CN108268232A - 一种图片显示方法、装置、系统和存储介质 - Google Patents
一种图片显示方法、装置、系统和存储介质 Download PDFInfo
- Publication number
- CN108268232A CN108268232A CN201810136730.2A CN201810136730A CN108268232A CN 108268232 A CN108268232 A CN 108268232A CN 201810136730 A CN201810136730 A CN 201810136730A CN 108268232 A CN108268232 A CN 108268232A
- Authority
- CN
- China
- Prior art keywords
- big
- picture
- preview picture
- preview
- downloaded
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000003542 behavioural effect Effects 0.000 claims abstract description 52
- 239000012141 concentrate Substances 0.000 claims description 24
- 238000011068 loading method Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 17
- 230000008676 import Effects 0.000 claims description 4
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 11
- 230000006399 behavior Effects 0.000 description 22
- 230000004069 differentiation Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000036316 preload Effects 0.000 description 10
- 230000006854 communication Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004140 cleaning Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 238000007667 floating Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 210000003811 finger Anatomy 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000003813 thumb Anatomy 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明实施例公开了一种图片显示方法、装置、系统和存储介质；本发明实施例可以获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，然后，采用预设判别模型对该预览图片的属性信息进行计算，以得到预下载率，并筛选预下载率大于设定值的预览图片，进行大图的预加载，此后，当接收到大图显示请求时，便可以从预加载的大图中确定目标大图以进行显示；该方案不仅可以实现大图的快速显示，提高显示效果，而且，也可以大大减少对内存资源的占用，提高内存资源的利用率。
Description
技术领域
本发明涉及通信技术领域，具体涉及一种图片显示方法、装置、系统和存储介质。
背景技术
简易信息聚合(RSS，Really Simple Syndication)是一种描述和同步网站内容的格式，是使用最广泛的可扩展标记语言(XML，extensible Markup Language)应用。而广播(Feed)是RSS中用来接收信息来源更新的接口，每一条消息都可以对应一个Feed，该消息既可以是文字，也可以是图片。
对于图片的Feed，一般可以根据不同的显示比例采用不同的链接，比如小图可以采用currentUrl(正在浏览的链接地址)，而大图可以使用bigUrl(大图的链接地址)和originUrl(源链接地址)，等等。所谓小图，指的是在界面中可供用户进行预览的图片，而大图则指的是，当用户点击小图的Feed后，在大图浮层所显示的图片。为了改善显示效果，减少用户查看大图时的等待时间，现有多数社交网站均会对大图进行预加载，具体为获取当前所有小图的Feed，然后，根据这些小图的Feed预加载对应的大图，并对大图进行解码，当用户点击小图的Feed时，直接显示解码后的大图，进而达到即点即显示的效果。
在对现有技术的研究和实践过程中，本发明的发明人发现，由于现有方案需要对所有大图进行预加载，因此，需要占用大量的内存空间，而这些加载的大图未必为用户所需(即未被命中)，因此，会造成内存资源的浪费。
发明内容
本发明实施例提供一种图片显示方法、装置、系统和存储介质；可以在不影响显示效果的前提下，较少内存资源的占用，提高内存资源的利用率。
本发明实施例提供一种图片显示方法，包括：
获取多个预览图片的属性信息，所述属性信息包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息；
采用预设判别模型对所述预览图片的属性信息进行计算，得到预下载率；
筛选预下载率大于设定值的预览图片，得到待下载集；
根据所述接口信息加载待下载集中所有预览图片对应的大图；
当接收到关于所述待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
本发明实施例还提供一种图片显示装置，包括：
获取单元，用于获取多个预览图片的属性信息，所述属性信息包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息；
计算单元，用于采用预设判别模型对所述预览图片的属性信息进行计算，得到预下载率；
筛选单元，用于筛选预下载率大于设定值的预览图片，得到待下载集；
预加载单元，用于根据所述接口信息加载待下载集中所有预览图片对应的大图；
显示单元，用于在接收到关于所述待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
本发明实施例还提供一种图像显示系统，包括本发明实施例提供的任一种图像显示装置。
此外，本发明实施例还提供一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行本发明实施例提供的任一种图片显示方法中的步骤。
本发明实施例可以获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，然后，采用预设判别模型对该预览图片的属性信息进行计算，以得到预下载率，并筛选预下载率大于设定值的预览图片，进行大图的预加载，此后，当接收到大图显示请求时，便可以从预加载的大图中确定目标大图以进行显示；由于该方案可以根据预览图片的属性信息对用户查看大图的可能性进行预测，并只对可能性较大的预览图片进行大图的预加载，因此，不仅可以实现大图的快速显示，提高显示效果，而且，相对于现有需要预加载所有大图的方案而言，也可以大大减少对内存资源的占用，提高内存资源的利用率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域技术人员来讲，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1a是本发明实施例提供的图片显示方法的场景示意图；
图1b是本发明实施例提供的图片显示方法的流程图；
图1c是本发明实施例提供的图片显示方法中预览图片显示界面的示例图；
图2a是本发明实施例提供的图片显示方法的框架图；
图2b是本发明实施例提供的图片显示方法中终端侧的流程图；
图2c是本发明实施例提供的图片显示方法中服务器侧的流程图；
图2d是本发明实施例提供的图片显示方法中图片显示界面的示例图；
图2e是本发明实施例提供的图片显示方法中图片显示界面的另一示例图；
图3a是本发明实施例提供的图片显示装置的结构示意图；
图3b是本发明实施例提供的图片显示装置的另一结构示意图；
图4是本发明实施例提供的终端的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种图片显示方法、装置、系统和存储介质。
