CN109857706A - 基于数据更新的图片清理方法、装置及终端设备 - Google Patents
基于数据更新的图片清理方法、装置及终端设备 Download PDFInfo
- Publication number
- CN109857706A CN109857706A CN201910039140.2A CN201910039140A CN109857706A CN 109857706 A CN109857706 A CN 109857706A CN 201910039140 A CN201910039140 A CN 201910039140A CN 109857706 A CN109857706 A CN 109857706A
- Authority
- CN
- China
- Prior art keywords
- picture
- processed
- pictures
- sequence
- preset
- 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
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 38
- 230000012010 growth Effects 0.000 claims description 38
- 238000012217 deletion Methods 0.000 claims description 33
- 230000037430 deletion Effects 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012790 confirmation Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 241000196324 Embryophyta Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007773 growth pattern Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于数据处理技术领域,提供了基于数据更新的图片清理方法、装置、终端设备以及计算机可读存储介质,包括:计算终端设备的填充时长;若填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的相册图片归入清理组,对清理组内的至少两个相册图片进行排序;按照第一预设数量对排序后的至少两个相册图片进行选取,将选取出的相册图片确定为目标图片,并将除目标图片外的图片确定为待处理图片;计算待处理图片与所有目标图片之间的综合相似度,对小于预设的相似度阈值的综合相似度所对应的待处理图片进行清理。本发明通过分析用户浏览图片的习惯,并对不符合浏览习惯的图片进行清理,提升了图片清理的针对性。
Description
技术领域
本发明属于数据处理技术领域,尤其涉及基于数据更新的图片清理方法、装置、终端设备以及计算机可读存储介质。
背景技术
随着信息技术的发展,终端设备已深入至千家万户,成为人们日常生活中不可或缺的物品。终端设备通常会用于存储图片,比如拥有拍照功能的智能手机,在用户启动拍照功能进行拍照后,会将生成的图片存储在手机本地。
由于终端设备的存储容量有限,故需要对终端设备存储的图片进行清理,在现有技术中,通常是根据某个单一的删除条件(如拍摄时间)对多个图片进行批量清理,而无法实现对真正需要清理的图片(如误拍图片)的针对性识别并清理,容易导致误删用户欲保留的图片。综上,现有技术中图片清理的针对性差。
发明内容
有鉴于此,本发明实施例提供了基于数据更新的图片清理方法、装置、终端设备以及计算机可读存储介质,以解决现有技术中进行图片清理时无法精确识别误拍的照片,图片清理的针对性差的问题。
本发明实施例的第一方面提供了一种基于数据更新的图片清理方法,包括:
获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
本发明实施例的第二方面提供了一种基于数据更新的图片清理装置,包括:
获取单元,用于获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
排序单元,用于若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
选取单元,用于按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
清理单元,用于分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
本发明实施例的第三方面提供了一种终端设备,所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例在终端设备的当前剩余容量即将为零时获取终端设备上已存储的所有相册图片,按照浏览次数对其中满足预设条件的至少两个相册图片进行排序,并按照第一预设数量对排序后的至少两个相册图片进行选取,将选取出的相册图片确定为目标图片,将剩余的图片确定为待处理图片,然后计算待处理图片与至少两个目标图片之间的综合相似度,若综合相似度小于预设的相似度阈值,则清理对应的待处理图片,本发明实施例基于浏览次数分析用户的图片浏览习惯,并将综合相似值小于相似度阈值的待处理图片作为与图片浏览习惯不符的图片进行清理,提升了图片清理的针对性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的基于数据更新的图片清理方法的实现流程图;
图2是本发明实施例二提供的基于数据更新的图片清理方法的实现流程图;
图3是本发明实施例三提供的基于数据更新的图片清理方法的实现流程图;
图4是本发明实施例四提供的基于数据更新的图片清理方法的实现流程图;
图5是本发明实施例五提供的基于数据更新的图片清理方法的实现流程图;
图6是本发明实施例六提供的基于数据更新的图片清理装置的结构框图;
图7是本发明实施例七提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的基于数据更新的图片清理方法的实现流程,详述如下:
在S101中,获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长。
在本发明实施例中,为了减少图片清理的次数以节省资源,首先获取终端设备的当前剩余容量以及终端设备在预设时间段内的已用容量增长率,其中,当前剩余容量是指终端设备的内存可用量(当前剩余容量也可自定义设置),已用容量增长率可为终端设备的内存已用量在预设时间段的增长率,计算公式如下:
上述计算公式中,Raterise为已用容量增长率,Periodpreset为预设时间段,Capacityperiod-end为终端设备在预设时间段的末尾时间点的内存已用量,Capacityperiod-start为终端设备在预设时间段的起始时间点的内存已用量,已用容量增长率的数值可为正、负或零。预设时间段可根据实际应用场景进行设置,预设时间段的末尾时间点可为当前时间,当然也可为当前时间之前的任一时刻。举例来说,若预设时间段的末尾时间点为当前时间,预设时间段为7天,则获取终端设备当前的内存已用量,如4吉字节(GB),并获取终端设备在7天前的内存已用量,如3吉字节,则可计算出已用容量增长率为(4-3)/7=0.14,该已用容量增长率的单位为吉字节/天。值得一提的是,为了便于获取终端设备在不同时刻的内存已用量,可将内存已用量实时保存在终端设备的日志文件中,在计算已用容量增长率时,将预设时间段对应的时刻作为搜索条件,在日志文件中查找对应的内存已用量即可。
计算出的已用容量增长率可用于预测终端设备后续的内存已用量增长情况,故在本发明实施例中,根据得到的当前剩余容量和已用容量增长率计算填充时长,填充时长指预期的当前剩余容量减少至零所花费的时长,比如当前剩余容量为1吉字节,已用容量增长率为0.5吉字节/天,则可计算出填充时长为2天。值得一提的是,若已用容量增长率为负或为零,证明终端设备的内存已用量不存在增长趋势,则不计算填充时长,并且不进行图片清理。
可选地,获取预设时间段内的图片增长率,并根据当前剩余容量和图片增长率计算填充时长。在本发明实施例中,针对容量变化主要是由相册图片数量变化引起的场景,获取预设时间段内的图片增长率,并根据当前剩余容量和图片增长率计算填充时长,其中图片增长率相当于已用容量增长率的一种特殊形式。在根据图片增长率计算填充时长时,还获取终端设备上图片的平均容量,如1兆字节(MB),该平均容量可自定义设置,也可在预设时间段的末尾时间点对终端设备上所有图片的容量进行均值计算得到平均容量。举例来说,在预设时间点的起始时间点,终端设备上相册图片的数量为100张,在预设时间点的末尾时间点,终端设备上相册图片的数量为200张,预设时间段为10天,则可计算出图片增长率为(200-100)/10=10张/天,若当前剩余容量为100兆字节,平均容量为1兆字节,则可计算出填充时长为100/(10*1)=10天。通过上述方法可单独针对相册图片的变化情况,从而控制是否进行图片清理,用户也可针对图片自定义设置当前剩余容量,以根据实际需求限制图片容量,提升了图片清理的针对性和准确性。
在S102中,若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序。
在得到填充时长后,将填充时长与预设的时长阈值(如1天)进行数值比较,若填充时长大于或等于时长阈值,则不进行图片清理;若填充时长小于时长阈值,则获取终端设备上所有相册图片,并将其中满足预设条件的相册图片归入清理组,然后对清理组内的至少两个相册图片按照浏览次数进行排序。其中,浏览次数是指相册图片被打开的次数,预设条件可根据实际应用场景进行设置,本发明实施例对此不做限定,比如预设条件可为相册图片的创建时间在预设时间点之前,还可为相册图片包含特殊的预设标识等。另外,本发明实施例中的清理组并不指定某种具体的存储格式,而是指示对满足预设条件的至少两个相册图片进行单独分类。
在S103中,按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片。
在对清理组内的至少两个相册图片进行排序时,可按照浏览次数从多到少的顺序进行排序,也可按照浏览次数从少到多的顺序进行排序,为了便于阐述本发明实施例的内容,后文以按照浏览次数从多到少的顺序进行排序进行说明。排序完成后,按照第一预设数量对排序后的至少两个相册图片进行图片选取,将选取出的相册图片确定为目标图片,并将清理组内除目标图片外的图片确定为待处理图片。其中,选取操作是从排序后的至少两个相册图片的起始开始。举例来说,清理组内排序后的相册图片依次为“图片1、图片2、图片3、图片4、图片5……”,第一预设数量为3个,则从图片1开始选取,选取出的“图片1、图片2、图片3”为目标图片,清理组内剩余的“图片4、图片5……”为待处理图片。
在S104中,分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
由于目标图片的浏览次数较多,故目标图片与用户的浏览习惯较为贴合,故将目标图片作为图片清理的参照对象,具体地,对于一个待处理图片,首先分别计算出该待处理图片与每个目标图片之间的子相似度,本发明实施例对子相似度的计算方式不做限定,比如可通过对待处理图片的灰度直方图和目标图片的灰度直方图进行比较得到子相似度,可通过对待处理图片的彩色图像直方图和目标图片的彩色图像直方图进行比较得到子相似度,也可通过感知哈希算法计算子相似度。而由于目标图片的数量可能为两个或两个以上,不同的目标图片可能存在不同的风格,可能存在某个待处理图片与一个目标图片之间的子相似度较高,而与另一个目标图片之间的子相似度较低的情况,故根据得到的多个子相似度计算综合相似度,计算公式如下:
