技术领域
[0001] 本发明涉及移动终端的摄像改进技术领域，尤其涉及一种抓拍系统。
相关背景技术
[0002] 移动终端或者叫移动通信终端是指可以在移动中使用的计算机设备，广义的讲包括手机、笔记本、POS机甚至包括车载电脑。移动终端很重要的功能之一就是获取文件信息，其中包括图片，例如用户通过摄像头拍摄获取的图片、通过应用程序接收的图片。
[0003] 现有技术中，接收到的图片可以根据用户的偏好进行设置存储，例如通过设置固定的文件夹存放某一类图片，例如图片的收藏，将收藏后的图片都存放于收藏夹中，便于用户进行查看。但是现有技术中缺少一种有效的抓拍方案。
[0004] 可见，现有的移动终端中用户抓拍的体验效果较差。
具体实施方式
[0023] 为解决现有技术问题，本发明生实施例提供提供一种抓拍系统，应用于移动终端，包括：
[0024] 启动模块，用于获取抓拍启动信号。
[0025] 本发明实施例中所说的抓拍启动信号可以是通过用户进行手动下达的的抓拍信号，例如用户通过相机设置抓拍的条件，例如通过时间或者条件，当时间或者条件达到的时候进行抓拍。相机将该设置的抓拍条件发送给移动终端底层处理系统，并通过相机试试的将采集到的图像发送至移动终端底层处理系统，在判断达到抓拍的条件时，作为移动终端获取到抓拍启动信号。
[0026] 确定模块，用于从展示拍摄区域内的场景，并确定用户所选择的抓拍对象。
[0027] 需要说明的是，当前取景范围内里有多个人物、动物或者植物的图像，如何确定需要抓拍的对象，以避免取景范围内其他的干扰。
[0028] 具体实现方式中，确定模块包括：
[0029] 获取单元，用于获取拍摄区域内的场景并展示；
[0030] 接收单元，用于基于所展示的图像，接收用户的多个选择指令；
[0031] 确定单元，用于将多个选择指令所对应的对象，确定为抓拍对象。
[0032] 具体实现方式中，用户通过手动选择当前的抓拍对象，通过在显示器上采用划封闭区域的方式，从而将封闭区域内的对象那个确定为抓拍对象。
[0033] 示例性的，当前有三个人在取景范围内，选择其中一个人为抓拍对象，在设置在该用户露出笑脸时进行抓拍，那么可以避免其他两个用户在露出笑脸时的干扰。
[0034] 本发明的一种实现方式中，确定单元，具体包括：判断多个选择指令是否形成封闭区域；如果是，将封闭区域内的图像确定为抓拍图像。
[0035] 识别模块，用于采用活体跟踪技术跟踪拍摄区域内的抓拍对象。
[0036] 为避免当前用户拍摄的是图片或者海报等非活体，而导致抓拍的条件不能实现，所以可以采用活体跟踪技术，避免出现抓拍对象的抓拍条件不能实现的问题。
[0037] 抓拍模块，用于根据抓拍指令拍摄抓拍对象，将抓拍对象所对应的抓拍图像送入设计好的卷积神经网络模型，前向传播获得卷积神经网络模型输出的改进图像。
[0038] 本发明实施例中，将抓拍到的图像输入到卷积神经网络中，经由卷积神经网络训练输出用户想要的图片。卷积神经网络(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks)，是深度学习(deep learning)的代表算法之一。由于卷积神经网络能够进行平移不变分类(shift-invariant classification)，因此也被称为“平移不变人工神经网络(Shift-InvariantArtificial Neural Networks,SIANN)”。
[0039] 本发明的一种实现方式中，还包括训练模块，用于对卷积神经网络的训练。
[0040] 本发明的一种实现方式中，训练模块包括：
[0041] 选择单元，用于选择测试集图像以及训练集图像；
[0042] 训练单元，用于采用测试集图像和训练图像对卷积神经网络进行训练；
[0043] 输出单元，用于根据训练输出结果，确定卷积神经网络是否训练成功。
[0044] 卷积神经网络的训练过程分为两个阶段。第一个阶段是数据由低层次向高层次传播的阶段，即前向传播阶段。另外一个阶段是，当前向传播得出的结果与预期不相符时，将误差从高层次向底层次进行传播训练的阶段，即反向传播阶段，训练过程为：首先选择测试集图像以及训练集图像，采用训练集图像进行训练，并将网络进行权值的初始化；然后在训练阶段将输入的测试集图像经过卷积层、下采样层、全连接层的向前传播得到输出值；求出网络的输出值与目标值之间的误差；当误差大于期望值时，将误差传回网络中，依次求得全连接层，下采样层，卷积层的误差。各层的误差可以理解为对于网络的总误差，网络应承担多少；当误差等于或小于期望值时，结束训练，根据求得误差进行权值更新。
[0045] 本发明的一种实现方式中，测试集图像为风格图像。通过设置风格图像，能够实现训练卷积神经网络自动对抓拍的图像进行风格处理，实现自动进行图像处理。
