CN110868543A - 一种智能拍照方法、装置和计算机可读存储介质 - Google Patents

Abstract

本发明实施方式公开了一种智能拍照方法、装置和计算机可读存储介质。该方法包括：在拍照设备执行曝光前，从所述拍照设备接收待拍摄画面的图像数据；从所述图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于所述相似图像特征与所述图像特征之间的差异，向所述拍照设备发送提示信息。本发明实施方式在作品拍摄之前给出建议，可以提高拍照质量。而且，不存在后期处理的像素损失，图像处理效率高。

Description

一种智能拍照方法、装置和计算机可读存储介质

技术领域

本发明涉及电子通信技术领域，更具体的说，涉及一种智能拍照方法、装置和计算机可读存储介质。

背景技术

随着手机拍照以及单反相机的迅速普及，目前拍照非常流行。为了拍摄出高质量的作品，拍照者通常需要掌握光圈、快门、感光度、构图、白平衡、和曝光补偿等专业概念。然而，很多初学者并不容易掌握这些专业概念，拍摄出来的作品可能质量不高。

目前出现了一些辅助拍照技术以帮助提高拍图片的质量。在现有的辅助拍照技术中，主要侧重于照片的后期处理，比如：(1)后期调整图片的曝光，补充色彩；(2)、后期加蒙版和贴图；(3)、后期照片裁剪，等等。

然而，后期处理是针对已有作品的修补，而无法在作品拍摄之前给出智能化的建议，因此质量提升效果不明显。比如，目前的后期处理通常是美颜处理，但无法提前纠正人物造型。

另外，后期处理中图片像素易丢失，而且处理效率低。

发明内容

本发明提出一智能拍照方法、装置和计算机可读存储介质，以在作品拍摄之前给出建议，从而提高拍照质量。

本发明实施方式的技术方案如下：

一种智能拍照方法，该方法适用于服务器，该方法包括：

在拍照设备执行曝光前，从所述拍照设备接收待拍摄画面的图像数据；

从所述图像数据中提取图像特征；

从标准图像特征库中确定所述图像特征的相似图像特征；

基于所述相似图像特征与所述图像特征之间的差异，向所述拍照设备发送提示信息。

在一个实施方式中，该方法还包括：

对所述图像数据执行情景分类；

其中所述从图像数据中提取图像特征包括：从所述图像数据中提取对应于情景分类结果的图像特征；

其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：确定对应于情景分类结果的标准图像特征库；将所述图像特征与所述对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定所述相似图像特征。

在一个实施方式中，所述将图像特征与对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定相似图像特征包括：

计算图像特征与所述对应于情景分类结果的标准图像特征库中每个标准图像特征的相似度；按照相似度从大到小的排列顺序，选择预定数目个的相似图像特征。

在一个实施方式中，还包括：

接收所述拍照设备的设备信息；

其中所述向拍照设备发送提示信息包括：向拍照设备发送对应于设备信息的提示信息。

在一个实施方式中，所述向拍照设备发送对应于设备信息的提示信息包括下列中的至少一个：

向拍照设备发送关于调整拍摄目标姿势的提示信息；

向拍照设备发送关于调整拍摄范围中的显著性区域的提示信息；

向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备支持调整光圈时，向拍照设备发送关于调整光圈的提示信息；

当基于设备信息确定所述拍照设备支持调整感光度时，向拍照设备发送关于调整感光度的提示信息；

当基于设备信息确定所述拍照设备不支持调整光圈时，向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备不支持调整感光度时，向拍照设备发送关于调整快门时间的提示信息。

在一个实施方式中，该方法还包括：

获取关于图像的用户偏好特征；

其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：

从标准图像特征库中确定出符合所述用户偏好特征的、所述图像特征的相似图像特征。

一种智能拍照方法，该方法适用于拍照设备，该方法包括：

在曝光前，向服务器发送待拍摄画面的图像数据；

从服务器接收提示信息；

其中所述提示信息的生成过程包括：从所述图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于所述相似图像特征与所述图像特征之间的差异生成所述提示信息。

在一个实施方式中，还包括：

向服务器发送所述拍照设备的设备信息；

其中所述提示信息对应于所述设备信息，包括：当所述设备信息标识出拍照设备支持调整光圈时，所述提示信息用于提示调整光圈；当所述设备信息标识出拍照设备支持调整感光度时，所述提示信息用于提示调整感光度；当所述设备信息标识出拍照设备不支持调整光圈时，所述提示信息用于提示调整快门时间；当所述设备信息标识出拍照设备不支持调整感光度时，所述提示信息用于提示调整快门时间。

一种智能拍照装置，该装置适用于服务器，该装置包括：

接收模块，用于在拍照设备执行曝光前，从所述拍照设备接收待拍摄画面的图像数据；

提取模块，用于从所述图像数据中提取图像特征；

确定模块，用于从标准图像特征库中确定所述图像特征的相似图像特征；

发送模块，用于基于所述相似图像特征与所述图像特征之间的差异，向所述拍照设备发送提示信息。

在一个实施方式中，提取模块，还用于对所述图像数据执行情景分类；

其中所述从图像数据中提取图像特征包括：从所述图像数据中提取对应于情景分类结果的图像特征；其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：确定对应于情景分类结果的标准图像特征库；将所述图像特征与所述对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定所述相似图像特征。

在一个实施方式中，确定模块，用于计算图像特征与所述对应于情景分类结果的标准图像特征库中每个标准图像特征的相似度；按照相似度从大到小的排列顺序，选择预定数目个的相似图像特征。

在一个实施方式中，接收模块，还用于接收所述拍照设备的设备信息；

其中所述向拍照设备发送提示信息包括：向拍照设备发送对应于设备信息的提示信息。

在一个实施方式中，所述向拍照设备发送对应于设备信息的提示信息包括下列中的至少一个：

向拍照设备发送关于调整拍摄目标姿势的提示信息；

向拍照设备发送关于调整拍摄范围中的显著性区域的提示信息；

向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备支持调整光圈时，向拍照设备发送关于调整光圈的提示信息；

当基于设备信息确定所述拍照设备支持调整感光度时，向拍照设备发送关于调整感光度的提示信息；

当基于设备信息确定所述拍照设备不支持调整光圈时，向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备不支持调整感光度时，向拍照设备发送关于调整快门时间的提示信息。

在一个实施方式中，接收模块，还用于获取关于图像的用户偏好特征；

其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：

从标准图像特征库中确定出符合所述用户偏好特征的、所述图像特征的相似图像特征。

一种智能拍照装置，适用于拍照设备，该智能拍照装置包括：

发送模块，用于在曝光前，向服务器发送待拍摄画面的图像数据；

接收模块，用于从服务器接收提示信息；

其中所述提示信息的生成过程包括：从所述图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于所述相似图像特征与所述图像特征之间的差异生成所述提示信息。

在一个实施方式中，发送模块，还用于向服务器发送所述拍照设备的设备信息；其中所述提示信息对应于所述设备信息，包括：当所述设备信息标识出拍照设备支持调整光圈时，所述提示信息用于提示调整光圈；当所述设备信息标识出拍照设备支持调整感光度时，所述提示信息用于提示调整感光度；当所述设备信息标识出拍照设备不支持调整光圈时，所述提示信息用于提示调整快门时间；当所述设备信息标识出拍照设备不支持调整感光度时，所述提示信息用于提示调整快门时间。

一种智能拍照装置，包括处理器和存储器；

所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如上任一项所述的智能拍照方法，或如上任一项所述的智能拍照方法。

一种计算机可读存储介质，其中存储有计算机可读指令，该计算机可读指令用于执行如上任一项所述的智能拍照方法，或如上任一项所述的智能拍照方法。

从上述技术方案可以看出，在本发明实施方式中，方法包括：在拍照设备执行曝光前，从拍照设备接收待拍摄画面的图像数据；从图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于相似图像特征与图像特征之间的差异，向拍照设备发送提示信息。可见，本发明实施方式可以在拍摄之前给出提示，可以提高拍照质量。

而且，本发明实施方式不存在后期处理的像素损失，图像处理效率高。

附图说明

图1为根据本发明的智能拍照方法的流程图。

图2为根据本发明的智能拍照系统的示意图。

图3为根据本发明针对待拍摄画面的图像分析过程的示意图。

图4为根据本发明的标准图像特征库的建立过程示意图。

图5为根据本发明的智能拍照的示范性流程图。

图6为根据本发明实施例1的智能拍照过程示意图。

图7为根据本发明实施例2的智能拍照过程示意图。

图8为根据本发明实施例3的智能拍照过程示意图。

图9为根据本发明实施例4的智能拍照过程示意图

图10为根据本发明实施例5的智能拍照过程示意图。

图11为根据本发明具有存储器-处理器架构的智能拍照装置的结构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显，本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案，一些实施方式没有进行细致地描述，而是仅给出了框架。下文中，“包括”是指“包括但不限于”，“根据……”是指“至少根据……，但不限于仅根据……”。由于汉语的语言习惯，下文中没有特别指出一个成分的数量时，意味着该成分可以是一个也可以是多个，或可理解为至少一个。

申请人经过研究现有技术中的图片后期处理软件，发现没有在不丢失像素前提下，在拍摄之前针对构图方面的改善，也没有前期姿势、构图、参数上的建议。而且，目前的照片后期处理软件通常只能进行人物美颜，却无法纠正人物造型，摆拍效果差。还有，照片后期处理软件并无实时反馈，只能依赖后期处理，像素易丢失，效率低，提升空间小。

在本发明实施方式中，针对用户提供的实时场景，对拍摄之前的图片数据进行提取，得到目标图片的构图、人物姿势、参数特征等图像特征，以此在标准图像特征库中匹配，找寻出相似图像特征，并通过图像匹配检测差异相似图像特征与图像特征之间的差异，并转化成建议呈现给用户。另外，本发明实施方式结合大数据分析，将匹配结果结合用户喜好，相同场景的最佳效果等信息，综合考虑推荐。

图1为根据本发明的智能拍照方法的流程图。该方法适用于服务器。该服务器与智能手机、具有联网能力的单反相机等拍照设备具有通信连接。优选地，服务器位于云端。

如图1所示，该方法包括：

步骤101：在拍照设备执行曝光前，从所述拍照设备接收待拍摄画面的图像数据。

在这里，在拍照设备进入拍照模式且执行曝光之前，拍照设备可以采集待拍摄画面的图像数据，并经由与服务器之间的通信连接，将待拍摄画面的图像数据发送到服务器。比如，当手机进入拍照模式且用户没有按下拍摄按钮后，此时手机屏幕中呈现出待拍摄画面(不过并没有真正对该待拍摄画面拍照)，手机可以将屏幕中呈现出的待拍摄画面发送到服务器。

步骤102：从图像数据中提取图像特征。

在这里，服务器从图像数据中提取图像特征。比如，图像特征可以包括：特征主体(比如为人或物)、特征主体的姿势信息、特征主体的相对位置关系，等等。

步骤103：从标准图像特征库中确定图像特征的相似图像特征。

在这里，标准图像特征库包含基于模板照片而获取的标准图像特征。其中，模板照片的来源可以是摄影杂志、专业摄影网站的图库或获奖摄影图片等等。

在这里，可以计算图像特征与标准图像特征库中每个标准图像特征的相似度；按照相似度从大到小的排列顺序，选择预定数目个的相似图像特征。其中，该预定数目可以为一个或至少两个。

可选地，优选地，还可以通过建立二分图，以将原始匹配问题转化为二分图最大权匹配问题，再采用KM算法求解其最大权匹配的方式，得到相似图像特征。

步骤104：基于相似图像特征与所述图像特征之间的差异，向所述拍照设备发送提示信息。

在这里，服务器可以经由文字展示方式或语音提示方式，将提示信息反馈给拍照设备。比如，基于相似图像特征与所述图像特征之间的差异，指导用户进行构图、指导被拍照人员调整自己的造型、指导用户调节拍摄参数，等等。

在一个实施方式中，该方法还包括：

在步骤102中服务器进一步对图像数据执行情景分类，然后服务器从图像数据中提取对应于情景分类结果的图像特征；其中步骤103中从标准图像特征库中确定图像特征的相似图像特征包括：确定对应于情景分类结果的标准图像特征库；将图像特征与所述对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定所述相似图像特征。

优选地，情景分类结果包括：肖像情景、风景情景、运动情景、夜景情景、静物情景、夜景肖像情景、美食情景，等等。而且，每个情景分类结果的标准图像特征库包含基于该情景分类结果中的模板照片而获取的标准图像特征。比如，肖像情景的标准图像特征库，包含基于大量肖像情景的标准图像而提取的标准图像特征；风景情景的标准图像特征库，包含基于大量风景情景的标准图像而提取的标准图像特征，等等。

比如，可以基于机器学习，对已知的不同构图方式，人物姿势，美食摆拍方式等，根据不同拍摄场景分为多种拍摄模式，针对不同拍摄模式制定各自的图像特征，再用已知的高质量模板照片进行训练，以构建对应的标准图像特征库。比如，对应查找相应场景和图像最相近的名家作品特征(如黄金构图，三角构图，帅气的拍照姿势(Pose)，合理的拍照参数等)，根据大数据统计，选择最受欢迎且用户自身喜欢的作品作为模板图像。

以上示范性描述了情景分类结果的典型实例，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于限定本发明实施方式的保护范围。

可见，服务器通过进一步对图像数据执行情景分类，可以由对应于情景分类结果的标准图像特征库提供相似图像特征，从而保证相似图像特征与原始的图像特征具有相同的情景分类，从而保证了相似图像特征的准确度。

在一个实施方式中，将图像特征与对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定相似图像特征包括：计算图像特征与所述对应于情景分类结果的标准图像特征库中每个标准图像特征的相似度；按照相似度从大到小的排列顺序，选择预定数目个的相似图像特征。其中，该预定数目可以为一个或至少两个。

可选地，优选地，还可以通过建立二分图，以将原始匹配问题转化为二分图最大权匹配问题，再采用KM算法求解其最大权匹配的方式，得到对应于情景分类结果的标准图像特征库中的相似图像特征。

表1为情景分类结果中的权值对应表。

表1

其中，对于不同场景，根据表1中的因素提取对应于8个权值的8个特征向量λ1、λ2、λ3、λ4、λ5、λ6、λ7和λ8的值,并将所有因素的值都经过归一化处理。建立好二分图,从而将原始匹配问题转化为二分图最大权匹配问题。采用KM算法求解其最大权匹配,得到匹配的结果值。根据结果值进行选取数据库中场景。

在一个实施方式中，该方法还包括：接收所述拍照设备的设备信息；其中步骤103中向拍照设备发送提示信息包括：向拍照设备发送对应于设备信息的提示信息。

在一个实施方式中，所述向拍照设备发送对应于设备信息的提示信息包括下列中的至少一个：向拍照设备发送关于调整拍摄目标姿势的提示信息；向拍照设备发送关于调整拍摄范围中的显著性区域的提示信息；向拍照设备发送关于调整快门时间的提示信息；当基于设备信息确定所述拍照设备支持调整光圈时，向拍照设备发送关于调整光圈的提示信息；当基于设备信息确定所述拍照设备支持调整感光度时，向拍照设备发送关于调整感光度的提示信息；当基于设备信息确定所述拍照设备不支持调整光圈时，向拍照设备发送关于调整快门时间的提示信息；当基于设备信息确定所述拍照设备不支持调整感光度时，向拍照设备发送关于调整快门时间的提示信息，等等。

而且，还根据用户使用频率等反馈，通过大数据完善对用户的反馈及修改提示信息。

在一个实施方式中，该方法还包括：

服务器获取关于图像的用户偏好特征；其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：从标准图像特征库中确定出符合所述用户偏好特征的、所述图像特征的相似图像特征。

基于图1所示方法，本发明实施方式还提出了一种适用于拍照设备的智能拍照方法。该方法包括：在曝光前，向服务器发送待拍摄画面的图像数据；从服务器接收提示信息；其中所述提示信息的生成过程包括：从所述图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于所述相似图像特征与所述图像特征之间的差异生成所述提示信息。

在一个实施方式中，还包括：

拍照设备向服务器发送所述拍照设备的设备信息；其中所述提示信息对应于所述设备信息，包括：当所述设备信息标识出拍照设备支持调整光圈时，所述提示信息用于提示调整光圈；当所述设备信息标识出拍照设备支持调整感光度时，所述提示信息用于提示调整感光度；当所述设备信息标识出拍照设备不支持调整光圈时，所述提示信息用于提示调整快门时间；当所述设备信息标识出拍照设备不支持调整感光度时，所述提示信息用于提示调整快门时间。

图2为根据本发明的智能拍照系统的示意图。

如图2所示，拍摄设备与服务器之间具有通信连接。拍摄设备可以实施为智能手机、具有联网能力的单反相机、功能手机、掌上电脑、平板电脑或个人数字助理(PDA)，等等。拍摄设备可以适用于任意的智能设备操作系统，具体可以采用的操作系统包括但是不局限于：安卓(Andorid)、Palm OS、Symbian(塞班)、Windows mobile、Linux、Android(安卓)、iPhone(苹果)OS、Black Berry(黑莓)OS 6.0、Windows Phone系列，等等。

服务器包括：第一接收模块，用于在拍照设备执行曝光前，从所述拍照设备接收待拍摄画面的图像数据；提取模块，用于从所述图像数据中提取图像特征；确定模块，用于从标准图像特征库中确定所述图像特征的相似图像特征；第一发送模块，用于基于所述相似图像特征与所述图像特征之间的差异，向所述拍照设备发送提示信息。

拍摄设备包括：第二发送模块，用于在曝光前，向服务器发送待拍摄画面的图像数据；第二接收模块，用于从服务器接收提示信息；其中所述提示信息的生成过程包括：从所述图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于所述相似图像特征与所述图像特征之间的差异生成所述提示信息。

在一个实施方式中，提取模块，还用于对所述图像数据执行情景分类；

其中所述从图像数据中提取图像特征包括：从所述图像数据中提取对应于情景分类结果的图像特征；其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：确定对应于情景分类结果的标准图像特征库；将所述图像特征与所述对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定所述相似图像特征。

在一个实施方式中，确定模块，用于计算图像特征与所述对应于情景分类结果的标准图像特征库中每个标准图像特征的相似度；按照相似度从大到小的排列顺序，选择预定数目个的相似图像特征。

在一个实施方式中，第一接收模块，还用于接收所述拍照设备的设备信息；其中所述向拍照设备发送提示信息包括：向拍照设备发送对应于设备信息的提示信息。优选地，所述向拍照设备发送对应于设备信息的提示信息包括下列中的至少一个：向拍照设备发送关于调整拍摄目标姿势的提示信息；向拍照设备发送关于调整拍摄范围中的显著性区域的提示信息；向拍照设备发送关于调整快门时间的提示信息；当基于设备信息确定所述拍照设备支持调整光圈时，向拍照设备发送关于调整光圈的提示信息；当基于设备信息确定所述拍照设备支持调整感光度时，向拍照设备发送关于调整感光度的提示信息；当基于设备信息确定所述拍照设备不支持调整光圈时，向拍照设备发送关于调整快门时间的提示信息；当基于设备信息确定所述拍照设备不支持调整感光度时，向拍照设备发送关于调整快门时间的提示信息，等等。

在一个实施方式中，第一接收模块，还用于获取关于图像的用户偏好特征；其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：从标准图像特征库中确定出符合所述用户偏好特征的、所述图像特征的相似图像特征。

在一个实施方式中，第二发送模块，还用于向服务器发送所述拍照设备的设备信息；其中所述提示信息对应于所述设备信息，包括：当所述设备信息标识出拍照设备支持调整光圈时，所述提示信息用于提示调整光圈；当所述设备信息标识出拍照设备支持调整感光度时，所述提示信息用于提示调整感光度；当所述设备信息标识出拍照设备不支持调整光圈时，所述提示信息用于提示调整快门时间；当所述设备信息标识出拍照设备不支持调整感光度时，所述提示信息用于提示调整快门时间，等等。

由图2可见，服务器包含有标准图像特征库。标准图像特征库可以对应于场景分类结果(比如，肖像、风景、运动、美食、夜景、夜景肖像等6大类)。对于每个场景分类结果，其对应的标准图像特征库中分别存储各自的标准图像特征。而且，服务器侧的第一接收模块从用户处获取图像信息，用于图像分析及意见反馈，还可以获取用户行为习惯，用于大数据推荐。

图4为根据本发明的标准图像特征库的建立过程示意图。

由图4可见，标准图像特征库的创建过程中包含图像分类处理、图像特征提取处理和图像匹配添加处理。在图像分类处理中，通过图像识别技术确认模板图像属于肖像、风景、夜景、运动等6大类中的具体类；在图像特征提取处理中，根据图像分类结果提取对应分类所需的图像特征信息，训练SVM分类器，如：肖像需提取人物的姿势信息；风景需要提取风景显著性特征，等等；在图像匹配添加处理中，查询原始的标准图像特征库中是否存在提取出的图像特征，如果没有，则定义为发现新信息，加入标准图像特征库。

图3为根据本发明针对待拍摄画面的图像分析过程的示意图。

当服务器接收到待拍摄画面的图像数据后，服务器的处理过程包括图像分类处理、图像特征提取和图像匹配查询处理。在图像分类处理中，通过图像识别技术确认待拍摄画面的图像数据属于肖像、风景、夜景、运动等6大类中的具体类；在图像特征提取中，根据图像分类结果提取对应分类所需的图像特征信息；在图像匹配查询处理中，根据图像特征提取给出的特征，在对应分类的信息库中进行匹配，获取匹配结果最相近的一种或多种图片特征信息，根据第一接收模块获取的用户行为习惯进行选择推荐。

图5为根据本发明的智能拍照的示范性流程图。

由图5可见，拍照设备执行曝光前，云服务器从拍照设备接收待拍摄画面的图像数据。然后，云服务器从用户信息库获取用户标识等用户信息，并基于用户信息获取用户行为习惯。然后，云服务器基于预先获取的、作为训练集的图像数据(比如，摄影杂志的照片、专业摄影网站的图库等)所训练出的分类模型，将待拍摄画面的图像数据分类为肖像、风景、美食、运动、夜景或肖像夜景等场景。接着，云服务器提取出对应于分类结果的图像特征，执行图像匹配添加处理，包括：利用该图像特征查询对应于分类结果的标准图像特征库中是否存在提取出的图像特征，如果没有，则定义为发现新信息，加入对应于分类结果的标准图像特征库。另外，云服务器从对应于分类结果的标准图像特征库中确定图像特征的相似图像特征；基于相似图像特征与图像特征之间的差异，基于用户行为习惯向拍照设备发送提示信息。比如，当发现该用户的个人喜欢头向左倾斜的自拍照片时，则倾向于向用户发送关于与头向左倾斜的经典自拍照片之间差异的提示信息。再比如，当发现该用户无个人喜欢，且群体用户普遍喜欢头向右倾斜的自拍照片时，则倾向于向用户发送关于与头向右倾斜的经典自拍照片之间差异的提示信息。

下面结合实例具体描述本发明的实施例。

实施例1：

图6为根据本发明实施例1的智能拍照过程示意图。该实例场景为肖像模式。

首先，用户打开拍照模式。拍照设备在正式曝光前，获取待拍摄画面(人物肖像)的图像数据，将图像数据和自身的拍照设备信息发送到云端的服务器。云端的服务器获取该图像数据和拍照设备信息。

如图6第1排的左边子图所示，服务器对图像数据执行识别以确定结果(如肖像、风景、静物等)，其中服务器判断特征主体是人且画面占比高，因此判定为肖像照，开启肖像模式。接着，服务器提取对应于肖像模式的图像特征：姿势特征，提取的姿势特征如图6第1排的右边子图所示。

而且，服务器将姿势特征和肖像场景的标准图像特征库进行匹配，得到最近似的相似图像特征。相似图像特征如图6第二排的子图所示。

还有，服务器对比相似图像特征与人物的姿势特征的误差点，给出需调整信息的位置。比如：发现相似图像特征中垂直右手立起，手微微左倾斜，因此明确拍照者的右手需要调整的方式为：将垂直右手立起，手微微左倾斜。服务器将该信息反馈给用户，反馈方式为语音以及图像。用户调整后的拍摄结果如图6的第三排的子图所示。

可见，本发明实施方式在正式曝光前，可以提醒拍照者调整拍摄姿势，可以显著提高拍摄质量。

实施例2：

图7为根据本发明实施例2的智能拍照过程示意图。该实例场景为风景模式。

首先，用户打开拍照模式。拍照设备在正式曝光前，获取待拍摄画面(风景)的图像数据，将图像数据和自身的拍照设备信息发送到云端的服务器。云端的服务器获取该图像数据和拍照设备信息。

如图7第1排的左边子图所示，服务器对图像数据执行识别以确定结果(如肖像、风景、静物等)，其中服务器判断特征主体是房屋，因此判定为风景照，开启风景模式。接着，服务器提取对应于肖像模式的图像特征：风景显著性特征，提取的风景显著性特征如图7第1排右边子图所示。

而且，服务器将提取的风景显著性特征和风景场景的标准图像特征库进行匹配，得到最近似的相似图像特征。相似图像特征如图7第二排的子图所示。

还有，服务器对比相似图像特征与人物的姿势特征的误差点，给出需调整信息的位置。比如：明确需要调整的方式为：将显著性区域(即房屋)向下移动，即相机需要向上移动。服务器通过语音以及图像方式将该信息反馈给用户。用户调整后的结果如图7的第三排的子图所示，可见房屋被向下移动。

可见，本发明实施方式在正式曝光前，可以提醒拍照者如何移动相机，可以显著提高拍摄质量。

实施例3：

图8为根据本发明实施例3的智能拍照过程示意图。该实例场景为运动模式。

首先，用户打开拍照模式。拍照设备在正式曝光前，获取待拍摄画面(水流)的图像数据，将图像数据和自身的拍照设备信息发送到云端的服务器。云端的服务器获取该图像数据和拍照设备信息，其中拍照设备信息包括快门速度为1/80秒，光圈为F8。

如图8第2排的子图所示，服务器对图像数据执行识别以确定结果(如肖像、风景、静物等)，其中服务器判断特征主体是水，背景特征单一，因此判定为运动照，开启运动模式。接着，服务器提取对应于水流运动模式的图像特征：水流特征、清晰度和参数成分。服务器将提取的图像特征和运动场景的标准图像特征库进行匹配，得到两个近似的相似图像特征。而且，服务器对比相似图像特征与图像特征的误差点，给出需调整信息的位置，比如提示摄影者调整快门和光圈。

比如：服务器给出两种调整方式的提示：

基于第一个相似图像特征的第一提示：将快门速度调整为1/3秒且光圈为F11。此时，成像效果与如图7第1排的子图所示。

基于第二个相似图像特征的第二提示：将快门速度调整为1/600秒且光圈为F4，成像效果与如图8第3排的子图所示。

可见，本发明实施方式在正式曝光前，可以提醒拍照者如何调整相机的快门速度和光圈，可以显著提高拍摄质量。

实施例4：

图9为根据本发明实施例4的智能拍照过程示意图。该实例场景为美食模式。

首先，用户打开拍照模式。拍照设备在正式曝光前，获取待拍摄画面(美食)的图像数据，将图像数据和自身的拍照设备信息发送到云端的服务器。云端的服务器获取该图像数据和拍照设备信息，其中拍照设备信息包括快门速度为1/100秒，光圈为F2.8，感光度(ISQ)为100，拍照设备信息中进一步标识快门速度是可调节的，而光圈和感光度是不可调节的。

如图9第1排的子图所示，服务器对图像数据执行识别以确定结果(如肖像、风景、静物等)，其中服务器判断特征主体是食物，因此判定为美食照，开启美食模式。接着，服务器提取对应于美食模式的图像特征：美食轮廓、向量特征和参数。服务器将提取的图像特征和美食场景的标准图像特征库进行匹配，得到近似的相似图像特征。而且，服务器对比相似图像特征与图像特征的误差点，明确需要调整的方式为：改变手机方向，将手机向下移动，镜头向上抬，由于该设备不支持光圈条件，还建议用户调整快门时间以提高亮度(比如调整快门时间为1/50秒，光圈和感光度不变)，并将该信息反馈给用户。

如图9第2排的子图所示，为快门时间调整为1/50秒且手机相机向下移动，镜头向上后的拍摄图像。

可见，本发明实施方式在正式曝光前，可以提醒拍照者如何调整手机相机的快门速度和手机相机的移动方式，可以显著提高拍摄质量。

实施例5：

图10为根据本发明实施例5的智能拍照过程示意图。该实例场景为夜景模式。

首先，用户打开拍照模式。拍照设备在正式曝光前，获取待拍摄画面(夜景)的图像数据，将图像数据和自身的拍照设备信息发送到云端的服务器。云端的服务器获取该图像数据和拍照设备信息，其中拍照设备信息包括快门速度为1/100秒，光圈为F11，感光度(ISQ)为400，拍照设备信息中进一步标识快门速度、光圈和感光度都是可调节的。

如图10第1排的子图所示，服务器对图像数据执行识别以确定结果(如肖像、风景、静物等)，其中服务器判定环境亮度是夜晚，特征主体是静物，因此为夜景照片，开启夜景模式。接着，服务器提取对应于夜景模式的图像特征：风景显著性特征、亮度参数。服务器将提取的图像特征和夜景场景的标准图像特征库进行匹配，得到近似的相似图像特征。而且，服务器对比相似图像特征与图像特征的误差点，明确需要调整的方式为：增加亮度。而且，服务器提示用户可以有多种选择：增大光圈，增加快门时间，增加ISO，更改其中一项或者多项都可以满足需求。

如图10第2排的子图所示，为快门时间调整为1/50秒、光圈调整为F8且感光度调整为1000后的拍摄图像。

可见，本发明实施方式在正式曝光前，可以提醒拍照者如何调整手机相机的快门速度和手机相机的移动方式，可以显著提高拍摄质量。

以上实施例1～实施例5，示范性描述了本发明实施方式的典型实例，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于限定本发明实施方式的保护范围。

本发明实施方式还提出了具有存储器-处理器架构的智能拍照装置。

图11为根据本发明具有存储器-处理器架构的智能拍照装置的结构图。

如图11所示，具有存储器-处理器架构的智能拍照装置包括：处理器1101和存储器1102；其中存储器1002中存储有可被处理器1101执行的应用程序，用于使得处理器1101执行如上任一项所述的智能拍照方法。

其中，存储器1102具体可以实施为电可擦可编程只读存储器(EEPROM)、快闪存储器(Flash memory)、可编程程序只读存储器(PROM)等多种存储介质。处理器1001可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列，其中现场可编程门阵列集成一或多个中央处理器核。具体地，中央处理器或中央处理器核可以实施为CPU或MCU。

综上所述，本发明实施方式可以通过机器学习，对已知的不同构图方式，人物姿势，美食摆拍方式等，根据不同拍摄场景，分为多种拍摄模式，针对不同模式，制定图像特征，用已知的高质量照片进行训练，构建对应的图像信息库。而且，本发明实施方式还可以识别用户拍照对象(肖像、风景、静物等)，进入对应的图像识别模式，提取对应模式下的图像特征(如肖像模式需提取人物姿势)。另外，本发明实施方式在图像对应模式的信息库下进行图匹配，找寻最相近的一或多种图像信息，进行对比分析，将分析结果反馈给用户，以指导用户进行构图、指导被拍照人员如何调整自己的造型或指导用户调节参数等等。另外，本发明实施方式还可以根据用户使用频率等反馈，通过大数据完善对用户的反馈及修改建议。

需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。

各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件(如专用处理器，如FPGA或ASIC)用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路(如包括通用处理器或其它可编程处理器)用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路(如由软件进行配置)来实现硬件模块，可以根据成本和时间上的考虑来决定。

本发明还提供了一种机器可读的存储介质，存储用于使一机器执行如本申请所述方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该系统或者装置的计算机(或CPU或MPU)读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。

用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘(如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW)、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机或云上下载程序代码。

在本文中，“示意性”表示“充当实例、例子或说明”，不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁，各图中的只示意性地表示出了与本发明相关部分，而并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”并不表示将本发明相关部分的数量限制为“仅此一个”，并且“一个”不表示排除本发明相关部分的数量“多于一个”的情形。在本文中，“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”等仅用于表示相关部分之间的相对位置关系，而非限定这些相关部分的绝对位置。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (18)

1.一种智能拍照方法，其特征在于，该方法适用于服务器，该方法包括：

在拍照设备执行曝光前，从所述拍照设备接收待拍摄画面的图像数据；

从所述图像数据中提取图像特征；

从标准图像特征库中确定所述图像特征的相似图像特征；

基于所述相似图像特征与所述图像特征之间的差异，向所述拍照设备发送提示信息。

2.根据权利要求1所述的智能拍照方法，其特征在于，该方法还包括：

对所述图像数据执行情景分类；

其中所述从图像数据中提取图像特征包括：从所述图像数据中提取对应于情景分类结果的图像特征；

其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：确定对应于情景分类结果的标准图像特征库；将所述图像特征与所述对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定所述相似图像特征。

3.根据权利要求2所述的智能拍照方法，其特征在于，所述将图像特征与对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定相似图像特征包括：

计算图像特征与所述对应于情景分类结果的标准图像特征库中每个标准图像特征的相似度；按照相似度从大到小的排列顺序，选择预定数目个的相似图像特征。

4.根据权利要求1所述的智能拍照方法，其特征在于，还包括：

接收所述拍照设备的设备信息；

其中所述向拍照设备发送提示信息包括：向拍照设备发送对应于设备信息的提示信息。

5.根据权利要求4所述的智能拍照方法，其特征在于，所述向拍照设备发送对应于设备信息的提示信息包括下列中的至少一个：

向拍照设备发送关于调整拍摄目标姿势的提示信息；

向拍照设备发送关于调整拍摄范围中的显著性区域的提示信息；

向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备支持调整光圈时，向拍照设备发送关于调整光圈的提示信息；

当基于设备信息确定所述拍照设备支持调整感光度时，向拍照设备发送关于调整感光度的提示信息；

当基于设备信息确定所述拍照设备不支持调整光圈时，向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备不支持调整感光度时，向拍照设备发送关于调整快门时间的提示信息。

6.根据权利要求1-5中任一项所述的智能拍照方法，其特征在于，该方法还包括：

获取关于图像的用户偏好特征；

其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：

从标准图像特征库中确定出符合所述用户偏好特征的、所述图像特征的相似图像特征。

7.一种智能拍照方法，其特征在于，该方法适用于拍照设备，该方法包括：

在曝光前，向服务器发送待拍摄画面的图像数据；

从服务器接收提示信息；

其中所述提示信息的生成过程包括：从所述图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于所述相似图像特征与所述图像特征之间的差异生成所述提示信息。

8.根据权利要求7所述的智能拍照方法，其特征在于，还包括：

向服务器发送所述拍照设备的设备信息；

其中所述提示信息对应于所述设备信息，包括：当所述设备信息标识出拍照设备支持调整光圈时，所述提示信息用于提示调整光圈；当所述设备信息标识出拍照设备支持调整感光度时，所述提示信息用于提示调整感光度；当所述设备信息标识出拍照设备不支持调整光圈时，所述提示信息用于提示调整快门时间；当所述设备信息标识出拍照设备不支持调整感光度时，所述提示信息用于提示调整快门时间。

9.一种智能拍照装置，其特征在于，该装置适用于服务器，该装置包括：

接收模块，用于在拍照设备执行曝光前，从所述拍照设备接收待拍摄画面的图像数据；

提取模块，用于从所述图像数据中提取图像特征；

确定模块，用于从标准图像特征库中确定所述图像特征的相似图像特征；

发送模块，用于基于所述相似图像特征与所述图像特征之间的差异，向所述拍照设备发送提示信息。

10.根据权利要求9所述的智能拍照装置，其特征在于，

提取模块，还用于对所述图像数据执行情景分类；

其中所述从图像数据中提取图像特征包括：从所述图像数据中提取对应于情景分类结果的图像特征；其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：确定对应于情景分类结果的标准图像特征库；将所述图像特征与所述对应于情景分类结果的标准图像特征库中的标准图像特征进行比对，以确定所述相似图像特征。

11.根据权利要求10所述的智能拍照装置，其特征在于，

确定模块，用于计算图像特征与所述对应于情景分类结果的标准图像特征库中每个标准图像特征的相似度；按照相似度从大到小的排列顺序，选择预定数目个的相似图像特征。

12.根据权利要求10所述的智能拍照装置，其特征在于，

接收模块，还用于接收所述拍照设备的设备信息；

其中所述向拍照设备发送提示信息包括：向拍照设备发送对应于设备信息的提示信息。

13.根据权利要求12所述的智能拍照装置，其特征在于，

所述向拍照设备发送对应于设备信息的提示信息包括下列中的至少一个：

向拍照设备发送关于调整拍摄目标姿势的提示信息；

向拍照设备发送关于调整拍摄范围中的显著性区域的提示信息；

向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备支持调整光圈时，向拍照设备发送关于调整光圈的提示信息；

当基于设备信息确定所述拍照设备支持调整感光度时，向拍照设备发送关于调整感光度的提示信息；

当基于设备信息确定所述拍照设备不支持调整光圈时，向拍照设备发送关于调整快门时间的提示信息；

当基于设备信息确定所述拍照设备不支持调整感光度时，向拍照设备发送关于调整快门时间的提示信息。

14.根据权利要求9-13中任一项所述的智能拍照装置，其特征在于，

接收模块，还用于获取关于图像的用户偏好特征；

其中所述从标准图像特征库中确定所述图像特征的相似图像特征包括：

从标准图像特征库中确定出符合所述用户偏好特征的、所述图像特征的相似图像特征。

15.一种智能拍照装置，其特征在于，适用于拍照设备，该智能拍照装置包括：

发送模块，用于在曝光前，向服务器发送待拍摄画面的图像数据；

接收模块，用于从服务器接收提示信息；

其中所述提示信息的生成过程包括：从所述图像数据中提取图像特征；从标准图像特征库中确定所述图像特征的相似图像特征；基于所述相似图像特征与所述图像特征之间的差异生成所述提示信息。

16.根据权利要求15所述的智能拍照装置，其特征在于，

发送模块，还用于向服务器发送所述拍照设备的设备信息；其中所述提示信息对应于所述设备信息，包括：当所述设备信息标识出拍照设备支持调整光圈时，所述提示信息用于提示调整光圈；当所述设备信息标识出拍照设备支持调整感光度时，所述提示信息用于提示调整感光度；当所述设备信息标识出拍照设备不支持调整光圈时，所述提示信息用于提示调整快门时间；当所述设备信息标识出拍照设备不支持调整感光度时，所述提示信息用于提示调整快门时间。

17.一种智能拍照装置，其特征在于，包括处理器和存储器；

所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如权利要求1至6中任一项所述的智能拍照方法，或如权利要求7至8中任一项所述的智能拍照方法。

18.一种计算机可读存储介质，其特征在于，其中存储有计算机可读指令，该计算机可读指令用于执行如权利要求1至6中任一项所述的智能拍照方法，或如权利要求7至8中任一项所述的智能拍照方法。

Images