TWI528197B - 相片分群系統及相片分群方法與電腦可讀取記錄媒體 - Google Patents
相片分群系統及相片分群方法與電腦可讀取記錄媒體 Download PDFInfo
- Publication number
- TWI528197B TWI528197B TW102134809A TW102134809A TWI528197B TW I528197 B TWI528197 B TW I528197B TW 102134809 A TW102134809 A TW 102134809A TW 102134809 A TW102134809 A TW 102134809A TW I528197 B TWI528197 B TW I528197B
- Authority
- TW
- Taiwan
- Prior art keywords
- photo
- photos
- landmark
- module
- grouping
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Description
本發明是有關於一種數位影像分群系統,且特別是有關於一種相片分群系統和相片分群方法與電腦可讀取記錄媒體。
隨著行動裝置的功能提升,可拍攝數位相片之行動裝置也愈來愈普及,且由於大多數的行動裝置均有衛星定位之功能,所以透過行動裝置所拍攝之數位相片中也可以包含拍攝地點之資訊;目前相片自動分群技術,受限於照片取得之載具,若照片不是透過行動裝置或是具有衛星定位功能的數位相機所拍攝,則僅能以時間區間分群。
若以時間區間為分群依據,難以掌握設定區間臨界值,例如:於同一景點或地標停留超過一天、或是在一天當中於數個景點或地標拍攝相片,倘若以時間作為分群依據,則可能無法將所有同一景點或地標的所有相片歸為同一群,或是可能同一群中包含了數個景點或地標所拍攝之相片。
現行之相片分群裝置及相片分群方法須皆仰賴具有衛星定位功能之拍攝裝置才能夠使得相片的拍攝地點得以被偵測,故並無法以拍攝地點作為相片分群之依據。因此,如何能透過影像分析之處理取得每張相片特殊之參考碼,藉由參考碼將相片進行分群,並可以分群之相片透過搜尋已取得相片之地標名稱,實屬當前重要研發課題之一,亦成為當前相關領域極需改進的目標。
本發明之一態樣是在提供一種相片分群系統和相片分群方法與電腦可讀取記錄媒體,以解決先前技術的問題。
於一實施例中,本發明所提供的相片分群系統包含相片資料庫、相片運算模組、相片分群模組、地標搜尋模組及地標判斷模組;相片資料庫用以儲存多張相片;相片運算模組用以將這些相片轉換出多個參考碼;相片分群模組用以依照這些參考碼之相似度將這些相片分群為多個相片群;地標搜尋模組用以基於這些相片群以搜尋地標相片;地標判斷模組用以基於地標搜尋模組所搜尋到之地標相片以判斷這些相片群之地標名稱。
於一實施例中,本發明所提供的相片分群方法包含:(a)儲存多張相片;(b)將這些相片轉換出多個參考碼;(c)依照多個參考碼之相似度將這些相片分群為多個相片群;(d)基於這些相片群以搜尋地標相片;(e)基於
所搜尋到之地標相片以判斷這些相片群之地標名稱。
於一實施例中,本發明所提供的電腦可讀取記錄媒體,儲存電腦程式,用以執行一種相片分群方法,該相片分群方法包含:儲存複數張相片;將該些相片轉換出複數個參考碼;依照該些參考碼之相似度將該些相片分群為複數個相片群;基於該些相片群以搜尋地標相片;基於所搜尋到之地標相片以判斷該些相片群之地標名稱。
綜上所述,本發明之技術方案與現有技術相比具有明顯的優點和有益效果。藉由上述技術方案,可達到相當的技術進步,並具有產業上的廣泛利用價值,其優點係透過影像分析之處理取得每張相片特殊之參考碼,藉由參考碼將相片進行分群,並可以分群之相片透過搜尋已取得相片之地標名稱。
100‧‧‧相片分群系統
110‧‧‧匯入模組
120‧‧‧相片資料庫
130‧‧‧人像辨識模組
140‧‧‧相片運算模組
150‧‧‧相片分群模組
160‧‧‧地標搜尋模組
161‧‧‧本地資料庫
162‧‧‧搜尋引擎
170‧‧‧地標判斷模組
210、211、212、213、214‧‧‧相片
220‧‧‧影像轉換演算法
230‧‧‧數位影像編碼
240‧‧‧轉換程式
250、251、252、253、254‧‧‧參考碼
310、320‧‧‧二進位字串
311、312、313‧‧‧部分字串
314、315‧‧‧剩餘字串
410~450、510~530‧‧‧步驟
600‧‧‧網路相簿封面
610‧‧‧封面相片
620‧‧‧相簿標題
630‧‧‧日期
710‧‧‧自訂選單
為讓本發明之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:第1圖是依照本發明一實施例之一種相片分群系統的方塊圖;第2圖是依照本發明一實施例之一種相片運算裝置之方塊圖;第3A圖是依照本發明一實施例之一種相片運算裝置中數位影像編碼轉換參考碼之示意圖;第3B圖是依照本發明一實施例之一種相片運算裝置中參
考碼相似度比對之示意圖;第4圖是依照本發明一實施例之一種相片分群方法之流程圖;第5圖是依照本發明另一實施例之一種相片分群方法中之流程圖;第6圖是依照本發明一實施例之一種相片分群系統及相片分群方法應用之示意圖;以及第7圖是依照本發明一實施例之另一種相片分群系統及相片分群方法應用之示意圖。
為了使本發明之敘述更加詳盡與完備,以下將以圖式及詳細說明清楚說明本發明之精神,任何所屬技術領域中具有通常知識者在瞭解本發明之較佳實施例後,當可由本發明所教示之技術,加以改變及修飾,其並不脫離本發明之精神與範圍。另一方面,眾所週知的元件與步驟並未描述於實施例中,以避免對本發明造成不必要的限制。
第1圖是依照本發明一實施例之一種相片分群系統100的方塊圖。如第1圖所示,於一實施例中,相片分群系統100包含相片資料庫120、相片運算模組140、相片分群模組150、地標搜尋模組160及地標判斷模組170。相片資料庫120可為具備儲存功能的裝置或設備,如:雲端硬碟、可讀寫記憶裝置,使用者可藉由有線/無線網路將相片上傳至相片分群系統100,相片資料庫120可儲存使用者
上傳的多張相片;相片經由一些影像分析技術及演算法,根據相片中的影像色彩分布、色碼、解析度、亮度等參數,相片可被轉換成數位影像編碼,其數位影像編碼是由1和0所組成的一連串二進位字串,由於數位影像編碼均會有一部分字串或多個部分字串於分辨各張相片時是不具意義或是幫助的,故可運用演算法將每張相片的數位影像編碼中之特定部分字串予以移除,其中此演算法可透過軟體、硬體或其組合以實現;已移除掉特定部分字串的剩餘字串碼可視為是每張相片的參考碼,相片運算模組140用以將這些相片之數位影像編碼轉換出的多個參考碼。
每張相片的參考碼不盡相同,但當同一攝影裝置(如:相機、智慧型手機之攝影裝置)於同一地點拍攝附近之景物時,特別是針對某一棟建築物或某一自然景象時,由於相片的影像色彩分布、色碼、解析度、亮度等參數均接近,故於同一地點所拍攝之相片的數位影像編碼轉換出的參考碼會較接近,彼此之間的相似度較高,故可由參考碼來判斷多張相片中哪幾張相片之景物較近似,相片分群模組150用以依照這些參考碼之相似度將這些相片分群為多個相片群,便可自動將位於不同地點拍攝之相片做分群。
數位相片的可交換圖像文件(Exchangeable image file format,EXIF)中會包含數位相片之屬性及拍攝數據,例如:影像拍攝時間、影像拍攝地點、影像解析度、光圈值、曝光時間、影像尺寸等,當數位相片係透過具有衛星
定位功能之攝影裝置(如:智慧型手機)拍攝時,數位相片的可交換圖像文件中之影像拍攝地點便可用以分辨數位相片拍攝的景點,但當數位相片係透過不具有衛星定位功能之攝影裝置(如:數位相機)拍攝時,則數位相片的可交換圖像文件中之影像拍攝地點便不會紀錄數位相片拍攝的景點。故可搜尋已知拍攝地點之數位相片,將相片群與其進行比對,以自動得知相片群之拍攝景點。地標搜尋模組160用以基於這些相片群以搜尋地標相片;地標判斷模組170用以基於地標搜尋模組160所搜尋到之地標相片以判斷這些相片群之地標名稱。目前已有一些搜尋引擎網站(如:Google)已開發出以圖找圖之技術,透過上傳圖片來取代關鍵字,搜尋引擎網站並可藉由使用者上傳之圖片搜尋到搜尋引擎之資料庫中或網路上近似之圖片,以及上傳圖片中相關的資訊,如:搜尋引擎之資料庫已定義之地點、人物、商品等。相片分群系統100先將相片予以分群之後,將相片群中之一張或數張相片透過以圖找圖之技術,搜尋出與相片群中之相片近似的圖片,若相片為景點照,便可進一步得知該相片之景點或地標。
如上所述之相片運算模組140、相片分群模組150、地標搜尋模組160及地標判斷模組170等,其具體實施方式可為軟體、硬體與/或軔體,其軟體、硬體與/或軔體可整合至中央處理器當中。舉例來說,若以執行速度及精確性為首要考量,則該等模組基本上可選用硬體與/或軔體為主;若以設計彈性為首要考量,則該等模組基本上可選
用軟體為主;或者,該等模組可同時採用軟體、硬體及軔體協同作業。應瞭解到,以上所舉的這些例子並沒有所謂孰優孰劣之分,亦並非用以限制本發明,熟習此項技藝者當視當時需要,彈性選擇該等模組的具體實施方式;於一實施例中,相片分群系統100更包含匯入模組110,匯入模組110可為架構於網頁之相片匯入平台、安裝於電腦上之應用程式、安裝於行動裝置上之應用軟體等軟體,或甚至是便利商店之多媒體機,提供使用者透過匯入模組110匯入這些相片,匯入模組110並可依據這些相片之可交換圖像文件中的相片拍攝時間以分類這些相片,例如以日期或月份為單位先將匯入之相片做初步分類。
相片資料庫120中之相片包含了景點照及人像照,由於相片分群系統100將相片分群之後會透過地標搜尋模組160及地標判斷模組170以判斷相片之地標,故暫不分析可能無法判斷出地標之人像照,藉由人像辨識技術先過濾掉人像照,以提升地標搜尋模組160搜尋的效率。相片分群系統100更包含人像辨識模組130,用以依序經由邊緣偵測(edge detection)、橢圓法(ellipsoid method)、膚色偵測(skin color detection)偵測這些相片中之人像相片;其中邊緣偵測的目的是要找出灰階有劇烈變化之邊界,利用邊緣偵測先將相片上色彩或表面變化不連續之處勾勒出來,由於人像的臉部皮膚具有一定的膚色範圍,故偵測出膚色位置,運用橢圓法在膚色區塊上利用橢圓遮罩去和所搜尋到的膚色區塊比對,判斷是否為人臉,若偵測
到人臉,會以方形框將人臉框起來,即可定位人臉位置並找出人臉之中心點,並根據框之大小以及人臉往下延伸之服裝色彩,以偵測到人像大小,以長方形框將人像框起來,便可判斷出人像在相片中所占比重;當這些相片中之一張或多張人像相片之人像比重超過預設比重時,該人像相片便不適合提供予地標搜尋模組160來搜尋地標相片;當人像相片之人像比重超過預設比重時,人像辨識模組130會為相片運算模組140排除掉人像比重超過預設比重之人像相片,即相片運算模組140不針對這些人像相片轉換對應之參考碼;當相片係經由匯入模組110匯入相片資料庫120,並依據可交換圖像文件中之相片拍攝時間分類後,這些人像比重超過預設比重之人像相片即已被分類同前一張相片或後一張相片。
於上述實施例中,預設比重係設定於人像辨識模組130中,例如:預設比重設定為50%。應瞭解到,人像辨識模組130中之任何參數係可視實際情況調整,所處所舉之例子並無所謂孰優孰劣之分,並非用以限制本發明,熟習此項技藝者當視當時需要彈性選擇人像辨識模組130之具體實現方式。
於上述實施例中所述,相片可於相片運算裝置140中經由一些影像分析技術及演算法,根據相片中的影像色彩分布、色碼、解析度、亮度等參數,轉換成數位影像編碼,再運用演算法將每張相片的數位影像編碼中之特定部分字串予以移除,以成為每張相片的參考碼。第2圖是依
照本發明一實施例之一種相片運算模組140之方塊圖。如第1、2圖所示,相片分群系統100中之相片運算模組140係藉由影像轉換演算法220,例如:小波轉換(Wavelet Transform)221、感知哈希算法(Perceptual Hash Algorithm)222、三原色(RGB)分佈比例223及其他可用以分析影像之演算法其中之一者或其組合計算並轉換這些相片210,以得到多個數位影像編碼230,去除掉這些數位影像編碼230中相同的部分以取得多個參考碼250。其中小波轉換221、感知哈希算法222、三原色分佈比例223均為目前在影像分析上常見之影像轉換演算法,此處不再贅述,相片運算模組140可單獨使用其中之一者以將相片210轉換成數位影像編碼230,但實際上實作的經驗,三者組合起來使用可得到更精確的結果,應瞭解到,選用之演算法可視實際需求以選擇,所處所舉之例子並無所謂孰優孰劣之分,並非用以限制本發明,熟習此項技藝者當視當時需要彈性選擇之具體實現將相片轉換為數位影像編碼之方式。
相片210經由影像轉換演算法220根據相片210中的影像參數,可被轉換成數位影像編碼230。第3A圖是依照本發明一實施例之一種相片運算模組140中數位影像編碼轉換參考碼之示意圖。如第2、3A圖所示,相片210的數位影像編碼230是由1和0所組成的一連串二進位字串310。可能會有一種情況,即每張相片210的二進位字串310的某些特定位置可能會有完全相同的字串,例如是部分字串311、312、313,而因為部分字串311、312、313在每張
照片的二進位字串310的特定位置都會出現的緣故,因此於分辨各張相片時可能沒有幫助但仍需花費時間進行轉換,所以可運用轉換程式240將每張相片210之二進位字串310中的部分字串311、312、313先予以移除,然後再進行轉換。其中,此轉換程式240可透過軟體、硬體或其組合以實現。二進位字串310移除掉部分字串311、312、313後會剩餘的字串314、315,相片運算模組140用以將字串314、315組成新的二進位字串320,這些新的二進位字串320即為每張相片210的參考碼250。
如上述實施例所述,每張相片210的參考碼250雖不盡相同,但於同一景點所拍照之相片210所轉出之參考碼250會有較高的相似度。相似度的判斷方法,係對不同相片210的二進位字串320進行比對,當兩張照片210的二進位字串320在相同對應位置上的字串同為0或1的數量越多時,表示進行比對的這兩張照片210的相似度越高,反之,則表示相似度越低。相片分群模組150(繪示於第1圖)便可用以依照這些參考碼250之相似度將這些相片210分群為多個相片群,自動將位於不同地點拍攝之相片做分群。舉例而言,第3B圖是依照本發明一實施例之一種相片運算裝置中參考碼相似度比對之示意圖。如第3B圖所示,相片211有對應之參考碼251,相片212有對應之參考碼252,相片213有對應之參考碼253,相片214有對應之參考碼254;參考碼251、252、253、254經交叉比對後,參考碼251與參考碼252在相同對應位置上的字串同為0或1
的數量較多,而參考碼251與參考碼253、254在相同對應位置上的字串同為0或1的數量較少,故參考碼251相應之相片211和參考碼252相應之相片212的相似度高,而相片211與相片213、214的相似度低;以此類推,參考碼253相應之相片213和參考碼254相應之相片214的相似度高。相片分群模組150(繪示於第1圖)便可用以依照這些參考碼251、252、253、254之相似度將這些相片211、212、213、214分群為兩個相片群,其中相片211、212為一群,相片213、214為另一群,即自動將位於不同地點拍攝之相片做分群。
將相片210依照參考碼250之相似度分群為不同之相片群後,地標搜尋模組160(繪示於第1圖)便可依據相片群中之一張或數張相片於已內建許多地標相片之資料庫進行相片比對,而地標相片中亦會包含相關資訊,例如:地標相片之所屬地標、拍攝時間、來源等資訊。如第1圖所示,於一實施例中,相片分群系統100更包含本地資料庫161,用以儲存地標相片及其對應之地標名稱,本實施例之本地資料庫161係儲存過往所有於相片分群系統100匯入之相片儲存為之地標相片,並且每張地標相片已包含透過地標判斷模組170所判斷出之地標名稱。其中地標搜尋模組160係搜尋本地資料庫161所儲存之地標相片以判斷這些相片群之地標名稱。判斷方式係藉由以圖找圖之技術,已於上述實施例中說明,故不再贅述。
由於本地資料庫161內所儲存之地標相片,係來自
過往匯入相片分群系統100的所有地標相片,當地標搜尋模組160無法藉由本地資料庫161中現有之地標相片搜尋到相似於匯入之相片的地標相片時,地標搜尋模組160會再透過其他來源之資料庫搜尋地標相片。於一實施例中,相片分群系統100中之地標搜尋模組160係於搜尋引擎162(如:Google)中搜尋地標相片以判斷這些相片群之地標名稱。搜尋引擎162需具有以圖找圖之技術,地標搜尋模組160可根據相片群內之相片運用演算法於搜尋引擎162中搜尋到地標相片,其中此演算法可透過軟體、硬體或其組合以實現。
相片中可能包含了地標判斷模組170無法辨識之景點照,例如:相片可能係拍攝一建築物之局部特寫、動物、天空、或甚至可能為使用者誤觸相機拍攝按鈕所拍攝到之無意義之相片,此類的相片稱作待判斷相片。於一實施例中,當地標判斷模組170無法判斷相片中之一張或多張待判斷相片之地標名稱時,地標判斷模組170可接受待判斷相片之影像註解,並將待判斷相片及其所對應之影像註解儲存於本地資料庫161中;其中影像註解可由使用者自行給予待判斷相片所屬地標或是其他可供辨識之註解,使用者可視情況決定對於待判斷相片之處理。
第4圖是依照本發明一實施例之一種相片分群方法之流程圖。如第4圖所示,本發明所提供的相片分群方法包含步驟410~450(應瞭解到,在本實施例中所提及的步驟,除特別敘明其順序者外,均可依實際需要調整其前
後順序,甚至可同時或部分同時執行)。至於實施該些步驟的硬體裝置,由於以上實施例已具體揭露,因此不再重複贅述之。
實務上,相片分群方法可經由一網路伺服器或一網站來實作,亦可將部份功能實作為一電腦程式,並儲存於一電腦可讀取之記錄媒體中,而使電腦讀取此記錄媒體後令一網路伺服器或一網站執行相片分群方法。
於步驟410中,儲存多張相片;於步驟420中,將這些相片轉換出多個參考碼;於步驟430中,依照多個參考碼之相似度將這些相片分群為多個相片群;於步驟440中,基於這些相片群以搜尋地標相片;於步驟450中,基於所搜尋到之地標相片以判斷這些相片群之地標名稱。
第5圖是依照本發明另一實施例之一種相片分群方法中之流程圖。如第5圖所示,在步驟410之前,於步驟510中,可透過匯入模組(如:架構於網頁之相片匯入平台、安裝於電腦上之應用程式、安裝於行動裝置上之應用軟體或是便利商店之多媒體機)以匯入這些相片,依據這些相片之可交換圖像文件中的相片拍攝時間(如:日期)以分類這些相片。
於步驟520中,依序經由邊緣偵測、橢圓法、膚色偵測等人像辨識方法之步驟以偵測這些相片中之人像相片;至於實施人像辨識方法之步驟的原理,由於以上實施例已具體說明,因此不再重複贅述之。當人像相片之人像比重超過預設比重(如:50%)時,會排除掉人像比重超過
預設比重之人像相片,即不針對這些人像相片轉換對應之參考碼;當相片係經由匯入模組匯入,並依據可交換圖像文件中之相片拍攝時間分類後,這些人像比重超過預設比重之人像相片即已被分類同前一張相片或後一張相片。
於步驟530中,藉由影像轉換方法計算並轉換這些相片,例如:小波轉換、感知哈希算法、三原色分佈比例及其他可用以分析影像之方法其中之一者或其組合,以得到多個數位影像編碼,去除掉這些相片編碼中相同的部分以取得多個參考碼。其中小波轉換、感知哈希算法、三原色分佈比例均為目前在影像分析上常見之影像轉換演算法,此處不再贅述;於步驟530中,可單獨使用其中之一者以將相片轉換成數位影像編碼,但實際上實作的經驗,三者組合起來使用可得到更精確的結果,應瞭解到,選用之影像轉換方法可視實際需求以選擇,所處所舉之例子並無所謂孰優孰劣之分,並非用以限制本發明,熟習此項技藝者當視當時需要彈性選擇之具體實現將相片轉換為數位影像編碼之方式。
將相片之數位影像編碼轉換成參考碼之方法,由於以上實施例已具體揭露,因此不再重複贅述之。依照參考碼之相似度分群為不同之相片群後,可依據相片群中之一張或數張相片於已內建許多地標相片之資料庫進行相片比對,而地標相片中亦會包含相關資訊。如第4圖所示,於步驟440中,搜尋本地資料庫所儲存之地標相片以判斷這些相片群之地標名稱。本實施例之本地資料庫係儲存於過
往曾透過相片分群方法所匯入之相片儲存為之地標相片,並已包含地標名稱。
於步驟440中,相片分群方法亦可於搜尋引擎(如:Google)中搜尋地標相片以判斷這些相片群之地標名稱。搜尋引擎需具有以圖找圖之技術,相片分群方法可根據相片群內之相片運用演算法於搜尋引擎中搜尋到地標相片,其中此演算法可透過軟體、硬體或其組合以實現。
相片中可能包含了相片分群方法無法辨識之景點照,此類的相片稱作待判斷相片。於一實施例中,當無法判斷相片中之一張或多張待判斷相片之地標名稱時,可接受待判斷相片之影像註解,並將待判斷相片及其所對應之影像註解儲存於本地資料庫中;其中影像註解可由使用者自行給予待判斷相片所屬地標或是其他可供辨識之註解,使用者可視情況決定對於待判斷相片之處理。
第6圖是依照本發明一實施例之一種相片分群系統及相片分群方法應用之示意圖。如第1、4、6圖所示,本發明所揭露之相片分群系統及相片分群方法可應用個人網路相簿之呈現;個人網路相簿係架構於可藉由網路所連線之網站或雲端空間,其網路相簿內之相片係取自相片資料庫120,透過本發明所揭露之相片分群系統及相片分群方法,可將透過匯入模組110所匯入於相片資料庫120之相片,自動完成個人網路相簿所需資訊。網路相簿封面600上之封面相片610係為景點照或人像照;當景點照的數量多於人像照的數量時,封面相片610會自包含最多相片之
相片群中任意指定一張景點照為代表,設定為封面相片610,當人像照的數量多於景點照的數量時,封面相片610會任意指定一張人像照為代表,設定為封面相片610;相簿標題620可預設為最多相片之相片群於地標搜尋模組150及地標判斷模組160所判斷之地標,或也可由使用者自己指定;日期630可依照相片之可交換圖像文件中之影像拍攝時間進行預設,或也可由使用者自己指定。
第7圖是依照本發明一實施例之另一種相片分群系統及相片分群方法應用之示意圖。如第1、4、7圖所示,本發明所揭露之相片分群系統及相片分群方法可應用自訂網路相簿之呈現;使用者可藉由網路連線至網站或雲端空間上之自訂選單710,使用者透過自訂選單710以勾選想要放入網路相簿之相片地標,或是選擇包含使用者本人之相片,或甚至使用者可自行填入關鍵字,相片分群系統會依照自訂選單710上之設定至相片資料庫120中搜尋符合的相片,再依照第6圖之實施例自搜尋到之相片中自動完成自訂網路相簿所需資訊。至於實施網路相簿的方式,由於以上實施例已具體揭露,因此不再重複贅述之。應瞭解到,以上所舉的例子並沒有所謂孰優孰劣之分,亦並非用以限制本發明,熟習此項技藝者當視當時需要,彈性選擇該等應用的具體實施方式。
雖然本發明已以實施方式揭露如上,然其並非用以限定本發明,任何熟習此技藝者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾,因此本發明之保護
範圍當視後附之申請專利範圍所界定者為準。
100‧‧‧相片分群系統
110‧‧‧匯入模組
120‧‧‧相片資料庫
130‧‧‧人像辨識模組
140‧‧‧相片運算模組
150‧‧‧相片分群模組
160‧‧‧地標搜尋模組
161‧‧‧本地資料庫
162‧‧‧搜尋引擎
170‧‧‧地標判斷模組
Claims (17)
- 一種相片分群系統,包含:一相片資料庫,用以儲存複數張相片;一相片運算模組,用以將該些相片轉換出複數個參考碼;一相片分群模組,用以依照該些參考碼之相似度將該些相片分群為複數個相片群;一地標搜尋模組,用以基於該些相片群以搜尋地標相片;以及一地標判斷模組,用以基於該地標搜尋模組所搜尋到之地標相片以判斷該些相片群之地標名稱。
- 如請求項1之相片分群系統,更包含:一匯入模組,用以匯入該些相片,依據該些相片之可交換圖像文件(EXIF)中的相片拍攝時間以分類該些相片。
- 如請求項1之相片分群系統,更包含:一人像辨識模組,用以偵測該些相片中之複數張人像相片,進而當該些人像相片之人像比重超過一預設比重時,為該相片運算模組排除人像比重超過該預設比重之人像相片。
- 如請求項3之相片分群系統,其中該預設比重為 50%。
- 如請求項1之相片分群系統,其中該相片運算裝置係藉由小波轉換(Wavelet Transform)、感知哈希算法(Perceptual Hash Algorithm)、三原色(RGB)分佈比例其中之一者或其組合計算並轉換該些相片,以得到複數個數位影像編碼,去除掉該些數位影像編碼中相同的部分以取得該些參考碼。
- 如請求項1之相片分群系統,其中該地標搜尋模組係於一搜尋引擎搜尋地標相片以判斷該些相片群之地標名稱。
- 如請求項1之相片分群系統,更包含:一本地資料庫,用以儲存地標相片及其對應之地標名稱,其中該地標搜尋模組係搜尋該本地資料庫所儲存之地標相片以判斷該些相片群之地標名稱。
- 如請求項7之相片分群系統,其中當該地標判斷模組無法判斷該些相片中之複數張待判斷相片之地標名稱時,該地標判斷模組接受該些待判斷相片之影像註解,並儲存該些待判斷相片及其所對應之影像註解於該本地資料庫中。
- 一種相片分群方法,包含:(a)儲存複數張相片;(b)將該些相片轉換出複數個參考碼;(c)依照該些參考碼之相似度將該些相片分群為複數個相片群;(d)基於該些相片群以搜尋地標相片;以及(e)基於所搜尋到之地標相片以判斷該些相片群之地標名稱。
- 如請求項9之相片分群方法,更包含:透過一匯入模組以匯入該些相片,依據該些相片之可交換圖像文件(EXIF)中的相片拍攝時間以分類該些相片。
- 如請求項9之相片分群方法,更包含:偵測該些相片中之複數張人像相片;以及當該些人像相片之人像比重超過一預設比重時,排除人像比重超過該預設比重之人像相片。
- 如請求項11之相片分群方法,其中該預設比重為50%。
- 如請求項9之相片分群方法,其中步驟(b)更包含:藉由小波轉換(Wavelet Transform)、感知哈希算法 (Perceptual Hash Algorithm)、三原色(RGB)分佈比例其中之一者或其組合計算並轉換該些相片,以得到複數個數位影像編碼,去除掉該些相片編碼中相同的部分以取得該些參考碼。
- 如請求項9之相片分群方法,更包含:於一搜尋引擎中搜尋地標相片以判斷該些相片群之地標名稱。
- 如請求項9之相片分群方法,更包含:搜尋一本地資料庫所儲存之地標相片以判斷該些相片群之地標名稱。
- 如請求項15之相片分群方法,更包含:當無法判斷該些相片中之複數張待判斷相片之地標名稱時,接受該些待判斷相片之影像註解,並儲存該些待判斷相片及其所對應之影像註解於該本地資料庫中。
- 一種電腦可讀取記錄媒體,儲存一電腦程式,用以執行一種相片分群方法,該相片分群方法包含:儲存複數張相片;將該些相片轉換出複數個參考碼;依照該些參考碼之相似度將該些相片分群為複數個相片群; 基於該些相片群以搜尋地標相片;以及基於所搜尋到之地標相片以判斷該些相片群之地標名稱。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102134809A TWI528197B (zh) | 2013-09-26 | 2013-09-26 | 相片分群系統及相片分群方法與電腦可讀取記錄媒體 |
US14/071,810 US20150086123A1 (en) | 2013-09-26 | 2013-11-05 | Photo Grouping System, Photo Grouping Method- and Non-Transitory Computer-Readable Storage Medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW102134809A TWI528197B (zh) | 2013-09-26 | 2013-09-26 | 相片分群系統及相片分群方法與電腦可讀取記錄媒體 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201512863A TW201512863A (zh) | 2015-04-01 |
TWI528197B true TWI528197B (zh) | 2016-04-01 |
Family
ID=52691001
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW102134809A TWI528197B (zh) | 2013-09-26 | 2013-09-26 | 相片分群系統及相片分群方法與電腦可讀取記錄媒體 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20150086123A1 (zh) |
TW (1) | TWI528197B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI806500B (zh) * | 2022-03-18 | 2023-06-21 | 廣達電腦股份有限公司 | 影像分類裝置和方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105159976A (zh) * | 2015-08-26 | 2015-12-16 | 广东欧珀移动通信有限公司 | 图像文件的处理方法和系统 |
CN105824977B (zh) * | 2016-04-21 | 2019-08-23 | 南京市水利规划设计院股份有限公司 | 基于gps和标签信息的水利工程照片管理系统及方法 |
JP6779683B2 (ja) * | 2016-07-06 | 2020-11-04 | オリンパス株式会社 | 画像検索装置、画像検索方法及びプログラム |
TWI611307B (zh) * | 2016-08-24 | 2018-01-11 | 李雨暹 | 適地性空間物件資料建立方法、顯示方法與應用系統 |
CN109614613B (zh) * | 2018-11-30 | 2020-07-31 | 北京市商汤科技开发有限公司 | 图像的描述语句定位方法及装置、电子设备和存储介质 |
CN111105483B (zh) * | 2019-10-12 | 2023-07-11 | 阿里巴巴集团控股有限公司 | 生成商品对象动态图像的方法、装置及电子设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4577173B2 (ja) * | 2005-09-29 | 2010-11-10 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
US8457400B2 (en) * | 2008-06-27 | 2013-06-04 | Microsoft Corporation | Patch-based texture histogram coding for fast image similarity search |
EP2284726A1 (en) * | 2009-07-27 | 2011-02-16 | HTC Corporation | Method and system for navigating data and computer program product using the method |
-
2013
- 2013-09-26 TW TW102134809A patent/TWI528197B/zh active
- 2013-11-05 US US14/071,810 patent/US20150086123A1/en not_active Abandoned
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI806500B (zh) * | 2022-03-18 | 2023-06-21 | 廣達電腦股份有限公司 | 影像分類裝置和方法 |
Also Published As
Publication number | Publication date |
---|---|
TW201512863A (zh) | 2015-04-01 |
US20150086123A1 (en) | 2015-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI528197B (zh) | 相片分群系統及相片分群方法與電腦可讀取記錄媒體 | |
KR101417548B1 (ko) | 사진 콜렉션에서 이벤트들을 생성하고 라벨링하는 방법 및 시스템 | |
US10303756B2 (en) | Creating a narrative description of media content and applications thereof | |
JP5318115B2 (ja) | 場所別画像分類 | |
US8520909B2 (en) | Automatic and semi-automatic image classification, annotation and tagging through the use of image acquisition parameters and metadata | |
US9753951B1 (en) | Presenting image search results | |
KR101672570B1 (ko) | 디지털 이미지들 내의 랜드마크들 검출 및 주석 달기 | |
JP5351958B2 (ja) | デジタルコンテンツ記録のための意味論的イベント検出 | |
US10671662B2 (en) | Method and system for analyzing an image generated by at least one camera | |
JP2015501982A (ja) | 画像コンテンツに基づいた自動タグ生成 | |
KR20150027011A (ko) | 영상 처리 방법 및 장치 | |
JP2012530287A (ja) | 代表的な画像を選択するための方法及び装置 | |
JP5018614B2 (ja) | 画像処理方法、その方法を実行するプログラム、記憶媒体、撮像機器、画像処理システム | |
JPWO2011001587A1 (ja) | コンテンツ分類装置、コンテンツ分類方法及びコンテンツ分類プログラム | |
US8320609B2 (en) | Device and method for attaching additional information | |
Davis et al. | Using context and similarity for face and location identification | |
KR20120064577A (ko) | 부가정보를 이용한 자동 사진분류방법 및 장치 | |
KR100790867B1 (ko) | 지역 분할 템플릿을 이용한 카테고리 기반 사진 클러스터링방법 및 장치 | |
Zheng et al. | Exif as language: Learning cross-modal associations between images and camera metadata | |
Begeja et al. | Vidcat: an image and video analysis service for personal media management | |
Chu et al. | Travel video scene detection by search | |
JP5834950B2 (ja) | 写真系列の類似度算出装置、方法、及びプログラム | |
Nicolle et al. | Towards an electronic orientation table: using features extracted from the image to register digital elevation model | |
Uher et al. | Automatic image labelling using similarity measures | |
CN117079052A (zh) | 图像内容标注方法、装置、存储介质及计算机设备 |