CN110060122A - 图片展示方法、装置、设备及计算机可读存储介质 - Google Patents
图片展示方法、装置、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110060122A CN110060122A CN201910202226.2A CN201910202226A CN110060122A CN 110060122 A CN110060122 A CN 110060122A CN 201910202226 A CN201910202226 A CN 201910202226A CN 110060122 A CN110060122 A CN 110060122A
- Authority
- CN
- China
- Prior art keywords
- source
- houses
- picture
- pictures
- scene
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- 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]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
本发明提供一种基于深度学习模型的图片展示方法,包括:获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于预设分数阈值的第二房源图片集;基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;基于展示方式对第二房源图片集进行展示。本发明还提供一种图片展示装置、设备及计算机可读存储介质。本发明可提规范房源图片的展示方式。
Description
技术领域
本发明涉及图片处理领域,尤其涉及一种图片展示方法、装置、设备及计算机可读存储介质。
背景技术
实体在发布房源时,都是需要上传房源图片的,房源图片能够最直观的吸引客户咨询房源。目前房源发布系统一般按照房源图片的上传顺序或随机顺序进行展示,用户上传的图片中质量较差的图片也会保留下来,这种展示方式不够规范,存在图片质量良莠不齐,图片展示顺序混乱的等问题,展示效果较差,容易给房客带来不好的浏览体验。
发明内容
本发明的主要目的在于提供一种图片展示方法、装置、设备及计算机可读存储介质,旨在规范房源图片的展示方式,提高房客的浏览体验。
为实现上述目的,本发明提供一种图片展示方法,所述图片展示方法包括以下步骤:
获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;
将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;
基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;
基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;
基于所述展示方式对第二房源图片集进行展示。
可选地,所述基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别的步骤之前包括:
获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;
将所述训练集中的各第三房源图片作为深度学习模型的输入,将对应标注的场景类型信息作为深度学习模型的输出,训练得到深度学习场景识别模型;
所述基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型的步骤包括:
将各个第二房源图片输入到所述深度学习场景识别模型中进行处理,确定各个第二房源图片对应的场景类型。
可选地,所述基于场景类型的预设展示规则包括基于场景类型的展示顺序规则,所述基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式包括:
根据基于场景类型的展示顺序规则,以及各个第二房源图片的场景类型确定各个第二房源图片的展示顺序;
所述基于所述展示方式对第二房源图片集进行展示的步骤包括:
基于各个第二房源图片的展示顺序对第二房源图片集进行展示。
可选地,所述基于场景类型的预设展示规则包括基于场景类型的封面图展示规则,所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤之前,所述基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式还包括:
根据基于场景类型的封面图展示规则,以及各个第二房源图片的场景类型确定第二房源图片集中用于作为封面图的第二房源图片;
所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤包括:
基于各个第二房源图片的展示顺序,以及用于作为封面图的第二房源图片对第二房源图片集进行展示。
可选地,所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤之前包括:
