镜头防抖方法、装置、计算机设备和存储介质与流程

1.本技术涉及影像技术领域，特别是涉及一种镜头防抖方法、装置、计算机设备和存储介质。


背景技术：

2.随着影像技术的高速发展，人们越来越追求通过摄像头拍摄出高质量图像。
3.然而摄像头在进行拍摄的过程当中，容易发生抖动，使摄像头失焦导致拍摄的图像不清晰。传统技术中，往往采用光学防抖、电子防抖等技术来减弱摄像头抖动对图像清晰度的影响，但依然存在着防抖效果差导致拍摄的图像质量差的问题。
4.因此，传统技术中存在着镜头防抖效果差的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高镜头防抖效果的镜头防抖方法、装置、计算机设备和存储介质。
6.一种镜头防抖方法，所述方法包括：获取目标镜头的镜头抖动信息；将所述镜头抖动信息输入至初始抖动抑制模型，得到针对所述目标镜头的抖动补偿参数；根据所述抖动补偿参数对所述目标镜头的位姿进行调整，得到调整后的目标镜头；获取通过所述调整后的目标镜头采集到的待评估图像；若所述待评估图像通过清晰度评估，则将所述待评估图像对应的抖动补偿参数，作为目标抖动补偿参数；采用所述目标抖动补偿参数对所述初始抖动抑制模型进行优化，得到目标抖动抑制模型；所述目标抖动抑制模型用于对所述目标镜头进行抖动抑制操作。
7.在其中一个实施例中，所述将所述镜头抖动信息输入至初始抖动抑制模型，得到针对所述目标镜头的抖动补偿参数，包括：将所述镜头抖动信息输入至所述初始抖动抑制模型，以触发所述初始抖动抑制模型获取抖动补偿参数表；所述抖动补偿参数表中的抖动补偿参数是根据所述目标镜头的对焦景深范围确定得到的；通过所述初始抖动抑制模型，在所述抖动补偿参数表中查询与所述镜头抖动信息对应的抖动补偿参数。
8.在其中一个实施例中， 所述抖动补偿参数表记录有所述镜头抖动信息与多组抖动补偿参数间的对应关系；所述采用所述目标抖动补偿参数对所述初始抖动抑制模型进行优化，得到目标抖动抑制模型，包括：在所述多组抖动补偿参数中，确定待删除的抖动补偿参数；所述待删除的抖动补
偿参数为在多组所述抖动补偿参数中除所述目标抖动补偿参数以外的抖动补偿参数；在所述抖动补偿参数表中，删除所述镜头抖动信息与所述待删除的抖动补偿参数间的对应关系，得到更新后的抖动补偿参数表；根据所述更新后的抖动补偿参数表，得到所述目标抖动抑制模型。
9.在其中一个实施例中，所述目标镜头连接有镜头驱动马达，所述镜头驱动马达还与马达驱动器电性连接；所述根据所述抖动补偿参数对所述目标镜头的位姿进行调整，得到调整后的目标镜头，包括：根据所述抖动补偿参数，生成对应的马达控制信号；发送所述马达控制信号至所述马达驱动器；所述马达驱动器用于根据所述马达控制信号，向所述镜头驱动马达输入对应的电流大小和变化频率，以控制所述镜头驱动马达对所述目标镜头的位姿进行调整。
10.在其中一个实施例中，所述抖动补偿参数具有多组，所述方法还包括：若所述待评估图像未通过所述清晰度评估，则采用所述抖动补偿参数的下一组抖动补偿参数对所述目标镜头的位姿进行调整，得到调整后的目标镜头；返回所述获取通过所述调整后的目标镜头采集到的待评估图像的步骤，直至所述待评估图像通过所述清晰度评估。
11.在其中一个实施例中，在所述获取通过所述调整后的目标镜头采集到的待评估图像的步骤之后，所述方法还包括：对所述待评估图像进行清晰度量化评分，得到所述待评估图像对应的清晰度评分；若所述清晰度评分小于预设评分阈值，则判定所述待评估图像未通过所述清晰度评估；若所述清晰度评分大于或等于所述预设评分阈值，则判定所述待评估图像通过所述清晰度评估。
