CN109710795B - 一种数据处理方法、装置及计算机可读存储介质 - Google Patents
一种数据处理方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109710795B CN109710795B CN201811647220.8A CN201811647220A CN109710795B CN 109710795 B CN109710795 B CN 109710795B CN 201811647220 A CN201811647220 A CN 201811647220A CN 109710795 B CN109710795 B CN 109710795B
- Authority
- CN
- China
- Prior art keywords
- parameter value
- street view
- view image
- determining
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012550 audit Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据处理方法、装置及计算机可读存储介质，其中，方法包括：接收终端发送的第一街景图像数据、第一街景图像的第一拍摄时刻；基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定贡献值。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种数据处理方法、装置及计算机可读存储介质。
背景技术
目前，随着快递业和外卖业的快速发展，配送人员可以使用安装有摄像头的头戴设备拍摄所经地区的街景图像，在实现头戴设备与移动终端的连接后，借助移动终端将拍摄的街景图像上传至服务器。
不同配送人员上传的街景图像各有优缺点，如何根据上传的街景图像确定配送人员的贡献度是亟需解决的问题，但目前还没有确定上传街景图像的用户的贡献度的技术方案。
发明内容
有鉴于此，本发明实施例期望提供一种数据处理方法、装置及计算机可读存储介质，能够确定上传街景图像的用户的贡献度。
本发明实施例的技术方案是这样实现的：
本发明实施例提供的数据处理方法，所述方法包括：
接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻；
基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻；
基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值。
上述方案中，基于所述第一街景图像数据，确定第二参数值，包括：
确定所述第一街景图像数据中无效目标物体所占的第一图像区域；并确定所述第一图像区域所包含的第一图像像素数量；
确定所述第一街景图像数据所包含的第二图像像素数量；
基于所述第一图像像素数量及第二图像像素数量，确定第一比值；
基于所述第一比值，得到第二参数值。
上述方案中，基于所述第一街景图像数据，确定第三参数值，包括：
确定特定位置的遮挡物所占的第二图像区域；并确定所述第二图像区域所包含的第三图像像素数量；
计算所述第二图像像素数量与所述第一图像像素数量的差值；
基于所述第三图像像素数量及所述差值，确定第二比值；
基于第二比值，得到第三参数值。
上述方案中，所述方法还包括接收所述用户发送的拍摄地点；
所述基于所述第一拍摄时刻，确定第四参数值，包括：
从本地数据库中确定与所述拍摄地点的位置距离满足预设条件的至少一个街景图像；
确定所述至少一个街景图像的至少一个第二拍摄时刻；
从所述至少一个街景图像中选择第二拍摄时刻最晚的街景图像；
确定选择的街景图像的第二拍摄时刻与所述第一拍摄时刻的时间差；
基于所述时间差，得到第四参数值。
上述方案中，所述基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值之前，所述方法还包括：
对所述第一街景图像数据进行识别，得到第一识别结果；
从本地数据库中查找与所述第一识别结果相同的街景图像；
当未查找到与所述第一识别结果相同的街景图像时，基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值。
上述方案中，所述基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定贡献值，包括：
分别确定第一参数值对应的第一预设权重、第二参数值对应的第二预设权重、第三参数值对应的第三预设权重及第四参数值对应的第四预设权重；
计算各个参数值与对应的预设权重的加权和；
将得到的加权和作为贡献值。
上述方案中，所述方法还包括：
基于所述贡献值，确定为所述用户分配的奖励值；
利用确定的奖励值，更新所述用户的奖励账号中的奖励值。
本发明实施例提供一种数据处理装置，所述装置包括：
接收单元，用于接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻；
确定单元，用于基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻；还用于基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值。
上述方案中，所述接收单元，还用于接收所述终端发送的拍摄地点；
相应地，所述确定单元，具体用于：从本地数据库中确定与所述拍摄地点的位置距离满足预设条件的至少一个街景图像；确定所述至少一个街景图像的至少一个第二拍摄时刻；从所述至少一个街景图像中选择第二拍摄时刻最晚的街景图像；确定选择的街景图像的第二拍摄时刻与所述第一拍摄时刻的时间差；基于所述时间差，得到第四参数值。
本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上面所述任一项数据处理方法的步骤。
本发明实施例提供的数据处理方法、装置及计算机可读存储介质，接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻；基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻；基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值。采用本发明实施例的技术方案，可以利用所述第一街景图像数据，以及第一街景图像的第一拍摄时刻，确定四个参数值，并利用确定的四个参数值，确定出所述用户的贡献值。
附图说明
图1是本发明实施例数据处理方法的实现流程示意图；
图2是本发明实施例数据处理方法的具体实现流程示意图；
图3为本发明实施例无效目标物体所占的图像区域示意图；
图4为本发明实施例遮挡物的示意图；
图5为本发明实施例第一街景图像中不存在遮挡物的示意图；
图6是本发明实施例数据处理装置的组成结构示意图一；
图7是本发明实施例数据处理装置的组成结构示意图二。
具体实施方式
相关技术中，通过采集车对街景图像进行采集，需要在采集车和采集人员上进行投资，另外，由于采集车在某些采集区域会受限制，因而采集区域范围较小。这样，对于街景地图的维护和更新往往不能很及时，而地图的使用者可能关心具体的某个道路或某个门店的最新状况。基于此，相关技术中，通过加装在配送人员头盔上的摄像头对街景图像进行实时拍摄，并上传街景图像至服务器进行审核。具体地，配送人员可以通过在移动终端上安装的街景地图app，申请加入街景地图贡献者，街景地图方对配送人员进行审核，审核通过后给配送人员分配摄像头。配送人员可以在头盔上加装分配的摄像头，该摄像头可以通过蓝牙或者有线与配送人员的移动终端进行连接，这样，配送人员可以通过移动终端安装的街景地图app对对街景图像的拍摄进行控制，比如，可以手动或者自动对街景图像进行拍摄。配送人员通过摄像头对日常活动区域的街景图像进行拍摄，并通过移动终端上传至服务器，以供街景地图审核方进行审核。
不同配送人员上传的街景图像各有优缺点，如何根据上传的街景图像确定配送人员的贡献度是亟需解决的问题，但目前还没有确定上传街景图像的用户的贡献度的技术方案。
基于此，本发明实施例中，接收终端发送的第一街景图像数据、第一街景图像的第一拍摄时刻；基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻；基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定贡献值；所述贡献值表征所述终端发送的街景图像的质量。
为了能够更加详尽地了解本发明实施例的特点与技术内容，下面结合附图对本发明实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明。
图1是本发明实施例数据处理方法的实现流程示意图，本实施例的方法应用于服务器侧，如图1所示，包括以下步骤：
步骤101：接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻。
实际应用时，所述用户可以通过自身使用的终端向服务器发送第一街景图像数据、第一街景图像的第一拍摄时刻。使用所述终端的用户具体可以为配送人员，配送人员可以通过加装在头盔上的摄像头对所述第一街景图像进行拍摄，并将拍摄的所述第一街景图像数据以及所述第一街景图像的第一拍摄时刻，通过摄像头传输至配送人员使用的所述终端，由所述终端发送至服务器。
这里，使用所述终端的配送人员可以在发现道路或街道有新状况的情况下，通过手动拍照，以获取所述第一街景图像数据以及所述第一街景图像的第一拍摄时刻，同时所述终端还可以记录所述第一街景图像拍摄点的地理坐标。
步骤102：基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值。
其中，所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻。
这里，所述服务器接收到所述终端上传的所述第一街景图像数据后，可以将相同地理位置的已有街景图像和所述第一街景图像进行比较，如果所述第一街景图像与已有街景图像不同，则基于所述第一街景图像数据和所述第一拍摄时刻，确定四个参数值。这样，可以节省所述服务器的硬件资源，以及提高所述服务器确定贡献值的效率。
基于此，在一实施例中，所述基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值之前，所述方法还包括：对所述第一街景图像数据进行识别，得到第一识别结果；从本地数据库中查找与所述第一识别结果相同的街景图像；当未查找到与所述第一识别结果相同的街景图像时，基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值。
实际应用时，如果所述第一街景图像的清晰度越高，则所述第一街景图像可被用于更新街景地图的概率越大，这样，就需要确定所述第一街景图像的清晰度。为了确定所述第一街景图像的清晰度，可以确定所述第一街景图像的各个边缘点，并基于各个边缘点的图像清晰度特征量确定所述第一街景图像的清晰度。其中，所述图像清晰度特征量可以为边缘宽度。
基于此，在一实施例中，基于所述第一街景图像数据，确定第一参数值，包括：利用所述第一街景图像数据，对第一街景图像进行灰度转换处理，得到灰度图像，并对第一街景图像进行降噪处理，得到降噪图像；针对每个边缘点，确定在灰度图像中的第一边缘宽度，并确定在降噪图像中的第二边缘宽度；基于所述第一边缘宽度和所述第二边缘宽度，确定每个边缘点的图像清晰度度量值；基于每个边缘点的图像清晰度度量值，确定所有边缘点的图像清晰度度量值的均值；对所述均值进行量化，得到所述第一参数值。
其中，所述第一参数值表征图像的清晰度。
这里，可以按照公式(1)计算每个边缘点的图像清晰度度量值，如下：
其中，D表示每个边缘点的图像清晰度度量值，W1表示在降噪图像中的第二边缘宽度，W2表示在灰度图像中的第一边缘宽度。
实际应用时，如果所述第一街景图像中包含的无效内容越多，则所述第一街景图像可被用于更新街景地图的概率越小，这样，就需要确定所述第一街景图像中无效内容在整个图像区域中的面积占比。其中，所述无效内容可以是指所述第一街景图像中的无效目标物体，比如天空、人脸、屋顶等等。
基于此，在一实施例中，基于所述第一街景图像数据，确定第二参数值，包括：确定所述第一街景图像数据中无效目标物体所占的第一图像区域；并确定所述第一图像区域所包含的第一图像像素数量；确定所述第一街景图像数据所包含的第二图像像素数量；基于所述第一图像像素数量及第二图像像素数量，确定第一比值；基于所述第一比值，得到第二参数值。
其中，所述第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；所述第一比值表征所述第一街景图像中无效目标物体在整个图像区域中的面积占比。所述有效目标物体可以是指除无效目标物体外的其他物体，所述无效目标物体可以为天空、人脸、屋顶等等。
实际应用时，如果在所述第一街景图像的有效图像区域中遮挡建筑物的遮挡物越多，则所述第一街景图像可被用于更新街景地图的概率越小，这样，就需要确定所述第一街景图像中遮挡物在有效图像区域中的面积占比。其中，所述有效图像区域可以是指所述第一街景图像中除无效图像区域外的其他区域，所述无效图像区域可以为天空区域。
基于此，在一实施例中，基于所述第一街景图像数据，确定第三参数值，包括：确定特定位置的遮挡物所占的第二图像区域；并确定所述第二图像区域所包含的第三图像像素数量；计算所述第二图像像素数量与所述第一图像像素数量的差值；基于所述第三图像像素数量及所述差值，确定第二比值；基于第二比值，得到第三参数值。其中，特定位置的遮挡物可以是指建筑物所在位置的遮挡物。
这里，所述第二图像像素数量与所述第一图像像素数量的差值，可以表征所述第一街景图像中有效图像区域的面积。所述第三图像像素数量，可以表征所述第一街景图像中遮挡物的面积。所述第二比值，可以表征所述第一街景图像中遮挡物在有效图像区域中的面积占比，所述第三参数值，可以表征所述第一街景图像中除遮挡物外其他物体在有效图像区域中的面积占比。
实际应用时，如果在所述第一街景图像的第一拍摄时刻距离最近一次更新时刻越近，则所述第一街景图像可被用于更新街景地图的概率越大，这样，就需要确定所述第一街景图像的第一拍摄时刻与最近一次更新时刻的时间差。
基于此，在一实施例中，所述方法还包括接收终端发送的拍摄地点；所述基于所述第一拍摄时刻，确定第四参数值，包括：从本地数据库中确定与所述拍摄地点的位置距离满足预设条件的至少一个街景图像；确定所述至少一个街景图像的至少一个第二拍摄时刻；从所述至少一个街景图像中选择第二拍摄时刻最晚的街景图像；确定选择的街景图像的第二拍摄时刻与所述第一拍摄时刻的时间差；基于所述时间差，得到第四参数值。
步骤103：基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值；所述贡献值表征所述用户发送的第一街景图像的质量。
实际应用时，为了能够精准确定所述第一街景图像的质量，可以对不同参数值分配不同的权重值，并可以对更新街景图像作用较大的参数值分配较大的权重值，对更新街景图像作用较小的参数值分配较小的权重值。
基于此，在一实施例子，所述基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定贡献值，包括：分别确定第一参数值对应的第一预设权重、第二参数值对应的第二预设权重、第三参数值对应的第三预设权重及第四参数值对应的第四预设权重；计算各个参数值与对应的预设权重的加权和；将得到的加权和作为贡献值。
实际应用时，如果在所述第一街景图像的第一拍摄时刻距离最近一次更新时刻越近，则所述第一街景图像可被用于更新街景地图的概率越大，这样，可以将所述第四参数值作为确定贡献值的主要参数值。
基于此，在一实施例中，所述基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定贡献值，包括：计算所述第一参数值、第二参数值、第三参数值与对应的预设权重的加权和；将得到的加权和与所述第四参数值进行乘积运算，得到乘积结果；将得到的乘积结果作为所述贡献值。
这里，所述服务器确定了所述第一街景图像的贡献值后，还可以判断确定的贡献值是否大于预设阈值，当确定所述贡献值大于所述预设阈值时，可以利用所述第一街景图像数据对街景地图进行更新。
实际应用时，如果街景地图中某些区域的访问频率较高，则需要对相应区域的街景图像，设置较高的更新频率。
基于此，在一实施例中，所述方法还包括：所述服务器获取用户在预设时间段内针对街景地图中相应区域的访问频率；判断所述访问频率是否大于预设访问阈值，当确定所述访问频率大于所述预设访问阈值时，则提高对相应区域街景图像的更新频率；否则，对相应区域街景图像的更新频率不进行提高。
实际应用时，所述服务器确定的贡献值还可以作为使用所述终端的用户的报酬的依据，这样，所述服务器还可以基于所述贡献值对上传所述第一街景图像的用户分配奖励。
