CN112911146A - 基于人脸的智能调光方法 - Google Patents
基于人脸的智能调光方法 Download PDFInfo
- Publication number
- CN112911146A CN112911146A CN202110112976.8A CN202110112976A CN112911146A CN 112911146 A CN112911146 A CN 112911146A CN 202110112976 A CN202110112976 A CN 202110112976A CN 112911146 A CN112911146 A CN 112911146A
- Authority
- CN
- China
- Prior art keywords
- image
- face
- exposure
- algorithm
- human face
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003066 decision tree Methods 0.000 claims abstract description 4
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000010845 search algorithm Methods 0.000 claims description 7
- 238000005192 partition Methods 0.000 claims description 3
- 238000001028 reflection method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 230000009194 climbing Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000013589 supplement Substances 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
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/673—Focus control based on electronic image sensor signals based on contrast or high frequency components of image signals, e.g. hill climbing method
-
- 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
-
- 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
- H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
- H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了基于人脸的智能调光方法,包括以下步骤:S1、通过sensor采集视频后截取视频中的图像,截取视频中的图像为视频中的当前帧图像,并将当前帧图像传输至人脸算法识别系统;S2、人脸算法识别系统接收当前帧图像后提取图像的Haar特征,根据Haar每个haar‑like特征使用cart的二分类决策树判别图像是否包含人脸。本发明中,基于人脸的智能调光方法可以针对人脸区域智能调节,使人脸抓拍变得更清晰,不惧补光灯过量或者周边光源对人脸的影响,极大提升了人脸图像质量,基于人脸的智能调光方法克服了传统的整体提升曝光或者降低曝光的缺点,提供一种更适合人脸场景的智能调光方法,使图像中人脸场景的曝光正常,图像效果更美观。
Description
技术领域
本发明涉及智能调光技术领域,尤其涉及基于人脸的智能调光方法。
背景技术
随着社会的发展,人们喜欢用摄像装置记录美好的生活瞬间,并通过社交媒体分享出去,特别随着短视频行业的崛起,人们喜欢拍摄各式各样的有趣视频分享在短视频平台,因此,人们对调光方法的越来越高,好的调光方式不仅让画面看的更加清楚,还可以让画面色彩更加饱满并且充满真实感。
然而,现有的摄像对于人脸的调光方式是采用整体提升曝光或者降低曝光的方式,当人脸图像曝光不足时,整体提升曝光使人脸曝光正常但是周边场景容易过爆,当人脸图像过爆时,整体降低曝光使人脸曝光正常但是周边场景曝光不足,这样整体画面既不美观,同时也会影响图像中的真实场景,不便于人们是使用。
发明内容
为了解决上述背景技术中所提到的技术问题,而提出的基于人脸的智能调光方法。
为了实现上述目的,本发明采用了如下技术方案:
基于人脸的智能调光方法,包括以下步骤:
S1、通过sensor采集视频后截取视频中的图像,截取视频中的图像为视频中的当前帧图像,并将当前帧图像传输至人脸算法识别系统;
S2、人脸算法识别系统接收当前帧图像后提取图像的Haar特征,根据Haar每个haar-like特征使用cart的二分类决策树判别图像是否包含人脸,若结果判定图像中包含人脸则进行步骤S3,若结果判定图像中不包含人脸则再进行步骤S1;
S3、判定图像中包含人脸后,人脸算法识别系统计算出图像中人脸的数据像素坐标及人脸像素区域,并将人脸的数据像素坐标及人脸像素区域反馈给图像处理层ISP;
S4、图像处理层ISP获得人脸的数据像素坐标及人脸像素区域后,图像处理层ISP检测人脸像素区域的当前亮度值,把N比作当前帧,将检测的当前亮度值与设定的目标亮度值进行比较,再通过海思3A算法对N+1帧进行针对性区域曝光;
S5、图像处理层ISP检测N+1帧图像中人脸像素区域的当前亮度值,若检测人脸像素区域当前亮度值大于目标亮度,则通过海思3A算法在N+2帧降低人脸像素区域的曝光权重,减小人脸像素区域的曝光亮度;若检测人脸像素区域当前亮度值小于目标亮度,则通过海思3A算法在N+2帧增加人脸像素区域的曝光权重,增大人脸像素区域的曝光亮度;若检测人脸像素区域亮度值在目标亮度范围内,则不再调节,如果达不到,则重复步骤S4,直至图像达到曝光合格范围值。
作为上述技术方案的进一步描述:
所述海思3A算法包括AF自动对焦、AE自动曝光和AWB自动白平衡。
作为上述技术方案的进一步描述:
所述AF自动对焦通过调整聚焦镜头的位置获得最高的图像频率成分和更高的图像对比度,通过比较每一帧图像的对比度从而获得镜头移动范围内最大的对比度点,进而确定对焦距离。
作为上述技术方案的进一步描述:
所述AE自动曝光通过获取图像的亮度调节相应的曝光参数,得到合适的曝光量;
所述AE自动曝光的步骤如下:
B1、采用平均亮度法或者分区加权平均亮度法获取图像亮度;
B2、调节相应的曝光参数,调整参数的主要方法有查表法、迭代法和数值计算法。
作为上述技术方案的进一步描述:
所述AWB自动白平衡通过图像色温设置自动调整相机的白平衡,使图像的色彩与肉眼所见相同;
所述AWB自动白平衡的步骤如下;
C1、通过算法估算环境光色温,算法包括最大亮度法、灰度世界法、色域界限法、图框区域分割法、光源预测法、完美反射法、动态阈值法;
C2、通过求取图像的平均颜色分量对应的增益:
α=G-/R-,β=G-/B-;
C3、对整副图的RGB分量进行调整:
R′=αR,G′=G,B′=βB。
作为上述技术方案的进一步描述:
在步骤B2中,查表法系统内部预先存储一张曝光参数调整步长与图像亮度之间关系的查找表,通过查找表改变调整量。
作为上述技术方案的进一步描述:
所述海思3A算法中AE统计信息配置ISP_AE_STATISTICS_CFG_S函数为:
au8Weight[15][17]={
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},};自动曝光的静态统计信息分为15*17=255个区域平均的大小进行覆盖图像的整个区域,通过海思3A算法设定权重表改变对应每个区域的曝光权重,增加某个相应区域曝光权重,此区域画面将会变亮,减小某个相应区域的曝光权重,此区域画面将会变暗。
作为上述技术方案的进一步描述:
所述AF自动对焦的步骤如下:
A1、判断图像的模糊程度,通过合适的模糊度评价函数求得采集的每一副图像的评价值;
A2、通过搜索算法得到一系列评价值的峰值;
A3、通过对焦深度法DFF调节峰值所在的位置,得到最清晰的图像。
作为上述技术方案的进一步描述:
在步骤A2中,搜索算法是爬山算法,爬山算法是一种简单的贪心搜索算法,爬山算法每次从当前解的临近解空间中选择一个最优解作为当前解,直到达到一个局部最优解。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明中,基于人脸的智能调光方法可以针对人脸区域智能调节,使人脸抓拍变得更清晰,不惧补光灯过量或者周边光源对人脸的影响,极大提升了人脸图像质量,基于人脸的智能调光方法克服了传统的整体提升曝光或者降低曝光的缺点,提供一种更适合人脸场景的智能调光方法,使图像中人脸场景的曝光正常,图像效果更美观。
2、本发明中,本调光方法虽然使人脸曝光与实际反馈回来的人脸区域总会慢上一帧,但每秒25帧或者30帧输出,延迟一帧的调整时间为最大40毫秒,因此时间差影响极小,肉眼不会察觉,避免人脸区域曝光调整与实际人脸不匹配,适用性强。
附图说明
图1示出了根据本发明实施例提供的基于人脸的智能调光方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例
请参阅图1,本发明提供一种技术方案:基于人脸的智能调光方法,包括以下步骤:
S1、通过sensor采集视频后截取视频中的图像,截取视频中的图像为视频中的当前帧图像,并将当前帧图像传输至人脸算法识别系统;
S2、人脸算法识别系统接收当前帧图像后提取图像的Haar特征,根据Haar每个haar-like特征使用cart的二分类决策树判别图像是否包含人脸,若结果判定图像中包含人脸则进行步骤S3,若结果判定图像中不包含人脸则再进行步骤S1;
S3、判定图像中包含人脸后,人脸算法识别系统计算出图像中人脸的数据像素坐标及人脸像素区域,并将人脸的数据像素坐标及人脸像素区域反馈给图像处理层ISP;
S4、图像处理层ISP获得人脸的数据像素坐标及人脸像素区域后,图像处理层ISP检测人脸像素区域的当前亮度值,把N比作当前帧,将检测的当前亮度值与设定的目标亮度值进行比较,再通过海思3A算法对N+1帧进行针对性区域曝光,海思3A算法包括AF自动对焦、AE自动曝光和AWB自动白平衡;
AF自动对焦通过调整聚焦镜头的位置获得最高的图像频率成分和更高的图像对比度,通过比较每一帧图像的对比度从而获得镜头移动范围内最大的对比度点,进而确定对焦距离;AF自动对焦的步骤如下:
A1、判断图像的模糊程度,通过合适的模糊度评价函数求得采集的每一副图像的评价值;
A2、通过搜索算法得到一系列评价值的峰值;搜索算法是爬山算法,爬山算法是一种简单的贪心搜索算法,爬山算法每次从当前解的临近解空间中选择一个最优解作为当前解,直到达到一个局部最优解;
A3、通过对焦深度法DFF调节峰值所在的位置,得到最清晰的图像;
AE自动曝光通过获取图像的亮度调节相应的曝光参数,得到合适的曝光量;
AE自动曝光的步骤如下:
B1、采用平均亮度法或者分区加权平均亮度法获取图像亮度;
B2、通过查表法调节相应的曝光参数,查表法系统内部预先存储一张曝光参数调整步长与图像亮度之间关系的查找表,通过查找表改变调整量;
AWB自动白平衡通过图像色温设置自动调整相机的白平衡,使图像的色彩与肉眼所见相同;
AWB自动白平衡的步骤如下:
C1、通过算法估算环境光色温,算法包括最大亮度法、灰度世界法、色域界限法、图框区域分割法、光源预测法、完美反射法、动态阈值法;
C2、通过求取图像的平均颜色分量对应的增益:
α=G-/R-,β=G-/B-;
C3、对整副图的RGB分量进行调整:
R′=αR,G′=G,B′=βB;
海思3A算法中AE统计信息配置ISP_AE_STATISTICS_CFG_S函数为:
au8Weight[15][17]={
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},
{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},};自动曝光的静态统计信息分为15*17=255个区域平均的大小进行覆盖图像的整个区域,通过海思3A算法设定权重表改变对应每个区域的曝光权重,增加某个相应区域曝光权重,此区域画面将会变亮,减小某个相应区域的曝光权重,此区域画面将会变暗。
S5、图像处理层ISP检测N+1帧图像中人脸像素区域的当前亮度值,若检测人脸像素区域当前亮度值大于目标亮度,则通过海思3A算法在N+2帧降低人脸像素区域的曝光权重,减小人脸像素区域的曝光亮度;若检测人脸像素区域当前亮度值小于目标亮度,则通过海思3A算法在N+2帧增加人脸像素区域的曝光权重,增大人脸像素区域的曝光亮度;若检测人脸像素区域亮度值在目标亮度范围内,则不再调节,如果达不到,则重复步骤S4,直至图像达到曝光合格范围值,本调光方法虽然使人脸曝光与实际反馈回来的人脸区域总会慢上一帧,但每秒25帧或者30帧输出,延迟一帧的调整时间为最大40毫秒,因此时间差影响极小,肉眼不会察觉,避免人脸区域曝光调整与实际人脸不匹配,适用性强。
基于人脸的智能调光方法,可以针对人脸区域智能调节,使人脸抓拍变得更清晰,不惧补光灯过量或者周边光源对人脸的影响,极大提升了人脸图像质量,基于人脸的智能调光克服了传统的整体提升曝光或者降低曝光的缺点,提供一种更适合人脸场景的智能调光方法,使图像中人脸场景的曝光正常及清晰,图像效果更美观,便于人们使用。
以上所述,仅为本发明较佳的具体实施方式,但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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (9)
1.基于人脸的智能调光方法,其特征在于,包括以下步骤:
S1、通过sensor采集视频后截取视频中的图像,截取视频中的图像为视频中的当前帧图像,并将当前帧图像传输至人脸算法识别系统;
S2、人脸算法识别系统接收当前帧图像后提取图像的Haar特征,根据Haar每个haar-like特征使用cart的二分类决策树判别图像是否包含人脸,若结果判定图像中包含人脸则进行步骤S3,若结果判定图像中不包含人脸则再进行步骤S1;
S3、判定图像中包含人脸后,人脸算法识别系统计算出图像中人脸的数据像素坐标及人脸像素区域,并将人脸的数据像素坐标及人脸像素区域反馈给图像处理层ISP;
S4、图像处理层ISP获得人脸的数据像素坐标及人脸像素区域后,图像处理层ISP检测人脸像素区域的当前亮度值,把N比作当前帧,将检测的当前亮度值与设定的目标亮度值进行比较,再通过海思3A算法对N+1帧进行针对性区域曝光;
S5、图像处理层ISP检测N+1帧图像中人脸像素区域的当前亮度值,若检测人脸像素区域当前亮度值大于目标亮度,则通过海思3A算法在N+2帧降低人脸像素区域的曝光权重,减小人脸像素区域的曝光亮度;若检测人脸像素区域当前亮度值小于目标亮度,则通过海思3A算法在N+2帧增加人脸像素区域的曝光权重,增大人脸像素区域的曝光亮度;若检测人脸像素区域亮度值在目标亮度范围内,则不再调节,如果达不到,则重复步骤S4,直至图像达到曝光合格范围值。
2.根据权利要求1所述的基于人脸的智能调光方法,其特征在于,所述海思3A算法包括AF自动对焦、AE自动曝光和AWB自动白平衡。
3.根据权利要求2所述的基于人脸的智能调光方法,其特征在于,所述AF自动对焦通过调整聚焦镜头的位置获得最高的图像频率成分和更高的图像对比度,通过比较每一帧图像的对比度从而获得镜头移动范围内最大的对比度点,进而确定对焦距离。
4.根据权利要求3所述的基于人脸的智能调光方法,其特征在于,所述AE自动曝光通过获取图像的亮度调节相应的曝光参数,得到合适的曝光量;
所述AE自动曝光的步骤如下:
B1、采用平均亮度法或者分区加权平均亮度法获取图像亮度;
B2、调节相应的曝光参数,调整参数的主要方法有查表法、迭代法和数值计算法。
5.根据权利要求4所述的基于人脸的智能调光方法,其特征在于,所述AWB自动白平衡通过图像色温设置自动调整相机的白平衡,使图像的色彩与肉眼所见相同;
所述AWB自动白平衡的步骤如下:
C1、通过算法估算环境光色温,算法包括最大亮度法、灰度世界法、色域界限法、图框区域分割法、光源预测法、完美反射法、动态阈值法;
C2、通过求取图像的平均颜色分量对应的增益:
α=G-/R-,β=G-/B-;
C3、对整副图的RGB分量进行调整:
R′=αR,G′=G,B′=βB。
6.根据权利要求5所述的基于人脸的智能调光方法,其特征在于,在步骤B2中,查表法系统内部预先存储一张曝光参数调整步长与图像亮度之间关系的查找表,通过查找表改变调整量。
7.根据权利要求6所述的基于人脸的智能调光方法,其特征在于,所述海思3A算法中AE统计信息配置ISP_AE_STATISTICS_CFG_S函数为:
au8Weight[15][17]={{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},{1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1},};自动曝光的静态统计信息分为15*17=255个区域平均的大小进行覆盖图像的整个区域,通过海思3A算法设定权重表改变对应每个区域的曝光权重,增加某个相应区域曝光权重,此区域画面将会变亮,减小某个相应区域的曝光权重,此区域画面将会变暗。
8.根据权利要求7所述的基于人脸的智能调光方法,其特征在于,所述AF自动对焦的步骤如下:
A1、判断图像的模糊程度,通过合适的模糊度评价函数求得采集的每一副图像的评价值;
A2、通过搜索算法得到一系列评价值的峰值;
A3、通过对焦深度法DFF调节峰值所在的位置,得到最清晰的图像。
9.根据权利要求8所述的基于人脸的智能调光方法,其特征在于,在步骤A2中,搜索算法是爬山算法,爬山算法是一种简单的贪心搜索算法,爬山算法每次从当前解的临近解空间中选择一个最优解作为当前解,直到达到一个局部最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112976.8A CN112911146B (zh) | 2021-01-27 | 2021-01-27 | 基于人脸的智能调光方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110112976.8A CN112911146B (zh) | 2021-01-27 | 2021-01-27 | 基于人脸的智能调光方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112911146A true CN112911146A (zh) | 2021-06-04 |
CN112911146B CN112911146B (zh) | 2022-08-12 |
Family
ID=76119057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110112976.8A Active CN112911146B (zh) | 2021-01-27 | 2021-01-27 | 基于人脸的智能调光方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112911146B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113612932A (zh) * | 2021-08-09 | 2021-11-05 | 荣耀终端有限公司 | 曝光参数的调节方法、设备和存储介质 |
CN113870180A (zh) * | 2021-08-25 | 2021-12-31 | 广东电网有限责任公司广州供电局 | 图像处理方法、装置、计算机设备和存储介质 |
WO2023280273A1 (zh) * | 2021-07-08 | 2023-01-12 | 云丁网络技术(北京)有限公司 | 一种控制方法和系统 |
CN118102123A (zh) * | 2024-04-29 | 2024-05-28 | 北京友友天宇系统技术有限公司 | 一种调节相机图像亮度的方法、装置及工业相机 |
CN118338131A (zh) * | 2024-06-13 | 2024-07-12 | 江苏无右微创医疗科技有限公司 | 一种动态亮度稳定方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101448085A (zh) * | 2008-12-26 | 2009-06-03 | 北京中星微电子有限公司 | 一种支持人脸检测的摄像处理方法和系统 |
CN105516589A (zh) * | 2015-12-07 | 2016-04-20 | 凌云光技术集团有限责任公司 | 基于人脸识别的智能曝光方法及系统 |
CN106446873A (zh) * | 2016-11-03 | 2017-02-22 | 北京旷视科技有限公司 | 人脸检测方法及装置 |
CN107592468A (zh) * | 2017-10-23 | 2018-01-16 | 维沃移动通信有限公司 | 一种拍摄参数调整方法及移动终端 |
CN109918993A (zh) * | 2019-01-09 | 2019-06-21 | 杭州中威电子股份有限公司 | 一种基于人脸区域曝光的控制方法 |
CN110099222A (zh) * | 2019-05-17 | 2019-08-06 | 睿魔智能科技(深圳)有限公司 | 一种拍摄设备的曝光调整方法、装置、存储介质及设备 |
CN110493518A (zh) * | 2019-08-15 | 2019-11-22 | 移康智能科技(上海)股份有限公司 | 一种安防摄像头的图像采集方法 |
CN110971814A (zh) * | 2018-09-30 | 2020-04-07 | 北京微播视界科技有限公司 | 一种拍摄调整方法、装置、电子设备及存储介质 |
CN111131693A (zh) * | 2019-11-07 | 2020-05-08 | 深圳市艾为智能有限公司 | 一种基于多曝光人脸检测的人脸图像增强方法 |
CN111582118A (zh) * | 2020-04-29 | 2020-08-25 | 福州瑞芯微电子股份有限公司 | 一种人脸识别方法及装置 |
-
2021
- 2021-01-27 CN CN202110112976.8A patent/CN112911146B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101448085A (zh) * | 2008-12-26 | 2009-06-03 | 北京中星微电子有限公司 | 一种支持人脸检测的摄像处理方法和系统 |
CN105516589A (zh) * | 2015-12-07 | 2016-04-20 | 凌云光技术集团有限责任公司 | 基于人脸识别的智能曝光方法及系统 |
CN106446873A (zh) * | 2016-11-03 | 2017-02-22 | 北京旷视科技有限公司 | 人脸检测方法及装置 |
CN107592468A (zh) * | 2017-10-23 | 2018-01-16 | 维沃移动通信有限公司 | 一种拍摄参数调整方法及移动终端 |
CN110971814A (zh) * | 2018-09-30 | 2020-04-07 | 北京微播视界科技有限公司 | 一种拍摄调整方法、装置、电子设备及存储介质 |
CN109918993A (zh) * | 2019-01-09 | 2019-06-21 | 杭州中威电子股份有限公司 | 一种基于人脸区域曝光的控制方法 |
CN110099222A (zh) * | 2019-05-17 | 2019-08-06 | 睿魔智能科技(深圳)有限公司 | 一种拍摄设备的曝光调整方法、装置、存储介质及设备 |
CN110493518A (zh) * | 2019-08-15 | 2019-11-22 | 移康智能科技(上海)股份有限公司 | 一种安防摄像头的图像采集方法 |
CN111131693A (zh) * | 2019-11-07 | 2020-05-08 | 深圳市艾为智能有限公司 | 一种基于多曝光人脸检测的人脸图像增强方法 |
CN111582118A (zh) * | 2020-04-29 | 2020-08-25 | 福州瑞芯微电子股份有限公司 | 一种人脸识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
KUKAILIU: ""摄像头成像3A算法及控制技术"", 《HTTPS://JANSHU.COM/P/D53D546FAB99》 * |
刘斯宁: ""Understanding Auto Exposure Control"", 《HTTPS://ZHUANLAN.ZHIHU.COM/P/100369527》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023280273A1 (zh) * | 2021-07-08 | 2023-01-12 | 云丁网络技术(北京)有限公司 | 一种控制方法和系统 |
CN113612932A (zh) * | 2021-08-09 | 2021-11-05 | 荣耀终端有限公司 | 曝光参数的调节方法、设备和存储介质 |
CN113870180A (zh) * | 2021-08-25 | 2021-12-31 | 广东电网有限责任公司广州供电局 | 图像处理方法、装置、计算机设备和存储介质 |
CN118102123A (zh) * | 2024-04-29 | 2024-05-28 | 北京友友天宇系统技术有限公司 | 一种调节相机图像亮度的方法、装置及工业相机 |
CN118102123B (zh) * | 2024-04-29 | 2024-06-21 | 北京友友天宇系统技术有限公司 | 一种调节相机图像亮度的方法、装置及工业相机 |
CN118338131A (zh) * | 2024-06-13 | 2024-07-12 | 江苏无右微创医疗科技有限公司 | 一种动态亮度稳定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112911146B (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112911146B (zh) | 基于人脸的智能调光方法 | |
US10084969B2 (en) | Imaging device for determining behavior of a brightness adjustment of an imaging optical system and non-transitory computer-readable storage medium | |
US8761449B2 (en) | Method of improving orientation and color balance of digital images using face detection information | |
US7822234B2 (en) | Perfecting the effect of flash within an image acquisition devices using face detection | |
US7616233B2 (en) | Perfecting of digital image capture parameters within acquisition devices using face detection | |
US8326066B2 (en) | Digital image adjustable compression and resolution using face detection information | |
US7362368B2 (en) | Perfecting the optics within a digital image acquisition device using face detection | |
US20090052750A1 (en) | Digital Image Processing Using Face Detection Information | |
US20060215924A1 (en) | Perfecting of digital image rendering parameters within rendering devices using face detection | |
US20100054533A1 (en) | Digital Image Processing Using Face Detection Information | |
US10225486B2 (en) | Shooting apparatus and method for controlling shooting apparatus | |
JP2016510532A (ja) | シーン適応型自動露出補正を伴う撮像装置 | |
CN107533756B (zh) | 图像处理装置、摄像装置、图像处理方法以及存储图像处理装置的图像处理程序的存储介质 | |
JP2008052428A (ja) | 画像処理方法、画像処理装置、画像処理プログラム、撮像装置 | |
US20180025476A1 (en) | Apparatus and method for processing image, and storage medium | |
CN118175436A (zh) | 图像处理方法及其相关设备 | |
CN114302068B (zh) | 图像拍摄方法及设备 | |
CN112333398A (zh) | 自动曝光方法与电子装置 | |
CN114119412A (zh) | 图像处理方法与装置、终端及可读存储介质 |
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 |