本发明涉及图像处理领域，特别涉及一种图像分类方法、装置及电子设备。
背景技术：
生产或生活中，人们越来越多的使用拍摄影像或照片等图像的方式来记录重要的信息，但是对这些图像的分类确不是件容易的事情。如在日常的家庭生活中，多个家庭成员会拍摄大量的照片以记录生活的点点滴滴，但是随着时间的推移，家庭中会积累大量的照片形成照片集，由于该照片集中包括了多个家庭成员的照片，而且包括了每个家庭成员不同时间拍摄的照片，因此对这些照片的分类是非常复杂的事儿，如果采用原始的人工分类方式就更加降低了分类效率。
技术实现要素：
本发明实施例的目的在于提供一种图像分类方法、装置及电子设备。该方法能够识别图像中的人物，特别是有效识别家庭成员，进行对大量的具有不同人物的图像(如家庭照片)进行分类。
为了解决上述技术问题，本发明的实施例采用了如下技术方案：一种图像分类方法，包括：
识别图像集中的多个成员，其中所述图像集包括多个图像，所述成员为预设范围内的人物；
将所述成员对应的图像进行归类，形成多个图像子集；
对多个所述图像子集分别进行第一处理，以实现对所述图像集中的图像的分类，其中，所述第一处理包括按照时间或空间进行的处理。
作为优选，所述的识别图像集中的多个成员包括：
分析所述图像集中的图像，获取所述图像中的所述成员对应的人像姿态和人像表情；
识别所述图像中的所述成员的脸部图像；
根据所述人像姿态、所述人像表情和/或所述脸部图像，确定所述成员的身份信息。
作为优选，所述的识别图像集中的多个成员还包括：
识别所述图像中的所述成员的脸部图像；
根据所述脸部图像判断所述脸部图像对应的所述成员的年龄信息；
根据所述年龄信息将对应的时间信息加载到相应的所述图像上。
作为优选，所述方法还包括：
识别所述图像的背景特征，生成背景信息；
将所述背景信息加载到相应的所述图像中。
作为优选，所述第一处理还包括自定义处理，所述的对多个所述图像子集分别进行第一处理，以实现对所述图像集中的图像的分类包括：
按照所述时间对所述图像子集中的图像进行排列；
按照所述空间对所述图像子集中的图像进行排列；或者，
对所述图像子集中的图像进行自定义的排列。
本申请实施例还提供了一种图像分类装置，包括识别模块、分类模块和处理模块，
所述识别模块配置为识别图像集中的多个成员，其中所述图像集包括多个图像，所述成员为预设范围内的人物；
所述分类模块配置为将所述成员对应的图像进行归类，形成多个图像子集；
所述处理模块配置为对多个所述图像子集分别进行第一处理，以实现对所述图像集中的图像的分类，其中，所述第一处理包括按照时间或空间进行的处理。
作为优选，，所述分析模块包括第一分析单元、第二分析单元和判断单元；
所述第一分析单元配置为分析所述图像集中的图像，获取所述图像中的所述成员对应的人像姿态和人像表情；
所述第二分析单元配置为识别所述图像中的所述成员的脸部图像；
所述判断单元分别与所述第一分析单元和第二分析单元连接，所述判断单元配置为根据所述人像姿态、所述人像表情和/或所述脸部图像，确定所述成员的身份信息。
作为优选，，所述分析模块进一步配置为：
识别所述图像中的所述成员的脸部图像；
根据所述脸部图像判断所述脸部图像对应的所述成员的年龄信息；
根据所述年龄信息将对应的时间信息加载到相应的所述图像上。
作为优选，，所述分析模块进一步配置为：
识别所述图像的背景特征，生成背景信息；
将所述背景信息加载到相应的所述图像中。
本申请实施例还提供了一种电子设备，包括处理器和存储器，所述存储器中存储有可执行程序，所述处理器执行所述可执行程序，实现如下步骤：
识别图像集中的多个成员，其中所述图像集包括多个图像，所述成员为预设范围内的人物；
将所述成员对应的图像进行归类，形成多个图像子集；
