UE201可以是上述终端100，此处不再赘述。
E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021 可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021 连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。
EPC203可以包括MME(Mobility Management Entity，移动性管理实体) 2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033， SGW(Serving GateWay，服务网关)2034，PGW(PDN Gate Way，分组数 据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费 功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的 控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如 归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、 数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送， PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务 数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功 能单元(图中未示)选择及提供可用的策略和计费控制决策。
IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem， IP多媒体子系统)或其它IP业务等。
虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本 发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、 CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限 定。
基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施 例。
实施例1
基于上述的移动终端，本发明实施例提供了一种相册处理方法，图3是 根据本发明实施例的相册处理方法的流程图，如图3所示，该方法包括以下 步骤：
步骤S301，从云服务器中对用户相册的照片进行分类学习，生成面孔相 册，其中，所述照片是移动终端在WIFI环境下将拍摄的照片同步到云服务器 的；
步骤S302，对所述面孔相册进行打标签，将标签同步到所述云服务器；
步骤S303，遍历所述面孔相册，根据所述面孔相册的属性计算人物之间 的亲密度；
步骤S304，根据人物之间的亲密度生成面孔相册的人物关系网。
通过上述步骤，从云服务器中对用户相册的照片进行分类学习，生成面 孔相册，其中，所述照片是移动终端在WIFI环境下将拍摄的照片同步到云服 务器的；对所述面孔相册进行打标签，将标签同步到所述云服务器；遍历所 述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；根据人物之 间的亲密度生成面孔相册的人物关系网，解决了相关技术中仅仅能对不同面 孔的人物进行分别查看，无法直观显示用户与照片中人物的关系的问题，通 过人物关系网可以直观地看出用户与各个人物之间的亲密度，使得观看相册更有趣，丰富了用户体验。
通过手机中拍摄的照片，首先在wifi条件下将用户相册照片同步到云端， 人脸识别服务端通过从云端获取用户照片作为学习数据，通过深度学习的方 式，将相册中照片按照面孔分类，通过对分类面孔定义相应的标签，最终生 成一张关系网，并通过关系网给出对应的结果分析以及相关建议，最终将面 孔分类结构及关系网返回给用户，用户在打开相册时给出相应的反馈。
本发明实施例中，从云服务器中对用户相册的照片进行分类学习，生成 面孔相册可以包括：对所述照片进行人脸面部特征提取，生成所述人脸面部 特征对应的面孔相册，其中，所述面孔相册中包括多个面孔文件夹，每个面 孔文件夹中包括一个面孔的多张照片，即具有相同面部特征的面孔存放到同 一面孔文件夹中。
对所述面孔相册进行打标签可以包括：接收用户在显示界面长按所述面 孔相册的长按指令，根据所述长按指令弹出提示对此面孔打上多张属性的标 签的对话框，之后用户便在对话框中打标签，即输入相关的内容或选择相关 的内容，根据用户在所述对话框中输入的内容和/或选择的内容对所述面孔相 册进行打标签。标签可以包括面孔姓名、关系、性别、爱好等，关系可以包 括自己(即此面孔为本人)、父母、家人、同学、孩子、同时、朋友、情侣等等； 性别为男、女、其他；爱好为唱歌，跳舞，睡觉，看书，旅游，运动等等。
遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度可 以具体包括：当检测到所述面孔相册拥有标签时，通过关系网计算服务结合 面孔标签同时遍历所有面孔照片进行数据统计，包括：统计某一面孔出现的 总次数X、总次数占所述面孔照片的比重m、面孔出现最短时间间隔T、面孔 与用户合影次数Y、合影次数占所述面孔照片比重n，同时为各个参数设置相 应的权重，根据数据统计的结果计算出人物之间的亲密度。
