[发明专利]摄像机有效
申请号: | 201910144740.5 | 申请日: | 2019-02-27 |
公开(公告)号: | CN111629141B | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 王欢 | 申请(专利权)人: | 杭州海康威视数字技术股份有限公司 |
主分类号: | H04N23/67 | 分类号: | H04N23/67;H04N7/18 |
代理公司: | 北京德琦知识产权代理有限公司 11018 | 代理人: | 杜志敏;宋志强 |
地址: | 310051 浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 摄像机 | ||
1.一种摄像机,其特征在于,包括机芯和处理器,其中,处理器用于:
从指示机芯转动的运动指令中提取角度坐标;
确定提取的角度坐标相匹配的样本类;
调用与确定的样本类相对应的回归模型预测聚焦focus值;
驱动机芯利用预测的focus值聚焦;
其中,所述回归模型的创建包括:
检测机芯拍摄到的图像的亮度和清晰度;
当检测出图像的亮度和清晰度均达标时,将该图像对应的角度坐标以及focus值保存为样本点;
当保存的样本点的总数量达到预设的聚类阈值时,根据各样本点的角度坐标对所有样本点进行聚类处理;
当通过聚类处理将所有样本点聚为多个样本类后,根据各样本类中包含的所有样本点的角度坐标和focus值,分别为每个样本类创建对应的回归模型。
2.根据权利要求1所述的摄像机,其特征在于,所述处理器进一步用于:
当更新时刻到达时,识别在上一次更新时刻后是否有新的样本点被保存;
当识别出有新增的样本点时,根据各样本点的角度坐标对所有样本点进行聚类处理;
当通过聚类处理将当前所有样本点重新聚为多个样本类后,根据各样本类中包含的所有样本点的角度坐标和focus值,分别为每个样本类创建对应的回归模型。
3.根据权利要求1所述的摄像机,其特征在于,所述处理器进一步用于:
当更新时刻到达时,识别在上一次更新时刻后是否有新的样本点被保存;
当识别出有新增的样本点时,将新增的样本点归入匹配的样本类;
当有样本类归入了新增的样本点时,根据该样本类中当前包含的所有样本点的角度坐标和focus值,为该样本类重建对应的回归模型;
当为样本类重建回归模型后,计算重建的回归模型和已有的回归模型的回归损失量、并将回归损失量相对低的一个回归模型保留为该样本类对应的回归模型。
4.根据权利要求1所述的摄像机,其特征在于,所述处理器进一步用于:
当保存的样本点的总数量达到聚类阈值时,根据各样本点的角度坐标对所有样本点进行聚类处理;
当通过聚类处理将所有样本点聚为多个样本类后,统计每个样本类中包含的样本点的数量;
当有样本类中包含的样本点的数量达到预设的建模阈值时,根据该样本类中包含的所有样本点的角度坐标和focus值,为该样本类创建对应的回归模型。
5.根据权利要求4所述的摄像机,其特征在于,所述处理器进一步用于:
当更新时刻到达时,识别在上一次更新时刻后是否有新的样本点被保存;
当识别出有新增的样本点时,根据各样本点的角度坐标对所有样本点进行聚类处理;
当通过聚类处理将当前所有样本点重新聚为多个样本类后,统计每个样本类中包含的样本点的数量;
当有样本类中包含的样本点的数量达到预设的建模阈值时,根据该样本类中包含的所有样本点的角度坐标和focus值,为该样本类创建对应的回归模型。
6.根据权利要求4所述的摄像机,其特征在于,所述处理器进一步用于:
当更新时刻到达时,识别在上一次更新时刻后是否有新的样本点被保存;
当识别出有新增的样本点时,将新增的样本点归入匹配的样本类;
当有样本类包含新增的样本点时,统计该样本类中当前包含的样本点的数量;
当包含新增的样本点的样本类中的样本点的数量达到预设的建模阈值时,根据该样本类中当前包含的所有样本点的角度坐标和focus值,为该样本类创建对应的回归模型;
当有样本类同时对应当前创建的回归模型和已有的回归模型时,计算重建的回归模型和已有的回归模型的回归损失量、并将回归损失量相对低的一个回归模型保留为该样本类对应的回归模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910144740.5/1.html,转载请声明来源钻瓜专利网。