[发明专利]一种照片分类方法及系统

权利要求书

1.一种照片分类方法，其特征在于，包括步骤：

S1、提取各待分类照片的目标属性构成第一特征集；所述目标属性为待分类照片的拍摄时间或拍摄地点；

S12、验证第一特征集是否有效：

若是，则执行步骤S3；若否，则转而执行步骤S2；

S2、提取各待分类照片的图像内容特征构成第一特征集，之后执行步骤S3；

S3、将最新第一特征集作为输入进行聚类，将全部待分类照片划分为K类，得到K个第一照片分类；

S3’、对得到的K个第一照片分类进行排序，得到第一照片分类排序序列：

在步骤S3中用于聚类的第一特征集由待分类照片的目标属性构成时，对所得到的K个第一照片分类按目标属性信息进行排序；

在步骤S3中用于聚类的第一特征集由待分类照片的图像内容特征构成时，对所得到的K个第一照片分类进行基于图像内容特征的类间相似度排序；

S4、对照片数量大于预先设定的第一照片数量阈值的每一个第一照片分类，分别进行基于图像内容特征的二次聚类；

S5、对步骤S4中得到的每个第一照片分类的二次聚类的结果,分别进行基于图像内容特征的类间相似度排序，并用各排序得到的结果对应替换排序前各相关第一照片分类在第一照片分类排序序列中的位置。

2.根据权利要求1所述的照片分类方法，其特征在于，步骤S3和步骤S5中所涉及的类间相似度的度量方法为：余弦相似度或欧式距离相似度。

3.根据权利要求1所述的照片分类方法，其特征在于，所述步骤S4包括：

S41、对应统计每一个第一照片分类中照片的照片数量；

S42、基于所统计的照片数量，对应判断各第一照片分类中的照片数量是否大于预先设定的第一照片数量阈值，对于判断结果为是的每一个第一照片分类，分别执行步骤S43；

S43、对第一照片分类中的照片进行基于图像内容特征的聚类，该聚类为所述的二次聚类。

4.根据权利要求1所述的照片分类方法，其特征在于，步骤S3中K的计算公式为：

K＝min(N/th,P),

式中，P为用户选取的将要制作的电子相册/照片书的制作页数，th为用户选取的将要制作的电子相册/照片书所要使用到的每个照片排板模板上平均所能填充的照片的数量均值，N为用户上传的照片总数。

5.根据权利要求1所述的照片分类方法，其特征在于，所述步骤S1包括：

遍历各待分类照片；

提取每个遍历到的待分类照片的属性信息；

对每一个遍历到的待分类照片，分别判断其属性信息中是否存在拍摄时间信息/拍摄地点信息，并且：在判定为是时，将其属性信息中的拍摄时间信息/拍摄地点信息作为目标属性进行提取并标记为有效；在判定为否且在所述目标属性为拍摄时间时，将其对应的用户上传时间作为目标属性进行提取；在判定为否且在所述待分类照片为拍摄地点信息时，将预先设定的第一位置信息作为目标属性进行提取；

待提取到所有待分类照片的目标属性后，将所提取到的各待分类照片的目标属性构成所述的第一特征集。

6.根据权利要求1所述的照片分类方法，其特征在于，步骤S12中验证第一特征集是否有效的方法为：

统计步骤S1中能够从属性信息中提取到被标记为有效的目标属性的照片的数量，记为N1；

计算所述N1在用户上传的全部照片中的占比R_info＝N1/N，其中，N为用户上传的全部照片的数量；

判断所述占比R_info是否大于预先设定的占比阈值：

若是，则判定第一特征集有效；

若否，则判定第一特征集无效。

7.根据权利要求6所述的照片分类方法，其特征在于，所述预先设定的占比阈值的取值区间范围为[0.6,1)。