[发明专利]模型构建方法、拍照方法、装置、存储介质及终端

说明书

本申请实施例公开了一种模型构建方法、拍照方法、装置、存储介质及终端。该方法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。采用上述方法可以对图片中的人体姿态进行精确识别，对遮挡、视角变化具有良好的鲁棒性，解决相关图像识别技术存在的缺陷，提高了姿态识别准确率。

技术领域

本申请实施例涉及拍摄技术，尤其涉及一种模型构建方法、拍照方法、装置、存储介质及终端。

背景技术

增强现实技术(Augmented Reality，AR)是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，可以使真实的环境和虚拟的物体实时地叠加到同一个画面或空间同时存在，并被人类感官所感知，从而达到超越现实的感官体验。

目前，AR技术被应用于医疗、文化、工业、娱乐和旅游等多个领域。例如，可以通过在照片中添加AR虚拟现实对象，丰富照片的显示效果。然而，相关图像识别技术存在缺陷，导致在照片中添加虚拟现实对象时，可能出现添加位置不准确的问题，从而影响照片的显示效果。

发明内容

本申请实施例提供一种模型构建方法、拍照方法、装置、存储介质及终端，可以准确地识别人体姿态。

第一方面，本申请实施例提供了一种模型构建方法，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。

第二方面，本申请实施例还提供了一种拍照方法，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。

第三方面，本申请实施例还提供了一种模型构建装置，该模型构建装置包括：

样本确定模块，用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，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；

模型训练模块，用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，所述图片样本根据包含目标对象的人体姿态图片确定；

模型发送模块，用于发送所述姿态识别模型至移动终端。

第四方面，本申请实施例还提供一种拍照装置，该拍照装置包括：

图像获取模块，用于获取待拍摄对象的第一预览图像；

姿态识别模块，用于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；

对象获取模块，用于获取虚拟对象，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；