对多个所述图像子集分别进行第一处理，以实现对所述图像集中的图像的分类，其中，所述第一处理包括按照时间或空间进行的处理。
本发明实施例的有益效果在于：该方法能够识别图像中的人物，特别是有效识别家庭成员，进行对大量的具有不同人物的图像(如家庭照片)按照时间、空间或自定义等方式进行分类，有效提高了分类效率。
附图说明
图1为本发明实施例的图像分类方法的流程图；
图2为本发明实施例的图1中步骤s1的一个实施例的流程图；
图3为本发明实施例的图1中步骤s1的另一个实施例的流程图；
图4为本发明实施例的图像分类方法的一个具体实施例的流程图；
图5为本发明实施例的图像分类装置的连接关系示意图。
附图标记说明
1-图像分类装置2-识别模块3-分类模块
4-处理模块5-数据库
具体实施方式
此处参考附图描述本发明的各种方案以及特征。
应理解的是，可以对此处发明的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本发明的范围和精神内的其他修改。
包含在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且与上面给出的对本发明的大致描述以及下面给出的对实施例的详细描述一起用于解释本发明的原理。
通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本发明的这些和其它特性将会变得显而易见。
还应当理解，尽管已经参照一些具体实例对本发明进行了描述，但本领域技术人员能够确定地实现本发明的很多其它等效形式，它们具有如权利要求所述的特征并因此都位于借此所限定的保护范围内。
当结合附图时，鉴于以下详细说明，本发明的上述和其他方面、特征和优势将变得更为显而易见。
此后参照附图描述本发明的具体实施例；然而，应当理解，所发明的实施例仅仅是本发明的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本发明模糊不清。因此，本文所发明的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本发明。
本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本发明的相同或不同实施例中的一个或多个。
本发明实施例的一种图像分类方法，该分类方法能够根据用户的分类习惯或预设方式来对存储(如存储在数据库5中)的大量的图像特别是家庭照片或影像进行分类，例如在家庭环境中，特别是有多个孩子的家庭，在孩子的成长过程中会给多个孩子拍摄很对照片或影像，该分类方法能够对这些照片或影像按照用户的意愿进行快速分类，如图1所示，该分类方法包括以下步骤：
s1，识别图像集中的多个成员，其中图像集包括多个图像，成员为预设范围内的人物。图像中具有至少一个成员，该图像还具有具体的时间地点等参数，成员的数量是预设范围内的有限的人员，例如有限的家庭成员，或团体内的成员，成员对应有各自身份数据。图像集中包括了大量的图像，这些图像并没有被分类，可以包括多个成员的在不同时间或不同地点的照片，在本实施例中需要对图像集中的多个成员进行识别，确认其身份，具体的识别方法可以通过对成员的面部图像或身体姿态等方式来识别。
s2，将成员对应的图像进行归类，形成多个图像子集。具体的归类方法可以根据实际需要来实施，例如按照人物、时间或空间等方式进行归类，在一个实施例中，每个成员均拥有各自的图像，可以将一个成员对应的图像归为一类，形成与该成员相对应的图像子集，也就是说该图像子集内的所有图像都是与该成员相关的；在另一个实施例中，可以根据图像的空间概念进行分类，如一个成员在同一个空间内取得(拍摄)的图像可以分为一类，形成相对应的图像子集；在又一个实施例中，可以首先按照空间概念进行分类，在此基础上再按照成员的身份分类，形成图像子集。