将属于同个场景类型的各第二房源图片的清晰度得分进行对比,根据清晰度得分的对比结果确定同个场景类型的各第二房源图片基于清晰度得分的展示顺序;
所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤包括:
根据基于场景类型的展示顺序以及基于清晰度得分的展示顺序确定各个第二房源图片的展示顺序。
可选地,所述预设图像清晰度得分算法至少包括基于方差函数的清晰度算法或基于能量梯度函数的清晰得分算法。
此外,为实现上述目的,本发明还提供一种图片展示装置,所述图片展示装置包括:
获取模块,用于获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;
对比模块,用于将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;
识别模块,用于基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;
确定模块,用于基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;
展示模块,用于基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式。
此外,为实现上述目的,本发明还提供一种图片展示设备,所述图片展示设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的图片展示程序,其中所述图片展示程序被所述处理器执行时,实现如上述的图片展示方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有图片展示程序,其中所述图片展示程序被处理器执行时,实现如上述的图片展示方法的步骤。
本发明提供一种图片展示方法、装置、设备以及计算机可读存储介质,所述图片展示方法包括:获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;基于所述展示方式对第二房源图片集进行展示。通过上述方式,通过对图片计算清晰度得分来确定房源图片的质量,基于预设分数阈值对房源图片进行筛选,从而避免对差质量图片的展示,根据基于场景类型的图片展示规则确定对保留的高质量的房源图片进行展示的展示方式,从而对图片的展示方式进行规范没提高房客的浏览体验。
附图说明
图1为本发明实施例方案中涉及的图片展示设备的硬件结构示意图;
图2为本发明图片展示方法第一实施例的流程示意图;
图3为本发明图片展示方法第二实施例的流程示意图;
图4为本发明图片展示方法第三实施例的流程示意图;
图5为本发明图片展示方法第四实施例的流程示意图;
图6为本发明图片展示方法第五实施例的流程示意图;
图7为本发明图片展示装置的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及的图片展示方法主要应用于图片展示设备,该图片展示设备可以是个人计算机(personal computer,PC)、便携计算机、移动终端等具有数据处理功能的设备。
参照图1,图1为本发明实施例方案中涉及的图片展示设备的硬件结构示意图。本发明实施例中,图片展示设备可以包括处理器1001(例如中央处理器Central ProcessingUnit,CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity,WI-FI接口);存储器1005可以是高速随机存取存储器(random accessmemory,RAM),也可以是稳定的存储器(non-volatile memory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解,图1中示出的硬件结构并不构成对本发明的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及图片展示程序。在图1中,网络通信模块可用于连接服务器,与服务器进行数据通信;而处理器1001可以调用存储器1005中存储的图片展示程序,并执行本发明实施例提供的图片展示方法。
本发明实施例提供了一种图片展示方法。
参照图2,图2为本发明图片展示方法第一实施例的流程示意图。
实体在发布房源时,都是需要上传房源图片的,房源图片能够最直观的吸引客户咨询房源。目前房源发布系统一般按照房源图片的上传顺序或随机顺序进行展示,用户上传的图片中质量较差的图片也会保留下来,这种展示方式不够规范,存在图片质量良莠不齐,图片展示顺序混乱的等问题,展示效果较差,容易给房客带来不好的浏览体验。
本实施例中,所述图片展示方法包括以下步骤:
步骤S10,获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分,其中,所述预设图像清晰度得分算法至少包括基于方差函数的清晰度算法或基于能量梯度函数的清晰得分算法;
本发明主要应用于图片处理技术领域,例如房产图片的处理技术领域。本发明的图片展示方法可以由房源发布系统或者其他与房源发布系统外接的服务器执行。房源发布系统可以是各种房源发布网站的系统,例如租房网站或房产交易网站等,先获取房东、中介或者房源管理人等用户在房源发布系统发布房源时上传的第一房源图片,本发明的第一房源图片指的是在用户发布房源时上传的每个房源的图片,用户在发布房源时对每个房源上传的图片可以包括主厅图片、卧室图片或厨房图片等不同场景类型的多个房源图片,第一房源图片集指的是用户发布特定房源的第一房源图片的集合。
