图像处理方法及装置的制造方法
【专利摘要】本公开是关于一种图像处理方法及装置，所述方法包括：从预设的目标对象相册中获取第一图像；所述目标对象相册中的图像均包含第一特征；基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域；针对所述特征区域来提取区域特征信息；基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像；所述第二图像包含与所述第二特征相似的特征。该图像处理技术使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
【专利说明】
图像处理方法及装置
技术领域
[0001]本公开涉及图像处理技术领域，尤其涉及图像处理方法及装置。
【背景技术】
[0002]随着ICT技术的发展，依托云服务器和终端设备对数据进行分析和管理正变得越来越普及。例如，用移动终端拍摄照片，之后利用云服务器上的云相册以及终端设备上的相册对照片进行分类整理。
[0003]虽然相关的技术可以按预设条件，例如面孔，分类整理出被拍摄对象所属相册，但是，在很多情况下，被拍摄对象的不符合预设条件的图像，例如面孔被遮挡的图像，无法被自动识别因而无法被归类到相应相册中。此时，即使相应相册外的图像与相应相册内的图像拥有预设条件以外的共同点，也无法被自动归类到相应相册。此时，还需要由用户遍历全部图像，并从中选择出想要的图像并移存到相应相册中，这种做法费时费力，给用户带来了极大不便。
【发明内容】
[0004]为克服相关技术中存在的问题，本公开实施例提供图像处理方法及装置。
[0005]根据本公开实施例的第一方面，提供一种图像处理方法，所述方法包括:
[0006]从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征；
[0007]基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域；
[0008]针对所述特征区域来提取区域特征信息；
[0009]基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像;所述第二图像包含与所述第二特征相似的特征。
[0010]可选地，所述方法还包括:
[0011 ]将所述第二图像移入所述目标对象相册。
[0012]可选地，基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像，包括:
[0013]基于所述区域特征信息，采用滑动窗口的方式判断所述目标对象相册以外的图像是否包含与所述第二特征相似的特征；以及
[0014]当判断出所述目标对象相册以外的一幅图像包含与所述第二特征相似的特征时，确定所述一幅图像是所述第二图像。
[0015]可选地，基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像，包括:
[0016]在所述目标对象相册以外的图像上选择候选区域；
[0017]针对所述候选区域来提取候选特征信息；
[0018]判断所述候选特征信息与所述区域特征信息的相似度是否大于阈值;以及
[0019]当所述候选特征信息与所述区域特征信息的相似度大于所述阈值时，确定具有所述候选区域的图像包含与所述第二特征相似的特征。
[0020]可选地，所述第一特征是目标对象的面孔。
[0021 ] 可选地，所述方法还包括:
[0022]当所述第一图像中包含多个人的面孔时，针对所述多个人的面孔识别所述多个人的年龄信息和/或性别信息；以及
[0023]根据识别出的所述多个人的年龄信息和/或性别信息来确定所述目标对象的面孔。
[0024]可选地，所述第二特征是目标对象的衣服。
[0025]可选地，所述方法还包括:
[0026]按照图像的属性对所述目标对象相册以内和以外的全部图像进行分组；
[0027]判断分组所得的各组图像中是否存在所述目标对象相册以内的图像;以及
[0028]当判断出一组图像中存在所述目标对象相册以内的图像时，从既存在于所述一组图像中又存在于所述目标对象相册以内的图像中获取第一图像。
[0029]可选地，所述第二图像存在于所述一组图像中。
[0030]可选地，所述图像的属性包括图像的拍摄时间、图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一。
[0031 ]可选地，所述特征区域包含所述第一特征和所述第二特征。
[0032]可选地，所述特征区域是矩形区域。
[0033]可选地，针对所述特征区域来提取区域特征信息，包括:
[0034]对所述特征区域归一化到一个固定尺寸大小，然后针对所述特征区域来提取区域特征信息。
[0035]可选地，所述候选区域是矩形区域。
[0036]可选地，针对所述候选区域来提取候选特征信息，包括:
[0037]对所述候选区域归一化到一个固定尺寸大小，然后针对所述候选区域来提取候选特征信息。
[0038]可选地，所述方法还包括:
[0039]将所述第二图像移存到所述目标对象相册以外的其它相册内。
[0040]可选地，所述方法还包括:
[0041]对所述第二图像进行选中或删除处理。
[0042]根据本公开实施例的第二方面，提供一种图像处理装置，所述装置包括:
[0043]获取模块，被配置为从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征；
[0044]选择模块，被配置为基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域；
[0045]提取模块，被配置为针对所述特征区域来提取区域特征信息；
[0046]搜索模块，被配置为基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像;所述第二图像包含与所述第二特征相似的特征。
[0047]可选地，所述装置还包括:
[0048]移动模块，被配置为将所述第二图像移入所述目标对象相册。
[0049]可选地，所述搜索模块包括:
[0050]第一判断子模块，被配置为基于所述区域特征信息，采用滑动窗口的方式判断所述目标对象相册以外的图像是否包含与所述第二特征相似的特征；以及
[0051]第二判断子模块，被配置为当所述第一判断子模块判断出所述目标对象相册以外的一幅图像包含与所述第二特征相似的特征时，确定所述一幅图像是所述第二图像。
[0052]可选地，所述搜索模块包括:
[0053]第一选择子模块，被配置为在所述目标对象相册以外的图像上选择候选区域；
[0054]第一提取子模块，被配置为针对所述候选区域来提取候选特征信息；
[0055]第三判断子模块，被配置为判断所述候选特征信息与所述区域特征信息的相似度是否大于阈值；以及
[0056]第四判断子模块，被配置为当所述第三判断子模块判断出所述候选特征信息与所述区域特征信息的相似度大于所述阈值时，确定具有所述候选区域的图像包含与所述第二特征相似的特征。
[0057]可选地，所述第一特征是目标对象的面孔。
[0058]可选地，所述装置还包括:
[0059]识别模块，被配置为当所述第一图像中包含多个人的面孔时，针对所述多个人的面孔识别所述多个人的年龄信息和/或性别信息；以及
[0060]第一判断模块，被配置为根据所述识别模块识别出的所述多个人的年龄信息和/或性别信息来确定所述目标对象的面孔。
[0061 ]可选地，所述第二特征是目标对象的衣服。
[0062]可选地，所述装置还包括:
[0063]分组模块，被配置为按照图像的属性对所述目标对象相册以内和以外的全部图像进行分组；以及
[0064]第二判断模块，被配置为判断分组所得的各组图像中是否存在所述目标对象相册以内的图像；
[0065]其中，所述获取模块被配置为当所述第二判断模块判断出一组图像中存在所述目标对象相册以内的图像时，从既存在于所述一组图像中又存在于所述目标对象相册以内的图像中获取第一图像。
