[发明专利]一种基于深度学习的拍摄方法和系统

权利要求书

1.一种基于深度学习的拍摄方法，该拍摄方法基于具有自动变焦功能的摄像头，包括以下步骤：

开启拍摄镜头进行拍摄，对拍摄画面中的目标对象进行感知，识别目标对象周围的场景，以及目标对象的位置、姿态和行为；

根据预设的热点找寻规则，确定当前拍摄画面中的目标对象上的热点部位；

将目标对象上的热点部位的信息传递给摄像头，引导摄像头对该热点部位完成自动化的特写拍摄。

2.根据权利要求1所述的基于深度学习的拍摄方法，其特征在于，所述预设的热点找寻规则，具体为：

对预先准备好的若干图像和视频进行标注，构建一个热点感知神经网络数据集，用该热点感知神经网络数据集对热点感知神经网络进行训练，得到热点感知神经网络，通过该热点感知神经网络感知检测目标对象上的热点部位。

3.根据权利要求2所述的基于深度学习的拍摄方法，其特征在于，所述利用热点感知神经网络感知检测目标对象上的热点部位时，具体还包括：

对拍摄的当前视频帧进行姿态估计；

将当前姿态与预定义姿态进行比对，获取当前姿态所属类别，进而得到相应的候选热点；

获取目标对象的当前肢体运动信息；

根据目标对象的当前肢体运动信息，从相应候选热点中确定当前的拍摄热点。

4.根据权利要求3所述的基于深度学习的拍摄方法，其特征在于，所述进行姿态估计时，基于深度神经网络进行二维姿态估计，具体为，针对拍摄画面的连续帧序列，通过深度神经网络提取出包含关节点空间信息的特征图以及人体关节点的有效连接信息，进行姿态估计。

5.根据权利要求4所述的基于深度学习的拍摄方法，其特征在于，获取目标对象的肢体运动信息时，先利用选择好的视频片段的光流信息，基于深度神经网络建立肢体运动模型，根据当前拍摄的一段动态片段，输入肢体运动模型得到目标对象当前的肢体运动信息。

6.一种基于深度学习的拍摄系统，其特征在于，所述系统包括：

感知识别单元，用于对拍摄画面中的目标对象进行感知，并且识别目标对象周围的场景，以及目标对象的位置、姿态和行为；

热点感知单元，用于在目标对象上找寻和确定热点部位；

控制单元，将热点部位的信息输送到拍摄镜头，并且控制该拍摄镜头进行自动变焦完成对热点部位的特写拍摄。

7.根据权利要求6所述的基于深度学习的拍摄系统，其特征在于，所述感知识别单元包括人体检测模块、姿态估计模块、行为识别模块和热点检测模块共四个深度神经网络模块，其中人体检测模块用于检测目标对象的位置，姿态估计模块用于估计目标对象的姿态，行为识别模块用于识别目标对象的行为；

人体检测模块分别为姿态估计模块、行为识别模块和热点感知单元提供辅助信息，姿态估计模块分别为行为识别模块和热点感知单元提供辅助信息，行为检测模块为热点感知单元提供辅助信息。