一种输出图像的方法及装置制造方法及图纸

本发明专利技术公开了一种输出图像的方法及装置，以实现图像基准方向的自适应调整。该方法包括：获取待浏览图像；将所述待浏览图像输入预设的图像方向识别模型中，对所述待浏览图像中的目标物体的基准方向进行识别，其中，所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的；根据输出的识别结果，旋转所述待浏览图像，获得旋转后的待浏览图像，所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向；输出所述旋转后的待浏览图像，以供浏览。

【技术实现步骤摘要】
一种输出图像的方法及装置
本专利技术涉及电子设备应用领域，尤其涉及一种输出图像的方法及装置。
技术介绍
随着科学技术的不断发展，电子技术也得到了飞速的发展，电子产品的种类也越来越多，人们也享受到了科技发展带来的各种便利。现在人们可以通过各种类型的智能终端，享受随着科技发展带来的舒适生活。目前，以智能手机为例，用户在使用智能手机进行拍照时，往往会将手机旋转90°或者旋转180°，以获得更好的拍摄角度，但是，如此拍摄出来的照片在手机上或者是笔记本电脑上进行显示的时候，往往会出现无法全屏浏览或者图像颠倒的情况，影响用户体验。
技术实现思路
鉴于上述问题，本专利技术实施例的目的是提供一种输出图像的方法及装置，以实现图像基准方向的自适应调整。为达到上述目的，本专利技术的技术方案是这样实现的：第一方面，本专利技术实施例提供一种输出图像的方法，包括：获取待浏览图像；将所述待浏览图像输入预设的图像方向识别模型中，对所述待浏览图像中的目标物体的基准方向进行识别，其中，所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的；根据输出的识别结果，旋转所述待浏览图像，获得旋转后的待浏览图像，所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向；输出所述旋转后的待浏览图像，以供浏览。第二方面，本专利技术实施例提供一种输出图像的装置，包括：第一获取单元，用于获取待浏览图像；计算单元，用于将所述待浏览图像输入预设的图像方向识别模型中，对所述待浏览图像中的目标物体的基准方向进行识别，其中，所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的；图像调整单元，用于根据输出的识别结果，旋转所述待浏览图像，获得旋转后的待浏览图像，所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向；输出单元，用于输出所述旋转后的待浏览图像，以供浏览。第三方面，本专利技术实施例提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述一个或者多个技术方案所述的方法步骤。第四方面，本专利技术实施例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如上述一个或者多个技术方案所述的方法步骤。本专利技术实施例所提供的输出图像的方法及装置中，在获取待浏览图像之后，将待浏览图像输入预设的图像方向识别模型中，对待浏览图像中的目标物体的基准方向进行识别，这里，上述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的，那么，根据图像方向识别模型输出的识别结果，就能够确定待浏览图像的基准方向是否为预设方向，进而旋转待浏览图像，使得旋转后的待浏览图像中的目标物体的基准方向为预设方向，最后，输出旋转后的待浏览图像，以供浏览，如此，能够实现图像基准方向的自适应调整，提升电子设备的智能程度，进而提供良好的用户体验。附图说明图1为本专利技术实施例中的图像基准方向的示意图一；图2为本专利技术实施例中的图像基准方向的示意图二；图3为本专利技术实施例中的输出图像的方法流程示意图；图4为本专利技术实施例中的目标图像的当前基准方向的示意图一；图5为本专利技术实施例中的目标图像的当前基准方向的示意图二；图6为本专利技术实施例中的训练图像方形识别模型的方法流程示意图；图7为本专利技术实施例中的输出图像的装置的结构示意图；图8为本专利技术实施例中的电子设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。首先，对本专利技术实施例中所说的“基准方向”进行说明。图1为本专利技术实施例中的图像基准方向的示意图一，参见图1所示，图像10中包含一物体，如人脸101，由眼睛102指向嘴巴103的方向就是常说的人脸的基准方向，也可以称为人脸的正方向，此时，可以把人脸的正方向确定为图像的基准方向。图2为本专利技术实施例中的图像基准方向的示意图二，参见图2所示，图像20中包含一物体，如树木201，由树梢202指向树根203的方向就是常说的树的基准方向，也可以称为树的正方向，此时，可以把树的正方向确定为图像的基准方向。以此类推，图像中的物体的基准方向可以用来表示该图像的基准方向。以上仅为为了说明图像基准方向的示例，本专利技术不作具体限定。在实际应用中，基准方向除了上述正方向之外，还可以其它方向，本领域技术人员可根据实际需求进行设定，本专利技术不作具体限定。实施例一：本专利技术实施例提供一种输出图像的方法，该方法应用于电子设备，该电子设备可以为如智能手机、平板电脑、笔记本电脑、超极本电脑、台式电脑、数码相机等电子设备。图3为本专利技术实施例中的输出图像的方法流程示意图，参见图3所示，该方法可以包括：301：获取待浏览图像；这里，电子设备可以通过实时拍照或者从本地、云端服务器等获取待浏览图像。例如，用户在使用智能手机拍照的过程中，按下快门按钮之后，电子设备生成预览图像，该预览图像被存储于内存中，并准备向用户显示；或者，笔记本电脑在收到手机发送来的图像后，可以将其保存在存储器中，那么，当用户想要浏览该图像时，可以通过手势操作选中该图像，此时，笔记本电脑生成浏览指令，执行该浏览指令，从图像的存储路径获得该待浏览图像。302：将待浏览图像输入预设的图像方向识别模型中，对待浏览图像中的目标物体的基准方向进行识别；其中，图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的。这里，电子设备在接收到由摄像头采集到的待浏览图像，或者读取存储器中存储的待浏览图像之后，将该图像输入到预设的图像方向识别模型中，来对待浏览图像中的目标物体的基准方向进行识别。例如，图像方向识别模型是以物体的基准方向为上述正方向的图像样本训练而成，那么，当待浏览图像输入图像后，通过图像方向识别模型对图像样本的学习，获得表明物体的基准方向的方向特征，并由该方向特征来对待浏览图像的基准方向进行确定。在本专利技术其它实施例中，可以采用深度学习算法来构建上述图像方向识别模型，那么，302可以包括：提取待浏览图像中目标物体的图像特征；将图像特征与图像方向识别模型中的方向特征进行比对，以确定目标物体的基准方向。具体来说，根据深度学习理论可知，电子设备在获得待浏览图像之后，先提取该浏览图像中目标物体的图像特征，这里所说的目标物体可以为人脸、树木、建筑、天空等具有方向属性的物体，然后，将这些图像属性与图像方向识别模型中训练得到的方向特征进行比对，由此，来确定目标物体的基准方向，比如，可以通过比对确定目标物体40的当前基准方向为如图4所示的90°，或者图5所示的180°。可见，由此表征的待浏览图像的基准方向与图像识别模型中的方向特征所表征的基准方向0°，具有一定的偏差。在实际应用中，上述特征提取过程可以通过卷积神经网络(CNN)实现，当然，还可以为其它算法，如深度卷积神经网络(DNN)、循环神经网络(RNN)等，本专利技术不作具体限定。在具体实施过程中，为了减少数据运算量，提高数据运算速率，电子设备在进行特征提取之前，还可以先对待浏览图像进行处理，然后针对处理后的图像进行特征提取，那么，该方法还可以包括：从待浏览图像中确定出目标物体；按照目标物体在待浏览图像中的位置，确定出目标物体对应的候选区域；从候选区域中提取目标物体的图像特征。具体来说，在待浏览图像中本文档来自技高网...

【技术保护点】
1.一种输出图像的方法，其特征在于，包括：获取待浏览图像；将所述待浏览图像输入预设的图像方向识别模型中，对所述待浏览图像中的目标物体的基准方向进行识别，其中，所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的；根据输出的识别结果，旋转所述待浏览图像，获得旋转后的待浏览图像，所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向；输出所述旋转后的待浏览图像，以供浏览。

【技术特征摘要】
1.一种输出图像的方法，其特征在于，包括：获取待浏览图像；将所述待浏览图像输入预设的图像方向识别模型中，对所述待浏览图像中的目标物体的基准方向进行识别，其中，所述图像方向识别模型是由包含基准方向为预设方向的物体的图像样本训练生成的；根据输出的识别结果，旋转所述待浏览图像，获得旋转后的待浏览图像，所述旋转后的待浏览图像中的所述目标物体的基准方向为预设方向；输出所述旋转后的待浏览图像，以供浏览。2.根据权利要求1所述的方法，其特征在于，所述将所述待浏览图像输入预设的图像方向识别模型中，对所述待浏览图像中的目标物体的基准方向进行识别，包括：提取所述待浏览图像中所述目标物体的图像特征；将所述图像特征与所述图像方向识别模型中的方向特征进行比对，以确定所述目标物体的基准方向。3.根据权利要求2所述的方法，其特征在于，所述提取所述带浏览图像中所述目标物体的图像特征，包括；利用卷积神经网络对所述待浏览图像中的所述目标物体进行计算，获得所述目标物体的图像特征。4.根据权利要求2所述的方法，其特征在于，所述提取所述待浏览图像中所述目标物体的图像特征，包括：从所述待浏览图像中确定出所述目标物体；按照所述目标物体在所述待浏览图像中的位置，确定出所述目标物体对应的候选区域；从所述候选区域中提取所述目标物体的图像特征。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取图像样本集合；对所述图像样本集合中处于预设方向的物体进行标记；利用标记后的图像样本，对卷积神经网络进行训练，...

【专利技术属性】
技术研发人员：蔡水波，
申请(专利权)人：北京奇虎科技有限公司，
类型：发明
国别省市：北京,11