[发明专利]一种扫描图形码的方法、装置和扫码设备

权利要求书

1.一种扫描图形码的方法，用于扫码设备，其特征在于，所述方法包括：

检测扫码设备当前周围的环境照度，得到当前环境照度值；

根据所述当前环境照度值、上一帧图像和已训练的神经网络，得到曝光预测值；

根据所述曝光预测值，调节所述扫码设备中拍摄光源的照度值。

2.根据权利要求1所述的扫描图形码的方法，其特征在于，所述根据所述当前环境照度值、上一帧图像和已训练的神经网络，得到曝光预测值，具体包括：

根据所述当前环境照度值计算当前光照强度的曝光值；

对所述上一帧图像进行目标识别，得到识别结果；

将所述当前光照强度的曝光值、所述上一帧图像、所述上一帧图像的识别结果输入经过已训练的神经网络中，得到所述曝光预测值。

3.根据权利要求2所述的扫描图形码的方法，其特征在于，所述对所述上一帧图像进行目标识别，得到识别结果，具体包括：

获取所述上一帧图像中的目标的识别分，所述识别分为表征目标的可识别度的参数，并基于所述可识别的参数，构建表征所述识别分的奖励函数。

4.根据权利要求3所述的扫描图形码的方法，其特征在于，所述获取所述上一帧图像中的目标的识别分，具体包括：

提前所述上一帧图像中所述目标的子图像；

将所述子图像输入已训练的识别神经网络中，得到所述识别分，其中所述识别神经网络是卷积神经网络。

5.根据权利要求2所述的扫描图形码的方法，其特征在于，所述已训练的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识别的效果的奖励函数，并根据所述奖励函数，通过强化学习对所述神经网络进行训练。

6.根据权利要求5所述的扫描图形码的方法，其特征在于，所述根据所述奖励函数，通过强化学习对所述神经网络进行训练，包括：

将所述扫码设备的曝光值离散化，得到M个取值点，其中，M为自然数，所述M个取值点是所述神经网络的输出动作空间；

采用强化学习算法对所述神经网络进行训练。

7.根据权利要求6所述的扫描图形码的方法，其特征在于，所述方法还包括：

根据所述扫码设备拍摄的帧图像和所述当前环境照度值，对所述神经网络进行在线强化学习，进而更新所述神经网络的参数。

8.根据权利要求1所述的扫描图形码的方法，其特征在于，所述根据所述曝光预测值，调节所述扫码设备中拍摄光源的照度值，具体包括：

根据所述曝光预测值，计算脉冲宽度值；

根据所述脉冲宽度值调节所述扫描设备的电压，从而改变所述扫描设备中拍摄光源的照度值。

9.一种扫描图形码的装置，用于扫码设备，其特征在于，所述装置包括：

检测装置，用于检测扫码设备当前周围的环境照度，得到当前环境照度值；

预测装置，用于根据所述当前环境照度值、上一帧图像和已训练的神经网络，得到曝光预测值；

调节装置，用于根据所述曝光预测值，调节所述扫码设备中拍摄光源的照度值。

10.一种扫码设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的扫描图形码的方法。