CN108600639B - 一种人像图像拍摄的方法、终端及计算机可读存储介质 - Google Patents

Abstract

本发明公开了一种基于人工智能的人像图像拍摄的方法、终端及计算机可读存储介质，属于移动终端领域。一种人像图像拍摄的方法，应用于移动终端，所述方法包括：获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。本发明提供的一种基于人工智能的人像图像拍摄的方法、终端及计算机可读存储介质，可以解决用户独自自拍时由于需要介入控制移动终端而无法轻松投入拍摄的问题，提高拍摄效果，提高用户体验。

Description

一种人像图像拍摄的方法、终端及计算机可读存储介质

技术领域

本发明涉及移动终端领域，特别涉及一种基于人工智能的人像图像拍摄的方法、终端及计算机可读存储介质。

背景技术

目前，智能移动终端的功能越来越强大，拍照功能需求也越来越多，对拍照功能也提出了更高的要求。

移动终端用户独自一人外出游玩时，遇到好的美景，都会想与美景进行合影，此时，可以使用移动终端前摄自拍功能进行自拍，或借助自拍杆辅助拍摄，或请求路人协助拍摄，或使用固定支架进行拍摄。使用前摄自拍功能进行自拍，受限于手臂长度有限，只能拍摄到人的部分身体，且把握移动终端的手可能发抖不稳导致拍摄效果不是很好。借助自拍杆辅助拍摄，由于自拍杆的长度和重量，以及把握自拍杆的手可能发抖不稳同样会导致拍摄效果不是很好。请求路人协助拍摄，受限于路人的拍摄水平，拍摄效果也可能无法达到自己满意的效果。使用固定支架进行拍摄，目前只能使用倒计时或者蓝牙来控制拍摄。采用倒计时的拍摄方式，由于受到时间限制，在有限的时间内，用户可以会出现担心时间快到而无法从容地做出令自已满意的姿势，影响拍摄效果。采用蓝牙控制拍摄，由于需要用户介入进行控制，使用户无法轻松投入拍摄而影响拍摄效果，给用户带来不便，影响用户体验。

所以，需要提出一种新的人像图像的拍摄方法，以解决目前用户独自自拍时由于需要介入控制移动终端而无法轻松投入拍摄，影响拍摄效果和用户体验的问题。

发明内容

有鉴于此，本发明的目的在于提供一种基于人工智能的人像图像拍摄的方法、终端及计算机可读存储介质，可以解决目前用户独自自拍时由于需要介入控制移动终端而无法轻松投入拍摄，影响拍摄效果和用户体验的问题。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明的一个方面，提供的一种人像图像拍摄的方法，应用于移动终端，所述方法包括：

获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；

自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；

相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；

确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

在一个可能的设计中，所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；包括：

用户确定好要拍摄的场景后固定好移动终端，用户站在移动终端前，相机获取被拍摄用户整体信息；

后台对获取到的被拍摄用户整体信息进行特征分析，得到被拍摄用户特征信息。

在一个可能的设计中，在所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息的步骤之后，所述方法还包括：分析得到被拍摄用户特征信息之后自动给予语音提示的步骤。

在一个可能的设计中，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；包括：

自动跟踪被拍摄用户，根据被拍摄用户特征信息，进行被拍摄主体人物粗匹配；

自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，确认被拍摄主体人物。

在一个可能的设计中，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，进行被拍摄主体人物粗匹配；包括：被拍摄用户进入相机预览界面后，相机自动跟踪定位被拍摄用户，根据被拍摄用户特征信息，全局分析被拍摄用户整体外观特征，进行被拍摄主体人物粗匹配。

在一个可能的设计中，所述自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，确认被拍摄主体人物；包括：自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，如果匹配相似率达到预设值，则确认被拍摄用户为被拍摄主体人物。

在一个可能的设计中，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；包括：确认被拍摄主体人物后，相机默认一直追踪该被拍摄主体人物。

在一个可能的设计中，所述相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；包括：相机底层获取分析多张预览RAW数据进行后台分析，根据预设判断标准，确认被拍摄主体人物的拍摄姿势。

在一个可能的设计中，所述判断标准为：相机底层获取多张预览RAW数据进行后台分析，若多张RAW数据中的被拍摄主体人物的偏移范围在预设偏移范围值内，则确认被拍摄主体人物的拍摄姿势。

根据本发明的另一个方面，提供的一种终端，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现本发明实施例提供的所述的人像图像拍摄的方法的步骤。

根据本发明的另一个方面，提供的一种计算机可读存储介质，所述计算机可读存储介质上存储有人像拍摄程序，所述人像拍摄程序被处理器执行时实现本发明实施例提供的所述的人像图像拍摄的方法的步骤。

与现有技术相比，本发明提出了一种基于人工智能的人像图像拍摄的方法、终端及计算机可读存储介质，应用于移动终端领域，所述方法包括：获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。通过以上的技术方案，可以解决用户独自自拍时由于需要介入控制移动终端而无法轻松投入拍摄的问题，用户在独自与美景合照拍摄时，只需将自带相机的移动终端固定在支架上，然后选择相机前需要合照的美景即可，拍摄过程全部由相机根据本发明的方法智能完成，无需用户介入处理，既提高拍摄效果，又提高用户体验。

附图说明

图1为实现本发明各个实施例的一种移动终端的硬件结构示意图；

图2为本发明实施例提供的一种通信网络系统架构图；

图3为本发明实施例提供的一种基于人工智能的人像图像拍摄的方法的流程示意图；

图4为本发明实施例提供的一种基于人工智能的人像图像拍摄的方法的详细流程示意图；

图5为本发明另一实施例提供的应用本发明方法的移动终端结构示意图；

图6为本发明另一实施例提供的一种基于人工智能的人像图像拍摄的方法的流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理(Personal Digital Assistant，PDA)、便捷式媒体播放器(Portable Media Player，PMP)、导航装置、可穿戴设备、智能手环、计步器等移动终端，以及诸如数字TV、台式计算机等固定终端。

后续描述中将以移动终端为例进行说明，本领域技术人员将理解的是，除了特别用于移动目的的元件之外，根据本发明的实施方式的构造也能够应用于固定类型的终端。

请参阅图1，其为实现本发明各个实施例的一种移动终端的硬件结构示意图，该移动终端100可以包括：RF(Radio Frequency，射频)单元101、WiFi模块102、音频输出单元103、A/V(音频/视频)输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、处理器110、以及电源111等部件。本领域技术人员可以理解，图1中示出的移动终端结构并不构成对移动终端的限定，移动终端可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

下面结合图1对移动终端的各个部件进行具体的介绍：

射频单元101可用于收发信息或通话过程中，信号的接收和发送，具体的，将基站的下行信息接收后，给处理器110处理；另外，将上行的数据发送给基站。通常，射频单元101包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元101还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于GSM(Global System of Mobile communication，全球移动通讯系统)、GPRS(General Packet Radio Service，通用分组无线服务)、CDMA2000(CodeDivision Multiple Access 2000，码分多址2000)、WCDMA(Wideband Code DivisionMultiple Access,宽带码分多址)、TD-SCDMA(Time Division-Synchronous CodeDivision Multiple Access，时分同步码分多址)、FDD-LTE(Frequency DivisionDuplexing-Long Term Evolution，频分双工长期演进)和TDD-LTE(Time DivisionDuplexing-Long Term Evolution，分时双工长期演进)等。

WiFi属于短距离无线传输技术，移动终端通过WiFi模块102可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图1示出了WiFi模块102，但是可以理解的是，其并不属于移动终端的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。

音频输出单元103可以在移动终端100处于呼叫信号接收模式、通话模式、记录模式、语音识别模式、广播接收模式等等模式下时，将射频单元101或WiFi模块102接收的或者在存储器109中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元103还可以提供与移动终端100执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元103可以包括扬声器、蜂鸣器等等。

A/V输入单元104用于接收音频或视频信号。A/V输入单元104可以包括图形处理器(Graphics Processing Unit，GPU)1041和麦克风1042，图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元106上。经图形处理器1041处理后的图像帧可以存储在存储器109(或其它存储介质)中或者经由射频单元101或WiFi模块102进行发送。麦克风1042可以在电话通话模式、记录模式、语音识别模式等等运行模式中经由麦克风1042接收声音(音频数据)，并且能够将这样的声音处理为音频数据。处理后的音频(语音)数据可以在电话通话模式的情况下转换为可经由射频单元101发送到移动通信基站的格式输出。麦克风1042可以实施各种类型的噪声消除(或抑制)算法以消除(或抑制)在接收和发送音频信号的过程中产生的噪声或者干扰。

移动终端100还包括至少一种传感器105，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1061的亮度，接近传感器可在移动终端100移动到耳边时，关闭显示面板1061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

显示单元106用于显示由用户输入的信息或提供给用户的信息。显示单元106可包括显示面板1061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1061。

用户输入单元107可用于接收输入的数字或字符信息，以及产生与移动终端的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元107可包括触控面板1071以及其他输入设备1072。触控面板1071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1071上或在触控面板1071附近的操作)，并根据预先设定的程式驱动相应的连接装置。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器110，并能接收处理器110发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1071。除了触控面板1071，用户输入单元107还可以包括其他输入设备1072。具体地，其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种，具体此处不做限定。

进一步的，触控面板1071可覆盖显示面板1061，当触控面板1071检测到在其上或附近的触摸操作后，传送给处理器110以确定触摸事件的类型，随后处理器110根据触摸事件的类型在显示面板1061上提供相应的视觉输出。虽然在图1中，触控面板1071与显示面板1061是作为两个独立的部件来实现移动终端的输入和输出功能，但是在某些实施例中，可以将触控面板1071与显示面板1061集成而实现移动终端的输入和输出功能，具体此处不做限定。

接口单元108用作至少一个外部装置与移动终端100连接可以通过的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元108可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到移动终端100内的一个或多个元件或者可以用于在移动终端100和外部装置之间传输数据。

存储器109可用于存储软件程序以及各种数据。存储器109可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器109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，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器110是移动终端的控制中心，利用各种接口和线路连接整个移动终端的各个部分，通过运行或执行存储在存储器109内的软件程序和/或模块，以及调用存储在存储器109内的数据，执行移动终端的各种功能和处理数据，从而对移动终端进行整体监控。处理器110可包括一个或多个处理单元；优选的，处理器110可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器110中。

移动终端100还可以包括给各个部件供电的电源111(比如电池)，优选的，电源111可以通过电源管理系统与处理器110逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

尽管图1未示出，移动终端100还可以包括蓝牙模块等，在此不再赘述。

为了便于理解本发明实施例，下面对本发明的移动终端所基于的通信网络系统进行描述。

请参阅图2，图2为本发明实施例提供的一种通信网络系统架构图，该通信网络系统为通用移动通信技术的LTE系统，该LTE系统包括依次通讯连接的UE(User Equipment，用户设备)201，E-UTRAN(Evolved UMTS Terrestrial Radio Access Network，演进式UMTS陆地无线接入网)202，EPC(Evolved Packet Core，演进式分组核心网)203和运营商的IP业务204。

具体地，UE201可以是上述终端100，此处不再赘述。

E-UTRAN202包括eNodeB2021和其它eNodeB2022等。其中，eNodeB2021可以通过回程(backhaul)(例如X2接口)与其它eNodeB2022连接，eNodeB2021连接到EPC203，eNodeB2021可以提供UE201到EPC203的接入。

EPC203可以包括MME(Mobility Management Entity，移动性管理实体)2031，HSS(Home Subscriber Server，归属用户服务器)2032，其它MME2033，SGW(Serving Gate Way，服务网关)2034，PGW(PDN Gate Way，分组数据网络网关)2035和PCRF(Policy andCharging Rules Function，政策和资费功能实体)2036等。其中，MME2031是处理UE201和EPC203之间信令的控制节点，提供承载和连接管理。HSS2032用于提供一些寄存器来管理诸如归属位置寄存器(图中未示)之类的功能，并且保存有一些有关服务特征、数据速率等用户专用的信息。所有用户数据都可以通过SGW2034进行发送，PGW2035可以提供UE 201的IP地址分配以及其它功能，PCRF2036是业务数据流和IP承载资源的策略与计费控制策略决策点，它为策略与计费执行功能单元(图中未示)选择及提供可用的策略和计费控制决策。

IP业务204可以包括因特网、内联网、IMS(IP Multimedia Subsystem，IP多媒体子系统)或其它IP业务等。

虽然上述以LTE系统为例进行了介绍，但本领域技术人员应当知晓，本发明不仅仅适用于LTE系统，也可以适用于其他无线通信系统，例如GSM、CDMA2000、WCDMA、TD-SCDMA以及未来新的网络系统等，此处不做限定。

基于上述移动终端硬件结构以及通信网络系统，提出本发明方法各个实施例。

请参考图3。本发明提供一种基于人工智能的人像图像拍摄的方法，应用于移动终端，包括：

S1、获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；

S2、自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；

S3、相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；

S4、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

进一步地，步骤S1中，所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；包括：

S11、用户确定好要拍摄的场景后支架固定好带有相机功能的移动终端，用户站在移动终端前，相机获取被拍摄用户整体信息；

S12、后台快速对获取到的被拍摄用户整体信息进行特征分析，得到被拍摄用户特征信息；其中，所述被拍摄用户特征信息包括：面部特征、人像发型特征、眼镜特征、帽子特征、衣服颜色特征等，其中，人像发型特征、眼镜特征、帽子特征、衣服颜色特征属于整体外观特征。

进一步地，在所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息的步骤S1之后和所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物的步骤S2之前，所述方法还包括：分析得到被拍摄用户特征信息之后自动给予语音提示的步骤，例如“录入完毕，可开始拍摄”。

进一步地，步骤S2中，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；包括：

S21、自动跟踪被拍摄用户，根据被拍摄用户特征信息，进行被拍摄主体人物粗匹配；包括：

被拍摄用户进入相机预览界面后，相机自动跟踪定位被拍摄用户，根据被拍摄用户特征信息(例如：人像发型特征、眼镜特征、帽子特征、衣服颜色特征等整体外观特征)，全局分析被拍摄用户整体外观特征(人像发型特征、眼镜特征、帽子特征、衣服颜色特征)，进行被拍摄主体人物粗匹配。优选地，被拍摄用户进入相机预览界面后，相机自动利用人脸快速定位跟踪被拍摄用户。

S22、自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，确认被拍摄主体人物；包括：

自动放大被拍摄用户头部信息，根据被拍摄用户特征信息(例如：面部特征)，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，所述精匹配过程包括：图像摄取(摄取放大被拍摄用户的头部信息)、人脸定位(根据摄取到头像图像信息快速定位到人脸面部部分)、图像处理(识别获取已定位的人脸面部信息)、人像识别技术(根据识别已定位的人脸面部信息，与被拍摄用户的面部特征信息进行比较，得到匹配相似度)。如果匹配相似率达到预设值，则确认被拍摄用户为被拍摄主体人物。优选地，所述匹配相似率取值范围为65％-100％。

S23、确认被拍摄主体人物后，相机默认一直追踪该被拍摄主体人物，直至确认被拍摄主体人物的拍摄姿势。如果该被拍摄主体人物脱离相机预览界面，不在相机预览界面内，则要等被拍摄主体人物再次出现在相机预览界面内，再重复上述步骤S21和步骤S22的确认操作。

进一步地，步骤S3中、相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；包括：

确定被拍摄主体人物后，相机底层获取分析多张预览RAW数据进行后台分析，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；所述判断标准为：相机底层获取多张预览RAW数据进行后台分析，若多张RAW数据中的被拍摄主体人物的偏移范围在预设偏移范围值内，则确认被拍摄主体人物的拍摄姿势已准备好。其中，所述偏移范围通过RAW图来确定，分析连续多张RAW图中被拍摄主体人物的像素点在一定范围内移动。优选地，所述预设偏移范围值为5％-10％。

进一步地，步骤S4中、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

进一步地，所述方法还包括：对拍摄的人像图像进行优化。包括：如果拍摄场景中有其他人物或运动幅度较大的物体，则拍摄多张人像图像后进行合成，然后对合成图像采用抠图处理的方法去除图像中其他人物或运动幅度较大的物体，得到最终的人像图像。

以下结合实施例对本发明的技术方案作进一步的详细描述。

请参考图4。本发明提供一种基于人工智能的人像图像拍摄的方法，应用于移动终端，包括：

S11、用户确定好要拍摄的场景后支架固定好带有相机功能的移动终端，用户站在移动终端前，相机获取被拍摄用户整体信息。

S12、后台快速对获取到的被拍摄用户整体信息进行特征分析，得到被拍摄用户特征信息；其中，所述被拍摄用户特征信息包括：面部特征、人像发型特征、眼镜特征、帽子特征、衣服颜色特征等，其中，人像发型特征、眼镜特征、帽子特征、衣服颜色特征属于整体外观特征。

S13、分析得到被拍摄用户特征信息后自动给予语音提示，例如“录入完毕，可开始拍摄”。

S14、被拍摄用户进入相机预览界面后，相机自动利用人脸快速定位跟踪被拍摄用户，根据被拍摄用户特征信息(例如：人像发型特征、眼镜特征、帽子特征、衣服颜色特征等整体外观特征)，全局分析被拍摄用户整体外观特征(人像发型特征、眼镜特征、帽子特征、衣服颜色特征)，进行被拍摄主体人物粗匹配。

S15、自动放大被拍摄用户头部信息，根据被拍摄用户特征信息(例如：面部特征)，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，所述精匹配过程包括：图像摄取、人脸定位、图像处理、人像识别技术。如果匹配相似率达到65％-100％的预设值，则确认被拍摄用户为被拍摄主体人物。

确认被拍摄主体人物后，相机默认一直追踪该被拍摄主体人物，直至确认被拍摄主体人物的拍摄姿势。如果该被拍摄主体人物脱离相机预览界面，不在相机预览界面内，则要等被拍摄主体人物再次出现在相机预览界面内，再重复操作上述步骤S14和步骤S15的确认操作。

S16、确定被拍摄主体人物后，相机底层获取分析多张预览RAW数据进行后台分析，若多张RAW数据中的被拍摄主体人物的偏移范围在5％-10％的预设偏移范围值内，则确认被拍摄主体人物的拍摄姿势已准备好。

S17、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

S18、对拍摄的人像图像进行优化。如果拍摄场景中有其他人物或运动幅度较大的物体，则拍摄多张人像图像后进行合成，然后对合成图像采用抠图处理的方法去除图像中其他人物或运动幅度较大的物体，得到最终人像图像。

实施例2：

请参考图5和图6。本发明提供一种基于人工智能的人像图像拍摄的方法，应用于移动终端，其中，所述移动终端包括第一显示触控屏10和第二显示触控屏20，第一显示触控屏10用于拍摄人像图像，第二显示触控屏20用于预览已拍摄完成的人像图像；所述方法包括：

S21、用户确定好要拍摄的场景后支架固定好带有相机功能的移动终端，用户站在移动终端前，相机使用第一显示触控屏获取被拍摄用户整体信息。

S22、后台快速对获取到的被拍摄用户整体信息进行特征分析，得到被拍摄用户特征信息；其中，所述被拍摄用户特征信息包括：面部特征、人像发型特征、眼镜特征、帽子特征、衣服颜色特征等，其中，人像发型特征、眼镜特征、帽子特征、衣服颜色特征属于整体外观特征。

S23、分析得到被拍摄用户特征信息后自动给予语音提示，例如“录入完毕，可开始拍摄”。

S24、被拍摄用户进入相机预览界面后，相机自动利用人脸快速定位跟踪被拍摄用户，根据被拍摄用户特征信息(例如：人像发型特征、眼镜特征、帽子特征、衣服颜色特征等整体外观特征)，全局分析被拍摄用户整体外观特征(人像发型特征、眼镜特征、帽子特征、衣服颜色特征)，进行被拍摄主体人物粗匹配。

S25、自动放大被拍摄用户头部信息，根据被拍摄用户特征信息(例如：面部特征)，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，所述精匹配过程包括：图像摄取、人脸定位、图像处理、人像识别技术。如果匹配相似率达到65％-100％的预设值，则确认被拍摄用户为被拍摄主体人物。

确认被拍摄主体人物后，相机默认一直追踪该被拍摄主体人物，直至确认被拍摄主体人物的拍摄姿势。如果该被拍摄主体人物脱离相机预览界面，不在相机预览界面内，则要等被拍摄主体人物再次出现在相机预览界面内，再重复操作上述步骤S24和步骤S25的确认操作。

S26、确定被拍摄主体人物后，相机底层获取分析多张预览RAW数据进行后台分析，若多张RAW数据中的被拍摄主体人物的偏移范围在5％-10％的预设偏移范围值内，则确认被拍摄主体人物的拍摄姿势已准备好。

S27、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

S28、对拍摄的人像图像进行优化。如果拍摄场景中有其他人物或运动幅度较大的物体，则拍摄多张人像图像后进行合成，然后对合成图像采用抠图处理的方法去除图像中其他人物或运动幅度较大的物体，得到最终人像图像。

S29、第二显示触控屏预览显示拍摄完成的人像图像。

此外，本发明实施例还提供一种终端，包括：存储器、处理器及存储在所述存储器中并可在所述处理器上运行的一个或者多个计算机程序，所述一个或者多个计算机程序被所述处理器执行时以实现本发明实施例提供的一种基于人工智能的人像图像拍摄的方法的以下步骤：

S1、获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；

S2、自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；

S3、相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；

S4、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

进一步地，步骤S1中，所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；包括：

S11、用户确定好要拍摄的场景后支架固定好带有相机功能的移动终端，用户站在移动终端前，相机获取被拍摄用户整体信息；

S12、后台快速对获取到的被拍摄用户整体信息进行特征分析，得到被拍摄用户特征信息；其中，所述被拍摄用户特征信息包括：面部特征、人像发型特征、眼镜特征、帽子特征、衣服颜色特征等，其中，人像发型特征、眼镜特征、帽子特征、衣服颜色特征属于整体外观特征。

进一步地，在所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息的步骤S1之后和所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物的步骤S2之前，所述方法还包括：分析得到被拍摄用户特征信息之后自动给予语音提示的步骤，例如“录入完毕，可开始拍摄”。

进一步地，步骤S2中，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；包括：

S21、自动跟踪被拍摄用户，根据被拍摄用户特征信息，进行被拍摄主体人物粗匹配；包括：

被拍摄用户进入相机预览界面后，相机自动跟踪定位被拍摄用户，根据被拍摄用户特征信息(例如：人像发型特征、眼镜特征、帽子特征、衣服颜色特征等整体外观特征)，全局分析被拍摄用户整体外观特征(人像发型特征、眼镜特征、帽子特征、衣服颜色特征)，进行被拍摄主体人物粗匹配。优选地，被拍摄用户进入相机预览界面后，相机自动利用人脸快速定位跟踪被拍摄用户。

S22、自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，确认被拍摄主体人物；包括：

自动放大被拍摄用户头部信息，根据被拍摄用户特征信息(例如：面部特征)，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，所述精匹配过程包括：图像摄取(摄取放大被拍摄用户的头部信息)、人脸定位(根据摄取到头像图像信息快速定位到人脸面部部分)、图像处理(识别获取已定位的人脸面部信息)、人像识别技术(根据识别已定位的人脸面部信息，与被拍摄用户的面部特征信息进行比较，得到匹配相似度)。如果匹配相似率达到预设值，则确认被拍摄用户为被拍摄主体人物。优选地，所述匹配相似率取值范围为65％-100％。

S23、确认被拍摄主体人物后，相机默认一直追踪该被拍摄主体人物，直至确认被拍摄主体人物的拍摄姿势。如果该被拍摄主体人物脱离相机预览界面，不在相机预览界面内，则要等被拍摄主体人物再次出现在相机预览界面内，再重复上述步骤S21和步骤S22的确认操作。

进一步地，步骤S3中、相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；包括：

确定被拍摄主体人物后，相机底层获取分析多张预览RAW数据进行后台分析，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；所述判断标准为：相机底层获取多张预览RAW数据进行后台分析，若多张RAW数据中的被拍摄主体人物的偏移范围在预设偏移范围值内，则确认被拍摄主体人物的拍摄姿势已准备好。其中，所述偏移范围通过RAW图来确定，分析连续多张RAW图中被拍摄主体人物的像素点在一定范围内移动。优选地，所述预设偏移范围值为5％-10％。

进一步地，步骤S4中、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

进一步地，所述方法还包括：对拍摄的人像图像进行优化。包括：如果拍摄场景中有其他人物或运动幅度较大的物体，则拍摄多张人像图像后进行合成，然后对合成图像采用抠图处理的方法去除图像中其他人物或运动幅度较大的物体，得到最终的人像图像。

需要说明的是，上述终端实施例与方法实施例属于同一构思，其具体实现过程详见方法实施例，且方法实施例中的技术特征在终端实施例中均对应适用，这里不再赘述。

另外，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于人工智能的人像图像拍摄的一个或者多个拍摄程序，所述基于人工智能的人像图像拍摄的一个或者多个拍摄程序被处理器执行时以实现本发明实施例提供的一种基于人工智能的人像图像拍摄的一个或者多个拍摄程序的以下步骤：

S1、获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；

S2、自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；

S3、相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；

S4、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

进一步地，步骤S1中，所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；包括：

S11、用户确定好要拍摄的场景后支架固定好带有相机功能的移动终端，用户站在移动终端前，相机获取被拍摄用户整体信息；

S12、后台快速对获取到的被拍摄用户整体信息进行特征分析，得到被拍摄用户特征信息；其中，所述被拍摄用户特征信息包括：面部特征、人像发型特征、眼镜特征、帽子特征、衣服颜色特征等，其中，人像发型特征、眼镜特征、帽子特征、衣服颜色特征属于整体外观特征。

进一步地，在所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息的步骤S1之后和所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物的步骤S2之前，所述方法还包括：分析得到被拍摄用户特征信息之后自动给予语音提示的步骤，例如“录入完毕，可开始拍摄”。

进一步地，步骤S2中，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；包括：

S21、自动跟踪被拍摄用户，根据被拍摄用户特征信息，进行被拍摄主体人物粗匹配；包括：

被拍摄用户进入相机预览界面后，相机自动跟踪定位被拍摄用户，根据被拍摄用户特征信息(例如：人像发型特征、眼镜特征、帽子特征、衣服颜色特征等整体外观特征)，全局分析被拍摄用户整体外观特征(人像发型特征、眼镜特征、帽子特征、衣服颜色特征)，进行被拍摄主体人物粗匹配。优选地，被拍摄用户进入相机预览界面后，相机自动利用人脸快速定位跟踪被拍摄用户。

S22、自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，确认被拍摄主体人物；包括：

自动放大被拍摄用户头部信息，根据被拍摄用户特征信息(例如：面部特征)，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，所述精匹配过程包括：图像摄取(摄取放大被拍摄用户的头部信息)、人脸定位(根据摄取到头像图像信息快速定位到人脸面部部分)、图像处理(识别获取已定位的人脸面部信息)、人像识别技术(根据识别已定位的人脸面部信息，与被拍摄用户的面部特征信息进行比较，得到匹配相似度)。如果匹配相似率达到预设值，则确认被拍摄用户为被拍摄主体人物。优选地，所述匹配相似率取值范围为65％-100％。

S23、确认被拍摄主体人物后，相机默认一直追踪该被拍摄主体人物，直至确认被拍摄主体人物的拍摄姿势。如果该被拍摄主体人物脱离相机预览界面，不在相机预览界面内，则要等被拍摄主体人物再次出现在相机预览界面内，再重复上述步骤S21和步骤S22的确认操作。

进一步地，步骤S3中、相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；包括：

确定被拍摄主体人物后，相机底层获取分析多张预览RAW数据进行后台分析，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；所述判断标准为：相机底层获取多张预览RAW数据进行后台分析，若多张RAW数据中的被拍摄主体人物的偏移范围在预设偏移范围值内，则确认被拍摄主体人物的拍摄姿势已准备好。其中，所述偏移范围通过RAW图来确定，分析连续多张RAW图中被拍摄主体人物的像素点在一定范围内移动。优选地，所述预设偏移范围值为5％-10％。

进一步地，步骤S4中、确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

进一步地，所述方法还包括：对拍摄的人像图像进行优化。包括：如果拍摄场景中有其他人物或运动幅度较大的物体，则拍摄多张人像图像后进行合成，然后对合成图像采用抠图处理的方法去除图像中其他人物或运动幅度较大的物体，得到最终的人像图像。

需要说明的是，上述计算机可读存储介质上的基于人工智能的人像图像拍摄程序实施例与方法实施例属于同一构思，其具体实现过程详见方法实施例，且方法实施例中的技术特征在上述计算机可读存储介质的实施例中均对应适用，这里不再赘述。

本发明提出了一种基于人工智能的人像图像拍摄的方法、终端及计算机可读存储介质，应用于移动终端领域，所述方法包括：获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息；自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。通过以上的技术方案，可以解决用户独自自拍时由于需要介入控制移动终端而无法轻松投入拍摄的问题，用户在独自与美景合照拍摄时，只需将自带相机的移动终端固定在支架上，然后选择相机前需要合照的美景即可，拍摄过程全部由相机根据本发明的方法智能完成，无需用户介入处理，既提高拍摄效果，又提高用户体验。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (8)

1.一种人像图像拍摄的方法，应用于移动终端，其特征在于，所述方法包括：

获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息，包括：用户确定好要拍摄的场景后固定好移动终端，用户站在移动终端前，相机获取被拍摄用户整体信息；

后台对获取到的被拍摄用户整体信息进行特征分析，得到被拍摄用户特征信息；

自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物，包括：自动跟踪被拍摄用户，根据被拍摄用户特征信息，进行被拍摄主体人物粗匹配；

自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，确认被拍摄主体人物，包括：自动放大被拍摄用户头部信息，根据被拍摄用户特征信息，对上述被拍摄主体人物粗匹配进行被拍摄主体人物精匹配，如果匹配相似率达到预设值，则确认被拍摄用户为被拍摄主体人物；

相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；

确定被拍摄主体人物的拍摄姿势后，相机下发拍摄事件，拍摄人像图像。

2.根据权利要求1所述的方法，其特征在于，在所述获取被拍摄用户的整体信息，分析得到被拍摄用户特征信息的步骤之后，所述方法还包括：分析得到被拍摄用户特征信息之后自动给予语音提示的步骤。

3.根据权利要求1所述的方法，其特征在于，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，进行被拍摄主体人物粗匹配；包括：被拍摄用户进入相机预览界面后，相机自动跟踪定位被拍摄用户，根据被拍摄用户特征信息，全局分析被拍摄用户整体外观特征，进行被拍摄主体人物粗匹配。

4.根据权利要求1所述的方法，其特征在于，所述自动跟踪被拍摄用户，根据被拍摄用户特征信息，确认被拍摄主体人物；包括：确认被拍摄主体人物后，相机默认一直追踪该被拍摄主体人物。

5.根据权利要求1所述的方法，其特征在于，所述相机底层获取分析多张预览RAW数据，根据预设判断标准，确认被拍摄主体人物的拍摄姿势；包括：相机底层获取分析多张预览RAW数据进行后台分析，根据预设判断标准，确认被拍摄主体人物的拍摄姿势。

6.根据权利要求5所述的方法，其特征在于，所述判断标准为：相机底层获取多张预览RAW数据进行后台分析，若多张RAW数据中的被拍摄主体人物的偏移范围在预设偏移范围值内，则确认被拍摄主体人物的拍摄姿势。

7.一种终端，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的人像图像拍摄的方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有人像拍摄程序，所述人像拍摄程序被处理器执行时实现如权利要求1至6中任一项所述的人像图像拍摄的方法的步骤。

Images