[发明专利]模型构建方法、拍照方法、装置、存储介质及终端在审
申请号: | 201711392033.5 | 申请日: | 2017-12-21 |
公开(公告)号: | CN109951628A | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 刘耀勇;陈岩 | 申请(专利权)人: | 广东欧珀移动通信有限公司 |
主分类号: | H04N5/232 | 分类号: | H04N5/232;G06K9/00 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 523860 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 人体姿态 姿态识别 存储介质 模型构建 目标对象 图片样本 拍照 终端 躯干 机器学习算法 图像识别技术 视角变化 移动终端 鲁棒性 准确率 预设 遮挡 图片 发送 申请 学习 | ||
1.一种模型构建方法,其特征在于,包括:
获取设定数量的人体姿态图片,对所述人体姿态图片中的目标对象进行标记,得到图片样本,其中,所述目标对象包括头部、四肢、躯干中的至少一种;
根据所述图片样本,采用设定的机器学习算法对预设的深度学习模型进行训练,得到姿态识别模型;
发送所述姿态识别模型至移动终端。
2.根据权利要求1所述的方法,其特征在于,获取设定数量的人体姿态图片,对所述人体姿态图片中的目标对象进行标记,包括:
获取网络平台图片库中的网络图片;
对所述网络图片中的人物的头部像素坐标、四肢像素坐标、躯干像素坐标进行标记,得到第一样本图片;
将所述第一样本图片存入图片样本集。
3.根据权利要求1所述的方法,其特征在于,获取设定数量的人体姿态图片,对所述人体姿态图片中的目标对象进行标记,包括:
获取移动终端相册中的用户图片;
对所述用户图片中的人物头部像素坐标、四肢像素坐标、躯干像素坐标进行标记,得到第二样本图片;
将所述第二样本图片存入图片样本集。
4.根据权利要求2或3所述的方法,其特征在于,根据所述图片样本,采用设定的机器学习算法对预设的深度学习模型进行训练,得到姿态识别模型,包括:
利用所述图片样本集对预设的深度学习模型进行前向传播和后向传播两个阶段的训练;
在所述后向传播训练计算得到的误差达到期望误差值时,训练结束,并得到姿态识别模型。
5.根据权利要求4所述的方法,其特征在于,所述姿态识别模型为卷积神经网络模型;
以及,在发送所述姿态识别模型至移动终端之前,还包括:
采用预设的优化策略对所述卷积神经网络模型进行优化,其中,对所述卷积神经网络模型的优化包括内部网络结构优化、卷积层的实现方式优化、池化层的实现方式优化中的至少一项。
6.一种拍照方法,其特征在于,包括:
获取待拍摄对象的第一预览图像;
通过预先配置的姿态识别模型识别所述第一预览图像中的人体姿态,其中,所述姿态识别模型为根据设定数量的图片样本训练的深度学习模型,所述图片样本根据包含目标对象的人体姿态图片确定;
获取虚拟对象,其中,所述虚拟对象用于为所述待拍摄对象提供增强现实效果;
根据所述人体姿态确定所述虚拟对象的添加位置,并在所述添加位置增加所述虚拟对象,形成第二预览图像;
获取拍摄指令,响应所述拍摄指令得到所述第二预览图像对应的拍摄图片。
7.根据权利要求6所述的方法,其特征在于,在获取待拍摄对象的第一预览图像之后,还包括:
判断所述第一预览图像中是否包含皮肤对应的像素点;
若是,则将所述第一预览图像输入所述姿态识别模型;
否则,输出无法确定虚拟对象的添加位置的提示信息。
8.根据权利要求6所述的方法,其特征在于,在获取虚拟对象之前,还包括:
在拍摄场景下,获取增强现实功能的状态信息;
在增强现实功能被启用时,按照使用频率对虚拟对象库中的虚拟对象进行降序排列,显示排序结果。
9.根据权利要求6至8中任一项所述的方法,其特征在于,根据所述人体姿态确定所述虚拟对象的添加位置,并在所述添加位置增加所述虚拟对象,包括:
根据所述人体姿态及所述虚拟对象查询预设数据库,确定所述虚拟对象的添加位置,其中,所述预设数据库中关联存储人体姿态与虚拟对象的添加位置;
采用所述虚拟对象的像素值替换所述添加位置对应的像素值。
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广东欧珀移动通信有限公司,未经广东欧珀移动通信有限公司许可,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/201711392033.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:图像处理方法、装置、存储介质及电子设备
- 下一篇:一种降噪处理方法及装置