CN108549842B - 一种人物图片分类的方法和装置 - Google Patents
一种人物图片分类的方法和装置 Download PDFInfo
- Publication number
- CN108549842B CN108549842B CN201810235899.3A CN201810235899A CN108549842B CN 108549842 B CN108549842 B CN 108549842B CN 201810235899 A CN201810235899 A CN 201810235899A CN 108549842 B CN108549842 B CN 108549842B
- Authority
- CN
- China
- Prior art keywords
- attribute information
- character
- facial feature
- sample
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种人物图片分类的方法和装置,用以解决不能自动化、智能化地进行图片分类。方法包括:根据设置的面部特征及其属性,在待分组的人物图片中提取每个第一属性信息;针对每个面部特征,根据第一属性信息及归属于每种性格的该面部特征的样本属性信息,确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与第一数量的比值,作为该种性格针对该面部特征的样本比例;根据每个样本比例,确定人物图片对应的目标性格,将待分组的人物图片保存至所述目标性格对应的相册分组中。实现了自动化、智能化地根据图片中的每个人物进行图片分类。
Description
技术领域
本发明涉及终端技术领域,特别涉及一种人物图片分类的方法和装置。
背景技术
随着终端的普及与智能化,图片的拍摄越来越日常化,海量化。用户拍摄的图片越来越多,用户通过朋友圈,浏览器或其他途径下载的图片也越来越多,随着图片越来越多,如何存储即管理这些图片,成为人们的一个烦恼。
在现有技术中,终端可以在图库中自动设置关于时间的多个相册分组,终端根据拍摄图片的时间,或下载图片的时间,将每张图片自动归于对应的相册分组中,还可以是用户在图库中创建多个相册分组,用户手动将图片存储至对应的相册分组中。
用户拍摄的图片或者下载的图片中,不乏多个关于人物的图片,如何自动化、智能化地根据图片中的每个人物进行图片分类,目前还没有具体的实施方式。
发明内容
本发明实施例公开了一种人物图片分类的方法和装置,用以解决现有技术中终端不能自动化、智能化地根据图片中的每个人物进行图片分类的问题。
为达到上述目的,本发明实施例公开了一种人物图片分类的方法,所述方法包括:
针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,确定每个面部特征的第一属性信息集合;
针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例;
根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格,将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
由于在本发明实施例中,在待分组的人物图片中针对设置的每个面部特征提取第一属性信息集合,将提取的第一属性信息集合与归属于每种性格的样本人物图片针对每个面部特征的样本属性信息集合进行匹配,确定该待分组的人物图片对应的目标性格,进而将该待分组的人物图片保存至目标性格对应的相册分组中,实现了自动化、智能化地根据图片中的每个人物进行图片分类。
进一步地,在将所述待分组的人物图片保存至所述目标性格对应的相册分组中之前,所述方法还包括:
判断是否保存所述目标性格对应的相册分组;
如果否,则新建所述目标性格对应的相册分组,并进行后续步骤;
如果是,则进行后续步骤。
进一步地,所述根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格包括:
针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;
根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。在反映人物性格上,有些面部特征的属性信息集合是起着决定性作用的,有些面部特征的属性信息集合是起辅助作用的,为了更加准确地确定人物图片对应的性格,设置每个面部特征的权重值,根据每个面部特征的权限值,以及确定出样本比例确定目标性格。
进一步地,所述根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合包括:
针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;
如果是,将该样本属性信息确定为目标属性信息;
判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该样本属性信息集合确定为目标属性信息集合。
进一步地,面部特征包括:
面相十二宫中的每一宫;和/或,
五官中的每一官;和/或,
三庭中的每一庭。
进一步地,如果面部特征中包括面相十二宫中的每一宫和/或三庭中的每一庭;
面部特征的属性包括:
是否存在疤痕、是否存在痣、是否存在斑、皱纹的类型;
如果面部特征中包括五官中的每一官;
面部特征的属性包括:类型。
本发明实施例公开了一种人物图片分类的装置,所述装置包括:
提取确定模块,用于针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,确定每个面部特征的第一属性信息集合;
匹配确定模块,用于针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;
样本比例确定模块,用于针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例;
性格确定模块,用于根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格;
分组模块,用于将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
进一步地,所述装置还包括:
判断模块,用于判断是否保存所述目标性格对应的相册分组;
创建模块,用于如果所述判断模块的判断结果为否,则新建所述目标性格对应的相册分组,并执行所述分组模块;
如果所述判断模块的判断结果为是,则执行所述分组模块。
进一步地,所述性格确定模块,具体用于针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
进一步地,所述匹配确定模块,具体用于针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;如果是,将该样本属性信息确定为目标属性信息;判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该样本属性信息集合确定为目标属性信息集合。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对应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为本发明实施例1提供的一种人物图片分类的过程示意图;
图2为本发明实施例5提供的一种人物图片分类的装置结构图;
图3为本发明实施例6提供的一种终端。
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,本领域普通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。
实施例1:
图1为本发明实施例1提供的一种人物图片的分类过程示意图,该过程包括以下步骤:
S101:针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,并确定每个面部特征的第一属性信息集合。
本发明实施例提供的人物图片的分类方法应用于终端,终端可以是手机、平板电脑、笔记本电脑、POS机、车载电脑中任一种。
终端中预先保存有面部特征,可以是保存一个面部特征,也可以是保存多个面部特征,并保存有每个面部特征包括的属性,每个面部特征包括的属性可以是一个,也可以是多个。针对每个属性,可以在人物图片中提取该属性的属性信息,针对某个面部特征,其至少一个属性的属性信息组成了该面部特征的属性信息集合。针对某个面部特征,该面部特征包括几个属性,其属性信息集合中就包括几个属性信息。提取属性信息的过程属于现有技术,在本发明实施例中不进行赘述。
终端当识别存在待分组的人物图片时,可以根据设置的每个面部特征,以及每个面部特征的属性,在人物图片中提取每个属性的属性信息,根据至少一个属性信息组成的属性信息集合对该待分组的人物图片进行分组。
具体的,终端针对每个面部特征,并针对该面部特征的每个属性,提取该属性的属性信息,将在人物图片中提取的属性信息称为第一属性信息。针对每个面部特征,将该面部特征的每个属性的第一属性信息组成的集合,确定为该面部特征的第一属性信息集合。
上述的面部特征可以是眼睛、鼻子等,针对眼睛这个面部特征,其属性可以是是否为双眼皮,可以是眼睛的类型,针对是否为双眼皮这个属性,其属性信息可以是双眼皮或单眼皮,针对眼睛的类型这个属性,其属性信息可以是丹凤眼、细长眼等。
如果眼睛为单眼皮,丹凤眼,则针对眼睛这个面部特征,其属性信息集合可以包括单眼皮、丹凤眼。
S102:针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征的第一数量的比值,作为该种性格针对该面部特征的样本比例。
在本发明实施例中,终端针对设置的每个面部特征,预先保存有其样本属性信息集合,每个样本属性信息集合中包括样本属性信息,样本属性信息集合包括的样本属性信息是在样本人物图片中提取出来的。每个样本人物图片都可以标记有其对应的性格,样本人物图片对应的性格反映了该样本人物图片中的人物的性格。针对某个面部特征,其样本属性信息集合为该面部特征的属性的样本属性信息组成的。
终端在某个样本人物图片中针对某个面部特征提取出多个样本属性信息后,可以将提取的样本属性信息的集合确定为该面部特征的样本属性信息集合,保存有样本人物图片、性格、面部特征、样本属性信息集合的对应的关系。
终端在确定出待分组的人物图片针对每个面部特征的第一属性信息集合后,可以确定第一属性信息集合与归属于该面部特征的样本属性信息集合是否匹配,具体的可以是针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合,并针对该面部特征记录目标属性信息集合的数量,将针对每个面部特征确定出的目标属性信息集合的数量称为第一数量。
因为终端中已经保存了样本属性信息集合归属的性格,当确定出某个面部特征的目标属性信息集合的第一数量后,可以再确定出每个目标属性信息集合归属的性格,根据每种性格,对目标属性信息集合进行分组,将每种性格对应的分组中包括的目标属性信息集合的数量称为第二数量,则所有的第二数量的和为第一数量。
当针对某个面部特征,确定出与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量,以及归属于每种性格的目标属性信息集合的第二数量后,就可以根据第一数量和第二数量,确定每种性格针对该面部特征的样本比例,具体的可以是,针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例。
例如,终端中预先保存有三种性格:活泼、冲动、温柔,并设置面部特征包括眼睛,针对眼睛这个面部特征,在待分组的人物图片中提取的第一属性信息集合包括单眼皮、丹凤眼,眼睛这个面部特征的样本属性信息集合中与第一属性信息集合匹配的目标属性信息集合的第一数量为30个,该30个目标属性信息集合中有12个归属于活泼的性格,有7个归属于冲动的性格,有11个归属于温柔的性格,则12/30为活泼的性格针对眼睛的样本比例,则7/30为冲动的性格针对眼睛的样本比例,则11/30为温柔的性格针对眼睛的样本比例。
S103:根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格,将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
当确定出每种性格针对每个面部特征的样本比例后,就可以根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格,进而根据待分组的人物图片对应的目标性格,将其保存至图库中的该目标性格对应的相册分组中。
在根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格时,可以是针对每种性格,将该种性格针对每个面部特征的样本比例的乘积,确定为该待分组的人物图片针对该种性格的匹配度,还可以是将该种性格针对每个面部特征的样本比例相加,然后求平均,将平均值作为该待分组的人物图片针对该种性格的匹配度。
当确定出每种性格对应的匹配度后,将匹配度最高值对应的性格确定为目标性格。
当确定出了目标性格后,就可以将该待分组的人物图片保存至目标性格对应的相册分组中,该过程属于现有技术,在本发明实施例中不进行赘述。
例如,终端中预先保存有三种性格:活泼、冲动、温柔,并设置面部特征眼睛和鼻子,活泼的性格针对眼睛的样本比例为12/30,冲动的性格针对眼睛的样本比例为7/30,温柔的性格针对眼睛的样本比例为11/30;活泼的性格针对鼻子的样本比例为22/40,冲动的性格针对鼻子的样本比例为8/40,温柔的性格针对鼻子的样本比例为10/40。
则待分组的人物图片针对活泼的性格的匹配度为(12/30)*(22/40)=264/1200,待分组的人物图片针对冲动的性格的匹配度为(7/30)*(8/40)=56/1200,待分组的人物图片针对温柔的性格的匹配度为(11/30)*(10/40)=110/1200。可以确定出待分组的人物图片对应的目标性格为活泼。
由于在本发明实施例中,在待分组的人物图片中针对设置的每个面部特征提取第一属性信息集合,将提取的第一属性信息集合与归属于每种性格的样本人物图片针对每个面部特征的样本属性信息集合进行匹配,确定该待分组的人物图片对应的目标性格,进而将该待分组的人物图片保存至目标性格对应的相册分组中,实现了自动化、智能化地根据图片中的每个人物进行图片分类。
实施例2:
在上述各实施例的基础上,在本发明实施例中,在将所述待分组的人物图片保存至所述目标性格对应的相册分组中之前,所述方法还包括:
判断是否保存所述目标性格对应的相册分组;
如果否,则新建所述目标性格对应的相册分组,并进行后续步骤;
如果是,则进行后续步骤。
在本发明实施例中,终端可以是不管是否保存有某种性格对应的人物图片,均可以预先创建该种性格对应的相册分组,还可以是在确定要对该种性格的人物图片进行分组时,才创建该种性格对应的相册分组。
终端在确定出该待分组的人物图片对应的目标性格后,可以先判断自身中是否保存该目标性格对应的相册分组,该目标性格对应的相册分组可以是以该目标性格命名的相册分组的名称,或者是该相册分组的名称中包括该目标性格的字符。
终端中如果保存有目标性格对应的相册分组,终端可以将该待分组的图片直接保存至该目标性格对应的相册分组中,终端如果未保存有目标性格对应的相册分组,则可以新建该目标性格对应的相册分组,然后,再将待分组的人物图片保存至目标性格对应的相册分组中。新建目标性格对应的相册分组的过程属于现有技术,在本发明实施例中不进行赘述。
待分组的人物图片在未分组前可以是已经被保存至图库中了,也可以是通过朋友圈或其他途径下载的人物图片,可以是用户拍摄的人物图片。
实施例3:
在反映人物性格上,有些面部特征的属性信息集合是起着决定性作用的,有些面部特征的属性信息集合是起辅助作用的,为了更加准确地确定人物图片对应的性格,在上述各实施例的基础上,在本发明实施例中,所述根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格包括:
针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;
根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
在本发明实施例中,终端针对每种面部特征保存有该面部特征对应的权重值,终端在确定出每种性格针对每个面部特征的样本比例后,可以根据每个样本比例和每个面部特征对应的权重值,确定待分组的人物图片对应的目标性格。
具体的,针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;进而根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
例如,终端确定出活泼的性格针对眼睛的样本比例为12/30,冲动的性格针对眼睛的样本比例为7/30,温柔的性格针对眼睛的样本比例为11/30;活泼的性格针对鼻子的样本比例为22/40,冲动的性格针对鼻子的样本比例为8/40,温柔的性格针对鼻子的样本比例为10/40。并且终端中预先保存有鼻子的这个面部特征的权重值0.4,眼睛这个面部特征的权重值为0.6。
待分组的人物图片针对活泼的性格的匹配度为(12/30*0.4)+(22/40*0.6),待分组的人物图片针对冲动的性格的匹配度为(7/30*0.4)+(8/40*0.6),待分组的人物图片针对温柔的性格的匹配度为(11/30*0.4)*(10/40*0.6)。
在确定目标性格时,是将匹配度最高的性格确定为目标性格,如果匹配度最高的性格只有一个,则将该匹配度最高的一个性格确定为目标性格,进一步地将该待分组的人物图片保存至这一个目标性格对应的相册分组中。如果匹配度最高的性格有至少两个,可以是将该至少两个性格均确定为目标性格,进一步地将该待分组的人物图片保存至该至少两个目标性格对应的相册分组中。如果匹配度最高的性格有至少两个,也可以是任意选择一个确定为目标性格,将该待分组的人物图片保存至选择这一个目标性格对应的相册分组中。
上述的面部特征具体可以包括:
面相十二宫中的每一宫;和/或,
五官中的每一官;和/或,
三庭中的每一庭。
面向十二宫包括:命宫、迁移宫、官禄宫、财帛宫、福德宫、夫妻宫、兄弟宫、子女宫、交友宫、田宅宫、父母宫、疾厄宫。
五官包括:耳朵、眉毛、眼睛、鼻子、口;
三庭包括:上庭、中庭、下庭;
如果面部特征中包括面相十二宫中的每一宫和/或三庭中的每一庭;
面部特征的属性包括:
是否存在疤痕、是否存在痣、是否存在斑、皱纹的类型;
如果面部特征中包括五官中的每一官;
面部特征的属性包括:类型。
针对是否存在疤痕这个属性,其属性信息可以是存在疤痕,不存在疤痕。
针对是否存在痣这个属性,其属性信息可以是存在痣,不存在痣。
针对是否存在斑这个属性,其属性信息可以是存在斑,不存在斑。
针对皱纹的类型这个属性,其属性信息可以是法令纹、抬头纹、鱼尾纹、眼袋纹、川字纹等。
如果面部特征包括鼻子,针对类型这个属性,其属性信息可以是蒜头鼻,圆鼻子。
如果面部特征为耳朵,针对类型这个属性,其属性信息可以是贴脑耳、鼠耳、猪耳、金耳等。
如果面部特征为口,针对类型这个属性,其属性信息可以是、仰月形、伏月形、四字形、一字形、修长形、承嘴形、盖嘴形、怪嘴形。
如果面部特征为眼睛,其属性包括是否为双眼皮和类型;
针对类型这个属性,其属性信息可以是丹凤眼、圆眼、标准眼、细长眼;针对是否为双眼皮这个属性,其属性信息可以是双眼皮、单眼皮。
如果面部特征为眉毛,针对类型这个属性,其属性信息可以是柳叶眉、一字眉、弯月眉、高低眉等。
终端确定上述面部特征的每个属性的属性信息的过程属于现有技术,在本发明实施例中不进行赘述。
实施例4:
每个面部特征包括至少一个属性,在上述各实施例的基础上,在本发明实施例中,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与第一属性信息集合匹配的目标属性信息集合包括:
针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息的相似度是否达到针对该属性设置的相似度阈值;
如果是,将该样本属性信息确定为目标属性信息;
判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否相同,如果是,则将该样本属性信息集合确定为目标属性信息集合。
在本发明实施例中,终端在确定提取的人物图片的第一属性信息集合与样本属性信息集合是否匹配时,根据每个属性的第一属性信息与样本属性信息的是否相同来确定,具体的可以是针对该面部特征包括的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;如果是,将该样本属性信息确定为目标属性信息。确定属性信息是否相同的过程属于现有技术,在本发明实施例中不进行赘述。
终端中针对每个面部特征预先保存有其对应的数量阈值,在确定出该面部特征的样本属性信息中包括的目标属性信息后,可以确定该目标属性信息的数量,将该目标属性信息的数量与针对该面部特征设置的数量阈值进行比较,判断目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该面部特征的样本属性信息集合确定为目标属性信息集合,如果未达到针对该面部特征设置的数量阈值,则不将该样本属性信息集合确定为目标属性信息集合。
实施例5:
基于同一发明构思,本发明实施例中还提供了一种人物图片分类的装置,由于人物图片分类的装置解决问题的原理与人物图片分类的方法相似,因此上述装置的实施可以参见方法的实施,重复之处不再赘述。
图2为本发明实施例5提供的一种人物图片分类的装置结构图,该装置包括:
提取确定模块21,用于针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,确定每个面部特征的第一属性信息集合;
匹配确定模块22,用于针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;
样本比例确定模块23,用于针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例;
性格确定模块24,用于根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格;
分组模块25,用于将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
进一步地,所述装置还包括:
判断模块26,用于判断是否保存所述目标性格对应的相册分组;
创建模块27,用于如果所述判断模块26的判断结果为否,则新建所述目标性格对应的相册分组,并执行所述分组模块25;
如果所述判断模块26的判断结果为是,则执行所述分组模块25。
进一步地,所述性格确定模块24,具体用于针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
进一步地,所述匹配确定模块22,具体用于针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;如果是,将该样本属性信息确定为目标属性信息;判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该样本属性信息集合确定为目标属性信息集合。
实施例6:
基于同一发明构思,本发明实施例中还提供了一种终端,由于终端解决问题的原理与人物图片分类的方法相似,因此上述终端的实施可以参见方法的实施,重复之处不再赘述。
图3为本发明实施例6提供的一种终端,所述终端包括:处理器31、通信接口32、存储器33和通信总线34,其中,处理器31、通信接口32和存储器33通过通信总线34完成相互间的通信;
所述存储器33中存储有计算机程序,当所述程序被所述处理器31执行时,使得所述处理器31执行如下步骤:
针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,确定每个面部特征的第一属性信息集合;
针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例;
根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格,将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
进一步地,在将所述待分组的人物图片保存至所述目标性格对应的相册分组中之前,判断是否保存所述目标性格对应的相册分组;
如果否,则新建所述目标性格对应的相册分组,并进行后续步骤;
如果是,则进行后续步骤。
进一步地,所述根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格包括:
针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;
根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
进一步地,所述根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合包括:
针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;
如果是,将该样本属性信息确定为目标属性信息;
判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该样本属性信息集合确定为目标属性信息集合。
上述终端提到的通信总线34可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线34可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口32,用于上述终端与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例7:
本发明实施提供了一种计算机可读存储介质,其存储有可由终端执行的计算机程序,当所述程序在所述终端上运行时,使得所述终端执行如下步骤:
针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,确定每个面部特征的第一属性信息集合;
针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例;
根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格,将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
进一步地,在将所述待分组的人物图片保存至所述目标性格对应的相册分组中之前,判断是否保存所述目标性格对应的相册分组;
如果否,则新建所述目标性格对应的相册分组,并进行后续步骤;
如果是,则进行后续步骤。
进一步地,所述根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格包括:
针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;
根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
进一步地,所述根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合包括:
针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;
如果是,将该样本属性信息确定为目标属性信息;
判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该样本属性信息集合确定为目标属性信息集合。
上述计算机可读存储介质可以是终端中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
对应系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全应用实施例、或结合应用和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种人物图片分类的方法,其特征在于,所述方法包括:
针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,确定每个面部特征的第一属性信息集合;
针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例;
根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格,将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
2.如权利要求1所述的方法,其特征在于,在将所述待分组的人物图片保存至所述目标性格对应的相册分组中之前,所述方法还包括:
判断是否保存所述目标性格对应的相册分组;
如果否,则新建所述目标性格对应的相册分组,并进行后续步骤;
如果是,则进行后续步骤。
3.如权利要求1所述的方法,其特征在于,所述根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格包括:
针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;
根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
4.如权利要求1所述的方法,其特征在于,所述根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合包括:
针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;
如果是,将该样本属性信息确定为目标属性信息;
判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该样本属性信息集合确定为目标属性信息集合。
5.如权利要求1-4任一项所述的方法,其特征在于,面部特征包括:
面相十二宫中的每一宫;和/或,
五官中的每一官;和/或,
三庭中的每一庭。
6.如权利要求5所述的方法,其特征在于,当面部特征中包括面相十二宫中的每一宫和/或三庭中的每一庭时,面部特征的属性包括:是否存在疤痕、是否存在痣、是否存在斑、皱纹的类型;
当面部特征中包括五官中的每一官时,面部特征的属性包括:五官中的至少一官的类型。
7.一种人物图片分类的装置,其特征在于,所述装置包括:
提取确定模块,用于针对待分组的人物图片,根据设置的至少一个面部特征及每个面部特征的至少一个属性,在所述人物图片中提取每个属性的第一属性信息,确定每个面部特征的第一属性信息集合;
匹配确定模块,用于针对每个面部特征,根据该面部特征的第一属性信息集合中包括的每个第一属性信息,以及预先保存的归属于每种性格的该面部特征的样本属性信息集合中包括的每个样本属性信息,在样本属性信息集合中确定与该面部特征的第一属性信息集合匹配的目标属性信息集合的第一数量;
样本比例确定模块,用于针对每种性格,将归属于该种性格的该面部特征的目标属性信息集合的第二数量与该面部特征对应的第一数量的比值,作为该种性格针对该面部特征的样本比例;
性格确定模块,用于根据每种性格针对每个面部特征的样本比例,确定所述待分组的人物图片对应的目标性格;
分组模块,用于将所述待分组的人物图片保存至所述目标性格对应的相册分组中。
8.如权利要求7所述的装置,其特征在于,所述装置还包括:
判断模块,用于判断是否保存所述目标性格对应的相册分组;
创建模块,用于如果所述判断模块的判断结果为否,则新建所述目标性格对应的相册分组,并执行所述分组模块;
如果所述判断模块的判断结果为是,则执行所述分组模块。
9.如权利要求7所述的装置,其特征在于,所述性格确定模块,具体用于针对每种性格,根据预先保存的每个面部特征对应的权重值,对该种性格对应的每个面部特征的样本比例进行加权计算,确定该种性格对应的匹配度;根据每种性格对应的匹配度,确定所述待分组的人物图片对应的目标性格。
10.如权利要求7所述的装置,其特征在于,所述匹配确定模块,具体用于针对该面部特征的每个属性,判断该属性的第一属性信息与该属性的样本属性信息是否相同;如果是,将该样本属性信息确定为目标属性信息;判断该面部特征的样本属性信息集合中包括的目标属性信息的数量是否大于针对该面部特征设置的数量阈值,如果是,则将该样本属性信息集合确定为目标属性信息集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810235899.3A CN108549842B (zh) | 2018-03-21 | 2018-03-21 | 一种人物图片分类的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810235899.3A CN108549842B (zh) | 2018-03-21 | 2018-03-21 | 一种人物图片分类的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108549842A CN108549842A (zh) | 2018-09-18 |
CN108549842B true CN108549842B (zh) | 2020-08-04 |
Family
ID=63516681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810235899.3A Active CN108549842B (zh) | 2018-03-21 | 2018-03-21 | 一种人物图片分类的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108549842B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1602620A (zh) * | 2001-12-11 | 2005-03-30 | 皇家飞利浦电子股份有限公司 | 基于情绪的虚拟相册 |
US7035467B2 (en) * | 2002-01-09 | 2006-04-25 | Eastman Kodak Company | Method and system for processing images for themed imaging services |
JP2011152352A (ja) * | 2010-01-28 | 2011-08-11 | Spill:Kk | 顔型分類装置、顔型分類方法および該方法を実現させるプログラムが記憶された記録媒体 |
CN103634680A (zh) * | 2013-11-27 | 2014-03-12 | 青岛海信电器股份有限公司 | 一种智能电视的播放控制方法及装置 |
CN105404878A (zh) * | 2015-12-11 | 2016-03-16 | 广东欧珀移动通信有限公司 | 一种照片分类方法和装置 |
CN105701459A (zh) * | 2016-01-06 | 2016-06-22 | 广东欧珀移动通信有限公司 | 一种图片显示方法及终端设备 |
CN105868686A (zh) * | 2015-12-31 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 视频分类方法及装置 |
CN107004116A (zh) * | 2014-12-12 | 2017-08-01 | 北京市商汤科技开发有限公司 | 用于预测脸部属性的方法和设备 |
-
2018
- 2018-03-21 CN CN201810235899.3A patent/CN108549842B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1602620A (zh) * | 2001-12-11 | 2005-03-30 | 皇家飞利浦电子股份有限公司 | 基于情绪的虚拟相册 |
US7035467B2 (en) * | 2002-01-09 | 2006-04-25 | Eastman Kodak Company | Method and system for processing images for themed imaging services |
JP2011152352A (ja) * | 2010-01-28 | 2011-08-11 | Spill:Kk | 顔型分類装置、顔型分類方法および該方法を実現させるプログラムが記憶された記録媒体 |
CN103634680A (zh) * | 2013-11-27 | 2014-03-12 | 青岛海信电器股份有限公司 | 一种智能电视的播放控制方法及装置 |
CN107004116A (zh) * | 2014-12-12 | 2017-08-01 | 北京市商汤科技开发有限公司 | 用于预测脸部属性的方法和设备 |
CN105404878A (zh) * | 2015-12-11 | 2016-03-16 | 广东欧珀移动通信有限公司 | 一种照片分类方法和装置 |
CN105868686A (zh) * | 2015-12-31 | 2016-08-17 | 乐视网信息技术(北京)股份有限公司 | 视频分类方法及装置 |
CN105701459A (zh) * | 2016-01-06 | 2016-06-22 | 广东欧珀移动通信有限公司 | 一种图片显示方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108549842A (zh) | 2018-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934197B (zh) | 人脸识别模型的训练方法、装置和计算机可读存储介质 | |
CN104794462B (zh) | 一种人物图像处理方法及装置 | |
US20190005305A1 (en) | Method for processing video, electronic device and storage medium | |
CN114155543B (zh) | 神经网络训练方法、文档图像理解方法、装置和设备 | |
CN110188829B (zh) | 神经网络的训练方法、目标识别的方法及相关产品 | |
CN108875797B (zh) | 一种确定图像相似度的方法、相册管理方法及相关设备 | |
WO2022042123A1 (zh) | 图像识别模型生成方法、装置、计算机设备和存储介质 | |
CN109345553B (zh) | 一种手掌及其关键点检测方法、装置和终端设备 | |
CN111814810A (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN111191067A (zh) | 绘本识别方法、终端设备及计算机可读存储介质 | |
CN108961267B (zh) | 图片处理方法、图片处理装置及终端设备 | |
CN110046634A (zh) | 聚类结果的解释方法和装置 | |
CN112329619A (zh) | 一种人脸识别方法、装置、电子设备及可读存储介质 | |
CN110741387B (zh) | 人脸识别方法、装置、存储介质及电子设备 | |
CN110503682B (zh) | 矩形控件识别方法、装置、终端及存储介质 | |
CN112418274A (zh) | 决策树生成方法和装置 | |
CN111310724A (zh) | 基于深度学习的活体检测方法、装置、存储介质及设备 | |
CN113722438A (zh) | 基于句向量模型的句向量生成方法、装置及计算机设备 | |
CN110288079A (zh) | 特征数据获取方法、装置和设备 | |
CN112836661A (zh) | 人脸识别方法、装置、电子设备及存储介质 | |
CN111191569A (zh) | 人脸属性的识别方法及其相关装置 | |
CN111914668A (zh) | 一种基于图像增强技术的行人重识别方法、装置及系统 | |
CN112258238A (zh) | 用户生命价值周期检测方法、装置和计算机设备 | |
CN113221601A (zh) | 字符识别方法、装置及计算机可读存储介质 | |
CN108549842B (zh) | 一种人物图片分类的方法和装置 |
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 |