LeRop基于深度学习的模型可自动捕获人像

拍摄高质量的照片可能是一项艰巨的任务，因为通常需要找到理想的位置，角度和照明条件。尽管到目前为止艺术照片主要是由人类摄影师拍摄的，但近年来，一些研究人员已开始研究使用机器人自动拍摄照片的可能性。

为此，普渡大学和Adobe Research的研究人员团队最近开发了一个新框架，该框架使机器人可以自动捕获人的照片，特别是肖像。该框架在arXiv上预先发表的一篇论文中提出，可以使机器人跟随人类用户到达理想地点，然后对其进行拍照。

LeRop是研究人员开发的框架，专门用于拍摄室内人像肖像。首先，该框架将机器人引导到合适的位置或所需的位置进行拍照，然后使用照片评估模型提出最佳视图，并使用深度强化学习(DRL)模型来调整机器人的位置和方向，以确保机器人能够最佳照明条件。

研究人员在论文中写道：“激活构图后，机器人将尝试调整其位置以形成最能匹配给定模板图像的视图，并最终拍摄照片。” “模板图像可以通过框架使用现成的照片评估模型动态地预测，或者由用户从预定义的集合中手动选择。”

LeRop是一个交互式框架，用户可以对其进行编程，使其跟随一个目标到达她希望捕获照片的位置。一旦用户到达该地点，机器人就会开始搜索要捕获的最佳视图。LeRop的DRL组件最终使它能够根据其与模板图像的匹配方式来调整视点。

研究人员决定为该机器人配备360度摄像头和高品质的主摄像头，因为这可以使机器人始终保持周围全景，而无需不断旋转或切换到不同的视点。有趣的是，该框架具有模块化结构，这意味着可以根据用户的需要来替换或调整其所有模型。

该团队在三个室内场景的各种试用测试中对LeRop进行了评估，并将其集成到名为Turtlebot的简单机器人中。在这三个设置中，机器人分别为人类用户拍摄了20张照片，其中10张带有预定义的模板，另外10张使用动态生成的模板。

机器人对预定义模板的平均调整数量为11.20，对于动态生成的模板，平均调整数量为12.76。此外，利用研究人员的框架，该机器人可以使用预定义的模板平均花费22.11秒，而使用动态生成的模板平均花费22.40秒。

LeRop框架可能是朝着创建高效的机器人摄影系统迈出的第一步，该系统可以快速，自动地拍摄高质量的人像。但是，研究人员开发的系统仍然存在许多局限性，可能会阻止其大规模采用。例如，到目前为止，它的板载计算能力有限，因此只能在功能强大的远程计算机上工作。

此外，到目前为止，研究人员仅将其集成到Turtlebot中，Turtlebot是一个自由度极低的简单机器人。在接下来的工作中，他们希望在具有更多自由度的更复杂的机器人上测试系统。

研究人员写道：“我们的系统目前仅支持单人肖像。” “将需要对新政策进行重新培训，以在集体照方面获得更好的支持。在将来的工作中，我们还希望测试不同的照片评估美学模型，并将工作扩展到室外场景。”