圖像處理方法及裝置的制造方法
【專利摘要】本公開是關(guān)于一種圖像處理方法及裝置，所述方法包括：從預設(shè)的目標對象相冊中獲取第一圖像；所述目標對象相冊中的圖像均包含第一特征；基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域；針對所述特征區(qū)域來提取區(qū)域特征信息；基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像；所述第二圖像包含與所述第二特征相似的特征。該圖像處理技術(shù)使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
【專利說明】
圖像處理方法及裝置
技術(shù)領(lǐng)域
[0001]本公開涉及圖像處理技術(shù)領(lǐng)域，尤其涉及圖像處理方法及裝置。
【背景技術(shù)】
[0002]隨著ICT技術(shù)的發(fā)展，依托云服務器和終端設(shè)備對數(shù)據(jù)進行分析和管理正變得越來越普及。例如，用移動終端拍攝照片，之后利用云服務器上的云相冊以及終端設(shè)備上的相冊對照片進行分類整理。
[0003]雖然相關(guān)的技術(shù)可以按預設(shè)條件，例如面孔，分類整理出被拍攝對象所屬相冊，但是，在很多情況下，被拍攝對象的不符合預設(shè)條件的圖像，例如面孔被遮擋的圖像，無法被自動識別因而無法被歸類到相應相冊中。此時，即使相應相冊外的圖像與相應相冊內(nèi)的圖像擁有預設(shè)條件以外的共同點，也無法被自動歸類到相應相冊。此時，還需要由用戶遍歷全部圖像，并從中選擇出想要的圖像并移存到相應相冊中，這種做法費時費力，給用戶帶來了極大不便。

【發(fā)明內(nèi)容】

[0004]為克服相關(guān)技術(shù)中存在的問題，本公開實施例提供圖像處理方法及裝置。
[0005]根據(jù)本公開實施例的第一方面，提供一種圖像處理方法，所述方法包括:
[0006]從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征；
[0007]基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域；
[0008]針對所述特征區(qū)域來提取區(qū)域特征信息；
[0009]基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像;所述第二圖像包含與所述第二特征相似的特征。
[0010]可選地，所述方法還包括:
[0011 ]將所述第二圖像移入所述目標對象相冊。
[0012]可選地，基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像，包括:
[0013]基于所述區(qū)域特征信息，采用滑動窗口的方式判斷所述目標對象相冊以外的圖像是否包含與所述第二特征相似的特征；以及
[0014]當判斷出所述目標對象相冊以外的一幅圖像包含與所述第二特征相似的特征時，確定所述一幅圖像是所述第二圖像。
[0015]可選地，基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像，包括:
[0016]在所述目標對象相冊以外的圖像上選擇候選區(qū)域；
[0017]針對所述候選區(qū)域來提取候選特征信息；
[0018]判斷所述候選特征信息與所述區(qū)域特征信息的相似度是否大于閾值;以及
[0019]當所述候選特征信息與所述區(qū)域特征信息的相似度大于所述閾值時，確定具有所述候選區(qū)域的圖像包含與所述第二特征相似的特征。
[0020]可選地，所述第一特征是目標對象的面孔。
[0021 ] 可選地，所述方法還包括:
[0022]當所述第一圖像中包含多個人的面孔時，針對所述多個人的面孔識別所述多個人的年齡信息和/或性別信息；以及
[0023]根據(jù)識別出的所述多個人的年齡信息和/或性別信息來確定所述目標對象的面孔。
[0024]可選地，所述第二特征是目標對象的衣服。
[0025]可選地，所述方法還包括:
[0026]按照圖像的屬性對所述目標對象相冊以內(nèi)和以外的全部圖像進行分組；
[0027]判斷分組所得的各組圖像中是否存在所述目標對象相冊以內(nèi)的圖像;以及
[0028]當判斷出一組圖像中存在所述目標對象相冊以內(nèi)的圖像時，從既存在于所述一組圖像中又存在于所述目標對象相冊以內(nèi)的圖像中獲取第一圖像。
[0029]可選地，所述第二圖像存在于所述一組圖像中。
[0030]可選地，所述圖像的屬性包括圖像的拍攝時間、圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一。
[0031 ]可選地，所述特征區(qū)域包含所述第一特征和所述第二特征。
[0032]可選地，所述特征區(qū)域是矩形區(qū)域。
[0033]可選地，針對所述特征區(qū)域來提取區(qū)域特征信息，包括:
[0034]對所述特征區(qū)域歸一化到一個固定尺寸大小，然后針對所述特征區(qū)域來提取區(qū)域特征信息。
[0035]可選地，所述候選區(qū)域是矩形區(qū)域。
[0036]可選地，針對所述候選區(qū)域來提取候選特征信息，包括:
[0037]對所述候選區(qū)域歸一化到一個固定尺寸大小，然后針對所述候選區(qū)域來提取候選特征信息。
[0038]可選地，所述方法還包括:
[0039]將所述第二圖像移存到所述目標對象相冊以外的其它相冊內(nèi)。
[0040]可選地，所述方法還包括:
[0041]對所述第二圖像進行選中或刪除處理。
[0042]根據(jù)本公開實施例的第二方面，提供一種圖像處理裝置，所述裝置包括:
[0043]獲取模塊，被配置為從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征；
[0044]選擇模塊，被配置為基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域；
[0045]提取模塊，被配置為針對所述特征區(qū)域來提取區(qū)域特征信息；
[0046]搜索模塊，被配置為基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像;所述第二圖像包含與所述第二特征相似的特征。
[0047]可選地，所述裝置還包括:
[0048]移動模塊，被配置為將所述第二圖像移入所述目標對象相冊。
[0049]可選地，所述搜索模塊包括:
[0050]第一判斷子模塊，被配置為基于所述區(qū)域特征信息，采用滑動窗口的方式判斷所述目標對象相冊以外的圖像是否包含與所述第二特征相似的特征；以及
[0051]第二判斷子模塊，被配置為當所述第一判斷子模塊判斷出所述目標對象相冊以外的一幅圖像包含與所述第二特征相似的特征時，確定所述一幅圖像是所述第二圖像。
[0052]可選地，所述搜索模塊包括:
[0053]第一選擇子模塊，被配置為在所述目標對象相冊以外的圖像上選擇候選區(qū)域；
[0054]第一提取子模塊，被配置為針對所述候選區(qū)域來提取候選特征信息；
[0055]第三判斷子模塊，被配置為判斷所述候選特征信息與所述區(qū)域特征信息的相似度是否大于閾值；以及
[0056]第四判斷子模塊，被配置為當所述第三判斷子模塊判斷出所述候選特征信息與所述區(qū)域特征信息的相似度大于所述閾值時，確定具有所述候選區(qū)域的圖像包含與所述第二特征相似的特征。
[0057]可選地，所述第一特征是目標對象的面孔。
[0058]可選地，所述裝置還包括:
[0059]識別模塊，被配置為當所述第一圖像中包含多個人的面孔時，針對所述多個人的面孔識別所述多個人的年齡信息和/或性別信息；以及
[0060]第一判斷模塊，被配置為根據(jù)所述識別模塊識別出的所述多個人的年齡信息和/或性別信息來確定所述目標對象的面孔。
[0061 ]可選地，所述第二特征是目標對象的衣服。
[0062]可選地，所述裝置還包括:
[0063]分組模塊，被配置為按照圖像的屬性對所述目標對象相冊以內(nèi)和以外的全部圖像進行分組；以及
[0064]第二判斷模塊，被配置為判斷分組所得的各組圖像中是否存在所述目標對象相冊以內(nèi)的圖像；
[0065]其中，所述獲取模塊被配置為當所述第二判斷模塊判斷出一組圖像中存在所述目標對象相冊以內(nèi)的圖像時，從既存在于所述一組圖像中又存在于所述目標對象相冊以內(nèi)的圖像中獲取第一圖像。
[0066]可選地，所述第二圖像存在于所述一組圖像中。
[0067]可選地，所述圖像的屬性包括圖像的拍攝時間、圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一。
[0068]可選地，所述特征區(qū)域包含所述第一特征和所述第二特征。
[0069]可選地，所述特征區(qū)域是矩形區(qū)域。
[0070]可選地，所述提取模塊被配置為:
[0071]對所述特征區(qū)域歸一化到一個固定尺寸大小，然后針對所述特征區(qū)域來提取區(qū)域特征信息。
[0072]可選地，所述候選區(qū)域是矩形區(qū)域。
[0073]可選地，所述第一提取子模塊被配置為:
[0074]對所述候選區(qū)域歸一化到一個固定尺寸大小，然后針對所述候選區(qū)域來提取候選特征信息。
[0075]可選地，所述裝置還包括:
[0076]移動模塊，被配置為將所述第二圖像移存到所述目標對象相冊以外的其它相冊內(nèi)。
[0077]可選地，所述裝置還包括:
[0078]處理模塊，被配置為對所述第二圖像進行選中或刪除處理。
[0079]根據(jù)本公開實施例的第三方面，提供一種圖像處理裝置，所述裝置包括:
[0080]處理器；
[0081]用于存儲處理器可執(zhí)行指令的存儲器；
[0082]其中，所述處理器被配置為:
[0083]從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征；
[0084]基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域；
[0085]針對所述特征區(qū)域來提取區(qū)域特征信息；
[0086]基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像;所述第二圖像包含與所述第二特征相似的特征。
[0087]本公開的實施例提供的技術(shù)方案可以包括以下有益效果:
[0088]本公開實施例提供了一種圖像處理技術(shù)，當用戶的目標對象相冊按第一特征聚合了第一圖像時，該圖像處理技術(shù)能夠基于第一特征選擇一個包含第二特征的特征區(qū)域并提取區(qū)域特征信息，從而能夠基于該區(qū)域特征信息來在相冊以外搜索具有與第二特征類似特征的圖像，這樣就能夠最大程度地避免遺漏目標對象的圖像。因此，該圖像處理技術(shù)使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0089]應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。
【附圖說明】
[0090]此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施例，并與說明書一起用于解釋本公開的原理。
[0091 ]圖1是根據(jù)本公開一示例性實施例示出的一種圖像處理方法的流程圖；
[0092]圖2是用于說明根據(jù)本公開一具體實施例的應用場景的效果圖；
[0093]圖3是根據(jù)本公開另一示例性實施例示出的圖1中步驟S140的一種實施流程圖；
[0094]圖4是根據(jù)本公開另一示例性實施例示出的圖1中步驟S140的一種實施流程圖；
[0095]圖5是根據(jù)本公開另一示例性實施例的圖像處理方法中在多個面孔中確定目標對象的面孔的一個實施流程；
[0096]圖6是根據(jù)本公開另一示例性實施例的圖像處理方法中獲取第一圖像的實施流程；
[0097]圖7是根據(jù)本公開另一具體實施例示出的一種圖像處理方法的流程圖；
[0098]圖8是根據(jù)本公開一示例性實施例示出的一種圖像處理裝置的框圖；
[0099]圖9是根據(jù)本公開一示例性實施例示出的圖8中的搜索模塊840的結(jié)構(gòu)的框圖；
[0100]圖10是根據(jù)本公開另一示例性實施例示出的圖8中的搜索模塊840的結(jié)構(gòu)的框圖；
[0101]圖11是根據(jù)本公開另一示例性實施例示出的一種圖像處理裝置中在多個面孔中確定目標對象的面孔的部分的框圖；
[0102]圖12是根據(jù)本公開另一示例性實施例示出的一種圖像處理裝置的獲取第一圖像的部分的框圖；
[0103]圖13是根據(jù)本公開一示例性實施例示出的一種圖像處理裝置的框圖；
[0104]圖14是根據(jù)本公開一示例性實施例示出的另一種圖像處理裝置的框圖。
【具體實施方式】
[0105]這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0106]本公開實施例提供了一種圖像處理技術(shù)，當用戶的目標對象相冊按第一特征聚合了第一圖像時，該圖像處理技術(shù)能夠基于第一特征選擇一個包含第二特征的特征區(qū)域并提取區(qū)域特征信息，從而能夠基于該區(qū)域特征信息來在相冊以外搜索具有與第二特征類似特征的圖像，這樣就能夠最大程度地避免遺漏目標對象的圖像。因此，該圖像處理技術(shù)使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0107]圖1是根據(jù)本公開一示例性實施例示出的一種圖像處理方法的流程圖，該方法包括以下步驟S110-S140:
[0108]在步驟SllO中，從預設(shè)的目標對象相冊中獲取第一圖像；目標對象相冊中的圖像均包含第一特征。
[0109]在一個實施例中，第一特征可以是目標對象的面孔。在此情況下，預設(shè)的目標對象相冊可以是采用面孔識別和面孔聚類方法，將用戶的照片中具有同一個人面孔的照片放在同一個相冊中而形成的。
[0110]圖5是根據(jù)本公開另一示例性實施例的圖像處理方法中在多個面孔中確定目標對象的面孔的一個實施流程。
[0111]如圖5所示，在一個實施例中，根據(jù)本公開另一示例性實施例的圖像處理方法還可以包括步驟S510和S520。在步驟S510中，當?shù)谝粓D像中包含多個人的面孔時，針對所述多個人的面孔識別所述多個人的年齡信息和/或性別信息。在步驟S520中，根據(jù)識別出的所述多個人的年齡信息和/或性別信息來確定目標對象的面孔。通過圖5所示的流程，根據(jù)本公開另一示例性實施例的圖像處理方法能夠快速準確地在包含多個人的面孔的圖像中確定目標對象的面孔，即，第一特征。
[0112]在步驟S120中，基于第一特征來在第一圖像中選擇包含第二特征的特征區(qū)域。
[0113]在一個實施例中，第二特征是目標對象的衣服。在此情況下，可以基于第一特征，例如目標對象的面孔，來在第一圖像中選擇一個包含目標對象的衣服的特征區(qū)域。
[0114]在一個實施例中，特征區(qū)域包含第一特征和第二特征。在另一個實施例中，特征區(qū)域可以不包含第一特征，而包含第二特征。例如，當?shù)谝惶卣魇悄繕藢ο蟮拿婵锥诙卣魇悄繕藢ο蟮囊路r，特征區(qū)域包含目標對象的衣服，這是由于目標對象相冊是基于目標對象的面孔而設(shè)立的，目標對象相冊之外的圖像中可能不包含目標對象的面孔，而可能包含目標對象的衣服。換言之，特征區(qū)域包含第二特征，使得在根據(jù)本公開實施例的方法中，能夠搜索包含與第二特征類似特征的圖像。
[0115]在步驟S130中，針對特征區(qū)域來提取區(qū)域特征信息。
[0116]在一個實施例中，特征區(qū)域是矩形區(qū)域。在某些情況下，矩形區(qū)域有利于進行特征提取等操作。在另一個實施例中，其它形狀的區(qū)域，例如，圓形、橢圓或矩形以外的多邊形的特征區(qū)域也是可行的。換言之，只要能夠進行特征信息提取，任何形狀的特征區(qū)域都是可行的。
[0117]在一個實施例中，步驟S130包括:對特征區(qū)域歸一化到一個固定尺寸大小，然后針對特征區(qū)域來提取區(qū)域特征信息。歸一化使得圖像可以抵抗幾何變換的攻擊，并能夠找出圖像中的那些不變量。因此，在歸一化到固定尺寸大小之后再提取特征區(qū)域的特征信息，使得利用這樣的得到的特征信息搜索圖像更加準確。
[0118]在步驟S140中，基于區(qū)域特征信息在目標對象相冊以外的圖像中搜索第二圖像；第二圖像包含與第二特征相似的特征。
[0119]以下參照圖2所示的應用場景來進一步說明如圖1的所示的上述圖像處理方法。
[0120]圖2是用于說明根據(jù)本公開一具體實施例的應用場景的效果圖。在圖2中，目標對象相冊200包含目標對象210的圖像220和230，不包含圖像240。另外，圖2所示的目標對象相冊200包含兩幅圖像220和230僅僅是示例，目標對象相冊200可以包含一幅圖像，也可以包含三幅或更多幅圖像。
[0121]當將圖1所示的的上述圖像處理方法應用于圖2所示的應用場景時，在步驟SllO中，從預設(shè)的目標對象相冊200中獲取第一圖像220;目標對象相冊200中的圖像220和230均包含第一特征221，即目標對象210的面孔。根據(jù)以上參照圖1對上述圖像處理方法的說明可知，當在目標對象相冊200中利用目標對象210的面孔聚合圖像時，目標對象210的面孔未被拍攝到的圖像240沒有被聚合到目標對象相冊200中。
[0122]在步驟S120中，基于第一特征221來在第一圖像220中選擇包含第二特征222，即目標對象210的衣服，的特征區(qū)域225。根據(jù)以上參照圖1對上述圖像處理方法的說明可知，雖然圖2所示的特征區(qū)域225包含第一特征221和第二特征222 二者，但是，特征區(qū)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，雖然圖2中的圖像220和230相同，但是這僅僅是示例，圖像220和230可以具有相同的第一特征221，而不必完全相同。
[0123]在步驟S130中，針對特征區(qū)域225來提取區(qū)域特征信息。在圖2所示的實施例中，特征區(qū)域225是矩形區(qū)域，但是可以理解，本公開不限于此。
[0124]在步驟S140中，基于區(qū)域特征信息在目標對象相冊200以外的圖像中搜索第二圖像240;第二圖像240包含與第二特征222相似的特征242。
[0125]從參照圖2所示的應用場景說明的如圖1的所示的上述圖像處理方法可知，當用戶的目標對象相冊200按第一特征221聚合了第一圖像時，該圖像處理方法能夠基于第一特征221選擇一個包含第二特征222的特征區(qū)域225并提取區(qū)域特征信息，從而能夠基于該區(qū)域特征信息來在目標對象相冊200以外搜索具有與第二特征222，這樣就能夠最大程度地避免遺漏目標對象的圖像。因此，該圖像處理方法使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0126]需要注意的是，雖然以上參照圖1和圖2描述的圖像處理方法可以將第一圖像220目標對象的面孔作為第一特征221，而將目標對象的衣服作為第二特征222，但是本公開不限于此。例如，第一特征可以是目標對象的衣服222，而第二特征是目標對象的面孔221。又例如，第一特征是目標對象的衣服222，而第二特征是目標對象戴的帽子(圖中未示出)。又例如，第一特征是目標對象的面孔，而第二特征是目標對象手持的花束或氣球(圖中未示出)。換言之，第一特征和第二特征可以是圖像中任何兩個不相同的特征。
[0127]以下參照圖3和圖4說明圖1中步驟S140的其它實施流程。
[0128]圖3是根據(jù)本公開另一示例性實施例示出的圖1中步驟S140的一種實施流程圖。如圖3所示，圖1中的步驟S140還可以包括步驟S1401和S1402。
[0129]在步驟S1401中，基于區(qū)域特征信息，采用滑動窗口的方式判斷目標對象相冊以外的圖像是否包含與第二特征相似的特征。
[0130]在步驟S1402中，當判斷出目標對象相冊以外的一幅圖像包含與第二特征相似的特征時，確定所述一幅圖像是第二圖像。
[0131]以下參照圖2的應用場景說明圖3中的示出的步驟S14OI和S14O2。
[0132]在步驟S1401中，基于區(qū)域特征信息，采用滑動窗口(例如，圖2中所示的滑動窗口245)的方式判斷目標對象相冊以外的圖像是否包含與第二特征222相似的特征。
[0133]在步驟S1402中，當判斷出目標對象相冊以外的一幅圖像包含與第二特征222相似的特征242時，確定圖像240是第二圖像。
[0134]從參照圖2所示的應用場景說明的如圖3所示的步驟S140的一個實施流程可知，當基于區(qū)域特征信息來在目標對象相冊200以外搜索具有與第二特征222時，可以通過采用滑動窗口來在圖像中判斷是否存在與第二特征222類似的特征242，這樣就能夠避免在一幅圖像中遺漏可能的類似特征242，進而能夠最大程度地避免遺漏目標對象的圖像。因此，該圖像處理技術(shù)使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0135]圖4是根據(jù)本公開另一示例性實施例示出的圖1中步驟S140的一種實施流程圖。如圖4所示，圖1中的步驟S140還可以包括步驟S1403-S1406。
[0136]在步驟S1403中，在目標對象相冊以外的圖像上選擇候選區(qū)域。
[0137]在步驟S1404中，針對候選區(qū)域來提取候選特征信息。
[0138]在一個實施例中，候選區(qū)域是矩形區(qū)域。在某些情況下，矩形區(qū)域有利于進行特征提取等操作。在另一個實施例中，其它形狀的區(qū)域，例如，圓形、橢圓或矩形以外的多邊形的候選區(qū)域也是可行的。換言之，只要能夠進行特征信息提取，任何形狀的候選區(qū)域都是可行的。
[0139]在一個實施例中，步驟S1404包括:對候選區(qū)域歸一化到一個固定尺寸大小，然后針對候選區(qū)域來提取候選特征信息。歸一化使得圖像可以抵抗幾何變換的攻擊，并能夠找出圖像中的那些不變量。因此，在歸一化到固定尺寸大小之后再提取候選區(qū)域的候選特征信息，使得利用這樣的得到的候選特征信息搜索圖像更加準確。
[0140]在步驟S1405中，判斷候選特征信息與區(qū)域特征信息的相似度是否大于閾值。閾值可以是根據(jù)大量實驗和分析而確定的，在此不做特定限制。
[0141]在步驟S1406中，當候選特征信息與區(qū)域特征信息的相似度大于閾值時，確定具有候選區(qū)域的圖像包含與第二特征相似的特征。
[0142]以下參照圖2的應用場景說明圖4中的示出的步驟S1403-S1406。
[0143]在步驟S1403中，在目標對象相冊200以外的圖像240上選擇候選區(qū)域245。
[0144]在步驟S1404中，針對候選區(qū)域245來提取候選特征信息。
[0145]在步驟S1405中，判斷候選特征信息與區(qū)域特征信息的相似度是否大于閾值。
[0146]在步驟S1406中，當候選特征信息與區(qū)域特征信息的相似度大于閾值時，確定具有候選區(qū)域的圖像240包含與第二特征222相似的特征242。
[0147]從參照圖2所示的應用場景說明的如圖4所示的步驟S140的一個實施流程可知，當基于區(qū)域特征信息來在目標對象相冊200以外搜索具有與第二特征222時，可以通過采用在目標對象相冊以外的圖像上選定候選特征區(qū)域245并針對候選區(qū)域245來提取候選特征信息，這樣就能夠通過比較區(qū)域特征信息和候選特征信息的相似度來精確判斷特征區(qū)域225和候選特征區(qū)域245的相似度，進而能夠準確地判斷出目標對象相冊以外的圖像上是否具有與第二特征222類似的特征242。這樣，就能夠準確地判斷一幅圖像是不是第二圖像。因此，該圖像處理技術(shù)使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0148]以下參照圖6來說明在本公開另一示例性實施例的圖像處理方法中獲取第一圖像的一個實施流程。
[0149]圖6是根據(jù)本公開另一示例性實施例的圖像處理方法中獲取第一圖像的實施流程。
[0150]如圖6所示，根據(jù)本公開另一示例性實施例的圖像處理方法還包括步驟S610-S630。
[0151]在步驟S610中，按照圖像的屬性對目標對象相冊以內(nèi)和以外的全部圖像進行分組。
[0152]在步驟S620中，判斷分組所得的各組圖像中是否存在目標對象相冊以內(nèi)的圖像。
[0153]在步驟S630中，當判斷出一組圖像中存在目標對象相冊以內(nèi)的圖像時，從既存在于所述一組圖像中又存在于目標對象相冊以內(nèi)的圖像中獲取第一圖像。
[0154]在一個實施例中，第二圖像存在于所述一組圖像中。換言之，第二圖像既存在于所述一組圖像中，又存在于所述目標對象相冊之外。
[0155]在一個實施例中，圖像的屬性包括圖像的拍攝時間、圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一。
[0156]通過對按照圖像的屬性對目標對象相冊以內(nèi)和以外的全部圖像進行分組，本實施例的圖像處理方法既能夠提高搜索到第二圖像的概率，又能夠縮小待搜索的圖像的范圍，還能夠提高搜索第二圖像的速度。
[0157]例如，目標圖像相冊以內(nèi)有40幅圖像，目標圖像相冊以外有60幅圖像，共100幅圖像。利用根據(jù)本公開另一示例性實施例的圖像處理方法，在步驟S610中，按照圖像的拍攝時間段將這100幅圖像分為例如5個時間段，S卩5組，每組圖像數(shù)量可能相等也可能不等。在步驟S620中，例如選擇了一組20幅圖像，判斷該組20幅圖像中是否存在目標對象相冊以內(nèi)的圖像。在步驟S630中，當判斷出該組20幅圖像中存在目標對象相冊以內(nèi)的5幅圖像時，從這5幅圖像中獲取第一圖像。由于一個時間段內(nèi)用戶拍攝的圖像很可能不止一張，而且在一個時間段內(nèi)用戶的第二特征(例如衣服)一般不會變化。因此，當該組20張照片內(nèi)存在5幅第一圖像時，說明在該組20幅圖像中的其余15幅圖像內(nèi)很有可能存在拍攝到了目標對象的第二特征(例如衣服)的圖像。顯然，在該組中的其余15幅圖像內(nèi)搜索到第二圖像的概率要比在全部的目標對象相冊以外的60幅圖像內(nèi)搜索到第二圖像的概率要高，而且搜索量的減少說明搜索速度更快。
[0158]又例如，如果上述一組20幅圖像全部都是目標對象相冊內(nèi)的圖像，那么，根據(jù)本公開另一示例性實施例的圖像處理方法可以不在這20幅圖像內(nèi)選擇第一圖像，這是因為該組20幅圖像的同一時間段內(nèi)，沒有目標對象相冊以外的圖像，因此在目標對象相冊以外的全部60幅搜索到第二圖像的概率較低。顯然，不在這組20幅圖像內(nèi)獲取第一圖像，而是從既存在于一組圖像中又存在于目標對象相冊以內(nèi)的圖像中獲取第一圖像，既能夠提高搜索到第二圖像的概率，又能夠縮小待搜索的圖像的范圍，還能夠提高搜索第二圖像的速度。
[0159]雖然以上僅說明了按照圖像的拍攝時間來對圖像分組，但是，也可以按照圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一來對圖像分組。通過按照圖像的上述屬性對目標對象相冊以內(nèi)和以外的全部圖像進行分組，本實施例的圖像處理方法既能夠提高搜索到第二圖像的概率，又能夠縮小待搜索的圖像的范圍，還能夠提高搜索第二圖像的速度。
[0160]在本公開的一個實施例中，以上所述的圖像處理方法還可以包括步驟:將第二圖像移入目標對象相冊。將搜索到的第二圖像移入目標對象相冊能夠提高圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0161]在本公開的一個實施例中，以上所述的圖像處理方法還可以包括步驟:將第二圖像移存到目標對象相冊以外的其它相冊內(nèi)。將搜索到的第二圖像移存到目標對象相冊以外的其它相冊內(nèi)能夠提高圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0162]在本公開的一個實施例中，以上所述的圖像處理方法還可以包括步驟:對第二圖像進行選中或刪除處理。對搜索到的第二圖像進行選中或刪除處理能夠提高圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0163]圖7是根據(jù)本公開另一具體實施例示出的一種圖像處理方法的流程圖。
[0164]在此具體實施例的圖像處理方法中，針對特定應用場景，即整理寶寶相冊(S卩，保存一個特定嬰兒/兒童的圖像的相冊)，來進行整個圖像處理流程S710-S765。
[0165]如圖7所示，在步驟S710中，通過人臉識別和人臉聚類生成寶寶相冊。即，首先通過寶寶相冊將把大部分的寶寶圖像聚集在一起。例如，首先采用人臉識別和人臉聚類方法，將用戶的圖像中包含同一個寶寶的人臉的圖像放在同一個相冊中。包含不同人的人臉的圖像可以放在不同的相冊中。具體創(chuàng)建寶寶相冊的方式，有自動識別寶寶來創(chuàng)建寶寶相冊和用戶手動創(chuàng)建寶寶相冊兩種。
[0166]在步驟S715中，通過年齡識別和/或性別識別確定圖像中的寶寶。在聚類完之后，可以采用性別和/或年齡識別方法，對每個相冊的人臉識別，如果年齡小于一定閾值，則認走是? ο
[0167]在步驟S720中，按一定時間間隔對圖像進行分組并對每個分組的圖像進行分析。由于寶寶在拍照的時候，一般不是處于配合的情況，如橫躺、背影、翻來覆去等。這給人臉檢測增加了難度，因此整體來說，寶寶的照片召回率比一般成人的低。但是如果是寶寶父母的話，寶寶的背影圖片，其一般也喜歡。因此可以采用基于圖像搜索的方法，增加寶寶的召回率。這是因為在同一個時間內(nèi)的寶寶衣服等一般是不會變的。
[0168]在步驟S725中，判斷分組中是否存在寶寶圖像。
[0169]在步驟S730中，當判斷出分組中存在寶寶圖像時，對寶寶的人臉區(qū)域進行擴大，確定一個包括寶寶人臉、衣服的矩形區(qū)域。當判斷出分組中不存在寶寶圖像時，結(jié)束本圖像處理方法。
[0170]在步驟S735中，對矩形區(qū)域進行歸一化到一個固定尺寸大小，然后對其區(qū)域提取區(qū)域特征信息。例如，區(qū)域特征信息可以是通過卷積神經(jīng)網(wǎng)絡(CNN)訓練出的卷積特征、顏色紋理特征等特征信息。
[0171]在步驟S740中，采用滑動窗口，對此分組中的寶寶相冊以外的其它圖像選取候選框進行遍歷。例如，搜索確定這個分組中其他照片中沒有包含這個寶寶的照片(寶寶相冊中已確定)，然后采用滑動窗口的形式對每張圖片選取從上到下，從左到右，選取不同大小的候選框進行遍歷。
[0172]在步驟S745中，每選取一個候選框，對候選框進行歸一化到一個固定尺寸大小，然后對其區(qū)域提候選取候選特征信息。
[0173]在步驟S750中，對候選特征信息和區(qū)域特征信息進行比對，確定候選特征信息與區(qū)域特征信息的相似度。即，對比包括寶寶人臉、衣服的矩形區(qū)域中的特征和候選框中的特征的相似度。
[0174]在步驟S755中，判斷候選特征信息與區(qū)域特征信息的相似度是否大于閾值。
[0175]在步驟S760中，當確定候選特征信息與區(qū)域特征信息的相似度大于閾值時，說明包括寶寶人臉、衣服的矩形區(qū)域中的特征和候選框中的特征相似，則這個候選框就是所尋找的寶寶區(qū)域，此時將該圖像移入寶寶相冊。一張圖片理論上只有一個目標寶寶，找到后，則這幅圖像搜索結(jié)束。當確定候選特征信息與區(qū)域特征信息的相似度不大于閾值時，這幅圖像的搜索也結(jié)束。
[0176]在步驟S765中，判斷是否已經(jīng)遍歷全部的圖像。當確定已經(jīng)遍歷全部的圖像時，則圖7所示的根據(jù)本公開另一具體實施例的一種圖像處理方法結(jié)束。當確定還未遍歷全部的圖像時，返回在步驟S740中。此時，按照上述步驟S740-S765的方法搜索每個分組中的這個寶寶。然后將搜索到的圖像加入到寶寶相冊中，這樣提高了寶寶相冊的召回率。
[0177]在根據(jù)本公開另一具體實施例的另一種圖像處理方法中，首先通過寶寶相冊將把大部分的寶寶聚集在一起，然后獲取寶寶相冊中每個寶寶的框一個矩形區(qū)域，然后提取特征，搜索相近時間段內(nèi)的其他的照片，如背影等，增加寶寶相冊的召回率。
[0178]在創(chuàng)建寶寶相冊時，可以先檢測出人臉，然后采用分類模型判斷這個人臉是不是寶寶的，如果是將其添加到寶寶相冊中。由于寶寶經(jīng)常時亂動或者不配合，或者寶寶的臉被遮擋等原因，這種寶寶的人臉基本上檢測不出來或者會漏掉。例如，一共100張人臉，寶寶正臉的60張，其他遮擋臉或者無臉的同一個寶寶40張，正常的召回率60%。用戶在一般拍照時，一個時間段內(nèi)一般不止拍了一張，通過正常檢測出寶寶的臉之后，然后將其衣服區(qū)域裁剪出來?；谄湟路^(qū)域，搜索40張未檢測到的寶寶的圖片。這樣寶寶相冊召回率就提高了。
[0179]在一個實施例中，如果知道寶寶當前穿什么衣服，可以從其他沒檢測到寶寶的圖像中去搜索相似的可能存在的寶寶人臉。類似圖像搜索的方式，具體實現(xiàn)方法上，是先人臉相冊聚合，然后通過年齡識別出寶寶，然后截取寶寶衣服區(qū)域的信息，然后從其他圖片中采用滑動窗口 +圖像搜索(可以是CNN或者支持向量機(SVM)等)的方式去識別是否可能存在該寶寶。
[0180]在一個實施例中，通過年齡識別出寶寶，然后截取寶寶衣服區(qū)域的信息，然后從其他圖片中采用滑動窗口 +圖像搜索(可以是CNN或者SVM等)的方式去識別是否可能存在該寶寶。相當于衣服信息是條件，然后引入了目標檢測的方法，寶寶的目標檢測是隨著寶寶目標動態(tài)變化的。
[0181]圖8是根據(jù)本公開一示例性實施例示出的一種圖像處理裝置的框圖，該圖像處理裝置包括以下獲取模塊810、選擇模塊820、提取模塊830和搜索模塊840。
[0182]獲取模塊810被配置為從預設(shè)的目標對象相冊中獲取第一圖像；目標對象相冊中的圖像均包含第一特征。
[0183]在一個實施例中，第一特征可以是目標對象的面孔。在此情況下，預設(shè)的目標對象相冊可以是采用面孔識別和面孔聚類方法，將用戶的照片中具有同一個人面孔的照片放在同一個相冊中而形成的。
[0184]圖11是根據(jù)本公開另一示例性實施例示出的一種圖像處理裝置中在多個面孔中確定目標對象的面孔的部分的框圖。
[0185]如圖11所示，在一個實施例中，根據(jù)本公開另一示例性實施例的圖像處理裝置還可以包括識別模塊1110和第一判斷模塊1120。識別模塊1110被配置為當?shù)谝粓D像中包含多個人的面孔時，針對所述多個人的面孔識別所述多個人的年齡信息和/或性別信息。第一判斷模塊1120被配置為根據(jù)識別模塊1110識別出的所述多個人的年齡信息和/或性別信息來確定目標對象的面孔。通過圖11所示的框圖，根據(jù)本公開另一示例性實施例的圖像處理裝置能夠快速準確地在包含多個人的面孔的圖像中確定目標對象的面孔，即，第一特征。
[0186]選擇模塊820被配置為基于第一特征來在第一圖像中選擇包含第二特征的特征區(qū)域。
[0187]在一個實施例中，第二特征是目標對象的衣服。在此情況下，可以基于第一特征，例如目標對象的面孔，來在第一圖像中選擇一個包含目標對象的衣服的特征區(qū)域。
[0188]在一個實施例中，特征區(qū)域包含第一特征和第二特征。在另一個實施例中，特征區(qū)域可以不包含第一特征，而包含第二特征。例如，當?shù)谝惶卣魇悄繕藢ο蟮拿婵锥诙卣魇悄繕藢ο蟮囊路r，特征區(qū)域包含目標對象的衣服，這是由于目標對象相冊是基于目標對象的面孔而設(shè)立的，目標對象相冊之外的圖像中可能不包含目標對象的面孔，而可能包含目標對象的衣服。換言之，特征區(qū)域包含第二特征，使得在根據(jù)本公開實施例的方法中，能夠搜索包含與第二特征類似特征的圖像。
[0189]提取模塊830被配置為針對特征區(qū)域來提取區(qū)域特征信息。
[0190]在一個實施例中，特征區(qū)域是矩形區(qū)域。在某些情況下，矩形區(qū)域有利于進行特征提取等操作。在另一個實施例中，其它形狀的區(qū)域，例如，圓形、橢圓或矩形以外的多邊形的特征區(qū)域也是可行的。換言之，只要能夠進行特征信息提取，任何形狀的特征區(qū)域都是可行的。
[0191]在一個實施例中，提取模塊830被配置為對特征區(qū)域歸一化到一個固定尺寸大小，然后針對特征區(qū)域來提取區(qū)域特征信息。歸一化使得圖像可以抵抗幾何變換的攻擊，并能夠找出圖像中的那些不變量。因此，在歸一化到固定尺寸大小之后再提取特征區(qū)域的特征信息，使得利用這樣的得到的特征信息搜索圖像更加準確。
[0192]搜索模塊840被配置為基于區(qū)域特征信息在目標對象相冊以外的圖像中搜索第二圖像;第二圖像包含與第二特征相似的特征。
[0193]以下參照圖2所示的應用場景來進一步說明如圖8的所示的上述圖像處理裝置。
[0194]圖2是用于說明根據(jù)本公開一具體實施例的應用場景的效果圖。在圖2中，目標對象相冊200包含目標對象210的圖像220和230，不包含圖像240。另外，圖2所示的目標對象相冊200包含兩幅圖像220和230僅僅是示例，目標對象相冊200可以包含一幅圖像，也可以包含三幅或更多幅圖像。
[0195]當將圖8所示的的上述圖像處理裝置應用于圖2所示的應用場景時，獲取模塊810被配置為從預設(shè)的目標對象相冊200中獲取第一圖像220;目標對象相冊200中的圖像220和230均包含第一特征221，即目標對象210的面孔。根據(jù)以上參照圖8對上述圖像處理裝置的說明可知，當在目標對象相冊200中利用目標對象210的面孔聚合圖像時，目標對象210的面孔未被拍攝到的圖像240沒有被聚合到目標對象相冊200中。
[0196]選擇模塊820被配置為基于第一特征221來在第一圖像220中選擇包含第二特征222，即目標對象210的衣服，的特征區(qū)域225。根據(jù)以上參照圖8對上述圖像處理裝置的說明可知，雖然圖2所示的特征區(qū)域225包含第一特征221和第二特征222二者，但是，特征區(qū)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，雖然圖2中的圖像220和230相同，但是這僅僅是示例，圖像220和230可以具有相同的第一特征221，而不必完全相同。
[0197]提取模塊830被配置為針對特征區(qū)域225來提取區(qū)域特征信息。在圖2所示的實施例中，特征區(qū)域225是矩形區(qū)域，但是可以理解，本公開不限于此。
[0198]搜索模塊840被配置為基于區(qū)域特征信息在目標對象相冊200以外的圖像中搜索第二圖像240;第二圖像240包含與第二特征222相似的特征242。
[0199]從參照圖2所示的應用場景說明的如圖8的所示的上述圖像處理裝置可知，當用戶的目標對象相冊200按第一特征221聚合了第一圖像時，該圖像處理裝置能夠基于第一特征221選擇一個包含第二特征222的特征區(qū)域225并提取區(qū)域特征信息，從而能夠基于該區(qū)域特征信息來在目標對象相冊200以外搜索具有與第二特征222類似的特征242的圖像，這樣就能夠最大程度地避免遺漏目標對象的圖像。因此，該圖像處理裝置使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0200]需要注意的是，雖然以上參照圖8和圖2描述的圖像處理裝置可以將第一圖像220目標對象的面孔作為第一特征221，而將目標對象的衣服作為第二特征222，但是本公開不限于此。例如，第一特征可以是目標對象的衣服222，而第二特征是目標對象的面孔221。又例如，第一特征是目標對象的衣服222，而第二特征是目標對象戴的帽子(圖中未示出)。又例如，第一特征是目標對象的面孔，而第二特征是目標對象手持的花束或氣球(圖中未示出)。換言之，第一特征和第二特征可以是圖像中任何兩個不相同的特征。
[0201]以下參照圖9和圖10說明圖8中的搜索模塊840的其它結(jié)構(gòu)。
[0202]圖9是根據(jù)本公開一示例性實施例示出的圖8中的搜索模塊840的結(jié)構(gòu)的框圖。如圖9所示，圖8中的搜索模塊840還可以包括第一判斷子模塊8401和第二判斷子模塊8402。
[0203]第一判斷子模塊8401被配置為基于區(qū)域特征信息，采用滑動窗口的方式判斷目標對象相冊以外的圖像是否包含與第二特征相似的特征。
[0204]第二判斷子模塊8402被配置為當?shù)谝慌袛嘧幽K8401判斷出目標對象相冊以外的一幅圖像包含與第二特征相似的特征時，確定所述一幅圖像是第二圖像。
[0205]以下參照圖2的應用場景說明圖9中的示出的第一判斷子模塊8401和第二判斷子模塊8402。
[0206]第一判斷子模塊8401被配置為基于區(qū)域特征信息，采用滑動窗口(例如，圖2中所示的滑動窗口 245)的方式判斷目標對象相冊以外的圖像是否包含與第二特征222相似的特征。
[0207]第二判斷子模塊8402被配置為當?shù)谝慌袛嘧幽K8401判斷出目標對象相冊以外的一幅圖像包含與第二特征222相似的特征242時，確定圖像240是第二圖像。
[0208]從參照圖2所示的應用場景說明的如圖9所示的搜索模塊840的結(jié)構(gòu)可知，當基于區(qū)域特征信息來在目標對象相冊200以外搜索具有與第二特征222類似的特征242的圖像時，可以通過采用滑動窗口來在圖像中判斷是否存在與第二特征222類似的特征242，這樣就能夠避免在一幅圖像中遺漏可能的類似特征242，進而能夠最大程度地避免遺漏目標對象的圖像。因此，該圖像處理技術(shù)使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0209]圖10是根據(jù)本公開另一示例性實施例示出的圖8中的搜索模塊840的結(jié)構(gòu)的框圖。如圖10所示，圖8中的搜索模塊840還可以包括第一選擇子模塊8403、第一提取子模塊8404、第三判斷子模塊8405和第四判斷子模塊8406。
[0210]第一選擇子模塊8403被配置為在目標對象相冊以外的圖像上選擇候選區(qū)域。
[0211 ]第一提取子模塊8404被配置為針對候選區(qū)域來提取候選特征信息。
[0212]在一個實施例中，候選區(qū)域是矩形區(qū)域。在某些情況下，矩形區(qū)域有利于進行特征提取等操作。在另一個實施例中，其它形狀的區(qū)域，例如，圓形、橢圓或矩形以外的多邊形的候選區(qū)域也是可行的。換言之，只要能夠進行特征信息提取，任何形狀的候選區(qū)域都是可行的。
[0213]在一個實施例中，第一提取子模塊模塊8404被配置為對候選區(qū)域歸一化到一個固定尺寸大小，然后針對候選區(qū)域來提取候選特征信息。歸一化使得圖像可以抵抗幾何變換的攻擊，并能夠找出圖像中的那些不變量。因此，在歸一化到固定尺寸大小之后再提取候選區(qū)域的候選特征信息，使得利用這樣的得到的候選特征信息搜索圖像更加準確。
[0214]第三判斷子模塊8405被配置為判斷候選特征信息與區(qū)域特征信息的相似度是否大于閾值。閾值可以是根據(jù)大量實驗和分析而確定的，在此不做特定限制。
[0215]第四判斷子模塊8406被配置為當?shù)谌袛嘧幽K8405判斷出候選特征信息與區(qū)域特征信息的相似度大于閾值時，確定具有候選區(qū)域的圖像包含與第二特征相似的特征。
[0216]以下參照圖2的應用場景說明圖10中的示出的第一選擇子模塊8403、第一提取子模塊8404、第三判斷子模塊8405和第四判斷子模塊8406。
[0217]第一選擇子模塊8403被配置為在目標對象相冊200以外的圖像240上選擇候選區(qū)域245。
[0218]第一提取子模塊8404被配置為針對候選區(qū)域245來提取候選特征信息。
[0219]第三判斷子模塊8405被配置為判斷候選特征信息與區(qū)域特征信息的相似度是否大于閾值。
[0220]第四判斷子模塊8406被配置為當?shù)谌袛嘧幽K8405判斷出候選特征信息與區(qū)域特征信息的相似度大于閾值時，確定具有候選區(qū)域的圖像240包含與第二特征222相似的特征242。
[0221]從參照圖2所示的應用場景說明的如圖10所示的搜索模塊840的結(jié)構(gòu)可知，當基于區(qū)域特征信息來在目標對象相冊200以外搜索具有與第二特征222類似的特征242的圖像時，可以通過采用在目標對象相冊以外的圖像上選定候選特征區(qū)域245并針對候選區(qū)域245來提取候選特征信息，這樣就能夠通過比較區(qū)域特征信息和候選特征信息的相似度來精確判斷特征區(qū)域225和候選特征區(qū)域245的相似度，進而能夠準確地判斷出目標對象相冊以外的圖像上是否具有與第二特征222類似的特征242。這樣，就能夠準確地判斷一幅圖像是不是第二圖像。因此，該圖像處理技術(shù)使得用戶無需人工遍歷全部圖像來搜索與目標對象相冊相關(guān)的圖像，就能夠自動搜索到與目標對象相冊內(nèi)的圖像屬于同一目標對象的目標對象相冊外圖像，從而提高了圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0222]以下參照圖12來說明在本公開另一示例性實施例的圖像處理裝置中獲取第一圖像的部分。
[0223]圖12是根據(jù)本公開另一示例性實施例示出的一種圖像處理裝置的獲取第一圖像的部分的框圖。
[0224]如圖12所示，根據(jù)本公開另一示例性實施例的圖像處理裝置還包括分組模塊1210、第二判斷模塊1220和獲取模塊810。
[0225]分組模塊1210被配置為按照圖像的屬性對目標對象相冊以內(nèi)和以外的全部圖像進行分組。
[0226]第二判斷模塊1220被配置為判斷分組所得的各組圖像中是否存在目標對象相冊以內(nèi)的圖像。
[0227]獲取模塊810被配置為當?shù)诙袛嗄K1220判斷出一組圖像中存在目標對象相冊以內(nèi)的圖像時，從既存在于所述一組圖像中又存在于目標對象相冊以內(nèi)的圖像中獲取第一圖像。
[0228]在一個實施例中，第二圖像存在于所述一組圖像中。換言之，第二圖像既存在于所述一組圖像中，又存在于所述目標對象相冊之外。
[0229]在一個實施例中，圖像的屬性包括圖像的拍攝時間、圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一。
[0230]通過對按照圖像的屬性對目標對象相冊以內(nèi)和以外的全部圖像進行分組，本實施例的圖像處理裝置既能夠提高搜索到第二圖像的概率，又能夠縮小待搜索的圖像的范圍，還能夠提高搜索第二圖像的速度。
[0231 ]例如，目標圖像相冊以內(nèi)有40幅圖像，目標圖像相冊以外有60幅圖像，共100幅圖像。利用根據(jù)本公開另一示例性實施例的圖像處理裝置，分組模塊1210被配置為按照圖像的拍攝時間段將這100幅圖像分為例如5個時間段，S卩5組，每組圖像數(shù)量可能相等也可能不等。第二判斷模塊1220被配置為例如選擇了一組20幅圖像，判斷該組20幅圖像中是否存在目標對象相冊以內(nèi)的圖像。獲取模塊810被配置為當?shù)诙袛嗄K1220判斷出該組20幅圖像中存在目標對象相冊以內(nèi)的5幅圖像時，從這5幅圖像中獲取第一圖像。由于一個時間段內(nèi)用戶拍攝的圖像很可能不止一張，而且在一個時間段內(nèi)用戶的第二特征(例如衣服)一般不會變化。因此，當該組20張照片內(nèi)存在5幅第一圖像時，說明在該組20幅圖像中的其余15幅圖像內(nèi)很有可能存在拍攝到了目標對象的第二特征(例如衣服)的圖像。顯然，在該組中的其余15幅圖像內(nèi)搜索到第二圖像的概率要比在全部的目標對象相冊以外的60幅圖像內(nèi)搜索到第二圖像的概率要高，而且搜索量的減少說明搜索速度更快。
[0232]又例如，如果上述一組20幅圖像全部都是目標對象相冊內(nèi)的圖像，那么，根據(jù)本公開另一示例性實施例的圖像處理裝置可以不在這20幅圖像內(nèi)選擇第一圖像，這是因為該組20幅圖像的同一時間段內(nèi)，沒有目標對象相冊以外的圖像，因此在目標對象相冊以外的全部60幅搜索到第二圖像的概率較低。顯然，不在這組20幅圖像內(nèi)獲取第一圖像，而是從既存在于一組圖像中又存在于目標對象相冊以內(nèi)的圖像中獲取第一圖像，既能夠提高搜索到第二圖像的概率，又能夠縮小待搜索的圖像的范圍，還能夠提高搜索第二圖像的速度。
[0233]雖然以上說明了按照圖像的拍攝時間來對圖像分組，但是，也可以按照圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一來對圖像分組。通過按照圖像的上述屬性對目標對象相冊以內(nèi)和以外的全部圖像進行分組，本實施例的圖像處理裝置既能夠提高搜索到第二圖像的概率，又能夠縮小待搜索的圖像的范圍，還能夠提高搜索第二圖像的速度。
[0234]在本公開的一個實施例中，以上所述的圖像處理裝置還可以包括移動模塊(圖中未示出)，被配置為將第二圖像移入目標對象相冊。將搜索到的第二圖像移入目標對象相冊能夠提高圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0235]在本公開的一個實施例中，以上所述的圖像處理裝置還可以包括移動模塊(圖中未示出)，被配置為將第二圖像移存到目標對象相冊以外的其它相冊內(nèi)。將搜索到的第二圖像移存到目標對象相冊以外的其它相冊內(nèi)能夠提高圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0236]在本公開的一個實施例中，以上所述的圖像處理裝置還可以包括處理模塊(未示出)，被配置為對第二圖像進行選中或刪除處理。對搜索到的第二圖像進行選中或刪除處理能夠提高圖像整理的準確度和便利性，給用戶的使用帶來了極大的方便。
[0237]本公開實施例提供了一種圖像處理裝置，包括:
[0238]處理器；
[0239]用于存儲處理器可執(zhí)行指令的存儲器；
[0240]其中，處理器被配置為:
[0241]從預設(shè)的目標對象相冊中獲取第一圖像；目標對象相冊中的圖像均包含第一特征；
[0242]基于第一特征來在第一圖像中選擇包含第二特征的特征區(qū)域；
[0243]針對特征區(qū)域來提取區(qū)域特征信息；
[0244]基于區(qū)域特征信息在目標對象相冊以外的圖像中搜索第二圖像;第二圖像包含與第二特征相似的特征。
[0245]圖13是根據(jù)本公開一示例性實施例示出的一種圖像處理裝置1300的框圖。例如，裝置1300可以是一客戶端，該客戶端可以是應用程序，也可以是移動設(shè)備，如移動電話，計算機，數(shù)字廣播終端，消息收發(fā)設(shè)備，游戲控制臺，平板設(shè)備，醫(yī)療設(shè)備，健身設(shè)備，個人數(shù)字助理等。
[0246]參照圖13，裝置1300可以包括以下一個或多個組件:處理組件1302，存儲器1304，電源組件1306，多媒體組件1308，音頻組件1310，輸入/輸出(I /0)的接口 1312，傳感器組件1314，以及通信組件1316。
[0247]處理組件1302通?？刂蒲b置1300的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機操作和記錄操作相關(guān)聯(lián)的操作。處理組件1302可以包括一個或多個處理器1320來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件1302可以包括一個或多個模塊，便于處理組件1302和其他組件之間的交互。例如，處理組件1302可以包括多媒體模塊，以方便多媒體組件1308和處理組件1302之間的交互。
[0248]存儲器1304被配置為存儲各種類型的數(shù)據(jù)以支持在裝置1300的操作。這些數(shù)據(jù)的示例包括用于在裝置1300上操作的任何應用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲器1304可以由任何類型的易失性或非易失性存儲設(shè)備或者它們的組合實現(xiàn)，如靜態(tài)隨機存取存儲器(SRAM)，電可擦除可編程只讀存儲器(EEPROM)，可擦除可編程只讀存儲器(EPR0M)，可編程只讀存儲器(PROM)，只讀存儲器(ROM)，磁存儲器，快閃存儲器，磁盤或光盤。
[0249]電源組件1306為裝置1300的各種組件提供電力。電源組件1306可以包括電源管理系統(tǒng)，一個或多個電源，及其他與為裝置1300生成、管理和分配電力相關(guān)聯(lián)的組件。
[0250]多媒體組件1308包括在所述裝置1300和用戶之間的提供一個輸出接口的屏幕。在一些實施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個或多個觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與所述觸摸或滑動操作相關(guān)的持續(xù)時間和壓力。在一些實施例中，多媒體組件1308包括一個前置攝像頭和/或后置攝像頭。當裝置1300處于操作模式，如拍攝模式或視頻模式時，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個前置攝像頭和后置攝像頭可以是一個固定的光學透鏡系統(tǒng)或具有焦距和光學變焦能力。[0251 ]音頻組件1310被配置為輸出和/或輸入音頻信號。例如，音頻組件1310包括一個麥克風(MIC)，當裝置1300處于操作模式，如呼叫模式、記錄模式和語音識別模式時，麥克風被配置為接收外部音頻信號。所接收的音頻信號可以被進一步存儲在存儲器1304或經(jīng)由通信組件1316發(fā)送。在一些實施例中，音頻組件1310還包括一個揚聲器，用于輸出音頻信號。
[0252]I/O接口 1312為處理組件1302和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點擊輪，按鈕等。這些按鈕可包括但不限于:主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。
[0253]傳感器組件1314包括一個或多個傳感器，用于為裝置1300提供各個方面的狀態(tài)評估。例如，傳感器組件1314可以檢測到裝置1300的打開/關(guān)閉狀態(tài)，組件的相對定位，例如所述組件為裝置1300的顯示器和小鍵盤，傳感器組件1314還可以檢測裝置1300或裝置1300—個組件的位置改變，用戶與裝置1300接觸的存在或不存在，裝置1300方位或加速/減速和裝置1300的溫度變化。傳感器組件1314可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在。傳感器組件1314還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應用中使用。在一些實施例中，該傳感器組件1314還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。
[0254]通信組件1316被配置為便于裝置1300和其他設(shè)備之間有線或無線方式的通信。裝置1300可以接入基于通信標準的無線網(wǎng)絡，如WiFi，2G或3G，或它們的組合。在一個示例性實施例中，通信組件1316經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關(guān)信息。在一個示例性實施例中，所述通信組件1316還包括近場通信(NFC)模塊，以促進短程通信。例如，在NFC模塊可基于射頻識別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(IrDA)技術(shù)，超寬帶(UWB)技術(shù)，藍牙(BT)技術(shù)和其他技術(shù)來實現(xiàn)。
[0255]在示例性實施例中，裝置1300可以被一個或多個應用專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理設(shè)備(DSPD)、可編程邏輯器件(PLD)、現(xiàn)場可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實現(xiàn)，用于執(zhí)行上述方法。
[0256]在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質(zhì)，例如包括指令的存儲器1304，上述指令可由裝置1300的處理器1320執(zhí)行以完成上述方法。例如，所述非臨時性計算機可讀存儲介質(zhì)可以是R0M、隨機存取存儲器(RAM)、CD-R0M、磁帶、軟盤和光數(shù)據(jù)存儲設(shè)備等。
[0257]—種非臨時性計算機可讀存儲介質(zhì)，當所述存儲介質(zhì)中的指令由移動終端的處理器執(zhí)行時，使得移動終端能夠執(zhí)行一種圖像處理方法，該方法包括:
[0258]從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征；
[0259]基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域；
[0260]針對所述特征區(qū)域來提取區(qū)域特征信息；
[0261]基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像;所述第二圖像包含與所述第二特征相似的特征。
[0262]圖14是根據(jù)本公開一示例性實施例示出的另一種圖像處理裝置的框圖。例如，裝置1400可以被提供為一服務器。參照圖14，裝置1400包括處理組件1422，其進一步包括一個或多個處理器，以及由存儲器1432所代表的存儲器資源，用于存儲可由處理組件1422執(zhí)行的指令，例如應用程序。存儲器1432中存儲的應用程序可以包括一個或一個以上的每一個對應于一組指令的模塊。此外，處理組件1422被配置為執(zhí)行指令，以執(zhí)行上述方法。
[0263]裝置1400還可以包括一個電源組件1426被配置為執(zhí)行裝置1400的電源管理，一個有線或無線網(wǎng)絡接口 1450被配置為將裝置1400連接到網(wǎng)絡，和一個輸入輸出(I/O)接口1458。裝置1400可以操作基于存儲在存儲器1432的操作系統(tǒng)，例如Windows ServerTM,MacOS XTM，UnixTM，LinuxTM，F(xiàn)reeBSDTM或類似。
[0264]—種非臨時性計算機可讀存儲介質(zhì)，當所述存儲介質(zhì)中的指令由服務器的處理器執(zhí)行時，使得服務器能夠執(zhí)行一種圖像處理方法，該方法包括:
[0265]從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征；
[0266]基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域；
[0267]針對所述特征區(qū)域來提取區(qū)域特征信息；
[0268]基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像;所述第二圖像包含與所述第二特征相似的特征。
[0269]本領(lǐng)域技術(shù)人員在考慮說明書及實踐這里公開的公開后，將容易想到本公開的其它實施方案。本申請旨在涵蓋本公開的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本公開的一般性原理并包括本公開未公開的本技術(shù)領(lǐng)域中的公知常識或慣用技術(shù)手段。說明書和實施例僅被視為示例性的，本公開的真正范圍和精神由下面的權(quán)利要求指出。
[0270]應當理解的是，本公開并不局限于上面已經(jīng)描述并在附圖中示出的精確結(jié)構(gòu)，并且可以在不脫離其范圍進行各種修改和改變。本公開的范圍僅由所附的權(quán)利要求來限制。
【主權(quán)項】
1.一種圖像處理方法，其特征在于，包括: 從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征； 基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域； 針對所述特征區(qū)域來提取區(qū)域特征信息； 基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像;所述第二圖像包含與所述第二特征相似的特征。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括: 將所述第二圖像移入所述目標對象相冊。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像，包括: 基于所述區(qū)域特征信息，采用滑動窗口的方式判斷所述目標對象相冊以外的圖像是否包含與所述第二特征相似的特征；以及 當判斷出所述目標對象相冊以外的一幅圖像包含與所述第二特征相似的特征時，確定所述一幅圖像是所述第二圖像。4.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像，包括: 在所述目標對象相冊以外的圖像上選擇候選區(qū)域； 針對所述候選區(qū)域來提取候選特征信息； 判斷所述候選特征信息與所述區(qū)域特征信息的相似度是否大于閾值；以及當所述候選特征信息與所述區(qū)域特征信息的相似度大于所述閾值時，確定具有所述候選區(qū)域的圖像包含與所述第二特征相似的特征。5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第一特征是目標對象的面孔。6.根據(jù)權(quán)利要求5所述的方法，其特征在于，還包括: 當所述第一圖像中包含多個人的面孔時，針對所述多個人的面孔識別所述多個人的年齡信息和/或性別信息；以及 根據(jù)識別出的所述多個人的年齡信息和/或性別信息來確定所述目標對象的面孔。7.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述第二特征是目標對象的衣服。8.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括: 按照圖像的屬性對所述目標對象相冊以內(nèi)和以外的全部圖像進行分組； 判斷分組所得的各組圖像中是否存在所述目標對象相冊以內(nèi)的圖像；以及當判斷出一組圖像中存在所述目標對象相冊以內(nèi)的圖像時，從既存在于所述一組圖像中又存在于所述目標對象相冊以內(nèi)的圖像中獲取第一圖像。9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述第二圖像存在于所述一組圖像中。10.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述圖像的屬性包括圖像的拍攝時間、圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一。11.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征區(qū)域包含所述第一特征和所述第二特征。12.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述特征區(qū)域是矩形區(qū)域。13.根據(jù)權(quán)利要求1所述的方法，其特征在于，針對所述特征區(qū)域來提取區(qū)域特征信息，包括: 對所述特征區(qū)域歸一化到一個固定尺寸大小，然后針對所述特征區(qū)域來提取區(qū)域特征?目息O14.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述候選區(qū)域是矩形區(qū)域。15.根據(jù)權(quán)利要求4所述的方法，其特征在于，針對所述候選區(qū)域來提取候選特征信息，包括: 對所述候選區(qū)域歸一化到一個固定尺寸大小，然后針對所述候選區(qū)域來提取候選特征?目息O16.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括: 將所述第二圖像移存到所述目標對象相冊以外的其它相冊內(nèi)。17.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括: 對所述第二圖像進行選中或刪除處理。18.—種圖像處理裝置，其特征在于，包括: 獲取模塊，被配置為從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征； 選擇模塊，被配置為基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域； 提取模塊，被配置為針對所述特征區(qū)域來提取區(qū)域特征信息； 搜索模塊，被配置為基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像;所述第二圖像包含與所述第二特征相似的特征。19.根據(jù)權(quán)利要求18所述的裝置，其特征在于，還包括: 移動模塊，被配置為將所述第二圖像移入所述目標對象相冊。20.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述搜索模塊包括: 第一判斷子模塊，被配置為基于所述區(qū)域特征信息，采用滑動窗口的方式判斷所述目標對象相冊以外的圖像是否包含與所述第二特征相似的特征；以及 第二判斷子模塊，被配置為當所述第一判斷子模塊判斷出所述目標對象相冊以外的一幅圖像包含與所述第二特征相似的特征時，確定所述一幅圖像是所述第二圖像。21.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述搜索模塊包括: 第一選擇子模塊，被配置為在所述目標對象相冊以外的圖像上選擇候選區(qū)域； 第一提取子模塊，被配置為針對所述候選區(qū)域來提取候選特征信息； 第三判斷子模塊，被配置為判斷所述候選特征信息與所述區(qū)域特征信息的相似度是否大于閾值；以及 第四判斷子模塊，被配置為當所述第三判斷子模塊判斷出所述候選特征信息與所述區(qū)域特征信息的相似度大于所述閾值時，確定具有所述候選區(qū)域的圖像包含與所述第二特征相似的特征。22.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述第一特征是目標對象的面孔。23.根據(jù)權(quán)利要求22所述的裝置，其特征在于，還包括: 識別模塊，被配置為當所述第一圖像中包含多個人的面孔時，針對所述多個人的面孔識別所述多個人的年齡信息和/或性別信息；以及 第一判斷模塊，被配置為根據(jù)所述識別模塊識別出的所述多個人的年齡信息和/或性別信息來確定所述目標對象的面孔。24.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述第二特征是目標對象的衣服。25.根據(jù)權(quán)利要求18所述的裝置，其特征在于，還包括: 分組模塊，被配置為按照圖像的屬性對所述目標對象相冊以內(nèi)和以外的全部圖像進行分組；以及 第二判斷模塊，被配置為判斷分組所得的各組圖像中是否存在所述目標對象相冊以內(nèi)的圖像； 其中，所述獲取模塊被配置為當所述第二判斷模塊判斷出一組圖像中存在所述目標對象相冊以內(nèi)的圖像時，從既存在于所述一組圖像中又存在于所述目標對象相冊以內(nèi)的圖像中獲取第一圖像。26.根據(jù)權(quán)利要求25所述的裝置，其特征在于，所述第二圖像存在于所述一組圖像中。27.根據(jù)權(quán)利要求25所述的裝置，其特征在于，所述圖像的屬性包括圖像的拍攝時間、圖像尺寸、圖像分辨率、圖像比特大小、圖像的文件格式中的至少之一。28.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述特征區(qū)域包含所述第一特征和所述第二特征。29.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述特征區(qū)域是矩形區(qū)域。30.根據(jù)權(quán)利要求18所述的裝置，其特征在于，所述提取模塊被配置為: 對所述特征區(qū)域歸一化到一個固定尺寸大小，然后針對所述特征區(qū)域來提取區(qū)域特征?目息O31.根據(jù)權(quán)利要求21所述的裝置，其特征在于，所述候選區(qū)域是矩形區(qū)域。32.根據(jù)權(quán)利要求21所述的裝置，其特征在于，所述第一提取子模塊被配置為: 對所述候選區(qū)域歸一化到一個固定尺寸大小，然后針對所述候選區(qū)域來提取候選特征?目息O33.根據(jù)權(quán)利要求18所述的裝置，其特征在于，還包括: 移動模塊，被配置為將所述第二圖像移存到所述目標對象相冊以外的其它相冊內(nèi)。34.根據(jù)權(quán)利要求18所述的裝置，其特征在于，還包括: 處理模塊，被配置為對所述第二圖像進行選中或刪除處理。35.一種圖像處理裝置，其特征在于，包括: 處理器； 用于存儲處理器可執(zhí)行指令的存儲器； 其中，所述處理器被配置為: 從預設(shè)的目標對象相冊中獲取第一圖像;所述目標對象相冊中的圖像均包含第一特征； 基于所述第一特征來在所述第一圖像中選擇包含第二特征的特征區(qū)域； 針對所述特征區(qū)域來提取區(qū)域特征信息； 基于所述區(qū)域特征信息在所述目標對象相冊以外的圖像中搜索第二圖像；所述第二圖像包含與所述第二特征相似的特征。
【文檔編號】G06F17/30GK106095876SQ201610395671
【公開日】2016年11月9日
【申請日】2016年6月6日 公開號201610395671.1, CN 106095876 A, CN 106095876A, CN 201610395671, CN-A-106095876, CN106095876 A, CN106095876A, CN201610395671, CN201610395671.1
【發(fā)明人】陳志軍, 王百超, 楊松
【申請人】北京小米移動軟件有限公司