一种对象评分方法及装置
技术领域
本申请实施例涉及图像处理领域,尤其涉及一种对象评分方法及装置。
背景技术
伴随着人工智能时代的到来,机器学习和神经网络等算法对数据的需求越来越急迫,尤其是高质量的标注数据。一个算法的能力,很大程度上需要依靠高质量的数据才能得以充分发挥。因此,如何高效、高质量地标注数据在当前的人工智能时代是一个很重要的任务。
近些年,在计算机视觉领域,美学评分已经逐渐受到学术界和工业界的重视,通过美学评分,可以引导对图片的智能设计,或者筛选视频中符合大众审美的帧,然后生成静态或动态海报。
如图1所示,当前对图片进行美学评分的主要过程为:获取美学图片数据集,由多个评定员对数据集中的同一张图片进行打分。将每个评定员对该张图片的打分结果求取平均值,作为该张图片的美学评分。输出该张图片的美学评分。
但是,训练美学评分的模型需要大量标注的图片,并且对图片的美感进行打分标注其主观性很强,在没有客观参考的情况下,不同的评定员对同一张图片的打分有不同的标准,甚至同一个评定员在不同的时间段对同一张图片的打分也可能不同。这样可能引起对同一张图片的进行美学评分时一致性差的问题。
发明内容
本申请实施例提供一种对象评分方法及装置,用以解决对同一张图片进行美学评分时一致性差的问题。
为解决上述技术问题,本申请采用如下技术方案:
第一方面,本申请实施例提供一种对象评分方法,该方法包括:服务器确定N个对象中每个对象的至少一个参数值,一个对象的至少一个参数值用于反映对象与N个对象中除对象外的至少一个对象之间的美感关系;其中,N≥2,N为整数;N个对象包括至少一个目标对象以及至少一个待评分对象;至少一个目标对象中每个目标对象具有第一评分值;服务器根据每个对象的至少一个参数值,确定第一矩阵;其中,第一矩阵至少包括每个对象的至少一个参数值、以及每个对象的第一参数值;服务器根据第一矩阵的最大特征值对应的特征向量以及每个目标对象的第一评分值,确定至少一个待评分对象中每个待评分对象的评分值。
本申请实施例提供了一种对象评分方法,服务器确定N个对象中每个对象的至少一个参数值,一个对象的至少一个参数值用于反映对象与N个对象中除对象外的至少一个对象之间的美感关系;其中,N≥2,N为整数;N个对象包括至少一个目标对象以及至少一个待评分对象;至少一个目标对象中每个目标对象具有第一评分值;利用该参数值表明每个对象之间的美感关系,便于后续对对象进行美学评分。服务器根据每个对象的至少一个参数值,确定第一矩阵;其中,第一矩阵至少包括每个对象的至少一个参数值、以及每个对象的第一参数值;服务器将每个对象对应的参数值赋值给矩阵中的元素,得到第一矩阵,服务器可以利用该第一矩阵的最大特征值对应的特征向量表征每个对象与全局对象之间的权重关系。服务器根据第一矩阵的最大特征值对应的特征向量以及每个目标对象的第一评分值,确定至少一个待评分对象中每个待评分对象的评分值;服务器根据每个对象与全局对象的权重关系以及目标对象与全局对象的权重关系确定每个对象与目标对象的权重关系,进而根据目标对象的第一评分值确定每个待评分对象的评分。利用单个对象与全局对象之间的权重关系和目标对象的评分确定待评分对象的评分,降低了评定员主观意识对对象的美学评分的影响,提高了同一个对象的美学评分的一致性。
一种可能的实现方式中,特征向量至少包括每个目标对象对应的向量值以及每个待评分对象对应的向量值;服务器根据第一矩阵的最大特征值对应的特征向量以及每个目标对象的第一评分值,确定至少一个待评分对象中每个待评分对象的评分值,包括:服务器根据每个待评分对象对应的向量值、每个目标对象对应的向量值以及每个目标对象的第一评分值,确定每个待评分对象各自的评分值。服务器利用第一矩阵的最大特征值对应的特征向量中每个对象对应的向量值,表征每个对象与全局对象之间的权重关系,进而计算出待评分对象与目标对象之间的权重关系,服务器利用目标对象的第一评分值以及待评分对象与目标对象之间的权重关系计算出待评分对象的评分值。可以进一步提高待评分对象的美学评分的一致性。
一种可能的实现方式中,服务器根据每个待评分对象对应的向量值、每个目标对象对应的向量值以及每个目标对象的第一评分值,确定每个待评分对象各自的评分值,包括:
服务器根据公式确定每个待评分对象各自的评分值;其中,m表示待评分对象的标识,a表示目标对象的标识;Sm表示标识为m的待评分对象的评分值,wm表示标识为m的待评分对象对应的向量值,wa表示标识为a的目标对象对应的向量值, Sa表示标识为a的目标对象的第一评分值,m≤N,a≤p,且m和a均为正整数,p表示目标对象的数量。服务器可以根据该公式准确,快速的确定待评分对象的美学评分。
一种可能的实现方式中,对于第一对象,第一对象为N个对象中的任一个对象;服务器确定第一对象的至少一个参数值,包括:服务器根据N个对象,确定第一对象所属的一个或多个对象集;对象集包括第一对象以及第二对象;不同对象集包括的第二对象不同;第二对象为N个对象中除第一对象外的任一个对象;服务器确定第一对象在一个或多个对象集中每个对象集中对应的第二参数值;第一对象在任一个对象集中对应的第二参数值表示第一对象相对于任一个对象集中的第二对象的美感相似度;服务器将第一对象在一个或多个对象集中每个对象集中对应的第二参数值,确定为第一对象的至少一个参数值。服务器利用随机配对的方法配对N个对象中每个对象,得到多个对象集。服务器根据该对象集比较对象两两之间的美感相似度确定每个对象的至少一个参数值,可以确定N个对象中每个对象的至少一个参数值。
一种可能的实现方式中,服务器确定N个对象中每个对象的至少一个参数值,包括:服务器将N个对象划分为Q个目标组,Q个目标组中每个目标组中包括L个对象,L个对象包括至少一个目标对象以及Y个待评分对象;对于第一目标组执行下述步骤,以确定第一目标组中的每个对象的至少一个参数值,第一目标组为Q个目标组中的任一个目标组:服务器从L个对象中确定第一基准对象;第一基准对象为L个对象中的任一个;服务器根据第一基准对象与L-1个对象中每个对象的美感相似度,确定第一基准对象相对于L-1个对象中每个对象的第五参数值,以及L-1个对象中每个对象相对于第一基准对象的第四参数值;服务器重复执行上述步骤,以确定L-1个对象中每个对象对应的至少一个第六参数值;服务器将L-1个对象中每个对象相对于第一基准对象的第四参数值,以及L-1个对象中每个对象对应的至少一个第六参数值确定为L-1个对象中每个对象各自对应的至少一个参数值;服务器将第一基准对象相对于L-1个对象中每个对象的第五参数值,确定为第一基准对象对应的至少一个参数值。服务器通过排序算法对图片进行配对,可以提高图片的配对效率。
一种可能的实现方式中,第一矩阵的元素之间满足其中,ai,j为位于第一矩阵的第i行,第j列的元素,aj,i为位于第一矩阵的第j行,第i列的元素,其中,1≤i≤N,1≤j≤N,且i和j均为整数。
一种可能的实现方式中,服务器在与服务器通信的客户端上显示N个对象;服务器接收用户输入的第一操作,第一操作用于触发至少一个对象;服务器将第一操作触发的至少一个对象,确定为至少一个目标对象。服务器通过人机交互的方法确定至少一个目标对象,可以减少服务器选择目标对象的工作量。
一种可能的实现方式中,服务器接收用户输入的第二操作,第二操作用于确定每个目标对象的第一评分值;服务器根据第二操作,确定每个目标对象的第一评分值。服务器进行美学评分时,通过引入用户的主观美感评价,可以使待评分对象的评分值更加符合用户的主观感受。
一种可能的实现方式中,服务器接收用户输入的第三操作;第三操作用于确定每个对象的至少一个参数值;服务器根据第三操作确定每个对象的至少一个参数值。服务器通过用户的比较确定对象之间的参数值,可以使待评分对象的评分值更加符合用户的主观感受。
一种可能的实现方式中,所述N个对象属于同一个组,所述N个对象为L个对象中的任意N个对象;L≥N,且L为整数。服务器通过对对象进行分组,可以减少服务器评分时的工作量。
第二方面,本申请实施例提供一种对象评分装置,该装置包括:处理单元,用于确定N个对象中每个对象的至少一个参数值,一个对象的至少一个参数值用于反映对象与N个对象中除对象外的至少一个对象之间的美感关系;其中,N≥2,N为整数;N个对象包括至少一个目标对象以及至少一个待评分对象;至少一个目标对象中每个目标对象具有第一评分值;处理单元,还用于根据每个对象的至少一个参数值,确定第一矩阵;其中,第一矩阵至少包括每个对象的至少一个参数值、以及每个对象的第一参数值;处理单元,还用于根据第一矩阵的最大特征值对应的特征向量以及每个目标对象的第一评分值,确定至少一个待评分对象中每个待评分对象的评分值。
一种可能的实现方式中,处理单元,还用于:根据每个待评分对象对应的向量值、每个目标对象对应的向量值以及每个目标对象的第一评分值,确定每个待评分对象各自的评分值。
一种可能的实现方式中,处理单元,还用于:根据公式确定每个待评分对象各自的评分值;其中,m表示待评分对象的标识,a表示目标对象的标识;Sm表示标识为m的待评分对象的评分值,wm表示标识为m的待评分对象对应的向量值,wa表示标识为a的目标对象对应的向量值,Sa表示标识为a的目标对象的第一评分值,m≤N, a≤p,且m和a均为正整数,p表示目标对象的数量。
一种可能的实现方式中,对于第一对象,第一对象为N个对象中的任一个对象;处理单元,还用于:根据N个对象,确定第一对象所属的一个或多个对象集;对象集包括第一对象以及第二对象;不同对象集包括的第二对象不同;第二对象为N个对象中除第一对象外的任一个对象;第一对象在一个或多个对象集中每个对象集中对应的第二参数值第一对象在任一个对象集中对应的第二参数值表示第一对象相对于任一个对象集中的第二对象的美感相似度;将第一对象在一个或多个对象集中每个对象集中对应的第二参数值,确定为第一对象的至少一个参数值。
一种可能的实现方式中,处理单元,还用于:将N个对象划分为Q个目标组,Q个目标组中每个目标组中包括L个对象,L个对象包括至少一个目标对象以及Y个待评分对象;处理单元,还用于对于第一目标组执行下述步骤,以确定第一目标组中的每个对象的至少一个参数值,第一目标组为Q个目标组中的任一个目标组:
从L个对象中确定第一基准对象;第一基准对象为L个对象中的任一个;根据第一基准对象与L-1个对象中每个对象的美感相似度,确定第一基准对象相对于L-1个对象中每个对象的第五参数值,以及L-1个对象中每个对象相对于第一基准对象的第四参数值;重复执行上述步骤,以确定L-1个对象中每个对象对应的至少一个第六参数值;将 L-1个对象中每个对象相对于第一基准对象的第四参数值,以及L-1个对象中每个对象对应的至少一个第六参数值确定为L-1个对象中每个对象各自对应的至少一个参数值;将第一基准对象相对于L-1个对象中每个对象的第五参数值,确定为第一基准对象对应的至少一个参数值。
一种可能的实现方式中,第一矩阵的元素之间满足其中,ai,j为位于第一矩阵的第i行,第j列的元素,aj,i为位于第一矩阵的第j行,第i列的元素,其中,1≤i≤N,1≤j≤N,且i和j均为整数。
一种可能的实现方式中,装置还包括:处理单元,用于在与所述对象评分装置通信的客户端上显示所述N个对象;通信单元,用于接收用户输入的第一操作,第一操作用于触发至少一个对象;处理单元,还用于将第一操作触发的至少一个对象,确定为至少一个目标对象。
一种可能的实现方式中,装置还包括:通信单元,用于接收用户输入的第二操作,第二操作用于确定每个目标对象的第一评分值;处理单元,还用于根据第二操作,确定每个目标对象的第一评分值。
一种可能的实现方式中,装置还包括:通信单元,还用于接收用户输入的第三操作;第三操作用于确定每个对象的至少一个参数值;处理单元,还用于根据第三操作确定每个对象的至少一个参数值。
一种可能的实现方式中,N个对象属于同一个组,N个对象为L个对象中的任意N个对象;L≥N,且L为整数。
另一种示例,本申请实施例提供一种对象评分装置,该对象评分装置可以是服务器,也可以是服务器内的芯片。当该对象评分装置是服务器时,该处理单元可以是处理器,通信单元可以为通信接口。该对象评分装置还可以包括存储单元。存储单元可以是存储器。该存储单元,用于存储计算机程序代码,计算机程序代码包括指令。该处理单元执行该存储单元所存储的指令,以使该服务器实现第一方面或第一方面的任意一种可能的实现方式中描述的一种对象评分方法。当该对象评分装置是服务器内的芯片时,该处理单元可以是处理器,该通信单元可以统称为:通信接口。例如,通信接口可以为输入/输出接口、管脚或电路等。该处理单元执行存储单元所存储的计算机程序代码,以使该终端实现第一方面或第一方面的任意一种可能的实现方式中描述的一种对象评分方法,该存储单元可以是该芯片内的存储单元(例如,寄存器、缓存等),也可以是该终端内的位于该芯片外部的存储单元(例如,只读存储器、随机存取存储器等)。
可选的,处理器、通信接口和存储器相互耦合。
第三方面,本申请提供一种对象评分装置,该装置包括:处理器和通信接口;通信接口和处理器耦合,处理器用于运行计算机程序或指令,以实现如第一方面和第一方面的任一种可能的实现方式中所描述的对象评分方法。
第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当该指令在对象评分装置上运行时,使得对象评分装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的对象评分方法。
第五方面,本申请提供一种包含指令的计算机程序产品,当该计算机程序产品在对象评分装置上运行时,使得对象评分装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的对象评分方法。
第六方面,本申请提供一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行计算机程序或指令,以实现如第一方面和第一方面的任一种可能的实现方式中所描述的对象评分方法。
具体的,本申请实施例中提供的芯片还包括存储器,用于存储计算机程序或指令。
