CN113808066A - 图像选取方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请公开了一种图像选取方法、装置、存储介质及电子设备，所述方法包括：获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到多帧历史图像的第一特征信息，确定多帧历史图像中的目标区域，并提取目标区域的第二特征信息，对当前场景进行拍照以得到多帧原始图像，根据第一特征信息和第二特征信息在多帧原始图像中选取目标图像。本申请实施例通过历史图像获取第一特征信息和第二特征信息，从而基于用户对于图像的需求在多帧原始图像中选取目标图像，可以提升图像选取的准确性。

Description

图像选取方法、装置、存储介质及电子设备

技术领域

本申请属于图像处理技术领域，尤其涉及一种图像选取方法、装置、存储介质及电子设备。

背景技术

目前电子设备再进行拍照时会生成多帧图像，然后后期在挑选其中较好的一帧图像进行后续的处理。其中，当前传统方式的挑帧有的是基于图像清晰度进行挑帧处理或是基于其他一些指标进行挑帧，而且当前的方案一般挑帧操作是在后端通过特定的挑帧算法进行实现，因此需要将多帧数据全部传送给后端后才能进行挑帧。

在当前的技术中，由于挑帧所依据的指标和参数都是一些客观的指标，没有突出特定区域的效果更无法体现不同用户的需求和偏好，因此在挑帧结果上是有一定的偏差的，不一定是用户眼中的最优帧，准确性较差。

发明内容

本申请提供一种图像选取方法、装置、存储介质及电子设备，可以提升图像选取的准确性。

第一方面，本申请实施例提供一种图像选取方法，包括：

获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

对当前场景进行拍照以得到多帧原始图像；

根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

第二方面，本申请实施例提供一种图像选取装置，包括：

获取模块，用于获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定模块，用于确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

拍照模块，用于对当前场景进行拍照以得到多帧原始图像；

选取模块，用于根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

第三方面，本申请实施例提供一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述的图像选取方法。

第四方面，本申请实施例提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述存储器中的指令用于执行以下步骤：

获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

对当前场景进行拍照以得到多帧原始图像；

根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

本申请实施例提供的图像选取方法可以获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到多帧历史图像的第一特征信息，确定多帧历史图像中的目标区域，并提取目标区域的第二特征信息，对当前场景进行拍照以得到多帧原始图像，根据第一特征信息和第二特征信息在多帧原始图像中选取目标图像。本申请实施例通过历史图像获取第一特征信息和第二特征信息，从而基于用户对于图像的需求在多帧原始图像中选取目标图像，可以提升图像选取的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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为本申请实施例提供的图像选取方法的一种流程示意图。

图2为本申请实施例提供的图像选取方法的另一流程示意图。

图3为本申请实施例提供的图像选取装置的一种结构示意图。

图4为本申请实施例提供的图像选取装置的另一结构示意图。

图5为本申请实施例提供的电子设备的结构示意图。

图6为本申请实施例提供的电子设备的另一结构示意图。

具体实施方式

请参照图式，其中相同的组件符号代表相同的组件，本申请的原理是以实施在一适当的运算环境中来举例说明。以下的说明是基于所例示的本申请具体实施例，其不应被视为限制本申请未在此详述的其它具体实施例。

在以下的说明中，本申请的具体实施例将参考由一部或多部计算机所执行的步骤及符号来说明，除非另有述明。因此，这些步骤及操作将有数次提到由计算机执行，本文所指的计算机执行包括了由代表了以一结构化型式中的数据的电子信号的计算机处理单元的操作。此操作转换该数据或将其维持在该计算机的内存系统中的位置处，其可重新配置或另外以本领域测试人员所熟知的方式来改变该计算机的运作。该数据所维持的数据结构为该内存的实体位置，其具有由该数据格式所定义的特定特性。但是，本申请原理以上述文字来说明，其并不代表为一种限制，本领域测试人员将可了解到以下所述的多种步骤及操作亦可实施在硬件当中。

本申请中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或模块的过程、方法、系统、产品或设备没有限定于已列出的步骤或模块，而是某些实施例还包括没有列出的步骤或模块，或某些实施例还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。

请参阅图1，图1为本申请实施例提供的图像选取方法的一种流程示意图。本申请实施例提供的图像选取方法应用于电子设备，具体流程可以如下：

步骤101，获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到多帧历史图像的第一特征信息。

在本申请实施例中，可以通过上述多帧历史图像来获取用户对于图像的偏好，也即第一特征信息。具体可以通过神经网络模型来对多帧历史图像进行训练，然后输出该多帧历史图像的第一特征信息。上述预设网络模型比如为卷积神经网络模型，第一特征信息可以包括用于指示图像的拍摄效果的拍照参数。

举例来说，上述拍照参数可以包括色彩参数、清晰度参数、亮度参数、噪点参数、对比度参数和伽马gamma表现参数等等，需要说明的是，本发明实施例中的拍照参数可以包括以上列举的特征参数中的至少一个。在实际应用中，拍照参数除以上列举的参数外还可以包括其他的特征参数，本发明对此不作进一步限制。

进一步的，在一实施例中上述第一特征信息可以包括多帧历史图像中出现次数最多的拍照参数，比如在5帧历史图像当中，包括一帧30％亮度的图像、一帧40％亮度的图像以及三帧50％亮度的图像，则第一特征信息中可以包括50％亮度这一拍照参数。在其他实施例中，上述第一特征信息还可以包括多帧历史图像中的拍照参数平均值，比如在上述5帧历史图像当中获取到的第一特征信息中的亮度值为44％亮度。

在一实施例中，上述多帧历史图像可以为在电子设备的相册中位于预设时间段内的图像，比如相册内最近一个月的图像。在其他实施例中，上述多帧历史图像还可以为用户在相册中手动挑选的图像等。

步骤102，确定多帧历史图像中的目标区域，并提取目标区域的第二特征信息。

其中，上述目标区域可以为历史图像中的部分区域或全部区域。在一实施例中，上述目标区域可以包括历史图像中的人像区域，在该历史图像中确定人像区域的方法可以有多种，比如先在历史图像当中采用人脸识别技术进行识别，以得到人脸图像，然后根据人脸图像确定对应的人像区域，该人像区域还包括人体的其他躯干部位，比如手、脚、头发等等。其中，人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。另外，人脸识别可以采用基于Haar特征的Adaboost(AdaptiveBoosting，自适应增强)算法对原始图像中的人脸进行检测，或者采用其他算法对原始图像中的人脸进行检测，本实施例对此也不做限定。

需要说明的是，上述人像区域可以包括一个或多个，比如当历史图像中包括多人时，确定的人像区域即为多个。

在一实施例中，上述目标区域还可以为除人像以外的背景区域，比如先按上述方法确定历史图像中的人像区域，在进一步确定背景区域以作为目标区域。在其他实施例中，上述目标区域还可以为该历史图像的对焦区域，比如对焦对象所在的区域。

在一实施例中，在确定历史图像中的目标区域后，可以进一步提取目标区域的第二特征信息。举例来说，若上述目标区域为历史图像中的人像区域，则该第二特征信息可以包括人像区域的边缘降噪效果或者人像的美颜效果等等。若上述目标区域为历史图像中的背景区域，则该第二特征信息可以包括该背景区域的虚化程度也即图像清晰度。

步骤103，对当前场景进行拍照以得到多帧原始图像。

在本申请实施例中，电子设备可以根据拍照指令对当前场景进行拍照，以得到多帧原始图像。具体的，在电子设备进行拍照时成像装置会获取多帧原始图像在缓存当中，然后再从中挑选一帧图像作为目标图像。其中，拍照指令可以是用户通过对电子设备上的应用程序的操作产生的。例如，当用户启动电子设备上的相机应用程序后，点击屏幕上的拍摄按钮或者实体按键时，电子设备可以生成拍照指令。

在一实施例中，电子设备可以通过摄像头获取上述多帧原始图像，该多帧原始图像可以为不同曝光度的原始图像，也可以为不同快门时间的原始图像，还可以为不同感光度的原始图像等等。其中，摄像头的数量可以为一个、两个或者两个以上等等。

以该多帧原始图像可以为不同曝光度的原始图像进行举例，可以通过一个摄像头获取多帧不同曝光度的原始图像，也可以通过多个摄像头获取多帧不同曝光度的原始图像。其中，多帧曝光度不同的图像可以由摄像头使用不同的曝光时间来进行拍摄而得，曝光时间可指的是从快门打开到关闭的时间间隔，在这一段时间内，物体可在底片等感光面上留下影像。比如，电子设备可预先设定长曝光时间范围、正常曝光时间范围及短曝光时间范围，从而获取三帧不同曝光度的图像，其中，采用长曝光时间范围中的曝光时间采集的图像亮度较大，可能会出现图像过曝的情况；采用正常曝光时间范围采集的图像亮度正常，比较不会出现图像过亮或过暗的情况；采用短曝光时间范围采集的图像亮度较小，可能会出现图像欠曝过暗的情况。

在一实施例中，上述多帧原始图像可以为电子设备的成像装置在进行拍摄时获取当前场景的多帧图像。该成像装置可以是前置摄像头、后置摄像头等。启动电子设备的成像装置，使其进入拍照预览模式，并将被拍摄的场景显示在电子设备的显示窗口，并将此时显示窗口所显示的画面定义为预览图像。其中，成像装置硬件上一般包括五个部分：外壳(马达)、镜头、红外滤光片、图像传感器(例如CCD或COMS)和挠性印刷电路板(FPCB)等。在拍照预览模式下，显示预览图像的过程中，镜头在马达的驱动下移动，被拍摄的物体经过镜头在图像传感器上成像。图像传感器通过光-电转换将光信号转换为电信号输给图像处理电路进行后续处理。其中，图像处理电路可以利用硬件和/或软件组件实现，可包括定义ISP(Image Signal Processing，图像信号处理)管线的各种处理单元。

进一步的，以该成像装置是后置摄像头为例。比如，若电子设备包括一个摄像头，则可以在拍照时控制摄像头连续采集多帧当前场景的图像，以得到多帧原始图像，若电子设备包括多个摄像头，比如双摄、三摄、四摄等等，则可以在拍照时控制摄像头同时采集当前场景的图像，以得到多帧原始图像。

在一实施例中，上述多帧原始图像可以为电子设备直接获取摄像头的图像传感器捕捉的多张RAW原始图像，其中，RAW是未经处理的格式，RAW图像就是图像传感器将捕捉到的光源信号转化为数字信号的原始数据。多张RAW原始图像组成图像序列，由于不同曝光程度的原始图像对应的亮度不同，可以将图像序列中的原始图像按照亮度进行排序，然后选取目标图像。

步骤104，根据第一特征信息和第二特征信息在多帧原始图像中选取目标图像。

在一实施例中，将上述第一特征信息和第二特征信息以及拍摄的到的多帧原始图像送入到挑帧算法之中，根据一些commen的指标和偏好参数进行筛选，选出符合用户偏好的图像帧。

其中，电子设备可以包括用于获取图像数据的前端和用于算法处理的后端，在本申请实施例中，在前端执行挑选目标图像的操作，然后可以直接将该目标图像的图像数据发送至后端进行后续的算法处理，比如根据当前的拍照模式进行对应的处理算法等，最后后端将处理后的图像帧送给上层应用。

进一步的，在前端挑选出目标图像后，还可以进行降噪处理，然后，电子设备可以对该降噪后的图像进行色调映射处理(Tone Mapping)。可以理解的是，对该降噪后的图像进行色调映射处理可以提高图像的图像对比度，从而使得目标图像具有更高的动态范围，成像效果更好。电子设备还可以将色调映射处理后的图像作为当前场景的预览图像在电子设备的屏幕上进行展示。

在一实施例中，在根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像之后，所述图像选取方法还可以包括：

根据电子设备屏幕当前的分辨率对目标图像进行降采样处理。

可以理解的是，目标图像的实际分辨率大于屏幕显示的分辨率情况，相较于目标图像的实际分辨率等于屏幕显示分辨率的情况并不会获得更好的显示效果。因此，在选取目标图像之后，还可以获取屏幕当前的分辨率，再根据屏幕当前的分辨率对该目标图像进行降采样处理，使得目标图像的分辨率与屏幕当前的分辨率一致。这样能够提高后期对于目标图像的处理效率，并且不会降低其显示效果。

由上可知，本申请实施例提供的图像选取方法可以获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到多帧历史图像的第一特征信息，确定多帧历史图像中的目标区域，并提取目标区域的第二特征信息，对当前场景进行拍照以得到多帧原始图像，根据第一特征信息和第二特征信息在多帧原始图像中选取目标图像。本申请实施例通过历史图像获取第一特征信息和第二特征信息，从而基于用户对于图像的需求在多帧原始图像中选取目标图像，可以提升图像选取的准确性。

下面将在上述实施例描述的方法基础上，对本申请的图像选取方法做进一步介绍。参阅图2，图2为本申请实施例提供的图像选取方法的另一流程示意图，该图像选取方法包括：

步骤201，获取多帧历史图像并分别提取多帧历史图像的拍照参数。

在一实施例中，上述多帧历史图像可以为在电子设备的相册中位于预设时间段内的图像，比如相册内最近一个月的图像。在其他实施例中，上述多帧历史图像还可以为用户在相册中手动挑选的图像等。

其中，上述拍照参数可以包括色彩参数、清晰度参数、亮度参数、噪点参数、对比度参数和伽马gamma表现参数等等。

步骤202，分别确定多帧历史图像中的主体图像区域面积以及背景图像区域面积，并计算主体图像区域面积以及背景图像区域面积的比值。

比如将上述历史图像中的人像部分确定为主体图像，人像以外的部分确定为背景图像，从而可以分别计算出每一帧历史图像中主体图像区域面积以及背景图像区域面积的比值。

步骤203，将多帧历史图像的拍照参数和比值作为样本输入至预设网络模型进行训练，以得到多帧历史图像的第一特征信息。

在一实施例中，通过神经网络模型来对多帧历史图像进行训练，然后输出该多帧历史图像的第一特征信息。其中，上述第一特征信息可以包括多帧历史图像中出现次数最多的拍照参数，比如在5帧历史图像当中，包括一帧30％亮度的图像、一帧40％亮度的图像以及三帧50％亮度的图像，则第一特征信息中可以包括50％亮度这一拍照参数。

进一步的，上述第一特征信息还可以包括多帧历史图像中出现次数最多的比值，比如在5帧历史图像当中主体图像区域面积以及背景图像区域面积的比值分别为：10％、20％、25％、10％、20％，则第一特征信息中可以包括主体图像区域面积以及背景图像区域面积的比值为20％。

步骤204，确定多帧历史图像中人像区域以作为目标区域。

在一实施例中，上述目标区域可以包括历史图像中的人像区域，在该历史图像中确定人像区域的方法可以有多种，比如先在历史图像当中采用人脸识别技术进行识别，以得到人脸图像，然后根据人脸图像确定对应的人像区域，该人像区域还包括人体的其他躯干部位，比如手、脚、头发等等。

步骤205，计算目标区域边缘的降噪等级以作为目标区域的第二特征信息。

在一实施例中，在确定多帧历史图像中每一帧图像的目标区域边缘的降噪等级后，可以将出现率最高的降噪等级作为上述第二特征信息。其中可以根据图像当中噪点的面积或数量来计算降噪等级。

在其他实施例中，该第二特征信息还可以包括目标区域以外的清晰度也即背景虚化等级。其中，本实施例不限于采用图像清晰度评价函数计算图像的清晰度；其中，所述图像清晰度评价函数包括但不限于以下函数的至少之一：均差法、峰值信噪比、HVS、点锐度算法、空域参数方差、频域调制传递函数MTF等。然后在确定多帧历史图像中每一帧图像的背景虚化等级后，可以将出现率最高的背景虚化等级作为上述第二特征信息。

步骤206，对当前场景进行拍照以得到多帧原始图像。

在一实施例中，电子设备可以通过摄像头获取上述多帧原始图像，该多帧原始图像可以为不同曝光度的原始图像，也可以为不同快门时间的原始图像，还可以为不同感光度的原始图像等等。其中，摄像头的数量可以为一个、两个或者两个以上等等。

步骤207，获取多帧历史图像中由用户调整的历史设置信息。

上述历史设置信息包括在历史图像的拍摄过程中由用户手动调节的设置信息，比如在拍摄A照片时用户手动调高了快门时间，或者在拍摄B照片时用户手动降低了亮度等等。

步骤208，根据历史设置信息分别为第一特征信息和第二特征信息分配权重值。

步骤209，根据第一特征信息和第二特征信息各自的权重值在多帧原始图像中选取目标图像。

本申请实施例可以利用用户和相机交互的一些信息为第一特征信息和第二特征信息分配权重，从而在后续进行挑帧处理时可以重点关注这些指标，进一步提升了挑帧的准确性。

进一步的，在前端挑选出目标图像后，可以直接将该目标图像的图像数据发送至后端进行后续的算法处理，比如根据当前的拍照模式进行对应的处理算法等，最后后端将处理后的图像帧送给上层应用。降低了将大量数据传送到后端的数据传输的压力，提高了系统的性能。

由上可知，本申请实施例提供的图像选取方法可以获取多帧历史图像并分别提取多帧历史图像的拍照参数，分别确定多帧历史图像中的主体图像区域面积以及背景图像区域面积，并计算主体图像区域面积以及背景图像区域面积的比值，将多帧历史图像的拍照参数和比值作为样本输入至预设网络模型进行训练，以得到多帧历史图像的第一特征信息，确定多帧历史图像中人像区域以作为目标区域，计算目标区域边缘的降噪等级以作为目标区域的第二特征信息，对当前场景进行拍照以得到多帧原始图像，获取多帧历史图像中由用户调整的历史设置信息，根据历史设置信息分别为第一特征信息和第二特征信息分配权重值，根据第一特征信息和第二特征信息各自的权重值在多帧原始图像中选取目标图像。本申请实施例通过历史图像获取第一特征信息和第二特征信息，从而基于用户对于图像的需求在多帧原始图像中选取目标图像，可以提升图像选取的准确性。

请参阅图3，图3为本申请实施例提供的图像选取装置的一种结构示意图。其中该图像选取装置30包括：

获取模块301，用于获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定模块302，用于确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

拍照模块303，用于对当前场景进行拍照以得到多帧原始图像；

选取模块304，用于根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

在一实施例中，请参阅图4，所述获取模块301可以包括：

获取子模块3011，用于获取多帧历史图像并分别提取所述多帧历史图像的拍照参数；

训练子模块3012，用于将所述多帧历史图像的拍照参数作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息。

在一实施例中，所述确定模块302可以包括：

确定子模块3021，用于确定所述多帧历史图像中人像区域以作为目标区域；

计算子模块3022，用于计算所述目标区域边缘的降噪等级以作为所述目标区域的第二特征信息。

由上述可知，本申请实施例的图像选取装置30可以获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到多帧历史图像的第一特征信息，确定多帧历史图像中的目标区域，并提取目标区域的第二特征信息，对当前场景进行拍照以得到多帧原始图像，根据第一特征信息和第二特征信息在多帧原始图像中选取目标图像。本申请实施例通过历史图像获取第一特征信息和第二特征信息，从而基于用户对于图像的需求在多帧原始图像中选取目标图像，可以提升图像选取的准确性。

本申请实施例中，图像选取装置与上文实施例中的图像选取方法属于同一构思，在图像选取装置上可以运行图像选取方法实施例中提供的任一方法，其具体实现过程详见图像选取方法的实施例，此处不再赘述。

本文所使用的术语“模块”可看作为在该运算系统上执行的软件对象。本文所述的不同组件、模块、引擎及服务可看作为在该运算系统上的实施对象。而本文所述的装置及方法可以以软件的方式进行实施，当然也可在硬件上进行实施，均在本申请保护范围之内。

本申请实施例还提供一种存储介质，其上存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述的图像选取方法。

本申请实施例还提供一种电子设备，如平板电脑、手机等。电子设备中的处理器会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器中，并由处理器来运行存储在存储器中的应用程序，从而实现各种功能：

获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

对当前场景进行拍照以得到多帧原始图像；

根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

请参阅图5，电子设备400包括处理器401以及存储器402。其中，处理器401与存储器402电性连接。

处理器400是电子设备400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，通过运行或加载存储在存储器402内的计算机程序，以及调用存储在存储器402内的数据，执行电子设备400的各种功能并处理数据，从而对电子设备400进行整体监控。

存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的计算机程序以及模块，从而执行各种功能应用以及数据处理。存储器402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计算机程序(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电子设备的使用所创建的数据等。此外，存储器402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。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。

在本申请实施例中，电子设备400中的处理器401会按照如下的步骤，将一个或一个以上的计算机程序的进程对应的指令加载到存储器402中，并由处理器401运行存储在存储器402中的计算机程序，从而实现各种功能，如下：

获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

对当前场景进行拍照以得到多帧原始图像；

根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

请一并参阅图6，在一些实施方式中，电子设备400还可以包括：显示器403、射频电路404、音频电路405以及电源406。其中，其中，显示器403、射频电路404、音频电路405以及电源406分别与处理器401电性连接。

显示器403可以用于显示由用户输入的信息或提供给用户的信息以及各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示器403可以包括显示面板，在一些实施方式中，可以采用液晶显示器(Liquid Crystal Display，LCD)、或者有机发光二极管(Organic Light-Emitting Diode，OLED)等形式来配置显示面板。

射频电路404可以用于收发射频信号，以通过无线通信与网络设备或其他电子设备建立无线通讯，与网络设备或其他电子设备之间收发信号。通常，射频电路501包括但不限于天线、至少一个放大器、调谐器、一个或多个振荡器、用户身份模块(SIM，SubscriberIdentity Module)卡、收发信机、耦合器、低噪声放大器(LNA，Low Noise Amplifier)、双工器等。

音频电路405可以用于通过扬声器、传声器提供用户与电子设备之间的音频接口。音频电路506可将接收到的音频数据转换成电信号，传输到扬声器，由扬声器转换为声音信号输出。

电源406可以用于给电子设备400的各个部件供电。在一些实施例中，电源406可以通过电源管理系统与处理器401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。电源406还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。

尽管图6中未示出，电子设备400还可以包括摄像头、蓝牙模块等，在此不再赘述。

在本申请实施例中，存储介质可以是磁碟、光盘、只读存储器(Read Only Memory，ROM)、或者随机存取记忆体(Random Access Memory，RAM)等。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

需要说明的是，对本申请实施例的图像选取方法而言，本领域普通测试人员可以理解实现本申请实施例图像选取方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，计算机程序可存储于一计算机可读取存储介质中，如存储在电子设备的存储器中，并被该电子设备内的至少一个处理器执行，在执行过程中可包括如图像选取方法的实施例的流程。其中，的存储介质可为磁碟、光盘、只读存储器、随机存取记忆体等。

对本申请实施例的图像选取装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中，存储介质譬如为只读存储器，磁盘或光盘等。

以上对本申请实施例所提供的一种图像选取方法、装置、存储介质及电子设备进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种图像选取方法，其特征在于，所述方法包括以下步骤：

获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

对当前场景进行拍照以得到多帧原始图像；

根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

2.根据权利要求1所述的图像选取方法，其特征在于，获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息的步骤，包括：

获取多帧历史图像并分别提取所述多帧历史图像的拍照参数；

将所述多帧历史图像的拍照参数作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息。

3.根据权利要求2所述的图像选取方法，其特征在于，将所述多帧历史图像的拍照参数作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息的步骤，包括：

分别确定所述多帧历史图像中的主体图像区域面积以及背景图像区域面积，并计算所述主体图像区域面积以及背景图像区域面积的比值；

将所述多帧历史图像的拍照参数和所述比值作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息。

4.根据权利要求1所述的图像选取方法，其特征在于，确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息的步骤，包括：

确定所述多帧历史图像中人像区域以作为目标区域；

计算所述目标区域边缘的降噪等级以作为所述目标区域的第二特征信息。

5.根据权利要求1所述的图像选取方法，其特征在于，根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像的步骤，包括：

获取所述多帧历史图像中由用户调整的历史设置信息；

根据所述历史设置信息分别为所述第一特征信息和第二特征信息分配权重值；

根据所述第一特征信息和第二特征信息各自的权重值在所述多帧原始图像中选取目标图像。

6.一种图像选取装置，其特征在于，所述装置包括：

获取模块，用于获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定模块，用于确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

拍照模块，用于对当前场景进行拍照以得到多帧原始图像；

选取模块，用于根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

7.根据权利要求6所述的图像选取装置，其特征在于，所述获取模块包括：

获取子模块，用于获取多帧历史图像并分别提取所述多帧历史图像的拍照参数；

训练子模块，用于将所述多帧历史图像的拍照参数作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息。

8.根据权利要求6所述的图像选取装置，其特征在于，所述确定模块包括：

确定子模块，用于确定所述多帧历史图像中人像区域以作为目标区域；

计算子模块，用于计算所述目标区域边缘的降噪等级以作为所述目标区域的第二特征信息。

9.一种存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机上运行时，使得所述计算机执行如权利要求1至5任一项所述的图像选取方法。

10.一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，其特征在于，所述处理器加载所述存储器中的指令用于执行以下步骤：

获取多帧历史图像并作为样本输入至预设网络模型进行训练，以得到所述多帧历史图像的第一特征信息；

确定所述多帧历史图像中的目标区域，并提取所述目标区域的第二特征信息；

对当前场景进行拍照以得到多帧原始图像；

根据所述第一特征信息和第二特征信息在所述多帧原始图像中选取目标图像。

Images