三方面，提供一种终端设备，包括:
[0062]处理器；
[0063]用于存储处理器可执行指令的存储器；
[0064]其中，所述处理器被配置为:
[0065]获取预设模板照片中的人脸图像，将所述人脸图像作为人脸模板；
[0066]在当前拍摄画面中显示所述人脸模板；
[0067]获取所述当前拍摄画面中的待拍摄人脸图像；
[0068]将所述待拍摄人脸图像的人脸姿态与所述人脸模板的人脸姿态进行匹配；如果匹配成功，则拍摄所述当前拍摄画面。
[0069]本公开的实施例提供的技术方案可以包括以下有益效果:获取模板照片中的人脸图像，作为人脸模板，并在当前拍摄画面中显示人脸模板；然后，获取当前拍摄画面中的待拍摄人脸图像；对所述待拍摄人脸图像的人脸姿态与所述人脸模板的人脸姿态进行匹配；如果匹配成功，则拍摄当前拍摄画面。即，当待拍摄的人脸姿态与人脸模板的姿态匹配成功后，才进行拍照。模板照片为用户提供了拍照时的姿态模板，从而方便用户在拍照时，参考模板照片中的人脸姿态做出拍照姿态，缩短用户摆拍摄姿态的时间，提高用户拍摄效率。
[0070]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
【附图说明】
[0071]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0072]图1是根据一示例性实施例示出的一种拍摄控制方法的流程图；
[0073]图2是根据一示例性实施例示出的人脸姿态匹配过程的流程图；
[0074]图3是根据一示例性实施例示出的另一种拍摄控制方法的流程图；
[0075]图4是根据一示例性实施例示出的又一种拍摄控制方法的流程图；
[0076]图5是根据一示例性实施例示出的又一种拍摄控制方法的流程图；
[0077]图6是根据一示例性实施例示出的一种拍摄控制装置框图；
[0078]图7是根据一示例性实施例示出的一种匹配模块的框图；
[0079]图8是根据一示例性实施例示出的另一种拍摄控制装置的框图；
[0080]图9是根据一示例性实施例示出的又一种拍摄控制装置的框图；
[0081]图10是根据一示例性实施例示出的又一种拍摄控制装置框图；
[0082]图11是根据一示例性实施例示出的又一种拍摄控制装置的框图；
[0083]图12是根据一示例性实施例示出的一种用于拍摄控制的装置的框图。
[0084]通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
【具体实施方式】
[0085]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0086]图1是根据一示例性实施例示出的一种拍摄控制方法的流程图，该方法应用于具有拍摄功能的终端设备中，例如，智能手机、平板电脑、智能摄像机等。如图1所示，该方法可以包括以下步骤:
[0087]在S110中，获取预设模板照片中的人脸图像，将人脸图像作为人脸模板。
[0088]预设模板照片可以是终端设备自带的模板照片，也可以是终端设备所拍摄的图片库中的照片。例如，用户可以设定一系列不同表情的模板照片，例如，可爱型、调皮型、搞笑型、卖萌型，每个类型可以有很多个不同的人脸模板。
[0089]用户可以从预设模板照片库中选择一张或多张照片作为模板照片，终端设备获取用户选择的预设模板照片。然后，可以利用人脸检测技术从预设模板照片中检测出照片中的人脸图像，例如，采用Adaboost算法检测出照片中的人脸图像。
[0090]利用人脸检测技术检测到预设模板照片中的人脸图像后，利用人脸特征点定位算法确定出人脸图像的人脸特征点(例如，眼睛、眉毛、鼻子、嘴巴、脸部轮廓等关键位置)。其中，人脸特征点算法可以包括AAM、ASM、SDM、CNN等算法。
[0091]确定出人脸图像的人脸特征点后，对预设模板照片进行图像分割得到人脸图像。
[0092]图像分割技术就是把图像分成若干特定的、具有独特性质的区域，并提出感兴趣目标的技术。
[0093]在S120中，在当前拍摄画面中显示人脸模板。
[0094]在确定人脸模板后，当用户打开终端设备的相机应用程序进入拍摄界面时，在拍摄界面中显示当前拍摄画面，并在当前拍摄画面的上层显示人脸模板。
[0095]在本公开实施例中，可以按照预设透明比例显示人脸模板。例如，透明度是50%、60%。
[0096]在S130中，获取当前拍摄画面中的待拍摄人脸图像。
[0097]利用人脸检测技术检测出当前拍摄画面中的待拍摄人脸图像，然后利用人脸特征点定位算法确定人脸图像的脸部特征，再对人脸图像进行图像分割得到待拍摄人脸图像。
[0098]在S140中，将待拍摄人脸图像的人脸姿态与人脸模板的人脸姿态进行匹配；如果匹配成功，则执行S150。如果匹配失败，则继续获取待拍摄人脸图像。
[0099]人脸姿态匹配就是比较人脸模板和待拍摄人脸图像中脸部特征的轮廓，如果两个人脸图像的脸部特征点的轮廓差值在预设范围内，则认为两个人脸图像的姿态相同；否则，认为两个人脸图像的姿态不相同。
[0100]图2是根据一示例性实施例示出的人脸姿态匹配过程的流程图，如图2所示，人脸姿态匹配过程可以包括步骤S141?S145:
[0101]在S141中，提取待拍摄人脸图像的轮廓像素点，及人脸模板的轮廓像素点。
[0102]提取待拍摄人脸图像及人脸模板中脸部特征的轮廓像素点。
[0103]在S142中，计算待拍摄人脸图像的轮廓像素点的方向梯度，得到第一方向梯度直方图，及计算人脸模板的轮廓像素点的方向梯度，得到第二方向梯度直方图。
[0104]直方图是一种对数据分布情况的图形表示，例如，数据分布可以包括物体边缘梯度分布、物体颜色分布等。直方图是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。
[0105]方向梯度直方图，就是将图像分成小的连通区域，然后，采集连通区域中各个像素点的梯度方向，最后，将这些直方图组合起来构成特征描述子。
[0106]在S143中，计算第一方向梯度直方图与第二方向梯度直方图的梯度相似度。
[0107]分别比较两个人脸图像中相同的脸部特征点对应的两个方向梯度直方图，例如，比较两个人脸图像的眼睛部位的方向梯度直方图；比较两个人脸图像的嘴部的方向梯度直方图。
[0108]计算两个人脸图像的相同脸部特征点所对应方向梯度直方图之间的相似度。方向梯度直方图其实就是一个二维向量，计算方向梯度直方图之间的相似度相当于计算两个向量之间的相似度。
[0109]在S144中，如果梯度相似度大于预设阈值，则确定人脸姿态匹配成功。
[0110]如果两个人脸图像的眼睛轮廓对应的方向梯度直方图相似度大于预设阈值，则认为两个人脸图像的眼睛轮廓很相似，两个人脸图像的眼睛姿态相匹配。
[0111]在S145中，如果梯度相似度小于或等于预设阈值，则确定人脸姿态匹配失败。
[0112]如果两个方向梯度直方图相似度小于或等于预设阈值，则认为两个脸部特征轮廓不相似。
[0113]在S150中，拍摄当前拍摄画面。
[0114]当待拍摄人脸图像与人脸模板的姿态匹配成功时，拍摄当前拍摄画面。
[0115]在本公开的另一个实施例中，采用运动估计和运动检测算法，检测到当前拍摄画面的整体画面处于相对静止状态后，才对当前拍摄画面进行拍摄，从而避免抖动影响拍摄质量。
[0116]下面结合具体的应用场景进行举例说明:
[0117]用户在利用手机进行自拍时，可以先从预设模板照片中选择一张或多张照片