[发明专利]智能人像构图方法及装置

权利要求书

1.一种智能人像构图方法，其步骤包括：

收集构图样本，构建高质量构图库；

获取一预拍摄人像；

通过计算所述预拍摄人像与每一所述构图样本的特征相似度，在所述高质量构图库中粗筛出K个构图，以构建topK图像集，其中所述特征相似度包括：人体姿势特征相似度、场景特征相似度和人体占比特征相似度；

通过计算预拍摄人像与topK图像集中每一topK构图的特征相似度，重排序后精筛出一最相似构图样本，其中所属特征相似度包括：颜色特征相似度、形状特征相似度和纹理特征相似度；

使用所述最相似构图样本的人体构图点位信息进行实时引导拍摄，以得到优质的人像构图图片。

2.如权利要求1所述的方法，其特征在于，通过以下步骤计算人体姿势特征相似度：

1)提取所述预拍摄人像的人体姿势特征F^P与置信度向量C，包括：

a)针对所述预拍摄人像，使用姿势特征提取的深度学习算法，提取到至少一个人体骨骼点以及对应人体骨骼点的置信度分数；

b)对所有人体骨骼点进行展平操作得到人体姿势信息Pose以及对应的置信度向量C；

c)对所述姿势信息Pose进行平移和缩放操作，且均匀的落在1*1区域，从而得到姿势信息poseⁿ；

d)对姿势信息poseⁿ进行归一化操作，得到人体姿势特征F^P；

2)提取每一所述构图样本的人体姿势特征F_i^P与置信度向量C_i，其中i为构图样本编号；

3)基于人体姿势特征F^P、置信度向量C、人体姿势特征F_i^P与置信度向量C_i，并使用加权置信度公式计算所述预拍摄人像与构图样本的距离，以得到人体姿势特征相似性。

3.如权利要求1所述的方法，其特征在于，通过以下步骤计算场景特征相似度；

1)提取所述预拍摄人像的场景特征F^S；

a)使用Place365数据集对ResNet18网络进行预训练；

b)将所述预拍摄人像输入预训练的ResNet18网络，得到所述场景特征F^S。

2)提取每一所述构图样本的场景特征F_i^S；

3)基于场景特征F^S与场景特征F_i^S，并利用余弦距离公式，计算场景特征相似度。

4.如权利要求1所述的方法，其特征在于，通过以下步骤计算人体占比特征相似度：

1)提取所述预拍摄人像的人体占比特征F^R，所述人体占比特征F^R的计算方法包括：其中w′为人体检测框的宽，h′为人体检测框的高，W为预拍摄图像的宽，H为预拍摄图像的高；

2)提取每一所述构图样本的人体占比特征F_i^R；

3)计算人体占比特征F^R与人体占比特征F_i^R的欧式距离，得到人体占比特征相似度。

5.如权利要求1所述的方法，其特征在于，所述计算所述预拍摄人像与每一所述高质量构图样本的特征相似度，包括：基于人体姿势特征相似度、场景特征相似度和人体占比特征相似度，进行加权计算。

6.如权利要求1所述的方法，其特征在于，通过以下步骤计算颜色特征相似度：

1)提取所述预拍摄人像的颜色特征F^C，包括：

a)使用金字塔模型对所述预拍摄人像分块；

b)计算每一子块的HSV空间直方图特征；

c)拼接各子块的HSV空间直方图特征，得到所述颜色特征F^C；

2)提取每一topK构图的颜色特征其中1≤k≤K；

3)计算颜色特征F^C与颜色特征的欧式距离，得到颜色特征相似度。