欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022111702252
申请人: 丽水学院
专利类型:发明专利
专利状态:已下证
专利领域: 教育;密码术;显示;广告;印鉴
更新日期:2024-05-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种摄影教学的方法,由摄影教学装置执行,所述摄影教学装置包括:虚拟取景装置、拍摄参数控制仪、处理器和显示屏;

所述方法包括:

基于所述虚拟取景装置从至少一个场景图中,确定教学场景图;

基于所述虚拟取景装置显示所述教学场景图,并将所述教学场景图发送给所述处理器;

基于所述拍摄参数控制仪获取拍摄参数并发送给所述处理器;

通过所述处理器,基于所述教学场景图及所述拍摄参数,确定待评估成片及拍摄得分,包括:基于所述待评估成片、所述拍摄参数,确定所述拍摄得分,所述拍摄得分基于第一模型确定的对焦得分和第二模型确定的构图得分加权得到,用于加权的权重基于预设可调整的拍摄参数确定;其中,所述第一模型包括第一图像分割层、一个或多个对焦得分层和融合层,所述第一图像分割层基于所述待评估成片,确定所述待评估成片中的区域图像和区域类型,所述区域图像与所述一个或多个对焦得分层对应;

对于所述一个或多个对焦得分层中的一个,所述对焦得分层基于对应的所述区域图像及其对应的所述区域类型,确定所述区域图像的对焦得分;

所述融合层基于每个所述区域图像的对焦得分,确定最终的对焦得分;

所述第二模型包括第二图像分割层、图像分类层、嵌入层、语义表示层和评估层,所述第二图像分割层基于所述待评估成片,确定所述待评估成片中的区域图像以及区域类型;

所述图像分类层基于所述区域图像以及所述区域类型,确定所述区域图像中的对象类型;

所述嵌入层基于各个对象的所述对象类型以及所述各个对象对应的位置信息,确定分类向量和位置向量;

所述语义表示层基于自注意力机制将所述分类向量和所述位置向量表示为语义向量;

所述评估层基于所述语义向量确定所述构图得分;

所述第一模型和所述第二模型基于联合训练得到,所述联合训练的损失函数包括对焦得分损失项和构图得分损失项;所述对焦得分损失项和所述构图得分损失项的权重基于训练效果对初始的预设权重动态调整确定;

基于所述显示屏显示所述待评估成片和所述拍摄得分。

2.根据权利要求1所述的方法,所述虚拟取景装置还包括输入设备;

所述基于所述虚拟取景装置从至少一个场景图中,确定教学场景图包括:基于所述输入设备获取用户的教学需求;

基于所述教学需求,从至少一个场景图中,确定与所述教学需求对应的教学场景图。

3.根据权利要求1所述的方法,所述基于所述教学场景图及所述拍摄参数,确定待评估成片及拍摄得分包括:从成片库中获取所述教学场景图对应的候选成片;

将满足预设条件的所述候选成片作为所述待评估成片。

4.一种摄影教学系统,所述系统包括摄影教学装置,所述摄影教学装置包括:虚拟取景装置、拍摄参数控制仪、处理器和显示屏;

所述摄影教学装置被配置为执行以下操作:

基于所述虚拟取景装置从至少一个场景图中,确定教学场景图;

基于所述虚拟取景装置显示所述教学场景图,并将所述教学场景图发送给所述处理器;

基于所述拍摄参数控制仪获取拍摄参数并发送给所述处理器;

通过所述处理器,基于所述教学场景图及所述拍摄参数,确定待评估成片及拍摄得分,包括:基于所述待评估成片、所述拍摄参数,确定所述拍摄得分,所述拍摄得分基于第一模型确定的对焦得分和第二模型确定的构图得分加权得到,用于加权的权重基于预设可调整的拍摄参数确定;其中,所述第一模型包括第一图像分割层、一个或多个对焦得分层和融合层,所述第一图像分割层基于所述待评估成片,确定所述待评估成片中的区域图像和区域类型,所述区域图像与所述一个或多个对焦得分层对应;

