一种实时拍照指导方法及装置与流程

本发明涉及图像处理领域，特别涉及一种实时拍照指导方法及装置。

背景技术：

拍照功能已经成为目前智能设备的必备重要功能之一，遇到美丽的风景时，用户希望在风景中留下自己的身影，然而普通用户却不知取景画面中的何处才是最佳拍照站位，因此，需要一种能智能指导拍照站位的方法。目前已有一些可以对拍照进行指导的发明专利。申请号为cn201410180886.2的发明进入拍照预览模式时，根据获取到的图像信息生成相关构图数据，并发送所述构图数据至云端服务器；云端服务器搜索匹配的构图数据，并通过运算处理获取最优构图方案数据，并将所述最优构图方案数据发送至移动终端；移动终端在拍照预览界面上显示相应的最佳构图位置提示，用户根据提示调整位置拍照。该发明实现了拍照时进行构图指导，但是无法智能推荐出被拍照人的最佳站位。申请号为cn201510599253.x的发明可以实现在取景过程中获取所述用户的人脸姿态信息；将预设的拍照模板的人脸姿态信息与所述用户的人脸姿态信息进行比对；根据比对结果提示所述用户进行人脸姿态调整。该发明实现了对用户的人脸姿态进行拍照指导，但人脸拍照模板不能根据场景进行自适应的拍照指导，且不能推荐多种拍照站位。

技术实现要素：

鉴于上述问题，本发明提供了一种实时拍照指导方法及装置。

本发明提供的一种实时拍照指导方法，包括：

获取智能设备中的当前取景图像；

在所述取景图像中生成若干个虚拟站位；

所述取景图像结合若干个虚拟站位分别进行美学评分，根据美学评分得到推荐站位并显示。

本发明还提供了一种实时拍照指导装置，包括图像获取模块、第一处理模块、第二处理模块、显示模块：

所述图像获取模块，用于获取智能设备中的当前取景图像；

所述第一处理模块，用于在所述取景图像中生成若干个虚拟站位；

所述第二处理模块，用于所述取景图像结合若干个虚拟站位分别进行美学评分，根据美学评分得到推荐站位并显示。

本发明有益效果如下：

本发明实施例的实时拍照指导方法通过智能识别拍摄场景，给出推荐站位，使得不具备专业摄影知识的用户也能轻松拍出高美感的人像照，有效克服了现有技术中的种种缺点而具有高度产业利用价值。

附图说明

图1是本发明方法实施例的实时拍照指导方法的流程图；

图2是本发明装置实施例的实时拍照指导装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决现有技术无法智能推荐出被拍照人的最佳站位或人脸拍照模板不能根据场景进行自适应的拍照指导，且不能推荐多种拍照站位的问题，本发明提供了一种实时拍照指导方法及装置，以下结合附图以及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不限定本发明。

根据本发明的方法实施例，提供了一种实时拍照指导方法，图1是本发明方法实施例的实时拍照指导方法的流程图，如图1所示，根据本发明方法实施例的实时拍照指导方法包括如下处理：

步骤101，获取智能设备中的当前取景图像。

具体的，所述智能设备包括个人电脑、智能手机、平板电脑、智能眼镜，以及其他具有摄像头及数据处理功能的设备。

步骤102，在所述取景图像中生成若干个虚拟站位。

具体的，在所述取景图像中生成若干个虚拟站位包括以下步骤：

在所述取景图像中通过多尺度滑动窗口遍历，得到若干个虚拟站位；优选地，滑动窗口遍历过程中选取背景物体距离较远的区域对应的位置信息作为候选的虚拟站位信息。

步骤103，所述取景图像结合若干个虚拟站位分别进行美学评分，根据美学评分得到推荐站位并显示。

具体的，所述推荐站位选取最佳站位或美学评分大于等于最低阈值的多个虚拟站位中的一个或多个。

更加具体的，选取最高美学评分对应的虚拟站位作为最佳站位；美学评分大于等于最低阈值的多个虚拟站位按照美学评分由高至低的顺序进行排列。

具体的，所述取景图像分别结合若干个虚拟站位进行美学评分，根据美学评分得到推荐站位包括：

将所述取景图像与任意一个虚拟站位输入到预设的美学评价模型中对所述虚拟站位进行美学评分，遍历所述若干个虚拟站位，得到若干个美学评分；

根据所述若干个美学评分得到推荐站位。

本发明方法实施例的实时拍照指导方法，还包括以下步骤：当所述若干个虚拟站位的美学评分均小于最低阈值时，提示用户调整取景位置。

具体的，预览界面提示为图形提示和/或文字提示和/或语音提示。

作为本发明方法实施例的另一实施例，在对若干个拍照图像进行美学评分之前，还包括以下步骤：

采用预设的图像场景分类算法，对所述取景图像进行识别和分析，得到所述取景图像所属场景的分类结果；

需要说明的是，现有技术中已经有很多成熟的场景分类算法，故在此不再赘述。

进一步的，所述取景图像分别结合若干个虚拟站位进行美学评分包括：

将所述取景图像与任意一个虚拟站位、及所述取景图像所属场景的分类结果(例如场景标签)输入到预设的美学评价模型中对所述虚拟站位进行美学评分，遍历所述若干个虚拟站位，得到若干个美学评分。

具体的，所述预设的美学评价模型通过训练得到，使用的机器学习方法包括卷积神经网络、受限玻尔兹曼机、深度置信网络等。

更加具体的，所述美学评价模型的训练方法包括以下步骤：

获取已知美学评分和人物站位信息的若干个图像；

利用已知美学评分和人物站位信息的若干个图像对预设的美学评价模型进行训练，或利用已知美学评分和人物站位信息的若干个图像、及图像所属的场景标签对预设的美学评价模型进行训练，得到训练后的美学评价模型。

本发明实施例的的实时拍照指导方法通过智能识别拍摄场景，推荐出最佳拍摄站位，使得不具备专业摄影知识的用户也能轻松拍出高美感的人像照，有效克服了现有技术中的种种缺点而具高度产业利用价值。

与本发明的方法实施例相对应，本发明的装置实施例提供了一种实时拍照指导装置，图2是本发明装置实施例的实时拍照指导装置的结构示意图，如图2所示，根据本发明装置实施例的实时拍照指导装置，包括：图像获取模块20、第一处理模块22、第二处理模块24，以下对本发明实施例的各个模块进行详细的说明。

具体的，所述图像获取模块20，用于获取智能设备中的当前取景图像。

所述第一处理模块22，用于在所述取景图像中生成若干个虚拟站位。

具体的，在所述取景图像中通过多尺度滑动窗口遍历，得到若干个虚拟站位。

所述第二处理模块24，用于所述取景图像结合若干个虚拟站位分别进行美学评分，根据美学评分得到推荐站位并显示。

具体的，所述推荐站位选取最佳站位或美学评分大于等于最低阈值的多个虚拟站位中的一个或多个。

更加具体的，选取最高美学评分对应的虚拟站位作为最佳站位；美学评分大于等于最低阈值的多个虚拟站位按照美学评分由高至低的顺序进行排列。

具体的，所述第二处理模块24具体用于：

将所述取景图像与任意一个虚拟站位输入到预设的美学评价模型中对所述虚拟站位进行美学评分，遍历所述若干个虚拟站位，得到若干个美学评分；

根据所述若干个美学评分得到推荐站位。

作为本发明装置实施例的另一实施例，还包括场景分类模块：

所述场景分类模块，用于采用预设的图像场景分类算法，对所述取景图像进行识别和分析，得到所述取景图像所属场景的分类结果；

需要说明的是，现有技术中已经有很多成熟的场景分类算法，故在此不再赘述。

进一步的，所述第二处理模块24，还用于将所述取景图像与任意一个虚拟站位、及所述取景图像所属场景的分类结果输入到预设的美学评价模型中对所述虚拟站位进行美学评分，遍历所述若干个虚拟站位，得到若干个美学评分。

具体的，所述预设的美学评价模型通过训练得到，使用的机器学习方法包括卷积神经网络、受限玻尔兹曼机、深度置信网络等。

作为本发明装置实施例的另一实施例，还包括提示模块，所述提示模块，用于当所述若干个虚拟站位的美学评分均小于最低阈值时，提示用户调整取景位置。

作为本发明装置实施例的另一实施例，还包括模型训练模块。

所述模型训练模块用于：

获取已知美学评分和人物站位信息的若干个图像；

利用已知美学评分和人物站位信息的若干个图像对预设的美学评价模型进行训练，或利用已知美学评分和人物站位信息的若干个图像、及图像所属的场景标签对预设的美学评价模型进行训练，得到训练后的美学评价模型。

本发明的实时拍照指导方法及系统，具有以下有益效果：

1、采用场景分类算法对不同场景进行自适应的美学评价，而且避免采取通用美学判别策略的分类性能限制，提高了最终拍照站位推荐的准确性。

2、美学评价模型通过训练得到，避免了人工规则模型的主观性和片面性。

3、本发明支持横向和纵向拍照模式，可以推荐多种最佳拍摄站位，供用户自行选择。

为了更加详细的说明本发明实施例，给出实例1，实例1包括以下步骤：

步骤s1：进入拍照模式后，智能设备获取当前取景图像。

步骤s2：采用图像场景分类算法识别拍照场景，根据识别结果将照片分为风景、建筑两个类别。

步骤s3：将取景图像与若干虚拟站位信息、及所述取景图像所属场景的分类结果作为输入，使用卷积神经网络美学评价模型计算得出人的最佳站位信息。

步骤s4：智能设备在拍照取景界面显示出最佳站位提示标识，用户根据提示指导被拍摄者移动位置。若用户不满意最佳站位，界面提供切换选项，显示其他推荐站位；若不存在推荐站位，界面提示用户需要调整取景位置。

在所述步骤s1中，进入拍照模式后，智能设备获取当前取景图像。

在所述步骤s2中，根据场景分类算法分析出的结果可将图像归类为风景、建筑两个类别，即得到照片所属场景分类结果。

需要说明的是，现有技术中已经有很多成熟的场景分类算法，故在此不再赘述。

在所述步骤s3中，将取景图像与若干虚拟站位信息、及所述取景图像所属场景的分类结果作为输入，使用卷积神经网络美学评价模型计算得出人的最佳合影位置信息。卷积神经网络美学评价模型通过训练得到，避免了人工规则模型的主观性和片面性。

需要说明的是，美学评价模型包括并不限于使用卷积神经网络，亦可采用其他机器学习方法，例如受限玻尔兹曼机、深度置信网络。

在所述步骤s4中，智能设备在拍照取景预览界面显示出最佳站位提示标识，用户根据提示指导被拍摄者移动位置。若用户不满意最佳站位，界面提供切换选项，显示其他推荐站位；若不存在推荐站位，界面提示用户需要调整取景位置。

具体的，所述智能设备包括并不限于个人电脑、智能手机、平板电脑、智能眼镜，以及其他具有摄像头及数据处理功能的设备。场景分类结果可以作为卷积神经网络美学评价模型的输入参数，亦可采用针对每一种场景分类单独建立其相应的卷积神经网络美学评价模型模型。预览界面提示为图形提示和/或文字提示和/或语音提示。其他推荐站位信息为按美学评分由高至低依次选取的其他虚拟站位信息。不存在最佳站位信息为美学评分结果不满足最低阈值要求。

本发明实施例能够实现自动推荐被拍摄人站位，而且预先对取景图像进行场景分类，提升站位推荐的准确性；采用训练得到的卷积神经网络美学评价模型，避免人工规则模型的主观性和片面性；支持横向和纵向拍照模式，可以推荐多个最佳拍摄站位，供用户自行选择。本方法及系统可以适用的范围广，可在智能设备中广泛适用。

以上所述仅为本发明的实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。