CN108712606B - 提示方法、装置、存储介质及移动终端 - Google Patents
提示方法、装置、存储介质及移动终端 Download PDFInfo
- Publication number
- CN108712606B CN108712606B CN201810457182.3A CN201810457182A CN108712606B CN 108712606 B CN108712606 B CN 108712606B CN 201810457182 A CN201810457182 A CN 201810457182A CN 108712606 B CN108712606 B CN 108712606B
- Authority
- CN
- China
- Prior art keywords
- occlusion
- preview image
- shooting preview
- occlusion area
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例公开了提示方法、装置、存储介质及移动终端。该方法包括:当遮挡检测事件被触发时,获取拍摄预览图像;将拍摄预览图像输入至预先训练的遮挡检测模型中;根据遮挡检测模型的输出结果确定拍摄预览图像中是否存在第一遮挡区域;若确定拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,遮挡物包括使拍摄预览图像中存在第一遮挡区域的物体。本申请实施例通过采用上述技术方案,可以通过预先构建的遮挡检测模型对拍摄预览图像进行遮挡检测,并准确、快速地判断出拍摄预览图像中是否存在遮挡区域,并在确定出拍摄预览图像中存在遮挡区域时,及时提示用户移除遮挡物,可以有效提高拍摄图像的质量。
Description
技术领域
本申请实施例涉及图像处理技术领域,尤其涉及提示方法、装置、存储介质及移动终端。
背景技术
随着电子技术的快速发展和人们生活水平的日益提高,终端已经成为人们生活中必不可少的一部分。现在大多数的终端都具有拍照摄像功能,而且拍照或摄像功能深受用户喜爱,且得到越来越广泛的应用。用户通过终端的拍照摄像功能,记录生活中的点点滴滴,并保存在终端中,便于日后回忆、欣赏及查看。
然而,在一些情况下,在用户拍摄照片或视频的过程中,存在遮挡物遮挡部分摄像头的情况,导致拍摄画面质量较差,影响拍摄图像的美观。因此,提高拍摄图像的质量变得至关重要。
发明内容
本申请实施例提供提示方法、装置、存储介质及移动终端,可以有效提高拍摄图像的质量。
第一方面,本发明实施例提供了一种提示方法,包括:
当遮挡检测事件被触发时,获取拍摄预览图像;
将所述拍摄预览图像输入至预先训练的遮挡检测模型中;根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域;
若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体。
第二方面,本发明实施例提供了一种提示装置,包括:
拍摄预览图像获取模块,用于当遮挡检测事件被触发时,获取拍摄预览图像;
拍摄预览图像输入模块,用于将所述拍摄预览图像输入至预先训练的遮挡检测模型中;
遮挡区域判断模块,用于根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域;
用户提示模块,用于若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体。
第三方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请实施例所述的提示方法。
第四方面,本申请实施例提供了一种移动终端,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本申请实施例所述的提示方法。
本发明实施例中提供的提示方案,当遮挡检测事件被触发时,获取拍摄预览图像,将拍摄预览图像输入至预先训练的遮挡检测模型中,并根据遮挡检测模型的输出结果确定拍摄预览图像中是否存在第一遮挡区域,若确定拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,遮挡物包括使拍摄预览图像中存在第一遮挡区域的物体。通过本申请实施例提供的技术方案,可以通过预先构建的遮挡检测模型对拍摄预览图像进行遮挡检测,准确、快速地判断出拍摄预览图像中是否存在遮挡区域,并在确定出拍摄预览图像中存在遮挡区域时,及时提示用户移除遮挡物,可以有效提高拍摄图像的质量。
附图说明
图1为本申请实施例提供的一种提示方法的流程示意图;
图2为本申请实施例提供的另一种提示方法的流程示意图;
图3为本申请实施例提供的又一种提示方法的流程示意图;
图4为本申请实施例提供的一种提示装置的结构框图;
图5为本申请实施例提供的一种移动终端的结构示意图;
图6为本申请实施例提供的又一种移动终端的结构示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理,但是其中的许多步骤可以被并行地、并发地或者同时实施。此外,各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1为本发明实施例提供的提示方法的流程示意图,本实施例可适用于图像遮挡检测的情况,该方法可以由提示装置执行,其中该装置可由软件和/或硬件实现,一般可集成在移动终端中。如图1所示,该方法包括:
步骤101、当遮挡检测事件被触发时,获取拍摄预览图像。
示例性的,本申请实施例中的移动终端可包括手机及平板电脑等移动设备。
当遮挡检测事件被触发时,通过移动终端的摄像头获取拍摄预览图像,从而启动遮挡检测事件。
示例性的,为了在合适的时机进行遮挡检测,可以预先设置遮挡检测事件被触发的条件。可选的,为了真实确定用户对遮挡检测的需求,可在检测到当前用户主动打开遮挡检测权限时,触发遮挡检测事件。可选的,为了使遮挡检测应用于更有价值的应用时机,以节省遮挡检测所带来的额外功耗,可对遮挡检测的应用时机和应用场景进行分析或调研等,设置合理的预设场景,在检测到移动终端处于预设场景时,触发遮挡检测事件。例如,当移动终端所处位置的环境光亮度大于预设亮度阈值时,触发遮挡检测事件。可以理解的是,当环境光亮度较大时,容易造成拍摄的图像过曝光,用户为了降低环境光亮度,减少过曝光的情况发生的可能性,通常会用衣物或手来降低过亮的环境光对拍照的影响。但是,在这个过程中,容易在用户不注意的情况下,对摄像头产生部分遮挡。需要说明的是,本申请实施例对遮挡检测事件被触发的具体表现形式不做限定。
