一種sns多圖融合方法
【技術領域】
[0001] 本發明涉及一種多圖融合方法，具體涉及一種SNS多圖融合方法。
【背景技術】
[0002] 現有的技術都是單張圖片如何找出最佳的視覺焦點，沒有考慮到社交網絡應用場 景中的特殊性，對重點突出人臉沒有很好的解決方案。無法很好的識別各種類型的圖片。
【發明內容】
[0003] 本發明的目的在于，克服現有技術的不足，提供一種可以突出人臉在視覺檢測中 的權重，重點突出人臉的SNS多圖融合方法。
[0004] 本發明的SNS多圖融合方法，包括如下步驟：
[0005] 1)、多個用戶發出互相交換照片指令，并分別上傳圖片到服務端；
[0006] 2)、服務端接收各照片并各復制一份，分別啟動兩個線程：圖片保存線程pl，圖片 分析處理線程P2 ;分別處理復制后的兩份圖片；
[0007] 3)、線程pi將各圖片上傳到圖片銀行，圖片銀行按照一定的規則保存圖片，然后 返回給服務器圖片在圖片銀行上的完整地址urll，線程pi將urll保存到數據庫中，以備后 續調用；
[0008] 4)、線程p2對各圖片進行視覺焦點檢測，得出視覺中心；
[0009] 5)、根據應用對各圖片的要求，以各圖片視覺中心為中心，裁剪各圖片，保存到圖 片銀行，并將裁剪后的新圖作為原始圖片的特征圖保存到圖片銀行；
[0010] 6)、將各特征圖拼接，發送給步驟1)中上傳圖片的各用戶。
[0011] 作為優選：步驟4)具體包括如下步驟：
[0012] 4. 1)、對圖片進行區域分割；
[0013] 4. 2)、對分割后的每一個區域進行人臉識別如果識別的值超過閾值，則認定該區 域是一個人臉區域；
[0014] 4. 3)、對包含人臉區域計算該區域幾何中心，并將中心乘以大于1的權值；反之， 不做任何處理；
[0015] 4. 4)、然后將各個區域進行Kmeans聚類運算，將最后的聚類中心作為這張圖片的 視覺中心。
[0016] 作為優選：步驟4. 3)的具體步驟為：
[0017] 對于一張圖像，映射定義如下：
[0018] In- G(V, E, W) (公式 1)
[0019] 其中，In表示新生長的圖像，V表示圖像中的像素點，E表示相鄰像素點鏈接的邊， W是邊的權重；邊的權重W的計算公式如下：
[0020] W (e) =D (p, q), e = (p, q) (公式 2)
[0021] W(e)表示邊e的權重，e表示鏈接兩個像素點p, q的邊；D(p, q)表示像素點p, q 在Lab顏色空間的歐式距離，定義如下：
【主權項】
1. 一種SNS多圖融合方法，其特征在于，包括如下步驟： 1) 、多個用戶發出互相交換照片指令，并分別上傳圖片到服務端； 2) 、服務端接收各照片并各復制一份，分別啟動兩個線程：圖片保存線程pl，圖片分析 處理線程P2 ;分別處理復制后的兩份圖片； 3) 、線程pi將各圖片上傳到圖片銀行，圖片銀行按照一定的規則保存圖片，然后返回 給服務器圖片在圖片銀行上的完整地址urll，線程pi將urll保存到數據庫中，以備后續調 用； 4) 、線程p2對各圖片進行視覺焦點檢測，得出視覺中心； 5) 、根據應用對各圖片的要求，以各圖片視覺中心為中心，裁剪各圖片，保存到圖片銀 行，并將裁剪后的新圖作為原始圖片的特征圖保存到圖片銀行； 6) 、將各特征圖拼接，發送給步驟1)中上傳圖片的各用戶。
2. 根據權利要求1所述的SNS多圖融合方法，其特征在于，步驟4)具體包括如下步驟： 4.1)、對圖片進行區域分割； 4. 2)、對分割后的每一個區域進行人臉識別如果識別的值超過閾值，則認定該區域是 一個人臉區域； 4. 3)、對包含人臉區域計算該區域幾何中心，并將中心乘以大于1的權值；反之，不做 任何處理； 4. 4)、然后將各個區域進行Kmeans聚類運算，將最后的聚類中心作為這張圖片的視覺 中心。
3. 根據權利要求2所述的SNS多圖融合方法，其特征在于：步驟4. 1)的具體步驟為： 對于一張圖像，映射定義如下： In-G (V, E, W)(公式 1) 其中，In表示新生長的圖像，V表示圖像中的像素點，E表示相鄰像素點鏈接的邊，W是 邊的權重；邊的權重W的計算公式如下： W (e) =D (p, q), e = (p, q)(公式 2) W(e)表示邊e的權重，e表示鏈接兩個像素點p, q的邊；D (p, q)表示像素點p, q在Lab 顏色空間的歐式距離，定義如下： D(u,v) = 士P;, -Iff +(P; -P:f +Kf (公式 3) 其中，<，分別表示像素點k(k = p，q)在Lab空間中每個通道的顏色值； 對于圖像In中的任意相鄰兩點之間的邊e i按照從小到大的順序排序，得到： E = {e" e2, e3,…，ek} - E' = {e，" e' 2, e' 3,…，e' k} (公式 4) 給定一張原始圖像，圖像的初始分割S表示如下： 5：:砂},·^}，·^}，…·^,}}(公式 5) 這里表示圖像初始有個mXη像素點，每一個像素點表示一個塊； 為了獲取最小生成樹，定義分割標準如下： Ins (Si) = maxff (e), e e MST (Si, E) (公式 6) 其中，Ins(Si)表示Si*的最大權值，MST (Si, E)是由邊E組成的最小生成樹； Dif (S1, S2) = minw (r1； r2), T1 e S 1； r2e S2 (公式 7) Dif (S1, S2)表示SJP S 2之間的最小權值；r 1是S i所有節點的根節點，而r 2是S 2所有 節點的根節點；
C公式8) 其中，D(SpS2) = 1表示區域S1和區域S2應當結合為一個區域，否則為兩個不同的區 域； MIns(S11S2) = min {Ins (S1) + π (S1), Ins (S2) + π (S2)} (公式 9)
這里，K是一個常量；I Nsi I表示區域Si中像素點的個數；π (Si)是用來控制分割產生 的區域數目；K越小，則π (Si)越小，即分割產生的區域數越小； 在分割的過程中，如果SJP S2之間的最小權值大于S S 2內部的最大權值，則認為S i 和&是同一個部分；反之，則不是同一個部分；這里以升序的方式處理每一條邊，最后得到 的分割結果如下：
這樣，就得到了原始圖像的分割結果冗1，K表示被分割成K個區域。
4.根據權利要求3所述的SNS多圖融合方法，其特征在于：步驟4. 2)的具體步驟為： 對分割后的區域進行基于PCA算法的人臉識別： 1)、構建人臉特征空間 對于mXη維的人臉圖像，將其每列每列相連構成一個d = mXη維的列空間；d就是 人臉的維數；假設訓練樣本有N個，&表示第j幅圖像的向量，則所需要的樣本協方差矩陣 為：
其中u為訓練樣本的平均圖像向量： -t M
令A = [X1-U, X2-U,…，Xn-U]，則有S1^= AA τ，其維數為dXd ;根據K-L變換原理，需要 求得新的坐標系由矩陣AAt的非零特征值所對應的特征向量組成；考慮到直接計算計算量 會比較大，所以采用奇異值分解定理（SVD):通過求解A tA的特征值和特征選那個量來獲得 特征值和特征向量； 根據SVD定理，令Ai= (i = 1，2, 3···，!·)為矩陣AtA的r個非零特征值，ViSA tA對 應Ai的特征向量，則AAt的正交歸一特征向量u A :
由這樣一組特征向量組成一個降維的人臉特征空間； 2)、人臉識別 將步驟3)分割得到的每一個區域都看做一張圖片，不屬于區域范圍內的像素點補白， 對每一個區域進行人臉識別計算； 把分割后得到的區域圖片Γ投影到特征臉空間，得到第H類人的第i個特征臉向量表 示為： Hf = ：；0--(//)(公式 15) 閾值Θ i定義為： ^=imaXf -Ωζ||，7，ζ e (1,2,·*·,Μ)(公式 16) 計算與區域圖像的歐氏距離ek: ^2=||D-nf||2 (公式 17) 為了判定區域是否包含人臉，需要計算區域圖像Γ與有特征臉空間構建的圖像rf2 間的距離ε : ε2= I I Γ-Γ f| I2 (公式 18) 其中 r/=H〇f+Ψ (公式 19) 判斷該區域是否包含人臉的規則如下： 1) 若ε彡Qi，則區域不包含人臉； 2) 若ε < Qi且Vtii ，則該區域包含未知人臉，該人臉不在模型庫中； 3) 若ε〈 Θ 1且Vf Α < (9，，則該區域包含人臉。
5. 根據權利要求4所述的SNS多圖融合方法，其特征在于：步驟4. 3)的具體步驟為： 在上述判別的區域中，如果包含人臉，則將計算出該區域的幾何中心mi: 兵屮，r刃兇峨屮總的個數，k刃總的維數；
貧昇出合個帶人臉'的兇峨屮心IniZ佰，將帶 人臉的區域中心Hli乘以一個大于1的系數。
6. 根據權利要求1所述的SNS多圖融合方法，其特征在于：步驟6)后，在限定的時間 內將發送給各用戶的圖片銷毀。
【專利摘要】本發明公開了一種SNS多圖融合方法，包括如下步驟：1)、多個用戶發出互相交換照片指令，并分別上傳圖片到服務端；2)、服務端接收各照片并各復制一份，分別啟動兩個線程處理復制后的兩份圖片；3)、線程p1將各圖片上傳到圖片銀行，圖片銀行按照一定的規則保存圖片，以備后續調用；4)、線程p2對各圖片進行視覺焦點檢測，得出視覺中心；5)、根據應用對各圖片的要求，以各圖片視覺中心為中心，裁剪各圖片，保存到圖片銀行，并將裁剪后的新圖作為原始圖片的特征圖保存到圖片銀行；6)、將各特征圖拼接，發送給步驟1)中上傳圖片的各用戶。本發明的有益效果是：展示效果好，可供多個用戶同時觀看，定時銷毀。
【IPC分類】G06Q50-00, G06K9-00, G06T5-50
【公開號】CN104657716
【申請號】CN201510075200
【發明人】繆仁軍, 馮普超, 崔媛媛
【申請人】杭州秋樽網絡科技有限公司
【公開日】2015年5月27日
【申請日】2015年2月12日