[发明专利]一种基于社交网络的圈人方法及装置在审

专利信息
申请号: 201110414844.7 申请日: 2011-12-13
公开(公告)号: CN103164705A 公开(公告)日: 2013-06-19
发明(设计)人: 王莹;陈达力;吴昊;秦爽;陶奕 申请(专利权)人: 腾讯数码(天津)有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06F17/30;G06T11/00;H04L12/58
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 王一斌;王琦
地址: 300457 天津市滨海新区第四*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 社交 网络 方法 装置
【权利要求书】:

1.一种基于社交网络的圈人装置,其特征在于,该装置包括:人脸识别器、人脸图片生成器以及圈人设置器,其中,

人脸识别器,批量检测用户一次上传照片中的人脸部分,将识别出的人脸特征部分输出至人脸图片生成器;

人脸图片生成器,根据人脸识别器输出的人脸特征部分生成人脸图片并展示;

圈人设置器,根据人脸图片生成器展示的人脸图片标识圈人信息并保存。

2.如权利要求1所述的装置,其特征在于,进一步包括:

广播器,将圈人设置器标识的圈人信息通过圈人动静在用户好友列表中展示。

3.如权利要求2所述的装置,其特征在于,所述人脸识别器采用开源计算机视觉库中预先设置的Haar特征提取器以及迭代算法级联分类器。

4.如权利要求3所述的装置,其特征在于,所述人脸识别器包括:灰度处理模块、搜索窗口模块以及人脸识别模块,其中,

灰度处理模块,对上传照片进行灰度化处理,形成灰阶的图片;

搜索窗口模块,用于对灰度处理模块输出的灰阶图片依次进行遍历搜索,并将每次遍历搜索时该搜索窗口中的图片区域输出至人脸识别模块;

人脸识别模块,将搜索窗口模块输出的图片进行人脸识别,如果识别为非人脸特征,通知搜索窗口模块进行下一遍历搜索;如果识别为人脸特征,输出至人脸图片生成器。

5.如权利要求4所述的装置,其特征在于,所述人脸识别器进一步包括:

过滤模块,接收人脸识别模块输出的人脸特征,过滤嵌套或重叠的人脸特征,然后过滤人脸特征区域的颜色特征,输出至人脸图片生成器。

6.如权利要求5所述的装置,其特征在于,展示的人脸图片中标识有标记文本框控件,所述圈人设置器进一步用于监测到用户点击展示的标记文本框控件,触发拉取用户好友列表;接收用户从拉取的用户好友列表中选取的好友姓名,输入到标记文本框中。

7.一种基于社交网络的圈人方法,其特征在于,该方法包括:

加载人脸识别器,批量检测用户一次上传照片中的人脸部分,生成独立的人脸图片并展示;

根据展示的人脸图片标识圈人信息并保存。

8.如权利要求7所述的方法,其特征在于,进一步包括:

将标识的圈人信息通过圈人动静在用户好友列表中展示。

9.如权利要求8所述的方法,其特征在于,所述识别用户上传照片中的人脸特征部分包括:

获取上传照片,对上传照片进行灰度化处理,形成灰阶的图片;

根据预先设置的搜索窗口对灰阶图片依次进行遍历搜索,并将每次遍历搜索时该搜索窗口中的图片区域进行人脸识别,得到人脸特征部分。

10.如权利要求9所述的方法,其特征在于,展示的人脸图片中标识有标记文本框控件,所述根据展示的人脸图片标识圈人信息包括:

监测到用户点击展示的标记文本框控件,触发拉取用户好友列表;

接收用户从拉取的用户好友列表中选取的好友姓名,输入到标记文本框中。

11.如权利要求9所述的方法,其特征在于,所述根据预先设置的搜索窗口对灰阶图片依次进行遍历搜索,并将每次遍历搜索时该搜索窗口中的图片区域进行人脸识别,得到人脸特征部分包括:

初始化搜索窗口尺寸;

确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值;

将初始化的搜索窗口放置于图片中预先设置的初始位置;

判断搜索窗口位置是否已达到图片中预先设置的终止位置,如果是,将搜索窗口按照预先设置的放大倍数进行放大,返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤;如果否,将搜索窗口中的图片送入人脸识别器进行识别;

如果识别为非人脸特征,将搜索窗口移至下一位置,返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤;

如果识别为人脸特征,用当前则用窗口的大小和位置,作为人脸的位置矩形保存,并将搜索窗口移至下一位置,返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯数码(天津)有限公司,未经腾讯数码(天津)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/201110414844.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top