[發明專利]光源信息預測模型建立方法與系統

有效

• 申請號: 202010089621.7
• 申請日: 2020-02-12
• 公開（公告）號: CN113259634B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 黃宜瑾;利建宏;許銀雄
• 申請（專利權）人: 宏碁股份有限公司
• 主分類號: H04N9/04
• 分類號: H04N9/04;H04N9/73;G06T5/00
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 羅英;劉芳

1.一種光源信息預測模型建立方法，其特征在于，所述方法包括：

朝目標物獲取多張訓練圖像，其中白色對象貼附于所述目標物上；

依據各所述多個訓練圖像中所述白色對象的色彩，獲取所述多個訓練圖像的真實光源信息：以及

依據所述多個訓練圖像以及所述真實光源信息訓練神經網絡模型，且于訓練過程依據所述神經網絡模型產生多個預測光源信息，

其中，用以訓練所述神經網絡模型的學習率基于所述多個預測光源信息而適應性調整，

其中依據所述多個訓練圖像以及所述真實光源信息訓練所述神經網絡模型，并于訓練過程依據所述神經網絡模型產生所述多個預測光源信息的步驟還包括：

依據所述多個預測光源信息分別對所述多個訓練圖像進行白平衡處理而獲取多張調整圖像：以及

依據所述多個調整圖像決定用以訓練所述神經網絡模型的所述學習率，

其中所述多個調整圖像包括第一調整圖像、第二調整圖像以及第三調整圖像，而依據所述多個調整圖像決定用以訓練所述神經網絡模型的所述學習率的步驟包括：

通過比較所述第二調整圖像中多個像素值與所述第一調整圖像中對應的多個像素值，產生所述第一調整圖像與所述第二調整圖像之間的第一差距參數；

通過比較所述第三調整圖像中多個像素值與所述第二調整圖像中對應的所述多個像素值，產生所述第二調整圖像與所述第三調整圖像之間的第二差距參數；以及

依據所述第一差距參數與所述第二差距參數調升或調降所述學習率。

2.根據權利要求1所述的光源信息預測模型建立方法，其中依據所述多個訓練圖像以及所述真實光源信息訓練所述神經網絡模型，并于訓練過程依據所述神經網絡模型產生所述多個預測光源信息的步驟還包括：

將所述多個預測光源信息與對應的所述真實光源信息輸入至損失函數而產生損失值，

其中依據所述第一差距參數與所述第二差距參數調升或調降所述學習率的步驟包括：

通過比較所述第一差距參數與所述第二差距參數，而依據所述損失值調升或調降所述學習率。

3.根據權利要求2所述的光源信息預測模型建立方法，其中通過比較所述第一差距參數與所述第二差距參數，而依據所述損失值調升或調降所述學習率的步驟包括：

當所述損失值下降且所述第二差距參數大于所述第一差距參數，依據第一增加參數調升所述學習率；以及

當所述損失值下降且所述第二差距參數小于所述第一差距參數，依據第一減少參數調降所述學習率。

4.根據權利要求3所述的光源信息預測模型建立方法，其中通過比較所述第一差距參數與所述第二差距參數，而依據所述損失值調升或調降所述學習率的步驟還包括：

當所述損失值上升且所述第二差距參數大于所述第一差距參數，依據一第二增加參數調升所述學習率；以及

當所述損失值上升且所述第二差距參數小于所述第一差距參數，依據一第二減少參數調降所述學習率。

5.根據權利要求4所述的光源信息預測模型建立方法，其中所述第一增加參數大于所述第二增加參數，且所述第一減少參數大于所述第二減少參數。

6.根據權利要求1所述的光源信息預測模型建立方法，其中所述神經網絡模型的隱藏層依序基于時間序列上的所述多個訓練圖像而產生所述多個預測光源信息。

7.根據權利要求1所述的光源信息預測模型建立方法，其中所述神經網絡模型為遞歸神經網絡模型。

8.一種光源信息預測模型建立系統，其特征在于，包括：

圖像傳感器，朝目標物獲取多張訓練圖像，其中白色對象貼附于所述目標物上；

存儲裝置，存儲有多個模塊；以及

處理器，耦接所述存儲裝置，經配置而執行所述多個模塊以：

依據各所述多個訓練圖像中所述白色對象的色彩，獲取所述多個訓練圖像的真實光源信息：以及

依據所述多個訓練圖像以及所述真實光源信息訓練神經網絡模型，且于訓練過程依據所述神經網絡模型產生多個預測光源信息，

其中，用以訓練所述神經網絡模型的學習率基于所述多個預測光源信息而適應性調整，

其中，所述處理器還經配置以：

依據所述多個預測光源信息分別對所述多個訓練圖像進行白平衡處理而獲取多張調整圖像，所述多個調整圖像包括第一調整圖像、第二調整圖像以及第三調整圖像；

通過比較所述第二調整圖像中多個像素值與所述第一調整圖像中對應的多個像素值，產生所述第一調整圖像與所述第二調整圖像之間的第一差距參數；

通過比較所述第三調整圖像中多個像素值與所述第二調整圖像中對應的所述多個像素值，產生所述第二調整圖像與所述第三調整圖像之間的第二差距參數；以及

依據所述第一差距參數與所述第二差距參數調升或調降所述學習率。