在上述计算公式中,Similarityphotos为综合相似度,Numberaim-photos为第一预设数量,Numberaim-photoi-views为第i个目标图片的浏览次数,Numberviews为预设的权重浏览次数(比如可设置为15次),Similarityaim-photoi为计算出的待处理图片与第i个目标图片之间的子相似度。综合相似度即为待处理图片与所有目标图片之间的总体相似程度,在计算出综合相似度后,将综合相似度与预设的相似度阈值进行比较,若综合相似度大于或等于相似度阈值,则继续保留综合相似度对应的待处理图片;若综合相似度小于相似度阈值,则对该综合相似度对应的待处理图片进行清理。相似度阈值可以自定义设置,也可以根据清理组内的目标图片生成,比如设置权重浏览次数Numberviews为所有目标图片的总浏览次数,并设置某一个目标图片对应的子相似度为70%,设置其他的目标图片对应的子相似度为10%,从而将根据上述计算公式计算出的综合相似度确定为相似度阈值,当然,具体的参数可根据实际应用场景进行调整,并不限于上述例子。
通过图1所示实施例可知,在本发明实施例中,通过终端设备的当前剩余容量以及已用容量增长率计算填充时长,若填充时长小于预设的时长阈值,则将终端设备中满足预设条件的相册图片归入清理组,对清理组内的至少两个相册图片进行排序,按照第一预设数量对排序后的至少两个相册图片进行选取,将选取出的相册图片确定为目标图片,并将清理组内除目标图片外的图片确定为待处理图片,分别计算待处理图片与每个目标图片之间的子相似度,并根据所有子相似度计算待处理图片的综合相似度,对小于预设的相似度阈值的综合相似度所对应的待处理图片进行清理,实现了对误拍图片的有效识别,提升了图片清理的针对性。
图2所示,是在本发明实施例一的基础上,将对小于预设的相似度阈值的综合相似度所对应的待处理图片进行清理的过程进行细化后得到的一种方法。本发明实施例提供了基于数据更新的图片清理方法的实现流程图,如图2所示,该图片清理方法可以包括以下步骤:
在S201中,筛选出小于所述相似度阈值的至少两个所述综合相似度所对应的至少两个所述待处理图片。
在本发明实施例中,针对小于相似度阈值的综合相似度至少存在两个的情况,首先筛选出小于相似度阈值的至少两个综合相似度所对应的至少两个待处理图片,便于进行后续清理。
在S202中,按照所述浏览次数对至少两个所述待处理图片进行排序,并按照第二预设数量对排序后的至少两个所述待处理图片进行选取。
在筛选出至少两个待处理图片后,按照浏览次数对至少两个待处理图片进行排序,并按照第二预设数量对排序后的至少两个待处理图片进行选取,其中,第二预设数量可自定义设置,也可通过对终端设备的容量进行分析得到。值得一提的是,本步骤中的选取操作与S103中的选取操作不同,即优先从浏览次数最少的待处理图片开始选取,具体地,若是按照浏览次数从多到少的顺序对筛选出的至少两个待处理图片进行排序,则从排序后的最末尾的待处理图片开始执行选取。
在S203中,将选取出的所述待处理图片移动至待删除目录下,并基于所述待删除目录内的所述待处理图片输出删除提示。
选取完成后,将选取出的待处理图片从其原目录移动至待删除目录下,并基于待删除目录内的待处理图片输出删除提示,用于指示用户对删除待处理图片的操作进行确认,防止误删,其中,可设置删除提示在被输出时直接显示待删除目录内的待处理图片。
在S204中,若接收到关于所述删除提示的确认结果,则删除所述待删除目录下的所述待处理图片。
在本发明实施例中,输出的删除提示还包括确认和否认两个可选结果。若接收到用户关于删除提示的确认结果,则对待删除目录下的待处理图片执行删除操作,完成图片清理工作。
在S205中,若接收到关于所述删除提示的否认结果,则将所述待删除目录下的所述待处理图片移动至所述待处理图片的原目录。
若接收到关于删除提示的否认结果,则将待删除目录下的待处理图片移动至待处理图片的原目录。值得一提的是,由于待删除目录下可能存在至少两个待处理图片,则可基于每个待处理图片都生成一个删除提示,或者直接基于待删除目录下的所有待处理图片生成一个删除提示,并设置该删除提示包含每个待处理图片对应的两个可选结果。
可选地,若在输出删除提示后的删除时间段内并未接收到关于删除提示的确认结果或否认结果,则将待删除目录下的待处理图片上传至云空间,并对该待处理图片进行删除。在本发明实施例中,可预先设置删除时间段,如10分钟,若在输出删除提示后的删除时间段内并未接收到用户关于删除提示的回应结果(确认结果或否认结果),则将待删除目录下的待处理图片上传至云空间,并对该待处理图片进行删除,通过上述方法一方面增加了终端设备的内存可用量,另一方面在未经用户允许误删待处理图片的情况下,用户也可通过云空间访问待处理图片,提升了图片清理的适用性。
通过图2所示实施例可知,在本发明实施例中,筛选出小于相似度阈值的至少两个综合相似度所对应的至少两个待处理图片,按照浏览次数对至少两个待处理图片进行排序,并按照第二预设数量对排序后的至少两个待处理图片进行选取,将选取出的待处理图片移动至待删除目录下,并基于待删除目录内的待处理图片输出删除提示,若接收到关于删除提示的确认结果,则删除待删除目录下的待处理图片;若接收到关于删除提示的否认结果,则将待删除目录下的待处理图片移动至待处理图片的原目录。本发明实施例根据浏览次数对至少两个待处理图片进行排序,提升了对综合相似度小于相似度阈值的待处理图片进行清理的有序性。
图3所示,是在本发明实施例二的基础上,并在预设条件为相册图片与预设标识存在对应关系,预设标识为至少两个图片标识中的一个的基础上,对按照第二预设数量对排序后的至少两个所述待处理图片进行选取之前的过程进行扩展后得到的一种方法。本发明实施例提供了基于数据更新的图片清理方法的实现流程图,如图3所示,该图片清理方法可以包括以下步骤:
在S301中,获取记录的已删除图片数量,并从中识别出与所述预设标识对应的图片数量,将与所述预设标识对应的图片数量与所述已删除图片数量之间的比值确定为所述清理组对应的删除占比。
在本发明实施例中,设置终端设备中存储的每个相册图片都对应一个图片标识,该图片标识是在将该相册图片存入终端设备时由用户手动设置或根据特定的分析算法自动生成,举例来说,图片标识可为人像、风景或动态图等。在进行图片清理时,将各个图片标识依次作为预设标识,并将相册图片与预设标识存在对应关系作为预设条件,即依次生成至少两个清理组,每个清理组都与一个图片标识对应。为了便于阐述本发明实施例的内容,后文以根据某个预设标识对对应的清理组内的图片进行图片清理进行说明。除此之外,在本发明实施例中,设置终端设备包括记录机制,即终端设备对已删除图片数量以及每个已删除图片对应的图片标识进行记录(已删除图片可以是自动删除或用户手动删除),在本步骤中,从记录的已删除图片数量中识别出与预设标识对应的图片数量,获取预设标识对应的图片数量与已删除图片数量之间的比值,并将该比值确定为根据预设标识生成的清理组对应的删除占比,比如已删除图片数量为100张,其中包含50张风景图,而当前的预设标识为风景,则确定出删除占比为50%。
在S302中,根据所述当前剩余容量计算出待删除容量,并根据所述删除占比和所述待删除容量计算所述预设标识对应的删除容量。
根据已获取的当前剩余容量计算待删除容量,一种计算方式是获取预设的安全剩余容量,并将安全剩余容量与当前剩余容量之间的差值确定为待删除容量,比如安全剩余容量为1吉字节,当前剩余容量为0.5吉字节,则待删除容量为0.5吉字节。然后,对删除占比和待删除容量进行乘积运算,得到预设标识对应的删除容量,比如删除占比为50%,待删除容量为0.5吉字节,则预设标识对应的删除容量为0.25吉字节。
在S303中,计算所述清理组内筛选出的所有所述待处理图片的平均容量,并根据所述平均容量和所述预设标识对应的删除容量计算所述第二预设数量。
对于预设标识对应的清理组,首先筛选出小于相似度阈值的至少两个综合相似度所对应的至少两个待处理图片,再计算筛选出的所有待处理图片的平均容量,并将预设标识对应的删除容量除以平均容量,得到第二预设数量,在后续步骤中根据第二预设数量对排序后的至少两个待处理图片进行选取,比如删除容量为100兆字节,平均容量为5兆字节,则可计算出第二预设数量为20张。值得一提的是,若清理组内根据相似度阈值筛选出的待处理图片的数量少于第二预设数量,则可按照综合相似度从小到大的顺序,对综合相似度大于或等于相似度阈值的待处理图片进行继续选取,直到选取出的待处理图片的数量达到第二预设数量为止。
通过图3所示实施例可知,在本发明实施例中,获取记录的已删除图片数量,从中识别出与预设标识对应的图片数量,将与预设标识对应的图片数量与已删除图片数量之间的比值确定为清理组对应的删除占比,并根据当前剩余容量计算出待删除容量,根据删除占比和待删除容量计算预设标识对应的删除容量,计算清理组内筛选出的所有待处理图片的平均容量,并根据平均容量和预设标识对应的删除容量计算第二预设数量。本发明实施例根据预设标识计算删除占比,从而计算根据该预设标识得到的清理组对应的第二预设数量,使得图片清理过程更贴近用户对不同类型图片的删除习惯,提升了图片清理的适用性和用户体验。
图4所示,是在本发明实施例二的基础上,对按照所述浏览次数对至少两个所述待处理图片进行排序,并按照第二预设数量对排序后的至少两个所述待处理图片进行选取的过程进行细化后得到的一种方法。本发明实施例提供了基于数据更新的图片清理方法的实现流程图,如图4所示,该图片清理方法可以包括以下步骤:
在S401中,将所述浏览次数为零的所述待处理图片确定为优先处理图片,对至少两个所述优先处理图片按照创建时间进行排序,并对除所述优先处理图片外的至少两个所述待处理图片按照所述浏览次数进行排序。
在清理组内筛选出小于相似度阈值的至少两个综合相似度所对应的至少两个待处理图片后,将其中浏览次数为零的待处理图片确定为优先处理图片,对至少两个优先处理图片按照创建时间进行排序,并对除优先处理图片外的至少两个待处理图片按照浏览次数进行排序,其中,本发明实施例可按照创建时间从早到晚的顺序进行排序,也可按照创建时间从晚到早的顺序进行排序。
在S402中,将按照所述创建时间进行排序后生成的图片序列确定为第一图片序列,将按照所述浏览次数进行排序后生成的图片序列确定为第二图片序列,并按照所述第二预设数量对所述第一图片序列和第二图片序列中的图片进行选取。
对至少两个优先处理图片按照创建时间进行排序后,生成第一图片序列;对除优先处理图片外的至少两个待处理图片按照浏览次数进行排序后,生成第二图片序列。在获取到第二预设数量后,按照所述第二预设数量对第一图片序列和第二图片序列中的图片进行选取,其中,优先选取第一图片序列中的图片,具体内容在后文进行阐述。
通过图4所示实施例可知,在本发明实施例中,将浏览次数为零的待处理图片确定为优先处理图片,对至少两个优先处理图片按照创建时间进行排序生成第一图片序列,并对除优先处理图片外的至少两个待处理图片按照浏览次数进行排序生成第二图片序列,按照第二预设数量对第一图片序列和第二图片序列中的图片进行选取。本发明实施例针对筛选出的待处理图片的浏览次数可能为零的情况,将创建时间作为图片清理的条件,从而分别生成两个图片序列,进一步提升了图片清理的有序性。
图5所示,是在本发明实施例四的基础上,对按照第二预设数量对第一图片序列和第二图片序列中的图片进行选取的过程进行细化后得到的一种方法。本发明实施例提供了基于数据更新的图片清理方法的实现流程图,如图5所示,该图片清理方法可以包括以下步骤:
在S501中,获取所述第一图片序列的第一图片数量。
在本发明实施例中,在存在第一图片序列和第二图片序列时,首先获取第一图片序列中优先处理图片的数量,作为第一图片数量。
在S502中,若所述第二预设数量不超过所述第一图片数量,则按照所述第二预设数量在所述第一图片序列中选取所述优先处理图片。
将第一图片数量与第二预设数量进行数值比对,若第二预设数量不超过第一图片数量,则按照第二预设数量在第一图片序列中选取优先处理图片,其中,优先选取创建时间较早的优先处理图片,即若按照创建时间从早到晚的顺序进行排序,则从第一图片序列的起始开始进行选取;若按照创建时间从晚到早的顺序进行排序,则从第一图片序列的末尾开始进行选取。
在S503中,若所述第二预设数量超过所述第一图片数量,则选取所述第一图片序列中的全部所述优先处理图片,并按照第二图片数量在所述第二图片序列中选取所述待处理图片,其中,所述第二图片数量为所述第二预设数量与所述第一图片数量之间的差值。
若第二预设数量超过第一图片数量,则首先选取第一图片序列中的全部优先处理图片,再按照第二图片数量在第二图片序列中选取待处理图片,其中,第二图片数量为第二预设数量与第一图片数量之间的差值,并且按照第二图片数量在第二图片序列中选取待处理图片时,优先选取浏览次数较少的待处理图片。
通过图5所示实施例可知,在本发明实施例中,获取所述第一图片序列的第一图片数量,若第二预设数量不超过第一图片数量,则按照第二预设数量在第一图片序列中选取优先处理图片;若第二预设数量超过第一图片数量,则选取第一图片序列中的全部优先处理图片,并按照第二图片数量在第二图片序列中选取待处理图片,其中第二图片数量为第二预设数量与第一图片数量之间的差值。本发明实施例在将第二预设数量与第一图片数量进行数值比较的结果不同时执行不同的选取方式,进一步提升了图片清理的准确性和有序性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的基于数据更新的图片清理方法,图6示出了本发明实施例提供的基于数据更新的图片清理装置的结构框图,参照图6,该图片清理装置包括:
获取单元61,用于获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
排序单元62,用于若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
选取单元63,用于按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
清理单元64,用于分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
可选地,清理单元64包括:
筛选单元,用于筛选出小于所述相似度阈值的至少两个所述综合相似度所对应的至少两个所述待处理图片;
排序单元,用于按照所述浏览次数对至少两个所述待处理图片进行排序,并按照第二预设数量对排序后的至少两个所述待处理图片进行选取;
移动单元,用于将选取出的所述待处理图片移动至待删除目录下,并基于所述待删除目录内的所述待处理图片输出删除提示;
删除单元,用于若接收到关于所述删除提示的确认结果,则删除所述待删除目录下的所述待处理图片;
返回单元,用于若接收到关于所述删除提示的否认结果,则将所述待删除目录下的所述待处理图片移动至所述待处理图片的原目录。
可选地,预设条件为相册图片与预设标识存在对应关系,排序单元还包括:
识别单元,用于获取记录的已删除图片数量,并从中识别出与所述预设标识对应的图片数量,将与所述预设标识对应的图片数量与所述已删除图片数量之间的比值确定为所述清理组对应的删除占比;
第一计算单元,用于根据所述当前剩余容量计算出待删除容量,并根据所述删除占比和所述待删除容量计算所述预设标识对应的删除容量;
第二计算单元,用于计算所述清理组内筛选出的所有所述待处理图片的平均容量,并根据所述平均容量和所述预设标识对应的删除容量计算所述第二预设数量。
可选地,排序单元包括:
排序子单元,用于将所述浏览次数为零的所述待处理图片确定为优先处理图片,对至少两个所述优先处理图片按照创建时间进行排序,并对除所述优先处理图片外的至少两个所述待处理图片按照所述浏览次数进行排序;
序列选取单元,用于将按照所述创建时间进行排序后生成的图片序列确定为第一图片序列,将按照所述浏览次数进行排序后生成的图片序列确定为第二图片序列,并按照所述第二预设数量对所述第一图片序列和第二图片序列中的图片进行选取。
可选地,序列选取单元包括:
数量获取单元,用于获取所述第一图片序列的第一图片数量。
第一选取单元,用于若所述第二预设数量不超过所述第一图片数量,则按照所述第二预设数量在所述第一图片序列中选取所述优先处理图片。
第二选取单元,用于若所述第二预设数量超过所述第一图片数量,则选取所述第一图片序列中的全部所述优先处理图片,并按照第二图片数量在所述第二图片序列中选取所述待处理图片,其中,所述第二图片数量为所述第二预设数量与所述第一图片数量之间的差值。
因此,本发明实施例提供的基于数据更新的图片清理装置通过分析用户的图片浏览习惯,并对不符合图片浏览习惯的图片进行清理,实现了对误拍图片的识别,提升了图片清理的针对性。
图7是本发明实施例提供的终端设备的示意图。如图7所示,该实施例的终端设备7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如基于数据更新的图片清理程序。所述处理器70执行所述计算机程序72时实现上述各个基于数据更新的图片清理方法实施例中的步骤,例如图1所示的步骤S101至S104。或者,所述处理器70执行所述计算机程序72时实现上述各终端设备实施例中各单元的功能,例如图6所示单元61至64的功能。
示例性的,所述计算机程序72可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割成获取单元、排序单元、选取单元以及清理单元,各单元具体功能如下:
获取单元,用于获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
排序单元,用于若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
选取单元,用于按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
清理单元,用于分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备7的示例,并不构成对终端设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)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。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71可以是所述终端设备7的内部存储单元,例如终端设备7的硬盘或内存。所述存储器71也可以是所述终端设备7的外部存储设备,例如所述终端设备7上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元完成,即将所述终端设备的内部结构划分成不同的功能单元,以完成以上描述的全部或者部分功能。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。另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的终端设备和方法,可以通过其它的方式实现。例如,以上所描述的终端设备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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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,在本发明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,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于数据更新的图片清理方法,其特征在于,包括:
获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
2.如权利要求1所述的图片清理方法,其特征在于,所述对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,包括:
筛选出小于所述相似度阈值的至少两个所述综合相似度所对应的至少两个所述待处理图片;
按照所述浏览次数对至少两个所述待处理图片进行排序,并按照第二预设数量对排序后的至少两个所述待处理图片进行选取;
将选取出的所述待处理图片移动至待删除目录下,并基于所述待删除目录内的所述待处理图片输出删除提示;
若接收到关于所述删除提示的确认结果,则删除所述待删除目录下的所述待处理图片;
若接收到关于所述删除提示的否认结果,则将所述待删除目录下的所述待处理图片移动至所述待处理图片的原目录。
3.如权利要求2所述的图片清理方法,其特征在于,所述预设条件为所述相册图片与预设标识存在对应关系,所述按照第二预设数量对排序后的至少两个所述待处理图片进行选取之前,还包括:
获取记录的已删除图片数量,并从中识别出与所述预设标识对应的图片数量,将与所述预设标识对应的图片数量与所述已删除图片数量之间的比值确定为所述清理组对应的删除占比;
根据所述当前剩余容量计算出待删除容量,并根据所述删除占比和所述待删除容量计算所述预设标识对应的删除容量;
计算所述清理组内筛选出的所有所述待处理图片的平均容量,并根据所述平均容量和所述预设标识对应的删除容量计算所述第二预设数量。
4.如权利要求2所述的图片清理方法,其特征在于,所述按照所述浏览次数对至少两个所述待处理图片进行排序,并按照第二预设数量对排序后的至少两个所述待处理图片进行选取,包括:
将所述浏览次数为零的所述待处理图片确定为优先处理图片,对至少两个所述优先处理图片按照创建时间进行排序,并对除所述优先处理图片外的至少两个所述待处理图片按照所述浏览次数进行排序;
将按照所述创建时间进行排序后生成的图片序列确定为第一图片序列,将按照所述浏览次数进行排序后生成的图片序列确定为第二图片序列,并按照所述第二预设数量对所述第一图片序列和所述第二图片序列中的图片进行选取。
5.如权利要求4所述的图片清理方法,其特征在于,所述按照所述第二预设数量对所述第一图片序列和所述第二图片序列中的图片进行选取,包括:
获取所述第一图片序列的第一图片数量;
若所述第二预设数量不超过所述第一图片数量,则按照所述第二预设数量在所述第一图片序列中选取所述优先处理图片;
若所述第二预设数量超过所述第一图片数量,则选取所述第一图片序列中的全部所述优先处理图片,并按照第二图片数量在所述第二图片序列中选取所述待处理图片,其中,所述第二图片数量为所述第二预设数量与所述第一图片数量之间的差值。
6.一种基于数据更新的图片清理装置,其特征在于,包括:
获取单元,用于获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
排序单元,用于若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
选取单元,用于按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
清理单元,用于分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
7.一种终端设备,其特征在于,所述终端设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取终端设备的当前剩余容量以及所述终端设备在预设时间段内的已用容量增长率,并根据所述当前剩余容量和所述已用容量增长率计算填充时长,所述填充时长指示所述当前剩余容量减少至零的时长;
若所述填充时长小于预设的时长阈值,则获取所有相册图片,并将满足预设条件的所述相册图片归入清理组,对所述清理组内的至少两个所述相册图片按照浏览次数进行排序;
按照第一预设数量对排序后的至少两个所述相册图片进行选取,将选取出的所述相册图片确定为目标图片,并将所述清理组内除所述目标图片外的图片确定为待处理图片;
分别计算所述待处理图片与每个所述目标图片之间的子相似度,并根据所有所述子相似度计算所述待处理图片的综合相似度,对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,所述综合相似度指示所述待处理图片与所有所述目标图片之间的总体相似程度。
8.如权利要求7所述的终端设备,其特征在于,所述对小于预设的相似度阈值的所述综合相似度所对应的所述待处理图片进行清理,包括:
筛选出小于所述相似度阈值的至少两个所述综合相似度所对应的至少两个所述待处理图片;
按照所述浏览次数对至少两个所述待处理图片进行排序,并按照第二预设数量对排序后的至少两个所述待处理图片进行选取;
将选取出的所述待处理图片移动至待删除目录下,并基于所述待删除目录内的所述待处理图片输出删除提示;
若接收到关于所述删除提示的确认结果,则删除所述待删除目录下的所述待处理图片;
若接收到关于所述删除提示的否认结果,则将所述待删除目录下的所述待处理图片移动至所述待处理图片的原目录。
9.如权利要求8所述的终端设备,其特征在于,所述按照所述浏览次数对至少两个所述待处理图片进行排序,并按照第二预设数量对排序后的至少两个所述待处理图片进行选取,包括:
将所述浏览次数为零的所述待处理图片确定为优先处理图片,对至少两个所述优先处理图片按照创建时间进行排序,并对除所述优先处理图片外的至少两个所述待处理图片按照所述浏览次数进行排序;
将按照所述创建时间进行排序后生成的图片序列确定为第一图片序列,将按照所述浏览次数进行排序后生成的图片序列确定为第二图片序列,并按照所述第二预设数量对所述第一图片序列和第二图片序列中的图片进行选取。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述图片清理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039140.2A CN109857706A (zh) | 2019-01-16 | 2019-01-16 | 基于数据更新的图片清理方法、装置及终端设备 |
PCT/CN2019/122881 WO2020147448A1 (zh) | 2019-01-16 | 2019-12-04 | 基于数据更新的图片清理方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910039140.2A CN109857706A (zh) | 2019-01-16 | 2019-01-16 | 基于数据更新的图片清理方法、装置及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109857706A true CN109857706A (zh) | 2019-06-07 |
Family
ID=66894833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910039140.2A Pending CN109857706A (zh) | 2019-01-16 | 2019-01-16 | 基于数据更新的图片清理方法、装置及终端设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109857706A (zh) |
WO (1) | WO2020147448A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020147448A1 (zh) * | 2019-01-16 | 2020-07-23 | 深圳壹账通智能科技有限公司 | 基于数据更新的图片清理方法、装置及终端设备 |
CN112115285A (zh) * | 2019-06-21 | 2020-12-22 | 杭州海康威视数字技术股份有限公司 | 图片清洗方法及装置 |
CN112395447A (zh) * | 2020-11-27 | 2021-02-23 | 北京有竹居网络技术有限公司 | 基于图片的标签体系更新方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480176A (zh) * | 2017-07-01 | 2017-12-15 | 珠海格力电器股份有限公司 | 一种图片的管理方法、装置及终端设备 |
WO2018233668A1 (zh) * | 2017-06-21 | 2018-12-27 | 中兴通讯股份有限公司 | 基于Android系统的异常恢复方法、装置、智能设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016130853A1 (en) * | 2015-02-11 | 2016-08-18 | AVG Netherlands B.V. | Systems and methods for identifying unwanted photos stored on a device |
CN105589926A (zh) * | 2015-11-27 | 2016-05-18 | 深圳市美贝壳科技有限公司 | 一种移动终端实时清理缓存文件的方法 |
CN105868353A (zh) * | 2016-03-29 | 2016-08-17 | 努比亚技术有限公司 | 一种照片清理方法及终端 |
CN106155592A (zh) * | 2016-07-26 | 2016-11-23 | 深圳天珑无线科技有限公司 | 一种照片处理方法及终端 |
CN108959505A (zh) * | 2018-06-27 | 2018-12-07 | 平安科技(深圳)有限公司 | 一种管理缓存图片的方法及终端设备 |
CN109857706A (zh) * | 2019-01-16 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 基于数据更新的图片清理方法、装置及终端设备 |
-
2019
- 2019-01-16 CN CN201910039140.2A patent/CN109857706A/zh active Pending
- 2019-12-04 WO PCT/CN2019/122881 patent/WO2020147448A1/zh active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018233668A1 (zh) * | 2017-06-21 | 2018-12-27 | 中兴通讯股份有限公司 | 基于Android系统的异常恢复方法、装置、智能设备及存储介质 |
CN107480176A (zh) * | 2017-07-01 | 2017-12-15 | 珠海格力电器股份有限公司 | 一种图片的管理方法、装置及终端设备 |
Non-Patent Citations (2)
Title |
---|
MOHAMED, M.A等: "Evaluation of Reconstructed Radio Images Techniques of CLEAN De-convolution Methods", 《INTERNATIONAL JOURNAL OF IMAGE, GRAPHICS AND SIGNAL PROCESSING》, 31 October 2018 (2018-10-31) * |
朱晋华;陈俊杰;: "Web日志预处理中会话识别的优化", 太原理工大学学报, no. 02, 15 March 2008 (2008-03-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020147448A1 (zh) * | 2019-01-16 | 2020-07-23 | 深圳壹账通智能科技有限公司 | 基于数据更新的图片清理方法、装置及终端设备 |
CN112115285A (zh) * | 2019-06-21 | 2020-12-22 | 杭州海康威视数字技术股份有限公司 | 图片清洗方法及装置 |
CN112395447A (zh) * | 2020-11-27 | 2021-02-23 | 北京有竹居网络技术有限公司 | 基于图片的标签体系更新方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2020147448A1 (zh) | 2020-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109857706A (zh) | 基于数据更新的图片清理方法、装置及终端设备 | |
US7848577B2 (en) | Image processing methods, image management systems, and articles of manufacture | |
CN108898174A (zh) | 一种场景数据采集方法、场景数据采集装置及电子设备 | |
CN108512670A (zh) | 一种群组创建的方法及其终端 | |
CN107657051A (zh) | 一种图片标签的生成方法、终端设备及存储介质 | |
CN107728878A (zh) | 应用图标的显示方法、终端及计算机可读存储介质 | |
CN108875797A (zh) | 一种确定图像相似度的方法、相册管理方法及相关设备 | |
CN108063818A (zh) | 数据下载方法、装置、终端和计算机可读存储介质 | |
CN107153708A (zh) | 一种图片查看方法及装置、计算机装置、计算机可读存储介质 | |
CN105955992A (zh) | 图片处理方法及装置 | |
CN108229658A (zh) | 基于有限样本的物体检测器的实现方法及装置 | |
CN108537725A (zh) | 一种视频处理方法和装置 | |
CN115860081A (zh) | 一种芯粒算法调度方法、系统、电子设备及存储介质 | |
CN107103029A (zh) | 一种用于机器人的图像数据处理方法 | |
CN106952232B (zh) | 一种基于蚁群算法的图文碎片恢复方法 | |
CN114070791A (zh) | 数据流量的限速处理方法及装置 | |
CN103441999A (zh) | 一种套接字连接池控制方法 | |
CN110442749A (zh) | 视频帧处理方法及装置 | |
CN116842060B (zh) | 一种基于代理模型重排技术的推理查询优化方法及装置 | |
CN108256520A (zh) | 一种识别硬币年份的方法、终端设备及计算机可读存储介质 | |
CN107657584A (zh) | 一种图像处理方法、终端及计算机可读存储介质 | |
CN110263312A (zh) | 文章生成方法、装置、服务器和计算机可读介质 | |
CN108898482A (zh) | 多产品的签约方法及装置 | |
CN104881255B (zh) | 一种照相机相片文件分类系统及方法 | |
CN114900660A (zh) | 用于智慧社区管理的视频监控方法及装置 |
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 |