一种融合图像内容和特征提取的拍照姿势推荐方法

    公开(公告)号:CN114707055A

    公开(公告)日:2022-07-05

    申请号:CN202210206062.2

    申请日:2022-02-28

    Abstract: 本发明公开了一种融合图像内容和几何特征提取的拍照姿势推荐方法,其步骤包括:从用户输入的图像中提取场景语义特征、场景特征、视角特征;将所提取的场景语义特征、场景特征、视角特征按照设定规则进行融合;计算融合所得特征与特征数据库中的特征的相似性,将相似性最高的m个特征对应的姿势图片返回给用户。本发明能满足不同体型、肤色、性别、年龄用户的姿势偏好,在特征提取步骤中引入场景类别信息、纹理信息和视角信息可以更准确的检索到姿势图片库中场景相似的姿势照片,引入语义信息和强标签系统可以更加智能的识别画面中用户可以与之交互拍照的物体,可以满足用户对于姿势推荐的即时性需求。

    一种融合图像内容和特征提取的拍照姿势推荐方法

    公开(公告)号:CN114707055B

    公开(公告)日:2025-03-14

    申请号:CN202210206062.2

    申请日:2022-02-28

    Abstract: 本发明公开了一种融合图像内容和几何特征提取的拍照姿势推荐方法,其步骤包括:从用户输入的图像中提取场景语义特征、场景特征、视角特征;将所提取的场景语义特征、场景特征、视角特征按照设定规则进行融合;计算融合所得特征与特征数据库中的特征的相似性,将相似性最高的m个特征对应的姿势图片返回给用户。本发明能满足不同体型、肤色、性别、年龄用户的姿势偏好,在特征提取步骤中引入场景类别信息、纹理信息和视角信息可以更准确的检索到姿势图片库中场景相似的姿势照片,引入语义信息和强标签系统可以更加智能的识别画面中用户可以与之交互拍照的物体,可以满足用户对于姿势推荐的即时性需求。

    一种结合人体关键点热图特征的人像景别识别方法

    公开(公告)号:CN114529944B

    公开(公告)日:2022-11-15

    申请号:CN202210137627.6

    申请日:2022-02-15

    Abstract: 本发明公开了一种结合人体关键点热图特征的人像景别识别方法。本发明首先通过人体检测器检测出人体区域,然后基于深度学习的特征提取器和卷积姿态机分别提取人体的特征和人体骨骼关键点热图特征,将这两个特征进行通道融合得到融合特征;将融合特征分别送入两个分支网络,其中分类网络用于分类当前的景别类型;另一个分支回归网络则是对人体骨骼关键点的预测,在L2loss损失函数的监督下,对景别分类网络起到正反馈的作用,有利于分类网络能够学习到与人体骨骼关键点相关的强特征。这种输入输出双监督的机制,能够有效监督网络重点学习有利于判断景别的人体骨骼关键区域;本发明提供的方法能够较为稳定的识别景别,并且鲁棒性很好。

    智能人像构图方法及装置
    7.
    发明公开

    公开(公告)号:CN114611589A

    公开(公告)日:2022-06-10

    申请号:CN202210177879.1

    申请日:2022-02-25

    Abstract: 本发明公开了一种智能人像构图方法及装置,所述方法包括:收集构图样本,构建高质量构图库;获取预拍摄人像;通过计算所述预拍摄人像与每一所述构图样本的特征相似度,以构建topK图像集;通过计算预拍摄人像与topK图像集中每一topK构图的特征相似度,重排序后精筛出最相似构图样本;使用所述最匹配构图样本的人体构图点位信息进行实时引导拍摄,以得到优质的人像构图图片。本发明给出了神经网络对图像预测的解释,并确保准确评估神经网络的预测水平。本发明综合考虑了人体姿势、人体占比、图片场景信息以及纹理信息、形状信息等多方面因素对人像拍摄构图的影响,使得用户在一开始拍摄时就可以拍出更好的图片,减少了后期加工处理。

    一种结合人体关键点热图特征的人像景别识别方法

    公开(公告)号:CN114529944A

    公开(公告)日:2022-05-24

    申请号:CN202210137627.6

    申请日:2022-02-15

    Abstract: 本发明公开了一种结合人体关键点热图特征的人像景别识别方法。本发明首先通过人体检测器检测出人体区域,然后基于深度学习的特征提取器和卷积姿态机分别提取人体的特征和人体骨骼关键点热图特征,将这两个特征进行通道融合得到融合特征;将融合特征分别送入两个分支网络,其中分类网络用于分类当前的景别类型;另一个分支回归网络则是对人体骨骼关键点的预测,在L2loss损失函数的监督下,对景别分类网络起到正反馈的作用,有利于分类网络能够学习到与人体骨骼关键点相关的强特征。这种输入输出双监督的机制,能够有效监督网络重点学习有利于判断景别的人体骨骼关键区域;本发明提供的方法能够较为稳定的识别景别,并且鲁棒性很好。

    用于显示屏幕面板的智能辅助人像拍照的图形用户界面

    公开(公告)号:CN307874676S

    公开(公告)日:2023-02-28

    申请号:CN202230296621.4

    申请日:2022-04-19

    Abstract: 1.本外观设计产品的名称:用于显示屏幕面板的智能辅助人像拍照的图形用户界面。
    2.本外观设计产品的用途:用于手机或平板电脑的智能辅助人像拍照。
    3.本外观设计产品的设计要点:在于图形用户界面的界面内容。
    4.最能表明设计要点的图片或照片:主视图。
    5.后视图、左视图、右视图、俯视图和仰视图无设计要点,省略后视图、左视图、右视图、俯视图和仰视图。
    6.图形用户界面的用途:该图形用户界面为应用软件客户端的界面;主视图为拍照产品默认图形用户界面;界面变化状态图1显示未检测到人脸;界面变化状态图2显示白色对焦框对焦人脸;界面变化状态图3显示黄色对焦框推荐点位;界面变化状态图4显示位置完美提示;界面变化状态图5显示手机左右倾斜姿态;界面变化状态图6显示引导调整手机俯仰姿态;界面变化状态图7显示手机姿态调整完成;界面变化状态图8显示手机横屏拍摄;界面变化状态图9、10、11分别显示拍照比例1:1、16:9、4:3,由顶部画面比例按钮切换;界面变化状态图11、12、13显示为闪光灯打开、自动、关闭三种状态,由顶部闪光灯按切换;界面变化状态图14、15、16、17显示为四种构图提示,左右滑动选择切换;界面变化状态图18显示姿势推荐模式界面,由底部姿势按钮跳转,转变为场景姿势按钮,点击该按钮解锁更多姿势;界面变化状态图19显示为拍照倒计时;界面变化状态图20显示加载状态;界面变化状态图21显示加载失败;界面变化状态图22显示加载的推荐姿势;界面变化状态图23显示选中的姿势线框;界面变化状态图24显示选中姿势后拍照倒计时;界面变化状态图25显示选中并弹出的真人姿势缩略图;界面变化状态图26显示真人姿势与姿势线框切换;界面变化状态图27、28显示姿势线框与真人姿势不透明、半透明状态,由右侧透明度按钮切换;界面变化状态图29显示镜像状态,由右侧镜像按钮切换;界面变化状态图30显示选中最近以外标签弹出的姿势线框及真人姿势缩略图;界面变化状态图31显示最近拍照情况。

Patent Agency Ranking