CN108881710A - 图像处理方法、装置和系统及存储介质 - Google Patents

图像处理方法、装置和系统及存储介质 Download PDF

Info

Publication number
CN108881710A
CN108881710A CN201711457411.3A CN201711457411A CN108881710A CN 108881710 A CN108881710 A CN 108881710A CN 201711457411 A CN201711457411 A CN 201711457411A CN 108881710 A CN108881710 A CN 108881710A
Authority
CN
China
Prior art keywords
image
target object
processed
brightness
post
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711457411.3A
Other languages
English (en)
Inventor
张辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Megvii Technology Co Ltd
Original Assignee
Beijing Megvii Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Megvii Technology Co Ltd filed Critical Beijing Megvii Technology Co Ltd
Priority to CN201711457411.3A priority Critical patent/CN108881710A/zh
Publication of CN108881710A publication Critical patent/CN108881710A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals

Abstract

本发明实施例提供一种图像处理方法、装置和系统以及存储介质。图像处理方法包括：获取图像采集装置采集的至少一个待处理图像；对至少一个待处理图像进行目标对象检测；在检测到目标对象的情况下，确定至少一个待处理图像中目标对象所在位置处的对象亮度；在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度；根据对象亮度或区域亮度确定图像采集装置的后续曝光设置；以及控制图像采集装置基于后续曝光设置采集后续图像。上述方法在光照条件不好的情况下，可以酌情基于目标对象的亮度或图像变化区域的亮度确定后续曝光设置，有效解决逆光场景无法检测到对象或对象所在图像部分较暗影响识别的问题。

Description

图像处理方法、装置和系统及存储介质
技术领域
本发明涉及图像处理领域，更具体地涉及一种图像处理方法、装置和系统以及存储介质。
背景技术
随着人工智能技术的发展，对象检测技术的应用越来越广泛。在对象检测过程中，目标对象的光照条件对检测效果的影响比较大。下面以人脸识别为例进行描述。在实际进行人脸识别时，经常会碰到逆光等场景。例如，当人从明亮区域走向较暗区域(例如门洞)时，经常造成采集到的人脸图像中检测不到人脸或者即使检测到人脸但由于人脸部分较暗而无法有效识别等情况。
发明内容
考虑到上述问题而提出了本发明。本发明提供了一种图像处理方法、装置和系统以及存储介质。
根据本发明一方面，提供了一种图像处理方法。该方法包括：获取图像采集装置采集的至少一个待处理图像；对至少一个待处理图像进行目标对象检测；在检测到目标对象的情况下，确定至少一个待处理图像中目标对象所在位置处的对象亮度；在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度；根据对象亮度或区域亮度确定图像采集装置的后续曝光设置；以及控制图像采集装置基于后续曝光设置采集后续图像。
示例性地，根据对象亮度或区域亮度确定图像采集装置的后续曝光设置包括：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
示例性地，图像处理方法还包括：对至少一个待处理图像进行移动检测；在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度包括：基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
示例性地，对至少一个待处理图像进行目标对象检测包括：利用目标对象检测模型处理至少一个待处理图像，其中，目标对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，获取图像采集装置采集的至少一个待处理图像包括：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
示例性地，方法还包括：在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出对象图像。
示例性地，从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像包括：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
示例性地，后续曝光设置包括曝光时间、光圈大小和增益中的一项或多项。
根据本发明一方面，提供了一种图像处理装置。该装置包括：图像获取模块，用于获取图像采集装置采集的至少一个待处理图像；对象检测模块，用于对所述至少一个待处理图像进行目标对象检测；亮度确定模块，用于在检测到目标对象的情况下，确定所述至少一个待处理图像中所述目标对象所在位置处的对象亮度；在未检测到所述目标对象的情况下，确定所述至少一个待处理图像中的图像变化区域，并确定所述图像变化区域的区域亮度；曝光确定模块，用于根据所述对象亮度或所述区域亮度确定所述图像采集装置的后续曝光设置；以及控制模块，用于控制所述图像采集装置基于所述后续曝光设置采集后续图像。
示例性地，曝光确定模块具体用于：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
示例性地，图像处理装置还包括：移动检测模块，用于对至少一个待处理图像进行移动检测；亮度确定模块具体用于：在检测到目标对象的情况下，基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
示例性地，对象检测模块具体用于：利用目标对象检测模型处理至少一个待处理图像，其中，对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，图像获取模块具体用于：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
示例性地，图像处理装置还包括：对象跟踪模块，用于在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出模块，用于输出对象图像。
示例性地，对象跟踪模块具体用于：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
示例性地，后续曝光设置包括曝光时间、光圈大小和增益中的一项或多项。
根据本发明另一方面，提供了一种图像处理系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行以下步骤：获取图像采集装置采集的至少一个待处理图像；对至少一个待处理图像进行目标对象检测；在检测到目标对象的情况下，确定至少一个待处理图像中目标对象所在位置处的对象亮度；在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度；根据对象亮度或区域亮度确定图像采集装置的后续曝光设置；以及控制图像采集装置基于后续曝光设置采集后续图像。
示例性地，图像处理系统包括相机，相机包括用于采集图像的图像传感器。
示例性地，所述计算机程序指令被所述处理器运行时所用于执行的根据对象亮度或区域亮度确定图像采集装置的后续曝光设置的步骤包括：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
示例性地，所述计算机程序指令被所述处理器运行时还用于执行以下步骤：对至少一个待处理图像进行移动检测；所述计算机程序指令被所述处理器运行时所用于执行的在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度的步骤包括：基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
示例性地，所述计算机程序指令被所述处理器运行时所用于执行的对至少一个待处理图像进行目标对象检测的步骤包括：利用目标对象检测模型处理至少一个待处理图像，其中，目标对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，所述计算机程序指令被所述处理器运行时所用于执行的获取图像采集装置采集的至少一个待处理图像的步骤包括：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
示例性地，所述计算机程序指令被所述处理器运行时还用于执行以下步骤：在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出对象图像。
示例性地，所述计算机程序指令被所述处理器运行时所用于执行的从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像的步骤包括：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
示例性地，后续曝光设置包括曝光时间、光圈大小和增益中的一项或多项。
根据本发明另一方面，提供了一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行以下步骤：获取图像采集装置采集的至少一个待处理图像；对至少一个待处理图像进行目标对象检测；在检测到目标对象的情况下，确定至少一个待处理图像中目标对象所在位置处的对象亮度；在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度；根据对象亮度或区域亮度确定图像采集装置的后续曝光设置；以及控制图像采集装置基于后续曝光设置采集后续图像。
示例性地，所述程序指令在运行时所用于执行的根据对象亮度或区域亮度确定图像采集装置的后续曝光设置的步骤包括：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
示例性地，所述程序指令在运行时还用于执行以下步骤：对至少一个待处理图像进行移动检测；所述程序指令在运行时所用于执行的在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度的步骤包括：基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
示例性地，所述程序指令在运行时所用于执行的对至少一个待处理图像进行目标对象检测的步骤包括：利用目标对象检测模型处理至少一个待处理图像，其中，目标对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，所述程序指令在运行时所用于执行的获取图像采集装置采集的至少一个待处理图像的步骤包括：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
示例性地，所述程序指令在运行时还用于执行以下步骤：在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出对象图像。
示例性地，所述程序指令在运行时所用于执行的从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像的步骤包括：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
根据本发明实施例的图像处理方法、装置和系统以及存储介质，在光照条件不好的情况下，可以酌情基于目标对象的亮度或图像变化区域的亮度确定后续曝光设置，使得后续图像中目标对象所在的图像区域能够变得清晰，有利于针对目标对象进行后续的处理和分析。根据本发明实施例的图像处理方法可以有效解决逆光场景无法检测到对象或对象所在图像部分较暗影响识别的问题。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1示出用于实现根据本发明实施例的图像处理方法和装置的示例电子设备的示意性框图；
图2示出根据本发明一个实施例的图像处理方法的示意性流程图；
图3示出根据本发明一个示例的人脸抓拍相机采集人脸抓拍图像的工作流程；
图4示出根据本发明一个实施例的图像处理装置的示意性框图；以及
图5示出根据本发明一个实施例的图像处理系统的示意性框图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
为了解决上述问题，本发明实施例提供一种图像处理方法、装置和系统及存储介质。根据本发明实施例的图像处理方法可以在逆光场景下自动调整图像采集装置的曝光设置，以采集对象亮度合适的图像，从而有效解决逆光场景无法检测到对象或对象所在图像部分较暗的问题。根据本发明实施例的图像处理方法可以应用于任何与对象检测相关的领域，例如安防监控领域、互联网金融领域、银行业务领域等。
首先，参照图1来描述用于实现根据本发明实施例的图像处理方法和装置的示例电子设备100。
如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入装置106、输出装置108、以及图像采集装置110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。
所述处理器102可以采用数字信号处理(DSP)、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)中的至少一种硬件形式来实现，所述处理器102可以是中央处理单元(CPU)、图像处理器(GPU)、专用的集成电路(ASIC)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元中的一种或几种的组合，并且可以控制所述电子设备100中的其它组件以执行期望的功能。
所述存储装置104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102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像和/或声音)，并且可以包括显示器、扬声器等中的一个或多个。
所述图像采集装置110可以采集图像(包括视频帧)，并且将所采集的图像存储在所述存储装置104中以供其它组件使用。图像采集装置110可以是相机中的图像传感器。应当理解，图像采集装置110仅是示例，电子设备100可以不包括图像采集装置110。在这种情况下，可以利用其他具有图像采集能力的器件采集待处理图像，并将采集的图像发送给电子设备100。
示例性地，用于实现根据本发明实施例的图像处理方法和装置的示例电子设备可以在诸如个人计算机或远程服务器等的设备上实现。
下面，将参考图2描述根据本发明实施例的图像处理方法。图2示出根据本发明一个实施例的图像处理方法200的示意性流程图。如图2所示，图像处理方法200包括以下步骤。
在步骤S210，获取图像采集装置采集的至少一个待处理图像。
至少一个待处理图像是图像采集装置(例如相机中的图像传感器)针对其成像范围采集到的图像。某个待处理图像中可能包含目标对象，也可能不包含目标对象。本文所述的目标对象是需要识别的对象，其可以是任何物体，包括但不限于：人或人体的一部分(诸如人脸)、动物、车辆、建筑物等。
图像采集装置采集的图像(包括待处理图像和后续图像)可以是静态图像，也可以是视频中的视频帧。示例性地，步骤S210可以包括：获取图像采集装置采集的视频流，至少一个待处理图像为视频流中的至少一个视频帧，例如为视频流中的在当前时刻之前采集的至少一个视频帧。
至少一个待处理图像可以是图像采集装置采集到的原始图像，也可以是对原始图像进行预处理(诸如数字化、归一化、平滑等)之后获得的图像。
在步骤S220，对至少一个待处理图像进行目标对象检测。例如，在目标对象为人脸的情况下，步骤S220可以包括：对至少一个待处理图像进行人脸检测。
步骤S220可以采用任何现有的或将来可能出现的对象检测算法实现。基于对象检测结果可以获知每个图像中是否存在对象，如果存在对象可以进一步确定对象的数目、每个对象的位置、大小、姿态等信息。在图像采集装置采集视频流的情况下，对象检测结果可以包括每个对象所位于的视频帧的序号。
示例性地，可以预先训练一个神经网络模型，将每个待处理图像输入训练好的神经网络模型中，神经网络模型可以输出待处理图像中的目标对象的位置信息。目标对象的位置可以用包含目标对象的矩形框(例如人脸框)指示。神经网络模型可以输出包含目标对象的矩形框的四个顶点的坐标。
在步骤S230，在检测到目标对象的情况下，确定至少一个待处理图像中目标对象所在位置处的对象亮度。
亮度也就是图像的明暗程度，可以示例性地用图像像素的灰度值来表示。目标对象所在位置处的亮度(即对象亮度)是指目标对象所在的图像区域的亮度。图像的亮度与图像采集时的光照条件相对应。光线较强时，采集到的图像较亮，相应地目标对象所在位置处的对象亮度也较高；反之，光线较弱时，采集到的图像较暗，相应地目标对象所在位置处的对象亮度也较低。
假设至少一个待处理图像的数目为n个。如果在n个待处理图像中仅有一个待处理图像A包括目标对象，则可以直接确定在待处理图像A中目标对象所在位置处的对象亮度IA作为n个待处理图像中目标对象所在位置处的对象亮度I。如果在n个待处理图像中有多个待处理图像包括目标对象，则可以根据多个待处理图像中目标对象所在位置处的对象亮度确定n个待处理图像中目标对象所在位置处的对象亮度I。例如，可以计算多个待处理图像中目标对象所在位置处的对象亮度的平均值，或者从多个待处理图像中目标对象所在位置处的对象亮度中任意选择一对象亮度，作为n个待处理图像中目标对象所在位置处的对象亮度。
在图像采集装置采集视频流的实施例中，至少一个待处理图像可以是图像采集装置在当前时刻之前最新采集的至少一个视频帧。
如果在步骤S220能够检测到目标对象，说明当前的光照条件不算特别差，其可能是正常或弱逆光的。在这种情况下，可以将目标对象所在位置处的对象亮度与预设的第一阈值相比较。当对象亮度不低于第一阈值时，可以认为目标对象的光照条件是正常的。当对象亮度低于第一阈值时，可以认为目标对象处于弱逆光环境下。
在步骤S240，在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度。
如上文所述可知，在弱逆光环境下，虽然对象亮度不够高，但是尚能够检测到目标对象(例如人脸)，在这种情况下可以直接根据对象检测结果确定目标对象所在位置并进而确定对象亮度。
如果图像实在太暗，无法检测到目标对象，则可以通过移动检测来判断成像区域内是否存在目标对象。可以采用任何现有的或将来可能出现的移动检测算法，例如帧差法等，来对图像采集装置采集到的图像进行移动检测。对至少两个当前图像(比较可取的是连续的视频帧)进行移动检测，可以确定图像变化区域。图像变化区域可以指示目标对象所在的位置。确定至少一个待处理图像的图像变化区域之后，可以进一步确定图像变化区域的亮度(即区域亮度)。
示例性地，图像处理方法200还可以包括：对至少一个待处理图像进行移动检测；步骤S240包括：基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
移动检测的功能可以根据需要随时开启。在一个示例中，可以在步骤S220中未检测到目标对象的情况下，才开启移动检测功能，开始对至少一个待处理图像进行移动检测。随后，可以基于至少一个待处理图像的移动检测结果确定图像变化区域，将该图像变化区域视为目标对象所在位置。在另一个示例中，可以在图像采集装置开始采集图像时开启移动检测功能，对图像采集装置采集到的图像实时地进行移动检测。如果在步骤S220中未检测到目标对象，则可以基于至少一个待处理图像的移动检测结果确定图像变化区域。
在图像太暗，常规的对象检测算法无法检测出目标对象时，利用移动检测方式可以很好地确定目标对象的位置，以使得在强逆光环境下也能够检测到目标对象。
在步骤S250，根据对象亮度或区域亮度确定图像采集装置的后续曝光设置。
曝光设置可以包括光圈大小、曝光时间和增益(ISO感光度)中的一项或多项。光圈大小、曝光时间和增益可以影响图像的曝光效果。可以理解的是，对于光圈大小固定的图像采集装置来说，可以利用曝光时间和增益来调整曝光效果。
下面以人脸为例进行说明。
在检测到人脸的情况下，如果人脸所在位置处的人脸亮度不低于预设的第一阈值，则可以不调整曝光设置，即确定后续曝光设置与当前曝光设置一致。
在检测到人脸的情况下，如果人脸所在位置处的人脸亮度低于第一阈值，则可以确定此时为弱逆光环境。这种情况下，可以基于人脸所在位置处的人脸亮度调整曝光设置(即确定后续曝光设置)，例如调整曝光时间及增益，以使得后续图像在人脸所在位置处的亮度能够调整得更适度，使人脸框中的图像内容能够变得清晰，而忽略图像中其他不感兴趣的部分。人脸框所包含的图像部分可以提取出来用于后续的人脸对比/识别等操作。
如果无法检测到人脸，则可以确定此时为强逆光环境。这种情况下，可以基于图像变化区域的亮度调整曝光设置(即确定后续曝光设置)，例如调整曝光时间及增益，以使得后续图像在图像变化区域处的亮度能够调整得适度，使该区域中的图像内容能够变得清晰，而忽略图像中其他不感兴趣的部分。图像变化区域大致为人脸所在区域，调整该区域的亮度，使得后续有可能检测到原本检测不出的人脸。随后，可以继续采用人脸检测方式对后续图像进行处理，从其中检测人脸。
在步骤S260，控制图像采集装置基于后续曝光设置采集后续图像。
如上所述，如果发现目标对象的光照条件不好，检测不到目标对象或即使检测到目标对象其图像质量也不好，在这两种情况下，可以根据情况选择基于对象亮度或区域亮度调整曝光设置。随后，基于所确定的后续曝光设置采集后续图像，即在所述至少一个待处理图像之后采集的图像。这样，可以使得在后续采集的图像中，目标对象的亮度能够更适度，使得目标对象所在的图像部分比较清晰，易于识别。
示例性地，根据本发明实施例的图像处理方法可以在具有存储器和处理器的设备、装置或者系统中实现。
根据本发明实施例的图像处理方法，在光照条件不好的情况下，可以酌情基于目标对象的亮度或图像变化区域的亮度确定后续曝光设置，使得后续图像中目标对象所在的图像区域能够变得清晰，有利于针对目标对象进行后续的处理和分析。根据本发明实施例的图像处理方法可以有效解决逆光场景无法检测到对象或对象所在图像部分较暗影响识别的问题。
根据本发明实施例的图像处理方法可以部署在图像采集端处，例如，在安防应用领域，可以部署在门禁系统的图像采集端；在金融应用领域，可以部署在个人终端处，诸如智能电话、平板电脑、个人计算机等。
替代地，根据本发明实施例的图像处理方法还可以分布地部署在服务器端和个人终端处。例如，在安防应用领域，可以在图像采集端采集图像，图像采集端将采集的图像传送给服务器端(或云端)，由服务器端(或云端)进行图像处理。
根据本发明实施例，步骤S250可以包括：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
第一阈值可以是任何合适的值，其可以根据需要设定，本发明不对此进行限制。
如上文所述，根据第一阈值可以区分目标对象是否处于逆光环境下。例如，如果人脸图像中的人脸亮度不低于第一阈值，则可以认为当前光照条件较好，不会由于逆光等原因导致无法检测到人脸或检测到的人脸质量不够好。反之，如果人脸图像中的人脸亮度低于第一阈值，则可以认为当前光照条件不好，处于逆光场景。
在光照条件较好的情况下，可以正常对图像中的目标对象进行检测和跟踪。在光照条件不好的情况下，可以调整当前曝光设置并基于调整后的后续曝光设置采集后续图像。基于对象亮度或区域亮度调整曝光设置的规则可以预先设定。
根据本发明实施例，步骤S220包括：利用目标对象检测模型处理至少一个待处理图像，其中，目标对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，目标对象检测模型可以包括卷积神经网络(即上述神经网络模型)。例如，可以预先训练一个卷积神经网络，该卷积神经网络可以实现目标对象检测功能。此外，卷积神经网络还可以在网络内部实现对输入图像的筛选，将图像亮度低的图像丢弃，即不再对属于丢弃类别的图像进行目标对象检测，而仅对图像亮度足够高，属于待检测类别的图像进行目标对象检测。
示例性地，在训练卷积神经网络之前，可以准备大量样本图像，并对样本图像进行标注。标注数据包括指明样本图像中分别属于丢弃类别和待检测类别的样本图像，并且对于属于待检测类别的样本图像指明该样本图像中目标对象(例如人脸)的位置。随后，可以利用标注好的样本图像对卷积神经网络进行训练，本领域技术人员可以理解卷积神经网络的训练方式，本文不做赘述。训练获得的卷积神经网络可以实现上述目标对象检测功能和图像自动筛选功能。
如果当前光照条件比较差，目标对象所在区域太暗，在这种条件下采集到的图像的图像质量会比较差，价值不大。这种情况下，可以选择直接丢弃采集到的图像，不再执行目标对象检测及后续的操作(例如抓拍、识别等)。这样可以排除无用的数据，减小计算量，提高图像处理效率。
根据本发明实施例，步骤S210可以包括：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
除目标对象检测模型自动筛选需丢弃的图像之外，还可以计算初始获取的多个待处理图像的图像亮度，并从中选择图像亮度足够高的图像作为至少一个待处理图像参与后续的目标对象检测操作。
可选地，计算多个待处理图像的图像亮度同样可以采用卷积神经网络实现。该卷积神经网络的功能主要为计算图像亮度。例如，将任一待处理图像输入卷积神经网络之后，卷积神经网络可以输出一个图像亮度参数用于表示该图像的图像亮度。随后，可以将该图像的图像亮度与第二阈值进行对比，判断该图像是否太暗需要丢弃。第二阈值可以是任何合适的值，其可以根据需要设定，本发明不对此进行限制。
当然，多个待处理图像的图像亮度也可以采用其他合适的亮度计算方法来计算，本文不对此进行限制。
根据本发明实施例，图像处理方法200还可以包括：在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出对象图像。
目标对象的跟踪可以采用现有的或将来可能出现的对象跟踪算法实现，本文不做赘述。
可以对至少一个待处理图像和/或至少一个后续图像中的目标对象进行对象跟踪，直至满足预设条件为止。预设条件可以包括以下项中的一项或多项：从后续图像中检测不到目标对象；所跟踪的图像的数目达到预设数目；图像采集装置停止后续图像的采集。例如，如果在m个待处理图像和在该m个待处理图像之后采集的k个后续图像中均检测到目标对象，并且在k个后续图像之后目标对象消失，不再能够检测到目标对象，则可以将m个待处理图像和k个后续图像视为所跟踪的包含目标对象的图像。从这m+k个图像中可以提取至少一个对象图像。随后，可以将对象图像输出至后台服务器或云端服务器进行后续的识别等操作。
示例性地，从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像包括：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
预定数目可以是任意数目，其可以根据需要设定，本发明不对此进行限制。例如，预定数目可以是1，即在跟踪到目标对象时，仅输出一张合适的对象图像即可。当然，预定数目也可以是其他数目。
下面以人脸为例进行说明。例如，在特定人脸(即所述目标对象)处于光照条件较好的环境中时，可以检测并跟踪该人脸。当人脸进入较暗的环境中之后，跟踪中断，可以从之前跟踪获得的多个图像中选择一张亮度适中、人脸质量较好的图像，并可以将选择的图像直接输出或从该图像中提取仅包含目标对象的图像块作为对象图像并将该对象图像输出。如上文所述，对象图像可以输出至后台服务器或云端服务器进行后续的识别。
根据本发明实施例，在步骤S260之后，图像采集方法200还可以包括：从后续图像中提取包含目标对象的对象图像；以及输出对象图像。
例如，可以从后续图像中提取仅包含目标对象的图像块作为所述对象图像。随后，可以将对象图像输出至后台服务器或云端服务器，用于进行后续的对比/识别等操作。
随着人工智能的兴起，市场上出现了各种人脸抓拍相机来替代传统的监控系统。人脸抓拍相机可以在前端实时抓拍人脸，通过网络传输给后台服务器进行人脸对比/识别，可以节约网络传输带宽，并且能够做到实时报警，节约人工。下面以人脸抓拍相机为例来描述本发明。图3示出根据本发明一个示例的人脸抓拍相机采集人脸抓拍图像的工作流程。
如图3所示，首先，人脸抓拍相机包括图像采集模块，用于采集视频流(raw data)。人脸检测模块从图像采集模块获取视频流，并对视频流中的视频帧进行人脸检测。人脸检测模块可以利用上文所述的目标对象检测模型(示例性地为神经网络模型)进行人脸检测，该模型可以自动筛选出较暗的视频帧，不对其进行人脸检测。随后，当从目前接收到的视频帧(即上述至少一个待处理图像)中检测到人脸时，判断人脸亮度是否低于阈值(如上文所述的第一阈值)。如果低于阈值，则认为人脸处于弱逆光环境中，此时可以根据人脸亮度调整曝光设置，以改变后续视频帧中的人脸亮度。当后续视频帧中能够检测到人脸时，可以进行人脸抓拍。如果人脸亮度不低于阈值，则可以直接进行人脸抓拍，将人脸所在图像块从包含人脸的视频帧中提取出来，获得人脸图像，并可以将该人脸图像输出至后台服务器或云端服务器进行后续的对比/识别等操作。如果在目前接收到的视频帧中没有检测到人脸，则可以通过移动检测方式确定视频帧中的图像变化区域，随后可以根据图像变化区域的区域亮度调整曝光设置，以改变后续视频帧中的人脸亮度。如果没有检测到图像变化区域，可以继续对后续视频帧进行人脸检测。
根据本发明另一方面，提供一种图像处理装置。图4示出了根据本发明一个实施例的图像处理装置400的示意性框图。
如图4所示，根据本发明实施例的图像处理装置400包括图像获取模块410、对象检测模块420、亮度确定模块430、曝光确定模块440和控制模块450。所述各个模块可分别执行上文中结合图2-3描述的图像处理方法的各个步骤/功能。以下仅对该图像处理装置400的各部件的主要功能进行描述，而省略以上已经描述过的细节内容。
图像获取模块410用于获取图像采集装置采集的至少一个待处理图像。参数图像获取模块410可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
对象检测模块420用于对所述至少一个待处理图像进行目标对象检测。对象检测模块420可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
亮度确定模块430用于在检测到目标对象的情况下，确定所述至少一个待处理图像中所述目标对象所在位置处的对象亮度；在未检测到所述目标对象的情况下，确定所述至少一个待处理图像中的图像变化区域，并确定所述图像变化区域的区域亮度。亮度确定模块430可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
曝光确定模块440用于根据所述对象亮度或所述区域亮度确定所述图像采集装置的后续曝光设置。曝光确定模块440可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
控制模块450用于控制所述图像采集装置基于所述后续曝光设置采集后续图像。控制模块450可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现。
示例性地，曝光确定模块440具体用于：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
示例性地，图像处理装置400还包括：移动检测模块(未示出)，用于对至少一个待处理图像进行移动检测；亮度确定模块430具体用于：在检测到目标对象的情况下，基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
示例性地，对象检测模块420具体用于：利用目标对象检测模型处理至少一个待处理图像，其中，目标对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，图像获取模块410具体用于：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
示例性地，图像处理装置400还包括：对象跟踪模块(未示出)，用于在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出模块(未示出)，用于输出对象图像。
示例性地，对象跟踪模块具体用于：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
示例性地，后续曝光设置包括曝光时间、光圈大小和增益中的一项或多项。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
图5示出了根据本发明一个实施例的图像处理系统500的示意性框图。图像处理系统500包括图像采集装置510、存储装置520以及处理器530。
图像采集装置510用于采集图像(上述待处理图像和后续图像)。图像采集装置510是可选的，图像处理系统500可以不包括图像采集装置510。在这种情况下，可以利用其他图像采集装置采集图像，并将采集的图像发送给图像处理系统500。
所述存储装置520存储用于实现根据本发明实施例的图像处理方法中的相应步骤的计算机程序指令。
所述处理器530用于运行所述存储装置520中存储的计算机程序指令，以执行根据本发明实施例的图像处理方法的相应步骤，并且用于实现根据本发明实施例的图像处理装置400中的图像获取模块410、对象检测模块420、亮度确定模块430、曝光确定模块440和控制模块450。
在一个实施例中，所述计算机程序指令被所述处理器530运行时用于执行以下步骤：获取图像采集装置采集的至少一个待处理图像；对至少一个待处理图像进行目标对象检测；在检测到目标对象的情况下，确定至少一个待处理图像中目标对象所在位置处的对象亮度；在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度；根据对象亮度或区域亮度确定图像采集装置的后续曝光设置；以及控制图像采集装置基于后续曝光设置采集后续图像。
示例性地，图像处理系统500包括相机，相机包括用于采集图像的图像传感器。在本实施例中，图像采集装置510即为图像传感器。相机可以是例如上述人脸抓拍相机。
示例性地，所述计算机程序指令被所述处理器530运行时所用于执行的根据对象亮度或区域亮度确定图像采集装置的后续曝光设置的步骤包括：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
示例性地，所述计算机程序指令被所述处理器530运行时还用于执行以下步骤：对至少一个待处理图像进行移动检测；所述计算机程序指令被所述处理器530运行时所用于执行的在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度的步骤包括：基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
示例性地，所述计算机程序指令被所述处理器530运行时所用于执行的对至少一个待处理图像进行对象检测的步骤包括：利用对象检测模型处理至少一个待处理图像，其中，对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，所述计算机程序指令被所述处理器530运行时所用于执行的获取图像采集装置采集的至少一个待处理图像的步骤包括：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
示例性地，所述计算机程序指令被所述处理器530运行时还用于执行以下步骤：在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出对象图像。
示例性地，所述计算机程序指令被所述处理器530运行时所用于执行的从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像的步骤包括：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
示例性地，后续曝光设置包括曝光时间、光圈大小和增益中的一项或多项。
此外，根据本发明实施例，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用于执行本发明实施例的图像处理方法的相应步骤，并且用于实现根据本发明实施例的图像处理装置中的相应模块。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。
在一个实施例中，所述程序指令在被计算机或处理器运行时可以使得计算机或处理器实现根据本发明实施例的图像处理装置的各个功能模块，并且/或者可以执行根据本发明实施例的图像处理方法。
在一个实施例中，所述程序指令在运行时用于执行以下步骤：获取图像采集装置采集的至少一个待处理图像；对至少一个待处理图像进行目标对象检测；在检测到目标对象的情况下，确定至少一个待处理图像中目标对象所在位置处的对象亮度；在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度；根据对象亮度或区域亮度确定图像采集装置的后续曝光设置；以及控制图像采集装置基于后续曝光设置采集后续图像。
示例性地，所述程序指令在运行时所用于执行的根据对象亮度或区域亮度确定图像采集装置的后续曝光设置的步骤包括：在检测到目标对象的情况下，如果对象亮度低于第一阈值，则根据对象亮度调整当前曝光设置以获得后续曝光设置；和/或在未检测到目标对象的情况下，根据区域亮度调整当前曝光设置以获得后续曝光设置。
示例性地，所述程序指令在运行时还用于执行以下步骤：对至少一个待处理图像进行移动检测；所述程序指令在运行时所用于执行的在未检测到目标对象的情况下，确定至少一个待处理图像中的图像变化区域，并确定图像变化区域的区域亮度的步骤包括：基于至少一个待处理图像的移动检测结果确定至少一个待处理图像中的图像变化区域，并进一步确定图像变化区域的区域亮度。
示例性地，所述程序指令在运行时所用于执行的对至少一个待处理图像进行目标对象检测的步骤包括：利用目标对象检测模型处理至少一个待处理图像，其中，目标对象检测模型用于将至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于待检测类别的待处理图像进行目标对象检测。
示例性地，所述程序指令在运行时所用于执行的获取图像采集装置采集的至少一个待处理图像的步骤包括：获取图像采集装置采集的多个待处理图像；分别计算多个待处理图像的图像亮度；以及从多个待处理图像中选择图像亮度大于第二阈值的图像作为至少一个待处理图像。
示例性地，所述程序指令在运行时还用于执行以下步骤：在检测到目标对象的情况下，对目标对象进行对象跟踪；从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像；以及输出对象图像。
示例性地，所述程序指令在运行时所用于执行的从所跟踪的包含目标对象的图像中提取包含目标对象的至少一个对象图像的步骤包括：从所跟踪的包含目标对象的图像中选择目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；从预定数目的图像中分别提取包含目标对象的图像块作为至少一个对象图像。
根据本发明实施例的图像处理系统中的各模块可以通过根据本发明实施例的实施图像处理的电子设备的处理器运行在存储器中存储的计算机程序指令来实现，或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、专用集成电路(ASIC)等来实现根据本发明实施例的图像处理装置中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (12)

1.一种图像处理方法，包括：
获取图像采集装置采集的至少一个待处理图像；
对所述至少一个待处理图像进行目标对象检测；
在检测到目标对象的情况下，确定所述至少一个待处理图像中所述目标对象所在位置处的对象亮度；
在未检测到所述目标对象的情况下，确定所述至少一个待处理图像中的图像变化区域，并确定所述图像变化区域的区域亮度；
根据所述对象亮度或所述区域亮度确定所述图像采集装置的后续曝光设置；以及
控制所述图像采集装置基于所述后续曝光设置采集后续图像。
2.如权利要求1所述的方法，其中，所述根据所述对象亮度或所述区域亮度确定所述图像采集装置的后续曝光设置包括：
在检测到所述目标对象的情况下，如果所述对象亮度低于第一阈值，则根据所述对象亮度调整当前曝光设置以获得所述后续曝光设置；和/或
在未检测到所述目标对象的情况下，根据所述区域亮度调整当前曝光设置以获得所述后续曝光设置。
3.如权利要求1所述的方法，其中，
所述图像处理方法还包括：
对所述至少一个待处理图像进行移动检测；
所述在未检测到所述目标对象的情况下，确定所述至少一个待处理图像中的图像变化区域，并确定所述图像变化区域的区域亮度包括：
基于所述至少一个待处理图像的移动检测结果确定所述至少一个待处理图像中的所述图像变化区域，并进一步确定所述图像变化区域的区域亮度。
4.如权利要求1所述的方法，其中，所述对所述至少一个先前图像进行目标对象检测包括：
利用目标对象检测模型处理所述至少一个待处理图像，其中，所述目标对象检测模型用于将所述至少一个待处理图像基于图像亮度分类为丢弃类别和待检测类别，并对属于所述待检测类别的待处理图像进行目标对象检测。
5.如权利要求1所述的方法，其中，所述获取图像采集装置采集的至少一个待处理图像包括：
获取所述图像采集装置采集的多个待处理图像；
分别计算所述多个待处理图像的图像亮度；以及
从所述多个待处理图像中选择图像亮度大于第二阈值的图像作为所述至少一个待处理图像。
6.如权利要求1所述的方法，其中，所述方法还包括：
在检测到所述目标对象的情况下，对所述目标对象进行对象跟踪；
从所跟踪的包含所述目标对象的图像中提取包含所述目标对象的至少一个对象图像；以及
输出所述对象图像。
7.如权利要求6所述的方法，其中，所述从所跟踪的包含所述目标对象的图像中提取包含所述目标对象的至少一个对象图像包括：
从所述所跟踪的包含所述目标对象的图像中选择所述目标对象所在位置处的对象亮度满足预设要求的预定数目的图像；
从所述预定数目的图像中分别提取包含所述目标对象的图像块作为所述至少一个对象图像。
8.如权利要求1所述的方法，其中，所述后续曝光设置包括曝光时间、光圈大小和增益中的一项或多项。
9.一种图像处理装置，包括：
图像获取模块，用于获取图像采集装置采集的至少一个待处理图像；
对象检测模块，用于对所述至少一个待处理图像进行目标对象检测；
亮度确定模块，用于在检测到目标对象的情况下，确定所述至少一个待处理图像中所述目标对象所在位置处的对象亮度；在未检测到所述目标对象的情况下，确定所述至少一个待处理图像中的图像变化区域，并确定所述图像变化区域的区域亮度；
曝光确定模块，用于根据所述对象亮度或所述区域亮度确定所述图像采集装置的后续曝光设置；以及
控制模块，用于控制所述图像采集装置基于所述后续曝光设置采集后续图像。
10.一种图像处理系统，包括处理器和存储器，其中，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器运行时用于执行如权利要求1-8任一项所述的图像处理方法。
11.如权利要求10所述的图像处理系统，其中，图像处理系统包括相机，所述相机包括用于采集图像的图像传感器。
12.一种存储介质，在所述存储介质上存储了程序指令，所述程序指令在运行时用于执行如权利要求1-8任一项所述的图像处理方法。
CN201711457411.3A 2017-12-28 2017-12-28 图像处理方法、装置和系统及存储介质 Pending CN108881710A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711457411.3A CN108881710A (zh) 2017-12-28 2017-12-28 图像处理方法、装置和系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711457411.3A CN108881710A (zh) 2017-12-28 2017-12-28 图像处理方法、装置和系统及存储介质

Publications (1)

Publication Number Publication Date
CN108881710A true CN108881710A (zh) 2018-11-23

Family

ID=64325628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711457411.3A Pending CN108881710A (zh) 2017-12-28 2017-12-28 图像处理方法、装置和系统及存储介质

Country Status (1)

Country Link
CN (1) CN108881710A (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110602384A (zh) * 2019-08-27 2019-12-20 维沃移动通信有限公司 曝光控制方法及电子设备
CN110602411A (zh) * 2019-08-07 2019-12-20 深圳市华付信息技术有限公司 一种逆光环境下的人脸图像质量提升方法
CN110710194A (zh) * 2019-08-30 2020-01-17 中新智擎科技有限公司 一种曝光方法、装置及摄像模组、电子设备
CN111246091A (zh) * 2020-01-16 2020-06-05 北京迈格威科技有限公司 一种动态自动曝光控制方法和装置及电子设备
CN111491109A (zh) * 2019-01-25 2020-08-04 原相科技股份有限公司 光检测芯片、图像处理装置及其运作方法
CN111626958A (zh) * 2020-05-27 2020-09-04 重庆紫光华山智安科技有限公司 曝光调节方法、装置、计算机可读存储介质和电子设备
CN111698432A (zh) * 2019-03-12 2020-09-22 北京猎户星空科技有限公司 一种参数控制方法、装置、设备及介质
CN111881917A (zh) * 2020-06-30 2020-11-03 浙江大华技术股份有限公司 图像预处理方法、装置、计算机设备和可读存储介质
CN112351195A (zh) * 2020-09-22 2021-02-09 北京迈格威科技有限公司 图像处理方法、装置和电子系统
CN112381073A (zh) * 2021-01-12 2021-02-19 上海齐感电子信息科技有限公司 基于ai人脸检测的iq调整方法及调整模块
CN112752031A (zh) * 2020-07-31 2021-05-04 腾讯科技（深圳）有限公司 图像采集检测方法、装置、电子设备及存储介质
CN112800969A (zh) * 2021-01-29 2021-05-14 新疆爱华盈通信息技术有限公司 图像质量调节方法和系统、ai处理方法、门禁系统
CN113179375A (zh) * 2021-06-09 2021-07-27 北京澎思科技有限公司 曝光处理方法、装置、电子设备、存储介质及程序产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120113311A1 (en) * 2010-11-08 2012-05-10 Hon Hai Precision Industry Co., Ltd. Image capture device and method for adjusting focal point of lens of image capture device
CN105407276A (zh) * 2015-11-03 2016-03-16 北京旷视科技有限公司 拍照方法和设备
CN106331518A (zh) * 2016-09-30 2017-01-11 北京旷视科技有限公司 图像处理方法及装置和电子系统
CN106454146A (zh) * 2016-10-20 2017-02-22 北京旷视科技有限公司 图像处理方法及装置和电子系统
CN106682620A (zh) * 2016-12-28 2017-05-17 北京旷视科技有限公司 人脸图像采集方法及装置
CN107249105A (zh) * 2017-06-16 2017-10-13 广东欧珀移动通信有限公司 曝光补偿方法、装置和终端设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120113311A1 (en) * 2010-11-08 2012-05-10 Hon Hai Precision Industry Co., Ltd. Image capture device and method for adjusting focal point of lens of image capture device
CN105407276A (zh) * 2015-11-03 2016-03-16 北京旷视科技有限公司 拍照方法和设备
CN106331518A (zh) * 2016-09-30 2017-01-11 北京旷视科技有限公司 图像处理方法及装置和电子系统
CN106454146A (zh) * 2016-10-20 2017-02-22 北京旷视科技有限公司 图像处理方法及装置和电子系统
CN106682620A (zh) * 2016-12-28 2017-05-17 北京旷视科技有限公司 人脸图像采集方法及装置
CN107249105A (zh) * 2017-06-16 2017-10-13 广东欧珀移动通信有限公司 曝光补偿方法、装置和终端设备

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111491109A (zh) * 2019-01-25 2020-08-04 原相科技股份有限公司 光检测芯片、图像处理装置及其运作方法
CN111491109B (zh) * 2019-01-25 2021-09-03 原相科技股份有限公司 光检测芯片、图像处理装置及其运作方法
CN111698432A (zh) * 2019-03-12 2020-09-22 北京猎户星空科技有限公司 一种参数控制方法、装置、设备及介质
CN110602411A (zh) * 2019-08-07 2019-12-20 深圳市华付信息技术有限公司 一种逆光环境下的人脸图像质量提升方法
CN110602384A (zh) * 2019-08-27 2019-12-20 维沃移动通信有限公司 曝光控制方法及电子设备
CN110710194A (zh) * 2019-08-30 2020-01-17 中新智擎科技有限公司 一种曝光方法、装置及摄像模组、电子设备
CN111246091B (zh) * 2020-01-16 2021-09-03 北京迈格威科技有限公司 一种动态自动曝光控制方法和装置及电子设备
CN111246091A (zh) * 2020-01-16 2020-06-05 北京迈格威科技有限公司 一种动态自动曝光控制方法和装置及电子设备
CN111626958A (zh) * 2020-05-27 2020-09-04 重庆紫光华山智安科技有限公司 曝光调节方法、装置、计算机可读存储介质和电子设备
CN111881917A (zh) * 2020-06-30 2020-11-03 浙江大华技术股份有限公司 图像预处理方法、装置、计算机设备和可读存储介质
CN112752031B (zh) * 2020-07-31 2024-02-06 腾讯科技（深圳）有限公司 图像采集检测方法、装置、电子设备及存储介质
CN112752031A (zh) * 2020-07-31 2021-05-04 腾讯科技（深圳）有限公司 图像采集检测方法、装置、电子设备及存储介质
CN112351195A (zh) * 2020-09-22 2021-02-09 北京迈格威科技有限公司 图像处理方法、装置和电子系统
CN112351195B (zh) * 2020-09-22 2022-09-30 北京迈格威科技有限公司 图像处理方法、装置和电子系统
CN112381073A (zh) * 2021-01-12 2021-02-19 上海齐感电子信息科技有限公司 基于ai人脸检测的iq调整方法及调整模块
CN112800969A (zh) * 2021-01-29 2021-05-14 新疆爱华盈通信息技术有限公司 图像质量调节方法和系统、ai处理方法、门禁系统
CN112800969B (zh) * 2021-01-29 2022-04-19 深圳市爱深盈通信息技术有限公司 图像质量调节方法和系统、ai处理方法、门禁系统
CN113179375A (zh) * 2021-06-09 2021-07-27 北京澎思科技有限公司 曝光处理方法、装置、电子设备、存储介质及程序产品

Similar Documents

Publication Publication Date Title
CN108881710A (zh) 图像处理方法、装置和系统及存储介质
CN108197546B (zh) 人脸识别中光照处理方法、装置、计算机设备及存储介质
CN108898567A (zh) 图像降噪方法、装置及系统
CN109643448A (zh) 机器人系统中的细粒度物体识别
CN108875676A (zh) 活体检测方法、装置及系统
CN105260731A (zh) 一种基于光脉冲的人脸活体检测系统及方法
CN108875540A (zh) 图像处理方法、装置和系统及存储介质
CN110807759B (zh) 照片质量的评价方法及装置、电子设备、可读存储介质
CN107590473B (zh) 一种人脸活体检测方法、介质和相关装置
CN111210399B (zh) 一种成像质量评价方法、装置及设备
CN108737728A (zh) 一种图像拍摄方法、终端及计算机存储介质
CN107172354A (zh) 视频处理方法、装置、电子设备及存储介质
CN111654643B (zh) 曝光参数确定方法、装置、无人机和计算机可读存储介质
CN109241888A (zh) 神经网络训练与对象识别方法、装置和系统及存储介质
CN108875509A (zh) 活体检测方法、装置和系统及存储介质
CN108171135A (zh) 人脸检测方法、装置及计算机可读存储介质
CN108921178A (zh) 获取图像模糊程度分类的方法、装置、电子设备
CN111027450A (zh) 银行卡信息识别方法、装置、计算机设备及存储介质
CN108875516A (zh) 人脸识别方法、装置、系统、存储介质和电子设备
CN110309767A (zh) 活体检测设备、识别方法、装置及存储介质
CN113824884A (zh) 拍摄方法与装置、摄影设备及计算机可读存储介质
CN110516579B (zh) 手持眼底相机拍照方法和装置、设备及存储介质
CN108875500A (zh) 行人再识别方法、装置、系统及存储介质
CN107016324A (zh) 一种指纹图像处理方法和指纹探测设备
CN108009534A (zh) 基于瞳孔灰度的活体检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20181123