一种智能拍照方法和智能拍照系统与流程

本发明涉及图像处理技术领域，具体的说，是一种智能拍照方法和智能拍照系统。

背景技术：

伴随智能手机的普及应用，日常拍照功能得到简化和成为现代人生活方式的一部分。但在公园、景区等场景，因为普通手机的拍照质量及摄影技术等原因，各类专业摄像机的拍照服务依然存在。特别是在一些景区适合拍照留念的热门背景位置，除了人多需要排队外，还经常需要他人为自己协助拍照。目前，大多数景区提供的拍照服务方式是在一个或几个固定景点位置提供人工或半人工的景点拍照服务。游客只能在固定的几个景点获得零散的拍照服务，游客无法获得全程式、全景式的旅游体验。

技术实现要素：

本发明的目的在于提供一种智能拍照方法和智能拍照系统，用于解决现有技术中采用普通手机或者他人协助拍照无法专注旅游景区，无法体验全程式、全景式旅游的问题以及由于人多等因素无法获取与景区的智能合照的问题。

本发明通过下述技术方案解决上述问题：

一种智能拍照方法，包括：

步骤s100：接收高清摄像机动态抓拍的第一照片，所述第一照片为高清摄像机检测到人脸时拍摄的照片；

步骤s200：检测所述第一照片的目标位置区域存在人脸图像时，提取至少一个人脸图像作为目标人脸图像；

步骤s300：获取所述目标人脸图像对应的目标人物图像，并提取目标人物图像的特征信息；

步骤s400：处理第一照片得到第二照片，分别将特征信息和第一照片存储至第一照片数据库，将特征信息和第二照片存储至第二照片数据库。

进一步地，所述步骤s200中提取至少一个人脸图像作为目标人脸图像的具体步骤为：

步骤s210：获取所述第一照片的目标位置区域包含的人脸图像对应的所有人脸轮廓图像；

步骤s220：根据预设判断条件，从所有人脸轮廓图像集中筛选匹配度最高的人脸轮廓图像对应的人脸图像作为目标人脸图像。

进一步地，所述步骤s220中的预设判断条件包括：

人脸轮廓图像的特征信息是否匹配预设正脸轮廓图像特征信息；

人脸轮廓图像是否匹配笑脸轮廓图像特征信息；

人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否处于超过预设的眼睛睁开度大小阈值。

进一步地，所述步骤s220具体包括：从所有人脸轮廓图像中选择预设匹配度函数取值最大的人脸轮廓图像对应的人脸图像作为目标人脸图像，所述预设匹配度函数为：

f(i)＝(a(i)-ta)*(s(i)+e(i))(1-2(delt(i)+delt(i))/(w+h))

其中，i表示从所有人脸轮廓图像中选取的待测试人脸轮廓图像；a(i)表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配度，ta表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配阈值；s(i)表示待测试人脸轮廓图像的特征信息是否匹配笑脸轮廓图像特征信息，若待测试人脸轮廓图像的特征信息匹配笑脸轮廓图像特征信息，s(i)＝1，否则，s(i)＝0；e(i)表示待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否超过预设的眼睛睁开度大小阈值，若待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度超过预设的眼睛睁开度大小阈值，e(i)＝1，否则，e(i)＝0；w，h分别为所述第一照片的总宽度和总高度，delt(i)，delt(i)为待测试人脸轮廓图像距离所述第一照片的中心位置的水平和垂直距离。

进一步地，所述步骤s220具体包括：从所有人脸轮廓图像中选择距离第一照片的中心位置最近的人脸轮廓图像对应的人脸图像作为目标人脸图像。

进一步地，所述步骤s400中处理第一照片得到第二照片的具体方法包括：

步骤s410：获取拍摄所述第一照片时的地理位置信息及拍摄时间信息，查询拍摄地点与所述地理位置信息相同、拍摄时间与所述拍摄时间信息接近的同类风景图像；

步骤s420：从查询到的同类风景图像中筛选出所述第一照片的参考图像，所述第一照片与所述参考图像之间的匹配度大于预设阈值；

步骤s430：获取所述参考图像中与所述第一照片的所述目标人物图像对应的目标替换区域；

步骤s440：利用所述第一照片的所述目标人物图像对所述参考图像的所述目标替换区域进行填补，并把处理后的照片作为第二照片。

一种智能拍照系统，包括：

接收模块，用于接收高清摄像机动态抓拍的第一照片，所述第一照片为所述高清摄像机在检测到人脸时拍摄的照片；

检测模块，用于检测所述第一照片的目标位置区域是否存在人脸图像；

筛选模块，用于若所述第一照片的目标位置区域存在人脸图像，提取至少一个人脸图像作为目标人脸图像；具体包括：

第一获取单元，用于获取所述第一照片的目标位置区域包含的人脸图像对应的所有人脸轮廓图像；

筛选单元，用于根据预设判断条件，从所有人脸轮廓图像集中筛选匹配度最高的人脸轮廓图像对应的人脸图像作为目标人脸图像；

获取模块，用于获取所述第一照片中所述目标人脸图像对应的目标人物图像；

处理模块，用于处理所述第一照片并获得包含所述目标人物图像的第二照片；

存储模块，用于存储第一照片至第一照片数据库，存储第二照片至第二照片数据库。

进一步地，所述筛选单元具体包括：

第一判断单元，用于判断人脸轮廓图像的特征信息是否匹配预设正脸轮廓图像特征信息；

第二判断单元，用于判断人脸轮廓图像是否匹配笑脸轮廓图像特征信息；

第三判断单元，用于判断人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否处于超过预设的眼睛睁开度大小阈值；

第四判断单元，用于判断人脸轮廓图像的中心位置距离所述第一照片的中心位置的距离远近。

进一步地，所述筛选单元还包括筛选子单元，用于从所有人脸轮廓图像集中选择预设匹配度函数：

f(i)＝(a(i)-ta)*(s(i)+e(i))(1-2(delt(i)+delt(i))/(w+h))取值最大的人脸轮廓图像对应的人脸图像作为目标人脸图像；

其中，i表示从所有人脸轮廓图像集中选取的待测试人脸轮廓图像；a(i)表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配度，ta表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配阈值；s(i)表示待测试人脸轮廓图像的特征信息是否匹配笑脸轮廓图像特征信息，若待测试人脸轮廓图像的特征信息匹配笑脸轮廓图像特征信息，s(i)＝1，否则，s(i)＝0；e(i)表示待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否超过预设的眼睛睁开度大小阈值，若待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度超过预设的眼睛睁开度大小阈值，e(i)＝1，否则，e(i)＝0；w、h分别为所述第一照片的总宽度和总高度，delt(i)，delt(i)为待测试人脸轮廓图像的中心位置距离所述第一照片的中心位置的水平和垂直距离。

进一步地，所述处理模块具体包括：

虚化处理单元，用于虚化处理所述第一照片中所述目标人物图像以外的图像；或者，虚化处理所述第一照片中所述目标人物图像以外的人物图像；

第二获取单元，用于获取拍摄所述第一照片时的地理位置信息及拍摄时间信息，查询拍摄地点与所述地理位置信息相同、拍摄时间与所述拍摄时间信息接近的同类风景图像；

查询单元，用于从查询到的同类风景图像中筛选出所述第一照片的参考图像，所述第一照片与所述参考图像之间的匹配度大于预设阈值；

第三获取单元，用于获取所述参考图像中与所述第一照片的所述目标人物图像对应的目标替换区域；

填补单元，用于利用所述第一照片的所述目标人物图像对所述参考图像的所述目标替换区域进行填补，并把处理后的照片作为第二照片。

本发明与现有技术相比，具有以下优点及有益效果：

本发明通过自动获取高清摄像机动态抓拍的照片，并对照片进行自动处理，获得仅仅与游客有关的照片，此种方式不仅有利于景区为游客提供质量高且仅与游客相关的照片，使得游客获得全程式、全景式的旅游体验，还有利于为景区打造一条新的智能拍照服务，促进景区的发展。游客也能够更加专注地游览景区。

附图说明

图1为本发明的方法流程图；

图2为智能拍照系统的组成框图；

图3为筛选模块的组成框图；

图4为处理模块的组成框图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例1：

结合附图1所示，一种智能拍照方法，包括：

步骤s100：接收高清摄像机动态抓拍的第一照片，所述第一照片为高清摄像机检测到人脸时拍摄的照片；

步骤s200：检测所述第一照片的目标位置区域存在人脸图像时，提取至少一个人脸图像作为目标人脸图像，目标位置区域为所述第一照片的中心位置区域或所述第一照片上宽度位于[1/3*w,2/3*w]及高度位于[1/3*h,2/3*h]所限定的区域，其中w，h分别为所述第一照片的总宽度和总高度；具体包括：

步骤s210：获取所述第一照片的目标位置区域包含的人脸图像对应的所有人脸轮廓图像；

步骤s220：根据预设判断条件，从所有人脸轮廓图像集中筛选匹配度最高的人脸轮廓图像对应的人脸图像作为目标人脸图像，其中预设判断条件包括：

人脸轮廓图像的特征信息是否匹配预设正脸轮廓图像特征信息；

人脸轮廓图像是否匹配笑脸轮廓图像特征信息；

人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否处于超过预设的眼睛睁开度大小阈值。

具体为：从所有人脸轮廓图像中选择预设匹配度函数取值最大的人脸轮廓图像对应的人脸图像作为目标人脸图像，所述预设匹配度函数为：

f(i)＝(a(i)-ta)*(s(i)+e(i))(1-2(delt(i)+delt(i))/(w+h))

其中，i表示从所有人脸轮廓图像中选取的待测试人脸轮廓图像；a(i)表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配度，ta表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配阈值；s(i)表示待测试人脸轮廓图像的特征信息是否匹配笑脸轮廓图像特征信息，若待测试人脸轮廓图像的特征信息匹配笑脸轮廓图像特征信息，s(i)＝1，否则，s(i)＝0；e(i)表示待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否超过预设的眼睛睁开度大小阈值，若待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度超过预设的眼睛睁开度大小阈值，e(i)＝1，否则，e(i)＝0；w，h分别为所述第一照片的总宽度和总高度，delt(i)，delt(i)为待测试人脸轮廓图像距离所述第一照片的中心位置的水平和垂直距离。

步骤s300：获取所述目标人脸图像对应的目标人物图像，并提取目标人物图像的特征信息；

步骤s400：处理第一照片得到第二照片，具体包括：

步骤s410：获取拍摄所述第一照片时的地理位置信息及拍摄时间信息，查询拍摄地点与所述地理位置信息相同、拍摄时间与所述拍摄时间信息接近的同类风景图像；

步骤s420：从查询到的同类风景图像中筛选出所述第一照片的参考图像，所述第一照片与所述参考图像之间的匹配度大于预设阈值；

步骤s430：获取所述参考图像中与所述第一照片的所述目标人物图像对应的目标替换区域；

步骤s440：利用所述第一照片的所述目标人物图像对所述参考图像的所述目标替换区域进行填补，并把处理后的照片作为第二照片；

然后分别将特征信息和第一照片存储至第一照片数据库，将特征信息和第二照片存储至第二照片数据库。

实施例2：

结合附图2-4所示，一种智能拍照系统，包括：

接收模块，用于接收高清摄像机动态抓拍的第一照片，所述第一照片为所述高清摄像机在检测到人脸时拍摄的照片；

检测模块，用于检测所述第一照片的目标位置区域是否存在人脸图像；

筛选模块，用于若所述第一照片的目标位置区域存在人脸图像，提取至少一个人脸图像作为目标人脸图像；目标位置区域为所述第一照片的中心位置区域或所述第一照片上宽度位于[1/3*w,2/3*w]及高度位于[1/3*h,2/3*h]所限定的区域，其中w，h分别为所述第一照片的总宽度和总高度；

具体包括：

第一获取单元，用于获取所述第一照片的目标位置区域包含的人脸图像对应的所有人脸轮廓图像；

筛选单元，用于根据预设判断条件，从所有人脸轮廓图像集中筛选匹配度最高的人脸轮廓图像对应的人脸图像作为目标人脸图像；

进一步地，所述筛选单元具体包括：

第一判断单元，用于判断人脸轮廓图像的特征信息是否匹配预设正脸轮廓图像特征信息；

第二判断单元，用于判断人脸轮廓图像是否匹配笑脸轮廓图像特征信息；

第三判断单元，用于判断人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否处于超过预设的眼睛睁开度大小阈值；

第四判断单元，用于判断人脸轮廓图像的中心位置距离所述第一照片的中心位置的距离远近。

进一步地，所述筛选单元还包括筛选子单元，用于从所有人脸轮廓图像集中选择预设匹配度函数：

f(i)＝(a(i)-ta)*(s(i)+e(i))(1-2(delt(i)+delt(i))/(w+h))取值最大的人脸轮廓图像对应的人脸图像作为目标人脸图像；

其中，i表示从所有人脸轮廓图像集中选取的待测试人脸轮廓图像；a(i)表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配度，ta表示待测试人脸轮廓图像的特征信息与正脸轮廓图像特征信息的匹配阈值；s(i)表示待测试人脸轮廓图像的特征信息是否匹配笑脸轮廓图像特征信息，若待测试人脸轮廓图像的特征信息匹配笑脸轮廓图像特征信息，s(i)＝1，否则，s(i)＝0；e(i)表示待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度是否超过预设的眼睛睁开度大小阈值，若待测试人脸轮廓图像包含的眼睛轮廓图像中的眼睛睁开度超过预设的眼睛睁开度大小阈值，e(i)＝1，否则，e(i)＝0；w、h分别为所述第一照片的总宽度和总高度，delt(i)，delt(i)为待测试人脸轮廓图像的中心位置距离所述第一照片的中心位置的水平和垂直距离；

获取模块，用于获取所述第一照片中所述目标人脸图像对应的目标人物图像；

处理模块，用于处理所述第一照片并获得包含所述目标人物图像的第二照片，所述处理模块具体包括：

虚化处理单元，用于虚化处理所述第一照片中所述目标人物图像以外的图像；或者，虚化处理所述第一照片中所述目标人物图像以外的人物图像；

第二获取单元，用于获取拍摄所述第一照片时的地理位置信息及拍摄时间信息，查询拍摄地点与所述地理位置信息相同、拍摄时间与所述拍摄时间信息接近的同类风景图像；

查询单元，用于从查询到的同类风景图像中筛选出所述第一照片的参考图像，所述第一照片与所述参考图像之间的匹配度大于预设阈值；

第三获取单元，用于获取所述参考图像中与所述第一照片的所述目标人物图像对应的目标替换区域；

填补单元，用于利用所述第一照片的所述目标人物图像对所述参考图像的所述目标替换区域进行填补，并把处理后的照片作为第二照片。

存储模块，用于存储第一照片至第一照片数据库，存储第二照片至第二照片数据库。

尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。