[0066]可选地，所述第二图像存在于所述一组图像中。
[0067]可选地，所述图像的属性包括图像的拍摄时间、图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一。
[0068]可选地，所述特征区域包含所述第一特征和所述第二特征。
[0069]可选地，所述特征区域是矩形区域。
[0070]可选地，所述提取模块被配置为:
[0071]对所述特征区域归一化到一个固定尺寸大小，然后针对所述特征区域来提取区域特征信息。
[0072]可选地，所述候选区域是矩形区域。
[0073]可选地，所述第一提取子模块被配置为:
[0074]对所述候选区域归一化到一个固定尺寸大小，然后针对所述候选区域来提取候选特征信息。
[0075]可选地，所述装置还包括:
[0076]移动模块，被配置为将所述第二图像移存到所述目标对象相册以外的其它相册内。
[0077]可选地，所述装置还包括:
[0078]处理模块，被配置为对所述第二图像进行选中或删除处理。
[0079]根据本公开实施例的第三方面，提供一种图像处理装置，所述装置包括:
[0080]处理器；
[0081]用于存储处理器可执行指令的存储器；
[0082]其中，所述处理器被配置为:
[0083]从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征；
[0084]基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域；
[0085]针对所述特征区域来提取区域特征信息；
[0086]基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像;所述第二图像包含与所述第二特征相似的特征。
[0087]本公开的实施例提供的技术方案可以包括以下有益效果:
[0088]本公开实施例提供了一种图像处理技术，当用户的目标对象相册按第一特征聚合了第一图像时，该图像处理技术能够基于第一特征选择一个包含第二特征的特征区域并提取区域特征信息，从而能够基于该区域特征信息来在相册以外搜索具有与第二特征类似特征的图像，这样就能够最大程度地避免遗漏目标对象的图像。因此，该图像处理技术使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0089]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
【附图说明】
[0090]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0091 ]图1是根据本公开一示例性实施例示出的一种图像处理方法的流程图；
[0092]图2是用于说明根据本公开一具体实施例的应用场景的效果图；
[0093]图3是根据本公开另一示例性实施例示出的图1中步骤S140的一种实施流程图；
[0094]图4是根据本公开另一示例性实施例示出的图1中步骤S140的一种实施流程图；
[0095]图5是根据本公开另一示例性实施例的图像处理方法中在多个面孔中确定目标对象的面孔的一个实施流程；
[0096]图6是根据本公开另一示例性实施例的图像处理方法中获取第一图像的实施流程；
[0097]图7是根据本公开另一具体实施例示出的一种图像处理方法的流程图；
[0098]图8是根据本公开一示例性实施例示出的一种图像处理装置的框图；
[0099]图9是根据本公开一示例性实施例示出的图8中的搜索模块840的结构的框图；
[0100]图10是根据本公开另一示例性实施例示出的图8中的搜索模块840的结构的框图；
[0101]图11是根据本公开另一示例性实施例示出的一种图像处理装置中在多个面孔中确定目标对象的面孔的部分的框图；
[0102]图12是根据本公开另一示例性实施例示出的一种图像处理装置的获取第一图像的部分的框图；
[0103]图13是根据本公开一示例性实施例示出的一种图像处理装置的框图；
[0104]图14是根据本公开一示例性实施例示出的另一种图像处理装置的框图。
【具体实施方式】
[0105]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0106]本公开实施例提供了一种图像处理技术，当用户的目标对象相册按第一特征聚合了第一图像时，该图像处理技术能够基于第一特征选择一个包含第二特征的特征区域并提取区域特征信息，从而能够基于该区域特征信息来在相册以外搜索具有与第二特征类似特征的图像，这样就能够最大程度地避免遗漏目标对象的图像。因此，该图像处理技术使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0107]图1是根据本公开一示例性实施例示出的一种图像处理方法的流程图，该方法包括以下步骤S110-S140:
[0108]在步骤SllO中，从预设的目标对象相册中获取第一图像；目标对象相册中的图像均包含第一特征。
[0109]在一个实施例中，第一特征可以是目标对象的面孔。在此情况下，预设的目标对象相册可以是采用面孔识别和面孔聚类方法，将用户的照片中具有同一个人面孔的照片放在同一个相册中而形成的。
[0110]图5是根据本公开另一示例性实施例的图像处理方法中在多个面孔中确定目标对象的面孔的一个实施流程。
[0111]如图5所示，在一个实施例中，根据本公开另一示例性实施例的图像处理方法还可以包括步骤S510和S520。在步骤S510中，当第一图像中包含多个人的面孔时，针对所述多个人的面孔识别所述多个人的年龄信息和/或性别信息。在步骤S520中，根据识别出的所述多个人的年龄信息和/或性别信息来确定目标对象的面孔。通过图5所示的流程，根据本公开另一示例性实施例的图像处理方法能够快速准确地在包含多个人的面孔的图像中确定目标对象的面孔，即，第一特征。
[0112]在步骤S120中，基于第一特征来在第一图像中选择包含第二特征的特征区域。
[0113]在一个实施例中，第二特征是目标对象的衣服。在此情况下，可以基于第一特征，例如目标对象的面孔，来在第一图像中选择一个包含目标对象的衣服的特征区域。
[0114]在一个实施例中，特征区域包含第一特征和第二特征。在另一个实施例中，特征区域可以不包含第一特征，而包含第二特征。例如，当第一特征是目标对象的面孔而第二特征是目标对象的衣服时，特征区域包含目标对象的衣服，这是由于目标对象相册是基于目标对象的面孔而设立的，目标对象相册之外的图像中可能不包含目标对象的面孔，而可能包含目标对象的衣服。换言之，特征区域包含第二特征，使得在根据本公开实施例的方法中，能够搜索包含与第二特征类似特征的图像。
[0115]在步骤S130中，针对特征区域来提取区域特征信息。
[0116]在一个实施例中，特征区域是矩形区域。在某些情况下，矩形区域有利于进行特征提取等操作。在另一个实施例中，其它形状的区域，例如，圆形、椭圆或矩形以外的多边形的特征区域也是可行的。换言之，只要能够进行特征信息提取，任何形状的特征区域都是可行的。
[0117]在一个实施例中，步骤S130包括:对特征区域归一化到一个固定尺寸大小，然后针对特征区域来提取区域特征信息。归一化使得图像可以抵抗几何变换的攻击，并能够找出图像中的那些不变量。因此，在归一化到固定尺寸大小之后再提取特征区域的特征信息，使得利用这样的得到的特征信息搜索图像更加准确。
[0118]在步骤S140中，基于区域特征信息在目标对象相册以外的图像中搜索第二图像；第二图像包含与第二特征相似的特征。
[0119]以下参照图2所示的应用场景来进一步说明如图1的所示的上述图像处理方法。
[0120]图2是用于说明根据本公开一具体实施例的应用场景的效果图。在图2中，目标对象相册200包含目标对象210的图像220和230，不包含图像240。另外，图2所示的目标对象相册200包含两幅图像220和230仅仅是示例，目标对象相册200可以包含一幅图像，也可以包含三幅或更多幅图像。
