基于大数据应用的电子去抖系统技术方案

本发明专利技术涉及一种基于大数据应用的电子去抖系统，包括：关系重构设备，采用历史各帧画面采集时获取的画面的各个像素点的各个亮度值以及对应的滑轨标识作为训练数据执行对卷积神经网络的多次训练操作，以获得智能预测模型；大数据应用节点，存储智能预测模型的各项模型系数；请求触发设备，将当前帧画面采集时获取的画面的各个像素点的各个亮度值输入到所述模型以确定是否需要对当前帧画面执行电子校正处理。本发明专利技术的基于大数据应用的电子去抖系统时机可靠、应用广泛。由于能够基于当前帧的画面信号智能解析在捕获当前帧时是否出现机械去抖时的滑轨现象，进而确定后续电子去抖的触发时间，从而在节省操作以及提升画质之间达到平衡。间达到平衡。间达到平衡。

【技术实现步骤摘要】
基于大数据应用的电子去抖系统


[0001]本专利技术涉及大数据应用领域，尤其涉及一种基于大数据应用的电子去抖系统。

技术介绍

[0002]大数据的世界不只是一个单一的、巨大的计算机网络，而是一个由大量活动构件与多元参与者元素所构成的生态系统，终端设备提供商、基础设施提供商、网络服务提供商、网络接入服务提供商、数据服务使能者、数据服务提供商、触点服务、数据服务零售商等等一系列的参与者共同构建的生态系统。现有技术中，摄像器件存在光学机械去抖以及电子去抖两种模式在摄像过程以及摄像完成时执行对采集画面的校正操作，以获得较为清洗的输出画面，上述两项去抖模式本身较为成熟，但何时使用去抖模式以及采用其中一种去抖模式的具体时机难以确定，导致容易过度去抖或者去抖不足。

技术实现思路

[0003]相比较于现有技术，本专利技术至少需要具备以下三处突出的实质性特点：
[0004](1)引入基于卷积神经网络的智能预测模型，用于采用光学镜头历史各帧画面采集时获取的画面的各个像素点的各个亮度值以及对应的滑轨标识作为输入数据、输出数据以及训练数据执行对卷积神经网络的建立和训练操作，以获得对应的智能预测模型，并采用大数据应用节点用于存储所述智能预测模型的各项模型系数；
[0005](2)采用智能预测模型以基于当前帧的画面数据智能判断当前帧在采集过程中的机械抖动校正是否不足以应对实际抖动幅度的滑轨现象，并在判断存在滑轨现象时触发电子去抖操作以弥补机械去抖的不足，从而提升最终输出画面的质量。
[0006]根据本专利技术的一方面，提供了一种基于大数据应用的电子去抖系统，所述系统包括：
[0007]抖动检测器件，与摄像器件的光学镜头连接，用于检测光学镜头在执行每一帧的画面采集过程中的最大抖动量和最大抖动量对应的抖动方向；
[0008]内容转换器件，与所述抖动检测器件连接，用于基于接收到的最大抖动量确定对应的去抖矢量，所述去抖矢量的去抖幅度与所述最大抖动量数值相等且所述去抖矢量的去抖方向与所述最大抖动量对应的抖动方向相反；
[0009]行程判断器件，与内容转换器件以及摄像器件的光学去抖设备连接，用于在接收到的最大抖动量超过光学去抖设备的最大校正行程时，发出滑轨判断命令，以及在接收到的最大抖动量未超过光学去抖设备的最大校正行程时，发出在轨判断命令；
[0010]映射建立设备，与所述行程判断器件连接，用于将光学镜头执行每一帧的画面采集时获取的画面的各个像素点的各个亮度值作为卷积神经网络的各个输入数据，将光学镜头在执行该帧的画面采集过程中的滑轨标识作为卷积神经网络的单个输出数据，以建立执行滑轨判断的卷积神经网络；
[0011]关系重构设备，与所述映射建立设备连接，用于采用历史各帧画面采集时获取的
画面的各个像素点的各个亮度值以及对应的滑轨标识作为训练数据执行对卷积神经网络的多次训练操作，以获得对应的智能预测模型；
[0012]大数据应用节点，与所述关系重构设备连接，用于存储所述智能预测模型的各项模型系数；
[0013]请求触发设备，与所述关系重构设备连接，用于将当前帧画面采集时获取的画面的各个像素点的各个亮度值输入到智能预测模型并执行智能预测模型以获得智能预测模型输出的滑轨标识，并在智能预测模型输出的滑轨标识为1时，发出电子校正请求。
[0014]本专利技术的基于大数据应用的电子去抖系统时机可靠、应用广泛。由于能够基于当前帧的画面信号智能解析在捕获当前帧时是否出现机械去抖时的滑轨现象，进而确定后续电子去抖的触发时间，从而在节省操作以及提升画质之间达到平衡。
附图说明
[0015]以下将结合附图对本专利技术的实施方案进行描述，其中：
[0016]图1为根据本专利技术实施方案示出的基于大数据应用的电子去抖系统的结构示意图。
具体实施方式
[0017]下面将对本专利技术的基于大数据应用的电子去抖系统的实施方案进行详细说明。
[0018]摄像器件中，电子去抖主要有两种主要处理步骤：首先，运动估计，找出最优运动向量，其次，运动补偿，根据运动向量补偿当前帧。现有技术中，摄像器件存在光学机械去抖以及电子去抖两种模式在摄像过程以及摄像完成时执行对采集画面的校正操作，以获得较为清洗的输出画面，上述两项去抖模式本身较为成熟，但何时使用去抖模式以及采用其中一种去抖模式的具体时机难以确定，导致容易过度去抖或者去抖不足。
[0019]为了克服上述不足，本专利技术搭建了一种基于大数据应用的电子去抖系统，能够有效解决相应的技术问题。
[0020]图1为根据本专利技术实施方案示出的基于大数据应用的电子去抖系统的结构示意图，所述系统包括：
[0021]抖动检测器件，与摄像器件的光学镜头连接，用于检测光学镜头在执行每一帧的画面采集过程中的最大抖动量和最大抖动量对应的抖动方向；
[0022]内容转换器件，与所述抖动检测器件连接，用于基于接收到的最大抖动量确定对应的去抖矢量，所述去抖矢量的去抖幅度与所述最大抖动量数值相等且所述去抖矢量的去抖方向与所述最大抖动量对应的抖动方向相反；
[0023]行程判断器件，与内容转换器件以及摄像器件的光学去抖设备连接，用于在接收到的最大抖动量超过光学去抖设备的最大校正行程时，发出滑轨判断命令，以及在接收到的最大抖动量未超过光学去抖设备的最大校正行程时，发出在轨判断命令；
[0024]映射建立设备，与所述行程判断器件连接，用于将光学镜头执行每一帧的画面采集时获取的画面的各个像素点的各个亮度值作为卷积神经网络的各个输入数据，将光学镜头在执行该帧的画面采集过程中的滑轨标识作为卷积神经网络的单个输出数据，以建立执行滑轨判断的卷积神经网络；
[0025]关系重构设备，与所述映射建立设备连接，用于采用历史各帧画面采集时获取的画面的各个像素点的各个亮度值以及对应的滑轨标识作为训练数据执行对卷积神经网络的多次训练操作，以获得对应的智能预测模型；
[0026]大数据应用节点，与所述关系重构设备连接，用于存储所述智能预测模型的各项模型系数；
[0027]请求触发设备，与所述关系重构设备连接，用于将当前帧画面采集时获取的画面的各个像素点的各个亮度值输入到智能预测模型并执行智能预测模型以获得智能预测模型输出的滑轨标识，并在智能预测模型输出的滑轨标识为1时，发出电子校正请求。
[0028]接着，继续对本专利技术的基于大数据应用的电子去抖系统的具体结构进行进一步的说明。
[0029]在所述基于大数据应用的电子去抖系统中，还包括：
[0030]电子校正设备，与所述请求触发设备连接，用于在接收到所述电子校正请求时，对当前帧画面执行电子校正处理，以获得校正后的画面替换当前帧画面作为摄像器件的输出画面输出。
[0031]在所述基于大数据应用的电子去抖系统中，还包括：
[0032]并行数据接口，与所述电子校正设备连接，用于将接收到的摄像器件的输出画面发出给与摄像器件连接的各个图像需求设备。
[0033]在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据应用的电子去抖系统，其特征在于，所述系统包括：抖动检测器件，与摄像器件的光学镜头连接，用于检测光学镜头在执行每一帧的画面采集过程中的最大抖动量和最大抖动量对应的抖动方向；内容转换器件，与所述抖动检测器件连接，用于基于接收到的最大抖动量确定对应的去抖矢量，所述去抖矢量的去抖幅度与所述最大抖动量数值相等且所述去抖矢量的去抖方向与所述最大抖动量对应的抖动方向相反；行程判断器件，与内容转换器件以及摄像器件的光学去抖设备连接，用于在接收到的最大抖动量超过光学去抖设备的最大校正行程时，发出滑轨判断命令，以及在接收到的最大抖动量未超过光学去抖设备的最大校正行程时，发出在轨判断命令；映射建立设备，与所述行程判断器件连接，用于将光学镜头执行每一帧的画面采集时获取的画面的各个像素点的各个亮度值作为卷积神经网络的各个输入数据，将光学镜头在执行该帧的画面采集过程中的滑轨标识作为卷积神经网络的单个输出数据，以建立执行滑轨判断的卷积神经网络；关系重构设备，与所述映射建立设备连接，用于采用历史各帧画面采集时获取的画面的各个像素点的各个亮度值以及对应的滑轨标识作为训练数据执行对卷积神经网络的多次训练操作，以获得对应的智能预测模型；大数据应用节点，与所述关系重构设备连接，用于存储所述智能预测模型的各项模型系数；请求触发设备，与所述关系重构设备连接，用于将当前帧画面采集时获取的画面的各个像素点的各个亮度值输入到智能预测模型并执行智能预测模型以获得智能预测模型输出的滑轨标识，并在智能预测模型输出的滑轨标识为1时，发出电子校正请求。2.如权利要求1所述的基于大数据应用的电子去抖系统，其特征在于，所述系统还包括：电子校正设备，与所述请求触发设备连接，用于在接收到所述电子校正请求时，对当前帧画面执行电子校正处理，以获得校正后的画面替换当前帧画面作为摄像器件的输出画面输出。3.如权利要求2所述的基于大数据应用的电子去抖系统，其特征在于，所述系统还包括：并行数据接口，与所述电子校正设备连接，用于将接收到的摄像器件的输出画面发出给与摄像器件连接的各个图像需求设备。4.如权利要求3所述的基于大数据应用的...

【专利技术属性】
技术研发人员：ꢀ五一IntClH零四N五二三二，
申请(专利权)人：泰州市朗嘉尚网络科技有限公司，
类型：发明
国别省市：