CN112861954A - 图片相似度计算方法、系统、设备及计算机可读介质 - Google Patents
图片相似度计算方法、系统、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN112861954A CN112861954A CN202110135277.5A CN202110135277A CN112861954A CN 112861954 A CN112861954 A CN 112861954A CN 202110135277 A CN202110135277 A CN 202110135277A CN 112861954 A CN112861954 A CN 112861954A
- Authority
- CN
- China
- Prior art keywords
- similarity
- pictures
- color
- contour
- judging
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
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)
- Image Analysis (AREA)
Abstract
本发明揭示了一种图片相似度计算方法、系统、设备及计算机可读介质,所述图片相似度计算方法包括:获取两张图片的颜色特征;获取两张图片的轮廓特征;根据两张图片的颜色特征判断两张图片颜色特征的相似度;根据两张图片的轮廓特征判断两张图片轮廓特征的相似度;结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。本发明提出的图片相似度计算方法、系统、设备及计算机可读介质,可以提高计算精确度。
Description
技术领域
本发明属于图片相似度计算技术领域,涉及一种相似度计算方法,尤其涉及一种图片相似度计算方法、系统、设备及计算机可读介质。
背景技术
常用的图片相似度计算方法,如哈希算法,通过比较两张图片hash值的汉明距离来度量图片的相似度。但该算法更着重通过图片的“轮廓”来区分图片,未将图片像素均值考虑在内,计算准确度较低。
有鉴于此,如今迫切需要设计一种新的图片相似度计算方式,以便克服现有图片相似度计算方式存在的上述至少部分缺陷。
发明内容
本发明提供一种图片相似度计算方法、系统、设备及计算机可读介质,可以提高计算精确度。
为解决上述技术问题,根据本发明的一个方面,采用如下技术方案:
一种图片相似度计算方法,所述图片相似度计算方法包括:
获取两张图片的颜色特征;所述颜色特征为像素均值;
获取两张图片的轮廓特征;所述图片轮廓特征为phash值;
根据两张图片的颜色特征判断两张图片颜色特征的相似度;判断两张图片颜色特征的相似度的方法包括:计算两个图片像素均值之间的差值,通过对比两张图片的像素均值的差值来度量图片的相似度;
根据两张图片的轮廓特征判断两张图片轮廓特征的相似度;判断两张图片轮廓特征的相似度的方法包括:计算两个图片轮廓特征phash值的汉明距离,通过比较两张图片phash值的汉明距离来度量图片的相似度;
结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
根据本发明的另一个方面,采用如下技术方案:一种图片相似度计算方法,所述图片相似度计算方法包括:
获取两张图片的颜色特征;
获取两张图片的轮廓特征;
根据两张图片的颜色特征判断两张图片颜色特征的相似度;
根据两张图片的轮廓特征判断两张图片轮廓特征的相似度;
结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
作为本发明的一种实施方式,所述颜色特征为像素均值。
作为本发明的一种实施方式,判断两张图片颜色特征的相似度的方法包括:计算两个图片像素均值之间的差值,通过对比两张图片的像素均值的差值来度量图片的相似度。
作为本发明的一种实施方式,所述图片轮廓特征为phash值。
作为本发明的一种实施方式,判断两张图片轮廓特征的相似度的方法包括:计算两个图片轮廓特征phash值的汉明距离,通过比较两张图片phash值的汉明距离来度量图片的相似度。
根据本发明的又一个方面,采用如下技术方案:一种图片相似度计算系统,所述系统包括:
图片颜色特征获取模块,用以获取两张图片颜色特征;所述颜色特征为像素均值;
图片轮廓特征获取模块,用以获取两张图片的轮廓特征;所述图片轮廓特征为phash值;
颜色特征相似度判断模块,用以判断两张图片颜色特征的相似度;所述颜色特征相似度判断模块包括图片像素均值差值计算模块,用以计算两个图片像素均值之间的差值;所述颜色特征相似度判断模块用以通过对比两张图片的像素均值的差值来度量图片的相似度;
图片轮廓特征相似度判断模块,用以判断两张图片轮廓特征的相似度;所述图片轮廓特征相似度判断模块包括汉明距离计算模块,用以计算两张图片轮廓特征phash值的汉明距离;所述图片轮廓特征相似度判断模块通过比较两张图片phash值的汉明距离来度量图片的相似度;
图片相似度判断模块,用以结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
根据本发明的又一个方面,采用如下技术方案:一种图片相似度计算系统,所述系统包括:
图片颜色特征获取模块,用以获取两张图片颜色特征;
图片轮廓特征获取模块,用以获取两张图片的轮廓特征;
颜色特征相似度判断模块,用以判断两张图片颜色特征的相似度;
图片轮廓特征相似度判断模块,用以判断两张图片轮廓特征的相似度;
图片相似度判断模块,用以结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
作为本发明的一种实施方式,所述颜色特征为像素均值;所述颜色特征相似度判断模块包括图片像素均值差值计算模块,用以计算两个图片像素均值之间的差值;
所述颜色特征相似度判断模块用以通过对比两张图片的像素均值的差值来度量图片的相似度。
作为本发明的一种实施方式,所述图片轮廓特征为phash值;所述图片轮廓特征相似度判断模块包括汉明距离计算模块,用以计算两张图片轮廓特征phash值的汉明距离;
所述图片轮廓特征相似度判断模块通过比较两张图片phash值的汉明距离来度量图片的相似度。
根据本发明的又一个方面,采用如下技术方案:一种图片相似度计算方法的设备,所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所述设备执行上述的方法。
根据本发明的又一个方面,采用如下技术方案:一种计算机可读介质,其上存储有计算机程序指令,所述计算机可读指令可被处理器执行以实现如上述的方法。
本发明的有益效果在于:本发明提出的图片相似度计算方法、系统、设备及计算机可读介质,可以提高计算精确度。
本发明在Phash算法的基础上增加了基于图片颜色特征的计算,对相似度算法进行了优化;该算法在处理两张轮廓相似但颜色不同的图片时有很大的优势。
附图说明
图1为本发明一实施例中图片相似度计算方法的流程图。
图2为本发明一实施例中图片相似度计算系统的组成示意图。
具体实施方式
下面结合附图详细说明本发明的优选实施例。
为了进一步理解本发明,下面结合实施例对本发明优选实施方案进行描述,但是应当理解,这些描述只是为进一步说明本发明的特征和优点,而不是对本发明权利要求的限制。
该部分的描述只针对几个典型的实施例,本发明并不仅局限于实施例描述的范围。相同或相近的现有技术手段与实施例中的一些技术特征进行相互替换也在本发明描述和保护的范围内。
说明书中各个实施例中的步骤的表述只是为了方便说明,本申请的实现方式不受步骤实现的顺序限制。说明书中的“连接”既包含直接连接,也包含间接连接。
本发明揭示了一种图片相似度计算方法,图1为本发明一实施例中图片相似度计算方法的流程图;请参阅图1,所述图片相似度计算方法包括:
【步骤S1】获取两张图片的颜色特征;
在本发明的一实施例中,所述颜色特征为像素均值。
【步骤S2】获取两张图片的轮廓特征;
在本发明的一实施例中,所述图片轮廓特征为phash值。
【步骤S3】根据两张图片的颜色特征判断两张图片颜色特征的相似度;
在本发明的一实施例中,判断两张图片颜色特征的相似度的方法包括:计算两个图片像素均值之间的差值,通过对比两张图片的像素均值的差值来度量图片的相似度。
【步骤S4】根据两张图片的轮廓特征判断两张图片轮廓特征的相似度;
在本发明的一实施例中,判断两张图片轮廓特征的相似度的方法包括:计算两个图片轮廓特征phash值的汉明距离,通过比较两张图片phash值的汉明距离来度量图片的相似度。
【步骤S5】结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
在本发明的一种使用中,图片相似度计算算法通过结合图片轮廓特征相似度和图片颜色特征的相似度计算两张图片的相似度;其中,图片轮廓特征相似度通过比较两张图片phash值的汉明距离来度量图片的相似度;图片颜色特征的相似度通过对比两张图片的像素均值的差值来度量图片的相似度。
本发明还揭示一种图片相似度计算系统,图2为本发明一实施例中图片相似度计算系统的组成示意图;请参阅图2,所述图片相似度计算系统包括:图片颜色特征获取模块1、图片轮廓特征获取模块2、颜色特征相似度判断模块3、图片轮廓特征相似度判断模块4及图片相似度判断模块5。
图片颜色特征获取模块1用以获取两张图片颜色特征;在一实施例中,所述颜色特征为像素均值。
图片轮廓特征获取模块2用以获取两张图片的轮廓特征;在一实施例中,所述图片轮廓特征为phash值。
颜色特征相似度判断模块3用以判断两张图片颜色特征的相似度。在一实施例中,所述颜色特征相似度判断模块3包括图片像素均值差值计算模块,用以计算两个图片像素均值之间的差值。所述颜色特征相似度判断模块3用以通过对比两张图片的像素均值的差值来度量图片的相似度。
图片轮廓特征相似度判断模块4用以判断两张图片轮廓特征的相似度。在一实施例中,所述图片轮廓特征相似度判断模块4包括汉明距离计算模块,用以计算两张图片轮廓特征phash值的汉明距离;所述图片轮廓特征相似度判断模块4通过比较两张图片phash值的汉明距离来度量图片的相似度。
图片相似度判断模块5用以结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。在本发明的一种使用场景中,所述图片相似度判断模块5通过结合图片轮廓特征相似度和图片颜色特征的相似度计算两张图片的相似度;其中图片轮廓特征相似度通过比较两张图片phash值的汉明距离来度量图片的相似度;图片颜色特征的相似度通过对比两张图片的像素均值的差值来度量图片的相似度。
本发明还揭示一种图片相似度计算方法的设备,所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所述设备执行上述的方法。
本发明进一步揭示一种计算机可读介质,其上存储有计算机程序指令,所述计算机可读指令可被处理器执行以实现如上述的方法。
综上所述,本发明提出的图片相似度计算方法、系统、设备及计算机可读介质,可以提高计算精确度。
本发明在Phash算法的基础上增加了基于图片颜色特征的计算,对相似度算法进行了优化;该算法在处理两张轮廓相似但颜色不同的图片时有很大的优势。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施;例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一些实施例中,本申请的软件程序可以通过处理器执行以实现上文步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中;例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现;例如,作为与处理器配合从而执行各个步骤或功能的电路。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
这里本发明的描述和应用是说明性的,并非想将本发明的范围限制在上述实施例中。实施例中所涉及的效果或优点可因多种因素干扰而可能不能在实施例中体现,对于效果或优点的描述不用于对实施例进行限制。这里所披露的实施例的变形和改变是可能的,对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是,在不脱离本发明的精神或本质特征的情况下,本发明可以以其它形式、结构、布置、比例,以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下,可以对这里所披露的实施例进行其它变形和改变。
Claims (10)
1.一种图片相似度计算方法,其特征在于,所述图片相似度计算方法包括:
获取两张图片的颜色特征;所述颜色特征为像素均值;
获取两张图片的轮廓特征;所述图片轮廓特征为phash值;
根据两张图片的颜色特征判断两张图片颜色特征的相似度;判断两张图片颜色特征的相似度的方法包括:计算两个图片像素均值之间的差值,通过对比两张图片的像素均值的差值来度量图片的相似度;
根据两张图片的轮廓特征判断两张图片轮廓特征的相似度;判断两张图片轮廓特征的相似度的方法包括:计算两个图片轮廓特征phash值的汉明距离,通过比较两张图片phash值的汉明距离来度量图片的相似度;
结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
2.一种图片相似度计算方法,其特征在于,所述图片相似度计算方法包括:
获取两张图片的颜色特征;
获取两张图片的轮廓特征;
根据两张图片的颜色特征判断两张图片颜色特征的相似度;
根据两张图片的轮廓特征判断两张图片轮廓特征的相似度;
结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
3.根据权利要求2所述的图片相似度计算方法,其特征在于:
所述颜色特征为像素均值;
判断两张图片颜色特征的相似度的方法包括:计算两个图片像素均值之间的差值,通过对比两张图片的像素均值的差值来度量图片的相似度。
4.根据权利要求2所述的图片相似度计算方法,其特征在于:
所述图片轮廓特征为phash值;
判断两张图片轮廓特征的相似度的方法包括:计算两个图片轮廓特征phash值的汉明距离,通过比较两张图片phash值的汉明距离来度量图片的相似度。
5.一种图片相似度计算系统,其特征在于,所述系统包括:
图片颜色特征获取模块,用以获取两张图片颜色特征;所述颜色特征为像素均值;
图片轮廓特征获取模块,用以获取两张图片的轮廓特征;所述图片轮廓特征为phash值;
颜色特征相似度判断模块,用以判断两张图片颜色特征的相似度;所述颜色特征相似度判断模块包括图片像素均值差值计算模块,用以计算两个图片像素均值之间的差值;所述颜色特征相似度判断模块用以通过对比两张图片的像素均值的差值来度量图片的相似度;
图片轮廓特征相似度判断模块,用以判断两张图片轮廓特征的相似度;所述图片轮廓特征相似度判断模块包括汉明距离计算模块,用以计算两张图片轮廓特征phash值的汉明距离;所述图片轮廓特征相似度判断模块通过比较两张图片phash值的汉明距离来度量图片的相似度;
图片相似度判断模块,用以结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
6.一种图片相似度计算系统,其特征在于,所述系统包括:
图片颜色特征获取模块,用以获取两张图片颜色特征;
图片轮廓特征获取模块,用以获取两张图片的轮廓特征;
颜色特征相似度判断模块,用以判断两张图片颜色特征的相似度;
图片轮廓特征相似度判断模块,用以判断两张图片轮廓特征的相似度;
图片相似度判断模块,用以结合两张图片颜色特征的相似度和轮廓特征的相似度按照设定计算规则计算两个图片的相似度。
7.根据权利要求6所述的图片相似度计算系统,其特征在于:
所述颜色特征为像素均值;所述颜色特征相似度判断模块包括图片像素均值差值计算模块,用以计算两个图片像素均值之间的差值;
所述颜色特征相似度判断模块用以通过对比两张图片的像素均值的差值来度量图片的相似度。
8.根据权利要求6所述的图片相似度计算系统,其特征在于:
所述图片轮廓特征为phash值;所述图片轮廓特征相似度判断模块包括汉明距离计算模块,用以计算两张图片轮廓特征phash值的汉明距离;
所述图片轮廓特征相似度判断模块通过比较两张图片phash值的汉明距离来度量图片的相似度。
9.一种图片相似度计算方法的设备,其特征在于,所述设备包括用于存储计算机程序指令的存储器和用于执行计算机程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发所述设备执行权利要求1至4中任一项所述的方法。
10.一种计算机可读介质,其特征在于,其上存储有计算机程序指令,所述计算机可读指令可被处理器执行以实现如权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110135277.5A CN112861954A (zh) | 2021-02-01 | 2021-02-01 | 图片相似度计算方法、系统、设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110135277.5A CN112861954A (zh) | 2021-02-01 | 2021-02-01 | 图片相似度计算方法、系统、设备及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112861954A true CN112861954A (zh) | 2021-05-28 |
Family
ID=75987308
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110135277.5A Pending CN112861954A (zh) | 2021-02-01 | 2021-02-01 | 图片相似度计算方法、系统、设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112861954A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354248A (zh) * | 2015-10-19 | 2016-02-24 | 南通大学 | 基于灰度的分布式图像底层特征识别方法及系统 |
CN106650829A (zh) * | 2017-01-04 | 2017-05-10 | 华南理工大学 | 一种图片相似度计算方法 |
CN108073872A (zh) * | 2016-11-18 | 2018-05-25 | 北京体基科技有限公司 | 基于像素间相似度的手部区域识别方法及装置 |
US20190095463A1 (en) * | 2017-09-27 | 2019-03-28 | Shutterfly, Inc. | System and method for reducing similar photos for display and product design |
CN109685114A (zh) * | 2018-11-29 | 2019-04-26 | 昆明理工大学 | 一种基于预筛选法和PHash的图像相似判定方法 |
CN109685112A (zh) * | 2018-11-29 | 2019-04-26 | 昆明理工大学 | 一种基于颜色差值算法和DHash的图像相似判定方法 |
US20190377971A1 (en) * | 2017-06-13 | 2019-12-12 | Tencent Technology (Shenzhen) Company Limited | Similar picture identification method, device, and storage medium |
-
2021
- 2021-02-01 CN CN202110135277.5A patent/CN112861954A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354248A (zh) * | 2015-10-19 | 2016-02-24 | 南通大学 | 基于灰度的分布式图像底层特征识别方法及系统 |
CN108073872A (zh) * | 2016-11-18 | 2018-05-25 | 北京体基科技有限公司 | 基于像素间相似度的手部区域识别方法及装置 |
CN106650829A (zh) * | 2017-01-04 | 2017-05-10 | 华南理工大学 | 一种图片相似度计算方法 |
US20190377971A1 (en) * | 2017-06-13 | 2019-12-12 | Tencent Technology (Shenzhen) Company Limited | Similar picture identification method, device, and storage medium |
US20190095463A1 (en) * | 2017-09-27 | 2019-03-28 | Shutterfly, Inc. | System and method for reducing similar photos for display and product design |
CN109685114A (zh) * | 2018-11-29 | 2019-04-26 | 昆明理工大学 | 一种基于预筛选法和PHash的图像相似判定方法 |
CN109685112A (zh) * | 2018-11-29 | 2019-04-26 | 昆明理工大学 | 一种基于颜色差值算法和DHash的图像相似判定方法 |
Non-Patent Citations (1)
Title |
---|
鲜翠琼等: "一种图文组合相似度算法的设计与优化", 《软件工程》, vol. 23, no. 08, 5 August 2020 (2020-08-05), pages 9 - 12 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447154B (zh) | 图片相似度检测方法、装置、介质及电子设备 | |
KR102320649B1 (ko) | 얼굴 이미지 품질을 결정하는 방법과 장치, 전자 기기 및 컴퓨터 저장 매체 | |
US8406474B2 (en) | Method and apparatus for identifying obstacle in image | |
US9105107B2 (en) | Apparatus and method for image processing | |
US11445214B2 (en) | Determining variance of a block of an image based on a motion vector for the block | |
US10223804B2 (en) | Estimation device and method | |
US8831359B2 (en) | Apparatus and method for refining a value of a similarity measure | |
US20200134784A1 (en) | Method, Electronic Device, and Storage Medium for Obtaining Depth Image | |
TWI722638B (zh) | 一種點雲融合方法、電子設備和電腦儲存介質 | |
CN112312001B (zh) | 一种图像检测的方法、装置、设备和计算机存储介质 | |
CN113674220A (zh) | 一种图像差异检测方法、检测装置和存储介质 | |
Zhang et al. | Depth enhancement with improved exemplar-based inpainting and joint trilateral guided filtering | |
JP2020077165A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US20160035107A1 (en) | Moving object detection | |
EP2536123A1 (en) | Image processing method and image processing apparatus | |
WO2024027634A1 (zh) | 跑动距离估算方法、装置、电子设备及存储介质 | |
CN112861954A (zh) | 图片相似度计算方法、系统、设备及计算机可读介质 | |
CN109426775B (zh) | 一种检测人脸图像中网纹的方法、装置及设备 | |
CN111126101A (zh) | 关键点位置的确定方法、装置、电子设备和存储介质 | |
US20140307075A1 (en) | Imaging apparatus and control method thereof | |
CN111126105B (zh) | 人体关键点检测方法和装置 | |
TWI814500B (zh) | 減少深度估計模型誤差的方法、裝置、設備及存儲介質 | |
TWI824550B (zh) | 畸變圖像生成方法、電子設備及計算機可讀存儲媒體 | |
WO2022062048A1 (zh) | 粗糙度补偿方法、系统、图像处理设备及可读存储介质 | |
TWI792978B (zh) | 影像比對方法、裝置、電子設備及電腦可讀存儲介質 |
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 |