s3，对多个图像子集分别进行第一处理，以实现对图像集中的图像的分类，其中，第一处理包括按照时间或空间进行的处理。具体来说，第一处理的具体内容可以根据用户的意愿来设定，包括对每个图像子集进行进一步的分类，也就是说一个图像子集中可以再被分为多个更小的第二子集单元。而对于第一处理而言可以根据图像对应的时间的先后顺序进行排列，或者先根据空间进行分类后再根据时间的先后顺序进行排列等，从而最终实现对图像集中的图像的分类。
在本申请的一个实施例中，图像集包括大量的图像，其中的图像涉及到多个成员，如多个成员在不同时间或不同地点拍摄的照片，如图2所示，所述的识别图像集中的多个成员的步骤包括以下步骤：
s11，分析图像集中的图像，获取图像中的成员对应的人像姿态和人像表情。对于一个人的人像姿态和人像表情一般不会具有太大的变化，例如一个成员的站姿、坐姿总是相同或相近似的，对于人像表情而言如微笑表情、做鬼脸表情，同一个成员也是相同或相近似的。因此获取图像中的每个成员的人像姿态和人像表情可以能够进一步区分出不同的成员。
s12，识别图像中的成员的脸部图像。脸部图像特别是脸型、五官等对于一个成员来说是大致不变的，只是会随着时间而做出略微变化，因此识别图像中的成员的脸部图像也可以有效的帮助确定成员的身份信息。
s13，根据人像姿态、人像表情和/或脸部图像，确定成员的身份信息。在一个实施例中，可以将每个成员的人像姿态、人像表情和脸部图像的原始数据进行存储，当从图像中新获取到人像姿态、人像表情和脸部图像可以将其这些新获取的数据与原始数据进行对比，从而能够准确的确定成员的身份信息。
在本申请的另一个实施例中，如图3所示，所述的识别图像集中的多个成员的步骤还包括以下步骤：
s14，识别图像中的成员的脸部图像。同一个成员在不同的图像上其脸部图像不会出现太大的变化，但是随着年龄的增长该成员的脸部图像会出现一些特定的变化，但是该变化是自然的随时间的变化不会超出一定的范围，因此能够对其进行识别。
s15，根据脸部图像判断脸部图像对应的成员的年龄信息。在数据库5中可以对每个成员的不同时间的脸部图像进行预先存储，也可以将该成员的脸部图像按照预设算法按照时间的推移进行推演，并将推演结果进行存储。如预先存储有一个孩子的原始拍摄的脸部图像，包括其5岁的脸部图像和10岁时的脸部图像(能够明确拍摄时间)，进行推演后能够获取该孩子到7岁时的脸部图像。当识别到该孩子7岁时的图像时便可以判断该图像中的孩子在拍摄时为7岁。
s16，根据年龄信息将对应的时间信息加载到相应的图像上。获取到成员的年龄信息后，由于预先存储有该成员的身份信息(包括出生时间)，因此可以根据年龄信息获得该图像的生成时间(拍摄时间)，随后可以将该时间信息加载到对应的图像上，以便在获取图像的时间信息时可以直接提取。
在本申请的一个实施例中，如图4所示，该方法还包括以下步骤：
s4，识别图像的背景特征，生成背景信息。如果多张图像具有相同的背景特征，那么很可能这些图像的拍摄地为同一个地方，也就是该成员在同一时间段同一地点拍摄的图像，如该成员去朋友家吃饭，拍摄的照片的背景特征具有相同或相似的特征点，从这些特征点来看可以识别出这些照片的拍摄地为同一个地点。
s5，将背景信息加载到相应的图像中。具体来说，背景信息加载到图像中后，该图像便具有了背景信息，如果按照空间对图像进行分类时可以首先提取该背景信息，并按照背景信息为图像分类。
作为优选，第一处理还包括自定义处理，所述的对多个图像子集分别进行第一处理，以实现对图像集中的图像的分类包括：
按照时间对图像子集中的图像进行排列；按照空间对图像子集中的图像进行排列；或者，对图像子集中的图像进行自定义的排列。对于按照时间或空间对图像进行排列的步骤可以预先设定好，在对图像子集进行第一处理时可以直接执行，而对自定义处理可以根据用户的习惯或要求来先设置处理方式，以实现对图像子集中的图像的自定义排列。
本申请实施例还提供了一种图像分类装置1，该分类装置能够根据用户的分类习惯或预设方式来对存储(如存储在数据库5中)的大量的图像特别是家庭照片或影像进行分类，例如在家庭环境中，特别是有多个孩子的家庭，在孩子的成长过程中会给多个孩子拍摄很对照片或影像，该分类装置能够对这些照片或影像按照用户的意愿进行快速分类，如图5所示，该图像分类装置1包括识别模块2、分类模块3和处理模块4。
识别模块2配置为识别图像集中的多个成员，其中图像集包括多个图像，成员为预设范围内的人物。图像中具有至少一个成员，该图像还具有具体的时间地点等参数，成员的数量是预设范围内的有限的人员，例如有限的家庭成员，或团体内的成员，成员对应有各自身份数据。图像集中包括了大量的图像，这些图像并没有被分类，可以包括多个成员的在不同时间或不同地点的照片，在本实施例中需要识别模块2对图像集中的多个成员进行识别，确认其身份，识别模块2具体的识别方法可以通过对成员的面部图像或身体姿态等方式来识别。
分类模块3配置为将成员对应的图像进行归类，形成多个图像子集。分类模块3具体的归类方法可以根据实际需要来实施，例如按照人物、时间或空间等方式进行归类，在一个实施例中，每个成员均拥有各自的图像，分类模块3可以将一个成员对应的图像归为一类，形成与该成员相对应的图像子集，也就是说该图像子集内的所有图像都是与该成员相关的；在另一个实施例中，分类模块3可以根据图像的空间概念进行分类，如一个成员在同一个空间内取得(拍摄)的图像可以分为一类，形成相对应的图像子集；在又一个实施例中，分类模块3可以首先按照空间概念进行分类，在此基础上再按照成员的身份分类，形成图像子集。
处理模块4配置为对多个图像子集分别进行第一处理，以实现对图像集中的图像的分类，其中，第一处理包括按照时间或空间进行的处理。具体来说，第一处理的具体内容可以根据用户的意愿来设定，包括对每个图像子集进行进一步的分类，也就是说一个图像子集中可以再被处理模块4分为多个更小的第二子集单元。而对于第一处理而言可以根据图像对应的时间的先后顺序进行排列，或者先根据空间进行分类后再根据时间的先后顺序进行排列等，从而最终实现对图像集中的图像的分类。
在本申请的一个实施例中，图像集包括大量的图像，其中的图像涉及到多个成员，如多个成员在不同时间或不同地点拍摄的照片，分析模块包括第一分析单元、第二分析单元和判断单元；
第一分析单元配置为分析图像集中的图像，获取图像中的成员对应的人像姿态和人像表情。对于一个人的人像姿态和人像表情一般不会具有太大的变化，例如一个成员的站姿、坐姿总是相同或相近似的，对于人像表情而言如微笑表情、做鬼脸表情，同一个成员也是相同或相近似的。因此第一分析单元获取图像中的每个成员的人像姿态和人像表情可以能够进一步区分出不同的成员。
第二分析单元配置为识别图像中的成员的脸部图像。脸部图像特别是脸型、五官等对于一个成员来说是大致不变的，只是会随着时间而做出略微变化，因此第二分析单元识别图像中的成员的脸部图像也可以有效的帮助确定成员的身份信息。
判断单元分别与第一分析单元和第二分析单元连接，判断单元配置为根据人像姿态、人像表情和/或脸部图像，确定成员的身份信息。在一个实施例中，可以将每个成员的人像姿态、人像表情和脸部图像的原始数据进行存储，当从图像中新获取到人像姿态、人像表情和脸部图像时，判断单元可以将其这些新获取的数据与原始数据进行对比，从而能够准确的确定成员的身份信息。
在本申请的一个实施例中，分析模块进一步配置为：
