CN106600530A - 照片合成方法及装置 - Google Patents

照片合成方法及装置 Download PDF

Info

Publication number
CN106600530A
CN106600530A CN201611078279.0A CN201611078279A CN106600530A CN 106600530 A CN106600530 A CN 106600530A CN 201611078279 A CN201611078279 A CN 201611078279A CN 106600530 A CN106600530 A CN 106600530A
Authority
CN
China
Prior art keywords
face
photo
score value
gathered
expression
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
CN201611078279.0A
Other languages
English (en)
Other versions
CN106600530B (zh
Inventor
杜慧
张海坡
李宏铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Mobile Software Co Ltd
Original Assignee
Beijing Xiaomi Mobile Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to CN201611078279.0A priority Critical patent/CN106600530B/zh
Application filed by Beijing Xiaomi Mobile Software Co Ltd filed Critical Beijing Xiaomi Mobile Software Co Ltd
Priority to RU2017105737A priority patent/RU2653233C1/ru
Priority to KR1020187032407A priority patent/KR102116826B1/ko
Priority to JP2017511210A priority patent/JP6622289B2/ja
Priority to PCT/CN2016/110975 priority patent/WO2018098860A1/zh
Priority to EP17160519.9A priority patent/EP3328062A1/en
Publication of CN106600530A publication Critical patent/CN106600530A/zh
Priority to US15/586,281 priority patent/US20180150722A1/en
Application granted granted Critical
Publication of CN106600530B publication Critical patent/CN106600530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • 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
    • G06F18/211—Selection of the most significant subset of features
    • G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • 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
    • G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
    • 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
    • G06V40/174—Facial expression recognition
    • G06V40/175—Static expression
    • 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
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing

Landscapes

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

Abstract

本公开是关于一种照片合成方法及装置。方法包括：在接收到生成合成照片的指令后，启动图像采集部件采集照片；在采集当前照片时，计算当前照片中第一类人脸的表情评分值，第一类人脸用于表示通过当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；在当前照片中，确定每一个第一类人脸的表情评分值是否均大于预设分数阈值；如果均大于预设分数阈值，控制图像采集部件停止采集照片，将所述已采集的照片中的第二类人脸采用拼接方式生成合成照片。本公开技术方案可在保证生成效果好的合成照片的基础上，有效减少生成合成照片的照片的数量，从而有效缩短生成合成照片的时间，降低生成合成照片的功耗。

Description

照片合成方法及装置
技术领域
本公开涉及智能摄像技术技术领域，尤其涉及一种照片合成方法及装置。
背景技术
随着摄像技术的发展，越来越多的用户喜欢通过合影记录下自己在日常旅行或者朋友聚会中的画面，而拍摄一张每一个人脸的表情效果都比较好的合影照片比较困难。相关技术中，摄像设备可以通过合拍优选操作来实现在合拍的过程中为生成的每一张照片中的人脸进行评分，并将所有照片中每一个人的效果最好的人脸提取出来进行合成。相关技术中在生成合成照片时需要合成的照片多，增加了摄像设备的功耗以及生成合成照片的时间。
发明内容
为克服相关技术中存在的问题，本公开实施例提供一种照片合成方法及装置，用以解决生成合成照片的功耗大和时间长的问题。
根据本公开实施例的第一方面，提供一种照片合成方法，可包括：
在接收到生成合成照片的指令后，启动图像采集部件采集照片；
在采集当前照片时，计算所述当前照片中第一类人脸的表情评分值，所述第一类人脸用于表示通过所述当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
在所述当前照片中，确定每一个第一类人脸的表情评分值是否均大于所述预设分数阈值；
如果所述当前照片中的第一类人脸的表情评分值均大于所述预设分数阈值，控制所述图像采集部件停止采集照片，将所述已采集的照片中的第二类人脸采用拼接方式生成合成照片，所述第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
在一实施例中，方法还包括：
如果所述当前照片中的第一类人脸的表情评分值没有均大于所述预设分数阈值，则确定已采集的照片数目是否小于预设数目；
如果已采集的照片数目小于预设数目，根据所述当前照片中第一类人脸的表情评分值，确定后面采集的一张照片要计算表情评分值的第一类人脸，执行所述启动图像采集部件采集照片的操作。
在一实施例中，方法还包括：
如果已采集的照片数目不小于预设数目，则从所述已采集的照片中确定用于生成所述合成照片的人脸，并且采用拼接方式生成合成照片。
在一实施例中，从所述已采集的照片中确定用于生成所述合成照片的人脸，包括：
从所述已采集的照片中选择第二类人脸以及第一类人脸中表情评分值最高的人脸作为用于生成所述合成照片的人脸。
在一实施例中，计算所述当前照片中第一类人脸的表情评分值，包括：
从所述当前照片中识别出每一个第一类人脸；
计算所述每一个第一类人脸对应的局部特征对应的局部评分值；
对所述每一个第一类人脸的每一个局部评分值进行加权求和，得到所述每一个第一类人脸的表情评分值。
根据本公开实施例的第二方面，提供一种照片合成装置，可包括：
采集模块，被配置为在接收到生成合成照片的指令后，启动图像采集部件采集照片；
计算模块，被配置为在采集当前照片时，计算所述当前照片中第一类人脸的表情评分值，所述第一类人脸用于表示通过所述当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
第一确定模块，被配置为在所述当前照片中，确定所述计算模块计算的所述每一个第一类人脸的表情评分值是否均大于所述预设分数阈值；
生成模块，被配置为在所述第一确定模块确定所述当前照片中的第一类人脸的表情评分值均大于所述预设分数阈值时，控制所述图像采集部件停止采集照片，将所述已采集的照片中的第二类人脸采用拼接方式生成合成照片，所述第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
在一实施例中，装置还包括：
第二确定模块，被配置为在所述第一确定模块确定所述当前照片中的第一类人脸的表情评分值没有均大于所述预设分数阈值时，确定已采集的照片数目是否小于预设数目；
执行模块，被配置为在所述第二确定模块确定所述已采集的照片数目小于预设数目时，根据所述当前照片中第一类人脸的表情评分值，确定后面采集的一张照片要计算表情评分值的第一类人脸，执行所述启动图像采集部件采集照片的操作。
在一实施例中，装置还包括：
第三确定模块，被配置为在所述第二确定模块确定所述已采集的照片数目不小于预设数目时，从所述已采集的照片中确定用于生成所述合成照片的人脸，并且采用拼接方式生成合成照片。
在一实施例中，第三确定模块包括：
选择子模块，被配置为从所述已采集的照片中选择第二类人脸以及第一类人脸中表情评分值最高的人脸作为用于生成所述合成照片的人脸。
在一实施例中，计算模块包括：
识别子模块，被配置为从所述当前照片中识别出每一个第一类人脸；
计算子模块，被配置为计算所述每一个第一类人脸对应的局部特征对应的局部评分值；
加权子模块，被配置为对所述每一个第一类人脸的每一个局部评分值进行加权求和，得到所述每一个第一类人脸的表情评分值。
根据本公开实施例的第三方面，提供一种照片合成装置，可包括：
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：
在接收到生成合成照片的指令后，启动图像采集部件采集照片；
在采集当前照片时，计算所述当前照片中第一类人脸的表情评分值，所述第一类人脸用于表示通过所述当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
在所述当前照片中，确定每一个第一类人脸的表情评分值是否均大于所述预设分数阈值；
如果所述当前照片中的第一类人脸的表情评分值均大于所述预设分数阈值，控制所述图像采集部件停止采集照片，将所述已采集的照片中的第二类人脸采用拼接方式生成合成照片，所述第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
本公开的实施例提供的技术方案可以包括以下有益效果：在接收到生成合成照片的指令后，启动图像采集部件采集照片，并且每次采集一张照片后，计算当前照片中第一类人脸的表情评分值，确定当前照片中每一个第一类人脸的表情评分值是否均大于预设分数阈值，并且在当前照片中的第一类人脸的表情评分值均大于预设分数阈值时，控制图像采集部件停止采集照片，将已采集的照片中的第二类人脸采用拼接方式生成合成照片，本公开中可将在每生成一张照片时，可以只计算之前生成的照片中人脸表情评分值都比较低的人脸的表情评分值，由此可在保证生成效果好的合成照片的基础上，有效减少生成的照片的数量，并且减小照片中，人脸表情值的计算量，从而有效缩短生成合成照片的时间，降低生成合成照片的功耗。
并且，通过限制生成的照片的数量，可以在保证合成照片的质量的情况下，有效减少生成合成照片的照片的数量。
通过先计算每一个人脸的局部评分值，如眼睛评分值、嘴巴评分值、脸朝向评分值等，再按照权重进行加权求和得到表情评分值，实现了从多方面确定人脸表情，使得对人脸表情的评分更全面。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的照片合成方法的流程图。
图2是根据一示例性实施例一示出的照片合成方法的流程图。
图3是根据一示例性实施例二示出的计算人脸的表情分数值的方法的流程图。
图4是根据一示例性实施例示出的一种照片合成装置的框图。
图5是根据一示例性实施例示出的另一种照片合成装置的框图。
图6是根据一示例性实施例示出的再一种照片合成装置的框图。
图7是根据一示例性实施例示出的一种适用于照片合成装置的框图。
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发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的照片合成方法的流程图；该照片合成方法可以应用在摄像机或者包含摄像装置的电子设备(如智能手机、平板电脑)上，如图1所示，该照片合成方法包括以下步骤：
在步骤101中，在接收到生成合成照片的指令后，启动图像采集部件采集照片。
在一实施例中，可通过触摸屏或者物理按键触发生成合成照片的指令。
在一实施例中，图像采集部件所采集的照片的数量不能超过预设数目，例如，4张，所采集的照片的数目由最先采集的照片中人脸的表情评分值决定，例如，如果第一张照片中所有人脸的表情评分值都大于预设分数阈值，则可以只采集一张照片。
在一实施例中，预设数目可以由用户设置，也可以由摄像装置提供商预先设置并存储到存储器中。
在步骤102中，在采集当前照片时，计算当前照片中第一类人脸的表情评分值。
在一实施例中，第一类人脸用于表示通过当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸。例如，如果照片中共有四个人脸，分别为人脸A、人脸B、人脸C、人脸D，采集第一张照片时，人脸A、人脸B、人脸C、人脸D均可以作为第一类人脸，需要计算所有人脸的表情评分值，如果第一张照片中，人脸A、人脸B、人脸C的表情评分值都大于预设分数阈值，则对于第二张照片而言，第一类人脸包括人脸D，在生成第二张照片时，可以只计算人脸D的表情评分值。
在一实施例中，每一个人脸的表情评分值可以通过人脸的眼睛、嘴巴、人脸朝向、人脸图像质量等来衡量。
在一实施例中，可以在每生成一张照片之后即通过预设的图像处理算法计算得到人脸的表情评分值。
在一实施例中，计算人脸的表情评分值的过程可参见图3所示实施例，这里先不详述。
在步骤103中，在当前照片中，确定每一个第一类人脸的表情评分值是否均大于预设分数阈值，如果当前照片中的第一类人脸的表情评分值均大于预设分数阈值，执行步骤104。
在一实施例中，预设分数阈值可以为一个比较合理的分数，例如，80分，达到预设分数阈值的表情效果比较好，可以用来生成合成照片。
在步骤104中，控制图像采集部件停止采集照片，将已采集的照片中的第二类人脸采用拼接方式生成合成照片。
在一实施例中，第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
在一实施例中，可以通过将所采集的照片中表情评分值大于预设分数阈值的人脸采用拼接方式生成合成照片。
本实施例中，在接收到生成合成照片的指令后，启动图像采集部件采集照片，并且每次采集一张照片后，计算当前照片中第一类人脸的表情评分值，确定当前照片中每一个第一类人脸的表情评分值是否均大于预设分数阈值，并且在当前照片中的第一类人脸的表情评分值均大于预设分数阈值时，控制图像采集部件停止采集照片，将已采集的照片采用拼接方式生成合成照片，本公开中可将在每生成一张照片时，可以只计算之前生成的照片中人脸表情评分值都比较低的人脸的表情评分值，由此可在保证生成效果好的合成照片的基础上，有效减少生成的照片的数量，并且减小照片中，人脸表情值的计算量，从而有效缩短生成合成照片的时间，降低生成合成照片的功耗。
在一实施例中，方法还包括：
如果当前照片中的第一类人脸的表情评分值没有均大于预设分数阈值，则确定已采集的照片数目是否小于预设数目；
如果已采集的照片数目小于预设数目，根据当前照片中第一类人脸的表情评分值，确定后面采集的一张照片要计算表情评分值的第一类人脸，执行启动图像采集部件采集照片的操作。
在一实施例中，方法还包括：
如果已采集的照片数目不小于预设数目，则从已采集的照片中确定用于生成合成照片的人脸，并且采用拼接方式生成合成照片。
在一实施例中，从已采集的照片中确定用于生成合成照片的人脸，包括：
从已采集的照片中选择第二类人脸以及第一类人脸中表情评分值最高的人脸作为用于生成合成照片的人脸。
在一实施例中，计算当前照片中第一类人脸的表情评分值，包括：
从当前照片中识别出每一个第一类人脸；
计算每一个第一类人脸对应的局部特征对应的局部评分值；
对每一个第一类人脸的每一个局部评分值进行加权求和，得到每一个第一类人脸的表情评分值。
具体如何生成合成照片的，请参考后续实施例。
下面以具体实施例来说明本公开实施例提供的技术方案。
图2是根据一示例性实施例一示出的照片合成方法的流程图；本实施例利用本公开实施例提供的上述方法，以生成合成照片为例进行示例性说明，如图2所示，包括如下步骤：
在步骤201中，在接收到生成合成照片的指令后，启动图像采集部件采集照片。
在步骤202中，在采集当前照片时，计算当前照片中第一类人脸的表情评分值。
在一实施例中，第一类人脸用于表示通过当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸。
在一实施例中，步骤201和步骤202的方法可参见图1所示实施例的步骤101和步骤102的描述，这里不再详述。
在步骤203中，在当前照片中，确定每一个第一类人脸的表情评分值是否均大于预设分数阈值，如果当前照片中的第一类人脸的表情评分值均大于预设分数阈值，执行步骤204，如果当前照片中的第一类人脸的表情评分值没有均大于预设分数阈值，则执行步骤205。
在一实施例中，预设分数阈值可以为一个比较合理的分数，如80分。例如，如果当前照片为采集的第二张照片，并且第一张照片中只有人脸A和人脸B的表情评分值不大于预设分数阈值，则可以计算第二张照片中的人脸A和人脸B的表情评分值并且判断第二张照片中人脸A和人脸B的表情评分值是否大于预设分数阈值。
在步骤204中，控制图像采集部件停止采集照片，将已采集的照片中的第二类人脸采用拼接方式生成合成照片。
在一实施例中，第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
在步骤205中，确定已采集的照片数目是否小于预设数目，如果已采集的照片数目小于预设数目，执行步骤206，如果已采集的照片数目不小于预设数目，则执行步骤207。
在步骤206中，根据当前照片中第一类人脸的表情评分值，确定后面采集的一张照片要计算表情评分值的第一类人脸，执行步骤201。
例如，在步骤203的举例中，如果第二张照片中，只有人脸A的表情评分值大于预设分数阈值，则可确定第三张照片中，要计算表情评分值的只有人脸B。
在步骤207中，从已采集的照片中确定用于生成合成照片的人脸，并且采用拼接方式生成合成照片。
在一实施例中，可以从已采集的照片中选择第二类人脸以及第一类人脸中表情评分值最高的人脸作为用于生成合成照片的人脸。例如，如果在第一张照片中人脸A、人脸C、人脸D的表情评分值都大于预设分数阈值，则可将第一张照片中人脸A、人脸C、人脸D确定为第二类人脸，即第一张照片中的人脸A、人脸C、人脸D为用于生成合成照片的人脸；对于人脸B，第一张照片中的表情评分值为70分，第二张照片中的表情评分值为72分，第三张照片中的表情评分值为75分，第四张照片中的表情评分值为79分，如果预设数目为4，则可选择第四张照片中的人脸B作为用于生成合成照片的人脸。
本实施例中，通过限制生成的照片的数量，可以在保证合成照片的质量的情况下，有效减少生成合成照片的照片的数量；此外，在有人脸在每一张照片中的表情评分值都不大于预设分数阈值的情况下，将表情评分值最高的人脸确定为用于生成合成照片的人脸，由此实现了在保证合成照片的质量的情况下有效减少生成合成照片的照片的数量，可以有效减少目标照片的数目，提高生成合成照片的速度。
图3是根据一示例性实施例二示出的计算人脸的表情分数值的方法的流程图，本实施例利用本公开实施例提供的上述方法，以计算人脸的表情分数值为例进行示例性说明，如图3所示，包括如下步骤：
在步骤301中，从当前照片中识别出每一个第一类人脸。
在一实施例中，可以通过卷积神经网络等图像识别模型来识别每一张照片中的每一个人脸。
在一实施例中，还可以通过其他图像处理技术识别出每一个人脸区域。
在步骤302中，计算每一个第一类人脸对应的局部特征对应的局部评分值。
在一实施例中，计算人脸的表情评分值时，可以优先计算人脸的每一个局部特征值对应的局部评分值，例如嘴角部分、人眼部分、面部五官清晰度、人脸倾斜角度等的局部评分值。
在一实施例中，也可以通过事先训练好的模型来计算人脸的局部特征值的局部评分值，在又一实施例中，还可以通过预设算法来计算人脸的局部特征值的局部评分值。
在步骤303中，对每一个第一类人脸的每一个局部评分值进行加权求和，得到每一个第一类人脸的表情评分值。
在一实施例中，每一个局部评分值对应的权重系数可以由用户自定义设置，也可以通过算法预先设定好得到，例如，人眼、嘴角、人脸倾斜角度对应的局部评分值得权重值分别为0.3、0.3、0.4，如果对应的权重系数分别为8.0、8.3、8.4，则得到的最终评分值为8.0×0.3+8.3×0.3+8.4×0.4＝8.25。
本实施例中，通过先计算每一个人脸的局部评分值，如眼睛评分值、嘴巴评分值、脸朝向评分值等，再按照权重进行加权求和得到表情评分值，实现了从多方面确定人脸表情，使对人脸表情的评分更全面。
图4是根据一示例性实施例示出的一种照片合成装置的框图，如图4所示，照片合成装置包括：
采集模块410，被配置为在接收到生成合成照片的指令后，启动图像采集部件采集照片；
计算模块420，被配置为在采集当前照片时，计算当前照片中第一类人脸的表情评分值，第一类人脸用于表示通过当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
第一确定模块430，被配置为在当前照片中，确定计算模块420计算的每一个第一类人脸的表情评分值是否均大于预设分数阈值；
生成模块440，被配置为在第一确定模块430确定当前照片中的第一类人脸的表情评分值均大于预设分数阈值时，控制图像采集部件停止采集照片，将已采集的照片中的第二类人脸采用拼接方式生成合成照片，第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
图5是根据一示例性实施例示出的另一种照片合成装置的框图，如图5所示，在上述图4所示实施例的基础上，在一实施例中，装置还包括：
第二确定模块450，被配置为在第一确定模块430确定当前照片中的第一类人脸的表情评分值没有均大于预设分数阈值时，确定已采集的照片数目是否小于预设数目；
执行模块460，被配置为在第二确定模块450确定已采集的照片数目小于预设数目时，根据当前照片中第一类人脸的表情评分值，确定后面采集的一张照片要计算表情评分值的第一类人脸，执行启动图像采集部件采集照片的操作。
在一实施例中，装置还包括：
第三确定模块470，被配置为在第二确定模块450确定已采集的照片数目不小于预设数目时，从已采集的照片中确定用于生成合成照片的人脸，并且采用拼接方式生成合成照片。
在一实施例中，第三确定模块470包括：
选择子模块471，被配置为从已采集的照片中选择第二类人脸以及第一类人脸中表情评分值最高的人脸作为用于生成合成照片的人脸。
图6是根据一示例性实施例示出的再一种照片合成装置的框图，如图6所示，在上述图4或图5所示实施例的基础上，在一实施例中，计算模块420包括：
识别子模块421，被配置为从当前照片中识别出每一个第一类人脸；
计算子模块422，被配置为计算每一个第一类人脸对应的局部特征对应的局部评分值；
加权子模块423，被配置为对每一个第一类人脸的每一个局部评分值进行加权求和，得到每一个第一类人脸的表情评分值。
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。
图7是根据一示例性实施例示出的一种适用于照片合成装置的框图。例如，装置700可以是摄像机或者其他包含摄像装置的电子设备。
参照图7，装置700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，音频组件710，输入/输出(I/O)的接口712，传感器组件714，以及通信组件716。
处理组件702通常控制装置700的整体操作，诸如与显示，语音播放，数据通信和记录操作相关联的操作。处理元件702可以包括一个或多个处理器720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702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理部件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。
存储器704被配置为存储各种类型的数据以支持在设备700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令，消息，图像等。存储器704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706为装置700的各种组件提供电力。电力组件706可以包括电源管理系统，一个或多个电源，及其他与为装置700生成、管理和分配电力相关联的组件。
多媒体组件708包括在装置700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。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。
音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风(MIC)，当装置700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704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。
I/O接口712为处理组件702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714包括一个或多个传感器，用于为装置700提供各个方面的状态评估。例如，传感器组件714可以检测到设备700的打开/关闭状态，组件的相对定位，例如组件为装置700的显示器和小键盘，传感器组件714还可以检测装置700或装置700一个组件的位置改变，用户与装置700接触的存在或不存在，装置700方位或加速/减速和装置700的温度变化。传感器组件714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714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714还可以包括加速度传感器，陀螺仪传感器，磁传感器，距离感应器，压力传感器或温度传感器。
通信组件716被配置为便于装置700和其他设备之间有线或无线方式的通信。装置700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，通信部件716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，通信部件716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700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，用于执行以下方法：
在接收到生成合成照片的指令后，启动图像采集部件采集照片；
在采集当前照片时，计算当前照片中第一类人脸的表情评分值，第一类人脸用于表示通过当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
在当前照片中，确定每一个第一类人脸的表情评分值是否均大于预设分数阈值；
如果当前照片中的第一类人脸的表情评分值均大于预设分数阈值，控制图像采集部件停止采集照片，将已采集的照片中的第二类人脸采用拼接方式生成合成照片，第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
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704，上述指令可由装置700的处理器720执行以完成上述方法。例如，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公开后，将容易想到本公开的其它实施方案。本申请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 (11)

1.一种照片合成方法，其特征在于，所述方法包括：
在接收到生成合成照片的指令后，启动图像采集部件采集照片；
在采集当前照片时，计算所述当前照片中第一类人脸的表情评分值，所述第一类人脸用于表示通过所述当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
在所述当前照片中，确定每一个第一类人脸的表情评分值是否均大于所述预设分数阈值；
如果所述当前照片中的第一类人脸的表情评分值均大于所述预设分数阈值，控制所述图像采集部件停止采集照片，将所述已采集的照片中的第二类人脸采用拼接方式生成合成照片，所述第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
如果所述当前照片中的第一类人脸的表情评分值没有均大于所述预设分数阈值，则确定已采集的照片数目是否小于预设数目；
如果已采集的照片数目小于预设数目，根据所述当前照片中第一类人脸的表情评分值，确定后面采集的一张照片要计算表情评分值的第一类人脸，执行所述启动图像采集部件采集照片的操作。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
如果已采集的照片数目不小于预设数目，则从所述已采集的照片中确定用于生成所述合成照片的人脸，并且采用拼接方式生成合成照片。
4.根据权利要求3所述的方法，其特征在于，所述从所述已采集的照片中确定用于生成所述合成照片的人脸，包括：
从所述已采集的照片中选择第二类人脸以及第一类人脸中表情评分值最高的人脸作为用于生成所述合成照片的人脸。
5.根据权利要求1所述的方法，其特征在于，所述计算所述当前照片中第一类人脸的表情评分值，包括：
从所述当前照片中识别出每一个第一类人脸；
计算所述每一个第一类人脸对应的局部特征对应的局部评分值；
对所述每一个第一类人脸的每一个局部评分值进行加权求和，得到所述每一个第一类人脸的表情评分值。
6.一种照片合成装置，其特征在于，所述装置包括：
采集模块，被配置为在接收到生成合成照片的指令后，启动图像采集部件采集照片；
计算模块，被配置为在采集当前照片时，计算所述当前照片中第一类人脸的表情评分值，所述第一类人脸用于表示通过所述当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
第一确定模块，被配置为在所述当前照片中，确定所述计算模块计算的所述每一个第一类人脸的表情评分值是否均大于所述预设分数阈值；
生成模块，被配置为在所述第一确定模块确定所述当前照片中的第一类人脸的表情评分值均大于所述预设分数阈值时，控制所述图像采集部件停止采集照片，将所述已采集的照片中的第二类人脸采用拼接方式生成合成照片，所述第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
7.根据权利要求6所述的装置，其特征在于，所述装置还包括：
第二确定模块，被配置为在所述第一确定模块确定所述当前照片中的第一类人脸的表情评分值没有均大于所述预设分数阈值时，确定已采集的照片数目是否小于预设数目；
执行模块，被配置为在所述第二确定模块确定所述已采集的照片数目小于预设数目时，根据所述当前照片中第一类人脸的表情评分值，确定后面采集的一张照片要计算表情评分值的第一类人脸，执行所述启动图像采集部件采集照片的操作。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
第三确定模块，被配置为在所述第二确定模块确定所述已采集的照片数目不小于预设数目时，从所述已采集的照片中确定用于生成所述合成照片的人脸，并且采用拼接方式生成合成照片。
9.根据权利要求8所述的装置，其特征在于，所述第三确定模块包括：
选择子模块，被配置为从所述已采集的照片中选择第二类人脸以及第一类人脸中表情评分值最高的人脸作为用于生成所述合成照片的人脸。
10.根据权利要求6所述的装置，其特征在于，所述计算模块包括：
识别子模块，被配置为从所述当前照片中识别出每一个第一类人脸；
计算子模块，被配置为计算所述每一个第一类人脸对应的局部特征对应的局部评分值；
加权子模块，被配置为对所述每一个第一类人脸的每一个局部评分值进行加权求和，得到所述每一个第一类人脸的表情评分值。
11.一种照片合成装置，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：
在接收到生成合成照片的指令后，启动图像采集部件采集照片；
在采集当前照片时，计算所述当前照片中第一类人脸的表情评分值，所述第一类人脸用于表示通过所述当前照片之前采集的照片已计算得到表情评分值均不大于预设分数阈值的人脸；
在所述当前照片中，确定每一个第一类人脸的表情评分值是否均大于所述预设分数阈值；
如果所述当前照片中的第一类人脸的表情评分值均大于所述预设分数阈值，控制所述图像采集部件停止采集照片，将所述已采集的照片中的第二类人脸采用拼接方式生成合成照片，所述第二类人脸用于表示表情评分值大于预设分数阈值的人脸。
CN201611078279.0A 2016-11-29 2016-11-29 照片合成方法及装置 Active CN106600530B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201611078279.0A CN106600530B (zh) 2016-11-29 2016-11-29 照片合成方法及装置
KR1020187032407A KR102116826B1 (ko) 2016-11-29 2016-12-20 사진 합성 방법, 장치, 프로그램 및 기록매체
JP2017511210A JP6622289B2 (ja) 2016-11-29 2016-12-20 写真合成方法、装置、プログラム、及び記録媒体
PCT/CN2016/110975 WO2018098860A1 (zh) 2016-11-29 2016-12-20 照片合成方法及装置
RU2017105737A RU2653233C1 (ru) 2016-11-29 2016-12-20 Способ и устройство для синтезирования фотографий
EP17160519.9A EP3328062A1 (en) 2016-11-29 2017-03-13 Photo synthesizing method and device
US15/586,281 US20180150722A1 (en) 2016-11-29 2017-05-04 Photo synthesizing method, device, and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611078279.0A CN106600530B (zh) 2016-11-29 2016-11-29 照片合成方法及装置

Publications (2)

Publication Number Publication Date
CN106600530A true CN106600530A (zh) 2017-04-26
CN106600530B CN106600530B (zh) 2019-02-15

Family

ID=58461052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611078279.0A Active CN106600530B (zh) 2016-11-29 2016-11-29 照片合成方法及装置

Country Status (6)

Country Link
US (1) US20180150722A1 (zh)
EP (1) EP3328062A1 (zh)
JP (1) JP6622289B2 (zh)
KR (1) KR102116826B1 (zh)
CN (1) CN106600530B (zh)
WO (1) WO2018098860A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507159A (zh) * 2017-08-10 2017-12-22 珠海市魅族科技有限公司 图片处理方法及装置、计算机装置及可读存储介质
CN107895146A (zh) * 2017-11-01 2018-04-10 深圳市科迈爱康科技有限公司 微表情识别方法、装置、系统及计算机可读存储介质
CN109658278A (zh) * 2018-12-14 2019-04-19 北京智明星通科技股份有限公司 基于微信平台的线上互动方法、互动系统和移动终端
CN110852220A (zh) * 2019-10-30 2020-02-28 深圳智慧林网络科技有限公司 人脸表情的智能识别方法、终端和计算机可读存储介质
CN111199210A (zh) * 2019-12-31 2020-05-26 武汉星巡智能科技有限公司 基于表情的视频生成方法、装置、设备及存储介质
CN116489475B (zh) * 2019-12-31 2024-06-11 武汉星巡智能科技有限公司 基于趣味表情的视频剪辑方法、装置、设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11222208B2 (en) * 2018-07-13 2022-01-11 Futurewei Technologies, Inc. Portrait image evaluation based on aesthetics
WO2023018084A1 (en) * 2021-08-11 2023-02-16 Samsung Electronics Co., Ltd. Method and system for automatically capturing and processing an image of a user

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110013038A1 (en) * 2009-07-15 2011-01-20 Samsung Electronics Co., Ltd. Apparatus and method for generating image including multiple people
CN103491299A (zh) * 2013-09-17 2014-01-01 宇龙计算机通信科技(深圳)有限公司 一种拍照处理方法和装置
CN103747180A (zh) * 2014-01-07 2014-04-23 宇龙计算机通信科技(深圳)有限公司 照片拍摄方法及拍照终端
CN106156762A (zh) * 2016-08-12 2016-11-23 乐视控股（北京）有限公司 拍照处理方法及装置

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004046591A (ja) * 2002-07-12 2004-02-12 Konica Minolta Holdings Inc 画像評価装置
JP2006203600A (ja) * 2005-01-21 2006-08-03 Konica Minolta Holdings Inc 撮像装置、画像処理装置、画像処理システム、画像処理方法及びプログラム
US7659923B1 (en) * 2005-06-24 2010-02-09 David Alan Johnson Elimination of blink-related closed eyes in portrait photography
JP4264663B2 (ja) * 2006-11-21 2009-05-20 ソニー株式会社 撮影装置、画像処理装置、および、これらにおける画像処理方法ならびに当該方法をコンピュータに実行させるプログラム
CN100514365C (zh) * 2007-01-15 2009-07-15 浙江大学 多张人脸照片自动合成方法
JP2010045421A (ja) * 2008-08-08 2010-02-25 Casio Comput Co Ltd 撮像装置、画像処理方法、及びプログラム
JP2010081562A (ja) * 2008-09-29 2010-04-08 Fujifilm Corp 撮像装置、方法およびプログラム
US8515137B2 (en) * 2010-05-03 2013-08-20 Microsoft Corporation Generating a combined image from multiple images
US8559766B2 (en) * 2011-08-16 2013-10-15 iParse, LLC Automatic image capture
US9336583B2 (en) * 2013-06-17 2016-05-10 Cyberlink Corp. Systems and methods for image editing

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110013038A1 (en) * 2009-07-15 2011-01-20 Samsung Electronics Co., Ltd. Apparatus and method for generating image including multiple people
CN103491299A (zh) * 2013-09-17 2014-01-01 宇龙计算机通信科技(深圳)有限公司 一种拍照处理方法和装置
CN103747180A (zh) * 2014-01-07 2014-04-23 宇龙计算机通信科技(深圳)有限公司 照片拍摄方法及拍照终端
CN106156762A (zh) * 2016-08-12 2016-11-23 乐视控股（北京）有限公司 拍照处理方法及装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507159A (zh) * 2017-08-10 2017-12-22 珠海市魅族科技有限公司 图片处理方法及装置、计算机装置及可读存储介质
CN107895146A (zh) * 2017-11-01 2018-04-10 深圳市科迈爱康科技有限公司 微表情识别方法、装置、系统及计算机可读存储介质
CN109658278A (zh) * 2018-12-14 2019-04-19 北京智明星通科技股份有限公司 基于微信平台的线上互动方法、互动系统和移动终端
CN110852220A (zh) * 2019-10-30 2020-02-28 深圳智慧林网络科技有限公司 人脸表情的智能识别方法、终端和计算机可读存储介质
CN110852220B (zh) * 2019-10-30 2023-08-18 深圳智慧林网络科技有限公司 人脸表情的智能识别方法、终端和计算机可读存储介质
CN111199210A (zh) * 2019-12-31 2020-05-26 武汉星巡智能科技有限公司 基于表情的视频生成方法、装置、设备及存储介质
CN111199210B (zh) * 2019-12-31 2023-05-30 武汉星巡智能科技有限公司 基于表情的视频生成方法、装置、设备及存储介质
CN116489475A (zh) * 2019-12-31 2023-07-25 武汉星巡智能科技有限公司 基于趣味表情的视频剪辑方法、装置、设备及存储介质
CN116489475B (zh) * 2019-12-31 2024-06-11 武汉星巡智能科技有限公司 基于趣味表情的视频剪辑方法、装置、设备及存储介质

Also Published As

Publication number Publication date
WO2018098860A1 (zh) 2018-06-07
KR20180133897A (ko) 2018-12-17
JP6622289B2 (ja) 2019-12-18
CN106600530B (zh) 2019-02-15
JP2019504514A (ja) 2019-02-14
EP3328062A1 (en) 2018-05-30
US20180150722A1 (en) 2018-05-31
KR102116826B1 (ko) 2020-06-01

Similar Documents

Publication Publication Date Title
CN106600530A (zh) 照片合成方法及装置
CN104125396B (zh) 图像拍摄方法和装置
CN106651955A (zh) 图片中目标物的定位方法及装置
CN104700353B (zh) 图像滤镜生成方法及装置
CN106572299A (zh) 摄像头开启方法及装置
CN107832036A (zh) 语音控制方法、装置及计算机可读存储介质
CN106951884A (zh) 采集指纹的方法、装置及电子设备
CN106408603A (zh) 拍摄方法及装置
CN107368810A (zh) 人脸检测方法及装置
CN106682736A (zh) 图像识别方法及装置
WO2019206243A1 (zh) 一种素材展示方法、终端和计算机存储介质
CN106648063A (zh) 手势识别方法及装置
CN106774849A (zh) 虚拟现实设备控制方法及装置
CN103955274A (zh) 应用控制方法和装置
CN107085823A (zh) 人脸图像处理方法及装置
CN107801282A (zh) 台灯、台灯控制方法及装置
CN107844766A (zh) 人脸图像模糊度的获取方法、装置和设备
CN106569937A (zh) 页面处理方法及装置
CN106502403A (zh) 智能眼镜控制方法、装置及智能眼镜
CN107122697A (zh) 照片的自动获取方法及装置、电子设备
CN105224950A (zh) 滤镜类别识别方法及装置
CN105426904A (zh) 照片处理方法、装置和设备
CN107437269A (zh) 一种处理图片的方法及装置
CN106780296A (zh) 照片合成方法及装置
CN105446521B (zh) 触控操作设置方法及装置

Legal Events

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