对于所述一个或多个对焦得分层中的一个,所述对焦得分层基于对应的所述区域图像及其对应的所述区域类型,确定所述区域图像的对焦得分;

所述融合层基于每个所述区域图像的对焦得分,确定最终的对焦得分;

所述第二模型包括第二图像分割层、图像分类层、嵌入层、语义表示层和评估层,所述第二图像分割层基于所述待评估成片,确定所述待评估成片中的区域图像以及区域类型;

所述图像分类层基于所述区域图像以及所述区域类型,确定所述区域图像中的对象类型;

所述嵌入层基于各个对象的所述对象类型以及所述各个对象对应的位置信息,确定分类向量和位置向量;

所述语义表示层基于自注意力机制将所述分类向量和所述位置向量表示为语义向量;

所述评估层基于所述语义向量确定所述构图得分;

所述第一模型和所述第二模型基于联合训练得到,所述联合训练的损失函数包括对焦得分损失项和构图得分损失项;所述对焦得分损失项和所述构图得分损失项的权重基于训练效果对初始的预设权重动态调整确定;

基于所述显示屏显示所述待评估成片和所述拍摄得分。

5.根据权利要求4所述的系统,所述虚拟取景装置还包括输入设备;

所述摄影教学装置被配置为进一步执行以下操作:

基于所述输入设备获取用户的教学需求;

基于所述教学需求,从至少一个场景图中,确定与所述教学需求对应的教学场景图。

6.根据权利要求4所述的系统,所述摄影教学装置被配置为进一步执行以下操作:从成片库中获取所述教学场景图对应的候选成片;

将满足预设条件的所述候选成片作为所述待评估成片。

7.一种计算机可读存储介质,其特征在于,所述存储介质存储计算机指令,当所述计算机指令被处理器执行时实现如权利要求1 3中任意一项所述的方法。

~

8.一种摄影教学装置,包括:

虚拟取景装置,被配置为从至少一个场景图中,确定教学场景图,以及显示所述教学场景图,并将所述教学场景图发送给处理器;

拍摄参数控制仪,被配置为获取拍摄参数并发送给所述处理器;

处理器,被配置为基于所述教学场景图及所述拍摄参数,确定待评估成片及拍摄得分,包括:基于所述待评估成片、所述拍摄参数,确定所述拍摄得分,所述拍摄得分基于第一模型确定的对焦得分和第二模型确定的构图得分加权得到,用于加权的权重基于预设可调整的拍摄参数确定;其中,所述第一模型包括第一图像分割层、一个或多个对焦得分层和融合层,所述第一图像分割层基于所述待评估成片,确定所述待评估成片中的区域图像和区域类型,所述区域图像与所述一个或多个对焦得分层对应;

对于所述一个或多个对焦得分层中的一个,所述对焦得分层基于对应的所述区域图像及其对应的所述区域类型,确定所述区域图像的对焦得分;

所述融合层基于每个所述区域图像的对焦得分,确定最终的对焦得分;

所述第二模型包括第二图像分割层、图像分类层、嵌入层、语义表示层和评估层,所述第二图像分割层基于所述待评估成片,确定所述待评估成片中的区域图像以及区域类型;

所述图像分类层基于所述区域图像以及所述区域类型,确定所述区域图像中的对象类型;

所述嵌入层基于各个对象的所述对象类型以及所述各个对象对应的位置信息,确定分类向量和位置向量;

所述语义表示层基于自注意力机制将所述分类向量和所述位置向量表示为语义向量;

所述评估层基于所述语义向量确定所述构图得分;

所述第一模型和所述第二模型基于联合训练得到,所述联合训练的损失函数包括对焦得分损失项和构图得分损失项;所述对焦得分损失项和所述构图得分损失项的权重基于训练效果对初始的预设权重动态调整确定;以及显示屏,配置为显示所述待评估成片和所述拍摄得分。