CN109508321B - 图像展示方法及相关产品 - Google Patents

Abstract

本申请实施例公开了一种图像展示方法及相关产品，其中方法包括：获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集；根据多个历史操作参数集对多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度；依据预设深度学习模型对多张图像进行分类，得到多类图像，每类图像至少包括一张图像；确定多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集；依据多个评价值集确定多类图像中每类图像对应的偏好等级，得到多个偏好等级；依据多个偏好等级展示多类图像。采用本申请实施例依据偏好程度实现相册展示功能。

Description

图像展示方法及相关产品

技术领域

本申请涉及电子设备技术领域，具体涉及一种图像展示方法及相关产品。

背景技术

随着电子设备(如手机、平板电脑等)的大量普及应用，电子设备能够支持的应用越来越多，功能越来越强大，电子设备不仅可以拍照，还能够实现各种PS(Photoshop)功能。

目前来看，电子设备不能知晓用户对图像的偏好程度，进而，无法对图像进行精准展示。

发明内容

本申请实施例提供了一种图像展示方法及相关产品，可以能够对图像进行精准展示，提升了电子设备的智能性和便捷性。

第一方面，本申请实施例提供一种图像展示方法，包括：

获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作；

根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度；

依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像；

确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集；

依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级；

依据所述多个偏好等级展示所述多类图像。

第二方面，本申请实施例提供一种图图像展示装置，所述装置包括：

获取单元，用于获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作；

评价单元，用于根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度；

分类单元，用于依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像；

确定单元，用于确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集；以及依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级；

展示单元，用于依据所述多个偏好等级展示所述多类图像。

第三方面，本申请实施例提供一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

可以看出，本申请实施例中所描述的图像展示方法及相关产品，应用于电子设备，获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作，根据多个历史操作参数集对多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度，依据预设深度学习模型对多张图像进行分类，得到多类图像，每类图像至少包括一张图像，确定多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集，依据多个评价值集确定多类图像中每类图像对应的偏好等级，得到多个偏好等级，依据多个偏好等级展示多类图像，从而，能够确定每类图像的偏好程度，进而，依据偏好程度实现相册展示功能，提升了电子设备的智能性和便捷性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1A是本申请实施例提供的一种电子设备的结构示意图；

图1B是本申请实施例提供的一种图像展示方法的流程示意图；

图2是本申请实施例提供的另一种图像展示方法的流程示意图；

图3是本申请实施例提供的一种电子设备的结构示意图；

图4A是本申请实施例提供的一种图像展示装置的功能单元组成框图；

图4B是本申请实施例提供的另一种图像展示装置的功能单元组成框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请实施例所涉及到的电子设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备(智能手表、智能手环、无线耳机、增强现实/虚拟现实设备、智能眼镜)、计算设备或连接到无线调制解调器的其他处理设备，以及各种形式的用户设备(userequipment，UE)，移动台(mobile station，MS)，终端设备(terminal device)等等。为方便描述，上面提到的设备统称为电子设备。

下面对本申请实施例进行详细介绍。

请参阅图1A，图1A是本申请实施例提供了一种电子设备的结构示意图，电子设备包括控制电路和输入-输出电路，输入输出电路与控制电路连接。

其中，控制电路可以包括存储和处理电路。该存储和处理电路中的存储电路可以是存储器，例如硬盘驱动存储器，非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等)，易失性存储器(例如静态或动态随机存取存储器等)等，本申请实施例不作限制。存储和处理电路中的处理电路可以用于控制电子设备的运转。该处理电路可以基于一个或多个微处理器，微控制器，数字信号处理器，基带处理器，功率管理单元，音频编解码器芯片，专用集成电路，显示驱动器集成电路，或者，量子芯片，纳米芯片等来实现。

存储和处理电路可用于运行电子设备中的软件，例如播放来电提示响铃应用程序、播放短消息提示响铃应用程序、播放闹钟提示响铃应用程序、播放媒体文件应用程序、互联网协议语音(voice over internet protocol，VOIP)电话呼叫应用程序、操作***功能等。这些软件可以用于执行一些控制操作，例如，播放来电提示响铃、播放短消息提示响铃、播放闹钟提示响铃、播放媒体文件、进行语音电话呼叫以及电子设备中的其它功能等，本申请实施例不作限制。

