[发明专利]网络摄像机红外切换方法、装置、存储介质及网络摄像机

说明书

技术领域

本发明涉及网络摄像机技术领域，特别是涉及一种网络摄像机红外切换方法、装置、存储介质及网络摄像机。

背景技术

红外灯(Infrared Light-Emitting Diode，IR LED)是网络摄像机的核心部件，其用来在光线较暗的环境下开启，发出红外光去照射物体，以对场景进行补光，使网络摄像机能够拍摄到清晰的场景画面；而在光线较强的环境下则无需使用红外灯，这时需要关闭红外灯以节约资源。由于现今社会安全隐患不断增加，红外灯在夜间监视所扮演的角色也越来越重要，因此，准确控制网络摄像机的红外灯在开启与关闭之间进行切换，显得尤其重要。

传统控制红外灯切换的方法主要是借助于光敏电阻，由于光敏电阻根据外界光照条件的变化可以改变电阻值，因此可以利用光敏电阻检测当前时间是白天还是夜晚，从而对红外灯进行切换控制。然而，光敏电阻的使用不仅会占用紧缺的硬件资源，而且还会增加整个网络摄像机的生产成本。并且，若光敏电阻被遮挡、损坏或者环境变换情况较为复杂，则会导致无法准确控制红外灯进行切换。

发明内容

本发明提供一种网络摄像机红外切换方法、装置、存储介质及网络摄像机，可以节约网络摄像机的成本。

一种网络摄像机红外切换方法，包括：

获取网络摄像机拍摄的实时数据；及

利用设定分类器根据所述实时数据判断当前时间处于白天还是夜晚，若是白天，则控制所述网络摄像机的红外灯处于关闭状态；若是夜晚，则控制所述红外灯处于打开状态；其中，所述设定分类器为对所述网络摄像机所处环境进行离线学习后得到的分类器；所述网络摄像机在所述白天拍摄的图像的清晰度大于设定清晰度阈值，且所述网络摄像机在所述晚上拍摄的图像的清晰度小于或等于所述设定清晰度阈值。

在其中一个实施例中，所述若是白天，则控制所述网络摄像机的红外灯处于关闭状态的步骤为：

若是白天，则判断所述红外灯是否处于打开状态，若是，则关闭所述红外灯，否则，保持所述红外灯处于关闭状态；

并且，所述若是夜晚，则控制所述红外处于打开状态的步骤为：

若是夜晚，则判断所述红外灯是否处于打开状态，若是，则保持所述红外灯处于打开状态，否则，打开所述红外灯。

在其中一个实施例中，所述设定分类器的离线学习方法包括：

获取由所述网络摄像机对自身所处环境进行拍摄的正样本数据和负样本数据；所述正样本数据包括分别在所述白天和所述夜晚对所述环境拍摄的数据；

根据所述正样本数据和所述负样本数据利用adaboost算法进行训练，以得到所述设定分类器。

在其中一个实施例中，所述正样本数据包括所述红外灯处于关闭状态下不同场景分别在清晨、傍晚和/或模拟清晨、模拟傍晚时被拍摄的数据及所述红外灯处于打开状态下不同场景分别在清晨、傍晚和/或模拟清晨、模拟傍晚时被拍摄的数据；其中，所述清晨至少包括由所述夜晚转换为所述白天的过程；所述傍晚至少包括由所述白天转换为所述夜晚的过程。

在其中一个实施例中，所述负样本数据包括所述红外灯处于关闭状态下不同场景在模拟光线由第一亮度值变为第二亮度值的过程中被拍摄的数据、所述红外灯处于关闭状态下不同场景在模拟光线由第二亮度值变为第一亮度值的过程中被拍摄的数据、所述红外灯处于打开状态下不同场景在模拟光线由第一亮度值变为第二亮度值的过程中被拍摄的数据及所述红外灯处于打开状态下不同场景在模拟光线由第二亮度值变为第一亮度值的过程中被拍摄的数据；所述第一亮度值小于所述第二亮度值。

在其中一个实施例中，在所述根据所述正样本数据和所述负样本数据利用adaboost算法进行训练，以得到所述设定分类器的步骤之前，所述设定分类器的离线学习方法还包括：

将所述正样本数据和所述负样本数据中的曝光时间值、增益值和图像亮度值进行归一化处理；

并且，在利用adaboost算法进行训练的过程中，将归一化处理后得到的曝光时间值、增益值和图像亮度值作为特征值。

在其中一个实施例中，所述根据所述正样本数据和所述负样本数据利用adaboost算法进行训练，以得到所述设定分类器的步骤包括：

根据所述正样本数据和所述负样本数据利用adaboost算法进行训练，得到多个强分类器；

利用筛选式级联将所述强分类器级联到一起，形成所述设定分类器。

一种网络摄像机红外切换装置，包括：

数据获取模块，用于获取网络摄像机拍摄的实时数据；及