[发明专利]一种提高Ai智慧摄影场景识别准确率的实现方法在审

专利信息
申请号: 201811012070.3 申请日: 2018-08-31
公开(公告)号: CN109271899A 公开(公告)日: 2019-01-25
发明(设计)人: 朱钢 申请(专利权)人: 朱钢
主分类号: G06K9/00 分类号: G06K9/00;G06F16/58;G06F16/535
代理公司: 暂无信息 代理人: 暂无信息
地址: 116023 辽宁省大连市*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 场景识别 画面特征 场景 场景类型 准确率 手机 外围 场景数据库 场景信息 候补选项 人机交互 摄影场景 实施目标 数据模型 自我学习 拍摄 失败 摄影 剔除 修补 数据库 鉴别 影像 筛选 验证 技能 优化 分析
【说明书】:

发明公开了一种提高Ai智慧摄影中场景识别准确率的实现方法,能够解决手机在自动场景识别中出现的识别失败和识别失误的技术问题,为手机智慧摄影提供准确的场景信息和影像优化实施目标。本发明的主要用途在于,借助【外围条件】场景数据库,可以对那些通过画面特征分析识别出来的场景进行筛选、鉴定,实时地剔除不符合当前拍摄实际的场景类型,验证自动场景识别的准确性,同时还能在画面特征识别失败时及时提供场景类型候补选项供,通过人机交互,修补场景识别数据库,自我学习提高智慧场景综合识别能力,逐步建立起完整的“画面特征识别+外围条件鉴别”的综合场景识别数据模型,最终实现模拟摄影师一样“看场景、识场景”的Ai智慧拍摄技能。

技术领域

本发明涉及手机AI智慧拍摄领域,特别是涉及一种提高Ai智慧摄影场景识别准确率的实现方法。

背景技术

目前的手机智慧拍照已经进入模拟摄影师经验和构思拍摄的初级阶段,通过分析和比对被摄物体画面的形状、线条、轮廓以及色彩、明暗、反差、虚实等图像特征,实现了智能的场景自动识别,为下一步的Ai场景优化拍摄提供了具体明确的应对模型和应用对象。

但现实拍摄实践中,不同场景存在相近似画面特征的可能,使得这种主要依靠画面特征分析和比对的场景自动识别结果存在较大的失误概率,有时甚至是张冠李戴,识别出和实际取景画面完全无关的场景结果;这样造成的直接后果是,拍摄系统会给取景画面施加错误的影像优化策略,渲染不相适应的画面影调风格,导致最终的拍摄画面效果不为拍摄者所愿,甚至适得其反,造成最终的拍摄失败。

另外,由于受现场光照环境、取景视野以及天气状况等外围因素的影响,同时也受限于目前种类有限的【画面特征】场景数据库,仅仅通过画面特征识别机能还经常会出现场景识别失败,无法确认当前拍摄的是什么场景,也就无法继续实施后续的Ai场景优化。

所以,如何提高手机智慧场景识别能力,提高场景识别的准确率,决定了手机能否深度模拟摄影师拍摄技法、真正实现Ai智慧摄影的前提和关键所在。

发明内容

本发明主要解决的技术问题是提供一种提高Ai智慧摄影场景识别准确率的实现方法,减少甚至杜绝手机在自动场景识别中出现的识别失败和识别失误的问题,为手机智慧摄影提供准确的拍摄场景信息和影像优化实施目标。

为解决上述技术问题,本发明采用的一个技术方案是:一种提高Ai智慧摄影场景识别准确率的实现方法,通过对当前手机拍摄所处的地理位置、日期时间、风俗节日、季节气候、天气状况、温度湿度、海拔气压、拍摄方位、拍摄视角、移动速度、环境声源等外围条件的数据测定,从【外围条件】场景数据库中获取当前拍摄可能存在的场景类型数据,再与通过取景画面特征分析比对所获取的场景类型数据进行匹配运算,筛选出最符合当前拍摄场合和客观现实的场景类型。

本发明的有效效果是:借助【外围条件】场景数据库,可以对那些通过画面特征分析识别出来的场景进行筛选、鉴定,实时地剔除不符合当前拍摄实际的场景类型,验证自动场景识别的准确性,同时还能在画面特征识别失败时及时提供场景类型候补选项,通过人机交互,修补场景识别数据库,自我学习提高智慧场景综合识别能力,逐步建立起完整的“画面特征识别+外围条件鉴别”的综合场景识别数据模型,最终实现模拟摄影师一样“看场景、识场景”的Ai智慧拍摄技能。

附图说明

图1 是本发明一种提高Ai智慧摄影场景识别准确率的实现方法较佳实施例的流程示意图;

图2是本发明一种提高Ai智慧摄影场景识别准确率的实现方法在一个风光拍摄中准确识别场景类型的具体实施例示意图;

图3是一种提高Ai智慧摄影中场景识别准确率的实现方法在遭遇场景识别无效或失误时所采取的应对策略和自我学习完善的流程示意图;

图4是一种提高Ai智慧摄影中场景识别准确率的实现方法中有关实施外围条件数据读取所可能涉及到的项目列表示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于朱钢,未经朱钢许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811012070.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top