CN110955790A - 图片分类方法、装置、计算机可读存储介质及电子设备 - Google Patents

图片分类方法、装置、计算机可读存储介质及电子设备 Download PDF

Info

Publication number
CN110955790A
CN110955790A CN201811126714.1A CN201811126714A CN110955790A CN 110955790 A CN110955790 A CN 110955790A CN 201811126714 A CN201811126714 A CN 201811126714A CN 110955790 A CN110955790 A CN 110955790A
Authority
CN
China
Prior art keywords
picture
target
browsing
target picture
pictures
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
CN201811126714.1A
Other languages
English (en)
Inventor
陈岩
刘耀勇
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.)
Guangdong Oppo Mobile Telecommunications Corp Ltd
Original Assignee
Guangdong Oppo Mobile Telecommunications Corp 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 Guangdong Oppo Mobile Telecommunications Corp Ltd filed Critical Guangdong Oppo Mobile Telecommunications Corp Ltd
Priority to CN201811126714.1A priority Critical patent/CN110955790A/zh
Priority to PCT/CN2019/096037 priority patent/WO2020063042A1/zh
Publication of CN110955790A publication Critical patent/CN110955790A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例公开了一种图片分类方法、装置、计算机可读存储介质及电子设备，可以首先确定需要进行图片分类的目标图片，再根据用户浏览各目标图片的浏览行为数据以及各目标图片的创建时长进行加权求和，其中，浏览行为数据能够反映用户浏览行为的特征，而创建时长则为图片自身的特征，对获取到的浏览行为数据和创建时长进行加权求和，也即是结合目标图片的自身特征以及图片之外的用户特征对目标图片进行综合评价，加权和值的高低也就反映了目标图片被用户浏览的概率大小，相应的，利用得到的加权和值对各目标图片进行分类，得到各目标图片的图片类别也是与用户浏览概率所匹配的，由此，能够降低用户的使用负担。

Description

图片分类方法、装置、计算机可读存储介质及电子设备
技术领域
本申请涉及图像处理技术领域，具体涉及一种图片分类方法、装置、计算机可读存储介质及电子设备。
背景技术
目前，用户可以将大量的图片存储在如手机、平板电脑等电子设备上，从而可以随时随地的进行浏览。但是，当用户需要通过电子设备浏览图片时，面对大量的图片，由于相关技术中没有提供有效的图片分类方法，使得用户难以在大量的图片中快速找到需要浏览图片，对用户造成了使用负担。
发明内容
本申请实施例提供了一种图片分类方法、装置、计算机可读存储介质及电子设备，能够对电子设备中的图片进行有效分类，降低用户的使用负担。
第一方面，本申请实施例提供了一种图片分类方法，应用于电子设备，该图片分类方法包括：
确定需要进行图片分类的目标图片；
获取用户浏览各所述目标图片的浏览行为数据，以及获取各所述目标图片的创建时长；
对各所述目标图片的浏览行为数据和创建时长进行加权求和，得到各所述目标图片的加权和值；
根据各所述目标图片的加权和值对各所述目标图片进行分类，得到各所述目标图片的图片类别。
第二方面，本申请实施例提供了一种图片分类装置，应用于电子设备，该图片分类装置包括：
图片确定模块，用于确定需要进行图片分类的目标图片；
信息获取模块，用于获取用户浏览各所述目标图片的浏览行为数据，以及获取各所述目标图片的创建时长；
加权运算模块，用于对各所述目标图片的浏览行为数据和创建时长进行加权求和，得到各所述目标图片的加权和值；
图片分类模块，用于根据各所述目标图片的加权和值对各所述目标图片进行分类，得到各所述目标图片的图片类别。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行如本申请实施例提供的图片分类方法中的步骤。
第四方面，本申请实施例提供了一种电子设备，包括处理器和存储器，所述存储器有计算机程序，所述处理器通过调用所述计算机程序，用于执行如本申请实施例提供的图片分类方法中的步骤。
本申请实施例中的电子设备，可以首先确定需要进行图片分类的目标图片，再根据用户浏览各目标图片的浏览行为数据以及各目标图片的创建时长进行加权求和，其中，浏览行为数据能够反映用户浏览行为的特征，而创建时长则为图片自身的特征，对获取到的浏览行为数据和创建时长进行加权求和，也即是结合目标图片的自身特征以及图片之外的用户特征对目标图片进行综合评价，加权和值的高低也就反映了目标图片被用户浏览的概率大小，相应的，利用得到的加权和值对各目标图片进行分类，得到各目标图片的图片类别也是与用户浏览概率所匹配的，由此，能够降低用户的使用负担。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的图片分类方法的一流程示意图。
图2是本申请实施例中由用户触发电子设备进行图片分类的操作示意图。
图3是本申请实施例中电子设备对目标图片进行图片分类的一示例图。
图4是本申请实施例中电子设备对目标图片进行图片分类的另一示例图。
图5是本申请实施例中电子设备对目标图片进行图片分类的又一示例图。
图6是本申请实施例中电子设备显示对应不同图片类别的文件夹的示例图。
图7为本申请实施例提供的图片分类方法的另一流程示意图。
图8是本申请实施例提供的图片分类装置的结构示意图。
图9是本申请实施例提供的电子设备的一结构示意图。
具体实施方式
请参照图示，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。
本申请实施例提供一种图片分类方法，该图片分类方法的执行主体可以是本申请实施例提供的图片分类装置，或者集成了该图片分类装置的电子设备，其中该图片分类装置可以采用硬件或者软件的方式实现。其中，电子设备可以是智能手机、平板电脑、掌上电脑、笔记本电脑、或者台式电脑等配置有处理器而具备处理能力的设备。
请参照图1，图1为本申请实施例提供的图片分类方法的流程示意图。如图1所示，本申请实施例提供的图片分类方法的流程可以如下：
101、确定需要进行图片分类的目标图片。
本申请实施例中，电子设备可以基于预设的图片分类周期，按照预设的图片选取规则，确定需要进行图片分类的目标图片，或者是在接收到用户输入的图片分类指令时，根据用户输入的图片分类指令确定需要进行图片分类的目标图片，等等。
需要说明的是，本申请实施例对于图片分类周期、图片选取规则以及图片分类操作的设置均不做具体限定，可由电子设备根据用户输入进行设置，也可由电子设备的生产厂商对电子设备进行缺省设置，等等。
比如，假设图片分类周期被预先配置为以周一为起点的自然周，且图片选取规则被配置为“选取拍摄的图片进行图片分类”这样，电子设备可以在每周一自动触发进行图片分类，首先将拍摄得到的图片确定为需要进行图片分类的目标图片。
又比如，请参照图2，电子设备在一图片浏览界面中提供有用于触发进行图片分类的“分类”控件”。其中，图示矩形表示不同的图片，矩形中的圆形框表示用于选择对应图片的“选择”控件。用户可以点击某图片对应的选择控件以选中该图片，并可以再次点击该图片对应的选择控件来撤销对该图片的选中。如图2所示，当用户选中需要进行分类的图片之后，通过点击分类控件来向电子设备输入图片分类指令，其中，该图片分类指令携带有指示用户选中的图片的指示信息。相应的，电子设备根据用户输入的图片分类指令中的指示信息，将用户选中的图片确定为需要进行图片分类的目标图片。
102、获取用户浏览各目标图片的浏览行为数据，以及获取各目标图片的创建时长。
本申请实施例中，电子设备在确定需要进行图片分类的目标图片之后，进一步获取用户浏览各目标图片的浏览行为数据，其中，浏览行为数据包括描述用户浏览行为的相关数据，比如，浏览行为数据包括用户浏览目标图片的次数，以及用户每次浏览目标图片的打开时刻和关闭时刻，等等。
电子设备除了获取用户浏览各目标图片的浏览行为数据之外，还获取各目标图片的创建时长。其中，创建时长为当前时刻与目标图片的生成时刻的差值。
需要说明的是，上述当前时刻并不特指某一时刻，而是代指电子设备执行“获取各目标图片的创建时长”这一操作的时刻。此外，本申请实施例对目标图片的生成方式不做具体限制，比如，某目标图片为电子设备通过拍摄的方式生成，则该目标图片的生成时刻即为电子设备拍摄得到该目标图片的拍摄时刻；又比如，某目标图片为电子设备通过互联网下载的方式生成，则该目标图片的生成时刻即为电子设备通过互联网下载得到该目标图片的下载时刻，等等。
103、对各目标图片的浏览行为数据和创建时长进行加权求和，得到各目标图片的加权和值。
本申请实施例中，电子设备在获取到各目标图片的浏览行为数据以及创建时长之后，根据预设的加权求和算法对获取到的浏览行为数据和创建时长进行加权求和，得到对应各目标图片的加权和值。
其中，浏览行为数据能够反映用户浏览行为的特征，而创建时长则为图片自身的特征，电子设备对获取到的浏览行为数据和创建时长进行加权求和的目的在于：结合目标图片的自身特征以及图片之外的用户特征对目标图片进行综合评价，这样，加权求和得到加权和值也即是对目标图片进行综合评价所得到的“评分”，这个评分的高低也就反映了目标图片可能被用户浏览的概率大小。
104、根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别。
本申请实施例中，电子设备在得到各目标图片的加权和值之后，根据得到的加权和值以及预设的图片分类规则，对各目标图片进行分类，从而得到各目标图片的图片类别，这样，不同的图片类别可以表征不同目标图片被用户浏览的概率。
需要说明的是，本申请实施例对图片分类规则的设置不做具体限制，可由本领域技术人员根据实际需要进行设置。
比如，请参照图3，假设图片分类规则被设置为：根据加权和值从高到低的顺序，将加权和值相同的目标图片分为一类，这样，电子设备在根据得到的加权和值对目标图片进行分类时，若共计算得到5个不同的加权和值A、B、C、D、E，且A>B>C>D>E，则电子设备将加权和值为A的目标图片分为一类，并将该类目标图片的图片类别记为第一类图片，将加权和值为B的目标图片分为一类，并将该类目标图片的图片类别记为第二类图片，将加权和值为C的目标图片分为一类，并将该类目标图片的图片类别记为第三类图片，将加权和值为D的目标图片分为一类，并将该类目标图片的图片类别记为第四类图片，将加权和值为E的目标图片分为一类，并将该类目标图片的图片类别记为第五类图片。
又比如，请参照图4，假设图片分类规则被设置为：根据加权和值从高到低的顺序，将所有目标图片分为两类，这样，电子设备在根据得到的加权和值对目标图片进行分类时，若计算得到的最大加权和值为A，计算得到的最小加权和值为B，则将加权和值位于区间
Figure BDA0001812618130000051
之内的目标图片分为一类，并将该类目标图片的图片类别记为用户偏好图片，将加权和值位于区间
Figure BDA0001812618130000052
Figure BDA0001812618130000053
之内的目标图片分为一类，并将该类目标图片的图片类别记为非用户偏好图片。
又比如，请参照图5，假设图片分类规则被设置为：根据加权和值从高到底的顺序，将所有目标图片分为三类，这样，电子设备在根据得到的加权和值对目标图片进行分类时，若计算得到的最大加权和值为A，计算得到的最小加权和值为B，则将加权和值位于区间
Figure BDA0001812618130000061
之内的目标图片分为一类，并将该类目标图片的图片类别记为最佳图片，将加权和值位于区间
Figure BDA0001812618130000062
之内的目标图片分为一类，并将该类目标图片的图片类别记为用户偏好图片，将加权和值位于区间
Figure BDA0001812618130000063
之内的目标图片分为一类，并将该类目标图片的图片类别记为普通图片。
由上可知，本申请可以首先确定需要进行图片分类的目标图片，再根据用户浏览各目标图片的浏览行为数据以及各目标图片的创建时长进行加权求和，其中，浏览行为数据能够反映用户浏览行为的特征，而创建时长则为图片自身的特征，对获取到的浏览行为数据和创建时长进行加权求和，也即是结合目标图片的自身特征以及图片之外的用户特征对目标图片进行综合评价，加权和值的高低也就反映了目标图片被用户浏览的概率大小，相应的，利用得到的加权和值对各目标图片进行分类，得到各目标图片的图片类别也是与用户浏览概率所匹配的，由此，能够降低用户的使用负担。
在一实施方式中，“对各目标图片的浏览行为数据和创建时长进行加权求和，得到各目标图片的加权和值”，包括：
(1)、根据各目标图片的浏览行为数据，获取各目标图片的浏览次数以及每次浏览时的浏览时长；
(2)、根据各目标图片的浏览次数以及每次浏览时的浏览时长，获取各目标图片的平均浏览时长；
(3)、对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值。
本申请实施例中，电子设备在目标图片被用户浏览时，记录用户浏览该目标图片的浏览行为数据，其中，该浏览行为数据包括但不限于用户浏览该目标图片的次数，以及用户每次浏览该目标图片的打开时刻和关闭时刻，等等。
由此，电子设备在对各目标图片的浏览行为数据和创建时长进行加权求和时，可以直接从各目标图片的浏览行为数据中提取出各目标图片的浏览次数(即用户浏览目标图片的次数)，并根据各目标图片的浏览行为数据中“用户每次浏览目标图片的打开时刻和关闭时刻”，得到各目标图片每次浏览时的浏览时长。
电子设备在获取到各目标图片的浏览次数以及每次浏览时的浏览时长之后，进一步根据各目标图片的浏览次数以及每次浏览时的浏览时长，计算得到各目标图片的平均浏览时长。需要说明的是，本领域技术人员可以理解的是，此处所指平均浏览时长为单一目标图片的平均浏览时长，而不是多个目标图片的平均浏览时长。
电子设备在计算得到各目标图片的平均浏览时长之后，进一步根据预设的加权求和算法对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到对应各目标图片的加权和值。
在一实施方式中，“对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值”，包括：
(1)、对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理；
(2)、根据目标图片的浏览次数、平均浏览时长以及创建时长各自对应的权重值，对各目标图片归一化处理后的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值。
本申请实施例中，对于浏览次数、平均浏览时长以及创建时长这三种数据，分别预先分配有对应的权重值。其中，本申请实施例对于浏览次数、平均浏览时长以及创建时长各自对应权重值的取值不做具体限定，可由本领域技术人员根据实际需要进行设置。比如，可以设置浏览次数对应的权重值为0.3，设置平均浏览时长对应的权重值为0.2，设置创建时长对应的权重值为0.5。
为了提升加权求和的效率，电子设备在对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和时，首先对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理，将各目标图片的浏览次数、平均浏览时长以及创建时长归一化到同一数值区间内。
比如，可以采用线性函数归一化将各目标图片的浏览次数、平均浏览时长以及创建时长归一化到数值区间[0,1]之内，还可以采用0均值归一化将各目标图片的浏览次数、平均浏览时长以及创建时长归一化到数值区间[0,1]之内，等等。
在一实施方式中，“对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理”之前，还包括：
将各目标图片的创建时长的值更新为其负值。
比如，假设一目标图片的创建时长为30(分钟)，则将该目标图片的创建时长的值“30”更新为其负值(-30)。
其中，将创建时长的值更新为其负值的目的在于，使得最终计算得到的加权和值与原始的创建时长(即更新前的创建时长)负相关，也即是原始的创建时长越长，将导致计算得到加权和值越小，而原始的创建时长越短，将导致计算得到的加权和值越大，通俗的说，就是创建时长越短的目标图片，越可能被用户浏览。
在一实施方式中，“确定需要进行图片分类的目标图片”，包括：
(1)、将预设储存路径下的图片确定为目标图片；或者，
(2)、将预设图片格式的图片确定为目标图片；或者，
(3)、将预设储存路径下的预设图片格式的图片确定为目标图片。
其中，本申请实施例对于预设存储路径以及预设图片格式的设置不做具体限定，可由电子设备根据用户输入进行设置，也可由电子设备的生产厂商对电子设备进行缺省设置。需要说明的是，预设存储路径可以配置为一个，也可以配置为多个，相应的，预设图片格式可以配置为一个，也可以配置为多个。
比如，假设用户需要电子设备对拍摄得到的图片进行分类，则可以将预设存储路径配置为电子设备拍摄图片的存储路径，示例性的，若电子设备基于安卓系统，则将预设存储路径配置为“/storage/0/DCIM”，这样，电子设备将把/storage/0/DCIM对应的文件目录“DCIM”中的所有图片确定为需要进行图片分类的目标图片。
又比如，假设用户需要电子设备对某图片格式的图片进行分类，则可以将预设图片格式配置为用户指定的图片格式，示例性的，若用户需要电子设备对“JPG”格式的图片进行分类，则将预设图片格式配置为“JPG”格式，这样，电子设备将把本地所有“JPG”格式的图片确定为需要进行图片分类的目标图片。
又比如，假设用户需要电子设备对拍摄得到的某种图片格式的图片进行分类，则可以将预设存储路径配置为电子设备拍摄图片的存储路径，将预设图片格式配置为用户指定的图片格式，示例性的，若电子设备基于安卓系统，则将预设存储路径配置为“/storage/0/DCIM”，此外，若用户需要电子设备的拍摄得到的“JPG”格式的图片进行分类，则将预设图片格式配置为“JPG”格式，这样，电子设备将把/storage/0/DCIM对应的文件目录“DCIM”中的所有“JPG”格式的图片确定为需要进行图片分类的目标图片。
在一实施方式中，“根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别”之后，还包括：
(1)、为各目标图片分配对应其图片类别的储存路径；
(2)、将各目标图片存储至其图片类别所对应的储存路径中。
需要说明的是，为了便于用户管理，本申请实施例还根据对目标图片进行分类的结果，对目标图片进行分类存储。
其中，电子设备可以为每一图片类别分配一储存路径，比如，若目标图片被分为3个图片类别，分别为最佳图片、用户偏好图片和普通图片，则电子设备为最佳图片分配储存路径A，为用户偏好图片分配储存路径B，为普通图片分配存储路径C。
电子设备在完成对储存路径的分配之后，即可根据各图片类别对应的储存路径，将各目标图片存储至其图片类别所对应的储存路径中，实现对目标图片的分类存储。
在一实施方式中，“将各目标图片存储至其图片类别所对应的储存路径中”之后，还包括：
(1)、接收图片浏览应用的启动请求；
(2)、根据接收到的启动请求启动图片浏览应用，并在图片浏览应用的应用界面中显示对应不同储存路径的文件夹，文件夹包括其对应的储存路径中所存储的目标图片。
其中，图片浏览应用可以为电子设备的系统类图片浏览应用，也可以为第三方图片浏览应用，示例性的，图片浏览应用可以为电子设备的系统应用“图库”、“相册”，等等。
本申请实施例中，电子设备可以接收图片浏览应用的启动请求，并根据接收到的启动请求启动图片浏览应用，并在图片浏览应用的应用界面中显示对应不同储存路径的文件夹，文件夹包括其对应的储存路径中所存储的目标图片。
比如，请参照图6，电子设备的界面中显示有多个不同应用的应用入口，包括“相机”应用入口、“时钟”应用入口、“电话”应用入口、“联系人”应用入口、“图库”应用入口以及“信息”应用入口，用户可以点击图库应用入口，来向电子设备输入图片浏览应用“图库”的启动请求。相应的，电子设备根据对“图库”的启动请求，启动图库，并在图库的应用界面中显示对应储存路径A的文件夹A、对应储存路径B的文件夹B以及对应储存路径C的文件夹C，其中，储存路径A对应分类得到图片类别“最佳图片”，储存路径B对应分类得到的图片类别“用户偏好图片”，存储路径C对应分类得到的图片类别“普通图片”，如图6所示，在图库的应用界面还显示有对应文件夹A的图片类别“最佳图片”以及其中的图片数量“5”，还显示有对应文件夹B的图片类别“用户偏好图片”以及其中的图片数量“27”，还显示有对应文件夹C的图片类别“普通图片”以及其中的图片数量“89”。
在一实施方式中，“获取用户浏览各目标图片的浏览行为数据”之前，还包括：
(1)、建立浏览行为数据库；
(2)、在预设的图片分类周期内，记录用户浏览各目标图片的浏览行为数据，并将记录的浏览行为数据存储至前述浏览行为数据库中；
而“获取用户浏览各目标图片的浏览行为数据”，包括：
(3)、从前述浏览行为数据库中获取各目标图片在预设的图片分类周期内的浏览行为数据。
为便于管理浏览行为数据库，可以由电子设备建立本地的浏览行为数据库，其中，本申请实施例对该浏览行为数据库的数据库类型不做限定，可由本领域技术人员根据实际需要进行选取。
电子设备完成浏览行为数据库的建立之后，可以在预设的图片分类周期内，记录用户浏览各目标图片的浏览行为数据，并将记录的浏览行为数据存储至前述浏览行为数据库中。比如，假设图片分类周期被预先配置为以周一为起点的自然周，则电子设备将在一个自然周内记录用户浏览各目标图片的浏览行为数据，并将记录的浏览行为数据存储至前述浏览行为数据库中。
示例性的，假设电子设备基于安卓系统，可以对libc库中的open函数和close函数进行修改，使得电子设备在open函数被调用时，识别此次调用的执行对象是否为目标图片，若是，则记录得到该目标图片的打开时刻(即open函数此次被调用的调用时刻)，并存储至建立的浏览行为数据库中，若close函数被调用且此次调用的执行对象为该目标图片，则记录得到该目标图片的关闭时刻(即close函数此次被调用的调用时刻)，并存储至建立的浏览行为数据库中。
请参照图7，图7为本申请实施例提供的图片分类方法的另一流程示意图，如图7所示，该图片分类方法可以包括：
201、判断当前时刻是否到达预设的图片分类周期。
202、若到达，则将预设储存路径下的预设图片格式的图片作为需要进行图片分类的目标图片。
其中，本申请实施例对于图片分类周期、预设储存路径以及预设图片格式的设置均不做具体限定，可由电子设备根据用户输入进行设置，也可由电子设备的生产厂商对电子设备进行缺省设置，等等。
比如，假设用户需要电子设备每周对拍摄得到的某种图片格式的图片进行分类，则可以将图片分类周期配置为以周一为起点的自然周，将预设存储路径配置为电子设备拍摄图片的存储路径，将预设图片格式配置为用户指定的图片格式，示例性的，若电子设备基于安卓系统，则将预设存储路径配置为“/storage/0/DCIM”，此外，若用户需要电子设备的拍摄得到的“JPG”格式的图片进行分类，则将预设图片格式配置为“JPG”格式，这样，电子设备将在每一自然周的周一，将/storage/0/DCIM对应的文件目录“DCIM”中的所有“JPG”格式的图片确定为需要进行图片分类的目标图片。
203、获取用户在前述图片分类周期内浏览各目标图片的浏览行为数据，浏览行为数据包括目标图片的浏览次数以及每次浏览时的浏览时长。
在确定需要进行图片分类的目标图片之后，电子设备在图片分类周期内对用户浏览各目标图片的浏览行为数据进行记录，获取到用户在前述图片分类周期内浏览各目标图片的浏览行为数据，该浏览行为数据包括目标图片的浏览次数以及每次浏览时的浏览时长。
204、根据各目标图片的浏览次数以及每次浏览时的浏览时长，获取各目标图片的平均浏览时长。
电子设备在获取到各目标图片的浏览次数以及每次浏览时的浏览时长之后，进一步根据各目标图片的浏览次数以及每次浏览时的浏览时长，计算得到各目标图片的平均浏览时长。需要说明的是，本领域技术人员可以理解的是，此处所指平均浏览时长为单一目标图片的平均浏览时长，而不是多个目标图片的平均浏览时长。
205、获取各目标图片的创建时长，将创建时长的值更新为其负值，并对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理。
电子设备除了获取用户浏览各目标图片的浏览行为数据之外，还获取各目标图片的创建时长。其中，创建时长为当前时刻(本领域技术人员可以理解的是，此处的当前时刻与201中的当前时刻并不相同，此处的当前时刻用于代指电子设备执行“获取各目标图片的创建时长”这一操作的时刻)与目标图片的生成时刻的差值。
此外，本申请实施例对目标图片的生成方式不做具体限制，比如，某目标图片为电子设备通过拍摄的方式生成，则该目标图片的生成时刻即为电子设备拍摄得到该目标图片的拍摄时刻；又比如，某目标图片为电子设备通过互联网下载的方式生成，则该目标图片的生成时刻即为电子设备通过互联网下载得到该目标图片的下载时刻，等等。
电子设备在获取到各目标图片的创建时长之后，将各目标图片创建时长的值更新为其负值。
比如，假设某目标图片的创建时长为30(分钟)，则将该目标图片创建时长的值“30”更新为其负值(-30)。
其中，将创建时长的值更新为其负值的目的在于，使得最终计算得到的加权和值与原始的创建时长(即更新前的创建时长)负相关，也即是原始的创建时长越长，将导致计算得到加权和值越小，而原始的创建时长越短，将导致计算得到的加权和值越大，通俗的说，就是创建时长越短的图片，越可能被用户浏览。
为了提升加权求和的效率，电子设备在对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和时，首先对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理，将各目标图片的浏览次数、平均浏览时长以及创建时长归一化到同一数值区间内。
比如，可以采用线性函数归一化将各目标图片的浏览次数、平均浏览时长以及创建时长归一化到数值区间[0,1]之内，还可以采用0均值归一化将各目标图片的浏览次数、平均浏览时长以及创建时长归一化到数值区间[0,1]之内，等等。
206、根据目标图片的浏览次数、平均浏览时长以及创建时长各自对应的权重值，对各目标图片归一化处理后的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值。
在本申请实施例中，对于浏览次数、平均浏览时长以及创建时长这三种数据，分别预先分配有对应的权重值。其中，本申请实施例对于浏览次数、平均浏览时长以及创建时长各自对应权重值的取值不做具体限定，可由本领域技术人员根据实际需要进行设置。比如，可以设置浏览次数对应的权重值为0.3，设置平均浏览时长对应的权重值为0.2，设置创建时长对应的权重值为0.5。
这样，在完成归一化处理之后，电子设备即可对归一化处理后目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到加权和值。
其中，浏览行为数据能够反映用户浏览行为的特征，而创建时长则为图片自身的特征，电子设备对获取到的浏览行为数据和创建时长进行加权求和的目的在于：结合目标图片的自身特征以及图片之外的用户特征对目标图片进行综合评价，这样，加权求和得到加权和值也即是对目标图片进行综合评价所得到的“评分”，这个评分的高低也就反映了目标图片可能被用户浏览的概率大小。
207、根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别。
本申请实施例中，电子设备在得到各目标图片的加权和值之后，根据得到的加权和值以及预设的图片分类规则，对各目标图片进行分类，得到各目标图片的图片类别，这样，不同的图片类别可以表征不同目标图片被用户浏览的概率。
需要说明的是，本申请实施例对图片分类规则的设置不做具体限制，可由本领域技术人员根据实际需要进行设置。
比如，请参照图3，假设图片分类规则被设置为：根据加权和值从高到低的顺序，将加权和值相同的目标图片分为一类，这样，电子设备在根据得到的加权和值对目标图片进行分类时，若共计算得到5个不同的加权和值A、B、C、D、E，且A>B>C>D>E，则电子设备将加权和值为A的目标图片分为一类，并将该类目标图片的图片类别记为第一类图片，将加权和值为B的目标图片分为一类，并将该类目标图片的图片类别记为第二类图片，将加权和值为C的目标图片分为一类，并将该类目标图片的图片类别记为第三类图片，将加权和值为D的目标图片分为一类，并将该类目标图片的图片类别记为第四类图片，将加权和值为E的目标图片分为一类，并将该类目标图片的图片类别记为第五类图片。
又比如，请参照图4，假设图片分类规则被设置为：根据加权和值从高到低的顺序，将所有目标图片分为两类，这样，电子设备在根据得到的加权和值对目标图片进行分类时，若计算得到的最大加权和值为A，计算得到的最小加权和值为B，则将加权和值位于区间
Figure BDA0001812618130000141
之内的目标图片分为一类，并将该类目标图片的图片类别记为用户偏好图片，将加权和值位于区间
Figure BDA0001812618130000142
Figure BDA0001812618130000143
之内的目标图片分为一类，并将该类目标图片的图片类别记为非用户偏好图片。
又比如，请参照图5，假设图片分类规则被设置为：根据加权和值从高到底的顺序，将所有目标图片分为三类，这样，电子设备在根据得到的加权和值对目标图片进行分类时，若计算得到的最大加权和值为A，计算得到的最小加权和值为B，则将加权和值位于区间
Figure BDA0001812618130000151
之内的目标图片分为一类，并将该类目标图片的图片类别记为最佳图片，将加权和值位于区间
Figure BDA0001812618130000152
之内的目标图片分为一类，并将该类目标图片的图片类别记为用户偏好图片，将加权和值位于区间
Figure BDA0001812618130000153
之内的目标图片分为一类，并将该类目标图片的图片类别记为普通图片。
208、为各目标图片分配对应其图片类别的储存路径，并将各目标图片存储至其图片类别所对应的储存路径中。
需要说明的是，为了便于用户管理，本申请实施例还根据对目标图片进行分类的结果，对目标图片进行分类存储。
其中，电子设备可以为每一图片类别分配一储存路径，比如，若目标图片被分为3个图片类别，分别为最佳图片、用户偏好图片和普通图片，则电子设备为最佳图片分配储存路径A，为用户偏好图片分配储存路径B，为普通图片分配存储路径C。
电子设备在完成对储存路径的分配之后，即可根据各图片类别对应的储存路径，将各目标图片存储至其图片类别所对应的储存路径中，实现对目标图片的分类存储。
在一实施例中，还提供了一种图片分类装置。请参照图8，图8为本申请实施例提供的图片分类装置400的结构示意图。其中该图片分类装置应用于电子设备，该图片分类装置包括图片确定模块401、信息获取模块402、加权运算模块403以及图片分类模块404，如下：
图片确定模块401，用于确定需要进行图片分类的目标图片。
信息获取模块402，用于获取用户浏览各目标图片的浏览行为数据，以及获取各目标图片的创建时长。
加权运算模块403，用于对各目标图片的浏览行为数据和创建时长进行加权求和，得到各目标图片的加权和值。
图片分类模块404，用于根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别。
在一实施方式中，在对各目标图片的浏览行为数据和创建时长进行加权求和，得到各目标图片的加权和值时，加权运算模块403可以用于：
根据各目标图片的浏览行为数据，获取各目标图片的浏览次数以及每次浏览时的浏览时长；
根据各目标图片的浏览次数以及每次浏览时的浏览时长，获取各目标图片的平均浏览时长；
对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值。
在一实施方式中，在对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值时，加权运算模块403可以用于：
对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理；
根据目标图片的浏览次数、平均浏览时长以及创建时长各自对应的权重值，对各目标图片归一化处理后的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值。
在一实施方式中，在对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理之前，加权运算模块403可以用于：
将各目标图片的创建时长的值更新为其负值。
在一实施方式中，在确定需要进行图片分类的目标图片时，图片确定模块401可以用于：
将预设储存路径下的图片确定为目标图片；或者，
将预设图片格式的图片确定为目标图片；或者，
将预设储存路径下的预设图片格式的图片确定为目标图片。
在一实施方式中，在根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别之后，图片分类模块404还可以用于：
为各目标图片分配对应其图片类别的储存路径；
将各目标图片存储至其图片类别所对应的储存路径中。
在一实施方式中，图片分类装置400还包括图片显示模块，可以用于：
接收图片浏览应用的启动请求；
根据接收到的启动请求启动图片浏览应用，并在图片浏览应用的应用界面中显示对应不同储存路径的文件夹，文件夹包括其对应的储存路径中所存储的目标图片。
在一实施方式中，图片分类装置400还包括行为记录模块，可以用于：
建立浏览行为数据库；
在预设的图片分类周期内，记录用户浏览各目标图片的浏览行为数据，并将记录的浏览行为数据存储至前述浏览行为数据库中；
而信息获取模块402可以用于：
从前述浏览行为数据库中获取各目标图片在预设的图片分类周期内的浏览行为数据。
其中，图片分类装置400中各模块执行的步骤可以参考上述方法实施例描述的方法步骤。该图片分类装置400可以集成在电子设备中，如手机、平板电脑等。
具体实施时，以上各个模块可以作为独立的实体实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单位的具体实施可参见前面的实施例，在此不再赘述。
由上可知，本实施例的图片分类装置400在集成于电子设备时，使得电子设备可以首先确定需要进行图片分类的目标图片，再根据用户浏览各目标图片的浏览行为数据以及各目标图片的创建时长进行加权求和，其中，浏览行为数据能够反映用户浏览行为的特征，而创建时长则为图片自身的特征，对获取到的浏览行为数据和创建时长进行加权求和，也即是结合目标图片的自身特征以及图片之外的用户特征对目标图片进行综合评价，加权和值的高低也就反映了目标图片被用户浏览的概率大小，相应的，利用得到的加权和值对各目标图片进行分类，得到各目标图片的图片类别也是与用户浏览概率所匹配的，由此，能够降低用户的使用负担。
在一实施例中，还提供一种电子设备。请参照图9，电子设备500包括处理器501以及存储器502。其中，处理器501与存储器502电性连接。
处理器500是电子设备500的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器502内的计算机程序，以及调用存储在存储器502内的数据，执行电子设备500的各种功能并处理数据。
存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的计算机程序以及模块，从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的计算机程序等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
尽管图9中未示出，电子设备500还可以包括摄像头、蓝牙模块等，在此不再赘述。
在本申请实施例中，电子设备500中的处理器501会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器502中，并由处理器501运行存储在存储器502中的计算机程序，从而实现各种功能，如下：
确定需要进行图片分类的目标图片；
获取用户浏览各目标图片的浏览行为数据，以及获取各目标图片的创建时长；
对各目标图片的浏览行为数据和创建时长进行加权求和，得到各目标图片的加权和值；
根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别。
在某些实施方式中，在对各目标图片的浏览行为数据和创建时长进行加权求和，得到各目标图片的加权和值时，处理器501可以执行以下步骤：
根据各目标图片的浏览行为数据，获取各目标图片的浏览次数以及每次浏览时的浏览时长；
根据各目标图片的浏览次数以及每次浏览时的浏览时长，获取各目标图片的平均浏览时长；
对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值。
在某些实施方式中，在对各目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值时，处理器501可以执行以下步骤：
对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理；
根据目标图片的浏览次数、平均浏览时长以及创建时长各自对应的权重值，对各目标图片归一化处理后的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各目标图片的加权和值。
在某些实施方式中，在对各目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理之前，处理器501可以执行以下步骤：
将各目标图片的创建时长的值更新为其负值。
在某些实施方式中，在确定需要进行图片分类的目标图片时，处理器501还可以执行以下步骤：
将预设储存路径下的图片确定为目标图片；或者，
将预设图片格式的图片确定为目标图片；或者，
将预设储存路径下的预设图片格式的图片确定为目标图片。
在某些实施方式中，在根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别之后，处理器501还可以执行以下步骤：
为各目标图片分配对应其图片类别的储存路径；
将各目标图片存储至其图片类别所对应的储存路径中。
在某些实施方式中，在将目标图片存储至其图片类别所对应的储存路径中之后，处理器501可以执行以下步骤：
接收图片浏览应用的启动请求；
根据接收到的启动请求启动图片浏览应用，并在图片浏览应用的应用界面中显示对应不同储存路径的文件夹，文件夹包括其对应的储存路径中所存储的目标图片。
在某些实施方式中，在获取用户浏览目标图片的浏览行为数据之前，处理器501还可以执行以下步骤：
建立浏览行为数据库；
在预设的图片分类周期内，记录用户浏览各目标图片的浏览行为数据，并将记录的浏览行为数据存储至前述浏览行为数据库中；
而在获取用户浏览各目标图片的浏览行为数据时，处理器501还可以执行以下步骤：
从前述浏览行为数据库中获取各目标图片在预设的图片分类周期内的浏览行为数据。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述任一实施例中的图片分类方法，比如：
确定需要进行图片分类的目标图片；
获取用户浏览各目标图片的浏览行为数据，以及获取各目标图片的创建时长；
对各目标图片的浏览行为数据和创建时长进行加权求和，得到各目标图片的加权和值；
根据各目标图片的加权和值对各目标图片进行分类，得到各目标图片的图片类别。
本申请实施例中，计算机可读存储介质可以是磁碟、光盘、只读存储器(Read OnlyMemory，ROM)等。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
需要说明的是，对本申请实施例的图片分类方法而言，本领域普通测试人员可以理解实现本申请实施例的图片分类方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如图片分类方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储器等。
对本申请实施例的图片分类装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个非易失性计算机可读取存储介质中，该计算机可读存储介质譬如为只读存储器，磁盘或光盘等。
以上对本申请实施例所提供的一种图片分类方法、装置、存储介质及电子设备进行了详细介绍，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 (10)

1.一种图片分类方法，应用于电子设备，其特征在于，所述图片分类方法包括：
确定需要进行图片分类的目标图片；
获取用户浏览各所述目标图片的浏览行为数据，以及获取各所述目标图片的创建时长；
对各所述目标图片的浏览行为数据和创建时长进行加权求和，得到各所述目标图片的加权和值；
根据各所述目标图片的加权和值对各所述目标图片进行分类，得到各所述目标图片的图片类别。
2.如权利要求1所述的图片分类方法，其特征在于，所述对各所述目标图片的浏览行为数据和创建时长进行加权求和，得到各所述目标图片的加权和值的步骤，包括：
根据各所述目标图片的浏览行为数据，获取各所述目标图片的浏览次数以及每次浏览时的浏览时长；
根据各所述目标图片的浏览次数以及每次浏览时的浏览时长，获取各所述目标图片的平均浏览时长；
对各所述目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各所述目标图片的加权和值。
3.如权利要求2所述的图片分类方法，其特征在于，所述对各所述目标图片的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各所述目标图片的加权和值的步骤，包括：
对各所述目标图片的浏览次数、平均浏览时长以及创建时长进行归一化处理；
根据所述目标图片的浏览次数、平均浏览时长以及创建时长各自对应的权重值，对各所述目标图片归一化处理后的浏览次数、平均浏览时长以及创建时长进行加权求和，得到各所述目标图片的加权和值。
4.如权利要求1所述的图片分类方法，其特征在于，所述确定需要进行图片分类的目标图片的步骤，包括：
将预设储存路径下的图片确定为所述目标图片；或者，
将预设图片格式的图片确定为所述目标图片；或者，
将预设储存路径下的预设图片格式的图片确定为所述目标图片。
5.如权利要求1-4任一项所述的图片分类方法，其特征在于，所述根据各所述目标图片的加权和值对各所述目标图片进行分类，得到各所述目标图片的图片类别的步骤之后，还包括：
为各所述目标图片分配对应其图片类别的储存路径；
将各所述目标图片存储至其图片类别所对应的储存路径中。
6.如权利要求5所述的图片分类方法，其特征在于，所述将各所述目标图片存储至其图片类别所对应的储存路径中的步骤之后，还包括：
接收图片浏览应用的启动请求；
根据所述启动请求启动所述图片浏览应用，并在所述图片浏览应用的应用界面中显示对应不同储存路径的文件夹，所述文件夹包括其对应的储存路径中所存储的所述目标图片。
7.如权利要求1-4任一项所述的图片分类方法，其特征在于，所述获取用户浏览所述目标图片的浏览行为数据的步骤之前，还包括：
建立浏览行为数据库；
在预设的图片分类周期内，记录所述用户浏览各所述目标图片的浏览行为数据，并将记录的浏览行为数据存储至所述浏览行为数据库中；
所述获取用户浏览各所述目标图片的浏览行为数据的步骤，包括：
从所述浏览行为数据库中获取各所述目标图片在所述预设的图片分类周期内的浏览行为数据。
8.一种图片分类装置，应用于电子设备，其特征在于，所述目标图片分类装置包括：
图片确定模块，用于确定需要进行图片分类的目标图片；
信息获取模块，用于获取用户浏览各所述目标图片的浏览行为数据，以及获取各所述目标图片的创建时长；
加权运算模块，用于对各所述目标图片的浏览行为数据和创建时长进行加权求和，得到各所述目标图片的加权和值；
图片分类模块，用于根据各所述目标图片的加权和值对各所述目标图片进行分类，得到各所述目标图片的图片类别。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至7任一项所述的图片分类方法中的步骤。
10.一种电子设备，包括处理器和存储器，所述存储器储存有计算机程序，其特征在于，所述处理器通过调用所述计算机程序，用于执行如权利要求1至7任一项所述的图片分类方法中的步骤。
CN201811126714.1A 2018-09-26 2018-09-26 图片分类方法、装置、计算机可读存储介质及电子设备 Pending CN110955790A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811126714.1A CN110955790A (zh) 2018-09-26 2018-09-26 图片分类方法、装置、计算机可读存储介质及电子设备
PCT/CN2019/096037 WO2020063042A1 (zh) 2018-09-26 2019-07-15 图片分类方法、装置、计算机可读存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811126714.1A CN110955790A (zh) 2018-09-26 2018-09-26 图片分类方法、装置、计算机可读存储介质及电子设备

Publications (1)

Publication Number Publication Date
CN110955790A true CN110955790A (zh) 2020-04-03

Family

ID=69949548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811126714.1A Pending CN110955790A (zh) 2018-09-26 2018-09-26 图片分类方法、装置、计算机可读存储介质及电子设备

Country Status (2)

Country Link
CN (1) CN110955790A (zh)
WO (1) WO2020063042A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102799635A (zh) * 2012-06-27 2012-11-28 天津大学 一种用户驱动的图像集合排序方法
CN102902694A (zh) * 2011-07-29 2013-01-30 腾讯科技（深圳）有限公司 一种图片查看方法及装置
WO2013060144A1 (zh) * 2011-10-27 2013-05-02 腾讯科技（深圳）有限公司 浏览网页图片的方法及客户端装置
CN107547748A (zh) * 2017-09-07 2018-01-05 深圳市金立通信设备有限公司 一种图片管理方法、终端及计算机可读存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104133917B (zh) * 2014-08-15 2018-08-10 百度在线网络技术（北京）有限公司 照片的分类存储方法及装置
CN107239203A (zh) * 2016-03-29 2017-10-10 北京三星通信技术研究有限公司 一种图像管理方法和装置
CN108416003B (zh) * 2018-02-27 2021-12-21 百度在线网络技术（北京）有限公司 一种图片分类方法和装置、终端、存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902694A (zh) * 2011-07-29 2013-01-30 腾讯科技（深圳）有限公司 一种图片查看方法及装置
WO2013060144A1 (zh) * 2011-10-27 2013-05-02 腾讯科技（深圳）有限公司 浏览网页图片的方法及客户端装置
CN102799635A (zh) * 2012-06-27 2012-11-28 天津大学 一种用户驱动的图像集合排序方法
CN107547748A (zh) * 2017-09-07 2018-01-05 深圳市金立通信设备有限公司 一种图片管理方法、终端及计算机可读存储介质

Also Published As

Publication number Publication date
WO2020063042A1 (zh) 2020-04-02

Similar Documents

Publication Publication Date Title
CN108121816B (zh) 图片分类方法、装置、存储介质及电子设备
CN107832100B (zh) 一种apk插件的加载方法及其终端
US20150134913A1 (en) Method and apparatus for cleaning files in a mobile terminal and associated mobile terminal
CN109284261B (zh) 应用查找方法、装置、存储介质及电子设备
CN108063818B (zh) 数据下载方法、装置、终端和计算机可读存储介质
US20230135295A1 (en) Electronic device which prefetches application and method therefor
CN108345478B (zh) 应用处理方法、装置、存储介质及电子设备
CN110069739B (zh) 页面预加载方法及装置
CN110232349B (zh) 屏下指纹去底纹方法、装置、计算机设备和存储介质
CN106294549A (zh) 一种图像处理方法及终端
CN112347512A (zh) 图像处理方法、装置、设备及存储介质
CN113051493A (zh) 应用程序展示方法、装置、存储介质以及终端
CN111597553A (zh) 病毒查杀中的进程处理方法、装置、设备及存储介质
CN108234758B (zh) 应用的显示方法、装置、存储介质及电子设备
EP3617990A1 (en) Picture processing method and apparatus, computer readable storage medium, and electronic device
CN111813307B (zh) 应用程序显示方法、装置及电子设备
EP3446240B1 (en) Electronic device and method for outputting thumbnail corresponding to user input
US11429660B2 (en) Photo processing method, device and computer equipment
CN114443189A (zh) 一种图像处理方法和电子设备
CN111008079B (zh) 进程管理方法、装置、存储介质及电子设备
CN114706633B (zh) 预加载方法、电子设备及存储介质
CN108268298B (zh) 桌面图标的生成方法、装置、存储介质及电子设备
CN108062405B (zh) 图片分类方法、装置、存储介质及电子设备
CN112912832A (zh) 应用推送方法、装置、移动终端及存储介质
CN110955790A (zh) 图片分类方法、装置、计算机可读存储介质及电子设备

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: 20200403

RJ01 Rejection of invention patent application after publication