聚焦值计算方法、装置、设备及存储介质与流程

1.本技术涉及摄像控制技术领域，具体地，涉及一种聚焦值计算方法、装置、设备及存储介质。


背景技术：

2.自动对焦，指的是在拍摄时，相机通过其内部的电子测距器自动测定拍摄主体与相机之间的距离，进而前后驱动镜头中的镜片组在相应的位置上，这样就可以使拍摄主体清晰地映照在感光元件上，并且将其记录下来。使用自动对焦模式拍摄时，相机会自动选择对焦点并完成聚焦过程，不用手动调节，这大大方便了拍摄。不过，自动对焦由于是相机来判断并选择对焦点，不一定完全能按人的思维判断准确。现在大多数相机还有人脸优先对焦模式，即对焦点的选择不按照就近原则，而是选择人脸对焦。这种对焦方式主要用于人像的拍摄。


技术实现要素：

3.为解决现有技术中至少一项技术问题，本技术提供一种聚焦值计算方法、装置、设备及存储介质。
4.本技术第一方面提供一种聚焦值计算方法，所述方法包括：识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域；获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值；依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值。
5.可选地，所述识别图像中拍摄对象的人脸区域和扩展区域，包括：根据特征点识别所述图像中所述拍摄对象的人脸区域；依据所述人脸区域及预设路径确认扩展区域，所述预设路径为所述拍摄对象的脸部与躯干之间的位置对应关系。
6.可选地，所述依据所述人脸区域及预设路径确认扩展区域，包括：依据预设路径从所述人脸区域出发进行搜索，获取与所述人脸区域存在像素差异的像素点，确定所述拍摄对象的目标身体部位；根据所述目标身体部位所在区域包括的像素点与相邻区域包括的像素点之间的像素差异，确定所述拍摄对象躯干的边界；根据所述拍摄对象躯干的边界，确定所述扩展区域。
7.可选地，所述依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值，包括：获取所述第一聚焦值对应的第一调节因子，以及所述第二聚焦值对应的第二调节因子；根据所述第一调节因子、所述第一聚焦值、所述第二调节因子以及所述第二聚焦值，确定所述图像的聚焦值。
8.可选地，所述获取所述第二聚焦值对应的第二调节因子，包括：获取所述扩展区域中像素点的对比度的变化率；在所述变换率小于预设阈值时，确定所述第二调节因子为零。
9.可选地，所述方法还包括：若所述变换率大于或者等于所述预设阈值，获取所述扩展区域的亮度值；依据所述亮度值确定所述第二调节因子。
10.可选地，所述识别图像中拍摄对象的人脸区域和扩展区域，包括：识别所述图像中拍摄对象的人脸区域；获取所述人脸区域在所述图像中的占比；在所述占比小于预设比例的情况下，识别所述图像中拍摄对象的扩展区域。
11.本技术第二方面提供一种聚焦值计算装置，所述装置包括：识别模块，用于识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域；获取模块，用于获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值；计算模块，用于依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值。
12.本技术第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一方面中任一项所述方法的步骤。
13.本技术第四方面提供一种电子设备，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现上述第一方面中任一项所述方法的步骤。
14.通过上述技术方案，识别图像中的人脸区域及扩展区域，获取了拍摄对象的躯干相关的特征，使用人脸区域和扩展区域计算图像的聚焦值，提升人像图像的聚焦值计算的准确性。
15.本技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
16.附图是用来提供对本技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本技术，但并不构成对本技术的限制。在附图中：
17.图1是根据一示例性实施例示出的一种电子设备的示意框图；
18.图2是根据一示例性实施例示出的一种聚焦值计算方法的流程示意图；
19.图3是根据一示例性实施例示出的一种包括拍摄对象图像的示意框图；
20.图4是根据一示例性实施例示出的使用锚框识别拍摄对象的示意框图；
21.图5是根据一示例性实施例示出的了另一种聚焦值计算方法的流程示意图；
22.图6是根据一示例性实施例示出的依据人脸特征点生成人脸区域的示意框图；
23.图7a是根据一示例性实施例示出的一种生成扩展区域的示意框图；
24.图7b是根据一示例性实施例示出的另一种生成扩展区域的示意框图；
25.图8是根据一示例性实施例示出的一种聚焦值计算装置的示意框；
26.图9是根据一示例性实施例示出的另一种电子设备的示意框图。
具体实施方式
27.以下结合附图对本技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本技术，并不用于限制本技术。
28.需要说明的是，本技术中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
29.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，
不是旨在限制本技术。
30.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
31.需要指出，本技术实施例所涉及的术语“第一\第二\第三”用以区别类似或不同的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这里图示或描述的以外的顺序实施。
32.对本技术实施例进行进一步详细说明之前，对本技术实施例中涉及的名词和术语进行说明，本技术实施例中涉及的名词和术语适用于如下的解释。
33.自动对焦系统能力的增强，体现在两个方面：一是快速化，对焦计算速度越来越快；二是智能化，开发出了一些针对特定需求的对焦功能，其中，最典型的就是人脸识别。开启人脸识别功能以后，在进行单次/连续自动对焦时，相机会优先对焦取景器中出现的人脸，这个功能专为人像摄影而设，无论是拍静态还是动态人像都颇为有效，但它的使用也有一些限制。现有人脸拓展框单一，要么是根据现有的人脸框进行下拉，获取细节，要么是人脸一个框，身体部位一个正方形的拓展框。
34.上述现有技术在逆光、暗环境、或者背景带有复杂光源的场景，拍摄人像时往往会失焦。人拍清晰是非常重要的，往往对焦的位置不是很理想，后期再多模块的修饰也，掩盖不了图像的不清楚，所以，提升人脸对焦的清晰度是非常关键的。
35.有鉴于此，本技术实施例提供一种聚焦值计算方法，该方法用于具有摄像功能的电子设备，该电子设备在实施的过程中可以为各种类型的具有信息处理能力的设备。例如，所述电子设备可以包括个人计算机、笔记本电脑、掌上电脑或服务器等；该电子设备还可以为移动终端，例如所述移动终端可以包括手机、车载电脑、平板电脑、相机或数码相机等。该方法所实现的功能可以通过电子设备中的处理器调用程序代码来实现，当然程序代码可以保存在计算机存储介质中，可见，该电子设备至少包括处理器和存储介质。
36.图1为本技术实施例提供的一种具有摄像功能的电子设备100的示意框图。
37.如图1中所示，电子设备100包括聚焦透镜110、传感器阵列120、图像处理器130、对焦检测器140、图像存储装置150、聚焦值计算模块160及处理器170。可通过硬件及/或软件的任何适合组合来实现图1中所图解说明的电子设备100中所包括的组件。在所图解说明的实施例中，将所述组件作为单独单元来描绘。然而，在其它实施例中，可将所述组件中的任一者集成到共用硬件及/或软件内的组合式单元中。
38.电子设备100可以是数码相机，例如数码摄像机、数码照相机或两者的组合。此外，电子设备100可以是独立的装置(例如，独立的相机)或集成到另一装置(例如，无线通信装置)中。作为实例，可将电子设备100集成到移动电话中以形成所谓的相机电话或视频电话。优选地，电子设备100经装备以捕获彩色图像、黑白图像或两者。在本发明中，术语“图像(image)”、“图像(imagery)”、“图像信息”或类似术语可交替地指代视频或静态图片。同样，术语“帧”可指由电子设备100获得的视频帧或静态图片帧。
39.聚焦透镜110是通过沿光轴方向移动来调节摄像光学系统的对焦位置的透镜。成像透镜由多个透镜组构成，为全组伸缩的透镜时，全组整体成为聚焦透镜。
40.所述聚焦透镜110还可以包括透镜驱动部111、光圈112，电子设备中的处理器来控制透镜驱动部11来移动成像透镜中包含的聚焦透镜。而且，处理器还可以经由光圈驱动部控制光圈112的开口量，由此进行曝光量的调整。
41.传感器阵列120在捕获场景的图像帧之前通过聚焦透镜110从所述场景获得光信息。传感器阵列120包括个别图像传感器的二维阵列，例如以行及列布置。传感器阵列120可包含(举例来说)固态传感器阵列，例如互补金属氧化物半导体(cmos)传感器。将传感器阵列120内的图像传感器暴露给场景以从所述场景获得光信息并捕获所述场景的图像帧。
42.图像处理器130从传感器阵列120接收所述所捕获的图像帧且对所述图像帧执行任何必要的处理。图像处理器130可(举例来说)执行由传感器阵列120捕获的图像帧的滤波、裁剪、去马赛克、压缩、图像增强或其它处理。图像处理器130可由微处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或任何其它等效离散或集成逻辑电路实现。在一些实施例中，图像处理器140可形成根据特定编码技术或格式(例如，mpeg-2、mpeg-4、itu h.263、itu h.264、jpeg或类似技术或格式)对图像帧进行编码的编解码器(codec)的部分。
43.对焦检测器140用于判断所述场景所形成的图像是否合焦。示例的，传感器阵列120具有沿x方向及y方向二维地排列有多个像素的摄像面121。摄像面121上沿x方向及y方向二维地排列有多个像素。各像素具备光电转换部，并且输出与受光量对应的信号。并且，各像素具备r(red/红色)、g(green/绿色)、b(blue/蓝色)中的任一颜色的滤色器。滤色器以成为规定的排列的方式分配于各像素。获取像素信号，对进行比较，由此能够检测出各相位差。对焦检测器130通过共享传感器阵列120所检测的相位差来判断是否都合焦。当对焦检测器130判断合焦时发送指令至图像处理器130，将图像保存至图像存储装置150中。
44.图像处理器130将图像帧存储在图像存储装置150中。图像处理器130可将原始图像帧、经处理的图像帧或经编码的图像帧存储在图像存储装置150中。如果图像伴随有音频信息，那么也可独立地或结合图像帧将所述音频存储在图像存储装置150中。图像存储装置150可包含任何易失性或非易失性存储器或存储装置，例如只读存储器(rom)、电可擦除可编程只读存储器(eeprom)或快闪存储器，或例如磁性数据存储装置或光学数据存储装置。
45.聚焦值计算模块160用于依据图像的像素值计算该图像的聚焦值，聚焦值(focus value)通常有由统计梯度或者对比度输出得到，例如聚焦值计算模块通过sobel算子分别计算图像中部分或者所有区域在水平和垂直方向的像素梯度，将两个梯度值得平方和作为聚焦值。同一场景下梯度值越高，图像越清晰。通过比较不同图像的聚焦值，可以判断不同图像的清晰度，据此可以使透镜驱动部11将聚焦透镜移动到较佳位置。
46.处理器170可运行例如软件来控制电子装置100的与处理器170连接的至少一个其它部件(例如，硬件部件或软件部件)，并可执行各种数据处理或计算。例如，作为所述数据处理或计算的至少部分，处理器170可将从另一部件(例如，聚焦值计算模块160)接收到的命令或数据加载到易失性存储器中，对存储在易失性存储器中的命令或数据进行处理，并将结果数据存储在非易失性存储器中。根据实施例，处理器170可包括主处理器171(例如，中央处理器(cpu)或应用处理器(ap))以及与主处理器171在操作上独立的或者相结合的辅助处理器172例如，图形处理单元(gpu)、神经处理单元(npu)、图像信号处理器(isp)、传感器中枢处理器或通信处理器(cp))。例如，当电子装置100包括主处理器171和辅助处理器
172时，辅助处理器172可被适配为比主处理器171耗电更少，或者被适配为具体用于指定的功能。可将辅助处理器172实现为与主处理器171分离，或者实现为主处理器171的部分。
47.图2为本技术实施例提供的一种聚焦值计算方法的实现流程示意图，所述方法可以应用于上述电子设备100，如图2所示，该方法可以包括以下步骤210至步骤230：
48.步骤210，识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域。
49.获取所拍摄的一帧图像，对所述图像进行识别，识别出拍摄对象的人脸和躯干，得到的图像中人脸和躯干后，将包含人脸的一定区域作为人脸，将包含拍摄对象躯干的区域作为扩展区域。
50.示例的，获取图像处理器130生成的图像进行识别，优选的，所述设备检测到开启人像模式的情况下才执行获取图像处理器130生成的图像进行识别。拍摄得到的图像如图3所示，在本技术中所述拍摄对象是指人类主体，图3示出一个人类女性作为拍摄对象，可以理解的，图3所述实施例仅做示例性说明并不构成对本技术的限制，在本技术其他实施例中，拍摄对象可以是老人、男性等，在本技术的另一实施例中，图像中还可以包括多个人类，设备可以依据预设的选择流程或者用户输入的操作选择一个人类作为拍摄对象。
51.获得图像后，使用目标检测算法检测图3的整个图像或者图像中的部分区域，所述目标检测算法经过预训练，能够检测图像中人类的脸部及躯干。目标检测算法将分别输出包括人脸的锚框(anchor box)及躯干的锚框。输出结果如图4所示。图4中包括一个包括人脸的锚框410及一个包括躯干的锚框420，将锚框410作为人脸区域，将锚框420作为扩展区域。
52.步骤220，获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值。
53.使用预设的聚焦值算法计算人脸区域的聚焦值作为第一聚焦值，聚焦值(fv，focus value)，是指对图像的清晰度或对比度进行量化或主观的评估值。现有技术中有不同的方法和指标来评价图像的清晰度，如基于空域的方法、梯度能量函数、laplace函数、傅里叶变换法、方差函数等。本技术实施例中将预设一种或者多种算法用于计算图像的聚焦值。及，使用预设的聚焦值算法计算所述扩展区域的聚焦值作为第二聚焦值。
54.步骤230，依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值。
55.结合第一聚焦值和第二聚焦值，得到图像的聚焦值，例如，取第一聚焦值和第二聚焦值得平均值作为图像的聚焦值。
56.本技术上述聚焦值计算方法，识别图像中的人脸区域及扩展区域，获取了拍摄对象的躯干相关的特征，使用人脸区域和扩展区域计算图像的聚焦值，提升人像图像的聚焦值计算的准确性。
57.图5为本技术实施例提供的另一种聚焦值计算方法的实现流程示意图，所述方法可以应用于上述电子设备100，如图5所示，该方法可以包括以下步骤510至步骤530：
58.步骤510，识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域。
59.获取设备在当前对焦位置拍摄的一帧图像，本技术中将人类作为拍摄对象，可以通过检测图像中是否存在人脸特征点来判断是否存在拍摄对象及其人脸的位置。获取到拍摄对象的人脸特征点后，依据所述人脸特征点在图像上的坐标进行扩充，得到一个区域，从
而得到拍摄对象人脸的人脸区域。
60.例如，获取如图3所述的图像后，可以检测图像中的人眼特征点、嘴唇特征点等，当检测到上述特征点，可以确认图像中存在人脸，获取人眼特征点、嘴唇特征点等人脸特征在图像中的位置，其如图6所示，图6中示出了左人眼特征点610、右人眼特征点620、嘴唇特征点630，基于人脸特征点的位置依据预设的区域生成方式生成人脸区域，如图6所示，使用上述三个点可以生成一个矩形640，将该矩形扩大预设倍数，在图像上生成一个矩形650，矩形650即为人脸区域。
61.在本技术一个实施例中，所述识别图像中拍摄对象的人脸区域和扩展区域，包括：识别所述图像中拍摄对象的人脸区域；获取所述人脸区域在所述图像中的占比；在所述占比小于预设比例的情况下，识别所述图像中拍摄对象的扩展区域。
62.识别得到图像中拍摄对象的人脸区域后，计算人脸区域在所述图像中的占比。在人脸区域在所述图像中的占比小于预设比例的情况下，进一步的，获取所述图像中拍摄对象的扩展区域，以使用扩展区域进行聚焦值计算。
63.当人脸区域在所述图像中的占比大于预设比例，说明图像中包括了较为丰富的人像特征，依据此时的图像也可以进行对焦，无需加入躯干特征。
64.值得注意的是，在本技术一些实施例中，在进行判断之前可能已经进行扩展区域的获取，如使用目标检测算法检测人脸亦会检测得到扩展区域，该种实施例中仍然可以进行人脸区域判断，当人脸区域在所述图像中的占比小于预设比例的情况下，表示需要获取识别得到的扩展区域，使用扩展区域进行计算，当人脸区域在所述图像中的占比大于预设比例的情况下，表示无需使用扩展区域进行计算，可以丢弃识别得到的扩展区域，或者，只获取人脸区域进行对焦。
65.在本技术一个实施例中，所述识别图像中拍摄对象的人脸区域和扩展区域，包括：根据特征点识别所述图像中所述拍摄对象的人脸区域；依据所述人脸区域及预设路径确认扩展区域，所述预设路径为所述拍摄对象的脸部与躯干之间的位置对应关系。
66.基于图像中人脸的特征点识别图像中的人脸，例如，采用目标识别的方法基于特征点进行识别，得到图像中的人脸及人脸区域。
67.得到图像中的人脸区域后，以人脸区域为参考区域，按照预设路径确认出扩展区域，所述预设路径是依据所述拍摄对象的脸部与躯干之间的位置对应关系预先设置的。可以理解的，人类的脸部和躯干通常存在着位置对应关系，例如，无论是侧视还是正视脸部通常位于脖子的中央，或者，脸部连接人类的脖颈，脖颈再连接人类的躯体，因此，可以依据这些位置对应关系设置路径。例如，将路径设置为沿人脸区域下边界向下搜索，查找人脸区域存在像素差异的像素点依据这些像素点确定一个区域，该区域即是包括拍摄对象躯干的目标区域，将该目标区域作为所述扩展区域。示例的，得到图6所示的人脸区域后，沿所述人脸区域的下边界搜索，在搜索过程中比较路线上的像素点与人脸区域中像素点的像素差值。对于拍摄对象而言，沿着人脸区域向下就会到达拍摄对象的脖颈处，在到达脖颈处的过程中，由于脖颈处的皮肤与人脸上的皮肤的颜色上差异不大，因此像素差值都会偏小，或者，前后变化不大。当继续向下搜索，来到衣物与脖颈处皮肤的交界处，如图7a所示，到达位置710，位置710是衣物与脖颈处皮肤的交界点，因为衣物与皮肤不管是从色彩还是亮暗都会存在差异。因此，位置710处的像素点与人脸区域中像素点的像素差值较大，或者，位置710
处的像素点与人脸区域中像素点的像素差值，较前一次或者前几次搜索得到的像素差值较大。
68.当判断位置710处像素差值发生变化，可以确定到达躯干的衣物处，这就可以帮我们准确的定位到衣物的大体位置。如，沿着位置710继续向下搜索，计算新的位置如位置720处与人脸区域的像素差值，若像素差值仍然较大，或者像素差值与位置710的像素差值相似，则说明还是衣物，继续搜索直到达到图像的下边界如位置730，或者，像素差值再次出现变化，说明可能发生衣物的变化如搜索到裤子的位置，到达衣物的终点。在得到的衣物位置点上向左右扩展预设距离得到一个区域，如图7a，将上述位置710、位置720、位置730向左右方向各自水平扩展一定距离，得到直线711、直线721、直线731，将上述直线封闭为一个矩形区域，该区域是包括了拍摄对象上半身衣物的区域，即包括躯干的目标区域，将该目标区域作为所述扩展区域。
69.在本技术的一个具体的实施例中，所述依据所述人脸区域及预设路径确认扩展区域，包括：依据预设路径从所述人脸区域出发进行搜索，获取与所述人脸区域存在像素差异的像素点，确定所述拍摄对象的目标身体部位；根据所述目标身体部位所在区域包括的像素点与相邻区域包括的像素点之间的像素差异，确定所述拍摄对象躯干的边界；根据所述拍摄对象躯干的边界，确定所述扩展区域。
70.将路径设置为沿脸部下边缘向下搜索颈部区域，在沿着颈部区域向两侧搜索躯干。
71.得到人脸区域，依据人脸区域的位置确定拍摄对象的目标身体部位，例如，利用沿着人脸区域向下搜索，依据衣物与脖颈处皮肤之间的像素差异确定拍摄对象的脖颈处的一个位置点，沿着该位置点进行扩展，如沿着该位置向左、右两个方向继续查找与周围像素点存在较大差值像素点，如图7b所示，沿着位置740向两侧查找与周围像素点存在较大差值像素点，可以找到衣物的领口与脖颈的交界线741，交界线表示脖颈部位这一目标身体部位所在的区域，或者，沿着人脸区域向下搜索脖颈特征，查找得到脖颈部位。
72.得到脖颈位置及其中衣物与皮肤之间的交界线后，可以沿着交界线继续搜索，可以理解，衣物与周围环境是不同的。则可以沿着交界线继续搜索，例如，如图7b所示，获取交界线边缘处(位置750)的相邻区域760处的像素点，计算其与交界线边缘处像素点的像素差值，当像素差值较大，例如相邻区域760上半部分的像素点与位置750处的像素点差异较大，说明该区域不是衣物，当像素差值较小例如相邻区域760下半部分的像素点与位置750处的像素点差异较小，说明区域是衣物的一部分，基于两种像素点，可以获得衣物与周围环境的边界即边界770，从而以领口位置扩展了拍摄对象躯干的边界，迭代上述步骤：不断沿着新的边界线，获取周围的像素点，计算周围像素点的像素差值，拍摄对象躯干的边界。最后得到拍摄对象的整体躯干边界。如图7b所示，沿着脖颈位置向两个方向搜索躯干的边界，得到边界780。
73.边界780内的区域就是拍摄对象的躯干，可以将该区域作为所述目标区域。
74.步骤520，获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值。
75.通过预设聚焦值算法分别计算人脸区域和扩展区域的聚焦值，得到人脸区域的第一聚焦值和所述扩展区域的第二聚焦值。所述预设的聚焦值算法将统计对焦区域图像对比度差异的值，因为越清晰的图片对比度差异的值越大，反映到聚焦值上就是聚焦值的值越
大。
76.步骤530，获取所述第一聚焦值对应的第一调节因子，以及所述第二聚焦值对应的第二调节因子。
77.本技术一些实施例中，为第一聚焦值预先设置第一调节因子，为第二聚焦值设置第二调节因子，通过调节因子调节在聚焦值混合过程中第一聚焦值和第二聚焦值的占比，从而调节目标对象的不同特征在聚焦值计算过程的比重。
78.在本技术一个实施例中，所述获取所述第二聚焦值对应的第二调节因子，包括：获取所述扩展区域中像素点的对比度的变化率；在所述变换率小于预设阈值时，确定所述第二调节因子为零。
79.示例的，可以设置第一调节因子为一个固定值如1，第二调节因子则设置为一个变化值，在获取第二调节因子之前，可以获取扩展区域内聚焦值的变化率，当出现聚焦值变化率差异较小例如衣物为纯色或者白墙等时，此时扩展框为平坦景，对于平坦景，无论对焦马达推到何种位置，对焦框中的景都是一种颜色，对比度差异小，变化也不明显。将不利于对焦。设定一个阈值如10％，当扩展区域的聚焦值曲线的整体变化率小于10％时，就可判定为平坦景，将所述第二调节因子确定为零。
80.在使用对比度计算聚焦值得方法中，一种实施方式是，获取扩展区域中每一相邻像素点，计算二者的对比度，对比度通常指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量值，本实施例中，可以计算两个像素点之间的亮度差异，得到两个像素点之间的对比度。得到两个像素点之间的对比度后，计算与其相邻的两个像素点的对比度之间的变化率，例如，对于a、b、c三个像素点，计算得到ab之间的对比度，获取相邻的对比度如bc之间的对比度，计算二者之间的变化率。依据扩展区域内相邻像素点的对比度进行计算，可以得到扩展区域的整体对比度变化率，设定一个阈值如10％作为平坦景判断条件，当对比度的曲线的整体变化率小于10％时，就可判定为平坦景。
81.在另一种实施方式中，将所述扩展区域划分为多个子区域例如将扩展区域划分为36个网格，依据区域内的像素点获取每一区域的对比度，所述对比度即最亮的白和最暗的黑之间不同亮度层级的测量值，该区域内计算每一相邻区域之间的对比度变化率，从而得到所述扩展区域的对比度的变化率。设定一个阈值如10％作为平坦景判断条件，当对比度的曲线的整体变化率小于10％时，就可判定为平坦景。
82.当所述当扩展区域的聚焦值曲线的整体变化率大于预设阈值时，可以获取所述第二调节因子。所述第二调节因子可以有一个预设的固定值，或者，是一个计算值。
83.可选的，所述方法还包括：若所述变换率大于或者等于所述预设阈值，获取所述扩展区域的亮度值；依据所述亮度值确定所述第二调节因子。
84.当所述当扩展区域的聚焦值/对比度曲线的整体变化率大于预设阈值时，获取扩展区域的亮度值，依据亮度值确定扩展区域的权重值。
85.一种实施例中，可以设置一个或者多个亮度阈值，每一亮度阈值对应预设的第二调节因子，例如，设置亮度阈值为80，当大于此阈值时，第二调节因子的值为0.3，小于此阈值时第二调节因子的值为0.5，又如，设置第一亮度阈值为80，第二亮度阈值为100，当亮度小于第一亮度阈值时，第二调节因子的值为0.3，当亮度大于第一亮度阈值且小于第二亮度阈值时，第二调节因子的值为0.5，当亮度大于第二亮度阈值时，第二调节因子的值为0.7。
86.另一种实施例中，将通过预设的算法基于亮度值进行计算得到第二调节因子，如，使用0.3
ⅹ
亮度值的算法得到第二调节因子。
87.步骤540，根据所述第一调节因子、所述第一聚焦值、所述第二调节因子以及所述第二聚焦值，确定所述图像的聚焦值。
88.使用第一节因子调节所述第一聚焦值，使用所述第二调节因子调节所述第二聚焦值，生成聚集值。如，使用：(第一调节因子
ⅹ
第一聚焦值)+(第二调节因子
ⅹ
第二聚焦值)的算法得到聚焦值。
89.上述聚焦值计算方法，识别图像中的人脸区域及扩展区域，获取了拍摄对象的躯干相关的特征，使用人脸区域和扩展区域计算图像的聚焦值，提升人像图像的聚焦值计算的准确性。
90.图8为本技术实施例提供的一种聚焦值计算装置的示意框，如图8所示，所述装置800包括识别模块810、获取模块820和计算模块830，其中：
91.识别模块810，用于识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域；
92.获取模块820，用于获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值；
93.计算模块830，用于依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值。
94.可选的，所述识别模块，包括：
95.识别子模块，用于根据特征点识别所述图像中所述拍摄对象的人脸区域；
96.确定子模块，用于依据所述人脸区域及预设路径确认扩展区域，所述预设路径为所述拍摄对象的脸部与躯干之间的位置对应关系。
97.可选的，所述搜索子模块具体用于依据预设路径从所述人脸区域出发进行搜索，获取与所述人脸区域存在像素差异的像素点，确定所述拍摄对象的目标身体部位；根据所述目标身体部位所在区域包括的像素点与相邻区域包括的像素点之间的像素差异，确定所述拍摄对象躯干的边界；根据所述拍摄对象躯干的边界，确定所述扩展区域。
98.可选的，所述计算模块，包括：
99.调节因子确定子模块，用于获取所述第一聚焦值对应的第一调节因子，以及所述第二聚焦值对应的第二调节因子；
100.图像聚焦值计算子模块，用于根据所述第一调节因子、所述第一聚焦值、所述第二调节因子以及所述第二聚焦值，确定所述图像的聚焦值。
101.可选的，所述调节因子确定子模块，具体用于获取所述扩展区域中像素点的对比度的变化率；在所述变换率小于预设阈值时，确定所述第二调节因子为零。
102.可选的，所述装置还包括：
103.亮度获取模块，用于若所述变换率大于或者等于所述预设阈值，获取所述扩展区域的亮度值；
104.第二调节因子计算模块，用于依据所述亮度值确定所述第二调节因子。
105.可选的，所述识别模块，包括：
106.人脸识别子模块，用于识别所述图像中拍摄对象的人脸区域；
107.占比计算子模块，用于获取所述人脸区域在所述图像中的占比；在所述占比小于预设比例的情况下，识别所述图像中拍摄对象的扩展区域。
108.关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
109.图9是根据一示例性实施例示出的另一种电子设备900的示意框图。如图9所示，该电子设备900可以包括：处理器901，存储器902。该电子设备900还可以包括多媒体组件903，输入/输出(i/o)接口904，以及通信组件905中的一者或多者。
110.其中，处理器901用于控制该电子设备900的整体操作，以完成上述的聚焦值计算方法中的全部或部分步骤。存储器902用于存储各种类型的数据以支持在该电子设备900的操作，这些数据例如可以包括用于在该电子设备900上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器902可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(static random access memory，简称sram)，电可擦除可编程只读存储器(electrically erasable programmable read-only memory，简称eeprom)，可擦除可编程只读存储器(erasable programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件903可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器902或通过通信组件905发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口904为处理器901和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件905用于该电子设备900与其他设备之间进行有线或无线通信。无线通信，例如wi-fi，蓝牙，近场通信(near field communication，简称nfc)，2g、3g、4g、nb-iot、emtc、或其他5g等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件905可以包括：wi-fi模块，蓝牙模块，nfc模块等等。
111.在一示例性实施例中，电子设备900可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digital signal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的聚焦值计算方法。
112.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的聚焦值计算方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器902，上述程序指令可由电子设备900的处理器901执行以完成上述的聚焦值计算方法。
113.在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的聚焦值计算方法的代码部分。
114.以上结合附图详细描述了本技术的优选实施方式，但是，本技术并不限于上述实施方式中的具体细节，在本技术的技术构思范围内，可以对本技术的技术方案进行多种简单变型，这些简单变型均属于本技术的保护范围。
115.另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本技术对各种可能的组合方式不再另行说明。
116.此外，本技术的各种不同的实施方式之间也可以进行任意组合，只要其不违背本技术的思想，其同样应当视为本技术所公开的内容。

技术特征：
1.一种聚焦值计算方法，其特征在于，所述方法包括：识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域；获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值；依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值。2.根据权利要求1所述的方法，其特征在于，所述识别图像中拍摄对象的人脸区域和扩展区域，包括：根据特征点识别所述图像中所述拍摄对象的人脸区域；依据所述人脸区域及预设路径确认扩展区域，所述预设路径为所述拍摄对象的脸部与躯干之间的位置对应关系。3.根据权利要求2所述的方法，其特征在于，所述依据所述人脸区域及预设路径确认扩展区域，包括：依据预设路径从所述人脸区域出发进行搜索，获取与所述人脸区域存在像素差异的像素点，确定所述拍摄对象的目标身体部位；根据所述目标身体部位所在区域包括的像素点与相邻区域包括的像素点之间的像素差异，确定所述拍摄对象躯干的边界；根据所述拍摄对象躯干的边界，确定所述扩展区域。4.根据权利要求1所述的方法，其特征在于，所述依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值，包括：获取所述第一聚焦值对应的第一调节因子，以及所述第二聚焦值对应的第二调节因子；根据所述第一调节因子、所述第一聚焦值、所述第二调节因子以及所述第二聚焦值，确定所述图像的聚焦值。5.根据权利要求4所述的方法，其特征在于，所述获取所述第二聚焦值对应的第二调节因子，包括：获取所述扩展区域中像素点的对比度的变化率；在所述变换率小于预设阈值时，确定所述第二调节因子为零。6.根据权利要求4所述的方法，其特征在于，所述方法还包括：若所述变换率大于或者等于所述预设阈值，获取所述扩展区域的亮度值；依据所述亮度值确定所述第二调节因子。7.根据权利要求1所述的方法，其特征在于，所述识别图像中拍摄对象的人脸区域和扩展区域，包括：识别所述图像中拍摄对象的人脸区域；获取所述人脸区域在所述图像中的占比；在所述占比小于预设比例的情况下，识别所述图像中拍摄对象的扩展区域。8.一种聚焦值计算装置，其特征在于，所述装置包括：识别模块，用于识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域；获取模块，用于获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值；
计算模块，用于依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。10.一种电子设备，其特征在于，包括：存储器，其上存储有计算机程序；处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。

技术总结
本申请涉及一种聚焦值计算方法、装置、设备及存储介质，其中，所述方法包括：识别图像中拍摄对象的人脸区域和扩展区域，所述扩展区域是包含拍摄对象躯干的区域；获取所述人脸区域的第一聚焦值和所述扩展区域的第二聚焦值；依据所述第一聚焦值和所述第二聚焦值计算所述图像的聚焦值，识别图像中的人脸区域及扩展区域，获取了拍摄对象的躯干相关的特征，使用人脸区域和扩展区域计算图像的聚焦值，提升人像图像的聚焦值计算的准确性。图像的聚焦值计算的准确性。图像的聚焦值计算的准确性。


技术研发人员：虞越
受保护的技术使用者：闻泰通讯股份有限公司
技术研发日：2023.04.21
技术公布日：2023/7/20