一种拍摄参数调整方法及移动终端与流程

本发明涉及通信技术领域，尤其涉及一种拍摄参数调整方法及移动终端。

背景技术：

由于移动设备具备可移动性以及便携性的优点，直播行业的主播都从传统的pc(personalcomputer，个人计算机)+摄像头逐步转移到移动设备上进行直播。直播用户对移动设备视频通话功能具有较高的需求，同时随着移动设备的普及，社交应用的发展推广，越来越多的普通用户接受了视频通话。

不管是高需求用户还是普通用户，都希望视频过程中体验是越来越好的。目前移动设备上采用的是自动曝光，自动曝光首先需要测光，但由于场景的千变万化，没有一种测光能进行完整无缺的准确测光。因此在有人脸的场景中，目前普遍做法是进行人脸检测，然后根据人脸多少，大小，位置来调整曝光，满足人脸场景的要求。

目前的人脸检测方案，能解决大部分人脸场景的曝光准确性。但是存在如下缺陷：在不能检测人脸的情况下，没办法通过人脸来辅助曝光；如果场景中存在运动人脸，会出现曝光频繁调整，忽亮忽暗的现象，用户体验不好。

技术实现要素：

本发明实施例提供一种拍摄参数调整方法及移动终端，以解决现有技术中在拍照时，不存在人脸的场景曝光准确性差以及存在运动人脸时曝光调整频繁造成用户体验差的问题。

为了解决上述问题，本发明实施例是这样实现的：

第一方面，本发明实施例提供一种拍摄参数调整方法，包括：

在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征；

基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；

根据计算结果，进行曝光调整。

第二方面，本发明实施例提供一种移动终端，包括：

获取模块，用于在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征；

处理模块，用于基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；

调整模块，用于根据计算结果，进行曝光调整。

第三方面，本发明实施例还提供一种移动终端，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的拍摄参数调整方法中的步骤。

第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的拍摄参数调整方法中的步骤。

在本发明实施例中，通过在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；根据计算结果，进行曝光调整，实现人脸、人像以及运动跟踪相结合的方式来保证曝光的平滑性、稳定性以及准确性，满足不同场景下的拍摄需求，提高用户的拍摄体验。

附图说明

图1表示本发明实施例提供的拍摄参数调整方法示意图一；

图2表示本发明实施例提供的曝光算法基本流程图；

图3表示本发明实施例提供的拍摄参数调整方法示意图二；

图4表示本发明实施例提供的人脸过滤方法示意图；

图5表示本发明实施例提供的移动终端示意图；

图6表示本发明实施例提供的移动终端硬件结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种拍摄参数调整方法，如图1所示，包括：

步骤101、在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征。

在摄像头拍摄的过程中，需要在采集的拍摄图像中确定目标拍摄图像，然后针对确定的目标拍摄图像，获取目标拍摄图像中所包含的人脸特征。

其中，获取采集的目标拍摄图像中包含的人脸特征的过程为：对目标拍摄图像进行人脸检测；若检测到目标拍摄图像中存在人脸特征，则获取检测到的人脸特征。

在获取摄像头所采集的目标拍摄图像之后，对所得到的目标拍摄图像进行人脸检测，判断目标拍摄图像中是否存在人脸特征。

其中人脸检测的方式为：在获取目标拍摄图像之后，通过人脸特征点匹配的方式进行人脸检测。即在算法里固定人脸的一些特征点，在目标拍摄图像中寻找这些特征点，如果能完全匹配则确定目标拍摄图像中存在人脸特征。目前人脸检测算法比较成熟，基本都是根据人脸上的器官，例如眼睛，鼻子和嘴唇进行特征匹配。在检测到人脸特征之后，可以记录人脸位置大小。

若在检测之后，确定目标拍摄图像中存在人脸特征，此时可以获取目标拍摄图像中存在的人脸特征。若目标拍摄图像中不存在人脸特征时，可以进行人像检测。

其中，对应的过程为：对目标拍摄图像进行人像检测；若检测到目标拍摄图像中存在人像，则调整下一帧拍摄图像的曝光参数至预设的标准曝光参数；其中，标准曝光参数为人脸特征可被识别时对应的曝光参数。

具体为：若通过人脸特征点匹配的方式未检测到人脸特征时，则并不能确定当前拍摄场景中不存在人脸特征，此时需要考虑检测失败概率的问题，还需要考虑特殊场景不容易检测到人脸特征的问题，比如在逆光场景，人脸非常暗，这样的情况下很难找到匹配的人脸特征点。此处如果没有检测到人脸特征，会进行人像检测。

其中人像检测的方式与人脸检测的方式类似，其核心都是特征点匹配，只是人像检测时所对应的人像特征点要简单，人像特征点就是一个基本图像轮廓，包括前，后，侧身等轮廓。理论上人像检测的灵敏度要高于人脸检测，因为人像特征点比较简单，且在逆光场景下优势更加明显，检测更加容易。这样就能弥补人脸特征在逆光检测时的不足。

其中，对目标拍摄图像进行人像检测的过程为：将预设人像轮廓信息与目标拍摄图像中的轮廓信息进行比对；若预设人像轮廓信息与目标拍摄图像中的轮廓信息之差在预设范围内，则确定目标拍摄图像中存在人像。

