云端影像数据输出方法及云端伺服器.pdf

一种云端影像数据输出方法及云端伺服器。云端伺服器包括储存装置及中央处理器。储存装置储存云端影像数据。中央处理器接收由用户端装置所撷取的全视野影像，并于全视野影像检测人脸区域。中央处理器根据人脸区域与全视野影像的比例计算距离因子，并根据距离因子决定云端影像数据的输出格式。中央处理器根据输出格式输出云端影像数据至用户端装置。

权利要求书
1.  一种云端影像数据输出方法，包括：
由一用户端装置撷取一全视野影像；
于该全视野影像检测一人脸区域；
根据该人脸区域与该全视野影像的比例计算一距离因子；
由一云端伺服器根据该距离因子决定该云端影像数据的一输出格式；以及
根据该输出格式输出该云端影像数据至该用户端装置。

2.  如权利要求1所述的云端影像数据输出方法，其中该用户端装置计算该距离因子，并输出该距离因子至该云端伺服器。

3.  如权利要求1所述的云端影像数据输出方法，其中该用户端装置输出该全视野影像至该云端伺服器，该云端伺服器根据该全视野影像计算该距离因子。

4.  如权利要求3所述的云端影像数据输出方法，其中该输出格式包括一解析度及一压缩率。

5.  如权利要求4所述的云端影像数据输出方法，其中该云端影像数据为一视讯串流、一使用者界面或一图形使用者界面。

6.  如权利要求5所述的云端影像数据输出方法，其中该距离因子等于该人脸区域的宽度与该全视野影像的宽度的比例。

7.  如权利要求5所述的云端影像数据输出方法，其中该距离因子等于该人脸区域中的两眼宽度与该全视野影像的宽度的比例。

8.  如权利要求5所述的云端影像数据输出方法，其中该距离因子等于该人脸区域的面积与该全视野影像的面积的比例。

9.  如权利要求5所述的云端影像数据输出方法，其中该距离因子等于该人脸区域的长度与该全视野影像的长度的比例。

10.  一种云端伺服器，包括：
一储存装置，用以储存一云端影像数据；
一中央处理器，用以接收由一用户端装置所撷取的一全视野影像，并于该全视野影像检测一人脸区域，该中央处理器根据该人脸区域与该全视野影像的比例计算一距离因子，并根据该距离因子决定该云端影像数据的一输出 格式，该中央处理器根据该输出格式输出该云端影像数据至该用户端装置。

11.  如权利要求10所述的云端伺服器，其中该输出格式包括一解析度及一压缩率。

12.  如权利要求11所述的云端伺服器，其中该云端影像数据为一视讯串流、一使用者界面或一图形使用者界面。

13.  如权利要求12所述的云端伺服器，其中该距离因子等于该人脸区域的宽度与该全视野影像的宽度的比例。

14.  如权利要求12所述的云端伺服器，其中该距离因子等于该人脸区域中的两眼宽度与该全视野影像的宽度的比例。

15.  如权利要求12所述的云端伺服器，其中该距离因子等于该人脸区域的面积与该全视野影像的面积的比例。

16.  如权利要求12所述的云端伺服器，其中该距离因子等于该人脸区域的长度与该全视野影像的长度的比例。

说明书云端影像数据输出方法及云端伺服器
技术领域
本发明涉及一种电子装置，特别是涉及一种云端影像数据输出方法及云端伺服器。
背景技术
随着网络的日渐普及，云端服务也触及人们一般的日常生活。比如，网络业者所推出的云端备份、云端打印、社群服务、网页型式的电子邮件服务或云端视讯串流服务等。云端服务提供个人使用者一个远端伺服器空间，供其在任何地方利用用户端装置随时存取其中数据。用户端装置例如为手机、平板计算机、笔记型计算机、智能型电视或一体成型计算机(All-in-One,AIO)，而网络例如为3G网络、WiFi网络或有线网络。
举例来说，使用者能通过用户端装置要求云端伺服器提供云端视讯串流服务后，云端伺服器输出云端视讯串流至用户端装置。使用者即能于用户端装置观看云端视讯串流。然而，3G网络、WiFi网络及有线网络的频宽不同，且不同种类用户端装置的屏幕大小亦不相同。云端视讯串流的输出格式若没有对应用户端装置调整，则使用者可能无法顺畅地浏览云端视讯串流或观赏清晰画面。
发明内容
本发明涉及一种云端影像数据输出方法及云端伺服器，其藉由距离因子适应性地选择云端影像数据的输出格式。
根据本发明，提出一种云端影像数据输出方法。云端影像数据输出方法包括：由用户端装置撷取全视野影像；于全视野影像检测人脸区域；根据人脸区域与全视野影像的比例计算距离因子；由云端伺服器根据距离因子决定云端影像数据的输出格式；以及根据输出格式输出云端影像数据至用户端装置。
根据本发明，提出一种云端伺服器。云端伺服器包括储存装置及中央处 理器。储存装置储存云端影像数据。中央处理器接收由用户端装置所撷取的全视野影像，并于全视野影像检测人脸区域。中央处理器根据人脸区域与全视野影像的比例计算距离因子，并根据距离因子决定云端影像数据的输出格式。中央处理器根据输出格式输出云端影像数据至用户端装置。
为了对本发明的上述及其他方面有更佳的了解，下文特举较佳实施例，并结合附图详细说明如下。
附图说明
图1示出了云端伺服器、网络及用户端装置的示意图。
图2示出了依照第一实施例的云端影像数据输出方法的流程图。
图3示出了依照第一实施例的一种全视野影像的示意图。
图4示出了依照第一实施例的一种全视野影像的示意图。
图5示出了依照第三实施例的云端影像数据输出方法的流程图。
附图符号说明
11：用户端装置
12：云端伺服器
13：网络
21～26、51～56：步骤
31：全视野影像
32：人脸区域
121：储存装置
122：中央处理器
FW1、FW2：宽度
FW3：两眼宽度
具体实施方式
第一实施例
请同时参照图1、图2及图3，图1示出了云端伺服器、网络及用户端装置的示意图，图2示出了依照第一实施例的云端影像数据输出方法的流程图，图3示出了依照第一实施例的一种全视野影像的示意图。用户端装置11 经由网络13与云端伺服器12沟通。用户端装置11例如为手机、平板计算机、笔记型计算机、智能型电视、一体成型计算机(All-in-One,AIO)或其他具有影像撷取功能的电子装置，而网络13例如为3G网络、WiFi网络或有线网络。云端伺服器12包括储存装置121及中央处理器122，且储存装置121储存云端影像数据。云端影像数据例如为视讯串流、使用者界面或图形使用者界面(Graphical User Interface,GUI)。
云端影像数据输出方法包括如下步骤。首先如步骤21所示，由用户端装置11撷取全视野影像31。接着如步骤22所示，用户端装置11于全视野影像31检测人脸区域32。人脸区域32的检测可分为两种作法。第一种作法是分析全视野影像中的肤色区块，然后检查纹理。一般而言，人脸因为眼睛鼻子嘴巴等器官多为对称于脸部中央，所以其纹理相较于身体其他肤色区块有独特性。因此可以藉此定位出人脸部份。
第二种作法是称为哈尔检测(Haar detection)的人脸检测方法。哈尔检测是藉由训练纹理分类器去检查全视野影像中的每一个区块。这种其原理是收集大量人脸影像纹理所训练出的若干个弱分类器(区分某区块是在人脸中或非在人脸中)。然后在影像中依照预先订好的大小去分区块，在每一块区块用这些弱分类器去检查。当每个弱分类器都对一个区块作出决定后再统合这些弱分类器的结果成为一个强分类器最后判定这个区块是属于人脸或非人脸。得到人脸区块后，人脸的区块就可以被框出，因此人脸区块的长宽像素数值或面积等都可以被求出。
跟着如步骤23所示，用户端装置11根据人脸区域32与全视野影像31的比例计算距离因子。然后如步骤24所示，用户端装置11输出距离因子至云端伺服器12。跟着如步骤25所示，由云端伺服器12根据距离因子决定云端影像数据的输出格式。接着如步骤26所示，云端伺服器12根据输出格式输出云端影像数据至用户端装置11。云端伺服器12能藉由距离因子判断用户端装置11的种类，进而适应性地选择云端影像数据的输出格式。
为方便说明起见，第一实施例的距离因子是以人脸区域32的宽度FW2与全视野影像31的宽度FW1的比例为例说明。当云端伺服器12得到人脸区域32的宽度FW2与全视野影像31的宽度FW1的比例后，云端伺服器12即能根据宽度FW2与宽度FW1的比例来换算人脸与屏幕的距离。举例来说，当宽度FW2与宽度FW1的比例为1:2～3，则人脸与屏幕的距离约为 0.5公尺。当宽度FW2与宽度FW1的比例为1:5～6，则人脸与屏幕的距离约为1公尺。当宽度FW2与宽度FW1的比例为1:10～12，则人脸与屏幕的距离约为2.5公尺。使用者为了维持良好的观赏感受，人脸与屏幕的距离会随用户端装置11的种类不同。举例来说，当用户端装置11为手持式电子装置时，人脸与屏幕的距离约为0.5公尺。当用户端装置11为计算机屏幕时，人脸与屏幕的距离约为1公尺。当用户端装置11为电视时，人脸与屏幕的距离约为2.5公尺。
如前所述，云端伺服器12能藉由距离因子判断用户端装置11的种类，进而适应性地选择云端影像数据的输出格式。举例来说，当用户端装置11为手持式电子装置时，由于手持式电子装置的屏幕较小且经由3G网络与云端伺服器12沟通，因此云端影像数据的输出格式可选择低解析度及低压缩率。当用户端装置11为计算机屏幕时，由于屏幕较手持式电子装置大且可能经由Wi-Fi网络与云端伺服器12沟通，因此云端影像数据的输出格式可以选择中等解析度及高压缩率。当用户端装置11为电视时，由于屏幕较大且经由有线网络与云端伺服器12沟通，因此云端影像数据的输出格式可选择高解析度及低压缩率。
第二实施例
请同时参照图1及图4，图4示出了依照第一实施例的一种全视野影像的示意图。第二实施例与第一实施例主要不同之处在于距离因子的计算方式不同。于第二实施例，距离因子等于人脸区域中32的两眼宽度FW3与全视野影像31的宽度FW1的比例。云端伺服器12根据两眼宽度FW3与全视野影像31的宽度FW1的比例能适应性地选择云端影像数据的输出格式。此外，在另一实施例中，距离因子等于人脸区域32的面积与全视野影像31的面积的比例。不仅如此，在另一实施例中，距离因子等于人脸区域32的长度与全视野影像31的长度的比例。
第三实施例
请同时参照图1及图5，图5示出了依照第三实施例的云端影像数据输出方法的流程图。第三实施例与第一实施例主要不同之处在于第三实施例是由云端伺服器12计算距离因子。首先如步骤51所示，由用户端装置11撷 取全视野影像31。然后如步骤52所示，用户端装置11输出全视野影像至云端伺服器12。接着如步骤53所示，云端伺服器12的中央处理器122接收由用户端装置11所撷取的全视野影像31，并于全视野影像31检测人脸区域32。跟着如步骤54所示，云端伺服器12的中央处理器122根据人脸区域32与全视野影像31的比例计算距离因子。然后如步骤55所示，由云端伺服器12的中央处理器122根据距离因子决定云端影像数据的输出格式。接着如步骤56所示，云端伺服器12的中央处理器122根据输出格式输出云端影像数据至用户端装置11。
综上所述，虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明。本领域技术人员在不脱离本发明的精神和范围的前提下，可作各种的更动与润饰。因此，本发明的保护范围是以本发明的权利要求为准。