CN115767249A - 一种拍照方法、电子设备及车辆 - Google Patents

Abstract

本公开提供的一种拍照方法、电子设备及车辆，以便解决相关技术存在的通过人工方式控制车载摄像头拍摄沿途风景，存在漏拍及安全风险的技术问题，属于图像车辆技术领域。所述方法包括：在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，所述车辆检测数据至少包括：车辆位置；在所述车辆位置所处的兴趣点与预设兴趣点之间存在交集时，计算所述交集中各目标兴趣点和所述车辆位置之间的距离值；在所述距离值符合自动拍摄要求时，控制车载摄像头进行拍摄。可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

Description

一种拍照方法、电子设备及车辆

技术领域

本公开属于图像车辆技术领域，特别是涉及一种拍照方法、电子设备及车辆。

背景技术

驾驶车辆旅游时，途经风景优美的地段，驾驶员或乘客通常希望能够留住车外美好的景色，则人工控制车载摄像头进行拍摄。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题，在乘客沉迷欣赏风景时，往往会忘记控制车载摄像头进行拍摄，将导致没有记录下沿途的风景。并且如果是驾驶员人工控制车载摄像头进行拍摄，由于要调整光线、角度等参数，可能存在安全风险，威胁用户的生命财产安全。

发明内容

提供了一种拍照方法、电子设备及车辆，以便解决相关技术存在的通过人工方式控制车载摄像头拍摄沿途风景，存在漏拍及安全风险的技术问题。

第一方面，提供了一种拍照方法。该方法包括：

在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，车辆检测数据至少包括：车辆位置；

在车辆位置处的兴趣点与预设兴趣点之间存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值；

在距离值符合自动拍摄要求时，控制车载摄像头进行拍摄。

第二方面，提供了一种电子设备。该电子设备包括处理器，存储器及存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现上述第一方面的拍照方法的步骤。

第三方面，提供了一种可读存储介质，该可读存储介质上存储程序或指令，程序或指令被处理器执行时实现上述第一方面的拍照方法的步骤。

第四方面，提供了一种车辆。该车辆包括上述第一方面的拍照方法。

本公开的上述技术方案的一个技术方案具有如下有益效果：

车辆的控制器通过车辆检测设备，可以实时得知车辆在行驶过程中的车辆检测数据，从而在车辆检测数据至少包括车辆位置时，控制器可以实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，在距离值符合自动拍摄要求时，控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

应当理解，本部分所描述的内容并非旨在表示本公开实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素。

图1是本公开实施例提供的一种拍照方法的步骤流程图；

图2是本公开实施例提供的另一种拍照方法的步骤流程图；

图3是本公开实施例提供的一种拍照方法的执行流程图；

图4是本公开实施例提供的另一种拍照方法的步骤流程图；

图5是本公开实施例提供的另一种拍照方法的执行流程图；

图6是本公开实施例提供的另一种拍照方法的步骤流程图；

图7是本公开实施例提供的一种拍照装置的结构框图；

图8是本公开实施例提供的一种电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

如上，通常车辆都会装有车载摄像头，利用车载摄像头用户可以在车辆行驶过程中对一些场景进行拍摄，例如当在车辆行驶过程中拍摄沿途的风景。目前，车载摄像头的触发方式一般是由用户主动、有意识的触发，在车辆行驶过程中，用户不可能时刻处于拍照状态中，或者用户专注于欣赏风景而忘记触发拍照时，因此会导致车载摄像头错过记录很多的美好时刻。另外，在车辆行使过程中，用户拍照也存在安全风险，威胁用户的生命财产安全。此外，在车辆行使过程中拍到的照片可能因为物理抖动(由于车辆行使路况不佳)、光线、天气等原因，导致用户拍摄的照片质量参差不齐，导致拍摄到的照片中有某些照片的质量过低，而车辆无法自动整理过滤掉质量较低的照片，使得用户得到的照片无法保证质量，此时用户需要花费很多精力进行人工筛选整理，操作流程长，体验较差。

部分手机相册也具有自动整理的功能，但是这种自动整理是在拍摄一组照片后，需要用户通过预设程序(例如下载某种软件)对该组照片进行整理，由于需要人工介入，因此这种自动整理是一种被动整理，即手机无法在拍照后对图像进行无人为介入的自动过滤筛选。

为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个，本公开的示例实施例提出了一种拍照方法、电子设备及车辆。在该方案中，当驾驶员在车辆行驶过程中，需要对一些场景例如沿途的风景进行拍照时，可能会因为沉迷风景，而忘记拍照导致没有记录下沿途的风景。本公开可以帮助用户在车辆行驶过程中，采用主动触发的形式控制车载摄像头(例如车内外相机)进行拍摄(例如：单次触发特定相机拍摄多张)，以实现无意识的状态下拍摄沿途风景等照片。并通过利用在车辆上设置美观度评估模型，通过训练好的美观度评估模型对拍摄的图像进行打分，过滤筛选出质量较高的照片，例如排序后选取最优图像(得分最高的图像)，并标注上当前的地理位置信息推荐给用户进行存储。在该方案中，车辆控制器还可以在车辆行驶过程中，基于地理位置信息，比如高速路口，景点等兴趣点(point of interest，poi)区域，自动触发拍照，自动选取最优图像，标注存储。此外，车辆控制器还可以以年为单位，基于存储的标注后图像生成车辆的拍照记录(例如：生成以车辆地理轨迹和图片相结合的旅拍记录)效果图。

在下文中，将结合附图更详细地描述本方案的具体示例。

实施例一

图1示出了本实施例提供的一种拍照方法的步骤流程图。例如，方法100可以由如图8所示的电子设备600包括的处理器601来执行，电子设备600可以是车辆控制器或车载摄像头控制器。应当理解的是，方法100还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。

在步骤101中，在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，车辆检测数据至少包括：车辆位置。

在实施例中，车辆检测设备可以是车载位置设备，也可以是设置在车辆内部的第一摄像头，具体可以根据实际需求确定，此处不做限定。

在实施例中，在车辆行驶过程中，车辆控制器可以通过车辆检测设备实时获取车辆检测数据，获取到的车辆检测数据可以包括：车辆位置、车辆位置处的兴趣点、车辆内部的人脸数据等。

示例性的，在车辆行驶过程中，车辆控制器实时获取车载位置设备中的车辆位置。

在步骤102中，在车辆位置处的兴趣点与预设兴趣点之间存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值。

在实施例中，兴趣点(point of interest，poi)可以是景点，也可以是高速路口；相应地，预设兴趣点可以是用户需要拍照的景点，也可以是用户需要拍照的高速路口；而目标兴趣点是可以是车辆位置处用户需要拍照的景点，也可以是车辆位置处用户需要拍照的高速路口，具体可以根据实际需求确定，此处不做限定。

在实施例中，在获取车辆位置后，通过电子地图或导航系统获取该车辆位置处的兴趣点，然后检测该车辆位置处的兴趣点与预设兴趣点之间是否有交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值。

示例性的，如图2所示，在通过全球定位系统(Global Positioning System，GPS)获取车辆位置后，再通过GPS获取该车辆位置处所对应的poi列表中的兴趣点，以及从本地存储器中获取用户预先存储的候选poi列表中的预设兴趣点，然后检测该车辆位置处的兴趣点与预设兴趣点之间是否有交集，在获取的poi列表和车载本地存储的候选poi列表有交集时，计算poi交集中各目标兴趣点和车辆位置之间的距离值。

在步骤103中，在距离值符合自动拍摄要求时，控制车载摄像头进行拍摄。

在实施例中，自动拍摄要求可以是用于判断车辆检测数据是否满足用户的拍照需要，例如，用户需要在预设兴趣点拍照，用户需要在人眼的在一个注视方向的停留时间过长时拍照，具体可以根据实际需求确定，此处不做限定。

在实施例中，在获取各目标兴趣点和车辆位置之间的距离值后，由于目标兴趣点是，车辆位置处的兴趣点与预设兴趣点的交集中的兴趣点，则目标兴趣点是预设兴趣点，则符合在预设兴趣点拍照的自动拍摄要求，若车载摄像头在距离阈值范围内可以拍到质量高的图像，此时可以控制车载摄像头在距离值处于距离阈值范围内时进行拍摄。

示例性的，在获取各目标兴趣点和车辆位置之间的距离值后，计算距离值中的距离极大值，在距离极大值小于距离阈值时，确定所有目标兴趣点都处于车载摄像头的拍摄范围内，此时控制车载摄像头自动按间隔时间t进行拍摄，共拍摄M张图像，M为正整数，t可以是车载摄像头默认的数值(例如：1秒)，也可以是车辆控制器中设置的数值(例如：3秒)，具体可以根据实际需求确定，此处不做限定。

本实施例通过车辆检测设备，可以实时得知车辆在行驶过程中的车辆检测数据，从而在车辆检测数据至少包括车辆位置时，控制器可以实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，在距离值符合自动拍摄要求时，控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

在步骤104中，对车载摄像头拍摄的图像进行筛选并存储。

在实施例中，在车载摄像头进行拍摄后，得到图像列表，车辆控制器可以将图像列表中模糊、重复等用户不想要的图像通过删除的方式筛选掉，然后将筛选后图像存储在存储器中。

示例性的，在车载摄像头自动按间隔时间t进行拍摄，共拍摄M张图像，得到包含M张图像的图像列表，车辆控制器可以通过预设图像处理方法得到图像列表中的模糊的A张图像，然后通过删除的方式将这个A张图像筛选掉，最后将(M-A)＝B张筛选后图像存储在存储器中。

本实施例通过对车载摄像头拍摄的图像进行筛选并存储，可以完成自动对图像进行筛选并存储的过程，从而避免用户花费精力进行筛选并存储，节省了用户时间和精力。

本实施例提供的一种拍照方法，通过车辆检测设备，可以实时得知车辆在行驶过程中的车辆检测数据，从而在车辆检测数据至少包括车辆位置时，控制器可以实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，在距离值符合自动拍摄要求时，控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。同时在车载摄像头自动进行拍摄后，对车载摄像头拍摄的图像自动进行筛选并存储，可以避免用户花费精力进行筛选并存储，节省了用户时间和精力。

实施例二

图3示出了本公开实施例提供的一种拍照方法的步骤流程图。例如，方法200可以由如图8所示的电子设备600包括的处理器601来执行，电子设备600可以是车辆控制器或车载摄像头控制器。应当理解的是，方法200还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。

在步骤201中，车辆检测设备包括：车载位置设备；在车辆行驶过程中，通过车载位置设备获取车辆位置。

在实施例中，车载位置设备是用于获取车辆坐标的设备，例如GPS、地理信息服务(Geographic Information service，GIS)、北斗导航系统(BeiDou Navigation System)等，具体可以根据实际需求确定，此处不做限定。

在实施例中，车辆检测设备包括车载位置设备，在车辆行驶过程中，车辆控制器通过车载位置设备实时获取车辆位置。

示例性的，如图2所示，在车辆行驶过程中车辆控制器通过GPS实时获取经度和纬度信息，根据经度和纬度信息可以确定车辆位置。

本实施例通过设置车辆检测设备包括车载位置设备，可以在车辆行驶过程中，通过车载位置设备实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

在步骤202中，在车辆位置处的兴趣点与预设兴趣点之间存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值。

该步骤可参照步骤102的详细描述，此处不再赘述。

在步骤203中，距离值包括距离极小值；在距离极小值小于距离阈值时，控制车载摄像头进行拍摄。

在实施例中，距离值是目标兴趣点和车辆位置之间的距离数值，由于目标兴趣点可以为至少一个，则在目标兴趣点为一个时，距离极小值是指该距离值，在目标兴趣点为至少两个时，距离极小值是指该距离值中的最小值，具体可以根据实际需求确定，此处不做限定。

在实施例中，距离阈值可以是车载摄像头默认的数值(例如：500米)，也可以是车辆控制器中设置的数值(例如：1千米)，具体可以根据实际需求确定，此处不做限定。

在实施例中，在获取各目标兴趣点和车辆位置之间的距离值后，通过数学方法确定距离值中的距离极小值，在距离极小值小于距离阈值时，控制车载摄像头自动按间隔时间t进行拍摄，共拍摄M张图像。

示例性的，如图2所示，在计算poi交集中各目标兴趣点和车辆位置之间的距离值后，选取poi交集中和当前的车辆位置距离最近的poi，如果这个最近的距离极小值小于距离阈值Dist，则自动触发车外各个车载摄像头按间隔时间t进行拍照，共拍摄M张照片，这样可以基于经度和纬度确定的车辆位置和车辆位置处的poi主动拍照触发，不依赖于人。

本实施例通过设置距离值包括距离极小值，可以将自动拍摄要求细化为距离极小值小于距离阈值，从而在距离极小值小于距离阈值时，可以使得车辆控制去控制车载摄像头自动进行拍摄，以免乘客在沉迷欣赏风景时，忘记向控制器发送指令以致漏拍，以及在车辆行驶过程中如果用户通过手机或相机进行拍照存在安全风险，如驾驶员向控制器发送指令而注意力不集中导致发生意外，本实施可以降低该安全风险的发生，保护用户的生命财产安全。

在步骤204中，对车载摄像头拍摄的图像进行筛选并存储。

该步骤可参照步骤104的详细描述，此处不再赘述。

本实施例提供的另一种拍照方法，设置车辆检测设备包括车载位置设备，可以在车辆行驶过程中，通过车载位置设备实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，通过设置距离值包括距离极小值，可以将自动拍摄要求细化为距离极小值小于距离阈值，从而在距离极小值小于距离阈值时，可以使得车辆控制去控制车载摄像头自动进行拍摄，以免乘客在沉迷欣赏风景时，忘记向控制器发送指令以致漏拍，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外。

实施例三

图4示出了本公开实施例提供的一种拍照方法的步骤流程图。例如，方法300可以由如图8所示的电子设备600包括的处理器601来执行，电子设备600可以是车辆控制器或车载摄像头控制器。应当理解的是，方法300还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。

在步骤301中，车辆检测设备还包括：设置在车辆内部的第一摄像头；车辆检测数据还包括：人脸数据；在车辆行驶过程中，通过第一摄像头获取人脸数据。

在实施例中，第一摄像头是朝向车辆内部，用于获取车辆内部用户的人脸数据进行用户人脸检测、视线追踪的摄像头，人脸检测可以包括检测眨眼频率、专注程度、面部表情识别等，例如：检测视线落在某部分区域，眨眼次数是否达到次数阈值(2次/3次)；检测视线落在某部分区域，未眨眼时间是否超过某一阈值T(注意力集中)；通过识别用户的表情判断是否用户想在此时拍照；视线追踪是测量人眼凝视点和相对于头部运动程度的技术；第一摄像头可以是设置在车辆内部的车顶处的360°全景摄像头，也可以是分别设置在车辆四个车窗处内部的摄像头，具体可以根据实际需求确定，此处不做限定。

在实施例中，在车辆行驶过程中，通过设置在车辆内部的第一摄像头，实时获取车辆内部用户的人脸数据，以进行用户的人脸检测和视线追踪。

示例性的，在驾驶员驾驶车辆行驶过程中，通过设置在车辆四个车窗处内部的第一摄像头，实时获取驾驶员的人脸数据，以进行驾驶员的人脸检测和视线追踪。

在步骤302中，提取人脸数据中人眼的注视方向和人眼的停留时间。

在实施例中，注视方向是指用户的人眼所看的方向，停留时间是指在用户的人眼看一个方向时所持续的时间。

在实施例中，在获取人脸数据后，车辆控制器可以通过图像处理算法提取人脸数据中人眼的注视方向，以及人眼在该注视方向所持续的停留时间。

示例性的，在通过设置在车辆四个车窗处内部的第一摄像头，获取驾驶员的人脸数据后，车辆控制器可以通过图像处理算法对人脸数据进行分割，得到人脸数据，计算眼球的位置，确定人眼的注视方向，根据眼球的位置在预设时长内的变化情况，确定一段时间内眼球位置不变，则将这段时间确定为人眼的停留时间。

在步骤303中，在注视方向和停留时间符合自动拍摄要求时，控制车载摄像头进行拍摄。

在实施例中，在获取眼的注视方向和人眼的停留时间后，在注视方向和停留时间符合在人眼的在一个注视方向的的自动拍摄要求时，控制车载摄像头自动按间隔时间t进行拍摄，共拍摄M张图像。

示例性的，在获取眼的注视方向和人眼的停留时间后，在注视方向为任意一个车窗区域且停留时间过长时，控制车载摄像头自动按间隔时间t进行拍摄，共拍摄M张图像。

本实施例通过设置车辆检测设备包括设置在车辆内部的第一摄像头，可以在车辆行驶过程中，通过第一摄像头实时获取车辆内部用户的人脸数据，以便进行用户的人脸检测和视线追踪，在提取人脸数据中人眼的注视方向和人眼的停留时间后，若注视方向和停留时间符合自动拍摄要求时，可以使得车辆控制去控制车载摄像头自动进行拍摄，以免乘客在沉迷欣赏风景时，忘记向控制器发送指令以致漏拍。这样以视线追踪的触发方式控制车载摄像头拍摄，可以帮助用户在无意识、忘记拍摄的情况下进行拍摄，增加了用户对于车载摄像头拍照的体验。

可选地，步骤303可以包括

车辆摄像头包括：设置在车辆外部的第二摄像头；在注视方向停留在预设区域，且停留时间大于时间阈值时，控制第二摄像头进行拍摄。

在实施例中，第二摄像头是朝向车辆外部，用于拍摄兴趣点图像的摄像头，第二摄像头可以是设置在车辆外部的车顶处的360°全景摄像头，也可以是分别设置在车辆四个车窗处外部的摄像头，具体可以根据实际需求确定，此处不做限定。

在实施例中，预设区域可以是四个车窗处中任意一个车窗区域，也可以是车辆前部挡风玻璃的区域，具体可以根据实际需求确定，此处不做限定。

在实施例中，时间阈值可以是车载摄像头默认的数值(例如：30秒)，也可以是车辆控制器中设置的数值(例如：1分钟)，具体可以根据实际需求确定，此处不做限定。

在实施例中，在获取眼的注视方向和人眼的停留时间后，在注视方向停留在预设区域，且停留时间大于时间阈值时，控制设置在车辆外部的第二摄像头，自动按间隔时间t进行拍摄，共拍摄M张图像。

示例性的，如图5所示，基于第一摄像头检测到的人脸数据对驾驶员进行视线检测，即车辆控制器检测驾驶员的视线落在四块车窗中的哪一部分车窗区域。当车辆控制器检测到驾驶员视线落在任意一个车窗区域的某部分区域时，车辆控制器获取人眼的注视方向对应的车窗区域，并继续判断视线停留在此车窗区域的停留时间。若停留时间超过某一时间阈值T(例如：30秒)时，则车辆控制器判定驾驶员需要对该车窗区域外的场景进行拍摄。将该车窗区域外的场景的数据传入用于拍摄的第二摄像头，触发第二摄像头对该车窗区域外的场景按间隔时间t进行拍摄，共拍摄M张图像。若车辆控制器未检测到驾驶员视线落在任意一个车窗区域的某部分区域时，继续通过第一摄像头对用户进行人脸检测以得到人脸数据。

本实施例通过设置车辆摄像头包括设置在车辆外部的第二摄像头，可以基于第一摄像头检测到的人脸数据对用户进行视线检测，在车辆控制器检测到注视方向停留在预设区域，且停留时间大于时间阈值时，使得车辆控制去控制车载摄像头自动进行拍摄，以免乘客在沉迷欣赏风景时，忘记向控制器发送指令以致漏拍。

在步骤304中，对车载摄像头拍摄的图像进行筛选并存储。

该步骤可参照步骤104的详细描述，此处不再赘述。

本实施例提供的另一种拍照方法，设置车辆检测设备包括设置在车辆内部的第一摄像头，可以在车辆行驶过程中，通过第一摄像头实时获取车辆内部用户的人脸数据，以便进行用户的人脸检测和视线追踪，通过设置车辆摄像头包括设置在车辆外部的第二摄像头，可以基于第一摄像头检测到的人脸数据对用户进行视线检测，在车辆控制器检测到注视方向停留在预设区域，且停留时间大于时间阈值时，使得车辆控制去控制车载摄像头自动进行拍摄，以免乘客在沉迷欣赏风景时，忘记向控制器发送指令以致漏拍。

实施例四

图6示出了本公开实施例提供的一种拍照方法的步骤流程图。例如，方法400可以由如图8所示的电子设备600包括的处理器601来执行，电子设备600可以是车辆控制器或车载摄像头控制器。应当理解的是，方法400还可以包括未示出的附加框和/或可以省略所示出的框，本公开的范围在此方面不受限制。

在步骤401中，获取预设数据集。

在实施例中，预设数据集可以是用户建立的数据集，也可以是网上下载的数据集，具体可以根据实际需求确定，此处不做限定。

在实施例中，用户将网上下载的数据集作为预设数据集。

示例性的，在将车载摄像头拍摄的图像输入美观度评估模型之前，用户从网上下载的数据集作为预设数据集。

在步骤402中，根据预设数据集，训练美观度评估模型，得到训练好的美观度评估模型。

在实施例中，美观度评估模型用于确定输入的预设数据集中图像的美观度。美观度评估模型是一种基于深度学习的卷积神经网络模型，是基于图片美观度数据集合构建的图片打分模型，综合考虑了色彩，色调，景深和构图等因素得到的。

在实施例中，将预设数据集中的图像输入美观度评估模型，得到该预设数据集的概率分布(例如3个概率值或10个概率值)，计算概率分布中各个概率值的加权求和得到美观度。

示例性的，若美观度评估模型可以输出3个概率值，将预设数据集中的图像输入该美观度评估模型，可以得到3个概率值组成的概率分布，计算概率分布中各个概率值的加权求和得到该图像的美观度。

在步骤403中，将图像输入训练好的美观度评估模型，得到图像的美观度，并通过预设图像处理方法计算图像的清晰度。

在实施例中，预设图像处理方法用于在对图像进行模糊处理，以对比模糊后图像与该图像得到图像的清晰度，例如：二次模糊(reblur)、峰值信噪比(Peak Signal toNoise Ratio，PSNR)，具体可以根据实际需求确定，此处不做限定。

在实施例中，在车辆控制器控制车载摄像头进行拍摄后，或者在用户通过预设按钮控制分别置于汽车的四个车窗处的用于拍摄兴趣点的车载摄像头中的某个车载摄像头进行拍摄后，将车载摄像头拍摄的图像输入训练好的美观度评估模型，得到图像的美观度，并通过二次模糊计算图像的清晰度，以快速的得到图像的清晰度。

示例性的，如图2和图5所示，在车辆控制器控制车载摄像头自动触发，或者用户通过预设按钮人工触发车载摄像头，自动按间隔时间t进行拍摄，共拍摄M张图像后，将M张图像数据送入训练好的美观度评估模型中进行评估。评估的结果即图像数据通过模型获得美观度，美观度的数值范围可以为：[0,1]。0分为最低，1分为最高。其中，人工触发的优先级高于自动触发。

在步骤404中，对图像的美观度和清晰度进行加权求和，得到图像的得分。

在实施例中，对美观度和清晰度都预先设置一个权重，例如：美观度所占权重为0.7，清晰度所占权重为0.3，即美观度所占权重和清晰度所占权重之和可以为1，得分的取值范围可以为：[0,1]，0分为最低，1分为最高，具体可以根据实际需求确定，此处不做限定。

在实施例中，在获取图像的美观度和清晰度后，对图像的美观度和清晰度进行加权求和，得到图像的得分。

示例性的，美观度所占权重为0.7，清晰度所占权重为0.3，图像的美观度为7，图像的清晰度为3，对图像的美观度和清晰度进行加权求和，得到图像的得分为0.58。

在步骤405中，将得分大于得分阈值的图像作为筛选后图像。

在实施例中，得分阈值可以是车载摄像头默认的数值(例如：0.5)，也可以是车辆控制器中设置的数值(例如：0.6)，具体可以根据实际需求确定，此处不做限定。

在实施例中，车辆控制器可以将得分满足目标得分要求的图像作为筛选后图像，例如：车辆控制器将得分大于或等于得分阈值的图像作为筛选后图像。如果步骤405输出为空，则回到控制车载摄像头进行拍摄之前的步骤(例如：101-103或201-203或301-303)。

示例性的，如图2所示，在对图像的美观度和清晰度进行加权求和，得到图像的得分大于得分阈值Score时，删除掉得分小于得分阈值Score的图像以完成筛选，然后将剩余的质量较高作为筛选后图像。

在步骤406中，通过车辆位置对筛选后图像进行标注并存储。

在实施例中，车辆控制器将车辆位置输入到筛选后图像中，以在筛选后图像中显示，或者基于车辆位置命名筛选后图像，以对筛选后图像进行标注，然后再将筛选后图像推荐给用户，在用户对推荐图像进行选择时，对所选择推荐图像进行存储；在用户未选择时，对所有筛选后图像进行存储

示例性的，车辆控制器可以利用当前的车辆位置处的poi名称、经度和纬度对筛选后图像进行标注并存储(例如：当天内，单个poi下，如果步骤406执行成功，不再执行控制车载摄像头进行拍摄之前的步骤和步骤401至步骤405)。

本实施例通过获取预设数据集，可以根据预设数据集训练美观度评估模型，以得到训练好的美观度评估模型，这样在车辆控制器控制车载摄像头进行拍摄后，就可以将图像输入训练好的美观度评估模型，得到图像的美观度，这样可以利用美观度评估模型自动对拍摄的图像进行筛选，进而可以将质量较高的图像推荐给用户，再通过预设图像处理方法计算图像的清晰度，然后对图像的美观度和清晰度进行加权求和，就可以得到图像的得分，从而可以自动删除得分小于得分阈值的图像，将得分大于得分阈值的图像作为筛选后图像，以免用户花费精力进行筛选并存储，节省了用户时间和精力。

可选地，步骤406可以包括

步骤4061，在筛选后图像为至少两张时，对筛选后图像的得分从大到小进行排序，并从排序后图像中选择前N张图像作为推荐图像推荐给用户；其中，N为正整数。

在实施例中，在筛选后图像为一张时，可以直接将筛选后图像推荐给用户；在筛选后图像为至少两张时，则对筛选后图像的得分从大到小进行排序，并从排序后图像中选择前N张图像作为推荐图像推荐给用户。

示例性的，在筛选后图像为一张时，直接将筛选后图像推荐给用户；在筛选后图像为至少两张时，则对筛选后图像的得分从大到小进行排序，选取得分最大的图片并推荐给用户。

步骤4062，通过车辆位置对推荐图像进行标注并存储；或者，在用户对推荐图像进行选择时，通过车辆位置对所选择推荐图像进行标注并存储。

在实施例中，在用户对推荐图像进行选择时，对所选择推荐图像进行标注并存储；在用户未选择时，对所有筛选后图像进行标注并存储。

示例性的，如图2所示，在选出剩余的质量较高作为筛选后图像后，将筛选后图像或者从剩余的质量较高的筛选后图像中选取得分最大的筛选后图像进行标注并存储。

本实施例通过在筛选后图像为至少两张时，对筛选后图像的得分从大到小进行排序，并从排序后图像中选择前N张图像作为推荐图像推荐给用户；通过车辆位置对推荐图像进行标注并存储；或者，在用户对推荐图像进行选择时，通过车辆位置对所选择推荐图像进行标注并存储，可以自动实现标注并存储功能，以免用户花费精力进行标注并存储，节省了用户时间和精力。

在步骤407中，每隔预设时长，基于存储的标注后图像生成车辆的拍照记录。

在实施例中，预设时长可以是车载摄像头默认的数值(例如：6个月)，也可以是车辆控制器中设置的数值(例如：1年)，具体可以根据实际需求确定，此处不做限定。

在实施例中，每隔预设时长，从车辆的本地或云端存储器中获取存储的标注后图像数据，然后按照车辆位置处的poi名称、经度和纬度，生成车辆的拍照记录，可以使得图像和地理位置处的poi和经度和纬度数据相结合，自动生成以车辆轨迹为中心的旅拍记录。

示例性的，以年为单位，基于存储的标注后图像数据，生成车辆的拍照记录作为车辆旅拍记录。

本实施例通过每隔预设时长，基于存储的标注后图像生成车辆的拍照记录，可以将车辆的拍照记录作为车辆轨迹旅拍图，不但可以为用户提供一种阶段性轨迹整理归纳功能，此外还可以增强车辆的个体属性，提升车辆和用户的粘性。

本实施例提供的另一种拍照方法，获取预设数据集，可以根据预设数据集训练美观度评估模型，以得到训练好的美观度评估模型，这样在车辆控制器控制车载摄像头进行拍摄后，就可以将图像输入训练好的美观度评估模型，得到图像的美观度，再通过预设图像处理方法计算图像的清晰度，然后对图像的美观度和清晰度进行加权求和，就可以得到图像的得分，从而可以自动删除得分小于得分阈值的图像，将得分大于得分阈值的图像作为筛选后图像，以免用户花费精力进行筛选并存储，节省了用户时间和精力。并且，在筛选后图像为至少两张时，对筛选后图像的得分从大到小进行排序，并从排序后图像中选择前N张图像作为推荐图像推荐给用户；通过车辆位置对推荐图像进行标注并存储；或者，在用户对推荐图像进行选择时，通过车辆位置对所选择推荐图像进行标注并存储，可以自动实现标注并存储功能，以免用户花费精力进行标注并存储，进一步节省了用户时间和精力。此外，通过每隔预设时长，基于存储的标注后图像生成车辆的拍照记录，可以将车辆的拍照记录作为车辆轨迹旅拍图，不但可以为用户提供一种阶段性轨迹整理归纳功能，此外还可以增强车辆的个体属性，提升车辆和用户的粘性。

实施例五

图7示出了本公开实施例提供的一种拍照装置的结构框图。装置500可以是独立于车载系统的第三方硬件设备，装置500可以包括：

获取模块501，用于在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，车辆检测数据至少包括：车辆位置。

计算模块502，用于在车辆位置处的兴趣点与预设兴趣点之间存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值。

控制模块503，用于在距离值符合自动拍摄要求时，控制车载摄像头进行拍摄。

可选地，距离值包括距离极小值；控制模块503，还用于在距离极小值小于距离阈值时，控制车载摄像头进行拍摄。

可选地，车辆检测设备包括：车载位置设备；获取模块501，还用于在车辆行驶过程中，通过车载位置设备获取车辆位置。

可选地，车辆检测设备还包括：设置在车辆内部的第一摄像头；车辆检测数据还包括：人脸数据；获取模块501，还用于在车辆行驶过程中，通过第一摄像头获取人脸数据；提取人脸数据中人眼的注视方向和人眼的停留时间；控制模块503，还用于在注视方向和停留时间符合自动拍摄要求时，控制车载摄像头进行拍摄。

可选地，车辆摄像头包括：设置在车辆外部的第二摄像头；控制模块503，还用于在注视方向停留在预设区域，且停留时间大于时间阈值时，控制第二摄像头进行拍摄。

可选地，装置500还可以包括：筛选存储模块504，用于对车载摄像头拍摄的图像进行筛选并存储。

可选地，筛选存储模块504，还用于将图像输入训练好的美观度评估模型，得到图像的美观度，并通过预设图像处理方法计算图像的清晰度；对图像的美观度和清晰度进行加权求和，得到图像的得分；将得分大于得分阈值的图像作为筛选后图像；通过车辆位置对筛选后图像进行标注并存储。

可选地，筛选存储模块504，还用于在筛选后图像为至少两张时，对筛选后图像的得分从大到小进行排序，并从排序后图像中选择前N张图像作为推荐图像推荐给用户；其中，N为正整数；通过车辆位置对推荐图像进行标注并存储；或者，在用户对推荐图像进行选择时，通过车辆位置对所选择推荐图像进行标注并存储。

可选地，装置500还可以包括：生成模块505，用于每隔预设时长，基于存储的标注后图像生成车辆的拍照记录。

本实施例提供的一种拍照装置，通过车辆检测设备，可以实时得知车辆在行驶过程中的车辆检测数据，从而在车辆检测数据至少包括车辆位置时，控制器可以实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，在距离值符合自动拍摄要求时，控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

实施例六

图8示出了本公开实施例提供的一种电子设备的结构框图。电子设备600可以是独立于车载系统的第三方硬件设备，电子设备600可以包括：处理器601，存储器602及存储在存储器602上并可在处理器601上运行的程序或指令，程序或指令被处理器601执行时实现上述拍照方法的步骤。

可选地，处理器601，还用于在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，车辆检测数据至少包括：车辆位置；在车辆位置处的兴趣点与预设兴趣点之间存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值；在距离值符合自动拍摄要求时，控制车载摄像头进行拍摄。

可选地，距离值包括距离极小值；处理器601，还用于在距离极小值小于距离阈值时，控制车载摄像头进行拍摄。

可选地，车辆检测设备包括：车载位置设备；处理器601，还用于在车辆行驶过程中，通过车载位置设备获取车辆位置。

可选地，车辆检测设备还包括：设置在车辆内部的第一摄像头；车辆检测数据还包括：人脸数据；处理器601，还用于在车辆行驶过程中，通过第一摄像头获取人脸数据；提取人脸数据中人眼的注视方向和人眼的停留时间；在注视方向和停留时间符合自动拍摄要求时，控制车载摄像头进行拍摄。

可选地，车辆摄像头包括：设置在车辆外部的第二摄像头；处理器601，还用于在注视方向停留在预设区域，且停留时间大于时间阈值时，控制第二摄像头进行拍摄。

可选地，处理器601，还用于对车载摄像头拍摄的图像进行筛选；存储器602，还用于存储标注后图像。

可选地，处理器601，还用于将图像输入训练好的美观度评估模型，得到图像的美观度，并通过预设图像处理方法计算图像的清晰度；对图像的美观度和清晰度进行加权求和，得到图像的得分；将得分大于得分阈值的图像作为筛选后图像；通过车辆位置对筛选后图像进行标注；存储器602，还用于存储标注后图像。

可选地，处理器601，还用于在筛选后图像为至少两张时，对筛选后图像的得分从大到小进行排序，并从排序后图像中选择前N张图像作为推荐图像推荐给用户；其中，N为正整数；通过车辆位置对推荐图像进行标注并存储；或者，在用户对推荐图像进行选择时，通过车辆位置对所选择推荐图像进行标注；存储器602，还用于存储标注后图像。

可选地，处理器601，还用于每隔预设时长，基于存储的标注后图像生成车辆的拍照记录。

本实施例提供的一种电子设备，通过车辆检测设备，可以实时得知车辆在行驶过程中的车辆检测数据，从而在车辆检测数据至少包括车辆位置时，控制器可以实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，在距离值符合自动拍摄要求时，控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

实施例七

本实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，程序或指令被处理器执行时实现上述拍照方法的步骤。

本实施例提供的一种可读存储介质，通过车辆检测设备，可以实时得知车辆在行驶过程中的车辆检测数据，从而在车辆检测数据至少包括车辆位置时，控制器可以实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，在距离值符合自动拍摄要求时，控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

实施例八

本实施例提供了一种车辆。该车辆包括上述第一方面的拍照方法。

本实施例提供的一种车辆，通过车辆检测设备，可以实时得知车辆在行驶过程中的车辆检测数据，从而在车辆检测数据至少包括车辆位置时，控制器可以实时获取车辆位置，以便车辆经过驾驶员或乘客想要记录的风景优美的预设兴趣点时，可以通过计算车辆位置处的兴趣点与预设兴趣点之间是否存在交集，在存在交集时，计算交集中各目标兴趣点和车辆位置之间的距离值，以确定该距离值是否符合自动拍摄要求，在距离值符合自动拍摄要求时，控制车载摄像头自动进行拍摄，这样可以避免乘客在沉迷欣赏风景时，忘记向控制器发送指令，以致漏拍预设兴趣点的图像，以及防止因驾驶员向控制器发送指令而注意力不集中导致发生意外，从而降低了在车辆行驶过程中的安全风险。

本公开涉及方法、装置、电子设备、可读存储介质和/或计算机程序产品、车辆。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是，但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (11)

1.一种拍照方法，其特征在于，所述方法包括：

在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，所述车辆检测数据至少包括：车辆位置；

在所述车辆位置处的兴趣点与预设兴趣点之间存在交集时，计算所述交集中各目标兴趣点和所述车辆位置之间的距离值；

在所述距离值符合自动拍摄要求时，控制车载摄像头进行拍摄。

2.根据权利要求1所述的方法，其特征在于，所述距离值包括距离极小值；

所述在所述距离值符合自动拍摄要求时，控制车载摄像头进行拍摄，包括：

在所述距离极小值小于距离阈值时，控制车载摄像头进行拍摄。

3.根据权利要求1所述的方法，其特征在于，所述车辆检测设备包括：车载位置设备；

所述在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，包括：

在车辆行驶过程中，通过所述车载位置设备获取车辆位置。

4.根据权利要求1所述的方法，其特征在于，所述车辆检测设备还包括：设置在车辆内部的第一摄像头；所述车辆检测数据还包括：所述人脸数据；

所述在车辆行驶过程中，通过车辆检测设备获取车辆检测数据，包括：

在车辆行驶过程中，通过所述第一摄像头获取所述人脸数据；

提取所述人脸数据中人眼的注视方向和人眼的停留时间；

在所述注视方向和所述停留时间符合自动拍摄要求时，控制车载摄像头进行拍摄。

5.根据权利要求1所述的方法，其特征在于，所述车辆摄像头包括：设置在车辆外部的第二摄像头；

所述在所述注视方向和所述停留时间符合自动拍摄要求时，控制车载摄像头进行拍摄，包括：

在所述注视方向停留在预设区域，且所述停留时间大于时间阈值时，控制所述第二摄像头进行拍摄。

6.根据权利要求1或2或4所述的方法，其特征在于，所述控制车载摄像头进行拍摄之后，所述方法还包括：

对所述车载摄像头拍摄的图像进行筛选并存储。

7.根据权利要求6所述的方法，其特征在于，所述对所述车载摄像头拍摄的图像进行筛选并存储，包括：

将所述图像输入训练好的美观度评估模型，得到所述图像的美观度，并通过预设图像处理方法计算所述图像的清晰度；

对所述图像的所述美观度和所述清晰度进行加权求和，得到所述图像的得分；

将所述得分大于得分阈值的图像作为筛选后图像；

通过所述车辆位置对所述筛选后图像进行标注并存储。

8.根据权利要求7所述的方法，其特征在于，所述通过所述车辆位置对所述筛选后图像进行标注并存储，包括：

在所述筛选后图像为至少两张时，对所述筛选后图像的得分从大到小进行排序，并从所述排序后图像中选择前N张图像作为推荐图像推荐给用户；其中，N为正整数；

通过所述车辆位置对所述推荐图像进行标注并存储；或者，在所述用户对所述推荐图像进行选择时，通过所述车辆位置对所选择推荐图像进行标注并存储。

9.根据权利要求7所述的方法，其特征在于，在所述通过所述车辆位置对所述筛选后图像进行标注并存储之后，所述方法还包括：

每隔预设时长，基于存储的标注后图像生成车辆的拍照记录。

10.一种电子设备，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程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-9任一项所述的拍照方法的步骤。

11.一种车辆，其特征在于，包括权利要求1至9中任一所述的拍照方法。

Images