CN116097308A - 自动摄影构图推荐 - Google Patents

自动摄影构图推荐 Download PDF

Info

Publication number
CN116097308A
CN116097308A CN202080103996.2A CN202080103996A CN116097308A CN 116097308 A CN116097308 A CN 116097308A CN 202080103996 A CN202080103996 A CN 202080103996A CN 116097308 A CN116097308 A CN 116097308A
Authority
CN
China
Prior art keywords
composition
user
camera
focused image
skeleton
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
Application number
CN202080103996.2A
Other languages
English (en)
Inventor
庆四郎浦垣
佐藤裕之
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN116097308A publication Critical patent/CN116097308A/zh
Pending legal-status Critical Current

Links

Images

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
    • H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • 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
    • H04N23/67—Focus control based on electronic image sensor signals
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20101—Interactive definition of point of interest, landmark or seed
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Studio Devices (AREA)

Abstract

一种用于拍摄照片的设备包括：相机；显示器；处理器，用于使用所述相机捕获一个或多个对象的多张临时图像；从所述多张临时图像中提取重建后的场景；捕获用户打算使用所述相机拍摄照片的聚焦图像；通过所述重建后的场景在所述聚焦图像中生成对象图；根据从所述对象图中选择的对象估计骨架；将所述骨架与所述聚焦图像组合；验证所述聚焦图像的构图是否良好；向所述用户提供使用所述显示器调整所述构图的指令。所述设备实现了一种改进的摄影构图。

Description

自动摄影构图推荐
技术领域
本发明涉及一种用于拍摄照片的设备和方法。
背景技术
人们广泛认为摄影是一种爱好和职业，而对于非专业人士来说，很难拍摄出构图良好的照片。专业摄影师经常使用骨架作为摄影构图(即照片布局)指南。骨架是一组线条和交叉点(例如，两条垂直线、两条水平线和这些线条的4个交叉点)。但是，对于非专业人士来说，选择合适的骨架并将其应用到他们正在拍摄照片的当前目标以改进摄影构图并不容易。
现有技术可以分为两类。其中一类涉及摄影的质量评估。这些现有技术将美学质量评估技术应用于用户拍摄的照片。评估信息可以用于向用户提供反馈，以便拍摄出美学质量高的照片。但是，这些现有技术的重点不是构图质量。
另一类涉及摄影构图推荐。这些现有技术有三个示例。第一种现有技术提供了改进摄影构图的文本建议。但是，用户有时并不清楚如何在摄影构图中体现文本建议。第二种现有技术描述了一种基于图像分析的适应性骨架识别。这种现有技术自动识别关于照片预览的合适骨架。但是，如果场景复杂，这种现有技术有时不适用，因为没有考虑三维场景表示。第三种现有技术分析了肖像预览并显示了改进肖像构图的箭头指导。箭头指导类似于应用骨架。在箭头指导下，用户能够在不了解骨架的情况下提高肖像构图的质量。但是，这种现有技术只能处理简单的骨架和构图，这妨碍了进一步提高构图质量。
发明内容
本发明提供了一种用于拍摄照片的设备，以在用户拍照时自动推荐良好构图，另外还根据用户许可校正构图。
根据第一方面，提供了一种用于拍摄照片的设备。所述设备包括：相机；显示器；处理器，用于使用所述相机捕获一个或多个对象的多张临时图像；从所述多张临时图像中提取重建后的场景；捕获用户打算使用所述相机拍摄照片的聚焦图像；通过所述重建后的场景在所述聚焦图像中生成对象图；根据从所述对象图中选择的对象估计骨架；将所述骨架与所述聚焦图像组合；验证所述聚焦图像的构图是否良好；向所述用户提供使用所述显示器调整构图的指令。
在所述第一方面的一种可能的实现方式中，所述设备还包括扬声器，所述处理器还用于向用户提供使用所述扬声器调整所述构图的指令。
在所述第一方面的一种可能的实现方式中，所述处理器还用于：如果所述用户接受自动调整，自动调整所述构图。
在所述第一方面的一种可能的实现方式中，所述临时图像是多对彩色图像和深度图像。
在所述第一方面的一种可能的实现方式中，所述重建后的场景包括多边形网格或点云。
根据第二方面，提供了一种用于拍摄照片的方法。所述方法包括：使用相机捕获一个或多个对象的多张临时图像；从所述多张临时图像中提取重建后的场景；捕获用户打算使用所述相机拍摄照片的聚焦图像；通过所述重建后的场景在所述聚焦图像中生成对象图；根据从所述对象图中选择的对象估计骨架；将所述骨架与所述聚焦图像组合；验证所述聚焦图像的构图是否良好；向所述用户提供使用显示器调整所述构图的指令。
根据第三方面，提供了一种存储程序的存储介质。当所述程序由处理器执行时，所述程序使得所述处理器执行根据所述第二方面的所述方法。
本发明实施例改进了摄影构图。
附图说明
为了更清楚地描述本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图作简单的介绍。以下描述中的附图仅示出了本发明的一些实施例，并且对于本领域普通技术人员而言，在不付出创造性劳动的前提下还可以根据这些附图获得其它附图。
图1示出了第一实施例提供的用户操作的一个示例。
图2是第一实施例提供的移动***100的硬件配置的框图。
图3是第一实施例提供的移动***100的功能配置的框图。
图4是第一实施例提供的整体流程图。
图5示出了在图4的步骤中待处理的图像的示例。
图6是步骤403中的对象选择的详细流程图。
图7是步骤404中的构图推荐的详细流程图。
图8示出了预定义骨架的示例。
图9示出了用户操作的指令的示例。
图10是步骤406中的构图调整的详细流程图。
图11示出了构图调整的示例。
具体实施方式
下面结合本发明的实施例中的附图，对本发明的实施例中的技术方案进行清楚、完整的描述。所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例，都应属于本发明保护的范围。
本发明实施例提供的一系列过程举例如下。用户激活移动***中的相机功能，并保持***中的相机面向对象周围。该***自动捕获一张或多张图像(这些图像可以是颜色格式或深度格式)，并将这些图像存储在临时缓存中。临时缓存会在捕获到图像之后删除。该***使用这些临时图像构建场景信息。场景信息可以包括彩色图像、深度图像、法线贴图、网格或使用隐函数表示的形状。根据场景信息估计当前聚焦图像上的目标对象的候选，并建议使用骨架(即一组有限二维线)进行摄影构图。用户可以在该***的屏幕上使用图形用户界面(Graphical User Interface，GUI)指定目标对象。该***将聚焦图像与骨架组合，并通过估算屏幕上的对象与可能位于骨架线条或交叉点上的指定二维点之间的欧几里德距离来验证当前构图是否良好。验证值后，该***显示组合图像和使用最佳构图拍摄照片的指令。在用户允许的情况下，该***可以将当前聚焦图像的当前构图调整到最佳构图。这些过程的详细信息如下所述。
本发明的第一实施例在相机应用中实现，以在移动***上自动推荐和调整摄影构图。移动***可以是包括相机和显示器的移动设备。图1示出了第一实施例提供的用户操作的一个示例。首先，用户103触摸***100上的触摸显示屏101以开始图4的流程图中描述的主要过程。在主要过程中，用户103应该保持相机102面向一个或多个对象104的周围。例如，用户围绕对象104移动相机102，或者用户与相机102一起移动，使得相机102在不同的方向都面向对象104。
然后，在触摸显示屏101上显示对象104，用户103可以看到显示的对象105，并在触摸显示屏101上操作图形用户界面(Graphical User Interface，GUI)以在需要时进行拍照。在一个实施例中，在用户103打算拍摄照片的聚焦图像上显示指定目标对象的对象图。根据指定的目标对象，在聚焦图像上显示骨架和对用户103的指令，并且手动或自动调整聚焦图像。
图2是第一实施例提供的移动***100的硬件配置的框图。移动***100包括触摸显示屏101、相机102、中央处理器(Central Processing Unit，CPU)200、数据路径201、随机存取存储器(Random Access Memory，RAM)202、只读存储器(Read Only Memory，ROM)203和存储***204。
触摸显示屏101接收用户103进行的触摸操作，并显示GUI和使用相机102捕获到的或存储在存储***204中的图片。相机102可以包括CMOS图像传感器、深度传感器或其它传感器，并捕获图像或视频。这些图像或视频的格式是彩色图像或深度图像。深度传感器可以是飞行时间(Time of Flight，ToF)传感器、结构光3D扫描仪等。深度图像是深度值可视化的图像，深度值定义为与对象的距离。
CPU 200控制通过数据路径201连接的每个组件。数据路径201包括输入/输出接口或总线，以将数据传送到每个组件。RAM 202用作CPU 200的主存储器。ROM 203存储操作***(Operating System，OS)、程序、***驱动等。存储***204存储移动***100的大部分数据，可以是固态硬盘(Solid-State Drive，SSD)、硬盘驱动器(Hard Disk Drive，HDD)或其它磁盘驱动器。推荐和调整摄影构图的相机应用可以存储在存储***204中。
图3是第一实施例提供的移动***100的功能配置的框图。当使用图2中的硬件执行推荐和调整摄影构图的相机应用时，实现了这种功能配置。移动***100包括用户界面控制单元300、相机控制单元301、场景重建单元302、对象选择单元303、构图推荐单元304、构图调整单元305和存储单元306。
用户界面控制单元300接收触摸显示屏101上的用户输入或操作，例如触摸、滑动等。用户界面控制单元300根据用户输入和其它单元的状态在触摸显示屏101上显示GUI。
相机控制单元301控制移动***100中的相机102。相机控制单元301捕获一张或多张图像，并将图像存储在存储单元306中。这些图像可以是一组静态独立图像或时序图像。可以使用图像的多种格式，例如颜色和深度。相机控制单元301还控制相机102的功能，例如变焦、角度调整、焦点校正和其它仿射变换，以改变图像的视图。
场景重建单元302根据相机控制单元301捕获到的图像重建三维(three-dimension，3D)场景信息(重建后的场景)。场景信息可以是一组彩色图像、深度图像或3D几何体(表示为一组多边形网格、点云或隐函数)。
对象选择单元303根据捕获到的图像和3D场景信息生成对象图以指定聚焦图像中的目标对象。聚焦图像是指用户103打算拍摄照片的图像，即相机控制单元301检测到与拍摄照片有关的用户操作时，例如，相机102在预定义的持续时间内定向到某一方向时，用户对快门按钮执行半按操作时相机102指向的图像。
构图推荐单元304生成骨架和指令作为聚焦图像的推荐。
当用户接受自动构图调整时，构图调整单元305根据骨架和指令生成控制信号以调整相机102，并将控制信号发送到相机控制单元301。
存储单元306读取和写入其它单元中使用的图像、预定义骨架、模型和参数。
图4是第一实施例提供的整体流程图，图5示出了在图4的步骤中待处理的图像的示例。
在步骤400中，用户103应该正在拍摄对象500。用户103激活移动***100中的相机功能，并保持移动***100中的相机面向一个或多个对象104的周围，例如，用户103围绕对象104移动相机102，或者用户103与相机102一起移动，使得相机102在不同的方向都面向对象104；相机控制单元301使用相机102捕获多张临时图像501。在第一实施例中，临时图像501是临时顺序的多对彩色图像和深度图像，但是仅彩色图像、仅深度图像或诸如红外图像等其它类型的图像可以用作临时图像。当用户103通过用户界面控制单元301结束相机应用时，删除临时图像501。
在步骤401中，场景重建单元302从临时图像501中提取重建后的场景502。在第一实施例中，重建后的场景502可以是3D网格结构。
根据临时图像501进行的3D网格重建可以使用运动推断结构(Structure-from-Motion，SfM)、多视角立体视觉(Multi-View Stereo，MVS)或KinectFusion等众所周知的方法来实现。场景重建可以使用CPU 200或诸如图形处理器单元(Graphical ProcessorUnit，GPU)之类的其它硬件处理器或针对矩阵计算(例如卷积)指定的任何其它硬件来完成。重建后的场景502的格式不限于网格。例如，其它3D几何格式(例如点云或隐函数)可以用作重建后的场景。此外，一组彩色图像等2D数据或深度图像等2.5D数据可以用作重建后的场景。
在步骤402中，相机控制单元301检测与拍摄照片有关的用户操作，例如，相机102在预定义的持续时间内定向到某一方向的操作、用户对快门按钮执行半按操作的操作，等等；相机控制单元301从相机102捕获聚焦图像503。聚焦图像503用于显示骨架和指令。
在步骤403中，对象选择单元303生成对象图504，以指定聚焦图像503中的对象区域(目标对象的区域)。稍后详细描述步骤403。
在步骤404中，构图推荐单元304生成骨架508和指令510作为对聚焦图像的推荐，以提高对象区域的构图质量。然后，构图推荐单元304在触摸显示屏101上显示输出图像509。稍后详细描述步骤404。
在步骤405中，构图调整单元305请求用户103是否允许自动构图调整。如果用户接受自动调整，则跳至步骤406。否则，取消自动调整。用户103可以手动调整构图。用户103应该遵循骨架和触摸显示屏101上的指令，并移动相机102以自己生成调整后的图像511。
在步骤406中，构图调整单元305对聚焦图像进行自动构图调整，以生成调整后的图像511。稍后详细描述步骤406。
接下来，结合图5和图6详细描述上述步骤403中的对象选择。图6是对象选择的详细流程图。
在步骤600中，对象选择单元303从场景重建单元302获取在步骤401中提取的重建后的场景502。
在步骤601中，对象选择单元303生成对象图504，以通过重建后的场景502指定聚焦图像503的空间中的可能对象区域。在第一实施例中，对象图504是视觉显著性地图，但是其它类型的图像也可以用作对象图，例如语义分割图像、实例分割图像等。对象图的生成可以使用众所周知的方法来实现。例如，可以使用基于机器学习的方法，例如卷积神经网络(convolutional neural network，CNN)或基于图像和几何处理的方法。对象图504可以包括可靠性低的对象，这些对象并不重要。为了提高对象图504的准确性，重要的是添加重建后的场景502作为估计对象图504的输入。如果难以分割图像或难以获取图像的像素强度，则只根据彩色图像生成的对象图504可以包括不正确的对象候选区域。例如，在场景黑暗或拥挤时拍摄照片可能就是这种情况。当场景信息的格式是表示为一组多边形网格的几何体时，对象选择单元306只使用可以从聚焦图像503投影的三维区域中的几何体。
在步骤602中，对象选择单元303限制对象图504，以移除可靠性低的对象，并保留不反映用户偏好的自动选择的对象505。
在步骤603中，对象选择单元303检查是否存在指定用户对聚焦图像503中对象的偏好的任何用户输入。用户输入可以表示为聚焦图像503的触摸位置507。如果存在任何用户输入，处理跳至步骤604。否则，对象选择402结束并跳至步骤403。
在步骤604中，对象选择单元303转换触摸位置507以掩蔽自动选择的对象505。此时，掩蔽是为了只保留通过触摸位置507指定的对象。最后，用户选择的对象508留在对象图504中。
结合图5、图7、图8和图9详细描述了上述步骤404的构图推荐。图7是步骤404中的构图推荐的详细流程图。图8示出了预定义骨架的示例。图9描述了用户操作的指令的示例。
在步骤700中，构图推荐单元304根据用户选择的对象508估计骨架509。对于估计，单元304使用统计启发法或诸如卷积神经网络之类的机器学习方法从选定的对象508中提取特征向量。估计的输出可以是表示预定义骨架的可能性的概率向量。每个预定义骨架包括有限的二维线，例如三分构图法(rule-of-thirds)800、象限构图法801、中心构图法802、对角线构图法803、黄金构图法804。多个骨架可以组合，如805所示。存储单元308存储编码为矢量化格式、游程长度格式或其它可以容易解码的格式的预定义骨架。所有预定义骨架都从存储单元306加载，而且输出骨架509会根据概率向量使用诸如最大似然估计或加权求和之类的统计方法生成。
在步骤701中，构图推荐单元304将骨架509与聚焦图像503组合，作为输出图像510。
在步骤702中，构图推荐单元304通过以下方式验证当前构图是否良好：估算在选定的对象508中具有大于预定义阈值的区域中的点与骨架509的指定点、线条或交叉点之间的欧几里德距离。
在步骤703中，根据步骤702中的验证，构图推荐单元304提供拍摄好照片的指令511，这张照片可以通过触摸显示屏101上的GUI进行操作，例如变焦、角度调整、焦点校正和其它仿射变换。这些指令可以是无指令、显示文本消息904的文本指令901、显示符号905的符号指令902和发出语音906的语音指令903。用户103可以选择是否通过触摸显示屏101显示骨架509和指令511。如果步骤702中的验证结果是当前构图良好，则构图推荐单元304不提供指令511。
接下来，结合图10和图11详细描述步骤406中的构图调整。图10是步骤406中的构图调整的详细流程图。图11示出了构图调整的示例。
在步骤1000中，构图调整单元305以与步骤702相同的方式验证聚焦图像503的当前构图是否良好。如果当前构图良好，则步骤1000结束。否则，处理跳至步骤1001。
在步骤1001中，构图调整单元305自动提高构图质量。首先，假设步骤1000中的验证结果是构图调整之前的聚焦图像1100不具有良好构图。然后，构图调整单元305向相机控制单元301发送信号，以根据构图推荐单元304计算出的指令511调整相机102，以提高构图质量。相机控制单元302控制相机102以使构图更好，其操作包括变焦、角度调整、焦点校正和白平衡。由于对象的点与骨架的指定点之间的欧几里德距离较小，因此构图调整中的中间聚焦图像1101具有更好的构图。
在步骤1002中，构图调整单元305向用户界面控制单元300发送信号，以显示中间聚焦图像1101。然后，处理跳回步骤1000。在步骤1002中，用户103可以确认中间聚焦图像1101。但是，本步骤不是强制性的，而是可以跳过。
通过步骤1000迭代到步骤1002，重复更新聚焦图像1101。迭代之后的聚焦图像1102最终具有良好构图。
根据本发明实施例，用户可以在不需要额外了解构图的情况下拍出好照片，并且在用户允许的情况下，可以调整用户对焦的当前构图，并可以自动拍摄照片。
为了获取用户周围的场景信息，可以使用其它传感器，例如全球定位***(GlobalPositioning System。GPS)或光探测和测距(Light Detection and Ranging，LiDAR)。基于视觉的优化方法(例如可微分渲染)可以用于调整当前构图。
上述公开的仅仅是本发明的示例性实施例，当然并非旨在限制本发明的保护范围。本领域普通技术人员可以理解，实现上述实施例的全部或部分过程以及根据本发明权利要求进行的等效修改都应属于本发明的范围。

Claims (7)

1.一种用于拍摄照片的设备，其特征在于，所述设备包括：
相机；
显示器；
处理器，用于：
使用所述相机捕获一个或多个对象的多张临时图像；
从所述多张临时图像中提取重建后的场景；
捕获用户打算使用所述相机拍摄照片的聚焦图像；
通过所述重建后的场景在所述聚焦图像中生成对象图；
根据从所述对象图中选择的对象估计骨架；
将所述骨架与所述聚焦图像组合；
验证所述聚焦图像的构图是否良好；
向所述用户提供使用所述显示器调整所述构图的指令。
2.根据权利要求1所述的设备，其特征在于，所述设备还包括扬声器，所述处理器还用于向所述用户提供使用所述扬声器调整所述构图的指令。
3.根据权利要求1或2所述的设备，其特征在于，所述处理器还用于：如果所述用户接受自动调整，自动调整所述构图。
4.根据权利要求1至3中任一项所述的设备，其特征在于，所述临时图像是多对彩色图像和深度图像。
5.根据权利要求4所述的设备，其特征在于，所述重建后的场景包括多边形网格或点云。
6.一种用于拍摄照片的方法，其特征在于，所述方法包括：
使用相机捕获一个或多个对象的多张临时图像；
从所述多张临时图像中提取重建后的场景；
捕获用户打算使用所述相机拍摄照片的聚焦图像；
通过所述重建后的场景在所述聚焦图像中生成对象图；
根据从所述对象图中选择的对象估计骨架；
将所述骨架与所述聚焦图像组合；
验证所述聚焦图像的构图是否良好；
向用户提供使用显示器调整所述构图的指令。
7.一种存储程序的存储介质，其特征在于，当所述程序由处理器执行时，所述程序使得所述处理器执行根据权利要求6所述的方法。
CN202080103996.2A 2020-08-21 2020-08-21 自动摄影构图推荐 Pending CN116097308A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2020/110490 WO2022036683A1 (en) 2020-08-21 2020-08-21 Automatic photography composition recommendation

Publications (1)

Publication Number Publication Date
CN116097308A true CN116097308A (zh) 2023-05-09

Family

ID=80322509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080103996.2A Pending CN116097308A (zh) 2020-08-21 2020-08-21 自动摄影构图推荐

Country Status (3)

Country Link
US (1) US20230209182A1 (zh)
CN (1) CN116097308A (zh)
WO (1) WO2022036683A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496187A (zh) * 2023-11-15 2024-02-02 安庆师范大学 一种光场图像显著性检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101843093A (zh) * 2008-09-08 2010-09-22 索尼公司 图像处理设备和方法、图像捕捉设备、以及程序
JP2013153376A (ja) * 2012-01-26 2013-08-08 Sony Corp 画像処理装置、画像処理方法および記録媒体
US10019823B2 (en) * 2013-10-24 2018-07-10 Adobe Systems Incorporated Combined composition and change-based models for image cropping
US20150201124A1 (en) * 2014-01-15 2015-07-16 Samsung Electronics Co., Ltd. Camera system and method for remotely controlling compositions of self-portrait pictures using hand gestures
US20160198097A1 (en) * 2015-01-05 2016-07-07 GenMe, Inc. System and method for inserting objects into an image or sequence of images

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496187A (zh) * 2023-11-15 2024-02-02 安庆师范大学 一种光场图像显著性检测方法
CN117496187B (zh) * 2023-11-15 2024-06-11 安庆师范大学 一种光场图像显著性检测方法

Also Published As

Publication number Publication date
WO2022036683A1 (en) 2022-02-24
US20230209182A1 (en) 2023-06-29

Similar Documents

Publication Publication Date Title
US11756223B2 (en) Depth-aware photo editing
US10284789B2 (en) Dynamic generation of image of a scene based on removal of undesired object present in the scene
US10692197B2 (en) Systems and techniques for automatic image haze removal across multiple video frames
US11663733B2 (en) Depth determination for images captured with a moving camera and representing moving features
US10916048B2 (en) Image processing apparatus, image processing method, and storage medium
CN105981368B (zh) 在成像装置中的照片构图和位置引导
JP6044134B2 (ja) 最適画像サイズによる画像領域分割装置、方法、およびプログラム
US9619886B2 (en) Image processing apparatus, imaging apparatus, image processing method and program
KR20200023651A (ko) 미리보기 사진 블러링 방법 및 장치 및 저장 매체
WO2021027543A1 (zh) 基于单目图像的模型训练方法、装置及数据处理设备
WO2021217398A1 (zh) 图像的处理方法及装置、可移动平台及其控制终端、计算机可读存储介质
US20220358619A1 (en) Automatic dolly zoom image processing device
JP2018113683A (ja) 画像処理装置、画像処理方法及びプログラム
KR101672691B1 (ko) 소셜 네트워크 서비스 플랫폼에서 이모티콘 생성 방법 및 장치
US20230209182A1 (en) Automatic photography composition recommendation
US11138743B2 (en) Method and apparatus for a synchronous motion of a human body model
CN103516978A (zh) 摄影控制装置及摄影控制方法
JP6663491B2 (ja) 画像処理装置、画像処理プログラム、および記録媒体
KR101514346B1 (ko) 합성 사진 촬영 장치 및 방법
Yue et al. High-dimensional camera shake removal with given depth map
US20240147053A1 (en) Method and apparatus with hyperlapse video generation
JPWO2018117099A1 (ja) 画像処理装置及びプログラム
CN115471399B (zh) 全景图像生成方法、装置、设备和存储介质
CN113873160B (zh) 图像处理方法、装置、电子设备和计算机存储介质
JP7320400B2 (ja) 映像演出処理装置及びそのプログラム

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