[发明专利]滤镜推荐方法、装置、电子设备及存储介质

说明书

本公开是关于一种滤镜推荐方法、装置、电子设备及存储介质。其中方法包括：接收到为原始图像增加滤镜的指令后，在预置图像特征包含的类别中，识别所述原始图像所属的类别；依据预设的类别与智能滤镜的对应关系，查询所述原始图像所属的类别对应的智能滤镜；根据查询到的智能滤镜进行滤镜推荐。本公开可以根据原始图像的类别进行智能滤镜的推荐，推荐过程更加客观，推荐的智能滤镜能够更加适应原始图像的情况，推荐结果准确，能够提升用户体验。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种滤镜推荐方法、装置、电子设备及存储介质。

背景技术

随着移动互联网和智能终端的飞速发展，移动终端逐渐成为人们生活中不可或缺的一部分。移动终端具有通话，拍摄，播放音频、视频，定位，条码扫描等各种功能，为人们的生活带来了极大的便利。

在利用移动终端拍摄时，为了使得拍摄的作品质量更好，很多用户会在拍摄的照片或者视频上增加滤镜，以达到美化照片或视频的目的。

在相关技术中，用户通常是根据自己的喜好来选择要增加的滤镜，因此滤镜的选择往往偏主观，而很多用户并不是专业摄像人士，从而导致选择的滤镜与拍摄的作品不符合，滤镜选择不准确，降低用户体验。

发明内容

为克服相关技术中存在的问题，本公开提供一种滤镜推荐方法、装置、电子设备及存储介质。

根据本公开实施例的第一方面，提供一种滤镜推荐方法，包括：接收到为原始图像增加滤镜的指令后，在预置图像特征包含的类别中，识别所述原始图像的类别；依据预设的类别与智能滤镜的对应关系，查询所述原始图像所属的类别对应的智能滤镜；根据查询到的智能滤镜进行滤镜推荐。

可选地，所述在预置图像特征包含的类别中，识别所述原始图像所属的类别的步骤包括：将所述原始图像输入预设的神经网络模型，所述神经网络模型包括至少一个全连接层，每个全连接层对应一种预置图像特征，每种预置图像特征包含至少一种类别；获取每个全连接层输出的，在所述全连接层对应的预置图像特征包含的类别中，所述原始图像所属的类别。

可选地，所述神经网络模型通过如下方式得到：获取多个样本图像，每个样本图像标记有在至少一种所述预置图像特征包含的类别中所属的类别；针对每种类别，根据所述类别对应的样本图像的数量，计算所述类别对应的采样权重；按照每种类别各自对应的采样权重从所述多个样本图像中选取待训练的样本图像；利用所述待训练的样本图像，训练所述神经网络模型。

可选地，所述原始图像所属的类别包括至少一种，所述类别与智能滤镜的对应关系中每个智能滤镜对应至少一种类别；所述依据预设的类别与智能滤镜的对应关系，查询所述原始图像所属的类别对应的智能滤镜的步骤包括：依据所述类别与智能滤镜的对应关系，查询对应的类别命中所述原始图像所属的类别的智能滤镜。

可选地，根据查询到的智能滤镜进行滤镜推荐的步骤包括：从查询到的智能滤镜中选取命中类别的数量最多的智能滤镜，作为推荐的智能滤镜。

可选地，在所述从查询到的智能滤镜中选取命中类别的数量最多的智能滤镜，作为推荐的智能滤镜的步骤之后，还包括：显示滤镜列表，在所述滤镜列表中显示所述推荐的智能滤镜，并将所述推荐的智能滤镜标记为智能；在所述滤镜列表中存在与所述推荐的智能滤镜类别相同的滤镜时，将所述类别相同的滤镜中的至少一个滤镜标记为推荐。

可选地，所述预置图像特征包括图像目标、图像场景及图像质量。

根据本公开实施例的第二方面，提供一种滤镜推荐装置，包括：识别单元，被配置为接收到为原始图像增加滤镜的指令后，在预置图像特征包含的类别中，识别所述原始图像所属的类别；查询单元，被配置为依据预设的类别与智能滤镜的对应关系，查询所述原始图像所属的类别对应的智能滤镜；推荐单元，被配置为根据查询到的智能滤镜进行滤镜推荐。