CN113779292A - 图像分类的方法、装置、服务器及计算机可读存储介质 - Google Patents
图像分类的方法、装置、服务器及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113779292A CN113779292A CN202111329754.8A CN202111329754A CN113779292A CN 113779292 A CN113779292 A CN 113779292A CN 202111329754 A CN202111329754 A CN 202111329754A CN 113779292 A CN113779292 A CN 113779292A
- Authority
- CN
- China
- Prior art keywords
- clustering
- image
- preset
- image set
- time period
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开关于一种图像分类的方法、装置、服务器及计算机可读存储介质,其中,上述数据处理方法包括:接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间,然后按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,从而按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,第一时间顺序与第二时间顺序互为相反的时间顺序,进而根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,其中,目标聚类结果用于对预设图像集进行图像分类。本公开至少解决了相关技术中对图像集进行聚类所存在的聚类结果准确度低的问题。
Description
技术领域
本公开涉及图像技术领域,尤其涉及一种图像分类的方法、装置、服务器及计算机可读存储介质。
背景技术
图像集是一种用来收藏、保存以及保护图像的集合,例如,传统的相册,其中,随着移动互联网技术的发展,现在的图像集也有了更多的形式,例如,电子相册。另外,现在的图像集已经不仅仅是用来珍藏记忆,还可以作为分享日常生活的重要形式,因此通过一定的技术手段分析图像集的内容,帮助用户按时间范围对图像集进行聚类处理,从而丰富用户的图像集的内容也是必要的。
但是,现有技术在对图像集进行聚类处理时,每次都会从最新的时间对图像集中的图像进行倒序排列并聚类,从而无法保证一段时间范围内的图像都是分析完成的状态,例如,当对一段时间范围的图像集进行聚类处理时,可能只对图像集中的一部分图像完成分析,存在未分析的剩余图像,如果再次进行聚类处理,由于现有技术只会从最新的时间进行处理,便会省略之前未分析的图像,从而导致再次生成的聚类结果中缺乏一部分图像,造成聚类结果不准确的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本公开提供一种图像分类的方法、装置、服务器及计算机可读存储介质,以至少解决相关技术中对图像集进行聚类所存在的聚类结果准确度低的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种图像分类的方法,包括:首先接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间,然后按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,第一类图像集至少包括预设图像集中生成时间早于目标时间的图像,从而按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,第二类图像集至少包括预设图像集中生成时间早于目标时间的图像,第一时间顺序与第二时间顺序互为相反的时间顺序,进而根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,其中,目标聚类结果用于对预设图像集进行图像分类。
进一步地,图像分类的方法还包括:在接收对预设图像集的聚类指令,根据聚类指令确定目标时间之后,对预设图像集所包含的多个图像的图像内容进行分析,确定多个图像的图像类型,其中,图像类型表征了图像内容所属的类别,并从预设图像集中获取目标图像集,其中,目标图像集所包含的多个图像的图像类型为预设类型。
进一步地,图像分类的方法还包括:从所述目标图像集中获取所述第一类图像集,并对所述第一类图像集按照所述第一时间顺序进行排序,得到所述排序后的第一类图像集,从而对所述排序后的第一类图像集进行聚类处理,得到所述第一聚类结果。
进一步地,图像分类的方法还包括:从排序后的第一类图像集中获取第一预设时间段内的第一类图像集,其中,第一预设时间段为以目标时间和第一时间顺序所确定的时间段,并在第一预设时间段内的第一类图像集的数量大于或等于第一预设数量时,对第一预设时间段内的第一类图像集进行聚类处理,得到第一预设时间段内的第一类图像集的聚类结果,从而在第一预设时间段内的第一类图像集的数量小于第一预设数量时,基于第一时间顺序调整第一预设时间段,直至调整后的第一预设时间段内的第一类图像集的数量大于或等于预设数量,并对调整后的第一预设时间段内的第一类图像集进行聚类处理,得到调整后的第一预设时间段内的第一类图像集的聚类结果,进而更新第一预设时间段的时间范围,并重复对第一预设时间段内的第一类图像集进行聚类处理,直至处理完第一类图像集中的所有图像,并确定第一类图像集所对应的所有聚类结果为第一聚类结果。
进一步地,图像分类的方法还包括:从所述目标图像集中获取所述第二类图像集,并对所述第二类图像集按照所述第二时间顺序进行排序,得到所述排序后的第二类图像集,从而对所述排序后的第二类图像集进行聚类处理,得到所述第二聚类结果。
进一步地,图像分类的方法还包括:从排序后的第二类图像集中获取第二预设时间段内的第二类图像集,其中,第二预设时间段为以目标时间和第二时间顺序所确定的时间段,并在第二预设时间段内的第二类图像集的数量大于或等于第二预设数量时,对第二预设时间段内的第二类图像集进行聚类处理,得到第二预设时间段内的第二类图像集的聚类结果,从而在第二预设时间段内的第二类图像集的数量小于第二预设数量时,基于第二时间顺序调整第二预设时间段,直至调整后的第二预设时间段内的第二类图像集的数量大于或等于预设数量,并对调整后的第二预设时间段内的第二类图像集进行聚类处理,得到调整后的第二预设时间段内的第二类图像集的聚类结果,进而更新第二预设时间段的时间范围,并重复对第二预设时间段内的第二类图像集进行聚类处理,直至处理完第二类图像集中的所有图像,并确定第二类图像集所对应的所有聚类结果为第二聚类结果。
根据本公开实施例的第二方面,提供一种图像分类的方法,包括:第一确定单元,被配置为执行接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间;第一处理单元,被配置为执行按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,第一类图像集至少包括预设图像集中生成时间早于目标时间的图像;第二处理单元,被配置为执行按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,第二类图像集至少包括预设图像集中生成时间晚于目标时间的图像,第一时间顺序与第二时间顺序互为相反的时间顺序;第二确定单元,被配置为执行根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,其中,目标聚类结果用于对预设图像集进行图像分类。
根据本公开实施例的第三方面,提供一种服务器,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,以实现上述的图像分类的方法。
根据本公开实施例的第四方面,提供一种计算机刻度存储介质,当计算机可读存储介质中的指令由服务器的处理器执行时,使得服务器能够执行上述的图像分类的方法。
根据本公开实施例的第四方面,提供一种计算机程序产品,包括计算机程序/指令,其特征在于,计算机程序/指令被处理器执行时实现上述的图像分类的方法。
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,采用对图像集采用不同的时间顺序排序并进行聚类的方式,通过首先接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间,然后按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,第一类图像集至少包括预设图像集中生成时间早于目标时间的图像,从而按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,第二类图像集至少包括预设图像集中生成时间晚于目标时间的图像,第一时间顺序与第二时间顺序互为相反的时间顺序,进而根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,其中,目标聚类结果用于对预设图像集进行图像分类。由于本公开实施例根据聚类指令的生成时间,分别对指令生成时间之前以及指令生成时间之后的图像集采用相反的时间顺序进行排序,并在排序完成后对图像集进行聚类,从而避免了由于每次都从最新时间对图像集倒序排序并聚类,无法保证图像全部为分析完成的状态,所导致的聚类结果准确度低的问题,实现了提高聚类结果准确度以及用户使用体验的效果。
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图像分类的方法的流程图。
图2是根据一示例性实施例示出的一种图像分类的方法的流程图。
图3是根据一示例性实施例示出的一种图像分类的方法的流程图。
图4是根据一示例性实施例示出的一种图像分类的方法的流程图。
图5是根据一示例性实施例示出的一种图像分类的方法的框图。
图6是根据一示例性实施例示出的一种服务器的框图。
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数据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。
需要说明的是,具有图像分类功能的电子设备可作为本公开实施例的图像分类的方法的执行主体,其中,电子设备包括但不限于:智能手机、相机、服务器、云端服务器、台式计算机、笔记本计算机以及智能平板等设备。
另外,还需要说明的是,本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均为经用户授权或者经过各方充分授权的信息。
图1是根据一示例性实施例示出的一种图像方法的流程图,如图1所示,图像分类的方法可应用用于具有图像分类功能的电子设备中,包括以下步骤。
在步骤S11中,接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间。
其中,预设图像集中的图像可以是用户使用电子设备拍摄得到的图像,也可以是通过网络下载的图像,或者,通过社交软件接收、截图、蓝牙接收等途径获取的图像,预设图像集为上述图像的集合。聚类指令为用户进行图像集聚类操作时,电子设备所接收到的指令,聚类指令的指令生成时间,可以为用户选择进行图像集聚类的时间,也可以是在用户选择进行图像聚类的时间的基础上做出调整的时间,例如,用户在6月10日首次进入电子设备的相册中并进行图像聚类操作,则可以将目标时间记为6月11号的0点。
进一步地,当电子设备需要获取预设图像集中的图像时,可向用户发送获取的请求信息,在用户确认接受请求信息后,电子设备才可获取图像。
通过上述过程,根据用户进行图像聚类的操作,电子设备可以记录下目标时间,从而根据目标时间后续对图像集按照不同的时间顺序进行排序聚类。
在步骤S12中,按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果。
其中,如图4所示,第一类图像集至少包括预设图像集中生成时间早于目标时间的图像,例如,当预设图像集中存在多张图像,并且目标时间为6月11号的0点时,电子设备获取预设图像集中生成时间为6月11日的0点之前的图像,并将这部分图像视为第一类图像集。另外,电子设备在获取得到第一类图像集后,按照第一时间顺序对第一类图像集进行排序,其中,第一时间顺序可以是根据时间进行倒序排序,待排序完成后,电子设备可以对第一类图像集进行聚类处理,得到第一聚类结果。
另外,聚类处理可以是根据非常驻地或者各种场景进行聚类,其中,非常驻地为用户所在常驻地之外的地区,例如,用户通过自己设置或者电子设备默认识别用户所在常住地为北京,则当用户前往天津、上海或者杭州等其他城市旅游拍照时,获取的图像即为非常住地图像,因此可根据非常住地对图像集进行聚类,将同一地点的图像进行聚类处理,给予用户“打卡”拍照的体验。根据各种场景进行聚类,则是根据图像的场景进行分类,例如,图像中的场景可能为单人、多人、宠物以及风景等,按照不同的场景进行分类,将同一种场景的图像进行聚类处理,给予用户集中展示同一场景的体验。
通过上述过程,对目标时间之前的图像集进行倒叙排序聚类,避免了由于每次都从最新时间对图像集倒序排序并聚类,无法保证图像全部为分析完成的状态,所导致的聚类结果准确度低的问题,实现了提高聚类结果准确度的效果。
在步骤S13中,按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果。
其中,如图4所示,第二类图像集至少包括预设图像集中生成时间晚于目标时间的图像,第一时间顺序与第二时间顺序互为相反的时间顺序,例如,当预设图像集中存在多张图像,并且目标时间为6月11号的0点时,电子设备获取预设图像集中生成时间为6月11日的0点之后的图像,并将这部分图像视为第二类图像集。另外,电子设备在获取得到第二类图像集后,按照第二时间顺序对第二类图像集进行排序,其中,第二时间顺序可以是根据时间进行正序排序,例如,当用户8月10日再次进入相册时,电子设备优先将6月10号到8月10号之间的图像按时间正序排序,进行聚类操作,然后6月10号之前的图像继续分析生成。待排序完成后,电子设备可以对第二类图像集进行聚类处理,得到第二聚类结果。其中,生成第二聚类结果时,也可同样采用根据非常驻地或者各种场景进行聚类的聚类处理方式。
通过上述过程,对目标时间之后的图像集进行正序排序聚类,避免了由于每次都从最新时间对图像集倒序排序并聚类,无法保证图像全部为分析完成的状态,所导致的聚类结果准确度低的问题,实现了提高聚类结果准确度以及用户使用体验的效果。
在步骤S14中,根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果。
其中,目标聚类结果用于对预设图像集进行图像分类。另外,电子设备根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,由于在第一聚类结果和第二聚类结果生成的过程中,可根据非常住地以及场景进行聚类处理,因此目标聚类结果可用于对预设图像集进行图像分类。
在一种可选的实施例中,在预设图像集包含多个类型的图像时,电子设备可根据预设图像集中的图像所属的图像类型,将预设图像集中的图像划分为多个子图像集,并获取每个子图像集的图像类型的优先级来确定多个子图像集的聚类顺序,例如,如图2所示,预设图像集中包括非常驻地图集(如图2中的非常驻地素材)和场景图集(如图2中的同类场景素材),其中,非常驻地图集的聚类优先级高于场景图集的聚类优先级。如图2所示,用户可以设置电子设备优先根据非常驻地对图集进行聚类,在不满足非常驻地条件时,根据场景信息对图集进行聚类,其中,电子设备可首先判断生成时间为目标时间当天的图像数量是否可以单独聚类成为影集,如果不能,则可以继续判断2天以及两天以上的图像中,同一非常驻地的图像累计数量是否可以单独聚类成为影集,如果满足,则生成非常驻地影集,例如“重庆回忆”,如果不满足,则判断同类场景的图像数量是否可以单独聚类成为影集,如果满足,则生成同类场景影集。例如“美食日记”,如果不满足,则保存分析结果,作为周期影集的候选图像。其中,满足单独聚类成为影集的图像数量可以是5张,也可以是其他数量。
在另一种可选的实施例中,在预设图像集包含多个类型的图像时,电子设备可根据预设图像集中的图像所属的图像类型,将预设图像集中的图像划分为多个子图像集,然后分别对每个子图像集进行图像聚类,其中,电子设备可同时对多个子图像集进行聚类处理,而不涉及多个子图像集的优先级。
通过上述过程,电子设备根据目标聚类结果对预设图像集进行分类,可以将同一地点的图像进行聚类处理,给予用户“打卡”拍照的体验,还可以将同一种场景的图像进行聚类处理,给予用户集中展示同一场景的体验,实现了提高用户体验的效果。
基于步骤S11至步骤S14的过程可知,在本公开实施例中,采用对图像集采用不同的时间顺序排序并进行聚类的方式,通过首先接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间,然后按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,第一类图像集至少包括预设图像集中生成时间早于目标时间的图像,从而按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,第二类图像集至少包括预设图像集中生成时间晚于目标时间的图像,第一时间顺序与第二时间顺序互为相反的时间顺序,进而根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,其中,目标聚类结果用于对预设图像集进行图像分类。
由于本公开实施例根据聚类指令的生成时间,分别对生成时间之前以及生成时间之后的图像集采用相反的时间顺序进行排序,并在排序完成后对图像集进行聚类,从而每次进行聚类操作时,目标时间前后的图像按照不同的规则进行分析聚类,前后互不影响,并且之前生成的聚类结果不会发生变化,相同的图像集每次生成的聚类结果一致。解决了由于每次都从最新时间对图像集倒序排序并聚类,无法保证图像全部为分析完成的状态,所导致的聚类结果准确度低的问题,实现了提高聚类结果准确度以及用户使用体验的效果。
在一种可选的实施例中,电子设备在接收对预设图像集的聚类指令,根据聚类指令确定目标时间之后,对预设图像集所包含的多个图像的图像内容进行分析,确定多个图像的图像类型,其中,图像类型表征了图像内容所属的类别,并从预设图像集中获取目标图像集,其中,目标图像集所包含的多个图像的图像类型为预设类型。
可选的,预设图像集所包含的多个图像的图像内容,包括但不限于:图像拍摄地点以及图像中的场景,通过分析图像内容,可以确定图像的图像类型,例如,通过分析图像的拍摄地点,可以确定图像是否为常住地图像或者非常驻地图像,通过分析图像中的场景,可以确定多个图像是否都是描述同一场景,例如,美食场景或者足球场景。
可选的,如图3所示,电子设备分析图像内容时还可根据时间进行分析,当电子设备开启分析任务时,电子设备进入相册页时,在后台开启线程,首先对目标时间所处的当天时间内的图像进行一天场景分析并进行聚类处理,待完成聚类处理后,更新影集数据库中的影集。然后电子设备对多日的图像进行场景分析并进行聚类处理,其中,可优据非常驻地对图像进行分析以及聚类,在不满足非常驻地条件时,根据场景信息对图集进行聚类,待完成聚类处理后,更新影集数据库中的影集。
进一步地,如图3所示,当用户点击进入相册页时,电子设备通过新的线程以天为单位对图像分批次进行场景分析,并更新保存在素材数据库中,当完成一个月的分析后,电子设备可通知用户进行固定周期的聚类处理,固定周期的聚类处理还可以扩展为更长时间,例如,春季、夏季、秋季、冬季以及一年度,待完成聚类处理后,更新影集数据库中的影集。
通过上述过程,对预设图像集所包含的多个图像的图像内容进行分析,确定多个图像的图像类型,可以将图像按照不同的类型进行聚类处理,而且按天对图像中的场景信息进行分析,每完成一天的素材分析,即可通知用户可以进行新的多日聚类操作,避免了由于场景分析的过程耗时较长,导致的多日聚类操作效率的问题,实现了提高用户体验的效果。
在一种可选的实施例中,电子设备首先从目标图像集中获取第一类图像集,并对第一类图像集按照第一时间顺序进行排序,得到排序后的第一类图像集,从而对排序后的第一类图像集进行聚类处理,得到第一聚类结果。
可选的,当电子设备根据非常驻地或者场景对图集进行聚类处理时,电子设备可通过结构化查询语言查询对应非常驻地或者对一个场景的目标图像集,并从目标图像集中获取第一类图像集。另外,电子设备还可以按照第一时间顺序对第一类图像集进行排序,得到排序结果,并根据排序结果确定生成第一聚类结果的首张图像,并将与首张图像生成时间间隔小于两天的图像一同加入到第一类图像集中。从而基于更新后的第一类图像集按照第一时间顺序进行排序,得到排序后的第一类图像集,进而对排序后的第一类图像集进行聚类处理,得到第一聚类结果。
在上述过程中,通过对第一类图像集进行图像更新,从而将多日的第一类图像集中的所有图像的分析状态进行统计,实现了提高聚类结果准确度的效果。
在一种可选的实施例中,电子设备从排序后的第一类图像集中获取第一预设时间段内的第一类图像集,其中,第一预设时间段为以目标时间和第一时间顺序所确定的时间段,并在第一预设时间段内的第一类图像集的数量大于或等于第一预设数量时,对第一预设时间段内的第一类图像集进行聚类处理,得到第一预设时间段内的第一类图像集的聚类结果;在第一预设时间段内的第一类图像集的数量小于第一预设数量时,基于第一时间顺序调整第一预设时间段,直至调整后的第一预设时间段内的第一类图像集的数量大于或等于预设数量,并对调整后的第一预设时间段内的第一类图像集进行聚类处理,得到调整后的第一预设时间段内的第一类图像集的聚类结果,并且更新第一预设时间段的时间范围,并重复对第一预设时间段内的第一类图像集进行聚类处理,直至处理完第一类图像集中的所有图像,并确定第一类图像集所对应的所有聚类结果为第一聚类结果。
可选的,第一预设时间段是以目标时间和第一时间顺序所确定的时间段,基于第一预设时间段,电子设备可从第一类图像集中获取第一预设时间段的第一类图像集。同时,电子设备还将计算第一预设时间段内的第一类图像集的数量,并与电子设备内的设定的第一预设数量进行比较,其中,第一预设数量支持用户自己自定义设置。
可选的,如果第一预设时间段内的第一类图像集的数量大于或等于第一预设数量,电子设备将对第一预设时间段内的第一类图像集进行聚类处理,得到第一预设时间段内的第一类图像集的聚类结果。例如,电子设备可对第一预设时间段内的第一类图像集按照第一时间顺序进行排序,得到排序后的第一预设时间段内的第一类图像集,并对排序后的第一预设时间段内的第一类图像集进行聚类处理,得到对应的聚类结果。
进一步地,如果第一预设时间段内的第一类图像集的数量小于第一预设数量,电子设备将基于第一时间顺序调整第一预设时间段,直至调整后的第一预设时间段内的第一类图像集的数量大于或等于预设数量,并对调整后的第一预设时间段内的第一类图像集进行聚类处理,得到调整后的第一预设时间段内的第一类图像集的聚类结果。例如,如图4所示,第一预设时间段可以是目标时间所处的前一天,其中,第一预设数量可为至少生成一个第一聚类结果的图像数量,假设目标时间(即图4中的key_time)为6月11号的0点,则第一预设时长为6月10号整天,电子设备将获取生成时间为6月10日的所有的图像,如果第一预设数量设置为5张,当电子设备发现6月10日的图像数量不足5张时,电子设备将会调整第一预设时间段,例如,将第一预设时间段调整为目标时间所处的前两天,即电子设备将会继续获取6月9号的图像,并同时将6月10日的图像更新到调整后的第一预设时间段内的第一类图像集中,如果6月9日和6月10日两天的图像超过5张后,则电子设备可对调整后的第一预设时间段内的第一类图像集进行聚类处理,得到调整后的第一预设时间段内的第一类图像集的聚类结果。
通过上述过程,电子设备对于第一预设时间段内的第一类图像集进行数量统计,当第一类图像集中图像的数量不足以生成聚类结果时,将通过调整第一预设时间的方式,获取足够数量的图像,以便生成对应的聚类结果,避免了由于图像的丢失,导致所生成的聚类结果准确度低的问题。
进一步地,电子设备还将更新第一预设时间段的时间范围,并重复对第一预设时间段内的第一类图像集进行聚类处理,直至处理完第一类图像集中的所有图像,并确定第一类图像集所对应的所有聚类结果为第一聚类结果。例如,在执行完一次上述过程之后,电子设备将更新第一预设时间段的时间范围,并且根据更新后的第一预设时间段,继续循环执行获取图像数量,并根据图像数量,选择是否调整第一预设时间段,从而生成聚类结果的过程。当第一类图像集中的所有图像全部处理完成后,结束循环过程,生成最终的第一聚类结果。同时,在循环结束后,电子设备将进行二次判断第一预设时间段内的第一类图像集中是否还存在剩余的图像数量可生成新的聚类结果。
例如,第一预设时间段的时间范围更新为6月7日至6月8日,然后获取生成时间处于6月7日至6月8日之间的图像的图像数量,如果图像数量大于或等于5张(即第一预设数量),以6月7日作为目标时间,即对6月7日至6月8日之间的图像进行聚类处理;如果图像数量小于5张,则调整第一预设时间段的时间范围,例如,将6月7日至6月8日的时间范围调整为6月6日至6月8日的时间范围,如果6月6日至6月8日的时间范围的图像数量大于或等于5张,则对6月6日至6月8日的时间范围的图像进行聚类,否则继续检测6月5日至6月8日的时间范围的图像数量是否满足要求,直至第一预设时间段内的图像数量大于或等于5张,在第一预设时间段内的图像数量大于或等于第一预设数量之后,对第一预设时间段内的图像进行聚类处理,并继续更新第一预设时间段的时间范围。
通过上述过程,保证了根据第一预设时间段内的第一类图像集中所有的图像,全部生成聚类结果,从而记录了第一预设时间段内的第一类图像集中全部的图像的分析状况,实现了提高聚类结果准确度的效果。
在一种可选的实施例中,电子设备从目标图像集中获取第二类图像集,并对第二类图像集按照第二时间顺序进行排序,得到排序后的第二类图像集,从而对排序后的第二类图像集进行聚类处理,得到第二聚类结果。
可选的,当电子设备根据非常驻地或者场景对图集进行聚类处理时,电子设备可通过结构化查询语言查询对应非常驻地或者对一个场景的目标图像集,并从目标图像集中获取第二类图像集。另外,电子设备还可以按照第二时间顺序对第二类图像集进行排序,得到排序结果,并根据排序结果确定生成第二聚类结果的首张图像,并将与首张图像生成时间间隔小于两天的图像一同加入到第二类图像集中。从而基于更新后的第二类图像集按照第二时间顺序进行排序,得到排序后的第二类图像集,进而对排序后的第二类图像集进行聚类处理,得到第二聚类结果。
在上述过程中,通过对第二类图像集进行图像更新,从而将多日的第二类图像集中的所有图像的分析状态进行统计,实现了提高聚类结果准确度的效果。
在一种可选的实施例中,电子设备从排序后的第二类图像集中获取第二预设时间段内的第二类图像集,其中,第二预设时间段为以目标时间和第二时间顺序所确定的时间段;并在第二预设时间段内的第二类图像集的数量大于或等于第二预设数量时,对第二预设时间段内的第二类图像集进行聚类处理,得到第二预设时间段内的第二类图像集的聚类结果;在第二预设时间段内的第二类图像集的数量小于第二预设数量时,基于第二时间顺序调整第二预设时间段,直至调整后的第二预设时间段内的第二类图像集的数量大于或等于预设数量,并对调整后的第二预设时间段内的第二类图像集进行聚类处理,得到调整后的第二预设时间段内的第二类图像集的聚类结果;更新第二预设时间段的时间范围,并重复对第二预设时间段内的第二类图像集进行聚类处理,直至处理完第二类图像集中的所有图像,并确定第二类图像集所对应的所有聚类结果为第二聚类结果。
可选的,第二预设时间段是以目标时间和第二时间顺序所确定的时间段,基于第二预设时间段,电子设备可从第二类图像集中获取第二预设时间段的第二类图像集。同时,电子设备还将计算第二预设时间段内的第二类图像集的数量,并与电子设备内的设定的第二预设数量进行比较,其中,第二预设数量支持用户自己自定义设置。
可选的,如果第二预设时间段内的第一类图像集的数量大于或等于第一预设数量,电子设备将对第二预设时间段内的第二类图像集进行聚类处理,得到第二预设时间段内的第二类图像集的聚类结果。例如,电子设备可对第二预设时间段内的第二类图像集按照第二时间顺序进行排序,得到排序后的第二预设时间段内的第二类图像集,并对排序后的第二预设时间段内的第二类图像集进行聚类处理,得到对应的聚类结果。
进一步地,如果第二预设时间段内的第二类图像集的数量小于第二预设数量,电子设备将基于第二时间顺序调整第二预设时间段,直至调整后的第二预设时间段内的第二类图像集的数量大于或等于预设数量,并对调整后的第二预设时间段内的第二类图像集进行聚类处理,得到调整后的第二预设时间段内的第二类图像集的聚类结果。例如,如图4所示,第二预设时间段可以是目标时间所处的后一天,其中,第二预设数量可为至少生成一个聚类结果的图像数量,假设目标时间为6月11号的0点,则第二预设时长为6月11号整天,电子设备将获取生成时间为6月11日的所有的图像,如果第二预设数量设置为5张,当电子设备发现6月11日的图像数量不足5张时,电子设备将会调整第二预设时间段,例如,将第二预设时间段调整为目标时间所处的后两天,即电子设备将会继续获取6月12号的图像,并同时将6月11日的图像更新到调整后的第二预设时间段内的第二类图像集中,如果6月11日和6月12日两天的图像超过5张后,则电子设备可对调整后的第二预设时间段内的第二类图像集进行聚类处理,得到调整后的第二预设时间段内的第二类图像集的聚类结果。
通过上述过程,电子设备对于第二预设时间段内的第二类图像集进行数量统计,当第二类图像集中图像的数量不足以生成聚类结果时,将通过调整第二预设时间的方式,获取足够数量的图像,以便生成对应的聚类结果,避免了由于图像的丢失,导致所生成的聚类结果准确度低的问题。
进一步地,电子设备还将更新第二预设时间段的时间范围,并重复对第二预设时间段内的第二类图像集进行聚类处理,直至处理完第二类图像集中的所有图像,并确定第二类图像集所对应的所有聚类结果为第二聚类结果。例如,在执行完一次上述过程之后,电子设备将更新第二预设时间段的时间范围,并且根据更新后的第二预设时间段,继续循环执行获取图像数量,并根据图像数量,选择是否调整第二预设时间段,从而生成聚类结果的过程。当第二类图像集中的所有图像全部处理完成后,结束循环过程,生成最终的第二聚类结果。同时,在循环结束后,电子设备将进行二次判断第二预设时间段内的第二类图像集中是否还存在剩余的图像数量可生成新的聚类结果。
例如,第二预设时间段的时间范围更新为6月12日至6月13日,然后获取生成时间处于6月12日至6月13日之间的图像的图像数量,如果图像数量大于或等于5张(即第二预设数量),以6月13日作为目标时间,即对6月12日至6月13日之间的图像进行聚类处理;如果图像数量小于5张,则调整第二预设时间段的时间范围,例如,将6月12日至6月13日的时间范围调整为6月12日至6月14日的时间范围,如果6月12日至6月14日的时间范围的图像数量大于或等于5张,则对6月12日至6月14日的时间范围的图像进行聚类,否则继续检测6月12日至6月15日的时间范围的图像数量是否满足要求,直至第二预设时间段内的图像数量大于或等于5张,在第二预设时间段内的图像数量大于或等于第二预设数量之后,对第二预设时间段内的图像进行聚类处理,并继续更新第二预设时间段的时间范围。
通过上述过程,保证了根据第二预设时间段内的第二类图像集中所有的图像,全部生成聚类结果,从而记录了第二预设时间段内的第二类图像集中全部的图像的分析状况,实现了提高聚类结果准确度的效果。
由上述内容可知,在本公开实施例中,采用对图像集采用不同的时间顺序排序并进行聚类的方式,通过首先接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间,然后按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,第一类图像集至少包括预设图像集中生成时间早于目标时间的图像,从而按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,第二类图像集至少包括预设图像集中生成时间晚于目标时间的图像,第一时间顺序与第二时间顺序互为相反的时间顺序,进而根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,其中,目标聚类结果用于对预设图像集进行图像分类。
图5是根据一示例性实施例示出的一种数据处理装置的框图,参照图5所示,图像分类的方法包括:第一确定单元501、第一处理单元503、第二处理单元505以及第二确定单元507。其中,第一确定单元501,被配置为执行接收对预设图像集的聚类指令,确定聚类指令的指令生成时间为目标时间;第一处理单元503,被配置为执行按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,第一类图像集至少包括预设图像集中生成时间早于目标时间的图像;第二处理单元505,被配置为执行按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,第二类图像集至少包括预设图像集中生成时间晚于目标时间的图像,第一时间顺序与第二时间顺序互为相反的时间顺序;第二确定单元507,被配置为执行根据第一聚类结果和第二聚类结果确定预设图像集的目标聚类结果,其中,目标聚类结果用于对预设图像集进行图像分类。
此处需要说明的是,上述第一确定单元501、第一处理单元503、第二处理单元505以及第二确定单元507对应于上述方法实施例中的步骤S11至步骤S14,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述图像分类的方法实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
在一种可选的实施例中,图像分类的方法还包括:分析单元以及获取单元。其中,分析单元,用于对预设图像集所包含的多个图像的图像内容进行分析,确定多个图像的图像类型,其中,图像类型表征了图像内容所属的类别;获取单元,用于从预设图像集中获取目标图像集,其中,目标图像集所包含的多个图像的图像类型为预设类型。
在一种可选的实施例中,上述第一处理单元还包括:第一获取单元、排序单元以及第三处理单元。其中,第一获取单元,用于从目标图像集中获取第一类图像集;排序单元,用于对第一类图像集按照第一时间顺序进行排序,得到排序后的第一类图像集;第三处理单元,用于对排序后的第一类图像集进行聚类处理,得到第一聚类结果。
在一种可选的实施例中,上述第三处理单元还包括:第二获取单元、第四处理单元、调整单元以及更新单元。其中,第二获取单元,用于从所述排序后的第一类图像集中获取第一预设时间段内的第一类图像集,其中,所述第一预设时间段为以所述目标时间和所述第一时间顺序所确定的时间段;第四处理单元,用于在所述第一预设时间段内的第一类图像集的数量大于或等于第一预设数量时,对所述第一预设时间段内的第一类图像集进行聚类处理,得到所述第一预设时间段内的第一类图像集的聚类结果;调整单元,用于在所述第一预设时间段内的第一类图像集的数量小于所述第一预设数量时,基于所述第一时间顺序调整所述第一预设时间段,直至调整后的第一预设时间段内的第一类图像集的数量大于或等于所述预设数量,并对所述调整后的第一预设时间段内的第一类图像集进行聚类处理,得到所述调整后的第一预设时间段内的第一类图像集的聚类结果;更新单元,用于更新所述第一预设时间段的时间范围,并重复对所述第一预设时间段内的第一类图像集进行聚类处理,直至处理完所述第一类图像集中的所有图像,并确定所述第一类图像集所对应的所有聚类结果为所述第一聚类结果。
在一种可选的实施例中,上述第二处理单元还包括:第三获取单元、第一排序单元以及第五处理单元。其中,第三获取单元,用于从目标图像集中获取第二类图像集;第一排序单元,用于对所述第二类图像集按照所述第二时间顺序进行排序,得到所述排序后的第二类图像集;第五处理单元,用于对所述排序后的第二类图像集进行聚类处理,得到所述第二聚类结果。
在一种可选的实施例中,上述第五处理单元还包括:第四获取单元、第六处理单元、第一调整单元以及第一更新单元。其中,第四获取单元,用于从所述排序后的第二类图像集中获取第二预设时间段内的第二类图像集,其中,所述第二预设时间段为以所述目标时间和所述第二时间顺序所确定的时间段;第六处理单元,用于在所述第二预设时间段内的第二类图像集的数量大于或等于第二预设数量时,对所述第二预设时间段内的第二类图像集进行聚类处理,得到所述第二预设时间段内的第二类图像集的聚类结果;第一调整单元,用于在所述第二预设时间段内的第二类图像集的数量小于所述第二预设数量时,基于所述第二时间顺序调整所述第二预设时间段,直至调整后的第二预设时间段内的第二类图像集的数量大于或等于所述预设数量,并对所述调整后的第二预设时间段内的第二类图像集进行聚类处理,得到所述调整后的第二预设时间段内的第二类图像集的聚类结果;第一更新单元,用于更新所述第二预设时间段的时间范围,并重复对所述第二预设时间段内的第二类图像集进行聚类处理,直至处理完所述第二类图像集中的所有图像,并确定所述第二类图像集所对应的所有聚类结果为所述第二聚类结果。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
根据本公开实施例,还提供一种服务器的实施例,包括:处理器;用于存储上述处理器可执行指令的存储器;其中,上述处理器被配置为执行上述指令,以实现任一项上述的数据处理方法。
可选地,图6是根据一示例性实施例示出的一种服务器的框图,参照图6所示,该服务器可以包括:至少一个(图中仅示出一个)处理器61、存储器62、以及外设接口63,等等。
其中,存储器可用于存储软件程序以及模块,如本公开实施例中的图像分类的方法和装置对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的图像分类的方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行任一项上述的图像分类的方法步骤。
根据本公开实施例,还提供一种计算机可读存储介质的实施例,当上述计算机可读存储介质中的指令由服务器的处理器执行时,使得服务器能够执行任一项上述的图像分类的方法。
根据本公开实施例,提供一种计算机程序产品的实施例,当在数据处理设备上执行时,适于执行初始化有任一项上述的图像分类的方法的程序。
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。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本公开所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,可以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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明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,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元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计算机存储介质中。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或者该技术方案的全部或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计算机存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的计算机存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上上述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
另外,本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种图像分类的方法,其特征在于,包括:
接收对预设图像集的聚类指令,确定所述聚类指令的指令生成时间为目标时间;
按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,所述第一类图像集至少包括所述预设图像集中生成时间早于所述目标时间的图像;
按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,所述第二类图像集至少包括所述预设图像集中所述生成时间晚于所述目标时间的图像,所述第一时间顺序与所述第二时间顺序互为相反的时间顺序;
根据所述第一聚类结果和所述第二聚类结果确定所述预设图像集的目标聚类结果,其中,所述目标聚类结果用于对所述预设图像集进行图像分类。
2.根据权利要求1所述的图像分类的方法,其特征在于,在接收对预设图像集的聚类指令,根据所述聚类指令确定目标时间之后,所述方法还包括:
对所述预设图像集所包含的多个图像的图像内容进行分析,确定所述多个图像的图像类型,其中,所述图像类型表征了所述图像内容所属的类别;
从所述预设图像集中获取目标图像集,其中,所述目标图像集所包含的多个图像的图像类型为预设类型。
3.根据权利要求2所述的图像分类的方法,其特征在于,按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,包括:
从所述目标图像集中获取所述第一类图像集;
对所述第一类图像集按照所述第一时间顺序进行排序,得到所述排序后的第一类图像集;
对所述排序后的第一类图像集进行聚类处理,得到所述第一聚类结果。
4.根据权利要求3所述的图像分类的方法,其特征在于,对所述排序后的第一类图像集进行聚类处理,得到第一聚类结果,包括:
从所述排序后的第一类图像集中获取第一预设时间段内的第一类图像集,其中,所述第一预设时间段为以所述目标时间和所述第一时间顺序所确定的时间段;
在所述第一预设时间段内的第一类图像集的数量大于或等于第一预设数量时,对所述第一预设时间段内的第一类图像集进行聚类处理,得到所述第一预设时间段内的第一类图像集的聚类结果;
在所述第一预设时间段内的第一类图像集的数量小于所述第一预设数量时,基于所述第一时间顺序调整所述第一预设时间段,直至调整后的第一预设时间段内的第一类图像集的数量大于或等于所述预设数量,并对所述调整后的第一预设时间段内的第一类图像集进行聚类处理,得到所述调整后的第一预设时间段内的第一类图像集的聚类结果;
更新所述第一预设时间段的时间范围,并重复对所述第一预设时间段内的第一类图像集进行聚类处理,直至处理完所述第一类图像集中的所有图像,并确定所述第一类图像集所对应的所有聚类结果为所述第一聚类结果。
5.根据权利要求2所述的图像分类的方法,其特征在于,按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,包括:
从所述目标图像集中获取所述第二类图像集;
对所述第二类图像集按照所述第二时间顺序进行排序,得到所述排序后的第二类图像集;
对所述排序后的第二类图像集进行聚类处理,得到所述第二聚类结果。
6.根据权利要求5所述的图像分类的方法,其特征在于,对所述排序后的第二类图像集进行聚类处理,得到所述第二聚类结果,包括:
从所述排序后的第二类图像集中获取第二预设时间段内的第二类图像集,其中,所述第二预设时间段为以所述目标时间和所述第二时间顺序所确定的时间段;
在所述第二预设时间段内的第二类图像集的数量大于或等于第二预设数量时,对所述第二预设时间段内的第二类图像集进行聚类处理,得到所述第二预设时间段内的第二类图像集的聚类结果;
在所述第二预设时间段内的第二类图像集的数量小于所述第二预设数量时,基于所述第二时间顺序调整所述第二预设时间段,直至调整后的第二预设时间段内的第二类图像集的数量大于或等于所述预设数量,并对所述调整后的第二预设时间段内的第二类图像集进行聚类处理,得到所述调整后的第二预设时间段内的第二类图像集的聚类结果;
更新所述第二预设时间段的时间范围,并重复对所述第二预设时间段内的第二类图像集进行聚类处理,直至处理完所述第二类图像集中的所有图像,并确定所述第二类图像集所对应的所有聚类结果为所述第二聚类结果。
7.一种图像分类的装置,其特征在于,包括:
第一确定单元,被配置为执行接收对预设图像集的聚类指令,确定所述聚类指令的指令生成时间为目标时间;
第一处理单元,被配置为执行按照第一时间顺序对第一类图像集进行排序,并对排序后的第一类图像集进行聚类处理,得到第一聚类结果,其中,所述第一类图像集至少包括所述预设图像集中生成时间早于所述目标时间的图像;
第二处理单元,被配置为执行按照第二时间顺序对第二类图像集进行排序,并对排序后的第二类图像集进行聚类处理,得到第二聚类结果,其中,所述第二类图像集至少包括所述预设图像集中所述生成时间晚于所述目标时间的图像,所述第一时间顺序与所述第二时间顺序互为相反的时间顺序;
第二确定单元,被配置为执行根据所述第一聚类结果和所述第二聚类结果确定所述预设图像集的目标聚类结果,其中,所述目标聚类结果用于对所述预设图像集进行图像分类。
8.一种服务器,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6中任一项所述的图像分类的方法。
9.一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备/服务器的处理器执行时,使得服务器能够执行如权利要求1至6中任一项所述的图像分类的方法。
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1至6任一项所述的图像分类的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111329754.8A CN113779292B (zh) | 2021-11-11 | 2021-11-11 | 图像分类的方法、装置、服务器及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111329754.8A CN113779292B (zh) | 2021-11-11 | 2021-11-11 | 图像分类的方法、装置、服务器及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113779292A true CN113779292A (zh) | 2021-12-10 |
CN113779292B CN113779292B (zh) | 2022-04-22 |
Family
ID=78873728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111329754.8A Active CN113779292B (zh) | 2021-11-11 | 2021-11-11 | 图像分类的方法、装置、服务器及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113779292B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050105775A1 (en) * | 2003-11-13 | 2005-05-19 | Eastman Kodak Company | Method of using temporal context for image classification |
US20150110407A1 (en) * | 2013-10-17 | 2015-04-23 | Adobe Systems Incorporated | Method and apparatus for automatically identifying a representative image for an image group |
CN106776662A (zh) * | 2015-11-25 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 一种照片的分类整理方法和装置 |
CN109544598A (zh) * | 2018-11-21 | 2019-03-29 | 电子科技大学 | 目标跟踪方法、装置及可读存储介质 |
CN112818149A (zh) * | 2021-01-21 | 2021-05-18 | 浙江大华技术股份有限公司 | 一种基于时空轨迹数据的人脸聚类方法、装置及存储介质 |
-
2021
- 2021-11-11 CN CN202111329754.8A patent/CN113779292B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050105775A1 (en) * | 2003-11-13 | 2005-05-19 | Eastman Kodak Company | Method of using temporal context for image classification |
US20150110407A1 (en) * | 2013-10-17 | 2015-04-23 | Adobe Systems Incorporated | Method and apparatus for automatically identifying a representative image for an image group |
CN106776662A (zh) * | 2015-11-25 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 一种照片的分类整理方法和装置 |
CN109544598A (zh) * | 2018-11-21 | 2019-03-29 | 电子科技大学 | 目标跟踪方法、装置及可读存储介质 |
CN112818149A (zh) * | 2021-01-21 | 2021-05-18 | 浙江大华技术股份有限公司 | 一种基于时空轨迹数据的人脸聚类方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113779292B (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108733819B (zh) | 一种人员档案建立方法和装置 | |
CN109376596A (zh) | 人脸匹配方法、装置、设备及存储介质 | |
CN110413867B (zh) | 用于内容推荐的方法及系统 | |
US9665773B2 (en) | Searching for events by attendants | |
CN105574030B (zh) | 一种信息搜索方法及装置 | |
CN109740003B (zh) | 一种归档方法及装置 | |
CN110087144A (zh) | 视频文件处理方法、装置、电子设备和计算机存储介质 | |
CN114546486A (zh) | 向用户推荐指令的方法和装置、存储介质及电子装置 | |
CN111985360A (zh) | 一种人脸识别的方法、装置、设备和介质 | |
CN112306829B (zh) | 性能信息的确定方法及装置、存储介质、终端 | |
CN110929063A (zh) | 相册生成方法、终端设备及计算机可读存储介质 | |
CN111091106A (zh) | 图像聚类方法及装置、存储介质、电子装置 | |
CN114385942B (zh) | 基于用户行为的页面元素参数优化方法、装置及设备 | |
US10885619B2 (en) | Context-based imagery selection | |
CN108984687A (zh) | 基于用户行为的自动加群控制方法、装置及存储介质 | |
CN111382281A (zh) | 基于媒体对象的内容的推荐方法、装置、设备和存储介质 | |
CN111444822A (zh) | 对象识别方法和装置、存储介质和电子装置 | |
CN113779292B (zh) | 图像分类的方法、装置、服务器及计算机可读存储介质 | |
AU2015203570A1 (en) | Method, system and apparatus for segmenting an image set to generate a plurality of event clusters | |
CN110610164A (zh) | 人脸图像处理方法、系统、服务器及可读存储介质 | |
CN104981753B (zh) | 用于内容操纵的方法和装置 | |
CN110210884B (zh) | 确定用户特征数据的方法、装置、计算机设备及存储介质 | |
CN111400534B (zh) | 图像数据的封面确定方法、装置及计算机存储介质 | |
CN110196919A (zh) | 基于关键帧的电影推荐方法、装置、终端设备及存储介质 | |
CN112714033B (zh) | 视频集的特征信息确定方法及装置 |
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 |