在获得第一房源图片集时,基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分。本实施例的预设图片清晰度得分算法指的是预先设定的用来计算图片的清晰度得分这一图片质量参数的算法,可以包括基于方差函数的清晰度算法或基于能量梯度函数的清晰得分算法,还可以包括基于以下函数的清晰度得分算法:Brenner梯度函数;Tenengrad梯度函数;Laplacian梯度函数;SMD(灰度方差)函数;SMD2(灰度方差乘积)函数。在本实施例中,根据基于上述函数的清晰度得分算法来对图片计算清晰度得分为现有技术手段,在此不再赘述。
步骤S20,将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;
预设分数阈值指的是预先基于打分算法设定的,用于对用户图片进行筛选的分数阈值,以确保上传图像的质量。在获得图像的打分结果时,先将图像的打分结果与预设质量分数阈值进行对比,判断图像的打分结果是否大于预设质量分数阈值。在本实施例中,对于用户对各个房源上传的所有第一房源图片,逐个地将图片的清洗度得分与预设分数阈值进行对比,若一个第一房源图片的清晰度得分大于或等于预设分数阈值,则保留该第一房源图片,否则,舍弃该第一房源图片。在对一个房源的所有第一房源图片完成了上述操作后,获得该房源的基于预设分数阈值筛选后保留的房源图片,即第二房源图片,在本实施例中,第二房源图片集包括筛选后保留的多个房源图片。进一步地,对于舍弃的第一房源图片,可以生成提示该图片审核不通过的提示信息,并将提示信息发送至上传该第一房源图片的用户终端,以提示用户图片审核不通过,用户可以基于该提示信息重新上传图片。
步骤S30,基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;
基于步骤S20,本实施例的第二房源图片指的是第二房源图片集中的各个房源图片。在获得筛选后的第二房源图片集时,对第二房源图片集中各个第二房源图片进行场景识别即对图像进行分析处理,确定图像对应的场景类型,场景类型可以包括客厅、卧室或书房等不同功能的类型。可以预先采集各种场景类型的图像,并对图像作场景类型的标识,获得场景识别模型的训练集,然后,将图像作为已有网络模型的输入,将对应的图像场景类型的标识作为网络模型的输出,训练得到房源图片的场景类型进行识别的深度学习模型。在需要对图像进行场景识别时,将图像输入训练好的场景识别深度学习模型进行处理,获得图像的场景识别结果,即图像的场景类型。在步骤S30中,对用户上传并筛选后的所有图像进行场景识别,识别各个第二房源图片的对应的场景类型。
步骤S40,基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;
在本实施例中,基于场景类型的预设展示规则指的是预先设定的基于图片的场景类型确定的图片的展示顺序或确定用来作为封面的图片等展示要素的确定规则。本实施例中的预设展示规则可以包括用来从第二房源图片中确定用来作为封面图的房源图片展示规则,即基于场景类型的封面图展示规则,也可以包括用来确定个张第二房源图片的展示顺序的基于场景类型的展示顺序规则。在基于场景类型的封面图展示规则中,可以包括封面图的类型信息。在确定图像的场景类型后,根据基于场景类型的封面图展示规则确定封面图类型信息和图像的场景类型确定用于作为封面图的图像。例如,基于场景类型的封面图展示规则可以将封面图的场景类型设定为客厅场景。若用户上传的图像中有多个图像属于预设展示方式中的封面图类型,则可以基于步骤S10获得的清晰度得分将清晰度得分最大的图片作为封面图。基于场景类型的展示顺序规则可以设定图像或图像类型的展示顺序。具体地,房源发布系统的管理员可以在预先展示方式中各个场景类型的图片展示顺序,例如,按照客厅、书房、卧室、厨房以及厕所的顺序进行图片展示。若用户上传的图像中,每个场景类型分别对应一个图像,则分别对客厅场景类型对应的图像添加序号标识“1”,书房场景类型对应的图像添加序号标识“2”……,基于图像场景类型与展示顺序信息进添加序号标识,以在接收到展示指令时,按照序号标识的顺序进行图像展示。若用户上传的图像中,一个图像场景类型中存在两个以上的图像,则在在该场景类型的图像展示时,可以基于图像的质量打分结果确定同个场景类型中的多个图像的展示顺序,或者根据随机算法,对同个场景类型的图像展示顺序。根据封面图片或图片的展示顺序的等要素确定的该房源的第二房源图片集的展示方式,并基于该展示方式对所有的第二房源图片进行展示。
步骤S50,基于所述展示方式对第二房源图片集进行展示。
基于上述步骤,在确定一个房源的各个第二房源图片的展示顺序或用来作为封面图的第二房源图片后,将步骤S40中确定的封面图像作为房源链接入口的封面图像或者房源信息介绍页面的封面图像。在接收到用户在房源信息介绍页面触发的房源图像展示指令时,基于步骤S40确定的图像展示顺序进行图像展示。
