CN104299001B - 生成影集的方法及装置 - Google Patents
生成影集的方法及装置 Download PDFInfo
- Publication number
- CN104299001B CN104299001B CN201410535042.5A CN201410535042A CN104299001B CN 104299001 B CN104299001 B CN 104299001B CN 201410535042 A CN201410535042 A CN 201410535042A CN 104299001 B CN104299001 B CN 104299001B
- Authority
- CN
- China
- Prior art keywords
- face
- picture
- photograph album
- pictures
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
- G06F16/436—Filtering based on additional data, e.g. user or group profiles using biological or physiological data of a human being, e.g. blood pressure, facial expression, gestures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开是关于一种生成影集的方法及装置,所述方法包括:接收影集生成指令,所述影集生成指令携带目标特征和影集生成条件;根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,所述目标人脸聚类组包括具有所述目标特征的图片;根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,所述备选人脸聚类组包括符合所述影集生成条件的图片;根据所述备选人脸聚类组,生成目标人脸影集。所述装置包括:接收模块、处理模块、筛选模块和生成模块。本公开实施例无需用户手动地对待分类图片进行筛选,减少了生成影集的时间和成本,进而提高了生成影集的效率。
Description
技术领域
本公开涉及图片处理领域,尤其涉及一种生成影集的方法及装置。
背景技术
随着人们生活质量的不断提高,以及移动技术的不断发展,人们拍摄的图片会越来越多。而当人们想要看不同时期拍摄的图片时,可以根据这些图片生成影集。目前,生成影集时,用户需要手动地对这些图片进行筛选,然后,手动地根据筛选出的图片生成影集。然而,当拍摄的图片较多时,手动筛选图片的过程比较复杂,花费的时间比较长,降低了生成影集的效率。
发明内容
为克服相关技术中存在的问题,本公开提供一种生成影集的方法及装置。
根据本公开实施例的第一方面,提供一种生成影集的方法,所述方法包括:
接收影集生成指令,所述影集生成指令携带目标特征和影集生成条件;
根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,所述目标人脸聚类组包括具有所述目标特征的图片;
根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,所述备选人脸聚类组包括符合所述影集生成条件的图片;
根据所述备选人脸聚类组,生成目标人脸影集。
可选地,所述根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,包括:
根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;
将所述多个第一人脸聚类组进行显示;
当接收到对所述多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将所述至少一个第一人脸聚类组确定为备选人脸聚类组。
可选地,所述备选人脸聚类组包括多个子备选人脸聚类组,且所述多个子备选人脸聚类组与多个子时间段一一对应,所述多个子时间段是根据所述影集生成条件包括的待选择图片张数,对所述影集生成条件包括的图片拍摄时间段进行划分得到;
相应地,所述根据所述备选人脸聚类组,生成目标人脸影集,包括:
根据预设的优化条件,按照具有随机特性的最优化算法,从所述多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,所述预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;
创建新文件夹,所述新文件夹中包括多个预设影集模板;
当所述多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据所述多个预设影集模板的尺寸,对所述多张第一图片分别进行裁剪,得到多张第二图片;
将所述多张第二图片分别填充到所述多个预设影集模板中,得到目标人脸影集。
可选地,所述根据所述备选人脸聚类组,生成目标人脸影集之后,还包括:
当接收到对所述目标人脸影集中的指定图片的替换指令时,确定所述指定图片所在的子备选人脸聚类组;
从确定的子备选人脸聚类组中,获取所述指定图片对应的替换图片;
将所述目标人脸影集中所述指定图片替换为所述替换图片。
可选地,所述根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,包括:
对待分类图片进行人脸识别,得到第一图片集合,所述第一图片集合包括所述待分类图片中的人脸图片;
从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;
根据所述目标特征和所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到目标人脸聚类组。
可选地,所述根据所述目标特征和所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到目标人脸聚类组,包括:
根据所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到多个人脸聚类组;
根据所述目标特征,对所述多个人脸聚类组进行筛选,得到目标人脸聚类组。
根据本公开实施例的第二方面,提供一种生成影集的装置,所述装置包括:
接收模块,用于接收影集生成指令,所述影集生成指令携带目标特征和影集生成条件;
处理模块,用于根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,所述目标人脸聚类组包括具有所述目标特征的图片;
筛选模块,用于根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,所述备选人脸聚类组包括符合所述影集生成条件的图片;
生成模块,用于根据所述备选人脸聚类组,生成目标人脸影集。
可选地,所述筛选模块包括:
筛选单元,用于根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;
显示单元,用于将所述多个第一人脸聚类组进行显示;
确定单元,用于当接收到对所述多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将所述至少一个第一人脸聚类组确定为备选人脸聚类组。
可选地,所述备选人脸聚类组包括多个子备选人脸聚类组,且所述多个子备选人脸聚类组与多个子时间段一一对应,所述多个子时间段是根据所述影集生成条件包括的待选择图片张数,对所述影集生成条件包括的图片拍摄时间段进行划分得到;
相应地,所述生成模块包括:
选择单元,用于根据预设的优化条件,按照具有随机特性的最优化算法,从所述多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,所述预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;
创建单元,用于创建新文件夹,所述新文件夹中包括多个预设影集模板;
裁剪单元,用于当所述多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据所述多个预设影集模板的尺寸,对所述多张第一图片分别进行裁剪,得到多张第二图片;
填充单元,用于将所述多张第二图片分别填充到所述多个预设影集模板中,得到目标人脸影集。
可选地,所述装置还包括:
确定模块,用于当接收到对所述目标人脸影集中的指定图片的替换指令时,确定所述指定图片所在的子备选人脸聚类组;
获取模块,用于从确定的子备选人脸聚类组中,获取所述指定图片对应的替换图片;
替换模块,用于将所述目标人脸影集中所述指定图片替换为所述替换图片。
可选地,所述处理模块包括:
人脸识别单元,用于对待分类图片进行人脸识别,得到第一图片集合,所述第一图片集合包括所述待分类图片中的人脸图片;
提取单元,用于从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;
聚类单元,用于根据所述目标特征和所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到目标人脸聚类组。
可选地,所述聚类单元包括:
聚类子单元,用于根据所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到多个人脸聚类组;
筛选子单元,用于根据所述目标特征,对所述多个人脸聚类组进行筛选,得到目标人脸聚类组。
根据本公开的实施例的第三方面,提供了一种生成影集的装置,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
接收影集生成指令,所述影集生成指令携带目标特征和影集生成条件;
根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,所述目标人脸聚类组包括具有所述目标特征的图片;
根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,所述备选人脸聚类组包括符合所述影集生成条件的图片;
根据所述备选人脸聚类组,生成目标人脸影集。
本公开的实施例提供的技术方案可以包括以下有益效果:
在本公开实施例中,当接收到影集生成指令时,根据该影集生成指令携带的目标特征,对待分类图片进行处理,得到目标人脸聚类组。然后,再根据影集生成指令携带的影集生成条件和目标人脸聚类中图片的图片信息,对目标人脸聚类组中的图片进行筛选,得到备选人脸聚类组。最后,根据备选人脸聚类组中的图片,生成目标人脸影集。在生成目标人脸影集的过程中,无需用户手动地对待分类图片进行筛选,以及无需用户手动地根据筛选出来的图片生成影集,完全是终端自动地生成影集,减少了生成影集的时间和成本,进而提高了生成影集的效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种生成影集的方法的流程图。
图2是根据一示例性实施例示出的另一种生成影集的方法的流程图。
图3是根据一示例性实施例示出的一种生成影集的装置的框图。
图4是根据一示例性实施例示出的一种装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种生成影集的方法的流程图,如图1所示,该生成影集的方法用于终端中,包括以下步骤。
在步骤101中,接收影集生成指令,该影集生成指令携带目标特征和影集生成条件。
在步骤102中,根据目标特征,对待分类图片进行处理,得到目标人脸聚类组,目标人脸聚类组包括具有目标特征的图片。
在步骤103中,根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,备选人脸聚类组包括符合影集生成条件的图片。
在步骤104中,根据备选人脸聚类组,生成目标人脸影集。
在本公开实施例中,当接收到影集生成指令时,根据该影集生成指令携带的目标特征,对待分类图片进行处理,得到目标人脸聚类组。然后,再根据影集生成指令携带的影集生成条件和目标人脸聚类中图片的图片信息,对目标人脸聚类组中的图片进行筛选,得到备选人脸聚类组。最后,根据备选人脸聚类组中的图片,生成目标人脸影集。在生成目标人脸影集的过程中,无需用户手动地对待分类图片进行筛选,以及无需用户手动地根据筛选出来的图片生成影集,完全是终端自动地生成影集,减少了生成影集的时间和成本,进而提高了生成影集的效率。
可选地,根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,包括:
根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;
将该多个第一人脸聚类组进行显示;
当接收到对该多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将该至少一个第一人脸聚类组确定为备选人脸聚类组。
可选地,备选人脸聚类组包括多个子备选人脸聚类组,且多个子备选人脸聚类组与多个子时间段一一对应,该多个子时间段是根据影集生成条件包括的待选择图片张数,对影集生成条件包括的图片拍摄时间段进行划分得到;
相应地,根据备选人脸聚类组,生成目标人脸影集,包括:
根据预设的优化条件,按照具有随机特性的最优化算法,从该多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;
创建新文件夹,该新文件夹中包括多个预设影集模板;
当多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据新文件夹中的多个预设影集模板的尺寸,对该多张第一图片分别进行裁剪,得到多张第二图片;
将该多张第二图片分别填充到多个预设影集模板中,得到目标人脸影集。
可选地,根据备选人脸聚类组,生成目标人脸影集之后,还包括:
当接收到对目标人脸影集中的指定图片的替换指令时,确定指定图片所在的子备选人脸聚类组;
从确定的子备选人脸聚类组中,获取指定图片对应的替换图片;
将目标人脸影集中指定图片替换为替换图片。
可选地,根据目标特征,对待分类图片进行处理,得到目标人脸聚类组,包括:
对待分类图片进行人脸识别,得到第一图片集合,第一图片集合包括待分类图片中的人脸图片;
从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;
根据目标特征和多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到目标人脸聚类组。
可选地,根据目标特征和多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到目标人脸聚类组,包括:
根据多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到多个人脸聚类组;
根据目标特征,对多个人脸聚类组进行筛选,得到目标人脸聚类组。
上述所有可选技术方案,均可按照任意结合形成本公开的可选实施例,本公开实施例对此不再一一赘述。
图2是根据一示例性实施例示出的一种生成影集的方法流程图。如图2所示,该生成影集的方法用于终端中,包括以下步骤。
在步骤201中,接收影集生成指令,该影集生成指令携带目标特征和影集生成条件。
当用户想要生成影集时,可以通过终端界面中的生成按钮提交影集生成指令。当然,还可以通过其他的方式提交影集生成指令,比如,对终端界面的滑动操作、单击操作、双击操作、语音操作等。本公开实施例对此不做具体限定。
其中,目标特征可以为目标人脸特征,还可以为目标图片关键字,该目标人脸特征可以从目标人脸所在的图片中提取得到,该目标图片关键字可以为该目标人脸对应的人名,本公开实施例对此不做具体限定。另外,影集生成条件可以包括:图片拍摄时间段、图片拍摄地点、图片质量、图片方向和待选择图片张数等,本公开实施例对此同样不做具体限定。
在步骤202中,根据目标特征,对待分类图片进行处理,得到目标人脸聚类组,目标人脸聚类组包括具有目标特征的图片。
其中,待分类图片为用户拍摄的图片,且本公开实施例的目的是生成目标人脸影集,所以,需要对待分类图片进行处理,从而获取具有目标特征的图片。而根据目标特征,对待分类图片进行处理,得到目标人脸聚类组的操作可以为:对待分类图片进行人脸识别,得到第一图片集合,第一图片集合包括待分类图片中的人脸图片;从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;根据目标特征和多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到目标人脸聚类组。
其中,根据目标特征和多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到目标人脸聚类组,包括:根据多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到多个人脸聚类组;根据目标特征,对该多个人脸聚类组进行筛选,得到目标人脸聚类组。
根据多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到多个人脸聚类组的操作为:将多个人脸图片的人脸特征进行比较,将存在相同人脸特征的图片划分为一组,从而得到多个人脸聚类组。
另外,由于目标特征不仅可以为目标人脸特征,还可以为目标图片关键字。当目标特征为目标人脸特征时,根据目标特征,对该多个人脸聚类组进行筛选,得到目标人脸聚类组的操作为:将目标人脸特征与该多个人脸聚类组中的人脸特征进行比较,从该多个人脸聚类组中选择人脸特征与目标人脸特征相同的人脸聚类组,将选择的人脸聚类组确定为目标人脸聚类组。当目标特征为目标图片关键字时,根据目标特征,对该多个人脸聚类组进行筛选,得到目标人脸聚类组的操作为:分别获取该多个人脸聚类组中图片的图片关键字,将获取的多个图片关键字与目标图片关键字进行比较,从该多个人脸聚类组中选择图片关键字与目标图片关键字相同的人脸聚类组,将选择的人脸聚类组确定为目标人脸聚类组。
进一步地,根据目标特征,对待分类图片进行处理之后,还可以计算目标人脸聚类组中图片的图片质量,方便后续对目标人脸聚类组中的图片进行筛选。而计算图片质量时,从图片中提取的图片特征,比如,人脸像素大小、人脸清晰度和图片饱和度等,然后获取每个图片对应的权重,将每个图片特征与每个图片特征对应的权重进行相乘,得到多个第一数值,将多个第一数值进行相加,得到第二数值,对第二数值进行归一化处理,得到该图片的图片质量。
另外,如果一张图片中包括多个人脸时,此时,需要针对不同的人脸分别计算一次图片质量,比如,当多个人合影时,有的人拍的比较集中,而有的人却在焦距外,所以,对于不同的人脸,该图片质量不同。
在步骤203中,根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,备选人脸聚类组包括符合影集生成条件的图片。
本步骤获取备选人脸聚类组的操作可以为:根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;将该多个第一人脸聚类组进行显示;当接收到对该多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将该至少一个第一人脸聚类组确定为备选人脸聚类组。
由于目标人脸聚类组中的图片可能包括多个时间段拍摄的图片,比如,包括2012年、2013年和2014年拍摄的图片,所以,根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选时,可能会得到多个第一人脸聚类组。为了保证最终生成的目标人脸影集符合用户的需求,在本公开实施例中,将该多个第一人脸聚类组进行显示,使用户从该多个第一人脸聚类组中进行选择,从而使生成的目标人脸影集的效果较好,更符合用户的需求。
需要说明的是,上述提到的图片信息可以包括图片拍摄时间、图片拍摄地点、图片质量和图片方向等,本公开实施例对此不做具体限定。另外,备选人脸聚类组中的图片不一定必须符合影集生成条件中的全部条件,可以符合影集生成条件中的至少一项条件。
