一种实现图片排序的方法及终端的制作方法
【技术领域】
[0001]本申请涉及图片处理技术，尤指一种实现图片排序的方法及终端。
【背景技术】
[0002]随着手机、平板等终端拍照功能的不断发展，越来越多的用户习惯通过手机、平板灯进行照片拍摄，并将大量的拍摄的图片存储在手机中，在需要进行浏览时进行翻阅。当终端设备中的图片储存得越来越多时，用户查找自己感兴趣的照片就变得越来越耗时。
[0003]目前，终端内存储的图片主要按照时间、地点等方式进行排序整理，当用户需要查阅已存储的图片时，需要按照生成的排序逐个翻看相册，才可以查阅图片的位置，进行图片浏览。也就是说，现有移动终端中图片排序的方法并不利于高效的查找图片，影响了用户使用终端的用户体验。
[0004]综上，目前的图片排序方式，用户从大量的图片查阅所关注图片效率较低，影响了用户体验。
【发明内容】
[0005]为了解决上述问题，本发明提供一种实现图片排序的方法及终端，能够提高用户浏览所关注图片的效率，改善用户体验。
[0006]为了达到本发明的目的，本申请提供一种实现图片排序的方法；包括:
[0007]当用户进行图片查阅时，分析用户的眼部特征，以获得用户查阅各图片的时长并记录;
[0008]根据记录的用户查阅各图片的时长的长短，对图片进行排序。
[0009]进一步地，分析用户的眼部特征，获得用户查阅各图片的时长，具体包括:
[0010]获取用户的面部信息，从面部信息中提取用户的眼部特征，进行分析后，记录用户查阅各图片的时间，以获得用户查阅各图片的时长。
[0011]进一步地，分析用户的眼部特征，获得用户查阅各图片的时长包括:
[0012]通过眼球识别技术，检测眼部特征中眼球的位置区域、瞳孔中心、虹膜信息和视线方向进行眼部特征分析；
[0013]根据眼部特征中眼球的位置区域、瞳孔中心、虹膜信息和视线方向获得用户查阅各图片的时间并记录，获得用户查阅各图片的时长。
[0014]另一方面，本申请还提供一种终端，包括:分析记录单元和排序单元；其中，
[0015]分析记录单元，用于当用户进行图片查阅时，分析用户的眼部特征，以获得用户查阅各图片的时长并记录；
[0016]排序单元，用于根据记录的用户查阅各图片的时长的长短，对图片进行排序。
[0017]进一步地，分析记录单元具体用于，当用户进行图片查阅时，获取用户的面部信息，从面部信息中提取用户的眼部特征，分析用户的眼部特征，获得用户查阅各图片的时间，以获得用户查阅各图片的时长并记录。
[0018]进一步地，分析记录单元具体用于，当用户进行图片查阅时，通过眼球识别技术，检测眼部特征中眼球的位置区域、瞳孔中心、虹膜信息和视线方向进行眼部特征分析；
[0019]根据眼部特征中眼球的位置区域、瞳孔中心、虹膜信息和视线方向获得用户查阅各图片的时间，获得用户查阅各图片的时长并记录。
[0020]与现有技术相比，本发明提供的技术方案，包括:当用户进行图片查阅时，分析用户的眼部特征，以记录用户查阅各图片的时长；根据记录的用户查阅各图片的时长的长短，对图片进行排序。本发明通过分析用户在查阅图片时的眼部特征，得到用户查阅图片的时长，通过时长对用户关注图片进行排序，使用户对关注的图片排序靠前，可以提高用户查阅图片的效率和用户体验。
【附图说明】
[0021]附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
[0022]图1为本发明实现图片排序的方法的流程图；
[0023]图2为本发明一种终端的结构框图。
【具体实施方式】
[0024]为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
[0025]图1为本发明实现图片排序的方法的流程图，如图1所示，包括:
[0026]步骤100、当用户进行图片查阅时，分析用户的眼部特征，以获得用户查阅各图片的时长并记录。
[0027]本步骤中，分析用户的眼部特征，记录用户查阅各图片的时长具体包括:
[0028]获取用户的面部信息，从面部信息中提取用户的眼部特征，进行分析后，记录用户查阅各图片的时间，以获得用户查阅各图片的时长。
[0029]需要说明的是，获取用户的面部信息，在现有的终端中，主要通过终端的前置摄像头来实现，从面部信息中提取用户的眼部特征，是根据现有的图片处理技术中特征提取的方法实现的。在成功获取到获取用户的面部信息后，现有技术会进行人脸定位检测和人脸特征识别两个部分。其中，第一部分人脸定位检测，即从各种不同的图像场景中检测出人脸是否存在，并确定其具体位置。常用的方法有以下三类:第一类是基于整体人脸的灰度模板匹配；第二类是人工神经网络方法；第三类则是肤色检测的方法。实际应用过程中，可能需要将不同的方法结合起来使用，提高人脸检测效率。第二部分人脸特征识别，是检测人脸主要面部特征点的位置和眼睛、嘴巴等主要器官的形状信息。常用的方法有灰度积分投影曲线分析，模板匹配，可变形模板，Hough变换，Snake算子，基于Gabor小波变换的弹性图匹配技术，主动性状模型和主动外观模型等。在本实例中，是通过识别面部信息中的眼部特征，以此来判断用户是否在查阅图片，并记录查阅该图片的时长信息。
[0030]本步骤中，分析用户的眼部特征，获得用户查阅各图片的时长