本申請涉及圖像處理領(lǐng)域，尤其涉及一種照片的獲取方法及裝置。

背景技術(shù)：

隨著現(xiàn)代科技的不斷發(fā)展，人臉識別技術(shù)作為數(shù)字信息發(fā)展中的一項新興生物特征識別技術(shù)，在許多領(lǐng)域得到了廣泛應(yīng)用，例如，在學(xué)校、機場、法院等重點安防單位，可以通過人臉識別技術(shù)實現(xiàn)門禁或進行安全監(jiān)控；在互聯(lián)網(wǎng)應(yīng)用中，可以通過人臉識別技術(shù)建立自己的生物特征標識，用于支付等對安全性要求較高的在線業(yè)務(wù)；在娛樂游戲中，可以通過人臉識別技術(shù)建立自己的3D模型，從而提高在娛樂游戲用戶的體驗。

在人臉識別技術(shù)的各種應(yīng)用場景中，人臉圖像往往通過對用戶進行拍照的方式獲取，而用戶在拍照時常常會下意識的做出一些動作、表情導(dǎo)致人臉圖像不規(guī)范，例如，斜上方45°角拍攝、側(cè)臉收下巴、劉海遮擋額頭等，這些不規(guī)范的動作、表情將會嚴重影響對人臉圖像的識別效果。尤其在娛樂游戲中，若用戶的照片不符合標準，則無法依據(jù)用戶的人臉照片重建出用戶的3D模型。因此，如何獲取用戶能夠重建3D模型的標準照片成為了亟待解決的問題。

技術(shù)實現(xiàn)要素：

為了解決上述問題，本申請?zhí)峁┝艘环N照片獲取方法及裝置，旨在為用戶獲取到符合指定標準的照片，為重建3D模型奠定基礎(chǔ)。

本申請實施例提供一種照片獲取方法，包括：

獲取用戶的初始圖像；

依據(jù)所述初始圖像，獲取用戶的人臉模型，所述人臉模型包括用戶的人臉特征點；

對所述人臉模型進行檢測；

依據(jù)檢測的結(jié)果，按照評分標準對所述初始圖像進行評分；其中，所述評分標準表征所述檢測的結(jié)果與評分分值的對應(yīng)關(guān)系；

依據(jù)所述初始圖像的評分結(jié)果，輸出所述照片。

可選地，本申請實施例提供的照片獲取方法中，在對所述人臉模型進行檢測之后，還包括：

依據(jù)所述檢測的結(jié)果和/或初始圖像的評分結(jié)果，提示用戶調(diào)整姿態(tài)。

本申請實施例還提供了一種照片獲取裝置，包括：

獲取模塊，用于獲取用戶的初始圖像；

建模模塊，用于依據(jù)所述初始圖像，獲取用戶的人臉模型，所述人臉模型包括用戶的人臉特征點；

檢測模塊，用于對所述人臉模型進行檢測；

評分模塊，用于依據(jù)檢測的結(jié)果，按照評分標準對所述初始圖像進行評分；其中，所述評分標準表征所述檢測的結(jié)果與評分分值的對應(yīng)關(guān)系；

輸出模塊，用于依據(jù)所述初始圖像的評分結(jié)果，輸出所述照片。

本申請實施例采用的上述至少一個技術(shù)方案能夠達到以下有益效果：

(1)本申請先獲取用戶的初始圖像，對依據(jù)初始圖像建立的人臉模型進行檢測和評分，對用戶的初始圖像按照評分標準進行量化評價，再依據(jù)評分結(jié)果評估成像質(zhì)量，進而輸出符合指定標準的照片。這就保證了獲取到的照片能夠符合指定標準，滿足3D模型重建的需要，從而能夠依據(jù)這些照片重建用戶的3D模型。

(2)本申請在對獲取到的用戶的初始圖像進行檢測的基礎(chǔ)上，還可以依據(jù)檢測和/或評分的結(jié)果，在用戶出現(xiàn)了不符合指定標準的動作和/或表情時，可以提醒用戶調(diào)整姿態(tài)至符合標準的動作和/或表情，再重新獲取用戶調(diào)整姿態(tài)之后的初始圖像，對該初始圖像做進一步的檢測、評分等處理。采用這種方式，能夠幫助和指導(dǎo)用戶對自己的動作和/或表情進行調(diào)整，從而獲得符合指定標準的照片。

附圖說明

此處所說明的附圖用來提供對本申請的進一步理解，構(gòu)成本申請的一部分，本申請的示意性實施例及其說明用于解釋本申請，并不構(gòu)成對本申請的不當限定。在附圖中：

圖1為本申請實施例中一種照片獲取方法的流程示意圖；

圖2為本申請實施例中第二種照片獲取方法的流程示意圖；

圖3為本申請實施例中一種照片獲取裝置的結(jié)構(gòu)示意圖。

具體實施方式

為使本申請的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本申請具體實施例及相應(yīng)的附圖對本申請技術(shù)方案進行清楚、完整地描述。顯然，所描述的實施例僅是本申請一部分實施例，而不是全部的實施例?；诒旧暾堉械膶嵤├绢I(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本申請保護的范圍。

以下結(jié)合附圖，詳細說明本申請各實施例提供的技術(shù)方案。

本申請實施例提供了一種照片獲取方法，參見圖1所示，包括：

S101：獲取用戶的初始圖像；

S102：依據(jù)初始圖像，獲取用戶的人臉模型，人臉模型包括用戶的人臉特征點；

S103：對人臉模型進行檢測；

S104：依據(jù)檢測的結(jié)果，按照評分標準對初始圖像進行評分；其中，評分標準表征檢測的結(jié)果與評分分值的對應(yīng)關(guān)系；

S105：依據(jù)初始圖像的評分結(jié)果，輸出照片。

上述實施例中的各步驟有多種可組合的執(zhí)行順序和執(zhí)行方式，例如：

(1)各步驟可以依次順序執(zhí)行。例如，可以執(zhí)行步驟S101獲取了一幀初始圖像后，依據(jù)這一幀初始圖像獲取用戶的人臉模型，接下來對這一人臉模型進行檢測、評分，再依據(jù)評分結(jié)果輸出與該人臉模型對應(yīng)的照片。

(2)各步驟中某一步驟或者多個步驟可以根據(jù)需要循環(huán)執(zhí)行后再執(zhí)行下一步驟。例如，在執(zhí)行步驟S101獲取初始圖像時，可以循環(huán)執(zhí)行多次從而獲取多幅初始圖像。在執(zhí)行步驟S102～步驟104時，可以對多幅初始圖像分別處理獲取多個人臉模型后，再對各人臉模型進行檢測和評分。在進行檢測和評分時，可以每檢測完一個項目就依據(jù)該項目的檢測結(jié)果進行評分，也可以檢測完全部項目后再對各項目分別進行評分。

(3)對于獲取的每一幅初始圖像，都可參照圖1所示實施例進行處理，在滿足一定條件時，也可以結(jié)束對某幅初始圖像的處理流程，而跳轉(zhuǎn)回步驟S101重新獲取一幅初始圖像或者對下一幅初始圖像進行人臉模型的識別、檢測和/或評分。例如，當對初始圖像的評分結(jié)果未達到預(yù)設(shè)要求時，可以輸出照片并告知用戶該照片的得分，供用戶取舍，也可以直接跳轉(zhuǎn)回步驟S101重新獲取一幅初始圖像。

在具體實現(xiàn)上述各步驟時，可以采用單線程依次進行(各步驟依次順序執(zhí)行或某步驟循環(huán)執(zhí)行均可)，也可以采用多線程同時執(zhí)行多個相同或不同的步驟(例如，可以使用多線程同時對多幅初始圖像進行處理，獲取人臉模型，也可以使用多線程分別用于獲取人臉模型和對人臉模型的檢測和/或評分)，從而能夠同步完成多項任務(wù)，提高了資源使用效率從而能夠提高系統(tǒng)的效率。

在上述實施例中，執(zhí)行步驟S101獲取的初始圖像上，包括用戶的人臉信息和拍照背景信息，初始圖像可以采用攝像頭、照相機等能夠獲取圖像的方式獲取。在獲取初始圖像時，可以由采用本實施例的系統(tǒng)或裝置自動獲取(例如，可預(yù)設(shè)每隔1秒或1幀獲取一幅初始圖像)，也可以由用戶通過按鈕、開關(guān)等各種方式向采用本實施例的系統(tǒng)或裝置發(fā)出指令后獲取。

在初始圖像的基礎(chǔ)上，可以采用各種人臉識別算法對初始圖像進行處理，獲取用戶的人臉模型。具體地，可以通過人臉檢測器從初始圖像中檢測出人臉所在區(qū)域，在人臉所在區(qū)域使用基于隨機森林的算法定位人臉特征點的位置，從而實現(xiàn)了依據(jù)初始圖像確定用戶的人臉模型。在選取人臉特征點時，可以根據(jù)實施需要確定人臉特征點的數(shù)量和位置，例如，可以在人臉模型上定位并選取68個特征點或77個特征點，也可以進一步從中選取相對穩(wěn)定、不隨用戶表情變化的特征點。

作為一種可選的實施方式，在獲取了用戶的人臉模型后，還可以依據(jù)人臉特征點所在區(qū)域，采用基于卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Networks，簡稱CNN)的人臉驗證方法判斷先后獲取到的初始圖像和/或人臉模型是不是來自同一個用戶：如果是，則繼續(xù)執(zhí)行后續(xù)的步驟對獲取到的人臉模型進行檢測、評分；如果不是，則返回步驟S101重新獲取用戶的初始圖像。

在上述實施例中，執(zhí)行步驟S103對人臉模型進行檢測，可以包括對人臉模型上的遮擋物、亮度、眼睛所在區(qū)域、嘴唇所在區(qū)域、人臉模型的運動狀態(tài)和/或清晰程度進行檢測，每一項檢測內(nèi)容都針對人臉模型上的某一特點進行。例如，對人臉模型上的遮擋物進行檢測，可以考查用戶的人臉信息是否已全部體現(xiàn)在人臉模型中，是否存在頭發(fā)、帽檐、圍巾等可能影響人臉信息完整性的遮擋物；對人臉模型的亮度進行檢測，可以考查用戶在拍照時光照是否充足，是否均勻，是否會影響人臉信息的提??；對人臉模型上眼睛所在區(qū)域的檢測，可以考查用戶在拍照時是否閉眼；對嘴唇所在區(qū)域的檢測，可以考查用戶在拍照時是否張口；對人臉模型的運動狀態(tài)進行檢測，可以考查用戶是否在安靜狀態(tài)下拍照，能否形成穩(wěn)定的成像效果；對人臉模型的清晰程度進行檢測，可以考查初始圖像是否模糊，是否能清晰反映出用戶的面部信息。以上諸項檢測內(nèi)容各有側(cè)重，因此，在按照本實施例進行檢測時，可以任選諸項檢測內(nèi)容中的一項或多項，檢測內(nèi)容的數(shù)量和檢測時的順序均不影響；還可以對某項內(nèi)容進行多次檢測，將多次檢測的結(jié)果進行數(shù)據(jù)處理后的結(jié)果作為該項內(nèi)容的檢測結(jié)果。

在本申請的實施例中，對人臉模型進行檢測后，依據(jù)檢測的結(jié)果對初始圖像進行評分。在評分時，可以按照一定的評分標準對初始圖像進行評分，其中，評分標準表征檢測的結(jié)果與評分分值的對應(yīng)關(guān)系。在對某一初始圖像進行評分時，既可以依據(jù)不同檢測項目的檢測結(jié)果依次對總體的評分結(jié)果進行調(diào)整，也可以對每一檢測項目分別進行評分得到多個子評分結(jié)果，再匯總多項檢測項目的子評分結(jié)果后得到該初始圖像的總體的評分結(jié)果。在匯總時，可以進一步對不同的檢測項目分配不同的權(quán)重，以體現(xiàn)不同檢測項目對圖像質(zhì)量的影響程度和對3D模型重建的影響程度，例如，可以將遮擋物檢測的子評分結(jié)果的權(quán)重設(shè)定得大于亮度檢測的子評分結(jié)果，從而遮擋物檢測的子評分結(jié)果對總體的評分結(jié)果的貢獻更大。

