專利名稱：圖像畫面自動選取方法及其計算機系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像畫面自動選取方法，且特別是涉及一種通過特征值 的比對以自動選取圖像畫面的方法。
背景技術(shù)：
隨著因特網(wǎng)的快速發(fā)展，各種網(wǎng)絡(luò)外圍設(shè)備也不斷地推陳出新并日漸普 及，進而成為現(xiàn)代人生活上不可或缺的工具之一。其中，利用網(wǎng)絡(luò)攝象機進 行視頻通話，能將視頻畫面實時傳送到通話的另一端，使得人與人的溝通不 再受到時間與空間上的限制，進而令溝通管道變得更為便利。而網(wǎng)絡(luò)攝象機 的功能除了擷取視頻畫面之外，更能用以擷取圖像畫面，以做為基本的拍照 工具。一般來說，利用網(wǎng)絡(luò)攝象機進行拍照的結(jié)果往往無法完全地令使用者感 到滿意，也正因如此，使用者多半會以連拍的方式一次擷取數(shù)張圖像畫面， 接著再從這些圖像畫面中選取出較為滿意的圖像畫面。然而，由使用者本身來進行圖像畫面的選取動作不僅耗時費力，很可能還會受到使用者本身的主 觀意識或四周環(huán)境等影響，而無法客觀精確地從中選取出較佳的圖像畫面。此外，倘若網(wǎng)絡(luò)攝象機本身不具有連續(xù)擷取圖像畫面的功能，那么使用 者為了拍攝多張圖像畫面以供選擇，還必須通過手動的方式操作網(wǎng)絡(luò)攝象機 來重復(fù)擷取圖像畫面。在這種情況之下，可能造成使用者為了操作拍攝按鍵 而無法展現(xiàn)自然的表情或是不能專注地注視鏡頭，進而大幅影響拍照的結(jié)果。發(fā)明內(nèi)容有鑒于此，本發(fā)明提供一種圖像畫面自動選取方法，能以客觀的方式從 數(shù)張圖像畫面中自動選取出較為美觀的圖像畫面。本發(fā)明提供一種計算機系統(tǒng)，通過數(shù)張圖像畫面各別的特征值與預(yù)設(shè)特 征值的差異大小，自動進行圖像畫面的選取動作。本發(fā)明提出一種圖像畫面自動選取方法，此方法包括下列步驟首先系統(tǒng)內(nèi)建特征值凌史據(jù)庫，其中，此特征值凄t據(jù)庫記錄含有凄t百個特征值，這些 特征值由不同人的圖像所取得，或是使用較少的特征值，但這些特征值是由 多人客觀評定來選出，足以代表大眾審美觀認定較為美觀的人所取得的特征。 接著，在預(yù)設(shè)期間內(nèi)擷取多數(shù)個圖像畫面，并分別取得每個圖像畫面的第一 特征值。根據(jù)每個圖像畫面的第一特征值與預(yù)設(shè)特征值，計算每個圖像畫面 的第一差異值。并根據(jù)每個圖像畫面的第一差異值，自上述圖像畫面中選取 至少一個圖像畫面。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，分別取 得每個圖像畫面的第 一特征值的步驟更包括檢測圖像畫面的第 一臉部區(qū)域， 以及擷取第 一臉部區(qū)域的臉部特征做為第 一特征值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，根據(jù)每 個圖像畫面的第 一特征值與預(yù)設(shè)特征值，計算每個圖像畫面的第 一差異值的 步驟更包括計算第 一特征值與每個預(yù)設(shè)特征值的差值，并以上述差值的平均 值做為圖像畫面的第 一差異值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，根據(jù)每 個圖像畫面的第 一特征值與預(yù)設(shè)特征值，計算每個圖像畫面的第 一差異值的 步驟更包括計算第一特征值與每個預(yù)設(shè)特征值的差值。