KR101771153B1 - 연관 사용자의 확정 방법 및 장치 - Google Patents

연관 사용자의 확정 방법 및 장치 Download PDF

Info

Publication number
KR101771153B1
KR101771153B1 KR1020167013623A KR20167013623A KR101771153B1 KR 101771153 B1 KR101771153 B1 KR 101771153B1 KR 1020167013623 A KR1020167013623 A KR 1020167013623A KR 20167013623 A KR20167013623 A KR 20167013623A KR 101771153 B1 KR101771153 B1 KR 101771153B1
Authority
KR
South Korea
Prior art keywords
user
face
candidate
age
current
Prior art date
Application number
KR1020167013623A
Other languages
English (en)
Other versions
KR20170023768A (ko
Inventor
타오 장
페이 롱
지준 첸
Original Assignee
시아오미 아이엔씨.
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 시아오미 아이엔씨. filed Critical 시아오미 아이엔씨.
Publication of KR20170023768A publication Critical patent/KR20170023768A/ko
Application granted granted Critical
Publication of KR101771153B1 publication Critical patent/KR101771153B1/ko

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
    • G06F16/58—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
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • 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
    • G06F17/30247—
    • G06F15/18—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • 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
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • 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
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • G06F17/30265—
    • G06F17/30705—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • 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
    • G06K9/00221—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
    • 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
    • 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
    • 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
    • G06K2009/00221—
    • 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
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
    • 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
    • G06V40/179—Human faces, e.g. facial parts, sketches or expressions metadata assisted face recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Mathematical Physics (AREA)
  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 연관 사용자의 확정 방법 및 장치를 개시하며, 여기서, 연관 사용자의 확정 방법은 복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하는 단계; 얼굴 앨범에서 목표 사용자를 확정하고 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하는 단계; 및 후보 연관 사용자의 속성 정보를 획득하고, 속성 정보에 따라 목표 사용자의 연관 사용자를 확정하며, 연관 사용자를 위해 태그 정보를 설정하는 단계;를 포함하여 구성된다.

