技术领域
[0001] 本
发明涉及直播应用领域，具体涉及一种户外直播滤镜实现方法、存储介质、设备及系统。
背景技术
[0002] 当前人们在通过相机进行
自拍或录像时，拍摄过程中，对画面中人物进行实时美颜的调整处理已然成为常态，美颜指的是通过
算法改变画面中人物的肤色，例如消除人脸上的痘印、通过滤镜特效调整改变整个画面或画面中某一部分的
色调等，美颜已然成为爱美人士的标配，滤镜特效包括白皙、胶片、海洋、
水嫩、少女、自然、回忆、霓虹等。
[0003] 在直播行业，主播在直播的过程中，为了给观众呈现较好的画面感以及给观众带来良好的观赏体验，通常会使用滤镜特效以与当前的直播场景相配合，但对于户外主播来说，其直播时通常处于行走或运行状态，而滤镜特效的选择设置需要手动进行，使得户外主播在直播时对于滤镜特效的设置操作极为不便。
发明内容
[0004] 针对
现有技术中存在的
缺陷，本发明的目的在于提供一种户外直播滤镜实现方法，能够实现户外直播时滤镜特效的自动切换。本发明还相应提供了存储介质、设备及系统。
[0005] 为达到以上目的，本发明采取的技术方案是：
[0006] 本发明第一方面提供一种户外直播滤镜实现方法，包括
[0007] 获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物；
[0008] 截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测；
[0009] 当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测；
[0010] 基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。
[0011] 结合第一方面，在第一种可能的实现方式中，
[0012] 所述户外直播包括城区户外直播和非城区户外直播；
[0013] 所述户外场景标志物包括
广告牌、天空、树木、硬化道路；
[0014] 当检测到待检测图像中至少含有广告牌和硬化道路时，则当前户外直播为城区户外直播；
[0015] 当检测到待检测图像中至少含有天空和树木，且不含有广告牌和硬化道路时，则当前户外直播为非城区户外直播。
[0016] 结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，当主播进行的户外直播为城区户外直播时，获取主播历史直播时所行走
位置坐标并标记，然后针对每个标记的位置坐标，对滤镜特效的程度级别进行预调设置，当主播进行直播时，实时获取主播的位置坐标，若主播的位置坐标为标记的位置坐标，则将当前滤镜特效的程度级别调整为预调设置的程度级别。
[0017] 结合第一方面的第一种可能的实现方式，在第三种可能的实现方式中，当主播进行的户外直播为非城区户外直播时，针对不同的光线强度，对滤镜特效的程度级别进行预调设置，当基于检测到的光线强度对当前直播的滤镜特效进行设置时，同时基于检测到的当前光线强度，将当前滤镜特效的程度级别调整为预调设置的程度级别。
[0018] 结合第一方面，在第四种可能的实现方式中，所述基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效，具体为：
[0019] 基于人像检测算法，检测出直播画面中的人像，然后基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为直播画面中人像的滤镜特效，直播画面中人像所在区域以外的区域不进行处理。
[0020] 结合第一方面，在第五种可能的实现方式中，该方法还包括：针对不同的天气，对不同光线强度对应的滤镜特效进行预设；当对当前户外直播场景的环境光线强度进行检测之后，基于当前天气，将对应于当前光线强度的滤镜特效作为当前直播的滤镜特效。
[0021] 本发明第二方面提供一种存储介质，该存储介质上存储有
计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0022] 获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物；
[0023] 截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测；
[0024] 当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测；
[0025] 基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。
[0026] 本发明第三方面提供一种
电子设备，所述电子设备包括：
[0027] 训练单元，其用于获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物；
[0028] 第一检测单元，其用于截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测；
[0029] 第二检测单元，其用于当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测；
[0030] 设置单元，其用于基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。
