CN108965688A - 眼镜拍摄方法、眼镜和存储介质 - Google Patents
眼镜拍摄方法、眼镜和存储介质 Download PDFInfo
- Publication number
- CN108965688A CN108965688A CN201710373826.6A CN201710373826A CN108965688A CN 108965688 A CN108965688 A CN 108965688A CN 201710373826 A CN201710373826 A CN 201710373826A CN 108965688 A CN108965688 A CN 108965688A
- Authority
- CN
- China
- Prior art keywords
- reference object
- background
- shooting
- photographic subjects
- extracted
- 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.)
- Pending
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
- H04N23/60—Control of cameras or camera modules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种眼镜拍摄方法、眼镜和存储介质,所述方法包括:利用预拍摄模式进行拍摄,得到多张预拍摄图像,所述预拍摄图像包括拍摄对象;在多张预拍摄图像中提取拍摄对象;将所述拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别所述拍摄对象是否为拍摄目标;若是,则将所述拍摄对象标记为拍摄目标,对所述拍摄目标进行跟踪;在跟踪过程中,接收拍摄指令,根据所述拍摄指令对所述拍摄目标进行拍摄。通过本方法能够识别出拍摄对象中的拍摄目标,进而跟踪拍摄目标,在跟踪过程中对拍摄目标进行拍摄,提高了拍摄目标的图像质量。
Description
技术领域
本发明涉及穿戴式智能设备技术领域,特别是涉及一种眼镜拍摄方法、眼镜和存储介质。
背景技术
拍照眼镜是一种具有拍照功能的眼镜。利用拍照眼镜进行拍照可以使人们摆脱对相机、手机等拍照设备的依赖,使得拍照更加便捷。由于拍摄目标常常是运动的,拍照眼镜直接拍摄运动的拍摄目标时,拍摄目标的运动导致拍照眼镜拍摄的图像模糊,拍摄的图像质量严重下降。通过拍照眼镜对运动目标进行拍摄时如何有效提高图像质量成为目前需要解决的一个技术问题。
发明内容
基于此,有必要针对拍照眼镜拍摄运动目标时,图像质量较低的问题,提供一种眼镜拍摄方法、眼镜和存储介质。
一种眼镜拍摄方法,所述方法包括:
利用预拍摄模式进行拍摄,得到多张预拍摄图像,所述预拍摄图像包括拍摄对象;在多张预拍摄图像中提取拍摄对象;
将所述拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别所述拍摄对象是否为拍摄目标;
若是,则将所述拍摄对象标记为拍摄目标,对所述拍摄目标进行跟踪;在跟踪过程中,接收拍摄指令,根据所述拍摄指令对所述拍摄目标进行拍摄。
在其中一个实施例中,所述在多张预拍摄图像中提取拍摄对象的步骤,包括:
分别检测多张预拍摄图像中的拍摄对象;
提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;
若是,则将运动目标记录为待识别对象。
在其中一个实施例中,所述预拍摄图像还包括背景,所述方法还包括:在多张预拍摄图像中提取背景;
将提取到的背景与多个预存背景进行匹配;
若背景匹配成功,则获取对应的背景标识,根据所述背景标识获取对应的拍摄目标集合。
在其中一个实施例中,所述在多张预拍摄图像中提取背景的步骤,包括:
分别检测多张预拍摄图像中的拍摄对象;
提取预拍摄图像边缘与拍摄对象边缘,利用所述预拍摄图像边缘与所述拍摄对象边缘计算背景像素点数;
在多张预拍摄图像中获取背景像素点数最多的预拍摄图像标记为场景图像;
在所述场景图像中提取背景。
在其中一个实施例中,所述将提取到的背景与多个预存背景进行匹配的步骤,包括:
获取多个预存背景对应的特征信息;
对提取到的背景计算对应的特征信息,将所述特征信息记录为当前特征信息;
计算当前特征信息与多个预存背景对应的特征信息之间的匹配度;
根据所述匹配度获取对应的背景标识。
一种眼镜,包括:控制模块、跟踪模块和摄像头,其中:
控制模块,用于利用预拍摄模式进行拍摄,得到多张预拍摄图像,所述预拍摄图像包括拍摄对象;在多张预拍摄图像中提取拍摄对象;将所述拍摄对象与所述拍摄目标集合中的多个拍摄目标进行比较,识别所述拍摄对象是否为拍摄目标;若是,则将所述拍摄对象标记为拍摄目标;
跟踪模块,用于对所述拍摄目标进行跟踪;
所述控制模块还用于在跟踪过程中,接收拍摄指令,利用所述拍摄指令通过所述摄像头进行拍摄。
在其中一个实施例中,所述控制模块还用于分别检测多张预拍摄图像中的拍摄对象;提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;若是,则将运动目标记录为待识别对象。
在其中一个实施例中,所述控制模块还用于在多张预拍摄图像中提取背景;将提取到的背景与多个预存背景进行匹配;若背景匹配成功,则获取对应的背景标识,根据所述背景标识获取对应的拍摄目标集合。
一种眼镜,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中提供的方法步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述实施例中提供的方法步骤。
上述眼镜拍摄方法、眼镜和存储介质,通过在预拍摄模式下拍摄多张预拍摄图像,提取预拍摄图像中的拍摄对象。通过将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,快速识别出拍摄对象中的拍摄目标。通过跟踪拍摄目标,在跟踪过程中对拍摄目标进行拍摄,提高了拍摄目标的图像质量。
附图说明
图1为一个实施例中眼睛拍摄方法的流程图;
图2为一个实施例中眼镜的结构示意图图;
图3为另一个实施例中眼镜的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在一个实施例中,如图1所示,提供了一种眼镜拍摄方法,以该方法应用于拍照眼镜为例进行说明,具体包括:
步骤102,利用预拍摄模式进行拍摄,得到多张预拍摄图像,所述预拍摄图像包括拍摄对象。
拍照眼镜是一种多功能眼镜,功能可以包括拍摄、音乐、电话以及导航等。其中,拍照眼镜利用拍摄功能对拍摄目标进行拍摄。拍照眼镜可以有多种拍摄模式,包括预拍摄模式和正式拍摄模式。其中,预拍摄模式是指在正式拍摄之前,拍照眼镜接收预拍摄指令,根据预拍摄指令进行拍摄。拍照眼镜在预拍摄模式下利用预拍摄的多张预拍摄图像识别拍摄对象中的拍摄目标,进而跟踪拍摄目标。正式拍摄模式是指拍照眼镜接收拍摄指令,根据拍摄指令直接对拍摄目标进行拍摄。拍照眼镜接收的预拍摄指令或拍摄指令可以是面部动作指令,例如,单眼眨眼两次、单眼眨眼三次以及双眼眨眼三次等。拍摄指令也可以是语音指令、按键指令等。拍摄指令还可以是远程控制指令,例如,与拍照眼镜对应的遥控器发出的红外线拍摄指令,与拍照眼镜通讯连接的可输入终端设备发出的拍摄指令等。拍照眼镜根据拍摄指令进行拍摄,拍摄内容可以是照片,也可以是视频文件。其中,拍摄照片的方式可以是单张拍摄,也可以是连拍,例如,三连拍、五连拍等。
拍照眼镜在拍摄的过程中,拍摄目标常常是运动的。例如,参加运动比赛的运动员,跳广场舞的老年人等。当拍摄目标为运动目标时,拍照眼镜接收预拍摄指令,进入预拍摄模式。拍照眼镜在预拍摄模式下拍摄多张预拍摄图像,将得到的多张预拍摄图像存入缓存。
预拍摄图像中包括背景和拍摄对象。背景包括室内环境背景和室外环境背景。例如,室内环境背景可以是家庭背景,包括客厅、卧室以及书房等。室外环境背景可以是公园背景,包括假山、小桥以及雕塑等。拍摄对象中包括拍摄目标。拍摄对象可以是静止的,例如,休息的人。拍摄对象也可以是运动的,例如,玩耍的小孩、锻炼身体的人以及奔跑的小狗等。不同预拍摄图像中的拍摄对象可以相同,也可以不同。
步骤104,在多张预拍摄图像中提取拍摄对象。
在预拍摄过程中,拍照眼镜的拍摄对象中包括拍摄目标,也可能包括无关的拍摄对象。因此,拍照眼镜需要从拍摄对象中识别拍摄目标,才能跟踪拍摄目标。由于拍摄目标是运动的,拍照眼镜检测每张预拍摄图像中的拍摄对象边缘,利用拍摄对象边缘在多张预拍摄图像中的位置变化识别运动的拍摄对象。由此,拍照眼镜获取运动的拍摄对象,将运动的拍摄对象记录为待识别对象。
步骤106,将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别拍摄对象是否为拍摄目标。
步骤108,若是,则将拍摄对象标记为拍摄目标,对拍摄目标进行跟踪。
拍照眼镜预先存储多个拍摄目标集合,拍摄目标集合中包括多个拍摄目标。拍照眼镜可以将拍摄目标集合预先存储在拍照眼镜的本地,也可以预先存储在与拍照眼镜通讯连接的外部终端设备中,还可以预先存储在与拍照眼镜通讯连接的云平台上。由于云平台处理数据的速度较快、存储量较大,拍照眼镜将拍摄目标集合预先存储在云平台上的方式更有利于快速识别拍摄目标。
拍照眼镜检测多张预拍摄图像中的拍摄对象,将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别拍摄对象是否为拍摄目标。具体地,拍照眼镜检测多张预拍摄图像中的拍摄对象,分别提取不同拍摄对象的当前的形状描述符。当前的形状描述符包括拍摄对象的复杂度、轮廓信息以及特征信息等。其中,复杂度包括拍摄对象周长的平方与拍摄对象面积的比值;轮廓信息包括拍摄对象边缘像素点;特征信息包括拍摄对象的纹理特征。拍照眼镜将获取的拍摄目标集合中的多个拍摄目标的形状描述符。拍照眼镜通过将当前的形状描述符与预存的多个拍摄目标对应的形状描述符进行比较,判断当前的形状描述符是否与形状描述符一致,如果一致,则将该当前的形状描述符对应的拍摄对象标记为拍摄目标。拍照眼镜通过将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别拍摄对象中的拍摄目标。
拍照眼镜将识别的拍摄对象标记为拍摄目标,进而对拍摄目标进行跟踪。具体地,如果拍照眼镜识别出一个拍摄对象为拍摄目标,则跟踪该目标;如果拍照眼镜识别出多个拍摄对象为拍摄目标,分别检测拍摄目标与拍摄图像边缘的水平距离和垂直距离。如果检测到拍摄目标与拍摄图像边缘的水平距离和/或垂直距离小于预设的距离阈值,则放弃跟踪该拍摄目标。
步骤110,在跟踪的过程中,接收拍摄指令,根据拍摄指令对拍摄目标进行拍摄。
在跟踪的过程中,拍照眼镜检测拍摄目标与拍照眼镜之间的距离,根据拍摄目标与拍照眼镜之间的距离调整焦距,使拍摄目标保持在拍照眼镜的拍摄画面内。拍照眼镜接收拍摄指令,根据拍摄指令对跟踪的拍摄目标进行拍摄。具体地,拍照眼镜可以根据照片拍摄指令拍摄照片。也可以根据视频拍摄指令拍摄视频文件。拍照眼镜通过在跟踪过程中调整焦距,根据拍摄指令对拍摄目标进行拍摄,拍摄的图像质量更高。
本实施例中,拍照眼镜在预拍摄模式下拍摄多张预拍摄图像。拍照眼镜提取预拍摄图像中的拍摄对象,通过将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别拍摄对象中的拍摄目标。拍照眼镜跟踪拍摄目标,在跟踪过程中,根据拍摄目标与拍照眼镜之间的距离调整焦距,进而根据拍摄指令对拍摄目标进行拍摄,减轻了拍摄目标运动对图像质量的影响,提高了图像质量。
在一个实施例中,在多张预拍摄图像中提取拍摄对象的步骤,包括:分别检测多张预拍摄图像中的拍摄对象;提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;若是,则将运动目标记录为待识别对象。
在预拍摄模式下,拍照眼镜的拍摄对象中包括拍摄目标,也可能包括无关拍摄对象。因此,拍照眼镜需要识别拍摄对象中的拍摄目标,才能跟踪拍摄目标。由于拍摄目标是运动的,拍照眼镜利用拍摄对象在多张预拍摄图像中的位置变化识别运动的拍摄对象。具体地,拍照眼镜检测多张预拍摄图像中的拍摄对象,对拍摄对象进行标号。拍照眼镜提取预拍摄图像中一个标号对应的拍摄对象边缘,利用拍摄对象边缘生成图像矩阵,将图像矩阵中边缘像素点的像素值设为第一像素值,将图像矩阵中非边缘的像素点的像素值均设为第二像素值。同样地,拍照眼镜利用上述方式获取同一标号的拍摄对象在不同预拍摄图像的图像矩阵。拍照眼镜比较同一标号的拍摄对象在不同预拍摄图像中对应的图像矩阵是否一致,若不一致,说明该拍摄对象的边缘发生移动,则该目标为运动的,拍照眼镜将该拍摄对象记录为待识别对象。拍照眼镜通过提取拍摄对象,检测拍摄对象的位置变化,进而能够快速有效的识别出运动的拍摄对象。对于运动的拍摄对象可以将其记录为待识别对象,通过对待识别对象进行识别,以此准确识别出拍摄目标。
进一步地,当拍摄目标运动的动作幅度较小时,例如,拍摄目标仅是面部表情变化:眨眼睛,流眼泪等。拍照眼镜利用上述实施例中简单的边缘检测难以识别到拍摄对象的变化,可能无法有效识别出运动的拍摄对象。如果边缘检测不能有效识别出运动的拍摄对象,则拍照眼镜调用复杂的面部检测方式进一步提取拍摄对象的面部特征信息,将不同预拍摄图像中同一标号的拍摄对象的面部特征信息进行比较,如果不一致,则该拍摄对象的面部表情发生变化,将该拍摄对象记录为待识别对象。通过进一步对比同一标号的拍摄对象在不同预拍摄图像中的面部特征信息,可以更准确的检测出待识别对象。
在其中一个实施例中,在利用拍摄目标集合中的多个拍摄目标识别拍摄对象中的拍摄目标之前,拍照眼镜检测预拍摄图像中的待识别对象。将待识别对象与拍摄目标集合中的多个拍摄目标进行比较,识别待识别对象中的拍摄目标。
由于拍摄目标为运动的,拍照眼镜先检测出拍摄对象中的待识别对象,可以缩小拍摄目标的查找范围,进而利用拍摄目标集合中的多个拍摄目标识别预拍摄目标中的拍摄目标,加快拍照眼镜识别拍摄目标速度。
本实施例中,拍照眼镜提供两种运动目标检测方式。通过检测多张预拍摄图像中的拍摄对象的边缘变化,获取拍摄对象中运动的拍摄对象,将该运动的拍摄对象记录为待识别对象,该运动目标检测方式可以快速识别运动的拍摄对象。如果拍照眼镜检测不到运动的拍摄对象,则拍照眼镜通过调用面部检测方式进一步检测拍摄对象是否存在面部表情变化,更精确的检测出待识别对象。
在一个实施例中,预拍摄图像还包括背景,眼镜拍摄方法还包括:在多张预拍摄图像中提取背景;将提取到的背景与多个预存背景进行匹配;若背景匹配成功,则获取对应的背景标识,根据所述背景标识获取对应的拍摄目标集合。
为了在拍摄对象中准确识别出拍摄目标,可以将拍摄对象与预存的多个拍摄目标进行匹配。拍摄目标通常是人物,人物图像的匹配算法较为复杂,计算量较大。如果将拍摄对象与大量的拍摄目标逐一匹配的话,计算量巨大,匹配效率低,导致拍摄目标的识别效率降低。
本实施例中,为了有效降低不必要的计算量,提高拍摄目标的识别效率,拍照眼镜提取预拍摄图像中的背景,将提取到的背景与多个预存背景进行背景匹配。背景匹配中,拍照眼镜计算背景的SIFT(Scale Invariant Feature Transform,尺度不变特征变换)描述子和LBP(Local Binary Patterns,局部二值模式)描述子,将SIFT描述子和LBP描述子加权平均得到背景的特征信息。拍照眼镜利用LSH算法将背景的特征信息与预存的特征信息进行背景匹配。如果背景匹配成功,则拍照眼镜获取对应的背景标识,根据背景标识获取对应的拍摄目标集合。该背景匹配算法比人物图像的匹配算法简单,计算量小。拍照眼镜通过将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,进而获取拍摄对象中的拍摄目标,这种比较方式比将拍摄对象与所有预存的拍摄目标进行比较的效率更高。
本实施例中,拍照眼镜通过背景匹配获取背景标识,利用背景标识获取对应的拍摄目标集合,进而利用拍摄目标集合与拍摄对象进行匹配,减小了直接将拍摄对象与预存的拍摄目标进行匹配的计算量,有效提高拍摄对象的匹配效率,也提高了拍摄效率。
在一个实施例中,在多张预拍摄图像中提取背景的步骤,包括:分别检测多张预拍摄图像中的拍摄对象;提取预拍摄图像边缘与拍摄对象边缘,利用预拍摄图像边缘与拍摄对象边缘计算背景像素点数;在多张预拍摄图像中获取背景像素点数最多的预拍摄图像标记为场景图像;在场景图像中提取背景。
为了使上述实施例中的背景匹配更准确,拍照眼镜提取背景信息最丰富的预拍摄图像,利用该预拍摄图像的背景进行背景匹配。预拍摄图像的像素点数是固定的,拍摄对象占用的像素点数越少,则背景占用的像素点数越多,背景信息越丰富。因此,拍照眼镜检测预拍摄图像的边缘,计算预拍摄图像边缘以及边缘以内的像素点数,即预拍摄图像的像素点数。拍照眼镜检测预拍摄图像中所有拍摄对象的边缘,计算所有拍摄对象的边缘和边缘内的像素点数之和,即拍摄对象的像素点数。拍照眼镜利用预拍摄图像的像素点数和该预拍摄图像对应的拍摄对象的像素点数计算该预拍摄图像的背景像素点数。具体地,预拍摄图像的背景像素点数等于该预拍摄图像的像素点数减去该预拍摄图像对应的拍摄对象的像素点数。拍照眼镜将背景像素点数最大的预拍摄图像记录为场景图像,进而提取场景图像的背景。
本实施例中,拍照眼镜利用预拍摄图像边缘和拍摄对象边缘计算背景像素点数,将背景像素点数最大的预拍摄图像记录为场景图像,利用场景图像的背景与多个预存背景进行背景匹配,可以提高背景匹配的准确性。
在一个实施例中,将提取到的背景与多个预存背景进行背景匹配的步骤,包括:获取多个预存背景对应的特征信息;对提取到的背景计算对应的特征信息,将特征信息记录为当前特征信息;计算当前特征信息与多个预存背景对应的特征信息之间的匹配度;根据匹配度获取对应的背景标识。
拍照眼镜提取到预拍摄图像中的背景之后,将提取的背景与多个预存背景进行背景匹配,以获取背景标识,通过背景标识获取对应的拍摄目标集合。
具体地,拍照眼镜获取多个预存背景对应的特征信息。拍照眼镜对提取到的背景计算对应的特征信息,将该特征信息记录为当前特征信息。拍照眼镜计算当前特征信息与多个预存背景的特征信息之间的匹配度。由于拍照眼镜的拍摄角度不同、背景中物品位置变化等因素,同一背景的当前特征信息与预存时的特征信息也会有所不同,利用当前特征信息与预存时的特征信息计算得到的匹配度也可能会较低。不同的背景中的物体也有可能存在相似性,拍照眼镜利用当前特征信息与多个预存背景的特征信息也有可能达到较高的匹配度。
在这些情况下,当前特征信息和多个预存背景的特征信息之间的匹配度难以预测。因此,拍照眼镜中预设最低匹配阈值,拍照眼镜分别检测多个匹配度是否超过最低匹配阈值,若没有匹配度超过最低匹配阈值,说明当前特征信息与多个预存背景的多个特征信息均不匹配,背景匹配失败,拍照眼镜无法获取背景标识。若有匹配度超过最低匹配阈值,说明存在预存背景的特征信息与当前特征信息匹配。进一步地,若有多个匹配度超过最低匹配阈值,说明存在多个预存背景的特征信息与当前特征信息匹配,背景匹配成功。匹配度越大,则背景与预存背景的相似度越高。将匹配度最大值对应的预存背景记录为背景标识。
在其中一个实施例中,拍照眼镜计算提取到的背景的特征信息,将计算得到的特征信息记录为当前特征信息。具体地,拍照眼镜利用SIFT算法生成背景的SIFT描述子。拍照眼镜利用Harris角点检测算法提取背景的角点图;然后,拍照眼镜分别计算角点图中的各角点的LBP向量。进一步地,拍照眼镜将各角点的LBP向量分别转变成十进制数,将所有十进制数组成一个一维向量,即该背景的LBP描述子。将SIFT描述子与LBP描述子加权平均得到背景的特征信息,将该特征信息记录为当前特征信息。拍照眼镜计算当前特征信息与多个预存背景的特征信息之间的匹配度。
具体地,利用LSH(Locality Sensitive Hashing,局部敏感哈希)算法分别计算当前特征信息与多个预存背景的特征信息之间的匹配度。进而根据匹配度获取对应的背景标识。例如,拍照眼镜中包括6个预存背景,每个预存背景具有对应的背景标识。经过计算,拍照眼镜提取到的背景与6个预存背景之间的匹配度分别为0%,0%,10%,15%,80%,90%。拍照眼镜预设的最低匹配阈值为70%。匹配度0%、10%以及15%未超过最低匹配阈值,匹配度80%和90%超过了最低匹配阈值,则背景匹配成功。由于90%的匹配度大于80%的匹配度,说明匹配度90%对应的预存背景比匹配度80%对应的预存背景与提取的背景之间的相似度高,拍照眼镜获取匹配度90%对应的预存背景的背景标识。
拍照眼镜获取场景图像后,直接提取场景图像的特征信息,该特征信息包括场景图像的背景特征信息和拍摄对象特征信息。拍照眼镜计算场景图像的特征信息与多个预存背景的特征信息进之间的匹配度,进而根据匹配度获取对应的背景标识。这种方式不用提取场景图像中的背景,直接提取场景图像的特征信息,操作更简单。
本实施例中,拍照眼镜计算提取到的背景对应的特征信息,将特征信息记录为当前特征信息;拍照眼镜计算当前特征信息与多个预存背景对应的特征信息之间的匹配度,进而根据匹配度获取对应的背景标识。通过背景标识获取背景对应的拍摄目标集合,缩小了拍摄对象中拍摄目标的查找范围,提高了识别拍摄目标的效率,也提高了拍摄效率。
在一个实施例中,在对拍摄目标进行跟踪的步骤之后,还包括:在跟踪过程中对运动中的拍摄目标进行视频拍摄;生成对应的视频文件。
在跟踪的过程中,拍照眼镜检测拍摄目标与拍照眼镜之间的距离,根据拍摄目标与拍照眼镜之间的距离调整焦距,使拍摄目标保持在拍摄画面内。拍照眼镜接收拍摄指令,根据拍摄指令对跟踪的拍摄目标进行拍摄。具体地,拍照眼镜可以根据照片拍摄指令拍摄照片,例如,根据连拍指令对拍摄目标进行单次拍、三连拍、五连拍等。拍照眼镜也可以根据视频拍摄指令拍摄视频文件。
在一个实施例中,拍照眼镜包括本地存储和通讯连接的外部存储。外部存储可以为外部终端设备,还可以是云平台。拍照眼镜检测内部存储剩余存储空间。若内部存储的剩余存储空间大于拍摄的内容,则拍照眼镜将拍摄的内容存储在内部存储。若内部存储的剩余存储空间小于拍摄的内容,则拍照眼镜将拍摄的内容存储在外部存储,发出内部存储的存储空间不足的警示。拍照眼镜还可以直接将拍摄的内容通过蓝牙或网络的方式传输到云平台,利用云平台对拍摄的内容进行匹配和识别操作,包括对预拍摄图像中的背景进行匹配以及对预拍摄图像中的拍摄对象进行匹配、识别是否为拍摄目标等。由于云平台计算能力强、处理图像快,因此能够有效提高拍摄目标的匹配效率。
本实施例中,在跟踪拍摄目标的过程中,拍照眼镜根据拍摄目标的与拍照眼镜之间的距离调整焦距。拍照眼镜接收拍摄指令后,根据拍摄指令对拍摄目标进行拍摄,拍摄的图像质量更高。
在一个实施例中,如图2所示,提供了一种眼镜,包括:控制模块202、跟踪模块204、摄像头206,其中:
控制模块202,用于利用预拍摄模式进行拍摄,得到多张预拍摄图像,预拍摄图像包括拍摄对象;在多张预拍摄图像中提取拍摄对象;将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别拍摄对象是否为拍摄目标;若是,则将拍摄对象标记为拍摄目标。
跟踪模块204,用于对拍摄目标进行跟踪。
控制模块202还用于在跟踪过程中,接收拍摄指令,利用拍摄指令通过摄像头206进行拍摄。
在一个实施例中,控制模块202还用于分别检测多张预拍摄图像中的拍摄对象;提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;若是,则将运动目标记录为待识别对象。
在一个实施例中,控制模块202还用于在多张预拍摄图像中提取背景;将提取到的背景与多个预存背景进行匹配;若背景匹配成功,则获取对应的背景标识,根据背景标识获取对应的拍摄目标集合。
在一个实施例中,控制模块202还用于分别检测多张预拍摄图像中的拍摄对象;提取预拍摄图像边缘与拍摄对象边缘,利用预拍摄图像边缘与拍摄对象边缘计算背景像素点数;在多张预拍摄图像中获取背景像素点数最多的预拍摄图像标记为场景图像;在场景图像中提取背景。
在一个实施例中,控制模块202还用于获取多个预存背景对应的特征信息;对提取到的背景计算对应的特征信息,将特征信息记录为当前特征信息;计算当前特征信息与多个预存背景对应的特征信息之间的匹配度;根据匹配度获取对应的背景标识。
在一个实施例中,提供了一种眼镜,如图3所示,该眼镜包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序以及数据库等,处理器用于提供计算和控制能力。存储器为计算机程序的运行提供环境。数据库用于存储预拍摄图像和拍摄图像等。处理器执行计算机程序时实现以下步骤:
利用预拍摄模式进行拍摄,得到多张预拍摄图像,预拍摄图像包括拍摄对象;在多张预拍摄图像中提取拍摄对象;
将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别拍摄对象是否为拍摄目标;
若是,则将拍摄对象标记为拍摄目标,对拍摄目标进行跟踪;在跟踪过程中,接收拍摄指令,根据拍摄指令对拍摄目标进行拍摄。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
分别检测多张预拍摄图像中的拍摄对象;
提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;
若是,则将运动目标记录为待识别对象。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
在多张预拍摄图像中提取背景;
将提取到的背景与多个预存背景进行匹配;
若背景匹配成功,则获取对应的背景标识,根据背景标识获取对应的拍摄目标集合。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
分别检测多张预拍摄图像中的拍摄对象;
提取预拍摄图像边缘与拍摄对象边缘,利用预拍摄图像边缘与拍摄对象边缘计算背景像素点数;
在多张预拍摄图像中获取背景像素点数最多的预拍摄图像标记为场景图像;
在场景图像中提取背景。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取多个预存背景对应的特征信息;
对提取到的背景计算对应的特征信息,将特征信息记录为当前特征信息;
计算当前特征信息与多个预存背景对应的特征信息之间的匹配度;
根据匹配度获取对应的背景标识。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被控制模块执行时实现以下步骤:
利用预拍摄模式进行拍摄,得到多张预拍摄图像,预拍摄图像包括拍摄对象;在多张预拍摄图像中提取拍摄对象;
将拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别拍摄对象是否为拍摄目标;
若是,则将拍摄对象标记为拍摄目标,对拍摄目标进行跟踪;在跟踪过程中,接收拍摄指令,根据拍摄指令对拍摄目标进行拍摄。
在一个实施例中,计算机程序被控制模块执行时还实现以下步骤:
分别检测多张预拍摄图像中的拍摄对象;
提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;
若是,则将运动目标记录为待识别对象。
在一个实施例中,计算机程序被控制模块执行时还实现以下步骤:
在多张预拍摄图像中提取背景;
将提取到的背景与多个预存背景进行匹配;
若背景匹配成功,则获取对应的背景标识,根据背景标识获取对应的拍摄目标集合。
在一个实施例中,计算机程序被控制模块执行时还实现以下步骤:
分别检测多张预拍摄图像中的拍摄对象;
提取预拍摄图像边缘与拍摄对象边缘,利用预拍摄图像边缘与拍摄对象边缘计算背景像素点数;
在多张预拍摄图像中获取背景像素点数最多的预拍摄图像标记为场景图像;
在场景图像中提取背景。
在一个实施例中,计算机程序被控制模块执行时还实现以下步骤:
获取多个预存背景对应的特征信息;
对提取到的背景计算对应的特征信息,将特征信息记录为当前特征信息;
计算当前特征信息与多个预存背景对应的特征信息之间的匹配度;
根据匹配度获取对应的背景标识。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种眼镜拍摄方法,所述方法包括:
利用预拍摄模式进行拍摄,得到多张预拍摄图像,所述预拍摄图像包括拍摄对象;
在多张预拍摄图像中提取拍摄对象;
将所述拍摄对象与拍摄目标集合中的多个拍摄目标进行比较,识别所述拍摄对象是否为拍摄目标;
若是,则将所述拍摄对象标记为拍摄目标,对所述拍摄目标进行跟踪;
在跟踪过程中,接收拍摄指令,根据所述拍摄指令对所述拍摄目标进行拍摄。
2.根据权利要求1所述的方法,其特征在于,所述在多张预拍摄图像中提取拍摄对象的步骤,包括:
分别检测多张预拍摄图像中的拍摄对象;
提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;
若是,则将运动目标记录为待识别对象。
3.根据权利要求1所述的方法,其特征在于,所述预拍摄图像还包括背景,所述方法还包括:
在多张预拍摄图像中提取背景;
将提取到的背景与多个预存背景进行匹配;
若背景匹配成功,则获取对应的背景标识,根据所述背景标识获取对应的拍摄目标集合。
4.根据权利要求3所述的方法,其特征在于,所述在多张预拍摄图像中提取背景的步骤,包括:
分别检测多张预拍摄图像中的拍摄对象;
提取预拍摄图像边缘与拍摄对象边缘,利用所述预拍摄图像边缘与所述拍摄对象边缘计算背景像素点数;
在多张预拍摄图像中获取背景像素点数最多的预拍摄图像标记为场景图像;
在所述场景图像中提取背景。
5.根据权利要求3所述的方法,其特征在于,所述将提取到的背景与多个预存背景进行匹配的步骤,包括:
获取多个预存背景对应的特征信息;
对提取到的背景计算对应的特征信息,将所述特征信息记录为当前特征信息;
计算当前特征信息与多个预存背景对应的特征信息之间的匹配度;
根据所述匹配度获取对应的背景标识。
6.一种眼镜,包括:控制模块、跟踪模块和摄像头,其中:
控制模块,用于利用预拍摄模式进行拍摄,得到多张预拍摄图像,所述预拍摄图像包括拍摄对象;在多张预拍摄图像中提取拍摄对象;将所述拍摄对象与所述拍摄目标集合中的多个拍摄目标进行比较,识别所述拍摄对象是否为拍摄目标;若是,则将所述拍摄对象标记为拍摄目标;
跟踪模块,用于对所述拍摄目标进行跟踪;
所述控制模块还用于在跟踪过程中,接收拍摄指令,利用所述拍摄指令通过所述摄像头进行拍摄。
7.根据权利要求6所述的眼镜,其特征在于,所述控制模块还用于分别检测多张预拍摄图像中的拍摄对象;提取拍摄对象边缘,利用提取到的拍摄对象边缘进行比较,识别是否存在运动目标;若是,则将运动目标记录为待识别对象。
8.根据权利要求6所述的眼镜,其特征在于,所述控制模块还用于在多张预拍摄图像中提取背景;将提取到的背景与多个预存背景进行匹配;若背景匹配成功,则获取对应的背景标识,根据所述背景标识获取对应的拍摄目标集合。
9.一种眼镜,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-5中任意一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1-5中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710373826.6A CN108965688A (zh) | 2017-05-24 | 2017-05-24 | 眼镜拍摄方法、眼镜和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710373826.6A CN108965688A (zh) | 2017-05-24 | 2017-05-24 | 眼镜拍摄方法、眼镜和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108965688A true CN108965688A (zh) | 2018-12-07 |
Family
ID=64493765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710373826.6A Pending CN108965688A (zh) | 2017-05-24 | 2017-05-24 | 眼镜拍摄方法、眼镜和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108965688A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112433614A (zh) * | 2020-11-25 | 2021-03-02 | 歌尔光学科技有限公司 | 视力保护方法、装置、设备及计算机可读存储介质 |
-
2017
- 2017-05-24 CN CN201710373826.6A patent/CN108965688A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112433614A (zh) * | 2020-11-25 | 2021-03-02 | 歌尔光学科技有限公司 | 视力保护方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200364443A1 (en) | Method for acquiring motion track and device thereof, storage medium, and terminal | |
US10198823B1 (en) | Segmentation of object image data from background image data | |
CN110070010B (zh) | 一种基于行人重识别的人脸属性关联方法 | |
Singh et al. | Face detection and recognition system using digital image processing | |
KR102147052B1 (ko) | 얼굴 영상 기반의 감정 인식 시스템 및 방법 | |
Song et al. | Discriminative representation combinations for accurate face spoofing detection | |
CN105335722B (zh) | 一种基于深度图像信息的检测***及方法 | |
CN106897675B (zh) | 双目视觉深度特征与表观特征相结合的人脸活体检测方法 | |
US11188786B2 (en) | Invariant-based dimensional reduction of object recognition features, systems and methods | |
KR101781358B1 (ko) | 디지털 영상 내의 얼굴 인식을 통한 개인 식별 시스템 및 방법 | |
JP6351243B2 (ja) | 画像処理装置、画像処理方法 | |
KR101872811B1 (ko) | 행동 패턴 인식 장치, 행동 패턴 인식 방법 및 행동 패턴 분류기 생성 방법 | |
JP2011511977A (ja) | デジタル画像における顔の表情の検出 | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
CN111241932A (zh) | 汽车展厅客流检测与分析***、方法及存储介质 | |
CN107609475B (zh) | 基于光场相机的行人检测误检提出方法 | |
CN112784712A (zh) | 一种基于实时监控的失踪儿童预警实现方法、装置 | |
CN108875488B (zh) | 对象跟踪方法、对象跟踪装置以及计算机可读存储介质 | |
CN112257617B (zh) | 多模态目标识别方法和*** | |
CN108965688A (zh) | 眼镜拍摄方法、眼镜和存储介质 | |
CN113243015B (zh) | 视频监控*** | |
JP3962517B2 (ja) | 顔面検出方法及びその装置、コンピュータ可読媒体 | |
US10140503B2 (en) | Subject tracking apparatus, control method, image processing apparatus, and image pickup apparatus | |
CN111444374B (zh) | 人体检索***和方法 | |
CN113947781A (zh) | 一种走失儿童识别方法、***、终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181207 |
|
WD01 | Invention patent application deemed withdrawn after publication |