[发明专利]照片分类的方法、设备及计算机可存储介质

说明书

本发明公开了一种照片分类的方法，包括：分析本地照片库中的各种分类照片集中的每张照片，利用机器学习算法得到每种分类照片集各自对应的特征信息；将每种分类照片集各自对应的特征信息形成特征信息集，并根据特征信息集形成特征信息要素；在有新照片存入本地照片库时，根据特征信息要素分析新照片，得到新照片的特征信息；在新照片的特征信息满足预设规则时，确定出新照片属于的分类照片集，并将新照片分类到分类照片集中。本发明同时还公开了一种照片分类的设备及计算机可读存储介质。通过本发明的方案，能够降低用户查找照片的操作时间，提高查找效率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种照片分类的方法、设备及计算机可存储介质。

背景技术

随着科技的发展，手机的功能也越来越丰富，在功能丰富的同时，用户的使用体验也越来越重要；如今，用户手机的照片库中存储有大量的照片，当用户从大量的照片中想要查找指定的照片时，会查阅整个照片库中照片来找到指定的照片；这样一来，就会增加用户查找照片的操作时间，导致查找效率低下。

发明内容

有鉴于此，本发明实施例期望提供一种照片分类的方法、设备及计算机可存储介质，能够降低用户查找照片的操作时间，提高查找效率。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供一种照片分类的方法，所述方法包括：

分析本地照片库中的各种分类照片集中的每张照片，利用机器学习算法得到每种分类照片集各自对应的特征信息；

将所述每种分类照片集各自对应的特征信息形成特征信息集，并根据所述特征信息集形成特征信息要素；

在有新照片存入所述本地照片库时，根据特征信息要素分析所述新照片，得到所述新照片的特征信息；

在所述新照片的特征信息满足预设规则时，确定出所述新照片属于的分类照片集，并将所述新照片分类到所述分类照片集中。

上述方案中，所述分析本地照片库中的各种分类照片集中的每张照片，利用机器学习算法得到每种分类照片集各自对应的特征信息，包括：

利用图像处理技术分析所述本地照片库中的各种分类照片集中的每张照片，得到所述每张照片的特征信息；

利用所述机器学习算法筛选所述每种分类照片集中的每张照片的特征信息，得到所述每种分类照片集中的每张照片共有的特征信息；

根据所述每种分类照片集中的每张照片共有的特征信息，利用所述机器学习算法得到所述每种分类照片集各自对应的特征信息。

上述方案中，在所述根据特征信息要素分析所述新照片，得到所述新照片的特征信息之前，在所述根据所述特征信息集形成特征信息要素之后，所述方法还包括：

判断是否有新照片存入所述本地照片库；

在所述确定出所述新照片属于的分类照片集之前，在所述根据特征信息要素分析所述新照片，得到所述新照片的特征信息之后，所述方法还包括：

判断所述新照片的特征信息是否满足所述预设规则。

上述方案中，所述预设规则包括：所述新照片的特征信息与所述特征信息集中的任意一个特征信息的相似度大于预设阈值的规则。

上述方案中，所述机器学习算法包括：K-均值聚类K-means算法、分类决策树C4.5算法、支持向量机SVM算法、最邻近结点KNN算法、朴素贝叶斯模型NBM算法中的至少一项。

本发明提供一种照片分类的设备，所述设备包括：接口、处理器、存储器及通信总线；

所述通信总线，用于实现所述接口、所述处理器和所述存储器之间的连接通信；