This application relates to the field of artificial intelligence. In particular, it relates to the field of computer vision, and discloses a method for optimizing a user's photographing posture, which is applied to an electronic device. The method includes: displaying the photographing interface of the camera of the electronic device; obtaining the photographing image of the photographing interface, determining that the photographing interface includes a human image according to the photographing image; entering the posture recommendation mode, recommending a human posture image according to Present to the user according to the predetermined preview method; the human body posture picture is learning by using measurement, and at least one picture ranking first with the similarity of the view image is selected from the picture library; wherein, the similarity is the overall similarity that integrates the background similarity and the foreground similarity.
【技术实现步骤摘要】
物体识别方法及装置
本申请涉及人工智能领域，尤其涉及一种物体识别方法及装置。
技术介绍
计算机视觉是各个应用领域，如制造业、检验、文档分析、医疗诊断，和军事等领域中各种智能/自主系统中不可分割的一部分，它是一门关于如何运用照相机/摄像机和计算机来获取我们所需的，被拍摄对象的数据与信息的学问。形象地说，就是给计算机安装上眼睛(照相机或摄像机)和大脑(算法)用来代替人眼对目标进行识别、跟踪和测量等，从而使计算机能够感知环境。因为感知可以看作是从感官信号中提取信息，所以计算机视觉也可以看作是研究如何使人工系统从图像或多维数据中“感知”的科学。总的来说，计算机视觉就是用各种成象系统代替视觉器官获取输入信息，再由计算机来代替大脑对这些输入信息完成处理和解释。计算机视觉的最终研究目标就是使计算机能像人那样通过视觉观察和理解世界，具有自主适应环境的能力。人体姿态推荐是计算机视觉领域中一个非常新颖的应用问题，应用于手机人像摄影的情景下，当用户针对日常场景进行人像拍照时，人体姿态推荐方法可以根据当前被拍摄者所在的环境信息推荐出与当前环境高度相似的一系列专业的人体姿态图片，进而被拍者可以从中进行选择和参考，进一步提升人像摄影的姿态感和美感。当前，业界已有一些针对人体姿态推荐的方法，但是现有的方法利用的信息有限，推荐结果比较差，难以满足实际应用的要求，或者使用的模型复杂度过高，无法支撑实时的推荐要求和无法部署到计算能力有限的手机等终端设备上。因此现有的人体姿态推荐的方法应用场景十分受限。
技术实现思路
...
【技术保护点】
1.一种人体姿态相似图片推荐方法，其特征在于，所述方法包括：/n接收输入图片，所述输入图片中包含人像；/n使用基于多层次环境信息特征的度量学习，从图片库中选取同所述输入图片相似度最高的至少一张图片作为人体姿态推荐图片；其中，所述人体姿态推荐图片包含人像；所述多层次环境特征包括：场景特征、物体的空间分布特征和前景人体特征；/n按照预定的预览方式呈现所述人体姿态推荐图片。/n
【技术特征摘要】
1.一种人体姿态相似图片推荐方法，其特征在于，所述方法包括：
接收输入图片，所述输入图片中包含人像；
使用基于多层次环境信息特征的度量学习，从图片库中选取同所述输入图片相似度最高的至少一张图片作为人体姿态推荐图片；其中，所述人体姿态推荐图片包含人像；所述多层次环境特征包括：场景特征、物体的空间分布特征和前景人体特征；
按照预定的预览方式呈现所述人体姿态推荐图片。
2.如权利要求1所述的图片推荐方法，其特征在于，所述方法包括：
接收用户的推荐偏好设置；其中，所述使用基于多层次环境信息特征的度量学习，从图片库中选取同所述输入图片相似度最高的至少一张图片作为人体姿态推荐图片，包括：
使用基于多层次环境信息特征的度量学习结合所述用户的推荐偏好，从图片库中选取同所述输入图片相似度最高的至少一张图片作为人体姿态推荐图片；所述人体姿态推荐图片符合所述用户的推荐偏好。
3.如权利要求1或2所述的图片推荐方法，其特征在于，所述使用基于多层次环境信息特征的度量学习，从图片库中选取同所述输入图片相似度最高的至少一张图片作为人体姿态推荐图片，包括：
对所述输入图片进行特征提取处理，得到所述输入图片的特征；
使用基于多层次环境信息特征的度量学习，计算所述输入图片的特征与每一张特征库中图像特征的相似度；其中，所述特征库是通过对图片库中的每张图片提取预定数量维度的特征得到的；
根据计算结果，从所述图片库中选择相似度排名靠前的对应的至少一张图片作为人体姿态推荐图片。
4.如权利要求3所述的图片推荐方法，其特征在于，所述方法包括：
接收用户的推荐偏好设置；
从所述人体姿态图片中，筛选出符合所述推荐偏好的图片作为最终的人体姿态推荐图片。
5.如权利要求1-4任一项所述的图片推荐方法，其特征在于，所述人像为拍摄目标，接收输入图片包括：接收包含所述拍摄目标的多张不同角度的输入图片；
使用基于多层次环境信息特征的度量学习，从图片库中选取同所述输入图片相似度最高的至少一张图片作为人体姿态推荐图片，包括：
使用基于多层次环境信息特征的度量学习，计算所述图片库中与每张所述输入图片的最相似的图片；
将所有的最相似图片进行排序，选择排名靠前的至少一张图片作为所述人体姿态推荐图片。
6.如权利要求1-5任一项所述的图片推荐方法，其特征在于，所述方法还包括：
接收用户上传的自定义图片；
将用户自定义图片更新至所述图片库。
7.一种图片推荐装置，其特征在于，所述装置包括：
接收模块，用于接收输入图片，所述输入图片中包含人像；
推荐模块，用于使用基于多层次环境信息特征的度量学习，从图片库中选取同所述接收模块接收到的输入图片相似度最高的至少一张图片作为人体姿态推荐图片；其中，所述多层次环境特征包括：场景特征、物体的空间分布特征和前景人体特征；
输出模块，用于按照预定的预览方式呈现所述人体姿态推荐图片。
8.如权利要求7所述的图片推荐装置，其特征在于，所述装置还包括：
偏好设置接收模块，用于接收用户的推荐偏好设置；其中，所述推荐模块，具体用于：
使用基于多层次环境信息特征的度量学习结合所述用户的推荐偏好，从图片库中选取同所述输入图片相似度最高的至少一张图片作为人体姿态推荐图片；所述人体姿态推荐图片符合所述用户的推荐偏好。
9.如权利要求1或2所述的图片推荐装置，其特征在于，所述推荐模块，包括：
特征提取单元，用于对所述输入图片进行特征提取处理，得到所述输入图片的特征；
相似度计算单元，用于基于多层次环境信息特征的度量学习，计算所述输入图片的特征与每一张特征库中图像特征的相似度；其中，所述特征库是通过对图片库中的每张图片提取预定数量维度的特征得到的；
推荐单元，用于根据计算结果，从所述图片库中选择对应排名靠前的相似度的至少一张图片作为人体姿态推荐图片。
10.如权利要求7所述的图片推荐装置，其特征在于，所述接收模块还用于接收包含拍摄目标的多张不同角度的输入图片；
所述推荐模块，包括：
相似度计算单元，用于基于多层次环境信息特征的度量学习，计算所述图片库中与每张所述输入图片的最相似的图片；
推荐单元，用户将所有的最相似图片进行排序，选择排名靠前的至少一张图片作为所述人体姿态推荐图片。
11.如权利要求7-10任一项所述的图片推荐装置，其特征在于，所述装置还包括：
自定义图片接收模块，用于接收用户上传的自定义图片；
更新模块，用于将所述自定义图片更新至所述图片库。
12.一种提示用户进行相似构图拍照的方法，其特征在于，所述方法包接收用户在当前地点取景的包含拍摄目标的多张不同角度的原始图片集合；
推荐给用户至少一张目标图片和至少一张对应的原始图片，所述目标图片包含了推荐的人物姿态，其中，所述目标图片和所述对应原始图片具有相似的背景构图。
13.如权利要求12所述的方法，其特征在于，所述方法还包括：
在拍摄界面上显示一个预览框，在所述预览框中显示所述目标图片和所述对应的原始图片对应的预览图片。
14.一种可以提示用户进行相似构图拍照的智能终端，其特征在于，所述装置包括：
接收模块，用于接收用户在当前地点取景的包含拍摄目标的多张不同角度的原始图片集合；
推荐模块，用于推荐给用户至少一张目标图片和至少一张对应的原始图片，所述目标图片包含了推荐的人物姿态，其中，所述目标图片和所述对应原始图片具有相似的背景构图。
15.如权利要求14所述的智能终端，其特征在于，所述装置还包括：
呈现模块，用于在拍摄界面上显示一个预览框，在所述预览框中显示所述目标图片和所述对应的原始图片对应的预览图片。
16.一种构建人体特征库的方法，其特征在于，所述方法包括：
计算人体姿态库中的人体姿态图片的两两之间的相似度；
对于所述人体姿态库中的每一张图片，根据所述人体姿态图片的两两之间的相似度采集三元组训练样本；其中，每个三元组训练样本<A,P,N>包括三张人体姿态图像：A为所述人体姿态库中某张人体姿态图片，P为图片A的正样本，所述正样本为所述图片A的拍摄场景下可直接推荐的人体姿态图片，N为所述图片A的负样本，所述负样本为所述图片A的拍摄场景下不可直接推荐的人体姿态图片；
使用度量学习的方式对所述三元组训练样本进行训练，得到CNN特征提取模型；所述CNN特征提取模型使得能相互推荐的样本映射到特征空间后距离相近，不能推荐的样本映射到特征空间后距离远离。
使用所述CNN特征提取模型，对人体姿态图片库中的每张图片提取预定数量维度的特征，构建人体姿态特征库。
17.如权利要去16所述的方法，其特征在于，所述计算人体姿态库中的人体姿态图片的两两之间的相似度，包括：
计算所述人体姿态库中人体姿态图片的两两之间的背景相似度和前景相似度，所述前景相似度包括前景人体特征相似度；
融合所述人体姿态库人体姿态图片的两两之间的背景相似度和前景相似度，得到所述人体姿态库人体姿态图片的两两之间整体相似度。
18.如权利要求16所述的方法，其特征在于，所述计算所述人体姿态库中人体姿态图片的两两之间的背景相似度和前景相似度，包括：
通过场景分类算法和场景解析算法计算所述人体姿态库中人体姿态...
【专利技术属性】
技术研发人员：黄飞，吴小飞，李志豪，许松岑，刘健庄，颜友亮，钱莉，黄雪妍，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。