[发明专利]用于拍摄图像的方法和装置在审

专利信息
申请号: 201910481001.5 申请日: 2019-06-04
公开(公告)号: CN110210406A 公开(公告)日: 2019-09-06
发明(设计)人: 陈日伟 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N3/04
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100041 北京市石景山区*** 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: 位姿 类别信息 图像 拍摄 方法和装置 动物对象 目标位姿 拍摄图像 集合 获取目标 类别指示 目标动物 预先确定 指示目标 响应
【权利要求书】:

1.一种用于拍摄图像的方法,包括:

获取目标动物的当前图像,以及执行如下拍摄步骤:

对当前图像进行识别,以从预先确定的位姿类别信息集合中,确定用于指示当前图像中的动物对象的位姿类别的位姿类别信息;

响应于确定所确定出的位姿类别信息指示目标位姿类别,对所述目标动物进行拍摄,其中,所述目标位姿类别为预先从所述位姿类别信息集合中确定出的位姿类别信息指示的位姿类别。

2.根据权利要求1所述的方法,其中,所述对当前图像进行识别,以从预先确定的位姿类别信息集合中,确定用于指示当前图像中的动物对象的位姿类别的位姿类别信息,包括:

将当前图像输入至预先训练的位姿识别模型,得到用于指示当前图像中的动物对象的位姿类别的位姿类别信息,其中,所述位姿识别模型用于从预先确定的位姿类别信息集合中,确定输入的图像中的动物对象的位姿类别信息。

3.根据权利要求2所述的方法,其中,所述位姿类别信息集合中的位姿类别信息用于指示以下任一项:

当前图像中的动物对象的位姿为眨眼;

当前图像中的动物对象的位姿为张嘴;

当前图像中的动物对象的位姿为伸舌头;

当前图像中的动物对象的面部朝向拍摄当前图像的图像采集装置;或者

当前图像中的动物对象指示的动物位于目标范围内。

4.根据权利要求2所述的方法,其中,在所述将当前图像输入至预先训练的位姿识别模型之前,所述方法还包括:

确定当前图像中的动物对象的物种;以及

所述位姿识别模型是针对所述物种预先训练的。

5.根据权利要求4所述的方法,其中,所述物种为猫或者狗。

6.根据权利要求1-5之一所述的方法,其中,所述目标位姿类别是通过如下步骤确定的:

呈现预先确定的位姿类别信息集合;

获取用户从所述位姿类别信息集合中选择的位姿类别信息;

将所选择的位姿类别信息指示的位姿类别确定为目标位姿类别。

7.根据权利要求1-5之一所述的方法,其中,所述方法还包括:

响应于确定所确定出的位姿类别信息并非指示所述目标位姿类别,获取所述目标动物的当前图像,以及基于最近一次获取到的当前图像执行所述拍摄步骤。

8.一种用于拍摄图像的装置,包括:

第一获取单元,被配置成获取目标动物的当前图像,以及执行如下拍摄步骤:

对当前图像进行识别,以从预先确定的位姿类别信息集合中,确定用于指示当前图像中的动物对象的位姿类别的位姿类别信息;

响应于确定所确定出的位姿类别信息指示目标位姿类别,对所述目标动物进行拍摄,其中,所述目标位姿类别为预先从所述位姿类别信息集合中确定出的位姿类别信息指示的位姿类别。

9.根据权利要求8所述的装置,其中,所述第一获取单元包括:

输入模块,被配置成将当前图像输入至预先训练的位姿识别模型,得到用于指示当前图像中的动物对象的位姿类别的位姿类别信息,其中,所述位姿识别模型用于从预先确定的位姿类别信息集合中,确定输入的图像中的动物对象的位姿类别信息。

10.根据权利要求9所述的装置,其中,所述位姿类别信息集合中的位姿类别信息用于指示以下任一项:

当前图像中的动物对象的位姿为眨眼;

当前图像中的动物对象的位姿为张嘴;

当前图像中的动物对象的位姿为伸舌头;

当前图像中的动物对象的面部朝向拍摄当前图像的图像采集装置;或者

当前图像中的动物对象指示的动物位于目标范围内。

11.根据权利要求9所述的装置,其中,所述装置还包括:

确定单元,被配置成确定当前图像中的动物对象的物种;以及

所述位姿识别模型是针对所述物种预先训练的。

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北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,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/201910481001.5/1.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