拍摄设备的自动曝光方法、装置、电子设备和存储介质与流程

1.本技术涉及图像拍摄技术领域，特别是涉及一种拍摄设备的自动曝光方法、装置、电子设备和存储介质。


背景技术：

2.随着图像拍摄技术的发展，电子设备深入我们的生活，越来越多的人使用电子设备的摄像头进行拍照，以记录生活。目前，电子设备上的摄像头都具有自动曝光功能，通过自动测光模式来确定拍摄画面的曝光参数，以实现曝光参数的自动调节。常见的自动测光模式有评价测光、点测光和中央重点平均测光等等。
3.然而，相关技术中，仅能解决近距离单人脸场景的曝光准确性问题，但是，当画面中存在多张人脸的情况下，容易导致测光区域出现频繁跳变；或者，当在人脸距离电子设备较远或者拍摄场景光线不佳的情况下，容易导致遗漏掉想要检测的人脸；这些情况下，会出现曝光参数频繁调整，画面亮度变化不稳定不准确的现象，不利于图像的稳定拍摄，也不利于得到曝光效果较好的图像。因此，如何提高曝光稳定性和准确性，以提高图像成像效果的稳定性，成为本领域技术人员亟需解决的技术问题。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高曝光稳定性和准确性的拍摄设备的自动曝光方法、装置、电子设备和存储介质。
5.第一方面，本技术提供了一种拍摄设备的自动曝光方法。所述方法包括：
6.对预设目标人物进行目标跟踪，得到所述预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸；
7.根据所述区域位置和第一尺寸，在所述第一视频帧中确定人脸检测区域；
8.对所述人脸检测区域进行人脸检测，得到人脸区域；
9.根据所述人脸区域确定所述第一视频帧对应的曝光参数。
10.在其中一些实施例中，所述第一视频帧中包含多个人物；在所述对预设目标人物进行目标跟踪，得到所述预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸之前，所述方法还包括：
11.确定拍摄设备采集的第二视频帧的中心位置；
12.检测各所述人物的跟踪目标在所述第二视频帧中的覆盖区域；
13.计算所述覆盖区域的中心点；
14.计算所述中心位置与各所述跟踪目标对应的所述中心点之间的距离；
15.将多个所述距离中的最小距离对应的人物标记为所述预设目标人物。
16.在其中一些实施例中，所述第一视频帧中包含多个人物；在所述对预设目标人物进行目标跟踪，得到所述预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸之前，所述方法还包括：
17.检测各所述人物的跟踪目标在第二视频帧中的覆盖区域；将各所述覆盖区域中第一尺寸最大的覆盖区域对应的人物，标记为所述预设目标人物；或者，
18.响应于输入的目标选择指令，将所述第二视频帧中的所述目标选择指令指定的人物，标记为所述预设目标人物。
19.在其中一些实施例中，所述方法还包括：
20.当所述预设目标人物未处于所述第一视频帧的预设位置时，根据所述预设目标人物对所述拍摄设备进行调节处理，以使所述预设目标人物处于所述第一视频帧的预设位置。
21.在其中一些实施例中，所述根据所述区域位置和第一尺寸，在所述第一视频帧中确定人脸检测区域，包括：
22.当所述跟踪目标为所述预设目标人物的头部或头肩部位时，在所述第一视频帧中，将所述区域位置和所述第一尺寸对应的头部区域或头肩区域作为人脸检测区域；
23.当所述跟踪目标为所述预设目标人物的人体时，在所述第一视频帧中，根据所述区域位置选取出目标区域，并将所述目标区域作为人脸检测区域；其中，所述第一尺寸大于所述目标区域的第二尺寸。
24.在其中一些实施例中，所述根据所述人脸区域确定所述第一视频帧对应的曝光参数，包括：
25.对所述人脸区域进行测光，得到所述第一视频帧对应的曝光参数。
26.在其中一些实施例中，所述根据所述人脸区域确定所述第一视频帧对应的曝光参数，包括：
27.对所述人脸区域进行测光，得到第一曝光参数；
28.对所述第一视频帧进行中央重点平均测光，得到第二曝光参数；
29.根据所述第一曝光参数和所述第二曝光参数，计算得到所述第一视频帧对应的曝光参数。
30.第二方面，本技术还提供了一种拍摄设备的自动曝光装置。所述装置包括：
31.目标跟踪模块，用于对预设目标人物进行目标跟踪，得到所述预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸；
32.人脸检测区域确定模块，用于根据所述区域位置和第一尺寸，在所述第一视频帧中确定人脸检测区域；
33.人脸检测模块，用于对所述人脸检测区域进行人脸检测，得到人脸区域；
34.曝光参数确定模块，用于根据所述人脸区域确定所述第一视频帧对应的曝光参数。
35.第三方面，本技术还提供了一种电子设备。所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面实施例所述的拍摄设备的自动曝光方法。
36.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其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第一方面实施例所述的拍摄设备的自动曝光方法。
37.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算
机程序，该计算机程序被处理器执行时实现第一方面实施例所述的拍摄设备的自动曝光方法。
38.上述拍摄设备的自动曝光方法、装置、电子设备和存储介质，对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中区域位置和第一尺寸，然后再根据区域位置和第一尺寸，在第一视频帧中确定人脸检测区域，并对人脸检测区域进行人脸检测，从而得到了人脸区域，最后再根据人脸区域确定第一视频帧对应的曝光参数。通过对预设目标人物进行目标跟踪，得到人脸检测区域，并对人脸检测区域进行检测得到人脸区域，最后根据人脸区域确定曝光参数，从而避免了其他人物对曝光的干扰，提高了曝光的稳定性和准确性，解决了现有技术中曝光参数频繁调整、画面亮度变化不稳定不准确的问题，提高了成像效果的稳定性，提高了用户体验感。
附图说明
39.图1为一些实施例中拍摄设备的自动曝光方法的流程示意图；
40.图2为另一些实施例中拍摄设备的自动曝光方法的流程示意图；
41.图3为一些实施例中确定人脸检测区域步骤的流程示意图；
42.图4为另一些实施例中拍摄设备的自动曝光方法的流程示意图；
43.图5为一些实施例中拍摄设备的自动曝光装置的结构框图；
44.图6为一些实施例中电子设备的内部结构图。
具体实施方式
45.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
46.在一些实施例中，如图1所示，提供了一种拍摄设备的自动曝光方法，本实施例以该方法应用于终端进行举例说明，其中终端包括但不限于相机、智能手机、平板电脑、pc电脑等能够进行拍摄的电子设备。本实施例中，该方法包括以下步骤：
47.步骤102，对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸。
48.其中，跟踪目标可以指在对预设目标人物进行目标跟踪时的跟踪部位，该跟踪目标包括预设目标人物的人体、头部或者头肩部位中的任意一种。区域位置可以指在第一视频帧中，跟踪目标所处的位置。第一尺寸可以指在第一视频帧中，跟踪目标所处区域的大小。
49.由于预设目标人物在转身的过程中，拍摄设备会采集到预设目标人物的侧面人脸和正面人脸，然而，侧面人脸和正面人脸所表现的特征存在差别，且当预设目标人物转身到背面对着拍摄设备，预设目标人物的人脸会消失，因此，在对预设目标人物进行目标跟踪时，使用前述的跟踪目标进行跟踪相比较于直接使用人脸进行跟踪，所取得的效果会更加稳定。
50.在一些实施例中，当对预设目标人物进行目标跟踪时，采用外接矩形框对跟踪目标进行框定，并将框定区域作为跟踪目标在第一视频帧中的区域(即跟踪目标所处的区
域)。
51.示例性地，当以预设目标人物的头部进行目标跟踪时，采用外接矩形框对头部进行框定，并将框定的区域作为头部在第一视频帧中的区域。
52.在一些实施例中，使用预先设定的目标跟踪算法，对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸。
53.示例性地，可以使用dcf(discriminative correlation filter，判别式相关滤波器)以及其他滤波类的跟踪器对预设目标人物进行目标跟踪，也可以使用siamrpn(siamese region proposal network，孪生区域推荐网络)以及其他基于cnn(convolutional neural networks，卷积神经网络)技术的跟踪器对预设目标人物进行目标跟踪，或者使用其他跟踪器对预设目标人物进行目标跟踪，对于此，本技术不作具体限制。
