CN111050039A - 摄像方法、摄像装置及计算机可读存储介质 - Google Patents

Abstract

本公开是关于一种摄像方法、摄像装置及计算机可读存储介质。其中，摄像方法应用于摄像装置，包括：响应于摄像装置采集到摄像素材，确定具有机器学习能力的处理设备；将摄像素材发送到处理设备，通过处理设备基于摄像素材进行处理；从处理设备处获取处理设备基于摄像素材进行处理的处理结果。通过本公开的摄像方法，可以使原本不具备机器学习处理能力的摄像装置利用具有机器学习能力的处理设备实现对摄像素材的处理。

Description

摄像方法、摄像装置及计算机可读存储介质

技术领域

本公开涉及摄像技术领域，尤其涉及一种摄像方法、摄像装置及计算机可读存储介质。

背景技术

随着科技的发展，物联网(Internet of Things，Iot)能够实现万物互联互通。每个Iot设备具备自己能够实现的功能，特定功能只能在特定设备上实现，限制了设备功能实现。例如，当前的摄像装置，往往只具有摄像功能，而不具有运算处理能力，无法对采集的摄像素材进行机器学习等运算处理。

发明内容

为克服相关技术中存在的问题，本公开提供一种摄像方法、摄像装置及计算机可读存储介质。

根据本公开实施例的第一方面，提供一种摄像方法。所述摄像方法应用于摄像装置，包括：响应于摄像装置采集到摄像素材，确定具有机器学习能力的处理设备；将摄像素材发送到处理设备，通过处理设备基于摄像素材进行处理；从处理设备处获取处理设备基于摄像素材进行处理的处理结果。

一种实施方式中，摄像方法还包括：确定采集到的摄像素材的处理需求；确定具有机器学习能力的处理设备，包括：基于预先记录的设备与能力标签的对应关系，查找具有机器学习能力标签的至少一个设备；在查找到的至少一个处理设备中筛选出匹配处理需求的设备。

另一种实施方式中，处理需求为基于摄像素材进行算法处理；具有机器学习能力标签的处理设备为具有中央处理器、图形处理器、嵌入式神经网络处理器之一或组合的处理设备。

又一种实施方式中，处理设备包括以下之一或组合：与摄像装置之间的距离在指定距离范围内的设备；与摄像装置位于同一局域网内的设备。

又一种实施方式中，摄像素材为包含人脸信息的图像和视频流中的一个或组合；处理结果包括人脸识别结果。

根据本公开实施例的第二方面，提供一种摄像装置。所述摄像装置包括确定模块，用于响应于摄像装置采集到摄像素材，确定具有机器学习能力的处理设备；处理模块，用于将摄像素材发送到处理设备，通过处理设备基于摄像素材进行处理；获取模块，用于从处理设备处获取处理设备基于摄像素材进行处理的处理结果。

一种实施方式中，确定模块还用于确定采集到的摄像素材的处理需求；响应于摄像装置采集到摄像素材，基于预先记录的设备与能力标签的对应关系，查找具有机器学习能力标签的至少一个设备；在查找到的至少一个处理设备中筛选出匹配所述处理需求的设备。

另一实施方式中，处理需求为基于摄像素材进行算法处理；具有机器学习能力标签的处理设备为具有中央处理器、图形处理器、嵌入式神经网络处理器之一或组合的处理设备。

又一实施方式中，处理设备包括以下之一或组合：与摄像装置之间的距离在指定距离范围内的设备；与摄像装置位于同一局域网内的设备。

又一实施方式中，摄像素材为包含人脸信息的图像和视频流中的一个或组合；处理结果包括人脸识别结果。

根据本公开实施例的第三方面，提供一种摄像装置，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：执行第一方面或者第一方面任意一种实施方式中所述的摄像方法。

根据本公开实施例的第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由设备的处理器执行时，使得设备能够执行第一方面或者第一方面任意一种实施方式中所述的摄像方法。

本公开的实施例提供的技术方案可以包括以下有益效果：响应于摄像装置采集到的摄像素材，确定能够对该摄像素材进行处理并具有机器学习能力的处理设备，并由相应处理设备对采集到的摄像素材进行处理后将处理结果反馈给摄像装置的。通过本公开，可以使原本不具备机器学习处理能力的摄像装置利用具有机器学习能力的处理设备实现对摄像素材的处理。

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是根据一示例性实施例示出的一种摄像方法的流程图。

图2是根据一示例性实施例示出的一种确定处理设备的流程图。

图3是根据一示例性实施例示出的一种摄像装置的框图。

图4是根据一示例性实施例示出的一种用于摄像的装置的框图。

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。

本公开实施例中提供的摄像方法，可以应用于具有摄像素材采集功能而不具有摄像素材处理功能的摄像装置中。

相关技术中，摄像装置具有采集摄像素材的功能，但是由于不具有中央处理器(central processing unit，CPU)，图形处理器(Graphics Processing Unit，GPU)等处理功能，故摄像装置不能进行摄像素材处理。然而，随着物联网的发展，各Iot设备之间实现互联互通俨然已成为目前物联网研究的热点。

本公开实施例提供一种摄像方法。其中，本公开实施例涉及的摄像装置具有总线功能。其中，总线可理解为是设备间能力信息交互的机制，也可以理解为是一种服务。例如，总线的设备间能力信息交互的机制可以包括以下一种或多种：能力信息定义、能力信息数据结构定义、能力信息传输协议定义。

进一步的，本公开实施例中，总线功能可以由各个设备独自执行，即总线也可以理解为是安装在设备上的一种应用程序。安装在设备上的总线可以记录存储各个设备注册的能力。例如，摄像装置可以向总线注册摄像装置自身的能力，其他设备也可以向摄像装置中的总线注册自身的能力。

本公开一种实施方式中，摄像装置可以采用总线功能将摄像装置本身以及不同于摄像装置本身的其他设备的能力进行记录存储，并维护设备间能力信息的交互。例如，摄像装置可以预先记录同一局域网内或者预先连接范围内设备的能力。摄像装置也可以广播能力信息查询请求，并接收其他设备反馈的各自具有的能力信息响应。其中，设备预先记录有自身的能力信息，或者设备根据自身的硬件部件对应的功能确定自身的能力。

本公开实施例中，在摄像装置接收到对采集到的摄像素材的处理请求时，基于预先记录并存储在总线中的其他设备能力信息，确定具有摄像素材处理能力的处理设备。摄像装置通过与具有摄像素材处理能力的处理设备进行交互，可以获取到处理设备对摄像素材进行处理后的处理结果，实现摄像素材的处理。

图1是根据一示例性实施例示出的一种摄像方法的流程图。如图1所示，摄像方法应用于摄像装置，摄像方法包括以下步骤。

在步骤S11中，摄像装置采集摄像素材。

本公开实施例中，摄像装置可以是摄像头等，具有采集摄像素材的能力。其中，摄像装置可以通过诸如拍摄等操作实现摄像素材的采集。其中，采集的摄像素材可以是图片，也可以是视频。

在步骤S12中，响应于摄像装置采集到摄像素材，确定具有机器学习能力的处理设备。

摄像装置采集到的摄像素材为表示被采集对象的特征或状态的素材，可以是被采集对象的图片、或视频流。例如，可以是拍摄物品、人或景色的图片，或者视频。

本公开实施例中，摄像装置由于不具备CPU、GPU等，故不具备机器学习处理能力。进而，摄像装置可以基于预先记录的不同于摄像装置的其他设备支持的能力，确定具备机器学习处理能力的处理设备。

本公开实施例中具有机器学习能力的处理设备例如可以是安装有CPU芯片、GPU芯片，或者安装有CPU芯片和GPU芯片的Iot设备。例如具有机器学习能力的处理设备可以是智能手机，个人电脑等。

在步骤S13中，将摄像素材发送到确定的处理设备，通过处理设备基于摄像素材进行处理。

摄像装置可以将采集到的摄像素材发送到确定的处理设备，并通过处理设备对摄像素材进行处理。例如，可以通过处理设备对摄像素材的特征进行分析或提取。本公开实施例中，摄像装置和处理设备之间可以采用诸如蓝牙、WIFI等通信链接进行通信。摄像装置将摄像素材发送给处理设备，处理设备对摄像素材进行处理，并将处理后得到的处理结果发送给摄像装置。

在步骤S14中，从处理设备处获取处理设备基于摄像素材进行处理的处理结果。

摄像装置可以从相应的处理设备处获取到摄像素材的处理结果，实现对摄像素材的处理。

本公开实施例中，摄像装置获取到处理结果后可以基于该处理结果进行后续处理。

一示例中，摄像装置获取到处理结果后，可以将处理结果存储在摄像装置中，以备后续需要时调用。

本公开实施例中，摄像装置采集到的摄像素材后，确定具有机器学习处理能力的处理设备。并通过摄像装置与具有机器学习处理能力的联合交互，实现对摄像素材的处理。通过本公开实施例，可以理解为是增加了摄像装置输出摄像素材处理结果的功能，为响应用户分析摄像素材的请求提供了便利。

本公开实施例以下将结合实际应用对上述实施例涉及的摄像方法进行说明。

图2根据一示例性实施例示出的一种确定处理设备的方法流程图。如图2所示，确定处理设备的方法包括如下步骤。

在步骤S121中，确定采集到的摄像素材的处理需求。

在步骤S122中，基于预先记录的设备与能力标签对应关系，查找具有机器学习能力标签的至少一个设备。

本公开实施例中，摄像装置具有总线功能，并通过总线预先记录有各设备与各自的设备能力标签的对应关系。其中，能力标签用于标识设备的能力。通过能力标签可以确定对应的能力。例如，本公开实施例中可以通过用于标识机器学习能力的机器学习标签查找能够对摄像素材进行机器学习处理的处理设备。

本公开实施例中，可以基于预先记录的设备与能力标签对应关系，通过总线查找具有机器学习能力标签的一个或多个处理设备。

在步骤S123中，在查找到的至少一个处理设备中筛选出匹配处理需求的处理设备。

本公开实施例中，匹配处理需求的处理设备，可以理解为是具有机器学习能力并能够对摄像素材进行匹配处理需求处理的处理设备。假设，采集到的摄像素材的处理需求为人脸识别需求，则根据在查找到的一个或多个设备中筛选出匹配处理需求的处理设备，既可以理解为是筛选出具有人脸识别能力的处理设备。再例如，若采集到的摄像素材的处理需求为提取该摄像素材的图像特征值，那么，可以通过总线查找到具有提取图像特征值能力的处理设备。例如，可以是具有提取图像特征值能力的图形处理器。

在本公开的实施例中，处理需求为基于摄像素材进行算法处理，具有机器学习能力标签的处理设备为具有中央处理器、图形处理器、嵌入式神经网络处理器(neural-network processing units，NPU)之一或组合的处理设备。

中央处理器、图形处理器、或嵌入式神经网络处理器是具有算法处理能力的处理装置，可以根据目标物进行算法处理，获取到与该目标物相关的数据信息或特征信息。

当采集到的摄像素材的处理需求为基于摄像素材进行算法处理时，将通过总线查找到具有算法处理能力的处理设备。例如本公开实施例中可以查找到具有中央处理器、图形处理器和嵌入式神经网络处理器中的一个或多个的处理设备。

基于中央处理器等处理设备对摄像素材完成相应处理后，摄像装置还可以从处理设备处获取到处理结果。摄像装置可以基于用户请求，输出该摄像素材的处理结果。

在本公开实施例中，处理设备可以是与摄像装置之间的距离在指定距离范围内的设备。处理设备也可以是与摄像装置位于同一局域网内的设备。处理设备还可以是既与摄像装置之间的距离在指定距离范围内，又与摄像装置位于同一局域网内的设备。

其中，指定距离范围内可以根据实际情况进行确定。

处理设备是与摄像装置之间的距离在指定距离范围内的设备，或是与摄像装置位于同一局域网内的设备，可以保证基于总线查找到该设备的效率与准确度，为摄像装置响应于用户请求输出摄像素材的处理结果的准确度提供基础。

在本公开实施例中，对摄像素材进行处理的处理需求以及处理结果可以依据摄像素材确定。一示例中，摄像素材为包含人脸信息的图像和视频流中的一个或组合时，处理结果可以是人脸识别结果。

例如，摄像装置将采集到的人脸信息的图像或视频流发送至具有人脸识别结果的处理设备。处理设备利用与人脸识别相关的算法对图像或视频流进行处理，得到人脸识别的结果。摄像装置可以由该处理设备处获取到与采集到的人像信息的图像或视频流相对应的人脸识别结果。摄像装置还可以根据用户的请求，在输出采集到的人脸信息的图像或视频流的同时，一并输出该人脸信息的人脸识别结果。并可以根据人脸识别结果进行后续操作。例如，基于人脸识别结果进行门禁系统打开时，可以在人脸识别结果通过时，打开门禁。人脸识别结果未通过时，保持门禁关闭。

基于相同的构思，本公开实施例还提供一种摄像装置。

可以理解的是，本公开实施例提供的摄像装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤，本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本公开实施例的技术方案的范围。

图3是根据一示例性实施例示出的一种摄像装置的框图。

参照图3，摄像装置200装置包括确定模块201，处理模块202和获取模块203。

确定模块201，用于响应于摄像装置采集到摄像素材，确定具有机器学习能力的处理设备。

处理模块202，用于将摄像素材发送到处理设备，通过处理设备基于摄像素材进行处理。

获取模块203，用于从处理设备处获取处理设备基于摄像素材进行处理的处理结果。

一种实施方式中，确定模块201，还用于确定采集到的摄像素材的处理需求。并响应于摄像装置采集到摄像素材，基于预先记录的设备与能力标签的对应关系，查找具有机器学习能力标签的至少一个设备；在查找到的至少一个处理设备中筛选出匹配处理需求的设备。

一种实施方式中，处理需求为基于摄像素材进行算法处理；具有机器学习能力标签的处理设备为具有中央处理器、图形处理器、嵌入式神经网络处理器之一或组合的处理设备。

一种实施方式中，处理设备包括以下之一或组合：与摄像装置之间的距离在指定距离范围内的设备；与摄像装置位于同一局域网内的设备。

一种实施方式中，摄像素材为包含人脸信息的图像和视频流中的一个或组合；处理结果包括人脸识别结果。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图4是根据一示例性实施例示出的一种摄像装置200的框图。例如，摄像装置200可以是电视，当然也可以是移动电话，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4，摄像装置200可以包括以下一个或多个组件：处理组件202，存储器204，电力组件206，多媒体组件208，音频组件210，输入/输出(I/O)的接口212，传感器组件214，以及通信组件216。

处理组件202通常控制摄像装置200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202可以包括一个或多个处理器220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202可以包括一个或多个模块，便于处理组件202和其他组件之间的交互。例如，处理组件202可以包括多媒体模块，以方便多媒体组件208和处理组件202之间的交互。

存储器204被配置为存储各种类型的数据以支持在设备200的操作。这些数据的示例包括用于在摄像装置200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204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。

电力组件206为摄像装置200的各种组件提供电力。电力组件206可以包括电源管理系统，一个或多个电源，及其他与为摄像装置200生成、管理和分配电力相关联的组件。

多媒体组件208包括在所述摄像装置200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208包括一个前置摄像头和/或后置摄像头。当设备200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210被配置为输出和/或输入音频信号。例如，音频组件210包括一个麦克风(MIC)，当摄像装置200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204或经由通信组件216发送。在一些实施例中，音频组件210还包括一个扬声器，用于输出音频信号。

I/O接口212为处理组件202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214包括一个或多个传感器，用于为摄像装置200提供各个方面的状态评估。例如，传感器组件214可以检测到设备200的打开/关闭状态，组件的相对定位，例如所述组件为摄像装置200的显示器和小键盘，传感器组件214还可以检测摄像装置200或摄像装置200一个组件的位置改变，用户与摄像装置200接触的存在或不存在，摄像装置200方位或加速/减速和摄像装置200的温度变化。传感器组件214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214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214还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件216被配置为便于摄像装置200和其他设备之间有线或无线方式的通信。摄像装置200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216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216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，摄像装置200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204，上述指令可由摄像装置200的处理器220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。

可以理解的是，本公开中单数形式的“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。

进一步可以理解的是，本公开中“多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。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。

进一步可以理解的是，术语“第一”、“第二”等用于描述各种信息，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，并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。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。

进一步可以理解的是，本公开实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。

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 (12)

1.一种摄像方法，其特征在于，应用于摄像装置，包括：

响应于所述摄像装置采集到摄像素材，确定具有机器学习能力的处理设备；

将所述摄像素材发送到所述处理设备，通过所述处理设备基于所述摄像素材进行处理；

从所述处理设备处获取所述处理设备基于所述摄像素材进行处理的处理结果。

2.根据权利要求1所述的摄像方法，其特征在于，所述摄像方法还包括：

确定采集到的摄像素材的处理需求；

确定具有机器学习能力的处理设备，包括：

基于预先记录的设备与能力标签的对应关系，查找具有机器学习能力标签的至少一个设备；

在查找到的所述至少一个处理设备中筛选出匹配所述处理需求的设备。

3.根据权利要求2所述的摄像方法，其特征在于，所述处理需求为基于摄像素材进行算法处理；

具有机器学习能力标签的处理设备为具有中央处理器、图形处理器、嵌入式神经网络处理器之一或组合的处理设备。

4.根据权利要求1至3中任意一项所述的摄像方法，其特征在于，包括：所述处理设备包括以下之一或组合：

与所述摄像装置之间的距离在指定距离范围内的设备；

与所述摄像装置位于同一局域网内的设备。

5.根据权利要求1所述的摄像方法，其特征在于，所述摄像素材为包含人脸信息的图像和视频流中的一个或组合；

所述处理结果包括人脸识别结果。

6.一种摄像装置，其特征在于，所述装置包括：

确定模块，用于响应于所述摄像装置采集到摄像素材，确定具有机器学习能力的处理设备；

处理模块，用于将所述摄像素材发送到所述处理设备，通过所述处理设备基于所述摄像素材进行处理；

获取模块，用于从所述处理设备处获取所述处理设备基于所述摄像素材进行处理的处理结果。

7.根据权利要求6所述的摄像装置，其特征在于，所述确定模块还用于：

确定采集到的摄像素材的处理需求；

响应于所述摄像装置采集到摄像素材，基于预先记录的设备与能力标签的对应关系，查找具有机器学习能力标签的至少一个设备；

在查找到的所述至少一个处理设备中筛选出匹配所述处理需求的设备。

8.根据权利要求7所述的摄像装置，其特征在于，所述处理需求为基于摄像素材进行算法处理；

具有机器学习能力标签的处理设备为具有中央处理器、图形处理器、嵌入式神经网络处理器之一或组合的处理设备。

9.根据权利要求6至8中任意一项所述的摄像装置，其特征在于，所述处理设备包括以下之一或组合：

与所述摄像装置之间的距离在指定距离范围内的设备；

与所述摄像装置位于同一局域网内的设备。

10.根据权利要求6所述的摄像装置，其特征在于，所述摄像素材为包含人脸信息的图像和视频流中的一个或组合；

所述处理结果包括人脸识别结果。

11.一种摄像装置，其特征在于，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：执行权利要求1至5中任意一项所述的摄像方法。

12.一种非临时性计算机可读存储介质，当所述存储介质中的指令由设备的处理器执行时，使得设备能够执行权利要求1至5中任意一项所述的摄像方法。

Images