在本是实施例中,获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;基于所述展示方式对第二房源图片集进行展示。通过上述方式,通过对图片计算清晰度得分来确定房源图片的质量,基于预设分数阈值对房源图片进行筛选,从而避免对差质量图片的展示,根据基于场景类型的图片展示规则确定对保留的高质量的房源图片进行展示的展示方式,从而对图片的展示方式进行规范没提高房客的浏览体验。
参照图3,图3为本发明图片展示方法第二实施例的流程示意图。
在本实施例中,步骤S60执行在步骤S30之前即可,而在实际应用中,一般事先训练好模型,再获取待处理数据,并利用训练好的模型对待处理数据进行分析处理,即,在实际应用中,步骤S60一般执行在步骤S10之前,如图3所示。
基于上述实施例,在本实施例中,步骤S30之前包括:
步骤S60,获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;
基于上述实施例,在本实施例中,在需要训练时,通过网站数据库或者人工拍摄的方式用来构建训练集的图片,即第三房源图片,在本实施例中,第三房源图片指的第三房源图片的集合。具体地,第三房源图片可以从各种已有的房源发布网站或者搜索网站中搜索得到。第三房源图片包括各种不同场景类型的图片,例如,主厅、卧室或厨房等。在获得训练集的第三房源图片时,开发人员可以基于经验分别对各个第三房源图片进行标注,标注房源图片对应的场景类型信息,对标注完成时,获得用于训练场景识别模型的训练集。
步骤S70,将所述训练集中的各第三房源图片作为深度学习模型的输入,将对应标注的场景类型信息作为深度学习模型的输出,训练得到深度学习场景识别模型;
基于步骤S60,在获得用来训练场景识别模型的训练集后,将第三房源图片深度学习网络模型的输入,对应标注的场景类型信息作为深度学习网络模型的输出,训练得到深度学习场景识别模型。
步骤S30包括:
步骤S80,将各个第二房源图片输入到所述深度学习场景识别模型中进行分析处理,确定各个第二房源图片对应的场景类型。
在本实施例中,获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;将所述训练集中的各第三房源图片作为深度学习模型的输入,将对应标注的场景类型信息作为深度学习模型的输出,训练得到深度学习场景识别模型;将各个第二房源图片输入到所述深度学习场景识别模型中进行处理,确定各个第二房源图片对应的场景类型。通过上述方式,获得准确识别图片的对应的场景的深度学习场景识别模型。
进一步地,图4为本发明图片展示方法第三实施例的流程示意图。
基于上述实施例,在本实施例中,所述基于场景类型的预设展示规则包括基于场景类型的展示顺序规则,步骤S40包括:
步骤S90,根据基于场景类型的展示顺序规则,以及各个第二房源图片的场景类型确定各个第二房源图片的展示顺序;
基于上述实施例,在本实施例中,基于场景类型的展示顺序规则指的是用来基于各个第二房源图片的场景类型确定个张第二房源图片的展示顺序的规则。房源发布系统的管理员可以在预先展示方式中各个场景类型的图片展示顺序,例如,按照客厅、书房、卧室、厨房以及厕所的顺序进行图片展示。若用户上传的图像中,每个场景类型分别对应一个图像,则分别对客厅场景类型对应的图像添加序号标识“1”,书房场景类型对应的图像添加序号标识“2”……,基于图像场景类型与展示顺序信息进添加序号标识,以在接收到展示指令时,按照序号标识的顺序进行图像展示。若用户上传的图像中,一个图像场景类型中存在两个以上的图像,则在在该场景类型的图像展示时,可以基于图像的质量打分结果确定同个场景类型中的多个图像的展示顺序,或者根据随机算法,对同个场景类型的图像展示顺序。
步骤S50包括:
步骤S100,基于各个第二房源图片的展示顺序对第二房源图片集进行展示。
基于步骤S90,根据封面图片或图片的展示顺序的等要素确定的该房源的第二房源图片集的展示方式,并基于该展示方式对所有的第二房源图片进行展示。具体地,在接收到用户在房源信息介绍页面触发的房源图像展示指令时,基于步骤S90确定的图像展示顺序进行图像展示。
在本实施例中,所述基于场景类型的预设展示规则包括基于场景类型的展示顺序规则,根据基于场景类型的展示顺序规则,以及各个第二房源图片的场景类型确定各个第二房源图片的展示顺序;基于各个第二房源图片的展示顺序对第二房源图片集进行展示。通过上述方式,实现基于房源图片的场景类型对第二房源图片集进行展示,规范图片的展示顺序,提高用户的浏览体验。
进一步地,图5为本发明图片展示方法第四实施例的流程示意图。
基于上述实施例,在本实施例中,在步骤S100之前,步骤S40还包括:
步骤S110,根据基于场景类型的封面图展示规则,以及各个第二房源图片的场景类型确定第二房源图片集中用于作为封面图的第二房源图片;
其中,步骤S110为步骤S40除了步骤S90之外的另一个执行步骤,可以执行在步骤S90之前,也可以执行在步骤S90之后。
基于上述实施例,在本实施例中,基于场景类型的封面图展示规则指的是用来从第二房源图片集中确定用来作为封面图的房源图片展示规则。在基于场景类型的封面图展示规则中,可以包括封面图的类型信息。在确定图像的场景类型后,根据基于场景类型的封面图展示规则确定封面图类型信息和图像的场景类型确定用于作为封面图的图像。例如,基于场景类型的封面图展示规则可以将封面图的场景类型设定为客厅场景。若用户上传的图像中有多个图像属于预设展示方式中的封面图类型,则可以基于步骤S10获得的清晰度得分将清晰度得分最大的图片作为封面图。
