CN112016412A - 人物头像元素及区域数字化存储和相似度分析方法和*** - Google Patents
人物头像元素及区域数字化存储和相似度分析方法和*** Download PDFInfo
- Publication number
- CN112016412A CN112016412A CN202010814840.7A CN202010814840A CN112016412A CN 112016412 A CN112016412 A CN 112016412A CN 202010814840 A CN202010814840 A CN 202010814840A CN 112016412 A CN112016412 A CN 112016412A
- Authority
- CN
- China
- Prior art keywords
- user
- similarity
- avatar
- uploaded
- created
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000001815 facial effect Effects 0.000 claims abstract description 67
- 210000000697 sensory organ Anatomy 0.000 claims description 36
- 238000012549 training Methods 0.000 claims description 18
- 238000013473 artificial intelligence Methods 0.000 claims description 12
- 210000000056 organ Anatomy 0.000 claims description 11
- 241001465754 Metazoa Species 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 4
- 210000003128 head Anatomy 0.000 description 99
- 238000004458 analytical method Methods 0.000 description 22
- 230000014509 gene expression Effects 0.000 description 12
- 210000001508 eye Anatomy 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 210000000214 mouth Anatomy 0.000 description 6
- 210000001331 nose Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 210000000887 face Anatomy 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011524 similarity measure Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 240000006413 Prunus persica var. persica Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
Images
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种人物头像元素及区域数字化存储和相似度分析方法和***，包括以下步骤：获取步骤：接收用户在客户端上传或创建的模拟人物头像；识别步骤：对上传或创建的模拟人物头像进行识别，以及将人物头像拆分为五官区块和除五官之外的人脸区域(次区域)区块并储存至信息数据库；对比步骤：在信息数据库中对比已拆分的五官区块和次区域区块，得出最佳相似五官区块以及次区域区块的目标用户头像推荐展示。
Description
技术领域
本发明涉及一种人物头像的存储和相似度分析，具体为一种人物头像元素及区域数字化存储和相似度分析方法和***，属于网络社交通信技术领域。
背景技术
随着互联网技术的提升和现代科技的发展，计算机以及移动端的网络社交通讯类应用已经下沉至大部分人的生活当中。在娱乐休闲以及网络社交中，找社交目标对象是最基础的功能应用，用户在娱乐类和社交类的应用中输入不同的兴趣标签或者基础资料来找寻目标对象，在深入一些就是可以与社交对象进行即时通讯了解对方，这种娱乐社交方式虽然比较实用，但是并不能让人们快速和准确的找到心中想要的目标对象。该发明解决了目标对象查找不精准，对想要的目标对象能够有更快速精准的找寻方法，大幅度提高了用户在社交过程中的效率，减少了不必要的查找时间。
现有的找寻目标对象的方式主要以人物兴趣属性为基础，无法精准的通过脸型五官头像等元素找到用户所需求的目标人物，且在现有的人脸识别技术当中，主要是通过人工智能搜索人脸主要区域并匹配搜索的技术，最典型的就是GAN(GenerativeAdversarialNetwork)，具体应用在图像处理和计算机视觉方面，生成模型GAN是机器学习领域里最为重要的发展方向之一,具体的特定应用实例，例如在医疗领域，缺少训练数据是应用深度学习的最大障碍。数据增强的传统做法是将原图像拉伸旋转剪切，但这毕竟还是原来的图像，通过使用GAN，能够生成更多类似的数据。而随着生成出的数据被加入训练集进行人工智能对抗训练，相同的模型在分类任务上的表现也有所提升，但这类算法需要消耗巨量算力，大多数研究者已经很难得出新成果。
发明内容
本发明的目的就在于为了解决上述问题而提供一种人物头像元素及区域数字化存储和相似度分析方法和***，本发明将人物脸部五官以及除五官外的区域划分为若干个结构点，通过计算机的排列组合将这些结构点划分为若干个多边形次区域。将由结构点划分的若干个区域进行人工智能对抗训练，通过一种或多种不同的比对方法得出能够最佳体现相似度的次区域。该种方法是将物体确定不同的结构点并排列组合，划分为不同的区域(次区域)并转为数字化储存，再通过人工智能对抗训练，得出最佳的相似度对比方法。由计算机人工智能对抗训练得出的相似度对比区域不仅限于一种，计算机可以任意修改人物脸部五官以及除五官外的区域划分为若干个结构点，从而不断的由人工智能学习对抗产生新的最佳相似度区域对比，该种头像元素及区域数字化存储和相似度分析推荐方法大大降低了目前人脸识别技术当中所述的巨量算法。
本发明通过以下技术方案来实现上述目的：一种人物头像元素及区域数字化存储和相似度分析方法，该方法包括以下步骤：
获取步骤：当用户在客户端上传或创建模拟人物头像时，根据该用户上传或创建的图像进行获取；
识别步骤：对用户在客户端上传或创建的模拟人物头像进行识别，从而对该人物头像进行区域拆分并储存至信息数据库；
对比步骤：将拆分的人物头像区域在信息数据库中进行相似度对比，从而得出最佳相似的目标用户头像。
作为本发明再进一步的方案：所述获取步骤包括：
当接收到来自客户端的头像时，确认人物头像可以为用户上传的真实头像，以及用户创建的模拟人物头像；
若该人物头像为用户上传的真实头像，则对用户头像肖像画处理，从而获取该头像；
若该人物头像为用户创建的模拟头像，则直接获取该创建模拟头像。
作为本发明再进一步的方案：所述信息数据库中包括所有用户的信息，该用户的信息包括用户上传的头像以及创建的虚拟人物头像。
作为本发明再进一步的方案：所述头像还包括但不限于：人物头像、动物头像以及物体头像。
作为本发明再进一步的方案：所述识别步骤还包括：
识别该用户上传的真实头像或创建的虚拟人物头像，得到头像的脸部图像；
将识别得到的脸部图像进行区块拆分，得到每个头像的五官区块和脸部划分结构点预设区域区块，并储存至信息资料库。
作为本发明再进一步的方案：所述识别步骤还包括：
将由结构点划分的若干个区域进行人工智能对抗训练，具体为将不同的两张(一组)照片进行对抗学习，确定每一种次区域的相似度比较方法，在信息数据库中不断比较学习，得出能够最佳体现相似度的次区域，对比该用户上传或创建的虚拟人物头像的拆分区块，得到与该用户上传或创建的头像最佳相似的目标用户头像；
从所述信息数据库中将与该用户上传或创建的虚拟人物头像的拆分区块相似度达到第一预设阈值的一个或多个目标用户头像作为所述与该用户上传或创建的虚拟头像匹配及展示。
作为本发明再进一步的方案：所述脸部图像包括在人物脸部划分若干个结构点的数据。
作为本发明再进一步的方案：所述识别步骤还包括：
将人脸划分的结构点排序组合划分为不同的多边形结构，得到该用户上传或创建的虚拟头像除五官以外的(次区域)区块；
将得到的所有除五官以外的(次区域)区块进行权重划分；
从所述信息数据库中将与该用户上传或创建的虚拟头像除五官以外的(次区域)区块对比相似度达到第二预设阈值的一个或多个目标用户头像作为所述与该用户上传或创建的头像匹配并展示。
作为本发明再进一步的方案：所述对比步骤包括：
单个次区域相似度比对的结构点划分，根据权重划分得到的一种或多种多边形结构划分每个多边形区域的重点比对特征，所述的比对特征包括但不限于划分的多边形角度、周长、面积等，从而对每一块次区域得出比对方式；
从所述的信息数据库中根据比对方式得出该用户上传或创建的虚拟人物头像次区域最佳相似的目标用户头像。
作为本发明再进一步的方案：所述对比步骤还包括：
将所对比的五官区块和除五官之外的(次区域)区块在信息数据库中相似度达到第一和第二阈值的一种或多种人物头像返回至客户端，从而将该用户上传或创建的虚拟人物头像相似度最佳的目标用户头像推荐给用户。
一种物头像元素及区域数字化存储和相似度分析***，该***包括：
获取模块，用于接收来自客户端的用户上传或创建的虚拟人物头像，确定人物头像为上传头像还是创建的模拟头像；
识别模块，用于识别用户上传或创建的虚拟头像，并对头像进行区块划分，再储存至信息数据库中；
对比模块，用于将识别划分的头像区块在信息数据库中进行相似度对比，得出最佳相似度的一个或者多个人物头像，从而将该目标人物头像推荐给用户。
作为本发明再进一步的方案：所述获取模块用于：
当接收到来自客户端的人物头像时，确认人物头像可以为用户上传的真实头像，以及用户创建的模拟人物头像；
若该人物头像为用户上传的真实头像，则对用户头像肖像画处理，从而获取该头像；
若该人物头像为用户创建的模拟人物头像，则直接获取该创建模拟头像。
作为本发明再进一步的方案：所述信息数据库中包括所有用户的信息，该用户的信息包括用户上传的头像以及创建的虚拟人物头像。
作为本发明再进一步的方案：所述识别模块还包括识别子模块，用于：
识别该用户上传或创建的虚拟头像中的人脸，划分为五官区块和除五官以外的(次区域)区块用作相似度对比；
将识别划分的各类区块储存至信息数据库中，作为比对数据参数使用。
作为本发明再进一步的方案：所述对比模块还包括：
第一对比子模块，用于对比识别出的人脸五官区块参数，得出该用户上传或创建模拟人物头像最佳相似的目标用户五官；
第一搜索子模块，从所述信息数据库中将与该用户上传或创建的模拟人物头像的五官区块相似度达到第一阈值的一个或多个目标用户头像作为所述与该用户上传或创建的虚拟人物头像最佳匹配结果展示出来。
作为本发明再进一步的方案：所述五官和五官外的区块排列组合而成的次区域包括脸部各结构点的数据。
作为本发明再进一步的方案：所述对比模块还包括：
第二对比子模块，用于将识别的人脸划分为若干个结构点，从而对结构点进行排序组合为不同的多边形结构；
第二搜索子模块，将所有五官外的人脸结构点划分排序组合得到的多边形结构进行权重划分，从而对权重值最高的一个或者多个多边形结构进行相似度比对，从所述信息数据库中将与该用户上传或创建的虚拟人物头像相似度达到第二阈值的一个或多个目标用户头像作为所述与该用户上传或创建的虚拟人物头像最佳匹配结果展示出来。
作为本发明再进一步的方案：所述对比模块还包括：
