CN114117089B - 一种基于图像数据处理分析的信息智能推送管理系统 - Google Patents

一种基于图像数据处理分析的信息智能推送管理系统 Download PDF

Info

Publication number
CN114117089B
CN114117089B CN202210084536.0A CN202210084536A CN114117089B CN 114117089 B CN114117089 B CN 114117089B CN 202210084536 A CN202210084536 A CN 202210084536A CN 114117089 B CN114117089 B CN 114117089B
Authority
CN
China
Prior art keywords
image
target
user
browsing
target browsing
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
Application number
CN202210084536.0A
Other languages
English (en)
Other versions
CN114117089A (zh
Inventor
唐江水
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.)
Guangzhou Quasi Real Network Technology Co ltd
Original Assignee
Guangzhou Quasi Real Network 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 Guangzhou Quasi Real Network Technology Co ltd filed Critical Guangzhou Quasi Real Network Technology Co ltd
Priority to CN202210084536.0A priority Critical patent/CN114117089B/zh
Publication of CN114117089A publication Critical patent/CN114117089A/zh
Application granted granted Critical
Publication of CN114117089B publication Critical patent/CN114117089B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/432—Query formulation
    • G06F16/434—Query formulation using image data, e.g. images, photos, pictures taken by a user
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/483—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • 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
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Mathematical Physics (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明涉及信息推送管理技术领域，具体公开了一种基于图像数据处理分析的信息智能推送管理系统，本发明通过图像预处理获得用户目标浏览图像对应的前景子图像和衬托子图像，对比筛选平台数据库中与用户目标浏览图像相似的各相似存储图像，同时根据用户目标浏览图像中前景子图像对应各目标要素的内容信息分析对应的中心位权重系数，筛选用户目标浏览图像对应的中心位目标要素，并根据用户目标浏览图像对应的中心位目标要素的各特征数据分析用户目标浏览图像与各相似存储图像的重合系数，将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送，从而确保用户在相同时间内能够获得更加多样化的信息，丰富用户的浏览体验。

Description

一种基于图像数据处理分析的信息智能推送管理系统
技术领域
本发明涉及信息推送管理技术领域，涉及到一种基于图像数据处理分析的信息智能推送管理系统。
背景技术
随着网络技术的不断发展，越来越多的用户通过浏览平台浏览网页获取对自身有价值的信息；用户通过互联网获取的信息可以包括文字数据和图像数据；相比文字数据，图像数据以其内容的美感和冲击力更获得用户的青睐；在日新月异的信息时代，如何快速有效地根据用户浏览图像推送关联信息已成为当前急需解决的难题。
然而，现有技术基本是根据用户浏览图像进行关联图像的推送，但现有技术对用户浏览图像的数据分析过程中还存在很大的局限性，往往仅限于根据用户浏览图像与其他图像的对比相似度进行关联图像推送，没有从多个维度方向对浏览图像数据进行处理分析，导致平台推送的关联信息无法满足用户的求知需求，从而降低平台推送关联信息的准确度和可靠度，严重影响用户对平台推送功能的体验感和兴趣感；同时现有技术仅仅是单一推送结果展示，通过单一推送结果只能让用户获取推送结果展示的信息，无法更加深入了解推送图片对应的其他关联信息，从而使得用户在相同时间内无法获得更加多样化的信息，导致无法丰富用户的浏览体验。
为了解决以上问题，现设计一种基于图像数据处理分析的信息智能推送管理系统。
发明内容
鉴于以上现有技术存在的问题，本发明提供一种基于图像数据处理分析的信息智能推送管理系统，用于解决上述技术问题。
为了实现上述目的及其他目的，本发明采用的技术方案如下：一种基于图像数据处理分析的信息智能推送管理系统，包括：用户浏览图像获取模块，用于获取用户在目标浏览平台中浏览的图像，并根据用户浏览图像对应停留时长触发目标浏览图像预处理指令。
目标浏览图像预处理模块，用于采用图像分割处理技术对用户目标浏览图像进行预处理，获得用户目标浏览图像对应的前景子图像和衬托子图像。
平台数据库，用于存储目标浏览平台内各存储图像和各存储图像对应的关联视频。
平台存储图像筛选模块，用于获得平台数据库中各存储图像对应的前景子图像和衬托子图像，并分别与用户目标浏览图像对应的前景子图像和衬托子图像进行对比，筛选与用户目标浏览图像相似的各存储图像，并记为各相似存储图像。
目标要素内容信息提取模块，用于获取用户目标浏览图像中前景子图像对应的各目标要素，提取用户目标浏览图像中前景子图像对应各目标要素的内容信息。
目标要素内容信息分析模块，用于分析用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数，筛选用户目标浏览图像对应的中心位目标要素。
目标要素特征数据提取模块，用于提取用户目标浏览图像对应的中心位目标要素的各特征数据，对比得到用户目标浏览图像与各相似存储图像对应的中心位目标要素的各特征数据差值。
图像重合系数分析模块，用于分析用户目标浏览图像与各相似存储图像的重合系数，筛选重合系数排名靠前的各相似存储图像。
图像关联信息推送模块，用于提取平台数据库中各存储图像对应的关联视频，将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送。
可选地，所述用户浏览图像获取模块对应的具体步骤包括：将用户正在登陆的浏览平台记为目标浏览平台，获取用户在目标浏览平台中浏览的图像。
记录用户在目标浏览平台中浏览的图像对应停留时长，当用户在目标浏览平台中浏览图像对应停留时长大于设定的停留时长阈值时，则将用户在目标浏览平台中浏览图像记为用户目标浏览图像，并触发目标浏览图像预处理指令。
可选地，所述目标浏览图像预处理模块中图像分割处理技术包括：将用户目标浏览图像进行灰度变化处理，得到用户目标浏览图像中各像素对应的灰度值，并构建用户目标浏览图像的灰度直方图。
根据用户目标浏览图像的灰度直方图得到用户目标浏览图像的最大灰度值和最小灰度值，分别记为
Figure 147154DEST_PATH_IMAGE001
和
Figure 110886DEST_PATH_IMAGE002
，并令初始阈值
Figure 186289DEST_PATH_IMAGE003
。
统计用户目标浏览图像中小于初始阈值
Figure 406750DEST_PATH_IMAGE004
的所有灰度值和大于初始阈值
Figure 364342DEST_PATH_IMAGE004
的所有灰度值，分别计算用户目标浏览图像中小于初始阈值
Figure 39037DEST_PATH_IMAGE004
的所有灰度值对应均值
Figure 500105DEST_PATH_IMAGE005
和大于初始阈值
Figure 867632DEST_PATH_IMAGE004
的所有灰度值对应均值
Figure 46941DEST_PATH_IMAGE006
。
计算得到用户目标浏览图像对应的新阈值
Figure 525327DEST_PATH_IMAGE007
，将用户目标浏览图像中小于新阈值
Figure 109410DEST_PATH_IMAGE008
的所有灰度值对应像素进行分割重组，得到用户目标浏览图像对应的衬托子图像；将用户目标浏览图像中大于或等于新阈值
Figure 382260DEST_PATH_IMAGE008
的所有灰度值对应像素进行分割重组，得到用户目标浏览图像对应的前景子图像。
可选地，所述平台存储图像筛选模块包括存储图像预处理单元，所述存储图像预处理单元用于提取平台数据库中各存储图像，并采用图像分割处理技术对平台数据库中各存储图像进行预处理，得到平台数据库中各存储图像对应的前景子图像和衬托子图像。
可选地，所述平台存储图像筛选模块还包括存储图像对比筛选单元，所述存储图像对比筛选单元用于将平台数据库中各存储图像对应的前景子图像和衬托子图像分别与用户目标浏览图像对应的前景子图像和衬托子图像进行对比，筛选与用户目标浏览图像相似的各存储图像，具体包括如下：提取用户目标浏览图像中衬托子图像对应场景和各存储图像中衬托子图像对应场景，将用户目标浏览图像中衬托子图像对应场景与各存储图像中衬托子图像对应场景进行对比，筛选与用户目标浏览图像中衬托子图像对应场景匹配的各存储图像，并记为各场景匹配存储图像。
提取用户目标浏览图像中前景子图像对应的各部分组成图像，并记为各目标要素，获取用户目标浏览图像中前景子图像对应的各目标要素和各场景匹配存储图像中前景子图像对应的各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素与各场景匹配存储图像中前景子图像对应的各目标要素进行对比，筛选与用户目标浏览图像中前景子图像对应目标要素相似的各场景匹配存储图像，并记为各相似存储图像，将各相似存储图像依次编号为
Figure 314444DEST_PATH_IMAGE009
，其中 r、u为各相似存储图像顺序编号中不确定的数字。
可选地，所述目标要素内容信息提取模块中提取用户目标浏览图像中前景子图像对应各目标要素的内容信息包括：获取用户目标浏览图像中前景子图像对应的各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素标记为
Figure 330941DEST_PATH_IMAGE010
，其中
Figure 32181DEST_PATH_IMAGE011
。
提取用户目标浏览图像中前景子图像对应各目标要素占据图像预设中心区域的尺寸，并记为各目标要素的占据尺寸，将用户目标浏览图像中前景子图像对应各目标要素的占据尺寸标记为
Figure 210353DEST_PATH_IMAGE012
。
提取用户目标浏览图像中前景子图像对应各目标要素的中心点位置，将用户目标浏览图像中前景子图像对应各目标要素的中心点位置标记为
Figure 364254DEST_PATH_IMAGE013
。
可选地，所述目标要素内容信息分析模块中用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数的分析方式为：提取用户目标浏览图像的标准中心点位置，对比得到用户目标浏览图像中前景子图像对应各目标要素的中心点位置与对应浏览图像的标准中心点位置的间距
Figure 184442DEST_PATH_IMAGE014
。
分析用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数
Figure 740188DEST_PATH_IMAGE015
，其中用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数计算公式为
Figure 351911DEST_PATH_IMAGE016
，
Figure 993108DEST_PATH_IMAGE017
分别表示为图像中心位权重影响因子，且
Figure 85829DEST_PATH_IMAGE018
，
Figure 230502DEST_PATH_IMAGE019
表示为图像预设中心区域尺寸。
将用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数相互进行对比，筛选用户目标浏览图像中中心位权重系数最高的对应目标要素，并记为用户目标浏览图像对应的中心位目标要素。
可选地，所述中心位目标要素参数提取模块对应的具体步骤包括：根据用户目标浏览图像对应的中心位目标要素提取对应的各特征数据，将用户目标浏览图像对应的中心位目标要素的各特征数据标记为
Figure 750476DEST_PATH_IMAGE020
，其中
Figure 878969DEST_PATH_IMAGE021
，其中v为用户目标浏览图像对应的中心位目标要素的各特征顺序编号中不确定的数字。
根据用户目标浏览图像对应的中心位目标要素的分析步骤筛选平台数据库中各相似存储图像对应的中心位目标要素，得到各相似存储图像中心位目标要素对应的各标准特征数据，将各相似存储图像对应的中心位目标要素对应的各标准特征数据标记为
Figure 775381DEST_PATH_IMAGE022
，其中
Figure 54789DEST_PATH_IMAGE023
。
将用户目标浏览图像对应的中心位目标要素的各特征数据与各相似存储图像对应的中心位目标要素对应的标准特征数据进行对比，得到用户目标浏览图像与各相似存储图像对应中心位目标要素的各特征数据差值
Figure 276823DEST_PATH_IMAGE024
。
可选地，所述图像重合系数分析模块中用户目标浏览图像与各相似存储图像的重合系数对应分析公式为：将用户目标浏览图像与各相似存储图像对应的中心位目标要素的各特征数据差值
Figure 627033DEST_PATH_IMAGE025
代入公式
Figure 327135DEST_PATH_IMAGE026
，得到用户目标浏览图像与各相似存储图像的重合系数
Figure 180822DEST_PATH_IMAGE027
，
Figure 245861DEST_PATH_IMAGE028
表示为图像中心位目标要素的第f个特征数据对应的权重影响指数，
Figure 814858DEST_PATH_IMAGE029
表示为图像中心位目标要素的第f个特征数据对应的允许误差值。
如上所述，本发明提供的一种基于图像数据处理分析的信息智能推送管理系统，至少具有以下有益效果：1、本发明提供的一种基于图像数据处理分析的信息智能推送管理系统，通过图像预处理获得用户目标浏览图像对应的前景子图像和衬托子图像，对比筛选平台数据库中与用户目标浏览图像相似的各相似存储图像，从而实现对平台数据库中存储图像进行初步筛选过程，有效地提高后期平台推送信息的筛选精度和筛选效率，使得后期平台推送信息更加具有针对性，同时根据用户目标浏览图像中前景子图像对应各目标要素的内容信息分析对应的中心位权重系数，筛选用户目标浏览图像对应的中心位目标要素，并根据用户目标浏览图像对应的中心位目标要素的各特征数据分析用户目标浏览图像与各相似存储图像的重合系数，筛选重合系数排名靠前的各相似存储图像，从而达到对浏览图像数据进行多维度处理分析的目的，增加平台推送关联信息的准确度和可靠度，确保平台推送的关联信息满足用户的求知需求，进而提高用户对平台推送功能的体验感和兴趣感。
2、本发明提供的一种基于图像数据处理分析的信息智能推送管理系统，通过筛选平台数据库中各相似存储图像对应的关联视频，将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送，从而使得用户更加深入了解推送图片对应的其他关联信息，确保用户在相同时间内能够获得更加多样化的信息，进而丰富用户的浏览体验。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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他的附图。
图1为本发明的模块连接示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，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作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。
请参阅图1所示，本发明的一种基于图像数据处理分析的信息智能推送管理系统，包括：用户浏览图像获取模块，用于获取用户在目标浏览平台中浏览的图像，并根据用户浏览图像对应停留时长触发目标浏览图像预处理指令。
在本申请较佳的技术方案中，所述用户浏览图像获取模块对应的具体步骤包括：将用户正在登陆的浏览平台记为目标浏览平台，获取用户在目标浏览平台中浏览的图像。
记录用户在目标浏览平台中浏览的图像对应停留时长，当用户在目标浏览平台中浏览图像对应停留时长大于设定的停留时长阈值时，则将用户在目标浏览平台中浏览图像记为用户目标浏览图像，并触发目标浏览图像预处理指令。
目标浏览图像预处理模块，用于采用图像分割处理技术对用户目标浏览图像进行预处理，获得用户目标浏览图像对应的前景子图像和衬托子图像。
在本申请较佳的技术方案中，所述目标浏览图像预处理模块中图像分割处理技术包括：将用户目标浏览图像进行灰度变化处理，得到用户目标浏览图像中各像素对应的灰度值，并构建用户目标浏览图像的灰度直方图。
根据用户目标浏览图像的灰度直方图得到用户目标浏览图像的最大灰度值和最小灰度值，分别记为
Figure 318652DEST_PATH_IMAGE001
和
Figure 26845DEST_PATH_IMAGE002
，并令初始阈值
Figure 325102DEST_PATH_IMAGE003
。
统计用户目标浏览图像中小于初始阈值
Figure 649904DEST_PATH_IMAGE004
的所有灰度值和大于初始阈值
Figure 160651DEST_PATH_IMAGE004
的所有灰度值，分别计算用户目标浏览图像中小于初始阈值
Figure 663963DEST_PATH_IMAGE004
的所有灰度值对应均值
Figure 398701DEST_PATH_IMAGE005
和大于初始阈值
Figure 210799DEST_PATH_IMAGE004
的所有灰度值对应均值
Figure 321975DEST_PATH_IMAGE006
。
计算得到用户目标浏览图像对应的新阈值
Figure 739181DEST_PATH_IMAGE007
，将用户目标浏览图像中小于新阈值
Figure 848082DEST_PATH_IMAGE008
的所有灰度值对应像素进行分割重组，得到用户目标浏览图像对应的衬托子图像；将用户目标浏览图像中大于或等于新阈值
Figure 613388DEST_PATH_IMAGE008
的所有灰度值对应像素进行分割重组，得到用户目标浏览图像对应的前景子图像。
平台数据库，用于存储目标浏览平台内各存储图像和各存储图像对应的关联视频。
平台存储图像筛选模块，用于获得平台数据库中各存储图像对应的前景子图像和衬托子图像，并分别与用户目标浏览图像对应的前景子图像和衬托子图像进行对比，筛选与用户目标浏览图像相似的各存储图像，并记为各相似存储图像。
在本申请较佳的技术方案中，所述平台存储图像筛选模块包括存储图像预处理单元，所述存储图像预处理单元用于提取平台数据库中各存储图像，并采用图像分割处理技术对平台数据库中各存储图像进行预处理，得到平台数据库中各存储图像对应的前景子图像和衬托子图像。
在本申请较佳的技术方案中，所述平台存储图像筛选模块还包括存储图像对比筛选单元，所述存储图像对比筛选单元用于将平台数据库中各存储图像对应的前景子图像和衬托子图像分别与用户目标浏览图像对应的前景子图像和衬托子图像进行对比，筛选与用户目标浏览图像相似的各存储图像，具体包括如下：提取用户目标浏览图像中衬托子图像对应场景和各存储图像中衬托子图像对应场景，将用户目标浏览图像中衬托子图像对应场景与各存储图像中衬托子图像对应场景进行对比，筛选与用户目标浏览图像中衬托子图像对应场景匹配的各存储图像，并记为各场景匹配存储图像。
提取用户目标浏览图像中前景子图像对应的各部分组成图像，并记为各目标要素，获取用户目标浏览图像中前景子图像对应的各目标要素和各场景匹配存储图像中前景子图像对应的各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素与各场景匹配存储图像中前景子图像对应的各目标要素进行对比，筛选与用户目标浏览图像中前景子图像对应目标要素相似的各场景匹配存储图像，并记为各相似存储图像，将各相似存储图像依次编号为
Figure 731517DEST_PATH_IMAGE009
。
在一种可能的设计中，所述上述筛选与用户目标浏览图像中衬托子图像对应场景匹配的各存储图像，包括：根据对比获取用户目标浏览图像中衬托子图像对应场景与各存储图像中衬托子图像对应场景的匹配度，若用户目标浏览图像中衬托子图像对应场景与某存储图像中衬托子图像对应场景的匹配度大于或等于设定的匹配度阈值，表明该存储图像中衬托子图像对应场景与用户目标浏览图像中衬托子图像对应场景匹配，筛选与用户目标浏览图像中衬托子图像对应场景匹配的各存储图像。
在一种可能的设计中，所述上述将用户目标浏览图像中前景子图像对应的各目标要素与各场景匹配存储图像中前景子图像对应的各目标要素进行对比，包括：第一步、提取预设标准图像中各属性对应的各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素与预设标准图像中各属性对应的各目标要素进行对比，筛选用户目标浏览图像中前景子图像对应的各目标要素对应属性，统计用户目标浏览图像中前景子图像对应的各属性，同时统计各场景匹配存储图像中前景子图像对应的各属性。
第二步、将用户目标浏览图像中前景子图像对应的各属性分别与各场景匹配存储图像中前景子图像对应的各属性进行对比，若用户目标浏览图像中前景子图像对应的各属性与某场景匹配存储图像中前景子图像对应的各属性一一对应，表明该场景匹配存储图像中前景子图像对应属性与用户目标浏览图像中前景子图像对应属性符合，筛选与用户目标浏览图像中前景子图像对应属性符合的各场景匹配存储图像，并记为各属性符合存储图像。
第三步、提取预设标准图像内各属性中的各类型对应各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素与对应属性中的各类型对应各目标要素进行对比，筛选用户目标浏览图像中前景子图像对应各目标要素对应属性中的对应类型，统计用户目标浏览图像中前景子图像对应各属性中的各类型，同时统计各属性符合存储图像中前景子图像对应各属性中的各类型。
第四步、将用户目标浏览图像中前景子图像对应各属性中的各类型与各属性符合存储图像中前景子图像对应各属性中的各类型进行对比，若用户目标浏览图像中前景子图像对应某属性中的各类型与某属性符合存储图像中前景子图像对应属性中的各类型一一匹配，表明该属性符合存储图像中前景子图像与用户目标浏览图像中前景子图像相似，筛选与用户目标浏览图像中前景子图像相似的各属性符合存储图像，并记为各相似存储图像。
需要说明的是，所述各属性包括但不限于：人物属性、物品属性、风景属性、动物属性；其中，人物属性中各类型包括：影视人物、动漫人物等，物品属性中各类型包括：生活物品、家居物品、服饰物品等，风景属性中各类型包括：水域风景、地文风景、文物古迹风景等，动物属性中各类型包括：爬行动物、两栖动物、飞禽动物等。
在本实施例中，本发明通过图像预处理获得用户目标浏览图像对应的前景子图像和衬托子图像，对比筛选平台数据库中与用户目标浏览图像相似的各相似存储图像，从而实现对平台数据库中存储图像进行初步筛选过程，有效地提高后期平台推送信息的筛选精度和筛选效率，使得后期平台推送信息更加具有针对性。
目标要素内容信息提取模块，用于获取用户目标浏览图像中前景子图像对应的各目标要素，提取用户目标浏览图像中前景子图像对应各目标要素的内容信息。
在本申请较佳的技术方案中，所述目标要素内容信息提取模块中提取用户目标浏览图像中前景子图像对应各目标要素的内容信息包括：获取用户目标浏览图像中前景子图像对应的各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素标记为
Figure 737650DEST_PATH_IMAGE010
，其中
Figure 814191DEST_PATH_IMAGE011
。
提取用户目标浏览图像中前景子图像对应各目标要素占据图像预设中心区域的尺寸，并记为各目标要素的占据尺寸，将用户目标浏览图像中前景子图像对应各目标要素的占据尺寸标记为
Figure 335302DEST_PATH_IMAGE012
。
提取用户目标浏览图像中前景子图像对应各目标要素的中心点位置，将用户目标浏览图像中前景子图像对应各目标要素的中心点位置标记为
Figure 991542DEST_PATH_IMAGE013
。
目标要素内容信息分析模块，用于分析用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数，筛选用户目标浏览图像对应的中心位目标要素。
在本申请较佳的技术方案中，所述目标要素内容信息分析模块中用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数的分析方式为：提取用户目标浏览图像的标准中心点位置，对比得到用户目标浏览图像中前景子图像对应各目标要素的中心点位置与对应浏览图像的标准中心点位置的间距
Figure 640131DEST_PATH_IMAGE014
。
分析用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数
Figure 887572DEST_PATH_IMAGE015
，其中用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数计算公式为
Figure 895980DEST_PATH_IMAGE016
，
Figure 887069DEST_PATH_IMAGE017
分别表示为图像中心位权重影响因子，且
Figure 930112DEST_PATH_IMAGE018
，
Figure 817296DEST_PATH_IMAGE019
表示为图像预设中心区域尺寸。
将用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数相互进行对比，筛选用户目标浏览图像中中心位权重系数最高的对应目标要素，并记为用户目标浏览图像对应的中心位目标要素。
在一种可能的设计中，所述上述用户目标浏览图像中前景子图像对应各目标要素的中心点位置与对应浏览图像的标准中心点位置的间距对应对比方式为：根据用户目标浏览图像建立二维坐标系，获取用户目标浏览图像中前景子图像对应各目标要素的中心点位置坐标和用户目标浏览图像的标准中心点位置坐标，并根据两点坐标距离公式得到用户目标浏览图像中前景子图像对应各目标要素的中心点位置与对应浏览图像的标准中心点位置的间距。
目标要素特征数据提取模块，用于提取用户目标浏览图像对应的中心位目标要素的各特征数据，对比得到用户目标浏览图像与各相似存储图像对应的中心位目标要素的各特征数据差值。
在本申请较佳的技术方案中，所述目标要素特征数据提取模块对应的具体步骤包括：根据用户目标浏览图像对应的中心位目标要素提取对应的各特征数据，将用户目标浏览图像对应的中心位目标要素的各特征数据标记为
Figure 781841DEST_PATH_IMAGE020
，其中
Figure 576622DEST_PATH_IMAGE021
。
根据用户目标浏览图像对应的中心位目标要素的分析步骤筛选平台数据库中各相似存储图像对应的中心位目标要素，得到各相似存储图像中心位目标要素对应的各标准特征数据，将各相似存储图像对应的中心位目标要素对应的各标准特征数据标记为
Figure 205662DEST_PATH_IMAGE022
，其中
Figure 998169DEST_PATH_IMAGE023
。
将用户目标浏览图像对应的中心位目标要素的各特征数据与各相似存储图像对应的中心位目标要素对应的标准特征数据进行对比，得到用户目标浏览图像与各相似存储图像对应中心位目标要素的各特征数据差值
Figure 450010DEST_PATH_IMAGE024
。
需要说明的是，所述各特征数据包括但不限于：特征点、轮廓、色度、像素、对比度、饱和度。
在一种可能的设计中，所述上述用户目标浏览图像与各相似存储图像对应的中心位目标要素的特征点差值为特征点匹配值，其中当用户目标浏览图像对应的中心位目标要素的特征点与某相似存储图像对应的中心位目标要素的特征点匹配时，则将用户目标浏览图像与各相似存储图像对应的中心位目标要素的特征点匹配值记为
Figure 782902DEST_PATH_IMAGE030
，反之，则将用户目标浏览图像与各相似存储图像对应的中心位目标要素的特征点匹配值记为
Figure 3799DEST_PATH_IMAGE031
。
在一种可能的设计中，所述上述用户目标浏览图像与各相似存储图像对应的中心位目标要素的轮廓差值为轮廓匹配值，其中当用户目标浏览图像对应的中心位目标要素的轮廓与某相似存储图像对应的中心位目标要素的轮廓匹配时，则将用户目标浏览图像与各相似存储图像对应的中心位目标要素的轮廓匹配值记为
Figure 763945DEST_PATH_IMAGE032
，反之，则将用户目标浏览图像与各相似存储图像对应的中心位目标要素的轮廓匹配值记为
Figure 237170DEST_PATH_IMAGE033
。
图像重合系数分析模块，用于分析用户目标浏览图像与各相似存储图像的重合系数，筛选重合系数排名靠前的各相似存储图像。
在本申请较佳的技术方案中，所述图像重合系数分析模块中用户目标浏览图像与各相似存储图像的重合系数对应分析公式为：将用户目标浏览图像与各相似存储图像对应的中心位目标要素的各特征数据差值
Figure 108174DEST_PATH_IMAGE025
代入公式
Figure 714736DEST_PATH_IMAGE026
，得到用户目标浏览图像与各相似存储图像的重合系数
Figure 380203DEST_PATH_IMAGE027
，
Figure 541057DEST_PATH_IMAGE028
表示为图像中心位目标要素的第f个特征数据对应的权重影响指数，
Figure 822610DEST_PATH_IMAGE029
表示为图像中心位目标要素的第f个特征数据对应的允许误差值。
需要说明的是，所述上述将重合系数排名靠前的各相似存储图像设定为重合系数排名前五的各相似存储图像。
在本实施例中，本发明通过根据用户目标浏览图像中前景子图像对应各目标要素的内容信息分析对应的中心位权重系数，筛选用户目标浏览图像对应的中心位目标要素，并根据用户目标浏览图像对应的中心位目标要素的各特征数据分析用户目标浏览图像与各相似存储图像的重合系数，筛选重合系数排名靠前的各相似存储图像，从而实现对浏览图像数据进行多维度处理分析的目的，增加平台推送关联信息的准确度和可靠度，确保平台推送的关联信息满足用户的求知需求，进而提高用户对平台推送功能的体验感和兴趣感。
图像关联信息推送模块，用于提取平台数据库中各存储图像对应的关联视频，将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送。
在本申请较佳的技术方案中，所述图像关联信息推送模块具体包括：提取平台数据库中各存储图像对应的关联视频，筛选平台数据库中重合系数排名靠前的各相似存储图像对应的关联视频，并将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送。
在本实施例中，本发明通过提取平台数据库中各相似存储图像对应的关联视频，将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送，从而使得用户更加深入了解推送图片对应的其他关联信息，确保用户在相同时间内能够获得更加多样化的信息，进而丰富用户的浏览体验。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种基于图像数据处理分析的信息智能推送管理系统，其特征在于，包括：用户浏览图像获取模块，用于获取用户在目标浏览平台中浏览的图像，并根据用户浏览图像对应停留时长触发目标浏览图像预处理指令；
目标浏览图像预处理模块，用于采用图像分割处理技术对用户目标浏览图像进行预处理，获得用户目标浏览图像对应的前景子图像和衬托子图像；
平台数据库，用于存储目标浏览平台内各存储图像和各存储图像对应的关联视频；
平台存储图像筛选模块，用于获得平台数据库中各存储图像对应的前景子图像和衬托子图像，并分别与用户目标浏览图像对应的前景子图像和衬托子图像进行对比，筛选与用户目标浏览图像相似的各存储图像，并记为各相似存储图像；
目标要素内容信息提取模块，用于获取用户目标浏览图像中前景子图像对应的各目标要素，提取用户目标浏览图像中前景子图像对应各目标要素的内容信息；
目标要素内容信息分析模块，用于分析用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数，筛选用户目标浏览图像对应的中心位目标要素；
目标要素特征数据提取模块，用于提取用户目标浏览图像对应的中心位目标要素的各特征数据，对比得到用户目标浏览图像与各相似存储图像对应的中心位目标要素的各特征数据差值；
图像重合系数分析模块，用于分析用户目标浏览图像与各相似存储图像的重合系数，筛选重合系数排名靠前的各相似存储图像；
其中，所述目标要素特征数据提取模块对应的具体步骤包括：
根据用户目标浏览图像对应的中心位目标要素提取对应的各特征数据，将用户目标浏览图像对应的中心位目标要素的各特征数据标记为
Figure DEST_PATH_IMAGE002
，其中
Figure DEST_PATH_IMAGE004
，其中v为用户目标浏览图像对应的中心位目标要素的各特征顺序编号中不确定的数字；
根据用户目标浏览图像对应的中心位目标要素的分析步骤筛选平台数据库中各相似存储图像对应的中心位目标要素，得到各相似存储图像中心位目标要素对应的各标准特征数据，将各相似存储图像对应的中心位目标要素对应的各标准特征数据标记为
Figure DEST_PATH_IMAGE006
，其中
Figure DEST_PATH_IMAGE008
；
将用户目标浏览图像对应的中心位目标要素的各特征数据与各相似存储图像对应的中心位目标要素对应的标准特征数据进行对比，得到用户目标浏览图像与各相似存储图像对应中心位目标要素的各特征数据差值
Figure DEST_PATH_IMAGE010
；
其中，所述图像重合系数分析模块中用户目标浏览图像与各相似存储图像的重合系数对应分析公式为：
将用户目标浏览图像与各相似存储图像对应的中心位目标要素的各特征数据差值
Figure DEST_PATH_IMAGE012
代入公式
Figure DEST_PATH_IMAGE014
，得到用户目标浏览图像与各相似存储图像的重合系数
Figure DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE018
表示为图像中心位目标要素的第f个特征数据对应的权重影响指数，
Figure DEST_PATH_IMAGE020
表示为图像中心位目标要素的第f个特征数据对应的允许误差值；
图像关联信息推送模块，用于提取平台数据库中各存储图像对应的关联视频，将重合系数排名靠前的各相似存储图像和对应的关联视频进行推送。
2.根据权利要求1所述的一种基于图像数据处理分析的信息智能推送管理系统，其特征在于：所述用户浏览图像获取模块对应的具体步骤包括：
将用户正在登陆的浏览平台记为目标浏览平台，获取用户在目标浏览平台中浏览的图像；
记录用户在目标浏览平台中浏览的图像对应停留时长，当用户在目标浏览平台中浏览图像对应停留时长大于设定的停留时长阈值时，则将用户在目标浏览平台中浏览图像记为用户目标浏览图像，并触发目标浏览图像预处理指令。
3.根据权利要求1所述的一种基于图像数据处理分析的信息智能推送管理系统，其特征在于：所述目标浏览图像预处理模块中图像分割处理技术包括：
将用户目标浏览图像进行灰度变化处理，得到用户目标浏览图像中各像素对应的灰度值，并构建用户目标浏览图像的灰度直方图；
根据用户目标浏览图像的灰度直方图得到用户目标浏览图像的最大灰度值和最小灰度值，分别记为
Figure DEST_PATH_IMAGE022
和
Figure DEST_PATH_IMAGE024
，并令初始阈值
Figure DEST_PATH_IMAGE026
；
统计用户目标浏览图像中小于初始阈值
Figure DEST_PATH_IMAGE028
的所有灰度值和大于初始阈值
Figure DEST_PATH_IMAGE030
的所有灰度值，分别计算用户目标浏览图像中小于初始阈值
Figure DEST_PATH_IMAGE032
的所有灰度值对应均值
Figure DEST_PATH_IMAGE034
和大于初始阈值
Figure DEST_PATH_IMAGE036
的所有灰度值对应均值
Figure DEST_PATH_IMAGE038
；
计算得到用户目标浏览图像对应的新阈值
Figure DEST_PATH_IMAGE040
，将用户目标浏览图像中小于新阈值
Figure DEST_PATH_IMAGE042
的所有灰度值对应像素进行分割重组，得到用户目标浏览图像对应的衬托子图像；将用户目标浏览图像中大于或等于新阈值
Figure DEST_PATH_IMAGE044
的所有灰度值对应像素进行分割重组，得到用户目标浏览图像对应的前景子图像。
4.根据权利要求1所述的一种基于图像数据处理分析的信息智能推送管理系统，其特征在于：所述平台存储图像筛选模块包括存储图像预处理单元，所述存储图像预处理单元用于提取平台数据库中各存储图像，并采用图像分割处理技术对平台数据库中各存储图像进行预处理，得到平台数据库中各存储图像对应的前景子图像和衬托子图像。
5.根据权利要求1所述的一种基于图像数据处理分析的信息智能推送管理系统，其特征在于：所述平台存储图像筛选模块还包括存储图像对比筛选单元，所述存储图像对比筛选单元用于将平台数据库中各存储图像对应的前景子图像和衬托子图像分别与用户目标浏览图像对应的前景子图像和衬托子图像进行对比，筛选与用户目标浏览图像相似的各存储图像，具体包括如下：
提取用户目标浏览图像中衬托子图像对应场景和各存储图像中衬托子图像对应场景，将用户目标浏览图像中衬托子图像对应场景与各存储图像中衬托子图像对应场景进行对比，筛选与用户目标浏览图像中衬托子图像对应场景匹配的各存储图像，并记为各场景匹配存储图像；
提取用户目标浏览图像中前景子图像对应的各部分组成图像，并记为各目标要素，获取用户目标浏览图像中前景子图像对应的各目标要素和各场景匹配存储图像中前景子图像对应的各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素与各场景匹配存储图像中前景子图像对应的各目标要素进行对比，筛选与用户目标浏览图像中前景子图像对应目标要素相似的各场景匹配存储图像，并记为各相似存储图像，将各相似存储图像依次编号为
Figure DEST_PATH_IMAGE046
，其中 r、u为各相似存储图像顺序编号中不确定的数字。
6.根据权利要求1所述的一种基于图像数据处理分析的信息智能推送管理系统，其特征在于：所述目标要素内容信息提取模块中提取用户目标浏览图像中前景子图像对应各目标要素的内容信息包括：
获取用户目标浏览图像中前景子图像对应的各目标要素，将用户目标浏览图像中前景子图像对应的各目标要素标记为
Figure DEST_PATH_IMAGE048
，其中
Figure DEST_PATH_IMAGE050
；
提取用户目标浏览图像中前景子图像对应各目标要素占据图像预设中心区域的尺寸，并记为各目标要素的占据尺寸，将用户目标浏览图像中前景子图像对应各目标要素的占据尺寸标记为
Figure DEST_PATH_IMAGE052
；
提取用户目标浏览图像中前景子图像对应各目标要素的中心点位置，将用户目标浏览图像中前景子图像对应各目标要素的中心点位置标记为
Figure DEST_PATH_IMAGE054
。
7.根据权利要求6所述的一种基于图像数据处理分析的信息智能推送管理系统，其特征在于：所述目标要素内容信息分析模块中用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数的分析方式为：
提取用户目标浏览图像的标准中心点位置，对比得到用户目标浏览图像中前景子图像对应各目标要素的中心点位置与对应浏览图像的标准中心点位置的间距
Figure DEST_PATH_IMAGE056
；
分析用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数
Figure DEST_PATH_IMAGE058
，其中用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数计算公式为
Figure DEST_PATH_IMAGE060
，
Figure DEST_PATH_IMAGE062
分别表示为图像中心位权重影响因子，且
Figure DEST_PATH_IMAGE064
，
Figure DEST_PATH_IMAGE066
表示为图像预设中心区域尺寸；
将用户目标浏览图像中前景子图像对应各目标要素的中心位权重系数相互进行对比，筛选用户目标浏览图像中中心位权重系数最高的对应目标要素，并记为用户目标浏览图像对应的中心位目标要素。
CN202210084536.0A 2022-01-25 2022-01-25 一种基于图像数据处理分析的信息智能推送管理系统 Active CN114117089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210084536.0A CN114117089B (zh) 2022-01-25 2022-01-25 一种基于图像数据处理分析的信息智能推送管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210084536.0A CN114117089B (zh) 2022-01-25 2022-01-25 一种基于图像数据处理分析的信息智能推送管理系统

Publications (2)

Publication Number Publication Date
CN114117089A CN114117089A (zh) 2022-03-01
CN114117089B true CN114117089B (zh) 2022-04-08

Family

ID=80361002

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210084536.0A Active CN114117089B (zh) 2022-01-25 2022-01-25 一种基于图像数据处理分析的信息智能推送管理系统

Country Status (1)

Country Link
CN (1) CN114117089B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809646A (zh) * 2016-03-31 2016-07-27 北京林业大学 基于迭代最佳阈值法计算冻土的孔隙参数的方法及系统
CN111626817A (zh) * 2020-05-10 2020-09-04 石伟 基于电子商务大数据的用户画像解析方法及人工智能平台
CN112765480A (zh) * 2021-04-12 2021-05-07 腾讯科技（深圳）有限公司 一种信息推送方法、装置及计算机可读存储介质
CN113449146A (zh) * 2021-07-06 2021-09-28 武汉丰华裕商务有限公司 一种基于数据分析的短视频浏览推荐方法、设备及计算机存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2648368B1 (es) * 2016-06-29 2018-11-14 Accenture Global Solutions Limited Recomendación de vídeo con base en el contenido
CN113918753B (zh) * 2021-07-23 2024-05-28 腾讯科技（深圳）有限公司 基于人工智能的图像检索方法及相关设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809646A (zh) * 2016-03-31 2016-07-27 北京林业大学 基于迭代最佳阈值法计算冻土的孔隙参数的方法及系统
CN111626817A (zh) * 2020-05-10 2020-09-04 石伟 基于电子商务大数据的用户画像解析方法及人工智能平台
CN112765480A (zh) * 2021-04-12 2021-05-07 腾讯科技（深圳）有限公司 一种信息推送方法、装置及计算机可读存储介质
CN113449146A (zh) * 2021-07-06 2021-09-28 武汉丰华裕商务有限公司 一种基于数据分析的短视频浏览推荐方法、设备及计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于前景与背景划分的区域图像检索方法及实现;朱远清等;《中国图象图形学报》;20070228;第12卷(第2期);234-238 *

Also Published As

Publication number Publication date
CN114117089A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
US11830230B2 (en) Living body detection method based on facial recognition, and electronic device and storage medium
US9824294B2 (en) Saliency information acquisition device and saliency information acquisition method
Wang et al. A robust and efficient video representation for action recognition
Wang et al. Action recognition with improved trajectories
Gould et al. Decomposing a scene into geometric and semantically consistent regions
Arentz et al. Classifying offensive sites based on image content
CN108898145A (zh) 一种结合深度学习的图像显著目标检测方法
Ege et al. Image-based estimation of real food size for accurate food calorie estimation
Sudderth et al. Depth from familiar objects: A hierarchical model for 3D scenes
Iwaoka et al. Digital safari guidebook with image retrieval
Suárez et al. Deep learning based single image dehazing
CN103853724B (zh) 多媒体数据分类方法及装置
CN108229674A (zh) 聚类用神经网络的训练方法和装置、聚类方法和装置
CN110827312B (zh) 一种基于协同视觉注意力神经网络的学习方法
WO2013053320A1 (zh) 一种图像检索方法及装置
CN113963032A (zh) 一种融合目标重识别的孪生网络结构目标跟踪方法
Iwamura et al. Recognition of multiple characters in a scene image using arrangement of local features
CN110046574A (zh) 基于深度学习的安全帽佩戴识别方法及设备
CN110796583A (zh) 一种风格化可见水印添加方法
CN106778704A (zh) 一种人脸识别匹配方法及半自动化人脸匹配系统
CN112668550A (zh) 基于关节点-深度联合关注rgb模态数据的双人交互行为识别方法
CN113705310A (zh) 特征学习的方法、目标物体的识别方法和对应装置
CN114117089B (zh) 一种基于图像数据处理分析的信息智能推送管理系统
Dong et al. Effective and efficient photo quality assessment
CN117152787A (zh) 一种人物服饰识别方法、装置、设备和可读存储介质

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