CN103399896B - 识别用户间关联关系的方法及系统 - Google Patents
识别用户间关联关系的方法及系统 Download PDFInfo
- Publication number
- CN103399896B CN103399896B CN201310314055.5A CN201310314055A CN103399896B CN 103399896 B CN103399896 B CN 103399896B CN 201310314055 A CN201310314055 A CN 201310314055A CN 103399896 B CN103399896 B CN 103399896B
- Authority
- CN
- China
- Prior art keywords
- face
- user
- photograph album
- cloud photograph
- incidence relation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008569 process Effects 0.000 claims description 17
- 230000001815 facial effect Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 230000004807 localization Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 238000009412 basement excavation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种识别用户间关联关系的方法及系统，所述方法包括以下步骤：获取若干用户云相册中的照片；分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库；将各个用户云相册对应的人脸库进行匹配比较；根据所述匹配比较的结果确定各用户间的关联关系。本发明实施例的方法及系统，充分利用了用户云相册下照片中的人脸进行人脸识别，自动识别云相册用户间的关联关系，为实现好友推荐等功能带来极大便利。
Description
技术领域
本发明涉及模式识别及网络数据挖掘领域，特别是涉及一种识别用户间关联关系的方法以及一种识别用户间关联关系的系统。
背景技术
随着即时通讯技术的发展，人与人之间的沟通变得越来越便捷。但是在进行即时通讯之前，需要进行即时通讯的对象必须存在于用户的好友列表中，否则需要通过一定方式查找到即时通讯的对象并添加到用户的好友列表。在进行好友添加时，可以通过识别出不同用户间的关联关系以进行主动的好友推荐等。
另外，随着移动终端（如手机、平板电脑等）成为人类最常用最多元化的应用工具，云存储成了移动终端最热门的应用之一，云相册也受到众多用户的青睐。目前，云相册已几乎成为移动终端用户照片存储与备份的必须，于是，基于云相册的社交应用也随之产生。
我们知道基于云相册的社交应用以不同用户所拍摄的照片为主，因此理论上应该根据照片的特性来确定用户之间的关联关系，以便实现如照片归还、好友推荐等功能。然而，传统的识别用户间关联关系的方法多是通过用户间的链接关系（即好友关系）得到用户的好友关系图，然后根据该好友关系图的结构来分析用户的潜在好友关系；可见其并没有充分利用照片本身的特性，导致识别出来的用户间关联关系的结果不够准确。
因此，如何准确识别出不同用户之间的关联关系，已成为业界研究者最感兴趣的问题之一。
发明内容
基于此，本发明提供一种识别用户间关联关系的方法及系统，能够准确识别出不同用户之间的关联关系。
为实现上述目的，本发明实施例采用如下的技术方案：
一种识别用户间关联关系的方法，包括以下步骤：
获取若干用户云相册中的照片；
分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库；
将各个用户云相册对应的人脸库进行匹配比较；
根据所述匹配比较的结果确定各用户间的关联关系。
一种识别用户间关联关系的系统，包括：
照片获取模块，用于获取若干用户云相册中的照片；
人脸识别模块，用于分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库；
匹配比较模块，用于将各个用户云相册对应的人脸库进行匹配比较；
关联关系确定模块，用于根据所述匹配比较的结果确定各用户间的关联关系。
由以上方案可以看出，本发明实施例中的一种识别用户间关联关系的方法及系统，通过对不同云用户相册中的照片进行人脸识别，并根据人脸识别结果将各个用户云相册对应的人脸库进行匹配比较，从而确定不同用户间的关联关系。本发明实施例的方法及系统根据人脸识别来挖掘出云相册用户之间的深层次关系，充分利用了用户云相册下照片中的人脸进行人脸识别，自动识别云相册用户间的关联关系，为实现好友推荐等功能带来极大便利。
附图说明
图1为本发明一实施例中一种识别用户间关联关系的方法的流程示意图；
图2为本发明实施例中进行人脸识别过程的流程示意图；
图3为本发明另一实施例中一种识别用户间关联关系的方法的流程示意图；
图4为本发明一实施例中一种识别用户间关联关系的系统的结构示意图；
图5为本发明另一实施例中一种识别用户间关联关系的系统的结构示意图。
具体实施方式
以下结合其中的较佳实施方式对本发明实施例的方案进行详细阐述。
实施例一
参见图1所示，一种识别用户间关联关系的方法，包括以下步骤：
步骤S101，获取若干用户云相册中的照片，然后进入步骤S102。
在其中一个实施例中，在所述步骤S101获取各云相册中的照片之前，还可以包括如下步骤：接收各移动终端上传的照片，并根据接收到的照片分别创建相应的云相册，即为每个用户，均创建一个个人云相册。
步骤S102，分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库，然后进入步骤S103。
在其中一个实施例中，如图2所示，所述进行人脸识别的过程具体可以包括如下步骤：
步骤S1021，对所获取的各云相册中的照片进行人脸检测，得到人脸图像；
步骤S1022，对所述人脸图像进行人眼的检测与定位、五官定位以及姿态计算；
步骤S1023，进行人脸的尺寸归一化处理与姿态矫正处理；
步骤S1024，提取人脸的高维特征，并根据所述人脸的高维特征得到所述人脸库，即本发明实施例中一个云相册对应一个人脸库，该云相册中的照片上出现的所有人脸均包括在该对应的人脸库中。
在其中一个实施例中，所述人脸的高维特征可以包括Gabor特征和LBP（LocalBinary Patterns，局部二值模式）特征。
需要说明的是，上述进行人脸检测、人眼的检测与定位、五官定位、姿态计算、尺寸归一化处理与姿态矫正处理等均可以采用已有技术，此处不予赘述。
步骤S103，将各个用户云相册对应的人脸库进行匹配比较，然后进入步骤S104。
步骤S104，根据所述匹配比较的结果确定各用户间的关联关系。
实施例二
本实施例中的一种识别用户间关联关系的方法，如图3所示，包括以下步骤：
步骤S201，获取若干用户云相册中的照片，然后进入步骤S202。
步骤S202，分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库，然后进入步骤S203。
步骤S203，在有些情况下，一个云相册的人脸库中的人脸数目可能会比较多，比如有100张人脸，并且这里面有一些人脸是重复出现的，例如同一个人出现在多张照片上的情况。此时本实施例中，可以在得到所述人脸库之后，对所述人脸库中的人脸进行分级聚类，将所述人脸库中相似的人脸判定为一张人脸，然后进入步骤S204。
进一步的，在其中一个实施例中，所述进行分级聚类的过程具体可以包括如下：
根据所述索引计算人脸之间的绝对距离与相对距离，当所述绝对距离与相对距离均小于预设阈值时将人脸进行合并；
根据人脸合并的结果将相似的人脸聚为一类，并以类为单位刷新类近邻与类的二次排序得分；
根据类之间的绝对距离与相对距离进行类的合并，直到不存在可以合并的类为止，得到所述人脸组。
需要说明的是，上述人脸之间的绝对距离是指某人脸与其近邻人脸的高维特征之间的余弦距离；所述人脸之间的相对距离是指根据两个人脸的共享近邻与近邻排序所计算出来的两个人脸的二次排序距离；另外，类之间的绝对距离是指两类之间最近的人脸的绝对距离。
通过上述步骤，即可以去掉一个人脸库中那些重复的人脸，减少人脸库中人脸的数目，从而节省后续步骤中进行匹配比较操作所花的时间。
步骤S204，与实施例一不同的是，本实施例中在将各个用户云相册对应的人脸库进行匹配比较之前，还包括如下步骤：
将每个人脸库中的人脸与公众人物人脸库中的人脸进行比较，排除用户云相册对应的人脸库中包含的公众人物人脸，然后进入步骤S205。这样可以进一步加快后续匹配比较操作的执行速度。
步骤S205，将各个用户云相册对应的人脸库进行匹配比较。本实施例中，所述将各个用户云相册对应的人脸库进行匹配比较的过程具体可以包括以下步骤：获取每个人脸库中各人脸的识别特征，判断任意两个人脸库中是否有相同人脸（即用户i与用户j的云相册中是否有相同人物），然后进入步骤S206。
步骤S206，确定各用户间的关联关系。本实施例中，所述确定各用户间的关联关系的过程具体可以包括以下步骤：若任意两个人脸库中有相同人脸，则说明对应的这两个用户之间具有某种关联关系，则可以将该人脸库对应的云相册用户进行相互推荐到对方的云相册用户终端。
实施例三
与上述一种识别用户间关联关系的方法相对应，本发明实施例还提供一种识别用户间关联关系的系统，如图4所示，包括：
照片获取模块101，用于获取若干用户云相册中的照片；
人脸识别模块102，用于分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库；
匹配比较模块103，用于将各个用户云相册对应的人脸库进行匹配比较；
关联关系确定模块104，用于根据所述匹配比较的结果确定各用户间的关联关系。
在其中一个实施例中，所述人脸识别模块中可以包括：
人脸检测模块，用于对所获取的各云相册中的照片进行人脸检测，得到人脸图像；
定位与计算模块，用于对所述人脸图像进行人眼的检测与定位、五官定位以及姿态计算；
归一化与矫正处理模块，用于进行人脸的尺寸归一化处理与姿态矫正处理；
特征提取模块，用于提取人脸的高维特征，并根据所述人脸的高维特征得到分别属于各云相册的人脸库。
需要说明的是，上述进行人脸检测、人眼的检测与定位、五官定位、姿态计算、尺寸归一化处理与姿态矫正处理等均可以采用已有技术，此处不予赘述。
在其中一个实施例中，所述人脸的高维特征可以包括Gabor特征和LBP特征等。
在其中一个实施例中，如图5所示，所述人脸识别模块中可以包括聚类模块，用于在得到所述人脸库之后，对所述人脸库中的人脸进行分级聚类，将所述人脸库中相似的人脸判定为一张人脸。上述分级聚类的具体过程可参见实施例二中的一种识别用户间关联关系的方法中的相关描述，通过该聚类模块可以去掉一个人脸库中那些重复的人脸，减少人脸库中人脸的数目，从而节省匹配比较模块进行匹配比较操作所花的时间。
在其中一个实施例中，如图5所示，所述关联关系确定模块中可以包括好友推荐模块，用于根据所述匹配比较模块输出的结果，提示是否将人脸库对应的云相册用户进行相互推荐到对方的云相册用户终端。
在其中一个实施例中，如图5所示，所述识别用户间关联关系的系统还可以包括公众人物人脸库，相应的，所述匹配比较模块中可以包括公众人物人脸排除模块，该公众人物人脸排除模块用于在所述将各个用户云相册对应的人脸库进行匹配比较之前，将每个人脸库中的人脸与所述公众人物人脸库中的人脸进行比较，排除用户云相册对应的人脸库中包含的公众人物人脸。
上述一种识别用户间关联关系的系统的其它技术特征与本发明实施例中一种识别用户间关联关系的方法相同，此处不予赘述。
通过以上方案可以看出，本发明实施例中的一种识别用户间关联关系的方法及系统，通过对不同云用户相册中的照片进行人脸识别，并根据人脸识别结果将各个用户云相册对应的人脸库进行匹配比较，从而确定不同用户间的关联关系。本发明实施例的方法及系统根据人脸识别来挖掘出云相册用户之间的深层次关系，充分利用了用户云相册下照片中的人脸进行人脸识别，自动识别云相册用户间的关联关系，为实现好友推荐等功能带来极大便利。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）或随机存储记忆体（Random AccessMemory，RAM）等。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种识别用户间关联关系的方法，其特征在于，包括以下步骤：
获取若干用户云相册中的照片；
分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库；所述云相册中的照片上出现的所有人脸均包括在该对应的人脸库中；
将各个用户云相册对应的人脸库进行匹配比较；
根据所述匹配比较的结果确定各用户间的关联关系；
其中，所述确定各用户间的关联关系包括以下步骤：若任意两个人脸库中有相同人脸，则将该人脸库对应的云相册用户进行相互推荐到对方的云相册用户终端；
所述进行人脸识别的过程包括：对所述人脸库中的人脸进行分级聚类，将所述人脸库中相似的人脸判定为一张人脸；
所述对所述人脸库中的人脸进行分级聚类包括：计算人脸之间的绝对距离与相对距离，当所述绝对距离与相对距离均小于预设阈值时将人脸进行合并；根据人脸合并的结果将相似的人脸聚为一类，并以类为单位刷新类近邻与类的二次排序得分；根据类之间的绝对距离与相对距离进行类的合并，直到不存在可以合并的类为止，得到人脸组；
所述人脸之间的绝对距离是指某人脸与其近邻人脸的高维特征之间的余弦距离；所述人脸之间的相对距离是指根据两个人脸的共享近邻与近邻排序所计算出来的两个人脸的二次排序距离。
2.根据权利要求1所述的识别用户间关联关系的方法，其特征在于，所述进行人脸识别的过程包括：
对所获取的各用户云相册中的照片进行人脸检测，得到人脸图像；
对所述人脸图像进行人眼的检测与定位、五官定位以及姿态计算；
进行人脸的尺寸归一化处理与姿态矫正处理；
提取人脸的高维特征，并根据所述人脸的高维特征得到所述人脸库。
3.根据权利要求1或2所述的识别用户间关联关系的方法，其特征在于，所述将各个用户云相册对应的人脸库进行匹配比较的过程包括以下步骤：
获取每个人脸库中各人脸的识别特征，判断任意两个人脸库中是否有相同人脸。
4.根据权利要求1所述的识别用户间关联关系的方法，其特征在于，所述类之间的绝对距离是指两类之间最近的人脸的绝对距离。
5.根据权利要求4所述的识别用户间关联关系的方法，其特征在于，在所述将各个用户云相册对应的人脸库进行匹配比较之前，还包括步骤：
将每个人脸库中的人脸与公众人物人脸库中的人脸进行比较，排除用户云相册对应的人脸库中包含的公众人物人脸。
6.一种识别用户间关联关系的系统，其特征在于，包括：
照片获取模块，用于获取若干用户云相册中的照片；
人脸识别模块，用于分别对所获取的各用户云相册中的照片进行人脸识别，得到每个用户云相册对应的人脸库；所述云相册中的照片上出现的所有人脸均包括在该对应的人脸库中；
匹配比较模块，用于将各个用户云相册对应的人脸库进行匹配比较；
关联关系确定模块，用于根据所述匹配比较的结果确定各用户间的关联关系；
其中，所述关联关系确定模块还用于：若任意两个人脸库中有相同人脸，则将该人脸库对应的云相册用户进行相互推荐到对方的云相册用户终端；
所述人脸识别模块中包括聚类模块，用于在得到所述人脸库之后，对所述人脸库中的人脸进行分级聚类，将所述人脸库中相似的人脸判定为一张人脸；
所述对所述人脸库中的人脸进行分级聚类包括：计算人脸之间的绝对距离与相对距离，当所述绝对距离与相对距离均小于预设阈值时将人脸进行合并；根据人脸合并的结果将相似的人脸聚为一类，并以类为单位刷新类近邻与类的二次排序得分；根据类之间的绝对距离与相对距离进行类的合并，直到不存在可以合并的类为止，得到人脸组；
所述人脸之间的绝对距离是指某人脸与其近邻人脸的高维特征之间的余弦距离；所述人脸之间的相对距离是指根据两个人脸的共享近邻与近邻排序所计算出来的两个人脸的二次排序距离。
7.根据权利要求6所述的识别用户间关联关系的系统，其特征在于，所述关联关系确定模块中包括好友推荐模块，用于根据所述匹配比较模块输出的结果，提示是否将人脸库对应的云相册用户进行相互推荐到对方的云相册用户终端。
8.根据权利要求7所述的识别用户间关联关系的系统，其特征在于，还包括公众人物人脸库，以及
所述匹配比较模块中包括公众人物人脸排除模块，用于在所述将各个用户云相册对应的人脸库进行匹配比较之前，将每个人脸库中的人脸与所述公众人物人脸库中的人脸进行比较，排除用户云相册对应的人脸库中包含的公众人物人脸。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时可实现如权利要求1至5中任一项所述的识别用户间关联关系的方法。
10.一种终端设备，包括存储介质，处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1至5中任一项所述的识别用户间关联关系的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310314055.5A CN103399896B (zh) | 2013-07-19 | 2013-07-19 | 识别用户间关联关系的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310314055.5A CN103399896B (zh) | 2013-07-19 | 2013-07-19 | 识别用户间关联关系的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103399896A CN103399896A (zh) | 2013-11-20 |
| CN103399896B true CN103399896B (zh) | 2019-08-23 |
Family
ID=49563526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310314055.5A Active CN103399896B (zh) | 2013-07-19 | 2013-07-19 | 识别用户间关联关系的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103399896B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103970830B (zh) * | 2014-03-31 | 2017-06-16 | 小米科技有限责任公司 | 信息推荐方法和装置 |
| CN104333506A (zh) * | 2014-10-24 | 2015-02-04 | 北京兴远永网络科技有限公司 | 一种通讯端联系方法及装置 |
| CN105630791B (zh) * | 2014-10-27 | 2020-11-10 | 腾讯科技（深圳）有限公司 | 网络相册浏览方法和装置 |
| CN104852967B (zh) * | 2015-04-21 | 2018-03-27 | 小米科技有限责任公司 | 图片共享方法及装置 |
| CN104991910B (zh) * | 2015-06-19 | 2018-12-11 | 小米科技有限责任公司 | 相册创建方法及装置 |
| CN106330658A (zh) * | 2015-06-23 | 2017-01-11 | 腾讯科技（深圳）有限公司 | 基于互联网的信息关联方法、终端、服务器和系统 |
| CN106326815B (zh) * | 2015-06-30 | 2019-09-13 | 芋头科技（杭州）有限公司 | 一种人脸图像识别方法 |
| CN105069083B (zh) * | 2015-07-31 | 2019-03-08 | 小米科技有限责任公司 | 关联用户的确定方法及装置 |
| CN105243098B (zh) * | 2015-09-16 | 2018-10-26 | 小米科技有限责任公司 | 人脸图像的聚类方法及装置 |
| CN105631404B (zh) * | 2015-12-17 | 2018-11-30 | 小米科技有限责任公司 | 对照片进行聚类的方法及装置 |
| CN107526735B (zh) * | 2016-06-20 | 2020-12-11 | 杭州海康威视数字技术股份有限公司 | 一种关联关系的识别方法及装置 |
| CN107292252B (zh) * | 2017-06-09 | 2020-09-15 | 南京华捷艾米软件科技有限公司 | 一种自主学习的身份识别方法 |
| CN107451287A (zh) * | 2017-08-14 | 2017-12-08 | 佛山科学技术学院 | 一种基于双向匹配的推荐方法 |
| CN110084709A (zh) * | 2018-01-23 | 2019-08-02 | 百度在线网络技术（北京）有限公司 | 基于面部特征的好友处理方法、服务器及计算机可读介质 |
| CN108446681B (zh) * | 2018-05-10 | 2020-12-15 | 深圳云天励飞技术有限公司 | 行人分析方法、装置、终端及存储介质 |
| CN109165488B (zh) * | 2018-07-16 | 2021-10-22 | 创新先进技术有限公司 | 身份鉴别方法及装置 |
| CN111428549A (zh) * | 2019-10-31 | 2020-07-17 | 深圳市睿洋图志科技有限公司 | 一种基于社交活动图像大数据的人物信息分析方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101446961A (zh) * | 2008-12-24 | 2009-06-03 | 腾讯科技（深圳）有限公司 | 在网络社区中对用户及其好友进行关联的方法及系统 |
| CN102355534A (zh) * | 2011-11-01 | 2012-02-15 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和联系人信息推送方法 |
| CN102831176A (zh) * | 2012-07-30 | 2012-12-19 | 东莞宇龙通信科技有限公司 | 推荐好友的方法及服务器 |
| CN102843453A (zh) * | 2012-08-14 | 2012-12-26 | 广东欧珀移动通信有限公司 | 一种通讯录中关系添加的方法及移动终端 |
-
2013
- 2013-07-19 CN CN201310314055.5A patent/CN103399896B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101446961A (zh) * | 2008-12-24 | 2009-06-03 | 腾讯科技（深圳）有限公司 | 在网络社区中对用户及其好友进行关联的方法及系统 |
| CN102355534A (zh) * | 2011-11-01 | 2012-02-15 | 宇龙计算机通信科技(深圳)有限公司 | 移动终端和联系人信息推送方法 |
| CN102831176A (zh) * | 2012-07-30 | 2012-12-19 | 东莞宇龙通信科技有限公司 | 推荐好友的方法及服务器 |
| CN102843453A (zh) * | 2012-08-14 | 2012-12-26 | 广东欧珀移动通信有限公司 | 一种通讯录中关系添加的方法及移动终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103399896A (zh) | 2013-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103399896B (zh) | 识别用户间关联关系的方法及系统 | |
| CN107633207B (zh) | Au特征识别方法、装置及存储介质 | |
| EP3248143B1 (en) | Reducing computational resources utilized for training an image-based classifier | |
| CN103207898B (zh) | 一种基于局部敏感哈希的相似人脸快速检索方法 | |
| US11361019B2 (en) | Image query method and apparatus | |
| KR101767454B1 (ko) | 다양한 웹 서비스 환경에서 사용자의 행위 패턴 분석을 통한 이상행위 탐지 방법과 그를 위한 장치 | |
| CN109815788A (zh) | 一种图片聚类方法、装置、存储介质及终端设备 | |
| CN109190514B (zh) | 基于双向长短期记忆网络的人脸属性识别方法及系统 | |
| Abdullah et al. | Towards population scale activity recognition: A framework for handling data diversity | |
| CN106778450A (zh) | 一种面部识别方法和装置 | |
| CN103778409A (zh) | 基于人脸特征数据挖掘的人脸识别方法与装置 | |
| CN104915351A (zh) | 图片排序方法及终端 | |
| CN105814582B (zh) | 用于识别人脸的方法和系统 | |
| CN111814923B (zh) | 一种图像聚类方法、系统、设备和介质 | |
| BR102014023780B1 (pt) | Método para classificação multiclasse em cenários abertos e usos do mesmo | |
| CN108596944A (zh) | 一种提取运动目标的方法、装置及终端设备 | |
| CN109426785A (zh) | 一种人体目标身份识别方法及装置 | |
| EP3779775A1 (en) | Media processing method and related apparatus | |
| CN102890777B (zh) | 可识别面部表情的电脑系统 | |
| CN105631404B (zh) | 对照片进行聚类的方法及装置 | |
| CN110741387B (zh) | 人脸识别方法、装置、存储介质及电子设备 | |
| CN102637255A (zh) | 用于处理图像中包含的面部的方法和设备 | |
| CN113657249B (zh) | 训练方法、预测方法、装置、电子设备以及存储介质 | |
| CN109088788A (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
| CN104008372A (zh) | 一种无线多媒体传感器网络中的分布式人脸识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 511449 Guangzhou City, Guangdong Province, Panyu District, South Village, Huambo Business District Wanda Plaza, block B1, floor 28 Applicant after: Guangzhou Huaduo Network Technology Co., Ltd. Address before: 510655, Guangzhou, Tianhe District, Whampoa Avenue, No. 309, creative park, building 3-08 Applicant before: Guangzhou Huaduo Network Technology Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |