本公开涉及拍摄技术领域，尤其涉及拍摄方法、装置、电子设备及存储介质。
背景技术：
随着终端技术的发展，智能手机或平板电脑等电子设备的配置和性能不断提升，电子设备通常都配置有摄像头，利用电子设备进行拍照已经成为很多人的生活习惯。然而，现有电子设备在拍照过程中所提供的拍摄功能单一，无法满足用户的更多拍摄需求。
技术实现要素：
为克服相关技术中存在的问题，本公开提供了拍摄方法、装置、电子设备及存储介质。
根据本公开实施例的第一方面，提供一种拍摄方法，所述方法包括：
获取当前拍摄画面，识别出所述当前拍摄画面所关联的目标特征；
查找与所述目标特征匹配的拍摄参数；
根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄。
在一个可选的实现方式中，所述查找与所述目标特征匹配的拍摄参数，包括：
获取预设的拍摄参数集，所述拍摄参数集包括至少一条拍摄参数，所述拍摄参数具有标签，所述标签指示所述拍摄参数所适用的目标特征；
查找与所述目标特征匹配的标签，从所述拍摄参数集中查找具有所述匹配的标签的拍摄参数作为与所述目标特征匹配的拍摄参数。
在一个可选的实现方式中，所述识别出所述当前拍摄画面所关联的目标特征，包括：
将所述当前拍摄画面输入至预设的场景识别模型，利用所述场景识别模型识别出的所述当前拍摄画面的场景信息作为所述目标特征。
在一个可选的实现方式中，所述识别出所述当前拍摄画面所关联的目标特征，包括：
检测所述当前拍摄画面中的人脸位置，确定所述人脸位置作为所述目标特征。
在一个可选的实现方式中，所述识别出所述当前拍摄画面所关联的目标特征，包括：
识别出所述拍摄画面中的线段，将所述线段与所述当前拍摄画面水平线的角度作为所述目标特征。
在一个可选的实现方式中，所述识别出所述当前拍摄画面所关联的目标特征，包括：
获取所述当前拍摄画面的梯度值作为所述目标特征。
在一个可选的实现方式中，所述方法还包括：
获取样本图像，所述样本图像标记有场景特征；
通过所述样本图像对机器学习模型进行训练后获得所述场景识别模型。
在一个可选的实现方式中，所述拍摄参数包括如下一种或多种：
曝光值、光圈值、快门值、感光度或焦距。
在一个可选的实现方式中，所述拍摄参数包括人脸位置信息。
在一个可选的实现方式中，所述拍摄参数包括倾斜角度。
在一个可选的实现方式中，所述拍摄参数包括构图位置信息。
根据本公开实施例的第二方面，提供一种拍摄装置，所述装置包括：
识别模块，被配置为：获取当前拍摄画面，识别出所述当前拍摄画面所关联的目标特征；
查找模块，被配置为：查找与所述目标特征匹配的拍摄参数；
调整模块，被配置为：根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄。
在一个可选的实现方式中，所述查找模块，包括：
获取子模块，被配置为：获取预设的拍摄参数集，所述拍摄参数集包括至少一条拍摄参数，所述拍摄参数具有标签，所述标签指示所述拍摄参数所适用的目标特征；
标签查找子模块，被配置为：查找与所述目标特征匹配的标签，从所述拍摄参数集中查找具有所述匹配的标签的拍摄参数作为与所述目标特征匹配的拍摄参数。
在一个可选的实现方式中，所述识别模块，包括第一识别子模块，被配置为：将所述当前拍摄画面输入至预设的场景识别模型，利用所述场景识别模型识别出的所述当前拍摄画面的场景信息作为所述目标特征。
在一个可选的实现方式中，所述识别模块，包括第二识别子模块，被配置为：检测所述当前拍摄画面中的人脸位置，确定所述人脸位置作为所述目标特征。
在一个可选的实现方式中，所述识别模块，包括第三识别子模块，被配置为：识别出所述拍摄画面中具有大梯度的线段，计算出所述线段与所述当前拍摄画面水平线的角度作为所述目标特征。
在一个可选的实现方式中，所述识别模块，包括第四识别子模块，被配置为：获取所述当前拍摄画面中梯度值作为所述目标特征。
在一个可选的实现方式中，所述识别模块，还包括模型训练子模块，被配置为：
获取样本图像，所述样本图像标记有场景特征；通过所述样本图像对机器学习模型进行训练后获得所述场景识别模型。
在一个可选的实现方式中，所述拍摄参数包括如下一种或多种：
曝光值、光圈值、快门值、感光度或焦距。
在一个可选的实现方式中，所述拍摄参数包括人脸位置信息。
在一个可选的实现方式中，所述拍摄参数包括倾斜角度。
在一个可选的实现方式中，所述拍摄参数包括构图位置信息。
根据本公开实施例的第三方面，提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取当前拍摄画面，识别出所述当前拍摄画面所关联的目标特征；
查找与所述目标特征匹配的拍摄参数；
根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄。
根据本公开实施例的第四方面，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前述所述拍摄方法的步骤。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开中，通过识别拍摄画面上的目标特征，通过自动查找与目标特征匹配的拍摄参数，从而可以根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄，使得用户可以更快拍摄出符合需求的照片，也进一步丰富了电子设备的拍摄功能。
本公开中，通过对拍摄参数配置标签，标签指示所述拍摄参数所适用的目标特征，因此可以根据目标特征及标签快速地查找匹配的拍摄参数。
本公开中，可以识别场景信息、人脸位置、线段与水平线的角度或当前拍摄画面的梯度值中的一种或多种作为目标特征，从而可以为用户查找更多符合其需要的拍摄参数。
本公开中，利用机器学习模型预先训练场景识别模型，可以精确快速地识别出拍摄画面中的场景信息。
本公开中，拍摄参数包括曝光值、光圈值、快门值、感光度、焦距、人脸位置信息、倾斜角度或构图位置信息中的一种或多种，因此可以为用户提供较多符合其需要的拍摄参数。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1a是本公开根据一示例性实施例示出的一种拍摄方法的流程图。
图1b是本公开根据一示例性实施例示出的一种拍摄场景示意图。
图1c是本公开根据一示例性实施例示出的一种拍摄示意图。
图1d是本公开根据一示例性实施例示出的一种拍摄示意图。
图2是本公开根据一示例性实施例示出的一种拍摄装置的框图。
图3是本公开根据一示例性实施例示出的另一种拍摄装置的框图。
图4是本公开根据一示例性实施例示出的另一种拍摄装置的框图。
图5是本公开根据一示例性实施例示出的另一种拍摄装置的框图。
图6是本公开根据一示例性实施例示出的另一种拍摄装置的框图。
图7是本公开根据一示例性实施例示出的另一种拍摄装置的框图。
图8是本公开根据一示例性实施例示出的另一种拍摄装置的框图。
图9是本公开根据一示例性实施例示出的一种拍摄装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
如图1a所示，图1a是本公开根据一示例性实施例示出的一种拍摄方法的流程图，可应用于具有拍摄功能的电子设备，包括以下步骤：
在步骤101中，获取当前拍摄画面，识别出所述当前拍摄画面所关联的目标特征。
在步骤102中，查找与所述目标特征匹配的拍摄参数；
在步骤103中，根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄。
本公开实施例的电子设备可以包括智能手机、平板电脑、数码相机或其它具有拍摄功能的设备。如图1b所示，图1b是一种拍摄场景示意图，图1b中电子设备以智能手机为例进行说明，用户可以通过点击摄像头图标以启动电子设备所提供的拍摄功能。在启动拍摄功能后，电子设备处于预览拍摄模式下，摄像头的拍摄画面显示在图1b中的显示屏上。
实际应用中，用户主要依靠自身的拍摄技巧进行拍照，而拍摄照片通常涉及多种拍摄模式的调整，如曝光值、光圈、快门、感光度、焦距、人脸位置、倾斜角度或构图位置等等，对于拍摄经验较少的用户，所拍摄照片的拍摄效果可能较差，导致用户需要重复多次拍摄。
本公开实施例通过识别拍摄画面上的目标特征，通过自动查找与目标特征匹配的拍摄参数，从而可以根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄，使得用户可以更快拍摄出符合需求的照片，也进一步丰富了电子设备的拍摄功能。
本公开实施例中，可以预先配置有拍摄参数集，所述预设排版样式集中包括至少一条拍摄参数，拍摄参数集的配置过程，实际应用中可以灵活配置。作为一个示例，可以是由专业摄影人员提供，还可以利用已有的拍摄效果较好的样本图像，从样本图像中提取出该样本图像的人脸位置、构图位置、画面倾斜角度、曝光值、光圈、快门、感光度、焦距等作为目标特征。
在某些例子中，拍摄参数集可以是存储于电子设备中，在另一些例子中，拍摄参数集还可以是配置在服务器上，在需要引导用户拍摄时电子设备与服务器连接，通过服务器获取拍摄参数。
其中，拍摄参数关联有至少一个标签，所述标签指示该拍摄参数所适用的图像的目标特征，本公开实施例通过标签对拍摄参数所能适用的目标特征进行区分，在获取到用户的拍摄画面后，可以通过分析当前拍摄画面的目标特征，从而为用户提供合适的拍摄引导。其中，上述标签可以根据实际应用中所配置的拍摄参数及所适用的目标特征而灵活配置。接下来结合拍摄参数、所适用的目标特征及标签列出几种示例。
第一种、拍摄场景。
在一些例子中，考虑到在不同环境和时间等场景下，由于光线亮度等因素，拍摄参数的设置将会影响到照片的效果，例如拍摄蓝天可以调整对比度、在黑夜或昏暗场合下需要打开闪光灯提高亮度、拍摄微小物体可以调整焦距、拍摄黄昏场景可以调整柔和度等等。因此，拍摄参数可以包括拍摄参数数据，不同拍摄参数数据对应不同拍摄场景下的拍摄参数。具体的，拍摄参数可以包括曝光值、光圈大小、快门速度、感光度或焦距等等，实际应用中可以灵活配置，本公开实施例对此不作限定。
基于此，此类拍摄参数是根据不同拍摄场景而进行配置的，因此拍摄参数与具体的场景信息相关联，其配置的标签可以指示该拍摄参数所适用的场景特征，例如与蓝天场景关联的拍摄参数，则可以配置指示该数据所适用蓝天场景的标签。
相应的，电子设备在获得当前拍摄画面后，可以识别出所述当前拍摄画面中的场景信息，实际应用中可以通过图像识别技术实现。为了提高图像识别效率和精确度，本公开实施例可以利用机器学习预先训练出场景识别模型，通过场景识别模型实现对拍摄画面中的场景信息的精确识别。具体的，本实施例预先训练有场景识别模型，该场景识别模型可以设置于电子设备中，也可以设置于服务端中。在一些例子中，场景识别模型可以由服务方预先进行训练，训练后的场景识别模型可以存储在电子设备中，以用于识别拍摄画面所对应的场景。
其中，服务方可以预先准备用于训练的样本数据。样本数据可以包括：标记有场景特征的图像。样本图像的获取则可以通过网络收集等方式实现。通常，样本数据需要达到一定的数量以保证训练出的模型的精确度，而样本越多，则模型的精确度可能越高。另一方面，当场景识别模型训练好后开始应用，对用户的拍摄画面进行识别，而模型开始投入应用后，所获取的拍摄画面也可以作为样本，从而实现对场景识别模型的持续训练及优化。
在准备有上述样本数据后，场景识别模型可以利用样本图像对机器学习模型训练得到。在训练过程中，训练一个准确率较高的合适的模型，需要依赖于特征选择和模型选择。其中，机器学习模型可以包括逻辑回归模型、随机森林模型、贝叶斯方法模型、支持向量机模型或神经网络模型等等，模型的选择影响最终所训练得到的识别模型的精确度，因此，实际应用中可以选择多种模型进行训练，而训练过程较为耗时，需要经过重复的迭代过程，最终确定出合适的模型。
训练过程的另一方面，是选取合适的特征用于训练。本实施例中用于训练的图像特征可以包括有图像像素值、图像中各个区域像素值的差异、灰度图或梯度等等。
通过上述方式，服务方准备好样本图像，选取好用于训练的图像特征和模型，即可预先训练出场景识别模型，在场景识别模型训练完成后，该场景识别模型可以设置于电子设备中或者也可以设置于服务端中，在需要时，将当前拍摄画面输入至该场景识别模型中进行场景识别，利用场景识别模型识别出该画面所对应的场景信息，并将识别出的场景信息作为目标特征。
在获得包括有场景信息的目标特征后，则可以从拍摄参数集中查找与该场景信息对应的标签，进而确定拍摄参数。由于所查找的拍摄参数能适用该场景，可以根据所述拍摄参数调整当前拍摄模式，使得用户能够拍摄出效果较好的照片。
第二种、人脸位置。
在另一些例子中，考虑到在拍摄人物的场景下，人脸位置也将影响到照片的效果，本实施例的人脸位置是指图像中人脸占据图像的位置。例如，在拍摄人物的照片中，人脸位置处于黄金分割点的照片效果较好，并且人脸位置所占据画面的大小也会影响照片效果。因此，假设识别到画面中人脸位置没有处于较好的位置，例如画面中人脸位置较小、人脸位置处于画面边缘等位置，可以获取适用于当前拍摄画面的较好的人脸位置作为拍摄参数，并根据人脸位置在当前拍摄画面上进行输出，引导用户调整人脸位置。假设识别到画面中人脸位置处于较好的位置，则可以不调整当前拍摄模式。
基于此，本实施例的拍摄参数可以包括人脸位置信息，该人脸位置信息可以指示人脸在拍摄画面中的所处位置。由于此类拍摄参数是根据人脸位置进行配置，因此拍摄参数与具体的人脸位置相关联，其配置的标签可以指示该拍摄参数所适用的人脸位置。作为示例，拍摄参数包括人脸位置信息，其配置的标签为：画面中人脸位置与图像边缘的距离占据拍摄画面的20％(表示人脸位置在画面边缘处)，人脸位置信息具体可以是一个处于画面中黄金分割点的人脸构图位置。
相应的，电子设备在获得当前拍摄画面后，可以识别出所述当前拍摄画面中的人脸位置，实际应用中可以通过人脸识别技术实现。识别出的人脸位置可以作为目标特征，从拍摄参数集中查找是否与该人脸位置对应的拍摄参数。假设拍摄画面中人脸位置处于黄金分割点等较好位置，则可以不进行拍摄模式调整。假设拍摄画面中人脸位置处于画面边缘、人脸位置较小等位置，根据该人脸位置查找到对应标签，进而查找到拍摄参数。如图1c所示，是本公开根据一示例实施例示出的一种拍摄示意图，图1c中在拍摄人物时，由于检测出的人脸位置较为靠近画面中右侧边缘，因此查找到拍摄参数，由于拍摄参数中包括有人脸位置信息，而人脸位置信息指示了较好的人脸构图位置，即图1c中所示的拍摄画面中的虚线框，该虚线框指示了人脸位置信息。电子设备可以通过调整焦距等方式，使得拍摄画面中的实际人脸能够与人脸位置信息匹配。可选的，电子设备还可以根据拍摄参数输出拍摄引导时，如图1c中所示，可以在拍摄画面上将人脸构图位置突出显示，以指示用户所拍摄人物的人脸处于该人脸构图位置中，使得用户在拍摄时能够拍摄效果较好的照片。
第三种、线段。
考虑到某些带有较多线段如建筑物等拍摄场景下，由于用户可能没有较好地摆放电子设备的位置，因此导致拍摄画面中线段位置没有与图像水平线平行或垂直，照片拍摄效果较差。其中，电子设备所拍摄图像通常为矩形，图像水平线指矩形的边。因此，拍摄参数可以包括倾斜角度，该倾斜角度可以用于指示用户画面中有倾斜。基于此，此类拍摄参数是根据画面中的线段与图像水平线的角度而进行配置，其中，该线段可以是包括具有大梯度的线段，该大梯度是指线段的梯度大于预设梯度阈值，因此拍摄参数与具体倾斜角度相关联，其配置的标签可以指示该拍摄参数所适用的角度。作为示例，拍摄参数包括倾斜角度，其配置的标签为：线段与图像水平线的角度在5°至85°(表示画面中具有线段的物体存在倾斜)，可选的，还可以预先配置倾斜提示数据，具体可以是提示用户需要注意画面倾斜的语音或文字等等。
相应的，电子设备在获得当前拍摄画面后，可以识别出所述当前拍摄画面中是否存在线段，在有线段的情况下，确定线段与当前拍摄画面中水平线的角度。作为一个示例，实际应用中识别线段的方式可以包括：采用基于霍夫变换算法检测出直线。识别出的线段与图像水平线的角度可以作为目标特征，从拍摄参数集中查找是否与该角度对应的拍摄参数。假设拍摄画面中线段与图像水平线的角度基本趋于平行或垂直，则可以不输出拍摄引导。假设拍摄画面中线段与图像水平线的角度在0°至90°之间，说明线段与图像水平线不平行也不垂直，具有线段的物体当前处于倾斜状态，需要调整拍摄模式。具体的，可以在当前拍摄画面中高亮显示线段，使得用户能够清楚查阅到倾斜的线段，并根据上述所确定的角度调整拍摄模式。可选的，还可以获取倾斜提示数据，并进行输出。如图1d所示，是本公开根据一示例实施例示出的一种拍摄示意图，图1d中识别出拍摄画面中的线段与拍摄画面具有一定角度，因此可以以文字方式提示用户拍摄画面中物体有倾斜，提醒用户可以调整电子设备，使得用户在拍摄时能够拍摄效果较好的照片。
第四种、构图方式。
考虑到如海滩、蓝天白云、山脉植被等拍摄场景下，构图方式也可能影响拍摄效果。例如，在拍摄海滩时，海面、蓝天和沙滩等拍摄对象需要保证一定的比例才可获得较好的构图，然而由于用户可能没有较好地摆放电子设备位置获得较好的构图，导致拍摄画面中海面和蓝天占据较大比例，而沙滩占据较小比例，线段位置没有与水平线或垂直线平行导致照片拍摄效果较差。因此，拍摄参数可以包括构图位置信息，该构图位置信息可以指示当前拍摄画面所适用的构图。基于此，此类拍摄参数是根据构图方式而进行配置，因此拍摄参数与具体的构图方式相关联，其配置的标签可以指示该拍摄参数所适用的构图方式。作为示例，拍摄参数包括构图提示数据，其配置的标签为：拍摄对象占据画面的比例低于5％、或高于80％等等(表示画面中某个拍摄对象占据比例较小、某个拍摄对象占据比例较大)，构图位置信息可以包括拍摄画面中所适用的构图位置，可选的，还可以准备构图提示数据，具体是一个提示用户需要注意画面有拍摄对象占据较大或较小比例的语音或文字等等。
相应的，电子设备在获得当前拍摄画面后，可以获取当前拍摄画面中的梯度值，实际应用中可以获取当前拍摄画面的图像，将图像作为二维离散函数，灰度梯度可以理解为该二维离散函数的求导，用差分代替微分，即可求取图像的灰度梯度值，计算得到的梯度值可以作为目标特征。根据拍摄画面的梯度值，可以检测出画面中的边缘，通过边缘则可区分出各个拍摄对象，从而确定各个拍摄对象在画面中的占据比例。假设拍摄画面中各拍摄对象的构图较好，则各拍摄对象的占据比例差异较小；假设拍摄画面中各拍摄对象的占据比例差异大，例如某个拍摄对象的占据比例非常高，而另一拍摄对象的占据比例非常低，则可以获取到构图位置信息，并相应地通过调整焦距等方式调整当前拍摄画面的拍摄模式，可选的，还可以输出拍摄引导，以提示用户拍摄画面中拍摄对象的比例需要调整，提醒用户可以调整构图方式，使得用户在拍摄时能够拍摄效果较好的照片。
与前述拍摄方法的实施例相对应，本公开还提供了拍摄装置及其所应用的电子设备的实施例。
如图2所示，图2是本公开根据一示例性实施例示出的一种拍摄装置的框图，所述装置包括：
识别模块21，被配置为：获取当前拍摄画面，识别出所述当前拍摄画面所关联的目标特征；
查找模块22，被配置为：查找与所述目标特征匹配的拍摄参数；
调整模块23，被配置为：根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄。
由上述实施例可见，通过识别拍摄画面上的目标特征，通过自动查找与目标特征匹配的拍摄参数，从而可以在拍摄画面上向用户输出拍摄引导，因此根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄，使得用户可以更快拍摄出符合需求的照片，也进一步丰富了电子设备的拍摄功能。
如图3所示，图3是本公开根据一示例性实施例示出的另一种装置的框图，该实施例在前述图2所示实施例的基础上，所述查找模块22，包括：
获取子模块221，被配置为：获取预设的拍摄参数集，所述拍摄参数集包括至少一条拍摄参数，所述拍摄参数具有标签，所述标签指示所述拍摄参数所适用的目标特征；
标签查找子模块222，被配置为：查找与所述目标特征匹配的标签，从所述拍摄参数集中查找具有所述匹配的标签的拍摄参数作为与所述目标特征匹配的拍摄参数。
由上述实施例可见，通过对拍摄参数配置标签，标签指示所述拍摄参数所适用的目标特征，因此可以根据目标特征及标签快速地查找匹配的拍摄参数。
如图4所示，图4是本公开根据一示例性实施例示出的另一种装置的框图，该实施例在前述图2所示实施例的基础上，所述识别模块21，包括：
第一识别子模块211，被配置为：将所述当前拍摄画面输入至预设的场景识别模型，利用所述场景识别模型识别出的所述当前拍摄画面的场景信息作为所述目标特征。
如图5所示，图5是本公开根据一示例性实施例示出的另一种装置的框图，该实施例在前述图2所示实施例的基础上，所述识别模块21，包括：
第二识别子模块212，被配置为：检测所述当前拍摄画面中的人脸位置，确定所述人脸位置作为所述目标特征。
如图6所示，图6是本公开根据一示例性实施例示出的另一种装置的框图，该实施例在前述图2所示实施例的基础上，所述识别模块21，包括：
第三识别子模块213，被配置为：识别出所述拍摄画面中的线段，计算出所述线段与水平线的角度作为所述目标特征。
如图7所示，图7是本公开根据一示例性实施例示出的另一种装置的框图，该实施例在前述图2所示实施例的基础上，所述识别模块21，包括：
第四识别子模块214，被配置为：获取所述当前拍摄画面中梯度值作为所述目标特征。
由上述实施例可见，可以识别场景信息、人脸位置、线段与水平线的角度或当前拍摄画面的梯度值中的一种或多种作为目标特征，从而可以为用户查找更多符合其需要的拍摄参数。
如图8所示，图8是本公开根据一示例性实施例示出的另一种装置的框图，该实施例在前述图4所示实施例的基础上，所述识别模块21，还包括模型训练子模块215，被配置为：
获取样本图像，所述样本图像标记有场景特征；通过所述样本图像对机器学习模型进行训练后获得所述场景识别模型。
由上述实施例可见，利用机器学习模型预先训练场景识别模型，可以精确快速地识别出拍摄画面中的场景信息。
在一个可选的实现方式中，所述拍摄参数包括如下一种或多种：
曝光值、光圈值、快门值、感光度或焦距。
在一个可选的实现方式中，所述拍摄参数包括人脸位置信息。
在一个可选的实现方式中，所述拍摄参数包括倾斜角度。
在一个可选的实现方式中，所述拍摄参数包括构图位置信息。
由上述实施例可见，拍摄参数包括曝光值、光圈值、快门值、感光度、焦距、人脸位置信息、倾斜角度或构图位置信息中的一种或多种，因此可以为用户提供较多符合其需要的拍摄参数。
相应的，本公开实施例还提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
获取当前拍摄画面，识别出所述当前拍摄画面所关联的目标特征；
查找与所述目标特征匹配的拍摄参数；
根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄。
相应的，本公开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前述所述拍摄方法的步骤。
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
图9是根据一示例性实施例示出的一种拍摄装置的结构示意图。
如图9所示，根据一示例性实施例示出的一种拍摄装置900，该装置900可以是计算机，移动电话，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图9，装置900可以包括以下一个或多个组件：处理组件901，存储器902，电源组件903，多媒体组件904，音频组件905，输入/输出(i/o)的接口906，传感器组件907，以及通信组件908。
处理组件901通常控制装置900的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件901可以包括一个或多个处理器909来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件901可以包括一个或多个模块，便于处理组件901和其它组件之间的交互。例如，处理部件901可以包括多媒体模块，以方便多媒体组件904和处理组件901之间的交互。
存储器902被配置为存储各种类型的数据以支持在装置900的操作。这些数据的示例包括用于在装置900上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器902可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
电源组件903为装置900的各种组件提供电力。电源组件903可以包括电源管理系统，一个或多个电源，及其它与为装置900生成、管理和分配电力相关联的组件。
多媒体组件904包括在所述装置900和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件904包括一个前置摄像头和/或后置摄像头。当装置900处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件905被配置为输出和/或输入音频信号。例如，音频组件905包括一个麦克风(mic)，当装置900处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器902或经由通信组件908发送。在一些实施例中，音频组件905还包括一个扬声器，用于输出音频信号。
i/o接口902为处理组件901和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件907包括一个或多个传感器，用于为装置900提供各个方面的状态评估。例如，传感器组件907可以检测到装置900的打开/关闭状态，组件的相对定位，例如所述组件为装置900的显示器和小键盘，传感器组件907还可以检测装置900或装置900一个组件的位置改变，用户与装置900接触的存在或不存在，装置900方位或加速/减速和装置900的温度变化。传感器组件907可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件907还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件907还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件908被配置为便于装置900和其它设备之间有线或无线方式的通信。装置900可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件908经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件908还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其它技术来实现。
在示例性实施例中，装置900可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其它电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器902，上述指令可由装置900的处理器909执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
其中，当所述存储介质中的指令由所述处理器执行时，使得装置900能够执行一种拍摄方法，包括：
获取当前拍摄画面，识别出所述当前拍摄画面所关联的目标特征；
查找与所述目标特征匹配的拍摄参数；
根据所述拍摄参数调整当前拍摄模式，以使用户根据所述当前拍摄模式进行拍摄。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。