CN113676660A - 一种拍摄方法、装置及电子设备 - Google Patents

Abstract

本发明实施例提供了一种拍摄方法、装置及电子设备，其中，该方法包括：在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作。本发明实施例，在判断出人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作，能够准确拍摄到指定时刻的目标图像，有效解决了无法准确拍摄指定时刻目标图像的技术问题。

Description

一种拍摄方法、装置及电子设备

技术领域

本发明涉及拍摄领域，尤其涉及一种拍摄方法、装置及电子设备。

背景技术

目前，用户在使用移动终端的过程中，经常会使用移动终端的相机应用程序来拍摄图像。例如，如篮球运动员投篮的过程中，抓拍投篮的时刻的图像时，一般需要预测篮球运动员的投篮点，提前手动按下快门对篮球运动员的投篮时刻进行拍摄，或者，使用移动终端相机的连拍模式对整个投篮过程全部记录，最后通过人工挑选出连拍图中的特定时刻的图像。

然而，上述两种方法中，对于手动按下快门的方法，由于存在人体反应时间、相机响应时间的影响，导致无法拍摄到运动员投篮时刻的图像。而对于使用连拍模式拍照的方法，存在拍照后期需要通过人工从多张拍摄照片中进行挑选，此外，由于连拍模式也有速度的限制，从而无法拍摄到投篮时刻的图像。

发明内容

本发明实施例的目的是提供一种拍摄方法、装置及电子设备，以解决无法准确拍摄到指定时刻目标图像的技术问题。

为了解决上述技术问题，本发明实施例是这样实现的：

第一方面，本发明实施例提供了一种拍摄方法，包括：

在接收到预设拍摄请求的情况下，获取预览图像，其中，所述预览图像包括人体图像；

对所述预览图像中包含的人体图像进行分析处理，判断所述人体图像是否为具有预设动作趋势的人体图像；

在所述人体图像为具有所述预设动作趋势的人体图像的情况下，确定目标拍摄时刻；

在所述目标拍摄时刻执行拍摄操作。

第二方面，本发明实施例提供了一种拍摄装置，包括：

获取模块，用于在接收到预设拍摄请求的情况下，获取预览图像，其中，所述预览图像包括人体图像；

处理模块，用于对所述预览图像中包含的人体图像进行分析处理，判断所述人体图像是否为具有预设动作趋势的人体图像；

确定模块，用于在所述人体图像为具有所述预设动作趋势的人体图像的情况下，确定目标拍摄时刻；

执行模块，用于在所述目标拍摄时刻执行拍摄操作。

第三方面，本发明实施例提供了一种移动终端，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如第一方面所述的拍摄方法的步骤。

第四方面，本发明实施例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上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的拍摄方法的步骤。

本发明实施例中的拍摄方法、装置及电子设备，通过在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，然后，在目标拍摄时刻执行拍摄操作的方法，这样在判断出人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作，能够准确拍摄到指定时刻的目标图像，有效解决了通过手动按下快门的拍照方式容易受到人体反应时间、相机响应时间的影响，导致无法准确拍摄到指定时刻的目标图像，同时，也有效解决了使用连拍模式拍照的方法，存在的拍照后期需要通过人工从多张拍摄照片中进行挑选的问题，以及，由于连拍模式也有速度的限制，可能存的在连拍的间隔才是指定时刻，从而无法拍摄到指定时刻目标图像的问题。

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为本发明实施例提供的拍摄方法的第一种流程示意图；

图2为本发明实施例提供的拍摄方法的第二种流程示意图；

图3为本发明实施例提供的拍摄方法的第三种流程示意图；

图4为本发明实施例提供的确定目标骨骼关键区域的结构示意图；

图5为本发明实施例提供的拍摄方法的第四种流程示意图；

图6为本发明实施例提供的拍摄装置的模块组成示意图；

图7为本发明实施例提供的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，都应当属于本发明保护的范围。

本发明实施例提供了一种拍摄方法、装置及电子设备，通过在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，然后，在目标拍摄时刻执行拍摄操作的方法，这样在判断出人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作，能够准确拍摄到指定时刻的目标图像，有效解决了通过手动按下快门的拍照方式容易受到人体反应时间、相机响应时间的影响，导致无法准确拍摄到指定时刻的目标图像，同时，也有效解决了使用连拍模式拍照的方法，存在的拍照后期需要通过人工从多张拍摄照片中进行挑选的问题，以及，由于连拍模式也有速度的限制，可能存的在连拍的间隔才是指定时刻，从而无法拍摄到指定时刻目标图像的问题。

本发明实施例中，电子设备可以是智能手机、平板电脑等，以智能手机为例，图1为本发明实施例提供的拍摄方法的第一种流程示意图，如图1所示，该方法至少包括以下步骤：

在步骤S102中，在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像。

在实施中，目前，用户在使用移动终端的过程中，经常会使用移动终端的相机应用程序来拍摄某指定时刻的图像。例如，用户在使用终端设备来抓拍投篮的指定时刻的图像时，一般需要预测篮球运动员的投篮最高点，提前手动按下快门对篮球运动员的指定时刻进行拍摄，或者，使用移动终端相机的连拍模式对整个投篮过程全部记录，最后通过人工挑选出连拍图中的投篮最高点，其中，篮球运动员投篮的过程中，通常以投篮的最高点作为篮球运动员的指定时刻。

然而，上述两种中，对于手动按下快门的方法，由于存在人体反应时间、相机响应时间的影响，导致无法拍摄到投篮时刻的最高点。而对于使用连拍模式拍照的方法，存在拍照后期需要通过人工从多张拍摄照片中进行挑选，此外，由于连拍模式也有速度的限制，很有可能存在连拍的间隔才是投篮的最高点，从而无法拍摄到投篮时刻的最高点。为此，本发明实施例提供一种能够解决上述问题的技术方案，具体可以参见下述内容。

以用户观看篮球运动过程中，使用相机拍摄篮球运动员投篮过程中的指定时刻为例，用户的终端设备中可以安装有相机应用程序，该相机应用程序中可以设置有与预设拍摄请求对应的预设按键，该预设按键可以是指定时刻拍摄按键，上述指定时刻可以为在体育运动中，运动员在比赛中表现非常出色的精彩瞬间，以篮球运动为例，上述指定时刻可以是在篮球投篮过程中，运动员处于最高位置时的精彩瞬间。当用户需要拍摄某运动员在运动过程中的指定时刻时，可以点击终端设备上的相机应用程序，以使上述终端设备启动该相机应用程序并显示该相机应用界面，这时，用户可以通过点击该相机应用程序界面上的预设拍摄按键，这样，该终端设备可以接收到上述预设拍摄请求，然后，获取预览图像。

在步骤S104中，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像。

其中，预设动作趋势可以是预先设定的执行某一指定动作之前所表现出的行为动作的趋势，上述预设动作趋势可以为起跳动作趋势、回眸动作趋势等，本说明书实施例对上述预设动作趋势不作具体限定。

在一些可选的实现方式中，以上述预设动作趋势为起跳动作趋势为例，上述终端设备在通过上述步骤S102的处理，获取到上述预览图像后，可以对预览图像中包含的人体图像所对应的脚踝部位相对于地面的距离，来判断人体图像是否为具有预设动作趋势的人体图像。或者，还可以通过对预览图像中包含的人体图像所对应的膝盖部位的弯曲程度，来判断人体图像是否为具有预设动作趋势的人体图像。

在步骤S106中，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻。

其中，上述目标拍摄时刻可以为上述指定时刻。

在一些可选的实现方式中，上述终端设备通过上述步骤S104的处理，判断人体图像为具有预设动作趋势的人体图像的情况下，可以基于上述人体图像对应的膝盖部位的弯曲程度，或者，基于上述人体图像所对应的脚踝部位相对于地面的距离，来确定目标拍摄时刻。

在步骤S108中，在目标拍摄时刻执行拍摄操作。

由以上本说明书实施例提供的技术方案可见，本说明书实施例通过在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，然后，在目标拍摄时刻执行拍摄操作的方法，这样在判断出人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作，能够准确拍摄到指定时刻的目标图像，有效解决了通过手动按下快门的拍照方式容易受到人体反应时间、相机响应时间的影响，导致无法准确拍摄到指定时刻的目标图像，同时，也有效解决了使用连拍模式拍照的方法，存在的拍照后期需要通过人工从多张拍摄照片中进行挑选的问题，以及，由于连拍模式也有速度的限制，可能存的在连拍的间隔才是指定时刻，从而无法拍摄到指定时刻目标图像的问题。

考虑到在运动场景中，运动员的运动速度可能会很快，为了尽可能的获取更多的预览图像，以便可以更加精确地确定运动员起跳动作趋势的时刻，以及更加精确地确定目标拍摄时刻，可以在获取预览图像之前，将上述相机应用程序中的预览帧的频率设置为预设频率，该预设频率可以为最高频率。

其中，上述预设动作趋势包括起跳动作趋势，上述步骤S104的处理方法可以多种多样，以下再提供一种可选的处理方法，具体可以参见下述步骤F2-步骤F4的具体处理过程。

在步骤F2中，对预览图像中所包含的人体图像的骨骼进行检测，确定目标骨骼关键区域。

在一些可选的实现方式中，可以采用预设人体骨骼检测算法，对预览图像中所包含的人体图像的骨骼进行检测，确定目标骨骼关键区域。

其中，上述预设人体骨骼检测算法可以为：OpenPose算法、AlphaPose算法、HRNet算法中的一个或多个，上述目标骨骼关键区域可以是双脚、脚踝等关键区域等，本说明书实施例对上述预设人体骨骼检测算法的具体内容、以及述目标骨骼关键区域不做具体限定。

在步骤F4中，将目标骨骼关键区域所对应的目标图像输入至起跳判断模型中，以通过起跳判断模型确定目标骨骼关键区域中的人体关键部位在目标图像中的位置，并基于确定的位置判断目标图像中的人体是否具有起跳动作趋势，得到人体图像是否为具有起跳动作趋势的人体图像的判断结果，其中，关键部位至少包括：人体脚踝、脚尖、后脚跟、膝盖、脚底板中的一个或多个。

作为示例，上述起跳动作趋势可以通过以下方式确定：脚尖点地、脚后跟距离地面的高度大于第一预设高度，或者，脚踝或膝盖的高度相比于上一帧预览图像中脚踝或膝盖的高度大于第二预设高度，或者，膝盖的高度相比于上一帧预览图像中膝盖的高度小于第三预设高度等，或者，还可以通过检测人体脚底板距离地面的高度是否大于第四预设高度的方式来确定等。需要说明的是，上述第一预设高度、第二预设高度、第三预设高度以及第四预设高度可以相同，或者也可以不同，本说明书对此不作具体限定。此外，本说明书实施例对上述起跳动作趋势的具体确定方式也不作具体限定。

在一些可选的实现方式中，终端设备通过上述步骤F2的处理确定目标骨骼关键区域之后，可以将上述目标骨骼关键区域所对应的目标图像输入至起跳判断模型中，上述起跳判断模型可以基于上述目标图像所对应的人体脚踝、膝盖、脚尖、后脚跟、脚底板中的一个或多个关键部位所在人体图像中的位置，判断人体图像是否为具有起跳动作趋势的人体图像。具体的，若上述起跳判断模型通过对上述目标图像进行分析，检测到脚尖点地、脚后跟距离地面的高度大于第一预设高度，或者，检测到脚踝或膝盖的高度相比于上一帧预览图像中脚踝或膝盖的高度大于第二预设高度，或者，检测到膝盖的高度相比于上一帧预览图像中膝盖的高度小于第三预设高度等，或者，检测到人体脚底板距离地面的高度大于第四预设高度的方式来确定等，则可以确定出上述目标图像中的人体图像为具有起跳动作趋势的人体图像，从而得到人体图像为具有起跳动作趋势的人体图像的判断结果。进一步的，如图2所示，上述预设动作趋势可以包括起跳动作趋势，上述步骤S104的处理方法可以多种多样，以下再提供一种可选的处理方法，具体可以参见下述步骤S1042-步骤S1052的具体处理过程。

在步骤S1042中，对预览图像中所包含的人体图像的骨骼进行检测，确定目标骨骼关键区域，其中，目标骨骼关键区域包括左右膝盖及膝盖以下骨骼区域。

在步骤S1044中，基于起跳判断模型将目标骨骼关键区域对应的目标图像分割为包括左膝盖及左膝盖以下骨骼区域的第一图像和包括右膝盖及右膝盖以下骨骼区域的第二图像。

作为示例，上述起跳判断模型可以是以Mobile Net或Shuffle Net等轻量化模型为基础架构训练得到的。

在步骤S1046中，将第一图像的分辨率与第二图像的分辨率，分别调整到预设分辨率。

作为示例，上述预设分辨率可以为224*224。

在步骤S1048中，对调整到预设分辨率的第一图像和第二图像的像素值进行归一化处理。

在一些可选的实现方式中，可以对上述调整到预设分辨率的第一图像和第二图像进行归一化处理，使得上述第一图像和第二图像中每个像素值调整为[0,1]。

在步骤S1050中，将经过归一化处理后的第一图像和第二图像按照预设维度进行叠加处理，得到目标图像对应的特征图像。

在一些可选的实现方式中，终端设备通过上述步骤S1048的处理，对调整到预设分辨率的第一图像和第二图像的像素值进行归一化处理后，可以将经过上述归一化处理后的第一图像和第二图像按照channel维度进行叠加处理，得到该目标图像对应的特征图像，其中，该特征图像的特征值可以为[224,224,2]。

在步骤S1052中，对目标图像对应的特征图像进行分类预测，确定人体图像是否为具有预设动作趋势的人体图像。

在一些可选的实现方式中，终端设备在通过上述步骤S1050的处理，得到该目标图像对应的特征图像后，可以将上述目标图像对应的特征图像输入至起跳判断模型中，以通过起跳判断模型中的softmax函数输出第一概率和第二概率，在第一概率大于第二概率的情况下，可以确定人体图像为具有预设动作趋势的人体图像，在第一概率不大于第二概率的情况下，可以确定该人体图像为不具有预设动作趋势的人体图像。

其中，上述起跳判断模型可以是通过服务器获取到的，或者，也可以是终端设备基于预先获取到的样本数据以及与上述样本数据对应的类别训练得到。

具体的，在上述起跳判断模型为终端设备基于预先获取的样本数据以及与上述样本数据对应的类别训练得到的情况下，上述训练起跳判断模型的处理过程，具体可以参加下述步骤E2-步骤E10的具体处理过程。

在步骤E2中，获取预设数量的用于训练起跳判断模型的样本数据以及各样本数据所对应的类别。

在实施中，终端设备可以获取预设数量的用于训练起跳判断模型的样本数据以及各样本数据所对应的类别，例如，上述样本数据可以为人体不同姿态所对应的图像数据，上述姿态可以包括竖直站立姿态、膝盖弯曲姿态、身体下蹲姿态、脚尖点地脚后跟抬起姿态等。相应的，上述样本数据所对应的类别可以为：起跳类别、非起跳类别等。例如，若样本数据中包括：竖直站立姿态的人体图像，则样本数据所对应的类别可以为非起跳类别。若上述样本数据中包括：身体下蹲姿态、脚尖点地脚后跟抬起姿态等，则上述样本数据所对应的类别可以为起跳类别。

在步骤E4中，将第一预设数量的样本数据和所对应的类别作为训练样本数据输入至预先构建的预设网络模型的初始架构，以对预设网络模型的初始架构进行训练得到初始架构所对应的初始模型参数信息。

其中，上述初始架构可以包括多个网络层，各网络层可以包括一个或多个原始参数。上述初始架构可以是基于预设的某种算法构建的，该初始架构的原始参数可以为基于包含有预设类别所对应的向量构建的预设网络模型的参数信息。

在步骤E6中，采用初始模型参数信息更新预设网络模型的初始架构的参数信息，得到预设网络模型的第一架构。

其中，上述第一架构可以为采用上述得到的初始模型参数信息对上述初始架构所对应的原始参数进行更新后得到的。

在步骤E8中，将第二预设数量的样本数据作为验证样本数据输入至预设网络模型的第一架构，通过预设网络模型的第一架构对样本数据进行提取得到样本数据向量。

其中，上述第二预设数量可以与上述第一预设数量相同，或者，上述第二预设数量也可以少于上述第一预设数量，上述作为验证样本数据的样本数据与上述作为训练样本数据的样本数据可以相同，也可以不同。

在步骤E10中，将样本数据向量输入至预设损失函数，通过预设损失函数按照预设类别生成损失值，根据损失值对第一架构的参数信息进行训练调整，将调整后得到的起跳判断模型作为训练后的起跳判断模型。

其中，上述预设损失函数可以是欧式空间类损失函数，或者，也可以是角度空间类损失函数等，上述欧式空间类损失函数可以包括：中心损失函数、对比损失函数和三元组损失函数等，上述这些欧式空间类损失函数可以通过限制特征点之间的距离，实现“类内聚合、类间分散”的特征分布，在训练时，可以产生一种“点对点”的约束力。上述角度空间类损失函数可以包括：ArcFace损失函数、SphereFace损失函数、CosFace损失函数等，上述角度空间类损失函数的损失目的在于从角度的方面限制特征点分布，即最小化类内特征点之间的夹角、最大化类间特征点之间的夹角，在训练时，可以产生的是一种沿圆弧的切向的约束力。

在实施中，上述终端设备通过上述步骤E8的处理得到样本数据向量后，可以将上述样本数据向量输入至预设损失函数中，通过上述预设损失函数按照预设类别对本次训练迭代计算损失值，根据损失值的大小来判断是否停止训练，同时，根据上述损失值对上述起跳判断模型的第一架构的参数信息进行迭代训练调整，直到迭代生成的目标损失值小于预设阈值的情况下，将基于目标损失值对预设网络模型的架构的参数进行调整后的起跳判断模型作为训练后的起跳判断模型。

其中，如图3所示，上述步骤S1042的具体处理方法可以多种多样，以下再提供一种可选的处理方法，具体可以参加下述步骤S10422-步骤S10426的具体处理过程。

在步骤S10422中，对预览图像中所包含的人体图像的骨骼进行检测，确定人体脚踝、膝盖所对应的初始骨骼区域。

在实施中，考虑到双脚的姿态能够反映出运动员是否有起跳动作趋势，如图4所示，可以采用预设人体骨骼检测算法，对预览图像中所包含的人体图像的骨骼进行检测，确定人体脚踝、膝盖所对应的初始骨骼区域。

在步骤S10424中，根据初始骨骼区域，确定人体图像所对应的小腿长度。

如图4所示，可以根据上述初始骨骼区域中脚踝、膝盖所在的位置，确定人体图像所对应的小腿长度。具体的，可以根据

确定人体图像所对应的小腿长度，其中，L为小腿长度，P_x膝盖为膝盖在水平方向上的坐标，P_x脚踝为脚踝在水平方向上的坐标，P_y膝盖为膝盖在竖直方向上的坐标，P_y脚踝为脚踝在竖直方向上的坐标。

在步骤S10426中，以初始骨骼区域所对应的脚踝为目标区域中心，小腿长度为目标区域边长，确定目标骨骼关键区域，其中，目标骨骼关键区域为方形区域。

在实施中，如图4所示，可以以初始骨骼区域所对应的脚踝为目标区域中心，小腿长度为目标区域边长，确定目标骨骼关键区域，其中，目标骨骼关键区域为方形区域。

其中，上述预设动作趋势包括起跳动作趋势，上述步骤S106的处理过程可以多种多样，以下再提供一种可选的处理方法，具体可以参见下述步骤F2-步骤F10的具体处理过程。

在步骤F2中，在人体图像为具有起跳动作趋势的人体图像的情况下，确定获取到的预览图像中相邻两帧预览图像中目标生物特征的位移，以及相邻两帧预览图像之间的时间间隔，目标生物特征至少包括：眼睛、嘴巴、鼻子、眉毛中的一个或多个。

在实施中，终端设备在通过上述步骤S104的处理，确定出上述人体图像为具有预设动作趋势的人体图像的情况下，可以确定获取到的预览图像中相邻两帧图像中嘴巴的位移、以及相邻两帧预览图像之间的时间间隔。或者，可以确定获取到的预览图像中相邻两帧图像中鼻子的位移，以及相邻两帧预览图像之间的时间间隔。再或者，还可以通过确定获取到的预览图像中相邻两帧图像中头部关键点的位移，以及相邻两帧预览图像之间的时间间隔等。

在步骤F4中，根据位移和时间间隔，确定多组时间间隔内的第一速度和第一加速度。

在一些可选的实现方式中，可以通过将上述位移和时间间隔带入公式

中，得到多组时间间隔内的第一速度和第一加速度。

在步骤F6中，对速度和加速度进行拟合，得到起跳时各个时刻的第二速度和第二加速度。

在一些可选的实现方式中，可以采用最小二乘法对速度和加速度进行拟合，得到起跳时各个时刻的第二速度和第二加速度。

在步骤F8中，在检测到第二速度满足第一预设条件的情况下，将第二速度确定为目标速度，以及将第二加速度确定为目标加速度。

作为示例，上述第一预设条件可以是第二速度小于预设速度。具体的，考虑到在上述预设动作趋势为起跳动作趋势的情况下，运动员的指定时刻应该为起跳动作达到最高点时所对应的时刻，而在起跳位置达到最高点时，运动员在竖直方向上的速度为0，为了避免运动员在起跳达到最高点(竖直方向上的速度为0)时进行拍摄，存在相机相应延迟，从而无法准确拍摄运动员在指定时刻的图像，因此，需要设置预设速度，该预设速度可以为接近0m/s，例如，该预设速度可以为0.5m/s等，本说明书实施例对上述预设速度的具体数值不作具体限定。

具体的，以上述预设速度为0.5m/s为例，终端设备通过上述步骤S1066的处理，得到起跳时各个时刻的第二速度和第二加速度后，若检测到某一时刻的第二速度为0.3m/s，第二加速度为9.8m/s²，则可以结束上述拟合过程，并将上述第二速度确定为目标速度，以及将上述第二加速度确定为目标加速度。

在步骤F10中，根据目标速度以及目标加速度，确定目标拍摄时刻。

作为示例，以上述步骤F8中的示例为例，由于运动员在起跳达到最高点时的速度为0，因此，可以将上述目标速度、目标加速度，以及运动员在起跳达到最高点时的速度0带入到公式：v＝v₀+at中，可以确定出目标拍摄时刻，其中，上述v可以表示为运动员在起跳达到最高点时的速度，v₀可以表示为上上述目标速度，a可以表示为上述目标加速度，t可以表示为目标拍摄时刻。由于在上述目标拍摄时刻对应的目标速度较小，在该目标拍摄时刻进行拍摄，不容易出现拍照模糊现象，此外，上述目标拍摄时刻又是运动员投篮的最高点，处于运动员的指定时刻，因此，该目标拍摄时刻为最佳的拍摄时刻。

其中，上述方法还可以包括下述步骤D2-步骤D4的具体处理过程。

在步骤D2中，在检测到第二速度满足第二预设条件的情况下，根据第二速度和第二加速度确定拟合误差，判断拟合误差是否小于预设拟合误差。

其中，上述第二预设条件可以为上述第二速度大于上述预设速度。

需要说明的是，上述确定拟合误差的目的是为了确定上述拟合得到的第二速度和第二加速度的准确性，从而可以更加精确的确定出目标拍摄时刻。

作为示例，可以将上述得到的多组第二速度、第二加速度的值以及上述相邻两帧预览图像之间的时间间隔，带入到公式：

得到多组位移S。然后，确定在目标时刻，该位移S与上述步骤S1066中获取到的预览图像中相邻两帧预览图像中目标生物特征的位移之间的拟合误差。

在步骤D4中，在拟合误差小于预设拟合误差的情况下，将第二速度确定为目标速度，以及将第二加速度确定为目标加速度。

在实施中，终端设备通过上述步骤D4的处理，确定出上述拟合误差小于预设拟合误差的情况下，则可以结束上述拟合过程，同时可以确定上述拟合得到的第二速度和第二加速度的准确性，因此，可以将上述第二速度确定为目标速度，以及将第二加速度确定为目标加速度。

其中，如图5所示，在上述步骤S108之前，上述方法还可以包括下述步骤S110的处理过程，具体可以参见下述步骤S110的具体处理过程。

在步骤S110中，基于目标速度、容许弥散圆半径确定目标曝光时间。

相应的，上述步骤S108的处理过程可以多种多样，以下再提供一种可选的处理方法，具体可以参见下述步骤S1082的具体处理过程。

在步骤S1082中，基于目标曝光时间，在目标拍摄时刻执行拍摄操作。

在实施中，为了可以得到一个背景噪声小，且无运动模糊的清晰图像，上述终端设备在通过上述步骤S110处理后，可以基于目标曝光时间，在目标拍摄时刻执行拍摄操作。由于在上述拍摄时刻运动员在垂直方向上的速度为0，此时，运动员仅具有水平方向上的水平速度，可以根据目标曝光时间＝容许弥散圆半径/目标速度，来确定目标曝光时间。这样，在确定了目标曝光时间和目标拍摄时刻后，可以在当前时间到达目标拍摄时刻时，可以基于将上述确定的目标曝光时间，在目标拍摄时刻执行拍摄得到相应的图像。

其中，上述目标拍摄时刻可以是在终端设备检测到人体图像为具有起跳动作趋势的人体图像的情况下，通过确定获取到的预览图像中相邻两帧预览图像中目标生物特征的位移，以及相邻两帧预览图像之间的时间间隔，然后，将上述位移和时间间隔带入公式

中，得到多组时间间隔内的第一速度和第一加速度，并通过采用最小二乘法对第一速度和所述第一加速度进行拟合，得到起跳时各个时刻的第二速度和第二加速度，之后，基于上述第二速度以及第二加速度确定得到的。需要说明的是，上述目标拍摄时刻的具体确定过程可以参见前述F2-步骤F10的具体处理过程。

由以上本说明书实施例提供的技术方案可见，本说明书实施例通过在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，然后，在目标拍摄时刻执行拍摄操作的方法，这样在判断出人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作，能够准确拍摄到指定时刻的目标图像，有效解决了通过手动按下快门的拍照方式容易受到人体反应时间、相机响应时间的影响，导致无法准确拍摄到指定时刻的目标图像，同时，也有效解决了使用连拍模式拍照的方法，存在的拍照后期需要通过人工从多张拍摄照片中进行挑选的问题，以及，由于连拍模式也有速度的限制，可能存的在连拍的间隔才是指定时刻，从而无法拍摄到指定时刻目标图像的问题。

对应上述实施例提供的拍摄方法，基于相同的技术构思，本发明实施例还提供了一种拍摄装置，图6为本发明实施例提供的拍摄装置的模块组成示意图，该拍摄装置用于执行图1至图5描述的拍摄方法，如图6所示，该拍摄装置包括：

获取模块601，用于在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像；

处理模块602，用于对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像；

确定模块603，用于在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻；

执行模块604，用于在目标拍摄时刻执行拍摄操作。

可选地，上述预设动作趋势包括起跳动作趋势，上述处理模块，包括：

第一确定单元，用于对预览图像中所包含的人体图像的骨骼进行检测，确定目标骨骼关键区域，其中，目标骨骼关键区域包括左右膝盖及膝盖以下骨骼区域；

图像切割单元，用于基于起跳判断模型将目标骨骼关键区域对应的目标图像分割为包括左膝盖及左膝盖以下骨骼区域的第一图像和包括右膝盖及右膝盖以下骨骼区域的第二图像；

调整单元，用于将第一图像的分辨率与第二图像的分辨率，分别调整到预设分辨率；

第一处理单元，用于对调整到预设分辨率的第一图像和第二图像的像素值进行归一化处理；

第二处理单元，用于将经过归一化处理后的第一图像和第二图像按照预设维度进行叠加处理，得到目标图像对应的特征图像；

第三处理单元，用于对目标图像对应的特征图像进行分类预测，确定人体图像是否为具有预设动作趋势的人体图像。

可选地，上述第一确定单元，包括：

第一确定子单元，用于对预览图像中所包含的人体图像的骨骼进行检测，确定人体脚踝、膝盖所对应的初始骨骼区域；

第二确定子单元，用于根据初始骨骼区域，确定人体图像所对应的小腿长度；

第三确定子单元，用于以初始骨骼区域所对应的脚踝为目标区域中心，小腿长度为目标区域边长，确定目标骨骼关键区域，其中，目标骨骼关键区域为方形区域。

可选地，上述预设动作趋势包括起跳动作趋势，上述确定模块，包括：

第二确定单元，用于在人体图像为具有起跳动作趋势的人体图像的情况下，确定获取到的预览图像中相邻两帧预览图像中目标生物特征的位移，以及相邻两帧预览图像之间的时间间隔，目标生物特征至少包括：眼睛、嘴巴、鼻子、眉毛中的一个或多个；

第四处理单元，用于根据位移和时间间隔，确定多组时间间隔内的第一速度和第一加速度；

第五处理单元，用于对速度和加速度进行拟合，得到起跳时各个时刻的第二速度和第二加速度；

第三确定单元，用于在检测到第二速度满足第一预设条件的情况下，将第二速度确定为目标速度，以及将第二加速度确定为目标加速度；

第四确定单元，用于根据目标速度以及目标加速度，确定目标拍摄时刻。

可选地，上述装置还包括：

第六处理单元，用于在检测到第二速度满足第二预设条件的情况下，根据第二速度和第二加速度确定拟合误差，判断拟合误差是否小于预设拟合误差；

第五确定单元，用于在拟合误差小于预设拟合误差的情况下，将第二速度确定为目标速度，以及将第二加速度确定为目标加速度。

可选地，上述装置还包括：

第六确定单元，用于基于目标速度、容许弥散圆半径确定目标曝光时间；

执行模块，用于：

基于目标曝光时间，在目标拍摄时刻执行拍摄操作。

由以上本说明书实施例提供的技术方案可见，本说明书实施例通过在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，然后，在目标拍摄时刻执行拍摄操作的方法，这样在判断出人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作，能够准确拍摄到指定时刻的目标图像，有效解决了通过手动按下快门的拍照方式容易受到人体反应时间、相机响应时间的影响，导致无法准确拍摄到指定时刻的目标图像，同时，也有效解决了使用连拍模式拍照的方法，存在的拍照后期需要通过人工从多张拍摄照片中进行挑选的问题，以及，由于连拍模式也有速度的限制，可能存的在连拍的间隔才是指定时刻，从而无法拍摄到指定时刻目标图像的问题。

本发明实施例提供的拍摄装置能够实现上述拍摄方法对应的实施例中的各个过程，为避免重复，这里不再赘述。

需要说明的是，本发明实施例提供的拍摄装置与本发明实施例提供的拍摄方法基于同一发明构思，因此该实施例的具体实施可以参见前述拍摄方法的实施，重复之处不再赘述。

对应上述实施例提供的信息处理方法，基于相同的技术构思，本发明实施例还提供了一种电子设备，该设备用于执行上述的拍摄方法，图7为实现本发明各个实施例的一种电子设备的硬件结构示意图，图7所示的电子设备700包括但不限于：射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、处理器710、以及电源711等部件。本领域技术人员可以理解，图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。在本发明实施例中，移动终端包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器710，用于：

在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像；

对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像；

在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻；

在目标拍摄时刻执行拍摄操作。

其中，预设动作趋势包括起跳动作趋势，处理器110，用于：

对预览图像中所包含的人体图像的骨骼进行检测，确定目标骨骼关键区域，其中，目标骨骼关键区域包括左右膝盖及膝盖以下骨骼区域；

基于起跳判断模型将目标骨骼关键区域对应的目标图像分割为包括左膝盖及左膝盖以下骨骼区域的第一图像和包括右膝盖及右膝盖以下骨骼区域的第二图像；

将第一图像的分辨率与第二图像的分辨率，分别调整到预设分辨率；

对调整到预设分辨率的第一图像和第二图像的像素值进行归一化处理；

将经过归一化处理后的第一图像和第二图像按照预设维度进行叠加处理，得到目标图像对应的特征图像；

对目标图像对应的特征图像进行分类预测，确定人体图像是否为具有预设动作趋势的人体图像。其中，处理器710，用于：

对预览图像中所包含的人体图像的骨骼进行检测，确定人体脚踝、膝盖所对应的初始骨骼区域；

根据初始骨骼区域，确定人体图像所对应的小腿长度；

以初始骨骼区域所对应的脚踝为目标区域中心，小腿长度为目标区域边长，确定目标骨骼关键区域，其中，目标骨骼关键区域为方形区域。

其中，处理器710，用于：

在人体图像为具有起跳动作趋势的人体图像的情况下，确定获取到的预览图像中相邻两帧预览图像中目标生物特征的位移，以及相邻两帧预览图像之间的时间间隔，目标生物特征至少包括：眼睛、嘴巴、鼻子、眉毛中的一个或多个；

根据位移和时间间隔，确定多组时间间隔内的第一速度和第一加速度；

对速度和加速度进行拟合，得到起跳时各个时刻的第二速度和第二加速度；

在检测到第二速度满足第一预设条件的情况下，将第二速度确定为目标速度，以及将第二加速度确定为目标加速度；

根据目标速度以及目标加速度，确定目标拍摄时刻。

其中，处理器710，用于：

在检测到第二速度满足第二预设条件的情况下，根据第二速度和第二加速度确定拟合误差，判断拟合误差是否小于预设拟合误差；

在拟合误差小于预设拟合误差的情况下，将第二速度确定为目标速度。

其中，处理器710，在目标拍摄时刻执行拍摄操作之前，用于：

基于目标速度、容许弥散圆半径确定目标曝光时间；

其中，处理器710，还用于：

基于目标曝光时间，在目标拍摄时刻执行拍摄操作。

由以上本说明书实施例提供的技术方案可见，本说明书实施例通过在接收到预设拍摄请求的情况下，获取预览图像，其中，预览图像包括人体图像，对预览图像中包含的人体图像进行分析处理，判断人体图像是否为具有预设动作趋势的人体图像，在人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，然后，在目标拍摄时刻执行拍摄操作的方法，这样在判断出人体图像为具有预设动作趋势的人体图像的情况下，确定目标拍摄时刻，在目标拍摄时刻执行拍摄操作，能够准确拍摄到指定时刻的目标图像，有效解决了通过手动按下快门的拍照方式容易受到人体反应时间、相机响应时间的影响，导致无法准确拍摄到指定时刻的目标图像，同时，也有效解决了使用连拍模式拍照的方法，存在的拍照后期需要通过人工从多张拍摄照片中进行挑选的问题，以及，由于连拍模式也有速度的限制，可能存的在连拍的间隔才是指定时刻，从而无法拍摄到指定时刻目标图像的问题。

需要说明的是，本发明实施例提供的电子设备700能够实现上述拍摄方法实施例中电子设备实现的各个过程，为避免重复，这里不再赘述。

应理解的是，本发明实施例中，射频单元701可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器710处理；另外，将上行的数据发送给基站。通常，射频单元701包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元701还可以通过无线通信系统与网络和其他设备通信。

电子设备通过网络模块702为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元703可以将射频单元701或网络模块702接收的或者在存储器709中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元703还可以提供与移动终端700执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元703包括扬声器、蜂鸣器以及受话器等。

输入单元704用于接收音频或视频信号。输入单元704可以包括图形处理器(Graphics Processing Unit，GPU)7041和麦克风7042，图形处理器7041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元706上。经图形处理器7041处理后的图像帧可以存储在存储器709(或其它存储介质)中或者经由射频单元701或网络模块702进行发送。麦克风7042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元701发送到移动通信基站的格式输出。

电子设备700还包括至少一种传感器705，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板7061的亮度，接近传感器可在电子设备700移动到耳边时，关闭显示面板7061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别电子设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器705还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元706用于显示由用户输入的信息或提供给用户的信息。显示单元706可包括显示面板7061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板7061。

用户输入单元707可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元707包括触控面板7071以及其他输入设备7072。触控面板7071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板7071上或在触控面板7071附近的操作)。触控面板7071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器710，接收处理器710发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板7071。除了触控面板7071，用户输入单元707还可以包括其他输入设备7072。具体地，其他输入设备7072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板7071可覆盖在显示面板7061上，当触控面板7071检测到在其上或附近的触摸操作后，传送给处理器710以确定触摸事件的类型，随后处理器710根据触摸事件的类型在显示面板7061上提供相应的视觉输出。虽然在图7中，触控面板7071与显示面板7061是作为两个独立的部件来实现电子设备的输入和输出功能，但是在某些实施例中，可以将触控面板7071与显示面板7061集成而实现电子设备的输入和输出功能，具体此处不做限定。

接口单元708为外部装置与电子设备700连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元708可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备700内的一个或多个元件或者可以用于在电子设备700和外部装置之间传输数据。

存储器709可用于存储软件程序以及各种数据。存储器709可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器709可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器710是电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器709内的软件程序和/或模块，以及调用存储在存储器709内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。处理器710可包括一个或多个处理单元；优选的，处理器710可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器710中。

电子设备700还可以包括给各个部件供电的电源711(比如电池)，优选的，电源711可以通过电源管理系统与处理器710逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，电子设备700包括一些未示出的功能模块，在此不再赘述。

优选的，本发明实施例还提供一种电子设备，包括处理器710，存储器709，存储在存储器709上并可在处理器710上运行的计算机程序，该计算机程序被处理器710执行时实现上述信息处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

进一步地，对应上述实施例提供的信息处理方法，本发明实施例还提供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710执行时实现如上述拍摄方法实施例的各步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明实施例的方法、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，磁带磁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。

可以理解的是，本发明实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits，ASIC)、数字信号处理器(Digital SignalProcessing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(ProgrammableLogic Device，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本发明功能的其它电子单元或其组合中。

对于软件实现，可通过执行本发明实施例功能的模块(例如过程、函数等)来实现本发明实施例的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

还需要说明的是，在本文中，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。

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上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (14)

1.一种拍摄方法，其特征在于，包括：

在接收到预设拍摄请求的情况下，获取预览图像，其中，所述预览图像包括人体图像；

对所述预览图像中包含的人体图像进行分析处理，判断所述人体图像是否为具有预设动作趋势的人体图像；

在所述人体图像为具有所述预设动作趋势的人体图像的情况下，确定目标拍摄时刻；

在所述目标拍摄时刻执行拍摄操作。

2.根据权利要求1所述的方法，其特征在于，所述预设动作趋势包括起跳动作趋势，所述对所述预览图像中所包含的人体图像进行分析处理，判断所述人体图像是否为具有预设动作趋势的人体图像，包括：

对所述预览图像中所包含的人体图像的骨骼进行检测，确定目标骨骼关键区域，其中，所述目标骨骼关键区域包括左右膝盖及膝盖以下骨骼区域；

基于起跳判断模型将所述目标骨骼关键区域对应的目标图像分割为包括左膝盖及左膝盖以下骨骼区域的第一图像和包括右膝盖及右膝盖以下骨骼区域的第二图像；

将所述第一图像的分辨率与所述第二图像的分辨率，分别调整到预设分辨率；

对调整到所述预设分辨率的所述第一图像和所述第二图像的像素值进行归一化处理；

将经过归一化处理后的所述第一图像和所述第二图像按照预设维度进行叠加处理，得到所述目标图像对应的特征图像；

对所述目标图像对应的特征图像进行分类预测，确定所述人体图像是否为具有预设动作趋势的人体图像。

3.根据权利要求2所述的方法，其特征在于，所述对所述预览图像中所包含的人体图像的骨骼进行检测，确定出目标骨骼关键区域，包括：

对所述预览图像中所包含的人体图像的骨骼进行检测，确定人体脚踝、膝盖所对应的初始骨骼区域；

根据所述初始骨骼区域，确定所述人体图像所对应的小腿长度；

以所述初始骨骼区域所对应的所述脚踝为目标区域中心，所述小腿长度为目标区域边长，确定目标骨骼关键区域，其中，所述目标骨骼关键区域为方形区域。

4.根据权利要求1所述的方法，其特征在于，所述预设动作趋势包括起跳动作趋势，所述在所述人体图像为具有所述预设动作趋势的人体图像的情况下，确定目标拍摄时刻，包括：

在所述人体图像为具有起跳动作趋势的人体图像的情况下，确定获取到的预览图像中相邻两帧所述预览图像中目标生物特征的位移，以及相邻两帧所述预览图像之间的时间间隔，所述目标生物特征至少包括：眼睛、嘴巴、鼻子、眉毛中的一个或多个；

根据所述位移和所述时间间隔，确定多组所述时间间隔内的第一速度和第一加速度；

对所述第一速度和所述第一加速度进行拟合，得到起跳时各个时刻的第二速度和第二加速度；

在检测到所述第二速度满足第一预设条件的情况下，将所述第二速度确定为目标速度，以及将所述第二加速度确定为目标加速度；

根据所述目标速度以及所述目标加速度，确定目标拍摄时刻。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

在检测到所述第二速度满足第二预设条件的情况下，根据所述第二速度和所述第二加速度确定拟合误差，判断所述拟合误差是否小于预设拟合误差；

在所述拟合误差小于预设拟合误差的情况下，将所述第二速度确定为目标速度，以及将所述第二加速度确定为目标加速度。

6.根据权利要求4或5任一所述的方法，其特征在于，在所述目标拍摄时刻执行拍摄操作之前，所述方法还包括：

基于所述目标速度、容许弥散圆半径确定目标曝光时间；

所述在所述目标拍摄时刻执行拍摄操作，包括：

基于所述目标曝光时间，在所述目标拍摄时刻执行拍摄操作。

7.一种拍摄装置，其特征在于，包括：

获取模块，用于在接收到预设拍摄请求的情况下，获取预览图像，其中，所述预览图像包括人体图像；

处理模块，用于对所述预览图像中包含的人体图像进行分析处理，判断所述人体图像是否为具有预设动作趋势的人体图像；

确定模块，用于在所述人体图像为具有所述预设动作趋势的人体图像的情况下，确定目标拍摄时刻；

执行模块，用于在所述目标拍摄时刻执行拍摄操作。

8.根据权利要求7所述的装置，其特征在于，所述预设动作趋势包括起跳动作趋势，所述处理模块，包括：

第一确定单元，用于对所述预览图像中所包含的人体图像的骨骼进行检测，确定目标骨骼关键区域，其中，所述目标骨骼关键区域包括左右膝盖及膝盖以下骨骼区域；

图像切割单元，用于基于起跳判断模型将所述目标骨骼关键区域对应的目标图像分割为包括左膝盖及左膝盖以下骨骼区域的第一图像和包括右膝盖及右膝盖以下骨骼区域的第二图像；

调整单元，用于将所述第一图像的分辨率与所述第二图像的分辨率，分别调整到预设分辨率；

第一处理单元，用于对调整到所述预设分辨率的所述第一图像和所述第二图像的像素值进行归一化处理；

第二处理单元，用于将经过归一化处理后的所述第一图像和所述第二图像按照预设维度进行叠加处理，得到所述目标图像对应的特征图像；

第三处理单元，用于对所述目标图像对应的特征图像进行分类预测，确定所述人体图像是否为具有预设动作趋势的人体图像。

9.根据权利要求8所述的装置，其特征在于，所述第一确定单元，包括：

第一确定子单元，用于对所述预览图像中所包含的人体图像的骨骼进行检测，确定人体脚踝、膝盖所对应的初始骨骼区域；

第二确定子单元，用于根据所述初始骨骼区域，确定所述人体图像所对应的小腿长度；

第三确定子单元，用于以所述初始骨骼区域所对应的所述脚踝为目标区域中心，所述小腿长度为目标区域边长，确定目标骨骼关键区域，其中，所述目标骨骼关键区域为方形区域。

10.根据权利要求7所述的装置，其特征在于，所述预设动作趋势包括起跳动作趋势，所述确定模块，包括：

第二确定单元，用于在所述人体图像为具有起跳动作趋势的人体图像的情况下，确定获取到的预览图像中相邻两帧所述预览图像中目标生物特征的位移，以及相邻两帧所述预览图像之间的时间间隔，所述目标生物特征至少包括：眼睛、嘴巴、鼻子、眉毛中的一个或多个；

第四处理单元，用于根据所述位移和所述时间间隔，确定多组所述时间间隔内的第一速度和第一加速度；

第五处理单元，用于对所述速度和所述加速度进行拟合，得到起跳时各个时刻的第二速度和第二加速度；

第三确定单元，用于在检测到所述第二速度满足第一预设条件的情况下，将所述第二速度确定为目标速度，以及将所述第二加速度确定为目标加速度；

第四确定单元，用于根据所述目标速度以及所述目标加速度，确定目标拍摄时刻。

11.根据权利要求10所述的装置，其特征在于，所述装置还包括：

第六处理单元，用于在检测到所述第二速度满足第二预设条件的情况下，根据所述第二速度和所述第二加速度确定拟合误差，判断所述拟合误差是否小于预设拟合误差；

第五确定单元，用于在所述拟合误差小于预设拟合误差的情况下，将所述第二速度确定为目标速度，以及将所述第二加速度确定为目标加速度。

12.根据权利要求10或11任一所述的装置，其特征在于，所述装置还包括：

第六确定单元，用于基于所述目标速度、容许弥散圆半径确定目标曝光时间；

所述执行模块，用于：

基于所述目标曝光时间，在所述目标拍摄时刻执行拍摄操作。

13.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的拍摄方法的步骤。

14.一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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的拍摄方法的步骤。

Images