数字图像中的缺陷检测和校正的制作方法

文档序号:14216242阅读:221来源:国知局

本公开内容涉及数字图像处理。



背景技术:

几乎所有现代电子设备都具有捕捉数字图像的固有能力或外围能力。有时,电子设备采集的数字图像中可能会出现非有意的缺陷。例如,一组对象中的一个对象可能皱眉、斜视或眨眼,而该组中的每个其他对象都睁大眼睛微笑。虽然使用从另一图像采集的储备的微笑或眼睛来“修饰”这样的缺陷是可能的,但是由于这种通用特征的不自然的外观,这种修饰通常是非常明显的。当观看该图像的一方对该对象的特征有深入的了解时尤其如此。

附图说明

所要求保护的主题的各个实施例的特征和优点将随着以下具体实施方式的进行并且在参考附图后变得显而易见,其中相同的附图标记标明相同的部件,并且在附图中:

图1示出了根据本公开内容的至少一个实施例的能够检测和校正数字图像中的缺陷的示例性系统;

图2示出了根据本公开内容的至少一个实施例的能够检测和校正数字图像中的缺陷的示例性系统的框图;

图3示出了根据本公开内容的至少一个实施例的检测和校正数字图像中的缺陷的示例性方法的高级(high-level)流程图;

图4示出了根据本公开内容的至少一个实施例的接收用于检测数字图像中的缺陷的用户输入的示例性方法的高级流程图;

图5示出了根据本公开内容的至少一个实施例的在检测和校正数字图像中的缺陷时接收用户确认的示例性方法的高级流程图;

图6示出了根据本公开内容的至少一个实施例的缩放历史图像使得从图像中选择的替换特征具有数字图像中的对应有缺陷特征的大小的示例性方法的高级流程图;

图7示出了根据本公开内容的至少一个实施例的调整图像参数使得从图像中选择的替换特征具有与数字图像中的对应有缺陷特征相似的图像参数的示例性方法的高级流程图;以及

图8示出了根据本公开内容的至少一个实施例的调整对象姿势使得从图像中选择的替换特征在姿势上与数字图像中的有缺陷特征相似的示例性方法的高级流程图。

尽管以下具体实施方式将参考说明性实施例来进行,但是对于本领域技术人员而言,其许多替代方案、修改和变型将是显而易见的。

具体实施方式

有时,数字图像可能包含具有缺陷或类似不希望有的元素的一个或多个对象。这些特征缺陷经常发生在诸如动物和人之类的有生命的对象上,其中这些动物和人有时会以不可预知的方式表现。例如,在拍摄数字照片的瞬间,人类对象可能会打哈欠或眨眼。尽管对数字图像的即时可访问性经常使得重新拍摄图像成为可能,但有时自然的图像难以或不可能重新拍摄或缺乏原始图像的自然性。在这种情况下,修复原始图像中的缺陷成为优选的选择。

目前用于修复这些缺陷的技术通常涉及诸如(adobesystems,inc.,sanjose,ca)或(apple,inc.,cupertino,ca)的昂贵且通常复杂的图像编辑软件。使用这种软件正确润饰图像所需的专业知识往往超出了临时摄影者的限度。一些照片美化软件(例如,通过(facebook,inc.,menlopark,ca)可获得的照片美化软件)可以用效果过滤器来改变或调整对象的所有或部分面部区域,然而这样的过滤器最多掩盖或隐藏特征(例如,面部)缺陷,通常不能校正潜在的特征缺陷。

此外,简单地用从库中获得的或从另一个随机图像中裁剪的“通用”或类似特征来替换特征缺陷常常会导致对象的异常外观。当图像观众个人或亲密地熟悉该对象(例如,该对象的配偶或朋友)或以其它方式熟悉对象(例如,名人)的外观时,情况尤其如此。特别地,在第一个对象上使用第二个对象的面部特征可能给该对象带来奇怪或不自然的外观。

为了解决这些问题,本文描述的系统和方法利用了以下事实,即特定的摄影者经常具有对象的多个存储的历史图像,并且通过识别特征缺陷并识别该对象,没有特征缺陷的对象的历史图像可用于校正该特征缺陷。使用相同的对象改善了最终图像中对象的外观,并给对象带来更自然的外观。

本文描述的系统和方法有时可以自主地识别当前图像中的对象的一个或多个特征缺陷。在其它时候,本文描述的系统和方法可以接受指示出现在当前图像中的对象的一个或多个特征缺陷的手动或用户输入。使用一个或多个面部识别技术,本文描述的系统和方法将识别包含有缺陷特征的对象,并将搜索一个或多个位置(例如,本地设备、远程设备、云存储等)来定位其中该对象出现的一个或多个数字图像。一旦识别到对象的多个历史图像,本文描述的系统和方法选择历史图像,在该历史图像中该对象以与当前图像最接近的大小、姿势和图像参数出现,并且在该历史图像中对象以对应的无缺陷特征出现。然后,本文描述的系统和方法从历史图像中的对象中提取或以其它方式裁剪无缺陷特征的至少一部分,并用用从历史图像提取或以其它方式裁剪的无缺陷特征来替换当前图像中的有缺陷特征。

图1示出了根据本公开内容的至少一个实施例的能够检测和校正数字图像中的缺陷的示例性系统100。图像采集设备102生成包含对象106的第一图像104。有时,第一图像104中的对象106的一个或多个特征可能包含缺陷。例如,如图1所示,对象的眼睛(即,特征)是闭上的(即,缺陷)。第一图像在可通信地耦合到执行一个或多个机器可读指令集的电路的接口110处被接收,该机器可读指令集使该电路用作特定和专用图像编辑电路112。图像编辑电路112可以自主地识别包括在第一图像104中的对象106的有缺陷特征124。图像编辑电路112可以自主地唯一地识别包括在图像104中的对象106。例如,图像编辑电路可以使用一个或多个面部识别算法来识别包括在第一图像104中的对象106。图像编辑电路112可以搜索一个或多个通信地耦合的储存设备114以寻找包括对象106的一个或多个历史图像130。图像编辑电路112可以识别包括对象106并且其中对象106以对应的无缺陷特征132出现的历史图像130。图像编辑电路112可以在第一图像106中自主地用无缺陷特征132替换有缺陷特征124,以提供包括对象106和无缺陷特征的第二图像140。图像编辑电路112可以将第二图像传送到输出设备150,例如图像显示设备。

图像采集设备102可以包括能够生成第一图像104的任意数量的系统和设备或系统和设备的组合。示例性图像采集设备102可以包括但不限于便携式或手持式电子设备,例如数码相机、智能电话、平板计算机、超便携计算机、上网本计算机、可穿戴计算机、便携式视频设备(例如,[gopro,inc.,sanmateo,ca])等。本文描述的系统和方法同样适用于使用一个或多个固定系统(例如,一个或多个监控摄像机)采集的图像。在实施例中,图像采集设备102可以包括一个或多个数字采集设备,例如一个或多个电子设备,其包括固定或可调节的镜头或镜头系统以及任何当前或未来的电子图像捕捉技术,包括但不限于,电荷耦合器件(ccd)图像传感器、互补金属氧化物半导体(cmos)图像传感器、以及n型金属氧化物半导体(nmos、livemos)图像传感器等。

图像采集设备102经由一个或多个数据通道108将表示第一图像的数据传送到接口110。一个或多个数据通道108可以包括任何数量的有线或无线数据通道或有线或无线数据通道的组合。示例性有线数据信道包括但不限于一个或多个内部数据总线、通用串行总线(usb)、总线(intelcorp.,santaclara,ca)、ieee1394总线(“火线”)等。示例性无线数据信道108可以包括但不限于ieee802.11(“wifi”);近场通信(“nfc”)等。示例性无线数据信道108可以包括一个或多个无线局域网、一个或多个无线广域网、一个或多个蜂窝网络、一个或多个全球通信网(例如,万维网或互联网)或其各种组合。

尽管在图1中被描绘为分立设备,但有时,图像采集设备、接口110、数字图像编辑电路112和图像显示设备150中的一些或全部可以包括在单个设备中。例如,上述所有部件都可以包含在智能电话或手持计算机中。

接口110可以包括一个或多个无线接口、一个或多个有线接口或其任何组合。接口110有时可以包括一个或多个内部接口(即,至少部分地设置在图像采集设备110或数字图像编辑电路112内或内部的接口)。接口110有时可以包括一个或多个外部接口(即,至少部分地设置在图像采集设备110或数字图像编辑电路112的外部的接口)。在实施例中,表示第一图像104的数据可以经由接口110从图像采集设备102被自主地发送到数字图像编辑电路112。在实施例中,表示第一图像104的数据可以在系统用户的指导下从图像采集设备102被发送到数字图像编辑电路112。例如,表示第一图像104的数据可以在图像采集设备102可通信地耦合到数字图像编辑电路112(例如,通过usb电缆或类似设备)时被发送。

数字图像编辑电路112可以包括能够识别和替换包括在第一图像104中的对象的一个或多个有缺陷特征124的任何数量的设备或系统或其组合。在实施例中,数字图像编辑电路112可以包括任何数量的电路,并且可以包括但不限于:控制器、处理器、数字信号处理器(dsp)、现场可编程门阵列(fpga)、专用集成电路(asic)、精简指令集计算机(risc)或能够执行机器可读指令集的任何类似电路。当由电路执行机器可读指令集时,机器可读指令集通过使该电路操作和用作如本文所述的特定和专用数字图像编辑电路112来变换电路。数字图像编辑电路112通过检测并替换包括在第一图像104中的对象的一个或多个有缺陷特征124来将第一数字图像104变换成第二数字图像140。

数字图像编辑电路112可以可通信地耦合到任意数量的储存设备114。储存设备114可以包括一个或多个机器可读指令集,当由电路执行时,所述机器可读指令集使得电路提供、操作并且用作专用数字图像编辑电路112。储存设备114可以包括能够存储数据的任何数量的系统或设备或系统或设备的组合。储存设备114可以包括任何当前或未来开发的数据储存技术,包括但不限于一个或多个光储存设备、一个或多个磁储存设备、一个或多个固态电磁储存设备、一个或多个忆阻器储存设备、一个或多个原子或量子储存设备、或其组合。在实施例中,储存设备114可以包括表示任意数量的历史图像130的数据。在实施例中,包括在第一图像中的对象106可以出现在由储存设备114存储的多个历史图像130的至少一部分中。

在实施例中,储存设备114还可以包括一个或多个机器可读指令集,当由数字图像编辑电路112执行时,所述机器可读指令集使数字图像编辑电路112用作专用图像识别设备。例如,在一些实施方式中,数字图像编辑电路112可以用作能够唯一地识别第一图像104中的对象106并且还能够识别包含在储存设备114上的至少一些历史图像130中的对象106的面部识别设备。

在实施例中,储存设备114还可以包括一个或多个机器可读指令集,当由数字图像编辑电路112执行时,所述机器可读指令集使数字图像编辑电路112提供高级编辑能力。示例性高级图像编辑能力是自主地或手动地调整历史图像130中的对象106以更接近地对应于第一图像104中的对象106的大小。另一示例性高级图像编辑能力是自主地或手动地调整历史图像130中的对象106的姿势以更接近地对应于第一图像104中的对象106的姿势。又一示例性高级图像编辑能力是自主地或手动地调整历史图像130中的图像颜色或照明以更接近地对应于第一图像104中的颜色或照明。

输出设备150包括能够提供能够显示第二图像140的人类可感知输出的任何数量的系统或设备或系统或设备的组合。在实施方式中,输出设备150可以有线地或无线地可通信地耦合到数字图像编辑电路112。例如,输出设备150可以通过诸如通信总线之类的一个或多个接口有线地耦合到数字图像编辑电路112。在另一个示例中,输出设备150可以包括任何当前或未来开发的显示技术,包括但不限于液晶显示器(lcd);发光二极管(led)显示器、有机发光二极管(oled)显示器;聚合物发光二极管(pled)显示器等。在一些实施例中,显示设备150可以设置在数字图像编辑电路112附近。例如,显示设备150可以包括智能手机或类似的便携式计算设备上的用户界面的全部或一部分。在其它实施例中,显示设备150可以被设置为远离数字图像编辑电路112,例如远离包括数字图像编辑电路112的服务器设置的显示设备。

图2和以下讨论提供了对形成说明性图像编辑系统200的部件的简要概括描述,该说明性图像编辑系统200包括图像采集设备102、图像编辑电路112和图像显示设备150,在说明性图像编辑系统200中可以实现各个所示的实施例。尽管不是必需的,但是实施例的一部分将在机器可读或计算机可执行指令集(例如,由数字图像编辑电路112执行的程序应用模块、对象或宏)的一般背景下进行描述。本领域技术人员将认识到,所示的实施例以及其它实施例可以用包括便携式电子设备或手持电子设备的其它基于电路的设备配置来实施,所述便携式电子设备或手持电子设备例如是智能电话、便携式计算机、可穿戴计算机、基于微处理器或可编程消费电子设备、个人计算机(“pc”)、网络pc、小型计算机、大型计算机等。实施例可以在分布式计算环境中实施,其中任务或模块由通过通信网络链接的远程处理设备执行。在分布式计算环境中,程序模块可以位于本地和远程存储器储存设备中。

数字图像编辑电路112可以采取以下形式:部分或全部设置在pc、服务器或能够执行机器可读指令的其它计算系统中的电路。数字图像编辑电路112包括一个或多个电路212,并且有时可以包括将包括系统存储器214的各个系统部件耦合到一个或多个电路212的系统总线216。数字图像编辑电路112有时在本文中以单数形式提及,但是这并非旨在将实施例限制为单个系统,因为在某些实施例中,将涉及多于一个数字图像编辑电路112或其它联网电路或设备。

电路212可以包括任何数量、类型的设备或设备的组合。有时,电路212可以全部或部分地以半导体器件的形式来实施,该半导体器件例如是二极管、晶体管、电感器、电容器和电阻器。这样的实施方式可以包括但不限于任何当前或未来开发的单核或多核处理器或微处理器,例如:一个或多个片上系统(soc);中央处理单元(cpu);数字信号处理器(dsp);图形处理单元(gpu);专用集成电路(asic)、现场可编程门阵列(fpga)等。除非另有说明,图2中所示的各个块的构造和操作都是常规设计。因此,这些块不需要在本文进一步详细描述,因为本领域的技术人员将会理解这些块。将示例性数字图像编辑电路212的至少一些部件互连的系统总线216可以使用任何已知的总线结构或架构。

系统存储器214可以包括只读存储器(“rom”)218和随机存取存储器(“ram”)220。rom218的一部分可以包含基本输入/输出系统(“bios”)222。bios222可以向数字图像编辑电路112提供基本的功能,例如通过使电路加载使得电路用作数字图像编辑电路112的机器可读指令集。数字图像编辑电路112可以包括一个或多个可通信地耦合的储存设备,例如一个或多个磁储存设备224、光储存设备228、固态电磁储存设备230、原子或量子储存设备232或其组合。

储存设备可以包括将相应的储存设备或系统可通信地耦合到总线216的接口或控制器(未示出),如本领域技术人员已知的。储存设备可以包含对数字图像编辑电路112有用的机器可读指令集、数据结构、程序模块和其它数据。在一些情况下,一个或多个储存设备114还可以外部可通信地耦合到数字图像编辑电路212。

机器可读指令集238和其它指令集240可以全部或部分地存储在系统存储器214中。当由电路212执行这些指令集时,可以将这些指令集从储存设备114传送并且全部或部分地存储在系统存储器214中。机器可读指令集238可以包括能够提供本文描述的数字图像编辑系统功能和能力的逻辑。例如,一个或多个机器可读指令集238可以使数字图像编辑电路112识别包括在接口110处接收的第一图像104中的对象106上的一个或多个有缺陷特征124。一个或多个机器可读指令集238可以使数字图像编辑电路112例如使用一个或多个面部识别方法来唯一地识别第一图像104中的对象106(例如,识别和匹配对象上唯一地表征或识别对象106的区分标记或类似特征)。一个或多个机器可读指令集238可以使数字图像编辑电路122裁剪或以其它方式去除包括在第一图像104中的对象106的所识别的有缺陷特征124。一个或多个机器可读指令集238可以使数字图像编辑电路112从储存设备114中选择包括唯一地识别的对象106的多个历史图像130。一个或多个机器可读指令集238可以使数字图像编辑电路112识别包括对象106和无缺陷特征132的多个历史图像130中的至少一个。一个或多个机器可读指令集238可以使数字图像编辑电路112裁剪或以其它方式取出包括在至少一个历史图像130中的对象106的识别的无缺陷特征132。一个或多个机器可读指令集238可以使数字图像编辑电路112改变从历史图像130中裁剪或以其它方式取出的无缺陷特征132的大小,以更接近地对应于出现在第一图像104中的有缺陷特征124的大小。一个或多个机器可读指令集238可以使数字图像编辑电路112改变从历史图像130中裁剪或以其它方式取出的无缺陷特征132的姿势、二维旋转或三维旋转,以更接近地对应于出现在第一图像104中的有缺陷特征124的姿势、二维旋转或三维旋转。一个或多个机器可读指令集238可以使数字图像编辑电路112改变从历史图像130中裁剪或以其它方式取出的无缺陷特征132的颜色、照明或亮度参数,以更接近地对应于出现在第一图像104中的有缺陷特征124的颜色、照明或亮度参数。一个或多个机器可读指令集238可以使数字图像编辑电路112将从至少一个历史图像130裁剪或以其它方式取出的无缺陷特征132与第一图像104进行组合,以将包含有缺陷特征124的第一图像104变换成包含无缺陷特征132的第二图像140。

数字图像编辑电路112的用户可以使用诸如文本输入设备251(例如,键盘)、指示设备252(例如,鼠标、触摸屏)或音频253输入设备之类的一个或多个可通信地耦合的物理输入设备250将命令(例如,应答、选择、确认等)以及信息(例如,对象标识信息、颜色参数)提供、输入或以其它方式提供到数字图像编辑电路112中。一些或全部物理输入设备250可以物理地且可通信地耦合到容纳图像编辑电路112的便携式电子设备。例如,诸如智能电话之类的便携式电子设备可以包括触摸屏用户界面,其提供多个物理输入设备250,例如文本输入设备251和指示设备252。

数字图像编辑电路112的用户可以经由一个或多个物理输出设备254从数字图像编辑电路112接收输出。在至少一些实施方式中,物理输出设备254可以包括但不限于图像显示器设备150;一个或多个触觉输出设备256;一个或多个音频输出设备258或其组合。物理输入设备250中的一些或全部以及物理输出设备254中的一些或全部可以经由一个或多个有线或无线接口可通信地耦合到数字图像编辑电路112。

为了方便起见,接口110、电路212、系统存储器214、物理输入设备250和物理输出设备254被示出为经由总线216彼此可通信地耦合,由此提供上述部件之间的连接性。在替代实施例中,上述部件可以以与图2中所示的方式不同的方式可通信地耦合。例如,上述部件中的一个或多个可以直接耦合到其它部件,或者可以经由一个或多个中间部件(未示出)彼此耦合。在一些实施例中,省略总线216,使用合适的有线或无线连接将部件彼此直接耦合。

图像采集设备102有时可以设置在与数字图像编辑电路112共享的便携式电子设备中,例如图像采集设备102和图像编辑电路112可以设置在智能电话外壳、便携式计算机外壳、可穿戴计算机外壳或类似的手持设备外壳中。在其它时候,图像采集设备102可以被设置为远离数字图像编辑电路112,例如,图像采集设备102可以设置在智能电话外壳中,而数字图像编辑电路112设置在可通信地耦合(例如,通过互联网)的远程台式机或基于云的服务器中。

图2提供了图像采集设备102被设置为远离数字图像编辑电路112的示例。在这种情况下,图像采集设备102可以通过一个或多个广域网106可通信地耦合到数字图像编辑电路112。在这种情况下,图像采集设备102可以通过接口110可通信地耦合到数字图像编辑电路112。

有时,独立图像采集设备102可以包括能够执行一个或多个机器可读指令集的一个或多个电路268。有时,机器可读指令集中的一些或全部可以被存储或以其它方式保留在图像采集设备102内的系统存储器269中。系统存储器269可以包括只读存储器(rom)270和随机存取存储器272。图像采集设备bios271可被存储、保留或以其它方式占用rom270的一部分。

图像采集设备102还可以包括一个或多个储存设备273。有时,储存设备273可以是固定的,例如全部或部分设置在图像采集设备102中的固态储存设备。在其它时候,储存设备273可以包括一种或多种类型的可移除介质274,例如安全数字(“sd”)、高密度sd(hdsd)或微型sd闪存设备。

图像采集设备102还可以包括一个或多个用户接口275。用户接口275可以包括一个或多个用户输入设备276。示例性的非限制性用户输入设备276可以包括但不限于一个或多个指示设备、一个或多个文本输入设备、一个或多个音频输入设备、一个或多个触摸屏输入设备或其组合。用户接口275可以替代地或另外包括一个或多个用户输出设备277。示例性的非限制性用户输出设备277可以包括但不限于一个或多个视觉输出设备、一个或多个触觉输出设备、一个或多个音频输出设备或其组合。

电路268可以包括适于执行一个或多个机器可读指令集的一个或多个单核或多核处理器(例如,armcortext-a8、armcortext-a9、snapdragon600、snapdragon800、nvidiategra4、nvidiategra4i、intelatomz2580、samsungexynos5octa、applea7、motorolax8)。电路268可以包括一个或多个微处理器、精简指令集计算机(risc)、专用集成电路(asic)、数字信号处理器(dsp)、片上系统(soc)等。

系统存储器269可以存储基本输入/输出系统(bios)、引导序列、固件、启动例程等的全部或一部分。系统存储器269可以存储在初始施加电力后由电路268执行的图像采集设备102操作系统(例如,phone、10等)的全部或一部分。

图像采集设备102可以包括一个或多个有线或无线通信接口276。在一些情况下,一个或多个有线或无线通信接口可以包括一个或多个收发机或无线电设备或类似的当前或未来开发的能够借助电磁能量发送和接收通信的接口。这种无线通信接口的非限制性示例包括蜂窝通信收发机或无线电设备(例如,cdma收发机、gsm收发机、3g收发机、4g收发机、lte收发机)。ieee802.11收发机的非限制性示例包括短距离收发机,或无线电设备290包括可从broadcom获得的各个芯片组,包括bcm43142、bcm4313、bcm94312mc、bcm4312和可从atmel、marvell或redpine获得的芯片组。短距离收发机或无线电设备的非限制性示例包括可从nordicsemiconductor、texasinstruments、cambridgesiliconradio、broadcom和emmicroelectronic获得的各个芯片组。

图3是根据本公开内容的至少一个实施例的说明性图像缺陷检测和校正方法300的高级流程图。方法300包括检测包含在包括有缺陷特征的第一图像中的对象的一部分。方法300还包括使用一种或多种识别技术来唯一地识别包括在第一图像104中的对象106。方法300还包括识别其中出现对象的多个历史图像130以及选择历史图像130中第一图像104中的有缺陷特征124无缺陷地出现的一个历史图像。例如,如果在第一图像中对象的眼睛闭上(即,有缺陷特征124),则可以选择其中对象的眼睛睁开(即,无缺陷特征132)的历史图像。该方法包括选择历史图像130的一部分,该部分包含与包含有缺陷特征124的第一图像104的所识别部分相对应的无缺陷特征132。然后使用历史图像的选定部分来替换第一图像的所识别部分。方法300在302处开始。

在304处,图像编辑电路112自主地识别第一图像104的包含具有一个或多个有缺陷特征124的对象106的一部分。在一些情况下,图像编辑电路112基于存在或不存在建立或定义的标记(例如,在第一图像104中不存在指示对象的眼睛睁开的标记)来自主地识别一个或多个有缺陷特征124。

在实施例中,图像编辑电路112可以选择性地自主地识别任何数量的具体列举的有缺陷特征。有时,图像采集设备102的用户可以提供这种具体列举的有缺陷特征124。例如,用户可以选择仅使表示闭眼的有缺陷特征用图像编辑电路112替换。这种有缺陷特征124的选择性替换可以有益地允许指示情况的自然性或指示抓拍的第一图像的有缺陷特征保留在第二图像140中。

在306处,图像编辑电路112可以限定与出现在第一图像104中的有缺陷特征124有关的边界或类似限制。在实施例中,与有缺陷特征124有关的这种限定边界或限制表示有缺陷特征124的范围。有时,这种限定边界可以采取几何形式(即,圆形、正方形、矩形、多边形)或者可以采取自由形式(即,遵循对象106的面部特征,例如颧骨)。在实施例中,与有缺陷特征124有关的限定边界可以限定未来插入无缺陷特征132的替换区域的范围。

在308处,图像编辑电路112自主地唯一地识别拥有或具有有缺陷特征124并出现在第一图像104中的对象106。可以使用一个或多个识别设备或系统来执行这种唯一识别。一个这样的非限制性示例是使用具有定义的或以其它方式已知的标记的图案来唯一地识别出现在第一图像104中的对象106的面部识别系统。

在310处,图像编辑电路112自主地搜索一个或多个储存设备114,以自主地识别包括出现在第一图像104中的对象106的多个历史图像130。在实施例中,图像编辑电路112可以识别被存储或以其它方式保留在一个或多个本地储存设备(例如,在本地可通信地耦合到图像编辑电路112的一个或多个固态驱动器)上的多个历史图像130中的一些或全部历史图像。在实施例中,图像编辑电路112可以识别被存储或以其它方式保留在一个或多个远程储存设备114上(例如,在一个或多个基于云的服务器上)的多个历史图像130中的一些或全部历史图像。

在实施例中,历史图像130的至少一部分可以由系统用户来提供作为包含具有无缺陷特征132的各个对象106的“训练集”。例如,可以提供其中对象具有无缺陷特征(例如,睁开的眼睛、微笑)的一系列家庭和朋友的图像(即,可能未来图像中对象106)。在至少一些实施方式中,包括在这样的训练集中的历史图像130可以被标记,或者可以包含与出现在每个图像中的对象106对应的唯一标识符。以这种方式,训练集还可以有助于图像编辑电路112为每个人建立面部标记,从而提高将来自动对象识别过程的准确性。

图像编辑电路112自主地选择包含对象106并且包括对象106的无缺陷特征132的多个所识别的历史图像130中的至少一个。在实施例中,图像编辑电路112可以至少部分地基于存在无缺陷特征132而自主地选择历史图像130。用一个或多个历史图像130中的同一对象106的无缺陷特征132来替换第一图像104中的对象106的有缺陷特征124有益地改善了得到的第二图像140中对象的自然外观,因为图像编辑电路112使用了对象自己的特征。

在312处,图像编辑电路112选择历史图像130的包含无缺陷特征132的一部分。图像编辑电路112可以基于存在或不存在指示无缺陷特征132的一个或多个建立的或定义的标记来检测无缺陷特征132的存在(例如,在历史图像130中存在指示对象的眼睛睁开的标记)。在实施例中,图像编辑电路112可以形成或以其它方式限定与出现在第一图像104中的无缺陷特征132有关的边界或类似限制。在实施例中,与历史图像130中的无缺陷特征132有关的边界或类似限制可以对应于与第一图像中的有缺陷特征124有关的边界或类似限制。

在314处,图像编辑电路112自主地用历史图像130包含无缺陷特征132的选定部分来替换第一图像包含有缺陷特征124的所识别部分。所得到的第二图像140在内容上类似于第一图像104,然而,以从历史图像130选择性地取出的无缺陷特征132替换第一图像104中的有缺陷特征124。方法300在316处结束。

图4是根据本公开内容的至少一个实施例的说明性图像缺陷检测和校正方法400的高级流程图,其中图像编辑电路112接收指示第一图像104中的有缺陷特征124的用户输入。有时,不是允许图像编辑电路112自主地识别第一图像104中的有缺陷特征124,而是设备用户可能宁愿手动地识别有缺陷特征124。在这种情况下,可通信地耦合到图像编辑电路112的一个或多个输入设备277可以用于接收用户输入并将输入传送到图像编辑电路112。方法400在402处开始。

在404处,响应于指示用户希望手动地选择第一图像104中的有缺陷特征124的输入,图像编辑电路112使得在可通信地耦合到图像编辑电路112的输出设备278上显示第一图像104。

在406处,图像编辑电路112接收指示第一图像104的包括有缺陷特征124的用户选定部分的输入。在实施例中,图像编辑电路112可以以与设备的用户提供的基于指示设备的输入(例如,基于触摸屏的输入)相对应的坐标集的形式接收用户输入。在其它实施例中,图像编辑电路112可以以结合图像编辑电路112对第一图像104中的对象106的唯一识别的音频的形式接收用户输入。这样的系统允许用户使用诸如“修正汤姆的眼睛”之类的音频命令并且响应于该命令,图像编辑电路112识别并限定与第一图像104中被唯一地识别为“汤姆”的对象106的眼睛有关的边界。

这样的手动有缺陷特征识别可以代替或结合图像编辑电路112对有缺陷特征的自主选择而进行。例如,图像编辑电路112可以使第一图像104中有缺陷特征124的自主识别和选择被延迟定义的时间间隔(例如,30秒、1分钟、2分钟、5分钟),以允许设备用户手动识别和选择有缺陷特征124。方法400在408处结束。

图5是根据本公开内容的至少一个实施例的说明性图像缺陷检测和校正方法500的高级流程图,其中图像编辑电路112接收确认第一图像104中有缺陷特征124的自主选择部分的用户输入。有时,图像编辑电路112的自动缺陷检测和选择能力可能会导致对图像元素的校正,该图像元素被检测为缺陷但实际上是系统用户希望保留在第一图像104中的期望元素。例如,在第一图像104中捕获的眨眼可能被图像编辑电路112识别为特征缺陷(例如,“闭眼”)。在这种情况下,如果向系统用户提供放弃或以其它方式拒绝图像编辑系统112的自主选择的能力是有帮助的。方法500开始于502处。

在504处,图像编辑电路112使得在可通信地耦合到图像编辑电路112的输出设备278上显示第一图像104。

在506处,图像编辑电路112自主地选择第一图像104包含具有建议的有缺陷特征124的对象106的一部分。在一些情况下,图像编辑电路112基于存在或不存在建立或定义的标记(例如,不存在指示对象的眼睛在第一图像104中睁开的标记)来自主地识别一个或多个建议的有缺陷特征124。

在508处,图像编辑电路112使得显示与自主识别的所建议的有缺陷特征124的全部或一部分有关的边界或类似标识符。该边界使得用户能够快速地辨别由图像编辑电路112检测到的有缺陷特征124。

在510处,图像编辑电路112接收指示对所建议的有缺陷特征124的确认或拒绝的用户输入。在实施例中,可以使用显示设备150上的一个或多个图标来执行对所建议的有缺陷特征124的确认或拒绝。例如,在显示设备150上标记为“接受”的用户可选择按钮和标记为“拒绝”的用户可选择按钮。在实施例中,当拒绝第一图像104的自主选择部分时,图像编辑电路112可以向用户提供手动限定有缺陷特征124的范围或区域的能力。方法500在512处结束。

图6是根据本公开内容的至少一个实施例的说明性图像缺陷检测和校正方法600的高级流程图,其中图像编辑电路112自主地缩放历史图像130,使得历史图像130中的对象106的大小对应于第一图像104中的对象106的大小。有时,历史图像130中的对象106可以具有与第一图像104中的对象106不同的大小。不是舍弃历史图像130,图像编辑电路112有时可以缩放或以其它方式调整历史图像130的大小使得包括在历史图像中的对象106的大小对应于第一图像104中的对象106的大小。方法600开始于602处。

在604处,图像编辑电路112自主地缩放历史图像130,使得出现在历史图像130中的对象106的大小对应于或以其它方式约为出现在第一图像104中的对象106的大小。在一些情况下,可以限制历史图像的放大(例如,大约125%、大约150%、大约200%、大约250%、大约300%、大约500%)以最小化缩放后的历史图像130中的像素化(pixilation)并且保持所得到的第二图像150中的图像质量。

在一些情况下,图像编辑电路112在没有用户干预的情况下自主地缩放历史图像130,并且将缩放后的无缺陷特征132应用于第一图像104。在其它情况下,图像编辑电路112自主地缩放历史图像130,并向系统用户提供接受或拒绝缩放后的历史图像130作为无缺陷特征132的源的能力。方法600在606处结束。

图7是根据本公开内容的至少一个实施例的说明性图像缺陷检测和校正方法700的高级流程图,其中图像编辑电路112自主地校正历史图像130的一个或多个颜色、亮度或对比度参数,使得历史图像130中的对象106的一个或多个颜色、亮度或对比度参数对应于第一图像104中的对象106的一个或多个颜色、亮度或对比度参数。有时,历史图像130可以具有与第一图像104不同的曝光或白平衡特征。在这种情况下,从历史图像中选择无缺陷特征132可能会导致在替换有缺陷特征时第二图像150中的奇怪或不正常的外观。不是舍弃历史图像130,图像编辑电路112有时可以自主地校正历史图像130的一个或多个颜色、亮度或对比度参数,以使得包括在历史图像中的对象106的颜色、亮度或对比度参数对应于第一图像104中的对象106的颜色、亮度或对比度参数。方法700开始于702处。

在704处,图像编辑电路112自主地校正历史图像130的一个或多个颜色、亮度或对比度参数,以使得出现在历史图像130中的对象106的颜色、亮度或对比度参数对应于或以其它方式接近出现在第一图像104中的对象106的颜色、亮度或对比度参数。

在一些情况下,图像编辑电路112在没有用户干预的情况下自主地校正历史图像130的一个或多个颜色、亮度或对比度参数,并且将经颜色校正的无缺陷特征132应用于第一图像104。在其它情况下,图像编辑电路112自主地校正历史图像130的一个或多个颜色、亮度或对比度参数,并且向系统用户提供接受或拒绝经颜色校正的历史图像130作为无缺陷特征132的源的能力。方法700在706处结束。

图8是根据本公开内容的至少一个实施例的说明性图像缺陷检测和校正方法800的高级流程图,其中图像编辑电路112自主地校正出现在历史图像130中的对象106的姿势或取向,以使得历史图像130中的对象106的姿势或取向对应于第一图像104中的对象106的姿势或取向。有时,出现在历史图像130中的对象106可以具有与出现在第一图像104中的对象不同的姿势或取向。在这样的情况下,从历史图像中选择无缺陷特征132可能会导致在将有缺陷特征132替换为无缺陷特征132时第二图像150中的奇怪或不正常的外观。不是舍弃历史图像130,图像编辑电路112有时可以自主地校正历史图像130中的对象的姿势或取向,以使得历史图像中包括的对象106的姿势或取向对应于第一图像104中的对象106的姿势或取向。方法800开始于802处。

在804处,图像编辑电路112自主地校正历史图像130中的对象106的姿势或取向,以使得出现在历史图像130中的对象106的姿势或取向对应于或以其它方式接近出现在第一图像104中的对象106的姿势或取向。

在一些情况下,图像编辑电路112在没有用户干预的情况下自主地校正出现在历史图像130中的对象106的姿势或取向,并且将经姿势或取向校正的无缺陷特征132应用于第一图像104。在其它情况下,图像编辑电路112自主地校正出现在历史图像130中的对象106的姿势或取向,并向系统用户提供接受或拒绝经姿势或取向校正的历史图像130作为无缺陷特征132的源的能力。方法800在806处结束。

以下示例涉及另外的实施例。本公开内容的以下示例可以包括以下主题材料:例如设备、方法、用于存储指令(所述指令在被执行时使得机器基于所述方法执行操作)的至少一个机器可读介质、用于基于方法执行操作的模块和/或用于将可信输入会话绑定到可信输出会话以防止从先前可信输出会话获得的加密数据的重用的系统。

根据示例1,提供了一种检测并替换数字图像中的缺陷的系统。所述系统可以包括:接口,所述接口用于接收第一图像;电路,所述电路可通信地耦合到所述接口。所述系统还可以包括储存设备,所述储存设备可通信地耦合到所述电路。所述储存设备可以包括:表示多个历史图像的数据;以及机器可读指令集。所述机器可读指令集在被所述电路执行时使得所述电路提供图像编辑电路。所述图像编辑电路在接收的第一图像中识别对象的包含有缺陷特征的部分。所述图像编辑电路还自主地唯一地识别所述第一图像中具有所述有缺陷特征的所述对象。所述图像编辑电路还从多个历史图像中自主地识别包括具有与所述有缺陷特征对应的无缺陷特征的对象的至少一个历史图像。所述图像编辑电路还自主地选择所述至少一个历史图像的部分,所述至少一个历史图像包含所述无缺陷特征,所述至少一个历史图像的选定部分对应于所述第一图像的所识别部分。所述图像编辑电路还用所述至少一个历史图像的所述选定部分自主地替换所述第一图像的所识别部分。

示例2可以包括示例1的元素,并且还可以包括:显示设备,所述显示设备可通信地耦合到所述电路;以及用户输入设备,所述用户输入设备可通信地耦合到所述电路。使得所述图像编辑电路在接收的第一图像中识别对象的包含有缺陷特征的部分的机器可读指令集还可以使得所述图像编辑电路执行以下操作:在所述显示设备上显示所述第一图像;以及经由所述用户输入设备接收用户输入,所述用户输入指示对出现在所述第一图像中的所述对象的包含所述有缺陷特征的部分的选择。

示例3可以包括示例1的元素,并且还可以包括显示设备,所述显示设备可通信地耦合到所述电路;以及用户输入设备,所述用户输入设备可通信地耦合到所述电路。使得所述图像编辑电路在接收的第一图像中识别对象的包含有缺陷特征的部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:在所述显示设备上显示所述第一图像;以及自主地选择出现在所述第一图像中的所述对象的其中出现所述有缺陷特征的部分。所述机器可读指令集还可以经由所述用户输入设备接收指示以下各项中任一项的用户输入:对所述第一图像的自主选定部分的确认;或者与所述第一图像的其中出现所述有缺陷特征的用户选定部分对应的输入。

示例4可以包括示例1的元素,其中,使得所述图像编辑电路识别对象的包含有缺陷特征的部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:识别所述第一图像的其中出现有生命的对象的有缺陷的结构特征的部分。

示例5可以包括示例4的元素,其中,使得所述图像编辑电路识别所述第一图像的其中出现有生命的对象的有缺陷的结构特征的部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:识别所述第一图像的其中出现人类对象的有缺陷的面部特征的部分。

示例6可以包括示例5的元素,其中,使得所述图像编辑电路唯一地识别所述第一图像中具有所述有缺陷特征的所述对象的所述机器可读指令集还可以使得所述数字图像编辑电路执行以下操作:经由自动面部识别来唯一地识别出现在所述第一图像中的所述对象。

示例7可以包括示例1至6中任一项的元素,其中,使得所述图像编辑电路从所述多个历史图像中自主地识别包括具有与所述有缺陷特征对应的无缺陷特征的所述对象的至少一个历史图像的所述机器可读指令集还可以使得所述图像编辑电路执行以下操作:从所述多个历史图像中自主地选择至少一个历史图像,至少一个选定历史图像包括与所述第一图像中的所述对象的姿势对应的所述对象的姿势。

示例8可以包括示例1至6中任一项的元素,其中,使得所述图像编辑电路用所述至少一个历史图像的选定部分自主地替换所述第一图像的所识别部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:自主地缩放所述至少一个历史图像,以使得所述至少一个所识别历史图像中的所述对象的大小对应于所述第一图像中的所述对象的大小。

示例9可以包括示例1至6中任一项的元素,其中,使得所述图像编辑电路用所述至少一个历史图像的选定部分自主地替换所述第一图像的所识别部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:自主地校正所述至少一个历史图像,以使得所述至少一个所识别历史图像中的所述对象的颜色、亮度或对比度中的至少一个对应于所述第一图像中的所述对象的颜色、亮度或对比度中的至少一个。

示例10可以包括示例1至6中任一项的元素,其中,使得所述图像编辑电路用所述至少一个历史图像的选定部分自主地替换所述第一图像的所识别部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:自主地改变所述至少一个所识别历史图像中的所述对象的物理参数,以使得所述对象的姿势或所述对象的旋转中的至少一个对应于所述第一图像中的所述对象的姿势或者所述对象的旋转中的至少一个。

根据示例11,提供了一种使电路提供图像编辑电路的方法。所述方法可以包括:由所述图像编辑电路识别出现在第一图像中的对象的部分,所述第一图像是从可通信地耦合的图像采集设备接收的,所述对象的所识别部分具有有缺陷特征。该方法还可以包括:由所述图像编辑电路自主地唯一地识别出现在所述第一图像中的所述对象。该方法还可以包括:由所述图像编辑电路识别被存储在可通信地耦合的储存设备上的至少一个历史图像,所述至少一个历史图像包括其中出现与所述第一图像中的所识别有缺陷特征对应的无缺陷特征的所述对象。该方法还可以包括:由所述图像编辑电路选择所述至少一个历史图像的其中出现所述无缺陷特征的部分,所述至少一个历史图像的选定部分对应于所述第一图像的所识别部分。该方法还可以包括:由所述图像编辑电路用所述至少一个历史图像的所述选定部分来替换所述第一图像的所识别部分,以提供其中不存在所述有缺陷特征的第二图像。

示例12可以包括示例11的元素,其中,识别所述对象的具有有缺陷特征的部分包括:由所述图像编辑电路使得在可通信地耦合的显示设备上显示所述第一图像;以及由所述图像编辑电路接收与所述第一图像的其中出现所述有缺陷特征的选定部分对应的用户输入。

示例13可以包括示例11的元素,其中,识别所述对象的具有有缺陷特征的部分包括:由所述图像编辑电路使得在可通信地耦合的显示设备上显示所述第一图像;由所述图像编辑电路自主地识别所述第一图像的包含所述有缺陷特征的部分;以及经由所述用户输入设备接收指示以下各项的用户输入:对所述第一图像的自主选定部分的确认;或者与所述第一图像的其中出现所述有缺陷特征的用户选定部分对应的输入。

示例14可以包括示例11的元素,其中,识别所述对象的具有有缺陷特征的部分包括:由所述图像编辑电路来识别所述第一图像的其中出现有生命的对象的有缺陷的结构特征的部分。

示例15可以包括示例14的元素,其中,由所述图像编辑电路识别所述第一图像的其中出现有生命的对象的有缺陷的结构特征的部分包括:由所述图像编辑电路来识别所述第一图像的其中出现人类对象的有缺陷的面部特征的部分。

示例16可以包括示例15的元素,其中,由所述图像编辑电路来识别被存储在可通信地耦合的储存设备上的至少一个历史图像,所述至少一个历史图像包括其中出现与所述第一图像中的所识别有缺陷特征对应的无缺陷特征的所述对象,可以包括:由所述图像编辑电路经由对所述至少一个历史图像中的所述人类对象的自动面部识别来自主地识别所述至少一个历史图像,所述至少一个历史图像中的所述人类对象对应于出现在所述第一图像中的唯一识别的人类对象。

示例17可以包括示例11至16中任一项的元素,其中,从被存储在可通信地耦合的储存设备上的多个历史数字图像中识别包括所述对象和无缺陷特征的至少一个历史图像包括:由所述图像编辑电路自主地缩放所述至少一个历史图像,以使得所述至少一个历史图像中的所述对象的大小对应于所述第一图像中的所述对象的大小。

示例18可以包括示例11至16中任一项的元素,其中,从被存储在可通信地耦合的储存设备上的多个历史数字图像中识别包括所述对象和无缺陷特征的至少一个历史图像包括:由所述图像编辑电路自主地校正所述至少一个历史图像,以使得所述至少一个所识别历史图像中的所述对象的颜色、亮度或对比度中的至少一个对应于所述第一图像中所述对象的颜色、亮度或对比度中的至少一个。

示例19可以包括示例11至16中任一项的元素,其中,从被存储在可通信地耦合的储存设备上的多个历史数字图像中识别包括所述对象和无缺陷特征的至少一个历史图像包括:由所述图像编辑电路自主地改变所述至少一个所识别历史图像中的所述对象的物理参数,以使得所述对象的姿势或所述对象的旋转中的至少一个对应于所述第一图像中的所述对象的姿势或者所述对象的旋转中的至少一个。

根据示例20,提供了一种包含机器可读指令集的储存设备,所述机器可读指令集在被电路执行时使得所述电路提供图像编辑电路。所述图像编辑电路可以识别出现在从可通信地耦合的图像采集设备接收的第一图像中的对象的部分,所述对象的所识别部分具有至少一个有缺陷特征。所述图像编辑电路还可以自主地唯一地识别出现在所述第一图像中的所述对象。所述图像编辑电路还可以自主地识别被存储在可通信地耦合的储存设备上的至少一个历史图像,所述至少一个历史图像包括具有与所述第一图像中的所识别有缺陷特征对应的无缺陷特征的所述对象。所述图像编辑电路还可以自主地选择所述至少一个历史图像的其中出现所述无缺陷特征的部分,所述至少一个历史图像的选定部分对应于所述第一图像的所识别部分。所述图像编辑电路还可以用所述至少一个历史图像的选定部分自主地替换所述第一图像的所识别部分,以提供其中不存在所述有缺陷特征的第二图像。

示例21可以包括示例20的元素,其中,使得所述图像编辑电路识别出现在从可通信地耦合的图像采集设备接收的第一图像中的对象的部分的指令还可以使得所述图像编辑电路进行以下操作,所述对象的所识别部分具有至少一个有缺陷特征:在显示设备上显示所述第一图像;以及从可通信地耦合的用户输入设备接收用户输入,所述用户输入包括与所述第一图像的包含所述有缺陷特征的用户选定部分对应的信息。

示例22可以包括示例20的元素,其中,使得所述图像编辑电路识别出现在从可通信地耦合的图像采集设备接收的第一图像中的对象的部分的指令使得所述图像编辑电路进行以下操作,所述对象的所识别部分具有至少一个有缺陷特征:使得在可通信地耦合的显示设备上显示所述第一图像;自主地识别所述第一图像的包含所述有缺陷特征的部分;以及接收指示以下各项中任一项的用户输入:对所述第一图像的自主选定部分的确认;或者与所述第一图像的其中出现所述有缺陷特征的用户选定部分对应的输入。

示例23可以包括示例20的元素,其中,使得所述图像编辑电路识别对象的具有至少一个有缺陷特征的部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:选择有生命的对象的具有至少一个有缺陷的结构特征的部分。

示例24可以包括示例23的元素,其中,使得所述图像编辑电路识别对象的具有至少一个有缺陷特征的部分的所述机器可读指令集还可以使得所述图像编辑电路进行以下操作:选择人类对象的具有至少一个有缺陷的面部特征的部分。

示例25可以包括示例24的元素,其中使得图像编辑电路自主地识别被存储在可通信地耦合的储存设备上的至少一个历史图像的机器可读指令集还使得数字图像编辑电路进行以下操作,所述至少一个历史图像包括所述对象并包含与所述第一图像中的所识别有缺陷特征对应的无缺陷特征:自主地识别其中出现人类对象的至少一个历史图像,人类对象是经由自动面部识别来识别的,至少一个所识别的历史图像包括其中出现无缺陷面部特征的人类对象。

示例26可以包括示例20至25中任一项的元素,其中,使得图像编辑电路自主地识别被存储在可通信地耦合的储存设备上的至少一个历史图像的机器可读指令集还使得数字图像编辑电路进行以下操作,所述至少一个历史图像包括具有与第一图像中的所识别的有缺陷特征对应的无缺陷特征的对象:自主地选择包括与第一图像中的对象的姿势对应的对象的姿势的至少一个历史图像。

示例27可以包括示例20至25中任一项的元素,其中,使得图像编辑电路自主地识别被存储在可通信地耦合的储存设备上的至少一个历史图像的机器可读指令集还使得数字图像编辑电路进行以下操作,所述至少一个历史图像包括具有与第一图像中的所识别的有缺陷特征对应的无缺陷特征的对象:自主地缩放所述至少一个历史图像,以使得至少一个所识别的历史图像中的对象的大小对应于第一图像中的对象的大小。

示例28可以包括示例20至25中任一项的元素,其中,使得图像编辑电路自主地识别被存储在可通信地耦合的储存设备上的至少一个历史图像的机器可读指令集还使得数字图像编辑电路进行以下操作,所述至少一个历史图像包括具有与第一图像中的所识别的有缺陷特征对应的无缺陷特征的对象:自主地校正所述至少一个历史图像,以使得至少一个所识别的历史图像中的所述对象的颜色、亮度或对比度中的至少一个对应于所述第一图像中所述对象的颜色、亮度或对比度中的至少一个。

示例29可以包括示例20至25中任一项的元素,其中,使得图像编辑电路自主地识别被存储在可通信地耦合的储存设备上的至少一个历史图像的机器可读指令集还使得数字图像编辑电路进行以下操作,所述至少一个历史图像包括具有与第一图像中的所识别的有缺陷特征对应的无缺陷特征的对象:自主地改变至少一个所识别的历史图像中的所述对象的物理参数,以使得所述对象的姿势或所述对象的旋转中的至少一个对应于所述第一图像中的所述对象的姿势或者所述对象的旋转中的至少一个。

根据示例30,提供了一种使电路提供数字图像编辑电路的系统。所述系统可以包括:用于识别出现在从可通信地耦合的图像采集设备接收的第一图像中的对象的部分的模块,在所述对象的所识别部分中出现有缺陷特征。所述系统还可以包括:用于自主地唯一地识别出现在所述第一图像中的所述对象的模块。所述系统还可以包括:用于自主地识别被存储在可通信地耦合的储存设备上的至少一个历史图像的模块,所述至少一个历史图像包括其中出现与所述第一图像中的所识别有缺陷特征对应的无缺陷特征的所述对象。所述系统还可以包括:用于自主地选择所述至少一个历史图像的其中出现所述无缺陷特征的部分的模块,所述至少一个历史图像的选定部分对应于所述第一图像的所识别部分。所述系统还可以包括:用于用所述至少一个历史图像的所述选定部分来自主地替换所述第一图像的所识别部分以提供其中不存在所述有缺陷特征的第二图像的模块。

示例31可以包括示例30的元素,其中,用于识别出现在从可通信地耦合的图像采集设备接收的第一图像中的对象的部分的模块,所述对象的所识别部分具有至少一个有缺陷特征,可以包括:用于使得在可通信地耦合的显示设备上显示所述第一图像的模块;以及用于接收与所述第一图像的其中出现所述有缺陷特征的选定部分对应的用户输入的模块。

示例32可以包括示例30的元素,其中,用于选择从可通信地耦合的数字图像源接收的所述第一图像的包含对象的有缺陷特征的部分的模块可以包括:用于使得在可通信地耦合的显示设备上显示所述第一图像的模块;用于自主地识别所述第一图像的包含所述有缺陷特征的部分的模块;以及用于接收指示以下各项中任一项的用户输入的模块:对所述第一图像的自主选定部分的确认;或者与所述第一图像的其中出现所述有缺陷特征的用户选定部分对应的输入。

示例33可以包括示例30的元素,其中,用于识别出现在第一图像中的对象的部分的模块,所述对象的所识别的部分具有至少一个有缺陷特征,可以包括:用于识别第一图像的其中出现有生命的对象的有缺陷的结构特征的部分的模块。

示例34可以包括示例33的元素,其中,用于识别第一图像的其中出现有生命的对象的有缺陷的结构特征的部分的模块可以包括:用于识别第一图像的其中出现人类对象的有缺陷的面部特征的部分的模块。

示例35可以包括示例34的元素,其中,用于识别包括其中出现与第一图像中的所识别的有缺陷特征对应的无缺陷特征的对象的至少一个历史图像的模块可以包括:用于经由所述至少一个历史图像中的所述人类对象的自动面部识别来自主地识别所述至少一个历史图像的模块,所述至少一个历史图像中的所述人类对象对应于出现在所述第一图像中的唯一地识别的人类对象。

示例36可以包括示例35的元素,其中,用于自主地识别包括其中出现与第一图像中的所识别的有缺陷特征对应的无缺陷特征的对象的至少一个历史图像的模块可以包括:用于自主地选择至少一个历史图像的模块,选定的至少一个历史图像中的所述对象的姿势对应于所述第一图像中的所述对象的姿势。

示例37可以包括示例30至35中任一项的元素,其中,用于用所述至少一个历史图像的选定部分自主地替换第一图像的所识别部分的模块可以包括:用于自主地缩放所述至少一个历史图像以使得至少一个所识别历史图像中的所述对象的大小对应于所述第一图像中的所述对象的大小的模块。

示例38可以包括示例30至35中任一项的元素,用于用所述至少一个历史图像的选定部分自主地替换第一图像的所识别部分的模块可以包括:用于自主地校正所述至少一个历史图像,以使得至少一个所识别的历史图像中的所述对象的颜色、亮度或对比度中的至少一个对应于所述第一图像中所述对象的颜色、亮度或对比度中的至少一个的模块。

示例39可以包括示例30至35中任一项的元素,其中,用于用所述至少一个历史图像的选定部分自主地替换第一图像的所识别部分的模块可以包括:用于自主地改变至少一个所识别的历史图像中的所述对象的物理参数,以使得所述对象的姿势或所述对象的旋转中的至少一个对应于所述第一图像中的所述对象的姿势或者所述对象的旋转中的至少一个的模块。

根据示例40,提供了一种使电路提供数字图像编辑电路的系统,所述系统被布置为执行示例11至19中任一项的方法。

根据示例41,提供了一种被布置为执行示例11至19中任一项的方法的芯片组。

根据示例42,提供了包括多个指令的至少一种机器可读介质,所述多个指令响应于在计算设备上被执行而使所述计算设备执行根据权利要求11至19中任一项所述的方法。

根据示例43,提供了一种被配置为使得电路提供数字图像编辑电路的设备,所述设备被布置为执行根据权利要求11至19中任一项所述的方法。

如在本文的任何实施例中所使用的,术语“系统”或“模块”可以指代例如被配置为执行前述操作中的任一项的软件、固件和/或电路。软件可以具体化为记录在非暂时性计算机可读储存介质上的软件包、代码、指令、指令集和/或数据。固件可以具体化为被硬编码(例如,非易失性)在存储器设备中的代码、指令或指令集和/或数据。如在本文任何实施例中所使用的,“电路”可以例如单独地或以任何组合包括硬连线电路、诸如包括一个或多个单独指令处理核的计算机处理器的可编程电路、状态机电路和/或固件,其存储由可编程电路执行的指令、或包括例如大规模并行性、模拟或量子计算、例如上述的神经网络处理器和非硅实施方式的加速器的硬件实施例的未来计算范例。这些模块可以共同地或单独地具体化为形成较大系统的一部分的电路,例如集成电路(ic)、片上系统(soc)、台式计算机、膝上型计算机、平板计算机、服务器、智能电话等。

本文描述的任何操作可以在包括一个或多个储存介质(例如,非暂时性储存介质)的系统中实现,所述储存介质单独地或组合地在其上存储有指令,所述指令在由一个或多个处理器执行时执行所述方法。在此,处理器可以包括例如服务器cpu、移动设备cpu和/或其它可编程电路。而且,旨在本文描述的操作可以分布在多个物理设备上,例如处于多于一个不同物理位置的处理结构。储存介质可以包括任何类型的有形介质,例如任何类型的盘,包括硬盘、软盘、光盘、光盘只读存储器(cd-rom)、可重写光盘(cd-rw)和磁光盘,半导体器件,例如只读存储器(rom)、诸如动态和静态ram之类的随机存取存储器(ram)、可擦除可编程只读存储器(eprom)、电可擦除可编程只读存储器(eeprom)、闪存、固态盘(ssd)、嵌入式多媒体卡(emmc)、安全数字输入/输出(sdio)卡、磁卡或光卡,或适用于存储电子指令的任何类型的介质。其它实施例可以被实现为由可编程控制设备执行的软件模块。

本文使用的术语和表达被用作描述的术语,而不是用于限制,使用这些术语和表达并非旨在排除所示和所述的特征的任何等效形式(或其部分),应认识到,各种修改在权利要求书的范围内是可能的。因此,权利要求书旨在涵盖所有这些等效形式。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1