[发明专利]基于人脸检测的音量调节方法、装置、电子设备及存储介质

说明书

本申请实施例公开了一种基于人脸检测的音量调节方法及装置，其中方法包括获取全景图像，对该全景图像进行人脸检测，根据该人脸检测得到的检测结果，确定该全景图像中用户的用户数量N，再根据该全景图像中N个用户在该全景图像上的N个位置，分别确定该N个用户的N个相对拍摄角度，并根据该N个用户的N个相对拍摄角度获取景深摄像头拍摄得到的至少一张深度图像，接着根据该至少一张深度图像计算该N个用户的深度距离，将该N个用户的深度距离中的最大值确定为目标深度距离，根据该用户数量和该目标深度距离对播放音量进行调整。采用本申请实施例，可以提高音量调节的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于人脸检测的音量调节方法、装置、电子设备及存储介质 。

背景技术

随着计算机技术的发展，终端、多媒体、终端等能够发声的电子设备也在飞速发展，并在人们日常生活中得到广泛应用。然而目前常用的这些发声设备的音量通常需要手动调节，特别是在多人环境下，单一的音量无法满足这些设备所处环境及用户实时变化的要求。现有技术中也有结合环境音量因素对设备音量进行调节的方法，例如采用音量传感器探测环境噪声，对音量进行设置等。然而，在多人说话环境下，设备无法准确区分出环境噪声，因此现有技术中仅根据环境音量进行音量调节的方式不够准确。

发明内容

本申请实施例提供一种基于人脸检测的音量调节方法及装置，可以根据全景图像中的用户数量以及深度距离对音量进行调整，从而提高音量调节的准确性。

第一方面，本申请实施例提供了一种基于人脸检测的音量调节方法，该方法可包括：

获取第一摄像头在预设的转动角度范围内转动拍摄的多张图像进行图像合成得到的全景图像；

对该全景图像进行人脸检测，根据该人脸检测得到的检测结果，确定该全景图像中用户的用户数量N；

根据该全景图像中N个用户在该全景图像上的N个位置，分别确定该N个用户的N个相对拍摄角度；

根据该N个用户的N个相对拍摄角度获取景深摄像头拍摄得到的至少一张深度图像；

根据该至少一张深度图像计算该N个用户的深度距离，将该N个用户的深度距离中的最大值确定为目标深度距离；

根据该用户数量N和该目标深度距离对播放音量进行调整。

结合第一方面，在一种可能的实施方式中，根据该人脸检测得到的检测结果，确定该全景图像中用户的用户数量N，包括：若该人脸检测得到的检测结果中存在人脸，则获取该全景图像中人脸的数量；将该全景图像中人脸的数量确定为该全景图像中用户的用户数量N。

结合第一方面，在一种可能的实施方式中，根据该人脸检测得到的检测结果，确定该全景图像中用户的用户数量N，包括：若该人脸检测得到的检测结果中存在人脸，则对该全景图像上各人脸所在的图像区域进行人体骨架提取；统计该人体骨架提取得到的人体骨架的数量；将该人体骨架的数量确定为该目标全景图像中用户的用户数量N。

结合第一方面，在一种可能的实施方式中，根据该N个用户的N个相对拍摄角度获取景深摄像头拍摄得到的至少一张深度图像，包括：获取该景深摄像头在该N个相对拍摄角度上拍摄得到的N张深度图像，该景深摄像头在一个相对拍摄角度上拍摄一张深度图像；

根据该至少一张深度图像计算该N个用户的深度距离，将该N个用户的深度距离中的最大值确定为目标深度距离，包括：计算该N张深度图像中各张深度图像对应的用户的深度距离，将该各张深度图像对应的用户的深度距离中的最大值确定为目标深度距离。

结合第一方面，在一种可能的实施方式中，根据该N个用户的N个相对拍摄角度获取景深摄像头拍摄得到的至少一张深度图像，包括：获取该N个用户的N个相对拍摄角度中的最大值和最小值，计算该最大值与该最小值之间的绝对差值；若该绝对差值小于景深摄像头的最大拍摄角度，则获取该景深摄像头拍摄得到的包含该N个用户的深度图像。