用于暗光环境目标识别的视听数据处理方法与流程

本发明属于计算机视听觉软件，尤其涉及一种用于暗光环境目标识别的视听数据处理方法。

背景技术：

1、当前在车载辅助驾驶、高空巡检及智能监控场景中，计算机视听觉软件通过集成的人工智能识别模型进行决策，该类软件高度依赖具备高信噪比和几何特征稳定的视听数据流作为运行基础，现有的图像采集系统在应对弱光工况时，通常采用延长曝光时间、提升感亮度增益以及集成光学防抖组件或电子防抖组件的组合策略，以维持输出画面的亮度和视觉平滑度；然而，当移动终端处于高频震动且光照不足的叠加环境下，音圈马达的物理响应存在机械迟滞，在系统捕捉运动目标而缩短曝光脉冲的瞬态过程中，物理防抖组件的机械位移补偿动作处于未完全归位的非稳态过程，导致感光组件采集的图像信号在像素层面产生空间位置漂移，这种由于硬件响应时延产生的物理错位，在转化为视听数据流后，表现为目标边缘轮廓的非线性形变。

2、面对音圈马达物理防抖机械响应壁垒，试图单纯通过软件控制方法弥合失真技术路径存在不足，例如，公开号为cn114519832a的中国发明专利申请公开了一种基于仿射逆变换模型的视频全局运动补偿方法，引入仿射逆变换模型期冀消除全局运动偏差，但底层逻辑高度依赖对帧间表层像素点提取与匹配拟合变换矩阵，暗光且高频微震叠加非理想工况下，音圈马达物理滞后已在瞬态曝光周期内造成标的物特征轮廓涂抹，脱离底层物理真实约束仅基于表层失真像素集进行特征比对纯电子补偿路径，存在核心预设前提与实际边界条件根本性错配：用于解算逆变换矩阵输入特征源本身即是物理迟滞下畸变产物，导致仿射参数数学解算失真，单纯电子补偿无法穿透机械错位引发物理维度误差，致前端特征提取环节深陷拓扑畸变之中；传统视听觉软件的算法结构建立在物理补偿动作瞬时同步的预设基础之上，无法响应由机械滞后引发的局部特征坐标偏移，导致软件前端特征提取环节产生非线性拓扑畸变，单纯增加感亮度增益会引入散粒噪声，破坏特征提取过程所需的底层数据质量，而通用的电子裁切方法由于缺乏对物理执行机构实时状态的感知，难以修正因机械迟滞导致的目标特征张量畸变，使下游识别节点提取边缘特征参数时产生偏差，诱发决策模块或告警模块产生误判。

3、因此，如何根据物理补偿组件的实时运行状态反馈，在视听数据处理链路中对冲由硬件机械滞后产生的特征错位，从而向识别模型推送几何拓扑结构与物理真实状态对齐的特征流，成为本发明所要解决的技术问题。

技术实现思路

1、本发明旨在解决由于物理防抖组件机械滞后引发的目标特征张量畸变导致识别率衰退的问题。

2、在本技术方案中，一种用于暗光环境目标识别的视听数据处理方法，包括以下步骤：

3、步骤s1，获取待处理视听数据流，并采集多维环境感知参数，多维环境感知参数包括环境光照度指标、全局运动状态参数以及音圈马达的实时位置反馈读数；

4、步骤s2，通过环境光照度指标判定当前工况类型，并在环境光照度指标低于预设亮度阈值时触发暗光处理模式，依据全局运动状态参数调整基准曝光时间，并利用深度特征识别模型锁定待处理视听数据流中目标物体的运动轨迹向量以及目标物体的原始提取特征；

5、步骤s3，基于运动轨迹向量计算针对目标物体的局部快门参数，并利用局部快门参数覆盖基准曝光时间；

6、步骤s4，采集音圈马达在局部快门闭合瞬间的实时位置反馈读数，计算实时位置反馈读数相对于预设位移中点的物理残差距离；

7、步骤s5，根据预设的光学转换比率将物理残差距离转换为图像坐标系下的特征偏移向量，并以特征偏移向量为输入参量构建针对目标物体的空间仿射逆变换矩阵；

8、步骤s6，基于空间仿射逆变换矩阵、原始提取特征以及预设的背景低频噪声容差参量，对目标物体的边缘特征向量进行逆向重投影运算，以消除因音圈马达机械响应滞后产生的特征拓扑畸变，生成目标识别数据流。

9、优选的，步骤s2中触发暗光处理模式的具体步骤包括：步骤s21，在环境光测数据持续降低的条件下，根据协同补偿策略降低感亮度基准值；步骤s22，在感亮度基准值降低的同时，利用全局运动状态参数延长基准曝光时间，以采集剥离全局噪点的第一级降噪图像矩阵。

10、优选的，步骤s6中进行逆向重投影运算的具体步骤包括：步骤s61，提取音圈马达内霍尔传感器的位置反馈数据；步骤s62，将位置反馈数据转换为表征底层光学马达物理响应延迟的机械滞后参数；步骤s63，基于机械滞后参数，对待处理视听数据流中的连续序列帧实施逐帧级边缘重投影。

11、优选的，步骤s2中判定当前工况类型的方法为：通过判断环境光照度指标是否小于预设亮度阈值，且全局运动状态参数是否大于预设频率阈值，将当前工况类型判定为暗光高频微震工况。

12、优选的，步骤s6具体包括：基于协同补偿策略分配的电子算法校正权重，计算针对目标物体的特征张量的坐标修正值，并利用坐标修正值消除待处理视听数据流中连续序列帧间的空间位置漂移。

13、优选的，步骤s3具体包括：在目标物体所在区域内重构曝光积分时间，在音圈马达处于非稳态过程的积分周期内，根据特征偏移向量对目标物体进行局部增益补偿。

14、优选的，还包括以下步骤：步骤s7，建立音圈马达运动反馈参量的特征化描述，将特征化描述作为确定性补偿变量注入图像处理链路，通过对高频复合震动干扰实施数据维度对冲。

15、优选的，多维环境感知参数通过数据感知层捕获，该数据感知层包括光照传感器、运动矢量感应单元以及集成于音圈马达内部的实时位置监测模块。

16、优选的，还包括以下步骤：步骤s8，将目标识别数据流输入至后续人工智能识别模型，利用人工智能识别模型对目标物体进行类别判定。

17、相对于现有技术，本发明用于暗光环境目标识别的视听数据处理方法，具有以下优势：

18、1、在暗光环境目标识别的视听数据处理中，通过将光学补偿组件在快门积分周期内的实时物理位移残差映射为像素空间的特征偏移向量，并以此驱动针对标的物特征矩阵的仿射逆变换，实现对由于音圈马达机械滞后导致的特征张量拓扑畸变的动态纠偏，这种将底层传感反馈读数转化为上层特征级数据对齐参量的处理方式，使系统在无需缩减物理快门响应延迟的前提下，从数据运算维度消除运动标的物边缘轮廓与背景纹理间的非线性坐标位移，为后续视觉识别模型提供具备几何刚性一致性的底层视听数据流。

19、2、利用环境光照指标与全局运动参数的多维关联触发机制，在监测到环境亮度低于预设阈值时主动下压感亮度基准，并同步结合局部目标偏移向量重构曝光参数，这种基于实时感知反馈的局部自适应调节逻辑，优化了计算机视听觉软件的底层数据预处理架构，改变传统方案中单纯依赖提高感亮度而引入毁灭性噪点的处理路径，通过对核心关注主体的定向参数覆盖，在保持背景信噪比的基础上强化运动目标的特征高频信息采集，从而提升复杂暗光微震工况下，视听觉软件集成的人工智能识别模型在判定节点的特征提取准确率。

20、3、构建物理位移补偿与电子像素裁切校正的深度并行闭环，将霍尔传感器位置反馈数据与逐帧级边缘重投影算法结合，实现对连续序列帧间细微坐标漂移的闭环抹除，这种跨层级的数据流转与校正策略，将原本分离的物理执行部件与软件处理层级整合为统一的相位对齐管线，在保障暗部充足进光量的物理基础之上，通过逻辑维度的坐标重标定，确保输出视听流中目标轮廓与其物理真实状态的严谨映射关系，避免后端决策模块产生误判。