TWI768630B - 可移動攝影系統和攝影構圖控制方法 - Google Patents

可移動攝影系統和攝影構圖控制方法 Download PDF

Info

Publication number
TWI768630B
TWI768630B TW109146701A TW109146701A TWI768630B TW I768630 B TWI768630 B TW I768630B TW 109146701 A TW109146701 A TW 109146701A TW 109146701 A TW109146701 A TW 109146701A TW I768630 B TWI768630 B TW I768630B
Authority
TW
Taiwan
Prior art keywords
image
processing device
feature information
reference image
image data
Prior art date
Application number
TW109146701A
Other languages
English (en)
Other versions
TW202226161A (zh
Inventor
陳國睿
林子揚
郭慧冰
Original Assignee
財團法人工業技術研究院
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 財團法人工業技術研究院 filed Critical 財團法人工業技術研究院
Priority to TW109146701A priority Critical patent/TWI768630B/zh
Priority to CN202110470014.XA priority patent/CN114697545B/zh
Application granted granted Critical
Publication of TWI768630B publication Critical patent/TWI768630B/zh
Publication of TW202226161A publication Critical patent/TW202226161A/zh

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/64Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • H04N23/611Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/695Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00Details of television systems
    • H04N5/76Television signal recording

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Details Of Cameras Including Film Mechanisms (AREA)

Abstract

本發明提供了一種可移動攝影系統。可移動攝影系統包括載具、影像擷取裝置、儲存裝置和處理裝置。影像擷取裝置搭載在載具上,用以產生第一影像。儲存裝置用以儲存複數影像資料。處理裝置用以取得第一影像中的一目標物之特徵資訊,以及根據特徵資訊,比對第一影像和複數影像資料,以從複數影像資料中選取出一參考影像。此外,處理裝置根據第一影像和參考影像,產生一移動資訊,以及載具根據移動資訊進行移動,以調整影像擷取裝置之一拍攝位置,並產生第二影像。

Description

可移動攝影系統和攝影構圖控制方法
本發明之實施例主要係有關於一攝影構圖控制技術,特別係有關於藉由參考一參考影像之構圖,來產生一經構圖之影像之攝影構圖控制技術。
隨著科技日益的進步,攝影裝置亦成為手機的標準配備,使得拍照攝影的應用情境變得多元化,再加上社群網站的普及使用,自拍(Selfie)及直播為目前相當流行之趨勢。為達成較好之自拍效果,許多人使用自拍棒協助攝影,但受限於鏡頭延展距離,導致人物主體拍攝過近、畫面邊緣扭曲、自拍棒入鏡及人物無法全部容納等問題發生。或是利用固定腳架以解決距離不足問題,但腳架將侷限於固定拍攝角度並且於拍攝時無法隨時調整。
為了不受限拍攝時距離和空間之限制,近年來,越來越多人使用無人機來進行自拍。然而,傳統上使用無人機進行自拍,使用者往往需要耗費不少時間手動調整拍攝位置和角度,以取得滿意的構圖。因此,如何更有效率的使用無人機進行自拍,並達成理想的構圖,將是個值得研究之課題。
有鑑於上述先前技術之問題,本發明之實施例提供了一種可移動攝影系統和攝影構圖控制方法。
根據本發明之一實施例提供了一種可移動攝影系統。可移動攝影系統包括一載具、一影像擷取裝置、一儲存裝置和一處理裝置。影像擷取裝置搭載在載具上,用以產生一第一影像。儲存裝置用以儲存複數影像資料。處理裝置用以取得第一影像中的一目標物之特徵資訊,以及根據特徵資訊,比對第一影像和複數影像資料,以從複數影像資料中選取出一參考影像。此外,處理裝置根據第一影像和參考影像,產生一移動資訊,以及載具根據移動資訊進行移動,以調整影像擷取裝置之一拍攝位置,並產生一第二影像。
在一些實施例中,特徵資訊可包括人體特徵資訊、顯著物特徵資訊或環境特徵資訊。在一些實施例中,處理裝置根據一行人偵測演算法、一臉部偵測演算法或一骨架偵測演算法,取得上述人體特徵資訊。在一些實施例中,處理裝置根據一顯著物偵測演算法,取得上述顯著物特徵資訊。在一些實施例中,處理裝置根據一環境偵測演算法,取得上述環境特徵資訊。
在一些實施例中,處理裝置根據特徵資訊,計算目標物之複數骨架與複數影像資料之相似度,以比對第一影像和複數影像資料,並選取對應一最高相似度之影像資料作為參考影像。在此實施例中,複數骨架會對應不同的權重值。
在一些實施例中,處理裝置計算第一影像之和參考影像之感興趣區域之面積,以及根據第一影像之和參考影像之感興趣區域之面積產生移動資訊。
在一些實施例中,處理裝置根據參考影像,對第二影像之尺寸進行調整。
根據本發明之一實施例提供了一種攝影構圖控制方法。攝影構圖控制方法適用一可移動攝影系統。攝影構圖控制方法之步驟包括:藉由可移動攝影系統之一影像擷取裝置,產生一第一影像,其中影像擷取裝置搭載在一載具上;藉由可移動攝影系統之一處理裝置,取得第一影像中的一目標物之特徵資訊;藉由處理裝置根據特徵資訊,比對第一影像和儲存在可移動攝影系統之一儲存裝置之複數影像資料,以從複數影像資料中選取出一參考影像;藉由處理裝置根據第一影像和參考影像,產生一移動資訊;以及藉由載具根據移動資訊進行移動,以調整影像擷取裝置之一拍攝位置,並產生一第二影像。
關於本發明其他附加的特徵與優點,此領域之熟習技術人士,在不脫離本發明之精神和範圍內,當可根據本案實施方法中所揭露之可移動攝影系統和攝影構圖控制方法,做些許的更動與潤飾而得到。
本章節所敘述的是實施本發明之較佳方式,目的在於說明本發明之精神而非用以限定本發明之保護範圍,本發明之保護範圍當視後附之申請專利範圍所界定者為準。
第1圖係顯示根據本發明之一實施例所述之一可移動攝影系統100之方塊圖。如第1圖所示,可移動攝影系統100可包括一載具110、一影像擷取裝置120、一儲存裝置130和一處理裝置140。注意地是,在第1圖中所示之方塊圖,僅係為了方便說明本發明之實施例,但本發明並不以第1圖為限。可移動攝影系統100中亦可包含其他元件和裝置。根據本發明一實施例,儲存裝置130和處理裝置140可配置在載具110中。根據本發明另一實施例,處理裝置140可配置在載具110中。
根據本發明一實施例,載具110可係一無人機、一機械手臂或其他可進行三維移動之裝置,但本發明不以此為限。載具110可用以搭載影像擷取裝置120,以調整影像擷取裝置120之拍攝位置。
根據本發明一實施例,影像擷取裝置120可係一相機。影像擷取裝置120可包括感光耦合元件(Charge-coupled Device,CCD)感測器、互補性氧化金屬半導體(Complementary Metal-Oxide Semiconductor)感測器或其他感光元件,以擷取影像和影片。
根據本發明之實施例,儲存裝置130可係一揮發性記憶體(volatile memory)(例如:隨機存取記憶體(Random Access Memory, RAM)),或一非揮發性記憶體(Non-volatile memory)(例如:快閃記憶體(flash memory)、唯讀記憶體(Read Only Memory, ROM))、一硬碟或上述裝置之組合。此外,根據本發明之另一實施例,儲存裝置130可係一雲端資料庫。儲存裝置130可用以儲存複數影像資料。在一實施例中,處理裝置140可直接從儲存裝置130取得複數影像資料。在另一實施例中,可移動攝影系統100之一通訊裝置(圖未顯示)可先從儲存裝置130取得複數影像資料,處理裝置140再從通訊裝置取得複數影像資料。
根據本發明之實施例,處理裝置140可係一微處理器、微控制器或一影像處理晶片,但本發明不以此為限。處理裝置140可配置在載具110或係配置在一後端電腦(圖未顯示)中。
根據本發明一實施例,當使用者想要拍攝一經過構圖之影像時,搭載在載具110之影像擷取裝置120可先對一目標物進行拍攝,以產生一第一影像。根據本發明之實施例,目標物可係人像、取景畫面之顯著物(salient object)或一景物,但本發明不以此為限。
第一影像產生後,處理裝置140可藉由一適當的特徵萃取演算法,取得第一影像中的目標物的特徵資訊。也就是說,處理裝置140可根據目標物之屬性,採用不同的特徵萃取演算法。根據本發明一實施例,特徵資訊可包括人體特徵資訊、顯著物特徵資訊或環境特徵資訊。
根據本發明一實施例,當目標物是人像時,處理裝置140可採用一行人偵測演算法(例如:方向梯度直方圖(Histogram of oriented gradient, HOG)演算法、YOLO(You Only Look Once)演算法,但本發明不以此為限)、一臉部偵測演算法(例如:SSR-Net(Soft Stagewise Regression Network)演算法,但本發明不以此為限)或一骨架偵測演算法(例如:OpenPose演算法或一Move Mirror演算法,但本發明不以此為限),來取得第一影像中的目標物(即第一影像中的人像)的特徵資訊(即人體特徵資訊)。
根據本發明另一實施例,當目標物是取景畫面之顯著物時,處理裝置140可採用一顯著物偵測演算法(例如:BASNet(Boundary-Aware Salient Object Detection)或U2-Net(u2-net: going deeper with nested u-structure for salient object detection) 等深度學習方法的顯著物偵測演算法,但本發明不以此為限),來取得第一影像中的目標物(即第一影像中最顯著的物體)的特徵資訊(即顯著物特徵資訊)。
根據本發明另一實施例,當目標物是景物時,處理裝置140可採用一環境偵測演算法(例如PSANet(Point-wise Spatial Attention Network for Scene Parsing)或OCNet (Object Context Network for Scene Parsing)等深度學習方法的場景解析,但本發明不以此為限),來取得第一影像中的目標物(即第一影像中所包含之景物,例如:山、海或建築物,但本發明不以此為限)的特徵資訊(即環境特徵資訊)。
根據本發明一實施例,當處理裝置140取得第一影像中的目標物的特徵資訊後,處理裝置140可根據目標物的特徵資訊,將第一影像和儲存在儲存裝置130之每一影像資料進行比對,以從複數影像資料中選取一參考影像。明確地來說,處理裝置140可根據目標物的特徵資訊,將第一影像中的目標物和每一影像資料中對應目標物之相似目標物進行比對,以取得第一影像和每一影像資料之相似度,並選取和第一影像具有最高相似度之影像資料作為參考影像。以第2A-2B圖為例,處理裝置140可根據第一影像S1(第2B圖)之目標物P1的特徵資訊,選取出和和第一影像相似度最高之參考影像S2(第2A圖)。也就是說,參考影像S2中對應目標物P1之相似目標物之P2會具有和目標物P1最相近之姿勢。
根據本發明一實施例,若處理裝置140係採用一骨架偵測演算法,來取得第一影像中的目標物的特徵資訊(例如:目標物之骨架資訊),處理裝置140會去計算第一影像中的目標物之每一骨架和每一影像資料中的相似目標物之每一骨架之相似度。底下以第3圖為例來做說明。如第3圖所示,根據本發明一實施例,可將人體之骨架分成14個部分,但本發明不以此為限。處理裝置140可根據一相似度公式,去計算目標物之14個骨架B1~B14和每一影像資料中的相似目標物之每一骨架之相似度。相似度公式如下所示:
Figure 02_image001
Figure 02_image003
其中
Figure 02_image005
係表示每一骨架對應之權重值、
Figure 02_image007
係表示目標物之第n個骨架對應之向量值、
Figure 02_image009
係表示相似目標物之第n個骨架之向量值,以及m係表示目標物骨幹的中心。由上述公式可得知,離骨幹的中心越近的骨架,會具有較大的權重值。特別說明地是,在此實施例中僅係以骨架偵測演算法為例,但本發明並不以此為限。
根據本發明另一實施例,若處理裝置140係採用顯著物偵測演算法,來取得第一影像中的目標物的特徵資訊(即顯著物特徵資訊),處理裝置140會去計算第一影像中的顯著物和每一影像資料中的顯著物之相似度,並選取出和和第一影像相似度最高之影像資料作為參考影像。在此實施例中,處理裝置140可根據一顯著物差異度公式,去計算第一影像中的顯著物和每一影像資料中的顯著物之相似度。顯著物差異度公式如下所示:
Figure 02_image011
, 其中
Figure 02_image013
係表示第一影像中的顯著物之座標,
Figure 02_image015
係表示影像資料中的顯著物的座標。特別說明地是,在此實施例中僅係以顯著物差異度計算為例,但本發明並不以此為限。
根據本發明另一實施例,若處理裝置140係採用環境偵測演算法,來取得第一影像中的目標物(即第一影像中所包含之景物,例如:山、海或建築物,但本發明不以此為限)的特徵資訊(即環境特徵資訊),處理裝置140會去計算第一影像中包含的景物和每一影像資料中所包含的景物之相似度,並選取出和和第一影像相似度最高之影像資料作為參考影像。
根據本發明一實施例,當處理裝置140取得參考影像後,處理裝置140可根據第一影像之感興趣區域(region of interest,ROI)和參考影像之感興趣區域之座標,以取得一移動資訊。在此實施例中,第一影像之感興趣區域可係表示第一影像中的目標物,以及參考影像之感興趣區域可係表示參考影像中對應目標物之相似目標物。根據本發明一實施例,處理裝置140可根據可去比對第一影像之感興趣區域和參考影像之感興趣區域之X軸和Y軸之座標,以計算第一影像之感興趣區域和參考影像之感興趣區域之面積,並再根據第一影像之感興趣區域和參考影像之感興趣區域之面積去計算第一影像之感興趣區域和參考影像之感興趣區域彼此間之Z軸的變化量(即移動資訊)。根據本發明一實施例,處理裝置140可由底下公式計算出第一影像之感興趣區域之面積:
Figure 02_image017
, 其中
Figure 02_image019
係表示第一影像之感興趣區域之面積,(
Figure 02_image021
,
Figure 02_image023
), (
Figure 02_image025
,
Figure 02_image027
)…(
Figure 02_image029
,
Figure 02_image031
)表示第一影像之感興趣區域之外圍輪廓上之座標點。參考影像之感興趣區域之面積之計算方式和第一影像相同,在此就不贅述。處理裝置140取得第一影像之感興趣區域和參考影像之感興趣區域之面積後,可再藉由底下公式,計算出第一影像之感興趣區域和參考影像之感興趣區域彼此間之Z軸的變化量(即移動資訊): dz=Sa/Sb, 其中
Figure 02_image033
係表示參考影像之感興趣區域之面積,dz係表示第一影像之感興趣區域和參考影像之感興趣區域彼此間之Z軸的變化量(即移動資訊)。
處理裝置140產生移動資訊後,載具110可根據移動資訊進行移動,以調整影像擷取裝置120之拍攝位置(例如:調整影像擷取裝置120之拍攝角度、拍攝高度和拍攝距離等,但本發明不以此為限)。影像擷取裝置120之拍攝位置調整後,影像擷取裝置120即可拍攝出和參考影像之構圖類似之第二影像。
根據本發明之一實施例,處理裝置140更可根據第二影像之感興趣區域和參考影像之感興趣區域之座標,去判斷影像擷取裝置120之第二影像之構圖是否有符合參考影像之構圖。若不符合,可移動攝影系統100之處理裝置140可再計算第二影像和參考影像之感興趣區域之面積,以及根據第二影像之和參考影像之感興趣區域之面積區域,反推新的移動資訊。載具110再根據新的移動資訊進行移動,以再次調整影像擷取裝置120之一拍攝位置。
根據本發明一實施例,處理裝置140可根據參考影像和第一影像,去調整第二影像之尺寸。也就是說,第二影像之尺寸可和第一影像之尺寸不相同。以第4A-4C圖為例,處理裝置140可根據第一影像S1(第4B圖)之目標物P1之尺寸、參考影像之尺寸S2和參考影像(第4A圖)中對應目標物之類似目標物P2之尺寸,決定第二影像S3(第4C圖)之尺寸。在第4A圖中,w係表示參考影像S2之寬度、h係表示參考影像S2之高度、(x1, y1)係表示類似目標物P2對應之左上角座標,以及(x2, y2)係表示類似目標物P2對應之右下角座標。在第4B圖中,(x’1, y’1)係表示目標物P1對應之左上角座標,以及(x’2, y’2)係表示目標物P1對應之右下角座標。
在一實施例中,處理裝置140可根據底下公式計算第二影像S3之尺寸: 參考影像之高寬比=w/h; 類似目標物P2之高度比=h/(y2-y1); 第二影像S3之高度=(y’2-y’1)* 類似目標物P2之高度 比; 第二影像S3之寬度=第二影像S3之高度*參考影像 之高寬比。
在另一實施例中,處理裝置140可根據底下公式計算第二影像S3之尺寸: 目標物P1與第二影像S3之右邊界的距離 =(x’2-x’1)*(w-x2)/(x2-x1) 目標物P1與第二影像S3之左邊界的距離 =(x’2-x’1)*(x1-0)/(x2-x1) 目標物P1與第二影像S3之上邊界的距離 =(y’2-y’1)*(y1-0)/(y2-y1) 目標物P1與第二影像S3之上邊界的距離 =(y’2-y’1)*(h-y2)/(y2-y1)
根據本發明另一實施例,使用者可直接上傳一參考影像至儲存裝置130中,以供處理裝置140進行後續之操作時使用。也就是說,在此實施例中之中,處理裝置140可直接藉由分析參考影像中的構圖,去移動載具110,以調整影像擷取裝置120之拍攝位置(例如:調整影像擷取裝置120之拍攝角度、拍攝高度和拍攝距離等,但本發明不以此為限)。
第5圖係根據本發明之一實施例所述之攝影構圖控制方法之流程圖。攝影構圖控制方法可適用於可移動攝影系統100。如第5圖所示,在步驟S510,可移動攝影系統100之影像擷取裝置產生一第一影像,其中影像擷取裝置係搭載在一載具上。
在步驟S520, 可移動攝影系統100之一處理裝置,取得第一影像中的一目標物之特徵資訊。
在步驟S530,可移動攝影系統100之處理裝置根據目標物之特徵資訊,比對第一影像和儲存在可移動攝影系統100之一儲存裝置之複數影像資料,以從複數影像資料中選取出一參考影像。
在步驟S540,可移動攝影系統100之處理裝置根據第一影像和參考影像,產生一移動資訊。
在步驟S550,載具根據移動資訊進行移動,以調整影像擷取裝置之一拍攝位置,並產生一第二影像。
根據本發明一實施例,在攝影構圖控制方法中,特徵資訊可包括人體特徵資訊、顯著物特徵資訊或環境特徵資訊。
根據本發明一實施例,在攝影構圖控制方法中,可移動攝影系統100之處理裝置根據一行人偵測演算法、一臉部偵測演算法或一骨架偵測演算法,取得人體特徵資訊。根據本發明另一實施例,可移動攝影系統100之處理裝置根據一顯著物偵測演算法,取得顯著物特徵資訊。根據本發明另一實施例,可移動攝影系統100之處理裝置根據一環境偵測演算法,取得環境特徵資訊。
根據本發明一實施例,在攝影構圖控制方法之步驟S530中,可移動攝影系統100之處理裝置可根據特徵資訊,計算目標物之複數骨架與複數影像資料之相似度,以進行影像和複數影像資料之比對,並選取對應一最高相似度之影像資料作為參考影像。在此實施例中,複數骨架可對應不同的權重值。
根據本發明一實施例,在攝影構圖控制方法之步驟S540中,可移動攝影系統100之處理裝置可計算第一影像之和參考影像之感興趣區域之面積,以及根據第一影像之和參考影像之感興趣區域之面積,產生移動資訊。
根據本發明一實施例,在步驟S550後,在攝影構圖控制方法中更包括,可移動攝影系統100之處理裝置可根據第二影像之感興趣區域和參考影像之感興趣區域之座標,去判斷影像擷取裝置之第二影像之構圖是否有符合參考影像之構圖。若不符合,可移動攝影系統100之處理裝置可計算第二影像之和參考影像之感興趣區域之面積,以及根據第二影像之和參考影像之感興趣區域之面積,產生新的移動資訊。載具可再根據新的移動資訊進行移動,以再次調整影像擷取裝置之拍攝位置。
根據本發明一實施例,在攝影構圖控制方法中更包括,可移動攝影系統100之處理裝置可根據參考影像和第一影像,對第二影像之尺寸進行調整。
根據本發明提出之可移動攝影系統和攝影構圖控制方法,可藉由參照參考影像之構圖,自動來調整影像擷取裝置之拍攝位置,以產生具有和參考影像類似構圖之影像。因此,透過本發明提出之可移動攝影系統和攝影構圖控制方法,將可節省使用者手動操作所需要花費的時間,並產生具有理想構圖之影像。
本說明書中以及申請專利範圍中的序號,例如「第一」、「第二」等等,僅係為了方便說明,彼此之間並沒有順序上的先後關係。
本發明之說明書所揭露之方法和演算法之步驟,可直接透過執行一處理器直接應用在硬體以及軟體模組或兩者之結合上。一軟體模組(包括執行指令和相關數據)和其它數據可儲存在數據記憶體中,像是隨機存取記憶體(RAM)、快閃記憶體(flash memory)、唯讀記憶體(ROM)、可抹除可規化唯讀記憶體(EPROM)、電子可抹除可規劃唯讀記憶體(EEPROM)、暫存器、硬碟、可攜式硬碟、光碟唯讀記憶體(CD-ROM)、DVD或在此領域習之技術中任何其它電腦可讀取之儲存媒體格式。一儲存媒體可耦接至一機器裝置,舉例來說,像是電腦/處理器(爲了說明之方便,在本說明書以處理器來表示),上述處理器可透過來讀取資訊(像是程式碼),以及寫入資訊至儲存媒體。一儲存媒體可整合一處理器。一特殊應用積體電路(ASIC)包括處理器和儲存媒體。一用戶設備則包括一特殊應用積體電路。換句話說,處理器和儲存媒體以不直接連接用戶設備的方式,包含於用戶設備中。此外,在一些實施例中,任何適合電腦程序之產品包括可讀取之儲存媒體,其中可讀取之儲存媒體包括和一或多個所揭露實施例相關之程式碼。
以上段落使用多種層面描述。顯然的,本文的教示可以多種方式實現,而在範例中揭露之任何特定架構或功能僅為一代表性之狀況。根據本文之教示,任何熟知此技藝之人士應理解在本文揭露之各層面可獨立實作或兩種以上之層面可以合併實作。
雖然本揭露已以實施例揭露如上,然其並非用以限定本揭露,任何熟習此技藝者,在不脫離本揭露之精神和範圍內,當可作些許之更動與潤飾,因此發明之保護範圍當視後附之申請專利範圍所界定者為準。
100:可移動攝影系統 110:載具 120:影像擷取裝置 130:儲存裝置 140:處理裝置 B1~B14:骨架 S1:第一影像 S2:參考影像 S3:第二影像 P1:目標物 P2:相似目標物 S510~S550:步驟
第1圖係顯示根據本發明之一實施例所述之一可移動攝影系統100之方塊圖。 第2A-2B圖係顯示根據本發明之一實施例所述之參考影像和第一影像之示意圖。 第3圖係顯示根據本發明之一實施例所述之一人體骨架之示意圖。 第4A-4C圖係顯示根據本發明之一實施例所述之參考影像、第一影像和第二影像之示意圖。 第5圖係根據本發明之一實施例所述之攝影構圖控制方法之流程圖。
S510~S550:步驟

Claims (18)

  1. 一種可移動攝影系統,包括: 一載具, 一影像擷取裝置,搭載在上述載具上,用以產生一第一影像; 一儲存裝置,儲存複數影像資料; 一處理裝置,取得上述第一影像中的一目標物之特徵資訊,以及根據上述特徵資訊,比對上述第一影像和上述複數影像資料,以從上述複數影像資料中選取出一參考影像, 其中上述處理裝置根據上述第一影像和上述參考影像,產生一移動資訊,以及上述載具根據上述移動資訊進行移動,以調整上述影像擷取裝置之一拍攝位置,並產生一第二影像。
  2. 如請求項1之可移動攝影系統,其中上述特徵資訊包括人體特徵資訊、顯著物特徵資訊或環境特徵資訊。
  3. 如請求項2之可移動攝影系統,其中上述處理裝置根據一行人偵測演算法、一臉部偵測演算法或一骨架偵測演算法,取得上述人體特徵資訊。
  4. 如請求項2之可移動攝影系統,其中上述處理裝置根據一顯著物偵測演算法,取得上述顯著物特徵資訊。
  5. 如請求項2之可移動攝影系統,其中上述處理裝置根據一環境偵測演算法,取得上述環境特徵資訊。
  6. 如請求項1之可移動攝影系統,其中上述處理裝置根據上述特徵資訊,計算上述目標物之複數骨架與上述複數影像資料之相似度,以比對上述第一影像和上述複數影像資料,並選取對應一最高相似度之上述影像資料作為上述參考影像。
  7. 如請求項6之可移動攝影系統,其中上述複數骨架對應不同的權重值。
  8. 如請求項1之可移動攝影系統,其中上述處理裝置計算上述第一影像之和上述參考影像之感興趣區域之面積,以及根據上述第一影像之和上述參考影像之上述感興趣區域之面積產生上述移動資訊。
  9. 如請求項1之可移動攝影系統,其中上述處理裝置根據上述參考影像和上述第一影像,對上述第二影像之尺寸進行調整。
  10. 一種攝影構圖控制方法,適用一可移動攝影系統,包括: 藉由上述可移動攝影系統之一影像擷取裝置,產生一第一影像,其中上述影像擷取裝置搭載在一載具上; 藉由上述可移動攝影系統之一處理裝置,取得上述第一影像中的一目標物之特徵資訊; 藉由上述處理裝置根據上述特徵資訊,比對上述第一影像和儲存在上述可移動攝影系統之一儲存裝置之複數影像資料,以從上述複數影像資料中選取出一參考影像; 藉由上述處理裝置根據上述第一影像和上述參考影像,產生一移動資訊;以及 藉由上述載具根據上述移動資訊進行移動,以調整上述影像擷取裝置之一拍攝位置,並產生一第二影像。
  11. 如請求項10之攝影構圖控制方法,其中上述特徵資訊包括人體特徵資訊、顯著物特徵資訊或環境特徵資訊。
  12. 如請求項11之攝影構圖控制方法,其中上述處理裝置根據一行人偵測演算法、一臉部偵測演算法或一骨架偵測演算法,取得上述人體特徵資訊。
  13. 如請求項11之攝影構圖控制方法,其中上述處理裝置根據一顯著物偵測演算法,取得上述顯著物特徵資訊。
  14. 如請求項11之攝影構圖控制方法,其中上述處理裝置根據一環境偵測演算法,取得上述環境特徵資訊。
  15. 如請求項10之可攝影構圖控制方法,更包括: 藉由上述處理裝置根據上述特徵資訊,計算上述目標物之複數骨架與上述複數影像資料之相似度,以比對上述第一影像和上述複數影像資料;以及 選取對應一最高相似度之上述影像資料作為上述參考影像。
  16. 如請求項15之攝影構圖控制方法,其中上述複數骨架對應不同的權重值。
  17. 如請求項10之攝影構圖控制方法,更包括: 藉由上述處理裝置計算上述第一影像之和上述參考影像之感興趣區域之面積;以及 藉由上述處理裝置根據上述第一影像之和上述參考影像之上述感興趣區域之面積產生上述移動資訊。
  18. 如請求項10之攝影構圖控制方法,更包括: 藉由上述處理裝置根據上述參考影像和上述第一影像,對上述第二影像之尺寸進行調整。
TW109146701A 2020-12-29 2020-12-29 可移動攝影系統和攝影構圖控制方法 TWI768630B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW109146701A TWI768630B (zh) 2020-12-29 2020-12-29 可移動攝影系統和攝影構圖控制方法
CN202110470014.XA CN114697545B (zh) 2020-12-29 2021-04-28 可移动摄影系统和摄影构图控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109146701A TWI768630B (zh) 2020-12-29 2020-12-29 可移動攝影系統和攝影構圖控制方法

Publications (2)

Publication Number Publication Date
TWI768630B true TWI768630B (zh) 2022-06-21
TW202226161A TW202226161A (zh) 2022-07-01

Family

ID=82135600

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109146701A TWI768630B (zh) 2020-12-29 2020-12-29 可移動攝影系統和攝影構圖控制方法

Country Status (2)

Country Link
CN (1) CN114697545B (zh)
TW (1) TWI768630B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096573A (zh) * 2016-06-23 2016-11-09 乐视控股(北京)有限公司 目标跟踪方法、装置、系统及远程监控系统
CN106078670A (zh) * 2016-07-08 2016-11-09 深圳市飞研智能科技有限公司 一种自拍机器人及自拍方法
TW201839663A (zh) * 2017-04-17 2018-11-01 英華達股份有限公司 無人機互動拍攝系統方法
US20200256944A1 (en) * 2016-05-11 2020-08-13 H4 Engineering, Inc. Apparatus and method for automatically orienting a camera at a target

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5440461B2 (ja) * 2010-09-13 2014-03-12 株式会社リコー 校正装置、距離計測システム、校正方法および校正プログラム
US9600887B2 (en) * 2013-12-09 2017-03-21 Intel Corporation Techniques for disparity estimation using camera arrays for high dynamic range imaging
JP6630881B2 (ja) * 2016-09-15 2020-01-15 株式会社五合 情報処理装置、カメラ、移動体、移動体システム、情報処理方法およびプログラム
US10250801B2 (en) * 2017-04-13 2019-04-02 Institute For Information Industry Camera system and image-providing method
WO2019164275A1 (ko) * 2018-02-20 2019-08-29 (주)휴톰 수술도구 및 카메라의 위치 인식 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200256944A1 (en) * 2016-05-11 2020-08-13 H4 Engineering, Inc. Apparatus and method for automatically orienting a camera at a target
CN106096573A (zh) * 2016-06-23 2016-11-09 乐视控股(北京)有限公司 目标跟踪方法、装置、系统及远程监控系统
CN106078670A (zh) * 2016-07-08 2016-11-09 深圳市飞研智能科技有限公司 一种自拍机器人及自拍方法
TW201839663A (zh) * 2017-04-17 2018-11-01 英華達股份有限公司 無人機互動拍攝系統方法

Also Published As

Publication number Publication date
CN114697545B (zh) 2023-10-13
TW202226161A (zh) 2022-07-01
CN114697545A (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN106331508B (zh) 拍摄构图的方法及装置
KR102279813B1 (ko) 영상 변형 방법 및 장치
US10121229B2 (en) Self-portrait enhancement techniques
JP6961797B2 (ja) プレビュー写真をぼかすための方法および装置ならびにストレージ媒体
CN109981972B (zh) 一种机器人的目标跟踪方法、机器人及存储介质
CN108596827B (zh) 三维人脸模型生成方法、装置及电子设备
WO2019127395A1 (zh) 一种无人机拍照方法、图像处理方法和装置
WO2018223381A1 (zh) 一种视频防抖方法及移动设备
EP3467788B1 (en) Three-dimensional model generation system, three-dimensional model generation method, and program
WO2021128747A1 (zh) 监控方法、装置、系统、电子设备及存储介质
CN114095662B (zh) 拍摄指引方法及电子设备
US11736800B2 (en) Method, apparatus, and device for image capture, and storage medium
CN110493512B (zh) 摄影构图方法、装置、摄影设备、电子装置及存储介质
WO2017128750A1 (zh) 一种图像采集方法和图像采集装置
WO2021139764A1 (zh) 图像处理方法、装置、电子装置及存储介质
CN111654624B (zh) 拍摄提示方法、装置及电子设备
CN114640833A (zh) 投影画面调整方法、装置、电子设备和存储介质
Shi et al. Fast and reliable computational rephotography on mobile device
CN103873755B (zh) 跳跃人像拍摄系统及方法
TWI768630B (zh) 可移動攝影系統和攝影構圖控制方法
US20230290061A1 (en) Efficient texture mapping of a 3-d mesh
WO2020232672A1 (zh) 图像裁剪方法、装置和拍摄装置
CN111225144A (zh) 视频拍摄方法、装置、电子设备及计算机存储介质
CN115988309A (zh) 拍摄方法及装置、机器人和可读存储介质
US11445121B2 (en) Movable photographing system and photography composition control method