CN111083373B - 一种大屏幕及其智能拍照方法 - Google Patents

一种大屏幕及其智能拍照方法 Download PDF

Info

Publication number
CN111083373B
CN111083373B CN201911379429.5A CN201911379429A CN111083373B CN 111083373 B CN111083373 B CN 111083373B CN 201911379429 A CN201911379429 A CN 201911379429A CN 111083373 B CN111083373 B CN 111083373B
Authority
CN
China
Prior art keywords
face
picture
portrait
feature points
face image
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.)
Active
Application number
CN201911379429.5A
Other languages
English (en)
Other versions
CN111083373A (zh
Inventor
李小波
贾凡
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.)
Hengxin Shambala Culture Co ltd
Original Assignee
Hengxin Shambala Culture 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
Application filed by Hengxin Shambala Culture Co ltd filed Critical Hengxin Shambala Culture Co ltd
Priority to CN201911379429.5A priority Critical patent/CN111083373B/zh
Publication of CN111083373A publication Critical patent/CN111083373A/zh
Application granted granted Critical
Publication of CN111083373B publication Critical patent/CN111083373B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06V40/168—Feature extraction; Face representation
    • 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
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • 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
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof

Abstract

本申请公开了一种大屏幕及其智能拍照方法，包括如下步骤：响应于检测到智能拍照指令，触发摄像头调用指令；在所述大屏幕上显示识别框；使用摄像头拍摄人像；对拍摄的人像进行处理，获得人脸图像；将所述人脸图像嵌入模板，并显示给用户。本申请通过埋点技术实现自动拍照，并对拍摄的图片进行三维处理，并且在嵌入模板时，进一步与模板进行对准，从而成像效果更佳。

Description

一种大屏幕及其智能拍照方法
技术领域
本申请涉及计算机领域，特别的涉及一种大屏幕及其智能拍照方法。
背景技术
随着电视的发展，其屏幕越来越大，智能化程度也大幅提升，现有的电视大屏端拍照环节实现方式通常为用户使用遥控器按OK键调出摄像头，进行拍照。大屏端手动拍照技术对于用户而言每次操作需要找到遥控器，对幼儿或老年而言操作意愿并不是很强烈，尤其在游戏环节或互动环节，手动拍照的设置对于用户不是很友好。
进一步地，现有的大屏幕拍照方法，获得的人像图片以二维形式显示，在嵌入模板时，和模板之间的过渡生硬，由于人脸的形状差异，还会存在和嵌入的模板无法匹配的问题，从而使得显示效果欠佳。
发明内容
本申请请求保护一种大屏幕及其智能拍照方法，相比较传统的遥控器控制手动拍照，本申请采用智能拍照方式，无需遥控器操作自动进行人脸识别智能抓拍，并进行抠图与产品中的模板合成，大大提升了用户体验。。
本申请请求保护一种大屏幕智能拍照方法，包括如下步骤：响应于检测到智能拍照指令，触发摄像头调用指令；在所述大屏幕上显示识别框；使用摄像头拍摄人像；对拍摄的人像进行处理，获得人脸图像；将所述人脸图像嵌入模板，并显示给用户。
优选地，其中在显示识别框后，使用摄像头拍摄人像之前，还包括：使用自动播报语音提示用户拍摄人像；间隔预定时间之后，对人脸进行识别；如果识别到人脸，则使用摄像头拍摄人像；若没有识别到人脸，将指示用户移动方向以便用户对准摄像头。
优选地，其中对拍摄的人像进行处理，获得人脸图像，包括如下子步骤：获得连续时间段内的人像图片一和人像图片二；对人像图片一和人像图片二分别执行抠图处理，获得人像图片中的人脸图片一和人脸图片二；根据人脸图片一和人脸图片二获得人脸图片一的所有特征点的深度信息；将深度信息加入人脸图片一的特征点的特征信息中；根据人脸图片一的特征点建立人脸图片一的网格矩阵；根据人脸图片一的网格矩阵计算所述特征点之间的连接关系；依据特征点之间的连接关系和深度信息构造人脸图像。
优选地，其中对对人像图片一和人像图片二分别执行抠图处理，获得人像图片中的人脸图片一和人脸图片二包括如下子步骤：对人像图片一和人像图片二分别进行灰度化处理；从数据库获得预先制作的感兴趣区域掩模；将感兴趣区域掩模与灰度化后的人像图片一和人像图片二相乘，得到人脸图片一和人脸图片二。
优选地，其中根据人脸图片一和人脸图片二获得人脸图片一的所有特征点的深度信息，包括如下子步骤：对人脸图片一和人脸图片二执行二值化处理，抽取人脸图片一和人脸图片二的特征点；确定每个特征点的极坐标值；计算人脸图片二中与人脸图片一中每一个特征点对应的特征点，得到特征点对；根据匹配得到的每一对特征点的像素坐标信息，确定人脸图片一中每一个特征点对应的深度信息。
优选地，其中将所述人脸图像嵌入模板，并显示给用户，包括如下子步骤：确定出人脸图像中特征点的中心点与模板的中心点；将人脸图像中特征点的中心点与模板的中心点重合；使人脸图像的坐标系的方向与所述模板的坐标系的方向一致；确定人脸图像中的特征点与所述模板中特征点的未匹配点作为人脸图像待调整特征点；确定人脸图像中待调整特征点与所述模板中与该待调整特征点对应的特征点的距离，根据所述距离调整人脸图像中待调整特征点。
优选地，其中根据所述距离调整人脸图像中待调整特征点包括，根据所述距离最小的待调整特征点在所述人脸图像中人脸中的位置，调整其他待调整特征点的位置。
优选地，其中根据所述距离调整人脸图像中待调整特征点包括，根据所述距离的平均值调整全部待调整特征点的位置。
优选地，其中还包括步骤：将显示给用户的嵌入模板的人脸图像自动保存至数据库，形成相册。
本申请还请求保护一种大屏幕，包括处理器，其中处理器执行如上所述的方法。
本申请通过埋点技术实现自动拍照，并对拍摄的图片进行三维处理，并且在嵌入模板时，进一步与模板进行对准，从而成像效果更佳。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本申请的系统框图；
图2是本申请的方法的方法流程图。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请提出一种大屏幕100，如图1所示，包括处理器110、显示器120、摄像头130。
其中处理器110执行以下大屏幕智能拍照方法，显示器120显示图像给用户，摄像头130拍摄人像。
依据该大屏幕100，本申请提出一种大屏幕智能拍照方法，如图2所示，包括如下步骤：
步骤S210、响应于检测到智能拍照指令，触发摄像头调用指令；
使用埋点技术，将智能拍照指令埋设在预定的位置，例如在游戏通关的最后画面上，在用户游戏通关之后，由用户触发所述智能拍照指令，或者由系统自动触发所述智能拍照指令。
所述智能拍照指令触发摄像头调用指令，调用摄像头。
步骤S220、在所述大屏幕上显示识别框；
在显示识别框后，还包括：
使用自动播报语音提示用户拍摄人像；
间隔预定时间之后，对人脸进行识别；
如果识别到人脸，则使用摄像头拍摄人像；
若没有识别到人脸，将指示用户移动方向以便用户对准摄像头。
摄像头实时获取当前拍照信息，确定当前拍照信息与参考拍照信息是否匹配，其中参考拍照信息预存在大屏幕中，如果当前拍照信息与参考拍照信息匹配，则认为识别到人脸；否则依据当前拍照信息与参考拍照信息的差别，提示用户移动，例如提示用户向左或向右移动。
步骤S230、使用摄像头拍摄人像；
步骤S240、对拍摄的人像进行处理，获得人脸图像，包括如下子步骤：
步骤S2401、获得连续时间段内的人像图片一和人像图片二；
在摄像头拍摄时，拍摄多张人像图片，选择其中较为清晰的人像图片作为人像图片一，选定人像图片一之后，选择与其在连续时间段内的相邻获得的图片作为人像图片二。
步骤S2402、对人像图片一和人像图片二分别执行抠图处理，获得人像图片中的人脸图片一和人脸图片二；包括如下子步骤：
对人像图片一和人像图片二分别进行灰度化处理；
从数据库获得预先制作的感兴趣区域掩模；
将感兴趣区域掩模与灰度化后的人像图片一和人像图片二相乘，得到人脸图片一和人脸图片二。
步骤S2403、根据人脸图片一和人脸图片二获得人脸图片一的所有特征点的深度信息，包括如下子步骤：
步骤S24031、对人脸图片一和人脸图片二执行二值化处理，抽取人脸图片一和人脸图片二的特征点Ti；
步骤S24032、确定每个特征点Ti的极坐标值(ρi,θi)；
步骤S24033、计算人脸图片二中与人脸图片一中每一个特征点对应的特征点，得到特征点对；
αi＝ρi-ρi′
βi＝θi-θi′
其中，(ρi,θi)是人脸图片一中的特征点Ti的极坐标值，(ρi’,θi’)是人脸图片二中的特征点Ti’的极坐标值。当αi和βi小于特定阈值时，判断Ti和Ti’是特征点对，否则则二者不构成特征点对。如果有多组特征点的极坐标差都小于阈值，则选取差最小的两个点，作为特征点对。
步骤S24034、根据匹配得到的每一对特征点的像素坐标信息，确定人脸图片一中每一个特征点对应的深度信息。
其中使用如下公式确定特征点i的深度信息Si：
Figure BDA0002341903450000051
其中f是成像焦距，每一对特征点为(Ti，Ti’)，其中人脸图片一中的特征点Ti的像素坐标为(xi，yi)，人脸图片二中的特征点Ti′的像素坐标为(xi’，yi’)。
步骤S2404、将深度信息加入人脸图片一的特征点的特征信息中。
特征信息包括位置、距离、形状、大小、角度、弧度以及曲率中的一种或者多种，将获得的深度信息加入特征点的信息中。
步骤S2405、根据人脸图片一的特征点建立人脸图片一的网格矩阵；
步骤S2406、根据人脸图片一的网格矩阵计算所述特征点之间的连接关系；
步骤S2407、依据特征点之间的连接关系和特征点的深度信息构造人脸图像。
在构造人脸图像时，加入特征点的深度信息，使得构造的人脸图像具有三维的效果，从而使得显示更加逼真。
步骤S250、将所述人脸图像嵌入模板，并显示给用户，包括如下子步骤：
步骤S2501、确定出人脸图像中特征点的中心点与模板的中心点；
步骤S2502、将人脸图像中特征点的中心点与模板的中心点重合；
步骤S2503、使人脸图像的坐标系的方向与所述模板的坐标系的方向一致；
步骤S2504、确定人脸图像中的特征点与所述模板中特征点的未匹配点作为人脸图像待调整特征点；
步骤S2505、确定人脸图像中待调整特征点与所述模板中与该待调整特征点对应的特征点的距离，根据所述距离调整人脸图像中待调整特征点。
根据所述距离调整人脸图像中待调整特征点包括，根据所述距离最小的待调整特征点在所述人脸图像中人脸中的位置，调整其他待调整特征点的位置，或根据所述距离的平均值调整全部待调整特征点的位置。
通过所述嵌入方法，人脸图像和模板更好地匹配，从而实现更好地拟合效果。
本申请进一步地将显示给用户的嵌入模板的人脸图像自动保存至数据库，并将保存对数据库的图片分类保存，从而形成相册。
对应于图2中的方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述安全控制的方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述在线签发eSIM证书的方法。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述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单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (5)

1.一种大屏幕智能拍照方法，包括如下步骤：
使用埋点技术，将智能拍照指令埋设在预定的位置；
响应于检测到智能拍照指令，触发摄像头调用指令；
在所述大屏幕上显示识别框；
使用自动播报语音提示用户拍摄人像；
间隔预定时间之后，对人脸行识别；
如果识别到人脸，则使用摄像头拍摄人像；
若没有识别到人脸，将指示用户移动方向以便用户对准摄像头；
使用摄像头拍摄人像；
对拍摄的人像进行处理，获得人脸图像；
将所述人脸图像嵌入模板，并显示给用户；
其中对拍摄的人像进行处理，获得人脸图像，包括如下子步骤：
获得连续时间段内的人像图片一和人像图片二；
对人像图片一和人像图片二分别执行抠图处理，获得人像图片中的人脸图片一和人脸图片二；
对人像图片一和人像图片二分别进行灰度化处理；
从数据库获得预先制作的感兴趣区域掩模；
将感兴趣区域掩模与灰度化后的人像图片一和人像图片二相乘，得到人脸图片一和人脸图片二；
根据人脸图片一和人脸图片二获得人脸图片一的所有特征点的深度信息；
将深度信息加入人脸图片一的特征点的特征信息中；
根据人脸图片一的特征点建立人脸图片一的网格矩阵；
根据人脸图片一的网格矩阵计算所述特征点之间的连接关系；
依据特征点之间的连接关系和深度信息构造人脸图像；
其中根据人脸图片一和人脸图片二获得人脸图片一的所有特征点的深度信息，包括如下子步骤：
对人脸图片一和人脸图片二执行二值化处理，抽取人脸图片一和人脸图片二的特征点Ti；
确定每个特征点的极坐标值(ρi，θi)；
计算人脸图片二中与人脸图片一中每一个特征点对应的特征点，得到特征点对；
αi＝ρi-ρ′i
βi＝θi-θ′i
其中，(ρi，θi)是人脸图片一中的特征点Ti的极坐标值，(ρ′i，θ′i)是人脸图片二中的特征点T′i的极坐标值；
根据匹配得到的每一对特征点的像素坐标信息，使用公式:
Figure FDA0003229553040000021
确定人脸图片一中每一个特征点i对应的深度信息Si；
其中f是成像焦距，每一对特征点为(Ti，Ti′)，其中人脸图片一中的特征点Ti的像素坐标为(xi，yi)，人脸图片二中的特征点Ti′的像素坐标为(x′i，y′i)；
其中将所述人脸图像嵌入模板，并显示给用户，包括如下子步骤：
确定出人脸图像中特征点的中心点与模板的中心点；
将人脸图像中特征点的中心点与模板的中心点重合；
使人脸图像的坐标系的方向与所述模板的坐标系的方向一致；
确定人脸图像中的特征点与所述模板中特征点的未匹配点作为人脸图像待调整特征点；
确定人脸图像中待调整特征点与所述模板中与该待调整特征点对应的特征点的距离，根据所述距离调整人脸图像中待调整特征点。
2.如权利要求1所述的方法，其中根据所述距离调整人脸图像中待调整特征点包括，根据所述距离最小的待调整特征点在所述人脸图像中人脸中的位置，调整其他待调整特征点的位置。
3.如权利要求1所述的方法，其中根据所述距离调整人脸图像中待调整特征点包括，根据所述距离的平均值调整全部待调整特征点的位置。
4.如权利要求1所述的方法，其中还包括步骤：
将显示给用户的嵌入模板的人脸图像自动保存至数据库，形成相册。
5.一种大屏幕，包括处理器，其中处理器执行如权利要求1或2之一所述的方法。
CN201911379429.5A 2019-12-27 2019-12-27 一种大屏幕及其智能拍照方法 Active CN111083373B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911379429.5A CN111083373B (zh) 2019-12-27 2019-12-27 一种大屏幕及其智能拍照方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911379429.5A CN111083373B (zh) 2019-12-27 2019-12-27 一种大屏幕及其智能拍照方法

Publications (2)

Publication Number Publication Date
CN111083373A CN111083373A (zh) 2020-04-28
CN111083373B true CN111083373B (zh) 2021-11-16

Family

ID=70318725

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911379429.5A Active CN111083373B (zh) 2019-12-27 2019-12-27 一种大屏幕及其智能拍照方法

Country Status (1)

Country Link
CN (1) CN111083373B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101432776A (zh) * 2006-05-05 2009-05-13 汤姆森特许公司 用于从二维图像进行三维物体重建的系统和方法
CN105704389A (zh) * 2016-04-12 2016-06-22 上海斐讯数据通信技术有限公司 一种智能拍照方法及装置
CN105812665A (zh) * 2016-03-29 2016-07-27 联想(北京)有限公司 一种拍摄处理方法、装置及电子设备
CN106202284A (zh) * 2016-06-29 2016-12-07 珠海金山网络游戏科技有限公司 一种手机游戏快速收集调查问卷的系统和方法
CN106506959A (zh) * 2016-11-15 2017-03-15 上海传英信息技术有限公司 照相方法和照相设备
CN107197149A (zh) * 2017-06-14 2017-09-22 深圳传音通讯有限公司 证件照片的生成方法和装置
CN107993216A (zh) * 2017-11-22 2018-05-04 腾讯科技（深圳）有限公司 一种图像融合方法及其设备、存储介质、终端
CN109118579A (zh) * 2018-08-03 2019-01-01 北京微播视界科技有限公司 动态生成人脸三维模型的方法、装置、电子设备
CN109389665A (zh) * 2018-08-24 2019-02-26 先临三维科技股份有限公司 三维模型的纹理获取方法、装置、设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106777086B (zh) * 2016-12-13 2020-04-10 东软集团股份有限公司 一种网页埋点的动态管理方法及装置
CN107196788B (zh) * 2017-05-02 2020-12-18 创新先进技术有限公司 一种埋点数据的处理方法、装置、服务器及客户端
US10366525B2 (en) * 2017-09-22 2019-07-30 Adobe Inc. Generating an interactive digital media item that follows a viewer
CN109495616B (zh) * 2018-11-30 2021-02-26 维沃移动通信（杭州）有限公司 一种拍照方法及终端设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101432776A (zh) * 2006-05-05 2009-05-13 汤姆森特许公司 用于从二维图像进行三维物体重建的系统和方法
CN105812665A (zh) * 2016-03-29 2016-07-27 联想(北京)有限公司 一种拍摄处理方法、装置及电子设备
CN105704389A (zh) * 2016-04-12 2016-06-22 上海斐讯数据通信技术有限公司 一种智能拍照方法及装置
CN106202284A (zh) * 2016-06-29 2016-12-07 珠海金山网络游戏科技有限公司 一种手机游戏快速收集调查问卷的系统和方法
CN106506959A (zh) * 2016-11-15 2017-03-15 上海传英信息技术有限公司 照相方法和照相设备
CN107197149A (zh) * 2017-06-14 2017-09-22 深圳传音通讯有限公司 证件照片的生成方法和装置
CN107993216A (zh) * 2017-11-22 2018-05-04 腾讯科技（深圳）有限公司 一种图像融合方法及其设备、存储介质、终端
CN109118579A (zh) * 2018-08-03 2019-01-01 北京微播视界科技有限公司 动态生成人脸三维模型的方法、装置、电子设备
CN109389665A (zh) * 2018-08-24 2019-02-26 先临三维科技股份有限公司 三维模型的纹理获取方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN111083373A (zh) 2020-04-28

Similar Documents

Publication Publication Date Title
CN108764091B (zh) 活体检测方法及装置、电子设备和存储介质
CN109740444B (zh) 人流量信息展示方法及相关产品
CN104246793A (zh) 移动设备的三维脸部识别
CN105912912B (zh) 一种终端用户身份登录方法和系统
JP7342366B2 (ja) アバター生成システム、アバター生成方法、およびプログラム
CN105956022B (zh) 电子镜图像处理方法和装置、图像处理方法和装置
CN111008935B (zh) 一种人脸图像增强方法、装置、系统及存储介质
CN111754415A (zh) 人脸图像处理方法及装置、图像设备及存储介质
CN108134945B (zh) Ar业务处理方法、装置及终端
WO2021008205A1 (zh) 图像处理
CN109840885B (zh) 图像融合方法及相关产品
WO2019017178A1 (en) METHOD AND APPARATUS FOR DYNAMICALLY IDENTIFYING A USER OF AN ACCOUNT FOR DISPLAYING IMAGES
CN107368817B (zh) 人脸识别方法和装置
CN113192164A (zh) 虚拟形象随动控制方法、装置、电子设备和可读存储介质
WO2017000217A1 (zh) 活体检测方法及设备、计算机程序产品
CN109886239B (zh) 人像聚类方法、装置及系统
CN111083373B (zh) 一种大屏幕及其智能拍照方法
TWI744962B (zh) 資訊處理裝置、資訊處理系統、資訊處理方法、及程式產品
JP6410427B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP2017027379A (ja) 被写体判定方法、プログラム及び被写体判定装置
CN109726613A (zh) 一种用于检测的方法和装置
EP3699865B1 (en) Three-dimensional face shape derivation device, three-dimensional face shape deriving method, and non-transitory computer readable medium
CN110188699A (zh) 一种双目摄像头的人脸识别方法及系统
CN111586427B (zh) 直播平台的主播识别方法、装置、电子设备及存储介质
WO2021100214A1 (ja) 情報処理方法、情報処理装置、及び制御プログラム

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