[發(fā)明專利]色溫調(diào)節(jié)方法、裝置、存儲介質(zhì)和處理器

有效

• 申請?zhí)枺?/td>: 202010451708.4
• 申請日: 2020-05-25
• 公開（公告）號: CN111601418B
• 公開（公告）日: 2022-11-22
• 發(fā)明（設(shè)計(jì)）人: 孫博聞;喬志強(qiáng);劉然
• 申請（專利權(quán)）人: 博彥多彩數(shù)據(jù)科技有限公司
• 主分類號: H05B45/20
• 分類號: H05B45/20;G06K9/62
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 周春枚

本發(fā)明公開了一種色溫調(diào)節(jié)方法、裝置、存儲介質(zhì)和處理器。該方法包括：基于第一訓(xùn)練數(shù)據(jù)集合，通過機(jī)器學(xué)習(xí)的方式訓(xùn)練色溫的預(yù)分類模型，其中，預(yù)分類模型包括多個卷積層，每個卷積層具有相應(yīng)的模型參數(shù)，第一訓(xùn)練集合中包括：多個第一圖片，和每個第一圖片的色溫類別；將預(yù)分類模型中的模型參數(shù)應(yīng)用至色溫分類模型，其中，色溫分類模型用于表示指定環(huán)境內(nèi)所采集的第二圖片和色溫類別之間的對應(yīng)關(guān)系；基于色溫分類模型識別在指定環(huán)境內(nèi)采集的環(huán)境圖片對應(yīng)的色溫類別；基于環(huán)境圖片的色溫類別調(diào)整指定環(huán)境內(nèi)燈具的色溫。本發(fā)明解決了現(xiàn)有技術(shù)通過機(jī)器學(xué)習(xí)的方式無法基于少量的色溫調(diào)節(jié)數(shù)據(jù)樣本進(jìn)行色溫測量調(diào)節(jié)的技術(shù)問題。

技術(shù)領(lǐng)域

本發(fā)明涉及控制領(lǐng)域，具體而言，涉及一種色溫調(diào)節(jié)方法、裝置、存儲介質(zhì)和處理器。

背景技術(shù)

現(xiàn)階段辦公樓宇的智能照明技術(shù)的研究越發(fā)廣泛，作為除光照度以外的一個重要參數(shù)，LED照明燈的色溫調(diào)節(jié)也越發(fā)被人們關(guān)注，同時色溫的調(diào)節(jié)在保障辦公人員的視覺健康方面也越來越重要。如何最大可能將室外色溫情況應(yīng)用于室內(nèi)來支持健康、智慧的照明方式也被更加重視。

傳統(tǒng)的色溫計(jì)算基于顏色傳感器，由三基色值計(jì)算得出。這些傳統(tǒng)的方法相比而言精度低、成本高，而且傳統(tǒng)的測量方法基本由人工測試，在進(jìn)行色溫調(diào)節(jié)時效率無法保障且隨機(jī)性較高。

經(jīng)調(diào)研后發(fā)現(xiàn)，在實(shí)際進(jìn)行色溫測量調(diào)節(jié)時，由于采集周期長，因此用于訓(xùn)練機(jī)器學(xué)習(xí)模型的樣本數(shù)量少，進(jìn)而會產(chǎn)生小樣本分類問題。

針對上述現(xiàn)有技術(shù)通過機(jī)器學(xué)習(xí)的方式無法基于少量的色溫調(diào)節(jié)數(shù)據(jù)樣本進(jìn)行色溫測量調(diào)節(jié)的問題，目前尚未提出有效的解決方案。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種色溫調(diào)節(jié)方法、裝置、存儲介質(zhì)和處理器，以至少解決現(xiàn)有技術(shù)通過機(jī)器學(xué)習(xí)的方式無法基于少量的色溫調(diào)節(jié)數(shù)據(jù)樣本進(jìn)行色溫測量調(diào)節(jié)的技術(shù)問題。

根據(jù)本發(fā)明實(shí)施例的一個方面，提供了一種色溫調(diào)節(jié)方法，包括：基于第一訓(xùn)練數(shù)據(jù)集合，通過機(jī)器學(xué)習(xí)的方式訓(xùn)練色溫的預(yù)分類模型，其中，所述預(yù)分類模型包括多個卷積層，每個卷積層具有相應(yīng)的模型參數(shù)，所述第一訓(xùn)練集合中包括：多個第一圖片，和每個第一圖片的色溫類別；將所述預(yù)分類模型中的模型參數(shù)應(yīng)用至色溫分類模型，其中，所述色溫分類模型用于表示指定環(huán)境內(nèi)所采集的第二圖片和色溫類別之間的對應(yīng)關(guān)系；基于所述色溫分類模型識別在所述指定環(huán)境內(nèi)采集的環(huán)境圖片對應(yīng)的色溫類別；基于所述環(huán)境圖片的色溫類別調(diào)整所述指定環(huán)境內(nèi)燈具的色溫。

可選地，將所述預(yù)分類模型中的模型參數(shù)應(yīng)用至色溫分類模型包括：將所述預(yù)分類模型中的模型參數(shù)遷移至預(yù)定網(wǎng)絡(luò)模型中，得到初始色溫模型；基于第二訓(xùn)練數(shù)據(jù)集合對所述模型參數(shù)進(jìn)行修正，得到所述色溫分類模型，其中，所述第二訓(xùn)練數(shù)據(jù)集合包括：多個在所述指定環(huán)境內(nèi)所采集的第二圖片，和每個第二圖片的色溫類別。

可選地，將所述預(yù)分類模型中的所述模型參數(shù)遷移至預(yù)定模型模板中，得到初始色溫模型包括：將所述預(yù)分類模型中除最后一層外的其他卷積層中的模型參數(shù)遷移至所述預(yù)定網(wǎng)絡(luò)模型中。

可選地，基于第二訓(xùn)練數(shù)據(jù)集合對所述模型參數(shù)進(jìn)行修正包括：基于所述第二訓(xùn)練數(shù)據(jù)集合訓(xùn)練所述預(yù)定網(wǎng)絡(luò)模型中最后一層卷積層的模型參數(shù)。

可選地，在所述預(yù)定網(wǎng)絡(luò)模型中最后一層卷積層之后設(shè)置全連接層和分類器。

可選地，在基于第二訓(xùn)練數(shù)據(jù)集合對所述模型參數(shù)進(jìn)行修正之前，所述方法還包括：采集所述指定環(huán)境內(nèi)的多個第二圖片；通過色溫測定計(jì)測定每個所述第二圖片采集時所述指定環(huán)境的色溫值；基于每個所述第二圖片對應(yīng)的色溫值，確定每個所述第二圖片對應(yīng)的色溫類別，得到所述第二訓(xùn)練數(shù)據(jù)集合。

可選地，基于所述環(huán)境圖片的色溫類別調(diào)整所述指定環(huán)境內(nèi)燈具的色溫包括：檢測所述環(huán)境圖片對應(yīng)的色溫類別是否符合預(yù)定色溫需求；在所述環(huán)境圖片對應(yīng)的色溫類別不符合所述預(yù)定色溫需求的情況下，調(diào)集所述指定環(huán)境內(nèi)燈具的色溫。