基于人工智能的云台相机影像处理系统及方法技术方案

本发明专利技术公开了一种基于人工智能的云台相机影像处理系统及方法，包括：在云台相机进行旋转

【技术实现步骤摘要】
基于人工智能的云台相机影像处理系统及方法


[0001]本专利技术涉及影像处理
，尤其涉及基于人工智能的云台相机影像处理系统及方法
。

技术介绍

[0002]云台相机
(PTZ Camera
，
Pan
‑
Tilt
‑
Zoom Camera)
是一种能够进行全方位视角调整和变焦的高级视频摄像头，这些相机在许多应用场景中有广泛的用途，如监控
、
直播
、
视频会议等，云台相机一般由硬件和软件两部分组成，其中软件负责图像处理和控制
。
传统的云台相机主要依赖于人工操作，通过遥控器或软件界面来控制镜头的方向
、
角度和变焦，一些稍微高级的模型支持运动检测和自动跟踪，但这些功能通常相当基础，可能受到环境因素
(
如光线
、
遮挡物等
)
的影响，大多数云台相机都支持基本的图像质量调整功能，如对比度
、
亮度和清晰度，但这些通常也需要人工设置；虽然一些高端模型开始采用人工智能算法进行目标识别，但这些通常仅限于特定类型的目标
(
如人脸或车辆
)。
[0003]申请号为：
CN201610012548
的专利技术公开了光场相机及其影像处理方法，包括利用光场相机取得各自包括多个子区域的第一影像以及第二影像；根据第一影像的至少一个子区域的亮度分布，对第二影像的至少一个子区域进行狭域亮度重分配处理；对第一影像以及第二影像进行影像重组处理，以取得第三影像；以及对第三影像进行全域亮度重分配处理，以取得第四影像
。
该现有技术存在的缺陷包括：在对第一影像和第二影像进行影像重组处理时，需要考虑两个影像之间的对应关系和融合方式，如何准确地匹配和融合两个影像的子区域，以及如何保持影像的准确性和一致性，是一个需要解决的问题；在对第三影像进行全域亮度重分配处理时，需要考虑整个影像的亮度分布特征和调整方式，如何确定合适的重分配算法，以保持影像的自然度和细节，并避免过度调整或失真，是一个需要解决的难题
。
[0004]因此，急需一种基于人工智能的云台相机影像处理方法及系统
。

技术实现思路

[0005]本专利技术提供了基于人工智能的云台相机影像处理系统及方法，以解决现有技术中存在的依赖于人工操作，通过遥控器或软件界面来控制镜头的方向
、
角度和变焦，一些稍微高级的模型支持运动检测和自动跟踪，但这些功能通常相当基础，可能受到环境因素
(
如光线
、
遮挡物等
)
的影响，大多数云台相机都支持基本的图像质量调整功能，如对比度
、
亮度和清晰度，但这些通常也需要人工设置；虽然一些高端模型开始采用人工智能算法进行目标识别，但这些通常仅限于特定类型的目标
(
如人脸或车辆
)
的上述问题
。
[0006]为了达到上述目的，本专利技术提供如下技术方案：
[0007]基于人工智能的云台相机影像处理方法，包括：
[0008]S101
：在云台相机进行旋转
、
平移或缩放时，通过内置的传感器实时捕获相机的运动轨迹和场景的影像数据，并将其存储在基于人工智能算力的机载计算机；
[0009]S102
：基于人工智能算法，在当前的应用场景中分析用户的影像质量优化需求，影像质量优化需求包括对比度
、
亮度
、
稳定性
、
清晰度和目标检测准确度的调整；
[0010]S103
：根据影像质量优化需求，对捕获的影像数据进行实时或离线的智能处理和优化，并输出经过处理和优化后的影像结果
。
[0011]其中，
S101
步骤包括：
[0012]S1011
：当云台相机进行旋转
、
平移或缩放操作时，通过内置的光学传感器和惯性测量装置实时捕获相机的运动轨迹参数，运动轨迹参数包括角度
、
速度和方向；
[0013]S1012
：同时，通过相机的图像传感器捕获场景的影像数据，并使用时间戳和地理标签进行标注；
[0014]S1013
：将捕获的运动轨迹参数和影像数据实时上传到基于人工智能算力的机载计算机，上传过程中对运动轨迹参数和影像数据进行实时或离线的数据分析，以识别标记特定事件或异常行为，并进行数据关联，以便后续的数据分析和应用
。
[0015]其中，
S102
步骤包括：
[0016]S1021
：基于内置的麦克风捕捉用户在应用场景中的人声指令或反馈，根据该人声指令或反馈提取关于影像质量的语义信息；
[0017]S1022
：基于人工智能算法对语义信息进行情境分析，自动推断出用户的影像质量优化需求，质量优化需求包括对比度
、
亮度
、
稳定性
、
清晰度和目标检测准确度的调整；
[0018]S1023
：用户通过反馈机制在应用场景中实时提供对调整效果的满意度反馈，基于该反馈，系统进一步优化影像质量
。
[0019]其中，
S103
步骤包括：
[0020]S1031
：根据影像质量优化需求从预设的优化需求库中确定图像对应参数，图像对应参数包括图像质量参数
、
图像处理参数和图像分析参数；
[0021]S1032
：根据图像质量参数，筛选出对应的捕获影像数据，并将影像数据标记为目标影像数据；
[0022]S1033
：从预设的智能处理模板库中，根据图像处理参数，选择对应的图像处理模板，并基于该图像处理模板对目标影像数据进行智能处理和优化；
[0023]S1034
：从预设的智能分析模板库中，根据图像分析参数，选择对应的图像分析模板，并基于该图像分析模板对处理和优化后的影像数据进行智能分析，得到影像分析结果；
[0024]S1035
：将影像分析结果整合并映射至预设的结果展示框中，与经过处理和优化后的目标影像数据关联，输出关联后的影像结果
。
[0025]其中，基于相机的图像传感器在预设或动态设置的拍摄条件下，捕获场景的影像数据；根据内置或外部的时间管理模块，为影像数据自动添加时间戳；根据内置或外部的地理定位模块，为影像数据自动添加地理标签；
[0026]其中，获取时间戳和地理标签的中心位置和方向，基于时间戳和地理标签的中心位置和方向，构建第一方向向量，获取用户查看时间戳和地理标签的查看位置和查看方向，基于查看位置和查看方向，构建第二方向向量，计算第一方向向量与第二方向向量之间的向量夹角，获取时间戳和地理标签本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于人工智能的云台相机影像处理方法，其特征在于，包括：
S101
：在云台相机进行旋转
、
平移或缩放时，通过内置的传感器实时捕获相机的运动轨迹和场景的影像数据，并上传至基于人工智能算力的机载计算机；
S102
：基于人工智能算法，在当前的应用场景中分析用户的影像质量优化需求，影像质量优化需求包括对比度
、
亮度
、
稳定性
、
清晰度和目标检测准确度的调整；
S103
：根据影像质量优化需求，对捕获的影像数据进行实时或离线的智能处理和优化，并输出经过处理和优化后的影像结果
。2.
根据权利要求1所述的基于人工智能的云台相机影像处理方法，其特征在于，
S101
步骤包括：
S1011
：当云台相机进行旋转
、
平移或缩放操作时，通过内置的光学传感器和惯性测量装置实时捕获相机的运动轨迹参数，运动轨迹参数包括角度
、
速度和方向；
S1012
：同时，通过相机的图像传感器捕获场景的影像数据，并使用时间戳和地理标签进行标注；
S1013
：将捕获的运动轨迹参数和影像数据实时上传到基于人工智能算力的机载计算机，上传过程中对运动轨迹参数和影像数据进行实时或离线的数据分析，以识别标记特定事件或异常行为，并进行数据关联，以便后续的数据分析和应用
。3.
根据权利要求1所述的基于人工智能的云台相机影像处理方法，其特征在于，
S102
步骤包括：
S1021
：基于内置的麦克风捕捉用户在应用场景中的人声指令或反馈，根据该人声指令或反馈提取关于影像质量的语义信息；
S1022
：基于人工智能算法对语义信息进行情境分析，自动推断出用户的影像质量优化需求，质量优化需求包括对比度
、
亮度
、
稳定性
、
清晰度和目标检测准确度的调整；
S1023
：用户通过反馈机制在应用场景中实时提供对调整效果的满意度反馈，基于该反馈，系统进一步优化影像质量
。4.
根据权利要求1所述的基于人工智能的云台相机影像处理方法，其特征在于，
S103
步骤包括：
S1031
：根据影像质量优化需求从预设的优化需求库中确定图像对应参数，图像对应参数包括图像质量参数
、
图像处理参数和图像分析参数；
S1032
：根据图像质量参数，筛选出对应的捕获影像数据，并将影像数据标记为目标影像数据；
S1033
：从预设的智能处理模板库中，根据图像处理参数，选择对应的图像处理模板，并基于该图像处理模板对目标影像数据进行智能处理和优化；
S1034
：从预设的智能分析模板库中，根据图像分析参数，选择对应的图像分析模板，并基于该图像分析模板对处理和优化后的影像数据进行智能分析，得到影像分析结果；
S1035
：将影像分析结果整合并映射至预设的结果展示框中，与经过处理和优化后的目标影像数据关联，输出关联后的影像结果
。5.
根据权利要求2所述的基于人工智能的云台相机影像处理方法，其特征在于，
S1012
步骤包括：基于相机的图像传感器在预设或动态设置的拍摄条件下，捕获场景的影像数据；根据
内置或外部的时间管理模块，为影像数据自动添加时间戳；根据内置或外部的地理定位模块，为影像数据自动添加地理标签；其中，获取时间戳和地理标签的中心位置和方向，...

【专利技术属性】
技术研发人员：朱志鹏，张凯轩，罗晓刚，叶嘉信，
申请(专利权)人：思翼科技深圳有限公司，
类型：发明
国别省市：