[發(fā)明專利]基于人工智能的面部追蹤調(diào)整多屏亮度的控制方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011575165.3
• 申請(qǐng)日: 2020-12-28
• 公開（公告）號(hào): CN112560785A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 宋彥震
• 申請(qǐng)（專利權(quán)）人: 宋彥震
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08;G09G5/10
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于人工智能的面部追蹤調(diào)整多屏亮度的控制方法，其特征在于，包括以下步驟：

步驟S11：進(jìn)入神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)前的參數(shù)采集階段：將面部方向分為九種，分別為上、下、左、右、左上、右上、左下、右下和中間方向，采集這九種面部方向的圖像作為訓(xùn)練集樣本；將各種面部方向的圖像信息作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)前的輸入?yún)?shù)，將九種面部方向作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)前的輸出參數(shù)；

步驟S12：建立面部方向-顯示屏ID對(duì)照表；

步驟S13：進(jìn)入神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)階段：神經(jīng)網(wǎng)絡(luò)根據(jù)已知的輸入?yún)?shù)和輸出參數(shù)進(jìn)行訓(xùn)練學(xué)習(xí)，學(xué)習(xí)結(jié)果作為神經(jīng)網(wǎng)絡(luò)使用階段的隱含層數(shù)據(jù)；

步驟S14：進(jìn)入神經(jīng)網(wǎng)絡(luò)完成訓(xùn)練學(xué)習(xí)后的使用階段：攝像裝置實(shí)時(shí)采集的用戶的照片信息首先經(jīng)過(guò)預(yù)處理然后被輸入到已經(jīng)完成訓(xùn)練學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，該神經(jīng)網(wǎng)絡(luò)根據(jù)輸入層新的信息自動(dòng)匹配隱含層已知的學(xué)習(xí)結(jié)果，并在輸出層輸出當(dāng)前用戶的面部方向；

步驟S15：處理器獲得當(dāng)前用戶的面部方向后，處理器首先訪問(wèn)并讀取存儲(chǔ)的面部方向-顯示屏ID對(duì)照表，然后，通過(guò)驅(qū)動(dòng)單元打開當(dāng)前面部方向所對(duì)應(yīng)的顯示屏或者提高當(dāng)前面部方向所對(duì)應(yīng)的顯示屏的亮度，對(duì)于剩余面部方向的顯示屏進(jìn)行關(guān)閉或者低亮度顯示，以此根據(jù)用戶的需求實(shí)時(shí)調(diào)整各個(gè)顯示屏的亮度。

2.根據(jù)權(quán)利要求1中所述的基于人工智能的面部追蹤調(diào)整多屏亮度的控制方法，其特征在于， 所述步驟S11中，面部方向向左旋轉(zhuǎn)角度大于15度的人臉圖片作為左方向的訓(xùn)練集樣本；面部方向向右旋轉(zhuǎn)角度大于15度的人臉圖片作為右方向的訓(xùn)練集樣本。

3.根據(jù)權(quán)利要求1中所述的基于人工智能的面部追蹤調(diào)整多屏亮度的控制方法，其特征在于，所述步驟S13的神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)結(jié)果為神經(jīng)網(wǎng)絡(luò)層與層之間連接的權(quán)重。

4.根據(jù)權(quán)利要求1中所述的基于人工智能的面部追蹤調(diào)整多屏亮度的控制方法，其特征在于，所述步驟S14中的攝像裝置安裝在用戶中間方向的顯示屏正中間位置，攝像裝置朝向用戶面部進(jìn)行拍攝。

5.根據(jù)權(quán)利要求1中所述的基于人工智能的面部追蹤調(diào)整多屏亮度的控制方法，其特征在于，所述步驟S14中的預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、濾波和銳化。

6.根據(jù)權(quán)利要求1中所述的基于人工智能的面部追蹤調(diào)整多屏亮度的控制方法，其特征在于，所述步驟S14中將攝像裝置采集的用戶照片輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)之后經(jīng)過(guò)卷積操作進(jìn)行提取特征，再經(jīng)過(guò)降采樣操作后輸出到下一層，經(jīng)過(guò)多次多個(gè)卷積、激活、池化層之后將結(jié)果輸出到全連接層，經(jīng)過(guò)全連接映射到最終分類結(jié)果：九種面部方向。