[0121]当将图1所示的的上述图像处理方法应用于图2所示的应用场景时，在步骤SllO中，从预设的目标对象相册200中获取第一图像220;目标对象相册200中的图像220和230均包含第一特征221，即目标对象210的面孔。根据以上参照图1对上述图像处理方法的说明可知，当在目标对象相册200中利用目标对象210的面孔聚合图像时，目标对象210的面孔未被拍摄到的图像240没有被聚合到目标对象相册200中。
[0122]在步骤S120中，基于第一特征221来在第一图像220中选择包含第二特征222，即目标对象210的衣服，的特征区域225。根据以上参照图1对上述图像处理方法的说明可知，虽然图2所示的特征区域225包含第一特征221和第二特征222 二者，但是，特征区域225可以包含第二特征222而不包含第一特征221。需要注意的是，虽然图2中的图像220和230相同，但是这仅仅是示例，图像220和230可以具有相同的第一特征221，而不必完全相同。
[0123]在步骤S130中，针对特征区域225来提取区域特征信息。在图2所示的实施例中，特征区域225是矩形区域，但是可以理解，本公开不限于此。
[0124]在步骤S140中，基于区域特征信息在目标对象相册200以外的图像中搜索第二图像240;第二图像240包含与第二特征222相似的特征242。
[0125]从参照图2所示的应用场景说明的如图1的所示的上述图像处理方法可知，当用户的目标对象相册200按第一特征221聚合了第一图像时，该图像处理方法能够基于第一特征221选择一个包含第二特征222的特征区域225并提取区域特征信息，从而能够基于该区域特征信息来在目标对象相册200以外搜索具有与第二特征222，这样就能够最大程度地避免遗漏目标对象的图像。因此，该图像处理方法使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0126]需要注意的是，虽然以上参照图1和图2描述的图像处理方法可以将第一图像220目标对象的面孔作为第一特征221，而将目标对象的衣服作为第二特征222，但是本公开不限于此。例如，第一特征可以是目标对象的衣服222，而第二特征是目标对象的面孔221。又例如，第一特征是目标对象的衣服222，而第二特征是目标对象戴的帽子(图中未示出)。又例如，第一特征是目标对象的面孔，而第二特征是目标对象手持的花束或气球(图中未示出)。换言之，第一特征和第二特征可以是图像中任何两个不相同的特征。
[0127]以下参照图3和图4说明图1中步骤S140的其它实施流程。
[0128]图3是根据本公开另一示例性实施例示出的图1中步骤S140的一种实施流程图。如图3所示，图1中的步骤S140还可以包括步骤S1401和S1402。
[0129]在步骤S1401中，基于区域特征信息，采用滑动窗口的方式判断目标对象相册以外的图像是否包含与第二特征相似的特征。
[0130]在步骤S1402中，当判断出目标对象相册以外的一幅图像包含与第二特征相似的特征时，确定所述一幅图像是第二图像。
[0131]以下参照图2的应用场景说明图3中的示出的步骤S14OI和S14O2。
[0132]在步骤S1401中，基于区域特征信息，采用滑动窗口(例如，图2中所示的滑动窗口245)的方式判断目标对象相册以外的图像是否包含与第二特征222相似的特征。
[0133]在步骤S1402中，当判断出目标对象相册以外的一幅图像包含与第二特征222相似的特征242时，确定图像240是第二图像。
[0134]从参照图2所示的应用场景说明的如图3所示的步骤S140的一个实施流程可知，当基于区域特征信息来在目标对象相册200以外搜索具有与第二特征222时，可以通过采用滑动窗口来在图像中判断是否存在与第二特征222类似的特征242，这样就能够避免在一幅图像中遗漏可能的类似特征242，进而能够最大程度地避免遗漏目标对象的图像。因此，该图像处理技术使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0135]图4是根据本公开另一示例性实施例示出的图1中步骤S140的一种实施流程图。如图4所示，图1中的步骤S140还可以包括步骤S1403-S1406。
[0136]在步骤S1403中，在目标对象相册以外的图像上选择候选区域。
[0137]在步骤S1404中，针对候选区域来提取候选特征信息。
[0138]在一个实施例中，候选区域是矩形区域。在某些情况下，矩形区域有利于进行特征提取等操作。在另一个实施例中，其它形状的区域，例如，圆形、椭圆或矩形以外的多边形的候选区域也是可行的。换言之，只要能够进行特征信息提取，任何形状的候选区域都是可行的。
[0139]在一个实施例中，步骤S1404包括:对候选区域归一化到一个固定尺寸大小，然后针对候选区域来提取候选特征信息。归一化使得图像可以抵抗几何变换的攻击，并能够找出图像中的那些不变量。因此，在归一化到固定尺寸大小之后再提取候选区域的候选特征信息，使得利用这样的得到的候选特征信息搜索图像更加准确。
[0140]在步骤S1405中，判断候选特征信息与区域特征信息的相似度是否大于阈值。阈值可以是根据大量实验和分析而确定的，在此不做特定限制。
[0141]在步骤S1406中，当候选特征信息与区域特征信息的相似度大于阈值时，确定具有候选区域的图像包含与第二特征相似的特征。
[0142]以下参照图2的应用场景说明图4中的示出的步骤S1403-S1406。
[0143]在步骤S1403中，在目标对象相册200以外的图像240上选择候选区域245。
[0144]在步骤S1404中，针对候选区域245来提取候选特征信息。
[0145]在步骤S1405中，判断候选特征信息与区域特征信息的相似度是否大于阈值。
[0146]在步骤S1406中，当候选特征信息与区域特征信息的相似度大于阈值时，确定具有候选区域的图像240包含与第二特征222相似的特征242。
[0147]从参照图2所示的应用场景说明的如图4所示的步骤S140的一个实施流程可知，当基于区域特征信息来在目标对象相册200以外搜索具有与第二特征222时，可以通过采用在目标对象相册以外的图像上选定候选特征区域245并针对候选区域245来提取候选特征信息，这样就能够通过比较区域特征信息和候选特征信息的相似度来精确判断特征区域225和候选特征区域245的相似度，进而能够准确地判断出目标对象相册以外的图像上是否具有与第二特征222类似的特征242。这样，就能够准确地判断一幅图像是不是第二图像。因此，该图像处理技术使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0148]以下参照图6来说明在本公开另一示例性实施例的图像处理方法中获取第一图像的一个实施流程。
[0149]图6是根据本公开另一示例性实施例的图像处理方法中获取第一图像的实施流程。
[0150]如图6所示，根据本公开另一示例性实施例的图像处理方法还包括步骤S610-S630。
[0151]在步骤S610中，按照图像的属性对目标对象相册以内和以外的全部图像进行分组。
[0152]在步骤S620中，判断分组所得的各组图像中是否存在目标对象相册以内的图像。
[0153]在步骤S630中，当判断出一组图像中存在目标对象相册以内的图像时，从既存在于所述一组图像中又存在于目标对象相册以内的图像中获取第一图像。
[0154]在一个实施例中，第二图像存在于所述一组图像中。换言之，第二图像既存在于所述一组图像中，又存在于所述目标对象相册之外。
[0155]在一个实施例中，图像的属性包括图像的拍摄时间、图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一。
[0156]通过对按照图像的属性对目标对象相册以内和以外的全部图像进行分组，本实施例的图像处理方法既能够提高搜索到第二图像的概率，又能够缩小待搜索的图像的范围，还能够提高搜索第二图像的速度。
