CN117560826B - 一种智能柜子的自动照明装置 - Google Patents

Abstract

本发明涉及自动照明技术领域，具体涉及一种智能柜子的自动照明装置。该装置包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：获取每种光照强度下用户的位姿图像，在任意位姿图像中，根据每种光照强度下用户的位姿图像中每类区域内像素点的亮度值、灰度值和光照强度，获得每种光照强度下每类区域对光照的敏感程度；根据每种光照强度下用户的位姿图像中每类区域内像素点的亮度值、对应的敏感程度以及两类区域的相对位置，得到每类区域的亮度增强系数，进而确定最优光照强度，并对用户进行打光。本发明能够根据用户的姿态实时调节自动照明灯的光照强度以满足用户的光照需求。

Description

一种智能柜子的自动照明装置

技术领域

本发明涉及自动照明技术领域，具体涉及一种智能柜子的自动照明装置。

背景技术

随着物联网普及，市面上出现越来越多的智能床头柜，目前智能床头柜会安装可自动调节亮度的照明设备，利用光照强度传感器采集周围光线强度，进而调节床头柜灯光线亮度。但由于用户实际需求的不同，例如用户正以某种姿势看书或看手机，用户的视野范围发生改变，仅仅通过摄像机所采集周围环境光强对床头柜灯进行调节，无法满足用户需求，并且还会由于自身所调节的光线强度过强或过弱，造成用户的用眼疲劳等情况，因此如何根据用户的姿态实时调节智能床头柜上照明灯的光线强度，以满足用户需求是个急需解决的问题。

发明内容

为了解决现有的智能床头柜无法根据用户的姿态实时调节照明灯的光照强度以满足用户的需求的问题，本发明的目的在于提供一种智能柜子的自动照明装置，所采用的技术方案具体如下：

本发明提供了一种智能柜子的自动照明装置，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：

利用智能床头柜上自动照明灯的不同光照强度对床上的用户进行打光，获取每种光照强度下用户的位姿图像，所述位姿图像中包括目标物体所在区域；

在任意一种光照强度下用户的位姿图像中，根据目标物体的位置确定两类区域；根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、灰度值和对应的光照强度，获得每种光照强度下每类区域对光照的敏感程度；

根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、对应的敏感程度以及两类区域的相对位置，得到每类区域的亮度增强系数；基于每种光照强度和所述亮度增强系数，确定最优光照强度；

基于所述最优光照强度调整自动照明灯对用户进行打光。

优选的，所述根据目标物体的位置确定两类区域，包括：

将位姿图像中目标物体所在的区域作为目标区域；

获取目标区域的中心点和目标区域的最小外接圆；

将所述最小外接圆所对应的区域中除目标区域外的其他区域作为背景区域。

优选的，所述根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、灰度值和对应的光照强度，获得每种光照强度下每类区域对光照的敏感程度，包括：

对于第a种光照强度下用户的位姿图像中的第b类区域：

对于第b类区域内第i个像素点：在第b类区域内，统计与第b类区域内第i个像素点灰度值相同的像素点的数量，作为第i个像素点对应的参考数量；将第i个像素点的亮度值与所述参考数量的比值确定为第i个像素点的第一指标；

根据第a种光照强度和第b类区域内每个像素点的第一指标，得到第a种光照强度下第b类区域对光照的敏感程度。

优选的，采用如下公式计算第a种光照强度下第b类区域对光照的敏感程度：

其中，为第a种光照强度下第b类区域对光照的敏感程度，/>为第a种光照强度下用户的位姿图像中第b类区域内像素点的数量，/>为第a种光照强度，/>为第a种光照强度下用户的位姿图像中第b类区域内第i个像素点的亮度值，/>为第a种光照强度下用户的位姿图像中第b类区域内与第i个像素点灰度值相同的像素点的数量。

优选的，所述根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、对应的敏感程度以及两类区域的相对位置，得到每类区域的亮度增强系数，包括：

对于第b类区域：

在第a种光照强度下用户的位姿图像中，将第a种光照强度下用户的位姿图像中第b类区域内第i个像素点与另一类区域的边缘线的最短距离，作为第i个像素点对应的第一距离；

根据每种光照强度下第b类区域对光照的敏感程度、每种光照强度下用户的位姿图像中第b类区域内每个像素点的亮度值和对应的第一距离，得到第b类区域的亮度增强系数。

优选的，采用如下公式计算第b类区域的亮度增强系数：

其中，表示第b类区域的亮度增强系数，A表示光照强度的种类数，/>为第a种光照强度下第b类区域对光照的敏感程度，/>为第a种光照强度下用户的位姿图像中第b类区域内像素点的数量，/>表示第a种光照强度下用户的位姿图像中第b类区域内像素点的平均亮度值，/>表示第a种光照强度下用户的位姿图像中第b类区域内第i个像素点的亮度值，/>表示第a种光照强度下用户的位姿图像中第b类区域内第i个像素点对应的第一距离，/>表示取绝对值符号，/>表示预设调整参数，/>大于0。

优选的，所述基于每种光照强度和所述亮度增强系数，确定最优光照强度，包括：

对于第c种光照强度：将第c种光照强度与目标区域的亮度增强系数的乘积记为第一乘积；将第c种光照强度与背景区域的亮度增强系数的乘积记为第二乘积；将所述第一乘积与所述第二乘积之间的差值的绝对值，记为第c种光照强度对应的第一差异；

基于每种光照强度对应的第一差异确定最优光照强度。

优选的，基于每种光照强度对应的第一差异确定最优光照强度，包括：将第一差异最小时对应的光照强度确定为最优光照强度。

优选的，位姿图像中像素点的亮度值的获取，包括：将位姿图像转换至HSV空间，将HSV空间中的V值作为像素点的亮度值。

优选的，所述基于所述最优光照强度调整自动照明灯对用户进行打光，包括：

将自动照明灯的光照强度调整为所述最优光照强度，对用户进行打光。

本发明至少具有如下有益效果：

本发明首先利用智能床头柜上自动照明灯的不同光照强度对床上的用户进行打光，并获取了对应的位姿图像，然后根据位姿图像中目标物体所在位置确定了位姿图像中的两类区域，将不同区域区分开，后续分别对每类区域进行分析，提高了后续的分析和计算亮度增强系数的准确性；进一步地判断位姿图像中每类区域内像素点对自动照明灯光照强度变化的敏感程度，并结合每类区域内每个像素点的亮度值以及两类区域的相对位置，确定了最优光照强度，进而调节自动照明灯并对用户进行打光，避免了非用户视野范围内的背景区域对智能床头柜上自动照明灯进行调节的影响所导致实际光强过弱或过强的问题，提高了智能床头柜上自动照明灯调节的依据性和可信度，本发明提供的智能柜子的自动照明装置能够根据用户的姿态自适应地调节自动照明灯的光照强度以满足用户的光照需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本发明实施例所提供的一种智能柜子的自动照明装置所执行的方法的流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种智能柜子的自动照明装置进行详细说明如下。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种智能柜子的自动照明装置的具体方案。

一种智能柜子的自动照明装置实施例：

本实施例所针对的具体场景为：当用户以某种姿势坐在床上看书、看报或看手机时，往往需要对其进行打光，随着智能床头柜的出现，人们利用智能床头柜上的自动照明设备进行照明，但是用户在看书、看报或看手机时的姿势和视野范围可能会不断调整，不同姿态所需的光照强度可能不同，现有的智能床头柜无法根据用户的姿态实时调节照明灯的光照强度以满足用户的光照需求，本实施例将实时获取用户手中所拿目标物体的位置，基于目标物体的位置，实时自动调整光照强度，以满足用户的需求，实现智能床头柜照明灯光照强度自适应调节。

本实施例提出了一种智能柜子的自动照明装置，该装置以实现如图1所示的步骤，具体步骤如下：

步骤S1，利用智能床头柜上自动照明灯的不同光照强度对床上的用户进行打光，获取每种光照强度下用户的位姿图像，所述位姿图像中包括目标物体所在区域。

本实施例在智能床头柜上安装CMOS传感器，用于采集用户读书、看报、玩手机等时的位姿图像，其中智能床头柜上安装有智能的自动照明灯，当用户夜间在床上读书、看报、玩手机时往往需要打开自动照明灯进行打光，因此本实施例中当用户打开自动照明灯时，CMOS传感器实时采集用户的位姿图像，并根据位姿图像中目标物体的位置的变化情况实时调节自动照明灯的光照强度。

本实施例中当用户打开智能床头柜上的自动照明灯时，首先分别利用自动照明灯的每种光照强度对用户手中的目标物体进行打光处理，CMOS传感器采集每种光照强度下用户的位姿图像，采集到的每张位姿图像中均包括用户头部区域以及用户手中目标物体所在区域，本实施例中用户手中的目标物体为书籍、报纸或者手机等，需要说明的是，本实施例采集到的位姿图像为RGB图像。将采集到的位姿图像传输至处理器中，对采集到的位姿图像进行预处理，获得预处理后的图像，预处理具体包括对采集到的位姿图像进行裁剪，消除不相关区域，保留图像的关键部分，并保证每张位姿图像的尺寸相同，然后对图像进行归一化、采用现有的滤波方法对图像进行滤波处理，本实施例采用的滤波方法为高斯滤波算法。需要说明的是，后续提到的位姿图像均为预处理后的图像。图像的预处理为现有技术，此处不再过多赘述。

至此，本实施例获取了每种光照强度下用户的位姿图像。

步骤S2，在任意一种光照强度下用户的位姿图像中，根据目标物体的位置确定两类区域；根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、灰度值和对应的光照强度，获得每种光照强度下每类区域对光照的敏感程度。

用户对周围环境光亮度的需求取决于视线范围内聚焦物体的实际亮度，例如用户在浏览手机或书籍时，其自身的亮度与在用户视角内除目标物体外其他区域的亮度差异决定了用户对环境光的需求。本实施例将利用神经网络技术识别位姿图像中手机、报纸或书籍的区域。将采集到的每张位姿图像分别输入到训练好的分类网络中，提取每张位姿图像中用户手中目标物体所在区域；分类网络的具体训练过程为：预先获取1000张样本位姿图像，将获取到的样本位姿图像作为分类网络的训练数据集，分类网络的输入为样本位姿图像，输出为不同区域表现手机、书籍或报纸的可能性，分类网络训练过程中，通过梯度下降法进行训练，直到损失函数收敛，完成分类网络训练。分类网络的训练过程为现有技术，此处不再过多赘述。

通常在浏览手机、报纸或书籍的过程中，若需要尽可能保证用户用眼的舒适性，通常会调节周围环境光，使环境光反射到人眼的光强与手机、报纸或书籍的光强一致。由于智能床头柜上的自动照明灯所产生的辅助光源方向确定，因此需要根据目标物体的实际亮度，对自动照明灯的光照强度进行调整，以保证环境光与目标物体光强一致。

对于任意一种光照强度下用户的位姿图像：本实施例将位姿图像转换至HSV空间，将HSV空间中的V值作为像素点的亮度值，也即获得了位姿图像中每个像素点的亮度值；对位姿图像进行灰度化处理，将灰度化处理后的图像记为灰度图像，由于灰度图像是由位姿图像灰度化处理得到的，因此位姿图像与灰度图像中像素点一一对应，将灰度图像中像素点的灰度值作为位姿图像中对应位置的灰度值，也即获得了位姿图像中每个像素点的灰度值。将RGB图像转换至HSV空间以及将RGB图像进行灰度化处理均为现有技术，此处不再过多赘述。将位姿图像中用户手中目标物体所在的区域作为目标区域；获取目标区域的中心点和目标区域的最小外接圆，将所述最小外接圆所对应的区域中除目标区域外的其他区域作为背景区域。需要说明的是：由于用户的姿态可能会改变，因此不同的位姿图像中目标区域和背景区域所在的位置可能不同。本实施例将背景区域和目标区域区分开，进而方便对每类区域进行单独分析，提高了后续的分析和计算亮度增强系数的准确性。接下来本实施例将根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、灰度值和对应的光照强度，获得每种光照强度下每类区域对光照的敏感程度。

具体地，对于第a种光照强度下用户的位姿图像中的第b类区域：

对于第b类区域内第i个像素点：在第b类区域内，统计与第b类区域内第i个像素点灰度值相同的像素点的数量，作为第i个像素点对应的参考数量；将第i个像素点的亮度值与所述参考数量的比值确定为第i个像素点的第一指标；采用上述方法，能够获得第a种光照强度下用户的位姿图像中的第b类区域内每个像素点的第一指标，接下来将根据第a种光照强度和第b类区域内每个像素点的第一指标，得到第a种光照强度下第b类区域对光照的敏感程度。第a种光照强度下第b类区域对光照的敏感程度的具体计算公式为：

其中，为第a种光照强度下第b类区域对光照的敏感程度，/>为第a种光照强度下用户的位姿图像中第b类区域内像素点的数量，/>为第a种光照强度，/>为第a种光照强度下用户的位姿图像中第b类区域内第i个像素点的亮度值，/>为第a种光照强度下用户的位姿图像中第b类区域内与第i个像素点灰度值相同的像素点的数量。

表示第i个像素点的第一指标，/>表示第a种光照强度下用户的位姿图像中第b类区域内所有像素点的第一指标的平均值。当第a种光照强度下用户的位姿图像中第b类区域内像素点的第一指标越大、第a种光照强度越小时，第b类区域对光照的敏感程度越大；当第a种光照强度下用户的位姿图像中第b类区域内像素点的第一指标越小、第a种光照强度越大时，第b类区域对光照的敏感程度越小。

采用上述方法，能够获得每种光照强度下目标区域对光照的敏感程度以及背景区域对光照的敏感程度。

步骤S3，根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、对应的敏感程度以及两类区域的相对位置，得到每类区域的亮度增强系数；基于每种光照强度和所述亮度增强系数，确定最优光照强度。

由于用户实际聚焦位置为目标区域，随着背景区域内像素点与目标区域的距离越来越远，边缘区域的亮度增强必要性逐渐降低；同时，图像中存在多个亮度值相近的区域，因此对于不同的区域对于补偿系数的参考权重具有差异。基于此，本实施例将根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、对应的敏感程度以及两类区域的相对位置，获得每类区域的亮度增强系数。

具体地，对于第b类区域：

在第a种光照强度下用户的位姿图像中，将第a种光照强度下用户的位姿图像中第b类区域内第i个像素点与另一类区域的边缘线的最短距离，作为第i个像素点对应的第一距离；采用上述方法，获得第a种光照强度下用户的位姿图像中第b类区域内每个像素点对应的第一距离。根据每种光照强度下第b类区域对光照的敏感程度、每种光照强度下用户的位姿图像中第b类区域内每个像素点的亮度值和对应的第一距离，得到第b类区域的亮度增强系数。第b类区域的亮度增强系数的具体计算公式为：

其中，表示第b类区域的亮度增强系数，A表示光照强度的种类数，/>为第a种光照强度下第b类区域对光照的敏感程度，/>为第a种光照强度下用户的位姿图像中第b类区域内像素点的数量，/>表示第a种光照强度下用户的位姿图像中第b类区域内像素点的平均亮度值，/>表示第a种光照强度下用户的位姿图像中第b类区域内第i个像素点的亮度值，/>表示第a种光照强度下用户的位姿图像中第b类区域内第i个像素点对应的第一距离，/>表示取绝对值符号，/>表示预设调整参数，/>大于0。

本实施例在亮度增强系数的计算公式中引入预设调整参数是为了防止分母为0，本实施例中的预设调整参数为0.01，在具体应用中，实施者可根据具体情况进行设置。表示第b类区域内第i个像素点与第b类区域内所有像素点的平均亮度值之间的差异情况，/>用于表征第i个像素点的亮度值提升至与其所在区域平均亮度值时的线性增强系数；第b类区域内第i个像素点与第a类区域的最短距离越远，则其亮度值进行增强的必要性越低，即像素点对应的第一距离与亮度增强系数呈反比。当第b类区域内第i个像素点的亮度值与第b类区域内所有像素点的平均亮度值之间的差异越大、第b类区域内第i个像素点与第a类区域的最短距离越近时，说明第b类区域内第i个像素点作为参考因子的必要性越高。当第b类区域内像素点的亮度值与第b类区域内所有像素点的平均亮度值之间的差异越大、第b类区域内像素点与第a类区域的最短距离越近时，说明第b类区域内像素点越应当进行增强，也即第b类区域的亮度增强系数越大。

采用上述方法，能够获得目标区域的亮度增强系数和背景区域的亮度增强系数，用户在读书、看报或玩手机的过程中，目标区域与背景区域的亮度差异越小，说明对应光照强度越好，越能够满足用户的光照需求，因此接下来本实施例将基于每种光照强度和亮度增强系数，确定最优光照强度。

具体地，对于第c种光照强度：将第c种光照强度与目标区域的亮度增强系数的乘积记为第一乘积；将第c种光照强度与背景区域的亮度增强系数的乘积记为第二乘积；将所述第一乘积与所述第二乘积之间的差值的绝对值，记为第c种光照强度对应的第一差异。采用上述方法，能够获得每种光照强度对应的第一差异，第一差异越小，说明对应光照强度越适合作为最优光照强度，因此本实施例将第一差异最小时对应的光照强度确定为最优光照强度。

至此，本实施例筛选出了最优光照强度。

步骤S4，基于所述最优光照强度调整自动照明灯对用户进行打光。

本实施例在步骤S3中确定了最优光照强度，最优光照强度为最满足用户光照需求的光照强度，因此将智能床头柜上自动照明灯的光照强度调整为最优光照强度，进而对用户进行打光。需要说明的是：在后续用户读书、看报或玩手机的过程中，实时采集位姿图像进行分析，实时确定最优光照强度，并对自动照明灯的光照强度进行调节，以满足用户对光照的需求，实现自动照明灯的智能化。

本实施例首先利用智能床头柜上自动照明灯的不同光照强度对床上的用户进行打光，并获取了对应的位姿图像，然后根据位姿图像中目标物体所在位置确定了位姿图像中的两类区域，将不同区域区分开，后续分别对每类区域进行分析，提高了后续的分析和计算亮度增强系数的准确性；进一步地判断位姿图像中每类区域内像素点对自动照明灯光照强度变化的敏感程度，并结合每类区域内每个像素点的亮度值以及两类区域的相对位置，确定了最优光照强度，进而调节自动照明灯并对用户进行打光，避免了非用户视野范围内的背景区域对智能床头柜上自动照明灯进行调节的影响所导致实际光强过弱或过强的问题，提高了智能床头柜上自动照明灯调节的依据性和可信度，本实施例提供的智能柜子的自动照明装置能够根据用户的姿态实时调节自动照明灯的光照强度以满足用户的光照需求。

需要说明的是：以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种智能柜子的自动照明装置，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，以实现如下步骤：

利用智能床头柜上自动照明灯的不同光照强度对床上的用户进行打光，获取每种光照强度下用户的位姿图像，所述位姿图像中包括目标物体所在区域；

在任意一种光照强度下用户的位姿图像中，根据目标物体的位置确定两类区域；根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、灰度值和对应的光照强度，获得每种光照强度下每类区域对光照的敏感程度；

根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、对应的敏感程度以及两类区域的相对位置，得到每类区域的亮度增强系数；基于每种光照强度和所述亮度增强系数，确定最优光照强度；

基于所述最优光照强度调整自动照明灯对用户进行打光；

所述根据目标物体的位置确定两类区域，包括：

将位姿图像中目标物体所在的区域作为目标区域；

获取目标区域的中心点和目标区域的最小外接圆；

将所述最小外接圆所对应的区域中除目标区域外的其他区域作为背景区域；

所述根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、灰度值和对应的光照强度，获得每种光照强度下每类区域对光照的敏感程度，包括：

对于第a种光照强度下用户的位姿图像中的第b类区域：

对于第b类区域内第i个像素点：在第b类区域内，统计与第b类区域内第i个像素点灰度值相同的像素点的数量，作为第i个像素点对应的参考数量；将第i个像素点的亮度值与所述参考数量的比值确定为第i个像素点的第一指标；

根据第a种光照强度和第b类区域内每个像素点的第一指标，得到第a种光照强度下第b类区域对光照的敏感程度；

采用如下公式计算第a种光照强度下第b类区域对光照的敏感程度：

其中，为第a种光照强度下第b类区域对光照的敏感程度，/>为第a种光照强度下用户的位姿图像中第b类区域内像素点的数量，/>为第a种光照强度，/>为第a种光照强度下用户的位姿图像中第b类区域内第i个像素点的亮度值，/>为第a种光照强度下用户的位姿图像中第b类区域内与第i个像素点灰度值相同的像素点的数量；

所述根据每种光照强度下用户的位姿图像中每类区域内每个像素点的亮度值、对应的敏感程度以及两类区域的相对位置，得到每类区域的亮度增强系数，包括：

对于第b类区域：

在第a种光照强度下用户的位姿图像中，将第a种光照强度下用户的位姿图像中第b类区域内第i个像素点与另一类区域的边缘线的最短距离，作为第i个像素点对应的第一距离；

根据每种光照强度下第b类区域对光照的敏感程度、每种光照强度下用户的位姿图像中第b类区域内每个像素点的亮度值和对应的第一距离，得到第b类区域的亮度增强系数；

采用如下公式计算第b类区域的亮度增强系数：

其中，表示第b类区域的亮度增强系数，A表示光照强度的种类数，/>为第a种光照强度下第b类区域对光照的敏感程度，/>为第a种光照强度下用户的位姿图像中第b类区域内像素点的数量，/>表示第a种光照强度下用户的位姿图像中第b类区域内像素点的平均亮度值，/>表示第a种光照强度下用户的位姿图像中第b类区域内第i个像素点的亮度值，/>表示第a种光照强度下用户的位姿图像中第b类区域内第i个像素点对应的第一距离，/>表示取绝对值符号，/>表示预设调整参数，/>大于0。

2.根据权利要求1所述的一种智能柜子的自动照明装置，其特征在于，所述基于每种光照强度和所述亮度增强系数，确定最优光照强度，包括：

对于第c种光照强度：将第c种光照强度与目标区域的亮度增强系数的乘积记为第一乘积；将第c种光照强度与背景区域的亮度增强系数的乘积记为第二乘积；将所述第一乘积与所述第二乘积之间的差值的绝对值，记为第c种光照强度对应的第一差异；

基于每种光照强度对应的第一差异确定最优光照强度。

3.根据权利要求2所述的一种智能柜子的自动照明装置，其特征在于，基于每种光照强度对应的第一差异确定最优光照强度，包括：将第一差异最小时对应的光照强度确定为最优光照强度。

4.根据权利要求1所述的一种智能柜子的自动照明装置，其特征在于，位姿图像中像素点的亮度值的获取，包括：将位姿图像转换至HSV空间，将HSV空间中的V值作为像素点的亮度值。

5.根据权利要求1所述的一种智能柜子的自动照明装置，其特征在于，所述基于所述最优光照强度调整自动照明灯对用户进行打光，包括：

将自动照明灯的光照强度调整为所述最优光照强度，对用户进行打光。