[发明专利]一种照片管理方法及系统

说明书

技术领域

本发明涉及移动计算技术技术领域，尤其涉及一种照片管理方法及照片管理系统。

背景技术

近年来，随着智能手机的普及，拍照成为一种日常化行为，人们总喜欢把美丽的景色、难忘的时刻用照片的方式记录下来。长此以往，照片数据将会变得十分庞大，管理起来也愈加困难。当我们想查找特定照片时(比如学校、教堂、沙滩等)，结果只能把相册全部浏览一遍，这必将使得查找效率极其低下。因此，需要一种有效的照片管理方法，便于用户快速筛选、查看照片。

而目前的照片管理方法使用的技术主要分为两种，一种是Facebook、Google等公司为代表的基于服务器模式的相册管理技术，这种方法能依据照片内容把照片分类到不同的资料夹中，在搜索时只需提供一些关键词信息就可以查询到需要的照片。但是这种基于服务器模式的照片管理方式需要用户把照片上传到云端，会带来巨大的网络开销，同时照片的安全性、私密性也无法得到有效保障。另一种则是以百度相册、网易云相册等产品为代表的照片管理软件。这些软件利用拍照时间、存储地址、查看频率、人物信息和地理信息等结构化信息对照片进行管理，这种方法是现在移动平台主要的照片管理方式。但是由于没有考虑照片深层次的信息，这种方法往往不能满足用户的照片管理需求，比如用户往往想查找有关某人或某地的所有照片等。

因此，如何提供一种满足用户需求的照片管理方法称为本领域技术人员亟待解决的技术问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一，提供一种照片管理方法及照片管理系统，以解决现有技术中的问题。

作为本发明的第一个方面，提供一种照片管理方法，其中，所述照片管理方法包括：

将待管理照片分别输入到对象标签标注模型结构和场景标签标注模型结构；

对所述待管理照片在所述对象标签标注模型结构中处理后得到所述待管理照片中的对象标签的候选框及对象标签的概率；

对所述待管理照片在所述场景标签标注模型结构中处理后得到所述待管理照片分别属于各个场景的场景标签的概率；

选择概率最大的5个场景标签以及概率大于或者等于对象标签阈值的所有对象标签构建索引标签；

根据用户的搜索反馈，实时调整所述索引标签。

优选地，所述对象标签标注模型结构包括共享卷基层模型、区域选择网络和分类器，所述场景标签标注模型结构包括共享卷基层模型，所述共享卷基层包括13层卷基层。

优选地，所述对所述待管理照片在所述对象标签标注模型结构中处理后得到所述待管理照片中的对象标签的候选框及对象标签的概率包括：

通过所述共享卷基层和所述区域选择网络对所述待管理照片进行处理得到对象区域的候选框及对象区域的概率；

通过所述分类器对所述候选框中的照片进行对象检测，得到对象标签的概率。

优选地，所述区域选择网络包括滑动窗口、中间层处理、回归层和分类层，所述区域选择网络通过3*3的滑动窗口将所述共享卷基层模型得到的卷积结果映射，得到所述中间层处理所需要的256维的中间层特征，以供所述回归层和所述分类层使用。

优选地，所述回归层能够产生k个候选区域的4k个坐标，所述分类层能够计算每个区域是否是对象的概率。

优选地，所述对所述待管理照片在所述场景标签标注模型结构中处理后得到所述待管理照片分别属于各个场景的场景标签的概率包括：

对所述共享卷基层模型进行训练；

计算所述待处理照片分别属于各个场景的场景标签的概率为：

LS＝{(s₁，w₁)，(s₂，w₂)，…，(s_N，w_N)}，

其中，LS表示各个场景的概率集合，s_N表示场景标签，w_N表示场景标签对应的概率，N为自然数。

优选地，所述对象标签阈值为0.7。

优选地，所述选择概率最大的5个场景标签以及概率大于或者等于对象标签阈值的所有对象标签构建索引标签包括：

构建索引标签为：

{(s₁，w_s1)，…，(s₅，w_s5)，(o₁，w_o1)，…，(o_N，w_oN)}，