[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

本發明涉及一種大數據式智能處理平臺，包括：第一服務節點，由大數據服務器來實現，用于將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；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，用于智能預測未執行曝光的一幀圖像的現場抖動信息；智能去抖設備，用于對相機執行智能去抖操作。通過本發明，能夠在采用分布式大數據服務架構實現對相機數據的智能預測的同時，基于預測結果實現對相機的智能去抖，以在預測的抖動量過大時方執行鏡頭的歸位操作，從而避免出現不必要的繁瑣動作。

技術領域

本發明涉及大數據應用領域，尤其涉及一種大數據式智能處理平臺。

背景技術

隨著大數據的快速發展，就像計算機和互聯網一樣，大數據很有可能是新一輪的技術革命。隨之興起的數據挖掘、機器學習和人工智能等相關技術，可能會改變數據世界里的很多算法和基礎理論，實現科學技術上的突破。目前，可以將大數據普遍應用到各個具體領域以提供豐富的數據服務，但執行上述應用時需要對相應的技術方案進行健全以保證整個系統的完整搭建。例如，在將大數據應用到移動終端相機的智能去抖操作時，如何獲取智能去抖前的各項有效數據，是需要解決的問題之一。

發明內容

為了解決相關領域的技術問題，本發明提供了一種大數據式智能處理平臺，能夠在采用分布式大數據服務架構實現對移動終端相機數據的智能預測的同時，基于預測結果實現對相機的智能去抖，以在預測的抖動量過大時方執行鏡頭的歸位操作，從而實現去抖操作的自適應控制。

本發明的主要發明構思如下：建立人工智能模型以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，每一現場抖動信息包括光學去抖標記和抖動方向；以及采用智能去抖設備用于在接收到的未執行曝光的當前幀圖像的現場抖動信息中光學去抖標記為1即曝光期間抖動偏移數據超過光學去抖設備的最大行程時，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當前幀圖像的曝光期間執行相應的去抖處理，否則直接執行去抖處理，從而在保證去抖效果的同時避免不必要的繁瑣動作。

根據本發明的一方面，提供了一種大數據式智能處理平臺，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；