[0031] 本发明第四方面提供一种户外直播滤镜实现系统，包括：
[0032] 训练模
块，其用于获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物；
[0033] 第一检测模块，其用于截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测；
[0034] 第二检测模块，其用于当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测；
[0035] 设置模块，其用于基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。
[0036] 结合第四方面，在第一种可能的实现方式中，
[0037] 所述户外直播包括城区户外直播和非城区户外直播；
[0038] 所述户外场景标志物包括广告牌、天空、树木、硬化道路；
[0039] 当检测到待检测图像中至少含有广告牌和硬化道路时，则当前户外直播为城区户外直播；
[0040] 当检测到待检测图像中至少含有天空和树木，且不含有广告牌和硬化道路时，则当前户外直播为非城区户外直播。
[0041] 与现有技术相比，本发明的优点在于：通过训练的方式，使神经网络模型具有识别户外场景标志物的能
力，当神经网络模型识别出直播画面中含有户外场景标志物时，表明主播当前此时正在进行户外直播，此时户外直播场景的环境光线强度进行检测，并依据光线强度的不同设置不同的滤镜特效作为当前直播的滤镜特效，保证画面的观感性，同时也避免了主播直播时手动设置滤镜特效的繁琐操作，有效提升主播直播时的体验。
附图说明
[0042] 图1为本发明
实施例中一种户外直播滤镜实现方法的
流程图；
[0043] 图2为本发明实施例中一种电子设备的结构示意图。
具体实施方式
[0044] 本发明实施例提供了一种户外直播滤镜实现方法，当主播直播为户外直播时，通过对当前环境光线强度检测，然后调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效，实现户外直播时直播画面滤镜特效的自动设置。本发明还相应提供了存储介质、设备和户外直播滤镜实现系统。
[0045] 以下结合附本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0046] 参见图1所示，本发明实施例提供的一种户外直播滤镜实现方法的一实施例包括：
[0047] S1：获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物。
[0048] 本发明实施例中，户外场景标志物包括广告牌、天空、树木、硬化道路，户外场景标志物也可以为其它具有室外代表性的物体。通过对神经网络模型进行训练，使得神经网络模型具有识别户外场景标志物的能力，例如可以使用含有广告牌的图像作为训练样本，对神经网络模型进行训练，或者可以使用含有天空的图像作为训练样本，对神经网络模型进行训练，或者使用同时含有广告牌和天空的图像作为训练样本，对神经网络模型进行训练，为保证后续神经网络模型对户外场景标志物的识别准确度，可以增加训练样本的量。
[0049] S2：截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测。
[0050] 本发明实施例中，户外直播的主播一般使用移动智能设备作为直播工具，移动智能设备的摄像头通过拍摄的方式采取直播画面，此时的直播画面还是未添加滤镜特效的，故待检测画面为还未进行滤镜特效的添加。
[0051] S3：当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测。
[0052] 本发明实施例中，当检测到待检测图像含有户外场景标志物时，表明主播当前正在进行户外直播，此时边便对当前户外直播场景的环境光线强度进行检测，以便于根据当前环境的光线强度对当前直播的滤镜特效进行设置。
[0053] 本发明实施例中，移动智能设备一般都是含有光线
传感器，对当前户外直播场景的环境光线强度的检测由主播直播时所使用的移动智能设备的光线传感器进行。
[0054] S4：基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。具体的，对于光线强度，基于照度标准值，同时参考太阳光在地面不同时刻的光线强度，按照100、200、500、1000、1500、2000、2500、3000、3500、5000进行分级，单位为lx(勒克斯)，即100lx以下为第一等级，100～200lx为第二等级，200～500lx为第三等级，500～1000lx为第四等级，以此类推，然后5000lx以上为一个等级，每一等级预设置一滤镜特效，例如100lx以下第一等级设置为灰度滤镜特效，500～1000lx的第四等级设置为鲜艳滤镜特效，对于每个等级对应的滤镜特效可以根据需求或历史中不同光线强度下，直播间滤镜特效使用时用户的实际观看体验，进行灵活设置。
[0055] 本发明实施例中，不同的光线强度对应不同的滤镜特效，如当光线强度较强时，采用暗色系的滤镜特效，如灰度特效作为当前直播的滤镜特效，当光线强度较强时，采用亮丽系的滤镜特效，如鲜艳作为当前直播的滤镜特效，关于本发明实施中的滤镜特效的种类，可以参见当前主流美颜类APP中所示，当前主流美颜类APP中包含有多种滤镜特效种类，以及多种类别、各种色系。光线强度从低至高进行变换时，对应的滤镜特效从暗色系至亮丽系进行变换，使得滤镜特效与当前的环境
亮度相匹配，保持整个直播画面的协调性，同时也省去了主播手动调节滤镜特效时操作的繁琐。
[0056] 可选地，在上述图1对应的实施例的
基础上，本发明实施例提供的一种户外直播滤镜实现方法的第一个可选实施例中，户外直播包括城区户外直播和非城区户外直播。
[0057] 当检测到待检测图像中至少含有广告牌和硬化道路时，则当前户外直播为城区户外直播。当主播进行城区户外直播时，一般是在街道或商业区进行直播，此类场景中一般都会含有广告牌和硬化道路，故基于此来判断当前户外直播是否为城区户外直播。
[0058] 当检测到待检测图像中至少含有天空和树木，且不含有广告牌和硬化道路时，则当前户外直播为非城区户外直播。主播进行非城区户外直播时，一般为求生或者生存类的直播，所处场景一般较为偏僻，故不会含有广告牌和硬化道路，基于此来判断当前户外直播是否为非城区户外直播。
[0059] 可选地，在上述图1对应的第一个可选实施例的基础上，本发明实施例提供的一种户外直播滤镜实现方法的第二个可选实施例中，当主播进行的户外直播为城区户外直播时，获取主播历史直播时所行走位置坐标并标记，然后针对每个标记的位置坐标，对滤镜特效的程度级别进行预调设置，当主播进行直播时，实时获取主播的位置坐标，若主播的位置坐标为标记的位置坐标，则将当前滤镜特效的程度级别调整为预调设置的程度级别。由于城区户外直播，一般是在商业区进行，商业区霓虹灯较多，导致某些地方的光线强度会过于明亮，因此通过标记坐标的方式，对这些地点进行记录，当主播直播时行走至此处，通过设置滤镜特效的程度级别，来抵消过于明亮的光线，如对于灰度滤镜特效，改变灰度的不同程度，实现抵消。
[0060] 以下结合一实例，对本发明实施例中的第二个可选实施例进行具体说明：
[0061] 当主播进行城区户外直播时，主播直播所使用的移动智能设备实时对主播的行走位置坐标进行实时记录，同
时移动智能设备中的光线传感器实时采集主播所处环境的光线强度，当环境光线强度变化较大时，如从1500x直接变为900x，则对主播当前所述的位置坐标进行标记，标记为A；如从250x直接变为150x，则对主播当前所述的位置坐标进行标记，标记为B，当光线强度的改变短时间内超过100lx，则对主播当前所处的位置进行标记，然后对于标记的位置坐标，进行滤镜特效程度级别的设置，滤镜特效程度也是由弱至强，具有等级划分，例如对于标记A，设置的滤镜特效程度为最高等级，后续主播进行直播再次行走至A处时，则自动将当前滤镜特效的程度级别调整为最高等级。
[0062] 可选地，在上述图1对应的第一个可选实施例的基础上，本发明实施例提供的一种户外直播滤镜实现方法的第三个可选实施例中，当主播进行的户外直播为非城区户外直播时，针对不同的光线强度，对滤镜特效的程度级别进行预调设置，当基于检测到的光线强度对当前直播的滤镜特效进行设置时，同时基于检测到的当前光线强度，将当前滤镜特效的程度级别调整为预调设置的程度级别。该可选实施例中，对于滤镜特效程度级别的预调设置，按照上述光线强度等级的划分，给每个等级的光线强度设置一滤镜特效程度级别，如滤镜特效程度级别为弱、中、高，则对于200～500lx等级的光线强度，设置对应的滤镜特效程度级别为中等，当非城区户外直播的主播所处环境的光线强度位于200～500lx之间时，将当前滤镜特效的程度级别调整为中等级别。本发明实施例中的弱、中、高级别，由人为设定划分。
[0063] 可选地，在上述图1对应的实施例的基础上，本发明实施例提供的一种户外直播滤镜实现方法的第四个可选实施例中，基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效，具体为：
[0064] 基于人像检测算法，检测出直播画面中的人像，然后基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为直播画面中人像的滤镜特效，直播画面中人像所在区域以外的区域不进行处理。因为主播进行户外直播时，需要对户外的场景进行拍摄，直播画面的主体为户外的场景，故在直播画面进行滤镜特效设置时，仅对直播画面中的人像设置即可，人像所在区域以外的区域保持原样。
[0065] 可选地，在上述图1对应的实施例的基础上，本发明实施例提供的一种户外直播滤镜实现方法的第五个可选实施例中，针对不同的天气，对不同光线强度对应的滤镜特效进行预设；当对当前户外直播场景的环境光线强度进行检测之后，基于当前天气，将对应于当前光线强度的滤镜特效作为当前直播的滤镜特效。基于多种因素的考量。
[0066] 本发明实施例的户外直播滤镜实现方法，通过训练的方式，使神经网络模型具有识别户外场景标志物的能力，当神经网络模型识别出直播画面中含有户外场景标志物时，表明主播当前此时正在进行户外直播，此时户外直播场景的环境光线强度进行检测，并依据光线强度的不同设置不同的滤镜特效作为当前直播的滤镜特效，保证画面的观感性，同时也避免了主播直播时手动设置滤镜特效的繁琐操作，有效提升主播直播时的体验。
[0067] 本发明实施例提供的一种存储介质的一实施例包括：该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0068] 获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物；
[0069] 截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测；
[0070] 当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测；
[0071] 基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。
[0072] 可选地，在上述存储介质实施例的基础上，本发明实施例提供的一种存储介质的第一个可选实施例中，存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读
信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或
半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个
导线的电连接、便携式计算机磁盘、
硬盘、随机存取
存储器(RAM)、
只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0073] 可选地，在上述存储介质的实施例及第一个可选实施例的基础上，本发明实施例提供的一种存储介质的第二个可选实施例中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、
光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
[0074] 可选地，在上述存储介质的实施例及第一、第二个可选实施例的基础上，本发明实施例提供的一种存储介质的第三个可选实施例中，可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的
软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或
服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
[0075] 参见图2所示，本发明实施例提供的一种电子设备的一实施例包括：
[0076] 训练单元，其用于获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物；
[0077] 第一检测单元，其用于截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测；
[0078] 第二检测单元，其用于当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测；
[0079] 设置单元，其用于基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。
[0080] 本发明实施例中，户外场景标志物包括广告牌、天空、树木、硬化道路，户外场景标志物也可以为其它具有室外代表性的物体。通过对神经网络模型进行训练，使得神经网络模型具有识别户外场景标志物的能力，例如可以使用含有广告牌的图像作为训练样本，对神经网络模型进行训练，或者可以使用含有天空的图像作为训练样本，对神经网络模型进行训练，或者使用同时含有广告牌和天空的图像作为训练样本，对神经网络模型进行训练，为保证后续神经网络模型对户外场景标志物的识别准确度，可以增加训练样本的量。
[0081] 本发明实施例提供的一种户外直播滤镜实现系统的一实施例包括：
[0082] 训练模块，其用于获取多张图像作为训练样本，对神经网络模型进行训练，且每张图像中至少含有一种户外场景标志物；
[0083] 第一检测模块，其用于截取直播画面作为待检测图像，使用训练完成后的神经网络模型，对待检测图像所含内容进行检测；
[0084] 第二检测模块，其用于当检测到待检测图像含有户外场景标志物时，对当前户外直播场景的环境光线强度进行检测；
[0085] 设置模块，其用于基于检测到的光线强度，调出预设的对应于该光线强度的滤镜特效作为当前直播的滤镜特效。
[0086] 可选地，在上述一种户外直播滤镜实现系统对应的第一个可选实施例的基础上，本发明实施例提供的一种户外直播滤镜实现系统的第一个可选实施例中，户外直播包括城区户外直播和非城区户外直播；户外场景标志物包括广告牌、天空、树木、硬化道路；
[0087] 当检测到待检测图像中至少含有广告牌和硬化道路时，则当前户外直播为城区户外直播；当检测到待检测图像中至少含有天空和树木，且不含有广告牌和硬化道路时，则当前户外直播为非城区户外直播。
[0088] 本发明实施例的户外直播滤镜实现系统，通过训练的方式，使神经网络模型具有识别户外场景标志物的能力，当神经网络模型识别出直播画面中含有户外场景标志物时，表明主播当前此时正在进行户外直播，此时户外直播场景的环境光线强度进行检测，并依据光线强度的不同设置不同的滤镜特效作为当前直播的滤镜特效，保证画面的观感性，同时也避免了主播直播时手动设置滤镜特效的繁琐操作，有效提升主播直播时的体验。
[0089] 本发明不局限于上述实施方式，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围之内。本
说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
