[發明專利]一種白平衡校正方法、裝置、設備和存儲介質有效
| 申請號: | 201910760080.3 | 申請日: | 2019-08-16 |
| 公開(公告)號: | CN112399162B | 公開(公告)日: | 2022-09-16 |
| 發明(設計)人: | 范慶杰 | 申請(專利權)人: | 浙江宇視科技有限公司 |
| 主分類號: | H04N9/73 | 分類號: | H04N9/73;G06T5/00 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 310051 浙江省杭州市濱江區西興街道江陵路*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 白平衡 校正 方法 裝置 設備 存儲 介質 | ||
1.一種白平衡校正方法,其特征在于,包括:
獲取預先訓練好的光源估計模型;
針對任一攝像設備,將所述光源估計模型作為自適應校正模型,其中,所述自適應校正模型包括卷積計算部分和全連接部分;將樣本圖像輸入到所述自適應校正模型,根據所述自適應校正模型輸出的白平衡校正參數以及預設損失函數,計算所述自適應校正模型的預測偏差;基于所述預測偏差反向傳播訓練所述自適應校正模型的網絡參數,并在訓練過程中,保持所述卷積計算部分的網絡參數不變,更新所述全連接部分的網絡參數;
基于訓練好的所述自適應校正模型對所述攝像設備采集的圖像進行白平衡校正。
2.根據權利要求1所述的方法,其特征在于,在訓練所述光源估計模型前,所述方法還包括:
采集特定場景圖像作為訓練所述光源估計模型的樣本圖像,其中所述特定場景至少包括大面積純色場景。
3.根據權利要求1所述的方法,其特征在于,所述基于訓練好的所述自適應校正模型對所述攝像設備采集的圖像進行白平衡校正,包括:
將所述攝像設備采集的圖像進行預處理后作為所述自適應校正模型的輸入,根據所述自適應校正模型輸出的白平衡校正參數,對所述圖像進行白平衡校正。
4.一種白平衡校正方法,其特征在于,包括:
獲取預先訓練好的光源估計模型;
針對任一攝像設備,在所述光源估計模型的輸出端增加增益映射網絡,將增加所述增益映射網絡后的所述光源估計模型作為自適應校正模型;并將樣本圖像輸入到所述自適應校正模型,根據所述自適應校正模型輸出的白平衡校正參數以及預設損失函數,計算所述自適應校正模型的預測偏差;基于所述預測偏差反向傳播訓練所述自適應校正模型的網絡參數,并在訓練過程中,保持組成所述自適應校正模型的光源估計模型的網絡參數不變,更新所述增益映射網絡的參數;
基于訓練好的所述自適應校正模型對所述攝像設備采集的圖像進行白平衡校正。
5.根據權利要求4所述的方法,其特征在于,在訓練所述光源估計模型前,所述方法還包括:
采集特定場景圖像作為訓練所述光源估計模型的樣本圖像,其中所述特定場景至少包括大面積純色場景。
6.根據權利要求4所述的方法,其特征在于,所述基于訓練好的所述自適應校正模型對所述攝像設備采集的圖像進行白平衡校正,包括:
將所述攝像設備采集的圖像進行預處理后作為所述自適應校正模型的輸入,根據所述自適應校正模型輸出的白平衡校正參數,對所述圖像進行白平衡校正。
7.一種白平衡校正裝置,其特征在于,所述裝置包括:
獲取模塊,用于獲取預先訓練好的光源估計模型;
遷移模塊,用于針對任一攝像設備,將所述光源估計模型作為自適應校正模型,其中,所述自適應校正模型包括卷積計算部分和全連接部分;并將樣本圖像輸入到所述自適應校正模型,根據所述自適應校正模型輸出的白平衡校正參數以及預設損失函數,計算所述自適應校正模型的預測偏差;基于所述預測偏差反向傳播訓練所述自適應校正模型的網絡參數,并在訓練過程中,保持所述卷積計算部分的網絡參數不變,更新所述全連接部分的網絡參數;
校正模塊,用于基于訓練好的所述自適應校正模型對所述攝像設備采集的圖像進行白平衡校正。
8.一種白平衡校正設備,其特征在于,包括:
一個或多個處理器;
存儲裝置,用于存儲一個或多個程序,
當所述一個或多個程序被所述一個或多個處理器執行,使得所述一個或多個處理器實現如權利要求1-6中任一所述的白平衡校正方法。
9.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1-6中任一所述的白平衡校正方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江宇視科技有限公司,未經浙江宇視科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910760080.3/1.html,轉載請聲明來源鉆瓜專利網。





