[發明專利]一種使用深度學習的智能鏡頭拍攝方法及系統

在審

• 申請號: 201711098878.3
• 申請日: 2017-11-09
• 公開（公告）號: CN107864334A
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 張明;李林澤;劉博;祝梁超
• 申請（專利權）人: 睿魔智能科技（東莞）有限公司;東莞松山湖國際機器人研究院有限公司
• 主分類號: H04N5/232
• 分類號: H04N5/232
• 代理公司: 廣州粵高專利商標代理有限公司44102
• 代理人: 羅曉林,楊桂洋

1.一種使用深度學習的智能鏡頭拍攝方法，包括以下步驟：

開啟攝像機鏡頭進行拍攝，使用深度學習的方法對鏡頭中的目標對象進行感知，獲取目標對象的特征；

使用深度學習的方法對拍攝片段進行檢測定位，若檢測到當前片段為感興趣片段時，開啟高速拍攝模式，若檢測到當前片段為非感興趣片段時，開啟普通拍攝模式，該普通拍攝模式的拍攝速度低于高速拍攝模式。

2.根據權利要求1所述的使用深度學習的智能鏡頭拍攝方法，其特征在于，所檢測定位拍攝片段時，對拍攝片段定義一個置信度的預設閾值，若當前拍攝片段的置信度大于閾值，則表明當前拍攝片段為感興趣片段，開啟高速拍攝模式，若當前拍攝片段的置信度小于閾值，則表明當前拍攝片段為非感興趣片段，開啟普通拍攝模式。

3.根據權利要求2所述的使用深度學習的智能鏡頭拍攝方法，其特征在于，所述對目標對象進行感知時，采用卷積神經網絡和循環神經網絡獲取目標對象的空間特征和時序特征，識別目標的特征要素和目標對象周圍的場景，特征要素包括位置、姿態和行為，獲取特征要素隨時間變化而發生改變的信息，獲取當前幀圖像的置信度。

4.根據權利要求3所述的使用深度學習的智能鏡頭拍攝方法，其特征在于，所述拍攝中的每一幀圖像都由相同的卷積神經網絡進行空間特征的提取，然后該卷積神經網絡輸出當前的時序信息，該當前的時序信息與之前的時序信息一起構成時序特征，從而輸出當前幀圖像的當前片段的置信度，同時將當前的時序信息和之前的時序信息進行累積并輸出。

5.根據權利要求4所述的使用深度學習的智能鏡頭拍攝方法，其特征在于，所述深度學習時，首先構建一個包含若干個視頻片段的數據集，每一個視頻片段都進行感興趣片段起始時間點和終止時間點的標記，用該數據集訓練得到用于深度學習的深度神經網絡模型。

6.一種使用深度學習的智能鏡頭拍攝系統，其特征在于，所述系統包括：

感知單元，用于感知和識別目標對象周圍的場景，以及目標對象的特征，該感知單元包括人體檢測模塊、姿態估計模塊、場景感知模塊、人體跟蹤模塊；

檢測定位單元，用于對拍攝片段進行檢測定位，查看是否為感興趣片段；

控制單元，用于切換高速拍攝模式和普通拍攝模式。

7.根據權利要求6所述的使用深度學習的智能鏡頭拍攝系統，其特征在于，還包括對比單元，用于比較當前片段的置信度與閾值的大小關系。

8.根據權利要求7所述的使用深度學習的智能鏡頭拍攝系統，其特征在于，還包括長短時記憶單元，用于當前的時序信息和之前的時序信息，以及輸出當前幀圖像的當前片段的置信度，同時對接收到的時序信息進行累積且輸出至下一個長短時記憶單元。