CN104751454A - 一种用于确定图像中的人物轮廓的方法和装置 - Google Patents

Abstract

本发明提供了一种用于确定图像中的人物轮廓的方法，其中，该方法包括以下步骤：将所述图像划分为多个分块；根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性，其中，所述分块属性用于指示分块属于人物区域或非人物区域；根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓。本发明的方法可根据图像分块的分块属性确定图像中的人物轮廓，且用户可随时将人物轮廓作为人物轮廓模板上传至网络，来为用户提供更丰富的人物轮廓模板。

Description

一种用于确定图像中的人物轮廓的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种用于确定图像中的人物轮廓的方法和装置。

背景技术

现有技术中，人物轮廓的提取往往很复杂，需要大量运算。因而，现有技术中缺乏一种行之有效地人物轮廓提取方式。

发明内容

本发明的目的是提供一种用于确定图像中的人物轮廓的方法和装置。

根据本发明的一个方面，提供一种用于确定图像中的人物轮廓的方法，其中，该方法包括以下步骤：

将所述图像划分为多个分块；

根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性，其中，所述分块属性用于指示分块属于人物区域或非人物区域；

根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓。

根据本发明的另一个方面，还提供了一种用于确定图像中的人物轮廓的装置，其中，该装置包括以下装置：

用于将所述图像划分为多个分块的装置；

用于根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性的装置，其中，所述分块属性用于指示分块属于人物区域或非人物区域；

用于根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓的装置。

与现有技术相比，本发明具有以下优点：1)将图像划分为多个分块，并根据多个分块中至少一个分块中的每个分块的分块属性，来确定图像中的人物轮廓，由此提供较佳的人物轮廓确定方案；2)用户可随时通过计算机设备将自认为较好的人物轮廓作为人物轮廓模板上传至社区网络，使得网络中的用户可以借鉴该人物轮廓模板来确定更适合自身的拍照姿势，或者，下载该人物轮廓模板用于在拍照中使用，从而形成良性循环，为用户提供更丰富的人物轮廓模板；3)人物轮廓模板可在社区网络中进行统一管理，以使用户不需要到不同的网站搜索照片来学习姿势，且更方便用户的选择，可进一步节省用户寻找或学习姿势的时间，这尤其适用于不擅长在拍照时摆姿势的用户；4)可通过先识别较大分块的分块属性，来较为快速地识别出人物轮廓附近的分块，并可对人物轮廓附近的分块进行再次划分，并基于再次划分得到的子分块的子分块属性来获得更加精确和逼真的人物轮廓，由此，能够在提高人物轮廓识别速度的同时，获得较为精确的人物轮廓识别效果。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明一个实施例的用于确定图像中的人物轮廓的方法的流程示意图；

图2为本发明另一个实施例的用于确定图像中的人物轮廓的方法的流程示意图；

图3为本发明一个实施例的用于确定图像中的人物轮廓的装置的结构示意图；

图4为本发明另一个实施例的用于确定图像中的人物轮廓的装置的结构示意图；

图5为本发明一个示例的包含人物的图像的示意图；

图6为本发明一个示例的两种人物轮廓的示意图；

图7为本发明一个示例的部分人物轮廓附近的分块的示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本发明作进一步详细描述。

图1为本发明一个实施例的用于确定图像中的人物轮廓的方法的流程示意图。

其中，本实施例的方法主要通过计算机设备来实现；所述计算机设备包括网络设备和用户设备；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机；所述网络设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。

所述用户设备包括但不限于PC机、平板电脑、智能手机、PDA、数码相机等。

需要说明的是，所述计算机设备仅为举例，其他现有的或今后可能出现的计算机设备如可适用于本发明，也应包含在本发明保护范围以内，并以引用方式包含于此。

根据本实施例的方法包括步骤S1、步骤S2和步骤S3。

在步骤S1中，计算机设备将图像划分为多个分块。

例如，计算机设备将图1所示的图像划分为多个分块。

具体地，计算机设备可采用多种方式将图像划分为多个分块。

例如，计算机设备根据图像的长宽比例将该图像划分为多个分块；如图像的长宽比例为16:9，则计算机设备将该图像平均划分为k*(16*9)个分块，其中，k为自然数。

又例如，计算机设备将图像平均划分为预定分块数量个分块；如预定数量为64，计算机设备直接将图像平均分割为8*8个分块。

需要说明的是，所述分块可具有多种形状，如长方形、扇形或其它不规则形状等，并且，图像被划分得到的多个分块的形状和/或大小可能是不相同的。例如，计算机设备将长方形的图像均匀地划分为M*N个分块(M为水平方向上的分块数量，N为垂直方向上的分块数量)，该M*N个分块为大小相同的长方形分块。又例如，计算机设备将椭圆形图像划分为M*N个分块，该图像边缘位置的分块为扇形，中间位置的分块为长方形。

需要说明的是，所述多个分块可能部分重叠。例如，图像像素为A*B(A为图像的像素长度，B为图像的像素宽度)，在步骤S1中，计算机设备将该图像划分为大小相同的M*N个分块，其中，每个分块的像素为均为m*n(m为分块的像素长度，n为分块的像素宽度)；则当图像的理论像素长度M*m的值大于图像实际的像素长度A时，该M*N个分块在水平方向上会出现部分重叠；当图像的理论像素宽度N*n的值大于图像实际的像素宽度B时，该M*N个分块在垂直方向上会出现部分重叠。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何将图像划分为多个分块的实现方式，均应包含在本发明的范围内。

在步骤S2中，计算机设备根据该多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性。

其中，所述分块属性用于指示分块属于人物区域或非人物区域。例如，分块属性为“0”时指示分块属于人物区域，分块属性为“1”时指示分块属于非人物区域。其中，所述人物区域为图像中的人物所位于的区域，所述非人物区域为图像中人物区域以外的区域；例如图5为一个示例的包含人物的图像的示意图，该图所示的人物所位于的区域为人物区域，该人物区域以外的空白区域为非人物区域。

其中，每个分块对应的图像信息包括任何与该分块的图形特征相关的信息；优选地，每个分块对应的图像信息包括该分块所对应的图像区域的图像信息。优选地，所述图像信息包括但不限于分块的长宽比例、分块所对应的图像区域的分块的像素、分块的分辨率、分块的灰度值等。

具体地，计算机设备根据该多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性的实现方式包括但不限于：

1)计算机设备根据该多个分块的至少一个分块中每个分块对应的图像信息，并结合预定识别规则，确定所述每个分块的分块属性。

其中，所述预定识别规则包括任何预定的、能够根据分块的图像信息来确定分块的分块属性的规则。

例如，所述预定识别规则包括基于人物识别技术所定义的分块的图像信息与分块属性之间的关联规则；对于所述至少一个分块中的每个分块，结合该关联规则，计算机设备可根据该分块对应的图像信息，来确定该分块的分块属性。

2)计算机设备根据所述多个分块的至少一个分块中每个分块对应的图像信息作为分块属性分类器的输入，获得该分块属性分类器输出的、所述每个分块的分块属性。

其中，所述分块属性分类器包括任何能够根据分块的图像信息来输出分块的分块属性的分类器。优选地，所述分块属性分类器为基于图像块(patch)的二分类器；例如，分块属性分类器以分块的图像信息作为输入，以分块的分块属性作为输出，并且，当输出为“0”时指示该分块属于人物区域，当输出为“1”时指示该分块属于非人物区域。

优选地，步骤S2采用上述实现方式2)时，本实施例的方法还包括以下步骤：计算机设备采用多个已确定分块属性的分块，对分块属性分类器模型进行训练，获得所述分块属性分类器。

例如，现有1000个分块，其中，600个分块的分块属性指示分块属于人物区域，其它的400个分块的分块属性指示分块属于非人物区域。计算机设备采用该1000个分块，对分块属性分类器模型进行训练，获得分块属性分类器，该分块属性分类器能够根据分块的图像信息来输出分块的分块属性。则在步骤S1中，计算机设备将图像划分为多个分块；在步骤S2中，计算机设备将该多个分块中每个分块对应的图像信息作为该分块属性分类器的输入，来获得该分块属性分类器输出的、每个分块的分块属性。

优选地，计算机设备可基于机器学习技术，如深度神经网络技术，来建立分块属性分类器模型。

需要说明的是，本领域技术人员应能理解，在步骤S2中，计算机设备可能仅需确定多个分块中的部分分块的分块属性，而无需确定多个分块中的所有分块的分块属性。例如，由于拍摄人物时，图像顶部边缘往往会留有一定的背景空间(即图像顶部边缘往往属于非人物区域)，因此，计算机设备可直接确定该等顶部边缘的分块属于非人物区域(或当顶部边缘的分块在整个图像中所占比例小于一定比例，或图像的分块数量高于一定数量时，直接确定该等顶部边缘的分块属于非人物区域)，而无需对该等顶部边缘的分块执行步骤S2。又例如，当计算机设备基于人物识别技术确定多个分块中的部分分块为人物面部图像时，计算机设备可直接确定该部分分块中每个分块的分块属性，该被确定的分块属性指示分块属于人物区域；则在步骤S2中，计算机设备可仅对该部分分块附近一定范围内的至少一个分块执行步骤S2来确定该至少一个分块中每个分块的分块属性，而无需对该一定范围外的分块执行步骤S2。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性的实现方式，均应包含在本发明的范围内。

在步骤S3中，计算机设备根据所述至少一个分块的分块属性，确定图像中的人物轮廓。

具体地，计算机设备根据至少一个分块的分块属性，确定图像中的人物轮廓的实现方式包括但不限于：

1)计算机设备直接根据至少一个分块中属于人物区域的分块，确定图像中的人物轮廓。

具体地，计算机设备直接根据至少一个分块中属于人物区域的分块，确定图像中由该等属于人物区域的分块所构成的人物轮廓。

例如，计算机设备基于图像处理技术中的形态学操作，计算至少一个分块中属于人物区域的分块形成的多个连通区域，并进一步计算该多个连通区域中面积最大的连通区域的轮廓，且将计算得到的轮廓作为图像中的人物轮廓。

图6示出了图像中两种人物轮廓的一部分；其中，Line1为采用本实现方式1)所确定的人物轮廓的一部分。

2)计算机设备根据至少一个分块的分块属性，确定初始人物轮廓；并且，计算机设备对初始人物轮廓进行线条平滑处理，确定人物轮廓。

例如，图6为本发明一个示例的确定图像中的人物轮廓的示意图。计算机设备根据至少一个分块的分块属性，确定初始人物轮廓线人物轮廓，图6中的Line1示出了初始人物轮廓的一部分；接着，计算机设备对该初始人物轮廓线人物轮廓进行线条平滑处理，确定人物轮廓，图6所示Line2为对Line1进行线条平滑处理后得到的一部分人物轮廓。

其中，计算机设备确定图像中的初始人物轮廓的实现方式，与前述实现方式1)中计算机设备直接根据至少一个分块中属于人物区域的分块，确定图像中的人物轮廓的实现方式相同或者相似。

其中，计算机设备可采用多种曲线平滑算法，如平滑滤波算法、去毛糙算法等，来对初始人物轮廓进行线条平滑处理。

该实现方式2)所确定的人物轮廓相比实现方式1)更加平滑，也更加精确。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据至少一个分块的分块属性，确定图像中的人物轮廓的实现方式，均应包含在本发明的范围内。

3)计算机设备根据所述至少一个分块的分块属性，确定人物轮廓附近的分块；对于所述人物轮廓附近的分块中的每个分块，将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性，其中，所述子分块属性用于指示子分块属于人物区域或非人物区域；并根据所述人物轮廓附近的分块包含的子分块的子分块属性，确定所述图像中的人物轮廓。本实现方式将在参照图2所示实施例中予以详述。

作为一种优选方案，本实施例的方法还包括以下步骤：计算机设备根据所确定的人物轮廓生成人物轮廓模板。其中，一个人物轮廓模板能够指示与该人物轮廓模板对应的人物轮廓。通过本步骤，计算机设备可将本地确定的人物轮廓生成一个模板，以供后续使用。

作为另一种优选方案，本实施例的方法还包括以下步骤中的至少一者：

-计算机设备将本地的人物轮廓模板上传至网络中；优选地，所述网络为社区网络，如贴吧、微博、微信等。通过本步骤，计算机设备可将本地的人物轮廓模板与网络中的公众分享。

-计算机设备从网络中下载人物轮廓模板。通过本步骤，计算机设备可以获取网络中的人物轮廓模板，以丰富本地的人物轮廓模板。

作为再一种优选方案，本实施例的方法还包括以下步骤：根据用户选择的人物轮廓模板，在拍摄显示界面上呈现相应的人物轮廓，并获取用户基于所呈现的人物轮廓拍摄的图像。通过本步骤，可通过在拍摄显示界面上呈现的人物轮廓模板，来引导用户摆出拍照姿势。

现实生活中，很多用户并不擅长在拍照时摆姿势，该等用户通常仅能摆出最简单的姿势(如正常的站姿或者坐姿等)，或者，摆出其当前所知晓的其它姿势；并且，该等用户仅能通过人为途径来学习新的姿势，如观摩他人照片中的姿势、由他人口头传授新的姿势等。然而，由于现有技术中，用户仅能通过自身的拍照经历，或者，所见过的照片来知晓一些拍照姿势，并且在拍照时调整自身来模仿其所知晓的一个姿势，这使得用户所知晓且能摆出的姿势通常较为固定且数量较少，并且，用户实际所摆出的姿势与预期效果相差可能较大；此外，用户观摩他人照片中的姿势或由他人口头传授新的姿势时，可能需要在较多网页中搜索各种姿势来用于观摩，或者需要传授人多次解说来使得用户摆出的姿势达到预期效果，这需要花费大量时间，且过程较为繁琐。现有技术中并不存在针对上述问题的技术方案。

根据本实施例的方案，计算机设备将图像划分为多个分块，并根据多个分块中至少一个分块中的每个分块的分块属性，来确定图像中的人物轮廓；并且，用户可通过计算机设备将自认为较好的人物轮廓作为人物轮廓模板上传至社区网络，使得网络中的用户可以借鉴该人物轮廓模板来确定更适合自身的拍照姿势，或者，下载该人物轮廓模板用于在拍照中使用，从而形成良性循环，为用户提供更丰富的人物轮廓模板；并且，人物轮廓模板可在社区网络中进行统一管理，以使用户不需要到不同的网站搜索照片来学习姿势，且更方便用户的选择，可进一步节省用户寻找或学习姿势的时间，这尤其适用于不擅长在拍照时摆姿势的用户。

图2为本发明另一个实施例的用于确定图像中的人物轮廓的方法的流程示意图。本实施例的方法主要由计算机设备来实现。其中，参照图1中对计算机设备所做的任何说明，均以引用的方式包含于此。

根据本实施例的方法包括步骤S1、步骤S2和步骤S3，其中，所述步骤S3进一步包括步骤S31、步骤S32和步骤S33。其中，步骤S1和S2已在参照图1所示实施例中予以详述，在此不再赘述。

在步骤S31中，计算机设备根据对图像进行划分所得的多个分块中至少一个分块的分块属性，确定人物轮廓附近的分块。

具体地，计算机设备根据多个分块中至少一个分块的分块属性，确定人物轮廓附近的分块的实现方式包括但不限于：

1)对于所述至少一个分块中的每个分块，当存在于该分块的分块属性不同的相邻分块时，将该分块识别为人物轮廓附近的分块。

例如，图7为本发明一个示例的部分人物轮廓附近的分块的示意图。为简单起见，该图仅所示了图像中的部分分块，其中，P1和P2为两个相邻的分块。在步骤S31中，当计算机设备确定P1的分块属性与P2的分块属性不相同时，计算机设备将P1和P2识别为人物轮廓附近的分块。

2)计算机设备根据至少一个分块的分块属性，确定初始人物轮廓；计算机设备将该初始人物轮廓附近的分块，作为所述人物轮廓附近的分块。

其中，计算机设备根据至少一个分块的分块属性，确定初始人物轮廓的实现方式与参照图1的步骤S3中计算机设备直接根据至少一个分块中属于人物区域的分块，确定图像中的人物轮廓的实现方式相同或者相似，在此不再赘述。

例如，计算机设备根据至少一个分块的分块属性，确定初始人物轮廓，其中，图7所示实线为该初始人物轮廓的一部分；并且，计算机设备将初始人物轮廓附近的分块，如包含与图7中所示实线相重叠的线条的所有虚线框，作为所述人物轮廓附近的分块。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据至少一个分块的分块属性，确定人物轮廓附近的分块的实现方式，均应包含在本发明的范围内。

在步骤S32中，对于人物轮廓附近的分块中的每个分块，计算机设备将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性。其中，所述子分块属性用于指示子分块属于人物区域或非人物区域。

例如，人物轮廓附近的分块中的每个分块像素为40*40，对于所述每个分块，计算机设备将该分块平均划分为16个子分块(每个子分块的像素为10*10)，并根据该16个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性。

其中，计算机设备将分块划分为多个子分块的实现方式与参照图1的步骤S1中将图像划分为多个分块的实现方式相同或者相似，在此不再赘述。

其中，计算机设备根据多个子分块中的每个子分块对应的图像信息，确定每个子分块的子分块属性的实现方式，与参照图1的步骤S2中计算机设备根据多个分块的至少一个分块中的每个分块对应的图像信息，确定每个分块的分块属性的实现方式相同或者相似，在此不再赘述。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何对于人物轮廓附近的分块中的每个分块，将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性的实现方式，均应包含在本发明的范围内。

在步骤S33中，计算机设备根据人物轮廓附近的分块包含的子分块的子分块属性，确定图像中的人物轮廓。

具体地，计算机设备根据人物轮廓附近的分块包含的子分块的子分块属性，确定所述图像中的人物轮廓的实现方式包括但不限于：

1)计算机设备直接根据人物轮廓附近的分块包含的属于人物区域的子分块的子分块属性，确定图像中的人物轮廓。

例如，计算机设备根据人物轮廓附近的分块包含的子分块的子分块属性，基于图像处理技术计算属于人物区域的子分块所构成的区域，且将该区域的轮廓作为图像中的人物轮廓。

2)计算机设备根据人物轮廓附近的分块包含的子分块的子分块属性，确定粗略的人物轮廓，并对该粗略的人物轮廓进行线条平滑处理，确定图像中的人物轮廓。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据人物轮廓附近的分块包含的子分块的子分块属性，确定图像中的人物轮廓的实现方式，均应包含在本发明的范围内。

根据本实施例的方案，通过先识别较大分块的分块属性，能够较为快速地识别出人物轮廓附近的分块；接着，计算机设备可对人物轮廓附近的分块进行再次划分，并基于再次划分得到的子分块的子分块属性来获得更加精确和逼真的人物轮廓。因此，基于本实施例的方案，能够在提高人物轮廓识别速度的同时，获得较为精确的人物轮廓识别效果。

图3为本发明一个实施例的用于确定图像中的人物轮廓的装置的结构示意图。该用于确定图像中的人物轮廓的装置(以下简称为“轮廓确定装置”)包括用于将图像划分为多个分块的装置(以下简称为“划分装置1”)、用于根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性的装置(以下简称为“第一确定装置2”)、以及用于根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓的装置(以下简称为“第二确定装置3”)。

划分装置1将图像划分为多个分块。

例如，划分装置1将图1所示的图像划分为多个分块。

具体地，划分装置1可采用多种方式将图像划分为多个分块。

例如，划分装置1根据图像的长宽比例将该图像划分为多个分块；如图像的长宽比例为16:9，则划分装置1将该图像平均划分为k*(16*9)个分块，其中，k为自然数。

又例如，划分装置1将图像平均划分为预定分块数量个分块；如预定数量为64，划分装置1直接将图像平均分割为8*8个分块。

需要说明的是，所述分块可具有多种形状，如长方形、扇形或其它不规则形状等，并且，图像被划分得到的多个分块的形状和/或大小可能是不相同的。例如，划分装置1将长方形的图像均匀地划分为M*N个分块(M为水平方向上的分块数量，N为垂直方向上的分块数量)，该M*N个分块为大小相同的长方形分块。又例如，划分装置1将椭圆形图像划分为M*N个分块，该图像边缘位置的分块为扇形，中间位置的分块为长方形。

需要说明的是，所述多个分块可能部分重叠。例如，图像像素为A*B(A为图像的像素长度，B为图像的像素宽度)，划分装置1将该图像划分为大小相同的M*N个分块，其中，每个分块的像素为均为m*n(m为分块的像素长度，n为分块的像素宽度)；则当图像的理论像素长度M*m的值大于图像实际的像素长度A时，该M*N个分块在水平方向上会出现部分重叠；当图像的理论像素宽度N*n的值大于图像实际的像素宽度B时，该M*N个分块在垂直方向上会出现部分重叠。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何将图像划分为多个分块的实现方式，均应包含在本发明的范围内。

第一确定装置2根据该多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性。

其中，所述分块属性用于指示分块属于人物区域或非人物区域。例如，分块属性为“0”时指示分块属于人物区域，分块属性为“1”时指示分块属于非人物区域。其中，所述人物区域为图像中的人物所位于的区域，所述非人物区域为图像中人物区域以外的区域；例如图5为一个示例的包含人物的图像的示意图，该图所示的人物所位于的区域为人物区域，该人物区域以外的空白区域为非人物区域。

其中，每个分块对应的图像信息包括任何与该分块的图形特征相关的信息；优选地，每个分块对应的图像信息包括该分块所对应的图像区域的图像信息。优选地，所述图像信息包括但不限于分块的长宽比例、分块所对应的图像区域的分块的像素、分块的分辨率、分块的灰度值等。

具体地，第一确定装置2根据该多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性的实现方式包括但不限于：

1)第一确定装置2根据该多个分块的至少一个分块中每个分块对应的图像信息，并结合预定识别规则，确定所述每个分块的分块属性。

其中，所述预定识别规则包括任何预定的、能够根据分块的图像信息来确定分块的分块属性的规则。

例如，所述预定识别规则包括基于人物识别技术所定义的分块的图像信息与分块属性之间的关联规则；对于所述至少一个分块中的每个分块，结合该关联规则，第一确定装置2可根据该分块对应的图像信息，来确定该分块的分块属性。

2)第一确定装置2包括用于根据所述多个分块的至少一个分块中每个分块对应的图像信息作为分块属性分类器的输入，获得该分块属性分类器输出的、所述每个分块的分块属性的装置(以下简称为“第一获得装置”，图未示)。

其中，所述分块属性分类器包括任何能够根据分块的图像信息来输出分块的分块属性的分类器。优选地，所述分块属性分类器为基于图像块(patch)的二分类器；例如，分块属性分类器以分块的图像信息作为输入，以分块的分块属性作为输出，并且，当输出为“0”时指示该分块属于人物区域，当输出为“1”时指示该分块属于非人物区域。

优选地，第一确定装置2包括第一获得装置时，轮廓确定装置还包括用于采用多个已确定分块属性的分块，对分块属性分类器模型进行训练，获得所述分块属性分类器的装置(以下简称为“第二获得装置”，图未示)。

例如，现有1000个分块，其中，600个分块的分块属性指示分块属于人物区域，其它的400个分块的分块属性指示分块属于非人物区域。第二获得装置采用该1000个分块，对分块属性分类器模型进行训练，获得分块属性分类器，该分块属性分类器能够根据分块的图像信息来输出分块的分块属性。则划分装置1将图像划分为多个分块；第一获得装置将该多个分块中每个分块对应的图像信息作为该分块属性分类器的输入，来获得该分块属性分类器输出的、每个分块的分块属性。

优选地，第二获得装置可基于机器学习技术，如深度神经网络技术，来建立分块属性分类器模型。

需要说明的是，本领域技术人员应能理解，第一确定装置2可能仅需确定多个分块中的部分分块的分块属性，而无需确定多个分块中的所有分块的分块属性。例如，由于拍摄人物时，图像顶部边缘往往会留有一定的背景空间(即图像顶部边缘往往属于非人物区域)，因此，计算机设备可直接确定该等顶部边缘的分块属于非人物区域(或当顶部边缘的分块在整个图像中所占比例小于一定比例，或图像的分块数量高于一定数量时，直接确定该等顶部边缘的分块属于非人物区域)，而无需第一确定装置2对该等顶部边缘的分块执行操作。又例如，当计算机设备基于人物识别技术确定多个分块中的部分分块为人物面部图像时，计算机设备可直接确定该部分分块中每个分块的分块属性，该被确定的分块属性指示分块属于人物区域；则第一确定装置2可仅对该部分分块附近一定范围内的至少一个分块执行操作来确定该至少一个分块中每个分块的分块属性，而无需对该一定范围外的分块操作。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性的实现方式，均应包含在本发明的范围内。

第二确定装置3根据所述至少一个分块的分块属性，确定图像中的人物轮廓。

具体地，第二确定装置3根据至少一个分块的分块属性，确定图像中的人物轮廓的实现方式包括但不限于：

1)第二确定装置3直接根据至少一个分块中属于人物区域的分块，确定图像中的人物轮廓。

具体地，第二确定装置3直接根据至少一个分块中属于人物区域的分块，确定图像中由该等属于人物区域的分块所构成的人物轮廓。

例如，第二确定装置3基于图像处理技术中的形态学操作，计算至少一个分块中属于人物区域的分块形成的多个连通区域，并进一步计算该多个连通区域中面积最大的连通区域的轮廓，且将计算得到的轮廓作为图像中的人物轮廓。

图6示出了图像中两种人物轮廓的一部分；其中，Line1为采用本实现方式1)所确定的人物轮廓的一部分。

2)第二确定装置3进一步包括用于根据至少一个分块的分块属性，确定初始人物轮廓的装置(以下简称为“第七子确定装置”，图未示)，以及用于对初始人物轮廓进行线条平滑处理，确定人物轮廓的装置(以下简称为“第八子确定装置”，图未示)。

例如，图6为本发明一个示例的确定图像中的人物轮廓的示意图。第七子确定装置根据至少一个分块的分块属性，确定初始人物轮廓线人物轮廓，图6中的Line1示出了初始人物轮廓的一部分；接着，第八子确定装置对该初始人物轮廓线人物轮廓进行线条平滑处理，确定人物轮廓，图6所示Line2为对Line1进行线条平滑处理后得到的一部分人物轮廓。

其中，第七子确定装置确定图像中的初始人物轮廓的实现方式，与前述实现方式1)中第二确定装置3直接根据至少一个分块中属于人物区域的分块，确定图像中的人物轮廓的实现方式相同或者相似。

其中，第八子确定装置可采用多种曲线平滑算法，如平滑滤波算法、去毛糙算法等，来对初始人物轮廓进行线条平滑处理。

该实现方式2)所确定的人物轮廓相比实现方式1)更加平滑，也更加精确。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据至少一个分块的分块属性，确定图像中的人物轮廓的实现方式，均应包含在本发明的范围内。

3)第二确定装置3根据所述至少一个分块的分块属性，确定人物轮廓附近的分块；对于所述人物轮廓附近的分块中的每个分块，将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性，其中，所述子分块属性用于指示子分块属于人物区域或非人物区域；并根据所述人物轮廓附近的分块包含的子分块的子分块属性，确定所述图像中的人物轮廓。本实现方式将在参照图4所示实施例中予以详述。

作为一种优选方案，本实施例的轮廓确定装置还包括用于根据所确定的人物轮廓生成人物轮廓模板的装置(以下简称为“生成装置”，图未示)。其中，一个人物轮廓模板能够指示与该人物轮廓模板对应的人物轮廓。计算机设备可通过生成装置将本地确定的人物轮廓生成一个模板，以供后续使用。

作为另一种优选方案，本实施例的轮廓确定装置还包括以下装置中的至少一者：

-用于将本地的人物轮廓模板上传至网络中的装置(以下简称为“上传装置”，图未示)；优选地，所述网络为社区网络，如贴吧、微博、微信等。计算机设备可通过上传装置将本地的人物轮廓模板与网络中的公众分享。

-用于从网络中下载人物轮廓模板的装置(以下简称为“下载装置”，图未示)。计算机设备可通过下载装置获取网络中的人物轮廓模板，以丰富本地的人物轮廓模板。

作为再一种优选方案，本实施例的轮廓确定装置还包括用于根据用户选择的人物轮廓模板，在拍摄显示界面上呈现相应的人物轮廓的装置(以下简称为“呈现装置”，图未示)，以及用于获取用户基于所呈现的人物轮廓拍摄的图像的装置。计算机设备可通过呈现装置在拍摄显示界面上呈现的人物轮廓模板，来引导用户摆出拍照姿势。

现实生活中，很多用户并不擅长在拍照时摆姿势，该等用户通常仅能摆出最简单的姿势(如正常的站姿或者坐姿等)，或者，摆出其当前所知晓的其它姿势；并且，该等用户仅能通过人为途径来学习新的姿势，如观摩他人照片中的姿势、由他人口头传授新的姿势等。然而，由于现有技术中，用户仅能通过自身的拍照经历，或者，所见过的照片来知晓一些拍照姿势，并且在拍照时调整自身来模仿其所知晓的一个姿势，这使得用户所知晓且能摆出的姿势通常较为固定且数量较少，并且，用户实际所摆出的姿势与预期效果相差可能较大；此外，用户观摩他人照片中的姿势或由他人口头传授新的姿势时，可能需要在较多网页中搜索各种姿势来用于观摩，或者需要传授人多次解说来使得用户摆出的姿势达到预期效果，这需要花费大量时间，且过程较为繁琐。现有技术中并不存在针对上述问题的技术方案。

根据本实施例的方案，计算机设备将图像划分为多个分块，并根据多个分块中至少一个分块中的每个分块的分块属性，来确定图像中的人物轮廓；并且，用户可通过计算机设备将自认为较好的人物轮廓作为人物轮廓模板上传至社区网络，使得网络中的用户可以借鉴该人物轮廓模板来确定更适合自身的拍照姿势，或者，下载该人物轮廓模板用于在拍照中使用，从而形成良性循环，为用户提供更丰富的人物轮廓模板；并且，人物轮廓模板可在社区网络中进行统一管理，以使用户不需要到不同的网站搜索照片来学习姿势，且更方便用户的选择，可进一步节省用户寻找或学习姿势的时间，这尤其适用于不擅长在拍照时摆姿势的用户。

图4为本发明另一个实施例的用于确定图像中的人物轮廓的装置的结构示意图。本实施例的轮廓确定装置划分装置1、第一确定装置2和第二确定装置3；其中，第二确定装置3进一步包括用于根据所述至少一个分块的分块属性，确定人物轮廓附近的分块的装置(以下简称为“第一子确定装置31”)、用于对于所述人物轮廓附近的分块中的每个分块，将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性的装置(以下简称为“第二子确定装置32”)、以及用于根据所述人物轮廓附近的分块包含的子分块的子分块属性，确定所述图像中的人物轮廓的装置(以下简称为“第三子确定装置33”)。其中，所述划分装置1和第一确定装置2已在参照图3所示实施例中予以详述，在此不再赘述。

第一子确定装置31根据对图像进行划分所得的多个分块中至少一个分块的分块属性，确定人物轮廓附近的分块。

具体地，第一子确定装置31根据多个分块中至少一个分块的分块属性，确定人物轮廓附近的分块的实现方式包括但不限于：

1)第一子确定装置31包括用于对于所述至少一个分块中的每个分块，当存在于该分块的分块属性不同的相邻分块时，将该分块识别为人物轮廓附近的分块的装置(以下简称为“第四子确定装置”，图未示)。

例如，图7为本发明一个示例的部分人物轮廓附近的分块的示意图。为简单起见，该图仅所示了图像中的部分分块，其中，P1和P2为两个相邻的分块。当第四子确定装置确定P1的分块属性与P2的分块属性不相同时，第四子确定装置将P1和P2识别为人物轮廓附近的分块。

2)第一子确定装置31包括用于根据至少一个分块的分块属性，确定初始人物轮廓的装置(以下简称为“第五子确定装置”，图未示)、以及用于将该初始人物轮廓附近的分块，作为所述人物轮廓附近的分块的装置(以下简称为“第六子确定装置”，图未示)。

其中，第五子确定装置根据至少一个分块的分块属性，确定初始人物轮廓的实现方式与参照图3的中第二确定装置3直接根据至少一个分块中属于人物区域的分块，确定图像中的人物轮廓的实现方式相同或者相似，在此不再赘述。

例如，第五子确定装置根据至少一个分块的分块属性，确定初始人物轮廓，其中，图7所示实线为该初始人物轮廓的一部分；并且，第六子确定装置将初始人物轮廓附近的分块，如包含与图7中所示实线相重叠的线条的所有虚线框，作为所述人物轮廓附近的分块。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据至少一个分块的分块属性，确定人物轮廓附近的分块的实现方式，均应包含在本发明的范围内。

对于人物轮廓附近的分块中的每个分块，第二子确定装置32将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性。其中，所述子分块属性用于指示子分块属于人物区域或非人物区域。

例如，人物轮廓附近的分块中的每个分块像素为40*40，对于所述每个分块，第二子确定装置32将该分块平均划分为16个子分块(每个子分块的像素为10*10)，并根据该16个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性。

其中，第二子确定装置32将分块划分为多个子分块的实现方式与参照图3中划分装置1将图像划分为多个分块的实现方式相同或者相似，在此不再赘述。

其中，第二子确定装置32根据多个子分块中的每个子分块对应的图像信息，确定每个子分块的子分块属性的实现方式，与参照图3中第一确定装置2根据多个分块的至少一个分块中的每个分块对应的图像信息，确定每个分块的分块属性的实现方式相同或者相似，在此不再赘述。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何对于人物轮廓附近的分块中的每个分块，将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性的实现方式，均应包含在本发明的范围内。

第三子确定装置33根据人物轮廓附近的分块包含的子分块的子分块属性，确定图像中的人物轮廓。

具体地，第三子确定装置33根据人物轮廓附近的分块包含的子分块的子分块属性，确定所述图像中的人物轮廓的实现方式包括但不限于：

1)第三子确定装置33直接根据人物轮廓附近的分块包含的属于人物区域的子分块的子分块属性，确定图像中的人物轮廓。

例如，第三子确定装置33根据人物轮廓附近的分块包含的子分块的子分块属性，基于图像处理技术计算属于人物区域的子分块所构成的区域，且将该区域的轮廓作为图像中的人物轮廓。

2)第三子确定装置33根据人物轮廓附近的分块包含的子分块的子分块属性，确定粗略的人物轮廓，并对该粗略的人物轮廓进行线条平滑处理，确定图像中的人物轮廓。

需要说明的是，上述举例仅为更好地说明本发明的技术方案，而非对本发明的限制，本领域技术人员应该理解，任何根据人物轮廓附近的分块包含的子分块的子分块属性，确定图像中的人物轮廓的实现方式，均应包含在本发明的范围内。

根据本实施例的方案，通过先识别较大分块的分块属性，能够较为快速地识别出人物轮廓附近的分块；接着，计算机设备可对人物轮廓附近的分块进行再次划分，并基于再次划分得到的子分块的子分块属性来获得更加精确和逼真的人物轮廓。因此，基于本实施例的方案，能够在提高人物轮廓识别速度的同时，获得较为精确的人物轮廓识别效果。

需要注意的是，本发明可在软件和/或软件与硬件的组合体中被实施，例如，本发明的各个装置可采用专用集成电路(ASIC)或任何其他类似硬件设备来实现。在一个实施例中，本发明的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本发明的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本发明的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (20)

1.一种用于确定图像中的人物轮廓的方法，其中，该方法包括以下步骤：

将所述图像划分为多个分块；

根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性，其中，所述分块属性用于指示分块属于人物区域或非人物区域；

根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓。

2.根据权利要求1所述的方法，其中，根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓的步骤包括：

根据所述至少一个分块的分块属性，确定人物轮廓附近的分块；

对于所述人物轮廓附近的分块中的每个分块，将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性，其中，所述子分块属性用于指示子分块属于人物区域或非人物区域；

根据所述人物轮廓附近的分块包含的子分块的子分块属性，确定所述图像中的人物轮廓。

3.根据权利要求2所述的方法，其中，根据所述至少一个分块的分块属性，确定人物轮廓附近的分块的步骤包括：

对于所述至少一个分块中的每个分块，当存在与该分块的分块属性不同的相邻分块时，将该分块识别为所述人物轮廓附近的分块。

4.根据权利要求2所述的方法，其中，根据所述至少一个分块的分块属性，确定人物轮廓附近的分块的步骤包括：

根据所述至少一个分块的分块属性，确定初始人物轮廓；

将所述初始人物轮廓附近的分块，作为所述人物轮廓附近的分块。

5.根据权利要求1所述的方法，其中，根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓的步骤包括：

根据所述至少一个分块的分块属性，确定初始人物轮廓；

对所述初始人物轮廓进行线条平滑处理，确定所述人物轮廓。

6.根据权利要求1至5中任一项所述的方法，其中，根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定每个分块的分块属性的步骤包括：

根据所述至少一个分块中每个分块对应的图像信息作为分块属性分类器的输入，获得该分块属性分类器输出的、所述每个分块的分块属性。

7.根据权利要求6所述的方法，其中，该方法还包括以下步骤：

采用多个已确定分块属性的分块，对分块属性分类器模型进行训练，获得所述分块属性分类器。

8.根据权利要求1至7中任一项所述的方法，其中，该方法还包括以下步骤：

根据用户选择的人物轮廓模板，在拍摄显示界面上呈现相应的人物轮廓；

获取用户基于所呈现的人物轮廓拍摄的图像。

9.根据权利要求1至8中任一项所述的方法，其中，该方法还包括以下步骤：

根据所确定的人物轮廓生成人物轮廓模板。

10.根据权利要求1至9中任一项所述的方法，其中，该方法还包括以下步骤中的至少一者：

将本地的人物轮廓模板上传至网络中；

从网络中下载人物轮廓模板。

11.一种用于确定图像中的人物轮廓的装置，其中，该装置包括以下装置：

用于将所述图像划分为多个分块的装置；

用于根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定所述每个分块的分块属性的装置，其中，所述分块属性用于指示分块属于人物区域或非人物区域；

用于根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓的装置。

12.根据权利要求11所述的装置，其中，用于根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓的装置包括：

用于根据所述至少一个分块的分块属性，确定人物轮廓附近的分块的装置；

用于对于所述人物轮廓附近的分块中的每个分块，将该分块划分为多个子分块，并根据所述多个子分块中每个子分块对应的图像信息，确定每个子分块的子分块属性的装置，其中，所述子分块属性用于指示子分块属于人物区域或非人物区域；

用于根据所述人物轮廓附近的分块包含的子分块的子分块属性，确定所述图像中的人物轮廓的装置。

13.根据权利要求12所述的装置，其中，用于根据所述至少一个分块的分块属性，确定人物轮廓附近的分块的装置包括：

用于对于所述至少一个分块中的每个分块，当存在与该分块的分块属性不同的相邻分块时，将该分块识别为所述人物轮廓附近的分块的装置。

14.根据权利要求12所述的装置，其中，所述用于根据所述至少一个分块的分块属性，确定人物轮廓附近的分块的装置包括：

用于根据所述至少一个分块的分块属性，确定初始人物轮廓的装置；

用于将所述初始人物轮廓附近的分块，作为所述人物轮廓附近的分块的装置。

15.根据权利要求11所述的装置，其中，用于根据所述至少一个分块的分块属性，确定所述图像中的人物轮廓的装置包括：

用于根据所述至少一个分块的分块属性，确定初始人物轮廓的装置；

用于对所述初始人物轮廓进行线条平滑处理，确定所述人物轮廓的装置。

16.根据权利要求11至15中任一项所述的装置，其中，用于根据所述多个分块的至少一个分块中每个分块对应的图像信息，确定每个分块的分块属性的装置包括：

用于根据所述至少一个分块中每个分块对应的图像信息作为分块属 性分类器的输入，获得该分块属性分类器输出的、所述每个分块的分块属性的装置。

17.根据权利要求16所述的装置，其中，该装置还包括以下装置：

用于采用多个已确定分块属性的分块，对分块属性分类器模型进行训练，获得所述分块属性分类器的装置。

18.根据权利要求11至17中任一项所述的装置，其中，该装置还包括以下装置：

用于根据用户选择的人物轮廓模板，在拍摄显示界面上呈现相应的人物轮廓的装置；

用于获取用户基于所呈现的人物轮廓拍摄的图像的装置。

19.根据权利要求11至18中任一项所述的装置，其中，该装置还包括以下装置：

用于根据所确定的人物轮廓生成人物轮廓模板的装置。

20.根据权利要求11至19中任一项所述的装置，其中，该装置还包括以下装置中的至少一者：

用于将本地的人物轮廓模板上传至网络中的装置；

用于从网络中下载人物轮廓模板的装置。