基于人工智能的摄影辅助方法、装置、设备和介质制造方法及图纸

本发明专利技术提供了一种基于人工智能的摄影辅助方法、装置、设备和介质，涉及智能摄影技术领域。该方法包括：获取相机预览界面图像、多个光照模板、多个色彩模板和多个构图模板；提取相机预览界面图像的光照特征、色彩特征、构图特征和美学特征；对光照特征进行打分确定光照分，对色彩特征进行打分确定色彩分，对构图特征进行打分确定构图分，对美学特征进行打分确定美学总分；根据相机预览界面图像确定推荐光照模板、推荐色彩模板推荐构图模板；根据光照分、色彩分、构图分、美学总分、推荐光照模板、推荐色彩模板和推荐构图模板对用户进行拍摄指导。本技术方案的有益效果是：提升了用户摄影的拍摄效果。的拍摄效果。的拍摄效果。

【技术实现步骤摘要】
基于人工智能的摄影辅助方法、装置、设备和介质


[0001]本专利技术涉及智能摄影
，具体而言，涉及一种基于人工智能的摄影辅助方法、装置、设备和介质。

技术介绍

[0002]目前，摄影已经成为人们日常生活的一部分，然而大部分相机用户没有接受过摄影方面的培训，以至于不知道如何通过选择合适的光照、色彩和构图来提升拍照美感。
[0003]现有技术中，对于相机用户的拍摄指导大多以单一的取景构图引导为主，技术方案主要集中在将拍摄的景物推荐设置在取景框内特定区域。例如将地平线设置于相机预览界面图像的下三分之一区域等。无法满足用户在拍照时对图片的光照、色彩和构图等总体设计的美学需要，同时无法对用户形成有参考价值的美学指导，也不能定量地展示相机预览界面图像的美学价值分数。导致对用户摄影的指导效果不佳。

技术实现思路

[0004]本专利技术旨在解决上述技术问题的至少一个方面。
[0005]为解决上述问题，本专利技术提供一种基于人工智能的摄影辅助方法，包括：获取相机预览界面图像、多个光照模板、多个色彩模板和多个构图模板；提取所述相机预览界面图像的光照特征、色彩特征、构图特征和美学特征；对所述光照特征进行打分确定光照分，对所述色彩特征进行打分确定色彩分，对所述构图特征进行打分确定构图分，对所述美学特征进行打分确定美学总分；根据所述相机预览界面图像确定光照方向，根据所述光照方向确定推荐光照模板；根据所述相机预览界面图像与多个所述色彩模板的拟合距离，确定推荐色彩模板；根据所述相机预览界面图像与多个所述构图模板的拟合距离，确定推荐构图模板；根据所述光照分、所述色彩分、所述构图分、所述美学总分、所述推荐光照模板、所述推荐色彩模板和所述推荐构图模板对用户进行拍摄指导。
[0006]本专利技术所述的基于人工智能的摄影辅助方法，通过对所述光照特征进行打分确定光照分，对所述色彩特征进行打分确定色彩分，对所述构图特征进行打分确定构图分，对所述美学特征进行打分确定美学总分，帮助用户直观的对相机预览界面图像内的景物进行美学价值判断，从而方便用户根据美学分数调整拍摄角度、方向、构图内容等，改善拍摄效果。根据所述相机预览界面图像确定光照方向，根据所述光照方向确定推荐光照模板；根据所述相机预览界面图像与多个所述色彩模板的拟合距离，确定推荐色彩模板；根据所述相机预览界面图像与多个所述构图模板的拟合距离，确定推荐构图模板。通过所述相机预览界面的光照、色彩、构图情况，给出当前最适合的推荐光照模板、推荐色彩模板和推荐构图模
板，给予用户图形指导，用户可以依据美学属性模板调整用光、色彩搭配和布局，以改善拍摄效果。根据所述光照分、所述色彩分、所述构图分、所述美学总分、所述推荐光照模板、所述推荐色彩模板和所述推荐构图模板对用户进行拍摄指导。以此可以对当前拍摄景物生成美学语言描述，发现当前拍摄的优点和不足，并结合美学分数和模板推荐对用户进行拍摄指导，提高了用户摄影的拍摄效果。
[0007]可选地，所述提取所述相机预览界面图像的光照特征、色彩特征、构图特征和美学特征，包括：通过EfficientNet
‑
B0深度学习特征提取网络，从所述相机预览界面图像中提取所述光照特征、所述色彩特征、所述构图特征和所述美学特征，并构建损失函数；利用随机梯度下降法最小化所述损失函数，收敛条件为所述损失函数的数值小于预设数值。
[0008]可选地，所述对所述光照特征进行打分确定光照分，对所述色彩特征进行打分确定色彩分，对所述构图特征进行打分确定构图分，对所述美学特征进行打分确定美学总分，包括：在开源数据集上根据深度学习算法训练光照属性分预测子网络，通过所述光照属性分预测子网络对所述光照特征进行打分，确定所述光照分；在开源数据集上根据深度学习算法训练色彩属性分预测子网络，通过所述色彩属性分预测子网络对所述色彩特征进行打分，确定所述色彩分；在开源数据集上根据深度学习算法训练构图属性分预测子网络，通过所述构图属性分预测子网络对所述构图特征进行打分，确定所述构图分；在开源数据集上根据深度学习算法训练美学总分预测子网络，通过所述美学总分预测子网络对所述美学特征进行打分，确定所述美学总分。
[0009]可选地，所述根据所述相机预览界面图像确定光照方向，根据所述光照方向确定推荐光照模板，包括：获取预设的光源仰角区域和光源方位角区域，其中每块所述光源仰角区域和每块所述光源方位角区域唯一确定光照方向；分析所述相机预览界面图像，确定太阳位置概率分布；根据所述太阳位置概率分布中概率最高的位置，确定所述太阳光源的仰角和方位角；根据所述仰角确定所述仰角落入的目标仰角区域，根据所述方位角确定所述方位角落入的目标方位角区域；根据所述目标仰角区域和所述目标方位角区域确定所述光照方向；将与所述光照方向最匹配的所述光照模板作为推荐光照模板。
[0010]可选地，所述根据所述相机预览界面图像与多个所述色彩模板的拟合距离，确定推荐色彩模板，包括：分析所述相机预览界面图像在HSV色彩空间上的色调分布，将其绘制在圆形色环图上，得到色调分布图；根据所述色调分布图确定8种色彩模板；计算所述色调分布图中每个色调与每个所述色彩模板阴影区域分布的平均距离，
作为所述拟合距离；确定所述拟合距离最小的所述色彩模板为推荐色彩模板。
[0011]可选地，所述根据所述相机预览界面图像与多个所述构图模板的拟合距离，确定推荐构图模板，包括：对所述相机预览界面图像进行二值化，得到增强图像；对所述增强图像进行霍夫变换，提取到所述增强图像的显著性区域和边缘线条；计算所述显著性区域中心点与所述构图模板特征点之间的第一拟合距离；计算所述边缘线条与所述所述构图模板中的突出线条之间的第二拟合距离；根据所述第一拟合距离和所述第二拟合距离，确定所述推荐构图模板。
[0012]可选地，所述根据所述光照分、所述色彩分、所述构图分、所述美学总分、所述推荐光照模板、所述推荐色彩模板和所述推荐构图模板对用户进行拍摄指导，包括：语音提示用户所述美学总分大小；若所述美学总分低于预设阈值时，比较所述光照分、所述色彩分和所述构图分的大小；若所述光照分最低，语音提示用户改善拍摄时的用光情况并介绍所述推荐光照模板供用户参考；若所述色彩分最低，语音提示用户改善拍摄时景物的色彩选取并介绍所述推荐色彩模板供用户参考；若所述构图分最低，语音提示用户改善拍摄时的构图分布并介绍所述推荐构图模板供用户参考。
[0013]本专利技术还提供一种基于人工智能的摄影辅助装置，包括：获取模块，用于获取相机预览界面图像、多个光照模板、多个色彩模板和多个构图模板；特征提取模块，用于提取所述相机预览界面图像的光照特征、色彩特征、构图特征和美学特征；打分模块，用于对所述光照特征进行打分确定光照分，对所述色彩特征进行打分确定色彩分，对所述构图特征进行打分确定构图分，对所述美学特征进行打分确定美学总分；模板推荐模块，用于根据所述相机预览界面图像确定光照方向，根据所述光照方向确定推荐光照模板；所述模板推荐模块，还用于根据所述相机预览界面图像与多个所述色彩模板的拟合距本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的摄影辅助方法，其特征在于，包括：获取相机预览界面图像、多个光照模板、多个色彩模板和多个构图模板；提取所述相机预览界面图像的光照特征、色彩特征、构图特征和美学特征；对所述光照特征进行打分确定光照分，对所述色彩特征进行打分确定色彩分，对所述构图特征进行打分确定构图分，对所述美学特征进行打分确定美学总分；根据所述相机预览界面图像确定光照方向，根据所述光照方向确定推荐光照模板；根据所述相机预览界面图像与多个所述色彩模板的拟合距离，确定推荐色彩模板；根据所述相机预览界面图像与多个所述构图模板的拟合距离，确定推荐构图模板；根据所述光照分、所述色彩分、所述构图分、所述美学总分、所述推荐光照模板、所述推荐色彩模板和所述推荐构图模板对用户进行拍摄指导。2.根据权利要求1所述的基于人工智能的摄影辅助方法，其特征在于，所述提取所述相机预览界面图像的光照特征、色彩特征、构图特征和美学特征，包括：通过EfficientNet
‑
B0深度学习特征提取网络，从所述相机预览界面图像中提取所述光照特征、所述色彩特征、所述构图特征和所述美学特征，并构建损失函数；利用随机梯度下降法最小化所述损失函数，收敛条件为所述损失函数的数值小于预设数值。3.根据权利要求1所述的基于人工智能的摄影辅助方法，其特征在于，所述对所述光照特征进行打分确定光照分，对所述色彩特征进行打分确定色彩分，对所述构图特征进行打分确定构图分，对所述美学特征进行打分确定美学总分，包括：在开源数据集上根据深度学习算法训练光照属性分预测子网络，通过所述光照属性分预测子网络对所述光照特征进行打分，确定所述光照分；在开源数据集上根据深度学习算法训练色彩属性分预测子网络，通过所述色彩属性分预测子网络对所述色彩特征进行打分，确定所述色彩分；在开源数据集上根据深度学习算法训练构图属性分预测子网络，通过所述构图属性分预测子网络对所述构图特征进行打分，确定所述构图分；在开源数据集上根据深度学习算法训练美学总分预测子网络，通过所述美学总分预测子网络对所述美学特征进行打分，确定所述美学总分。4.根据权利要求1所述的基于人工智能的摄影辅助方法，其特征在于，所述根据所述相机预览界面图像确定光照方向，根据所述光照方向确定推荐光照模板，包括：获取预设的光源仰角区域和光源方位角区域，其中每块所述光源仰角区域和每块所述光源方位角区域唯一确定光照方向；分析所述相机预览界面图像，确定太阳位置概率分布；根据所述太阳位置概率分布中概率最高的位置，确定太阳光源的仰角和方位角；根据所述仰角确定所述仰角落入的目标仰角区域，根据所述方位角确定所述方位角落入的目标方位角区域；根据所述目标仰角区域和所述目标方位角区域确定所述光照方向；将与所述光照方向最匹配的所述光照模板作为推荐光照模板。5.根据权利要求1所述的基于人工智能的摄影辅助方法，其特征在于，所述根据所述相机预览界面图像与多个所述色彩模板的拟合距离，确定推荐色彩模板，包括：

【专利技术属性】
技术研发人员：金鑫，李欣宁，黄人和，黄横，娄豪，肖超恩，周哲成，王烨程，曲经民，
申请(专利权)人：北京电子科技学院，
类型：发明
国别省市：