[发明专利]自动拍照方法和装置

说明书

本申请提出了一种自动拍照方法和装置，其中，方法包括：根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；若检测到采集图像中存在婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测婴儿面部的实时表情；若比较获知实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与实时表情对应的婴儿面部图片。由此，实现了对婴儿有趣面部图像的自动拍照，在保证拍照满意度的同时提高了拍照效率，解决了现有技术中，因为婴儿难以配合拍照而需要用户长期保持高度主注意力并手动抓拍，导致抓拍难度较大以及拍照效率较低的技术问题。

技术领域

本申请涉及拍照技术领域，尤其涉及一种自动拍照方法和装置。

背景技术

随着相机功能的普及，用户越来越习惯于通过拍照记录日常生产和生活中的点滴，比如，父母热衷于为婴儿拍照，以将婴儿的图片进行存储或分享。其中，拍照的趣味性较高的婴儿图片显然更能满足用户的娱乐性需求等。相关技术中，为了拍摄出较具趣味性的婴儿图片，通常集中注意力于婴儿的表情变化，并对趣味性的婴儿表情进行手动抓拍，然而，这种拍照方式，一方面，由于婴儿的表情稍纵即逝，手动抓拍可能会失去较佳拍照时机，另一方面，需要拍照用户集中注意力于婴儿的表情变化，拍照效率较低。

申请内容

本申请提供一种自动拍照方法和装置，以解决现有技术中，因为婴儿难以配合拍照而需要用户长期保持高度主注意力并手动抓拍，导致抓拍难度较大以及拍照效率较低的技术问题。

本申请第一实施例提供一种自动拍照方法，包括以下步骤：根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；若检测到所述采集图像中存在所述婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测所述婴儿面部的实时表情；若比较获知所述实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与所述实时表情对应的婴儿面部图片。

本申请第二实施例提供一种自动拍照装置，包括：第一检测模块，用于根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域；第二检测模块，用于在检测到所述采集图像中存在所述婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测所述婴儿面部的实时表情；拍摄模块，用于在比较获知所述实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与所述实时表情对应的婴儿面部图片。

本申请第三实施例提供一种计算机设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述实施例所述的自动拍照方法。

本申请第四实施例提供一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例所述的自动拍照方法。

本申请实施例提供的技术方案可以包括以下有益效果：

根据基于深度学习训练的婴儿人脸识别模型，检测采集图像中是否存在婴儿面部区域，若检测到采集图像中存在婴儿面部区域，则根据基于深度学习训练的婴儿表情识别模型检测婴儿面部的实时表情，进而，若比较获知实时表情属于预设的抓拍数据库中存储的样本表情类别，则拍摄与实时表情对应的婴儿面部图片。由此，实现了对婴儿有趣面部图像的自动拍照，在保证拍照满意度的同时提高了拍照效率，解决了现有技术中，因为婴儿难以配合拍照而需要用户长期保持高度主注意力并手动抓拍，导致抓拍难度较大以及拍照效率较低的技术问题。

本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，

图1是根据本申请第一个实施例的自动拍照方法的流程图；

图2是根据本申请第二个实施例的自动拍照方法的流程图；