其中，输入-输出电路可用于使电子设备实现数据的输入和输出，即允许电子设备从外部设备接收数据和允许电子设备将数据从电子设备输出至外部设备。

输入-输出电路可以进一步包括传感器。传感器可以包括环境光传感器，基于光和电容的红外接近传感器，指纹传感器，超声波传感器，触摸传感器(例如，基于光触摸传感器和/或电容式触摸传感器，其中，触摸传感器可以是触控显示屏的一部分，也可以作为一个触摸传感器结构独立使用)，加速度传感器，重力传感器，和其它传感器等，指纹传感器为以下至少一种：电容指纹传感器、超声波指纹传感器、光学指纹传感器等等，在此不作限定。输入-输出电路还可以进一步包括音频组件，音频组件可以用于为电子设备提供音频输入和输出功能。音频组件还可以包括音调发生器以及其它用于产生和检测声音的组件。

输入-输出电路还可以包括多个显示屏。上述多个显示屏包括2个或2个以上的显示屏，多个显示屏可以分别设置与电子设备的正面和背面，当然在实际应用中，多个显示屏还可以设置在其他位置，显示屏可以包括液晶显示屏，有机发光二极管显示屏，电子墨水显示屏，等离子显示屏，使用其它显示技术的显示屏中一种或者几种的组合。显示屏可以包括触摸传感器阵列(即，显示屏可以是触控显示屏)。触摸传感器可以是由透明的触摸传感器电极(例如氧化铟锡(ITO)电极)阵列形成的电容式触摸传感器，或者可以是使用其它触摸技术形成的触摸传感器，例如音波触控，压敏触摸，电阻触摸，光学触摸等，本申请实施例不作限制。

输入-输出电路还可以进一步包括通信电路可以用于为电子设备提供与外部设备通信的能力。通信电路可以包括模拟和数字输入-输出接口电路，和基于射频信号和/或光信号的无线通信电路。通信电路中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说，通信电路中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信(near field communication，NFC)的电路。例如，通信电路可以包括近场通信天线和近场通信收发器。通信电路还可以包括蜂窝电话收发器和天线，无线局域网收发器电路和天线等。

输入-输出电路还可以进一步包括其它输入-输出单元。输入-输出单元可以包括按钮，操纵杆，点击轮，滚动轮，触摸板，小键盘，键盘，照相机，发光二极管和其它状态指示器等。

其中，电子设备还可以进一步包括电池(未图示)，电池用于给电子设备提供电能。

请参阅图1B，图1B是本申请实施例提供的一种图像展示方法的流程示意图，如图所示，应用于如图1A所示的电子设备，本图像展示方法包括：

101、获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作。

其中，电子设备中可以预先存储多张图像。用户会对每一张图像进行不同的操作动作，例如，打开图像，关闭图像，删除图像，复原图像，转发图像，美颜图像，收藏图像等等，在此不做限定，因此，不同的操作，则可以产生不同的操作参数，例如，打开图像，则可以记录打开图像时长，又例如，收藏图像，则可以记录操作参数为1，未收藏图像，则可以记录操作参数为0。每一张图像则可以对应一个历史操作参数集，多张图像则对应多个历史操作参数集，每一历史操作参数集则可以对应一个操作参数，每一操作参数则用于表述对图像进行操作的一个操作动作。当然，对每一张图像的历史操作参数集均可以保存在图像操作历史记录数据库。

可选地，上述每一历史操作参数集可以包括至少一个操作参数，操作参数可以为以下至少一种：图像的平均驻留时长(即用户展示图像的平均时长)、是否收藏操作、是否转发操作、删除次数、是否还原操作等等、是否拼图操作等等，在此不做限定。

