(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210339044.1 (22)申请日 2022.04.01 (65)同一申请的已公布的文献号 申请公布号 CN 114430461 A (43)申请公布日 2022.05.03 (73)专利权人 深圳市一心视 觉科技有限公司 地址 518000 广东省深圳市福田区梅林街 道孖岭社区凯丰路10号翠林大厦8层 807C 专利权人 南京阅面科技有限公司 (72)发明人 俞喆俊　童志军　丁小羽　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 李艳丽(51)Int.Cl. H04N 5/232(2006.01) H04N 9/73(2006.01) G06N 3/08(2006.01) G06N 3/04(2006.01) (56)对比文件 CN 112804449 A,2021.0 5.14 CN 107948521 A,2018.04.20 CN 10837 7340 A,2018.08.07 CN 113747149 A,2021.12.0 3 KR 202101325 52 A,2021.1 1.04 US 11165954 B1,2021.1 1.02 审查员 李敏 (54)发明名称 基于深度学习实现软光敏的方法、 装置、 终 端及存储介质 (57)摘要 本申请适用于计算机视觉技术领域， 提供了 一种基于深度学习实现软光敏的方法、 装置、 终 端及存储介质， 所述基于深度学习实现软光敏的 方法包括： 获取所述图像采集装置的当前工作模 式对应的目标日夜预测模型； 基于所述图像采集 装置在所述当前工作模式下连续采集的N帧图 像， 获取所述目标日夜预测模型对应的目标输入 信息， N为大于零的整数； 将所述目标输入信息输 入所述目标日夜预测模型， 得到所述图像采集装 置的当前所处环境； 若所述当前所处环境与所述 当前工作模式不匹配， 则控制所述图像采集装置 切换至与所述当前所处环境匹配的工作模式。 上 述方案可以降低硬件成本和人力成本， 且提高图 像采集装置的工作模式的切换精度。 权利要求书2页 说明书13页 附图4页 CN 114430461 B 2022.07.19 CN 114430461 B 1.一种基于深度学习实现软光敏的方法， 其特征在于， 图像采集装置的工作模式包括 白天模式和夜晚模式， 所述方法包括： 获取所述图像采集装置的当前工作模式对应的目标日夜预测模型； 基于所述图像采集装置在所述当前工作模式下连续采集的N帧图像， 获取所述目标日 夜预测模型对应的目标输入信息； 在所述当前工作模式为白天模式的情况下， 所述 目标日 夜预测模型为第一日夜预测模型， 所述 目标日夜预测模型对应的目标输入信息为所述N帧 图像和所述N帧图像对应的感光度； 在所述当前工作模式为 夜晚模式的情况下， 所述目标日 夜预测模型为第二日夜预测模型， 所述 目标日夜预测模型对应的目标输入信息为所述N帧 图像对应的感光度和白平衡信号， N 为大于零的整数； 将所述目标输入信 息输入所述目标 日夜预测模型， 得到所述图像采集装置的当前所处 环境； 若所述当前所处环境与所述当前工作模式不匹配， 则控制所述图像采集装置切换至与 所述当前 所处环境匹配的工作模式。 2.如权利要求1所述的方法， 其特 征在于， 还 包括： 在所述当前工作模式为夜 晚模式的情况下， 将所述N帧图像按照所述N帧图像采集时间 的先后顺序输入环境检测模型， 以判断所述 N帧图像中是否存在光源污染； 所述若所述当前所处环境与 所述当前工作模式不匹配， 则控制所述图像采集装置切换 至与所述当前 所处环境匹配的工作模式， 包括： 若所述N帧图像中均不存在光源污染， 且所述图像采集装置的当前所处环境为 白天环 境， 则控制所述图像采集装置切换至所述白天模式。 3.如权利要求1所述的方法， 其特征在于， 所述将所述目标输入信 息输入所述目标日夜 预测模型， 得到所述图像采集装置的当前 所处环境， 包括： 将所述目标输入信息输入所述目标日夜预测模型， 得到所述N帧图像分别对应于白天 环境和夜晚环境的概 率值； 确定概率值中的最大值对应的环境 为所述图像采集装置的当前 所处环境。 4.如权利要求1所述的方法， 其特征在于， 在所述当前工作模式为 白天模式的情况下， 在将所述目标输入信息 输入所述目标日夜预测模型之前， 包括： 将所述N帧图像中每帧图像以及与该帧图像对应的感光度记录为一组第一输入信息， 得到N组第一输入信息； 所述将所述目标输入信息 输入所述目标日夜预测模型， 包括： 将所述N组第一输入信息按照所述N帧图像采集时间的先后顺序输入所述第一日夜预 测模型。 5.如权利要求1所述的方法， 其特征在于， 在所述当前工作模式为夜晚模式的情况下， 在所述将所述目标输入信息 输入所述目标日夜预测模型之前， 包括： 将所述N帧图像中每帧图像对应的感光度和白平衡信号记录为一组第二输入信息， 得 到N组第二输入信息； 所述将所述目标输入信息 输入所述目标日夜预测模型， 包括： 将所述N组第二输入信息按照所述N帧图像采集时间的先后顺序输入所述第二日夜预 测模型。权　利　要　求　书 1/2 页 2 CN 114430461 B 26.如权利要求1所述的方法， 其特 征在于， 还 包括： 判断所述N帧图像对应的感光度是否与所述当前工作模式下的目标感光度阈值匹配； 在所述当前工作模式为白天模式的情况下， 所述目标感光度阈值为第一阈值， 若 所述N帧图 像对应的感光度大于第一阈值， 则确定所述N帧图像对应的感光度与所述 目标感光度阈值 匹配； 在所述当前工作模式为 夜晚模式的情况下， 所述目标感光度阈值为第二阈值， 若所述 N帧图像对应的感光度小于第二阈值， 则确定所述N帧图像对应的感光度与所述目标感光度 阈值匹配； 若所述N帧图像对应的感光度与所述目标感光度阈值不匹配， 则基于所述图像采集装 置在所述当前工作模式下重新连续采集的N帧图像， 返回执行所述判断所述N帧图像对应的 感光度是否与所述当前工作模式下 的目标感光度阈值匹配的步骤， 直到所述N帧图像对应 的感光度与所述目标感光度阈值匹配； 所述将所述目标输入信息 输入所述目标日夜预测模型， 包括： 在所述N帧图像对应的感光度与所述目标感光度阈值匹配的情况下， 将所述目标输入 信息输入所述目标日夜预测模型， 得到所述图像采集装置的当前 所处环境。 7.如权利要求1所述的方法， 其特征在于， 所述基于所述图像采集装置在所述当前工作 模式下连续采集的N帧图像， 获取 所述目标日夜预测模型对应的目标输入信息， 包括： 对所述N帧图像进行色彩修 正； 基于色彩修 正后的N帧图像， 获取 所述目标日夜预测模型对应的目标输入信息 。 8.一种基于深度学习实现软光敏的装置， 其特 征在于， 所述装置包括： 模型获取模块， 用于获取图像采集装置的当前工作模式对应的目标日夜预测模型； 目标获取模块， 用于基于所述图像采集装置在所述当前工作模式下连续采集的N帧图 像， 获取所述 目标日夜预测模型对应的目标输入信息； 在所述当前工作模式为白天模式的 情况下， 所述 目标日夜预测模型为第一日夜预测模型， 所述 目标日夜预测模型对应的目标 输入信息为所述N帧图像和所述N帧图像对应的感光度； 在所述当前工作模式为夜晚模式的 情况下， 所述 目标日夜预测模型为第二日夜预测模型， 所述 目标日夜预测模型对应的目标 输入信息为所述 N帧图像对应的感光度和白平衡信号， N 为大于零的整数； 预测模块， 用于将所述目标输入信息输入所述目标日夜预测模型， 得到所述图像采集 装置的当前 所处环境； 切换模块， 用于若所述当前所处环境与所述当前工作模式不匹配， 则控制所述图像采 集装置切换至与所述当前 所处环境匹配的工作模式。 9.一种终端， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上运行 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如权利要求1至7任一 项所述的方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114430461 B 3