[发明专利]照片归类方法以及归类系统在审
| 申请号: | 201710751533.7 | 申请日: | 2017-08-28 |
| 公开(公告)号: | CN107506735A | 公开(公告)日: | 2017-12-22 |
| 发明(设计)人: | 朱启凯;王瑞;李井娜;游峰磊 | 申请(专利权)人: | 江西博瑞彤芸科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 北京成创同维知识产权代理有限公司11449 | 代理人: | 蔡纯,张靖琳 |
| 地址: | 330000 江西省*** | 国省代码: | 江西;36 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 照片 归类 方法 以及 系统 | ||
技术领域
本发明涉及计算机领域,具体涉及一种照片归类方法以及归类系统。
背景技术
随着移动终端的摄像头性能的提高,越来越多的用户喜欢使用移动终端拍照留念。但是随着照片数量的增加,带来了一个问题:即用户需要手工对照片进行分类。手工分类不仅使照片分类工作变得繁琐而且还会产生分类错误。
因此有必要提供一种更加智能的照片分类方法,以满足用户更高的要求。
发明内容
有鉴于此,本发明提供一种照片归类方法及照片归类系统,提供智能化的照片分类方法,以满足用户的更高的要求。
根据本发明实施例的第一方面,本发明实施例提供一种照片归类方法,应用于移动终端,包括:
采集多个特定对象的脸部特征数据;
将所述脸部特征数据和分类ID关联;
从照片中识别人脸数目,并逐一和所述脸部特征数据比对;
根据比对结果将所述照片分类,以实现分类浏览照片。
优选地,所述采集多个特定对象的脸部图像包括:
通过摄像头分别拍摄每个特定对象的脸部图像;以及
从所述脸部图像中采集脸部特征数据;
所述将所述脸部图像和分类ID关联包括:
创建分类ID,每个分类ID至少对应一个特定对象的脸部特征数据。
优选地,还包括:
采集所述多个特定对象的信息数据;以及
根据所述信息数据创建分类ID。
优选地,还包括:在从照片中识别人脸数目,并逐一和所述脸部特征数据比对之前,将所述照片和所述脸部图像进行图像预处理。
优选地,根据所述比对结果将所述照片分类包括:
当所述照片和一个特定对象的脸部特征数据的相似度超过设定阈值时,将所述照片归类到该对象对应的分类ID中。
优选地,当所述照片和所述多个特定对象中的两个及以上的对象的脸部特征数据的相似度超过设定阈值时,优先将所述照片归类到所述两个及以上的对象同时对应的分类ID中。
优选地,还包括:当所述照片和所述脸部图像的相似度均低于设定阈值时,将所述照片归类到同一分类ID中。
优选地,所述多个特定对象为移动终端的机主本人和家庭成员,所述分类ID包括本人照片、家庭成员照片和其他照片。
根据本发明的第二方面,提供一种照片归类系统,应用于移动终端,包括:
采集模块,用于采集多个特定对象的脸部特征数据;
关联模块,用于根据所述脸部特征数据将所述多个特定对象和分类ID关联;
比对模块,用于将照片逐一和所述脸部特征数据比对;
分类模块,用于根据比对结果将所述照片分类,以实现分类浏览照片。
优选地,所述采集模块包括:
拍摄单元,用于通过摄像头分别拍摄每个特定对象的脸部图像;
提取单元,用于从所述脸部图像中采集脸部特征数据。
本发明实施例提供一种照片归类方法,应用于移动终端,包括:采集多个特定对象的脸部特征数据;将所述脸部特征数据和分类ID关联;从照片中识别人脸数目,并逐一和所述脸部特征数据比对;根据比对结果将所述照片分类,以实现分类浏览照片。本发明实施例实现通过人脸识别技术进行照片归类,提高了照片归类的智能化程度。本发明实施例同时提供一种照片归类系统。
附图说明
通过参照以下附图对本发明实施例的描述,本发明的上述以及其它目的、特征和优点将更为清楚,在附图中:
图1是根据本发明实施例的照片归类方法的流程图;
图2是图1的照片归类方法中的采集步骤的流程图;
图3是图1的照片归类方法中的“从照片中识别人脸数目,并逐一和所述脸部特征数据比对”的步骤的流程图;
图4是根据本发明实施例的照片归类系统的结构图。
具体实施方式
以下基于实施例对本发明进行描述,但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质,公知的方法、过程、流程没有详细叙述。另外附图不一定是按比例绘制的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西博瑞彤芸科技有限公司,未经江西博瑞彤芸科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710751533.7/2.html,转载请声明来源钻瓜专利网。





