自动拍照方法和装置制造方法及图纸

本申请提出了一种自动拍照方法和装置，其中，方法包括：根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；若检测到采集图像中存在婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测婴儿面部的实时表情；若比较获知实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与实时表情对应的婴儿面部图片。由此，实现了对婴儿有趣面部图像的自动拍照，在保证拍照满意度的同时提高了拍照效率，解决了现有技术中，因为婴儿难以配合拍照而需要用户长期保持高度主注意力并手动抓拍，导致抓拍难度较大以及拍照效率较低的技术问题。

Automatic photographing method and device

This application proposes an automatic photography method and device, which includes: detecting the presence of infant facial region in the captured image according to the infant face recognition model based on depth learning training; if the presence of infant facial region in the captured image is detected, infant facial recognition based on depth learning training is performed. The real-time facial expressions of infants are detected by different models. If it is known that the real-time facial expressions belong to the sample facial expressions stored in the preset capture database, the infant facial pictures corresponding to the real-time facial expressions are taken. As a result, the automatic photography of interesting facial images of infants is realized, which improves the photographic efficiency while ensuring the satisfaction of the photographs, and solves the problem that in the existing technology, because infants are difficult to cooperate with the photographs, users need to maintain a high degree of main attention for a long time and take pictures manually, which leads to the difficulty of snapping and the low photographic efficiency. The problem.

【技术实现步骤摘要】
自动拍照方法和装置
本申请涉及拍照
，尤其涉及一种自动拍照方法和装置。
技术介绍
随着相机功能的普及，用户越来越习惯于通过拍照记录日常生产和生活中的点滴，比如，父母热衷于为婴儿拍照，以将婴儿的图片进行存储或分享。其中，拍照的趣味性较高的婴儿图片显然更能满足用户的娱乐性需求等。相关技术中，为了拍摄出较具趣味性的婴儿图片，通常集中注意力于婴儿的表情变化，并对趣味性的婴儿表情进行手动抓拍，然而，这种拍照方式，一方面，由于婴儿的表情稍纵即逝，手动抓拍可能会失去较佳拍照时机，另一方面，需要拍照用户集中注意力于婴儿的表情变化，拍照效率较低。申请内容本申请提供一种自动拍照方法和装置，以解决现有技术中，因为婴儿难以配合拍照而需要用户长期保持高度主注意力并手动抓拍，导致抓拍难度较大以及拍照效率较低的技术问题。本申请第一实施例提供一种自动拍照方法，包括以下步骤：根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；若检测到所述采集图像中存在所述婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测所述婴儿面部的实时表情；若比较获知所述实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与所述实时表情对应的婴儿面部图片。本申请第二实施例提供一种自动拍照装置，包括：第一检测模块，用于根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；第二检测模块，用于在检测到所述采集图像中存在所述婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测所述婴儿面部的实时表情；拍摄模块，用于在比较获知所述实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与所述实时表情对应的婴儿面部图片。本申请第三实施例提供一种计算机设备，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计算机程序时，实现如上述实施例所述的自动拍照方法。本申请第四实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述的自动拍照方法。本申请实施例提供的技术方案可以包括以下有益效果：根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域，若检测到采集图像中存在婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测婴儿面部的实时表情，进而，若比较获知实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与实时表情对应的婴儿面部图片。由此，实现了对婴儿有趣面部图像的自动拍照，在保证拍照满意度的同时提高了拍照效率，解决了现有技术中，因为婴儿难以配合拍照而需要用户长期保持高度主注意力并手动抓拍，导致抓拍难度较大以及拍照效率较低的技术问题。本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。附图说明本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，图1是根据本申请第一个实施例的自动拍照方法的流程图；图2是根据本申请第二个实施例的自动拍照方法的流程图；图3是根据本申请第三个实施例的自动拍照方法的流程图；图4是根据本申请一个实施例的自动拍照方法的应用场景示意图；图5是根据本申请第四个实施例的自动拍照方法的流程图；图6是根据本申请第五个实施例的自动拍照方法的流程图；图7是根据本申请第一个实施例的自动拍照装置的结构示意图；图8是根据本申请第二个实施例的自动拍照装置的结构示意图；以及图9是根据本申请第三个实施例的自动拍照装置的结构示意图。具体实施方式下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。下面参考附图描述本申请实施例的自动拍照方法和装置。图1是根据本申请第一个实施例的自动拍照方法的流程图。如图1所示，该自动拍照方法包括：步骤101，根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域。具体地，预先对大量实验数据进行训练学习获得的婴儿人脸识别模型，根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域，以便于在识别出婴儿面部区域后，进一步的进行本申请实施例的抓拍处理。应当理解的是，在本实施例中，一方面，根据深度学习训练的婴儿人脸识别模型进行婴儿面部特征的学习，提高了婴儿面部区域识别的准确度，避免漏拍的发生。另一方面，当识别不出婴儿面部区域图像后，系统不启动相关操作，避免资源的浪费，提高终端设备的续航能力。其中，在不同的应用场景中，基于深度学习训练的婴儿人脸识别模型的训练方法不同，下面示例说明：作为一种可能的实现方式，如图2所示，上述步骤101包括:步骤201，采集包含婴儿面部区域的样本图片。其中，根据应用场景的不同，采集的包含婴儿面部区域的样本图片的来源不同，在一些示例中，当应用场景为家庭中记录某个特定婴儿的成长的场景，则采集包含婴儿面部的样本图片均为该特定婴儿的图片，该特定婴儿的图片可以来源于相册、网盘等，也可以指示用户在构建模型的时候实时拍摄。在本示例中，还可以根据婴儿的成长时间实时获取新的样本图片更新对应的婴儿人脸识别模型。在一些示例中，当应用场景为摄影机构等拍摄婴儿的趣味性图片时，则采集包含婴儿面部区域的样本图片为大量不同的而婴儿的图片，该大量不同的婴儿的图片可以的来源于互联网等。步骤202，按照预设尺寸将每张样本图片切分成多个数据块，并为每个数据块设置内容标签。步骤203，将所有的数据块以及各个数据块对应的内容标签输入到卷积神经网络模型进行训练，生成婴儿人脸识别模型。按照预设的尺寸将每张样本图片切分成多个数据块，为每个数据块设置内容标签，以通过该内容标签标注对应的数据块内容是背景内容，人脸内容还是空白内容等，进而，将所有的数据块以及各个数据块对应的内容标签输入到卷积神经网络模型中进行训练，生成婴儿人脸识别模型，由此，将有图片拆分为多个数据块，以数据块为粒度构建婴儿人脸识别模型，提高婴儿面部区域识别的精确度，其中，拆分的数据块越多，识别的粒度越细致，识别的精确度越高。作为另一种可能的实现方式，由于婴儿面部相较于成人或儿童的面部具有明显的区别特征点，比如，婴儿的面部眼睛亮度较高、眉毛的毛发较少、脸部皮肤较为光滑、以及嘴部由于没有牙齿导致腮部婴儿肥明显等，由此，可以基于大量婴儿样本图片中的这些区别特征点进行训练，根据训练结果生成婴儿人脸识别模型，从而该模型通过识别采集的图像中是否包含婴儿面部对应的特征点识别是否存在婴儿面部区域。步骤102，若检测到采集图像中存在婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测婴儿面部的实时表情。在实际应用中，当婴儿面部的实时表情较为有趣时，更能满足用户的拍照需求等，比如，对于父母用户来讲，婴儿打哈欠或者微笑的表情照片相对于婴儿面无表情的照片显然更具有保存价值等，因而，为了能够抓拍到婴儿做有趣表情的照片，在检测到采集图像中存在婴儿面部区域后，根据基于深度学习训练的婴儿表情识别模型，以准确检测出婴儿面部的实时表情。其中，基于深度学习训练的婴儿表本文档来自技高网...

【技术保护点】
1.一种自动拍照方法，其特征在于，包括以下步骤：根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；若检测到所述采集图像中存在所述婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测所述婴儿面部的实时表情；若比较获知所述实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与所述实时表情对应的婴儿面部图片。

【技术特征摘要】
1.一种自动拍照方法，其特征在于，包括以下步骤：根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；若检测到所述采集图像中存在所述婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测所述婴儿面部的实时表情；若比较获知所述实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与所述实时表情对应的婴儿面部图片。2.如权利要求1所述的方法，其特征在于，在所述根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域之前，还包括：采集包含婴儿面部区域的样本图片；按照预设尺寸将每张样本图片切分成多个数据块，并为每个数据块设置内容标签；将所有的数据块以及各个数据块对应的内容标签输入到卷积神经网络模型进行训练，生成所述婴儿人脸识别模型。3.如权利要求2所述的方法，其特征在于，在所述根据基于深度学习训练的婴儿表情识别模型检测所述婴儿面部的实时表情之前，还包括：截取每个样本图片中的婴儿面部区域获取样本面部图片，并为每个样本面部图片设置表情标签；将所有的样本面部图片以及与各个样本面部图片对应的表情标签输入到卷积神经网络模型进行训练，生成所述婴儿表情识别模型。4.如权利要求1所述的方法，其特征在于，在所述启动拍摄指令，拍摄与所述实时表情对应的婴儿面部图片之后，还包括：获取与所述实时表情关联的图像处理参数；根据所述图像处理参数对所述婴儿面部图片进行图像处理，生成效果图片。5.如权利要求1-4任一所述的方法，其特征在于，还包括：获取属于同一表情...

【专利技术属性】
技术研发人员：张弓，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东,44