[发明专利]人物头像元素及区域数字化存储和相似度分析方法和系统在审
申请号: | 202010814840.7 | 申请日: | 2020-08-13 |
公开(公告)号: | CN112016412A | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 王海滨 | 申请(专利权)人: | 上海薇艾信息科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京国坤专利代理事务所(普通合伙) 11491 | 代理人: | 赵红霞 |
地址: | 200000 上海市青浦区外*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人物 头像 元素 区域 数字化 存储 相似 分析 方法 系统 | ||
1.一种人物头像元素及区域数字化存储和相似度分析方法,其特征在于:该方法包括以下步骤:
获取步骤:当用户在客户端上传或创建模拟人物头像时,根据该用户上传或创建的图像进行获取;
识别步骤:对用户在客户端上传或创建的模拟人物头像进行识别,从而对该人物头像进行区域拆分并储存至信息数据库;
对比步骤:将拆分的人物头像区域在信息数据库中进行相似度对比,从而得出最佳相似的目标用户头像。
2.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法和系统,其特征在于:所述获取步骤包括:
当接收到来自客户端的头像时,确认人物头像可以为用户上传的真实头像,以及用户创建的模拟人物头像;
若该人物头像为用户上传的真实头像,则对用户头像肖像画处理,从而获取该头像;
若该人物头像为用户创建的模拟头像,则直接获取该创建模拟头像。
3.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法,其特征在于:所述信息数据库中包括所有用户的信息,该用户的信息包括用户上传的头像以及创建的虚拟人物头像;所述头像还包括但不限于:人物头像、动物头像以及物体头像。
4.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法和系统,其特征在于:所述识别步骤还包括:
识别该用户上传的真实头像或创建的虚拟人物头像,得到头像的脸部图像;
将识别得到的脸部图像进行区块拆分,得到每个头像的五官区块和脸部划分结构点预设区域区块,并储存至信息资料库。
所述识别步骤还包括:
将由结构点划分的若干个区域进行人工智能对抗训练,具体为将不同的两张照片进行对抗学习,确定每一种次区域的相似度比较方法,在信息数据库中不断比较学习,得出能够最佳体现相似度的次区域,对比该用户上传或创建的虚拟人物头像的拆分区块,得到与该用户上传或创建的头像最佳相似的目标用户头像;
从所述信息数据库中将与该用户上传或创建的虚拟人物头像的拆分区块相似度达到第一预设阈值的一个或多个目标用户头像作为所述与该用户上传或创建的虚拟头像匹配及展示;
所述脸部图像包括在人物脸部划分若干个结构点的数据;
所述识别步骤还包括:
将人脸划分的结构点排序组合划分为不同的多边形结构,得到该用户上传或创建的虚拟头像除五官以外的区块;
将得到的所有除五官以外的区块进行权重划分;
从所述信息数据库中将与该用户上传或创建的虚拟头像除五官以外的区块对比相似度达到第二预设阈值的一个或多个目标用户头像作为所述与该用户上传或创建的头像匹配并展示。
5.根据权利要求1所述的人物头像元素及区域数字化存储和相似度分析方法,其特征在于:所述对比步骤包括:
单个次区域相似度比对的结构点划分,根据权重划分得到的一种或多种多边形结构划分每个多边形区域的重点比对特征,所述的比对特征包括但不限于划分的多边形角度、周长、面积等,从而对每一块次区域得出比对方式;
从所述的信息数据库中根据比对方式得出该用户上传或创建的虚拟人物头像次区域最佳相似的目标用户头像。
所述对比步骤还包括:
将所对比的五官区块和除五官之外的区块在信息数据库中相似度达到第一和第二阈值的一种或多种人物头像返回至客户端,从而将该用户上传或创建的虚拟人物头像相似度最佳的目标用户头像推荐给用户。
6.一种人物头像元素及区域数字化存储和相似度分析系统,其特征在于,该系统包括:
获取模块,用于接收来自客户端的用户上传或创建的虚拟人物头像,确定人物头像为上传头像还是创建的模拟头像;
识别模块,用于识别用户上传或创建的虚拟头像,并对头像进行区块划分,再储存至信息数据库中;
对比模块,用于将识别划分的头像区块在信息数据库中进行相似度对比,得出最佳相似度的一个或者多个人物头像,从而将该目标人物头像推荐给用户。
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上海薇艾信息科技有限公司,未经上海薇艾信息科技有限公司许可,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/202010814840.7/1.html,转载请声明来源钻瓜专利网。