【技术实现步骤摘要】
电视机及其笑脸拍摄方法
本专利技术涉及图像
，特别是涉及一种电视机及其笑脸拍摄方法。
技术介绍
电视机在家庭已经非常普遍，功能也越来越强大，例如基于Android系统的智能电视，用户可以安装各种娱乐性应用，比如电影类、趣味类、运动类等等应用，极大丰富用户的体验感。用户使用电视机的过程的笑脸表情，尤其是和家人共同观看电视的快乐而美好瞬间的笑脸表情无法被目前的电视机记录下来。
技术实现思路
基于此，有必要提供一种电视机及其笑脸拍摄方法。第一方面，提供一种电视机的笑脸拍摄方法，所述电视机包括：电视机本体；拍摄模块，设于所述电视机本体上；所述笑脸拍摄方法包括：若检测到所述电视机本体处于工作状态，打开所述拍摄模块；利用所述拍摄模块拍摄使用电视机本体的用户，并检测拍摄图像中的人脸图像；将拍摄图像中的人脸图像输入至预设的笑脸识别模型，若利用所述笑脸识别模型识别到拍摄图像中的人脸图像至少有一个为笑脸，则保存所述拍摄图像。其中一个实施例中，所述若...
【技术保护点】
1.一种电视机的笑脸拍摄方法，其特征在于，所述电视机包括：/n电视机本体；/n拍摄模块，设于所述电视机本体上；/n所述笑脸拍摄方法包括：/n若检测到所述电视机本体处于工作状态，打开所述拍摄模块；/n利用所述拍摄模块拍摄使用电视机本体的用户，并检测拍摄图像中的人脸图像；/n将拍摄图像中的人脸图像输入至预设的笑脸识别模型，若利用所述笑脸识别模型识别到拍摄图像中的人脸图像至少有一个为笑脸，则保存所述拍摄图像。/n
【技术特征摘要】
1.一种电视机的笑脸拍摄方法，其特征在于，所述电视机包括：
电视机本体；
拍摄模块，设于所述电视机本体上；
所述笑脸拍摄方法包括：
若检测到所述电视机本体处于工作状态，打开所述拍摄模块；
利用所述拍摄模块拍摄使用电视机本体的用户，并检测拍摄图像中的人脸图像；
将拍摄图像中的人脸图像输入至预设的笑脸识别模型，若利用所述笑脸识别模型识别到拍摄图像中的人脸图像至少有一个为笑脸，则保存所述拍摄图像。
2.根据权利要求1所述的方法，其特征在于，所述若利用所述笑脸识别模型识别到拍摄图像中的人脸图像至少有一个为笑脸，则保存所述拍摄图像的步骤包括：
若利用所述笑脸识别模型识别到同一类型的拍摄图像中的人脸图像至少有一个为笑脸，识别拍摄图像中笑脸表情的个数，并计算同一类型的各个拍摄图像的清晰度，将笑脸表情最多且清晰度最高的拍摄图像进行保存。
3.根据权利要求1所述的方法，其特征在于，所述拍摄模块为多个，电视机屏幕顶端中央、电视机屏幕底端中央、电视机屏幕两个侧边中央均设有至少一个拍摄模块。
4.根据权利要求1-3任一项所述的方法，其特征在于，还包括构建所述笑脸识别模型的步骤，该步骤包括：
建立标准非笑脸库和标准笑脸库，笑脸图像和非笑脸图像均被处理成预设尺寸大小，其中所述标准非笑脸库的预设标签包括非笑脸标签，所述标准笑脸库的预设笑脸类别标签包括美笑标签和丑笑标签；
建立mobilenetv3深度学习的轻量化卷积神经网络结构，所述轻量化卷积神经网络结构的深度卷积神经网络层数为20层，各层各神经元的初始权值、偏置参数均在正负1之间，各层的卷积核分别为1、3、5、7，其中，输入层的卷积核大小为3*3，输出层的卷积核大小1*1，池化层的卷积核大小为7*7，卷积步长1、2，输入层使用224*224*3矩阵，输出层使用1*1*3矩阵，从而构建初始的笑脸识别模型；
利用损失函数训练所述笑脸识别模型，直到损失函数收敛到损失值不再变小，其中对所述轻量化卷积神经网络结构进行训练中，扩大具有笑脸标签与非笑脸标签的人脸表情的特征差异性，减少均为非笑脸标签的人脸表情之间的特征差异性，扩大具有美笑与丑笑类别标签的笑脸表情的特征差异性，同时减少具有美笑或丑笑类别标签的笑脸表情的表情特征差异性。
5.根据权利要求4所述的方法，其特征在于，利用所述笑脸识别模型识别拍摄图像中的人脸图像的笑脸表情的步骤包括：
将拍摄图像中的人脸图像缩放成所述预设尺寸大小并归一化后，将拍摄图像中的人脸图像输入到完成训练的所述笑脸识别模型中，由所述笑脸识别模型提取该人脸图像的笑脸表情特征值并送入到分类器进行笑脸判断分...
【专利技术属性】
技术研发人员：林鸿飞，乔国坤，周有喜，
申请(专利权)人：深圳市爱深盈通信息技术有限公司，
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。