CN112839174B - 用于云手机的人物图像的预览图生成方法和系统 - Google Patents

Abstract

本发明提供了一种用于云手机的人物图像的预览图生成方法和系统，涉及云手机技术领域。本发明针对初始图像，识别面部区域和人体区域，并基于拍摄信息，对初始图像的拍摄主体进行分析，可筛选出人物图像，再根据单人和多人两种情况确定分割区域图像，最后考虑云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值，以分割区域图像为基础，生成预览图。生成的预览图考虑了本地的智能终端的硬件参数和云手机的推流参数对预览图显示效果的影响，使云手机推流画面在智能终端上的最大显示能力P_max和预览图参数匹配。同时，以分割区域图像为基础，生成的预览图很好的保留了拍摄主体，使预览图显示了人物图像中的有效信息，方便用户查看。

Description

用于云手机的人物图像的预览图生成方法和系统

技术领域

本发明涉及云手机技术领域，具体涉及一种用于云手机的人物图像的预览图生成方法和系统。

背景技术

云手机，就是将云计算技术运用于网络终端服务，通过云服务器实现云服务的手机。其实就是深度结合了网络服务的智能手机，这类手机凭借自带的系统以及厂商架设的网络终端可以通过网络实现众多的功能。

用户在使用云手机时，需要借助本地的智能终端登录云手机，云手机再将画面实时推流至智能终端上，但用户在云手机上查看相册中照片的预览图时，通常是由云手机生成预览图，而初始图像上传至云端存储，其中，生成预览图的常用方法是简单的按固定参数将图片的中心处放大，或是将图片压缩后进行缩放；

上述方案没有考虑到云手机用户的预览图显示效果受本地的智能终端的硬件参数和云手机的推流参数共同影响，会造成云手机画面在智能终端上的实际显示能力和预览图参数不匹配的问题，例如，推流的清晰度很高，但生成的预览图很模糊。同时，通过放大方法，用户在查看预览图时，存在放大的区域往往不是照片拍摄的主体的问题，例如人物图像往往经过放大后，预览图呈现的是背景区域或是衣服区域，导致预览图显示的是无效信息，而通过图片压缩的方法，也会存在预览图清晰度较差，看不清人物的问题。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种用于云手机的人物图像的预览图生成方法和系统，解决了现有的预览图生成方法无法用于云手机的问题。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

第一方面，提供了一种用于云手机的人物图像的预览图生成方法，包括：

识别初始图像中的面部区域和人体区域；

基于拍摄信息，对初始图像的拍摄主体进行分析；

当拍摄主体为人物时，获取初始图像中的人物数量；

若人物数量为1，则将人体区域图像作为分割区域图像；

若人物数量大于1，则获取将所有面部区域包含在内的矩形区域，并将矩形区域的图像作为分割区域图像；

计算云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值；

若所述DPI值不低于P_max，则将分割区域图像作为预览图；

若所述DPI值低于P_max，则对分割区域图像进行分辨率提升，使所述DPI值不低于P_max；并将分辨率提升后的分割区域图像作为预览图。

进一步的，所述云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值的计算方法为：

其中，ppi表示智能终端的像素密度，(x_stream,y_stream)表示云手机推流画面的分辨率，(x_image,y_image)表示分割区域图像的分辨率，Size_vscreen表示虚拟的云手机屏幕对角线尺寸，Size_display表示预览图显示框对角线尺寸。

进一步的，所述获取将所有面部区域包含在内的矩形区域，包括：

获取所有面部区域对应的矩形框对角线的端点坐标(a,b)；

从中筛选出a和b的极值，并基于a和b的极值构建矩形区域。

进一步的，所述对分割区域图像进行分辨率提升，使所述DPI值不低于P_max，包括：

采用图像超分辨率算法对分割区域图像进行分辨率提升，使所述DPI值不低于P_max。

进一步的，所述基于拍摄信息，对初始图像的拍摄主体进行分析，包括：

基于拍摄信息，判断拍摄模式是否为人像，若拍摄模式为人像模式，则拍摄主体为人物。

进一步的，所述基于拍摄信息，对初始图像的拍摄主体进行分析，包括：

基于拍摄信息，判断拍摄信息中拍摄模式是否为人像，若是，令第一判定项v₁(P)＝1，否则，令v₁(P)＝0；

基于拍摄信息，判断拍摄地点是否为热门拍摄区域，若是，令第二判定项v₂(P)＝0，否则，令v₂(P)＝1；

判断面部区域数量是否大于0，若是，判断人像面积占比是否大于第一占比阈值，若是，令第三判定项v₃(P)＝1，否则，令v₃(P)＝0；

计算判定值V(P)是否大于判定阈值V₀，若是，拍摄主体为人物；

其中，V(P)＝k₁*v₁(P)+k₂*v₂(P)+k₃*v₃(P)，且k₁～k₃为各个判定项的权重。

进一步的，所述人像面积占比的计算方法包括：

获取人体区域对应的的识别框和面部区域对应的识别框，得到人体区域集合Rb＝{rb₁,rb₂,...,rb_n}，rb_n表示第n个人体区域，和面部区域集合Rf＝{rf₁,rf₂,...,rf_n}，rf_n表示第n个面部区域；

计算人体区域占用范围S_b＝rb₁∪rb₂∪...∪rb_n；

删除Rf中位于S_b范围内的面部区域，得到修正后的面部区域集合集合Rf’＝{rf’₁,rf’₂,...rf’_m}；

将Rf’中的面部区域与S_b做交运算，得到重合区域集合Z；

计算面部区域占用范围S_f＝rf’₁+rf’₂+...+rf’_m；

得到人像面积S_p＝S_b+S_f-Z。

进一步的，所述判断拍摄地点是否为热门拍摄区域，包括:

从拍摄信息中获取拍摄地点；

确定拍摄地点是否处于热门拍摄区域内；所述热门拍摄区域包括景区区域以及区域内拍摄主体为环境的图像与总图像数量比超过第二占比阈值的区域。

第二方面，提供一种用于云手机的人物图像的预览图生成系统，所述系统包括存储器、处理器以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计算机程序时实现如下步骤：

识别初始图像中的面部区域和人体区域；

基于拍摄信息，对初始图像的拍摄主体进行分析；

当拍摄主体为人物时，获取初始图像中的人物数量；

若人物数量为1，则将人体区域图像作为分割区域图像；

若人物数量大于1，则获取将所有面部区域包含在内的矩形区域，并将矩形区域的图像作为分割区域图像；

计算云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值；

若所述DPI值不低于P_max，则将分割区域图像作为预览图；

若所述DPI值低于P_max，则对分割区域图像进行分辨率提升，使所述DPI值不低于P_max；并将分辨率提升后的分割区域图像作为预览图。

进一步的，所述云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值的计算方法为：

其中，ppi表示智能终端的像素密度，(x_stream,y_stream)表示云手机推流画面的分辨率，(x_image,y_image)表示分割区域图像的分辨率，Size_vscreen表示虚拟的云手机屏幕对角线尺寸，Size_display表示预览图显示框对角线尺寸。

进一步的，所述获取将所有面部区域包含在内的矩形区域，包括：

获取所有面部区域对应的矩形框对角线的端点坐标(a,b)；

从中筛选出a和b的极值，并基于a和b的极值构建矩形区域。

进一步的，所述对分割区域图像进行分辨率提升，使所述DPI值不低于P_max，包括：

采用图像超分辨率算法对分割区域图像进行分辨率提升，使所述DPI值不低于P_max。

进一步的，所述基于拍摄信息，对初始图像的拍摄主体进行分析，包括：

基于拍摄信息，判断拍摄模式是否为人像，若拍摄模式为人像模式，则拍摄主体为人物。

进一步的，所述基于拍摄信息，对初始图像的拍摄主体进行分析，包括：

基于拍摄信息，判断拍摄信息中拍摄模式是否为人像，若是，令第一判定项v₁(P)＝1，否则，令v₁(P)＝0；

基于拍摄信息，判断拍摄地点是否为热门拍摄区域，若是，令第二判定项v₂(P)＝0，否则，令v₂(P)＝1；

判断面部区域数量是否大于0，若是，判断人像面积占比是否大于第一占比阈值，若是，令第三判定项v₃(P)＝1，否则，令v₃(P)＝0；

计算判定值V(P)是否大于判定阈值V₀，若是，拍摄主体为人物；

其中，V(P)＝k₁*v₁(P)+k₂*v₂(P)+k₃*v₃(P)，且k₁～k₃为各个判定项的权重。

进一步的，所述人像面积占比的计算方法包括：

获取人体区域对应的的识别框和面部区域对应的识别框，得到人体区域集合Rb＝{rb₁,rb₂,...,rb_n}，rb_n表示第n个人体区域，和面部区域集合Rf＝{rf₁,rf₂,...,rf_n}，rf_n表示第n个面部区域；

计算人体区域占用范围S_b＝rb₁∪rb₂∪...∪rb_n；

删除Rf中位于S_b范围内的面部区域，得到修正后的面部区域集合集合Rf’＝{rf’₁,rf’₂,...rf’_m}；

将Rf’中的面部区域与S_b做交运算，得到重合区域集合Z；

计算面部区域占用范围S_f＝rf’₁+rf’₂+...+rf’_m；

得到人像面积S_p＝S_b+S_f-Z。

进一步的，所述判断拍摄地点是否为热门拍摄区域，包括:

从拍摄信息中获取拍摄地点；

确定拍摄地点是否处于热门拍摄区域内；所述热门拍摄区域包括景区区域以及区域内拍摄主体为环境的图像与总图像数量比超过第二占比阈值的区域。

(三)有益效果

本发明提供了一种用于云手机的人物图像的预览图生成方法和系统。与现有技术相比，具备以下有益效果：

本发明针对初始图像，识别面部区域和人体区域，并基于拍摄信息，对初始图像的拍摄主体进行分析，可筛选出人物图像，再根据单人和多人两种情况确定分割区域图像，最后考虑云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值，以分割区域图像为基础，生成预览图。生成的预览图考虑了本地的智能终端的硬件参数和云手机的推流参数对预览图显示效果的影响，使云手机推流画面在智能终端上的最大显示能力P_max和预览图参数匹配。同时，以分割区域图像为基础，生成的预览图很好的保留了拍摄主体，使预览图显示了人物图像中的有效信息，方便用户查看。

附图说明

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

图1为本发明实施例的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本申请实施例通过提供一种用于云手机的人物图像的预览图生成方法和系统，解决了现有的预览图生成方法无法用于云手机的问题。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

实施例1：

如图1所示，本发明提供了一种用于云手机的人物图像的预览图生成方法，该方法包括：

识别初始图像中的面部区域和人体区域；

基于拍摄信息，对初始图像的拍摄主体进行分析；

当拍摄主体为人物时，获取初始图像中的人物数量；

若人物数量为1，则将人体区域图像作为分割区域图像；

若人物数量大于1，则获取将所有面部区域包含在内的矩形区域，并将矩形区域的图像作为分割区域图像；

计算云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值；

若所述DPI值不低于P_max，则将分割区域图像作为预览图；

若所述DPI值低于P_max，则对分割区域图像进行分辨率提升，使所述DPI值不低于P_max；并将分辨率提升后的分割区域图像作为预览图。

本实施例的有益效果为：

针对初始图像，识别面部区域和人体区域，并基于拍摄信息，对初始图像的拍摄主体进行分析，可筛选出人物图像，再根据单人和多人两种情况确定分割区域图像，最后考虑云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值，以分割区域图像为基础，生成的预览图。生成的预览图考虑了本地的智能终端的硬件参数和云手机的推流参数对预览图显示效果的影响，使云手机推流画面在智能终端上的最大显示能力P_max和预览图参数匹配。

下面对本发明实施例的实现过程进行详细说明：

S1、识别初始图像中的面部区域和人体区域；

具体的，可通过现有的面部识别算法和人体识别算法对初始图像进行识别，且识别得到的面部区域和人体区域以矩形框进行标注。

S2、基于拍摄信息，对初始图像的拍摄主体进行分析；

所述拍摄主体为人物、环境或人物加环境中的一种，在本实施例中，只需要筛选出拍摄主体为人物的初始图像，即人物图像。现有的智能终端，例如手机、平板电脑等装有云手机程序的智能终端通常设置有多种拍照模式，例如人像模式、夜景模式、风景模式、微距模式等，不同拍摄模式对应不同的拍摄主体，例如人像模式中主要是对人进行拍摄，而风景模式更多的是拍摄景，而在拍摄照片时，可将拍摄模式记录在拍摄信息中，同样，拍摄信息还可包括拍摄位置。

下面给出一种以拍摄模式为依据进行拍摄主体分析的方法，包括S21a～S22a：

S21a、基于拍摄信息获取拍摄模式；

S22a、再判断拍摄模式是否为人像，若拍摄模式为人像模式，则可判断拍摄主体为人物。

同理，若拍摄模式为风景模式，则可判断拍摄主体为环境，当然也可通过其他方法确定拍摄主体为环境。

除上述的拍摄主体分析方法外，还可以从包含拍摄模式的多个维度对拍摄主体进行分析，以更加准确的判断拍摄主体，下面给出一种从拍摄模式、拍摄位置、人物区域占比这三个维度进行分析的方法，具体包括S21b～S24b：

S21b、基于拍摄信息，判断拍摄信息中拍摄模式是否为人像，若是，令第一判定项v₁(P)＝1，否则，令v₁(P)＝0；

S22b、基于拍摄信息，判断拍摄地点是否为热门拍摄区域，若是，令第二判定项v₂(P)＝0，否则，令v₂(P)＝1；

所述判断拍摄地点是否为热门拍摄区域，包括:

先从拍摄信息中获取拍摄地点；再确定拍摄地点是否处于热门拍摄区域内；所述热门拍摄区域包括景区区域以及区域内拍摄主体为环境的图像与总图像数量比超过第二占比阈值的区域。

例如，数据库由各类标注有拍摄主体和拍摄位置的图像预先构建而成。每个单位面积划分为一个拍摄区域，根据拍摄位置，可知数据库中在某个拍摄区域内总共有100个对应的图像，其中，有80个图像的拍摄主体为环境，而第二占比阈值设置为70％，则该拍摄区域可设置为热门拍摄区域。

S23b、判断面部区域数量是否大于0，若是，判断人像面积占比是否大于第一占比阈值，例如第一占比阈值可设置为34％，若是，令第三判定项v₃(P)＝1，否则，令v₃(P)＝0；

在计算人像面积占比时，需考虑人体识别框之间可能存在重合和面部区域重复计算的问题，因此，所述人像面积占比的计算方法包括：

获取人体区域对应的的识别框和面部区域对应的识别框，得到人体区域集合Rb＝{rb₁,rb₂,...,rb_n}，rb_n表示第n个人体区域，和面部区域集合Rf＝{rf₁,rf₂,...,rf_n}，rf_n表示第n个面部区域；

计算人体区域占用范围S_b＝rb₁∪rb₂∪...∪rb_n；

删除Rf中位于S_b范围内的面部区域，得到修正后的面部区域集合集合Rf’＝{rf’₁,rf’₂,...rf’_m}；

将Rf’中的面部区域与S_b做交运算，得到重合区域集合Z；

计算面部区域占用范围S_f＝rf’₁+rf’₂+...+rf’_m；

得到人像面积S_p＝S_b+S_f-Z。

举例说明，若识别到3个人脸，2个人体，则Rb＝{rb₁,rb₂}，Rf＝{rf₁,rf₂,rf₃}；rb₁表示第一个人体区域，rf₁表示第一个面部区域，其他的以此类推，面部、人体区域包含识别框对角线端点的坐标以及识别框的占用面积信息。则人体区域占用范围，也就是人体区域占用的总面积S_b＝rb₁∪rb₂；再基于坐标，确定是否rf₁,rf₂,rf₃中存在完全位于S_b内的面部区域，如果存在，则删除该面部区域，得到Rf’＝{rf’₁,rf’₂}；再令Rf’中的面部区域与S_b做交运算，得到重合区域集合Z；若Z不为空，则说明该面部区域与人体区域存在重合，需要剔除，因此，人像面积S_p＝S_b+S_f-Z。

S24b、计算判定值V(P)是否大于判定阈值V₀，若是，拍摄主体为人物；其中，V(P)＝k₁*v₁(P)+k₂*v₂(P)+k₃*v₃(P)，且k₁～k₃为各个判定项的权重。

例如，各个判定项的权重k₁～k₃均设置为1，判定阈值V₀设置为1.5，即三个判定项中需至少满足两项才判定拍摄主体为人物。

S3、当拍摄主体为人物时，判断初始图像包含的人物数量，为了避免人物数量重复计数，可将面部区域数量或人体区域数量中的一个作为人物数量。

S4、再根据单人和多人两种情况确定分割区域图像：

S4a、若人物数量为1，表示初始图像中仅包含一个人物数量，则将人体区域图像作为分割区域图像；

S4b、若人物数量大于1，则获取将所有面部区域包含在内的矩形区域，并将矩形区域的图像作为分割区域图像；

所述获取将所有面部区域包含在内的矩形区域，包括：

S41b、获取所有面部区域对应的矩形框对角线的端点坐标(a,b)；

S42b、从中筛选出a和b的极值，并基于a和b的极值构建矩形区域。

例如，面部区域共有2个，对应的两个矩形框对角线的端点坐标分别为(0,0)，(120,146)，(240,600)，(546,235)；

可得a和b的极值，a_min＝0，a_max＝546，b_min＝0，b_max＝600；

据此，可构建一个矩形区域，其对角线的端点为(0,0)，(546,600)。

分割区域图像会使像素数减少，因此要考虑到预览图的最终显示效果是否与分割区域图像参数匹配，如果不匹配，需要对分割区域图像进行调整；

S5、计算云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值；

具体的，所述云手机推流画面在智能终端上的最大显示能力P_max，可描述云手机输出的实际显示效果；数值越大，显示的图像越清晰。

所述分割区域图像的DPI值，图像每英寸长度内的像素点数，可描述分割区域图像的显示效果，数值越大，图像越清晰；

且两者的计算方法为：

其中，ppi表示智能终端的像素密度；

(x_stream,y_stream)表示云手机推流画面的分辨率，即在智能终端上显示的画面分辨率；

(x_image,y_image)表示分割区域图像的分辨率；

Size_vscreen表示在智能终端上虚拟的云手机屏幕对角线尺寸，即在智能终端上显示的整个云手机画面尺寸；

Size_display表示预览图显示框对角线尺寸，即在智能终端上显示的预览图画面尺寸。

S6、比较DPI值不低于P_max大小，选择不同的生成方法。

S6a、若所述DPI值不低于P_max，说明分割区域图像已经能够匹配最大显示能力，无需进行调整，则将分割区域图像作为预览图；由于像素数的减少，在满足显示效果的同时，相比于初始图像，预览图的体积也会相应的减小。

S6b、若所述DPI值低于P_max，说明分割区域图像未能够匹配最大显示能力，需要进行调整，则对分割区域图像进行分辨率提升，使所述DPI值不低于P_max；并将分辨率提升后的分割区域图像作为预览图。

例如，运行云手机程序的平板电脑的屏幕分辨率为3840*2160，尺寸为8寸，可知像素密度为ppi＝550，云手机推流画面的分辨率为(x_stream,y_stream)＝1080*1920，在平板电脑上虚拟的云手机屏幕对角线尺寸Size_vscreen＝5英寸；

可得到

显然，由于推流的图像画质限制，实际并不能达到550的显示效果，因此P_max＝440.58；

分割区域图像的分辨率(x_image,y_image)＝540*720，预览图显示框对角线尺寸Size_display＝3英寸，可知DPI＝300；此时，DPI＝300<P_max＝440.58，分割区域图像的显示效果并不能匹配最大显示能力，因此，需要提升分割区域图像的分辨率，具体的可通过现有的图像超分辨率算法实现，例如，将分辨率提升2倍，使所述DPI值不低于P_max，分辨率提升后的分割区域图像能够匹配最大显示能力，可作为预览图。

实施例2

本发明还提供了一种用于云手机的人物图像的预览图生成系统，一种用于云手机的人物图像的预览图生成系统，所述系统包括存储器、处理器以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计算机程序时实现如下步骤：

识别初始图像中的面部区域和人体区域；

基于拍摄信息，对初始图像的拍摄主体进行分析；

当拍摄主体为人物时，获取初始图像中的人物数量；

若人物数量为1，则将人体区域图像作为分割区域图像；

若人物数量大于1，则获取将所有面部区域包含在内的矩形区域，并将矩形区域的图像作为分割区域图像；

计算云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值；

若所述DPI值不低于P_max，则将分割区域图像作为预览图；

若所述DPI值低于P_max，则对分割区域图像进行分辨率提升，使所述DPI值不低于P_max；最优是将DPI调至与P_max相等。并将分辨率提升后的分割区域图像作为预览图。

可理解的是，本发明实施例提供的用于云手机的人物图像的预览图生成系统与上述用于云手机的人物图像的预览图生成方法相对应，其有关内容的解释、举例、有益效果等部分可以参考用于云手机的人物图像的预览图生成方法中的相应内容，此处不再赘述。

综上所述，与现有技术相比，本发明具备以下有益效果：

①针对初始图像，识别面部区域和人体区域，并基于拍摄信息，对初始图像的拍摄主体进行分析，可筛选出人物图像，再根据单人和多人两种情况确定分割区域图像，最后考虑云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值，以分割区域图像为基础，生成预览图。生成的预览图考虑了本地的智能终端的硬件参数和云手机的推流参数对预览图显示效果的影响，使云手机推流画面在智能终端上的最大显示能力P_max和预览图参数匹配。同时，以分割区域图像为基础，生成的预览图很好的保留了拍摄主体，使预览图显示了人物图像中的有效信息，方便用户查看。

需要说明的是，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。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。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种用于云手机的人物图像的预览图生成方法，其特征在于，该方法包括：

识别初始图像中的面部区域和人体区域；

基于拍摄信息，对初始图像的拍摄主体进行分析；

当拍摄主体为人物时，获取初始图像中的人物数量；

若人物数量为1，则将人体区域图像作为分割区域图像；

若人物数量大于1，则获取将所有面部区域包含在内的矩形区域，并将矩形区域的图像作为分割区域图像；

计算云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值；

若所述DPI值不低于P_max，则将分割区域图像作为预览图；

若所述DPI值低于P_max，则对分割区域图像进行分辨率提升，使所述DPI值不低于P_max；并将分辨率提升后的分割区域图像作为预览图；

所述云手机推流画面在智能终端上的最大显示能力P_max和分割区域图像的DPI值的计算方法为：

其中，ppi表示智能终端的像素密度，(x_stream,y_stream)表示云手机推流画面的分辨率，(x_image,y_image)表示分割区域图像的分辨率，Size_vscreen表示虚拟的云手机屏幕对角线尺寸，Size_display表示预览图显示框对角线尺寸。

2.如权利要求1所述的一种用于云手机的人物图像的预览图生成方法，其特征在于，所述获取将所有面部区域包含在内的矩形区域，包括：

获取所有面部区域对应的矩形框对角线的端点坐标(a,b)；

从中筛选出a和b的极值，并基于a和b的极值构建矩形区域。

3.如权利要求1所述的一种用于云手机的人物图像的预览图生成方法，其特征在于，所述对分割区域图像进行分辨率提升，使所述DPI值不低于P_max，包括：

采用图像超分辨率算法对分割区域图像进行分辨率提升，使所述DPI值不低于P_max。

4.如权利要求1-3中任一所述的一种用于云手机的人物图像的预览图生成方法，其特征在于，所述基于拍摄信息，对初始图像的拍摄主体进行分析，包括：

基于拍摄信息，判断拍摄模式是否为人像，若拍摄模式为人像模式，则拍摄主体为人物。

5.如权利要求1-3中任一所述的一种用于云手机的人物图像的预览图生成方法，其特征在于，所述基于拍摄信息，对初始图像的拍摄主体进行分析，包括：

基于拍摄信息，判断拍摄信息中拍摄模式是否为人像，若是，令第一判定项v₁(P)＝1，否则，令v₁(P)＝0；

基于拍摄信息，判断拍摄地点是否为热门拍摄区域，若是，令第二判定项v₂(P)＝0，否则，令v₂(P)＝1；

判断面部区域数量是否大于0，若面部区域数量是否大于0，判断人像面积占比是否大于第一占比阈值，若大于第一占比阈值，令第三判定项v₃(P)＝1，若不大于第一占比阈值，令v₃(P)＝0；

计算判定值V(P)是否大于判定阈值V₀，若是，拍摄主体为人物；

其中，V(P)＝k₁*v₁(P)+k₂*v₂(P)+k₃*v₃(P)，且k₁～k₃为各个判定项的权重。

6.如权利要求5所述的一种用于云手机的人物图像的预览图生成方法，其特征在于，所述人像面积占比的计算方法包括：

获取人体区域对应的识别框和面部区域对应的识别框，得到人体区域集合Rb＝{rb₁,rb₂,...,rb_n}，rb_n表示第n个人体区域，和面部区域集合Rf＝{rf₁,rf₂,...,rf_n}，rf_n表示第n个面部区域；

计算人体区域占用范围S_b＝rb₁∪rb₂∪...∪rb_n；

删除Rf中位于S_b范围内的面部区域，得到修正后的面部区域集合Rf’＝{rf’₁,rf’₂,...rf’_m}；

将Rf’中的面部区域与S_b做交运算，得到重合区域集合Z；

计算面部区域占用范围S_f＝rf’₁+rf’₂+...+rf’_m；

得到人像面积S_p＝S_b+S_f-Z。

7.如权利要求5所述的一种用于云手机的人物图像的预览图生成方法，其特征在于，所述判断拍摄地点是否为热门拍摄区域，包括：

从拍摄信息中获取拍摄地点；

确定拍摄地点是否处于热门拍摄区域内；所述热门拍摄区域包括景区区域以及区域内拍摄主体为环境的图像与总图像数量比超过第二占比阈值的区域。

8.一种用于云手机的人物图像的预览图生成系统，所述系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-7任一所述方法的步骤。

Images