一种图像拍摄参数的自适应调整方法、系统和车辆技术方案

本申请公开了一种图像拍摄参数的自适应调整方法、系统和车辆，该方法通过构建目标图像识别模型对车辆自动驾驶过程中的图像进行图像识别，确定车辆当前所处的场景状态，并根据当前的场景状态选取最适配的目标图像拍摄参数，实现根据车辆实时的场景状态对应切换目标图像拍摄参数，又因为基于实时场景状态匹配的目标图像拍摄参数能够有效保证ISP的成像效果，因而能够有效克服由于外部场景突变导致ISP的成像效果差的问题。ISP的成像效果差的问题。ISP的成像效果差的问题。

【技术实现步骤摘要】
一种图像拍摄参数的自适应调整方法、系统和车辆


[0001]本专利技术涉及自动驾驶
，尤其涉及一种图像拍摄参数的自适应调整方法、系统和车辆。

技术介绍

[0002]具有自动驾驶技术的新能源车日益获得了更多的关注和发展。在自动驾驶技术中，考虑到技术可靠性和易于落地能力，更多的采用视觉方案来实现自动驾驶控制，即，通过摄像头采集到图像数据，再通过ISP将其转换成正常可检测的图像，再通过深度学习对图像进行车辆行人等目标识别，再做出驾驶行为的判断和决策指令(如刹车、减速、前车跟随、转向等)来控制车辆进行相应的动作。
[0003]当前，在以视觉为核心的自动驾驶技术中，ISP的成像效果直接影响到自动驾驶性能，成像效果清晰时，能够实现对车辆行人目标的识别距离更远、识别精度更大、识别准确性更高，从而使得驾驶行为的判断和决策更精准，从而使得自动驾驶能更安全更智能。然而，室外的驾驶道路千差万别(如高速、主干道、人车混杂路等)、驾驶场景多种多样(如白天、夜晚、晴天、雨天、尘雾等)，导致难以保证ISP的成像效果。
[0004]因此，现有的自动驾驶车辆在实时获取图像的过程中，存在由于外部场景突变导致ISP的成像效果差的问题。

技术实现思路

[0005]有鉴于此，有必要提供一种图像拍摄参数的自适应调整方法、系统和车辆，用以解决现有技术中的自动驾驶车辆在实时获取图像的过程中，存在的由于外部场景突变导致ISP的成像效果差的问题。
[0006]为了解决上述问题，本专利技术提供一种图像拍摄参数的自适应调整方法，包括：
[0007]获取图像样本，以及目标图像拍摄参数样本；
[0008]建立初始图像识别模型，将图像样本输入至初始图像识别模型，并以对应的目标图像拍摄参数样本作为样本标签，训练初始图像识别模型，得到训练完备的目标图像识别模型；
[0009]获取实时图像，将实时图像输入至目标图像识别模型，得到对应的目标图像拍摄参数，并基于目标图像拍摄参数对图像拍摄参数进行调整；
[0010]其中，初始图像识别模型包括初始摄像头预处理参数识别子模型、初始图像亮度识别子模型、初始图像色彩识别子模型、初始图像噪声识别子模型和初始图像畸变识别子模型中的至少一种。
[0011]进一步地，获取图像样本，以及目标图像拍摄参数样本，包括：
[0012]获取初始图像样本及其对应的初始图像拍摄参数；
[0013]基于初始图像样本，调整初始图像拍摄参数并重新拍摄，得到多个过渡图像样本及其对应的过渡图像拍摄参数；
[0014]选取多个过渡图像样本中的最优过渡图像样本，并确定最优过渡图像样本对应的最优过渡图像拍摄参数为目标图像拍摄参数样本；
[0015]其中，初始图像样本包括在不同外部环境条件的同一场景下拍摄到的多个图像样本。
[0016]进一步地，建立初始图像识别模型，将图像样本输入至初始图像识别模型，并以对应的目标图像拍摄参数样本作为样本标签，训练初始图像识别模型，得到训练完备的目标图像识别模型，包括：
[0017]建立初始图像识别模型；
[0018]对图像样本进行分块，得到多个关键特征区块；
[0019]将多个关键特征区块分别输入至初始图像识别模型，得到图像样本对应的目标图像拍摄参数样本，并以对应的目标图像拍摄参数样本作为样本标签，不断迭代训练初始图像识别模型，得到训练完备的目标图像识别模型。
[0020]进一步地，将多个关键特征区块分别输入至初始图像识别模型，得到图像样本对应的目标图像拍摄参数样本，包括：
[0021]初始摄像头预处理参数识别子模型用于识别出关键特征区块的瑕疵样本，并根据瑕疵样本确定关键特征区块的校正瑕疵拍摄参数样本；
[0022]初始图像亮度识别子模型用于识别出关键特征区块的亮度样本，并根据亮度样本确定关键特征区块的校正亮度拍摄参数样本；
[0023]初始图像色彩识别子模型用于识别出关键特征区块的色彩样本，并根据色彩样本确定关键特征区块的校正色彩拍摄参数样本；
[0024]初始图像噪声识别子模型用于识别出关键特征区块的噪声样本，并根据噪声样本确定关键特征区块的校正噪声拍摄参数样本；
[0025]初始图像畸变识别子模型用于识别出关键特征区块的畸变样本，并根据畸变样本确定关键特征区块的校正畸变拍摄参数样本；
[0026]目标图像拍摄参数样本包括校正瑕疵拍摄参数样本、校正亮度拍摄参数样本、校正色彩拍摄参数样本、校正噪声拍摄参数样本、校正畸变拍摄参数样本中的至少一种。
[0027]进一步地，获取实时图像，将实时图像输入至目标图像识别模型，得到对应的目标图像拍摄参数，并基于目标图像拍摄参数对图像拍摄参数进行调整，包括：
[0028]获取实时图像；
[0029]根据AI技术对实时图像进行场景效果，判定是否存在场景突变；
[0030]当判定存在场景突变时，将实时图像输入至目标图像识别模型，得到对应的目标图像拍摄参数，并基于目标图像拍摄参数对图像拍摄参数进行调整。
[0031]进一步地，基于目标图像拍摄参数对图像拍摄参数进行调整，后还包括：
[0032]基于目标图像拍摄参数，得到更新图像；
[0033]根据AI技术对判断更新图像是否达到目标效果；
[0034]当判定更新图像未达到目标效果时，将更新图像输入至目标图像识别模型以获取更新目标图像拍摄参数，直至得到达到目标效果的图像。
[0035]进一步地，初始摄像头预处理参数识别子模型、和/或初始图像亮度识别子模型、和/或初始图像色彩识别子模型、和/或初始图像噪声识别子模型、和/或初始图像畸变识别
子模型同时运行。
[0036]进一步地，图像拍摄参数包括ISP参数和摄像头配置参数。
[0037]为了解决上述问题，本专利技术还提供一种图像拍摄参数的自适应调整系统，包括：
[0038]样本获取模块，用于获取图像样本，以及目标图像拍摄参数样本；
[0039]目标图像识别模型获取模块，用于建立初始图像识别模型，将图像样本输入至初始图像识别模型，并以对应的目标图像拍摄参数样本作为样本标签，训练初始图像识别模型，得到训练完备的目标图像识别模型；
[0040]图像拍摄参数调整模块，用于获取实时图像，将实时图像输入至目标图像识别模型，得到对应的目标图像拍摄参数，并基于目标图像拍摄参数对图像拍摄参数进行调整；
[0041]其中，初始图像识别模型包括初始摄像头预处理参数识别子模型、初始图像亮度识别子模型、初始图像色彩识别子模型、初始图像噪声识别子模型和初始图像畸变识别子模型中的至少一种。
[0042]为了解决上述问题，本专利技术还提供一种车辆，包括处理器以及存储器，存储器上存储有计算机程序，计算机程序被处理器执行时，实现如前文所述的图像拍摄参数的自适应调整方法。
[0043]采用上述技术方案的有益效果是：本专利技术提供一种图像拍摄参数的自适应调整方法、系统和车辆，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像拍摄参数的自适应调整方法，应用于车辆自动驾驶，其特征在于，包括：获取图像样本，以及目标图像拍摄参数样本；建立初始图像识别模型，将所述图像样本输入至所述初始图像识别模型，并以对应的所述目标图像拍摄参数样本作为样本标签，训练所述初始图像识别模型，得到训练完备的目标图像识别模型；获取实时图像，将所述实时图像输入至所述目标图像识别模型，得到对应的目标图像拍摄参数，并基于所述目标图像拍摄参数对所述图像拍摄参数进行调整；其中，所述初始图像识别模型包括初始摄像头预处理参数识别子模型、初始图像亮度识别子模型、初始图像色彩识别子模型、初始图像噪声识别子模型和初始图像畸变识别子模型中的至少一种。2.根据权利要求1所述的图像拍摄参数的自适应调整方法，其特征在于，所述获取图像样本，以及目标图像拍摄参数样本，包括：获取初始图像样本及其对应的初始图像拍摄参数；基于所述初始图像样本，调整所述初始图像拍摄参数并重新拍摄，得到多个过渡图像样本及其对应的过渡图像拍摄参数；选取所述多个过渡图像样本中的最优过渡图像样本，并确定最优过渡图像样本对应的最优过渡图像拍摄参数为所述目标图像拍摄参数样本；其中，所述初始图像样本包括在不同外部环境条件的同一场景下拍摄到的多个图像样本。3.根据权利要求1所述的图像拍摄参数的自适应调整方法，其特征在于，所述建立初始图像识别模型，将所述图像样本输入至所述初始图像识别模型，并以对应的所述目标图像拍摄参数样本作为样本标签，训练所述初始图像识别模型，得到训练完备的目标图像识别模型，包括：建立初始图像识别模型；对所述图像样本进行分块，得到多个关键特征区块；将所述多个关键特征区块分别输入至所述初始图像识别模型，得到所述图像样本对应的所述目标图像拍摄参数样本，并以对应的所述目标图像拍摄参数样本作为样本标签，不断迭代训练所述初始图像识别模型，得到训练完备的目标图像识别模型。4.根据权利要求3所述的图像拍摄参数的自适应调整方法，其特征在于，所述将所述多个关键特征区块分别输入至所述初始图像识别模型，得到所述图像样本对应的所述目标图像拍摄参数样本，包括：所述初始摄像头预处理参数识别子模型用于识别出所述关键特征区块的瑕疵样本，并根据所述瑕疵样本确定所述关键特征区块的校正瑕疵拍摄参数样本；所述初始图像亮度识别子模型用于识别出所述关键特征区块的亮度样本，并根据所述亮度样本确定所述关键特征区块的校正亮度拍摄参数样本；所述初始图像色彩识别子模型用于识别出所述关键特征区块的色彩样本，并根据所述色彩样本确定所述关键特征区块的校正色彩拍摄参数样本；所述初始图像噪声识别子模型用于识别出所述关键特征区块的噪声样本，并根据所述噪声样本确定所述关键特征区块的校正噪声拍摄参数样本；
所述初始图像...

【专利技术属性】
技术研发人员：朱亚凡，曹晶，干志斌，
申请(专利权)人：智瀚星途苏州科技有限公司，
类型：发明
国别省市：