在上述步骤201中提到影集生成条件可以包括图片拍摄时间段和待选择图片张数,为了使最终生成的目标人脸影集中的图片位于不同的时期,终端可以据影集生成条件包括的待选择图片张数,对影集生成条件包括的图片拍摄时间段进行划分,得到多个子时间段。并根据该多个子时间段,将备选人脸聚类组划分为多个子备选人脸聚类组,该多个子备选人脸聚类组与多个子时间段一一对应。
在步骤204中,根据预设的优化条件,按照具有随机特性的最优化算法,从该备选人脸聚类组包括的多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片。
按照具有随机特性的最优化算法,选择出来的多张第一图片符合预设的优化条件,即,多张第一图片是处于不同拍摄时间段和拍摄地点,多张第一图片的图片清晰度均大于预设阈值的图片,且多张第一图片中的目标人脸均在图片的中间位置。这样保证最终生成的目标人脸影集具有回忆性质,并且影集中的图片效果较好。
在本公开实施例中,具有随机特性的最优化算法可以为遗传算法,当然,还可以为其他的算法,本公开实施例对此不做具体限定。另外,预设的优化条件不仅可以包括上述所列出的条件,还可以包括其他的优化条件,比如,选择照片的方向为纵向,本公开实施例对此同样不做具体限定。
在步骤205中,创建新文件夹,该新文件夹中包括多个预设影集模板。
当终端选择多张第一图片之后,确定已获取到目标人脸影集中的图片,此时,终端可以根据影集生成条件包括的待选择图片张数或者第一图片的张数,从存储的预设影集模板中获取多个预设影集模板,并创建新文件夹。
在步骤206中,当该多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据该新文件夹中的多个预设影集模板的尺寸,对该多张第一图片分别进行裁剪,得到多张第二图片。
新文件夹包括的多个预设影集模板的尺寸可能不同,所以,对该多张第一图片进行裁剪之前,需要为该多张第一图片分别随机选择一个预设影集模板,然后,根据每张第一图片对应的预设影集模板的尺寸,分别对每张第一图片进行裁剪。
另外,对于多张第一图片中的任一第一图片,对该第一图片进行裁剪时,如果该第一图片的尺寸大于该第一图片对应的预设影集模板的尺寸且该第一图片还包括除目标人脸之外的其他人脸,则根据该第一图片对应的预设影集模板的尺寸,将该第一图片中其他人脸裁剪掉,得到目标人脸片段,将目标人脸片段确定为第二图片。
在步骤207中,将多张第二图片分别填充到多个预设影集模板中,得到目标人脸影集。
进一步地,根据备选人脸聚类组,生成目标人脸影集之后,如果用户对该目标人脸影集中的某张图片不满意时,用户可以向终端提交对该张图片的替换指令,当终端接收到对目标人脸影集中的指定图片的替换指令时,确定指定图片所在的子备选人脸聚类组;从确定的子备选人脸聚类组中,获取指定图片对应的替换图片;将目标人脸影集中该指定图片替换为该替换图片。
其中,从确定的子备选人脸聚类组中,获取指定图片对应的替换图片时,可以从该子备选人脸聚类组包括的图片中,获取除指定图片之外的其他图片,并从其他图片中随机选择一张图片作为替换图片。当然,还可以根据其他图片的图片清晰度、目标人脸所处的位置等,从其他图片中选择一张图片作为替换图片,本公开实施例对此不做具体限定。
可选地,在本公开的另一示例性实施例中,如果用户对该目标人脸影集中的某张图片不满意时,终端可以根据上述方法对该指定图片进行替换,当然,终端还可以重新根据预设的优化条件,按照具有随机特性的最优化算法,从备选人脸聚类组包括的多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,然后,重新执行步骤206和步骤207,重新生成目标人脸影集。
进一步地,当生成目标人脸影集之后,用户还可以向该目标人脸影集中添加一些描述性的文字等,使目标人脸影集的画面效果更佳丰富、多样。
需要说明的是,在本公开实施例中,目标人脸影集的展现形式可以为相册样式和拼图样式,当然,还可以是动画样式,本公开实施例对此不做具体限定。
在本公开实施例中,当接收到影集生成指令时,根据该影集生成指令携带的目标特征,对待分类图片进行处理,得到目标人脸聚类组。然后,再根据影集生成指令携带的影集生成条件和目标人脸聚类中图片的图片信息,对目标人脸聚类组中的图片进行筛选,得到备选人脸聚类组。最后,根据备选人脸聚类组中的图片,生成目标人脸影集。在生成目标人脸影集的过程中,无需用户手动地对待分类图片进行筛选,以及无需用户手动地根据筛选出来的图片生成影集,完全是终端自动地生成影集,减少了生成影集的时间和成本,进而提高了生成影集的效率。
图3是根据一示例性实施例示出的一种生成影集的装置框图。参照图3,该装置包括接收模块301、处理模块302、筛选模块303和生成模块304。
接收模块301,用于接收影集生成指令,影集生成指令携带目标特征和影集生成条件;
处理模块302,用于根据目标特征,对待分类图片进行处理,得到目标人脸聚类组,目标人脸聚类组包括具有目标特征的图片;
筛选模块303,用于根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,备选人脸聚类组包括符合影集生成条件的图片;
生成模块304,用于根据备选人脸聚类组,生成目标人脸影集。
可选地,筛选模块303包括:
筛选单元,用于根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;
显示单元,用于将多个第一人脸聚类组进行显示;
确定单元,用于当接收到对多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将该至少一个第一人脸聚类组确定为备选人脸聚类组。
可选地,备选人脸聚类组包括多个子备选人脸聚类组,且该多个子备选人脸聚类组与多个子时间段一一对应,该多个子时间段是根据影集生成条件包括的待选择图片张数,对影集生成条件包括的图片拍摄时间段进行划分得到;
相应地,生成模块304包括:
选择单元,用于根据预设的优化条件,按照具有随机特性的最优化算法,从该多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;
创建单元,用于创建新文件夹,该新文件夹中包括多个预设影集模板;
裁剪单元,用于当多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据该新文件夹中多个预设影集模板的尺寸,对多张第一图片分别进行裁剪,得到多张第二图片;
填充单元,用于将多张第二图片分别填充到多个预设影集模板中,得到目标人脸影集。
可选地,该装置还包括:
确定模块,用于当接收到对目标人脸影集中的指定图片的替换指令时,确定指定图片所在的子备选人脸聚类组;
获取模块,用于从确定的子备选人脸聚类组中,获取指定图片对应的替换图片;
替换模块,用于将目标人脸影集中指定图片替换为该替换图片。
可选地,处理模块302包括:
人脸识别单元,用于对待分类图片进行人脸识别,得到第一图片集合,第一图片集合包括待分类图片中的人脸图片;
提取单元,用于从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;
聚类单元,用于根据目标特征和多张人脸图片的人脸特征,对该多张人脸图片进行聚类,得到目标人脸聚类组。
可选地,聚类单元包括:
聚类子单元,用于根据多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到多个人脸聚类组;
筛选子单元,用于根据目标特征,对该多个人脸聚类组进行筛选,得到目标人脸聚类组。
在本公开实施例中,当接收到影集生成指令时,根据该影集生成指令携带的目标特征,对待分类图片进行处理,得到目标人脸聚类组。然后,再根据影集生成指令携带的影集生成条件和目标人脸聚类中图片的图片信息,对目标人脸聚类组中的图片进行筛选,得到备选人脸聚类组。最后,根据备选人脸聚类组中的图片,生成目标人脸影集。在生成目标人脸影集的过程中,无需用户手动地对待分类图片进行筛选,以及无需用户手动地根据筛选出来的图片生成影集,完全是终端自动地生成影集,减少了生成影集的时间和成本,进而提高了生成影集的效率。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种用于生成影集的装置400的框图。例如,装置400可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图4,装置400可以包括以下一个或多个组件:处理组件402,存储器404,电源组件406,多媒体组件408,音频组件410,输入/输出(I/O)的接口412,传感器组件414,以及通信组件416。
处理组件402通常控制装置400的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件402可以包括一个或多个处理器420来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件402可以包括一个或多个模块,便于处理组件402和其他组件之间的交互。例如,处理部件402可以包括多媒体模块,以方便多媒体组件408和处理组件402之间的交互。
存储器404被配置为存储各种类型的数据以支持在设备400的操作。这些数据的示例包括用于在装置400上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器404可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件406为装置400的各种组件提供电力。电力组件406可以包括电源管理***,一个或多个电源,及其他与为装置400生成、管理和分配电力相关联的组件。
多媒体组件408包括在所述装置400和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件408包括一个前置摄像头和/或后置摄像头。当设备400处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件410被配置为输出和/或输入音频信号。例如,音频组件410包括一个麦克风(MIC),当装置400处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器404或经由通信组件416发送。在一些实施例中,音频组件410还包括一个扬声器,用于输出音频信号。
I/O接口412为处理组件402和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件414包括一个或多个传感器,用于为装置400提供各个方面的状态评估。例如,传感器组件414可以检测到设备400的打开/关闭状态,组件的相对定位,例如所述组件为装置400的显示器和小键盘,传感器组件414还可以检测装置400或装置400一个组件的位置改变,用户与装置400接触的存在或不存在,装置400方位或加速/减速和装置400的温度变化。传感器组件414可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件414还可以包括光传感器,如CMOS或CCD图片传感器,用于在成像应用中使用。在一些实施例中,该传感器组件414还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件416被配置为便于装置400和其他设备之间有线或无线方式的通信。装置400可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件416经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件416还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置400可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器404,上述指令可由装置400的处理器420执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,使得移动终端能够执行一种生成影集的方法,所述方法包括:
接收影集生成指令,该影集生成指令携带目标特征和影集生成条件;
根据目标特征,对待分类图片进行处理,得到目标人脸聚类组,目标人脸聚类组包括具有目标特征的图片;
根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,备选人脸聚类组包括符合影集生成条件的图片;
根据备选人脸聚类组,生成目标人脸影集。
可选地,根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,包括:
根据影集生成条件和目标人脸聚类组中图片的图片信息,对目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;
将该多个第一人脸聚类组进行显示;
当接收到对该多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将该至少一个第一人脸聚类组确定为备选人脸聚类组。
可选地,备选人脸聚类组包括多个子备选人脸聚类组,且多个子备选人脸聚类组与多个子时间段一一对应,该多个子时间段是根据影集生成条件包括的待选择图片张数,对影集生成条件包括的图片拍摄时间段进行划分得到;
相应地,根据备选人脸聚类组,生成目标人脸影集,包括:
根据预设的优化条件,按照具有随机特性的最优化算法,从该多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;
创建新文件夹,该新文件夹中包括多个预设影集模板;
当多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据新文件夹中的多个预设影集模板的尺寸,对该多张第一图片分别进行裁剪,得到多张第二图片;
将该多张第二图片分别填充到多个预设影集模板中,得到目标人脸影集。
可选地,根据备选人脸聚类组,生成目标人脸影集之后,还包括:
当接收到对目标人脸影集中的指定图片的替换指令时,确定指定图片所在的子备选人脸聚类组;
从确定的子备选人脸聚类组中,获取指定图片对应的替换图片;
将目标人脸影集中指定图片替换为替换图片。
可选地,根据目标特征,对待分类图片进行处理,得到目标人脸聚类组,包括:
对待分类图片进行人脸识别,得到第一图片集合,第一图片集合包括待分类图片中的人脸图片;
从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;
根据目标特征和多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到目标人脸聚类组。
可选地,根据目标特征和多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到目标人脸聚类组,包括:
根据多张人脸图片的人脸特征,对多张人脸图片进行聚类,得到多个人脸聚类组;
根据目标特征,对多个人脸聚类组进行筛选,得到目标人脸聚类组。
在本公开实施例中,当接收到影集生成指令时,根据该影集生成指令携带的目标特征,对待分类图片进行处理,得到目标人脸聚类组。然后,再根据影集生成指令携带的影集生成条件和目标人脸聚类中图片的图片信息,对目标人脸聚类组中的图片进行筛选,得到备选人脸聚类组。最后,根据备选人脸聚类组中的图片,生成目标人脸影集。在生成目标人脸影集的过程中,无需用户手动地对待分类图片进行筛选,以及无需用户手动地根据筛选出来的图片生成影集,完全是终端自动地生成影集,减少了生成影集的时间和成本,进而提高了生成影集的效率。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (9)
1.一种生成影集的方法,其特征在于,所述方法包括:
接收影集生成指令,所述影集生成指令携带目标特征和影集生成条件,所述影集生成条件包括图片拍摄时间段和待选择图片张数;
根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,所述目标人脸聚类组包括具有所述目标特征的图片;
根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,所述备选人脸聚类组包括符合所述影集生成条件的图片,且包括多个子备选人脸聚类组,所述多个子备选人脸聚类组与多个子时间段一一对应,所述多个子时间段是根据所述影集生成条件包括的待选择图片张数,对所述影集生成条件包括的图片拍摄时间段进行划分得到;
根据预设的优化条件,按照具有随机特性的最优化算法,从所述多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,所述预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;
根据所述影集生成条件包括的待选择图片张数或者所述多张第一图片的张数,从存储的预设影集模板中获取多个预设影集模板,并创建新文件夹,所述新文件夹中包括所述多个预设影集模板;
当所述多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据所述多个预设影集模板的尺寸,对所述多张第一图片分别进行裁剪,得到多张第二图片;
将所述多张第二图片分别填充到所述多个预设影集模板中,得到目标人脸影集;
当接收到对所述目标人脸影集中的指定图片的替换指令时,确定所述指定图片所在的子备选人脸聚类组;
从确定的子备选人脸聚类组中,获取所述指定图片对应的替换图片;
将所述目标人脸影集中所述指定图片替换为所述替换图片。
2.根据权利要求1所述的方法,其特征在于,所述根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,包括:
根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;
将所述多个第一人脸聚类组进行显示;
当接收到对所述多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将所述至少一个第一人脸聚类组确定为备选人脸聚类组。
3.根据权利要求1所述的方法,其特征在于,所述根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,包括:
对待分类图片进行人脸识别,得到第一图片集合,所述第一图片集合包括所述待分类图片中的人脸图片;
从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;
根据所述目标特征和所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到目标人脸聚类组。
4.根据权利要求3所述的方法,其特征在于,所述根据所述目标特征和所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到目标人脸聚类组,包括:
根据所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到多个人脸聚类组;
根据所述目标特征,对所述多个人脸聚类组进行筛选,得到目标人脸聚类组。
5.一种生成影集的装置,其特征在于,所述装置包括:
接收模块,用于接收影集生成指令,所述影集生成指令携带目标特征和影集生成条件,所述影集生成条件包括图片拍摄时间段和待选择图片张数;
处理模块,用于根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,所述目标人脸聚类组包括具有所述目标特征的图片;
筛选模块,用于根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,所述备选人脸聚类组包括符合所述影集生成条件的图片,且包括多个子备选人脸聚类组,所述多个子备选人脸聚类组与多个子时间段一一对应,所述多个子时间段是根据所述影集生成条件包括的待选择图片张数,对所述影集生成条件包括的图片拍摄时间段进行划分得到;
生成模块,用于根据预设的优化条件,按照具有随机特性的最优化算法,从所述多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,所述预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;根据所述影集生成条件包括的待选择图片张数或者所述多张第一图片的张数,从存储的预设影集模板中获取多个预设影集模板,并创建新文件夹,所述新文件夹中包括所述多个预设影集模板;当所述多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据所述多个预设影集模板的尺寸,对所述多张第一图片分别进行裁剪,得到多张第二图片;将所述多张第二图片分别填充到所述多个预设影集模板中,得到目标人脸影集;
确定模块,用于当接收到对所述目标人脸影集中的指定图片的替换指令时,确定所述指定图片所在的子备选人脸聚类组;
获取模块,用于从确定的子备选人脸聚类组中,获取所述指定图片对应的替换图片;
替换模块,用于将所述目标人脸影集中所述指定图片替换为所述替换图片。
6.根据权利要求5所述的装置,其特征在于,所述筛选模块包括:
筛选单元,用于根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到多个第一人脸聚类组;
显示单元,用于将所述多个第一人脸聚类组进行显示;
确定单元,用于当接收到对所述多个第一人脸聚类组中的至少一个第一人脸聚类组的选择指令时,将所述至少一个第一人脸聚类组确定为备选人脸聚类组。
7.根据权利要求5所述的装置,其特征在于,所述处理模块包括:
人脸识别单元,用于对待分类图片进行人脸识别,得到第一图片集合,所述第一图片集合包括所述待分类图片中的人脸图片;
提取单元,用于从第一图片集合的多张人脸图片中,分别提取每张人脸图片的人脸特征;
聚类单元,用于根据所述目标特征和所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到目标人脸聚类组。
8.根据权利要求7所述的装置,其特征在于,所述聚类单元包括:
聚类子单元,用于根据所述多张人脸图片的人脸特征,对所述多张人脸图片进行聚类,得到多个人脸聚类组;
筛选子单元,用于根据所述目标特征,对所述多个人脸聚类组进行筛选,得到目标人脸聚类组。
9.一种生成影集的装置,其特征在于,所述装置包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
接收影集生成指令,所述影集生成指令携带目标特征和影集生成条件,所述影集生成条件包括图片拍摄时间段和待选择图片张数;
根据所述目标特征,对待分类图片进行处理,得到目标人脸聚类组,所述目标人脸聚类组包括具有所述目标特征的图片;
根据所述影集生成条件和所述目标人脸聚类组中图片的图片信息,对所述目标人脸聚类组中图片进行筛选,得到备选人脸聚类组,所述备选人脸聚类组包括符合所述影集生成条件的图片,且包括多个子备选人脸聚类组,所述多个子备选人脸聚类组与多个子时间段一一对应,所述多个子时间段是根据所述影集生成条件包括的待选择图片张数,对所述影集生成条件包括的图片拍摄时间段进行划分得到;
根据预设的优化条件,按照具有随机特性的最优化算法,从所述多个子备选人脸聚类组中,分别选择一张图片,得到多张第一图片,所述预设的优化条件包括选择处于不同拍摄时间段和拍摄地点的图片、选择图片清晰度大于预设阈值的图片和选择目标人脸在图片中间位置的图片;
根据所述影集生成条件包括的待选择图片张数或者所述多张第一图片的张数,从存储的预设影集模板中获取多个预设影集模板,并创建新文件夹,所述新文件夹中包括所述多个预设影集模板;
当所述多张第一图片的尺寸均不等于预设影集模板的尺寸时,根据所述多个预设影集模板的尺寸,对所述多张第一图片分别进行裁剪,得到多张第二图片;
将所述多张第二图片分别填充到所述多个预设影集模板中,得到目标人脸影集;
当接收到对所述目标人脸影集中的指定图片的替换指令时,确定所述指定图片所在的子备选人脸聚类组;
从确定的子备选人脸聚类组中,获取所述指定图片对应的替换图片;
将所述目标人脸影集中所述指定图片替换为所述替换图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410535042.5A CN104299001B (zh) | 2014-10-11 | 2014-10-11 | 生成影集的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410535042.5A CN104299001B (zh) | 2014-10-11 | 2014-10-11 | 生成影集的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104299001A CN104299001A (zh) | 2015-01-21 |
CN104299001B true CN104299001B (zh) | 2018-08-07 |
Family
ID=52318722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410535042.5A Active CN104299001B (zh) | 2014-10-11 | 2014-10-11 | 生成影集的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104299001B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203459B (zh) * | 2015-04-29 | 2020-05-12 | 腾讯科技(深圳)有限公司 | 图片处理方法及装置 |
CN105069083B (zh) * | 2015-07-31 | 2019-03-08 | 小米科技有限责任公司 | 关联用户的确定方法及装置 |
CN106056138A (zh) * | 2016-05-25 | 2016-10-26 | 努比亚技术有限公司 | 照片处理装置及方法 |
CN108229674B (zh) * | 2017-02-21 | 2021-03-02 | 北京市商汤科技开发有限公司 | 聚类用神经网络的训练方法和装置、聚类方法和装置 |
CN107341190B (zh) * | 2017-06-09 | 2021-01-22 | 努比亚技术有限公司 | 图片筛选方法、终端及计算机可读存储介质 |
CN109389019B (zh) * | 2017-08-14 | 2021-11-05 | 杭州海康威视数字技术股份有限公司 | 人脸图像选择方法、装置及计算机设备 |
CN108052533B (zh) * | 2017-11-14 | 2021-05-28 | 维沃移动通信有限公司 | 一种图片处理方法、服务器及移动终端 |
CN108038431A (zh) * | 2017-11-30 | 2018-05-15 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
CN108694737B (zh) * | 2018-05-14 | 2019-06-14 | 星视麒(北京)科技有限公司 | 制作图像的方法和装置 |
CN108921918B (zh) * | 2018-07-24 | 2023-05-30 | Oppo广东移动通信有限公司 | 视频创建方法及相关装置 |
CN109167937B (zh) * | 2018-11-05 | 2022-10-14 | 北京达佳互联信息技术有限公司 | 视频发布方法、装置、终端及存储介质 |
CN112165585A (zh) * | 2020-09-28 | 2021-01-01 | 北京小米移动软件有限公司 | 短视频生成方法、装置、设备及存储介质 |
CN113407754B (zh) * | 2021-07-13 | 2023-12-15 | 北京达佳互联信息技术有限公司 | 影集生成方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1388805A2 (en) * | 2002-07-15 | 2004-02-11 | Samsung Electronics Co., Ltd. | Apparatus and method for retrieving face images using combined components descriptors |
CN101510312A (zh) * | 2009-03-16 | 2009-08-19 | 广州市有福数码科技有限公司 | 制作电子相册的方法、装置及*** |
CN102594896A (zh) * | 2012-02-23 | 2012-07-18 | 广州商景网络科技有限公司 | 电子相片共享方法及*** |
CN103685815A (zh) * | 2012-09-20 | 2014-03-26 | 卡西欧计算机株式会社 | 图像分类装置、电子相册制作装置、图像分类方法及程序 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130129159A1 (en) * | 2011-11-22 | 2013-05-23 | Ronald Huijgens | Face recognition method and apparatus |
-
2014
- 2014-10-11 CN CN201410535042.5A patent/CN104299001B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1388805A2 (en) * | 2002-07-15 | 2004-02-11 | Samsung Electronics Co., Ltd. | Apparatus and method for retrieving face images using combined components descriptors |
CN101510312A (zh) * | 2009-03-16 | 2009-08-19 | 广州市有福数码科技有限公司 | 制作电子相册的方法、装置及*** |
CN102594896A (zh) * | 2012-02-23 | 2012-07-18 | 广州商景网络科技有限公司 | 电子相片共享方法及*** |
CN103685815A (zh) * | 2012-09-20 | 2014-03-26 | 卡西欧计算机株式会社 | 图像分类装置、电子相册制作装置、图像分类方法及程序 |
Also Published As
Publication number | Publication date |
---|---|
CN104299001A (zh) | 2015-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104299001B (zh) | 生成影集的方法及装置 | |
CN105045467B (zh) | 任务管理器界面的显示方法和装置 | |
CN103856590B (zh) | 眼镜式移动终端 | |
CN106548468B (zh) | 图像清晰度的判别方法及装置 | |
CN105302315A (zh) | 图片处理方法及装置 | |
JP6211715B2 (ja) | ビデオのブラウジング方法、その装置、プログラム及び記録媒体 | |
CN107018333A (zh) | 拍摄模板推荐方法、装置及拍摄设备 | |
CN104219445B (zh) | 拍摄模式调整方法及装置 | |
CN112783379B (zh) | 一种选择图片的方法和电子设备 | |
CN105306752B (zh) | 生成事件提醒的方法及装置 | |
JP6622289B2 (ja) | 写真合成方法、装置、プログラム、及び記録媒体 | |
CN112580400B (zh) | 图像选优方法及电子设备 | |
CN106980840A (zh) | 脸型匹配方法、装置及存储介质 | |
CN104636164B (zh) | 启动页面生成方法及装置 | |
CN105203456B (zh) | 植物品种识别方法及装置 | |
CN106506948A (zh) | 闪光灯控制方法及装置 | |
CN110060034A (zh) | 工单处理方法、装置、电子设备及存储介质 | |
CN104980719A (zh) | 图像处理方法、装置以及电子设备 | |
KR101973464B1 (ko) | 이동단말기 및 그 제어방법 | |
CN104834699B (zh) | 基于使用状态删除照片的方法、装置和移动终端 | |
CN104869283B (zh) | 一种拍摄方法及电子设备 | |
CN104240274B (zh) | 人脸图像处理方法及装置 | |
CN108170539A (zh) | 信息处理方法及设备 | |
CN107707759A (zh) | 终端控制方法、装置以及***、存储介质 | |
CN107729439A (zh) | 获取多媒体数据的方法、装置和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |