圖片排序方法及終端的制作方法
【技術領域】
[0001]本發(fā)明涉及圖片排序領域，具體涉及一種圖片排序方法及終端。
【背景技術】
[0002]隨著計算機技術和攝影技術的飛速發(fā)展，現(xiàn)有的終端通常會自帶攝像設備，例如智能手機，平板電腦等，能夠通過所述攝像設備來拍攝圖片，當然也可以通過互聯(lián)網(wǎng)獲取圖片，進而方便用戶通過所述終端來查看圖片。
[0003]但是，現(xiàn)有終端通常是根據(jù)用戶創(chuàng)建目錄形式來分組，或者利用時間、地點等簡單信息來自動劃分組別，對于通過所述攝像設備拍攝的圖片，也大多是按照拍攝時間排列，或者按照手機照片中全球定位系統(tǒng)(Global Posit1ning System,簡稱GPS)地點信息排列，如此，導致出現(xiàn)了圖片分組、排序方式單一的問題。

【發(fā)明內容】

[0004]本申請實施例通過提供一種圖片排序的方法及終端，能夠使得圖片分組、排序方式更加豐富和多樣化。
[0005]根據(jù)本發(fā)明的第一方面，提供了一種圖片排序方法，所述方法包括:獲取終端中存儲的圖片；檢測所述圖片是否為第一類圖片，所述第一類圖片是指包括人臉的圖片；在所述圖片是第一類圖片時，根據(jù)社交關系模型對所述圖片進行排序；在所述圖片不是第一類圖片時，根據(jù)預設規(guī)則對所述圖片進行排序。
[0006]結合第一方面，在第一種可能的實現(xiàn)方式中，所述根據(jù)社交關系模型對所述圖片進行排序之前，所述方法還包括:利用存儲的聯(lián)系人的頭像和所述聯(lián)系人的信息訓練所述社交關系模型。
[0007]結合第一方面的第一種可能的實現(xiàn)方式，在第一方面的第二種可能的實現(xiàn)方式中，所述利用存儲的聯(lián)系人的頭像和所述聯(lián)系人的信息訓練所述社交關系模型，具體包括:提取所述聯(lián)系人的頭像數(shù)據(jù)，用所述聯(lián)系人的信息對所述頭像數(shù)據(jù)進行標注從而獲得所述社交關系模型。
[0008]結合第一方面或第一種至第二種可能的實現(xiàn)方式中的任一種，在第一方面的第三種可能的實現(xiàn)方式中，所述根據(jù)社交關系模型對所述圖片進行排序，具體包括:通過所述社交關系模型，獲取所述圖片對應的聯(lián)系人的信息，所述圖片對應的聯(lián)系人的信息包含所述聯(lián)系人的身份特征；在所述圖片對應的聯(lián)系人的信息被成功獲取時，將所述圖片添加到人臉識別組，根據(jù)所述身份特征，對所述人臉識別組中的圖片進行排序；在所述圖片對應的聯(lián)系人的信息被未被獲取時，將所述圖片添加到人臉未識別組，并根據(jù)所述預設規(guī)則對所述人臉未識別組的圖像進行聚類排序。
[0009]結合第一方面或第一種至第三種可能的實現(xiàn)方式中的任一種，在第一方面的第四種可能的實現(xiàn)方式中，所述檢測所述圖片是否為第一類圖片之前，所述方法還包括:提取存儲的人臉圖像的特征值；通過機器學習方法對所述人臉圖像的特征值進行學習，建立人臉識別模型。
[0010]結合第一方面的第四種可能的實現(xiàn)方式，在第一方面的第五種可能的實現(xiàn)方式中，所述檢測所述圖片是否為第一類圖片，具體包括:提取所述圖片的特征值；將所述圖片的特征值與所述人臉識別模型進行匹配；在所述匹配的結果高于第一預設值時，確定所述圖片是所述第一類圖片；在所述匹配的結果不高于第一預設值時，確定所述圖片不是所述第一類圖片。
[0011]根據(jù)本發(fā)明的第二方面，提供了一種終端，所述終端包括:圖片獲取單元，用于獲取終端中存儲的圖片；檢測單元，用于接收所述圖片獲取單元發(fā)送的所述圖片，檢測所述圖片是否為第一類圖片，所述第一類圖片是指包括人臉的圖片；第一排序單元，用于在所述檢測單元檢測到在所述圖片是第一類圖片時，根據(jù)社交關系模型對所述圖片進行排序；第二排序單元，用于在所述檢測單元檢測到在所述圖片不是第一類圖片時，根據(jù)預設規(guī)則對所述圖片進行排序。
[0012]結合第二方面，在第一種可能的實現(xiàn)方式中，所述終端還包括社交模型訓練單元；所述社交模型訓練單元，具體用于利用存儲的聯(lián)系人的頭像和所述聯(lián)系人的信息訓練所述社交關系模型；所述第一排序單元，用于在所述檢測單元檢測到在所述圖片是第一類圖片時，根據(jù)所述社交模型訓練單元訓練出的社交關系模型對所述圖片進行排序。
[0013]結合第二方面的第一種可能的實現(xiàn)方式，在第二方面的第二種可能的實現(xiàn)方式中，所述社交模型訓練單元，具體用于提取所述聯(lián)系人的頭像數(shù)據(jù)，用所述聯(lián)系人的信息對所述頭像數(shù)據(jù)進行標注從而獲得所述社交關系模型。
[0014]結合第二方面或第一種至第二種可能的實現(xiàn)方式中的任一種，在第二方面的第三種可能的實現(xiàn)方式中，所述第一排序單元，具體用于通過所述社交關系模型，獲取所述圖片對應的聯(lián)系人的信息，所述圖片對應的聯(lián)系人的信息包含所述聯(lián)系人的身份特征，在所述圖片對應的聯(lián)系人的信息被成功獲取時，將所述圖片添加到人臉識別組，根據(jù)所述身份特征，對所述人臉識別組中的圖片進行排序，以及在所述圖片對應的聯(lián)系人的信息被未被獲取時，將所述圖片添加到人臉未識別組，并根據(jù)所述預設規(guī)則對所述人臉未識別組的圖像進行聚類排序。
[0015]結合第二方面或第一種至第三種可能的實現(xiàn)方式中的任一種，在第二方面的第四種可能的實現(xiàn)方式中，所述終端還包括人臉模型建立單元；所述人臉模型建立單元，用于提取存儲的人臉圖像的特征值，并通過機器學習方法對所述人臉圖像的特征值進行學習，建立人臉識別模型；所述檢測單元，具體用于根據(jù)所述人臉模型建立單元建立的人臉識別模型，檢測所述圖片是否為第一類圖片。
[0016]結合第二方面的第四種可能的實現(xiàn)方式，在第二方面的第五種可能的實現(xiàn)方式中，所述檢測單元，具體用于提取所述圖片的特征值，將所述圖片的特征值與所述人臉識別模型進行匹配，在所述匹配的結果高于第一預設值時，確定所述圖片是所述第一類圖片，以及在所述匹配的結果不高于第一預設值時，確定所述圖片不是所述第一類圖片。
[0017]本發(fā)明實施例中，由于本申請技術方案是檢測到獲取的圖片是否為所述第一類圖片，在所述圖片是第一類圖片時，根據(jù)社交關系模型對所述圖片進行排序，以及在所述圖片不是第一類圖片時，根據(jù)預設規(guī)則對所述圖片進行排序，如此，可以根據(jù)所述圖片的所屬類別的不同，采用不同的方式來對所述圖片進行排序，從而解決了現(xiàn)有技術中的圖片排序單一的技術問題，實現(xiàn)了圖片排序多樣化的技術效果。
【附圖說明】
[0018]圖1為本發(fā)明實施例中圖片排序方法的方法流程圖；
[0019]圖2為本發(fā)明實施例中用戶與聯(lián)系人之間的結構圖；
[0020]圖3為本發(fā)明實施例中在終端上顯示圖片的第一種結構圖；
[0021]圖4為本發(fā)明實施例中在終端上顯示圖片的第二種結構圖；
[0022]圖5為本發(fā)明實施例中終端的第一種結構圖；
[0023]圖6為本發(fā)明實施例中終端的第二種結構圖。
【具體實施方式】
[0024]針對現(xiàn)有技術在對圖片進行分組、排序時，存在分組、排序單一的技術問題，本發(fā)明實施例這里提出的技術方案中是檢測到獲取的圖片是否為所述第一類圖片，在所述圖片是第一類圖片時，根據(jù)社交關系模型對所述圖片進行排序，以及在所述圖片不是第一類圖片時，根據(jù)預設規(guī)則對所述圖片進行排序，如此，可以根據(jù)所述圖片的所屬類別的不同，采用不同的方式來對所述圖片進行排序，從而解決了現(xiàn)有技術中的圖片排序單一的技術問題，實現(xiàn)了圖片排序多樣化的技術效果。
[0025]下面結合各個附圖對本發(fā)明實施例技術方案的主要實現(xiàn)原理、【具體實施方式】及其對應能夠達到的有益效果進行詳細地闡述。
[0026]本發(fā)明實施例提出了一種圖片排序的方法，如圖1所示，該方法具體處理過程如下:
[0027]步驟SlOl:犾取終端中存儲的圖片；
[0028]步驟S102:檢測所述圖片是否為第一類圖片，所述第一類圖片是指包括人臉的圖片;
[0029]步驟S103:在所述圖片是第一類圖片時，根據(jù)社交關系模型對所述圖片進行排序;
[0030]步驟S104:在所述圖片不是第一類圖片時，根據(jù)預設規(guī)則對所述圖片進行排序。
[0031]其中，在步驟SlOl中，獲取終端中存儲的圖片。
[0032]在具體實施過程中，本申請實施例的終端例如是手機、平板電腦等終端，所述圖片可以是通過設置在所述終端中的或外連的攝像頭采集的，然后存儲在所述終端中的，還可以從本地庫或外連的數(shù)據(jù)庫中下載并存儲在所述終端中的，然后獲取存儲在所述終端的圖片。
[0033]例如，以智能手機為例，在通過智能手A采集用戶B的圖片時，通過智能手機A中的攝像頭采集用戶B的圖片，并將用戶B的圖片存儲在智能手機A的存儲器中，然后獲取存儲在智能手機A中的用戶B的圖片；還可以通過所述攝像頭采集并存儲一場景C的圖片，場景C例如是包含流水或瀑布或花朵或高山的環(huán)境，然后獲取存儲在智能手機A中的場景C的圖片。
[0034]接下來執(zhí)行步驟S102，在該步驟中，檢測所述圖片是否為第一類圖片，所述第一類圖片是指包括人臉的圖片。
[0035]在具體實施過程中，在獲取所述圖片之后，檢測所述圖片是否為所述第一類圖片，根據(jù)檢測結果，采用不同的方式對所述圖片進行排序。
[0036]具體來講，在獲取所述圖片之后，可以通過人臉檢測方法來檢測所述圖片是否為所述第一類圖片，在檢測到所述圖片中包含人臉圖片時，則確定所述圖片為所述第一類圖片，在檢測到所述圖片中未包含人臉圖片時，則確定所述圖片不是所述第一類圖片。
[0037]具體的，所述人臉檢測方法例如可以是潛在的基于支持向量機的方法(latentSVM based)、基于判別性學習的局部模型的目標檢測方法等方法，通過所述人臉檢測方法