54.示例性地，当跟踪目标是预设目标人物的头部时，使用dcf对第一视频帧中的预设目标人物的头部进行目标跟踪，并获取dcf输出的信息，得到预设目标人物的头部所在区域的区域位置和第一尺寸。
55.在一些实施例中，在步骤102之前，拍摄设备还可以先检测出各人物的跟踪目标，具体步骤为：响应于目标跟踪指令，对拍摄设备采集的第三视频帧进行目标检测，得到第三视频帧中各人物对应的跟踪目标；其中，第一视频帧和第三视频帧均由拍摄设备连续采集的，且第一视频帧是在第三视频帧之后采集的。
56.其中，目标跟踪指令可以指用于指示拍摄设备对人物发起目标跟踪的指令，如用户发出ok手势之后，拍摄设备生成目标跟踪指令。
57.示例性地，用户对拍摄设备发出ok手势，从而触发拍摄设备对采集到的第三视频帧进行目标检测，得到第三视频帧中各人物对应的头部、头肩部位或者人体。
58.在一些实施例中，上述的目标跟踪指令，可以是拍摄设备根据用户触发特定的按钮生成的，也可以是拍摄设备根据用户的手势或者人体姿势生成的，还可以是拍摄设备根据用户通过控制装置(如遥控装置)向拍摄设备发出的指令生成的，还可以是拍摄设备开机一段时间(如10s)后自动生成的，还可以是拍摄设备检测到有人物进入到拍摄画面的指定位置(如中心位置)生成的，对于此，本技术不作具体限制，可以根据实际情况进行选择和修改。
59.需要说明的是，对第三视频帧进行目标检测的方法可以包括：常见的检测方法、基于手工特征的检测方法或基于卷积神经网络技术的检测方法。其中，基于手工特征的检测方法包括但不限于模板匹配法、关键点匹配法和关键特征法。基于卷积神经网络技术的检测方法包括但不限于yolo(you only look once detector，你只看一次检测器)、ssd(single shot multibox detector，单发多框检测器)、r-cnn(region-based convolutional neural networks，基于区域的卷积神经网络)、mask r-cnn(mask region-based convolutional neural networks，带掩膜的基于区域的卷积神经网络)。
60.示例性地，当用户在拍摄设备上触摸用于开启目标跟踪的按键后，拍摄设备生成目标跟踪指令，并且响应于该目标跟踪指令，使用yolo算法对第三视频帧进行目标检测，得到第三视频帧中各人物对应的跟踪目标。
61.步骤104，根据区域位置和第一尺寸，在第一视频帧中确定人脸检测区域。
62.其中，人脸检测区域可以指预设目标人物的头部或头肩部位所处的区域。
63.根据前述步骤得到的区域位置和第一尺寸，在第一视频帧中，从跟踪目标中确定人脸检测区域。例如，当跟踪目标为头部时，则人脸检测区域为头部的外接矩形框所处的区域。例如，当跟踪目标为头肩部位时，则人脸检测区域为头肩部位的外接矩形框。又例如，当跟踪目标为人体时，可以选取人体的外接矩形框上方的三分之一或者四分之一的部分作为人脸检测区域。
64.步骤106，对人脸检测区域进行人脸检测，得到人脸区域。
65.其中，人脸区域可以指预设目标人物的人脸所处的区域。
66.在一些实施例中，使用预先设定的人脸检测算法，对人脸检测区域进行人脸检测，得到人脸区域。
67.在一些实施例中，人脸检测算法可以采取常见的检测方法，也可以采取基于手工特征的检测方法，也可以是采取基于卷积神经网络技术的检测方法。其中，基于手工特征的检测方法包括但不限于模板匹配法、关键点匹配法和关键特征法。基于卷积神经网络技术的检测方法包括但不限于yolo、ssd、r-cnn、mask r-cnn。
68.需要说明的是，在对人脸检测区域进行人脸检测时，如果检测到多个人脸，则从多个人脸中选择最大的人脸作为人脸区域。或者从多个人脸中选择离第一视频帧的中心位置最近的人脸作为人脸区域。或者从多个人脸中选择置信度最高的人脸作为人脸区域。其中，置信度可以由前述的检测方法对应的检测器输出。
69.步骤108，根据人脸区域确定第一视频帧对应的曝光参数。
70.其中，曝光参数可以指对拍摄设备进行调节，以改变拍摄设备所拍摄图片或者视频帧的整体亮度值的参数。曝光参数包括但不限于光圈、快门速度和感光度。其中，光圈越大，所拍摄得到的画面的曝光量越多，光圈越小，所拍摄得到的画面的曝光量越少。快门速度可以指曝光时间，可以通过调节曝光时间以调节曝光量。感光度常被设置为最低值，其常见的档位有100、200、400、800、1600、3200、6400等等，相邻档位在数值上相差一杯，对应的曝光量也相差一倍。
71.在一些实施例中，通过可以对人脸区域进行测光得到曝光参数，然后该曝光参数再用于调节拍摄设备所拍摄图片或者视频帧的整体亮度值。
72.本技术实施例的拍摄设备的自动曝光方法，对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中区域位置和第一尺寸，然后再根据区域位置和第一尺寸，在第一视频帧中确定人脸检测区域，并对人脸检测区域进行人脸检测，从而得到人脸区域，最后再根据人脸区域确定第一视频帧对应的曝光参数。通过对预设目标人物进行目标跟踪，得到人脸检测区域，并对人脸检测区域进行检测得到人脸区域，最后根据人脸区域确定曝光参数，从而避免了其他人物对曝光的干扰，提高了曝光的稳定性和准确性，解决了现有技术中曝光参数频繁调整、画面忽亮忽暗的问题，提高了成像效果的稳定性，提高了用户体验感。
73.请参照图2，在一些实施例中，第一视频帧包括多个人物，在步骤102之前，拍摄设备的自动曝光方法还包括以下步骤：
74.步骤202，确定拍摄设备采集的第二视频帧的中心位置。
75.其中，第二视频帧为拍摄设备采集的，且第二视频帧在第一视频帧之前采集的。中心位置可以指拍摄设备采集的第二视频帧对应画面的中心。
76.示例性地，中心位置可以是第二视频帧的体心。例如，将第二视频帧对应画面放入笛卡尔坐标系中，在确定画面边界的坐标后，根据画面边界的坐标再确定第二视频帧的中心位置。
77.步骤204，检测各人物的跟踪目标在第二视频帧中的覆盖区域。
78.其中，覆盖区域可以指跟踪目标的外接矩形框在第二视频帧中所占的区域。例如，当跟踪目标为头部时，则覆盖区域可以指头部的外接矩形框在第二视频帧中所覆盖的区域。例如当跟踪目标为人体时，则覆盖区域可以指人体的外接矩形框在第二视频帧中所覆盖的区域。
79.步骤206，计算覆盖区域的中心点。
80.其中，覆盖区域的中心点可以指跟踪目标外接矩形框的中心位置。
81.示例性地，当覆盖区域的中心点为跟踪目标的外接矩形框的中心位置时，则可以根据外接矩形框的四个角确定覆盖区域的中心点。
82.步骤208，计算中心位置与各跟踪目标对应的中心点之间的距离。
83.其中，中心位置与各跟踪目标对应的中心点之间的距离可以是欧氏距离，也可以是曼哈顿距离，或者其他距离，对于此，本技术不作具体限制。例如，采用欧式距离时，通过欧氏距离的计算公式，计算得到中心位置与跟踪目标对应的中心点之间的距离。
84.步骤210，将多个距离中的最小距离对应的人物标记为预设目标人物。
85.在一些实施例中，在前述步骤计算得到的多个距离中，选择最小距离(即多个距离中最小值)对应的人物标记为预设目标人物，以进行目标跟踪。
86.在一些实施例中，第一视频帧中包含多个人物，在步骤102之前，拍摄设备的自动曝光方法还包括：检测各人物的跟踪目标在第二视频帧中的覆盖区域；将各覆盖区域中第一尺寸最大的覆盖区域对应的人物，标记为预设目标人物；或者，响应于输入的目标选择指令，将第二视频帧中的目标选择指令指定的人物，标记为预设目标人物。
87.其中，覆盖区域可以指跟踪目标在第二视频帧中所覆盖的区域。
88.示例性地，检测得到每一个人物对应的跟踪目标在第二视频帧中的覆盖区域后，将各覆盖区域中第一尺寸最大的覆盖区域对应的人物标记为预设目标人物，以进行目标跟踪。即将各覆盖区域中大小最大的覆盖区域对应的人物标记为预设目标人物，以进行目标跟踪。
89.其中，目标选择指令可以指用于选择需要进行目标跟踪的人物的指令，即可以指用于确定预设目标人物的指令。该目标选择指令可以是由拍摄设备生成的指令，也可以是外部设备生成并输入给拍摄设备的指令。
90.示例性地，拍摄设备的屏幕上显示第二视频帧，并且该第二视频帧中包括多个人物，用户可以在显示第二视频帧的拍摄设备的屏幕上进行选择(如触屏点击、画圈标记等)，然后，拍摄设备根据用户选择的人物生成目标选择指令，并根据目标选择指令指定的人物进行目标跟踪。例如，拍摄设备为智能手机，智能手机在显示界面上显示第二视频帧，第二视频帧中包括多个人物，用户通过点击智能手机的显示界面上的人物，以在多个人物中选择一个人物作为预设目标人物，然后智能手机根据该预设目标人物进行目标跟踪。
91.示例性地，拍摄设备的屏幕上显示第二视频帧，并且该第二视频帧中包括多个人物，用户通过外部设备(如遥控装置)对第二视频帧上的人物进行选择，在用户完成人物选
择后，外部设备生成目标选择指令，并将该目标选择指令发送给拍摄设备，以使拍摄设备根据目标选择指令指定的人物作为预设目标人物，并根据该预设目标人物进行目标跟踪。
92.示例性地，拍摄设备与pc电脑相连，pc电脑的屏幕上显示第二视频帧，并且该第二视频帧中包括多个人物，用户通过pc电脑的输入装置(如鼠标、键盘等)对第二视频帧上的人物进行选择，在用户完成人物选择后，pc电脑生成目标选择指令，并将该目标选择指令发送给拍摄设备，以使拍摄设备根据目标选择指令指定的人物作为预设目标人物，并根据该预设目标人物进行目标跟踪。
93.在一些实施例中，拍摄设备的自动曝光方法还包括以下步骤：当预设目标人物未处于第一视频帧的预设位置时，根据预设目标人物对拍摄设备进行调节处理，以使预设目标人物处于第一视频帧的预设位置。
94.具体地，在本实施例中，预设位置可以指预先指定的位置。该预设位置可以是第一视频帧的中心位置，也可以是其他位置，对于此本技术不作具体限制。
95.当预设目标人物未处于第一视频帧的预设位置时，调节拍摄设备进行方位调整，以使预设目标人物处于第一视频帧的预设位置。
96.在一些实施例中，可以通过云台夹持拍摄设备，以固定拍摄设备。在拍摄设备的拍摄过程中，可以通过调节云台的旋转，以调节预设目标人物在拍摄设备所拍摄的视频帧中的位置。
97.在一些实施例中，可以通过以下步骤对拍摄设备进行调整：计算预设目标人物在第一视频帧中的位置与预设位置的偏移量；根据偏移量向云台发送控制指令，以使云台根据控制指令进行调整；其中，控制指令是根据偏移量生成的且用于调整云台的指令。
98.示例性地，当偏移量小于偏移阈值时，可以认为预设目标人物在第一视频帧中的位置和预设位置相位差较小，可不对云台进行调整，也可以根据具体的偏移量进行微调。即，在这种情况下，拍摄设备可以不生成控制指令，以使云台保持不动；也可以根据具体的偏移量生成并发送控制指令到云台，以使云台根据控制指令进行微量调整，从而使得预设目标人物处于预设位置。
99.示例性地，当偏移量大于或者等于偏移阈值时，可以认为预设目标人物在第一视频帧中的位置和预设位置相位差较大。在这种情况下，拍摄设备根据具体的偏移量生成并发送控制指令至云台，以使云台根据控制指令进行调整，从而使得预设目标人物处于预设位置中。
100.需要说明的是，对拍摄设备的调节处理一直进行中，以保证预设目标人物处于拍摄设备采集的视频帧的预设位置。
101.请参照图3，在一些实施例中，步骤104包括但不限于以下步骤：
102.步骤302，当跟踪目标为预设目标人物的头部或头肩部位时，在第一视频帧中，将区域位置和第一尺寸对应的头部区域或头肩区域作为人脸检测区域。
103.其中，头部区域可以指头部对应的区域，如头部的外接矩形框所覆盖的区域。头肩区域可以指头部和肩部对应的区域，如头肩部位的外接矩形框所覆盖的区域。
104.示例性地，当跟踪目标为预设目标人物的头部时，则在第一视频帧中，根据区域位置和第一尺寸，确定头部对应的外接矩形框，并将该外接矩形框作为头部对应的头部区域，以该头部区域作为人脸检测区域。
105.示例性地，当跟踪目标为预设目标人物的头肩部位时，则在第一视频帧中，根据区域位置和第一尺寸，确定头肩部位对应的外接矩形框，并将该外接矩形框作为头肩部位对应的头肩区域，以该头肩区域作为人脸检测区域。
106.步骤304，当跟踪目标为预设目标人物的人体时，在第一视频帧中，根据区域位置选取出目标区域，并将目标区域作为人脸检测区域；其中，第一尺寸大于目标区域的第二尺寸。
107.示例性地，当跟踪目标为预设目标人物的人体时，可以选取人体外接矩形框上方的四分之一的部分作为目标区域，并将该目标区域作为人脸检测区域，那么第一尺寸则为目标区域的第二尺寸的四倍。类似地，可以选取人体外接矩形框上方的三分之一的部分作为目标区域，或者选取人体上方的二分之一的部分作为目标区域。
108.在一些实施例中，步骤108包括但不限于以下步骤：对人脸区域进行测光，得到第一视频帧对应的曝光参数。
109.示例性地，可以采取局部测光对第一视频帧中的人脸区域进行测光，得到第一视频帧对应的曝光参数。
110.其中，局部测光可以指对图像中的某一预设区域进行测光。在本实施例中，局部测光可以指对第一视频帧中的人脸区域的进行测光。示例性地，采取局部测光对第一视频帧中的人脸区域进行测光以确定第一视频帧的曝光参数，然后再根据曝光参数对拍摄设备进行亮度调节，从而调节拍摄设备所拍摄得到画面的亮度，使得人脸区域处于目标亮度中。
111.在一些实施例中，步骤108包括但不限于以下步骤：对人脸区域进行测光，得到第一曝光参数；对第一视频帧进行中央重点平均测光，得到第二曝光参数；根据第一曝光参数和第二曝光参数，计算得到第一视频帧对应的曝光参数。
112.其中，中央重点平均测光可以指以画面的中央区域为重点，其他部位为次要的模式进行测光的方法。换而言之，中央重点平均测光可以指画面中央部分和画面的其余部分(非中央部分)分别进行测光，然后取对应的加权平均值的测光方法。
113.示例性地，采取局部测光方法对第一视频帧中的人脸区域进行测光，得到第一曝光参数，对第一视频帧进行中央重点平均测光，得到第二曝光参数，然后，再对第一曝光参数和第二曝光参数进行加权处理，得到第一视频帧对应的曝光参数。
114.本技术实施例中获取第一视频帧对应的曝光参数的方法，不仅增强了人脸区域的成像效果，而且还兼顾了拍摄设备所拍摄的视频帧整体的成像效果。
115.如图4所示，在一些实施例中，拍摄设备的自动曝光方法包括但不限于以下步骤：
116.步骤402，响应于目标跟踪指令，对采集的第三视频帧进行目标检测，得到第三视频帧中各人物对应的跟踪目标。
117.步骤404，检测各人物的跟踪目标在第二视频帧中的覆盖区域；将各覆盖区域中第一尺寸最大的覆盖区域对应的人物，标记为预设目标人物。
118.步骤406，对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸；第一视频帧和第三视频帧均由拍摄设备采集的，且第一视频帧是在第三视频帧之后采集的。
119.步骤408，当跟踪目标为预设目标人物的头部或头肩部位时，在第一视频帧中，将区域位置和第一尺寸对应的头部区域或头肩区域作为人脸检测区域；当跟踪目标为预设目
标人物的人体时，在第一视频帧中，根据区域位置选取出目标区域，并将目标区域作为人脸检测区域；其中，第一尺寸大于目标区域的第二尺寸。
120.步骤410，对人脸区域进行测光，得到第一曝光参数；对第一视频帧进行中央重点平均测光，得到第二曝光参数；根据第一曝光参数和第二曝光参数，计算得到第一视频帧对应的曝光参数。
121.步骤412，根据曝光参数进行亮度调节，以使预设目标人物处于目标亮度中。
122.上述步骤402～412的具体步骤可以前述的实施例。
123.应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
124.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的拍摄设备的自动曝光方法的拍摄设备的自动曝光装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个拍摄设备的自动曝光装置实施例中的具体限定可以参见上文中对于拍摄设备的自动曝光方法的限定，在此不再赘述。
125.在一些实施例中，如图5所示，提供了一种拍摄设备的自动曝光装置，包括：目标跟踪模块502、人脸检测区域确定模块504、人脸检测模块506和曝光参数确定模块508。
126.目标跟踪模块502，用于对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸；
127.人脸检测区域确定模块504，用于根据区域位置和第一尺寸，在第一视频帧中确定人脸检测区域；
128.人脸检测模块506，用于对人脸检测区域进行人脸检测，得到人脸区域；
129.曝光参数确定模块508，用于根据人脸区域确定第一视频帧对应的曝光参数。
130.在一些实施例中，第一视频帧中包含多个人物，拍摄设备的自动曝光装置还包括：
131.中心位置确定模块，用于确定拍摄设备采集的第二视频帧的中心位置；
132.第一覆盖区域检测模块，用于检测各人物的跟踪目标在第二视频帧中的覆盖区域；
133.中心点计算模块，用于计算覆盖区域的中心点；
134.距离计算模块，用于计算中心位置与各跟踪目标对应的中心点之间的距离；
135.第一标记模块，用于将多个距离中的最小距离对应的人物标记为预设目标人物。
136.在一些实施例中，拍摄设备的自动曝光装置还包括：
137.第二标记模块，用于检测各人物的跟踪目标在第二视频帧中的覆盖区域；将各覆盖区域中第一尺寸最大的覆盖区域对应的人物，标记为预设目标人物；
138.第三标记模块，用于响应于输入的目标选择指令，将第二视频帧中的目标选择指令指定的人物，标记为预设目标人物。
139.在一些实施例中，拍摄设备的自动曝光装置还包括：
140.调节模块，用于当预设目标人物未处于第一视频帧的预设位置时，根据预设目标人物对拍摄设备进行调节处理，以使预设目标人物处于第一视频帧的预设位置。
141.在一些实施例中，人脸检测区域确定模块504，包括：
142.第一确定单元，用于当跟踪目标为预设目标人物的头部或头肩部位时，在第一视频帧中，将区域位置和第一尺寸对应的头部区域或头肩区域作为人脸检测区域。
143.第二确定单元，用于当跟踪目标为预设目标人物的人体时，在第一视频帧中，根据区域位置选取出目标区域，并将目标区域作为人脸检测区域；其中，第一尺寸大于目标区域的第二尺寸。
144.在一些实施例中，曝光参数确定模块508包括：
145.第一测光单元，用于对人脸区域进行测光，得到第一视频帧对应的曝光参数。
146.在一些实施例中，曝光参数确定模块508包括：
147.第二测光单元，用于对人脸区域进行测光，得到第一曝光参数。
148.中央重点平均测光单元，用于对第一视频帧进行中央重点平均测光，得到第二曝光参数。
149.曝光参数计算单元，用于根据第一曝光参数和第二曝光参数，计算得到第一视频帧对应的曝光参数。
150.上述拍摄设备的自动曝光装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
151.在一些实施例中，提供了一种电子设备，该电子设备可以是终端，其内部结构图可以如图6所示。该电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示单元和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种拍摄设备的自动曝光方法。该电子设备的显示单元可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示单元上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
152.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
153.在一些实施例中，提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸；根据区域位置和第一尺寸，在第一视频帧中确定人脸检测区域；对人脸检测区域进行人脸检测，得到人脸区域；根据人脸区域确定第一视频帧对应的曝光参数。
154.在一些实施例中，处理器执行计算机程序时还实现以下步骤：确定拍摄设备采集的第二视频帧的中心位置；检测各人物的跟踪目标在第二视频帧中的覆盖区域；计算覆盖
区域的中心点；计算中心位置与各跟踪目标对应的中心点之间的距离；将多个距离中的最小距离对应的人物标记为预设目标人物。
155.在一些实施例中，处理器执行计算机程序时还实现以下步骤：检测各人物的跟踪目标在第二视频帧中的覆盖区域；将各覆盖区域中第一尺寸最大的覆盖区域对应的人物，标记为预设目标人物；或者，响应于输入的目标选择指令，将第二视频帧中的目标选择指令指定的人物，标记为预设目标人物。
156.在一些实施例中，处理器执行计算机程序时还实现以下步骤：当预设目标人物未处于第一视频帧的预设位置时，根据预设目标人物对拍摄设备进行调节处理，以使预设目标人物处于第一视频帧的预设位置。
157.在一些实施例中，处理器执行计算机程序时还实现以下步骤：当跟踪目标为预设目标人物的头部或头肩部位时，在第一视频帧中，将区域位置和第一尺寸对应的头部区域或头肩区域作为人脸检测区域；当跟踪目标为预设目标人物的人体时，在第一视频帧中，根据区域位置选取出目标区域，并将目标区域作为人脸检测区域；其中，第一尺寸大于目标区域的第二尺寸。
158.在一些实施例中，处理器执行计算机程序时还实现以下步骤：对人脸区域进行测光，得到第一视频帧对应的曝光参数。
159.在一些实施例中，处理器执行计算机程序时还实现以下步骤：对人脸区域进行测光，得到第一曝光参数；对第一视频帧进行中央重点平均测光，得到第二曝光参数；根据第一曝光参数和第二曝光参数，计算得到第一视频帧对应的曝光参数。
160.在一些实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸；根据区域位置和第一尺寸，在第一视频帧中确定人脸检测区域；对人脸检测区域进行人脸检测，得到人脸区域；根据人脸区域确定第一视频帧对应的曝光参数。
161.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：确定拍摄设备采集的第二视频帧的中心位置；检测各人物的跟踪目标在第二视频帧中的覆盖区域；计算覆盖区域的中心点；计算中心位置与各跟踪目标对应的中心点之间的距离；将多个距离中的最小距离对应的人物标记为预设目标人物。
162.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：检测各人物的跟踪目标在第二视频帧中的覆盖区域；将各覆盖区域中第一尺寸最大的覆盖区域对应的人物，标记为预设目标人物；或者，响应于输入的目标选择指令，将第二视频帧中的目标选择指令指定的人物，标记为预设目标人物。
163.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：当预设目标人物未处于第一视频帧的预设位置时，根据预设目标人物对拍摄设备进行调节处理，以使预设目标人物处于第一视频帧的预设位置。
164.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：当跟踪目标为预设目标人物的头部或头肩部位时，在第一视频帧中，将区域位置和第一尺寸对应的头部区域或头肩区域作为人脸检测区域；当跟踪目标为预设目标人物的人体时，在第一视频帧中，根据区域位置选取出目标区域，并将目标区域作为人脸检测区域；其中，第一尺寸大于目标
区域的第二尺寸。
165.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：对人脸区域进行测光，得到第一视频帧对应的曝光参数。
166.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：对人脸区域进行测光，得到第一曝光参数；对第一视频帧进行中央重点平均测光，得到第二曝光参数；根据第一曝光参数和第二曝光参数，计算得到第一视频帧对应的曝光参数。
167.在一些实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：对预设目标人物进行目标跟踪，得到预设目标人物对应的跟踪目标在第一视频帧中的区域位置和第一尺寸；根据区域位置和第一尺寸，在第一视频帧中确定人脸检测区域；根据人脸区域确定第一视频帧对应的曝光参数。
168.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：确定拍摄设备采集的第二视频帧的中心位置；检测各人物的跟踪目标在第二视频帧中的覆盖区域；计算覆盖区域的中心点；计算中心位置与各跟踪目标对应的中心点之间的距离；将多个距离中的最小距离对应的人物标记为预设目标人物。
169.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：检测各人物的跟踪目标在第二视频帧中的覆盖区域；将各覆盖区域中第一尺寸最大的覆盖区域对应的人物，标记为预设目标人物；或者，响应于输入的目标选择指令，将第二视频帧中的目标选择指令指定的人物，标记为预设目标人物。
170.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：当预设目标人物未处于第一视频帧的预设位置时，根据预设目标人物对拍摄设备进行调节处理，以使预设目标人物处于第一视频帧的预设位置。
171.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：当跟踪目标为预设目标人物的头部或头肩部位时，在第一视频帧中，将区域位置和第一尺寸对应的头部区域或头肩区域作为人脸检测区域；当跟踪目标为预设目标人物的人体时，在第一视频帧中，根据区域位置选取出目标区域，并将目标区域作为人脸检测区域；其中，第一尺寸大于目标区域的第二尺寸。
172.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：对人脸区域进行测光，得到第一视频帧对应的曝光参数。
173.在一些实施例中，计算机程序被处理器执行时还实现以下步骤：对人脸区域进行测光，得到第一曝光参数；对第一视频帧进行中央重点平均测光，得到第二曝光参数；根据第一曝光参数和第二曝光参数，计算得到第一视频帧对应的曝光参数。
174.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器
等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
175.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
176.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。