【技术实现步骤摘要】
对焦方法、装置、终端设备和存储介质
本申请涉及影像
，尤其涉及一种对焦方法、装置、终端设备和计算机可读存储介质。
技术介绍
随着影像技术的发展，使用终端设备进行图像拍摄的现象越来越普遍。在图像拍摄过程中，通常用目标分割或者目标检测的方法来检测主体，并将分割结果或者检测结果给自动对焦模块，并进行对焦处理。但是，现有的主体分割或主体检测算法是在有主体目标场景下进行的，但是，在没有主体目标的场景中，容易产生误分割或者误检测，从而导致误分割或者误检测的结果传给自动对焦模块，会导致对焦不准确，导致用户体验变差。
技术实现思路
本申请的目的旨在至少在一定程度上解决相关技术中的技术问题之一。第一方面,本申请实施例提供了一种对焦方法，包括以下步骤：获取当前预览图像；获取所述当前预览图像的主体置信度；根据所述主体置信度，检测所述当前预览图像是否为有主体图像或无主体图像；根据检测结果，采用对应的对焦方式进行对焦处理。第二方面，本申请实施例提供了一种对焦装置，包括：预览图像获取模块，用于获取当前预览图像；主体置信...
【技术保护点】
1.一种对焦方法，其特征在于，包括：/n获取当前预览图像；/n获取所述当前预览图像的主体置信度；/n根据所述主体置信度，检测所述当前预览图像是否为有主体图像或无主体图像；/n根据检测结果，采用对应的对焦方式进行对焦处理。/n
【技术特征摘要】
1.一种对焦方法，其特征在于，包括：
获取当前预览图像；
获取所述当前预览图像的主体置信度；
根据所述主体置信度，检测所述当前预览图像是否为有主体图像或无主体图像；
根据检测结果，采用对应的对焦方式进行对焦处理。
2.根据权利要求1所述的对焦方法，其特征在于，获取所述当前预览图像的主体置信度，包括：
提取所述当前预览图像的特征；
将所述当前预览图像的特征输入经过训练的支持向量机回归模型进行回归预测，得到回归值；
将得到的回归值确定为所述当前预览图像的主体置信度。
3.根据权利要求1所述的对焦方法，其特征在于，获取所述当前预览图像的主体置信度，包括：
将所述当前预览图像输入经过训练的神经网络分类器；所述神经网络分类器是基于卷积神经网络的分类网络模型，所述神经网络分类器包括用于提取特征的输入层，以及用于输出网络原始输出值的输出层；
获取所述神经网络分类器输出的网络原始输出值；
将所述网络原始输出值中的目标输出值进行概率转换，并将转换后得到的概率确定为所述当前预览图像的主体置信度；其中，所述目标输出值是指类别标签为有主体类别标签所对应的输出值。
4.根据权利要求1所述的对焦方法，其特征在于，根据所述主体置信度，检测所述当前预览图像是否为有主体图像或无主体图像，包括：
判断所述主体置信度是否小于目标阈值；
若所述主体置信度小于所述目标阈值，则判定所述当前预览图像为无主体图像；
若所述主体置信度大于或等于所述目标阈值，则判定所述当前预览图像为有主体图像。
5.根据权利要求1所述的对焦方法，其特征在于，所述根据检测结果，采用对应的对焦方式进行对焦处理，包括：
当检测到所述当前预览图像为有主体图像时，从所述当前预览图像中检测出主体目标的大小和区域位置，并根据检测到的主体目标的大小和区域位置进行对焦处理；
当检测到所述当前预览图像为无主体图像时，根据所述当前预览图像中目标区域进行对焦处理。
6.根据权利要求5所述的对焦方法，其特征在于，从所述当前预览图像中检测出主体目标的大小和区域位置，包括：
将所述当前预览图像输入经过训练的目标分割网络模型；所述目标分割网络模型是已经学习得到各图像特征与主体的大小和区域位置之间的映射关系，所述目标分割网络模型包括用于提取图像特征的输入层，以及用于输出主体的大小和区域位置的输出层；
获取所述目标分割网络模型输出的主体目标的大小和区域位置。
7.根据权利要求5所述的对焦方法，其特征在于，从所述当前预览图像中检测出主体目标的大小和区域位置，包括：
将所述当前预览图像输入经过训练的目标检测网络模型；所述目标检测网络模型是已经学习得到各图像特征与主体内接矩形的大小和位置之间的映射关系，所述目标检测网络模型包括用于提取图像特征的输入层，以及用于输出主体内接矩形的大小和位置的输出层；
获取所述目标检测网络模型输出的主体内接矩形的大小和位置；
将所述主体内接矩形的大小确定所所述主体目标的大小，并将所述主体内接矩形的位置确定为所述主体目标的区域位置。
8.一种对焦装置，其特征在于，包括：
预览图像获取模块，用于获取当前预览图像；
主体置信度获取模块，用于获取...
【专利技术属性】
技术研发人员：贾玉虎，
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
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。