对焦点确定方法及装置制造方法及图纸

提供了一种对焦点确定方法及装置。所述对焦点确定方法包括：获取取景范围的取景图像；识别取景图像中的显著性区域；以及在所识别的显著性区域中提取至少一个对焦点。通过识别取景图像中的显著性区域以及在所识别的显著性区域中提取至少一个对焦点，可以在一定程度上保证所选择的对焦点的准确性，从而保证对焦的准确性。

【技术实现步骤摘要】

本专利技术涉及自动对焦
，更具体地涉及一种对焦点确定方法及装置。
技术介绍
目前，大多数的数码相机以及诸如智能手机和平板电脑等配备摄像头的便携式智能设备都具有自动对焦装置，其通过利用对比度等方法，使得在用户指定的对焦点区域附近的图像更锐利。然而，由于对焦点是用户根据经验事先指定，往往导致在用户经验不足的情况下所拍摄的图像质量并不理想。此外，由于不同的构图要求不同的对焦点，因此用户需要在不同的对焦设置间进行切换，这严重影响了用户的抓拍等操作。此外，在抓拍一些快速运动物体的时候，用户也很难在非常短的时间内完成对焦操作。此外，在对焦一些比较远且较小的物体时，很容易出现用户指定的对焦点不精确的情况。因此，需要一种能够准确地确定对焦点的方法及装置。
技术实现思路
考虑到上述问题而提出了本专利技术。本专利技术提供了一种活体检测方法及装置，通过采用随机动作序列并且通过组合图像传感器采集的图像和非图像传感器采集的信息，可以提高活体检测的精度。根据本专利技术一方面，提供了一种对焦点确定方法，包括：获取取景范围的取景图像；识别取景图像中的显著性区域；以及在所识别的显著性区域中提取至少一个对焦点。根据本专利技术另一方面，提供了一种对焦点确定装置，包括：图像获取部件，用于获取取景范围的取景图像；显著性区域识别部件，用于识别取景图像中的显著性区域；以及对焦点提取部件，用于在所识别的显著性区域中提取至少一个对焦点。根据本专利技术又一方面，提供了一种电子设备，包括：处理器、存储有程序指令的存储装置、输入装置以及摄像头，其中，所述输入装置接收拍摄指令，所述摄像头响应于所述拍摄指令采集取景范围的取景图像，所述存储装置中存储的程序指令在被所述处理器执行时，获取取景范围的取景图像；识别取景图像中的显著性区域；以及在所识别的显著性区域中提取至少一个对焦点，所述摄像头按照所述至少一个对焦点执行对焦操作并拍摄图像。根据本专利技术再一方面，提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用于执行本专利技术实施例的对焦点确定方法，并且用于实现根据本专利技术实施例的对焦点确定装置。根据本专利技术实施例的对焦点确定方法及装置，通过识别取景图像中的显著性区域以及在所识别的显著性区域中提取至少一个对焦点，可以在一定程度上保证所选择的对焦点的准确性，从而保证对焦的准确性。进一步地，本专利技术通过利用神经网络自动确定对焦点，避免了繁琐的对焦点选择或切换操作，有利于用户进行抓拍等操作，并且可以避免由于用户误操作造成的对焦错误。附图说明通过结合附图对本专利技术实施例进行更详细的描述，本专利技术的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本专利技术实施例的进一步理解，并且构成说明书的一部分，与本专利技术实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中，相同的参考标号通常代表相同部件或步骤。图1是根据本专利技术实施例的对焦点确定方法的示意性流程图；图2是根据本专利技术实施例的识别取景图像中的显著性区域的示意性流程图；图3是根据本专利技术第一实施例的在连续拍摄图像的情况下提取对焦点的示意性流程图；图4A、图4B、图4C和图4D分别是根据本专利技术实施例中的取景图像、显著性识别图片、二值化的显著性图片以及对焦点确定图片；图5是根据本专利技术实施例的对焦点确定装置的示意性框图；图6是根据本专利技术实施例的显著性区域识别部件的示意性框图；图7是根据本专利技术实施例的对焦点提取部件的示意性框图；以及图8是根据本专利技术实施例的电子设备800的示意性框图。具体实施方式为了使得本专利技术的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本专利技术的示例实施例。显然，所描述的实施例仅仅是本专利技术的一部分实施例，而不是本专利技术的全部实施例，应理解，本专利技术不受这里描述的示例实施例的限制。基于本专利技术中描述的本专利技术实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本专利技术的保护范围之内。首先，参照图1来描述用于实现本专利技术实施例的对焦点确定方法100。根据本专利技术实施例，所述对焦点确定方法可以在云端实现或者可以在配备有摄像头的便携式智能设备处实现。在步骤S110，获取取景范围的取景图像。如图4A所示，示出了根据本专利技术实施例的对焦点确定方法100所获取的取景图像，即输入图像。在步骤S120，识别取景图像中的显著性区域。根据本专利技术实施例的一个示例，利用机器学习模型识别取景图像中的显著性区域，例如，利用神经网络识别取景图像中的显著性区域。通过模型训练，使得神经网络能够学习到图片中哪些物体的显著性更高，例如通常认为人、车要比墙壁、天空、草地、远处建筑物的显著性更高。此外，还可以利用其他方法(例如关键区域聚焦方法等)识别显著性区域，在此并不进行限定。其中，采用机器学习模型例如神经网络识别显著性区域，相对于其他识别显著性区域的方法，可以使识别更加智能。此外，根据本专利技术实施例，还可以依据不同的显著性定义训练多种模型供用户选择，例如“人脸优先”的显著性模型、“文字优先”的显著性模型等。在步骤S130，在所识别的显著性区域中提取至少一个对焦点。在所述对焦点确定方法在便携式智能设备处实现的情况下，在所述便携式智能设备上配备的摄像头采集取景范围的取景图像，然后所述摄像头利用在步骤S130处提取的对焦点对所述取景范围进行对焦并拍摄图像。在所述对焦点确定方法在云端实现的情况下，在所述便携式智能设备上配备的摄像头采集取景范围的取景图像，所述便携式智能设备将所述取景图像传送到云端，即云端在步骤S110获取取景范围的取景图像，云端将在步骤S130中提取的对焦点传送至所述便携式智能设备，然后由便携式智能设备上配备的摄像头按照所述对焦点进行对焦并拍摄图像。在本专利技术实施例中，在利用在提取的对焦点对所述取景范围进行对焦并拍摄图像的过程中，对焦点的选择可以由智能设备自动实现。通过自动选择对焦点，可以避免繁琐的对焦点选择或切换操作，有利于拍摄者进行抓拍等操作，并避免拍摄者误操作造成的对焦错误。然而，在一个具体示例中，对焦点可以由拍摄者通过操作进行选择。通过人为选择对焦点，可以让操作者根据实际需要或个人喜好选择对焦点，有利于拍摄出令拍摄者满意的图像。根据本专利技术实施例，通过自动确定对焦点，避免了繁琐的对焦点选择或切换操作，有利于用户进行抓拍等操作，并且可以避免由于用户误操作造成的对焦错误。图2示出了根据本专利技术实施例的识别取景图像中的显著性区域的示意性流程图。在步骤S210，利用取景图像生成显著性识别图片。在所述显著性识别图片中，每个像素的灰度值代表该像素的显著性。根据本专利技术实施例，可以利用神经网络计算取景图像的图像域梯度，然后根据所述图像域梯度，生成所述显著性识别图片。如图4B所示，示出了根据本专利技术实施例的利用图4A所示的取景图像生成的显著性识别图片。在步骤S220，将所述显著性识别图片二值化，得到二值化的显著性图片。如图4C所示，示出了根据本专利技术实施例的利用图4A所示的取景图像生成的二值化的显著性图片。在步骤S230，将所述二值化的显著性图片中的至少一个连通区域作为显著性区域。在如图4C所示的二值化的显著性图片中包括三个连通区域，将这三个连通区域作为如图4A所示的取景图像中的显著性区域。在识别出取景图像中的显著性区域之后，对本文档来自技高网...

【技术保护点】
一种对焦点确定方法，包括：获取取景范围的取景图像；识别取景图像中的显著性区域；以及在所识别的显著性区域中提取至少一个对焦点。

【技术特征摘要】
1.一种对焦点确定方法，包括：获取取景范围的取景图像；识别取景图像中的显著性区域；以及在所识别的显著性区域中提取至少一个对焦点。2.如权利要求1所述的对焦点确定方法，其中，利用神经网络识别取景图像中的显著性区域。3.如权利要求1所述的对焦点确定方法，其中，识别取景图像中显著性区域包括：利用取景图像生成显著性识别图片，其中，在所述显著性识别图片中，每个像素的灰度值代表该像素的显著性；将所述显著性识别图片二值化，得到二值化的显著性图片；以及将所述二值化的显著性图片中的至少一个连通区域作为显著性区域。4.如权利要求3所述的对焦点确定方法，其中，利用取景图像生成显著性识别图片包括：利用神经网络计算取景图像的图像域梯度；以及根据所述图像域梯度，生成所述显著性识别图片。5.如权利要求3所述的对焦点确定方法，其中，在所识别的显著性区域中提取至少一个对焦点包括：对于所述二值化的显著性图片中的每个连通区域，提取一个对焦点。6.如权利要求5所述的对焦点确定方法，其中，对于所述二值化的显著性图片中的每个连通区域，对该连通区域中的各点坐标求平均值，并将所述平均值作为该连通区域所对应的对焦点的坐标。7.如权利要求1所述的对焦点确定方法，其中，在所识别的显著性区域中提取至少一个对焦点包括：在所识别的显著性区域中提取至少一个预测对焦点；对于每个预测对焦点，在以该预测对焦点为中心的预定半径的邻域中查找与该预测对焦点对应的历史对焦点，所述历史对焦点为上一次拍摄的对焦点；对于每个预测对焦点，在查找到与该预测对焦点对应的历史对焦点的情况下，利用与该预测对焦点对应的历史对焦点对该预测对焦点进行平滑处理，从而得到与该预测对焦点对应的对焦点。8.如权利要求7所述的对焦点确定方法，其中，在所识别的显著性区域中提取至少一个预测对焦点包括：对于所述二值化的显著性图片中的每个连通区域，提取一个预测对焦点。9.如权利要求8所述的对焦点确定方法，其中，对于所述二值化的显著性图片中的每个连通区域，对该连通区域中的各点坐标求平均值，并将所述平均值作为该连通区域所对应的预测对焦点的坐标。10.如权利要求1至9所述的对焦点确定方法，其中，利用所提取的对焦点对所述取景范围进行对焦并拍摄图像。11.一种对焦点确定装置，包括：图像获取部件，用于获取取景范围的取景图像；显著性区域识别部件，用...

【专利技术属性】
技术研发人员：周舒畅，姚聪，周昕宇，何蔚然，冯迭乔，印奇，
申请(专利权)人：北京旷视科技有限公司，北京小孔科技有限公司，
类型：发明
国别省市：北京;11