CN114758111A - 一种自适应补光方法、系统、设备和介质 - Google Patents
一种自适应补光方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN114758111A CN114758111A CN202210473237.6A CN202210473237A CN114758111A CN 114758111 A CN114758111 A CN 114758111A CN 202210473237 A CN202210473237 A CN 202210473237A CN 114758111 A CN114758111 A CN 114758111A
- Authority
- CN
- China
- Prior art keywords
- image acquisition
- face
- distance
- light
- image
- 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
Links
Images
Landscapes
- Studio Devices (AREA)
- Image Input (AREA)
Abstract
本发明提出一种自适应补光方法、系统、设备和介质,包括:通过图像采集设备获取目标对象的深度图像和可见光图像,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离;根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与所述补光灯的中心线的夹角,并根据所述夹角确定所述人脸区域的实时照度值;其中,所述架设参数包括:所述图像采集设备的架设高度和图像采集角度;根据预先确定的人脸的最佳补光照度值,获取当前人脸区域对应夹角的补光调节系数,根据所述补光调节系数将所述实时照度值调节至最佳补光照度值。本发明可自适应进行动态补光,保证补光精度。
Description
技术领域
本发明涉及视频监控应用领域,尤其涉及一种自适应补光方法、系统、设备和介质。
背景技术
随着社会的进步和人工智能技术的发展,人脸识别技术在各行各业中得到广泛的应用;在视频监控行业,具有人脸抓拍功能的相机也越来越多的应用在平安城市的建设之中。在人脸抓拍相机中影响人脸检测和识别率的关键在于人脸照片的质量。在正常光照场景下,相机能够采集到清晰的亮度合适的人脸图片,智能算法检测和识别率高;在夜间低照场景下,相机补光灯的控制效果至关重要,补光太强,人脸区域过曝,智能检测不到人脸特征点;补光太弱,人脸区域偏暗同样检测不到人脸特征点,因此一种可以实现自适应人脸补光的方法尤为重要。
传统补光方法需要判断画面中是否有运动人脸,检测到人脸后根据人脸区域的曝光亮度去调节补光灯等级,图像曝光亮度检测依赖于图像识别算法的计算精度,补光效果差。
发明内容
鉴于以上现有技术存在的问题,本发明提出一种自适应补光方法、系统、设备和介质,主要解决传统方法基于图像曝光量度检测进行补光,补光精度不足的问题。
为了实现上述目的及其他目的,本发明采用的技术方案如下。
一种自适应补光方法,包括:
通过图像采集设备获取目标对象的深度图像和可见光图像,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离;其中,所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;
根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与所述补光灯的中心线的夹角,并根据所述夹角确定所述人脸区域的实时照度值;其中,所述架设参数包括:所述图像采集设备的架设高度和图像采集角度;
根据预先确定的人脸的最佳补光照度值,获取当前人脸区域对应夹角的补光调节系数,根据所述补光调节系数将所述实时照度值调节至最佳补光照度值。
可选地,通过图像采集设备获取目标对象的深度图像和可见光图像之前,还包括:将所述深度图像采集单元的图像采集角度、可见光图像采集单元的图像采集角度和补光灯的补光角度校准到同一角度。
可选地,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离,包括:
获取所述可见光图像中人脸区域的坐标信息,并根据所述深度图像和所述坐标信息确定所述人脸区域的深度信息;其中,所述深度信息包括:人脸区域各点位到所述图像采集设备的距离;
根据所述深度信息确定所述人脸距离。
可选地,根据所述深度信息确定所述人脸距离,包括:
获取所述人脸区域中各点位到所述图像采集设备的距离的均值作为所述人脸距离。
可选地,根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与补光灯的中心线的夹角,包括:
获取人体高度,根据所述人体高度、人脸距离以及所述架设参数之间的位置关系,确定所述当前人脸与所述补光灯的中心线的夹角。
可选地,所述当前人脸与所述补光灯的中心线的夹角表示为:
θ'=θ±arc cos(S/(H-h))
其中,θ'为所述当前人脸与所述补光灯的中心线的夹角;θ为所述图像采集设备的图像采集角度;H为所述图像采集设备的架设高度;S为当前人脸区域到所述图像采集设备的距离。
可选地,根据所述夹角确定所述人脸区域的实时照度值,包括:
获取所述补光灯的配光曲线的空间分布;
以所述补光灯中心线为基准,根据所述空间分布获取偏离所述中心线的不同角度与对应角度照度值的对应关系表;
根据所述夹角从所述对应关系表中获取对应的实时照度值。
一种自适应补光系统,包括:
人脸距离检测模块,用于通过图像采集设备获取目标对象的深度图像和可见光图像,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离;所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;其中,所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;
夹角获取模块,用于根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与所述补光灯的中心线的夹角,并根据所述夹角确定所述人脸区域的实时照度值;其中,所述架设参数包括:所述图像采集设备的架设高度和图像采集角度;
补光调节模块,用于根据预先确定的人脸的最佳补光照度值,获取当前人脸区域对应夹角的补光调节系数,根据所述补光调节系数将所述实时照度值调节至最佳补光照度值。
一种设备,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行所述的自适应补光方法。
一种计算机可读存储介质,其上存储有指令,当由一个或多个处理器执行时,使得设备执行所述的自适应补光方法。
如上所述,本发明一种自适应补光方法、系统、设备和介质,具有以下有益效果。
本发明结合深度图像和可见光图像检测人脸区域到图像采集设备的距离,根据距离以及图像采集设备假设参数确定人脸与补光灯的夹角,根据夹角基于补光灯自身特性确定对应夹角的实时照度值,下发补光灯的实时补光调节系数完成实时动态的补光灯自适应补光,可有效提高补光的精度。
附图说明
图1为本发明一实施例中自适应补光方法的流程示意图。
图2为本发明一实施例中自适应补光系统的模块图。
图3为本发明一实施例中设备的结构示意图。
图4为本发明一实施例中补光灯与人体相对位置示意图。
图5为本发明一实施例中补光灯配光曲线的空间分布示意图。
图6为本发明另一实施例中自适应补光方法的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
请参阅图1,本发明提供一种自适应补光方法,包括以下步骤:
步骤S01,通过图像采集设备获取目标对象的深度图像和可见光图像,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离;所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;其中,所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;
步骤S02,根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与所述补光灯的中心线的夹角,并根据所述夹角确定所述人脸区域的实时照度值;其中,所述架设参数包括:所述图像采集设备的架设高度和图像采集角度;
步骤S03,根据预先确定的人脸的最佳补光照度值,获取当前人脸区域对应夹角的补光调节系数,根据所述补光调节系数将所述实时照度值调节至最佳补光照度值。
在一实施例中,通过图像采集设备获取目标对象的深度图像和可见光图像之前,还包括:将所述深度图像采集单元的图像采集角度、可见光图像采集单元的图像采集角度和补光灯的补光角度校准到同一角度。具体地,深度图像采集单元可采用深度相机,可见光图像采集单元可采用常规的抓拍相机,在进行图像采集前,可预先将深度图像采集单元、可见光图像采集单元以及补光灯进行配准,使得采集图像的角度和补光角度保持一致。完成配准后,深度图像采集单元可输出当前目标对象的IR图,IR图中包含目标对象各个点位到图像采集设备的距离,即深度信息。可见光图像采集单元可输出对应角度下目标对象的可见光图像。
在一实施例中,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离,包括:
获取所述可见光图像中人脸区域的坐标信息,并根据所述深度图像和所述坐标信息确定所述人脸区域的深度信息;其中,所述深度信息包括:人脸区域各点位到所述图像采集设备的距离;
根据所述深度信息确定所述人脸距离。
在一实施例中,根据所述深度信息确定所述人脸距离,包括:
获取所述人脸区域中各点位到所述图像采集设备的距离的均值作为所述人脸距离。
具体地,在获取可见光图像后,可通过图像检测算法获取可见光图像中目标对象的人脸区域。其中图像检测算法可采用循环神经网络、深度学习神经网络等预训练的神经网络分类框架,具体网络架构选择以及训练过程可根据实际应用需求进行调整,这里不作限制。获取人脸区域后,由于深度图像和可见光图像在采集之前已完成配准,可直接根据人脸区域坐标进行坐标转换,从深度图像中获取对应人脸区域的深度信息,具体坐标转换过程为现有技术,这里不再赘述。其中,深度信息为人脸区域各点位到深度图像采集单元的距离。由于深度图像采集单元、可见光图像采集单元和补光灯之间在设备安装完成后,相对位置便可唯一确定。根据人脸区域中各点位到深度图像采集单元的距离,便可确定人脸区域各点位到补光灯的距离。在另一实施例中,若深度图像采集单元、可见光图像采集单元和补光灯为一体式设置,则人脸区域中各点位到深度图像采集单元的距离可作为人脸区域各点位到补光灯的距离。在确定,人脸区域各点位到补光灯的距离后,可进一步计算各点位到补光灯的距离的均值,将该均值作为人脸区域到补光灯的距离,记为人脸距离。
在一实施例中,根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与补光灯的中心线的夹角,包括:
获取人体高度,根据所述人体高度、人脸距离以及所述架设参数之间的位置关系,确定所述当前人脸与所述补光灯的中心线的夹角。
在一实施例中,可通过传感器检测当前目标对象的高度,作为人体高度。也可采集预设数量的人员的高度信息,统计高度信息的平均值,作为人体高度,并将统计的人体高度作为当前人脸的高度值。
在一实施例中,如图4所示,已知深度相机、可见光相机以及补光灯角度保持一致,由设备架设工勘可知,设备架设高度H,设备架设角度θ,由统计数据可知人的平均身高约为h,当前人脸与所述补光灯的中心线的夹角表示为:
θ'=θ±arc cos(S/(H-h))
其中,θ'为所述当前人脸与所述补光灯的中心线的夹角;θ为所述图像采集设备的图像采集角度;H为所述图像采集设备的架设高度;S为当前人脸区域到所述图像采集设备的距离。
在一实施例中,根据所述夹角确定所述人脸区域的实时照度值,包括:
获取所述补光灯的配光曲线的空间分布;
以所述补光灯中心线为基准,根据所述空间分布获取偏离所述中心线的不同角度与对应角度照度值的对应关系表;
根据所述夹角从所述对应关系表中获取对应的实时照度值。
具体地,当人脸处于补光灯中心时,此时环境中人脸上的照度值为Icur,补光灯光的输出强度为Iout,由光的衰减可知,光强与发射距离的平方成反比,则Icur=Iout/S2。
请参阅图5,补光灯配光曲线在空间的分布成纺锤状,光强由光轴中心向两侧逐步衰减。
每款补光灯在设计完成后,即可通过空间分布光度计等仪器测得输出光强Iout与偏离中心角度θ的三维空间对应关系表,以二维表格表示如下:
I<sub>out</sub> | I<sub>1</sub> | I<sub>2</sub> | I<sub>3</sub> | … | I<sub>n</sub> |
θ' | θ'<sub>1</sub> | θ'<sub>2</sub> | θ’<sub>3</sub> | … | θ'<sub>n</sub> |
通过查表即可得到人脸在不同位置处的照度值。
在一实施例中,可通过预先测试得到地找环境下人脸的最佳补光照度值,由测试可知,低照环境下当人脸上的最佳补光照度值为IIdeal时,此时人脸效果最佳,即若使人脸处于最佳补光状态,则补光灯输出的最佳强度IR=IIdeal*S2。通过简单的判断模块驱动控制补光灯强度,自适应调节使补光灯输出光强Iout=IR,则可保证人脸在不同位置时均能得到最佳的补光效果,最终输出高质量的人脸图片。
请参阅图6,在另一实施例中,本发明提供的自适应补光方法,包括以下步骤:
(1)人脸距离获取
可通过TOF模组相机输出IR图,可见光相机输出彩色图,可见光相机通过人脸检测算法可获取到画面中的人脸区域坐标,利用配准后的TOF模组相机与可见光相机,进行坐标转换,可实时获取人脸检测算法检测到人脸的深度距离,即实时画面中的人脸距离相机的位置距离。
(2)人脸与补光灯中心角度的计算
通过设备架设工勘,可测得相机架设高度、相机架设的俯角数据。根据前述步骤得到的实时画面中人脸距离相机的距离,再通过统计数据得到人的平均身高,最后由三角函数可计算得到人脸区域与补光灯中心的角度值。
(3)人脸当前照度的计算
根据光的衰减规律可知补光灯的发射光强与距离的关系,再通过补光灯的空间配光曲线查表获取偏离补光灯中心光轴时不同角度下的输出光强,最终可得到画面中的人脸与补光灯中心光轴在不同夹角下的实时照度值。
(4)下发补光灯调节系数
通过实际的补光测试可得出人脸上的最佳补光照度值,将实时计算出的人脸照度值,乘以一定的补光灯调节系数,动态调节补光灯强度,达到最佳的人脸补光照度。
请参阅图2,本实施例提供了一种自适应补光方法系统,用于执行前述方法实施例中所述的自适应补光方法。由于系统实施例的技术原理与前述方法实施例的技术原理相似,因而不再对同样的技术细节做重复性赘述。
在一实施例中,一种自适应补光系统,包括:人脸距离检测模块10,用于通过图像采集设备获取目标对象的深度图像和可见光图像,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离;所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;其中,所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;夹角获取模块11,用于根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与所述补光灯的中心线的夹角,并根据所述夹角确定所述人脸区域的实时照度值;其中,所述架设参数包括:所述图像采集设备的架设高度和图像采集角度;补光调节模块12,用于根据预先确定的人脸的最佳补光照度值,获取当前人脸区域对应夹角的补光调节系数,根据所述补光调节系数将所述实时照度值调节至最佳补光照度值。
本申请实施例还提供了一种自适应补光设备,该设备可以包括:一个或多个处理器;和其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述设备执行图1所述的方法。在实际应用中,该设备可以作为终端设备,也可以作为服务器,终端设备的例子可以包括:智能手机、平板电脑、电子书阅读器、MP3(动态影像专家压缩标准语音层面3,Moving Picture Experts Group Audio Layer III)播放器、MP4(动态影像专家压缩标准语音层面4,Moving Picture Experts Group Audio Layer IV)播放器、膝上型便携计算机、车载电脑、台式计算机、机顶盒、智能电视机、可穿戴设备等等,本申请实施例对于具体的设备不加以限制。
本申请实施例还提供了一种计算机可读存储介质,该介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的图1中自适应补光方法所包含步骤的指令(instructions)。机器可读介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(如:软盘、硬盘、磁带)、光介质(如:DVD)、或者半导体介质(如:固态硬盘Solid State Disk(SSD))等。
参阅图3,本实施例提供一种设备80,设备80可以是台式机、便携式电脑、智能手机等设备。详细的,设备80至少包括通过总线81连接的:存储器82、处理器83,其中,存储器82用于存储计算机程序,处理器83用于执行存储器82存储的计算机程序,以执行前述方法实施例中的全部或部分步骤。
上述提到的系统总线可以是外设部件互连标准(Peripheral PomponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述,本发明一种自适应补光方法、系统、设备和介质,通过与可见光相机配准后的深度相机,实时获取人脸的距离,后续通过设备架设工勘获取相关的参数,计算得出人脸在不同位置处与补光灯中心光轴的夹角,再通过光学相关理论公式计算得到人脸上的补光照度,最后通过简单的驱动控制模块,达到自适应调节补光灯的目的,针对不同距离下的人脸动态调节补光灯亮度,提升抓拍人脸的照片质量;从补光灯本身的补光特性出发,通过补光灯的衰减规律以及在空间上配光曲线,计算实时人脸上的补光照度,更加精准的去控制补光灯的出光强度。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种自适应补光方法,其特征在于,包括:
通过图像采集设备获取目标对象的深度图像和可见光图像,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离;其中,所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;
根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与所述补光灯的中心线的夹角,并根据所述夹角确定所述人脸区域的实时照度值;其中,所述架设参数包括:所述图像采集设备的架设高度和图像采集角度;
根据预先确定的人脸的最佳补光照度值,获取当前人脸区域对应夹角的补光调节系数,根据所述补光调节系数将所述实时照度值调节至最佳补光照度值。
2.根据权利要求1所述的自适应补光方法,其特征在于,通过图像采集设备获取目标对象的深度图像和可见光图像之前,还包括:将所述深度图像采集单元的图像采集角度、可见光图像采集单元的图像采集角度和补光灯的补光角度校准到同一角度。
3.根据权利要求1所述的自适应补光方法,其特征在于,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离,包括:
获取所述可见光图像中人脸区域的坐标信息,并根据所述深度图像和所述坐标信息确定所述人脸区域的深度信息;其中,所述深度信息包括:人脸区域各点位到所述图像采集设备的距离;
根据所述深度信息确定所述人脸距离。
4.根据权利要求3所述的自适应补光方法,其特征在于,根据所述深度信息确定所述人脸距离,包括:
获取所述人脸区域中各点位到所述图像采集设备的距离的均值作为所述人脸距离。
5.根据权利要求1所述的自适应补光方法,其特征在于,根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与补光灯的中心线的夹角,包括:
获取人体高度,根据所述人体高度、人脸距离以及所述架设参数之间的位置关系,确定所述当前人脸与所述补光灯的中心线的夹角。
6.根据权利要求5所述的自适应补光方法,其特征在于,所述当前人脸与所述补光灯的中心线的夹角表示为:
θ'=θ±arc cos(S/(H-h))
其中,θ'为所述当前人脸与所述补光灯的中心线的夹角;θ为所述图像采集设备的图像采集角度;H为所述图像采集设备的架设高度;S为当前人脸区域到所述图像采集设备的距离。
7.根据权利要求1所述的自适应补光方法,其特征在于,根据所述夹角确定所述人脸区域的实时照度值,包括:
获取所述补光灯的配光曲线的空间分布;
以所述补光灯中心线为基准,根据所述空间分布获取偏离所述中心线的不同角度与对应角度照度值的对应关系表;
根据所述夹角从所述对应关系表中获取对应的实时照度值。
8.一种自适应补光系统,其特征在于,包括:
人脸距离检测模块,用于通过图像采集设备获取目标对象的深度图像和可见光图像,根据所述深度图像和所述可见光图像获取所述目标对象的人脸区域与图像采集设备之间的距离记为人脸距离;所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;其中,所述图像采集设备包括深度图像采集单元、可见光图像采集单元和补光灯;
夹角获取模块,用于根据所述人脸距离以及所述图像采集设备的架设参数,确定当前人脸与所述补光灯的中心线的夹角,并根据所述夹角确定所述人脸区域的实时照度值;其中,所述架设参数包括:所述图像采集设备的架设高度和图像采集角度;
补光调节模块,用于根据预先确定的人脸的最佳补光照度值,获取当前人脸区域对应夹角的补光调节系数,根据所述补光调节系数将所述实时照度值调节至最佳补光照度值。
9.一种设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当所述一个或多个处理器执行时,使得所述设备执行如权利要求1-7中任一所述的方法。
10.一种计算机可读存储介质,其特征在于,其上存储有指令,当由一个或多个处理器执行时,使得设备执行如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210473237.6A CN114758111A (zh) | 2022-04-29 | 2022-04-29 | 一种自适应补光方法、系统、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210473237.6A CN114758111A (zh) | 2022-04-29 | 2022-04-29 | 一种自适应补光方法、系统、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114758111A true CN114758111A (zh) | 2022-07-15 |
Family
ID=82333207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210473237.6A Pending CN114758111A (zh) | 2022-04-29 | 2022-04-29 | 一种自适应补光方法、系统、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114758111A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115314641A (zh) * | 2022-08-09 | 2022-11-08 | 福思(杭州)智能科技有限公司 | 摄像设备的控制方法和装置、存储介质及电子装置 |
-
2022
- 2022-04-29 CN CN202210473237.6A patent/CN114758111A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115314641A (zh) * | 2022-08-09 | 2022-11-08 | 福思(杭州)智能科技有限公司 | 摄像设备的控制方法和装置、存储介质及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10924729B2 (en) | Method and device for calibration | |
US20170289515A1 (en) | High dynamic range depth generation for 3d imaging systems | |
WO2018027530A1 (zh) | 红外光源的亮度调节方法与装置、光学动捕摄像机 | |
CN110300292A (zh) | 投影畸变校正方法、装置、系统及存储介质 | |
US11393228B2 (en) | Methods, systems, articles of manufacture and apparatus to generate digital scenes | |
WO2022116104A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
JP2023534582A (ja) | 複数カメラの外部パラメータのキャリブレーション装置及び方法、記憶媒体、電子装置 | |
CN110544278B (zh) | 刚体运动捕捉方法及装置、agv位姿捕捉系统 | |
CN114758111A (zh) | 一种自适应补光方法、系统、设备和介质 | |
CN116205989A (zh) | 基于激光雷达与相机融合的目标检测方法、系统及设备 | |
CN117173439A (zh) | 基于gpu的图像处理方法、装置、存储介质及电子设备 | |
CN109242900B (zh) | 焦平面定位方法、处理装置、焦平面定位系统及存储介质 | |
CN114792343B (zh) | 图像获取设备的标定方法、获取图像数据的方法、装置 | |
JP3825383B2 (ja) | 3次元形状計測方法および3次元形状計測装置 | |
WO2022183906A1 (zh) | 成像方法、装置、设备及存储介质 | |
US20190005677A1 (en) | Light source estimation | |
CN113177975B (zh) | 基于球幕相机及激光雷达的深度计算方法及三维建模方法 | |
US11699303B2 (en) | System and method of acquiring coordinates of pupil center point | |
CN117128892A (zh) | 一种三维信息测量装置、测量方法和电子设备 | |
CN111637837B (zh) | 一种单目摄像头测量物体尺寸及距离的方法和系统 | |
CN115620094B (zh) | 关键点的标注方法、装置、电子设备及存储介质 | |
CN113888611B (zh) | 一种确定图像深度的方法、装置及存储介质 | |
CN117452347A (zh) | 一种深度相机的精度测试方法及相关装置、存储介质 | |
CN116934579A (zh) | 一种图像处理方法、装置、电子设备和存储介质 | |
She et al. | A General Means for Depth Data Error Estimation of Depth Sensors |
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 |