Description

연관 사용자의 확정 방법 및 장치{METHOD AND DEVICE FOR DETERMINING ASSOCIATED USER}
본 출원은 출원번호가 201510463635.X이고 출원일자가 2015년 7월 31일인 중국 특허 출원을 기반으로 제출하며, 상기 중국 특허 출원의 우선권을 주장하며, 상기 중국 특허 출원의 전부 내용은 본 출원에 원용된다.
본 발명은 이미지 기술 처리 분야에 관한 것으로서, 특히 연관 사용자의 확정 방법 및 장치에 관한 것이다.
이동 단말 기술의 쾌속적인 발전과 더불어, 핸드폰과 같은 각종 이동 단말은 이미 매우 일반화되었으며 기능이 날로 많아지고 있다. 예를 들어, 사용자는 핸드폰을 이용하여 사진을 찍을 수 있고 가족, 친구들과 사진을 공유할 수 있다.
사진 수량이 날로 늘어남에 따라, 사용자가 가족 앨범 만들기 등 조작을 희망할 때, 수동적으로 어느 한 사용자 또는 사용자들의 연관 사용자를 찾은 후, 연관 사용자에 따라 가족 앨범 만들기 등 후속 조작을 수행하여야 한다. 예를 들어, 현재 아기 앨범밖에 없으며, 많은 사진들 중에서 아기의 연관 사용자 즉 아기 아빠와 엄마를 찾아내 가족 앨범을 만들어야 한다.
그러나, 수동적으로 연관 사용자를 확정하는 조작은 비교적 번거롭고 사용자의 많은 시간을 낭비한다.
본 발명의 실시예는 현재 연관 사용자를 확정하는 조작이 비교적 번거로운 문제를 해결하기 위한 연관 사용자의 확정 방법 및 장치를 제공한다.
본 발명의 실시예의 첫번째 양태에 따르면, 연관 사용자의 확정 방법을 제공하며, 상기 확정 방법은,
복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하는 단계;
상기 얼굴 앨범 중의 목표 사용자를 확정하고 상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하는 단계; 및
상기 후보 연관 사용자의 속성 정보를 획득하고 상기 속성 정보에 따라 상기 목표 사용자의 연관 사용자를 확정하고 상기 연관 사용자를 위해 태그 정보를 설정하는 단계;를 포함하여 구성된다.
일 실시예에서, 상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하는 단계는,
상기 얼굴 앨범 중 모든 사용자의 얼굴 소스 사진을 획득하고 획득된 상기 목표 사용자 외의 사용자의 얼굴 소스 사진과 상기 목표 사용자의 얼굴 소스 사진을 비교하는 단계; 및
상기 목표 사용자와의 동일한 얼굴 소스 사진의 수량이 사전 설정된 수량보다 많은 사용자를 상기 후보 연관 사용자로 하는 단계;를 포함한다.
일 실시예에서, 상기 후보 연관 사용자의 속성 정보를 획득하고 상기 속성 정보에 따라 상기 목표 사용자의 연관 사용자를 확정하는 단계는,
상기 후보 연관 사용자의 성별 및 연령 정보를 획득하고 상기 연령 정보에 따라 연령 요구에 부합하지 않는 후보 연관 사용자를 삭제하는 단계; 및
나머지 후보 연관 사용자의 성별에 따라 나머지 후보 연관 사용자가 연관 사용자 수량을 초과하였는지 여부를 판단하여, 초과하지 않았으면 상기 나머지 후보 연관 사용자를 상기 연관 사용자로 확정하고, 초과하였으면 사전 설정된 조건에 따라 상기 연관 사용자를 확정하는 단계;를 포함한다.
일 실시예에서, 상기 후보 연관 사용자의 성별 및 연령 정보를 획득하는 단계는,
훈련 샘플을 수집하여 상기 훈련 샘플의 gabor 특징을 포함하는 특징을 추출하며, 상기 특징에 따라 SVM 분류기(classifier)를 포함하는 분류기를 훈련하는 단계; 및
상기 분류기를 이용하여 상기 후보 연관 사용자의 성별 및 소속된 연령대를 획득하는 단계;를 포함한다.
일 실시예에서, 상기 사전 설정된 조건에 따라 상기 연관 사용자를 확정하는 단계는,
상기 나머지 후보 연관 사용자의 얼굴 수량을 획득하여 상기 얼굴 수량이 제일 많은 후보 연관 사용자를 상기 연관 사용자로 하는 단계를 포함한다.
일 실시예에서, 상기 분류기를 이용하여 상기 후보 연관 사용자의 성별 및 소속된 연령대를 획득하는 단계는,
각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령을 획득하고 각 얼굴에 대응하는 사진의 촬영시간을 획득하며, 상기 연령 및 상기 사진의 촬영시간에 따라 각 얼굴에 대응하는 출생시간을 계산하며 산출된 상기 출생시간에 따라 상기 현재 후보 연관 사용자가 소속된 연령대를 확정하는 단계; 및
각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴에 대응하는 성별을 획득하여, 획득된 성별이 동일하면, 획득된 성별을 상기 현재 후보 연관 사용자의 성별로 하고, 획득된 성별이 상이하면, 상이한 성별에 속하는 현재 후보 연관 사용자 얼굴의 수량을 통계하여 상기 수량이 비교적 많은 얼굴에 대응하는 성별을 상기 현재 후보 연관 사용자의 성별로 하는 단계;를 포함한다.
일 실시예에서, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령과 성별을 획득하는 단계는,
현재 후보 연관 사용자의 각 얼굴에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 현재 얼굴의 연령 및 성별을 획득하고, 상기 현재 얼굴의 조명 및 자태 정보를 계산하여, 계산 결과가 조명 및 자태 요구에 부합하면, 획득된 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하고 상기 현재 얼굴 및 이에 대응하는 연령과 성별을 데이터베이스에 저장하며, 계산 결과가 조명 및 자태 요구에 부합하지 않으면, 상기 데이터베이스에서 상기 현재 얼굴의 매칭 얼굴을 획득하고 상기 매칭 얼굴의 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하는 단계를 포함한다.
본 발명의 실시예의 두번째 양태에 따르면, 연관 사용자의 확정 장치를 제공하며, 상기 확정 장치는,
복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하도록 구성되는 획득 모듈;
상기 획득 모듈이 획득한 상기 얼굴 앨범 중의 목표 사용자를 확정하고 상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하도록 구성되는 확정 및 심사 선택 모듈; 및
상기 확정 및 심사 선택 모듈이 선택한 상기 후보 연관 사용자의 속성 정보를 획득하고 상기 속성 정보에 따라 상기 목표 사용자의 연관 사용자를 확정하고 상기 연관 사용자를 위해 태그 정보를 설정하도록 구성되는 확정 및 설정 모듈;을 포함하여 구성된다.
일 실시예에서, 상기 확정 및 심사 선택 모듈은,
상기 얼굴 앨범 중 모든 사용자의 얼굴 소스 사진을 획득하고 획득된 상기 목표 사용자 외의 사용자의 얼굴 소스 사진과 상기 목표 사용자의 얼굴 소스 사진을 비교하도록 구성되는 획득 및 비교 서브 모듈; 및
상기 목표 사용자와의 동일한 얼굴 소스 사진의 수량이 사전 설정된 수량보다 많은 사용자를 상기 후보 연관 사용자로 하도록 구성되는 확정 서브 모듈;을 포함한다.
일 실시예에서, 상기 확정 및 설정 모듈은,
상기 후보 연관 사용자의 성별 및 연령 정보를 획득하고 상기 연령 정보에 따라 연령 요구에 부합하지 않는 후보 연관 사용자를 삭제하도록 구성되는 획득 및 삭제 서브 모듈; 및
나머지 후보 연관 사용자의 성별에 따라 나머지 후보 연관 사용자가 연관 사용자 수량을 초과하였는지 여부를 판단하여, 초과하지 않았으면 상기 나머지 후보 연관 사용자를 상기 연관 사용자로 확정하고, 초과하였으면 사전 설정된 조건에 따라 상기 연관 사용자를 확정하도록 구성되는 판단 및 확정 서브 모듈;을 포함한다.
일 실시예에서, 상기 획득 및 삭제 서브 모듈은,
훈련 샘플을 수집하여 상기 훈련 샘플의 gabor 특징을 포함하는 특징을 추출하며, 상기 특징에 따라 SVM 분류기(classifier)를 포함하는 분류기를 훈련하도록 구성되는 수집과 추출 및 훈련 유닛; 및
상기 수집과 추출 및 훈련 유닛이 훈련한 상기 분류기를 이용하여 상기 후보 연관 사용자의 성별 및 소속된 연령대를 획득하도록 구성되는 획득 유닛;을 포함한다.
일 실시예에서, 상기 판단 및 확정 서브 모듈은,
상기 나머지 후보 연관 사용자의 얼굴 수량을 획득하여 상기 얼굴 수량이 제일 많은 후보 연관 사용자를 상기 연관 사용자로 하도록 구성된다.
일 실시예에서, 상기 획득 유닛은,
각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령을 획득하고 각 얼굴에 대응하는 사진의 촬영시간을 획득하며, 상기 연령 및 상기 사진의 촬영시간에 따라 각 얼굴에 대응하는 출생시간을 계산하며 산출된 상기 출생시간에 따라 상기 현재 후보 연관 사용자가 소속된 연령대를 확정하고;
각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴에 대응하는 성별을 획득하여, 획득된 성별이 동일하면, 획득된 성별을 상기 현재 후보 연관 사용자의 성별로 하고, 획득된 성별이 상이하면, 상이한 성별에 속하는 현재 후보 연관 사용자 얼굴의 수량을 통계하여 상기 수량이 비교적 많은 얼굴에 대응하는 성별을 상기 현재 후보 연관 사용자의 성별로 하도록 구성된다.
일 실시예에서, 상기 획득 유닛은,
현재 후보 연관 사용자의 각 얼굴에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 현재 얼굴의 연령 및 성별을 획득하고, 상기 현재 얼굴의 조명 및 자태 정보를 계산하여, 계산 결과가 조명 및 자태 요구에 부합하면, 획득된 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하고 상기 현재 얼굴 및 이에 대응하는 연령과 성별을 데이터베이스에 저장하며, 계산 결과가 조명 및 자태 요구에 부합하지 않으면, 상기 데이터베이스에서 상기 현재 얼굴의 매칭 얼굴을 획득하고 상기 매칭 얼굴의 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하도록 구성된다.
본 발명의 실시예의 세번째 양태에 따르면, 연관 사용자의 확정 장치를 제공하며, 상기 확정 장치는,
프로세서; 및
프로세서가 실행 가능한 명령을 저장하는 메모리;를 포함하되,
프로세서는,
복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하고;
상기 얼굴 앨범 중의 목표 사용자를 확정하고 상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하며;
상기 후보 연관 사용자의 속성 정보를 획득하고 상기 속성 정보에 따라 상기 목표 사용자의 연관 사용자를 확정하고 상기 연관 사용자를 위해 태그 정보를 설정하도록 구성된다.
본 발명의 실시예에 의해 제공된 기술방안은 아래의 유익한 효과가 있다.
얼굴 앨범을 획득하고 얼굴 앨범 중의 목표 사용자를 확정하며, 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택한 후, 후보 연관 사용자의 속성 정보를 획득하고, 속성 정보에 따라 목표 사용자의 연관 사용자를 확정하며, 마지막으로 연관 사용자를 위해 태그 정보를 설정하는 바, 구현 과정이 신속하고 간단하며 사용자가 번거로운 조작을 수행할 필요가 없기에 사용자를 위해 많은 시간을 절약한다.
후보 연관 사용자를 선택하는 방식이 간단하고 구현이 쉽다.
후보 연관 사용자의 속성 정보에 따라 연관 사용자를 선택하는 방식이 간단하고 구현이 쉽다.
연관 사용자 속성 정보를 획득하는 방식이 간단하고 유연하다.
사전 설정된 조건에 따라 연관 사용자를 확정하는 방식이 간단하고 정확도가 높다.
각 후보 연관 사용자의 모든 얼굴에 대응하는 성별 및 연령 정보를 획득한 후 모든 얼굴에 대응하는 성별 및 연령 정보에 따라 대응하는 후보 연관 사용자의 성별 및 연령대를 확정함으로써 정확도가 높다.
현재 얼굴이 조명 및 자태 요구에 부합할 때, 직접 획득된 연령 및 성별을 현재 얼굴의 연령 및 성별로 하고, 현재 얼굴이 조명 및 자태 요구에 부합하지 않을 때, 데이터베이스에서 현재 얼굴의 매칭 얼굴을 획득하고 매칭 얼굴의 연령 및 성별을 현재 얼굴의 연령 및 성별로 함으로써 현재 얼굴의 성별 및 연령의 식별 정확도를 보장한다.
이해할 것은, 상술한 일반적인 설명과 후술되는 세부 설명은 단지 예시적이고 해석적인 것이며 본 발명을 한정하지 않는다.
여기의 첨부 도면은 명세서에 포함되어 본 명세서의 일부를 구성하고, 본 발명에 부합하는 실시예를 도시하며, 명세서와 함께 본 발명의 원리를 해석한다.
도1은 일 예시적 실시예에 따라 도시한 연관 사용자의 확정 방법의 흐름도이다.
도2a는 일 예시적 실시예에 따라 도시한 얼굴 앨범을 나타낸 도면이다.
도2b는 일 예시적 실시예에 따라 도시한 얼굴 집합을 나타낸 도면이다.
도3은 일 예시적 실시예에 따라 도시한 연관 사용자의 확정 방법의 시나리오 도면이다.
도4a는 일 예시적 실시예에 따라 도시한 사용자 속성 정보를 획득하는 흐름도이다.
도4b는 일 예시적 실시예에 따라 도시한 현재 후보 연관 사용자의 연령 정보를 획득하는 흐름도이다.
도5는 일 예시적 실시예에 따라 도시한 얼굴 연령을 획득하는 흐름도이다.
도6은 일 예시적 실시예에 따라 도시한 연관 사용자의 확정 장치의 블럭도이다.
도7은 일 예시적 실시예에 따라 도시한 다른 한 연관 사용자의 확정 장치의 블럭도이다.
도8은 일 예시적 실시예에 따라 도시한 또 다른 연관 사용자의 확정 장치의 블럭도이다.
도9는 일 예시적 실시예에 따라 도시한 또 다른 연관 사용자의 확정 장치의 블럭도이다.
도10은 일 예시적 실시예에 따라 도시한 연관 사용자의 확정 장치에 적용되는 블럭도이다.
여기서, 예시적 실시예를 상세히 설명하며 그 실예를 첨부 도면에 나타내었다. 아래의 설명에서 도면을 언급할 때, 다른 설명이 없는 한, 상이한 도면 중의 동일한 숫자는 동일하거나 비슷한 구성요소를 나타낸다. 이하 예시적 실시예에서 설명하는 실시방식은 본 발명과 일치한 모든 실시방식을 대표하는 것이 아니다. 반대로, 이들은 단지 첨부된 특허청구범위에서 상세히 설명한 본 발명의 일부 측면과 일치한 장치 및 방법의 예일 뿐이다.
도1은 일 예시적 실시예에 따라 도시한 연관 사용자의 확정 방법의 흐름도이며, 도1에 도시된 바와 같이, 상기 연관 사용자의 확정 방법은 이동 단말에 응용될 수 있으며, 상기 이동 단말은 핸드폰을 포함하나 이에 한정되지 않으며, 상기 방법은 아래의 S101-S103 단계를 포함한다.
S101 단계에서, 복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득한다.
상기 실시예에서, 이동 단말(예를 들어, 핸드폰)이 '얼굴 앨범'을 오픈하면, 서버 측으로부터 복수의 사용자의 얼굴 집합을 포함할 수 있는 얼굴 앨범을 획득할 수 있다.
도2a는 하나의 얼굴 앨범의 실예를 나타내었으며, 상기 얼굴 앨범에는 복수의 사용자의 얼굴 집합이 포함되고, 어느 한 사용자의 얼굴 집합은 도2b에 도시된 바와 같을 수 있다.
S102 단계에서, 상기 얼굴 앨범 중의 목표 사용자를 확정하고 상기 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택한다.
상기 실시예에서, 목표 사용자는 아기일 수 있으며, 얼굴 앨범을 획득한 후, 상기 얼굴 앨범에서 아기의 얼굴 집합을 식별해 낼 수 있으며, 동시에 아기 얼굴 집합 중의 얼굴 수량에 따라 목표 사용자를 확정할 수 있다. 예를 들어, 현재 얼굴 앨범에 두 아기 얼굴 집합이 있으며, 그 중에 첫번째 아기 얼굴 집합에 포함된 얼굴 수량은 4이고 두번째 아기 얼굴 집합에 포함된 얼굴 수량은 50이면, 두번째 아기를 목표 사용자로 확정할 수 있다.
목표 사용자를 확정한 후, 얼굴 앨범 중의 모든 사용자의 얼굴 소스 사진을 획득하고 획득된 목표 사용자 외의 사용자의 얼굴 소스 사진과 목표 사용자의 얼굴 소스 사진을 비교한 후 목표 사용자와의 동일한 얼굴 소스 사진의 수량이 사전 설정한 수량보다 많은 사용자를 후보 연관 사용자로 하는 것을 통해, 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 심사 선택할 수 있으나 이에 한정되지 않는다.
여기서, 얼굴 소스 사진은 얼굴이 위치한 사진을 가리키는바, 사진(1)에 얼굴(1)과 얼굴(2)가 포함된다고 가정하면, 얼굴(1)과 얼굴(2)의 소스 사진은 모두 사진(1)이고, 사진(2)에 얼굴(3)이 포함되면, 얼굴(3)의 소스 사진은 사진(2)이다. 상술한 사전 설정된 수량은 수요에 따라 유연하게 설정할 수 있는바, 예를 들어, 10장, 15장 등일 수 있다.
현재 얼굴 앨범 중 사용자(1)-(5) 모두 5명 사용자의 얼굴 집합이 포함되고 그 중에 사용자(1)는 목표 사용자이다고 가정한다면, 이 5명 사용자의 얼굴 소스 사진을 획득하고 사용자(2)-(5)의 얼굴 소스 사진을 각각 사용자(1)의 얼굴 소스 사진과 비교한다. 여기서, 사용자(2)와 사용자(1) 간에 동일한 얼굴 소스 사진의 수량이 2장, 즉 사용자(2)와 사용자(1)가 2장의 함께 찍은 사진이 있고, 사용자(3)와 사용자(1) 간에 동일한 얼굴 소스 사진의 수량이 30장, 즉 사용자(3)와 사용자(1)가 30장의 함께 찍은 사진이 있으며, 사용자(4)와 사용자(1) 간에 동일한 얼굴 소스 사진의 수량이 33장, 즉 사용자(4)와 사용자(1)가 33장의 함께 찍은 사진이 있고, 사용자(5)와 사용자(1) 간에 동일한 얼굴 소스 사진의 수량이 20장, 즉 사용자(5)와 사용자(1)가 20장의 함께 찍은 사진이 있는 것을 발견하였다고 가정하며, 사전 설정된 수량이 10장이다고 가정하면, 사용자(3), 사용자(4) 및 사용자(5)가 목표 사용자의 후보 연관 사용자임을 확정할 수 있다.
S103 단계에서, 후보 연관 사용자의 속성 정보를 획득하고 속성 정보에 따라 목표 사용자의 연관 사용자를 확정하고 연관 사용자를 위해 태그 정보를 설정한다.
목표 사용자의 후보 연관 사용자를 확정한 후, 후보 연관 사용자의 속성 정보를 획득하여 속성 정보에 따라 목표 사용자의 연관 사용자를 확정할 수 있다.
예를 들어, 후보 연관 사용자의 성별 및 연령 정보를 획득하고 연령 정보에 따라 연령 요구에 부합하지 않는 후보 연관 사용자를 삭제한 후, 나머지 후보 연관 사용자의 성별에 따라 나머지 후보 연관 사용자가 연관 사용자 수량을 초과하였는지 여부를 판단하는바, 초과하지 않았으면, 나머지 후보 연관 사용자를 연관 사용자로 확정하고, 초과하였으면, 사전 설정된 조건에 따라, 예를 들어 후보 연관 사용자의 얼굴 수량에 따라 연관 사용자를 확정할 수 있다.
상기 예를 계속하여 설명한다. 획득된 사용자(3)의 성별은 남자, 소속된 연령대는 10-15, 사용자(4)의 성별은 여자, 소속된 연령대는 25-30, 사용자(5)의 성별은 남자, 소속된 연령대는 28-35이라고 가정하면, 사용자(3)의 연령대가 연령 요구에 부합하지 않으므로 사용자(3)을 삭제하고, 사용자(4)와 사용자(5)의 성별에 따라 사용자(4)와 사용자(5)가 연관 사용자 수량의 요구에 부합하므로 사용자(4)와 사용자(5)를 목표 사용자의 연관 사용자로 확정할 수 있는바, 예를 들어 사용자(4)를 목표 사용자의 엄마, 사용자(5)를 목표 사용자의 아빠로 확정한다.
그러나, 획득된 사용자(3)의 성별은 남자이고 소속된 연령대가 25-30이라고 가정하면, 사용자(3)-(5)가 모두 연령 요구에 부합하고 사용자(3)과 사용자(5)가 모두 남자이므로 연관 사용자 수량을 초과하게 된다. 이때, 사전 설정된 조건에 따라 사용자(3)과 사용자(5)에 대해 심사 선택을 진행하여야 하며, 예를 들어 사용자(3)과 사용자(5)의 얼굴 수량을 획득할 수 있으며, 사용자(3)의 얼굴 수량(30장)이 사용자(5)의 얼굴 수량(20장)보다 크므로 사용자(3)를 목표 사용자의 연관 사용자로 확정한다.
상술한 사전 설정된 조건에 따라 연관 사용자를 확정하는 방식이 간단하고 정확도가 높다.
목표 사용자의 연관 사용자를 확정한 후, 연관 사용자를 위해 태그 정보를 설정하여 상기 태그 정보에 따라 후속 조작을 수행하도록 할 수 있다.
여기서, 상기 태그 정보는 '아기 아빠' 또는 '아기 엄마'일 수도 있고 '아기 아빠' 또는 '아기 엄마'를 표시하는 표기일 수 있다. 또한, 이동 단말은 설정된 태그 정보를 표시할 수 있으며, 예를 들어, 얼굴 앨범 중 대응하는 사용자 얼굴의 밑부분 또는 윗부분에 태그 정보를 표시할 수도 있고, 사용자 얼굴에 태그 정보를 표시할 수도 있으며, 예를 들어 사용자 얼굴의 오른쪽 위 등 위치에 태그 정보를 표시할 수 있다. 설명할 것은, 여기서 태그 정보의 양식 및 설정 위치에 대해 구체적으로 한정하지 않는다.
또한, 연관 사용자를 위해 태그 정보를 설정한 후, 사용자가 가족 앨범 만들기 등 조작을 트리거하면, 이동 단말은 목표 사용자 및 상기 목표 사용자의 연관 사용자의 얼굴을 동시에 추출할 수 있으며, 수동적으로 목표 사용자의 연관 사용자를 찾은 후 하나하나 연관 사용자의 얼굴을 추출하는 것이 아니므로 구현이 간단하고 신속하다.
아래에 도3을 결부하여 본 발명을 예시적으로 설명한다. 도3에 도시된 바와 같이, 사용자는 핸드폰(31)을 사용하여 아기와 자신을 위해 많은 사진을 촬영할 수 있으며 동시에 사진을 서버(32)에 업로드할 수 있다. 현재 사용자가 '얼굴 앨범' 선택항을 클릭하여 오픈하면, 핸드폰(31)은 서버(32)로부터 얼굴 앨범을 획득할 수 있으며, 동시에 핸드폰(31)은 자동적으로 목표 사용자, 예를 들어 현재 사용자의 아기를 식별한 후 상기 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 심사 선택해낸 후, 후보 연관 사용자의 속성 정보를 획득하고 속성 정보에 따라 목표 사용자의 연관 사용자 즉 아기의 아빠 및 엄마를 확정하며 아기의 아빠 및 엄마를 위해 태그 정보를 설정함으로써 태그 정보에 따라 후속 조작하는데 편리하도록 한다.
상술한 연관 사용자의 확정 방법 실시예는, 얼굴 앨범을 획득하여 얼굴 앨범 중의 목표 사용자를 확정하며, 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택한 후, 후보 연관 사용자의 속성 정보를 획득하고, 속성 정보에 따라 목표 사용자의 연관 사용자를 확정하며, 마지막으로 연관 사용자를 위해 태그 정보를 설정하는 바, 구현 과정이 신속하고 간단하며 사용자가 번거로운 조작을 수행할 필요가 없기에 사용자를 위해 많은 시간을 절약한다.
도4a는 일 예시적 실시예에 따라 도시한 사용자 속성 정보를 획득하는 흐름도이며, 상기 실시예를 통해 후보 연관 사용자의 성별 및 연령 정보를 획득할 수 있으며, 도4a에 도시된 바와 같이, 상기 과정은 아래의 단계를 포함한다.
S401 단계에서, 훈련 샘플을 수집하고 훈련 샘플의 특징을 추출하며 특징에 따라 분류기를 훈련한다.
상기 실시예에서 성별 및 연령 정보를 획득하므로 성별 훈련 샘플 및 연령 훈련 샘플을 수집하여 대응하는 훈련 샘플의 특징을 추출한 후, 특징에 따라 대응하는 분류기를 훈련하여야 한다. 여기서, 상기 특징은 gabor 특징을 포함할 수 있으나 이에 한정되지 않으며, 상기 분류기는 서포트 벡터 머신(Support Vector Machine, SVM) 분류기를 포함할 수 있으나 이에 한정되지 않는다.
여기서, gabor 특징은 이미지의 국부 특징을 계량하는 방법이며, 주로 국부 무늬 특징을 표시하는데 사용된다.
S402 단계에서, 분류기를 이용하여 후보 연관 사용자의 성별 및 소속된 연령대를 획득한다.
얼굴 앨범에 후보 연관 사용자의 복수의 얼굴이 포함되므로 상기 실시예는 대응하는 분류기를 통해 각 후보 연관 사용자의 모든 얼굴의 성별 및 연령 정보를 획득한 후, 모든 얼굴의 성별 및 연령 정보에 대해 통계를 진행하고 통계 결과에 따라 대응하는 후보 연관 사용자의 성별 및 소속된 연령대를 획득할 수 있다.
예를 들어, 각 후보 연관 사용자에 대하여, 현재 후보 연관 사용자의 연령 정보를 획득하는 과정은 도4b에 도시된 바와 같을 수 있으며, 상기 과정은 아래의 단계를 포함한다.
S4031 단계에서, 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령을 획득하고 각 얼굴에 대응하는 사진의 촬영시간을 획득한다.
S4032 단계에서, 획득된 연령 및 사진의 촬영시간에 따라 각 얼굴에 대응하는 출생시간을 계산한다.
S4033 단계에서, 산출된 출생시간에 따라 현재 후보 연관 사용자가 소속된 연령대를 확정한다.
현재 후보 연관 사용자는 40 수량의 얼굴이 있고 그중에 10 수량의 얼굴에 대응하는 출생시간은 1988년, 8 수량의 얼굴에 대응하는 출생시간은 1990년, 7 수량의 얼굴에 대응하는 출생시간은 1989년, 8 수량의 얼굴에 대응하는 출생시간은 1987년, 2 수량의 얼굴에 대응하는 출생시간은 1980년, 2 수량의 얼굴에 대응하는 출생시간은 1981년, 2 수량의 얼굴에 대응하는 출생시간은 1995년, 1 수량의 얼굴에 대응하는 출생시간은 1996년이라고 가정하면, 현재 후보 연관 사용자가 소속된 연령대를 25-28로 확정한다.
상술한 방식을 적용하여 연령대를 확정하는 것은 정확도가 높다.
또 예를 들어, 각 후보 연관 사용자에 대하여, 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴에 대응하는 성별을 획득하여, 획득된 성별이 동일하면, 획득된 성별을 현재 후보 연관 사용자의 성별로 하고, 획득된 성별이 상이하면, 상이한 성별에 속하는 현재 후보 연관 사용자 얼굴의 수량을 통계하여 수량이 더 많은 얼굴에 대응하는 성별을 현재 후보 연관 사용자의 성별로 한다.
현재 후보 연관 사용자는 40 수량의 얼굴이 있고 그 중에 38 수량의 얼굴에 대응하는 성별이 남자이고 2 수량의 얼굴에 대응하는 성별이 여자라고 가정하면, 현재 후보 연관 사용자의 성별을 남자로 확정한다.
상술한 방식을 적용하여 성별을 확정하는 것은 정확도가 높다.
상술한 실시예는 각 후보 연관 사용자의 모든 얼굴에 대응하는 성별 및 연령 정보를 획득한 후 모든 얼굴에 대응하는 성별 및 연령 정보에 따라 대응하는 후보 연관 사용자의 성별 및 연령대를 확정함으로써 정확도가 높다.
도5는 일 예시적 실시예에 따라 도시한 얼굴 연령 및 성별을 획득하는 흐름도이며, 도5에 도시된 바와 같이, 현재 후보 연관 사용자의 각 얼굴에 대하여, 현재 얼굴의 연령 및 성별을 획득하는 것은 아래의 단계를 포함한다.
S501 단계에서, 분류기를 이용하여 현재 후보 연관 사용자의 현재 얼굴의 연령 및 성별을 획득하고 현재 얼굴의 조명 및 자태 정보를 계산하여 계산 결과를 획득한다.
촬영 각도, 촬영 광선 등 원인으로 인해 일반적으로 동일한 사용자의 상이한 얼굴의 성별 및 연령의 식별 결과가 정확하지 않을 수 있다. 이 문제를 해결하기 위하여, 본 실시예에서, 현재 얼굴의 조명 및 자태 정보를 계산하여야 한다.
여기서, 조명 정보는 픽셀 그레이 스케일(gray scale)의 평균값 및 분산(variance)으로 계산할 수 있다.
S502 단계에서, 계산 결과가 조명 및 자태 요구에 부합하는지 여부를 판단하여, 부합하면 S503 단계를 수행하고, 부합하지 않으면 S504 단계를 수행한다.
상기 실시예에서, 사용자의 자태가 정면 자태인지 여부 그리고 픽셀 그레이 스케일의 평균값이 사전 설정된 범위, 예를 들어 50-100에 있는지 여부를 판단할 수 있으며, 사용자의 자태가 정면 자태이고 픽셀 그레이 스케일의 평균값이 50-100에 있으면, 현재 얼굴이 조명 및 자태 요구에 부합하는 것으로 확정하고, 아니면, 현재 얼굴이 조명 및 자태 요구에 부합하지 않는 것으로 확정한다.
여기서, 여러 가지 방식으로 사용자의 자태가 정면 자태인지 여부를 판단할 수 있으며, 예를 들어, 현재 얼굴의 몇개 위치, 예를 들어 좌안과 우안의 위치를 추출한 후 좌안과 우안이 대칭되는지 여부를 판단하여 대칭이면 정면 자태임을 나타낸다.
S503 단계에서, 획득된 연령 및 성별을 현재 얼굴의 연령 및 성별로 하고 현재 얼굴 및 이에 대응하는 연령과 성별을 데이터베이스에 저장한다.
현재 얼굴이 조명 및 자태 요구에 부합하면, 획득된 연령 및 성별을 현재 얼굴의 연령 및 성별로 할 수 있으며 현재 얼굴 및 이에 대응하는 연령과 성별을 데이터베이스에 저장하여 후속 매칭에 사용하도록 할 수 있다.
S504 단계에서, 데이터베이스에서 현재 얼굴의 매칭 얼굴을 획득하고 매칭 얼굴의 연령 및 성별을 현재 얼굴의 연령 및 성별로 한다.
현재 얼굴이 조명 및 자태 요구에 부합하지 않으면, 예를 들어, 현재 얼굴이 측면이고 광선이 어두우면, 획득된 연령 및 성별을 현재 얼굴의 연령 및 성별로 하는 것은 정확하지 않으므로, 데이터베이스에서 현재 얼굴의 매칭 얼굴을 획득하고 매칭 얼굴의 연령 및 성별을 현재 얼굴의 연령 및 성별로 함으로써 정확도를 향상시킨다.
상술한 실시예는, 현재 얼굴이 조명 및 자태 요구에 부합할 때, 직접 획득된 연령 및 성별을 현재 얼굴의 연령 및 성별로 하고, 현재 얼굴이 조명 및 자태 요구에 부합하지 않을 때, 데이터베이스에서 현재 얼굴의 매칭 얼굴을 획득하고 매칭 얼굴의 연령 및 성별을 현재 얼굴의 연령 및 성별로 함으로써 현재 얼굴의 성별 및 연령의 식별 정확도를 보장한다.
전술한 연관 사용자의 확정 방법 실시예에 대응하게, 본 발명은 또한 연관 사용자의 확정 장치의 실시예를 제공한다.
도6은 일 예시적 실시예에 따라 도시한 다른 한 연관 사용자의 확정 장치의 블럭도이며, 도6에 도시된 바와 같이, 연관 사용자의 확정 장치는 획득 모듈(61), 확정 및 심사 선택 모듈(62), 및 확정 및 설정 모듈(63)을 포함한다.
획득 모듈(61)은 복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하도록 구성된다.
확정 및 심사 선택 모듈(62)은 획득 모듈(61)이 획득한 얼굴 앨범 중의 목표 사용자를 확정하고 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하도록 구성된다.
확정 및 설정 모듈(63)은 확정 및 심사 선택 모듈(62)이 선택한 후보 연관 사용자의 속성 정보를 획득하고 속성 정보에 따라 목표 사용자의 연관 사용자를 확정하고 연관 사용자를 위해 태그 정보를 설정하도록 구성된다.
도6에 도시된 연관 사용자의 확정 장치가 연관 사용자를 확정하는 과정은 도1에 도시된 실시예를 참조할 수 있는바, 여기서 상세한 설명을 생략한다.
상술한 연관 사용자의 확정 장치의 실시예는, 획득 모듈을 통해 얼굴 앨범을 획득하고, 확정 및 심사 선택 모듈을 통해 얼굴 앨범 중의 목표 사용자를 확정하며, 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택한 후, 확정 및 설정 모듈을 통해 후보 연관 사용자의 속성 정보를 획득하고, 속성 정보에 따라 목표 사용자의 연관 사용자를 확정하며, 연관 사용자를 위해 태그 정보를 설정하는 바, 구현 과정이 신속하고 간단하며 사용자가 번거로운 조작을 수행할 필요가 없기에 사용자를 위해 많은 시간을 절약한다.
도7은 일 예시적 실시예에 따라 도시한 다른 한 연관 사용자의 확정 장치의 블럭도이며, 도7에 도시된 바와 같이, 상술한 도6에 도시된 실시예의 기초상에, 확정 및 심사 선택 모듈(62)은, 획득 및 비교 서브 모듈(621), 및 확정 서브 모듈(622)을 포함할 수 있다.
획득 및 비교 서브 모듈(621)은 얼굴 앨범 중 모든 사용자의 얼굴 소스 사진을 획득하고 획득된 목표 사용자 외의 사용자의 얼굴 소스 사진과 목표 사용자의 얼굴 소스 사진을 비교하도록 구성된다.
확정 서브 모듈(622)은 목표 사용자와의 동일한 얼굴 소스 사진의 수량이 사전 설정된 수량보다 많은 사용자를 후보 연관 사용자로 하도록 구성된다.
도7에 도시된 연관 사용자의 확정 장치가 연관 사용자를 확정하는 과정은 도1에 도시된 실시예의 대응하는 부분을 참조할 수 있는바, 여기서 상세한 설명을 생략한다.
상술한 실시예는 후보 연관 사용자를 선택하는 방식이 간단하고 구현이 쉽다.
도8은 일 예시적 실시예에 따라 도시한 다른 한 연관 사용자의 확정 장치의 블럭도이며, 도8에 도시된 바와 같이, 상술한 도6에 도시된 실시예의 기초상에, 확정 및 설정 모듈(63)은, 획득 및 삭제 서브 모듈(631), 및 판단 및 확정 서브 모듈(632)을 포함할 수 있다.
획득 및 삭제 서브 모듈(631)은 후보 연관 사용자의 성별 및 연령 정보를 획득하고 연령 정보에 따라 연령 요구에 부합하지 않는 후보 연관 사용자를 삭제하도록 구성된다.
판단 및 확정 서브 모듈(632)은 나머지 후보 연관 사용자의 성별에 따라 나머지 후보 연관 사용자가 연관 사용자 수량을 초과하였는지 여부를 판단하여, 초과하지 않았으면, 나머지 후보 연관 사용자를 연관 사용자로 확정하고, 초과하였으면, 사전 설정된 조건에 따라 연관 사용자를 확정하도록 구성된다.
일 실시예에서, 판단 및 확정 서브 모듈(632)은 나머지 후보 연관 사용자의 얼굴 수량을 획득하여 얼굴 수량이 제일 많은 후보 연관 사용자를 연관 사용자로 하도록 구성될 수 있다.
도8에 도시된 연관 사용자의 확정 장치가 연관 사용자를 확정하는 과정은 도1에 도시된 실시예의 대응하는 부분을 참조할 수 있는바, 여기서 상세한 설명을 생략한다.
상술한 실시예는 후보 연관 사용자의 속성 정보에 따라 연관 사용자를 선택하는 방식이 간단하고 구현이 쉽다.
도9는 일 예시적 실시예에 따라 도시한 다른 한 연관 사용자의 확정 장치의 블럭도이며, 도9에 도시된 바와 같이, 상술한 도8에 도시된 실시예의 기초상에, 획득 및 삭제 서브 모듈(631)은, 수집과 추출 및 훈련 유닛(6311), 및 획득 유닛(6312)을 포함할 수 있다.
수집과 추출 및 훈련 유닛(6311)은 훈련 샘플을 수집하여 훈련 샘플의 gabor 특징을 포함하는 특징을 추출하며, 특징에 따라 SVM 분류기를 포함하는 분류기를 훈련하도록 구성된다.
획득 유닛(6312)은, 수집과 추출 및 훈련 유닛(6311)이 훈련한 분류기를 이용하여 후보 연관 사용자의 성별 및 소속된 연령대를 획득하도록 구성된다.
일 실시예에서, 획득 유닛(6312)은, 각 후보 연관 사용자에 대하여, 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령을 획득하고 각 얼굴에 대응하는 사진의 촬영시간을 획득하며, 연령 및 사진의 촬영시간에 따라 각 얼굴에 대응하는 출생시간을 계산하며, 산출된 출생시간에 따라 현재 후보 연관 사용자가 소속된 연령대를 확정하고; 각 후보 연관 사용자에 대하여, 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴에 대응하는 성별을 획득하여, 획득된 성별이 동일하면, 획득된 성별을 현재 후보 연관 사용자의 성별로 하고, 획득된 성별이 상이하면, 상이한 성별에 속하는 현재 후보 연관 사용자 얼굴의 수량을 통계하여 수량이 비교적 많은 얼굴에 대응하는 성별을 현재 후보 연관 사용자의 성별로 하도록 구성될 수 있다.
다른 한 실시예에서, 획득 유닛(6312)는, 현재 후보 연관 사용자의 각 얼굴에 대하여, 분류기를 이용하여 현재 후보 연관 사용자의 현재 얼굴의 연령 및 성별을 획득하고, 현재 얼굴의 조명 및 자태 정보를 계산하여, 계산 결과가 조명 및 자태 요구에 부합하면, 획득된 연령 및 성별을 현재 얼굴의 연령 및 성별로 하고 현재 얼굴 및 이에 대응하는 연령과 성별을 데이터베이스에 저장하며, 계산 결과가 조명 및 자태 요구에 부합하지 않으면, 데이터베이스에서 현재 얼굴의 매칭 얼굴을 획득하고 매칭 얼굴의 연령 및 성별을 현재 얼굴의 연령 및 성별로 하도록 구성될 수 있다.
도9에 도시된 연관 사용자의 확정 장치가 연관 사용자를 확정하는 과정은 도4a, 도4b 및 도5에 도시된 실시예의 대응하는 부분을 참조할 수 있는바, 여기서 상세한 설명을 생략한다.
상술한 실시예는 연관 사용자 속성 정보를 획득하는 방식이 유연하고 다양하며 정확도가 높다.
상술한 실시예 중의 장치에 관하여, 그 중의 각 모듈, 서브 모듈이 조작을 수행하는 구체적인 방식은 이미 상기 방법과 관련된 실시예에서 상세히 설명하였으므로, 여기서 상세히 설명하지 않는다.
도10은 일 예시적 실시예에 따라 도시한 연관 사용자의 확정 장치에 적용되는 블럭도이다. 예를 들어, 장치(1000)는 휴대폰, 컴퓨터, 디지털 방송 단말, 메시지 송수신 장비, 게임기, 태블릿, 의료장비, 운동기구, PDA, 항공기 등 일 수 있다.
도10을 참조하면, 장치(1000)는 처리 컴포넌트(1002), 메모리(1004), 전원 컴포넌트(1006), 멀티미디어 컴포넌트(1008), 오디오 컴포넌트(1010), 입력/출력(I/O)의 인터페이스(1012), 센서 컴포넌트(1014) 및 통신 컴포넌트(1016) 중의 하나 또는 복수개 컴포넌트를 포함할 수 있다.
처리 컴포넌트(1002)는 일반적으로 장치(1000)의 전반적 동작을 제어하는바, 예를 들어, 디스플레이, 전화 호출, 데이터 통신, 카메라 동작 및 기록 조작과 관련된 동작을 제어한다. 처리 컴포넌트(1002)는 하나 또는 복수개 프로세서(1020)를 포함하여 명령을 수행하여 상술한 방법의 전부 또는 일부 단계를 완성할 수 있다. 또한, 처리 컴포넌트(1002)는 처리 컴포넌트(1002)와 기타 컴포넌트 간의 상호작용이 편리하도록 하나 또는 복수개 모듈을 포함할 수 있다. 예를 들어, 처리 컴포넌트(1002)는 멀티미디어 컴포넌트(1008)와 처리 컴포넌트(1002) 간의 상호작용을 편리하도록 멀티미디어 모듈을 포함할 수 있다.
메모리(1004)는 각종 유형의 데이터를 저장하여 장치(1000)에서의 동작을 지원하도록 구성된다. 이러한 데이터의 실예는 장치(1000)에서 동작하는 임의의 애플리케이션 또는 방법의 명령, 연락처 데이터, 전화번호부, 메시지, 그림, 비디오 등을 포함한다. 메모리(1004)는 임의의 유형의 휘발성 또는 비휘발성 저장 장비 또는 이들의 조합으로 구현될 수 있으며, 예컨대 정적 램(SRAM), 이이피롬(EEPROM), 이피롬(EPROM), 피롬(PROM), 롬(ROM), 자기저장장치, 플래시, 디스크, 광 디스크이다.
전원 컴포넌트(1006)는 장치(1000)의 각종 컴포넌트에 전력을 공급한다. 전원 컴포넌트(1006)는 전원 관리 시스템, 하나 또는 복수개 전원, 및 기타 장치(1000)를 위해 전력을 생성, 관리 및 할당하는 것과 관련된 컴포넌트를 포함할 수 있다.
멀티미디어 컴포넌트(1008)는 상기 장치(1000)와 사용자 사이의 하나의 출력 인터페이스를 제공하는 스크린을 포함한다. 일부 실시예에서, 스크린은 액정 표시 장치(LCD) 및 터치 패널(TP)을 포함할 수 있다. 스크린이 터치 패널을 포함하는 경우, 스크린은 사용자로부터의 입력 신호를 수신하도록 터치 스크린으로 구현될 수 있다. 터치 패널은 터치, 미끄럼 및 터치 패널 상의 제스처를 검측하도록 하나 또는 복수개 터치 센서를 포함한다. 상기 터치 센서는 터치 또는 미끄럼 동작의 변계를 검측할 뿐만 아니라 상기 터치 또는 미끄럼 조작과 관련된 지속시간 및 압력도 검측한다. 일부 실시예에서, 멀티미디어 컴포넌트(1008)는 하나의 전방 카메라 및/또는 후방 카메라를 포함한다. 장치(1000)가 촬영 모드 또는 비디오 모드와 같은 작동 모드인 경우, 전방 카메라 및/또는 후방 카메라는 외부의 멀티미디어 데이터를 수신할 수 있다. 프론트 카메라 및 리어 카메라 각각은 하나의 고정된 광학 렌즈 시스템이거나 초점 및 광학 줌 능력을 구비할 수 있다.
오디오 컴포넌트(1010)는 오디오 신호를 출력 및/또는 입력하도록 구성된다. 예를 들어, 오디오 컴포넌트(1010)는 하나의 마이크로폰(MIC)을 포함하며, 장치(1000)가 호출 모드, 기록 모드 및 음성 식별 모드와 같은 작동 모드인 경우, 마이크로폰은 외부 오디오 신호를 수신하도록 구성된다. 수신된 오디오 신호는 또한 메모리(1004)에 저장되거나 통신 컴포넌트(1016)에 의해 송신될 수 있다. 일부 실시예에서, 오디오 컴포넌트(1010)는 하나의 오디오 신호를 출력하는 스피커를 더 포함한다.
I/O 인터페이스(1012)는 처리 컴포넌트(1002)와 주변 장치 인터페이스 모듈 사이에 인터페이스를 제공하며, 상기 주변 장치 인터페이스 모듈은 키보드, 클릭 휠(click wheel), 버튼 등 일 수 있다. 이러한 버튼은 홈페이지 버튼, 음량 버튼, 시작 버튼 및 잠금 버튼을 포함하나 이에 한정되지 않는다.
센서 컴포넌트(1014)는 장치(1000)에 각 측면의 상태 평가를 제공하는 하나 또는 복수개 센서를 포함한다. 예를 들어, 센서 컴포넌트(1014)는 장치(1000)의 온/오프 상태, 컴포넌트의 상대적 위치를 검측할 수 있으며, 예를 들어 상기 컴포넌트는 장치(1000)의 표시장치 및 키패드이며, 센서 컴포넌트(1014)는 장치(1000) 또는 장치(1000)의 한 컴포넌트의 위치 변화, 사용자와 장치(1000)의 접촉여부, 장치(1000)의 방위 또는 가속/감속 및 장치(1000)의 온도 변화를 검측할 수도 있다. 센서 컴포넌트(1014)는 아무런 물리적 접촉도 없을 때 부근 물체의 존재를 검측하는 근접 센서를 포함할 수 있다. 센서 컴포넌트(1014)는 이미징 애플리케이션에서 사용되는 CMOS 또는 CCD 이미지 센서와 같은 광 센서를 포함할 수도 있다. 일부 실시예에서, 상기 센서 컴포넌트(1014)는 가속도 센서, 자이로스코프 센서, 자기 센서, 압력 센서 또는 온도 센서를 포함할 수도 있다.
통신 컴포넌트(1016)는 장치(1000)와 기타 장비 간의 유선 또는 무선 방식의 통신에 편리하도록 구성된다. 장치(1000)는 WiFi, 2G 또는 3G, 또는 이들의 조합과 같은 통신 표준을 기반으로 하는 무선 네트워크에 접속할 수 있다. 일 예시적 실시예에서, 통신 컴포넌트(1016)는 방송 채널을 통해 외부 방송 관리 시스템으로부터의 방송 신호 또는 방송 관련 정보를 수신할 수 있다. 일 예시적 실시예에서, 상기 통신 컴포넌트(1016)는 단거리 통신을 촉진하도록 근거리 무선 통신(NFC) 모듈을 더 포함한다. 예를 들어, NFC 모듈은 무선 주파수 식별(RFID) 기술, 적외선 데이터 통신(IrDA) 기술, 초광대역(UWB) 기술, 블루투스(BT) 기술 및 기타 기술을 기반으로 구현할 수 있다.
예시적 실시예에서, 장치(1000)는 하나 또는 복수개 응용 주문형 직접회로(ASIC), 디지털 신호 프로세서(DSP), 디지털 신호 처리 장치(DSPD), 프로그래머블 논리 소자(PLD), 필드 프로그래머블 게이트 어레이(FPGA), 컨트롤러, 마이크로 컨트롤러, 마이크로프로세서 또는 기타 전자소자로 구현되어 상술한 방법을 수행할 수 있다.
예시적 실시예에서, 명령이 포함된 비 임시적 컴퓨터 판독 가능한 저장 매체를 더 제공하며, 예를 들어 명령이 포함된 메모리(1004), 상술한 명령은 장치(1000)의 프로세서(1020)에 의해 수행되어 상술한 방법을 완성할 수 있다. 예를 들어, 상기 비 임시적 컴퓨터 판독 가능한 저장 매체는 ROM, 램(RAM), CD-ROM, 테이프, 플로피 디스크 및 광 데이터 저장 장치 등 일 수 있다.
통상의 기술자는 명세서를 고려하고 여기서 개시한 발명을 실천한 후 본 발명의 기타 실시방안을 쉽게 생각해낼 수 있다. 본 출원은 본 발명의 임의의 변형, 용도 또는 적응적 변화를 포함하고자 하며, 이러한 변형, 용도 또는 적응적 변화는 본 발명의 일반적 원리를 따르며 본 발명이 개시하지 않은 본 기술분야의 공지상식 또는 상용기술수단을 포함한다. 명세서 및 실시예는 예시적으로만 간주되며, 본 발명의 진정한 범위와 정신은 아래의 청구항에 의해 한정된다.
이해할 것은, 본 발명은 위에서 이미 설명하고 첨부 도면에 도시한 명확한 구성에 한정되지 않으며, 그 범위를 벗어나지 않는 전제하에 각종 수정과 변경을 수행할 수 있다. 본 발명의 범위는 첨부된 특허청구범위에만 의해 한정된다.
산업상 이용 가능성
본 발명의 실시예에 의하면, 얼굴 앨범을 획득하고 얼굴 앨범 중의 목표 사용자를 확정하며, 얼굴 앨범에서 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택한 후, 후보 연관 사용자의 속성 정보를 획득하고, 속성 정보에 따라 목표 사용자의 연관 사용자를 확정하며, 마지막으로 연관 사용자를 위해 태그 정보를 설정하는 바, 구현 과정이 신속하고 간단하며 사용자가 번거로운 조작을 수행할 필요가 없기에 사용자를 위해 많은 시간을 절약한다.
후보 연관 사용자를 선택하는 방식이 간단하고 구현이 쉽다.
후보 연관 사용자의 속성 정보에 따라 연관 사용자를 선택하는 방식이 간단하고 구현이 쉽다.
연관 사용자 속성 정보를 획득하는 방식이 간단하고 유연하다.
사전 설정된 조건에 따라 연관 사용자를 확정하는 방식이 간단하고 정확도가 높다.
각 후보 연관 사용자의 모든 얼굴에 대응하는 성별 및 연령 정보를 획득한 후 모든 얼굴에 대응하는 성별 및 연령 정보에 따라 대응하는 후보 연관 사용자의 성별 및 연령대를 확정함으로써 정확도가 높다.
현재 얼굴이 조명 및 자태 요구에 부합할 때, 직접 획득된 연령 및 성별을 현재 얼굴의 연령 및 성별로 하고, 현재 얼굴이 조명 및 자태 요구에 부합하지 않을 때, 데이터베이스에서 현재 얼굴의 매칭 얼굴을 획득하고 매칭 얼굴의 연령 및 성별을 현재 얼굴의 연령 및 성별로 함으로써 현재 얼굴의 성별 및 연령의 식별 정확도를 보장한다.

Claims (15)

  1. 연관 사용자의 확정 방법에 있어서,
    얼굴 앨범 선택함을 오픈하고 서버 측으로부터 복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하는 단계;
    상기 얼굴 집합에 포함되는 얼굴 수량이 제일 많은 얼굴 집합에 대응하는 사용자를 목표 사용자로 확정하고, 상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하는 단계; 및
    상기 후보 연관 사용자의 성별 및 연령의 속성 정보를 획득하고 상기 연령의 속성 정보에 따라 연령 요구에 부합하지 않는 후보 연관 사용자를 삭제하는 단계;
    나머지 후보 연관 사용자의 성별에 따라 나머지 후보 연관 사용자가 연관 사용자 수량을 초과하였는지 여부를 판단하여, 초과하지 않았으면 상기 나머지 후보 연관 사용자를 상기 목표 사용자의 연관 사용자로 확정하고, 초과하였으면 사전 설정된 조건에 따라 상기 목표 사용자의 연관 사용자를 확정하고 상기 연관 사용자를 위해 상기 목표 사용자와 상기 연관 사용자의 신원 관계를 나타내는 정보인 태그 정보를 설정하는 단계;를 포함하여 구성되는 것을 특징으로 하는 연관 사용자의 확정 방법.
  2. 제 1 항에 있어서,
    상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하는 단계는,
    상기 얼굴 앨범 중 모든 사용자의 얼굴 소스 사진을 획득하고 획득된 상기 목표 사용자 외의 사용자의 얼굴 소스 사진과 상기 목표 사용자의 얼굴 소스 사진을 비교하는 단계; 및
    상기 목표 사용자와의 동일한 얼굴 소스 사진의 수량이 사전 설정된 수량보다 많은 사용자를 상기 후보 연관 사용자로 하는 단계;를 포함하는 것을 특징으로 하는 연관 사용자의 확정 방법.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 후보 연관 사용자의 성별 및 연령 정보를 획득하는 단계는,
    훈련 샘플을 수집하여 상기 훈련 샘플의 gabor 특징을 포함하는 특징을 추출하며, 상기 특징에 따라 SVM 분류기(classifier)를 포함하는 분류기를 훈련하는 단계; 및
    상기 분류기를 이용하여 상기 후보 연관 사용자의 성별 및 소속된 연령대를 획득하는 단계;를 포함하는 것을 특징으로 하는 연관 사용자의 확정 방법.
  5. 제 1 항에 있어서,
    상기 사전 설정된 조건에 따라 상기 연관 사용자를 확정하는 단계는,
    상기 나머지 후보 연관 사용자의 얼굴 수량을 획득하여 상기 얼굴 수량이 제일 많은 후보 연관 사용자를 상기 연관 사용자로 하는 단계를 포함하는 것을 특징으로 하는 연관 사용자의 확정 방법.
  6. 제 4 항에 있어서,
    상기 분류기를 이용하여 상기 후보 연관 사용자의 성별 및 소속된 연령대를 획득하는 단계는,
    각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령을 획득하고 각 얼굴에 대응하는 사진의 촬영시간을 획득하며, 상기 연령 및 상기 사진의 촬영시간에 따라 각 얼굴에 대응하는 출생시간을 계산하며 산출된 상기 출생시간에 따라 상기 현재 후보 연관 사용자가 소속된 연령대를 확정하는 단계; 및
    각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴에 대응하는 성별을 획득하여, 획득된 성별이 동일하면, 획득된 성별을 상기 현재 후보 연관 사용자의 성별로 하고, 획득된 성별이 상이하면, 상이한 성별에 속하는 현재 후보 연관 사용자 얼굴의 수량을 통계하여 상기 수량이 더 많은 얼굴에 대응하는 성별을 상기 현재 후보 연관 사용자의 성별로 하는 단계;를 포함하는 것을 특징으로 하는 연관 사용자의 확정 방법.
  7. 제 6 항에 있어서,
    상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령 및 성별을 획득하는 단계는,
    현재 후보 연관 사용자의 각 얼굴에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 현재 얼굴의 연령 및 성별을 획득하고, 상기 현재 얼굴의 조명 및 자태 정보를 계산하여, 계산 결과가 조명 및 자태 요구에 부합하면, 획득된 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하고 상기 현재 얼굴 및 이에 대응하는 연령과 성별을 데이터베이스에 저장하며, 계산 결과가 조명 및 자태 요구에 부합하지 않으면, 상기 데이터베이스에서 상기 현재 얼굴의 매칭 얼굴을 획득하고 상기 매칭 얼굴의 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하는 단계를 포함하는 것을 특징으로 하는 연관 사용자의 확정 방법.
  8. 연관 사용자의 확정 장치에 있어서,
    얼굴 앨범 선택항을 오픈하고 서버 측으로부터 복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하도록 구성되는 획득 모듈;
    상기 얼굴 집합에 포함되는 얼굴 수량이 제일 많은 얼굴 집합에 대응하는 사용자를 목표 사용자로 확정하고, 상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하도록 구성되는 확정 및 심사 선택 모듈; 및
    상기 확정 및 심사 선택 모듈이 선택한 상기 후보 연관 사용자의 속성 정보를 획득하고 상기 속성 정보에 따라 상기 목표 사용자의 연관 사용자를 확정하고 상기 연관 사용자를 위해 상기 목표 사용자와 상기 연관 사용자의 신원 관계를 나타내는 정보인 태그 정보를 설정하도록 구성되는 확정 및 설정 모듈;을 포함하여 구성되며,
    상기 확정 및 설정 모듈은,
    상기 후보 연관 사용자의 성별 및 연령 정보를 획득하고 상기 연령 정보에 따라 연령 요구에 부합하지 않는 후보 연관 사용자를 삭제하도록 구성되는 획득 및 삭제 서브 모듈; 및
    나머지 후보 연관 사용자의 성별에 따라 나머지 후보 연관 사용자가 연관 사용자 수량을 초과하였는지 여부를 판단하여, 초과하지 않았으면 상기 나머지 후보연관 사용자를 상기 연관 사용자로 확정하고, 초과하였으면 사전 설정된 조건에 따라 상기 연관 사용자를 확정하도록 구성되는 판단 및 확정 서브 모듈;을 포함하는 것을 특징으로 하는 연관 사용자의 확정 장치.
  9. 제 8 항에 있어서,
    상기 확정 및 심사 선택 모듈은,
    상기 얼굴 앨범 중 모든 사용자의 얼굴 소스 사진을 획득하고 획득된 상기 목표 사용자 외의 사용자의 얼굴 소스 사진과 상기 목표 사용자의 얼굴 소스 사진을 비교하도록 구성되는 획득 및 비교 서브 모듈; 및
    상기 목표 사용자와의 동일한 얼굴 소스 사진의 수량이 사전 설정된 수량보다 많은 사용자를 상기 후보 연관 사용자로 하도록 구성되는 확정 서브 모듈;을 포함하는 것을 특징으로 하는 연관 사용자의 확정 장치.
  10. 삭제
  11. 제 8 항에 있어서,
    상기 획득 및 삭제 서브 모듈은,
    훈련 샘플을 수집하여 상기 훈련 샘플의 gabor 특징을 포함하는 특징을 추출하며, 상기 특징에 따라 SVM 분류기(classifier)를 포함하는 분류기를 훈련하도록 구성되는 수집과 추출 및 훈련 유닛; 및
    상기 수집과 추출 및 훈련 유닛이 훈련한 상기 분류기를 이용하여 상기 후보 연관 사용자의 성별 및 소속된 연령대를 획득하도록 구성되는 획득 유닛;을 포함하는 것을 특징으로 하는 연관 사용자의 확정 장치.
  12. 제 8 항에 있어서,
    상기 판단 및 확정 서브 모듈은,
    상기 나머지 후보 연관 사용자의 얼굴 수량을 획득하여 상기 얼굴 수량이 제일 많은 후보 연관 사용자를 상기 연관 사용자로 하도록 구성되는 것을 특징으로 하는 연관 사용자의 확정 장치.
  13. 제 11 항에 있어서,
    상기 획득 유닛은,
    각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴의 연령을 획득하고 각 얼굴에 대응하는 사진의 촬영시간을 획득하며, 상기 연령 및 상기 사진의 촬영시간에 따라 각 얼굴에 대응하는 출생시간을 계산하며 산출된 상기 출생시간에 따라 상기 현재 후보 연관 사용자가 소속된 연령대를 확정하고;
    각 후보 연관 사용자에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 각 얼굴에 대응하는 성별을 획득하여, 획득된 성별이 동일하면, 획득된 성별을 상기 현재 후보 연관 사용자의 성별로 하고, 획득된 성별이 상이하면, 상이한 성별에 속하는 현재 후보 연관 사용자 얼굴의 수량을 통계하여 상기 수량이 더 많은 얼굴에 대응하는 성별을 상기 현재 후보 연관 사용자의 성별로 하도록 구성되는 것을 특징으로 하는 연관 사용자의 확정 장치.
  14. 제 13 항에 있어서,
    상기 획득 유닛은,
    현재 후보 연관 사용자의 각 얼굴에 대하여, 상기 분류기를 이용하여 현재 후보 연관 사용자의 현재 얼굴의 연령 및 성별을 획득하고, 상기 현재 얼굴의 조명 및 자태 정보를 계산하여, 계산 결과가 조명 및 자태 요구에 부합하면, 획득된 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하고 상기 현재 얼굴 및 이에 대응하는 연령과 성별을 데이터베이스에 저장하며, 계산 결과가 조명 및 자태 요구에 부합하지 않으면, 상기 데이터베이스에서 상기 현재 얼굴의 매칭 얼굴을 획득하고 상기 매칭 얼굴의 연령 및 성별을 상기 현재 얼굴의 연령 및 성별로 하도록 구성되는 것을 특징으로 하는 연관 사용자의 확정 장치.
  15. 연관 사용자의 확정 장치에 있어서,
    프로세서; 및
    프로세서가 실행 가능한 명령을 저장하는 메모리;를 포함하되,
    상기 프로세서는,
    얼굴 앨범 선택항을 오픈하고 서버 측으로부터 복수의 사용자의 얼굴 집합을 포함하는 얼굴 앨범을 획득하고;
    상기 얼굴 집합에 포함되는 얼굴 수량이 제일 많은 얼굴 집합에 대응하는 사용자를 목표 사용자로 확정하고, 상기 얼굴 앨범에서 상기 목표 사용자의 적어도 하나의 후보 연관 사용자를 선택하며;
    상기 후보 연관 사용자의 성별 및 연령의 속성 정보를 획득하고 상기 연령의 속성 정보에 따라 연령 요구에 부합하지 않는 후보 연관 사용자를 삭제하며;
    나머지 후보 연관 사용자의 성별에 따라 나머지 후보 연관 사용자가 연관 사용자 수량을 초과하였는지 여부를 판단하여, 초과하지 않았으면 상기 나머지 후보 연관 사용자를 상기 목표 사용자의 연관 사용자로 확정하고, 초과하였으면 사전 설정된 조건에 따라 상기 목표 사용자의 연관 사용자를 확정하고 상기 연관 사용자를 위해 상기 목표 사용자와 상기 연관 사용자의 신원 관계를 나타내는 정보인 태그 정보를 설정하도록 구성되는 것을 특징으로 하는 연관 사용자의 확정 장치.
KR1020167013623A 2015-07-31 2015-12-16 연관 사용자의 확정 방법 및 장치 KR101771153B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510463635.X 2015-07-31
CN201510463635.XA CN105069083B (zh) 2015-07-31 2015-07-31 关联用户的确定方法及装置
PCT/CN2015/097611 WO2017020476A1 (zh) 2015-07-31 2015-12-16 关联用户的确定方法及装置

Publications (2)

Publication Number Publication Date
KR20170023768A KR20170023768A (ko) 2017-03-06
KR101771153B1 true KR101771153B1 (ko) 2017-08-24

Family

ID=54498453

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167013623A KR101771153B1 (ko) 2015-07-31 2015-12-16 연관 사용자의 확정 방법 및 장치

Country Status (8)

Country Link
US (1) US9892314B2 (ko)
EP (1) EP3125188A1 (ko)
JP (1) JP6263263B2 (ko)
KR (1) KR101771153B1 (ko)
CN (1) CN105069083B (ko)
MX (1) MX361672B (ko)
RU (1) RU2664003C2 (ko)
WO (1) WO2017020476A1 (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105069083B (zh) * 2015-07-31 2019-03-08 小米科技有限责任公司 关联用户的确定方法及装置
CN105488470A (zh) * 2015-11-30 2016-04-13 小米科技有限责任公司 确定人物属性信息的方法及装置
CN106295499B (zh) * 2016-07-21 2019-10-11 北京小米移动软件有限公司 年龄估计方法及装置
CN110020155A (zh) * 2017-12-06 2019-07-16 广东欧珀移动通信有限公司 用户性别识别方法及装置
CN110162956B (zh) * 2018-03-12 2024-01-19 华东师范大学 确定关联账户的方法和装置
CN108806699B (zh) * 2018-05-30 2021-03-23 Oppo广东移动通信有限公司 语音反馈方法、装置、存储介质及电子设备
JP7207431B2 (ja) 2018-12-27 2023-01-18 日本電気株式会社 情報処理システム、情報処理装置、情報処理方法、およびプログラム
CN109886158B (zh) * 2019-01-30 2023-01-10 广州轨道交通建设监理有限公司 一种基于施工现场的定位标签佩戴监控方法与装置
CN110351389B (zh) * 2019-08-07 2020-12-25 北京瑞策科技有限公司 用户社区关联数据的上链方法及其装置
CN112256982B (zh) * 2020-09-15 2022-08-16 中国科学院信息工程研究所 基于稀疏采样时空数据的目标同行关系分析方法及电子装置
CN112528842A (zh) * 2020-12-07 2021-03-19 北京嘀嘀无限科技发展有限公司 用于姿态检测的方法、装置、设备和存储介质
CN112817920A (zh) * 2021-03-03 2021-05-18 深圳市知小兵科技有限公司 分布式大数据的清理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004227158A (ja) * 2003-01-21 2004-08-12 Omron Corp 情報提供装置および情報提供方法
KR101479260B1 (ko) * 2013-09-10 2015-01-09 부산대학교 산학협력단 사진 기반 인물 친밀도 검색 방법

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1755268A1 (ru) * 1989-01-06 1992-08-15 Рижское Высшее Военно-Политическое Краснознаменное Училище Им.Бирюзова С.С. Анализатор изображений
US8041082B1 (en) 2007-11-02 2011-10-18 Google Inc. Inferring the gender of a face in an image
US8750574B2 (en) 2007-12-31 2014-06-10 Applied Recognition Inc. Method, system, and computer program for identification and sharing of digital images with face signatures
US7953690B2 (en) * 2008-01-25 2011-05-31 Eastman Kodak Company Discovering social relationships from personal photo collections
US8224824B2 (en) * 2008-03-26 2012-07-17 Fujifilm Corporation Saving device for image sharing, image sharing system, and image sharing method
US9087059B2 (en) 2009-08-07 2015-07-21 Google Inc. User interface for presenting search results for multiple regions of a visual query
US9135277B2 (en) 2009-08-07 2015-09-15 Google Inc. Architecture for responding to a visual query
US8670597B2 (en) * 2009-08-07 2014-03-11 Google Inc. Facial recognition with social network aiding
CN102043820A (zh) * 2009-10-26 2011-05-04 鸿富锦精密工业（深圳）有限公司 人脉关系分析系统及方法
KR101138822B1 (ko) 2009-11-19 2012-05-10 한국과학기술원 디지털 사진들에 첨부된 인물들의 이름들을 관리하는 방법 및 시스템
US8805079B2 (en) 2009-12-02 2014-08-12 Google Inc. Identifying matching canonical documents in response to a visual query and in accordance with geographic information
US8462224B2 (en) * 2010-06-01 2013-06-11 Hewlett-Packard Development Company, L.P. Image retrieval
JP2013069024A (ja) * 2011-09-21 2013-04-18 Fuji Xerox Co Ltd 画像検索プログラム及び画像検索装置
US8929615B2 (en) * 2011-11-03 2015-01-06 Facebook, Inc. Feature-extraction-based image scoring
JP2012079354A (ja) * 2012-01-26 2012-04-19 Casio Comput Co Ltd 画像表示制御装置、画像表示制御方法及びプログラム
CN103399896B (zh) * 2013-07-19 2019-08-23 广州华多网络科技有限公司 识别用户间关联关系的方法及系统
US20150032535A1 (en) * 2013-07-25 2015-01-29 Yahoo! Inc. System and method for content based social recommendations and monetization thereof
US9420442B2 (en) * 2014-10-06 2016-08-16 Facebook, Inc. Ping compensation factor for location updates
CN104299001B (zh) * 2014-10-11 2018-08-07 小米科技有限责任公司 生成影集的方法及装置
CN104408402B (zh) * 2014-10-29 2018-04-24 小米科技有限责任公司 人脸识别方法及装置
CN104715007A (zh) * 2014-12-26 2015-06-17 小米科技有限责任公司 用户标识方法及装置
CN105069083B (zh) * 2015-07-31 2019-03-08 小米科技有限责任公司 关联用户的确定方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004227158A (ja) * 2003-01-21 2004-08-12 Omron Corp 情報提供装置および情報提供方法
KR101479260B1 (ko) * 2013-09-10 2015-01-09 부산대학교 산학협력단 사진 기반 인물 친밀도 검색 방법

Also Published As

Publication number Publication date
JP2017526989A (ja) 2017-09-14
KR20170023768A (ko) 2017-03-06
WO2017020476A1 (zh) 2017-02-09
JP6263263B2 (ja) 2018-01-17
CN105069083B (zh) 2019-03-08
CN105069083A (zh) 2015-11-18
RU2016119495A (ru) 2017-11-23
MX2016006745A (es) 2017-06-28
RU2664003C2 (ru) 2018-08-14
US20170032180A1 (en) 2017-02-02
MX361672B (es) 2018-12-13
US9892314B2 (en) 2018-02-13
EP3125188A1 (en) 2017-02-01

Similar Documents

Publication Publication Date Title
KR101771153B1 (ko) 연관 사용자의 확정 방법 및 장치
US20170154206A1 (en) Image processing method and apparatus
JP2017520809A (ja) アルバム表示方法及び装置
RU2643464C2 (ru) Способ и устройство для классификации изображений
CN104572905A (zh) 照片索引创建方法、照片搜索方法及装置
US9953221B2 (en) Multimedia presentation method and apparatus
CN104717366A (zh) 联系人头像的推荐方法及装置
CN109034150B (zh) 图像处理方法及装置
CN105426485A (zh) 图像合并方法和装置、智能终端和服务器
CN105095868A (zh) 图片匹配方法及装置
CN109376771A (zh) 应用程序分类方法及装置
CN106095236A (zh) 整理桌面图标的方法及装置
CN105335714A (zh) 照片处理方法、装置和设备
CN105549300A (zh) 自动对焦方法及装置
CN107493366B (zh) 通讯录信息更新方法、装置及存储介质
CN106682163A (zh) 物品信息的推荐方法、装置及设备
CN104268151A (zh) 联系人分组方法及装置
CN105488074B (zh) 照片聚类的方法及装置
CN111797746B (zh) 人脸识别方法、装置及计算机可读存储介质
CN105426904A (zh) 照片处理方法、装置和设备
CN105260088B (zh) 信息分类展示处理的方法及装置
CN109145151B (zh) 一种视频的情感分类获取方法及装置
CN108491535B (zh) 信息的分类存储方法及装置
CN112396675A (zh) 图像处理方法、装置及存储介质
CN107239490B (zh) 一种命名人脸图像的方法、装置及计算机可读存储介质

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant