CN108848300A - 用于输出信息的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于输出信息的方法和装置。上述方法的一具体实施方式包括：获取图像采集装置采集的图像；对获取到的图像进行图像识别，确定获取到的图像中包括的对象；确定上述对象的类型；从预设的图像集合中选取至少一张包括上述类型的对象的图像；输出所选取的图像。该实施方式可以用于指导用户拍照，以得到拍摄质量较好的图像。

Description

用于输出信息的方法和装置

技术领域

本申请实施例涉及互联网技术领域，具体涉及用于输出信息的方法和装置。

背景技术

随着智能手机、智能相机的发展，人们在旅游过程中对拍照的诉求极速增长。在拍照或自拍时，得到的照片与优秀的照片相差甚远。上述差距一方面来自色彩、人物外貌的差异，另一方面来自拍照时的取景、布局。

发明内容

本申请实施例提出了用于输出信息的方法和装置。

第一方面，本申请实施例提供了一种用于输出信息的方法，包括：获取图像采集装置采集的图像；对获取到的图像进行图像识别，确定获取到的图像中包括的对象；确定上述对象的类型；从预设的图像集合中选取至少一张包括上述类型的对象的图像；输出所选取的图像。

在一些实施例中，上述从预设的图像集合中选取至少一张包括上述类型的对象的图像，包括：确定上述图像集合中包括上述类型的对象的图像子集合；从上述图像子集合中选取至少两张图像，上述至少两张图像中的任意两张图像在以下至少一项参数上互不相同：拍摄参数、构图参数。

在一些实施例中，上述方法还包括：提取获取到的图像的特征，得到第一特征向量；对于所选取图像中的图像，提取该图像的特征，得到第二特征向量；确定上述第一特征向量与上述第二特征向量的匹配度；响应于确定上述匹配度小于预设阈值，根据该图像的拍摄参数和/或构图参数，生成拍摄建议信息；输出上述拍摄建议信息。

在一些实施例中，上述图像集合通过以下步骤得到：抓取发布于网络的图像以及获取针对所抓取图像的评论信息；对上述评论信息进行情感分析，确定上述评论信息是否为正面评论；响应于确定上述评论信息为正面评论，将所抓取图像加入上述图像集合。

在一些实施例中，上述图像集合包括至少一个图像子集合，图像子集合用于存储包括同一类型对象的图像；以及上述响应于确定上述评论信息为正面评论，将所抓取图像加入上述图像集合，包括：响应于确定上述评论信息为正面评论，对所抓取图像进行图像识别，确定所抓取图像中包括的对象；确定所抓取图像中包括的对象的类型；根据所确定的类型，将所抓取图像加入用于存储包括对应类型对象的图像的图像子集合中。

第二方面，本申请实施例提供了一种用于输出信息的装置，包括：图像获取单元，被配置成获取图像采集装置采集的图像；图像识别单元，被配置成对获取到的图像进行图像识别，确定获取到的图像中包括的对象；类型确定单元，被配置成确定上述对象的类型；图像选取单元，被配置成从预设的图像集合中选取至少一张包括上述类型的对象的图像；图像输出单元，被配置成输出所选取的图像。

在一些实施例中，上述图像选取单元包括：子集合确定模块，被配置成确定上述图像集合中包括上述类型的对象的图像子集合；图像选取模块，被配置成从上述图像子集合中选取至少两张图像，上述至少两张图像中的任意两张图像在以下至少一项参数上互不相同：拍摄参数、构图参数。

在一些实施例中，上述装置还包括：特征提取单元，被配置成提取获取到的图像的特征，得到第一特征向量；建议生成单元，被配置成对于所选取图像中的图像，提取该图像的特征，得到第二特征向量；确定上述第一特征向量与上述第二特征向量的匹配度；响应于确定上述匹配度小于预设阈值，根据该图像的拍摄参数和/或构图参数，生成拍摄建议信息；输出上述拍摄建议信息。

在一些实施例中，上述图像集合通过以下单元配置得到：图像抓取单元，被配置成抓取发布于网络的图像以及获取针对所抓取图像的评论信息；评论分析单元，被配置成对上述评论信息进行情感分析，确定上述评论信息是否为正面评论；图像加入单元，被配置成响应于确定上述评论信息为正面评论，将所抓取图像加入上述图像集合。

在一些实施例中，上述图像集合包括至少一个图像子集合，图像子集合用于存储包括同一类型对象的图像；以及上述图像加入单元进一步包括：图像识别模块，被配置成响应于确定上述评论信息为正面评论，对所抓取图像进行图像识别，确定所抓取图像中包括的对象；类型确定模块，被配置成确定所抓取图像中包括的对象的类型；图像加入模块，被配置成根据所确定的类型，将所抓取图像加入用于存储包括对应类型对象的图像的图像子集合中。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，其上存储有存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行，使得上述一个或多个处理器实现如第一方面任一实施例所描述的方法。

第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面任一实施例所描述的方法。

本申请的上述实施例提供的用于输出信息的方法和装置，首先获取图像采集装置采集的图像，然后对上述图像进行图像识别，确定图像中包括的对象。接下来，确定对象的类型。然后从图像集合中选取至少一张包括相同类型对象的图像。最后，将所选取的图像输出。本实施例的方法和装置，可以用于指导用户拍照，以得到拍摄质量较好的图像。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性***架构图；

图2是根据本申请的用于输出信息的方法的一个实施例的流程图；

图3是根据本申请的用于输出信息的方法的一个应用场景的示意图；

图4是根据本申请的用于输出信息的方法的又一个实施例的流程图；

图5是根据本申请的用于输出信息的装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机***的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于输出信息的方法或用于输出信息的装置的实施例的示例性***架构100。

如图1所示，***架构100可以包括图像采集装置101、102、103，网络104和服务器105。网络104用以在图像采集装置101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用图像采集装置101、102、103通过网络104与服务器105交互，以接收或发送消息等。图像采集装置101、102、103上可以安装有各种通讯客户端应用，例如摄像类应用、图像处理类应用、社交平台软件等。

图像采集装置101、102、103可以是硬件，也可以是软件。当图像采集装置101、102、103为硬件时，可以是具有显示屏并且支持图像采集的各种电子设备，包括但不限于智能相机、智能摄像机、智能手机、平板电脑、膝上型便携计算机等等。当图像采集装置101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对图像采集装置101、102、103采集的图像提供支持的后台服务器。后台服务器可以对接收到的图像等数据进行分析等处理，并将处理结果(例如图像)反馈给图像采集装置101、102、103。

需要说明的是，本申请实施例所提供的用于输出信息的方法一般由服务器105执行，相应地，用于输出信息的装置一般设置于服务器105中。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的图像采集装置、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的图像采集装置、网络和服务器。

继续参考图2，示出了根据本申请的用于输出信息的方法的一个实施例的流程200。本实施例的用于输出信息的方法，包括以下步骤：

步骤201，获取图像采集装置采集的图像。

在本实施例中，用于输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行图像采集的图像采集装置处接收图像。上述图像可以是图像采集装置的取景框内的图像，也可以是图像采集装置中已存储的图像。上述图像可以包括至少一个对象，上述对象可以是建筑、人物、风景、植物等。

需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

步骤202，对获取到的图像进行图像识别，确定获取到的图像中包括的对象。

执行主体在获取到上述图像后，可以对上述图像进行图像识别，以确定图像中包括的对象。图像识别是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术。一般可以用工业相机拍摄图像，然后再利用软件根据图像灰阶差做进一步识别处理。执行主体可以采用现有的软件对获取到的图像进行图像识别，且在图像识别后可以得到图像中包括的对象。上述对象可以是同一类型的对象、也可以是不同类型的对象。例如，图像中可以既包括人物，又包括建筑。或者，图像中只包括植物。

步骤203，确定上述对象的类型。

执行主体在确定了图像中包括的对象后，可以确定对象的类型。对象的类型可以包括建筑、人物、风景、植物等。例如，执行主体确定图像中包括人脸和花朵，则可以确定对象的类型包括人物和植物。

步骤204，从预设的图像集合中选取至少一张包括上述类型的对象的图像。

执行主体在确定了对象的类型后，可以从预设的图像集合中选取至少一张包括上述类型的对象的图像。例如，执行主体识别出图像中包括的对象的类型为人物和植物，则可以从上述图像集合中选取出至少一张同样包括人物和植物的图像。

上述图像集合可以包括多张图像，每张图像中包括的对象的类型可以相同也可以不同，每张图像中可以包括至少一种类型的对象。上述图像集合中的图像可以由技术人员从多张图像中筛选确定，也可以是某一网站上发布的所有图像。

上述图像集合中的图像可以是拍摄参数、构图参数或拍摄效果较优的图像。拍摄参数是指拍摄照片时使用的参数，如快门、光圈、感光度、曝光量、是否开闪光灯等。拍摄参数可以通过图像采集装置得到，也可以通过照片文件查到。构图参数是指用于描述图像的构图的参数，如构图方式(三分法、对称、十字形、水平线等)、关键位置值(如三分点、对称轴、中心点等)、取景范围、颜色等。

在本实施例的一些可选的实现方式中，上述步骤204具体可以包括图2中未示出的以下步骤：首先，确定图像集合中包括上述类型的对象的图像子集合。然后，从上述图像子集合中选取至少两张图像，其中上述至少两张图像中的任意两张图像在以下至少一项参数上互不相同：拍摄参数、构图参数。

在选取图像时，执行主体可以首先确定图像集合中包括上述类型的对象的图像子集合。然后从上述图像子集合中选取至少两张图像，其中上述至少两张图像中的任意两张图像的拍摄参数不同，或者构图参数不同，或者拍摄参数和构图参数都不同。

步骤205，输出所选取的图像。

执行主体在图像集合中选取至少一张图像后，可以将所选取的图像输出，以使得上述图像可以在图像采集装置的显示屏中显示。则用户可以通过显示在显示屏中的图像来调整图像采集装置的拍摄参数或构图参数，以获得较优秀的图像。

继续参见图3，图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中，用户使用智能手机中安装的“相机”应用对玫瑰花进行拍照。智能手机将取景框中的图像发送至服务器，服务器在经过图像识别后，确定图像中包括的对象为花。然后确定图像中包括的对象的类型为植物(或玫瑰花)，而后从图像集合中选取包括玫瑰花的图像。最后输出了三张包括玫瑰花的图像，并将图像显示在智能手机取景框的下方，以供用户浏览。用户在浏览下面三张图像后，可以调整智能手机的位置，以调整对玫瑰花的拍摄角度，得到拍摄效果较好的图像。

本申请的上述实施例提供的用于输出信息的方法，首先获取图像采集装置采集的图像，然后对上述图像进行图像识别，确定图像中包括的对象。接下来，确定对象的类型。然后从图像集合中选取至少一张包括相同类型对象的图像。最后，将所选取的图像输出。本实施例的方法，可以用于指导用户拍照，以得到拍摄质量较好的图像。

在本实施例的一些可选的实现方式中，上述图像集合可以通过图2中未示出的以下步骤得到：首先，抓取发布于网络的图像以及获取针对所抓取图像的评论信息。然后，对评论信息进行情感分析，确定上述评论信息是否为正面评论。最后，响应于确定上述评论信息为正面评论，将所抓取图像加入图像集合。

本实现方式中，执行主体可以通过网络爬虫(又称网页蜘蛛)抓取发布于网络的图像。具体的，执行主体可以抓取发布于某一个或多个指定网站的图像。例如，执行主体可以抓取发布于某知名图像评论网站的图像，或者获取发布于某图像论坛的获奖图像。

同时，执行主体还可以获取针对所抓取图像的评论信息。上述评论信息可以是用户发表的针对图像的、包括文字或表情的信息。可以理解的是，上述评论信息可能有多条，执行主体可以获取其中一条评论。该条评论可以是某知名图像评论人员所发布的，也可以是图像发布者的评论。

然后，执行主体可以对上述评论信息进行情感分析，以确定上述评论信息是否为正面评论。情感分析(Sentiment analysis)，又称倾向性分析，是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。也就是说，通过对评论信息进行情感分析，可以确定评论信息中是否包含正面情绪。正面情绪是指人的一种积极的情绪，开心、乐观、自信、欣赏、放松等等。如果包含正面情绪，则认为该评论信息为正面评论。

在确定评论信息为正面评论后，可以认定所抓取的图像为优秀图像，从而可以将所抓取图像加入图像集合中。

在本实施例的一些可选的实现方式中，上述图像集合可以包括多个图像子集合，图像子集合用于存储包括同一类型对象的图像。则执行主体还可以通过以下步骤将所抓取图像加入图像集合：首先，响应于确定上述评论信息为正面评论，对所抓取图像进行图像识别，确定所抓取图像中包括的对象。然后，确定所抓取图像中包括的对象的类型。最后，根据所确定的类型，将所抓取图像加入用于存储包括对应类型对象的图像的图像子集合中。

本实现方式中，在确定评论信息为正面评论后，可以对所抓取图像进行图像识别，以确定所抓取图像中包括的对象。然后确定所抓取图像中包括的对象的类型。最后，将所抓取图像加入对应类型对象的图像的图像子集合中。例如，所抓取图像为高楼图像，在对该图像进行图像识别后，确定该图像中包括的对象为高楼。然后确定对象的类型为“建筑”，则将该图像加入图像集合中用于存储对象类型为“建筑”的图像的图像子集合中。

继续参见图4，其示出了根据本申请的用于输出信息的方法的另一个实施例的流程400。如图4所示，本实施例中，在图像集合中选取至少一个图像之后，还可以包括以下步骤：

步骤401，提取获取到的图像的特征，得到第一特征向量。

执行主体可以采用各种可行的方式提取获取到的图像的特征，得到第一特征向量。例如，执行主体可以采用特征提取算法来提取获取到的图像的特征，如SIFT算法(ScaleInvariant Feature Transform，尺度不变特征变换匹配)、ORB算法(《ORB:an efficientalternative to SIFT or SURF》是Rublee等人在2011年的ICCV上发表的一篇论文里提出的)、FREAK算法(《FREAK:Fast Retina Keypoint》是在2012年的CVPR上的一篇论文上提出的)等。或者，执行主体采用训练后的卷积神经网络来提取获取到的图像的特征。在提取特征后，可以得到对所提取的特征的二进制描述，即第一特征向量。

然后，对于所选取的图像执行步骤402。步骤402可以进一步包括如下子步骤：

子步骤4021，对于所选取图像中的图像，提取该图像的特征，得到第二特征向量。

本实施例中，执行主体可以采用与步骤401中同样的特征提取算法或卷积神经网络来对所选取图像中的每一张图像进行特征提取。对于所选取图像中的每一张图像，均可以得到第二特征向量。

子步骤4022，确定第一特征向量与第二特征向量的匹配度。

在确定获取到的图像的第一特征向量和所抓取图像的第二特征向量后，可以计算二者的匹配度。此处，可以以第一特征向量与第二特征向量之间的距离来表示匹配度。

子步骤4023，响应于确定匹配度小于预设阈值，根据该图像的拍摄参数和/或构图参数，生成拍摄建议信息。

当上述匹配度小于预设阈值时，说明获取到的图像与所选取的图像差距较大。由于所选取的图像为预设的优秀图像，则可以根据所选取图像的拍摄参数和/或构图参数，来生成拍摄建议信息。拍摄建议信息是指用于指导用户拍摄的信息，其可以包括图标或文字。上述拍摄建议信息可以是所选取图像的拍摄参数和/或构图参数，还可以是对比获取到的图像的拍摄参数、构图参数与所选取图像的拍摄参数、构图参数得到的信息。例如，上述拍摄建议信息可以是“建议将取景器向左上方移动”，或“将人物的全身照变成半身照”等。上述拍摄建议信息还可以是图标，例如为指向左上方的箭头，以提示用户将取景器向左上方移动。

子步骤4024，输出拍摄建议信息。

在得到上述拍摄建议信息后，可以将上述拍摄建议信息输出，以供用户通过图像采集装置查看。

本申请的上述实施例提供的用于输出信息的方法，可以更直观的为用户提供拍摄建议信息，以使用户能够更快速的拍摄质量较高的图像。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于输出信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于输出信息的装置500包括图像获取单元501、图像识别单元502、类型确定单元503、图像选取单元504以及图像输出单元505。

图像获取单元501，被配置成获取图像采集装置采集的图像。

图像识别单元502，被配置成对获取到的图像进行图像识别，确定获取到的图像中包括的对象。

类型确定单元503，被配置成确定上述对象的类型。

图像选取单元504，被配置成从预设的图像集合中选取至少一张包括上述类型的对象的图像。

图像输出单元505，被配置成输出所选取的图像。

在本实施例的一些可选的实现方式中，上述图像选取单元504可以进一步包括图5中未示出的子集合确定模块和图像选取模块。

其中，子集合确定模块，被配置成确定图像集合中包括上述类型的对象的图像子集合。

图像选取模块，被配置成从上述图像子集合中选取至少两张图像，上述至少两张图像中的任意两张图像在以下至少一项参数上互不相同：拍摄参数、构图参数。

在本实施例的一些可选的实现方式中，上述装置500还可以进一步包括图5中未示出的特征提取单元和建议生成单元。

其中，特征提取单元，被配置成提取获取到的图像的特征，得到第一特征向量。

建议生成单元，被配置成对于所选取图像中的图像，提取该图像的特征，得到第二特征向量；确定第一特征向量与第二特征向量的匹配度；响应于确定匹配度小于预设阈值，根据该图像的拍摄参数和/或构图参数，生成拍摄建议信息；输出拍摄建议信息。

在本实施例的一些可选的实现方式中，上述图像集合可以通过图5中未示出的图像抓取单元、评论分析单元和图像加入单元配置得到。

其中，图像抓取单元，被配置成抓取发布于网络的图像以及获取针对所抓取图像的评论信息。

评论分析单元，被配置成对评论信息进行情感分析，确定上述评论信息是否为正面评论。

图像加入单元，被配置成响应于确定上述评论信息为正面评论，将所抓取图像加入图像集合。

在本实施例的一些可选的实现方式中，上述图像集合可以包括至少一个图像子集合，图像子集合用于存储包括同一类型对象的图像。上述图像加入单元可以进一步包括图像识别模块、类型确定模块以及图像加入模块。

图像识别模块，被配置成响应于确定上述评论信息为正面评论，对所抓取图像进行图像识别，确定所抓取图像中包括的对象。

类型确定模块，被配置成确定所抓取图像中包括的对象的类型。

图像加入模块，被配置成根据所确定的类型，将所抓取图像加入用于存储包括对应类型对象的图像的图像子集合中。

本申请的上述实施例提供的用于输出信息的装置，首先获取图像采集装置采集的图像，然后对上述图像进行图像识别，确定图像中包括的对象。接下来，确定对象的类型。然后从图像集合中选取至少一张包括相同类型对象的图像。最后，将所选取的图像输出。本实施例的装置，可以用于指导用户拍照，以得到拍摄质量较好的图像。

应当理解，用于输出信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用于输出信息的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机***600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机***600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括图像获取单元、图像识别单元、类型确定单元、图像选取单元和图像输出单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，图像获取单元还可以被描述为“获取图像采集装置采集的图像的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取图像采集装置采集的图像；对获取到的图像进行图像识别，确定获取到的图像中包括的对象；确定上述对象的类型；从预设的图像集合中选取至少一张包括上述类型的对象的图像；输出所选取的图像。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于输出信息的方法，包括：

获取图像采集装置采集的图像；

对获取到的图像进行图像识别，确定获取到的图像中包括的对象；

确定所述对象的类型；

从预设的图像集合中选取至少一张包括所述类型的对象的图像；

输出所选取的图像。

2.根据权利要求1所述的方法，其中，所述从预设的图像集合中选取至少一张包括所述类型的对象的图像，包括：

确定所述图像集合中包括所述类型的对象的图像子集合；

从所述图像子集合中选取至少两张图像，所述至少两张图像中的任意两张图像在以下至少一项参数上互不相同：拍摄参数、构图参数。

3.根据权利要求1所述的方法，其中，上述方法还包括：

提取获取到的图像的特征，得到第一特征向量；

对于所选取图像中的图像，提取该图像的特征，得到第二特征向量；确定所述第一特征向量与所述第二特征向量的匹配度；响应于确定所述匹配度小于预设阈值，根据该图像的拍摄参数和/或构图参数，生成拍摄建议信息；输出所述拍摄建议信息。

4.根据权利要求1所述的方法，其中，所述图像集合通过以下步骤得到：

抓取发布于网络的图像以及获取针对所抓取图像的评论信息；

对所述评论信息进行情感分析，确定所述评论信息是否为正面评论；

响应于确定所述评论信息为正面评论，将所抓取图像加入所述图像集合。

5.根据权利要求4所述的方法，其中，所述图像集合包括至少一个图像子集合，图像子集合用于存储包括同一类型对象的图像；以及

所述响应于确定所述评论信息为正面评论，将所抓取图像加入所述图像集合，包括：

响应于确定所述评论信息为正面评论，对所抓取图像进行图像识别，确定所抓取图像中包括的对象；

确定所抓取图像中包括的对象的类型；

根据所确定的类型，将所抓取图像加入用于存储包括对应类型对象的图像的图像子集合中。

6.一种用于输出信息的装置，包括：

图像获取单元，被配置成获取图像采集装置采集的图像；

图像识别单元，被配置成对获取到的图像进行图像识别，确定获取到的图像中包括的对象；

类型确定单元，被配置成确定所述对象的类型；

图像选取单元，被配置成从预设的图像集合中选取至少一张包括所述类型的对象的图像；

图像输出单元，被配置成输出所选取的图像。

7.根据权利要求6所述的装置，其中，所述图像选取单元包括：

子集合确定模块，被配置成确定所述图像集合中包括所述类型的对象的图像子集合；

图像选取模块，被配置成从所述图像子集合中选取至少两张图像，所述至少两张图像中的任意两张图像在以下至少一项参数上互不相同：拍摄参数、构图参数。

8.根据权利要求6所述的装置，其中，所述装置还包括：

特征提取单元，被配置成提取获取到的图像的特征，得到第一特征向量；

建议生成单元，被配置成对于所选取图像中的图像，提取该图像的特征，得到第二特征向量；确定所述第一特征向量与所述第二特征向量的匹配度；响应于确定所述匹配度小于预设阈值，根据该图像的拍摄参数和/或构图参数，生成拍摄建议信息；输出所述拍摄建议信息。

9.根据权利要求6所述的装置，其中，所述图像集合通过以下单元配置得到：

图像抓取单元，被配置成抓取发布于网络的图像以及获取针对所抓取图像的评论信息；

评论分析单元，被配置成对所述评论信息进行情感分析，确定所述评论信息是否为正面评论；

图像加入单元，被配置成响应于确定所述评论信息为正面评论，将所抓取图像加入所述图像集合。

10.根据权利要求9所述的装置，其中，所述图像集合包括至少一个图像子集合，图像子集合用于存储包括同一类型对象的图像；以及

所述图像加入单元进一步包括：

图像识别模块，被配置成响应于确定所述评论信息为正面评论，对所抓取图像进行图像识别，确定所抓取图像中包括的对象；

类型确定模块，被配置成确定所抓取图像中包括的对象的类型；

图像加入模块，被配置成根据所确定的类型，将所抓取图像加入用于存储包括对应类型对象的图像的图像子集合中。

11.一种服务器，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-5中任一所述的方法。