CN112653847B - 深度相机的自动曝光方法、计算机设备和存储介质 - Google Patents
深度相机的自动曝光方法、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112653847B CN112653847B CN202011502189.6A CN202011502189A CN112653847B CN 112653847 B CN112653847 B CN 112653847B CN 202011502189 A CN202011502189 A CN 202011502189A CN 112653847 B CN112653847 B CN 112653847B
- Authority
- CN
- China
- Prior art keywords
- image
- infrared
- laser emission
- depth
- condition
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 13
- 230000001360 synchronised effect Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000004907 flux Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- H04N23/70—Circuitry for compensating brightness variation in the scene
-
- 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
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请涉及一种深度相机的自动曝光方法、系统、计算机设备和存储介质。方法包括：接收一帧深度图像，统计得到所述深度图像中过曝点的个数；根据所述深度图像中过曝点的个数进行第一安全等级判断；若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度。本发明根据深度图像信息评估当前应用场景中的物体距离信息，实时调整激光发射强度，可以兼顾近距离和远距离的测距可靠性，降低深度相机的盲区。
Description
技术领域
本申请涉及深度相机技术领域，特别是涉及一种深度相机的自动曝光方法、系统、计算机设备和存储介质。
背景技术
随着深度相机应用的普及，深度相机在使用过程中，遇到了越来越多的问题，其中一个非常突出的问题是，在深度相机量程范围内，如果要达到相机最大的使用量程，则需要将深度相机的激光发射强度调整的很大，而此时距离相机比较近的物体会因为高强度的激光照射，使得深度传感器接收到的光通量过大，丧失测距准度，影响近距离物体的距离识别，导致后续算法处理发生错误，如果应用于机器人上，则可能发生碰撞事故，存在很大的安全隐患。
发明内容
基于此，有必要针对上述技术问题，提供一种深度相机的自动曝光方法、系统、计算机设备和存储介质。
一种深度相机的自动曝光方法，包括以下步骤：
接收一帧深度图像，统计得到所述深度图像中过曝点的个数；
根据所述深度图像中过曝点的个数进行第一安全等级判断；
若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度。
作为一种实施方式，还包括以下步骤：
若深度图像中过曝点的个数小于预先设定的允许图像中过曝点的上限值，则接收与所述深度图像同步的近红外图像，统计得到所述近红外图像的平均亮度值；
根据所述近红外图像的平均亮度值进行第二安全等级判断；
依据用于所述第二安全等级判断的第二条件对所述激光发射强度进行调整。
作为一种实施方式，所述第二条件为近红外图像的平均亮度值是否大于红外目标亮度；
若近红外图像的平均亮度值大于红外目标亮度，则降低激光发射的强度；
若近红外图像的平均亮度值小于红外目标亮度，则增大激光发射的强度。
作为一种实施方式，还包括以下步骤：
若第三条件满足，则激光发射强度不变。
作为一种实施方式，所述第三条件为IR_Ave_Val- Delta<Target_Val<IR_Ave_Val+Delta，或激光发射强度达到最值，其中，IR_Av e_Val表示为近红外图像的平均亮度值，Delta表示为红外亮度稳定区间，Target _Val表示为红外目标亮度。
一种深度相机的自动曝光系统，包括：
深度相机，用于接收同一帧的深度图像和近红外图像；
处理器，用于根据所述深度图像中过曝点的个数进行第一安全等级判断；
激光发射光源，用于若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现深度相机的自动曝光方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现深度相机的自动曝光方法的步骤。
上述深度相机的自动曝光方法、系统、计算机设备和存储介质，根据深度图像信息，利用算法评估当前应用场景中的物体距离信息，通过该信息，实时调整深度相机的激光发射强度，使得深度相机可以兼顾近距离和远距离的测距可靠性，降低深度相机的盲区，增加其场景适应能力。
同时，将曝光算法进行安全分级，通过深度图像信息和红外图像信息进行两级判断和调整，保证在有物体接触深度相机的时候能够迅速的进行曝光调整，提升系统的安全性。
在不更改相机配置的情况下，动态的提升深度相机的测量量程范围和测量精准度。本发明通过该深度相机的自动曝光方法，能够获取稳定的近红外图像，极大提升后续算法性能。
附图说明
图1为一个实施例中深度相机的自动曝光方法的应用环境图；
图2为一个实施例中深度相机的自动曝光方法的流程示意图；
图3为一个实施例中深度相机的自动曝光系统的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的深度相机的自动曝光方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。其中，终端10 2可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑等，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种深度相机的自动曝光方法。接下来以该方法应用于图1中的终端为例进行说明，该方法包括以下步骤：
S100：接收一帧深度图像，统计得到深度图像中过曝点的个数；
当被测物体距离相机很近的时候，此时过高的激光灯亮度会导致深度传感器的输出饱和，产生过曝点，过曝点即为0像素的点，得到的深度距离为0。
S200：根据深度图像中过曝点的个数进行第一安全等级判断；
S300：若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度。
S400：若深度图像中过曝点的个数小于预先设定的允许图像中过曝点的上限值，则接收与深度图像同步的近红外图像，统计得到近红外图像的平均亮度值；
S500：根据近红外图像的平均亮度值进行第二安全等级判断；
S600：依据用于第二安全等级判断的第二条件对激光发射强度进行调整。其中，第二条件为近红外图像的平均亮度值是否大于红外目标亮度；若近红外图像的平均亮度值大于红外目标亮度，则降低激光发射的强度；若近红外图像的平均亮度值小于红外目标亮度，则增大激光发射的强度。
在另一实施例中，当读取红外图像的平均亮度值后，先进行第三条件判断，第三条件为IR_Ave_Val- Delta<Target_Val<IR_Ave_Val+Delta，或激光发射强度达到最值(最大值或最小值)，其中，IR_Ave_Val表示为近红外图像的平均亮度值，Delta表示为红外亮度稳定区间，Target_Val表示为红外目标亮度，则激光发射强度不变。在第三条件判断完成后，若不符合第三条件的情况下，再进行第二安全等级判断。
在本实施例中，第一安全等级为高安全等级，高安全等级情况下，图像调整速度快，在下一帧图像采集的时候就会生效，一般在30ms左右；第二安全等级为低安全等级，低安全等级下，图像调整速度慢，一般在3-4帧左右完成。
在一实施例中，完整步骤如下：
步骤一：接收一帧深度图像，统计得到深度图像中过曝点的个数。
步骤二：将深度图像中过曝点的个数与预先根据场景需求预先设定的允许图像中过曝点的上限值进行比较。
步骤三：如果深度图像中过曝点的个数大于等于允许图像中过曝点的上限值，则触发高安全等级调整，立即降低激光发射的强度。
步骤四：如果深度图像中过曝点的个数小于允许图像中过曝点的上限值，启用低安全等级调整。
步骤五：接收一帧和步骤一中同步的近红外图像。统计得到该图像的平均亮度值(记为IR_Ave_Val)，获取事先设定好的红外目标亮度(记为Target_Va l)。
步骤六：当IR_Ave_Val-Delta<Target_Val< IR_Ave_Val+Delta，其中，Delta表示为红外亮度稳定区间，或者激光发射强度达到最值(最大值或最小值)时，激光发射强度不进行调整。
步骤七：若不符合步骤六的条件是，将平均亮度值与事先设定好的红外目标亮度进行比较，如果IR_Ave_Val> Target_Val，则降低激光发射的强度。如果IR_Ave_Val<Target_Val，则增大激光发射强度。
步骤八：等待激光发射强度调整后的图像帧。
步骤九：返回步骤一。
在一个实施例中，如图3所示，提供了一种深度相机的自动曝光系统，该系统包括深度相机1、处理器2及激光发射光源3，深度相机1用于接收同一帧的深度图像和近红外图像；处理器2用于根据所述深度图像中过曝点的个数进行第一安全等级判断；激光发射光源3用于若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度。
除此之外，处理器2用于根据近红外图像的平均亮度值进行第二安全等级判断，激光发射光源3用于当近红外图像的平均亮度值大于红外目标亮度，则降低激光发射的强度和当近红外图像的平均亮度值小于红外目标亮度，则增大激光发射的强度。
在上述过程中，基于红外图像的第二安全等级判断是当深度图像中过曝点的个数小于预先设定的允许图像中过曝点的上限值的情况下进行的。
关于上述深度相机的自动曝光系统的具体限定可以参见上文中对于深度相机的自动曝光方法的限定，在此不再赘述。上述装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述基于红外图像的人脸活体检测方法的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于红外图像的人脸活体检测方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
S100：接收一帧深度图像，统计得到深度图像中过曝点的个数；
当被测物体距离相机很近的时候，此时过高的激光灯亮度会导致深度传感器的输出饱和，产生过曝点，过曝点即为0像素的点，得到的深度距离为0。
S200：根据深度图像中过曝点的个数进行第一安全等级判断；
S300：若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度。
S400：若深度图像中过曝点的个数小于预先设定的允许图像中过曝点的上限值，则接收与深度图像同步的近红外图像，统计得到近红外图像的平均亮度值；
S500：根据近红外图像的平均亮度值进行第二安全等级判断；
S600：依据用于第二安全等级判断的第二条件对激光发射强度进行调整。其中，第二条件为近红外图像的平均亮度值是否大于红外目标亮度；若近红外图像的平均亮度值大于红外目标亮度，则降低激光发射的强度；若近红外图像的平均亮度值小于红外目标亮度，则增大激光发射的强度。
在另一实施例中，当读取红外图像的平均亮度值后，先进行第三条件判断，第三条件为IR_Ave_Val- Delta<Target_Val<IR_Ave_Val+Delta，或激光发射强度达到最值(最大值或最小值)，其中，IR_Ave_Val表示为近红外图像的平均亮度值，Delta表示为红外亮度稳定区间，Target_Val表示为红外目标亮度，则激光发射强度不变。在第三条件判断完成后，若不符合第三条件的情况下，再进行第二安全等级判断。
在本实施例中，第一安全等级为高安全等级，高安全等级情况下，图像调整速度快，在下一帧图像采集的时候就会生效，一般在30ms左右；第二安全等级为低安全等级，低安全等级下，图像调整速度慢，一般在3-4帧左右完成。
在一实施例中，完整步骤如下：
步骤一：接收一帧深度图像，统计得到深度图像中过曝点的个数。
步骤二：将深度图像中过曝点的个数与预先根据场景需求预先设定的允许图像中过曝点的上限值进行比较。
步骤三：如果深度图像中过曝点的个数大于等于允许图像中过曝点的上限值，则触发高安全等级调整，立即降低激光发射的强度。
步骤四：如果深度图像中过曝点的个数小于允许图像中过曝点的上限值，启用低安全等级调整。
步骤五：接收一帧和步骤一中同步的近红外图像。统计得到该图像的平均亮度值(记为IR_Ave_Val)，获取事先设定好的红外目标亮度(记为Target_Va l)。
步骤六：当IR_Ave_Val-Delta<Target_Val< IR_Ave_Val+Delta，其中，Delta表示为红外亮度稳定区间，或者激光发射强度达到最值(最大值或最小值)时，激光发射强度不进行调整。
步骤七：若不符合步骤六的条件是，将平均亮度值与事先设定好的红外目标亮度进行比较，如果IR_Ave_Val> Target_Val，则降低激光发射的强度。如果IR_Ave_Val<Target_Val，则增大激光发射强度。
步骤八：等待激光发射强度调整后的图像帧。
步骤九：返回步骤一。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
S100：接收一帧深度图像，统计得到深度图像中过曝点的个数；
当被测物体距离相机很近的时候，此时过高的激光灯亮度会导致深度传感器的输出饱和，产生过曝点，过曝点即为0像素的点，得到的深度距离为0。
S200：根据深度图像中过曝点的个数进行第一安全等级判断；
S300：若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度；
S400：若深度图像中过曝点的个数小于预先设定的允许图像中过曝点的上限值，则接收与深度图像同步的近红外图像，统计得到近红外图像的平均亮度值；
S500：根据近红外图像的平均亮度值进行第二安全等级判断；
S600：依据用于第二安全等级判断的第二条件对激光发射强度进行调整。其中，第二条件为近红外图像的平均亮度值是否大于红外目标亮度；若近红外图像的平均亮度值大于红外目标亮度，则降低激光发射的强度；若近红外图像的平均亮度值小于红外目标亮度，则增大激光发射的强度。
在另一实施例中，当读取红外图像的平均亮度值后，先进行第三条件判断，第三条件为IR_Ave_Val- Delta<Target_Val<IR_Ave_Val+Delta，或激光发射强度达到最值(最大值或最小值)，其中，IR_Ave_Val表示为近红外图像的平均亮度值，Delta表示为红外亮度稳定区间，Target_Val表示为红外目标亮度，则激光发射强度不变。在第三条件判断完成后，若不符合第三条件的情况下，再进行第二安全等级判断。
在本实施例中，第一安全等级为高安全等级，高安全等级情况下，图像调整速度快，在下一帧图像采集的时候就会生效，一般在30ms左右；第二安全等级为低安全等级，低安全等级下，图像调整速度慢，一般在3-4帧左右完成。
在一实施例中，完整步骤如下：
步骤一：接收一帧深度图像，统计得到深度图像中过曝点的个数。
步骤二：将深度图像中过曝点的个数与预先根据场景需求预先设定的允许图像中过曝点的上限值进行比较。
步骤三：如果深度图像中过曝点的个数大于等于允许图像中过曝点的上限值，则触发高安全等级调整，立即降低激光发射的强度。
步骤四：如果深度图像中过曝点的个数小于允许图像中过曝点的上限值，启用低安全等级调整。
步骤五：接收一帧和步骤一中同步的近红外图像。统计得到该图像的平均亮度值(记为IR_Ave_Val)，获取事先设定好的红外目标亮度(记为Target_Va l)。
步骤六：当IR_Ave_Val-Delta <Target_Val< IR_Ave_Val+Delta，其中，Delta表示为红外亮度稳定区间，或者激光发射强度达到最值(最大值或最小值)时，激光发射强度不进行调整。
步骤七：若不符合步骤六的条件是，将平均亮度值与事先设定好的红外目标亮度进行比较，如果IR_Ave_Val> Target_Val，则降低激光发射的强度。如果IR_Ave_Val<Target_Val，则增大激光发射强度。
步骤八：等待激光发射强度调整后的图像帧。
步骤九：返回步骤一。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM )、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SD RAM(ESDRAM)、同步链路(Synchlink)
DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)
等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (4)
1.一种深度相机的自动曝光方法，其特征在于，包括以下步骤：
接收一帧深度图像，统计得到所述深度图像中过曝点的个数；
根据所述深度图像中过曝点的个数进行第一安全等级判断；
若深度图像中过曝点的个数大于等于预先设定的允许图像中过曝点的上限值，则迅速降低激光发射的强度；
若深度图像中过曝点的个数小于预先设定的允许图像中过曝点的上限值，则接收与所述深度图像同步的近红外图像，统计得到所述近红外图像的平均亮度值；
当读取红外图像的平均亮度值后，先进行第三条件判断，所述第三条件为IR_Ave_Val-Delta<Target_Val<IR_Ave_Val+Delta，或激光发射强度达到最值，其中，IR_Ave_Val表示为近红外图像的平均亮度值，Delta表示为红外亮度稳定区间，Target_Val表示为红外目标亮度，若第三条件满足，则激光发射强度不变，在第三条件判断完成后若不符合第三条件的情况下，再进行第二安全等级判断；
根据所述近红外图像的平均亮度值进行第二安全等级判断；
依据用于所述第二安全等级判断的第二条件对所述激光发射强度进行调整。
2.根据权利要求1所述的深度相机的自动曝光方法，其特征在于，所述第二条件为近红外图像的平均亮度值是否大于红外目标亮度；
若近红外图像的平均亮度值大于红外目标亮度，则降低激光发射的强度；
若近红外图像的平均亮度值小于红外目标亮度，则增大激光发射的强度。
3.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述方法的步骤。
4.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011502189.6A CN112653847B (zh) | 2020-12-17 | 2020-12-17 | 深度相机的自动曝光方法、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011502189.6A CN112653847B (zh) | 2020-12-17 | 2020-12-17 | 深度相机的自动曝光方法、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112653847A CN112653847A (zh) | 2021-04-13 |
| CN112653847B true CN112653847B (zh) | 2022-08-05 |
Family
ID=75354911
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011502189.6A Active CN112653847B (zh) | 2020-12-17 | 2020-12-17 | 深度相机的自动曝光方法、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112653847B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116338707B (zh) * | 2023-05-31 | 2023-08-11 | 深圳玩智商科技有限公司 | 曝光调整方法、装置、设备和计算机可读存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109246354A (zh) * | 2018-09-07 | 2019-01-18 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| CN110308458A (zh) * | 2019-06-27 | 2019-10-08 | Oppo广东移动通信有限公司 | 调节方法、调节装置、终端及计算机可读存储介质 |
| CN110505402A (zh) * | 2019-08-19 | 2019-11-26 | Oppo广东移动通信有限公司 | 控制方法、深度相机和电子装置 |
| JP2020153799A (ja) * | 2019-03-20 | 2020-09-24 | ソニーセミコンダクタソリューションズ株式会社 | 測距装置および測距方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109975821B (zh) * | 2019-03-25 | 2021-05-14 | Oppo广东移动通信有限公司 | 控制方法及装置、飞行时间组件、存储介质和计算机设备 |
-
2020
- 2020-12-17 CN CN202011502189.6A patent/CN112653847B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109246354A (zh) * | 2018-09-07 | 2019-01-18 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
| JP2020153799A (ja) * | 2019-03-20 | 2020-09-24 | ソニーセミコンダクタソリューションズ株式会社 | 測距装置および測距方法 |
| CN110308458A (zh) * | 2019-06-27 | 2019-10-08 | Oppo广东移动通信有限公司 | 调节方法、调节装置、终端及计算机可读存储介质 |
| CN110505402A (zh) * | 2019-08-19 | 2019-11-26 | Oppo广东移动通信有限公司 | 控制方法、深度相机和电子装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112653847A (zh) | 2021-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109743541B (zh) | 智能监控方法、装置、计算机设备及存储介质 | |
| CN111191567B (zh) | 身份数据处理方法、装置、计算机设备和存储介质 | |
| CN111222423A (zh) | 基于作业区域的目标识别方法、装置、计算机设备 | |
| CN108897786B (zh) | 应用程序的推荐方法、装置、存储介质及移动终端 | |
| WO2019037088A1 (zh) | 一种曝光的控制方法、装置以及无人机 | |
| CN111209845A (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
| CN108804658B (zh) | 图像处理方法和装置、存储介质、电子设备 | |
| CN112312030A (zh) | 拍照补光方法、装置、计算机设备及存储介质 | |
| CN112653847B (zh) | 深度相机的自动曝光方法、计算机设备和存储介质 | |
| CN114257738B (zh) | 自动曝光方法、装置、设备及存储介质 | |
| CN112434556A (zh) | 宠物鼻纹识别方法、装置、计算机设备及存储介质 | |
| CN111598065B (zh) | 深度图像获取方法及活体识别方法、设备、电路和介质 | |
| CN112889062B (zh) | 人脸识别数据处理方法、装置、移动设备和计算机可读存储介质 | |
| CN110082739B (zh) | 数据同步方法和设备 | |
| CN111537072B (zh) | 一种阵列式偏振相机的偏振信息测量系统及方法 | |
| CN110609977B (zh) | 基于接近传感器的底噪调节处理方法、装置和计算机设备 | |
| CN110941992A (zh) | 微笑表情检测方法、装置、计算机设备及存储介质 | |
| CN112070682A (zh) | 图像亮度补偿的方法和装置 | |
| CN108875545B (zh) | 确定人脸图像的光线状态的方法、装置、系统和存储介质 | |
| CN111178224A (zh) | 物体规则判断方法、装置、计算机设备和存储介质 | |
| CN109279542B (zh) | 叉车入叉方法、装置、计算机设备和存储介质 | |
| CN115705752A (zh) | 防眩光智能照明系统的控制方法、控制器和存储介质 | |
| CN112672067B (zh) | 深度相机的自动曝光方法、系统、计算机设备和存储介质 | |
| CN110519522B (zh) | 视频防过曝处理的方法、装置、设备及存储介质 | |
| CN113259598A (zh) | 摄像头水平调节控制方法、系统、终端及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230411 Address after: Room 418, Building 1, No. 66, Dongxin Avenue, Puyan Street, Binjiang District, Hangzhou City, Zhejiang Province, 310000 Patentee after: Hangzhou Xinjushi Artificial Intelligence Technology Co.,Ltd. Address before: 310051 1505, 1506, 5th floor, Edie Building 1, 66 Dongxin Avenue, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: HANGZHOU AIXIN INTELLIGENT TECHNOLOGY CO.,LTD. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240613 Address after: Room 501, 85 Xiaguang Dongli, Haicang District, Xiamen City, Fujian Province, 361000 Patentee after: Xiamen reliable intellectual property service Co.,Ltd. Country or region after: China Address before: Room 418, Building 1, No. 66, Dongxin Avenue, Puyan Street, Binjiang District, Hangzhou City, Zhejiang Province, 310000 Patentee before: Hangzhou Xinjushi Artificial Intelligence Technology Co.,Ltd. Country or region before: China |