在本申请实施例中,当遮挡检测事件被触发时,获取拍摄预览图像。可以理解的是,当用户需要拍照时,打开终端的拍摄功能,如打开终端中的相机应用,即打开终端的摄像头,进入拍摄预览界面,获取拍摄预览界面中的图像,即拍摄预览图像。可以理解的是,拍摄预览图像可以包括用户想要拍摄的内容(如人物、风景等)在拍摄预览界面呈现的图像。其中,摄像头可以为2D摄像头,也可以为3D摄像头。3D摄像头又可以称为3D传感器。3D摄像头与普通摄像头(也即2D摄像头)的区别在于,3D摄像头不仅可以获取平面图像,还可以获取拍摄对象的深度信息,也就是三维的位置和尺寸信息。当摄像头为2D摄像头时,获取的拍摄预览图像为2D拍摄预览图像;当摄像头为3D摄像头时,获取的拍摄预览图像为3D拍摄预览图像。
步骤102、将所述拍摄预览图像输入至预先训练的遮挡检测模型中。
其中,遮挡检测模型可以理解为在输入拍摄预览图像后快速判断该拍摄预览图像中是否包含遮挡区域的学习模型。遮挡检测模型可以包括神经网络模型、决策树模型及随机森林模型等机器学习模型中的任意一种。遮挡检测模型可以是对样本库中的图像及图像是否存在遮挡区域的判断结果进行训练生成的。示例性的,遮挡区域检测模型基于存在遮挡区域的图像和不存在遮挡区域的图像分别呈现的特征规律生成。可以理解的是,存在遮挡区域和不存在遮挡区域的图像呈现的特征是不同的,因此,可以对存在遮挡区域的图像和不存在遮挡区域的图像分别呈现的不同的特征规律进行学习,生成遮挡区域检测模型。其中,存在遮挡区域的图像和不存在遮挡区域的图像呈现的不同特征可以包括:图像的亮度、图像的模糊度、图像的纹理及图像的曝光度中的至少一个。在遮挡检测事件被触发时,获取拍摄预览图像,并将获取的拍摄预览图像输入至遮挡检测模型中,以方便后续能够进一步根据遮挡检测模型对拍摄预览图像的分析结果,确定拍摄预览图像中是否包含遮挡区域。
步骤103、根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域。
在本申请实施例中,将步骤101中获取的拍摄预览图像,输入至预先训练的遮挡检测模型后,遮挡检测模型可以对该拍摄预览图像的特征信息进行分析,并可以根据分析结果确定该拍摄预览图像中是否存在遮挡区域。示例性的,当遮挡检测模型的输出结果为“0”时,则确定拍摄预览图像中不存在第一遮挡区域;当遮挡检测模型的输出结果为“1”时,则确定拍摄预览图像中存在第一遮挡区域。或者,当遮挡检测模型的输出结果为“1”时,则确定拍摄预览图像中不存在第一遮挡区域;当遮挡检测模型的输出结果为“0”时,则确定拍摄预览图像中存在第一遮挡区域。当然,也可以为当遮挡检测模型的输出结果为“否”时,则确定拍摄预览图像中不存在第一遮挡区域;当遮挡检测模型的输出结果为“是”时,则确定拍摄预览图像中存在第一遮挡区域。本申请实施例对此不做限定。
步骤104、若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物。
其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体。
在本申请实施例中,当确定拍摄预览图像中存在第一遮挡区域,也即存在遮挡区域时,说明在摄像头前方存在影响拍摄图像美观的遮挡物,此时,可以提示用户移除遮挡物。其中,遮挡物可以包括手指、衣物或是摄像头上存在的异物等对与拍摄对象无关,且对拍摄图像的质量产生影响的物体。示例性的,当确定拍摄预览图像中存在第一遮挡区域时,发出提示信息:“摄像头前方存在遮挡物,使拍摄预览图像中存在遮挡区域,请及时移除该遮挡物”。需要说明的是,可以以文字的形式提示用户移除遮挡物,也可以以语音播报的形式提示用户移除遮挡物,本申请实施例对提示用户移除遮挡物的提示形式不作具体限定。
本申请实施例提供的提示方法,当遮挡检测事件被触发时,获取拍摄预览图像,将拍摄预览图像输入至预先训练的遮挡检测模型中,并根据遮挡检测模型的输出结果确定拍摄预览图像中是否存在第一遮挡区域,若确定拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,遮挡物包括使拍摄预览图像中存在第一遮挡区域的物体。通过本申请实施例提供的技术方案,可以通过预先构建的遮挡检测模型对拍摄预览图像进行遮挡检测,并准确、快速地判断出拍摄预览图像中是否存在遮挡区域,并在确定出拍摄预览图像中存在遮挡区域时,及时提示用户移除遮挡物,可以有效提高拍摄图像的质量。
在一些实施例中,在遮挡检测事件被触发之前,包括:获取第一样本图像,其中,所述第一样本图像包括存在遮挡区域的图像;将所述第一样本图像的遮挡区域存在结果记为所述第一样本图像的样本标记,其中,所述遮挡区域存在结果包括存在遮挡区域或不存在遮挡区域;根据所述第一样本图像及对应的样本标记,对第一预设机器学习模型进行训练,得到遮挡检测模型。这样设置的好处在于,根据遮挡区域存在结果对对应的样本图像进行标记,即将遮挡区域存在结果作为对应的样本图像的样本标记,可以大大提高对遮挡检测模型训练的准确性。
在本申请实施例中,获取第一样本图像,其中,第一样本图像中包括存在遮挡区域的图像和不存在遮挡区域的图像,即,第一样本图像中部分图像存在遮挡区域,部分图像不存在遮挡区域。示例性的,获取5000张第一样本图像,其中,包含遮挡区域的样本图像可以为3000张,不包含遮挡区域的样本图像可以为2000张。而对第一样本图像中,存在遮挡区域的图像的数量和不存在遮挡区域的图像的数量不做限定。另外,第一样本图像可以包括:网络平台图像库中的图像和本地图片库中的拍摄图像一种或两种的组合。获取第一样本图像后,将第一样本图像的遮挡区域存在结果记为第一样本图像的样本标记。例如,当第一样本图像中存在遮挡区域时,用1表示,并将当前样本图像标记为1,或者说将1作为当前样本图像的样本标记;当第一样本图像中不存在遮挡区域时,用0表示,并将当前样本图像标记为0,或者说将0作为当前样本图像的样本标记。根据第一样本图像及对应的样本标记,对第一预设机器学习模型进行训练,得到遮挡检测模型。可以理解的是,将第一样本图像及对应的样本标记作为训练样本集,利用该训练样本集对第一预设机器学习模型进行训练,生成遮挡检测模型。其中,第一预设机器学习模型可以包括神经网络模型、决策树模型、随机森林模型及朴素贝叶斯模型中的任意一种。本申请实施例对第一预设机器学习模型不做限定。
可选的,第一样本图像的遮挡区域存在结果可以根据用户的输入结果来确定,例如,当用户人眼可以快速、直观地判断出第一样本图像中是否存在遮挡区域时,可以根据用户的输入结果来确定对应图像的遮挡区域存在结果。又如,为了提高对第一样本图像的遮挡区域存在结果确定的准确性,以进一步提高对遮挡检测模型训练的准确度,可以对第一样本图像进行图像分析,如分析第一样本图像的颜色分布特征、纹理分布特征、模糊度特征及锐化程度等等,根据图像分析结果,确定第一样本图像的遮挡区域存在结果。需要说明的是,本申请实施例对第一样本图像的遮挡区域存在结果的确定方式不做限定。
其中,在遮挡检测事件被触发之前,获取遮挡检测模型。需要说明的是,可以是移动终端获取上述第一样本图像及对应的样本标记,利用第一样本图像及对应的样本标记对预设机器学习模型进行训练,直接生成遮挡检测模型。还可以是移动终端直接调用其他移动终端训练生成的遮挡检测模型,例如,在出厂前利用一个移动终端获取训练样本集并生成遮挡检测模型,然后将该遮挡检测模型存储到与移动终端中,供其他移动终端直接使用。或者,服务器获取大量的样本图像,并根据对应的遮挡区域存在结果对其进行标记,得到训练样本集。服务器基于预设机器学习模型对训练样本集进行训练,得到遮挡检测模型。当移动终端需要进行遮挡检测时,也即遮挡检测事件被触发时,从服务器调用已训练好的遮挡检测模型。
在一些实施例中,在将所述拍摄预览图像输入至预先训练的遮挡检测模型中之前,还包括:获取所述拍摄预览图像的模糊度;将所述拍摄预览图像输入至预先训练的遮挡检测模型中,包括:当所述模糊度大于预设阈值时,将所述拍摄预览图像输入至预先训练的遮挡检测模型中。这样设置的好处在于,可以在检测到拍摄预览图像的模糊度较大时,再进一步判断拍摄预览图像中是否包含遮挡区域,可以有效避免不必要情况下进行遮挡检测,进一步降低移动终端的功耗。
示例性的,在将拍摄预览图像输入至预先训练的遮挡检测模型中之前,对该拍摄预览图像进行图像分析,确定该拍摄预览图像的模糊度。其中,可以基于图像直方图集中度来评价拍摄预览图像的模糊度,还可以基于阶跃边缘宽度来度量拍摄预览图像的模糊度,需要说明的是,本申请实施例对拍摄预览图像的模糊度的确定方式不做限定。拍摄预览图像的模糊度反映了拍摄预览图像的图像质量,模糊度越高,对应的图像质量越差,反之,模糊度越低,对应的图像质量越高。可以理解的是,当拍摄预览图像中存在遮挡区域时,造成遮挡区域的遮挡物通常在摄像头的焦距范围之外,也即摄像头对遮挡物进行拍摄时,通常是无法对准摄像头焦距的,会造成遮挡物对应的图像区域的模糊度较高,也即遮挡区域的模糊程度较大,遮挡区域缺乏明显的纹理特征或尖锐的边缘特征,会进一步影响整个拍摄预览图像的模糊度。因此,当检测到拍摄预览图像的模糊度大于预设阈值时,表明该拍摄预览图像质量较差,可能存在遮挡区域,此时,可以将拍摄预览图像输入至预先训练的遮挡检测模型中,以进一步准确判断拍摄预览图像中是否存在遮挡区域。
在一些实施例中,在将所述拍摄预览图像输入至预先训练的遮挡检测模型中之前,还包括:检测摄像头预设距离范围内是否包含物体;将所述拍摄预览图像输入至预先训练的遮挡检测模型中,包括:当检测到摄像头预设距离范围内包含物体时,将所述拍摄预览图像输入至预先训练的遮挡检测模型中。这样设置的好处在于,可以先大致检测一下拍摄预览图像中是否有存在遮挡区域的可能,当检测到摄像头预设范围内包含物体时,表明拍摄预览图像中可能存在遮挡区域,此时,再进一步通过遮挡检测模型判断拍摄预览图像中是否包含遮挡区域,可以有效避免不必要情况下遮挡区域的检测,进一步降低移动终端的功耗。
示例性的,在将拍摄预览图像输入至预先训练的遮挡检测模型中之前,检测摄像头预设距离范围内是否包含物体。例如,可以在摄像头周围设置探测装置,如红外探测仪,通过该探测装置检测在摄像头的预设距离范围内,如10厘米范围内,是否存在物体。可以理解的是,通常通过摄像头进行拍摄时,会对较远距离的物体进行拍摄,也即,造成遮挡区域的遮挡物通常距离摄像头的距离,通常会远远小于实际拍摄物体距离摄像头的距离。因此,当检测到摄像头预设范围内存在物体时,表明在摄像头周围可能存在遮挡物,也即该摄像头预设范围内存在的物体可能会使拍摄预览图像中存在遮挡区域,此时,可以将拍摄预览图像输入至预先训练的遮挡检测模型中,以进一步准确判断拍摄预览图像中是否存在遮挡区域。
在一些实施例中,若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,包括:若确定所述拍摄预览图像中存在第一遮挡区域,则确定所述第一遮挡区域在所述拍摄预览图像中的位置;提示用户根据所述位置移除遮挡物。这样设置的好处在于,可以根据遮挡区域的位置确定遮挡物所处的大致位置,进一步使用户根据所述位置准确地移除遮挡物,有效避免用户误移除遮挡物的情况发生。
在本申请实施例中,为了准确地使用户移除真正造成拍摄预览图像中存在第一遮挡区域的遮挡物,在确定拍摄预览图像中存在第一遮挡区域时,进一步确定第一遮挡区域在拍摄预览图像中的位置,提示用户根据第一遮挡区域在拍摄预览图像中的位置移除遮挡物。可以理解的是,在摄像头周围可能存在多个物体,有的物体可能是真正的拍摄对象,有的物体可能既不是拍摄对象,也不会造成摄像头的遮挡,即不会使拍摄图像中存在遮挡区域,而有的物体是真正造成拍摄图像中存在遮挡区域的遮挡物。如果用户根据拍摄预览图像中存在遮挡区域的提示信息,盲目地一一将摄像头周围的物体均移除,不仅可能会移除真正的拍摄对象,而且用户移除多个物体的耗时过长,造成摄像头拍摄图像效率低,用户体验差。因此,在确定第一遮挡区域在拍摄预览图像中的位置后,可大致判断出造成拍摄预览图像中存在第一遮挡区域的遮挡物在摄像头前方的大致分布方位,用户可以根据该方位分布,快速、准确地确定遮挡物,并将遮挡物移除。示例性的,当确定在拍摄预览图像的左上角位置存在第一遮挡区域时,也即第一遮挡区域在拍摄预览图像中的左上角位置时,可以大概预判出造成第一遮挡区域的遮挡物在摄像头的左前方的预设距离范围内,用户可以根据提示将摄像头左前方的预设距离范围内的遮挡物移除。
在一些实施例中,确定所述第一遮挡区域在所述拍摄预览图像中的位置,包括:将所述拍摄预览图像输入至预先训练的遮挡区域确定模型中;其中,所述遮挡区域确定模型基于遮挡区域在图像中呈现的特征规律生成;根据所述遮挡区域确定模型的输出结果确定所述第一遮挡区域在所述拍摄预览图像中的位置。这样设置的好处在于,可以通过预先构建的遮挡区域确定模型,快速、准确地确定出遮挡区域在拍摄预览图像中的具***置。
在本申请实施例中,遮挡区域确定模型可以理解为在输入拍摄预览图像后,可以快速判断出遮挡区域在拍摄预览图像中具体分布位置的学习模型。遮挡区域确定模型可以包括神经网络模型、决策树模型及随机森林模型等机器学习模型中的任意一种。遮挡区域确定模型可以是对样本库中存在遮挡区域的样本图像,并在样本图像中标注了遮挡区域的位置的样本训练集进行训练生成的。示例性的,遮挡区域确定模型基于遮挡区域在图像中呈现的特征规律生成。可以理解的是,在一张图像中遮挡区域和非遮挡区域呈现的特征是不同的,因此,可以对遮挡区域在图像中呈现的特征规律进行学习,生成遮挡区域确定模型。其中,遮挡区域在图像中呈现的特征可以包括:遮挡区域在图像中的大小、遮挡区域在图像中的位置、遮挡区域在图像中的形状、遮挡区域的亮度、遮挡区域的颜色、遮挡区域的模糊度及遮挡区域的纹理中的至少一个。
当通过遮挡检测模型确定拍摄预览图像中存在第一遮挡区域时,再将该拍摄预览图像输入至预先训练的遮挡区域确定模型中,遮挡区域确定模型可以对拍摄预览图像的特征信息进行分析,并可以根据分析结果确定第一遮挡区域在该拍摄预览图像中的位置,也即确定拍摄预览图像中具体哪一部分图像区域为第一遮挡区域。
可以理解的是,遮挡区域确定模型和遮挡检测模型是两个不同的学习模型。其中,遮挡检测模型主要用于判断拍摄预览图像中是否包含遮挡区域,也即遮挡检测模型只能得出拍摄预览图像中是否包含遮挡区域的判断结果,并无法确定出具体遮挡区域在拍摄预览图像中的位置。而遮挡区域确定模型主要用于准确地确定出遮挡区域在拍摄预览图像中的具***置,也可以确定出拍摄预览图像中具体哪一块图像区域为遮挡区域。其中,遮挡区域的形状可以是规则的,也可以是不规则的。另外,由于遮挡检测模型主要用于判断拍摄预览图像中是否存在遮挡区域,遮挡检测模型的处理速度通常优于遮挡区域确定模型的处理速度。
在一些实施例中,在将所述拍摄预览图像输入至预先训练的遮挡区域确定模型中之前,还包括:获取第二样本图像,其中,所述第二样本图像为存在第二遮挡区域的图像;在所述第二样本图像中标注所述第二遮挡区域的位置,并将标注第二遮挡区域位置后的第二样本图像作为训练样本集;利用所述训练样本集对第二预设机器学习模型进行训练以对所述第二遮挡区域的特征规律进行学习,得到遮挡区域确定模型。这样设置的好处在于,将包含第二遮挡区域的第二样本图像作为遮挡区域确定模型的样本来源,可以大大提高对遮挡区域确定模型训练的准确性。
在本申请实施例中,获取第二样本图像,其中,第二样本图像为存在遮挡区域的图像。其中,可以基于图像处理技术确定第二样本图像中的第二遮挡区域,还可以根据用户的圈选操作确定第二样本图像中的第二遮挡区域。在第二样本图像中对第二遮挡区域进行标注,也即将第二遮挡区域的具***置标注在对应的第二样本图像中。将标注第二遮挡区域位置后的第二样本图像作为训练样本集,并利用训练样本集对第二预设机器学习模型进行训练,得到遮挡区域确定模型。其中,第二预设机器学习模型可以包括神经网络模型、决策树模型、随机森林模型及朴素贝叶斯模型中的任意一种。本申请实施例对第二预设机器学习模型不做限定。另外,第二预设机器学习模型与上述提到的第一预设机器学习模型可以相同,也可以不同,本申请实施例对此不做限定。
其中,在将拍摄预览图像输入至预先训练的遮挡区域确定模型中之前,获取遮挡区域确定模型。需要说明的是,可以是移动终端获取上述第二样本图像,并将标注第二遮挡区域位置的第二样本图像作为训练样本集,利用该训练样本集对第二预设机器学习模型进行训练,直接生成遮挡区域确定模型。还可以是移动终端直接调用其他移动终端训练生成的遮挡区域确定模型。当然,也可以通过服务器基于预设机器学习模型对训练样本集进行训练,得到遮挡区域确定模型。当移动终端需要进一步确定拍摄预览图像中遮挡区域的具***置时,从服务器调用已训练好的遮挡区域确定模型。
在一些实施例中,在提示用户移除遮挡物之后,还包括:判断是否接收到遮挡物已移除的反馈信息;当接收到所述反馈信息时,对拍摄预览图像进行拍摄。可以理解的是,当接收到遮挡物已移除的反馈信息时,说明在拍摄预览图像中已经不存在遮挡区域,也即在摄像头前方不存在使拍摄预览图像中存在遮挡区域的遮挡物,此时,可以直接对该拍摄预览图像进行拍摄。这样可以有效保证拍摄图像的质量,使其不存在遮挡区域。
其中,反馈信息可以理解为遮挡物已移除的确定信息。示例性的,可以在终端设备的人机交互界面中设置对遮挡物是否移除的确定选项。其中,确定选项可以包括“是”和“否”两个选项,当确定选项为“是”时,表示用户已将遮挡物移除。而当确定选项为“否”时,表示用户未将遮挡物移除。
可选的,在提示用户移除遮挡物之后的预设时间段内,再次将拍摄预览图像输入至预先训练的遮挡检测模型中,再次判断当前获取的拍摄预览图像中是否包含遮挡区域,若否,说明用户已经将遮挡物移除,可以直接对拍摄预览图像进行拍摄。可选的,在提示用户移除遮挡物之后的预设时间段内,检测摄像头预设距离范围内是否包含物体,当检测到摄像头预设距离范围内不包含物体时,说明用户已经将遮挡物移除,可以直接对拍摄预览图像进行拍摄。这样设置的好处在于,可以有效保证拍摄图像的质量,使其不存在遮挡区域。
图2为本申请实施例提供的提示方法的流程示意图。如图2所示,该方法包括:
步骤201、获取第一样本图像。
其中,第一样本图像包括存在遮挡区域的图像。
步骤202、将第一样本图像的遮挡区域存在结果记为第一样本图像的样本标记。
其中,遮挡区域存在结果包括存在遮挡区域或不存在遮挡区域。
步骤203、根据第一样本图像及对应的样本标记,对第一预设机器学习模型进行训练,得到遮挡检测模型。
步骤204、当遮挡检测事件被触发时,获取拍摄预览图像。
步骤205、获取拍摄预览图像的模糊度。
步骤206、判断所述模糊度是否大于预设阈值,若是,则执行步骤207,否则,执行步骤212。
步骤207、将拍摄预览图像输入至遮挡检测模型中。
步骤208、根据遮挡检测模型的输出结果确定拍摄预览图像中是否存在第一遮挡区域,若是,则执行步骤209,否则,执行步骤212。
步骤209、提示用户移除遮挡物。
其中,遮挡物包括使拍摄预览图像中存在第一遮挡区域的物体。
步骤210、判断是否接收到遮挡物已移除的反馈信息,若是,则执行步骤211,否则,返回执行步骤209。
步骤211、对拍摄预览图像进行拍摄。
步骤212、确定拍摄预览图像中不存在遮挡区域,直接对拍摄预览图像进行拍摄。
本申请实施例中提供的提示方法,当检测到拍摄预览图像的模糊度较大时,将拍摄预览图像输入至预先训练的遮挡检测模型中,并当根据遮挡检测模型的输出结果确定拍摄预览图像中存在第一遮挡区域时,提示用户移除遮挡物,并在接收到遮挡物已移除的反馈信息时,对拍摄预览图像进行拍摄,其中,遮挡检测模型基于对第一样本图像及对应的样本标记进行训练生成的。通过采用上述技术方案,在有效避免不必要情况下进行遮挡检测,降低移动终端的功耗的前提下,可以准确、快速地判断出拍摄预览图像中是否存在遮挡区域,并在确定出拍摄预览图像中存在遮挡区域时,及时提示用户移除遮挡物,并在接收到遮挡物已移除的反馈信息时,对拍摄预览图像进行拍摄,可以有效保证拍摄图像的质量。
图3为本申请实施例提供的提示方法的流程示意图。如图3所示,该方法包括:
步骤301、获取第一样本图像。
其中,第一样本图像包括存在遮挡区域的图像。
步骤302、将第一样本图像的遮挡区域存在结果记为第一样本图像的样本标记。
其中,遮挡区域存在结果包括存在遮挡区域或不存在遮挡区域。
步骤303、根据第一样本图像及对应的样本标记,对第一预设机器学习模型进行训练,得到遮挡检测模型。
步骤304、当遮挡检测事件被触发时,获取拍摄预览图像。
步骤305、检测摄像头预设距离范围内是否包含物体,若是,则执行步骤306,否则,执行步骤316。
步骤306、将拍摄预览图像输入至遮挡检测模型中。
步骤307、根据遮挡检测模型的输出结果确定拍摄预览图像中是否存在第一遮挡区域,若是,则执行步骤308,否则,执行步骤316。
步骤308、获取第二样本图像。
其中,第二样本图像为存在第二遮挡区域的图像;
步骤309、在第二样本图像中标注第二遮挡区域的位置,并将标注第二遮挡区域位置后的第二样本图像作为训练样本集。
步骤310、利用训练样本集对第二预设机器学习模型进行训练以对第二遮挡区域的特征规律进行学习,得到遮挡区域确定模型。
步骤311、将拍摄预览图像输入至预先训练的遮挡区域确定模型中。
步骤312、根据遮挡区域确定模型的输出结果确定第一遮挡区域在拍摄预览图像中的位置。
步骤313、提示用户根据位置移除遮挡物。
其中,遮挡物包括使拍摄预览图像中存在第一遮挡区域的物体。
步骤314、判断是否接收到遮挡物已移除的反馈信息,若是,则执行步骤315,否则,返回执行步骤313。
步骤315、对拍摄预览图像进行拍摄。
步骤316、确定拍摄预览图像中不存在遮挡区域,直接对拍摄预览图像进行拍摄。
需要说明的是,步骤308-步骤310还可以在步骤304之前执行。当步骤308-步骤310在步骤304之前执行时,可以先执行步骤301-步骤303,后执行步骤308-步骤310,也可以先执行步骤308-步骤310,后执行步骤301-步骤303。本申请实施例对此不作限定。
本申请实施例中提供的提示方法,当检测到摄像头预设距离范围内包含物体时,将拍摄预览图像输入至预先训练的遮挡检测模型中,可以先大致检测一下是否有存在遮挡区域的可能,当检测到摄像头预设范围内包含物体时,再进一步判断拍摄预览图像中是否包含遮挡区域,可以有效避免不必要情况下遮挡区域的检测,进一步降低移动终端的功耗。并当根据遮挡检测模型的输出结果确定拍摄预览图像中存在第一遮挡区域时,进一步根据遮挡区域确定模型确定第一遮挡区域在拍摄预览图像中的位置,并提示用户根据位置移除遮挡物,可以使用户根据所述位置准确地移除遮挡物,有效避免用户误移除遮挡物的情况发生。
图4为本申请实施例提供的一种提示装置的结构框图,该装置可由软件和/或硬件实现,一般集成在移动终端中,可通过执行提示方法来提高拍摄图像的质量。如图4所示,该装置包括:
拍摄预览图像获取模块401,用于当遮挡检测事件被触发时,获取拍摄预览图像;
拍摄预览图像输入模块402,用于将所述拍摄预览图像输入至预先训练的遮挡检测模型中;
遮挡区域判断模块403,用于根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域;
用户提示模块404,用于若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体。
本申请实施例提供的提示装置,当遮挡检测事件被触发时,获取拍摄预览图像,将拍摄预览图像输入至预先训练的遮挡检测模型中,并根据遮挡检测模型的输出结果确定拍摄预览图像中是否存在第一遮挡区域,若确定拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,遮挡物包括使拍摄预览图像中存在第一遮挡区域的物体。通过本申请实施例提供的技术方案,可以通过预先构建的遮挡检测模型对拍摄预览图像进行遮挡检测,并准确、快速地判断出拍摄预览图像中是否存在遮挡区域,并在确定出拍摄预览图像中存在遮挡区域时,及时提示用户移除遮挡物,可以有效提高拍摄图像的质量。可选的,该装置还包括:
第一样本图像获取模块,用于在遮挡检测事件被触发之前,获取第一样本图像,其中,所述第一样本图像包括存在遮挡区域的图像;
遮挡结果标记模块,用于将所述第一样本图像的遮挡区域存在结果记为所述第一样本图像的样本标记,其中,所述遮挡区域存在结果包括存在遮挡区域或不存在遮挡区域;
遮挡检测模型训练模块,用于根据所述第一样本图像及对应的样本标记,对第一预设机器学习模型进行训练,得到遮挡检测模型。
可选的,该装置还包括:
模糊度获取模块,用于在将所述拍摄预览图像输入至预先训练的遮挡检测模型中之前,获取所述拍摄预览图像的模糊度;
拍摄预览图像输入模块,用于:
当所述模糊度大于预设阈值时,将所述拍摄预览图像输入至预先训练的遮挡检测模型中。
可选的,该装置还包括:
物体检测模块,用于在将所述拍摄预览图像输入至预先训练的遮挡检测模型中之前,检测摄像头预设距离范围内是否包含物体;
拍摄预览图像输入模块,用于:
当检测到摄像头预设距离范围内包含物体时,将所述拍摄预览图像输入至预先训练的遮挡检测模型中。
可选的,用户提示模块,包括:
遮挡位置确定单元,用于若确定所述拍摄预览图像中存在第一遮挡区域,则确定所述第一遮挡区域在所述拍摄预览图像中的位置;
用户提示单元,用于提示用户根据所述位置移除遮挡物。
可选的,遮挡位置确定单元,用于:
将所述拍摄预览图像输入至预先训练的遮挡区域确定模型中;其中,所述遮挡区域确定模型基于遮挡区域在图像中呈现的特征规律生成;
