一种图片关联方法及其装置、电子设备与流程

本发明涉及终端技术领域，特别是涉及一种图片关联方法及其装置、电子设备。

背景技术：

随着终端技术的发展，拍照的功能愈来愈强大，图片的分类功能也随之多样化。

传统技术提供一种图片分类方法，具体为：终端能够自动对拍摄到的图片进行人脸分析，根据人脸分析的结果进行分类，例如：当分析到图片只有人物a时，终端便将该图片分类至一个文件夹内。当分析到图片包括人物a与人物b时，终端便将该图片分类至另一文件夹内。

发明人在实现本发明的过程中，发现传统技术至少存在以下问题：传统技术只是简单粗糙地从人脸图像提取出对应人脸轮廓便可以实现分类，其缺乏对人物更细粒度地分类，导致用户体验感低下。

技术实现要素：

本发明实施例一个目的旨在提供一种图片关联方法及其装置、电子设备，其解决了传统技术未能够对人物更细粒度地分类的技术问题。

为解决上述技术问题，本发明实施例提供以下技术方案：

在第一方面，本发明实施例提供一种图片关联方法，应用于电子设备，包括：根据人脸表情识别算法，确定图片中人物的情感类别，每一种情感类别对应每一个标签；根据确定到的图片中人物的情感类别，遍历标签库以查找出与所述情感类别对应的预设标签；建立所述图片与查找到的预设标签之间的关联。

可选地，所述方法还包括：响应于对位于所述标签库内的预设标签输入的选择操作，获取与选择到的预设标签对应的图片；呈现获取到的图片。

可选地，所述方法还包括：建立新文件夹；将属于同一标签的图片保存于所述新文件夹。

可选地，所述方法还包括：按照预设频率获取网络热度词语，所述网络热度词语与网络热度图片对应；根据所述网络热度图片，确定所述网络热度词语的情感类别，并建立所述网络热度词语与确定到的情感类别的关联；将所述网络热度词语作为新的预设标签并保存在所述标签库。

可选地，所述按照预设频率获取网络热度词语，包括：按照预设频率，从目标网络平台的排行榜获取若干网络图片及发表数据，所述发表数据包括评论数、点赞数及发表时间；根据热度算法与网络图片的发表数据，确定所述网络图片的热度；判断所述网络图片的热度是否大于预设热度；若大于，确定所述网络图片为网络热度图片以及所述网络热度图片的网络热度词语；若小于，确定所述网络图片为非网络热度图片。

在第二方面，本发明实施例提供一种图片关联装置，应用于电子设备，所述装置包括：第一确定模块，用于根据人脸表情识别算法，确定图片中人物的情感类别，每一种情感类别对应每一个标签；遍历模块，用于根据确定到的图片中人物的情感类别，遍历标签库以查找出与所述情感类别对应的预设标签；第一建立模块，用于建立所述图片与查找到的预设标签之间的关联。

可选地，所述装置还包括：响应模块，用于响应于对位于所述标签库内的预设标签输入的选择操作，获取与选择到的预设标签对应的图片；呈现模块，用于呈现获取到的图片。

可选地，所述装置还包括：第二建立模块，用于建立新文件夹；第一保存模块，用于将属于同一标签的图片保存于所述新文件夹。

可选地，所述装置还包括：获取模块，用于按照预设频率获取网络热度词语，所述网络热度词语与网络热度图片对应；第二确定模块，用于根据所述网络热度图片，确定所述网络热度词语的情感类别，并建立所述网络热度词语与确定到的情感类别的关联；第二保存模块，用于将所述网络热度词语作为新的预设标签并保存在所述标签库。

可选地，所述获取模块包括：获取单元，用于按照预设频率，从目标网络平台的排行榜获取若干网络图片及发表数据，所述发表数据包括评论数、点赞数及发表时间；第一确定单元，用于根据热度算法与网络图片的发表数据，确定所述网络图片的热度；判断单元，用于判断所述网络图片的热度是否大于预设热度；第二确定单元，用于若大于，确定所述网络图片为网络热度图片以及所述网络热度图片的网络热度词语；第三确定单元，用于若小于，确定所述网络图片为非网络热度图片。

在第三方面，本发明实施例提供一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够用于执行任一项所述的图片关联方法。

在第五方面，本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使电子设备执行如上任一项所述的图片关联方法。

在本发明各个实施例中，通过根据人脸表情识别算法，确定图片中人物的情感类别，每一种情感类别对应每一个标签，根据确定到的图片中人物的情感类别，遍历标签库以查找出与情感类别对应的预设标签，建立图片与查找到的预设标签之间的关联。因此，其能够更加细粒度地从图片中分析出人物对应的情感类别，从而为其配置对应的标签。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是本发明实施例提供一种图片关联的应用场景；

图2是本发明实施例提供一种图库示意图；

图3是本发明实施例提供一种图片详情页的示意图；

图4是本发明实施例提供一种电子设备的结构示意图；

图5是本发明实施例提供一种图片关联装置的结构示意图；

图6是本发明另一实施例提供一种图片关联装置的结构示意图；

图7是本发明又另一实施例提供一种图片关联装置的结构示意图；

图8是本发明又另一实施例提供一种图片关联装置的结构示意图；

图9是本发明实施例提供一种获取模块的结构示意图；

图10是本发明实施例提供一种图片关联方法的流程示意图；

图11是本发明另一实施例提供一种图片关联方法的流程示意图；

图12是本发明又另一实施例提供一种图片关联方法的流程示意图；

图13是本发明又另一实施例提供一种图片关联方法的流程示意图；

图14是图13中步骤68的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明实施例的图片关联方法，可以在任何合适类型，具有用户交互装置和运算能力的处理器的移动终端中执行，例如：智能手机、计算机、掌上电脑(personaldigitalassistant，pda)、平板电脑、智能手表、电子书等等。

本发明实施例的图片关联装置可以作为其中一个软件或者硬件功能单元，独立设置在上述用户终端中，也可以作为整合在处理器中的其中一个功能模块，执行本发明实施例的图片关联方法。

请参阅图1，图1是本发明实施例提供一种图片关联的应用场景。如图1所示，图库10包括若干张图片，例如：图片a，图片b，图片c，图片d，图片e以及图片f，其中，图片a为用户甲的独照，图片b为用户乙的独照，图片c为用户丙的独照，图片d为用户乙与用户丙的合照，图片e为用户甲与用户乙的合照，图片f为用户丙与用户丁的合照。其中，图片a的表情是悲伤的，图片b的表情是高兴的，图片c的表情是愤怒的，图片d的表情是厌恶的，图片e的表情是恐惧的，图片f的表情是惊奇的。

图库10将上述各张图片进行存储时，采用人脸图像分析算法，对上述各张图片进行分析，以便将上述各张图片进行分类。例如：当分析到图片a的人物是用户甲时，其便将图片a与用户甲进行关联并且分类至用户甲的文件夹。当分析到图片e的人物分别为用户甲与用户乙时，其便将图片e分别与用户甲和用户乙进行关联并且分类至用户甲与用户乙的共同文件夹。

显然，上述图片关联方法只是简单粗糙地从人脸图像提取出对应人脸轮廓便可以实现分类，其缺乏对人物更细粒度地分类，导致用户体验感低下。

基于上述技术问题的缺陷，本发明实施例提供一种电子设备，其能够更加细粒度地从图片中分析出人物对应的情感类别，从而为其配置对应的标签。

首先，电子设备根据人脸表情识别算法，确定图片中人物的情感类别，每一种情感类别对应每一个标签。可选地，当电子设备抓取到图片时，首先对该图片进行人脸检测，以此定位人脸位置，此处，其采用adaboost算法或者采用其它人脸检测算法进行人脸检测。

当电子设备完成人脸检测后，便开始进行人脸表情特征提取的步骤。在本实施例中，人脸表情的类别包括悲伤、高兴、愤怒、厌恶、恐惧及惊奇，因此，电子设备根据上述六个人脸表情进行特征提取，在特征提取过程中，其可以采用gabor变换和局部二值模式(localbinarypatterns)进行人脸表情特征的提取，例如，其可以提取眼睛和嘴巴两个区域的表情特征，以便快速地完成表情的识别。

当电子设备完成人脸表情特征的提取，便开始进行表情分类的步骤。可选地，电子设备采用表情分类器对提取到的人脸表情特征进行分类，以将不同的表情特征分类到不同的表情类别。此处，该表情类别可以用于描述图片中人物的情感类别，亦即，情感类别可以包括：悲伤的情感、高兴的情感、愤怒的情感、厌恶的情感、恐惧的情感及惊奇的情感。例如：请再参阅图1，电子设备通过人脸表情识别算法，确定到图片a中用户甲的表情是悲伤。

在本实施例中，为了方便描述与直观地表现图片中人物的情感类别，用户可以在图库中预先构建标签库，该标签库包括多个标签，每个标签均是用于描述图片中人物的情感类别。例如：如图2所示，该标签库20包括悲伤、高兴、愤怒、厌恶、恐惧以及惊奇。

其次，电子设备根据确定到的图片中人物的情感类别，遍历标签库以查找出与情感类别对应的预设标签。例如：请结合图1与图2，当电子设备分析到图片b中用户乙的表情是高兴的，电子设备遍历标签库，查找与高兴的情感对应的预设标签(亦即：标签“高兴”)。

最后，电子设备建立该图片与查找到的预设标签之间的关联。例如：请结合图1与图2，电子设备将图片b与标签“高兴”建立关联。当用户查看图片b的属性时，如图3所示，用户可以在图片详情页查看图片b的标签是“高兴”的。

在一些实施例中，当用户需要查看属于某个特定标签所对应的全部图片时，用户可以在标签库内选择目标的预设标签，于是，电子设备响应于对位于标签库内的预设标签输入的选择操作，获取与选择到的预设标签对应的图片，并且呈现获取到的图片。在呈现过程中，电子设备可以在同一页面呈现获取到的全部图片。

采用此种方式，用户能够快速地浏览特定人物对应情感类别的所有图片，从而提升用户体验感。

在一些实施例中，电子设备还可以建立新文件夹，将属于同一标签的图片保存于新文件夹。因此，用户便可以直接打开对应的文件夹，便可以一目了然地获悉特定人物对应情感类别的所有图片。

用户的体验感往往不仅仅局限于自身自定义的预设标签上，其可以结合网络热度词语为特定图片打标签。

例如，在一些实施例中，首先，电子设备按照预设频率获取网络热度词语，其中，该网络热度词语与网络热度图片对应。该预设频率可以由用户自定义，例如：电子设备一天一次地自动联网，从网络平台获取网络热度词语。该网络热度词语为时下互联网比较流行的网络语言，网络热度词语是用于描述网络热度图片的，例如：网络热度词语为“犀利哥”，网络热度图片为“犀利哥”的图片。再例如：网络热度词语为“宝宝”，网络热度图片为“宝宝受委屈”的图片。

在一些实施例中，电子设备按照预设频率获取网络热度词语时，其按照预设频率，从目标网络平台的排行榜获取若干网络图片及发表数据，该发表数据包括评论数、点赞数及发表时间。该目标网络平台包括各大网站、微博、博客、论坛等等。一般的，各个目标网络平台皆设置有排行榜，用于描述当前时下比较热门的内容。该排行榜包括按照热度高低的顺序自上往下进行排列的网络内容，该网络内容包括网络图片与发表数据。进一步的，电子设备根据热度算法与网络图片的发表数据，确定网络图片的热度，并且判断该网络图片的热度是否大于预设热度，若大于，确定网络图片为网络热度图片以及网络热度图片的网络热度词语，若小于，确定网络图片为非网络热度图片。

热度算法用于计算网络图片的热度，其计算公式可以为：

热度＝(总赞数*0.7+总评论数*0.3)*1000/(发布时间距离当前时间的小时差+2)^1.2。

当然，本领域技术人员可以根据业务需求自行选择对应的热度算法，在此并不局限于本实施例提供的示例。

紧接着，电子设备根据网络热度图片，确定网络热度词语的情感类别。例如：电子设备根据“宝宝受委屈”的图片，确定“宝宝”的情感类别为悲伤的情感。

再次，电子设备建立网络热度词语与确定到的情感类别的关联。例如：电子设备将“宝宝”与“悲伤的情感”进行关联。

最后，电子设备将网络热度词语作为新的预设标签并保存在标签库。例如：电子设备将“宝宝”作为新的预设标签并保存在标签库。再进一步的，若图片库日后出现表情比较“悲伤”的图片时，该图片不仅仅与标签“悲伤”关联，而且还可以与标签“宝宝”关联。

因此，采用上述方式，其能够大大提高用户的趣味性与用户体验感。

在上述各个实施例中，如图4所示，该电子设备400包括：至少一个处理器41以及与所述至少一个处理器41通信连接的存储器42；其中，图4中以一个处理器41为例。处理器41和存储器42可以通过总线或者其他方式连接，图4中以通过总线连接为例。

其中，存储器42存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器41能够用于执行上述图片关联的控制逻辑。

作为本发明实施例的另一方面，本发明实施例提供一种图片关联装置，应用于电子设备。该图片关联装置作为软件系统，其可以存储在图4所阐述电子设备内。该图片关联装置包括若干指令，该若干指令存储于存储器内，处理器可以访问该存储器，调用指令进行执行，以完成上述图片关联装置。

如图5所述，该图片关联装置50包括：第一确定模块51、遍历模块52及第一建立模块53。

第一确定模块51用于根据人脸表情识别算法，确定图片中人物的情感类别，每一种情感类别对应每一个标签。

遍历模块52用于根据确定到的图片中人物的情感类别，遍历标签库以查找出与情感类别对应的预设标签。

第一建立模块53用于建立图片与查找到的预设标签之间的关联。

因此，其能够更加细粒度地从图片中分析出人物对应的情感类别，从而为其配置对应的标签。

在一些实施例中，如图6所示，该图片关联装置50还包括：响应模块54与呈现模块55。

响应模块54用于响应于对位于标签库内的预设标签输入的选择操作，获取与选择到的预设标签对应的图片。

呈现模块55用于呈现获取到的图片。

在一些实施例中，如图7所示，该图片关联装置50还包括：第二建立模块56与第一保存模块57。

第二建立模块56用于建立新文件夹。

第一保存模块57用于将属于同一标签的图片保存于所述新文件夹。

在一些实施例中，如图8所示，该图片关联装置50还包括：获取模块58、第二确定模块59以及第二保存模块60。

获取模块58用于按照预设频率获取网络热度词语，网络热度词语与网络热度图片对应。

第二确定模块59用于根据网络热度图片，确定网络热度词语的情感类别，并建立网络热度词语与确定到的情感类别的关联。

第二保存模块60用于将网络热度词语作为新的预设标签并保存在标签库。

在一些实施例中，如图9所示，该获取模块58包括：获取单元581、第一确定单元582、判断单元583、第二确定单元584以及第三确定单元585。

获取单元581用于按照预设频率，从目标网络平台的排行榜获取若干网络图片及发表数据，所述发表数据包括评论数、点赞数及发表时间；

第一确定单元582用于根据热度算法与网络图片的发表数据，确定所述网络图片的热度；

判断单元583用于判断所述网络图片的热度是否大于预设热度；

第二确定单元584用于若大于，确定所述网络图片为网络热度图片以及所述网络热度图片的网络热度词语；

第三确定单元585用于若小于，确定所述网络图片为非网络热度图片。

由于装置实施例和上述各个实施例是基于同一构思，在内容不互相冲突的前提下，装置实施例的内容可以引用上述各个实施例的，在此不赘述。

作为本发明实施例的又另一方面，本发明实施例提供一种图片关联方法。本发明实施例的图片关联方法的功能除了借助上述图4至图9所述的图片关联装置的软件系统来执行，其亦可以借助硬件平台来执行。例如：图片关联方法可以在合适类型具有运算能力的处理器的电子设备中执行，例如：单片机、数字处理器(digitalsignalprocessing，dsp)、可编程逻辑控制器(programmablelogiccontroller，plc)等等。

下述各个实施例的图片关联方法对应的功能是以指令的形式存储在电子设备的存储器上，当要执行下述各个实施例的图片关联方法对应的功能时，电子设备的处理器访问存储器，调取并执行对应的指令，以实现下述各个实施例的图片关联方法对应的功能。

存储器作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如上述实施例中的图片关联装置50对应的程序指令/模块(例如，图4至图9所述的各个模块和单元)，或者下述实施例图片关联方法对应的步骤。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行图片关联装置50的各种功能应用以及数据处理，即实现下述实施例图片关联装置50的各个模块与单元的功能，或者下述实施例图片关联方法对应的步骤的功能。

存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述程序指令/模块存储在所述存储器中，当被所述一个或者多个处理器执行时，执行上述任意方法实施例中的图片关联方法，例如，执行下述实施例描述的图10至图14所示的各个步骤；也可实现附图4至图9所述的各个模块和单元的功能。

如图10所示，该图片关联方法应用于电子设备。该图片关联方法60包括：

步骤61、根据人脸表情识别算法，确定图片中人物的情感类别，每一种情感类别对应每一个标签；

步骤62、根据确定到的图片中人物的情感类别，遍历标签库以查找出与情感类别对应的预设标签；

步骤63、建立图片与查找到的预设标签之间的关联。

因此，其能够更加细粒度地从图片中分析出人物对应的情感类别，从而为其配置对应的标签。

在一些实施例中，如图11所示，该图片关联方法60还包括：

步骤64、响应于对位于标签库内的预设标签输入的选择操作，获取与选择到的预设标签对应的图片；

步骤65、呈现获取到的图片。

在一些实施例中，如图12所示，该图片关联方法60还包括：

步骤66、建立新文件夹；

步骤67、将属于同一标签的图片保存于新文件夹。

在一些实施例中，如图13所示，该图片关联方法60还包括：

步骤68、按照预设频率获取网络热度词语，网络热度词语与网络热度图片对应；

步骤69、根据网络热度图片，确定网络热度词语的情感类别，并建立网络热度词语与确定到的情感类别的关联；

步骤70、将网络热度词语作为新的预设标签并保存在标签库。

在一些实施例中，如图14所示，步骤68包括：

步骤681、按照预设频率，从目标网络平台的排行榜获取若干网络图片及发表数据，发表数据包括评论数、点赞数及发表时间；

步骤682、根据热度算法与网络图片的发表数据，确定网络图片的热度；

步骤683、判断网络图片的热度是否大于预设热度；若大于,执行步骤684,若小于,执行步骤685；

步骤684、确定网络图片为网络热度图片以及网络热度图片的网络热度词语；

步骤685、确定网络图片为非网络热度图片。

由于装置实施例和方法实施例是基于同一构思，在内容不互相冲突的前提下，方法实施例的内容可以引用装置实施例的，在此不赘述。

作为本发明实施例的又另一方面，本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使电子设备执行如上任一项所述的图片关联方法。

通过根据人脸表情识别算法，确定图片中人物的情感类别，每一种情感类别对应每一个标签，根据确定到的图片中人物的情感类别，遍历标签库以查找出与情感类别对应的预设标签，建立图片与查找到的预设标签之间的关联。因此，其能够更加细粒度地从图片中分析出人物对应的情感类别，从而为其配置对应的标签。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明，它们没有在细节中提供；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。