CN111294518B - 人像构图肢体截断检测方法、装置、终端及存储介质 - Google Patents
人像构图肢体截断检测方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN111294518B CN111294518B CN202010156448.8A CN202010156448A CN111294518B CN 111294518 B CN111294518 B CN 111294518B CN 202010156448 A CN202010156448 A CN 202010156448A CN 111294518 B CN111294518 B CN 111294518B
- Authority
- CN
- China
- Prior art keywords
- portrait
- truncation
- type
- target
- composition
- 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
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
- 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
-
- 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
Abstract
本申请实施例提供了一种人像构图肢体截断检测方法、装置、终端及存储介质，涉及终端技术领域。所述方法包括：对目标图像进行人体关键点检测，获取人体的骨骼关键点的位置；对目标图像进行人体检测，获取人体检测框的位置和大小，人体检测框是指与目标图像中的人体外接的矩形框；根据骨骼关键点的位置与人体检测框的位置和大小，确定拍摄的人像类型；根据骨骼关键点的位置、人体检测框的位置和大小与人像类型，检测是否存在人像构图肢体截断。本申请实施例可以有效检测是否存在人像构图肢体截断。
Description
技术领域
本申请实施例涉及终端技术领域，特别涉及一种人像构图肢体截断检测方法、装置、终端及存储介质。
背景技术
随着终端技术的发展，用户可以通过终端拍摄图像。
在相关技术中，有些终端可以指导用户进行图像拍摄。例如，当检测到人脸时，终端启动人像构图模式，通过将人脸放置于图像的某几个位置上来达到智能构图的效果，当人像与最佳构图定位一致时，将自动定格拍摄。
然而，上述相关技术中仅考虑了人脸的位置，导致智能构图后的成片会出现人体肢体被画面边缘切割的情况。因此，检测是否存在人像构图肢体截断现象是亟待解决的问题。
发明内容
本申请实施例提供一种人像构图肢体截断检测方法、装置、终端及存储介质。所述技术方案如下：
一方面，本申请实施例提供一种人像构图肢体截断检测方法，所述方法包括：
对目标图像进行人体关键点检测，获取人体的骨骼关键点的位置；
对所述目标图像进行人体检测，获取人体检测框的位置和大小，所述人体检测框是指与所述目标图像中的人体外接的矩形框；
根据所述骨骼关键点的位置与所述人体检测框的位置和大小，确定拍摄的人像类型；
根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断。
另一方面，本申请实施例提供一种人像构图肢体截断检测装置，所述装置包括：
关键点检测模块，用于对目标图像进行人体关键点检测，获取人体的骨骼关键点的位置；
人体检测模块，用于对所述目标图像进行人体检测，获取人体检测框的位置和大小，所述人体检测框是指与所述目标图像中的人体外接的矩形框；
人像类型确定模块，用于根据所述骨骼关键点的位置与所述人体检测框的位置和大小，确定拍摄的人像类型；
人像构图肢体截断检测模块，用于根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断。
另一方面，本申请实施例提供一种终端，所述终端包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如上述方面所述的人像构图肢体截断检测方法。
又一方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如上述方面所述的人像构图肢体截断检测方法。
本申请实施例提供的技术方案可以带来如下有益效果：
通过对目标图像进行人体关键点检测和人体检测，获得人体的骨骼关键点的位置以及人体检测框的位置和大小，从而根据上述信息，确定拍摄的人像类型，最后根据骨骼关键点的位置、人体检测框的位置和大小与人像类型，检测是否存在人像构图肢体截断。本申请实施例提供的技术方案中，可以有效检测是否存在人像构图肢体截断。
附图说明
图1是本申请一个实施例提供的人像构图肢体截断检测方法的流程图；
图2是本申请另一个实施例提供的人像构图肢体截断检测方法的流程图；
图3是本申请另一个实施例提供的人像构图肢体截断检测方法的流程图；
图4是本申请另一个实施例提供的人像构图肢体截断检测方法的流程图；
图5是本申请另一个实施例提供的人像构图肢体截断检测方法的流程图；
图6是本申请另一个实施例提供的人像构图肢体截断检测方法的流程图；
图7是本申请另一个实施例提供的人像构图肢体截断检测方法的流程图；
图8是本申请一个实施例提供的人像构图肢体截断检测装置的框图；
图9是本申请一个实施例提供的终端的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例提供的技术方案中，各步骤的执行主体可以是终端，例如，终端可以是手机、平板、PC(Personal Computer，个人计算机)、智能可穿戴设备等电子设备。终端中可以安装运行有摄像类软件，该摄像类软件可以是系统自带的摄像软件，也可以是第三方摄像软件，本申请实施例对此不作限定。
请参考图1，其示出了本申请一个实施例提供的人像构图肢体截断检测方法的流程图。该方法可以包括如下几个步骤。
步骤101，对目标图像进行人体关键点检测，获取人体的骨骼关键点的位置。
目标图像可以指任意一个图像。在本申请实施例中，目标图像可以是指拍摄得到的图像。例如，通过摄像类软件拍摄得到的图像。
人体关键点检测是指用于检测目标图像中的人体的骨骼关键点的过程。可选地，进行人体关键点检测(Human Keypoints Detection)的方法可以根据CNN(ConvolutionalNeural Network，卷积神经网络)等深度学习算法训练人体关键点检测模型，根据人体关键点检测模型对人体进行关键点检测。人体关键点检测模型一般包括输入层、隐层和输出层。输入层用于接收目标图像的输入；隐层用于对接收到的目标图像进行处理；输出层用于输出对目标图像处理的最终结果，最终结果可以以浮点数坐标的形式输出。目前比较主流的人体关键点检测算法有Openpose、Alphapose、Hourglass、CPM(Convolutional PoseMachine，卷积姿态机)等。
人体的骨骼关键点可以人为根据实际场景进行定义。通常，将人体的骨骼关键点定义为以下18个关键点：鼻子、左眼、右眼、左耳、右耳、脖子、左肩、右肩、左肘、右肘、左手腕、右手腕、左臀、右臀、左膝盖、右膝盖、左脚踝、右脚踝。
如图2所示，可以对人体的骨骼关键点进行连接得到人体的骨骼框架。此时，可以使用简化模型，如火柴人来代表人体结构。
步骤102，对目标图像进行人体检测，获取人体检测框的位置和大小。
在本申请实施例中，人体检测框是指与目标图像中的人体外接的矩形框。人体检测框的位置和大小用于指示目标图像中的人体的位置和大小。
可选地，进行人体检测的方法可以根据CNN等深度学习算法训练人体检测模型，根据人体检测模型对人体进行检测。人体检测模型一般包括输入层、隐层和输出层。输入层用于接收目标图像的输入；隐层用于对接收到的目标图像进行处理；输出层用于输出对目标图像处理的最终结果，最终输出目标图像中存在的每一个人体的位置和大小信息，即人体检测框的位置和大小。目前比较主流的人体检测算法有SSD(Single Shot MultiBoxDetector，目标检测)、Faster-RCNN(Faster-Recursive Convolutional Neural Network，快速递归卷积神经网络)等。
需要说明的是，上述步骤101和步骤102可以先执行步骤101，后执行步骤102；也可以先执行步骤102，再执行步骤101；还可以步骤101和步骤102同时进行，本申请实施例对此不作限定。
步骤103，根据骨骼关键点的位置与人体检测框的位置和大小，确定拍摄的人像类型。
可选地，人像类型可以包括面部特写、胸像、七分身像、全身像和局部身体特写。其中，面部特写指的是仅拍摄头部和面部区域；胸像是指拍摄脖子以上的身体区域，包含肩部；七分身像是指拍摄髋关节以上身体区域的人像；而全身像是指拍摄到人的所有身体区域。有关人像类型的确定流程可参见下文实施例，此处不再赘述。
步骤104，根据骨骼关键点的位置、人体检测框的位置和大小与人像类型，检测是否存在人像构图肢体截断。
人像构图肢体截断是指人的肢体，如头部、手腕、手肘、手肘、膝盖、脚踝处于拍照画面的边缘，导致成片不符合构图原则的现象。可选地，人像构图肢体截断可以包括人像构图头部截断、人像构图脚踝截断、人像构图手肘截断、人像构图手腕截断、人像构图膝盖截断等。
可选地，响应于存在人像构图肢体截断，终端显示指示信息，指示信息用于指示出现人像构图肢体截断时对终端的操作。当终端确定当前的拍照构图下会出现肢体关节点被画面边缘截断的现象，终端可以显示指示信息来指导用户如何移动终端来避免这种情况的发生。基于本申请的技术方案，普通摄影师也可以拍摄出符合构图美感的专业照片。
综上所述，本申请实施例提供的技术方案中，通过对目标图像进行人体关键点检测和人体检测，获得人体的骨骼关键点的位置以及人体检测框的位置和大小，从而根据上述信息，确定拍摄的人像类型，最后根据骨骼关键点的位置、人体检测框的位置和大小与人像类型，检测是否存在人像构图肢体截断。本申请实施例提供的技术方案中，可以有效检测是否存在人像构图肢体截断。
另外，当出现人像构图肢体截断时，终端显示指示信息，可以有效指导用户进行操作以避免人像构图肢体截断的出现，提高了用户体验，有效提高了最终拍摄得到的图像的质量。
在示意性实施例中，拍摄的人像类型可以根据下述流程确定：
第一、响应于不包含头部关键点，确定拍摄的人像类型为局部身体特写。
头部关键点用于指示头部骨骼的位置。
第二、响应于包含头部关键点，根据目标长度与人体检测框的长度，确定拍摄的人像类型。
在本申请实施例中，目标长度是指头部的长度与宽度中较大的长度。可选地，头部的长度可以通过头部最上边的关键点的纵轴坐标值减去头部最下边的关键点的纵轴坐标值来计算得到。头部的宽度可以通过头部最右边的关键点的横轴坐标值减去头部最左边的关键点的横轴坐标值来计算得到。
当存在头部关键点时，需要进一步判断是否其他的关键点未检测出来。
可选地，此步骤包括以下几个步骤：
1、响应于目标长度与人体检测框的长度的比值属于第一取值范围，确定拍摄的人像类型为面部特写。
可选地，第一取值范围可以是1/4～1。当目标长度与人体检测框的长度属于1/4～1时，确定拍摄的人像类型为面部特写。
2、响应于目标长度与人体检测框的长度的比值属于第二取值范围，确定拍摄的人像类型为胸像。
可选地，第二取值范围可以是1/4～1/6。当目标长度与人体检测框的长度属于1/4～1/6时，确定拍摄的人像类型为胸像。
3、响应于目标长度与人体检测框的长度的比值属于第三取值范围，确定拍摄的人像类型为七分身像。
可选地，第三取值范围可以是1/6～1/9。当目标长度与人体检测框的长度属于1/6～1/9时，确定拍摄的人像类型为七分身像。
4、响应于目标长度与人体检测框的长度的比值属于第四取值范围，确定拍摄的人像类型为全身像。
可选地，第四取值范围可以是0～1/9。当目标长度与人体检测框的长度属于0～1/9时，确定拍摄的人像类型为全身像。
在示意性实施例中，拍摄的人像类型还可以根据下述流程确定：
1、响应于不包含头部关键点，确定拍摄的人像类型为局部身体特写。
2、响应于包含头部关键点和脚部关键点，确定拍摄的人像类型为全身像。
脚部关键点用于指示脚部骨骼的位置。
3、响应于包含头部关键点和髋关节关键点，且不包含脚部关键点，确定拍摄的人像类型为七分身像。
髋关节关键点用于指示髋关节所在的位置。
4、响应于包含头部关键点，且不包含髋关节关键点和脚部关键点，确定拍摄的人像类型为胸像。
综上所述，本申请实施例提供了两种确定拍摄人像类型的方式，提高了确定方式的灵活性和多样性。
在示意性实施例中，如图3所示，其示出了本申请另一个实施例提供的人像构图肢体截断检测方法的流程图。该方法可以包括如下几个步骤。
步骤301，检测是否存在头部关键点。响应于不存在头部关键点，执行步骤302；响应于存在头部关键点，执行步骤303。
步骤302，确定不存在人像构图头部截断。
若不存在头部关键点，则认为目标图像中没有检测出头部，终端确定不存在人像构图头部截断，不进行人像构图头部截断提示。
步骤303，根据头部关键点和人像类型，检测是否存在人像构图头部截断。
步骤303可以包括如下几个子步骤：
步骤303a，响应于第一距离属于第五取值范围，根据目标头部检测点和人像类型，检测是否存在人像构图头部截断。
在本申请实施例中，目标图像中包括至少一个头部关键点，第一距离是指头部关键点到目标图像的上边缘的距离的均值，目标头部检测点是指距离目标图像的上边缘最近的头部关键点。目标头部检测点是头部检测点中纵轴坐标值较大的那一个。目标检测点可以用于作为人像构图头部截断的判断依据，这样做的原因是检测出的头部关键点中只包含眼睛、鼻子、耳朵，所以需要利用这些关键点来估计头顶的位置。
可选地，步骤303a包括如下几个步骤：
1、响应于人像类型为面部特写或胸像、且目标头部检测点到目标图像的上边缘的距离属于第六取值范围，确定存在人像构图头部截断。
2、响应于人像类型为面部特写或胸像、且目标头部检测点到目标图像的上边缘的距离不属于第六取值范围，确定不存在人像构图头部截断。
3、响应于人像类型为七分身像或全身像、且目标头部检测点到目标图像的上边缘的距离属于第七取值范围，确定存在人像构图头部截断。
4、响应于人像类型为七分身像或全身像、且目标头部检测点到目标图像的上边缘的距离不属于第七取值范围，确定不存在人像构图头部截断。
5、响应于人像类型为局部身体特写，确定不存在人像构图头部截断。
可选地，依据拍摄的人像类型来设定不同的取值范围。对于面部特写和胸像，由于拍摄距离较近，且判断画面截断的规则是不要将画面截取到人脸的发际线；而对于七分身和全身像，由于拍摄距离较远，且判断画面截断的规则是不要将画面截取到人体的头顶，因此需要针对不同的人像类型来设定不同的取值范围。
步骤303b，响应于第一距离不属于第五取值范围，确定不存在人像构图头部截断。
当人体检测框的上边缘到目标图像的上边缘的距离不小于预设值时，确定不存在人像构图头部截断。
在示意性实施例中，如图4所示，其示出了本申请另一个实施例提供的人像构图肢体截断检测方法的流程图。该方法可以包括如下几个步骤：
步骤401，检测人体检测框的下边缘与目标图像的下边缘的距离是否属于第八取值范围。响应于人体检测框的下边缘与目标图像的下边缘的距离不属于第八取值范围，执行步骤402；响应于人体检测框的下边缘与目标图像的下边缘的距离属于第八取值范围，执行步骤403。
判断人体检测框的下边缘距离目标图像的下边缘距离是否属于第八取值范围，这一步的目的是利用人体检测框进行初步判断是否存在人像构图脚踝截断。依据如下：脚踝关节是人体中位于最下边的关节点，而人体检测框为包含身体区域的最小外接矩形框；如果人体检测框的下边缘不处于目标图像的下边缘，则认为人体没有被画面截断，因此不存在人像构图脚踝截断。
步骤402，确定不存在人像构图脚踝截断。
步骤403，检测是否存在脚踝关键点。响应于存在脚踝关键点，执行步骤404；响应于不存在脚踝关键点，执行步骤402。
判断是否存在脚踝关键点。若不存在脚踝关键点，则认为目标图像中没有检测出脚踝，不进行人像构图脚踝截断提示。
步骤404，根据目标脚踝检测点和人像类型，检测是否存在人像构图脚踝截断。
在本申请实施例中，目标图像中包括至少一个脚踝关键点，目标脚踝检测点是指距离目标图像的下边缘最远的脚踝关键点。目标脚踝检测点的纵坐标值较小。
可选地，此步骤404包括如下几个子步骤：
1、响应于人像类型为局部身体特写或面部特写或胸像或七分身像，确定不存在人像构图脚踝截断。
对于面部特写、胸像、七分身像和局部身体特写，由于这些人像类型不存在脚踝关键点，则不考虑人像构图脚踝截断。而对于全身像，通过计算目标脚踝检测点到目标图像的下边缘的距离来判断是否存在人像构图脚踝截断。
2、响应于人像类型为全身像、且目标脚踝检测点到目标图像的下边缘的距离属于第九取值范围，确定存在人像构图脚踝截断。
3、响应于人像类型为全身像、且目标脚踝检测点到目标图像的下边缘的距离不属于第九取值范围，确定不存在人像构图脚踝截断。
在示意性实施例中，如图5所示，其示出了本申请另一个实施例提供的人像构图肢体截断检测方法的流程图。该方法可以包括如下几个步骤：
步骤501，检测人体检测框的下边缘与目标图像的下边缘的距离是否属于第十取值范围。响应于人体检测框的下边缘与目标图像的下边缘的距离不属于第十取值范围，执行步骤502；响应于人体检测框的下边缘与目标图像的下边缘的距离属于第十取值范围，执行步骤503。
检测人体检测框的下边缘与目标图像的下边缘的距离是否属于第十取值范围，这一步的目的是利用人体检测框进行初步判断是否存在人像构图膝盖截断。依据如下：膝盖关节是人体中位于下边的关节点，而人体检测框为包含身体区域的最小外接矩形框；如果人体检测框的下边缘不处于目标图像的下边缘，则认为人体没有被画面截断，因此不存在人像构图膝盖截断。
步骤502，确定不存在人像构图膝盖截断。
步骤503，检测是否存在膝盖关键点；响应于存在膝盖关键点，执行步骤504；响应于不存在膝盖关键点，执行步骤502。
若不存在膝盖关键点，则认为目标图像中没有检测出膝盖，不进行人像构图膝盖截断提示。
步骤504，根据目标膝盖检测点和人像类型，检测是否存在人像构图膝盖截断。
在本申请实施例中，目标图像包括至少一个膝盖关键点，目标膝盖检测点是指距离目标图像的下边缘最远的膝盖关键点。目标膝盖检测点的纵轴坐标值较小。
可选地，此步骤504包括如下几个子步骤：
步骤504a，响应于人像类型为局部身体特写或面部特写或胸像或全身像，确定不存在人像构图膝盖截断。
对于面部特写、胸像和局部身体特写，由于这些人像类型不存在膝盖关键点，则不考虑人像构图膝盖截断；对于全身像，由于存在脚踝关键点，则不会出现人像构图膝盖截断；而对于七分身像，通过计算目标膝盖检测点到目标图像的下边缘的距离来判断是否存在人像构图膝盖截断。
步骤504b，响应于人像类型为七分身像、且目标膝盖检测点到目标图像的下边缘的距离属于第十一取值范围，确定存在人像构图膝盖截断。
步骤504c，响应于人像类型为七分身像、且目标膝盖检测点到目标图像的下边缘的距离不属于第十一取值范围，确定不存在人像构图膝盖截断。
在示意性实施例中，如图6所示，其示出了本申请另一个实施例提供的人像构图肢体截断检测方法的流程图。该方法可以包括如下几个步骤：
步骤601，检测人像类型是否为局部身体特写或面部特写。响应于人像类型为局部身体特写或面部特写，执行步骤602；响应于人像类型不为局部身体特写或面部特写，执行步骤603。
对于面部特写，由于不会存在手肘关键点，因此不进行人像构图手肘截断提示；对于局部身体特写，由于不针对这种拍摄类型进行构图，因此不进行人像构图手肘截断提示。
步骤602，确定不存在人像构图手肘截断。
步骤603，检测是否存在目标手肘关键点。响应于不存在手肘关键点，执行步骤602；响应于存在手肘关键点，执行步骤603。
目标手肘关键点可以是左手肘关键点或者是右手肘关键点。
步骤604，检测第二距离是否属于第十二取值范围；响应于第二距离属于第十二取值范围，执行步骤605；响应于第二距离不属于第十二取值范围，执行步骤602。
在本申请实施例中，第二距离是指目标手肘关键点到目标图像的各个边缘的距离中的最小距离。
步骤605，确定存在人像构图手肘截断。
在示意性实施例中，如图7所示，其示出了本申请另一个实施例提供的人像构图肢体截断检测方法的流程图。该方法可以包括如下几个步骤：
步骤701，检测人像类型是否为局部身体特写或面部特写。响应于人像类型为局部身体特写或面部特写，执行步骤702；响应于人像类型不为局部身体特写或面部特写，执行步骤703。
对于面部特写，由于不会存在手腕关键点，因此不进行人像构图手腕截断提示；对于局部身体特写，由于不针对这种拍摄类型进行构图，因此不进行人像构图手腕截断提示。
步骤702，确定不存在人像构图手腕截断。
步骤703，检测是否存在目标手腕关键点；响应于不存在目标手腕关键点，执行步骤702；响应于存在目标手腕关键点，执行步骤704。
目标手腕关键点可以是左手腕关键点或者是右手腕关键点。
步骤704，检测第三距离是否属于第十三取值范围。响应于第三距离属于第十三取值范围，执行步骤705；响应于第三距离不属于第十三取值范围，执行步骤702。
在本申请实施例中，第三距离是指目标手腕关键点到目标图像的各个边缘的距离中的最小距离。
步骤705，确定存在人像构图手腕截断。
需要说明的是，上述有关图3至图7实施例的执行顺序可以一起执行，也可以依次执行，本申请实施例对此不作限定。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参考图8，其示出了本申请一个实施例提供的人像构图肢体截断检测装置装置的框图，该装置具有实现上述方法示例的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置800可以包括：关键点检测模块810、人体检测模块820、人像类型确定模块830和人像构图肢体截断检测模块840。
关键点检测模块810，用于对目标图像进行人体关键点检测，获取人体的骨骼关键点的位置；
人体检测模块820，用于对所述目标图像进行人体检测，获取人体检测框的位置和大小，所述人体检测框是指与所述目标图像中的人体外接的矩形框；
人像类型确定模块830，用于根据所述骨骼关键点的位置与所述人体检测框的位置和大小，确定拍摄的人像类型；
人像构图肢体截断检测模块840，用于根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断。
综上所述，本申请实施例提供的技术方案中，通过对目标图像进行人体关键点检测和人体检测，获得人体的骨骼关键点的位置以及人体检测框的位置和大小，从而根据上述信息，确定拍摄的人像类型，最后根据骨骼关键点的位置、人体检测框的位置和大小与人像类型，检测是否存在人像构图肢体截断。本申请实施例提供的技术方案中，可以有效检测是否存在人像构图肢体截断。
可选地，所述人像类型确定模块830，包括：第一类型确定模块和第二类型确定模块(图中未示出)。
第一类型确定模块，用于响应于不包含头部关键点，确定拍摄的人像类型为局部身体特写；
第二类型确定模块，用于响应于包含所述头部关键点，根据目标长度与所述人体检测框的长度，确定拍摄的人像类型，所述目标长度是指头部的长度与宽度中较大的长度。
可选地，所述第二类型确定模块，用于：
响应于所述目标长度与所述人体检测框的长度的比值属于第一取值范围，确定拍摄的人像类型为面部特写；
响应于所述目标长度与所述人体检测框的长度的比值属于第二取值范围，确定拍摄的人像类型为胸像；
响应于所述目标长度与所述人体检测框的长度的比值属于第三取值范围，确定拍摄的人像类型为七分身像；
响应于所述目标长度与所述人体检测框的长度的比值属于第四取值范围，确定拍摄的人像类型为全身像。
可选地，所述人像类型确定模块830，用于：
响应于不包含头部关键点，确定拍摄的人像类型为局部身体特写；
响应于包含头部关键点和脚部关键点，确定拍摄的人像类型为全身像；
响应于包含头部关键点和髋关节关键点，且不包含脚部关键点，确定拍摄的人像类型为七分身像；
响应于包含头部关键点，且不包含髋关节关键点和脚部关键点，确定拍摄的人像类型为胸像。
可选地，所述人像构图肢体截断检测模块840，包括：第一检测单元和第二检测单元(图中未示出)。
第一检测单元，用于响应于不存在头部关键点，确定不存在人像构图头部截断；
第二检测单元，用于响应于存在头部关键点，根据头部关键点和所述人像类型，检测是否存在人像构图头部截断。
可选地，所述第二检测单元，包括：第一检测子单元和第二检测子单元(图中未示出)。
第一检测子单元，用于响应于第一距离属于第五取值范围，根据目标头部检测点和所述人像类型，检测是否存在人像构图头部截断，所述目标图像中包括至少一个所述头部关键点，所述第一距离是指所述头部关键点到所述目标图像的上边缘的距离的均值，所述目标头部检测点是指距离所述目标图像的上边缘最近的头部关键点；
第二检测子单元，用于响应于所述第一距离不属于第五取值范围，确定不存在人像构图头部截断。
可选地，所述第一检测子单元，用于：
响应于所述人像类型为面部特写或胸像、且所述目标头部检测点到所述目标图像的上边缘的距离属于第六取值范围，确定存在人像构图头部截断；
响应于所述人像类型为面部特写或胸像、且所述目标头部检测点到所述目标图像的上边缘的距离不属于所述第六取值范围，确定不存在人像构图头部截断；
响应于所述人像类型为七分身像或全身像、且所述目标头部检测点到所述目标图像的上边缘的距离属于第七取值范围，确定存在人像构图头部截断；
响应于所述人像类型为七分身像或全身像、且所述目标头部检测点到所述目标图像的上边缘的距离不属于所述第七取值范围，确定不存在人像构图头部截断；
响应于所述人像类型为局部身体特写，确定不存在人像构图头部截断。
可选地，所述人像构图肢体截断检测模块840，包括：第三检测单元、第四检测单元和第五检测单元(图中未示出)。
第三检测单元，用于响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离不属于第八取值范围，确定不存在人像构图脚踝截断；
第四检测单元，用于响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第八取值范围、且存在所述脚踝关键点，根据目标脚踝检测点和所述人像类型，检测是否存在人像构图脚踝截断，所述目标图像中包括至少一个脚踝关键点，所述目标脚踝检测点是指距离所述目标图像的下边缘最远的脚踝关键点；
第五检测单元，用于响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第八取值范围、且不存在所述脚踝关键点，确定不存在人像构图脚踝截断。
可选地，所述第四检测单元，用于：
响应于所述人像类型为局部身体特写或面部特写或胸像或七分身像，确定不存在人像构图脚踝截断；
响应于所述人像类型为全身像、且所述目标脚踝检测点到所述目标图像的下边缘的距离属于第九取值范围，确定存在人像构图脚踝截断；
响应于所述人像类型为全身像、且所述目标脚踝检测点到所述目标图像的下边缘的距离不属于所述第九取值范围，确定不存在人像构图脚踝截断。
可选地，所述人像构图肢体截断检测模块840，包括：第六检测单元、第七检测单元和第八检测单元(图中未示出)。
第六检测单元，用于响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离不属于第十取值范围，确定不存在人像构图膝盖截断；
第七检测单元，用于响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第十取值范围、且存在所述膝盖关键点，根据目标膝盖检测点和所述人像类型，检测是否存在人像构图膝盖截断，所述目标图像包括至少一个所述膝盖关键点，所述目标膝盖检测点是指距离所述目标图像的下边缘最远的膝盖关键点；
第八检测单元，用于响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第十取值范围、且不存在所述膝盖关键点，确定不存在人像构图膝盖截断。
可选地，所述第七检测单元，用于：
响应于所述人像类型为局部身体特写或面部特写或胸像或全身像，确定不存在人像构图膝盖截断；
响应于所述人像类型为七分身像、且所述目标膝盖检测点到所述目标图像的下边缘的距离属于第十一取值范围，确定存在人像构图膝盖截断；
响应于所述人像类型为七分身像、且所述目标膝盖检测点到所述目标图像的下边缘的距离不属于所述第十一取值范围，确定不存在人像构图膝盖截断。
可选地，所述人像构图肢体截断检测模块840，用于：
响应于所述人像类型为局部身体特写或面部特写，确定不存在人像构图手肘截断；
响应于所述人像类型为胸像或七分身像或全身像、且不存在目标手肘关键点，确定不存在人像构图手肘截断；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手肘关键点、第二距离属于第十二取值范围，确定存在人像构图手肘截断，所述第二距离是指所述目标手肘关键点到所述目标图像的各个边缘的距离中的最小距离；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手肘关键点、所述第二距离不属于所述第十二取值范围，确定不存在人像构图手肘截断。
可选地，所述人像构图肢体截断检测模块840，用于：
响应于所述人像类型为局部身体特写或面部特写，确定不存在人像构图手腕截断；
响应于所述人像类型为胸像或七分身像或全身像、且不存在目标手腕关键点，确定不存在人像构图手腕截断；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手腕关键点、第三距离属于第十三取值范围，确定存在人像构图手腕截断，所述第三距离是指所述目标手腕关键点到所述目标图像的各个边缘的距离中的最小距离；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手腕关键点、所述第三距离不属于第十三取值范围，确定不存在人像构图手腕截断。
可选地，所述装置800，还包括：指示信息显示模块(图中未示出)。
指示信息显示模块，用于响应于存在人像构图肢体截断，显示指示信息，所述指示信息用于指示出现人像构图肢体截断时对终端的操作。
需要说明的是，上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置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，这里不再赘述。
请参考图9，其示出了本申请一个实施例提供的终端的结构框图。
本申请实施例中的终端可以包括一个或多个如下部件：处理器910和存储器920。
处理器910可以包括一个或者多个处理核心。处理器910利用各种接口和线路连接整个终端内的各个部分，通过运行或执行存储在存储器920内的指令、程序、代码集或指令集，以及调用存储在存储器920内的数据，执行终端的各种功能和处理数据。可选地，处理器910可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器910可集成中央处理器(CentralProcessing Unit，CPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统和应用程序等；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器910中，单独通过一块芯片进行实现。
可选地，处理器910执行存储器920中的程序指令时实现上述各个方法实施例提供的方法。
存储器920可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory，ROM)。可选地，该存储器920包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器920可用于存储指令、程序、代码、代码集或指令集。存储器920可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令、用于实现上述各个方法实施例的指令等；存储数据区可存储根据终端的使用所创建的数据等。
上述终端的结构仅是示意性的，在实际实现时，终端可以包括更多或更少的组件，比如：显示屏等，本实施例对此不作限定。
本领域技术人员可以理解，图9中示出的结构并不构成对终端的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
在示例性实施例中，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由计算机设备的处理器加载并执行以实现上述方法实施例中的各个步骤。
在示例性实施例中，还提供了一种计算机程序产品，当该计算机程序产品被执行时，其用于实现上述方法。
以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (17)
1.一种人像构图肢体截断检测方法，其特征在于，所述方法包括：
对目标图像进行人体关键点检测，获取人体的骨骼关键点的位置；
对所述目标图像进行人体检测，获取人体检测框的位置和大小，所述人体检测框是指与所述目标图像中的人体外接的矩形框；
根据所述骨骼关键点的位置与所述人体检测框的位置和大小，确定拍摄的人像类型，所述人像类型包括面部特写、胸像、七分身像、全身像和局部身体特写；
根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断。
2.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼关键点的位置与所述人体检测框的位置和大小，确定拍摄的人像类型，包括：
响应于不包含头部关键点，确定拍摄的人像类型为局部身体特写；
响应于包含所述头部关键点，根据目标长度与所述人体检测框的长度，确定拍摄的人像类型，所述目标长度是指头部的长度与宽度中较大的长度。
3.根据权利要求2所述的方法，其特征在于，所述根据目标长度与所述人体检测框的长度，确定拍摄的人像类型，包括：
响应于所述目标长度与所述人体检测框的长度的比值属于第一取值范围，确定拍摄的人像类型为面部特写；
响应于所述目标长度与所述人体检测框的长度的比值属于第二取值范围，确定拍摄的人像类型为胸像；
响应于所述目标长度与所述人体检测框的长度的比值属于第三取值范围，确定拍摄的人像类型为七分身像；
响应于所述目标长度与所述人体检测框的长度的比值属于第四取值范围，确定拍摄的人像类型为全身像。
4.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼关键点的位置与所述人体检测框的位置和大小，确定拍摄的人像类型，包括：
响应于不包含头部关键点，确定拍摄的人像类型为局部身体特写；
响应于包含头部关键点和脚部关键点，确定拍摄的人像类型为全身像；
响应于包含头部关键点和髋关节关键点，且不包含脚部关键点，确定拍摄的人像类型为七分身像；
响应于包含头部关键点，且不包含髋关节关键点和脚部关键点，确定拍摄的人像类型为胸像。
5.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断，包括：
响应于不存在头部关键点，确定不存在人像构图头部截断；
响应于存在头部关键点，根据头部关键点和所述人像类型，检测是否存在人像构图头部截断。
6.根据权利要求5所述的方法，其特征在于，所述根据头部关键点和所述人像类型，检测是否存在人像构图头部截断，包括：
响应于第一距离属于第五取值范围，根据目标头部检测点和所述人像类型，检测是否存在人像构图头部截断，所述目标图像中包括至少一个所述头部关键点，所述第一距离是指所述头部关键点到所述目标图像的上边缘的距离的均值，所述目标头部检测点是指距离所述目标图像的上边缘最近的头部关键点；
响应于所述第一距离不属于第五取值范围，确定不存在人像构图头部截断。
7.根据权利要求6所述的方法，其特征在于，所述根据目标头部检测点和所述人像类型，检测是否存在人像构图头部截断，包括：
响应于所述人像类型为面部特写或胸像、且所述目标头部检测点到所述目标图像的上边缘的距离属于第六取值范围，确定存在人像构图头部截断；
响应于所述人像类型为面部特写或胸像、且所述目标头部检测点到所述目标图像的上边缘的距离不属于所述第六取值范围，确定不存在人像构图头部截断；
响应于所述人像类型为七分身像或全身像、且所述目标头部检测点到所述目标图像的上边缘的距离属于第七取值范围，确定存在人像构图头部截断；
响应于所述人像类型为七分身像或全身像、且所述目标头部检测点到所述目标图像的上边缘的距离不属于所述第七取值范围，确定不存在人像构图头部截断；
响应于所述人像类型为局部身体特写，确定不存在人像构图头部截断。
8.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断，包括：
响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离不属于第八取值范围，确定不存在人像构图脚踝截断；
响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第八取值范围、且存在所述脚踝关键点，根据目标脚踝检测点和所述人像类型，检测是否存在人像构图脚踝截断，所述目标图像中包括至少一个脚踝关键点，所述目标脚踝检测点是指距离所述目标图像的下边缘最远的脚踝关键点；
响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第八取值范围、且不存在所述脚踝关键点，确定不存在人像构图脚踝截断。
9.根据权利要求8所述的方法，其特征在于，所述根据目标脚踝检测点和所述人像类型，检测是否存在人像构图脚踝截断，包括：
响应于所述人像类型为局部身体特写或面部特写或胸像或七分身像，确定不存在人像构图脚踝截断；
响应于所述人像类型为全身像、且所述目标脚踝检测点到所述目标图像的下边缘的距离属于第九取值范围，确定存在人像构图脚踝截断；
响应于所述人像类型为全身像、且所述目标脚踝检测点到所述目标图像的下边缘的距离不属于所述第九取值范围，确定不存在人像构图脚踝截断。
10.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断，包括：
响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离不属于第十取值范围，确定不存在人像构图膝盖截断；
响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第十取值范围、且存在所述膝盖关键点，根据目标膝盖检测点和所述人像类型，检测是否存在人像构图膝盖截断，所述目标图像包括至少一个所述膝盖关键点，所述目标膝盖检测点是指距离所述目标图像的下边缘最远的膝盖关键点；
响应于所述人体检测框的下边缘与所述目标图像的下边缘的距离属于所述第十取值范围、且不存在所述膝盖关键点，确定不存在人像构图膝盖截断。
11.根据权利要求10所述的方法，其特征在于，所述根据目标膝盖检测点和所述人像类型，检测是否存在人像构图膝盖截断，包括：
响应于所述人像类型为局部身体特写或面部特写或胸像或全身像，确定不存在人像构图膝盖截断；
响应于所述人像类型为七分身像、且所述目标膝盖检测点到所述目标图像的下边缘的距离属于第十一取值范围，确定存在人像构图膝盖截断；
响应于所述人像类型为七分身像、且所述目标膝盖检测点到所述目标图像的下边缘的距离不属于所述第十一取值范围，确定不存在人像构图膝盖截断。
12.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断，包括：
响应于所述人像类型为局部身体特写或面部特写，确定不存在人像构图手肘截断；
响应于所述人像类型为胸像或七分身像或全身像、且不存在目标手肘关键点，确定不存在人像构图手肘截断；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手肘关键点、第二距离属于第十二取值范围，确定存在人像构图手肘截断，所述第二距离是指所述目标手肘关键点到所述目标图像的各个边缘的距离中的最小距离；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手肘关键点、所述第二距离不属于所述第十二取值范围，确定不存在人像构图手肘截断。
13.根据权利要求1所述的方法，其特征在于，所述根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断，包括：
响应于所述人像类型为局部身体特写或面部特写，确定不存在人像构图手腕截断；
响应于所述人像类型为胸像或七分身像或全身像、且不存在目标手腕关键点，确定不存在人像构图手腕截断；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手腕关键点、第三距离属于第十三取值范围，确定存在人像构图手腕截断，所述第三距离是指所述目标手腕关键点到所述目标图像的各个边缘的距离中的最小距离；
响应于所述人像类型为胸像或七分身像或全身像、且存在所述目标手腕关键点、所述第三距离不属于第十三取值范围，确定不存在人像构图手腕截断。
14.根据权利要求1至13任一项所述的方法，其特征在于，所述根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断之后，还包括：
响应于存在人像构图肢体截断，显示指示信息，所述指示信息用于指示出现人像构图肢体截断时对终端的操作。
15.一种人像构图肢体截断检测装置，其特征在于，所述装置包括：
关键点检测模块，用于对目标图像进行人体关键点检测，获取人体的骨骼关键点的位置；
人体检测模块，用于对所述目标图像进行人体检测，获取人体检测框的位置和大小，所述人体检测框是指与所述目标图像中的人体外接的矩形框；
人像类型确定模块，用于根据所述骨骼关键点的位置与所述人体检测框的位置和大小，确定拍摄的人像类型，所述人像类型包括面部特写、胸像、七分身像、全身像和局部身体特写；
人像构图肢体截断检测模块，用于根据所述骨骼关键点的位置、所述人体检测框的位置和大小与所述人像类型，检测是否存在人像构图肢体截断。
16.一种终端，其特征在于，所述终端包括处理器和存储器，所述存储器存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如权利要求1至14任一项所述的人像构图肢体截断检测方法。
17.一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中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如权利要求1至14任一项所述的人像构图肢体截断检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010156448.8A CN111294518B (zh) | 2020-03-09 | 2020-03-09 | 人像构图肢体截断检测方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010156448.8A CN111294518B (zh) | 2020-03-09 | 2020-03-09 | 人像构图肢体截断检测方法、装置、终端及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111294518A CN111294518A (zh) | 2020-06-16 |
| CN111294518B true CN111294518B (zh) | 2021-04-27 |
Family
ID=71028580
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010156448.8A Active CN111294518B (zh) | 2020-03-09 | 2020-03-09 | 人像构图肢体截断检测方法、装置、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111294518B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117135441A (zh) * | 2023-02-23 | 2023-11-28 | 荣耀终端有限公司 | 一种图像抓拍方法及电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108229418A (zh) * | 2018-01-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 人体关键点检测方法和装置、电子设备、存储介质和程序 |
| CN109360254A (zh) * | 2018-10-15 | 2019-02-19 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN109583341A (zh) * | 2018-11-19 | 2019-04-05 | 清华大学深圳研究生院 | 对包含人像的图像的多人骨骼关键点检测方法及装置 |
| CN109660719A (zh) * | 2018-12-11 | 2019-04-19 | 维沃移动通信有限公司 | 一种信息提示方法及移动终端 |
| CN109828741A (zh) * | 2019-01-29 | 2019-05-31 | 北京字节跳动网络技术有限公司 | 用于播放音频的方法和装置 |
| CN110414339A (zh) * | 2019-06-21 | 2019-11-05 | 武汉倍特威视系统有限公司 | 基于视频流数据的审讯室人员近距离接触识别方法 |
| CN110858295A (zh) * | 2018-08-24 | 2020-03-03 | 广州汽车集团股份有限公司 | 一种交警手势识别方法、装置、整车控制器及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| HU0900696D0 (en) * | 2009-11-05 | 2009-12-28 | Holakovszky Laszlo | Binocular display device |
| US10748325B2 (en) * | 2011-11-17 | 2020-08-18 | Adobe Inc. | System and method for automatic rigging of three dimensional characters for facial animation |
-
2020
- 2020-03-09 CN CN202010156448.8A patent/CN111294518B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108229418A (zh) * | 2018-01-19 | 2018-06-29 | 北京市商汤科技开发有限公司 | 人体关键点检测方法和装置、电子设备、存储介质和程序 |
| CN110858295A (zh) * | 2018-08-24 | 2020-03-03 | 广州汽车集团股份有限公司 | 一种交警手势识别方法、装置、整车控制器及存储介质 |
| CN109360254A (zh) * | 2018-10-15 | 2019-02-19 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN109583341A (zh) * | 2018-11-19 | 2019-04-05 | 清华大学深圳研究生院 | 对包含人像的图像的多人骨骼关键点检测方法及装置 |
| CN109660719A (zh) * | 2018-12-11 | 2019-04-19 | 维沃移动通信有限公司 | 一种信息提示方法及移动终端 |
| CN109828741A (zh) * | 2019-01-29 | 2019-05-31 | 北京字节跳动网络技术有限公司 | 用于播放音频的方法和装置 |
| CN110414339A (zh) * | 2019-06-21 | 2019-11-05 | 武汉倍特威视系统有限公司 | 基于视频流数据的审讯室人员近距离接触识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111294518A (zh) | 2020-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110348543B (zh) | 眼底图像识别方法、装置、计算机设备及存储介质 | |
| WO2019128508A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN110163806B (zh) | 一种图像处理方法、装置以及存储介质 | |
| CN109905593B (zh) | 一种图像处理方法和装置 | |
| KR20210038622A (ko) | 이미지 세그먼트화 방법 및 장치, 컴퓨터 디바이스 및 저장 매체 | |
| CN108428214B (zh) | 一种图像处理方法及装置 | |
| CN106295567A (zh) | 一种关键点的定位方法及终端 | |
| CN113205568B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
| CN108090463B (zh) | 对象控制方法、装置、存储介质和计算机设备 | |
| CN106910229A (zh) | 图像处理设备和方法 | |
| CN110298327B (zh) | 一种视觉特效处理方法及装置、存储介质与终端 | |
| CN106331491A (zh) | 一种拍照方法及装置 | |
| CN110807361A (zh) | 人体识别方法、装置、计算机设备及存储介质 | |
| CN116048244B (zh) | 一种注视点估计方法及相关设备 | |
| CN110570460B (zh) | 目标跟踪方法、装置、计算机设备及计算机可读存储介质 | |
| WO2024021742A9 (zh) | 一种注视点估计方法及相关设备 | |
| CN112434546A (zh) | 人脸活体检测方法及装置、设备、存储介质 | |
| CN111626163A (zh) | 一种人脸活体检测方法、装置及计算机设备 | |
| CN111294518B (zh) | 人像构图肢体截断检测方法、装置、终端及存储介质 | |
| CN110807769A (zh) | 图像显示控制方法及装置 | |
| CN112085795B (zh) | 物品定位方法、装置、设备及存储介质 | |
| CN110310318B (zh) | 一种特效处理方法及装置、存储介质与终端 | |
| CN113596323A (zh) | 智能合影方法、装置、移动终端及计算机程序产品 | |
| CN115908120B (zh) | 图像处理方法和电子设备 | |
| CN112101275B (zh) | 多目摄像头的人脸检测方法、装置、设备及介质 |
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 |