将预设人像轮廓信息与目标拍摄图像中所包含的轮廓信息进行比对，获取预设人像轮廓信息与目标拍摄图像中所包含的轮廓信息的差值，其中目标拍摄图像中所包含的轮廓信息至少为一个，在获取预设人像轮廓信息与目标拍摄图像中的轮廓信息的至少一差值之后，判断所得到的至少一差值是否在预设范围内，若存在至少一差值在预设范围内，则确定目标拍摄图像中存在至少一人像。其中这里的预设人像轮廓信息包括多个不同类型的人像轮廓信息，且这些不同类型的人像轮廓信息可以根据移动终端内存储的图像生成。

在确定目标拍摄图像中存在人像时，则调整下一帧拍摄图像的曝光参数至预设的标准曝光参数，可以使得下一帧拍摄图像实现人脸检测。这里并非以人像检测结果做最后曝光调整，而只是初步调整曝光，增加人脸亮度，使得之后的人脸检测程序能顺利检测到人脸。在调整曝光之后，再回到人脸检测的过程。若检测到人脸特征时，则可以获取人脸特征，若仍无法检测到人脸特征，则确定当前拍摄图像中不存在人脸特征。

上述通过人像和人脸检测相结合的方式进行人脸特征检测，可以保证人脸特征检测的可靠性以及准确性，进而可以避免逆光场景下无法检测到人脸特征造成检测错误的问题。

需要说明的是，在获取采集的目标拍摄图像中包含的人脸特征之后，该方法还包括：根据当前曝光参数以及当前拍摄场景对应的预设曝光参数，计算应用于下一帧拍摄图像的曝光调整参数。

在目标拍摄图像中获取人脸特征之后，会计算应用于目标拍摄图像的下一帧拍摄图像的曝光调整参数，其中目标拍摄图像的下一帧拍摄图像与目标拍摄图像的拍摄场景可以相同，也可以不同。在确定目标拍摄图像中存在人脸特征时，可以设置人脸标识信息，通知下一帧拍摄图像当前帧目标拍摄图像中存在人脸特征，可以使得下一帧拍摄图像开启人像检测和运动跟踪功能。其中目标拍摄图像与下一帧拍摄图像在时间上连续。

在本发明实施例中，在检测到人脸特征之后，会进行测光和计算曝光，根据计算结果调整曝光，其基本流程如图2所示。

步骤201、初始化曝光。

在开启摄像头之后首先进行曝光初始化。

步骤202、执行测光操作。

执行测光的过程为：在获取人脸特征之后，会对人脸进行一个亮度计算，这个亮度只统计人脸区域，同时也会针对整副图像计算一个亮度。在参数设置中，会根据不同环境，设置一个人脸权重值，获取当前环境下所对应的人脸权重值，根据人脸区域的亮度，整副图像的亮度以及人脸权重值计算当前亮度值，其中当前亮度值是曝光值的体现。

步骤203、计算曝光调整参数。

测光完成后，需计算下一帧拍摄图像的曝光调整参数，具体为：参数设置中会预设一组针对人脸的亮度参数，根据当前亮度值与当前拍摄场景对应的预设亮度值之差可以确定下一帧拍摄图像的曝光调整参数。

步骤204、根据曝光调整参数进行曝光调整。

在获取曝光调整参数之后，下一帧拍摄图像根据曝光调整参数进行曝光调整。

步骤205、判断曝光是否稳定。若稳定则执行步骤206，若不稳定则执行步骤202，进行下一流程的测光。

步骤206、判断场景是否发生变化，在场景发生变化时执行步骤202，进行下一流程的测光，若未发生变化则执行步骤205，判断曝光是否稳定。

在本发明实施例中，在摄像头进行曝光初始化后，进行测光过程，获取目标拍摄图像对应的当前亮度值，其中获取目标拍摄图像对应的当前亮度值时，对应的流程为：获取目标拍摄图像中人脸区域的第一亮度l1、目标拍摄图像的第二亮度l2以及目标拍摄图像所对应的人脸权重w；根据公式t＝l2*(1-w)+l1*w，计算当前亮度值t；其中，不同拍摄场景下所对应的人脸权重w不同。

针对目标拍摄图像中的人脸区域会计算一个第一亮度l1，针对目标拍摄图像而言需要计算一个第二亮度l2，同时还需要根据当前拍摄场景确定一人脸权重w，在确定第一亮度l1、第二亮度l2以及人脸权重w之后，采用下述公式进行计算，来获取当前亮度值t。

t＝l2*(1-w)+l1*w

其中在该公式中，不同拍摄场景下所对应的人脸权重w不同。具体的计算过程为：计算第一亮度l1与人脸权重w的乘积，在确定两者的乘积之后确定第一参考值，同时需要计算1与人脸权重w之差，得到第二参考值，然后计算第二参考值与第二亮度l2的乘积，得到第三参考值，在获取第三参考值之后，计算第一参考值与第三参考值之和，即可得到当前亮度值。

在测光完成后，需要获取应用于下一帧拍摄图像的曝光调整参数，其对应的过程为：根据当前曝光参数以及当前拍摄场景对应的预设曝光参数，计算应用于下一帧拍摄图像的曝光调整参数。

具体为：计算当前亮度值与当前拍摄场景对应的预设亮度值之间的第一差值；根据第一差值，确定当前曝光参数和当前拍摄场景对应的预设曝光参数之间的第二差值；根据第二差值，获取应用于下一帧拍摄图像的曝光调整参数。

具体为：获取当前亮度值以及当前拍摄场景对应的预设亮度值之间的第一差值，在确定亮度之间的第一差值之后，根据第一差值来确定当前曝光参数和当前拍摄场景对应的预设曝光参数的第二差值。其中由于亮度值为曝光值的体现，根据亮度差值以及预设的曝光策略，可以确定出亮度差值所对应的曝光参数差值。这里的亮度差值为当前亮度值与当前拍摄场景对应的预设亮度值之差，因此根据亮度差值可以确定当前曝光参数和当前拍摄场景对应的预设曝光参数的差值。

在确定当前曝光参数和当前拍摄场景对应的预设曝光参数之差之后，根据当前曝光参数和当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的曝光调整参数。然后使得下一帧拍摄图像根据曝光调整参数进行曝光调整。并在曝光调整完成后执行步骤102中采用人脸识别、人像识别和运动跟踪结合的方式进行计算的过程。

通过获取应用于下一帧拍摄图像的曝光调整参数，可以实现对下一帧拍摄图像的曝光调整，以保证图像的显示效果，提升用户的视觉感受。

步骤102、基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果。

在获取人脸特征之后，需要基于人脸特征，对目标拍摄图像之后的拍摄图像进行计算，在计算时需要采用人脸识别、人像识别和运动跟踪结合的方式，来得到计算结果。

在确定目标拍摄图像中存在人脸特征之后，可以设置人脸标识信息，即通知之后的每一帧拍摄图像，当前帧拍摄图像中存在人脸特征，可以开启人像检测和运动跟踪功能。

针对目标拍摄图像之后的每一帧拍摄图像而言，可以依次进行人脸检测、人像检测和运动跟踪检测。针对人脸检测而言，对目标拍摄图像之后的拍摄图像进行人脸检测，能够实时发现人脸的变化情况，比如：人脸丢失，人脸增加或者减少，人脸变大或者变小等等，这些都需要作为输入传递给曝光算法进行实时曝光参数调整。

针对人像检测而言，对目标拍摄图像之后的拍摄图像进行人脸检测时，若未检测到人脸特征，可以开启人像进行实时检测。其中人脸检测的可信度要高于人像检测结果，因为存在人脸必然存在人像，然而存在人像不一定存在人脸。

针对运动跟踪而言，在人脸检测之后，会有一个人脸位置、大小的信息输出。开启运动跟踪之后，能记录之后每一帧拍摄图像中的人脸位置，可以绘制一个运动轨迹图。如果最后轨迹终点出了预览界面，这就说明了运动人脸已经出了视区，本次人脸检测结束。也可以针对人像进行跟踪，运动跟踪会记录检测的人像的基本信息，比如长宽高等信息，然后在接下来每一帧拍摄图像里都检测这个物体是否存在，如果存在，则记录每次的坐标。

其中，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果的过程包括：

对摄像头在目标拍摄图像之后采集的每帧拍摄图像依次进行人脸检测、人像检测和运动跟踪检测；在当前帧拍摄图像中检测到人脸特征时，判断当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征是否相同；若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征相同，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数；若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征不同，则对当前曝光参数进行调整，根据调整后的曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数。

具体为：对目标拍摄图像之后的拍摄图像首先进行人脸检测，若在当前帧拍摄图像中检测到人脸特征时，需要将当前帧拍摄图像中的人脸特征与当前帧之前的上一帧拍摄图像中的人脸特征进行比较，判断是否为同一张人脸，若为同一张人脸，则可以直接将当前对应的曝光参数与当前拍摄场景对应的预设曝光参数之差，确定为下一帧拍摄图像的第一曝光调整参数。

若不是同一张人脸，则需要在当前帧拍摄图像曝光参数的基础上进行微调，微调后的曝光参数可以与当前帧拍摄图像中的人脸相契合，但此时当前帧拍摄图像的实际曝光参数并未发生变化，微调的目的是用于计算，而并非用于实际场景的曝光参数调整。然后计算微调后的曝光参数与当前拍摄场景对应的预设曝光参数之差，将所得差值确定为应用于下一帧拍摄图像的第一曝光调整参数。若在当前帧拍摄图像中没有检测到人脸或者检测失败，则不会轻易调整曝光参数，而是会去判断人像检测结果。

需要说明的是，若上一帧拍摄图像中不存在人脸特征，则按照当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征不同进行处理。

其中，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果的过程还包括：

在当前帧拍摄图像中未检测到人脸特征但检测到人像时，判断当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征是否相匹配；若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征匹配，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第二曝光调整参数。

在当前帧拍摄图像中未检测到人脸特征时，需要进行人像检测，若在当前帧拍摄图像中检测到人像时，可以检测当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸是否相匹配；根据匹配结果确定对应的策略。在当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征匹配时，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第二曝光调整参数。

其中，判断当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征是否相匹配之后，还包括：若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征不匹配，则判断人像位置是否在运动轨迹上；若人像位置在运动轨迹上，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第三曝光调整参数；若人像位置不在运动轨迹上，确定第一预设调整梯度，将第一预设调整梯度确定为应用于下一帧拍摄图像的第三曝光调整参数。本发明实施例中的预设调整梯度为曝光参数调整梯度。

在当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征不匹配时，需要判断人像位置是否在运动轨迹上，若人像位置在运动轨迹上，则执行对应的第一策略，若人像位置不在运动轨迹上，则执行对应的第二策略。其中第一策略为：根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第三曝光调整参数；第二策略为：确定第一预设调整梯度，将第一预设调整梯度确定为应用于下一帧拍摄图像的第三曝光调整参数。需要说明的是，若上一帧图像不存在人脸特征，则按照当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征不相匹配进行处理。

上述执行的流程为：在判断出当前帧拍摄图像中没有人脸特征后，会进入人像检测过程。如果存在人像，说明拍摄场景中原人脸可能存在，需要保持当前亮度。然后检测当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征是否相匹配，这里的相匹配即为上一帧拍摄图像中的人脸为当前帧拍摄图像的人像中的人脸，若二者相匹配，则证明当前的人像可靠度大于预设值，此时可以保持当前亮度，根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第二曝光调整参数。

若二者存在一定范围的差别可以微调当前曝光参数。若二者完全不匹配，则可以证明当前的人像可靠度较低，判断人像位置是否在运动轨迹上；若在，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第三曝光调整参数；此时证明人像位置出现在运动轨迹上，人像还在预览框中，只是位移比较大。若不在，则确定第一预设调整梯度，将第一预设调整梯度确定为应用于下一帧拍摄图像的第三曝光调整参数。

即可以理解为：在没有人脸，人像检测可靠性非常低的情况下，需要判断人像的位置是否在运动轨迹上，这里需要做一个运动轨迹的预测，在失去人脸和人像的检测结果之后，运动轨迹可能发生了位移，根据位移情况判断是否是当前人像的正常运动轨迹，如果是，则说明人像是可靠的，只是位移比较大。如果不是，说明可能是新进入的人像，原本人像已经出了预览框。根据此类情形，调整曝光策略，使得曝光能平滑过渡。

其中，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果，还包括：

在当前帧拍摄图像中未检测到人脸特征和人像时，判断当前帧拍摄图像中是否存在人脸运动轨迹；若当前帧拍摄图像中存在人脸运动轨迹，确定第二预设调整梯度，将第二预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数；若当前帧拍摄图像中不存在人脸运动轨迹，消除在检测到人脸特征时设置的人脸标识信息，确定第三预设调整梯度，将第三预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数。

在没有检测到人脸，也没有检测到有效人像时，可以判断当前帧拍摄图像中是否存在人脸运动轨迹。其中运动跟踪模块记录了人脸开始位置和当前位置。若当前帧拍摄图像中存在人脸运动轨迹，则证明人脸还在预览可见范围，说明人脸还没有出框，不能作为没有人脸来调整曝光，只能进行调整使得曝光平滑；即此时按照第二预设调整梯度，平滑调整曝光参数。若当前帧拍摄图像中不存在人脸运动轨迹，说明人脸已经出预览框，此次人脸检测结束，可以走没有人脸流程来调整曝光。此时需要平滑收敛曝光，即确定平滑调整对应的第三预设调整梯度，平滑收敛曝光，并消除在检测到人脸特征时设置的人脸标识信息。其中本发明实施例中第一预设调整梯度、第二预设调整梯度以及第三预设调整梯度依次增大。

在人脸检测、人像检测和运动跟踪检测的过程中；如果在当前帧拍摄图像中未检测到人脸，则需要对当前帧拍摄图像中是否检测到人像的情况进行判断；若在当前帧拍摄图像中未检测到人像时，需要对当前帧拍摄图像中是否存在人脸运动轨迹进行判断，得到最终的结果。

步骤103、根据计算结果，进行曝光调整。

在获取下一帧拍摄图像的曝光调整参数后，根据获取的曝光调整参数对下一帧拍摄图像进行曝光调整，以保证拍摄图像的显示效果。

具体为：针对在当前帧拍摄图像中检测到人脸特征的情况而言，若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征相同，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数，然后根据第一曝光调整参数对下一帧拍摄图像进行曝光调整。若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征不同，则对当前曝光参数进行调整，根据调整后的曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数，然后根据第一曝光调整参数对下一帧拍摄图像进行曝光调整。

针对在当前帧拍摄图像中未检测到人脸特征但检测到人像的情况而言，若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征匹配，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第二曝光调整参数，然后根据第二曝光调整参数对下一帧拍摄图像进行曝光调整。

若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征不匹配，则判断人像位置是否在运动轨迹上；若人像位置在运动轨迹上，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第三曝光调整参数，然后根据第三曝光调整参数对下一帧拍摄图像进行曝光调整。

若人像位置不在运动轨迹上，确定第一预设调整梯度，将第一预设调整梯度确定为应用于下一帧拍摄图像的第三曝光调整参数，然后根据第三曝光调整参数对下一帧拍摄图像进行曝光调整。

针对当前帧拍摄图像中未检测到人脸特征和人像的情况而言，判断当前帧拍摄图像中是否存在人脸运动轨迹；若当前帧拍摄图像中存在人脸运动轨迹，确定第二预设调整梯度，将第二预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数，然后根据第四曝光调整参数对下一帧拍摄图像进行曝光调整。

若当前帧拍摄图像中不存在人脸运动轨迹，消除在检测到人脸特征时设置的人脸标识信息，确定第三预设调整梯度，将第三预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数，然后根据第四曝光调整参数对下一帧拍摄图像进行曝光调整。

上述通过人脸、人像以及运动跟踪相结合的方式来执行计算过程，可以保证曝光的平滑性、稳定性以及准确性，满足不同场景下的拍摄需求，提高用户的拍摄体验。

本发明实施例，通过在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；根据计算结果，进行曝光调整，实现人脸、人像以及运动跟踪相结合的方式来保证曝光的平滑性、稳定性以及准确性，满足不同场景下的拍摄需求，提高用户的拍摄体验。

下面针对一具体实施场景对本发明实施例的方案进行阐述，如图3所示：

步骤301、开启摄像头。

首先开启摄像头，执行摄像头的曝光初始化。

步骤302、对获取的拍摄图像进行人脸检测。

在曝光初始化之后，对获取的拍摄图像进行人脸检测，此时采用的是人脸特征点的检测方式，对应的检测图像为第一帧拍摄图像。

步骤303、判断是否检测到人脸，若检测到执行步骤307，否则执行步骤304。

根据检测结果来判断第一帧拍摄图像中是否存在人脸，如果存在人脸则执行步骤307，如果不存在人脸则执行步骤304。

步骤304、进行人像检测。

若没有检测到人脸则进行人像检测，其中在进行人像检测时需要采用人像特征点。

步骤305、判断是否存在人像，若存在执行步骤306和步骤302。

根据检测结果来判断第一帧拍摄图像中是否存在人像，若第一帧拍摄图像中存在人像则执行步骤306和步骤302。这时需要在步骤306执行完成后再执行步骤302。

步骤306、对第二帧拍摄图像进行曝光参数初始调整，然后返回步骤302对第二帧拍摄图像进行人脸检测，在确定第二帧拍摄图像中存在人脸特征时，执行步骤307。

步骤307、获取应用于第二帧拍摄图像的曝光调整参数，进行曝光调整，并设置人脸标识信息。在获取应用于第二帧拍摄图像的曝光调整参数后，可以使得第二帧拍摄图像根据曝光调整参数进行曝光调整。然后针对第二帧拍摄图像执行下述过程。

步骤308、对第二帧拍摄图像进行人脸检测。

针对第二帧拍摄图像，首先采用人脸特征点进行人脸检测。

步骤309、判断是否检测到人脸，若检测到则执行步骤310，否则执行步骤311。

根据检测结果来判断是否检测到人脸，若检测到人脸时执行步骤310，在没有检测到人脸时执行步骤311。

步骤310、根据人脸是否存在变化进行微调或者维持曝光，获取应用于第三帧拍摄图像的曝光调整参数并进行曝光调整。

在确定检测到人脸时，判断第二帧拍摄图像中的人脸与第一帧拍摄图像中的人脸是否相同；若相同，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于第三帧拍摄图像的曝光调整参数；若不同，则对当前曝光参数进行微调整，根据调整后的曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于第三帧拍摄图像的曝光调整参数。然后进行曝光调整。

步骤311、进行人像检测并判断是否检测到人像。若检测到则执行步骤312，否则执行步骤316。

在没有检测到人脸时，根据人像特征点进行人像检测。若检测到人像执行步骤312，若没有检测到人像执行步骤316。

步骤312、判断第二帧拍摄图像中的人像与第一帧拍摄图像中的人脸是否匹配。若匹配执行步骤313，否则执行步骤314。

在检测到人像时，判断第二帧拍摄图像中的人像与第一帧拍摄图像中的人脸是否相匹配，若匹配则执行步骤313，否则执行步骤314。

步骤313、维持曝光参数，获取应用于第三帧拍摄图像的曝光调整参数进行曝光调整。

在第二帧拍摄图像中的人像与第一帧拍摄图像中的人脸相匹配时，此时保持曝光参数，并根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于第三帧拍摄图像的曝光调整参数，然后进行曝光调整。

步骤314、判断人像位置是否在运动轨迹上，若在执行步骤313，否则执行步骤315。

在第二帧拍摄图像中的人像与第一帧拍摄图像中的人脸不匹配时，需要判断人像位置是否在运动轨迹上，若在执行步骤313，否则执行步骤315。

步骤315、确定第一预设调整梯度，将第一预设调整梯度确定为应用于第三帧拍摄图像的曝光调整参数，并进行曝光调整。

若人像位置不在运动轨迹上，则确定第一预设调整梯度，将第一预设调整梯度确定为应用于第三帧拍摄图像的曝光调整参数，对第三帧拍摄图像进行曝光调整以实现曝光参数的平滑调整。

步骤316、进行运动跟踪计算，检测是否存在人脸运动轨迹，若存在执行步骤317，否则执行步骤318。

在确定不存在人像时，此时可以进行运动跟踪计算，检测是否存在人脸运动轨迹，若存在则执行步骤317，否则执行步骤318。

步骤317、确定第二预设调整梯度，将第二预设调整梯度确定为应用于第三帧拍摄图像的曝光调整参数，并进行曝光调整。

若存在人脸运动轨迹，确定第二预设调整梯度，将第二预设调整梯度确定为应用于第三帧拍摄图像的曝光调整参数，进行曝光调整以实现曝光参数的平滑调整。

步骤318、消除人脸标识信息，确定第三预设调整梯度，将第三预设调整梯度确定为应用于第三帧拍摄图像的曝光调整参数，并进行曝光调整。

若不存在人脸运动轨迹，确定第三预设调整梯度为第三帧拍摄图像的曝光调整参数，然后进行曝光调整，实现曝光参数的平滑调整。

上述过程为针对连续排列的第一帧、第二帧、第三帧拍摄图像进行拍摄参数调整的过程。通过人脸识别、人像识别和运动跟踪计算的结果，进行曝光调整，实现人脸、人像以及运动跟踪相结合的方式来保证曝光的平滑性、稳定性以及准确性，满足不同场景下的拍摄需求，提高用户的拍摄体验。

下面以直播为例来说明本发明实施例的必要性和实用性：

直播过程中，大部分画面都是有人脸的，如果主播在整个过程中位置固定，没有发生位置姿势的变化，整个直播过程画面亮度能够保持稳定流畅。但是在出现主播与粉丝互动时，比如主播需要表演一段舞蹈，这时很难保证直播画面的稳定流畅。

在跳舞过程中，动作比较大，且不能时时都面对镜头，这样会出现人脸时而有时而无的情况，其次，在很多主播房里都有补光灯，如果人脸恰好在补光灯与镜头之间，就会是逆光场景，此时检测人脸的概率大大降低。然而本方案都能有效的解决此类问题。在逆光场景，进行人像检测，只要有人，则能检测到人像，进而检测到人脸。在检测到人脸之后，人脸会时有时无，本方案里有人像和运动跟踪，能辅助人脸判断，保证曝光的平滑性，不会出现画面一会亮一会暗影响用户体验的现象。

在本发明实施例中，获取采集的目标拍摄图像中包含的人脸特征之后，还包括：将获取的人脸特征与人脸特征数据库进行比对；若人脸特征与人脸特征数据库中的任一预设人脸特征相同，则执行基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果的步骤。

在移动终端内存储有人脸特征数据库，这个人脸特征数据库是分析朋友圈，相册等信息后得出，对应的实施过程如图4所示：

步骤401、检测朋友圈、相册是否有图像更新。

对移动终端的朋友圈、相册进行检测，判断是否存在图像更新。

步骤402、在检测到更新时，进行人脸特征提取。

在移动终端检测到图像更新时，提取更新图像中的人脸特征，然后执行步骤403。

步骤403、将提取的人脸特征存储至人脸特征数据库中。

将提取的人脸特征进行存储，以更新人脸特征数据库。

步骤404、判断当前帧拍摄图像中是否存在人脸，若存在执行步骤405，否则执行步骤407。针对当前帧拍摄图像而言，需要检测当前帧拍摄图像中是否存在人脸，若存在则执行步骤405，否则执行步骤407。

步骤405、在人脸特征数据库中检测是否存在该人脸，若存在执行步骤406，否则执行步骤407。

将获取的人脸特征与人脸特征数据库进行比对；判断人脸特征是否与人脸特征数据库中的任一预设人脸特征相同，若相同则表明人脸特征数据库中存在该人脸。然后执行步骤406，若人脸特征数据库中不存在该人脸，则执行步骤407。

步骤406、基于人脸特征，进行曝光调整。

步骤407、进行无人脸特征时的曝光调整。

通过上述实施方式，在启动摄像头进行拍摄时，检测到人脸之后不立马进行曝光调整，而是先判断检测到的人脸是否在人脸特征数据库里，如果在，基于人脸特征进行曝光调整，不在则直接忽略此人脸。通过采用人脸特征数据库，针对人流比较多的场景拍照，能有效过滤一些偶然闯入视区的陌生人脸，能保证拍摄主体曝光的稳定性。

在获取采集的目标拍摄图像中包含的人脸特征之后，可以判断人脸特征数据库中是否存在该人脸特征，若存在，则基于人脸特征，计算应用于下一帧拍摄图像的曝光调整参数。通过增加人脸过滤功能，能有效的过滤一些陌生人脸，从而保证主体的拍摄效果，较大程度地提升用户体验。

本发明实施例，通过在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；根据计算结果，进行曝光调整，实现人脸、人像以及运动跟踪相结合的方式来保证曝光的平滑性、稳定性以及准确性，满足不同场景下的拍摄需求，提高用户的拍摄体验。进一步的通过增加人脸过滤功能，能有效的过滤一些陌生人脸，从而保证主体的拍摄效果，较大程度地提升用户体验。

本发明实施例还提供一种移动终端，如图5所示，包括：

获取模块10，用于在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征；

处理模块20，用于基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；

调整模块30，用于根据计算结果，进行曝光调整。

其中，获取模块包括：

第一检测子模块，用于对目标拍摄图像进行人脸检测；

第一获取子模块，用于若检测到目标拍摄图像中存在人脸特征，则获取检测到的人脸特征。

其中，获取模块还包括：

第二检测子模块，用于在第一检测子模块对目标拍摄图像进行人脸检测之后，若检测到目标拍摄图像中不存在人脸特征，则对目标拍摄图像进行人像检测；

调整子模块，用于若检测到目标拍摄图像中存在人像，则调整下一帧拍摄图像的曝光参数至预设的标准曝光参数；

其中，标准曝光参数为人脸特征可被识别时对应的曝光参数。

其中，第二检测子模块包括：

比对单元，用于将预设人像轮廓信息与目标拍摄图像中的轮廓信息进行比对；

确定单元，用于若预设人像轮廓信息与目标拍摄图像中的轮廓信息之差在预设范围内，则确定目标拍摄图像中存在人像。

其中，移动终端还包括：

计算模块，用于在获取模块获取采集的目标拍摄图像中包含的人脸特征之后，根据当前曝光参数以及当前拍摄场景对应的预设曝光参数，计算应用于下一帧拍摄图像的曝光调整参数。

其中，计算模块包括：

第二获取子模块，用于获取目标拍摄图像对应的当前亮度值；

计算子模块，用于计算当前亮度值与当前拍摄场景对应的预设亮度值之间的第一差值；

第一确定子模块，用于根据第一差值，确定当前曝光参数和当前拍摄场景对应的预设曝光参数之间的第二差值；

第三获取子模块，用于根据第二差值，获取应用于下一帧拍摄图像的曝光调整参数。

其中，第二获取子模块包括：

获取单元，用于获取目标拍摄图像中人脸区域的第一亮度l1、目标拍摄图像的第二亮度l2以及目标拍摄图像所对应的人脸权重w；

计算单元，用于根据公式t＝l2*(1-w)+l1*w，计算当前亮度值t；其中，不同拍摄场景下所对应的人脸权重w不同。

其中，处理模块包括：

第三检测子模块，用于对摄像头在目标拍摄图像之后采集的每帧拍摄图像依次进行人脸检测、人像检测和运动跟踪检测；

第一判断子模块，用于在当前帧拍摄图像中检测到人脸特征时，判断当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征是否相同；

