[发明专利]检测相机状态的方法及装置、电子设备、存储介质

权利要求书

1.一种检测相机状态的方法，其特征在于，包括：

获取相机拍摄到的N种类型的图片，其中，N为大于2的自然数；

将所述N种类型的图片作为训练数据进行卷积神经网络模型训练；

利用训练好的模型预测相机实时拍摄的图片的类型；

根据预测结果判定相机是否可用。

2.根据权利要求1所述的检测相机状态的方法，其特征在于，所述将所述N种类型的图片作为训练数据进行卷积神经网络模型训练，具体包括：

选择多个卷积神经网络；

将所述N种类型的图片作为训练数据对所述多个卷积神经网络中的各卷积神经网络进行模型训练；

所述利用训练好的模型预测相机实时拍摄的图片的类型，具体包括：

利用训练好的各卷积神经网络模型预测所述相机实时拍摄的图片的类型；

根据各卷积神经网络模型的预测结果进行投票，得到最终的预测结果。

3.根据权利要求2所述的检测相机状态的方法，其特征在于，

所述多个卷积神经网络至少包括深度残差网络；

所述根据所述各卷积神经网络的预测结果进行投票，得到最终的预测结果，包括：

若所述投票结果为平票，则以深度残差网络的预测结果作为最终的预测结果。

4.根据权利要求1所述的检测相机状态的方法，其特征在于，所述根据预测结果判定相机是否可用具体为：

判断所述预测结果是否表征所述相机实时拍摄的图片清晰，若是，则判定所述相机可用，否则，判定所述相机不可用。

5.根据权利要求4所述的检测相机状态的方法，其特征在于，所述利用训练好的模型预测相机实时拍摄的图片的类型，具体包括：

利用训练好的模型预测所述相机最近拍摄的L张图片的类型，其中，L为大于1的自然数；

所述判断所述预测结果是否表征所述相机实时拍摄的图片清晰，若是，则判定所述相机可用，否则，判定所述相机不可用，具体为：

判断预测结果是否表征所述L张图片均清晰，若是，则判定所述相机可用，否则，判定所述相机不可用。

6.根据权利要求4所述的检测相机状态的方法，其特征在于，在所述判定所述相机不可用后，将所述相机的不可用状态上报。

7.根据权利要求1所述的检测相机状态的方法，其特征在于，所述N为6，所述N种类型，具体为：

空着清晰类型，空着模糊类型，最清晰类型，最模糊类型，曝光清晰类型，曝光模糊类型。

8.一种检测相机状态的装置，其特征在于，包括：

获取模块，用于获取相机拍摄到的N种类型的图片，其中，N为大于2的自然数；

训练模块，用于将所述N种类型的图片作为训练数据进行卷积神经网络模型训练；

预测模块，用于利用训练好的模型预测相机实时拍摄的图片的类型；

判定模块，用于根据预测结果判定相机是否可用。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的检测相机状态的方法。

10.一种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权利要求1至7中任一项所述的检测相机状态的方法。