本发明涉及智能终端的技术领域，尤其涉及一种基于智能终端的照片分享方法及照片分享系统。
背景技术：
智能终端成为了当今生活中越来越不可或缺的一部分。随着智能终端的飞速发展，其内置的功能也越来越多样化。听音乐、商务、游戏、拍照已然成为了智能终端必备的成熟功能。目前，为进一步改善智能终端的功能和用户体验，技术人员针对现有的功能作出了不断的革新和优化。
照片分享一直是SNS(全称Social Networking Services，即社会性网络服务，专指旨在帮助人们建立社会性网络的互联网应用服务)的热点功能之一。特别是随着智能手机在市场上的迅速扩张，照片分享应用的发展更是如火如荼，近些年来，微信、微博、facebook、Instagram等国内外的社交软件的使用风靡全球，越来越多的用户喜欢将自己生活、情感、工作等相关内容通过图片或文字的方式与社交平台中的朋友们分享，随手一拍，去展示自己的生活，想法和圈子。这种“瀑布流”的形式挖掘出了图片的潜力，也几乎完全取代了文字，形成了一种全新的社交方式，因此这个时代也可以说是图片社交新兴的一个时代。
然而，目前照片分享一般在完成照片拍摄后，需打开社交软件程序，再点击社交软件程序中的图片分享按钮，选择需要分享的照片，才可完成分享。且对每一不同的社交软件，用户需重复上述步骤，方可完成在多个社交平台进行照片分享，非常麻烦。
为此，本发明提供了一种基于智能终端的照片分享方法及照片分享系统，可基于照片中脸部的识别、分享概率的计算以及照片质量的判断，对照片实现一键分享，操作便捷，尤其适用包含用户自己，孩子，家人，宠物等特定的入镜群体的照片分享，为用户提供一种更为优化的照片分享体验。
技术实现要素：
为克服上述缺陷，本发明提供了一种基于智能终端的照片分享方法及照片分享系统，可基于照片中脸部的识别、分享概率的计算以及照片质量的判断，对照片实现一键分享，操作便捷，尤其适用包含用户自己，孩子，家人，宠物等特定的入镜群体的照片分享，为用户提供一种更为优化的照片分享体验。
本发明提供了一种基于智能终端的照片分享方法，所述照片分享方法包括如下步骤：
显示一所述智能终端的图片库中的待分享照片；
识别所述待分享照片中是否包含脸部区域；
当所述待分享照片包含所述脸部区域时，计算所述智能终端中包含所述脸部区域的储存照片的分享概率；
当所述分享概率大于或等于一预设概率时，判断所述待分享照片的拍摄质量；
当判断所述拍摄质量高于一预设质量时，将所述待分享照片一键分享至至少一个预设分享平台。
优选地，当所述待分享照片包含所述脸部区域时，计算所述智能终端中包含所述脸部区域的储存照片的分享概率的步骤中，进一步包括：
搜索所述图片库中包含所述脸部区域的所述储存照片；
读取每一所述储存照片的分享记录；
根据所述分享记录，标记所述储存照片中的历史分享照片；
将所述历史分享照片的标记数量除以所述储存照片的数量，以得到所述分享概率。
优选地，当所述分享概率大于或等于一预设概率时，判断所述待分享照片的拍摄质量的步骤中，进一步包括：
获取所述待分享照片的当前清晰度参数；
将所述当前清晰度参数与一预设清晰度阈值进行比较；
当所述当前清晰度参数大于或等于所述预设清晰度阈值时，则，判定所述拍摄质量为优。
优选地，所获取所述待分享照片的当前清晰度参数的步骤中，进一步包括：
统计所述待分享照片的噪点数目、分辨率及灰度变化率；
对所述噪点数目、分辨率及灰度变化率加权求和以得到所述待分享照片的当前清晰度参数。
优选地，当判断所述拍摄质量低于所述预设质量时，所述照片分享方法，进一步包括：
对所述待分享照片进行质量优化。
本发明提供了一种基于智能终端的照片分享系统，所述照片分享系统包括：显示模块、识别模块、计算模块、判断模块和分享模块；
所述显示模块，与识别模块通讯连接，显示一所述智能终端的图片库中的待分享照片；
所述识别模块，与所述显示模块、计算模块通讯连接，识别所述待分享照片中是否包含脸部区域；