可选地，上述步骤101，获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，可按照如下方式实施：

获取多张图像中每一张图像在预设时间段的历史操作参数集，得到多个历史操作参数集。

其中，预设时间段可以由用户自行设置或者***默认。不同的时间段，则对应的历史操作参数集不一样，例如，实际生活中，用户可能一段时间对某一图像感兴趣，在另一段时间则可能对该图像不感兴趣，如此，则可以合理选择用户感兴趣的时间段的操作。

102、根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度。

其中，多个历史操作参数集中每一历史操作集包括至少一个操作参数，进而，可以依据这些操作参数对图像进行偏好度评价，通常情况下，用户很大程度上会对喜好的图像进行多次打开，甚至收藏，对于不喜欢的图像，则很大程度上打开次数少。因此，可以基于多个历史操作参数集对多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度，目标对象可以为用户或者电子设备的主人。

其中，上述步骤102，根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，可包括如下步骤：

21、获取所述历史操作参数集i中每一操作参数对应的权值，得到至少一个权值，所述历史操作参数集i为所述多个历史操作参数集中的任一个；

22、依据所述历史操作参数集i中的操作参数，以及所述至少一个权值进行加权运算，得到评价值。

其中，以历史操作参数集i为例，历史操作参数集i为多个历史操作参数集中的任一个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数对应至少一个权值，电子设备中可以预先存储操作参数与权值之间的映射关系，进而，依据该映射关系可以确定每一操作参数对应的权值。假设历史操作参数集i包括n个操作参数，其每一操作参数对应一个权值，每一权值均可以处于0～1之间，如下所示：

操作参数	权值
		操作参数1	权值1
操作参数2	权值2
		…	…
操作参数n	权值n

进而，可以依据历史操作参数i中的操作参数，以及至少一个权值进行加权运算，评价值＝操作参数1*权值1+操作参数2*权值2+…+操作参数n*权值n，如此，可以实现每一历史操作参数集对应的评价值。

103、依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像。

其中，上述预设深度学习模型可以为以下至少一种：卷积神经网络深度学习模型、Adaboost深度学习模型、随机森林深度学习模型，在此不再赘述，具体实现中，电子设备可以为采集每一类图像的正样本图像和负样本图像进行训练，进而，得到预设深度学习模型。具体地，电子设备可以依据预设深度学习模型对多张图像进行分类，得到多类图像，每一类图像至少包括一张图像，每类图像也可以对应一个类别标识。类别标识可以为以下至少一种：夜间人像、海滩、雪地、婴儿、宠物，在此不做限定。

可选地，上述步骤102、步骤103可并行执行，或者，步骤103可以先于步骤102执行，在此不做限定。

104、确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集。

其中，每类图像中包括至少一个图像，每一图像对应一个评价值，进而，每类图像可以对应一个评价值集，则多类图像，则对应多个评价值集。

105、依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级。

其中，评价值在一定程度上反映用户对单一图像的偏好程度，而评价值集则在一定程度上反映用户对一类图像的偏好程度，因此，可以依据多个评价值集确定多类图像中每类图像对应的偏好等级，得到多个偏好等级，例如，可以依据多个评价值集中的平均评价值来确定每类图像对应的偏好等级，即预先存储平均评价值与偏好等级之间的映射关系，进而，可以确定每一平均评价值对应的偏好等级，如：平均评价值越大，则偏好等级越高，又例如，可以依据多个评价值集中的评价值总和来确定每类图像对应的偏好等级，即预先存储评价值与偏好等级之间的映射关系，进而，可以确定每一评价值总和对应的偏好等级，如：评价值总和越大，则偏好等级越高。

可选地，上述步骤105，依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级，可包括如下步骤：

51、分别确定所述多个评价值集中每一评价值集的评价值数量以及评价值均值，得到多个评价值数量和多个评价值均值；

52、获取多个评价值集中每一评价值集中评价值数量对应的第一权值，以及评价值均值对应的第二权值；

53、依据所述多个评价值集中每一评价值集对应的评价值数量、评价值均值、第一权值和第二权值进行加权运算，得到多个偏好值；

54、按照预设的偏好值与偏好等级之间的映射关系，确定所述多个偏好值中每一偏好值对应的偏好等级，得到多个偏好等级。

其中，本申请考虑有些类别的图像，有可能数量多，但平均评价值低，或者，评价值总和低，因此，结合评价值数量以及评价值均值两个维度来对用户对某类图像的喜好进行综合评价，具体实现中，电子设备可以确定多个评价值集中每一评价值集对应的评价值数量以及评价值均值，得到多个评价值数量和多个评价值均值，电子设备中可以预先存储评价值数量与第一权值之间的映射关系，进而，依据该映射关系可以确定多个评价值集中每一评价值集中评价值数量对应的第一权值，以及预先存储评价值均值与第二权值之间的映射关系，进而，依据该映射关系，确定多个评价值集中每一评价值均值对应的第二权值，进而，依据多个评价值集中每一评价值集对应的评价值数量、评价值均值、第一权值和第二权值进行加权运算，得到多个偏好值，具体地，针对任一评价值集而言，其对应的偏好值＝评价值数量*第一权值+平均评价值*第二权值，电子设备中还可以预先存储预设的偏好值与偏好等级之间的映射关系，如此，依据该映射关系确定多个偏好值中每一偏好值对应的偏好等级，得到多个偏好等级。例如，偏好等级可以为：最佳、喜欢、普通，在此不做限定。

106、依据所述多个偏好等级展示所述多类图像。

其中，不同的偏好等级在一定程度上说明用户对该类图像的喜好程度，因此，在具体实现中，可以偏好等级越高，则可以越优先展示该偏好等级对应的图像。

可选地，上述步骤106，依据所述多个偏好等级展示所述多类图像，可包括如下步骤：

61、从所述多类图像中每一类图像中选取评价值最大的至少一张目标图像；

62、将所述至少一张目标图像作为封面图像，得到多个封面图像，每一类图像对应一个封面图像；

63、按照所述多个偏好等级确定所述多类图像的展示顺序；

64、依据所述展示顺序展示所述多个封面图像。

其中，多个偏好等级则可以作为形成一个优先级顺序，进而，依据该多个偏好等级确定多类图像的展示顺序，例如，偏好等级越高，则越优先展示。电子设备中多类图像中每一类图像中每一图像均对应一个评价值，因此，可以获取每一类图像中最大评价值对应的目标图像，当然，也有可能每一类图像中包括多个最大评价值对应的多个目标图像，进而，可以将该至少一张目标图像作为封面图像，每一类图像对应一个封面图像，多个目标图像则可以通过拼图形式作为一个封面图像，最后，依据该展示顺序展示多个封面图像，每一封面图像则对应一类图像，当用户点击该封面图像，则可以展示该类图像中的所有图像。

可选地，上述步骤101之前，还可以包括如下步骤：

A1、获取图像库；

A2、获取预设标识集；

A3、依据所述预设标识集对所述图像库进行筛选，得到所述多张图像。

其中，预设标识集可以由用户自行设置或者***默认。预设标识集可以为以下至少一种：预设时间段、预设存储路径、预设格式类型、预设拍照模式、预设摄像头、预设拍照地点等等，在此不做限定。具体地，电子设备可以获取图像库，当然，该图像库中可以包含大量图像，进而，可以对这些图像进行筛选，即可以获取预设标识集，依据该预设标识集可以对图像库进行筛选，得到多张图像。

