CN108717464A - 照片处理方法、装置及终端设备 - Google Patents

Abstract

本发明实施例提供一种照片处理方法、装置及终端设备。该方法包括：获取终端设备已存储的多个照片中每个照片的第一属性信息；根据该多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对该多个照片进行分类；接收用户输入的查询请求，该查询请求包括该用户查询的目标照片的第二属性信息；根据该目标照片的第二属性信息，确定出与该目标照片的第二属性信息对应的类型信息，并根据与该目标照片的第二属性信息对应的类型信息，确定并显示该用户查询的目标照片。本发明实施例使得用户可以快速的查找出某一人物的照片或某几个人物的合影照片。

Description

照片处理方法、装置及终端设备

技术领域

本发明实施例涉及通信技术领域，尤其涉及一种照片处理方法、装置及终端设备。

背景技术

当前移动终端不仅是用户不可或缺的通信工具,同时,移动终端还具有拍摄功能,当用户通过移动终端拍摄大量照片后,该移动终端还可以对该大量照片进行整理。

现有技术中,移动终端可以根据照片的拍摄时间以及该照片在拍摄时该移动终端的定位信息,对该移动终端中的大量照片进行整理,但用户无法快速的查找出某一人物的照片或某几个人物的合影照片。

发明内容

本发明实施例提供一种照片处理方法、装置及终端设备，以使得用户可以快速的查找出某一人物的照片或某几个人物的合影照片。

第一方面，本发明实施例提供一种照片处理方法，包括：

获取终端设备已存储的多个照片中每个照片的第一属性信息；

根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类；

接收用户输入的查询请求，所述查询请求包括所述用户查询的目标照片的第二属性信息；

根据所述目标照片的第二属性信息，确定出与所述目标照片的第二属性信息对应的类型信息，并根据与所述目标照片的第二属性信息对应的类型信息，确定并显示所述用户查询的目标照片。

第二方面，本发明实施例提供一种照片处理装置，包括：

获取模块，用于获取终端设备已存储的多个照片中每个照片的第一属性信息；

分类模块，用于根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类；

接收模块，用于接收用户输入的查询请求，所述查询请求包括所述用户查询的目标照片的第二属性信息；

确定模块，用于根据所述目标照片的第二属性信息，确定出与所述目标照片的第二属性信息对应的类型信息，并根据与所述目标照片的第二属性信息对应的类型信息，确定所述用户查询的目标照片；

显示模块，用于显示所述用户查询的目标照片。

第三方面，本发明实施例提供一种终端设备，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现第一方面所述的方法。

第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现第一方面所述的方法。

本发明实施例提供的照片处理方法、装置及终端设备，通过获取终端设备已存储的多个照片中每个照片的第一属性信息，根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类，并根据用户输入的查询请求，以及对所述多个照片进行分类后的结果，确定并显示用户查询的目标照片，使得用户可以快速的查找出某一人物的照片或某几个人物的合影照片。

附图说明

图1为本发明实施例提供的一种应用场景的示意图；

图2为本发明实施例提供的照片处理方法流程图；

图3为本发明另一实施例提供的照片处理方法流程图；

图4为本发明实施例提供的照片处理装置的结构示意图；

图5为本发明实施例提供的终端设备的结构示意图。

通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。

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公开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、本公开的一些方面相一致的装置和方法的例子。

本发明提供的照片处理方法，可以适用于图1所示的通信***。如图1所示，该通信***包括：接入网设备11以及终端设备12。需要说明的是，图1所示的通信***可以适用于不同的网络制式，例如，可以适用于全球移动通讯(Global System of Mobilecommunication，简称GSM)、码分多址(Code Division Multiple Access，简称CDMA)、宽带码分多址(Wideband Code Division Multiple Access，简称WCDMA)、时分同步码分多址(Time Division-Synchronous Code Division Multiple Access，简称TD-SCDMA)、长期演进(Long Term Evolution，简称LTE)***及未来的5G等网络制式。可选的，上述通信***可以为5G通信***中高可靠低时延通信(Ultra-Reliable and Low LatencyCommunications，简称URLLC)传输的场景中的***。

故而，可选的，上述接入网设备11可以是GSM或CDMA中的基站(Base TransceiverStation，简称BTS)和/或基站控制器，也可以是WCDMA中的基站(NodeB，简称NB)和/或无线网络控制器(Radio Network Controller，简称RNC)，还可以是LTE中的演进型基站(Evolutional Node B，简称eNB或eNodeB)，或者中继站或接入点，或者未来5G网络中的基站(gNB)等，本发明在此并不限定。

上述终端设备12可以是无线终端也可以是有线终端。无线终端可以是指向用户提供语音和/或其他业务数据连通性的设备，具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。无线终端可以经无线接入网(Radio Access Network，简称RAN)与一个或多个核心网设备进行通信，无线终端可以是移动终端，如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机，例如，可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置，它们与无线接入网交换语言和/或数据。再例如，无线终端还可以是个人通信业务(Personal Communication Service，简称PCS)电话、无绳电话、会话发起协议(Session Initiation Protocol，简称SIP)话机、无线本地环路(Wireless LocalLoop，简称WLL)站、个人数字助理(Personal Digital Assistant，简称PDA)等设备。无线终端也可以称为***、订户单元(Subscriber Unit)、订户站(Subscriber Station)，移动站(Mobile Station)、移动台(Mobile)、远程站(Remote Station)、远程终端(RemoteTerminal)、接入终端(Access Terminal)、用户终端(User Terminal)、用户代理(UserAgent)、用户设备(User Device or User Equipment)，在此不作限定。可选的，上述终端设备12还可以是智能手表、平板电脑等设备。

本发明提供的照片处理方法，旨在解决现有技术的如上技术问题。

下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。

图2为本发明实施例提供的照片处理方法流程图。本发明实施例针对现有技术的如上技术问题，提供了照片处理方法，该方法具体步骤如下：

步骤201、获取终端设备已存储的多个照片中每个照片的第一属性信息。

在本实施例中，终端设备具体可以是图1所示的终端设备12，终端设备12具有拍摄功能，例如终端设备12安装有摄像头，该摄像头可以是一个或多个，如果是多个摄像头，则不限定每个摄像头的类型，以及每个摄像头在该终端设备12上的安装位置。可选的，用户通过终端设备12拍摄有大量的照片，这些大量的照片存储在该终端设备12本地。

本实施例所述的照片处理方法可以由该终端设备12内的处理器例如图像处理器执行。该图像处理器可以通过图像识别算法识别该终端设备12本地存储的每张照片中的人脸，可以理解，如果某张照片中没有人脸，而是风景，则该图像处理器不对该张照片进行识别。可选的，当该图像处理器识别出每张照片中的人脸后，对不同的人脸进行标记，可选的，同一个人的人脸采用相同的人脸标识信息进行标记。另外，该图像处理器还可以自动计算和记录成长期间的儿童的面部变化，保证同一个儿童在不同时期的面部采用相同的人脸标识信息进行标记。

当该图像处理器识别出每张照片中的人脸后，进一步建立一个关于照片的数据库，该数据库包括多个条目，每个条目包括一个照片的名称信息、目录信息、人脸标识信息、拍摄时间信息、拍摄地点信息、人物数量等属性信息，可选的，拍摄时间信息包括拍摄季节。本实施例将该数据库中存储的每个照片的属性信息记为第一属性信息。可选的，当该终端设备12的本地每增加一张照片时，该数据库中新建一个条目，新建的条目与增加的照片对应；当该终端设备12的本地每减少例如删除一张照片时，则在该数据库中删除一个条目，被删除的条目与被删除的照片对应。

步骤202、根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类。

该图像处理器进一步根据终端设备12存储的每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类，可选的，多个类型信息记为C1、C2、……Cn，该多个类型信息构成类型集合，该类型集合记为C，C＝{C1、C2、……Cn}。

可选的，所述根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类，包括：根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，建立分类模型；根据所述分类模型对所述多个照片进行分类。

例如，预设的多个类型信息包括：单人照片、2017年拍摄的照片、2018年拍摄的照片、人物照片、风景照片、双人照片、夏季照片、冬季照片等。根据每个类型信息，可以对该终端设备12本地存储的照片进行分类，可选的，以该终端设备12本地存储的照片为样本，利用机器学习的原理和贝叶斯公式建立分类模型例如贝叶斯分类器，进一步根据贝叶斯分类器对该终端设备12后续拍摄的新照片进行分类，例如，将该终端设备12后续拍摄的新照片记为x，基于贝叶斯公式，计算该新照片x属于类型Cj的条件概率P(Cj\x)，可选的，1≤j≤n，P(Cj\x)的计算公式具体如下公式(1)所示：

其中，P(Cj)表示类型Cj的先验概率，即表示属于类型Cj的照片占照片总数的比例；P(x\Cj)表示已知类型Cj时新照片x的条件概率；P(x)表示归一化常数，即该新照片x的边际概率。可选的，当P(Cj\x)的值最大时，可认为该新照片x属于类型Cj。

另外，在其他实施例中，所述方法还包括：获取所述终端设备在存储所述多个照片之后拍摄的照片；根据所述终端设备拍摄的照片，对所述分类模型进行更新。

可以理解，在建立分类模型例如贝叶斯分类器之后，随着时间的推移，该终端设备12还会不断拍摄新的照片，使得该终端设备12还会存储有更多新的照片，进一步，采用终端设备12拍摄的新照片对该分类模型例如贝叶斯分类器进行更新，从而提高该贝叶斯分类器的分类准确性。

可选的，将终端设备12拍摄的新照片记为照片集合D，D＝{x1,x2,......,xn}，x1,x2,......,xn分别表示终端设备12拍摄的新照片，其条件概率表示为P(D\μ,δ²)，P(D\μ,δ²)的计算公式具体如下公式(2)所示：

其中，μ表示均值，δ²表示方差。

在获得照片集合D之后，可根据照片集合D更新概率分布的统计模型的预测，提高照片分类模型的精度。对该分类模型的更新过程具体如下：

1)输入类型集合C＝{C1、C2、……Cn}。

2)采用快速过滤的特征选择算法(Fast Correlation-Based Filter Solution，简称FCBF)对终端设备12中存储的照片进行数据处理。

3)产生训练集Dtrain。

4)根据不同类型的照片，建立贝叶斯分类器NB。

5)根据训练集Dtrain训练贝叶斯分类器NB。

6)产生测试集Dtest。

7)根据测试集Dtest测试贝叶斯分类器NB。

8)将该终端设备拍摄的新照片作为新的数据，该新的数据记为New-data。

可选的，在获得新的数据New-data后，应用FCBF特征选择算法去除该新的数据之间的关联属性和冗余属性，以尽可能提高该新的数据的可靠性。可选的，该新的数据New-data为上述的x1,x2,......,xn，该新的数据New-data构成的集合为上述的照片集合D。进一步，将该照片集合D分为两个子集合，其中一个子集合为训练数据集、另一个子集合为测试数据集。可选的，在训练数据集中各种类型的照片的比例与该照片集合D中各种类型的照片的比例一致，且在测试数据集中各种类型的照片的比例与该照片集合D中各种类型的照片的比例一致。

9)计算该新的数据新的均值，该新的均值记为New-mean。

10)计算该新的数据新的方差，该新的方差记为New-var。

该新的方差表示该照片集合D中每个新的数据与平均值之间的距离，可以理解，方差越小，该照片集合D中每个新的数据的聚合度越大，训练数据集中训练数据之间的区分度越大。

11)根据由该照片集合D得到的训练数据集对贝叶斯分类器进行更新训练得到新的贝叶斯分类器，该新的贝叶斯分类器记为New-NB。

12)根据由该照片集合D得到的测试数据集对该新的贝叶斯分类器New-NB进行测试。

步骤203、接收用户输入的查询请求，所述查询请求包括所述用户查询的目标照片的第二属性信息。

可选的，所述第一属性信息或所述第二属性信息包括如下至少一种：人脸标识信息、拍摄时间信息、拍摄地点信息、人物数量。

当用户查看终端设备12中的照片时，用户可以在终端设备12提供的用户界面上输入查询请求，例如，用户输入的查询请求是：查看USER1在2017年的单人照片，其中，USER1可以是人脸标识信息，“2017年”、“单人照片”分别为该用户查询的目标照片的属性信息，此处，将该用户查询的目标照片的属性信息记为第二属性信息，另外，第二属性信息不限于是“2017年”、“单人照片”。

步骤204、根据所述目标照片的第二属性信息，确定出与所述目标照片的第二属性信息对应的类型信息，并根据与所述目标照片的第二属性信息对应的类型信息，确定并显示所述用户查询的目标照片。

当终端设备12接收到用户的查询请求时，根据该用户查询的目标照片的第二属性信息，确定出与该第二属性信息对应的类型信息，该类型信息分别为C1＝2017年拍摄和C2＝单人照片，进一步，终端设备12确定出属于2017年拍摄的照片集合和属于单人照片的照片集合，并确定出属于2017年拍摄的照片集合和属于单人照片的照片集合的交集，从该交集中确定出人脸标识信息为USER1的照片，该照片即为用户查询的目标照片，进一步将该目标照片显示在终端设备12的屏幕上。

本发明实施例通过获取终端设备已存储的多个照片中每个照片的第一属性信息，根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类，并根据用户输入的查询请求，以及对所述多个照片进行分类后的结果，确定并显示用户查询的目标照片，使得用户可以快速的查找出某一人物的照片或某几个人物的合影照片。

图3为本发明另一实施例提供的照片处理方法流程图。在上述实施例的基础上，本实施例提供的照片处理方法还包括如下步骤：

步骤301、获取所述照片中人物的身份证图像。

在本实施例中，用户还可以增加人脸标识信息例如USER ID和姓名之间的关联关系。也可以通过扫描该照片中人物的身份证建立人脸标识信息和姓名之间的关联关系。

例如，终端设备12可以扫描该照片中人物的身份证，也可以从服务器中获取该人物的身份证的图像信息。

步骤302、识别所述身份证图像中所述人物的人脸图像和姓名。

当终端设备12扫描该照片中人物的身份证，或从服务器中获取该人物的身份证的图像信息后，识别该身份证图像中人物的人脸图像和姓名。

步骤303、当所述照片中所述人物的人脸图像和所述身份证图像中所述人物的人脸图像的相似度大于阈值时，将所述人物的人脸标识信息和所述人物的姓名进行关联。

当终端设备12识别本地存储的某张照片中的人脸时，计算该照片中该人物的人脸图像和该人物的身份证图像中的人脸图像的相似度，当该相似度大于阈值时，建立该人物的人脸标识信息和人物的姓名的关联关系。

步骤304、根据所述终端设备已存储的多个照片中每个照片中所述人物的姓名，对所述多个照片进行分类。

当终端设备12识别出本地存储的各张照片中的人脸后，可以建立每个人脸标识信息和人物的姓名的关联关系，并根据人物的姓名对终端设备12本地存储的各张照片进行分类。当用户查看终端设备12存储的照片时，终端设备12可显示以姓名分类后的多个文件夹，每个文件夹对应一个姓名，每个文件夹内包括多个照片，且每个文件夹中的照片按照拍摄时间进行排序。

本发明实施例通过获取所述照片中人物的身份证图像，识别所述身份证图像中所述人物的人脸图像和姓名，并根据终端设备中存储的照片中人物的人脸图像和该身份证图像中该人物的人脸图像的相似度，建立人脸标识信息和姓名的关联关系，从而进一步根据该终端设备中存储的照片中每个人物的姓名，对该终端设备中存储的照片进行分类，使得用户可进一步快速查找出某一人物的照片或某几个人物的合影照片。

图4为本发明实施例提供的照片处理装置的结构示意图。该照片处理装置具体可以是上述实施例中的终端设备。本发明实施例提供的照片处理装置可以执行照片处理方法实施例提供的处理流程，如图4所示，照片处理装置40包括：获取模块41、分类模块42、接收模块43、确定模块44和显示模块45；其中，获取模块41用于获取终端设备已存储的多个照片中每个照片的第一属性信息；分类模块42用于根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类；接收模块43用于接收用户输入的查询请求，所述查询请求包括所述用户查询的目标照片的第二属性信息；确定模块44用于根据所述目标照片的第二属性信息，确定出与所述目标照片的第二属性信息对应的类型信息，并根据与所述目标照片的第二属性信息对应的类型信息，确定所述用户查询的目标照片；显示模块45用于显示所述用户查询的目标照片。

可选的，所述第一属性信息或所述第二属性信息包括如下至少一种：人脸标识信息、拍摄时间信息、拍摄地点信息、人物数量。

可选的，获取模块41还用于：获取所述照片中人物的身份证图像；照片处理装置40还包括：识别模块46和关联模块47；识别模块46用于识别所述身份证图像中所述人物的人脸图像和姓名；关联模块47用于当所述照片中所述人物的人脸图像和所述身份证图像中所述人物的人脸图像的相似度大于阈值时，将所述人物的人脸标识信息和所述人物的姓名进行关联。

可选的，分类模块42还用于：根据所述终端设备已存储的多个照片中每个照片中所述人物的姓名，对所述多个照片进行分类。

可选的，分类模块42具体用于：根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，建立分类模型；根据所述分类模型对所述多个照片进行分类。

可选的，获取模块41还用于：获取所述终端设备在存储所述多个照片之后拍摄的照片；照片处理装置40还包括：更新模块48；更新模块48用于根据所述终端设备拍摄的照片，对所述分类模型进行更新。

图4所示实施例的照片处理装置可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

图5为本发明实施例提供的终端设备的结构示意图。本发明实施例提供的终端设备可以执行照片处理方法实施例提供的处理流程，如图5所示，终端设备50包括存储器51、处理器52、计算机程序和通讯接口53；其中，计算机程序存储在存储器51中，并被配置为由处理器52执行以上实施例所述的照片处理方法。

图5所示实施例的终端设备可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

另外，本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现上述实施例所述的照片处理方法。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，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单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种照片处理方法，其特征在于，包括：

获取终端设备已存储的多个照片中每个照片的第一属性信息；

根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类；

接收用户输入的查询请求，所述查询请求包括所述用户查询的目标照片的第二属性信息；

根据所述目标照片的第二属性信息，确定出与所述目标照片的第二属性信息对应的类型信息，并根据与所述目标照片的第二属性信息对应的类型信息，确定并显示所述用户查询的目标照片。

2.根据权利要求1所述的方法，其特征在于，所述第一属性信息或所述第二属性信息包括如下至少一种：人脸标识信息、拍摄时间信息、拍摄地点信息、人物数量。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

获取所述照片中人物的身份证图像；

识别所述身份证图像中所述人物的人脸图像和姓名；

当所述照片中所述人物的人脸图像和所述身份证图像中所述人物的人脸图像的相似度大于阈值时，将所述人物的人脸标识信息和所述人物的姓名进行关联。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

根据所述终端设备已存储的多个照片中每个照片中所述人物的姓名，对所述多个照片进行分类。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类，包括：

根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，建立分类模型；

根据所述分类模型对所述多个照片进行分类。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取所述终端设备在存储所述多个照片之后拍摄的照片；

根据所述终端设备拍摄的照片，对所述分类模型进行更新。

7.一种照片处理装置，其特征在于，包括：

获取模块，用于获取终端设备已存储的多个照片中每个照片的第一属性信息；

分类模块，用于根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，对所述多个照片进行分类；

接收模块，用于接收用户输入的查询请求，所述查询请求包括所述用户查询的目标照片的第二属性信息；

确定模块，用于根据所述目标照片的第二属性信息，确定出与所述目标照片的第二属性信息对应的类型信息，并根据与所述目标照片的第二属性信息对应的类型信息，确定所述用户查询的目标照片；

显示模块，用于显示所述用户查询的目标照片。

8.根据权利要求7所述的照片处理装置，其特征在于，所述第一属性信息或所述第二属性信息包括如下至少一种：人脸标识信息、拍摄时间信息、拍摄地点信息、人物数量。

9.根据权利要求8所述的照片处理装置，其特征在于，所述获取模块还用于：获取所述照片中人物的身份证图像；

所述照片处理装置还包括：识别模块和关联模块；

所述识别模块用于识别所述身份证图像中所述人物的人脸图像和姓名；

所述关联模块用于当所述照片中所述人物的人脸图像和所述身份证图像中所述人物的人脸图像的相似度大于阈值时，将所述人物的人脸标识信息和所述人物的姓名进行关联。

10.根据权利要求9所述的照片处理装置，其特征在于，

所述分类模块还用于：根据所述终端设备已存储的多个照片中每个照片中所述人物的姓名，对所述多个照片进行分类。

11.根据权利要求7-10任一项所述的照片处理装置，其特征在于，所述分类模块具体用于：

根据所述多个照片中每个照片的第一属性信息，以及预设的多个类型信息，建立分类模型；

根据所述分类模型对所述多个照片进行分类。

12.根据权利要求11所述的照片处理装置，其特征在于，所述获取模块还用于：获取所述终端设备在存储所述多个照片之后拍摄的照片；

所述照片处理装置还包括：更新模块，用于根据所述终端设备拍摄的照片，对所述分类模型进行更新。

13.一种终端设备，其特征在于，包括：

存储器；

处理器；以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-6任一项所述的方法。

14.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行以实现如权利要求1-6任一项所述的方法。