一种基于图片的人员属性分类方法及系统技术方案

本发明专利技术提出一种基于图片的人员属性分类方法以及应用该方法的移动终端和计算机可读存储介质。本发明专利技术的技术方案，通过移动终端获取图片后加入单高斯噪声，并随机选择候选图片序列分组后，进行K级差分；然后提取K级差分图片矩阵中每一个图片的噪声，得到图片噪声序列矩阵，通过判断图片噪声序列矩阵是否满足混合高斯模型来决定候选图片序列分组是否成功。本发明专利技术的上述方案，通过提取候选图片序列中的图片属性，并且结合混合高斯模型对于灰度变化图片的敏感性，来进行图片分组，特别适合于人物图片分组，并且分组过程不需要用户介入也无需预先设定参数，结果客观。

A method and system of personnel attribute classification based on pictures

【技术实现步骤摘要】
一种基于图片的人员属性分类方法及系统
本专利技术涉及终端
，特别涉及一种基于图片的人员属性分类方法及系统。
技术介绍
随着终端的普及与智能化以及电子技术的发展，具有摄像功能的电子设备越来越普及，用户在电子设备中存储的图片越来越多，图片的拍摄越来越日常化，海量化。用户拍摄的图片越来越多，用户通过朋友圈，浏览器或其他途径下载的图片也越来越多，随着图片越来越多，如何存储即管理这些图片，成为人们的一个烦恼。当用户对手机内的图片进行浏览时，基本只能按照拍摄顺序或图片获取日期进行浏览，无法满足用户方便的浏览特定图片的需求。同时当需要对图片进行分类整理时，用户无法方便的在手机上完成图片的分类整理操作，只能将图片批量传输至电脑上后，再进行分类整理操作；这样导致对图片分类和浏览的效率均较为低下。在现有技术中，终端可以在图库中应用图片管理组件，自动设置关于时间的多个相册分组，终端根据拍摄图片的时间，或下载图片的时间，将每张图片自动归于对应的相册分组中，还可以是用户在图库中创建多个相册分组，用户手动将图片存储至对应的相册分组中。图片管理本文档来自技高网...

【技术保护点】
1.一种基于图片的人员属性分类方法，所述方法包括如下步骤：/nF01：通过移动终端获取包含多个不同人物的图片集P＝{P1，P2，……，Pn}；/n其中Pi表示第i张图片，i∈[1,n]；/nF02：对于每一张图片Pi，根据其至少一个单一属性值以及移动终端当前的CPU运行频率，加入单高斯噪声，获得单高斯噪声图片集

【技术特征摘要】
1.一种基于图片的人员属性分类方法，所述方法包括如下步骤：
F01：通过移动终端获取包含多个不同人物的图片集P＝{P1，P2，……，Pn}；
其中Pi表示第i张图片，i∈[1,n]；
F02：对于每一张图片Pi，根据其至少一个单一属性值以及移动终端当前的CPU运行频率，加入单高斯噪声，获得单高斯噪声图片集
F03:对于所述单高斯噪声图片集的每一张图片基于移动终端当前图片处理程序的历史运行记录，随机选取单高斯噪声图片集中剩余(n-1)张图片中的K张图片，组成随机图片序列Si；其中K小于n-1；
F04：将随机图片序列Si与K个随机图片序列Sj做相对K级差分，获得相对K级差分图片序列矩阵Sj-i；j≠i；j∈[1,n]；
F05：对于相对K级差分图片序列矩阵Sj-i，提取该图片序列矩阵中的每一个图片的噪声，得到图片噪声序列矩阵Nj-i；
F06:判断图片噪声序列矩阵Nj-i是否符合混合高斯模型；
如果符合，则将随机图片序列Si对应的图片集分为一组；
否则，返回步骤F03；
其中，将随机图片序列Si与K个随机图片序列Sj做相对K级差分，获得相对K级差分图片序列矩阵Sj-i，
具体为：
设随机图片序列Si＝{SS1,SS2,……，SS1+K},
K个随机图片序列为
Sj1＝{K1S1,K1S2,……，K1S1+K},
Sj2＝{K2S1,K2S2,……，K2S1+K},
……
SjK＝{KkS1,KkS2,……，KKS1+K},
得到相对K级差分图片序列矩阵：





2.如权利要求1所述的方法，其中，其中，对于每一张图片Pi，根据其至少一个单一属性值以及移动终端当前的CPU运行频率，加入单高斯噪声，具体包括：
所述单高斯噪声概率密度分布函数为：

<...

【专利技术属性】
技术研发人员：周鹏，吴劲峰，陈瑞生，
申请(专利权)人：中科视元科技杭州有限公司，
类型：发明
国别省市：浙江;33