CN110838102A - 一种智能化图像上传方法 - Google Patents

一种智能化图像上传方法 Download PDF

Info

Publication number
CN110838102A
CN110838102A CN201911019062.6A CN201911019062A CN110838102A CN 110838102 A CN110838102 A CN 110838102A CN 201911019062 A CN201911019062 A CN 201911019062A CN 110838102 A CN110838102 A CN 110838102A
Authority
CN
China
Prior art keywords
image
age
face
detection
threshold
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
Application number
CN201911019062.6A
Other languages
English (en)
Inventor
熊杰
金炎芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kaiwang Hangzhou Technology Co Ltd
Original Assignee
Kaiwang Hangzhou Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kaiwang Hangzhou Technology Co Ltd filed Critical Kaiwang Hangzhou Technology Co Ltd
Priority to CN201911019062.6A priority Critical patent/CN110838102A/zh
Publication of CN110838102A publication Critical patent/CN110838102A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/0004—Industrial image inspection
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种智能化图像上传方法，包括以下步骤：图像获取，注册用户信息，获取图像及拍摄时间，计算人物年龄；图像质量评估，对用户图像进行质量评估得到图像质量分数，筛选出符合图像质量阈值的图像；人脸检测，提取图像特征，预测人脸位置并通过人脸检测算法预测人脸的五个关键点，筛选出有人脸的图像；年龄检测，对图像进行人脸对齐并提取特征，通过提取的特征对年龄进行预测，筛选出符合年龄区间的图像；人脸识别，抽取人脸特征，计算图像与数据库所有人脸的相似度，筛选出人脸识别图像并加入上传队列进行上传。通过多种技术过滤用户上传图像，具有广泛适用性，显著提高了用户上传图像的整体质量。

Description

一种智能化图像上传方法
技术领域
本发明涉及图像识别和模式应用技术领域，更具体的说是涉及一种智能化图像上传方法。
背景技术
目前，现有图片上传方案基本分为两种，一种是用户自己选择自己喜欢的照片，一种是智能化上传方案。近些年来，第二种方案居多，不仅能提高图片上传效率，而且能改善用户体验。用户上传图片的智能化方案主要有，先获取用户相册访问权限，提取用户每个图片的特征，进而进行人脸检测与识别，辨识其是否为用户本人，进而决定是否上传该照片。
但是，现有技术中上传图片过程存在诸多问题，第一，没有考虑到移动端人脸识别的准确率问题，一般移动端对模型的大小要求很严，小的模型抽取的特征泛化能力差，导致出现识别不准的情况；第二，没有考虑到用户的年龄差异导致人脸识别出错。
因此，如何提供一种具有广泛适用性并且上传照片整体质量较优的智能化图像上传方法是本领域技术人员亟需解决的问题。本方案考虑到了用户对图片是否满意的多种因素，如：图像中是否有用户本人，图像中是否用户亲密关系人，图像的主观质量评价包括构图、美观等，图像的客观质量评价包括亮度、饱和度、清晰度等，帮助用户快速挑选出了整理质量较好的图像，提高了照片上传的便捷性和上传照片的质量，且具有广泛使用性。
发明内容
有鉴于此，本发明提供了一种智能化图像上传方法。
为了实现上述目的，本发明采用如下技术方案：
一种智能化图像上传方法，包括以下步骤：
S1、图像获取：设置年龄差阈值、图像质量阈值和人脸识别阈值，获取用户图像存储到数据库中，计算人物年龄；
S2、图像质量评估：对获取的所述用户图像进行质量评估得到图像质量分数，筛选出符合图像质量阈值的质量评估图像；
S3、人脸检测：利用全卷积网络提取所述质量评估图像特征，使用anchor机制预测人脸位置并通过人脸检测算法预测人脸的M个关键点，筛选出有人脸的检测图像；
S4、年龄检测：对所述检测图像的M个关键点进行人脸对齐并提取特征，通过提取的特征对年龄进行预测，筛选出符合年龄区间的年龄检测图像；
S5、人脸识别：通过卷积神经网络对所述年龄检测图像抽取人脸特征，将其和数据库中图像特征进行比对，计算所述年龄检测图像与数据库所有人脸的相似度，筛选出符合人脸识别阈值的人脸识别图像并加入上传队列进行上传。
优选的，所述步骤S1包括：
S1.1、注册用户信息，获取用户相册访问权限，进入用户相册，获取用户近期N张图像ID及其拍摄时间，按日期由近到远排序，初始化图像序号i＝1；
S1.2、设置年龄差阈值、图像质量阈值和人脸识别阈值；
S1.3、获取第i张图像拍摄时间；
S1.4、依据所述图像拍摄时间计算所述图像拍摄时人物的年龄。
优选的，对不符合步骤S2、S3、S4、S5筛选条件的，令i+1，返回执行步骤S1.4。
优选的，所述图像质量评估方法的依据包括但不限于图像的光照和模糊度。
优选的，所述步骤S2中图像质量分数区间为[0,1]，图像质量分数越低代表图像质量越高，筛选条件为图像质量分数小于图像质量阈值。
优选的，所述步骤S3中人脸的M个关键点包括但不限于：左眼、右眼、鼻子、左嘴角和右嘴角。
优选的，所述步骤S4包括：
S4.1、将所述检测图像裁剪出人脸图像，利用关键点对裁剪的人脸图像进行人脸对齐；
S4.2、将对齐后的人脸图像利用年龄检测算法计算每个人脸的预测年龄值；
S4.3、计算所述用户图像拍摄时人物的真实年龄和预测年龄的差值绝对值，根据年龄差阈值筛选出符合年龄区间的年龄检测图像。
优选的，所述步骤S5筛选条件为所述年龄检测图像与数据库所有人脸的相似度最大值大于人脸识别阈值。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种智能化图像上传方法，综合图像质量评估、人脸检测、年龄评估和人脸识别等诸多科学技术手段来过滤用户上传图像，有着广泛的适用性，显著提高了用户上传图像的整体质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的整体方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种智能化图像上传方法，包括以下步骤：
S1、图像获取：设置年龄差阈值、图像质量阈值和人脸识别阈值，获取用户图像及拍摄时间存储到数据库中，计算人物年龄；
S2、图像质量评估：对获取的所述用户图像进行质量评估得到图像质量分数，筛选出符合图像质量阈值的质量评估图像；
S3、人脸检测：利用全卷积网络提取所述质量评估图像特征，使用anchor机制预测人脸位置并通过人脸检测算法预测人脸的M个关键点，筛选出有人脸的检测图像；
S4、年龄检测：对所述检测图像的M个关键点进行人脸对齐并提取特征，通过提取的特征对年龄进行预测，根据年龄差阈值筛选出符合年龄区间的年龄检测图像；
S5、人脸识别：通过卷积神经网络对所述年龄检测图像抽取人脸特征，将其和数据库中用户图像的图像特征进行比对，计算所述年龄检测图像与数据库所有人脸的相似度，筛选出符合人脸识别阈值的人脸识别图像并加入上传队列进行上传。
优选的，所述步骤S1包括：
S1.1、注册用户信息，获取用户相册访问权限，进入用户相册，获取用户近期N张图像ID及其拍摄时间，按日期由近到远排序，初始化图像序号i＝1；
S1.2、设置年龄差阈值、图像质量阈值和人脸识别阈值；
S1.3、获取第i张图像拍摄时间；
S1.4、依据所述图像拍摄时间计算所述图像拍摄时人物的年龄。
为了进一步优化上述技术方案，对不符合步骤S2、S3、S4、S5筛选条件的，令i+1，返回执行步骤S1.4。
为了进一步优化上述技术方案，所述图像质量评估方法的依据包括但不限于图像的光照和模糊度。
为了进一步优化上述技术方案，所述步骤S2中图像质量分数区间为[0,1]，图像质量分数越低代表图像质量越高，筛选条件为图像质量分数小于图像质量阈值。
为了进一步优化上述技术方案，所述步骤S3中人脸的M个关键点包括但不限于：左眼、右眼、鼻子、左嘴角和右嘴角。
为了进一步优化上述技术方案，所述步骤S4包括：
S4.1、将所述检测图像裁剪出人脸图像，利用关键点对裁剪的人脸图像进行人脸对齐；
S4.2、将对齐后的人脸图像利用年龄检测算法计算每个人脸的预测年龄值；
S4.3、计算所述用户图像拍摄时人物的真实年龄和预测年龄的差值绝对值，根据年龄差阈值筛选出符合年龄区间的年龄检测图像。
为了进一步优化上述技术方案，所述步骤S5筛选条件为所述年龄检测图像与数据库所有人脸的相似度最大值大于人脸识别阈值。
进一步的，本发明实施例整体方法流程如下：
S1.0、用户创建人物，并填写人物生日BirthdayDate；S1.1、注册用户信息，获取用户相册访问权限，进入用户相册，获取用户近期2000张图像ID，按日期由近到远排序，初始化图像序号i＝1；S1.2、设置年龄差阈值AgeThres、图像质量阈值QualityThresh和人脸识别阈值FRThresh；S1.3、获取第i张图像拍摄时间ShootingTime；S1.4、计算所述图像拍摄时人物的年龄AgeTrue；S2、图像质量评估，得到图像质量分数QualityScore；如果QualityScore<QualityThresh，则进行下一步，否则更新i＝i+1，返回步骤S1.3；S3、人脸检测，如果检测出人脸，则进行下一步，如果未检测出人脸，更新i＝i+1，返回步骤S1.3；S4、年龄检测，计算所有人脸的预测年龄和AgeTrue的差值绝对值的最小值AgeDiffMin，如果AgeDiffMin<AgeThres，则进行下一步，否则更新i＝i+1，返回步骤S1.3；S5、人脸识别，比对图片中人脸和上传正面照的相似度最大值FRSimMaxScore，如果FRSimMaxScore>FRThresh，则进行下一步，否则更新i＝i+1，返回步骤S1.3；S6、将图片加入上传队列并按日期展示在用户界面；S7、如果i<2000，更新i＝i+1，返回步骤S1.3，否则对上传队列的图片进行上传。
本说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种智能化图像上传方法，其特征在于，包括以下步骤：
S1、图像获取：设置年龄差阈值、图像质量阈值和人脸识别阈值，获取用户图像存储到数据库中，计算人物年龄；
S2、图像质量评估：对获取的所述用户图像进行质量评估得到图像质量分数，筛选出符合图像质量阈值的质量评估图像；
S3、人脸检测：利用全卷积网络提取所述质量评估图像特征，使用anchor机制预测人脸位置并通过人脸检测算法预测人脸的M个关键点，筛选出有人脸的检测图像；
S4、年龄检测：对所述检测图像的M个关键点进行人脸对齐并提取特征，根据提取的特征获得年龄检测值，根据年龄差阈值筛选出符合年龄区间的年龄检测图像；
S5、人脸识别：通过卷积神经网络对所述年龄检测图像抽取人脸特征，将其和数据库中用户图像的图像特征进行比对，计算所述年龄检测图像与数据库所有人脸的相似度，筛选出符合人脸识别阈值的人脸识别图像并加入上传队列进行上传。
2.根据权利要求1所述的一种智能化图像上传方法，其特征在于，所述步骤S1包括：
S1.1、注册用户信息，获取用户相册访问权限，进入用户相册，获取用户近期N张图像ID及其拍摄时间，按日期由近到远排序，初始化图像序号i＝1；
S1.2、设置年龄差阈值、图像质量阈值和人脸识别阈值；
S1.3、获取第i张图像拍摄时间；
S1.4、依据所述图像拍摄时间计算所述图像拍摄时人物的年龄。
3.根据权利要求2所述的一种智能化图像上传方法，其特征在于，对不符合步骤S2、S3、S4、S5筛选条件的，令i+1，返回执行步骤S1.4。
4.根据权利要求1所述的一种智能化图像上传方法，其特征在于，所述图像质量评估方法的依据包括但不限于图像的光照和模糊度。
5.根据权利要求1所述的一种智能化图像上传方法，其特征在于，所述步骤S2中图像质量分数区间为[0,1]，图像质量分数越低代表图像质量越高，筛选条件为图像质量分数小于图像质量阈值。
6.根据权利要求1所述的一种智能化图像上传方法，其特征在于，所述步骤S3中人脸的M个关键点包括但不限于：左眼、右眼、鼻子、左嘴角和右嘴角。
7.根据权利要求1所述的一种智能化图像上传方法，其特征在于，所述步骤S4包括：
S4.1、将所述检测图像裁剪出人脸图像，利用关键点对裁剪的人脸图像进行人脸对齐；
S4.2、将对齐后的人脸图像利用年龄检测算法计算每个人脸的预测年龄值；
S4.3、计算所述用户图像拍摄时人物的真实年龄和预测年龄的差值绝对值，根据年龄差阈值筛选出符合年龄区间的年龄检测图像。
8.根据权利要求1所述的一种智能化图像上传方法，其特征在于，所述步骤S5筛选条件为所述年龄检测图像与数据库所有人脸的相似度最大值大于人脸识别阈值。
CN201911019062.6A 2019-10-24 2019-10-24 一种智能化图像上传方法 Pending CN110838102A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911019062.6A CN110838102A (zh) 2019-10-24 2019-10-24 一种智能化图像上传方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911019062.6A CN110838102A (zh) 2019-10-24 2019-10-24 一种智能化图像上传方法

Publications (1)

Publication Number Publication Date
CN110838102A true CN110838102A (zh) 2020-02-25

Family

ID=69575557

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911019062.6A Pending CN110838102A (zh) 2019-10-24 2019-10-24 一种智能化图像上传方法

Country Status (1)

Country Link
CN (1) CN110838102A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310709A (zh) * 2020-03-02 2020-06-19 邓谊 一种图文年报情感标定方法及系统
CN111327831A (zh) * 2020-03-30 2020-06-23 北京智美智学科技有限公司 一种用于ugc的图像获取方法、装置、电子设备和系统
CN112445935A (zh) * 2020-11-25 2021-03-05 开望(杭州)科技有限公司 一种基于内容分析的视频精选合集的自动生成方法
CN116895093A (zh) * 2023-09-08 2023-10-17 苏州浪潮智能科技有限公司 一种人脸识别方法、装置、设备及计算机可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117207A (zh) * 2015-07-27 2015-12-02 小米科技有限责任公司 相册创建方法及装置
CN107818308A (zh) * 2017-10-31 2018-03-20 平安科技（深圳）有限公司 一种人脸识别智能比对方法、电子装置及计算机可读存储介质
CN107977647A (zh) * 2017-12-20 2018-05-01 上海依图网络科技有限公司 一种适合公安实战的人脸识别算法评测方法
CN109190449A (zh) * 2018-07-09 2019-01-11 北京达佳互联信息技术有限公司 年龄识别方法、装置、电子设备及存储介质
CN109558833A (zh) * 2018-11-28 2019-04-02 厦门市巨龙信息科技有限公司 一种人脸识别算法评测方法以及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105117207A (zh) * 2015-07-27 2015-12-02 小米科技有限责任公司 相册创建方法及装置
CN107818308A (zh) * 2017-10-31 2018-03-20 平安科技（深圳）有限公司 一种人脸识别智能比对方法、电子装置及计算机可读存储介质
CN107977647A (zh) * 2017-12-20 2018-05-01 上海依图网络科技有限公司 一种适合公安实战的人脸识别算法评测方法
CN109190449A (zh) * 2018-07-09 2019-01-11 北京达佳互联信息技术有限公司 年龄识别方法、装置、电子设备及存储介质
CN109558833A (zh) * 2018-11-28 2019-04-02 厦门市巨龙信息科技有限公司 一种人脸识别算法评测方法以及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111310709A (zh) * 2020-03-02 2020-06-19 邓谊 一种图文年报情感标定方法及系统
CN111327831A (zh) * 2020-03-30 2020-06-23 北京智美智学科技有限公司 一种用于ugc的图像获取方法、装置、电子设备和系统
CN112445935A (zh) * 2020-11-25 2021-03-05 开望(杭州)科技有限公司 一种基于内容分析的视频精选合集的自动生成方法
CN112445935B (zh) * 2020-11-25 2023-07-04 开望(杭州)科技有限公司 一种基于内容分析的视频精选合集的自动生成方法
CN116895093A (zh) * 2023-09-08 2023-10-17 苏州浪潮智能科技有限公司 一种人脸识别方法、装置、设备及计算机可读存储介质
CN116895093B (zh) * 2023-09-08 2024-01-23 苏州浪潮智能科技有限公司 一种人脸识别方法、装置、设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN110838102A (zh) 一种智能化图像上传方法
AU2017261537B2 (en) Automated selection of keeper images from a burst photo captured set
US7636477B2 (en) Device for detecting red eye, program therefor, and recording medium storing the program
US8311364B2 (en) Estimating aesthetic quality of digital images
US8345934B2 (en) Method for automatic storytelling for photo albums using social network context
CN108776768A (zh) 图像识别方法及装置
EP2902941A1 (en) System and method for visually distinguishing faces in a digital image
CN110807759B (zh) 照片质量的评价方法及装置、电子设备、可读存储介质
CN112199530B (zh) 多维度脸库图片自动更新方法、系统、设备及介质
US20110074966A1 (en) Method for measuring photographer&#39;s aesthetic quality progress
CN113505824B (zh) 一种判断更新方法、装置和人脸打卡系统
JP2014016824A (ja) 情報処理装置及びその制御方法及びプログラム
CN109902189B (zh) 一种图片选择方法及相关设备
CN109711309B (zh) 一种自动识别人像图片是否闭眼的方法
CN113111690B (zh) 一种人脸表情分析方法和系统及满意度分析方法和系统
CN111753642B (zh) 一种确定关键帧的方法及装置
EP3693920A1 (en) Candidate image determination device, candidate image determination method, program for control of candidate image determination device, and recording medium for storing said program
CN106713700A (zh) 图像处理方法、装置和终端
WO2017177559A1 (zh) 一种图像管理方法和装置
WO2015196681A1 (zh) 一种图片处理方法及电子设备
US10708446B2 (en) Information processing apparatus, control method, and storage medium
CN105472405B (zh) 提醒生成方法及装置
US9888161B2 (en) Generation apparatus and method for evaluation information, electronic device and server
CN107343090A (zh) 图片处理方法及装置
CN111324759A (zh) 图片排序处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200225

RJ01 Rejection of invention patent application after publication