其中，该图片显示装置具体可以集成在终端等设备中，例如，以该图片显示装置集成在终端中为例，参见图1a，终端可以获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口(如Feed)信息和用户操作行为信息等，然后，根据预览图片的属性信息对用户查看大图的可能性进行预测，并对可能性较大的预览图片进行大图的预加载，比如，具体可以采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率，然后，对预下载率大于设定值的预览图片对应的大图进行预加载，此后，在接收到大图显示请求时，比如用户点击的预览图片恰好是已经预加载了大图的预览图片时时，便可以直接从预加载的大图中确定目标大图，并进行显示，而无需等待。
其中，该预设判别模型可以由服务器根据多个样本图片的属性信息训练而成，并提供给终端。可选的，终端还可以监控用户对多个预览图片的操作行为，以生成用户操作行为信息，然后，根据生成的用户操作行为信息更新预览图片的属性信息，并反馈给服务器，以便服务器对判别模型进行更新，从而保证判别模型的准确性。
以下分别进行详细说明。需说明的是，以下实施例的序号不作为对实施例优选顺序的限定。
实施例一、
本实施例将从图片显示装置的角度进行描述，该图片显示装置具体可以集成在终端等设备中，比如，可以以客户端的形式安装在终端中，等等。其中，该终端手机、平板电脑、移动电脑、以及穿戴式智能移动设备等。
一种图片显示方法，包括：获取多个预览图片的属性信息，该属性信息包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息；采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率；筛选预下载率大于设定值的预览图片，得到待下载集；根据该接口信息加载待下载集中所有预览图片对应的大图；当接收到关于该待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
如图1b所示，该图片显示方法的具体流程可以如下：
101、获取多个预览图片的属性信息。
例如，具体可以在用户打开预览图片的显示界面时，触发预设的监控进程，通过该监控进程来收集该显示界面中多个预览图片的属性信息，等等。
其中，该属性信息可以包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等；所谓用户信息，指的是查看预览图片的用户的信息，该用户信息可以包括用户名、登录帐号、邮箱帐号和/或即时通讯工具的帐号等；而设备信息则指的是图片显示装置所在的设备如终端的信息，具体可以包括设备名和/或设备号，如设备的国际移动设备识别码(IMEI，International Mobile Equipment Identity)等；图片信息可以包括图片的名称、格式、大小、和/或数据来源等信息；更新图片来源的接口信息主要用于指示接收信息来源更新的接口，比如，具体可以为Feed接口信息(具体用于指示Feed接口，而Feed接口为接收信息来源更新的接口)；用户操作行为信息主要用于记录用户的操作行为，比如是否点击了预览图片、是否对预览图片进行了转发、评论或点赞，等等。
102、采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率，筛选预下载率大于设定值的预览图片，得到待下载集；例如，具体可以如下：
从服务器中获取预设判别模型，确定当前需要处理的预览图片，得到当前待判别图片，将该当前待判别图片的属性信息导入该判别模型，以计算该当前待判别图片的预下载率，返回执行确定当前需要处理的预览图片的步骤，直至所有预览图片的预下载率计算完毕，此后，便可以筛选预下载率大于设定值的预览图片，得到待下载集。
比如，以该多张预览图片的数量具体为9张(以九宫格的样式进行显示)为例，则如图1c所示，该图片显示装置可以先将预览图片1作为当前待判别图片，并将预览图片1的属性信息导入该判别模型，以计算该预览图片1的预下载率，然后，将预览图片2作为当前待判别图片，并将预览图片2的属性信息导入该判别模型，以计算该预览图片2的预下载率，再然后，将预览图片3作为当前待判别图片，并将预览图片3的属性信息导入该判别模型，以计算该预览图片3的预下载率，以此类推，直至这九张预览图片的预下载率均计算完毕，此后，根据这九张预览图片的预下载率，筛选预下载率大于设定值的预览图片，添加至待下载集中。
其中，该设定值可以根据实际应用的需求进行设置，在此不再赘述。
可选的，也可以在计算出当前待判别图片的预下载率后，判断是否将该当前待判别图片添加至待下载集中，然后，再返回执行确定当前需要处理的预览图片的步骤；即步骤“采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率，筛选预下载率大于设定值的预览图片，得到待下载集”可以包括：
从服务器中获取预设判别模型，确定当前需要处理的预览图片，得到当前待判别图片，将该当前待判别图片的属性信息导入该判别模型，以计算该当前待判别图片的预下载率，若该当前待判别图片的预下载率大于设定值，则将该当前待判别图片添加至待下载集中，然后返回执行确定当前需要处理的预览图片的步骤，直至所有预览图片的预下载率计算完毕，且是否添加至待下载集中均判断完毕；若该当前待判别图片的预下载率不大于(小于等于)设定值，则然后返回执行确定当前需要处理的预览图片的步骤，直至所有预览图片的预下载率计算完毕，且是否添加至待下载集中均判断完毕。
其中，该预设判别模型可以由多个样本图片的属性信息训练而成，具体可以由运维人员预先进行设置，也可以由服务器进行建立，然后提供给该终端。例如，以由服务器建立为例，则具体可以如下：
服务器采集多个样本图片，并获取样本图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，然后，对该多个样本图片进行筛选，得到第一训练样本集，根据该第一训练样本集中样本图片的属性信息对预设初始模型进行训练，得到判别模型。
其中，该初始模型可以根据实际应用的需求进行设置，比如，可以是利用TensorFlow(基于DistBelief进行研发的第二代人工智能学习系统)、Python2.7(一种开源软件)和/或iMacX64(一种操作系统)建立而成的模型，等等。
其中，服务器对该多个样本图片进行筛选的方式也可以根据实际应用的需求而定，比如，可以包括但不限于对数据的清洗，比如去重、去空、和/或去掉无用的数据列等，此外，还可以包括进行归一化、标准化和/或离散化处理，在此不再赘述。
可选的，为了提高判别的准确性，可以实时地对预览图片的属性信息，如对其中的用户操作行为信息进行更新，即在步骤“筛选预下载率大于设定值的预览图片，得到待下载集”之后，该图片显示方法还可以包括：
监控用户对该多个预览图片的操作行为，根据该操作行为生成用户操作行为信息，根据生成的用户操作行为信息更新该预览图片的属性信息。
可选的，为了提高判别模型的判别准确性，还可以利用该更新后的属性信息对判别模型进行更新，即在步骤“根据生成的用户操作行为信息更新该预览图片的属性信息”之后，该图片显示方法还可以包括：
将更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据该数据库对判别模型进行更新，从服务器获取关于更新后判别模型的更新包，根据该更新包对本地保存的判别模型进行更新。
其中，服务器根据该数据库对判别模型进行更新的方式具体可以如下：
服务器从该数据库获取预览图片、以及预览图片的属性信息，按照预设策略对获取到的预览图片、以及预览图片的属性信息进行预处理，以创建第二训练样本集，根据第二训练样本集中预览图片的属性信息该判别模型进行训练，以对该判别模型进行更新。
其中该预设策略可以根据实际应用的需求而定，比如，可以包括但不限于对数据的清洗，比如去重、去空、和/或去掉无用的数据列等，此外，还可以包括进行归一化、标准化和/或离散化处理，在此不再赘述。
可选的，服务器在对该判别模型进行更新后，可以基于该更新后判别模型生成相应的更新包(即关于更新后判别模型的更新包)，该更新包可以是更新后判别模型的下载包，也可以是该更新后判别模型的相对于原判别模型的补丁包，以便提供终端，进行判别模型的更新，在此不再赘述。
103、根据该接口信息加载待下载集中所有预览图片对应的大图；例如，具体可以如下：
从待下载集中确定当前需要加载大图的预览图片，得到当前待下载图片，从该当前待下载图片的属性信息中提取更新图片来源的接口信息，通过提取的接口信息加载该当前待下载图片对应的大图，并返回执行从待下载集中确定当前需要加载大图的预览图片的步骤，直至该待下载集中所有预览图片均加载大图完毕。
比如，还是以图1c所示的九宫格为例，若在步骤103中，确定预览图片1、预览图片3、预览图片4和预览图片9的预下载率大于设定值，并将预览图片1、预览图片3、预览图片4和预览图片9添加至待下载集中，则此时，可以从待下载集中确定当前需要加载大图的预览图片，比如预览图片1，从该预览图片1的属性信息中提取更新图片来源的接口信息(如Feed接口信息)，通过提取的接口信息加载预览图片1对应的大图，然后，将预览图片3作为当前需要加载大图的预览图片，从预览图片3的属性信息中提取更新图片来源的接口信息，通过提取的接口信息加载预览图片3对应的大图，同理，此后，可以将预览图片4作为当前需要加载大图的预览图片，从预览图片4的属性信息中提取更新图片来源的接口信息，通过提取的接口信息加载预览图片4对应的大图，最后，再将预览图片9作为当前需要加载大图的预览图片，从预览图片9的属性信息中提取更新图片来源的接口信息，通过提取的接口信息加载预览图片9对应的大图，以此类推，等等。
需说明的是，在本发明实施例中，预加载可以包括下载和解码等操作。
104、当接收到关于该待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
例如，还是以图1c所示的九宫格为例，由于预览图片1的大图已经预先加载完毕，因此，若接收到关于预览图片1的大图显示请求，则可以直接从本地(即终端)预加载的大图中查找该预览图片1对应的大图，并进行显示，而无需从服务器进行加载。
其中，该“关于待下载集中预览图片的大图显示请求”可以由终端根据预设操作触发生成，比如，可以设定当用户点击预览图片时，生成该“关于待下载集中预览图片的大图显示请求”，等等。即在步骤“当接收到关于该待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图”之前，该图片显示方法还可以包括：
当预览图片被点击时，确定点击的预览图片是否为待下载集中的预览图片，若是，则生成关于该待下载集中预览图片的大图显示请求；若否，则加载并显示该点击的预览图片的大图。
即如果用户所点击的预览图片不属于待下载集，则需要从服务器中加载相应的大图(因为终端本地并未对该预览图片对应的大图进行预加载)。
由上可知，本实施例可以获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，然后，采用预设判别模型对该预览图片的属性信息进行计算，以得到预下载率，并筛选预下载率大于设定值的预览图片，进行大图的预加载，此后，当接收到大图显示请求时，便可以从预加载的大图中确定目标大图以进行显示；由于该方案可以根据预览图片的属性信息对用户查看大图的可能性进行预测，并只对可能性较大的预览图片进行大图的预加载，因此，不仅可以实现大图的快速显示，提高显示效果，而且，相对于现有需要预加载所有大图的方案而言，也可以大大减少对内存资源的占用，提高内存资源的利用率。
实施例二、
根据前面实施例所描述的方法，以下将举例作进一步详细说明。
在本实施例中，将以该图片显示装置具体集成在终端中，且该多个预览图片以九宫格样式进行显示为例进行说明。
如图2a所示，可以由服务器根据多个样本图片的属性信息建立一判别模型，并提供给终端，比如，以插件的形式提供给终端(比如，可以称该插件为ImageLearnManager)，终端在获取到该判别模型(如插件ImageLearnManager)后，便可以利用该判别模型对预览图片是否需要进行预加载进行判断，比如，具体在用户浏览九宫格时，调用该判别模型，以采集该九宫格中预览图片的属性信息，然后，将预览图片的属性信息导入该判别模型中，以计算该预览图片的预下载率，若预下载率大于设定值，则表明用户查看该预览图片对应的大图的概率较高，因此，可以从服务器下载预览图片对应的大图，并对下载后的大图进行解码，这样，当用户点击九宫格中的预览图片，进行大图浮层时，便可以直接从已经预加载的大图中获取到用户所点击的预览图片所对应的大图，以进行显示，进而提高显示效率；而若预下载率小于等于设定值，则表明用户查看该预览图片对应的大图的概率较低，因此，无需对该预览图片对应的大图进行预加载，以节省内存空间的消耗。
可选的，终端可以监控用户对该多个预览图片的操作行为，比如是否点击了预览图片以查看大图、和/或是否对某张预览图片进行点赞等，以生成用户操作行为信息，并根据生成的用户操作行为信息更新该预览图片的属性信息，然后，将更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中，这样，服务器便可以从该数据库获取预览图片、以及预览图片的属性信息等数据，对这些数据进行预处理后创建第二训练样本集，以对判别模型进行更新，再根据更新后判别模型生成更新包，以供终端对其本地判定模型(如判别模型的插件)进行更新，进而提高判别模型判别的准确性。
基于上述框架，以下将分别对终端侧和服务器侧(即后台)的流程进行详细说明。
(1)终端侧；
如图2b所示，一种图片显示方法，具体流程可以如下：
A201、终端获取多个预览图片的属性信息。
例如，参见图2d，当用户在终端上打开预览图片的显示界面，如包含有“九宫格”的消息显示界面时，终端触发预设的监控进程，比如触发该插件“ImageLearnManage”的监控进程，通过该监控进程来收集该九宫格中多个预览图片的属性信息，等等。
其中，该属性信息可以包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等；所谓用户信息，指的是查看预览图片的用户的信息，该用户信息可以包括用户名、登录帐号、邮箱帐号和/或即时通讯工具的帐号等；而设备信息则指的是图片显示装置所在的设备如终端的信息，具体可以包括设备名和/或设备号，如设备的IMEI等；图片信息可以包括图片的名称、格式、大小、和/或数据来源等信息；更新图片来源的接口信息主要用于指示接收信息来源更新的接口，比如，具体可以为Feed接口信息；用户操作行为信息主要用于记录用户的操作行为，比如是否点击了预览图片、是否对预览图片进行了转发、评论或点赞，等等。
A202、终端采用判别模型对该预览图片的属性信息进行计算，得到预下载率。
例如，还是以图2d中张三所发布的图片“九宫格”为例，参见图1c，具体可以将该九宫格中的9张预览图片以从左到右，从上至下的顺序分别进行编号，得到“预览图片1”、“预览图片2”、“预览图片3”、“预览图片4”、“预览图片5”、“预览图片6”、“预览图片7”、“预览图片8”和“预览图片9”，这样，当需要计算该九宫格中预览图片的预下载率时，终端便可以依次对这9张图片的预下载率进行计算，比如，具体可以先将“预览图片1”作为当前待判别图片，并将“预览图片1”的属性信息导入该判别模型，以计算该“预览图片1”的预下载率，然后，将“预览图片”2作为当前待判别图片，并“预览图片2”的属性信息导入该判别模型，以计算该“预览图片2”的预下载率，再然后，“预览图片3”作为当前待判别图片，并将“预览图片3”的属性信息导入该判别模型，以计算该“预览图片3”的预下载率，以此类推，直至这9张预览图片的预下载率均计算完毕。
其中，在本实施例中，该预设判别模型可以由服务器根据多个样本图片的属性信息训练而成，并由服务器提供给终端，比如，可以在步骤A202之前，由服务器发送给终端，或者由终端向服务器请求，并从服务器中进行下载。又比如，如果监控进程(如插件“ImageLearnManage”)集成在该判别模型中，或者，判别模型和监控进程集成在同一插件中，则可以在步骤A201之前，由服务器发送给终端，或者由终端向服务器请求，并从服务器中进行下载，等等。
A203、终端筛选预下载率大于设定值的预览图片，得到待下载集。
例如，还是以图2d和图1c中的九宫格为例，则此时，终端可以根据这9张预览图片的预下载率，筛选预下载率大于设定值的预览图片，添加至待下载集中。
比如，若“预览图片1”、“预览图片3”、“预览图片5”和“预览图片9”的预下载率均大于设定值，则可以将“预览图片1”、“预览图片3”、“预览图片5”和“预览图片9”添加至待下载集中，以此类推，等等。
其中，该设定值可以根据实际应用的需求进行设置，在此不再赘述。
需说明的是，为了描述方便，在本实施例中，将以计算出所有的预览图片的预下载率后，再筛选预览图片至待下载集中为例进行说明，应当理解的是，除了可以在计算出所有的预览图片的预下载率后，再筛选预览图片至待下载集中之外，也可以在计算出当前待判别图片(预览图片)的预下载率时，便判别该当前待判别图片是否需要添加至待下载集中，具体可参见前面的实施例，在此不再赘述。
A204、终端根据该接口信息加载待下载集中所有预览图片对应的大图，然后，执行步骤A205；例如，具体可以如下：
终端从待下载集中确定当前需要加载大图的预览图片，得到当前待下载图片，从该当前待下载图片的属性信息中提取更新图片来源的接口信息，通过提取的接口信息加载该当前待下载图片对应的大图，并返回执行从待下载集中确定当前需要加载大图的预览图片的步骤，直至该待下载集中所有预览图片均加载大图完毕。
比如，还是以图2d和图1c所示的九宫格为例，若在步骤A203中，确定“预览图片1”、“预览图片3”、“预览图片5”和“预览图片9”的预下载率大于设定值，并将“预览图片1”、“预览图片3”、“预览图片5”和“预览图片9”添加至待下载集中，则此时，可以从待下载集中确定当前需要加载大图的预览图片，比如“预览图片1”，从该“预览图片1”的属性信息中提取Feed接口信息，通过提取的Feed接口信息加载“预览图片1”对应的大图，然后，将“预览图片3”作为当前需要加载大图的预览图片，从“预览图片3”的属性信息中提取Feed接口信息，通过提取的Feed接口信息加载“预览图片3”对应的大图，同理，此后，可以将“预览图片5”作为当前需要加载大图的预览图片，从“预览图片5”的属性信息中提取Feed接口信息，通过提取的Feed接口信息加载“预览图片5”对应的大图，最后，再将“预览图片9”作为当前需要加载大图的预览图片，从“预览图片9”的属性信息中提取Feed接口信息，通过提取的Feed接口信息加载“预览图片9”对应的大图，以此类推，等等。
需说明的是，在本发明实施例中，加载可以包括下载和解码等操作；另外，还需说明的是，预加载后大图的存储位置可以根据实际应用的需求而定，比如，可以保存在终端的预设存储空间中，或者，也可以直接保存在缓存中，等等，在此不再赘述。
A205、当预览图片被点击时，终端确定点击的预览图片是否为待下载集中的预览图片，若是，则生成关于该待下载集中预览图片的大图显示请求，然后执行步骤A206；若否，则加载并显示该点击的预览图片的大图。
即如果用户属点击的预览图片属于待下载集，则由于终端本地已经对该预览图片对应的大图进行了预加载，所以，无需从服务器加载该相应的大图，而是直接从本地读取即可，所以，可以直接生成关于该待下载集中预览图片的大图显示请求，然后执行步骤A206；而如果用户所点击的预览图片不属于待下载集，则由于终端本地并未对该预览图片对应的大图进行预加载，所以，需要从服务器中加载相应的大图，比如，终端具体可以向服务器请求下载该被点击预览图片所对应的大图，在服务器接受该请求后，接收服务器发送的压缩后大图，然后，终端对接收到的压缩后大图进行解码，得到该被点击预览图片所对应的大图，进而在大图浮层中显示该大图，以供用户浏览。
例如，还是以图2d和图1c所示的九宫格为例，参见图2e，若用户点击的预览图片为“预览图片5”，由于“预览图片5”为待下载集中的预览图片，因此，此时可以生成关于“预览图片5”的大图显示请求，然后执行步骤A206。
又例如，若用户点击的预览图片为“预览图片4”，由于“预览图片4”不知待下载集中的预览图片，因此，此时需要从服务器中加载该“预览图片4”相应的大图，在从服务器中加载完毕后，才能对该“预览图片4”相应的大图进行显示。
A206、当接收到关于该待下载集中预览图片的大图显示请求时，终端从预加载的大图中确定目标大图，并显示目标大图。
例如，还是图2e为例，若用户点击的预览图片为“预览图片5”，则由于“预览图片5”的大图已经在终端本地预先加载完毕，因此，当接收到关于“预览图片5”的大图显示请求时，便可以直接从终端本地(如终端缓存)预加载的大图中查找该预览图片1对应的大图，并对该大图进行显示，比如在大图浮层中对该大图进行显示，等等，而无需从服务器进行加载，大大节省了用户浏览时所需要等待的时间，改善浏览效果。
其中，大图的具体显示样式可以根据实际应用的需求进行设置，比如，可如图2e右图所示。
可选的，为了提高判别的准确性，可以实时地对预览图片的属性信息，如根据用户的操作信息对其中的用户操作行为信息进行调整，即该图片显示方法还可以包括步骤A207，如下：
A207、终端监控用户对该多个预览图片的操作行为，根据该操作行为生成用户操作行为信息，根据生成的用户操作行为信息更新该预览图片的属性信息。
比如，如果用户点击了图2e中的“浏览图片5”，则终端可以对该“点击”操作进行记录，并对“浏览图片5”的属性信息中用户操作行为信息进行更新，而虽然终端对“浏览图片3”相应的大图也进行了预加载，但是用户并未点击“浏览图片3”，则终端也可以对用户的该“未点击”行为进行记录，并对“浏览图片3”的属性信息中用户操作行为信息进行更新，同理，虽然终端并未对“浏览图片2”相应的大图也进行了预加载，但假设用户点击“浏览图片2”，则终端也可以对用户的该“点击”操作进行记录，并对“浏览图片2”的属性信息中用户操作行为信息进行更新，以此类推，等等。
可选的，为了提高判别模型的判别准确性，还可以利用该更新后的属性信息对判别模型进行更新，即在步骤“根据生成的用户操作行为信息更新该预览图片的属性信息”之后，该图片显示方法还可以包括步骤A208和A209，如下：
A208、终端将更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据该数据库对判别模型进行更新。
比如，终端可以将更新后的属性信息、以及该更新后的属性信息对应的预览图片上报至罗盘，又罗盘将该更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中。
其中，该数据库可以保存在服务器中，或者，也可以保存在其他的网络侧设备上。
A209、终端从服务器获取关于更新后判别模型的更新包，根据该更新包对终端本地保存的判别模型进行更新。
此后，终端便可以根据该更新后的判别模型对后续的预览图片的预下载率进行计算，在此不再赘述。
(2)服务器侧；
如图2c所示，一种图片显示方式，具体流程可以如下：
B201、服务器采集多个样本图片，并获取样本图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等。
其中，采集样本图片的途径可以由多种，比如，具体可以通过互联网或预设图库来进行采集，等等。
B202、服务器对该多个样本图片进行筛选，得到第一训练样本集。
其中，服务器对该多个样本图片进行筛选的方式也可以根据实际应用的需求而定，比如，可以包括但不限于对数据的清洗，比如去重、去空、和/或去掉无用的数据列等，此外，还可以包括进行归一化、标准化和/或离散化处理，在此不再赘述。
B203、服务器根据该第一训练样本集中样本图片的属性信息对预设初始模型进行训练，得到判别模型。
其中，该初始模型可以根据实际应用的需求进行设置，比如，可以是利用TensorFlow、Python2.7和/或iMacX64建立而成的模型，等等。
B204、服务器将该判别模型发送给终端。
例如，服务器可以将该判别模型以插件的形式发送给终端，或者，也可以直接将该判别模型的安装包发送给终端，或者，也可以在接收到终端的模型/插件下载请求时，才将该判别模型以插件的形式、或将该判别模型的安装包发送给终端，在此不再赘述。
可选的，为了提高判别的准确性，可以实时地对预览图片的属性信息，如对其中的用户操作行为信息进行更新，即该图片显示方法还可以包括步骤B205～B207，如下：
B205、服务器从数据库中获取预览图片、以及预览图片的属性信息。
其中，该数据库中包括了终端上传的多个预览图片、以及预览图片的属性信息，详见终端侧的流程。该数据库可以保存在服务器中，或者，也可以保存在其他的网络侧设备上。
B206、服务器按照预设策略对获取到的预览图片、以及预览图片的属性信息进行预处理，以创建第二训练样本集。
其中该预设策略可以根据实际应用的需求而定，比如，可以包括但不限于对数据的清洗，比如去重、去空、和/或去掉无用的数据列等，此外，还可以包括进行归一化、标准化和/或离散化处理，在此不再赘述。
B207、服务器根据第二训练样本集中预览图片的属性信息该判别模型进行训练，以对该判别模型进行更新，并提供给终端。
可选的，服务器在对该判别模型进行更新后，可以基于该更新后判别模型生成相应的更新包(即关于更新后判别模型的更新包)，该更新包可以是更新后判别模型的下载包，也可以是该更新后判别模型的相对于原判别模型的补丁包，以便提供终端，进行判别模型的更新，在此不再赘述。
由上可知，本实施例可以获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，然后，采用预设判别模型对该预览图片的属性信息进行计算，以得到预下载率，并筛选预下载率大于设定值的预览图片，进行大图的预加载，此后，当接收到大图显示请求时，便可以从预加载的大图中确定目标大图以进行显示；由于该方案可以根据预览图片的属性信息对用户查看大图的可能性进行预测，并只对可能性较大的预览图片进行大图的预加载，因此，不仅可以实现大图的快速显示，提高显示效果，而且，相对于现有需要预加载所有大图的方案而言，也可以大大减少对内存资源的占用，提高内存资源的利用率。
此外，由于该方案还可以根据用户的操作行为实时对预览图片的属性信息进行更新，并提供给服务器，以便服务器对判别模型进行计时调整，因此，还可以提高判别的准确性。
实施例三、
为了更好地实施以上方法，本发明实施例还提供一种图片显示装置，该图片显示装置具体可以集成在终端等设备中，比如，可以以客户端的形式安装在终端中，等等。其中，该终端手机、平板电脑、移动电脑、以及穿戴式智能移动设备等。
例如，如图3a所示，该图片显示装置可以包括获取单元301、计算单元302、筛选单元303、预加载单元304和显示单元305，如下：
(1)获取单元301；
获取单元301，用于获取多个预览图片的属性信息。
例如，获取单元301，具体可以用于在用户打开预览图片的显示界面时，触发预设的监控进程，通过该监控进程来收集该显示界面中多个预览图片的属性信息。
其中，该属性信息可以包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等。
(2)计算单元302；
计算单元302，用于采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率；
例如，该计算单元，具体可以用于从服务器中获取预设判别模型，确定当前需要处理的预览图片，得到当前待判别图片，将该当前待判别图片的属性信息导入该判别模型，以计算该当前待判别图片的预下载率，返回执行确定当前需要处理的预览图片的操作，直至所有预览图片的预下载率计算完毕。
该预设判别模型由多个样本图片的属性信息训练而成，具体可以由运维人员预先进行设置，也可以由服务器进行建立，然后提供给该终端，该判别模型的建立方法具体可参见前面的实施例在，在此不再赘述。
(3)筛选单元303；
筛选单元303，用于筛选预下载率大于设定值的预览图片，得到待下载集。
其中，该设定值可以根据实际应用的需求进行设置，在此不再赘述。
(4)预加载单元304；
预加载单元304，用于根据该接口信息加载待下载集中所有预览图片对应的大图。
例如，该预加载单元，具体可以用于从待下载集中确定当前需要加载大图的预览图片，得到当前待下载图片，从该当前待下载图片的属性信息中提取更新图片来源的接口信息，通过提取的接口信息加载该当前待下载图片对应的大图，并返回执行从待下载集中确定当前需要加载大图的预览图片的操作，直至该待下载集中所有预览图片均加载大图完毕。
(5)显示单元305；
显示单元305，用于在接收到关于该待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
其中，该“关于待下载集中预览图片的大图显示请求”可以由终端根据预设操作触发生成，比如，可以设定当用户点击预览图片时，生成该“关于待下载集中预览图片的大图显示请求”，等等。即如图3b所示，该图片显示装置还可以包括判别单元306，如下：
该判别单元306，用于在预览图片被点击时，确定点击的预览图片是否为待下载集中的预览图片，若是，则生成关于该待下载集中预览图片的大图显示请求；若否，则加载并显示该点击的预览图片的大图。
可选的，为了提高判别的准确性，可以实时地对预览图片的属性信息，如对其中的用户操作行为信息进行更新，即如图3b所示，该图片显示装还可以包括监控单元307和属性更新单元308，如下：
该监控单元307，可以用于监控用户对该多个预览图片的操作行为，根据该操作行为生成用户操作行为信息。
该属性更新单元308，可以用于根据生成的用户操作行为信息更新该预览图片的属性信息。
可选的，为了提高判别模型的判别准确性，还可以利用该更新后的属性信息对判别模型进行更新，即如图3b所示，该图片显示装置还可以包括保存单元309和模型更新单元310，如下：
该保存单元309，可以用于将更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据该数据库对判别模型进行更新。
该模型更新单元310，可以用于从服务器获取关于更新后判别模型的更新包，根据该更新包对本地保存的判别模型进行更新。
其中，服务器根据该数据库对判别模型进行更新的方式具体可参见前面的实施例，在此不再赘述。
具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
由上可知，本实施例在获取到多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息后，可以由计算单元302采用预设判别模型对该预览图片的属性信息进行计算，以得到预下载率，并由筛选单元303筛选预下载率大于设定值的预览图片后，由预加载单元304进行大图的预加载，此后，当接收到大图显示请求时，显示单元305便可以从预加载的大图中确定目标大图以进行显示；由于该方案可以根据预览图片的属性信息对用户查看大图的可能性进行预测，并只对可能性较大的预览图片进行大图的预加载，因此，不仅可以实现大图的快速显示，提高显示效果，而且，相对于现有需要预加载所有大图的方案而言，也可以大大减少对内存资源的占用，提高内存资源的利用率。
实施例四、
相应的，本发明实施例还提供一种图像显示系统，可以包括本发明实施例所提供的任一种图像显示装置，该图片显示装置具体可以集成在终端等设备中，比如，可以以客户端的形式安装在终端中。
例如，以该图像显示装置具体集成在终端中为例，则可以如下：
终端，用于获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率，筛选预下载率大于设定值的预览图片，得到待下载集，根据该接口信息加载待下载集中所有预览图片对应的大图，当接收到关于该待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
可选的，该图像显示系统还可以包括其他的设备，比如，还可以包括服务器，如下：
服务器，用于采集多个样本图片，并获取样本图片的属性信息，该属性信息包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息，对该多个样本图片进行筛选，得到第一训练样本集，根据该第一训练样本集中样本图片的属性信息对预设初始模型进行训练，得到判别模型，将该判别模型提供给图像显示装置，比如提供给终端。
其中，该初始模型可以根据实际应用的需求进行设置，比如，可以是利用TensorFlow、Python2.7和/或iMacX64建立而成的模型，等等。
其中，服务器对该多个样本图片进行筛选的方式也可以根据实际应用的需求而定，比如，可以包括但不限于对数据的清洗，比如去重、去空、和/或去掉无用的数据列等，此外，还可以包括进行归一化、标准化和/或离散化处理，在此不再赘述。
可选的，为了提高判别的准确性，可以实时地对预览图片的属性信息，如对其中的用户操作行为信息进行更新，即：
终端，还可以用于监控用户对该多个预览图片的操作行为，根据该操作行为生成用户操作行为信息，根据生成的用户操作行为信息更新该预览图片的属性信息。
可选的，为了提高判别模型的判别准确性，还可以利用该更新后的属性信息对判别模型进行更新，即：
终端，还可以用于将更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据该数据库对判别模型进行更新，从服务器获取关于更新后判别模型的更新包，根据该更新包对本地保存的判别模型进行更新。
则此时，服务器，还可以用于从该数据库获取预览图片、以及预览图片的属性信息，按照预设策略对获取到的预览图片、以及预览图片的属性信息进行预处理，以创建第二训练样本集，根据第二训练样本集中预览图片的属性信息该判别模型进行训练，以对该判别模型进行更新。
其中该预设策略可以根据实际应用的需求而定，比如，可以包括但不限于对数据的清洗，比如去重、去空、和/或去掉无用的数据列等，此外，还可以包括进行归一化、标准化和/或离散化处理，在此不再赘述。
可选的，服务器在对该判别模型进行更新后，可以基于该更新后判别模型生成相应的更新包，该更新包可以是更新后判别模型的下载包，也可以是该更新后判别模型的相对于原判别模型的补丁包，以便提供终端，进行判别模型的更新，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
由于该图像显示系统包括本发明实施例所提供的任一种图片显示装置，因此，可以实现本发明实施例所提供的任一种图片显示装置所能实现的有益效果，详见前面的实施例，在此不再赘述。
实施例五、
相应的，本发明实施例还提供一种终端，如图4所示，该终端可以包括射频(RF，Radio Frequency)电路401、包括有一个或一个以上计算机可读存储介质的存储器402、输入单元403、显示单元404、传感器405、音频电路406、无线保真(WiFi，Wireless Fidelity)模块407、包括有一个或者一个以上处理核心的处理器408、以及电源409等部件。本领域技术人员可以理解，图4中示出的终端结构并不构成对终端的限定，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401可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，交由一个或者一个以上处理器408处理；另外，将涉及上行的数据发送给基站。通常，RF电路401包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM，Subscriber Identity Module)卡、收发信机、耦合器、低噪声放大器(LNA，Low Noise Amplifier)、双工器等。此外，RF电路401还可以通过无线通信与网络和其他设备通信。所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(GSM，Global System of Mobile communication)、通用分组无线服务(GPRS，GeneralPacket Radio Service)、码分多址(CDMA，Code Division Multiple Access)、宽带码分多址(WCDMA，Wideband Code Division Multiple Access)、长期演进(LTE，Long TermEvolution)、电子邮件、短消息服务(SMS，Short Messaging Service)等。
存储器402可用于存储软件程序以及模块，处理器408通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402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、图像播放功能等)等；存储数据区可存储根据终端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402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。相应地，存储器402还可以包括存储器控制器，以提供处理器408和输入单元403对存储器402的访问。
输入单元403可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，在一个具体的实施例中，输入单元403可包括触敏表面以及其他输入设备。触敏表面，也称为触摸显示屏或者触控板，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敏表面上或在触敏表面附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面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408，并能接收处理器408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敏表面。除了触敏表面，输入单元403还可以包括其他输入设备。具体地，其他输入设备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。
显示单元404可用于显示由用户输入的信息或提供给用户的信息以及终端的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元404可包括显示面板，可选的，可以采用液晶显示器(LCD，Liquid Crystal Display)、有机发光二极管(OLED，Organic Light-Emitting Diode)等形式来配置显示面板。进一步的，触敏表面可覆盖显示面板，当触敏表面检测到在其上或附近的触摸操作后，传送给处理器408以确定触摸事件的类型，随后处理器408根据触摸事件的类型在显示面板上提供相应的视觉输出。虽然在图4中，触敏表面与显示面板是作为两个独立的部件来实现输入和输入功能，但是在某些实施例中，可以将触敏表面与显示面板集成而实现输入和输出功能。
终端还可包括至少一种传感器405，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的亮度，接近传感器可在终端移动到耳边时，关闭显示面板和/或背光。作为运动传感器的一种，重力加速度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；至于终端还可配置的陀螺仪、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。
音频电路406、扬声器，传声器可提供用户与终端之间的音频接口。音频电路406可将接收到的音频数据转换后的电信号，传输到扬声器，由扬声器转换为声音信号输出；另一方面，传声器将收集的声音信号转换为电信号，由音频电路406接收后转换为音频数据，再将音频数据输出处理器408处理后，经RF电路401以发送给比如另一终端，或者将音频数据输出至存储器402以便进一步处理。音频电路406还可能包括耳塞插孔，以提供外设耳机与终端的通信。
WiFi属于短距离无线传输技术，终端通过WiFi模块407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4示出了WiFi模块407，但是可以理解的是，其并不属于终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器408是终端的控制中心，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402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行终端的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器408可包括一个或多个处理核心；优选的，处理器408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408中。
终端还包括给各个部件供电的电源409(比如电池)，优选的，电源可以通过电源管理系统与处理器408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。电源409还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，终端还可以包括摄像头、蓝牙模块等，在此不再赘述。具体在本实施例中，终端中的处理器408会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器408来运行存储在存储器402中的应用程序，从而实现各种功能：
获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率，筛选预下载率大于设定值的预览图片，得到待下载集，根据该接口信息加载待下载集中所有预览图片对应的大图，当接收到关于该待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
可选的，为了提高判别的准确性，可以实时地对预览图片的属性信息，如对其中的用户操作行为信息进行更新，即处理器408还可以运行存储在存储器402中的应用程序，从而实现以下功能：
监控用户对该多个预览图片的操作行为，根据该操作行为生成用户操作行为信息，根据生成的用户操作行为信息更新该预览图片的属性信息。
可选的，为了提高判别模型的判别准确性，还可以利用该更新后的属性信息对判别模型进行更新，即处理器408还可以运行存储在存储器402中的应用程序，从而实现以下功能：
将更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据该数据库对判别模型进行更新，从服务器获取关于更新后判别模型的更新包，根据该更新包对本地保存的判别模型进行更新。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
由上可知，本实施例的终端可以获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，然后，采用预设判别模型对该预览图片的属性信息进行计算，以得到预下载率，并筛选预下载率大于设定值的预览图片，进行大图的预加载，此后，当接收到大图显示请求时，便可以从预加载的大图中确定目标大图以进行显示；由于该方案可以根据预览图片的属性信息对用户查看大图的可能性进行预测，并只对可能性较大的预览图片进行大图的预加载，因此，不仅可以实现大图的快速显示，提高显示效果，而且，相对于现有需要预加载所有大图的方案而言，也可以大大减少对内存资源的占用，提高内存资源的利用率。
实施例六、
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种虚拟资源的转移方法中的步骤。例如，该指令可以执行如下步骤：
获取多个预览图片的属性信息，比如用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息等，采用预设判别模型对该预览图片的属性信息进行计算，得到预下载率，筛选预下载率大于设定值的预览图片，得到待下载集，根据该接口信息加载待下载集中所有预览图片对应的大图，当接收到关于该待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
可选的，为了提高判别的准确性，可以实时地对预览图片的属性信息，如对其中的用户操作行为信息进行更新，即该指令还可以执行如下步骤：
监控用户对该多个预览图片的操作行为，根据该操作行为生成用户操作行为信息，根据生成的用户操作行为信息更新该预览图片的属性信息。
可选的，为了提高判别模型的判别准确性，还可以利用该更新后的属性信息对判别模型进行更新，即该指令还可以执行如下步骤：
将更新后的属性信息、以及该更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据该数据库对判别模型进行更新，从服务器获取关于更新后判别模型的更新包，根据该更新包对本地保存的判别模型进行更新。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本发明实施例所提供的任一种图片显示方法中的步骤，因此，可以实现本发明实施例所提供的任一种图片显示方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本发明实施例所提供的一种图片显示方法、装置、系统和存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (15)
1.一种图片显示方法，其特征在于，包括：
获取多个预览图片的属性信息，所述属性信息包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息；
采用预设判别模型对所述预览图片的属性信息进行计算，得到预下载率；
筛选预下载率大于设定值的预览图片，得到待下载集；
根据所述接口信息加载待下载集中所有预览图片对应的大图；
当接收到关于所述待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
2.根据权利要求1所述的方法，其特征在于，所述采用预设判别模型对所述预览图片的属性信息进行计算，得到预下载率，包括：
从服务器中获取预设判别模型，所述预设判别模型由多个样本图片的属性信息训练而成；
确定当前需要处理的预览图片，得到当前待判别图片；
将所述当前待判别图片的属性信息导入所述判别模型，以计算所述当前待判别图片的预下载率，返回执行确定当前需要处理的预览图片的步骤，直至所有预览图片的预下载率计算完毕。
3.根据权利要求2所述的方法，其特征在于，所述筛选预下载率大于设定值的预览图片，得到待下载集之后，还包括：
监控用户对所述多个预览图片的操作行为；
根据所述操作行为生成用户操作行为信息；
根据生成的用户操作行为信息更新所述预览图片的属性信息。
4.根据权利要求3所述的方法，其特征在于，所述根据生成的用户操作行为信息更新所述预览图片的属性信息之后，还包括：
将更新后的属性信息、以及所述更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据所述数据库对判别模型进行更新；
从服务器获取关于更新后判别模型的更新包，根据所述更新包对本地保存的判别模型进行更新。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述根据所述接口信息加载待下载集中所有预览图片对应的大图，包括：
从待下载集中确定当前需要加载大图的预览图片，得到当前待下载图片；
从所述当前待下载图片的属性信息中提取更新图片来源的接口信息；
通过提取的接口信息加载所述当前待下载图片对应的大图，并返回执行从待下载集中确定当前需要加载大图的预览图片的步骤，直至所述待下载集中所有预览图片均加载大图完毕。
6.根据权利要求1至4任一项所述的方法，其特征在于，所述当接收到关于所述待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图之前，还包括：
当预览图片被点击时，确定点击的预览图片是否为待下载集中的预览图片；
若是，则生成关于所述待下载集中预览图片的大图显示请求；
若否，则加载并显示所述点击的预览图片的大图。
7.一种图片显示装置，其特征在于，包括：
获取单元，用于获取多个预览图片的属性信息，所述属性信息包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息；
计算单元，用于采用预设判别模型对所述预览图片的属性信息进行计算，得到预下载率；
筛选单元，用于筛选预下载率大于设定值的预览图片，得到待下载集；
预加载单元，用于根据所述接口信息加载待下载集中所有预览图片对应的大图；
显示单元，用于在接收到关于所述待下载集中预览图片的大图显示请求时，从预加载的大图中确定目标大图，并显示目标大图。
8.根据权利要求7所述的装置，其特征在于，
所述计算单元，具体用于从服务器中获取预设判别模型，所述预设判别模型由多个样本图片的属性信息训练而成，确定当前需要处理的预览图片，得到当前待判别图片，将所述当前待判别图片的属性信息导入所述判别模型，以计算所述当前待判别图片的预下载率，返回执行确定当前需要处理的预览图片的操作，直至所有预览图片的预下载率计算完毕。
9.根据权利要求8所述的装置，其特征在于，还包括监控单元和属性更新单元；
所述监控单元，用于监控用户对所述多个预览图片的操作行为，根据所述操作行为生成用户操作行为信息；
所述属性更新单元，用于根据生成的用户操作行为信息更新所述预览图片的属性信息。
10.根据权利要求9所述所述的装置，其特征在于，还包括保存单元和模型更新单元；
所述保存单元，用于将更新后的属性信息、以及所述更新后的属性信息对应的预览图片保存至预设数据库中，以便服务器根据所述数据库对判别模型进行更新；
所述模型更新单元，用于从服务器获取关于更新后判别模型的更新包，根据所述更新包对本地保存的判别模型进行更新。
11.根据权利要求7至10任一项所述的装置，其特征在于，
所述预加载单元，具体用于从待下载集中确定当前需要加载大图的预览图片，得到当前待下载图片，从所述当前待下载图片的属性信息中提取更新图片来源的接口信息，通过提取的接口信息加载所述当前待下载图片对应的大图，并返回执行从待下载集中确定当前需要加载大图的预览图片的操作，直至所述待下载集中所有预览图片均加载大图完毕。
12.根据权利要求7至10任一项所述的装置，其特征在于，还包括判别单元；
所述判别单元，用于在预览图片被点击时，确定点击的预览图片是否为待下载集中的预览图片，若是，则生成关于所述待下载集中预览图片的大图显示请求；若否，则加载并显示所述点击的预览图片的大图。
13.一种图像显示系统，其特征在于，包括权利要求7至12任一项所述的图像显示装置。
14.根据权利要求13所述的系统，其特征在于，还包括服务器；
所述服务器，用于采集多个样本图片，并获取样本图片的属性信息，该属性信息包括用户信息、设备信息、图片信息、更新图片来源的接口信息和用户操作行为信息，对该多个样本图片进行筛选，得到第一训练样本集，根据该第一训练样本集中样本图片的属性信息对预设初始模型进行训练，得到判别模型，将所述判别模型提供给图像显示装置。
15.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至6任一项所述的图片显示方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810136730.2A CN108268232B (zh) | 2018-02-09 | 2018-02-09 | 一种图片显示方法、装置、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810136730.2A CN108268232B (zh) | 2018-02-09 | 2018-02-09 | 一种图片显示方法、装置、系统和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108268232A true CN108268232A (zh) | 2018-07-10 |
| CN108268232B CN108268232B (zh) | 2024-04-09 |
Family
ID=62774138
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810136730.2A Active CN108268232B (zh) | 2018-02-09 | 2018-02-09 | 一种图片显示方法、装置、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108268232B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109388361A (zh) * | 2018-09-30 | 2019-02-26 | 联想(北京)有限公司 | 一种处理方法、系统及电子设备 |
| CN111984899A (zh) * | 2020-08-19 | 2020-11-24 | 北京达佳互联信息技术有限公司 | 多媒体数据的处理方法、装置、设备及存储介质 |
| CN115834667A (zh) * | 2022-10-09 | 2023-03-21 | 江苏赞奇科技股份有限公司 | 基于云桌面的动态视频高效预览方法及存储介质 |
| CN117331470A (zh) * | 2023-10-24 | 2024-01-02 | 北京蜂鸟映像电子商务有限公司 | 线上虚拟现实图像展示方法、系统、电子设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102929952A (zh) * | 2012-10-08 | 2013-02-13 | 北京奇虎科技有限公司 | 网页图片显示装置和方法 |
| CN102929953A (zh) * | 2012-10-08 | 2013-02-13 | 北京奇虎科技有限公司 | 网页图片显示装置和方法 |
| CN103823851A (zh) * | 2014-02-14 | 2014-05-28 | 小米科技有限责任公司 | 网页显示方法和装置 |
| CN104111950A (zh) * | 2013-04-19 | 2014-10-22 | 腾讯科技（深圳）有限公司 | 网页图片加载方法及加载装置 |
| CN105335419A (zh) * | 2014-08-05 | 2016-02-17 | 优视科技有限公司 | 网页图片加载方法和装置 |
| CN105608161A (zh) * | 2015-12-18 | 2016-05-25 | 北京金山安全软件有限公司 | 一种加载进度的显示方法及终端 |
| CN106021557A (zh) * | 2016-05-30 | 2016-10-12 | 努比亚技术有限公司 | 一种图片加载方法和装置 |
-
2018
- 2018-02-09 CN CN201810136730.2A patent/CN108268232B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102929952A (zh) * | 2012-10-08 | 2013-02-13 | 北京奇虎科技有限公司 | 网页图片显示装置和方法 |
| CN102929953A (zh) * | 2012-10-08 | 2013-02-13 | 北京奇虎科技有限公司 | 网页图片显示装置和方法 |
| CN104111950A (zh) * | 2013-04-19 | 2014-10-22 | 腾讯科技（深圳）有限公司 | 网页图片加载方法及加载装置 |
| CN103823851A (zh) * | 2014-02-14 | 2014-05-28 | 小米科技有限责任公司 | 网页显示方法和装置 |
| CN105335419A (zh) * | 2014-08-05 | 2016-02-17 | 优视科技有限公司 | 网页图片加载方法和装置 |
| CN105608161A (zh) * | 2015-12-18 | 2016-05-25 | 北京金山安全软件有限公司 | 一种加载进度的显示方法及终端 |
| CN106021557A (zh) * | 2016-05-30 | 2016-10-12 | 努比亚技术有限公司 | 一种图片加载方法和装置 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109388361A (zh) * | 2018-09-30 | 2019-02-26 | 联想(北京)有限公司 | 一种处理方法、系统及电子设备 |
| CN109388361B (zh) * | 2018-09-30 | 2023-07-21 | 联想(北京)有限公司 | 一种处理方法、系统及电子设备 |
| CN111984899A (zh) * | 2020-08-19 | 2020-11-24 | 北京达佳互联信息技术有限公司 | 多媒体数据的处理方法、装置、设备及存储介质 |
| CN115834667A (zh) * | 2022-10-09 | 2023-03-21 | 江苏赞奇科技股份有限公司 | 基于云桌面的动态视频高效预览方法及存储介质 |
| CN117331470A (zh) * | 2023-10-24 | 2024-01-02 | 北京蜂鸟映像电子商务有限公司 | 线上虚拟现实图像展示方法、系统、电子设备及存储介质 |
| CN117331470B (zh) * | 2023-10-24 | 2024-06-18 | 北京蜂鸟映像电子商务有限公司 | 线上虚拟现实图像展示方法、系统、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108268232B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103617165B (zh) | 一种加载图片的方法、装置及终端 | |
| CN104239535B (zh) | 一种为文字配图的方法、服务器、终端及系统 | |
| CN106412093B (zh) | 一种数据的上传方法、装置及系统 | |
| CN104462128B (zh) | 多媒体文件处理的方法、装置和终端设备 | |
| CN104850434B (zh) | 多媒体资源下载方法及装置 | |
| CN104572430B (zh) | 一种终端应用界面的测试方法、装置和系统 | |
| CN108268232A (zh) | 一种图片显示方法、装置、系统和存储介质 | |
| CN108228270A (zh) | 启动资源加载方法及装置 | |
| CN108536594A (zh) | 页面测试方法、装置及存储设备 | |
| CN104519262B (zh) | 获取视频数据的方法、装置及终端 | |
| CN108205408B (zh) | 消息展示方法及装置 | |
| CN104699501B (zh) | 一种运行应用程序的方法及装置 | |
| CN104298686B (zh) | 修改服务器配置文件的方法和装置 | |
| CN107545404A (zh) | 账单提醒方法及装置 | |
| CN104063400B (zh) | 数据搜索方法和装置 | |
| CN107040610A (zh) | 数据同步方法、装置、存储介质、终端以及服务器 | |
| CN109523977A (zh) | 背光调节方法、装置、移动终端和存储介质 | |
| CN110309339A (zh) | 图片标签生成方法及装置、终端及存储介质 | |
| CN109246233A (zh) | 基于在线监控的数据处理方法、装置、设备及存储介质 | |
| CN107908770A (zh) | 一种照片搜索方法及移动终端 | |
| CN103501487A (zh) | 分类器更新方法、装置、终端、服务器及系统 | |
| CN109816679A (zh) | 一种图片处理方法及终端设备 | |
| CN106648334A (zh) | 转账方法及装置 | |
| CN106681884B (zh) | 一种系统调用的监控方法和装置 | |
| CN104424203B (zh) | 移动设备中的照片分享状态查看方法及系统 |
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 | ||
| TG01 | Patent term adjustment |