CN105392056B - 电视情景模式的确定方法及装置 - Google Patents

Abstract

本公开是关于一种电视情景模式的确定方法及装置。方法包括：将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到所述图像画面对应的第一画面特征；对所述第一画面特征进行降维处理，得到第二画面特征，其中，所述第二画面特征的维数小于所述第一画面特征的维数；计算所述第二画面特征与至少一个参考画面特征各自对应的距离值，其中，所述至少一个参考画面特征由至少一个预设场景类型的图像画面通过所述自动编码解码网络计算得到；根据至少一个参考画面特征各自对应的距离值确定所述画面图像需要调整的场景模式。本公开技术方案可以使视频播放设备能够感知并识别当前显示的图像画面的特征信息并自动地进行情景模式的设置。

Description

电视情景模式的确定方法及装置

技术领域

本公开涉及图像识别技术领域，尤其涉及一种电视情景模式的确定方法及装置。

背景技术

画质对电视而言是一个很重要的考量因素，对用户的影响也非常直观。当电视显示图像内容的画质较差时，用户通常会有很直观的视觉体验。相关技术中的智能电视通过图像质量(Picture Quality，简称为PQ)模块来调整电视显示图像内容的画质，PQ主要调整的图像内容参数包括亮度、对比度、饱和度、清晰度、色调、色温等，以适应不同的图像内容。通常情况下，普通用户不会根据画面的内容主动调整电视的情景模式，因此如何使电视根据当前显示的画面内容自动调整情景模式成为相关技术需要解决的技术问题。

发明内容

为克服相关技术中存在的问题，本公开实施例提供一种电视情景模式的确定方法及装置，用以根据当前显示的画面内容自动调整情景模式。

根据本公开实施例的第一方面，提供一种电视情景模式的确定方法，包括：

将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到所述图像画面对应的第一画面特征；

对所述第一画面特征进行降维处理，得到第二画面特征，其中，所述第二画面特征的维数小于所述第一画面特征的维数；

计算所述第二画面特征与至少一个参考画面特征各自对应的距离值，其中，所述至少一个参考画面特征由至少一个预设场景类型的图像画面通过所述自动编码解码网络计算得到；

根据所述至少一个参考画面特征各自对应的距离值确定所述画面图像需要调整的场景模式。

在一实施例中，所述自动编码解码网络包括至少一个编码层，所述方法还可包括：

通过无标签画面样本对所述至少一个编码层中的每一个编码层的编码特征参数进行训练，得到所述每一个编码层对应的编码特征表示参数；

对所述每一个编码层对应的编码特征表示参数通过该编码层对应的解码层进行数据重构，得到所述无标签画面样本的画面重构数据；

确定所述画面重构数据与所述无标签画面样本的重构误差；

根据所述重构误差调整所述每一个编码层的编码特征表示参数；

在所述重构误差达到最小值时，停止对所述自动编码解码网络的训练，得到第一次训练后的自动编码解码网络。

在一实施例中，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述方法还可包括：

将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第一输出结果；

将所述第一输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练；

在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，停止对所述分类器的训练。

在一实施例中，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述方法还可包括：

将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第二输出结果；

将所述第二输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练并对所述第一次训练后的自动编码解码网络的每一个编码层的编码特征表示参数进行微调；

在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，停止对所述分类器的训练和对所述每一个编码层的编码特征表示参数的微调。

在一实施例中，所述方法还可包括：

通过已训练的所述自动编码解码网络提取所述无标签画面样本的第一设定维数的编码特征表示参数；

对所述第一设定维数的编码特征表示参数进行线性判别式分析LDA训练，得到所述LDA的第二设定维数的投影矩阵。

在一实施例中，所述根据所述至少一个参考画面特征各自对应的距离值确定所述画面图像需要调整的场景模式，可包括：

确定所述至少一个参考画面特征各自对应的距离值中的最大值；

根据所述最大值对应的参考画面特征确定所述画面图像需要调整的场景模式。

在一实施例中，所述根据所述最大值对应的参考画面特征确定所述画面图像需要调整的场景模式，可包括：

确定所述最大值是否大于预设阈值；

当所述最大值大于所述预设阈值时，确定所述最大值对应的参考画面特征对应的调整画面参数为所述画面图像需要的调整画面参数；

当所述最大值小于预设阈值时，确定所述视频播放设备的预设画面参数为所述画面图像需要的调整画面参数。

在一实施例中，所述方法还可包括：

调用所述画面图像需要调整的场景模式对应的调整画面参数；

通过所述画面图像需要调整的场景模式对应的调整画面参数调整所述图像画面。

根据本公开实施例的第二方面，提供一种电视情景模式的确定装置，包括：

第一提取模块，被配置为将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到所述图像画面对应的第一画面特征；

降维处理模块，被配置为对所述第一提取模块提取到的所述第一画面特征进行降维处理，得到第二画面特征，其中，所述第二画面特征的维数小于所述第一画面特征的维数；

距离计算模块，被配置为计算所述降维处理模块降维处理后的第二画面特征与至少一个参考画面特征各自对应的距离值，其中，所述至少一个参考画面特征由至少一个预设场景类型的图像画面通过所述自动编码解码网络计算得到；

第一确定模块，被配置为根据所述距离计算模块计算得到的所述至少一个参考画面特征各自对应的距离值确定所述画面图像需要调整的场景模式。

在一实施例中，所述自动编码解码网络包括至少一个编码层，所述装置还可包括：

第一训练模块，被配置为通过无标签画面样本对所述至少一个编码层中的每一个编码层的编码特征参数进行训练，得到所述每一个编码层对应的编码特征表示参数；

第一重构模块，被配置为对所述第一训练模块训练得到的所述每一个编码层对应的编码特征表示参数通过该编码层对应的解码层进行数据重构，得到所述无标签画面样本的画面重构数据；

第二确定模块，被配置为确定所述第一重构模块确定的所述画面重构数据与所述无标签画面样本的重构误差；

第一调整模块，被配置为根据所述第二确定模块确定的所述重构误差调整所述每一个编码层的编码特征表示参数；

第一控制模块，被配置为在所述第二确定模块确定的所述重构误差达到最小值时，停止对所述自动编码解码网络的训练，得到第一次训练后的自动编码解码网络。

在一实施例中，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述装置还可包括：

第一处理模块，被配置为将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第一输出结果；

第二训练模块，被配置为将所述第一处理模块得到的所述第一输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练；

第二控制模块，被配置为在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，控制所述第二训练模块停止对所述分类器的训练。

在一实施例中，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述装置还可包括：

第二处理模块，被配置为将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第二输出结果；

第三训练模块，被配置为将所述第二处理模块得到的所述第二输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练并对所述第一次训练后的自动编码解码网络的每一个编码层的编码特征表示参数进行微调；

第三控制模块，被配置为在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，控制所述第三训练模块停止对所述分类器的训练和对所述每一个编码层的编码特征表示参数的微调。

在一实施例中，所述装置还可包括：

第二提取模块，被配置为通过已训练的所述自动编码解码网络提取所述无标签画面样本的第一设定维数的编码特征表示参数；

第四训练模块，被配置为对所述第二提取模块提取的所述第一设定维数的编码特征表示参数进行线性判别式分析LDA训练，得到所述LDA的第二设定维数的投影矩阵。

在一实施例中，所述第一确定模块可包括：

第一确定子模块，被配置为确定所述至少一个参考画面特征各自对应的距离值中的最大值；

第二确定子模块，被配置为根据所述第一确定子模块确定的所述最大值对应的参考画面特征确定所述画面图像需要调整的场景模式。

在一实施例中，所述第二确定子模块可包括：

第三确定子模块，被配置为确定所述最大值是否大于预设阈值；

第四确定子模块，被配置为当所述第三确定子模块确定所述最大值大于所述预设阈值时，确定所述最大值对应的参考画面特征对应的调整画面参数为所述画面图像需要的调整画面参数；

第五确定子模块，被配置为当所述第三确定子模块确定所述最大值小于预设阈值时，确定所述视频播放设备的预设画面参数为所述画面图像需要的调整画面参数。

在一实施例中，所述装置还可包括：

调用模块，被配置为调用所述第一确定模块确定的所述画面图像需要调整的场景模式对应的调整画面参数；

第二调整模块，被配置为通过所述调用模块调用的所述画面图像需要调整的场景模式对应的调整画面参数调整所述图像画面。

根据本公开实施例的第三方面，提供一种电视情景模式的确定装置，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到所述图像画面对应的第一画面特征；

对所述第一画面特征进行降维处理，得到第二画面特征，其中，所述第二画面特征的维数小于所述第一画面特征的维数；

计算所述第二画面特征与至少一个参考画面特征各自对应的距离值，其中，所述至少一个参考画面特征由至少一个预设场景类型的图像画面通过所述自动编码解码网络计算得到；

根据所述至少一个参考画面特征各自对应的距离值确定所述画面图像需要调整的场景模式。

本公开的实施例提供的技术方案可以包括以下有益效果：由于AED网络已经经过大量的画面样本训练得到画面特征，因此AED网络所提取画面图像的第一画面特征可以包含有当前显示的图像画面中的亮度、对比度、色饱和度、色锐度等特征信息，从而可以根据当前图像画面中的亮度、对比度、色饱和度、色锐度等特征信息来确定需要调节的场景模式，使视频播放设备能够感知并识别当前显示的图像画面的特征信息，从而可以使视频播放设备能够自动地进行情景模式的设置，避免了用户手动调整画面风格；通过对第一画面特征进行降维，可以大大降低在电视情景模式的识别过程中的计算复杂度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1A是根据一示例性实施例示出的电视情景模式的确定方法的流程图。

图1B是根据一示例性实施例示出的AED网络的结构示意图。

图2A是根据一示例性实施例示出的训练AED的流程图。

图2B是根据一示例性实施例示出的AED网络的结构示意图。

图2C是根据一示例性实施例示出的如何对AED网络进行训练的示意图。

图3A是根据一示例性实施例示出的如何通过有标签画面样本对AED网络的参数进行微调的流程图。

图3B是根据又一示例性实施例示出的如何通过有标签画面样本对连接至AED网络的分类器的参数进行微调的流程图。

图3C是根据又一示例性实施例示出的AED网络和分类器的结构示意图。

图4是根据一示例性实施例示出的电视情景模式的确定方法的流程图。

图5是根据一示例性实施例示出的一种电视情景模式的确定装置的框图。

图6是根据一示例性实施例示出的另一种电视情景模式的确定装置的框图。

图7是根据一示例性实施例示出的再一种电视情景模式的确定装置的框图。

图8是根据一示例性实施例示出的一种适用于电视情景模式的确定装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1A是根据一示例性实施例示出的电视情景模式的确定方法的流程图，图1B是根据一示例性实施例示出的AED网络的结构示意图；该电视情景模式的确定方法可以应用在具有视频播放功能的设备(例如：具有视频播放功能的智能电视、智能手机、平板电脑等)上，从而实现自动调整视屏播放设备当前显示的图像画面的画面风格。如图1A所示，该电视情景模式的确定方法包括以下步骤S101-S104：

在步骤S101中，将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到图像画面对应的第一画面特征。

在一实施例中，自动编码解码(Auto Encode Decode，简称为AED)网络可以包括编码层和解码层，将视频播放设备当前显示的图像画面输入到编码层，经过编码层的输出即为图像画面对应的第一画面特征，将该编码特征再输入到与该编码层相对应的解码层中，解码层的输出即为图像画面的第一画面特征。

在步骤S102中，对第一画面特征进行降维处理，得到第二画面特征，其中，第二画面特征的维数小于第一画面特征的维数。

在一实施例中，可以通过已经训练的线性判别式分析(Linear DiscriminantAnalysis，简称为LDA)对第一画面特征进行降维。在一实施例中，通过已训练的自动编码解码网络提取无标签画面样本的第一设定维数的画面特征；对第一设定维数的画面特征进行线性判别式分析LDA训练，得到LDA的第二设定维数的投影矩阵。例如，无标签画面样本从AED网络输出的第一设定维数为500维的编码特征表示参数，经过对LDA训练后，可以从训练后的LDA降维至第二设定维数为200维的编码特征表示参数。从而可以降低在计算距离值时的计算复杂度。在一实施例中，第一画面特征可以包含图像画面中的亮度、对比度、色饱和度、色锐度等特征信息。

在步骤S103中，计算第二画面特征与至少一个参考画面特征各自对应的距离值，其中，至少一个参考画面特征由至少一个预设场景类型的图像画面通过自动编码解码网络计算得到。

在一实施例中，可以计算第二画面特征与至少一个参考画面特征各自对应的余弦距离值或者欧式距离，将得到的至少一个距离值中最大值对应的参考画面特征确定所述画面图像需要调整的场景模式。在一实施例中，至少一个参考画面特征可以包括标准模式、电影模式、艳丽模式以及运动模式等，可以通过搜集海量的标准模式、电影模式、艳丽模式以及运动模式各自对应的图像样本，可以通过海量级的设定数量的不同类型的图像样本经过已训练AED网络计算得到。

在步骤S104中，根据至少一个参考画面特征各自对应的距离值确定画面图像需要调整的场景模式。

在一实施例中，可以计算第二画面特征与至少一个参考画面特征各自对应的余弦距离值或者欧式距离，将得到的至少一个距离值中最大值对应的参考画面特征确定所述画面图像需要调整的场景模式。

作为一个示例性场景，如图1B所示，当用户B需要观看视频播放设备11播放的视频节目时，采集视频播放设备11当前显示的图像画面，将图像画面输入至已经训练的自动编码解码网络12中，自动编码解码网络12输出第一画面图像的第一画面特征。当第一画面特征为500维的图像特征时，可以利用LDA模块13的投影矩阵对500维的第一画面特征进行降维，例如，LDA模块13将第一画面特征从500维降到了200维，也即LDA模块13输出了第一画面特征降维后的第二画面特征，例如，第二画面特征的维数为200维。距离计算模块14计算第二画面特征与存储模块15已存储的至少一个参考画面特征的距离值，结果输出模块16将该距离值与预设阈值进行比较，从至少一个距离值中找到最大值，根据该最大值来确定画面图像需要调整的场景模式，并输出该场景模式。

本实施例中，由于AED网络已经经过大量的画面样本训练得到的画面特征，因此AED网络所提取画面图像的第一画面特征可以包含有当前显示的图像画面中的亮度、对比度、色饱和度、色锐度等特征信息，从而可以根据当前图像画面中的亮度、对比度、色饱和度、色锐度等特征信息来确定需要调节的场景模式，使视频播放设备能够感知并识别当前显示的图像画面的特征信息，从而可以使视频播放设备能够自动地进行情景模式的设置，避免了用户手动调整画面风格；通过对第一画面特征进行降维，可以大大降低在电视情景模式的识别过程中的计算复杂度。

在一实施例中，自动编码解码网络包括至少一个编码层，电视情景模式的确定方法进一步还可包括：

通过无标签画面样本对至少一个编码层中的每一个编码层的编码特征参数进行训练，得到每一个编码层对应的编码特征表示参数；

对每一个编码层对应的编码特征表示参数通过该编码层对应的解码层进行数据重构，得到无标签画面样本的画面重构数据；

确定画面重构数据与无标签画面样本的重构误差；

根据重构误差调整每一个编码层的编码特征表示参数；

在重构误差达到最小值时，停止对自动编码解码网络的训练，得到第一次训练后的自动编码解码网络。

在一实施例中，在第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，电视情景模式的确定方法进一步还可包括：

将有标签画面样本输入至第一次训练后的自动编码解码网络，得到第一输出结果；

将第一输出结果输入到分类器，通过有标签画面样本对分类器进行训练；

在分类器输出的结果与有标签画面样本的重构误差最小时，停止对分类器的训练。

在一实施例中，在第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，电视情景模式的确定方法进一步还可包括：

将有标签画面样本输入至第一次训练后的自动编码解码网络，得到第二输出结果；

将第二输出结果输入到分类器，通过有标签画面样本对分类器进行训练并对第一次训练后的自动编码解码网络的每一个编码层的编码特征表示参数进行微调；

在分类器输出的结果与有标签画面样本的重构误差最小时，停止对分类器的训练和对每一个编码层的编码特征表示参数的微调。

在一实施例中，电视情景模式的确定方法进一步还可包括：

通过已训练的自动编码解码网络提取无标签画面样本的第一设定维数的编码特征表示参数；

对第一设定维数的编码特征表示参数进行线性判别式分析LDA训练，得到LDA的第二设定维数的投影矩阵。

在一实施例中，根据至少一个参考画面特征各自对应的距离值确定画面图像需要调整的场景模式，具体可包括：

确定至少一个参考画面特征各自对应的距离值中的最大值；

根据最大值对应的参考画面特征确定画面图像需要调整的场景模式。

在一实施例中，根据最大值对应的参考画面特征确定画面图像需要调整的场景模式，具体可包括：

确定最大值是否大于预设阈值；

当最大值大于预设阈值时，确定最大值对应的参考画面特征对应的调整画面参数为画面图像需要的调整画面参数；

当最大值小于预设阈值时，确定视频播放设备的预设画面参数为画面图像需要的调整画面参数。

在一实施例中，电视情景模式的确定方法进一步还可包括：

调用画面图像需要调整的场景模式对应的调整画面参数；

通过画面图像需要调整的场景模式对应的调整画面参数调整图像画面。

具体如何确定电视情景模式的，请参考后续实施例。

至此，本公开实施例提供的上述方法，可以根据当前图像画面中的亮度、对比度、色饱和度、色锐度等特征信息来确定需要调节的场景模式，使视频播放设备能够感知并识别当前显示的图像画面的特征信息，从而可以使视频播放设备能够自动地进行情景模式的设置，避免了用户手动调整画面风格；通过对第一画面特征进行降维，可以大大降低在电视情景模式的识别过程中的计算复杂度。

下面以具体实施例来说明本公开实施例提供的技术方案。

图2A是根据一示例性实施例示出的训练AED的流程图，图2B是根据一示例性实施例示出的AED网络的结构示意图，图2C是根据一示例性实施例示出的如何对AED网络进行训练的示意图；本实施例利用本公开实施例提供的上述方法，以如何通过无标签画面样本对AED网络和LDA进行训练为例进行示例性说明。如图2A所示，训练AED包括如下步骤：

在步骤S201中，通过无标签画面样本对至少一个编码层中的每一个编码层的编码特征参数进行训练，得到每一个编码层对应的编码特征表示参数。

在步骤S202中，对每一个编码层对应的编码特征表示参数通过该编码层对应的解码层进行数据重构，得到无标签画面样本的画面重构数据。

在步骤S203中，确定画面重构数据与无标签画面样本的重构误差。

在步骤S204中，根据重构误差调整每一编码层的编码特征表示参数。

在步骤S205中，在重构误差达到最小值时，停止对自动编码解码网络的训练。

在一实施例中，AED网络包括至少一个编码层。例如，如图2C所示的AED网络20包括3个编码层(分别为编码层21、编码层22、编码层23)。如图2C所示，以对编码层21进行训练为例进行示例性说明，对于大量(例如，60万张的无标签画面样本)的无标签画面样本，可以将每一个无标签画面样本输入编码层21，从编码层21得到一个无标签画面样本的编码特征表示参数，该编码特征表示参数也就是输入的无标签画面样本的一个表示，为了验证该编码特征表示参数是否与该无标签画面样本一致，可以将编码特征表示参数输入到图2B所示的解码层24，通过重构误差计算模块25计算得到解码层24的输出信息与无标签画面样本之间的重构误差。如果重构误差尚未达到最小值，可以根据重构误差调整编码层21的编码特征表示参数，直至重构误差达到最小值，可以视为该编码特征表示参数在编码层21能够表示该无标签画面样本。

与上述编码层21类似的训练方式，可以对编码层22和编码层23通过各自对应的解码层来验证编码层22和编码层23各自对应的编码特征表示参数是否与该无标签画面样本一致，直至编码层22和编码层23能够表示该无标签画面样本，本公开不再详述。

本实施例中，通过对AED网络进行训练，可以使AED网络对画面样本进行编码，通过编码特征表示参数来表示画面样本，当无标签画面样本的数量达到一定数量时，可以使训练后的AED网络能够识别出画面图像中有利于画面风格的特征信息，确保后期在使用AED网络提取画面图像中的第一画面特征时的准确度。

图3A是根据一示例性实施例示出的如何通过有标签画面样本对AED网络的参数进行微调的流程图，图3B是根据又一示例性实施例示出的如何通过有标签画面样本对连接至AED网络的分类器的参数进行微调的流程图，图3C是根据又一示例性实施例示出的AED网络和分类器的结构示意图。

如图3A所示，通过有标签画面样本对AED网络的参数进行微调的过程包括如下步骤：

在步骤S301中，将有标签画面样本输入至第一次训练后的自动编码解码网络，得到第一输出结果。

在步骤S302中，将第一输出结果输入到分类器，通过有标签画面样本对分类器进行训练。

在步骤S303中，在分类器输出的结果与有标签画面样本的重构误差最小时，停止对分类器的训练。

如图3C所示，在经过上述图2A所示实施例对AED进行训练后，可以得到AED网络20的多个编码层(图3C所示的编码层21、编码层22、编码层23)的编码特征表示参数，通过每一个编码层都会得到无标签画面样本的不同表达，本领域技术人员可以理解的是，本公开对AED网络的层数不做限制。

为了使AED网络能够实现分类，可以在AED网络的最顶层的编码层(例如，编码层23)添加一个分类器31。该分类器31例如可以为罗杰斯特回归、SVM等分类器。通过标准的多层神经网络的监督训练方法(例如，梯度下降法)采用有标签画面样本的第一输出结果去训练分类器31，当重构误差计算模块32计算得到的分类器输出的结果与有标签画面样本的重构误差最小时，停止对分类器31的分类，从而使AED网络20实现分类的功能。

如图3B所示，通过有标签画面样本对连接至AED网络的分类器的参数进行微调的过程包括如下步骤：

在步骤S311中，将有标签画面样本输入至第一次训练后的自动编码解码网络，得到第一输出结果。

在步骤S312中，将第一输出结果输入到分类器，通过有标签画面样本对分类器进行训练并对第一次训练后的自动编码解码网络的每一个编码层的编码特征表示参数进行微调。

在步骤S313中，在分类器输出的结果与有标签画面样本的重构误差最小时，停止对分类器的训练和对每一个编码层的编码特征表示参数的微调。

与上述图3A的描述类似，通过标准的多层神经网络的监督训练方法(例如，梯度下降法)采用有标签画面样本的第一输出结果去训练分类器31以及微调编码层21、编码层22和编码层23各层对应的编码特征表示参数。当重构误差计算模块32计算得到的分类器输出的结果与有标签画面样本的重构误差最小时，停止对分类器31的分类。在AED网络20既能实现分类的基础上，还可以实现对AED网络20的微调，当有标签画面样本的数据足够多时，可以使AED网络达到实现端对端学习(end-to-end learning)，从而提高AED网络和分类器在确定情景模式时的准确度。

图4是根据一示例性实施例示出的电视情景模式的确定方法的流程图；本实施例利用本公开实施例提供的上述方法，以如何通过余弦距离来确定电视情景模式为例进行示例性说明，如图4所示，包括如下步骤：

在步骤S401中，将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到图像画面对应的第一画面特征。

在步骤S402中，对第一画面特征进行降维处理，得到第二画面特征，其中，第二画面特征的维数小于第一画面特征的维数。

步骤S401和步骤S402的相关描述请参见上述图1A所示实施例的描述，在此不再详述。

在步骤S403中，计算第二画面特征与至少一个参考画面特征各自对应的余弦距离，其中，至少一个参考画面特征由至少一个预设场景类型的图像画面通过自动编码解码网络计算得到。

在一实施例中，第二画面特征与至少一个参考画面特征各自对应的余弦距离的计算方法可以参见相关技术中关于余弦距离的计算方法，本公开在此不详述。

在步骤S404中，确定至少一个参考画面特征各自对应的距离值中的最大值。

在步骤S405中，确定最大值是否大于预设阈值，当余弦距离大于预设阈值时，执行步骤S406，当余弦距离小于或者等于预设阈值时，执行步骤S409。

在一实施例中，可以通过对用于记录画面样本的数据库中存储的海量的画面样本进行训练得到一个合适的预设阈值，预设阈值可以为用户能够接受的识别错误率。例如，如果样本数据库中有类内样本10万对，类间样本100万对，为了保持千分之一的识别错误率，可以对每一对通过余弦距离计算得到的一个0-1之间的值结合识别错误率来确定一个合适的预设阈值即可，其中，类内样本的余弦距离的值有10万个，类间样本的余弦距离的值100万个，也即，得到了110万个余弦距离的值。

在步骤S406中，当最大值大于预设阈值时，确定最大值对应的参考画面特征对应的调整画面参数为画面图像需要的调整画面参数。

在步骤S407中，调用画面图像需要调整的场景模式对应的调整画面参数。

在步骤S408中，通过画面图像需要调整的场景模式对应的调整画面参数调整图像画面，流程结束。

在步骤S407和步骤S408中，例如，画面图像需要调整的场景模式为运动模式，此时可以调用运动模式对应的调整画面参数，通过该运动模式对应的调整画面参数调整图像画面后，可以使该图像画面具有运动的画风。

在步骤S409中，当最大值小于预设阈值时，确定视频播放设备的预设画面参数为画面图像需要的调整画面参数，流程结束。

本实施例在具有上述实施例有益技术效果的基础上，通过第二画面特征和至少一个参考画面特征的余弦距离来确定视频播放设备的预设画面参数为画面图像需要的调整画面参数，由于预设阈值可以通过大量的画面样本训练得到并结合了用户可接受的识别错误率，因此在一定程度上提高了用户在需要调整视频播放设备的情景模式的体验。

图5是根据一示例性实施例示出的一种电视情景模式的确定装置的框图，如图5所示，电视情景模式的确定装置包括：

第一提取模块51，被配置为将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到图像画面对应的第一画面特征；

降维处理模块52，被配置为对第一提取模块51提取到的第一画面特征进行降维处理，得到第二画面特征，其中，第二画面特征的维数小于第一画面特征的维数；

距离计算模块53，被配置为计算降维处理模块52降维处理后的第二画面特征与至少一个参考画面特征各自对应的距离值，其中，至少一个参考画面特征由至少一个预设场景类型的图像画面通过自动编码解码网络计算得到；

第一确定模块54，被配置为根据距离计算模块53计算得到的至少一个参考画面特征各自对应的距离值确定画面图像需要调整的场景模式。

图6是根据一示例性实施例示出的另一种电视情景模式的确定装置的框图，如图6所示，在上述图5所示实施例的基础上，在一实施例中，自动编码解码网络包括至少一个编码层，装置还可包括：

第一训练模块55，被配置为通过无标签画面样本对至少一个编码层中的每一个编码层的编码特征参数进行训练，得到每一个编码层对应的编码特征表示参数；

第一重构模块56，被配置为对第一训练模块55训练得到的每一个编码层对应的编码特征表示参数通过该编码层对应的解码层进行数据重构，得到无标签画面样本的画面重构数据；

第二确定模块57，被配置为确定第一重构模块55确定的画面重构数据与无标签画面样本的重构误差；

第一调整模块58，被配置为根据第二确定模块57确定的重构误差调整每一编码层的编码特征表示参数；

第一控制模块59，被配置为在第二确定模块57确定的重构误差达到最小值时，停止对自动编码解码网络的训练，得到第一次训练后的自动编码解码网络。

在一实施例中，在第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，装置还可包括：

第一处理模块60，被配置为将有标签画面样本输入至第一次训练后的自动编码解码网络，得到第一输出结果；

第二训练模块61，被配置为将第一处理模块60得到的第一输出结果输入到分类器，通过有标签画面样本对分类器进行训练；

第二控制模块62，被配置为在分类器输出的结果与有标签画面样本的重构误差最小时，控制第二训练模块61停止对分类器的训练。

在一实施例中，在第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，装置还可包括：

第二处理模块63，被配置为将有标签画面样本输入至第一次训练后的自动编码解码网络，得到第二输出结果；

第三训练模块64，被配置为将第二处理模块63得到的第二输出结果输入到分类器，通过有标签画面样本对分类器进行训练并对第一次训练后的自动编码解码网络的每一个编码层的编码特征表示参数进行微调；

第三控制模块65，被配置为在分类器输出的结果与有标签画面样本的重构误差最小时，控制第三训练模块64停止对分类器的训练和对每一个编码层的编码特征表示参数的微调。

在一实施例中，装置还可包括：

第二提取模块66，被配置为通过已训练的自动编码解码网络提取无标签画面样本的第一设定维数的编码特征表示参数；

第四训练模块67，被配置为对第二提取模块66提取的第一设定维数的编码特征表示参数进行线性判别式分析LDA训练，得到LDA的第二设定维数的投影矩阵，以供降维处理模块52通过投影矩阵对第一提取模块51提取到的第一画面特征进行降维处理。

图7是根据一示例性实施例示出的再一种电视情景模式的确定装置的框图，如图7所示，在上述图5或图6所示实施例的基础上，在一实施例中，第一确定模块54可包括：

第一确定子模块541，被配置为确定至少一个参考画面特征各自对应的距离值中的最大值；

第二确定子模块542，被配置为根据第一确定子模块541确定的最大值对应的参考画面特征确定画面图像需要调整的场景模式。

在一实施例中，第二确定子模块542可包括：

第三确定子模块5421，被配置为确定最大值是否大于预设阈值；

第四确定子模块5422，被配置为当第三确定子模块确5421定最大值大于预设阈值时，确定最大值对应的参考画面特征对应的调整画面参数为画面图像需要的调整画面参数；

第五确定子模块5423，被配置为当第三确定子模块5421确定最大值小于预设阈值时，确定视频播放设备的预设画面参数为画面图像需要的调整画面参数。

在一实施例中，装置还可包括：

调用模块68，被配置为调用第一确定模块64确定的画面图像需要调整的场景模式对应的调整画面参数；

第二调整模块69，被配置为通过调用模块68调用的画面图像需要调整的场景模式对应的调整画面参数调整图像画面。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8是根据一示例性实施例示出的一种适用于电视情景模式的确定装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (15)

1.一种电视情景模式的确定方法，其特征在于，所述方法包括：

将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到所述图像画面对应的第一画面特征；

对所述第一画面特征进行降维处理，得到第二画面特征，其中，所述第二画面特征的维数小于所述第一画面特征的维数；

计算所述第二画面特征与至少一个参考画面特征各自对应的距离值，其中，所述至少一个参考画面特征由至少一个预设场景类型的图像画面通过所述自动编码解码网络计算得到；

根据所述至少一个参考画面特征各自对应的距离值确定所述图像画面需要调整的场景模式；其中，

所述根据所述至少一个参考画面特征各自对应的距离值确定所述图像画面需要调整的场景模式，包括：

确定所述至少一个参考画面特征各自对应的距离值中的最大值；

根据所述最大值对应的参考画面特征确定所述图像画面需要调整的场景模式。

2.根据权利要求1所述的方法，其特征在于，所述自动编码解码网络包括至少一个编码层，所述方法还包括：

通过无标签画面样本对所述至少一个编码层中的每一个编码层的编码特征参数进行训练，得到所述每一个编码层对应的编码特征表示参数；

对所述每一个编码层对应的编码特征表示参数通过该编码层对应的解码层进行数据重构，得到所述无标签画面样本的画面重构数据；

确定所述画面重构数据与所述无标签画面样本的重构误差；

根据所述重构误差调整所述每一个编码层的编码特征表示参数；

在所述重构误差达到最小值时，停止对所述自动编码解码网络的训练，得到第一次训练后的自动编码解码网络。

3.根据权利要求2所述的方法，其特征在于，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述方法还包括：

将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第一输出结果；

将所述第一输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练；

在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，停止对所述分类器的训练。

4.根据权利要求2所述的方法，其特征在于，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述方法还包括：

将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第二输出结果；

将所述第二输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练并对所述第一次训练后的自动编码解码网络的每一个编码层的编码特征表示参数进行微调；

在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，停止对所述分类器的训练和对所述每一个编码层的编码特征表示参数的微调。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

通过已训练的所述自动编码解码网络提取所述无标签画面样本的第一设定维数的编码特征表示参数；

对所述第一设定维数的编码特征表示参数进行线性判别式分析LDA训练，得到所述LDA的第二设定维数的投影矩阵。

6.根据权利要求1所述的方法，其特征在于，所述根据所述最大值对应的参考画面特征确定所述图像画面需要调整的场景模式，包括：

确定所述最大值是否大于预设阈值；

当所述最大值大于所述预设阈值时，确定所述最大值对应的参考画面特征对应的调整画面参数为所述图像画面需要的调整画面参数；

当所述最大值小于预设阈值时，确定所述视频播放设备的预设画面参数为所述图像画面需要的调整画面参数。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

调用所述图像画面需要调整的场景模式对应的调整画面参数；

通过所述图像画面需要调整的场景模式对应的调整画面参数调整所述图像画面。

8.一种电视情景模式的确定装置，其特征在于，所述装置包括：

第一提取模块，被配置为将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到所述图像画面对应的第一画面特征；

降维处理模块，被配置为对所述第一提取模块提取到的所述第一画面特征进行降维处理，得到第二画面特征，其中，所述第二画面特征的维数小于所述第一画面特征的维数；

距离计算模块，被配置为计算所述降维处理模块降维处理后的第二画面特征与至少一个参考画面特征各自对应的距离值，其中，所述至少一个参考画面特征由至少一个预设场景类型的图像画面通过所述自动编码解码网络计算得到；

第一确定模块，被配置为根据所述距离计算模块计算得到的所述至少一个参考画面特征各自对应的距离值确定所述图像画面需要调整的场景模式；其中，

所述第一确定模块包括：

第一确定子模块，被配置为确定所述至少一个参考画面特征各自对应的距离值中的最大值；

第二确定子模块，被配置为根据所述第一确定子模块确定的所述最大值对应的参考画面特征确定所述图像画面需要调整的场景模式。

9.根据权利要求8所述的装置，其特征在于，所述自动编码解码网络包括至少一个编码层，所述装置还包括：

第一训练模块，被配置为通过无标签画面样本对所述至少一个编码层中的每一个编码层的编码特征参数进行训练，得到所述每一个编码层对应的编码特征表示参数；

第一重构模块，被配置为对所述第一训练模块训练得到的所述每一个编码层对应的编码特征表示参数通过该编码层对应的解码层进行数据重构，得到所述无标签画面样本的画面重构数据；

第二确定模块，被配置为确定所述第一重构模块确定的所述画面重构数据与所述无标签画面样本的重构误差；

第一调整模块，被配置为根据所述第二确定模块确定的所述重构误差调整所述每一个编码层的编码特征表示参数；

第一控制模块，被配置为在所述第二确定模块确定的所述重构误差达到最小值时，停止对所述自动编码解码网络的训练，得到第一次训练后的自动编码解码网络。

10.根据权利要求9所述的装置，其特征在于，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述装置还包括：

第一处理模块，被配置为将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第一输出结果；

第二训练模块，被配置为将所述第一处理模块得到的所述第一输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练；

第二控制模块，被配置为在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，控制所述第二训练模块停止对所述分类器的训练。

11.根据权利要求9所述的装置，其特征在于，在所述第一次训练后的自动编码解码网络的最后一个编码层连接有分类器，所述装置还包括：

第二处理模块，被配置为将有标签画面样本输入至所述第一次训练后的自动编码解码网络，得到第二输出结果；

第三训练模块，被配置为将所述第二处理模块得到的所述第二输出结果输入到所述分类器，通过所述有标签画面样本对所述分类器进行训练并对所述第一次训练后的自动编码解码网络的每一个编码层的编码特征表示参数进行微调；

第三控制模块，被配置为在所述分类器输出的结果与所述有标签画面样本的重构误差最小时，控制所述第三训练模块停止对所述分类器的训练和对所述每一个编码层的编码特征表示参数的微调。

12.根据权利要求9所述的装置，其特征在于，所述装置还包括：

第二提取模块，被配置为通过已训练的所述自动编码解码网络提取所述无标签画面样本的第一设定维数的编码特征表示参数；

第四训练模块，被配置为对所述第二提取模块提取的所述第一设定维数的编码特征表示参数进行线性判别式分析LDA训练，得到所述LDA的第二设定维数的投影矩阵。

13.根据权利要求12所述的装置，其特征在于，所述第二确定子模块包括：

第三确定子模块，被配置为确定所述最大值是否大于预设阈值；

第四确定子模块，被配置为当所述第三确定子模块确定所述最大值大于所述预设阈值时，确定所述最大值对应的参考画面特征对应的调整画面参数为所述图像画面需要的调整画面参数；

第五确定子模块，被配置为当所述第三确定子模块确定所述最大值小于预设阈值时，确定所述视频播放设备的预设画面参数为所述图像画面需要的调整画面参数。

14.根据权利要求8所述的装置，其特征在于，所述装置还包括：

调用模块，被配置为调用所述第一确定模块确定的所述图像画面需要调整的场景模式对应的调整画面参数；

第二调整模块，被配置为通过所述调用模块调用的所述图像画面需要调整的场景模式对应的调整画面参数调整所述图像画面。

15.一种电视情景模式的确定装置，其特征在于，所述装置包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

将视频播放设备当前显示的图像画面通过自动编码解码网络进行特征提取，得到所述图像画面对应的第一画面特征；

对所述第一画面特征进行降维处理，得到第二画面特征，其中，所述第二画面特征的维数小于所述第一画面特征的维数；

计算所述第二画面特征与至少一个参考画面特征各自对应的距离值，其中，所述至少一个参考画面特征由至少一个预设场景类型的图像画面通过所述自动编码解码网络计算得到；

根据所述至少一个参考画面特征各自对应的距离值确定所述图像画面需要调整的场景模式；其中，

所述根据所述至少一个参考画面特征各自对应的距离值确定所述图像画面需要调整的场景模式，包括：

确定所述至少一个参考画面特征各自对应的距离值中的最大值；

根据所述最大值对应的参考画面特征确定所述图像画面需要调整的场景模式。