CN110580486A - 一种数据处理方法、装置、电子设备和可读介质 - Google Patents
一种数据处理方法、装置、电子设备和可读介质 Download PDFInfo
- Publication number
- CN110580486A CN110580486A CN201810581577.4A CN201810581577A CN110580486A CN 110580486 A CN110580486 A CN 110580486A CN 201810581577 A CN201810581577 A CN 201810581577A CN 110580486 A CN110580486 A CN 110580486A
- Authority
- CN
- China
- Prior art keywords
- image data
- information
- sharing
- program
- classification
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims description 64
- 239000013598 vector Substances 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims description 3
- 230000010365 information processing Effects 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 28
- 230000006870 function Effects 0.000 description 16
- 238000012549 training Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 235000010724 Wisteria floribunda Nutrition 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- PPDBOQMNKNNODG-NTEUORMPSA-N (5E)-5-(4-chlorobenzylidene)-2,2-dimethyl-1-(1,2,4-triazol-1-ylmethyl)cyclopentanol Chemical compound C1=NC=NN1CC1(O)C(C)(C)CC\C1=C/C1=CC=C(Cl)C=C1 PPDBOQMNKNNODG-NTEUORMPSA-N 0.000 description 1
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04842—Selection of displayed objects or displayed text elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/235—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
-
- 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
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
- H04L51/046—Interoperability with other network applications or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
- H04L51/10—Multimedia information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/216—Handling conversation history, e.g. grouping of messages in sessions or threads
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Biophysics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供了一种数据处理方法、装置、电子设备和可读介质,以提高信息的处理效率。所述的方法包括:获取图像数据;识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息;依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。能够自动确定对图像数据的分享操作并执行分享,提高信息的处理效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种数据处理方法,一种数据处理装置,一种电子设备以及一种机器可读介质。
背景技术
随着终端技术的发展,越来越多的用户使用终端设备执行所需的操作,例如通过浏览器查询信息,通过社交软件进行信息分享和交互,通过即时通信软件进行通信等。
用户在浏览信息的过程中,有时遇到感兴趣的图片等信息后,可存储到终端设备中,然后再开启相应的软件程序进行分享,如发送给通信程序中的好友,又如在购物程序中搜索相应商品等。
但是,这种分享往往需要用户自己确定执行分享的程序,如关闭当前程序后开启需要分享的程序,又如在当前程序中选择分享选项,在查询分享的程序等,信息处理效率较低。
发明内容
本申请实施例提供一种数据处理方法,以提高信息的处理效率。
相应的,本申请实施例还提供了一种数据处理装置、一种电子设备和一种机器可读介质,用以保证上述方法的实现及应用。
为了解决上述问题,本申请实施例公开了一种数据处理方法,包括:获取图像数据;识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息;依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
本申请实施例还公开了一种数据处理装置,包括:获取模块,用于获取图像数据;识别模块,用于识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息;分享模块,用于依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
本申请实施例还公开了一种电子设备,包括:处理器;和存储器,其上存储有可执行代码,当所述可执行代码被执行时,使得所述处理器执行如本申请实施例中一个或多个所述的数据处理方法。
本申请实施例还公开了一个或多个机器可读介质,其上存储有可执行代码,当所述可执行代码被执行时,使得处理器执行如本申请实施例中一个或多个所述的数据处理方法。
本申请实施例还公开了一种用于电子设备的操作系统,包括:处理单元,获取图像数据;识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息;分享单元,依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
与现有技术相比,本申请实施例包括以下优点:
在本申请实施例中,可获取需要分享的图像数据,然后确定该图像数据的分类信息,如确定图像中内容的分类,并依据该分类信息确定对应的分享操作信息,然后可依据分享操作信息发布所述图像数据,从而能够自动确定对图像数据的分享操作并执行分享,提高信息的处理效率。
附图说明
图1是本申请实施例中图像分享处理的示意图;
图2是本申请实施例中一种分享处理的界面示意图;
图3是本申请实施例中另一种分享处理的界面示意图;
图4是本申请实施例中一种图像截取示例的示意图;
图5是本申请实施例中一种分类器的处理示意图;
图6是本申请实施例中一种数据分析器的处理示意图;
图7是本申请的一种数据处理方法实施例的步骤流程图;
图8是本申请的另一种数据处理方法实施例的步骤流程图;
图9是本申请实施例中一种系统模块的结构示意图;
图10是本申请的一种数据处理装置实施例的结构框图;
图11是本申请的另一种数据处理装置实施例的结构框图;
图12是本申请一实施例提供的电子设备的硬件结构示意图;
图13是本申请另一实施例提供的电子设备的硬件结构示意图;
图14是本申请实施例的一种操作系统的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
本申请实施例提出一种数据处理方法,对获取的图像数据能够自动识别其对应的分类信息,其中,可依据图像数据中包含的内容识别分类信息,再依据分类信息确定对应的分享操作信息,依据分享操作信息发布所述图像数据,从而能够自动确定对图像数据的分享操作并执行分享,提高信息的处理效率。本申请实施例中,分享指的是共同使用,图像数据可与其他应用程序共同使用,还可展示给其他用户观看,例如在购物程序中搜索图像中的商品,又如在通信程序中发送给好友等。
参照图1所示,为本申请实施例中图像分享处理的示意图。
在步骤102中可获取图像数据。其中图像数据的获取来源有多种,例如可从网络中下载,可从本地获取,可拍照获取,也可从程序中下载或者截取屏幕的图像来获取。其中,截取方式获取的图像数据的步骤包括:依据指示信息截取屏幕图像,生成对应的图像数据。用户在使用终端设备时,若对终端设备显示的内容感兴趣,可通过各种操作发出指示信息,然后依据该指示信息截取屏幕的图像,得到相应的图像数据,如截取整个屏幕的图像或者屏幕中部分区域的图像。所述指示信息依据以下至少一种操作触发包括:点击操作、手势操作、滑动操作。可点击、双击屏幕等生成点击操作。也可在终端设备上执行设定的手势生成手势操作如摇动设备、或在屏幕上作手势等。还可在屏幕上滑动来生成滑动操作,如滑动圈出截取屏幕图像的区域等。
一个示例中,所述依据指示信息截取屏幕图像,包括:依据指示信息确定截取区域,截取所述截取区域对应的屏幕图像。依据指示信息可确定出截取区域,如依据指示信息确定区域的坐标信息,又如获取区域中心点来确定区域坐标等,然后在该截取区域内截取屏幕图像。如图2中左侧的屏幕示意图,可从指示信息中获取点击的位置,将该位置作为圆形区域的圆心,并设置半径确定圆形区域,截取该圆形区域的图像。又如在屏幕上滑动发出指示信息,依据滑动坐标确定对应的区域,其中滑动的区域可能不规则,可将滑动区域调整为对应的圆形、方形、三角形等各种区域,然后截取图像数据。
如图4所示的一种图像截取示例中,系统内核包括:输入设备和图像处理设备,其中,输入设备用于检测输入,图像处理设备用于执行图像相关的处理,例如图像处理设备为GPU(Graphics Processing Unit,图形处理器)。该操作系统还包括:输入处理模块、窗口管理器和图像合成器,其中,输入处理模块用于对输入事件进行处理,窗口管理器用于管理界面窗口,如定位指示截取图像的窗口等,图像合成器用于合成图像。在步骤402中可通过输入设备检测输入事件,然后将输入事件(input event)传输给输入处理模块。然后步骤404中采用输入处理模块依据输入事件识别手势,输入手势划定的区域坐标(topx,topy,width,height)给窗口管理器。在步骤406中窗口管理器可依据手势及区域坐标等信息确定窗口信息并输出,例如可确定手势作用的窗口,如当前运行应用界面的窗口等,然后输出该窗口对应的图层标识及该图层截取区域的坐标等作为窗口信息给图像合成器。在步骤408中图像合成器传输该窗口信息给图像处理设备截取图像,再返回图像合成器合成图像数据,例如从GPU中读取指定区域的图像,反馈给图像合成器生成对应格式的图像数据。还可将图像数据返回给窗口管理器进行显示等处理。
然后在步骤104中识别图像数据的分类信息,其中可识别出图像中的内容再依据内容确定分类信息。例如训练分类器,基于该分类器进行图像数据对应类别的识别,从而可采用分类器识别图像数据中包含的内容对应的分类信息。其中,分类器也可称为分类模型、用于分类的数据集合等,该分类器用于对图像中包含内容的类别进行识别,分类器可基于数据模型训练得到。可以将图像输入到分类器中,该分类器可输出该图像的分类信息,其中该分类信息中可一个或多个类别,类别为图像数据所包含内容所属的类别。例如对于图2中左侧的屏幕示意图,对其截取的圆形区域对应的图像数据,可识别其中包含的内容为衣服或上衣、T恤等类别。
一个示例中基于图像数据库和卷积神经网络(Convolutional Neural Network,CNN)模型训练分类器,其中,图像数据库可存储从终端设备、网络等获取的图像数据,以及该图像数据所包含内容的分类信息等,从而对卷积神经网络模型进行训练,得到分类器,该分类器可识别图像中包含内容的分类信息。
本申请一个可选实施例中,所述采用分类器识别图像数据中包含的内容对应的分类信息,包括:采用分类器对图像数据进行分类处理,确定所述图像数据中包含的内容的分类结果向量,将所述分类结果向量作为分类信息。可将图像数据输入分类器,分类器对图像进行分类处理,然后输出图像数据中包含的内容的分类结果向量,其中可输出一个或多个分类结果向量,将分类结果向量作为分类信息。
如图5所示为一种分类器的处理示意图,可从图像数据中提取R、G、B、A四个通道(channel)作为分类器的输入。其中,R通道为红色空间通道、G为绿色空间通道、B为蓝色空间通道、A为Alpha空间,也就是透明度/不透明度,用作不透明度参数。将在步骤502中将上述数据输入到分类器后,可通过分类器中的卷积层、全链路层、softmax层等处理,其中softmax层可看做归一化层,上述4各通道的数据通过一个或多个卷积层处理后输入到全链路层,然后采用全链路层确定各分类的概率等数据,再基于softmax层将各分类的概率等数据转化为分类结果向量。其中可基于不同分类结果的概率生成相应的分类结果向量,也可将各分类结果的概率整合为一个分类结果向量。例如分类的类别包括服饰、美食、风景、文字等,则可基于这些类别以及图像数据所属各类别的概率生成相应的分类结果向量。
本申请实施例中,通过分类器处理得到图像数据分类信息,该分类信息可为一级分类,也可为N级分类,N为大于1的正整数,具体可依据实际需求确定。如图2中截取圆形区域的图像,相应识别结果可为一级分类的衣服、二级分类的上衣或三级分类的T恤等。其中,对于二级分类到N级分类,可通过上述卷积层、全链路层、softmax层等网络模型的多次处理得到,如将一次处理得到的一级分类信息以及图像数据再次输入该网络模型中,可得二级或N级分类的分类信息。例如通过softmax层处理得到分类结果向量,得到一级分类如(服装概率,风景概率,人物概率,文本概率……),又如得到N级分类(衣服及其种类的概率,裤子及其种类的概率,袜子及其钟来的概率,……)。
从而通过训练得到的分类器可快速的确定图像数据的分类信息,图像数据及其分类信息在使用后也可作为训练数据,便于后续优化分类器。
得到分类信息后在步骤106中可依据所述分类信息确定对应的分享操作信息,依据该分类信息可确定相应类别的图像的分享信息,分享操作信息为发布该图像数据的相关信息,如包括分享图像数据的软件以及执行的操作信息等。其中可依据数据分析器对所述分类信息进行分析,确定所述图像数据的分享操作信息。该数据分析器可基于用户的使用习惯信息等训练得到,从而将分类信息输入到数据分析器进行处理,然后可输出图像数据的分享操作信息。其中,数据分析器也可称为数据分析器模型、用于分析的数据集合等,该数据分析器器用于确定图像分享操作信息,可基于数据模型训练得到。
本申请一个可选实施例中,所述依据数据分析器对所述分类信息进行分析,确定所述图像数据的分享操作信息,包括:获取使用习惯信息,将所述使用习惯信息转换为使用习惯向量;将所述使用习惯向量和分类结果向量输入到数据分析器中进行分析,确定所述图像数据的分享操作信息。对于图像的分享还可基于用户习惯确定,因此可预先收集用户的使用习惯信息,如用户在获取不同图像时执行分享的程序,又如用户在不同程序中执行的操作等,如在购物程序中搜索衣服,在即时通信程序中分享自拍,在旅游程序中查询旅游地信息等。还可将该使用习惯信息转换为使用习惯向量,如将使用习惯向量中程序和其中分享信息建立关联,对于分享信息按照类别生成向量,该向量中所属类别为1,其他类别为0,从而确定出每种程序对应分享信息的类别向量作为使用习惯向量,将使用习惯向量和分类结果向量输入到数据分析器中,通过数据分析器的分析,可输入该图像数据的分享操作信息。
其中,数据分析器可依据各种分析模型训练得到,例如通过多层神经网络(Multi-layer Perceptron,MLP)模型训练数据分析器。分享操作信息包括:程序信息、操作信息,其中程序信息为分享该图像数据的程序的信息,如程序标识、程序名称等,操作信息为对该图像数据执行分享操作的信息,如搜索、聊天等发布操作。所述操作信息包括分享类型和分享内容,其中分享类型为在程序中分享的页面类型,如搜索页面、信息发布页面、聊天页面等,分享内容为该图像数据对应的内容,如图像标识、图像存储地址等。
如图6所示的示例中,数据分析器基于MLP模型训练得到。在步骤602中将使用习惯向量和分类结果向量输入数据分析器,然后采用数据分析器进行处理,输入相应的分享操作信息。例如分享操作信息的格式为{程序,分享类型,分享内容},则依据输入可得一个分享操作信息如启动程序{淘宝},分享类型{搜索},分享内容{短裙图像};又如启动程序{高德},分享类型{定位},分享内容{富士山};启动程序{微信},分享类型{发朋友圈},分享内容{烤鸭图片}等。
本申请实施例中,分类器可确定图像的分类信息,数据分析器可分析对图像数据的分享操作信息,上述分类器和数据分析器可分别训练得到,也可组合为一个数据处理器,或者拆分为其他处理器等,或者采用其他的数据处理器、数据处理集合、处理模型等代替。其中,数学模型是运用数理逻辑方法和数学语言建构的科学或工程模型,数学模型是针对参照某种事物系统的特征或数量依存关系,采用数学语言,概括地或近似地表述出的一种数学结构,这种数学结构是借助于数学符号刻画出来的某种系统的纯关系结构。数学模型可以是一个或一组代数方程、微分方程、差分方程、积分方程或统计学方程及其组合,通过这些方程定量地或定性地描述系统各变量之间的相互关系或因果关系。除了用方程描述的数学模型外,还有用其他数学工具,如代数、几何、拓扑、数理逻辑等描述的模型。数学模型描述的是系统的行为和特征而不是系统的实际结构。
本申请实施例中上述使用习惯信息可上传给服务器,从而便于服务器基于各用户的使用习惯信息训练数据分析器,还可将分享操作信息添加到使用习惯信息中,从而更新数据分析器的训练集,通过训练提高数据分析器的准确性。
得到图像数据的分享操作信息后,可在步骤108中依据分享操作信息调用对应的程序,采用所述程序发布所述图像数据。其中,依据分享操作信息可确定需要调用的程序,然后在该程序中发布该图像数据,如搜索图像数据中的商品,在朋友圈中分享图像数据,将图像数据发送给好友等。其中,分享操作信息可包括一个或多个程序信息及其操作信息,即分享操作信息可推荐一个或多个程序给用户进行选择,因此还可接收用户的选择指示,依据该选择指示选择程序,然后在程序中发布该图像数据。
本申请一个可选实施例中,所述依据分享操作信息调用对应的程序,采用所述程序发布所述图像数据,包括:依据所述程序信息调用对应的程序,依据所述操作信息在所述程序中加载所述图像数据;依据发布指示发布所述图像数据。可以从程序信息中的程序标识、程序名称等确定需要调用的程序,然后调用该程序,再依据操作信息在程序中加载该图像数据,例如在程序中启动相应的页面加载图像数据,然后可接收用户的发布指示,如指示发送、查询以及添加编辑信息等,然后可依据发布指示发布图像数据,完成对图像数据的分享。
其中,所述依据操作信息在所述程序中加载所述图像数据,包括:依据所述分享类型在所述程序中启动对应的页面;依据所述分享内容在所述页面中加载所述图像数据。可以依据分享类型确定在程序中启动的页面,如搜索页面、聊天页面、朋友圈页面、微博编辑页面等,然后依据分型内容在该页面中加载所述图像数据,用户还可添加所需的编辑信息,如朋友圈、微博的文本数据或添加其他图像数据等,在编辑完后可在该页面中发布该图像数据。
如上述图2所示的示例中,用户在使用终端设备的过程中对一件衣服感兴趣,可以发出指示信息划定截取区域,然后在该截取区域中截取图像数据。该图像数据进行分类处理确定分类信息为衣服,然后通过分析处理得到分享操作信息为{即时通讯程序,发朋友圈,衣服图像},从而可启动即时通讯程序的朋友圈对应页面,然后在该页面中加载衣服的图像数据,然后用户可在该页面中编辑相应的信息,如图2右侧的终端界面所示,再点击发布控件执行发布操作,分享衣服图像给其他用户。
上述图3所示的示例中,用户在使用终端设备的过程中对一件衣服感兴趣,可以发出指示信息划定截取区域,然后在该截取区域中截取图像数据。该图像数据进行分类处理确定分类信息为T恤,然后通过分析处理得到分享操作信息包括:{即时通讯程序,发朋友圈,T恤图像}、{购物程序,搜索,T恤图像}、{即时通讯程序,发给好友,T恤图像}等,用户选择在购物程序中分享,因此可调用购物程序并启动相应的搜索页面,在该搜索页面中可加载图像数据进行搜索,或者分类信息的T恤进行搜索,得到相应的搜索结果如图3中右侧的终端界面所示。
本申请实施例中,在截取图像后可进行内容分类,如基于分类器识别图像中内容的分类信息,该分类器可基于CNN等模型训练得到,从而在终端设备上对图像进行智能分类。并且,用户还可对分类结果进行修正,例如图像分类为衣服,用户在购物程序中搜索时还可添加搜索信息如T恤等,从而修正信息还可上传到服务器中,作为训练数据便于后续调整分类器,提高分类的准确性。
参照图7,示出了本申请一种数据处理方法实施例的步骤流程图,具体包括如下步骤:
步骤702,获取图像数据。
终端设备可通过各种方式获取需要分享的图像数据,例如可从网络中下载,可从本地获取,可拍照获取,也可从程序中下载或者截取屏幕的图像来获取。其中可依据各种指示信息获取图像数据以及启动分享功能。
步骤704,识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息。
对于要分享的图像数据,可识别该图像数据中包含内容的分类信息,例如截取一种衣服的图像识别为衣服、T恤、短裙等分类信息,又如截取一张风景图像识别为山、水、桂林、富士山、丽江等分类信息。还可依据该分类信息确定对图像数据的分享操作信息,如分享图像的程序、所需执行的分享操作等。
步骤706,依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
依据该分享操作信息可调用对应的程序,然后在该程序中启动相应的页面,在页面中加载该图像数据并在用户指示后发布该图像数据。如对于衣服、T恤、短裙等在购物程序中搜索、或者在即时通讯程序中发送给好友以讨论是否值得够买等,又如在朋友圈、好友群组中分享山水图像,或者在旅游程序中搜索桂林、富士山、丽江等位置的旅游信息等。
综上,可获取需要分享的图像数据,然后确定该图像数据的分类信息,如确定图像中内容的分类,并依据该分类信息确定对应的分享操作信息,然后可依据分享操作信息发布所述图像数据,从而能够自动确定对图像数据的分享操作并执行分享,提高信息的处理效率。
参照图8,示出了本申请一种数据处理方法实施例的步骤流程图,具体包括如下步骤:
步骤802,依据指示信息截取屏幕图像,生成对应的图像数据。
用户使用终端设备的过程中。若对屏幕中显示的内容感兴趣,可通过各种方式发出指示信息,如点击、滑动、手势操作等发出指示信息,然后依据该指示信息截取屏幕图像,生成对应的图像数据。
其中,可依据指示信息确定截取区域,截取所述截取区域对应的屏幕图像。可依据该指示信息确定要截取图像的截取区域,如依据点击的位置确定圆形区域,依据滑动轨迹确定圆形、三角形、方形等多边形区域等,然后截取该截取区域内的屏幕图像,生成图像数据。
步骤804,采用分类器识别图像数据中包含的内容对应的分类信息。
可将图像数据输入到分类器中进行分类处理,从而分类器能够基于图像数据中包含的内容确定对应内容的分类信息,如分类信息为衣服、短裙、风景、桂林等。
其中,所述采用分类器识别图像数据中包含的内容对应的分类信息,包括:采用分类器对图像数据进行分类处理,确定所述图像数据中包含的内容的分类结果向量,将所述分类结果向量作为分类信息。可以将图像数据输入到分类器中进行分类处理,分类器可确定图像数据中包含的内容的分类,生成相应的分类结果向量并输出,可将该分类结果向量作为分类信息。
一个示例中,该分类结果向量可依据图像数据所属各类别的概率确定,例如设置100个分类,则分类器可确定图像数据属于各类别的概率,从而生成一100维的向量,向量中每个维度对应一个类别,该维度的值为图像数据属于该类别的概率值,从而生成相应的分类结果向量。
步骤806,依据数据分析器对所述分类信息进行分析,确定所述图像数据的分享操作信息。
然后将分类信息输入到数据分析器中,通过数据分析器对分类信息进行分析处理,得到该分类信息对应图像数据的分享操作信息,例如确定通常衣服在购物程序中搜索,风景在旅游程序中查询,文本在办公程序中编辑,动画图片在即时通讯程序中发布等。
其中,可获取使用习惯信息,将所述使用习惯信息转换为使用习惯向量;将所述使用习惯向量和分类结果向量输入到数据分析器中进行分析,确定所述图像数据的分享操作信息。本申请实施例可基于用户的习惯确定对图像数据的分享操作,因此可收集使用习惯信息,将该使用习惯信息转换为使用习惯向量,然后将使用习惯向量和分类结果向量输入到数据分析器,数据库基于图像数据的分类结果向量和使用习惯向量可确定对该图像数据的分享操作信息。所述分享操作信息包括:程序信息、操作信息,所述操作信息包括分享类型和分享内容。
步骤808,依据所述程序信息调用对应的程序,依据所述操作信息在所述程序中加载所述图像数据。
本申请实施例中,分享操作信息可能包括多个程序对应的操作信息,因此用户可选择一个程序作为调用的程序,然后依据程序信息调用该程序,再依据操作信息在程序中加载该图像数据。其中,可依据所述分享类型在所述程序中启动对应的页面;依据所述分享内容在所述页面中加载所述图像数据。可以从程序信息中的程序标识、程序名称等确定需要调用的程序,然后调用该程序,再依据分享类型确定在程序中启动的页面,如搜索页面、聊天页面、朋友圈页面、微博编辑页面等,然后依据分型内容在该页面中加载所述图像数据,用户还可添加所需的编辑信息,如朋友圈、微博的文本数据或添加其他图像数据等,在编辑完后可在该页面中发布该图像数据。
步骤810,依据发布指示发布所述图像数据。
可接收用户的发布指示,如指示发送、查询以及添加编辑信息等,然后可依据发布指示发布图像数据,完成对图像数据的分享。
本申请实施例中,可在操作系统中设备上述图像获取、分类、分享等功能,从而用户对终端设备操作过程中可依据需求随时分享各种信息,便捷的实现对信息的搜索、发布、定位查询等分享操作。因此可在操作系统中设置相应的功能接口API(ApplicationProgramming Interface,应用程序编程接口),从而在检测到手势操作后可生成指示信息,然后调用该功能接口,通过该功能接口实现对图像数据的分类信息、分享操作信息的确定并调用程序进行发布等。
在一个示例中,如图9所示,可在终端设备的操作系统中设置如下模块:功能接口902和处理模块904,其中功能接口902可包括各种接口,如手势识别接口、图像截取接口、图像识别接口以及分享所需调用程序的接口等。处理模块依据相应的处理逻辑构建,可包括图像处理单元9042、图像截取单元9044、内容分类单元9046和图像分享单元9048,其中,对于点击、滑动手势等操作图像处理单元9042可基于窗口管理器识别手势以及手势作用的窗口区域的信息,然后输入给图像截取单元9044,图像截取单元9044基于图像合成器可调用GPU等处理设备截取相应窗口区域的图像,生成图像数据。然后可将图像数据输入到内容分类单元9046中,通过分类器的处理得到相应的分类信息,再将分类信息输入到图像分享单元9048,图像分享单元9048将该分类信息结合用户使用习惯确定出分享操作信息,并基于应用管理器来调用相应的程序分享该图像数据。从而通过于内容分类和用户使用习惯的机器学习来学习用户对内容分享的需求,提供智能与便捷用户体验。
从而在一个示例中,基于上述模块提供的功能,可通过手势截取屏幕图像,然后通过分类处理、分享操作的分析等处理,确定出分享操作信息,其中该分享操作信息可展示分享操作的列表供用户选择,如对于识别图像得到的分类信息天目山,确定程序包括即时通讯程序、旅游程序、地图程序等,然后可接收用户的选择指示确定启动旅游程序,在该旅游程序中自动搜索图像对应内容“天目山”的旅游产品信息呈现给用户。
并且,对于上述用户的选择等使用习惯信息可反馈给系统,基于该使用习惯信息自动学习用户的行为,用以训练分类器、数据分析器等,那么经过多次学习之后,下次用户再分享类似的内容,比如图像对应内容的分类信息识别为“黄山”或“风景区”等,则通过处理得到分享操作信息后,可自动启动旅游程序,搜索图像数据对应的内容“黄山”或“风景区”等,来获取相应地点的旅游产品信息呈现给用户,无需用户再次选择,满足用户的需求,体现“懂得”用户的智能与便捷。
需要说明的是,对于方法实施例,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,本申请实施例并不受所描述的动作顺序的限制,因为依据本申请实施例,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,所涉及的动作并不一定是本申请实施例所必须的。
在上述实施例的基础上,本实施例还提供了一种数据处理装置,可以应用于终端设备、服务器等电子设备中。
参照图10,示出了本申请的一种数据处理装置实施例的结构框图,具体可以包括如下模块:
获取模块1002,用于获取图像数据。
识别模块1004,用于识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息。
分享模块1006,用于依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
综上,可获取需要分享的图像数据,然后确定该图像数据的分类信息,如确定图像中内容的分类,并依据该分类信息确定对应的分享操作信息,然后可依据分享操作信息发布所述图像数据,从而能够自动确定对图像数据的分享操作并执行分享,提高信息的处理效率。
参照图11,示出了本申请的另一种数据处理装置实施例的结构框图,具体可以包括如下模块:
获取模块1002,用于获取图像数据。
识别模块1004,用于识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息。
分享模块1006,用于依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
反馈模块1008,用于将所述分享操作信息添加到使用习惯信息中。
其中,所述识别模块1004,包括分类子模块10042和分享操作子模块10044,其中:
所述分类子模块10042,用于采用分类器识别图像数据中包含的内容对应的分类信息。
所述分享操作子模块10044,用于依据数据分析器对所述分类信息进行分析,确定所述图像数据的分享操作信息。
所述分类子模块10042,用于采用分类器对图像数据进行分类处理,确定所述图像数据中包含的内容的分类结果向量,将所述分类结果向量作为分类信息。
所述分享操作子模块10044,用于获取使用习惯信息,将所述使用习惯信息转换为使用习惯向量;将所述使用习惯向量和分类结果向量输入到数据分析器中进行分析,确定所述图像数据的分享操作信息
所述分享操作信息包括:程序信息、操作信息。分享模块1006,包括:程序调用子模块10062和数据分享子模块10064,其中:
所述程序调用子模块10062,用于依据所述程序信息调用对应的程序,依据所述操作信息在所述程序中加载所述图像数据。
所述数据分享子模块10064,用于依据发布指示发布所述图像数据。
所述操作信息包括分享类型和分享内容。所述程序调用子模块10062,用于依据所述分享类型在所述程序中启动对应的页面;依据所述分享内容在所述页面中加载所述图像数据。
所述获取模块1002,用于依据指示信息截取屏幕图像,生成对应的图像数据。
所述获取模块1002,用于依据指示信息确定截取区域,截取所述截取区域对应的屏幕图像。所述指示信息依据以下至少一种操作触发包括:点击操作、手势操作、滑动操作。
本申请实施例中,可在操作系统中设备上述图像获取、分类、分享等功能,从而用户对终端设备操作过程中可依据需求随时分享各种信息,便捷的实现对信息的搜索、发布、定位查询等分享操作。因此可在操作系统中设置相应的功能接口API(ApplicationProgramming Interface,应用程序编程接口),从而在检测到手势操作后可生成指示信息,然后调用该功能接口,通过该功能接口实现对图像数据的分类信息、分享操作信息的确定并调用程序进行发布等。
本申请实施例中,在截取图像后可进行内容分类,如基于分类器识别图像中内容的分类信息,该分类器可基于CNN等模型训练得到,从而在终端设备上对图像进行智能分类。并且,用户还可对分类结果进行修正,例如图像分类为衣服,用户在购物程序中搜索时还可添加搜索信息如T恤等,从而修正信息还可上传到服务器中,作为训练数据便于后续调整分类器,提高分类的准确性。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在终端设备时,可以使得该终端设备执行本申请实施例中各方法步骤的指令(instructions)。
本申请实施例提供了一个或多个机器可读介质,其上存储有可执行代码,当所述可执行代码被执行时,使得处理器执行如本申请实施例中一个或多个所述的数据处理方法。其中,所述电子设备包括终端设备、服务器(集群)等设备。本申请实施例中,终端设备指的是具有终端操作系统的设备,这些设备可支持音频、视频、数据等方面的功能,包括移动终端如智能手机、平板电脑、可穿戴设备,也可以是智能电视、个人计算机等设备。操作系统如AliOS、IOS、Android、Windows等。
图12为本申请一实施例提供的电子设备的硬件结构示意图,该电子设备可包括终端设备、服务器(集群)等设备。如图12所示,该电子设备可以包括输入设备120、处理器121、输出设备122、存储器123和至少一个通信总线124。通信总线124用于实现元件之间的通信连接。存储器123可能包含高速RAM(Random Access Memory,随机存取存储器),也可能还包括非易失性存储NVM(Non-Volatile Memory),例如至少一个磁盘存储器,存储器123中可以存储各种程序,用于完成各种处理功能以及实现本实施例的方法步骤。
可选的,上述处理器121例如可以为中央处理器(Central Processing Unit,简称CPU)、应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,该处理器121通过有线或无线连接耦合到上述输入设备120和输出设备122。
可选的,上述输入设备120可以包括多种输入设备,例如可以包括面向用户的用户接口、面向设备的设备接口、软件的可编程接口、摄像头、传感器中至少一种。可选的,该面向设备的设备接口可以是用于设备与设备之间进行数据传输的有线接口、还可以是用于设备与设备之间进行数据传输的硬件插入接口(例如USB接口、串口等);可选的,该面向用户的用户接口例如可以是面向用户的控制按键、用于接收语音输入的语音输入设备以及用户接收用户触摸输入的触摸感知设备(例如具有触摸感应功能的触摸屏、触控板等);可选的,上述软件的可编程接口例如可以是供用户编辑或者修改程序的入口,例如芯片的输入引脚接口或者输入接口等;可选的,上述收发信机可以是具有通信功能的射频收发芯片、基带处理芯片以及收发天线等。麦克风等音频输入设备可以接收语音数据。输出设备122可以包括显示器、音响等输出设备。
在本实施例中,该设备的处理器包括用于执行各电子设备中网络管理装置各模块的功能,具体功能和技术效果参照上述实施例即可,此处不再赘述。
图13为本申请另一实施例提供的电子设备的硬件结构示意图。图13是对图12在实现过程中的一个具体的实施例。如图13所示,本实施例的电子设备包括处理器131以及存储器132。
处理器131执行存储器132所存放的计算机程序代码,实现上述实施例中图1至图9的数据处理方法。
存储器132被配置为存储各种类型的数据以支持在电子设备的操作。这些数据的示例包括用于在电子设备上操作的任何应用程序或方法的指令,例如消息,图片,视频等。存储器132可能包含随机存取存储器RAM,也可能还包括非易失性存储器NVM,例如至少一个磁盘存储器。
可选地,处理器131设置在处理组件130中。该电子设备还可以包括:通信组件133,电源组件134,多媒体组件135,音频组件136,输入/输出接口137和/或传感器组件138。设备具体所包含的组件等依据实际需求设定,本实施例对此不作限定。
处理组件130通常控制设备的整体操作。处理组件130可以包括一个或多个处理器131来执行指令,以完成上述图1至图9方法的全部或部分步骤。此外,处理组件130可以包括一个或多个模块,便于处理组件130和其他组件之间的交互。例如,处理组件130可以包括多媒体模块,以方便多媒体组件135和处理组件130之间的交互。
电源组件134为设备的各种组件提供电力。电源组件134可以包括电源管理系统,一个或多个电源,及其他与为电子设备生成、管理和分配电力相关联的组件。
多媒体组件135包括在设备和用户之间的提供一个输出接口的显示屏。在一些实施例中,显示屏可以包括液晶显示器(LCD)和触摸面板(TP)。如果显示屏包括触摸面板,显示屏可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。
音频组件136被配置为输出和/或输入音频信号。例如,音频组件136包括一个麦克风(MIC),当设备处于操作模式,如语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器132或经由通信组件133发送。在一些实施例中,音频组件136还包括一个扬声器,用于输出音频信号。
输入/输出接口137为处理组件130和外围接口模块之间提供接口,上述外围接口模块可以是点击轮,按钮等。这些按钮可包括但不限于:音量按钮、启动按钮和锁定按钮。
传感器组件138包括一个或多个传感器,用于为设备提供各个方面的状态评估。例如,传感器组件138可以检测到设备的打开/关闭状态,组件的相对定位,用户与设备接触的存在或不存在。传感器组件138可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在,包括检测用户与设备间的距离。在一些实施例中,该传感器组件138还可以包括摄像头等。
通信组件133被配置为便于电子设备和其他电子设备之间有线或无线方式的通信。电子设备可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个实施例中,该电子设备中可以包括SIM卡插槽,该SIM卡插槽用于插入SIM卡,使得设备可以登录GPRS网络,通过互联网与服务器建立通信。
由上可知,在图13实施例中所涉及的通信组件133、音频组件136以及输入/输出接口137、传感器组件138均可以作为图12实施例中的输入设备的实现方式。
本申请实施例提供了一种电子设备,包括:处理器;和存储器,其上存储有可执行代码,当所述可执行代码被执行时,使得所述处理器执行如本申请实施例中一个或多个所述的数据处理方法。
本申请实施例还提供一种用于电子设备的操作系统,如图14所示,该终端设备的操作系统包括:处理单元1402和分享单元1404。
处理单元1402,获取图像数据;识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息。
分享单元1404,依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者终端设备不仅包括那些要素,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、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种数据处理方法,一种数据处理装置,一种电子设备以及一种机器可读介质,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (16)
1.一种数据处理方法,其特征在于,包括:
获取图像数据;
识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息;
依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
2.根据权利要求1所述的方法,其特征在于,所述识别图像数据的分类信息,包括:
采用分类器识别图像数据中包含的内容对应的分类信息。
3.根据权利要求2所述的方法,其特征在于,所述采用分类器识别图像数据中包含的内容对应的分类信息,包括:
采用分类器对图像数据进行分类处理,确定所述图像数据中包含的内容的分类结果向量,将所述分类结果向量作为分类信息。
4.根据权利要求3所述的方法,其特征在于,所述依据所述分类信息确定对应的分享操作信息,包括:
依据数据分析器对所述分类信息进行分析,确定所述图像数据的分享操作信息。
5.根据权利要求4所述的方法,其特征在于,所述依据数据分析器对所述分类信息进行分析,确定所述图像数据的分享操作信息,包括:
获取使用习惯信息,将所述使用习惯信息转换为使用习惯向量;
将所述使用习惯向量和分类结果向量输入到数据分析器中进行分析,确定所述图像数据的分享操作信息。
6.根据权利要求1所述的方法,其特征在于,所述分享操作信息包括:程序信息、操作信息。
7.根据权利要求6所述的方法,其特征在于,所述依据分享操作信息调用对应的程序,采用所述程序发布所述图像数据,包括:
依据所述程序信息调用对应的程序,依据所述操作信息在所述程序中加载所述图像数据;
依据发布指示发布所述图像数据。
8.根据权利要求7所述的方法,其特征在于,所述操作信息包括分享类型和分享内容,所述依据操作信息在所述程序中加载所述图像数据,包括:
依据所述分享类型在所述程序中启动对应的页面;
依据所述分享内容在所述页面中加载所述图像数据。
9.根据权利要求1所述的方法,其特征在于,所述获取图像数据,包括:
依据指示信息截取屏幕图像,生成对应的图像数据。
10.根据权利要求9所述的方法,其特征在于,所述依据指示信息截取屏幕图像,包括:
依据指示信息确定截取区域,截取所述截取区域对应的屏幕图像。
11.根据权利要求1所述的方法,其特征在于,所述发布图像数据之后,还包括:
将所述分享操作信息添加到使用习惯信息中。
12.根据权利要求9所述的方法,其特征在于,所述指示信息依据以下至少一种操作触发包括:点击操作、手势操作、滑动操作。
13.一种数据处理装置,其特征在于,包括:
获取模块,用于获取图像数据;
识别模块,用于识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息;
分享模块,用于依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
14.一种电子设备,其特征在于,包括:
处理器;和
存储器,其上存储有可执行代码,当所述可执行代码被执行时,使得所述处理器执行如权利要求1-12中一个或多个所述的数据处理方法。
15.一个或多个机器可读介质,其上存储有可执行代码,当所述可执行代码被执行时,使得处理器执行如权利要求1-12中一个或多个所述的数据处理方法。
16.一种用于电子设备的操作系统,其特征在于,包括:
处理单元,获取图像数据;识别图像数据的分类信息,并依据所述分类信息确定对应的分享操作信息;
分享单元,依据所述分享操作信息调用对应的程序,采用所述程序发布所述图像数据。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810581577.4A CN110580486B (zh) | 2018-06-07 | 2018-06-07 | 一种数据处理方法、装置、电子设备和可读介质 |
TW108108832A TW202001685A (zh) | 2018-06-07 | 2019-03-15 | 資料處理方法、裝置、電子設備和可讀媒體 |
PCT/CN2019/089772 WO2019233365A1 (zh) | 2018-06-07 | 2019-06-03 | 一种数据处理方法、装置、电子设备和可读介质 |
US17/108,996 US20210150243A1 (en) | 2018-06-07 | 2020-12-01 | Efficient image sharing |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810581577.4A CN110580486B (zh) | 2018-06-07 | 2018-06-07 | 一种数据处理方法、装置、电子设备和可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110580486A true CN110580486A (zh) | 2019-12-17 |
CN110580486B CN110580486B (zh) | 2024-04-12 |
Family
ID=68769717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810581577.4A Active CN110580486B (zh) | 2018-06-07 | 2018-06-07 | 一种数据处理方法、装置、电子设备和可读介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210150243A1 (zh) |
CN (1) | CN110580486B (zh) |
TW (1) | TW202001685A (zh) |
WO (1) | WO2019233365A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113194323A (zh) * | 2021-04-27 | 2021-07-30 | 口碑(上海)信息技术有限公司 | 信息交互方法、多媒体信息互动方法以及装置 |
CN113971136A (zh) * | 2021-12-03 | 2022-01-25 | 杭银消费金融股份有限公司 | 基于图像识别的页面测试方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001117995A (ja) * | 1999-10-21 | 2001-04-27 | Vision Arts Kk | 電子商取引システム及び電子商取引方法、識別情報付加装置及び識別情報付加プログラムを記録したコンピュータ読み取り可能な記録媒体、取引情報提供装置及び取引情報提供プログラムを記録したコンピュータ読み取り可能な記録媒体、決済情報提供装置及び決済情報提供プログラムを記録したコンピュータ読み取り可能な記録媒体、決済処理装置及び決済処理プログラムを記録したコンピュータ読み取り可能な記録媒体、電子商取引端末及び電子商取引プログラムを記録したコンピュータ読み取り可能な記録媒体 |
CN103338405A (zh) * | 2013-06-03 | 2013-10-02 | 四川长虹电器股份有限公司 | 一种截屏应用的方法、设备及系统 |
CN104657423A (zh) * | 2015-01-16 | 2015-05-27 | 北京合辉信息技术有限公司 | 应用间内容分享方法及其装置 |
CN105653152A (zh) * | 2015-12-23 | 2016-06-08 | 北京金山安全软件有限公司 | 一种图片处理方法、装置及电子设备 |
CN107450796A (zh) * | 2017-06-30 | 2017-12-08 | 努比亚技术有限公司 | 一种图片处理方法、移动终端和计算机可读存储介质 |
CN108076280A (zh) * | 2016-11-11 | 2018-05-25 | 北京佳艺徕经贸有限责任公司 | 一种基于图像识别的影像分享方法及装置 |
CN108108102A (zh) * | 2018-01-02 | 2018-06-01 | 联想(北京)有限公司 | 图像推荐方法及电子设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107301204A (zh) * | 2017-05-27 | 2017-10-27 | 深圳市金立通信设备有限公司 | 一种分享文件的方法及终端 |
CN107465949B (zh) * | 2017-07-13 | 2019-06-14 | 彭茂笑 | 一种在智能终端上保持多媒体信息实时显示的分享方法 |
CN107590006B (zh) * | 2017-09-05 | 2019-02-05 | Oppo广东移动通信有限公司 | 文件处理方法、装置及移动终端 |
-
2018
- 2018-06-07 CN CN201810581577.4A patent/CN110580486B/zh active Active
-
2019
- 2019-03-15 TW TW108108832A patent/TW202001685A/zh unknown
- 2019-06-03 WO PCT/CN2019/089772 patent/WO2019233365A1/zh active Application Filing
-
2020
- 2020-12-01 US US17/108,996 patent/US20210150243A1/en not_active Abandoned
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001117995A (ja) * | 1999-10-21 | 2001-04-27 | Vision Arts Kk | 電子商取引システム及び電子商取引方法、識別情報付加装置及び識別情報付加プログラムを記録したコンピュータ読み取り可能な記録媒体、取引情報提供装置及び取引情報提供プログラムを記録したコンピュータ読み取り可能な記録媒体、決済情報提供装置及び決済情報提供プログラムを記録したコンピュータ読み取り可能な記録媒体、決済処理装置及び決済処理プログラムを記録したコンピュータ読み取り可能な記録媒体、電子商取引端末及び電子商取引プログラムを記録したコンピュータ読み取り可能な記録媒体 |
CN103338405A (zh) * | 2013-06-03 | 2013-10-02 | 四川长虹电器股份有限公司 | 一种截屏应用的方法、设备及系统 |
CN104657423A (zh) * | 2015-01-16 | 2015-05-27 | 北京合辉信息技术有限公司 | 应用间内容分享方法及其装置 |
CN105653152A (zh) * | 2015-12-23 | 2016-06-08 | 北京金山安全软件有限公司 | 一种图片处理方法、装置及电子设备 |
CN108076280A (zh) * | 2016-11-11 | 2018-05-25 | 北京佳艺徕经贸有限责任公司 | 一种基于图像识别的影像分享方法及装置 |
CN107450796A (zh) * | 2017-06-30 | 2017-12-08 | 努比亚技术有限公司 | 一种图片处理方法、移动终端和计算机可读存储介质 |
CN108108102A (zh) * | 2018-01-02 | 2018-06-01 | 联想(北京)有限公司 | 图像推荐方法及电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113194323A (zh) * | 2021-04-27 | 2021-07-30 | 口碑(上海)信息技术有限公司 | 信息交互方法、多媒体信息互动方法以及装置 |
CN113194323B (zh) * | 2021-04-27 | 2023-11-10 | 口碑(上海)信息技术有限公司 | 信息交互方法、多媒体信息互动方法以及装置 |
CN113971136A (zh) * | 2021-12-03 | 2022-01-25 | 杭银消费金融股份有限公司 | 基于图像识别的页面测试方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
TW202001685A (zh) | 2020-01-01 |
US20210150243A1 (en) | 2021-05-20 |
WO2019233365A1 (zh) | 2019-12-12 |
CN110580486B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11520824B2 (en) | Method for displaying information, electronic device and system | |
US9111255B2 (en) | Methods, apparatuses and computer program products for determining shared friends of individuals | |
EP3221817B1 (en) | Screenshot based indication of supplemental information | |
WO2017087568A1 (en) | A digital image capturing device system and method | |
CN107341185A (zh) | 信息显示的方法及装置 | |
CN105488154A (zh) | 主题应用推荐方法及装置 | |
US20170118298A1 (en) | Method, device, and computer-readable medium for pushing information | |
CN108205408B (zh) | 消息展示方法及装置 | |
CN104636164B (zh) | 启动页面生成方法及装置 | |
CN106055707A (zh) | 弹幕显示方法及装置 | |
US11477143B2 (en) | Trending content view count | |
CN110598098A (zh) | 一种信息推荐方法、装置和用于信息推荐的装置 | |
US20150019976A1 (en) | Portable terminal and method for providing information using the same | |
US11361148B2 (en) | Electronic device sharing content with an external device and method for sharing content thereof | |
CN105373580A (zh) | 主题显示方法及装置 | |
CN107045541A (zh) | 数据显示方法和装置 | |
CN103986845A (zh) | 信息处理方法和信息处理设备 | |
CN115729534A (zh) | 低代码页面的创建方法、展示方法、装置、设备及介质 | |
US20210150243A1 (en) | Efficient image sharing | |
CN112612949B (zh) | 推荐数据集合的建立方法及装置 | |
CN103888423A (zh) | 信息处理方法和信息处理设备 | |
CN113779257A (zh) | 文本分类模型的解析方法、装置、设备、介质及产品 | |
CN113869063A (zh) | 数据推荐方法、装置、电子设备及存储介质 | |
CN112269504A (zh) | 信息展示方法、装置及电子设备 | |
CN114186127A (zh) | 一种信息事件展示方法、装置、电子设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201217 Address after: Room 603, 6 / F, Roche Plaza, 788 Cheung Sha Wan Road, Kowloon, China Applicant after: Zebra smart travel network (Hong Kong) Ltd. Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Applicant before: Alibaba Group Holding Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |