圖像拍攝方法和裝置制造方法
【專利摘要】本公開提供一種圖像拍攝方法和裝置，所述法包括：根據(jù)用戶指令選定圖像拍攝模板；獲取取景畫面中被拍攝目標的姿態(tài)特征；將所述取景畫面中被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中被拍攝目標的姿態(tài)特征進行比較，得出姿態(tài)相似度；當所述姿態(tài)相似度達到預(yù)設(shè)閾值時，執(zhí)行拍攝操作。通過本公開的技術(shù)方案，可以幫助用戶拍攝出與圖像拍攝模板姿態(tài)相同且相似度更高的圖片。
【專利說明】圖像拍攝方法和裝置

【技術(shù)領(lǐng)域】
[0001] 本公開涉及圖像處理【技術(shù)領(lǐng)域】，尤其涉及圖像拍攝方法和圖像拍攝裝置。

【背景技術(shù)】
[0002] 用戶在應(yīng)用終端設(shè)備進行拍照時，經(jīng)常會有固定一種姿態(tài)拍照的需求。例如，用戶 可能會希望每天自拍一張相同角度、相同姿態(tài)的照片，用來記錄一段時間內(nèi)的生活變化；或 者，用戶在拍照時希望模仿自己或者他人（比如明星）比較經(jīng)典漂亮的姿勢，如仰頭45度 或者航母style等。
[0003] 對此，相關(guān)技術(shù)中通過將預(yù)存的不同姿態(tài)的模特照片覆蓋在取景畫面中，給用戶 提供拍照參考，以滿足用戶的上述拍照需求。
[0004] 然而，在上述方案中，由于在拍攝過程中，述模特照片僅僅只是給用戶提供了一個 參考，無法從根本上保證用戶能夠拍出與模特照片姿態(tài)相似度較高的圖片。


【發(fā)明內(nèi)容】

[0005] 為克服相關(guān)技術(shù)中存在的問題，本公開提供圖像拍攝方法和圖像拍攝裝置。
[0006] 根據(jù)本公開實施例的第一方面，提供一種圖像拍攝方法，包括：
[0007] 根據(jù)用戶指令選定圖像拍攝模板；
[0008] 獲取取景畫面中被拍攝目標的姿態(tài)特征；
[0009] 將所述取景畫面中被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中被拍攝目標的 姿態(tài)特征進行比較，得出姿態(tài)相似度；
[0010] 當所述姿態(tài)相似度達到閾值時，進行拍攝操作。
[0011] 可選地，所述根據(jù)用戶指令選定圖像拍攝模板之前，還包括：保存用戶加載的圖像 拍攝模板；獲取所述圖像拍攝模板中被拍攝目標的姿態(tài)特征。
[0012] 可選地，所述獲取取景畫面中被拍攝目標的姿態(tài)特征包括：檢測所述取景畫面中 的被拍攝目標是否為預(yù)設(shè)目標類型；當檢測出所述取景畫面中的被拍攝目標為預(yù)設(shè)目標類 型時，獲取所述取景畫面中被拍攝目標的姿態(tài)特征。
[0013] 可選的，所述將所述被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中被拍攝目標的 對應(yīng)姿態(tài)特征進行比較，得出姿態(tài)相似度包括：生成所述取景畫面中的被拍攝目標和所述 圖像拍攝模板中的被拍攝目標的每一項姿態(tài)特征的特征向量；計算所述每一項姿態(tài)特征的 特征向量之間的向量距離；根據(jù)所述向量距離查詢預(yù)設(shè)的距離與相似度對應(yīng)關(guān)系，獲得所 述每一項姿態(tài)特征的相似度；根據(jù)每一項姿態(tài)特征的權(quán)重比值對每一項姿態(tài)特征的相似度 進行加權(quán)計算，得到所述姿態(tài)相似度。
[0014] 可選地，所述獲取取景畫面中被拍攝目標的姿態(tài)特征之前還包括：對所述圖像拍 攝模板進行輪廓化處理；將處理后的所述圖像拍攝模板的輪廓疊加顯示在所述取景畫面 中。
[0015] 可選的，所述當所述姿態(tài)相似度達到閾值時，執(zhí)行拍攝操作包括：當所述姿態(tài)相似 度達到閾值時，向用戶輸出提示信息；當接收到用戶根據(jù)所述提示信息輸入的拍攝指令時， 觸發(fā)拍攝操作。
[0016] 可選的，所述當所述姿態(tài)相似度達到閾值時，執(zhí)行拍攝操作包括：當所述姿態(tài)相似 度達到閾值時，自動觸發(fā)拍攝操作。
[0017] 可選的，還包括：將通過所述拍攝操作拍攝的多張圖像以圖像序列或短視頻的方 式進行展現(xiàn)；或，將通過所述拍攝操作拍攝的多張圖像求出平均圖像后進行展現(xiàn)。
[0018] 根據(jù)本公開實施例的第二方面，提供一種圖像拍攝裝置，包括：選定模塊，用于根 據(jù)用戶指令選定圖像拍攝模板；
[0019] 第一獲取模塊，用于獲取取景畫面中被拍攝目標的姿態(tài)特征；
[0020] 比較模塊，用于將所述取景畫面中被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中 被拍攝目標的姿態(tài)特征進行比較，得出姿態(tài)相似度；
[0021] 拍攝模塊，用于當所述姿態(tài)相似度達到閾值時，執(zhí)行拍攝操作。
[0022] 可選的，所述裝置還包括：
[0023] 保存模塊，用于保存用戶加載的圖像拍攝模板；
[0024] 第二獲取模塊，用于獲取所述圖像拍攝模板中被拍攝目標的姿態(tài)特征。
[0025] 可選的，所述第一獲取模塊還包括：
[0026] 目標檢測模塊，用于檢測所述取景畫面中的被拍攝目標是否為預(yù)設(shè)目標類型；
[0027] 姿態(tài)獲取模塊，用于在檢測出所述取景畫面中的被拍攝目標為預(yù)設(shè)目標類型時， 獲取所述被拍攝目標的姿態(tài)特征。
[0028] 可選的，所述比較模塊包括：
[0029] 向量生成模塊，用于生成所述取景畫面中的被拍攝目標和所述圖像拍攝模板中的 被拍攝目標的每一項姿態(tài)特征的特征向量；
[0030] 向量計算模塊，用于計算所述每一項姿態(tài)特征的特征向量之間的向量距離；
[0031] 向量查詢模塊，用于根據(jù)所述向量距離查詢預(yù)設(shè)的距離與相似度對應(yīng)關(guān)系，獲得 所述每一項姿態(tài)特征的相似度；
[0032] 加權(quán)計算模塊，用于根據(jù)每一項姿態(tài)特征的權(quán)重比值對每一項姿態(tài)特征的相似度 進行加權(quán)計算，得到所述姿態(tài)相似度。
[0033] 可選的，所述裝置還包括：
[0034] 處理模塊，用于對所述圖像拍攝模板進行輪廓化處理；
[0035] 疊加模塊，用于將處理后的所述圖像拍攝模板的輪廓疊加顯示在所述取景畫面 中。
[0036] 可選的，所述拍攝模塊包括：
[0037] 提示模塊，用于在所述姿態(tài)相似度達到預(yù)設(shè)閾值時，向用戶輸出提示信息；
[0038] 第一觸發(fā)模塊，用于在接收到用戶根據(jù)所述提示信息輸入的拍攝指令時，觸發(fā)拍 攝操作。
[0039] 可選的，所述拍攝模塊包括：
[0040] 第二觸發(fā)模塊，用于在所述姿態(tài)相似度達到閾值時，自動觸發(fā)拍攝操作。
[0041] 可選的，所述裝置包括至少一個以下模塊：
[0042] 第一展現(xiàn)模塊，用于將通過所述拍攝操作拍攝的多張圖像以圖像序列或短視頻的 方式進行展現(xiàn)；
[0043] 第二展現(xiàn)模塊，用于將通過所述拍攝操作拍攝的多張圖像求出平均圖像后進行展 現(xiàn)。
