CN112308172A - 一种识别方法、装置及电子设备 - Google Patents

一种识别方法、装置及电子设备 Download PDF

Info

Publication number
CN112308172A
CN112308172A CN202011542785.7A CN202011542785A CN112308172A CN 112308172 A CN112308172 A CN 112308172A CN 202011542785 A CN202011542785 A CN 202011542785A CN 112308172 A CN112308172 A CN 112308172A
Authority
CN
China
Prior art keywords
recognition result
processing
identification
result
processing mode
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
Application number
CN202011542785.7A
Other languages
English (en)
Other versions
CN112308172B (zh
Inventor
栗垚
朱方兴
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 Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information 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 Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN202011542785.7A priority Critical patent/CN112308172B/zh
Publication of CN112308172A publication Critical patent/CN112308172A/zh
Application granted granted Critical
Publication of CN112308172B publication Critical patent/CN112308172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/40Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • User Interface Of Digital Computer (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开公开了一种识别方法、装置及电子设备,用于解决相关技术中识别结果丰富性较差的技术问题。该方法包括:接收客户端上传的对待识别对象的初始识别结果数据,解析初始识别结果数据以获得解析结果,并基于解析结果生成识别结果列表,识别结果列表中包括至少一个识别结果;基于识别结果列表和预设映射关系,确定至少一个识别结果对应的推荐候选集;其中,预设映射关系用于表征识别结果与对识别结果进行处理的处理方式之间的关系;推荐候选集包括与识别结果对应的处理方式;从推荐候选集中,确定至少一个识别结果对应的多个处理方式中的目标处理方式,以使客户端对采用目标处理方式处理后的至少一个识别结果进行显示。

Description

一种识别方法、装置及电子设备
技术领域
本公开涉及图像识别技术领域,尤其涉及一种识别方法、装置及电子设备。
背景技术
目前,用户可以使用终端对物体或人物进行拍照识别,具体的,用户可以使用智能手机对某一物体进行拍照识图操作,然后智能手机的显示界面上呈现识别结果。
然而,相关技术中的拍照识图的功能的实现,一般是预先建立识别结果对应关系网,然后根据预先建立的识别结果对应关系网确定识别结果,即一个图像仅对应一个特定的识别结果。
可见,相关技术中存在识别结果丰富性较差的技术问题。
发明内容
本公开提供一种识别方法、装置及电子设备,用于解决相关技术中存在识别结果丰富性较差的技术问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种识别方法,所述方法包括:
接收客户端上传的对待识别对象的初始识别结果数据,解析所述初始识别结果数据以获得解析结果,并基于所述解析结果生成识别结果列表 ,所述识别结果列表中包括至少一个识别结果;
基于所述识别结果列表和预设映射关系,确定所述至少一个识别结果对应的推荐候选集;其中,所述预设映射关系用于表征识别结果与对所述识别结果进行处理的处理方式之间的关系;所述推荐候选集包括与识别结果对应的处理方式;
从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,以使所述客户端对采用所述目标处理方式处理后的所述至少一个识别结果进行显示 。
在一种可能的实施方式中,基于所述识别结果列表和预设映射关系,确定所述至少一个识别结果对应的推荐候选集,包括:
基于所述识别结果列表和所述预设映射关系中的子映射关系 ,确定所述至少一个识别结果对应的推荐候选集;所述预设映射关系包括多个子映射关系;
其中,所述子映射关系为一种处理方式与一个识别结果之间的关系,所述处理方式为智能剪辑处理方式或特效渲染剪辑处理方式。
在一种可能的实施方式中,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,包括:
基于所述识别结果对应的置信度或所述识别结果对应的处理信息,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式;
其中,所述置信度用于表征识别结果与真实对象的相似程度,所述处理信息用于表征与识别结果对应的多个维度信息所组合产生的新信息。
在一种可能的实施方式中,基于所述识别结果对应的置信度,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,包括:
从所述识别结果列表中,确定每个所述识别结果的置信度,其中,所述识别结果列表还包括与所述至少一个识别结果对应的置信度;
对每个所述识别结果的置信度进行由高到低的排序,确定每个所述识别结果的置信度的排序顺序,并基于所述排序顺序,确定与每个所述识别结果对应的目标处理方式的筛选个数;
从每个所述识别结果对应的多个处理方式中,筛选与所述筛选个数对应的数目相同的第一处理方式,并将所述第一处理方式作为与每个所述识别结果对应的目标处理方式。
在一种可能的实施方式中,基于所述识别结果对应的处理信息,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,包括:
对每个所述识别结果进行多维度映射处理 ,获得与每个所述识别结果对应的处理信息;
确定每个所述识别结果对应的多个处理方式与对应的处理信息的匹配值,并将所述匹配值与对应的所述识别结果进行关联;
从所述推荐候选集中,筛选与每个所述识别结果关联的匹配值属于预设范围时所对应的第二处理方式,并将第二处理方式作为与每个所述识别结果对应的目标处理方式。
在一种可能的实施方式中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式之后,所述方法还包括:
从与所述目标处理方式对应的远程过程调用协议RPC服务器中,调用所述目标处理方式对应的渲染数据,以使所述客户端基于所述对应的渲染数据,对采用所述目标处理方式处理后的所述至少一个识别结果进行显示。
在一种可能的实施方式中,所述预设映射关系存储于预设存储媒介,所述预设存储媒介为关系型数据库、非关系型数据库、专用数据库中的任意一种。
根据本公开的第二方面,提供一种识别装置,所述装置包括:
处理单元,被配置为执行接收客户端上传的对待识别对象的初始识别结果数据,解析所述初始识别结果数据以获得解析结果,并基于所述解析结果生成识别结果列表 ,所述识别结果列表中包括至少一个识别结果;
确定单元,被配置为执行基于所述识别结果列表和预设映射关系,确定所述至少一个识别结果对应的推荐候选集;其中,所述预设映射关系用于表征识别结果与对所述识别结果进行处理的处理方式之间的关系;所述推荐候选集包括与识别结果对应的处理方式;
识别单元,被配置为执行从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,以使所述客户端对采用所述目标处理方式处理后的所述至少一个识别结果进行显示 。
在一种可能的实施方式中,所述确定单元,被配置为执行:
基于所述识别结果列表和所述预设映射关系中的子映射关系 ,确定所述至少一个识别结果对应的推荐候选集;所述预设映射关系包括多个子映射关系;
其中,所述子映射关系为一种处理方式与一个识别结果之间的关系,所述处理方式为智能剪辑处理方式或特效渲染剪辑处理方式。
在一种可能的实施方式中,所述识别单元,被配置为执行:
基于所述识别结果对应的置信度或所述识别结果对应的处理信息,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式;
其中,所述置信度用于表征识别结果与真实对象的相似程度,所述处理信息用于表征与识别结果对应的多个维度信息所组合产生的新信息。
在一种可能的实施方式中,所述识别单元,被配置为执行:
从所述识别结果列表中,确定每个所述识别结果的置信度,其中,所述识别结果列表还包括与所述至少一个识别结果对应的置信度;
对每个所述识别结果的置信度进行由高到低的排序,确定每个所述识别结果的置信度的排序顺序,并基于所述排序顺序,确定与每个所述识别结果对应的目标处理方式的筛选个数;
从每个所述识别结果对应的多个处理方式中,筛选与所述筛选个数对应的数目相同的第一处理方式,并将所述第一处理方式作为与每个所述识别结果对应的目标处理方式。
在一种可能的实施方式中,所述识别单元,被配置为执行:
对每个所述识别结果进行多维度映射处理 ,获得与每个所述识别结果对应的处理信息;
确定每个所述识别结果对应的多个处理方式与对应的处理信息的匹配值,并将所述匹配值与对应的所述识别结果进行关联;
从所述推荐候选集中,筛选与每个所述识别结果关联的匹配值属于预设范围时所对应的第二处理方式,并将第二处理方式作为与每个所述识别结果对应的目标处理方式。
在一种可能的实施方式中,所述装置还包括调用单元,所述调用单元被配置为执行:
从与所述目标处理方式对应的远程过程调用协议RPC服务器中,调用所述目标处理方式对应的渲染数据,以使所述客户端基于所述对应的渲染数据,对采用所述目标处理方式处理后的所述至少一个识别结果进行显示。
在一种可能的实施方式中,所述预设映射关系存储于预设存储媒介,所述预设存储媒介为关系型数据库、非关系型数据库、专用数据库中的任意一种。
根据本公开实施例的第三方面,提供一种电子设备,所述电子设备包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,处理器被配置为执行指令,以实现本公开实施例上述第一方面以及第一方面涉及的任一可能涉及的方法。
根据本公开实施例的第四方面,提供一种存储介质,当存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行本公开实施例上述第一方面以及第一方面涉及的任一可能涉及的方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,当所述计算机程序产品在电子设备上运行时,使得所述电子设备执行实现本公开实施例上述第一方面以及第一方面任一可能涉及的方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
在本公开实施例中,可以接收客户端上传的对待识别对象的初始识别结果数据,解析初始识别结果数据以获得解析结果,并基于解析结果生成识别结果列表,识别结果列表中包括至少一个识别结果。也就是说,本公开实施例中,可以获得客户端针对待识别对象进行识别所确定的至少一个识别结果,这样的话,可以提供较为丰富的实施基础,为后续对识别结果的拓展提供基础。
进一步地,可以基于识别结果列表和预设映射关系,确定至少一个识别结果对应的推荐候选集,其中,预设映射关系用于表征识别结果与对识别结果进行处理的处理方式之间的关系;推荐候选集包括与识别结果对应的处理方式。即可以基于识别结果列表和预设映射关系,确定每个识别结果对应的包括多个处理方式的推荐候选集。然后可以从推荐候选集中,确定至少一个识别结果对应的多个处理方式中的目标处理方式,以使客户端对采用目标处理方式处理后的至少一个识别结果进行显示。也就是说,可以对每个识别结果进行不同处理方式的拓展,从而可以获得至少一个识别结果和对应的至少一个处理方式所对应的页面显示信息,这样的方式,可以实现多种识别结果以及对应的处理方式的显示,以及将采用目标处理方式处理后的识别结果进行显示的显示效果,增强识别结果显示的丰富性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种应用场景的示意图;
图2是根据一示例性实施例示出的识别系统的示意图;
图3是根据一示例性实施例示出的一种识别方法的流程示意图;
图4是根据一示例性实施例示出的一种识别装置的结构框图;
图5为根据一示例性实施例示出的电子设备的结构示意图;
图6为根据一示例性实施例示出的电子设备的另一结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的图像在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
为便于理解本公开实施例提供的技术方案,这里先对本公开实施例使用的一些关键名词进行解释:
处理方式:对图像以特定编辑处理方式进行编辑的方式。例如魔法表情对应的处理方式的类型中的美人如画处理方式。
处理方式的类型:对图像以某种相同编辑逻辑处理的处理方式称为一个类型,例如特效渲染处理剪辑处理方式中的魔法表情是一个处理方式的类型,智能剪辑也是一个处理方式的类型。
Protobuf:是一种平台无关、语言无关、可扩展且轻便高效的序列化数据结构的协议,可以用于网络通信和数据存储。
Kconf:是自主研发的配置中心,可以满足各个业务的动态配置中心化管理的需求,以及可以实现配置修改实时推送、权限校验、类型检查、修改历史、配置回滚、Open API(open Application Programming Interface,开放平台)等业务功能,从而方便业务动态配置相关需求的开发。
关系型数据库:建立在关系模型基础上的数据库,借助于集合代数等数学概念和方法来处理数据库中的数据。
非关系型数据库:基于“非关系模型”的数据库,其中,非关系模型例如为列模型、键值对模型或者是文档类模型。
下面对本公开实施例的设计思想进行简要介绍:
如前所述,相关技术中在进行拍摄识别时,直接将一个识别结果显示。这样的方式,识别结果较单一。
鉴于此,本公开提供一种识别方法,通过该方法可以获得多个识别结果,且可以直接对识别结果进行与识别结果对应的拓展信息的确定及展示,增强识别结果的丰富性,提升了用户的使用体验。
介绍完本公开实施例的设计思想之后,下面对本公开实施例中的识别技术方案适用的应用场景做一些简单介绍,需要说明的是,本公开实施例描述的应用场景是为了更加清楚的说明本公开实施例的技术方案,并不构成对于本公开实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本公开实施例提供的技术方案对于类似的技术问题,同样适用。
在本公开实施例中,请参见图1所示的一种应用场景示意图,应用场景图中包括一个终端101和一个电子设备102,可以通过终端101进行拍照识别,获得初始识别结果。需要说明的是,图1中仅以一个终端101和一个电子设备102进行交互为例进行示出,在具体实施过程中,可以是多个终端101与一个电子设备102之间进行交互,也可以是多个终端101和多个电子设备102之间进行交互,本公开实施例中不做限制。也就是说,可以是一个电子设备102对多个终端101发送的初始识别结果进行识别处理,也可以是一个电子设备102对一个终端101发送的初始识别结果进行识别处理。
在具体的实施过程中,终端101和电子设备102之间可以通过一个或者多个通信网络103进行通信连接。该通信网络103可以是有线网络,也可以是无线网络,例如无线网络可以是移动蜂窝网络,或者可以是无线保真(WIreless-Fidelity,WIFI)网络,当然还可以是其他可能的网络,本公开实施例对此不做限定。
在本公开实施例中,终端101可以对待识别对象进行拍摄识别,然后将初始识别结果数据发送给电子设备102,从而电子设备102可以对初始识别结果数据进行处理,获得较为丰富的识别结果拓展信息,并将获得的识别结果拓展信息和识别结果发送给终端101,从而终端101可以将识别结果拓展信息和识别结果同时显示,为用户提供丰富的识别结果,提升用户的使用体验,促进用户分享识别结果。
在本公开实施例中,请参见图2,图2为本公开实施例示例性示出的一种识别系统的结构框图。具体的,识别系统至少包括预处理模块、推荐模块以及渲染模块。
在本公开实施例中,当用户通过终端进行拍摄识别时,终端中安装的客户端可以对待识别对象进行拍摄识别处理,获得初始识别结果数据,具体的,初始识别结果数据可以是基于Protobuf协议格式化处理后的序列化文件,然后将该序列化文件发送给服务端即电子设备,从而电子设备预处理模块可以对序列化文件进行解析处理,获得解析结果,然后预处理模块根据解析结果生成识别结果列表,具体的,识别结果列表包括至少一个识别结果,以及与至少一个识别结果对应的置信度。然后可以将识别结果列表发送给推荐模块,推荐模块确定初识别结果列表对应的处理方式,并从渲染模块获取该处理方式对应渲染数据,然后电子设备可以将处理方式对应的标识、渲染数据以及识别结果发送给终端,以使终端显示识别结果和处理方式对应的页面显示信息。
需要说明的是,在本公开实施例中,不同处理方式对应的渲染数据对应存储在预设存储介质中,这样的存储方式,即使后续增加新类型的处理方式,也不会影响现有的处理方式对应的渲染数据,从而为后续拓展提供良好的实施基础。
为进一步说明本公开实施例提供的识别方法的方案,下面结合附图以及具体实施方式对此进行详细的说明。虽然本公开实施例提供了如下述实施例或附图所示的方法操作步骤,但基于常规或者无需创造性的劳动在所述方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中,这些步骤的执行顺序不限于本公开实施例提供的执行顺序。所述方法在实际的处理过程中或者装置执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的应用环境)。
以下结合图2所示的方法流程图对本公开实施例中识别方法进行说明,图2所示的各步骤可以由如图1所示的电子设备执行。在具体实施过程中,该电子设备可以是服务器,也可以是大型计算设备,本公开实施例中不做限制。下面对本公开实施例的方法流程进行介绍。
步骤301:接收客户端上传的对待识别对象的初始识别结果数据,解析初始识别结果数据以获得解析结果,并基于解析结果生成识别结果列表,识别结果列表中包括至少一个识别结果。
在本公开实施例中,用户可以使用终端对待识别对象进行拍摄识别,然后终端可以对待识别图像进行识别处理,获得待识别图像的初始识别结果数据,并将初始识别结果数据发送给电子设备,从而电子设备可以接收初始识别结果数据,并对初始识别数据进行解析以获得解析结果,并基于解析结果生成识别结果列表。
需要说明的是,在本公开实施例中,待识别对象可以是人、植物、动物、物品或者其它任何事物,本公开实施例中不做限制。
在本公开实施例中,终端进行拍摄识别时,可以将所有的识别结果一起封装为基于Protobuf协议格式化处理的序列化文件,即初始识别结果数据可以为序列化文件,也可以是将所有识别结果中识别结果对应的置信度大于预设阈值的识别结果封装为序列化文件,具体的,预设阈值可以是所有识别结果对应的置信度对应的中间值,也可以是根据实际实施情况对应确定的值,当然,还可以是根据经验确定的固定值,本公开实施例中不做限制。也就是说,在本公开实施例中,终端获得的初始识别结果数据中包括不止一个识别结果,这样的方式,可以尽量避免出现识别错误的情况出现,且丰富了识别结果。
在本公开实施例中,终端可以将获得的序列化文件发送给电子设备,然后电子设备可以对序列化文件进行解析,获得解析结果,然后基于解析结果生成识别结果列表。其中,识别结果列表包括识别结果、识别结果对应的标识、以及识别结果对应的置信度。具体的,识别结果列表中的信息均以预设字段名的方式表示,例如可以将识别结果对应的标识的字段名表示为name,可以将识别结果对应的置信度的字段名表示为confidence。
步骤302:基于识别结果列表和预设映射关系,确定至少一个识别结果对应的推荐候选集;其中,预设映射关系用于表征识别结果与对识别结果进行处理的处理方式之间的关系;推荐候选集包括与识别结果对应的处理方式。
在本公开实施例中,可以从预设存储媒介中,确定识别结果与对识别结果进行处理的处理方式之间的预设映射关系。在具体的实施过程中,预设映射关系可以存储于预设存储媒介,其中,预设存储媒介为关系型数据库、非关系型数据库、专用数据库中的任意一种。
在具体的实施过程中,可以将预设映射关系存储在关系型数据库中,例如存储于名称为mysql的关系型数据库管理系统,也可以将预设映射关系存储在非关系型数据库中,例如存储于名称为es的非关系型数据库管理系统中,当然,还可以将预设映射关系存储于专用数据库,例如存储于名称为kconf的内部专用数据库,此外,还可以将映射关系在以上三种数据库中均存储,本公开实施例中不做限制。
在具体的实施过程中,还可以根据实际的识别结果的量级对应确定预设映射关系存储的存储媒介,例如,若预设映射关系中识别结果的标识的数据量较小,可以将预设映射关系存储在专用数据库,若预设映射关系中识别结果的标识量级较大,则可以将预设映射关系存储在关系型数据库或者非关系型数据库。此外,还可以对存储媒介进行抽象处理,这样的方式,可以使得在后续映射关系量级较大时,可以直接将现有存储媒介中存储的映射关系存储迁移,增强方案的可实施性。
在本公开实施例中,预设映射关系用于表征识别结果与对识别结果进行处理的处理方式之间的关系。也就是说,可以根据设置的预设映射关系,确定出与识别结果对应的处理方式。
在本公开实施例中,处理方式的类型中至少可以包括魔法表情和智能剪辑这两种类型。需要说明的是,预设映射关系中还可以包括其它处理方式的类型,该处理方式的类型具体可以根据实际实施情况确定,此处仅以包括魔法表情对应的处理方式和智能剪辑对应的处理方式为例进行说明。
在本公开实施例中,可以根据预设映射关系,确定每个识别结果对应的至少一个处理方式,以确定至少一个识别结果对应的候选推荐集。也就是说,可以根据预设映射关系,直接确定每个识别结果对应的至少一个处理方式,即每个识别结果对应的多个处理方式,可能是同一种类型的处理方式,也可能是不同类型的处理方式,本公开实施例中不做限定。
在具体的实施过程中,与识别结果对应的处理方式可以是终端对应的用户使用频率较高的处理方式,例如根据用户的历史使用次数,确定大于平均使用次数的处理方式为与识别结果对应的处理方式,以确定识别结果对应的候选推荐集。此外,还可以是将历史使用记录中所有用户应用到识别结果上的处理方式,确定为与识别结果对应的处理方式,从而可以确定识别结果对应的候选推荐集,当然,还可以是其它的方式,本公开实施例中不做限定。
需要说明的是,在本公开实施例中,每一个处理方式可以对应一个唯一的标识,该标识可以是数字、字母、字符、图片等其它任何可以表征处理方式的信息,本公开实施例中不做限制。在具体实施过程中,可以基于预设映射关系确定与识别结果对应的处理方式的标识,从而可以基于标识确定对应的处理方式。这样的方式,可以减少信息的存储且便于对处理方式的识别与管理。
例如,若识别结果为“树”,则可以根据预设映射关系确定出对应的候选推荐集为“3842、3678、3029、a235、a678”,其中,“3842、3678、3029”为魔法表情类型的处理方式中具体的处理方式的标识,“a235、a678”为智能剪辑类型的处理方式中具体的处理方式的标识。
在本公开实施例中,还可以基于识别结果列表和预设映射关系中的子映射关系,确定至少一个识别结果对应的推荐候选集;预设映射关系包括多个子映射关系;其中,子映射关系为一种处理方式与一个识别结果之间的关系,处理方式为智能剪辑处理方式或特效渲染剪辑处理方式。
可见,在本公开实施例中,还可以根据预设映射关系中的子映射关系,确定每个识别结果对应的处理方式的类型,然后可以将该处理方式的类型中的所有处理方式的确定为每个识别结果对应的候选推荐集。
例如,可以根据预设映射关系中的子映射关系,确定识别结果1对应的处理方式类型为魔法表情,则可以将魔法表情类型的处理方式确定为识别结果1的处理方式,从而确定识别结果1的推荐候选集。
在一种可能的实施方式中,可以根据识别结果历史使用各个类型的处理方式的频率对应确定识别结果对应的第一类型,从而可以将第一类型对应的所有处理方式确定为识别结果对应的候选推荐集。具体的,若识别结果历史使用魔法表情类型的处理方式的频率比智能剪辑类型的处理方式的频率高,则将魔法表情类型的处理方式确定为识别结果对应第一处理方式类型。这样的方式,可以较为准确的确定识别结果对应的第一处理方式类型,满足实际识别使用需求。
在一种可能的实施方式中,还可以根据识别结果对应的标识是否属于动态物体标识,对应确定第一类型,从而可以将第一类型对应的所有处理方式确定为识别结果对应的推荐候选集。具体的,若识别结果对应的标识属于动态物体标识,则可以将魔法表情类型的处理方式确定为第一处理方式类型。若识别结果对应的标识不属于动态物体标识,则可以将智能剪辑类型的处理方式确定为第一处理方式类型。这样的方式,可以根据标识对应的属性确定第一处理方式类型,提供了又一种确定候选集的方式,增强了方案的可实施性。
需要说明的是,在本公开实施例中,动态物体标识和非动态物体标识可以预先设定,具体的设定规则可以基于实际实施确定,本公开实施例中不做限制。
例如,若识别结果对应的标识为“tree”,则确定对应的第一处理方式类型为魔法表情处理方式;若识别结果对应的标识为“table”,则确定对应的第一处理方式类型为智能剪辑处理方式。
步骤303:从推荐候选集中,确定至少一个识别结果对应的多个处理方式中的目标处理方式,以使客户端对采用目标处理方式处理后的至少一个识别结果进行显示。
在本公开实施例中,考虑到实际使用需求和页面显示情况,可以基于识别结果对应的置信度或识别结果对应的处理信息,从候选集中,确定至少一个识别结果对应的多个处理方式中的目标处理方式,其中,置信度用于表征识别结果与真实对象的相似程度,处理信息用于表征与识别结果对应的多个维度信息所组合产生的新信息。
在本公开实施例中,可以采用但不限于以下两种方式确定目标处理方式:
方式一:
在本公开实施例中,可以通过以下步骤确定目标处理方式:
步骤A:从识别结果列表中,确定每个识别结果的置信度,其中,识别结果列表还包括与至少一个识别结果对应的置信度。
步骤B:对每个识别结果的置信度进行由高到低的排序,确定每个识别结果的置信度的排序顺序,并基于排序顺序,确定与每个识别结果对应的目标处理方式的筛选个数。
步骤C:从每个识别结果对应的多个处理方式中,筛选与筛选个数对应的数目相同的第一处理方式,并将第一处理方式作为与每个识别结果对应的目标处理方式。
可见,在本公开实施例中,可以基于每个识别结果的置信度由高到低的排序顺序,确定从每个识别结果中筛选处理方式的筛选个数,然后可以基于筛选个数,筛选与筛选个数对应的数目相同的第一处理方式,并将第一处理方式作为与每个识别结果对应的目标处理方式。
例如,若识别结果列表包括5个识别结果,分别为识别结果A且置信度为80%、识别结果B且置信度为4%、识别结果C且置信度为20%、识别结果D且置信度为40%、以及识别结果E且置信度为5%、则可以确定识别结果A的序号为5、识别结果B的序号为1、识别结果C的序号为3、识别结果D的序号为4以及识别结果E的序号为2。
进一步地,可以确定识别结果A对应的筛选个数为5、识别结果B对应的筛选个数为1、识别结果C对应的筛选个数为3、识别结果D对应的筛选个数为4以及识别结果E中对应的筛选个数为2,然后从识别结果A对应的多个处理方式中筛选5个处理方式、从识别结果C对应的多个处理方式中筛选3个处理方便时、从识别结果B对应的多个处理方式中筛选1个处理方式、从识别结果D对应的多个处理方式中筛选4个处理方式,以及从识别结果E对应的多个处理方式中筛选2个处理方式,从而可以确定识别结果A、识别结果B、识别结果C、识别结果D以及识别结果E的目标处理方式。
这样的方式,由于是基于识别结果的置信度作为筛选的基础,从而筛选出的识别结果对应的目标处理方式更符合实际使用需求。
方式二:
在本公开实施例中,可以对每个识别结果进行多维度映射处理,获得与每个识别结果对应的处理信息,然后可以确定每个识别结果对应的多个处理方式与对应的处理信息的匹配值,并将匹配值与对应的识别结果进行关联。进一步地,从推荐候选集中,筛选与每个识别结果关联的匹配值属于预设范围时所对应的第二处理方式,并将第二处理方式作为与每个识别结果对应的目标处理方式。
在具体的实施过程中,可以对每个识别结果进行多维度映射处理,具体的,可以结合识别结果对应的基本属性和关联属性进行多维度映射,其中,基本属性可以理解为识别结果对应的对象的名称、基本特征信息、所属科类类别或阶段以及形态特征等等,关联属性可以理解为关联词条、衍生信息以及热度信息等。
例如,若识别结果为“人”,则可以进一步确定识别结果对应的基本属性为女性、身高为165、身穿校服,以及关联属性即关联词条“青少年”、热度信息为“姐姐”,从而可以确定处理信息为:少女、姑娘、小公主、女生、小姐姐。
在具体的实施过程中,可以确定每个识别结果对应的处理信息,然后确定每个识别结果对应的至少一个处理方式和处理信息的匹配值,并且基于匹配值筛选匹配值属于预设范围时所对应的第二处理方式,也就是说,从识别结果对应的至少一个处理方式中对应确定的匹配值中,筛选属于预设范围的匹配值,然后根据筛选确定的匹配值,对应确定识别结果对应的目标处理方式。
可见,在本公开实施例中,还可以基于每个识别结果对应的多个维度信息所组合产生的新标识信息和处理方式的匹配程度,筛选目标处理方式。这样的方式,可以基于多个维度综合考虑,使得筛选的目标处理方式更好的满足实际实施需求。
在本公开实施例中,当确定出识别结果对应的标识对应的第一类型对应的推荐候选集之后,还可以从所有处理方式中筛选出目标处理方式。
在具体的实施过程中,可以确定识别结果对应的标识对应的第一类型中,与识别结果相匹配的处理方式中使用频率最高的预设个数的处理方式。例如,若第一识别结果对应的标识为“tree”,预设个数为4,则可以从魔法表情类型的处理方式中,确定目标处理方式为:5839、5831、5842、5825。
在本公开实施例中,可以从处理方式对应的RPC(Remote Procedure CallProtocol,远程过程调用协议)服务器中,调用处理方式对应的渲染数据,并将对应的渲染数据、处理方式以及识别结果同时输出。
在具体的实施过程中,可以从PRC服务器中,调用目标处理方式对应的渲染数据,并将目标处理方式对应的渲染数据、目标处理方式以及识别结果同时输出,即发送给对应的终端,从而终端可以将识别结果和与识别结果对应的目标处理方式所对应的页面显示信息显示,并对采用目标处理方式处理后的识别结果进行显示。
可见,在本公开实施例中,将处理方式与处理方式对应的渲染数据是分开存储的,这样的方式,可以减少电子设备本身的存储压力,提高电子设备的处理效率。
在本公开实施例中,可以将每个识别结果和与识别结果对应的目标处理方式所对应的页面显示信息以左右显示的方式对应显示,也可以以识别结果显示于靠近耳机孔的方向的显示界面、目标处理方式所对应的页面显示信息显示于靠近充电孔的方向的显示界面的显示方式对应显示。具体的,显示比例可以根据实际实施情况对应确定,例如,将识别结果和与识别结果对应的目标处理方式所对应的页面显示信息以5:2的显示比例进行显示。这样的方式,可以为用户呈现较多的识别结果以及与识别结果对应的拓展信息。
在一种可能的实施方式中,用户可以基于显示界面中的功能键选择一个或多个识别结果和对应的处理方式,并将选择的内容进行分享或保存,例如分享给即时通信程序中的好友、或者是分享到视频分享程序中。
基于同一发明构思,本公开实施例提供了一种识别装置,该识别装置能够实现前述的识别方法对应的功能。该识别装置可以是硬件结构、软件模块、或硬件结构加软件模块。该识别装置可以由芯片系统实现,芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。请参见图4所示,该识别装置包括处理单元401、确定单元402以及识别单元403。其中:
处理单元401,被配置为执行接收客户端上传的对待识别对象的初始识别结果数据,解析所述初始识别结果数据以获得解析结果,并基于所述解析结果生成识别结果列表 ,所述识别结果列表中包括至少一个识别结果;
确定单元402,被配置为执行基于所述识别结果列表和预设映射关系,确定所述至少一个识别结果对应的推荐候选集;其中,所述预设映射关系用于表征识别结果与对所述识别结果进行处理的处理方式之间的关系;所述推荐候选集包括与识别结果对应的处理方式;
识别单元403,被配置为执行从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,以使所述客户端对采用所述目标处理方式处理后的所述至少一个识别结果进行显示 。
在一种可能的实施方式中,所述确定单元402,被配置为执行:
基于所述识别结果列表和所述预设映射关系中的子映射关系 ,确定所述至少一个识别结果对应的推荐候选集;所述预设映射关系包括多个子映射关系;
其中,所述子映射关系为一种处理方式与一个识别结果之间的关系,所述处理方式为智能剪辑处理方式或特效渲染剪辑处理方式。
在一种可能的实施方式中,所述识别单元403,被配置为执行:
基于所述识别结果对应的置信度或所述识别结果对应的处理信息,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式;
其中,所述置信度用于表征识别结果与真实对象的相似程度,所述处理信息用于表征与识别结果对应的多个维度信息所组合产生的新信息。
在一种可能的实施方式中,所述识别单元403,被配置为执行:
从所述识别结果列表中,确定每个所述识别结果的置信度,其中,所述识别结果列表还包括与所述至少一个识别结果对应的置信度;
对每个所述识别结果的置信度进行由高到低的排序,确定每个所述识别结果的置信度的排序顺序,并基于所述排序顺序,确定与每个所述识别结果对应的目标处理方式的筛选个数;
从每个所述识别结果对应的多个处理方式中,筛选与所述筛选个数对应的数目相同的第一处理方式,并将所述第一处理方式作为与每个所述识别结果对应的目标处理方式。
在一种可能的实施方式中,所述识别单元403,被配置为执行:
对每个所述识别结果进行多维度映射处理 ,获得与每个所述识别结果对应的处理信息;
确定每个所述识别结果对应的多个处理方式与对应的处理信息的匹配值,并将所述匹配值与对应的所述识别结果进行关联;
从所述推荐候选集中,筛选与每个所述识别结果关联的匹配值属于预设范围时所对应的第二处理方式,并将第二处理方式作为与每个所述识别结果对应的目标处理方式。
在一种可能的实施方式中,所述装置还包括调用单元,所述调用单元被配置为执行:
从与所述目标处理方式对应的远程过程调用协议RPC服务器中,调用所述目标处理方式对应的渲染数据,以使所述客户端基于所述对应的渲染数据,对采用所述目标处理方式处理后的所述至少一个识别结果进行显示。
在一种可能的实施方式中,所述预设映射关系存储于预设存储媒介,所述预设存储媒介为关系型数据库、非关系型数据库、专用数据库中的任意一种。
前述如图3的识别方法的实施例涉及的各步骤的所有相关内容均可以援引到本公开实施例中的识别装置所对应的功能单元的功能描述,在此不再赘述。需要说明的是,在本公开实施例中,图4所示的处理单元可以理解为图2所示的预处理模块,确定单元可以理解为图2所示的推荐模块。
本公开实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,另外,在本公开各个实施例中的各功能单元可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
基于同一发明构思,本公开实施例还提供一种电子设备,如图5所示,本公开实施例中的电子设备包括至少一个处理器501,以及与至少一个处理器501连接的存储器502和通信接口503,本公开实施例中不限定处理器501与存储器502之间的具体连接介质,图5中是以处理器501和存储器502之间通过总线500连接为例,总线500在图5中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。总线500可以分为地址总线、数据总线、控制总线等,为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本公开实施例中,存储器502存储有可被至少一个处理器501执行的指令,至少一个处理器501通过执行存储器502存储的指令,可以执行前述的识别方法中所包括的步骤。
其中,处理器501是电子设备的控制中心,可以利用各种接口和线路连接整个故障检测设备的各个部分,通过运行或执行存储在存储器502内的指令以及调用存储在存储器502内的数据,计算设备的各种功能和处理数据,从而对计算设备进行整体监控。可选的,处理器501可包括一个或多个处理单元,处理器501可集成应用处理器和调制解调处理器,其中,处理器501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501中。在一些实施例中,处理器501和存储器502可以在同一芯片上实现,在一些实施例中,它们也可以在独立的芯片上分别实现。
处理器501可以是通用处理器,例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列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公开实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本公开实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器502作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器502可以包括至少一种类型的存储介质,例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory,RAM)、静态随机访问存储器(Static Random Access Memory,SRAM)、可编程只读存储器(Programmable Read Only Memory,PROM)、只读存储器(Read Only Memory,ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,EEPROM)、磁性存储器、磁盘、光盘等等。存储器502是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。本公开实施例中的存储器502还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
通信接口503是能够用于进行通信的传输接口,可以通过通信接口503接收数据或者发送数据。
参见图6所示的电子设备的进一步地的结构示意图,该电子设备还包括帮助电子设备内的各个器件之间传输信息的基本输入/输出系统(I/O系统)601、用于存储操作系统602、应用程序603和其他程序模块604的大容量存储设备605。
基本输入/输出系统601包括有用于显示信息的显示器606和用于用户输入信息的诸如鼠标、键盘之类的输入设备607。其中显示器606和输入设备607都通过连接到系统总线500的基本输入/输出系统601连接到处理器501。基本输入/输出系统601还可以包括输入输出控制器以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备605通过连接到系统总线500的大容量存储控制器(未示出)连接到处理器501。大容量存储设备605及其相关联的计算机可读介质为该服务器包提供非易失性存储。也就是说,大容量存储设备605可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
根据本公开的各种实施例,该计算设备包还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即该计算设备可以通过连接在系统总线500上的通信接口503连接到网络608,或者说,也可以使用通信接口503来连接到其他类型的网络或远程计算机系统(未示出)。
在示例性实施例中,还提供了一种包括指令的存储介质,例如包括指令的存储器502,上述指令可由装置的处理器501执行以完成上述方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在一些可能的实施方式中,本公开提供的识别方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在电子设备上运行时,程序代码用于使该电子设备执行本说明书上述描述的根据本公开各种示例性实施方式的识别方法中的步骤。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样,倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内,则本公开也意图包含这些改动和变型在内。

Claims (17)

1.一种识别方法,其特征在于,所述方法包括:
接收客户端上传的对待识别对象的初始识别结果数据,解析所述初始识别结果数据以获得解析结果,并基于所述解析结果生成识别结果列表,所述识别结果列表中包括至少一个识别结果;
基于所述识别结果列表和预设映射关系,确定所述至少一个识别结果对应的推荐候选集;其中,所述预设映射关系用于表征识别结果与对所述识别结果进行处理的处理方式之间的关系;所述推荐候选集包括与识别结果对应的处理方式;
从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,以使所述客户端对采用所述目标处理方式处理后的所述至少一个识别结果进行显示。
2.如权利要求1所述的方法,其特征在于,基于所述识别结果列表和预设映射关系,确定所述至少一个识别结果对应的推荐候选集,包括:
基于所述识别结果列表和所述预设映射关系中的子映射关系,确定所述至少一个识别结果对应的推荐候选集;所述预设映射关系包括多个子映射关系;
其中,所述子映射关系为一种处理方式与一个识别结果之间的关系,所述处理方式为智能剪辑处理方式或特效渲染剪辑处理方式。
3.如权利要求1或2所述的方法,其特征在于,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,包括:
基于所述识别结果对应的置信度或所述识别结果对应的处理信息,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式;
其中,所述置信度用于表征识别结果与真实对象的相似程度,所述处理信息用于表征与识别结果对应的多个维度信息所组合产生的新信息。
4.如权利要求3所述的方法,其特征在于,基于所述识别结果对应的置信度,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,包括:
从所述识别结果列表中,确定每个所述识别结果的置信度,其中,所述识别结果列表还包括与所述至少一个识别结果对应的置信度;
对每个所述识别结果的置信度进行由高到低的排序,确定每个所述识别结果的置信度的排序顺序,并基于所述排序顺序,确定与每个所述识别结果对应的目标处理方式的筛选个数;
从每个所述识别结果对应的多个处理方式中,筛选与所述筛选个数对应的数目相同的第一处理方式,并将所述第一处理方式作为与每个所述识别结果对应的目标处理方式。
5.如权利要求3所述的方法,其特征在于,基于所述识别结果对应的处理信息,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,包括:
对每个所述识别结果进行多维度映射处理,获得与每个所述识别结果对应的处理信息;
确定每个所述识别结果对应的多个处理方式与对应的处理信息的匹配值,并将所述匹配值与对应的所述识别结果进行关联;
从所述推荐候选集中,筛选与每个所述识别结果关联的匹配值属于预设范围时所对应的第二处理方式,并将第二处理方式作为与每个所述识别结果对应的目标处理方式。
6.如权利要求1所述的方法,其特征在于,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式之后,所述方法还包括:
从与所述目标处理方式对应的远程过程调用协议RPC服务器中,调用所述目标处理方式对应的渲染数据,以使所述客户端基于所述对应的渲染数据,对采用所述目标处理方式处理后的所述至少一个识别结果进行显示。
7.如权利要求1所述的方法,其特征在于,所述预设映射关系存储于预设存储媒介,所述预设存储媒介为关系型数据库、非关系型数据库、专用数据库中的任意一种。
8.一种识别装置,其特征在于,所述识别装置包括:
处理单元,被配置为执行接收客户端上传的对待识别对象的初始识别结果数据,解析所述初始识别结果数据以获得解析结果,并基于所述解析结果生成识别结果列表 ,所述识别结果列表中包括至少一个识别结果;
确定单元,被配置为执行基于所述识别结果列表和预设映射关系,确定所述至少一个识别结果对应的推荐候选集;其中,所述预设映射关系用于表征识别结果与对所述识别结果进行处理的处理方式之间的关系;所述推荐候选集包括与识别结果对应的处理方式;
识别单元,被配置为执行从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式,以使所述客户端对采用所述目标处理方式处理后的所述至少一个识别结果进行显示 。
9.如权利要求8所述的装置,其特征在于,所述确定单元,被配置为执行:
基于所述识别结果列表和所述预设映射关系中的子映射关系 ,确定所述至少一个识别结果对应的推荐候选集;所述预设映射关系包括多个子映射关系;
其中,所述子映射关系为一种处理方式与一个识别结果之间的关系,所述处理方式为智能剪辑处理方式或特效渲染剪辑处理方式。
10.如权利要求8或9所述的装置,其特征在于,所述识别单元,被配置为执行:
基于所述识别结果对应的置信度或所述识别结果对应的处理信息,从所述推荐候选集中,确定所述至少一个识别结果对应的多个处理方式中的目标处理方式;
其中,所述置信度用于表征识别结果与真实对象的相似程度,所述处理信息用于表征与识别结果对应的多个维度信息所组合产生的新信息。
11.如权利要求10所述的装置,其特征在于,所述识别单元,被配置为执行:
从所述识别结果列表中,确定每个所述识别结果的置信度,其中,所述识别结果列表还包括与所述至少一个识别结果对应的置信度;
对每个所述识别结果的置信度进行由高到低的排序,确定每个所述识别结果的置信度的排序顺序,并基于所述排序顺序,确定与每个所述识别结果对应的目标处理方式的筛选个数;
从每个所述识别结果对应的多个处理方式中,筛选与所述筛选个数对应的数目相同的第一处理方式,并将所述第一处理方式作为与每个所述识别结果对应的目标处理方式。
12.如权利要求10所述的装置,其特征在于,所述识别单元,被配置为执行:
对每个所述识别结果进行多维度映射处理 ,获得与每个所述识别结果对应的处理信息;
确定每个所述识别结果对应的多个处理方式与对应的处理信息的匹配值,并将所述匹配值与对应的所述识别结果进行关联;
从所述推荐候选集中,筛选与每个所述识别结果关联的匹配值属于预设范围时所对应的第二处理方式,并将第二处理方式作为与每个所述识别结果对应的目标处理方式。
13.如权利要求8所述的装置,其特征在于,所述装置还包括调用单元,所述调用单元被配置为执行:
从与所述目标处理方式对应的远程过程调用协议RPC服务器中,调用所述目标处理方式对应的渲染数据,以使所述客户端基于所述对应的渲染数据,对采用所述目标处理方式处理后的所述至少一个识别结果进行显示。
14.如权利要求8所述的装置,其特征在于,所述预设映射关系存储于预设存储媒介,所述预设存储媒介为关系型数据库、非关系型数据库、专用数据库中的任意一种。
15.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至权利要求7中任一项所述的识别方法。
16.一种存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至权利要求7中任一项所述的识别方法。
17.一种计算机程序产品,其特征在于,当所述计算机程序产品在电子设备上运行时,使所述电子设备执行如权利要求1至权利要求7中任一项所述的识别方法。
CN202011542785.7A 2020-12-24 2020-12-24 一种识别方法、装置及电子设备 Active CN112308172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011542785.7A CN112308172B (zh) 2020-12-24 2020-12-24 一种识别方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011542785.7A CN112308172B (zh) 2020-12-24 2020-12-24 一种识别方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN112308172A true CN112308172A (zh) 2021-02-02
CN112308172B CN112308172B (zh) 2022-04-01

Family

ID=74487553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011542785.7A Active CN112308172B (zh) 2020-12-24 2020-12-24 一种识别方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN112308172B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6804394B1 (en) * 1998-04-10 2004-10-12 Hsu Shin-Yi System for capturing and using expert's knowledge for image processing
CN104951554A (zh) * 2015-06-29 2015-09-30 浙江大学 为风景照配上符合其意境的诗句的方法
CN109445760A (zh) * 2018-10-08 2019-03-08 武汉联影医疗科技有限公司 图像渲染方法和系统
CN109496295A (zh) * 2018-05-31 2019-03-19 优视科技新加坡有限公司 多媒体内容生成方法、装置和设备/终端/服务器
CN109934077A (zh) * 2017-12-19 2019-06-25 杭州海康威视数字技术股份有限公司 一种图像识别方法和电子设备
CN110688525A (zh) * 2019-09-23 2020-01-14 北京达佳互联信息技术有限公司 素材资源配置方法、装置、电子设备及存储介质
CN111046210A (zh) * 2018-10-11 2020-04-21 北京搜狗科技发展有限公司 一种信息推荐方法、装置和电子设备
CN111145308A (zh) * 2019-12-06 2020-05-12 北京达佳互联信息技术有限公司 一种贴纸获取方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6804394B1 (en) * 1998-04-10 2004-10-12 Hsu Shin-Yi System for capturing and using expert's knowledge for image processing
CN104951554A (zh) * 2015-06-29 2015-09-30 浙江大学 为风景照配上符合其意境的诗句的方法
CN109934077A (zh) * 2017-12-19 2019-06-25 杭州海康威视数字技术股份有限公司 一种图像识别方法和电子设备
CN109496295A (zh) * 2018-05-31 2019-03-19 优视科技新加坡有限公司 多媒体内容生成方法、装置和设备/终端/服务器
CN109445760A (zh) * 2018-10-08 2019-03-08 武汉联影医疗科技有限公司 图像渲染方法和系统
CN111046210A (zh) * 2018-10-11 2020-04-21 北京搜狗科技发展有限公司 一种信息推荐方法、装置和电子设备
CN110688525A (zh) * 2019-09-23 2020-01-14 北京达佳互联信息技术有限公司 素材资源配置方法、装置、电子设备及存储介质
CN111145308A (zh) * 2019-12-06 2020-05-12 北京达佳互联信息技术有限公司 一种贴纸获取方法和装置

Also Published As

Publication number Publication date
CN112308172B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
CN109376069B (zh) 一种测试报告的生成方法及设备
CN111552633A (zh) 接口的异常调用测试方法、装置、计算机设备及存储介质
CN117033249B (zh) 一种测试用例生成方法、装置、计算机设备及存储介质
CN111177113A (zh) 数据迁移方法、装置、计算机设备和存储介质
CN111651454B (zh) 一种数据处理方法、装置及计算机设备
CN112559525A (zh) 数据检查系统、方法、装置和服务器
CN115392501A (zh) 数据采集方法、装置、电子设备及存储介质
CN115712422A (zh) 表单页面的生成方法、装置、计算机设备及存储介质
CN113282850B (zh) 资源标签管理方法、装置、电子设备、系统及存储介质
CN112199443B (zh) 数据同步方法、装置、计算机设备和存储介质
CN113077142A (zh) 智能学员画像方法、系统及终端设备
CN111125226B (zh) 一种配置数据采集方法及装置
CN112308172B (zh) 一种识别方法、装置及电子设备
CN116703520A (zh) 基于改进K-means算法的产品推荐方法及其相关设备
CN116383787A (zh) 页面创建方法、装置、计算机设备及存储介质
CN116089446A (zh) 一种结构化查询语句的优化控制方法及装置
CN115543428A (zh) 一种基于策略模板的模拟数据生成方法和装置
CN104125100A (zh) 一种通信网管中dashboard实时监控的方法
CN113868141A (zh) 数据测试方法、装置、电子设备及存储介质
CN114064976A (zh) 一种数据特征计算的方法、系统、电子装置和存储介质
CN111143328A (zh) 一种敏捷商业智能数据构建方法、系统、设备、存储介质
CN118299064B (zh) 基于罕见病的图模型训练方法、应用方法及相关设备
CN116364223B (zh) 特征处理方法、装置、计算机设备及存储介质
CN110309211A (zh) 一种定位etl过程问题的方法及相关设备
CN113361357B (zh) 图像处理模型训练方法、图像处理方法及装置

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