一種攝像控制方法
【技術領域】
[0001]本發明涉及攝像技術，特別涉及能夠基于人臉識別和表情識別自動追蹤拍攝場景中的關鍵拍攝對象的一種攝像控制方法。
【背景技術】
[0002]在現有技術中，各種拍攝場景中采用的拍攝方式都是人工拍攝。即，配備多架攝像機由多名攝像師同時拍攝，每個攝影師和攝像機根據不同角度和不同拍攝效果進行分工。
[0003]然而，對于拍攝中的特寫追蹤，需要完全依賴于攝像師的注意力和技巧，因而通常會發生特寫追蹤的拍攝合格率及拍攝效率不高的問題，這就導致拍攝的成本大大提升。為了緩解這樣的問題，就不得不增加攝像機和攝影師的數量、并提高對攝像機的品質要求以及對攝影師的拍攝水平要求，但這樣會導致拍攝的成本不降反升。
[0004]為了解決上述問題，現有技術提出了利用紅外跟蹤、或圖像識別來實現攝像機自動追S示拍攝的方式，以通過自動追S示替代人工追S示來提聞拍攝合格率及拍攝效率降低拍攝的成本，并同時減少攝像機和攝影師的數量、以及降低對攝像機的品質要求以及對攝影師的拍攝水平要求，旨在降低拍攝成本。其中:
[0005]1、紅外跟蹤需要為拍攝對象安裝紅外發射裝置、為攝像頭安裝紅外接收裝置，由攝像機根據紅外接收裝置接收的紅外信號的方向對焦至拍攝對象所處的拍攝方位，從而能夠實現攝像機的自動追蹤。但是，由于紅外收發的抗干擾能力較差，因而只能適用室內環境；并且，拍攝對象的姿態容易使紅外發射裝置的發射范圍無法覆蓋紅外接收裝置，導致紅外收發失敗。可見，利用紅外跟蹤所實現的攝像機自動追蹤的可靠性不高。
[0006]2、圖像識別需要對攝像機捕獲的人像進行分析處理、將人像設定為跟蹤對象使其始終處于攝像機的拍攝范圍內，從而能夠實現人像的自動跟蹤。但是，圖像識別依賴的是對人像姿態的識別，而這樣的識別難以精確地區分出不同的拍攝對象的，因而極容易出現跟丟和亂跟的現象。可見，利用圖像識別所實現的攝像機追蹤的準確性不高。

【發明內容】

[0007]有鑒于此，本發明提供一種攝像控制方法。
[0008]本發明提供的該攝像控制方法應用于處理設備中、該處理設備連接在同一拍攝場景的廣角攝像機和特寫攝像機之間；并且，該攝像控制方法包括循環執行的如下步驟:
[0009]步驟al、對廣角攝像機拍攝到的全景圖像進行人臉檢測，并檢測得到全景圖像中的所有人臉圖像、以及每個人臉圖像在全景圖像中對應的位置；
[0010]步驟a2、對步驟al檢測到的所有人臉圖像進行表情識別，并識別得到每個人臉圖像對應的人臉表情；
[0011]步驟a3、對步驟al檢測得到的所有人臉圖像進行人臉識別，并識別得到每個人臉圖像對應的人物身份；
[0012]步驟a4、查詢步驟a2識別出的人臉表情的表情級別、以及步驟a3識別出的人物身份的角色級別，并依據查詢出的表情級別和角色級別，確定每個人臉圖像的拍攝優先級；
[0013]步驟a5、針對步驟a4計算出的拍攝優先級最高的人臉圖像，依據步驟al檢測得到的該人臉圖像在全景圖像中對應的位置，生成用于特寫攝像機識別該人臉圖像在拍攝場景中對應的拍攝對象的位置信息，并向特寫攝像機發送攜帶該位置信息的拍攝指令。
[0014]可選地，步驟al所述的人臉檢測是利用用于區分人臉與背景圖像的人臉檢測分類器來實現的，其中，所述的人臉檢測分類器是按照如下方式預先訓練得到的:
[0015]收集人臉的正樣本圖像和負樣本圖像；
[0016]按照人臉的角度對正樣本圖像進行分類；
[0017]對每個分類中的正樣本圖像進行歸一化處理；
[0018]對于每個分類，抽取出能夠區分該分類的正樣本圖像與負樣本圖像的各樣本特征作為弱分類器，并通過級聯該分類的各弱分類器構成該分類的人臉檢測分類器。
[0019]可選地，步驟a2所述的表情識別是利用用于區分不同表情的表情識別分類器來實現的，其中，所述的表情識別分類器是按照如下方式預先訓練得到的:
[0020]收集各種表情的訓練樣本圖像；
[0021]定位訓練樣本圖像的特征點位置；
[0022]將訓練樣本圖像按照各特征點的位置進行歸一化處理；
[0023]從歸一化處理后的訓練樣本圖像中提取樣本特征；
[0024]創建用作表情識別分類器的神經網絡、并利用提取的樣本特征訓練神經網絡中的節點間連線的權值。
[0025]可選地，步驟a3所述的人臉識別是利用用于區分不同人臉的人臉識別分類器來實現的，其中，所述的人臉識別分類器是按照如下方式預先訓練得到的:
[0026]收集已知人物身份的訓練樣本圖像；
[0027]定位出樣本圖像的特征點位置；
[0028]將訓練樣本圖像按照各特征點的位置進行歸一化處理；
[0029]從歸一化處理后的訓練樣本圖像中提取樣本特征；
[0030]依據樣本特征與所屬訓練樣本圖像的人物身份的關系，訓練得到在流形空間保持類內樣本投影后鄰域不變的投影矩陣、采用以投影向量間的相似度距離KNN分類器作為人臉識別分類器。
[0031]可選地，表情級別由高到低依次包括:動態表情、靜態表情、以及靜默表情。
[0032]可選地，角色級別由高到低依次包括:主角、配角、普通演員、群眾演員。
[0033]可選地，步驟a4將每個人臉的人臉表情與角色級別的等級評分的乘積確定為該人臉的拍攝優先級。
[0034]可選地，步驟a5中的位置信息的生成，是依據廣角攝像機和特寫攝像機在拍攝場景中的位置關系，對人臉圖像在全景圖像中對應的位置進行坐標轉換得到的。
[0035]可選地，步驟a5中的位置信息包括用于確定特寫攝像機的拍攝角度的角度信息、以及用于確定特寫攝像機的拍攝焦距的焦距信息。
[0036]可選地，應用該攝像控制方法的處理設備為PC機。
[0037]如上可見，本發明所提供的攝像控制方法在從廣角攝像機拍攝得到的全景圖像中檢測出人臉后，能夠得到每個人臉的表情級別和角色級別，還能夠綜合表情級別和角色級別得到每個人臉的拍攝優先級，并以此來控制特寫攝像機自動追蹤拍攝優先級最高的人臉進行拍攝，從而確保特寫攝像機能夠對拍攝場景中的關鍵角色(表情和/或角色身份最重要的角色)實現自動追蹤；而且，若拍攝場景中的關鍵角色發生了變化(例如場景中的重要表情在角色間發生了遷移、或角色的身份重要性排序發生了變化)，則還能夠觸發特寫攝像機追蹤的自動調整。相比于現有的紅外跟蹤和圖像識別所實現的攝像機自動追蹤，本發明所提供的攝像控制方法不存在信號抗干擾能力和信號覆蓋范圍的限制，而且所采用的人臉識別的精度也明顯高于圖像識別采用的人像識別，因此，本發明能夠提高攝像機自動追蹤的可靠性和準確性。
【附圖說明】
[0038]圖1為本發明實施例中的攝像控制方法的應用場景示意圖；
[0039]圖2為本發明實施例中的攝像控制方法的原理圖；
[0040]圖3為本發明實施例中的攝像控制方法的示例性流程圖。
【具體實施方式】
[0041]為使本發明的目的、技術方案及優點更加清楚明白，以下參照附圖并舉實施例，對本發明進一步詳細說明。
[0042]本實施例提供了一種攝像控制方法，請參見圖1，該方法適用于同時配備有廣角攝像機和特寫攝像機的拍攝場景，廣角攝像機的作用是拍攝全景圖像、用以搜集拍攝場景中的所有拍攝對象的人臉圖像，而特寫攝像機則用于自動追蹤拍攝場景中的關鍵角色(例如出現關鍵表情的角色、或身份重要性高的角色)；并且，該方法可以以計算機程序等方式應用在連接于廣角攝像機和特寫攝像機之間的一處里設備(例如PC機)中，以從廣角攝像機搜集的所有人臉圖像中尋找到關鍵角色的人臉圖像、并指示特寫攝像機追蹤該關鍵角色。即，特寫攝像機是控制的對象，處里設備是控制的執行主體，廣角攝像機是為控制主體提供參考依據的信息采集端。
[0043]請再參見圖2，基于上述的場景框架，在本實施例中的攝像控制方法中:
[0044]首先，需要向廣角攝像機發出拍攝指令、并從