(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210232876.3 (22)申请日 2022.03.09 (71)申请人 阮荣军 地址 150025 黑龙江省哈尔滨市利民经济 技术开发区师 大南路1号 (72)发明人 阮荣军　 (51)Int.Cl. H04N 5/232(2006.01) H04N 5/225(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 大数据式智能处 理平台 (57)摘要 本发明涉及一种大数据式智能处理平台， 包 括： 第一服务节点， 由大数据服务器来实现， 用于 将相机在过往每一帧图像的光学去抖标记和抖 动方向作为该帧图像对应的一份现场抖动信息 以获得目标帧图像以前各帧图像分别对应的各 份现场抖动信息并作为深度神经网络模型的输 入层的各份输入数据； 第二服务节点， 由不同于 第一服务节 点的大数据服务器来实现， 用于智能 预测未执行曝光的一帧图像的现场抖动信息； 智 能去抖设备， 用于对相机执行智 能去抖操作。 通 过本发明， 能够在采用分布式大数据服务架构实 现对相机 数据的智能预测的同时， 基于预测结果 实现对相机的智能去 抖， 以在预测的抖动量过大 时方执行镜头的归位操作， 从而避免出现不必要 的繁琐动作。 权利要求书2页 说明书4页 附图1页 CN 114466142 A 2022.05.10 CN 114466142 A 1.一种大 数据式智能处 理平台， 其特 征在于， 所述平台包括： 标记采集设备， 设置在移动终端的防护外 壳内， 与移动终端的相机连接， 用于采集所述 相机在过往每一帧图像的曝光期间抖动 偏移数据是否超过光学去抖设备的最大行程， 并在 超过时， 将光学去抖 标记设置为1， 否则， 将光学去抖 标记设置为0； 方向采集设备， 设置在所述防护外 壳内， 与所述相机连接， 用于采集所述相机在过往每 一帧图像的 曝光期间的抖动方向； 第一服务节点， 由大数据服务器来实现， 通过网络分别与所述标记采集设备和所述方 向采集设备连接， 用于将所述相机在过往每一帧图像的光学去抖标记和抖动方向作为该帧 图像对应的一份现场抖动信息以获得目标帧图像以前各帧图像分别对应的各份现场抖动 信息并作为深度神经网络模型的输入层的各份输入数据， 将目标帧图像对应的一份现场抖 动信息作为深度神经网络模型的输出层的单份输出 数据， 以获取 所述深度神经网络模型； 第二服务节点， 由不同于第一服务节点的大数据服务器来实现， 用于将训练后的所述 深度神经网络模型作为人工智能模型， 采用未执行曝光的一帧图像以前各帧图像分别对应 的各份现场抖动信息并作为所述人工智能模型的输入层的各份输入数据并执行所述人工 智能模型以获得 所述人工智能模型输出的未 执行曝光的该帧图像的现场抖动信息； 智能去抖设备， 设置在所述防护外壳内并与所述相机的镜头连接， 用于在接收到的未 执行曝光的该帧图像的现场抖动信息中光学去抖标记为1时， 在对该帧图像执行 曝光前将 镜头推送到镜筒的中心 位置， 并基于接收到的抖动方向在该帧图像的曝光期间执行相应的 去抖处理； 其中， 所述深度神经网络模型的输入层的各份输入数据的数量与每一帧图像的快门时 长单调正向关联。 2.如权利要求1所述的大 数据式智能处 理平台， 其特 征在于， 所述平台还 包括： 内容播报器件， 与所述智能去抖设备连接， 用于实时显示接收到的未执行曝光的该帧 图像的现场抖动信息 。 3.如权利要求1 ‑2任一所述的大 数据式智能处 理平台， 其特 征在于： 将训练后的所述深度神经网络模型作为人工智能模型包括： 所述深度神经网络模型在 作为所述人工智能模型之前被训练的次数与镜筒截面积的数值单调正向关联。 4.如权利要求3所述的大 数据式智能处 理平台， 其特 征在于： 基于接收到的抖动方向在该帧图像的曝光期间执行相应的去抖处理包括： 在该帧图像 的曝光期间执 行的去抖 方向与接收到的抖动方向相反。 5.如权利要求1 ‑2任一所述的大 数据式智能处 理平台， 其特 征在于： 所述深度神经网络模型的输入层的各份输入数据的数量与每一帧图像的快门时长单 调正向关联包括： 所述深度神经网络模型的输入层的各份输入数据的数量与每一帧图像的 快门时长成正比。 6.如权利要求5所述的大 数据式智能处 理平台， 其特 征在于： 将训练后的所述深度神经网络模型作为人工智能模型包括： 所述深度神经网络模型在 作为所述人工智能模型之前被训练的次数与镜筒截面积的数值单调正向关联包括： 将训练 后的所述深度神经网络模型作为人工智能模型包括： 所述深度神经网络模 型在作为所述人 工智能模型之前被训练的次数与镜筒截面积的数值成正比。权　利　要　求　书 1/2 页 2 CN 114466142 A 27.如权利要求1 ‑2任一所述的大 数据式智能处 理平台， 其特 征在于： 采集所述相机在过往每一帧图像的曝光期间的抖动方向包括： 采集的所述相机在过往 每一帧图像的 曝光期间的抖动方向可拆解 为预设数量的多轴的各个抖动分方向。 8.如权利要求1 ‑2任一所述的大 数据式智能处 理平台， 其特 征在于： 所述智能去抖设备还用于在接收到的未执行曝光的该帧图像的现场抖动信息中光学 去抖标记为0时， 不在 对该帧图像执行曝光前将镜头推送到镜筒的中心 位置， 直接基于接收 到的抖动方向在该帧图像的 曝光期间执 行相应的去抖处 理。 9.一种大数据式智能处理方法， 所述方法包括使用 如权利要求1 ‑8任一所述的大数据 式智能处理平台以在大数据应用的基础上基于历史各次曝光的抖动数据实现对本次曝光 抖动数据的预测并基于预测结果执 行对本次曝光器件的智能去抖处 理。权　利　要　求　书 2/2 页 3 CN 114466142 A 3