一种灯光调节方法、装置、设备及存储介质与流程

本技术涉及设备控制，尤其涉及一种灯光调节方法、装置、设备及存储介质。

背景技术：

1、台式机、游戏主机等电子设备中配置的灯光设备，例如风扇上的发光单元、机箱灯条、键盘背光模组等，普遍采用固定亮度和色温，无法根据环境变化动态调节，强光环境下（如白天靠窗办公）辨识度低，弱光环境下（如夜间游戏）易产生眩光，长期使用易造成用户视觉疲劳。

技术实现思路

1、本技术提供了一种灯光调节方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。

2、本技术的第一方面，提供了一种灯光调节方法，所述方法包括：

3、获取连续多个采样时刻的多维灯光感知数据，所述多维灯光感知数据包括环境光信息、设备运行状态信息以及用户在场状态信息；

4、将所述连续多个采样时刻的多维灯光感知数据输入至灯光预测模型，得到由所述灯光预测模型输出的灯光参数；其中，所述灯光预测模型对所述连续多个采样时刻的多维灯光感知数据进行时序建模得到隐藏状态序列，基于注意力机制对所述隐藏状态序列中各采样时刻分配权重得到上下文信息，并基于所述上下文信息确定所述灯光参数；

5、根据所述灯光参数，对灯光设备进行灯光调节。

6、在一可实施方式中，所述获取连续多个采样时刻的多维灯光感知数据，包括：

7、通过摄像头采集连续多个采样时刻的环境图像，获得所述环境图像对应的摄像头参数，并根据所述环境图像及所述摄像头参数确定各采样时刻的环境光信息；

8、对连续多个采样时刻的所述环境图像分别进行人体检测，得到各采样时刻的检测结果，并根据各采样时刻的检测结果，确定所述用户在场状态信息，所述用户在场状态信息用于示出是否存在人体；

9、通过操作系统接口或硬件监控接口采集连续多个采样时刻的硬件运行指标，并根据预设指标权重对所有硬件运行指标进行加权融合，得到每个采样时刻的设备运行状态信息，所述设备运行状态信息用于表征设备综合负载程度。

10、在一可实施方式中，所述根据所述环境图像及所述摄像头参数确定各采样时刻的环境光信息，包括：

11、对每个采样时刻的环境图像进行预处理，得到所述采样时刻的标准化图像；

12、对每个采样时刻的摄像头参数进行对数编码，并将对数编码后的摄像头参数扩展为与所述标准化图像尺寸相同的二维参数数据；

13、将每个采样时刻的所述标准化图像与所述二维参数数据在通道维度上拼接，形成所述采样时刻的多模态输入张量；

14、将每个采样时刻的所述多模态输入张量输入至环境光强估计模型，得到由所述环境光强估计模型输出的所述采样时刻的初始环境光强；

15、剔除每个采样时刻的环境图像中的人体区域，得到所述采样时刻的背景区域；

16、确定每个采样时刻的所述背景区域的背景亮度；

17、根据每个采样时刻的背景亮度对所述采样时刻的初始环境光强进行修正，得到每个采样时刻的环境光强；其中，所述环境光信息包括环境光强，所述环境光强与所述背景亮度负相关。

18、在一可实施方式中，所述对连续多个采样时刻的所述环境图像分别进行人体检测，得到各采样时刻的检测结果，并根据各采样时刻的检测结果，确定所述用户在场状态信息，包括：

19、对每个采样时刻的环境图像进行人脸检测，响应于检测到存在人脸，生成所述采样时刻的人脸掩码；

20、对每个采样时刻的所述人脸掩码按预设比例扩展，将扩展后的人脸掩码确定为所述采样时刻的人体感知区域；

21、将每个采样时刻的所述人体感知区域输入人体检测模型，得到每个采样时刻的检测结果，所述检测结果用于示出人体存在概率；

22、根据连续多个采样时刻的人体存在概率以及概率阈值和连续帧数阈值，判断是否存在人体，得到所述用户在场状态信息。

23、在一可实施方式中，所述灯光预测模型通过以下操作训练而得到：

24、获取训练样本集，每个训练样本包括连续多个采样时刻的多维灯光感知数据以及对应的期望灯光参数，所述期望灯光参数包括期望亮度参数、期望色温参数和期望动态效果类别；

25、以最小化联合损失函数为目标，利用所述训练样本集对待训练灯光预测模型进行训练，得到训练完成的所述灯光预测模型；

26、其中，所述联合损失函数包括按预设权重加权的基于多维灯光感知数据和期望亮度参数而产生的亮度预测回归损失、基于多维灯光感知数据和期望色温参数而产生的色温预测回归损失以及基于多维灯光感知数据和期望动态效果类别而产生的动态效果分类损失。

27、在一可实施方式中，所述灯光参数包括亮度参数、色温参数和动态效果类别；

28、所述根据所述灯光参数，对灯光设备进行灯光调节，包括：

29、对所述亮度参数和所述色温参数施加变化率限制，得到处理后的亮度参数和处理后的色温参数；

30、根据所述处理后的亮度参数和所述处理后的色温参数，确定所述灯光设备中每个可寻址发光单元的颜色值；

31、按照所述灯光设备可识别的数字灯效协议，将所述颜色值、所述动态效果类别及所述动态效果类别对应的最小保持时间作为数字灯效控制数据；所述动态效果类别用于示出所述颜色值随时间变化的模式；

32、将所述数字灯效控制数据发送至嵌入式控制器，以使所述嵌入式控制器根据所述数字灯效控制数据驱动所述灯光设备中的所有可寻址发光单元发光。

33、在一可实施方式中，所述方法还包括：

34、响应于基于用户在场状态信息检测到用户离场且连续离场时长超过时长阈值，将所述灯光参数调节至参数阈值以下，进入节能模式。

35、在一可实施方式中，所述方法还包括：

36、获取针对灯光参数的反馈数据，所述反馈数据包括灯光参数的调节数据和/或同一灯光参数持续使用时长超过时长阈值的隐式反馈数据；

37、根据所述反馈数据以及所述反馈数据对应采样时刻的多维灯光感知数据，对所述灯光预测模型进行增量更新和/或参数调整，以得到更新后的灯光预测模型，所述更新后的灯光预测模型用于对灯光参数进行预测。

38、本技术的第二方面，提供了一种灯光调节装置，所述装置包括：

39、获取模块，用于获取连续多个采样时刻的多维灯光感知数据，所述多维灯光感知数据包括环境光信息、设备运行状态信息以及用户在场状态信息；

40、预测模块，用于将所述连续多个采样时刻的多维灯光感知数据输入至灯光预测模型，得到由所述灯光预测模型输出的灯光参数；其中，所述灯光预测模型对所述连续多个采样时刻的多维灯光感知数据进行时序建模得到隐藏状态序列，基于注意力机制对所述隐藏状态序列中各采样时刻分配权重得到上下文信息，并基于所述上下文信息确定所述灯光参数；

41、调节模块，用于根据所述灯光参数，对灯光设备进行灯光调节。

42、本技术的第三方面，提供了一种电子设备，包括：

43、至少一个处理器；以及

44、与所述至少一个处理器通信连接的存储器；其中，

45、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本技术所述的方法。

46、本技术的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本技术所述的方法。

47、本技术的灯光调节方法、装置、设备及存储介质，获取连续多个采样时刻的多维灯光感知数据，所述多维灯光感知数据包括环境光信息、设备运行状态信息以及用户在场状态信息；将所述连续多个采样时刻的多维灯光感知数据输入至灯光预测模型，得到由所述灯光预测模型输出的灯光参数；其中，所述灯光预测模型对所述连续多个采样时刻的多维灯光感知数据进行时序建模得到隐藏状态序列，基于注意力机制对所述隐藏状态序列中各采样时刻分配权重得到上下文信息，并基于所述上下文信息确定所述灯光参数；根据所述灯光参数，对灯光设备进行灯光调节。实现了灯光的智能自适应调节，解决了现有技术中灯光无法随环境自适应、无法反映设备运行状态、无人时能耗浪费等问题。

48、应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。