CN108335314B - 用于生成信息的方法和装置 - Google Patents

用于生成信息的方法和装置 Download PDF

Info

Publication number
CN108335314B
CN108335314B CN201810168207.8A CN201810168207A CN108335314B CN 108335314 B CN108335314 B CN 108335314B CN 201810168207 A CN201810168207 A CN 201810168207A CN 108335314 B CN108335314 B CN 108335314B
Authority
CN
China
Prior art keywords
image
images
information
similarity
image set
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810168207.8A
Other languages
English (en)
Other versions
CN108335314A (zh
Inventor
孙宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810168207.8A priority Critical patent/CN108335314B/zh
Publication of CN108335314A publication Critical patent/CN108335314A/zh
Application granted granted Critical
Publication of CN108335314B publication Critical patent/CN108335314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/49Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括:获取一次连拍过程中所拍摄的图像集合;采集图像集合中的每张图像中存在的至少一种物体的信息;改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线。该实施方式实现了快速地生成一次连拍过程中所拍摄的一组图像中存在的至少一种物体的至少一组信息变化曲线,从而有助于根据各组信息变化曲线的变化趋势快速地确定图像集合中的图像的拍摄顺序。

Description

用于生成信息的方法和装置
技术领域
本申请实施例涉及计算机技术领域,具体涉及用于生成信息的方法和装置。
背景技术
目前,几乎所有智能手机均支持图像连拍功能。通常用户使用图像连拍功能拍摄物体运动过程中的一组图像,例如投篮过程、跳远过程等等。一次连拍过程中所拍摄的一组图像通常依据一组有规律的文件命名法进行命名,以使用户进行浏览时按照拍摄顺序展示一组连贯的图像。如果图像的命名发生了变化,例如通过上传、分享等方式传输到其他系统中,而其他系统会根据上传顺序对这组图像重新进行命名,导致这组图像顺序出现错乱,此时,用户很难确定这组图像的拍摄顺序,当用户浏览这组图像时,就会按照错乱的顺序进行展示。
发明内容
本申请实施例提出了用于生成信息的方法和装置。
第一方面,本申请实施例提供了一种用于生成信息的方法,该方法包括:获取一次连拍过程中所拍摄的图像集合;采集图像集合中的每张图像中存在的至少一种物体的信息;改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线。
在一些实施例中,在改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线之后,还包括:从至少一种物体的至少一组信息变化曲线中选取满足预设条件的信息变化曲线,其中,预设条件包括:同一组信息变化曲线平滑,且同一组信息变化曲线同步变化;按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序。
在一些实施例中,按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序,包括:按照与所选取出的信息变化曲线对应的图像顺序的倒序方式或正序方式对图像集合进行排序。
在一些实施例中,在按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序之后,还包括:按照排序顺序对图像集合进行展示;或者将图像集合按照排序顺序发送至终端设备,以使终端设备按照排序顺序对图像集合进行展示。
在一些实施例中,在获取一次连拍过程中所拍摄的图像集合之后,还包括:确定图像集合中每张图像中存在的物体集合,以及过滤掉物体集合中不存在预设物体的图像;计算图像集合中的每张图像与图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像。
在一些实施例中,计算图像集合中的每张图像与图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像,包括:对于图像集合中的每张图像,将该图像输入至预先训练的图像识别模型,确定该图像中存在的物体集合,将该图像中存在的物体集合与图像集合中除该图像之外的图像中存在的物体集合进行比较,得到该图像与图像集合中除该图像之外的图像之间的相似度,若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
在一些实施例中,计算图像集合中的每张图像与图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像,包括:对于图像集合中的每张图像,提取该图像的特征,将该图像的特征与图像集合中除该图像之外的图像的特征进行比较,得到该图像与图像集合中除该图像之外的图像之间的相似度,若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
在一些实施例中,物体的信息包括以下至少一项:物体的轮廓、物体的大小、物体的位置、物体的明暗、物体距离镜头的深度。
第二方面,本申请实施例提供了一种用于生成信息的装置,该装置包括:获取单元,配置用于获取一次连拍过程中所拍摄的图像集合;采集单元,配置用于采集图像集合中的每张图像中存在的至少一种物体的信息;生成单元,配置用于改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线。
在一些实施例中,该装置还包括:选取单元,配置用于从至少一种物体的至少一组信息变化曲线中选取满足预设条件的信息变化曲线,其中,预设条件包括:同一组信息变化曲线平滑,且同一组信息变化曲线同步变化;排序单元,配置用于按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序。
在一些实施例中,排序单元进一步配置用于:按照与所选取出的信息变化曲线对应的图像顺序的倒序方式或正序方式对图像集合进行排序。
在一些实施例中,该装置还包括:展示单元,配置用于按照排序顺序对图像集合进行展示;或者发送单元,配置用于将图像集合按照排序顺序发送至终端设备,以使终端设备按照排序顺序对图像集合进行展示。
在一些实施例中,该装置还包括:第一过滤单元,配置用于确定图像集合中每张图像中存在的物体集合,以及过滤掉物体集合中不存在预设物体的图像;第二过滤单元,配置用于计算图像集合中的每张图像与图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像。
在一些实施例中,第二过滤单元进一步配置用于:对于图像集合中的每张图像,将该图像输入至预先训练的图像识别模型,确定该图像中存在的物体集合,将该图像中存在的物体集合与图像集合中除该图像之外的图像中存在的物体集合进行比较,得到该图像与图像集合中除该图像之外的图像之间的相似度,若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
在一些实施例中,第二过滤单元进一步配置用于:对于图像集合中的每张图像,提取该图像的特征,将该图像的特征与图像集合中除该图像之外的图像的特征进行比较,得到该图像与图像集合中除该图像之外的图像之间的相似度,若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
在一些实施例中,物体的信息包括以下至少一项:物体的轮廓、物体的大小、物体的位置、物体的明暗、物体距离镜头的深度。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于生成信息的方法和装置,首先获取一次连拍过程中所拍摄的图像集合,以便于采集图像集合中的每张图像中存在的至少一种物体的信息;然后改变图像集合中的图像顺序,以生成至少一种物体的至少一组信息变化曲线。实现了快速地生成一次连拍过程中所拍摄的一组图像中存在的至少一种物体的至少一组信息变化曲线,从而有助于根据各组信息变化曲线的变化趋势快速地确定图像集合中的图像的拍摄顺序。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的用于生成信息的方法的一个实施例的流程图;
图3是所获取的投篮过程中所拍摄的一组图像;
图4A是根据一组图像顺序所生成的一组信息变化曲线;
图4B是根据另一组图像顺序所生成的另一组信息变化曲线;
图5是根据本申请的用于生成信息的方法的又一个实施例的流程图;
图6是根据本申请的用于生成信息的装置的一个实施例的结构示意图;
图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括摄像设备101、网络102、电子设备103。网络102用以在摄像设备101和电子设备103之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
摄像设备101可以通过网络102与电子设备103交互,以接收或发送消息等。摄像设备101可以是具有图像连拍功能的各种电子设备,包括但不限于照相机、摄像机、智能手机和平板电脑等等。
电子设备103可以是终端设备,也可以是服务器,其能够提供各种服务,例如对所获取的一次连拍过程中所拍摄的图像集合等数据进行分析等处理,并生成处理结果(例如至少一种物体的至少一组信息变化曲线)。
需要说明的是,本申请实施例所提供的用于生成信息的方法一般由电子设备103执行,相应地,用于生成信息的装置一般设置于电子设备103中。
应该理解,图1中的摄像设备、网络和电子设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的摄像设备、网络和电子设备。
继续参考图2,其示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法,包括以下步骤:
步骤201,获取一次连拍过程中所拍摄的图像集合。
在本实施例中,用于生成信息的方法运行于其上的电子设备(例如图1所示的电子设备103)可以通过有线连接方式或者无线连接方式从摄像设备(例如图1所示的摄像设备101)获取一次连拍过程中所拍摄的图像集合。其中,摄像设备可以是具有图像连拍功能的各种终端设备,包括但不限于照相机、摄像机、智能手机和平板电脑等。电子设备可以是具有图像显示功能的终端设备,也可以是具有图像存储功能的服务器。图像集合中的图像可以包括但不限于彩色图像(RGB图像)、灰度图像、深度图像(Depth图像)和红外图像等等。这里,摄像设备可以首先通过图像连拍功能拍摄图像集合,然后通过上传、分享等方式将一次连拍过程中所拍摄的图像集合发送至电子设备。电子设备接收到图像集合之后,会按照上传顺序对图像集合重新进行命名,重新命名后的图像集合中的图像顺序通常与拍摄顺序不同。例如,拍摄装置拍摄了投篮过程中的一组图像,并将该组图像上传至电子设备,电子设备按照上传顺序对该组图像重新进行了命名。如图3所示,其示出了电子设备所获取的投篮过程中所拍摄的一组图像。其中,该组图像被重新命名为P1、P2、P3、P4和P5。
步骤202,采集图像集合中的每张图像中存在的至少一种物体的信息。
在本实施例中,对于图像集合中的每张图像,电子设备可以采集该图像中存在的至少一种物体的信息。具体地,电子设备可以首先利用图像识别技术识别出该图像中存在的至少一种物体,然后从该图像中采集所识别出的至少一种物体的信息。其中,图像识别技术是人工智能的一个重要领域,可以对图像进行对象识别,以识别各种不同模式的目标和对象的技术。物体的信息可以包括但不限于以下至少一项:物体的轮廓、物体的大小、物体的位置、物体的明暗、物体距离镜头的深度等等。例如,对于投篮过程中所拍摄的图像集合,电子设备可以采集每张图像中的人的位置、人手的位置、篮球的位置。
步骤203,改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线。
在本实施例中,基于步骤202所采集的图像集合中的每张图像中存在的至少一种物体的信息,电子设备可以任意改变图像集合中的图像顺序,从而生成至少一种物体的至少一组信息变化曲线。其中,一组图像顺序对应一组信息变化曲线,一组信息变化曲线包括至少一种物体中的每种物体的信息变化曲线。具体地,对于至少一种物体中的每种物体,可以以图像顺序为横坐标,以该物体的信息为纵坐标,确定出每张图像中的该物体在预设坐标系中所对应的点,然后利用曲线或折线依次顺序连接该物体所对应的点,生成该物体中的每个物体所对应的信息变化曲线。例如,以图3中所获取的投篮过程所拍摄的一组图像为例,采集每张图像中的人的位置、人手的位置、篮球的位置,设置一组图像顺序为P1至P2至P3至P4至P5,根据该组图像顺序生成对应的信息变化曲线,具体如图4A所示,其中,L1是人的位置对应的信息变化曲线,L2是人手的位置对应的信息变化曲线,L3是篮球的位置对应的信息变化曲线;设置另一组图像顺序为P5至P2至P1至P3至P4,根据该组图像顺序生成对应的信息变化曲线,具体如图4B所示,其中,L1是人的位置对应的信息变化曲线,L2是人手的位置对应的信息变化曲线,L3是篮球的位置对应的信息变化曲线。
本申请实施例提供的用于生成信息的方法,首先获取一次连拍过程中所拍摄的图像集合,以便于采集图像集合中的每张图像中存在的至少一种物体的信息;然后改变图像集合中的图像顺序,以生成至少一种物体的至少一组信息变化曲线。实现了快速地生成一次连拍过程中所拍摄的一组图像中存在的至少一种物体的至少一组信息变化曲线,从而有助于根据各组信息变化曲线的变化趋势快速地确定图像集合中的图像的拍摄顺序。
进一步参考图5,其示出了根据本申请的用于生成信息的方法的又一个实施例的流程500。该用于生成信息的方法的流程500,包括以下步骤:
步骤501,获取一次连拍过程中所拍摄的图像集合。
在本实施例中,用于生成信息的方法运行于其上的电子设备(例如图1所示的电子设备103)可以通过有线连接方式或者无线连接方式从摄像设备(例如图1所示的摄像设备101)获取一次连拍过程中所拍摄的图像集合。其中,摄像设备可以是具有图像连拍功能的各种终端设备,包括但不限于照相机、摄像机、智能手机和平板电脑等。电子设备可以是具有图像显示功能的终端设备,也可以是具有图像存储功能的服务器。图像集合中的图像可以包括但不限于彩色图像、灰度图像、深度图像和红外图像等等。这里,摄像设备可以首先通过图像连拍功能拍摄图像集合,然后通过上传、分享等方式将一次连拍过程中所拍摄的图像集合发送至电子设备。电子设备接收到图像集合之后,会按照上传顺序对图像集合重新进行命名,重新命名后的图像集合中的图像顺序通常与拍摄顺序不同。
在本实施例的一些可选的实现方式中,在获取一次连拍过程中所拍摄的图像集合之后,电子设备还可以从图像集合中过滤掉内容过于简单的图像和与图像集合相似度低的图像,从而使排序后的图像集合更加连贯。具体地,电子设备可以确定图像集合中每张图像中存在的物体集合,以及过滤掉物体集合中不存在预设物体的图像,例如,以投篮过程中的一组图像为例,电子设备可以过滤掉不存在人且不存在篮球的图像。电子设备还可以计算图像集合中的每张图像与图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像,例如,以投篮过程中的一组图像为例,电子设备可以过滤掉与投篮过程不相关的图像。
这里,电子设备可以通过多种方式过滤掉相似度低于预设相似度阈值的图像:
作为一种示例,对于图像集合中的每张图像,电子设备可以首先将该图像输入至预先训练的图像识别模型(例如快速目标检测模型),从而确定该图像中存在的物体集合;然后将该图像中存在的物体集合与图像集合中除该图像之外的图像中存在的物体集合进行比较,从而得到该图像与图像集合中除该图像之外的图像之间的相似度;最后若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。这里,可以将该图像中存在的物体集合中与其他图像中存在的物体集合中的相同物体数量与该图像中存在的物体集合中的物体的数量的比值作为该图像与其他图像之间的相似度。
作为另一种示例,对于图像集合中的每张图像,电子设备可以首先提取该图像的特征;然后将该图像的特征与图像集合中除该图像之外的图像的特征进行比较,从而得到该图像与图像集合中除该图像之外的图像之间的相似度;最后若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。这里,图像的特征通常以向量形式进行表示,电子设备可以通过计算该图像的特征与其他图像的特征之间的距离(例如欧氏距离或余弦距离),从而得到该图像与其他图像之间的相似度。
步骤502,采集图像集合中的每张图像中存在的至少一种物体的信息。
在本实施例中,对于图像集合中的每张图像,电子设备可以采集该图像中存在的至少一种物体的信息。具体地,电子设备可以首先利用图像识别技术识别出该图像中存在的至少一种物体,然后从该图像中采集所识别出的至少一种物体的信息。其中,图像识别技术是人工智能的一个重要领域,可以对图像进行对象识别,以识别各种不同模式的目标和对象的技术。物体的信息可以包括但不限于以下至少一项:物体的轮廓、物体的大小、物体的位置、物体的明暗、物体距离镜头的深度等等。
步骤503,改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线。
在本实施例中,基于步骤502所采集的图像集合中的每张图像中存在的至少一种物体的信息,电子设备可以任意改变图像集合中的图像顺序,从而生成至少一种物体的至少一组信息变化曲线。其中,一组图像顺序对应一组信息变化曲线,一组信息变化曲线包括至少一种物体中的每种物体的信息变化曲线。具体地,对于至少一种物体中的每种物体,可以以图像顺序为横坐标,以该物体的信息为纵坐标,确定出每张图像中的该物体在预设坐标系中所对应的点,然后利用曲线或折线依次顺序连接该物体所对应的点,生成该物体中的每个物体所对应的信息变化曲线。
步骤504,从至少一种物体的至少一组信息变化曲线中选取满足预设条件的信息变化曲线。
在本实施例中,基于步骤503所生成的至少一种物体的至少一组信息变化曲线,电子设备可以对至少一组信息变化曲线的变化趋势进行分析,从而选取出变化趋势满足预设条件的信息变化曲线。通常,拍摄顺序所对应的信息变化曲线中,不同物体的信息变化曲线均较为平滑,且不同物体的信息变化曲线均同步变化,因此,预设条件可以设置为包括:同一组信息变化曲线平滑,且同一组信息变化曲线同步变化,从而使所选取出的满足预设条件的信息变化曲线对应的图像顺序与拍摄顺序相同。如图4A与图4B所示,对图4A与图4B中的信息变化曲线进行分析,可知图4B中的各条信息变化曲线较为平滑,且图4B中的各条信息变化曲线呈现明显的同步上扬变化趋势,因此,图4B中的信息变化曲线满足预设条件。
步骤505,按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序。
在本实施例中,基于步骤504所选取出的信息变化曲线,电子设备可以按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序。具体地,可以按照与所选取出的信息变化曲线对应的图像顺序的倒序方式或正序方式对图像集合进行排序。
在本实施例的一些可选的实现方式中,若电子设备是具有显示屏的终端设备,那么在按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序之后,电子设备可以按照排序顺序对图像集合进行展示。
在本实施例的一些可选的实现方式中,若电子设备是不具有显示屏的服务器,那么在按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序之后,在接收到与其通信连接的终端设备发送的图像集合获取请求的情况下,电子设备可以将图像集合按照排序顺序发送至终端设备,以使终端设备按照排序顺序对图像集合进行展示。
从图5中可以看出,与图2对应的实施例相比,本实施例中的用于生成信息的方法的流程500增加了对图像集合进行排序的步骤。由此,本实施例描述的方案可以根据预设条件自动选取信息变化曲线,并根据所选取信息变化曲线对应的图像顺序对图像集合进行排序,从而实现按照拍摄顺序排序出一组连贯的图像。
进一步参考图6,作为对上述各图所示方法的实现,本申请提供了一种用于生成信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的用于生成信息的装置600可以包括:获取单元601、采集单元602和生成单元603。其中,获取单元601,配置用于获取一次连拍过程中所拍摄的图像集合;采集单元602,配置用于采集图像集合中的每张图像中存在的至少一种物体的信息;生成单元603,配置用于改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线。
在本实施例中,用于生成信息的装置600中:获取单元601、采集单元602和生成单元603的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,用于生成信息的装置600还可以包括选取单元(图中未示出),配置用于从至少一种物体的至少一组信息变化曲线中选取满足预设条件的信息变化曲线,预设条件可以包括:同一组信息变化曲线平滑,且同一组信息变化曲线同步变化;排序单元(图中未示出),配置用于按照与所选取出的信息变化曲线对应的图像顺序对图像集合进行排序。
在本实施例的一些可选的实现方式中,排序单元可以进一步配置用于:按照与所选取出的信息变化曲线对应的图像顺序的倒序方式或正序方式对图像集合进行排序。
在本实施例的一些可选的实现方式中,用于生成信息的装置600还可以包括:展示单元(图中未示出),配置用于按照排序顺序对图像集合进行展示;或者发送单元(图中未示出),配置用于将图像集合按照排序顺序发送至终端设备,以使终端设备按照排序顺序对图像集合进行展示。
在本实施例的一些可选的实现方式中,用于生成信息的装置600还可以包括:第一过滤单元(图中未示出),配置用于确定图像集合中每张图像中存在的物体集合,以及过滤掉物体集合中不存在预设物体的图像;第二过滤单元(图中未示出),配置用于计算图像集合中的每张图像与图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像。
在本实施例的一些可选的实现方式中,第二过滤单元可以进一步配置用于:对于图像集合中的每张图像,将该图像输入至预先训练的图像识别模型,确定该图像中存在的物体集合,将该图像中存在的物体集合与图像集合中除该图像之外的图像中存在的物体集合进行比较,得到该图像与图像集合中除该图像之外的图像之间的相似度,若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
在本实施例的一些可选的实现方式中,第二过滤单元可以进一步配置用于:对于图像集合中的每张图像,提取该图像的特征,将该图像的特征与图像集合中除该图像之外的图像的特征进行比较,得到该图像与图像集合中除该图像之外的图像之间的相似度,若该图像与图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
在本实施例的一些可选的实现方式中,物体的信息可以包括但不限于以下至少一项:物体的轮廓、物体的大小、物体的位置、物体的明暗、物体距离镜头的深度。
下面参考图7,其示出了适于用来实现本申请实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、采集单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取一次连拍过程中所拍摄的图像集合的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取一次连拍过程中所拍摄的图像集合;采集图像集合中的每张图像中存在的至少一种物体的信息;改变图像集合中的图像顺序,生成至少一种物体的至少一组信息变化曲线。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种用于生成信息的方法,包括:
获取一次连拍过程中所拍摄的图像集合;
采集所述图像集合中的每张图像中存在的至少一种物体的信息,其中,所述至少一种物体的信息是一种或多种物体的同一类信息;
改变所述图像集合中的图像顺序,生成所述至少一种物体的至少一组信息变化曲线,其中,对于至少一种物体中的每种物体,以所述图像顺序为横坐标,以该物体的信息为纵坐标,确定出每张图像中的该物体在预设坐标系中所对应的点,利用曲线或折线依次顺序连接该物体所对应的点,生成该物体所对应的信息变化曲线;
其中,在所述改变所述图像集合中的图像顺序,生成所述至少一种物体的至少一组信息变化曲线之后,还包括:
从所述至少一种物体的至少一组信息变化曲线中选取满足预设条件的信息变化曲线,其中,所述预设条件包括:同一组信息变化曲线平滑,且同一组信息变化曲线同步变化;
按照与所选取出的信息变化曲线对应的图像顺序对所述图像集合进行排序;
其中,在所述获取一次连拍过程中所拍摄的图像集合之后,还包括:
计算所述图像集合中的每张图像与所述图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像。
2.根据权利要求1所述的方法,其中,在所述按照与所选取出的信息变化曲线对应的图像顺序对所述图像集合进行排序之后,还包括:
按照排序顺序对所述图像集合进行展示;或者
将所述图像集合按照排序顺序发送至终端设备,以使所述终端设备按照排序顺序对所述图像集合进行展示。
3.根据权利要求1所述的方法,其中,在所述获取一次连拍过程中所拍摄的图像集合之后,还包括:
确定所述图像集合中每张图像中存在的物体集合,以及过滤掉物体集合中不存在预设物体的图像。
4.根据权利要求3所述的方法,其中,所述计算所述图像集合中的每张图像与所述图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像,包括:
对于所述图像集合中的每张图像,将该图像输入至预先训练的图像识别模型,确定该图像中存在的物体集合,将该图像中存在的物体集合与所述图像集合中除该图像之外的图像中存在的物体集合进行比较,得到该图像与所述图像集合中除该图像之外的图像之间的相似度,若该图像与所述图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
5.根据权利要求3所述的方法,其中,所述计算所述图像集合中的每张图像与所述图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像,包括:
对于所述图像集合中的每张图像,提取该图像的特征,将该图像的特征与所述图像集合中除该图像之外的图像的特征进行比较,得到该图像与所述图像集合中除该图像之外的图像之间的相似度,若该图像与所述图像集合中除该图像之外的图像之间的相似度均小于预设相似度阈值,则过滤掉该图像。
6.根据权利要求1-5之一所述的方法,其中,物体的信息包括以下至少一项:物体的轮廓、物体的大小、物体的位置、物体的明暗、物体距离镜头的深度。
7.一种用于生成信息的装置,包括:
获取单元,配置用于获取一次连拍过程中所拍摄的图像集合;
采集单元,配置用于采集所述图像集合中的每张图像中存在的至少一种物体的信息,其中,所述至少一种物体的信息是一种或多种物体的同一类信息;
生成单元,配置用于改变所述图像集合中的图像顺序,生成所述至少一种物体的至少一组信息变化曲线,其中,对于至少一种物体中的每种物体,以所述图像顺序为横坐标,以该物体的信息为纵坐标,确定出每张图像中的该物体在预设坐标系中所对应的点,利用曲线或折线依次顺序连接该物体所对应的点,生成该物体所对应的信息变化曲线;
其中,所述装置还包括:
选取单元,配置用于从所述至少一种物体的至少一组信息变化曲线中选取满足预设条件的信息变化曲线,其中,所述预设条件包括:同一组信息变化曲线平滑,且同一组信息变化曲线同步变化;
排序单元,配置用于按照与所选取出的信息变化曲线对应的图像顺序对所述图像集合进行排序;
其中,所述装置还包括:
第二过滤单元,配置用于计算所述图像集合中的每张图像与所述图像集合的相似度,以及过滤掉相似度低于预设相似度阈值的图像。
8.根据权利要求7所述的装置,其中,所述装置还包括:
第一过滤单元,配置用于确定所述图像集合中每张图像中存在的物体集合,以及过滤掉物体集合中不存在预设物体的图像。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
CN201810168207.8A 2018-02-28 2018-02-28 用于生成信息的方法和装置 Active CN108335314B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810168207.8A CN108335314B (zh) 2018-02-28 2018-02-28 用于生成信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810168207.8A CN108335314B (zh) 2018-02-28 2018-02-28 用于生成信息的方法和装置

Publications (2)

Publication Number Publication Date
CN108335314A CN108335314A (zh) 2018-07-27
CN108335314B true CN108335314B (zh) 2020-11-06

Family

ID=62930050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810168207.8A Active CN108335314B (zh) 2018-02-28 2018-02-28 用于生成信息的方法和装置

Country Status (1)

Country Link
CN (1) CN108335314B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006293986A (ja) * 2005-03-15 2006-10-26 Fuji Photo Film Co Ltd アルバム作成装置、アルバム作成方法、及びプログラム
EP2351352A4 (en) * 2008-10-26 2012-11-14 Hewlett Packard Development Co ARRANGEMENT OF PICTURES TO PAGES WITH CONTENT-BASED FILTERING AND THEMED-BASED CLUSTERING
US20140169687A1 (en) * 2012-12-13 2014-06-19 Htc Corporation Image search systems and methods
CN106210529B (zh) * 2016-07-29 2017-10-17 广东欧珀移动通信有限公司 移动终端的拍摄方法以及装置
CN106952227A (zh) * 2017-03-09 2017-07-14 重庆信科设计有限公司 一种航拍序列图像自动排序的方法
CN107423409B (zh) * 2017-07-28 2020-03-31 维沃移动通信有限公司 一种图像处理方法、图像处理装置和电子设备

Also Published As

Publication number Publication date
CN108335314A (zh) 2018-07-27

Similar Documents

Publication Publication Date Title
CN108830235B (zh) 用于生成信息的方法和装置
CN108337505B (zh) 信息获取方法和装置
CN112954450B (zh) 视频处理方法、装置、电子设备和存储介质
US11216924B2 (en) Method and apparatus for processing image
CN111553362B (zh) 一种视频处理方法、电子设备和计算机可读存储介质
CN109389096B (zh) 检测方法和装置
CN110059623B (zh) 用于生成信息的方法和装置
CN108241855B (zh) 图像生成方法和装置
CN112182299A (zh) 一种视频中精彩片段的获取方法、装置、设备和介质
CN113033677A (zh) 视频分类方法、装置、电子设备和存储介质
CN112907628A (zh) 视频目标追踪方法、装置、存储介质及电子设备
CN113283319A (zh) 人脸模糊度的评价方法及装置、介质和电子设备
CN112800276A (zh) 视频封面确定方法、装置、介质及设备
CN109919220B (zh) 用于生成视频的特征向量的方法和装置
CN109816023B (zh) 用于生成图片标签模型的方法和装置
CN108921138B (zh) 用于生成信息的方法和装置
CN108038473B (zh) 用于输出信息的方法和装置
CN111860071A (zh) 用于识别物品的方法和装置
CN111586295B (zh) 图像生成方法、装置和电子设备
CN110809166B (zh) 视频数据处理方法、装置和电子设备
CN110765304A (zh) 图像处理方法、装置、电子设备及计算机可读介质
CN108256451B (zh) 用于检测人脸的方法和装置
CN108335314B (zh) 用于生成信息的方法和装置
CN108921792B (zh) 用于处理图片的方法和装置
CN110390731A (zh) 图像处理方法、装置、计算机可读存储介质及电子设备

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
GR01 Patent grant
GR01 Patent grant