CN116017117A - 智能拍照装置及方法 - Google Patents

Abstract

本发明提供一种智能拍照装置，包括：景物识别模块，用于识别取景框中的标志性景物；景物建议模块，用于根据向用户提供所述景物的拍摄建议；人物建议模块，用于提供人物与所述景物合照的姿势轮廓作为人物的拍摄建议；提示模块，用于将所述景物的拍摄建议和所述人物的拍摄建议以蒙板形式提示给用户。本发明还提供一种智能拍照方法，包括：识别标志性景物的步骤；勾勒所述标志性景物轮廓的步骤；提供拍摄建议的步骤。

Description

智能拍照装置及方法

技术领域

本发明涉及一种拍照的装置及方法，尤其涉及一种能识别景点地标物并给拍摄者提出拍照建议的智能拍照装置及方法。

背景技术

使用手机等智能终端摄影已经成为人们出行过程中越来越常见的行为。但拍摄好看的照片是一种需要综合美术、技术等多种能力的综合技能，普通人通常不具备很高的美术修养，无法快速选择出合适的拍摄角度、确定合适的照片构图，或者无法确定拍摄场景所需要的光圈、快门、ISO、白平衡等参数组合，导致在景点拍出的风景人物照往往不尽如人意。

鉴于目前手机等智能终端在摄像头等硬件设备取景、成像的前、后，都已经能够通过软件对取景数据进行预处理、预览，因此如果在拍照前，通过软件先对镜头中的取景进行识别、分析，并进而为拍摄者提供拍摄建议，将大大为拍照提供巨大便利。

发明内容

鉴于以上所述现有技术的缺点，本发明提供一种智能拍照装置，包括：景物识别模块，用于识别取景框中的标志性景物；景物建议模块，用于根据向用户提供所述景物的拍摄建议；人物建议模块，用于提供人物与所述景物合照的姿势轮廓作为人物的拍摄建议；提示模块，用于将所述景物的拍摄建议和所述人物的拍摄建议以蒙板形式提示给用户。

优选地，上述智能拍照设备中，所述的景物识别模块对取景器中的实时帧进行识别；所述识别是通过向U-net或U2-net等机器学习网络提供正样本和负样本，进行有监督学习的方式获得。

优选地，上述智能拍照设备中，所述景物建议模块从所述景物的历史照片数据中，选取最优照片作为模板，勾勒出所述模板中所述景物的轮廓作为所述景物的拍摄建议。

优选地，上述智能拍照设备中，所述的提示模块在所述取景框中附加一层蒙板，所述蒙板上除了所述景物的拍摄建议和所述人物的拍摄建议外，其它部分设置为透明。

优选地，上述智能拍照设备中，所述的提示模块还将镜头参数、白平衡、光圈、快门信息以文字形式提示给所述用户。

优选地，上述智能拍照设备中，所述的提示模块调用拍照模块的接口，将所述拍照模块的白平衡、光圈、快门、焦距参数中的一项或几项设置成建议值。

本发明还提供一种智能拍照方法，包括：识别标志性景物的步骤；勾勒所述标志性景物轮廓的步骤；提供拍摄建议的步骤。

优选地，上述智能拍照方法中，所述识别标志性景物的步骤中，通过景物识别模型对取景框中的实时帧进行识别；所述景物识别模型是通过通过向U-net或U2-net等机器学习网络提供正样本和负样本，进行有监督学习获得。

优选地，上述智能拍照方法中，所述勾勒所述标志性景物轮廓的步骤中，从所述景物的历史照片数据中，选取最优照片作为模板，勾勒出所述模板中所述景物的轮廓。

优选地，上述智能拍照方法中，所述提供拍摄建议的步骤中，在所述取景框中附加一层蒙板，所述蒙板上除了所述景物轮廓外，其它部分全部设置为透明。

优选地，上述智能拍照方法中，所述拍摄建议还包括人物轮廓，镜头参数(焦距)、白平衡、光圈、快门信息中的一种或者几种。

根据本发明的智能拍照装置和方法，当用户位于景点，尤其是有地标性物体(比如标志性建筑、标志性地貌)的景点时，拍照装置的取景框内除了显示实景之外，还在取景器内同时显示地标性物体的轮廓、人体轮廓，从而为用户的拍照角度、距离、人物站姿提供建议，帮助用户拍出满意照片。

附图说明

图1是本发明智能拍照装置一种实施方式的逻辑框图；

图2是本发明智能拍照装置拍摄建议所用蒙板的示意图；

图3是本发明智能拍照方法的流程图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

首先参阅图1，图1所示为本发明智能拍照装置的逻辑框图。景物识别模块用于对取景器中的实时帧进行识别。该识别模型是通过机器学习获得，具体地，可以通过向U-net或U2-net等机器学习网络提供大量同一标志性景物的多角度、多亮度、不同饱和度的图片作为正样本进行，为提高效率，也可以同时提供一些不同标志性景物的照片作为噪声，进行有监督学习。

识别出标志性景物后，则由景物建议模块从该景物的历史照片数据中，选取好评最多的作为模板，勾勒出模板中该景物的轮廓作为给用户的建议。例如识别出的景物是央视大楼，则从央视大楼的历史照片数据中，选择最优照片(例如好评最多的)，勾勒出其中的景物轮廓，作为给用户的拍摄建议。

人物建议模块的作用是为用户提供人物拍摄建议。具体的建议方式，可以是从人与所识别出的景物合照数据(本例中即人与央视大楼合影数据)中，选取好评最多的照片作为模板，勾勒出其中的人物轮廓，作为给用户的拍摄建议。

上述景物、人物建议的具体表现形式之一，可以是在取景框中附加一层蒙板，该蒙板上除了景物、人物轮廓外，其它部分全部透明。一个蒙板的示例如图2所示。这样蒙板并不会影响用户的取景，所给出的建议用户也可以仅作为参考，如果用户决定采纳，只需要移动相机和被摄人物，将取景框景物和人“套”在建议的轮廓中再进行拍摄即可；如果用户不采纳建议，也可以直接拍摄，从而用户可以获得更大的自主权。

优选地，建议的形式还可以包括文字。例如，将历史数据中获得好评最多的照片所使用的镜头参数(焦距)、白平衡、光圈、快门等信息，以文字形式提示给用户。甚至可以直接调用相机软件的接口，直接帮用户设置好白平衡、光圈、快门、焦距等参数，再由用户确认是否采纳。

本发明还提供一种智能拍照方法，其流程如图3所示，包括：

S1：识别标志性景物的步骤。本步骤是通过景物识别模型对取景器中的实时帧进行识别。该识别模型是通过机器学习获得，具体地，可以通过向U-net或U2-net等机器学习网络提供大量同一标志性景物的多角度、多亮度、不同饱和度的图片作为正样本进行，为提高效率，也可以同时提供一些不同标志性景物的照片作为噪声，进行有监督学习。

S2：勾勒出标志性景物轮廓的步骤。通过步骤S1识别出标志性景物后，则从该景物的历史照片数据中，选取最优照片(例如好评最多的)作为模板，勾勒出模板中该景物的轮廓作为给用户的建议。例如识别出的景物是央视大楼，则从央视大楼的历史照片数据中，选择好评最多的作为模板，勾勒出其中的央视大楼轮廓。

S3：为用户提供拍摄建议的步骤。建议的具体形式之一，可以是在取景框中附加一层蒙板，该蒙板上除了景物轮廓外，其它部分全部透明。除了景物轮廓，也可以为用户提供人物轮廓作为拍摄建议，其中人物的轮廓通过这样的方式获得：从人与所识别出的景物合照的历史照片数据(本例中即人与央视大楼合影数据)中，选取好评最多的照片作为模板，勾勒出其中的人物轮廓，作为给用户的拍摄建议。

此外，给用户的拍摄建议还可以包括文字。例如，将历史数据中获得好评最多的照片所使用的镜头参数(焦距)、白平衡、光圈、快门等信息，以文字形式提示给用户。甚至可以直接调用拍照模块的接口，直接帮用户设置好白平衡、光圈、快门、焦距等参数，再由用户确认是否采纳。

如无特别说明，上述的本发明提到的“装置”、“模块”属于逻辑功能部件，实践中既可以通过硬件实现，也可以通过软件实现；附图中各模块的从属关系、连接线仅代理各模块之间逻辑上的联系，并不构成对研发的限制，尤其不构成对软件开发中类的继承、模块划分等等开发方式的限制。使用本发明的智能拍照装置及方法，大大简化了用户旅游拍照的难度，因此具有较高使用价值。

Claims (11)

1.一种智能拍照装置，其特征在于，包括：

景物识别模块，用于识别取景框中的标志性景物；

景物建议模块，用于根据向用户提供所述景物的拍摄建议；

人物建议模块，用于提供人物与所述景物合照的姿势轮廓作为人物的拍摄建议；

提示模块，用于将所述景物的拍摄建议和所述人物的拍摄建议以蒙板形式提示给用户。

2.根据权利要求1所述的智能拍照装置，其特征在于，所述的景物识别模块对取景器中的实时帧进行识别；所述识别是通过向U-net或U2-net等机器学习网络提供正样本和负样本，进行有监督学习的方式获得。

3.根据权利要求1所述的智能拍照装置，其特征在于，所述景物建议模块从所述景物的历史照片数据中，选取最优照片作为模板，勾勒出所述模板中所述景物的轮廓作为所述景物的拍摄建议。

4.根据权利要求1所述的智能拍照装置，其特征在于，所述的提示模块在所述取景框中附加一层蒙板，所述蒙板上除了所述景物的拍摄建议和所述人物的拍摄建议外，其它部分设置为透明。

5.根据权利要求1所述的智能拍照装置，其特征在于，所述的提示模块还将镜头参数、白平衡、光圈、快门信息以文字形式提示给所述用户。

6.根据权利要求1所述的智能拍照装置，其特征在于，所述的提示模块调用拍照模块的接口，将所述拍照模块的白平衡、光圈、快门、焦距参数中的一项或几项设置成建议值。

7.一种智能拍照方法，其特征在于，包括：

识别标志性景物的步骤；

勾勒所述标志性景物轮廓的步骤；

提供拍摄建议的步骤。

8.根据权利要求7所述的智能拍照方法，其特征在于，所述识别标志性景物的步骤中，通过景物识别模型对取景框中的实时帧进行识别；所述景物识别模型是通过通过向U-net或U2-net等机器学习网络提供正样本和负样本，进行有监督学习获得。

9.根据权利要求7所述的智能拍照方法，其特征在于，所述勾勒所述标志性景物轮廓的步骤中，从所述景物的历史照片数据中，选取最优照片作为模板，勾勒出所述模板中所述景物的轮廓。

10.根据权利要求7所述的智能拍照方法，其特征在于，所述提供拍摄建议的步骤中，在所述取景框中附加一层蒙板，所述蒙板上除了所述景物轮廓外，其它部分全部设置为透明。

11.根据权利要求10所述的智能拍照方法，其特征在于，所述拍摄建议还包括人物轮廓，镜头参数(焦距)、白平衡、光圈、快门信息中的一种或者几种。

Images