[發明專利]大數據式智能處理平臺

在審

• 申請號: 202210232876.3
• 申請日: 2022-03-09
• 公開（公告）號: CN114466142A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 阮榮軍
• 申請（專利權）人: 阮榮軍
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04N5/225;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種大數據式智能處理平臺，其特征在于，所述平臺包括：

標記采集設備，設置在移動終端的防護外殼內，與移動終端的相機連接，用于采集所述相機在過往每一幀圖像的曝光期間抖動偏移數據是否超過光學去抖設備的最大行程，并在超過時，將光學去抖標記設置為1，否則，將光學去抖標記設置為0；

方向采集設備，設置在所述防護外殼內，與所述相機連接，用于采集所述相機在過往每一幀圖像的曝光期間的抖動方向；

第一服務節點，由大數據服務器來實現，通過網絡分別與所述標記采集設備和所述方向采集設備連接，用于將所述相機在過往每一幀圖像的光學去抖標記和抖動方向作為該幀圖像對應的一份現場抖動信息以獲得目標幀圖像以前各幀圖像分別對應的各份現場抖動信息并作為深度神經網絡模型的輸入層的各份輸入數據，將目標幀圖像對應的一份現場抖動信息作為深度神經網絡模型的輸出層的單份輸出數據，以獲取所述深度神經網絡模型；

第二服務節點，由不同于第一服務節點的大數據服務器來實現，用于將訓練后的所述深度神經網絡模型作為人工智能模型，采用未執行曝光的一幀圖像以前各幀圖像分別對應的各份現場抖動信息并作為所述人工智能模型的輸入層的各份輸入數據并執行所述人工智能模型以獲得所述人工智能模型輸出的未執行曝光的該幀圖像的現場抖動信息；

智能去抖設備，設置在所述防護外殼內并與所述相機的鏡頭連接，用于在接收到的未執行曝光的該幀圖像的現場抖動信息中光學去抖標記為1時，在對該幀圖像執行曝光前將鏡頭推送到鏡筒的中心位置，并基于接收到的抖動方向在該幀圖像的曝光期間執行相應的去抖處理；

其中，所述深度神經網絡模型的輸入層的各份輸入數據的數量與每一幀圖像的快門時長單調正向關聯。

2.如權利要求1所述的大數據式智能處理平臺，其特征在于，所述平臺還包括：

內容播報器件，與所述智能去抖設備連接，用于實時顯示接收到的未執行曝光的該幀圖像的現場抖動信息。

3.如權利要求1-2任一所述的大數據式智能處理平臺，其特征在于：

將訓練后的所述深度神經網絡模型作為人工智能模型包括：所述深度神經網絡模型在作為所述人工智能模型之前被訓練的次數與鏡筒截面積的數值單調正向關聯。

4.如權利要求3所述的大數據式智能處理平臺，其特征在于：

基于接收到的抖動方向在該幀圖像的曝光期間執行相應的去抖處理包括：在該幀圖像的曝光期間執行的去抖方向與接收到的抖動方向相反。

5.如權利要求1-2任一所述的大數據式智能處理平臺，其特征在于：

所述深度神經網絡模型的輸入層的各份輸入數據的數量與每一幀圖像的快門時長單調正向關聯包括：所述深度神經網絡模型的輸入層的各份輸入數據的數量與每一幀圖像的快門時長成正比。

6.如權利要求5所述的大數據式智能處理平臺，其特征在于：

將訓練后的所述深度神經網絡模型作為人工智能模型包括：所述深度神經網絡模型在作為所述人工智能模型之前被訓練的次數與鏡筒截面積的數值單調正向關聯包括：將訓練后的所述深度神經網絡模型作為人工智能模型包括：所述深度神經網絡模型在作為所述人工智能模型之前被訓練的次數與鏡筒截面積的數值成正比。

7.如權利要求1-2任一所述的大數據式智能處理平臺，其特征在于：

采集所述相機在過往每一幀圖像的曝光期間的抖動方向包括：采集的所述相機在過往每一幀圖像的曝光期間的抖動方向可拆解為預設數量的多軸的各個抖動分方向。

8.如權利要求1-2任一所述的大數據式智能處理平臺，其特征在于：

所述智能去抖設備還用于在接收到的未執行曝光的該幀圖像的現場抖動信息中光學去抖標記為0時，不在對該幀圖像執行曝光前將鏡頭推送到鏡筒的中心位置，直接基于接收到的抖動方向在該幀圖像的曝光期間執行相應的去抖處理。

9.一種大數據式智能處理方法，所述方法包括使用如權利要求1-8任一所述的大數據式智能處理平臺以在大數據應用的基礎上基于歷史各次曝光的抖動數據實現對本次曝光抖動數據的預測并基于預測結果執行對本次曝光器件的智能去抖處理。