[发明专利]一种终端对拍摄的数字图像进行处理的方法及终端在审
申请号: | 201910169533.5 | 申请日: | 2019-03-06 |
公开(公告)号: | CN111669492A | 公开(公告)日: | 2020-09-15 |
发明(设计)人: | 张培龙 | 申请(专利权)人: | 青岛海信移动通信技术股份有限公司 |
主分类号: | H04N5/232 | 分类号: | H04N5/232;G06T3/00;G06K9/34 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 266071 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 终端 拍摄 数字图像 进行 处理 方法 | ||
1.一种终端对拍摄的数字图像进行处理的方法,其特征在于,包括:
获取摄像头拍摄的图片;
通过预先建立的图像语义分割模型,采用语义识别方式识别所述图片中的预设类型的对象,并按照识别出的对象进行图片分割;
检测分割后的图片中所有对象所在区域,距离所述分割后的图片的主体目标区域的相位差;
根据各个相位差确定对应的对象所在区域的背景虚化程度,并按照确定的背景虚化程度进行背景虚化。
2.根据权利要求1所述的方法,其特征在于,通过预先建立的图像语义分割模型,采用语义识别方式识别所述图片中的预设类型的对象,并按照识别出的对象进行图片分割,包括:
通过预先建立的图像语义分割模型,采用语义识别方式识别所述图片中的每个像素点所属的对象;
将属于同一对象的所有像素点划分为所属对象所在的区域。
3.根据权利要求1所述的方法,其特征在于,预先建立图像语义分割模型,包括:
预先以带有预设类型对象所在区域的对象标识的多个图片作为训练样本,对深度学习卷积神经网络进行训练,建立图像语义分割模型。
4.根据权利要求1所述的方法,其特征在于,检测分割后的图片中所有对象所在区域,距离所述分割后的图片的主体目标区域的相位差,包括:
针对所述分割后的图片中每个对象所在区域,利用设定几何形状勾勒出的所述对象所在的感兴趣区ROI;
检测所述分割后的图片中所有对象的ROI距离主体目标区域的相位差。
5.根据权利要求1所述的方法,其特征在于,检测所述分割后的图片中所有对象所在区域,距离所述分割后的图片的主体目标区域的相位差,包括:
将所述分割后的图片中每个对象所在区域,按照预设的检测区域大小划分为多个子区域,检测各子区域距离主体目标区域的相位差。
6.根据权利要求5所述的方法,其特征在于,根据各个相位差确定对应的对象所在区域的背景虚化程度,包括:
根据检测的各子区域距离主体目标区域的相位差,确定各子区域的背景虚化程度。
7.根据权利要求1所述的方法,其特征在于,根据各个相位差确定对应的对象所在区域的背景虚化程度时,相位差的绝对值越大,所述相位差对应的对象所在区域的背景虚化程度越高。
8.根据权利要求1所述的方法,其特征在于,所述分割后的图片的主体目标区域通过如下方式确定:
根据拍摄所述图片所用的对焦区域,确定所述分割后的图片的主体目标区域;或
根据拍摄模式对应的主体目标类型的对象所在的区域,确定所述分割后的图片的主体目标区域。
9.根据权利要求8所述的方法,其特征在于,根据拍摄所述图片所用的对焦区域,确定所述分割后的图片的主体目标区域,包括:
根据拍摄所述图片前,预览图片上的指示对焦区域的对焦点,确定所述对焦点是否位于对象所在区域;
若是,选取所述对焦点所在的对象所在的区域,为所述分割后的图片的主体目标区域;
若否,选取所述分割后的图片上距离对焦点最近的对象所在的区域,为所述分割后的图片的主体目标区域。
10.一种终端对拍摄的数字图像进行处理的终端,其特征在于,该终端包括摄像头、存储器和处理器所述存储器用于存储所述处理器可执行的程序,所述处理器用于:
获取摄像头拍摄的图片;
通过预先建立的图像语义分割模型,采用语义识别方式识别所述图片中的预设类型的对象,并按照识别出的对象类型进行图片分割;
检测分割后的图片中所有对象所在区域,距离所述分割后的图片的主体目标区域的相位差;
根据各个相位差确定对应的对象所在区域的背景虚化程度,并按照确定的背景虚化程度进行对应的背景虚化。
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青岛海信移动通信技术股份有限公司,未经青岛海信移动通信技术股份有限公司许可,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/201910169533.5/1.html,转载请声明来源钻瓜专利网。