第四获取子模块，用于若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征相同，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数；

第五获取子模块，用于若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征不同，则对当前曝光参数进行调整，根据调整后的曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数；

调整模块进一步用于：

根据应用于下一帧拍摄图像的第一曝光调整参数，对下一帧拍摄图像进行曝光调整。

其中，处理模块包括：

第二判断子模块，用于在当前帧拍摄图像中未检测到人脸特征但检测到人像时，判断当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征是否相匹配；

第六获取子模块，用于若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征匹配，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第二曝光调整参数；

调整模块进一步用于：

根据应用于下一帧拍摄图像的第二曝光调整参数，对下一帧拍摄图像进行曝光调整。

其中，处理模块还包括：

第三判断子模块，用于在第二判断子模块判断当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征是否相匹配之后，若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征不匹配，则判断人像位置是否在运动轨迹上；

第七获取子模块，用于若人像位置在运动轨迹上，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第三曝光调整参数；

第二确定子模块，用于若人像位置不在运动轨迹上，确定第一预设调整梯度，将第一预设调整梯度确定为应用于下一帧拍摄图像的第三曝光调整参数；

调整模块进一步用于：

根据应用于下一帧拍摄图像的第三曝光调整参数，对下一帧拍摄图像进行曝光调整。

其中，处理模块包括：

第四判断子模块，用于在当前帧拍摄图像中未检测到人脸特征和人像时，判断当前帧拍摄图像中是否存在人脸运动轨迹；

第三确定子模块，用于若当前帧拍摄图像中存在人脸运动轨迹，确定第二预设调整梯度，将第二预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数；

处理子模块，用于若当前帧拍摄图像中不存在人脸运动轨迹，消除在检测到人脸特征时设置的人脸标识信息，确定第三预设调整梯度，将第三预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数。

调整模块进一步用于：

根据应用于下一帧拍摄图像的第四曝光调整参数，对下一帧拍摄图像进行曝光调整。

其中，移动终端还包括：

比对模块，用于在获取模块获取采集的目标拍摄图像中包含的人脸特征之后，将获取的人脸特征与人脸特征数据库进行比对；

控制模块，用于若人脸特征与人脸特征数据库中的任一预设人脸特征相同，则控制处理模块执行基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果的步骤。

本发明实施例提供的移动终端能够实现图1至图4的方法实施例中移动终端实现的各个过程，为避免重复，这里不再赘述。通过在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；根据计算结果，进行曝光调整，实现人脸、人像以及运动跟踪相结合的方式来保证曝光的平滑性、稳定性以及准确性，满足不同场景下的拍摄需求，提高用户的拍摄体验。进一步的通过增加人脸过滤功能，能有效的过滤一些陌生人脸，从而保证主体的拍摄效果，较大程度地提升用户体验。

图6为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端600包括但不限于：射频单元601、网络模块602、音频输出单元603、输入单元604、传感器605、显示单元606、用户输入单元607、接口单元608、存储器609、处理器610、以及电源611等部件。本领域技术人员可以理解，图6中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器610用于：在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征；基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；根据计算结果，进行曝光调整。

可选的，获取采集的目标拍摄图像中包含的人脸特征时，处理器610还用于执行以下步骤：对目标拍摄图像进行人脸检测；若检测到目标拍摄图像中存在人脸特征，则获取检测到的人脸特征。

可选的，对目标拍摄图像进行人脸检测之后，处理器610还用于执行以下步骤：若检测到目标拍摄图像中不存在人脸特征，则对目标拍摄图像进行人像检测；若检测到目标拍摄图像中存在人像，则调整下一帧拍摄图像的曝光参数至预设的标准曝光参数；其中，标准曝光参数为人脸特征可被识别时对应的曝光参数。

可选的，对目标拍摄图像进行人像检测时，处理器610还用于执行以下步骤：将预设人像轮廓信息与目标拍摄图像中的轮廓信息进行比对；若预设人像轮廓信息与目标拍摄图像中的轮廓信息之差在预设范围内，则确定目标拍摄图像中存在人像。

可选的，获取采集的目标拍摄图像中包含的人脸特征之后，处理器610还用于执行以下步骤：根据当前曝光参数以及当前拍摄场景对应的预设曝光参数，计算应用于下一帧拍摄图像的曝光调整参数。

可选的，根据当前曝光参数以及当前拍摄场景对应的预设曝光参数，计算应用于下一帧拍摄图像的曝光调整参数时，处理器610还用于执行以下步骤：获取目标拍摄图像对应的当前亮度值；计算当前亮度值与当前拍摄场景对应的预设亮度值之间的第一差值；根据第一差值，确定当前曝光参数和当前拍摄场景对应的预设曝光参数之间的第二差值；根据第二差值，获取应用于下一帧拍摄图像的曝光调整参数。

可选的，获取目标拍摄图像对应的当前亮度值时，处理器610还用于执行以下步骤：获取目标拍摄图像中人脸区域的第一亮度l1、目标拍摄图像的第二亮度l2以及目标拍摄图像所对应的人脸权重w；根据公式t＝l2*(1-w)+l1*w，计算当前亮度值t；其中，不同拍摄场景下所对应的人脸权重w不同。

可选的，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果时，处理器610还用于执行以下步骤：对摄像头在目标拍摄图像之后采集的每帧拍摄图像依次进行人脸检测、人像检测和运动跟踪检测；在当前帧拍摄图像中检测到人脸特征时，判断当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征是否相同；若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征相同，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数；若当前帧拍摄图像中的人脸特征与上一帧拍摄图像中的人脸特征不同，则对当前曝光参数进行调整，根据调整后的曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第一曝光调整参数。

根据计算结果，进行曝光调整时，处理器610还用于执行以下步骤：根据应用于下一帧拍摄图像的第一曝光调整参数，对下一帧拍摄图像进行曝光调整。

可选的，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果时，处理器610还用于执行以下步骤：在当前帧拍摄图像中未检测到人脸特征但检测到人像时，判断当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征是否相匹配；若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征匹配，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第二曝光调整参数。

根据计算结果，进行曝光调整时，处理器610还用于执行以下步骤：根据应用于下一帧拍摄图像的第二曝光调整参数，对下一帧拍摄图像进行曝光调整。

可选的，判断当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征是否相匹配之后，处理器610还用于执行以下步骤：若当前帧拍摄图像中的人像与上一帧拍摄图像中的人脸特征不匹配，则判断人像位置是否在运动轨迹上；若人像位置在运动轨迹上，则根据当前曝光参数与当前拍摄场景对应的预设曝光参数之差，获取应用于下一帧拍摄图像的第三曝光调整参数；若人像位置不在运动轨迹上，确定第一预设调整梯度，将第一预设调整梯度确定为应用于下一帧拍摄图像的第三曝光调整参数。

根据计算结果，进行曝光调整时，处理器610还用于执行以下步骤：根据应用于下一帧拍摄图像的第三曝光调整参数，对下一帧拍摄图像进行曝光调整。

可选的，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果时，处理器610还用于执行以下步骤：在当前帧拍摄图像中未检测到人脸特征和人像时，判断当前帧拍摄图像中是否存在人脸运动轨迹；若当前帧拍摄图像中存在人脸运动轨迹，确定第二预设调整梯度，将第二预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数；若当前帧拍摄图像中不存在人脸运动轨迹，消除在检测到人脸特征时设置的人脸标识信息，确定第三预设调整梯度，将第三预设调整梯度确定为应用于下一帧拍摄图像的第四曝光调整参数。

根据计算结果，进行曝光调整时，处理器610还用于执行以下步骤：根据应用于下一帧拍摄图像的第四曝光调整参数，对下一帧拍摄图像进行曝光调整。

可选的，获取采集的目标拍摄图像中包含的人脸特征之后，处理器610还用于执行以下步骤：将获取的人脸特征与人脸特征数据库进行比对；若人脸特征与人脸特征数据库中的任一预设人脸特征相同，则执行基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果的步骤。

通过在拍摄过程中，获取采集的目标拍摄图像中包含的人脸特征，基于人脸特征，采用人脸识别、人像识别和运动跟踪结合的方式，对摄像头在目标拍摄图像之后采集的每帧拍摄图像进行计算，得到计算结果；根据计算结果，进行曝光调整，实现人脸、人像以及运动跟踪相结合的方式来保证曝光的平滑性、稳定性以及准确性，满足不同场景下的拍摄需求，提高用户的拍摄体验。

应理解的是，本发明实施例中，射频单元601可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器610处理；另外，将上行的数据发送给基站。通常，射频单元601包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元601还可以通过无线通信系统与网络和其他设备通信。

移动终端通过网络模块602为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元603可以将射频单元601或网络模块602接收的或者在存储器609中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元603还可以提供与移动终端600执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元603包括扬声器、蜂鸣器以及受话器等。

输入单元604用于接收音频或视频信号。输入单元604可以包括图形处理器(graphicsprocessingunit，gpu)6041和麦克风6042，图形处理器6041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元606上。经图形处理器6041处理后的图像帧可以存储在存储器609(或其它存储介质)中或者经由射频单元601或网络模块602进行发送。麦克风6042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元601发送到移动通信基站的格式输出。

移动终端600还包括至少一种传感器605，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板6061的亮度，接近传感器可在移动终端600移动到耳边时，关闭显示面板6061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器605还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元606用于显示由用户输入的信息或提供给用户的信息。显示单元606可包括显示面板6061，可以采用液晶显示器(liquidcrystaldisplay，lcd)、有机发光二极管(organiclight-emittingdiode,oled)等形式来配置显示面板6061。

用户输入单元607可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元607包括触控面板6071以及其他输入设备6072。触控面板6071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板6071上或在触控面板6071附近的操作)。触控面板6071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器610，接收处理器610发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板6071。除了触控面板6071，用户输入单元607还可以包括其他输入设备6072。具体地，其他输入设备6072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板6071可覆盖在显示面板6061上，当触控面板6071检测到在其上或附近的触摸操作后，传送给处理器610以确定触摸事件的类型，随后处理器610根据触摸事件的类型在显示面板6061上提供相应的视觉输出。虽然在图6中，触控面板6071与显示面板6061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板6071与显示面板6061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元608为外部装置与移动终端600连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元608可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端600内的一个或多个元件或者可以用于在移动终端600和外部装置之间传输数据。

存储器609可用于存储软件程序以及各种数据。存储器609可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器609可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器610是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器609内的软件程序和/或模块，以及调用存储在存储器609内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器610可包括一个或多个处理单元；优选的，处理器610可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器610中。

移动终端600还可以包括给各个部件供电的电源611(比如电池)，优选的，电源611可以通过电源管理系统与处理器610逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，移动终端600包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种移动终端，包括处理器610，存储器609，存储在存储器609上并可在所述处理器610上运行的计算机程序，该计算机程序被处理器610执行时实现上述拍摄参数调整方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述拍摄参数调整方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(read-onlymemory，简称rom)、随机存取存储器(randomaccessmemory，简称ram)、磁碟或者光盘等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。