可以通过以下公式根据数据统计的结果计算出人物之间的亲密度P：
其中β和λ为权重范围，取值均为(0,1]。
为了便于用户在移动终端中查看最新的人物关系网，在根据人物之间的 亲密度生成面孔相册的人物关系网之后，在WIFI环境下，将生成的人物关系 网同步到所述云服务器中，通过所述云服务器推送给所述移动终端，更新所 述移动终端中面孔相册的人物关系网。
图4是根据本发明实施例的面孔相册生成人物关系网的示意图，如图4 所示，包括三个部分组成：云服务、人脸识别及分类服务和基于用户相册的 关系网计算服务。云服务负责同步用户的信息，这里主要是同步用户的相册 及照片；人脸识别及分类服务负责学习以及计算，生成按照面孔分类的相册， 主要是通过获取云端用户相册数据，利用深度学习的方法，提取照片特征值 进行学习，识别照片中面孔后，按照面孔相似度做出分类，最终将分类结果 返回给云端，云端将按照面孔分类的相册推送给用户；基于用户相册的关系 网计算服务根据面孔相册、相应的标签、时间间隔、面孔出现频率、性别等 属性计算生成一张用户关系网。图5是根据本发明实施例的面孔相册生成人 物关系网的流程图，如图5所示，包括：
步骤S501，用户拍照；
步骤S502，判断是否处于WIFI环境下，在判断结果为是的情况下，执 行步骤S503，在判断结果为否的情况下，执行步骤S502；
步骤S503，将拍摄的照片同步到云端服务器；
步骤S504，对限拍摄的照片进行分类学习；
步骤S505，生成面孔相册；
步骤S506，用户对面孔相册进行打标签；
步骤S507，判断是否处于WIFI环境下，在判断结果为是的情况下，执 行步骤S508，在判断结果为否的情况下，执行步骤S506；
步骤S508，将标签同步到云端服务器中；
步骤S509，遍历面孔相册中的照片，根据相关属性计算面孔之间的亲密 度；
步骤S510，生成人物之间的关系网；
步骤S511，判断是否处于WIFI环境下，在判断结果为是的情况下，执 行步骤S512；
步骤S512，同步关系网到云端服务器；
步骤S513，云端服务器将关系网推送给用户的移动终端。
首先，用户通过手机拍摄照片保存在用户相册中，当检测到手机处于Wifi 环境下时，云服务会自动将用户照片同步到云端账户下；人脸识别及分类服 务检测到云端新照片时，对照片进行分类学习，生成面孔相册，并将面孔相 册同步到云端用户账户下。
用户在手机中同步完面孔相册后，可以点开面孔相册，点开后，相册中 由多个子相册组成，每一个子相册为一个面孔；图6是根据本发明实施例的 面孔相册的示意图一，如图6所示，由面孔相册点击进去有A，B，C，D，E， F六个面孔，面孔相册中面孔是对用户相册所有人脸照片进行学习分类而成。
进去面孔相册后，用户可以针对相册中任意一个面孔点击进入单个面孔， 查看此面孔下的所有照片，长按某个面孔可以跳出对话框提示用户对此面孔 打上相应的标签，图7是根据本发明实施例的面孔相册的示意图二，如图7 所示，标签提示框中包含面孔姓名，关系，性别，爱好等选项，其中姓名为 输入框，关系为下拉框，选项包括自己(即此面孔为本人)、父母、家人、同学、 孩子、同时、朋友、情侣等等；性别为选择框，选项为男、女、其他；爱好 为多选框，选项为唱歌，跳舞，睡觉，看书，旅游，运动等等；比如，将一 个同学面孔长按后弹出对话框，填入姓名为王xx；关系：同学；性别：男； 爱好：运动、唱歌、听音乐......
当用户对面孔相册打完标签后，在Wifi环境下会将标签数据同步到云端 用户账户下。
当检测到面孔相册拥有标签时，关系网计算服务会结合面孔标签同时遍 历所有面孔照片进行数据统计，包括某一面孔出现的总次数(X)、总次数占面 孔照片的比重(m)、面孔出现最短时间间隔(T，单位为天)、面孔与自己合影次 数(Y)、合影次数占面孔照片比重(n)，同时为各个参数设置相应的权重；由此 生成面孔与自己的亲密度P；计算公式如下：
其中β和λ为权重范围为(0,1]，其中，面孔出现总数越多、占比越大， 合区次数越多，亲密度越大；面孔出现最短时间间隔越小，亲密度越大。Eg， 整个面孔照片数为150张；同学王xx在面孔相册中出现了30次；与本人合 影次数为20次；总次数占面孔照片总数占比为20/150＝13.3％；合影占出现次 数比重为20/30＝67％；最短时间间隔日期为3天；我们设置权重β和λ分 别为0.6、0.8和0.1，那么亲密度P的值计算为 P＝(30*0.6*0.133+20*0.8*0.67)/0.1*3＝40.71；亲密度越大，关系越好。
图8是根据本发明优选实施例的面孔相册的用户关系网生成的流程图， 如图8所示，包括：
步骤S801，面孔表情已经同步到云端服务器；
步骤S802，对每一个面孔，遍历扫描整个面孔相册；
步骤S803，统计面孔相关信息，包括：面孔出现总次数，总次数比重， 最短时间间隔，合影次数，合影次数比重等；
步骤S804，根据统计信息计算面孔之间的亲密度；
步骤S805，集合面孔标签、亲密度生成用户相册的关系网；
步骤S806，将生成的关系网同步到云端服务器。
图9是根据本发明实施例的用户相册的关系网的示意图，如图9所示， 关系亲密度及建议：
A：好朋友，经常在一起，是好朋友哦，好久没聚，找个时间联系一下吧
B：同时，只出现一次，是个过客，让他成为过去吧
C：同学，出现次数很多，好朋友？周末约起！
D：家人，好久没拍照片，多和家人拍照留念哦！
……
本发明实施例，通过用户拍照，利用深度学习的方法将照片进行学习分 类，在无感知情况下生产面孔相册，为用户提供一种智能的照片分类方法， 让用户耳目一新。能够根据面孔相册帮助用户提供智能决策，分析出用户潜 在关系网，给出用户多种建议，不仅让用户在使用产品时感觉到很大乐趣， 同时让用户对产品产生极大的粘性，大大有利用产品的推广！
本发明实施例中，可以通过以下方式进行人脸识别，包括以下步骤：
步骤S11，对通过拍摄的照片中检测出人脸，并分离出人脸区域。
基于局部二进制模式逐行扫描原始照片，得到一响应照片；采用 AdaBoost算法对所述响应照片进行人脸检测，检测出人脸的存在；采用 AdaBoost算法进行人眼检测，分离出人脸区域。
局部二进制模式(LBP)作为一种有效的纹理描述算子，其对照片局部纹 理特征具有卓越描绘能力。应用LBP算子过程类似于滤波过程中的模板操作， 逐行扫描原始照片；对于原始照片中的每一个像素点，以该点的灰度值为阈 值，对其周围3×3的8领域进行二值化；按照一定的顺序将二值化的结果组 成一个8位二进制数，以此二进制数的值(0～255)作为该点响应。
如表1所示一实施例中原始照片对应灰度值，对于表1中的3×3区域的 中心点，以其灰度值88作为阈值，对其8领域进行二值化，并从左上点开始 按照顺时针方向(顺序可以任意，但要统一)将二值化的结果组成一个二进 制数10001011，即十进制的139，作为中心的响应。在整个逐行扫描过程结 束后，得到一个LBP响应照片，这个响应照片可以作为后续工作的特征；所 得响应照片对应灰度值如表2所示。
表1
| 180 | 52 | 5 |
| 213 | 88 | 79 |
| 158 | 84 | 156 |
表2
| 1 | 0 | 0 |
| 1 | 139 | 0 |
| 1 | 0 | 1 |
AdaBoost算法是Freund和Schapire根据在线分配算法提出的， AdaBoost算法允许设计者不断地加入新的弱分类器，直到达到某个预订的足 够小的误差率。在AdaBoost算法中每个训练样本都被赋予一个权重，表面它 被某个分量分类器选入训练集的概率。如果某个样本点已经被准确地分类， 那么在构造下一个训练集中，它被选中的概率就被降低；相反，如果某个样 本点没有被正确分类，那么它的权重就得到提高。通过T轮这样的训练，AdaBoost算法能够聚焦于那些较困难的样本上，综合得出用于目标检测的强 分类器。
AdaBoost算法描述如下：
1)给定标定的训练样本集(x1，y1)，(x2，y2)，……，(xL，yL)。其中，gj(xi) 代表第i个训练照片的第j个Haar-Like特征，xi∈X，表示输入的训练样 本，yi∈Y＝{1，-1}分别表示真假样本。
2)初始化权重w1，i＝1/2m，1/2n，其中m，n分别表示真、假样本 的数据，总样本数L＝m+n。
3)对于T轮训练，For t＝1，2，…，T。
对于所有样本的权重进行归一化：
对于每个样本中的第j个Haar-Like特征，可以得到一个简单分类器，也 就是确定阈值θj和偏置Pj，使得误差εj达到最小：
其中，
偏置Pj决定不等式方向，只有±1两种情况。
在确定的简单分类器中，找出一个具有最小误差εt的弱分类器ht。
4)对所有的样本的权重进行更新：
其中，βt＝εt/(1-εt)，如果xi被hi正确分类，则ei＝0，反之ei＝1。
5)最后得到的强分类器为：
其中，αt＝ln(1/βt)是根据ht的预测错误衡量的。
至此，通过上述步骤就可以对人脸进行检测了。在检测过程中可以按照 1.25-0.9进行多尺度检测，最后合并窗口，输出结果。
在检测到人脸的基础上，将AdaBoost算法用于人眼检测。人眼检测的基 本原理与人脸检测相同，此处不再赘述。在人眼检测过程中，可以按照1.25-0.9 进行多尺度检测，并建立剔除机制(可根据人眼的位置，大小等特征建立)。
步骤S12，对分离出的人脸区域照片进行预处理，得到统一特征的归一化 人脸照片。
具体地，预处理即校正人脸尺度、光照以及旋转等方面的变化，得到规 范化的人脸照片。
作为优选的实施方式，步骤S12进一步可以采用下述步骤完成：根据缩 放公式对分离出的人脸区域照片进行计算得到目标照片；对目标照片进行照 片旋转校正；对旋转校正照片进行剪切，得到统一特征的归一化人脸照片； 通过伽马变换、高斯差分滤波和对比度均衡化对归一化人脸照片进行光照预 处理。
为了能够统一特征便于进行识别，需要对照片进行归一化的预处理。照 片归一化主要涉及到三个内容：缩放、旋转、剪切。
直接根据缩放公式计算得到的目标照片中，某些映射源坐标可能不是整 数，从而找不到对应的像素位置，因此需要进一步进行近似处理。近似处理 方法主要有：最邻近插值、双线性插值、高阶插值、lagrange插值、Newton插 值等。
采用先缩放后旋转的方式，可以节省处理时间。旋转方式包括绕原点旋 转、以任意点为中心进行照片旋转。
1)绕原点旋转：
假设点P(x0，y0)绕原点逆时针旋转角度θ到点P1(x1，y1)，那么旋转公式 为：
2)以任意点为中心进行照片旋转，一般要以下三个步骤：
a、将现有坐标系A转换成以该中心点为圆点的坐标系B；
b、将该中心点顺时针旋转θ角度；
c、将坐标系B转换回坐标系A。
旋转之后，照片某些像素会超出界外，使照片变大，所以要对照片进行 剪切，保持大小一致。本实施例中，所述归一化人脸照片为64×80像素。
步骤S13，从归一化人脸照片中提取出面部特征信息。
特征提取即从归一化后的人脸照片中提取出人脸具有代表性的特征信息。 作为优选的实施方式，步骤S13进一步可以采用Gabor小波变换提取归一化 人脸照片区域内的面部特征信息。
由于Gabor小波变换可以提取照片特定区域内的多尺度、多方向空间频 率特征，像显微镜一样放大灰度的变化，这样人脸照片中的眼睛、鼻子和嘴 以及其它局部特征被放大。因此，采用Gabor小波变换来处理人脸照片，可 以增强一些关键特征，区分不同的人脸照片。
二维Gabor小波变换的核函数定义为：
其中kv分别定义了波向量kv，μ的方向和尺度，z＝(x，y)，||·||表 示范数运算。kv＝kmax/fv,f为频率域中的采样步长。
用I(z)＝I(x，y)表示照片的灰度分布，则照片与Gabor小波ψv，μ的卷积 为：符号表示二维卷积。
采用Gabor小波变换提取出的面部特征信息的维数一般较高，可以利用 主成分分析以及线性判别分析降低采用Gabor小波变换提取出的面部特征 信息的维数后，保存面部特征信息，用于人脸识别。
在本实施例中，利用Gabor小波变换进行特征提取后可以得到12800维 度特征，接着利用主成分分析(PCA)将维数降低到600维度特征，再运用 线性判别分析(LDA)方法将维数降低到300维度特征，最后保存特征，用 于人脸识别。
步骤S14，根据提取的面部特征信息，将通过前置摄像头采集的面部特征 信息与预先存储的数据库中的人脸数据进行比较，如果匹配的程度大于或等 于98％，则说明为同一人脸，实现人脸识别。
实施例2
根据本发明实施例的另一方面，还提供了一种移动终端，图10是根据本 发明实施例的相册处理的移动终端的框图，如图10所示，所述移动终端包括 处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的相册处理程序，以实现以下步骤：
从云服务器中对用户相册的照片进行分类学习，生成面孔相册，其中， 所述照片是移动终端在WIFI环境下将拍摄的照片同步到云服务器的；
对所述面孔相册进行打标签，将标签同步到所述云服务器；
遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；
根据人物之间的亲密度生成面孔相册的人物关系网。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
对所述照片进行人脸面部特征提取，生成所述人脸面部特征对应的面孔 相册，其中，所述面孔相册中包括多个面孔文件夹，每个面孔文件夹中包括 一个面孔的多张照片。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
接收长按所述面孔相册的长按指令；
根据所述长按指令弹出提示对此面孔打上多张属性的标签的对话框；
根据用户在所述对话框中输入的内容和/或选择的内容对所述面孔相册进 行打标签。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
当检测到所述面孔相册拥有标签时，通过关系网计算服务结合面孔标签 同时遍历所有面孔照片进行数据统计；
根据数据统计的结果计算出人物之间的亲密度。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
统计某一面孔出现的总次数X、总次数占所述面孔照片的比重m、面孔 出现最短时间间隔T、面孔与用户合影次数Y、合影次数占所述面孔照片比重 n，同时为各个参数设置相应的权重。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
通过以下公式根据数据统计的结果计算出人物之间的亲密度P：
其中β和λ为权重范围，取值均为(0,1]。
可选地，所述处理器还用于执行相册处理程序，以实现以下步骤：
在根据人物之间的亲密度生成面孔相册的人物关系网之后，在WIFI环境 下，将生成的人物关系网同步到所述云服务器中，通过所述云服务器推送给 所述移动终端，更新所述移动终端中面孔相册的人物关系网。
实施例3
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所 述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可 被一个或者多个处理器执行，以实现上述相册处理方法的步骤。
本发明实施例，从云服务器中对用户相册的照片进行分类学习，生成面 孔相册，其中，所述照片是移动终端在WIFI环境下将拍摄的照片同步到云服 务器的；对所述面孔相册进行打标签，将标签同步到所述云服务器；遍历所 述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；根据人物之 间的亲密度生成面孔相册的人物关系网，解决了相关技术中仅仅能对不同面 孔的人物进行分别查看，无法直观显示用户与照片中人物的关系的问题，通 过人物关系网可以直观地看出用户与各个人物之间的亲密度，使得观看相册更有趣，丰富了用户体验。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体 意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或 者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还 包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情 况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、 方法、物品或者装置中还存在另外的相同要素。
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。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实 施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过 硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘) 中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调 器，或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述 的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的， 本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求 所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (10)
1.一种相册处理方法，其特征在于，包括：
从云服务器中对用户相册的照片进行分类学习，生成面孔相册，其中，所述照片是移动终端在WIFI环境下将拍摄的照片同步到所述云服务器的；
对所述面孔相册进行打标签，将标签同步到所述云服务器；
遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；
根据人物之间的亲密度生成面孔相册的人物关系网。
2.根据权利要求1所述的方法，其特征在于，所述从云服务器中对用户相册的照片进行分类学习，生成面孔相册包括：
对所述照片进行人脸面部特征提取，生成所述人脸面部特征对应的面孔相册，其中，所述面孔相册中包括多个面孔文件夹，每个面孔文件夹中包括一个面孔的多张照片。
3.根据权利要求1所述的方法，其特征在于，所述对所述面孔相册进行打标签包括：
接收长按所述面孔相册的长按指令；
根据所述长按指令弹出提示对此面孔打上多张属性的标签的对话框；
根据用户在所述对话框中输入的内容和/或选择的内容对所述面孔相册进行打标签。
4.根据权利要求1所述的方法，其特征在于，所述遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度包括：
当检测到所述面孔相册拥有标签时，通过关系网计算服务结合面孔标签同时遍历所有面孔照片进行数据统计；
根据数据统计的结果计算出人物之间的亲密度。
5.根据权利要求4所述的方法，其特征在于，所述通过关系网计算服务结合面孔标签同时遍历所有面孔照片进行数据统计包括：
统计某一面孔出现的总次数X、总次数占所述面孔照片的比重m、面孔出现最短时间间隔T、面孔与用户合影次数Y、合影次数占所述面孔照片比重n，同时为各个参数设置相应的权重。
6.根据权利要求5所述的方法，其特征在于，通过以下公式根据数据统计的结果计算出人物之间的亲密度P：
<mrow>
<mi>P</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>X</mi>
<mo>.</mo>
<mo>&part;</mo>
<mi>m</mi>
<mo>+</mo>
<mi>Y</mi>
<mo>.</mo>
<mi>&beta;</mi>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mrow>
<mi>&lambda;</mi>
<mi>T</mi>
</mrow>
</mfrac>
</mrow>
其中β和λ为权重范围，取值均为(0,1]。
7.根据权利要求1至6中任一项所述的方法，其特征在于，在所述根据人物之间的亲密度生成面孔相册的人物关系网之后，所述方法还包括：
在WIFI环境下，将生成的人物关系网同步到所述云服务器中，通过所述云服务器推送给所述移动终端，更新所述移动终端中面孔相册的人物关系网。
8.一种移动终端，其特征在于，所述移动终端包括处理器、存储器及通信总线；
所述通信总线用于实现处理器和存储器之间的连接通信；
所述处理器用于执行存储器中存储的相册处理程序，以实现以下步骤：
从云服务器中对用户相册的照片进行分类学习，生成面孔相册，其中，所述照片是移动终端在WIFI环境下将拍摄的照片同步到所述云服务器的；
对所述面孔相册进行打标签，将标签同步到所述云服务器；
遍历所述面孔相册，根据所述面孔相册的属性计算人物之间的亲密度；
根据人物之间的亲密度生成面孔相册的人物关系网。
9.根据权利要求8所述的移动终端，其特征在于，所述处理器还用于执行相册处理程序，以实现以下步骤：
对所述照片进行人脸面部特征提取，生成所述人脸面部特征对应的面孔相册，其中，所述面孔相册中包括多个面孔文件夹，每个面孔文件夹中包括一个面孔的多张照片。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1-7中任一项所述相册处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710667678.9A CN107766403B (zh) | 2017-08-07 | 2017-08-07 | 一种相册处理方法、移动终端以及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710667678.9A CN107766403B (zh) | 2017-08-07 | 2017-08-07 | 一种相册处理方法、移动终端以及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107766403A true CN107766403A (zh) | 2018-03-06 |
| CN107766403B CN107766403B (zh) | 2021-06-25 |
Family
ID=61265787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710667678.9A Active CN107766403B (zh) | 2017-08-07 | 2017-08-07 | 一种相册处理方法、移动终端以及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107766403B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886239A (zh) * | 2019-02-28 | 2019-06-14 | 北京旷视科技有限公司 | 人像聚类方法、装置及系统 |
| CN110020204A (zh) * | 2019-03-29 | 2019-07-16 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
| CN110287352A (zh) * | 2019-06-26 | 2019-09-27 | 维沃移动通信有限公司 | 图像显示方法及终端设备 |
| CN111339330A (zh) * | 2020-03-12 | 2020-06-26 | Oppo广东移动通信有限公司 | 照片处理方法、装置、存储介质及电子设备 |
| CN111381743A (zh) * | 2018-12-29 | 2020-07-07 | 杭州光启人工智能研究院 | 数据打标方法、计算机装置及计算机可读存储介质 |
| CN112069982A (zh) * | 2020-09-03 | 2020-12-11 | Oppo广东移动通信有限公司 | 目标图像的获取方法、装置、电子设备以及存储介质 |
| CN114399622A (zh) * | 2022-03-23 | 2022-04-26 | 荣耀终端有限公司 | 图像处理方法和相关装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120054190A1 (en) * | 2010-08-27 | 2012-03-01 | Aiv Technology Llc | Electronic family tree generation and display system |
| CN104991910A (zh) * | 2015-06-19 | 2015-10-21 | 小米科技有限责任公司 | 相册创建方法及装置 |
| CN106250439A (zh) * | 2016-07-26 | 2016-12-21 | 四川长虹电器股份有限公司 | 照片人物间亲密度展示系统及方法 |
| CN106686182A (zh) * | 2016-12-28 | 2017-05-17 | Tcl集团股份有限公司 | 一种联系人分组方法及装置 |
-
2017
- 2017-08-07 CN CN201710667678.9A patent/CN107766403B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120054190A1 (en) * | 2010-08-27 | 2012-03-01 | Aiv Technology Llc | Electronic family tree generation and display system |
| CN104991910A (zh) * | 2015-06-19 | 2015-10-21 | 小米科技有限责任公司 | 相册创建方法及装置 |
| CN106250439A (zh) * | 2016-07-26 | 2016-12-21 | 四川长虹电器股份有限公司 | 照片人物间亲密度展示系统及方法 |
| CN106686182A (zh) * | 2016-12-28 | 2017-05-17 | Tcl集团股份有限公司 | 一种联系人分组方法及装置 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111381743A (zh) * | 2018-12-29 | 2020-07-07 | 杭州光启人工智能研究院 | 数据打标方法、计算机装置及计算机可读存储介质 |
| CN111381743B (zh) * | 2018-12-29 | 2022-07-12 | 深圳光启高等理工研究院 | 数据打标方法、计算机装置及计算机可读存储介质 |
| CN109886239A (zh) * | 2019-02-28 | 2019-06-14 | 北京旷视科技有限公司 | 人像聚类方法、装置及系统 |
| CN109886239B (zh) * | 2019-02-28 | 2021-05-04 | 北京旷视科技有限公司 | 人像聚类方法、装置及系统 |
| CN110020204A (zh) * | 2019-03-29 | 2019-07-16 | 联想(北京)有限公司 | 一种信息处理方法和电子设备 |
| CN110287352A (zh) * | 2019-06-26 | 2019-09-27 | 维沃移动通信有限公司 | 图像显示方法及终端设备 |
| CN111339330A (zh) * | 2020-03-12 | 2020-06-26 | Oppo广东移动通信有限公司 | 照片处理方法、装置、存储介质及电子设备 |
| WO2021179819A1 (zh) * | 2020-03-12 | 2021-09-16 | Oppo广东移动通信有限公司 | 照片处理方法、装置、存储介质及电子设备 |
| CN111339330B (zh) * | 2020-03-12 | 2023-09-01 | Oppo广东移动通信有限公司 | 照片处理方法、装置、存储介质及电子设备 |
| CN112069982A (zh) * | 2020-09-03 | 2020-12-11 | Oppo广东移动通信有限公司 | 目标图像的获取方法、装置、电子设备以及存储介质 |
| CN114399622A (zh) * | 2022-03-23 | 2022-04-26 | 荣耀终端有限公司 | 图像处理方法和相关装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107766403B (zh) | 2021-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107766403B (zh) | 一种相册处理方法、移动终端以及计算机可读存储介质 | |
| WO2020199926A1 (zh) | 一种图像识别网络模型训练方法、图像识别方法及装置 | |
| JP7265003B2 (ja) | ターゲット検出方法、モデル訓練方法、装置、機器及びコンピュータプログラム | |
| CN109964236B (zh) | 用于检测图像中的对象的神经网络 | |
| CN108520058B (zh) | 一种商家信息推荐方法及移动终端 | |
| WO2020048308A1 (zh) | 多媒体资源分类方法、装置、计算机设备及存储介质 | |
| CN109213732B (zh) | 一种改善相册分类的方法、移动终端及计算机可读存储介质 | |
| US9098888B1 (en) | Collaborative text detection and recognition | |
| CN111652678A (zh) | 物品信息显示方法、装置、终端、服务器及可读存储介质 | |
| CN109684980B (zh) | 自动阅卷方法及装置 | |
| CN108182626B (zh) | 服务推送方法、信息采集终端及计算机可读存储介质 | |
| WO2019024717A1 (zh) | 防伪处理方法及相关产品 | |
| CN108712603B (zh) | 一种图像处理方法及移动终端 | |
| CN108460817B (zh) | 一种拼图方法及移动终端 | |
| CN108198159A (zh) | 一种图像处理方法、移动终端以及计算机可读存储介质 | |
| CN111506758B (zh) | 物品名称确定方法、装置、计算机设备及存储介质 | |
| WO2019105457A1 (zh) | 图像处理方法、计算机设备和计算机可读存储介质 | |
| CN108628985B (zh) | 一种相册的处理方法及移动终端 | |
| US11574005B2 (en) | Client application content classification and discovery | |
| CN108764051B (zh) | 图像处理方法、装置及移动终端 | |
| CN109063558A (zh) | 一种图像分类处理方法、移动终端及计算机可读存储介质 | |
| WO2019024237A1 (zh) | 信息推荐方法、移动终端及计算机可读存储介质 | |
| CN107704514A (zh) | 一种照片管理方法、装置及计算机可读存储介质 | |
| CN110765924A (zh) | 一种活体检测方法、装置以及计算机可读存储介质 | |
| CN114722937A (zh) | 一种异常数据检测方法、装置、电子设备和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |