CN113657334B - 图片识别方法和装置 - Google Patents
图片识别方法和装置 Download PDFInfo
- Publication number
- CN113657334B CN113657334B CN202110979038.8A CN202110979038A CN113657334B CN 113657334 B CN113657334 B CN 113657334B CN 202110979038 A CN202110979038 A CN 202110979038A CN 113657334 B CN113657334 B CN 113657334B
- Authority
- CN
- China
- Prior art keywords
- picture
- ticket
- feature
- gallery
- folder
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及图像识别技术领域,尤其涉及一种图片识别方法和装置。其中,该方法包括:检测到图库新增第一图片时,利用第一特征检测模型确定所述第一图片是否包含预设票务特征;若所述第一图片包含预设票务特征,则显示第一提示信息,所述第一提示信息用于提示用户确认所述第一图片是否为票务图片;如果检测到确认所述第一图片为票务图片的确认动作,则将所述第一图片存储至所述图库应用的票务文件夹;否则将所述第一图片存储值所述图库的非票务文件夹。本发明实施例方案,可以实现对票务类图片的自动归档管理。
Description
【技术领域】
本申请涉及图像识别技术领域,尤其涉及一种图片识别方法和装置。
【背景技术】
深度学习是目前科技进步的方向。通过深度学习可以一定程度上帮助用户有效的管理生活和工作。但是在图库中,利用深度计算模型自动识别物体会出现识别不准确,且每次识别出来的内容固定,用户只能被动接受每次的识别结果。
【发明内容】
有鉴于此,本发明实施例提供了一种图片自动识别方法和装置,能够实现对票务类图片的自动归档管理。
第一方面,本实施例提供一种图片识别方法,包括:
检测到图库新增第一图片时,利用第一特征检测模型确定所述第一图片是否包含预设票务特征;
若所述第一图片包含预设票务特征,则显示第一提示信息,所述第一提示信息用于提示用户确认所述第一图片是否为票务图片;
如果检测到确认所述第一图片为票务图片的确认动作,则将所述第一图片存储至所述图库的票务文件夹;否则将所述第一图片存储至所述图库的非票务文件夹。
可选的,在利用第一特征检测模型确定所述第一图片是否包含预设票务特征之前,所述方法还包括:
利用第二特征检测模型确定所述第一图片是否包含预设隐私特征;
如果所述第一图片包含所述预设隐私特征,则不触发所述第一特征检测模型对所述第一图片的检测;
如果所述第一图片未包含预设隐私特征,则触发所述第一特征检测模型对所述第一图片的检测。
可选的,如果所述第一图片包含所述预设隐私特征,则不触发所述第一特征检测模型对所述第一图片的检测之后,所述方法还包括:
显示第二提示信息,所述第二提示信息用于提示用户确认是否将所述第一图片加入所述票务文件夹;
如果检测到确认将所述第一图片加入所述票务文件夹的确认动作,则将所述第一图片存储至所述图库的票务文件夹;否则将所述第一图片存储至所述图库的非票务文件夹。
可选的,所述第一特征检测模型,通过学习图片训练库包含的各类票务图片的图片特征,以具有自动识别所述预设票务特征的功能。
可选的,所述方法还包括:
根据所述第一图片是否被确认为票务图片的确认结果,对所述第一图片添加标识信息,所述标识信息用于标识所述第一图片是否为票务图片;
将增加所述标识信息的所述第一图片添加至所述图片训练库,以用于所述第一特征检测模型的训练。
可选的,所述方法还包括:
设置所述票务文件夹包含的图片的访问权限,所述访问权限包括允许或者拒绝指定第三应用的访问。
可选的,所述方法还包括:
设置所述票务文件夹包含的图片在所述图库的显示方式,所述显示方式包含:
在图库的全库图片展示界面隐藏;或者,在图库的全库图片展示界面显示为密文。
第二方面,本实施例提供了一种图片识别装置,包括:
检测模块,用于当检测到图库新增第一图片时,利用第一特征检测模型确定所述第一图片是否包含预设票务特征;
提示模块,用于当所述第一图片包含预设票务特征,显示第一提示信息,用于提示用户确认所述第一图片是否为票务图片;
确认模块,用于当检测到确认所述第一图片为票务图片的确认动作,将所述第一图片存储至所述图库的票务文件夹;如果未检测到所述确认动作,则将所述第一图片存储至所述图库的非票务文件夹。
第三方面,本实施例提供了一种图片识别设备,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执上述第一方面任一实施例的方法。
可选的,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执上述第一方面任一实施例的方法。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它的附图。
图1为本发明实施例提供的一种电子设备的结构示意图;
图2为本发明实施例提供的一种图片自动归纳方法的流程图;
图3为本发明实施例提供的一种图片自动归纳方法的具体步骤;
图4a为本发明实施例提供的一种图片自动归纳方法的示意图;
图4b为本发明实施例提供的另一种图片自动归纳方法的示意图;
图4c为本发明实施例提供的另一种图片自动归纳方法的示意图;
图5为本发明实施例提供的一种图片自动归纳装置的结构示意图。
图6为本发明实施例提供的另一种电子设备的结构示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明实施例提供的一种电子设备的结构示意图。电子设备110可以是终端,如手机终端、平板电脑、笔记本电脑、增强现实(augmented reality,简称AR)AR/虚拟现实(virtual reality,简称VR)或者车载终端等。如图1所示,电子设备110包括处理单元111、本地文件系统112、特征检测模型113、显示单元114以及显示屏115。除此之外,在电子设备110中还安装有图库应用。
处理单元111用于处理电子设备110的指令。本地文件系统112用于存储电子设备110的本地文件,例如,本地文件系统可以包含图库,图库可以用于存储图片或者与图片相关的信息,如图片缩略图。电子设备安装的图库应用可以对图库中存储的图片或者图片相关信息进行处理。当然,图库中的各图片和图片相关信息也可以存储于云端或者外接存储器。图库应用通过与云端或者外接服务器对图片进行处理。特征检测模型113用于对图库中的图片进行特征检测。例如,特征检测模型113可以在处理单元111的控制下对图库新增的图片进行特征检测。显示单元114用于驱动显示屏115显示图片或者图片相关信息。作为一种可选方案,显示屏115包括触摸屏、柔性屏、曲面屏或者其它类型的屏幕。
需要说明的是,上述图库应用可以是电子设备110中安装的系统相册应用,也可以是电子设备110下载的其他相册应用。当电子设备通过处理单元111调用相机完成拍照或通过截屏等方式获取新增图片时,处理单元111可以将新增图片保存到本地文件系统112,具体的,可以保存到图库中。之后,当图库应用被触发时,图库应用可以通过处理单元111触发特征检测模型113,以使特征检测模型113对新增图片进行特征检测。在一些实施例中,所述特征检测可以是检测新增图片是否包含预设隐私特征,和/或,新增图片是否包含特定类型图片特征,该特定类型图片特征例如可以是票务特征。处理单元111获取到新增图片的检测结果之后,可以将检测结果通过显示单元114驱动显示屏115显示出来,并接受用户对该检测结果的进一步确认。
结合图1所示的电子设备架构,本发明实施例提供了一种图片识别方法。基于该方法,当图库中新增图片时,可以自动检测新增图片是否为票务类图片,如果新增图片是票务类图片,可以结合用户的确认操作对新增图片归档。由此,可以实现对票务类图片的自动识别与归纳。其中,该方法执行主体为图1所示电子设备的处理单元111,如图2所示,该方法的处理步骤包括:
201,检测到图库新增第一图片时,利用第一特征检测模型确定所述第一图片是否包含预设票务特征。
在一些实施例中,图库新增图片的方式可以包括:通过拍照、截屏、网络下载以及从其他设备导入等方式在图库新增图片。可选的,新增图片可以是任意类型的图片。其中,诸如发票、车票、机票、超市小票等票务类型的图片可以为本发明实施例需要识别归档的图片。
在一些实施例中,图1所示特征检测模型113包含第一特征检测模型。第一特征检测模型可以用于检测图片是否包含预设票务特征。所述预设票务特征例如可以是上述发票、车票、机票、超市小票等票务类型图片的特征。当处理单元111检测到图库新增加图片(简称为第一图片)时,可以调用第一特征检测模型对第一图片进行特征检测。
202,若所述第一图片包含预设票务特征,则显示第一提示信息,所述第一提示信息用于提示用户确认所述第一图片是否为票务图片。
具体地,当处理单元111确定所述第一图片包含预设票务特征时,则处理单元可以通过显示单元114在显示屏115显示第一提示信息。第一提示信息用于提示用户确认第一图片是否为票务图片。
203,确定是否检测到确认第一图片为票务图片的确认动作。如果检测到所述确认动作,则执行步骤204;如果未检测到所述确认动作,则执行步骤205。
204,将所述第一图片存储至所述图库的票务文件夹。
205,将所述第一图片存储至所述图库的非票务文件夹。
本发明实施例的上述图片识别方法,通过对图片的自动识别,辅助以用户的手动确认,可以实现票务类图片的自动归档。基于本发明实施例方案,可以减少用户手动将图片添加到票务文件夹的繁琐操作,同时完成对票务类图片的自动分类归纳,在对票务类图片有需要时可以更加方便的进行查找检索。
在一些实施例中,可以预先建立图片训练库,图片训练库包含各类票务图片。第一特征检测模型可以通过学习图片训练库包含的各类票务图片的图片特征,以具有自动识别所述预设票务特征的功能。
在一些实施例中,在步骤202显示第一提示信息之后,可能获取到用户确认第一图片为票务图片的确认动作,也可能未获取到确认第一图片为票务图片的确认动作。根据用户对第一图片的确认结果,可以对第一图片添加标识信息,所述标识信息用于标识第一图片是否为票务图片。例如,当获取到用户确认第一图片为票务图片的确认动作时,对第一图片添加票务图片标识;当未获取到所述确认动作时,对第一图片添加非票务图片标识。将增加所述标识信息的第一图片添加至图片训练库,并利用更新后的图片训练库继续对第一特征检测进行训练。采用此方式,可以根据更新后的图片训练库不断增强第一特征检测模型的学习能力,提高第一特征检测模型识别票务图片的准确性。
在一些实施例中,特征检测模型113除了包含第一特征检测模型之外,还包括第二特征检测模型。第二特征检测模型,用于在图库新增第一图片时,确定第一图片是否包含预设隐私特征。如果检测到第一图片包含所述预设隐私特征,则不触发所述第一特征检测模型对所述第一图片的检测;如果所述第一图片未包含预设隐私特征,则触发所述后续第一特征检测模型对所述第一图片的检测。利用第二特征检测模型提前检测用户隐私特征,可以最大限度的保护用户隐私信息的安全,防止用户隐私信息泄露。
在一些实施例中,如果第二特征检测模型检测到所述第一图片包含所述预设隐私特征,此时为了实现对第一图片的归档,则可以显示第二提示信息,所述第二提示信息用于提示用户确认是否将所述包含隐私特征的第一图片加入票务文件夹。其中,如果检测到确认将所述第一图片加入所述票务文件夹的确认动作,则将所述第一图片存储至所述图库的票务文件夹;否则将所述第一图片存储至所述图库的非票务文件夹。即,当图库新增图片包含预设隐私特征,如包含用户身份证特征、指纹特征等时,可以不触发第一特征检测模型的自动检测,此时可以采用用户手动确认方式对第一图片进行归档。
参见图3,为本发明实施例图片识别方法的一个具体实施例,包括:
301,处理单元检测到图库新增第一图片。
302,处理单元调用第二特征检测模型对第一图片进行检测,判断其是否包含用户隐私特征,如果包含用户隐私特征,则执行步骤308;如果不包含用户隐私特征,则执行步骤303。
303,处理单元调用第一特征检测模型对第一图片进行第一特征检测判断第一图片是否包含预设票务特征,如果包含票务特征,则执行步骤304;如果不包含票务特征,则执行步骤306。
304,处理单元通过显示单元在显示屏显示第一提示信息,第一提示信息用于提示用户确认所述第一图片是否为票务图片。
具体地,如图4a所示,当处理单元确定第一图片包含预设票务特征时,可以在显示屏显示第一弹窗,第一弹窗提示用户是否将第一图片存储至票务文件夹。
305,处理单元检测是否收到用户触发的确认指令。如图4a所示,第一弹窗上包括确认按钮和取消按钮。当用户确认将第一图片存储至票务文件夹时,则通过确认按钮触发确认指令;否则,通过取消按钮触发将第一图片存储至其它文件夹的指令。
306,若检测到用户触发的确认指令,则将第一图片存储至图库的票务文件夹。
307,若未检测到用户触发的确认指令,则将第一图片存储至非票务文件夹。
308,处理单元通过显示单元控制显示屏显示第二提示信息,第二提示信息用于提示用户是否将包含用户隐私的第一图片保存至票务文件夹。
309,若接收到用户确认指令,则将第一图片加入票务文件夹;若未接到用户确认指令则将第一图片保存至非票务文件夹。
如图4b所示,图库中包含票务文件夹,票务案件加可以用于存储票务图片。如图4c所示,点击票务文件夹可以查看票务图片。
基于本发明实施例方案,当用户需要查看票务类图片时,只需点击进入票务类文件夹便可进行查看,无需在所有照片中进行繁琐的查找,同时也不会在浏览其他日常照片时突然出现票务类照片的干扰。这样既便于在有需求时完成对票务类图片的浏览、查找和管理,又可以避免票务类图片和日常照片的混合杂糅,让相册干净而有序。
在一些实施例中,可以根据用户需要设置票务文件夹包含的各图片的访问权限,所述访问权限包括允许或者拒绝指定第三应用的访问。同时可根据用户需要在图库设置票务文件夹包含的各图片的显示方式。例如,票务文件夹包含的各图片可以在图库的全库图片展示界面隐藏;或者,在图库的全库图片展示界面显示为密文。
对应上述图片识别方法,本发明实施例还提供了一种图片识别装置。参见图 5,所述图片识别装置可以包括:检测模块401、提示模块402和确认模块403。
检测模块401,用于当检测到图库新增第一图片时,利用第一特征检测模型确定所述第一图片是否包含预设票务特征。
提示模块402,用于当所述第一图片包含预设票务特征,显示第一提示信息,用于提示用户确认所述第一图片是否为票务图片。
确认模块403,用于当检测到确认所述第一图片为票务图片的确认动作,将所述第一图片存储至所述图库的票务文件夹;如果未检测到所述确认动作,则将所述第一图片存储至所述图库的非票务文件夹。
图5所示实施例提供的图片识别处理装置可用于执行本说明书所示方法实施例的技术方案,其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
图6为本说明书电子设备一个实施例的结构示意图,如图6所示,上述电子设备可以包括至少一个处理器;以及与上述处理器通信连接的至少一个存储器,其中:存储器存储有可被处理器执行的程序指令,上述处理器调用上述程序指令能够执行本实施例提供的图片识别方法。
其中,上述电子设备可以为能够与用户进行智能对话的设备,例如:云服务器,本说明书实施例对上述电子设备的具体形式不作限定。可以理解的是,这里的电子设备即为方法实施例中提到的机器。
图6示出了适于用来实现本说明书实施方式的示例性电子设备的框图。图6 显示的电子设备仅仅是一个示例,不应对本说明书实施例的功能和使用范围带来任何限制。
如图6所示,电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于:一个或者多个处理器510,存储器530,连接不同系统组件(包括存储器530和处理器510)的通信总线540。
通信总线540表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构 (Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
电子设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器530可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)和/或高速缓存存储器。电子设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。存储器530可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本说明书各实施例的功能。
具有一组(至少一个)程序模块的程序/实用工具,可以存储在存储器530 中,这样的程序模块包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本说明书所描述的实施例中的功能和/或方法。
处理器510通过运行存储在存储器530中的程序,从而执行各种功能应用以及数据处理,例如实现本说明书所示实施例提供的图片识别方法。
本说明书实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行本说明书所示实施例提供的图片识别方法。
上述非暂态计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory;以下简称:ROM)、可擦式可编程只读存储器(Erasable ProgrammableRead Only Memory;以下简称:EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本说明书操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、 Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network;以下简称:LAN)或广域网(Wide Area Network;以下简称:WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本说明书的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本说明书的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本说明书的实施例所属技术领域的技术人员所理解。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是,本说明书实施例中所涉及的终端可以包括但不限于个人计算机(Personal Computer;以下简称:PC)、个人数字助理(Personal Digital Assistant;以下简称:PDA)、无线手持设备、平板电脑(Tablet Computer)、手机、MP3 播放器、MP4播放器等。
在本说明书所提供的实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本说明书各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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装置(可以是个人计算机,服务器,或者网络装置等)或处理器 (Processor)执行本说明书各个实施例所述方法的部分步骤。
以上所述仅为本说明书的较佳实施例而已,并不用以限制本说明书,凡在本说明书的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本说明书保护的范围之内。
Claims (10)
1.一种图片识别方法,其特征在于,包括:
检测到图库新增第一图片时,利用第二特征检测模型确定所述第一图片是否包含预设隐私特征;
基于所述第一图片不包含所述预设隐私特征,触发第一特征检测模型确定所述第一图片是否包含预设票务特征;
若所述第一图片包含预设票务特征,则显示第一提示信息,所述第一提示信息用于提示用户确认所述第一图片是否为票务图片;
如果检测到确认所述第一图片为票务图片的确认动作,则将所述第一图片存储至所述图库的票务文件夹;否则将所述第一图片存储至所述图库的非票务文件夹。
2.根据权利要求1所述的方法,其特征在于,所述利用第二特征检测模型确定所述第一图片是否包含预设隐私特征,包括:
如果所述第一图片包含所述预设隐私特征,则不触发所述第一特征检测模型对所述第一图片的检测。
3.根据权利要求2所述的方法,其特征在于,如果所述第一图片包含所述预设隐私特征,则不触发所述第一特征检测模型对所述第一图片的检测之后,所述方法还包括:
显示第二提示信息,所述第二提示信息用于提示用户确认是否将所述第一图片加入所述票务文件夹;
如果检测到确认将所述第一图片加入所述票务文件夹的确认动作,则将所述第一图片存储至所述图库的票务文件夹;否则将所述第一图片存储至所述图库的非票务文件夹。
4.根据权利要求1至3任一项所述的方法,所述第一特征检测模型,通过学习图片训练库包含的各类票务图片的图片特征,以具有自动识别所述预设票务特征的功能。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述第一图片是否被确认为票务图片的确认结果,对所述第一图片添加标识信息,所述标识信息用于标识所述第一图片是否为票务图片;
将增加所述标识信息的所述第一图片添加至所述图片训练库,以用于所述第一特征检测模型的训练。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
设置所述票务文件夹包含的图片的访问权限,所述访问权限包括允许或者拒绝指定第三应用的访问。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
设置所述票务文件夹包含的图片在所述图库的显示方式,所述显示方式包含:
在图库的全库图片展示界面隐藏;或者,在图库的全库图片展示界面显示为密文。
8.一种图片识别装置,其特征在于,包括:
检测模块,用于当检测到图库新增第一图片时,利用第二特征检测模型确定所述第一图片是否包含预设隐私特征;基于所述第一图片不包含所述预设隐私特征,触发第一特征检测模型确定所述第一图片是否包含预设票务特征;
提示模块,用于当所述第一图片包含预设票务特征,显示第一提示信息,用于提示用户确认所述第一图片是否为票务图片;
确认模块,用于当检测到确认所述第一图片为票务图片的确认动作,将所述第一图片存储至所述图库的票务文件夹;如果未检测到所述确认动作,则将所述第一图片存储至所述图库的非票务文件夹。
9.一种图片识别设备,其特征在于,包括:
至少一个处理器;以及
与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至7任一项所述的方法。
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包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979038.8A CN113657334B (zh) | 2021-08-25 | 2021-08-25 | 图片识别方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979038.8A CN113657334B (zh) | 2021-08-25 | 2021-08-25 | 图片识别方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113657334A CN113657334A (zh) | 2021-11-16 |
CN113657334B true CN113657334B (zh) | 2023-01-20 |
Family
ID=78481920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110979038.8A Active CN113657334B (zh) | 2021-08-25 | 2021-08-25 | 图片识别方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113657334B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663435B (zh) * | 2012-04-28 | 2013-12-11 | 南京邮电大学 | 基于半监督的垃圾图片过滤方法 |
CN109426759A (zh) * | 2017-08-22 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 物品的可视化文件归档的方法、装置和电子设备 |
CN110390189A (zh) * | 2018-04-19 | 2019-10-29 | 上海擎感智能科技有限公司 | 基于移动终端的隐私保护方法、操作系统、及车辆 |
CN108804932A (zh) * | 2018-05-29 | 2018-11-13 | 北京珠穆朗玛移动通信有限公司 | 图片存储方法、移动终端及存储介质 |
CN111178345A (zh) * | 2019-05-20 | 2020-05-19 | 京东方科技集团股份有限公司 | 一种票据分析方法、分析装置、计算机设备和介质 |
CN110348522B (zh) * | 2019-07-12 | 2021-12-07 | 创新奇智(青岛)科技有限公司 | 一种图像检测识别方法及系统、电子设备、图像分类网络优化方法及系统 |
-
2021
- 2021-08-25 CN CN202110979038.8A patent/CN113657334B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113657334A (zh) | 2021-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102173123B1 (ko) | 전자장치에서 이미지 내의 특정 객체를 인식하기 위한 방법 및 장치 | |
US9420093B2 (en) | Apparatus and method for providing additional information by using caller phone number | |
US9871903B2 (en) | Mobile computing terminal with more than one lock screen and method of using the same | |
CN106575361B (zh) | 提供视觉声像的方法和实现该方法的电子设备 | |
CN108463799B (zh) | 电子设备的柔性显示器及其操作方法 | |
EP3176719A1 (en) | Methods and devices for acquiring certification document | |
US20140223345A1 (en) | Method for initiating communication in a computing device having a touch sensitive display and the computing device | |
CN110209263B (zh) | 信息处理方法、信息处理设备及设备可读存储介质 | |
KR20180014632A (ko) | 전자 장치 및 그의 동작 방법 | |
CN112925426A (zh) | 触控笔的处理方法、装置和电子设备 | |
CN114882681A (zh) | 工单处理方法及装置、电子设备和存储介质 | |
US20190227634A1 (en) | Contextual gesture-based image searching | |
KR102303206B1 (ko) | 전자장치에서 이미지 내의 특정 객체를 인식하기 위한 방법 및 장치 | |
KR20150007723A (ko) | 복수의 오브젝트들 사이에 공통된 오브젝트 속성에 대응하는 작업을 수행하는 전자 장치 제어 방법 | |
CN117724795A (zh) | 页面交互方法、装置、设备及存储介质 | |
US20150112997A1 (en) | Method for content control and electronic device thereof | |
CN113657334B (zh) | 图片识别方法和装置 | |
CN112381091A (zh) | 视频内容识别方法、装置、电子设备及存储介质 | |
CN115390776A (zh) | 投屏控制方法、装置、终端和存储介质 | |
CN110929241B (zh) | 一种小程序的快速启动方法、装置、介质和电子设备 | |
CN111083552A (zh) | 一种缩略图生成方法、装置、设备和介质 | |
CN112287135A (zh) | 截图处理方法及装置 | |
EP2869180A1 (en) | Multi-language input method and multi-language input apparatus using the same | |
CN113655947A (zh) | 文件处理方法和设备 | |
CN116011414A (zh) | 词语注释方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |