CN109063119A - 一种基于图像的对象推荐方法、装置和设备/终端/服务器 - Google Patents

一种基于图像的对象推荐方法、装置和设备/终端/服务器 Download PDF

Info

Publication number
CN109063119A
CN109063119A CN201810858651.2A CN201810858651A CN109063119A CN 109063119 A CN109063119 A CN 109063119A CN 201810858651 A CN201810858651 A CN 201810858651A CN 109063119 A CN109063119 A CN 109063119A
Authority
CN
China
Prior art keywords
characteristic information
information
image data
user
image
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
Application number
CN201810858651.2A
Other languages
English (en)
Inventor
黄龙飞
蔡山清
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.)
Ucweb Singapore Pte Ltd
Original Assignee
Ucweb Singapore Pte 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 Ucweb Singapore Pte Ltd filed Critical Ucweb Singapore Pte Ltd
Priority to CN201810858651.2A priority Critical patent/CN109063119A/zh
Priority to PCT/IB2018/056503 priority patent/WO2020026017A1/zh
Publication of CN109063119A publication Critical patent/CN109063119A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Abstract

本申请实施例提供了一种基于图像的对象推荐方法、装置和设备/终端/服务器，所述方法包括：根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息；将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数；依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。本申请实施例通过分析获得的图像数据，实现基于图像数据的对象推送。

Description

一种基于图像的对象推荐方法、装置和设备/终端/服务器
技术领域
本申请涉及计算机技术领域，尤其涉及一种基于图像的对象推荐方法、装置和设备/终端/服务器。
背景技术
随着移动智能终端的发展，越来越多的用户使用智能终端来进行图像拍摄或者下载，其获得的图像方式以及图像内容通常存在很大差别。比如，有的用户习惯采用美颜相机进行拍摄，有的用户习惯采用专业相机进行拍摄并下载至智能终端。再比如，有的用户习惯拍摄具有人物的图像，有的用户则习惯拍摄食物或者风景。
通常用户特征收集都是根据用户行为，即访问网站，播放的视频等，对于图像拍摄以及图像下载都仅停留在图像分享的方面。但是用户所拍摄或者下载的图像往往具有一定的用户偏好信息等用户特征信息，现有技术无法依据这一用户特征信息进行推送。
因此，如何基于图像实现对象推荐成为现有技术中亟待解决的技术问题。
发明内容
本申请实施例提供了一种基于图像的对象推荐方法、装置和设备/终端/服务器，通过分析获得的图像数据，实现基于图像数据的对象推送。
根据本申请实施例的一个方面，提供了一种基于图像的对象推荐方法，所述方法包括：根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息；将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数；依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
根据本申请实施例的另一个方面，还提供了一种基于图像的对象推荐装置，所述装置包括：图像分析模块，配置用于根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息；信息获得模块，配置用于将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数；推送处理模块，配置用于依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
根据本申请实施例的又一个方面，还提供了一种设备/终端/服务器，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上所述的基于图像的对象推荐方法对应的操作。
根根据本申请实施例的又一个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述的基于图像的对象推荐方法对应的操作。
据本申请实施例提供的技术方案，本申请实施例通过分析图像数据获得其对应的图像特征信息，并将所述图像特征信息进行综合处理，得到N维度用户特征信息以及依据N维度用户特征信息进行同类对象推送。本申请实施例从而能够实现通过图像数据收集用户特征信息，进而实现同类对象推送，弥补了图像数据仅能够用于分享的缺陷，实现了更加精准的用户推送，改善了用户推送的准确性和全面性。
附图说明
图1是根据本申请实施例一的一种基于图像的对象推荐方法的步骤流程图；
图2是根据本申请实施例一的一种基于图像的对象推荐方法的步骤S101的一种实现的步骤流程图；
图3是根据本申请实施例一的一种基于图像的对象推荐方法的步骤S101的另一种实现的步骤流程图；
图4是根据本申请实施例二的一种基于图像的对象推荐方法的步骤S103的一种实现的步骤流程图；
图5是根据本申请实施例三的一种基于图像的对象推荐装置的结构框图；
图6是根据本申请实施例三的一种基于图像的对象推荐装置的图像分析模块的一种实现的结构框图；
图7是根据本申请实施例三的一种基于图像的对象推荐装置的图像分析模块的另一种实现的结构框图；
图8是根据本申请实施例四的一种基于图像的对象推荐装置的推送处理模块的一种实现的结构框图；
图9是根据本申请实施例五的一种设备/终端/服务器的结构框图。
具体实施方式
下面结合附图(若干附图中相同的标号表示相同的元素)和实施例，对本申请实施例的具体实施方式作进一步详细说明。以下实施例用于说明本申请，但不用来限制本申请的范围。
本领域技术人员可以理解，本申请实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
实施例一
参照图1，示出了根据本申请实施例一的一种基于图像的对象推荐方法的步骤流程图。
值得说明的是，本申请所述步骤S101至S103并不代表其执行的先后顺序。
本实施例的基于图像的对象推荐方法包括以下步骤：
步骤S101：根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息。
具体地，本申请实施例所述获得的图像数据包括用户采用智能终端拍摄的图像数据，或者用户从其他拍摄装置以及互联网下载的图像数据。
本申请实施例根据获得的图像数据进行分析处理，包括图像解析处理以及图像描述文件的处理，从而得到所述图像数据对应的图像特征信息。
在本申请一具体实现中，参见图2，所述步骤S101包括：
S1011、分析所述图像数据的图像特征数据，获得所述图像数据对应的拍摄特征信息。
具体地，所述图像数据的图像特征数据可以来自图像本身的分析处理，也可以来自所述图像的描述文件的分析处理。
所述拍摄特征信息包括以下至少其一：图像的拍摄场景(夜间场景、白天场景等)；图像的色度、亮度、饱和度等；图像的拍摄工具(手机型号、相机型号、拍摄APP等)。
因此，本申请实施例可根据所述图像特征数据获得图像数据的拍摄特征信息，从而根据所述拍摄特征信息获得代表用户偏好的用户特征信息。
在本申请另一具体实现中，参见图3，所述步骤S101包括：
S1012、分析所述图像数据的内容特征数据，获得所述图像数据对应的内容特征信息。
所述内容特征信息包括以下至少其一；拍摄对象(人物、食物、海报、电影票、绘画作品等)；拍摄场合(闹市区域、游乐园、展览馆、餐厅等)。
因此，本申请实施例可根据所述图像特征数据获得图像数据的内容特征信息，从而根据所述内容特征信息获得代表用户偏好的用户特征信息。
在本申请再一具体实现中，所述步骤S101包括步骤S1011和步骤S1012。
步骤S102：将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数。
在本申请具体实现中，所述N维度用户特征信息包括：
拍摄场景信息、拍摄图像信息、拍摄工具信息、拍摄内容信息中至少其一。
例如，根据图像数据进行分析获得图像特征信息为：白天场景下的游乐园，图像的拍摄工具为莱卡相机，图像的拍摄内容具有人物和食物。对所述图像特征信息进行综合处理，得到N维度用户特征信息为：白天游乐场玩耍，并使用莱卡相机拍摄照片。
再例如，根据图像数据进行分析获得图像特征信息为：白天场景下的商场，图像的拍摄工具为苹果手机，图像的拍摄内容具有人物和食物。对所述图像特征信息进行综合处理，得到N维度用户特征信息为：白天商场购物，并使用苹果手机拍摄照片。
步骤S103：依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
本申请实施例依据所述N维度用户特征信息，获得和所述N维度用户特征信息对应的同类对象推送至对应的用户。
例如，如果所述N维度用户特征信息为：白天游乐场玩耍，并使用莱卡相机拍摄照片。本申请实施例推送所述游乐场周边的餐饮、住宿、交通信息给对应的用户，本申请实施例还可以向用户推送莱卡相机周边产品、拍摄技巧以及游乐场的玩乐路线等信息。
再例如，如果所述N维度用户特征信息为：白天商场购物，并使用苹果手机拍摄照片。本申请实施例推送所述商场周边的餐饮、促销、交通信息给对应的用户，本申请实施例还可以向用户推送苹果周边产品、拍摄技巧等信息。
由此可知，本申请实施例通过分析图像数据获得其对应的图像特征信息，并将所述图像特征信息进行综合处理，得到N维度用户特征信息以及依据N维度用户特征信息进行同类对象推送。本申请实施例从而能够实现通过图像数据收集用户特征信息，进而实现同类对象推送，弥补了图像数据仅能够用于分享的缺陷，实现了更加精准的用户推送，改善了用户推送的准确性和全面性。
本实施例的基于图像的对象推荐方法可以由任意适当的具有基于图像的对象推荐能力的设备执行，包括但不限于：各种设备终端或者服务端，包括但不限于PC机、平板电脑、移动终端等。
实施例二
本实施例包括上述步骤S101至步骤S103。参见图4，所述步骤S103包括：
S1031、根据所述N维度用户特征信息，对同类用户进行N维度的协同聚类处理。
本申请实施例所述协同聚类包括下述至少其一：根据所述用户特征信息，将具有相同或者相似的用户特征信息的用户进行合并分类为同类用户。根据所述用户特征信息，将满足所述用户特征信息的对象进行合并分类为同类对象。根据所述用户特征信息，将用户与对象之间的对应关系进行合并分类为同一推荐模型。
S1032、获得对应各类用户的各类对象信息，并对同类用户进行同类对象的共同推送处理操作。
具体地，本申请实施例可以根据所述协同聚类处理的结果将同类对象推荐至同类用户。
例如，推荐所有拍摄电影票的用户的近期热点电影，推荐所有拍摄书封面的用户同类作品等。
由此可知，本申请实施例通过分析图像数据获得其对应的图像特征信息，并将所述图像特征信息进行综合处理，得到N维度用户特征信息以及依据N维度用户特征信息进行同类对象推送。本申请实施例从而能够实现通过图像数据收集用户特征信息，进而实现同类对象推送，弥补了图像数据仅能够用于分享的缺陷，实现了更加精准的用户推送，改善了用户推送的准确性和全面性。
本实施例的基于图像的对象推荐方法可以由任意适当的具有基于图像的对象推荐能力的设备执行，包括但不限于：各种设备终端或者服务端，包括但不限于PC机、平板电脑、移动终端等。
实施例三
参照图5，示出了根据本申请实施例三的一种基于图像的对象推荐装置的结构图。
本实施例的基于图像的对象推荐装置包括：
图像分析模块501，配置用于根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息。
信息获得模块502，配置用于将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数。
推送处理模块503，配置用于依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
具体地，本申请实施例所述获得的图像数据包括用户采用智能终端拍摄的图像数据，或者用户从其他拍摄装置以及互联网下载的图像数据。
本申请实施例根据获得的图像数据进行分析处理，包括图像解析处理以及图像描述文件的处理，从而得到所述图像数据对应的图像特征信息。
在本申请一具体实现中，参见图6，所述图像分析模块501包括：
图像分析单元5011，配置用于分析所述图像数据的图像特征数据，获得所述图像数据对应的拍摄特征信息。
具体地，所述图像数据的图像特征数据可以来自图像本身的分析处理，也可以来自所述图像的描述文件的分析处理。
所述拍摄特征信息包括以下至少其一：图像的拍摄场景(夜间场景、白天场景等)；图像的色度、亮度、饱和度等；图像的拍摄工具(手机型号、相机型号、拍摄APP等)。
因此，本申请实施例可根据所述图像特征数据获得图像数据的拍摄特征信息，从而根据所述拍摄特征信息获得代表用户偏好的用户特征信息。
在本申请另一具体实现中，参见图7，所述图像分析模块501包括：
内容分析单元5012，配置用于分析所述图像数据的内容特征数据，获得所述图像数据对应的内容特征信息。
所述内容特征信息包括以下至少其一；拍摄对象(人物、食物、海报、电影票、绘画作品等)；拍摄场合(闹市区域、游乐园、展览馆、餐厅等)。
因此，本申请实施例可根据所述图像特征数据获得图像数据的内容特征信息，从而根据所述内容特征信息获得代表用户偏好的用户特征信息。
在本申请再一具体实现中，所述图像分析模块501包括图像分析单元5011和内容分析单元5012。
在本申请具体实现中，所述N维度用户特征信息包括：
拍摄场景信息、拍摄图像信息、拍摄工具信息、拍摄内容信息中至少其一。
例如，根据图像数据进行分析获得图像特征信息为：白天场景下的游乐园，图像的拍摄工具为莱卡相机，图像的拍摄内容具有人物和食物。对所述图像特征信息进行综合处理，得到N维度用户特征信息为：白天游乐场玩耍，并使用莱卡相机拍摄照片。
再例如，根据图像数据进行分析获得图像特征信息为：白天场景下的商场，图像的拍摄工具为苹果手机，图像的拍摄内容具有人物和食物。对所述图像特征信息进行综合处理，得到N维度用户特征信息为：白天商场购物，并使用苹果手机拍摄照片。
本申请实施例依据所述N维度用户特征信息，获得和所述N维度用户特征信息对应的同类对象推送至对应的用户。
例如，如果所述N维度用户特征信息为：白天游乐场玩耍，并使用莱卡相机拍摄照片。本申请实施例推送所述游乐场周边的餐饮、住宿、交通信息给对应的用户，本申请实施例还可以向用户推送莱卡相机周边产品、拍摄技巧以及游乐场的玩乐路线等信息。
再例如，如果所述N维度用户特征信息为：白天商场购物，并使用苹果手机拍摄照片。本申请实施例推送所述商场周边的餐饮、促销、交通信息给对应的用户，本申请实施例还可以向用户推送苹果周边产品、拍摄技巧等信息。
由此可知，本申请实施例通过分析图像数据获得其对应的图像特征信息，并将所述图像特征信息进行综合处理，得到N维度用户特征信息以及依据N维度用户特征信息进行同类对象推送。本申请实施例从而能够实现通过图像数据收集用户特征信息，进而实现同类对象推送，弥补了图像数据仅能够用于分享的缺陷，实现了更加精准的用户推送，改善了用户推送的准确性和全面性。
本实施例的基于图像的对象推荐方法可以由任意适当的具有基于图像的对象推荐能力的设备执行，包括但不限于：各种设备终端或者服务端，包括但不限于PC机、平板电脑、移动终端等。
实施例四
本实施例包括上述图像分析模块501、信息获得模块502、推送处理模块503。参见图8，所述推送处理模块503包括：
协同聚类单元5031，配置用于根据所述N维度用户特征信息，对同类用户进行N维度的协同聚类处理。
共同推送单元5032，配置用于获得对应各类用户的各类对象信息，并对同类用户进行同类对象的共同推送处理操作。
本申请实施例所述协同聚类包括下述至少其一：根据所述用户特征信息，将具有相同或者相似的用户特征信息的用户进行合并分类为同类用户。根据所述用户特征信息，将满足所述用户特征信息的对象进行合并分类为同类对象。根据所述用户特征信息，将用户与对象之间的对应关系进行合并分类为同一推荐模型。
具体地，本申请实施例可以根据所述协同聚类处理的结果将同类对象推荐至同类用户。
例如，推荐所有拍摄电影票的用户的近期热点电影，推荐所有拍摄书封面的用户同类作品等。
由此可知，本申请实施例通过分析图像数据获得其对应的图像特征信息，并将所述图像特征信息进行综合处理，得到N维度用户特征信息以及依据N维度用户特征信息进行同类对象推送。本申请实施例从而能够实现通过图像数据收集用户特征信息，进而实现同类对象推送，弥补了图像数据仅能够用于分享的缺陷，实现了更加精准的用户推送，改善了用户推送的准确性和全面性。
本实施例的基于图像的对象推荐装置可以由任意适当的具有基于图像的对象推荐能力的设备执行，包括但不限于：各种设备终端或者服务端，包括但不限于PC机、平板电脑、移动终端等。
实施例五
参照图9，示出了根据本申请实施例五的一种设备/终端/服务器的结构框图，本申请具体实施例并不对设备/终端/服务器的具体实现做限定。
如图9所示，该设备/终端/服务器可以包括：一个或者多个处理器(processor)902、存储装置(memory)904。
其中：
处理器902，用于执行程序906，具体可以执行上述基于图像的对象推荐方法实施例中的相关步骤。
具体地，程序906可以包括程序代码，该程序代码包括计算机操作指令。
处理器902可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本申请实施例的一个或多个集成电路。设备/终端/服务器包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储装置904，用于存放一个或多个程序906。存储装置904可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序906具体可以用于使得处理器902执行以下操作：根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息；将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数；依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
在一种可选的实施方式中，程序906还用于分析所述图像数据的图像特征数据，获得所述图像数据对应的拍摄特征信息。
在一种可选的实施方式中，程序906还用于分析所述图像数据的内容特征数据，获得所述图像数据对应的内容特征信息。
在一种可选的实施方式中，所述N维度用户特征信息包括：
拍摄场景信息、拍摄图像信息、拍摄工具信息、拍摄内容信息中至少其一。
在一种可选的实施方式中，程序906还用于根据所述N维度用户特征信息，对同类用户进行N维度的协同聚类处理；获得对应各类用户的各类对象信息，并对同类用户进行同类对象的共同推送处理操作。
由此可知，本申请实施例通过分析图像数据获得其对应的图像特征信息，并将所述图像特征信息进行综合处理，得到N维度用户特征信息以及依据N维度用户特征信息进行同类对象推送。本申请实施例从而能够实现通过图像数据收集用户特征信息，进而实现同类对象推送，弥补了图像数据仅能够用于分享的缺陷，实现了更加精准的用户推送，改善了用户推送的准确性和全面性。
需要指出，根据实施的需要，可将本申请实施例中描述的各个部件/步骤拆分为更多部件/步骤，也可将两个或多个部件/步骤或者部件/步骤的部分操作组合成新的部件/步骤，以实现本申请实施例的目的。
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从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)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存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储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，计算机可读存储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存储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对象的程序设计语言—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：一种处理器包括接收单元、解析单元、信息选取单元和生成单元。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，接收单元还可以被描述为“接收用户的网页浏览请求的单元”。
作为另一方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一实施例中所描述的方法。
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装置中所包含的；也可以是单独存在，而未装配入该装置中。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装置执行时，使得该装置：根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息；将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数；依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
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 (12)

1.一种基于图像的对象推荐方法，其特征在于，所述方法包括：
根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息；
将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数；
依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
2.根据权利要求1所述的方法，其特征在于，所述根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息包括：
分析所述图像数据的图像特征数据，获得所述图像数据对应的拍摄特征信息。
3.根据权利要求1或2所述的方法，其特征在于，所述根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息包括：
分析所述图像数据的内容特征数据，获得所述图像数据对应的内容特征信息。
4.根据权利要求1所述的方法，其特征在于，所述N维度用户特征信息包括：
拍摄场景信息、拍摄图像信息、拍摄工具信息、拍摄内容信息中至少其一。
5.根据权利要求1所述的方法，其特征在于，所述依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作包括：
根据所述N维度用户特征信息，对同类用户进行N维度的协同聚类处理；
获得对应各类用户的各类对象信息，并对同类用户进行同类对象的共同推送处理操作。
6.一种基于图像的对象推荐装置，其特征在于，所述装置包括：
图像分析模块，配置用于根据获得的图像数据进行分析，得到所述图像数据对应的图像特征信息；
信息获得模块，配置用于将所述图像特征信息进行综合处理，得到N维度用户特征信息，所述N为自然数；
推送处理模块，配置用于依据所述N维度用户特征信息对同类用户进行同类对象的推送处理操作。
7.根据权利要求6所述的装置，其特征在于，所述图像分析模块包括：
图像分析单元，配置用于分析所述图像数据的图像特征数据，获得所述图像数据对应的拍摄特征信息。
8.根据权利要求6或7所述的装置，其特征在于，所述图像分析模块包括：
内容分析单元，配置用于分析所述图像数据的内容特征数据，获得所述图像数据对应的内容特征信息。
9.根据权利要求6所述的装置，其特征在于，所述N维度用户特征信息包括：
拍摄场景信息、拍摄图像信息、拍摄工具信息、拍摄内容信息中至少其一。
10.根据权利要求6所述的装置，其特征在于，所述推送处理模块包括：
协同聚类单元，配置用于根据所述N维度用户特征信息，对同类用户进行N维度的协同聚类处理；
共同推送单元，配置用于获得对应各类用户的各类对象信息，并对同类用户进行同类对象的共同推送处理操作。
11.一种设备/终端/服务器，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1-5中任一所述的方法。
12.一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，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201810858651.2A 2018-07-31 2018-07-31 一种基于图像的对象推荐方法、装置和设备/终端/服务器 Pending CN109063119A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810858651.2A CN109063119A (zh) 2018-07-31 2018-07-31 一种基于图像的对象推荐方法、装置和设备/终端/服务器
PCT/IB2018/056503 WO2020026017A1 (zh) 2018-07-31 2018-08-27 一种基于图像的对象推荐方法、装置和设备/终端/服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810858651.2A CN109063119A (zh) 2018-07-31 2018-07-31 一种基于图像的对象推荐方法、装置和设备/终端/服务器

Publications (1)

Publication Number Publication Date
CN109063119A true CN109063119A (zh) 2018-12-21

Family

ID=64832100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810858651.2A Pending CN109063119A (zh) 2018-07-31 2018-07-31 一种基于图像的对象推荐方法、装置和设备/终端/服务器

Country Status (2)

Country Link
CN (1) CN109063119A (zh)
WO (1) WO2020026017A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120020576A1 (en) * 2008-10-03 2012-01-26 Peter Thomas Fry Interactive image selection method
US20120259701A1 (en) * 2009-12-24 2012-10-11 Nikon Corporation Retrieval support system, retrieval support method and retrieval support program
CN106156347A (zh) * 2016-07-21 2016-11-23 北京奇虎科技有限公司 云相册分类展示方法、装置及服务器
CN107203573A (zh) * 2016-03-18 2017-09-26 百度在线网络技术（北京）有限公司 一种基于关注点信息的信息推送方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120020576A1 (en) * 2008-10-03 2012-01-26 Peter Thomas Fry Interactive image selection method
US20120259701A1 (en) * 2009-12-24 2012-10-11 Nikon Corporation Retrieval support system, retrieval support method and retrieval support program
CN107203573A (zh) * 2016-03-18 2017-09-26 百度在线网络技术（北京）有限公司 一种基于关注点信息的信息推送方法及装置
CN106156347A (zh) * 2016-07-21 2016-11-23 北京奇虎科技有限公司 云相册分类展示方法、装置及服务器

Also Published As

Publication number Publication date
WO2020026017A1 (zh) 2020-02-06

Similar Documents

Publication Publication Date Title
CN107105318B (zh) 一种视频热点片段提取方法、用户设备和服务器
US11527027B2 (en) Photo and video collaboration platform
CN109255346A (zh) 点读方法、装置及电子设备
US10929460B2 (en) Method and apparatus for storing resource and electronic device
CN107103316A (zh) 基于智能手机的方法和系统
CN109040960A (zh) 一种实现位置服务的方法和装置
CN109660823A (zh) 视频发布方法、装置、电子设备及存储介质
EP2919198B1 (en) Image processing device, image processing method, and program
CN108134951A (zh) 用于推荐播放内容的方法和装置
WO2022001600A1 (zh) 信息解析方法及装置、设备、存储介质
CN110880120A (zh) 一种广告方法和广告系统以及识别装置
CN109005461A (zh) 一种视频对象的推荐方法、装置和设备/终端/服务器
CN115190366B (zh) 一种信息展示方法、装置、电子设备、计算机可读介质
CN102930610A (zh) 一种签到信息处理方法及系统
CN113626624B (zh) 一种资源识别方法和相关装置
CN111126390A (zh) 一种用于识别媒体内容中标识图案的相关方法及装置
US9911105B1 (en) Syncing media content
KR100868732B1 (ko) 증강현실을 이용한 멀티미디어 명함정보 제공 시스템 및 그제공방법
CN112148962B (zh) 用于推送信息的方法和装置
CN113628097A (zh) 图像特效配置方法、图像识别方法、装置及电子设备
CN111611505A (zh) 电子书中多媒体资源的访问方法、计算设备及存储介质
CN109063119A (zh) 一种基于图像的对象推荐方法、装置和设备/终端/服务器
CN114363660B (zh) 视频合集确定方法、装置、电子设备及存储介质
US9064020B2 (en) Information providing device, information providing processing program, recording medium having information providing processing program recorded thereon, and information providing method
WO2017113670A1 (zh) 信息处理方法、装置、设备及非易失性计算机存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181221