CN111782977B - 兴趣点处理方法、装置、设备及计算机可读存储介质 - Google Patents

兴趣点处理方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN111782977B
CN111782977B CN202010601533.0A CN202010601533A CN111782977B CN 111782977 B CN111782977 B CN 111782977B CN 202010601533 A CN202010601533 A CN 202010601533A CN 111782977 B CN111782977 B CN 111782977B
Authority
CN
China
Prior art keywords
target
image
text data
text
interest
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.)
Active
Application number
CN202010601533.0A
Other languages
English (en)
Other versions
CN111782977A (zh
Inventor
谢红伟
孙王栋
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010601533.0A priority Critical patent/CN111782977B/zh
Publication of CN111782977A publication Critical patent/CN111782977A/zh
Application granted granted Critical
Publication of CN111782977B publication Critical patent/CN111782977B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements

Abstract

本申请公开了一种兴趣点处理方法、装置、设备及计算机可读存储介质,涉及数据处理中的智能搜索,可用于云服务或者云平台。具体实现方案为:获取各第三方平台发送的图文数据;对所述图文数据中的目标图片进行文本识别,获得所述图文数据对应的目标文本;根据所述目标文本在预设的数据库中确定与所述目标文本对应的目标兴趣点;确定所述目标兴趣点与所述图文数据之间的关联度等级;将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至所述数据库中进行存储。能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。

Description

兴趣点处理方法、装置、设备及计算机可读存储介质
技术领域
本申请实施例涉及数据处理中的智能搜索,尤其涉及一种兴趣点处理方法、装置、设备及计算机可读存储介质。
背景技术
随着电子地图的发展,越来越多的用户习惯在出行前在终端设备上通过电子地图进行兴趣点的搜索。举例来说,用户可以在出行之前,在电子地图软件中输入兴趣点(PointOf Information,简称POI),以获得前往该兴趣点的路径以及该兴趣点的位置信息等。
为了使得用户在使用电子地图时,能够获取到更多的关于目标兴趣点的信息,一般都可以根据第三方平台中其他用户发表的图文数据对电子地图中的兴趣点进行内容扩展操作。具体地,现有技术中,一般都是通过人工对多个第三方平台中的图文数据进行审核,人工建立图文数据与目标兴趣点之间的关系。
发明内容
本申请提供了一种用于提高电子地图中的兴趣点内容扩展效率的兴趣点处理方法、装置、设备以及存储介质。
根据本申请的一方面,提供了一种兴趣点处理方法,包括:
获取各第三方平台发送的图文数据;
对所述图文数据中的目标图片进行文本识别,获得所述图文数据对应的目标文本;
根据所述目标文本在预设的数据库中确定与所述目标文本对应的目标兴趣点;
确定所述目标兴趣点与所述图文数据之间的关联度等级;
将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至所述数据库中进行存储。
根据本申请的第二方面,提供了一种兴趣点处理装置,包括:
获取模块,用于获取各第三方平台发送的图文数据;
识别模块,用于对所述图文数据中的目标图片进行文本识别,获得所述图文数据对应的目标文本;
确定模块,用于根据所述目标文本在预设的数据库中确定与所述目标文本对应的目标兴趣点;
等级确定模块,用于确定所述目标兴趣点与所述图文数据之间的关联度等级;
关联关系建立模块,用于将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至所述数据库中进行存储。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本申请的第五方面,提供了一种计算机程序产品,所述程序产品包括:计算机程序,所述计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序,所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。根据本申请的技术解决了现有的地图中兴趣点的内容扩展方法,效率较低,且需要耗费较多的人力资源的问题。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请基于的系统架构示意图;
图2为本申请实施例一提供的兴趣点处理方法的流程示意图;
图3为本申请实施例二提供的兴趣点处理方法的流程示意图;
图4为本申请实施例提供的一种网络模型示意图;
图5为本申请实施例三提供的兴趣点处理方法的流程示意图;
图6为本申请实施例五提供的兴趣点处理方法的流程示意图;
图7为本申请一实施例提供的显示界面示意图;
图8为本申请又一实施例提供的显示界面示意图;
图9为本申请实施例六提供的兴趣点处理装置的结构示意图;
图10为本申请实施例七提供的兴趣点处理装置的结构示意图;
图11为本申请实施例八提供的兴趣点处理装置的结构示意图;
图12为本申请实施例十提供的兴趣点处理装置的结构示意图;
图13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
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
现有技术中,一般都是通过人工对多个第三方平台中的图文数据进行审核,人工建立图文数据与目标兴趣点之间的关系。但是,采用上述方法进行地图中兴趣点的内容扩展操作往往效率较低,且需要耗费较多的人力资源。为了解决上述技术问题,本申请提供了一种兴趣点处理方法、装置、设备以及存储介质。
需要说明的是,本申请提供兴趣点处理方法、装置、设备以及存储介质可运用在各种对兴趣点的优化处理的场景中。
实际应用中,为了使得用户在使用电子地图时,能够获取到更多的关于目标兴趣点的信息,需要人工对多个第三方平台内用户发布的图文信息进行审核,并将与电子地图内兴趣点存在关联关系的图文数据建立关联关系。但是,上述方法往往较为耗费人力资源,且效率较低。
在解决上述技术问题的过程中,发明人通过研究发现,为了提高地图中兴趣点的内容扩展的效率,并节约人力资源,可以自动地对第三方平台发送的图文数据中图片内的文本信息进行识别,并确定该文本信息对应的目标兴趣点。进而可以确定目标兴趣点与图文数据的关联度等级,根据关联度等级建立目标兴趣点与图文数据的关联关系。
图1为本申请基于的系统架构示意图,如图1所示,本申请基于的系统架构至少包括:终端设备1、服务器装置2以及多个第三方平台对应的服务器3,其中,服务器2中设置有兴趣点处理装置。该兴趣点处理装置采用C/C++、Java、Shell或Python等语言编写;终端设备1则可例如台式电脑、平板电脑等。其中,服务器2分别与终端设备1以及多个第三方平台对应的服务器3通信连接,从而能够实现与终端设备1以及多个第三方平台对应的服务器3的信息交互。
举例来说,服务器2中设置的兴趣点处理装置可以获取至少一个第三方平台对应的服务器3发送的图文数据。并确定该图文数据中目标图片对应的目标兴趣点。确定目标兴趣点与图文数据之间的关联度等级。将关联度等级超过预设阈值的图文数据与目标兴趣点建立关联关系,并发送至数据库中进行存储。用户可以在终端设备1上进行兴趣点的搜索操作。兴趣点处理装置可以根据该搜索操作获取该兴趣点对应的图文数据并发送至终端设备1上进行显示。
本申请提供一种兴趣点处理方法、装置、设备以及存储介质,应用于数据处理领域中的智能搜索,以达到提高地图中兴趣点的内容扩展的效率,并节约人力资源的技术效果。
实施例一
图2为本申请实施例一提供的兴趣点处理方法的流程示意图,如图2所示,该兴趣点处理方法包括:
步骤101、获取各第三方平台发送的图文数据。
本实施例的执行主体为兴趣点处理装置,该兴趣点处理装置可耦合于服务器中。该服务器可以分别与多个第三方平台通信连接,从而能够分别与各第三方平台进行信息交互。
在本实施方式中,为了实现对电子地图中兴趣点的内容扩展,首先需要获取多个第三方平台发送的图文数据。该图文数据具体可以为第三方平台的用户在前往某一兴趣点之后,对兴趣点以及其周围的景点、商圈、店铺的图文介绍。
具体地,该第三方平台可以按照预设的时间间隔,向兴趣点处理装置发送该时间间隔内新增的图文数据,也可以在获取到相应的触发指令时,向兴趣点处理装置发送该时间间隔内新增的图文数据,本申请对此不做限制。
步骤102、对图文数据中的目标图片进行文本识别,获得图文数据对应的目标文本。
在本实施方式中,图文数据中一般具有文本数据以及图片数据,而该图片数据中一般都含有一些兴趣点的信息。举例来说,若图片数据为一张风景照,该风景照中可能包括有XX博物院的路牌。
因此,为了实现对电子地图中兴趣点的内容扩展,可以根据图文数据中的目标图片,确定与兴趣点相关的内容。具体地,可以对图文数据中的目标图片进行文本识别,以确定图文数据对应的目标文本。承接上例来说,可以从该风景照中识别出目标文本“XX博物院”。
步骤103、根据目标文本在预设的数据库中确定与目标文本对应的目标兴趣点。
在本实施例中,由于目标图片中的目标文本部分为兴趣点,而部分可能并非兴趣点。举例来说,该目标文本可以为兴趣点的标识,例如故宫博物院,也可以为某一面墙上张贴的标语等。因此,在通过识别获得目标图片对应的目标文本之后,可以根据目标文本在预设的数据库中确定与目标文本对应的目标兴趣点。
步骤104、确定目标兴趣点与图文数据之间的关联度等级。
在本实施方式中,由于部分图文数据中虽然包含某一兴趣点,但是针对该兴趣点并未进行过多的描述,或者该兴趣点与图文数据不相关,此时,即使根据该图文数据进行兴趣点的内容扩充,对用户帮助也不大。
因此,为了提高兴趣点内容扩充的准确性,在获得图文数据对应的目标兴趣点之后,还需要确定该目标兴趣点与图文数据之间的关联度等级。其中,该关联度等级具体可以为高度关联、中度关联、无关联等。
步骤105、将关联度等级超过预设阈值的图文数据与目标兴趣点建立关联关系,并发送至数据库中进行存储。
在本实施方式中,确定目标兴趣点与图文数据之间的关联度等级之后,可以根据该关联度等级建立图文数据与目标兴趣点建立关联关系。具体地,可以将关联度等级超过阈值的图文数据与目标兴趣点建立关联关系,例如,可以将高度关联的图文数据与目标兴趣点建立关联关系。
作为一种可以实施的方式,还可以按照关联度等级对多个图文数据进行排序,该排序结果即为用户在终端设备上进行目标兴趣点搜索时的显示顺序。
在将关联度等级超过阈值的图文数据与目标兴趣点建立关联关系之后,可以将关联度等级超过阈值的图文数据与目标兴趣点发送到数据库中进行存储。
本实施例提供的兴趣点处理方法,通过对图文数据中目标图片对应的目标文本进行识别,并确定该目标文本对应的目标兴趣点。将与目标兴趣点关联度等级高于预设阈值的图文数据与目标兴趣点建立关联关系,从而能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。
实施例二
图3为本申请实施例二提供的兴趣点处理方法的流程示意图,在实施例一的基础上,如图2所示,步骤102具体包括:
步骤201、识别目标图片中各目标文本的位置信息。
步骤202、根据位置信息,通过光学字符识别方法对各位置信息对应的子图片进行识别操作,获得图文数据对应的目标文本。
在本实施例中,为了实现对目标图片中目标文本的识别操作,首先需要确定目标文本在目标图片中的位置信息。具体地,可以采用任意一种能够进行文本定位的方式,实现对目标文本位置信息的获取。举例来说,可以将目标图片输入至预设的网络模型中,获得网络模型输出的目标文本在目标图片中的位置信息。
在确定了目标文本在目标图片中的位置信息之后,针对每一位置信息,可以对该位置信息对应的子图片进行文本识别操作,确定图文数据对应的目标文本。具体地,可以采用光学字符识别方法(Optical Character Recognition,简称OCR)对各位置信息对应的子图片进行识别操作。此外,还可以采用其他任意一种文字识别方式对各位置信息对应的子图片进行识别操作,本申请对此不做限制。
具体地,在实施例一的基础上,步骤201具体包括:
对目标图片进行特征提取操作,获得目标图片对应的特征图。
提取特征图中的感兴趣区域,并根据感兴趣区域对特征图进行截取操作,获得不同尺寸的特征图。
对不同尺寸的特征图进行池化以及尺寸重塑操作,获得目标特征图。
将目标特征图输入至预设的全连接层,获得全连接层输出的目标图片中各目标文本的位置信息。
在本实施例中,具体可以采用预设的网络模型实现对目标文本位置的确定。将目标图片输入至该网络模型中,获得该网络模型输出的各目标文本的位置信息。
图4为本申请实施例提供的一种网络模型示意图,如图4所示,该网络模型具体可以包括特征提取层、感兴趣区域提取层、池化层以及全连接层。
具体地,首先可以将目标图片输入至该网络模型中,通过特征提取层对该目标图片进行特征提取操作,获得目标图片对应的特征图。针对该特征图,通过感兴趣区域提取层提取该特征图中的感兴趣区域(region of interest,简称roi),根据该感兴趣区域对特征图进行截取操作,获得不同尺寸的特征图。为了方便后续位置识别,需要将不同尺寸的特征图进行尺寸重塑,使其尺寸统一。可以将不同尺寸的特征图输入至池化层进行池化以及尺寸重塑处理,获得目标特征图。将目标特征图输入至预设的全连接层进行分类操作,获得全连接层输出的目标图片中各目标文本的位置信息。
需要说明的是,通过采用预设的网络模型对目标图片中目标文本的位置进行识别,从而能够精准地确定目标文本的位置信息,为后续目标文本的识别提供了基础。
本实施例提供的兴趣点处理方法,通过首先确定目标图片中目标文本的位置信息,再根据该位置信息对各目标文本进行识别,从而目标文本识别无需再遍历目标图片中的全部位置,提高了目标文本识别的效率以及精准度。
实施例三
图5为本申请实施例三提供的兴趣点处理方法的流程示意图,在上述任一实施例的基础上,如图5所示,步骤103具体包括:
步骤301、根据目标文本在预设的数据库中检索与目标文本对应的预设数量的候选兴趣点。
步骤302、依次计算目标文本与各候选兴趣点之间的相似度。
步骤303、将相似度超过预设相似度阈值的候选兴趣点作为目标文本对应的目标兴趣点。
在本实施例中,根据目标文本在数据库中进行检索时,可能会检索出多个不同的结果。举例来说,同一品牌的店铺,可能在不同的区域开设有多家分店,因此,仅根据店铺名称进行检索时,可能会同时检索到多家不同位置的店铺。
为了提高根据目标文本确定的目标兴趣点的准确性,可以根据目标文本在预设的数据库中检索与目标文本对应的预设数量的候选兴趣点。其中,该预设数量具体可以为5、10个,也可以为用户根据实际需求自行设置的,本申请对此不做限制。
获取到预设数量的候选兴趣点之后,依次计算目标文本与各候选兴趣点之间的相似度,将相似度超过预设的相似度阈值的候选兴趣点作为目标文本对应的目标兴趣点。作为一种可以实施的方式,可以将相似度最高的候选兴趣点作为目标文本对应的目标兴趣点。
以实际应用举例来说,该目标文本可以为北京大学,根据“XX大学”在数据库中检索得到五个候选兴趣点“XX大学”、“XX大学(医学部)”、“XX语言大学”、“XX理工大学”“XX航空航天大学”。依次计算目标文本与上述五个候选兴趣点之间的相似度分别为0.999998、0.9099、0.7988、0.7019、0.6899。因此,可以将相似度最高的XX大学作为目标文本对应的目标兴趣点。
本实施例提供的兴趣点处理方法,通过根据目标文本在数据库中进行检索操作,并根据目标文本与候选兴趣点之间的相似度进行目标兴趣点的判定,从而能够提高获得的目标兴趣点的准确性,为后续兴趣点内容扩充操作提供了基础。
实施例四
进一步地,关联度等级的确定方式具体可以有多种,在上述任一实施例的基础上,步骤104具体包括:
对目标兴趣点进行分词操作,获得至少一个分词,根据至少一个分词与图文数据之间的匹配度确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,在获得目标兴趣点之后,可以确定目标兴趣点与图文数据之间的关联度等级。具体地,可以对目标兴趣点进行分词操作,获得至少一个分词。针对每一个分词,确定分词与图文数据之间的匹配度,根据该匹配度确定目标兴趣点与图文数据之间的关联度等级。
举例来说,目标兴趣点可以为XX记海鲜砂锅粥(XX店),对该目标兴趣点进行分词操作,得到“XX记”、“海鲜”、“砂锅粥”、“XX店”四个分词,依次确定分词与图文数据之间的匹配度,根据该匹配度确定目标兴趣点与图文数据之间的关联度等级。
通过分词能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤104具体包括:
在预设的数据库中确定目标兴趣点对应的位置信息,根据位置信息与图文数据中的位置信息进行比对,确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,图文数据中识别到的目标文本可能带有位置信息,例如,其中,可以包括某一店铺名称以及店铺对应的位置。若该目标文本中的位置信息与目标兴趣点中的位置相同,则表征二者关联度等级较高,反之,则表征二者关联度等级较低。
因此,为了实现对目标兴趣点与图文数据之间的关联度等级的计算,可以在预设的数据库中确定目标兴趣点对应的位置信息,根据该位置信息与目标文本中的位置信息进行比对,根据比对结果确定目标兴趣点与图文数据之间的关联度等级。
通过目标兴趣点以及级目标文本对应的位置信息能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤104具体包括:
分别确定目标兴趣点与图文数据对应的类别标签,判断目标兴趣点与图文数据对应的类别标签是否一致,根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,若目标兴趣点为景点,而图文数据介绍的是酒店信息,也即二者对应的类别标签不一致,则二者关联度等级较低。因此,可以分别确定目标兴趣点与图文数据对应的类别标签。判断目标兴趣点与图文数据对应的类别标签是否一致,若一致,则表征二者关联度等级较高,反之,则表征二者关联度等级较低。
通过目标兴趣点与图文数据对应的类别标签能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤104具体包括:
对图文数据中的文字数据进行类别分析,判断文字数据的类别标签是否与图片对应的类别标签一致,根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,若图文数据中文字数据介绍的是景点信息,而图片则是自拍图片,则二者表达的内容不匹配,相应地其与目标兴趣点之间的关联性也较低。因此,可以分别对图文数据中的文字数据以及图片对应的类别进行分析。确定文字数据与图片对应的类别标签是否一致。若一致,则表征二者关联度等级较高,反之,则表征二者关联度等级较低。
通过文字数据的类别标签是否与图片对应的类别标签能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤104具体包括:
对图文数据中的文字数据进行语义分析,根据语义分析的结果确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,图文数据中的文字可能出现转折的可能性,例如,XX大厦对应的咖啡味道非常不错,其中包括目标兴趣点XX大厦,但是该文字数据与XX大厦无关,其描述的是咖啡。因此,还需要对图文数据中文字数据的语义进行分析,根据分析结果确定目标兴趣点与图文数据之间的关联度等级。
通过语义分析结果能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
进一步地,在上述任一实施例的基础上,步骤104具体包括:
确定图文数据中的文字数据中是否包括预设的关键词,根据关键词确定目标兴趣点与图文数据之间的关联度等级。
在本实施例中,某些游记类的图文数据中虽然提及了目标兴趣点,但是其与目标兴趣点之间关联性较弱。因此,可以确定图文数据中是否包括某些预设的关键词,例如“第一天、第二天、第三天…”、“day1、day2、day3…”,若包括,则表征目标兴趣点与图文数据之间的关联度等级较低,反之,则表征目标兴趣点与图文数据之间的关联度等级较高。
通过关键词能够精准地确定目标兴趣点与图文数据之间的关联度等级,为后续兴趣点的内容扩充提供了基础。
需要说明的是,上述多种实施方式可以单独实施,也可以结合实施的,当其结合实施时,可以分别根据分词、类别标签、预设关键词、语义、位置信息中的至少两种实现对关联度等级的计算。
本实施例提供的兴趣点处理方法,通过采用分词、类别标签、预设关键词、语义、位置信息中的一种或多种对关联度等级进行计算,从而能够有效地实现对与目标兴趣点关联度等级较高的图文数据的筛选,提高对兴趣点内容扩充的精准度。
实施例五
图6为本申请实施例五提供的兴趣点处理方法的流程示意图,在上述任一实施例的基础上,如图6所示,方法还包括:
步骤501、获取终端设备发送的兴趣点搜索指令,兴趣点搜索指令中包括待搜索兴趣点标识。
步骤502、根据待搜索兴趣点标识在数据库中查询待搜索兴趣点标识对应的位置信息以及图文数据。
步骤503、将待搜索兴趣点标识对应的位置信息以及图文数据发送至终端设备进行显示。
在本实施例中,在建立兴趣点与图文数据之间的关联关系之后,在用户对兴趣点进行搜索时,可以同时向用户展现兴趣点的位置信息以及上述图文数据。具体地,可以获取终端设备发送的兴趣点搜索指令,其中,该兴趣点搜索指令中包括待搜索兴趣点标识。根据该兴趣点搜索指令,在预设的数据库中搜索与该待搜索兴趣点标识对应的位置信息以及图文数据,将该待搜索兴趣点标识对应的位置信息以及图文数据发送至终端设备进行显示。
图7为本申请一实施例提供的显示界面示意图,如图7所示,用户可以在电子地图软件中的搜索框内输入待搜索兴趣点:XX公园。兴趣点处理装置在获取到该兴趣点搜索指令之后,可以根据该待搜索兴趣点XX公园,确定XX公园的位置信息以及其对应的第三方平台内的图文数据,并将该XX公园的位置信息以及其对应的第三方平台内的图文数据反馈至终端设备进行显示。从而用户可以在电子地图软件内实现对待搜索兴趣点对应的多种信息进行查看,提高用户体验。
进一步地,在上述任一实施例的基础上,步骤503之后,方法还包括:
获取终端设备发送的图文数据查看指令,图文数据查看指令中包括图文数据标识;
根据图文数据标识在第三方平台获取图文数据;
将图文数据标识对应的图文数据发送至终端设备进行显示。
在本实施例中,用户可以在终端设备上查看到待搜索兴趣点位置信息以及其对应的第三方平台内的图文数据,此外,用户还可以对该第三方平台的图文数据的详情进行查看。
具体地,可以获取终端设备发送的图文数据查看指令,其中,该图文数据查看指令中可以包括图文数据标识,该图文数据标识中可以包括第三方平台的标识。根据该图文数据标识,在第三方平台中获取该图文数据,将图文数据标识对应的图文数据发送至终端设备进行显示。
图8为本申请又一实施例提供的显示界面示意图,如图8所示,承接上例来说,当用户在终端设备上看到XX公园的位置信息以及其对应的第三方平台内的图文数据之后,可以根据实际需求,选择想要查看的图文数据1。相应地,兴趣点处理装置在获取到该图文数据查看指令之后,可以从第三方平台获取图文数据1对应的数据,并将该图文数据1发送至终端设备,以供用户查看。
本实施例提供的兴趣点处理方法,通过在建立兴趣点与图文数据之间的关联关系之后,在用户对兴趣点进行搜索时,同时向用户展现兴趣点的位置信息以及上述图文数据。从而能够使得用户在电子地图上同时获得更多的关于兴趣点的信息,提高用户体验。
实施例六
图9为本申请实施例六提供的兴趣点处理装置的结构示意图,如图9所示,装置包括:获取模块61、识别模块62、确定模块63、等级确定模块64以及关联关系建立模块65,其中,获取模块61,用于获取各第三方平台发送的图文数据。识别模块62,用于对图文数据中的目标图片进行文本识别,获得图文数据对应的目标文本;
确定模块63,用于根据目标文本在预设的数据库中确定与目标文本对应的目标兴趣点。等级确定模块64,用于确定目标兴趣点与图文数据之间的关联度等级。关联关系建立模块65,用于将关联度等级超过预设阈值的图文数据与目标兴趣点建立关联关系,并发送至数据库中进行存储。
本实施例提供的兴趣点处理装置,通过对图文数据中目标图片对应的目标文本进行识别,并确定该目标文本对应的目标兴趣点。将与目标兴趣点关联度等级高于预设阈值的图文数据与目标兴趣点建立关联关系,从而能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。
实施例七
图10为本申请实施例七提供的兴趣点处理装置的结构示意图,在实施例六的基础上,识别模块包括:位置识别单元71以及文本识别单元72。其中,位置识别单元71,用于识别目标图片中各目标文本的位置信息。文本识别单元72,用于根据位置信息,通过光学字符识别装置对各位置信息对应的子图片进行识别操作,获得图文数据对应的目标文本。
进一步地,在实施例六的基础上,位置识别单元用于:对目标图片进行特征提取操作,获得目标图片对应的特征图;提取特征图中的感兴趣区域,并根据感兴趣区域对特征图进行截取操作,获得不同尺寸的特征图;对不同尺寸的特征图进行池化以及尺寸重塑操作,获得目标特征图;将目标特征图输入至预设的全连接层,获得全连接层输出的目标图片中各目标文本的位置信息。
实施例八
图11为本申请实施例八提供的兴趣点处理装置的结构示意图,在上述任一实施例的基础上,如图11所示,确定模块包括:检索单元81、相似度计算单元82以及选取单元83,其中,检索单元81,用于根据目标文本在预设的数据库中检索与目标文本对应的预设数量个候选兴趣点。相似度计算单元82,用于依次计算目标文本与各候选兴趣点之间的相似度。选取单元83,用于将相似度超过预设相似度阈值的候选兴趣点作为目标文本对应的目标兴趣点。
实施例九
进一步地,在上述任一实施例的基础上,等级确定模块用于:对目标兴趣点进行分词操作,获得至少一个分词,根据至少一个分词与图文数据之间的匹配度确定目标兴趣点与图文数据之间的关联度等级。
进一步地,在上述任一实施例的基础上,等级确定模块用于:在预设的数据库中确定目标兴趣点对应的位置信息,根据位置信息与图文数据中的位置信息进行比对,确定目标兴趣点与图文数据之间的关联度等级。
进一步地,在上述任一实施例的基础上,等级确定模块用于:分别确定目标兴趣点与图文数据对应的类别标签,判断目标兴趣点与图文数据对应的类别标签是否一致,根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
进一步地,在上述任一实施例的基础上,等级确定模块用于:对图文数据中的文字数据进行类别分析,判断文字数据的类别标签是否与图片对应的类别标签一致,根据判断结果确定目标兴趣点与图文数据之间的关联度等级。
进一步地,在上述任一实施例的基础上,等级确定模块用于:对图文数据中的文字数据进行语义分析,根据语义分析的结果确定目标兴趣点与图文数据之间的关联度等级。
进一步地,在上述任一实施例的基础上,等级确定模块用于:确定图文数据中的文字数据中是否包括预设的关键词,根据关键词确定目标兴趣点与图文数据之间的关联度等级。
实施例十
图12为本申请实施例十提供的兴趣点处理装置的结构示意图,在上述任一实施例的基础上,如图12所示,装置还包括:搜索指令获取模块111、查询模块112以及发送模块113。其中,搜索指令获取模块111,用于获取终端设备发送的兴趣点搜索指令,兴趣点搜索指令中包括待搜索兴趣点标识。查询模块112,用于根据待搜索兴趣点标识在数据库中查询待搜索兴趣点标识对应的位置信息以及图文数据。发送模块113,用于将待搜索兴趣点标识对应的位置信息以及图文数据发送至终端设备进行显示。
进一步地,装置还包括:查看指令获取模块、图文数据获取模块以及图文数据发送模块,其中,查看指令获取模块,用于获取终端设备发送的图文数据查看指令,图文数据查看指令中包括图文数据标识;图文数据获取模块,用于根据图文数据标识在第三方平台获取图文数据;图文数据发送模块,用于将图文数据标识对应的图文数据发送至终端设备进行显示。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
根据本申请的实施例,本申请还提供了一种计算机程序产品,程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
图13为本申请实施例提供的电子设备的结构示意图,如图13所示。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图12所示,该电子设备包括:一个或多个处理器121、存储器122,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图12中以一个处理器121为例。
存储器122即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的兴趣点处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的兴趣点处理方法。
存储器122作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的兴趣点处理方法对应的程序指令/模块(例如,附图9所示的获取模块61、识别模块62、确定模块63、等级确定模块64以及关联关系建立模块65)。处理器121通过运行存储在存储器122中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的兴趣点处理方法。
存储器122可以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、至少一个功能所需要的应用程序;存储数据区可存储根据兴趣点处理方法的电子设备的使用所创建的数据等。此外,存储器122可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器122可选包括相对于处理器121远程设置的存储器,这些远程存储器可以通过网络连接至执行兴趣点处理方法的电子设备。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。
兴趣点处理方法的电子设备还可以包括:输入装置123和输出装置124。处理器121、存储器122、输入装置123和输出装置124可以通过总线或者其他方式连接,图12中以通过总线连接为例。
输入装置123可接收输入的数字或字符信息,以及产生与兴趣点处理方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置124可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算机程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算机程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过对图文数据中目标图片对应的目标文本进行识别,并确定该目标文本对应的目标兴趣点。将与目标兴趣点关联度等级高于预设阈值的图文数据与目标兴趣点建立关联关系,从而能够自动地实现对电子地图中兴趣点的内容扩展。提高电子地图中兴趣点的内容扩展的效率,并节约人力资源。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。

Claims (20)

1.一种兴趣点处理方法,包括:
获取各第三方平台发送的图文数据;
对所述图文数据中的目标图片进行文本识别,获得所述图文数据对应的目标文本;
根据所述目标文本在预设的数据库中确定与所述目标文本对应的目标兴趣点;
确定所述目标兴趣点与所述图文数据之间的关联度等级;
将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至所述数据库中进行存储;
其中,所述对所述图文数据中的图片进行文本识别,获得所述图文数据对应的目标文本,包括:
对所述目标图片进行特征提取操作,获得所述目标图片对应的特征图;提取所述特征图中的感兴趣区域,并根据所述感兴趣区域对所述特征图进行截取操作,获得不同尺寸的特征图;对所述不同尺寸的特征图进行池化以及尺寸重塑操作,获得目标特征图;将所述目标特征图输入至预设的全连接层,获得所述全连接层输出的所述目标图片中各目标文本的位置信息;
根据所述位置信息,通过光学字符识别方法对各所述位置信息对应的子图片进行识别操作,获得所述图文数据对应的目标文本;
其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,包括:
对所述目标兴趣点进行分词操作,获得至少一个分词,根据所述至少一个分词与所述图文数据之间的匹配度确定所述目标兴趣点与所述图文数据之间的关联度等级。
2.根据权利要求1所述的方法,其中,所述根据所述目标文本在预设的数据库中确定与所述目标文本对应的目标兴趣点,包括:
根据所述目标文本在预设的数据库中检索与所述目标文本对应的预设数量的候选兴趣点;
依次计算所述目标文本与各候选兴趣点之间的相似度;
将相似度超过预设相似度阈值的候选兴趣点作为所述目标文本对应的目标兴趣点。
3.根据权利要求1所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,还包括:
在预设的数据库中确定所述目标兴趣点对应的位置信息,根据所述位置信息与所述图文数据中的位置信息进行比对,确定所述目标兴趣点与所述图文数据之间的关联度等级。
4.根据权利要求1所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,还包括:
分别确定所述目标兴趣点与所述图文数据对应的类别标签,判断所述目标兴趣点与所述图文数据对应的类别标签是否一致,根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
5.根据权利要求1所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,还包括:
对所述图文数据中的文字数据进行类别分析,判断所述文字数据的类别标签是否与所述图片对应的类别标签一致,根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
6.根据权利要求1所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,还包括:
对所述图文数据中的文字数据进行语义分析,根据语义分析的结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
7.根据权利要求1所述的方法,其中,所述确定所述目标兴趣点与所述图文数据之间的关联度等级,还包括:
确定所述图文数据中的文字数据中是否包括预设的关键词,根据所述关键词确定所述目标兴趣点与所述图文数据之间的关联度等级。
8.根据权利要求1所述的方法,其中,所述方法还包括:
获取终端设备发送的兴趣点搜索指令,所述兴趣点搜索指令中包括待搜索兴趣点标识;
根据所述待搜索兴趣点标识在所述数据库中查询所述待搜索兴趣点标识对应的位置信息以及图文数据;
将所述待搜索兴趣点标识对应的位置信息以及图文数据发送至所述终端设备进行显示。
9.根据权利要求8所述的方法,其中,所述将所述待搜索兴趣点标识对应的位置信息以及图文数据发送至所述终端设备进行显示之后,还包括:
获取所述终端设备发送的图文数据查看指令,所述图文数据查看指令中包括图文数据标识;
根据所述图文数据标识在第三方平台获取所述图文数据;
将所述图文数据标识对应的图文数据发送至所述终端设备进行显示。
10.一种兴趣点处理装置,包括:
获取模块,用于获取各第三方平台发送的图文数据;
识别模块,用于对所述图文数据中的目标图片进行文本识别,获得所述图文数据对应的目标文本;
确定模块,用于根据所述目标文本在预设的数据库中确定与所述目标文本对应的目标兴趣点;
等级确定模块,用于确定所述目标兴趣点与所述图文数据之间的关联度等级;
关联关系建立模块,用于将关联度等级超过预设阈值的图文数据与所述目标兴趣点建立关联关系,并发送至所述数据库中进行存储;
其中,所述识别模块包括:
位置识别单元,用于对所述目标图片进行特征提取操作,获得所述目标图片对应的特征图;提取所述特征图中的感兴趣区域,并根据所述感兴趣区域对所述特征图进行截取操作,获得不同尺寸的特征图;对所述不同尺寸的特征图进行池化以及尺寸重塑操作,获得目标特征图;将所述目标特征图输入至预设的全连接层,获得所述全连接层输出的所述目标图片中各目标文本的位置信息;
文本识别单元,用于根据所述位置信息,通过光学字符识别装置对各所述位置信息对应的子图片进行识别操作,获得所述图文数据对应的目标文本;
其中,所述等级确定模块用于:
对所述目标兴趣点进行分词操作,获得至少一个分词,根据所述至少一个分词与所述图文数据之间的匹配度确定所述目标兴趣点与所述图文数据之间的关联度等级。
11.根据权利要求10所述的装置,其中,所述确定模块包括:
检索单元,用于根据所述目标文本在预设的数据库中检索与所述目标文本对应的预设数量个候选兴趣点;
相似度计算单元,用于依次计算所述目标文本与各候选兴趣点之间的相似度;
选取单元,用于将相似度超过预设相似度阈值的候选兴趣点作为所述目标文本对应的目标兴趣点。
12.根据权利要求10所述的装置,其中,所述等级确定模块还用于:
在预设的数据库中确定所述目标兴趣点对应的位置信息,根据所述位置信息与所述图文数据中的位置信息进行比对,确定所述目标兴趣点与所述图文数据之间的关联度等级。
13.根据权利要求10所述的装置,其中,所述等级确定模块还用于:
分别确定所述目标兴趣点与所述图文数据对应的类别标签,判断所述目标兴趣点与所述图文数据对应的类别标签是否一致,根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
14.根据权利要求10所述的装置,其中,所述等级确定模块还用于:
对所述图文数据中的文字数据进行类别分析,判断所述文字数据的类别标签是否与所述图片对应的类别标签一致,根据判断结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
15.根据权利要求10所述的装置,其中,所述等级确定模块还用于:
对所述图文数据中的文字数据进行语义分析,根据语义分析的结果确定所述目标兴趣点与所述图文数据之间的关联度等级。
16.根据权利要求10所述的装置,其中,所述等级确定模块还用于:
确定所述图文数据中的文字数据中是否包括预设的关键词,根据所述关键词确定所述目标兴趣点与所述图文数据之间的关联度等级。
17.根据权利要求10所述的装置,其中,所述装置还包括:
搜索指令获取模块,用于获取终端设备发送的兴趣点搜索指令,所述兴趣点搜索指令中包括待搜索兴趣点标识;
查询模块,用于根据所述待搜索兴趣点标识在所述数据库中查询所述待搜索兴趣点标识对应的位置信息以及图文数据;
发送模块,用于将所述待搜索兴趣点标识对应的位置信息以及图文数据发送至所述终端设备进行显示。
18.根据权利要求17所述的装置,其中,所述装置还包括:
查看指令获取模块,用于获取所述终端设备发送的图文数据查看指令,所述图文数据查看指令中包括图文数据标识;
图文数据获取模块,用于根据所述图文数据标识在第三方平台获取所述图文数据;
图文数据发送模块,用于将所述图文数据标识对应的图文数据发送至所述终端设备进行显示。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
CN202010601533.0A 2020-06-29 2020-06-29 兴趣点处理方法、装置、设备及计算机可读存储介质 Active CN111782977B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010601533.0A CN111782977B (zh) 2020-06-29 2020-06-29 兴趣点处理方法、装置、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010601533.0A CN111782977B (zh) 2020-06-29 2020-06-29 兴趣点处理方法、装置、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111782977A CN111782977A (zh) 2020-10-16
CN111782977B true CN111782977B (zh) 2023-08-11

Family

ID=72760765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010601533.0A Active CN111782977B (zh) 2020-06-29 2020-06-29 兴趣点处理方法、装置、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111782977B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112380847B (zh) * 2020-11-18 2024-03-29 北京百度网讯科技有限公司 兴趣点处理方法、装置、电子设备及存储介质
CN112508005B (zh) 2020-12-22 2023-11-17 北京百度网讯科技有限公司 用于处理图像的方法、装置、设备以及存储介质
CN112559884B (zh) * 2020-12-25 2023-09-26 北京百度网讯科技有限公司 全景图与兴趣点挂接的方法、装置、电子设备及存储介质
CN112818972B (zh) * 2020-12-25 2024-03-22 北京百度网讯科技有限公司 兴趣点图像的检测方法、装置、电子设备及存储介质
CN112711645B (zh) * 2021-01-11 2022-05-10 腾讯科技(深圳)有限公司 一种位置点信息扩展方法、装置、存储介质和电子设备
CN113220816A (zh) * 2021-05-19 2021-08-06 北京百度网讯科技有限公司 电子地图兴趣点poi的数据处理方法、装置及设备
CN113468376B (zh) * 2021-05-31 2024-02-02 北京达佳互联信息技术有限公司 平台活动参与方法、装置、电子设备及存储介质
CN115687673B (zh) * 2022-11-08 2023-07-07 杭州晶彩数字科技有限公司 图片归档的方法、装置、电子设备及可读存储介质
CN115618860A (zh) * 2022-11-14 2023-01-17 深圳市规划和自然资源数据管理中心(深圳市空间地理信息中心) 融合lbs兴趣点多维属性与空间关系的词云生成方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009037062A (ja) * 2007-08-02 2009-02-19 Xanavi Informatics Corp 地図データ更新装置、及び地図データ更新システム
CN107577819A (zh) * 2017-09-30 2018-01-12 百度在线网络技术(北京)有限公司 一种文本内容展现方法、装置、计算机设备和存储介质
CN110347776A (zh) * 2019-07-17 2019-10-18 北京百度网讯科技有限公司 兴趣点名称匹配方法、装置、设备及存储介质
CN110781195A (zh) * 2019-08-19 2020-02-11 腾讯科技(深圳)有限公司 一种兴趣点信息更新的系统、方法和装置
CN110837607A (zh) * 2019-11-14 2020-02-25 腾讯云计算(北京)有限责任公司 兴趣点匹配方法、装置、计算机设备以及存储介质
CN111274428A (zh) * 2019-12-19 2020-06-12 北京创鑫旅程网络技术有限公司 一种关键词的提取方法及装置、电子设备、存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10970768B2 (en) * 2016-11-11 2021-04-06 Ebay Inc. Method, medium, and system for image text localization and comparison

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009037062A (ja) * 2007-08-02 2009-02-19 Xanavi Informatics Corp 地図データ更新装置、及び地図データ更新システム
CN107577819A (zh) * 2017-09-30 2018-01-12 百度在线网络技术(北京)有限公司 一种文本内容展现方法、装置、计算机设备和存储介质
CN110347776A (zh) * 2019-07-17 2019-10-18 北京百度网讯科技有限公司 兴趣点名称匹配方法、装置、设备及存储介质
CN110781195A (zh) * 2019-08-19 2020-02-11 腾讯科技(深圳)有限公司 一种兴趣点信息更新的系统、方法和装置
CN110837607A (zh) * 2019-11-14 2020-02-25 腾讯云计算(北京)有限责任公司 兴趣点匹配方法、装置、计算机设备以及存储介质
CN111274428A (zh) * 2019-12-19 2020-06-12 北京创鑫旅程网络技术有限公司 一种关键词的提取方法及装置、电子设备、存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
融合社交网络和图像内容的兴趣点推荐;邵长城;陈平华;;计算机应用(05);全文 *

Also Published As

Publication number Publication date
CN111782977A (zh) 2020-10-16

Similar Documents

Publication Publication Date Title
CN111782977B (zh) 兴趣点处理方法、装置、设备及计算机可读存储介质
CN111125435B (zh) 视频标签的确定方法、装置和计算机设备
CN113094550B (zh) 视频检索方法、装置、设备和介质
CN111949814A (zh) 搜索方法、装置、电子设备和存储介质
US20210049354A1 (en) Human object recognition method, device, electronic apparatus and storage medium
CN111814077B (zh) 信息点查询方法、装置、设备和介质
US20140330814A1 (en) Method, client of retrieving information and computer storage medium
US20140380191A1 (en) Method and apparatus for design review collaboration across multiple platforms
CN111026937A (zh) 提取poi名称的方法、装置、设备和计算机存储介质
JP7146961B2 (ja) 音声パッケージの推薦方法、装置、電子機器および記憶媒体
CN111639228B (zh) 视频检索方法、装置、设备及存储介质
JP7242994B2 (ja) ビデオイベント識別方法、装置、電子デバイス及び記憶媒体
CN111090991A (zh) 场景纠错方法、装置、电子设备和存储介质
CN110532404B (zh) 一种源多媒体确定方法、装置、设备及存储介质
CN112380847A (zh) 兴趣点处理方法、装置、电子设备及存储介质
CN110532415B (zh) 图像搜索处理方法、装置、设备及存储介质
CN111309872A (zh) 搜索处理方法、装置及设备
CN112015845B (zh) 地图检索测试的方法、装置、设备以及存储介质
CN112328896B (zh) 用于输出信息的方法、装置、电子设备和介质
CN112100530B (zh) 网页分类方法、装置、电子设备及存储介质
CN112163143B (zh) 页面切换的方法、装置、设备以及存储介质
CN107239209B (zh) 一种拍照搜索方法、装置、终端及存储介质
CN111309200B (zh) 一种扩展阅读内容的确定方法、装置、设备及存储介质
CN108920707B (zh) 用于标注信息的方法及装置
CN111984876A (zh) 兴趣点处理方法、装置、设备及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant