本申请提供一种拍照模式的生成方法、装置和计算机可读存储介质。涉及人工智能领域，该方法包括：获取场景的预览流；根据所述场景的预览流，从多个算法功能中预测应用于所述场景的至少一个算法功能和所述至少一个算法功能的功能参数，其中所述算法功能用于对所述预览流进行图像或视频的算法处理；组装所预测的所述至少一个算法功能和所述至少一个算法功能的功能参数，以生成针对所述场景的拍照模式。本申请实施例的技术方案能够根据场景的预览流预测和组装算法功能以及算法功能的功能参数，无需预先划分场景和定义拍照模式，在优化拍照模式的同时实现拍照模式生成的智能化和自动化。自动化。自动化。
【技术实现步骤摘要】
拍照模式的生成方法、装置和计算机可读存储介质
[0001]本申请涉及图像处理领域，并且更具体地，涉及一种拍照模式的生成方法、装置和计算机可读存储介质。
技术介绍
[0002]随着终端设备的相机模块性能的增强和计算能力的提高，终端设备上内置了越来越多的算法功能和功能参数来改善相机拍照的最终成像质量。一般来说，某一项算法功能或功能参数只能改善单一的拍照效果，而通过组合多种算法功能和功能参数形成一种拍照模式，可以在某个场景下获得更好的拍照效果。
[0003]目前的相机应用，通过针对某种场景人为组装一个或多个算法功能形成多种拍照模式，例如，有很多相机应用都提供了人像模式、超级夜景模式、大光圈模式、高动态范围成像(high dynamic range，HDR)模式、微距模式等。然而场景是复杂多样的，这种人为定义的方式无法覆盖所有场景的拍照，会导致拍照模式越来越多，对显示和用户选择产生负向作用。除此之外，相机应用还提供了专业模式，这种模式提供了一个算法功能合集，主要面向有专业知识的拍照用户，用户需要知道每个算法功能和功能参数对拍摄效果的影响。
技术实现思路
[0004]本申请提供一种拍照模式的生成方法、装置和计算机可读存储介质，能够在优化拍照模式的同时实现拍照模式生成的智能化和自动化。
[0005]第一方面，提供了一种拍照模式的生成方法，该方法包括：获取场景的预览流；根据该场景的预览流，从多个算法功能中预测应用于该场景的至少一个算法功能和至少一个算法功能的功能参数，其中该算法功能用于对该预览流进行图像或视频的算法处理；组装所预测的至少一个算法功能和至少一个算法功能的功能参数，以生成针对该场景的拍照模式。
[0006]根据场景的预览流自动预测能够开启的算法功能和该算法功能的功能参数，并将预测开启的算法功能和功能参数自动组装成拍照模式，无需预先划分场景和定义拍照模式，在优化拍照模式的同时实现拍照模式生成的智能化和自动化。
[0007]结合第一方面，在第一方面的某些实现方式中，根据该场景的预览流，从多个算法功能中预测应用于该场景的至少一个算法功能和至少一个算法功能的功能参数，包括：确定多个算法功能中每个算法功能和对应的功能参数的置信度；根据该置信度预测应用于该场景的至少一个算法功能和至少一个算法功能的功能参数。
[0008]结合第一方面，在第一方面的某些实现方式中，确定该多个算法功能中每个算法功能和对应的功能参数的置信度，包括：确定每个算法功能的第一置信度，以及每个算法功能的每个功能参数的第二置信度；或者，确定算法功能和功能参数的组合的置信度。
[0009]结合第一方面，在第一方面的某些实现方式中，该组装所预测的至少一个算法功能和至少一个算法功能的功能参数，以生成针对该场景的拍照模式，包括：根据算法功能和
功能参数的互斥信息，组装至少一个算法功能和至少一个算法功能的功能参数。
[0010]结合第一方面，在第一方面的某些实现方式中，该方法还包括：训练用于进行该预测的预测模型。
[0011]可选地，该预测模型可以是针对单个算法功能或功能参数进行预测的单任务预测模型，也可以是同时预测多个算法功能和功能参数的多任务预测模型。
[0012]不需要预先划分场景和定义拍照模式，而是采用人工智能方式通过预测模型对算法功能和功能参数的开启进行预测，用户不需要考虑每个算法功能和功能参数对拍照效果的影响，从而简化了用户操作，提高了拍照模式生成的智能化和自动化。
[0013]结合第一方面，在第一方面的某些实现方式中，该预测模型是根据训练数据预先训练得到的，该训练数据包括训练图片或训练视频数据、训练算法功能和该训练算法功能的功能参数。
[0014]结合第一方面，在第一方面的某些实现方式中，该训练图片或训练视频数据是在拍摄场景下获得的预览图片或视频数据，经过对该预览图片或视频数据进行标注(例如，由基于神经网络的智能标注系统标注，或者由具有专业背景或擅长拍照的用户标注)，将标注的算法功能和该算法功能的功能参数作为训练算法功能和该训练算法功能的功能参数。
[0015]结合第一方面，在第一方面的某些实现方式中，该训练图片为已拍摄的图片，对该已拍摄的图片进行评分，将评分高于第一阙值的图片的算法功能和该算法功能的功能参数作为训练算法功能和该训练算法功能的功能参数。
[0016]将具有专业背景或擅长拍照的用户对该预览图片或视频数据进行的标注或将评分高于一定阙值的图片的算法功能和该算法功能的功能参数作为训练算法功能和该训练算法功能的功能参数，能够提高拍照模式生成的质量，从而实现拍照模式的优化。
[0017]结合第一方面，在第一方面的某些实现方式中，该预测模型是针对每个算法功能和该算法功能的功能参数训练的二分类器或神经网络模型。
[0018]结合第一方面，在第一方面的某些实现方式中，该预测模型是针对多个算法功能和该算法功能的功能参数训练的一个神经网络模型。
[0019]结合第一方面，在第一方面的某些实现方式中，该获取场景的预览流还包括：从该场景的预览流中获取该场景的特征。
[0020]通过场景的特征匹配，能够减少算法功能和功能参数的预测的次数，从来提高拍照模式生成的效率。
[0021]结合第一方面，在第一方面的某些实现方式中，在根据该场景的预览流，从多个算法功能中预测应用于该场景的至少一个算法功能和至少一个算法功能的功能参数之前，还包括：
[0022]根据该场景的特征，将该场景与云端所保存的图片进行匹配，以从该云端所保存的图片中查找匹配该场景的图片；
[0023]将云端所保存的该匹配该场景的图片所对应的算法功能和该算法功能的功能参数作为该所预测的所述至少一个算法功能和至少一个算法功能的功能参数。
[0024]结合第一方面，在第一方面的某些实现方式中，该云端所保存的图片是美学评分高于第二阙值的图片。
[0025]第二方面，提供了一种拍照模式的生成装置，该装置包括：获取模块，用于获取场
景的预览流；预测模块，用于根据该场景的预览流，从多个算法功能中预测应用于该场景的至少一个算法功能和至少一个算法功能的功能参数，其中该算法功能用于对该预览流进行图像或视频的算法处理；组装模块，用于组装所预测的至少一个算法功能和至少一个算法功能的功能参数，以生成针对该场景的拍照模式。
[0026]根据场景的预览流自动预测能够开启的算法功能和该算法功能的功能参数，并将预测开启的算法功能和功能参数自动组装成拍照模式，从而无需预先划分场景和定义拍照模式，实现优化拍照模式生成的智能化和自动化。
[0027]结合第二方面，在第二方面的某些实现方式中，该预测模块还用于确定该多个算法功能中每个算法功能和对应的功能参数的置信度；根据该置信度预测应用于该场景的至少一个算法功能和至少一个算法功能的功能参数。
[0028]结合第二方面，在第二方面的某些实现方式中，该预测模块具体用于确定每个算法功能的第一置信度，以及每个算法功能的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种拍照模式的生成方法，其特征在于，包括：获取场景的预览流；根据所述场景的预览流，从多个算法功能中预测应用于所述场景的至少一个算法功能和所述至少一个算法功能的功能参数，其中所述算法功能用于对所述预览流进行图像或视频的算法处理；组装所预测的所述至少一个算法功能和所述至少一个算法功能的功能参数，以生成针对所述场景的拍照模式；推荐所述拍照模式；根据用户输入，确定使用所述拍照模式进行拍照。2.根据权利要求1所述的方法，其特征在于，所述根据所述场景的预览流，从多个算法功能中预测应用于所述场景的至少一个算法功能和所述至少一个算法功能的功能参数，包括：确定所述多个算法功能中每个算法功能和对应的功能参数的置信度；根据所述置信度预测应用于所述场景的至少一个算法功能和所述至少一个算法功能的功能参数。3.根据权利要求2所述的方法，其特征在于，所述确定所述多个算法功能中每个算法功能和对应的功能参数的置信度，包括：确定所述每个算法功能的第一置信度，以及所述每个算法功能的每个功能参数的第二置信度；或者，确定算法功能和功能参数的组合的置信度。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述组装所预测的所述至少一个算法功能和所述至少一个算法功能的功能参数，以生成针对所述场景的拍照模式，包括：根据算法功能和功能参数的互斥信息，组装所述至少一个算法功能和所述至少一个算法功能的功能参数。5.根据权利要求1至4中任一项所述的方法，其特征在于，还包括：训练用于进行所述预测的预测模型。6.根据权利要求5所述的方法，其特征在于，所述预测模型是针对每个算法功能和所述算法功能的功能参数训练的二分类器或神经网络模型。7.根据权利要求5所述的方法，其特征在于，所述预测模型是针对多个算法功能和所述算法功能的功能参数训练的一个神经网络模型。8.根据权利要求1至7中任一项所述的方法，其特征在于，所述获取场景的预览流还包括：从所述场景的预览流中获取所述场景的特征。9.根据权利要求8所述的方法，其特征在于，在根据所述场景的预览流，从多个算法功能中预测应用于所述场景的至少一个算法功能和所述至少一个算法功能的功能参数之前，还包括：根据所述场景的特征，将所述场景与云端所保存的图片进行匹配，以从所述云端所保存的图片中查找匹配所述场景的图片；将云端所保存的所述匹配所述场景的图片所对应的算法功能和所述算法功能的功能
参数作为所述所预测的所述至少一个算法功能和所述至少一个算法功能的功能参数。10.一...
【专利技术属性】
技术研发人员：李洪敏，孙伟，杜明亮，
申请(专利权)人：北京华为数字技术有限公司，
类型：发明
国别省市：
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。