[发明专利]群共享照片的自动筛选方法有效
申请号: | 201510844923.X | 申请日: | 2015-11-26 |
公开(公告)号: | CN105488526B | 公开(公告)日: | 2019-07-09 |
发明(设计)人: | 熊桂荣 | 申请(专利权)人: | 嵊州明智科技服务有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F16/583 |
代理公司: | 北京中知法苑知识产权代理事务所(普通合伙) 11226 | 代理人: | 李明 |
地址: | 312400 浙江省绍兴市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 共享 照片 自动 筛选 方法 | ||
1.一种群共享照片的自动筛选方法,其特征在于,所述方法包括:
步骤S1,创建摄影者因子表、比例因子表和位置因子表,所述摄影者因子表包括摄影者标识、摄影者相机指纹以及摄影因子三个表项,所述比例因子表包括摄像主体所占比例以及比例因子两个表项,所述位置因子表包括摄像主体所在位置以及位置因子两个表项;其中,所述摄影者相机指纹是所述摄影者所使用的摄像器材的标识,所述摄影因子是表示所述摄影者摄影技术的标识值;
步骤S2,从处于群中各个用户接收共享的多幅图像,形成初始图像集合;
步骤S3,对初始图像集合进行筛选,包括:
步骤S32,循环搜索图像,将图像进行聚类,形成多个图像分类;
步骤S33,在每一个图像分类中,找出该图像分类中所有图像的重合部分作为摄像主体,获取该图像分类的每幅图像中所述摄像主体所占的比例和所处的位置,查找所述比例因子表和位置因子表,获得该图像相应的比例因子和位置因子;
步骤S34,识别每一个图像分类中的图像的相机指纹,根据所述相机指纹查找所述摄影者因子表,获得该图像相应的摄影因子;
步骤S35,根据在每一个图像分类中的图像的比例因子、位置因子和摄影因子,计算出该图像在该图像分类中的质量值;
步骤S4,输出筛选出的图像,所述筛选出的图像为质量值高的图像。
2.根据权利要求1所述的方法,其特征在于:
在所述步骤S1中,所述摄影者因子表的创建包括:
接收来自摄影者上传的他自己拍摄的多幅图像;
获取摄影者的标识,所述摄影者的标识包括用户名或ip地址,作为摄影者标识;
从多幅图像中提取出所述相机指纹。
3.根据权利要求2所述的方法,其特征在于:
所述摄影因子对于所有摄影者的初始默认值是相同的值。
4.根据权利要求1所述的方法,其特征在于:
在步骤S32之前还具有步骤S31,步骤S31包括从初始图像集合中筛选出清晰图像,形成第一图像集合,并且步骤S32在第一图像集合中循环搜索图像以形成多个图像分类。
5.根据权利要求4所述的方法,其特征在于:
所述步骤S32包括形成图像聚类的过程以及根据图像聚类形成图像分类的过程,其中形成图像聚类的过程包括:
步骤S321,选择第一幅图像作为要被搜索的搜索图像;
步骤S322,将要被搜索的搜索图像加入被搜索图像集合;
步骤S323,在第一图像集合中去掉被搜索图像集合以形成剩余图像集合,采用图像检索技术在所述剩余图像集合中检索所述要被搜索的搜索图像,将检索出来的图像和要被搜索的搜索图像组合为一个图像聚类;
步骤S322,将下一幅图像作为要被搜索的搜索图像并返回步骤S322继续执行,直到最后一幅图像;
形成图像分类的过程包括:
步骤S333,从最后一个图像聚类开始,将最后一个图像聚类作为要被搜索的搜索聚类;
步骤S334,将要被搜索的搜索聚类加入搜索聚类集合;
步骤S335,在所有的图像聚类中去掉搜索聚类集合以形成剩余图像聚类,在剩余图像聚类中搜索以判断是否存在一个图像聚类包含要被搜索的搜索聚类,如果存在,则不将要被搜索的搜索聚类作为一个图像分类,如果不存在,则将要被搜索的搜索聚类作为一个图像分类;
步骤S336,将上一个图像聚类作为要被搜索的搜索聚类并返回步骤S334继续执行,直到第一个图像聚类。
6.根据权利要求1所述的方法,其特征在于:
步骤S35后还包括:
步骤S36,对于每一个图像分类,将其中所包含的图像按照其质量值进行排序,将排名为前n位的图像加入第一筛选图像集,其中n为预设值,并将第一筛选图像集中的图像进行去重操作,生成第二筛选图像集作为筛选出的图像。
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嵊州明智科技服务有限公司,未经嵊州明智科技服务有限公司许可,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/201510844923.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于仓储的RFID卡
- 下一篇:一种基于视频尺度信息的视频分类方法