CN112348077A - 图像识别方法、装置、设备及计算机可读存储介质 - Google Patents

图像识别方法、装置、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN112348077A
CN112348077A CN202011221473.6A CN202011221473A CN112348077A CN 112348077 A CN112348077 A CN 112348077A CN 202011221473 A CN202011221473 A CN 202011221473A CN 112348077 A CN112348077 A CN 112348077A
Authority
CN
China
Prior art keywords
target object
image
target
difference value
frames
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011221473.6A
Other languages
English (en)
Inventor
白银波
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.)
Shenzhen TCL New Technology Co Ltd
Original Assignee
Shenzhen TCL New 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 Shenzhen TCL New Technology Co Ltd filed Critical Shenzhen TCL New Technology Co Ltd
Priority to CN202011221473.6A priority Critical patent/CN112348077A/zh
Publication of CN112348077A publication Critical patent/CN112348077A/zh
Priority to PCT/CN2021/128220 priority patent/WO2022095854A1/zh
Priority to EP21888551.5A priority patent/EP4242912A1/en
Priority to US18/311,208 priority patent/US20230267729A1/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/945—User interactive design; Environments; Toolboxes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G06F3/013—Eye tracking input arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • 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
    • G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • G06V10/235—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables
    • 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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L2015/088—Word spotting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Image Analysis (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明公开了一种图像识别方法、装置、设备及计算机可读存储介质，所述图像识别方法根据实际存在的对象框数目设置单位时长，使得单位时长更适用于当前场景，不会设置得过长或是过短；通过在单位时间内获取外部语音信息和/或监听焦点事件，并基于此筛选出目标对象框，使得能够根据实际情况选出用户当前希望识别的目标对象框，缩小了识别范围，减轻了识别任务的工作量；通过对目标对象图像进行去重，进一步减轻了识别任务的工作量，避免了重复识别相同内容所造成的的资源浪费与时间消耗，因此能够提升去重后的目标对象图像的识别效率。

Description

图像识别方法、装置、设备及计算机可读存储介质
技术领域
本发明涉及图像识别技术领域，尤其涉及一种图像识别方法、装置、设备及计算机可读存储介质。
背景技术
随着用户对烹饪过程体验的要求越来越高，智能冰箱大屏也走进千家万户的家庭，智能冰箱大屏不仅可以满足用户的基本影音需求，还可以满足用户的追星娱乐需求。用户可以在烹饪过程的间隙，在智能冰箱大屏上方便地浏览娱乐信息，例如，智能冰箱大屏可将娱乐明星的图像显示在主页面上，用户可点击或滑动时，智能冰箱对娱乐明星的人像进行识别，获取其对应的介绍信息，进而向用户展示相关的明星介绍页面。然而，传统情况下用户打开明星介绍页面，由于在一个主页面出现多个明星，智能冰箱大屏如果全部去识别造成识别的时间过长，识别的明星越多，错误的机会越大，从而导致了现有智能冰箱大屏对于页面上出现的人物的识别效率低的技术问题。
发明内容
本发明的主要目的在于提供一种图像识别方法，旨在解决现有智能冰箱大屏对于页面上出现的人物的识别效率低的技术问题。
为实现上述目的，本发明提供一种图像识别方法，所述方法应用于带屏幕的智能终端，所述方法包括：
确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，其中，所述对象框内包含对象图像；
在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；
获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。
可选地，所述在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框，包括：
在所述单位时长内，获取外部语音信息，在所述外部语音信息中存在预设关键词时确定所述外部语音信息所指向的对象框，并记为所述外部语音所指向的对象框的一次语音事件；
在所述单位时长内，监听所述每一所述对象框范围内触发的焦点事件，其中，所述焦点事件包括点击事件和/或注视事件；
根据预设事件权重转换规则，将所述焦点事件与所述语音事件转化为相应权重，得到每一所述对象框所对应的权重总和；
在所述权重总和达到预设权重阈值时，将所述权重总和对应的对象框作为目标对象框。
可选地，所述获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，包括：
获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值；
在所述像素差值满足预设像素差值条件时，将相应的两个所述目标对象图像作为相似图像对，并保留所述相似图像对中的任一目标对象图像作为去重后的目标对象图像。
可选地，所述获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值，包括：
获取每一所述目标对象图像在水平方向上的水平像素值与竖直方向上的竖直像素值，以将所述水平像素值与竖直像素值作为所述像素信息；
获取任意两个所述目标对象图像的水平像素值差值与竖直像素值差值，以将所述水平像素差值与竖直像素差值作为所述像素差值；
所述在所述像素差值满足预设像素差值条件时之前，还包括：
判断所述水平像素差值与所述竖直像素差值是否均小于预设像素差值阈值；
若是，则判定所述像素差值满足预设像素差值条件。
可选地，所述确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，包括：
在接收到目标识别指令时，在接收到目标识别指令时，基于所述目标识别指令确定所述智能终端当前页面中的对象框个数；
将所述对象框个数作为计时数值，并结合预设计时单位设置单位时长。
可选地，所述目标对象图像包括目标人物图像，
所述对去重后的目标对象图像进行识别并得到目标对象识别结果，包括：
将目标人物图像上传至云端服务器，以供所述云端服务器对所述目标人物图像进行识别；
接收所述云端服务器反馈的所述目标人物图像的人物识别结果，以作为所述目标对象识别结果。
可选地，所述获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果之后，还包括：
基于所述目标对象识别结果生成目标对象介绍信息，并将所述目标对象介绍信息显示于当前页面。
此外，为实现上述目的，本发明还提供一种图像识别装置，所述图像识别装置包括：
时长设置模块，用于确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，其中，所述对象框内包含对象图像；
目标确定模块，用于在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；
目标识别模块，用于获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。
可选地，所述目标确定模块包括：
语音事件记录单元，用于在所述单位时长内，获取外部语音信息，在所述外部语音信息中存在预设关键词时确定所述外部语音信息所指向的对象框，并记为所述外部语音所指向的对象框的一次语音事件；
焦点事件监听单元，用于在所述单位时长内，监听所述每一所述对象框范围内触发的焦点事件，其中，所述焦点事件包括点击事件和/或注视事件；
事件权重转化单元，用于根据预设事件权重转换规则，将所述焦点事件与所述语音事件转化为相应权重，得到每一所述对象框所对应的权重总和；
目标对象筛选单元，用于在所述权重总和达到预设权重阈值时，将所述权重总和对应的对象框作为目标对象框。
可选地，所述目标识别模块包括：
像素差值获取单元，用于获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值；
目标图像去重单元，用于在所述像素差值满足预设像素差值条件时，将相应的两个所述目标对象图像作为相似图像对，并保留所述相似图像对中的任一目标对象图像作为去重后的目标对象图像。
可选地，所述像素差值获取单元还用于：
获取每一所述目标对象图像在水平方向上的水平像素值与竖直方向上的竖直像素值，以将所述水平像素值与竖直像素值作为所述像素信息；
获取任意两个所述目标对象图像的水平像素值差值与竖直像素值差值，以将所述水平像素差值与竖直像素差值作为所述像素差值；
所述在所述像素差值满足预设像素差值条件时之前，还包括：
判断所述水平像素差值与所述竖直像素差值是否均小于预设像素差值阈值；
若是，则判定所述像素差值满足预设像素差值条件。
可选地，所述时长设置模块包括：
个数确定单元，用于在接收到目标识别指令时，在接收到目标识别指令时，基于所述目标识别指令确定所述智能终端当前页面中的对象框个数；
时长确定单元，用于时长将所述对象框个数作为计时数值，并结合预设计时单位设置单位时长。
可选地，所述目标对象图像包括目标人物图像，
所述目标识别模块包括：
目标图像上传单元，用于将目标人物图像上传至云端服务器，以供所述云端服务器对所述目标人物图像进行识别；
识别结果接收单元，用于接收所述云端服务器反馈的所述目标人物图像的人物识别结果，以作为所述目标对象识别结果。
可选地，所述图像识别装置还包括：
介绍信息显示模块，用于基于所述目标对象识别结果生成目标对象介绍信息，并将所述目标对象介绍信息显示于当前页面。
此外，为实现上述目的，本发明还提供一种图像识别设备，所述图像识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像识别程序，所述图像识别程序被所述处理器执行时实现如上述方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有图像识别程序，所述图像识别程序被处理器执行时实现如上述方法的步骤。
本发明提供一种图像识别方法、装置、设备及计算机可读存储介质。所述图像识别方法根据实际存在的对象框数目设置单位时长，使得单位时长更适用于当前场景，不会设置得过长或是过短；通过在单位时间内获取外部语音信息和/或监听焦点事件，并基于此筛选出目标对象框，使得能够根据实际情况选出用户当前希望识别的目标对象框，缩小了识别范围，减轻了识别任务的工作量；通过对目标对象图像进行去重，进一步减轻了识别任务的工作量，避免了重复识别相同内容所造成的的资源浪费与时间消耗，因此能够提升去重后的目标对象图像的识别效率，从而解决了现有智能冰箱大屏对于页面上出现的人物的识别效率低的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的图像识别设备结构示意图；
图2为本发明图像识别方法第一实施例的流程示意图；
图3为本发明图像识别装置的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的图像识别设备结构示意图。
本发明实施例图像识别设备为带取像设备的终端，优选为智能电视。
如图1所示，该图像识别设备可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。可选的用户接口1003可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
本领域技术人员可以理解，图1中示出的图像识别设备结构并不构成对图像识别设备的限定，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。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及图像识别程序。
在图1所示的图像识别设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的图像识别程序，并执行以下操作：
确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，其中，所述对象框内包含对象图像；
在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；
获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。
进一步地，所述在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框，包括：
在所述单位时长内，获取外部语音信息，在所述外部语音信息中存在预设关键词时确定所述外部语音信息所指向的对象框，并记为所述外部语音所指向的对象框的一次语音事件；
在所述单位时长内，监听所述每一所述对象框范围内触发的焦点事件，其中，所述焦点事件包括点击事件和/或注视事件；
根据预设事件权重转换规则，将所述焦点事件与所述语音事件转化为相应权重，得到每一所述对象框所对应的权重总和；
在所述权重总和达到预设权重阈值时，将所述权重总和对应的对象框作为目标对象框。
进一步地，所述获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，包括：
获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值；
在所述像素差值满足预设像素差值条件时，将相应的两个所述目标对象图像作为相似图像对，并保留所述相似图像对中的任一目标对象图像作为去重后的目标对象图像。
进一步地，所述获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值，包括：
获取每一所述目标对象图像在水平方向上的水平像素值与竖直方向上的竖直像素值，以将所述水平像素值与竖直像素值作为所述像素信息；
获取任意两个所述目标对象图像的水平像素值差值与竖直像素值差值，以将所述水平像素差值与竖直像素差值作为所述像素差值；
所述在所述像素差值满足预设像素差值条件时之前，还包括：
判断所述水平像素差值与所述竖直像素差值是否均小于预设像素差值阈值；
若是，则判定所述像素差值满足预设像素差值条件。
进一步地，所述确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，包括：
在接收到目标识别指令时，在接收到目标识别指令时，基于所述目标识别指令确定所述智能终端当前页面中的对象框个数；
将所述对象框个数作为计时数值，并结合预设计时单位设置单位时长。
进一步地，所述目标对象图像包括目标人物图像，
所述对去重后的目标对象图像进行识别并得到目标对象识别结果，包括：
将目标人物图像上传至云端服务器，以供所述云端服务器对所述目标人物图像进行识别；
接收所述云端服务器反馈的所述目标人物图像的人物识别结果，以作为所述目标对象识别结果。
进一步地，所述获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果之后，处理器1001可以用于调用存储器1005中存储的图像识别程序，并执行以下操作：
基于所述目标对象识别结果生成目标对象介绍信息，并将所述目标对象介绍信息显示于当前页面。
基于上述硬件结构，提出本发明图像识别方法的各个实施例。
随着用户对烹饪过程体验的要求越来越高，智能冰箱大屏也走进千家万户的家庭，智能冰箱大屏不仅可以满足用户的基本影音需求，还可以满足用户的追星娱乐需求。用户可以在烹饪过程的间隙，在智能冰箱大屏上方便地浏览娱乐信息，例如，智能冰箱大屏可将娱乐明星的图像显示在主页面上，用户可点击或滑动时，智能冰箱对娱乐明星的人像进行识别，获取其对应的介绍信息，进而向用户展示相关的明星介绍页面。然而，传统情况下用户打开明星介绍页面，由于在一个主页面出现多个明星，智能冰箱大屏如果全部去识别造成识别的时间过长，识别的明星越多，错误的机会越大，从而导致了现有智能冰箱大屏对于页面上出现的人物的识别效率低的技术问题。
为解决上述技术问题，本发明提供一种图像识别方法，即根据实际存在的对象框数目设置单位时长，使得单位时长更适用于当前场景，不会设置得过长或是过短；通过在单位时间内获取外部语音信息和/或监听焦点事件，并基于此筛选出目标对象框，使得能够根据实际情况选出用户当前希望识别的目标对象框，缩小了识别范围，减轻了识别任务的工作量；通过对目标对象图像进行去重，进一步减轻了识别任务的工作量，避免了重复识别相同内容所造成的的资源浪费与时间消耗，因此能够提升去重后的目标对象图像的识别效率，从而解决了现有智能冰箱大屏对于页面上出现的人物的识别效率低的技术问题。
参照图2，图2为图像识别方法第一实施例的流程示意图。
本发明第一实施例提供一种图像识别方法，所述方法应用于带屏幕的智能终端，所述图像识别方法包括：
步骤S10，确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，其中，所述对象框内包含对象图像；
在本实施例中，本方法应用于带屏幕的智能终端，通常为带屏幕的智能家电，例如，智能冰箱、智能洗衣机、智能电视等。为方便描述，以下均以智能冰箱为例进行说明。当前页面为智能大屏冰箱在为用户提供功能服务或是娱乐服务时，所展示的内容页面，页面中可以包括人物图像、物品图像等多种类型元素的图像。对象图像即为上述页面可能会出现的人物、物品等页面内容图像。对象框为框定对象范围的图形框，具体形状可根据实际需求灵活设置，例如矩形、圆形、多边形等。对象框即可以在页面中隐藏显示，也可直接显示出来。对象框中的对象个数可以为一个也可以为多个，一般的习惯是一个对象框框定一个对象图像。单位时长为筛选识别的周期时长，单位时长的计时起点为用户进入当前页面的时刻。智能冰箱的大屏系统能够直接检测到当前页面包含的对象框位置以及个数。单位时长设置方式可为根据当前页面中所包含的对象框的个数设置，具体可为直接采用该个数数值作为时长数值，再赋予合适的时间单位，也可为基于此个数数值进行一些运算，将得到的运算结果作为时长数值，在赋予合适的时间单位，又或是其他方式，可根据实际情况灵活设置。
步骤S20，在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；
在本实施例中，外部语音信息为用户在单位时长内针对页面上的内容所作出的语音反馈。外部语音信息获取方式通常是通过智能冰箱内设的收音设备或是外接的收音设备实现获取。焦点事件包括点击事件、注视事件、触摸事件等。点击事件为用户通过遥控设备，或是智能冰箱上的相应按键，或是智能冰箱上对应的触屏按键向当前页面上的某一位置进行点击。点击位置落在哪一对象框范围内，既算作哪一对象框的一次点击事件。注视事件为智能冰箱基于内置摄像设备或是外接的摄像设备获取到用户注视当前页面的画面，并通过分析得到用户当前注视的是哪一对象框范围内的内容，并且注视时间达到预设注视阈值，达到一次即可记作该对象框的一次注视事件。触摸事件为用户基于智能冰箱的触摸屏，触摸当前页面的某一位置，触摸一次即可即为对应对象框的一次触摸事件。目标对象框从当前页面的所有对象框中筛选出的部分对象框，实际情况中有可能当前页面的所有对象框均可作为目标对象框，可能只有部分可作为目标对象框，还可能不存在目标对象框。目标对象框筛选方式可为仅根据外部语音信息进行筛选，也可为仅根据焦点事件进行筛选，还可结合两者综合考虑进行筛选。
步骤S30，获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。
在本实施例中，目标对象图像为目标对象框所框定的对象图像。目标对象图像的去重策略可为在重复主题的目标对象图像中任选一个进行保留，也可为选出重复主题的目标对象图像中像素最高的一个，或是最低的一个进行保留，又或是其他的去重策略，可根据实际需求灵活制定。目标对象识别结果为对目标对象图像进行识别后所得到的相关信息，具体可包括目标对象图像的介绍内容、关联内容等。
作为一具体实施例，智能冰箱在用户启动大屏，并选中娱乐功能时，向用户展示包含有5个明星形象的娱乐页面，每一个明星形象对应一个人物框。智能冰箱的大屏系统通过计算将人物框个数的两倍作为计时时长数值，并赋予秒作时间单位，也即是设置10秒为单位时长。从用户打开该页面起的10秒内，系统开始监测用户所触发的注视事件、点击事件、触摸事件，并获取用户在这10秒内的语音信息。若用户点击某一人物框中的人物，并说出了“我不知道”、“我不认识”等语句，则可记为该人物框的点击事件与语音事件。系统根据这10秒中所获取到的信息对这5个人物框进行筛选，若此时筛选出3个人物框作为目标人物框，系统则开始检测这3个人物框中的人物进行查重，具体可采用面部识别技术，若存在相同人物则留下其中一个，若无重复人物则不进行去重处理。若此时并未出现重复情况，则可对这3个人物框中的明星进行识别，并将识别结果展示在页面的对应位置上，以供用户查看。
在本实施例中，通过确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，其中，所述对象框内包含对象图像；在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。通过上述方式，本发明根据实际存在的对象框数目设置单位时长，使得单位时长更适用于当前场景，不会设置得过长或是过短；通过在单位时间内获取外部语音信息和/或监听焦点事件，并基于此筛选出目标对象框，使得能够根据实际情况选出用户当前希望识别的目标对象框，缩小了识别范围，减轻了识别任务的工作量；通过对目标对象图像进行去重，进一步减轻了识别任务的工作量，避免了重复识别相同内容所造成的的资源浪费与时间消耗，因此能够提升去重后的目标对象图像的识别效率，从而解决了现有智能冰箱大屏对于页面上出现的人物的识别效率低的技术问题。
进一步地，基于上述图2所示的第一实施例，提出本发明图像识别方法的第二实施例，在本实施例中，步骤S20包括：
在所述单位时长内，获取外部语音信息，在所述外部语音信息中存在预设关键词时确定所述外部语音信息所指向的对象框，并记为所述外部语音所指向的对象框的一次语音事件；
在所述单位时长内，监听所述每一所述对象框范围内触发的焦点事件，其中，所述焦点事件包括点击事件和/或注视事件；
根据预设事件权重转换规则，将所述焦点事件与所述语音事件转化为相应权重，得到每一所述对象框所对应的权重总和；
在所述权重总和达到预设权重阈值时，将所述权重总和对应的对象框作为目标对象框。
在本实施例中，预设关键词具体可为“不知道”、“不记得”、“不清楚”等意义相近的否定词，或是类似“这是谁”等的疑问句式。预设事件权重转换规则为记录有不同种类事件所对应的相同或不同权重的映射表，另外，对于不同次数的同一类型事件，还可进一步设置具有变化的权重。预例如，对于1-3次的点击事件，每一点击事件对应权重3，对于3-5的点击事件，每一点击事件对于权重则可设置为对应权重4。设权重阈值可根据实际需求灵活设定。例如，若对于同一对象框，在单位时长内检测到了3次点击事件，1次语音事件，且1-3次的点击事件每次对应权重3，一次语音事件对应权重5，则该对象框在本次单位时长内的权重总和则为14。假设预设权重阈值为10，则智能冰箱的大屏系统可判定此对象框为目标对象框。
进一步地，所述获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，包括：
获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值；
在所述像素差值满足预设像素差值条件时，将相应的两个所述目标对象图像作为相似图像对，并保留所述相似图像对中的任一目标对象图像作为去重后的目标对象图像。
在本实施例中，智能冰箱的大屏系统获取当前所确定的目标对象图像的像素信息，例如像素值大小、色阶信息，或是将其转化为灰度图后的灰度值。系统通过比较获取各个目标对象图像之间的像素差值，然后判断其是否满足预设的像素差值条件。若系统判定满足，则将满足条件的两个目标对象图像进行作为相似图像对，选择其一作为可保留的目标对象图像。
进一步地，所述获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值，包括：
获取每一所述目标对象图像在水平方向上的水平像素值与竖直方向上的竖直像素值，以将所述水平像素值与竖直像素值作为所述像素信息；
获取任意两个所述目标对象图像的水平像素值差值与竖直像素值差值，以将所述水平像素差值与竖直像素差值作为所述像素差值；
所述在所述像素差值满足预设像素差值条件时之前，还包括：
判断所述水平像素差值与所述竖直像素差值是否均小于预设像素差值阈值；
若是，则判定所述像素差值满足预设像素差值条件。
在本实施例中，像素信息包括水平像素值与竖直像素值。水平像素值为目标对象框在水平方向的像素值，竖直像素值为目标对象框在竖直方向上的像素值。系统获取各个目标对象框的水平像素值与竖直像素值，并获取两两目标对象框之间的水平像素值差值与竖直像素值差值，且仅在有两个目标对象图像的水平像素值差值与竖直像素值差值均小于预设像素值阈值时才可判定其相似，满足预设像素差值条件；反之则判定其不满足预设像素差值条件。
在本实施例中，进一步通过结合语音事件与焦点事件对目标对象框进行筛选，使得筛选结果更加符合用户的实际需求，用户意图的判断能够更加准确；通过选择任意一个重复的目标对象图像以实现去重处理，使得去重操作简单易行；通过获取水平像素差值与竖直像素差值并判断其是否满足预设条件，提高了相似判断操作的准确性。
进一步地，基于上述图2所示的第一实施例，提出本发明图像识别方法的第三实施例。在本实施例中，步骤S10包括：
在接收到目标识别指令时，在接收到目标识别指令时，基于所述目标识别指令确定所述智能终端当前页面中的对象框个数；
将所述对象框个数作为计时数值，并结合预设计时单位设置单位时长。
在本实施例中，目标识别指令可由用户基于智能冰箱上的实体或触屏按键，或遥控器等向智能冰箱大屏发送的指令。系统在接收到该指令后，则开始检测当前的显示页面中所存在的对象框的个数。在确定出个数之后，系统直接将该个数数值作为计时数值，再赋予合适的时间单位，即可得到最终的单位时长。例如，若系统检测到当前页面中存在5个对象框，则定5秒为上述定时时长。
进一步地，所述目标对象图像包括目标人物图像，
所述对去重后的目标对象图像进行识别并得到目标对象识别结果，包括：
将目标人物图像上传至云端服务器，以供所述云端服务器对所述目标人物图像进行识别；
接收所述云端服务器反馈的所述目标人物图像的人物识别结果，以作为所述目标对象识别结果。
在本实施例中，系统通过云端服务器来实现图像识别。系统将去重后的目标对象图像例如明星图像上传至云端服务器，同时发送识别请求。云端服务器接收到之后，识别出对应明星的介绍信息作为识别结果反馈给智能冰箱。
进一步地，步骤S30之后，还包括：
基于所述目标对象识别结果生成目标对象介绍信息，并将所述目标对象介绍信息显示于当前页面。
在本实施例中，智能冰箱的大屏系统将当前获取到的目标对象识别结果进行整合排版后对应显示与页面上人物框的对应位置。例如，将明星的姓名、性别、年龄、籍贯、作品介绍等排版后显示在人物框下方，以便用户浏览。
在本实施例中，进一步通过直接将对象框个数数值作为单位时长的时长数值，使得单位时长的设置既贴合实际有简单易行，无需系统耗费过多的算力；通过借助云端服务器对目标对象图像进行识别，保证了识别结果的准确性；通过将基于识别结果所生成的介绍信息显示于当前页面，便于用户即刻查看，从而提升了用户体验。
本发明还提供一种图像识别装置。
所述图像识别装置包括：
时长设置模块10，用于确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，其中，所述对象框内包含对象图像；
目标确定模块20，用于在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；
目标识别模块30，用于获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。
本发明还提供一种图像识别设备。
所述图像识别设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的图像识别程序，其中所述图像识别程序被所述处理器执行时，实现如上所述的图像识别方法的步骤。
其中，所述图像识别程序被执行时所实现的方法可参照本发明图像识别方法的各个实施例，此处不再赘述。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有图像识别程序，所述图像识别程序被处理器执行时实现如上所述的图像识别方法的步骤。
其中，所述图像识别程序被执行时所实现的方法可参照本发明图像识别方法各个实施例，此处不再赘述。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台图像识别设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种图像识别方法，其特征在于，所述方法应用于带屏幕的智能终端，所述方法包括：
确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像；
在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；
获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。
2.如权利要求1所述的方法，其特征在于，所述在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框，包括：
在所述单位时长内，获取外部语音信息，在所述外部语音信息中存在预设关键词时确定所述外部语音信息所指向的对象框，并记为所述外部语音所指向的对象框的一次语音事件；
在所述单位时长内，监听所述每一所述对象框范围内触发的焦点事件，其中，所述焦点事件包括点击事件和/或注视事件；
根据预设事件权重转换规则，将所述焦点事件与所述语音事件转化为相应权重，得到每一所述对象框所对应的权重总和；
在所述权重总和达到预设权重阈值时，将所述权重总和对应的对象框作为目标对象框。
3.如权利要求1所述的方法，其特征在于，所述获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，包括：
获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值；
在所述像素差值满足预设像素差值条件时，将相应的两个所述目标对象图像作为相似图像对，并保留所述相似图像对中的任一目标对象图像作为去重后的目标对象图像。
4.如权利要求3所述的方法，其特征在于，所述获取每一所述目标对象图像的像素信息，基于所述像素信息得到任意两个所述目标对象框之间的像素差值，包括：
获取每一所述目标对象图像在水平方向上的水平像素值与竖直方向上的竖直像素值，以将所述水平像素值与竖直像素值作为所述像素信息；
获取任意两个所述目标对象图像的水平像素值差值与竖直像素值差值，以将所述水平像素差值与竖直像素差值作为所述像素差值；
所述在所述像素差值满足预设像素差值条件时之前，还包括：
判断所述水平像素差值与所述竖直像素差值是否均小于预设像素差值阈值；
若是，则判定所述像素差值满足预设像素差值条件。
5.如权利要求1所述的方法，其特征在于，所述确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，包括：
在接收到目标识别指令时，基于所述目标识别指令确定所述智能终端当前页面中的对象框个数；
将所述对象框个数作为计时数值，并结合预设计时单位设置单位时长。
6.如权利要求1所述的方法，其特征在于，所述目标对象图像包括目标人物图像，
所述对去重后的目标对象图像进行识别并得到目标对象识别结果，包括：
将目标人物图像上传至云端服务器，以供所述云端服务器对所述目标人物图像进行识别；
接收所述云端服务器反馈的所述目标人物图像的人物识别结果，以作为所述目标对象识别结果。
7.如权利要求1-6中任一项所述的方法，其特征在于，所述获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果之后，还包括：
基于所述目标对象识别结果生成目标对象介绍信息，并将所述目标对象介绍信息显示于当前页面。
8.一种图像识别装置，其特征在于，所述图像识别装置包括：
时长设置模块，用于确定所述智能终端当前页面中的对象框个数，根据所述对象框个数设置单位时长，其中，所述对象框内包含对象图像，其中，所述对象框内包含对象图像；
目标确定模块，用于在所述单位时长内获取外部语音信息和/或监听每一所述对象框范围内触发的焦点事件，并根据所述外部语音信息和/或所述焦点事件从所述对象框中筛选出目标对象框；
目标识别模块，用于获取所述目标对象框内所包含的目标对象图像，对所述目标对象图像进行去重处理，以对去重后的目标对象图像进行识别并得到目标对象识别结果。
9.一种图像识别设备，其特征在于，所述图像识别设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像识别程序，所述图像识别程序被所述处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像识别程序，所述图像识别程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
CN202011221473.6A 2020-11-04 2020-11-04 图像识别方法、装置、设备及计算机可读存储介质 Pending CN112348077A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202011221473.6A CN112348077A (zh) 2020-11-04 2020-11-04 图像识别方法、装置、设备及计算机可读存储介质
PCT/CN2021/128220 WO2022095854A1 (zh) 2020-11-04 2021-11-02 图像识别方法、装置、设备及计算机可读存储介质
EP21888551.5A EP4242912A1 (en) 2020-11-04 2021-11-02 Image recognition method, apparatus, and device, and computer-readable storage medium
US18/311,208 US20230267729A1 (en) 2020-11-04 2023-05-02 Image recognition

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011221473.6A CN112348077A (zh) 2020-11-04 2020-11-04 图像识别方法、装置、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN112348077A true CN112348077A (zh) 2021-02-09

Family

ID=74429407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011221473.6A Pending CN112348077A (zh) 2020-11-04 2020-11-04 图像识别方法、装置、设备及计算机可读存储介质

Country Status (4)

Country Link
US (1) US20230267729A1 (zh)
EP (1) EP4242912A1 (zh)
CN (1) CN112348077A (zh)
WO (1) WO2022095854A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022095854A1 (zh) * 2020-11-04 2022-05-12 深圳Tcl新技术有限公司 图像识别方法、装置、设备及计算机可读存储介质
CN115543161A (zh) * 2022-11-04 2022-12-30 广州市保伦电子有限公司 一种适用于白板一体机的抠图方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5912062B2 (ja) * 2012-05-24 2016-04-27 オリンパス株式会社 撮影機器及び動画像データの記録方法
CN108363998A (zh) * 2018-03-21 2018-08-03 北京迈格威科技有限公司 一种对象的检测方法、装置、系统和电子设备
CN109948497B (zh) * 2019-03-12 2022-01-28 北京旷视科技有限公司 一种物体检测方法、装置及电子设备
JPWO2020209097A1 (zh) * 2019-04-10 2020-10-15
CN112348077A (zh) * 2020-11-04 2021-02-09 深圳Tcl新技术有限公司 图像识别方法、装置、设备及计算机可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022095854A1 (zh) * 2020-11-04 2022-05-12 深圳Tcl新技术有限公司 图像识别方法、装置、设备及计算机可读存储介质
CN115543161A (zh) * 2022-11-04 2022-12-30 广州市保伦电子有限公司 一种适用于白板一体机的抠图方法及装置
CN115543161B (zh) * 2022-11-04 2023-08-15 广东保伦电子股份有限公司 一种适用于白板一体机的抠图方法及装置

Also Published As

Publication number Publication date
WO2022095854A1 (zh) 2022-05-12
US20230267729A1 (en) 2023-08-24
EP4242912A1 (en) 2023-09-13

Similar Documents

Publication Publication Date Title
US10169900B2 (en) Picture processing method and apparatus
US20190278453A1 (en) Screen capturing method and system for electronic device, and electronic device
US20230267729A1 (en) Image recognition
TWI586160B (zh) 利用行動電話及雲端可視化搜尋引擎之即時物體掃描
US20200404378A1 (en) Video-based information acquisition method and device
CN103377272A (zh) 相片数据夹的代表缩图的自动选择方法及自动选择系统
CN112312215B (zh) 基于用户识别的开机内容推荐方法、智能电视及存储介质
CN112422817B (zh) 图像处理方法及装置
CN110225141B (zh) 内容推送方法、装置及电子设备
CN112052784A (zh) 物品的搜索方法、装置、设备及计算机可读存储介质
CN110852196A (zh) 人脸识别信息展示方法及装置
US20160261828A1 (en) Method, Device, and System for Multipoint Video Communication
CN112866577B (zh) 图像的处理方法、装置、计算机可读介质及电子设备
CN111563726A (zh) 企业整改监管方法、装置、设备及计算机可读存储介质
US20160315886A1 (en) Network information push method, apparatus and system based on instant messaging
CN111915637B (zh) 一种图片展示方法、装置、电子设备及存储介质
US10095714B2 (en) Mobile device capable of offline and online synchronous image identifying, an image identifying system, and a storage medium for the same
US20200082585A1 (en) Interface For Receiving Subject Affinity Information
CN114745767A (zh) 电子设备的功耗控制方法、装置、电子设备和存储介质
EP2336975A1 (en) Apparatus and method for image registration in portable terminal
CN113537127A (zh) 影片匹配方法、装置、设备及存储介质
KR20210122586A (ko) 사진을 추천하는 사진 추천 장치, 방법 및 컴퓨터 프로그램
CN111090370A (zh) 图片管理方法、装置及计算机可读存储介质
CN113454634A (zh) 信息处理系统、信息处理装置、信息处理方法和程序
CN111209501B (zh) 一种图片显示方法、装置、电子设备及存储介质

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