应当理解的是,本申请中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反,可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此,本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而,还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解,无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中,还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。
附图说明
图1为本申请实施例提供的一种现有技术中的对象评分方法的流程示意图;
图2为本申请实施例提供的一种瑞士赛制方法的流程示意图;
图3为本申请实施例提供的一种TrueSkill排名方法的流程示意图;
图4为本申请实施例提供的一种服务器的结构示意图;
图5为本申请实施例提供的一种对象评分方法的流程示意图一;
图6为本申请实施例提供的一种与服务器通信的客户端的显示界面的示意图一;
图7为本申请实施例提供的一种与服务器通信的客户端的显示界面的示意图二;
图8为本申请实施例提供的一种对象评分方法的流程示意图二;
图9为本申请实施例提供的一种对象评分方法的流程示意图三;
图10为本申请实施例提供的一种对象评分方法的流程示意图四;
图11为本申请实施例提供的一种对象评分方法的流程示意图五;
图12为本申请实施例提供的一种与服务器通信的客户端显示的目标对象的示意图;
图13为本申请实施例提供的一种对象评分装置的结构示意图;
图14为本申请实施例提供的另一种对象评分装置的结构示意图;
图15为本申请实施例提供的一种芯片的结构示意图。
具体实施方式
为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如,第一对象和第二对象仅仅是为了区分不同的对象,并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项 (个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在介绍本申请实施例之前,首先对本申请实施例涉及到的相关名词做如下解释:
美学图片数据集:包含大量具有不同美感程度的图片的集合。
美学评分:从摄影美学的角度对图片的美感进行评分。
目标对象:至少一张基准图片,这些图片由专业摄影师/设计师标注过美学评分,目标对象将作为计算其他图片的美学评分的参考或基准。
美感相似度:经由专业摄影师或设计师标注的目标对象的分数计算的美学评分,它区别于现有技术中确定的图片之间的相对评分。
第一矩阵:由两两比较标注的相对参数值构成的正互反矩阵,沿对角线对称位置的元素互为倒数,其最大特征值对应的特征向量能够反映所有元素的相对权重关系。
目前,对图片进行美学评分主要通过借鉴竞技比赛的排名方法对每个图片进行评分。
例如,方法一、通过瑞士赛制方法(Swiss-tournament)对美学图片数据集中的每个图片评分:
如图2所示,瑞士赛制方法的步骤主要包括:
获取美学图片数据集;对评分相同的图片进行两两配对;比较配对的图片;对配对图片中美感程度高的图片投票;多次进行配对比较和投票后,根据各个图片的得票数确定图片的评分,输出图片的评分。
方法二、通过TrueSkill排名方法对美学图片数据集中的每个图片评分:
如图3所示,TrueSkill排名方法的步骤主要包括:
获取美学图片数据集,其中,每个图片对应一个评分的美学分布,该美学分布符合正态分布;对分数相同的图片进行两两配对;比较配对的图片;根据比较结果更新图片评分的美学分布;通过多次配对,比较和更新美学分布之后,根据各个图片最终的评分的美学分布确定各个图片的评分;输出各个图片的评分。
但是,通过上述方法一或方法二确定图片的评分,仍然存在以下问题:
1、方法一或方法二均为竞技比赛的排名方法,倾向于将排名相近的选手进行配对,这样将会产生一些低效的配对,导致配对效率低;此外,当数据量较大时,该两种方法的工作量也非常大。
2、方法一统计投票数确定评分的规则过于简单,无法恰当表征图片的真实美学评分,评分质量低。
3、方法二在标注的过程中无法识别并剔除不一致的标注,评分一致性不可控。
4、缺少美学权威:无法引入专业摄影师或者设计师的权威评价。
对此,本申请的实施例提供一种对象评分方法,用于提高标注效率,增加对象评分的一致性。
如图4所示,为本申请实施例提供的一种服务器的结构示意图。服务器100的结构可以参考图4所示的结构。
如图4所示,图4是本申请实施例的对象评分装置的硬件结构示意图。图4所示的对象评分的装置可以视为是一种计算机设备,对象评分的装置可以作为本申请实施例的服务器100 的一种实现方式,也可以作为本申请实施例的对象评分的方法的一种实现方式,对象评分的装置包括处理器110、存储器120、输入/输出接口130和总线150。可选的,对象评分的装置还可以包括通信接口140。其中,处理器110、存储器120、输入/输出接口130、通信接口140 通过总线150实现彼此之间的通信连接。
处理器110可以采用通用的中央处理器(Central Processing Unit,CPU),微处理器,应用专用集成电路(Application Specific Integrated Circuit,ASIC),或者一个或多个集成电路,用于执行相关程序,以实现本申请实施例的服务器中的模块所需执行的功能,或者执行本申请方法实施例的对象评分的方法。处理器110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110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110可以是通用处理器、数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(ASIC)、现场可编程门阵列(FieldProgrammable 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。可以实现或者执行本申请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该处理器也可以是任何常规的处理器等。结合本申请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。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器120,处理器110读取存储器120中的信息,结合其硬件完成本申请实施例的服务器中包括的模块所需执行的功能,或者执行本申请方法实施例的对象评分的方法。
存储器120可以是只读存储器(Read Only Memory,ROM),静态存储设备,动态存储设备或者随机存取存储器(Random Access Memory,RAM)。存储器120可以存储操作系统以及其他应用程序。在通过软件或者固件来实现本申请实施例的服务器中包括的模块所需执行的功能,或者执行本申请方法实施例的对象评分的方法时,用于实现本申请实施例提供的技术方案的程序代码保存在存储器120中,并由处理器110来执行服务器100中包括的模块所需执行的操作,或者执行本申请方法实施例提供的对象评分的方法。
输入/输出接口130用于接收输入的数据和信息,输出操作结果等数据。
通信接口140使用例如但不限于收发器一类的收发装置,来实现对象评分的装置与其他设备或通信网络之间的通信。可以作为对象评分的装置中的获取模块或者发送模块。
总线150可包括在对象评分的装置各个部件(例如处理器110、存储器120、输入/输出接口130和通信接口140)之间传送信息的通路。
应注意,尽管图4所示的对象评分的装置仅仅示出了处理器110、存储器120、输入/输出接口130、通信接口140以及总线150,但是在具体实现过程中,本领域的技术人员应当明白,服务器100还包括实现正常运行所必须的其他器件。同时,根据具体需要,本领域的技术人员应当明白,对象评分的装置还可包括实现其他附加功能的硬件器件。此外,本领域的技术人员应当明白,对象评分的装置也可仅仅包括实现本申请实施例所必须的器件,而不必包括图4中所示的全部器件。
例如,对象评分的装置还可以包括一个或多个网卡用于在服务器100与其他网络设备之间形成会话通道,以便传输图片。
本申请实施例提供的对象评分方法,可以应用于如图4所示的服务器中,以下,将结合具体实施例详细阐述本申请实施例提供的一种对象评分方法,如图5所示,该方法包括:
步骤301、服务器确定N个对象中每个对象的至少一个参数值。
其中,N个对象包括至少一个目标对象以及至少一个待评分对象。
至少一个目标对象中每个目标对象具有第一评分值。一个对象的至少一个参数值用于反映该对象与N个对象中除该对象外的至少一个对象之间的美感关系。N≥2,N为整数。
在步骤301的一种实现方式中,该N个对象可以是上述美学图片数据集中的全部或部分图片。
示例性的,美感关系可以表示对象之间的美感比较,例如图片a和图片b两张图片之间的美感关系可以为以下任一项:图片a比图片b漂亮、图片b比图片a漂亮或者图片a和图片b一样漂亮。
示例性的,如图6所示,为服务器在与服务器通信的客户端上显示两张图片的界面。其中,客户端与服务器通信连接,客户端具有显示器。
以左边的图片为图片a右边的图片为图片b为例,客户端在显示界面中显示图片a和图片b。
客户端在显示图片a和图片b的时候,还显示如图片下方所示的五个选项:选项1、选项2、选项3、选项4、选项5。
其中,选项1表示两张图片的美感关系为:图片b比图片a漂亮,且漂亮程度小于第一阈值;服务器可以根据选项1确定,图片a相对于图片b的参数值为
选项2表示两张图片的美感关系为:图片a比图片b漂亮,且漂亮程度大于第一阈值;服务器可以根据选项1确定,图片a相对于图片b的参数值为
选项3表示两张图片的美感关系为:图片a和图片b漂亮程度相同,服务器可以根据选项1确定,图片a相对于图片b的参数值为1。
选项4表示两张图片的美感关系为:图片a比图片b漂亮,且漂亮程度小于第一阈值;服务器可以根据选项1确定,图片a相对于图片b的参数值为3。
选项5表示两张图片的美感关系为:图片a比图片b漂亮,且漂亮程度大于第一阈值;服务器可以根据选项1确定,图片a相对于图片b的参数值为5。
示例性的,服务器确定两张图片之间的美感关系为选项3,则服务器确定图片a相对于图片b的参数值为1。
例如,以N个对象包括对象1、对象2和对象3为例,则对象1的至少一个参数值可以包括参数值1和参数值2,其中,参数值1用于反映对象1与对象2之间的美感关系。参数值2用于反映对象1与对象3之间的美感关系。
示例性的,本申请实施例中的对象可以为图片、视频或者文本。以对象为图片为例,通过比较N张图片中任一张图片相对于该N张图片中其他图片的美感关系,确定该任一张图片相对于该N张图片中其他图片的参数值。
作为一种可能的实现方式,本申请实施例提供的方法在步骤301之前,还包括:服务器在与服务器通信的客户端上显示N个对象,当N个对象中的至少一个对象被第一操作触发,服务器确定至少一个对象为至少一个目标对象。
示例性的,如图7所示,以对象为图片为例,服务器在于服务器通信连接的客户端的显示器上显示了图片1~图片10,当图片1~图片5被触发,则服务器可以确定图片1~图片5为目标对象。
本申请实施例中当至少一个目标对象被选中后,可以由评定员对每个目标对象进行评分,并在评分后向服务器输入第二操作,以使得服务器确定每个目标对象具有的第一评分值。
在本申请实施例中,由于专业摄影师或者美学设计师在美学上受过专业的培训,其对美感的认知和敏锐程度高于普通人。专业摄影师或者美学设计师对图片的美学评价更权威,一致性更高。因此本申请选择专业摄影师或者美学设计师为评定员。
本申请实施例中一个目标对象具有的第一评分值可以为多个评定员(例如,专业摄影师或者美术设计师)对该一个目标对象进行评分的分值以及每个评定员的评分权重得到。例如,评定员1对图片1的评分为x,评定员2对图片1的评分为y,评定员1的评分权重为λ1,评定员2的评分权重为λ2,则目标对象的第一评分值为xλ1+yλ2。
在步骤301的一种实现方式中,确定目标对象以及对目标对象评分的人员为由专业摄影师或者美学设计师组成的评定员,用以提高目标图片评分的权威性和一致性。确定各个对象之间的参数值时,采用由普通人员组成的评定员确定每个对象之间的参数值,用以提高确定每个对象之间的参数值的效率。
步骤302、服务器根据每个对象的至少一个参数值,确定第一矩阵。
其中,第一矩阵至少包括每个对象的至少一个参数值、以及每个对象的第一参数值。
在步骤302的一种实现方式中,第一矩阵为N阶矩阵。第一矩阵中的元素值为上述每张图片的至少一个参数值、以及每张图片的第一参数值。第一矩阵通过上述每张图片的至少一个参数值来表征图片之间的美感相似度。
在第一矩阵中,对于N张图片中的任一张图片,该图片在第一矩阵中对应N个参数值。该N个参数值包括该图片对应的至少一个参数值以及该图片对应的第一参数值。
在步骤302的一种实现方式中,该N张图片的标识分别为:1、2…n。
相应的,第一矩阵可以表示为:
其中,标识为i的图片在第一矩阵中对应的元素分别为第i行的:ai,1、ai,2、…ai,n。例如,标识为1的图片在第一矩阵中对应的元素为第一行的:a1,1、a1,2、…a1,n。
标识为i的图片相对于标识为j的图片的的参数值,对应于第一矩阵中元素ai,j的值。
在步骤302的一种实现方式中,第一参数值包括0和1。
第一参数值0表示每个对象相对于未确定美感关系的对象的参数值,第一参数值1表示每个对象相对于自身的参数值。
若标识为i的图片相对于标识为j的图片之间通过步骤301确定了表示两者之间的美感关系的参数值,则第一矩阵中的元素ai,j的值为表示该两者之间的美感关系的参数值。
若标识为i的图片相对于标识为j的图片之间未通过步骤301确定表示两者之间的美感关系的参数值,则第一矩阵中的元素ai,j的值为0。
第一矩阵中的元素ai,i的值(即图片相对于自身的参数值)为1。
1≤i≤N,1≤j≤N,且i和j均为整数。
示例性的,第一矩阵为正互反矩阵,第一矩阵中沿对角线对称的元素互为倒数。也就是说第一矩阵的元素之间满足其中,ai,j为位于所述第一矩阵的第i行,第j 列的元素,aj,i为位于所述第一矩阵的第j行,第i列的元素。
步骤303、服务器根据第一矩阵的最大特征值对应的特征向量以及每个目标对象的第一评分值,确定至少一个待评分对象中每个待评分对象的评分值。
示例性的,以第一矩阵为3×3的矩阵:
为例,对确定第一矩阵的最大特征值对应的特征向量进行详细说明:
对第一矩阵的列向量进行归一化,确定第二矩阵。第二矩阵为:
第二矩阵中第i行,第j列的元素值,为通过第一矩阵中第i行,第j列的元素值,除以第j列的元素值之和计算得到。第二矩阵为一个3×3的矩阵。
对第二矩阵的各元素按列求和,确定第三矩阵。第三矩阵为:
第三矩阵的第i行的元素值为第二矩阵中第i行元素之和。第三矩阵为一个3×1的矩阵。
对第三矩阵的列向量再次进行归一化,确定第四矩阵。第四矩阵为:
第四矩阵的第i行的元素值为,为通过第三矩阵中第i行元素值,除以第1列的元素值之和计算得到。
该第四矩阵为一个3×1的列向量。确定该列向量为第一矩阵的最大特征值对应的特征向量。
或者确定第四矩阵的转置矩阵:
w2=[0.587 0.324 0.089]
该第四矩阵的转置矩阵为一个1×3的行向量,确定该行向量为第一矩阵的最大特征值对应的特征向量。
在确定第一矩阵的最大特征值对应的特征向量之后,可以根据该特征向量确定第一矩阵的最大特征值λ。确定第一矩阵的最大特征值λ的过程如下:
令A1×w1=λ×w1。
带入矩阵A1和w1确定计算得到λ=3.009。
由于第一矩阵的最大特征值对应的特征向量能够表征每个元素之间的全局互相权重关系,利用第一矩阵的该特性,结合步骤301中确定的目标对象的第一评分值,服务器可以分别确定每个待评分图片的评分值。
本申请实施例提供了一种对象评分方法,确定N个对象中每个对象的至少一个参数值,一个对象的至少一个参数值用于反映对象与N个对象中除对象外的至少一个对象之间的美感关系;其中,N≥2,N为整数;N个对象包括至少一个目标对象以及至少一个待评分对象;至少一个目标对象中每个目标对象具有第一评分值;利用该参数值表明每个对象之间的美感关系,便于后续对对象进行美学评分。根据每个对象的至少一个参数值,确定第一矩阵;其中,第一矩阵至少包括每个对象的至少一个参数值、以及每个对象的第一参数值;服务器将每个对象对应的参数值赋值给矩阵中的元素,得到第一矩阵,服务器可以利用该第一矩阵的最大特征值对应的特征向量表征每个对象与全局对象之间的权重关系。根据第一矩阵的最大特征值对应的特征向量以及每个目标对象的第一评分值,确定至少一个待评分对象中每个待评分对象的评分值;服务器根据每个对象与全局对象的权重关系以及目标对象与全局对象的权重关系确定每个对象与目标对象的权重关系,进而根据目标对象的第一评分值确定每个待评分对象的评分。利用单个对象与全局对象之间的权重关系和目标对象的评分确定待评分对象的评分,降低了评定员主观意识对对象的美学评分的影响,提高了同一个对象的美学评分的一致性。
在本申请实施例的一种实现方式中,步骤301可以通过如下两种方式实现:
方式一、对于第一对象,第一对象为N个对象中的任一个对象;如图8所示,步骤301具体可以通过如下步骤实现:
步骤3011、服务器根据N个对象,确定第一对象所属的一个或多个对象集。
该对象集包括第一对象以及第二对象;不同对象集包括的第二对象不同;第二对象为N个对象中除第一对象外的任一个对象。
以N=10000,以对象为图片为例,对步骤3011进行详细说明。服务器采用随机分配的方式,将该10000张图片配对为50000个图片对,该50000对图片即为上述对象。其中,每张图片对应至少一个图片对,每张图片可以分别与多张图片中的一张图片组成图片对。例如标识为1的图片分别相对于标识为2、标识为3、标识为4、标识为5以及标识为6的图片组成5个图片对:(1,2)(1,3)(1,4)(1,5)(1,6)。根据该方法,分别将10000张图片中的每张图片配对,得到50000个图片对。
应理解,标识为i的图片与标识为j的图片组成的图片对(i,j)和(j,i)视为同一个图片对。
步骤3012、服务器确定第一对象在一个或多个对象集中每个对象集中对应的第二参数值。
第一对象在任一个对象集中对应的第二参数值表示第一对象相对于任一个对象集中的第二对象的美感相似度。
在步骤3012的一种实现方式中,服务器除确定第一对象在任一个对象集中对应的第二参数值之外,还确定第二对象在每个对象集中对应的第三参数值。
第二对象在任一个对象集中对应的第三参数值表示第二对象相对于任一个对象集中的第一对象的美感相似度;
在步骤3012的一种实现方式中,第二参数值和第三参数值互为倒数。在确定第一对象在任一个对象集中对应的第二参数值之后,将该第二参数值的倒数作为该任一个对象集中的第二对象在该任一个对象集中的第三参数值。
步骤3013、服务器将第一对象在一个或多个对象集中每个对象集中对应的第二参数值,确定为第一对象的至少一个参数值。
在本申请实施例中,服务器通过方式一确定每个对象的至少一个参数值,使服务器可以只确定每个对象的部分参数值,可以大大降低服务器配对的计算量,和确定对象之间参数值的工作量。
在本申请实施例的一种实现方式中,每个对象相对于未进行配对的对象的参数值为第一参数值中的0,每个对象相对于自身的参数值为1。
示例性的,服务器确定美学图片数据集中包括三张图片,第一张图片相对于第二张图片的参数值为第二张图片相对于第一张图片的参数值为5。
第二张图片相对于第三张图片的参数值为3,第三张图片相对于第二张图片的参数值为
第一张图片和第三张图片之间未确定参数值。
则本申请中,通过方式一确定的第一矩阵为:
方式二、在步骤301的另一种可能的实现方式中,如图9所示,步骤301具体还可以通过以下步骤实现:
步骤3014、服务器将N个对象划分为Q个目标组。
Q个目标组中每个目标组中包括L个对象,L个对象包括至少一个目标对象以及Y个待评分对象;1≤Q≤N。
其中,若至少一个目标对象的数量为p个,则Y+p=L,Y×Q+p=N。
在步骤3014的一种分组方式中,从N个对象中确定p个目标对象,对剩余N-p个待评分对象划分为Q组,其中,每组中包括Y个待评分对象。将该p个目标对象分别添加到上述Q组中,得到Q个目标组。
示例性的,以美学图片数据集中包括5张图片为例,由专业摄影师或者美学设计师从五张图片中选出一张图片作为目标对象,图片标识为p1,目标对象的评分为0.2。
将剩余4张图片分为两组,图片标识为p3,p5的图片组成一组,图片标识为p2, p4的图片组成一组。将目标对象分别分配到该两组图片中,得到最终的两组图片,第一组中的图片为:[p1,p3,p5];第二组中的图片为:[p1,p2,p4]。
在步骤3014的一种实现方式中,上述每个目标组中包括L个对象,L个对象中包括Y个待评分对象。其中L和Y的取值,在每个组中的取值可以相同也可以不同。也即是说,上述Q个目标组中的对象的个数可以相同,也可以不同。
在步骤3014的一种实现方式中,Q=1时,L=N。
在步骤3014之后,对于第一目标组执行下述步骤3015至步骤3019;以确定第一目标组中的每个对象的至少一个参数值,第一目标组为Q个目标组中的任一个目标组:
步骤3015、服务器从L个对象中确定第一基准对象。
第一基准对象为L个对象中的任一个。
在步骤3015的一种实现方式中,服务器确定第一基准对象之后,将第一基准对象之外的L-1个对象中的每个对象分别与第一基准对象配对,得到L-1个对象集。其中,该 L-1个对象集中,每个对象集中包括两个对象。其中,每个对象集均包括第一基准对象,每个对象集包括的另一个对象为L-1个对象中的对象,不同对象集包含不同的另一个对象。
以步骤3014中的第一组图片和第二组图片为例:
对于第一组图片,确定p3为基准图像,剩余两个对象p1和p5。
将p3分别与p1和p5配对,得到两个对象集[p3,p1],[p5,p3]。
对于第二组图片,确定p2为基准图像,剩余两个对象p1和p4。
将p2分别与p1和p4配对,得到两个对象集[p2,p1]、[p2,p4]。
步骤3016、服务器根据第一基准对象与L-1个对象中每个对象的美感相似度,确定第一基准对象相对于L-1个对象中每个对象的第五参数值,以及L-1个对象中每个对象相对于第一基准对象的第四参数值。
在步骤3016的一种实现方式中,服务器确定L-1个对象集中,每个对象集中第一基准对象与L-1个对象中每个对象的美感相似度。
在步骤3016的一种实现方式中,第四参数值和第五参数值互为倒数。
仍以步骤3014中的第一组图片和第二组图片为例:
对于第一组图片中的对象集[p3,p1],确定p3相对于p1的参数值为3,p1相对于 p3的参数值为即对象集[p3,p1]的第五参数值为3,第四参数值为对于对象集[p3, p5],确定p3相对于p5的参数值为p5相对于p3的参数值为3;即对象集[p3,p5]的第五参数值为第四参数值为3。
对于第二组图片中的对象集[p2,p1],确定p2相对于p1的参数值为3,p1相对于 p2的参数值为即对象集[p2,p4]的第五参数值为3,第四参数值为对于对象集[p2, p4],确定p2相对于p4的参数值为3,p4相对于p2的参数值为即对象集[p2,p4]的第五参数值为3,第四参数值为
步骤3017、服务器重复执行上述步骤,以确定L-1个对象中每个对象对应的至少一个第六参数值。
具体为,服务器重复执行步骤3015和3016,重新从L个对象中选定一个第一基准对象(每次选定的第一基准对象均不相同),确定重新选定的第一基准对象相对于其余 L-2个对象中每个对象的参数值,为该重新选定的第一基准对象的第六参数值。其中,其余L-2个对象为L个对象中,选定的第一基准对象(包括每次执行步骤3015时选定的第一基准对象)之外的对象。
仍以步骤3014中的第一组图片和第二组图片为例:
首先,对于剩余的2张图片,执行步骤3015:
对于第一组图片,服务器重新选定p5为第一基准对象。由于p5已经与p3进行过配对,此时将不再对p5和p3重新配对,将p5和p1配对,得到图片对[p5,p1]。
此时,由于以p5和p3为第一基准对象配对时,p5和p3均已经与p1配对。因此,服务器已经完成对每个图片的配对,此时服务器将不再选择p1为第一基准对象进行配对。
对于第二组图片,服务器重新选定p4为第一基准对象。将p4和p1配对,得到图片对[p4,p1]。
其次,服务器执行步骤3016:
服务器对于第一组图片中的对象集[p5,p1],确定p5相对于p1的参数值为5,p1 相对于p5的参数值为即对象p5的第六参数值为5。同理,服务器确定对象p1的第六参数值为
服务器对于第二组图片中的对象集[p4,p1],确定p4相对于p1的参数值为1,p1 相对于p4的参数值为1;即对象p5的第六参数值为1。对象p1的第六参数值为1。
步骤3018、服务器将L-1个对象中每个对象相对于第一基准对象的第四参数值,以及L-1个对象中每个对象对应的至少一个第六参数值确定为L-1个对象中每个对象各自对应的至少一个参数值。
例如,对于上述第一组图片,服务器将p1相对于p3的参数值p1相对于p5的参数值确定为p1对应的至少一个参数值。
服务器将p5相对于p3的参数值3,p5相对于p1的参数值5,确定为p5对应的至少一个参数值。
对于上述第二组图片,服务器将p1相对于p2的参数值p1相对于p4的参数值为1,确定为p1对应的至少一个参数值。
服务器将p4相对于p2的参数值p4相对于p1的参数值1,确定为p4对应的至少一个参数值。
步骤3019、服务器将第一基准对象相对于L-1个对象中每个对象的第五参数值,确定为第一基准对象对应的至少一个参数值。
例如,对于上述第一组图片,服务器将p3相对于p1的参数值3,p3相对于p5的参数值确定为p3对应的至少一个参数值。
对于上述第二组图片,服务器将p2相对于p1的参数值3,p2相对于p4的参数值3,确定为p2对应的至少一个参数值。
在步骤3019的一种实现方式中,服务器p1、p2、p3、p4、p5和相对于自身的参数值为1。
在本申请实施例的一种实现方式中,在步骤3013或者步骤3019之后,服务器执行步骤302,以服务器在步骤3019之后,执行步骤302为例,步骤302具体可以实现为:
服务器确定第一组对应的第一矩阵为:
第二组对应的第一矩阵为:
相应的,在本申请实施例的一种实现方式中,在上述步骤302之后,步骤303具体可以通过步骤3031和步骤3032实现。
步骤3031、服务器确定第一矩阵的最大特征值对应的最大特征向量。
在步骤3031的一种实现方式中,第一矩阵的最大特征值对应的最大特征向量中,至少包括每个目标对象对应的向量值以及每个待评分对象对应的向量值;
示例性的,服务器确定第一矩阵A5的最大特征值对应的特征向量为:v1=[0.15,0.37, 0.92]。其中,图片p1对应的向量值为0.15,p3对应的向量值为0.37,p5对应的向量值为0.92。
第一矩阵A6的最大特征值对应的特征向量为:v2=[0.3,0.9,0.3]。其中,图片p1对应的向量值为0.15,p2对应的向量值为0.9,p4对应的向量值为0.3。(因为目标对象在第一组中相对于第一组的全局图片的权重关系,与目标对象在第二组中相对于第二组全局图片的权重关系不同,因此目标对象在第一组和第二组中对应的向量值不同)。
步骤3032、服务器根据每个待评分对象对应的向量值、每个目标对象对应的向量值以及每个目标对象的第一评分值,确定每个待评分对象各自的评分值。
在步骤3032的一种实现方式中,服务器根据下述公式(1)确定每个待评分对象各自的评分值:
其中,m表示待评分对象的标识,a表示目标对象的标识;Sm表示标识为m的待评分对象的评分值,wm表示标识为m的待评分对象对应的向量值,wa表示标识为a的目标对象对应的向量值,Sa表示标识为a的目标对象的第一评分值,m≤N,a≤p,且m 和a均为正整数,p表示目标对象的数量。
例如,对于步骤3031中的第一组图片,将每个待评分图片的向量值、目标对象的向量值以及目标对象的评分值带入到公式(1)中,确定第一组图片中每个待评分图片的评分值为:
同样的,根据公式(1),确定第二组中的每个待评分图片的评分值为:
在本申请实施例的一种实现方式中,在步骤301之后,该方法还包括:
获取c张图片,并确定该c张图片的互相之间的参数值。根据该c张图片之间互相的参数值,构建一个正互反矩阵。根据公式:
确定该c张图片的评分一致性。
其中,CR表示该c张图片的评分一致性指标;λ是根据该c张图片之间互相的参数值构建的正互反矩阵的最大特征值,可以根据步骤303中所记载的方法确定λ的值;c是带确定评分一致性的图片的数量;RI是随机一致性指标,可以通过查询预设表格得到,该预设表格中不同的c值对应不同的RI值。
当CR小于第一预设阈值时,确定该c张图片的评分一致性满足预设条件。当CR大于或等于第一预设阈值时,确定该c张图片的评分一致性不满足预设条件,重新根据步骤301确定该c张图片的至少一个参数值。
示例性的,该第一预设阈值为0.1。
通过该方法,可以对评分一致性不满足预设条件的图片重新评分,从而进一步提高图片的评分一致性。
在本申请实施例的一种实现方式中,在步骤301之前,如图10所示,该方法还包括:
步骤401、服务器在与服务器通信的客户端上显示N个对象。
在步骤401的一种实现方式中,服务器确定N个对象之后,向客户端发送该N个对象。客户端接收到该N个对象之后,在显示器中显示该N个对象。
在步骤401的一种实现方式中,服务器的显示界面为如图7所显示的界面。
步骤402、服务器接收用户输入的第一操作。
第一操作用于触发至少一个对象。
在步骤402的一种实现方式中,用户浏览显示器显示的N个对象,用户根据该N个对象在服务器中输入对应的第一操作。服务器接收用户输入的第一操作。
在步骤402的一种实现方式中,服务器接收到用户选择如图12所示的美感程度相差较大的图片作为目标对象。服务器确定美感程度相差较大的图片作为目标对象时,可以使最终计算的待评分目标的计算结果更加准确。进一步的,当用户为专业摄影师或者美术设计师等对美感认知和敏锐程度更高的人时,可以进一步提升服务器计算待评分目标的计算结果的准确性。
步骤403、服务器将第一操作触发的至少一个对象,确定为至少一个目标对象。
在本申请实施例中,服务器通过显示N个对象,由用户从该N个对象中选择目标对象,可以减少服务器的计算量。
在本申请实施例的一种实现方式中,如图10所示,在步骤403之后,在步骤301之前,本申请实施例提供的对象评分方法还包括:
步骤404、服务器在与服务器通信的客户端上显示目标对象。
其中,该目标对象可以为上述步骤403中服务器确定的至少一个目标对象中的一个或多个。
步骤405、服务器接收用户输入的第二操作。
所述第二操作用于确定所述每个目标对象的第一评分值。
在步骤405的一种实现方式中,用户根据自身对图片的主观美感程度对显示器中显示的目标对象进行评分,并将自己的评分结果输入到手机中。服务器确定用户输入的评分。
步骤406、服务器根据第二操作,确定每个目标对象的第一评分值。
服务器接收到用户输入的第一评分值之后,将该第一评分值作为对应的待评分对象的评分值。
在本申请提供的一种对象评分方法中,在步骤3011之后,或者在步骤3015之后,如图11所示,该方法还包括:
步骤407、服务器在与服务器通信的客户端上显示对象集。
其中,该对象集可以为方法一中通过步骤3011确定的对象集,或者方法二中通过步骤3015确定的对象集。
示例性的,该对象集为两张图片组成的图片对,在服务器随机配对或者根据排序算法对图片配对之后,服务器将该对象集发送至客户端,客户端通过自身的显示器显示配对完成的图片对。
在步骤407的一种实现方式中,当服务器采用快速排序算法对图片配对时,在确定第一基准图片之后,将剩余N-1张其余图片分别与第一基准图片配对,得到N-1个图片对。服务器分一次或者多次显示该N-1个图片对。
在步骤407的一种实现方式中,客户端接收到来自服务器的对象集之后,以如图6所示的方式,显示两张图片。
步骤408、服务器接收用户输入的第三操作。
第三操作用于确定每个对象的至少一个参数值。
示例性的,用户确定服务器显示的对象集中的两张图片的美感相似度相同,则用户选择相应的选项三。服务器接收用户输入的第三操作,并确定用户输入的第三操作为选定选项三。
步骤409、服务器根据第三操作确定每个对象的至少一个参数值。
示例性的,对应于步骤408中,服务器接收用户输入的第三操作,并确定用户输入的第三操作为选定选项三。则服务器确定该对象集中的左边的图片相对于右边的图片的参数值为1,右边的图片相对于左边的图片的参数值也是1。
上述主要从服务器的角度对本申请实施例的方案进行了介绍。可以理解的是,服务器为了实现上述功能,其包括了执行每个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,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,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,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申请的范围。本申请实施例可以根据上述方法示例服务器进行功能单元的划分,例如,可以对应每个功能划分每个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。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。需要说明的是,本申请实施例中对单元的划分是示意性的,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。
在采用对应各个功能划分各个功能模块的情况下,图13示出了上述实施例中所涉及的一种对象评分装置的一种可能的结构示意图,该对象评分装置包括:处理单元 301。
在一种可能的实现方式中,该对象评分装置还包括:通信单元302。
一种示例,该对象评分装置为服务器或者为应用于服务器中的芯片,该处理单元301用于执行步骤301、步骤302、步骤303。
在一种可能的实现方式中,该处理单元301还用于执行步骤3011、步骤3012、步骤3013、步骤3031以及步骤3032。
在一种可能的实现方式中,该处理单元301还用于执行步骤3014、步骤3015、步骤3016、步骤3017、步骤3018以及步骤3019。
在一种可能的实现方式中,该处理单元301还用于执行步骤403、步骤406以及步骤409。
在一种可能的实现方式中,该处理单元301用于执行步骤401、步骤404以及步骤407。
在一种可能的实现方式中,该通信单元302用于执行步骤402、步骤405以及步骤408。
可选的,对象评分装置还可以包括存储单元。其中,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
在采用集成单元的情况下,图14示出了上述实施例中所涉及的对象评分装置的一种可能的结构示意图。该对象评分装置包括:处理模块412以及通信模块413。处理模块412用于对对象评分装置的动作进行控制管理。通信模块413用于支持对象评分装置与其他网络实体通信。该对象评分装置还可以包括存储模块411,用于存储对象评分装置的程序代码和数据。
一种示例,该对象评分装置为服务器或者为应用于服务器中的芯片,该处理模块412用于执行步骤301、步骤302、步骤303。
在一种可能的实现方式中,该处理模块412还用于执行步骤3011、步骤3012、步骤3013、步骤3031以及步骤3032。
在一种可能的实现方式中,该处理模块412还用于执行步骤3014、步骤3015、步骤3016、步骤3017、步骤3018以及步骤3019。
在一种可能的实现方式中,该处理模块412还用于执行步骤403、步骤406以及步骤409。
在一种可能的实现方式中,该处理模块412还用于执行步骤401、步骤404以及步骤407。
在一种可能的实现方式中,该通信模块413用于执行步骤402、步骤405以及步骤408。
其中,处理模块412可以是如图4所示的处理器110或控制器,例如可以是中央处理器(Central Processing Unit,CPU),通用处理器,数字信号处理器(Digital SignalProcessor,DSP),专用集成电路(Application-Specific Integrated Circuit,ASIC),现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。所述处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。存储模块411可以是存储器120。
图15是本申请实施例提供的芯片150的结构示意图。芯片150包括一个或两个以上(包括两个)处理器1510和通信接口1530。
可选的,该芯片150还包括存储器1540,存储器1540可以包括只读存储器和随机存取存储器,并向处理器1510提供操作指令和数据。存储器1540的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory,NVRAM)。
在一些实施方式中,存储器1540存储了如下的元素,执行模块或者数据结构,或者他们的子集,或者他们的扩展集。
在本申请实施例中,通过调用存储器1540存储的操作指令(该操作指令可存储在操作系统中),执行相应的操作。
一种可能的实现方式中为:服务器所用的芯片的结构类似,不同的装置可以使用不同的芯片以实现各自的功能。
处理器1510控制服务器中任一个的处理操作,处理器1510还可以称为中央处理单元 (central processing unit,CPU)。
存储器1540可以包括只读存储器和随机存取存储器,并向处理器1510提供指令和数据。存储器1540的一部分还可以包括非易失性随机存取存储器(non-volatile randomaccess memory,NVRAM)。例如应用中存储器1540、通信接口1530以及存储器1540通过总线系统1520耦合在一起,其中总线系统1520除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图15中将各种总线都标为总线系统1520。
上述本申请实施例揭示的方法可以应用于处理器1510中,或者由处理器1510实现。处理器1510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1510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 1510可以是通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路 (application specific integrated circuit,ASIC)、现场可编程门阵列(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。可以实现或者执行本申请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该处理器也可以是任何常规的处理器等。结合本申请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。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1540,处理器1510读取存储器1540中的信息,结合其硬件完成上述方法的步骤。
一种可能的实现方式中,通信接口1530用于执行图5以及图8-图11所示的实施例中的服务器的接收和\或发送的步骤。处理器1510用于执行图5以及图8-图11所示的实施例中的服务器处理的步骤。
在上述实施例中,存储器存储的供处理器执行的指令可以以计算机程序产品的形式实现。计算机程序产品可以是事先写入在存储器中,也可以是以软件形式下载并安装在存储器中。
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)) 或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid statedisk, SSD)等。
在本申请的另外一些实施例中,提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当指令被运行时,使得对象评分装置执行实施例中的步骤301、步骤302、步骤303、步骤3011、步骤3012、步骤3013、步骤3031、步骤3032、步骤3014、步骤3015、步骤3016、步骤3017、步骤3018、步骤3019、步骤403、步骤406、步骤409、步骤401、步骤404以及步骤407。
另一方面,提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当指令被运行时,使得对象评分装置执行实施例中的步骤402、步骤405以及步骤 408。
前述的可读存储介质可以包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
一方面,提供一种包括指令的计算机程序产品,计算机程序产品中存储有指令,当指令被运行时,使得对象评分装置执行实施例中的步骤301、步骤302、步骤303、步骤3011、步骤3012、步骤3013、步骤3031、步骤3032、步骤3014、步骤3015、步骤3016、步骤3017、步骤3018、步骤3019、步骤403、步骤406、步骤409、步骤401、步骤404以及步骤407。
另一方面,提供一种包括指令的计算机程序产品,计算机程序产品中存储有指令,当指令被运行时,使得对象评分装置执行实施例中的步骤402、步骤405以及步骤408。
一方面,提供一种芯片,该芯片应用于服务器中,芯片包括至少一个处理器和通信模块,通信模块和至少一个处理器耦合,处理器用于运行指令,以执行实施例中的步骤301、步骤 302、步骤303、步骤3011、步骤3012、步骤3013、步骤3031、步骤3032、步骤3014、步骤3015、步骤3016、步骤3017、步骤3018、步骤3019、步骤401、步骤402、步骤403、步骤404、步骤405、步骤406、步骤407、步骤408以及步骤409。
在上述实施例中,可以全部或部分的通过软件,硬件,固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式出现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质,(例如,软盘,硬盘、磁带)、光介质(例如,DVD)或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
最后应说明的是:以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。