CN113138384B - 图像采集方法及装置、存储介质 - Google Patents

图像采集方法及装置、存储介质 Download PDF

Info

Publication number
CN113138384B
CN113138384B CN202010054602.0A CN202010054602A CN113138384B CN 113138384 B CN113138384 B CN 113138384B CN 202010054602 A CN202010054602 A CN 202010054602A CN 113138384 B CN113138384 B CN 113138384B
Authority
CN
China
Prior art keywords
acquisition
gesture
echo
current
posture
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
Application number
CN202010054602.0A
Other languages
English (en)
Other versions
CN113138384A (zh
Inventor
彭聪
高文俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to CN202010054602.0A priority Critical patent/CN113138384B/zh
Publication of CN113138384A publication Critical patent/CN113138384A/zh
Application granted granted Critical
Publication of CN113138384B publication Critical patent/CN113138384B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88Radar or analogous systems specially adapted for specific applications
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • User Interface Of Digital Computer (AREA)
  • Image Analysis (AREA)

Abstract

本公开是关于一种图像采集方法及装置、存储介质。该方法包括:在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集。通过本公开实施例,能够在采集对象做好姿势时及时采集图像,能够降低现有的延时拍照功能因姿势还未做好就执行拍照或者姿势做好延时时间还未到的情况,使得图像采集更加智能。

Description

图像采集方法及装置、存储介质
技术领域
本公开涉及信息处理技术领域,尤其涉及一种图像采集方法及装置、存储介质。
背景技术
随着人们生活水平的提高,终端设备如手机已得到广泛的使用。现有的终端设备通常具备图像采集功能,使得用户可以利用图像采集功能记录自己的日常生活,给人们的生活带来了极大的便利。
然而,在使用终端设备进行图像采集时,如何丰富图像采集功能以提升采集体验感,一直以来都备受关注。
发明内容
本公开提供一种图像采集方法及装置、存储介质。
根据本公开实施例的第一方面,提供一种图像采集方法,应用于终端设备中,所述方法包括:
在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;
根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;
在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集。
在一些实施例中,所述根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势,包括:
通过姿势识别模型,识别所述第一回波对应的所述采集对象的所述当前姿势是否为所述设定采集姿势。
在一些实施例中,所述方法还包括:
获取所述设定采集姿势下的所述雷达波的第二回波;
利用所述第二回波的回波参数,通过神经网络进行学习,训练得到所述姿势识别模型。
在一些实施例中,所述方法还包括:
在所述当前姿势不为所述设定采集姿势时,输出姿势调整信息。
在一些实施例中,所述方法还包括:
在检测到图像采集时长达到预设时长时,输出姿势提醒信息。
在一些实施例中,所述在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集,包括:
在所述当前姿势为所述设定采集姿势时,确定所述当前姿势对应的采集模式;
基于所述当前姿势对应的所述采集模式对所述采集对象进行图像采集。
根据本公开实施例的第二方面,提供一种图像采集装置,所述装置包括:
发射模块,配置为在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;
确定模块,配置根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;
采集模块,配置为在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集。
在一些实施例中,所述确定模块,具体配置为通过姿势识别模型,识别所述第一回波对应的所述采集对象的所述当前姿势是否为所述设定采集姿势。
在一些实施例中,所述装置还包括:
获取模块,配置为获取所述设定采集姿势下的所述雷达波的第二回波;
训练模块,配置为利用所述第二回波的回波参数,通过神经网络进行学习,训练得到所述姿势识别模型。
在一些实施例中,所述装置还包括:
第一输出模块,配置为在所述当前姿势不为所述设定采集姿势时,输出姿势调整信息。
在一些实施例中,所述装置还包括:
第二输出模块,配置为在检测到图像采集时长达到预设时长时,输出姿势提醒信息。
在一些实施例中,所述采集模块,具体配置为在所述当前姿势为所述设定采集姿势时,确定所述当前姿势对应的采集模式;基于所述当前姿势对应的所述采集模式对所述采集对象进行图像采集。
根据本公开实施例的第三方面,提供一种图像采集装置,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如上述第一方面中所述的图像采集方法。
根据本公开实施例的第四方面,提供一种存储介质,包括:
当所述存储介质中的指令由计算机处理器执行时,使得计算机能够执行如上述第一方面中所述的图像采集方法。
本公开的实施例提供的技术方案可以包括以下有益效果:
本公开实施例基于第一回波来确定当前姿势是否为设定采集姿势,并在确定当前姿势为设定采集姿势时自动进行图像采集。如此,一方面,本公开实施例能够在采集对象做好设定采集姿势姿势时自动采集图像,能够降低现有的延时拍照功能因姿势还未做好就自动执行拍照或者姿势做好延时时间还未到不能执行自动拍照的情况,使得图像采集功能更加智能,提高了用户体验感。另一方面,因雷达波能够辐射更远的距离,且抗干扰能力强,通过雷达波的回波能够更加精确地确定当前姿势是否为设定采集姿势,提高了姿势识别的准确性,进而能够降低误识别导致自动采集图像用户体验感差的概率。
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,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本公开实施例示出的一种图像采集方法流程图一。
图2是本公开实施例示出的一种图像采集方法流程图二。
图3是本公开实施例示出的一种图像采集方法流程图三。
图4是本公开实施例示出的一种图像采集方法流程图四。
图5是本公开实施例示出的一种图像采集方法流程图五。
图6是本公开实施例示出的一种图像采集方法流程图六。
图7是本公开实施例示出的一种图像采集方法流程图七。
图8是本公开实施例示出的一种图像采集装置图一。
图9是本公开实施例示出的一种图像采集装置图二。
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发明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、本发明的一些方面相一致的装置和方法的例子。
图1是本公开实施例示出的一种图像采集方法流程图一,如图1所示,应用于终端设备的图像采集方法包括以下步骤:
S11、在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;
S12、根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;
S13、在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集。
上述终端设备为设置有图像采集模组的终端设备,该终端设备可以为可穿戴式电子设备和移动终端,该移动终端包括手机、笔记本以及平板电脑,该可穿戴电子设备包括智能手表,本公开实施例不作限制。
上述图像采集模组用于基于环境光采集图像。该图像采集模组包括:采集面朝向终端设备背壳的后置摄像头和采集面朝向终端设备屏幕的前置摄像头,本公开实施例不作限制。
上述终端设备还设置有雷达模组。该雷达模组可包括用于发射雷达波的雷达发射组件和用于接收雷达波的回波的雷达接收组件,其中,雷达波是一种电磁波,在真空中传播的速度为光速。
需要说明的是,终端设备上雷达模组的个数为至少一个。当雷达模组设置为一个时,可以通过终端设备内的旋转模组改变雷达模组的发射面的朝向。例如,当基于前置摄像头采集图像时,可以驱动雷达模组的发射面朝向前置摄像头,以向前置摄像头的取景范围内的采集对象发射雷达波;当基于后置摄像头采集图像时,可以驱动雷达模组的发射面朝向后置摄像头,以向后置摄像头的取景范围内的采集对象发射雷达波。
如图2所示,雷达模组101还可以设置为两个。该两个雷达模组均设置于终端设备内,一个雷达模组的发射面朝向前置摄像头的设置方向;另一个雷达模组的发射面朝向后置摄像头的设置方向。需要说明的是,当基于前置摄像头采集图像时,触发发射面朝向前置摄像头的雷达模组发射雷达波;当基于后置摄像头采集图像时,触发发射面朝向后置摄像头的雷达模组发射雷达波。
本公开实施例中,在终端设备的图像采集模组进行图像采集时,通过雷达接收组件可接收被采集对象反射回的雷达波的第一回波。
需要说明的是,上述采集对象为图像采集模组中取景范围内的对象,该采集对象可为具有姿势变化的人或动物。
本公开实施例中,在接收到第一回波后,需要根据第一回波,确定采集对象的当前姿势是否为设定采集姿势。
本公开实施例中,上述第一回波可用于确定采集对象的当前姿势是否为设定采集姿势。需要说明的是,在对采集对象进行图像采集过程中,采集对象与终端设备之间的位置是处于相对静止的,采集对象在该位置上进行不同设定采集姿势的切换,以获取不同姿势对应的图像和摄像。因此,本公开实施例可以基于不同姿势对应的雷达波的第一回波,确定采集对象的当前姿势。
上述第一回波,还可以用于结合雷达模组发射的雷达波,确定采集对象的距离。需要说明的是,可以基于雷达波的发射时间、第一回波的接收时间以及雷达波的传播速度,确定采集对象的距离。
上述第一回波,还可以基于雷达波传播的多普勒效应确定过程中采集对象的运动速度。该确定采集对象的运动速度包括基于第一回波的接收频率和雷达波的发射频率之差确定采集对象的运动速度。需要说明的是,在采集对象朝向终端设备运动时,回波的接收频率大于雷达波的发射频率;在采集对象朝向背离终端设备的方向运动时,回波的接收频率小于雷达波的发射频率。
本公开实施例中,根据第一回波,确定采集对象当前姿势是否为设定采集姿势包括:基于第一回波和姿势识别模型,确定采集对象是否为设定采集姿势,还可以根据第一回波,确定采集对象的轮廓参数,进而基于轮廓参数确定采集对象是否为设定采集姿势,本公开实施例不作限制。
示例性地,上述设定采集姿势包括但不限于各种站立的姿势、各种靠墙姿势、各种依靠物体如风车、气球或花草实现的姿势等等。
需要说明的是,在使用终端设备如手机进行图像采集时,如果使用手机上的延时拍照功能,通常是手机间隔预设延时时间执行拍照,用户需要在该预设延时时间内做好采集姿势。由于不同人所需要的延时时间不同,转换不同姿势所需的延时时间也不同,因此,基于预设延时时间执行拍照,存在姿势还未做好就执行拍照的情况,或者姿势做好后需要等待很长时间才能执行拍照的情况。
基于此,本公开实施例正是发现了上述基于延时时间拍照存在的用户体验差的问题,才提出了基于终端设备上的雷达模组的第一回波来确定当前姿势是否为设定采集姿势,并在当前姿势为设定采集姿势时自动进行图像采集。如此,一方面,本公开实施例能够在采集对象做好设定采集姿势姿势时及时采集图像,能够降低现有的延时拍照功能因姿势还未做好就执行拍照或者姿势做好延时时间还未到的情况,使得图像采集功能更加智能,提高了用户体验感;另一方面,因雷达波能够辐射更远的距离,且抗干扰能力强,通过雷达波的回波能够更加精确地确定当前姿势是否为设定采集姿势,提高了姿势识别的准确性,进而能够降低误识别导致自动采集图像用户体验感差的概率。
在一种实施例中,如图3所示,所述根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势,即步骤S12,包括:
S12a、通过姿势识别模型,识别所述第一回波对应的所述采集对象的所述当前姿势是否为所述设定采集姿势。
本公开实施例中,终端设备预先存储了姿势识别模型,在获取第一回波之后,终端设备可基于姿势识别模型识别当前姿势是否为设定采集姿势,进而确定是否执行图像采集。
需要说明的是,姿势识别模型可为多个姿势识别子模型构成的,该多个识别子模型能够识别不同回波对应的采集对象的当前姿势是否为设定采集姿势。
本公开实施例中,当确定采集对象的当前姿势为设定采集姿势时,表明采集对象已经做好了姿势,即可对当前姿势的采集对象进行图像采集;当确定采集对象当前姿势不为设定采集姿势时,表明采集对象处于采集姿势调整过程中,此时,终端设备不执行图像采集。
如此,能够在采集对象做好姿势时及时采集图像,能够降低现有的延时拍照功能因姿势还未做好就执行拍照或者姿势做好延时时间还未到的情况,使得图像采集功能更加智能,提高了用户体验感。
在一种实施例中,如图4所示,所述方法还包括:
S14、获取所述设定采集姿势下的所述雷达波的第二回波;
S15、利用所述第二回波的回波参数,通过神经网络进行学习,训练得到所述姿势识别模型。
本公开实施例中,终端设备在通过姿势识别模型识别当前姿势之前,需要先获取设定采集姿势下雷达波的第二回波,并利用第二回波的回波参数,通过神经网络进行学习,训练得到姿态识别模型。
上述回波参数包括但不限于回波的频率和/或回波幅值。需要说明的是,不同回波的回波幅值和/或频率不同。在当前姿势为站立姿势时,对应的回波的幅值为第一幅值;在当前姿势为靠墙姿势时,对应的回波的幅值为第二幅值,第一幅值和第二幅值不同。如此,通过确定回波的幅值为第一幅值还是第二幅值,便可以确定当前姿势是否为站立姿势或者靠墙姿势。同理,基于回波的频率也可以确定当前姿势是否为设定采集姿势。因此,可以基于不同回波的回波参数训练得到姿势识别模型。
本公开实施例中,训练得到姿势识别模型的训练过程可为在该预设采集姿势下获取至少两个第二回波的回波参数,并将该回波参数中的各种数据输入到神经网络中学习,生成识别该设定采集姿势的姿势识别模型。需要说明的是,上述神经网络的学习过程可为神经网络提取至少两个第二回波的回波参数中属于能够代表该预设采集姿势的相同或相似的回波参数,并基于该相同或相似的回波参数训练得到识别该姿势的姿势识别模型。
示例性地,上述神经网络包括但不限于感知器神经网络或者误差反向传播(BackPropagation,BP)神经网络。
需要说明的是,本公开实施例采用感知器神经网络训练得到的姿势识别模型对输入的回波参数进行姿态识别,包括:输入第二回波,当输入的第二回波的回波参数为属于该预设采集姿势对应的回波参数时,姿势识别模型输出该采集对象的当前姿势为设定采集姿势的结果;当输入的第二回波的参数不属于该设定采集姿势对应的回波参数时,姿势识别模型输出该采集对象的当前姿势不为设定采集姿势的结果。
如此,通过利用第二回波的回波参数训练得到姿势识别模型,能够识别出采集对象的当前姿态是否为设定采集姿势,为后续及时采集图像提供了识别姿势的基础,能够降低现有的延时拍照功能因姿势还未做好就执行拍照或者姿势做好延时时间还未到不能执行拍照的情况,使得图像采集功能更加智能,提高了用户体验感。
在一些实施例中,统计终端设备通过用户操作生成的图像中所有姿势的第三回波;基于第三回波的回波参数优化姿势识别模型。
需要说明的是,通过用户操作生成的图像包括:通过用户点击图像采集图标使得终端设备采集的图像;或,通过用户语音输入使得终端设备采集的图像。如此,本公开实施例在后续使用终端设备采集图像的过程中,可以基于用户操作生成的图像对姿势识别模型进行优化,能够提高姿势识别模型的识别能力,进而进一步提升了自动识别设定采集姿势后执行图像采集的准确度。
在一种实施例中,如图5所示,所述方法还包括:
S16、在所述当前姿势不为所述设定采集姿势时,输出姿势调整信息。
本公开实施例,终端设备在当前姿势为设定采集姿势时,对采集对象进行图像采集;终端设备在当前姿势不为设定采集姿势时,输出调整信息。该输出调整信息用于提示用户调整当前姿势。
需要说明的是,该输出调整信息的方式包括但不限于语音输出或提示框输出;输出调整信息包括:输出待调整采集姿势的文字信息或者图片信息。
上述待调整采集姿势,可以是设定采集姿势库中任一设定采集姿势,还可以是与当前姿势相近的设定采集姿势,还可以是与当前场景相近的设定采集姿势,本公开实施例不作限制。
本公开实施例输出姿势调整信息,能够提醒用户及时调整当前姿势,提高用户体验感,还可以用于额外提供用户可以使用的采集姿势,降低用户因不知道采用何种采集姿势进行图像采集的情况,使得图像采集功能更加丰富和灵活。
在一些实施例中,在输出姿势调整信息之后,确定采集对象调整后的姿势;
在预设时间内调整前的姿势与调整后的姿势为相同姿势时,触发终端设备执行图像采集。
上述预设时间可以根据实际需要进行设置,例如可以设置为30秒或者60秒,本公开实施例不作限制。
需要说明的是,在实际图像采集过程中,因姿势识别模型训练样本的有限或者程序执行错误,可能会出现姿势识别模型无法识别当前姿势或者当前姿势识别错误的情况。基于此,本公开实施例提出建立防错机制,在预设时间内如果调整后的姿势与调整前的姿势为相同姿势时,触发终端设备执行图像采集。如此,能够为终端设备增加防错机制,降低姿势识别模型导致识别出错或者无法识别的情况,提高终端设备中姿势识别模型的识别效果。
在另一些实施例中,采集调整后的姿势对应返回的第四回波,并基于第四回波的回波参数,训练姿势识别模型。如此,训练后的姿势识别模型能够降低因同样原因导致的错误识别或者无法识别的概率,进一步提高了姿势识别能力。
在一些实施例中,所述方法还包括:
在检测到图像采集时长达到预设时长时,输出姿势提醒信息。
本公开实施例中,上述预设时长可以根据实际需要进行设计,例如,该预设时长可以设置为1分钟或者30秒,本公开实施例不作限制。
上述姿势提醒信息可用于提醒采集对象正处于图像采集中,需要摆出采集姿势以实现对该采集姿势的自动识别和图像采集;还可以用于提醒采集对象可供参考的多种采集姿势,使得采集对象从参考的多种采集姿势中选择一个采集姿势以实现对该采集姿势的自动识别和图像采集。需要说明的是,该姿势提醒信息的输出方式包括但不限于语音输出方式。
本公开实施例中,通过图像采集时长来输出姿势提醒信息,能够提醒用户及时摆出采集姿势以完成图像采集或摆出何种采集姿势完成图像采集,使得图像采集更加智能,提高了用户体验感,还可降低用户因不知道采用何种采集姿势进行图像采集的情况,使得图像采集功能更加丰富和灵活。
在一些实施例中,所述在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集,包括:
在所述当前姿势为所述设定采集姿势时,确定所述当前姿势对应的采集模式;
基于所述当前姿势对应的所述采集模式对所述采集对象进行图像采集。
在本公开实施例中,预先设定一个采集姿势集合,集合中每个采集姿势对应一种图像采集模式,在当前姿势为该集合中的任意一个设定采集姿势时,确定该设定采集姿势所对应的图像采集模式。
需要说明的是,上述采集模式可包括:摄像模式和拍照模式。在当前姿势对应的采集模式为摄像模式时,以采集对象的当前姿势触发摄像功能,使得终端设备对采集对象进行摄像;在当前姿势对应的采集模式为拍照模式时,对处于当前姿势的采集对象进行拍照。
上述采集模式还可包括各种场景采集模式,例如,该场景采集模式包括但不限于夜景拍照模式、夕阳场景拍照模式和黑白场景拍照模式。
当然,上述采集模式还可包括其他采集模式,例如,大光圈拍照模式、全景拍照模式、微距拍照模式等。
本公开实施例通过当前姿势能够基于不同的采集模式进行图像采集,使得图像采集方式更加灵活。
在一种实施例中,所述方法还包括:
确定所述终端设备的图像采集模式是否为姿势识别模式;
所述在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的回波,包括:
在所述终端设备处于所述姿势识别模式进行图像采集时,发射所述雷达波并检测所述雷达波的回波。
上述姿势识别模式不同于终端设备的普通采集模式,该姿势识别模式用于在采集对象的当前姿势为预设采集姿势时自动执行图像采集;而普通的采集模式用于基于用户的操作执行图像采集。相对于普通的采集模式,姿势识别模式自动执行图像采集,并不需要用户操作。
本公开实施例中,在终端设备的图像采集模式中可以新增一个姿势识别模式,在确定终端设备的图像采集模式为姿势识别模式时,发射雷达波并检测雷达波的回波。
需要说明的是,终端设备可以在图像采集的预览界面上添加一个姿势识别采集图标,当触摸屏检测到作用于该姿势识别采集图标的输入时,进入姿势识别模式。
如此,本公开实施例通过触发姿势识别模式,便可以基于姿势识别自动执行拍照,而并不需要手动执行拍照,使得操作更加方便,同时,本公开实施例能够在采集对象做好姿势时及时采集图像,能够降低现有的延时拍照功能因姿势还未做好就执行拍照或者姿势做好延时时间还未到不能拍照的情况,使得图像采集更加智能,提高了用户体验感。
为了便于理解本公开实施例,以终端设备为手机,本公开实施例还提出以下示例:
如图6所示,在进行图像采集时,采集对象从第一采集姿势21切换为第二采集姿势22。手机的雷达模组向第二采集姿势下的采集对象发射雷达波,并接收被第二采集姿势下的采集对象返回的雷达波的回波。根据该被第二采集姿势下的采集对象返回的雷达波的回波,确定该第二采集姿势为设定采集姿势,进而手机可以执行对第二采集姿势下的采集对象进行图像采集。
如图7所示,在确定采集对象的当前姿势是否为设定采集姿势之前,手机可以先训练得到姿势识别模型,再基于训练得到的姿势识别模型确定是否进行图像采集,具体实现步骤如下:
S101、获取设定采集姿势下的雷达波的第二回波;
S102、利用第二回波的回波参数,通过神经网络进行学习,训练得到姿势识别模型;
S103、确定终端设备的图像采集模式是否为姿势识别模式;
S104、在终端设备处于姿势识别模式进行图像采集时,发射雷达波并检测雷达波的第一回波;
S105、通过姿势识别模型,识别第一回波对应的采集对象的当前姿势是否为设定采集姿势;
S106、在当前姿势为设定采集姿势时,确定当前姿势对应的采集模式;
S107、基于当前姿势对应的采集模式对采集对象进行图像采集。
可以理解的是,本公开实施例基于第一回波来确定当前姿势是否为设定采集姿势,并在确定当前姿势为设定采集姿势时自动进行图像采集。如此,一方面,本公开实施例能够在采集对象做好设定采集姿势时自动采集图像,能够降低现有的延时拍照功能因姿势还未做好就自动执行拍照或者姿势做好延时时间还未到不能执行自动拍照的情况,使得图像采集功能更加智能,提高了用户体验感。另一方面,因雷达波能够辐射更远的距离,且抗干扰能力强,通过雷达波的回波能够更加精确地确定当前姿势是否为设定采集姿势,提高了姿势识别的准确性,进而能够降低误识别导致自动采集图像用户体验感差的概率。
图8是根据一示例性实施例示出的一种图像采集装置图一。参照图8,该图像采集装置包括发射模块1001,确定模块1002、和采集模块1003,其中,
发射模块1001,配置为在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;
确定模块1002,配置为根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;
采集模块1003,配置为在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集。
在一些实施例中,所述确定模块,具体配置为通过姿势识别模型,识别所述第一回波对应的所述采集对象的所述当前姿势是否为所述设定采集姿势。
在一些实施例中,所述装置还包括:
获取模块,配置为获取所述设定采集姿势下的所述雷达波的第二回波;
训练模块,配置为利用所述第二回波的回波参数,通过神经网络进行学习,训练得到所述姿势识别模型。
在一些实施例中,所述装置还包括:
第一输出模块,配置为在所述当前姿势不为所述设定采集姿势时,输出姿势调整信息。
在一些实施例中,所述装置还包括:
第二输出模块,配置为在检测到图像采集时长达到预设时长时,输出姿势提醒信息。
在一些实施例中,所述采集模块,具体配置为在所述当前姿势为所述设定采集姿势时,确定所述当前姿势对应的采集模式;基于所述当前姿势对应的所述采集模式对所述采集对象进行图像采集。
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9是根据一示例性实施例示出的一种图像采集装置图二。例如,装置可以是移动电话,移动电脑等。
参照图9,装置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设备的操作。这些数据的示例包括用于在装置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。
电力组件806为装置的各种组件提供电力。电力组件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。当设备处于操作模式,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,用于为装置提供各个方面的状态评估。例如,传感器组件814可以检测到设备的打开/关闭状态,组件的相对定位,例如所述组件为装置的显示器和小键盘,传感器组件814还可以检测装置或装置一个组件的位置改变,用户与装置接触的存在或不存在,装置方位或加速/减速和装置的温度变化。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被配置为便于装置和其他设备之间有线或无线方式的通信。装置可以接入基于通信标准的无线网络,如Wi-Fi,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。
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计算机处理器执行时,使得计算机能够执行图像采集方法,所述方法包括:
在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;
根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;
在所述当前姿势为所述设定采集姿势时,对采集对象进行图像采集。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明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,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明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。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种图像采集方法,其特征在于,应用于终端设备中,所述方法包括:在所述终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;
根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;
在所述当前姿势为所述设定采集姿势时,基于设定采集姿势对应的采集模式,确定所述当前姿势对应的采集模式;其中,每一设定采集姿势对应有一种采集模式,所述采集模式包括摄像模式和拍照模式;
基于所述当前姿势对应的所述采集模式对所述采集对象进行图像采集;
在所述当前姿势不为所述设定采集姿势时,输出姿势调整信息;
在输出所述姿势调整信息之后,确定采集对象调整后的姿势;
响应于终端设备处于姿势识别模式且在预设时间内调整前的姿势与调整后的姿势为相同姿势,触发终端设备执行图像采集;其中,所述姿势识别模式为通过触摸屏检测到作用于姿势识别采集图标的输入时进入的模式,所述姿势识别模式用于在采集对象的当前姿势为设定采集姿势时自动执行图像采集。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势,包括:
通过姿势识别模型,识别所述第一回波对应的所述采集对象的所述当前姿势是否为所述设定采集姿势。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取所述设定采集姿势下的所述雷达波的第二回波;
利用所述第二回波的回波参数,通过神经网络进行学习,训练得到所述姿势识别模型。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
在检测到图像采集时长达到预设时长时,输出姿势提醒信息。
5.一种图像采集装置,其特征在于,所述装置包括:
发射模块,配置为在终端设备进行图像采集时,发射雷达波并检测所述雷达波的第一回波;
确定模块,配置为根据所述第一回波,确定采集对象的当前姿势是否为设定采集姿势;
采集模块,配置为在所述当前姿势为所述设定采集姿势时,基于设定采集姿势对应的采集模式,确定所述当前姿势对应的采集模式;其中,每一设定采集姿势对应有一种采集模式,所述采集模式包括摄像模式和拍照模式;在所述当前姿势为所述设定采集姿势时,对所述采集对象进行图像采集;在所述当前姿势不为所述设定采集姿势时,输出姿势调整信息;在输出所述姿势调整信息之后,确定采集对象调整后的姿势;响应于终端设备处于姿势识别模式且在预设时间内调整前的姿势与调整后的姿势为相同姿势,触发终端设备执行图像采集;其中,所述姿势识别模式为通过触摸屏检测到作用于姿势识别采集图标的输入时进入的模式,所述姿势识别模式用于在采集对象的当前姿势为设定采集姿势时自动执行图像采集。
6.根据权利要求5所述的装置,其特征在于,所述确定模块,具体配置为通过姿势识别模型,识别所述第一回波对应的所述采集对象的所述当前姿势是否为所述设定采集姿势。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
获取模块,配置为获取所述设定采集姿势下的所述雷达波的第二回波;
训练模块,配置为利用所述第二回波的回波参数,通过神经网络进行学习,训练得到所述姿势识别模型。
8.根据权利要求5至7任一项所述的装置,其特征在于,所述装置还包括:
第二输出模块,配置为在检测到图像采集时长达到预设时长时,输出姿势提醒信息。
9.一种图像采集装置,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如权利要求1至4中任一项所述的图像采集方法。
10.一种非临时性计算机可读存储介质,其特征在于,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如权利要求1至4中任一项所述的图像采集方法。
CN202010054602.0A 2020-01-17 2020-01-17 图像采集方法及装置、存储介质 Active CN113138384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010054602.0A CN113138384B (zh) 2020-01-17 2020-01-17 图像采集方法及装置、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010054602.0A CN113138384B (zh) 2020-01-17 2020-01-17 图像采集方法及装置、存储介质

Publications (2)

Publication Number Publication Date
CN113138384A CN113138384A (zh) 2021-07-20
CN113138384B true CN113138384B (zh) 2023-08-15

Family

ID=76808773

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010054602.0A Active CN113138384B (zh) 2020-01-17 2020-01-17 图像采集方法及装置、存储介质

Country Status (1)

Country Link
CN (1) CN113138384B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105120144A (zh) * 2015-07-31 2015-12-02 小米科技有限责任公司 图像拍摄方法和装置
CN107995417A (zh) * 2017-11-16 2018-05-04 维沃移动通信有限公司 一种拍照的方法和移动终端
CN109714539A (zh) * 2019-01-25 2019-05-03 Oppo广东移动通信有限公司 基于姿态识别的图像采集方法、装置及电子设备
CN109753948A (zh) * 2019-01-28 2019-05-14 珠海格力电器股份有限公司 基于微波雷达的空调控制方法和装置、存储介质和处理器
CN110113523A (zh) * 2019-03-15 2019-08-09 深圳壹账通智能科技有限公司 智能拍照方法、装置、计算机设备及存储介质
CN110287755A (zh) * 2018-03-19 2019-09-27 广东欧珀移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7182869B2 (ja) * 2017-12-28 2022-12-05 古野電気株式会社 物標検出装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105120144A (zh) * 2015-07-31 2015-12-02 小米科技有限责任公司 图像拍摄方法和装置
CN107995417A (zh) * 2017-11-16 2018-05-04 维沃移动通信有限公司 一种拍照的方法和移动终端
CN110287755A (zh) * 2018-03-19 2019-09-27 广东欧珀移动通信有限公司 信息处理方法和装置、电子设备、计算机可读存储介质
CN109714539A (zh) * 2019-01-25 2019-05-03 Oppo广东移动通信有限公司 基于姿态识别的图像采集方法、装置及电子设备
CN109753948A (zh) * 2019-01-28 2019-05-14 珠海格力电器股份有限公司 基于微波雷达的空调控制方法和装置、存储介质和处理器
CN110113523A (zh) * 2019-03-15 2019-08-09 深圳壹账通智能科技有限公司 智能拍照方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN113138384A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN106797416B (zh) 屏幕控制方法及装置
US10375296B2 (en) Methods apparatuses, and storage mediums for adjusting camera shooting angle
CN106572299B (zh) 摄像头开启方法及装置
CN107025419B (zh) 指纹模板录入方法及装置
EP3667365A1 (en) Camera module and ranging radar
RU2665304C2 (ru) Способ и устройство для установки параметра фотосъемки
EP3640838A1 (en) Method, device, and system for issuing warning information
EP3379805B1 (en) Method, apparatus for controlling a smart device and computer storage medium
CN109213419B (zh) 触摸操作处理方法、装置及存储介质
CN105208284A (zh) 拍摄提醒方法及装置
CN111009239A (zh) 回声消除方法、回声消除装置及电子设备
CN112188089A (zh) 距离获取方法及装置、焦距调节方法及装置、测距组件
CN112509596B (zh) 唤醒控制方法、装置、存储介质及终端
EP4304190A1 (en) Focus chasing method, electronic device, and storage medium
CN113138384B (zh) 图像采集方法及装置、存储介质
CN107948876B (zh) 控制音箱设备的方法、装置及介质
CN108319899B (zh) 指纹识别方法和装置
CN106412417A (zh) 拍摄图像的方法及装置
CN107368278B (zh) 信息处理方法及装置
CN106919332B (zh) 信息传输方法及设备
CN106375727B (zh) 摄像设备使用状态的控制方法及装置
CN112702514B (zh) 图像获取方法、装置、设备及存储介质
CN110968155A (zh) 全面屏终端、基于全面屏终端的操作执行方法及装置
CN112883791A (zh) 对象识别方法、对象识别装置及存储介质
CN112016541A (zh) 电子设备及指纹识别图像获取方法

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