以下將逐項舉例說明對各項檢測內(nèi)容的具體檢測過程和評分過程。

在執(zhí)行步驟S103時，可以對人臉模型上的遮擋物進行檢測，具體可包括：

計算人臉模型整體的第一平均顏色值；計算人臉模型上待測區(qū)域的第二平均顏色值；

計算第一平均顏色值與第二平均顏色值的差值，作為對待測區(qū)域是否有遮擋物的檢測的結(jié)果。

在采用上述方法對人臉模型上的遮擋物進行檢測時，可以先選取容易被遮擋的一個或者多個面部區(qū)域作為待測區(qū)域，例如，容易被頭發(fā)或帽檐遮擋的額頭，容易被圍巾遮擋的下巴，容易被口罩遮擋的鼻子嘴巴，容易被眼罩遮擋的眼睛等等。然后針對人臉模型的整體區(qū)域計算出第一平均顏色值，針對待測區(qū)域計算出第二平均顏色值，則第一平均顏色值與第二平均顏色值的差值，就能反映出待測區(qū)域是否被遮擋——若待測區(qū)域未被遮擋，則人臉模型上顏色應(yīng)基本均勻，不會出現(xiàn)過大的色差。因此，在依據(jù)這一項檢測結(jié)果進行評分時，可以預(yù)先設(shè)定一個差值閾值，若計算出的第一平均顏色值與第二平均顏色值的差值大于該預(yù)設(shè)的差值閾值，則認為人臉模型上有遮擋物。由于面部遮擋物將降低用戶照片的質(zhì)量，對3D模型的重建構(gòu)成負面影響，因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則檢測到人臉模型上有遮擋物時應(yīng)進行扣分以降低評分分值；反之，若系統(tǒng)假定評分分值越低表示照片質(zhì)量越好，則檢測到人臉模型上有遮擋物時應(yīng)加分以增加評分分值。例如，可以在評分標準中規(guī)定，若檢測到人臉模型上有遮擋物，在評分分值中直接扣除10分以降低評分的分值。

更具體地，以將額頭作為待測區(qū)域為例，在計算第二平均顏色值時，可以計算算數(shù)平均值，也可以按照預(yù)設(shè)顏色權(quán)重計算加權(quán)平均顏色值，作為所述第二平均顏色值；其中，考慮到額頭所在區(qū)域的兩側(cè)部位(即眉毛正上方)出現(xiàn)遮擋物(例如劉海)的可能性比額頭所在區(qū)域的中間部分(即眉心正上方)出現(xiàn)遮擋物的可能性大，因此，可以將額頭所在區(qū)域的兩側(cè)部分的預(yù)設(shè)顏色權(quán)重設(shè)定得高于額頭所在區(qū)域的中間部分的預(yù)設(shè)顏色權(quán)重。

在執(zhí)行步驟S103時，可以對人臉模型上的亮度進行檢測，具體可包括對以下一項或多項的檢測：

對人臉模型上的亮度是否均勻進行檢測；

對人臉模型整體和/或關(guān)鍵區(qū)域與初始圖像上除人臉模型以外的部分的亮度是否均勻進行檢測。

更具體地，對人臉模型上的亮度是否均勻進行檢測，通過計算人臉模型兩側(cè)的亮度值之差，可以反映人臉上亮度是否均勻，即是否出現(xiàn)“陰陽臉”現(xiàn)象。具體計算過程可以包括：

以人臉模型的中軸線為中心線，在中軸線的兩邊對稱地提取預(yù)設(shè)對像素點的亮度值；

計算相對于中軸線對稱的各對像素點的亮度值之差，作為對人臉模型上的亮度是否均勻進行檢測的檢測結(jié)果。

若人臉上亮度均勻，則相對于中軸線對稱的各對像素點的亮度值之差不應(yīng)過大，因此，可以預(yù)先設(shè)定亮度差閾值，通過統(tǒng)計亮度值之差達到預(yù)設(shè)亮度差閾值的像素點的數(shù)量即可判斷人臉上亮度是否均勻，從而進行評分。上述數(shù)量越大，表示對稱的像素點中亮度值之差較大的點越多，人臉上亮度越不均勻，對成像質(zhì)量的負面影響越大。因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則亮度值之差達到預(yù)設(shè)亮度差閾值的像素點的數(shù)量越大，加分的分值應(yīng)越低，或者扣分的分值應(yīng)越高；反之亦然。例如，可以在評分標準中規(guī)定，若亮度值之差達到預(yù)設(shè)亮度差閾值的像素點的數(shù)量大于20，則認為存在明顯的“陰陽臉”現(xiàn)象，從評分分值中扣除25分以降低評分分值；若亮度值之差達到預(yù)設(shè)亮度差閾值的像素點的數(shù)量小于20且大于10，則認為存在微弱的“陰陽臉”現(xiàn)象，從評分分值中扣除10分以降低評分分值。

除了采用以上統(tǒng)計亮度值之差達到預(yù)設(shè)亮度差閾值的像素點的數(shù)量進行評分的方式之外，還可以采用計算各對像素點的亮度值之差的平均值的方式進行評分，其中，平均值可包括算數(shù)平均值和/或加權(quán)平均值。上述平均值能夠反映人臉模型上相對于中軸線對稱的各對像素點的亮度值差距的平均水平，上述平均值越大，表示對稱的像素點中亮度值之差整體越大，人臉上亮度越不均勻，對成像質(zhì)量的負面影響越大。因此，若系統(tǒng)假定評分分值越低表示照片質(zhì)量越好，則亮度值之差的平均值越大，加分的分值應(yīng)越高，或者扣分的分值應(yīng)越低；反之亦然。上述平均值可以是算數(shù)平均值，也可以是加權(quán)平均值，在確定權(quán)重時，可以從出現(xiàn)亮度差的可能性和/或?qū)Τ上褓|(zhì)量的影響等角度考慮，例如，可以將出現(xiàn)亮度差可能性較大的面部區(qū)域的像素點的權(quán)重加大，也可以將對成像質(zhì)量影響較大的面部區(qū)域的像素點的權(quán)重加大。

更具體地，在對人臉模型上的亮度進行檢測時，也可以對人臉模型整體和/或關(guān)鍵區(qū)域與初始圖像上除人臉模型以外的部分的亮度是否均勻進行檢測。通過考查人臉模型的亮度值與圖像背景的亮度值的差距，可以判斷整幅初始圖像的亮度是否均勻，人臉模型部分是否光照不足。具體可采用以下方式實現(xiàn)：

計算人臉模型整體和/或關(guān)鍵區(qū)域的第一亮度平均值；

計算初始圖像上除人臉模型以外的部分的第二亮度平均值；

計算第一亮度平均值與第二亮度平均值之差，作為對人臉模型整體和/或關(guān)鍵區(qū)域與初始圖像上除人臉模型以外的部分的亮度是否均勻進行檢測的檢測結(jié)果。

若人臉模型與初始圖像上除人臉模型以外的部分(即圖像背景)的亮度均勻，則上述第一亮度平均值與第二亮度平均值的差不應(yīng)過大，因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則上述第一亮度平均值與第二亮度平均值的差越大，加分的分值應(yīng)越低，或者扣分的分值應(yīng)越高；反之亦然。

在執(zhí)行步驟S103時，可以對人臉模型上眼睛所在區(qū)域進行檢測，包括：

依據(jù)人臉特征點的位置，確定人臉模型上眼睛所在區(qū)域；

提取人臉模型上眼睛所在區(qū)域的二值圖像；

在二值圖像上定位眼睛的上眼皮和下眼皮；

計算上眼皮與下眼皮之間的距離，作為檢測的結(jié)果。

在提取眼睛所在區(qū)域的二值圖像前，可以先對眼睛所在區(qū)域進行閾值處理，將眼睛內(nèi)部眼球部分的信息篩除。提取眼睛所在區(qū)域的二值圖像，可以提取眼睛所在區(qū)域的輪廓信息，從而定位眼睛的上眼皮和下眼皮，并將上眼皮與下眼皮之間的距離作為檢測的結(jié)果和評分的依據(jù)。具體地，可以預(yù)先設(shè)定一距離閾值，若上眼皮與下眼皮之間的距離小于該預(yù)設(shè)距離閾值，則認為用戶在拍照時閉眼，此時獲取的初始圖像成像質(zhì)量不符合要求，對3D模型的重建形成負面影響。因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則檢測到人臉模型上閉眼時應(yīng)進行扣分以降低評分分值；反之，若系統(tǒng)假定評分分值越低表示照片質(zhì)量越好，則檢測到人臉模型上閉眼時應(yīng)加分以增加評分分值。例如，可以在評分標準中規(guī)定，若檢測到人臉模型閉眼，在評分分值中直接扣除8分以降低評分的分值。

在執(zhí)行步驟S103時，可以對人臉模型上嘴唇所在區(qū)域進行檢測，包括：

依據(jù)人臉特征點的位置，確定人臉模型上嘴唇的上嘴唇內(nèi)邊緣、下嘴唇內(nèi)邊緣、上嘴唇外邊緣和下嘴唇外邊緣；

計算上嘴唇內(nèi)邊緣與下嘴唇內(nèi)邊緣之間的第一距離與上嘴唇外邊緣與下嘴唇外邊緣之間的第二距離的比值，作為檢測的結(jié)果。

具體地，可以在嘴唇所在區(qū)域選取20個左右特征點，確定上下嘴唇的內(nèi)邊緣和外邊緣，通過計算上述上嘴唇內(nèi)邊緣與下嘴唇內(nèi)邊緣之間的第一距離與上嘴唇外邊緣與下嘴唇外邊緣之間的第二距離的比值，判斷用戶在拍照時是否開口。在實施時，可以預(yù)先設(shè)定一嘴唇比值閾值，若第一距離與第二距離的比值大于預(yù)設(shè)嘴唇比值閾值，則可認為用戶在拍照時開口。由于用戶的開口表情會對3D模型的重建造成負面影響，因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則檢測到人臉模型上開口時應(yīng)進行扣分以降低評分分值；反之，若系統(tǒng)假定評分分值越低表示照片質(zhì)量越好，則檢測到人臉模型上開口時應(yīng)加分以增加評分分值。例如，可以在評分標準中規(guī)定，若檢測到人臉模型開口，則在評分分值中直接扣除8分以降低評分的分值。

在執(zhí)行步驟S103時，可以對人臉模型的運動狀態(tài)進行檢測，包括：

計算人臉模型所在的間隔預(yù)設(shè)幀數(shù)的初始圖像的幀間差分值；

判斷幀間差分值是否小于第十預(yù)設(shè)值，將判斷的結(jié)果作為檢測的結(jié)果。

具體地，可以提取間隔預(yù)設(shè)幀數(shù)的兩幅初始圖像的每個像素點的顏色值、亮度值或者幀間變化量，計算兩幅圖像的差值，即幀間差分值。間隔的預(yù)設(shè)幀數(shù)可以取為1幀、5幀、10幀等，此處無需限定。若用戶在拍照時未處于運動狀態(tài)，則幀間差分值不應(yīng)過大，因此可以預(yù)設(shè)一幀間差分閾值(相當于上述第十預(yù)設(shè)值)作為衡量標準，若幀間差分值小于上述幀間差分閾值，則表示間隔預(yù)設(shè)幀數(shù)的兩幅初始圖像的區(qū)別足夠小，可以認為用戶所對應(yīng)的人臉模型未處于運動狀態(tài)；反之，若幀間差分值大于或等于上述幀間差分閾值，則表示間隔預(yù)設(shè)幀數(shù)的兩幅初始圖像的區(qū)別較大，可以認為用戶所對應(yīng)的人臉模型處于運動狀態(tài)。由于用戶處于運動狀態(tài)時獲取的人臉模型會對3D模型的重建造成負面影響，因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則檢測到人臉模型處于運動狀態(tài)時應(yīng)進行扣分以降低評分分值；反之，若系統(tǒng)假定評分分值越低表示照片質(zhì)量越好，則檢測到人臉模型處于運動狀態(tài)時應(yīng)加分以增加評分分值。例如，可以在評分標準中規(guī)定，若檢測到人臉模型處于運動狀態(tài)，則在評分分值中直接扣除15分以降低評分的分值。

在執(zhí)行步驟S103時，可以對人臉模型的清晰程度進行檢測，包括：

計算人臉模型所在初始圖像的方差；

判斷方差是否達到第十一預(yù)設(shè)值，將判斷的結(jié)果作為檢測的結(jié)果。

具體地，通過計算初始圖像的方差來判斷人臉模型的清晰程度。對于相同的圖像內(nèi)容而言，圖像的方差越大，表示圖像越清晰，因此，可以預(yù)先設(shè)定一方差閾值(相當于上述第十一預(yù)設(shè)值)作為衡量標準，若方差大于或等于該方差閾值，則表示圖像足夠清晰，達到指定標準；若方差小于該方差閾值，則表示圖像不夠清晰，會對3D模型的重建造成負面影響。因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則檢測到人臉模型不夠清晰時應(yīng)進行扣分以降低評分分值；反之，若系統(tǒng)假定評分分值越低表示照片質(zhì)量越好，則檢測到人臉模型不夠清晰時應(yīng)加分以增加評分分值。例如，可以在評分標準中規(guī)定，若檢測到人臉模型不夠清晰，則在評分分值中直接扣除20分以降低評分的分值。

以上對人臉模型上的遮擋物、亮度、眼睛所在區(qū)域、嘴唇所在區(qū)域、人臉模型的運動狀態(tài)和/或清晰程度的檢測，既可以針對平面的人臉模型進行，也可以先依據(jù)人臉模型上的人臉特征點，建立人臉模型的3D模型，然后再針對該3D模型進行檢測。尤其是，可以依據(jù)3D模型，檢測3D模型的頭部部位在三維方向上的偏轉(zhuǎn)，尤其包括頭部部位相對于攝像頭/照相機等成像裝置關(guān)于X軸、Y軸和Z軸的旋轉(zhuǎn)角度。在具體實施時，可采用以下方式：

依據(jù)3D模型，確定人臉特征點中的穩(wěn)定點所在位置；穩(wěn)定點為僅隨著用戶的頭部姿態(tài)變化的特征點；

將預(yù)設(shè)頭部3D模型與穩(wěn)定點所在位置進行匹配；

當預(yù)設(shè)頭部3D模型與穩(wěn)定點所在位置相匹配時，提取預(yù)設(shè)頭部3D模型在三維方向上的偏轉(zhuǎn)角度，作為3D模型的頭部部位在三維方向上的偏轉(zhuǎn)角度。

若用戶在拍照時沒有正面面對攝像頭、照相機等成像裝置，則依據(jù)獲取到的初始圖像建立的人臉3D模型將在X軸、Y軸和/或Z軸有偏轉(zhuǎn)角度，會對3D模型的重建造成負面影響，而且偏轉(zhuǎn)角度越大，成像質(zhì)量越差。因此，若系統(tǒng)假定評分分值越高表示照片質(zhì)量越好，則偏轉(zhuǎn)角度越大，加分的分值應(yīng)越低，或者扣分的分值應(yīng)越高；若系統(tǒng)假定評分分值越低表示照片質(zhì)量越好，則偏轉(zhuǎn)角度越大，加分的分值應(yīng)越高，或者扣分的分值應(yīng)越低。例如，可以在評分標準中規(guī)定，若偏轉(zhuǎn)角度在0～3°時，在評分分值中扣除0～5分；偏轉(zhuǎn)角度在3°～10°時，在評分分值中扣除5～20分；偏轉(zhuǎn)角度大于10°時，在評分分值中扣除偏轉(zhuǎn)角度的3倍分值。對不同方向上的偏轉(zhuǎn)也可以在評分標準中規(guī)定不同的扣分或加分分值。

在上述各實施例中，對人臉模型進行一項或多項檢測后，可以依據(jù)檢測結(jié)果繼續(xù)進行評分，也可以依據(jù)檢測的結(jié)果提示用戶調(diào)整姿態(tài)，例如，若檢測到用戶閉眼，則提示用戶睜開眼睛；若檢測到用戶頭部向右偏轉(zhuǎn)30°，則提示用戶向左偏轉(zhuǎn)30°等。在依據(jù)檢測結(jié)果進行評分后，也可以依據(jù)評分結(jié)果提示用戶調(diào)整姿態(tài)，例如，若用戶因開口被扣分，則可提示用戶閉上嘴巴；若檢測到用戶因額頭被遮擋而被扣分，則可提示用戶露出額頭；若檢測到用戶的評分分值未達到規(guī)定的標準，可以提示用戶調(diào)整姿態(tài)。提示用戶調(diào)整姿態(tài)的方式有很多，可以擇一或組合的應(yīng)用語音、文字、動畫等多種方式指導(dǎo)用戶調(diào)整到符合標準、能夠取得更優(yōu)檢測結(jié)果或者能夠得到更優(yōu)評分分值的姿態(tài)。在提示用戶調(diào)整姿態(tài)之后，可返回步驟S101重新獲取用戶間隔預(yù)設(shè)幀數(shù)后的初始圖像。此處所稱的預(yù)設(shè)幀數(shù)，可以是根據(jù)實際需要的任意預(yù)設(shè)數(shù)值。

在上述各實施例中，依據(jù)檢測的結(jié)果進行評分的評分標準，可以是參照檢測的結(jié)果對3D模型重建的影響建立的檢測的結(jié)果與評分分值的對應(yīng)關(guān)系。在此基礎(chǔ)上，還可以依據(jù)拍照持續(xù)時間和/或?qū)Τ跏紙D像的評分結(jié)果，對評分標準進行調(diào)整和/或?qū)υu分結(jié)果進行調(diào)整。在調(diào)整評分標準時，可以減少依據(jù)檢測的結(jié)果對評分分值的降低程度，或者增加依據(jù)檢測的結(jié)果對評分分值的升高程度。在調(diào)整評分結(jié)果時，可以將評分結(jié)果乘以大于1的系數(shù)，進行一定程度的放大，作為調(diào)整后的評分結(jié)果；或者可以將評分結(jié)果乘以小于1的系數(shù)，進行一定程度的縮小，作為調(diào)整后的評分結(jié)果。

更具體地，可以依據(jù)拍照持續(xù)時間，判斷拍照持續(xù)時間是否達到預(yù)先設(shè)定的時間(可記為第一預(yù)設(shè)時間)，若達到該時間，可以認為用戶已經(jīng)花費了足夠長的時間(即第一預(yù)設(shè)時間)進行拍照準備，在當前情況下難以獲得更符合指定標準的圖像，從而可以放寬標準，調(diào)整評分標準使得得分更高或扣分更少、和/或通過對評分結(jié)果直接放大處理的方式提高對初始圖像的評分分值(此時系統(tǒng)假定評分分值越高表示照片質(zhì)量越好)，使得初始圖像的評分分值更可能達到指定標準。

更具體地，也可以依據(jù)對初始圖像的評分結(jié)果，判斷初始圖像的評分結(jié)果是否未達到預(yù)先設(shè)定的數(shù)值(記為第一預(yù)設(shè)值)，若未達到該第一預(yù)設(shè)值，表示用戶的初始圖像的評分分值還不夠高，可以認為還未獲取到符合標準的初始圖像(此時系統(tǒng)假定評分分值越高表示照片質(zhì)量越好)，此時，可以返回步驟S101重新獲取初始圖像，也可以在某些情況下，例如用戶主觀上認可該圖像時，或者客觀上用戶已經(jīng)進行了足夠長時間的拍照準備時，可以主動調(diào)整評分標準使得得分更高或扣分更少、和/或通過對評分結(jié)果直接放大處理的方式提高對初始圖像的評分分值，使得該圖像的評分分值更接近第一預(yù)設(shè)值，更可能符合指定標準。

更具體地，也可以依據(jù)對初始圖像的評分結(jié)果，判斷初始圖像的評分結(jié)果的變化值是否小于預(yù)先設(shè)定的數(shù)值(記為第二預(yù)設(shè)值)，若評分結(jié)果的變化值小于上述第二預(yù)設(shè)值，表示用戶獲取的多幅初始圖像變化不大，改善不明顯，可以認為用戶已經(jīng)無法獲取到評分分值更高、能夠符合標準的初始圖像(此時系統(tǒng)假定評分分值越高表示照片質(zhì)量越好)，此時，可以主動調(diào)整評分標準使得得分更高或扣分更少、和/或通過對評分結(jié)果直接放大處理的方式提高對初始圖像的評分分值，使得初始圖像的評分分值更可能達到指定標準。

除通過考查評分結(jié)果的變化值是否過小外，還可以通過考查評分結(jié)果的統(tǒng)計量來判斷用戶的初始圖像的評分分值變化情況。例如，可以判斷預(yù)設(shè)數(shù)量(記為第一預(yù)設(shè)數(shù)量)的初始圖像的評分結(jié)果的平均值是否達到第三預(yù)設(shè)值，也可以判斷預(yù)設(shè)數(shù)量的(記為第二預(yù)設(shè)數(shù)量)的初始圖像的評分結(jié)果的標準差是否達到第四預(yù)設(shè)值，若未達到，可以認為用戶已經(jīng)無法獲取到評分分值更高、能夠符合標準的初始圖像(此時系統(tǒng)假定評分分值越高表示照片質(zhì)量越好)，此時，可以主動調(diào)整評分標準使得得分更高或扣分更少、和/或通過對評分結(jié)果直接放大處理的方式提高對初始圖像的評分分值，使得初始圖像的評分分值更可能達到指定標準。

與以上各種對評分標準和/或評分結(jié)果的調(diào)整方式相對地，也可以對上述判斷的基準值進行調(diào)整，例如，降低上述第一預(yù)設(shè)值，使得初始圖像的評分分值更接近該第一預(yù)設(shè)值，更可能符合指定標準。

在本申請的實施例中，參照圖2所示，在執(zhí)行步驟S104依據(jù)檢測的結(jié)果，按照評分標準對初始圖像進行評分之后，在執(zhí)行步驟S105依據(jù)初始圖像的評分結(jié)果，輸出照片之前，本申請的照片獲取方法還包括：

S106：判斷初始圖像的評分結(jié)果是否達到第五預(yù)設(shè)值；

S107：若是，則緩存初始圖像及其評分結(jié)果；

若否，則返回重新執(zhí)行步驟S101，獲取用戶的初始圖像。

在對初始圖像進行評分后，可以通過判斷初始圖像的評分結(jié)果(又可稱為評分分值)是否達到預(yù)先設(shè)定的評分分值(記為第五預(yù)設(shè)值，也可認為是預(yù)設(shè)緩存值)來判斷該初始圖像是否符合圖像緩存的指定標準。若評分分值達到第五預(yù)設(shè)值，可以認為該初始圖像符合緩存標準，因此可將該符合緩存標準的圖像進行緩存，供用戶選擇輸出；若評分分值未達到第五預(yù)設(shè)值，可以認為該初始圖像未達到指定緩存標準，可以放棄該初始圖像，返回步驟S101重新獲取用戶的初始圖像。系統(tǒng)在緩存初始圖像時，可以將圖像與其評分分值相對應(yīng)的存儲，也可以將圖像、圖像的檢測結(jié)果與評分分值三者相對應(yīng)的存儲。需要說明的是，也可以設(shè)定一預(yù)設(shè)的閾值(記為第六預(yù)設(shè)值)用于判斷是否輸出照片，具體地，判斷初始圖像的評分結(jié)果是否達到第六預(yù)設(shè)值，若達到則輸出照片。上述第五預(yù)設(shè)值與第六預(yù)設(shè)值的數(shù)值可以相同也可以不同，即當評分結(jié)果滿足一定條件時(該條件表示獲取的初始圖像的質(zhì)量已達到指定標準)，則可以將滿足條件的圖像直接輸出，也可以先進行緩存，待獲取更多滿足條件的圖像后擇優(yōu)輸出。

當滿足一定條件時，還可以依據(jù)拍照持續(xù)時間和/或?qū)Τ跏紙D像的評分結(jié)果，對第五預(yù)設(shè)值和/或第六預(yù)設(shè)值進行調(diào)整。具體地，可以依據(jù)預(yù)設(shè)數(shù)量的初始圖像的評分結(jié)果的數(shù)值、變化值、平均值和/或標準差，對第五預(yù)設(shè)值和/或第六預(yù)設(shè)值進行降低或升高。例如，當拍照持續(xù)時間達到預(yù)設(shè)時間、初始圖像的評分結(jié)果未達到預(yù)設(shè)值、評分結(jié)果的變化值小于預(yù)設(shè)值、預(yù)設(shè)數(shù)量的初始圖像的評分結(jié)果的平均值未達到預(yù)設(shè)值、和/或預(yù)設(shè)數(shù)量的初始圖像的評分結(jié)果的標準差未達到預(yù)設(shè)值時，可以降低上述第五預(yù)設(shè)值，通過降低緩存的標準實現(xiàn)對更多初始圖像的緩存，也可以降低上述第六預(yù)設(shè)值，通過降低輸出照片的分值標準的方式由用戶對輸出的照片進行取舍。若降低了第五預(yù)設(shè)值或者第六預(yù)設(shè)值后，用戶能夠獲取到評分值更高的初始圖像，則也可以將上述預(yù)設(shè)值恢復(fù)至原有水平，以獲得質(zhì)量更好的照片。除此之外，若連續(xù)多幅初始圖像的評分結(jié)果都達到了第五預(yù)設(shè)值或者第六預(yù)設(shè)值，系統(tǒng)也可以提高緩存或輸出的標準，升高第五預(yù)設(shè)值或者第六預(yù)設(shè)值，從而獲取到質(zhì)量更好的圖像。對上述預(yù)設(shè)值(第五預(yù)設(shè)值和/或第六預(yù)設(shè)值)進行升高或降低的調(diào)整時，可以采用乘以系數(shù)的方式，也可以采用增減一定幅度的方式進行，例如，需降低上述第五預(yù)設(shè)值時，可以將第五預(yù)設(shè)值乘以小于1的系數(shù)，作為調(diào)整后的第五預(yù)設(shè)值。

更進一步地，在執(zhí)行步驟S104依據(jù)檢測的結(jié)果，按照評分標準對所述初始圖像進行評分之后，在執(zhí)行步驟S105依據(jù)初始圖像的評分結(jié)果，輸出照片之前，還可以在滿足一定條件時，提示用戶保持拍照，按照預(yù)設(shè)規(guī)則獲取用戶的初始圖像。要求滿足的條件可以是以下條件中的一個或多個：

獲取的初始圖像的數(shù)量已達到第五預(yù)設(shè)數(shù)量；

初始圖像的評分結(jié)果的平均值達到第七預(yù)設(shè)值；

初始圖像的評分結(jié)果的標準差達到第八預(yù)設(shè)值；

初始圖像的評分結(jié)果的最低分值達到第九預(yù)設(shè)值。

上述提示用戶保持拍照的步驟，可以在執(zhí)行步驟S107緩存初始圖像之后對緩存的初始圖像的數(shù)量和評分結(jié)果進行考量，也可以不經(jīng)過S107的緩存步驟對完成評分的初始圖像直接進行考量，以判斷是否可以提示用戶保持拍照。

在以上列出的諸項條件中，第五預(yù)設(shè)數(shù)量表示系統(tǒng)預(yù)先設(shè)定的初始圖像的數(shù)量的上限值，可以是緩存中存儲的圖像數(shù)量，也可以是系統(tǒng)累計獲取的初始圖像的數(shù)量。獲取的初始圖像的數(shù)量已達到第五預(yù)設(shè)數(shù)量，可以認為系統(tǒng)已經(jīng)獲取了足夠多滿足一定標準的圖像。第七預(yù)設(shè)值用來考查評分結(jié)果的平均值是否達到預(yù)先設(shè)定的數(shù)值，第八預(yù)設(shè)值用來考查評分結(jié)果的標準差是否達到預(yù)設(shè)限定的數(shù)值，第九預(yù)設(shè)值用來考查評分結(jié)果的最低分值是否達到預(yù)設(shè)限定的數(shù)值，任一條件或多項條件的滿足，表示系統(tǒng)獲取的初始圖像的評分結(jié)果已經(jīng)達到了一定的標準(平均值達到第七預(yù)設(shè)值、標準差達到第八預(yù)設(shè)值、和/或最低分值達到第九預(yù)設(shè)值)，表示系統(tǒng)獲取的初始圖像的質(zhì)量已經(jīng)滿足了一定的要求。在這種情況下，既可以直接將圖像輸出供用戶選擇，也可以提示用戶保持拍照，按照預(yù)設(shè)規(guī)則獲取用戶的初始圖像。可以認為，用戶在獲取到滿足一定要求的初始圖像的情況下，接收到保持拍照的提示后將會更好的維持姿態(tài)，從而獲取到更好的圖像。

在提示用戶保持拍照之后，按照預(yù)設(shè)規(guī)則獲取用戶的初始圖像可具體包括：按照預(yù)設(shè)間隔幀數(shù)、預(yù)設(shè)間隔時間、預(yù)設(shè)圖像數(shù)量和/或預(yù)設(shè)獲取時間獲取用戶的初始圖像。其中，預(yù)設(shè)圖像數(shù)量表示在提示用戶保持拍照后獲取的圖像的總數(shù)量，預(yù)設(shè)獲取時間表示在提示用戶保持拍照后持續(xù)的拍照時間，預(yù)設(shè)間隔幀數(shù)表示在提示用戶保持拍照后獲取的相鄰兩幅圖像間間隔的幀數(shù)，預(yù)設(shè)間隔時間表示在提示用戶保持拍照后獲取的相鄰兩幅圖像間間隔的時間。例如，可以將規(guī)則預(yù)設(shè)為每間隔1秒鐘(預(yù)設(shè)間隔時間)獲取一幅初始圖像，共獲取10幅(預(yù)設(shè)圖像數(shù)量)初始圖像，也可以將規(guī)則預(yù)設(shè)為在5分鐘(預(yù)設(shè)獲取時間)內(nèi)每間隔5幀(預(yù)設(shè)間隔幀數(shù))獲取一幅初始圖像。

對于在上述提示保持拍照后獲得的初始圖像，可以進行檢測和評分，對于達到一定標準的圖像可以直接輸出供用戶取舍，可以進行緩存，也可以不進行緩存而直接放棄(例如，對圖像的檢測和評分用于監(jiān)測保持拍照階段的用戶姿態(tài)是否穩(wěn)定、是否發(fā)生變化時，無需對圖像進行緩存)。在確定是否輸出或緩存時，可以采用前述的判斷標準對評分結(jié)果進行考查，也可以采用不同的判斷標準。在緩存初始圖像時，可以直接存儲該圖像，也可以將原緩存中評分結(jié)果最低的初始圖像刪除后再存儲提示用戶保持拍照后獲取的初始圖像。

在提示用戶保持拍照之后，還可以依據(jù)提示用戶保持拍照之后獲取的初始圖像的檢測結(jié)果和/或評分結(jié)果，確定是否繼續(xù)按照預(yù)設(shè)規(guī)則獲取用戶的初始圖像。通過對初始圖像的檢測結(jié)果和/或評分結(jié)果的監(jiān)控判斷，確定用戶在收到保持拍照的提示后是否始終保持了足夠滿足要求的姿態(tài)。例如，若獲取的連續(xù)多幅初始圖像未達到輸出或緩存的要求，可以認為用戶已不滿足保持拍照的條件，因此應(yīng)不再繼續(xù)按照預(yù)設(shè)規(guī)則獲取圖像，而轉(zhuǎn)入執(zhí)行步驟S101獲取初始圖像。再例如，檢測到用戶頭部偏轉(zhuǎn)或閉眼、用戶的姿態(tài)已不滿足預(yù)設(shè)的標準時，此時應(yīng)不再繼續(xù)按照預(yù)設(shè)規(guī)則獲取圖像，而轉(zhuǎn)入執(zhí)行步驟S101獲取初始圖像。采用這種方式，對提示用戶保持拍照之后的用戶圖像進行監(jiān)測(以預(yù)設(shè)間隔幀數(shù)和/或預(yù)設(shè)間隔時間為周期進行監(jiān)測)，有利于確保提示用戶保持拍照后獲取到的用戶的初始圖像的圖像質(zhì)量。

對用戶進行保持拍照的提示，可以采用語音、文字、圖像、動畫等任一或多種方式的結(jié)合進行提示?？梢哉J為用戶得到該提示后會更加注意保持姿態(tài)，在這一階段獲取的初始圖像應(yīng)該質(zhì)量更好，評分理應(yīng)更高(系統(tǒng)假定評分分值越高表示照片質(zhì)量越好)，因此，對于提示用戶保持拍照之后獲取到的用戶的初始圖像，可以對該初始圖像的評分結(jié)果進行調(diào)整，將調(diào)整后的評分結(jié)果作為該初始圖像的評分結(jié)果。具體地，可以將評分結(jié)果乘以大于1或者小于1的系數(shù)，作為調(diào)整后的評分結(jié)果。

在本申請中，輸出照片時，可以依據(jù)初始圖像的評分結(jié)果，按照一定順序?qū)⑺芯彺娴恼掌蛴脩糨敵觯部梢詫崟r輸出達到一定評分分值或滿足其他條件的照片，還可以按照以下方式進行：

依據(jù)檢測的結(jié)果，對初始圖像進行篩選；

依據(jù)篩選出的初始圖像的評分結(jié)果，輸出評分結(jié)果最高的預(yù)設(shè)數(shù)量的照片。

在依據(jù)檢測的結(jié)果對初始圖像進行篩選時，可以采用多種不同的方式。例如，可以先按照嚴格的條件進行篩選，例如要求頭部檢測的結(jié)果中人臉偏轉(zhuǎn)角度不能大于3°，不能出現(xiàn)閉眼或開口現(xiàn)象等，將篩選出符合要求的圖像按照評分結(jié)果排序，最終輸出評分結(jié)果最高的預(yù)設(shè)數(shù)量的照片；若按照嚴格條件進行篩選時所有照片都無法滿足要求，則可以放寬條件進行篩選，例如將頭部偏轉(zhuǎn)角度不大于3°調(diào)整為不大于10°，然后再按照評分結(jié)果進行排序輸出供用戶選擇。相對應(yīng)地，也可以按照先寬松后嚴格的篩選方式逐步加嚴要求，篩選出符合標準的照片。在依據(jù)檢測的結(jié)果對初始圖像進行篩選時，還可以依據(jù)不同檢測項目對圖像質(zhì)量影響程度的不同，優(yōu)先考慮對圖像質(zhì)量影響更大的檢測項目的檢測結(jié)果，將存在嚴重缺陷的初始圖像直接篩除(即使評分結(jié)果更高也同樣篩除)。例如，用戶面部的遮擋物對圖像質(zhì)量影響很大，因此，可以首先篩選出遮擋物檢測的結(jié)果為無遮擋物的初始圖像，然后在依據(jù)其他檢測項目進行篩選。在輸出評分結(jié)果最高的照片時，評分結(jié)果可以是初始圖像的整體評分結(jié)果，也可以是某項檢測項目的評分結(jié)果，可以依據(jù)對照片的不同要求選定，在此不作限定。用戶得到符合標準的照片后，可以在此照片的基礎(chǔ)上重建3D模型，滿足應(yīng)用需求。例如，圖像1的總體評分為88分，遮擋物檢測達到95分，亮度檢測達到80分；圖像2的總體評分為90分，遮擋物檢測達到91分，亮度檢測達到88分。對于重建3D模型來說，有無遮擋物比亮度的影響更大，因此，在輸出時，會更優(yōu)先提供圖像1供用戶選擇。

需要說明的是，上述各實施例中，各預(yù)設(shè)時間、預(yù)設(shè)數(shù)量、預(yù)設(shè)值、預(yù)設(shè)閾值、預(yù)設(shè)幀、預(yù)設(shè)幀數(shù)、預(yù)設(shè)緩存值等量的具體數(shù)值可以相同，也可以不同。例如，第一預(yù)設(shè)值、第五預(yù)設(shè)值和第六預(yù)設(shè)值可以取得相同，也可以不同。

本申請還提供了一種照片獲取裝置，參見圖3所示，包括：

獲取模塊101，用于獲取用戶的初始圖像；

建模模塊102，用于依據(jù)初始圖像，獲取用戶的人臉模型，人臉模型包括用戶的人臉特征點；

檢測模塊103，用于對人臉模型進行檢測；

評分模塊104，用于依據(jù)檢測的結(jié)果，按照評分標準對初始圖像進行評分；其中，所述評分標準表征所述檢測的結(jié)果與評分分值的對應(yīng)關(guān)系；

輸出模塊105，用于依據(jù)初始圖像的評分結(jié)果，輸出照片。

上述裝置還可進一步包括：

姿態(tài)調(diào)整提示模塊，用于依據(jù)檢測的結(jié)果和/或初始圖像的評分結(jié)果，提示用戶調(diào)整姿態(tài)；

緩存模塊，用于當初始圖像的評分結(jié)果達到預(yù)設(shè)緩存值時，緩存初始圖像及其評分結(jié)果；

提示拍照模塊，用于當滿足預(yù)設(shè)條件時，提示用戶保持拍照。

上述照片獲取裝置與前述的照片獲取方法的流程描述相對應(yīng)，不足之處參考上述方法流程的敘述，不再一一贅述。

本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實施的計算機程序產(chǎn)品的形式。

本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備(系統(tǒng))、和計算機程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。

這些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。

這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。

在一個典型的配置中，計算設(shè)備包括一個或多個處理器(CPU)、輸入/輸出接口、網(wǎng)絡(luò)接口和內(nèi)存。

內(nèi)存可能包括計算機可讀介質(zhì)中的非永久性存儲器，隨機存取存儲器(RAM)和/或非易失性內(nèi)存等形式，如只讀存儲器(ROM)或閃存(flash RAM)。內(nèi)存是計算機可讀介質(zhì)的示例。

計算機可讀介質(zhì)包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術(shù)來實現(xiàn)信息存儲。信息可以是計算機可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序的模塊或其他數(shù)據(jù)。計算機的存儲介質(zhì)的例子包括，但不限于相變內(nèi)存(PRAM)、靜態(tài)隨機存取存儲器(SRAM)、動態(tài)隨機存取存儲器(DRAM)、其他類型的隨機存取存儲器(RAM)、只讀存儲器(ROM)、電可擦除可編程只讀存儲器(EEPROM)、快閃記憶體或其他內(nèi)存技術(shù)、只讀光盤只讀存儲器(CD-ROM)、數(shù)字多功能光盤(DVD)或其他光學(xué)存儲、磁盒式磁帶，磁帶磁磁盤存儲或其他磁性存儲設(shè)備或任何其他非傳輸介質(zhì)，可用于存儲可以被計算設(shè)備訪問的信息。按照本文中的界定，計算機可讀介質(zhì)不包括暫存電腦可讀媒體(transitory media)，如調(diào)制的數(shù)據(jù)信號和載波。

還需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、商品或者設(shè)備中還存在另外的相同要素。

本領(lǐng)域技術(shù)人員應(yīng)明白，本申請的實施例可提供為方法、系統(tǒng)或計算機程序產(chǎn)品。因此，本申請可采用完全硬件實施例、完全軟件實施例或結(jié)合軟件和硬件方面的實施例的形式。而且，本申請可采用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(zhì)(包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等)上實施的計算機程序產(chǎn)品的形式。

以上所述僅為本申請的實施例而已，并不用于限制本申請。對于本領(lǐng)域技術(shù)人員來說，本申請可以有各種更改和變化。凡在本申請的精神和原理之內(nèi)所作的任何修改、等同替換、改進等，均應(yīng)包含在本申請的權(quán)利要求范圍之內(nèi)。