[发明专利]一种动态自动曝光控制方法和装置及电子设备有效

专利信息
申请号: 202010045175.X 申请日: 2020-01-16
公开(公告)号: CN111246091B 公开(公告)日: 2021-09-03
发明(设计)人: 衡稳;周舒畅 申请(专利权)人: 北京迈格威科技有限公司
主分类号: H04N5/232 分类号: H04N5/232;H04N5/235
代理公司: 北京隆源天恒知识产权代理事务所(普通合伙) 11473 代理人: 陈雪飞
地址: 100190 北京市海淀区科*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 动态 自动 曝光 控制 方法 装置 电子设备
【权利要求书】:

1.一种动态自动曝光控制方法,其特征在于,包括:

获取摄像设备拍摄的当前帧图像;

对所述当前帧图像进行目标检测和识别,获得目标检测和识别结果,具体包括:获取当前帧图像中的目标数量以及目标的识别分,所述识别分为表征目标的可识别度的参数;

自动曝光神经网络进行曝光预测,所述自动曝光神经网络进行曝光预测具体包括:将所述当前帧图像、所述当前帧图像的目标检测和识别结果输入经过预训练的自动曝光神经网络,得到输出的预测值;以及

根据所述自动曝光神经网络输出的预测值,控制所述摄像设备下一帧图像拍摄时的曝光值;

其中,所述预训练的自动曝光神经网络包括通过以下方式训练的神经网络:

构建表征检测到的目标数量和目标识别的效果的奖励函数;以及

根据所述奖励函数,通过强化学习对所述自动曝光神经网络进行训练。

2.根据权利要求1所述的动态自动曝光控制方法,其特征在于:

所述获取当前帧图像中的目标数量以及目标的识别分,包括:根据一帧中的所述目标的可识别度相对于其前一帧中的所述目标的可识别度的优劣来确定所述识别分。

3.根据权利要求2所述的动态自动曝光控制方法,其特征在于:

所述获取当前帧图像中的目标数量以及目标的识别分,包括:

提取当前帧图像中所述目标数量的各个目标对应的子图像;

将所述子图像输入预训练的识别分子网,获取输出的识别分;

其中所述识别分子网为卷积神经网络,且被训练为当所述当前帧图像的目标的可识别度优于上一帧图像的目标的可识别度时,输出第一识别分;当所述当前帧图像的目标的可识别度劣于上一帧图像的目标的可识别度时,输出第二识别分。

4.根据权利要求1所述的动态自动曝光控制方法,其特征在于:

所述自动曝光神经网络进行曝光预测步骤中,所述自动曝光神经网络为循环神经网络,所述循环神经网络的一个循环单元的输入包括第t帧的帧图像和来自上一个循环单元的第t-1帧的帧特征向量;所述循环神经网络的每个循环单元的输出包括第t帧的帧特征向量以及对于第t+1帧的曝光预测值;

其中,t为自然数,表示所述摄像设备拍摄的视频或图片的帧图像的时序序列排序。

5.根据权利要求4所述的动态自动曝光控制方法,其特征在于:每个所述循环单元包括依次级联的特征提取子网、特征融合子网和曝光值预测子网,其中:

所述特征提取子网用于根据输入的第t帧图像信息提取第t帧图像的第一图像特征;

所述特征融合子网用于根据所述第t帧图像的所述第一图像特征和第t-1帧的帧特征向量生成融合特征作为第t帧的帧特征向量;以及

所述曝光值预测子网用于根据所述第t帧的帧特征向量得到第t+1帧的曝光预测值。

6.根据权利要求5所述的动态自动曝光控制方法,其特征在于:所述特征融合子网用于根据所述第t帧图像的所述第一图像特征和第t-1帧的帧特征向量生成融合特征作为第t帧的帧特征向量;包括:

将所述第t帧图像的所述第一图像特征和第t-1帧的帧特征向量在通道维度上进行拼接,作为所述特征融合子网的输入。

7.根据权利要求1所述的动态自动曝光控制方法,其特征在于,还包括:

同时维护根据所述摄像设备拍摄的帧图像序列的目标跟踪器,所述目标跟踪器包括多个轨迹,每个所述轨迹包括一个识别出的目标和所述目标的位置及其时序变动信息;以及

所述对所述当前帧图像进行目标检测和识别,获得目标检测和识别结果包括:对所述当前帧图像进行目标检测得到目标图片集和目标位置掩模,并根据所述目标图片集和目标位置掩模对所述目标跟踪器进行更新。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京迈格威科技有限公司,未经北京迈格威科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010045175.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top