步骤S100包括:
步骤S120,基于各个第二房源图片的展示顺序,以及用于作为封面图的第二房源图片对第二房源图片集进行展示。
在确定了用来作为封面图第二房源图片后,以及各个第二房源图片的展示顺序后,将步骤S110中确定的封面图像作为房源链接入口的封面图像或者房源信息介绍页面的封面图像。在接收到用户在房源信息介绍页面触发的房源图像展示指令时,基于步骤S90确定的图像展示顺序进行图像展示。
在本实施例中,所述基于场景类型的预设展示规则包括基于场景类型的封面图展示规则,根据基于场景类型的封面图展示规则,以及各个第二房源图片的场景类型确定第二房源图片集中用于作为封面图的第二房源图片;基于各个第二房源图片的展示顺序,以及用于作为封面图的第二房源图片对第二房源图片集进行展示。通过上述方式,实现基于房源图片的场景类型对第二房源图片集进行展示,确定更加合适的封面图,规范图片的展示顺序,进一步提高用户的浏览体验。
进一步地,图6为本发明图片展示方法第五实施例的流程示意图。
基于上述实施例,在本实施例中,步骤S100之前包括:
步骤S130,将属于同个场景类型的各第二房源图片的清晰度得分进行对比,根据清晰度得分的对比结果确定同个场景类型的各第二房源图片基于清晰度得分的展示顺序;
基于上述实施例,在本实施例中,在用户对一个房源上传的房源图片筛选后的第二房源图片集中,一个场景类型可能会存在多张房源图片,例如,在第二房源图片集中存在多张主厅的图片。基于场景类型的展示顺序规则可以确定不同场景类型的房源图片的相对展示顺序,例如,客厅图片在厨房图片之前展示。本实施例提供一种确定同个场景类型中的房源图片展示顺序确定方法。基于步骤S10可以获得各个第一房源图片的清晰度得分,亦即可以基于步骤S10中的清晰度得分确定筛选后的第二房源图片的清晰度得分。对于同个场景类型的房源图片,可以按照图片清晰度得分的大小关系将房源图片按照清晰度得分从大到小或清晰度得分从小到大的顺序进行排列,图片的排列顺序即为图片在场景类型内部的展示顺序,即基于清晰度得分的展示顺序。对所有场景类型的图片进行上述操作,确定所有场景类型内部图片的基于清晰度得分的展示顺序。
步骤S100包括:
步骤S140,根据基于场景类型的展示顺序以及基于清晰度得分的展示顺序确定各个第二房源图片的展示顺序。
在确定基于清晰度得分的展示顺序以及基于场景类型的展示顺序后,结合场景类型的展示顺序以及基于清晰度得分的展示顺序确定各个第二房源图片的展示顺序。具体地,若主厅这一场景类型对应的第二房源图片包括A、B、C以及D,在主厅这一场景类型中,清晰度得分的排列顺序为:A、B、C以及D;而在厨房这一场景类型对应的第二房源图片包括Q、W以及E,且在厨房这一场景类型中,清晰度得分的排列顺序为Q、W以及E,而且根据基于场景类型的排列顺序为先展示客厅后在展示厨房,则上述图片的展示顺序为A、B、C、D、Q、W以及E。
在本实施例中,将属于同个场景类型的各第二房源图片的清晰度得分进行对比,根据清晰度得分的对比结果确定同个场景类型的各第二房源图片基于清晰度得分的展示顺序;根据基于场景类型的展示顺序以及基于清晰度得分的展示顺序确定各个第二房源图片的展示顺序。通过上述方式,根据基于场景类型的展示顺序确定不同场景类型的相对展示顺序,并根据同个场景类型中的图片的清晰度得分的确定同个场景类型中各个房源图片的展示顺序,以规范图片的展示顺序,提高用户的浏览体验。
此外,本发明实施例还提供一种图片展示装置。
参照图7,图7为本发明图片展示装置第一实施例的功能模块示意图。
本实施例中,所述图片展示装置包括:
获取模块10,用于获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;
对比模块20,用于将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;
识别模块30,用于基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;
确定模块40,用于基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;
展示模块50,用于基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式。
进一步的,所述图片展示模块还包括:
构建模块,用于获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;
训练模块,用于获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;
所述识别模块还用于:
将各个第二房源图片输入到所述深度学习场景识别模型中进行处理,确定各个第二房源图片对应的场景类型。
进一步的,所述确定模块还用于根据基于场景类型的展示顺序规则,以及各个第二房源图片的场景类型确定各个第二房源图片的展示顺序;
所述展示模块还用于:
基于各个第二房源图片的展示顺序,以及用于作为封面图的第二房源图片对第二房源图片集进行展示。
进一步的,所述确定模块还用于:
将属于同个场景类型的各第二房源图片的清晰度得分进行对比,根据清晰度得分的对比结果确定同个场景类型的各第二房源图片基于清晰度得分的展示顺序;