[0157]例如，目标图像相册以内有40幅图像，目标图像相册以外有60幅图像，共100幅图像。利用根据本公开另一示例性实施例的图像处理方法，在步骤S610中，按照图像的拍摄时间段将这100幅图像分为例如5个时间段，S卩5组，每组图像数量可能相等也可能不等。在步骤S620中，例如选择了一组20幅图像，判断该组20幅图像中是否存在目标对象相册以内的图像。在步骤S630中，当判断出该组20幅图像中存在目标对象相册以内的5幅图像时，从这5幅图像中获取第一图像。由于一个时间段内用户拍摄的图像很可能不止一张，而且在一个时间段内用户的第二特征(例如衣服)一般不会变化。因此，当该组20张照片内存在5幅第一图像时，说明在该组20幅图像中的其余15幅图像内很有可能存在拍摄到了目标对象的第二特征(例如衣服)的图像。显然，在该组中的其余15幅图像内搜索到第二图像的概率要比在全部的目标对象相册以外的60幅图像内搜索到第二图像的概率要高，而且搜索量的减少说明搜索速度更快。
[0158]又例如，如果上述一组20幅图像全部都是目标对象相册内的图像，那么，根据本公开另一示例性实施例的图像处理方法可以不在这20幅图像内选择第一图像，这是因为该组20幅图像的同一时间段内，没有目标对象相册以外的图像，因此在目标对象相册以外的全部60幅搜索到第二图像的概率较低。显然，不在这组20幅图像内获取第一图像，而是从既存在于一组图像中又存在于目标对象相册以内的图像中获取第一图像，既能够提高搜索到第二图像的概率，又能够缩小待搜索的图像的范围，还能够提高搜索第二图像的速度。
[0159]虽然以上仅说明了按照图像的拍摄时间来对图像分组，但是，也可以按照图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一来对图像分组。通过按照图像的上述属性对目标对象相册以内和以外的全部图像进行分组，本实施例的图像处理方法既能够提高搜索到第二图像的概率，又能够缩小待搜索的图像的范围，还能够提高搜索第二图像的速度。
[0160]在本公开的一个实施例中，以上所述的图像处理方法还可以包括步骤:将第二图像移入目标对象相册。将搜索到的第二图像移入目标对象相册能够提高图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0161]在本公开的一个实施例中，以上所述的图像处理方法还可以包括步骤:将第二图像移存到目标对象相册以外的其它相册内。将搜索到的第二图像移存到目标对象相册以外的其它相册内能够提高图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0162]在本公开的一个实施例中，以上所述的图像处理方法还可以包括步骤:对第二图像进行选中或删除处理。对搜索到的第二图像进行选中或删除处理能够提高图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0163]图7是根据本公开另一具体实施例示出的一种图像处理方法的流程图。
[0164]在此具体实施例的图像处理方法中，针对特定应用场景，即整理宝宝相册(S卩，保存一个特定婴儿/儿童的图像的相册)，来进行整个图像处理流程S710-S765。
[0165]如图7所示，在步骤S710中，通过人脸识别和人脸聚类生成宝宝相册。即，首先通过宝宝相册将把大部分的宝宝图像聚集在一起。例如，首先采用人脸识别和人脸聚类方法，将用户的图像中包含同一个宝宝的人脸的图像放在同一个相册中。包含不同人的人脸的图像可以放在不同的相册中。具体创建宝宝相册的方式，有自动识别宝宝来创建宝宝相册和用户手动创建宝宝相册两种。
[0166]在步骤S715中，通过年龄识别和/或性别识别确定图像中的宝宝。在聚类完之后，可以采用性别和/或年龄识别方法，对每个相册的人脸识别，如果年龄小于一定阈值，则认走是? ο
[0167]在步骤S720中，按一定时间间隔对图像进行分组并对每个分组的图像进行分析。由于宝宝在拍照的时候，一般不是处于配合的情况，如横躺、背影、翻来覆去等。这给人脸检测增加了难度，因此整体来说，宝宝的照片召回率比一般成人的低。但是如果是宝宝父母的话，宝宝的背影图片，其一般也喜欢。因此可以采用基于图像搜索的方法，增加宝宝的召回率。这是因为在同一个时间内的宝宝衣服等一般是不会变的。
[0168]在步骤S725中，判断分组中是否存在宝宝图像。
[0169]在步骤S730中，当判断出分组中存在宝宝图像时，对宝宝的人脸区域进行扩大，确定一个包括宝宝人脸、衣服的矩形区域。当判断出分组中不存在宝宝图像时，结束本图像处理方法。
[0170]在步骤S735中，对矩形区域进行归一化到一个固定尺寸大小，然后对其区域提取区域特征信息。例如，区域特征信息可以是通过卷积神经网络(CNN)训练出的卷积特征、颜色纹理特征等特征信息。
[0171]在步骤S740中，采用滑动窗口，对此分组中的宝宝相册以外的其它图像选取候选框进行遍历。例如，搜索确定这个分组中其他照片中没有包含这个宝宝的照片(宝宝相册中已确定)，然后采用滑动窗口的形式对每张图片选取从上到下，从左到右，选取不同大小的候选框进行遍历。
[0172]在步骤S745中，每选取一个候选框，对候选框进行归一化到一个固定尺寸大小，然后对其区域提候选取候选特征信息。
[0173]在步骤S750中，对候选特征信息和区域特征信息进行比对，确定候选特征信息与区域特征信息的相似度。即，对比包括宝宝人脸、衣服的矩形区域中的特征和候选框中的特征的相似度。
[0174]在步骤S755中，判断候选特征信息与区域特征信息的相似度是否大于阈值。
[0175]在步骤S760中，当确定候选特征信息与区域特征信息的相似度大于阈值时，说明包括宝宝人脸、衣服的矩形区域中的特征和候选框中的特征相似，则这个候选框就是所寻找的宝宝区域，此时将该图像移入宝宝相册。一张图片理论上只有一个目标宝宝，找到后，则这幅图像搜索结束。当确定候选特征信息与区域特征信息的相似度不大于阈值时，这幅图像的搜索也结束。
[0176]在步骤S765中，判断是否已经遍历全部的图像。当确定已经遍历全部的图像时，则图7所示的根据本公开另一具体实施例的一种图像处理方法结束。当确定还未遍历全部的图像时，返回在步骤S740中。此时，按照上述步骤S740-S765的方法搜索每个分组中的这个宝宝。然后将搜索到的图像加入到宝宝相册中，这样提高了宝宝相册的召回率。
[0177]在根据本公开另一具体实施例的另一种图像处理方法中，首先通过宝宝相册将把大部分的宝宝聚集在一起，然后获取宝宝相册中每个宝宝的框一个矩形区域，然后提取特征，搜索相近时间段内的其他的照片，如背影等，增加宝宝相册的召回率。
[0178]在创建宝宝相册时，可以先检测出人脸，然后采用分类模型判断这个人脸是不是宝宝的，如果是将其添加到宝宝相册中。由于宝宝经常时乱动或者不配合，或者宝宝的脸被遮挡等原因，这种宝宝的人脸基本上检测不出来或者会漏掉。例如，一共100张人脸，宝宝正脸的60张，其他遮挡脸或者无脸的同一个宝宝40张，正常的召回率60%。用户在一般拍照时，一个时间段内一般不止拍了一张，通过正常检测出宝宝的脸之后，然后将其衣服区域裁剪出来。基于其衣服区域，搜索40张未检测到的宝宝的图片。这样宝宝相册召回率就提高了。
[0179]在一个实施例中，如果知道宝宝当前穿什么衣服，可以从其他没检测到宝宝的图像中去搜索相似的可能存在的宝宝人脸。类似图像搜索的方式，具体实现方法上，是先人脸相册聚合，然后通过年龄识别出宝宝，然后截取宝宝衣服区域的信息，然后从其他图片中采用滑动窗口 +图像搜索(可以是CNN或者支持向量机(SVM)等)的方式去识别是否可能存在该宝宝。
[0180]在一个实施例中，通过年龄识别出宝宝，然后截取宝宝衣服区域的信息，然后从其他图片中采用滑动窗口 +图像搜索(可以是CNN或者SVM等)的方式去识别是否可能存在该宝宝。相当于衣服信息是条件，然后引入了目标检测的方法，宝宝的目标检测是随着宝宝目标动态变化的。
[0181]图8是根据本公开一示例性实施例示出的一种图像处理装置的框图，该图像处理装置包括以下获取模块810、选择模块820、提取模块830和搜索模块840。
[0182]获取模块810被配置为从预设的目标对象相册中获取第一图像；目标对象相册中的图像均包含第一特征。
[0183]在一个实施例中，第一特征可以是目标对象的面孔。在此情况下，预设的目标对象相册可以是采用面孔识别和面孔聚类方法，将用户的照片中具有同一个人面孔的照片放在同一个相册中而形成的。
[0184]图11是根据本公开另一示例性实施例示出的一种图像处理装置中在多个面孔中确定目标对象的面孔的部分的框图。
[0185]如图11所示，在一个实施例中，根据本公开另一示例性实施例的图像处理装置还可以包括识别模块1110和第一判断模块1120。识别模块1110被配置为当第一图像中包含多个人的面孔时，针对所述多个人的面孔识别所述多个人的年龄信息和/或性别信息。第一判断模块1120被配置为根据识别模块1110识别出的所述多个人的年龄信息和/或性别信息来确定目标对象的面孔。通过图11所示的框图，根据本公开另一示例性实施例的图像处理装置能够快速准确地在包含多个人的面孔的图像中确定目标对象的面孔，即，第一特征。
[0186]选择模块820被配置为基于第一特征来在第一图像中选择包含第二特征的特征区域。
[0187]在一个实施例中，第二特征是目标对象的衣服。在此情况下，可以基于第一特征，例如目标对象的面孔，来在第一图像中选择一个包含目标对象的衣服的特征区域。
[0188]在一个实施例中，特征区域包含第一特征和第二特征。在另一个实施例中，特征区域可以不包含第一特征，而包含第二特征。例如，当第一特征是目标对象的面孔而第二特征是目标对象的衣服时，特征区域包含目标对象的衣服，这是由于目标对象相册是基于目标对象的面孔而设立的，目标对象相册之外的图像中可能不包含目标对象的面孔，而可能包含目标对象的衣服。换言之，特征区域包含第二特征，使得在根据本公开实施例的方法中，能够搜索包含与第二特征类似特征的图像。
[0189]提取模块830被配置为针对特征区域来提取区域特征信息。
[0190]在一个实施例中，特征区域是矩形区域。在某些情况下，矩形区域有利于进行特征提取等操作。在另一个实施例中，其它形状的区域，例如，圆形、椭圆或矩形以外的多边形的特征区域也是可行的。换言之，只要能够进行特征信息提取，任何形状的特征区域都是可行的。
[0191]在一个实施例中，提取模块830被配置为对特征区域归一化到一个固定尺寸大小，然后针对特征区域来提取区域特征信息。归一化使得图像可以抵抗几何变换的攻击，并能够找出图像中的那些不变量。因此，在归一化到固定尺寸大小之后再提取特征区域的特征信息，使得利用这样的得到的特征信息搜索图像更加准确。
[0192]搜索模块840被配置为基于区域特征信息在目标对象相册以外的图像中搜索第二图像;第二图像包含与第二特征相似的特征。
[0193]以下参照图2所示的应用场景来进一步说明如图8的所示的上述图像处理装置。
[0194]图2是用于说明根据本公开一具体实施例的应用场景的效果图。在图2中，目标对象相册200包含目标对象210的图像220和230，不包含图像240。另外，图2所示的目标对象相册200包含两幅图像220和230仅仅是示例，目标对象相册200可以包含一幅图像，也可以包含三幅或更多幅图像。
[0195]当将图8所示的的上述图像处理装置应用于图2所示的应用场景时，获取模块810被配置为从预设的目标对象相册200中获取第一图像220;目标对象相册200中的图像220和230均包含第一特征221，即目标对象210的面孔。根据以上参照图8对上述图像处理装置的说明可知，当在目标对象相册200中利用目标对象210的面孔聚合图像时，目标对象210的面孔未被拍摄到的图像240没有被聚合到目标对象相册200中。
[0196]选择模块820被配置为基于第一特征221来在第一图像220中选择包含第二特征222，即目标对象210的衣服，的特征区域225。根据以上参照图8对上述图像处理装置的说明可知，虽然图2所示的特征区域225包含第一特征221和第二特征222二者，但是，特征区域225可以包含第二特征222而不包含第一特征221。需要注意的是，虽然图2中的图像220和230相同，但是这仅仅是示例，图像220和230可以具有相同的第一特征221，而不必完全相同。
[0197]提取模块830被配置为针对特征区域225来提取区域特征信息。在图2所示的实施例中，特征区域225是矩形区域，但是可以理解，本公开不限于此。
[0198]搜索模块840被配置为基于区域特征信息在目标对象相册200以外的图像中搜索第二图像240;第二图像240包含与第二特征222相似的特征242。
[0199]从参照图2所示的应用场景说明的如图8的所示的上述图像处理装置可知，当用户的目标对象相册200按第一特征221聚合了第一图像时，该图像处理装置能够基于第一特征221选择一个包含第二特征222的特征区域225并提取区域特征信息，从而能够基于该区域特征信息来在目标对象相册200以外搜索具有与第二特征222类似的特征242的图像，这样就能够最大程度地避免遗漏目标对象的图像。因此，该图像处理装置使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0200]需要注意的是，虽然以上参照图8和图2描述的图像处理装置可以将第一图像220目标对象的面孔作为第一特征221，而将目标对象的衣服作为第二特征222，但是本公开不限于此。例如，第一特征可以是目标对象的衣服222，而第二特征是目标对象的面孔221。又例如，第一特征是目标对象的衣服222，而第二特征是目标对象戴的帽子(图中未示出)。又例如，第一特征是目标对象的面孔，而第二特征是目标对象手持的花束或气球(图中未示出)。换言之，第一特征和第二特征可以是图像中任何两个不相同的特征。
[0201]以下参照图9和图10说明图8中的搜索模块840的其它结构。
[0202]图9是根据本公开一示例性实施例示出的图8中的搜索模块840的结构的框图。如图9所示，图8中的搜索模块840还可以包括第一判断子模块8401和第二判断子模块8402。
[0203]第一判断子模块8401被配置为基于区域特征信息，采用滑动窗口的方式判断目标对象相册以外的图像是否包含与第二特征相似的特征。
[0204]第二判断子模块8402被配置为当第一判断子模块8401判断出目标对象相册以外的一幅图像包含与第二特征相似的特征时，确定所述一幅图像是第二图像。
[0205]以下参照图2的应用场景说明图9中的示出的第一判断子模块8401和第二判断子模块8402。
[0206]第一判断子模块8401被配置为基于区域特征信息，采用滑动窗口(例如，图2中所示的滑动窗口 245)的方式判断目标对象相册以外的图像是否包含与第二特征222相似的特征。
[0207]第二判断子模块8402被配置为当第一判断子模块8401判断出目标对象相册以外的一幅图像包含与第二特征222相似的特征242时，确定图像240是第二图像。
[0208]从参照图2所示的应用场景说明的如图9所示的搜索模块840的结构可知，当基于区域特征信息来在目标对象相册200以外搜索具有与第二特征222类似的特征242的图像时，可以通过采用滑动窗口来在图像中判断是否存在与第二特征222类似的特征242，这样就能够避免在一幅图像中遗漏可能的类似特征242，进而能够最大程度地避免遗漏目标对象的图像。因此，该图像处理技术使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0209]图10是根据本公开另一示例性实施例示出的图8中的搜索模块840的结构的框图。如图10所示，图8中的搜索模块840还可以包括第一选择子模块8403、第一提取子模块8404、第三判断子模块8405和第四判断子模块8406。
[0210]第一选择子模块8403被配置为在目标对象相册以外的图像上选择候选区域。
[0211 ]第一提取子模块8404被配置为针对候选区域来提取候选特征信息。
[0212]在一个实施例中，候选区域是矩形区域。在某些情况下，矩形区域有利于进行特征提取等操作。在另一个实施例中，其它形状的区域，例如，圆形、椭圆或矩形以外的多边形的候选区域也是可行的。换言之，只要能够进行特征信息提取，任何形状的候选区域都是可行的。
[0213]在一个实施例中，第一提取子模块模块8404被配置为对候选区域归一化到一个固定尺寸大小，然后针对候选区域来提取候选特征信息。归一化使得图像可以抵抗几何变换的攻击，并能够找出图像中的那些不变量。因此，在归一化到固定尺寸大小之后再提取候选区域的候选特征信息，使得利用这样的得到的候选特征信息搜索图像更加准确。
[0214]第三判断子模块8405被配置为判断候选特征信息与区域特征信息的相似度是否大于阈值。阈值可以是根据大量实验和分析而确定的，在此不做特定限制。
[0215]第四判断子模块8406被配置为当第三判断子模块8405判断出候选特征信息与区域特征信息的相似度大于阈值时，确定具有候选区域的图像包含与第二特征相似的特征。
[0216]以下参照图2的应用场景说明图10中的示出的第一选择子模块8403、第一提取子模块8404、第三判断子模块8405和第四判断子模块8406。
[0217]第一选择子模块8403被配置为在目标对象相册200以外的图像240上选择候选区域245。
[0218]第一提取子模块8404被配置为针对候选区域245来提取候选特征信息。
[0219]第三判断子模块8405被配置为判断候选特征信息与区域特征信息的相似度是否大于阈值。
[0220]第四判断子模块8406被配置为当第三判断子模块8405判断出候选特征信息与区域特征信息的相似度大于阈值时，确定具有候选区域的图像240包含与第二特征222相似的特征242。
[0221]从参照图2所示的应用场景说明的如图10所示的搜索模块840的结构可知，当基于区域特征信息来在目标对象相册200以外搜索具有与第二特征222类似的特征242的图像时，可以通过采用在目标对象相册以外的图像上选定候选特征区域245并针对候选区域245来提取候选特征信息，这样就能够通过比较区域特征信息和候选特征信息的相似度来精确判断特征区域225和候选特征区域245的相似度，进而能够准确地判断出目标对象相册以外的图像上是否具有与第二特征222类似的特征242。这样，就能够准确地判断一幅图像是不是第二图像。因此，该图像处理技术使得用户无需人工遍历全部图像来搜索与目标对象相册相关的图像，就能够自动搜索到与目标对象相册内的图像属于同一目标对象的目标对象相册外图像，从而提高了图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0222]以下参照图12来说明在本公开另一示例性实施例的图像处理装置中获取第一图像的部分。
[0223]图12是根据本公开另一示例性实施例示出的一种图像处理装置的获取第一图像的部分的框图。
[0224]如图12所示，根据本公开另一示例性实施例的图像处理装置还包括分组模块1210、第二判断模块1220和获取模块810。
[0225]分组模块1210被配置为按照图像的属性对目标对象相册以内和以外的全部图像进行分组。
[0226]第二判断模块1220被配置为判断分组所得的各组图像中是否存在目标对象相册以内的图像。
[0227]获取模块810被配置为当第二判断模块1220判断出一组图像中存在目标对象相册以内的图像时，从既存在于所述一组图像中又存在于目标对象相册以内的图像中获取第一图像。
[0228]在一个实施例中，第二图像存在于所述一组图像中。换言之，第二图像既存在于所述一组图像中，又存在于所述目标对象相册之外。
[0229]在一个实施例中，图像的属性包括图像的拍摄时间、图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一。
[0230]通过对按照图像的属性对目标对象相册以内和以外的全部图像进行分组，本实施例的图像处理装置既能够提高搜索到第二图像的概率，又能够缩小待搜索的图像的范围，还能够提高搜索第二图像的速度。
[0231 ]例如，目标图像相册以内有40幅图像，目标图像相册以外有60幅图像，共100幅图像。利用根据本公开另一示例性实施例的图像处理装置，分组模块1210被配置为按照图像的拍摄时间段将这100幅图像分为例如5个时间段，S卩5组，每组图像数量可能相等也可能不等。第二判断模块1220被配置为例如选择了一组20幅图像，判断该组20幅图像中是否存在目标对象相册以内的图像。获取模块810被配置为当第二判断模块1220判断出该组20幅图像中存在目标对象相册以内的5幅图像时，从这5幅图像中获取第一图像。由于一个时间段内用户拍摄的图像很可能不止一张，而且在一个时间段内用户的第二特征(例如衣服)一般不会变化。因此，当该组20张照片内存在5幅第一图像时，说明在该组20幅图像中的其余15幅图像内很有可能存在拍摄到了目标对象的第二特征(例如衣服)的图像。显然，在该组中的其余15幅图像内搜索到第二图像的概率要比在全部的目标对象相册以外的60幅图像内搜索到第二图像的概率要高，而且搜索量的减少说明搜索速度更快。
[0232]又例如，如果上述一组20幅图像全部都是目标对象相册内的图像，那么，根据本公开另一示例性实施例的图像处理装置可以不在这20幅图像内选择第一图像，这是因为该组20幅图像的同一时间段内，没有目标对象相册以外的图像，因此在目标对象相册以外的全部60幅搜索到第二图像的概率较低。显然，不在这组20幅图像内获取第一图像，而是从既存在于一组图像中又存在于目标对象相册以内的图像中获取第一图像，既能够提高搜索到第二图像的概率，又能够缩小待搜索的图像的范围，还能够提高搜索第二图像的速度。
[0233]虽然以上说明了按照图像的拍摄时间来对图像分组，但是，也可以按照图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一来对图像分组。通过按照图像的上述属性对目标对象相册以内和以外的全部图像进行分组，本实施例的图像处理装置既能够提高搜索到第二图像的概率，又能够缩小待搜索的图像的范围，还能够提高搜索第二图像的速度。
[0234]在本公开的一个实施例中，以上所述的图像处理装置还可以包括移动模块(图中未示出)，被配置为将第二图像移入目标对象相册。将搜索到的第二图像移入目标对象相册能够提高图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0235]在本公开的一个实施例中，以上所述的图像处理装置还可以包括移动模块(图中未示出)，被配置为将第二图像移存到目标对象相册以外的其它相册内。将搜索到的第二图像移存到目标对象相册以外的其它相册内能够提高图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0236]在本公开的一个实施例中，以上所述的图像处理装置还可以包括处理模块(未示出)，被配置为对第二图像进行选中或删除处理。对搜索到的第二图像进行选中或删除处理能够提高图像整理的准确度和便利性，给用户的使用带来了极大的方便。
[0237]本公开实施例提供了一种图像处理装置，包括:
[0238]处理器；
[0239]用于存储处理器可执行指令的存储器；
[0240]其中，处理器被配置为:
[0241]从预设的目标对象相册中获取第一图像；目标对象相册中的图像均包含第一特征；
[0242]基于第一特征来在第一图像中选择包含第二特征的特征区域；
[0243]针对特征区域来提取区域特征信息；
[0244]基于区域特征信息在目标对象相册以外的图像中搜索第二图像;第二图像包含与第二特征相似的特征。
[0245]图13是根据本公开一示例性实施例示出的一种图像处理装置1300的框图。例如，装置1300可以是一客户端，该客户端可以是应用程序，也可以是移动设备，如移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
[0246]参照图13，装置1300可以包括以下一个或多个组件:处理组件1302，存储器1304，电源组件1306，多媒体组件1308，音频组件1310，输入/输出(I /0)的接口 1312，传感器组件1314，以及通信组件1316。
[0247]处理组件1302通常控制装置1300的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件1302可以包括一个或多个处理器1320来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件1302可以包括一个或多个模块，便于处理组件1302和其他组件之间的交互。例如，处理组件1302可以包括多媒体模块，以方便多媒体组件1308和处理组件1302之间的交互。
[0248]存储器1304被配置为存储各种类型的数据以支持在装置1300的操作。这些数据的示例包括用于在装置1300上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器1304可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPR0M)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
[0249]电源组件1306为装置1300的各种组件提供电力。电源组件1306可以包括电源管理系统，一个或多个电源，及其他与为装置1300生成、管理和分配电力相关联的组件。
[0250]多媒体组件1308包括在所述装置1300和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件1308包括一个前置摄像头和/或后置摄像头。当装置1300处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。[0251 ]音频组件1310被配置为输出和/或输入音频信号。例如，音频组件1310包括一个麦克风(MIC)，当装置1300处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器1304或经由通信组件1316发送。在一些实施例中，音频组件1310还包括一个扬声器，用于输出音频信号。
[0252]I/O接口 1312为处理组件1302和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
[0253]传感器组件1314包括一个或多个传感器，用于为装置1300提供各个方面的状态评估。例如，传感器组件1314可以检测到装置1300的打开/关闭状态，组件的相对定位，例如所述组件为装置1300的显示器和小键盘，传感器组件1314还可以检测装置1300或装置1300—个组件的位置改变，用户与装置1300接触的存在或不存在，装置1300方位或加速/减速和装置1300的温度变化。传感器组件1314可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件1314还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件1314还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0254]通信组件1316被配置为便于装置1300和其他设备之间有线或无线方式的通信。装置1300可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1316经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件1316还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
[0255]在示例性实施例中，装置1300可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0256]在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器1304，上述指令可由装置1300的处理器1320执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是R0M、随机存取存储器(RAM)、CD-R0M、磁带、软盘和光数据存储设备等。
[0257]—种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种图像处理方法，该方法包括:
[0258]从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征；
[0259]基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域；
[0260]针对所述特征区域来提取区域特征信息；
[0261]基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像;所述第二图像包含与所述第二特征相似的特征。
[0262]图14是根据本公开一示例性实施例示出的另一种图像处理装置的框图。例如，装置1400可以被提供为一服务器。参照图14，装置1400包括处理组件1422，其进一步包括一个或多个处理器，以及由存储器1432所代表的存储器资源，用于存储可由处理组件1422执行的指令，例如应用程序。存储器1432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1422被配置为执行指令，以执行上述方法。
[0263]装置1400还可以包括一个电源组件1426被配置为执行装置1400的电源管理，一个有线或无线网络接口 1450被配置为将装置1400连接到网络，和一个输入输出(I/O)接口1458。装置1400可以操作基于存储在存储器1432的操作系统，例如Windows ServerTM,MacOS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。
[0264]—种非临时性计算机可读存储介质，当所述存储介质中的指令由服务器的处理器执行时，使得服务器能够执行一种图像处理方法，该方法包括:
[0265]从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征；
[0266]基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域；
[0267]针对所述特征区域来提取区域特征信息；
[0268]基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像;所述第二图像包含与所述第二特征相似的特征。
[0269]本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0270]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种图像处理方法，其特征在于，包括: 从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征； 基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域； 针对所述特征区域来提取区域特征信息； 基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像;所述第二图像包含与所述第二特征相似的特征。2.根据权利要求1所述的方法，其特征在于，还包括: 将所述第二图像移入所述目标对象相册。3.根据权利要求1所述的方法，其特征在于，基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像，包括: 基于所述区域特征信息，采用滑动窗口的方式判断所述目标对象相册以外的图像是否包含与所述第二特征相似的特征；以及 当判断出所述目标对象相册以外的一幅图像包含与所述第二特征相似的特征时，确定所述一幅图像是所述第二图像。4.根据权利要求1所述的方法，其特征在于，基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像，包括: 在所述目标对象相册以外的图像上选择候选区域； 针对所述候选区域来提取候选特征信息； 判断所述候选特征信息与所述区域特征信息的相似度是否大于阈值；以及当所述候选特征信息与所述区域特征信息的相似度大于所述阈值时，确定具有所述候选区域的图像包含与所述第二特征相似的特征。5.根据权利要求1所述的方法，其特征在于，所述第一特征是目标对象的面孔。6.根据权利要求5所述的方法，其特征在于，还包括: 当所述第一图像中包含多个人的面孔时，针对所述多个人的面孔识别所述多个人的年龄信息和/或性别信息；以及 根据识别出的所述多个人的年龄信息和/或性别信息来确定所述目标对象的面孔。7.根据权利要求1所述的方法，其特征在于，所述第二特征是目标对象的衣服。8.根据权利要求1所述的方法，其特征在于，还包括: 按照图像的属性对所述目标对象相册以内和以外的全部图像进行分组； 判断分组所得的各组图像中是否存在所述目标对象相册以内的图像；以及当判断出一组图像中存在所述目标对象相册以内的图像时，从既存在于所述一组图像中又存在于所述目标对象相册以内的图像中获取第一图像。9.根据权利要求8所述的方法，其特征在于，所述第二图像存在于所述一组图像中。10.根据权利要求8所述的方法，其特征在于，所述图像的属性包括图像的拍摄时间、图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一。11.根据权利要求1所述的方法，其特征在于，所述特征区域包含所述第一特征和所述第二特征。12.根据权利要求1所述的方法，其特征在于，所述特征区域是矩形区域。13.根据权利要求1所述的方法，其特征在于，针对所述特征区域来提取区域特征信息，包括: 对所述特征区域归一化到一个固定尺寸大小，然后针对所述特征区域来提取区域特征?目息O14.根据权利要求4所述的方法，其特征在于，所述候选区域是矩形区域。15.根据权利要求4所述的方法，其特征在于，针对所述候选区域来提取候选特征信息，包括: 对所述候选区域归一化到一个固定尺寸大小，然后针对所述候选区域来提取候选特征?目息O16.根据权利要求1所述的方法，其特征在于，还包括: 将所述第二图像移存到所述目标对象相册以外的其它相册内。17.根据权利要求1所述的方法，其特征在于，还包括: 对所述第二图像进行选中或删除处理。18.—种图像处理装置，其特征在于，包括: 获取模块，被配置为从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征； 选择模块，被配置为基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域； 提取模块，被配置为针对所述特征区域来提取区域特征信息； 搜索模块，被配置为基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像;所述第二图像包含与所述第二特征相似的特征。19.根据权利要求18所述的装置，其特征在于，还包括: 移动模块，被配置为将所述第二图像移入所述目标对象相册。20.根据权利要求18所述的装置，其特征在于，所述搜索模块包括: 第一判断子模块，被配置为基于所述区域特征信息，采用滑动窗口的方式判断所述目标对象相册以外的图像是否包含与所述第二特征相似的特征；以及 第二判断子模块，被配置为当所述第一判断子模块判断出所述目标对象相册以外的一幅图像包含与所述第二特征相似的特征时，确定所述一幅图像是所述第二图像。21.根据权利要求18所述的装置，其特征在于，所述搜索模块包括: 第一选择子模块，被配置为在所述目标对象相册以外的图像上选择候选区域； 第一提取子模块，被配置为针对所述候选区域来提取候选特征信息； 第三判断子模块，被配置为判断所述候选特征信息与所述区域特征信息的相似度是否大于阈值；以及 第四判断子模块，被配置为当所述第三判断子模块判断出所述候选特征信息与所述区域特征信息的相似度大于所述阈值时，确定具有所述候选区域的图像包含与所述第二特征相似的特征。22.根据权利要求18所述的装置，其特征在于，所述第一特征是目标对象的面孔。23.根据权利要求22所述的装置，其特征在于，还包括: 识别模块，被配置为当所述第一图像中包含多个人的面孔时，针对所述多个人的面孔识别所述多个人的年龄信息和/或性别信息；以及 第一判断模块，被配置为根据所述识别模块识别出的所述多个人的年龄信息和/或性别信息来确定所述目标对象的面孔。24.根据权利要求18所述的装置，其特征在于，所述第二特征是目标对象的衣服。25.根据权利要求18所述的装置，其特征在于，还包括: 分组模块，被配置为按照图像的属性对所述目标对象相册以内和以外的全部图像进行分组；以及 第二判断模块，被配置为判断分组所得的各组图像中是否存在所述目标对象相册以内的图像； 其中，所述获取模块被配置为当所述第二判断模块判断出一组图像中存在所述目标对象相册以内的图像时，从既存在于所述一组图像中又存在于所述目标对象相册以内的图像中获取第一图像。26.根据权利要求25所述的装置，其特征在于，所述第二图像存在于所述一组图像中。27.根据权利要求25所述的装置，其特征在于，所述图像的属性包括图像的拍摄时间、图像尺寸、图像分辨率、图像比特大小、图像的文件格式中的至少之一。28.根据权利要求18所述的装置，其特征在于，所述特征区域包含所述第一特征和所述第二特征。29.根据权利要求18所述的装置，其特征在于，所述特征区域是矩形区域。30.根据权利要求18所述的装置，其特征在于，所述提取模块被配置为: 对所述特征区域归一化到一个固定尺寸大小，然后针对所述特征区域来提取区域特征?目息O31.根据权利要求21所述的装置，其特征在于，所述候选区域是矩形区域。32.根据权利要求21所述的装置，其特征在于，所述第一提取子模块被配置为: 对所述候选区域归一化到一个固定尺寸大小，然后针对所述候选区域来提取候选特征?目息O33.根据权利要求18所述的装置，其特征在于，还包括: 移动模块，被配置为将所述第二图像移存到所述目标对象相册以外的其它相册内。34.根据权利要求18所述的装置，其特征在于，还包括: 处理模块，被配置为对所述第二图像进行选中或删除处理。35.一种图像处理装置，其特征在于，包括: 处理器； 用于存储处理器可执行指令的存储器； 其中，所述处理器被配置为: 从预设的目标对象相册中获取第一图像;所述目标对象相册中的图像均包含第一特征； 基于所述第一特征来在所述第一图像中选择包含第二特征的特征区域； 针对所述特征区域来提取区域特征信息； 基于所述区域特征信息在所述目标对象相册以外的图像中搜索第二图像；所述第二图像包含与所述第二特征相似的特征。
【文档编号】G06F17/30GK106095876SQ201610395671
【公开日】2016年11月9日
【申请日】2016年6月6日 公开号201610395671.1, CN 106095876 A, CN 106095876A, CN 201610395671, CN-A-106095876, CN106095876 A, CN106095876A, CN201610395671, CN201610395671.1
【发明人】陈志军, 王百超, 杨松
【申请人】北京小米移动软件有限公司