自动相机指导和设置调整制造技术

图像捕获和处理设备捕获图像。基于图像和/或一个或多个附加图像，图像捕获和处理设备生成并输出用于优化图像构成、图像捕获设置、和/或图像处理设置的指导。可以基于图像的对象面对的方向的确定、基于指示水平线可能倾斜的传感器测量、使用广角镜头捕获的同一场景的另一图像、同一对象的另一图像、不同对象的另一图像、和/或使用图像集训练的机器学习模型的输出，来生成指导。图像捕获和处理设备可以自动地应用生成的指导的某些方面，诸如图像捕获设置和/或图像处理设置。捕获设置和/或图像处理设置。捕获设置和/或图像处理设置。

【技术实现步骤摘要】
【国外来华专利技术】自动相机指导和设置调整


[0001]本申请与图像捕获和图像处理相关。更具体地，本申请涉及自动指导图像捕获和自动调整设置以在视觉上优化图像构成和/或应用特定风格的系统和方法。

技术介绍

[0002]在摄影中，图像构成的某些规则或准则可以帮助摄影者在图像中框定对象，使图像在视觉上更具吸引力。然而，许多摄影者不熟悉图像构成的许多不同的规则和准则，不知道如何将这些规则和准则最好地应用于不同类型的照片，或者何时忽略某些规则和准则。
[0003]相机可以应用各种图像捕获和图像处理设置来更改图像的外观。一些相机设置是在捕获照片之前或期间确定和应用的，诸如ISO、曝光时间、光圈大小、光圈级数(f/stop)、快门速度、焦距、和增益。其他相机设置可以配置照片的后处理，诸如对比度、亮度、饱和度、锐度、级别、曲线、或颜色的更改。不同的相机设置可以强调图像的不同方面。然而，大量不同的相机设置可能会使用户困惑。用户可能不知道哪些设置在哪些场景中有帮助，也可能不理解如何调整某些相机设置以在那些场景中有帮助。

技术实现思路

[0004]本文描述了用于生成和输出图像捕获的指导的系统和技术。图像捕获设备捕获第一图像。基于第一图像，图像捕获设备识别对图像捕获设备的属性的改变。这些改变引起第一图像和将由图像捕获设备在捕获第一图像之后捕获的第二图像之间的视觉差异。图像捕获设备可以基于捕获除第一图像之外的其他图像的情况下的属性的设置来识别改变。例如，其他图像可以是描绘与第一图像描绘的对象相同的对象、或者与第一图像中描绘的对象相似的对象的图像。在一些示例中，这些改变可以基于在这些其他图像上训练的机器学习模型。图像捕获设备生成并输出指导，以在图像捕获设备捕获第二图像时指示产生视觉差异的改变。这些属性可以包括图像捕获设备的定位(以影响图像构成)、图像捕获设置、和/或图像处理设置。
[0005]在一个示例中，提供了一种用于指导图像捕获的装置。该装置包括耦合到一个或多个图像传感器的一个或多个连接器，其中一个或多个连接器从一个或多个图像传感器接收图像数据。该装置包括存储指令的一个或多个存储单元和执行指令的一个或多个处理器。一个或多个处理器对指令的执行使得一个或多个处理器执行指导图像捕获的方法。该方法包括接收由图像传感器捕获的场景的第一图像。该方法包括识别第一图像中描绘的对象。该方法包括将第一图像输入到机器学习模型中，该机器学习模型使用具有所识别的对象的多个训练图像来训练。该方法包括使用机器学习模型识别对与图像捕获相关联的一个或多个属性的一个或多个改变，该一个或多个改变引起第一图像和将由图像传感器在捕获第一图像之后捕获的第二图像之间的视觉差异。该方法包括在图像传感器捕获第二图像之前输出指示产生视觉差异的一个或多个改变的指导。
[0006]在另一示例中，提供了一种指导图像捕获的方法。该方法包括接收由图像捕获设
备的图像传感器捕获的场景的第一图像。该方法包括识别第一图像中描绘的对象。该方法包括将第一图像输入到机器学习模型中，该机器学习模型使用具有所识别的对象的多个训练图像来训练。该方法包括使用机器学习模型识别对图像捕获设备的一个或多个属性的一个或多个改变，该一个或多个改变引起第一图像和将由图像传感器在捕获第一图像之后捕获的第二图像之间的视觉差异。该方法包括在图像传感器捕获第二图像之前输出指示产生视觉差异的一个或多个改变的指导。
[0007]在另一示例中，提供了其上包含程序的非暂时性计算机可读存储介质。该程序可由处理器执行，以执行指导图像捕获的方法。该方法包括接收由图像捕获设备的图像传感器捕获的场景的第一图像。该方法包括识别第一图像中描绘的对象。该方法包括将第一图像输入到机器学习模型中，该机器学习模型使用具有所识别的对象的多个训练图像来训练。该方法包括使用机器学习模型识别对图像捕获设备的一个或多个属性的一个或多个改变，该一个或多个改变引起第一图像和将由图像传感器在捕获第一图像之后捕获的第二图像之间的视觉差异。该方法包括在图像传感器捕获第二图像之前输出指示产生视觉差异的一个或多个改变的指导。
[0008]在另一示例中，提供了一种用于指导图像捕获的装置。该装置包括用于接收由图像捕获设备的图像传感器捕获的场景的第一图像的构件。该装置包括用于识别第一图像中描绘的对象的构件。该装置包括用于将第一图像输入到机器学习模型中的构件，该机器学习模型使用具有所识别的对象的多个训练图像来训练。该装置包括用于使用机器学习模型识别对图像捕获设备的一个或多个属性的一个或多个改变的构件，该一个或多个改变引起第一图像和将由图像传感器在捕获第一图像之后捕获的第二图像之间的视觉差异。该装置包括用于在图像传感器捕获第二图像之前输出指示产生视觉差异的一个或多个改变的指导的构件。
[0009]在一些方面，识别第一图像中描绘的对象包括执行特征检测、目标检测、面部检测、特征识别、目标识别、面部识别、和显著性图的生成中的至少一者。在一些方面，上述方法、装置和计算机可读介质还包括:在输出指导之后，从图像传感器接收第二图像；以及输出第二图像，其中输出第二图像包括使用显示器显示第二图像和使用发送器发送第二图像中的至少一者。
[0010]在一些方面，识别对图像捕获设备的一个或多个属性的一个或多个改变包括识别图像捕获设备从第一位置到第二位置的移动，其中输出指导包括输出用于将图像捕获设备从第一位置移动到第二位置的指示。在一些方面，使用机器学习模型来识别第二位置。在一些方面，指示包括视觉指示符、听觉指示符、和振动指示符中的至少一者。在一些方面，指示标识移动的平移方向、移动的平移距离、移动的旋转方向、和移动的旋转角度中的至少一者。
[0011]在一些方面，指示符标识从第一位置到第二位置的平移方向。在一些方面，指示符标识从第一位置到第二位置的平移距离。在一些方面，指示符标识从第一位置到第二位置的旋转方向。在一些方面，指示符标识从第一位置到第二位置的旋转角度。在一些方面，指示符包括第二位置的一个或多个位置坐标。在一些方面，第一图像和第二图像之间的视觉差异使第二图像中的水平线水平，其中该水平线不是如第一图像中描绘的水平。
[0012]在一些方面，上述方法、装置和计算机可读介质还包括：从一个或多个姿态传感器
接收姿态传感器测量数据；和基于姿态传感器测量数据确定该装置的姿态，其中，识别该装置从第一位置到第二位置的移动是基于该装置的姿态，其中，该装置的姿态包括该装置的位置和该装置的方位中的至少一者。在一些方面，该一个或多个姿态传感器包括加速度计、陀螺仪、磁力计、惯性测量单元、全球导航卫星系统(GNSS)接收器、和高度计中的至少一者。
[0013]在一些方面，上述方法、装置和计算机可读介质还包括：确定在第一图像中对象的位置；和确定在第一图像中对象面对的方向，其中识别图像捕获设备从第一位置到第二位置的移动基于在第一图像中对象的位置和在第一图像中对象面对的方向。在一些方面，确定在第一图像中对象面对的方向是基于对象的两个特征的相对定位。在一些方面，确定在第一图像中对象面对的方向是基本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于指导图像捕获的装置，所述装置包括:存储指令的一个或多个存储单元；和执行所述指令的一个或多个处理器，其中所述一个或多个处理器对所述指令的执行使得所述一个或多个处理器:接收由图像传感器捕获的场景的第一图像；标识所述第一图像中描绘的对象；将所述第一图像输入到机器学习模型中，所述机器学习模型使用具有所标识的对象的多个训练图像来训练；使用所述机器学习模型标识对与图像捕获相关联的一个或多个属性的一个或多个改变，所述一个或多个改变引起所述第一图像和将由所述图像传感器在捕获所述第一图像之后捕获的第二图像之间的视觉差异；和在所述图像传感器捕获第二图像之前，输出指示产生所述视觉差异的所述一个或多个改变的指导。2.根据权利要求1所述的装置，其中，所述装置是移动设备、无线通信设备、和相机中的至少一者。3.根据权利要求1所述的装置，其中，所述装置包括显示器，所述显示器被配置为至少显示所述第二图像。4.根据权利要求1所述的装置，还包括:耦合到所述图像传感器的一个或多个连接器，其中，所述一个或多个处理器通过所述一个或多个连接器从所述图像传感器接收所述第一图像。5.根据权利要求1所述的装置，还包括:所述图像传感器。6.根据权利要求1所述的装置，其中，标识所述第一图像中描绘的对象包括：执行特征检测、目标检测、面部检测、特征识别、目标识别、面部识别、和显著性图的生成中的至少一者。7.根据权利要求1所述的装置，其中，所述一个或多个处理器对所述指令的执行使得所述一个或多个处理器还:在输出所述指导之后，从所述图像传感器接收所述第二图像；和输出所述第二图像，其中，输出所述第二图像包括：使用显示器显示所述第二图像和使用发送器发送所述第二图像中的至少一者。8.根据权利要求1所述的装置，其中，标识对与图像捕获相关联的一个或多个属性的一个或多个改变包括：标识所述装置从第一位置到第二位置的移动，其中，输出所述指导包括：输出用于将所述装置从所述第一位置移动到所述第二位置的指示符，所述指示符标识所述移动的平移方向、所述移动的平移距离、所述移动的旋转方向、和所述移动的旋转角度中的至少一者。9.根据权利要求8所述的装置，其中，使用所述机器学习模型来标识所述第二位置。10.根据权利要求8所述的装置，其中，所述指示符包括视觉指示符、听觉指示符、和振动指示符中的至少一者。11.根据权利要求8所述的装置，其中，所述指示符包括所述第二位置的一个或多个位
置坐标。12.根据权利要求8所述的装置，其中，所述第一图像和所述第二图像之间的视觉差异使所述第二图像中的水平线水平，其中所述水平线不是如所述第一图像中描绘的水平。13.根据权利要求8所述的装置，其中，所述一个或多个处理器对所述指令的执行使得所述一个或多个处理器还:从一个或多个姿态传感器接收姿态传感器测量数据；和基于所述姿态传感器测量数据确定所述装置的姿态，其中，标识所述装置从所述第一位置到所述第二位置的移动是基于所述装置的姿态，其中，所述装置的姿态包括所述装置的位置和所述装置的方位中的至少一者。14.根据权利要求8所述的装置，其中，所述一个或多个处理器对所述指令的执行使得所述一个或多个处理器还:确定在所述第一图像中所述对象的位置；和基于在所述第一图像和由所述图像传感器捕获的第三图像之间所述对象的两个特征的相对定位和所述对象移动的移动方向中的至少一者，确定在所述第一图像中所述对象面对的方向，其中，标识所述装置从所述第一位置到所述第二位置的移动是基于在所述第一图像中所述对象的位置和在所述第一图像中所述对象面对的方向，其中，所述第一图像和所述第二图像之间的视觉差异包括在所述对象面对的方向上与所述对象相邻的负空间量的调整。15.根据权利要求1所述的装置，其中，所述一个或多个处理器对所述指令的执行使得所述一个或多个处理器还:接收由第二图像传感器捕获的所述场景的第三图像，其中，所述场景的第一图像和所述场景的第三图像是在时间窗口内捕获的，其中，所述第二图像传感器具有比所述图像传感器更宽的视野，其中，所述指导基于所述第三图像中对所述场景的、在所述第一图像中未被描绘的一部分的描绘。16.根据权利要求1所述的装置，其中，所述指导指示所述装置在所述第一图像的捕获和所述第二图像的捕获之间要保持静止。17.根据权利要求1所述的装置，其中，所述多个训练图像包括描绘了所述对象和与所述对象共享一个或多个相似处的第二对象中的至少一者的训练图像，其中，由所述指导指示的对所述一个或多个属性的所述一个或多个改变是基于对用于捕获所述训练图像的所述一个或多个属性的一个或多个设置。18.根据权利要求17所述的装置，其中，所述第二对象和所述对象之间共享的所述一个或多个相似处包括：与所述第二对象相关联的一个或多个显著性值在与所述对象相关联的一个或多个显著性值的预定范围内。19.根据权利要求17所述的装置，其中，所述第一图像和所述第二图像之间的视觉差异包括：所述第二图像与所述训练图像比所述第一图像与所述训练图像更相似。20.根据权利要求1所述的装置，其中，对与图像捕获相关联的所述一个或多个属性的所述...

【专利技术属性】
技术研发人员：M李，A陈，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：