第三对比子模块，用于将所有五官区块和除五官之外的区块进行结构点划分，进一步的对这些结构点排列组合成若干次区域，从而对这些次区域进行人工智能对抗训练，得出整体相似度对比，得到该用户上传或创建虚拟头像的五官及轮廓最佳相似度匹配推荐显示；
第三搜索子模块，将所对比的五官区块和除五官之外的区块排列组合成的次区域在信息数据库中进行对抗训练，进而相似度第三阈值的一种或多种目标用户头像搜索并得出最佳相似结果。
作为本发明再进一步的方案：所述对比模块还用于将所比对的最佳相似结果的一种或多种人物头像返回至客户端，从而将该用户上传或创建的虚拟人物头像相似度最佳的目标用户头像推荐给用户。
本发明的有益效果是：该人物头像元素及区域数字化存储和相似度分析方法和***设计合理，在接收到来自客户端的用户上传或创建虚拟的人物头像时，从信息数据库中对比出与用户上传或创建虚拟的人物头像相似度匹配的人物头像推荐给用户，可以更加快速精准的找到心中想要的目标社交对象，有利于提高用户在网络社交中的效率。
附图说明
图1为本发明实施例提供的头像元素及区域数字化存储和相似度分析推荐方法应用时的环境示意图。
图2为本发明第一实施例提供的头像元素及区域数字化存储和相似度分析推荐方法的流程图。
图3为图2中步骤S2的详细流程图。
图4为在客户端显示头像元素及区域数字化存储和相似度分析推荐的信息的示例图。
图5为本发明第二实施例提供的头像元素及区域数字化存储和相似度分析推荐方法的流程图。
图6为在客户端显示头像元素及区域数字化存储和相似度分析推荐的信息的示例图。
图7为本发明第三实施例提供的人物头像元素及区域数字化存储和相似度分析推荐方法的流程图。
图8为在客户端显示头像元素及区域数字化存储和相似度分析推荐的信息的示例图。
图9为本发明第四实施例提供的头像元素及区域数字化存储和相似度分析推荐装置的框图。
图10为本发明第五实施例提供的头像元素及区域数字化存储和相似度分析推荐装置的框图。
图11为本发明第六实施例提供的头像元素及区域数字化存储和相似度分析推荐装置的框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参阅图1所示，在本实施例中，该头像元素及区域数字化存储和相似度分析推荐方法应用于服务器1中，该服务器1通过网络2与终端3进行网络通信。其中，该服务器1可以包括一台或多台服务器，当然该服务器1也可以是虚拟云计算模组。该终端3的具体实例包括但并不限于台式计算机、便携式计算机、手机、平板电脑、个人数字助理或者其它类似的运算装置。该网络2可为任意的网络连接方式，例如互联网(Internet)、移动互联网(如电信运营商提供的2G、3G网络)、局域网(有线或者无线)等。
第一实施例
参阅图2所示，本发明第一实施例提供一种人物头像元素及区域数字化存储和相似度分析方法，该人物头像元素及区域数字化存储和相似度分析推荐方法包括以下步骤：
步骤S1，当接收到来自客户端的人物头像时，确认人物头像可以为用户上传的真实头像，以及用户创建的模拟人物头像；
步骤S2，对用户在客户端上传或创建的模拟人物头像进行识别，从而对该人物头像进行区域拆分并储存至信息数据库；
步骤S3，将拆分的头像区域在信息数据库中进行相似度对比，从而得出最佳相似的人物头像推荐展示。
按照上述的头像元素及区域数字化存储和相似度分析推荐方法，在接收到来自客户端的用户上传或创建虚拟的人物头像时，从信息数据库中对比出与用户上传或创建虚拟的目标人物头像相似度匹配的人物头像推荐给用户，可以更加快速精准的找到心中想要的目标社交对象，有利于提高用户在网络社交中的效率。
在一些实例中，上述方法的各步骤的实现细节如下：
步骤S1所述的客户端运行于所述终端3中，该客户端例如可以是QQ、Skype、微信、飞信等即时通讯工具的客户端，也可以是人人网、同城***等社交网站的客户端。该即时通讯工具或社交网站被架设在服务器1中。
通常，用户需要先向服务器1申请一个登录账号，用以通过该客户端登录服务器1。该登录账号例如为***分配或用户自行设置的个人基础资料和相册、视频等。当用户使用该登录账号登录服务器1后，可以在客户端进行用户的信息设置、上传头像以及创建虚拟的任务头像等操作。所述用户的信息例如包括该用户的头像、年龄、所在地、联系方式等。所设置的用户的信息被上传至服务器1，并被保存至该即时通讯工具或社交网站的服务商在服务器1中建立并维护的一个信息数据库中。
所述的目标用户也应当为该即时通讯工具或社交网站的使用者，即该目标用户也已经向服务器1申请了登录账号，可以通过该即时通讯工具或社交网站的客户端登录服务器1。每个目标用户的信息，例如联系人的头像、年龄、所在地、联系方式等也被保存在该信息数据库中。在该信息数据库中，该用户与每个目标用户的信息都将与各自的登录账号关联起来。
所述的推荐人物请求可以由客户端根据用户上传的人物头像，也可以由用户自主创建虚拟目标人物头像。例如，当用户在该客户端的界面中选择“推荐人物查看”的选项时，该用户可在客户端选择上传人物头像查找，即向服务器1发出该用户上传的人物头像查询请求。还例如，用户还可以在客户端的用户界面中自主创建虚拟人物头像查找，客户端可以向服务器发出该虚拟人物头像查找的请求。
在一个实例中，所述推荐人物请求中可以包括该客户端登录服务器1所使用的所述登录账号。因此，步骤S1可以根据该推荐人物请求从所述信息数据库中获取该登录账号用户的信息，并进一步从该用户的信息中获取用户上传或创建的虚拟人物头像。在本实施例中，若确定用户推荐人物为上传头像，则需要对上传的头像先肖像画处理。若确定用户推荐人物为自主创建的虚拟人物头像，则直接获取该人物头像。
参阅图3所示，步骤S2具体包括以下步骤：
步骤S210，使用人脸识别技术识别用户上传或创建的虚拟人物头像，得到该头像的脸部数据。该人脸识别技术是基于人的五官特征和脸部划分结构点预设区域(次区域)，检测图像中的人脸，并在人脸检测后进一步的对人脸的五官要素和次区域结构点进行划分为区块数据。所述的五官特征为眼睛、鼻子、嘴巴、眉毛等脸部主要器官，所述的次区域结构点为在人脸轮廓和五官结构上，根据不同的位置和距离等条件标注的结构点。
步骤S211，将识别得到的脸部图像进行区块拆分，得到每个头像的五官区块和脸部划分结构点预设区域(次区域)区块，并储存至信息资料库。该区块拆分的数据包括人脸的五官特征要素和脸部划分结构点预设区域(次区域)结构点数据。
步骤S212，在信息数据库中对比已拆分的五官区块和次区域区块，得出相似五官区块以及次区域区块。该相似五官区块以及次区域区块可以反映出用户上传或构建的虚拟人物头像与目标用户头像的整体相似度。例如该用户上传或构建的人物头像与目标人物头像的五官相似度不高，但次区域区块相似度有可能很高。或者该用户上传或构建的人物头像与目标人物头像次区域区块相似度不高，但五官区块可能相似度较高。
步骤S213，从所述的信息数据库中将对比出的五官区块以及次区域区块相似度达到预设阈值(例如80％)的一个或者多个用户头像作为所述该用户上传或创建的模拟头像匹配及展示。
步骤S3中，相似度对比得到的一个或者多个目标用户头像信息被返回至客户端后，可以以例如列表的形式并列显示，或者以单个全屏的形式滑动展示在客户端用户界面，从而将该目标用户头像推荐给用户。例如图4所示。得到的相似度对比目标用户头像可以全部显示在用户界面，若用户对某一个相似的目标用户产生兴趣，则可以直接查看该目标用户的详细信息，并与目标用户产生交互行为。
第二实施例
为了进一步扩大目标用户的的推荐范围，扩展所推荐的目标用户与用户需求的匹配度，参阅图5所示，本发明第二实施例提供一种人物头像元素及区域数字化存储和相似度分析方法，其相较于第一实施例的物头像元素及区域数字化存储和相似度分析推荐方法，所述步骤S2将步骤S212和步骤S213细分类比对方式：
步骤S222，在信息数据库中对比已拆分的五官区块，得出相似五官区块。该五官区块为人脸中的器官特征要素，用户可以仅确定一种或多种五官区块查找相似目标用户头像。所述的一种或多种五官区块特指为眼睛、鼻子、嘴巴、眉毛、耳朵等主要脸部器官。具体为得到五官区块，确定五官区块所属为何种五官，例如鼻子、眼睛、嘴巴等，进一步的对每一种五官器官进行类别划分，例如确定五官区块为眼睛，进一步划分该眼睛在信息数据库中的类别，所属类别包括丹凤眼，桃花眼等若干种类别，再进一步对类别内的五官细分大小、轮廓比对，从而得出与该用户确定的五官最佳相似的目标五官。例如分别得到该用户上传或构建的虚拟人物头像的鼻子与目标用户A的鼻子的相似度、该用户上传或构建的虚拟人物头像的嘴巴与目标用户A的嘴巴的相似度等等。该相似度分析推荐方法只反映用户上传或构建虚拟的人物头像与目标用户头像的五官区块相似度，而并不能反映用户上传或构建虚拟的人物头像与目标用户头像的整体相似度。
步骤S223，从所述的信息数据库中将对比出的五官区块相似度达到第一预设阈值(例如80％)的一个或者多个用户头像作为所述该用户上传或创建的模拟头像匹配及展示。该相似度对比出的目标用户头像只是在该指定五官特征相似度，例如眼睛、鼻子、嘴巴等部位较相似。
相应地，所述步骤S3将相似度对比得到的一个或者多个目标用户头像信息返回至客户端后，如图6所示，客户端也可以显示该目标用户的信息供用户查看，从而选择查看并联系其中的目标用户。
综上所述，本实施例的头像元素及区域数字化存储和相似度分析推荐方法，可以只将用户上传或构建虚拟的人物头像的五官区块进行相似度对比，进一步扩大推荐用户的查找范围，并提高满足不同需求的用户推荐请求。
第三实施例
为了丰富所推荐目标用户头像的选择，进一步扩大目标用户的推荐范围，并提高所推荐的目标用户与用户需求的匹配度，参阅图7所示，本发明第三实施例提出一种人物头像元素及区域数字化存储和相似度分析方法，其相较于第一实施例的头像元素及区域数字化存储和相似度分析推荐方法，所述步骤S2将步骤S212和步骤S213细分类比对方式：
步骤S232，信息数据库中对比已拆分的次区域区块，得出相似次区域区块。所述的区域区块还包括：识别用户上传或构建的虚拟人物头像，并在脸部轮廓上构建若干个结构点；根据结构点预设若干种的区域(次区域)，所述次区域包括五官划分的结构点预设成的区域，将由结构点划分的若干个区域进行权重排序，得出十种或多种重要的相似度比对区域；再将每一种次区域划分不同的权重比对方式，比如确定A次区域的角度函数对相似度比对影响较大，则确定A次区域的相似度对比以角度函数判定，再例如确定B次区域的面积和周长对比对影响较大，则确定B次区域的相似度对比以面积和周长判定；所述的次区域区块确定与相似度对比还包括：用户构建的虚拟人物头像与目标用户头像不断比对得出主要判定头像相似度次区域的数据，具体为确定结构点划分的次区域区块在一组头像中对比结果相似度达到预设阈值A(例如80％)，确定五官区块在一组头像中对比结果相似度达到预设阈值B(例如80％)，从而得出该组次区域为权重值较高的区块，可以用于判断相似度的主要对比方法，如次区域区块确定的相似度结果与五官区块的相似度结果相差度达到预设阈值(例如20％)，从而得出该组次区域区块不足以作为判断相似度结果的对比方法，在经过计算机人工智能不断学习优化，所确定的次区域与相似度对比方式不仅限于一种或多种方法。确定这十种或多种次区域与相似度对比权重方式后，对用户上传或构建的虚拟人物头像与目标用户头像进行次区域比对，得出最佳相似度目标用户头像。
步骤S233，从所述的信息数据库中将对比出的结构点预设若干种的区域(次区域)区块相似度达到第三预设阈值(例如80％)的一个或者多个用户头像作为所述该用户上传或创建的模拟头像匹配及展示。例如，用户上传或构建的虚拟人物头像A的α次区域与目标用户的α次区域通过确定的相似度对比方式以角度函数判定相似度达到80％，用户上传或构建的虚拟人物头像B的γ次区域与目标用户的γ次区域通过确定的相似度对比方式以区域面积判定相似度达到90％，用户上传或构建的虚拟人物头像C的β次区域与目标用户的β次区域通过确定的相似度对比方式以区域周长判定相似度达到70％，则从信息数据库中将目标用户A、目标用户B和目标用户C的信息都查询出来。
相应地，所述步骤S3可以将次区域对比相似度达到第三预设阈值得到的一个或者多个目标用户头像信息分类返回至客户端进行显示，从而将该目标用户根据不同的次区域相似度结果分类推荐给用户。如图8所示。
综上所述，本实施例的头像元素及区域数字化存储和相似度分析推荐方法，可以丰富所推荐的目标用户的种类，进一步扩大目标用户的推荐范围，并提高满足不同需求的用户推荐请求。
第四实施例
参阅图9所示，本发明第四实施例提供一种头像元素及区域数字化存储和相似度分析推荐装置100，其包括获取模块101、识别模块102和对比模块103。可以理解，上述的各模块是指计算机程序或者程序段，用于执行某一项或多项特定的功能。此外，上述各模块的区分并不代表实际的程序代码也必须是分开的。
获取模块101，当接收到来自客户端的人物头像时，获取人物头像可以为用户上传的真实头像，以及用户创建的模拟人物头像。
具体而言，获取模块101在接收到来自客户端的人物头像时，确认若该人物头像为用户上传的真实头像，则对用户头像肖像画处理，从而获取该头像；确认若该人物头像为用户创建的模拟人物头像，则直接获取该创建模拟头像。
识别模块102，识别该用户上传或创建的虚拟头像中的人脸，将人脸划分为五官区域以及除五官以外的(次区域)区块。该识别模块102具体包括第一对比子模块110、第一搜索子模块111和推荐模块112。
对比模块103，用于将拆分的人物头像区域在信息数据库中进行相似度对比，从而得出最佳相似的目标用户头像。
所述第一对比子模块110，用于对比识别出的人脸五官区块参数，得出该用户上传或创建模拟人物头像最佳相似的目标用户五官
所述第一搜索子模块111，从所述信息数据库中将与该用户上传或创建的模拟人物头像的五官区块相似度达到第一阈值的一个或多个目标用户头像搜索到。
所述推荐模块112，用于将搜索结果作为所述与该用户上传或创建的虚拟人物头像最佳匹配结果展示出来。具体而言，将搜索得到的目标用户头像等信息返回该客户端，从而将该目标用户推荐给用户，客户端可以将该目标用户的信息显示在用户界面上供用户查看，若用户对某一目标用户产生兴趣，则可以对该目标用户执行查看操作。
对于以上各模块的具体工作过程，可进一步参考本发明第一实施例提供的人物头像元素及区域数字化存储和相似度分析推荐方法，在此不再重复。
综上所述，本实施例的头像元素及区域数字化存储和相似度分析推荐装置100在接收到来自客户端的人物头像时，从信息数据库中搜索出与上传或构建的虚拟人物头像匹配的目标用户头像推荐给用户，可以扩大目标用户的搜索范围，有利于提高满足不同需求的用户推荐请求。
第五实施例
参阅图10所示，本发明第五实施例提供一种头像元素及区域数字化存储和相似度分析推荐装置200，其相比于第四实施例的头像元素及区域数字化存储和相似度分析推荐装置100，所述对比模块102除包括所述第二对比子模块110外，还包括第二搜索子模块121和推荐模块122。
所述第二对比子模块110，用于将识别的人脸划分为若干个结构点，从而对结构点进行排序组合为不同的多边形结构(次区域)；再将每一种次区域划分确定不同的权重比对方式用以作为相似度对比。
所述第二搜索子模块121，将所有人脸结构点划分排序组合得到的多边形结构进行权重划分，从而对权重值最高的一个或者多个多边形结构进行相似度比对，从所述信息数据库中将与该用户上传或创建的虚拟人物头像相似度达到第二阈值的一个或多个目标用户头像搜索到。
对于以上各模块的具体工作过程，可进一步参考本发明第二实施例提供的人物头像元素及区域数字化存储和相似度分析推荐方法，在此不再重复。
综上所述，本实施例的联系人推荐装置200可以只将与用户上传或构建的虚拟人物头像的若干次区域相似的目标用户推荐给用户，进一步扩大目标用户的推荐范围，并提高所推荐的目标用户与用户需求的匹配度。
第六实施例
参阅图11所示，本发明第六实施例提供一种头像元素及区域数字化存储和相似度分析推荐装置300，其相比于第四实施例的联系人推荐装置100，所述对比模块102除包括所述第三对比子模块110外，还包括第三搜索子模块131和推荐模块132。
所述第三对比子模块110，用于将所有五官区块和除五官之外的(次区域)区块整体相似度对比，得到该用户上传或创建虚拟头像的五官及轮廓最佳相似度匹配推荐。
所述第三搜索子模块131，将所对比的五官区块和除五官之外的(次区域)区块在信息数据库中相似度达到第一和第二阈值的一种或多种目标用户头像搜索并得出最佳相似结果。
相应地，所述推荐模块132可以将所搜索出来的目标用户的头像按照整体相似度与该用户上传或创建的虚拟人物头像的相似度达到第三预设阈值的分类返回至客户端进行显示，从而将该目标用户分类推荐给用户。
对于以上各模块的具体工作过程，可进一步参考本发明第三实施例提供的头像元素及区域数字化存储和相似度分析推荐方法，在此不再重复。
综上所述，本实施例的头像元素及区域数字化存储和相似度分析推荐装置300可以更加精准的搜索到所推荐的目标用户的种类，进一步确定用户想要开展网络社交的目标用户，提高所推荐的目标用户与用户需求的网络社交效率。
此外，本发明实施例还提供一种计算机可读存储介质，其内存储有计算机可执行指令，上述的计算机可读存储介质例如为非易失性存储器例如光盘、硬盘、或者闪存。上述的计算机可执行指令用于让计算机或者类似的运算装置完成上述的人物头像元素及区域数字化存储和相似度分析推荐方法中的各种操作。
一种人物头像元素及区域数字化存储和相似度分析方法装置，其步骤还包括仅通过一种或多种元素区块进行相似度对比，得出预览的单一元素区块相似的目标用户头像，用户可对目标用户头像添加收藏或直接开始交互。具体为用户在创建模拟人物头像进行识别时，可以仅对某一个五官区块或由结构点预设成的区域区块进行创建，在信息数据库中对这类元素区块进行相似度对比，得出与这类元素区块相似度最佳的一种或多种目标人物头像，进一步的反馈至客户端在用户界面展示为预览结果，用户可直接对预览的目标用户头像进行下一步操作。
一种人物头像元素及区域数字化存储和相似度分析方法装置，用户对预览的目标用户头像进行下一步操作还包括，直接通过目标用户头像收藏或添加为好友直接开始互动，还可以对目标用户头像或继续对创建的虚拟人物头像进一步的进行编辑，完善其他的一种或多种不同的元素区块进一步的对目标用户头像或创建的虚拟人物头像进行相似度比对，得出新的目标人物头像。
一种头像元素及区域数字化储存和相似度分析推荐方法装置，还包括：该种方法装置可以提高互联网社交的效率，快速的查询到用户创建的虚拟头像匹配的目标人物头像，本发明还可以作为一种技术组件使用在各种网络匹配社交平台中，依据本发明的技术组件使用，均需要本公司授权。
工作原理：在使用该人物头像元素及区域数字化存储和相似度分析方法和***时，以脸部划分为若干个结构点，进一步的通过计算机的排列组合将这些结构点划分为若干个多边形次区域，脸部划分结构点组成的次区域包括任何不仅限于人脸，还可以包括动物脸型，雕塑脸型等等。将由结构点划分的若干个区域进行人工智能对抗训练，具体为将不同的两张(一组)照片进行对抗学习，确定每一种次区域的相似度比较方法，在信息数据库中不断比较学习，得出能够最佳体现相似度的次区域；脸部次区域划分不仅限于用于物体间的相似度对比，还可以运用在表情构建，不同的五官可以构建为不同的次区域，而不同的表情也会导致次区域的变换，通过对抗训练，该方法还可以包括得出不同的表情比较，所述的表情不仅限于人脸，还可以为动物表情、雕塑表情等等；以及所确定的次区域与相似度对比方式不仅限于一种或多种方法。该种方法是将物体确定不同的结构点并排列组合，划分为不同的区域(次区域)并转为数字化储存，再通过人工智能对抗训练，得出最佳的相似度对比方法，该种头像元素及区域数字化存储和相似度分析推荐方法大大降低了目前人脸识别技术当中所述的巨量算法。
本发明主要是以脸部划分为若干个结构点，进一步的通过计算机的排列组合将这些结构点划分为若干个多边形次区域，所述的脸部划分结构点组成的次区域包括任何不仅限于人脸，还可以包括动物脸型，雕塑脸型等等。将由结构点划分的若干个区域进行人工智能对抗训练，具体为将不同的两张(一组)照片进行对抗学习，确定每一种次区域的相似度比较方法，在信息数据库中不断比较学习，得出能够最佳体现相似度的次区域；所述的脸部次区域划分不仅限于用于物体间的相似度对比，还可以运用在表情构建，不同的五官可以构建为不同的次区域，而不同的表情也会导致次区域的变换，通过对抗训练，该方法还可以包括得出不同的表情比较，所述的表情不仅限于人脸，还可以为动物表情、雕塑表情等等；以及所确定的次区域与相似度对比方式不仅限于一种或多种方法。该种方法是将物体确定不同的结构点并排列组合，划分为不同的区域(次区域)并转为数字化储存，再通过人工智能对抗训练，得出最佳的相似度对比方法，该种头像元素及区域数字化存储和相似度分析推荐方法大大降低了目前人脸识别技术当中所述的巨量算法，具体次区域的确定以及对比方式参考第三实例。)
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种人物头像元素及区域数字化存储和相似度分析方法，其特征在于：该方法包括以下步骤：
获取步骤：当用户在客户端上传或创建模拟人物头像时，根据该用户上传或创建的图像进行获取；
识别步骤：对用户在客户端上传或创建的模拟人物头像进行识别，从而对该人物头像进行区域拆分并储存至信息数据库；
对比步骤：将拆分的人物头像区域在信息数据库中进行相似度对比，从而得出最佳相似的目标用户头像。
2.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法和***，其特征在于：所述获取步骤包括：
当接收到来自客户端的头像时，确认人物头像可以为用户上传的真实头像，以及用户创建的模拟人物头像；
若该人物头像为用户上传的真实头像，则对用户头像肖像画处理，从而获取该头像；
若该人物头像为用户创建的模拟头像，则直接获取该创建模拟头像。
3.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法，其特征在于：所述信息数据库中包括所有用户的信息，该用户的信息包括用户上传的头像以及创建的虚拟人物头像；所述头像还包括但不限于：人物头像、动物头像以及物体头像。
4.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法和***，其特征在于：所述识别步骤还包括：
识别该用户上传的真实头像或创建的虚拟人物头像，得到头像的脸部图像；
将识别得到的脸部图像进行区块拆分，得到每个头像的五官区块和脸部划分结构点预设区域区块，并储存至信息资料库。
所述识别步骤还包括：
将由结构点划分的若干个区域进行人工智能对抗训练，具体为将不同的两张照片进行对抗学习，确定每一种次区域的相似度比较方法，在信息数据库中不断比较学习，得出能够最佳体现相似度的次区域，对比该用户上传或创建的虚拟人物头像的拆分区块，得到与该用户上传或创建的头像最佳相似的目标用户头像；
从所述信息数据库中将与该用户上传或创建的虚拟人物头像的拆分区块相似度达到第一预设阈值的一个或多个目标用户头像作为所述与该用户上传或创建的虚拟头像匹配及展示；
所述脸部图像包括在人物脸部划分若干个结构点的数据；
所述识别步骤还包括：
将人脸划分的结构点排序组合划分为不同的多边形结构，得到该用户上传或创建的虚拟头像除五官以外的区块；
将得到的所有除五官以外的区块进行权重划分；
从所述信息数据库中将与该用户上传或创建的虚拟头像除五官以外的区块对比相似度达到第二预设阈值的一个或多个目标用户头像作为所述与该用户上传或创建的头像匹配并展示。
5.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法，其特征在于：所述对比步骤包括：
单个次区域相似度比对的结构点划分，根据权重划分得到的一种或多种多边形结构划分每个多边形区域的重点比对特征，所述的比对特征包括但不限于划分的多边形角度、周长、面积等，从而对每一块次区域得出比对方式；
从所述的信息数据库中根据比对方式得出该用户上传或创建的虚拟人物头像次区域最佳相似的目标用户头像。
所述对比步骤还包括：
将所对比的五官区块和除五官之外的区块在信息数据库中相似度达到第一和第二阈值的一种或多种人物头像返回至客户端，从而将该用户上传或创建的虚拟人物头像相似度最佳的目标用户头像推荐给用户。
6.一种人物头像元素及区域数字化存储和相似度分析***，其特征在于，该***包括：
获取模块，用于接收来自客户端的用户上传或创建的虚拟人物头像，确定人物头像为上传头像还是创建的模拟头像；
识别模块，用于识别用户上传或创建的虚拟头像，并对头像进行区块划分，再储存至信息数据库中；
对比模块，用于将识别划分的头像区块在信息数据库中进行相似度对比，得出最佳相似度的一个或者多个人物头像，从而将该目标人物头像推荐给用户。
7.根据权利要求6所述的人物头像元素及区域数字化存储和相似度分析***，其特征在于：所述获取模块用于：
当接收到来自客户端的人物头像时，确认人物头像可以为用户上传的真实头像，以及用户创建的模拟人物头像；
若该人物头像为用户上传的真实头像，则对用户头像肖像画处理，从而获取该头像；
若该人物头像为用户创建的模拟人物头像，则直接获取该创建模拟头像。
8.根据权利要求7所述的人物头像元素及区域数字化存储和相似度分析***，其特征在于：所述信息数据库中包括所有用户的信息，该用户的信息包括用户上传的头像、创建的虚拟人物头像、人物头像划分的结构点、由结构点组合而成的若干次区域。
9.根据权利要求8所述的人物头像元素及区域数字化存储和相似度分析***，其特征在于：所述识别模块还包括识别子模块，用于：
识别该用户上传或创建的虚拟头像中的人脸，划分为五官区块和除五官以外的区块用作相似度对比；
将识别划分的各类区块储存至信息数据库中，作为比对数据参数使用。
10.根据权利要求9所述的人物头像元素及区域数字化存储和相似度分析***，其特征在于：所述对比模块还包括：
第一对比子模块，用于对比识别出的人脸五官区块参数，得出该用户上传或创建模拟人物头像最佳相似的目标用户五官；
第一搜索子模块，从所述信息数据库中将与该用户上传或创建的模拟人物头像的五官区块相似度达到第一阈值的一个或多个目标用户头像作为所述与该用户上传或创建的虚拟人物头像最佳匹配结果展示出来；
所述五官和五官外的区块排列组合而成的次区域包括脸部各结构点的数据；
所述对比模块还包括：
第二对比子模块，用于将识别的人脸划分为若干个结构点，从而对结构点进行排序组合为不同的多边形结构；
第二搜索子模块，将所有五官外的人脸结构点划分排序组合得到的多边形结构进行权重划分，从而对权重值最高的一个或者多个多边形结构进行相似度比对，从所述信息数据库中将与该用户上传或创建的虚拟人物头像相似度达到第二阈值的一个或多个目标用户头像作为所述与该用户上传或创建的虚拟人物头像最佳匹配结果展示出来；
所述对比模块还包括：
第三对比子模块，用于将所有五官区块和除五官之外的区块进行结构点划分，进一步的对这些结构点排列组合成若干次区域，从而对这些次区域进行人工智能对抗训练，得出整体相似度对比，得到该用户上传或创建虚拟头像的五官及轮廓最佳相似度匹配推荐显示；
第三搜索子模块，将所对比的五官区块和除五官之外的区块排列组合成的次区域在信息数据库中进行对抗训练，进而相似度第三阈值的一种或多种目标用户头像搜索并得出最佳相似结果；
所述对比模块还用于将所比对的最佳相似结果的一种或多种人物头像返回至客户端，从而将该用户上传或创建的虚拟人物头像相似度最佳的目标用户头像推荐给用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010814840.7A CN112016412A (zh) | 2020-08-13 | 2020-08-13 | 人物头像元素及区域数字化存储和相似度分析方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010814840.7A CN112016412A (zh) | 2020-08-13 | 2020-08-13 | 人物头像元素及区域数字化存储和相似度分析方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112016412A true CN112016412A (zh) | 2020-12-01 |
Family
ID=73506107
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010814840.7A Granted CN112016412A (zh) | 2020-08-13 | 2020-08-13 | 人物头像元素及区域数字化存储和相似度分析方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112016412A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000063344A (ko) * | 2000-06-26 | 2000-11-06 | 김성호 | 자동 얼굴 캐리커처 생성 방법 |
| CN107481190A (zh) * | 2017-07-04 | 2017-12-15 | 腾讯科技（深圳）有限公司 | 一种图像数据处理方法以及装置 |
| CN108154088A (zh) * | 2017-12-11 | 2018-06-12 | 深圳市云之梦科技有限公司 | 一种导购机检测侧脸的方法及*** |
| CN108182657A (zh) * | 2018-01-26 | 2018-06-19 | 深圳市唯特视科技有限公司 | 一种基于循环生成对抗网络的面部图像转换方法 |
| CN108510437A (zh) * | 2018-04-04 | 2018-09-07 | 科大讯飞股份有限公司 | 一种虚拟形象生成方法、装置、设备以及可读存储介质 |
| CN108717719A (zh) * | 2018-05-23 | 2018-10-30 | 腾讯科技（深圳）有限公司 | 卡通人脸图像的生成方法、装置及计算机存储介质 |
| CN109308682A (zh) * | 2018-10-18 | 2019-02-05 | 杭州数为科技有限公司 | 一种人脸识别与卡通还原方法、装置、介质及*** |
| CN110275972A (zh) * | 2019-06-17 | 2019-09-24 | 浙江工业大学 | 一种引入对抗训练的基于内容的实例检索方法 |
| CN111160264A (zh) * | 2019-12-30 | 2020-05-15 | 中山大学 | 一种基于生成对抗网络的漫画人物身份识别方法 |
-
2020
- 2020-08-13 CN CN202010814840.7A patent/CN112016412A/zh active Granted
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000063344A (ko) * | 2000-06-26 | 2000-11-06 | 김성호 | 자동 얼굴 캐리커처 생성 방법 |
| CN107481190A (zh) * | 2017-07-04 | 2017-12-15 | 腾讯科技（深圳）有限公司 | 一种图像数据处理方法以及装置 |
| CN108154088A (zh) * | 2017-12-11 | 2018-06-12 | 深圳市云之梦科技有限公司 | 一种导购机检测侧脸的方法及*** |
| CN108182657A (zh) * | 2018-01-26 | 2018-06-19 | 深圳市唯特视科技有限公司 | 一种基于循环生成对抗网络的面部图像转换方法 |
| CN108510437A (zh) * | 2018-04-04 | 2018-09-07 | 科大讯飞股份有限公司 | 一种虚拟形象生成方法、装置、设备以及可读存储介质 |
| CN108717719A (zh) * | 2018-05-23 | 2018-10-30 | 腾讯科技（深圳）有限公司 | 卡通人脸图像的生成方法、装置及计算机存储介质 |
| CN109308682A (zh) * | 2018-10-18 | 2019-02-05 | 杭州数为科技有限公司 | 一种人脸识别与卡通还原方法、装置、介质及*** |
| CN110275972A (zh) * | 2019-06-17 | 2019-09-24 | 浙江工业大学 | 一种引入对抗训练的基于内容的实例检索方法 |
| CN111160264A (zh) * | 2019-12-30 | 2020-05-15 | 中山大学 | 一种基于生成对抗网络的漫画人物身份识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109284729B (zh) | 基于视频获取人脸识别模型训练数据的方法、装置和介质 | |
| US9218364B1 (en) | Monitoring an any-image labeling engine | |
| US8762383B2 (en) | Search engine and method for image searching | |
| US9367756B2 (en) | Selection of representative images | |
| CN111400607B (zh) | 搜索内容输出方法、装置、计算机设备及可读存储介质 | |
| CN110413816B (zh) | 彩色草图图像搜索 | |
| US9037600B1 (en) | Any-image labeling engine | |
| US11036790B1 (en) | Identifying visual portions of visual media files responsive to visual portions of media files submitted as search queries | |
| CN109783671B (zh) | 一种以图搜图的方法、计算机可读介质及服务器 | |
| US20210141826A1 (en) | Shape-based graphics search | |
| CN111814620A (zh) | 人脸图像质量评价模型建立方法、优选方法、介质及装置 | |
| US7003140B2 (en) | System and method of searching for image data in a storage medium | |
| US11263436B1 (en) | Systems and methods for matching facial images to reference images | |
| CN111708890A (zh) | 一种搜索词确定方法和相关装置 | |
| CN111191065B (zh) | 一种同源图像确定方法及装置 | |
| CN111368674B (zh) | 图像识别方法及装置 | |
| CN117132690A (zh) | 一种图像生成方法及相关装置 | |
| CN112016412A (zh) | 人物头像元素及区域数字化存储和相似度分析方法和*** | |
| CN110688516A (zh) | 图像检索方法、装置、计算机设备和存储介质 | |
| CN116959058A (zh) | 一种三维人脸驱动方法及相关装置 | |
| JP7331924B2 (ja) | 検索装置、制御方法、及びプログラム | |
| CN113762059A (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
| CN112016411B (zh) | 创建模拟对象人物头像进行相似性匹配的社交方法和*** | |
| US20220198825A1 (en) | Systems and methods for matching facial images to reference images | |
| CN117034385B (zh) | 一种支持人形角色创意设计的ai*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant |