CN106534714A - 曝光控制方法、装置和电子设备 - Google Patents

Abstract

公开了一种曝光控制方法、装置和电子设备。所述方法包括：分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；分别在所述多张预览图像中识别关注区域；以及根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。因此，可以准确地对关注区域进行曝光，降低曝光错误的可能性。

Description

曝光控制方法、装置和电子设备

技术领域

本申请涉及成像领域，且更具体地，涉及一种曝光控制方法、装置、电子设备、计算机程序产品和计算机可读存储介质。

背景技术

现有的自动曝光方法分为全局曝光、局部曝光、单点曝光等等。在局部曝光中，可以按照整幅图像中某个关注区域(ROI)的像素的亮度值选择合适的曝光值来对成像场景进行成像操作。

例如，作为一种典型的局部曝光方法，在拍摄人物时候，相机的自动人脸曝光功能可以自动地选定人物的脸部作为关注区域，并依据人脸区域完成测光和对应曝光拍摄操作。具体地，现有人脸曝光方法首先做一次全局曝光；然后利用人脸检测算法找到作为ROI的人脸区域；最后根据摄像头对人脸区域的感光值确定当前光照度，并以此数据确定最终曝光值来拍摄照片。

然而，上述人脸曝光方法算法过于简单，可能会出现错误曝光。例如，在某些明暗对比度较大的情况下(例如，在逆光拍摄站在玻璃墙前面的人时)，在通过上述方法全局曝光拍出来的图片中，可能人脸区域亮度过低，因而未能将人脸检测出来；或者某些地方被错误地识别成人脸，从而导致最终人脸曝光失效。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种曝光控制方法、装置、电子设备、计算机程序产品和计算机可读存储介质，其可以准确地对关注区域进行曝光，降低曝光错误的可能性。

根据本申请的一个方面，提供了一种曝光控制方法，包括：分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；分别在所述多张预览图像中识别关注区域；以及根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

根据本申请的另一方面，提供了一种曝光控制装置，包括：图像曝光单元，用于分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；区域识别单元，用于分别在所述多张预览图像中识别关注区域；以及曝光值确定单元，用于根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

根据本申请的另一方面，提供了一种电子设备，包括：处理器；存储器；以及存储在所述存储器中的计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行上述的曝光控制方法。

根据本申请的另一方面，提供了一种计算机程序产品，包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行上述的曝光控制方法。

根据本申请的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行上述的曝光控制方法。

与现有技术相比，采用根据本申请实施例的曝光控制方法、装置、电子设备、计算机程序产品和计算机可读存储介质，可以分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；分别在所述多张预览图像中识别关注区域；并且根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。因此，可以准确地对关注区域进行曝光，降低曝光错误的可能性。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1图示了根据本申请第一实施例的曝光控制方法的流程图。

图2图示了根据本申请第一实施例的最终曝光值确定步骤的流程图。

图3图示了根据本申请第二实施例的曝光控制方法的流程图。

图4图示了根据本申请第二实施例的最终曝光值确定步骤的第一示例流程图。

图5图示了根据本申请第二实施例的最终曝光值确定步骤的第二示例流程图。

图6图示了根据本申请第二实施例的最终曝光值确定步骤的第三示例流程图。

图7A到图7C图示了根据本申请实施例的曝光控制方法的应用场景图。

图8图示了根据本申请实施例的曝光控制装置的框图。

图9图示了根据本申请实施例的电子设备的框图。

具体实施方式

下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

如上所述，现有的局部曝光方法流程如下：首先，做一次全局曝光；然后，利用关注区域(ROI)检测算法检测ROI(例如，人脸区域)；最后，根据摄像头对ROI的感光值确定当前光照度，并以此数据确定最终曝光值来拍摄照片。

这种方法在明暗对比度较大的情况下(例如，在逆光拍摄站在玻璃墙前面的人时)，全局曝光得到的曝光值不见得适合真正ROI的曝光。以人脸曝光为例，由于逆光等原因，真正的人脸可能并未被人脸检测算法检出。同样地，由于大对比度差异，人脸检测算法也可能会错误地标定某一不相干物品。那么，按照现有的人脸曝光方法，相机会将该不相干物品区域作为人脸区域并依据此区域完成测光和曝光，从而漏掉了用户真正期望曝光的人脸区域。

针对该技术问题，本申请的基本构思是提出一种新的曝光控制方法、装置、电子设备、计算机程序产品和计算机可读存储介质，其可以分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；分别在所述多张预览图像中识别关注区域；并且根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。因此，可以准确地对关注区域进行曝光，降低曝光错误的可能性。

下面，将参考附图来更加详细地描述根据本申请的各个实施例。

示例性方法

图1图示了根据本申请第一实施例的曝光控制方法的流程图。

如图1所示，根据本申请第一实施例的曝光控制方法可以包括：

在步骤S110中，分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像。

曝光是指被摄影物体发出或反射的光线，通过相机镜头投射到感光片上，使之发生光化反应或光电反应，产生显影的过程。有三个因素能影响一张照片是否被正确曝光：光圈、快门速度、感光度(ISO)，其中，光圈和快门速度联合决定进光量，而ISO决定成像元件(例如，电荷耦合元件CCD/互补金属氧化物半导体CMOS)的感光速度。例如，如果进光量不够，我们可以开大光圈或者降低快门速度，如果还是不够的话，可以进一步提高ISO。

例如，曝光值可以通过EV(Exposure Value)值来表征。EV值是一个在摄影界比较常用的、显示绝对的曝光量的参数，与照度(勒克斯Lux)是一一对应的。比如说，2.5Lux是EV1，5Lux是EV2，10Lux是EV3，20Lux是EV4……，以此类推。常用曝光值大概以EV16封顶，这个时候已经达到163840Lux。通常地，EV1是在ISO为100、光圈为f/1.0、快门速度为1s时，正常曝光的曝光值。

简单地，在一个示例中，所述多个初始曝光值可以是预先设定的，并且每两个相邻的初始曝光值之间的跨度大于或等于预定阈值。例如，所述初始曝光值可以为任意的几个曝光值，如EV1、EV2等。初始曝光值的个数，即初始曝光的次数，可以取决于算法的精度和造成的延迟来综合权衡。

例如，可以初始地选择EV1(ISO为100、光圈为f/1.0、快门速度为1s)作为一个初始曝光值，再选择两个其他的曝光值(例如，ISO为100、光圈为f/1.0、快门速度为0.1s和ISO为100、光圈为f/1.0、快门速度为10s)，总共三个曝光值。

然而，由于不同成像场景的明暗度可能差别巨大，如果采用固定的多个初始曝光值对成像场景进行多次全局曝光，可能没有办法获得最适应某个特定场景的曝光效果，因此，所述多个初始曝光值也可以是经过测试而设定的。

即，在另一示例中，在步骤S110之前，所述方法还可以包括：以一个默认曝光值对所述成像场景进行一次全局曝光，从而生成一张测试图像；以及根据所述测试图像的整体光照度来确定所述多个初始曝光值。

这样，可以为较亮的场景选择具有一定跨度的较小的曝光量，以防止过曝，而为较暗的场景选择具有一定跨度的较大的曝光量，以防止欠曝，从而获得更好的图像曝光效果。

在确定出多个初始曝光值之后，可以使用所述多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像。

在步骤S120中，分别在所述多张预览图像中识别关注区域。

接下来，可以采用关注区域(ROI)检测算法来在所述多张预览图像中检测关注区域。

下面，将以人脸区域作为ROI为例进行说明。显然，该ROI还可以是车辆、信号灯等其他可能的目标区域。

例如，典型的人脸检测算法包括：模板匹配模型，其不需要训练，基本的思想就是通过一个人脸模板与待检测图象匹配，寻找匹配的位置；肤色模型，通过统计学习的方法，估计出人脸肤色在Y-Cr-Cb颜色空间中的概率模型，然后对检测点的肤色通过训练的概率模型的估计判断该点是否属于人脸区域，然后再进一步判断；人工神经网络(ANN)与支持向量机(SVM)方法，其是基于机器学习的方法，以人脸像素作为分类器的输入，然后判断区域是否是人脸。Adaboost算法，是目前人脸检测最为成功的算法之一，该算法的特点就是训练慢，检测快。

显然，本申请不限于此。无论是现有的、还是将来开发的人脸检测算法，都可以应用于根据本申请实施例的曝光控制方法中，并且也应包括在本申请的保护范围内。

例如，可以使用任何一种或多种人脸检测算法在所述多张预览图像中检测人脸区域。例如，在曝光值特定的一张预览图像中可能检测到一个或多个人脸区域，当然，也可能没有检测到任何人脸区域。

在步骤S130中，根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

在检测到关注区域之后，可以确定各个识别到的关注区域的光照度，并且根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

图2图示了根据本申请第一实施例的最终曝光值确定步骤的流程图。

如图2所示，步骤S130可以包括：

在子步骤S131中，计算各个识别到的关注区域的光照度的平均值。

可以计算在多张预览图像中检测到的人脸区域的光照度的总值，并且对总值求平均。例如，对所有人脸区域的像素的亮度值进行求和，并且根据像素总数来对总亮度值计算平均值。

当然，这里也可以采用其他的方式来计算人脸区域的光照度的平均值。

在子步骤S132中，根据所述平均值来确定所述最终曝光值。

接下来，可以根据上面计算的人脸区域的光照度的平均值来作为选取依据，来确定该最终曝光值。

在一个实施例中，根据本申请第一实施例的曝光控制方法还可以包括：在步骤S140中，以所述最终曝光值对所述成像场景进行所述成像操作，以获得最终图像。

例如，可以利用该最终曝光值对成像场景拍摄照片，从而获得更好的人脸曝光效果。

由此可见，采用根据本申请第一实施例的曝光控制方法，可以分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；分别在所述多张预览图像中识别关注区域；并且根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。因此，在第一实施例中，通过多次曝光的方法，产生了曝光度不同的多张预览图像，保证了关注区域不容易被漏检，降低了曝光错误的可能性。

然而，本发明人进一步注意到，该第一实施例在特定成像场景下可能仍存在以下问题，即无法完全避免在曝光度不适当的时候可能产生的误检问题。例如，由于大对比度差异，人脸检测算法可能会将某一不相干物品错误地标定为人脸区域，并依据此区域完成测光和曝光，从而造成真正的人脸区域没有获得最佳的曝光效果。

为了解决上述问题，在本申请的第二实施例中提出：可以在识别关注区域时，生成用于各个识别到的关注区域的置信度，所述置信度表示所述关注区域真实存在的概率。因此，可以基于关注区域的置信度，更准确地生成最终曝光值。

图3图示了根据本申请第二实施例的曝光控制方法的流程图。

如图3所示，根据本申请第二实施例的曝光控制方法可以包括：

在步骤S210中，分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像。

在步骤S220中，分别在所述多张预览图像中识别关注区域。

图3中的步骤S210-S220和S240与图1的步骤S110-S120和S140相同，并因而，简便起见，在此省略其详细描述。

在步骤S225中，在识别关注区域时，生成用于各个识别到的关注区域的置信度，所述置信度表示所述关注区域真实存在的概率。

例如，可以采用人脸检测算法来在所述多张预览图像中检测人脸区域的同时，或者在其之前或之后，标定出所检测到的各个人脸区域的置信度。即，置信度为算法评估的人脸标定可信度，越接近1表示算法认为其标定越可能是人脸，而越接近0表示算法认为其标定越可能不是人脸(当然，也可以用其他概率向数据表示)。

在步骤S230中，根据各个识别到的关注区域的光照度和置信度来确定所述最终曝光值。

在检测到关注区域之后，可以确定各个识别到的关注区域的光照度及其置信度，并且根据各个识别到的关注区域的光照度和置信度来综合地确定用于对所述成像场景进行成像操作的最终曝光值。

图4图示了根据本申请第二实施例的最终曝光值确定步骤的第一示例流程图。

如图4所示，步骤S230可以包括：

在子步骤S231中，比较各个识别到的关注区域的置信度。

在子步骤S232中，根据具有最大置信度的可信关注区域的光照度来确定所述最终曝光值。

例如，可以选取置信度最大的人脸区域作为最终曝光的ROI，保证对于最为明显人脸区域(其往往也是拍摄者最为关注的用户)的曝光效果。

图5图示了根据本申请第二实施例的最终曝光值确定步骤的第二示例流程图。

如图5所示，步骤S230可以包括：

在子步骤S233中，根据置信度向各个识别到的关注区域的光照度分配权重，其中，置信度越高，所分配的权重越大。

在子步骤S234中，根据所述权重来计算各个识别到的关注区域的光照度的加权平均值。

在子步骤S235中，根据所述加权平均值来确定所述最终曝光值。

例如，可以根据置信度来分配权重，并且根据权重来对各个人脸区域的光照度进行加权平均，作为最终曝光的ROI，以在人脸是否真实的前提判断下，兼顾到所有检测到的人脸区域。

图6图示了根据本申请第二实施例的最终曝光值确定步骤的第三示例流程图。

如图6所示，步骤S230可以包括：

在子步骤S236中，比较各个识别到的关注区域的置信度与第一阈值。

在子步骤S237中，根据其置信度大于所述第一阈值的各个可信关注区域的光照度来确定所述最终曝光值。

例如，可以设定一个阈值，如仅仅将所有置信度大于或等于0.8的可信人脸区域作为用于最终曝光的ROI，而忽略其他可能误检的人脸区域。根据各个可信关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

进一步，与第一实施例中的子步骤S131和S132类似地，子步骤S237可以包括：计算各个可信关注区域的光照度的平均值；以及根据所述平均值来确定所述最终曝光值。

例如，可以根据所有置信度大于或等于0.8的可信人脸区域的光照度的平均值来作为选取依据，来确定该最终曝光值。

替换地，子步骤S237也可以包括：计算具有最大置信度的可信关注区域的光照度与其他可信关注区域的光照度之间的差值；响应于存在其光照度与具有最大置信度的可信关注区域的光照度之间的差值大于或等于预定差值的可信关注区域，进一步比较各个可信关注区域的置信度与第二阈值，所述第二阈值大于所述第一阈值并小于所述最大置信度；以及根据其置信度大于或等于所述第二阈值的各个更高可信关注区域的光照度来确定所述最终曝光值。

例如，在置信度大于或等于0.8的多个可信人脸区域中，其光照度之间仍然可能会相差较大。这时，如果简单地以可信人脸区域的光照度的平均值来作为选取依据，反而可能导致原本能够曝光看到的人脸区域消失或者曝光不准确。对此，可以调高置信度阈值来再次筛选高可信的人脸区域。例如，可以进一步选择所有置信度大于或等于0.85的更高可信人脸区域的光照度来作为选取依据。如果筛选后仍然存在多个更高可信人脸区域，则后续可以采用前述的算术平均、加权平均、选择最大置信度、进一步升高置信度等方式来确定该最终曝光值。

在一个实施例中，根据本申请第二实施例的曝光控制方法还可以包括：在步骤S240中，以所述最终曝光值对所述成像场景进行所述成像操作，以获得最终图像。

由此可见，采用根据本申请第二实施例的曝光控制方法，可以分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；分别在所述多张预览图像中识别关注区域并生成其置信度；并且根据各个识别到的关注区域的光照度和置信度来确定用于对所述成像场景进行成像操作的最终曝光值。因此，通过多次曝光、标定置信度的方法，保证每次局部曝光选取的关注区域最大可能是需要测光曝光的区域，降低了曝光错误的可能性。

应用场景示例

下面，将在一个具体示例中，对根据本申请实施例的曝光控制方法进行详细说明。

图7A到图7C图示了根据本申请实施例的曝光控制方法的应用场景图。具体地，图7A图示了以0.1倍曝光值进行全局曝光所得到的预览图像；图7B图示了以1倍曝光值进行全局曝光所得到的预览图像；图7C图示了以10倍曝光值进行全局曝光所得到的预览图像。

如上所述，在本申请的实施例中，针对某个高对比度成像场景可以首先采用多个曝光值(例如，0.1倍全局曝光、1倍全局曝光、和10倍全局曝光)进行3次曝光。然后，可以对每次曝光情况运用人脸识别算法，算法标定出人脸区域ROI(方框)及置信度。置信度为算法评估的人脸标定可信度，越接近1表示算法认为其标定越可能是人脸。接下来，可以选取置信度最大的人脸区域(或者设定一个阈值，如所有置信度大于0.8的区域)作为最终曝光的ROI。最后，可以根据选取的ROI的光照度作为最终曝光值，完成曝光拍摄。

如图7A到图7C所示，可以看到，三次曝光发现了人脸A、B、C。其中A并不是真实人脸(此处以石头例示)，是在高对比度环境下人脸检测算法错误的标定。B是真实、想要拍摄的人脸。C是真实人脸，但可能并不是拍摄者想要拍摄的目标。参考图7A，在0.1倍全局曝光中，人脸检测算法检测出了真实非目标人脸C，其置信度为0.75；参考图7B，在1倍全局曝光中，由于过大的对比度场景，人脸检测算法只检测出了假人脸A，其置信度为0.65；参考图7C，在10倍全局曝光中，人脸检测算法检测出了假人脸A，其置信度降低为0.45，还检测出了真实且目标人脸B，其置信度0.95。通过预设阈值，如>0.8认为真实且目标人脸，那么此方法可正确将人脸B作为ROI，并以此区域完成测光，并依据测光结果完成最终曝光。以此图为例，最终曝光增益可能是9倍全局曝光。

替换地，在某些情况下，用户可能需要检测出的所有人脸都完成合适曝光，那么通过设置阈值或其他判决方法，比如设定阈值为0.75，那么此例中人脸B和人脸C都将被标定为ROI，并针对这两个区域做平均测光，并完成最终曝光。以此图为例，最终曝光增益可能是4.5倍全局曝光。

因此，在本具体实例中，通过多次曝光、标定置信度的方法，避免了按照现有的人脸曝光方法所产生的以下问题，即，在如图7B所示的以1倍曝光值进行全局曝光的情况下，相机将标定石头区域(方框)作为ROI并依据此区域完成测光和曝光，从而漏掉真正用户期望曝光的人脸区域。并且，本方案与现有的高动态范围(HDR)的成像方式并不冲突，采用本方法之后，仍然可以使用HDR方法完成多个关注区域的合成成像。

示例性装置

下面，参考图8来描述根据本申请实施例的曝光控制装置。

图8图示了根据本申请实施例的曝光控制装置的框图。

如图8所示，所述曝光控制装置100可以包括：图像曝光单元110，用于分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；区域识别单元120，用于分别在所述多张预览图像中识别关注区域；以及曝光值确定单元130，用于根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

在一个示例中，所述曝光控制装置100还可以包括：初始值确定单元，用于以一个默认曝光值对所述成像场景进行一次全局曝光，从而生成一张测试图像；以及根据所述测试图像的整体光照度来确定所述多个初始曝光值。

在一个示例中，所述多个初始曝光值可以是预先设定的，并且每两个相邻的初始曝光值之间的跨度可以大于或等于预定阈值。

在一个示例中，所述曝光值确定单元130可以计算各个识别到的关注区域的光照度的平均值；以及根据所述平均值来确定所述最终曝光值。

在一个示例中，所述区域识别单元120还可以在识别关注区域时，生成用于各个识别到的关注区域的置信度，所述置信度表示所述关注区域真实存在的概率。

在一个示例中，所述曝光值确定单元130可以根据各个识别到的关注区域的光照度和置信度来确定所述最终曝光值。

在一个示例中，所述曝光值确定单元130可以比较各个识别到的关注区域的置信度与第一阈值；以及根据其置信度大于所述第一阈值的各个可信关注区域的光照度来确定所述最终曝光值。

在一个示例中，所述曝光值确定单元130可以计算各个可信关注区域的光照度的平均值；以及根据所述平均值来确定所述最终曝光值。

在一个示例中，所述曝光值确定单元130可以计算具有最大置信度的可信关注区域的光照度与其他可信关注区域的光照度之间的差值；响应于存在其光照度与具有最大置信度的可信关注区域的光照度之间的差值大于或等于预定差值的可信关注区域，进一步比较各个可信关注区域的置信度与第二阈值，所述第二阈值大于所述第一阈值并小于所述最大置信度；以及根据其置信度大于或等于所述第二阈值的各个更高可信关注区域的光照度来确定所述最终曝光值。

在一个示例中，所述曝光值确定单元130可以根据置信度向各个识别到的关注区域的光照度分配权重，其中，置信度越高，所分配的权重越大；根据所述权重来计算各个识别到的关注区域的光照度的加权平均值；以及根据所述加权平均值来确定所述最终曝光值。

在一个示例中，所述曝光控制装置100还可以包括：成像单元140，用于以所述最终曝光值对所述成像场景进行所述成像操作，以获得最终图像。

上述曝光控制装置100中的各个单元和模块的具体功能和操作已经在上面参考图1到图7C描述的曝光控制方法中详细介绍，并因此，将省略其重复描述。

本申请的实施例可以应用于其上装备有成像器件的诸如交通工具、可移动机器人、监控设施之类的电子设备。

相应地，根据本申请实施例的曝光控制装置100可以作为一个软件模块和/或硬件模块而集成到该电子设备中，换言之，该电子设备可以包括该曝光控制装置100。例如，该曝光控制装置100可以是该电子设备的操作系统中的一个软件模块，或者可以是针对于该电子设备所开发的一个应用程序；当然，该曝光控制装置100同样可以是该电子设备的众多硬件模块之一。

替换地，在另一示例中，该曝光控制装置100与该电子设备也可以是分立的设备(例如，服务器)，并且该曝光控制装置100可以通过有线和/或无线网络连接到该电子设备，并且按照约定的数据格式来传输交互信息。

示例性电子设备

下面，参考图9来描述根据本申请实施例的电子设备。该电子设备可以是其上装备有成像器件的诸如交通工具、可移动机器人、监控设施之类的计算机或服务器或其他设备。

图9图示了根据本申请实施例的电子设备的框图。

如图9所示，电子设备10包括一个或多个处理器11和存储器12。

处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备10中的其他组件以执行期望的功能。

存储器12可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器11可以运行所述程序指令，以实现上文所述的本申请的各个实施例的曝光控制方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如预览数据、测试图像、初始曝光值、最终曝光值、最终图像等各种信息。

在一个示例中，电子设备10还可以包括：输入装置13和输出装置14，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

例如，该输入装置13可以是成像器件，用于采集图像数据，所采集的图像数据可以被存储在存储器12中以供其他组件使用。当然，也可以利用其他集成或分立的成像器件来采集该图像数据，并且将它发送到电子设备10。此外，该输入设备13还可以包括例如键盘、鼠标、以及通信网络及其所连接的远程输入设备等等。

输出装置14可以向外部(例如，用户或机器学习模型)输出各种信息，包括最终曝光值、最终图像等。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图9中仅示出了该电子设备10中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备10还可以包括任何其他适当的组件。

示例性计算机程序产品和计算机可读存储介质

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的曝光控制方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本申请各种实施例的曝光控制方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (14)

1.一种曝光控制方法，包括：

分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；

分别在所述多张预览图像中识别关注区域；以及

根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

2.如权利要求1所述的方法，还包括：

以一个默认曝光值对所述成像场景进行一次全局曝光，从而生成一张测试图像；以及

根据所述测试图像的整体光照度来确定所述多个初始曝光值。

3.如权利要求1所述的方法，其中，所述多个初始曝光值是预先设定的，并且每两个相邻的初始曝光值之间的跨度大于或等于预定阈值。

4.如权利要求1所述的方法，其中，根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值包括：

计算各个识别到的关注区域的光照度的平均值；以及

根据所述平均值来确定所述最终曝光值。

5.如权利要求1所述的方法，还包括：

在识别关注区域时，生成用于各个识别到的关注区域的置信度，所述置信度表示所述关注区域真实存在的概率。

6.如权利要求5所述的方法，其中，根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值包括：

根据各个识别到的关注区域的光照度和置信度来确定所述最终曝光值。

7.如权利要求6所述的方法，其中，根据各个识别到的关注区域的光照度和置信度来确定所述最终曝光值包括：

比较各个识别到的关注区域的置信度与第一阈值；以及

根据其置信度大于所述第一阈值的各个可信关注区域的光照度来确定所述最终曝光值。

8.如权利要求7所述的方法，其中，根据其置信度大于所述第一阈值的各个可信关注区域的光照度来确定所述最终曝光值包括：

计算各个可信关注区域的光照度的平均值；以及

根据所述平均值来确定所述最终曝光值。

9.如权利要求7所述的方法，其中，根据其置信度大于所述第一阈值的各个可信关注区域的光照度来确定所述最终曝光值包括：

计算具有最大置信度的可信关注区域的光照度与其他可信关注区域的光照度之间的差值；

响应于存在其光照度与具有最大置信度的可信关注区域的光照度之间的差值大于或等于预定差值的可信关注区域，进一步比较各个可信关注区域的置信度与第二阈值，所述第二阈值大于所述第一阈值并小于所述最大置信度；以及

根据其置信度大于或等于所述第二阈值的各个更高可信关注区域的光照度来确定所述最终曝光值。

10.如权利要求6所述的方法，其中，根据各个识别到的关注区域的光照度和置信度来确定所述最终曝光值包括：

根据置信度向各个识别到的关注区域的光照度分配权重，其中，置信度越高，所分配的权重越大；

根据所述权重来计算各个识别到的关注区域的光照度的加权平均值；以及

根据所述加权平均值来确定所述最终曝光值。

11.如权利要求1所述的方法，还包括：

以所述最终曝光值对所述成像场景进行所述成像操作，以获得最终图像。

12.一种曝光控制装置，包括：

图像曝光单元，用于分别以多个初始曝光值对成像场景进行多次全局曝光，以生成多张预览图像；

区域识别单元，用于分别在所述多张预览图像中识别关注区域；以及

曝光值确定单元，用于根据各个识别到的关注区域的光照度来确定用于对所述成像场景进行成像操作的最终曝光值。

13.一种电子设备，包括：

处理器；

存储器；以及

存储在所述存储器中的计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-11中任一项所述的方法。

14.一种计算机程序产品，包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如权利要求1-11中任一项所述的方法。