CN111935389B - 拍摄对象切换方法、装置、拍摄设备及可读存储介质 - Google Patents
拍摄对象切换方法、装置、拍摄设备及可读存储介质 Download PDFInfo
- Publication number
- CN111935389B CN111935389B CN201911422627.5A CN201911422627A CN111935389B CN 111935389 B CN111935389 B CN 111935389B CN 201911422627 A CN201911422627 A CN 201911422627A CN 111935389 B CN111935389 B CN 111935389B
- Authority
- CN
- China
- Prior art keywords
- shooting
- distance
- determining
- shooting object
- photographic
- 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
- H04N23/64—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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供一种拍摄对象切换方法、装置、拍摄设备及可读存储介质,涉及摄像技术领域。该方法包括:获取第一拍摄对象与拍摄设备之间的第一距离;根据所述第一距离确定需切换的第二拍摄对象;将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象。该方案通过根据第一拍摄对象与拍摄设备之间的距离来确定需切换的第二拍摄对象,由此,拍摄设备可以根据距离选择需切换的拍摄对象,无需人工选定切换对象即可实现对拍摄对象的灵活切换,可以有效减少人力成本,节省时间。
Description
技术领域
本申请涉及摄像技术领域,具体而言,涉及一种拍摄对象切换方法、装置、拍摄设备及可读存储介质。
背景技术
现有技术中,一般的跟随拍摄工作都需要人为参与操作控制,如用户直接拿着摄像机进行跟踪拍摄,若想要切换不同的拍摄对象时,只能用户手动对准需要拍摄的对象,这种方式需要人的直接或间接参与,摄像机无法根据需求选择需要拍摄的对象,即无法对拍摄对象进行自主智能切换。
发明内容
本申请实施例的目的在于提供一种拍摄对象切换方法、装置、拍摄设备及可读存储介质,用以改善现有技术中摄像机无法对拍摄对象进行自主智能切换的问题。
第一方面,本申请实施例提供了一种拍摄对象切换方法,所述方法包括:获取第一拍摄对象与拍摄设备之间的第一距离;根据所述第一距离确定需切换的第二拍摄对象;将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象。
在上述实现过程中,通过根据第一拍摄对象与拍摄设备之间的距离来确定需切换的第二拍摄对象,由此,拍摄设备可以根据距离选择需切换的拍摄对象,无需人工选定切换对象即可实现对拍摄对象的灵活切换,可以有效减少人力成本,节省时间。
可选地,所述根据所述第一距离确定需切换的第二拍摄对象,包括:检测拍摄区域内除所述第一拍摄对象外的至少一个其他拍摄对象;获取每个所述至少一个其他拍摄对象与所述拍摄设备之间的第二距离;根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象。
在上述实现过程中,通过获取拍摄区域内的其他拍摄对象与拍摄设备之间的第二距离,然后基于第一距离和第二距离来确定第二拍摄对象,如此,拍摄设备可以灵活选择在合适距离范围内的对象进行拍摄。
可选地,所述根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象,包括:从至少一个所述第二距离中确定小于或等于所述第一距离的目标距离;将所述目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
在上述实现过程中,拍摄设备可以选择在第一距离内的对象作为第二拍摄对象,使得拍摄设备可以对距离较近的对象进行清晰拍摄。
可选地,若所述至少一个所述第二距离包括多个第二距离,所述根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象,包括:包括:从所述多个第二距离中确定小于或等于所述第一距离的目标距离;若所述目标距离为至少两个,则将至少两个目标距离中最小的目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
在上述实现过程,拍摄设备可以选择距离最近的对象作为需切换的第二拍摄对象,使得拍摄设备可以选择对距离最近的对象进行清晰拍摄。
可选地,若所述至少一个所述第二距离包括多个第二距离,所述根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象,包括:从所述多个第二距离中确定小于或等于所述第一距离的目标距离;若所述目标距离对应的目标拍摄对象为至少两个时,获取每个目标拍摄对象与所述第一拍摄对象之间的第三距离;将与所述第一拍摄对象距离最小的第三距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
在上述实现过程中,拍摄设备可以选择与第一拍摄对象距离最近的对象作为第二拍摄对象,使得可以避免拍摄设备从第一拍摄对象切换到第二拍摄对象时其转动范围太大而导致拍摄画面不稳定的情况。
可选地,所述根据所述第一距离确定需切换的第二拍摄对象,包括:获取所述第一拍摄对象所在的位置;根据所述第一拍摄对象所在的位置以及所述第一距离确定需切换的第二拍摄对象。
可选地,所述根据所述第一拍摄对象所在的位置以及所述第一距离确定需切换的第二拍摄对象,包括:根据所述第一拍摄对象所在的位置以及所述第一距离确定拍摄位置;检测所述拍摄位置出现的除所述第一拍摄对象外的目标拍摄对象;将所述目标拍摄对象确定为需切换的第二拍摄对象;或者将所述目标拍摄对象与所述第一拍摄对象确定为需切换的第二拍摄对象。
在上述实现过程中,拍摄设备还可以选择对第一拍摄对象所在的位置出现的对象进行跟随拍摄。
可选地,所述获取第一拍摄对象与拍摄设备之间的第一距离之前,还包括:获取拍摄区域内的至少一个拍摄对象;获取每个所述至少一个拍摄对象与所述拍摄设备之间的第四距离;根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象。
在上述实现过程中,拍摄设备可以基于至少一个拍摄对象与其之间的距离来灵活选择其想拍摄的第一拍摄对象。
可选地,若所述至少一个拍摄对象包括多个拍摄对象,所述根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象,包括:从多个所述第四距离中选择距离最小的目标距离;将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
在上述实现过程中,拍摄设备可以选择距离最小的对象作为第一拍摄对象,使得拍摄设备可以对距离最近的对象进行跟踪拍摄。
可选地,若所述至少一个拍摄对象包括多个拍摄对象,所述根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象,包括:从多个所述第四距离中选择距离小于预设阈值的目标距离;将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
在上述实现过程中,拍摄设备可以灵活选择距离在预设阈值内的对象作为第一拍摄对象。
可选地,所述拍摄区域为圆形区域和/或多边形区域。
可选地,若所述第二拍摄对象为至少两个,所述将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象之后,还包括:确定对所述至少两个第二拍摄对象进行拍摄的拍摄位置;根据所述拍摄位置调节所述拍摄设备的拍摄参数。
在上述实现过程中,通过确定对拍摄对象的拍摄位置,从而可基于拍摄位置调节拍摄设备的拍摄参数,使得拍摄设备可以对拍摄对象进行更好地拍摄。
可选地,所述拍摄位置为所述至少两个第二拍摄对象之间的中心位置。
可选地,所述获取第一拍摄对象与拍摄设备之间的第一距离,包括:通过训练好的深度学习模型获取所述第一拍摄对象与所述拍摄设备之间的第一距离。
可选地,所述通过训练好的深度学习模型获取所述第一拍摄对象与所述拍摄设备之间的第一距离,包括:获取所述第一拍摄对象的多张拍摄图像以及所述拍摄设备的位置姿态信息;将所述多张拍摄图像输入至所述深度学习模型中,通过所述深度学习模型利用所述多张拍摄图像之间的像素位置关系获得所述第一拍摄对象的视差图;根据所述视差图以及所述拍摄设备的位置姿态信息确定所述第一拍摄对象与所述拍摄设备之间的第一距离。
可选地,所述根据所述视差图以及所述拍摄设备的位置姿态信息确定所述第一拍摄对象与所述拍摄设备之间的第一距离,包括:基于所述拍摄设备的位置姿态信息,将所述视差图转换为以所述拍摄设备为坐标原点的三维空间;获取所述三维空间中所述拍摄设备与所述第一拍摄对象之间的第一距离。
可选地,通过以下步骤对所述深度学习模型进行训练:将包含待拍摄对象的多张图像作为所述深度学习模型的输入,将所述待拍摄对象的视差图作为所述深度学习模型的输出,对所述深度学习模型中的网络参数进行训练;在预设损失函数小于预设值时,确定训练完成,获得训练好的深度学习模型。
在上述实现过程中,通过深度学习模型获得拍摄图像的视差图,由此可基于视差图和拍摄设备的位置姿态信息可以更加准确获得拍摄对象与拍摄设备之间的距离。
第二方面,本申请实施例提供了一种拍摄对象切换装置,所述装置包括:
距离获取模块,用于获取第一拍摄对象与拍摄设备之间的第一距离;
对象确定模块,用于根据所述第一距离确定需切换的第二拍摄对象;
对象切换模块,用于将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象。
可选地,所述对象确定模块,具体用于检测拍摄区域内除所述第一拍摄对象外的至少一个其他拍摄对象;获取每个所述至少一个其他拍摄对象与所述拍摄设备之间的第二距离;根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象。
可选地,所述对象确定模块,还用于从至少一个所述第二距离中确定小于或等于所述第一距离的目标距离;将所述目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
可选地,若所述至少一个所述第二距离包括多个第二距离,所述对象确定模块,还用于从所述多个第二距离中确定小于或等于所述第一距离的目标距离;若所述目标距离为至少两个,则将至少两个目标距离中最小的目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
可选地,若所述至少一个所述第二距离包括多个第二距离,所述对象确定模块,还用于从所述多个第二距离中确定小于或等于所述第一距离的目标距离;若所述目标距离对应的目标拍摄对象为至少两个时,获取每个目标拍摄对象与所述第一拍摄对象之间的第三距离;将与所述第一拍摄对象距离最小的第三距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
可选地,所述对象确定模块,还用于获取所述第一拍摄对象所在的位置;根据所述第一拍摄对象所在的位置以及所述第一距离确定需切换的第二拍摄对象。
可选地,所述对象确定模块,还用于根据所述第一拍摄对象所在的位置以及所述第一距离确定拍摄位置;检测所述拍摄位置出现的除所述第一拍摄对象外的目标拍摄对象;将所述目标拍摄对象确定为需切换的第二拍摄对象;或者将所述目标拍摄对象与所述第一拍摄对象确定为需切换的第二拍摄对象。
可选地,所述对象确定模块,还用于获取拍摄区域内的至少一个拍摄对象;获取每个所述至少一个拍摄对象与所述拍摄设备之间的第四距离;根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象。
可选地,若所述至少一个拍摄对象包括多个拍摄对象,所述对象确定模块,还用于从多个所述第四距离中选择距离最小的目标距离;将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
可选地,若所述至少一个拍摄对象包括多个拍摄对象,所述对象确定模块,还用于从多个所述第四距离中选择距离小于预设阈值的目标距离;将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
可选地,所述拍摄区域为圆形区域和/或多边形区域。
可选地,若所述第二拍摄对象为至少两个,所述装置还包括:
调节模块,用于确定对所述至少两个第二拍摄对象进行拍摄的拍摄位置;根据所述拍摄位置调节所述拍摄设备的拍摄参数。
可选地,所述拍摄位置为所述至少两个第二拍摄对象之间的中心位置。
可选地,所述距离获取模块,具体用于通过训练好的深度学习模型获取所述第一拍摄对象与所述拍摄设备之间的第一距离。
可选地,所述距离获取模块,具体用于获取所述第一拍摄对象的多张拍摄图像;将所述多张拍摄图像输入至所述深度学习模型中,通过所述深度学习模型利用所述多张拍摄图像之间的像素位置关系获得所述第一拍摄对象的视差图;根据所述视差图以及所述拍摄设备的位置姿态信息确定所述第一拍摄对象与所述拍摄设备之间的第一距离。
可选地,所述距离获取模块,具体用于基于所述拍摄设备的位置姿态信息,将所述视差图转换为以所述拍摄设备为坐标原点的三维空间;获取所述三维空间中所述拍摄设备与所述第一拍摄对象之间的第一距离。
可选地,所述装置还包括:
模型训练模块,用于将包含待拍摄对象的多张图像作为所述深度学习模型的输入,将所述待拍摄对的视差图作为所述深度学习模型的输出,对所述深度学习模型中的网络参数进行训练;在预设损失函数小于预设值时,确定训练完成,获得训练好的深度学习模型。
第三方面,本申请实施例提供一种拍摄设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请实施例提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种拍摄对象切换方法的流程图;
图2为本申请实施例提供的一种拍摄区域的示意图;
图3为本申请实施例提供的一种拍摄对象切换的示意图;
图4为本申请实施例提供的另一种拍摄对象切换的示意图;
图5为本申请实施例提供的一种拍摄对象与拍摄设备之间的距离的示意图;
图6为本申请实施例提供的一种拍摄对象切换装置的结构框图;
图7为本申请实施例提供的一种拍摄设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述。
本申请实施例提供一种拍摄对象切换方法,该方法通过根据第一拍摄对象与拍摄设备之间的距离来确定需切换的第二拍摄对象,由此,无需人工选定切换对象即可实现对拍摄对象的灵活切换,减少人力成本,节省时间。
应理解,本申请中的拍摄设备可以是任何一种具有计算处理能力以及具有拍摄功能的设备、器械或者机器,例如,本申请中的拍摄设备可以包括但不限于:相机、摄像机、无人机、无人车、无人船、无人潜水艇、手持DV、监控设备。
请参照图1,图1为本申请实施例提供的一种拍摄对象切换方法的流程图,该方法包括如下步骤:
步骤S110:获取第一拍摄对象与拍摄设备之间的第一距离。
其中,拍摄对象可以是指人、动物或任意物体等,第一拍摄对象可以是拍摄设备初始拍摄时由用户选定的拍摄对象,如用户可以在拍摄设备的拍摄区域内任意选择一个对象作为第一拍摄对象,此时拍摄设备可以获取第一拍摄对象的相关特征,从而对第一拍摄对象进行锁定,以实现对第一拍摄对象的跟随拍摄。
当然,第一拍摄对象也可以是拍摄设备自己在拍摄区域选择的符合条件的拍摄对象,如拍摄设备可以选择距离自己最近的对象作为第一拍摄对象,或者如选择拍摄区域内的某个指定人物作为第一拍摄对象等。
可以理解地,拍摄设备可以根据实际需求任意选择拍摄区域内的对象作为第一拍摄对象。
另外,本申请实施例中的拍摄区域可以是指拍摄设备的视场范围,也可以是拍摄设备在视场范围内任意裁剪出的区域,或者是拍摄设备根据需求生成的区域,也可以是指人为设定的区域,其可以是方形区域、圆形区域、扇形区域、多边形区域和/或其他不规则区域等,如拍摄区域可以是圆形区域和多边形区域。又或者,若第一拍摄对象是拍摄设备的视场范围内的某个对象,在选定第一拍摄对象后,其拍摄区域可以是指以第一拍摄对象为中心点,以一定半径的圆形或矩形等形状的区域,如图2所示,图2中对象A为第一拍摄对象,其拍摄区域为以对象A为圆形,以预设半径r所形成的圆形区域。其中,预设半径r可以等于第一拍摄对象与拍摄设备之间的第一距离,或者预设半径r可以是人为设定的,其也可以小于第一拍摄对象与拍摄设备之间的第一距离,或者也可以大于第一拍摄对象与拍摄设备之间的第一距离。
可以理解地,在第一拍摄对象还未确定时,拍摄区域可以是人为设定的某个区域,也可以是拍摄设备生成的某个区域,在确定第一拍摄对象后,拍摄区域可以是以第一拍摄对象为圆心,以预设半径所形成的圆形区域,这样拍摄设备在初始阶段,可以在人为设定或者自己生成的拍摄区域内选择符合条件的第一拍摄对象,在确定第一拍摄对象后,检测以第一拍摄对象为圆心所形成的圆形区域内是否有符合条件的需切换的拍摄对象。
本申请实施例中,可以基于第一拍摄对象与拍摄设备之间的距离来实现拍摄设备自动切换拍摄对象,所以,拍摄设备还需要先获取第一拍摄对象与拍摄设备之间的第一距离,然后根据第一距离来选择需切换的第二拍摄对象。
为了使得拍摄设备实现拍摄对象的自动切换,本申请实施例中,基于第一拍摄对象与拍摄设备之间的距离来实现拍摄设备自动切换拍摄对象,即拍摄设备可以选择合适距离内的对象作为需切换的拍摄对象,所以,还需获取第一拍摄对象与拍摄设备之间的第一距离,其第一距离可以采用拍摄设备中安装的红外测距模块进行测量获得。
或者,拍摄设备包括单目摄像头、双目摄像头或者RGBD摄像头,通过摄像头拍摄获得拍摄对象的视差图像,由于视差图像中包含有场景的距离信息,所以,可以基于视差图像来获得拍摄对象与拍摄设备之间的距离,为了描述的简洁,该方式的具体实现方式可参照现有技术中的相关描述,在此不过多赘述。
步骤S120:根据所述第一距离确定需切换的第二拍摄对象。
第二拍摄对象也可以是指拍摄设备的拍摄区域内符合一定条件的任一对象,如第二拍摄对象可以为第一距离内的对象。可以理解地,拍摄设备可以实时检测在其拍摄区域内的处于第一距离内的其他拍摄对象,若检测到第一距离内出现了其他拍摄对象,则将其他拍摄对象确定为第二拍摄对象。若第一拍摄对象在移动过程中,其与拍摄设备之间的距离也始终处于第一距离内,且拍摄设备还检测到其他某个对象与拍摄设备的距离也处于第一距离内,则可将第一拍摄对象与其他某个对象共同作为第二拍摄对象,也就是说第二拍摄对象中可以包括第一拍摄对象,当然也可以只将其他某个对象作为第二拍摄对象。
又或者,拍摄设备可以基于第一距离生成一个扇形区域,该扇形区域以拍摄设备为中心点,第一拍摄对象处于扇形区域的弧形边上,扇形区域为拍摄设备的拍摄区域所包含的区域,如此,拍摄设备可以实时监测出现在该扇形区域内的对象,然后将出现在扇形区域内的对象作为第二拍摄对象。
应理解,第二拍摄对象可以不止一个,第一拍摄对象也可以不止一个,其均可以为一个或两个以上的对象。如在初始拍摄时,用户可以选定两个以上的对象作为第一拍摄对象,或者拍摄设备可以选择符合条件的两个以上的对象作为第一拍摄对象,或者若符合条件的对象为两个以上时,拍摄设备也可以从中任意选择一个作为第一拍摄对象,在确定第二拍摄对象的过程中,若符合条件的第二拍摄对象有两个以上时,则可将这两个以上的对象均作为第二拍摄对象,当然也可以从中任意选择一个除第一拍摄对象外的对象作为第二拍摄对象。
步骤S130:将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象。
在确定需切换的第二拍摄对象后,拍摄设备将拍摄对象切换为第二拍摄对象,拍摄设备初始选定第一拍摄对象后,对第一拍摄对象进行跟随拍摄,拍摄设备基于第一距离实时检测符合条件的第二拍摄对象,然后在切换到第二拍摄对象后,拍摄设备对第二拍摄对象进行跟随拍摄。
在上述实现过程中,通过根据第一拍摄对象与拍摄设备之间的距离来确定需切换的第二拍摄对象,由此,拍摄设备可以根据距离选择需切换的拍摄对象,无需人工选定切换对象即可实现对拍摄对象的灵活切换,可以有效减少人力成本,节省时间。
另外,在上述基于第一距离确定第二拍摄对象的过程中,还可以先检测拍摄设备的拍摄区域内除第一拍摄对象外的至少一个其他拍摄对象,然后获取每个其他拍摄对象与拍摄设备之间的第二距离,再根据第一距离与至少一个第二距离,从至少一个其他拍摄对象中确定需切换的第二拍摄对象。
如图3所示,其对象A为第一拍摄对象,图中的圆形区域可以作为拍摄区域,此时,拍摄区域内有对象A,B,C,拍摄设备实时获取对象B、对象C与拍摄设备之间的第二距离,拍摄设备可以根据第一距离和第二距离从对象B和对象C中确定需切换的第二拍摄对象。
由于对象A,B,C可能处于移动状态,所以其各个对象与拍摄设备之间的距离也会发生变化,此时,第一拍摄对象与拍摄设备之间的第一距离可以是指第一拍摄对象初始时所在的位置与拍摄设备之间的距离,即第一距离可以是一个固定值,其不随着第一拍摄对象的移动而改变,当然第一距离也可以是一个变化值,即第一距离也可以是指第一拍摄对象与拍摄设备之间的实时距离。
例如,若第一距离为固定值时,拍摄设备可以在检测到其他对象与其之间的第二距离小于或等于第一距离时,则确定该其他对象为第二拍摄对象,例如若第一距离为5米,则拍摄设备在任意检测到其他对象与拍摄设备之间的第二距离小于或等于5米时,则将拍摄对象切换为其他对象。
例如,图3中,拍摄设备在获得对象B与拍摄设备之间的第二距离b以及获得对象C与拍摄设备之间的第二距离c后,将第二距离b与第二距离c分别与第一距离(5米)进行比对,若第二距离b小于或等于第一距离时,则将对象B确定为需切换的第二拍摄对象。当然,若第二距离c也小于或等于第一距离,则可将对象B和对象C均作为第二拍摄对象,即拍摄设备对对象B和对象C进行拍摄。当然,若对象A、对象B和对象C与拍摄设备之间的距离均小于或等于第一距离,则将对象A、对象B和对象C均作为第二拍摄对象进行拍摄。
若第一距离为变化值,即如图3中所示,第一拍摄对象(对象A)移动到原来对象B的位置,三个对象的位置均发生了变化,此时第一距离为对象A所在的位置与拍摄设备之间的距离,此时对象B和对象C与拍摄设备之间的距离均小于或等于第一距离,则将对象B和对象C均确定为第二拍摄对象。
可以理解地,不管第一距离是固定值还是变化值,均可以从获得的其他拍摄对象与拍摄设备之间的第二距离中确定小于或等于第一距离的目标距离,然后将目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
需要说明的是,在上述举例中,其他拍摄对象为多个,若这多个其他拍摄对象中有至少两个其他拍摄对象与拍摄设备之间的第二距离小于或等于第一距离,则将这至少两个其他拍摄对象均作为第二拍摄对象,或者也可以从这至少两个其他拍摄对象中任意选择一个其他拍摄对象作为第二拍摄对象。当然,若其他拍摄对象为一个,若该其他拍摄对象与拍摄设备之间的第二距离小于或等于第一距离,则将该其他拍摄对象作为第二拍摄对象。
另外,若拍摄设备未检测到有对象与拍摄设备之间的第二距离小于或等于第一距离时,则不切换拍摄对象,此时继续对第一拍摄对象进行跟随拍摄。
其中,为了实现拍摄设备对拍摄对象进行跟随拍摄,拍摄设备可以获取拍摄对象的相关特征信息,如拍摄对象为人物时,其可以获取其人脸特征作为拍摄依据,拍摄设备在对拍摄对象进行跟随拍摄时,实时检测其人脸特征,以确定其为跟随拍摄的拍摄对象。
在上述实现过程中,拍摄设备可以选择在第一距离内的对象作为第二拍摄对象,使得拍摄设备可以对距离较近的对象进行清晰拍摄。
作为另一种可选的实施例,为了保证拍摄设备在切换到新的拍摄对象时,其调节幅度较小,以避免拍摄设备从第一拍摄对象切换到第二拍摄对象时其转动范围太大而导致拍摄画面不稳定的情况,若其他拍摄对象为多个,则获得的第二距离也为多个,即至少一个第二距离包括多个第二距离,则还可以从多个第二距离中确定小于或等于第一距离的目标距离,若目标距离对应的目标拍摄对象为至少两个时,则获取每个目标拍摄对象与第一拍摄对象之间的第三距离,然后将与第一拍摄对象距离最小的第三距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
例如,若上述的对象B和对象C与拍摄设备之间的距离均小于或等于第一距离,则拍摄设备可通过测距模块测得对象B和对象A之间的第三距离,以及测得对象C和对象A之间的第三距离,然后比较两个距离,若对象B与对象A之间的距离最小,则对象B即为目标拍摄对象,将对象B确定为第二拍摄对象,则拍摄设备切换到对对象B进行拍摄。
另外,在一种实施例中,拍摄设备还可以从多个第二距离中确定小于或等于第一距离的目标距离,若目标距离为至少两个时,则将至少两个目标距离中最小的目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象,即拍摄设备可以选择与拍摄设备距离最近的对象作为拍摄对象,如对象B和对象C与拍摄设备之间的距离均小于或等于第一距离,此时可比较对象B和对象C与拍摄设备之间的距离哪个小,若对象B与拍摄设备之间的距离小于对象C与拍摄设备之间的距离,则可将对象B确定为第二拍摄对象,拍摄设备切换为对对象B进行拍摄。
作为另一种可选的实施例,拍摄设备还可以固定对第一拍摄对象所在的位置进行检测,以对第一拍摄对象所在的位置的对象进行跟随拍摄,如拍摄设备先获取第一拍摄对象所在的位置,然后根据第一拍摄对象所在的位置以及第一拍摄对象与拍摄设备之间的第一距离来确定需切换的第二拍摄对象。
例如,图3中,拍摄设备获取对象A所在的位置,随着各个对象的移动,若拍摄设备检测到对象B移动到对象A原来所在的位置时,则将拍摄对象切换到对象B,对对象B进行跟随拍摄。
其中,拍摄设备可以根据第一拍摄对象所在的位置以及第一距离确定拍摄设备需拍摄的拍摄位置,然后检测拍摄位置出现的除第一拍摄对象外的目标拍摄对象,然后将目标拍摄对象确定为需切换的第二拍摄对象,若此时第一拍摄对象未离开拍摄位置,则可将目标拍摄对象与第一拍摄对象一同确定为需切换的第二拍摄对象。
例如,拍摄设备可以获取第一拍摄对象所在的坐标,然后根据第一距离确定拍摄位置,拍摄设备在对第一拍摄对象进行跟随拍摄的过程中,实时监测拍摄位置是否出现了别的对象,如图4所示,第一拍摄对象(对象A)开始在a点,随着时间的推移,对象A移动到b点,而此时在a点监测到出现了对象B,则对象B即为目标拍摄对象,将对象B确定为第二拍摄对象,拍摄设备则切换为对对象B进行跟随拍摄。
但是,若对象A未离开a点,此时a点又出现了对象B,则第一拍摄对象和对象B均可作为第二拍摄对象,拍摄设备则切换为对第一拍摄对象和对象B进行跟随拍摄。
或者,对象A离开了a点,但是对象B出现在a点,此时也可以将对象A和对象B一并作为第二拍摄对象,即拍摄设备也可以对对象A和对象B进行跟随拍摄。
另外,拍摄设备在初始阶段确定第一拍摄对象时,可以先获取拍摄区域内的至少一个拍摄对象,然后获取每个拍摄对象与拍摄设备之间的第四距离,根据至少一个第四距离,从至少一个拍摄对象中确定第一拍摄对象。
例如,若拍摄对象包括多个拍摄对象,则可获得多个第四距离,则拍摄设备可以从多个第四距离中选择距离最小的目标距离,然后将目标距离对应的拍摄对象确定为第一拍摄对象。可以理解地,如拍摄区域内有对象A、对象B和对象C,分别通过测距模块测得这三个对象分别与拍摄设备之间的第四距离,若对象A与拍摄设备之间的距离最小,则确定对象A为第一拍摄对象,即拍摄设备选择对象A进行跟随拍摄。
当然,拍摄设备也可以选择距离第二近的对象作为第一拍摄对象,如对象A与拍摄设备之间的距离小于对象B与拍摄设备之间的距离,对象B与拍摄设备之间的距离又小于对象C与拍摄设备之间的距离,此时,可将对象B作为第一拍摄对象进行跟随拍摄。
又或者,还可以从多个第四距离中选择距离小于预设阈值的目标距离,然后将目标距离对应的拍摄对象确定为第一拍摄对象。例如,预设阈值可以根据实际需求设定,或者预设阈值也可以是拍摄设备基于用户习惯自主学习获得的,若对象A与拍摄设备之间的距离小于预设阈值,此时则将对象A确定为第一拍摄对象,若对象A和对象B与拍摄设备之间的距离均小于预设阈值时,则将对象A和对象B均作为第一拍摄对象,或者任意选择其中一个对象作为第一拍摄对象。
当然,在拍摄对象为一个时,拍摄设备可以直接将该拍摄对象作为第一拍摄对象,或者在该拍摄对象与拍摄设备之间的第四距离小于预设阈值时,确定该拍摄对象为第一拍摄对象。
又或者,拍摄设备还可以对拍摄区域进行检测,将出现在拍摄区域内的第一个对象作为第一拍摄对象。
在上述实现过程中,拍摄设备可以根据实际需求灵活选择第一拍摄对象。
另外,如图5所示,若第一拍摄对象包括至少两个对象时,则获取第一拍摄对象与拍摄设备之间的距离时,可以根据每个对象的坐标计算其中心位置,然后计算其中心位置与拍摄设备之间的距离作为第一拍摄对象与拍摄设备之间的第一距离。
例如,第一拍摄对象包括对象A和对象C,则可获取对象A和对象C之间的中心位置,然后将其中心位置与拍摄设备之间的距离作为第一拍摄对象与拍摄设备之间的第一距离。
另外,为了准确获得拍摄对象与拍摄设备之间的距离,还可以通过预先训练好的深度学习模型获取第一拍摄对象与拍摄设备之间的第一距离。
其中,深度学习模型可以是卷积神经网络模型或者其他模型,如长短期记忆网络模型等神经网络模型,通过深度学习模型获得第一距离的过程可以如下:获取第一拍摄对象的多张拍摄图像,将多张拍摄图像输入至深度学习模型中,通过深度学习模型利用多张拍摄图像之间的像素位置关系获得第一拍摄对象的视差图,然后再根据视差图以及拍摄设备的位置姿态信息确定第一拍摄对象与拍摄设备之间的第一距离。
例如,在拍摄设备在确定第一拍摄对象后,此时记录第一拍摄对象的位置信息以及拍摄设备的位置姿态信息,若拍摄设备包括云台,则其位置姿态信息即为云台的姿态角度信息,然后拍摄设备拍摄第一拍摄对象连续的多帧RGB图像输入到卷积神经网络模型中,卷积神经网络模型依据两帧图像间的像素位置关系学习出第一拍摄对象的视差图;然后可基于拍摄设备的位置姿态信息,将二维图像平面的视差图,转换为以拍摄设备为坐标原点的三维空间中,估计出第一拍摄对象与拍摄设备之间的空间距离,即获取三维空间中拍摄设备与第一拍摄对象之间的距离,以此作为第一拍摄对象与拍摄设备之间的第一距离。
其中,第一拍摄对象的多张拍摄图像可以是指具有先后关系的图像,如连续的几帧图像。其中,连续的前后两帧的图像可以是双目相机采集的,如双目相机中的两个相机各采集一帧图像,使用双目相机进行两帧图像采集可以是左右或者上下各采集一帧图像,当然,这两帧图像也可以是单目相机采集的,若有主相机的拍摄设备就是类似单目相机,可以采用主相机来采集连续两帧图像。
为了使得深度学习模型的预测效果更好,可以采用大量样本对深度学习模型进行训练,其训练过程如:将包含待拍摄对象的多张图像作为深度学习模型的输入,将待拍摄对象的视差图作为深度学习模型的输出,对深度学习模型中的网络参数进行训练,在预设损失函数小于预设值时,确定训练完成,获得训练好的深度学习模型。
上述对深度学习模型进行训练的过程与上述获得第一拍摄对象与拍摄设备之间的距离的过程类似,在此不过多赘述。需要说明的是,若深度学习模型为卷积神经网络模型时,则其预设损失函数可以为δ(n)=-(y-a(n))*f(z(n)),其中,n为第n个输出层,y为预设期望值,a(n)而第n个输出层的输出值,f(z(n))为激励函数f的导函数的值,δ(n)为误差。在该损失函数的值小于预设值时,表明卷积神经网络模型训练完成,当然,不同的深度学习模型其对应的预设损失函数不同,为了描述的简洁,在此不一一举例说明。
在上述实现过程中,通过深度学习模型获得拍摄图像的视差图,由此可基于视差图和拍摄设备的位置姿态信息更加准确获得拍摄对象与拍摄设备之间的距离。
需要说明的是,上述的第一距离和第四距离可基于对应的拍摄对象的视差图和拍摄设备的位置姿态信息获得,上述的第二距离和第三距离可以是采用测距传感器测得的,如红外传感、单目视觉传感器或双目视觉传感器等传感器测得的。当然,上述各个距离的确定方式仅为距离,在实际应用中,还可以采用其他方式来获得各个距离,可以理解地,其他方式获得各个距离的方式也应在本发明的保护范围内。
另外,在拍摄设备对第二拍摄对象进行拍摄的过程中,若第二拍摄对象为至少两个,拍摄设备在切换到第二拍摄对象之后,还可以先确定对至少两个第二拍摄对象进行拍摄的拍摄位置,然后根据其拍摄位置调节拍摄设备的拍摄参数。
如图5所示,若第二拍摄对象包括对象A和对象C,此时拍摄对象对中两个对象进行拍摄时,可以将这两个对象之间的中心位置作为拍摄位置,使得其拍摄效果更好。拍摄设备根据其中心位置确定拍摄参数,其拍摄参数可以包括拍摄设备的移动方向、角度、焦距等一些参数,然后拍摄设备可基于这些拍摄参数进行调整,使得其可以对着第二拍摄对象进行拍摄。
其中,在第二拍摄对象为多个时,其中心位置为其空间中心位置,其可以是根据多个对象所在的坐标计算获得的,也可以是用户设定的大致中间位置。为了获得较好的拍摄效果,拍摄位置可以为中心位置,当然,拍摄位置也可以是两个第二拍摄对象之间的某个位置,如靠近对象A的某个位置或靠近对象C的某个位置,例如,在两个对象之间的连线靠近其中一个对象的1/3处的位置作为拍摄位置,此时在对这两个对象进行拍摄时,其图像中对象所在的位置则靠左或靠右。如此,拍摄位置可以根据实际需求灵活设定。
其中,拍摄设备在跟随拍摄过程中,也可以根据拍摄对象的移动而实时调整自身的拍摄参数,确保其拍摄对象可以处于拍摄画面的中间位置,以达到较好的拍摄效果,其具体的跟随拍摄过程在此不过多介绍。
请参照图6,图6为本申请实施例提供的一种拍摄对象切换装置200的结构框图,该装置200可以是拍摄设备上的模块、程序段或代码。应理解,该装置200与上述图1方法实施例对应,能够执行图1方法实施例涉及的各个步骤,该装置200具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。
可选地,所述装置200包括:
距离获取模块210,用于获取第一拍摄对象与拍摄设备之间的第一距离;
对象确定模块220,用于根据所述第一距离确定需切换的第二拍摄对象;
对象切换模块230,用于将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象。
可选地,所述对象确定模块220,具体用于检测拍摄区域内除所述第一拍摄对象外的至少一个其他拍摄对象;获取每个所述至少一个其他拍摄对象与所述拍摄设备之间的第二距离;根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象。
可选地,所述对象确定模块220,还用于从至少一个所述第二距离中确定小于或等于所述第一距离的目标距离;将所述目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
可选地,若所述至少一个所述第二距离包括多个第二距离,所述对象确定模块220,还用于从所述多个第二距离中确定小于或等于所述第一距离的目标距离;若所述目标距离为至少两个,则将至少两个目标距离中最小的目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
可选地,若所述至少一个所述第二距离包括多个第二距离,所述对象确定模块220,还用于从所述多个第二距离中确定小于或等于所述第一距离的目标距离;若所述目标距离对应的目标拍摄对象为至少两个时,获取每个目标拍摄对象与所述第一拍摄对象之间的第三距离;将与所述第一拍摄对象距离最小的第三距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
可选地,所述对象确定模块220,还用于获取所述第一拍摄对象所在的位置;根据所述第一拍摄对象所在的位置以及所述第一距离确定需切换的第二拍摄对象。
可选地,所述对象确定模块220,还用于根据所述第一拍摄对象所在的位置以及所述第一距离确定拍摄位置;检测所述拍摄位置出现的除所述第一拍摄对象外的目标拍摄对象;将所述目标拍摄对象确定为需切换的第二拍摄对象;或者将所述目标拍摄对象与所述第一拍摄对象确定为需切换的第二拍摄对象。
可选地,所述对象确定模块220,还用于获取拍摄区域内的至少一个拍摄对象;获取每个所述至少一个拍摄对象与所述拍摄设备之间的第四距离;根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象。
可选地,若所述至少一个拍摄对象包括多个拍摄对象,所述对象确定模块220,还用于从多个所述第四距离中选择距离最小的目标距离;将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
可选地,若所述至少一个拍摄对象包括多个拍摄对象,所述对象确定模块220,还用于从多个所述第四距离中选择距离小于预设阈值的目标距离;将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
可选地,所述拍摄区域为圆形区域和/或多边形区域。
可选地,若所述第二拍摄对象为至少两个,所述装置200还包括:
调节模块,用于确定对所述至少两个第二拍摄对象进行拍摄的拍摄位置;根据所述拍摄位置调节所述拍摄设备的拍摄参数。
可选地,所述拍摄位置为所述至少两个第二拍摄对象之间的中心位置。
可选地,所述距离获取模块210,具体用于通过训练好的深度学习模型获取所述第一拍摄对象与所述拍摄设备之间的第一距离。
可选地,所述距离获取模块210,具体用于获取所述第一拍摄对象的多张拍摄图像;将所述多张拍摄图像输入至所述深度学习模型中,通过所述深度学习模型利用所述多张拍摄图像之间的像素位置关系获得所述第一拍摄对象的视差图;根据所述视差图以及所述拍摄设备的位置姿态信息确定所述第一拍摄对象与所述拍摄设备之间的第一距离。
可选地,所述距离获取模块210,具体用于基于所述拍摄设备的位置姿态信息,将所述视差图转换为以所述拍摄设备为坐标原点的三维空间;获取所述三维空间中所述拍摄设备与所述第一拍摄对象之间的第一距离。
可选地,所述装置200还包括:
模型训练模块,用于将包含待拍摄对象的多张图像作为所述深度学习模型的输入,将所述待拍摄对象的视差图作为所述深度学习模型的输出,对所述深度学习模型中的网络参数进行训练;在预设损失函数小于预设值时,确定训练完成,获得训练好的深度学习模型。
需要说明的是,本申请实施例中对模块的划分是示意性的,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,例如,上述任一模块,可以再划分为更多的子模块,或者,上述多个模块可以合为一个模块,或者一个模块也可以实现一个或多个其他模块功能。另外,在本发明各个实施例中的各功能模块可以集成在一个处理器中,也可以是单独物理存在,也可以两个或两个以上模块集成在一个模块中。
请参照图7,图7为本申请实施例提供的一种拍摄设备的结构示意图,所述拍摄设备可以包括:至少一个处理器310,例如CPU,至少一个通信接口320,至少一个存储器330和至少一个通信总线340。其中,通信总线340用于实现这些组件直接的连接通信。其中,本申请实施例中设备的通信接口320用于与其他节点设备进行信令或数据的通信。存储器330可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器330可选的还可以是至少一个位于远离前述处理器的存储装置。存储器330中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器110执行时,拍摄设备执行上述图1所示方法过程,例如,存储器330可以用于存储各个拍摄对象与拍摄设备之间的距离,处理器310可用于执行拍摄对象切换方法中的各个步骤。
可以理解,图7所示的结构仅为示意,所述拍摄设备还可包括比图7中所示更多或者更少的组件,或者具有与图7所示不同的配置,例如,拍摄设备还可以包括拍摄组件如摄像头、云台等。图7中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供一种可读存储介质,所述计算机程序被处理器执行时,执行如图1所示方法实施例中拍摄设备所执行的方法过程。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如,包括:获取第一拍摄对象与拍摄设备之间的第一距离;根据所述第一距离确定需切换的第二拍摄对象;将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象。
综上所述,本申请实施例提供一种拍摄对象切换方法、装置、拍摄设备及可读存储介质,通过根据第一拍摄对象与拍摄设备之间的距离来确定需切换的第二拍摄对象,由此,拍摄设备可以根据距离选择需切换的拍摄对象,无需人工选定切换对象即可实现对拍摄对象的灵活切换,可以有效减少人力成本,节省时间。
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。
另外,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。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。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 (20)
1.一种拍摄对象切换方法,其特征在于,所述方法包括:
获取第一拍摄对象与拍摄设备之间的第一距离;
根据所述第一距离确定需切换的第二拍摄对象;
将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象;
其中,所述根据所述第一距离确定需切换的第二拍摄对象,包括:
基于所述第一距离生成扇形区域,其中,所述扇形区域以所述拍摄设备为中心点,所述第一拍摄对象处于所述扇形区域的弧形边上,所述扇形区域为所述拍摄设备的拍摄区域所包含的区域;
监控所述扇形区域是否出现新的拍摄对象;
若是,则将出现在所述扇形区域内的拍摄对象作为需切换的第二拍摄对象,其中,若所述第一拍摄对象在所述扇形区域内,则所述第二拍摄对象包括第一拍摄对象和其他新的拍摄对象。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一距离确定需切换的第二拍摄对象,还包括:
检测拍摄区域内除所述第一拍摄对象外的至少一个其他拍摄对象;
获取每个所述至少一个其他拍摄对象与所述拍摄设备之间的第二距离;
根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象,包括:
从至少一个所述第二距离中确定小于或等于所述第一距离的目标距离;
将所述目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
4.根据权利要求2所述的方法,其特征在于,若所述至少一个所述第二距离包括多个第二距离,所述根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象,包括:
从所述多个第二距离中确定小于或等于所述第一距离的目标距离;
若所述目标距离为至少两个,则将至少两个目标距离中最小的目标距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
5.根据权利要求2所述的方法,其特征在于,若所述至少一个所述第二距离包括多个第二距离,所述根据所述第一距离与至少一个所述第二距离,从所述至少一个其他拍摄对象中确定需切换的第二拍摄对象,包括:
从所述多个第二距离中确定小于或等于所述第一距离的目标距离;
若所述目标距离对应的目标拍摄对象为至少两个时,获取每个目标拍摄对象与所述第一拍摄对象之间的第三距离;
将与所述第一拍摄对象距离最小的第三距离对应的目标拍摄对象确定为需切换的第二拍摄对象。
6.根据权利要求1所述的方法,其特征在于,所述根据所述第一距离确定需切换的第二拍摄对象,还包括:
获取所述第一拍摄对象所在的位置;
根据所述第一拍摄对象所在的位置以及所述第一距离确定需切换的第二拍摄对象。
7.根据权利要求6所述的方法,其特征在于,所述根据所述第一拍摄对象所在的位置以及所述第一距离确定需切换的第二拍摄对象,包括:
根据所述第一拍摄对象所在的位置以及所述第一距离确定拍摄位置;
检测所述拍摄位置出现的除所述第一拍摄对象外的目标拍摄对象;
将所述目标拍摄对象确定为需切换的第二拍摄对象;或者
将所述目标拍摄对象与所述第一拍摄对象确定为需切换的第二拍摄对象。
8.根据权利要求1所述的方法,其特征在于,所述获取第一拍摄对象与拍摄设备之间的第一距离之前,还包括:
获取拍摄区域内的至少一个拍摄对象;
获取每个所述至少一个拍摄对象与所述拍摄设备之间的第四距离;
根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象。
9.根据权利要求8所述的方法,其特征在于,若所述至少一个拍摄对象包括多个拍摄对象,所述根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象,包括:
从多个所述第四距离中选择距离最小的目标距离;
将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
10.根据权利要求8所述的方法,其特征在于,若所述至少一个拍摄对象包括多个拍摄对象,所述根据至少一个所述第四距离,从所述至少一个拍摄对象中确定所述第一拍摄对象,包括:
从多个所述第四距离中选择距离小于预设阈值的目标距离;
将所述目标距离对应的拍摄对象确定为所述第一拍摄对象。
11.根据权利要求8所述的方法,其特征在于,所述拍摄区域为圆形区域和/或多边形区域。
12.根据权利要求1所述的方法,其特征在于,若所述第二拍摄对象为至少两个,所述将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象之后,还包括:
确定对所述至少两个第二拍摄对象进行拍摄的拍摄位置;
根据所述拍摄位置调节所述拍摄设备的拍摄参数。
13.根据权利要求12所述的方法,其特征在于,所述拍摄位置为所述至少两个第二拍摄对象之间的中心位置。
14.根据权利要求1-13任一所述的方法,其特征在于,所述获取第一拍摄对象与拍摄设备之间的第一距离,包括:
通过训练好的深度学习模型获取所述第一拍摄对象与所述拍摄设备之间的第一距离。
15.根据权利要求14所述的方法,其特征在于,所述通过训练好的深度学习模型获取所述第一拍摄对象与所述拍摄设备之间的第一距离,包括:
获取所述第一拍摄对象的多张拍摄图像;
将所述多张拍摄图像输入至所述深度学习模型中,通过所述深度学习模型利用所述多张拍摄图像之间的像素位置关系获得所述第一拍摄对象的视差图;
根据所述视差图以及所述拍摄设备的位置姿态信息确定所述第一拍摄对象与所述拍摄设备之间的第一距离。
16.根据权利要求15所述的方法,其特征在于,所述根据所述视差图以及所述拍摄设备的位置姿态信息确定所述第一拍摄对象与所述拍摄设备之间的第一距离,包括:
基于所述拍摄设备的位置姿态信息,将所述视差图转换为以所述拍摄设备为坐标原点的三维空间;
获取所述三维空间中所述拍摄设备与所述第一拍摄对象之间的第一距离。
17.根据权利要求14所述的方法,其特征在于,通过以下步骤对所述深度学习模型进行训练:
将包含待拍摄对象的多张图像作为所述深度学习模型的输入,将所述待拍摄对象的视差图作为所述深度学习模型的输出,对所述深度学习模型中的网络参数进行训练;
在预设损失函数小于预设值时,确定训练完成,获得训练好的深度学习模型。
18.一种拍摄对象切换装置,其特征在于,所述装置包括:
距离获取模块,用于获取第一拍摄对象与拍摄设备之间的第一距离;
对象确定模块,用于根据所述第一距离确定需切换的第二拍摄对象;
对象切换模块,用于将拍摄对象从所述第一拍摄对象切换为所述第二拍摄对象;
其中,所述对象确定模块,具体用于基于所述第一距离生成扇形区域,其中,所述扇形区域以所述拍摄设备为中心点,所述第一拍摄对象处于所述扇形区域的弧形边上,所述扇形区域为所述拍摄设备的拍摄区域所包含的区域;监控所述扇形区域是否出现新的拍摄对象;若是,则将出现在所述扇形区域内的拍摄对象作为需切换的第二拍摄对象,其中,若所述第一拍摄对象在所述扇形区域内,则所述第二拍摄对象包括第一拍摄对象和其他新的拍摄对象。
19.一种拍摄设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-17任一所述的方法。
20.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-17任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911422627.5A CN111935389B (zh) | 2019-12-30 | 2019-12-30 | 拍摄对象切换方法、装置、拍摄设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911422627.5A CN111935389B (zh) | 2019-12-30 | 2019-12-30 | 拍摄对象切换方法、装置、拍摄设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111935389A CN111935389A (zh) | 2020-11-13 |
CN111935389B true CN111935389B (zh) | 2021-11-19 |
Family
ID=73282733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911422627.5A Active CN111935389B (zh) | 2019-12-30 | 2019-12-30 | 拍摄对象切换方法、装置、拍摄设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111935389B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113873166A (zh) * | 2021-10-26 | 2021-12-31 | 维沃移动通信有限公司 | 视频拍摄方法、装置、电子设备和可读存储介质 |
WO2023123254A1 (zh) * | 2021-12-30 | 2023-07-06 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、装置、无人机及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873760A (zh) * | 2012-12-17 | 2014-06-18 | 联想(北京)有限公司 | 一种对焦点调整方法及电子设备 |
CN104660904A (zh) * | 2015-03-04 | 2015-05-27 | 深圳市欧珀通信软件有限公司 | 拍摄主体识别方法及装置 |
CN104717427A (zh) * | 2015-03-06 | 2015-06-17 | 广东欧珀移动通信有限公司 | 一种自动变焦方法、装置和移动终端 |
CN109029363A (zh) * | 2018-06-04 | 2018-12-18 | 泉州装备制造研究所 | 一种基于深度学习的目标测距方法 |
CN109190478A (zh) * | 2018-08-03 | 2019-01-11 | 北京猎户星空科技有限公司 | 焦点跟随过程中目标对象的切换方法、装置及电子设备 |
CN109889727A (zh) * | 2019-03-14 | 2019-06-14 | 睿魔智能科技(深圳)有限公司 | 无人拍摄目标切换方法及系统、无人摄像机及存储介质 |
CN110008802A (zh) * | 2018-12-04 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 从多个脸部中选择目标脸部及脸部识别比对方法、装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9501831B2 (en) * | 2012-10-02 | 2016-11-22 | Google Inc. | Identification of relative distance of objects in images |
KR101925879B1 (ko) * | 2012-11-02 | 2019-02-26 | 삼성전자주식회사 | 깊이 영상을 이용하는 동작 추정 방법 및 장치 |
CN106161953A (zh) * | 2016-08-12 | 2016-11-23 | 零度智控(北京)智能科技有限公司 | 一种跟踪拍摄方法和装置 |
-
2019
- 2019-12-30 CN CN201911422627.5A patent/CN111935389B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103873760A (zh) * | 2012-12-17 | 2014-06-18 | 联想(北京)有限公司 | 一种对焦点调整方法及电子设备 |
CN104660904A (zh) * | 2015-03-04 | 2015-05-27 | 深圳市欧珀通信软件有限公司 | 拍摄主体识别方法及装置 |
CN104717427A (zh) * | 2015-03-06 | 2015-06-17 | 广东欧珀移动通信有限公司 | 一种自动变焦方法、装置和移动终端 |
CN109029363A (zh) * | 2018-06-04 | 2018-12-18 | 泉州装备制造研究所 | 一种基于深度学习的目标测距方法 |
CN109190478A (zh) * | 2018-08-03 | 2019-01-11 | 北京猎户星空科技有限公司 | 焦点跟随过程中目标对象的切换方法、装置及电子设备 |
CN110008802A (zh) * | 2018-12-04 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 从多个脸部中选择目标脸部及脸部识别比对方法、装置 |
CN109889727A (zh) * | 2019-03-14 | 2019-06-14 | 睿魔智能科技(深圳)有限公司 | 无人拍摄目标切换方法及系统、无人摄像机及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111935389A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10455141B2 (en) | Auto-focus method and apparatus and electronic device | |
US10116922B2 (en) | Method and system for automatic 3-D image creation | |
EP3248374B1 (en) | Method and apparatus for multiple technology depth map acquisition and fusion | |
KR102143456B1 (ko) | 심도 정보 취득 방법 및 장치, 그리고 이미지 수집 디바이스 | |
CN113129241B (zh) | 图像处理方法及装置、计算机可读介质、电子设备 | |
CN110688914A (zh) | 一种手势识别的方法、智能设备、存储介质和电子设备 | |
US20200267309A1 (en) | Focusing method and device, and readable storage medium | |
KR101784787B1 (ko) | 이미징 기기 및 이미징 기기에서의 자동 초점맞춤 방법과 대응하는 컴퓨터 프로그램 | |
CN112207821B (zh) | 视觉机器人的目标搜寻方法及机器人 | |
CN109451240B (zh) | 对焦方法、装置、计算机设备和可读存储介质 | |
CN111935389B (zh) | 拍摄对象切换方法、装置、拍摄设备及可读存储介质 | |
CN114930798A (zh) | 拍摄对象切换方法及装置、图像处理方法及装置 | |
JP2014222825A (ja) | 映像処理装置および映像処理方法 | |
CN112640419B (zh) | 跟随方法、可移动平台、设备和存储介质 | |
CN111726515A (zh) | 一种深度相机系统 | |
CN107925724B (zh) | 在具有相机的设备中支持摄影的技术及其设备 | |
US20200211211A1 (en) | Simultaneous localization and mapping (slam) devices with scale determination and methods of operating the same | |
CN115311472A (zh) | 一种动作捕捉方法及相关设备 | |
WO2018235256A1 (ja) | ステレオ計測装置及びシステム | |
KR20210083635A (ko) | 포즈 추정 기반의 정면 영상 획득 방법 및 이를 위한 장치 | |
CN113409331A (zh) | 图像处理方法、图像处理装置、终端及可读存储介质 | |
JP2019125946A (ja) | 制御装置、撮像装置、制御方法、及びプログラム | |
JP2024033688A (ja) | 焦点調節装置、撮像装置、焦点調節方法、およびプログラム | |
JP2022128681A (ja) | 画像処理装置およびその制御方法、撮像装置、プログラム | |
CN112702506A (zh) | 拍摄方法、拍摄装置及电子设备 |
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 |