[發明專利]物品拍攝方法、裝置、電子設備及存儲介質

在審

• 申請號: 202110052103.2
• 申請日: 2021-01-15
• 公開（公告）號: CN112911139A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 傅峰峰
• 申請（專利權）人: 廣州富港生活智能科技有限公司
• 主分類號: H04N5/232
• 分類號: H04N5/232;G06K9/62;G06K9/20
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 肖宇揚;郭佳利

本發明涉及數據處理技術領域，公開了一種物品拍攝方法、裝置、電子設備及存儲介質，該方法包括：獲取包括待拍攝物品的預覽圖像，從所述預覽圖像中識別所述待拍攝物品的物品參數，進一步地，可以將所述物品參數輸入預先訓練好的神經網絡模型中，獲得所述待拍攝物品對應的目標拍攝參數，并根據所述目標拍攝參數對所述待拍攝物品進行拍攝，獲得目標拍攝圖像。可見，本發明實施例能夠基于深度學習自動調整拍攝參數，獲得拍攝圖像。

技術領域

本發明涉及數據處理技術領域，尤其涉及一種物品拍攝方法、裝置、電子設備及存儲介質。

背景技術

隨著移動終端(如智能手機、自動拍攝裝置)拍照功能的日益強大，使用移動終端進行拍照已經成為人們日常拍照的常見方式。然而實踐中發現，雖然移動終端的拍照功能強大，但是并不是所有的用戶擅長拍照。通常，用戶需要不斷嘗試著設置不同的拍攝參數，才能夠拍出符合要求的圖像，有時甚至設置了很多不同的拍攝參數，也難以拍出符合要求的圖像，嚴重影響用戶體驗。

發明內容

本發明提供了一種物品拍攝方法、裝置、電子設備及存儲介質，能夠基于深度學習自動調整拍攝參數，獲得拍攝圖像。

本發明第一方面公開了一種物品拍攝方法，所述方法包括：

獲取包括待拍攝物品的預覽圖像；

從所述預覽圖像中識別所述待拍攝物品的物品參數；

將所述物品參數輸入預先訓練好的神經網絡模型中，獲得所述待拍攝物品對應的目標拍攝參數；

根據所述目標拍攝參數對所述待拍攝物品進行拍攝，獲得目標拍攝圖像。

作為一種可選的實施方式，在本發明第一方面中，所述獲取包括待拍攝物品的預覽圖像之前，所述方法還包括：

獲取多個物品的第一拍攝參數以及每個所述物品的第一拍攝參數對應的第一拍攝效果圖像；

提取所述多個物品的第一物品參數；

根據所述第一物品參數，對所述多個物品進行聚類，獲得多個類別；

建立每個類別的物品、第一拍攝參數以及第一拍攝效果圖像的對應關系；

根據所述對應關系，生成物品拍攝數據庫；

采用所述物品拍攝數據庫中的訓練樣本，對初始網絡模型進行訓練，獲得所述訓練好的神經網絡模型。

作為一種可選的實施方式，在本發明第一方面中，所述獲取多個物品的第一拍攝參數以及每個所述物品的第一拍攝參數對應的第一拍攝效果圖像之后，所述方法還包括：

對多個所述第一拍攝效果圖像進行大數據分析，獲得主流的多個目標拍攝效果圖像；

根據多個所述目標拍攝效果圖像，從所述多個物品中篩選出第一物品；

所述提取所述多個物品的第一物品參數包括：

提取所述第一物品的第一物品參數。

作為一種可選的實施方式，在本發明第一方面中，所述方法還包括：

將所述物品拍攝數據庫上傳至區塊鏈上；

每隔預設時間，更新所述區塊鏈上的所述物品拍攝數據庫。

作為一種可選的實施方式，在本發明第一方面中，所述每隔預設時間，更新所述區塊鏈上的所述物品拍攝數據庫包括：

每隔預設時間，獲取所述預設時間內接收到的第二物品的拍攝信息，所述拍攝信息包括第二拍攝參數以及第二拍攝效果圖像；

識別所述第二物品的類別；