[發(fā)明專利]一種獲取圖片推薦濾鏡信息的方法及圖片濾鏡信息推薦系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201510090429.9
• 申請日: 2015-02-28
• 公開（公告）號: CN104636759B
• 公開（公告）日: 2019-01-15
• 發(fā)明（設計）人: 廖博森
• 申請（專利權(quán)）人: 成都品果科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 51214
• 代理人: 袁春曉

1.一種獲取圖片推薦濾鏡信息的方法，其特征在于，包括：

步驟1：獲取一定數(shù)量的樣本圖片，提取每張樣本圖片中的原始圖片信息及濾鏡信息；所述濾鏡信息包括濾鏡子屬性；

步驟2：根據(jù)每張樣本圖片中的原始圖片信息提取每張樣本圖片的特征向量；

步驟3：選擇待訓練的模式識別模型；所述模式識別模型的數(shù)量與所述濾鏡信息的濾鏡子屬性數(shù)量相同，且每一個模式識別模型對應一個濾鏡子屬性；

步驟4：訓練每一個模式識別模型，訓練方法為：依次以每張樣本圖片的特征向量為模式識別模型的輸入，以模式識別模型對應的濾鏡子屬性在該樣本圖片濾鏡信息中的取值為所述模式識別模型的輸出訓練該模式識別模型；

步驟5：獲取待推薦濾鏡信息的目標原始圖片；

步驟6：提取目標原始圖片的特征向量；

步驟7：將目標原始圖片的特征向量依次輸入各個訓練后的模式識別模型，各個訓練后的模式識別模型輸出其對應的濾鏡子屬性的取值；將各個模式識別模型輸出的濾鏡子屬性的取值進行整合得到推薦的濾鏡信息。

2.根據(jù)權(quán)利要求1所述的一種獲取圖片推薦濾鏡信息的方法，其特征在于，所述特征向量包含色彩空間特征值、紋理特征值及結(jié)構(gòu)特征值。

3.根據(jù)權(quán)利要求1所述的一種獲取圖片推薦濾鏡信息的方法，其特征在于，所述濾鏡子屬性包括紋理、光圈、特效、色溫、色調(diào)、曝光度、對比度、鮮艷度及高光。

4.根據(jù)權(quán)利要求3所述的一種獲取圖片推薦濾鏡信息的方法，其特征在于，所述模式識別模型包括分類模式識別模型及回歸模式識別模型；對應紋理、光圈及特效三個濾鏡子屬性的模式識別模型為分類模式識別模型；對應色溫、色調(diào)、曝光度、對比度、鮮艷度及高光六個濾鏡子屬性的模式識別模型為回歸模式識別模型。

5.一種圖片濾鏡信息推薦系統(tǒng)，其特征在于，包括：

樣本圖片信息提取單元，用于獲取一定數(shù)量的樣本圖片，提取每張樣本圖片中的原始圖片信息及濾鏡信息；所述濾鏡信息包括濾鏡子屬性；

樣本圖片特征向量提取單元，用于根據(jù)每張樣本圖片中的原始圖片信息提取每張樣本圖片的特征向量；

模式識別模型確定單元，用于選擇待訓練的模式識別模型；所述模式識別模型的數(shù)量與所述濾鏡信息的濾鏡子屬性數(shù)量相同，且每一個模式識別模型對應一個濾鏡子屬性；

模式識別模型訓練單元，用于訓練每一個模式識別模型，訓練方法為：依次以每張樣本圖片的特征向量為模式識別模型的輸入，以模式識別模型對應的濾鏡子屬性在該樣本圖片濾鏡信息中的取值為所述模式識別模型的輸出訓練該模式識別模型；

目標原始圖片獲取單元，用于獲取待推薦濾鏡信息的目標原始圖片；

目標原始圖片特征向量提取單元，用于提取目標原始圖片的特征向量；

濾鏡子屬性識別單元，用于將目標原始圖片的特征向量依次輸入各個模式識別模型，得到各個模式識別模型輸出的濾鏡子屬性的取值；其中，每一個模式識別模型對應一個濾鏡子屬性，用于根據(jù)目標原始圖片的特征向量計算其對應的濾鏡子屬性的取值；

濾鏡信息整合單元，用于將各個模式識別模型輸出的濾鏡子屬性的取值進行整合得到推薦的濾鏡信息。

6.根據(jù)權(quán)利要求5所述的一種圖片濾鏡信息推薦系統(tǒng)，其特征在于，所述特征向量包含色彩空間特征值、紋理特征值及結(jié)構(gòu)特征值。

7.根據(jù)權(quán)利要求5所述的一種圖片濾鏡信息推薦系統(tǒng)，其特征在于，所述濾鏡子屬性包括紋理、光圈、特效、色溫、色調(diào)、曝光度、對比度、鮮艷度及高光。

8.根據(jù)權(quán)利要求7所述的一種圖片濾鏡信息推薦系統(tǒng)，其特征在于，所述模式識別模型包括分類模式識別模型及回歸模式識別模型；對應紋理、光圈、特效三個濾鏡子屬性的模式識別模型為分類模式識別模型；對應色溫、色調(diào)、曝光度、對比度、鮮艷度及高光六個濾鏡子屬性的模式識別模型為回歸模式識別模型。