CN103155533A - 用于拍摄与用户偏好对应的照片的相机系统和方法 - Google Patents
用于拍摄与用户偏好对应的照片的相机系统和方法 Download PDFInfo
- Publication number
- CN103155533A CN103155533A CN2010800669970A CN201080066997A CN103155533A CN 103155533 A CN103155533 A CN 103155533A CN 2010800669970 A CN2010800669970 A CN 2010800669970A CN 201080066997 A CN201080066997 A CN 201080066997A CN 103155533 A CN103155533 A CN 103155533A
- Authority
- CN
- China
- Prior art keywords
- user
- photo
- image
- picture
- photomoduel
- 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
- 238000000034 method Methods 0.000 title claims description 43
- 238000003860 storage Methods 0.000 claims abstract description 8
- 230000015654 memory Effects 0.000 claims description 35
- 230000009471 action Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 claims description 19
- 238000012217 deletion Methods 0.000 claims description 18
- 230000037430 deletion Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000001537 neural effect Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000014759 maintenance of location Effects 0.000 abstract description 3
- 230000000717 retained effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 21
- 230000005236 sound signal Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000000295 complement effect Effects 0.000 description 5
- 230000008921 facial expression Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008447 perception Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 241000284156 Clerodendrum quadriloculare Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 208000024754 bloodshot eye Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001343 mnemonic effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 201000005111 ocular hyperemia Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012958 reprocessing Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000000930 thermomechanical effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
- H04N1/00281—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a telecommunication apparatus, e.g. a switched network of teleprinters for the distribution of text-based information, a selective call terminal
- H04N1/00307—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a telecommunication apparatus, e.g. a switched network of teleprinters for the distribution of text-based information, a selective call terminal with a mobile telephone apparatus
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/21—Intermediate information storage
- H04N1/2104—Intermediate information storage for one or a few pictures
- H04N1/2112—Intermediate information storage for one or a few pictures using still video cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/21—Intermediate information storage
- H04N1/2104—Intermediate information storage for one or a few pictures
- H04N1/2112—Intermediate information storage for one or a few pictures using still video cameras
- H04N1/2129—Recording in, or reproducing from, a specific memory area or areas, or recording or reproducing at a specific moment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/21—Intermediate information storage
- H04N1/2104—Intermediate information storage for one or a few pictures
- H04N1/2112—Intermediate information storage for one or a few pictures using still video cameras
- H04N1/2137—Intermediate information storage for one or a few pictures using still video cameras with temporary storage before final recording, e.g. in a frame buffer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/21—Intermediate information storage
- H04N2201/214—Checking or indicating the storage space
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/21—Intermediate information storage
- H04N2201/218—Deletion of stored data; Preventing such deletion
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
维持针对高质量图片的用户偏好的数据库。通过追踪用户已经删除或没有选择进行存储的图片的属性,可以随着时间而生成偏好。当相机处于预览模式时,相机可以自动捕获一个或更多个图片的图像数据作为背景操作。当用户命令拍摄图片时,相机将捕获用户照片的图像数据。可以进行比较以确定自动捕获的图片或用户照片中哪一个与高质量照片的用户偏好具有较高相关性。如果用户照片具有较高相关性,它可以按照习惯方式保留为数字图片。如果自动拍摄的照片具有较高相关性,可以给予用户选项以选择用户照片或自动拍摄的照片用于保留。
Description
技术领域
本公开的技术总体上涉及摄影,并且更具体地涉及用于建议与在用户命令下拍摄的照片相比对用户具有更高吸引力的场景的照片的系统和方法。
背景技术
数码相机的各种物理属性在近些年已经经历巨大的改进。这些属性包括分辨率、光学器件、自动对焦功能、面部和微笑检测以及速度。甚至针对诸如在移动电话中的那些非常小的数码相机,已经在这些方面做出改进。但是,物理相机属性仅是对图片质量起作用的因素。图片质量的许多方面是主观的,或者取决于摄影师的技巧。
发明内容
为了改进对用户主观感知为高质量的图片的拍摄,本公开描述了保留与用户偏好对应的图片的相机装置和方法。通过考虑到用户偏好,所述装置和方法将关于图片质量的主观图片属性考虑在内,最终的拍照可以较少地依赖于摄影师在使用相机时的技能。
公开的技术包括维持针对高质量图片的用户偏好的数据库。通过追踪用户已删除或未选择进行存储的图片的属性,可以随着时间生成这些偏好。当相机处于预览模式时,相机可以自动捕获一个或更多个图片的图像数据作为背景操作。当用户命令拍摄图片时,相机将捕获用于用户照片的图像数据。可以进行比较以确定自动拍摄的图片还是用户照片与用户对高质量照片的偏好具有较高相关性。如果用户照片具有较高相关性,则它可以按照用于拍摄数字图片的习惯方式进行保留。如果自动拍摄的照片具有较高相关性,用户可以选择用户照片或自动拍摄的照片进行保留。
根据本公开的一个方面,相机组件包括控制电路,所述控制电路被构造为:分析在用户照片的构图期间捕获的场景的图像,以根据针对共同代表关于照片质量的用户偏好的相应特征对所述图像的属性的评估来确定所述图像是否为高质量照片;响应于捕获所述用户照片的用户命令的输入而捕获所述用户照片;以及如果所述图像是高质量照片,则显示所述图像和所述用户照片,以供用户选择所述图像或所述用户照片以在所述相机组件的存储器中存储为所述场景的图片。
根据所述相机组件的一个实施方式,通过组合针对所述图像评分的并且分别与所述特征相关的多个度量而执行对所述图像的所述评估。
根据所述相机组件的一个实施方式,通过对每个度量的评分进行求和或加权求和而执行多个度量的组合。
根据所述相机组件的一个实施方式,通过评估相应的特征在所分析的图像中的存在程度而建立每个度量的评分。
根据所述相机组件的一个实施方式,所述图像的评估由神经网络执行。
根据所述相机组件的一个实施方式,仅仅在根据所述评估所述用户图像不是高质量照片时,才显示所述图像和所述用户照片以供用户选择。
根据所述相机组件的一个实施方式,如果用户图像是高质量照片,所述控制电路配置为在所述相机组件的存储器中存储用户照片作为场景的图片。
根据所述相机组件的一个实施方式,仅仅在所述用户图像相比于所述图像与关于照片质量的用户偏好具有较低的对应关系时,才显示所述图像和所述用户照片以供用户选择。
根据所述相机组件的一个实施方式,如果所述用户图像相比于所述图像与关于照片质量的用户偏好具有较高的对应关系,所述控制电路被构造为在所述相机组件的所述存储器中存储所述用户照片作为所述场景的图片。
根据所述相机组件的一个实施方式,通过评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,来确定共同代表关于照片质量的用户偏好的所述特征。
根据所述相机组件的一个实施方式,根据通过评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性而确定的技术,来执行所述图像的评估。
根据所述相机组件的一个实施方式,通过评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性,来确定共同代表关于照片质量的用户偏好的所述特征。
根据所述相机组件的一个实施方式,根据通过评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性而确定的技术,来执行所述图像的评估。
根据所述相机组件的一个实施方式,通过评价在所述用户照片的构图期间所述相机的用户操作,而确定共同代表关于照片质量的用户偏好的所述特征。
根据本公开的另一方面,一种相机组件操作的方法包括以下步骤:分析在用户照片构图期间捕获的场景的图像,以根据针对共同代表关于照片质量的用户偏好的相应特征对所述图像的属性的评估来确定所述图像是否为高质量照片;响应于捕获所述用户照片的用户命令的输入而捕获所述用户照片;以及如果所述图像是高质量照片,则显示所述图像和所述用户照片,以供用户选择所述图像或所述用户照片以在所述相机组件的存储器中存储为所述场景的图片。
根据所述方法的一个实施方式,通过组合针对所述图像评分的并且分别与所述特征相关的多个度量而执行对所述图像的所述评估。
根据所述方法的一个实施方式,通过对每个度量的所述评分进行求和或加权求和而执行所述多个度量的组合。
根据所述方法的一个实施方式,通过评估相应的特征在所分析的图像中的存在程度而建立每个度量的所述评分。
根据所述方法的一个实施方式,所述图像的评估由神经网络执行。
根据所述方法的一个实施方式,仅仅在根据所述评估所述用户图像不是高质量照片时,才显示所述图像和所述用户照片以供用户选择。
根据所述方法的一个实施方式,仅仅在所述用户图像相比于所述图像与关于照片质量的用户偏好具有较低的对应关系时,才显示所述图像和所述用户照片以供用户选择。
根据所述方法的一个实施方式,通过以下操作中的至少一个来确定共同代表关于照片质量的用户偏好的所述特征:评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,或者评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性。
根据所述方法的一个实施方式,根据通过以下操作中的至少一个而确定的技术来执行所述图像的评估:评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,或者评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性。
根据本公开的又一方面,一种处理数字图片的方法包括以下步骤:分析图像的属性以得出所述属性与共同代表关于照片质量的用户偏好的相应特征之间的对应程度;和处理所述图像以增加所述属性与共同代表关于照片质量的用户偏好的相应特征之间的对应关系。
根据所述方法的一个实施方式,通过评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,来确定共同代表关于照片质量的用户偏好的所述特征。
参照以下的描述和附图,这些和其它特征将是明显的。在描述和附图中,已详细地公开了本发明的具体实施方式用于指示应用本发明的原理的一些方式,但应理解的是,本发明在范围上并不因此受限。而是,本发明包括落入本申请所附的权利要求的范围内的全部变化、修改和等同物。
附图说明
图1是作为包括相机组件的示例性电子设备的移动电话的示意性框图;和
图2是代表使用图1的电子设备拍摄照片的示例性方法的流程图。
具体实施方式
现在参照附图描述实施方式,其中类似的标号始终用于指示类似的元件。将理解的是,这些图不必按照比例绘制。
关于一个实施方式描述和/或例示的特征可以在一个或更多个其它实施方式中按照相同方式或按照类似方式使用,并且/或者与其它实施方式的特征组合或替代其它实施方式的特征而使用。
下面结合附图描述的是改进的相机系统和相机操作的方法的各种实施方式。在例示的实施方式中,相机系统表现为是移动电话的一部分的数字相机组件。将理解的是,公开的相机技术可以应用于其它操作背景下,诸如专用相机或具有相机的其它类型的电子设备,但不限于此。这些其它设备的示例包括但不限于视频相机、导航设备(统称为“GPS”或“GPS设备”)、个人数字助理(PDA)、媒体播放器(如,MP3播放器)、游戏设备、“网络(web)”相机、计算机(包括膝上型电脑、“超移动PC”或其它类型的计算机)和用于另一电子设备的配件。
相机组件可以用于捕获静止图像(也可以由术语图片、照片和相片表示)形式的图像数据。将理解的是,除了静止图像,相机组件也可以配置为捕获视频图像。
先参照图1,示出了电子设备10。例示的电子设备10是移动电话。电子设备10包括用于拍摄数字静止图片和/或数字视频剪辑的相机组件12。强调的是,电子设备10可以不必是移动电话,但可以是如上所述的专用相机或一些其它设备。
相机组件12可以被设置为典型的相机组件,该典型的相机组件包括将来自相机组件12的视野内的场景的光聚焦到传感器上的成像光学器件。传感器将入射光转换为图像数据。成像光学器件可以包括透镜组件和补充透镜组件的部件,诸如保护窗、滤镜、棱镜和/或反射镜。为了调整相机组件12的焦距,包括对焦机构和/或对焦控制电子器件的对焦组件可以与成像光学器件共同存在。也可以存在缩放组件以光学地改变拍摄图像的缩放倍率。
其它的相机组件12的部件可以包括测距计(也称为测距仪)、补充照明源(如,闪光灯)、曝光表、作为电子取景器的显示器14、用于接受用户输入的用户接口(UI)18(如,键盘、按钮和/或与显示器14关联的触摸屏)、光学取景器以及通常与相机关联的任何其它部件。用户接口18可以包括用户可以触摸或按压以命令拍摄相片的快门输入部。
相机组件12的另一部件可以是控制相机组件12的操作的电子控制电路20。控制电路20可以实施为例如包括处理器22,处理器22执行由控制电路的存储器或由独立的存储器24存储的逻辑指令。因而,操作相机组件12的方法可以物理上实施为存储在存储器形式的计算机可读介质上的可执行代码(如,软件),或者可以实施为固件。在一个实施方式中,相机组件12的控制器可以是针对相机组件12的专用控制器。但在例示的实施方式中,相机组件12的控制功能由控制电路20执行,控制电路20也负责电子设备10的总体操作。在另一实施方式中,相机组件12控制功能可以分布在专用于相机组件12的控制器和用于整个电子设备10的控制电路20之间。
相机组件12的传感器可以用于以预定帧速率捕获数据,以生成显示在显示器14上的预览视频信号,该显示器14用于操作为电子取景器以帮助用户对照片进行构图。
另外参照图2,例示的是实现操作相机组件12的示例性方法的逻辑操作。示例性方法可以通过执行例如实施为可执行代码(软件)的拍照功能26的实施方式而执行。因而,图2的流程图可以被认为描述由电子设备10执行的方法的步骤。尽管图2示出执行功能逻辑块的特定顺序,但执行这些块的顺序可以相对于示出的顺序而变化。另外,连续示出的两个或更多块可以同时执行或部分同时地执行。也可以省略特定的块。
逻辑流程可以在块28开始,在块28,激活相机组件12并且生成且在显示器14上显示预览视频信号。在图2的例示中,块28包括用作电子取景器时的显示器14的示例性表示。在例示中,相机组件12用于对个人构图。可以理解的是,可以使用公开的技术来拍摄其它类型的场景或多个对象。
在块30中,可以确定是否已按压了命令拍摄图片的快门输入部。如果做出否定性的确定,则用户可能继续对希望的照片构图,并且逻辑流程可以进行到块32。在块32中,可以分析预览视频信号的一个或更多个帧。在另一实施方式中,可以将除了预览视频信号以外的图像拍摄为拍照功能26的背景操作的一部分,并且可以在块32中分析该图像。该分析监测与针对图片质量的用户偏好相对应的图像。下面将更详细地描述用于确定用户偏好的技术。
可能存在各种技术,来确定图像是否具有满足或超过针对图像质量的用户偏好的特征。在一个示例性实施方式中,可以通过将图像的特征与存储在数据库34中的预定特征度量进行比较而确定图像与针对图片质量的用户偏好的对应关系。数据库34可以存储在存储器24中。在一个实施方式中,度量可以是针对各种类型的图像特征的评分。如果在分析的图像帧中识别出每个特征,则可以针对分析的图像帧而对每个特征评分。一些特征的标识可以对于确定照片是否满足用户偏好具有积极的效果,其它特征的标识可以对于确定照片是否满足用户偏好具有消极的作用。
可以使用适当的技术将图像的单个的特征评分进行组合,以确定组合的评分,该适当的技术的示例包括将评分相加在一起、对评分进行加权并接着将经加权的评分相加在一起(即,根据哪些特性对用户最重要的加权和技术)以及对单个的评分进行平均,但不限于这些。如果组合的评分超过预定的值,则可以认为图像满足(或对应于)针对图片质量的用户偏好。图像分析发现或未发现特征的程度可以影响评分。例如,评分可以是在某范围上的数值。在一个实施方式中,积极影响的特征可以接收具有正数的评分(如,范围从一到十的数字或范围从一到一百的数字),并且消极影响的特征可以接收具有负数的评分(如,范围从负一到负十的数字或范围从负一到负一百的数字)。如果在分析的图像中不存在特征,可以给予相应的度量零评分,或在组合评分时不使用该度量。例如,如果图像是风景性的并不包含人,眨眼(或眼睛睁开)度量可以不被使用或可以具有中立值。在另一示例中,评分可以是二进位值(如,是表示特征存在,或者,否表示特征不存在)。
在一个实施方式中,对于特定类型的特征可以存在两个或更多个度量。例如,一些用户可能偏好严肃不微笑的人的照片,并且其他用户可能偏好高兴并且微笑的人的照片。为了适应用户偏好的这些可能的差别,可以存在微笑度量和严肃的面部表情度量。根据用户偏好,可以给予同一特征种类的两个或仅一个度量评分。另外,仅那些对用户对高质量照片的偏好有贡献的度量的评分可以在组合单个度量的评分中使用。
在另一方法中,可以仅使用消极影响的评分。例如,图像可以开始于完美的评分,并接着按任何消极影响的评分降低。
作为示例,一个度量可以是图像的对象是否微笑。如果用户偏好微笑,则严肃的面部表情度量甚至可能不被评分,或者可以被评分但在计算期间不被使用,或者可以在考虑到消极影响参数的计算中被使用。在该示例中,如果用户偏好微笑对象并且在分析的照片中的人物不微笑,则针对微笑度量的评分将会较低(如,等于或小于10分之3)。但是如果在分析的照片中的人物微笑,则针对微笑度量的评分将会较高(如,对于小微笑或咧嘴而笑,等于大约10分之5到7,并且对于露出多个牙齿的大微笑,等于或大于10分之8)。针对严肃面部表情评分,可以发现相反类型的结果。这些面部表情参数的评分可以与其它评分进行组合,以确定与对高质量照片的用户偏好的对应量。
将理解的是,可以使用评估共同表示关于照片质量的用户偏好的特征的其它方式来分析图像,以确定该图像是否是用户偏好之下的质量图像和/或确定图像与用户偏好的相关程度(或量)。例如,可以采用神经网络以处理图像信息、从处理的信息进行学习、记忆学习的信息并生成评估结果。在一个实施方式中,可以使用已知的高质量的照片的集合来最初地训练神经网络。这些照片可以由用户选择,或者可以由熟悉分析照片的一个或更多个人识别。接着可以使用来自用户选择的照片、删除的照片和其它数据源的信息随着时间而对神经网络重新训练和改善,如在本文件的下面部分中更详细地描述的。
可以考虑的特征可以包括拍照功能26能够分析的任何特征。示例性特征包括但不限于面部表情(如,微笑、严肃、惊讶等)、眼睛眨眼(如,人的眼睛打开或闭合的程度)、头部倾斜、图像亮度、包括是否有任何对象处于焦距内以及图像中的聚焦对象的位置的图像焦点(如,一个或更多个对象处于焦距内,人处于焦距内,处于焦距内的图像的百分比)、图像中的人的尺寸、图像中的人或其它对象的位置(如,照片中对象到中心点的接近度)、模糊(如,是否相机移动或对象移动造成失真)、存在星爆或高亮、锐度、色彩、对比度等等。
继续参照图1和图2,在块36可以进行确定分析的图像与用户的偏好是否匹配到该图像对于用户来说是高质量的程度。如果在块36做出肯定性的确定,逻辑流程可以进行到块38。在块38,图像可以保留在存储器24中作为自动捕获的照片。自动捕获的照片的捕获可以发生为背景处理的一部分,并且用户可能未意识到捕获了自动捕获的照片。在块38之后,或在块36的否定性确定之后,逻辑流程可以返回到块28以继续电子取景器的显示并执行一个或更多个其它图像的分析。
返回到块30,如果做出肯定性确定,则逻辑流程可以进行到块40。在块40,相机12可以捕获照片并在存储器24中存储图像。该图像响应于捕获图像的用户命令输入而捕获。因此,该图像可以称为用户照片。
接着,在块42,可以进行分析以确定用户照片或在块38存储的照片是否与用户对高质量照片的偏好具有更好的匹配。在一个实施方式中,可以使用前述技术对用户照片评分,以对块32中分析的图像评分。具有较高评分的用户照片或自动捕获的照片可以认为是与用户对高质量照片的偏好具有较高相关性或者相匹配的照片。可能的是,通过多次重复块38而存储多个自动捕获的照片。在该情况下,用户照片可以与多个自动捕获的照片中具有最高评分的自动捕获的照片进行比较。
如果用户照片根据用户偏好比自动捕获的照片具有更高的质量,则在块44可以做出肯定性的确定。另选地,如果用户照片满足高质量照片的最低条件,则在块44可以做出肯定性的确定。例如,如果用户照片的评分高于预定的阈值(如,用于在块30中识别匹配的阈值),则在块44可以做出肯定性的确定,而不与自动捕获的照片进行比较。
在块44的肯定性确定之后,逻辑流程可以进行到块46,在块46中,可以显示检查画面。在所附的图中,块46包括了显示器14在用于显示检查画面时的示例性表示。检查画面可以示出用户照片。在例示的实施方式中,用户照片是具有严肃面部表情的人。当在块44做出肯定性的确定时,可以自动删除在块38中捕获的任何照片。另选地,可以向用户提供选项以检查和保留一个或多个自动捕获的照片。
接着,在块48,可以进行监测以确定用户照片是否被删除。如在下面将讨论的,照片的删除可以指示根据用户的观点造成低照片质量的一个或多个照片属性。监测可以持续其中照片显示在检查画面上的时间段和/或此后预定的时间量(如,大约1分钟到大约20分钟)。在其它实施方式中,监测可以无期限地持续,只要照片不被删除为大规模删除照片的一部分以恢复存储器24中的空间。
如果用户照片根据用户偏好比自动捕获的照片有更低的质量,则在块44可以做出否定性的确定。另选地,如果用户照片不满足高质量照片的最低条件,在块44可以做出否定性的确定。在块44中的否定性确定之后,逻辑流程可以进行到块50。在块50,可以显示检查画面。在所附的图中,块50包括了显示器14在用于示出检查画面时的示例性表示。检查画面可以示出用户照片和自动捕获的照片。在例示的实施方式中,用户照片是闭着眼睛的人(图中右侧的照片),并且自动捕获的照片是睁开眼睛的人(图中左侧的照片)。可能的是,通过块38的多次重复而存储多个自动捕获的照片。在该情况下,用户照片可以与多个自动捕获的照片中具有最高评分的自动捕获的照片一起示出。另选地,一个以上的自动捕获的照片可以显示为预览画面的一部分。
可以提示用户选择其中一个照片进行保留。每个未选择的照片可以被自动删除。另选地,可以向用户提供选项以保留或人工删除任何未选择的照片。
在块52,可以进行监测以确定选择了哪个照片并确定用户是否删除了任何照片(包括选择的照片或任何未选择的照片)。监测可以持续其中照片显示在检查画面上的时间段和/或此后预定的时间量(如,大约1分钟到大约20分钟)。在其它实施方式中,监测可以无期限地持续,只要照片不被删除为大规模删除照片的一部分以恢复存储器24中的空间。在另外其它的实施方式中,照片可以传送到执行所述分析和功能的另一设备。该设备例如可以是提供服务以执行所述功能的个人计算机或服务器。该服务可以使用在执行功能中从一个以上的用户收集的信息。
在块48和52之后,可以在块54中更新关于高质量照片的用户偏好。该更新可以包括评价删除的照片以确定哪些特征促成用户丢弃照片。另外,当呈现给用户两个或更多个照片用于选择时,该更新可以包括评价选择的照片。即使两个或更多个呈现的照片是高质量照片时,也可以进行所选择的照片的追踪和分析。在一个方法中,可以评价来自块50和52的选择的照片和未选择的照片之间的差别,以确定哪些特征可能导致了该选择。例如,如果用户有规律地删除与照片的视场相比人物显得小的照片,则可以确定用户偏好在照片中人物显得大的照片。作为另一示例,如果相比具有较低对比度的图片,用户频繁选择具有高对比度的图片,则可以确定用户偏好具有高对比度的照片。针对拍照功能26能够分析的每个特征可以进行类似相关。上面描述了这些特征的示例。
除了识别删除的照片之间的相关性、被选择或未被选择的照片之间的相关性以及被选择的照片与未被选择的照片之间的差异的相关性,还可以监测其它用户动作,并且可以识别属于那些动作的照片的特征的相关性。例如,一些动作可以指示照片被用户认为是高质量的。这些动作例如可以包括对照片附加另外的信息(如,对象的名称或位置)、向他人用电子邮件发送照片、频繁观看照片等。可以从照片被其他人通过基于因特网的服务或社会媒体网站观看和/或评论的频繁程度而得到照片质量的另一指示符。
也可以在块54的操作期间使用从其它用户动作得到的相关性和信息。例如,用户对图像合成的主动处理可以包含关于用户偏好的信息。在用户准备激活相机快门控制输入部的时刻,用户可以相对于场景移动相机、调整焦距、调整缩放、打开或关闭闪光灯和/或进行其它调整。对这些用户动作的分析可以揭示出相机的使用模式。例如,用户可以通常向上或向下移动相机,以分别增加或减少在相机视场中人物的头部之上出现的背景景物的量。关于对象头部的景物的量可以称为“头上空间”。该动作可以对应于用户对照片中对象的定位的偏好,并且特别是用户偏好多大的头上空间。对在构图期间观察的用户动作与在图像捕获之后关于照片删除或照片选择方面的用户动作之间的相关性的进一步分析可以揭示关于用户偏好的另外信息。这些相关性可以加强构图动作或者可以指示与构图动作相反的偏好。例如,构图动作可能例行地包括添加大量的头上空间,但是可能会发现用户倾向于删除具有大量头上空间的照片。在该情况下,当在相机的视场中存在相对小量的头上空间时,用户偏好可以指导采用自动捕获的照片。
用于建立用户偏好的另一信息源是当观看预览图像时用户的眼睛凝视。在电子设备中可以包括第二相机组件以捕获用户的视频图像。例如,用于视频电话的相机组件可以用于该目的。可以对视频图像进行分析以确定当用户评估删除或选择的图像时倾向于观看哪里,并确定该行为是否有顺序。例如,可能会发现,用户首先观看照片中人的眼睛,接着到照片的边缘,然后到头上空间的量。
根据在块54的分析期间获得的相关性,可以进行更新以改进和改善与用户偏好相匹配的图像的识别以及图像与用户偏好的匹配程度。在神经网络的情况中,可以根据神经网络的固有行为而进行调整。其它的实现可以采用其它类型的调整。更新该识别处理的一个示例方式是调整当组合特征的度量值时使用的权重值。权重值可以用作哪些特征对于用户对照片质量的感知是最重要或最不重要的指示符。更新该识别处理的另一示例方式是修改当确定照片的评分时使用的那些度量值。更新该识别处理的另一示例方式是修改针对每个度量生成评分值的方式。例如,如果用户似乎愿意接受具有小咧嘴笑的照片,则可以使针对微笑度量的评分更宽容,使得“小的”微笑将收到相对高的评分。可以使用一种技术或使用多种技术对识别处理进行调整,和/或可以针对不同的度量或特征按照不同方式对识别处理进行调整。
根据公开的主题的一个方面,这些技术帮助用户获取“更好的”图片,这是因为对图片进行了分析以与用户对什么是高质量图片的感知相匹配。作为技术的一部分,对删除的照片进行分析。在没有理论限制的情况下,基于删除照片被认为比保持照片是“更强的”决定这种假设,认为有意删除的照片包含了与用户由于低图像质量而不想要的图像的种类高度相关的信息。
拍照功能26可以以关于高质量照片的缺省设置(诸如参数)而被初始地程序化,这些参数指示照片中至少一个对象应该处于对焦中、照片应该不是“全黑”或“全部模糊”以及在照片中是否存在人,以及对象的眼睛应该睁开。随着用户拍摄照片并开始删除特定的照片,设置可以被修改,以通过识别各种特征的相关性并“学习”用户确实喜欢和/或不喜欢哪些特征而考虑到单个的用户偏好。使用与用户偏好相关的参数,拍照功能26的引擎可以连续地分析包含来自相机组件12的传感器的输出信息的帧缓冲器,以识别与用户偏好极有可能匹配的照片,并且至少暂时保持匹配的照片以供用户评价。如果用户拍摄的照片与用户偏好相匹配,则拍照功能可以继续,如同所公开的功能在电子设备10中不存在。但是如果用户所拍摄照片的一个或更多个方面与用户通常的偏好不一致,则可以向用户呈现待选择的照片的阵列。
在另一实施方式中,代表用户偏好的度量可以用于利用后处理来调整现有照片,以增加照片与用户对高质量照片的感知的对应性。例如,通过修剪图像对构图进行调整以扩大人物的面部。其它可能的调整可以是对亮度的更改、减少红眼的存在等等。
现在将描述当构造为移动电话时的电子设备10的另外的细节。在该实施方式中,电子设备10包括使电子设备10能够与另一设备建立通信的通信电路。通信可以包括呼叫、数据传输等。呼叫可以采取任何适当的形式,诸如但不限于语音呼叫和视频呼叫。数据传输可以包括但不限于接收流内容、下载和/或上载数据、接收或发送消息等等。数据可以由电子设备10处理,包括在存储器24中存储数据、执行应用以允许用户与数据交互、显示与数据关联的视频和/或图像内容、输出与数据关联的音频声音等等。
在示例性实施方式中,通信电路可以包括耦合到无线电路58的天线56。无线电路58可以包括用于经由天线56发送和接收信号的射频发送器和接收器。无线电路58可以被构造为在移动通信系统中操作。用于与移动无线电网络和/或广播网络交互的无线电路58的类型包括但不限于全球移动通信系统(GSM)、码分多址(CDMA)、宽带CDMA(WCDMA)、通用分组无线电业务(GPRS)、WiFi、WiMAX、综合业务数字广播(ISDB)和/或高速分组接入(HSPA)以及这些标准的高级版本或任何其它适当的标准。将理解的是,电子设备10能够使用一个以上的标准进行通信。因此,天线56和无线电路58可以代表一个或一个以上的无线电收发器。
电子设备10可以与具有服务器62(或多个服务器)的通信网络60通信,服务器62用于管理由电子设备10发起的和到电子设备10的呼叫、向电子设备10发送数据和从电子设备10接收数据并执行任何其它的支持功能。电子设备10经由传输介质与网络60通信。传输介质可以是任何适当的设备或组件,例如包括通信基站(如,蜂窝服务塔或“小区”塔)、无线接入点、卫星等。网络60可以支持多个电子设备10和其它类型的终端用户设备的通信活动。如将理解的,服务器62可以被构造为用于执行服务器功能的典型的计算机系统,并可以包括处理器和存储器,处理器被构造为执行包含实现服务器62的功能的逻辑指令的软件,存储器存储这样的软件。在另选的设置中,电子设备10可以通过局域网或在没有中间网络的情况下直接与另一电子设备10(如,另一移动电话或计算机)无线地通信。
如指示的,电子设备10可以包括主控制电路20,该主控制电路20构造为执行电子设备10的功能和操作的整体控制。控制电路20的处理装置22可以是中央处理单元(CPU)、微控制器或微处理器。处理装置22执行控制电路20内的存储器(未示出)存储的和/或在诸如存储器24的单独存储器中存储的代码,以执行电子设备10的操作。例如,控制电路20内的存储器和/或存储器24可以存储实现拍照功能26的可执行代码,并且处理装置22可以执行该代码,使得控制电路20构造为实现拍照功能26的功能。例如,存储器24可以是缓冲器、闪存、硬驱动器、移动介质、易失性存储器、非易失性存储器、随机存取存储器(RAM)或其它适当的装置中的一个或更多个。在典型的设置中,存储器24可以包括用于长期数据存储的非易失性存储器和充当控制电路20的系统存储器的易失性存储器。存储器24可以通过数据总线与控制电路20交换数据。也可以存在存储器24和控制电路66之间的伴随的控制线和地址总线。
电子设备10还包括声音信号处理电路64,该声音信号处理电路64用于处理由无线电路22发送的和从无线电路22接收的音频信号。耦合到声音信号处理电路64的是使用户能够经由电子设备10进行收听和讲话的扬声器66和麦克风68。无线电路58和声音信号处理电路64均耦合到控制电路20以执行整体操作。音频数据可以从控制电路20传递到声音信号处理电路64以回放给用户。声音信号处理电路64可以包括任何适当的缓冲器、编码器、解码器、放大器等等。
显示器14可以通过视频处理电路70耦合到控制电路20,视频处理电路70将视频数据转换为用于驱动显示器14的视频信号。视频处理电路70可以包括任何适当的缓冲器、解码器、视频数据处理器等等。
电子设备10可以进一步包括一个或更多个输入/输出(I/O)接口72。I/O接口72可以是典型的移动电话I/O接口的形式,并可以包括一个或更多个电连接器。I/O接口72可以形成用于将电子设备10经由线缆连到另一设备(如,计算机)或附件(如,个人免提(PHF)设备)一个或更多个数据端口。此外,操作的电力可以通过I/O接口72接收,并且对电子设备10内的电源单元(PSU)74的电池进行充电的电力可以通过I/O接口72接收。PSU 74可以在缺乏外部电源的情况下供电以操作电子设备10。
电子设备10还可以包括各种其它部件。例如,可以存在诸如RF收发器(如,蓝牙芯片组)的局域收发器76以建立与诸如附件(如,耳机)、另一移动无线电终端、计算机或另一设备的邻近设备的通信。
尽管已经示出并描述了特定实施方式,但理解的是,在阅读和理解了该说明书后,本领域技术人员可以对实现对落入所附权利要求的范围内的等同物和变形例。
Claims (25)
1.一种相机组件,该相机组件包括控制电路,所述控制电路被构造为:
分析在用户照片的构图期间捕获的场景的图像,以根据针对共同代表关于照片质量的用户偏好的相应特征对所述图像的属性的评估来确定所述图像是否为高质量照片;
响应于捕获所述用户照片的用户命令的输入而捕获所述用户照片;以及
如果所述图像是高质量照片,则显示所述图像和所述用户照片,以供用户选择所述图像或所述用户照片以在所述相机组件的存储器中存储为所述场景的图片。
2.根据权利要求1所述的相机组件,其中通过组合针对所述图像评分的并且分别与所述特征相关的多个度量而执行对所述图像的所述评估。
3.根据权利要求2所述的相机组件,其中通过对每个度量的所述评分进行求和或加权求和而执行所述多个度量的组合。
4.根据权利要求3所述的相机组件,其中通过评估相应的特征在所分析的图像中的存在程度而建立每个度量的所述评分。
5.根据权利要求1所述的相机组件,其中所述图像的所述评估由神经网络执行。
6.根据权利要求1所述的相机组件,其中仅仅在根据所述评估所述用户图像不是高质量照片时,才显示所述图像和所述用户照片以供用户选择。
7.根据权利要求6所述的相机组件,其中如果所述用户图像是高质量照片,所述控制电路被构造为在所述相机组件的所述存储器中存储所述用户照片作为所述场景的图片。
8.根据权利要求1所述的相机组件,其中仅仅在所述用户图像相比于所述图像与关于照片质量的用户偏好具有较低的对应关系时,才显示所述图像和所述用户照片以供用户选择。
9.根据权利要求8所述的相机组件,其中如果所述用户图像相比于所述图像与关于照片质量的用户偏好具有较高的对应关系,所述控制电路被构造为在所述相机组件的所述存储器中存储所述用户照片作为所述场景的图片。
10.根据权利要求1所述的相机组件,其中通过评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,来确定共同代表关于照片质量的用户偏好的所述特征。
11.根据权利要求1所述的相机组件,其中根据通过评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性而确定的技术,来执行所述图像的评估。
12.根据权利要求1所述的相机组件,其中通过评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性,来确定共同代表关于照片质量的用户偏好的所述特征。
13.根据权利要求1所述的相机组件,其中根据通过评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性而确定的技术,来执行所述图像的评估。
14.根据权利要求1所述的相机组件,其中通过评价在所述用户照片的构图期间所述相机的用户操作,来确定共同代表关于照片质量的用户偏好的所述特征。
15.一种相机组件操作的方法,该方法包括以下步骤:
分析在用户照片构图期间捕获的场景的图像,以根据针对共同代表关于照片质量的用户偏好的相应特征对所述图像的属性的评估来确定所述图像是否为高质量照片;
响应于捕获所述用户照片的用户命令的输入而捕获所述用户照片;以及
如果所述图像是高质量照片,则显示所述图像和所述用户照片,以供用户选择所述图像或所述用户照片以在所述相机组件的存储器中存储为所述场景的图片。
16.根据权利要求15所述的方法,其中通过组合针对所述图像评分的并且分别与所述特征相关的多个度量而执行对所述图像的所述评估。
17.根据权利要求16所述的方法,其中通过对每个度量的所述评分进行求和或加权求和而执行所述多个度量的组合。
18.根据权利要求17所述的方法,其中通过评估相应的特征在所分析的图像中的存在程度而建立每个度量的所述评分。
19.根据权利要求15所述的方法,其中所述图像的所述评估由神经网络执行。
20.根据权利要求15所述的方法,其中仅仅在根据所述评估所述用户图像不是高质量照片时,才显示所述图像和所述用户照片以供用户选择。
21.根据权利要求15所述的方法,其中仅仅在所述用户图像相比于所述图像与关于照片质量的用户偏好具有较低的对应关系时,才显示所述图像和所述用户照片以供用户选择。
22.根据权利要求15所述的方法,其中通过以下操作中的至少一个来确定共同代表关于照片质量的用户偏好的所述特征:评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,或者评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性。
23.根据权利要求15所述的方法,其中根据通过以下操作中的至少一个而确定的技术来执行所述图像的评估:评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,或者评价被所述用户选择的照片与未被所述用户选择的照片之间的差别以得出指示用户不期望的照片特点的特征中的相关性。
24.一种处理数字图片的方法,该方法包括以下步骤:
分析图像的属性以得出所述属性与共同代表关于照片质量的用户偏好的相应特征之间的对应程度;和
处理所述图像以增加所述属性与共同代表关于照片质量的用户偏好的相应特征之间的对应关系。
25.根据权利要求24所述的方法,其中通过评价由用户动作删除的照片以得出指示用户不期望的照片特点的特征中的相关性,来确定共同代表关于照片质量的用户偏好的所述特征。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/IB2010/001247 WO2011148212A1 (en) | 2010-05-26 | 2010-05-26 | Camera system and method for taking photographs that correspond to user preferences |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103155533A true CN103155533A (zh) | 2013-06-12 |
Family
ID=42455400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010800669970A Pending CN103155533A (zh) | 2010-05-26 | 2010-05-26 | 用于拍摄与用户偏好对应的照片的相机系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US8502879B2 (zh) |
EP (1) | EP2577951A1 (zh) |
CN (1) | CN103155533A (zh) |
WO (1) | WO2011148212A1 (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015180684A1 (zh) * | 2014-05-30 | 2015-12-03 | 努比亚技术有限公司 | 基于移动终端的摄影仿真教学方法及系统、存储介质 |
CN105678624A (zh) * | 2014-11-18 | 2016-06-15 | 索尼公司 | 评价信息生成装置和方法、电子设备及服务器 |
CN105739818A (zh) * | 2016-01-20 | 2016-07-06 | 广东欧珀移动通信有限公司 | 照片删除方法及照片删除装置 |
CN105933529A (zh) * | 2016-04-20 | 2016-09-07 | 努比亚技术有限公司 | 拍摄画面的显示方法及装置 |
CN106055228A (zh) * | 2016-05-24 | 2016-10-26 | 维沃移动通信有限公司 | 一种照片删除方法及移动终端 |
CN107018348A (zh) * | 2015-11-18 | 2017-08-04 | 卡西欧计算机株式会社 | 图像处理装置以及图像选择方法 |
CN107038698A (zh) * | 2015-10-13 | 2017-08-11 | 西门子保健有限责任公司 | 用于个性化图像质量评估和优化的基于学习的框架 |
CN107408212A (zh) * | 2015-02-11 | 2017-11-28 | Avg荷兰私人有限公司 | 用于识别存储在设备上的不需要的照片的系统和方法 |
CN107958455A (zh) * | 2017-12-06 | 2018-04-24 | 百度在线网络技术(北京)有限公司 | 图像清晰度评估方法、装置、计算机设备及存储介质 |
CN108471499A (zh) * | 2018-05-06 | 2018-08-31 | 深圳市保千里电子有限公司 | 一种基于人工智能的拍照和自动挑选照片的方法 |
CN109981976A (zh) * | 2017-12-26 | 2019-07-05 | 佳能株式会社 | 摄像设备及其控制方法和存储介质 |
CN110795579A (zh) * | 2019-10-29 | 2020-02-14 | Oppo广东移动通信有限公司 | 图片清理方法、装置、终端及存储介质 |
CN110868543A (zh) * | 2019-11-25 | 2020-03-06 | 三星电子(中国)研发中心 | 一种智能拍照方法、装置和计算机可读存储介质 |
CN110995999A (zh) * | 2019-12-12 | 2020-04-10 | 北京小米智能科技有限公司 | 动态照片拍摄方法及装置 |
CN113837145A (zh) * | 2014-08-12 | 2021-12-24 | 柯达阿拉里斯股份有限公司 | 用于产生针对所选择识别文档的符合的面部图像的系统 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8036489B2 (en) * | 2005-07-07 | 2011-10-11 | Shutterfly, Inc. | Systems and methods for creating photobooks |
JP2011247860A (ja) * | 2010-05-31 | 2011-12-08 | Denso Corp | ナビゲーション装置 |
US9848106B2 (en) * | 2010-12-21 | 2017-12-19 | Microsoft Technology Licensing, Llc | Intelligent gameplay photo capture |
WO2014064690A1 (en) | 2012-10-23 | 2014-05-01 | Sivan Ishay | Real time assessment of picture quality |
US9058683B2 (en) | 2013-02-21 | 2015-06-16 | Qualcomm Incorporated | Automatic image rectification for visual search |
TW201437921A (zh) * | 2013-03-29 | 2014-10-01 | Wistron Corp | 影像處理系統及方法 |
JP6224362B2 (ja) * | 2013-07-05 | 2017-11-01 | シャープ株式会社 | 撮像装置 |
KR102146853B1 (ko) * | 2013-12-27 | 2020-08-21 | 삼성전자주식회사 | 촬영 장치 및 이의 제어 방법 |
US20150286897A1 (en) * | 2014-04-03 | 2015-10-08 | Microsoft Corporation | Automated techniques for photo upload and selection |
US10074003B2 (en) * | 2014-07-11 | 2018-09-11 | Intel Corporation | Dynamic control for data capture |
US9942472B2 (en) | 2015-11-27 | 2018-04-10 | International Business Machines Corporation | Method and system for real-time image subjective social contentment maximization |
US10229324B2 (en) | 2015-12-24 | 2019-03-12 | Intel Corporation | Video summarization using semantic information |
CN105915801A (zh) * | 2016-06-12 | 2016-08-31 | 北京光年无限科技有限公司 | 改善抓拍效果的自学习方法及装置 |
US10129461B2 (en) | 2016-12-05 | 2018-11-13 | International Business Machines Corporation | Automated image capture based on image context |
JP2020003857A (ja) * | 2018-06-25 | 2020-01-09 | 株式会社Jvcケンウッド | 記録制御装置、車両用撮影装置、記録制御方法およびプログラム |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080192129A1 (en) * | 2003-12-24 | 2008-08-14 | Walker Jay S | Method and Apparatus for Automatically Capturing and Managing Images |
CN101388965A (zh) * | 2007-09-14 | 2009-03-18 | 索尼株式会社 | 数据处理装置和数据处理方法 |
US20090284621A1 (en) * | 2008-05-15 | 2009-11-19 | Samsung Electronics Co., Ltd. | Digital camera personalization |
CN101668123A (zh) * | 2008-09-03 | 2010-03-10 | 索尼株式会社 | 数码相机的快门信号前和快门信号后的图像捕捉和分拣 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2006040761A2 (en) * | 2004-10-15 | 2006-04-20 | Oren Halpern | A system and a method for improving the captured images of digital still cameras |
-
2010
- 2010-05-26 US US12/935,459 patent/US8502879B2/en active Active
- 2010-05-26 WO PCT/IB2010/001247 patent/WO2011148212A1/en active Application Filing
- 2010-05-26 CN CN2010800669970A patent/CN103155533A/zh active Pending
- 2010-05-26 EP EP10731790.1A patent/EP2577951A1/en not_active Withdrawn
-
2013
- 2013-01-29 US US13/752,946 patent/US20130142435A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080192129A1 (en) * | 2003-12-24 | 2008-08-14 | Walker Jay S | Method and Apparatus for Automatically Capturing and Managing Images |
CN101388965A (zh) * | 2007-09-14 | 2009-03-18 | 索尼株式会社 | 数据处理装置和数据处理方法 |
US20090284621A1 (en) * | 2008-05-15 | 2009-11-19 | Samsung Electronics Co., Ltd. | Digital camera personalization |
CN101668123A (zh) * | 2008-09-03 | 2010-03-10 | 索尼株式会社 | 数码相机的快门信号前和快门信号后的图像捕捉和分拣 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015180684A1 (zh) * | 2014-05-30 | 2015-12-03 | 努比亚技术有限公司 | 基于移动终端的摄影仿真教学方法及系统、存储介质 |
CN113837145A (zh) * | 2014-08-12 | 2021-12-24 | 柯达阿拉里斯股份有限公司 | 用于产生针对所选择识别文档的符合的面部图像的系统 |
CN105678624A (zh) * | 2014-11-18 | 2016-06-15 | 索尼公司 | 评价信息生成装置和方法、电子设备及服务器 |
CN107408212A (zh) * | 2015-02-11 | 2017-11-28 | Avg荷兰私人有限公司 | 用于识别存储在设备上的不需要的照片的系统和方法 |
CN107038698A (zh) * | 2015-10-13 | 2017-08-11 | 西门子保健有限责任公司 | 用于个性化图像质量评估和优化的基于学习的框架 |
CN107018348A (zh) * | 2015-11-18 | 2017-08-04 | 卡西欧计算机株式会社 | 图像处理装置以及图像选择方法 |
CN107018348B (zh) * | 2015-11-18 | 2020-02-07 | 卡西欧计算机株式会社 | 图像处理装置、图像选择方法以及记录介质 |
CN105739818A (zh) * | 2016-01-20 | 2016-07-06 | 广东欧珀移动通信有限公司 | 照片删除方法及照片删除装置 |
CN105739818B (zh) * | 2016-01-20 | 2019-09-13 | Oppo广东移动通信有限公司 | 照片删除方法及照片删除装置 |
CN105933529A (zh) * | 2016-04-20 | 2016-09-07 | 努比亚技术有限公司 | 拍摄画面的显示方法及装置 |
CN106055228A (zh) * | 2016-05-24 | 2016-10-26 | 维沃移动通信有限公司 | 一种照片删除方法及移动终端 |
US10922804B2 (en) | 2017-12-06 | 2021-02-16 | Baidu Online Network Technology (Beijing) Co., Ltd. | Method and apparatus for evaluating image definition, computer device and storage medium |
CN107958455A (zh) * | 2017-12-06 | 2018-04-24 | 百度在线网络技术(北京)有限公司 | 图像清晰度评估方法、装置、计算机设备及存储介质 |
CN107958455B (zh) * | 2017-12-06 | 2019-09-20 | 百度在线网络技术(北京)有限公司 | 图像清晰度评估方法、装置、计算机设备及存储介质 |
CN109981976A (zh) * | 2017-12-26 | 2019-07-05 | 佳能株式会社 | 摄像设备及其控制方法和存储介质 |
US10893191B2 (en) | 2017-12-26 | 2021-01-12 | Canon Kabushiki Kaisha | Image capturing apparatus, method of controlling the same, and storage medium |
CN109981976B (zh) * | 2017-12-26 | 2021-09-07 | 佳能株式会社 | 摄像设备及其控制方法和存储介质 |
US11405546B2 (en) | 2017-12-26 | 2022-08-02 | Canon Kabushiki Kaisha | Image capturing apparatus, method of controlling the same, and storage medium |
CN108471499A (zh) * | 2018-05-06 | 2018-08-31 | 深圳市保千里电子有限公司 | 一种基于人工智能的拍照和自动挑选照片的方法 |
CN110795579A (zh) * | 2019-10-29 | 2020-02-14 | Oppo广东移动通信有限公司 | 图片清理方法、装置、终端及存储介质 |
CN110795579B (zh) * | 2019-10-29 | 2022-11-18 | Oppo广东移动通信有限公司 | 图片清理方法、装置、终端及存储介质 |
CN110868543A (zh) * | 2019-11-25 | 2020-03-06 | 三星电子(中国)研发中心 | 一种智能拍照方法、装置和计算机可读存储介质 |
CN110995999A (zh) * | 2019-12-12 | 2020-04-10 | 北京小米智能科技有限公司 | 动态照片拍摄方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US8502879B2 (en) | 2013-08-06 |
US20130142435A1 (en) | 2013-06-06 |
US20110292248A1 (en) | 2011-12-01 |
WO2011148212A1 (en) | 2011-12-01 |
EP2577951A1 (en) | 2013-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103155533A (zh) | 用于拍摄与用户偏好对应的照片的相机系统和方法 | |
WO2017096857A1 (zh) | 相机拍摄参数调整方法及装置 | |
KR101629512B1 (ko) | 디지털 영상 캡처링 방법 및 이를 이용한 디지털 카메라 | |
CN106331504B (zh) | 拍摄方法及装置 | |
US8913150B2 (en) | Dynamic image capture utilizing prior capture settings and user behaviors | |
JP2012044415A (ja) | 撮像装置及びその制御方法、並びにプログラム | |
CN113411498B (zh) | 图像拍摄方法、移动终端及存储介质 | |
CN112087579B (zh) | 视频拍摄方法、装置和电子设备 | |
KR20080109519A (ko) | 영상 촬영 장치 및 촬영 방법 | |
CN108259767B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN112750081A (zh) | 图像处理方法、装置及存储介质 | |
US8913142B2 (en) | Context aware input system for focus control | |
US10887525B2 (en) | Delivery of notifications for feedback over visual quality of images | |
CN111586280B (zh) | 拍摄方法、装置、终端及可读存储介质 | |
CN110913120B (zh) | 图像拍摄方法及装置、电子设备、存储介质 | |
US11715234B2 (en) | Image acquisition method, image acquisition device, and storage medium | |
CN114244999B (zh) | 自动对焦的方法、装置、摄像设备及存储介质 | |
CN105530439B (zh) | 用于抓拍照片的方法、装置及终端 | |
WO2018170727A1 (en) | Method and apparatus for determining pickup parameters and electronic equipment | |
CN116320716B (zh) | 图片采集方法、模型训练方法及相关装置 | |
US11523047B2 (en) | Imaging device, imaging method, and program | |
WO2023236209A1 (zh) | 图像处理方法、装置、电子设备和存储介质 | |
CN112866505A (zh) | 图像处理方法、装置及存储介质 | |
CN117395504A (zh) | 图像的获取方法、装置及存储介质 | |
CN117499776A (zh) | 拍摄方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130612 |