CN111860511A - 图像拍摄地点获取方法、装置、数据处理设备及存储介质 - Google Patents
图像拍摄地点获取方法、装置、数据处理设备及存储介质 Download PDFInfo
- Publication number
- CN111860511A CN111860511A CN201911375145.9A CN201911375145A CN111860511A CN 111860511 A CN111860511 A CN 111860511A CN 201911375145 A CN201911375145 A CN 201911375145A CN 111860511 A CN111860511 A CN 111860511A
- Authority
- CN
- China
- Prior art keywords
- image
- processed
- shooting
- content
- text
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例提供一种图像拍摄地点获取方法、装置、数据处理设备及存储介质。其中,该方法包括:获取待处理图像;对待处理图像进行分析以获得待处理图像中的文本内容;根据文本内容以及待处理图像的图像内容确定该待处理图像的拍摄地点。本申请通过在图像属性信息中未携带有LBS信息时,根据待处理图像的图像内容中的文本内容以及景点信息,确定该待处理图像的拍摄地点。由于在确定该待处理图像的拍摄地点时,基于文本内容以及待处理图像的图像内容对待处理图像的拍摄地点进行筛选,筛选出的待处理图像的拍摄地点不仅满足该文本内容,而且还需要满足该待处理图像的图像内容,因此,提高了所获取待处理图像拍摄地点的精度。
Description
技术领域
本申请涉及计算机领域,具体而言,涉及一种图像拍摄地点获取方法、装置、数据处理设备及存储介质。
背景技术
随着生活质量的提高,越来越多的用户会将自己旅游或外出拍摄的照片上传至相应的平台以分享自己的生活。一般来说,为了对用户上传的图像进行管理,需要对于上传到平台的照片进行归类处理。
在需要以照片拍摄地点作为归类标准时,往往会利用照片中携带的LBS(LocationBased Services,基于位置的服务)信息对照片进行归类。其中,该LBS信息获取自拍照终端自带有地理定位功能,在用户利用这些拍照终端拍摄照片时,拍照终端会自动将定位信息记录在照片中。
然而,针对于如利用数码相机等不支持LBS功能的设备所拍摄的照片,其照片中并没有携带有该照片的地点信息。同时,随着用户隐私意识的增强,在利用拍照终端拍摄照片时,用户有意识的禁用照相功能使用定位权限。因此,导致不是所有的图像都携带有LBS信息,继而无法完成该图像的归类。
发明内容
有鉴于此,本申请实施例的目的在于提供一种图像拍摄地点获取方法、装置、数据处理设备及存储介质,旨在图像属性信息中未携带有LBS信息时,为该图像确定更加准确的拍摄地点。所述方法包括:
本申请实施例的目的之一在于提供一种图像拍摄地点获取方法,应用于电子设备,所发方法包括:
获取待处理图像。
对所述待处理图像进行分析以获得所述待处理图像中的文本内容。
根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点。
在一些实施例中,所述根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点的步骤,包括:
根据所述文本内容确定至少一个候选拍摄地点。
根据所述待处理图像的图像内容从所述候选拍摄地点中确定出该待处理图像的拍摄地点。
在一些实施例中,所述根据所述待处理图像的图像内容从所述候选拍摄地点中确定出该待处理图像的拍摄地点的步骤,包括:
将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
若所述目标参考图像与所述待处理图像的图像内容的相似度大于预设相似阈值,则将所述目标参考图像对应的候选拍摄地点作为该待处理图像的拍摄地点。
根据本申请实施例的另一方面,该图像拍摄地点获取方法还可以包括以下操作:
若所述目标参考图像与所述待处理图像的图像内容的相似度不大于该预设相似阈值,则获取拍摄时间与所述待处理图像的拍摄时间在预设时差范围内的第二参考图像,所述第二参考图像与所述待处理图像属于相同的用户。
根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点。
在一些实施例中,所述根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点的步骤,包括:
获取所述第二参考图像中出现次数最多的拍摄地点。
将所述第二参考图像中出现次数最多的拍摄地点作为该待处理图像的拍摄地点。
在一些实施例中,所述将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像的步骤,包括:
获取所述待处理图像的图像内容中的轮廓。
将所述待处理图像的图像内容中的轮廓与所述第一参考图像的轮廓做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
在一些实施例中,所述对所述待处理图像进行分析以获得所述待处理图像中的文本内容的步骤,包括:
对所述待处理图像进行图像识别,确定出该待处理图像中的文本区域。
对所述文本区域进行识别,获得所述文本区域中出现的文本内容。
在一些实施例中,所述对所述文本区域进行识别,获得所述文本区域中出现的文本内容的步骤,包括:
通过OCR(Optical Character Recognition,光学字符识别)工具对所述文本区域进行识别,获得所述文本区域中的文本数据。
对所述文本数据进行分析获得该文本数据中的文本内容。
在一些实施例中,所述文本内容包括街道名称、建筑物名称、景点名称以及商铺名称。
根据本申请实施例的另一方面,该图像拍摄地点获取方法还可以包括以下操作:
根据所述待处理图像的拍摄地点对所述待处理图像进行分类。
根据本申请实施例的另一方面,该图像拍摄地点获取方法还可以包括以下操作:
提供一交互界面,响应用户在该交互界面的编辑操作,获得用户对所述待处理图像的拍摄地点编辑信息。
根据拍摄地点编辑信息确定该待处理图像的拍摄地点。
本申请实施例的目的之二在于提供一种图像拍摄地点获取装置,应用于数据处理设备,该图像拍摄地点获取装置包括图像获取模块、文本获取模块以及地点确定模块。
所述图像获取模块用于获取待处理图像。
所述文本获取模块用于对所述待处理图像进行分析以获得所述待处理图像中的文本内容。
所述地点确定模块用于根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点。
在一些实施例中,该地点确定模块通过如下方式确定该待处理图像的拍摄地点:
根据所述文本内容确定至少一个候选拍摄地点。
根据所述待处理图像的图像内容从所述候选拍摄地点中确定出该待处理图像的拍摄地点。
在一些实施例中,该地点确定模块通过如下方式从候选拍摄地点中确定该待处理图像的拍摄地点:
将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
若所述目标参考图像与所述待处理图像的图像内容的相似度大于预设相似阈值,则将所述目标参考图像对应的候选拍摄地点作为该待处理图像的拍摄地点。
在一些实施例中,该地点确定模块还通过如下方式从候选拍摄地点中确定该待处理图像的拍摄地点:
若所述目标参考图像与所述待处理图像的图像内容的相似度不大于该预设相似阈值,则获取拍摄时间与所述待处理图像的拍摄时间在预设时差范围内的第二参考图像,所述第二参考图像与所述待处理图像属于相同的用户。
根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点。
在一些实施例中,该地点确定模块通过如下方式根据第二参考图像的拍摄地点确定该待处理图像的拍摄地点:
获取所述第二参考图像中出现次数最多的拍摄地点。
将所述第二参考图像中出现次数最多的拍摄地点作为该待处理图像的拍摄地点。
在一些实施例中,该地点确定模块通过如下方式确定与该待处理图像的图像内容最相似的目标参考图像:
获取所述待处理图像的图像内容中的轮廓。
将所述待处理图像的图像内容中的轮廓与所述第一参考图像的轮廓做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
在一些实施例中,该文本获取模块通过如下方式获得所述待处理图像中的文本内容:
对所述待处理图像进行图像识别,确定出该待处理图像中的文本区域。
对所述文本区域进行识别,获得所述文本区域中出现的文本内容。
在一些实施例中,该文本获取模块通过如下方式对所述文本区域进行识别,获得所述文本区域中出现的文本内容:
通过OCR工具对所述文本区域进行识别,获得所述文本区域中的文本数据。
对所述文本数据进行分析获得该文本数据中的文本内容。
根据本申请实施例的另一方面,该图像拍摄地点获取装置还包括图像分类模块:
该图像分类模块用于根据所述待处理图像的拍摄地点对所述待处理图像进行分类。
根据本申请实施例的另一方面,该图像拍摄地点获取装置还包括用户编辑模块:
该用户编辑模块用于提供一交互界面,响应用户在该交互界面的编辑操作,获得用户对所述待处理图像的拍摄地点编辑信息。
根据拍摄地点编辑信息确定该待处理图像的拍摄地点。
本申请实施例的目的之三在于提供一种数据处理设备,所述数据处理设备包括处理器以及存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述机器可执行指令被所述处理器执行时,实现所述的图像拍摄地点获取方法。
本申请实施例的目的之四在于提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现所述的图像拍摄地点获取方法。
相对于现有技术而言,本申请具有以下有益效果:
本申请实施例提供一种图像拍摄地点获取方法、装置、数据处理设备及存储介质,该方法在图像属性信息中未携带有LBS信息时,根据待处理图像的图像内容中的文本内容以及景点信息,确定该待处理图像的拍摄地点。由于在确定该待处理图像的拍摄地点时,基于文本内容以及待处理图像的图像内容对待处理图像的拍摄地点进行筛选,筛选出的待处理图像的拍摄地点不仅满足该文本内容,而且还需要满足该待处理图像的图像内容,因此,提高了所获取待处理图像拍摄地点的精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的数据处理设备的硬件结构示意图;
图2为本申请实施例提供的图像拍摄地点的获取方法的步骤流程图;
图3为本申请实施例提供的相似度计算的场景示意图;
图4为本申请实施例提供的图像拍摄地点获取装置的结构示意图。
图标:100-数据处理设备;110-图像拍摄地点获取装置;120-存储器;130-处理器;140-通信单元;500-文本内容;600-学校轮廓;1101-图像获取模块;1102-文本获取模块;1103-地点确定模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,需要说明的是,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如背景技术所介绍,针对于如利用数码相机等不支持LBS功能的设备所拍摄的照片,其照片中并没有携带有该照片的地点信息。同时,随着用户隐私意识的增强,在利用拍照终端拍摄照片时,用户有意识的禁用照相功能使用定位权限。因此,导致不是所有的图像都携带有LBS信息,继而无法完成该图像的归类。
鉴于此,本申请实施提供一种图像拍摄地点获取方法,应用于数据处理设备。该数据处理设备可以是但不限于,智能手机、个人电脑(personal computer,PC)、平板电脑、个人数字助理(personal digital assistant,PDA)、移动上网设备(mobile Internetdevice,MID)、服务器等。
请参照图1,为本申请实施例提供的一种数据处理设备100的硬件结构图。该数据处理设备100包括图像拍摄地点获取装置110、存储器120、处理器130、通信单元140。
其中,所述存储器120、处理器130以及通信单元140各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述图像拍摄地点获取装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器120中或固化在所述数据处理设备100的操作系统(operating system,OS)中的软件功能模块。所述处理器130用于执行所述存储器120中存储的可执行模块,例如所述图像拍摄地点获取装置110所包括的软件功能模块及计算机程序等。所述通信单元140用于通过网络收发数据。
所述存储器120可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器120用于存储程序,所述处理器130在接收到执行指令后,执行所述程序。
所述处理器130可能是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
针对该图像拍摄地点获取方法,请参照图2,为本申请实施例提供应用于该数据处理设备100的图像拍摄地点获取方法的步骤流程图。以下将对所述方法包括各个步骤进行详细阐述。
步骤S100,获取待处理图像。
该待处理图像可以是用户出行旅游所拍摄的图像,也可以是用户从网络获取的图像。当然,该待处理图像的还可以有其他来源,在本申请实施例中,不对该图像的来源做具体的限定。
同时,该待处理图像可以是用户上传的一张图像,也可以是用户一次上传的多张图像。在本申请实施例中,不对该待处理图像的数量做具体的限定。
步骤S200,对所述待处理图像进行分析以获得所述待处理图像中的文本内容。
应理解,该文本内容可以是待处理图像中出现的街道名称、建筑物名称、景点名称、广告牌中的电话号码、广告牌中的地址、大街上的车牌号以及商铺名称。以街道名称为例,该街道名称可以获取自城市中随处可见的公交站台或者道路指示路牌,用户所拍摄照片中除了包括被拍摄目标,该拍摄照片的背景中有可能还会包括有公交站台或者道路指示牌等。
以建筑物名称为例,城市中的具有代表性的建筑,通常都会在建筑物显眼的位置设置有该建筑的名称或者在该建筑中办公的公司名称。因此,用户所拍摄照片中除了包括被拍摄目标,该拍摄照片的背景中有可能还会包括设置该建筑物显眼位置的建筑物名称。
以商铺名称为例,无论是在较大的城市,又或者在较小的城市,随处可见最多的就是商铺名称。因此,用户所拍摄照片中除了包括被拍摄目标,该拍摄照片的背景中或多或少都会带上部分商铺的名称。
以广告牌中的电话号码以及地址为例,一般而言,广告牌都会附上相应的联系方式。基于电话号码中数字与地区之间的预设关系,若拍摄照片中携带有电话号码,则可以根据其中的电话号码确定该照片的拍摄地点。当然,若所拍摄照片中还携带地址,则可以通过该地址进一步提高判断该拍摄照片的拍摄地点的精度。
以车牌号为例,由于私家车的数量越来越多,用户所拍摄照片中的背景中很有可能会出现一些车辆。基于此,可以根据车牌号确定该拍摄照片的拍摄地点。
当然,该文本内容还可以是其他名称,只要是能对该待处理图像的拍摄地点起到指示作用的文本均可,本申请实施例不做具体的限定。
步骤S300,根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点。
通过上述方法,在图像属性信息中未携带有LBS信息时,根据待处理图像的图像内容中的文本内容以及景点信息,确定该待处理图像的拍摄地点。由于在确定该待处理图像的拍摄地点时,基于文本内容以及待处理图像的图像内容对待处理图像的拍摄地点进行筛选,筛选出的待处理图像的拍摄地点不仅满足该文本内容,而且还需要满足该待处理图像的图像内容,因此,提高了所获取待处理图像拍摄地点的精度。
在根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点时,作为一种可能的实施方式,该数据处理设备100根据所述文本内容确定至少一个候选拍摄地点;根据所述待处理图像的图像内容从所述候选拍摄地点中确定出该待处理图像的拍摄地点。
针对该候选拍摄地点,若文本内容为街道名称,全国各地有可能会存在相同名称的多条街道,则该数据处理设备100将拥有相同街道名称的城市作为候选拍摄地点。因此,需要对候选拍摄地点做进一步的筛选。
值得说明的是,相较于图像内容,文本内容的数据量较小,因此通过文本内容进行匹配索引的精确度以及速度都优于通过图像内容。基于此,本申请实施例中,数据处理设备100先通过文本内容确定至少一个候选拍摄地点,再通过待处理图像的图像内容对候选拍摄地点做进一步的筛选。该方式不仅节约计算资源,而且还提高了匹配索引的效率。
在对候选拍摄地点做进一步的筛选时,作为一种可能的实施方式,该数据处理设备100将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
当然,若该文本内容所指示的区域较小时,为了提高匹配效率,该数据处理设备100可以直接获取该文本内容所指示区域的已知拍摄地点的第一参考图像。
例如,若该文本内容为“万达广场”,则该数据处理设备100获取已知拍摄地点的万达广场的图像,将该待处理图像与已知拍摄地点的万达广场的图像进行相似度计算,以确定该待拍摄图像是在具体哪个地点的万达广场所拍摄。
其中,针对该候选拍摄地点的第一参考图像,该数据处理设备100可以获取自用户之前上传的图像,也可以通过网络从网络中其他存储介质获取。在本申请实施例中,不做具体的限定。
其中,若所述目标参考图像与所述待处理图像的图像内容的相似度大于预设相似阈值,则该数据处理设备100将所述目标参考图像对应的候选拍摄地点作为该待处理图像的拍摄地点。
例如,在一种可能的示例中,该待处理图像中的文本内容为“商业步行街”,该数据处理设备100通过“商业步行街”进行匹配,匹配结果显示全国有5个城市拥有叫“商业步行街”的街道,分别为成都、广州、北京、青岛以及武汉。该数据处理设备100获取该5个城市的第一参考图像,将待处理图像与这5个城市的第一参考图像进行匹配,找出其中最相似的目标参考图像。若该目标参考图像的拍摄地点位于成都,则将成都作为该待处理图像的拍摄地点。
应理解,在做相似度计算时,若该目标参考图像与待处理图像的图像内容之间的相似度小于50%,甚至更小时,虽然该目标参考图像与该待处理图像的图像内容最相似,但是由于该相似度小于预设相似阈值,该目标参考图像的拍摄地点显然不具有参考意义。因此,通过该预设相似阈值能够排除显然不具有参考意义目标参考图像。
另外,值得说明的是,若该待处理图像中携带有多条文本内容时,该数据处理设备100综合该多条文本内容,确定满足该多条文本内容的至少一个候选拍摄地点。应理解,该文本内容的数量与候选拍摄地点的准确程度成正相关。即通过多条文本内容,能够筛选出更小范围的候选拍摄地点。
例如,该待处理图像中的文本内容为“商业步行街”以及“小吃一条街”,则该数据处理设备100通过“商业步行街”以及“小吃步行街”进行匹配,匹配出全国既包括“商业步行街”,还包括“小吃步行街”的所有城市。
作为另外一种可能的实施方式,该数据处理设备100根据所述文本内容确定至少一个候选拍摄地点,同时将该待处理图像的图像内容与已知拍摄地点的待匹配图像做相似度计算,确定与该待处理图像最相似的目标待匹配图像。
进一步地,该数据处理设备100将该目标待匹配图像的拍摄地点与所述候选拍摄地点进行匹配。若所述候选拍摄地点中存在该目标待匹配图像的拍摄地点,则该数据处理设备100将该目标待匹配图像的拍摄地点作为该待处理图像的拍摄地点。
若所述候选拍摄地点中不存在该目标待匹配图像的拍摄地点,但该目标待匹配图像与待处理图像之间的相似度大于该预设相似阈值,则将该目标待匹配图像的拍摄地点作为该待处理图像的拍摄地点。
如此,若已知拍摄地点的待匹配图像数量越多,相应的该目标待匹配图像就越准确。同时,该数据处理设备100通过候选拍摄地点对该目标待匹配图像的拍摄地点做进一步地验证,以提高所获得的待处理图像的拍摄地点的精度。
可选地,若所述目标参考图像与所述待处理图像的图像内容的相似度不大于预设相似阈值,则该数据处理设备100获取拍摄时间与所述待处理图像的拍摄时间在预设时差范围内的第二参考图像,所述第二参考图像与所述待处理图像属于相同的用户;根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点。
应理解,用户所上传的图像往往是出行游玩某个地方所拍摄的大批量图像,且通常而言,用户不会在较短的时间内出现在两个相距很远的地方。因此,用户所上传的图像中的大部分同属于同一个拍摄地点。
基于此,在根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点时,作为一种可能的实施方式,该数据处理设备获取所述第二参考图像中出现次数最多的拍摄地点;将所述第二参考图像中出现次数最多的拍摄地点作为该待处理图像的拍摄地点。
例如,在一种可能的示例中,用户在一次上传了20张图像,其中有一张图像是用户自拍照,且背景信息极少,使得该数据处理设备100无法匹配到相似度高于该相似阈值的图像。基于此,该数据处理设备100统计其他19张图像的拍摄地点,若其中10张图像的拍摄地点为同一拍摄地点,且这10图像的拍摄时间与该待处理图像的拍摄时间在预设时间差值范围内,则将该10张图像的拍摄地点作为该待处理图像的拍摄地点。
作为另一种可能的实施方式,用户一般在较短时间之内,时间前后的位置变化不会太大。基于该原理,该数据处理设备100选取第二参考图像中拍摄时间与该待处理图像的拍摄时间最接近的第二参考图像;计算两者之间的时间差值。若该时间差值小于预设最小时间差值,则该数据处理设备100将拍摄时间最接近的第二参考图像的拍摄地点作为该待处理图像的拍摄地点。
例如,在一种可能的示例中,该预设最小时间差值为1个小时,且用户在一次上传了20张图像。针对其中无法匹配到相似度高于该相似阈值的待处理图像,该数据处理设备100获取剩余19张图像中与该待处理图像拍摄时间最接近的图像,计算两者之间的时间差值。若该时间差值小于1小时,则该数据处理设备100将与该待处理图像拍摄时间最接近的图像的拍摄地点作为该待处理图像的拍摄地点。
当然,若该待处理图像未携带有文本内容时,则该数据处理设备100直接将该待处理图像与已知拍摄地点的图像做相似度计算,以确定该待处理图像的拍摄地点。同理,若与该待处理图像最相似图像的相似度不大于该相似阈值时,该数据处理设备100获取拍摄时间与所述待处理图像的拍摄时间在预设时差范围内的第二参考图像,所述第二参考图像与所述待处理图像属于相同的用户;根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点。
可选地,在对所述待处理图像进行分析以获得所述待处理图像中的文本内容时,作为一种可能的实施方式,该数据处理设备100对所述待处理图像进行图像识别,确定出该待处理图像中的文本区域;对所述文本区域进行识别,获得所述文本区域中出现的文本内容。
其中,针对该文本区域,作为一种可能的实施方式,该数据处理设备100通过OCR工具对所述文本区域进行识别,获得所述文本区域中的文本数据。针对获取到的文本数据,该数据处理设备100对所述文本数据进行分析获得该文本数据中的文本内容。
值得说明的是,提取该文本区域中的文本数据的方式,不仅限于上述OCR工具,还包括如神经网络模型等其他方式,本申请实施例不做具体的限定。
在对所述文本数据进行分析获得该文本数据中的文本内容时,作为一种可能的实施方式,该数据处理设备100对该文本数据进行语义分析,以判断该文本数据所描述内容的类别。例如,确定该文本数据是车牌号码、电话号码、路牌指示文字或者商铺名字。
进一步地,该数据处理设备100针对该文本数据所描述内容的类别,截取该文本数据中的特定位置的文本数据以获得该文本内容。
例如,在一种可能的示例中,该文本数据为“川Z12345”,该数据处理设备100对该文本区域的文本数据进行语义分析,确定该文本数据所描述的内容为车牌号码。由于车牌号码的前两个字符可以用于确定该车辆所在地区的区号,因此,该数据处理设备100截取出该文本数据中的前两个字符“川Z”,并查找区号与地点的对应关系表,确定“川Z”所在的地点为四川成都。
当然,对该文本数据进行语义分析,以判断该文本数据所描述内容的类别,并截取该文本数据中的特定位置的文本数据的方式,不仅限于上述方式,还可以通过循环神经网络等方式进行识别处理,本申请实施例不做具体的限定。
在通过文本内容筛选出至少一个候选拍摄地点后,将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算时,作为一种可能的实施方式,该数据处理设备100获取所述待处理图像的图像内容中的轮廓;将所述待处理图像的图像内容中的轮廓与所述第一参考图像的轮廓做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
例如,请参照图3,在一种可能的示例中,若该待处理图像为名为“蓝天小学”的图像,则该数据处理设备100通过文本内容500“蓝天小学”从全国确定出拥有蓝天小学的所有候选城市。进一步地,该数据处理设备100将待处理图像中蓝天小学的学校轮廓600与各候选城市的蓝天小学的学校轮廓600进行相似度计算,确定与该待处理图像中蓝天小学的学校轮廓600最相似的学校,继而确定该待处理图像的拍摄地点。
值得说明的是,将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算的方式,不仅限于上述示例,还可以包括如深度神经网络等其他方式,本申请示例不做具体的限定。
可选地,在确定出该待处理图像的拍摄地点后,该数据处理设备100根据所述待处理图像的拍摄地点对所述待处理图像进行分类,使得该待处理图像被划分到待处理图像的拍摄地点所在的内容板块中。
可选地,由于通过该数据处理设备100计算确定该待处理图像的拍摄地点,难免会出现判断错误,尤其是在待处理图像的图像内容中携带的用于指示拍摄地点的信息较少时。基于此,该数据处理设备100提供一交互界面,响应用户在该交互界面的编辑操作,获得用户对所述待处理图像的拍摄地点编辑信息;根据拍摄地点编辑信息确定该待处理图像的拍摄地点。
如此,方便用户在发现基于图像拍摄地点的分类结果出错时,能够手动进行修改。
基于同一发明构思,请参照图4,本实施例还提供一种图像拍摄地点获取装置110,图像拍摄地点获取装置110包括至少一个可以软件形式存储于存储器120中的功能模块。从功能上划分,图像拍摄地点获取装置110可以包括图像获取模块1101、文本获取模块1102以及地点确定模块1103。
该图像获取模块1101用于获取待处理图像。
在本申请实施例中,该图像获取模块1101用于执行图2中的步骤S100,关于该图像获取模块1101的详细描述可以参考步骤S100的详细描述。
该文本获取模块1102用于对所述待处理图像进行分析以获得所述待处理图像中的文本内容。
在本申请实施例中,该文本获取模块1102用于执行图2中的步骤S200,关于该文本获取模块1102的详细描述可以参考步骤S200的描述。
该地点确定模块1103用于根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点。
在本申请实施例中,该地点确定模块1103用于执行图2中的步骤S300,关于该地点确定模块1103的详细描述可以参考步骤S300的详细描述。
可选地,该地点确定模块1103通过如下方式确定该待处理图像的拍摄地点:
根据所述文本内容确定至少一个候选拍摄地点。
根据所述待处理图像的图像内容从所述候选拍摄地点中确定出该待处理图像的拍摄地点。
可选地,该地点确定模块1103通过如下方式从候选拍摄地点中确定该待处理图像的拍摄地点:
将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
若所述目标参考图像与所述待处理图像的图像内容的相似度大于预设相似阈值,则将所述目标参考图像对应的候选拍摄地点作为该待处理图像的拍摄地点。
可选地,该地点确定模块1103还通过如下方式从候选拍摄地点中确定该待处理图像的拍摄地点:
若所述目标参考图像与所述待处理图像的图像内容的相似度不大于该预设相似阈值,则获取拍摄时间与所述待处理图像的拍摄时间在预设时差范围内的第二参考图像,所述第二参考图像与所述待处理图像属于相同的用户。
根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点。
可选地,该地点确定模块1103通过如下方式根据第二参考图像的拍摄地点确定该待处理图像的拍摄地点:
获取所述第二参考图像中出现次数最多的拍摄地点。
将所述第二参考图像中出现次数最多的拍摄地点作为该待处理图像的拍摄地点。
可选地,该地点确定模块1103通过如下方式确定与该待处理图像的图像内容最相似的目标参考图像:
获取所述待处理图像的图像内容中的轮廓。
将所述待处理图像的图像内容中的轮廓与所述第一参考图像的轮廓做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
可选地,该文本获取模块通过如下方式获得所述待处理图像中的文本内容:
对所述待处理图像进行图像识别,确定出该待处理图像中的文本区域。
对所述文本区域进行识别,获得所述文本区域中出现的文本内容。
可选地,该文本获取模块通过如下方式对所述文本区域进行识别,获得所述文本区域中出现的文本内容:
通过OCR工具对所述文本区域进行识别,获得所述文本区域中的文本数据。
对所述文本数据进行分析获得该文本数据中的文本内容。
可选地,该图像拍摄地点获取装置110还包括图像分类模块:
该图像分类模块用于根据所述待处理图像的拍摄地点对所述待处理图像进行分类。
可选地,该图像拍摄地点获取装置110还包括用户编辑模块:
该用户编辑模块用于提供一交互界面,响应用户在该交互界面的编辑操作,获得用户对所述待处理图像的拍摄地点编辑信息。
根据拍摄地点编辑信息确定该待处理图像的拍摄地点。
本申请实施例还提供一种数据处理设备100,所述数据处理设备100包括处理器130以及存储器120,所述存储器120存储有能够被所述处理器130执行的机器可执行指令,所述机器可执行指令被所述处理器130执行时,实现所述的图像拍摄地点获取方法。
本申请实施例还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器130执行时,实现所述的图像拍摄地点获取方法。
综上所述,本申请实施例提供一种图像拍摄地点获取方法、装置、数据处理设备及存储介质。该方法通过在图像属性信息中未携带有LBS信息时,根据待处理图像的图像内容中的文本内容以及景点信息,确定该待处理图像的拍摄地点。由于在确定该待处理图像的拍摄地点时,基于文本内容以及待处理图像的图像内容对待处理图像的拍摄地点进行筛选,筛选出的待处理图像的拍摄地点不仅满足该文本内容,而且还需要满足该待处理图像的图像内容,因此,提高了所获取待处理图像拍摄地点的精度。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本申请的各种实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (14)
1.一种图像拍摄地点获取方法,其特征在于,应用于数据处理设备,所述方法包括:
获取待处理图像;
对所述待处理图像进行分析以获得所述待处理图像中的文本内容;
根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点。
2.根据权利要求1所述的图像拍摄地点获取方法,其特征在于,所述根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点的步骤,包括:
根据所述文本内容确定至少一个候选拍摄地点;
根据所述待处理图像的图像内容从所述候选拍摄地点中确定出该待处理图像的拍摄地点。
3.根据权利要求2所述的图像拍摄地点获取方法,其特征在于,所述根据所述待处理图像的图像内容从所述候选拍摄地点中确定出该待处理图像的拍摄地点的步骤,包括:
将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像;
若所述目标参考图像与所述待处理图像的图像内容的相似度大于预设相似阈值,则将所述目标参考图像对应的候选拍摄地点作为该待处理图像的拍摄地点。
4.根据权利要求3所述的图像拍摄地点获取方法,其特征在于,所述方法还包括:
若所述目标参考图像与所述待处理图像的图像内容的相似度不大于该预设相似阈值,则获取拍摄时间与所述待处理图像的拍摄时间在预设时差范围内的第二参考图像,所述第二参考图像与所述待处理图像属于相同的用户;
根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点。
5.根据权利要求4所述的图像拍摄地点获取方法,其特征在于,所述根据所述第二参考图像的拍摄地点确定该待处理图像的拍摄地点的步骤,包括:
获取所述第二参考图像中出现次数最多的拍摄地点;
将所述第二参考图像中出现次数最多的拍摄地点作为该待处理图像的拍摄地点。
6.根据权利要求3所述的图像拍摄地点获取方法,其特征在于,所述将所述待处理图像的图像内容与所述候选拍摄地点的第一参考图像做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像的步骤,包括:
获取所述待处理图像的图像内容中的轮廓;
将所述待处理图像的图像内容中的轮廓与所述第一参考图像的轮廓做相似度计算,确定与该待处理图像的图像内容最相似的目标参考图像。
7.根据权利要求1所述的图像拍摄地点获取方法,其特征在于,所述对所述待处理图像进行分析以获得所述待处理图像中的文本内容的步骤,包括:
对所述待处理图像进行图像识别,确定出该待处理图像中的文本区域;
对所述文本区域进行识别,获得所述文本区域中出现的文本内容。
8.根据权利要求7所述的图像拍摄地点获取方法,其特征在于,所述对所述文本区域进行识别,获得所述文本区域中出现的文本内容的步骤,包括:
通过OCR工具对所述文本区域进行识别,获得所述文本区域中的文本数据;
对所述文本数据进行分析获得该文本数据中的文本内容。
9.根据权利要求1-8任一项所述的图像拍摄地点获取方法,其特征在于,所述文本内容包括街道名称、建筑物名称、景点名称以及商铺名称。
10.根据权利要求1所述的图像拍摄地点获取方法,其特征在于,所述方法还包括:
根据所述待处理图像的拍摄地点对所述待处理图像进行分类。
11.根据权利要求1所述的图像拍摄地点获取方法,其特征在于,所述方法还包括:
提供一交互界面,响应用户在该交互界面的编辑操作,获得用户对所述待处理图像的拍摄地点编辑信息;
根据拍摄地点编辑信息确定该待处理图像的拍摄地点。
12.一种图像拍摄地点获取装置,其特征在于,应用于数据处理设备,该图像拍摄地点获取装置包括图像获取模块、文本获取模块以及地点确定模块;
所述图像获取模块用于获取待处理图像;
所述文本获取模块用于对所述待处理图像进行分析以获得所述待处理图像中的文本内容;
所述地点确定模块用于根据所述文本内容以及所述待处理图像的图像内容确定该待处理图像的拍摄地点。
13.一种数据处理设备,其特征在于,所述数据处理设备包括处理器以及存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述机器可执行指令被所述处理器执行时,实现如权利要求1-11任一项所述的图像拍摄地点获取方法。
14.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-11任一项所述的图像拍摄地点获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375145.9A CN111860511A (zh) | 2019-12-27 | 2019-12-27 | 图像拍摄地点获取方法、装置、数据处理设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911375145.9A CN111860511A (zh) | 2019-12-27 | 2019-12-27 | 图像拍摄地点获取方法、装置、数据处理设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111860511A true CN111860511A (zh) | 2020-10-30 |
Family
ID=72970847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911375145.9A Pending CN111860511A (zh) | 2019-12-27 | 2019-12-27 | 图像拍摄地点获取方法、装置、数据处理设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111860511A (zh) |
-
2019
- 2019-12-27 CN CN201911375145.9A patent/CN111860511A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2975555B1 (en) | Method and apparatus for displaying a point of interest | |
CN109582880B (zh) | 兴趣点信息处理方法、装置、终端及存储介质 | |
CN105956059A (zh) | 基于情绪识别的信息推荐方法和装置 | |
US11288307B2 (en) | Method, electronic device, and computer readable medium for photo organization | |
CN105571583B (zh) | 一种用户位置定位方法以及服务器 | |
CN112487848B (zh) | 文字识别方法和终端设备 | |
JP2005115672A (ja) | 画像処理装置 | |
CN109102026B (zh) | 一种车辆图像检测方法、装置及系统 | |
CN110647603A (zh) | 图像标注信息的处理方法、装置和系统 | |
CN111563398A (zh) | 用于确定目标物的信息的方法和装置 | |
CN110781195A (zh) | 一种兴趣点信息更新的系统、方法和装置 | |
CN110737795A (zh) | 相册封面的确定方法、装置、设备及存储介质 | |
CN111382744A (zh) | 商铺信息获取方法、装置、终端设备及存储介质 | |
CN110909188A (zh) | 检查图片确定方法及装置 | |
CN111860511A (zh) | 图像拍摄地点获取方法、装置、数据处理设备及存储介质 | |
CN115883969A (zh) | 一种无人机拍摄方法、装置、设备及介质 | |
CN113657378B (zh) | 车辆跟踪方法、车辆跟踪系统和计算设备 | |
CN114724128A (zh) | 一种车牌识别方法、装置、设备和介质 | |
CN110765435B (zh) | 确定人员身份属性的方法、装置和电子设备 | |
CN108875770B (zh) | 行人检测误报数据的标注方法、装置、系统和存储介质 | |
CN112801987A (zh) | 一种手机零件异常检测方法及设备 | |
CN111383337A (zh) | 用于识别对象的方法和装置 | |
CN112069981A (zh) | 图像分类方法、装置、电子设备及存储介质 | |
JP2019197359A (ja) | 一般物体認識システム | |
CN112199522B (zh) | 互动实现方法、终端、服务端、计算机设备及存储介质 |
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 |