CN106528834A - 基于人工智能的图片资源推送方法及装置 - Google Patents
基于人工智能的图片资源推送方法及装置 Download PDFInfo
- Publication number
- CN106528834A CN106528834A CN201611035523.5A CN201611035523A CN106528834A CN 106528834 A CN106528834 A CN 106528834A CN 201611035523 A CN201611035523 A CN 201611035523A CN 106528834 A CN106528834 A CN 106528834A
- Authority
- CN
- China
- Prior art keywords
- user
- target photo
- sight spot
- picture
- scene characteristic
- 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.)
- Granted
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
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Studio Devices (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提出一种基于人工智能的图片资源推送方法及装置,其中,方法包括:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片;将目标图片推送给用户,以供用户根据拍摄参数进行拍照。由此,基于用户当前的场景特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种基于人工智能的图片资源推送方法及装置。
背景技术
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家***等。
目前,中国人都喜欢在节假日出行旅游,大多是自助游。每个人都想在旅途中留下美好的纪念。比如在合适的时间、地点拍下让自己满意,难忘的照片等等。
由于,大多数人没有具备摄影师一样的专业摄影能力。由此,在旅游之前需要通过网络查找大量的旅游攻略。比如,通过翻看一下别人的旅游日志,看看别人是怎么是拍照的,通过事前的学习和了解来准备形成及储备一些旅游过程中的拍照方式。
然而,用户在搜索景点的时候很难按照细微的景点进行收集,以及照片有时候也参差不齐,也很难保存并且旅游中查看的时候比较繁琐,不够方便快捷。
发明内容
本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种基于人工智能的图片资源推送方法,该方法基于用户当前的场景特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。
本发明的第二个目的在于提出一种基于人工智能的图片资源推送装置。
本发明的第三个目的在于提出另一种基于人工智能的图片资源推送装置。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的,本发明第一方面实施例提出了一种基于人工智能的图片资源推送方法,包括:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片;将所述目标图片推送给所述用户,以供所述用户根据所述拍摄参数进行拍照。
本发明实施例的基于人工智能的图片资源推送方法,通过监测用户的位置信息,在确定当前位置为预设的有效景点时获取当前的场景特征,并查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片推送给用户,以供用户根据拍摄参数进行拍照。由此,基于用户当前的场景特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。
另外,根据本发明上述实施例的基于人工智能的图片资源推送方法还可以具有如下附加的技术特征:
在本发明的一个实施例中,所述场景特征包括以下至少之一:视野内容特征、时间特征、天气特征、光照特征。
在本发明的一个实施例中,在所述获取当前的场景特征之后,还包括:根据所述用户的输入信息获取用户属性特征;所述查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片,包括:查询预先对资源库中图片的标注信息,获取与所述有效景点、所述场景特征和所述用户属性特征对应的标记有拍摄参数的目标图片。
在本发明的一个实施例中,所述的方法,还包括:查询所述资源库获取与所述有效景点对应的景点信息推送给所述用户。