根据所述遮挡区域确定模型的输出结果确定所述第一遮挡区域在所述拍摄预览图像中的位置。
可选的,在将所述拍摄预览图像输入至预先训练的遮挡区域确定模型中之前,还包括:
获取第二样本图像,其中,所述第二样本图像为存在第二遮挡区域的图像;
在所述第二样本图像中标注所述第二遮挡区域的位置,并将标注第二遮挡区域位置后的第二样本图像作为训练样本集;
利用所述训练样本集对第二预设机器学习模型进行训练以对所述第二遮挡区域的特征规律进行学习,得到遮挡区域确定模型。
可选的,该装置还包括
反馈信息判断模块,用于在提示用户移除遮挡物之后,判断是否接收到遮挡物已移除的反馈信息;
图像拍摄模块,用于当接收到所述反馈信息时,对拍摄预览图像进行拍摄。
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行提示方法,该方法包括:
当遮挡检测事件被触发时,获取拍摄预览图像;
将所述拍摄预览图像输入至预先训练的遮挡检测模型中;
根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域;
若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机***存储器或随机存取存储器,诸如DRAM、DDRRAM、SRAM、EDORAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机***中,或者可以位于不同的第二计算机***中,第二计算机***通过网络(诸如因特网)连接到第一计算机***。第二计算机***可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机***中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的提示操作,还可以执行本申请任意实施例所提供的提示方法中的相关操作。
本申请实施例提供了一种移动终端,该移动终端中可集成本申请实施例提供的提示装置。图5为本申请实施例提供的一种移动终端的结构示意图。移动终端500可以包括:存储器501,处理器502及存储在存储器上并可在处理器运行的计算机程序,所述处理器502执行所述计算机程序时实现如本申请实施例所述的提示方法。
本申请实施例提供的移动终端,可以通过预先构建的遮挡检测模型对拍摄预览图像进行遮挡检测,并准确、快速地判断出拍摄预览图像中是否存在遮挡区域,并在确定出拍摄预览图像中存在遮挡区域时,及时提示用户移除遮挡物,可以有效提高拍摄图像的质量。
图6为本申请实施例提供的另一种移动终端的结构示意图,该移动终端可以包括:壳体(图中未示出)、存储器601、中央处理器(central processing unit,CPU)602(又称处理器,以下简称CPU)、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部;所述CPU602和所述存储器601设置在所述电路板上;所述电源电路,用于为所述移动终端的各个电路或器件供电;所述存储器601,用于存储可执行程序代码;所述CPU602通过读取所述存储器601中存储的可执行程序代码来运行与所述可执行程序代码对应的计算机程序,以实现以下步骤:
当遮挡检测事件被触发时,获取拍摄预览图像;
将所述拍摄预览图像输入至预先训练的遮挡检测模型中;
根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域;
若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体。
所述移动终端还包括:外设接口603、RF(Radio Frequency,射频)电路605、音频电路606、扬声器611、电源管理芯片608、输入/输出(I/O)子***609、其他输入/控制设备610、触摸屏612、其他输入/控制设备610以及外部端口604,这些部件通过一个或多个通信总线或信号线607来通信。
应该理解的是,图示移动终端600仅仅是移动终端的一个范例,并且移动终端600可以具有比图中所示出的更多的或者更少的部件,可以组合两个或更多的部件,或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面就本实施例提供的用于提示的移动终端进行详细的描述,该移动终端以手机为例。
存储器601,所述存储器601可以被CPU602、外设接口603等访问,所述存储器601可以包括高速随机存取存储器,还可以包括非易失性存储器,例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
外设接口603,所述外设接口603可以将设备的输入和输出外设连接到CPU602和存储器601。
I/O子***609,所述I/O子***609可以将设备上的输入输出外设,例如触摸屏612和其他输入/控制设备610,连接到外设接口603。I/O子***609可以包括显示控制器6091和用于控制其他输入/控制设备610的一个或多个输入控制器6092。其中,一个或多个输入控制器6092从其他输入/控制设备610接收电信号或者向其他输入/控制设备610发送电信号,其他输入/控制设备610可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是,输入控制器6092可以与以下任一个连接:键盘、红外端口、USB接口以及诸如鼠标的指示设备。
触摸屏612,所述触摸屏612是用户移动终端与用户之间的输入接口和输出接口,将可视输出显示给用户,可视输出可以包括图形、文本、图标、视频等。
I/O子***609中的显示控制器6091从触摸屏612接收电信号或者向触摸屏612发送电信号。触摸屏612检测触摸屏上的接触,显示控制器6091将检测到的接触转换为与显示在触摸屏612上的用户界面对象的交互,即实现人机交互,显示在触摸屏612上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是,设备还可以包括光鼠,光鼠是不显示可视输出的触摸敏感表面,或者是由触摸屏形成的触摸敏感表面的延伸。
RF电路605,主要用于建立手机与无线网络(即网络侧)的通信,实现手机与无线网络的数据接收和发送。例如收发短信息、电子邮件等。具体地,RF电路605接收并发送RF信号,RF信号也称为电磁信号,RF电路605将电信号转换为电磁信号或将电磁信号转换为电信号,并且通过该电磁信号与移动通信网络以及其他设备进行通信。RF电路605可以包括用于执行这些功能的已知电路,其包括但不限于天线***、RF收发机、一个或多个放大器、调谐器、一个或多个振荡器、数字信号处理器、CODEC(COder-DECoder,编译码器)芯片组、用户标识模块(Subscriber Identity Module,SIM)等等。
音频电路606,主要用于从外设接口603接收音频数据,将该音频数据转换为电信号,并且将该电信号发送给扬声器611。
扬声器611,用于将手机通过RF电路605从无线网络接收的语音信号,还原为声音并向用户播放该声音。
电源管理芯片608,用于为CPU602、I/O子***及外设接口所连接的硬件进行供电及电源管理。
上述实施例中提供的提示装置、存储介质及移动终端可执行本申请任意实施例所提供的提示方法,具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的提示方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种提示方法,其特征在于,包括:
当遮挡检测事件被触发时,获取拍摄预览图像;
将所述拍摄预览图像输入至预先训练的遮挡检测模型中;
根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域;
若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体;
其中,若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,包括:
若确定所述拍摄预览图像中存在第一遮挡区域,则将所述拍摄预览图像输入至预先训练的遮挡区域确定模型中;其中,所述遮挡区域确定模型基于遮挡区域在图像中呈现的特征规律生成;
根据所述遮挡区域确定模型的输出结果确定所述第一遮挡区域在所述拍摄预览图像中的位置;
提示用户根据所述位置移除遮挡物。
2.根据权利要求1所述的方法,其特征在于,在遮挡检测事件被触发之前,包括:
获取第一样本图像,其中,所述第一样本图像包括存在遮挡区域的图像;
将所述第一样本图像的遮挡区域存在结果记为所述第一样本图像的样本标记,其中,所述遮挡区域存在结果包括存在遮挡区域或不存在遮挡区域;
根据所述第一样本图像及对应的样本标记,对第一预设机器学习模型进行训练,得到遮挡检测模型。
3.根据权利要求1所述的方法,其特征在于,在将所述拍摄预览图像输入至预先训练的遮挡检测模型中之前,还包括:
获取所述拍摄预览图像的模糊度;
将所述拍摄预览图像输入至预先训练的遮挡检测模型中,包括:
当所述模糊度大于预设阈值时,将所述拍摄预览图像输入至预先训练的遮挡检测模型中。
4.根据权利要求1所述的方法,其特征在于,在将所述拍摄预览图像输入至预先训练的遮挡检测模型中之前,还包括:
检测摄像头预设距离范围内是否包含物体;
将所述拍摄预览图像输入至预先训练的遮挡检测模型中,包括:
当检测到摄像头预设距离范围内包含物体时,将所述拍摄预览图像输入至预先训练的遮挡检测模型中。
5.根据权利要求1所述的方法,其特征在于,在将所述拍摄预览图像输入至预先训练的遮挡区域确定模型中之前,还包括:
获取第二样本图像,其中,所述第二样本图像为存在第二遮挡区域的图像;
在所述第二样本图像中标注所述第二遮挡区域的位置,并将标注第二遮挡区域位置后的第二样本图像作为训练样本集;
利用所述训练样本集对第二预设机器学习模型进行训练以对所述第二遮挡区域的特征规律进行学习,得到遮挡区域确定模型。
6.根据权利要求1-5任一所述的方法,其特征在于,在提示用户移除遮挡物之后,还包括:
判断是否接收到遮挡物已移除的反馈信息;
当接收到所述反馈信息时,对拍摄预览图像进行拍摄。
7.一种提示装置,其特征在于,包括:
拍摄预览图像获取模块,用于当遮挡检测事件被触发时,获取拍摄预览图像;
拍摄预览图像输入模块,用于将所述拍摄预览图像输入至预先训练的遮挡检测模型中;
遮挡区域判断模块,用于根据所述遮挡检测模型的输出结果确定所述拍摄预览图像中是否存在第一遮挡区域;
用户提示模块,用于若确定所述拍摄预览图像中存在第一遮挡区域,则提示用户移除遮挡物,其中,所述遮挡物包括使所述拍摄预览图像中存在第一遮挡区域的物体;
其中,所述用户提示模块,包括:
遮挡位置确定单元,用于将所述拍摄预览图像输入至预先训练的遮挡区域确定模型中;其中,所述遮挡区域确定模型基于遮挡区域在图像中呈现的特征规律生成;根据所述遮挡区域确定模型的输出结果确定所述第一遮挡区域在所述拍摄预览图像中的位置;
用户提示单元,用于提示用户根据所述位置移除遮挡物。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一所述的提示方法。
9.一种移动终端,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6任一所述的提示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810457182.3A CN108712606B (zh) | 2018-05-14 | 2018-05-14 | 提示方法、装置、存储介质及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810457182.3A CN108712606B (zh) | 2018-05-14 | 2018-05-14 | 提示方法、装置、存储介质及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108712606A CN108712606A (zh) | 2018-10-26 |
CN108712606B true CN108712606B (zh) | 2019-10-29 |
Family
ID=63869013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810457182.3A Active CN108712606B (zh) | 2018-05-14 | 2018-05-14 | 提示方法、装置、存储介质及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108712606B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109361874B (zh) * | 2018-12-19 | 2021-05-14 | 维沃移动通信有限公司 | 一种拍照方法及终端 |
CN109951635B (zh) * | 2019-03-18 | 2021-01-12 | Oppo广东移动通信有限公司 | 拍照处理方法、装置、移动终端以及存储介质 |
CN109951636A (zh) * | 2019-03-18 | 2019-06-28 | Oppo广东移动通信有限公司 | 拍照处理方法、装置、移动终端以及存储介质 |
CN110321819B (zh) * | 2019-06-21 | 2021-09-14 | 浙江大华技术股份有限公司 | 摄像设备的遮挡检测方法、装置及存储装置 |
CN111476123A (zh) * | 2020-03-26 | 2020-07-31 | 杭州鸿泉物联网技术股份有限公司 | 车辆状态识别方法、装置、电子设备及存储介质 |
CN114079766B (zh) * | 2020-08-10 | 2023-08-11 | 珠海格力电器股份有限公司 | 屏下摄像头遮挡提示方法、存储介质以及终端设备 |
CN111932481B (zh) * | 2020-09-11 | 2021-02-05 | 广州汽车集团股份有限公司 | 一种汽车倒车图像的模糊优化方法及装置 |
CN112381054A (zh) * | 2020-12-02 | 2021-02-19 | 东方网力科技股份有限公司 | 摄像机的工作状态检测方法及相关设备、*** |
CN113301250A (zh) * | 2021-05-13 | 2021-08-24 | Oppo广东移动通信有限公司 | 图像识别方法及装置、计算机可读介质和电子设备 |
CN114333345B (zh) * | 2021-12-31 | 2023-05-30 | 北京精英路通科技有限公司 | 停车位被遮挡时的预警方法、设备、存储介质及程序产品 |
CN115311589B (zh) * | 2022-10-12 | 2023-03-31 | 山东乾元泽孚科技股份有限公司 | 一种用于采光建筑的隐患处理方法及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4481951B2 (ja) * | 2006-04-03 | 2010-06-16 | 富士通株式会社 | 撮影装置 |
CN105933607B (zh) * | 2016-05-26 | 2019-01-22 | 维沃移动通信有限公司 | 一种移动终端的拍照效果调整方法及移动终端 |
CN107909065B (zh) * | 2017-12-29 | 2020-06-16 | 百度在线网络技术(北京)有限公司 | 用于检测人脸遮挡的方法及装置 |
-
2018
- 2018-05-14 CN CN201810457182.3A patent/CN108712606B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108712606A (zh) | 2018-10-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108712606B (zh) | 提示方法、装置、存储介质及移动终端 | |
CN108566516B (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109547701B (zh) | 图像拍摄方法、装置、存储介质及电子设备 | |
CN103871051B (zh) | 图像处理方法、装置和电子设备 | |
CN109951595A (zh) | 智能调节屏幕亮度的方法、装置、存储介质及移动终端 | |
CN109348135A (zh) | 拍照方法、装置、存储介质及终端设备 | |
CN109120863B (zh) | 拍摄方法、装置、存储介质及移动终端 | |
CN109951628A (zh) | 模型构建方法、拍照方法、装置、存储介质及终端 | |
CN108234882B (zh) | 一种图像虚化方法及移动终端 | |
CN108551552B (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN108830892B (zh) | 人脸图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN108304758A (zh) | 人脸特征点跟踪方法及装置 | |
CN108494996B (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109741279A (zh) | 图像饱和度调整方法、装置、存储介质及终端 | |
CN108765380A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109218621B (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109005350A (zh) | 图像重复拍摄提示方法、装置、存储介质及移动终端 | |
CN109639896A (zh) | 遮挡物检测方法、装置、存储介质及移动终端 | |
CN106204552B (zh) | 一种视频源的检测方法和装置 | |
CN109360222B (zh) | 图像分割方法、装置及存储介质 | |
CN108683845A (zh) | 图像处理方法、装置、存储介质及移动终端 | |
CN109285178A (zh) | 图像分割方法、装置及存储介质 | |
CN107292817B (zh) | 一种图像处理方法、装置、存储介质和终端 | |
CN112950525A (zh) | 图像检测方法、装置及电子设备 | |
CN109089043A (zh) | 拍摄图像预处理方法、装置、存储介质及移动终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |