CN108055461A - 自拍角度的推荐方法、装置、终端设备及存储介质 - Google Patents

Abstract

本申请实施例公开了一种自拍角度的推荐方法、装置、终端设备及存储介质。该方法包括：在自拍过程中，获取目标人脸的五官特征；根据所述五官特征对所述目标人脸的图像进行标注；将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；向用户推送所述第一自拍角度。本申请实施例提供的自拍角度的推荐方法，通过将进行五官特征标注的目标人脸的图像输入训练模型，以获得第一自拍角度，可以提高确定自拍角度的效率，从而节省自拍时间。

Description

自拍角度的推荐方法、装置、终端设备及存储介质

技术领域

本申请实施例涉及拍照技术领域，尤其涉及一种自拍角度的推荐方法、装置、终端设备及存储介质。

背景技术

随着移动通信技术的发展及智能终端设备的普及，智能终端设备已经成为人们生活中不可或缺的工具之一。由于智能终端设备前置摄像头像素的不断提高，用户越来越喜欢利用终端设备进行自拍。在自拍过程中，用户通常不会只是采用正面拍摄，会采用一些自拍角度拍摄，例如将终端设备抬高，由上往下拍摄，或者只拍摄一侧的脸部等。

当前，用户在利用终端设备自拍时，往往寻找不同的拍摄角度，以获得另自己满意的自拍照片，在调整自拍角度的过程中，不仅浪费时间，而且用户寻找的角度不一定适合自己。现有的自拍方法存在一定的缺陷。

发明内容

本申请实施例提供一种自拍角度的推荐方法、装置、终端设备及存储介质，可以提高确定自拍角度的效率，从而节省自拍时间。

第一方面，本申请实施例提供了一种自拍角度的推荐方法，该方法包括：

在自拍过程中，获取目标人脸的五官特征；

根据所述五官特征对所述目标人脸的图像进行标注；

将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；

向用户推送所述第一自拍角度。

第二方面，本申请实施例还提供了一种自拍角度的推荐装置，该装置包括：

五官特征获取模块，用于在自拍过程中，获取目标人脸的五官特征；

图像标注模块，用于根据所述五官特征对所述目标人脸的图像进行标注；

第一自拍角度获取模块，用于将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；

第一自拍角度推送模块，用于向用户推送所述第一自拍角度。

第三方面，本申请实施例还提供了一种终端设备，包括：处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的推荐方法。

第四方面，本申请实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的推荐方法。

本申请实施例，在自拍过程中，获取目标人脸的五官特征，然后根据五官特征对目标人脸的图像进行标注，再然后将标注后的目标人脸的图像输入训练模型，获取推送第一自拍角度，最后向用户推送第一自拍角度。本申请实施例提供的自拍角度的推荐方法，通过将进行五官特征标注的目标人脸的图像输入训练模型，以获得第一自拍角度，可以提高确定自拍角度的效率，从而节省自拍时间。

附图说明

图1是本申请实施例中的一种自拍角度的推荐方法的流程图；

图2是本申请实施例中的另一种自拍角度的推荐方法的流程图；

图3是本申请实施例中的又一种自拍角度的推荐方法的流程图；

图4是本申请实施例中的又一种自拍角度的推荐方法的流程图；

图5是本申请实施例中的一种自拍角度的推荐装置的结构示意图；

图6是本申请实施例中的一种终端设备的结构示意图；

图7是本申请实施例中的另一种终端设备的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。

图1为本申请实施例提供的一种自拍角度的推荐方法的流程图，本实施例可适用于自拍过程中向用户推荐自拍角度的情况，该方法可以由自拍角度的推荐装置来执行，该装置可以集成于如智能手机、平板电脑等终端设备中。如图1所示，该方法包括如下步骤。

步骤110，在自拍过程中，获取目标人脸的五官特征。

其中，目标人脸可以包含至少一个人脸，可以是用户在自拍过程中，出现在拍摄模块的预览框中的人脸。五官可以泛指人脸的各部位，可以包括耳朵、眉毛、眼睛、鼻子及嘴唇。五官特征可以包括五官位置和五官属性，本应用场景下，可以只关注五官中的眉毛、眼睛、鼻子及嘴唇，对耳朵的特征不进行考虑。其中，五官位置可以是五官相对于整个脸部的位置。五官属性可以表征五官的大小及类型，其中，五官的大小以五官与脸部的比例进行确定。五官的类型可以以现有的分类方式确定。例如，眉型可以包括弦月眉、一字眉、三角眉、柳叶眉、八字眉及剑眉等，眉毛可以包括浓密及稀疏等情况；眼型可以包括桃花眼、瑞凤眼、睡凤眼、柳叶眼、杏眼、狐狸眼、铜铃眼、龙眼、丹凤眼和小鹿眼等，眼睛可以包括大眼、中等眼、小眼等不同的情况；鼻型可以包括超狭鼻、狭鼻、中鼻、阔鼻及超阔鼻等，鼻梁可以包括高鼻梁及塌鼻梁等。嘴唇性可以包括细薄型、宽大型、嘴角下倾型、可乐型、洋娃娃型及丘比特型等。

本实施例中，获取五官位置的方式可以是，利用相关技术中的定位算法对五官进行定位，定位算法可以是监督下降方法(Supervised Descent Method，SDM)、主动表项模型(Active Appearance Model，AAM)算法或者主动形状模型(Active Shape Model，ASM)算法等。获取五官属性的方式可以是，将人脸图像的五官分别与标准模板进行比对，获得五官的属性。示例性的，当用户利用终端设备自拍时，获得目标人脸的五官属性为浓密的柳叶眉、中等大小的丹凤眼、高鼻梁中鼻及细薄型嘴唇。

具体的，获取目标人脸的五官特征的过程可以是，当用户利用终端设备进行自拍时，打开自拍摄像头(前置摄像头或后置摄像头)，人脸对准摄像头后，目标人脸就进入拍摄预览框中，当目标人脸进入拍摄预览框后，获取至少一帧目标人脸的图像，然后利用相关技术中的定位算法对人脸中的五官进行定位，获得五官位置，并对各个五官进行分析或者将各个五官与预设模板进行比对，获得五官属性，从而获得目标人脸的五官特征。

步骤120，根据五官特征对目标人脸的图像进行标注。

其中，对目标人脸的图像进行标注可以是将五官特征标注于目标人脸的图像中。本实施例中，根据五官特征对目标人脸的图像进行标注的方式可以是将目标人脸的图像输入五官特征标注神经网络，以对目标人脸的图像进行五官特征标注；或者，采用手工方式按照像素级别对目标人脸的图像进行五官特征标注。其中，五官特征标注神经网络可以是现有的能够实现五官特征标注功能的神经网络。手工方式即人工方式，人工借助于相关技术中的定位算法对五官进行定位，获得五官位置，然后按照像素级别进行五官位置标注，人工将目标人脸图像的五官与模板进行比对获得五官属性后，将五官属性标注于目标人脸的图像中。

具体的，在获得目标人脸的五官特征之后，将获得的五官特征标注于目标人脸的图像中。示例性的，目标人脸图像的五官特征为浓密的柳叶眉、中等大小的丹凤眼、高鼻梁中鼻及细薄型嘴唇将获得的五官特征标注于目标人脸的图像中。

步骤130，将标注后的目标人脸的图像输入训练模型，获取第一自拍角度。

其中，自拍角度可以是目标人脸的正脸所在平面与拍照模块的预览框所在平面形成的角度，该角度可以由左右旋转角度和上下倾斜角度两个参量来表征。例如，当前的自拍角度可以是预览框向左旋转30度且向上倾斜40度。训练模型可以是自拍角度获取模型，用于向用户推荐自拍角度。训练模型可以是基于设定的机器学习语言，通过样本集进行不断的训练获得的模型。

本实施例中，将标注后的目标人脸的图像输入训练模型，获取第一自拍角度的过程可以是，将进行五官特征标注的目标人脸的图像输入训练模型后，训练模型对目标人脸的五官特征进行分析，根据五官的位置、属性及与整个面部的比例，获取第一自拍角度。

步骤140，向用户推送第一自拍角度。

具体的，训练模型根据标注后的目标人脸的图像获得第一自拍角度之后，终端设备将自拍角度推送给用户，使用户按照第一自拍角度进行自拍。

本实施例的技术方案，在自拍过程中，获取目标人脸的五官特征，然后根据五官特征对目标人脸的图像进行标注，再然后将标注后的目标人脸的图像输入训练模型，获取推送第一自拍角度，最后向用户推送第一自拍角度。本申请实施例提供的自拍角度的推荐方法，通过将进行五官特征标注的目标人脸的图像输入训练模型，以获得第一自拍角度，可以提高确定自拍角度的效率，从而节省自拍时间。

可选的，在获取目标人脸的五官特征之后，根据五官特征对目标人脸的图像进行标注之前，还包括如下步骤：获取目标人脸的脸型特征，根据脸型特征对目标人脸的图像进行标注。

其中，脸型可以是人脸面部的轮廓。脸型特征可以包括圆形脸、长方形脸、正方形脸、三角形脸及瓜子脸等。本实施例中，获取目标人脸的脸型特征的过程可以是，对目标人脸的面部轮廓进行分析，或者将目标人脸与标准脸型模板进行比对，获得目标人脸的脸型特征。在获得脸型特征后，将脸型特征标注于目标人脸的图像中。示例性的，假设目标人脸的脸型特征为长方形脸，则将长方形脸标注于目标人脸的图像中。最后，将进行五官特征标注及脸型特征的目标人脸的图像输入训练模型，以获得目标人脸对应的第一自拍角度。

本实施例的技术方案，获取目标人脸的脸型特征，然后根据脸型特征对目标人脸的图像进行标注。对目标人脸的图像同时进行将五官特征和人脸脸型特征的标注后，输入训练模型，以获得自拍角度，可以提高自拍角度推荐的准确性。

可选的，向用户推送所述第一自拍角度还可通过下述方式实施：获取表征第一自拍角度的虚拟自拍模板；将虚拟自拍模板推送至拍照界面显示。

其中，虚拟自拍模板可以是以第一自拍角度展示的虚拟人脸自拍模板，如可以是某一代言明星的人脸图片形成的虚拟自拍模板。拍照界面可以是拍照模块的预览框。

具体的，当训练模型获得表征第一自拍角度的虚拟自拍模板后，终端设备将该虚拟自拍模板推送至拍照界面进行显示。使得用户根据虚拟自拍模板调整自拍角度，使得自拍角度与虚拟自拍模板向相匹配。

可选的，在虚拟自拍模板推送至拍照界面显示之前，还可以获取当前用户自拍的背景环境，结合背景环境，将第一自拍角度推送至界面合适的位置显示。例如，用户的背景环境是某一旅游景点的标志性建筑，在推送虚拟自拍模板时需避免用户的人脸将标志性建筑遮挡，因而可以将虚拟自拍模板推送至界面合适的位置。

本实施例的技术方案，获取表征第一自拍角度的虚拟自拍模板；将虚拟自拍模板推送至拍照界面显示。利用虚拟自拍模板表征训练模型获得的第一自拍角度，可以使用户直观的看到自拍角度的体现形式，从而根据虚拟自拍模板调整自拍角度，提高自拍角度推荐的便捷性。

图2为本申请实施例提供的另一种自拍角度的推荐方法的流程图。如图2所示，该方法包括如下步骤。

步骤210，在自拍过程中，获取目标人脸的五官特征。

步骤220，根据五官特征对目标人脸的图像进行标注。

步骤230，将标注后的目标人脸的图像输入训练模型，获取第一自拍角度。

步骤240，获取目标人脸与摄像头的距离。

本实施例中，获取目标人脸与摄像头的距离的方式可以是，利用距离传感器检测摄像头与目标人脸的距离。其中，距离传感器可以是光学距离传感器、红外距离传感器或者超声波距离传感器等。

步骤250，获取距离对应的第二自拍角度。

本应用场景下，摄像头与目标人脸的距离可以只与自拍角度中的上下倾斜角存在对应关系，对应关系可以是距离越大，对应的倾斜角越小。具体的，获取距离对应的第二自拍角度的方式可以是，在预设映射表中查找距离对应的第二自拍角度。其中，预设映射表为预先建立的距离与自拍角度的对应关系。示例性的，表1为一种距离与自拍角度的预设映射表。

表1

从表1可以看出，目标人脸与摄像头的距离越小，自拍角度中的向上倾斜角度越大。

步骤260，根据第二自拍角度调整第一自拍角度。

其中，根据第二自拍角度调整第一自拍角度的方式可以是，只调整第一自拍角度中的上下倾斜角度，左右旋转角度不变。根据第二自拍角度调整第一自拍角度的方式可以是，计算第一自拍角度和第二自拍角度的平均值；或者根据第二自拍角度和第一自拍角度各自的权重计算调整后的第一自拍角度，假设第一自拍角度所占权重为c1，第二自拍角度所占权重为c2，则调整后的第一自拍角度＝c1*第一自拍角度+c2*第二自拍角度。

示例性的，假设第一自拍角度为向上倾斜30度，向左旋转20度，当前目标人脸与摄像头的距离为55厘米，则对应的第二自拍角度为向上倾斜20度，其中，第一自拍角度所占权重为0.7，第二自拍角度所占权重为0.3，则调整后的第一自拍角度中的向上倾斜角度为30*0.7+20*0.3＝27度，所以，调整后的第一自拍角度为向上倾斜27度，向左旋转20度。

步骤270，向用户推送第一自拍角度。

本实施例的技术方案，首先获取目标人脸与摄像头的距离，然后获取距离对应的第二自拍角度，最后根据第二自拍角度调整第一自拍角度。根据目标人脸与摄像头的距离调整第一自拍角度，可以提高自拍角度推荐的准确性。

可选的，在向用户推送所述第一自拍角度之前，还包括如下步骤：获取目标人脸当前所处环境的光亮度值，根据光亮度值调整第一自拍角度。

本实施例中，获取目标人脸当前所处环境的光亮度值的方式可以是，分析进入拍照模块的预览框中的目标人脸图像的光强度，从而获取目标人脸所处环境光强度的分布情况。在获得目标人脸所处环境光强度的分布情况后，根据光强度的分布情况调整自拍角度，使得拍摄的自拍照片的感光值达到最优。

本实施例的技术方案，获取目标人脸当前所处环境的光亮度值，根据光亮度值调整第一自拍角度。根据当前所处环境的光亮度值调整自拍角度，使得拍摄的自拍照片的感光值最优，从而提高自拍角度推荐的可靠性。

图3为本申请实施例提供的又一种自拍角度的推荐方法的流程图。如图3所示，该方法包括如下步骤。

步骤310，获取自拍人脸图像集。

其中，自拍人脸图像集的来源可以是网络数据库或者本地图片库。本实施例中，获取自拍人脸图像集的方式可以是，利用与“自拍图片”相近的关键字在网络数据中搜索图片，然后批量下载大量的自拍人脸图像，形成自拍人脸图像集。或者，分别搜索具有不同五官特征的明星的自拍照片，分别从各明星的自拍照片中下载预设数量的图片。示例性的，可以分别现在100位女明星、100位男明星的10张不同角度的自拍照片，然后组成自拍人脸图像集。

步骤320，根据五官特征和自拍角度对自拍人脸图像集进行标注，获得自拍人脸图像样本集。

本实施例中，首先对自拍人脸图像集的每张图片进行分析，获取图片中人脸的五官特征和自拍角度，然后将五官特征和自拍角度标注于自拍图像中。可选的，五官特征和自拍角度的标注的方式可以是，将自拍人脸图像先后输入五官特征标注神经网络和自拍角度神经网络中，自动实现五官特征和自拍角度的标注；或者，采用人工方式按照像素级别对自拍人脸图像进行五官特征标注和自拍角度的标注。本实施例，需要对自拍图像集中的每张自拍图片进行标注，每张被标注的自拍图片都可作为样本。

步骤330，根据自拍人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

本实施例中，在获得自拍人脸图像样本集后，利用自拍人脸图像样本集基于设定机器学习算法对训练模型进行训练，使训练模型不断学习五官特征与自拍角度的关系，从而具有根据五官特征确定自拍角度的能力。在训练模型被成功训练后，就可以进行自拍角度的推荐。

步骤340，在自拍过程中，获取目标人脸的五官特征。

步骤350，根据五官特征对目标人脸的图像进行标注。

步骤360，将标注后的目标人脸的图像输入训练模型，获取第一自拍角度。

步骤370，向用户推送第一自拍角度。

可选的，在获取自拍人脸图像集之后，还包括下述步骤：获取自拍人脸图像集的脸型特征。

本实施例中，获取自拍人脸图像集的脸型特征的方式可以是，对自拍人脸图像中的每张人脸图像的人脸面部轮廓进行分析，或者将自拍人脸图像集中每张人脸图像的人脸与标准模板进行比对，获得脸型特征。

可选的，根据五官特征和自拍角度对自拍人脸图像集进行标注，获得自拍人脸图像样本集，还可通过下述步骤实施：根据五官特征、自拍角度和脸型特征对自拍人脸图像集进行标注，获得人脸图像样本集。

在获得自拍人脸图像集中每张图片的五官特征、自拍角度及脸型特征后，分别根据五官特征、自拍角度和脸型特征对自拍人脸图像集中的每张人脸图片进行标注，从而获得自拍人脸图像样本集。根据该样本集，基于设定机器学习算法对训练模型进行训练，使得训练模型具有根据五官特征和脸型特征确定自拍角度的功能。对人脸图像集进行脸型特征标注，这样做的好处是使训练模型确定自拍角度的时候，可以将五官特征和脸型特征作为参考依据，从而提高训练模型推荐自拍角度的准确性。

本实施例的技术方案，首先获取自拍人脸图像集，然后根据五官特征和自拍角度对自拍人脸图像集进行标注，获得自拍人脸图像样本集，最后根据自拍人脸图像样本集，基于设定机器学习算法对训练模型进行训练。利用标注后的样本集对训练模型进行训练，不断提高训练模型确定自拍角度的能力，从而提高自拍角度推荐的准确性。

图4为本申请实施例提供的又一种自拍角度的推荐方法的流程图。作为对上述实施例的进一步解释，如图4所示，该方法包括如下步骤。

步骤401，获取自拍人脸图像集，并获取自拍人脸图像集的五官特征、自拍角度和脸型特征。

步骤402，根据五官特征、自拍角度和脸型特征对自拍人脸图像集进行标注，获得人脸图像样本集。

步骤403，根据自拍人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

步骤404，在自拍过程中，获取目标人脸的五官特征和脸型特征。

步骤405，根据五官特征和脸型特征对目标人脸的图像进行标注。

步骤406，将标注后的目标人脸的图像输入训练模型，获取第一自拍角度。

步骤407，获取目标人脸与摄像头的距离以及目标人脸当前所处环境的光亮度值。

步骤408，根据距离与光亮度值获取第二自拍角度。

步骤409，根据第二自拍角度调整第一自拍角度。

步骤410，向用户推送第一自拍角度，以使用户根据第一自拍角度进行自拍。

本实施例的技术方案，首先利用自拍人脸样本集对训练模型进行训练，然后将标注后的目标人脸的图像输入训练模型，确定第一自拍角度，然后根据摄像头与目标人脸距离及目标人脸当前所处环境的光亮度值对第一自拍角度进行调整，最后向用户推送第一自拍角度，使用户按照第一自拍角度进行自拍。可以提高自拍角度推荐的准确性。

图5为本申请实施例提供的一种自拍角度的推荐装置的结构示意图。如图5所示，该装置包括：五官特征获取模块510，图像标注模块520，第一自拍角度获取模块530和第一自拍角度推送模块540。

五官特征获取模块510，用于在自拍过程中，获取目标人脸的五官特征；

图像标注模块520，用于根据五官特征对目标人脸的图像进行标注；

第一自拍角度获取模块530，用于将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；

第一自拍角度推送模块540，用于以向用户推送第一自拍角度。

可选的，还包括：

脸型特征获取模块，用于获取目标人脸的脸型特征；

脸型特征标注模块，用于根据脸型特征对目标人脸的图像进行标注。

可选的，第一自拍角度推送模块540，还用于：

获取表征第一自拍角度的虚拟自拍模板；

将虚拟自拍模板推送至拍照界面显示。

可选的，还包括：

距离获取模块，用于获取目标人脸与摄像头的距离；

第二自拍角度获取模块，用于获取距离对应的第二自拍角度；

第一自拍角度调整模块，用于根据第二自拍角度调整第一自拍角度。

可选的，还包括：

光亮度值获取模块，用于获取目标人脸当前所处环境的光亮度值；

自拍角度调整模块，用于根据光亮度值调整第一自拍角度。

可选的，还包括：

自拍人脸图像集获取模块，用于获取自拍人脸图像集；

自拍人脸图像样本集获取模块，用于根据五官特征和自拍角度对自拍人脸图像集进行标注，获得自拍人脸图像样本集；

模型训练模块，用于根据自拍人脸图像样本集，基于设定机器学习算法对训练模型进行训练。

可选的，还包括：

获取自拍人脸图像集的脸型特征；

相应的，自拍人脸图像样本集获取模块，还用于：

根据五官特征、自拍角度和脸型特征对自拍人脸图像集进行标注，获得人脸图像样本集。

上述装置可执行本申请前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请前述所有实施例所提供的方法。

图6为本申请实施例提供的一种终端设备的结构示意图。如图6所示，终端设备600包括存储器601和处理器602，其中处理器602用于执行如下步骤：

在自拍过程中，获取目标人脸的五官特征；

根据所述五官特征对所述目标人脸的图像进行标注；

将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；

向用户推送所述第一自拍角度。

图7是本申请实施例提供的另一种终端设备的结构示意图。如图7所示，该终端可以包括：壳体(图中未示出)、存储器701、中央处理器(Central Processing Unit，CPU)702(又称处理器，以下简称CPU)、存储在存储器701上并可在处理器702上运行的计算机程序、电路板(图中未示出)和电源电路(图中未示出)。所述电路板安置在所述壳体围成的空间内部；所述CPU702和所述存储器701设置在所述电路板上；所述电源电路，用于为所述终端的各个电路或器件供电；所述存储器701，用于存储可执行程序代码；所述CPU702通过读取所述存储器701中存储的可执行程序代码来运行与所述可执行程序代码对应的程序。

所述终端还包括：外设接口703、RF(Radio Frequency，射频)电路705、音频电路706、扬声器711、电源管理芯片708、输入/输出(I/O)子系统709、触摸屏712、其他输入/控制设备710以及外部端口704，这些部件通过一个或多个通信总线或信号线707来通信。

应该理解的是，图示终端设备700仅仅是终端的一个范例，并且终端设备700可以具有比图中所示出的更多的或者更少的部件，可以组合两个或更多的部件，或者可以具有不同的部件配置。图中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。

下面就本实施例提供的用于自拍角度推荐的终端设备进行详细的描述，该终端设备以智能手机为例。

存储器701，所述存储器701可以被CPU702、外设接口703等访问，所述存储器701可以包括高速随机存取存储器，还可以包括非易失性存储器，例如一个或多个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

外设接口703，所述外设接口703可以将设备的输入和输出外设连接到CPU702和存储器701。

I/O子系统709，所述I/O子系统709可以将设备上的输入输出外设，例如触摸屏712和其他输入/控制设备710，连接到外设接口703。I/O子系统709可以包括显示控制器7091和用于控制其他输入/控制设备710的一个或多个输入控制器7092。其中，一个或多个输入控制器7092从其他输入/控制设备710接收电信号或者向其他输入/控制设备710发送电信号，其他输入/控制设备710可以包括物理按钮(按压按钮、摇臂按钮等)、拨号盘、滑动开关、操纵杆、点击滚轮。值得说明的是，输入控制器7092可以与以下任一个连接：键盘、红外端口、USB接口以及诸如鼠标的指示设备。

其中，按照触摸屏的工作原理和传输信息的介质分类，触摸屏712可以为电阻式、电容感应式、红外线式或表面声波式。按照安装方式分类，触摸屏712可以为：外挂式、内置式或整体式。按照技术原理分类，触摸屏712可以为：矢量压力传感技术触摸屏、电阻技术触摸屏、电容技术触摸屏、红外线技术触摸屏或表面声波技术触摸屏。

触摸屏712，所述触摸屏712是用户终端与用户之间的输入接口和输出接口，将可视输出显示给用户，可视输出可以包括图形、文本、图标、视频等。可选的，触摸屏712将用户在触屏幕上触发的电信号(如接触面的电信号)，发送给处理器702。

I/O子系统709中的显示控制器7091从触摸屏712接收电信号或者向触摸屏712发送电信号。触摸屏712检测触摸屏上的接触，显示控制器7091将检测到的接触转换为与显示在触摸屏712上的用户界面对象的交互，即实现人机交互，显示在触摸屏712上的用户界面对象可以是运行游戏的图标、联网到相应网络的图标等。值得说明的是，设备还可以包括光鼠，光鼠是不显示可视输出的触摸敏感表面，或者是由触摸屏形成的触摸敏感表面的延伸。

RF电路705，主要用于建立智能音箱与无线网络(即网络侧)的通信，实现智能音箱与无线网络的数据接收和发送。例如收发短信息、电子邮件等。

音频电路706，主要用于从外设接口703接收音频数据，将该音频数据转换为电信号，并且将该电信号发送给扬声器711。

扬声器711，用于将智能音箱通过RF电路705从无线网络接收的语音信号，还原为声音并向用户播放该声音。

电源管理芯片708，用于为CPU702、I/O子系统及外设接口所连接的硬件进行供电及电源管理。

在本实施例中，中央处理器702用于：

在自拍过程中，获取目标人脸的五官特征；

根据所述五官特征对所述目标人脸的图像进行标注；

将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；

向用户推送所述第一自拍角度。

进一步地，在获取目标人脸的五官特征之后，根据所述五官特征对所述目标人脸的图像进行标注之前，还包括：

获取所述目标人脸的脸型特征；

根据所述脸型特征对所述目标人脸的图像进行标注。

进一步地，所述向用户推送所述第一自拍角度，包括：

获取表征所述第一自拍角度的虚拟自拍模板；

将所述虚拟自拍模板推送至拍照界面显示。

进一步地，在向用户推送所述第一自拍角度之前，还包括：

获取所述目标人脸与摄像头的距离；

获取所述距离对应的第二自拍角度；

根据所述第二自拍角度调整所述第一自拍角度。

进一步地，在向用户推送所述第一自拍角度之前，还包括：

获取所述目标人脸当前所处环境的光亮度值；

根据所述光亮度值调整所述第一自拍角度。

进一步地，在自拍过程中，获取目标人脸的五官特征之前，还包括：

获取自拍人脸图像集；

根据五官特征和自拍角度对所述自拍人脸图像集进行标注，获得自拍人脸图像样本集；

根据所述自拍人脸图像样本集，基于设定机器学习算法对所述训练模型进行训练。

进一步地，在获取自拍人脸图像集之后，还包括：

获取所述自拍人脸图像集的脸型特征；

相应的，所述根据五官特征和自拍角度对所述自拍人脸图像集进行标注，获得自拍人脸图像样本集，包括：

根据五官特征、自拍角度和所述脸型特征对所述自拍人脸图像集进行标注，获得人脸图像样本集。

本申请实施例还提供一种包含终端设备可执行指令的存储介质，所述终端设备可执行指令在由终端设备处理器执行时用于执行一种自拍角度的推荐方法。

本申请实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的自拍角度的推荐操作，还可以执行本申请任意实施例所提供的自拍角度的推荐方法中的相关操作。

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种自拍角度的推荐方法，其特征在于，包括：

在自拍过程中，获取目标人脸的五官特征；

根据所述五官特征对所述目标人脸的图像进行标注；

将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；

向用户推送所述第一自拍角度。

2.根据权利要求1所述的推荐方法，其特征在于，在获取目标人脸的五官特征之后，根据所述五官特征对所述目标人脸的图像进行标注之前，还包括：

获取所述目标人脸的脸型特征；

根据所述脸型特征对所述目标人脸的图像进行标注。

3.根据权利要求1或2所述的推荐方法，其特征在于，所述向用户推送所述第一自拍角度，包括：

获取表征所述第一自拍角度的虚拟自拍模板；

将所述虚拟自拍模板推送至拍照界面显示。

4.根据权利要求3所述的推荐方法，其特征在于，在向用户推送所述第一自拍角度之前，还包括：

获取所述目标人脸与摄像头的距离；

获取所述距离对应的第二自拍角度；

根据所述第二自拍角度调整所述第一自拍角度。

5.根据权利要求3所述的推荐方法，其特征在于，在向用户推送所述第一自拍角度之前，还包括：

获取所述目标人脸当前所处环境的光亮度值；

根据所述光亮度值调整所述第一自拍角度。

6.根据权利要求1所述的推荐方法，其特征在于，在自拍过程中，获取目标人脸的五官特征之前，还包括：

获取自拍人脸图像集；

根据五官特征和自拍角度对所述自拍人脸图像集进行标注，获得自拍人脸图像样本集；

根据所述自拍人脸图像样本集，基于设定机器学习算法对所述训练模型进行训练。

7.根据权利要求6所述的推荐方法，其特征在于，在获取自拍人脸图像集之后，还包括：

获取所述自拍人脸图像集的脸型特征；

相应的，所述根据五官特征和自拍角度对所述自拍人脸图像集进行标注，获得自拍人脸图像样本集，包括：

根据五官特征、自拍角度和所述脸型特征对所述自拍人脸图像集进行标注，获得人脸图像样本集。

8.一种自拍角度的推荐装置，其特征在于，包括：

五官特征获取模块，用于在自拍过程中，获取目标人脸的五官特征；

图像标注模块，用于根据所述五官特征对所述目标人脸的图像进行标注；

第一自拍角度获取模块，用于将标注后的目标人脸的图像输入训练模型，获取第一自拍角度；

第一自拍角度推送模块，用于以向用户推送第一自拍角度。

9.一种终端设备，其特征在于，包括：处理器、存储器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的推荐方法。

10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的推荐方法。