CN105608469A - 图像分辨率的确定方法及装置 - Google Patents

图像分辨率的确定方法及装置 Download PDF

Info

Publication number
CN105608469A
CN105608469A CN201510967559.6A CN201510967559A CN105608469A CN 105608469 A CN105608469 A CN 105608469A CN 201510967559 A CN201510967559 A CN 201510967559A CN 105608469 A CN105608469 A CN 105608469A
Authority
CN
China
Prior art keywords
resolution ratio
image
target area
area
region
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.)
Granted
Application number
CN201510967559.6A
Other languages
English (en)
Other versions
CN105608469B (zh
Inventor
陈志军
侯文迪
李明浩
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 Technology Co Ltd
Xiaomi Inc
Original Assignee
Xiaomi Inc
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 Xiaomi Inc filed Critical Xiaomi Inc
Priority to CN201510967559.6A priority Critical patent/CN105608469B/zh
Publication of CN105608469A publication Critical patent/CN105608469A/zh
Application granted granted Critical
Publication of CN105608469B publication Critical patent/CN105608469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)

Abstract

本公开是关于图像分辨率的确定方法及装置，所述方法包括：获取待确定分辨率的第一图像；确定所述第一图像中的目标区域；根据所述目标区域的分辨率确定所述第一图像的分辨率。因此，本公开可以由目标区域的分辨率来决定第一图像的整体分辨率，避免了当第一图像中只有目标区域清晰时而出现的第一图像为模糊图片的误判定，从而提高了确定第一图像分辨率的速率和准确性。

Description

图像分辨率的确定方法及装置
技术领域
本公开涉及网络通信技术领域，尤其涉及图像分辨率的确定方法及装置。
背景技术
随着网络通信技术的不断发展，智能终端的功能越来越多。比如：用户可以利用具有摄像头的智能手机采集图像。相关技术中，对采集到的图像进行质量评价时，可以根据人眼的主观视觉系统建立数学模型，并通过具体的公式计算图像质量。但是，若对所有图像皆采用同样的数学模型计算图像质量，不但灵活性差，还降低了确定图像分辨率的可靠性。
发明内容
为克服相关技术中存在的问题，本公开提供了图像分辨率的确定方法及装置。
根据本公开实施例的第一方面，提供一种图像分辨率的确定方法，所述方法包括：
获取待确定分辨率的第一图像；
确定所述第一图像中的目标区域；
根据所述目标区域的分辨率确定所述第一图像的分辨率。
可选的，所述确定所述第一图像中的目标区域，包括：
检测到所述第一图像中包括人脸；
将所述人脸所在区域确定为所述目标区域。
可选的，所述将所述人脸所在区域确定为所述目标区域，包括：
若所述第一图像中包括一个人脸时，将所述人脸所在区域确定为所述目标区域；
若第一图像中包括至少两个人脸时，接收到针对所述至少两个人脸中的一个人脸或多个人脸的选择指令，并将所述选择指令对应的人脸所在区域确定为所述目标区域。
可选的，所述确定所述第一图像中的目标区域，包括：
检测到所述第一图像中包括图像显著性区域；
将所述图像显著性区域确定为所述目标区域。
可选的，所述确定所述第一图像中的目标区域，包括：
检测到所述第一图像中包括感兴趣区域ROI；
将所述ROI确定为所述目标区域。
可选的，所述根据所述目标区域的分辨率确定所述第一图像的分辨率，包括：
根据所述目标区域内的每英寸所拥有的像素PPI值计算所述目标区域的分辨率；
将所述目标区域的分辨率确定为所述第一图像的分辨率。
可选的，所述根据所述目标区域内的PPI值计算所述目标区域的分辨率，包括：
计算出所述目标区域内的所有PPI值的平均值；
将所述平均值确定为所述目标区域的分辨率。
可选的，所述根据所述目标区域的分辨率确定所述第一图像的分辨率，包括：
将所述目标区域设置为第一区域，将除了所述目标区域之外的区域设置为第二区域；
根据所述第一区域内的PPI值计算出所述第一区域的分辨率；
根据所述第二区域内的PPI值计算出所述第二区域的分辨率；
根据所述第一区域的分辨率和所述第二区域的分辨率确定所述第一图像的分辨率。
可选的，所述根据所述第一区域的分辨率和所述第二区域的分辨率确定所述第一图像的分辨率，包括：
获取所述第一区域的权重值和所述第二区域的权重值；
计算所述第一区域的权重值和所述第一区域的分辨率的第一乘积；
计算所述第二区域的权重值和所述第二区域的分辨率的第二乘积；
计算所述第一乘积和所述第二乘积之和，得到所述第一图像的分辨率。
根据本公开实施例的第二方面，提供一种图像分辨率的确定装置，所述装置包括：
获取模块，被配置为获取待确定分辨率的第一图像；
目标区域确定模块，被配置为确定所述第一图像中的目标区域；
图像分辨率确定模块，被配置为根据所述目标区域的分辨率确定所述第一图像的分辨率。
可选的，所述目标区域确定模块包括：
第一检测子模块，被配置为检测到所述第一图像中包括人脸；
第一确定子模块，被配置为将所述人脸所在区域确定为所述目标区域。
可选的，所述第一确定子模块包括：
第二确定子模块，被配置为若所述第一图像中包括一个人脸时，将所述人脸所在区域确定为所述目标区域；
第三确定子模块，被配置为若第一图像中包括至少两个人脸时，接收到针对所述至少两个人脸中的一个人脸或多个人脸的选择指令，并将所述选择指令对应的人脸所在区域确定为所述目标区域。
可选的，所述目标区域确定模块包括：
第二检测子模块，被配置为检测到所述第一图像中包括图像显著性区域；
第四确定子模块，被配置为将所述图像显著性区域确定为所述目标区域。
可选的，所述目标区域确定模块包括：
第三检测子模块，被配置为检测到所述第一图像中包括感兴趣区域ROI；
第五确定子模块，被配置为将所述ROI确定为所述目标区域。
可选的，所述图像分辨率确定模块包括：
第一计算子模块，被配置为根据所述目标区域内的每英寸所拥有的像素PPI值计算所述目标区域的分辨率；
第六确定子模块，被配置为将所述目标区域的分辨率确定为所述第一图像的分辨率。
可选的，所述第一计算子模块包括：
第二计算子模块，被配置为计算出所述目标区域内的所有PPI值的平均值；
第七确定子模块，被配置为将所述平均值确定为所述目标区域的分辨率。
可选的，所述图像分辨率确定模块包括：
设置子模块，被配置为将所述目标区域设置为第一区域，将除了所述目标区域之外的区域设置为第二区域；
第三计算子模块，被配置为根据所述第一区域内的PPI值计算出所述第一区域的分辨率；
第四计算子模块，被配置为根据所述第二区域内的PPI值计算出所述第二区域的分辨率；
第八确定子模块，被配置为根据所述第一区域的分辨率和所述第二区域的分辨率确定所述第一图像的分辨率。
可选的，所述第八确定子模块包括：
获取子模块，被配置为获取所述第一区域的权重值和所述第二区域的权重值；
第五计算子模块，被配置为计算所述第一区域的权重值和所述第一区域的分辨率的第一乘积；
第六计算子模块，被配置为计算所述第二区域的权重值和所述第二区域的分辨率的第二乘积；
第九确定子模块，被配置为计算所述第一乘积和所述第二乘积之和，得到所述第一图像的分辨率。
根据本公开实施例的第三方面，提供一种图像分辨率的确定装置，所述装置包括：
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：
获取待确定分辨率的第一图像；
确定所述第一图像中的目标区域；
根据所述目标区域的分辨率确定所述第一图像的分辨率。
本公开的实施例提供的技术方案可以包括以下有益效果：
本公开中图像分辨率的确定设备可以通过获取待确定分辨率第一图像，确定第一图像中的目标区域，并根据目标区域的分辨率确定第一图像的分辨率，从而实现了由目标区域的分辨率来决定第一图像的整体分辨率，避免了当第一图像中只有目标区域清晰时而出现的第一图像为模糊图片的误判定，从而提高了确定第一图像分辨率的速率和准确性。
本公开中图像分辨率的确定设备在检测到第一图像包括人脸时，可以将人脸所在区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
本公开中图像分辨率的确定设备在检测到第一图像包括图像显著性区域时，可以将图像显著性区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
本公开中图像分辨率的确定设备在检测到感兴趣区域时，可以将该感兴趣区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
本公开中图像分辨率的确定设备还可以将目标区域的分辨率直接确定为第一图像的分辨率，突出了目标区域的重要性，避免了其他区域对第一图像的分辨率的影响。
本公开中图像分辨率的确定设备还可以通过第一区域的权重值和第二区域的权重值，分别体现第一区域在第一图像中所占的比重、以及第二区域在第一图像时所占的比重，这样可以满足不同的应用需求，从而增加了确定图像分辨率时的灵活性。
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，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本公开根据一示例性实施例示出的一种图像分辨率的确定方法流程图；
图2是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图；
图3是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图；
图4是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图；
图5是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图；
图6是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图；
图7是本公开根据一示例性实施例示出的一种图像分辨率的确定方法的应用场景图；
图8是本公开根据一示例性实施例示出的一种图像分辨率的确定装置的框图；
图9是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图10是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图11是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图12是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图13是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图14是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图15是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图16是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图；
图17是本公开根据一示例性实施例示出的一种用于图像分辨率的确定装置的另一结构示意图；
图18是本公开根据一示例性实施例示出的另一种用于图像分辨率的确定装置的另一结构示意图。
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公开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、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
如图1所示，图1是本公开根据一示例性实施例示出的一种图像分辨率的确定方法流程图，该方法可以用于任何可以对图像分辨率进行确定的设备中。比如：具有图像分辨率的确定功能的终端、具有图像分辨率的确定功能的服务器等。并且，该具有图像分辨率的确定功能的终端可以是任何具有上网功能的智能终端，例如，可以具体为手机、平板电脑、PDA(PersonalDigitalAssistant，个人数字助理)等。其中，终端可以通过无线局域网接入路由器，并通过路由器访问公网上的服务器。
该方法可以包括以下步骤：
在步骤110中，获取待确定分辨率的第一图像。
本公开实施例中，第一图像可能是终端的摄像头所拍摄到的图像，也可以是一些监控设备监控到的图像。
在步骤120中，确定第一图像中的目标区域。
本公开实施例中，目标区域位于第一图像中，该目标区域可以是第一图像中人物所在的区域，也可以是用户指定的区域。
在步骤130中，根据目标区域的分辨率确定第一图像的分辨率。
本公开实施例中，目标区域的分辨率在很大程度上决定着第一图像整体的分辨率，这样避免了其他区域的分辨率对第一图像整体的分辨率造成的影响。
由上述实施例可见，通过获取待确定分辨率第一图像，确定第一图像中的目标区域，并根据目标区域的分辨率确定第一图像的分辨率，从而实现了由目标区域的分辨率来决定第一图像的整体分辨率，避免了当第一图像中只有目标区域清晰时而出现的第一图像为模糊图片的误判定，从而提高了确定第一图像分辨率的速率和准确性。
如图2所示，图2是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图，建立在图1所示方法的基础上，在执行步骤120中确定第一图像中的目标区域时，可以包括以下步骤：
在步骤210中，检测到第一图像中包括人脸。
本公开实施例中，第一图像可能包括一个人脸，也可能包括多个人脸。故此可以通过人脸检测算法检测第一图像中是否包括人脸、以及人脸的个数。
比如：基于几何特征的方法识别人脸。其中，几何特征可以是眼、鼻、嘴等的形状和它们之间的几何关系。
在步骤220中，将人脸所在的区域确定为第一图像的目标区域。
本公开实施例中，若第一图像只包括一个人脸，可以将该人脸所在区域确定为目标区域；若第一图像包括至少两个人脸，并且接收到至少两个人脸中的一人脸或多个人脸的选择指令时，可以将选择指令对应的人脸所在区域确定为目标区域。
另外，上述人脸所在区域还可以包括人脸以下的身体部分。
由上述实施例可见，在检测到第一图像包括人脸时，可以将人脸所在区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
如图3所示，图3是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图，建立在图1所示方法的基础上，在执行步骤120中确定第一图像中的目标区域时，可以包括以下步骤：
在步骤310中，检测到第一图像中包括图像显著性区域。
本公开实施例中，可以通过显著性检测算法检测出第一图像中的图像显著性区域，这样就可以将该图像显著性区域确定为目标区域。
比如：将第一图像分割为多个区域，将每个区域的颜色对比度与设定阈值进行比较，将大于所述设定阈值的区域称为图像显著性区域。
又比如：获取第一图像中每个像素的灰度值，根据各灰度值的不同也可以检测出第一图像中的图像显著性区域。
在步骤320中，将图像显著性区域确定为第一图像的目标区域。
由上述实施例可见，在检测到第一图像包括图像显著性区域时，可以将图像显著性区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
如图4所示，图4是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图，建立在图1所示方法的基础上，在执行步骤120中确定第一图像中的目标区域时，可以包括以下步骤：
在步骤410中，检测到第一图像中包括感兴趣区域(regionofinterest，ROI)。
本公开实施例中，可以通过图像ROI提取算法从第一图像中提取出ROI。比如：基于眼动数据的图像ROI提取算法。其中，ROI可以为用户视觉注意力比较集中的区域。
上述基于眼动数据的图像ROI提取算法从第一图像中提取出ROI时，可以利用眼动仪获取用户的眼动数据，经过数据筛选和坐标变换等处理后得到有效的注视数据，并根据该注视数据可以确定第一图像中ROI。
在步骤420中，将ROI确定为第一图像的目标区域。
由上述实施例可见，在检测到感兴趣区域时，可以将该感兴趣区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
如图5所示，图5是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图，建立在图1至4所示方法的基础上，执行步骤130中根据目标区域的分辨率确定第一图像的分辨率时，可以包括以下步骤：
在步骤510中，根据目标区域内的每英寸所拥有的像素(ProducerPriceIndex，PPI)值计算目标区域的分辨率。
本公开实施例中，计算目标区域的分辨率包括但不限于以下计算方式：
(1)计算出目标区域内的所有PPI值的平均值。
(2)将所有PPI值的平均值确定目标区域的分辨率。
在步骤520中，将目标区域的分辨率确定为第一图像的分辨率。
由上述实施例可见，可以将目标区域的分辨率直接确定为第一图像的分辨率，突出了目标区域的重要性，避免了其他区域对第一图像的分辨率的影响。
如图6所示，图6是本公开根据一示例性实施例示出的另一种图像分辨率的确定方法流程图，建立在图1至4所示方法的基础上，执行步骤130中根据目标区域的分辨率确定第一图像的分辨率时，可以包括以下步骤：
在步骤610中，将目标区域设置为第一区域，将除了目标区域之外的区域设置为第二区域。
在步骤620中，根据第一区域内的PPI值计算出第一区域的分辨率。
在步骤630中，根据第二区域内的PPI值计算出第二区域的分辨率。
在步骤640中，根据第一区域的分辨率和第二区域的分辨率确定第一图像的分辨率。
本公开实施例中，在根据第一区域的分辨率和第二区域的分辨率确定第一图像的分辨率时，可以包括但不限于以下确定方式：
(1)获取第一区域的权重值和第二区域的权重值。
本公开实施例中，第一区域的权重值和第二区域的权重值可以是图像分辨率的确定设备根据实际情况提前设置的权重值；也可以是用户指定的权重值。由于第一区域为目的区域，故可以设置第一区域的权重值大于第二区域的权重值。
比如：目标区域为人脸区域，用户认为人脸区域比较重要，因此用户可以指定第一区域的权重值比较大，而第二区域的权重值的权重值比较小，使得第一区域的分辨率在第一图像整体的分辨率张中起着决定性的作用。
另外，若认为第二区域比较重要，也可以设置第二区域的权重值大于第一区域的权重值。
(2)计算第一区域的权重值和第一质量分值的第一乘积。
(3)计算第二区域的权重值和第二质量分值的第二乘积。
(4)计算第一乘积和第二乘积之和，得到第一图像的分辨率。
由上述实施例可见，通过第一区域的权重值和第二区域的权重值，分别体现第一区域在第一图像中所占的比重、以及第二区域在第一图像时所占的比重，这样可以满足不同的应用需求，从而增加了确定图像分辨率时的灵活性。
如图7所示，图7是本公开根据一示例性实施例示出的一种图像分辨率的确定方法的应用场景图。该应用场景包括具有图像分辨率的确定功能的智能手机。
智能手机获取自身摄像头拍摄的第一图像，在检测到第一图像中包括人脸时，可以将人脸所在区域确定为第一图像中的目标区域，计算该目标区域的分辨率，并根据该目标区域的分辨率确定第一图像的分辨率。
在图7所示应用场景中，实现图像分辨率的确定的具体过程可以参见前述对图1至图6中的描述，在此不再赘述。
与前述图像分辨率的确定方法实施例相对应，本公开还提供了图像分辨率的确定装置的实施例。
如图8所示，图8是本公开根据一示例性实施例示出的一种图像分辨率的确定装置的框图，所述装置可以应用于任何可以对图像质量进行确定的设备中。比如：具有图像分辨率的确定功能的终端、具有图像分辨率的确定功能的服务器等。该装置可以用于执行图1所示的图像分辨率的确定方法，该装置可以包括：获取模块81、目标区域确定模块82和图像分辨率确定模块83。
其中，获取模块81，被配置为获取待确定分辨率的第一图像；
目标区域确定模块82，被配置为确定所述第一图像中的目标区域；
图像分辨率确定模块83，被配置为根据所述目标区域的分辨率确定所述第一图像的分辨率。
由上述实施例可见，通过获取待确定分辨率第一图像，确定第一图像中的目标区域，并根据目标区域的分辨率确定第一图像的分辨率，从而实现了由目标区域的分辨率来决定第一图像的整体分辨率，避免了当第一图像中只有目标区域清晰时而出现的第一图像为模糊图片的误判定，从而提高了确定第一图像分辨率的速率和准确性。
如图9所示，图9是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图8所示实施例的基础上，所述目标区域确定模块82可以包括：第一检测子模块91和第一确定子模块92。
其中，第一检测子模块91，被配置为检测到所述第一图像中包括人脸；
第一确定子模块92，被配置为将所述人脸所在区域确定为所述目标区域。
如图10所示，图10是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图9所示实施例的基础上，所述第一确定子模块92可以包括：第二确定子模块101和第三确定子模块102。
其中，第二确定子模块101，被配置为若所述第一图像中包括一个人脸时，将所述人脸所在区域确定为所述目标区域；
第三确定子模块102，被配置为若第一图像中包括至少两个人脸时，接收到针对所述至少两个人脸中的一个人脸或多个人脸的选择指令，并将所述选择指令对应的人脸所在区域确定为所述目标区域。
由上述实施例可见，在检测到第一图像包括人脸时，可以将人脸所在区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
如图11所示，图11是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图8所示实施例的基础上，所述目标区域确定模块82可以包括：第二检测子模块111和第四确定子模块112。
其中，第二检测子模块111，被配置为检测到所述第一图像中包括图像显著性区域；
第四确定子模块112，被配置为将所述图像显著性区域确定为所述目标区域。
由上述实施例可见，在检测到第一图像包括图像显著性区域时，可以将图像显著性区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
如图12所示，图12是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图8所示实施例的基础上，所述目标区域确定模块82可以包括：第三检测子模块121和第五确定子模块122。
其中，第三检测子模块121，被配置为检测到所述第一图像中包括感兴趣区域ROI；
第五确定子模块122，被配置为将所述ROI确定为所述目标区域。
由上述实施例可见，在检测到感兴趣区域时，可以将该感兴趣区域确定为目标区域，这样可以快速的对目标区域进行定位，进而提高了确定第一图像分辨率的效率。
如图13所示，图13是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图8至图12任一所示实施例的基础上，所述图像分辨率确定模块83可以包括：第一计算子模块131和第六确定子模块132。
第一计算子模块131，被配置为根据所述目标区域内的每英寸所拥有的像素PPI值计算所述目标区域的分辨率；
第六确定子模块132，被配置为将所述目标区域的分辨率确定为所述第一图像的分辨率。
由上述实施例可见，可以将目标区域的分辨率直接确定为第一图像的分辨率，突出了目标区域的重要性，避免了其他区域对第一图像的分辨率的影响。
如图14所示，图14是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图13所示实施例的基础上，所述第一计算子模块131可以包括：第二计算子模块141和第七确定子模块142。
第二计算子模块141，被配置为计算出所述目标区域内的所有PPI值的平均值；
第七确定子模块142，被配置为将所述平均值确定为所述目标区域的分辨率。
由上述实施例可见，可以将目标区域的分辨率直接确定为第一图像的分辨率，突出了目标区域的重要性，避免了其他区域对第一图像的分辨率的影响。
如图15所示，图15是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图8至图12任一所示实施例的基础上，所述图像分辨率确定模块83可以包括：设置子模块151、第三计算子模块152、第四计算子模块153和第八确定子模块154。
设置子模块151，被配置为将所述目标区域设置为第一区域，将除了所述目标区域之外的区域设置为第二区域；
第三计算子模块152，被配置为根据所述第一区域内的PPI值计算出所述第一区域的分辨率；
第四计算子模块153，被配置为根据所述第二区域内的PPI值计算出所述第二区域的分辨率；
第八确定子模块154，被配置为根据所述第一区域的分辨率和所述第二区域的分辨率确定所述第一图像的分辨率。
如图16所示，图16是本公开根据一示例性实施例示出的另一种图像分辨率的确定装置的框图，该实施例在前述图15所示实施例的基础上，所述第八确定子模块154可以包括：获取子模块161、第五计算子模块162、第六计算子模块163和第九确定子模块164。
其中，获取子模块161，被配置为获取所述第一区域的权重值和所述第二区域的权重值；
第五计算子模块162，被配置为计算所述第一区域的权重值和所述第一区域的分辨率的第一乘积；
第六计算子模块163，被配置为计算所述第二区域的权重值和所述第二区域的分辨率的第二乘积；
第九确定子模块164，被配置为计算所述第一乘积和所述第二乘积之和，得到所述第一图像的分辨率。
由上述实施例可见，通过第一区域的权重值和第二区域的权重值，分别体现第一区域在第一图像中所占的比重、以及第二区域在第一图像时所占的比重，这样可以满足不同的应用需求，从而增加了确定图像分辨率时的灵活性。
与图8相应的，本公开还提供另一种图像分辨率的确定装置，所述装置可以应用于任何可以对图像分辨率进行确定的设备中，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：
获取待确定分辨率的第一图像；
确定所述第一图像中的目标区域；
根据所述目标区域的分辨率确定所述第一图像的分辨率。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
如图17所示，图17是根据一示例性实施例示出的一种用于图像分辨率的确定装置1700的一结构示意图(服务器)，例如，装置1700包括处理组件1722，其进一步包括一个或多个处理器，以及由存储器1732所代表的存储器资源，用于存储可由处理部件1722的执行的指令，例如应用程序。存储器1732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1722被配置为执行指令。
装置1700还可以包括一个电源组件1726被配置为执行装置1700的电源管理，一个有线或无线网络接口1750被配置为将装置1700连接到网络，和一个输入输出(I/O)接口1758。装置1700可以操作基于存储在存储器1732的操作系统，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM或类似。
如图18所示，图18是本公开根据一示例性实施例示出的另一种用于图像分辨率的确定装置1800的另一结构示意图(终端设备)。例如，装置1800可以是具有路由功能的移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图18，装置1800可以包括以下一个或多个组件：处理组件1802，存储器1804，电源组件1806，多媒体组件1808，音频组件1810，输入/输出(I/O)的接口1812，传感器组件1814，以及通信组件1816。
处理组件1802通常控制装置1800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1802可以包括一个或多个处理器1820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1802可以包括一个或多个模块，便于处理组件1802和其他组件之间的交互。例如，处理组件1802可以包括多媒体模块，以方便多媒体组件1808和处理组件1802之间的交互。
存储器1804被配置为存储各种类型的数据以支持在装置1800的操作。这些数据的示例包括用于在装置1800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1804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。
电源组件1806为装置1800的各种组件提供电力。电源组件1806可以包括电源管理系统，一个或多个电源，及其他与为装置1800生成、管理和分配电力相关联的组件。
多媒体组件1808包括在所述装置1800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1808包括一个前置摄像头和/或后置摄像头。当装置1800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系统或具有焦距和光学变焦能力。
音频组件1810被配置为输出和/或输入音频信号。例如，音频组件1810包括一个麦克风(MIC)，当装置1800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1804或经由通信组件1816发送。在一些实施例中，音频组件1810还包括一个扬声器，用于输出音频信号。
I/O接口1812为处理组件1802和外围接口模块之间提供接口，上述外围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1814包括一个或多个传感器，用于为装置1800提供各个方面的状态评估。例如，传感器组件1814可以检测到装置1800的打开/关闭状态，组件的相对定位，例如所述组件为装置1800的显示器和小键盘，传感器组件1814还可以检测装置1800或装置1800一个组件的位置改变，用户与装置1800接触的存在或不存在，装置1800方位或加速/减速和装置1800的温度变化。传感器组件1814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1814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1814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，微波传感器或温度传感器。
通信组件1816被配置为便于装置1800和其他设备之间有线或无线方式的通信。装置1800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件1816经由广播信道接收来自外部广播管理系统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1816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1800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1804，上述指令可由装置1800的处理器1820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。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、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公开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，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开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。本公开的范围仅由所附的权利要求来限制。

Claims (19)

1.一种图像分辨率的确定方法，其特征在于，所述方法包括：
获取待确定分辨率的第一图像；
确定所述第一图像中的目标区域；
根据所述目标区域的分辨率确定所述第一图像的分辨率。
2.根据权利要求1所述的方法，其特征在于，所述确定所述第一图像中的目标区域，包括：
检测到所述第一图像中包括人脸；
将所述人脸所在区域确定为所述目标区域。
3.根据权利要求2所述的方法，其特征在于，所述将所述人脸所在区域确定为所述目标区域，包括：
若所述第一图像中包括一个人脸时，将所述人脸所在区域确定为所述目标区域；
若第一图像中包括至少两个人脸时，接收到针对所述至少两个人脸中的一个人脸或多个人脸的选择指令，并将所述选择指令对应的人脸所在区域确定为所述目标区域。
4.根据权利要求1所述的方法，其特征在于，所述确定所述第一图像中的目标区域，包括：
检测到所述第一图像中包括图像显著性区域；
将所述图像显著性区域确定为所述目标区域。
5.根据权利要求1所述的方法，其特征在于，所述确定所述第一图像中的目标区域，包括：
检测到所述第一图像中包括感兴趣区域ROI；
将所述ROI确定为所述目标区域。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述目标区域的分辨率确定所述第一图像的分辨率，包括：
根据所述目标区域内的每英寸所拥有的像素PPI值计算所述目标区域的分辨率；
将所述目标区域的分辨率确定为所述第一图像的分辨率。
7.根据权利要求6所述的方法，其特征在于，所述根据所述目标区域内的PPI值计算所述目标区域的分辨率，包括：
计算出所述目标区域内的所有PPI值的平均值；
将所述平均值确定为所述目标区域的分辨率。
8.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述目标区域的分辨率确定所述第一图像的分辨率，包括：
将所述目标区域设置为第一区域，将除了所述目标区域之外的区域设置为第二区域；
根据所述第一区域内的PPI值计算出所述第一区域的分辨率；
根据所述第二区域内的PPI值计算出所述第二区域的分辨率；
根据所述第一区域的分辨率和所述第二区域的分辨率确定所述第一图像的分辨率。
9.根据权利要求8所述的方法，其特征在于，所述根据所述第一区域的分辨率和所述第二区域的分辨率确定所述第一图像的分辨率，包括：
获取所述第一区域的权重值和所述第二区域的权重值；
计算所述第一区域的权重值和所述第一区域的分辨率的第一乘积；
计算所述第二区域的权重值和所述第二区域的分辨率的第二乘积；
计算所述第一乘积和所述第二乘积之和，得到所述第一图像的分辨率。
10.一种图像分辨率的确定装置，其特征在于，所述装置包括：
获取模块，被配置为获取待确定分辨率的第一图像；
目标区域确定模块，被配置为确定所述第一图像中的目标区域；
图像分辨率确定模块，被配置为根据所述目标区域的分辨率确定所述第一图像的分辨率。
11.根据权利要求10所述的装置，其特征在于，所述目标区域确定模块包括：
第一检测子模块，被配置为检测到所述第一图像中包括人脸；
第一确定子模块，被配置为将所述人脸所在区域确定为所述目标区域。
12.根据权利要求11所述的装置，其特征在于，所述第一确定子模块包括：
第二确定子模块，被配置为若所述第一图像中包括一个人脸时，将所述人脸所在区域确定为所述目标区域；
第三确定子模块，被配置为若第一图像中包括至少两个人脸时，接收到针对所述至少两个人脸中的一个人脸或多个人脸的选择指令，并将所述选择指令对应的人脸所在区域确定为所述目标区域。
13.根据权利要求10所述的装置，其特征在于，所述目标区域确定模块包括：
第二检测子模块，被配置为检测到所述第一图像中包括图像显著性区域；
第四确定子模块，被配置为将所述图像显著性区域确定为所述目标区域。
14.根据权利要求10所述的装置，其特征在于，所述目标区域确定模块包括：
第三检测子模块，被配置为检测到所述第一图像中包括感兴趣区域ROI；
第五确定子模块，被配置为将所述ROI确定为所述目标区域。
15.根据权利要求10至14任一项所述的装置，其特征在于，所述图像分辨率确定模块包括：
第一计算子模块，被配置为根据所述目标区域内的每英寸所拥有的像素PPI值计算所述目标区域的分辨率；
第六确定子模块，被配置为将所述目标区域的分辨率确定为所述第一图像的分辨率。
16.根据权利要求15所述的装置，其特征在于，所述第一计算子模块包括：
第二计算子模块，被配置为计算出所述目标区域内的所有PPI值的平均值；
第七确定子模块，被配置为将所述平均值确定为所述目标区域的分辨率。
17.根据权利要求10至14任一项所述的装置，其特征在于，所述图像分辨率确定模块包括：
设置子模块，被配置为将所述目标区域设置为第一区域，将除了所述目标区域之外的区域设置为第二区域；
第三计算子模块，被配置为根据所述第一区域内的PPI值计算出所述第一区域的分辨率；
第四计算子模块，被配置为根据所述第二区域内的PPI值计算出所述第二区域的分辨率；
第八确定子模块，被配置为根据所述第一区域的分辨率和所述第二区域的分辨率确定所述第一图像的分辨率。
18.根据权利要求17所述的装置，其特征在于，所述第八确定子模块包括：
获取子模块，被配置为获取所述第一区域的权重值和所述第二区域的权重值；
第五计算子模块，被配置为计算所述第一区域的权重值和所述第一区域的分辨率的第一乘积；
第六计算子模块，被配置为计算所述第二区域的权重值和所述第二区域的分辨率的第二乘积；
第九确定子模块，被配置为计算所述第一乘积和所述第二乘积之和，得到所述第一图像的分辨率。
19.一种图像分辨率的确定装置，其特征在于，所述装置包括：
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：
获取待确定分辨率的第一图像；
确定所述第一图像中的目标区域；
根据所述目标区域的分辨率确定所述第一图像的分辨率。
CN201510967559.6A 2015-12-21 2015-12-21 图像分辨率的确定方法及装置 Active CN105608469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510967559.6A CN105608469B (zh) 2015-12-21 2015-12-21 图像分辨率的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510967559.6A CN105608469B (zh) 2015-12-21 2015-12-21 图像分辨率的确定方法及装置

Publications (2)

Publication Number Publication Date
CN105608469A true CN105608469A (zh) 2016-05-25
CN105608469B CN105608469B (zh) 2019-12-03

Family

ID=55988393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510967559.6A Active CN105608469B (zh) 2015-12-21 2015-12-21 图像分辨率的确定方法及装置

Country Status (1)

Country Link
CN (1) CN105608469B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067030A (zh) * 2017-03-29 2017-08-18 北京小米移动软件有限公司 相似图片检测的方法和装置
CN110959146A (zh) * 2017-07-26 2020-04-03 微软技术许可有限责任公司 使用眼睛注视检测的智能用户界面元素选择
CN111222505A (zh) * 2018-11-25 2020-06-02 杭州凝眸智能科技有限公司 微小目标精确检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014166377A1 (zh) * 2013-04-12 2014-10-16 北京大学 图像兴趣点检测方法和装置
CN104123720A (zh) * 2014-06-24 2014-10-29 小米科技有限责任公司 图像重定位方法、装置及终端
US20150049942A1 (en) * 2013-08-14 2015-02-19 Qualcomm Incorporated Performing vocabulary-based visual search using multi-resolution feature descriptors
WO2015167501A1 (en) * 2014-04-30 2015-11-05 Empire Technology Development Llc Image resolution modification

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014166377A1 (zh) * 2013-04-12 2014-10-16 北京大学 图像兴趣点检测方法和装置
US20150049942A1 (en) * 2013-08-14 2015-02-19 Qualcomm Incorporated Performing vocabulary-based visual search using multi-resolution feature descriptors
WO2015167501A1 (en) * 2014-04-30 2015-11-05 Empire Technology Development Llc Image resolution modification
CN104123720A (zh) * 2014-06-24 2014-10-29 小米科技有限责任公司 图像重定位方法、装置及终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
蒲翠翠等: "基于人脸区域的图像质量客观评价算法", 《电视技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107067030A (zh) * 2017-03-29 2017-08-18 北京小米移动软件有限公司 相似图片检测的方法和装置
CN110959146A (zh) * 2017-07-26 2020-04-03 微软技术许可有限责任公司 使用眼睛注视检测的智能用户界面元素选择
CN110959146B (zh) * 2017-07-26 2021-12-03 微软技术许可有限责任公司 使用眼睛注视检测的智能用户界面元素选择
US11907419B2 (en) 2017-07-26 2024-02-20 Microsoft Technology Licensing, Llc Intelligent user interface element selection using eye-gaze
CN111222505A (zh) * 2018-11-25 2020-06-02 杭州凝眸智能科技有限公司 微小目标精确检测方法及系统

Also Published As

Publication number Publication date
CN105608469B (zh) 2019-12-03

Similar Documents

Publication Publication Date Title
CN104850828B (zh) 人物识别方法及装置
CN105512685B (zh) 物体识别方法和装置
CN109670397A (zh) 人体骨骼关键点的检测方法、装置、电子设备及存储介质
CN105631403B (zh) 人脸识别方法及装置
CN105430262A (zh) 拍摄控制方法及装置
CN105205479A (zh) 人脸颜值评估方法、装置及终端设备
CN108712603B (zh) 一种图像处理方法及移动终端
CN107784279B (zh) 目标跟踪方法及装置
CN106951884A (zh) 采集指纹的方法、装置及电子设备
CN104156915A (zh) 肤色调整方法和装置
CN104408402A (zh) 人脸识别方法及装置
CN107832741A (zh) 人脸特征点定位的方法、装置及计算机可读存储介质
CN105528078B (zh) 控制电子设备的方法及装置
CN104408404A (zh) 人脸识别方法及装置
CN105654039A (zh) 图像处理的方法和装置
CN105354560A (zh) 指纹识别方法及装置
CN104063865A (zh) 分类模型创建方法、图像分割方法及相关装置
CN108668080A (zh) 提示镜头脏污程度的方法及装置、电子设备
CN104036240A (zh) 人脸特征点的定位方法和装置
CN105631803A (zh) 滤镜处理的方法和装置
CN104077585A (zh) 图像校正方法、装置及终端
CN110717399A (zh) 人脸识别方法和电子终端设备
CN108154466A (zh) 图像处理方法及装置
CN109360197A (zh) 图像的处理方法、装置、电子设备及存储介质
CN104077563A (zh) 人脸识别方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant