CN109583453B - 图像的识别方法和装置、数据的识别方法、终端 - Google Patents
图像的识别方法和装置、数据的识别方法、终端 Download PDFInfo
- Publication number
- CN109583453B CN109583453B CN201710905598.2A CN201710905598A CN109583453B CN 109583453 B CN109583453 B CN 109583453B CN 201710905598 A CN201710905598 A CN 201710905598A CN 109583453 B CN109583453 B CN 109583453B
- Authority
- CN
- China
- Prior art keywords
- image data
- data
- image
- judgment
- validity
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local 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
- G06V10/443—Local 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 by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
- G06V10/464—Salient features, e.g. scale invariant feature transforms [SIFT] using a plurality of salient features, e.g. bag-of-words [BoW] representations
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种图像的识别方法和装置、数据的识别方法、终端。其中,该图像的识别方法包括:获取图像数据;依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。本申请解决了现有技术中对无效数据和有效数据进行相同的业务流程,无法对无效数据设计针对性的业务流程,浪费计算资源同时浪费人力资源或者严重影响用户体验的技术问题。
Description
技术领域
本申请涉及图像处理领域,具体而言,涉及一种图像的识别方法和装置、数据的识别方法、终端。
背景技术
现有技术中业务图像处理流程如图1所示,对所有输入的图像数据进行复杂运算,具体包括:根据图像内容的理解和分析结果选择相应的业务流程或者规则。图像数据在互联网中传输,由于网络传输速度以及网络传输稳定性、业务特殊情况等各种原因导致部分图像内容缺失、指定图像缺失返回默认图像数据等。由于图像算法所限,只能对大规模业务有效数据进行建模,无法判定是否是无效数据。
但是,如果不对无效数据进行区分,对无效数据和有效数据进行相同的复杂度高的运算,导致计算资源浪费,并且有可能产生错误判断,无法针对性精细化运营,影响业务决策,导致业务既定流程无法正常运转,浪费计算资源及人力资源而且严重影响用户体验。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种图像的识别方法和装置、数据的识别方法、终端,以至少解决现有技术中对无效数据和有效数据进行相同的业务流程,无法对无效数据设计针对性的业务流程,浪费计算资源同时浪费人力资源或者严重影响用户体验的技术问题。
根据本申请实施例的一个方面,提供了一种图像的识别方法,包括:获取图像数据;依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
根据本申请实施例的另一方面,还提供了一种图像的识别方法,包括:获取图像数据;依次采用至少两个条件对图像数据进行判断,得到至少两个判断结果,其中,至少两个条件中的任意一个用于确定图像数据的类型;在至少两个判断结果中的至少一个指示图像数据为指定类型时,确定图像数据为指定类型的数据。
根据本申请实施例的另一方面,还提供了一种数据的识别方法,包括:获取数据;依次采用至少两个条件对数据进行判断,得到至少两个判断结果,其中,至少两个条件中的任意一个用于确定数据的类型;在至少两个判断结果中的至少一个指示数据为指定类型时,确定数据为指定类型的数据。
根据本申请实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述实施例中的图像的识别方法。
根据本申请实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述实施例中的图像的识别方法。
根据本申请实施例的另一方面,还提供了一种终端,包括:通信模块,用于接收输入的图像数据;处理器,处理器运行程序,其中,程序运行时对于从通信模块输出的数据执行如下处理步骤:依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
根据本申请实施例的另一方面,还提供了一种终端,包括:通信模块,用于接收输入的图像数据;存储介质,用于存储程序,其中,程序在运行时对于从通信模块输出的数据执行如下处理步骤:依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
根据本申请实施例的又一方面,还提供了另一种图像的识别方法,包括:获取待识别图像中指定区域的统计特征;判断统计特征是否与预设统计特征匹配,得到判断结果;依据判断结果确定待识别图像是否为有效图像。
在本申请实施例中,依次采用至少两个有效性条件对图像数据的有效性进行判断,并根据至少两个判断结果确定图像数据是否为无效数据的方式,由于可以对有效数据和无效数据进行区分,从而实现了避免基于无效数据内容进行计算量大的决策,节省计算资源,减少错误决策风险,进一步为无效数据设计针对性的业务流程,对用户进行针对性引导,提升用户体验的技术效果,进而解决了现有技术中对无效数据和有效数据进行相同的业务流程,无法对无效数据设计针对性的业务流程,浪费计算资源同时浪费人力资源或者严重影响用户体验的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据现有技术的一种业务图像处理流程的流程图;
图2是根据本申请实施例的一种可选的图像的识别方法的流程图;
图3是根据本申请实施例的一种可选的基于图像的识别方法的业务图像处理流程的流程图;
图4是根据本申请实施例的一种用于实现图像的识别方法的计算机终端的硬件结构框图;
图5是根据本申请实施例的一种图像的识别方法的流程图;
图6是根据本申请实施例的另一种图像的识别方法的流程图;
图7是根据本申请实施例的一种数据的识别方法的流程图;
图8是根据本申请实施例的一种图像的识别装置的示意图;
图9是根据本申请实施例的一种终端的示意图;
图10是根据本申请实施例的另一种终端的示意图;以及
图11是根据本申请实施例的另一种图像的识别方法的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请实施例中所涉及的“用户”包括但不限于:机器人等自动执行工作的机器装置。
为了便于理解本申请实施例,以下将申请实施例中所涉及的技术术语解释如下:
统计特征:通过对图像的特性进行统计得到的特征,例如,图像均值、直方图、不变矩特征。
实施例1
针对上述问题,本申请实施例提供了一种图像的识别方案,依次采用至少两个有效性条件对输入的图像数据进行有效性判断,并根据至少两个判断结果确定图像数据是否为无效数据,从而实现对有效数据和无效数据进行区分,避免基于无效图做后续计算量大的决策,减少错误决策风险,大大提升用户体验。
为了实现上述目的,以有效性条件包括五个条件为例对本实施例进行详细说明。如图2所示,本实施例提供的图像的识别方法可以包括如下处理步骤:
步骤S21,读入图像数据。
可选地,业务图像数据可以通过互联网传输之后传入处理系统,从而处理系统读入图像数据,并对图像数据进行有效性判断,判断图像数据是无效数据还是有效数据。
以用户上传商品图像为例:电商平台接收用户对上传控件的触发指令;并接收用户上传的商品图像;电商平台对商品图像进行有效性判断;在商品图像为无效图像时,则禁止对上述商品图像进行后续处理,其中,该后续处理包括但不限于以下至少之一:采用电商平台预设的模板对商品图像进行美化处理;在电商平台显示商品图像等。
步骤S22,判断图像数据的指定属性是否满足第一条件。
可选地,上述的指定属性可以是图像数据的文件属性,包括但不限于文件路径(即图像数据的访问地址),文件名,图像数据的大小,图像分辨率,图像数据是否成功读入,图像数据是否成功解码。上述第一条件可以根据上述指定属性的不同而不同,例如:可以通过判断图像数据的大小和图像分辨率的关系是否满足预设要求,判断图像数据的访问地址是否为指定地址,判断图像数据的文件名是否为预设类型的文件名,以及判断图像数据是否被成功读入。在对图像数据进行有效性判断之前,可以统计有效数据的大小和图像分辨率的统计分布,根据大小、图像分辨率以及大小与图像分辨率之间的关系,得到预设要求;统计有效数据的访问地址,得到指定地址;统计有效数据的文件名的类型,得到预设类型的文件名;由于有效数据为业务流程需要的业务图像数据,因此可以确定有效数据会被成功读入,而无效数据无法被成功读入。
在一种可选的方案中,处理系统首先获取业务图像数据的大小、图像分辨率、访问地址、文件名和读入信息,判断图像数据的大小和图像分辨率的关系是否满足预设要求,图像数据的访问地址是否为指定地址,图像数据的文件名是否为预设类型的文件名,以及图像数据是否被成功读入,如果判断出图像数据的大小和图像分辨率的关系不满足预设要求,或者图像数据的访问地址不是指定地址,再或者图像数据的文件名不是预设类型的文件名,又或者图像数据未被成功读入,则确定图像数据的指定属性不满足第一条件,得到的第一个判断结果指示图像数据为无效数据,并进入步骤S27;如果判断出图像数据的大小和图像分辨率的关系满足预设要求,图像数据的访问地址是指定地址,图像数据的文件名是预设类型的文件名,且图像数据被成功读入,则确定图像数据的指定属性满足第一条件,得到的第一个判断结果指示图像数据为有效数据,并进入步骤S23。
步骤S23,判断图像数据与指定缺省图(default picture)是否不一致。可选地,如果图像数据与指定缺省图一致,则确定图像数据为无效数据;如果图像数据与指定缺省图不一致,则确定图像数据为有效数据。
可选地,上述的指定缺省图可以是由于网络传输速度以及网络传输稳定性、业务特殊情况等各种原因导致指定图像缺失而返回的默认图像数据。
在一种可选的方案中,在第一个判断结果指示图像数据为有效数据之后,可以继续对图像数据进行有效性判断,提取图像数据的MD5(信息摘要算法,是Message-DigestAlgorithm 5的简称)或者SHA-1(安全哈希算法,是Secure Hash Algorithm的简称),又或者将图像数据的内容与指定缺省图进行一致性判断,如果图像数据与指定缺省图一致,则得到的第二个判断结果指示图像数据为无效数据,并进入步骤S27;如果图像数据与指定缺省图不一致,则得到的第二个判断结果指示图像数据为有效数据,并进入步骤S24。
步骤S24,判断图像数据所对应图像中指定区域的统计特征是否满足第二条件。
可选地,上述的指定区域可以是业务图像数据中业务重点敏感区域,例如,业务最关心的区域,例如,如果业务最关系图像中心椭圆形区域,则指定区域可以是中心椭圆形区域。上述的统计特征包括但不限于统计图像的直方图或者不变矩等轻量级特征,例如,如果业务最关系图像中心椭圆形区域,则可以统计椭圆形区域内的彩色直方图、边缘或者区域内外统计特征的差异等。需要说明的是,不仅仅可以对图像数据对应图像中指定区域的统计特征进行有效性判断,还可以对图像数据对应图像的整个区域的统计特性进行有效性判断。
具体地,不同的局部特征选用不同的判断条件,可以通过有效数据和无效数据在统计上的区分来挑选局部特征,并设定判断条件,具体地,在对图像数据进行有效性判断之前,可以统计对有效数据对应的图像进行划分,统计业务重点敏感区域的统计特征,得到局部特征对应的条件,即第二条件;还可以统计有效数据的全局信息,得到全局统计特征对应的条件。
在一种可选的方案中,在第二个判断结果指示图像数据为有效数据之后,可以继续对图像数据进行有效性判断,对图像数据所对应图像进行划分,统计指定区域的统计特征,将统计特征与第二条件进行比较,如果统计特征不满足第二条件,则得到的第三个判断结果指示图像数据为无效数据,并进入步骤S27;如果统计特征满足第二条件,则得到的第三个判断结果指示图像数据为有效数据,并进入步骤S25。
步骤S25,判断图像数据与指定图像数据的相似度是否小于预设阈值。
可选地,上述的指定图像数据可以是特定类型的无效数据。具体地,在对图像数据进行有效性判断之前,可以统计多个无效数据与特定类型的无效数据的相似度,得到预设阈值。可以利用感知哈希算法生成图像数据的图像指纹,感知哈希算法包括但不限于均值哈希,pHash等算法,并利用汉明距离计算图像指纹之间的相似度,得到图像数据与指定图像数据的相似度。
在一种可选的方案中,在第三个判断结果指示图像数据为有效数据之后,可以继续对图像数据进行有效性判断,计算图像数据与特定类型的无效数据的相似度,并判断计算得到的相似度是否大于预设阈值,如果相似度大于预设阈值,则得到的第四个判断结果指示图像数据为无效数据,并进入步骤S27;如果相似度小于预设阈值,则得到的第四个判断结果指示图像数据为有效数据,并进入步骤S26。
步骤S26,其他有效性条件进行判断。
可选地,除了对图像数据进行上述有效性判断之外,还可以利用业务规则或者图像算法建模设定图像的有效性条件,并对图像数据的有效性进行判断,如果判断出图像数据不满足有效性条件,则得到的第五个判断结果指示图像数据为无效数据,并进入步骤S27;如果判断出图像数据满足有效性条件,则得到的第五个判断结果指示图像数据为有效数据,并进入步骤S28。
步骤S27,确定图像数据为无效数据。
可选地,在图像数据不满足上述任意一个有效性条件,即任意一个判断结果指示图像数据为无效数据的情况下,可以确定图像数据为无效数据,并且可以根据确定图像数据未满足指定条件,并依据确定结果确定与指定条件对应的类型,并将该类型作为无效数据类型。具体地,当图像数据不满足指定缺省图条件时,可以进一步根据得到指定缺省图的原因,确定图像数据为无效数据的原因,从而得到无效数据的类型。
需要说明的是,有效性条件包括但不限于上述五种条件,可以根据业务规则及变化随时增添或者裁撤(即上述有效性条件可以多于五个,也可以少于五个),具体可以按照计算开销、响应时间、拦截无效图占比等规则调整实际执行顺序。无效数据有很多种类,不同类型在业务中出现的概率不同,选用有效性条件时计算开销越小越好,响应时间越快越好,拦截无效数据越多越好。例如,业务规则中考虑到响应时间对用户的影响,可以将响应最快,即响应时间最短的有效性条件放在最前面。
步骤S28,确定图像数据为有效数据。
可选地,在图像数据满足所有有效性条件,即所有判断结果指示图像数据为有效性数据的情况下,可以确定该图像数据为有效数据,也即,图像数据为业务图像数据。
需要说明的是,图2中步骤S22-S26的执行顺序是可以互换的,例如,可以先执行步骤S23,再执行步骤S22。具体可以根据实际情况灵活调整,其中,在确定上述条件的执行顺序时,可以依据各个判断条件得到判断结果为无效数据的次数来确定执行顺序,例如,按照上述次数由多到少的顺序确定步骤S22-26的执行顺序,也可以按照预设的优先级确定步骤S22-26的执行顺序,还可以按照预设时间周期性地调整步骤S22-26的执行顺序(例如,在到达预设时间时,将步骤S22的顺序移至最后,步骤S26移至首位)。
基于图2所示的图像的识别方法,业务图像处理流程如图3所示,具体可以包括如下处理步骤:
步骤S31,输入图像数据。
步骤S32,判断图像数据是否为有效数据。
可选地,图像数据在传入处理系统之后,可以按照图3所示的图像的识别方法依次进行有效性判断,当判断出图像数据为有效数据时,进入步骤S33,;当判断出图像数据为无效数据时,进入步骤S35。
步骤S33,基于图像内容的理解、分析。
步骤S34,制定业务规则,进行决策、处置等。
可选地,在图像数据通过所有有效性条件的判断,确定图像数据为有效数据之后,可以按照现有的业务逻辑,基于图像内容的理解和分析结果选择相应的业务流程或者规则,并进行决策、处置。
步骤S35,对无效数据进行精细化运营。
可选地,在图像数据未通过任意一个有效性的判断,确定图像数据为无效数据之后,可以对无效数据进行特殊流程,具体可以进行精细化运营,对用户进行针对性引导。
通过上述方案,可以在有限运算量的情况下对互联网传输的图像数据有效性进行判断,利用非常小的运算量对传输数据不完整、业务数据缺失导致传输缺省图等图像数据无效的情况进行区分,从而避免基于无效数据进行后续计算量大的决策,节省计算资源,减少错误决策风险,还可以利用无效数据的判断进行精细化运营,对用户进行针对性引导,大大提升用户体验,解决了现有技术中对无效数据和有效数据进行相同的业务流程,无法对无效数据设计针对性的业务流程,浪费计算资源同时浪费人力资源或者严重影响用户体验的技术问题,其他部分和上面所提及的方案相同,此处不再赘述。
实施例2
根据本申请实施例,还提供了一种图像的识别方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图4是根据本申请实施例的一种用于实现图像的识别方法的计算机终端的硬件结构框图。如图4所示,计算机终端40可以包括一个或多个(图中采用402a、402b,……,402n来示出)处理器402(处理器402可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器404、以及用于通信功能的传输装置406。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图4所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端40还可包括比图4中所示更多或者更少的组件,或者具有与图4所示不同的配置。
应当注意到的是上述一个或多个处理器402和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端40中的其他元件中的任意一个内。如本申请实施例中所涉及到的处理器,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器404可用于存储应用软件的软件程序以及模块,如本申请实施例中的图像的识别方法对应的程序指令/数据存储装置,处理器402通过运行存储在存储器404内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,即实现上述的图像的识别方法。存储器404可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器404可进一步包括相对于处理器402远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端40。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置406用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端40的通信供应商提供的无线网络。在一个实例中,传输装置406包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置406可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端40的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图4所示的计算机设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图4仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机设备中的部件的类型。
在上述运行环境下,本申请提供了如图5所示的图像的识别方法。图5是根据本申请实施例的一种图像的识别方法的流程图,如图5所示,该方法可以包括如下步骤:
步骤S502,获取图像数据。
步骤S504,依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果。
可选地,上述步骤可以通过如下至少一种方式实现,但不仅限于此:判断图像数据的指定属性是否满足第一条件;判断图像数据与指定缺省图是否一致;判断图像数据所对应图像中指定区域的统计特征是否满足第二条件;判断图像数据与指定图像数据的相似度是否大于预设阈值,其中,指定图像数据为无效数据。具体地,可以通过如下至少一种方式判断图像数据的指定属性是否满足第一条件,但不仅限于此:判断图像数据的大小与图像分辨率的关系是否满足预设要求;判断图像数据的访问地址是否为指定地址;判断图像数据的文件名是否为预设类型的文件名;判断图像数据是否被成功读入。
步骤S506,在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
在一种可选的方案中,在上述步骤之后,该方法还包括:确定图像数据未满足指定条件,其中,指定条件为至少一个有效性条件中的条件;依据确定结果确定与指定条件对应的类型,将类型作为无效数据的类型;其中,类型用于指示图像数据为无效数据的原因。在另一种可选的方案中,在上述步骤之后,该方法还包括:调整至少一个有效性条件的执行顺序,其中,执行顺序为执行判断过程的先后顺序,该判断过程用于判断图像数据是否满足至少一个有效性条件中的一个条件。具体地,可以通过如下条件调整执行顺序,但不仅限于次:计算开销、响应时间、拦截无效图占比。
可选地,该方法还包括:在至少两个判断结果中的所有判断结果均指示图像数据为有效数据时,确定图像数据为有效数据。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
实施例3
根据本申请实施例,还提供了一种图像的识别方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图6是根据本申请实施例的另一种图像的识别方法的流程图,如图6所示,该方法可以包括如下步骤:
步骤S602,获取图像数据。
步骤S604,依次采用至少两个条件对图像数据进行判断,得到至少两个判断结果,其中,至少两个条件中的任意一个用于确定图像数据的类型。
可选地,上述的至少一个条件可以是对图像数据进行有效性判断的有效性条件,与上述实施例1和2中的至少一个有效性条件相同。
步骤S606,在至少两个判断结果中的至少一个指示图像数据为指定类型时,确定图像数据为指定类型的数据。
可选地,上述的指定类型可以是无效数据和有效数据中的一种,当任意一个判断结果指示图像数据为无效数据时,可以确定该图像数据为无效数据;当所有判断结果均指示图像数据为有效数据时,可以确定该图像数据为有效数据。
需要说明的是,本实施例中的优选实施方式可以参见实施例1和2中的相关描述,此处不再赘述。
实施例4
根据本申请实施例,还提供了一种数据的识别方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图7是根据本申请实施例的一种数据的识别方法的流程图,如图7所示,该方法可以包括如下步骤:
步骤S702,获取数据。
可选地,上述的数据可以包括但不限于图像数据、语音数据、视频数据等,在本申请实施例中,以图像数据为例进行详细说明。
步骤S704,依次采用至少两个条件对数据进行判断,得到至少两个判断结果,其中,至少两个条件中的任意一个用于确定数据的类型。
可选地,上述的至少两个条件可以是对图像数据进行有效性判断的有效性条件,与上述实施例1和2中的至少两个有效性条件相同。
步骤S706,在至少两个判断结果中的至少一个指示数据为指定类型时,确定数据为指定类型的数据。
可选地,上述的指定类型可以是无效数据和有效数据中的一种,当任意一个判断结果指示图像数据为无效数据时,可以确定该图像数据为无效数据;当所有判断结果均指示图像数据为有效数据时,可以确定该图像数据为有效数据。
需要说明的是,本实施例中的优选实施方式可以参见实施例1和2中的相关描述,此处不再赘述。
实施例5
根据本申请实施例,还提供了一种用于实施上述图像的识别方法的装置,如图8所示,该装置800包括:检测模块802、判断模块804和确定模块806。
其中,检测模块802用于获取图像数据;判断模块804,用于依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;确定模块806,用于在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
此处需要说明的是,上述检测模块802、判断模块804和确定模块806对应于实施例2中的步骤S502至步骤S506,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例2所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例2提供的计算机终端10中。
需要说明的是,本实施例中的优选实施方式可以参见实施例1和2中的相关描述,此处不再赘述。
实施例6
根据本申请实施例,还提供了一种用于实施上述图像的识别方法的装置,如图8所示,该装置800包括:检测模块802、判断模块804和确定模块806。
其中,检测模块802用于获取图像数据;判断模块804用于依次采用至少两个条件对图像数据进行判断,得到至少两个判断结果,其中,至少两个条件中的任意一个用于确定图像数据的类型;确定模块806用于在至少两个判断结果中的至少一个指示图像数据为指定类型时,确定图像数据为指定类型的数据。
此处需要说明的是,上述检测模块802、判断模块804和确定模块806对应于实施例3中的步骤S602至步骤S606,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例3所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例2提供的计算机终端10中。
需要说明的是,本实施例中的优选实施方式可以参见实施例1和2中的相关描述,此处不再赘述。
实施例7
根据本申请实施例,还提供了一种用于实施上述实施例2所提供的图像的识别方法的终端,如图9所示,该终端包括:通信模块10和处理器20。
其中,通信模块10用于接收输入的图像数据;处理器20运行程序,其中,程序运行时对于从通信模块输出的数据执行如下处理步骤:依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
需要说明的是,本实施例中的优选实施方式可以参见实施例1和2中的相关描述,此处不再赘述。
实施例8
根据本申请实施例,还提供了一种用于实施上述实施例3所提供的图像的识别方法的终端,如图10所示,该终端包括:通信模块10和存储介质30。
其中,通信模块10用于接收输入的图像数据;存储介质30用于存储程序,其中,程序在运行时对于从通信模块输出的数据执行如下处理步骤:依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
需要说明的是,本实施例中的优选实施方式可以参见实施例1和2中的相关描述,此处不再赘述。
实施例9
本申请的实施例可以提供一种计算机终端,该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机终端也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机终端可以执行应用程序的漏洞检测方法中以下步骤的程序代码:获取图像数据;依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
可选地,本申请实施例的一种计算机终端的结构框图,可以参见图4所示计算机终端的结构,但并不限于此,该计算机终端包括的结构特征可以多于或少于图4所示计算机终端的结构。
其中,存储器可用于存储软件程序以及模块,如本申请实施例中的图像的识别方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内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,即实现上述的图像的识别方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:获取图像数据;依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
可选的,上述处理器还可以执行如下步骤的程序代码:确定图像数据为无效数据之后,确定图像数据未满足指定条件,其中,指定条件为至少一个有效性条件中的条件;依据确定结果确定与指定条件对应的类型,将类型作为无效数据的类型;其中,类型用于指示图像数据为无效数据的原因。
可选的,上述处理器还可以执行如下步骤的程序代码:在至少两个判断结果中的所有判断结果均指示图像数据为有效数据时,确定图像数据为有效数据。
可选的,上述处理器还可以执行如下步骤的程序代码:确定图像数据为无效数据之后,调整至少一个有效性条件的执行顺序,其中,执行顺序为执行判断过程的先后顺序,该判断过程用于判断图像数据是否满足至少两个有效性条件中的一个条件。
可选的,上述处理器还可以执行如下步骤的程序代码:按照以下条件调整执行顺序:计算开销、响应时间、拦截无效图占比。
可选的,上述处理器还可以执行如下步骤的程序代码:判断图像数据的指定属性是否满足第一条件;判断图像数据与指定缺省图是否一致;判断图像数据所对应图像中指定区域的统计特征是否满足第二条件;判断图像数据与指定图像数据的相似度是否大于预设阈值,其中,指定图像数据为无效数据。
可选的,上述处理器还可以执行如下步骤的程序代码:判断图像数据的大小与图像分辨率的关系是否满足预设要求;判断图像数据的访问地址是否为指定地址;判断图像数据的文件名是否为预设类型的文件名;判断图像数据是否被成功读入。
采用本申请实施例,提供了一种图像的识别方案,解决了现有技术中对无效数据和有效数据进行相同的业务流程,无法对无效数据设计针对性的业务流程,浪费计算资源同时浪费人力资源或者严重影响用户体验的技术问题。
实施例10
根据本申请实施例,还提供了另外一种图像的识别方法,如图11所示,该方法包括以下处理步骤:
步骤S1102,获取待识别图像中指定区域的统计特征;
可选地,上述统计特征包括但不限于统计图像的直方图或者不变矩等轻量级特征。上述指定区域可以包括感兴趣区域;作为一个本申请的一个可选实施例,上述指定区域可以通过以下方式确定:对图像区域按照预设规则进行划分,将其划分为第一区域和第二区域,其中,第一区域包括但不限于业务重点敏感区域和/或图像中心区域,第二区域包括但不限于非重点敏感区域和/或图像中心区域。
步骤S1104,判断统计特征是否与预设统计特征匹配,得到判断结果。可选地,上述预设统计特征可以为图像的全局统计特征或局部区域统计特征。
步骤S1106,依据上述判断结果确定上述待识别图像是否为有效图像。例如,在判断结果指示统计特征和预设统计特征不匹配时,确定为无效数据;在不匹配时,确定为有效数据。
本领域普通技术人员可以理解,本实施例中提供的计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices,MID)、PAD等终端设备。本实施例提供的计算机终端的结构可以参见图4所示计算机终端,但不限于此。例如,本实施例提供的计算机终端还可包括比图4中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图4所示不同的配置。
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是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例10
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例2所提供的图像的识别方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取图像数据;依次采用至少两个有效性条件对图像数据进行有效性判断,得到至少两个判断结果;在至少两个判断结果中的至少一个指示图像数据为无效数据时,确定图像数据为无效数据。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (15)
1.一种图像的识别方法,其特征在于,包括:
获取图像数据;
依次采用至少两个有效性条件对所述图像数据进行有效性判断,得到至少两个判断结果;
在所述至少两个判断结果中的至少一个指示所述图像数据为无效数据时,确定所述图像数据为无效数据,其中,确定所述图像数据为无效数据之后,所述方法还包括:调整所述至少一个有效性条件的执行顺序,其中,所述执行顺序为执行判断过程的先后顺序,该判断过程用于判断所述图像数据是否满足所述至少一个有效性条件中的一个条件;按照以下条件调整所述执行顺序:计算开销、响应时间、拦截无效图占比。
2.根据权利要求1所述的方法,其特征在于,确定所述图像数据为无效数据之后,所述方法还包括:
确定所述图像数据未满足指定条件,其中,所述指定条件为所述至少一个有效性条件中的条件;
依据确定结果确定与所述指定条件对应的类型,将所述类型作为所述无效数据的类型;其中,所述类型用于指示所述图像数据为无效数据的原因。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述至少两个判断结果中的所有判断结果均指示所述图像数据为有效数据时,确定所述图像数据为有效数据。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,依次采用至少两个有效性条件对所述图像数据进行有效性判断包括以下至少之一:
判断所述图像数据的指定属性是否满足第一条件;
判断所述图像数据与指定缺省图是否一致;
判断所述图像数据所对应图像中指定区域的统计特征是否满足第二条件;
判断所述图像数据与指定图像数据的相似度是否大于预设阈值,其中,所述指定图像数据为无效数据。
5.根据权利要求4所述的方法,其特征在于,判断所述图像数据的指定属性是否满足第一条件,包括以下至少之一:判断所述图像数据的大小与图像分辨率的关系是否满足预设要求;判断所述图像数据的访问地址是否为指定地址;判断所述图像数据的文件名是否为预设类型的文件名;判断所述图像数据是否被成功读入。
6.一种图像的识别方法,其特征在于,包括:
获取图像数据;
依次采用至少两个条件对所述图像数据进行判断,得到至少两个判断结果,其中,所述至少两个条件中的任意一个用于确定所述图像数据的类型;
在所述至少两个判断结果中的至少一个指示所述图像数据为指定类型时,确定所述图像数据为指定类型的数据,其中,确定所述图像数据为无效数据之后,所述方法还包括:调整所述至少一个有效性条件的执行顺序,其中,所述执行顺序为执行判断过程的先后顺序,该判断过程用于判断所述图像数据是否满足所述至少一个有效性条件中的一个条件;按照以下条件调整所述执行顺序:计算开销、响应时间、拦截无效图占比。
7.一种数据的识别方法,其特征在于,包括:
获取数据;
依次采用至少两个条件对所述数据进行判断,得到至少两个判断结果,其中,所述至少两个条件中的任意一个用于确定所述数据的类型;
在所述至少两个判断结果中的至少一个指示所述数据为指定类型时,确定所述数据为指定类型的数据,其中,确定所述数据为无效数据之后,所述方法还包括:调整所述至少一个有效性条件的执行顺序,其中,所述执行顺序为执行判断过程的先后顺序,该判断过程用于判断所述数据是否满足所述至少一个有效性条件中的一个条件;按照以下条件调整所述执行顺序:计算开销、响应时间、拦截无效图占比。
8.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的图像的识别方法。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的图像的识别方法。
10.一种终端,其特征在于,包括:
通信模块,用于接收输入的图像数据;
处理器,所述处理器运行程序,其中,所述程序运行时对于从所述通信模块输出的数据执行如下处理步骤:依次采用至少两个有效性条件对所述图像数据进行有效性判断,得到至少两个判断结果;在所述至少两个判断结果中的至少一个指示所述图像数据为无效数据时,确定所述图像数据为无效数据,其中,确定所述图像数据为无效数据之后,所述程序在运行时还用于执行如下处理步骤:调整所述至少一个有效性条件的执行顺序,其中,所述执行顺序为执行判断过程的先后顺序,该判断过程用于判断所述图像数据是否满足所述至少一个有效性条件中的一个条件;按照以下条件调整所述执行顺序:计算开销、响应时间、拦截无效图占比。
11.一种终端,其特征在于,包括:
通信模块,用于接收输入的图像数据;
存储介质,用于存储程序,其中,所述程序在运行时对于从所述通信模块输出的数据执行如下处理步骤:依次采用至少两个有效性条件对所述图像数据进行有效性判断,得到至少两个判断结果;在所述至少两个判断结果中的至少一个指示所述图像数据为无效数据时,确定所述图像数据为无效数据,其中,确定所述图像数据为无效数据之后,所述程序在运行时还用于执行如下处理步骤:调整所述至少一个有效性条件的执行顺序,其中,所述执行顺序为执行判断过程的先后顺序,该判断过程用于判断所述图像数据是否满足所述至少一个有效性条件中的一个条件;按照以下条件调整所述执行顺序:计算开销、响应时间、拦截无效图占比。
12.一种图像的识别方法,其特征在于,包括:
获取待识别图像中指定区域的统计特征;
判断统计特征是否与预设统计特征匹配,得到判断结果;
依据所述判断结果确定所述待识别图像是否为有效图像,其中,所述方法还包括:调整至少一个有效性条件的执行顺序,其中,所述执行顺序为执行判断过程的先后顺序,该判断过程用于判断所述待识别图像是否满足所述至少一个有效性条件中的一个条件;按照以下条件调整所述执行顺序:计算开销、响应时间、拦截无效图占比。
13.一种图像处理方法,其特征在于,包括:
获取待识别图像中指定区域的统计特征;
确定所述统计特征与阈值不匹配;
判断所述待识别图像是无效图像;
删除所述待识别图像,其中,所述方法还包括:调整至少一个有效性条件的执行顺序,其中,所述执行顺序为执行判断过程的先后顺序,该判断过程用于判断所述待识别图像是否满足所述至少一个有效性条件中的一个条件;按照以下条件调整所述执行顺序:计算开销、响应时间、拦截无效图占比。
14.根据权利要求13所述的处理方法,其特征在于,包括:
所述统计特征包括:图像均值、直方图或不变矩特征。
15.根据权利要求13所述的处理方法,其特征在于,包括:
所述指定区域的统计特征包括:所述待识别图像中,指定形状内的彩色直方图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710905598.2A CN109583453B (zh) | 2017-09-29 | 2017-09-29 | 图像的识别方法和装置、数据的识别方法、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710905598.2A CN109583453B (zh) | 2017-09-29 | 2017-09-29 | 图像的识别方法和装置、数据的识别方法、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109583453A CN109583453A (zh) | 2019-04-05 |
CN109583453B true CN109583453B (zh) | 2023-04-07 |
Family
ID=65914405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710905598.2A Active CN109583453B (zh) | 2017-09-29 | 2017-09-29 | 图像的识别方法和装置、数据的识别方法、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583453B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110166560B (zh) * | 2019-05-24 | 2021-08-20 | 北京百度网讯科技有限公司 | 一种服务配置方法、装置、设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101175198A (zh) * | 2006-11-02 | 2008-05-07 | 华为技术有限公司 | 网络电视的业务控制方法及系统、终端和应用处理模块 |
CN101360026B (zh) * | 2007-07-31 | 2010-12-29 | 中兴通讯股份有限公司 | 一种加快无线通信系统终端进入网络的方法 |
CN102509285A (zh) * | 2011-09-28 | 2012-06-20 | 宇龙计算机通信科技(深圳)有限公司 | 一种拍摄出模糊图片的处理方法、系统及拍摄设备 |
CN104954659A (zh) * | 2014-03-28 | 2015-09-30 | 宇龙计算机通信科技(深圳)有限公司 | 一种处理图像信息的方法及装置 |
CN105589681A (zh) * | 2014-10-21 | 2016-05-18 | 中兴通讯股份有限公司 | 图片删除方法及装置 |
CN105243369B (zh) * | 2015-10-19 | 2017-03-08 | 广东欧珀移动通信有限公司 | 一种指纹的识别方法、装置以及移动终端 |
CN105787130B (zh) * | 2016-03-30 | 2019-09-27 | 北京金山安全软件有限公司 | 图片清理方法、装置和移动终端 |
CN106407888A (zh) * | 2016-08-26 | 2017-02-15 | 广东欧珀移动通信有限公司 | 指纹识别方法、装置及移动终端 |
CN107016334A (zh) * | 2016-12-23 | 2017-08-04 | 努比亚技术有限公司 | 图像识别装置及方法 |
CN106878670B (zh) * | 2016-12-24 | 2018-04-20 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
-
2017
- 2017-09-29 CN CN201710905598.2A patent/CN109583453B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109583453A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3273388A1 (en) | Image information recognition processing method and device, and computer storage medium | |
CN109388319B (zh) | 一种截图方法、截图装置、存储介质及终端设备 | |
CN110866236B (zh) | 隐私图片显示方法、装置、终端及存储介质 | |
CN105740426A (zh) | 基于人脸识别的照片发送方法及装置 | |
CN110798703A (zh) | 视频违规内容检测的方法、装置以及存储介质 | |
CN109886127B (zh) | 指纹识别方法及终端设备 | |
CN108121943B (zh) | 基于图片的判别方法及装置和计算设备 | |
CN107809740B (zh) | Wi-Fi热点部署优化方法、服务器及存储介质 | |
CN111881740B (zh) | 人脸识别方法、装置、电子设备及介质 | |
CN112492383A (zh) | 视频帧的生成方法及装置、存储介质、电子设备 | |
CN107833055A (zh) | 评论处理方法及设备 | |
CN109583453B (zh) | 图像的识别方法和装置、数据的识别方法、终端 | |
CN104778389A (zh) | 一种数值转移方法、终端、服务器及系统 | |
US20180336243A1 (en) | Image Search Method, Apparatus and Storage Medium | |
CN107704884A (zh) | 图像标签处理方法、图像标签处理装置及电子终端 | |
CN109325348B (zh) | 应用安全的分析方法、装置、计算设备及计算机存储介质 | |
JP6365117B2 (ja) | 情報処理装置、画像判定方法、及びプログラム | |
CN110837562A (zh) | 案件的处理方法、装置和系统 | |
CN115083021A (zh) | 对象姿态识别方法及装置、电子设备和存储介质 | |
CN113138693B (zh) | 操作识别方法、装置、电子设备及存储介质 | |
CN109299948A (zh) | 一种红包发送方法、装置、可穿戴设备及存储介质 | |
CN115269494A (zh) | 数据归档方法及装置 | |
CN113595797A (zh) | 告警信息的处理方法、装置、电子设备及存储介质 | |
CN109242763B (zh) | 图片处理方法、图片处理装置、终端设备 | |
CN110879733B (zh) | 电子红包的检测方法、装置、终端及计算机可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |