RU2656978C2 - Способ и устройство для рекомендации облачной карты - Google Patents

Способ и устройство для рекомендации облачной карты Download PDF

Info

Publication number
RU2656978C2
RU2656978C2 RU2016140113A RU2016140113A RU2656978C2 RU 2656978 C2 RU2656978 C2 RU 2656978C2 RU 2016140113 A RU2016140113 A RU 2016140113A RU 2016140113 A RU2016140113 A RU 2016140113A RU 2656978 C2 RU2656978 C2 RU 2656978C2
Authority
RU
Russia
Prior art keywords
photo
contact
cloud map
photograph
similarity
Prior art date
Application number
RU2016140113A
Other languages
English (en)
Other versions
RU2016140113A (ru
Inventor
Сехао БАО
Шидин ЦЮ
Кунь НЮ
Original Assignee
Сяоми Инк.
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 Сяоми Инк. filed Critical Сяоми Инк.
Publication of RU2016140113A publication Critical patent/RU2016140113A/ru
Application granted granted Critical
Publication of RU2656978C2 publication Critical patent/RU2656978C2/ru

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/101—Collaborative creation, e.g. joint development of products or services
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • 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
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G06V30/41—Analysis of document content
    • G06V30/418—Document matching, e.g. of document images
    • 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
    • G06V40/168—Feature extraction; Face representation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L61/00—Network arrangements, protocols or services for addressing or naming
    • H04L61/45—Network directories; Name-to-address mapping
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/08—Network architectures or network communication protocols for network security for authentication of entities
    • H04L63/0861—Network architectures or network communication protocols for network security for authentication of entities using biometrical features, e.g. fingerprint, retina-scan
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2101/00—Indexing scheme associated with group H04L61/00
    • H04L2101/60—Types of network addresses
    • H04L2101/618—Details of network addresses
    • H04L2101/65—Telephone numbers

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)

Abstract

Изобретение относится к области компьютерных технологий. Технический результат – повышение точности при рекомендации облачной карты контактному субъекту. Способ для рекомендации облачной карты содержит этапы, на которых: получают облачную карту первого контактного субъекта и контактную информацию, сохраненную в терминале второго контактного субъекта, причем облачная карта содержит фотографию и контактная информация содержит контактную фотографию; сравнивают фотографию из облачной карты с контактной фотографией, при этом сравнение фотографии из облачной карты с контактной фотографией содержит этапы, на которых: вычисляют первое подобие между фотографиями; определяют то, что первое подобие достигает предварительно определенного подобия; если первое подобие достигает предварительно определенного подобия, определяют число вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере; и определяют то, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу; и рекомендуют облачную карту первого контактного субъекта второму контактному субъекту. 3 н. и 8 з.п. ф-лы, 14 ил.

Description

Перекрестные ссылки на родственные заявки
[0001] Данная заявка основана и притязает на приоритет заявки на патент Китая порядковый номер 201510276603.9, поданной 26 мая 2015 года, содержимое которой полностью содержится в данном документе по ссылке.
Область техники, к которой относится изобретение
[0002] Настоящее раскрытие, в общем, относится к области техники компьютерных технологий, а более конкретно, к способу и устройству для рекомендации облачной карты.
Уровень техники
[0003] В предшествующем уровне техники, в силу быстрого развития компьютерных технологий, интеллектуальный терминал уже вошел в повседневное использование в жизни людей. Некоторые приложения для общения в социальной сети могут устанавливаться в интеллектуальном терминале. Пользователь записывает контактную информацию и контактные фотографии, не совпадающие с контактным субъектом, в приложениях для общения в социальной сети, и пользователь может выгружать контактную информацию и контактную фотографию на сервер для формирования облачной карты и ее публикации, так что другие пользователи могут видеть облачную карту этого контактного субъекта.
Сущность изобретения
[0004] Варианты осуществления настоящего раскрытия предоставляют способ и устройство для рекомендации облачной карты, так что в то время, когда облачная карта контактного субъекта рекомендуется другим пользователям, повышается точность в рекомендации облачной карты.
[0005] Согласно первому аспекту вариантов осуществления настоящего раскрытия, предусмотрен способ для рекомендации облачной карты, включающий в себя:
- получение облачной карты первого контактного субъекта и контактной информации, сохраненной в терминале второго контактного субъекта, причем облачная карта содержит фотографию из облачной карты, при этом контактная информация содержит контактную фотографию;
- сравнение фотографии из облачной карты с контактной фотографией; и
- рекомендацию облачной карты первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[0006] Техническое решение, предоставленное посредством варианта осуществления настоящего раскрытия, может включать в себя следующие преимущества. Облачная карта первого контактного субъекта, совпадающая с контактной фотографией, получается на сервере, и облачная карта первого контактного субъекта проталкивается второму контактному субъекту. Посредством определения того, совпадает или нет облачная карта на сервере с контактной информацией, сохраненной в терминале второго субъекта, согласно фотографии, повышается точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0007] Сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- вычисление первого подобия между фотографией из облачной карты и контактной фотографией; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если первое подобие достигает предварительно определенного подобия.
[0008] Техническое решение, предоставленное посредством варианта осуществления настоящего раскрытия, может включать в себя следующие преимущества. Посредством определения первого подобия, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией. Поскольку фотография из облачной карты и контактная фотография одного и того же субъекта могут не совпадать, когда первое подобие достигает предварительно определенного подобия, может быть определено то, что облачная карта и контактная информация относятся к одному и тому же субъекту, за счет этого дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0009] Сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- извлечение изображения лица из фотографии из облачной карты и контактной фотографии, соответственно;
- сравнение изображения лица фотографии из облачной карты с изображением лица контактной фотографии; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии.
[0010] Техническое решение, предоставленное посредством варианта осуществления настоящего раскрытия, может включать в себя следующие преимущества. Посредством определения изображений лиц фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией. Когда изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии, может быть определено то, что облачная карта и контактная информация относятся к одному и тому же субъекту, что повышает скорость при определении того, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, и дополнительно повышает точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0011] Если первое подобие достигает предварительно определенного подобия, сравнение фотографии из облачной карты с контактной фотографией дополнительно включает в себя:
- определение числа вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере;
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу.
[0012] Техническое решение, предоставленное посредством варианта осуществления настоящего раскрытия, может включать в себя следующие преимущества. Различные контактные субъекты могут выбирать некоторые идентичные сетевые изображения в качестве своих контактных фотографий или фотографий из облачной карты. Когда число вхождений фотографии из облачной карты или контактной фотографии превышает предварительно определенное число, может быть определено то, что фотография может представлять собой множество контактных субъектов или облачных карт, а не фотографию из облачной карты или контактную фотографию одного и того же субъекта. Следовательно, когда число вхождений меньше или равно предварительно определенному числу, определяется то, что фотография из облачной карты совпадает с контактной фотографией, за счет этого дополнительно повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией.
[0013] Если число вхождений превышает предварительно определенное число, сравнение фотографии из облачной карты с контактной фотографией дополнительно включает в себя:
- вычисление второго подобия между фотографией из облачной карты и контактной фотографией согласно числу вхождений и первому подобию, при этом чем больше число вхождений, тем меньше второе подобие относительно первого подобия;
- определение того, достигает или нет второе подобие предварительно определенного подобия;
- определение того, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия.
[0014] Техническое решение, предоставленное посредством варианта осуществления настоящего раскрытия, может включать в себя следующие преимущества. Второе подобие между фотографией из облачной карты и контактной фотографией вычисляется согласно числу вхождений фотографии из облачной карты или контактной фотографии, и определяется то, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия. Различные контактные субъекты могут выбирать некоторые идентичные сетевые изображения в качестве своих контактных фотографий или фотографий из облачной карты. Чем больше число вхождений фотографии из облачной карты или контактной фотографии, тем меньше подобие между фотографией из облачной карты и контактной фотографией, и в силу этого может быть определено то, что фотография может представлять собой множество контактных субъектов или облачных карт, а не фотографию из облачной карты или контактную фотографию одного и того же субъекта. Следовательно, когда второе подобие меньше предварительно определенного подобия, определяется то, что фотография из облачной карты не совпадает с контактной фотографией, за счет этого дополнительно повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией.
[0015] Способ дополнительно включает в себя:
- выполнение процесса нормализации для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии;
- извлечение характерной точки из стандартной фотографии согласно предварительно определенному правилу;
- при этом сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- сравнение характерных точек стандартных фотографий для фотографии из облачной карты и контактной фотографии;
- определение того, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерной точки.
[0016] Техническое решение, предоставленное посредством варианта осуществления настоящего раскрытия, может включать в себя следующие преимущества. Посредством сравнения характерных точек стандартных фотографий для фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, за счет этого повышая скорость при сравнении фотографии из облачной карты и контактной фотографии, повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией, и дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0017] Способ дополнительно включает в себя:
- выполнение процесса нормализации для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии; и
- извлечение характерной точки из стандартного изображения лица согласно предварительно определенному правилу;
- при этом сравнение изображения лица фотографии из облачной карты с изображением лица контактной фотографии включает в себя:
- сравнение характерных точек стандартных изображений лиц фотографии из облачной карты и контактной фотографии; и
- определение того, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерной точки.
[0018] Техническое решение, предоставленное посредством варианта осуществления настоящего раскрытия, может включать в себя следующие преимущества. Посредством сравнения характерных точек стандартных изображений лиц фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, за счет этого повышая скорость при сравнении фотографии из облачной карты и контактной фотографии, повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией, и дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0019] Согласно второму аспекту вариантов осуществления настоящего раскрытия, предусмотрено устройство для рекомендации облачной карты, включающее в себя:
- модуль получения, выполненный с возможностью получать облачную карту первого контактного субъекта и контактную информацию, сохраненную в терминале второго контактного субъекта, причем облачная карта содержит фотографию из облачной карты, при этом контактная информация содержит контактную фотографию;
- модуль сравнения, выполненный с возможностью сравнивать фотографию из облачной карты с контактной фотографией; и
- модуль рекомендаций, выполненный с возможностью рекомендовать облачную карту первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[0020] Модуль сравнения включает в себя:
- первый субмодуль вычисления, выполненный с возможностью вычислять первое подобие между фотографией из облачной карты и контактной фотографией; и
- первый субмодуль определения, выполненный с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если первое подобие достигает предварительно определенного подобия.
[0021] Модуль сравнения включает в себя:
- субмодуль извлечения, выполненный с возможностью извлекать изображение лица из фотографии из облачной карты и контактной фотографии, соответственно;
- первый субмодуль сравнения, выполненный с возможностью сравнивать изображение лица фотографии из облачной карты с изображением лица контактной фотографии; и
- второй субмодуль определения, выполненный с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии.
[0022] Модуль сравнения дополнительно включает в себя:
- третий субмодуль определения, выполненный с возможностью определять число вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, если первое подобие достигает предварительно определенного подобия; и
- четвертый субмодуль определения, выполненный с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу.
[0023] Модуль сравнения дополнительно включает в себя:
- второй субмодуль вычисления, выполненный с возможностью вычислять второе подобие между фотографией из облачной карты и контактной фотографией согласно числу вхождений и первому подобию, если число вхождений превышает предварительно определенное число, при этом чем больше число вхождений, тем меньше второе подобие относительно первого подобия;
- субмодуль определения, выполненный с возможностью определять то, достигает или нет второе подобие предварительно определенного подобия; и
- пятый субмодуль определения, выполненный с возможностью определять то, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия.
[0024] Устройство дополнительно включает в себя:
- первый модуль обработки, выполненный с возможностью выполнять процесс нормализации для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии; и
- первый модуль извлечения, выполненный с возможностью извлекать характерную точку из стандартной фотографии согласно предварительно определенному правилу,
- при этом модуль сравнения включает в себя:
- второй субмодуль сравнения, выполненный с возможностью сравнивать характерные точки стандартных фотографий для фотографии из облачной карты и контактной фотографии; и
- шестой субмодуль определения, выполненный с возможностью определять то, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерной точки.
[0025] Устройство дополнительно включает в себя:
- второй модуль обработки, выполненный с возможностью выполнять процесс нормализации для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии; и
- второй модуль извлечения, выполненный с возможностью извлекать характерную точку из стандартного изображения лица согласно предварительно определенному правилу,
- при этом первый субмодуль сравнения дополнительно выполнен с возможностью сравнивать характерные точки стандартных изображений лиц фотографии из облачной карты и контактной фотографии; определять то, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерной точки.
[0026] Согласно третьему аспекту вариантов осуществления настоящего раскрытия, предусмотрено устройство для рекомендации облачной карты, включающее в себя:
- процессор; и
- запоминающее устройство для сохранения инструкций, выполняемых посредством процессора;
- при этом процессор выполнен с возможностью:
- получать облачную карту первого контактного субъекта и контактную информацию, сохраненную в терминале второго контактного субъекта, причем облачная карта содержит фотографию из облачной карты, при этом контактная информация содержит контактную фотографию;
- сравнивать фотографию из облачной карты с контактной фотографией; и
- рекомендовать облачную карту первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[0027] Следует понимать, что как вышеприведенное общее описание, так и нижеприведенное подробное описание являются только примерными и пояснительными, а не ограничивающими изобретение согласно формуле изобретения.
Краткое описание чертежей
[0028] Прилагаемые чертежи, которые содержатся и составляют часть этого подробного описания, иллюстрируют варианты осуществления в соответствии с изобретением и наряду с описанием служат для того, чтобы пояснить принципы раскрытия изобретения.
[0029] Фиг. 1 является блок-схемой последовательности операций, показывающей способ для рекомендации облачной карты согласно примерному варианту осуществления.
[0030] Фиг. 2 является подробной блок-схемой последовательности операций, показывающей способ для рекомендации облачной карты согласно примерному варианту осуществления.
[0031] Фиг. 3 является подробной блок-схемой последовательности операций, показывающей способ для рекомендации облачной карты согласно примерному варианту осуществления.
[0032] Фиг. 4 является подробной блок-схемой последовательности операций, показывающей способ для рекомендации облачной карты согласно примерному варианту осуществления.
[0033] Фиг. 5 является подробной блок-схемой последовательности операций, показывающей способ для рекомендации облачной карты согласно примерному варианту осуществления.
[0034] Фиг. 6 является блок-схемой устройства для рекомендации облачной карты согласно примерному варианту осуществления.
[0035] Фиг. 7 является блок-схемой модуля сравнения в устройстве для рекомендации облачной карты согласно примерному варианту осуществления.
[0036] Фиг. 8 является блок-схемой модуля сравнения в устройстве для рекомендации облачной карты согласно примерному варианту осуществления.
[0037] Фиг. 9 является блок-схемой модуля сравнения в устройстве для рекомендации облачной карты согласно примерному варианту осуществления.
[0038] Фиг. 10 является блок-схемой модуля сравнения в устройстве для рекомендации облачной карты согласно примерному варианту осуществления.
[0039] Фиг. 11 является блок-схемой устройства для рекомендации облачной карты согласно примерному варианту осуществления.
[0040] Фиг. 12 является блок-схемой устройства для рекомендации облачной карты согласно примерному варианту осуществления.
[0041] Фиг. 13 является блок-схемой устройства для рекомендации облачной карты согласно примерному варианту осуществления.
[0042] Фиг. 14 является блок-схемой устройства для рекомендации облачной карты согласно примерному варианту осуществления.
Подробное описание изобретения
[0043] Далее приводится подробное описание примерных вариантов осуществления, примеры которых проиллюстрированы на прилагаемых чертежах. Нижеприведенное описание ссылается на прилагаемые чертежи, причем одинаковые номера на различных чертежах представляют одинаковые или аналогичные элементы, если не указано иное. Реализации, изложенные в нижеприведенном описании примерных вариантов осуществления, не представляют все реализации в соответствии с изобретением. Вместо этого, они являются просто примерами устройств и способов в соответствии с аспектами, связанными с изобретением, изложенным в прилагаемой формуле изобретения.
[0044] В предшествующем уровне техники, в силу быстрого развития компьютерных технологий, интеллектуальный терминал уже вошел в повседневное использование в жизни людей. Некоторые приложения для общения в социальной сети могут устанавливаться в интеллектуальном терминале. Пользователь записывает контактную информацию и контактные фотографии различных контактных субъектов в приложениях для общения в социальной сети, и пользователь может выгружать контактную информацию и контактную фотографию на сервер для формирования облачной карты и ее публикации, так что другие пользователи могут видеть облачную карту этого контактного субъекта.
[0045] Например, информация пользователя A, такая как имя, адрес, сохраняется в облачной карте пользователя A, в то время как информация пользователя A, такая как имя, адрес, сохраняется в контакте пользователя B. Если определено то, что облачная карта пользователя A совпадает с контактным субъектом A, сохраненным в контакте пользователя B, облачная карта пользователя A рекомендуется пользователю B.
[0046] Тем не менее, в предшествующем уровне техники, фактом является то, что информация пользователя A, такая как имя, адрес, сохраненная в облачной карте пользователя A, может не совпадать с информацией контактного субъекта A, такой как имя, адрес, сохраненной в контакте пользователя B.
[0047] Например, пользователь A является отцом пользователя B, и пользователь A выгружает свою облачную карту, включающую в себя "имя" "Wang Er". Тем не менее, в контакте пользователя B, "имя" пользователя A является "Dad". В этом случае, облачная карта пользователя A не может совпадать с информацией контактного субъекта A в контакте пользователя B. "Адрес" пользователя A является домашним адресом A, в то время как "адрес" пользователя A в контакте пользователя B является адресом компании A. Таким образом, облачная карта пользователя A не может совпадать с информацией контактного субъекта A в контакте B использования.
[0048] Варианты осуществления настоящего раскрытия предоставляют способ и устройство для рекомендации облачной карты, так что повышается точность в рекомендации облачной карты в то время, когда облачная карта контактного субъекта рекомендуется другим пользователям. Облачная карта первого контактного субъекта, совпадающая с контактной фотографией, получается на сервере, и облачная карта первого контактного субъекта проталкивается второму контактному субъекту. Посредством определения того, совпадает или нет облачная карта на сервере с контактной информацией, сохраненной в терминале второго пользователя, согласно фотографии, повышается точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0049] Фиг. 1 является блок-схемой последовательности операций, показывающей способ для рекомендации облачной карты согласно примерному варианту осуществления. Ссылаясь на фиг. 1, способ, который может использоваться на сервере, включает в себя следующие этапы.
[0050] На этапе S11, получаются облачная карта первого контактного субъекта и контактная информация, сохраненная в терминале второго контактного субъекта, облачная карта включает в себя фотографию из облачной карты, и контактная информация включает в себя контактную фотографию.
[0051] На этапе S12, фотография из облачной карты сравнивается с контактной фотографией.
[0052] На этапе S13, облачная карта первого контактного субъекта рекомендуется второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[0053] Варианты осуществления настоящего раскрытия предоставляют способ и устройство для рекомендации облачной карты. Облачная карта первого контактного субъекта, совпадающая с контактной фотографией, получается на сервере, и облачная карта первого контактного субъекта проталкивается второму контактному субъекту. Посредством определения того, совпадает или нет облачная карта на сервере с контактной информацией, сохраненной в терминале второго пользователя, согласно фотографии, повышается точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0054] Альтернативно, в одном варианте осуществления, этап S12 также может реализовываться как этапы A1-A2.
[0055] На этапе A1, вычисляется первое подобие между фотографией из облачной карты и контактной фотографией.
[0056] На этапе A2, если первое подобие достигает предварительно определенного подобия, определяется то, что фотография из облачной карты совпадает с контактной фотографией.
[0057] В силу вышеприведенного способа, посредством определения первого подобия, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией. Поскольку фотография из облачной карты и контактная фотография одного и того же субъекта могут не совпадать, может быть определено то, что облачная карта и контактная информация относятся к одному и тому же субъекту, когда первое подобие достигает предварительно определенного подобия, за счет этого дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0058] Альтернативно, в одном варианте осуществления, этап S12 также может реализовываться как этапы B1-B3.
[0059] На этапе B1, изображение лица извлекается из фотографии из облачной карты и контактной фотографии, соответственно.
[0060] На этапе B2, изображение лица фотографии из облачной карты сравнивается с изображением лица контактной фотографии.
[0061] На этапе B3, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии, определяется то, что фотография из облачной карты совпадает с контактной фотографией.
[0062] В силу вышеприведенного способа, посредством определения изображений лиц фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией. Когда изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии, может быть определено то, что облачная карта и контактная информация относятся к одному и тому же субъекту, что повышает скорость при определении того, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, и дополнительно повышает точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0063] Альтернативно, в одном варианте осуществления, этап S12 также может реализовываться как этапы C1-C2.
[0064] На этапе C1, если первое подобие достигает предварительно определенного подобия, определяется число вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере.
[0065] На этапе C2, если число вхождений меньше или равно предварительно определенному числу, определяется то, что фотография из облачной карты совпадает с контактной фотографией.
[0066] В силу вышеприведенного способа, поскольку множество несовпадающих контактных субъектов могут выбирать некоторые совпадающие сетевые изображения в качестве своих контактных фотографий или фотографий из облачной карты, когда число вхождений фотографии из облачной карты или контактной фотографии превышает предварительно определенное число, может быть определено то, что фотография может представлять собой множество контактных субъектов или облачных карт, а не фотографию из облачной карты или контактную фотографию одного и того же субъекта. Следовательно, когда число вхождений меньше или равно предварительно определенному числу, определяется то, что фотография из облачной карты совпадает с контактной фотографией, за счет этого дополнительно повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией.
[0067] Альтернативно, после этапа C2, способ дополнительно может реализовываться как этапы D1-D3.
[0068] На этапе D1, если число вхождений превышает предварительно определенное число, второе подобие между фотографией из облачной карты и контактной фотографией вычисляется согласно числу вхождений и первому подобию. Чем большее число вхождений, тем меньше второе подобие относительно первого подобия.
[0069] На этапе D2, определяется то, достигает или нет второе подобие предварительно определенного подобия.
[0070] На этапе D3, если второе подобие меньше предварительно определенного подобия, определяется то, что фотография из облачной карты не совпадает с контактной фотографией.
[0071] В силу вышеприведенного способа, второе подобие между фотографией из облачной карты и контактной фотографией вычисляется согласно числу вхождений фотографии из облачной карты или контактной фотографии, и определяется то, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия. Множество несовпадающих контактных субъектов могут выбирать некоторые совпадающие сетевые изображения в качестве своих контактных фотографий или фотографий из облачной карты. Чем больше число вхождений фотографии из облачной карты или контактной фотографии, тем меньше подобие между фотографией из облачной карты и контактной фотографией, и в силу этого может быть определено то, что фотография может представлять собой множество контактных субъектов или облачных карт, а не фотографии из облачной карты или контактной фотографии одного и того же субъекта. Следовательно, когда второе подобие меньше предварительно определенного подобия, определяется то, что фотография из облачной карты не совпадает с контактной фотографией, за счет этого дополнительно повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией.
[0072] Альтернативно, в одном варианте осуществления, способ дополнительно может реализовываться как этапы E1-E3.
[0073] На этапе E1, процесс нормализации выполняется для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии.
[0074] На этапе E2, характерная точка извлекается из стандартной фотографии согласно предварительно определенному правилу.
[0075] В этом случае, этап S12 также может реализовываться как этапы E3-E4.
[0076] На этапе E3, сравниваются характерные точки стандартных фотографий для фотографии из облачной карты и контактной фотографии.
[0077] На этапе E4, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерных точек.
[0078] В силу вышеприведенного способа, посредством сравнения характерных точек стандартных фотографий для фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, за счет этого повышая скорость при сравнении фотографии из облачной карты и контактной фотографии, повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией, и дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0079] Альтернативно, в одном варианте осуществления, способ также может реализовываться как этапы F1-F2.
[0080] На этапе F1, процесс нормализации выполняется для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии.
[0081] На этапе F2, характерная точка извлекается из стандартного изображения лица согласно предварительно определенному правилу.
[0082] В этом случае, этап B2 также может реализовываться как этапы F3-F4.
[0083] На этапе F3, сравниваются характерные точки стандартных изображений лиц фотографии из облачной карты и контактной фотографии.
[0084] На этапе F4, определяется то, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерных точек.
[0085] В силу вышеприведенного способа, посредством сравнения характерных точек стандартных изображений лиц фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, за счет этого повышая скорость при сравнении фотографии из облачной карты и контактной фотографии, повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией, и дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[0086] Как показано на фиг. 2, варианты осуществления настоящего раскрытия предоставляют способ для рекомендации облачной карты, конкретные этапы реализации которого заключаются в следующем.
[0087] На этапе S21, получаются облачная карта первого контактного субъекта и контактная информация, сохраненная в терминале второго контактного субъекта, облачная карта включает в себя фотографию из облачной карты, и контактная информация включает в себя контактную фотографию.
[0088] Сервер получает облачную карту пользователя A локально и получает контактную информацию C, сохраненную пользователем B, из терминала пользователя B.
[0089] На этапе S22, вычисляется первое подобие между фотографией из облачной карты и контактной фотографией.
[0090] Первое подобие между фотографией из облачной карты и контактной фотографией вычисляется как 0,8.
[0091] На этапе S23, если первое подобие достигает предварительно определенного подобия, определяется число вхождений фотографии из облачной карты или контактной фотографии во всех фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере. Если число вхождений меньше или равно предварительно определенному числу, выполняются этапы S24-S25; если число вхождений превышает предварительно определенное число, выполняются этапы S26-S28.
[0092] Предварительно определенное подобие равно 0,6, так что первое подобие между фотографией из облачной карты пользователя A и фотографией контактного субъекта C достигает предварительно определенного подобия. В этом случае, определяется то, что число вхождений фотографии из облачной карты пользователя A в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, равно 4, и число вхождений фотографии контактного субъекта C в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, равно 6.
[0093] На этапе S24, если число вхождений меньше или равно предварительно определенному числу, определяется то, что фотография из облачной карты совпадает с контактной фотографией.
[0094] Предварительно определенное число равно 20. Можно отметить, что как число вхождений фотографии из облачной карты пользователя A в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, так и число вхождений фотографии контактного субъекта C в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, меньше предварительно определенного числа. В этом случае, может быть определено то, что фотография из облачной карты совпадает с контактной фотографией.
[0095] На этапе S25, облачная карта первого контактного субъекта рекомендуется второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[0096] Когда фотография из облачной карты пользователя A совпадает с фотографией контактного субъекта C, может быть определено то, что пользователь A и контактный субъект C являются одним и тем же субъектом. В этом случае, облачная карта пользователя A может быть рекомендована пользователю B для сохранения информации пользователя A в контактном субъекте C.
[0097] На этапе S26, если число вхождений превышает предварительно определенное число, второе подобие между фотографией из облачной карты и контактной фотографией вычисляется согласно числу вхождений и первому подобию. Чем большее число вхождений, тем меньше второе подобие относительно первого подобия.
[0098] Если определено то, что число вхождений фотографии из облачной карты пользователя A в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, равно 30, и число вхождений фотографии контактного субъекта C в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, равно 60, второе подобие между фотографией из облачной карты пользователя A и фотографией контактного субъекта C вычисляется согласно числу вхождений фотографии из облачной карты пользователя A, числу вхождений фотографии контактного субъекта C и первому подобию. Второе подобие является обратно пропорциональным числу вхождений фотографии из облачной карты пользователя A и числу вхождений фотографии контактного субъекта C. Число вхождений может разделяться на несколько уровней, и соответствующий уровень соответствует различному весовому коэффициенту, который меньше 1. Число вхождений является обратно пропорциональным весовому коэффициенту, т.е. весовой коэффициент уменьшается с увеличением числа вхождений. Первое подобие умножается на весовой коэффициент, чтобы получить второе подобие.
[0099] второе подобие=первое подобие x весовой коэффициент
[00100] Например, число вхождений фотографии из облачной карты пользователя A равно 30, и число вхождений фотографии контактного субъекта C равно 60, в таком случае число вхождений фотографии, которая должна сравниваться, равно 90. Если число вхождений в 90 фотографии соответствуют весовому коэффициенту 0,5, то второе подобие вычисляется как 0,4. Если число вхождений в 200 фотографии соответствуют весовому коэффициенту 0,2, то второе подобие вычисляется как 0,16.
[00101] На этапе S27, определяется то, достигает или нет второе подобие предварительно определенного подобия.
[00102] Можно отметить, что второе подобие в 0,4 меньше предварительно определенного подобия в 0,6.
[00103] На этапе S28, если второе подобие меньше предварительно определенного подобия, определяется то, что фотография из облачной карты не совпадает с контактной фотографией.
[00104] Поскольку второе подобие в 0,4 меньше предварительно определенного подобия в 0,6, может быть определено то, что фотография из облачной карты пользователя A и фотография контактного субъекта C совместно используют аналогичную фотографию, в то время как пользователь A и контактный субъект C представляют собой двух различных пользователей. Следовательно, определяется то, что фотография из облачной карты пользователя A не совпадает с фотографией контактного субъекта C.
[00105] Варианты осуществления настоящего раскрытия предоставляют способ для рекомендации облачной карты. Облачная карта первого контактного субъекта, совпадающая с контактной фотографией, получается на сервере, и облачная карта первого субъекта проталкивается второму контактному субъекту. Посредством определения первого подобия, определяется то, не совпадает либо нет фотография из облачной карты с контактной фотографией. Фотография из облачной карты и контактная фотография одного и того же субъекта не обязательно могут совпадать между собой, и в силу этого, когда первое подобие достигает предварительно определенного подобия, может быть определено то, что облачная карта и контактная информация принадлежат одному и тому же субъекту, и когда первое подобие достигает предварительно определенного подобия, посредством определения числа вхождений фотографии из облачной карты или контактной фотографии, а также второго подобия, исключается вероятность того, что различные контактные субъекты используют одну и ту же фотографию. В силу вышеприведенного способа, повышается точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией, так что облачная карта первого контактного субъекта точно рекомендуется второму контактному субъекту.
[00106] Как показано на фиг. 3, варианты осуществления настоящего раскрытия предоставляют способ для рекомендации облачной карты, конкретные этапы реализации которого заключаются в следующем.
[00107] На этапе S31, получаются облачная карта первого контактного субъекта и контактная информация, сохраненная в терминале второго контактного субъекта, облачная карта включает в себя фотографию из облачной карты, и контактная информация включает в себя контактную фотографию.
[00108] Сервер получает облачную карту пользователя A локально и получает контактную информацию C, сохраненную пользователем B, из терминала пользователя B.
[00109] На этапе S32, изображение лица извлекается из фотографии из облачной карты и контактной фотографии, соответственно.
[00110] Изображение A1 лица и изображение C1 лица извлекаются из фотографии из облачной карты пользователя A и фотографии контактного субъекта C, соответственно.
[00111] На этапе S33, изображение лица фотографии из облачной карты сравнивается с изображением лица контактной фотографии.
[00112] Изображение A1 лица сравнивается с изображением C1 лица.
[00113] На этапе S34, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии, определяется то, что фотография из облачной карты совпадает с контактной фотографией.
[00114] Когда изображение A1 лица совпадает с изображением C1 лица, определяется то, что фотография из облачной карты пользователя A совпадает с фотографией контактного субъекта C.
[00115] На этапе S35, если фотография из облачной карты совпадает с контактной фотографией, облачная карта первого контактного субъекта рекомендуется второму контактному субъекту.
[00116] Когда фотография из облачной карты пользователя A совпадает с фотографией контактного субъекта C, может быть определено то, что пользователь A и контактный субъект C являются одним и тем же субъектом. В этом случае, облачная карта пользователя A может быть рекомендована пользователю B для сохранения информации пользователя A в контактном субъекте C.
[00117] Вариант осуществления настоящего раскрытия предоставляет способ для рекомендации облачной карты. Облачная карта первого контактного субъекта, совпадающая с контактной фотографией, получается на сервере. Посредством определения изображений лиц фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией. Когда изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии, может быть определено то, что облачная карта и контактная информация относятся к одному и тому же субъекту, и облачная карта первого контактного субъекта проталкивается второму контактному субъекту. Повышается скорость при определении того, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, и повышается точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[00118] Как показано на фиг. 4, варианты осуществления настоящего раскрытия предоставляют способ для рекомендации облачной карты, конкретные этапы реализации которого заключаются в следующем.
[00119] На этапе S41, получаются облачная карта первого контактного субъекта и контактная информация, сохраненная в терминале второго контактного субъекта, облачная карта включает в себя фотографию из облачной карты, и контактная информация включает в себя контактную фотографию.
[00120] Сервер получает облачную карту пользователя A локально и получает контактную информацию C, сохраненную пользователем, из терминала пользователя B.
[00121] На этапе S42, процесс нормализации выполняется для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии.
[00122] При получении контактной информации сервер может выполнять процесс нормализации для фотографии из облачной карты пользователя A и фотографии контактного субъекта C, чтобы получить стандартную фотографию D1 для фотографии из облачной карты пользователя A и стандартную фотографию D2 для фотографии контактного субъекта C.
[00123] На этапе S43, характерная точка извлекается из стандартной фотографии согласно предварительно определенному правилу.
[00124] Для извлечения характерной точки, одинаковое число характерных точек извлекается из стандартной фотографии D1 и стандартной фотографии D2, например, число извлеченных характерных точек равно 100, что не служит для того, чтобы ограничивать настоящее раскрытие, т.е. число характерных точек, извлеченных из стандартной фотографии D1, может отличаться от числа характерных точек, извлеченных из стандартной фотографии D2. Набор 1 характерных точек извлекается из стандартной фотографии D1 и сохраняется; набор 2 характерных точек извлекается из стандартной фотографии D2 и сохраняется.
[00125] На этапе S44, сравниваются характерные точки стандартных фотографий для фотографии из облачной карты и контактной фотографии.
[00126] Набор 1 характерных точек и набор 2 характерных точек сравниваются, и известно, что имеется 78 одинаковых характерных точек между набором 1 характерных точек и набором 2 характерных точек.
[00127] На этапе S45, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерных точек.
[00128] Может быть определено то, что фотография из облачной карты пользователя A совпадает с фотографией контактного субъекта C, согласно результату сравнения на этапе S44 того, что имеется 78 одинаковых характерных точек между набором 1 характерных точек и набором 2 характерных точек.
[00129] На этапе S46, если фотография из облачной карты совпадает с контактной фотографией, облачная карта первого контактного субъекта рекомендуется второму контактному субъекту.
[00130] Когда фотография из облачной карты пользователя A совпадает с фотографией контактного субъекта C, может быть определено то, что пользователь A и контактный субъект C являются одним и тем же субъектом. В этом случае, облачная карта пользователя A может быть рекомендована пользователю B для сохранения информации пользователя A в контактном субъекте C.
[00131] Вариант осуществления настоящего раскрытия предоставляет способ для рекомендации облачной карты. Облачная карта первого контактного субъекта, совпадающая с контактной фотографией, получается на сервере. Посредством сравнения характерных точек стандартных фотографий для фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, за счет этого повышая скорость при сравнении фотографии из облачной карты и контактной фотографии, повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией, и дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[00132] Как показано на фиг. 5, варианты осуществления настоящего раскрытия предоставляют способ для рекомендации облачной карты, конкретные этапы реализации которого заключаются в следующем.
[00133] На этапе S51, получаются облачная карта первого контактного субъекта и контактная информация, сохраненная в терминале второго контактного субъекта, облачная карта включает в себя фотографию из облачной карты, и контактная информация включает в себя контактную фотографию.
[00134] Сервер получает облачную карту пользователя A локально и получает контактную информацию C, сохраненную пользователем B, из терминала пользователя B.
[00135] На этапе S52, изображение лица извлекается из фотографии из облачной карты и контактной фотографии, соответственно.
[00136] Изображение E1 лица извлекается из фотографии из облачной карты пользователя A, и изображение E2 лица извлекается из фотографии контактного субъекта C.
[00137] На этапе S53, процесс нормализации выполняется для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии.
[00138] Процесс нормализации выполняется для изображения E1 лица фотографии из облачной карты пользователя A и изображения E2 лица фотографии контактного субъекта C, чтобы получить стандартное изображение F1 лица фотографии из облачной карты пользователя A и стандартное изображение F2 лица фотографии контактного субъекта C.
[00139] На этапе S54, характерная точка извлекается из стандартного изображения лица согласно предварительно определенному правилу.
[00140] Для извлечения характерной точки, одинаковое число характерных точек извлекается из стандартного изображения F1 лица и стандартного изображения F2 лица, например, число извлеченных характерных точек равно 100, что не служит для того, чтобы ограничивать настоящее раскрытие, т.е. число характерных точек, извлеченных из стандартного изображения F1 лица, может отличаться от числа характерных точек, извлеченных из стандартного изображения F2 лица. Набор 1 характерных точек извлекается из стандартного изображения F1 лица и сохраняется; набор 2 характерных точек извлекается из стандартного изображения F2 лица и сохраняется.
[00141] На этапе S55, сравниваются характерные точки стандартных изображений лиц фотографии из облачной карты и контактной фотографии.
[00142] Набор 1 характерных точек и набор 2 характерных точек сравниваются, и известно, что имеется 78 одинаковых характерных точек между набором 1 характерных точек и набором 2 характерных точек.
[00143] На этапе S56, определяется то, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерных точек.
[00144] Может быть определено то, что изображение E1 лица фотографии из облачной карты пользователя A совпадает с изображением E2 лица фотографии контактного субъекта C, согласно результату сравнения на этапе S44 того, что имеется 78 одинаковых характерных точек между набором 1 характерных точек и набором 2 характерных точек.
[00145] На этапе S57, когда изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии, определяется то, что фотография из облачной карты совпадает с контактной фотографией.
[00146] Поскольку изображение E1 лица фотографии из облачной карты пользователя A совпадает с изображением E2 лица фотографии контактного субъекта C, определяется то, что фотография из облачной карты пользователя A совпадает с фотографией контактного субъекта C.
[00147] На этапе S58, если фотография из облачной карты совпадает с контактной фотографией, облачная карта первого контактного субъекта рекомендуется второму контактному субъекту.
[00148] Когда фотография из облачной карты пользователя A совпадает с фотографией контактного субъекта C, может быть определено то, что пользователь A и контактный субъект C являются одним и тем же субъектом. В этом случае, облачная карта пользователя A может быть рекомендована пользователю B для сохранения информации пользователя A в контактном субъекте C.
[00149] Вариант осуществления настоящего раскрытия предоставляет способ для рекомендации облачной карты. Облачная карта первого контактного субъекта, совпадающая с контактной фотографией, получается на сервере. Посредством определения изображений лиц, извлеченных из фотографии из облачной карты и контактной фотографии, и посредством сравнения характерных точек стандартных изображений лиц фотографии из облачной карты и контактной фотографии, определяется то, совпадает или нет фотография из облачной карты с контактной фотографией, и может быть определено то, что облачная карта и контактная информация относятся к одному и тому же субъекту, когда фотография из облачной карты совпадает с контактной фотографией, за счет этого повышая скорость при сравнении фотографии из облачной карты и контактной фотографии, повышая точность при определении того, совпадает или нет фотография из облачной карты с контактной фотографией, и дополнительно повышая точность при сопоставлении облачной карты и контактной информации в то время, когда облачная карта рекомендуется второму контактному субъекту.
[00150] В одном варианте осуществления, фотография из облачной карты, совпадающая с контактной фотографией, включает в себя, например, фотографию из облачной карты и контактную фотографию, содержащие одно и то же лицо; либо фотография из облачной карты и контактная фотография являются одинаковыми; либо подобие между фотографией из облачной карты и контактной фотографией превышает определенное пороговое значение.
[00151] Фиг. 6 является блок-схемой устройства для рекомендации облачной карты согласно примерному варианту осуществления. Как показано на фиг. 6, устройство включает в себя модуль 61 получения, модуль 62 сравнения и модуль 63 рекомендаций.
[00152] Модуль 61 получения выполнен с возможностью получать облачную карту первого контактного субъекта и контактную информацию, сохраненную в терминале второго контактного субъекта, причем облачная карта содержит фотографию из облачной карты, при этом контактная информация содержит контактную фотографию.
[00153] Модуль 62 сравнения выполнен с возможностью сравнивать фотографию из облачной карты с контактной фотографией.
[00154] Модуль 63 рекомендаций выполнен с возможностью рекомендовать облачную карту первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[00155] Как показано на фиг. 7, модуль 62 сравнения включает в себя первый субмодуль 71 вычисления и первый субмодуль 72 определения.
[00156] Первый субмодуль 71 вычисления выполнен с возможностью вычислять первое подобие между фотографией из облачной карты и контактной фотографией.
[00157] Первый субмодуль 72 определения выполнен с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если первое подобие достигает предварительно определенного подобия.
[00158] Как показано на фиг. 8, модуль 62 сравнения включает в себя субмодуль 81 извлечения, первый субмодуль 82 сравнения и второй субмодуль 83 определения.
[00159] Субмодуль 81 извлечения выполнен с возможностью извлекать изображение лица из фотографии из облачной карты и контактной фотографии, соответственно.
[00160] Первый субмодуль 82 сравнения выполнен с возможностью сравнивать изображение лица фотографии из облачной карты с изображением лица контактной фотографии.
[00161] Второй субмодуль 83 определения выполнен с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии.
[00162] Как показано на фиг. 9, модуль 62 сравнения дополнительно включает в себя третий субмодуль 91 определения и четвертый субмодуль 92 определения.
[00163] Третий субмодуль 91 определения выполнен с возможностью определять число вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, если первое подобие достигает предварительно определенного подобия.
[00164] Четвертый субмодуль 92 определения выполнен с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу.
[00165] Как показано на фиг. 10, модуль сравнения дополнительно включает в себя второй субмодуль 101 вычисления, субмодуль 102 определения и пятый субмодуль 103 определения.
[00166] Второй субмодуль 101 вычисления выполнен с возможностью вычислять второе подобие между фотографией из облачной карты и контактной фотографией согласно числу вхождений и первому подобию, если число вхождений превышает предварительно определенное число, при этом чем больше число вхождений, тем меньше второе подобие относительно первого подобия.
[00167] Субмодуль 102 определения выполнен с возможностью определять то, достигает или нет второе подобие предварительно определенного подобия.
[00168] Пятый субмодуль 103 определения выполнен с возможностью определять то, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия.
[00169] Как показано на фиг. 11, устройство дополнительно включает в себя первый модуль 111 обработки и первый модуль 112 извлечения.
[00170] Первый модуль 111 обработки выполнен с возможностью выполнять процесс нормализации для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии.
[00171] Первый модуль 112 извлечения выполнен с возможностью извлекать характерную точку из стандартной фотографии согласно предварительно определенному правилу.
[00172] Модуль 62 сравнения включает в себя второй субмодуль 113 сравнения и шестой субмодуль 114 определения.
[00173] Второй субмодуль 113 сравнения выполнен с возможностью сравнивать характерные точки стандартных фотографий для фотографии из облачной карты и контактной фотографии.
[00174] Шестой субмодуль 114 определения выполнен с возможностью определять то, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерных точек.
[00175] Как показано на фиг. 12, устройство дополнительно включает в себя второй модуль 121 обработки и второй модуль 122 извлечения.
[00176] Второй модуль 121 обработки выполнен с возможностью выполнять процесс нормализации для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии.
[00177] Второй модуль 122 извлечения выполнен с возможностью извлекать характерную точку из стандартного изображения лица согласно предварительно определенному правилу.
[00178] Первый субмодуль 82 сравнения дополнительно выполнен с возможностью сравнивать характерные точки стандартных изображений лиц фотографии из облачной карты и контактной фотографии; определять то, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерных точек.
[00179] Относительно устройств в вышеописанных вариантах осуществления, конкретные способы для выполнения операций для отдельных модулей подробно описаны в вариантах осуществления относительно способов для рекомендации облачной карты, так что дополнительная детализация не представляется в данном документе.
[00180] Фиг. 13 является блок-схемой устройства 1300 для рекомендации облачной карты согласно примерному варианту осуществления. Например, устройство 1300 может представлять собой мобильный телефон, компьютер, цифровой широковещательный терминал, устройство для обмена сообщениями, игровую приставку, планшетный компьютер, медицинское устройство, тренажерное оборудование, персональное цифровое устройство и т.п.
[00181] Ссылаясь на фиг. 13, устройство 1300 может включать в себя один или более из следующих компонентов: компонент 1302 обработки, запоминающее устройство 1304, компонент 1306 питания, мультимедийный компонент 1308, аудиокомпонент 1310, интерфейс 1312 ввода-вывода, сенсорный компонент 1314 и компонент 1316 связи.
[00182] Компонент 1302 обработки типично полностью управляет работой устройства 1300, к примеру, операциями, ассоциированными с отображением, телефонными вызовами, передачей данных, операциями камеры и операциями записи. Компонент 1302 обработки может включать в себя один или более процессоров 1320 для того, чтобы выполнять инструкции, чтобы выполнять все или часть этапов в вышеописанных способах. Кроме того, компонент 1302 обработки может включать в себя один или более модулей, которые упрощают взаимодействие между компонентом 1302 обработки и другими компонентами. Например, компонент 1302 обработки может включать в себя мультимедийный модуль для того, чтобы упрощать взаимодействие между мультимедийным компонентом 1308 и компонентом 1302 обработки.
[00183] Запоминающее устройство 1304 выполнено с возможностью сохранять различные типы данных для того, чтобы поддерживать работу устройства 1300. Примеры таких данных включают в себя инструкции для любых приложений или способов, работающих на устройстве 1300, контактные данные, данные телефонной книги, сообщения, изображения, видео и т.д. Запоминающее устройство 1304 может реализовываться с использованием любого типа энергозависимых или энергонезависимых запоминающих устройств либо комбинации вышеозначенного, например, как статическое оперативное запоминающее устройство (SRAM), электрически стираемое программируемое постоянное запоминающее устройство (EEPROM), стираемое программируемое постоянное запоминающее устройство (EPROM), программируемое постоянное запоминающее устройство (PROM), постоянное запоминающее устройство (ROM), магнитное запоминающее устройство, флэш-память, магнитный или оптический диск.
[00184] Компонент 1306 питания предоставляет питание в различные компоненты устройства 1300. Компонент 1306 питания может включать в себя систему управления питанием, один или более источников питания и любые другие компоненты, ассоциированные с формированием, управлением и распределением питания устройства 1300.
[00185] Мультимедийный компонент 1308 включает в себя экран, предоставляющий интерфейс вывода между устройством 1300 и пользователем. В некоторых вариантах осуществления, экран может включать в себя жидкокристаллический дисплей (ЖК-дисплей) и сенсорную панель (TP). Если экран включает в себя сенсорную панель, экран может быть реализован в качестве сенсорного экрана для того, чтобы принимать входные сигналы от пользователя. Сенсорная панель включает в себя один или более датчиков касания для того, чтобы считывать касания, проведения по экрану и жесты на сенсорной панели. Датчики касания могут не только считывать границу действия касания или проведения по экрану, но также и считывать период времени и давление, ассоциированное с действием касания или проведения по экрану. В некоторых вариантах осуществления, мультимедийный компонент 1308 включает в себя фронтальную камеру и/или тыловую камеру. Фронтальная камера и тыловая камера могут принимать внешние мультимедийные данные в то время, когда устройство 1300 находится в рабочем режиме, к примеру, в режиме фотосъемки или в видеорежиме. Каждая из фронтальной камеры и тыловой камеры может представлять собой систему с фиксированной оптической линзой либо иметь характеристики фокусировки и оптического масштабирования.
[00186] Аудиокомпонент 1310 выполнен с возможностью выводить и/или вводить аудиосигналы. Например, аудиокомпонент 1310 включает в себя микрофон (MIC), выполненный с возможностью принимать внешний аудиосигнал, когда устройство 1300 находится в рабочем режиме, к примеру, в режиме вызова, в режиме записи и в режиме распознавания речи. Принимаемый аудиосигнал может быть дополнительно сохранен в запоминающем устройстве 1304 или передан через компонент 1316 связи. В некоторых вариантах осуществления, аудиокомпонент 1310 дополнительно включает в себя динамик для того, чтобы выводить аудиосигналы.
[00187] Интерфейс 1312 ввода-вывода предоставляет интерфейс между компонентом 1302 обработки и периферийными интерфейсными модулями, такими как клавиатура, колесико с кнопками, кнопки и т.п. Кнопки могут включать в себя, но не только, кнопку перехода на домашнюю страницу, кнопку громкости, кнопку запуска и кнопку блокировки.
[00188] Сенсорный компонент 1314 включает в себя один или более датчиков для того, чтобы предоставлять оценки состояния различных аспектов устройства 1300. Например, сенсорный компонент 1314 может обнаруживать открытое/закрытое состояние устройства 1300, относительное позиционирование компонентов, например, дисплея и клавишной панели, устройства 1300, изменение позиции устройства 1300 или компонента устройства 1300, присутствие или отсутствие контакта пользователя с устройством 1300, ориентацию или ускорение/замедление устройства 1300 и изменение температуры устройства 1300. Сенсорный компонент 1314 может включать в себя бесконтактный датчик, выполненный с возможностью обнаруживать присутствие находящихся рядом объектов без физического контакта. Сенсорный компонент 1314 также может включать в себя светочувствительный датчик, такой как CMOS- или CCD-датчик изображений, для использования в приложениях формирования изображений. В некоторых вариантах осуществления, сенсорный компонент 1314 также может включать в себя датчик акселерометра, гиродатчик, магнитный датчик, датчик давления или температурный датчик.
[00189] Компонент 1316 связи выполнен с возможностью упрощать связь, в проводном или в беспроводном режиме, между устройством 1300 и другими устройствами. Устройство 1300 может осуществлять доступ к беспроводной сети на основе стандарта связи, такого как Wi-Fi, 2G или 3G или комбинация вышеозначенного. В одном примерном варианте осуществления, компонент 1316 связи принимает широковещательный сигнал или ассоциированную с широковещательной передачей информацию из внешней системы управления широковещательной передачей через широковещательный канал. В одном примерном варианте осуществления, компонент 1316 связи дополнительно включает в себя модуль связи в поле в ближней зоне (NFC) для того, чтобы упрощать ближнюю связь. Например, NFC-модуль может реализовываться на основе технологии радиочастотной идентификации (RFID), технологии по стандарту Ассоциации по передаче данных в инфракрасном диапазоне (IrDA), технологии по стандарту сверхширокополосной связи (UWB), технологии Bluetooth (BT) и других технологий.
[00190] В примерных вариантах осуществления, устройство 1300 может реализовываться с помощью одной или более специализированных интегральных схем (ASIC), процессоров цифровых сигналов (DSP), устройств обработки цифровых сигналов (DSPD), программируемых логических устройств (PLD), программируемых пользователем вентильных матриц (FPGA), контроллеров, микроконтроллеров, микропроцессоров или других электронных компонентов, для осуществления вышеописанных способов.
[00191] В примерных вариантах осуществления, также предусмотрен невременный машиночитаемый носитель хранения данных, включающий в себя инструкции, к примеру, включенные в запоминающее устройство 1304, выполняемые посредством процессора 1320 в устройстве 1300, для осуществления вышеописанных способов. Например, невременный машиночитаемый носитель хранения данных может представлять собой ROM, RAM, CD-ROM, магнитную ленту, гибкий диск и оптическое устройство хранения данных и т.п.
[00192] Невременный машиночитаемый носитель хранения данных, имеющий сохраненные инструкции, которые при выполнении посредством процессора мобильного терминала обеспечивают возможность мобильному терминалу осуществлять способ для рекомендации облачной карты, причем способ включает в себя:
- получение облачной карты первого контактного субъекта и контактной информации, сохраненной в терминале второго контактного субъекта, причем облачная карта включает в себя фотографию из облачной карты, при этом контактная информация включает в себя контактную фотографию;
- сравнение фотографии из облачной карты с контактной фотографией; и
- рекомендацию облачной карты первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[00193] Сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- вычисление первого подобия между фотографией из облачной карты и контактной фотографией; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если первое подобие достигает предварительно определенного подобия.
[00194] Сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- извлечение изображения лица из фотографии из облачной карты и контактной фотографии, соответственно;
- сравнение изображения лица фотографии из облачной карты с изображением лица контактной фотографии; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии.
[00195] Если первое подобие достигает предварительно определенного подобия, сравнивание фотографии из облачной карты с контактной фотографией дополнительно включает в себя:
- определение числа вхождений фотографии из облачной карты или контактной фотографии во всех фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу.
[00196] Если число вхождений превышает предварительно определенное число, сравнивание фотографии из облачной карты с контактной фотографией дополнительно включает в себя:
- вычисление второго подобия между фотографией из облачной карты и контактной фотографией согласно числу вхождений и первому подобию, при этом чем больше число вхождений, тем меньше второе подобие относительно первого подобия;
- определение того, достигает или нет второе подобие предварительно определенного подобия; и
- определение того, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия.
[00197] Способ дополнительно включает в себя:
- выполнение процесса нормализации для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии; и
- извлечение характерной точки из стандартной фотографии согласно предварительно определенному правилу,
- при этом сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- сравнение характерных точек стандартных фотографий для фотографии из облачной карты и контактной фотографии;
- определение того, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерных точек.
[00198] Способ дополнительно включает в себя:
- выполнение процесса нормализации для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии; и
- извлечение характерной точки из стандартного изображения лица согласно предварительно определенному правилу,
- при этом сравнение изображения лица фотографии из облачной карты с изображением лица контактной фотографии включает в себя:
- сравнение характерных точек стандартных изображений лиц фотографии из облачной карты и контактной фотографии; и
- определение того, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерных точек.
[00199] Фиг. 14 является блок-схемой устройства 1400 для рекомендации облачной карты согласно примерному варианту осуществления. Например, устройство 1400 может быть сконфигурировано как сервер. Ссылаясь на фиг. 14, устройство 1400 может включать в себя компонент 1422 обработки, который дополнительно включает в себя один или более процессоров и ресурс запоминающего устройства, представленный посредством запоминающего устройства 1432 для сохранения инструкций (например, прикладных программ), выполняемых посредством компонента 1422 обработки. Прикладные программы, сохраненные в запоминающем устройстве 1432, могут включать в себя один или более модулей, соответствующих одному набору инструкций. Помимо этого, компонент 1422 обработки выполнен с возможностью выполнять инструкции с тем, чтобы осуществлять следующий способ:
- получение облачной карты первого контактного субъекта и контактной информации, сохраненной в терминале второго контактного субъекта, причем облачная карта включает в себя фотографию из облачной карты, при этом контактная информация включает в себя контактную фотографию;
- сравнение фотографии из облачной карты с контактной фотографией; и
- рекомендацию облачной карты первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
[00200] Сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- вычисление первого подобия между фотографией из облачной карты и контактной фотографией; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если первое подобие достигает предварительно определенного подобия.
[00201] Сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- извлечение изображения лица из фотографии из облачной карты и контактной фотографии, соответственно;
- сравнение изображения лица фотографии из облачной карты с изображением лица контактной фотографии; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии.
[00202] Если первое подобие достигает предварительно определенного подобия, сравнивание фотографии из облачной карты с контактной фотографией дополнительно включает в себя:
- определение числа вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере; и
- определение того, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу.
[00203] Если число вхождений превышает предварительно определенное число, сравнивание фотографии из облачной карты с контактной фотографией дополнительно включает в себя:
- вычисление второго подобия между фотографией из облачной карты и контактной фотографией согласно числу вхождений и первому подобию, при этом чем больше число вхождений, тем меньше второе подобие относительно первого подобия;
- определение того, достигает или нет второе подобие предварительно определенного подобия; и
- определение того, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия.
[00204] Способ дополнительно включает в себя:
- выполнение процесса нормализации для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии; и
- извлечение характерной точки из стандартной фотографии согласно предварительно определенному правилу,
- при этом сравнение фотографии из облачной карты с контактной фотографией включает в себя:
- сравнение характерных точек стандартных фотографий для фотографии из облачной карты и контактной фотографии; и
- определение того, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерных точек.
[00205] Способ дополнительно включает в себя:
- выполнение процесса нормализации для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии; и
- извлечение характерной точки из стандартного изображения лица согласно предварительно определенному правилу,
- при этом сравнение изображения лица фотографии из облачной карты с изображением лица контактной фотографии включает в себя:
- сравнение характерных точек стандартных изображений лиц фотографии из облачной карты и контактной фотографии; и
- определение того, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерных точек.
[00206] Устройство 1400 также может включать в себя компонент 1426 питания, выполненный с возможностью осуществлять управление питанием устройства 1400, проводной или беспроводной сетевые интерфейсы 1450, выполненные с возможностью подключать устройство 1400 к сети, и интерфейсы 1458 ввода-вывода. Устройство 1400 может работать на основе операционной системы, сохраненной в запоминающем устройстве 1432, такой как Windows ServerTM, Mac OS XTM, UnixTM, LinuxTM, FreeBSDTM и т.п.
[00207] Другие варианты осуществления изобретения должны быть очевидными для специалистов в области техники из изучения технического описания и практического применения изобретения, раскрытого в данном документе. Эта заявка имеет намерение охватывать все изменения, варианты использования или адаптации изобретения согласно его общим принципам, в том числе такие отклонения от настоящего раскрытия, которые попадают в рамки известной или общепринятой практики в данной области техники. Данное подробное описание и примеры должны рассматриваться только как примерные, при этом истинный объем и сущность изобретения указывается посредством прилагаемой формулы изобретения.
[00208] Следует принимать во внимание, что настоящее изобретение не ограничено точной структурой, которая описана выше и проиллюстрирована на прилагаемых чертежах, и что различные модификации и изменения могут вноситься без отступления от его объема. Подразумевается, что объем изобретения должен быть ограничен только посредством прилагаемой формулы изобретения.

Claims (59)

1. Способ для рекомендации облачной карты, содержащий этапы, на которых:
получают облачную карту первого контактного субъекта и контактную информацию, сохраненную в терминале второго контактного субъекта, причем облачная карта содержит фотографию из облачной карты, при этом контактная информация содержит контактную фотографию;
сравнивают фотографию из облачной карты с контактной фотографией, при этом сравнение фотографии из облачной карты с контактной фотографией содержит этапы, на которых:
вычисляют первое подобие между фотографией из облачной карты и контактной фотографией;
определяют то, что первое подобие достигает предварительно определенного подобия;
если первое подобие достигает предварительно определенного подобия, определяют число вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере; и
определяют то, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу; и
рекомендуют облачную карту первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
2. Способ по п. 1, в котором сравнение фотографии из облачной карты с контактной фотографией содержит этапы, на которых:
извлекают изображение лица из фотографии из облачной карты и контактной фотографии соответственно;
сравнивают изображение лица фотографии из облачной карты с изображением лица контактной фотографии и
определяют то, что фотография из облачной карты совпадает с контактной фотографией, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии.
3. Способ по п. 1, дополнительно содержащий этапы, на которых:
вычисляют второе подобие между фотографией из облачной карты и контактной фотографией согласно числу вхождений и первому подобию, если число вхождений превышает предварительно определенное число, при этом, чем больше число вхождений, тем меньше второе подобие относительно первого подобия;
определяют, достигает или нет второе подобие предварительно определенного подобия; и
определяют то, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия.
4. Способ по п. 1, дополнительно содержащий этапы, на которых:
выполняют процесс нормализации для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии; и
извлекают характерную точку из стандартной фотографии согласно предварительно определенному правилу,
при этом сравнение фотографии из облачной карты с контактной фотографией содержит этапы, на которых:
сравнивают характерные точки стандартных фотографий для фотографии из облачной карты и контактной фотографии и
определяют, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерных точек.
5. Способ по п. 2, дополнительно содержащий этапы, на которых:
выполняют процесс нормализации для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии; и
извлекают характерную точку из стандартного изображения лица согласно предварительно определенному правилу,
при этом сравнение изображения лица фотографии из облачной карты с изображением лица контактной фотографии содержит этапы, на которых:
сравнивают характерные точки стандартных изображений лиц фотографии из облачной карты и контактной фотографии и
определяют, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерных точек.
6. Устройство для рекомендации облачной карты, содержащее:
модуль получения, выполненный с возможностью получать облачную карту первого контактного субъекта и контактную информацию, сохраненную в терминале второго контактного субъекта, причем облачная карта содержит фотографию из облачной карты, при этом контактная информация содержит контактную фотографию;
модуль сравнения, выполненный с возможностью сравнивать фотографию из облачной карты с контактной фотографией,
при этом модуль сравнения содержит:
первый субмодуль вычисления, выполненный с возможностью вычислять первое подобие между фотографией из облачной карты и контактной фотографией;
первый субмодуль определения, выполненный с возможностью определять то, что первое подобие достигает предварительно определенного подобия;
третий субмодуль определения, выполненный с возможностью определять число вхождений фотографии из облачной карты или контактной фотографии в фотографиях из облачной карты и контактных фотографиях, сохраненных на сервере, если первое подобие достигает предварительно определенного подобия; и
четвертый субмодуль определения, выполненный с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если число вхождений меньше или равно предварительно определенному числу; и
модуль рекомендаций, выполненный с возможностью рекомендовать облачную карту первого контактного субъекта второму контактному субъекту, если фотография из облачной карты совпадает с контактной фотографией.
7. Устройство по п. 6, в котором модуль сравнения содержит:
субмодуль извлечения, выполненный с возможностью извлекать изображение лица из фотографии из облачной карты и контактной фотографии соответственно;
первый субмодуль сравнения, выполненный с возможностью сравнивать изображение лица фотографии из облачной карты с изображением лица контактной фотографии; и
второй субмодуль определения, выполненный с возможностью определять то, что фотография из облачной карты совпадает с контактной фотографией, если изображение лица фотографии из облачной карты совпадает с изображением лица контактной фотографии.
8. Устройство по п. 6, в котором модуль сравнения дополнительно содержит:
второй субмодуль вычисления, выполненный с возможностью вычислять второе подобие между фотографией из облачной карты и контактной фотографией согласно числу вхождений и первому подобию, если число вхождений превышает предварительно определенное число, при этом, чем больше число вхождений, тем меньше второе подобие относительно первого подобия;
субмодуль определения, выполненный с возможностью определять, достигает или нет второе подобие предварительно определенного подобия; и
пятый субмодуль определения, выполненный с возможностью определять то, что фотография из облачной карты не совпадает с контактной фотографией, если второе подобие меньше предварительно определенного подобия.
9. Устройство по п. 6, дополнительно содержащее:
первый модуль обработки, выполненный с возможностью выполнять процесс нормализации для фотографии из облачной карты и контактной фотографии, чтобы получить стандартную фотографию для каждой из фотографии из облачной карты и контактной фотографии; и
первый модуль извлечения, выполненный с возможностью извлекать характерную точку из стандартной фотографии согласно предварительно определенному правилу;
при этом модуль сравнения содержит:
второй субмодуль сравнения, выполненный с возможностью сравнивать характерные точки стандартных фотографий для фотографии из облачной карты и контактной фотографии; и
шестой субмодуль определения, выполненный с возможностью определять, совпадает или нет фотография из облачной карты с контактной фотографией, согласно результату сравнения характерных точек.
10. Устройство по п. 7, дополнительно содержащее:
второй модуль обработки, выполненный с возможностью выполнять процесс нормализации для изображения лица каждой из фотографии из облачной карты и контактной фотографии, чтобы получить стандартное изображение лица каждой из фотографии из облачной карты и контактной фотографии; и
второй модуль извлечения, выполненный с возможностью извлекать характерную точку из стандартного изображения лица согласно предварительно определенному правилу;
при этом первый субмодуль сравнения дополнительно выполнен с возможностью сравнивать характерные точки стандартных изображений лиц фотографии из облачной карты и контактной фотографии; определять, совпадает или нет изображение лица фотографии из облачной карты с изображением лица контактной фотографии, согласно результату сравнения характерной точки.
11. Устройство для рекомендации облачной карты, содержащее:
процессор и
запоминающее устройство для сохранения инструкций, выполняемых посредством процессора;
при этом, когда инструкции выполняются процессором, упомянутое устройство выполняет способ по любому из пп. 1-5.
RU2016140113A 2015-05-26 2015-11-23 Способ и устройство для рекомендации облачной карты RU2656978C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201510276603.9 2015-05-26
CN201510276603.9A CN105100193B (zh) 2015-05-26 2015-05-26 云名片推荐方法及装置
PCT/CN2015/095333 WO2016188065A1 (zh) 2015-05-26 2015-11-23 云名片推荐方法及装置

Publications (2)

Publication Number Publication Date
RU2016140113A RU2016140113A (ru) 2018-04-12
RU2656978C2 true RU2656978C2 (ru) 2018-06-07

Family

ID=54579710

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2016140113A RU2656978C2 (ru) 2015-05-26 2015-11-23 Способ и устройство для рекомендации облачной карты

Country Status (8)

Country Link
US (1) US10083346B2 (ru)
EP (1) EP3098765A1 (ru)
JP (1) JP6343388B2 (ru)
KR (1) KR20160150635A (ru)
CN (1) CN105100193B (ru)
MX (1) MX2017005371A (ru)
RU (1) RU2656978C2 (ru)
WO (1) WO2016188065A1 (ru)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105100193B (zh) 2015-05-26 2018-12-11 小米科技有限责任公司 云名片推荐方法及装置
CN105406904A (zh) * 2015-12-29 2016-03-16 微位（上海）网络科技有限公司 带ble芯片的名片盒、客户端系统及其管理方法和使用方法
CN107527072B (zh) * 2017-08-31 2020-07-03 北京小米移动软件有限公司 确定相似头像的方法及装置、电子设备
CN110147486B (zh) * 2017-10-16 2021-10-29 中国电信股份有限公司 好友推荐方法和装置
CN109672721B (zh) * 2018-10-23 2022-07-08 平安科技（深圳）有限公司 媒体文件推送方法、装置、服务端及计算机可读存储介质
CN109729413B (zh) * 2019-01-16 2021-10-15 武汉斗鱼鱼乐网络科技有限公司 一种发送弹幕的方法及终端

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143485A (zh) * 2011-03-22 2011-08-03 宇龙计算机通信科技(深圳)有限公司 移动终端及其通讯录联系人与社交网站用户关联的方法
US20110249144A1 (en) * 2010-04-09 2011-10-13 Apple Inc. Tagging Images in a Mobile Communications Device Using a Contacts List
US20140055553A1 (en) * 2012-08-24 2014-02-27 Qualcomm Incorporated Connecting to an Onscreen Entity
EP2731048A1 (en) * 2011-07-05 2014-05-14 Intsig Information Co., Ltd. Business card information exchange method combining character recognition and image matching
CN104243276A (zh) * 2013-06-20 2014-12-24 腾讯科技（深圳）有限公司 一种联系人推荐方法及装置
RU2013128582A (ru) * 2010-12-21 2014-12-27 Сони Корпорейшн Семейное дерево и дерево друзей для социального взаимодействия

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2533288A1 (en) 2003-07-26 2005-02-10 Pixcall Gmbh Method for the transmission of additional information in a communication system, exchange device and user station
KR100716422B1 (ko) 2005-01-06 2007-05-08 에스케이 텔레콤주식회사 패턴인식을 이용한 매칭 서비스 시스템 및 방법
WO2009082814A1 (en) * 2007-12-31 2009-07-09 Ray Ganong Method, system, and computer program for identification and sharing of digital images with face signatures
US9639740B2 (en) * 2007-12-31 2017-05-02 Applied Recognition Inc. Face detection and recognition
KR101608248B1 (ko) 2009-07-31 2016-04-01 삼성전자주식회사 사진을 분류하는 장치 및 방법
CN103455515B (zh) * 2012-06-01 2017-03-22 腾讯科技（深圳）有限公司 Sns社区中的用户推荐方法和系统
JP6064376B2 (ja) * 2012-06-06 2017-01-25 ソニー株式会社 情報処理装置、コンピュータプログラムおよび端末装置
CN102932403A (zh) * 2012-08-30 2013-02-13 上海合合信息科技发展有限公司 自动将名片中的联系信息同步至移动设备的方法及系统
KR101397845B1 (ko) 2012-10-26 2014-05-20 포항공과대학교 산학협력단 얼굴 인식 방법 및 기계로 읽을 수 있는 저장 매체 및 얼굴 인식 장치
CN103973865B (zh) * 2013-01-25 2017-05-03 广州三星通信技术研究有限公司 来电电话号码自动匹配保存方法
WO2014132841A1 (ja) * 2013-02-28 2014-09-04 株式会社日立国際電気 人物検索方法及びホーム滞留人物検索装置
CN103440346B (zh) * 2013-09-12 2017-01-11 福州玛雅软件科技有限公司 基于移动终端人脸识别的电子名片交换方法
CN104618472B (zh) * 2015-01-26 2018-11-02 上海华豚科技有限公司 一种移动通讯设备联系人信息维护方法及系统
CN105100193B (zh) * 2015-05-26 2018-12-11 小米科技有限责任公司 云名片推荐方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110249144A1 (en) * 2010-04-09 2011-10-13 Apple Inc. Tagging Images in a Mobile Communications Device Using a Contacts List
RU2013128582A (ru) * 2010-12-21 2014-12-27 Сони Корпорейшн Семейное дерево и дерево друзей для социального взаимодействия
CN102143485A (zh) * 2011-03-22 2011-08-03 宇龙计算机通信科技(深圳)有限公司 移动终端及其通讯录联系人与社交网站用户关联的方法
EP2731048A1 (en) * 2011-07-05 2014-05-14 Intsig Information Co., Ltd. Business card information exchange method combining character recognition and image matching
US20140055553A1 (en) * 2012-08-24 2014-02-27 Qualcomm Incorporated Connecting to an Onscreen Entity
CN104243276A (zh) * 2013-06-20 2014-12-24 腾讯科技（深圳）有限公司 一种联系人推荐方法及装置

Also Published As

Publication number Publication date
US20160350584A1 (en) 2016-12-01
EP3098765A1 (en) 2016-11-30
CN105100193A (zh) 2015-11-25
RU2016140113A (ru) 2018-04-12
JP2017525045A (ja) 2017-08-31
CN105100193B (zh) 2018-12-11
WO2016188065A1 (zh) 2016-12-01
US10083346B2 (en) 2018-09-25
MX2017005371A (es) 2017-06-21
KR20160150635A (ko) 2016-12-30
JP6343388B2 (ja) 2018-06-13

Similar Documents

Publication Publication Date Title
RU2656978C2 (ru) Способ и устройство для рекомендации облачной карты
TWI775091B (zh) 資料更新方法、電子設備和儲存介質
RU2659746C2 (ru) Способ и устройство обработки изображений
US10282597B2 (en) Image classification method and device
RU2642369C2 (ru) Аппарат и способ распознавания отпечатка пальца
US20170154206A1 (en) Image processing method and apparatus
US20160314442A1 (en) Numerical value transfer method, terminal, cloud server and storage medium
RU2664003C2 (ru) Способ и устройство для определения ассоциированного пользователя
CN104408404B (zh) 人脸识别方法及装置
CN109360197B (zh) 图像的处理方法、装置、电子设备及存储介质
CN110717399A (zh) 人脸识别方法和电子终端设备
EP3261046A1 (en) Method and device for image processing
US20180107869A1 (en) Method and apparatus for identifying gesture
JP2017521742A (ja) 虹彩画像を取得する方法および装置、ならびに虹彩識別機器
CN111259967A (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
US20170017656A1 (en) Method and device for presenting tasks
TWI770531B (zh) 人臉識別方法、電子設備和儲存介質
WO2018035819A1 (zh) 处理图片的方法及装置
US10198614B2 (en) Method and device for fingerprint recognition
CN113870195A (zh) 目标贴图检测模型的训练、贴图检测方法及装置
CN107992893B (zh) 压缩图像特征空间的方法及装置
CN109325141B (zh) 图像检索方法及装置、电子设备和存储介质
US20150262033A1 (en) Method and terminal device for clustering
CN114020951B (zh) 一种人脸质量增强模型的训练方法、图片搜索方法及装置
CN114168771A (zh) 一种构建配图库的方法及相关装置