CN107977431A - 图像处理方法、装置、计算机设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN107977431A CN107977431A CN201711240776.0A CN201711240776A CN107977431A CN 107977431 A CN107977431 A CN 107977431A CN 201711240776 A CN201711240776 A CN 201711240776A CN 107977431 A CN107977431 A CN 107977431A
- Authority
- CN
- China
- Prior art keywords
- image
- dimension
- image collection
- computer equipment
- collection
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/04817—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance using icons
-
- 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
- G06V40/12—Fingerprints or palmprints
- G06V40/1365—Matching; Classification
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- Library & Information Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Economics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请涉及一种图像处理方法、装置、计算机设备和计算机可读存储介质。上述方法包括:获取待处理图像的图像信息,所述图像信息包括时间信息、地点信息、人物信息和场景信息;根据所述图像信息对所述待处理图像进行一级分类;获取一级分类后的第一图像集合,根据预设的分类规则对所述第一图像集合中图像进行二级分类,得到第二图像集合;在计算机设备界面展示所述第二图像集合。上述方法,通过对图像进行多级分类,避免了同一集合图像中图像数量较多,用户浏览不便的问题。对图像的多级分类,使得图像的分类方式更加细化,有利于用户分门别类的查看对应类型的图像。
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、计算机设备和计算机可读存储介质。
背景技术
随着智能电子设备的迅速发展,越来越多的用户采用智能电子设备进行拍照。智能电子设备可对拍摄获取的图像进行分类,通常情况下,智能电子设备可依据图像的拍摄时间对图像进行分类、依据图像的拍摄地点对图像进行分类、智能电子设备还可根据图像中人脸对图像进行人脸分类。
发明内容
本申请实施例提供一种图像处理方法、装置、计算机设备和计算机可读存储介质,可以对图像进行多级分类。
一种图像处理方法,包括:
获取待处理图像的图像信息,所述图像信息包括时间信息、地点信息、人物信息和场景信息;
根据所述图像信息对所述待处理图像进行一级分类;
获取一级分类后的第一图像集合,根据预设的分类规则对所述第一图像集合中图像进行二级分类,得到第二图像集合;
在计算机设备界面展示所述第二图像集合。
一种图像处理装置,包括:
获取模块,用于获取待处理图像的图像信息,所述图像信息包括时间信息、地点信息、人物信息和场景信息;
第一分类模块,用于根据所述图像信息对所述待处理图像进行一级分类;
第二分类模块,用于获取一级分类后的第一图像集合,根据预设的分类规则对所述第一图像集合中图像进行二级分类,得到第二图像集合;
展示模块,用于在计算机设备界面展示所述第二图像集合。
一种计算机设备,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行如上所述的方法的步骤。
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的步骤。
本申请实施例中方法,计算机设备在对图像进行一级分类后,可对一级分类后图像再次进行分类,即对第一图像集合进行二级分类。通过对图像进行多级分类,避免了同一集合图像中图像数量较多,用户浏览不便的问题。对图像的多级分类,使得图像的分类方式更加细化,有利于用户分门别类的查看对应类型的图像。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中图像处理方法的应用场景图;
图2为一个实施例中图像处理方法的流程图;
图3为一个实施例中在计算机设备界面展示第一图像集合的示意图;
图4为一个实施例中在计算机设备界面展示第二图像集合的示意图;
图5为另一个实施例中图像处理方法的流程图;
图6为另一个实施例中图像处理方法的流程图;
图7为另一个实施例中图像处理方法的流程图;
图8为一个实施例中图像处理装置的结构框图;
图9为另一个实施例中图像处理装置的结构框图;
图10为与本申请实施例提供的计算机设备相关的手机的部分结构的框图。
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为一个实施例中图像处理方法的应用场景图。如图1所示,计算机设备110与服务器120可通过网络连接通信。计算机设备110可对已存储的图像进行多级分类,上述多级分类可包括同一维度的多级分类,或不同维度的多级分类。例如,计算机设备可将图像先按照时间维度分类,再对分类后的图像集合按照地点维度分类。计算机设备110可将已存储图像同步到服务器120,服务器120可对接收到的图像进行多级分类,并将多级分类的结果发送给计算机设备110。服务器120也可接收计算机设备110上传的分类结果,根据计算机设备110上传的分类结果来更新对已存储图像的分类。即计算机设备110和服务器120均可对图像进行多级分类,其中,在进行计算机设备110与服务器120之间分类结果同步时,若对图像的分类涉及到用户的手动操作,则以用户手动操作后的分类结果为准。若对图像的分类不涉及到用户的手动操作,则以服务器120的分类结果为准。
图2为一个实施例中图像处理的流程图。如图2所示,一种图像处理方法,包括:
步骤202,获取待处理图像的图像信息,图像信息包括时间信息、地点信息、人物信息和场景信息。
计算机设备在获取到待处理图像后,可进一步获取待处理图像的图像信息。上述待处理图像包括计算机设备中已存储的图像。图像信息包括时间信息、地点信息、人物信息和场景信息。其中,时间信息是指拍摄图像的时刻,地点信息是指拍摄图像的地点,人物信息是指图像中人脸信息,场景信息是指图像对应的场景,上述图像对应的场景可包括:动物、植物、食物、建筑、风景等。
计算机设备在拍摄图像时会记录拍摄图像的时刻,并将拍摄图像的时刻存储于图像文件中,计算机设备可直接从图像文件中获取图像的时间信息。计算机设备在拍摄图像时,若当前计算机设备开启了定位功能,如GPS(Global Positioning System,全球定位系统)定位,计算机会在存储的图像文件中记录当前定位信息,计算机设备可通过查询图像文件获取图像的地点信息。上述地点信息可用经纬度、地名或地图上坐标点表示。计算机设备可采用人脸识别算法来获取图像中人脸信息,具体包括:检测图像中是否存在人脸,获取人脸对应的人脸标识,上述人脸标识是用于唯一标识人脸的字符串,可为数字、字母、符号等。计算机设备可通过场景识别模型来识别图像对应的场景信息。场景识别模型可以是预先通过机器学习构建的决策模型,在构建决策模型时,可获取大量的样本图像,上述样本图像包括各个场景的图像,如动物图像、植物图像、食物图像、建筑图像、风景图像等,对每个样本图像对应的场景可进行标记,将上述标记后的样本图像作为机器学习模型的输入,通过机器学习训练,即可得到场景识别模型。
步骤204,根据图像信息对待处理图像进行一级分类。
在获取待处理图像的图像信息后,可对待处理图像进行一级分类。除一级分类外,计算机设备还可对待处理图像进行二级分类、三级分类···N级分类等。其中,一级分类的范围大于二级分类、二级分类的范围大于三级分类,以此类推,即前一级分类是后一级分类的父分类,后一级分类是前一级分类的子分类。
计算机设备中预存有各级分类对应的分类规则,当计算机设备对待处理图像进行一级分类时,可获取预存的一级分类规则。其中,图像信息中各类信息均对应有一级分类规则。例如,时间信息对应的一级分类规则可为将待处理图像按年度划分为不同的分组,即同一年拍摄的图像划分到同一组;地点信息对应的一级分类规则可为将待处理图像按省划分为不同的分组,即同一省内拍摄的图像划分为同一组;人物信息对应的一级分类可为将同一个人的待处理图像划分为同一组;场景信息对应的一级分类可为按照预设的一级场景将待处理图像划分为不同的组,上述预设的一级场景可为动物、植物、食物、建筑、风景等。
计算机设备可分别根据时间信息、地点信息、任务信息和场景信息对待处理图像进行分类。在对待处理图像进行一级分类后,可得到一级分类对应的第一图像集合,计算机设备可将上述第一图像集合展示在计算机设备的界面,具体地,计算机设备可将第一图像集合展示在相册界面。
步骤206,获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合。
计算机设备在获取一级分类后的第一图像集合后,可按照二级分类对应的预设分类规则对第一图像集合进行分类。其中,计算机设备中预存有图像信息中各类信息对应的分类规则。一级分类对应的分类规则包括二级分类对应的分类规则。计算机设备可获取对第一图像集合进行分类的维度,按照同一维度对第一图像集合进行二级分类。计算机设备获取分类的维度即为计算机设备获取哪一类图像信息对图像进行分类。上述分类的维度可包括时间维度、地点维度、人物维度和场景维度。例如,以场景维度对待处理图像进行一级分类可得到动物图集、植物图集、食物图集、建筑图集和风景图集,在获取一级分类得到的动物图集后,计算机设备获取二级分类规则,即动物图集下的分类规则。上述动物图集下的分类规则为对图像中动物进行识别,获取动物对应的物种,建立物种图集,如猫图集、狗图集、鱼图集等。对时间维度的二级分类可为按月划分图像;对地点维度的二级分类可为按市划分图像。
在一个实施例中,当计算机设备在获取到一级分类后的第一图像集合后,可检测第一图像集合中图像数量是否超过预设阈值,若第一图像集合中图像数量超过预设阈值,则对第一图像集合进行二级分类。
步骤208,在计算机设备界面展示二级分类后的第二图像集合。
计算机设备在获取到二级分类后的第二图像集合后,可将第二图像集合展示在计算机设备界面。其中,在计算机设备界面展示的是第二图像集合的封面图像。计算机设备展示第二图像集合的方式可包括:若计算机设备接收到作用于第一图像集合封面图像的触控指令,则跳转界面,并在跳转界面中展示上述第一图像集合对应的第二图像集合。计算机设备还可在计算机设备界面划分第一图像集合对应的展示区域,在上述展示区域中展示第一图像集合对应的第二图像集合。如图3所示,在计算机设备界面展示第一图像集合的封面图像,其中按照分类的不同维度,可将第一图像集合分为场景维度中食物图集310、植物图集312和动物图集314;地点维度中A省图集320、B省图集322;人物维度中毛毛图集330、贝贝图集332和豆豆图集334。若计算机设备接收到作用于动物图集314封面图像的触发操作,则可跳转到动物图集314对应的第二图像集合。如图4所示,在计算机设备界面中可展示动物图集314对应的第二图像集合包括猫图集3140、狗图集3141、鱼图集3142、鸡图集3143、鸭图集3144和猪图集3145。
本申请实施例中方法,计算机设备在对图像进行一级分类后,可对一级分类后图像再次进行分类,即对第一图像集合进行二级分类。通过对图像进行多级分类,避免了同一集合图像中图像数量较多,用户浏览不便的问题。对图像的多级分类,使得图像的分类方式更加细化,有利于用户分门别类的查看对应类型的图像。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括以下方法中至少一种:
(1)分别获取第二图像集合中图像数量,按照图像数量递增或递减的顺序展示第二图像集合。
(2)分别获取第二图像集合的总浏览次数,按照总浏览次数递增或递减的顺序展示第二图像集合。
(3)分别获取第二图像集合的修改时刻,按照修改时刻由早到晚或由晚到早的顺序展示第二图像集合。
计算机设备在计算机设备界面展示多个第二图像集合时,可按照不同的顺序来展示上述多个第二图像集合。计算机设备可分别获取多个第二图像集合中图像数量,按照图像数量有多到少或由少到多的顺序展示上述多个第二图像集合。计算机设备也可分别获取第二图像集合中图像的总浏览次数,即第二图像集合中图像的浏览次数之和,按照总浏览次数有多到少或由少到多的顺序展示上述多个第二图像集合。计算机设备在创建第二图像集合时,会记录第二图像集合的创建时刻,上述创建时刻即为原始修改时刻,每当第二图像集合变更时,计算机设备会更新第二图像集合的修改时刻。例如,当第二图像集合中图像增加、图像删除、第二图像集合的关键字变更时,计算机设备均会更新第二图像集合的修改时刻。计算机设备可按照修改时刻有早到晚或由晚到早的顺序展示上述多个第二图像集合。
本申请实施例中方法,将多个第二图像集合按照一定的顺序展示,展示第二图像集合的方式智能化,更加贴合用户习惯。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括:获取第二图像集合中浏览次数最高的图像作为第二图像集合的封面图像,在计算机设备界面展示封面图像。
计算机设备在相册界面展示第二图像集合时,展示的是第二图像集合的封面图像。计算机设备可统计第二图像集合中每张图像对应的浏览次数。其中,每当计算机设备接收到1次作用于图像的点击操作,则图像对应的浏览次数加1。计算机设备在获取到第二图像集合中每张图像对应的浏览次数后,可查找第二图像集合中浏览次数最高的图像,将上述浏览次数最高的图像作为第二图像集合的封面图像。即计算机设备在计算机设备界面展示第二图像集合时,展示的是上述第二图像集合中浏览次数最高的图像。当计算机设备中存在多个浏览次数最高的图像时,计算机设备可再获取图像的画面清晰度,选择画面清晰度最高的图像作为封面图像。
本申请实施例中方法,获取第二图像集合中浏览次数最高的图像作为第二图像集合的封面图像,即获取用户查看次数最多的图像作为第二图像集合封面图像,显示第二图像集合的方式更加个性化。
在一个实施例中,在计算机设备界面还展示与第二图像集合对应的关键字,在步骤208之后,上述方法还包括:
步骤210,接收对已存储图像的搜索指令,提取搜索指令中搜索词。
步骤212,将搜索词与关键字进行匹配,若匹配成功,在计算机设备界面展示关键字对应的第二图像集合中图像。
计算机设备在展示第二图像集合时,还可展示第二图像集合对应的关键字。例如,猫集合展示的关键字为猫,狗集合展示的关键字为狗。计算机设备还可接收对已存储图像的搜索指令,上述对已存储图像的搜索指令可为在应用程序相册内输入的搜索指令、在计算机设备系统搜索栏输入的搜索指令。上述搜索指令可为文字指令或语音指令。当上述搜索指令为文字指令时,计算机设备可直接提取文字指令中搜索词;当上述搜索指令为语音指令时,计算机设备可将语音指令先转换为文字信息,再从文字信息中提取搜索词。计算机设备可将上述搜索词与第二图像集合对应的关键字进行匹配,若匹配成功,计算机设备界面可跳转相册界面,并在相册界面中展示第二图像集合中图像。例如,计算机设备接收到从系统搜索栏输入的文字指令“照片猫”,则计算机设备提取到“照片”,则获取到对已存储图像的搜索指令,计算机设备在查找与搜索词“猫”对应的第二图像集合“猫集合”,则将计算机设备界面跳转到相册界面,并展示“猫集合”中所有图像。
在一个实施例中,计算机设备也可在搜索栏界面展示第二图像集合的封面图像,若获取到对上述封面图像的触发操作,再展示第二图像集合中图像或跳转到相册界面展示第二图像集合中图像。
本申请实施例中方法,计算机设备可根据接收到的搜索指令来查找已存储图像中对应的图像,并将对应的图像在计算机设备的界面展示。即用户可根据搜索查找图像,避免了在图像数量较多时,用户通过浏览图像来查找图像的不便,提高了用户查找图像的效率。
在一个实施例中,在步骤208之后,上述方法还包括:
步骤214,获取对待处理图像进行一级分类的第一维度。
步骤216,从预设维度中选取与所示第一维度不相同的第二维度,根据第二维度对第一图像集合中图像进行二级分类。
计算机设备可获取对待处理图像进行一级分类的第一维度。在获取到第一维度后,可再获取与第一维度不相同的第二维度。其中,第一维度与第二维度不相同包括:从预设维度中选取第二维度,第一维度的类型与第二维度的类型不同;或,从预设维度中选取第二维度,第一维度和第二维度属于同一类型,第一维度与第二维度对图像聚类的精度不同。
计算机设备可对维度划分不同的类型,具体可包括:场景维度,时间维度,地点维度和人物维度等。其中,计算机设备可在同一类型的维度下设定子维度。例如,时间维度可包括:年、月、日、时、分、秒,即年、月、日、时、分、秒同属于时间维度的子维度。地点维度可包括:大洲、国、省、市、区、街道等,即大洲、国、省、市、区、街道同属于地点维度的子维度。场景维度可包括:食物、建筑、动物、花朵等,即食物、建筑、动物、花朵同属于场景维度的子维度。同一类型的维度下各个子维度对图像聚类的精度不同。
计算机设备在选取第二维度的类型时,可选取与第一维度类型不相同的第二维度。例如,第一维度为人物维度和时间维度中“月”,则计算机设备可选取地点维度中“省”作为第二维度。计算机设备也可选取同一类型维度下与第一维度不相同的子维度,例如,第一维度为时间维度中“年”,则第二维度可选取时间维度中“月”。
同一类型的维度下各个子维度对图像聚类的精度不同,计算机设备可根据精度设定各个子维度的包含关系。其中,精度较低的子维度包含精度较高的子维度。计算机设备在获取第二维度时,若第二维度与第一维度属于同一类型的维度,则第二维度的精度高于第一维度的精度。例如,在时间维度下,年、月、日、时、分、秒的精度依次升高,若第一维度为“月”,则第二维度可为“日”、“时”、“分”、“秒”。通常情况下,可选取与第一维度的精度相邻的高精度维度作为第二维度,例如,若第一维度为“月”,选取“日”为第二维度。
根据与第一维度不同的第二维度,计算机设备可对第一图像集合中图像进行二级分类,得到第一图像集合的子图集。
本申请实施例中方法,可采用交叉维度对图像进行多级分类,可避免在图像数量较多时,采用单一维度对图像进行分类效果不佳的情况。通过交叉维度分类的方式,使得对图像的分类更加细致,图像处理的类别标准更加准确。
在一个实施例中,在步骤218之后,上述方法还包括:
步骤218,若第二图像集合为人脸图像集合,识别第二图像集合中图像包含的人脸。
步骤220,若多个人脸出现在同一图像的次数超过第二阈值,将包含多个人脸的图像聚类为第三图像集合。
当第二图像集合为人脸图像集合,即计算机设备以人物维度对图像进行分类后,计算机设备可识别人脸图像集中每张图像包含的人脸及人脸对应的人脸标识。计算机设备可获取整个人脸图像集合中图像包含的人脸及人脸对应的人脸标识。计算机设备可获取多张图像包含的人脸标识的交集,即多张图像共同拥有的人脸标识,即这张人脸在多张图像中均存在。若计算机设备检测到2个人脸或2个以上的人脸出现在同一图像的次数超过预设的第二阈值,则可将包含上述2个人脸或2个以上的人脸的图像形成第三图像集合,即多人图像集合。例如,在第二图像集合中,图像中同时包含人脸A和人脸B的图像有15张,则计算机设备可将这15张包含人脸A和人脸B的图像聚类为第三图像集合。
本申请实施例中方法,当采用人物维度对图像进行分类时,除对单人人脸进行聚类外,还可对图像中多人人脸进行聚类,对人脸图像的分类方式更加多样化。
图8为一个实施例中图像处理装置的结构框图。如图8所示,一种图像处理装置,包括:
获取模块802,用于获取待处理图像的图像信息,图像信息包括时间信息、地点信息、人物信息和场景信息。
第一分类模块804,用于根据图像信息对待处理图像进行一级分类。
第二分类模块806,用于获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合。
展示模块808,用于在计算机设备界面展示第二图像集合。
在一个实施例中,展示模块808在计算机设备界面展示二级分类后的第二图像集合包括以下方法中至少一种:
(1)分别获取第二图像集合中图像数量,按照图像数量递增或递减的顺序展示第二图像集合。
(2)分别获取第二图像集合的总浏览次数,按照总浏览次数递增或递减的顺序展示第二图像集合。
(3)分别获取第二图像集合的修改时刻,按照修改时刻由早到晚或由晚到早的顺序展示第二图像集合。
在一个实施例中,展示模块808在计算机设备界面展示二级分类后的第二图像集合包括:获取第二图像集合中浏览次数最高的图像作为第二图像集合的封面图像,在计算机设备界面展示封面图像。
在一个实施例中,第二分类模块806还用于获取对待处理图像进行一级分类的第一维度;从预设维度中选取与所示第一维度不相同的第二维度,根据第二维度对第一图像集合中图像进行二级分类。
在一个实施例中从预设维度中选取与所示第一维度不相同的第二维度包括:从预设维度中选取第二维度,第一维度的类型与第二维度的类型不同;从预设维度中选取第二维度,第一维度和第二维度属于同一类型,第一维度与第二维度对图像聚类的精度不同。
在一个实施例中,第二分类模块806还用于若第二图像集合为人脸图像集合,识别第二图像集合中图像包含的人脸。若多个人脸出现在同一图像的次数超过第二阈值,将包含多个人脸的图像聚类为第三图像集合。
图9为另一个实施例中图像处理装置的结构框图。如图9所示,一种图像处理装置,包括:获取模块902、第一分类模块904、第二分类模块906、展示模块908、接收模块910和匹配模块912。其中,获取模块902、第一分类模块904、第二分类模块906、展示模块908与图8中对应的模块功能相同。
展示模块908还用于在计算机设备界面还展示与第二图像集合对应的关键字。
接收模块910,用于接收对已存储图像的搜索指令,提取搜索指令中搜索词。
匹配模块912,用于将搜索词与关键字进行匹配。
展示模块908还用于若匹配成功,在计算机设备界面展示关键字对应的第二图像集合中图像。
上述图像处理装置中各个模块的划分仅用于举例说明,在其他实施例中,可将图像处理装置按照需要划分为不同的模块,以完成上述图像处理装置的全部或部分功能。
本申请实施例还提供了一种计算机可读存储介质。一个或多个包含计算机可执行指令的非易失性计算机可读存储介质,当计算机可执行指令被一个或多个处理器执行时,使得处理器执行以下步骤:
(1)获取待处理图像的图像信息,图像信息包括时间信息、地点信息、人物信息和场景信息。
(2)根据图像信息对待处理图像进行一级分类。
(3)获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合。
(4)在计算机设备界面展示第二图像集合。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括以下方法中至少一种:
(1)分别获取第二图像集合中图像数量,按照图像数量递增或递减的顺序展示第二图像集合。
(2)分别获取第二图像集合的总浏览次数,按照总浏览次数递增或递减的顺序展示第二图像集合。
(3)分别获取第二图像集合的修改时刻,按照修改时刻由早到晚或由晚到早的顺序展示第二图像集合。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括:获取第二图像集合中浏览次数最高的图像作为第二图像集合的封面图像,在计算机设备界面展示封面图像。
在一个实施例中,在计算机设备界面还展示与第二图像集合对应的关键字,还执行:接收对已存储图像的搜索指令,提取搜索指令中搜索词。将搜索词与关键字进行匹配,若匹配成功,在计算机设备界面展示关键字对应的第二图像集合中图像。
在一个实施例中,获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合包括:获取对待处理图像进行一级分类的第一维度;从预设维度中选取与所示第一维度不相同的第二维度,根据第二维度对第一图像集合中图像进行二级分类。
在一个实施例中,从预设维度中选取与所示第一维度不相同的第二维度包括:从预设维度中选取第二维度,第一维度的类型与第二维度的类型不同;或,从预设维度中选取第二维度,第一维度和第二维度属于同一类型,第一维度与第二维度对图像聚类的精度不同。
在一个实施例中,还执行:若第二图像集合为人脸图像集合,识别第二图像集合中图像包含的人脸。若多个人脸出现在同一图像的次数超过第二阈值,将包含多个人脸的图像聚类为第三图像集合。
一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行以下步骤:
(1)获取待处理图像的图像信息,图像信息包括时间信息、地点信息、人物信息和场景信息。
(2)根据图像信息对待处理图像进行一级分类。
(3)获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合。
(4)在计算机设备界面展示第二图像集合。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括以下方法中至少一种:
(1)分别获取第二图像集合中图像数量,按照图像数量递增或递减的顺序展示第二图像集合。
(2)分别获取第二图像集合的总浏览次数,按照总浏览次数递增或递减的顺序展示第二图像集合。
(3)分别获取第二图像集合的修改时刻,按照修改时刻由早到晚或由晚到早的顺序展示第二图像集合。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括:获取第二图像集合中浏览次数最高的图像作为第二图像集合的封面图像,在计算机设备界面展示封面图像。
在一个实施例中,在计算机设备界面还展示与第二图像集合对应的关键字,还执行:接收对已存储图像的搜索指令,提取搜索指令中搜索词。将搜索词与关键字进行匹配,若匹配成功,在计算机设备界面展示关键字对应的第二图像集合中图像。
在一个实施例中,获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合包括:获取对待处理图像进行一级分类的第一维度;从预设维度中选取与所示第一维度不相同的第二维度,根据第二维度对第一图像集合中图像进行二级分类。
在一个实施例中,从预设维度中选取与所示第一维度不相同的第二维度包括:从预设维度中选取第二维度,第一维度的类型与第二维度的类型不同;或,从预设维度中选取第二维度,第一维度和第二维度属于同一类型,第一维度与第二维度对图像聚类的精度不同。
在一个实施例中,还执行:若第二图像集合为人脸图像集合,识别第二图像集合中图像包含的人脸。若多个人脸出现在同一图像的次数超过第二阈值,将包含多个人脸的图像聚类为第三图像集合。
本申请实施例还提供了一种计算机设备。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。该计算机设备可以为包括手机、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,以计算机设备为手机为例:
图10为与本申请实施例提供的计算机设备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、无线保真(wireless fidelity,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,包括但不限于全球移动通讯系统(Global System ofMobile communication,GSM)、通用分组无线服务(General Packet Radio Service,GPRS)、码分多址(Code Division Multiple Access,CDMA)、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)、长期演进(Long Term Evolution,LTE))、电子邮件、短消息服务(Short Messaging 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1031以及其他输入设备1032。触控面板1031,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1031上或在触控面板1031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1031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1031。除了触控面板1031,输入单元1030还可以包括其他输入设备1032。具体地,其他输入设备1032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1041。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1041。在一个实施例中,触控面板1031可覆盖显示面板1041,当触控面板1031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1041上提供相应的视觉输出。虽然在图10中,触控面板1031与显示面板1041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1031与显示面板1041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1041的亮度,接近传感器可在手机移动到耳边时,关闭显示面板1041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1061和传声器1062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1061,由扬声器1061转换为声音信号输出;另一方面,传声器1062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。虽然图10示出了WiFi模块1070,但是可以理解的是,其并不属于手机1000的必须构成,可以根据需要而省略。
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以下步骤:
(1)获取待处理图像的图像信息,图像信息包括时间信息、地点信息、人物信息和场景信息。
(2)根据图像信息对待处理图像进行一级分类。
(3)获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合。
(4)在计算机设备界面展示第二图像集合。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括以下方法中至少一种:
(1)分别获取第二图像集合中图像数量,按照图像数量递增或递减的顺序展示第二图像集合。
(2)分别获取第二图像集合的总浏览次数,按照总浏览次数递增或递减的顺序展示第二图像集合。
(3)分别获取第二图像集合的修改时刻,按照修改时刻由早到晚或由晚到早的顺序展示第二图像集合。
在一个实施例中,在计算机设备界面展示二级分类后的第二图像集合包括:获取第二图像集合中浏览次数最高的图像作为第二图像集合的封面图像,在计算机设备界面展示封面图像。
在一个实施例中,在计算机设备界面还展示与第二图像集合对应的关键字,还执行:接收对已存储图像的搜索指令,提取搜索指令中搜索词。将搜索词与关键字进行匹配,若匹配成功,在计算机设备界面展示关键字对应的第二图像集合中图像。
在一个实施例中,获取一级分类后的第一图像集合,根据预设的分类规则对第一图像集合中图像进行二级分类,得到第二图像集合包括:获取对待处理图像进行一级分类的第一维度;从预设维度中选取与第一维度不相同的第二维度,根据第二维度对第一图像集合中图像进行二级分类。
在一个实施例中,从预设维度中选取与所示第一维度不相同的第二维度包括:从预设维度中选取第二维度,第一维度的类型与第二维度的类型不同;或,从预设维度中选取第二维度,第一维度和第二维度属于同一类型,第一维度与第二维度对图像聚类的精度不同。
在一个实施例中,还执行:若第二图像集合为人脸图像集合,识别第二图像集合中图像包含的人脸。若多个人脸出现在同一图像的次数超过第二阈值,将包含多个人脸的图像聚类为第三图像集合。
本申请所使用的对存储器、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本申请专利范围的限制。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)
1.一种图像处理方法,其特征在于,包括:
获取待处理图像的图像信息,所述图像信息包括时间信息、地点信息、人物信息和场景信息;
根据所述图像信息对所述待处理图像进行一级分类;
获取一级分类后的第一图像集合,根据预设的分类规则对所述第一图像集合中图像进行二级分类,得到第二图像集合;
在计算机设备界面展示所述第二图像集合。
2.根据权利要求1所述的方法,其特征在于,所述在计算机设备界面展示所述第二图像集合包括以下方法中至少一种:
分别获取所述第二图像集合中图像数量,按照所述图像数量递增或递减的顺序展示所述第二图像集合;或,
分别获取所述第二图像集合的总浏览次数,按照所述总浏览次数递增或递减的顺序展示所述第二图像集合;或,
分别获取所述第二图像集合的修改时刻,按照所述修改时刻由早到晚或由晚到早的顺序展示所述第二图像集合。
3.根据权利要求1所述的方法,其特征在于,所述在计算机设备界面展示所述第二图像集合包括:
获取所述第二图像集合中浏览次数最高的图像作为所述第二图像集合的封面图像,在所述计算机设备界面展示所述封面图像。
4.根据权利要求1至3中任一项所述的方法,其特征在于:
在所述计算机设备界面还展示与所述第二图像集合对应的关键字,所述方法还包括:
接收对已存储图像的搜索指令,提取所述搜索指令中搜索词;
将所述搜索词与所述关键字进行匹配,若匹配成功,在计算机设备界面展示所述关键字对应的第二图像集合中图像。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述获取一级分类后的第一图像集合,根据预设的分类规则对所述第一图像集合中图像进行二级分类,得到第二图像集合包括:
获取对所述待处理图像进行一级分类的第一维度;
从预设维度中选取与所述第一维度不相同的第二维度,根据所述第二维度对所述第一图像集合中图像进行二级分类。
6.根据权利要求5所述的方法,其特征在于,所述从预设维度中选取与所述第一维度不相同的第二维度包括:
从预设维度中选取第二维度,所述第一维度的类型与所述第二维度的类型不同;
从预设维度中选取第二维度,所述第一维度和第二维度属于同一类型,所述第一维度与所述第二维度对图像聚类的精度不同。
7.根据权利要求1至3中任一项所述的方法,其特征在于,还包括:
若所述第二图像集合为人脸图像集合,识别所述第二图像集合中图像包含的人脸;
若多个人脸出现在同一图像的次数超过第二阈值,将包含所述多个人脸的图像聚类为第三图像集合。
8.一种图像处理装置,其特征在于,包括:
获取模块,用于获取待处理图像的图像信息,所述图像信息包括时间信息、地点信息、人物信息和场景信息;
第一分类模块,用于根据所述图像信息对所述待处理图像进行一级分类;
第二分类模块,用于获取一级分类后的第一图像集合,根据预设的分类规则对所述第一图像集合中图像进行二级分类,得到第二图像集合;
展示模块,用于在计算机设备界面展示所述第二图像集合。
9.一种计算机设备,包括存储器及处理器,所述存储器中储存有计算机可读指令,所述指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的方法的步骤。
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中任一项所述的方法的步骤。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711240776.0A CN107977431A (zh) | 2017-11-30 | 2017-11-30 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
US16/159,670 US20190163767A1 (en) | 2017-11-30 | 2018-10-14 | Image processing method, image processing device, computer device, and computer readable storage medium |
EP18207703.2A EP3493130A1 (en) | 2017-11-30 | 2018-11-22 | Image processing method, image processing device, computer device, and computer readable storage medium |
PCT/CN2018/118195 WO2019105415A1 (en) | 2017-11-30 | 2018-11-29 | Image processing method, image processing device, computer device, and computer readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711240776.0A CN107977431A (zh) | 2017-11-30 | 2017-11-30 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107977431A true CN107977431A (zh) | 2018-05-01 |
Family
ID=62008700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711240776.0A Pending CN107977431A (zh) | 2017-11-30 | 2017-11-30 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20190163767A1 (zh) |
EP (1) | EP3493130A1 (zh) |
CN (1) | CN107977431A (zh) |
WO (1) | WO2019105415A1 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108897856A (zh) * | 2018-06-29 | 2018-11-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
CN109344272A (zh) * | 2018-10-15 | 2019-02-15 | 广东电网有限责任公司 | 图像处理方法及装置 |
WO2019105415A1 (en) * | 2017-11-30 | 2019-06-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing method, image processing device, computer device, and computer readable storage medium |
CN110008364A (zh) * | 2019-03-25 | 2019-07-12 | 联想(北京)有限公司 | 图像处理方法、装置和系统 |
CN110955788A (zh) * | 2019-11-28 | 2020-04-03 | 维沃移动通信有限公司 | 一种信息显示方法及电子设备 |
CN112070144A (zh) * | 2020-09-03 | 2020-12-11 | Oppo广东移动通信有限公司 | 图像聚类方法、装置、电子设备以及存储介质 |
CN113302904A (zh) * | 2019-01-21 | 2021-08-24 | 华为技术有限公司 | 一种图像分类的方法和电子设备 |
CN114140655A (zh) * | 2022-01-29 | 2022-03-04 | 深圳市中讯网联科技有限公司 | 图像分类方法、装置、存储介质及电子设备 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111581419B (zh) * | 2020-04-29 | 2023-08-01 | 北京金山云网络技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331509A (zh) * | 2014-11-21 | 2015-02-04 | 深圳市中兴移动通信有限公司 | 照片管理方法及装置 |
CN104361122A (zh) * | 2014-12-03 | 2015-02-18 | 成都中科创达软件有限公司 | 一种图片分组的方法 |
CN104572905A (zh) * | 2014-12-26 | 2015-04-29 | 小米科技有限责任公司 | 照片索引创建方法、照片搜索方法及装置 |
CN104731880A (zh) * | 2015-03-09 | 2015-06-24 | 小米科技有限责任公司 | 图片排序方法和装置 |
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 |
CN105095915A (zh) * | 2015-08-21 | 2015-11-25 | 努比亚技术有限公司 | 一种信息处理方法及装置、终端 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4143956B2 (ja) * | 2002-02-14 | 2008-09-03 | 富士フイルム株式会社 | 画像表示装置及び画像管理プログラム |
US7362919B2 (en) * | 2002-12-12 | 2008-04-22 | Eastman Kodak Company | Method for generating customized photo album pages and prints based on people and gender profiles |
JP3984175B2 (ja) * | 2003-01-31 | 2007-10-03 | 富士フイルム株式会社 | 写真画像選別装置およびプログラム |
US20060004698A1 (en) * | 2004-06-30 | 2006-01-05 | Nokia Corporation | Automated prioritization of user data files |
US7783115B2 (en) * | 2004-12-14 | 2010-08-24 | Fujifilm Corporation | Apparatus and method for setting degrees of importance, apparatus and method for representative image selection, apparatus and method for printing-recommended image selection, and programs therefor |
KR100735553B1 (ko) * | 2005-10-10 | 2007-07-04 | 삼성전자주식회사 | 사진 분류 방법 및 장치 |
US20100278396A1 (en) * | 2008-01-18 | 2010-11-04 | Nikon Corporation | Image group title assigning device, image grouping device, representative image determination device for image group, image display device, camera, and image display program |
CN101635763A (zh) * | 2008-07-23 | 2010-01-27 | 深圳富泰宏精密工业有限公司 | 图片分类系统及方法 |
TWI534721B (zh) * | 2011-10-19 | 2016-05-21 | 致伸科技股份有限公司 | 具有人臉辨識功能之相片分享系統 |
JP5988798B2 (ja) * | 2012-09-18 | 2016-09-07 | キヤノン株式会社 | 画像表示装置及びその制御方法、プログラム、並びに記憶媒体 |
JP2014157390A (ja) * | 2013-02-14 | 2014-08-28 | Sony Corp | 情報処理装置及び記憶媒体 |
KR102223205B1 (ko) * | 2014-06-11 | 2021-03-08 | 삼성전자주식회사 | 이미지 분류 장치, 이의 동작 방법 및 이를 포함하는 전자 시스템 |
CN107977431A (zh) * | 2017-11-30 | 2018-05-01 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
-
2017
- 2017-11-30 CN CN201711240776.0A patent/CN107977431A/zh active Pending
-
2018
- 2018-10-14 US US16/159,670 patent/US20190163767A1/en not_active Abandoned
- 2018-11-22 EP EP18207703.2A patent/EP3493130A1/en not_active Ceased
- 2018-11-29 WO PCT/CN2018/118195 patent/WO2019105415A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104331509A (zh) * | 2014-11-21 | 2015-02-04 | 深圳市中兴移动通信有限公司 | 照片管理方法及装置 |
CN104361122A (zh) * | 2014-12-03 | 2015-02-18 | 成都中科创达软件有限公司 | 一种图片分组的方法 |
CN104572905A (zh) * | 2014-12-26 | 2015-04-29 | 小米科技有限责任公司 | 照片索引创建方法、照片搜索方法及装置 |
CN104731880A (zh) * | 2015-03-09 | 2015-06-24 | 小米科技有限责任公司 | 图片排序方法和装置 |
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 |
CN105095915A (zh) * | 2015-08-21 | 2015-11-25 | 努比亚技术有限公司 | 一种信息处理方法及装置、终端 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019105415A1 (en) * | 2017-11-30 | 2019-06-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Image processing method, image processing device, computer device, and computer readable storage medium |
CN108897856A (zh) * | 2018-06-29 | 2018-11-27 | 联想(北京)有限公司 | 一种信息处理方法及电子设备 |
US11461576B2 (en) | 2018-06-29 | 2022-10-04 | Lenovo (Beijing) Co., Ltd. | Information processing method and related electronic device |
CN109344272A (zh) * | 2018-10-15 | 2019-02-15 | 广东电网有限责任公司 | 图像处理方法及装置 |
CN113302904A (zh) * | 2019-01-21 | 2021-08-24 | 华为技术有限公司 | 一种图像分类的方法和电子设备 |
US12010257B2 (en) | 2019-01-21 | 2024-06-11 | Huawei Technologies Co., Ltd. | Image classification method and electronic device |
CN110008364A (zh) * | 2019-03-25 | 2019-07-12 | 联想(北京)有限公司 | 图像处理方法、装置和系统 |
CN110955788A (zh) * | 2019-11-28 | 2020-04-03 | 维沃移动通信有限公司 | 一种信息显示方法及电子设备 |
CN112070144A (zh) * | 2020-09-03 | 2020-12-11 | Oppo广东移动通信有限公司 | 图像聚类方法、装置、电子设备以及存储介质 |
CN114140655A (zh) * | 2022-01-29 | 2022-03-04 | 深圳市中讯网联科技有限公司 | 图像分类方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US20190163767A1 (en) | 2019-05-30 |
WO2019105415A1 (en) | 2019-06-06 |
EP3493130A1 (en) | 2019-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107977431A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN108038192A (zh) | 应用搜索方法和装置、电子设备、计算机可读存储介质 | |
CN104239535A (zh) | 一种为文字配图的方法、服务器、终端及系统 | |
CN104516893B (zh) | 信息存储方法、装置和通讯终端 | |
CN107959883A (zh) | 视频编辑推送方法、系统及智能移动终端 | |
CN107943984A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN106844484A (zh) | 信息搜索方法、装置及移动终端 | |
CN104917896A (zh) | 一种推送数据的方法和终端设备 | |
CN107562835A (zh) | 文件查找方法、装置、移动终端及计算机可读存储介质 | |
CN107729815A (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
CN107705251A (zh) | 图片拼接方法、移动终端及计算机可读存储介质 | |
CN103646052A (zh) | 一种图片信息的处理方法及装置 | |
CN107967339A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN108022274A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN108062404A (zh) | 人脸图像的处理方法、装置、可读存储介质及终端 | |
CN108038431A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN107995422A (zh) | 图像拍摄方法和装置、计算机设备、计算机可读存储介质 | |
CN107729946A (zh) | 图片分类方法、装置、终端及存储介质 | |
CN108241752A (zh) | 照片显示方法、移动终端及计算机可读存储介质 | |
CN105933529A (zh) | 拍摄画面的显示方法及装置 | |
CN109325518A (zh) | 图像的分类方法、装置、电子设备和计算机可读存储介质 | |
CN107908770A (zh) | 一种照片搜索方法及移动终端 | |
CN106682964A (zh) | 一种确定应用标签的方法和装置 | |
CN108536638A (zh) | 智能书签的设置方法、移动终端、系统及可读存储介质 | |
CN107707824A (zh) | 拍摄方法、装置、存储介质和电子设备 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1251679 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180501 |