一种场景预测方法及终端、存储介质技术

本申请实施例提供了一种场景预测方法及终端、存储介质，包括：获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量和可见光波段分量；从第一直流分量中，提取第一光频率信息和第二光频率信息，并获取第一光频率信息对应的第一光强信息和第二光频率信息对应的第二光强信息；根据第一直流分量、第二直流分量和可见光波段分量，确定第一红外波段信息和第二红外波段信息；将第一红外波段信息、第二红外波段信息、第一光频率信息、第一光强信息、第二光频率信息和第二光强信息，输入预设分类模型中，得到针对拍摄场景的场景预测结果。

A scene prediction method and terminal and storage medium

【技术实现步骤摘要】
一种场景预测方法及终端、存储介质
本申请涉及图像处理领域，尤其涉及一种场景预测方法及终端、存储介质。
技术介绍
在进行拍照时，如果可以确定出当前所处的场景，如室内场景或室外场景，便有助于获得更高的图像拍摄效果。也就是说，场景预测会成为终端进行图像处理时所需要的重要参考信息之一。终端在进行场景预测时，既可以通过部署一些额外的辅助设备采集特定数据后进行室内外场景的识别；还可以借助图像处理的方法进行室内外场景的区分。然而，借助额外的辅助设备进行场景预测，在部署阶段代价较高并且准备工作复杂，极大地限制了场景预测的普适性和易用性，便捷性较差；而目前基于图像处理进行场景预测的方法，具有较高的计算复杂度，降低了预测效率，且场景预测的精确度较差。
技术实现思路
本申请实施例提供一种场景预测方法及终端、存储介质，能够减低预测的复杂度，提高预测效率和场景预测的精确度。本申请的技术方案是这样实现的：本申请实施例提供一种场景预测方法，所述方法包括：获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量和可见光波段分量，所述第一频率通道的辐射强度大于所述第二频率通道的辐射强度；从所述第一直流分量中，提取第一光频率信息和第二光频率信息，并获取所述第一光频率信息对应的第一光强信息和第二光频率信息对应的第二光强信息，所述第一光频率信息与所述第二光频率信息为所述第一直流分量中幅值最大的两个光频率信息；根据所述第一直流分量、所述第二直流分量和所述可见光波段分量，确定第一红外波段信息和第二红外波段信息；将所述第一红外波段信息、所述第二红外波段信息、所述第一光频率信息、所述第一光强信息、所述第二光频率信息和所述第二光强信息，输入预设分类模型中，得到针对所述拍摄场景的场景预测结果。在上述方法中，所述获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量，包括：通过色温传感器，获取所述第一频率通道的第一时域信息和所述第二频率通道的第二时域信息；对所述第一时域信息进行时频变换操作，得到第一频域信息；对所述第一频率通道的所述第一频域信息取直流分量，得到所述第一直流分量；对所述第二时域信息进行时频变换操作，得到第二频域信息；对所述第二频率通道的所述第二频域信息取直流分量，得到所述第二直流分量。在上述方法中，所述根据所述第一直流分量、所述第二直流分量和所述可见光波段分量，确定第一红外波段信息和第二红外波段信息，包括：根据所述第二直流分量和所述可见光波段分量，确定所述第一红外波段信息；根据所述第一直流分量和所述第二直流分量，确定所述第二红外波段信息。在上述方法中，所述将所述第一红外波段信息、所述第二红外波段信息、所述第一光频率信息、所述第一光强信息、所述第二光频率信息和所述第二光强信息，输入预设分类模型中，得到针对所述拍摄场景的场景预测结果，包括：按照预设频率值，分别对所述第一光频率信息和所述第二光频率信息进行归一化处理，得到归一化后的所述第一光频率信息和归一化后的所述第二光频率信息；按照预设光强值，分别对所述第一光强信息和所述第二光强信息进行归一化处理，得到归一化后的所述第一光强信息和归一化后的所述第二光强信息；利用所述预设分类模型训练得到的分类参数，对所述第一红外波段信息、所述第二红外波段信息、归一化后的所述第一光频率信息、归一化后的所述第一光强信息、归一化后的所述第二光频率信息和归一化后的所述第二光强信息进行场景预测，得到所述场景预测结果。在上述方法中，所述获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量和可见光波段分量之前，所述方法还包括：获取训练样本图像的训练样本数据和所述训练样本图像的训练样本场景；将所述训练样本数据输入初始分类模型中，得到样本分类结果；将所述训练样本场景和所述样本分类结果输入预设损失函数中，得到损失函数值；利用所述损失函数值，对所述初始分类模型进行训练，得到预设分类模型。在上述方法中，所述获取训练样本图像的训练样本数据，包括：获取所述训练样本图像中第一频率通道的第一样本直流分量、第二频率通道的第二样本直流分量和样本可见光波段分量；根据所述第一样本直流分量、所述第二样本直流分量和所述样本可见光波段分量，确定出所述训练样本图像的第一样本红外波段信息、第二样本红外波段信息、第一样本光频率信息、第一样本光强信息、第二样本光频率信息和第二样本光强信息；将所述第一样本红外波段信息、所述第二样本红外波段信息、所述第一样本光频率信息、所述第一样本光强信息、所述第二样本光频率信息和所述第二样本光强信息确定为所述训练样本数据。在上述方法中，所述根据所述第一样本直流分量、所述第二样本直流分量和所述样本可见光波段分量，确定出所述训练样本图像的第一样本红外波段信息、第二样本红外波段信息、第一样本光频率信息、第一样本光强信息、第二样本光频率信息和第二样本光强信息，包括：从所述第一样本直流分量中，提取所述第一样本光频率信息和所述第二样本光频率信息，并获取所述第一样本光频率信息对应的所述第一样本光强信息和所述第二样本光频率信息对应的所述第二样本光强信息；根据所述第二样本直流分量和所述样本可见光波段分量，确定所述第一样本红外波段信息；根据所述第一样本直流分量和所述第二样本直流分量，确定所述第二样本红外波段信息。在上述方法中，所述将所述训练样本数据输入初始分类模型中，得到样本分类结果，包括：将所述第一样本红外波段信息、所述第二样本红外波段信息、所述第一样本光频率信息、所述第一样本光强信息、所述第二样本光频率信息和所述第二样本光强信息输入所述初始分类模型中，得到所述样本分类结果。在上述方法中，所述将所述第一红外波段信息、所述第二红外波段信息、所述第一光频率信息、所述第一光强信息、所述第二光频率信息和所述第二光强信息，输入预设分类模型中，得到针对所述拍摄场景的场景预测结果之后，所述方法还包括：根据所述场景预测结果确定自动白平衡AWB参数；采用所述AWB参数进行图像的白平衡校正。本申请实施例提供一种终端，所述终端包括：获取单元，用于获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量和可见光波段分量，所述第一频率通道的辐射强度大于所述第二频率通道的辐射强度；提取单元，用于从所述第一直流分量中，提取第一光频率信息和第二光频率信息，并获取所述第一光频率信息对应的第一光强信息和第二光频率信息对应的第二光强信息，所述第一光频率信息与所述第二光频率信息为所述第一直流分量中幅值最大的两个光频率信息；确定单元，用于根据所述第一直流分量、所述第二直流分量和所述可见光波段分量，确定第一红外波段信息和第二红外波段信息；场景预测单元，用于将所述第一红外波段信息、所述第二红外波本文档来自技高网...

【技术保护点】
1.一种场景预测方法，其特征在于，所述方法包括：/n获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量和可见光波段分量，所述第一频率通道的辐射强度大于所述第二频率通道的辐射强度；/n从所述第一直流分量中，提取第一光频率信息和第二光频率信息，并获取所述第一光频率信息对应的第一光强信息和第二光频率信息对应的第二光强信息，所述第一光频率信息与所述第二光频率信息为所述第一直流分量中幅值最大的两个光频率信息；/n根据所述第一直流分量、所述第二直流分量和所述可见光波段分量，确定第一红外波段信息和第二红外波段信息；/n将所述第一红外波段信息、所述第二红外波段信息、所述第一光频率信息、所述第一光强信息、所述第二光频率信息和所述第二光强信息，输入预设分类模型中，得到针对所述拍摄场景的场景预测结果。/n

【技术特征摘要】
1.一种场景预测方法，其特征在于，所述方法包括：
获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量和可见光波段分量，所述第一频率通道的辐射强度大于所述第二频率通道的辐射强度；
从所述第一直流分量中，提取第一光频率信息和第二光频率信息，并获取所述第一光频率信息对应的第一光强信息和第二光频率信息对应的第二光强信息，所述第一光频率信息与所述第二光频率信息为所述第一直流分量中幅值最大的两个光频率信息；
根据所述第一直流分量、所述第二直流分量和所述可见光波段分量，确定第一红外波段信息和第二红外波段信息；
将所述第一红外波段信息、所述第二红外波段信息、所述第一光频率信息、所述第一光强信息、所述第二光频率信息和所述第二光强信息，输入预设分类模型中，得到针对所述拍摄场景的场景预测结果。


2.根据权利要求1所述的方法，其特征在于，所述获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量，包括：
通过色温传感器，获取所述第一频率通道的第一时域信息和所述第二频率通道的第二时域信息；
对所述第一时域信息进行时频变换操作，得到第一频域信息；
对所述第一频率通道的所述第一频域信息取直流分量，得到所述第一直流分量；
对所述第二时域信息进行时频变换操作，得到第二频域信息；
对所述第二频率通道的所述第二频域信息取直流分量，得到所述第二直流分量。


3.根据权利要求1所述的方法，其特征在于，所述根据所述第一直流分量、所述第二直流分量和所述可见光波段分量，确定第一红外波段信息和第二红外波段信息，包括：
根据所述第二直流分量和所述可见光波段分量，确定所述第一红外波段信息；
根据所述第一直流分量和所述第二直流分量，确定所述第二红外波段信息。


4.根据权利要求1所述的方法，其特征在于，所述将所述第一红外波段信息、所述第二红外波段信息、所述第一光频率信息、所述第一光强信息、所述第二光频率信息和所述第二光强信息，输入预设分类模型中，得到针对所述拍摄场景的场景预测结果，包括：
按照预设频率值，分别对所述第一光频率信息和所述第二光频率信息进行归一化处理，得到归一化后的所述第一光频率信息和归一化后的所述第二光频率信息；
按照预设光强值，分别对所述第一光强信息和所述第二光强信息进行归一化处理，得到归一化后的所述第一光强信息和归一化后的所述第二光强信息；
利用所述预设分类模型训练得到的分类参数，对所述第一红外波段信息、所述第二红外波段信息、归一化后的所述第一光频率信息、归一化后的所述第一光强信息、归一化后的所述第二光频率信息和归一化后的所述第二光强信息进行场景预测，得到所述场景预测结果。


5.根据权利要求1所述的方法，其特征在于，所述获取拍摄场景中的光线在第一频率通道的第一直流分量、在第二频率通道的第二直流分量和可见光波段分量之前，所述方法还包括：
获取训练样本图像的训练样本数据和所述训练样本图像的训练样本场景；
将所述训练样本数据输入初始分类模型中，得到样本分类结果；
将所述训练样本场景和所述样本分类结果输入预设损失函数中，得到损失函数值；
利用所述损失函数值，对所述初始分类模型进行训练，得到预设分类模型。


6.根据权利要求5所述的方法，其特征在于，所述获取训练样本图像的训练样本数据，包括：
获取所述训练样...

【专利技术属性】
技术研发人员：王琳，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：广东;44