[发明专利]物品拍摄方法、装置、电子设备及存储介质

说明书

本发明涉及数据处理技术领域，公开了一种物品拍摄方法、装置、电子设备及存储介质，该方法包括：获取包括待拍摄物品的预览图像，从所述预览图像中识别所述待拍摄物品的物品参数，进一步地，可以将所述物品参数输入预先训练好的神经网络模型中，获得所述待拍摄物品对应的目标拍摄参数，并根据所述目标拍摄参数对所述待拍摄物品进行拍摄，获得目标拍摄图像。可见，本发明实施例能够基于深度学习自动调整拍摄参数，获得拍摄图像。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种物品拍摄方法、装置、电子设备及存储介质。

背景技术

随着移动终端(如智能手机、自动拍摄装置)拍照功能的日益强大，使用移动终端进行拍照已经成为人们日常拍照的常见方式。然而实践中发现，虽然移动终端的拍照功能强大，但是并不是所有的用户擅长拍照。通常，用户需要不断尝试着设置不同的拍摄参数，才能够拍出符合要求的图像，有时甚至设置了很多不同的拍摄参数，也难以拍出符合要求的图像，严重影响用户体验。

发明内容

本发明提供了一种物品拍摄方法、装置、电子设备及存储介质，能够基于深度学习自动调整拍摄参数，获得拍摄图像。

本发明第一方面公开了一种物品拍摄方法，所述方法包括：

获取包括待拍摄物品的预览图像；

从所述预览图像中识别所述待拍摄物品的物品参数；

将所述物品参数输入预先训练好的神经网络模型中，获得所述待拍摄物品对应的目标拍摄参数；

根据所述目标拍摄参数对所述待拍摄物品进行拍摄，获得目标拍摄图像。

作为一种可选的实施方式，在本发明第一方面中，所述获取包括待拍摄物品的预览图像之前，所述方法还包括：

获取多个物品的第一拍摄参数以及每个所述物品的第一拍摄参数对应的第一拍摄效果图像；

提取所述多个物品的第一物品参数；

根据所述第一物品参数，对所述多个物品进行聚类，获得多个类别；

建立每个类别的物品、第一拍摄参数以及第一拍摄效果图像的对应关系；

根据所述对应关系，生成物品拍摄数据库；

采用所述物品拍摄数据库中的训练样本，对初始网络模型进行训练，获得所述训练好的神经网络模型。

作为一种可选的实施方式，在本发明第一方面中，所述获取多个物品的第一拍摄参数以及每个所述物品的第一拍摄参数对应的第一拍摄效果图像之后，所述方法还包括：

对多个所述第一拍摄效果图像进行大数据分析，获得主流的多个目标拍摄效果图像；

根据多个所述目标拍摄效果图像，从所述多个物品中筛选出第一物品；

所述提取所述多个物品的第一物品参数包括：

提取所述第一物品的第一物品参数。

作为一种可选的实施方式，在本发明第一方面中，所述方法还包括：

将所述物品拍摄数据库上传至区块链上；

每隔预设时间，更新所述区块链上的所述物品拍摄数据库。

作为一种可选的实施方式，在本发明第一方面中，所述每隔预设时间，更新所述区块链上的所述物品拍摄数据库包括：

每隔预设时间，获取所述预设时间内接收到的第二物品的拍摄信息，所述拍摄信息包括第二拍摄参数以及第二拍摄效果图像；

识别所述第二物品的类别；