并根據(jù)每個預(yù)設(shè)特征 值的加權(quán)比例，計算上述差值的加權(quán)平均值，以做為圖像畫面的第一差異值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，根據(jù)每 個圖像畫面的第 一特征值與預(yù)設(shè)特征值，i+算每個圖像畫面的第 一差異值的步驟更包括計算第一特征值與每個預(yù)設(shè)特征值的差值。并根據(jù)選取比例，在 上述差值中選取數(shù)個特定差值，以上述特定差值的平均值做為圖像畫面的第 一差異值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，更包括分別取 得每個圖像畫面的第二特征值。根據(jù)每個圖像畫面的第二特征值與每個預(yù)設(shè) 特征值，計算每個圖像畫面的第二差異值。根據(jù)第一差異值及第二差異值， 計算每個圖像畫面的第三差異值。根據(jù)每個圖像畫面的第三差異值，自上述 圖^象畫面中選耳又至少一個圖^f象畫面。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，分別取 得每個圖像畫面的第二特征值的步驟更包括檢測圖像畫面的第二臉部區(qū)域， 并擷取第二臉部區(qū)域的臉部特征做為第二特征值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，根據(jù)每 個圖像畫面的第二特征值與每個預(yù)設(shè)特征值，計算每個圖像畫面的第二差異 值的步驟更包括計算第二特征值與每個預(yù)設(shè)特征值的差值，并以上述差值的 平均值做為圖像畫面的第二差異值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，根據(jù)每 個圖像畫面的第二特征值與每個預(yù)設(shè)特征值，計算每個圖像畫面的第二差異 值的步驟更包括計算第二特征值與每個預(yù)設(shè)特征值的差值。并根據(jù)每個預(yù)設(shè) 特征值的加權(quán)比例，計算上述差值的加權(quán)平均值以做為圖像畫面的第二差異 值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，根據(jù)每 個圖像畫面的第二特征值與每個預(yù)設(shè)特征值，計算每個圖像畫面的第二差異 值的步驟更包括計算第二特征值與每個預(yù)設(shè)特征值的差值。并根據(jù)選取比例， 在上述差值中選取多個特定差值，以上述特定差值的平均值做為圖像畫面的 第二差異值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，計算每 個圖像畫面的第三差異值的步驟包括以第 一差異值及第二差異值的平均做為 圖像畫面的第三差異值。依照本發(fā)明的較佳實施例所述的圖像畫面自動選取方法，其中，計算每 個圖像畫面的第三差異值的步驟包括根據(jù)第一差異值及第二差異值的一加權(quán) 比例，計算第一差異值及第二差異值的加權(quán)平均，以做為圖像畫面的第三差異值。從另一觀點來看，本發(fā)明提出一種計算機系統(tǒng)，包括存儲單元、圖像擷 取單元及處里單元。其中，存儲單元用以存儲特征值數(shù)據(jù)庫，其中特征值數(shù) 據(jù)庫記錄預(yù)設(shè)特征值。圖像擷取單元則用以在預(yù)設(shè)期間內(nèi)擷取數(shù)個圖像畫面。 處理單元耦接至存儲單元及圖像擷取單元，用以分別取得每個圖像畫面的第 一特征值，并根據(jù)每個圖像畫面的第一特征值與預(yù)設(shè)特征值，計算每個圖像 畫面的第一差異值，以及根據(jù)每個圖像畫面的第一差異值，自上述圖像畫面 中選耳又至少一個圖^象畫面。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元檢測圖像 畫面的第 一臉部區(qū)域，并擷取第 一臉部區(qū)域的臉部特征做為第 一特征值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元更包括計算第 一特征值與每個預(yù)設(shè)特征值的差值，并以上述差值的平均值做為圖像畫 面的第一差異值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元計算第一 特征值與每個預(yù)設(shè)特征值的差值，并根據(jù)每個預(yù)設(shè)特征值的加權(quán)比例，計算 上述差值的加權(quán)平均值，以做為圖像畫面的第一差異值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元計算第一 特征值與每個預(yù)設(shè)特征值的差值，根據(jù)一選取比例在上述差值中選取多個特 定差值，并以上述特定差值的平均值做為圖像畫面的第一差異值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元分別取得 每個圖像畫面的第二特征值。根據(jù)每個圖像畫面的第二特征值與每個預(yù)設(shè)特 征值，計算每個圖像畫面的第二差異值。根據(jù)第一差異值及第二差異值，計 算每個圖像畫面的第三差異值。根據(jù)每個圖像畫面的第三差異值，自上述圖 像畫面中選取至少 一個圖像畫面。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元檢測圖像 畫面的第二臉部區(qū)域，并擷取第二臉部區(qū)域的臉部特征做為第二特征值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元計算第二 特征值與每個預(yù)設(shè)特征值的差值，并以上述差值的平均值做為圖像畫面的第 二差異值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元計算第二 特征值與每個預(yù)設(shè)特征值的差值。并根據(jù)每個預(yù)設(shè)特征值的加權(quán)比例，計算 上述差值的加權(quán)平均值以做為圖像畫面的第二差異值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元計算第二 特征值與每個預(yù)設(shè)特征值的差值。并根據(jù)選取比例，在上述差值中選取多個 特定差值，以上述特定差值的平均值做為圖像畫面的第二差異值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元計算第一 差異值及第二差異值的平均做為圖像畫面的第三差異值。依照本發(fā)明的較佳實施例所述的計算機系統(tǒng)，其中，處理單元根據(jù)第一 差異值及第二差異值的一加權(quán)比例，計算第一差異值及第二差異值的加權(quán)平 均，以做為圖像畫面的第三差異值。本發(fā)明因采用將數(shù)個圖像畫面的特征值與預(yù)設(shè)特征值進行比較的方式， 從上述圖像畫面中自動選取與預(yù)設(shè)特征值差異較小的圖像畫面。如此一來不僅能客觀地選取圖像畫面，同時也能省去不少因人工選取所耗費的時間，進 而加快圖像畫面的選取效率。為讓本發(fā)明的上述特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并 配合附圖，作i羊細i兌明如下。


圖1是依照本發(fā)明較佳實施例所繪示的計算機系統(tǒng)的示意圖。圖2是依照本發(fā)明較佳實施例所繪示的圖像畫面自動選取方法的流程圖。圖3是依照本發(fā)明另一較佳實施例所繪示的圖像畫面自動選取方法的流 程圖。附圖符號說明100:計算機系統(tǒng)110:圖像擷取單元120:處理單元130:存儲單元140:顯示單元210 - 240:本發(fā)明的較佳實施例所述的圖像畫面自動選取方法的各步驟 310 - 350:本發(fā)明另一較佳實施例所述的圖像畫面自動選取方法的各步驟。
具體實施方式
為了使本發(fā)明的內(nèi)容更為明了 ，以下特舉實施例作為本發(fā)明確實能夠據(jù) 以實施的范例。圖1是依照本發(fā)明較佳實施例所繪示的計算機系統(tǒng)的示意圖。請參閱圖 1,在計算機系統(tǒng)100中包括圖像擷取單元110、處理單元uo、存儲單元130， 以及顯示單元140。其中，圖像擷取單元110用以在預(yù)設(shè)期間內(nèi)擷取多數(shù)個 圖像畫面。存儲單元130中存儲有特征值數(shù)據(jù)庫，其中，此特征值數(shù)據(jù)庫記 錄多個預(yù)設(shè)特征值。而處理單元120連接至圖像擷取單元110及存儲單元l30， 用以取得每個圖像畫面的特征值，同時根據(jù)預(yù)設(shè)特征值來計算每個圖像畫面 的差異值，并根據(jù)差異值選取多個圖像畫面以顯示于顯示單元140。為了更詳細地說明本發(fā)明所述的計算機系統(tǒng)選取圖像畫面的各個步驟， 以下特舉另一實施例來做更進一步的說明。圖2是依照本發(fā)明較佳實施例所 繪示的圖像畫面自動選取方法的流程圖。請同時參閱圖1與圖2,在本實施例中，在計算機系統(tǒng)100的存儲單元130中存儲(或內(nèi)建)有一記錄預(yù)設(shè)特征值的特征值數(shù)據(jù)庫，其中，這個特征值數(shù)據(jù)庫記錄含有數(shù)百個預(yù)設(shè)特征值， 這些預(yù)設(shè)特征值由不同人的圖像所取得，或是使用較少的特征值，但這些預(yù) 設(shè)特征值是由多人客觀評定來選出，足以代表大眾審美觀認定較為美觀的人 所取得的特征。亦即，這些預(yù)設(shè)特征值是分別根據(jù)眾多張不同的臉部圖像畫 面的膚色或五官位置等特征所擷取出來的特征值。預(yù)設(shè)特征數(shù)據(jù)庫的來源是 經(jīng)由多人網(wǎng)絡(luò)搜集等方式搜集多張美觀的臉部圖像畫面，進而將對應(yīng)各式臉 部圖像畫面的特征值預(yù)先擷取出來，并將所擷取的特征值匯入數(shù)據(jù)庫。請參閱圖2的步驟210,首先在預(yù)設(shè)期間(例如6秒)內(nèi)通過圖像擷取單 元110(例如網(wǎng)絡(luò)攝象機)擷取數(shù)張圖像畫面。其中，預(yù)設(shè)期間的長短可由使 用者依照其需求而自行設(shè)定之。 一般來說，預(yù)設(shè)時間越長表示所擷取出來的 圖像畫面數(shù)量越多。接著在步驟220中，處理單元120分別取得每個圖像畫面的第一特征值。 取得每個圖像畫面的第一特征值的步驟例如是先通過臉部檢測技術(shù)，判斷在 此圖像畫面中是否存在至少一臉部區(qū)域。在本實施例中例如是以Haar層迭 (Cascade )臉部檢測方法，利用 一組人臉特征數(shù)據(jù)表去比對所擷取的圖像畫 面，并搜尋圖像畫面中最接近人臉的區(qū)域來判斷臉部區(qū)域是否存在。然而， 上述臉部檢測方法并非用以限定本發(fā)明，熟知本領(lǐng)域技藝者當(dāng)可視其實際需 要，選用不同的臉部檢測方法。接下來，倘若檢測到圖像畫面中的臉部區(qū)域(以 下稱之為第一臉部區(qū)域)，通過擷取此第一臉部區(qū)域的臉部特征(例如膚色或 五官位置)，來做為此圖像畫面的第一特征值。在步驟230中，對于每個圖像畫面，處理單元UO根據(jù)其第一特征值與 記錄在特征值數(shù)據(jù)庫中的預(yù)設(shè)特征值，計算出對應(yīng)每個圖像畫面的第一差異 值。其中，每個圖像畫面所對應(yīng)的第一差異值是表示圖像畫面中臉部區(qū)域與 特征值數(shù)據(jù)庫中的預(yù)設(shè)特征值彼此之間的差異程度。在一實施例中，計算圖像畫面的第 一差異值的方式例如必須先計算出圖 ,像畫面的第一特征值與每個預(yù)設(shè)特征值的差值。以下是說明計算此差值的詳 細步驟為了方便說明，在此假設(shè)第一特征值與每個預(yù)設(shè)特征值的大小均為801字節(jié)，其中，每個字節(jié)代表由臉部區(qū)域經(jīng)縮放特定大小后的一點所取出 的信息。假設(shè)第一特征值與其中的一預(yù)設(shè)特征值的第一個字節(jié)(即第一個特定點)分別為IOOOOOOO及00001111,那么兩者間第一個字節(jié)的位差值為128-15 =ll3。假設(shè)位差值在本實施例中是被定義在介子0與2之間，因此將113正 M^化的結(jié)果為0. S86(即11 3/255 x (2-0))。在分別計算這801個字節(jié)的位差 值之后，將其加總平均以做為第一特征值與此預(yù)設(shè)特征值的差值。接著以同 樣的方式計算第一特征值與每個預(yù)設(shè)特征值的差值，并以上述差值的平均值 做為此圖像畫面的第一差異值。在另一實施例中，在計算第一特征值與每個預(yù)設(shè)特征值的差值之后，選 取其數(shù)值大小介于一預(yù)設(shè)的選取比例內(nèi)的數(shù)個差值，并以上述被選取差值的 平均值來做為圖像畫面的第一差異值。舉例來說，假設(shè)選取比例為30%，那 么其數(shù)值由小排序到大，位于前30%的所有差值加總平均將被選取并用以計 算第一差異值。在又一實施例中，由于記錄在特征值數(shù)據(jù)庫中的預(yù)設(shè)特征值分別是由不 同的臉部圖像畫面所擷取出來，可將每個預(yù)設(shè)特征值對應(yīng)加權(quán)比例。舉例來 說，從明星的臉部圖像畫面所擷取出來的預(yù)設(shè)特征值將具有較高的加權(quán)比例， 而由 一般人的臉部圖像畫面所擷取出來的預(yù)設(shè)特征值則具有較低的加權(quán)比 例。因此在計算第一特征值與每個預(yù)設(shè)特征值的差值之后，根據(jù)每個預(yù)設(shè)特 征值的加權(quán)比例，計算上述差值的加權(quán)平均值，以做為圖像畫面的第一差異 值。最后在步驟240中，當(dāng)處理單元120計算出每個圖像畫面的第一差異值 后，根據(jù)每個圖像畫面的第一差異值，自上述圖像畫面中選取第一差異值較 小的圖像畫面，并顯示于顯示單元140。由于在本實施例中，特征值數(shù)據(jù)庫 所記錄的預(yù)設(shè)特征值是對應(yīng)使用者所喜愛(或覺得較為美觀)的人物的臉部圖 像畫面所擷取出來的特征值，因此第一差異值越小，表示此圖像畫面越接近使用者對于臉部區(qū)域的喜好。在一實施例中， 一般網(wǎng)絡(luò)攝象機每秒至少能擷取15個圖像畫面，那么本 實施例所述的圖像畫面自動選取方法可在預(yù)設(shè)期間(例如6秒)內(nèi)，最少可從 從近百張的圖像畫面中自動選取最符合使用者設(shè)定(例如6個)圖像畫面。 據(jù)此再由使用者以人工的方式進行再次挑選，如此一來不僅可以保持選取圖 像畫面的客觀性，同時也能節(jié)省相當(dāng)多的選取時間。在另 一 實施例中，假設(shè)在網(wǎng)絡(luò)攝象機所擷取到的圖像畫面中包括一個以與預(yù)設(shè)特征值的差異程度，再將這些差異程度結(jié)合起來做為選取此圖像畫面 與否的依據(jù)。在以下的實施例中便是說明如何選取具有多個人物的圖像畫面 的詳細步驟。圖3是依照本發(fā)明另一較佳實施例所繪示的圖像畫面自動選取方法的流 程圖。如步驟310所示，首先在預(yù)設(shè)時間內(nèi)由圖像擷取單元IIO(例如網(wǎng)絡(luò)攝 象機)擷取數(shù)張圖像畫面，在本實施例中，假設(shè)所擷取的圖像畫面中包括兩個 人物。那么在步驟32G中，處理單元120通過臉部檢測技術(shù)檢測圖像畫面中 的第 一臉部區(qū)域及第二臉部區(qū)域，并分別以第 一臉部區(qū)域及第二臉部區(qū)域的 臉部特征做為此圖像畫面的第 一特征值與第二特征值。在本實施例中例如是 以Haar層迭(Cascade )臉部4會測方法來檢測第 一臉部區(qū)域及第二臉部區(qū)域， 然而熟知本領(lǐng)域技藝者當(dāng)可視其實際需要，選用不同的臉部檢測方法，在此并不限制其范圍。接下來在步驟330中，針對每個圖像畫面，根據(jù)每個圖像畫面的第一特 征值與預(yù)設(shè)特征值，計算圖像畫面的第一差異值，并根據(jù)其第二特征值與預(yù) 設(shè)特征值，計算圖像畫面的第二差異值。由于在本實施例中計算第一差異值 與第二差異值的方法與上述實施例雷同，故在此不再贅述。當(dāng)取得每個圖像畫面中分別對應(yīng)兩個臉部區(qū)域的第 一差異值與第二差異 值之后，則如步驟340所示，處理單元120根據(jù)第一差異值及第二差異值計 算出每個圖像畫面的第三差異值。.舉例來說，計算第三差異值的方式包括以 第一差異值及第二差異值的平均來做為圖像畫面的第三差異值。又或者是根 據(jù)所對應(yīng)的臉部區(qū)域的大小，給予第一差異值及第二差異值不同的加權(quán)比例， 好比像是占據(jù)較多圖像畫面的范圍的臉部區(qū)域，其對應(yīng)的差異值將具有較大 的加權(quán)比例。并根據(jù)加權(quán)比例計算第一差異值及第二差異值的加權(quán)平均，用 以做為圖像畫面的第三差異值。最后如步驟350所示，在計算每個圖像畫面的第三差異值后，選取第三 差異值最小的數(shù)個圖像畫面并顯示于顯示單元！40，以供使用者進行人工選 取或存儲圖像畫面等搡作。綜上所述，本發(fā)明的圖像畫面自動選取方法及其計算機系統(tǒng)具有下列優(yōu)點1. 以圖像畫面的特征值與預(yù)設(shè)特征值進行比較的結(jié)果，做為是否選取此 圖像畫面的依據(jù)，據(jù)此能使選取動作變的更為客觀。2. 以自動選取的方式取代人工選取，可大幅提升選取動作的效率。3. 藉由更新特征值數(shù)據(jù)庫所記錄的預(yù)設(shè)特征值，據(jù)以讓圖像畫面的選取 結(jié)果更為貼近使用者的喜好。雖然本發(fā)明已以較佳實施例揭露如上，然其并非用以限定本發(fā)明，任何 所屬技術(shù)領(lǐng)域中具有通常知識者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作 些許的更動與潤飾，因此本發(fā)明的保護范圍當(dāng)視本發(fā)明的申請專利范圍所界 定者為準(zhǔn)。
權(quán)利要求
1. 一種圖像畫面自動選取方法，該方法包括下列步驟提供一特征值數(shù)據(jù)庫，其中，該特征值數(shù)據(jù)庫存有至少一預(yù)設(shè)特征值；在一預(yù)設(shè)期間內(nèi)擷取多數(shù)個圖像畫面；分別取得每一上述圖像畫面的一第一特征值；根據(jù)每一上述圖像畫面的該第一特征值與該預(yù)設(shè)特征值，計算每一上述圖像畫面的一第一差異值；以及根據(jù)每一上述圖像畫面的該第一差異值，自所述圖像畫面中選取至少一圖像畫面。
2. 如權(quán)利要求1所述的圖像畫面自動選取方法，其中，分別取得每一上 述圖像畫面的該第 一特征值的步驟更包括檢測該圖像畫面的一第一臉部區(qū)域；以及擷取該第 一臉部區(qū)域的 一臉部特征做為該第 一特征值。
3. 如權(quán)利要求1所述的圖像畫面自動選取方法，其中，根據(jù)每一上述圖 像畫面的該第 一特征值與該預(yù)設(shè)特征值，計算每一上述圖像畫面的該第 一差 異值的步驟更包括計算該第 一特征值與每一上述預(yù)設(shè)特征值的 一差值；以及 以上述差值的 一平均值做為該圖像畫面的該第 一差異值。
4. 如權(quán)利要求1所述的圖像畫面自動選取方法，其中，根據(jù)每一上述圖 像畫面的該第 一特征值與該預(yù)設(shè)特征值，計算每一上述圖像畫面的該第 一差 異值的步驟更包括計算該第一特征值與每一上述預(yù)設(shè)特征值的一差值；以及 根據(jù)每一上述預(yù)設(shè)特征值的一加權(quán)比例，計算上述差值的一加權(quán)平均值， 以做為該圖像畫面的該第 一差異值。
5. 如權(quán)利要求1所述的圖像畫面自動選取方法，其中，根據(jù)每一上述圖 像畫面的該第 一特征值與該預(yù)設(shè)特征值，計算每一上述圖像畫面的該第一差 異值的步驟更包括計算該第一特征值與每一上述預(yù)設(shè)特征值的一差值； 根據(jù)一選取比例，在上述差值中選取多個特定差值；以及 以所述特定差值的 一平均值做為該圖像畫面的該第 一差異值。
6. 如權(quán)利要求1所述的圖像畫面自動選取方法，更包括 分別取得每一上述圖像畫面的 一第二特征值；根據(jù)每一上述圖像畫面的該第二特征值與每一上述預(yù)設(shè)特征值，計算每 一上述圖像畫面的一第二差異值；根據(jù)該第一差異值及該第二差異值，計算每一上迷圖像畫面的一第三差 異值；以及根據(jù)每一上述圖像畫面的該第三差異值，自所述圖像畫面中選取至少一圖像畫面。
7. 如權(quán)利要求6所述的圖像畫面自動選取方法，其中，分別取得每一上 述圖像畫面的該第二特征值的步驟更包括檢測該圖像畫面的 一 第二臉部區(qū)域；以及擷取該第二臉部區(qū)域的 一臉部特征做為該第二特征值。
8. 如權(quán)利要求6所述的圖像畫面自動選取方法，其中，根據(jù)每一上述圖 像畫面的該第二特征值與每一上述預(yù)設(shè)特征值，計算每一上述圖像畫面的該 第二差異值的步驟更包括計算該第二特征值與每一上述預(yù)設(shè)特征值的一差值；以及 以上述差值的 一平均值做為該圖像畫面的該第二差異值。
9.如權(quán)利要求6所述的圖像畫面自動選取方法，其中，根據(jù)每一上述圖 像畫面的該第二特征值與每一上述預(yù)設(shè)特征值，計算每一上述圖像畫面的該 第二差異值的步驟更包括計算該第二特征值與每一上述預(yù)設(shè)特征值的 一差值；以及 根據(jù)每一上述預(yù)設(shè)特征值的一加權(quán)比例，計算上述差值的一加權(quán)平均值，以做為該圖像畫面的該第二差異值。
10. 如權(quán)利要求6所述的圖像畫面自動選取方法，其中，根據(jù)每一上述圖 像畫面的該第二特征值與每一上述預(yù)設(shè)特征值，，計算每一上述圖像畫面的該第二差異值的步驟更包括計算該第二特征值與每一上述預(yù)設(shè)特征值的一差值；根據(jù)一選取比例，在上述差值中選取多個特定差值；以及 以所述特定差值的 一平均值做為該圖像畫面的該第二差異值。
11, 如權(quán)利要求6所述的圖像畫面自動選取方法，其中，計算每一上述圖 像畫面的該第三差異值的步驟包括以該第一差異值及該第二差異值的平均做為該圖像畫面的該第三差異值。
12. 如權(quán)利要求6所述的圖像畫面自動選取方法，其中，計算每一上述圖 像畫面的該第三差異值的步驟包括根據(jù)該第 一差異值及該第二差異值的 一加權(quán)比例，計算該第 一差異值及 該第二差異值的加權(quán)平均，以做為該圖像畫面的該第三差異值。
13. —種計算機系統(tǒng)，包括一存儲單元，用以存儲一特征值數(shù)據(jù)庫，其中，該特征值數(shù)據(jù)庫記錄預(yù) 設(shè)特征值；一圖像擷取單元，用以在一預(yù)設(shè)期間內(nèi)擷取多數(shù)個圖像畫面；以及 一處理單元，連接至該存儲單元及該圖像擷取單元，用以分別取得每一 上述圖像畫面的一第 一特征值，并根據(jù)每一上述圖像畫面的該第 一特征值與 該預(yù)設(shè)特征值，計算每一上述圖像畫面的一第一差異值，以及根據(jù)每一上述 圖像畫面的該第一差異值，自所述圖像畫面中選取至少一圖像畫面。
14. 如權(quán)利要求13所述的計算機系統(tǒng)，其中，該處理單元更包括檢測該 圖像畫面的 一 第 一臉部區(qū)域，并擷取該第 一臉部區(qū)域的 一臉部特征做為該第 一特征值。
15. 如權(quán)利要求13所述的計算^/L系統(tǒng)，其中，該處理單元計算該第一特 征值與每一上述預(yù)設(shè)特征值的一差值，并以上述差值的一平均值做為該圖像 畫面的該第一差異值。
16. 如權(quán)利要求13所述的計算機系統(tǒng)，其中，該處理單元計算該第一特 征值與每一上述預(yù)設(shè)特征值的一差值，并根據(jù)每一上述預(yù)設(shè)特征值的一加權(quán) 比例，計算上述差值的一加權(quán)平均值，以做為該圖像畫面的該第一差異值。
17. 如權(quán)利要求13所述的計算^/L系統(tǒng)，其中，該處理單元計算該第一特 征值與每一上述預(yù)設(shè)特征值的一差值，根據(jù)一選取比例，在上述差值中選取 多個特定差值，并以所述特定差值的一平均值做為該圖像畫面的該第一差異 值。
18. 如權(quán)利要求13所述的計算機系統(tǒng)，其中，該處理單元分別取得每一 上述圖像畫面的一第二特征值，根據(jù)每一上述圖像畫面的該第二特征值與每 一上述預(yù)設(shè)特征值，計算每一上述圖像畫面的一第二差異值，并根據(jù)該第一 差異值及該第二差異值，計算每一上述圖像畫面的一第三差異值，以及根據(jù)每一上述圖〗象畫面的該第三差異^直，自所述圖〗象畫面中選耳又至少一圖像畫面。
19. 如權(quán)利要求18所述的計算機系統(tǒng)，其中，該處理單元檢測該圖像畫 面的 一 第二臉部區(qū)域，以及擷取該第二臉部區(qū)域的 一臉部特征做為該第二特征值。
20. 如權(quán)利要求18所述的計算機系統(tǒng)，其中，該處理單元計算該第二特 征值與每一上述預(yù)設(shè)特征值的一差值，并以上述差值的一平均值做為該圖像 畫面的該第二差異值。
21. 如權(quán)利要求18所述的計算機系統(tǒng)，其中，該處理單元計算該第二特 征值與每一上述預(yù)設(shè)特征值的一差值，并根據(jù)每一上述預(yù)設(shè)特征值的一加權(quán) 比例，計算上述差值的一加權(quán)平均值，以做為該圖像畫面的該第二差異值。
22. 如權(quán)利要求18所述的計算機系統(tǒng)，其中，該處理單元計算該第二特 征值與每一上述預(yù)設(shè)特征值的一差值，根據(jù)一選取比例，在上述差值中選取 多個特定差值，并以所述特定差值的一平均值做為該圖像畫面的該第二差異 值
23. 如權(quán)利要求18所述的計算機系統(tǒng)，其中，該處理單元以該第一差異 值及該第二差異值的平均做為該圖像畫面的該第三差異值。
24. 如權(quán)利要求18所述的計算機系統(tǒng)，其中，該處理單元根據(jù)該第一差 異值及該第二差異值的一加權(quán)比例，計算該第一差異值及該第二差異值的加 權(quán)平均，以做為該圖像畫面的該第三差異值。
全文摘要
一種圖像畫面自動選取方法及其計算機系統(tǒng)，本發(fā)明因采用將數(shù)個圖像畫面的特征值與預(yù)設(shè)特征值進行比較的方式，從上述圖像畫面中自動選取與預(yù)設(shè)特征值差異較小的圖像畫面。據(jù)此不僅能使圖像畫面的選取動作變得更為客觀，同時也能節(jié)省人工選取所耗費的時間，進而加快圖像畫面的選取效率。
文檔編號G06F17/30GK101226524SQ200710001118
公開日2008年7月23日 申請日期2007年1月18日 優(yōu)先權(quán)日2007年1月18日
發(fā)明者孫國祥, 許文修, 鄧欽元, 邱秀玲 申請人:華碩電腦股份有限公司