在本发明的一个实施例中,若所述目标图片有多张,将所述目标图片推送给所述用户,包括:根据预设的量化标准对每张目标图片的数据进行处理,获取对应的量化数据;根据所述量化数据将所述目标图片进行排序后推送给所述用户。
为达上述目的,本发明第二方面实施例提出了一种基于人工智能的图片资源推送装置,包括:第一处理模块,用于监测用户的位置信息,在确定当前位置为预设的有效景点时,获取当前的场景特征;第二处理模块,用于查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片;推送模块,用于将所述目标图片推送给所述用户,以供所述用户根据所述拍摄参数进行拍照。
本发明实施例的基于人工智能的图片资源推送装置,通过监测用户的位置信息,在确定当前位置为预设的有效景点时获取当前的场景特征,并查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片推送给用户,以供用户根据拍摄参数进行拍照。由此,基于用户当前的场景特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。
另外,根据本发明上述实施例的基于人工智能的图片资源推送装置还可以具有如下附加的技术特征:
在本发明的一个实施例中,所述场景特征包括以下至少之一:视野内容特征、时间特征、天气特征、光照特征。
在本发明的一个实施例中,所述的装置,还包括:获取模块,用于根据所述用户的输入信息获取用户属性特征;所述第二处理模块用于:查询预先对资源库中图片的标注信息,获取与所述有效景点、所述场景特征和所述用户属性特征对应的标记有拍摄参数的目标图片。
在本发明的一个实施例中,所述的装置,还包括:第三处理模块,用于查询所述资源库获取与所述有效景点对应的景点信息推送给所述用户。
在本发明的一个实施例中,在所述目标图片有多张时,所述推送模块用于:根据预设的量化标准对每张目标图片的数据进行处理,获取对应的量化数据;根据所述量化数据将所述目标图片进行排序后推送给所述用户。
为达上述目的,本发明第三方面实施例提出了另一种基于人工智能的图片资源推送装置,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片;将所述目标图片推送给所述用户,以供所述用户根据所述拍摄参数进行拍照。
为了实现上述目的,本发明第四方面实施例提出了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服务器端的处理器被执行时,使得服务器端能够执行一种基于人工智能的图片资源推送方法,所述方法包括:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片;将所述目标图片推送给所述用户,以供所述用户根据所述拍摄参数进行拍照。
为了实现上述目的,本发明第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行一种基于人工智能的图片资源推送方法,所述方法包括:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片;将所述目标图片推送给所述用户,以供所述用户根据所述拍摄参数进行拍照。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例所提供的一种基于人工智能的图片资源推送方法的流程示意图;
图2为本发明实施例所提供的另一种基于人工智能的图片资源推送方法的流程示意图;
图3为目标图片推送示意图;
图4为本发明实施例提供的一种基于人工智能的图片资源推送装置的结构示意图;
图5为本发明实施例提供的另一种基于人工智能的图片资源推送装置的结构示意图;
图6为本发明实施例提供的又一种基于人工智能的图片资源推送装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的基于人工智能的图片资源推送方法及装置。
通常,多数人在旅游之前需要通过网络查找大量的旅游攻略。比如,通过浏览别人的旅游日志,了解别人是怎么拍照的。并且收集一些自己喜欢的照片以便在旅途中拍下难忘的照片。
然而,通过上述方式收集的照片参差不齐、也难于保存以及旅游中查看不够方便快捷。另外,上述方式需要花费用户大量时间,不能满足用户随时出发随时旅游的需求。
为了解决上述问题,本发明提出一种基于人工智能的图片资源推送方法,该方法基于用户当前的场景特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。具体如下:
图1为本发明实施例所提供的一种基于人工智能的图片资源推送方法的流程示意图。
如图1所示,该基于人工智能的图片资源推送方法包括以下步骤:
步骤110,监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征。
具体地,可以通过全球定位***(Global Positioning System,简称GPS)、基站等方式获取用户的位置信息。
进一步地,可以实时、或者设置预设时间等监测用户的位置信息,并判断用户的当前位置是否为预设的有效景点。
可以理解的是,当前位置是否为预设的有效景点表示的是当前位置是否符合某一景点。比如,当前位置Q符合故宫太和殿。
其中,确定当前位置为预设的有效景点的方式有很多种,可以根据实际应用需要进行选择设置。举例说明如下:
第一种示例,预先设置位置信息和有效景点之间的一一对应关系的映射表。在获取用户的当前位置时,查询映射表是否具有与其对应的有效景点,如果有,则获取当前的场景特征。
第二种示例,设置预设算法。在获取用户的当前位置时,通过预设算法运算得到当前位置为预设的有效景点时获取当前的场景特征。
其中,场景特征的类型有很多种,比如视野内容特征、时间特征、天气特征和光照特征等。可以根据实际应用需要选择上述中的一种或多种。
步骤120,查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片。
具体地,预先对资源库中图片进行标注以得到图片的标注信息的方式有很多种,可以根据实际应用需要选择设置。举例说明如下:
第一种示例,对资源库中图片标注有效景点和视野内容特征。
具体地,对资源库中的图片的拍摄地点进行识别,标注图片拍摄时的位置信息,以及与有效景点的从属关系。比如,通过图片内容比对、用户手动添加的备注信息等,获取该图片的拍摄地点为故宫太和殿,将资源库中的同一类型的图片进行有效景点标注。
具体地,将图片景物与景点实景进行比对,对图片的视野内容特征进行标注。比如某张图片包含了一个完整的天安门城楼正面,将该图片进行视野内容特征为正面标注。另外还可以标注拍摄内容为完整景点、拍摄焦距为多少等。
第二种示例,对资源库中图片标注天气特征和光照特征。
具体地,对资源库中的图片进行环境信息识别,根据图片中的光照特征,图片内容识别图片中的天气特征和光照特征。可以对图片进行光照特征为强、中、弱和暗等级别标注。可以对图片进行天气特征为常见的天气类型,比如下雨、下雪和有雾等标注。
第三种示例,对资源库中图片标注用户属性特征。
具体地,对资源库中的图片进行人物识别,根据图片中的人物形象,识别图片中的人物数量、焦点人物数量、焦点人物姿势、焦点人物年龄和焦点人物性别等属性特征进行标注。
进一步地,将获取的有效景点和场景特征在资源库中图片的标注信息中查询与其对应的目标图片。其中,目标图片标记有拍摄参数,比如拍摄角度、拍摄焦距等。
步骤130,将目标图片推送给用户,以供用户根据拍摄参数进行拍照。
具体地,将目标图片推送给用户,用户可以根据目标图片中标记的拍摄参数进行拍照,以获取合适照片。
其中,拍摄参数有很多种,例如拍摄角度、拍摄焦距和曝光时间等等,用户可以根据实际应用需要选择一种或者多种,以获取满足自己需求的照片。
综上所述,本发明实施例的基于人工智能的图片资源推送方法,通过监测用户的位置信息,在确定当前位置为预设的有效景点时获取当前的场景特征,并查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片推送给用户,以供用户根据拍摄参数进行拍照。由此,基于用户当前的场景特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。
图2为本发明实施例所提供的另一种基于人工智能的图片资源推送方法的流程示意图。
如图2所示,该基于人工智能的图片资源推送方法包括:
步骤210,监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征。
需要说明的是,步骤S210的描述与上述步骤S110相对应,因此对的步骤S210的描述参考上述步骤S110的描述,在此不再赘述。
步骤220,根据用户的输入信息获取用户属性特征。
步骤230,查询预先对资源库中图片的标注信息,获取与有效景点、场景特征和用户属性特征对应的标记有拍摄参数的目标图片。
具体地,用户可以手动输入信息、语音输入信息等,根据输入信息可以获取用户的性别、年龄等。
需要说明的是,预先对资源库中图片的标注信息的描述可以参见步骤120,此处不再详述。
进一步地,将获取的有效景点、场景特征和用户属性特征在资源库中图片的标注信息中查询与其对应的目标图片。其中,目标图片标记有拍摄参数,比如拍摄角度、拍摄焦距等。
需要说明的是,在目标图片为单张时,执行步骤240。在目标图片有多张时,为了进一步提高拍照效果,可以对资源库中的图片进行评价,比如通过机器或者人工对图片的美感和艺术进行评价,采用打分或者其他机制,将目标图片排序提供给用户。具体过程参见步骤250和步骤260。
步骤240,将目标图片推送给用户,以供用户根据拍摄参数进行拍照。
需要说明的是,步骤S240的描述与上述步骤S130相对应,因此对的步骤S240的描述参考上述步骤S130的描述,在此不再赘述。
步骤250,根据预设的量化标准对每张目标图片的数据进行处理,获取对应的量化数据。
步骤260,根据量化数据将目标图片进行排序后推送给用户。
具体地,可以按照预设的量化标准,分别对每张目标图片进行量化处理,得到每张目标图片分别对应的量化结果。
进一步地,可以按照每张目标图片分别对应的量化结果将每张目标图片进行排序推送给用户。
需要说明的是,如果有多个量化标准,每张目标图片对应多个量化结果,需要将每张目标图片对应的多个量化结果分别进行归一化处理,以使每张目标图片对应的多个量化结果之间具有可比性。
综上所述,本发明实施例的基于人工智能的图片资源推送方法,通过监测用户的位置信息,在确定当前位置为预设的有效景点时获取当前的场景特征,并根据用户的输入信息获取用户属性特征,进而查询预先对资源库中图片的标注信息,获取与有效景点、场景特征和用户属性特征对应的标记有拍摄参数的目标图片推送给用户,以供用户根据拍摄参数进行拍照。由此,基于用户当前的场景特征和用户属性特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。以及进一步提升了拍照效果。
基于上述实施例,还可以根据用户需求,给用户提供旅游景点信息,以方便用户在没有导游讲解的情况下,也能对所在景点有更加深刻的了解。
由此,可以查询资源库获取与有效景点对应的景点信息推送给用户。
其中,资源库中预先保存多个景点信息,在获取有效景点后可以在资源库中查询与其对应的景点信息并推送给用户。进一步提高了旅游中的便捷性。
为了本领域人员更加清楚上述实施例的描述,图3为目标图片推送示意图。下面结合图3举例说明如下:
首先用户A在故宫旅游,通过GPS定位识别到用户A的当前位置为故宫,有效景点为故宫,可以查询资源库获取与故宫对应的景点信息推送给用户。在用户A进入太和殿时,识别到用户A的当前位置为故宫太和殿。获取当前的视野内容特征、时间特征、天气特征、光照特征和用户属性特征等,比如获取时间特征为上午11点,基于用户的声音特征或者历史数据信息确定用户A为女性,二十二岁等。
根据上述场景特征和有效景点在资源库中进行检索,筛选出符合条件的目标图片并提供给用户A,如图3所示。
其中,筛选的具体过程举例如下:首先筛选出有效景点为故宫太和殿的所有图片,接着根据场景特征中时间特征、天气特征从上述图片中筛选出目标图片推荐给用户。
由此,基于用户当前的场景特征和用户属性特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。
为了实现上述实施例,本发明还提出一种基于人工智能的图片资源推送装置。
图4为本发明实施例提供的一种基于人工智能的图片资源推送装置的结构示意图。
如图4所示,该基于人工智能的图片资源推送装置包括:第一处理模块41、第二处理模块42和推送模块43。
其中,第一处理模块41用于监测用户的位置信息,在确定当前位置为预设的有效景点时,获取当前的场景特征。
第二处理模块42用于查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片。
推送模块43用于将目标图片推送给用户,以供用户根据拍摄参数进行拍照。
其中,在本发明的一个实施例中,场景特征包括以下至少之一:视野内容特征、时间特征、天气特征、光照特征。
需要说明的是,前述对基于人工智能的图片资源推送方法实施例的解释说明也适用于基于人工智能的图片资源推送装置,此处不再赘述。
综上所述,本发明实施例的基于人工智能的图片资源推送装置,通过监测用户的位置信息,在确定当前位置为预设的有效景点时获取当前的场景特征,并查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片推送给用户,以供用户根据拍摄参数进行拍照。由此,基于用户当前的场景特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。
为了清楚说明上一实施例,本实施例提供了另一种基于人工智能的图片资源推送装置。
图5为本实施例提供的另一种基于人工智能的图片资源推送装置的结构示意图,如图5所示,在上一实施例的基础上,该装置还包括:获取模块44。
其中,获取模块44用于根据用户的输入信息获取用户属性特征。
第二处理模块42用于查询预先对资源库中图片的标注信息,获取与有效景点、场景特征和用户属性特征对应的标记有拍摄参数的目标图片。
在目标图片有多张时,推送模块43用于根据预设的量化标准对每张目标图片的数据进行处理,获取对应的量化数据;根据量化数据将目标图片进行排序后推送给用户。
具体地,可以按照预设的量化标准,分别对每张目标图片进行量化处理,得到每张目标图片分别对应的量化结果。
进一步地,可以按照每张目标图片分别对应的量化结果将每张目标图片进行排序推送给用户。
需要说明的是,前述对基于人工智能的图片资源推送方法实施例的解释说明也适用于基于人工智能的图片资源推送装置,此处不再赘述。
