TWI423150B - 拍照時間點之預測方法 - Google Patents

Description

拍照時間點之預測方法

本發明是有關於一種拍照時間點之預測方法，預測了非正面臉部轉動改變為正面臉部之時間點，提高了成功拍攝正面臉部之機率之拍照時間點之預測方法。

目前有關預測人臉拍照時間點之方法，系統多以人體正面臉部出現與否，再進一步決定通知快門拍照與否。詳言之，系統先以不需事前訓練或需事前訓練之方法來判斷人臉出現與否。若系統判斷人臉已經出現，那麼系統再接續同理地以不需事前訓練或需事前訓練之方法，判斷人臉是否為正面臉部。若系統判斷正面臉部已經出現，則系統再進一步接續地通知快門拍照。前述不需事前訓練之方法例如為邊緣分析、色彩分析、特徵分析等等。而前述需事前訓練之方法例如為類神經網路或模板比對等等。

然而，若前述系統判斷正面臉部沒有出現，但人臉卻於系統判斷後，才自然轉動改變為正面臉部，此種正面臉部就無法準確地被拍攝到，如此即降低了成功拍攝正面臉部之機率。

此外，若是以需事前訓練之方法，例如以建立正臉模板資料庫之方式，來判斷人臉是否為正面臉部，系統常會誤判非正面臉部為正面臉部，並再進一步接續地通知快門拍照，同樣地產生了無法準確地拍攝到正面臉部之情形。前述皆為仍待解決之技術課題。

有鑑於習知技術之各項問題，本發明人基於多年研究開發與諸多實務經驗，提出一種拍照時間點之預測方法，以作為改善上述缺點之實現方式與依據。

本發明之其一目的在於，提供一預測了非正面臉部轉動改變為正面臉部之時間點之拍照時間點之預測方法。

本發明之另一目的在於，提供一提高了成功拍攝正面臉部之機率之拍照時間點之預測方法。

本發明之再一目的在於，提供一不易誤判非正面臉部為正面臉部之拍照時間點之預測方法。　
依據本發明之上述目的，本發明提供一拍照時間點之預測方法，首先，先進行偵測步驟，開始影像偵測；再進行臉部判斷步驟，針對所偵測到之複數個影像，判斷一臉部是否出現於該些影像；當判斷有臉部出現，隨後再進行臉部分類步驟，以一訓練資料庫，將該臉部以一角度分類為一正面臉部或一非正面臉部；若該臉部為該正面臉部，則進行通知步驟，通知快門拍照；若該臉部為該非正面臉部，則進行差異值產生步驟，計算出一非正面臉部之角度與一正面臉部之角度之一差異值；

若從該些影像中計算出複數個差異值時，則進行差異值計算步驟，該計算單元對依序相鄰之該差異值進行計算，藉以計算出依序相鄰之該差異值之大小係不變、增加或減少；若依序相鄰之差異值之大小係不變或增加，則重覆進行偵測步驟、臉部判斷步驟以及臉部分類步驟；若依序相鄰之差異值之大小係減少，則根據該些差異值之減少程度預測一拍照時間點；再進行等待步驟，等待至該拍照時間點；以及再進行通知步驟，通知快門拍照。

本發明拍照時間點之預測方法係以訓練資料庫，將臉部分類為正面臉部或非正面臉部，並計算出非正面臉部之角度與正面臉部之角度之差異值，再將此差異值傳送至計算單元，計算單元對依序相鄰之差異值進行計算，計算出依序相鄰之差異值之大小係不變、增加或減少，據此本發明可預測拍照時間點，再通知快門拍照。如此即預測了非正面臉部轉動改變為正面臉部之時間點，提高了成功拍攝正面臉部之機率。此外，本發明更利用了具備了正臉模板及非正臉模板之訓練資料庫，因此不易誤判非正面臉部為正面臉部，提高了成功拍攝正面臉部之機率。

需特別說明，本發明以人臉之眼睛及嘴巴之連線定義出一平面，並定義出該平面之法線與觀測面之法線之角度。若前述角度為0度至15度，則人臉被定義為正面臉部；若前述角度超過15度，則人臉被定義為非正面臉部。

本發明拍照時間點之預測方法更可被相機等裝置所採用，此相機至少包括了臉部判斷單元、計算單元、訓練資料庫以及快門。臉部判斷單元針對複數個影像，判斷一臉部是否出現於該些影像，且臉部判斷單元係以不需事前訓練或需事前訓練之方法來進行判斷。前述不需事前訓練之方法為邊緣分析、色彩分析或特徵分析。前述需事前訓練之方法為類神經網路或模板比對。訓練資料庫係用以將臉部以一角度分類為正面臉部或非正面臉部。訓練資料庫係以一臉部特徵定義該角度，臉部特徵為五官特徵。角度為0度至15度時，臉部被定義為正面臉部；角度超過15度時，臉部被定義為非正面臉部。計算單元針對依序相鄰之非正面臉部之差異值做計算，若依序相鄰之差異值之大小係減少，則通知快門拍照。

茲為使貴審查委員對本發明之技術特徵及所達到之功效有更進一步之瞭解與認識，謹佐以較佳之實施例及配合詳細之說明如後。

以下將參照相關圖式，說明本發明拍照時間點之預測方法之較佳實施例，為使便於理解，下述實施例中之相同元件係以相同之符號標示來說明。

請先參閱第1圖所示，其係繪示本發明拍照時間點之預測方法之較佳實施例之步驟及其流程示意圖。本發明之拍照時間點之預測方法之步驟流程為：首先，進行偵測步驟A1，開始影像偵測。完成偵測步驟A1後，再進行臉部判斷步驟A2，針對所偵測到之複數個影像，前述臉部判斷步驟A2包含以一不需事前訓練或一需事前訓練之方法來進行判斷臉部，例如人臉，是否出現於該些影像，前述不需事前訓練之方法例如為邊緣分析、色彩分析、特徵分析等等。而前述需事前訓練之方法例如為類神經網路或模板比對等等。

完成臉部判斷步驟A2後，當判斷有臉部出現，再進行臉部分類步驟A3，以一訓練資料庫，將臉部分類為正面臉部或非正面臉部。詳言之，產生前述訓練資料庫之產生過程為，先以臉部特徵，例如五官特徵，對臉部定義出角度。若前述角度為0度至15度，則臉部被定義為正面臉部；若前述角度超過15度，則臉部被定義為非正面臉部。再將大量之正面臉部及非正面臉部資料以演算方法產生出該訓練資料庫。

完成臉部分類步驟A3後，若臉部為正面臉部，則進行通知步驟A4，通知快門拍照。完成臉部分類步驟A3後，若臉部，例如人臉為非正面臉部，則進行差異值產生步驟A5，計算出非正面臉部之角度與正面臉部之角度之差異值。若從該些影像中計算出複數個差異值時，則進行差異值計算步驟A6，計算單元對依序相鄰之差異值進行計算，計算以判斷出依序相鄰之差異值之大小係不變、增加或減少。完成差異值計算步驟A6後，若依序相鄰之差異值之大小係不變或增加，則重覆進行偵測步驟A1、臉部判斷步驟A2以及臉部分類步驟A3。完成差異值計算步驟A6後，若依序相鄰之差異值之大小係減少，則進行預測步驟A7，根據該些差異值之減少程度預測一拍照時間點。完成預測步驟A7後，再進行等待步驟A8，等待至該拍照時間點。完成等待步驟A8後，再進行通知步驟A4，通知快門拍照。

請再一併參閱第2圖所示，其係繪示本發明拍照時間點之預測方法之較佳實施例之角度定義示意圖。如圖所示，例如以人臉1之眼睛11及嘴巴12之連線定義出一平面B，並定義出該平面B之法線B1與觀測面C之法線C1之角度D。若前述角度D為0度至15度，則人臉1被定義為正面臉部；若前述角度D超過15度，則人臉1被定義為非正面臉部。前述角度D之定義方式僅為舉例但不為所限。

請再參閱第3圖所示，其係繪示採用本發明拍照時間點之預測方法之裝置之方塊示意圖。本發明拍照時間點之預測方法可被裝置2，例如為相機所採用，此相機至少包括了臉部判斷單元、計算單元、訓練資料庫以及快門。臉部判斷單元針對複數個影像，判斷一臉部是否出現於該些影像，且臉部判斷單元係以不需事前訓練或需事前訓練之方法來進行判斷。前述不需事前訓練之方法為邊緣分析、色彩分析或特徵分析。前述需事前訓練之方法為類神經網路或模板比對。訓練資料庫係用以將臉部以一角度分類為正面臉部或非正面臉部。訓練資料庫係以一臉部特徵定義該角度，臉部特徵為五官特徵。角度為0度至15度時，臉部被定義為正面臉部；角度超過15度時，臉部被定義為非正面臉部。計算單元針對依序相鄰之非正面臉部之差異值做計算，若依序相鄰之差異值之大小係減少，則通知快門拍照。需特別說明，本發明係舉人臉為例，但其它物種之臉部同理地亦可以被推論適用於本發明，例如狗之臉部或羊之臉部等等，人臉僅為舉例但不為所限。

綜上所述，本發明拍照時間點之預測方法至少具有下述之優點：
1.提高了成功拍攝正面臉部之機率：
本發明拍照時間點之預測方法係以訓練資料庫，將臉部分類為正面臉部或非正面臉部，並計算出非正面臉部之角度與正面臉部之角度之差異值，再將此差異值傳送至計算單元，計算單元對依序相鄰之差異值進行計算以判斷出依序相鄰之差異值之大小係不變、增加或減少，據此以預測拍照時間點，再通知快門拍照。如此即預測了非正面臉部轉動改變為正面臉部之時間點，提高了成功拍攝正面臉部之機率。

2. 不易誤判非正面臉部為正面臉部：
本發明拍照時間點之預測方法以訓練資料庫，將臉部分類為正面臉部或非正面臉部。而訓練資料庫之產生過程為，先以臉部特徵，對臉部定義出角度。若前述角度為0度至15度，則臉部被定義為正面臉部；若前述角度超過15度，則臉部被定義為非正面臉部。再將大量之正面臉部及非正面臉部資料以演算方法產生出該訓練資料庫。亦即本發明利用具備了正臉模板及非正臉模板之訓練資料庫，因此不易誤判非正面臉部為正面臉部，提高了成功拍攝正面臉部之機率。
以上所述僅為舉例性，而非為限制性者。任何未脫離本發明之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

A1‧‧‧偵測步驟

A2‧‧‧臉部判斷步驟

A3‧‧‧臉部分類步驟

A4‧‧‧通知步驟

A5‧‧‧差異值產生步驟

A6‧‧‧差異值計算步驟

A7‧‧‧預測步驟

A8‧‧‧等待步驟

B‧‧‧平面

B1‧‧‧法線

C‧‧‧觀測面

C1‧‧‧法線

D‧‧‧角度

1‧‧‧人臉

11‧‧‧眼睛

12‧‧‧嘴巴

2‧‧‧裝置

第1 圖係為本發明拍照時間點之預測方法之較佳實施例之步驟及其流程示意圖；
第2 圖係為本發明拍照時間點之預測方法之較佳實施例之角度定義示意圖；以及
第3圖所示係為採用本發明拍照時間點之預測方法之裝置之方塊示意圖。

A1‧‧‧偵測步驟

A2‧‧‧臉部判斷步驟

A3‧‧‧臉部分類步驟

A4‧‧‧通知步驟

A5‧‧‧差異值產生步驟

A6‧‧‧差異值計算步驟

A7‧‧‧預測步驟

A8‧‧‧等待步驟

Claims (10)

1. 一種拍照時間點之預測方法，至少包括下列步驟：
   進行偵測步驟，開始影像偵測；
   進行臉部判斷步驟，針對所偵測到之複數個影像，判斷一臉部是否出現於該些影像；以及
   當判斷有臉部出現，進行臉部分類步驟，以一訓練資料庫，將該臉部以一角度分類為一正面臉部或一非正面臉部，其中：
   若該臉部為該正面臉部，則進行通知步驟，通知快門拍照；
   若該臉部為該非正面臉部，則進行差異值產生步驟，計算出一非正面臉部之角度與一正面臉部之角度之一差異值，其中：
   若從該些影像中計算出複數個差異值時，則進行差異值計算步驟，該計算單元對依序相鄰之該差異值進行計算，計算出以判斷依序相鄰之該差異值之大小係不變、增加或減少；若依序相鄰之該差異值之大小係不變或增加，則重覆進行該偵測步驟、該臉部判斷步驟以及該臉部分類步驟；若依序相鄰之該差異值之大小係減少，則依據該些差異值之一減少程度預測一拍照時間點；
   進行等待步驟，等待至該拍照時間點；以及進行該通知步驟，通知快門拍照。
2. 如申請專利範圍第1項所述之拍照時間點之預測方法，其中該臉部判斷步驟包含以一不需事前訓練或一需事前訓練之方法來進行判斷，該不需事前訓練之方法為邊緣分析、色彩分析或特徵分析。
3. 如申請專利範圍第2項所述之拍照時間點之預測方法，其中該需事前訓練之方法為類神經網路或模板比對。
4. 如申請專利範圍第1項所述之拍照時間點之預測方法，其中係以一臉部特徵定義該角度，該臉部特徵為五官特徵。
5. 如申請專利範圍第4項所述之拍照時間點之預測方法，其中該角度為0度至15度時，該臉部被定義為該正面臉部；該角度超過15度時，該臉部被定義為該非正面臉部。
6. 一種採用如申請專利範圍第1項所述之拍照時間點之預測方法之裝置，至少包括一臉部判斷單元、一計算單元、一訓練資料庫以及一快門，該臉部判斷單元針對複數個影像，判斷一臉部是否出現於該些影像，該訓練資料庫係用以將該臉部以一角度分類為一正面臉部或一非正面臉部，該計算單元對依序相鄰之該些非正面臉部之複數個差異值做計算，若依序相鄰之該些差異值之大小係減少，則通知該快門拍照。
7. 如申請專利範圍第6項所述之裝置，其中該臉部判斷單元係以一不需事前訓練或一需事前訓練之方法來進行判斷，該不需事前訓練之方法為邊緣分析、色彩分析或特徵分析。
8. 如申請專利範圍第7項所述之裝置，其中該需事前訓練之方法為類神經網路或模板比對。
9. 如申請專利範圍第6項所述之裝置，其中該訓練資料庫係以一臉部特徵定義該角度，該臉部特徵為五官特徵。
10. 如申請專利範圍第9項所述之裝置，其中該角度為0度至15度時，該臉部被定義為該正面臉部；該角度超過15度時，該臉部被定義為該非正面臉部。