所述计算模块，与所述识别模块、判断模块通讯连接，当所述待分享照片包含所述脸部区域时，计算所述智能终端中包含所述脸部区域的储存照片的分享概率；
所述判断模块，与所述计算模块、分享模块通讯连接，当所述分享概率大于或等于一预设概率时，判断所述待分享照片的拍摄质量；
所述分享模块，与所述判断模块通讯连接，当所述判断模块判断所述拍摄质量高于一预设质量时，所述分享模块将所述待分享照片一键分享至至少一个预设分享平台。
优选地，所述计算模块进一步包括：
搜索单元，搜索所述图片库中包含所述脸部区域的所述储存照片；
读取单元，读取每一所述储存照片的分享记录；
标记单元，根据所述分享记录，标记所述储存照片中的历史分享照片；
运算单元，将所述历史分享照片的标记数量除以所述储存照片的数量，以得到所述分享概率。
优选地，所述判断模块进一步包括：
获取单元，获取所述待分享照片的当前清晰度参数；
比较单元，将所述当前清晰度参数与一预设清晰度阈值进行比较；
判定单元，当所述当前清晰度参数大于或等于所述预设清晰度阈值时，则，判定所述拍摄质量为优。
优选地，所述获取单元进一步包括：
统计元件，统计所述待分享照片的噪点数目、分辨率及灰度变化率；
解析元件，对所述噪点数目、分辨率及灰度变化率加权求和以得到所述当前清晰度参数。
优选地，所述照片分享系统，进一步包括：优化模块，与所述判断模块通讯连接；
当所述判断模块判断所述拍摄质量低于所述预设质量时，所述优化模块对所述待分享照片进行质量优化。
与现有技术相比较，本发明的技术优势在于：
1.结合照片中的脸部分享概率和照片质量，判断是否向用户提供一键分享，为用户提供更为优化的使用体验；
2.用户可直接在照片预览界面实现一键分享照片，无需一一打开社交平台软件，再选择待分享照片，操作快捷；
3.智能终端对一键分享的基准，可根据用户实际需求作相应调整，更为人性化；
4.尤为适用包含用户自己，孩子，家人，宠物等特定的入镜群体的照片分享。
附图说明
图1为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图；
图2为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图；
图3为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图；
图4为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图；
图5为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图；
图6为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图；
图7为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图；
图8为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图。
具体实施方式
以下结合附图及具体实施例详细阐述本发明的优异性。
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。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
智能终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。下面，假设终端是智能终端。然而，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。
在后续的描述中，使用用于表示元件的诸如“模块”、“单元”、“元件”等后缀仅为了有利于本发明的说明，其本身并没有特定的意义。
