[发明专利]基于移动终端的图像捕捉方法、装置及移动终端无效

专利信息
申请号: 201010221189.9 申请日: 2010-06-29
公开(公告)号: CN102314590A 公开(公告)日: 2012-01-11
发明(设计)人: 申思 申请(专利权)人: 乐金电子(中国)研究开发中心有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06K9/62
代理公司: 北京律诚同业知识产权代理有限公司 11006 代理人: 梁挥;祁建国
地址: 100102 北京市朝阳区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 移动 终端 图像 捕捉 方法 装置
【说明书】:

技术领域

发明属于移动通信领域,特别涉及基于移动终端的图像捕捉方法、装置及移动终端。

背景技术

随着通信技术的发展,人们的日常生活越来越离不开移动终端。同样,随着人们对移动终端的要求越来越高,移动终端能够实现的功能也越来越丰富。例如:摄像、录音、听广播、上网等等。

现在,由于存储在移动终端里的联系人很多,需要通过特殊的头像来方便用户快速地识别相应的联系人,比如将联系人特定部位设置为联系人的头像。

当用户需要满足自己的这种需求的时候,需要用手机在现场拍摄联系人的特定部位之后,将该照片设置为头像。另外,对于能够实现视屏通话的移动终端来讲,需要在实现视频通话的过程中捕捉相应的图像,并将相应的图像设置为头像。

目前的图像捕捉方法的缺陷在于,在捕捉联系人的特定部位的时候,需要由用户自己捕捉特定部位。因此现有的图像捕捉方法具有非确定性,即拍摄效果容易受到用户拍摄能力的影响。

发明内容

本发明的目的是提供一种基于移动终端的图像捕捉方法、装置及移动终端,以克服现有技术中图像捕捉方法容易受到用户拍摄能力的影响的缺陷。

为实现上述目的,本发明提供了一种基于移动终端的图像捕捉方法,包括:步骤101,采集图像;步骤102,采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图像,其中所述训练过的分类器的函数表达式为步骤103,将经由所述训练过的分类器过滤的所述图像保存在存储器中。

其中,所述设定图像为人耳图像。

其中,所述训练过的分类器为采用Gentile AdaBoost算法实现8种哈尔型特征模板的分类器,其中,第一种哈尔型特征模板为左右分开的边缘特征模板,第二种哈尔型特征模板为上下分开的边缘特征模板,第三种哈尔型特征模板为中心点区域特征模板,第四种哈尔型特征模板为第一左中右分开的线条特征模板,在这里左中右三个区域的宽度比为:2∶3∶2,第五种哈尔型特征模板为第二左中右分开的线条特征模板,在这里左中右三个区域的宽度比为:1∶1∶1,第六种哈尔型特征模板为第一上中下分开的线条特征模板,在这里上中下三个区域的高度比为:2∶3∶2,第七种哈尔型特征模板为第二上中下分开的线条特征模板,在这里上中下三个区域的高度比为:1∶1∶1,第八种哈尔型特征模板为对角线特征模板。

其中,训练所述分类器的步骤包括:步骤201,对训练样本中的误差权重进行初始化,具体为:若输出的训练样本yi=0则若所述输出的训练样本yi=1则其中wti为第t次循环中第i个样本的误差权重、u为假样本的数量、v为真样本的数量;步骤202,针对每一个分类器t进行权重归一化,使得wt为其中t=1,L,T、j为每一个特征;步骤203,针对每一个分类器,确认阈值θj和指标不等式方向的偏置值pj,使得目标函数达到最小,其中xi为输入的训练样本,并且找出一个具有最小的错误εt的分类器ht;步骤204,根据对所有样本的权重进行更新,其中,当输入的训练样本xi被分类器ht正确分类则ei=0、否则ei=1,步骤205,训练过的分类器的函数表达式为:其中αt=log1βt.]]>

为实现上述目的,本发明还提供了一种基于移动终端的图像捕捉装置,包括:采集图像模块,用于采集图像;跟踪并捕捉设定图像木块,用于采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图像,其中所述训练过的分类器的函数表达式为

存储模块,用于将经由所述训练过的分类器过滤的所述图像保存在存储器中。

其中,所述设定图像为人耳图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于乐金电子(中国)研究开发中心有限公司,未经乐金电子(中国)研究开发中心有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010221189.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top