[0044] 根據(jù)本公開實施例的第三方面，提供一種圖像拍攝裝置，包括：處理器；用于存儲 處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為：根據(jù)用戶指令選定圖像拍攝模 板；獲取取景畫面中被拍攝目標的姿態(tài)特征；將所述取景畫面中被拍攝目標的姿態(tài)特征與 所述圖像拍攝模板中被拍攝目標的姿態(tài)特征進行比較，得出姿態(tài)相似度；當所述姿態(tài)相似 度達到閾值時，執(zhí)行拍攝操作。
[0045] 本公開的實施例提供的技術(shù)方案可以包括以下有益效果：
[0046] 本公開的以上實施例中，通過將獲取到的被拍攝目標的姿態(tài)特征與圖像拍攝模板 中被拍攝目標的對應(yīng)姿態(tài)特征進行比較，得出姿態(tài)相似度，并在所述姿態(tài)相似度達到閾值 時執(zhí)行拍攝操作，能夠幫助用戶拍攝出與圖像拍攝模板姿態(tài)相同且相似度更高的圖片。
[0047] 本公開的以上實施例中，也可以通過將用戶加載的圖片作為圖像拍攝模板保存起 來，以方便下次拍照時直接使用，實現(xiàn)了圖片拍攝模板的用戶自定義，有助于提升用戶體 驗。
[0048] 本公開的以上各實施例中，也可以通過在獲取取景畫面中被拍攝目標的姿態(tài)特征 之前進行預(yù)設(shè)目標類型的檢測，以確定所述取景畫面中的拍攝類型是否為預(yù)設(shè)目標類型， 可以避免獲取到與預(yù)設(shè)目標類型無關(guān)的姿態(tài)特征信息，從而減少計算量。
[0049] 本公開的以上實施例中，也可以通過將所述圖像拍攝模板進行輪廓化處理，并將 處理后的所述圖像拍攝模板的輪廓疊加在取景畫面中，使得用戶可以對被拍攝目標的姿態(tài) 進行校正，從而提高拍攝質(zhì)量。
[0050] 本公開的以上實施例中，也可以通過在所述姿態(tài)相似度達到預(yù)設(shè)閾值時，向用戶 輸出提示信息；并在接收到用戶根據(jù)所述提示信息輸入的拍攝指令時，觸發(fā)拍攝操作，從而 提供了一種新的拍攝模式，以適應(yīng)不同的用戶需求，能夠提升用戶體驗。
[0051] 本公開的以上實施例中，也可以通過將已拍攝圖像進行動態(tài)展現(xiàn)，能夠達到很好 的對比效果，從而提升用戶體驗。
[0052] 應(yīng)當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不 能限制本公開。

【專利附圖】

【附圖說明】
[0053] 此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施 例，并與說明書一起用于解釋本公開的原理。
[0054] 圖1是根據(jù)一示例性實施例示出的一種圖像拍攝方法的流程示意圖；
[0055] 圖2是根據(jù)一示例性實施例示出的另一種圖像拍攝方法的流程示意圖；
[0056] 圖3是根據(jù)一示例性實施例示出的取景畫面中疊加拍攝模板輪廓的拍攝場景示 意圖；
[0057] 圖4是根據(jù)一示例性實施例示出的一種圖像拍攝裝置的示意框圖；
[0058] 圖5是根據(jù)一示例性實施例示出的另一種圖像拍攝裝置的示意框圖；
[0059] 圖6是根據(jù)一示例性實施例示出的另一種圖像拍攝裝置的示意框圖；
[0060] 圖7是根據(jù)一示例性實施例示出的另一種圖像拍攝裝置的示意框圖；
[0061] 圖8是根據(jù)一示例性實施例示出的另一種圖像拍攝裝置的示意框圖；
[0062] 圖9是根據(jù)一示例性實施例示出的另一種圖像拍攝裝置的示意框圖；
[0063] 圖10是根據(jù)一示例性實施例示出的一種圖像拍攝裝置的示意框圖；
[0064] 圖11是根據(jù)一示例性實施例示出的一種圖像拍攝裝置的示意框圖；
[0065] 圖12是根據(jù)一示例性實施例示出的一種圖像拍攝裝置的結(jié)構(gòu)示意圖。

【具體實施方式】
[0066] 這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及 附圖時，除非另有表示，不同附圖中的相同數(shù)字表示相同或相似的要素。以下示例性實施例 中所描述的實施方式并不代表與本公開相一致的所有實施方式。相反，它們僅是與如所附 權(quán)利要求書中所詳述的、本公開的一些方面相一致的裝置和方法的例子。
[0067] 在本公開使用的術(shù)語是僅僅出于描述特定實施例的目的，而非旨在限制本公開。 在本公開和所附權(quán)利要求書中所使用的單數(shù)形式的"一種"、"所述"和"該"也旨在包括多 數(shù)形式，除非上下文清楚地表示其他含義。還應(yīng)當理解，本文中使用的術(shù)語"和/或"是指 并包含一個或多個相關(guān)聯(lián)的列出項目的任何或所有可能組合。
[0068] 應(yīng)當理解，盡管在本公開可能采用術(shù)語第一、第二、第三等來描述各種信息，但這 些信息不應(yīng)限于這些術(shù)語。這些術(shù)語僅用來將同一類型的信息彼此區(qū)分開。例如，在不脫離 本公開范圍的情況下，第一信息也可以被稱為第二信息，類似地，第二信息也可以被稱為第 一信息。取決于語境，如在此所使用的詞語"如果"可以被解釋成為"在……時"或"當…… 時"或"響應(yīng)于確定"。
[0069] 圖1是根據(jù)一示例性實施例示出的一種圖像拍攝方法的流程示意圖。
[0070] 如圖1所示，根據(jù)一示例性實施例示出的一種圖像拍攝方法，包括：
[0071] 在步驟101中，根據(jù)用戶指令選定圖像拍攝模板；
[0072] 當移動終端啟動拍攝功能后，所述移動終端的攝像頭開始使能并進入實時取景狀 態(tài)，實時的取景畫面通過移動終端的顯示屏幕向用戶呈現(xiàn)。此時，用戶可通過預(yù)覽拍照客戶 端軟件中的模板列表，來選擇鐘意的圖像拍攝模板。其中，所述圖像拍攝模板，可以是所述 拍照客戶端中預(yù)加載的默認模板，也可以是由用戶自定義加載的模板，并且已由所述拍照 客戶端通過預(yù)設(shè)算法預(yù)先提取了被拍攝目標的姿態(tài)特征。
[0073] 在步驟102中，獲取取景畫面中被拍攝目標的姿態(tài)特征；
[0074] 當用戶選定圖像拍攝模板后，此時客戶端軟件實時的獲取取景畫面中的當前幀圖 像，并通過所述預(yù)設(shè)算法對所述當前幀圖像進行計算，以獲取所述當前幀圖像中被拍攝目 標的姿態(tài)特征。
[0075] 在步驟103中，將所述被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中被拍攝目標 的對應(yīng)姿態(tài)特征進行比較，得出姿態(tài)相似度；
[0076] 由于所述姿態(tài)特征可表示成向量的形式，因此姿態(tài)特征的比較可轉(zhuǎn)化成姿態(tài)特征 向量間的比較，即求出向量間的距離，然后將求出的向量距離轉(zhuǎn)換成所述姿態(tài)相似度。
[0077] 在步驟104中，當所述姿態(tài)相似度達到閾值時，執(zhí)行拍攝操作。
[0078] 所述閾值的取值大小，在本公開也不進行特別限定，本領(lǐng)域技術(shù)人員可根據(jù)實際 的用戶需求進行設(shè)置。
[0079] 由上述實施例可見，通過將獲取到的取景畫面中被拍攝目標的姿態(tài)特征與圖像拍 攝模板中被拍攝目標的對應(yīng)姿態(tài)特征進行比較，得出姿態(tài)相似度，并在所述姿態(tài)相似度達 到閾值時執(zhí)行拍攝操作，能夠幫助用戶拍攝出與圖像拍攝模板姿態(tài)相同且相似度更高的圖 片。
[0080] 如圖2所示，圖2是根據(jù)一示例性實施例示出的另一種圖像拍攝方法的流程圖。值 得說明的是，在本實施例中以被拍攝目標為人物為例進行說明，以被拍攝目標為人物為例 僅為示例性的，并不用于限定本公開。
[0081] 如圖2所示的另一種圖像拍攝方法，包括以下執(zhí)行步驟：
[0082] 在步驟201中，根據(jù)用戶指令選定圖像拍攝模板；
[0083] 當移動終端啟動拍攝功能后，所述移動終端的攝像頭開始使能并進入實時取景狀 態(tài)，實時的取景畫面通過移動終端的顯示屏幕向用戶呈現(xiàn)。此時，用戶可通過預(yù)覽拍照客戶 端軟件中的模板列表，來選擇鐘意的圖像拍攝模板。例如，用戶可通過用手指觸摸顯示屏中 的對應(yīng)位置來選擇圖像拍攝模板，以使得移動終端根據(jù)用戶手指的觸摸操作所觸發(fā)的指令 選定圖像拍攝模板。
[0084] 其中，所述模板列表中的圖像拍攝模板，可以是拍照客戶端中預(yù)加載的默認模板， 也可以是用戶自定義加載的模板；
[0085] 如果所述圖像拍攝模板為拍照客戶端中預(yù)加載的默認模板，則已由客戶端軟件通 過預(yù)設(shè)算法預(yù)先獲取了所述圖像拍攝模板中被拍攝者的姿態(tài)特征；
[0086] 如果所述圖像拍攝模板為用戶自定義加載的模板，在執(zhí)行所述步驟201前，還可 以保存用戶加載的圖像拍攝模板，例如，所述圖像拍攝模板可以是用戶通過網(wǎng)絡(luò)獲取的明 星照片，然后通過預(yù)設(shè)算法獲取所述圖像拍攝模板中被拍攝者的姿態(tài)特征，以便用戶從加 載的圖像拍攝模板中選擇圖像拍攝模板。
[0087] 其中所述被拍攝者的姿態(tài)特征通常可以包括：人臉姿態(tài)特征和人體姿態(tài)特征；
[0088] 所述預(yù)設(shè)算法，通常可包括：ASM(Active Shape Model,主動形狀模型）算法、 AAM(Active Appearance Model，主動外觀模型）算法、SDM(Sparse Deforming Model，稀疏 的形變模型）算法、行人檢測算法、人體姿態(tài)估計算法以及人體姿態(tài)估計算法等。
[0089] 在步驟202中，獲取取景畫面中被拍攝目標的姿態(tài)特征；
[0090]當用戶選定圖像拍攝模板后，此時客戶端軟件實時的獲取取景畫面中的當前幀圖 像，并通過所述預(yù)設(shè)算法按照獲取順序依次對每一幀圖像進行計算，以獲取所述當前幀圖 像中的人臉和人體姿態(tài)特征。
[0091] 例如，在一示例性實施例中，客戶端軟件可通過ASM、AAM、SDM等算法提取所述 當前幀圖像中人臉的特征點，并記錄各特征點的位置；然后在人臉位置以下擴展一個較大 的方框，在該方框內(nèi)通過行人檢測算法提取所述當前幀圖像中人體的HOGOlistogram of Oriented Gradient,方向梯度直方圖）特征，將所述HOG特征作為人體姿態(tài)特征；或者通過 人體姿態(tài)估計算法，解析出人體各部分的位置，將各部分的位置作為人體姿態(tài)特征。當然， 在實現(xiàn)時也可首先提取所述當前幀圖像中的人體姿態(tài)特征，然后在人體位置以上擴展一個 較大的方框，在該方框內(nèi)提取所述當前幀圖像中的人臉姿態(tài)特征；或者，還可根據(jù)不同的算 法分別提取人臉和人體姿態(tài)特征。在本公開中，不對獲取圖像中的姿態(tài)特征所采用的預(yù)設(shè) 算法以及提取順序進行特別限定。
[0092] 在步驟203中，生成所述取景畫面中的被拍攝目標和所述圖像拍攝模板中的被拍 攝目標的每一項姿態(tài)特征的特征向量；
[0093] 由于通過所述預(yù)設(shè)算法獲取到的人臉以及人體姿態(tài)特征，均可表示成向量的形 式，因此，在該步驟中，可以分別將被拍攝者的人臉姿態(tài)特征和人體姿態(tài)特征生成為人臉姿 態(tài)特征向量和人體姿態(tài)特征向量；
[0094] 在步驟204中，計算所述每一項姿態(tài)特征的特征向量之間的向量距離；
[0095] 在進行向量距離計算時，可以分別計算所述人臉姿態(tài)特征向量和人體姿態(tài)特征向 量之間的向量距離，得到人臉姿態(tài)特征向量距離和人體姿態(tài)特征向量距離。
[0096] 在步驟205中，根據(jù)所述向量距離查詢預(yù)設(shè)的距離與相似度對應(yīng)關(guān)系，獲得所述 每一項姿態(tài)特征的相似度；
[0097] 將計算出的人臉姿態(tài)特征向量距離和人體姿態(tài)特征向量距離分別查詢預(yù)設(shè)的向 量距離和相似度取值之間的對應(yīng)關(guān)系，就能得出對應(yīng)的人臉姿態(tài)相似度和人體姿態(tài)相似 度。
[0098] 例如，假如預(yù)設(shè)的向量距離和相似度取值之間的對應(yīng)關(guān)系如下表1所示：
[0099]
[0100] 表 1

【權(quán)利要求】
1. 一種圖像拍攝方法，其特征在于，包括： 根據(jù)用戶指令選定圖像拍攝模板； 獲取取景畫面中被拍攝目標的姿態(tài)特征； 將所述取景畫面中被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中被拍攝目標的姿態(tài) 特征進行比較，得出姿態(tài)相似度； 當所述姿態(tài)相似度達到閾值時，執(zhí)行拍攝操作。
2. 如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)用戶指令選定圖像拍攝模板之前， 還包括： 保存用戶加載的圖像拍攝模板； 獲取所述圖像拍攝模板中被拍攝目標的姿態(tài)特征。
3. 如權(quán)利要求1所述的方法，其特征在于，所述獲取取景畫面中被拍攝目標的姿態(tài)特 征包括： 檢測所述取景畫面中的被拍攝目標是否為預(yù)設(shè)目標類型； 當檢測出所述取景畫面中的被拍攝目標為預(yù)設(shè)目標類型時，獲取所述被拍攝目標的姿 態(tài)特征。
4. 如權(quán)利要求1所述的方法，其特征在于，所述將所述被拍攝目標的姿態(tài)特征與所述 圖像拍攝模板中被拍攝目標的對應(yīng)姿態(tài)特征進行比較，得出姿態(tài)相似度包括： 生成所述取景畫面中的被拍攝目標和所述圖像拍攝模板中的被拍攝目標的每一項姿 態(tài)特征的特征向量； 計算所述每一項姿態(tài)特征的特征向量之間的向量距離； 根據(jù)所述向量距離查詢預(yù)設(shè)的距離與相似度對應(yīng)關(guān)系，獲得所述每一項姿態(tài)特征的相 似度； 根據(jù)每一項姿態(tài)特征的權(quán)重比值對每一項姿態(tài)特征的相似度進行加權(quán)計算，得到所述 姿態(tài)相似度。
5. 如權(quán)利要求1所述的方法，其特征在于，所述獲取取景畫面中被拍攝目標的姿態(tài)特 征之前，還包括： 對所述圖像拍攝模板進行輪廓化處理； 將處理后的所述圖像拍攝模板的輪廓疊加顯示在所述取景畫面中。
6. 如權(quán)利要求1所述的方法，其特征在于，所述當所述姿態(tài)相似度達到閾值時，執(zhí)行拍 攝操作包括： 當所述姿態(tài)相似度達到預(yù)設(shè)閾值時，向用戶輸出提示信息； 當接收到用戶根據(jù)所述提示信息輸入的拍攝指令時，觸發(fā)拍攝操作。
7. 如權(quán)利要求1所述的方法，其特征在于，所述當所述姿態(tài)相似度達到閾值時，執(zhí)行拍 攝操作包括： 當所述姿態(tài)相似度達到預(yù)設(shè)閾值時，自動觸發(fā)拍攝操作。
8. 如權(quán)利要求1所述的方法，其特征在于，所述方法還包括： 將通過所述拍攝操作拍攝的多張圖像以圖像序列或短視頻的方式進行展現(xiàn)；或 將通過所述拍攝操作拍攝的多張圖像求出平均圖像后進行展現(xiàn)。
9. 一種圖像拍攝裝置，其特征在于，包括： 選定模塊，用于根據(jù)用戶指令選定圖像拍攝模板； 第一獲取模塊，用于獲取取景畫面中被拍攝目標的姿態(tài)特征； 比較模塊，用于將所述取景畫面中被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中被拍 攝目標的姿態(tài)特征進行比較，得出姿態(tài)相似度； 拍攝模塊，用于當所述姿態(tài)相似度達到閾值時，執(zhí)行拍攝操作。
10. 如權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括： 保存模塊，用于保存用戶加載的圖像拍攝模板； 第二獲取模塊，用于獲取所述圖像拍攝模板中被拍攝目標的姿態(tài)特征。
11. 如權(quán)利要求9所述的裝置，其特征在于，所述第一獲取模塊包括： 目標檢測模塊，用于檢測所述取景畫面中的被拍攝目標是否為預(yù)設(shè)目標類型； 姿態(tài)獲取模塊，用于在檢測出所述取景畫面中的被拍攝目標為預(yù)設(shè)目標類型時，獲取 所述被拍攝目標的姿態(tài)特征。
12. 如權(quán)利要求9所述的裝置，其特征在于，所述比較模塊包括： 向量生成模塊，用于生成所述取景畫面中的被拍攝目標和所述圖像拍攝模板中的被拍 攝目標的每一項姿態(tài)特征的特征向量； 向量計算模塊，用于計算所述每一項姿態(tài)特征的特征向量之間的向量距離； 向量查詢模塊，用于根據(jù)所述向量距離查詢預(yù)設(shè)的距離與相似度對應(yīng)關(guān)系，獲得所述 每一項姿態(tài)特征的相似度； 加權(quán)計算模塊，用于根據(jù)每一項姿態(tài)特征的權(quán)重比值對每一項姿態(tài)特征的相似度進行 加權(quán)計算，得到所述姿態(tài)相似度。
13. 如權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括： 處理模塊，用于對所述圖像拍攝模板進行輪廓化處理； 疊加模塊，用于將處理后的所述圖像拍攝模板的輪廓疊加顯示在所述取景畫面中。
14. 如權(quán)利要求9所述的裝置，其特征在于，所述拍攝模塊包括： 提示模塊，用于在所述姿態(tài)相似度達到預(yù)設(shè)閾值時，向用戶輸出提示信息； 第一觸發(fā)模塊，用于在接收到用戶根據(jù)所述提示信息輸入的拍攝指令時，觸發(fā)拍攝操 作。
15. 如權(quán)利要求9所述的裝置，其特征在于，所述拍攝模塊包括： 第二觸發(fā)模塊，用于在所述姿態(tài)相似度達到預(yù)設(shè)閾值時，自動觸發(fā)拍攝操作。
16. 如權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括至少一個以下模塊： 第一展現(xiàn)模塊，用于將通過所述拍攝操作拍攝的多張圖像以圖像序列或短視頻的方式 進行展現(xiàn)； 第二展現(xiàn)模塊，用于將通過所述拍攝操作拍攝的多張圖像求出平均圖像后進行展現(xiàn)。
17. -種圖像拍攝裝置，其特征在于，包括： 處理器； 用于存儲處理器可執(zhí)行指令的存儲器； 其中，所述處理器被配置為： 根據(jù)用戶指令選定圖像拍攝模板； 獲取取景畫面中被拍攝目標的姿態(tài)特征； 將所述取景畫面中被拍攝目標的姿態(tài)特征與所述圖像拍攝模板中被拍攝目標的姿態(tài) 特征進行比較，得出姿態(tài)相似度； 當所述姿態(tài)相似度達到閾值時，執(zhí)行拍攝操作。
【文檔編號】G06F3/01GK104125396SQ201410287143
【公開日】2014年10月29日 申請日期:2014年6月24日 優(yōu)先權(quán)日:2014年6月24日
【發(fā)明者】王百超, 王琳, 陳志軍 申請人:小米科技有限責任公司