参阅图1，为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图。如图所示，本实施例中，本发明提供了一种基于智能终端的照片分享方法，所述照片分享方法包括如下步骤：
S100：显示一所述智能终端的图片库中的待分享照片；
本实施例中的照片分享方法，基于用户通过预览智能终端图片库中的照片触发实现。可以理解的是，本实施例中的待分享照片，可以是通过智能终端的前置、后置或外接摄像头拍摄采集的，也可以包括但不限于用户从其他智能终端或相机中传送获得、从互联网上下载或是从他人分享得到的照片。
S200：识别所述待分享照片中是否包含脸部区域；
当用户在智能终端的图片库中点击预览一待分享照片时，智能终端基于图像识别，自动对待分享照片中是否包含脸部区域进行识别。可以理解的是，脸部区域的检测可以通过多种方式实现，本实施例中可以具体采用基于级联分类模型的分类器AdaBoost(Adaptive Boosting)方法设计分类器，对待分享照片进行人脸检测，提取图像中存在的人脸。
具体算法是：通过对大量正样本和负样本的学习，通过学习的反馈，弱分类器在不知道先验的训练误差的前提下，自适应的调整错误率以及相应的权重，直到强分类器达到预定的性能，将Adaboost算法应用于人脸检测，同时将Haar特征和Cascade算法和Adaboost算法结合，大大提高检测的速度和检测的精确率。
S300：当所述待分享照片包含所述脸部区域时，计算所述智能终端中包含所述脸部区域的储存照片的分享概率；
当智能终端基于Adaboost算法识别出待分享照片中包含脸部区域后，智能终端，先将该待分享照片的尺寸归一化，之后从其中提取至少一个人脸局部器官图像，可以分别提取左眼、右眼、眉毛、嘴巴、鼻子这五官。例如，用于人脸区域中眼睛区域检测的分类器可以由AdaBoost学习算法训练得到，需要注意的是选取样本的问题，正样本为人眼区域图像，而训练负样本则由两部分构成，一部分是除去人眼区域的整幅人脸图像，另一部分是将原图像中人眼区域四周的子窗口图像，用类似的方式可以截取人脸的双眼图像。提取到脸部中的五官特征信息后，智能终端将提取所得的五官特征信息与智能终端图片库中其他储存照片进行比对，调取与包含提取所得的五官特征信息的储存照片。例如，待分享照片的入境人物为用户本人，智能终端基于Adaboost算法自动获取用户本人在待分享照片中的脸部区域以及脸部特征信息，提取后，根据提取所得的特征数据，进一步比对智能终端图片库中的储存照片，提取储存照片中包含相同特征数据的照片，即提取包含用户本人的所有储存照片。提取后，基于提取所得的储存照片及分享记录，计算包含该特征数据的照片的之前的分享概率。
S400：当所述分享概率大于或等于一预设概率时，判断所述待分享照片的拍摄质量；
根据步骤S300的计算结果，智能终端将计算所得的分享概率与一预设概率进行比较。可以理解的是，本实施例中的预设概率可根据用户需求进行调整，该预设概率作为智能终端是否继续进行下一步判断的依据。当分享概率大于或等于一系统默认或用户调整后的预设概率后，即判断包含上述脸部特征数据的储存图片的分享概率为高概率，此时，智能终端会自动进入对该待分享照片的拍摄质量的判断，拍摄质量包括但不限于照片的清晰度、曝光度、黑白平衡、颜色饱和度、对比度等相关参数等等。可以理解的是，当分享概率小于一系统默认或用户调整后的预设概率时，智能终端即停止下一步处理，不会对该待分享照片作后续处理。
S500：当判断所述拍摄质量高于一预设质量时，将所述待分享照片一键分享至至少一个预设分享平台。
当智能终端判断待分享照片的拍摄质量高于一预设质量时，即判断该待分享照片为高质量照片，此时，智能终端会自动发出一对话窗口，该对话窗口中设有一键分享该照片的快捷键，且与多个智能终端中的社交应用程序关联。通过点击该快捷键，用户可实现一键分享该贷分享照片至多个不同的社交应用程序中，以与朋友或关注用户分享其生活、想法或其他相关信息等。
在一优选实施例中，所述照片分享方法，进一步包括：
S500’：当判断所述拍摄质量低于所述预设质量时，对所述待分享照片进行质量优化。当智能终端基于照片的清晰度、曝光度、黑白平衡、颜色饱和度、对比度等相关参数判断待分享照片的拍摄质量低于预设质量时，则智能终端不会发出一键分享的对话框，但智能终端可进一步对该待分享照片进行一键优化，以提高该待分享照片的拍摄质量。可以理解的是，该一键优化可以通过智能终端本体自带的拍摄应用程序自动调节，也可以与智能终端中安装的第三方应用平台的美图应用程序进行优化或增加拍摄。
参阅图2，为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图。在一优选实施例中，当所述待分享照片包含所述脸部区域时，计算所述智能终端中包含所述脸部区域的储存照片的分享概率的步骤中，进一步包括：
S310：搜索所述图片库中包含所述脸部区域的所述储存照片；
S320：读取每一所述储存照片的分享记录；
S330：根据所述分享记录，标记所述储存照片中的历史分享照片；
S340：将所述历史分享照片的标记数量除以所述储存照片的数量，以得到所述分享概率。
在一优选实施例中，智能终端会基于人脸识别技术对待分享照片中的脸部特征进行识别，基于其识别所得的待分享照片中的脸部特征在智能终端的图片库中进行搜索。提取图片库中包含脸部区域的储存照片中的所有脸部特征，并将带分享照片的脸部特征进行一一匹配，以判断是否存在包含与所述脸部特征匹配的储存照片。即，搜索图片库中包含相同脸部区域的储存照片。搜索到相应的储存照片后，获取所述储存照片的访问权限，读取该储存照片的分享记录，即调取用户是否将该储存照片向外分享至社交平台、互联网或传输至其他智能终端的记录。读取到分享记录后，基于可能存在未被分享过的储存照片，因此，为便于区分，智能终端依据储存照片是否被分享过，对被分享过的历史分享照片进行标记。标记完成后，智能终端根据标记的数量以及包含与所述脸部特征匹配的储存照片的数量进行计算，用被标记数量除以总数，以获得包含所述脸部特征的储存照片的分享概率，即得到该入境对象的照片的分享概率。
参阅图3，为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图。在一优选实施例中，
当所述分享概率大于或等于一预设概率时，判断所述待分享照片的拍摄质量的步骤中，进一步包括：
S410：获取所述待分享照片的当前清晰度参数；
S420：将所述当前清晰度参数与一预设清晰度阈值进行比较；
S430：当所述当前清晰度参数大于或等于所述预设清晰度阈值时，则，判定所述拍摄质量为优。
本实施例中，当智能终端判断包含入境对象的照片的分享概率大于或等于一预设概率，即该入境对象的照片的分享概率为高概率事件时，此时，智能终端进一步判断该贷分享照片的拍摄质量。在一优选实施例中，拍摄质量主要基于对待分享照片的当前清晰度参数进行判断。当前清晰度大于或等于一预设清晰度阈值时，则，智能终端判断该待分享照片的拍摄质量为优。可以理解的是，本实施例仅仅是提供了一个拍摄质量的衡量参数，但并不限定拍摄质量仅由当前清晰度参数决定，包括但不限于待分享照片的曝光度、黑白平衡、颜色饱和度、对比度等相关参数。具体可根据用户自身需求或关注点进行相应设置和调整。
参阅图4，为符合本发明实施例中的一种基于智能终端的照片分享方法的流程示意图。在一优选实施例中，所获取所述待分享照片的当前清晰度参数的步骤中，进一步包括：
S411：统计所述待分享照片的噪点数目、分辨率及灰度变化率。
S412：对所述噪点数目、分辨率及灰度变化率加权求和以得到所述清晰度参数。
步骤S411中分别统计所述待分享照片中的噪点数目、分辨率及灰度变化率。所述噪点，指图像中不该出现的外来像素，通常由电子干扰产生，看起来就像图像被弄脏了，布满一些细小的糙点。所述噪点数目即一张照片中噪点的数目，所述噪点的统计方式即遍历所述照片上的所有像素点，判断每个像素点与周围像素点的像素差别，若某个像素点与周围各像素点的像素差别都很大，则判定该像素点为噪点。所述分辨率是单位英寸中所包含的像素点数。可以把整个照片想象成是一个大型的棋盘，而分辨率的表示方式就是所有经线和纬线交叉点的数目，分辨率越高则照片越清晰。照片中的像素点为数字化信息，以特定的格式存储与所述智能终端内，很容易统计所述照片的分辨率。灰度值，指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0。所述灰度变化率是指所述各行灰度值连续下降间隔像素点数的最大值，灰度变化率越高，证明色彩界限越清晰，图像清晰度高。由于像素本身就是数字化信息格式，因此可以从像素信息中得出所述灰度变化率。
步骤S412对所述噪点数目、分辨率及灰度变化率进行加权求和运算。例如在一张照片中，其噪点数目为80，分辨率为100万，灰度变化率为300，则对上述三个参数赋予不同的权重系数，噪点数目的权重系数为-3，分辨率的权重为0.0002，灰度变化率的权重为1。则将上述噪点数目、分辨率、灰度变化率分别乘以各自的权重系数后求和，得到清晰度参数为340。
参阅图5，为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图。如图所示，本实施例中，本发明提供了一种基于智能终端的照片分享系统，所述照片分享系统包括：显示模块、识别模块、计算模块、判断模块和分享模块；
-显示模块
所述显示模块，与识别模块通讯连接，显示一所述智能终端的图片库中的待分享照片；
本实施例中的照片分享系统，基于智能终端通过显示模块显示智能终端图片库中的照片触发实现。可以理解的是，本实施例中的待分享照片，可以是通过智能终端的前置、后置或外接摄像头拍摄采集的，也可以包括但不限于用户从其他智能终端或相机中传送获得、从互联网上下载或是从他人分享得到的照片。
-识别模块
所述识别模块，与所述显示模块、计算模块通讯连接，识别所述待分享照片中是否包含脸部区域；
当用户通过显示模块预览一待分享照片时，照片分享系统的识别模块基于图像识别，自动对待分享照片中是否包含脸部区域进行识别。可以理解的是，脸部区域的检测可以通过多种方式实现，本实施例中可以识别模块具体采用基于级联分类模型的分类器AdaBoost(Adaptive Boosting)方法设计分类器，对待分享照片进行人脸检测，提取图像中存在的人脸。
具体算法是：通过对大量正样本和负样本的学习，通过学习的反馈，弱分类器在不知道先验的训练误差的前提下，自适应的调整错误率以及相应的权重，直到强分类器达到预定的性能，将Adaboost算法应用于人脸检测，同时将Haar特征和Cascade算法和Adaboost算法结合，大大提高检测的速度和检测的精确率。
-计算模块
所述计算模块，与所述识别模块、判断模块通讯连接，当所述待分享照片包含所述脸部区域时，计算所述智能终端中包含所述脸部区域的储存照片的分享概率；当照片分享系统的识别模块基于Adaboost算法识别出待分享照片中包含脸部区域后，计算模块进一步将该待分享照片的尺寸归一化，之后从其中提取至少一个人脸局部器官图像，可以分别提取左眼、右眼、眉毛、嘴巴、鼻子这五官。例如，用于人脸区域中眼睛区域检测的分类器可以由AdaBoost学习算法训练得到，需要注意的是选取样本的问题，正样本为人眼区域图像，而训练负样本则由两部分构成，一部分是除去人眼区域的整幅人脸图像，另一部分是将原图像中人眼区域四周的子窗口图像，用类似的方式可以截取人脸的双眼图像。提取到脸部中的五官特征信息后，计算模块将提取所得的五官特征信息与智能终端图片库中其他储存照片进行比对，调取与包含提取所得的五官特征信息的储存照片。例如，待分享照片的入境人物为用户本人，计算模块基于Adaboost算法自动获取用户本人在待分享照片中的脸部区域以及脸部特征信息，提取后，根据提取所得的特征数据，进一步比对智能终端图片库中的储存照片，提取储存照片中包含相同特征数据的照片，即提取包含用户本人的所有储存照片。提取后，基于提取所得的储存照片及分享记录，计算包含该特征数据的照片的之前的分享概率。
-判断模块
所述判断模块，与所述计算模块、分享模块通讯连接，当所述分享概率大于或等于一预设概率时，判断所述待分享照片的拍摄质量；根据计算模块的计算结果，照片分享系统进一步将计算所得的分享概率与一预设概率进行比较。可以理解的是，本实施例中的预设概率可根据用户需求进行调整，该预设概率作为智能终端是否继续进行下一步判断的依据。当分享概率大于或等于一系统默认或用户调整后的预设概率后，即判断包含上述脸部特征数据的储存图片的分享概率为高概率，此时，判断模块会自动进入对该待分享照片的拍摄质量的判断，拍摄质量包括但不限于照片的清晰度、曝光度、黑白平衡、颜色饱和度、对比度等相关参数等等。可以理解的是，当分享概率小于一系统默认或用户调整后的预设概率时，判断模块即停止下一步处理，不会对该待分享照片作后续处理。
-分享模块
所述分享模块，与所述判断模块通讯连接，当所述判断模块判断所述拍摄质量高于一预设质量时，所述分享模块将所述待分享照片一键分享至至少一个预设分享平台。
当判断模块判断待分享照片的拍摄质量高于一预设质量时，即判断该待分享照片为高质量照片，此时，照片分享系统的分享模块会自动发出一对话窗口，该对话窗口中设有一键分享该照片的快捷键，且与多个智能终端中的社交应用程序关联。通过点击该快捷键，用户可实现一键分享该贷分享照片至多个不同的社交应用程序中，以与朋友或关注用户分享其生活、想法或其他相关信息等。
-优化模快
在一优选实施例中，所述照片分享系统，进一步包括：
优化模块，与所述判断模块通讯连接；
当所述判断模块判断所述拍摄质量低于所述预设质量时，所述优化模块对所述待分享照片进行质量优化。当判断模块基于照片的清晰度、曝光度、黑白平衡、颜色饱和度、对比度等相关参数判断待分享照片的拍摄质量低于预设质量时，则分享模块不会发出一键分享的对话框，但照片分享系统中的优化模块可进一步对该待分享照片进行一键优化，以提高该待分享照片的拍摄质量。可以理解的是，该一键优化可以通过智能终端本体自带的拍摄应用程序自动调节，也可以与智能终端中安装的第三方应用平台的美图应用程序进行优化或增加拍摄。
参阅图6，为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图。在一优选实施例中，
所述计算模块进一步包括：
搜索单元，搜索所述图片库中包含所述脸部区域的所述储存照片；
读取单元，读取每一所述储存照片的分享记录；
标记单元，根据所述分享记录，标记所述储存照片中的历史分享照片；
运算单元，将所述历史分享照片的标记数量除以所述储存照片的数量，以得到所述分享概率。在一优选实施例中，识别模块会基于人脸识别技术对待分享照片中的脸部特征进行识别，计算模块的搜索单元基于其识别所得的待分享照片中的脸部特征在智能终端的图片库中进行搜索。提取图片库中包含脸部区域的储存照片中的所有脸部特征，并将带分享照片的脸部特征进行一一匹配，以判断是否存在包含与所述脸部特征匹配的储存照片。即，搜索图片库中包含相同脸部区域的储存照片。搜索到相应的储存照片后，读取单元进一步获取所述储存照片的访问权限，以读取该储存照片的分享记录，即调取用户是否将该储存照片向外分享至社交平台、互联网或传输至其他智能终端的记录。读取单元读取到分享记录后，基于可能存在未被分享过的储存照片，因此，为便于区分，标记单元依据储存照片是否被分享过，对被分享过的历史分享照片进行标记。标记完成后，运算单元根据标记的数量以及包含与所述脸部特征匹配的储存照片的数量进行计算，用被标记数量除以总数，以获得包含所述脸部特征的储存照片的分享概率，即得到该入境对象的照片的分享概率。
参阅图7，为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图。在一优选实施例中，
所述判断模块进一步包括：
获取单元，获取所述待分享照片的当前清晰度参数；
比较单元，将所述当前清晰度参数与一预设清晰度阈值进行比较；
判定单元，当所述当前清晰度参数大于或等于所述预设清晰度阈值时，则，判定所述拍摄质量为优。本实施例中，当照片分享系统中的计算模块判断包含入境对象的照片的分享概率大于或等于一预设概率，即该入境对象的照片的分享概率为高概率事件时，此时，判断模块进一步判断该贷分享照片的拍摄质量。在一优选实施例中，拍摄质量主要基于获取单元获取所得的待分享照片的当前清晰度参数进行判断。比较单元将当前清晰度参数与一预设清晰度阈值进行比较。比较单元比较得出当前清晰度参数大于或等于一预设清晰度阈值时，则，判定单元判断该待分享照片的拍摄质量为优。可以理解的是，本实施例仅仅是提供了一个拍摄质量的衡量参数，但并不限定拍摄质量仅由当前清晰度参数决定，包括但不限于待分享照片的曝光度、黑白平衡、颜色饱和度、对比度等相关参数。具体可根据用户自身需求或关注点进行相应设置和调整。
参阅图8，为符合本发明实施例中的一种基于智能终端的照片分享系统的结构示意图。在一优选实施例中，
所述获取单元进一步包括：
统计元件，统计所述待分享照片的噪点数目、分辨率及灰度变化率；
解析元件，对所述噪点数目、分辨率及灰度变化率加权求和以得到所述当前清晰度参数。获取单元中进一步包括统计元件和解析元件。
统计元件分别统计所述待分享照片中的噪点数目、分辨率及灰度变化率。所述噪点，指图像中不该出现的外来像素，通常由电子干扰产生，看起来就像图像被弄脏了，布满一些细小的糙点。所述噪点数目即一张照片中噪点的数目，所述噪点的统计方式即遍历所述照片上的所有像素点，判断每个像素点与周围像素点的像素差别，若某个像素点与周围各像素点的像素差别都很大，则判定该像素点为噪点。所述分辨率是单位英寸中所包含的像素点数。可以把整个照片想象成是一个大型的棋盘，而分辨率的表示方式就是所有经线和纬线交叉点的数目，分辨率越高则照片越清晰。照片中的像素点为数字化信息，以特定的格式存储与所述智能终端内，很容易统计所述照片的分辨率。灰度值，指黑白图像中点的颜色深度，范围一般从0到255，白色为255，黑色为0。所述灰度变化率是指所述各行灰度值连续下降间隔像素点数的最大值，灰度变化率越高，证明色彩界限越清晰，图像清晰度高。由于像素本身就是数字化信息格式，因此可以从像素信息中得出所述灰度变化率。
解析元件对所述噪点数目、分辨率及灰度变化率进行加权求和运算。例如在一张照片中，其噪点数目为80，分辨率为100万，灰度变化率为300，则对上述三个参数赋予不同的权重系数，噪点数目的权重系数为-3，分辨率的权重为0.0002，灰度变化率的权重为1。则将上述噪点数目、分辨率、灰度变化率分别乘以各自的权重系数后求和，得到清晰度参数为340。
综上，本发明提供的一种基于智能终端的照片分享方法及照片分享系统，可基于照片中脸部的识别、分享概率的计算以及照片质量的判断，对照片实现一键分享，操作便捷，尤其适用包含用户自己，孩子，家人，宠物等特定的入镜群体的照片分享，为用户提供一种更为优化的照片分享体验。
应当注意的是，本发明的实施例有较佳的实施性，且并非对本发明作任何形式的限制，任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效实施例，但凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰，均仍属于本发明技术方案的范围内。