根据基于场景类型的展示顺序以及基于清晰度得分的展示顺序确定各个第二房源图片的展示顺序。
此外,本发明实施例还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有图片展示程序,其中所述图片展示程序被处理器执行时,实现如上述的图片展示方法的步骤。
其中,图片展示程序被执行时所实现的方法可参照本发明图片展示方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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上述实施例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,本发明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如上所述的一个存储介质(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,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种图片展示方法,其特征在于,所述图片展示方法包括:
获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;
将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;
基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;
基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;
基于所述展示方式对第二房源图片集进行展示。
2.如权利要求1所述的图片展示方法,其特征在于,所述基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别的步骤之前包括:
获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;
将所述训练集中的各第三房源图片作为深度学习模型的输入,将对应标注的场景类型信息作为深度学习模型的输出,训练得到深度学习场景识别模型;
所述基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型的步骤包括:
将第二房源图片集中各个第二房源图片输入到所述深度学习场景识别模型中进行处理,确定各个第二房源图片对应的场景类型。
3.如权利要求1所述的图片展示方法,其特征在于,所述基于场景类型的预设展示规则包括基于场景类型的展示顺序规则,所述基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式包括:
根据基于场景类型的展示顺序规则,以及各个第二房源图片的场景类型确定各个第二房源图片的展示顺序;
所述基于所述展示方式对第二房源图片集进行展示的步骤包括:
基于各个第二房源图片的展示顺序对第二房源图片集进行展示。
4.如权利要求3所述的图片展示方法,其特征在于,所述基于场景类型的预设展示规则包括基于场景类型的封面图展示规则,所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤之前,所述基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式还包括:
根据基于场景类型的封面图展示规则,以及各个第二房源图片的场景类型确定第二房源图片集中用于作为封面图的第二房源图片;
所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤包括:
基于各个第二房源图片的展示顺序,以及用于作为封面图的第二房源图片对第二房源图片集进行展示。
5.如权利要求3所述的图片展示方法,其特征在于,所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤之前包括:
将属于同个场景类型的各第二房源图片的清晰度得分进行对比,根据清晰度得分的对比结果确定同个场景类型的各第二房源图片基于清晰度得分的展示顺序;
所述基于各个第二房源图片的展示顺序对第二房源图片集进行展示的步骤包括:
根据基于场景类型的展示顺序以及基于清晰度得分的展示顺序确定各个第二房源图片的展示顺序。
6.如权利要求1所述的图片展示方法,其特征在于,所述预设图像清晰度得分算法至少包括基于方差函数的清晰度算法或基于能量梯度函数的清晰得分算法。
7.一种图片展示装置,其特征在于,所述图片展示装置包括:
获取模块,用于获取用户发布房源时上传的第一房源图片集,并基于预设图片清晰度得分算法计算第一房源图片集中各个第一房源图片的清晰度得分;
对比模块,用于将各个第一房源图片的清晰度得分分别与预设分数阈值进行对比,筛选清晰度得分大于或等于所述预设分数阈值的第二房源图片集;
识别模块,用于基于场景识别模型对第二房源图片集中各个第二房源图片进行场景识别,确定各个第二房源图片对应的场景类型;
确定模块,用于基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式;
展示模块,用于基于各个第二房源图片的场景类型与基于场景类型的预设展示规则确定第二房源图片集的展示方式。
8.如权利要求7所述的图片展示装置,其特征在于,所述图片展示模块还包括:
构建模块,用于获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;
训练模块,用于获取第三房源图片集以及用户对第三房源图片集中各个第三房源图片标注的场景类型信息,构建用于训练场景识别模型的训练集;
所述识别模块还用于:
将各个第二房源图片输入到所述深度学习场景识别模型中进行处理,确定各个第二房源图片对应的场景类型。
9.一种图片展示设备,其特征在于,所述图片展示设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的图片展示程序,其中所述图片展示程序被所述处理器执行时,实现如权利要求1至6中任一项所述的图片展示方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有图片展示程序,其中所述图片展示程序被处理器执行时,实现如权利要求1至6中任一项所述的图片展示方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910202226.2A CN110060122A (zh) | 2019-03-16 | 2019-03-16 | 图片展示方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910202226.2A CN110060122A (zh) | 2019-03-16 | 2019-03-16 | 图片展示方法、装置、设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110060122A true CN110060122A (zh) | 2019-07-26 |
Family
ID=67316290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910202226.2A Pending CN110060122A (zh) | 2019-03-16 | 2019-03-16 | 图片展示方法、装置、设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110060122A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110737941A (zh) * | 2019-10-12 | 2020-01-31 | 南京我爱我家信息科技有限公司 | 一种基于概率模型及像素统计模型的房屋装修程度识别系统和方法 |
CN111145143A (zh) * | 2019-11-29 | 2020-05-12 | 泰康保险集团股份有限公司 | 问题图像确定方法及装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138963A (zh) * | 2015-07-31 | 2015-12-09 | 小米科技有限责任公司 | 图片场景判定方法、装置以及服务器 |
CN107153838A (zh) * | 2017-04-19 | 2017-09-12 | 中国电子科技集团公司电子科学研究院 | 一种照片自动分级方法及装置 |
CN107273510A (zh) * | 2017-06-20 | 2017-10-20 | 广东欧珀移动通信有限公司 | 照片推荐方法及相关产品 |
CN109040603A (zh) * | 2018-10-15 | 2018-12-18 | Oppo广东移动通信有限公司 | 高动态范围图像获取方法、装置及移动终端 |
-
2019
- 2019-03-16 CN CN201910202226.2A patent/CN110060122A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138963A (zh) * | 2015-07-31 | 2015-12-09 | 小米科技有限责任公司 | 图片场景判定方法、装置以及服务器 |
CN107153838A (zh) * | 2017-04-19 | 2017-09-12 | 中国电子科技集团公司电子科学研究院 | 一种照片自动分级方法及装置 |
CN107273510A (zh) * | 2017-06-20 | 2017-10-20 | 广东欧珀移动通信有限公司 | 照片推荐方法及相关产品 |
CN109040603A (zh) * | 2018-10-15 | 2018-12-18 | Oppo广东移动通信有限公司 | 高动态范围图像获取方法、装置及移动终端 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110737941A (zh) * | 2019-10-12 | 2020-01-31 | 南京我爱我家信息科技有限公司 | 一种基于概率模型及像素统计模型的房屋装修程度识别系统和方法 |
CN111145143A (zh) * | 2019-11-29 | 2020-05-12 | 泰康保险集团股份有限公司 | 问题图像确定方法及装置、电子设备和存储介质 |
CN111145143B (zh) * | 2019-11-29 | 2023-07-18 | 泰康保险集团股份有限公司 | 问题图像确定方法及装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102843511B (zh) | 图像处理支持系统、信息处理设备和图像处理支持方法 | |
US11670055B1 (en) | Facial expression tracking during augmented and virtual reality sessions | |
Giessner et al. | The power of pictures: Vertical picture angles in power pictures | |
EP4083929A1 (en) | Information providing device, information providing system, information providing method, and information providing program | |
CN110060122A (zh) | 图片展示方法、装置、设备及计算机可读存储介质 | |
US20220148269A1 (en) | Information providing apparatus, information providing system, and information providing method | |
US11775741B2 (en) | Methods and systems for providing an electronic form | |
US20220261527A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
US20210027548A1 (en) | Information processing device and attendance state management method | |
KR102223946B1 (ko) | 공유영상을 활용한 온라인 화상강의 시스템 | |
JP2015513331A (ja) | ルールベースのコンテンツ最適化のためのシステム及び方法 | |
CN116823028A (zh) | 教学质量评价系统及方法 | |
CN108197203A (zh) | 一种门脸头图挑选方法、装置、服务器和存储介质 | |
EP3690784A1 (en) | Method, server and system for feeding back tag of file tagged by user | |
KR20150083292A (ko) | 정보통신기기를 이용한 교육 컨텐츠 시스템 및 그 방법 | |
WO2009010058A1 (en) | Computer system for redesign | |
US20140244736A1 (en) | File Sharing in a Social Network | |
US11425121B2 (en) | Generating an evaluation-mask for multi-factor authentication | |
Bonok et al. | An implementation of virtual office information system services in basic telecommunication technique practices | |
KR102105273B1 (ko) | 시니어 커뮤니티 제공 방법 | |
CN109885757B (zh) | 客房搜索方法、装置、电子设备及存储介质 | |
SETIAWAN et al. | Usability testing to measure real perception generation level in introduction of Bengkulu university building based on virtual tour with 360 object modelling | |
US20210357642A1 (en) | Image-based property condition determination systems, methods, and devices | |
US20180232130A1 (en) | Storage medium, display method, and display apparatus | |
Gjorgjioski et al. | Spatial Analysis of Elderly Access to Photographic Services and Their Rating in Skopje |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190726 |