[发明专利]一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统

说明书

本发明公开了一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统，涉及图片处理技术领域，旨在提供一种智能滤镜推荐的方法及系统，本发明技术要点包括将滤镜信息拆分为多个滤镜子属性，以大量加过滤镜的图片作为训练样本去训练多个模式识别模型，使各个模型具备根据图片特征识别适合该图片的滤镜子属性的取值的能力。最后将各个模型输出的滤镜子属性的取值进行整合得到推荐的滤镜信息。

技术领域

本发明涉及图片处理技术领域。

背景技术

目前绝大多数的拍照应用程序都为用户提供了为图片增加滤镜的功能，用户可以根据自己的喜好为拍摄的图片增加滤镜以达到美化图片的目的。随着移动终端拍照APP（应用程序，外语全称：Application）的不断发展，为了给用户提供更加广阔的创造空间，不少APP为用户提供的滤镜编辑接口越来越多，例如有特效、光圈、纹理、色彩、偏色、层次、美肤、清晰度、色温、暗角等等。但是当这么多可编辑的滤镜子属性参数放在用户面前时，大多数用户却不能很好利用这些功能，并让其觉得这是个很复杂、专业性很强的工具。

为了解决这个问题，现有技术中出现了不少滤镜推荐算法，其主要思想是根据图片场景内容直接推荐可能的滤镜给用户，但是这样推荐的结果很笼统，用户体验度并不佳。因为一旦涉及到艺术性的范畴，使用单一的因果关系（例如场景内容与滤镜）来描述时，总会遗漏大量重要信息。

发明内容

基于这样的现实问题，本发明旨在提供一种智能滤镜推荐的方法及系统，基本思想是将滤镜信息拆分为多个滤镜子属性（实际上每个滤镜都是由一组滤镜子属性来描述的），以大量加过滤镜的图片（包括原始图片信息，即未经过后期图像处理的图片或照片，及用户为其添加的滤镜信息）作为训练样本去训练多个模式识别模型（每个模式识别模型用于识别一个滤镜子属性），使各个模型具备根据图片特征识别适合该图片的滤镜子属性的取值的能力。最后将各个模型输出的滤镜子属性的取值进行整合得到推荐的滤镜信息。

基于上述发明基本实现，本发明采用的具体技术手段包括：

步骤1：获取一定数量的样本图片，提取每张样本图片中的原始图片信息及滤镜信息；所述滤镜信息包括若干滤镜子属性；

步骤2：根据每张样本图片中的原始图片信息提取每张样本图片的特征向量；

步骤3：选择待训练的模式识别模型；所述模式识别模型的数量与所述滤镜信息的滤镜子属性数量相同，且每一个模式识别模型对应一个滤镜子属性；

步骤4：按照以下方法训练每一个模式识别模型：依次以每张样本图片的特征向量为模式识别模型的输入，以模式识别模型对应的滤镜子属性在该样本图片滤镜信息中的取值为所述模式识别模型的输出训练该模式识别模型；

步骤5：获取待推荐滤镜信息的目标原始图片；

步骤6：提取目标原始图片的特征向量；

步骤7：将目标原始图片的特征向量依次输入各个训练后的模式识别模型，各个训练后的模式识别模型输出其对应的滤镜子属性的取值；将各个模式识别模型输出的滤镜子属性的取值进行整合得到推荐的滤镜信息。

优选地，所述特征向量包含色彩空间特征值、纹理特征值及结构特征值。

优选地，所述滤镜子属性包括纹理、光圈、特效、色温、色调、曝光度、对比度、鲜艳度及高光。

优选地，所述模式识别模型包括分类模式识别模型及回归模式识别模型；对应纹理、光圈及特效三个滤镜子属性的模式识别模型为分类模式识别模型；对应色温、色调、曝光度、对比度、鲜艳度及高光六个滤镜子属性的模式识别模型为回归模式识别模型。

本发明还提供了一种图片滤镜信息推荐系统，包括：

目标原始图片获取单元，用于获取待推荐滤镜信息的目标原始图片；