[發(fā)明專利]一種基于人工智能的圖像拍攝方法、裝置及相關(guān)產(chǎn)品

在審

• 申請?zhí)枺?/td>: 202110309217.0
• 申請日: 2021-03-23
• 公開（公告）號: CN113095157A
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計）人: 艾的夢
• 申請（專利權(quán)）人: 深圳市創(chuàng)樂慧科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;H04N5/232
• 代理公司: 深圳市六加知識產(chǎn)權(quán)代理有限公司 44372
• 代理人: 嚴泉玉

1.一種基于人工智能的圖像拍攝方法，其特征在于，所述方法包括：

在攝像頭開啟的情況下，對所述攝像頭采集的圖像中的目標人體進行動作識別；

將所述攝像頭采集的開始拍攝圖像和結(jié)束拍攝圖像之間的圖像作為拍攝圖像，其中，開始拍攝圖像表示所述攝像頭采集的包含執(zhí)行第一動作的目標人體的圖像，結(jié)束拍攝圖像表示所述攝像頭采集的包含執(zhí)行第二動作的目標人體的圖像，所述第一動作和所述第二動作不同；

確定每一張所述拍攝圖像中所述目標人體的目標動作，根據(jù)所述目標動作對采集到的所有拍攝圖像進行分類；

針對每一類拍攝圖像中每一張所述拍攝圖像，對所述拍攝圖像對應(yīng)的目標動作進行打分得到動作評分，并對所述拍攝圖像進行質(zhì)量打分得到質(zhì)量評分；

根據(jù)所述動作評分和質(zhì)量評分得到每一張所述拍攝圖像的綜合評分；

根據(jù)所述綜合評分從每一類拍攝圖像中確定目標拍攝圖像，并輸出得到的所述目標拍攝圖像。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定每一張所述拍攝圖像中所述目標人體的目標動作，根據(jù)所述目標動作對采集到的所有拍攝圖像進行分類，包括：

確定每一張所述拍攝圖像中包含的至少一個目標人體和每一個所述目標人體的目標動作；

根據(jù)所述拍攝圖像中包含的目標人體對采集到的所有拍攝圖像進行劃分，得到第一級分類結(jié)果；其中，屬于同一第一級分類中包含的所有拍攝圖像中包含的目標人體相同；

針對各個所述第一級分類結(jié)果中的拍攝圖像，根據(jù)所述拍攝圖像中目標人體的目標動作對拍攝圖像進行分類，得到第二級分類結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述動作評分和質(zhì)量評分得到每一張所述拍攝圖像的綜合評分，包括：

獲取第一權(quán)重和第二權(quán)重；

根據(jù)所述第一權(quán)重和第二權(quán)重確定所述動作評分和質(zhì)量評分的加權(quán)和值，得到每一張所述拍攝圖像的綜合評分。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述獲取第一權(quán)重和第二權(quán)重，包括：

確定各個所述第二級分類結(jié)果中拍攝圖像中，包含的目標人體的數(shù)量以及包含的所有目標人體的總面積，根據(jù)所述數(shù)量和所述總面積確定該類拍攝圖像對應(yīng)的第二權(quán)重；

根據(jù)所述第二權(quán)重以及預(yù)先設(shè)定的權(quán)重和，得到所述第一權(quán)重。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述綜合評分從每一類拍攝圖像中確定目標拍攝圖像，并輸出得到的所述目標拍攝圖像，包括：

根據(jù)所述綜合評分將每一類拍攝圖像中的圖像進行排序，從每一類排序后的拍攝圖像中確定綜合評分最高的拍攝圖像作為所述目標拍攝圖像；

將所述目標拍攝圖像存儲到第一圖像集中，將所述目標拍攝圖像之外的拍攝圖像存儲到第二圖像集中；

在預(yù)設(shè)時長內(nèi)檢測到將所述第二圖像集中的圖像移動到所述第一圖像集的指令時，將所述指令指示的圖像移動到所述第一圖像集中；

所述第二圖像集中保存時長超過所述預(yù)設(shè)時長的圖像進行刪除操作。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述攝像頭采集的圖像中的目標人體進行動作識別，包括：

針對所述攝像頭采集的圖像，通過空間流卷積神經(jīng)網(wǎng)絡(luò)提取所述圖像的空間交互性特征，并利用雙向長短期記憶神經(jīng)網(wǎng)絡(luò)提取全局空間辨別性特征；

通過時間流卷積神經(jīng)網(wǎng)絡(luò)提取所述圖像的時間交互性特征，通過三維卷積神經(jīng)網(wǎng)絡(luò)從所述時間交互性特征中提取全局時間特征，并構(gòu)建以光流引導(dǎo)的時間注意力模型根據(jù)所述全局時間特征計算全局時間辨別性特征；

根據(jù)所述全局時間辨別性特征進行分類處理得到第一分類結(jié)果，根據(jù)所述全局空間辨別性特征進行分類處理得到第二分類結(jié)果；

將所述第一分類結(jié)果和所述第二分類結(jié)果進行融合得到融合分類結(jié)果，根據(jù)所述融合分類結(jié)果得到對所述目標人體的動作識別結(jié)果。