[发明专利]用于智能可穿戴电子设备的人脸拍照方法及系统

说明书

本发明公开一种用于智能可穿戴电子设备的人脸拍照方法及系统，所述智能可穿戴电子设备上设置有摄像装置，其中所述智能可穿戴电子设备人脸拍照方法通过摄像装置获取视频流数据，控制终端接收传输回来的视频流数据，首先通过具有卷积神经网络的人脸检测器进行多层特征提取，当人脸检测器检测到人脸时，返回人脸位置信息，并向穿戴者给出提示，此时如果人脸位置没有处于位置较佳的拍摄角度，给出调整的提示信息，直至人脸检测器返回较佳的人脸位置信息，启动摄像装置拍照，从而现盲拍过程中对人脸的智能定位，解决了目前采用盲拍方式进行拍照的可穿戴电子设备所引起的拍照质量不佳或者拍的照片不是我们所想要的照片等问题，大大提高了用户体验。

技术领域

本发明涉及智能电子设备盲拍技术领域，尤其涉及一种基于深度学习的用于智能可穿戴电子设备的人脸拍照系统。

背景技术

深度学习是机器学习研究中的一个新的领域，近年来，深度学习方法，特别是深层卷积神经网络在图像分类、图像检测等各种计算机视觉任务中取得了显著成绩，它依靠深层非线性网络和大规模的训练数据，实现复杂函数逼近，从而获得更本质的图像特征，有效提升后续的分类和识别效果。深度学习在图像处理，语音识别和自然语言处理等领域都取得了令人瞩目的成果。人脸检测与识别是一种重要的智能化目标检测与识别技术，人脸检测是面向面部检测，面部识别和面部聚类等后续相关应用的关键步骤。传统的机器学习算法及相应的人脸检测的方法仅仅包含单层的非线性的浅层结构，只能能够学习和构建简单的模型函数，无法更加高效的表达出人脸所包含的丰富的特征信息。浅层结构的算法只是将从单一的原始信号转换到特定问题特定空间的简单函数映射，不能够表达复杂的函数模型。而在实现智能化视频分析的过程中，一系列的图像处理，模式识别难题亟需。人脸包含每个人所具有的丰富的独特的特征，人脸的检测其本质就是针对人脸图像进行处理，深度学习的方法为人脸检测与识别所遇到的问题提供了强有力的解决方案和理论基础。

可穿戴电子设备是当今社会的研究热点和电子市场的热门话题，市场上涌现出一系列具有拍照功能的智能可穿戴电子设备，如智能眼镜，不仅集成拍照、录像、通话等多种功能，同时设计精巧给用户带来了很大的方便。智能眼睛采用的是大多是盲拍方式，即通过将设备的摄像头调整好角度，大致判断拍摄的区域在摄像范围内即可发出指令控制设备拍照，这样无法保证所拍的照片是自己所要的照片，如果对人物进行拍照时可能无法显示人物的全部或者拍花等问题，给设备的体验造成了极大的困扰。

发明内容

本发明的目的是提供一种用于智能可穿戴电子设备的人脸拍照方法，以实现盲拍过程中对人脸的智能定位。

本发明的另一目的是提供用于智能可穿戴电子设备的人脸拍照系统，以实现盲拍过程中对人脸的智能定位。

为了实现上述目的，本发明公开了一种用于智能可穿戴电子设备的人脸拍照方法，所述智能可穿戴电子设备上设置有摄像装置，所述智能可穿戴电子设备人脸拍照方法包括如下步骤：

1)、摄像装置获取所拍摄区域的视频流数据，并将所述视频流数据实时传输至控制终端，所述控制终端内置有基于深度学习卷积网络的人脸检测器；

2)、当所述人脸检测器检测到人脸时，返回人脸位置信息；

3)、穿戴者根据上述人脸位置信息做出相应位置调整，直至人脸位置处于较佳拍摄角度；

4)、当将所述拍摄区域的人脸位置调整至较佳拍摄角度时，摄像装置启动拍照。