CN109145878B - 图像提取方法及装置 - Google Patents

Abstract

本公开是关于一种图像提取方法及装置，本公开的方法包括：在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果；根据所述识别结果，判断所述视频帧是否满足预设的提取条件；在所述视频帧满足所述预设的提取条件时，将所述视频帧提取为图片。本公开可以根据预设的提取条件，自动将视频通话过程中满足预设条件的视频帧提取为图片，无需用户手动捕捉视频画面，不会对用户视频通话形成干扰，有利于捕捉到用户自然放松的状态，由此提高图像提取效率。

Description

图像提取方法及装置

技术领域

本公开涉及通信技术领域，尤其涉及一种图像提取方法及装置。

背景技术

通常来讲，视频通话，可以表示为两个或多个终端设备基于互联网或移动互联网，相互实时传送语音和视频的一种通信方式。用户在与好友进行视频通话时，往往会有很多有趣的互动。相关技术中，用户只能通过手动调用截屏软件截取视频通话的界面来捕捉认为精彩的图像，但是，用户手动截取往往会错过精彩瞬间，且手工截取会增加操作的繁琐程度，影响用户视频通话，导致图像提取效率低，质量差。

发明内容

为克服相关技术中存在的问题，本公开提供一种图像提取方法及装置。

根据本公开实施例的第一方面，提供一种图像提取方法，包括：

在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果；

根据所述识别结果，判断所述视频帧是否满足预设的提取条件；

在所述视频帧满足所述预设的提取条件时，将所述视频帧提取为图片。

在一种可能的实现方式中，视频通话所产生的视频包括视频通话中任一端或多端拍摄的视频。

在一种可能的实现方式中，所述图像识别包括人脸识别，

所述预设的提取条件包括以下中的任意一种或多种：

视频帧中出现人脸；

视频帧中的人脸处于视频帧中的指定位置；

人脸的面积占视频帧面积的比例大于第一阈值；

人脸的镜头拍摄角度满足角度条件；

人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值；

视频帧中出现指定表情。

在一种可能的实现方式中，所述图像识别包括目标对象识别，

所述预设的提取条件包括以下中的一种或多种：

视频帧中服装颜色与背景颜色符合预设的搭配条件，其中所述目标对象包括服装；

视频帧中出现目标对象。

在一种可能的实现方式中，所述方法还包括：

提供提取条件的选项；

将被选择的提取条件确定为预设的提取条件。

在一种可能的实现方式中，所述方法还包括：

向视频通话对端发送授权请求，所述授权请求用于请求识别所述视频通话对端所产生的视频；

在接收到视频通话对端响应于所述授权请求返回的授权信息时，对视频通话对端所产生的视频中的视频帧进行图像识别。

根据本公开实施例的第二方面，提供一种图像提取装置，包括：

识别模块，用于在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果；

判断模块，用于根据所述识别结果，判断所述视频帧是否满足预设的提取条件；

提取模块，用于在所述视频帧满足所述预设的提取条件时，将所述视频帧提取为图片。

在一种可能的实现方式中，视频通话所产生的视频包括视频通话中任一端或多端拍摄的视频。

在一种可能的实现方式中，所述图像识别包括人脸识别，

所述预设的提取条件包括以下中的任意一种或多种：

视频帧中出现人脸；

视频帧中的人脸处于视频帧中的指定位置；

人脸的面积占视频帧面积的比例大于第一阈值；

人脸的镜头拍摄角度满足角度条件；

人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值；

视频帧中出现指定表情。

在一种可能的实现方式中，所述图像识别包括目标对象识别，

所述预设的提取条件包括以下中的一种或多种：

视频帧中服装颜色与背景颜色符合预设的搭配条件，其中所述目标对象包括服装；

视频帧中出现目标对象。

在一种可能的实现方式中，所述装置还包括：

显示模块，用于提供提取条件的选项；

确定模块，用于将被选择的提取条件确定为预设的提取条件。

在一种可能的实现方式中，所述装置还包括：

发送模块，用于向视频通话对端发送授权请求，所述授权请求用于请求识别所述视频通话对端所产生的视频；

接收模块，用于在接收到视频通话对端响应于所述授权请求返回的授权信息时，对视频通话对端所产生的视频中的视频帧进行图像识别。

根据本公开实施例的第三方面，提供一种图像提取装置，包括：处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：执行上述方法。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行上述方法。

本公开的实施例提供的技术方案可以包括以下有益效果：本公开通过在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果，根据该识别结果，判断所述视频帧是否满足预设的提取条件，并在视频帧满足预设的提取条件时，将视频帧提取为图片。由此可以根据预设的提取条件，自动将视频通话过程中满足预设条件的视频帧提取为图片，无需用户手动捕捉视频画面，并且极少对用户视频通话形成干扰，有利于捕捉到用户自然放松的状态，由此有效提高图像提取效率和质量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种图像提取方法的流程图。

图2是根据一示例性实施例示出的一种图像提取方法的流程图。

图3是根据一示例性实施例示出的一种图像提取方法的流程图。

图4是根据一示例性实施例示出的一种图像提取装置的框图。

图5是根据一示例性实施例示出的一种图像提取装置的框图。

图6是根据一示例性实施例示出的一种图像提取装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种图像提取方法的流程图。该方法可以应用于台式电脑、笔记本电脑、平板电脑、手机等终端设备，在此不做限定。如图1所示、该方法可以包括：

步骤100，在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果；

步骤101，根据所述识别结果，判断所述视频帧是否满足预设的提取条件；

步骤102，在所述视频帧满足所述预设的提取条件时，将所述视频帧提取为图片。

在本示例中，通常来讲，图像识别可以表示为利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。

在一种可能的实现方式中，图像识别过程可以包括：根据不同的提取条件分别利用不同的样本集合训练得到分类器(例如该分类器可以基于神经网络生成)，将视频帧输入到该分类器并得到对应输出结果，即识别结果，在识别结果符合提取条件时，将该视频帧提取为图片。需要说明的是，本领域技术人员也可以根据需要选取其他适用的识别方法(例如聚类算法等)对视频帧进行图像识别，本公开对具体的图像识别方式不做限定。

视频(Video)技术通常可以表示为将动态影像以电信号的方式加以捕捉、纪录、处理、储存、传送与重现的技术。一个视频可以包括一系列的视频帧。

作为本实施例的一个示例，终端设备可以在检测到视频通话的情况下，获取视频通话过程中所产生的视频中的全部或部分视频帧(例如终端设备可以获取奇数或偶数次序的视频帧，在此不做限定)。针对每个获取到的视频帧，终端设备可以对视频帧进行图像识别，得到识别结果。当终端设备根据该识别结果，判断该视频帧满足预设的提取条件时，可以将该视频帧提取为图片，也可将提取的多张形成图片集。终端设备可以存储该图片或图片集，或向其他终端发送该图片或图片集，或通过互联网平台分享该图片或图片集。

作为本实施例的一个示例，视频通话所产生的视频可以包括视频通话中任一端或多端拍摄的视频。例如，若有终端A、终端B和终端C参与视频通话，则该视频通话过程中产生的视频可以包括终端A、终端B和终端C中任意一端或多端拍摄的视频。

本公开通过在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果，根据所述识别结果，判断所述视频帧是否满足预设的提取条件，并在视频帧满足预设的提取条件时，将视频帧提取为图片。由此可以根据预设的提取条件，自动将视频通话过程中满足预设条件的视频帧提取为图片，无需用户手动捕捉视频画面，并且极少对用户视频通话形成干扰，有利于捕捉到用户自然放松的状态，由此有效提高图像提取效率和质量。

作为本实施例的一个示例，所述图像识别可以包括人脸识别，所述预设的提取条件包括以下中的任意一种或多种：视频帧中出现人脸；视频帧中的人脸处于视频帧中的指定位置；人脸的面积占视频帧面积的比例大于第一阈值；人脸的镜头拍摄角度满足角度条件；人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值；视频帧中出现指定表情。

其中，人脸识别可以表示为针对图像中的人脸提取得到人脸特征信息，并根据该人脸特征信息进行识别，得到识别结果的过程。

举例来讲，终端设备可以在检测到提取条件为：视频帧中出现人脸；视频帧中的人脸处于视频帧中的指定位置；人脸的面积占视频帧面积的比例大于第一阈值；人脸的镜头拍摄角度满足角度条件；人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值；以及视频帧中出现指定表情中的任意一项或多项的情况下，确定对视频帧进行人脸识别。

例如，若提取条件为视频帧中出现人脸，则可以提取视频帧的轮廓特征，并将视频帧的轮廓特征与预存的人脸轮廓特征进行相似度对比，如果对比得到的相似度大于第一相似度阈值，则可以确定该视频帧符合提取条件，并提取该视频帧为图片。本公开由此可以根据用户的设定自动提取视频通话中出现人脸的视频帧。

例如，若提取条件为视频帧中的人脸处于视频帧中的指定位置(例如视频帧正中间)，则可以先确定视频帧中是否出现人脸，接着，可以在视频帧中出现人脸的情况下，确定人脸在视频帧中出现的坐标范围，在该坐标范围属于预设的坐标范围的情况下，则可以确定该视频帧符合提取条件，并提取该视频帧为图片。本公开由此可以根据用户的设定自动提取视频通话中人脸在合适位置的视频帧。

例如，若提取条件为人脸的面积占视频帧面积的比例大于第一阈值，则可以先确定视频帧中是否出现人脸，接着，可以在视频帧中出现人脸的情况下，确定人脸区域的面积与视频帧面积的比例，并在人脸的面积占视频帧面积的比例大于预设的第一阈值时，确定该视频帧符合提取条件，并提取该视频帧为图片。本公开由此可以根据用户的设定自动提取视频通话中人脸大小合适的视频帧。

例如，若提取条件为人脸的镜头拍摄角度满足角度条件，则可以先确定视频帧中是否出现人脸，接着，可以在视频帧中出现人脸的情况下，确定人脸的五官位置，并根据五官的位置确定该视频帧中人脸的镜头拍摄角度(例如可以为35度)。如果该视频帧中的人脸的镜头拍摄角度满足角度条件(例如可以为30度至45度)，则可以确定该视频帧符合提取条件，并提取该视频帧为图片。本公开由此可以根据用户的设定自动提取视频通话中人脸拍摄角度符合预设角度的视频帧。

例如，若提取条件为人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值，则可以先确定视频帧中是否出现人脸，接着，可以在视频帧中出现人脸的情况下，确定人脸区域的亮度与除人脸区域外的背景区域的亮度之差(也可以为人脸区域的亮度与除人脸区域外的背景区域的亮度的比例)，并在人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值时，确定该视频帧符合提取条件，并提取该视频帧为图片。本公开由此可以根据用户的设定自动提取视频通话中人脸与背景亮度合适的视频帧。

例如，若提取条件为视频中出现笑的表情，则可以在确定视频帧中出现人脸的情况下，提取视频帧中人脸的特征信息，并将提取得到的人脸的特征信息与预设的笑脸特征信息进行相似度对比，在提取得到的人脸特征信息与预设的笑脸特征信息的相似度大于第二相似度阈值时，可以确定视频帧中出现笑的表情，并提取该视频帧为图片。本公开由此可以根据用户的设定自动提取视频通话中包含指定表情的视频帧。

作为本实施例的一个示例，所述图像识别可以包括目标对象识别，所述预设的提取条件包括以下中的一种或多种：视频帧中服装颜色与背景颜色符合预设的搭配条件，其中所述目标对象包括服装；视频帧中出现目标对象。

其中，目标对象识别可以表示为对视频画面中的对象是否属于指定目标的过程(例如，视频帧画面中是否存在指定的动植物品种，指定的自然地貌，指定的人的相貌、指定的颜色搭配等)。

举例来讲，终端设备可以在检测到提取条件为：视频帧中服装颜色与背景颜色符合预设的搭配条件或视频帧中出现目标对象的情况下，确定对视频帧进行目标对象识别。

例如，若提取条件为视频帧中服装颜色与背景颜色符合预设的搭配条件，且预设的搭配条件包括预设的颜色色号的范围，则可以在目标对象识别的过程中，先确定视频帧中是否出现服装，并在视频帧中出现服装的情况下，确定服装颜色和背景颜色的色号。在服装颜色和背景颜色的色号属于预设的颜色色号的范围时，确定视频帧中服装颜色与背景颜色符合预设的搭配条件，并提取该视频帧为图片。由此可以根据用户的设定自动提取视频通话中服装与背景颜色搭配合适的视频帧。

例如，若提取条件为视频帧中出现目标对象，且目标对象为指定的人(例如，某位明星或用户的某位亲友)，则可以预设指定的人的脸部特征信息，并在确定视频帧中出现人脸时，提取视频帧中人脸的脸部特征信息，若视频帧中存在与指定的人的脸部特征信息相似度大于第三相似度阈值的脸部特征信息，则确定该视频帧符合提取条件，并提取该视频帧为图片。由此可以根据用户的设定自动提取视频通话中出现指定人的视频帧。

例如，若提取条件为视频帧中出现目标对象，且目标对象为指定相貌特征的人(例如，女性、男性或美丑等)，则可以预设指定的相貌特征信息，并在确定视频帧中出现人脸时，提取视频帧中一个或多个人脸的相貌特征信息，若视频帧中存在与指定的相貌特征信息相似度大于第四相似度阈值的人脸的相貌特征信息，则确定该视频帧符合提取条件，并提取该视频帧为图片。由此可以根据用户的设定自动提取视频通话中出现指定相貌的视频帧。其中，针对指定的相貌特征信息，终端设备还可以根据用户预先确定的一组用户指定人脸相貌的图片进行样本训练，以使得获得指定的相貌特征信息更符合用户的需求。

例如，若提取条件为视频帧中出现目标对象，且目标对象为指定的风景(例如，海滨、高山等)，则可以预设指定的风景的图像特征信息，并在确定视频帧的图像特征信息，若频帧的图像特征信息与指定的风景的图像特征信息相似度大于第五相似度阈值，则确定该视频帧符合提取条件，并提取该视频帧为图片。由此可以根据用户的设定自动提取视频通话中出现指定风景的视频帧。

例如，若提取条件为视频帧中出现目标对象，且目标对象为指定的动物(例如，熊猫、大象等)，则可以预设指定的动物的图像特征信息，并在确定视频帧的图像特征信息，若频帧的图像特征信息与指定的动物的图像特征信息相似度大于第六相似度阈值，则确定该视频帧符合提取条件，并提取该视频帧为图片。由此可以根据用户的设定自动提取视频通话中出现指定动物的视频帧。

图2是根据一示例性实施例示出的一种图像提取方法的流程图。如图2所示，图2与图1之间的区别在于，所述方法还可以包括：

步骤200，提供提取条件的选项。

步骤201，将被选择的提取条件确定为预设的提取条件。

例如，终端设备可以在对获取的视频帧进行识别之前(也可以在进行视频通话之前，在此不做限定)，显示选择界面，该选择界面可以包括多个用于选择提取条件的选项(例如，笑脸识别，海滩识别、儿童识别等)，终端可以在检测到针对该选择界面的一个或多个有效选择操作(例如点击操作、滑动操作等)时，将该一个或多个有效选择操作所对应的提取条件作为预设的提取条件。这样，本公开可以根据用户选择的提取条件，从视频中提取符合用户要求的图片，灵活的满足用户的不同需求。在一种可能的实现方式中，也可以预设默认的提取条件，在此不做限定。

图3是根据一示例性实施例示出的一种图像提取方法的流程图。如图3所示，图3与图1之间的区别在于，所述方法还可以包括：

步骤300，向视频通话对端发送授权请求，所述授权请求用于请求识别所述视频通话对端所产生的视频；

步骤301，在接收到视频通话对端响应于所述授权请求返回的授权信息时，对视频通话对端所产生的视频中的视频帧进行图像识别。

举例来讲，终端设备可以在识别视频通话对端的视频帧之前，向视频通话对端发送授权请求，该授权请求可以用于请求识别该视频通话对端所产生的视频中的视频帧。视频通话对端可以在接收到授权请求时，提供允许或不允许终端设备识别视频帧的选项，并可以在检测到允许终端设备识别视频通话中的视频的视频帧的选项被触发时，向终端设备返回授权信息。终端设备在接收到视频通话对端响应于该授权请求返回的授权信息时，可以获取视频通话对端产生的视频，并对该视频中的视频帧进行图像识别，并根据图像识别的识别结果，将判断为满足预设条件的视频帧提取为图像。这样，终端设备在识别视频通话对端所产生的视频前，必须获得视频通话对端的授权，使得终端设备在未经授权的情况下无法识别视频通话对端的视频，有效避免视频通话对端的视频被随意截取，有利于保障视频通话对端用户的隐私。

本公开可以在识别视频通话本端或视频通话对端的视频帧之前，向视频通话对端发送授权请求，也可以在识别视频通话本端的视频帧之后，向视频通话对端发送授权请求。

在一种应用示例中，以终端设备为手机为例进行以下阐述。

可以在视频通话之前，用户可以设置对自己拍摄或对方拍摄的视频进行视频帧提取，还可以根据视频通话环境等因素，选择需要从视频通话过程中自动抓拍的提取条件。例如，视频帧中的人脸处于视频帧中的指定位置；人脸的面积占视频帧面积的比例大于第一阈值；人脸的镜头拍摄角度满足角度条件；人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值。视频帧中出现指定表***帧中服装颜色与背景颜色符合预设的搭配条件；视频帧中出现目标对象(例如，用户指定的人、用户指定美丑程度的人、诸如海滩、山川等用户指定的风景以及用户指定的动植物或物品等)。

视频通话过程中，手机可以根据用户选择的提取条件，自动抓拍(提取视频帧为图片的示例)符合提取条件的视频帧形成图片并存入相册。

例如，用户在室内通过手机与好友进行视频通话，用户可以设定提取条件为视频中人脸处于画面正中间，人脸处于微笑表情，且人脸的拍摄角度为30度，则手机可以将该视频通话过程中，将人脸处于画面正中间，人脸处于微笑表情且拍摄角度为30度的视频帧提取为图片，并存储为相册。

又如，用户在海边旅游并通过手机与好友进行视频通话，用户可以设定提取条件为视频中出现海滩风景，则手机可以将视频通话过程中，将出现海滩风景的视频帧提取为图片，并存储为相册。

这样，可以根据用户的设置对视频通话中出现的美丽的背景或有趣的场景进行自动高效且自然的抓拍，无需用户手动抓拍，极少对用户的视频通话造成影响，灵活的满足用户的抓拍需求，为用户留下美好的回忆。

图4是根据一示例性实施例示出的一种图像提取装置的框图。如图4所示，该装置可以包括：

识别模块41，用于在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果。

判断模块42，用于根据所述识别结果，判断所述视频帧是否满足预设的提取条件。

提取模块43，用于在所述视频帧满足所述预设的提取条件时，将所述视频帧提取为图片。

在一种可能的实现方式中，视频通话所产生的视频包括视频通话中任一端或多端拍摄的视频。

在一种可能的实现方式中，所述图像识别包括人脸识别，

所述预设的提取条件包括以下中的任意一种或多种：

视频帧中出现人脸。

视频帧中的人脸处于视频帧中的指定位置。

人脸的面积占视频帧面积的比例大于第一阈值。

人脸的镜头拍摄角度满足角度条件。

人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值。

视频帧中出现指定表情。

在一种可能的实现方式中，所述图像识别包括目标对象识别，

所述预设的提取条件包括以下中的一种或多种：

视频帧中服装颜色与背景颜色符合预设的搭配条件，其中所述目标对象包括服装。

视频帧中出现目标对象。

本公开通过在视频通话过程中，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果，根据所述识别结果，判断所述视频帧是否满足预设的提取条件，并在视频帧满足预设的提取条件时，将视频帧提取为图片。由此可以根据预设的提取条件，自动将视频通话过程中满足预设条件的视频帧提取为图片，无需用户手动捕捉视频画面，不会对用户视频通话形成干扰，有利于捕捉到用户自然放松的状态，由此提高图像提取效率。

图5是根据一示例性实施例示出的一种图像提取装置的框图。为了便于说明，在图5中仅展示出了与本实施例相关的部分。图5中标号与图4相同的组件具有相同的功能，为了简明起见，省略对这些组件的详细说明。如图5所示

在一种可能的实现方式中，所述装置还包括：

显示模块44，用于提供提取条件的选项。

确定模块45，用于将被选择的提取条件确定为预设的提取条件。

在一种可能的实现方式中，所述装置还可以包括：

发送模块46，用于向视频通话对端发送授权请求，所述授权请求用于请求识别所述视频通话对端所产生的视频；

接收模块47，用于在接收到视频通话对端响应于所述授权请求返回的授权信息时，对视频通话对端所产生的视频中的视频帧进行图像识别。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图6是根据一示例性实施例示出的一种图像提取装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图6，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理***，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和***接口模块之间提供接口，上述***接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种图像提取方法，其特征在于，包括：

在视频通话过程中，向视频通话对端发送授权请求，所述授权请求用于请求识别所述视频通话对端所产生的视频；

在接收到视频通话对端响应于所述授权请求返回的授权信息时，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果，所述视频通话所产生的视频包括所述对端所产生的视频；

根据所述识别结果，判断所述视频帧是否满足预设的提取条件；

在所述视频帧满足所述预设的提取条件时，将所述视频帧提取为图片；

视频通话所产生的视频包括视频通话中任一端或多端拍摄的视频。

2.根据权利要求1所述的方法，其特征在于，所述图像识别包括人脸识别，

所述预设的提取条件包括以下中的任意一种或多种：

视频帧中出现人脸；

视频帧中的人脸处于视频帧中的指定位置；

人脸的面积占视频帧面积的比例大于第一阈值；

人脸的镜头拍摄角度满足角度条件；

人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值；

视频帧中出现指定表情。

3.根据权利要求1所述的方法，其特征在于，所述图像识别包括目标对象识别，

所述预设的提取条件包括以下中的一种或多种：

视频帧中服装颜色与背景颜色符合预设的搭配条件，其中所述目标对象包括服装；

视频帧中出现目标对象。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

提供提取条件的选项；

将被选择的提取条件确定为预设的提取条件。

5.一种图像提取装置，其特征在于，包括：

发送模块，用于在视频通话过程中，向视频通话对端发送授权请求，所述授权请求用于请求识别所述视频通话对端所产生的视频；

识别模块，用于在接收到视频通话对端响应于所述授权请求返回的授权信息时，对视频通话所产生的视频中的视频帧进行图像识别，得到识别结果，所述视频通话所产生的视频包括所述对端所产生的视频；

判断模块，用于根据所述识别结果，判断所述视频帧是否满足预设的提取条件；

提取模块，用于在所述视频帧满足所述预设的提取条件时，将所述视频帧提取为图片；

视频通话所产生的视频包括视频通话中任一端或多端拍摄的视频。

6.根据权利要求5所述的装置，其特征在于，所述图像识别包括人脸识别，

所述预设的提取条件包括以下中的任意一种或多种：

视频帧中出现人脸；

视频帧中的人脸处于视频帧中的指定位置；

人脸的面积占视频帧面积的比例大于第一阈值；

人脸的镜头拍摄角度满足角度条件；

人脸区域的亮度和除人脸区域外的背景区域的亮度之差小于第二阈值；

视频帧中出现指定表情。

7.根据权利要求5所述的装置，其特征在于，所述图像识别包括目标对象识别，

所述预设的提取条件包括以下中的一种或多种：

视频帧中服装颜色与背景颜色符合预设的搭配条件，其中所述目标对象包括服装；

视频帧中出现目标对象。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

显示模块，用于提供提取条件的选项；

确定模块，用于将被选择的提取条件确定为预设的提取条件。

9.一种图像提取装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

执行根据权利要求1至4中任意一项所述的方法。

10.一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行根据权利要求1至4中任意一项所述的方法。

Images