圖像分析的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，尤其涉及一種圖像分析的方法及裝置。
【背景技術(shù)】
[0002]隨著圖像識(shí)別和分析技術(shù)的發(fā)展，目前在對(duì)圖像中的人臉進(jìn)行識(shí)別時(shí)，先對(duì)圖像進(jìn)行識(shí)別，得到若干特征點(diǎn)，根據(jù)特征點(diǎn)計(jì)算表示面部特征的數(shù)值。例如:根據(jù)表示眼睛的特征點(diǎn)能夠得到眼睛大小以及兩眼之間的距離等面部特征數(shù)值。將得到的面部特征數(shù)值與預(yù)設(shè)數(shù)值進(jìn)行比對(duì)，實(shí)現(xiàn)對(duì)圖像的分析。
[0003]在實(shí)現(xiàn)上述圖像分析的過(guò)程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問(wèn)題:預(yù)設(shè)數(shù)值將對(duì)圖像分析結(jié)果起到直接影響，然而由于預(yù)設(shè)數(shù)值往往是由程序人員自行猜想的，因此缺乏普遍性，較為片面。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種圖像分析的方法及裝置，能夠解決圖像分析缺乏普遍性，較為片面的問(wèn)題。
[0005]一方面，本發(fā)明提供了一種圖像分析的方法，所述方法包括:
[0006]分別對(duì)預(yù)設(shè)圖片集中的各圖片進(jìn)行識(shí)別，得到所述各圖片的特征權(quán)重矢量，所述特征權(quán)重矢量用于表示對(duì)圖片評(píng)分起主要作用的至少一個(gè)特征點(diǎn)間距以及各特征點(diǎn)間距所占比例；
[0007]根據(jù)所述各圖片的特征權(quán)重矢量確定所述各圖片與待分析圖片之間的近似度；
[0008]根據(jù)所述近似度從預(yù)設(shè)圖片集中查找與待分析圖片相近的至少一個(gè)圖片；
[0009]獲取所述預(yù)設(shè)圖片集中各圖片的評(píng)分；
[0010]根據(jù)所述至少一個(gè)圖片的評(píng)分以及所述至少一個(gè)圖片的近似度計(jì)算所述待分析圖片的評(píng)分。
[0011]另一方面，本發(fā)明還提供了一種圖像分析的裝置，所述裝置包括:
[0012]識(shí)別單元，用于分別對(duì)預(yù)設(shè)圖片集中的各圖片進(jìn)行識(shí)別，得到所述各圖片的特征權(quán)重矢量，所述特征權(quán)重矢量用于表示對(duì)圖片評(píng)分起主要作用的至少一個(gè)特征點(diǎn)間距以及各特征點(diǎn)間距所占比例；
[0013]確定單元，用于根據(jù)所述識(shí)別單元識(shí)別到的所述各圖片的特征權(quán)重矢量確定所述各圖片與待分析圖片之間的近似度；
[0014]查找單元，用于根據(jù)所述確定單元確定的所述近似度從預(yù)設(shè)圖片集中查找與待分析圖片相近的至少一個(gè)圖片；
[0015]獲取單元，用于獲取所述預(yù)設(shè)圖片集中各圖片的評(píng)分；
[0016]計(jì)算單元，用于根據(jù)所述獲取單元獲取的所述至少一個(gè)圖片的評(píng)分以及所述確定單元確定的所述至少一個(gè)圖片的近似度計(jì)算所述待分析圖片的評(píng)分。
[0017]本發(fā)明提供的圖像分析的方法及裝置，能夠?qū)︻A(yù)設(shè)圖片集中的各圖片進(jìn)行識(shí)別，得到所述各圖片的特征權(quán)重矢量；根據(jù)所述各圖片的特征權(quán)重矢量確定所述各圖片與待分析圖片之間的近似度；根據(jù)所述近似度從預(yù)設(shè)圖片集中查找與待分析圖片相近的至少一個(gè)圖片；根據(jù)所述至少一個(gè)圖片的評(píng)分以及所述至少一個(gè)圖片的近似度計(jì)算所述待分析圖片的評(píng)分?，F(xiàn)有技術(shù)中根據(jù)程序員自行設(shè)置的閾值對(duì)待分析圖片進(jìn)行評(píng)分，閾值僅能夠體現(xiàn)程序員個(gè)人的審美，無(wú)法結(jié)合現(xiàn)有的數(shù)據(jù)或公眾對(duì)圖片的評(píng)價(jià)對(duì)待分析圖片進(jìn)行評(píng)分。本發(fā)明中，能夠根據(jù)預(yù)設(shè)圖片集中的各圖片的特征權(quán)重矢量確定個(gè)圖片與待分析圖片之間的相似度，根據(jù)該相似度對(duì)待分析圖片進(jìn)行評(píng)分，相似度能夠體現(xiàn)公眾對(duì)圖片的評(píng)價(jià)，因此能夠客觀的對(duì)待分析圖片進(jìn)行分析，克服現(xiàn)有技術(shù)缺乏普遍性的問(wèn)題。
【附圖說(shuō)明】
[0018]為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0019]圖1為本發(fā)明實(shí)施例中第一個(gè)圖像分析的方法的流程圖；
[0020]圖2為本發(fā)明實(shí)施例中第二個(gè)圖像分析的方法的流程圖；
[0021]圖3為本發(fā)明實(shí)施例中第三個(gè)圖像分析的方法的流程圖；
[0022]圖4為本發(fā)明實(shí)施例中第四個(gè)圖像分析的方法的流程圖；
[0023]圖5為本發(fā)明實(shí)施例中第五個(gè)圖像分析的方法的流程圖；
[0024]圖6為本發(fā)明實(shí)施例中第一個(gè)圖像分析的裝置的結(jié)構(gòu)示意圖；
[0025]圖7為本發(fā)明實(shí)施例中第二個(gè)圖像分析的裝置的結(jié)構(gòu)示意圖；
[0026]圖8為本發(fā)明實(shí)施例中第三個(gè)圖像分析的裝置的結(jié)構(gòu)示意圖；
[0027]圖9為本發(fā)明實(shí)施例中第四個(gè)圖像分析的裝置的結(jié)構(gòu)示意圖；
[0028]圖10為本發(fā)明實(shí)施例中第五個(gè)圖像分析的裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0029]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0030]本發(fā)明實(shí)施例提供了一種圖像分析的方法，如圖1所示，所述方法包括:
[0031]步驟101、分別對(duì)預(yù)設(shè)圖片集中的各圖片進(jìn)行識(shí)別，得到各圖片的特征權(quán)重矢量，特征權(quán)重矢量用于表示對(duì)圖片評(píng)分起主要作用的至少一個(gè)特征點(diǎn)間距以及各特征點(diǎn)間距所占比例。
[0032]預(yù)設(shè)圖片集為本地存儲(chǔ)、本地存儲(chǔ)結(jié)合網(wǎng)絡(luò)存儲(chǔ)，或者網(wǎng)絡(luò)存儲(chǔ)的方式進(jìn)行保存。特征權(quán)重矢量可通過(guò)對(duì)圖片進(jìn)行主成分分析(Principal Component Analysis,簡(jiǎn)稱PCA)算法，從圖片的各特征點(diǎn)間距中確定出對(duì)評(píng)分起主要作用的特征點(diǎn)間距、特征點(diǎn)以及在所起作用中占有的比例。
[0033]步驟102、根據(jù)各圖片的特征權(quán)重矢量確定各圖片與待分析圖片之間的近似度。
[0034]對(duì)待分析圖片進(jìn)行識(shí)別，得到待分析圖片中各特征點(diǎn)和特征點(diǎn)之間的距離。現(xiàn)有技術(shù)中提供了對(duì)圖片進(jìn)行分析，得到用于表示人的面部特征的特征點(diǎn)的技術(shù)方案，此處不再贅述。由于不同的圖片的特征權(quán)重矢量不盡相同，因此根據(jù)每張圖片的特征權(quán)重矢量從待分析圖片中選擇與之對(duì)應(yīng)的特征點(diǎn)以及特征點(diǎn)間距。根據(jù)待分析圖片的特征點(diǎn)間距和圖片的特征權(quán)重矢量表示的特征點(diǎn)間距確定近似度。
[0035]步驟103、根據(jù)近似度從預(yù)設(shè)圖片集中查找與待分析圖片相近的至少一個(gè)圖片。
[0036]將各圖片與待分析圖片之間的近似度進(jìn)行排序，將近似度高的至少一個(gè)圖片確定為與待分析圖片相近的至少一個(gè)圖片。
[0037]步驟104、獲取預(yù)設(shè)圖片集中各圖片的評(píng)分。
[0038]可針對(duì)于圖片不同維度進(jìn)行評(píng)分，維度不限于下述任意一種:美丑、性別特征、氣質(zhì)、有善度、表情。為了方便說(shuō)明，本發(fā)明實(shí)施例中僅以一種維度下的圖片分析進(jìn)行說(shuō)明。
[0039]步驟105、根據(jù)至少一個(gè)圖片的評(píng)分以及至少一個(gè)圖片的近似度計(jì)算待分析圖片的評(píng)分。
[0040]根據(jù)最鄰近結(jié)點(diǎn)算法(Κ-Nearest Neighbor algorithm,簡(jiǎn)稱KNN算法)對(duì)所述至少一個(gè)圖片內(nèi)的評(píng)分進(jìn)行計(jì)算，具體的:根據(jù)圖片的近似度確定圖片內(nèi)的權(quán)重，根據(jù)所述至少一個(gè)圖片中每個(gè)圖片的評(píng)分以及權(quán)重，加權(quán)計(jì)算得到待分析圖片的評(píng)分。
[0041]本發(fā)明實(shí)施例提供的圖像分析的方法，能夠?qū)︻A(yù)設(shè)圖片集中的各圖片進(jìn)行識(shí)別，得到所述各圖片的特征權(quán)重矢量；根據(jù)所述各圖片的特征權(quán)重矢量確定所述各圖片與待分析圖片之間的近似度；根據(jù)所述近似度從預(yù)設(shè)圖片集中查找與待分析圖片相近的至少一個(gè)圖片；根據(jù)所述至少一個(gè)圖片的評(píng)分以及所述至少一個(gè)圖片的近似度計(jì)算所述待分析圖片的評(píng)分?，F(xiàn)有技術(shù)中根據(jù)程序員自行設(shè)置的閾值對(duì)待分析圖片進(jìn)行評(píng)分，閾值僅能夠體現(xiàn)程序員個(gè)人的審美，無(wú)法結(jié)合現(xiàn)有的數(shù)據(jù)或公眾對(duì)圖片的評(píng)價(jià)對(duì)待分析圖片進(jìn)行評(píng)分。本發(fā)明中，能夠根據(jù)預(yù)設(shè)圖片集中的各圖片的特征權(quán)重矢量確定個(gè)圖片與待分析圖片之間的相似度，根據(jù)該相似度對(duì)待分析圖片進(jìn)行評(píng)分，相似度能夠體現(xiàn)公眾對(duì)圖片的評(píng)價(jià)，因此能夠客觀的對(duì)待分析圖片進(jìn)行分析，克服現(xiàn)有技術(shù)缺乏普遍性的問(wèn)題。
[0042]進(jìn)一步的，本發(fā)明實(shí)施例還提供了一種圖像分析的方法，作為對(duì)圖1所示方法的具體說(shuō)明，如圖2所示，步驟101、分別對(duì)預(yù)設(shè)圖片集中的各圖片進(jìn)行識(shí)別，得到所述各圖片的特征權(quán)重矢量的步驟，包括:
[0043]步驟201、分別對(duì)預(yù)設(shè)圖片集中的各圖片進(jìn)行識(shí)別，得到各圖片的特征點(diǎn)的坐標(biāo)以及各特征點(diǎn)之間的間距。
[0044]當(dāng)識(shí)別得到N個(gè)特征點(diǎn)時(shí)，N個(gè)特征點(diǎn)能夠確定N (N-D/2個(gè)特征點(diǎn)間距，每個(gè)特征點(diǎn)間距由兩個(gè)特征點(diǎn)表示。
[0045]步驟202、根據(jù)主成分分析算法從各特征點(diǎn)之間的間距中確定對(duì)圖片評(píng)分起主要作用至少一個(gè)特征點(diǎn)間距以及起主要作用至少一個(gè)特征點(diǎn)間距所占的比例，起主要作用至少一個(gè)特征點(diǎn)、起主要作用至少一個(gè)特征點(diǎn)間距和起主要作用至少一個(gè)特征點(diǎn)間距所占的比例構(gòu)成特征權(quán)重矢量。
[0046]主成分分析算法能夠是一種掌握事物主要矛盾的統(tǒng)計(jì)分析方法，它可以從多元事物中解析出主要影響因素，揭示事物的本質(zhì)，簡(jiǎn)化復(fù)雜的問(wèn)題。本發(fā)明實(shí)施例中，通過(guò)主成分分析算法能夠得到對(duì)評(píng)分起主要作用的至少一個(gè)特征點(diǎn)間距以及所述至少一個(gè)特征點(diǎn)間距在所起作用中占有的比例。
[0047]本發(fā)明實(shí)施例提供的圖像分析的方法，能夠根據(jù)主成分分析算法得到對(duì)圖片評(píng)分起主要作用的特征點(diǎn)間距以及該特征點(diǎn)間距所占的比例，進(jìn)而準(zhǔn)確的得到對(duì)圖片評(píng)分起主要作用的特征權(quán)重矢量。
[0048]本發(fā)明實(shí)施例還提供了一種圖像分析的方法，作為對(duì)圖1所述方法的具體說(shuō)明，如圖3所示，步驟104、所述獲取預(yù)設(shè)圖片集中各圖片的評(píng)分的步驟，包括:
[0049]步驟301、獲取預(yù)設(shè)圖片集中各圖片的至少一個(gè)評(píng)分。
[0050]步驟302、根據(jù)至少一個(gè)評(píng)分確定各圖片的評(píng)分。
[0051]進(jìn)一步的，如圖4所示，在步驟302、根據(jù)所述至少一個(gè)評(píng)分確定所述各圖片的評(píng)分之前，所述方法還包括:
[0052]步驟401、從所述至少一個(gè)評(píng)分中查找與其余評(píng)分具有明顯差異的評(píng)分。
[0053]所述步驟302、根據(jù)至少一個(gè)評(píng)分確定各圖片的評(píng)分的步驟，包括:
[0054]