基于此，在一实施例中，所述方法还包括：基于所述贡献值，确定为所述用户分配的奖励值；利用确定的奖励值，更新所述用户的奖励账号中的奖励值。
具体地，可以按照1:1的转换方式，或者1:2的转换方式等等，将确定的贡献度转换为奖励，并基于转换得到的奖励，更新所述终端的奖励账户中的奖励。
实际应用时，所述服务器确定的贡献值还可以作为使用所述终端的用户的报酬的依据，这样，所述服务器还可以基于所述贡献值对上传所述第一街景图像的用户分配积分。
基于此，在一实施例中，所述方法还包括：基于所述贡献值，确定为所述用户分配的积分值；利用确定的积分值，更新所述用户的积分账号中的积分值。
具体地，可以按照1:1的转换方式，或者1:2的转换方式等等，将确定的贡献度转换为积分，并基于转换得到的积分，更新所述终端的积分账户中的积分。
采用本发明实施例的技术方案，可以利用所述第一街景图像数据，以及第一街景图像的第一拍摄时刻，确定四个参数值，并利用确定的四个参数值，确定出贡献值，实现较简单。
下面结合具体实施例详细说明本发明实施例数据处理方法的具体实现原理。
图2是本发明实施例数据处理方法的具体实现流程示意图，如图2所示，包括以下步骤：
步骤201：接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻。
步骤202：基于所述第一街景图像数据，确定第一参数值。
这里，可以按照上述公式(1)，计算所述第一参数值。
其中，所述第一参数值表征所述第一街景图像数据的清晰度，可以用A表示，A的取值范围为0-1。
步骤203：基于所述第一街景图像数据，确定第二参数值。
这里，可以确定所述第一街景图像数据中无效目标物体所占的第一图像区域；并确定所述第一图像区域所包含的第一图像像素数量；确定所述第一街景图像数据所包含的第二图像像素数量；基于所述第一图像像素数量及第二图像像素数量，确定第一比值；基于所述第一比值，得到第二参数值。
其中，所述第二参数值表征所述第一街景图像中有效目标物体在整个图像区域中的面积占比，可以用D表示，D的取值范围为0-1。如果无效目标物体在整个图像区域中所占的面积比例越大，则D的取值越低。所述无效目标物体可以为天空，房顶，人脸等等。
图3为无效目标物体所占的图像区域示意图。如图3所示，假设所述第一街景图像中无效目标物体为天空，假设无效目标物体占总整个图像区域的面积为30％，则D＝1–30％＝0.7。
步骤204：基于所述第一街景图像数据，确定第三参数值。
这里，可以按照如下公式(2)，计算第三参数值。
B＝1-α (2)
其中，B表示第三参数值，可以表征所述第一街景图像中除遮挡物外其他物体在有效图像区域中的面积占比；α表示遮挡物在有效图像区域中所占的面积。B的取值范围为0-1。由于街景图像的更新所关心的是道路和路边地图情况，而不关心图片上的行人、车辆等，如果遮挡物在有效图像区域中所占的面积越大，B的取值越小。
图4为遮挡物的示意图。如图4所示，有效图像区域为整个图像区域中除天空区域外的其他区域，假设遮挡物(树林和车辆)占有效图像区域的面积比例为40％，则B＝1–40％＝0.6。
图5为第一街景图像中不存在遮挡物的示意图。如图5所示，遮挡物占有效图像区域的面积比例为0％，则B＝1–0％＝1。
步骤205：基于所述第一拍摄时刻，确定第四参数值。
这里，可以利用所述第一街景图像数据的拍摄地点，将与所述拍摄地点的位置距离在100m以内的街景图像分为一组。将该组内的街景图像的拍摄时刻与所述第一街景图像的第一拍摄时刻进行作差，以确定所述第四参数值。
其中，所述第四参数值可以表征所述第一街景图像的第一拍摄时刻与最近一次更新时刻的时间差，可以用C表示。如果所述第一街景图像的拍摄时刻距离最近一次更新时刻的时间差越短，D的取值越高。D的取值范围为0.5-1。
表1为时间差与第四参数值的对应关系，如表1所示，假设第一街景图像用图片1.jpg表示，与第一街景图像属于同一组的已有街景图像用图片0.jpg表示。图片1的拍摄时间用date1表示，date1＝2018-02-27 12:00，对应拍摄时间date1的时间戳用date11表示，date11＝1519750800；图片0的拍摄时间用date0表示，date0＝2018-01-27 12:00，对应拍摄时间date0的时间戳用date00表示，date00＝1517072400，则date11–date00＝2678400。从表1中，可以确定D的取值为0.9。
| 时间差的取值 | D的取值 | 时间差范围 |
| 时间差<＝86400 | 1 | 小于1天 |
| 时间差<＝86400×7 | 0.9 | 小于1星期 |
| 时间差<＝86400×14 | 0.8 | 小于2星期 |
| 时间差<＝86400×30 | 0.7 | 小于1月 |
| 时间差<＝86400×30×6 | 0.6 | 小于6月 |
| 时间差<＝86400×30×12 | 0.5 | 小于一年 |
表1
步骤206：基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值。
这里，可以按照公式(3)计算贡献值，如下：
X＝(0.5×A+1×B+2×C)×D (3)
其中，X表示贡献值，A对应的第一预设权重为0.5，B对应的第一预设权重为1，C对应的第一预设权重为2。
需要说明的是，如果所述终端上传的是同一个拍摄地点的一组街景图像数据，且各个街景图像的拍摄时间较接近，则A、B、C、D的取值可以是各个街景图像的相关参数值的平均值。
为实现本发明实施例的方法，本发明实施例还提供了一种数据处理装置，设置在服务器上，如图6所示，所述装置包括：
接收单元61，用于接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻；
所述用户可以通过自身使用的终端向服务器发送第一街景图像数据、第一街景图像的第一拍摄时刻。
确定单元62，用于基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻；还用于基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值；所述贡献值表征所述终端发送的第一街景图像的质量。
其中，所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻。
这里，所述服务器接收到所述终端上传的所述第一街景图像数据后，可以将相同地理位置的已有街景图像和所述第一街景图像进行比较，如果所述第一街景图像与已有街景图像不同，则基于所述第一街景图像数据和所述第一拍摄时刻，确定四个参数值。这样，可以节省所述服务器的硬件资源，以及提高所述服务器确定贡献值的效率。
基于此，在一实施例中，所述装置还包括：查找单元，用于对所述第一街景图像数据进行识别，得到第一识别结果；从本地数据库中查找与所述第一识别结果相同的街景图像；当未查找到与所述第一识别结果相同的街景图像时，基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值。
实际应用时，如果所述第一街景图像的清晰度越高，则所述第一街景图像可被用于更新街景地图的概率越大，这样，就需要确定所述第一街景图像的清晰度。为了确定所述第一街景图像的清晰度，可以确定所述第一街景图像的各个边缘点，并基于各个边缘点的图像清晰度特征量确定所述第一街景图像的清晰度。其中，所述图像清晰度特征量可以为边缘宽度。
基于此，在一实施例中，所述确定单元62，具体用于：利用所述第一街景图像数据，对第一街景图像进行灰度转换处理，得到灰度图像，并对第一街景图像进行降噪处理，得到降噪图像；针对每个边缘点，确定在灰度图像中的第一边缘宽度，并确定在降噪图像中的第二边缘宽度；基于所述第一边缘宽度和所述第二边缘宽度，确定每个边缘点的图像清晰度度量值；基于每个边缘点的图像清晰度度量值，确定所有边缘点的图像清晰度度量值的均值；对所述均值进行量化，得到所述第一参数值。
实际应用时，如果所述第一街景图像中包含的无效内容越多，则所述第一街景图像可被用于更新街景地图的概率越小，这样，就需要确定所述第一街景图像中无效内容在整个图像区域中的面积占比。其中，所述无效内容可以是指所述第一街景图像中的无效目标物体，比如天空、人脸、屋顶等等。
基于此，在一实施例中，所述确定单元62，具体用于：确定所述第一街景图像数据中无效目标物体所占的第一图像区域；并确定所述第一图像区域所包含的第一图像像素数量；确定所述第一街景图像数据所包含的第二图像像素数量；基于所述第一图像像素数量及第二图像像素数量，确定第一比值；基于所述第一比值，得到第二参数值。
其中，所述第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；所述第一比值表征所述第一街景图像中无效目标物体在整个图像区域中的面积占比。所述有效目标物体可以是指除无效目标物体外的其他物体，所述无效目标物体可以为天空、人脸、屋顶等等。
实际应用时，如果在所述第一街景图像的有效图像区域中遮挡建筑物的遮挡物越多，则所述第一街景图像可被用于更新街景地图的概率越小，这样，就需要确定所述第一街景图像中遮挡物在有效图像区域中的面积占比。其中，所述有效图像区域可以是指所述第一街景图像中除无效图像区域外的其他区域，所述无效图像区域可以为天空区域。
基于此，在一实施例中，所述确定单元62，具体用于：确定特定位置的遮挡物所占的第二图像区域；并确定所述第二图像区域所包含的第三图像像素数量；计算所述第二图像像素数量与所述第一图像像素数量的差值；基于所述第三图像像素数量及所述差值，确定第二比值；基于第二比值，得到第三参数值。其中，特定位置的遮挡物可以是指建筑物所在位置的遮挡物。
这里，所述第二图像像素数量与所述第一图像像素数量的差值，可以表征所述第一街景图像中有效图像区域的面积。所述第三图像像素数量，可以表征所述第一街景图像中遮挡物的面积。所述第二比值，可以表征所述第一街景图像中遮挡物在有效图像区域中的面积占比，所述第三参数值，可以表征所述第一街景图像中除遮挡物外其他物体在有效图像区域中的面积占比。
实际应用时，如果在所述第一街景图像的第一拍摄时刻距离最近一次更新时刻越近，则所述第一街景图像可被用于更新街景地图的概率越大，这样，就需要确定所述第一街景图像的第一拍摄时刻与最近一次更新时刻的时间差。
基于此，在一实施例中，所述确定单元62，具体用于：从本地数据库中确定与所述拍摄地点的位置距离满足预设条件的至少一个街景图像；确定所述至少一个街景图像的至少一个第二拍摄时刻；从所述至少一个街景图像中选择第二拍摄时刻最晚的街景图像；确定选择的街景图像的第二拍摄时刻与所述第一拍摄时刻的时间差；基于所述时间差，得到第四参数值。
实际应用时，为了能够精准确定所述第一街景图像的质量，可以对不同参数值分配不同的权重值，并可以对更新街景图像作用较大的参数值分配较大的权重值，对更新街景图像作用较小的参数值分配较小的权重值。
基于此，在一实施例子，所述确定单元62，具体用于：分别确定第一参数值对应的第一预设权重、第二参数值对应的第二预设权重、第三参数值对应的第三预设权重及第四参数值对应的第四预设权重；计算各个参数值与对应的预设权重的加权和；将得到的加权和作为贡献值。
实际应用时，如果在所述第一街景图像的第一拍摄时刻距离最近一次更新时刻越近，则所述第一街景图像可被用于更新街景地图的概率越大，这样，可以将所述第四参数值作为确定贡献值的主要参数值。
基于此，在一实施例中，所述确定单元62，具体用于：计算所述第一参数值、第二参数值、第三参数值与对应的预设权重的加权和；将得到的加权和与所述第四参数值进行乘积运算，得到乘积结果；将得到的乘积结果作为所述贡献值。
这里，所述服务器确定了所述第一街景图像的贡献值后，还可以判断确定的贡献值是否大于预设阈值，当确定所述贡献值大于所述预设阈值时，可以利用所述第一街景图像数据对街景地图进行更新。
实际应用时，如果街景地图中某些区域的访问频率较高，则需要对相应区域的街景图像，设置较高的更新频率。
基于此，在一实施例中，所述装置还包括：判断单元，用于获取用户在预设时间段内针对街景地图中相应区域的访问频率；判断所述访问频率是否大于预设访问阈值，当确定所述访问频率大于所述预设访问阈值时，则提高对相应区域街景图像的更新频率；否则，对相应区域街景图像的更新频率不进行提高。
实际应用时，所述服务器确定的贡献值还可以作为使用所述终端的用户的报酬的依据，这样，所述服务器还可以基于所述贡献值对上传所述第一街景图像的用户分配奖励。
基于此，在一实施例中，所述装置还包括：更新单元，用于基于所述贡献值，确定为所述用户分配的奖励值；利用确定的奖励值，更新所述用户的奖励账号中的奖励值。
在实际应用中，接收单元61可由位于数据处理装置上的通信接口实现；确定单元62、查找单元、判断单元、更新单元可由位于数据处理装置上的处理器比如中央处理器(CPU，Central Processing Unit)、微处理器(MPU，Micro Processor Unit)、数字信号处理器(DSP，Digital Signal Processor)、或现场可编程门阵列(FPGA，Field ProgrammableGate Array)等实现。
图7是本发明实施例数据处理装置的结构示意图，图7所示的数据处理装置700设置在所述服务器上，包括：至少一个处理器701、存储器702、至少一个网络接口704。数据处理装置700中的各个组件通过总线系统703耦合在一起。可理解，总线系统703用于实现这些组件之间的连接通信。总线系统703除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统703。
本发明实施例中的存储器702用于存储各种类型的数据以支持数据处理装置700的操作。这些数据的示例包括：用于在数据处理装置700上操作的任何计算机程序，如操作系统7021和应用程序7022；其中，操作系统7021包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序7022可以包含各种应用程序，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序7022中。
上述本发明实施例揭示的方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、数字信号处理器，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。处理器701可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成前述方法的步骤。
可以理解，存储器702可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可数据处理装置可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可数据处理装置可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，RandomAccess Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
基于本申请各实施例提供的数据处理装置方法，本申请还提供一种计算机可读存储介质，参照图7所示，所述计算机可读存储介质可以包括：用于存储计算机程序的存储器702，上述计算机程序可由数据处理装置700的处理器701执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是：“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。
需要说明的是：本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (8)
1.一种数据处理方法，其特征在于，所述方法包括：
接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻；
对所述第一街景图像数据进行识别，得到第一识别结果；从本地数据库中查找与所述第一识别结果相同的街景图像；当未查找到与所述第一识别结果相同的街景图像时，基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻；
基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值；其中，计算所述第一参数值、第二参数值、第三参数值与对应的预设权重的加权和；将得到的加权和与所述第四参数值进行乘积运算，得到乘积结果；将得到的乘积结果作为所述贡献值。
2.根据权利要求1所述的方法，其特征在于，基于所述第一街景图像数据，确定第二参数值，包括：
确定所述第一街景图像数据中无效目标物体所占的第一图像区域；并确定所述第一图像区域所包含的第一图像像素数量；
确定所述第一街景图像数据所包含的第二图像像素数量；
基于所述第一图像像素数量及第二图像像素数量，确定第一比值；
基于所述第一比值，得到第二参数值。
3.根据权利要求2所述的方法，其特征在于，基于所述第一街景图像数据，确定第三参数值，包括：
确定特定位置的遮挡物所占的第二图像区域；并确定所述第二图像区域所包含的第三图像像素数量；
计算所述第二图像像素数量与所述第一图像像素数量的差值；
基于所述第三图像像素数量及所述差值，确定第二比值；
基于第二比值，得到第三参数值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括接收所述用户发送的拍摄地点；
所述基于所述第一拍摄时刻，确定第四参数值，包括：
从本地数据库中确定与所述拍摄地点的位置距离满足预设条件的至少一个街景图像；
确定所述至少一个街景图像的至少一个第二拍摄时刻；
从所述至少一个街景图像中选择第二拍摄时刻最晚的街景图像；
确定选择的街景图像的第二拍摄时刻与所述第一拍摄时刻的时间差；
基于所述时间差，得到第四参数值。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述贡献值，确定为所述用户分配的奖励值；
利用确定的奖励值，更新所述用户的奖励账号中的奖励值。
6.一种数据处理装置，其特征在于，所述装置包括：
接收单元，用于接收用户发送的第一街景图像数据、第一街景图像的第一拍摄时刻；
确定单元，用于对所述第一街景图像数据进行识别，得到第一识别结果；从本地数据库中查找与所述第一识别结果相同的街景图像；当未查找到与所述第一识别结果相同的街景图像时，基于所述第一街景图像数据，确定第一参数值、第二参数值及第三参数值；并基于所述第一拍摄时刻，确定第四参数值；所述第一参数值表征图像的清晰度；第二参数值表征图像中有效目标物体在整个图像区域中的面积占比；第三参数值表征图像中除遮挡物外其他物体在有效图像区域中的面积占比；第四参数值表征所述第一拍摄时刻与最近一次更新时刻的时间差；所述最近一次更新时刻为：最近一次被选取作为所述第一街景图像拍摄点的有效街景图像的拍摄时刻；还用于基于所述第一参数值、第二参数值、第三参数值、第四参数值，确定所述用户的贡献值；其中，计算所述第一参数值、第二参数值、第三参数值与对应的预设权重的加权和；将得到的加权和与所述第四参数值进行乘积运算，得到乘积结果；将得到的乘积结果作为所述贡献值。
7.根据权利要求6所述的装置，其特征在于，所述接收单元，还用于接收所述终端发送的拍摄地点；
相应地，所述确定单元，具体用于：从本地数据库中确定与所述拍摄地点的位置距离满足预设条件的至少一个街景图像；确定所述至少一个街景图像的至少一个第二拍摄时刻；从所述至少一个街景图像中选择第二拍摄时刻最晚的街景图像；确定选择的街景图像的第二拍摄时刻与所述第一拍摄时刻的时间差；基于所述时间差，得到第四参数值。
8.一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，所述计算机程序被处理器执行时实现权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811647220.8A CN109710795B (zh) | 2018-12-29 | 2018-12-29 | 一种数据处理方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811647220.8A CN109710795B (zh) | 2018-12-29 | 2018-12-29 | 一种数据处理方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109710795A CN109710795A (zh) | 2019-05-03 |
| CN109710795B true CN109710795B (zh) | 2021-08-06 |
Family
ID=66260308
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811647220.8A Active CN109710795B (zh) | 2018-12-29 | 2018-12-29 | 一种数据处理方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109710795B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7311331B2 (ja) * | 2019-07-04 | 2023-07-19 | 本田技研工業株式会社 | 情報提供装置、情報提供方法、およびプログラム |
| CN111046475B (zh) * | 2019-12-24 | 2023-04-07 | 广州市城市建设工程监理有限公司 | 一种房屋建筑面积的计算方法、装置和存储介质 |
| CN111383054A (zh) * | 2020-03-10 | 2020-07-07 | 中国联合网络通信集团有限公司 | 广告检验方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104915432A (zh) * | 2015-06-18 | 2015-09-16 | 百度在线网络技术（北京）有限公司 | 街景图像的获取方法和获取装置 |
| CN106547831A (zh) * | 2016-10-10 | 2017-03-29 | 天脉聚源（北京）科技有限公司 | 提高图像信息的处理效率的方法及装置 |
| CN106705972A (zh) * | 2016-11-25 | 2017-05-24 | 梁海燕 | 一种基于用户反馈的室内语义地图更新方法与系统 |
| CN109101838A (zh) * | 2018-08-13 | 2018-12-28 | 百度在线网络技术（北京）有限公司 | 基于区块链的内容激励方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140095335A1 (en) * | 2012-09-28 | 2014-04-03 | Interactive Memories, Inc. | Method for Dynamic Invoicing of Print Vendors at Real-Time Negotiated or Advertised Pricing for Online Printing Services |
-
2018
- 2018-12-29 CN CN201811647220.8A patent/CN109710795B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104915432A (zh) * | 2015-06-18 | 2015-09-16 | 百度在线网络技术（北京）有限公司 | 街景图像的获取方法和获取装置 |
| CN106547831A (zh) * | 2016-10-10 | 2017-03-29 | 天脉聚源（北京）科技有限公司 | 提高图像信息的处理效率的方法及装置 |
| CN106705972A (zh) * | 2016-11-25 | 2017-05-24 | 梁海燕 | 一种基于用户反馈的室内语义地图更新方法与系统 |
| CN109101838A (zh) * | 2018-08-13 | 2018-12-28 | 百度在线网络技术（北京）有限公司 | 基于区块链的内容激励方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109710795A (zh) | 2019-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109710795B (zh) | 一种数据处理方法、装置及计算机可读存储介质 | |
| CN106997466B (zh) | 用于检测道路的方法和装置 | |
| DE102012218390A1 (de) | Optimierung der Erkennung von Objekten in Bildern | |
| Stow et al. | Geographic object-based delineation of neighborhoods of Accra, Ghana using QuickBird satellite imagery | |
| CN114358660B (zh) | 一种城市街道品质评估方法、系统及存储介质 | |
| KR20190043396A (ko) | 도로 경로 촬영 영상을 이용한 도로 경로 별 날씨정보 생성 및 제공하기 위한 방법 및 시스템 | |
| CN116343103A (zh) | 一种基于三维gis场景与视频融合的自然资源监管方法 | |
| CA3176293A1 (en) | System and method for automated forest inventory mapping | |
| CN103729409A (zh) | 生成可视化场景信息的方法及装置 | |
| CN111064924B (zh) | 一种基于人工智能的视频监控方法及系统 | |
| CN103412963A (zh) | 光学遥感卫星数据获取方法 | |
| JP2017010193A (ja) | 混雑度判定装置、混雑度判定システム、混雑度判定方法、およびプログラム | |
| CN108847052B (zh) | 停车位置确定方法、装置、系统及计算机可读介质 | |
| CN112446406A (zh) | 应急点确定方法、装置以及存储介质 | |
| CN115759660A (zh) | 一种无人驾驶车辆的调度方法、装置、设备和介质 | |
| CN115168380A (zh) | 一种室内地图数据的更新方法及系统 | |
| JP2017219996A (ja) | 人口推計システムおよび人口推計方法 | |
| CN115330221A (zh) | 一种乡村旅游信息数据化分析反馈系统和方法 | |
| CN109544304A (zh) | 根据移动终端信息进行预警的方法 | |
| CN113191661B (zh) | 广告监播的方法、装置、存储介质及处理器 | |
| US11823364B1 (en) | Machine learning for artificial parcel data generation | |
| US11816739B2 (en) | System and method for analyzing a survivability of a structure based on proximate objects | |
| Saalfeld et al. | A multiple criteria decision support tool for feral camel management | |
| CN117521908B (zh) | 一种城市空间区域适配性评估方法、系统及终端 | |
| CN115019551B (zh) | 场库的余位的校正方法、余位预测模型的训练方法和装置 |
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 |