专利名称：一种基于社交网络的圈人方法及装置的制作方法
技术领域：
本发明涉及人脸识别技术,特别涉及一种基于社交网络(SNS, Social NetworkingServices)的圈人方法及装置。
背景技术：
随着网络SNS社区的普及以及网络带宽的提升，用户在SNS社区中，通常将自己以及好友的照片上传，与其他用户分享，并利用SNS社区软件提供的圈人功能，选取最能体现人物特征的人脸部分，作为与其他用户分享的图片，这样，既能有效降低网络传输的数据量，又能使浏览图片的其他用户更能直观获取图片的特征信息，从而提升用户的业务体验。具体来说，通过在SNS社区软件中设置圈人功能，用户在上传照片后，启动圈人功能，并根据展示的提示操作，人工选择照片中的人脸特征部分，将照片中的人脸特征部分圈起来，然后，将圈出来的人脸生成新图片并进行发布。但现有的圈人方法，需要用户对照片中的人脸特征部分进行人工圈选，操作较为复杂；进一步地，人工圈选的方法依据用户的感知选取人脸特征部分，生成的图片中可能包含非人脸特征部分或人脸特征部分选取不全的情形，精度较低；而且，对于圈人功能了解度不够或不熟悉操作流程的新用户，容易造成误操作，增加了圈人功能操作的操作量，降低了用户的认知度。
发明内容
有鉴于此，本发明的主要目的在于提出一种基于社交网络的圈人方法，降低用户操作复杂度、提高人脸识别精度。本发明的另一目的在于提出一种基于社交网络的圈人装置，降低用户操作复杂度、提闻人脸识别精度。为达到上述目的，本发明提供了一种基于社交网络的圈人方法，该方法包括:人脸识别器、人脸图片生成器以及圈人设置器，其中，人脸识别器，批量检测用户一次上传照片中的人脸部分，将识别出的人脸特征部分输出至人脸图片生成器；人脸图片生成器，根据人脸识别器输出的人脸特征部分生成人脸图片并展示；圈人设置器，根据人脸图片生成器展示的人脸图片标识圈人信息并保存。进一步包括:广播器，将圈人设置器标识的圈人信息通过圈人动静在用户好友列表中展示。所述人脸识别器采用开源计算机视觉库中预先设置的Haar特征提取器以及迭代算法级联分类器。所述人脸识别器包括:灰度处理模块、搜索窗口模块以及人脸识别模块，其中，灰度处理模块，对上传照片进行灰度化处理，形成灰阶的图片；搜索窗口模块，用于对灰度处理模块输出的灰阶图片依次进行遍历搜索，并将每次遍历搜索时该搜索窗口中的图片区域输出至人脸识别模块；人脸识别模块，将搜索窗口模块输出的图片进行人脸识别，如果识别为非人脸特征，通知搜索窗口模块进行下一遍历搜索；如果识别为人脸特征，输出至人脸图片生成器。所述人脸识别器进一步包括:过滤模块，接收人脸识别模块输出的人脸特征，过滤嵌套或重叠的人脸特征，然后过滤人脸特征区域的颜色特征，输出至人脸图片生成器。展示的人脸图片中标识有标记文本框控件，所述圈人设置器进一步用于监测到用户点击展示的标记文本框控件，触发拉取用户好友列表；接收用户从拉取的用户好友列表中选取的好友姓名，输入到标记文本框中。一种基于社交网络的圈人方法，该方法包括:加载人脸识别器，批量检测用户一次上传照片中的人脸部分，生成独立的人脸图片并展不;根据展示的人脸图片标识圈人信息并保存。进一步包括:将标识的圈人信息通过圈人动静在用户好友列表中展示。所述识别用户上传照片中的人脸特征部分包括:获取上传照片，对上传照片进行灰度化处理，形成灰阶的图片；根据预先设置的搜索窗口对灰阶图片依次进行遍历搜索，并将每次遍历搜索时该搜索窗口中的图片区域进行人脸识别，得到人脸特征部分。展示的人脸图片中标识有标记文本框控件，所述根据展示的人脸图片标识圈人信息包括:监测到用户点击展示的标记文本框控件，触发拉取用户好友列表；接收用户从拉取的用户好友列表中选取的好友姓名，输入到标记文本框中。所述根据预先设置的搜索窗口对灰阶图片依次进行遍历搜索，并将每次遍历搜索时该搜索窗口中的图片区域进行人脸识别，得到人脸特征部分包括:初始化搜索窗口尺寸；确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值；将初始化的搜索窗口放置于图片中预先设置的初始位置；判断搜索窗口位置是否已达到图片中预先设置的终止位置，如果是，将搜索窗口按照预先设置的放大倍数进行放大，返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤；如果否，将搜索窗口中的图片送入人脸识别器进行识别；如果识别为非人脸特征，将搜索窗口移至下一位置，返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤；如果识别为人脸特征，用当前则用窗口的大小和位置，作为人脸的位置矩形保存，并将搜索窗口移至下一位置，返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤。由上述的技术方案可见，本发明实施例提供的一种基于社交网络的圈人方法及装置，加载人脸识别器，依次识别用户上传照片中的人脸特征部分，生成人脸图片并展示；根据展示的人脸图片标识圈人信息并保存。这样，通过在社交网络社区中引入自动人脸识别技术批量识别出照片中的人脸特征部分，帮助用户在上传的照片中进行自动圈人操作，降低了用户操作复杂度、提高了人脸识别精度。
图1为本发明实施例的基于社交网络的圈人方法流程示意图。图2为本发明实施例展示的人脸图片示意图。图3为本发明实施例删除人脸图片的示意图。图4为本发明实施例识别用户上传照片中的人脸特征部分的流程示意图。图5为本发明实施例选取好友姓名的示意图。图6为本发明实施例选取好友姓名后的页面展示示意图。图7为本发明实施例圈人信息展示示意图。图8为本发明实施例的基于社交网络的圈人装置结构示意图。
具体实施例方式为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。随着计算机自动化、智能化的发展，人脸识别作为生物特征识别的一个重要方面，在安全访问控制、视频监控、追踪以及定位等领域得到了广泛的应用，因而，现有的人脸识别技术已经为即时通信中的SNS社区业务应用提供了技术条件。本发明实施例中，针对现有对上传照片中的人脸进行人工圈选存在的复杂操作以及圈选精度较低的技术问题，通过将在安全访问控制、视频监控、追踪以及定位等领域应用的人脸识别技术引入SNS社区中上传照片中用于圈人的人脸识别，使得在用户上传照片后，通过人脸识别策略可以自动识别并标定出照片中人脸的位置(特征部分)，并根据标定出的人脸特征部分生成新图片；进一步地，在生成新图片后，还可以引导用户对新图片进行标记，并在点击确认后，对该页面中所有进行圈人操作生成的图片及相应标记进行批量保存，从而以较强的引导性帮助用户完成圈人操作。而且，还可以通过告知被圈好友上传照片的信息，在提升圈人量的基础上，也提升用户圈人功能的体验。图1为本发明实施例的基于社交网络的圈人方法流程示意图。参见图1，该流程包括:步骤101，加载人脸识别器，依次识别用户上传照片中的人脸特征部分，生成人脸图片并展示；本步骤中，通过加载人脸识别器，批量检测用户一次上传照片中的人脸部分，生成独立的人脸图片并展示。采用人脸识别器开源计算机视觉库(OpenCV，Open SourceComputer Vision Library)中预先设置的Haar特征提取器结合迭代算法Adboost级联分类器来进行人脸特征分类识别，用以识别照片中的某一个图片区域是不是人脸特征区域。实际应用中，可以直接使用OPENCV中预先针对人脸训练好的Haar特征以及Adboost级联分类器，从而无需再进行训练。通过将上传的照片输入人脸识别器，人脸识别器调用OPENCV中的Haar特征提取器以及Adboost级联分类器，提取照片分类区域中包含的特征，与预先存储的人脸特征库进行匹配，以确定该分类区域中的特征是否为人脸特征。
关于OPENCV以及采用OpenCV中Haar特征提取器以及Adboost级联分类器对照片进行特征分类识别的详细处理过程，具体可参见相关技术文献，在此不再赘述。图2为本发明实施例展示的人脸图片示意图。参见图2，用户在上传照片成功且编辑了照片描述后，例如，为每张照片设置标识链接文本框，人脸识别器会将本次上传的照片中有人脸的照片单独拉取出来，且对照片中的头像做独立展示。用户可以对展示出来的个别人脸信息进行删除。如图3所示，图3为本发明实施例删除人脸图片的示意图，通过将鼠标移动至人脸图片右上角，触发显示删除控件，点击展示的人脸图片右上角的删除控件，从而删除该人脸图片。图4为本发明实施例识别用户上传照片中的人脸特征部分的流程示意图。参见图
4,该流程包括:步骤201，获取上传照片，加载人脸识别器；本步骤中，通过启动并加载人脸识别器，将上传的照片导入到人脸识别器中，人脸识别器通过调用OPENCV中的Haar特征提取器以及Adboost级联分类器，对照片进行人脸识别处理。步骤202，对上传照片进行灰度化处理；本步骤中，将上传的所有照片转换为灰阶的图片。步骤203，初始化搜索窗口尺寸；本步骤中，通过设置搜索窗口的最小尺寸以及最大尺寸，可以保证后续进行人脸识别的精度:如果最小搜索窗口内的图片的特征不满足人脸特征，则表明该搜索窗口内的图片不是人脸；如果最小搜索窗口内的图片的特征满足人脸特征，则可以进一步扩展搜索窗口尺寸。当然，实际应用中，也可以采用固定尺寸的搜索窗口。步骤204，判断搜索窗口尺寸是否大于预先设置的搜索窗口尺寸阈值，如果是，执行步骤211，否则，执行步骤205 ；步骤205，将初始化的搜索窗口放置于图片中预先设置的初始位置；本步骤中，预先设置的位置为后续进行遍历的初始位置。例如，将初始化的搜索窗口放置于图片的左上角，从而实现搜索窗口位置的初始化。步骤206，判断搜索窗口位置是否已达到图片中预先设置的终止位置，如果是，执行步骤207，否则，执行步骤208 ；本步骤中，当搜索窗口位置达到图片中预先设置的终止位置时，例如，图片的右下角，表明搜索窗口已遍历完该照片。步骤207，将搜索窗口按照预先设置的放大倍数进行放大；本步骤中，将搜索窗口的尺寸变换为原大小乘以一个改变率a，例如，a = 1.1。步骤208，将搜索窗口中的图片送入人脸识别器进行识别，如果识别为非人脸特征，执行步骤209，如果识别为人脸特征，执行步骤210 ；本步骤中，人脸识别器识别出输入的图片为人脸，执行步骤210;如果不为人脸，则丢弃该搜索窗口中的图片，执行步骤209。步骤209，将搜索窗口移至下一位置，返回执行步骤206 ；步骤210，用当前则用窗口的大小和位置，作为人脸的位置矩形保存，返回执行步骤 209 ；本步骤中，如果人脸识别器识别出输入的图片为人脸，表明当前搜索窗口的宽度和位置为一个人脸特征，存储为待优化过滤的人脸特征，在存储完毕后，将搜索窗口按照预先设置的策略移动至图片的下一位置，然后将输入搜索窗口中的图片送入人脸识别器进行识别，如此循环，直至遍历完整个图片。步骤211，从存储的待优化过滤的人脸特征中，过滤嵌套或重叠的人脸特征；步骤212，过滤人脸特征区域的颜色特征；本步骤中，过滤掉颜色明显不是人脸的待定人脸，从而获取具有人脸特征部分的图片区域。关于过滤嵌套或重叠的人脸特征以及人脸特征区域的颜色特征的流程，具体可参见相关技术文献，在此不再赘述。实际应用中，也可以替换为任意的搜索算法，例如先判断颜色再去判断用颜色过滤后的图片区域。步骤213,通过计算机图形接口(CGI, Computer Graphics Interface)将过滤获取的人脸图片输出至Web前端。本步骤中，用户在上传照片成功且编辑了照片描述后，页面会将本次上传的照片中有人脸的照片单独拉取出来，且对照片中的头像做独立展示，以便进行更多应用。进一步地，用户还可以删除识别出来的人脸图片。较佳地，展示的人脸图片携带有标记文本框控件，对应用户好友列表的链接信息。即用户点击标记文本框控件，则触发弹出标记文本框控件对应链接的用户好友列表。这样，可以进一步方便用户进行圈人设置。这样，通过引入人脸识别器自动识别并标定出照片中的人脸特征部分，并根据标定出的人脸特征部分生成新图片，无需用户进行人工圈选，降低了操作复杂度；进一步地，人脸识别器能够自动对照片中人脸特征进行识别，不会造成造成误操作，使得生成的图片中包全部人脸特征部分，精度高，有效提高了用户对于圈人的认知度。步骤102，根据展示的人脸图片设置圈人信息并保存。本步骤中，用户点击展示的人脸图片下方的标记文本框控件，触发拉取用户好友列表，用户可以从拉取的用户好友列表中，选取好友姓名，输入标记文本框控件，在点击保存后，完成标识圈人信息的圈人操作。图5为本发明实施例选取好友姓名的示意图。参见图5，用户点击人脸图片的链接文本框，触发拉取用户好友列表，用户从拉取的用户好友列表中选取人脸图片对应的好友姓名，输入文本框。图6为本发明实施例选取好友姓名后的页面展示示意图。参见图6，在人脸图片下方的文本框中，展示用户选取的好友姓名。进一步地,还包括:步骤103，将设置的圈人信息通过圈人动静在用户好友列表中展示。本步骤中，在保存圈人信息后，将圈人信息通过圈人动静在用户好友列表中展示。例如，在圈人动静中展示:王扬在照片中被杨雪圈了出来等。图7为本发明实施例圈人信息展示示意图。参见图7,展示有文本信息及其对应的上传照片及圈出的人脸图片，例如，文本信息可以是王扬在照片中被杨雪圈了出来，以及，杨雪:上传照片。图8为本发明实施例的基于社交网络的圈人装置结构示意图。参见图8，该装置包括:人脸识别器、人脸图片生成器以及圈人设置器，其中，人脸识别器，依次识别用户上传照片中的人脸特征部分，将识别出的人脸特征部分输出至人脸图片生成器；人脸图片生成器，根据人脸识别器输出的人脸特征部分生成人脸图片并展示；圈人设置器，根据人脸图片生成器展示的人脸图片标识圈人信息并保存。较佳地，该装置进一步包括:广播器，将圈人设置器标识的圈人信息通过圈人动静在用户好友列表中展示。其中，人脸识别器包括:灰度处理模块、搜索窗口模块以及人脸识别模块(图中未示出)，其中，灰度处理模块，对上传照片进行灰度化处理，形成灰阶的图片；搜索窗口模块，用于对灰度处理模块输出的灰阶图片依次进行遍历搜索，并将每次遍历搜索时该搜索窗口中的图片区域输出至人脸识别模块；人脸识别模块，将搜索窗口模块输出的图片进行人脸识别，如果识别为非人脸特征，通知搜索窗口模块进行下一遍历搜索；如果识别为人脸特征，输出至人脸图片生成器。较佳地，人脸识别器还包括:过滤模块，接收人脸识别模块输出的人脸特征，过滤嵌套或重叠的人脸特征，然后过滤人脸特征区域的颜色特征，输出至人脸图片生成器。由上述可见，本发明实施例的基于社交网络的圈人方法及装置，通过在社交网络社区中引入自动人脸识别技术，用户在上传照片后，人脸识别器批量识别出照片中的人脸特征部分，并引导用户进行批量标记，帮助用户在上传的照片中进行自动圈人操作，降低了用户操作复杂度，提高了人脸识别精度，使圈人变得更精准；进一步地，通过对人脸特征部分的自动识别，突出了人脸特征信息，增加了用户体验，也使得人脸图片相对于原有的照片，包含的信息量大为减少，有效节约了传输所需的资源，能够更好地在社区中传播。以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种基于社交网络的圈人装置，其特征在于，该装置包括:人脸识别器、人脸图片生成器以及圈人设置器，其中， 人脸识别器，批量检测用户一次上传照片中的人脸部分，将识别出的人脸特征部分输出至人脸图片生成器； 人脸图片生成器，根据人脸识别器输出的人脸特征部分生成人脸图片并展示； 圈人设置器，根据人脸图片生成器展示的人脸图片标识圈人信息并保存。
2.如权利要求1所述的装置，其特征在于，进一步包括: 广播器，将圈人设置器标识的圈人信息通过圈人动静在用户好友列表中展示。
3.如权利要求2所述的装置，其特征在于，所述人脸识别器采用开源计算机视觉库中预先设置的Haar特征提取器以及迭代算法级联分类器。
4.如权利要求3所述的装置，其特征在于，所述人脸识别器包括:灰度处理模块、搜索窗口模块以及人脸识别模块，其中， 灰度处理模块，对上传照片进行灰度化处理，形成灰阶的图片； 搜索窗口模块，用于对灰度处理模块输出的灰阶图片依次进行遍历搜索，并将每次遍历搜索时该搜索窗口中的图片区域输出至人脸识别模块； 人脸识别模块，将搜索窗口模块输出的图片进行人脸识别，如果识别为非人脸特征，通知搜索窗口模块进行下一遍历搜索；如果识别为人脸特征，输出至人脸图片生成器。
5.如权利要求4所述的装置，其特征在于，所述人脸识别器进一步包括: 过滤模块，接收人脸识别模块输出的人脸特征，过滤嵌套或重叠的人脸特征，然后过滤人脸特征区域的颜色特征，输出至人脸图片生成器。
6.如权利要求5所述的装置，其特征在于，展示的人脸图片中标识有标记文本框控件，所述圈人设置器进一步用于监测到用户点击展示的标记文本框控件，触发拉取用户好友列表；接收用户从拉取的用户好友列表中选取的好友姓名，输入到标记文本框中。
7.一种基于社交网络的圈人方法，其特征在于，该方法包括: 加载人脸识别器，批量检测用户一次上传照片中的人脸部分，生成独立的人脸图片并展示； 根据展示的人脸图片标识圈人信息并保存。
8.如权利要求7所述的方法，其特征在于，进一步包括: 将标识的圈人信息通过圈人动静在用户好友列表中展示。
9.如权利要求8所述的方法，其特征在于，所述识别用户上传照片中的人脸特征部分包括: 获取上传照片，对上传照片进行灰度化处理，形成灰阶的图片； 根据预先设置的搜索窗口对灰阶图片依次进行遍历搜索，并将每次遍历搜索时该搜索窗口中的图片区域进行人脸识别，得到人脸特征部分。
10.如权利要求9所述的方法，其特征在于，展示的人脸图片中标识有标记文本框控件，所述根据展示的人脸图片标识圈人信息包括: 监测到用户点击展示的标记文本框控件，触发拉取用户好友列表； 接收用户从拉取的用户好友列表中选取的好友姓名，输入到标记文本框中。
11.如权利要求9所述的方法， 其特征在于，所述根据预先设置的搜索窗口对灰阶图片依次进行遍历搜索，并将每次遍历搜索时该搜索窗口中的图片区域进行人脸识别，得到人脸特征部分包括: 初始化搜索窗口尺寸； 确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值； 将初始化的搜索窗口放置于图片中预先设置的初始位置； 判断搜索窗口位置是否已达到图片中预先设置的终止位置，如果是，将搜索窗口按照预先设置的放大倍数进行放大，返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤；如果否，将搜索窗口中的图片送入人脸识别器进行识别； 如果识别为非人脸特征，将搜索窗口移至下一位置，返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤； 如果识别为人脸特征，用当前则用窗口的大小和位置，作为人脸的位置矩形保存，并将搜索窗口移至下一位置，返回执行确定搜索窗口尺寸小于预先设置的搜索窗口尺寸阈值的步骤。
全文摘要
本发明公开了一种基于社交网络的圈人方法及装置。该方法包括加载人脸识别器，批量检测用户一次上传照片中的人脸部分，生成独立的人脸图片并展示出来；用户根据展示的人脸图片标识圈人信息并保存。应用本发明，可以降低用户操作复杂度、提高人脸识别精度。
文档编号H04L12/58GK103164705SQ20111041484
公开日2013年6月19日 申请日期2011年12月13日 优先权日2011年12月13日
发明者王莹, 陈达力, 吴昊, 秦爽, 陶奕 申请人:腾讯数码(天津)有限公司