[發明專利]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

有效

• 申請號: 201510090429.9
• 申請日: 2015-02-28
• 公開（公告）號: CN104636759B
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 廖博森
• 申請（專利權）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權代理有限公司 51214
• 代理人: 袁春曉

本發明公開了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，涉及圖片處理技術領域，旨在提供一種智能濾鏡推薦的方法及系統，本發明技術要點包括將濾鏡信息拆分為多個濾鏡子屬性，以大量加過濾鏡的圖片作為訓練樣本去訓練多個模式識別模型，使各個模型具備根據圖片特征識別適合該圖片的濾鏡子屬性的取值的能力。最后將各個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。

技術領域

本發明涉及圖片處理技術領域。

背景技術

目前絕大多數的拍照應用程序都為用戶提供了為圖片增加濾鏡的功能，用戶可以根據自己的喜好為拍攝的圖片增加濾鏡以達到美化圖片的目的。隨著移動終端拍照APP（應用程序，外語全稱：Application）的不斷發展，為了給用戶提供更加廣闊的創造空間，不少APP為用戶提供的濾鏡編輯接口越來越多，例如有特效、光圈、紋理、色彩、偏色、層次、美膚、清晰度、色溫、暗角等等。但是當這么多可編輯的濾鏡子屬性參數放在用戶面前時，大多數用戶卻不能很好利用這些功能，并讓其覺得這是個很復雜、專業性很強的工具。

為了解決這個問題，現有技術中出現了不少濾鏡推薦算法，其主要思想是根據圖片場景內容直接推薦可能的濾鏡給用戶，但是這樣推薦的結果很籠統，用戶體驗度并不佳。因為一旦涉及到藝術性的范疇，使用單一的因果關系（例如場景內容與濾鏡）來描述時，總會遺漏大量重要信息。

發明內容

基于這樣的現實問題，本發明旨在提供一種智能濾鏡推薦的方法及系統，基本思想是將濾鏡信息拆分為多個濾鏡子屬性（實際上每個濾鏡都是由一組濾鏡子屬性來描述的），以大量加過濾鏡的圖片（包括原始圖片信息，即未經過后期圖像處理的圖片或照片，及用戶為其添加的濾鏡信息）作為訓練樣本去訓練多個模式識別模型（每個模式識別模型用于識別一個濾鏡子屬性），使各個模型具備根據圖片特征識別適合該圖片的濾鏡子屬性的取值的能力。最后將各個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。

基于上述發明基本實現，本發明采用的具體技術手段包括：

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

步驟2：根據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量與所述濾鏡信息的濾鏡子屬性數量相同，且每一個模式識別模型對應一個濾鏡子屬性；

步驟4：按照以下方法訓練每一個模式識別模型：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。

優選地，所述特征向量包含色彩空間特征值、紋理特征值及結構特征值。

優選地，所述濾鏡子屬性包括紋理、光圈、特效、色溫、色調、曝光度、對比度、鮮艷度及高光。

優選地，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、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。

本發明還提供了一種圖片濾鏡信息推薦系統，包括：

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；