[发明专利]一种动态自动曝光控制方法和装置及电子设备

说明书

本发明提供了一种动态自动曝光控制方法和装置及电子设备和存储介质，方法包括：获取摄像设备拍摄的当前帧图像；对当前帧图像进行目标检测和识别；自动曝光神经网络进行曝光预测：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；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。从而可以摄像机根据工作环境的变化和目标的状态动态的自动调整曝光策略，在宽动态场景获得理想的目标检出和识别效果。

技术领域

本发明涉及视频监控和人工智能技术领域，具体而言，涉及一种动态自动曝光方法和装置及电子设备。

背景技术

在不同的光照条件下，相机需要不同的曝光量来获得良好的拍摄效果。相机自动曝光(AutoExposure,AE)策略是指相机随着外界光线条件变化而自动调整曝光参数，使得拍摄的画面能够适宜亮度，避免产生大面积过曝或欠曝区域。

当前常用的自动曝光策略如下：设定一个目标统计值，针对当前帧，计算整幅画面的亮度统计值，或者将画面分为若干方块，在每个方块内计算亮度统计值并加权平均。将当前帧统计值和目标统计值输入PID控制器，产生下一帧的曝光值。不同的自动曝光策略由PID(比例、积分、微分)控制器的不同参数决定，而目标统计值和PID参数往往通过系统分析或者数值建模方式等事先确定，一旦确定了之后就不再改变，且PID参数往往是固化在摄像设备之中，多个设备的PID参数都是一样的。换言之，传统的自动曝光策略是静态的，一旦确定之后，策略时间上不会再发生变化，多个摄像设备共用同样的动态曝光策略，在空间上也无法随环境做出调整。

在监控场景下，特别是城市的街道环境下，目标的运动可能非常复杂，主要体现在画面中存在几十甚至几百的运动目标、目标运动轨迹不受限随意性较高。此外，在不同时刻，相机所拍摄场景的光线条件可能具有很高的复杂性，即宽动态场景，比如强逆光、强光和阴影同时存在。这种宽动态场景，给目标的检测和识别都带来很大的挑战。使用传统的固定策略自动曝光会使相机摄取的图片序列均处在一个固定的且较窄的动态范围，导致只有部分画面中的物体能够清晰的显示，而其他画面区域则处于过曝或欠曝状态，造成目标无法被检测或识别。此外，不同监控摄像机拍摄的场景可能差异巨大，这意味着采用相同的曝光策略无法让位于不同工作环境中的所有相机都取得最佳的曝光效果。

发明内容

本发明旨在至少在一定程度上解决相关技术中的上述技术问题的至少一个方面，提供一种动态策略自动曝光方法和装置及电子设备。

为达上述目的，本发明第一方面的实施例提供了一种动态自动曝光控制方法，其包括：

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；

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；

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。

在一些实施例中，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：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；

所述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，包括：根据所述目标数量和所述识别分构建奖励函数。

在一些实施例中，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。

在一些实施例中，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：

提前当前帧图像中所述目标数量的各个目标对应的子图像；