[發明專利]基于智能相冊管家系統的內容分類方法及裝置

在審

• 申請號: 202110756255.0
• 申請日: 2021-07-05
• 公開（公告）號: CN115587200A
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 李衛軍;李爽;董肖莉;孫琳鈞
• 申請（專利權）人: 中國科學院半導體研究所
• 主分類號: G06F16/41
• 分類號: G06F16/41;G06F16/438;G06F16/45;G06F16/483;G06F16/487;G06F16/48
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王毅

1.一種基于智能相冊管家系統的內容分類方法，其特征在于，包括：

提供至少一種內容分類方式供用戶選擇；其中，所述至少一種內容分類方式為基于至少一種分類維度對智能相冊管家系統中的多媒體數據進行分類的方式；基于不同的分類維度對應不同的內容分類方式；

接收用戶選擇的任一內容分類方式；

根據用戶選擇的內容分類方式，確定與用戶選擇的內容分類方式對應的分類索引標記；

根據所述分類索引標記，對智能相冊管家系統中的多媒體數據進行分類展示。

2.根據權利要求1所述的基于智能相冊管家系統的內容分類方法，其特征在于，所述內容分類方式包括下述中的一種或多種：

基于對象的內容分類方式、基于地點的內容分類方式、基于時間的內容分類方式、基于表情的內容分類方式、基于場景的內容分類方式、基于人物關系的內容分類方式，以及基于年齡的內容分類方式。

3.根據權利要求2所述的基于智能相冊管家系統的內容分類方法，其特征在于，在根據用戶選擇的內容分類方式，確定與用戶選擇的內容分類方式對應的分類索引標記之前，所述方法還包括：

針對每一個新加入所述智能相冊管家系統的多媒體數據，分別采用不同的智能分類模型對新加入的多媒體數據進行不同內容分類方式下的分類，得到不同內容分類方式下的分類結果；

根據不同內容分類方式下的分類結果，為所述新加入的多媒體數據分別創建在不同內容分類方式下的分類索引標記；

其中，智能分類模型包括下述中的一種或多種：對象智能分類模型、地點智能分類模型、時間智能分類模型、表情智能分類模型、場景智能分類模型、人物關系智能分類模型，以及年齡智能分類模型。

4.根據權利要求3所述的基于智能相冊管家系統的內容分類方法，其特征在于，針對每一個新加入所述智能相冊管家系統的多媒體數據，分別采用不同的智能分類模型對新加入的多媒體數據進行不同內容分類方式下的分類，得到不同內容分類方式下的分類結果，具體包括下述中的一種或多種：

將每一個新加入所述智能相冊管家系統的多媒體數據輸入至對象智能分類模型中，得到基于對象的內容分類方式下新加入的多媒體數據的對象分類結果；其中，所述對象智能分類模型為預先將不同樣本對象的多媒體數據作為模型輸入，將不同樣本對象的多媒體數據對應的對象識別結果作為模型輸出，基于深度學習模型進行訓練后得到的；

將每一個新加入所述智能相冊管家系統的多媒體數據輸入至地點智能分類模型中，得到基于地點的內容分類方式下新加入的多媒體數據的地點分類結果；其中，所述地點智能分類模型為預先將不同樣本地點的多媒體數據作為模型輸入，將不同樣本地點的多媒體數據對應的地點識別結果作為模型輸出，基于深度學習模型進行訓練后得到的；

根據每一個新加入所述智能相冊管家系統的多媒體數據對應的生成時間，采用時間智能分類模型確定基于時間的內容分類方式下新加入的多媒體數據的時間分類結果；其中，所述時間智能分類模型中設置有時間判斷邏輯，根據時間判斷邏輯確定新加入的多媒體數據的時間分類結果；

將每一個新加入所述智能相冊管家系統的多媒體數據輸入至表情智能分類模型中，得到基于表情的內容分類方式下新加入的多媒體數據的表情分類結果；其中，所述對象智能分類模型為預先將不同樣本表情的多媒體數據作為模型輸入，將不同樣本表情的多媒體數據對應的表情識別結果作為模型輸出，基于深度學習模型進行訓練后得到的；

將每一個新加入所述智能相冊管家系統的多媒體數據輸入至場景智能分類模型中，得到基于場景的內容分類方式下新加入的多媒體數據的場景分類結果；其中，所述對象智能分類模型為預先將不同樣本場景的多媒體數據作為模型輸入，將不同樣本場景的多媒體數據對應的場景識別結果作為模型輸出，基于深度學習模型進行訓練后得到的；

將每一個新加入所述智能相冊管家系統的多媒體數據輸入至人物關系智能分類模型中，得到基于人物關系的內容分類方式下新加入的多媒體數據的人物關系分類結果；其中，所述對象智能分類模型為預先將不同樣本人物關系的多媒體數據作為模型輸入，將不同樣本人物關系的多媒體數據對應的人物關系識別結果作為模型輸出，基于深度學習模型進行訓練后得到的；

將每一個新加入所述智能相冊管家系統的多媒體數據輸入至年齡智能分類模型中，得到基于年齡的內容分類方式下新加入的多媒體數據的年齡分類結果；其中，所述對象智能分類模型為預先將不同樣本年齡的多媒體數據作為模型輸入，將不同樣本年齡的多媒體數據對應的年齡識別結果作為模型輸出，基于深度學習模型進行訓練后得到的。