CN109981970B

CN109981970B - 一种确定拍摄场景的方法、装置和机器人

Info

Publication number: CN109981970B
Application number: CN201711465681.9A
Authority: CN
Inventors: 熊友军; 刘锐
Original assignee: Ubtech Robotics Corp
Current assignee: Beijing Youbixuan Intelligent Robot Co ltd; Ubtech Robotics Corp
Priority date: 2017-12-28
Filing date: 2017-12-28
Publication date: 2021-07-27
Anticipated expiration: 2037-12-28
Also published as: CN109981970A

Abstract

本发明适用于机器人技术领域，提供了一种确定拍摄场景的方法、装置和机器人。该方法包括：在接收到拍摄指令时，启动所述拍摄装置；检测所述拍摄装置拍摄的画面中是否存在人脸；若存在人脸，则从所述人脸中选择一个符合预定条件的人脸作为基准脸；基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量；基于所述人脸数量确定当前的拍摄场景。本发明通过选定基准脸对拍摄的画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量；基于所述人脸数量确定当前的拍摄场景，实现了自动确定拍摄场景的功能。本发明实施例操作简单、实现成本低，具有较强的易用性和实用性。

Description

一种确定拍摄场景的方法、装置和机器人

技术领域

本发明属于机器人技术领域，尤其涉及一种确定拍摄场景的方法、装置和机器人。

背景技术

智能硬件产品在人们日常生活中已经非常普遍，尤其是具备语音功能或者助手功能的智能硬件产品，例如机器人，主要应用在音乐播放及智能家居控制的相关场景。然而，现有的大部分机器人为被动使用状态，不具有识别场景的功能，不能自动识别用户所处的实际场景。

因此，有必要提出一种方案，以解决上述问题。

发明内容

有鉴于此，本发明实施例提供了一种确定拍摄场景的方法、装置和机器人，以解决现有机器人无法自动识别应用场景的问题。

本发明实施例的第一方面提供了一种确定拍摄场景的方法，包括：

在接收到拍摄指令时，启动所述拍摄装置；

检测所述拍摄装置拍摄的画面中是否存在人脸；

若存在人脸，则从所述人脸中选择一个符合预定条件的人脸作为基准脸；

基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量；

基于所述人脸数量确定当前的拍摄场景。

可选地，在启动所述拍摄装置之前，还包括：

确定声源位置；

相应地，在启动所述拍摄装置之后，还包括：

通过所述拍摄装置拍摄所述声源位置处的画面。

可选地，所述从所述人脸中选择一个符合预定条件的人脸作为基准脸包括：

从所述人脸中选择清晰度最高且距离所述机器人最近的人脸作为基准脸。

可选地，所述基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量包括：

以所述基准脸的拍摄角度为基准角度，向左右各偏移预定角度检测所述画面中的人脸，以确定所述画面中的人脸数量。

可选地，在确定所述画面中的人脸数量之后，还包括：

采集所述画面中的语音信息；

相应地，所述基于所述人脸数量确定当前的拍摄场景包括：

基于所述人脸数量以及采集的所述语音信息确定当前的拍摄场景。

本发明实施例的第二方面提供了一种场景类型判断的装置，包括：

启动模块，用于在接收到拍摄指令时，启动所述拍摄装置；

检测模块，用于检测所述拍摄装置拍摄的画面中是否存在人脸；

选择模块，用于若存在人脸，则从所述人脸中选择一个符合预定条件的人脸作为基准脸；

识别模块，用于基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量；

第一确定模块，用于基于所述人脸数量确定当前的拍摄场景。

可选地，所述的确定拍摄场景的装置，还包括：

第二确定模块，用于确定声源位置；

拍摄模块，用于通过所述拍摄装置拍摄所述声源位置处的画面。

可选地，所述选择模块包括：

选择单元，用于从所述人脸中选择清晰度最高且距离所述机器人最近的人脸作为基准脸。

可选地，第一确定模块包括：

第一确定单元，用于以所述基准脸的拍摄角度为基准角度，向左右各偏移预定角度检测所述画面中的人脸，以确定所述画面中的人脸数量。

可选地，确定拍摄场景的装置还包括：

采集模块，用于采集所述画面中的语音信息；

相应地，所述第一确定模块包括：

第二确定单元，用于基于所述人脸数量以及采集的所述语音信息确定当前的拍摄场景。

本发明实施例的第三方面提供了一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述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第一方面中方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现第一方面中方法的步骤。

在本发明实施例中，通过在接收到拍摄指令时，启动机器人上的拍摄装置，检测所述拍摄装置拍摄的画面中是否存在人脸，若存在人脸，则从所述人脸中选择一个符合预定条件的人脸作为基准脸，对拍摄的画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量，基于所述人脸数量确定当前的拍摄场景，实现了自动确定拍摄场景的功能。本发明实施例操作简单、实现成本低，具有较强的易用性和实用性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的确定拍摄场景的方法的实现流程示意图；

图2是本发明实施例二提供的确定拍摄场景的方法的实现流程示意图；

图3是本发明实施例三提供的确定拍摄场景的装置的结构框图；

图4是本发明实施例四提供的机器人的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。

实施例一

图1示出了本发明实施例一提供的确定拍摄场景的方法的实现流程示意图。如图1所示，该确定拍摄场景的方法，可应用于包含拍摄装置的机器人，具体可包括如下步骤：

步骤101：在接收到拍摄指令时，启动拍摄装置。

在机器人接收到拍摄指令时，控制启动所述拍摄装置。其中，拍摄装置可以是机器人上的摄像头或者照相机等。用户可以通过遥控器远程向机器人发送拍摄指令，也可以是用户摁下机器人上的开关按钮向机器人发送拍摄指令，还可以是用户通过语音指令向机器人发送拍摄指令。

步骤102：检测所述拍摄装置拍摄的画面中是否存在人脸。

其中，画面可以是短视频中的画面，也可以是照片中的画面。如果是短视频，对短视频进行解析获取图像，对图像中的画面进行检测，判断画面中是否存在人脸；如果是照片，则直接检测照片中的画面是否存在人脸。

步骤103：若存在人脸，则从所述人脸中选择一个符合预定条件的人脸作为基准脸。

需要说明的是，一般机器人都是可以检测到人脸的，若不存在人脸，机器人向用户发送提示消息，以使得用户根据该提示消息对机器人进行提示排查，以确认是机器人的***存在故障还是机器人的拍摄角度存在问题，用户进行对应调整即可。

可选地，步骤103具体包括：

计算画面中所有人脸的清晰度以及每张人脸距离机器人拍摄装置的距离，将清晰度最高且距离所述机器人最近的人脸作为基准脸。一般地，距离机器人拍摄装置最近的人脸，其清晰度最高。示例性地，可将面部特征点数量在预定值以上，且人脸框最大的人脸作为清晰度最高且距离所述机器人最近的人脸。

步骤104：基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量。

可选地，基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量包括：

示例性地，以基准脸的拍摄角度为基准角度，向左右各偏移45度以检测所述画面中的人脸，即得到除基准人脸以外的人脸数量，将所述除基准人脸以外的人脸数量加上基准人脸的数量1，则得到所述画面中的人脸数量。

步骤105：基于所述人脸数量确定当前的拍摄场景。

示例性地，人脸数量与拍摄场景的关系如表1所示：

人数	拍摄场景
		1人	写字台、电脑桌
2～3人	家庭场景、约会
		4～5人	聚餐、牌局、游戏开黑
6～8人	家庭聚会聚餐
		9人及以上	KTV、大型聚会

表1

基于确定的画面中人脸的数量，根据预设的人脸数量与拍摄场景的关系，确定当前的拍摄场景。

实施例二

图2示出了本发明实施例二提供的确定拍摄场景的方法的实现流程示意图。如图1所示，该确定拍摄场景的方法，应用于包含拍摄装置的机器人，具体包括如下步骤201至步骤208。

步骤201：确定声源位置。

可选地，通过声音传感器和位置传感器确定当前场景的声源位置。

步骤202：在接收到拍摄指令时，启动拍摄装置。

步骤203：通过所述拍摄装置拍摄所述声源位置处的画面。

由于步骤201中已经确定声源位置，因此机器人通过所述拍摄装置拍摄所述声源位置处的画面。

步骤204：检测所述拍摄装置拍摄的画面中是否存在人脸。

步骤205：若存在人脸，则从所述人脸中选择一个符合预定条件的人脸作为基准脸。

步骤206：基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量。

步骤207：采集所述画面中的语音信息。

采集画面中的语音信息，判断该语音信息的综合状态，综合状态可以是安静、有序发言、或者杂乱发言等。

步骤208：基于所述人脸数量以及采集的所述语音信息确定当前的拍摄场景。

示例性地，人脸数量以及采集的所述语音与拍摄场景的关系如表2所示：

人数	语音信息	拍摄场景
			1人	自拍	写字台、电脑桌
2～3人	有序发言	家庭场景、约会
			4～5人	杂乱发言	聚餐、牌局、游戏开黑
6～8人	杂乱发言	家庭聚会聚餐
			9人及以上	杂乱发言	KTV、大型聚会

表2

基于所述人脸数量以及采集的所述语音信息，进行综合分析，根据预设的人脸数量以及采集的所述语音与拍摄场景的关系，确定当前的拍摄场景。

其中，步骤202、步骤204、步骤205和步骤206的实现过程分别与步骤101、步骤102、步骤103和步骤104类似，在此不再赘述。

本发明实施例在实施例一的基础上，增加了对拍摄画面中语音信息的采集，基于所述人脸数量以及采集的所述语音信息确定当前的拍摄场景，从而提高了识别的准确度。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例三

请参考图3，其示出了本发明实施例三提供的确定拍摄场景的装置的结构框图。确定拍摄场景的装置30包括：启动模块31、检测模块32、选择模块33、识别模块34和第一确定模块35。其中，各模块的具体功能如下：

启动模块31，用于在接收到拍摄指令时，启动拍摄装置；

检测模块32，用于检测所述拍摄装置拍摄的画面中是否存在人脸；

选择模块33，用于若存在人脸，则从所述人脸中选择一个符合预定条件的人脸作为基准脸；

识别模块34，用于基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量；

第一确定模块35，用于基于所述人脸数量确定当前的拍摄场景。

可选地，确定拍摄场景的装置30，还包括：

第二确定模块，用于确定声源位置；

可选地，选择模块33包括：

可选地，第一确定模块35包括：

可选地，确定拍摄场景的装置30还包括：

采集模块，用于采集所述画面中的语音信息；

相应地，第一确定模块35包括：

实施例四

图4是本发明实施例四提供的机器人的示意图。如图4所示，该实施例的机器人4包括：处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42，例如确定拍摄场景的方法程序。所述处理器40执行所述计算机程序42时实现上述各个确定拍摄场景的方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块的功能，例如图3所示模块31至35的功能。

示例性的，所述计算机程序42可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器41中，并由所述处理器40执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序42在所述机器人4中的执行过程。例如，所述计算机程序42可以被分割成第一判断模块和发送模块，各模块的具体功能如下：

第一判断模块，用于在监听到通过所述语音输入装置输入的语音信息时，判断所述语音信息的长度是否大于预设长度；

发送模块，用于当所述长度大于预设长度时，则将所述语音信息发送至服务器，以使所述服务器对所述语音信息进行解析获得解析结果，并根据所述解析结果生成相对应的操作指令，将所述解析结果以及所述操作指令发送至与所述机器人配对连接的移动终端完成相应的操作。

所述机器人4可以是桌上型计算机、笔记本、掌上电脑等计算设备。所述机器人可包括，但不仅限于，处理器40、存储器41。本领域技术人员可以理解，图4仅仅是机器人的示例，并不构成对机器人的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人还可以包括输入输出设备、网络接入设备、总线等。

所称处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器41可以是所述机器人4的内部存储单元，例如机器人4的硬盘或内存。所述存储器41也可以是所述机器人4的外部存储设备，例如所述机器人4上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器41还可以既包括所述机器人4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述机器人所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims

1.一种确定拍摄场景的方法，其特征在于，应用于包含拍摄装置的机器人，所述方法包括：

确定声源位置；

在接收到拍摄指令时，启动所述拍摄装置；

通过所述拍摄装置拍摄所述声源位置处的画面；

检测所述拍摄装置拍摄的画面中是否存在人脸；

基于所述人脸数量确定当前的拍摄场景，所述拍摄场景为用户所处的实际场景；

所述基于所述基准脸对所述画面中除该基准脸之外的人脸进行识别，以确定所述画面中的人脸数量包括：

以所述基准脸的拍摄角度为基准角度，向左右各偏移预定角度检测所述画面中的人脸，得到除基准人脸以外的人脸数量，将所述除基准人脸以外的人脸数量加上基准人脸的数量，以确定所述画面中的人脸数量；

所述从所述人脸中选择一个符合预定条件的人脸作为基准脸包括：

从所述人脸中选择清晰度最高且距离所述机器人最近的人脸作为基准脸，其中，所述清晰度最高且距离所述机器人最近的人脸为面部特征点数量在预定值以上，且人脸框最大的人脸。

2.如权利要求1所述的确定拍摄场景的方法，其特征在于，在确定所述画面中的人脸数量之后，还包括：

采集所述画面中的语音信息；

相应地，所述基于所述人脸数量确定当前的拍摄场景包括：

3.一种确定拍摄场景的装置，其特征在于，应用于包含拍摄装置的机器人，所述确定拍摄场景的装置包括：

第二确定模块，用于确定声源位置；

启动模块，用于在接收到拍摄指令时，启动所述拍摄装置；

拍摄模块，用于通过所述拍摄装置拍摄所述声源位置处的画面；

第一确定模块，用于基于所述人脸数量确定当前的拍摄场景，所述拍摄场景为用户所处的实际场景；

所述第一确定模块包括：

第一确定单元，用于以所述基准脸的拍摄角度为基准角度，向左右各偏移预定角度检测所述画面中的人脸，得到除基准人脸以外的人脸数量，将所述除基准人脸以外的人脸数量加上基准人脸的数量，以确定所述画面中的人脸数量；

所述选择模块包括：

选择单元，用于从所述人脸中选择清晰度最高且距离所述机器人最近的人脸作为基准脸，所述清晰度最高且距离所述机器人最近的人脸为面部特征点数量在预定值以上，且人脸框最大的人脸。

4.一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1或2所述方法的步骤。

5.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1或2所述方法的步骤。