举例说明下电子设备可以设置预设标识集，如：图像文件类型白名单(指定图像格式)，如保留jpg格式、bmp格式、png格式，或者，设置图像所在路径白名单(指定路径)，如仅保留/storage/0/DCIM目录，进而，建立图像操作历史记录数据库，修改***libc中的open函数和close函数，每次有文件打开时判断打开的是否为指定路径中指定图像格式的图像，如果是，则将打开文件名、路径信息和打开时间记录入图像操作历史记录数据库中，在图像被关闭时将图像关闭时间点记录入图像操作历史记录数据库中，采用预设的深度学***均驻留时间)和分类结果统计各类图像打开次数和各类图像的平均驻留时间，当然，也可以根据数据库的数据计算出各个图像打开时刻和创建时刻的时间间隔，将驻留时间和时间间隔规整化到1～5的数值区间，对相册中的每一张图像进行图像分类的出所属类别，并计算出该图像距离创建时刻的时间间隔，计算该张图像的类别得分，具体为：可将每类的打开次数和平均驻留时间相加，将各图像的类别得分与距离创建时刻时间间隔进行加权求和，将所得数值作为用户该图像的潜在偏好数值，在相册中将图像根据偏好数值确定每类图像对应的偏好等级，依据偏好等级展示该多类图像。

可以看出，本申请实施例中所描述的图像展示方法，应用于电子设备，获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作，根据多个历史操作参数集对多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度，依据预设深度学习模型对多张图像进行分类，得到多类图像，每类图像至少包括一张图像，确定多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集，依据多个评价值集确定多类图像中每类图像对应的偏好等级，得到多个偏好等级，依据多个偏好等级展示多类图像，从而，能够确定每类图像的偏好程度，进而，依据偏好程度实现相册展示功能，提升了电子设备的智能性和便捷性。

与上述图1B所示的实施例一致地，请参阅图2，图2是本申请实施例提供的一种图像展示方法的流程示意图，如图所示，应用于如图1A所示的电子设备，本图像展示方法包括：

201、获取图像库。

202、获取预设标识集。

203、依据所述预设标识集对所述图像库进行筛选，得到多张图像。

204、获取所述多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作。

205、根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度。

206、依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像。

207、确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集。

208、依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级。

209、依据所述多个偏好等级展示所述多类图像。

其中，上述步骤201-步骤209的具体描述可以参照上述图1B所描述的图像展示方法的相应步骤，在此不再赘述。

可以看出，本申请实施例中所描述的图像展示方法，应用于电子设备，获取图像库，获取预设标识集，依据预设标识集对图像库进行筛选，得到多张图像，获取该多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作，根据多个历史操作参数集对多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度，依据预设深度学习模型对多张图像进行分类，得到多类图像，每类图像至少包括一张图像，确定多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集，依据多个评价值集确定多类图像中每类图像对应的偏好等级，得到多个偏好等级，依据多个偏好等级展示多类图像，从而，能够确定每类图像的偏好程度，进而，依据偏好程度实现相册展示功能，提升了电子设备的智能性和便捷性。

与上述实施例一致地，请参阅图3，图3是本申请实施例提供的一种电子设备的结构示意图，如图所示，该电子设备包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，本申请实施例中，电子设备处于熄屏状态，上述程序包括用于执行以下步骤的指令：

获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作；

根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度；

依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像；

确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集；

依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级；

依据所述多个偏好等级展示所述多类图像。

可以看出，本申请实施例中所描述的电子设备，获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作，根据多个历史操作参数集对多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度，依据预设深度学习模型对多张图像进行分类，得到多类图像，每类图像至少包括一张图像，确定多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集，依据多个评价值集确定多类图像中每类图像对应的偏好等级，得到多个偏好等级，依据多个偏好等级展示多类图像，从而，能够确定每类图像的偏好程度，进而，依据偏好程度实现相册展示功能，提升了电子设备的智能性和便捷性。

在一个可能的示例中，在所述根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值方面，上述程序包括用于执行以下步骤的指令：

获取所述历史操作参数集i中每一操作参数对应的权值，得到至少一个权值，所述历史操作参数集i为所述多个历史操作参数集中的任一个历史操作参数集；

依据所述历史操作参数集i中的操作参数，以及所述至少一个权值进行加权运算，得到评价值。

在一个可能的示例中，上述程序还包括用于执行以下步骤的指令：

获取图像库；

获取预设标识集；

依据所述预设标识集对所述图像库进行筛选，得到所述多张图像。

在一个可能的示例中，在所述依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级方面，上述程序包括用于执行以下步骤的指令：

分别确定所述多个评价值集中每一评价值集的评价值数量以及评价值均值，得到多个评价值数量和多个评价值均值；

获取多个评价值集中每一评价值集中评价值数量对应的第一权值，以及评价值均值对应的第二权值；

依据所述多个评价值集中每一评价值集对应的评价值数量、评价值均值、第一权值和第二权值进行加权运算，得到多个偏好值；

按照预设的偏好值与偏好等级之间的映射关系，确定所述多个偏好值中每一偏好值对应的偏好等级，得到多个偏好等级。

在一个可能的示例中，在所述依据所述多个偏好等级展示所述多类图像方面，上述程序包括用于执行以下步骤的指令：

从所述多类图像中每一类图像中选取评价值最大的至少一张目标图像；

将所述至少一张目标图像作为封面图像，得到多个封面图像，每一类图像对应一个封面图像；

按照所述多个偏好等级确定所述多类图像的展示顺序；

依据所述展示顺序展示所述多个封面图像。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。需要说明的是，本申请实施例中对单元的划分是示意性的，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。

图4A是本申请实施例中所涉及的图像展示装置400的功能单元组成框图。该图像展示装置400，应用于电子设备，所述装置400包括:获取单元401、评价单元402、分类单元403、确定单元404和展示单元405，其中，

获取单元401，用于获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作；

评价单元402，用于根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度；

分类单元403，用于依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像；

确定单元404，用于确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集；以及依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级；

展示单元405，用于依据所述多个偏好等级展示所述多类图像。

可以看出，本申请实施例中所描述的图像展示装置，应用于电子设备，获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作，根据多个历史操作参数集对多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度，依据预设深度学习模型对多张图像进行分类，得到多类图像，每类图像至少包括一张图像，确定多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集，依据多个评价值集确定多类图像中每类图像对应的偏好等级，得到多个偏好等级，依据多个偏好等级展示多类图像，从而，能够确定每类图像的偏好程度，进而，依据偏好程度实现相册展示功能，提升了电子设备的智能性和便捷性。

在一个可能的示例中，在所述根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值方面，所述评价单元402具体用于：

获取所述历史操作参数集i中每一操作参数对应的权值，得到至少一个权值，所述历史操作参数集i为所述多个历史操作参数集中的任一个历史操作参数集；

依据所述历史操作参数集i中的操作参数，以及所述至少一个权值进行加权运算，得到评价值。

在一个可能的示例中，如图4B所示，图4B为图4A所示的图像展示装置的又一变型结构，其与图4A相比较，还可以包括：筛选单元406，具体如下：

所述获取单元401，还具体用于获取图像库；以及获取预设标识集；

所述筛选单元406，用于依据所述预设标识集对所述图像库进行筛选，得到所述多张图像。

在一个可能的示例中，在所述依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级方面，所述确定单元404具体用于：

分别确定所述多个评价值集中每一评价值集的评价值数量以及评价值均值，得到多个评价值数量和多个评价值均值；

获取多个评价值集中每一评价值集中评价值数量对应的第一权值，以及评价值均值对应的第二权值；

依据所述多个评价值集中每一评价值集对应的评价值数量、评价值均值、第一权值和第二权值进行加权运算，得到多个偏好值；

按照预设的偏好值与偏好等级之间的映射关系，确定所述多个偏好值中每一偏好值对应的偏好等级，得到多个偏好等级。

在一个可能的示例中，在所述依据所述多个偏好等级展示所述多类图像方面，所述展示单元405具体用于：

从所述多类图像中每一类图像中选取评价值最大的至少一张目标图像；

将所述至少一张目标图像作为封面图像，得到多个封面图像，每一类图像对应一个封面图像；

按照所述多个偏好等级确定所述多类图像的展示顺序；

依据所述展示顺序展示所述多个封面图像。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。

本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可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，例如上述单元的划分，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，可以是电性或其它的形式。

上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，在本申请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，也可以采用软件功能单元的形式实现。

上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (9)

1.一种图像展示方法，其特征在于，包括：

获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作；

根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度；

依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像；

确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集；

依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级；

依据所述多个偏好等级展示所述多类图像；

其中，所述依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级，包括：

分别确定所述多个评价值集中每一评价值集的评价值数量以及评价值均值，得到多个评价值数量和多个评价值均值；

获取多个评价值集中每一评价值集中评价值数量对应的第一权值，以及评价值均值对应的第二权值；

依据所述多个评价值集中每一评价值集对应的评价值数量、评价值均值、第一权值和第二权值进行加权运算，得到多个偏好值；

按照预设的偏好值与偏好等级之间的映射关系，确定所述多个偏好值中每一偏好值对应的偏好等级，得到多个偏好等级。

2.根据权利要求1所述的方法，其特征在于，所述根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，包括：

获取所述历史操作参数集i中每一操作参数对应的权值，得到至少一个权值，所述历史操作参数集i为所述多个历史操作参数集中的任一个历史操作参数集；

依据所述历史操作参数集i中的操作参数，以及所述至少一个权值进行加权运算，得到评价值。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

获取图像库；

获取预设标识集；

依据所述预设标识集对所述图像库进行筛选，得到所述多张图像。

4.根据权利要求1或2所述的方法，其特征在于，所述依据所述多个偏好等级展示所述多类图像，包括：

从所述多类图像中每一类图像中选取评价值最大的至少一张目标图像；

将所述至少一张目标图像作为封面图像，得到多个封面图像，每一类图像对应一个封面图像；

按照所述多个偏好等级确定所述多类图像的展示顺序；

依据所述展示顺序展示所述多个封面图像。

5.一种图像展示装置，其特征在于，所述装置包括：

获取单元，用于获取多张图像中每一张图像的历史操作参数集，得到多个历史操作参数集，每一历史操作参数集包括至少一个操作参数，每一操作参数用于表述对图像的一个操作动作；

评价单元，用于根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值，每一图像对应一个评价值，偏好度用于表示目标对象对图像的喜好程度；

分类单元，用于依据预设深度学习模型对所述多张图像进行分类，得到多类图像，每类图像至少包括一张图像；

确定单元，用于确定所述多类图像中每类图像对应的评价值，得到多个评价值集，每一类图像对应一个评价值集；以及依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级；

展示单元，用于依据所述多个偏好等级展示所述多类图像；

其中，在所述依据所述多个评价值集确定所述多类图像中每类图像对应的偏好等级，得到多个偏好等级方面，所述确定单元具体用于：

分别确定所述多个评价值集中每一评价值集的评价值数量以及评价值均值，得到多个评价值数量和多个评价值均值；

获取多个评价值集中每一评价值集中评价值数量对应的第一权值，以及评价值均值对应的第二权值；

依据所述多个评价值集中每一评价值集对应的评价值数量、评价值均值、第一权值和第二权值进行加权运算，得到多个偏好值；

按照预设的偏好值与偏好等级之间的映射关系，确定所述多个偏好值中每一偏好值对应的偏好等级，得到多个偏好等级。

6.根据权利要求5所述的装置，其特征在于，在所述根据所述多个历史操作参数集对所述多张图像中每一图像进行偏好度评价，得到多个评价值方面，所述评价单元具体用于：

获取所述历史操作参数集i中每一操作参数对应的权值，得到至少一个权值，所述历史操作参数集i为所述多个历史操作参数集中的任一个历史操作参数集；

依据所述历史操作参数集i中的操作参数，以及所述至少一个权值进行加权运算，得到评价值。

7.根据权利要求5或6所述的装置，其特征在于，所述装置还包括：筛选单元；

所述获取单元，还具体用于获取图像库；以及获取预设标识集；

所述筛选单元，用于依据所述预设标识集对所述图像库进行筛选，得到所述多张图像。

8.一种电子设备，其特征在于，包括处理器、存储器，所述存储器用于存储一个或多个程序，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-4任一项所述的方法中的步骤的指令。

9.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-4任一项所述的方法。

Images