CN111027406A - 图片识别方法、装置、存储介质及电子设备 - Google Patents
图片识别方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN111027406A CN111027406A CN201911129212.9A CN201911129212A CN111027406A CN 111027406 A CN111027406 A CN 111027406A CN 201911129212 A CN201911129212 A CN 201911129212A CN 111027406 A CN111027406 A CN 111027406A
- Authority
- CN
- China
- Prior art keywords
- face
- picture
- target object
- target
- face image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 70
- 230000001815 facial effect Effects 0.000 claims abstract description 71
- 238000012549 training Methods 0.000 claims description 25
- 230000008676 import Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000003993 interaction Effects 0.000 abstract description 20
- 230000006870 function Effects 0.000 description 13
- 238000001514 detection method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000013507 mapping Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Processing Or Creating Images (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
Abstract
本申请实施例提供一种图片识别方法、装置、存储介质及电子设备,所述方法包括:创建人脸图像列表,其包括目标对象的人脸图像特征,以及包括与目标对象相关联的目标用户信息;当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;将更新图片与目标对象的人脸图像特征进行匹配;当匹配成功时,保存所述更新图片。本申请实施例利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别准确度、人机交互多样性和交互效率。
Description
技术领域
本申请涉及电子技术领域,特别涉及一种图片识别方法、装置、存储介质及电子设备。
背景技术
随着智能移动通讯设备的日益发展,智能手机的功能也是越来越全面、强大。人们的生活也渐渐离不开手机。现在社交应用软件越来越多,大家也习惯用手机社交应用软件来建立属于自己的社交圈子,手机社交应用软件已经成为人们日常生活中必不可少的应用程序,当下经济和社会环境的变化使人与人之间的交往显得更加重要,而不断地与各类人员进行交往和沟通,才能更加丰富自己。但是,现有社交应用软件普遍缺少一种可以自动获取用户自己所需图片的方法。
因此,现有技术存在缺陷,有待改进与发展。
发明内容
本申请实施例提供一种图片识别方法、装置、存储介质及电子设备,可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。
本申请实施例提供一种图片识别方法,所述方法包括:
创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
在本申请实施例所述的图片识别方法中,所述创建人脸图像列表,包括:
新建所述目标对象的人脸图像列表;
将所述目标对象的一个或多个图像样本导入所述人脸图像列表;
对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征;
将所述目标对象对应的人脸识别模型导入所述人脸图像列表;
将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
在本申请实施例所述的图片识别方法中,在所述将所述目标用户信息与所述目标对象的映射关系导入所述人脸图像列表之前,还包括:
根据预设条件或者设备用户输入的设置条件生成目标用户信息与所述目标对象的关联关系。
在本申请实施例所述的图片识别方法中,所述将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配,包括:
匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度。
在本申请实施例所述的图片识别方法中,所述当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片,包括:
当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
在本申请实施例所述的图片识别方法中,在所述将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配之前,还包括:
检测所述更新图片中是否存在人脸信息;
当所述更新图片中存在人脸信息时,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配。
本申请实施例还提供一种图片识别装置,所述装置包括:
创建模块,用于创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
获取模块,用于当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
匹配模块,用于将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
保存模块,用于当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
在本申请实施例所述的图片识别装置中,所述创建模块包括:
新建单元,用于新建所述目标对象的人脸图像列表;
第一导入单元,用于将所述目标对象的一个或多个图像样本导入所述人脸图像列表;
训练单元,用于对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征;
第二导入单元,用于将所述目标对象对应的人脸识别模型导入所述人脸图像列表;
第三导入单元,用于将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
在本申请实施例所述的图片识别装置中,所述匹配模块,用于匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度;
所述保存模块,用于当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
在本申请实施例所述的图片识别装置中,所述装置还包括:
检测模块,用于检测所述更新图片中是否存在人脸信息;
所述匹配模块,用于当所述更新图片中存在人脸信息时,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配。
本申请实施例还提供一种存储介质,所述存储介质中存储有计算机程序,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上述图片识别方法中的步骤。
本申请实施例还提供一种电子设备,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行上述图片识别方法中的步骤。
本申请实施例通过创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。本申请实施例可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。
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识别方法的流程示意图。
图2为本申请实施例提供的图片识别方法的另一流程示意图。
图3为本申请实施例提供的图片识别方法的又一流程示意图。
图4为本申请实施例提供的图片识别方法的交互示意图。
图5为本申请实施例提供的图片识别装置的结构示意图。
图6为本申请实施例提供的图片识别装置的另一结构示意图。
图7为本申请实施例提供的图片识别装置的又一结构示意图。
图8为本申请实施例提供的图片识别装置的再一结构示意图。
图9为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本申请的保护范围。
现在社交应用软件越来越多,大家也习惯用手机社交应用软件来建立属于自己的社交圈子,手机社交应用软件已经成为人们日常生活中必不可少的应用程序,当下经济和社会环境的变化使人与人之间的交往显得更加重要,而不断地与各类人员进行交往和沟通,才能更加丰富自己。但是,现有社交应用软件普遍缺少一种可以自动获取用户自己所需图片的方法。因此,本申请实施例提供一种图片识别方法、装置、存储介质及电子设备,可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。
本申请实施例提供一种图片识别方法,所述图片识别方法可以应用于电子设备中。所述电子设备可以是智能手机、平板电脑、台式计算机、智能手表等设备。
请参阅图1和图2,图1为本申请实施例提供的图片识别方法的流程示意图,图2为本申请实施例提供的图片识别方法的另一流程示意图。所述图片识别方法,应用于电子设备中,所述方法可以包括以下步骤:
步骤101,创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息。
其中,所述人脸图像列表可以包括一个或者多个目标对象的人脸图像特征。并且每个目标对象可以关联一个或多个目标用户信息。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T,则在人脸图像列表中创建作为目标对象的人脸头像T对应的人脸图像特征,并将目标用户B的信息与人脸头像T进行关联。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T和人脸头像P,则在人脸图像列表中创建作为目标对象的人脸头像T和人脸头像P对应的人脸图像特征,并将目标用户B的信息与人脸头像T和人脸头像P进行关联。
例如,设备用户A需要关联目标用户B和目标用户C图片更新状态中的人脸头像T,则在人脸图像列表中创建作为目标对象的人脸头像T的人脸图像特征,并将目标用户B和目标用户C的信息与人脸头像T进行关联。
例如,设备用户A需要关联目标用户B和目标用户C图片更新状态中的人脸头像T和人脸头像P,则在人脸图像列表中创建作为目标对象的人脸头像T和人脸头像P对应的人脸图像特征,并将目标用户B和目标用户C的信息与人脸头像T和人脸头像P进行关联。
请参阅图2,在一些实施例中,所述步骤101可以通过步骤1011至步骤1015来实现,具体为:
步骤1011,新建所述目标对象的人脸图像列表L。
例如,当前新建的是一个初始的人脸图像列表,该列表L中的数据还需要进一步训练。
步骤1012,将所述目标对象的一个或多个图像样本导入所述人脸图像列表。
其中,所述目标对象可以为设备用户A需要关注的一个或者多个人脸头像。
例如,对每一个需要关注的人脸头像进行采样,以获取人脸头像对应的一个或者多个图像样本,然后将获取到的对应图像样本导入到初始的人脸图像列表L中,以作为原始训练样本进行存储。
例如,在所述人脸图像列表L中,所述图像样本均按照不同的人脸头像进行分组存储。其中,所述人脸图像列表L也可以称为关注头像列表L。
步骤1013,对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征。
例如,设备用户A向关注头像表L中导入一张或者多张人脸头像T对应的图像样本,然后开始进行对该人脸头像T进行人脸识别模型训练,并创建该张人脸头像T对应的人脸识别模型S,人脸识别模型S创建成功并保存。
例如,用户A在关注头像表L一次导入多张人脸头像T(n),则分别对每张人脸头像进行人脸识别模型训练,并创建每张人脸头像对应的识别模型S(n),对应每张人脸头像对应的人脸识别模型S(n)创建成功并保存。
其中,每个人脸头像的人脸图像特征均可以从对应的人脸识别模型中提取出来。
步骤1014,将所述目标对象对应的人脸识别模型导入所述人脸图像列表。
将训练得到的每张人脸头像对应的人脸识别模型S(n)导入关注头像表L中进行保存。
步骤1015,将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T,将目标用户B的信息与人脸头像T关联关系导入关注头像表L中进行保存。
在一些实施例中,在所述将所述目标用户信息与所述目标对象的映射关系导入所述人脸图像列表之前,还包括:
根据预设条件或者设备用户输入的设置条件生成目标用户信息与所述目标对象的关联关系。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T,则将目标用户B的信息与人脸头像T进行关联。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T和人脸头像P,则将目标用户B的信息与人脸头像T和人脸头像P进行关联。
例如,设备用户A需要关联目标用户B和目标用户C图片更新状态中的人脸头像T,则将目标用户B和目标用户C的信息与人脸头像T进行关联。
例如,设备用户A需要关联目标用户B和目标用户C图片更新状态中的人脸头像T和人脸头像P,则将目标用户B和目标用户C的信息与人脸头像T和人脸头像P进行关联。
步骤102,当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片。
例如,电子设备可以在预设时间间隔内触发关注图片动态更新的指令,当接收到目标用户在目标应用程序中图片更新的推送信息时,获取所述目标用户更新至目标应用程序中的更新图片。其中,所获取到的更新图片可以存储到电子设备的缓存区域内,以便在缓存时间届满后自动释放该缓存区域,所述缓存时间可以由系统自动设定或者人工设定。比如缓存时间为5分钟,或者10分钟等。
步骤103,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配。若匹配成功,则执行步骤104;若匹配失败,则执行步骤105。
具体的,匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度。
当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,确定为匹配成功,则执行步骤104。
当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度低于预设阈值时,确定为匹配失败,执行步骤105。
例如,加载目标对象对应的人脸识别模型,将所述更新图片导入人脸识别模型中进行检测,检测所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度是否达到预设阈值,若达到则表示匹配成功,若未达到则表示匹配失败。例如,所述预设阈值可以设置为85%。
在一些实施例中,在所述将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配之前,还包括:
检测所述更新图片中是否存在人脸信息;
当所述更新图片中存在人脸信息时,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配。
例如,设备用户A需要关注的是人脸头像,所以在进行图像特征匹配之前,为了减少匹配过程中人脸识别模型的运算量,可以先对获取到的更新图片进行粗略筛选,以区分出含有人脸的更新图片和未含有人脸的更新图片,此时只需对有人脸的更新图片进行图像特征匹配。
步骤104,保存所述更新图片。
其中,当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
具体的,当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
步骤105,丢弃所述更新图片。
其中,当所述更新图片与所述目标对象的人脸图像特征匹配失败时,丢弃所述更新图片。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
具体实施时,本申请不受所描述的各个步骤的执行顺序的限制,在不产生冲突的情况下,某些步骤还可以采用其它顺序进行或者同时进行。
请参阅图3,图3为本申请实施例提供的图片识别方法的又一流程示意图。所述图片识别方法,应用于电子设备中,所述方法可以包括以下步骤:
步骤201,步骤201,创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息。
其中,所述人脸图像列表可以包括一个或者多个目标对象的人脸图像特征。并且每个目标对象可以关联一个或多个目标用户信息。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T,则在人脸图像列表中创建作为目标对象的人脸头像T对应的人脸图像特征,并将目标用户B的信息与人脸头像T进行关联。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T和人脸头像P,则在人脸图像列表中创建作为目标对象的人脸头像T和人脸头像P对应的人脸图像特征,并将目标用户B的信息与人脸头像T和人脸头像P进行关联。
例如,设备用户A需要关联目标用户B和目标用户C图片更新状态中的人脸头像T,则在人脸图像列表中创建作为目标对象的人脸头像T的人脸图像特征,并将目标用户B和目标用户C的信息与人脸头像T进行关联。
例如,设备用户A需要关联目标用户B和目标用户C图片更新状态中的人脸头像T和人脸头像P,则在人脸图像列表中创建作为目标对象的人脸头像T和人脸头像P对应的人脸图像特征,并将目标用户B和目标用户C的信息与人脸头像T和人脸头像P进行关联。
在一些实施例中,所述步骤201可以通过以下来实现,具体为:
(1)新建所述目标对象的人脸图像列表。
(2)将所述目标对象的一个或多个图像样本导入所述人脸图像列表。
(3)对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征。
(4)将所述目标对象对应的人脸识别模型导入所述人脸图像列表。
(5)将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
在一些实施例中,在所述将所述目标用户信息与所述目标对象的映射关系导入所述人脸图像列表之前,还包括:
根据预设条件或者设备用户输入的设置条件生成目标用户信息与所述目标对象的关联关系。
例如,当前新建的是一个初始的人脸图像列表,该列表L中的数据还需要进一步训练。其中,所述目标对象可以为设备用户A需要关注的一个或者多个人脸头像。
例如,对每一个需要关注的人脸头像进行采样,以获取人脸头像对应的一个或者多个图像样本,然后将获取到的对应图像样本导入到初始的人脸图像列表L中,以作为原始训练样本进行存储。
例如,在所述人脸图像列表L中,所述图像样本均按照不同的人脸头像进行分组存储。其中,所述人脸图像列表L也可以称为关注头像列表L。
例如,设备用户A向关注头像表L中导入一张或者多张人脸头像T对应的图像样本,然后开始进行对该人脸头像T进行人脸识别模型训练,并创建该张人脸头像T对应的人脸识别模型S,人脸识别模型S创建成功并保存。
例如,用户A在关注头像表L一次导入多张人脸头像T(n),则分别对每张人脸头像进行人脸识别模型训练,并创建每张人脸头像对应的识别模型S(n),对应每张人脸头像对应的人脸识别模型S(n)创建成功并保存。
其中,每个人脸头像的人脸图像特征均可以从对应的人脸识别模型中提取出来。将训练得到的每张人脸头像对应的人脸识别模型S(n)导入关注头像表L中进行保存。
例如,设备用户A需要关联目标用户B图片更新状态中的人脸头像T,将目标用户B的信息与人脸头像T关联关系导入关注头像表L中进行保存。
步骤202,当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片。
例如,电子设备可以在预设时间间隔内触发关注图片动态更新的指令,当接收到目标用户在目标应用程序中图片更新的推送信息时,获取所述目标用户更新至目标应用程序中的更新图片。其中,所获取到的更新图片可以存储到电子设备的缓存区域内,以便在缓存时间届满后自动释放该缓存区域,所述缓存时间可以由系统自动设定或者人工设定。比如缓存时间为5分钟,或者10分钟等。
步骤203,检测所述更新图片中是否存在人脸信息。若是,则执行步骤204,若否,则执行步骤206。
例如,设备用户A需要关注的是人脸头像,所以在进行图像特征匹配之前,为了减少匹配过程中人脸识别模型的运算量,可以先对获取到的更新图片进行粗略筛选,以区分出含有人脸的更新图片和未含有人脸的更新图片,此时只需对有人脸的更新图片进行图像特征匹配。
步骤204,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配。若匹配成功,则执行步骤205;若匹配失败,则执行步骤206。
具体的,匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度。
当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,确定为匹配成功,则执行步骤205。
当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度低于预设阈值时,确定为匹配失败,执行步骤206。
例如,加载目标对象对应的人脸识别模型,将所述更新图片导入人脸识别模型中进行检测,检测所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度是否达到预设阈值,若达到则表示匹配成功,若未达到则表示匹配失败。例如,所述预设阈值可以设置为85%。
步骤205,保存所述更新图片。
其中,当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
具体的,当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
例如,还可以根据不同的目标对象和/或目标用户对所述已保存的更新图片进行图片分类,以便设备用户可以快速从相册中找到目标图片。
例如,所述已保存的更新图片还包含有图片更新时间信息,以便设备用户可以根据图片更新时间信息知晓更新图片的时间状态。
步骤206,丢弃所述更新图片。
其中,当所述更新图片中不存在人脸信息时,丢弃所述更新图片。
其中,当所述更新图片与所述目标对象的人脸图像特征匹配失败时,丢弃所述更新图片。
例如,所述丢弃所述更新图片可以理解为当满足删除条件时主动将所述不存在人脸信息的更新照片从缓存区域中删除,无需等待缓存时间的届满,以此快速释放缓存区域的存储空间。
请参阅图4,图4为本申请实施例提供的图片识别方法的交互示意图。
(1)设备用户A创建关注头像列表L:
设备用户A新建关注头像列表L,向列表L中导入一张或者多张人脸头像T对应的图像样本,然后开始进行对该人脸头像T进行人脸识别模型训练,并创建该张人脸头像对应的人脸识别模型S,人脸识别模型S创建成功并保存。
若设备用户A在关注头像列表L一次导入多张人脸头像T(n),则分别对每张人脸头像进行人脸识别模型训练,并创建每张人脸头像对应的识别模型S(n),对应每张人脸识别模型S(n)创建成功并保存。其中,多张人脸头像T(n)表示多个不同的人脸头像,例如,多张人脸头像T(n)包括小王的人脸头像、小张的人脸头像、小李的人脸头像等。每个导入的人脸头像可以包括一张或者多张图像样本。
(2)设备用户A关注目标用户B图片状态更新:
当目标用户B发布一张新的图片P时,将会把该新的图片P推送并通知设备用户A。当设备用户A使用的电子设备接收到有新图片P的推送信息时,将会触发人脸检测,开始检测图片P中是否有人脸的存在:
1)若没有检测到图片P中有人脸的存在,则将该图片P丢弃;
2)若检测图片P中有人脸的存在,则加载人脸识别模型S,开始匹配设备用户A添加的人脸头像T,是否与图片P中的人脸匹配:
a)若人脸头像T与图片P中的人脸不匹配,则将该图片P丢弃;
b)若人脸头像T与图片P中的人脸相似度达到85%,则匹配成功,然后将图片P保存到设备用户A使用的电子设备的相册中,并通知设备用户A相册有更新。
对于设备用户A来说,设备用户A在关注头像列表L中添加需关注的人脸头像T,并关注目标用户B的图片状态更新。当目标用户B有图片更新时,设备用户A就会接收到来自目标用户B的推送消息,并通过人脸识别方法,将包含关注头像T的图片保存到设备用户A的相册。这样设备用户A就能及时的获取到目标用户B所发布的包含关注头像T的所有图片。该功能将会省去设备用户A自己浏览和查找图片的时间,并且大大提高了寻找包含目标图像的准确度,为设备用户A工作和生活带来方便。
由上可知,本申请实施例提供的图片识别方法通过创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。本申请实施例可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。
本申请实施例还提供一种图片识别装置,所述图片识别装置可以集成在电子设备中,所述电子设备可以是智能手机、平板电脑、台式计算机、智能手表等设备。
请参阅图5,图5为本申请实施例提供的图片识别装置的结构示意图。图片识别装置30可以包括:创建模块31,获取模块32,匹配模块34以及保存模块35。
其中,所述创建模块31,用于创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
所述获取模块32,用于当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
所述匹配模块34,用于将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
所述保存模块35,用于当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
在一些实施例中,所述创建模块31包括:
新建单元311,用于新建所述目标对象的人脸图像列表;
第一导入单元312,用于将所述目标对象的一个或多个图像样本导入所述人脸图像列表;
训练单元313,用于对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征;
第二导入单元314,用于将所述目标对象对应的人脸识别模型导入所述人脸图像列表;
第三导入单元315,用于将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
在一些实施例中,所述匹配模块34,用于匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度;
所述保存模块35,用于当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
由上可知,本申请实施例提供的图片识别装置30,通过所述创建模块31创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;当接收到目标用户在目标应用程序中图片更新的推送信息时,所述获取模块32获取更新图片;所述匹配模块34将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;当所述更新图片与所述目标对象的人脸图像特征匹配成功时,所述保存模块35保存所述更新图片。本申请实施例可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。
请参阅图6,图6为本申请实施例提供的图片识别装置的另一结构示意图。图片识别装置30可以包括:创建模块31,获取模块32,检测模块33,匹配模块34以及保存模块35。
其中,所述创建模块31,用于创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
所述获取模块32,用于当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
所述检测模块33,用于检测所述更新图片中是否存在人脸信息;
所述匹配模块34,用于当所述更新图片中存在人脸信息时,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
所述保存模块35,用于当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
具体实施时,以上各个模块可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现。
由上可知,本申请实施例提供的图片识别装置30,通过所述创建模块31创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;当接收到目标用户在目标应用程序中图片更新的推送信息时,所述获取模块32获取更新图片;所述检测模块33检测所述更新图片中是否存在人脸信息;当所述更新图片中存在人脸信息时,所述匹配模块34将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;当所述更新图片与所述目标对象的人脸图像特征匹配成功时,所述保存模块35保存所述更新图片。本申请实施例可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。
请参阅图7,图7为本申请实施例提供的图片识别装置的又一结构示意图,图片识别装置30包括存储器120、一个或多个处理器180、以及一个或多个应用程序,其中该一个或多个应用程序被存储于该存储器120中,并配置为由该处理器180执行;该处理器180可以包括创建模块31,获取模块32,匹配模块34以及保存模块35。例如,以上各个部件的结构和连接关系可以如下:
存储器120可用于存储应用程序和数据。存储器120存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器180通过运行存储在存储器120的应用程序,从而执行各种功能应用以及数据处理。此外,存储器120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120还可以包括存储器控制器,以提供处理器180对存储器120的访问。
处理器180是装置的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器120内的应用程序,以及调用存储在存储器120内的数据,执行装置的各种功能和处理数据,从而对装置进行整体监控。可选的,处理器180可包括一个或多个处理核心;优选的,处理器180可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等。
具体在本实施例中,处理器180会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器120中,并由处理器180来运行存储在存储器120中的应用程序,从而实现各种功能:
创建模块31,用于创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
获取模块32,用于当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
匹配模块34,用于将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
保存模块35,用于当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
在一些实施例中,所述创建模块31包括:
新建单元311,用于新建所述目标对象的人脸图像列表;
第一导入单元312,用于将所述目标对象的一个或多个图像样本导入所述人脸图像列表;
训练单元313,用于对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征;
第二导入单元314,用于将所述目标对象对应的人脸识别模型导入所述人脸图像列表;
第三导入单元315,用于将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
在一些实施例中,所述匹配模块34,用于匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度;
所述保存模块35,用于当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
请参阅图8,图8为本申请实施例提供的图片识别装置的再一结构示意图,图片识别装置30中的处理器180可以包括创建模块31,获取模块32,检测模块33,匹配模块34以及保存模块35。
具体在本实施例中,处理器180会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器120中,并由处理器180来运行存储在存储器120中的应用程序,从而实现各种功能:
创建模块31,用于创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
获取模块32,用于当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
检测模块33,用于检测所述更新图片中是否存在人脸信息;
匹配模块34,用于当所述更新图片中存在人脸信息时,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
保存模块35,用于当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
本申请实施例还提供一种电子设备。所述电子设备可以是智能手机、平板电脑、台式计算机、智能手表等设备。
请参阅图9,图9示出了本申请实施例提供的电子设备的结构示意图,该电子设备可以用于实施上述实施例中提供的图片识别方法。该电子设备1200可以为智能手机或平板电脑。
如图9所示,电子设备1200可以包括RF(Radio Frequency,射频)电路110、包括有一个或一个以上(图中仅示出一个)计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、传输模块170、包括有一个或者一个以上(图中仅示出一个)处理核心的处理器180以及电源190等部件。本领域技术人员可以理解,图9中示出的电子设备1200结构并不构成对电子设备1200的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
RF电路110用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。RF电路110可包括各种现有的用于执行这些功能的电路元件,例如,天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。RF电路110可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。
存储器120可用于存储软件程序以及模块,如上述实施例中图片识别方法对应的程序指令/模块,处理器180通过运行存储在存储器120内的软件程序以及模块,从而执行各种功能应用以及数据处理,可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。存储器120可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器120可进一步包括相对于处理器180远程设置的存储器,这些远程存储器可以通过网络连接至电子设备1200。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入单元130可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地,输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131,也称为触摸显示屏或者触控板,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触敏表面131可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器180,并能接收处理器180发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131,输入单元130还可以包括其他输入设备132。具体地,其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及电子设备1200的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141,可选的,可以采用LCD(Liquid CrystalDisplay,液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板141。进一步的,触敏表面131可覆盖显示面板141,当触敏表面131检测到在其上或附近的触摸操作后,传送给处理器180以确定触摸事件的类型,随后处理器180根据触摸事件的类型在显示面板141上提供相应的视觉输出。虽然在图9中,触敏表面131与显示面板141是作为两个独立的部件来实现输入和输出功能,但是在某些实施例中,可以将触敏表面131与显示面板141集成而实现输入和输出功能。
电子设备1200还可包括至少一种传感器150,比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示面板141的亮度,接近传感器可在电子设备1200移动到耳边时,关闭显示面板141和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;至于电子设备1200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
音频电路160、扬声器161,传声器162可提供用户与电子设备1200之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号,传输到扬声器161,由扬声器161转换为声音信号输出;另一方面,传声器162将收集的声音信号转换为电信号,由音频电路160接收后转换为音频数据,再将音频数据输出处理器180处理后,经RF电路110以发送给比如另一终端,或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔,以提供外设耳机与电子设备1200的通信。
电子设备1200通过传输模块170(例如Wi-Fi模块)可以帮助用户收发电子邮件、浏览网页和访问流式媒体等,它为用户提供了无线的宽带互联网访问。虽然图9示出了传输模块170,但是可以理解的是,其并不属于电子设备1200的必须构成,完全可以根据需要在不改变发明的本质的范围内而省略。
处理器180是电子设备1200的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在存储器120内的软件程序和/或模块,以及调用存储在存储器120内的数据,执行电子设备1200的各种功能和处理数据,从而对手机进行整体监控。可选的,处理器180可包括一个或多个处理核心;在一些实施例中,处理器180可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器180中。
电子设备1200还包括给各个部件供电的电源190(比如电池),在一些实施例中,电源可以通过电源管理系统与处理器180逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出,电子设备1200还可以包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等,在此不再赘述。具体在本实施例中,电子设备1200的显示单元140是触摸屏显示器,电子设备1200还包括有存储器120,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器120中,且经配置以由一个或者一个以上处理器180执行一个或者一个以上程序包含用于进行以下操作的指令:
创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
在一些实施例中,处理器180用于所述创建人脸图像列表,包括:
新建所述目标对象的人脸图像列表;
将所述目标对象的一个或多个图像样本导入所述人脸图像列表;
对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征;
将所述目标对象对应的人脸识别模型导入所述人脸图像列表;
将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
在一些实施例中,处理器180用于所述将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配,包括:
匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度。
在一些实施例中,处理器180用于所述当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片,包括:
当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
在一些实施例中,处理器180用于在所述将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配之前,还包括:
检测所述更新图片中是否存在人脸信息;
当所述更新图片中存在人脸信息时,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配。
由上可知,本申请实施例提供了一种电子设备1200,所述电子设备1200执行以下步骤:创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。本申请实施例可以利用设备用户A上传的目标图像T来自动获取设备用户所关注的目标用户B发布的新的图片信息,来满足设备用户A对于目标图像T的关注的动态需求,提升图片识别的准确度,提高人机交互的多样性和交互效率。
本申请实施例还提供一种存储介质,所述存储介质中存储有计算机程序,当所述计算机程序在计算机上运行时,所述计算机执行上述任一实施例所述的图片识别方法。
需要说明的是,对本申请所述图片识别方法而言,本领域普通测试人员可以理解实现本申请实施例所述图片识别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所述图片识别方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储器(ROM,ReadOnly Memory)、随机存取记忆体(RAM,Random Access Memory)等。
对本申请实施例的所述图片识别装置而言,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,也可以存储在一个计算机可读存储介质中,所述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图片识别方法、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)
1.一种图片识别方法,其特征在于,所述方法包括:
创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
2.如权利要求1所述的图片识别方法,其特征在于,所述创建人脸图像列表,包括:
新建所述目标对象的人脸图像列表;
将所述目标对象的一个或多个图像样本导入所述人脸图像列表;
对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征;
将所述目标对象对应的人脸识别模型导入所述人脸图像列表;
将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
3.如权利要求2所述的图片识别方法,其特征在于,所述将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配,包括:
匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度。
4.如权利要求3所述的图片识别方法,其特征在于,所述当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片,包括:
当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
5.如权利要求1至4任一项所述的图片识别方法,其特征在于,在所述将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配之前,还包括:
检测所述更新图片中是否存在人脸信息;
当所述更新图片中存在人脸信息时,将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配。
6.一种图片识别装置,其特征在于,所述装置包括:
创建模块,用于创建人脸图像列表,所述人脸图像列表包括目标对象的人脸图像特征,以及包括与所述目标对象相关联的目标用户信息;
获取模块,用于当接收到目标用户在目标应用程序中图片更新的推送信息时,获取更新图片;
匹配模块,用于将所述更新图片与所述人脸图像列表中目标对象的人脸图像特征进行匹配;
保存模块,用于当所述更新图片与所述目标对象的人脸图像特征匹配成功时,保存所述更新图片。
7.如权利要求6所述的图片识别装置,其特征在于,所述创建模块包括:
新建单元,用于新建所述目标对象的人脸图像列表;
第一导入单元,用于将所述目标对象的一个或多个图像样本导入所述人脸图像列表;
训练单元,用于对所述目标对象的图像样本进行人脸识别模型训练,以生成所述目标对象对应的人脸识别模型,其中所述目标对象对应的人脸识别模型包含所述目标对象的人脸图像特征;
第二导入单元,用于将所述目标对象对应的人脸识别模型导入所述人脸图像列表;
第三导入单元,用于将所述目标用户信息与所述目标对象的关联关系导入所述人脸图像列表。
8.如权利要求7所述的图片识别装置,其特征在于,所述匹配模块,用于匹配所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度;
所述保存模块,用于当所述更新图片与所述人脸图像列表中目标对象的人脸图像特征的人脸相似度达到预设阈值时,将所述更新图片保存至相册中,并推送相册更新的信息。
9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,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权利要求1至5任一项所述的图片识别方法中的步骤。
10.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行权利要求1至5任一项所述的图片识别方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911129212.9A CN111027406B (zh) | 2019-11-18 | 2019-11-18 | 图片识别方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911129212.9A CN111027406B (zh) | 2019-11-18 | 2019-11-18 | 图片识别方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111027406A true CN111027406A (zh) | 2020-04-17 |
CN111027406B CN111027406B (zh) | 2024-02-09 |
Family
ID=70200461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911129212.9A Active CN111027406B (zh) | 2019-11-18 | 2019-11-18 | 图片识别方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111027406B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948630A (zh) * | 2021-02-09 | 2021-06-11 | 北京奇艺世纪科技有限公司 | 列表更新方法、电子设备、存储介质及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786824A (zh) * | 2014-12-22 | 2016-07-20 | Tcl集团股份有限公司 | 一种动态生成图标的方法及系统 |
CN107526999A (zh) * | 2016-06-22 | 2017-12-29 | 腾讯科技(深圳)有限公司 | 一种标准人脸图片更新方法、数据处理设备及系统 |
CN108009521A (zh) * | 2017-12-21 | 2018-05-08 | 广东欧珀移动通信有限公司 | 人脸图像匹配方法、装置、终端及存储介质 |
WO2019052316A1 (zh) * | 2017-09-15 | 2019-03-21 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
CN110110147A (zh) * | 2017-12-27 | 2019-08-09 | 中兴通讯股份有限公司 | 一种视频检索的方法及装置 |
-
2019
- 2019-11-18 CN CN201911129212.9A patent/CN111027406B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786824A (zh) * | 2014-12-22 | 2016-07-20 | Tcl集团股份有限公司 | 一种动态生成图标的方法及系统 |
CN107526999A (zh) * | 2016-06-22 | 2017-12-29 | 腾讯科技(深圳)有限公司 | 一种标准人脸图片更新方法、数据处理设备及系统 |
WO2019052316A1 (zh) * | 2017-09-15 | 2019-03-21 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和移动终端 |
CN108009521A (zh) * | 2017-12-21 | 2018-05-08 | 广东欧珀移动通信有限公司 | 人脸图像匹配方法、装置、终端及存储介质 |
CN110110147A (zh) * | 2017-12-27 | 2019-08-09 | 中兴通讯股份有限公司 | 一种视频检索的方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948630A (zh) * | 2021-02-09 | 2021-06-11 | 北京奇艺世纪科技有限公司 | 列表更新方法、电子设备、存储介质及装置 |
CN112948630B (zh) * | 2021-02-09 | 2024-02-06 | 北京奇艺世纪科技有限公司 | 列表更新方法、电子设备、存储介质及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111027406B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2017206916A1 (zh) | 处理器中内核运行配置的确定方法以及相关产品 | |
CN108494947B (zh) | 一种图像分享方法及移动终端 | |
CN108334272B (zh) | 一种控制方法及移动终端 | |
CN108073458B (zh) | 内存回收方法、移动终端及计算机可读存储介质 | |
CN109284144B (zh) | 一种快应用处理方法及移动终端 | |
US11250046B2 (en) | Image viewing method and mobile terminal | |
CN107870674B (zh) | 一种程序启动方法和移动终端 | |
CN110096203B (zh) | 一种截图方法及移动终端 | |
CN108984066B (zh) | 一种应用程序图标显示方法及移动终端 | |
JP7221305B2 (ja) | 対象物認識方法及び移動端末 | |
CN111443803A (zh) | 模式切换方法、装置、存储介质及移动终端 | |
CN108089935B (zh) | 一种应用程序的管理方法及移动终端 | |
CN108021315B (zh) | 一种控制方法及移动终端 | |
CN111597435A (zh) | 一种语音搜索方法、装置及电子设备 | |
CN111580911A (zh) | 一种终端的操作提示方法、装置、存储介质及终端 | |
CN111027406B (zh) | 图片识别方法、装置、存储介质及电子设备 | |
CN111475066A (zh) | 应用程序的后台切换方法及电子设备 | |
CN108228357B (zh) | 一种内存清理方法及移动终端 | |
CN110932964A (zh) | 一种信息的处理方法及装置 | |
CN111240551A (zh) | 应用程序控制方法及电子设备 | |
WO2015039623A1 (zh) | 一种终端设备执行的信息显示方法和终端设备 | |
CN115348256A (zh) | 入账数据下传方法、装置、存储介质及电子设备 | |
CN114140655A (zh) | 图像分类方法、装置、存储介质及电子设备 | |
CN111638843A (zh) | 信息处理方法、装置及电子设备 | |
CN105988801B (zh) | 一种显示注释信息的方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |