[发明专利]一种自动对焦方法及装置

权利要求书

1.一种自动对焦方法，应用于电子设备中，所述电子设备具有一个或多个图像采集单元，其特征在于，所述方法包括：

利用所述图像采集单元对当前场景进行图像采集，获得至少一张图片；

利用深度学习模型对所述图片进行目标检测，获得一目标区域的位置信息，其中，所述目标区域为所述当前场景中的用户感兴趣的区域，所述用户与所述电子设备对应；

基于所述目标区域的位置信息，控制所述图像采集单元对所述目标区域进行对焦并拍照。

2.如权利要求1所述的自动对焦方法，其特征在于，所述利用深度学习模型对所述图片进行目标检测，获得一目标区域的位置信息，包括：

将所述图片输入到所述深度学习模型中，其中，所述深度学习模型具体为神经网络模型；

获取所述深度学习模型输出的候选目标物体所在区域的位置信息；

基于所述候选目标物体所在区域的位置信息，获得一目标物体所在区域的位置信息，并将所述目标物体所在区域的位置信息作为所述目标区域的位置信息。

3.如权利要求2所述的自动对焦方法，其特征在于，所述基于所述候选目标物体所在区域的位置信息，获得一目标物体所在区域的位置信息，包括：

在所述候选目标物体为一个物体时，将所述候选目标物体所在区域的位置信息作为所述目标物体所在区域的位置信息；或

在所述候选目标物体为多个物体时，从所述多个物体中确定出所述目标物体，并提取所述目标物体所在区域的位置信息。

4.如权利要求3所述的自动对焦方法，其特征在于，所述从所述多个物体中确定出所述目标物体，包括：

基于所述多个物体中的每个物体所在区域的面积大小，从所述多个物体中选择面积最大的物体作为所述目标物体；或

基于所述多个物体中的每个物体所在区域的位置信息，从所述多个物体中选择位置最靠近所述图片中心点的物体作为所述目标物体；或

基于所述多个物体中的每个物体的可信度，从所述多个物体中选择可信度最高的物体作为所述目标物体，其中，所述可信度由所述深度学习模型提供，用于表示所述深度学习模型对每个物体进行识别的可靠程度；或

基于所述多个物体中的每个物体的类型，从所述多个物体中选择类型权重最高的物体作为所述目标物体，其中，不同类型物体的权重各不相同；或

从所述多个物体中随机选择一个物体作为所述目标物体。

5.如权利要求1所述的自动对焦方法，其特征在于，所述深度学习模型的训练方法，包括：

获取多个数据集，其中，每个所述数据集中都包含多张图片素材，每张图片素材中都包含一个或多个物体，每个物体都标记有其对应的名称信息和所在区域的位置信息；

将所述多个数据集作为训练样本训练得到所述深度学习模型。

6.如权利要求1～5任一所述的自动对焦方法，其特征在于，在所述利用深度学习模型对所述图片进行目标检测，获得一目标区域的位置信息之前，还包括：

从所述电子设备本地获取所述用户拍摄的历史图片；

基于所述历史图片对所述深度学习模型进行微调。

7.一种自动对焦装置，应用于电子设备中，所述电子设备具有一个或多个图像采集单元，其特征在于，所述装置包括：

采集模块，用于利用所述图像采集单元对当前场景进行图像采集，获得至少一张图片；

检测模块，用于利用深度学习模型对所述图片进行目标检测，获得一目标区域的位置信息，其中，所述目标区域为所述当前场景中的用户感兴趣的区域，所述用户与所述电子设备对应；

对焦模块，用于基于所述目标区域的位置信息，控制所述图像采集单元对所述目标区域进行对焦并拍照。