综上所述,本发明实施例的基于人工智能的图片资源推送装置,通过监测用户的位置信息,在确定当前位置为预设的有效景点时获取当前的场景特征,并根据用户的输入信息获取用户属性特征,进而查询预先对资源库中图片的标注信息,获取与有效景点、场景特征和用户属性特征对应的标记有拍摄参数的目标图片推送给用户,以供用户根据拍摄参数进行拍照。由此,基于用户当前的场景特征和用户属性特征实时推荐标记有拍摄参数的目标图片给用户,让用户能够随时出发、随时观看,并且能够拍摄合适照片,以及节省了用户的时间、提升了旅游中的便捷性。以及进一步提升了拍照效果。
为了清楚说明上一实施例,本实施例提供了又一种基于人工智能的图片资源推送装置。
图6为本实施例提供的又一种基于人工智能的图片资源推送装置的结构示意图,如图6所示,在上一实施例的基础上,该装置还包括:第三处理模块45。
第三处理模块45用于查询资源库获取与有效景点对应的景点信息推送给用户。
具体地,可以根据用户需求,给用户提供旅游景点信息,以方便用户在没有导游讲解的情况下,也能对所在景点有更加深刻的了解。
由此,可以查询资源库获取与有效景点对应的景点信息推送给用户。
需要说明的是,前述对基于人工智能的图片资源推送方法实施例的解释说明也适用于基于人工智能的图片资源推送装置,此处不再赘述。
其中,资源库中预先保存多个景点信息,在获取有效景点后可以在资源库中查询与其对应的景点信息并推送给用户。进一步提高了旅游中的便捷性。
为了实现上述实施例,本发明还提出另一种基于人工智能的图片资源推送装置,包括:处理器,以及用于存储所述处理器可执行指令的存储器。
其中,处理器被配置为:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片;将目标图片推送给用户,以供用户根据拍摄参数进行拍照。
为了实现上述实施例,本发明还提出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服务器端的处理器被执行时,使得服务器端能够执行一种基于人工智能的图片资源推送方法,所述方法包括:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片;将目标图片推送给用户,以供用户根据拍摄参数进行拍照。
为了实现上述实施例,本发明还提出一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行一种基于人工智能的图片资源推送方法,所述方法包括:监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;查询预先对资源库中图片的标注信息,获取与有效景点和场景特征对应的标记有拍摄参数的目标图片;将目标图片推送给用户,以供用户根据拍摄参数进行拍照。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于人工智能的图片资源推送方法,其特征在于,包括以下步骤:
监测用户的位置信息,若确定当前位置为预设的有效景点时,获取当前的场景特征;
查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片;
将所述目标图片推送给所述用户,以供所述用户根据所述拍摄参数进行拍照。
2.如权利要求1所述的方法,其特征在于,所述场景特征包括以下至少之一:
视野内容特征、时间特征、天气特征、光照特征。
3.如权利要求1所述的方法,其特征在于,在所述获取当前的场景特征之后,还包括:
根据所述用户的输入信息获取用户属性特征;
所述查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片,包括:
查询预先对资源库中图片的标注信息,获取与所述有效景点、所述场景特征和所述用户属性特征对应的标记有拍摄参数的目标图片。
4.如权利要求1所述的方法,其特征在于,还包括:
查询所述资源库获取与所述有效景点对应的景点信息推送给所述用户。
5.如权利要求1所述的方法,其特征在于,若所述目标图片有多张,将所述目标图片推送给所述用户,包括:
根据预设的量化标准对每张目标图片的数据进行处理,获取对应的量化数据;
根据所述量化数据将所述目标图片进行排序后推送给所述用户。
6.一种基于人工智能的图片资源推送装置,其特征在于,包括:
第一处理模块,用于监测用户的位置信息,在确定当前位置为预设的有效景点时,获取当前的场景特征;
第二处理模块,用于查询预先对资源库中图片的标注信息,获取与所述有效景点和所述场景特征对应的标记有拍摄参数的目标图片;
推送模块,用于将所述目标图片推送给所述用户,以供所述用户根据所述拍摄参数进行拍照。
7.如权利要求6所述的装置,其特征在于,所述场景特征包括以下至少之一:
视野内容特征、时间特征、天气特征、光照特征。
8.如权利要求6所述的装置,其特征在于,还包括:
获取模块,用于根据所述用户的输入信息获取用户属性特征;
所述第二处理模块用于:
查询预先对资源库中图片的标注信息,获取与所述有效景点、所述场景特征和所述用户属性特征对应的标记有拍摄参数的目标图片。
9.如权利要求6所述的装置,其特征在于,还包括:
第三处理模块,用于查询所述资源库获取与所述有效景点对应的景点信息推送给所述用户。
10.如权利要求6所述的装置,其特征在于,在所述目标图片有多张时,所述推送模块用于:
根据预设的量化标准对每张目标图片的数据进行处理,获取对应的量化数据;
根据所述量化数据将所述目标图片进行排序后推送给所述用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611035523.5A CN106528834B (zh) | 2016-11-17 | 2016-11-17 | 基于人工智能的图片资源推送方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611035523.5A CN106528834B (zh) | 2016-11-17 | 2016-11-17 | 基于人工智能的图片资源推送方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106528834A true CN106528834A (zh) | 2017-03-22 |
CN106528834B CN106528834B (zh) | 2020-02-04 |
Family
ID=58356299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611035523.5A Active CN106528834B (zh) | 2016-11-17 | 2016-11-17 | 基于人工智能的图片资源推送方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106528834B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997389A (zh) * | 2017-03-30 | 2017-08-01 | 浙江鸿程计算机***有限公司 | 一种基于多数据集和协同张量分解的旅游景点推荐方法 |
CN107172218A (zh) * | 2017-07-19 | 2017-09-15 | 荷花科技(北京)有限公司 | 人工智能程序的集成方法、装置和*** |
CN107451186A (zh) * | 2017-06-22 | 2017-12-08 | 珠海市魅族科技有限公司 | 照片处理方法及装置、计算机装置和可读存储介质 |
CN107609177A (zh) * | 2017-09-29 | 2018-01-19 | 北京金山安全软件有限公司 | 拍照素材的推荐方法、装置、终端设备及介质 |
CN107888823A (zh) * | 2017-10-30 | 2018-04-06 | 维沃移动通信有限公司 | 一种拍摄处理方法、装置及*** |
CN108427743A (zh) * | 2018-03-07 | 2018-08-21 | 浪潮软件集团有限公司 | 一种基于地理位置的景点检索与重排序方法 |
CN109597942A (zh) * | 2018-12-14 | 2019-04-09 | 广州欧科信息技术股份有限公司 | 展柜信息的推送方法、装置、设备和存储介质 |
CN109670106A (zh) * | 2018-12-06 | 2019-04-23 | 百度在线网络技术(北京)有限公司 | 基于场景的事物推荐方法和装置 |
CN110147486A (zh) * | 2017-10-16 | 2019-08-20 | 中国电信股份有限公司 | 好友推荐方法和装置 |
WO2020044094A1 (zh) * | 2018-08-27 | 2020-03-05 | 优视科技新加坡有限公司 | 资源推荐方法、装置、电子设备以及计算机可读介质 |
CN111127066A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 基于用户信息的挖掘应用方法和装置 |
CN111143592A (zh) * | 2019-12-26 | 2020-05-12 | 上海擎感智能科技有限公司 | 图片构架的实现方法、***、介质及设备 |
CN111814039A (zh) * | 2020-06-08 | 2020-10-23 | 珠海格力电器股份有限公司 | 一种信息推荐方法、装置、终端及计算机可读介质 |
CN112633935A (zh) * | 2020-12-29 | 2021-04-09 | 厦门理工学院 | 一种基于cmf的交互性展示方法和装置 |
CN112699311A (zh) * | 2020-12-31 | 2021-04-23 | 上海博泰悦臻网络技术服务有限公司 | 信息推送方法、存储介质及电子设备 |
CN114710552A (zh) * | 2020-12-17 | 2022-07-05 | 宝能汽车集团有限公司 | 车辆的风景推送方法与***、存储介质、服务器 |
CN116320153A (zh) * | 2021-12-15 | 2023-06-23 | 中国联合网络通信集团有限公司 | 游记生成方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799621A (zh) * | 2009-02-05 | 2010-08-11 | 联想(北京)有限公司 | 一种拍摄方法和拍摄设备 |
CN102253995A (zh) * | 2011-07-08 | 2011-11-23 | 盛乐信息技术(上海)有限公司 | 一种利用位置信息实现图像搜索的方法和*** |
CN102647450A (zh) * | 2012-03-20 | 2012-08-22 | 西安联客信息技术有限公司 | 基于云服务的智能摄影方法及*** |
CN102685207A (zh) * | 2012-03-20 | 2012-09-19 | 西安联客信息技术有限公司 | 基于云服务的智能摄影方法和云服务设备 |
CN106101536A (zh) * | 2016-06-22 | 2016-11-09 | 维沃移动通信有限公司 | 一种拍照方法及移动终端 |
-
2016
- 2016-11-17 CN CN201611035523.5A patent/CN106528834B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799621A (zh) * | 2009-02-05 | 2010-08-11 | 联想(北京)有限公司 | 一种拍摄方法和拍摄设备 |
CN102253995A (zh) * | 2011-07-08 | 2011-11-23 | 盛乐信息技术(上海)有限公司 | 一种利用位置信息实现图像搜索的方法和*** |
CN102647450A (zh) * | 2012-03-20 | 2012-08-22 | 西安联客信息技术有限公司 | 基于云服务的智能摄影方法及*** |
CN102685207A (zh) * | 2012-03-20 | 2012-09-19 | 西安联客信息技术有限公司 | 基于云服务的智能摄影方法和云服务设备 |
CN106101536A (zh) * | 2016-06-22 | 2016-11-09 | 维沃移动通信有限公司 | 一种拍照方法及移动终端 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106997389A (zh) * | 2017-03-30 | 2017-08-01 | 浙江鸿程计算机***有限公司 | 一种基于多数据集和协同张量分解的旅游景点推荐方法 |
CN107451186A (zh) * | 2017-06-22 | 2017-12-08 | 珠海市魅族科技有限公司 | 照片处理方法及装置、计算机装置和可读存储介质 |
CN107172218A (zh) * | 2017-07-19 | 2017-09-15 | 荷花科技(北京)有限公司 | 人工智能程序的集成方法、装置和*** |
CN107609177A (zh) * | 2017-09-29 | 2018-01-19 | 北京金山安全软件有限公司 | 拍照素材的推荐方法、装置、终端设备及介质 |
CN107609177B (zh) * | 2017-09-29 | 2020-07-28 | 北京金山安全软件有限公司 | 拍照素材的推荐方法、装置、终端设备及介质 |
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 |
CN110147486A (zh) * | 2017-10-16 | 2019-08-20 | 中国电信股份有限公司 | 好友推荐方法和装置 |
CN107888823A (zh) * | 2017-10-30 | 2018-04-06 | 维沃移动通信有限公司 | 一种拍摄处理方法、装置及*** |
CN108427743A (zh) * | 2018-03-07 | 2018-08-21 | 浪潮软件集团有限公司 | 一种基于地理位置的景点检索与重排序方法 |
WO2020044094A1 (zh) * | 2018-08-27 | 2020-03-05 | 优视科技新加坡有限公司 | 资源推荐方法、装置、电子设备以及计算机可读介质 |
CN111127066A (zh) * | 2018-11-01 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 基于用户信息的挖掘应用方法和装置 |
CN109670106A (zh) * | 2018-12-06 | 2019-04-23 | 百度在线网络技术(北京)有限公司 | 基于场景的事物推荐方法和装置 |
CN109597942A (zh) * | 2018-12-14 | 2019-04-09 | 广州欧科信息技术股份有限公司 | 展柜信息的推送方法、装置、设备和存储介质 |
CN109597942B (zh) * | 2018-12-14 | 2022-05-17 | 广州欧科信息技术股份有限公司 | 展柜信息的推送方法、装置、设备和存储介质 |
CN111143592A (zh) * | 2019-12-26 | 2020-05-12 | 上海擎感智能科技有限公司 | 图片构架的实现方法、***、介质及设备 |
CN111814039A (zh) * | 2020-06-08 | 2020-10-23 | 珠海格力电器股份有限公司 | 一种信息推荐方法、装置、终端及计算机可读介质 |
CN114710552A (zh) * | 2020-12-17 | 2022-07-05 | 宝能汽车集团有限公司 | 车辆的风景推送方法与***、存储介质、服务器 |
CN112633935A (zh) * | 2020-12-29 | 2021-04-09 | 厦门理工学院 | 一种基于cmf的交互性展示方法和装置 |
CN112699311A (zh) * | 2020-12-31 | 2021-04-23 | 上海博泰悦臻网络技术服务有限公司 | 信息推送方法、存储介质及电子设备 |
CN116320153A (zh) * | 2021-12-15 | 2023-06-23 | 中国联合网络通信集团有限公司 | 游记生成方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106528834B (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106528834A (zh) | 基于人工智能的图片资源推送方法及装置 | |
CN108388888B (zh) | 一种车辆识别方法、装置和存储介质 | |
US10055497B2 (en) | Method and apparatus for photograph finding | |
KR100738069B1 (ko) | 디지털 사진 앨범의 카테고리 기반 클러스터링 방법 및시스템 | |
KR101289085B1 (ko) | 객체 기반 영상 검색시스템 및 검색방법 | |
CN106767812B (zh) | 一种基于语义信息提取的室内语义地图更新方法与*** | |
CN104750737B (zh) | 一种相册管理方法及装置 | |
US9251434B2 (en) | Techniques for spatial semantic attribute matching for location identification | |
JP2019114243A (ja) | 撮像装置および学習方法 | |
CN108989764A (zh) | 一种景区游客影片生成*** | |
CN108230262A (zh) | 图像处理方法、图像处理装置和存储介质 | |
CN104794171B (zh) | 标记图片地理位置信息的方法及装置 | |
CN106845373A (zh) | 面向监控视频的行人属性预测方法 | |
CN109033325A (zh) | 基于人脸识别技术的旅游终端***及其使用方法 | |
CN101300588A (zh) | 确定收集中的特定人的方法 | |
CN103593450B (zh) | 建立街景空间数据库的***和方法 | |
CN108491827A (zh) | 一种车辆检测方法、装置及存储介质 | |
CN109934047A (zh) | 基于深度学习的人脸识别***及其人脸识别方法 | |
CN112465276A (zh) | 自动生成景区游玩推荐路线的方法 | |
CN108764203A (zh) | 一种面向城市规划的行人量化分析及展示*** | |
JP4090926B2 (ja) | 画像の保存方法、登録画像の検索方法およびシステム、登録画像の画像処理方法ならびにこれらの方法を実施するプログラム | |
CN110399525A (zh) | 一种基于图像识别技术的人、物运动轨迹快速检索方法 | |
CN112668375A (zh) | 景区内游客分布分析***及方法 | |
CN107491521A (zh) | 一种图像搜索***与方法 | |
CN109409423A (zh) | 一种图像识别方法、装置、终端及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |