CN112487888A - 一种基于目标对象的图像采集方法及装置 - Google Patents

Abstract

本说明书实施例提供一种基于目标对象的图像采集方法及装置。所述方法包括：在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个所述图像帧中选取目标对象所对应的目标区域；确定每个所述目标区域的属性信息，其中，所述属性信息用于表征目标对象在其对应图像帧中的成像质量；根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，并根据所述成像差异判断所述目标对象的成像变化趋势，其中，所述成像变化趋势用于表征目标对象在摄像头前是否趋于静止；利用摄像头采集当所述目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。

Description

一种基于目标对象的图像采集方法及装置

技术领域

本说明书涉及计算机技术领域，尤其涉及一种基于目标对象的图像采集方法及装置。

背景技术

图像识别是计算机视觉领域中的一个重要的研究课题，并且在工业领域有广泛应用。随着移动设备的发展与普及，通过在终端设备上运行图像识别算法来达到某种商业应用(如移动支付)，已成为未来图像识别技术的应用发展趋势。在图像识别技术实现过程中，为了达到更高的识别率，需要保证采集到的包含待识别目标的图像具有较高的质量，因而如何快速采集到高质量的图像，成为图像识别技术的关键问题之一。

现有技术中，在对待识别目标进行图像采集时，通过利用一系列指标来判断所采集图像中待识别目标的图像质量，将待识别目标的图像所对应的指标与固定阈值进行比较的方式来判断是否进行图像采集。然而这种使用统一阈值进行图像质量判断的方式，导致在一些复杂环境下针对待识别目标的图像采集始终会被拦截，因而降低了图像采集的效率和成功率，导致用户体验变差。

发明内容

本说明书实施例提供一种基于目标对象的图像采集方法及装置，以解决现有技术存在的图像采集的效率和成功率降低，用户体验差的问题。

为解决上述技术问题，本说明书实施例是这样实现的：

本说明书实施例提供了一种基于目标对象的图像采集方法，所述方法包括：

在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个所述图像帧中选取目标对象所对应的目标区域；

确定每个所述目标区域的属性信息，其中，所述属性信息用于表征目标对象在其对应图像帧中的成像质量；

根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，并根据所述成像差异判断所述目标对象的成像变化趋势，其中，所述成像变化趋势用于表征目标对象在摄像头前是否趋于静止；

利用摄像头采集当所述目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。

本说明书实施例提供了一种基于目标对象的图像采集装置，所述装置包括：

获取模块，用于在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个所述图像帧中选取目标对象所对应的目标区域；

确定模块，用于确定每个所述目标区域的属性信息，其中，所述属性信息用于表征目标对象在其对应图像帧中的成像质量；

判断模块，用于根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，并根据所述成像差异判断所述目标对象的成像变化趋势，其中，所述成像变化趋势用于表征目标对象在摄像头前是否趋于静止；

采集模块，用于利用摄像头采集当所述目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。

本说明书实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述一种基于目标对象的图像采集方法。

本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：

通过在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个图像帧中选取目标对象所对应的目标区域；确定每个目标区域的属性信息，其中，属性信息用于表征目标对象在图像帧中的成像质量；根据属性信息计算目标对象在图像帧中的成像差异，并根据成像差异判断目标对象的成像变化趋势，其中，成像变化趋势用于表征目标对象在摄像头前是否趋于静止；利用摄像头采集当目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。基于本方案，能够提高图像采集的效率和成功率，提升用户体验。

附图说明

为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本说明书实施例提供的一种基于目标对象的图像采集方法的流程示意图；

图2为本说明书实施例提供的一种基于目标对象的图像采集装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

在人工智能领域中图像识别技术得到了广泛的应用，例如可以利用图像识别技术对人脸进行识别验证或者对物品进行识别，在更具体的应用场景中，例如线下刷脸支付、活体检测、人脸监控、物品识别、自助收银等场景，图像识别技术是实现上述场景方案的重要基础。在利用图像识别技术对待识别目标(如人脸或商品等)进行识别的过程中，针对待识别目标进行图像采集，将目标图像与数据库中的图像进行比对和识别，因而，在图像采集阶段能否拍摄到质量较高的目标图像对图像识别的效率和成功率至关重要。

现有技术中，在图像采集环节对图像具有一定的质量控制逻辑，例如目标图像的某些指标或影响图像质量的因素满足一定的质量分阈值时，或者所有指标对应的综合质量分达到阈值时，就将那一时刻所拍摄到的目标图像作为待识别目标的图像并与数据库中的图像进行比对。但是，现有的图像采集逻辑对于不同的自助收银设备或者刷脸机具来说，对不同目标对象的图像指标通常采用相同的阈值进行质量判定。然而线下图像采集场景往往比较复杂，图像质量受外界环境光线以及目标本身的运动状态有关，例如以线下刷脸设备进行人脸图像采集为例，人脸成像中的脸部光线与摄像头的AE(自动曝光)调节有关，人脸模糊度、角度又与人的运动状态有关，成像中的遮挡与人是否穿戴帽子、口罩等有关。因此，如果仅仅使用统一阈值来进行判断，将会导致在一些复杂环境下的用户会被稳定地拦截掉，导致这部分用户的刷脸体验变得很差。

下面通过一种具体的应用场景对现有的采用固定阈值判断人脸图像采集的方式所带来的缺点进行说明，当用户处于比较复杂的环境下时，如环境灯光处于循环的开关灯状态或者环境灯光很暗的情况下，人脸成像一直不能调到合适的亮度时，但其他属性条件达到要求时，摄像头不会等待环境光线稳定或者等待人脸成像的亮度稳定时再采集人脸图像，而是直接采集并上传进行比对。另一种场景下，如果摄像头前方产生模糊的人脸成像效果时，现有的采集方式也不会等待模糊现象的消失再进行人脸图像采集，而是直接结束采集。可以看出，以固定阈值或者综合质量分阈值作为图像采集质量的判断方式时，如果人脸成像不能满足阈值，采集流程就会失败；如果设定过低的阈值，导致采集到的图像质量过低，在对用户进行识别或活体检测时有较高的概率失败；如果设定较高的固定阈值，在一些复杂场景条件下，用户的人脸成像一直不能满足采集条件，也会导致用户人脸图像的采集环节失败。

针对上述现有技术中的问题，本说明书实施例通过获取连续变化的图像帧，并根据连续变化图像帧来判断目标成像的前后变化差异，基于这种成像变化差异区分摄像头和人脸是否还有改善的空间(即判断用户是否处于一个配合或者运动的过程)，从而判断是否结束对目标对象的采集，以此来替代固定的亮度或者模糊度等属性阈值的图像质量判断方式。本方案实现了千机千面、千人千面的人脸图像质量判断及人脸采集，从而提高了复杂环境下人脸图像采集的效率和成功率，提升用户体验。

在一种实际应用场景中，本说明书所涉及到的系统整体架构可以包括待识别的目标对象、线下终端设备以及云端服务器；其中，待识别目标对象可以是人脸或者商品等对象，线下终端设备可以包括安装在线下场景中的刷脸支付机具、自助收银设备、智能售货机等；云端服务器可以用来存储用户的人脸图像或者商品图像，云端服务器在接收线下终端设备所采集到的目标对象的图像后，便可以基于该图像对用户或商品进行识别或验证。当然，也可以将云端服务器的上述功能与线下终端设备进行整合，整个图像识别工作链路可以在线下终端设备中完成，因而也可以无需借助云端服务器。

本说明书以下实施例是以线下刷脸支付作为应用场景进行展开叙述的，相应的，本说明书实施例中的目标对象是指用户的人脸，线下终端设备则可以是线下刷脸支付用的机具(如智能售货机)。智能售货机可以为安装了智能操作系统的智能终端设备，智能售货机上可以安装有拍摄装置、显示设备以及商品放置台等；其中，拍摄装置可以是用于图像和照片拍摄的电子设备，如摄像头、相机等；显示设备可以采用液晶显示屏、触控屏等，显示设备用于显示人脸图像或者商品图像及信息；智能售货机内设有控制芯片，控制芯片用于控制安装在智能售货机上的各组件实现其功能。以上对本说明书实施例应用场景的说明不构成对本技术方案的限定，本技术方案可应用于任何基于图像采集并进行图像识别的技术场景。

基于上述场景，下面对本说明书的方案进行详细说明。

图1为本说明书实施例提供的一种基于目标对象的图像采集方法的流程示意图，该方法具体可以包括以下步骤：

在步骤S110中，在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个所述图像帧中选取目标对象所对应的目标区域。

在实际应用场景中，当用户在线下进行刷脸支付时，首先需要由用户自身或者其他人员辅助用户来触发刷脸支付机具执行针对用户的人脸图像采集操作。因此，在利用摄像头获取外部环境的图像帧之前，还可以当检测到触发针对目标对象执行图像采集的指令时，开启摄像头获取外部环境图像并执行对所述预设时间段的计时操作；例如：用户点击刷脸支付机具触摸屏中的支付选项时，触发刷脸支付机具开启摄像头进行图像采集。

在本说明书一个或多个实施例中，预设时间段可以认为是整个图像采集阶段的最大采集时间，当用户在预设时间段内无法配合摄像头完成人脸图像采集，或者摄像头在预设时间段内没有采集到符合要求的人脸图像时，那么当预设时间段的计时结束后，将关闭摄像头停止对当前用户的人脸图像采集，并提醒用户人脸采集失败。

在实际应用中，通过在所述预设时间段内按照预定的时间间隔来获取连续的至少两个图像帧，其中，所述图像帧为利用摄像头拍摄的外部环境图像所对应的图像帧。在本说明书实施例中，所谓连续的至少两个图像帧可以认为是按照预先配置的时间间隔所获取的前后图像帧，也可以将摄像头自动拍摄的任意相邻的两个前后图像帧作为上述图像帧，当然在实际应用中，图像帧的数量不限于两个，当拍摄到的图像帧为多个时，多个图像帧之间可以是按照拍摄时间顺序来进行排列的。本说明书以下实施例是以连续的两个图像帧(即前后拍摄到的两个图像帧)为例进行说明的。

在步骤S120中，确定每个所述目标区域的属性信息，其中，所述属性信息用于表征目标对象在其对应图像帧中的成像质量。

在本说明书一个或多个实施例中，在获取连续拍摄到的两个图像帧(即前后图像帧)之后，例如可以将这两个图像帧称为第一图像帧和第二图像帧，可以采用以下方式来确定每个图像帧中目标对象所对应目标区域(以下也可称为图像)的属性信息，具体可以包括以下内容：

分别对从所述第一图像帧和第二图像帧中提取出来的目标对象所对应的图像进行检测，得到所述第一图像帧和第二图像帧中目标对象所对应图像的属性信息。

在实际应用场景中，由于摄像头所采集到的图像帧是对外部环境的成像，第一图像帧和第二图像帧中可能除了包含目标用户的人脸图像之外，还可能包含其他一些人脸图像，因此，在得到第一图像帧和第二图像帧之后，首先需要对图像帧中的目标对象进行提取，从而确定实际进行刷脸支付的用户。例如可以通过以下方式来提取目标对象，通过对图像帧中的所有人脸分别进行检测，在检测出的多个人脸中选择空间位置最符合线下刷脸支付的人脸，并将该人脸作为确定出的目标对象。另外，在实际应用中，所采集到的图像帧中有些可能不包含人脸图像或者人脸图像并不完整，此时由于无法从中这些图像帧中检测出人脸并提取目标对象，因此在确定图像帧中的目标对象之前，需要对所采集到的图像帧进行筛选，将不包含人脸图像或者人脸图像不完整的图像帧去除，对包含完整的人脸图像的图像帧执行目标对象的确定和检测操作。

进一步地，在本说明书实施例中，在确定第一图像帧和第二图像帧中的目标对象的人脸图像之后，通过对人脸图像做进一步的检测，即可得到第一图像帧和第二图像帧中分别对应的人脸图像的属性信息，其中，所述属性信息可以包括但不限于以下类型的信息：亮度信息、位置信息、角度信息、以及完整度、模糊度、遮挡等相关的属性信息。

由于上述人脸图像的属性信息能够直接影响摄像头所拍摄到的人脸图像的质量，因此通过计算前后帧中人脸成像的属性信息就能够判断人脸随时间变化的成像差异，从而判断目标对象的人脸成像的变化趋势。这种变化趋势能够反映出目标对象在摄像头前的运动状态的变化，从而判断用户是否处于配合人脸识别的状态，以及摄像头和人脸是否还有改善的空间，从而替代传统的采用固定阈值的方式来判断是否对用户的人脸进行采集。下面结合具体实施例，对利用属性信息进行人脸成像变化趋势判断的过程进行详细说明，具体可以包括以下内容：

在步骤S130中，根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，并根据所述成像差异判断所述目标对象的成像变化趋势，其中，所述成像变化趋势用于表征目标对象在摄像头前是否趋于静止。

在本说明书实施例中是通过检测人脸图像中的亮度信息、位置信息和角度信息作为属性信息进行人脸图像质量判断的，因此，在根据属性信息计算目标对象在图像帧中的成像差异时，可以利用上述三种属性信息中的一种或者几种来分别计算不同维度的成像差异，具体地：

根据所述第一图像帧中目标对象所对应图像的亮度信息以及第二图像帧中目标对象所对应图像的亮度信息，计算所述目标对象在第一图像帧与第二图像帧中的亮度成像差异；或者，

根据所述第一图像帧中目标对象所对应图像的位置信息以及第二图像帧中目标对象所对应图像的位置信息，计算所述目标对象在第一图像帧与第二图像帧中的位置成像差异；或者，

根据所述第一图像帧中目标对象所对应图像的角度信息以及第二图像帧中目标对象所对应图像的角度信息，计算所述目标对象在第一图像帧与第二图像帧中的角度成像差异。

进一步地，在本说明书实施例中，在计算亮度成像差异时，比如第一图像帧为前一个图像帧，第二图像帧为后一个图像帧，第一图像帧对应人脸图像的亮度值为300cd/m²，第二图像帧对应人脸图像的亮度值为400cd/m²，那么就可以计算出前后图像帧之间的亮度成像差异的值为100。同样在计算人脸位置差异和人脸角度差异时，可以通过建立在摄像头中的坐标系，例如第一图像帧中人脸图像的人脸角度为60°，第二图像帧中人脸图像的人脸角度变化为90°，那么前后图像帧之间的角度成像差异的值为30。

在利用属性信息计算出目标对象在图像帧中的成像差异后，可以根据所述成像差异判断目标对象的成像变化趋势，例如可以采用以下方式对上述属性信息对应的成像差异进行成像变化趋势的判断，具体地：

根据所述亮度成像差异，确定所述摄像头的曝光调节量，并根据所述曝光调节量判断所述摄像头的曝光调节是否完成；或者，

根据所述位置成像差异，确定所述目标对象在摄像头前的位置变化，并根据所述位置变化判断所述目标对象的位置是否趋于静止；或者，

根据所述角度成像差异，确定所述目标对象在摄像头前的角度变化，并根据所述角度变化判断所述目标对象的角度是否趋于预定方向。

继续引用上述实施例的内容，通过计算确定前后图像帧之间的亮度成像差异的值为100，那么根据这一亮度成像变化的差异就可以推断出，摄像头在第一图像帧和第二图像帧之间的AE(自动曝光)调节量为100，即通过人脸图像亮度的变化来判断摄像头的AE调节的变化趋势，经过多次进行图像帧之间的比对之后，当摄像头的AE调节量接近一个预定数值或者接近于零时，就能够判断摄像头的AE调节已经稳定或者摄像头的AE调节已经完成。在实际应用中，除了可以利用人脸图像亮度变化来判断摄像头的AE调节是否稳定之外，还可以通过直接调用摄像头的接口来获取不同图像帧下摄像头所对应的AE值，根据获取到的AE值来进一步判断摄像头的AE调节是否稳定。

另外，在对目标对象的位置变化趋势进行判断时，除了可以利用人脸位置的变化来判断人脸运动是否趋于静止之外，还可以通过运动检测算法、光流算法等判断人脸运动是否趋于静止。通过人脸角度的变化可以判断出人脸角度是否有变好的趋势，这种角度变化的趋势能够说明人脸是否逐渐摆正，且与摄像头之间的夹角越来越小，从而判断用户是否在不断地配合摄像头进行刷脸支付。应当理解的是，此处的静止应当包含相对静止的含义，即可用于表示人脸与摄像头之间的相对位置的变化处于静止状态，换言之，人脸与摄像头之间的位置变化趋近于停止。

在本说明书一个或多个实施例中，在根据成像差异判断目标对象的成像变化趋势时，还可以根据预定条件对目标对象的成像变化趋势做具体的判断，具体判断过程可以包括以下内容：

将所述摄像头的曝光调节量与预定曝光量进行比较，判断所述摄像头的曝光调节是否完成；或者，

将所述目标对象的位置变化与预定位置进行比较，判断所述目标对象的位置是否趋于预定位置；或者，

将所述目标对象的角度变化与预定角度进行比较，判断所述目标对象的角度是否趋于预定角度。

在本说明书一具体实施例中，假设摄像头的曝光量为0-400，基于前述实施例的内容，前后图像帧之间的摄像头AE调节量为100，例如图像帧之间的摄像头AE从300变化为400，而预设的曝光量为200，那么只有当摄像头的曝光量从300直至变化为200时，此时便判断摄像头的曝光调节完成，否则继续通过人脸图像的亮度差异来判断摄像头的曝光调节是否完成，即摄像头的曝光量是否接近预定的曝光值或者AE调节量变化接近为零。对于其他维度的属性信息也是如此，通过目标对象的位置或角度变化来判断人脸的位置或角度是否越来越接近于预定要求的位置和角度，从而判断摄像头是否仍在调节改善，而人脸是否持续处于配合刷脸支付的过程。

在步骤S140中，利用摄像头采集当所述目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。

在本说明书一个或多个实施例中，在当所述目标对象的成像变化趋势达到预定条件时之后，还可以增加一个兜底的质量阈值判断对摄像头当前所采集到的人脸图像的质量进行判断，例如将达到预定条件时摄像头所拍摄的图像帧中目标对象所对应图像的各属性信息与预设的图像质量阈值进行比较，当属性信息均符合预设的图像质量阈值时，将达到预定条件时摄像头所拍摄的图像帧作为用于图像识别的所述目标对象的图像。

基于本说明书实施例中的技术方案，通过判断摄像头的AE调节是否结束来替代人脸图像亮度的固定阈值，通过连续图像帧判断用户是否处于一个运动或配合过程中，以此来替代人脸角度和模糊的固定阈值；通过这种基于环境动态判断的人脸图像采集方案，在亮度或者模糊等其他属性不能满足最优的采集条件时，能够区分摄像头和人脸是否还有改善的空间，从而判断结束还是延长人脸图像采集阶段。另外，本说明书实施例中还可以结合不同阶段的采集环节采取不同的质量判断方式，如图像质量在高阈值阶段采用固定阈值的方式，图像质量在低阈值阶段时采用对摄像头AE调节和用户人脸运动趋势的判断，因此能够提高整体的人脸图像采集效率和成功率。

基于同样的思路，本说明书实施例还提供了一种基于目标对象的图像采集装置，如图2为本说明书实施例提供的一种基于目标对象的图像采集装置，该装置200主要包括：

获取模块201，用于在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个所述图像帧中选取目标对象所对应的目标区域；

确定模块202，用于确定每个所述图像帧中目标对象所对应目标区域的属性信息，其中，所述属性信息用于表征目标对象在其对应图像帧中的成像质量；

判断模块203，用于根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，并根据所述成像差异判断所述目标对象的成像变化趋势，其中，所述成像变化趋势用于表征目标对象在摄像头前是否趋于静止；

采集模块204，用于利用摄像头采集当所述目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。

根据本申请的实施例，在所述装置中，所述获取模块201还用于：

在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧之前，当检测到触发针对目标对象执行图像采集的指令时，开启摄像头获取外部环境图像并执行对所述预设时间段的计时操作。

根据本申请的实施例，在所述装置中，所述获取模块201还用于：

在所述预设时间段内按照预定的时间间隔获取连续的至少两个图像帧，其中，所述图像帧为利用摄像头拍摄的外部环境图像所对应的图像帧。

根据本申请的实施例，在所述装置中，所述图像帧包括第一图像帧和第二图像帧，所述确定模块202还用于：

分别对从所述第一图像帧和第二图像帧中提取出来的目标对象所对应的目标区域进行检测，得到所述第一图像帧和第二图像帧中目标对象所对应目标区域的属性信息。

根据本申请的实施例，在所述装置中，所述属性信息包括以下信息中的至少一种：亮度信息、位置信息和角度信息。

根据本申请的实施例，在所述装置中，所述判断模块203还用于计算以下成像差异中的一种或几种：

根据所述第一图像帧中目标对象所对应目标区域的亮度信息以及第二图像帧中目标对象所对应目标区域的亮度信息，计算所述目标对象在第一图像帧与第二图像帧中的亮度成像差异；或者，

根据所述第一图像帧中目标对象所对应目标区域的位置信息以及第二图像帧中目标对象所对应目标区域的位置信息，计算所述目标对象在第一图像帧与第二图像帧中的位置成像差异；或者，

根据所述第一图像帧中目标对象所对应目标区域的角度信息以及第二图像帧中目标对象所对应目标区域的角度信息，计算所述目标对象在第一图像帧与第二图像帧中的角度成像差异。

根据本申请的实施例，在所述装置中，所述判断模块203还用于对以下至少一种成像变化趋势进行判断，具体地：

根据所述亮度成像差异，确定所述摄像头的曝光调节量，并根据所述曝光调节量判断所述摄像头的曝光调节是否完成；或者，

根据所述位置成像差异，确定所述目标对象在摄像头前的位置变化，并根据所述位置变化判断所述目标对象的位置是否趋于静止；或者，

根据所述角度成像差异，确定所述目标对象在摄像头前的角度变化，并根据所述角度变化判断所述目标对象的角度是否趋于预定方向。

根据本申请的实施例，在所述装置中，所述判断模块203还用于在当所述目标对象的成像变化趋势达到预定条件时之前，根据所述预定条件对所述目标对象的成像变化趋势进行判断，具体地：

将所述摄像头的曝光调节量与预定曝光量进行比较，判断所述摄像头的曝光调节是否完成；或者，

将所述目标对象的位置变化与预定位置进行比较，判断所述目标对象的位置是否趋于预定位置；或者，

将所述目标对象的角度变化与预定角度进行比较，判断所述目标对象的角度是否趋于预定角度。

根据本申请的实施例，在所述装置中，所述装置还包括：

比较模块205，用于在当所述目标对象的成像变化趋势达到预定条件时之后，将达到预定条件时摄像头所拍摄的图像帧中目标对象所对应目标区域的各属性信息与预设的图像质量阈值进行比较，当所述属性信息均符合预设的图像质量阈值时，将达到预定条件时摄像头所拍摄的图像帧作为用于图像识别的所述目标对象的图像。

本说明书实施例还提供一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述实施例中的一种基于目标对象的图像采集方法。

上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的，因此，装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本说明书实施例可提供为方法、系统、或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。

Claims (20)

1.一种基于目标对象的图像采集方法，所述方法包括：

在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个所述图像帧中选取目标对象所对应的目标区域；

确定每个所述目标区域的属性信息，其中，所述属性信息用于表征目标对象在其对应图像帧中的成像质量；

根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，并根据所述成像差异判断所述目标对象的成像变化趋势，其中，所述成像变化趋势用于表征目标对象在摄像头前是否趋于静止；

利用摄像头采集当所述目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。

2.如权利要求1所述的方法，所述在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧之前，还包括：

当检测到触发针对目标对象执行图像采集的指令时，开启摄像头获取外部环境图像并执行对所述预设时间段的计时操作。

3.如权利要求1所述的方法，所述在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，包括：

在所述预设时间段内按照预定的时间间隔获取连续的至少两个图像帧，其中，所述图像帧为利用摄像头拍摄的外部环境图像所对应的图像帧。

4.如权利要求1所述的方法，所述图像帧包括第一图像帧和第二图像帧，所述确定每个所述图像帧中目标对象所对应图像的属性信息，包括：

分别对从所述第一图像帧和第二图像帧中提取出来的目标对象所对应的目标区域进行检测，得到所述第一图像帧和第二图像帧中目标对象所对应目标区域的属性信息。

5.如权利要求4所述的方法，所述属性信息包括以下信息中的至少一种：亮度信息、位置信息和角度信息。

6.如权利要求5所述的方法，所述根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，包括计算以下成像差异中的一种或几种：

根据所述第一图像帧中目标对象所对应目标区域的亮度信息以及第二图像帧中目标对象所对应目标区域的亮度信息，计算所述目标对象在第一图像帧与第二图像帧中的亮度成像差异；或者，

根据所述第一图像帧中目标对象所对应目标区域的位置信息以及第二图像帧中目标对象所对应目标区域的位置信息，计算所述目标对象在第一图像帧与第二图像帧中的位置成像差异；或者，

根据所述第一图像帧中目标对象所对应目标区域的角度信息以及第二图像帧中目标对象所对应目标区域的角度信息，计算所述目标对象在第一图像帧与第二图像帧中的角度成像差异。

7.如权利要求6所述的方法，所述根据所述成像差异判断所述目标对象的成像变化趋势，包括对以下至少一种成像变化趋势进行判断，具体地：

根据所述亮度成像差异，确定所述摄像头的曝光调节量，并根据所述曝光调节量判断所述摄像头的曝光调节是否完成；或者，

根据所述位置成像差异，确定所述目标对象在摄像头前的位置变化，并根据所述位置变化判断所述目标对象的位置是否趋于静止；或者，

根据所述角度成像差异，确定所述目标对象在摄像头前的角度变化，并根据所述角度变化判断所述目标对象的角度是否趋于预定方向。

8.如权利要求7所述的方法，在当所述目标对象的成像变化趋势达到预定条件时之前，还包括根据所述预定条件对所述目标对象的成像变化趋势进行判断，具体地：

将所述摄像头的曝光调节量与预定曝光量进行比较，判断所述摄像头的曝光调节是否完成；或者，

将所述目标对象的位置变化与预定位置进行比较，判断所述目标对象的位置是否趋于预定位置；或者，

将所述目标对象的角度变化与预定角度进行比较，判断所述目标对象的角度是否趋于预定角度。

9.如权利要求1所述的方法，在当所述目标对象的成像变化趋势达到预定条件时之后，还包括：

将达到预定条件时摄像头所拍摄的图像帧中目标对象所对应目标区域的各属性信息与预设的图像质量阈值进行比较，当所述属性信息均符合预设的图像质量阈值时，将达到预定条件时摄像头所拍摄的图像帧作为用于图像识别的所述目标对象的图像。

10.如权利要求1-9中任一项所述的方法，所述目标对象为人脸，目标对象所对应的图像为人脸图像。

11.一种基于目标对象的图像采集装置，所述装置包括：

获取模块，用于在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧，并从每个所述图像帧中选取目标对象所对应的目标区域；

确定模块，用于确定每个所述目标区域的属性信息，其中，所述属性信息用于表征目标对象在其对应图像帧中的成像质量；

判断模块，用于根据所述属性信息计算所述目标对象在所述图像帧中的成像差异，并根据所述成像差异判断所述目标对象的成像变化趋势，其中，所述成像变化趋势用于表征目标对象在摄像头前是否趋于静止；

采集模块，用于利用摄像头采集当所述目标对象的成像变化趋势达到预定条件时预设时间段内的目标对象的图像。

12.如权利要求11所述的装置，所述获取模块还用于：

在预设时间段内利用摄像头获取按时间顺序变化的多个图像帧之前，当检测到触发针对目标对象执行图像采集的指令时，开启摄像头获取外部环境图像并执行对所述预设时间段的计时操作。

13.如权利要求11所述的装置，所述获取模块还用于：

在所述预设时间段内按照预定的时间间隔获取连续的至少两个图像帧，其中，所述图像帧为利用摄像头拍摄的外部环境图像所对应的图像帧。

14.如权利要求11所述的装置，所述图像帧包括第一图像帧和第二图像帧，所述确定模块还用于：

分别对从所述第一图像帧和第二图像帧中提取出来的目标对象所对应的目标区域进行检测，得到所述第一图像帧和第二图像帧中目标对象所对应目标区域的属性信息。

15.如权利要求14所述的装置，所述属性信息包括以下信息中的至少一种：亮度信息、位置信息和角度信息。

16.如权利要求15所述的装置，所述判断模块还用于计算以下成像差异中的一种或几种：

根据所述第一图像帧中目标对象所对应目标区域的亮度信息以及第二图像帧中目标对象所对应目标区域的亮度信息，计算所述目标对象在第一图像帧与第二图像帧中的亮度成像差异；或者，

根据所述第一图像帧中目标对象所对应目标区域的位置信息以及第二图像帧中目标对象所对应目标区域的位置信息，计算所述目标对象在第一图像帧与第二图像帧中的位置成像差异；或者，

根据所述第一图像帧中目标对象所对应目标区域的角度信息以及第二图像帧中目标对象所对应目标区域的角度信息，计算所述目标对象在第一图像帧与第二图像帧中的角度成像差异。

17.如权利要求16所述的装置，所述判断模块还用于对以下至少一种成像变化趋势进行判断，具体地：

根据所述亮度成像差异，确定所述摄像头的曝光调节量，并根据所述曝光调节量判断所述摄像头的曝光调节是否完成；或者，

根据所述位置成像差异，确定所述目标对象在摄像头前的位置变化，并根据所述位置变化判断所述目标对象的位置是否趋于静止；或者，

根据所述角度成像差异，确定所述目标对象在摄像头前的角度变化，并根据所述角度变化判断所述目标对象的角度是否趋于预定方向。

18.如权利要求17所述的装置，所述判断模块还用于在当所述目标对象的成像变化趋势达到预定条件时之前，根据所述预定条件对所述目标对象的成像变化趋势进行判断，具体地：

将所述摄像头的曝光调节量与预定曝光量进行比较，判断所述摄像头的曝光调节是否完成；或者，

将所述目标对象的位置变化与预定位置进行比较，判断所述目标对象的位置是否趋于预定位置；或者，

将所述目标对象的角度变化与预定角度进行比较，判断所述目标对象的角度是否趋于预定角度。

19.如权利要求11所述的装置，所述装置还包括：

比较模块，用于在当所述目标对象的成像变化趋势达到预定条件时之后，将达到预定条件时摄像头所拍摄的图像帧中目标对象所对应目标区域的各属性信息与预设的图像质量阈值进行比较，当所述属性信息均符合预设的图像质量阈值时，将达到预定条件时摄像头所拍摄的图像帧作为用于图像识别的所述目标对象的图像。

20.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1至10中任一项所述的方法。

Images