[发明专利]智能补光方法、装置、电子设备及存储介质

权利要求书

1.一种智能补光方法，应用于电子设备，其特征在于，该方法包括：

接收数据采集终端发送的包含待识别目标的第一图像，利用预先确定的定位算法确定所述待识别目标在所述第一图像中的位置信息，所述数据采集终端为单目视觉摄像机或双目立体视觉摄像机或全方位视觉摄像机，所述定位算法为视觉定位算法；

根据所述位置信息生成位置调整指令发送至预设的补光灯系统，获取所述补光灯的原始照射亮度，在所述原始照射亮度的基础上降低预设数值的亮度得到第一亮度，并在所述补光灯偏转过程中逐渐增加所述第一亮度的亮度直至恢复所述原始照射亮度，实时控制所述补光灯系统调整补光灯的照射角度，并在数据库中记录所述补光灯当前的偏转速度及照射亮度；

获取所述数据采集终端在补光灯调整过程中拍摄的包含所述待识别目标的第二图像，将所述第二图像输入预先确定的情绪识别模型，输出所述待识别目标在所述第二图像中的情绪类型；及

当所述情绪类型为包含第一预设标签的情绪类型时，根据预设的参数调整算法调整所述补光灯的偏转速度及照射亮度。

2.如权利要求1所述的智能补光方法，其特征在于，该方法还包括以下步骤：

实时获取所述数据采集终端采集区域内的环境亮度，判断所述环境亮度是否大于或等于预设阈值，若大于或等于预设阈值则关闭所述补光灯。

3.如权利要求1所述的智能补光方法，其特征在于，所述情绪识别模型的训练过程包括：

获取样本图像，按照预先确定的特征提取算法提取出训练集和验证集中每张样本图像的特征向量图，所述特征向量图包括方向梯度直方图特征向量图；

为每张样本图像分配唯一的情绪标签；

将所述样本图像按照预设比例分成训练集和验证集，所述训练集中的样本图像数量大于所述验证集中的样本图像数量；

将所述训练集中的样本图像输入所述情绪识别模型进行训练，每隔预设周期使用所述验证集对所述情绪识别模型进行验证，利用所述验证集中各特征向量图与其对应的情绪标签对该情绪识别模型的准确率进行验证；及

当所述准确率大于预设阈值时，结束训练，得到所述情绪识别模型。

4.如权利要求1-3中任一项所述的智能补光方法，其特征在于，所述参数调整算法包括：降低所述补光灯的偏转速度及照射亮度。

5.一种智能补光装置，其特征在于，包括：

定位模块，用于接收数据采集终端发送的包含待识别目标的第一图像，利用预先确定的定位算法确定所述待识别目标在所述第一图像中的位置信息，所述数据采集终端为单目视觉摄像机或双目立体视觉摄像机或全方位视觉摄像机，所述定位算法为视觉定位算法；

补光模块，用于根据所述位置信息生成位置调整指令发送至预设的补光灯系统，获取所述补光灯的原始照射亮度，在所述原始照射亮度的基础上降低预设数值的亮度得到第一亮度，并在所述补光灯偏转过程中逐渐增加所述第一亮度的亮度直至恢复所述原始照射亮度，实时控制所述补光灯系统调整补光灯的照射角度，并在数据库中记录所述补光灯当前的偏转速度及照射亮度；

识别模块，用于获取所述数据采集终端在补光灯调整过程中拍摄的包含所述待识别目标的第二图像，将所述第二图像输入预先确定的情绪识别模型，输出所述待识别目标在所述第二图像中的情绪类型；及

调整模块，用于当所述情绪类型为包含第一预设标签的情绪类型时，根据预设的参数调整算法调整所述补光灯的偏转速度及照射亮度。

6.一种电子设备，其特征在于，所述电子设备包括：

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4中任一所述的智能补光方法。

7.一种计算机可读存储介质，其特征在于，包括存储数据区和存储程序区，存储数据区存储根据区块链节点的使用所创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1-4中任一项所述的智能补光方法的步骤。