识别图像中的成员的脸部图像。同一个成员在不同的图像上其脸部图像不会出现太大的变化，但是随着年龄的增长该成员的脸部图像会出现一些特定的变化，但是该变化是自然的随时间的变化不会超出一定的范围，因此分析模块能够对其进行识别。
根据脸部图像判断脸部图像对应的成员的年龄信息。在数据库5中可以对每个成员的不同时间的脸部图像进行预先存储，也可以将该成员的脸部图像按照预设算法按照时间的推移进行推演，并将推演结果进行存储。如预先存储有一个孩子的原始拍摄的脸部图像，包括其5岁的脸部图像和10岁时的脸部图像(能够明确拍摄时间)，进行推演后能够获取该孩子到7岁时的脸部图像。当分析模块识别到该孩子7岁时的图像时便可以判断该图像中的孩子在拍摄时为7岁。
根据年龄信息将对应的时间信息加载到相应的图像上。获取到成员的年龄信息后，由于预先存储有该成员的身份信息(包括出生时间)，因此分析模块可以根据年龄信息获得该图像的生成时间(拍摄时间)，随后可以将该时间信息加载到对应的图像上，以便在获取图像的时间信息时可以直接提取。
在本申请的一个实施例中，分析模块进一步配置为：
识别图像的背景特征，生成背景信息。如果多张图像具有相同的背景特征，那么很可能这些图像的拍摄地为同一个地方，也就是该成员在同一时间段同一地点拍摄的图像，如该成员去朋友家吃饭，拍摄的照片的背景特征具有相同或相似的特征点，从这些特征点来看分析模块可以识别出这些照片的拍摄地为同一个地点。
将背景信息加载到相应的图像中。具体来说，背景信息加载到图像中后，该图像便具有了背景信息，如果按照空间对图像进行分类时可以首先提取该背景信息，并按照背景信息为图像分类。
本申请实施例还提供了一种电子设备，能够根据用户的分类习惯或预设方式来对大量的图像特别是家庭照片或影像进行分类，例如在家庭环境中，特别是有多个孩子的家庭，在孩子的成长过程中会给多个孩子拍摄很对照片或影像，该电子设备能够对这些照片或影像按照用户的意愿进行快速分类。该电子设备包括处理器和存储器，存储器中存储有可执行程序，处理器执行可执行程序，实现如下步骤：
识别图像集中的多个成员，其中图像集包括多个图像，成员为预设范围内的人物。图像中具有至少一个成员，该图像还具有具体的时间地点等参数，成员的数量是预设范围内的有限的人员，例如有限的家庭成员，或团体内的成员，成员对应有各自身份数据。图像集中包括了大量的图像，这些图像并没有被分类，可以包括多个成员的在不同时间或不同地点的照片，在本实施例中需要对图像集中的多个成员进行识别，确认其身份，具体的识别方法可以通过对成员的面部图像或身体姿态等方式来识别。
将成员对应的图像进行归类，形成多个图像子集。具体的归类方法可以根据实际需要来实施，例如按照人物、时间或空间等方式进行归类，在一个实施例中，每个成员均拥有各自的图像，可以将一个成员对应的图像归为一类，形成与该成员相对应的图像子集，也就是说该图像子集内的所有图像都是与该成员相关的；在另一个实施例中，可以根据图像的空间概念进行分类，如一个成员在同一个空间内取得(拍摄)的图像可以分为一类，形成相对应的图像子集；在又一个实施例中，可以首先按照空间概念进行分类，在此基础上再按照成员的身份分类，形成图像子集。
对多个图像子集分别进行第一处理，以实现对图像集中的图像的分类，其中，第一处理包括按照时间或空间进行的处理。具体来说，第一处理的具体内容可以根据用户的意愿来设定，包括对每个图像子集进行进一步的分类，也就是说一个图像子集中可以再被分为多个更小的第二子集单元。而对于第一处理而言可以根据图像对应的时间的先后顺序进行排列，或者先根据空间进行分类后再根据时间的先后顺序进行排列等，从而最终实现对图像集中的图像的分类。
以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。