[发明专利]一种防闭眼的拍照方法和装置

说明书

本申请公开了一种防闭眼的拍照方法和装置，包括：预先基于卷积神经网络CNN，建立用于识别眼睛状态的人眼分类模型；当终端设备检测到拍摄指令时，利用镜头获取有效图像，并利用所述人眼分类模型对所述有效图像中人像的眼睛状态进行识别，如果所述有效图像中存在闭眼图像，则将所述闭眼图像修正为睁眼图像，将修正后的图像作为当前的拍照结果。采用本发明，可以有效解决用户拍照时的闭眼问题。

技术领域

本发明涉及拍摄设备领域，特别是涉及一种防闭眼的拍照方法和装置。

背景技术

随着智能终端设备(如智能手机、平板电脑等)的普及，拍照或自拍已经成为人们生活中不可或缺的一部分。然而经过统计可以发现，人们在拍照或自拍时，经常会遇到闭眼的情况，导致抓拍到的照片效果不好，没有保存的价值，只能重拍，这样就会造成用户时间的浪费，有时甚至会由于错过了拍摄场景而无法重拍，导致用户体验的降低。

现有的拍照方案中，针对闭眼检测，一般采用以下几种方式：

(1)通过对眼睛形状的捕捉判断眼睛的状态，如果眼睛形状偏向椭圆类的，则认为是睁眼状态，如果偏向直线状态，则认为是闭眼状态(基于几何特征的方法)。

(2)计算每一张人体影像中人脸数量与眼球数量的比例；筛选出人脸数量与眼球数量的比例接近1∶2的人体影像作为最佳人体影像。

上述闭眼检测方式，存在以下几个问题：

(1)基于几何特征的方法并不能涵盖所有的情况，因为人眼的形状以及表情会有很微妙的变化，固定的几何特征检测会遗漏很多特殊的情况；

(2)眼球比例的算法不带有替换脸的功能，无法解决闭眼情况；

(3)对于闭眼状态的检测，准确度不高，尤其是眼球比例的算法，对眼睛的分辨率要求比较高，如果是多人合影的情况，眼睛像素很低，眼球比例算法的对眼睛状态的识别准确率就很低。

由此可见，现有拍照方案存在无法对人眼状态进行准确识别、不能对所识别出的闭眼状态进行相应修正等问题，从而无法有效解决用户拍照时的闭眼问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种防闭眼的拍照方法和装置，可以有效解决用户拍照时的闭眼问题。

为了达到上述目的，本发明提出的技术方案为：

一种防闭眼的拍照方法，包括：

a、预先基于卷积神经网络CNN，建立用于识别眼睛状态的人眼分类模型；

b、当终端设备检测到拍摄指令时，利用镜头获取有效图像，并利用所述人眼分类模型对所述有效图像中人像的眼睛状态进行识别，如果所述有效图像中存在闭眼图像，则将所述闭眼图像修正为睁眼图像，将修正后的图像作为当前的拍照结果。

一种防闭眼的拍照装置，包括：

模型建立模块，用于预先基于卷积神经网络CNN，建立用于识别眼睛状态的人眼分类模型；

拍照控制模块，用于当终端设备检测到拍摄指令时，利用镜头获取有效图像，并利用所述人眼分类模型对所述有效图像中人像的眼睛状态进行识别，如果所述有效图像中存在闭眼图像，则将所述闭眼图像修正为睁眼图像，将修正后的图像作为当前的拍照结果。

综上所述，本发明提出的防闭眼的拍照方法，利用基于卷积神经网络CNN建立的人眼分类模型，可以对镜头获取图像中人像的眼睛状态进行准确地识别，并对识别出的闭眼图像进行修正，从而可以有效解决用户拍照时的闭眼问题。

附图说明

图1为本发明实施例的方法流程示意图；

图2为本发明实施例的装置结构示意图；