12.在其中一个实施例中，所述采用所述目标抖动补偿参数对所述初始抖动抑制模型进行优化，得到目标抖动抑制模型，包括：根据所述镜头抖动信息与目标抖动补偿参数间的对应关系，生成模型训练样本；补充所述模型训练样本至样本参数库，得到补充后的样本参数库；采用所述补充后的样本参数库，对所述初始抖动抑制模型进行训练，得到所述目标抖动抑制模型。
13.一种镜头防抖装置，所述装置包括：信息获取模块，用于获取目标镜头的镜头抖动信息；信息输入模块，用于将所述镜头抖动信息输入至初始抖动抑制模型，得到针对所述目标镜头的抖动补偿参数；镜头调整模块，用于根据所述抖动补偿参数对所述目标镜头的位姿进行调整，得到调整后的目标镜头；图像获取模块，用于获取通过所述调整后的目标镜头采集到的待评估图像；参数确定模块，用于若所述待评估图像通过清晰度评估，则将所述待评估图像对应的抖动补偿参数，作为目标抖动补偿参数；
模型优化模块，用于采用所述目标抖动补偿参数对所述初始抖动抑制模型进行优化，得到目标抖动抑制模型；所述目标抖动抑制模型用于对所述目标镜头进行抖动抑制操作。
14.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
15.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
16.上述镜头防抖方法、装置、计算机设备和存储介质，通过获取目标镜头的镜头抖动信息；将镜头抖动信息输入至初始抖动抑制模型，得到针对所述目标镜头的抖动补偿参数；根据抖动补偿参数对目标镜头的位姿进行调整，得到调整后的目标镜头；获取通过调整后的目标镜头采集到的待评估图像；若待评估图像通过清晰度评估，则将待评估图像对应的抖动补偿参数，作为目标抖动补偿参数；采用目标抖动补偿参数对初始抖动抑制模型进行优化，得到目标抖动抑制模型；如此，当处于拍摄状态的镜头发生抖动时，可以采用该目标抖动抑制模型快速获取到与该镜头的镜头抖动信息对应的目标抖动补偿参数，从而可以利用该目标抖动补偿参数控制马达驱动该镜头相对于抖动方向进行反向运动，进而抑制了镜头的抖动，提高了镜头的防抖效果。
附图说明
17.图1为一个实施例中一种镜头防抖方法的流程示意图；图2为一个实施例中摄像头防抖系统的结构图；图3为另一个实施例中一种镜头防抖方法的流程示意图；图4为一个实施例中另一种镜头防抖方法的逻辑流程示意图；图5为一个实施例中一种镜头防抖装置的结构框图；图6为一个实施例中计算机设备的内部结构图。
具体实施方式
18.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
19.可以理解，本技术所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本技术的范围的情况下，可以将第一位置称为第二位置，且类似地，可将第二位置称为第一位置。第一位置和第二位置两者都是位置，但其不是同一位置。
20.在一个实施例中，如图1所示，提供了一种镜头防抖方法，包括以下步骤：步骤s110，获取目标镜头的镜头抖动信息。
21.其中，镜头抖动信息包括频率信息、幅度信息和方向信息中的至少一种。
22.其中，目标镜头可以是指摄像头防抖系统中的镜头。
23.其中，镜头可以是但不限于是各种定焦镜头、变焦镜头、广角镜头、标准镜头等，通常由多个镜片组成，有成像作用。
24.具体实现中，为了便于本领域技术人员的理解，图2提供了一个实施例中的摄像头防抖系统。该摄像头防抖系统包括图像传感器210、镜头驱动马达220、马达驱动器230、运动控制传感器240、目标镜头250和控制单元260；其中，运动控制传感器240和图像传感器210分别与控制单元260电性连接，控制单元260与马达驱动器230电性连接，马达驱动器230与镜头驱动马达220电性连接，镜头驱动马达220与目标镜头250驱动连接；其中，运动控制传感器240可以是但不限于是加速度传感器、陀螺仪等传感器；当利用目标镜头250进行拍摄时，通过运动控制传感器240可以检测目标镜头250是否发生抖动，当目标镜头250发生抖动的时候，运动控制传感器240就可以将目标镜头250的抖动信息发送至控制单元260中，抖动信息包括频率信息、幅度信息和方向信息中的至少一种；其中，陀螺仪是一种高速回转体的动量矩敏感壳体相对惯性空间绕正交于自转轴的角运动检测装置，可以包括压电陀螺仪、机械陀螺仪、光纤陀螺仪、激光陀螺仪等，不限于此，陀螺仪可以检测目标镜头250在一个或多个方向上的角速度信息，从而根据检测得到角速度信息判断目标镜头250的抖动情况，将采集到的的角速度信息的输出频率、角速度信息的带宽、角速度信息的测量范围发送至控制单元260；其中，控制单元260可以但不限于是cpu（central processing unit，中央处理器）、mcu (microcontroller unit，微控制单元)、isp（image signal processing，图像信号处理）。
25.步骤s120，将镜头抖动信息输入至初始抖动抑制模型，得到针对目标镜头的抖动补偿参数。
26.其中，初始抖动抑制模型是通过预先设定镜头抖动信息与抖动补偿参数的对应关系获得的，用于获取与镜头抖动信息对应的抖动补偿参数。
27.其中，抖动补偿参数是指根据对目标镜头产生抖动进行补偿的参数，可以包括对应于不同抖动信息目标镜头的补偿偏移量。
28.具体实现中，当控制单元260接收到运动控制传感器240发送的目标镜头250的镜头抖动信息后，将目标镜头250的镜头抖动信息输入至初始抖动抑制模型，初始抖动抑制模型中输出与镜头抖动信息对应的抖动补偿参数；其中，与镜头抖动信息对应的抖动补偿参数不止一组。
29.步骤s130，根据抖动补偿参数对目标镜头的位姿进行调整，得到调整后的目标镜头。
30.其中，目标镜头的位姿为目标镜头250的位置和姿态。
31.具体实现中，目标镜头250发生抖动时，目标镜头250会向某一方向偏移一定的距离，镜头驱动马达220根据通过抖动补偿参数获得的电信号，对目标镜头250的位置和姿态进行调整，驱动目标镜头250移动，使目标镜头250往抖动的反方向补偿一定距离，从而得到调整后的目标镜头250。
32.步骤s140，获取通过调整后的目标镜头采集到的待评估图像。
33.其中，待评估图像是指需要进行清晰度评估的图像。
34.具体实现中，目标镜头250可以采集拍摄场景中的光线，通过图像传感器210将目标镜头250采集的光线转换为图像，从而控制单元260可以获取到目标镜头250采集到的图像，因与镜头抖动信息对应的抖动补偿参数不止一组，目标镜头250会在各抖动补偿参数的调整下，依次进行图像采集，获得与各抖动补偿参数对应的各待评估图像，并进行图像清晰
度评估。
35.步骤s150，若待评估图像通过清晰度评估，则将待评估图像对应的抖动补偿参数，作为目标抖动补偿参数。
36.具体实现中，控制单元260会对目标镜头250采集到的各待评估图像依次进行图像质量评估，从而判断待评估图像是否清晰，若待评估图像满足预设条件，则判定目标镜头250采集的该待评估图像通过清晰度评估，则将与该待评估图像对应的抖动补偿参数作为针对目标镜头250的目标抖动补偿参数。
37.步骤s160，采用目标抖动补偿参数对初始抖动抑制模型进行优化，得到目标抖动抑制模型；所述目标抖动抑制模型用于对所述目标镜头进行抖动抑制操作。
38.其中，对初始抖动抑制模型进行优化包括对初始抖动抑制模型进行调整或对初始抖动抑制模型进行训练中的至少一种。
39.具体实现中，确定好目标镜头250的镜头抖动信息对应的目标抖动补偿参数后，可以对初始抖动抑制模型中镜头抖动信息与抖动补偿参数的对应关系进行优化；其中，若初始抖动抑制模型包括记录有镜头抖动信息与多组抖动补偿参数的对应关系的参数表，则可以根据该镜头抖动信息对应的目标抖动补偿参数对参数表进行调整，从而得到针对目标镜头250的目标抖动抑制模型；若初始抖动抑制模型包括一种待训练的神经网络模型，则可以根据镜头抖动信息和对应的目标抖动补偿参数生成训练样本，采用该训练样本对初始抖动抑制模型进行训练，从而得到针对目标镜头250的目标抖动抑制模型；通过该目标抖动抑制模型，针对不同场景下目标镜头250发生的抖动，可以快速实现对目标镜头250的抖动抑制。
40.上述镜头防抖方法中，通过获取目标镜头的镜头抖动信息；将镜头抖动信息输入至初始抖动抑制模型，得到针对所述目标镜头的抖动补偿参数；根据抖动补偿参数对目标镜头的位姿进行调整，得到调整后的目标镜头；获取通过调整后的目标镜头采集到的待评估图像；若待评估图像通过清晰度评估，则将待评估图像对应的抖动补偿参数，作为目标抖动补偿参数；采用目标抖动补偿参数对初始抖动抑制模型进行优化，得到目标抖动抑制模型；如此，当处于拍摄状态的镜头发生抖动时，可以采用该目标抖动抑制模型快速获取到与该镜头的镜头抖动信息对应的目标抖动补偿参数，从而可以利用该目标抖动补偿参数控制马达驱动该镜头相对于抖动方向进行反向运动，进而抑制了镜头的抖动，提高了镜头的防抖效果。
41.在另一个实施例中，将镜头抖动信息输入至初始抖动抑制模型，得到针对目标镜头的抖动补偿参数，包括：将镜头抖动信息输入至初始抖动抑制模型，以触发初始抖动抑制模型获取抖动补偿参数表；抖动补偿参数表中的抖动补偿参数是根据目标镜头的对焦景深范围确定得到的；通过初始抖动抑制模型，在抖动补偿参数表中查询与镜头抖动信息对应的抖动补偿参数。
42.其中，初始抖动抑制模型是通过预先设定镜头抖动信息与抖动补偿参数的对应关系获得的，用于获取与镜头抖动信息对应的抖动补偿参数。
43.其中，对焦景深范围可以是指在目标镜头或其他成像器前沿能够取得清晰图像的成像所测定的被摄物体前后距离范围。
44.具体实现中，控制单元260将接收到的镜头抖动信息输入至初始抖动抑制模型中，进而初始抖动抑制模型提取模型中记载的抖动补偿参数表，抖动补偿参数表保存有镜头抖
动信息对应的抖动补偿参数；其中，抖动补偿参数是根据目标镜头250的对焦景深范围确定的，具体地，控制单元260根据对焦景深参数的取值范围，可以确定抖动补偿参数的取值范围；根据抖动补偿参数的取值范围，控制单元260可以为每组镜头抖动信息分配对应的多组抖动补偿参数，并记载在抖动补偿参数表中，从而根据抖动补偿参数表，可以获得目标镜头250的镜头抖动信息对应的抖动补偿参数。
45.本实施的技术方案，通过初始抖动抑制模型中的抖动补偿参数表，可以获取抖动补偿参数表中记载的与输入至初始抖动抑制模型中的镜头抖动信息对应的抖动补偿参数，即可以获取不同的镜头抖动信息对应的抖动补偿参数，从而可以提高对镜头进行防抖操作的准确性。
46.在另一个实施例中，抖动补偿参数表记录有镜头抖动信息与多组抖动补偿参数间的对应关系；采用目标抖动补偿参数对初始抖动抑制模型进行优化，得到目标抖动抑制模型，包括：在多组抖动补偿参数中，确定待删除的抖动补偿参数；在抖动补偿参数表中，删除镜头抖动信息与待删除的抖动补偿参数间的对应关系，得到更新后的抖动补偿参数表；根据更新后的抖动补偿参数表，得到所述目标抖动抑制模型。
47.其中，初始抖动抑制模型是通过预先设定镜头抖动信息与抖动补偿参数的对应关系获得的，用于获取与镜头抖动信息对应的抖动补偿参数。
48.其中，目标抖动抑制模型包括有镜头抖动信息与目标抖动补偿参数的对应关系。
49.其中，待删除的抖动补偿参数为在多组所述抖动补偿参数中除目标抖动补偿参数以外的抖动补偿参数。
50.其中，目标抖动补偿参数用于对所述目标镜头进行抖动抑制操作。
51.具体实现中，初始抖动抑制模型获取的抖动补偿参数表中记载的与镜头抖动信息对应的多组抖动补偿参数，控制单元260通过对目标镜头250采集的待评估图像进行清晰度评估，确定通过清晰度评估的待评估图像所对应的抖动补偿参数，作为目标抖动补偿参数，依据目标抖动补偿参数，控制单元260会在初始抖动抑制模型获取的抖动补偿参数表中删除目标抖动补偿参数以外的抖动补偿参数，即只保留目标镜头250的镜头抖动信息与目标抖动补偿参数的对应关系，从而使目标镜头250的镜头抖动信息只与一组抖动补偿参数对应，得到更新后的初始抖动抑制模型，确定目标抖动抑制模型，当目标镜头250发生抖动时，控制单元260将根据镜头抖动信息，从目标抖动抑制模型中快速获取上述镜头抖动信息对应的目标抖动补偿参数，对目标镜头250进行抖动补偿处理。
52.本实施例的技术方案，通过在初始抖动抑制模型的抖动补偿参数表中删除多组所述抖动补偿参数中除所述目标抖动补偿参数以外的抖动补偿参数，在抖动补偿参数表中只保留镜头抖动信息与目标抖动补偿参数的对应关系，从而完成对初始抖动抑制模型的更新，获得目标抖动抑制模型；从而目标镜头发生抖动时，根据镜头抖动信息 ，可以从目标抖动抑制模型快速输出镜头抖动信息对应的目标抖动补偿参数，实现对目标镜头的偏移进行补偿，减弱了目标镜头抖动带来的影响，进而有效提高目标镜头的防抖效果。
53.在另一个实施例中，目标镜头连接有镜头驱动马达，镜头驱动马达还与马达驱动器电性连接；根据抖动补偿参数对目标镜头的位姿进行调整，得到调整后的目标镜头，包括：根据抖动补偿参数，生成对应的马达控制信号；发送马达控制信号至马达驱动器；马达驱动器用于根据马达控制信号，向镜头驱动马达输入对应的电流大小和变化频率，以控制
镜头驱动马达对目标镜头的位姿进行调整。
54.其中，镜头驱动马达可以是音圈马达。
55.其中，马达驱动器可以是驱动芯片。
56.其中，目标镜头的位姿为目标镜头的位置和姿态。
57.具体实现中，目标镜头250连接有镜头驱动马达220，镜头驱动马达220还与马达驱动器230电性连接，马达驱动器230与控制单元260连接；控制单元260获取到抖动补偿参数后，会向马达驱动器230发送马达控制信号，马达驱动器230根据马达控制信号，生成用于控制镜头驱动马达220的电信号；其中，电信号可以是电流信号、电压信号或其他类型的电信号，在本实施例中，电信号采用电流信号，马达驱动器230向镜头驱动马达220输入电流大小和电流变化频率，镜头驱动马达220接收到上述电流信号后，可以驱动目标镜头250移动，以调整目标镜头250的位置和姿态。
58.具体地，抖动补偿参数包括了对应于不同抖动信息目标镜头250的补偿偏移量，补偿偏移量为目标镜头250为减弱抖动引起的偏差而在一定方向上需要移动的距离。马达驱动器230接收到根据抖动补偿参数生成的马达控制信号后，会生成对应的电流信号输入至镜头驱动马达220；电流信号包含了与上述补偿偏移量对应的信号强度和方向标识；补偿偏移量可以根据目标镜头250所在平面的任意一点位置确定，如根据目标镜头250的中心的确定，也可以根据目标镜头250上的其他点确定等；例如，若在摄像头防抖系统静止时目标镜头250的光心的位置为第一位置，第二位置为镜头驱动马达220驱动目标镜头250移动后目标镜头250的光心的位置，即补偿偏移量包含了第一位置与第二位置之间的矢量距离，因此，镜头驱动马达220接收到的电流信号包含了信号强度和方向标识，信号强度用于表示输出的电流大小，根据信号强度大小，镜头驱动马达220可以推动目标镜头250移动不同的距离，通常，在相同的时间范围内，电流越大，则镜头驱动马达220驱动目标镜头250移动的距离越大；电流越小，则镜头驱动马达220驱动目标镜头250移动的距离越小；方向标识用于表示目标镜头250的驱动方向；镜头驱动马达220从而可以根据电流信号中包含的方向标识和信号强度上电，驱动目标镜头250在与抖动的相反方向上移动与补偿偏移量对应的距离，进而可以对目标镜头250因抖动而发生的偏移进行补偿，以消除目标镜头250抖动引起的偏移，完成对目标镜头250的位置和姿态进行调整的操作。
59.本实施例的技术方案，通过向马达驱动器发送与抖动补偿参数对应的马达控制信号，马达驱动器根据马达控制信号向镜头驱动马达输入对应的电流信号；如此，镜头驱动马达可以控制目标镜头在与抖动的相反方向上移动一定距离，从而可以对目标镜头因抖动而发生的偏移进行补偿，减小目标镜头因抖动带来的偏差，进而可以提高对目标镜头的防抖补偿处理的准确性。
60.在另一个实施例中，抖动补偿参数具有多组，方法还包括：若待评估图像未通过清晰度评估，则采用抖动补偿参数的下一组抖动补偿参数对目标镜头的位姿进行调整，得到调整后的目标镜头；返回获取通过调整后的目标镜头采集到的待评估图像的步骤，直至待评估图像通过清晰度评估。
61.其中，清晰度评估用来评估待评估图像的清晰度是否到达预设条件。
62.具体实现中，图像传感器210将目标镜头250采集到的光线转换为待评估图像后，控制单元260会对待评估图像进行清晰度评估。当控制单元260判定当前的待评估图像没有
达到预设条件，即没有通过清晰度评估后，控制单元260将在多组抖动补偿参数中，采用当前未通过清晰度评估的待评估图像对应的抖动补偿参数的下一组抖动补偿参数，根据下一组抖动补偿参数，对目标镜头250的位置和姿态进行调整，控制目标镜头250采集新的待评估图像，再次执行图像清晰度评估操作；若新的待评估图像仍未通过清晰度评估，则返回执行上述的“获取当前未通过清晰度评估的待评估图像对应的抖动补偿参数的下一组抖动补偿参数”的步骤，直到控制单元260获取到的抖动补偿参数对应的待评估图像通过清晰度评估，则结束图像清晰度评估操作。
63.本实施例的技术方案，通过依次获取与各根据抖动补偿参数对应的待评估图像，并对待评估图像进行清晰度评估，直至采用的抖动补偿参数对应的待评估图像通过清晰度评估，从而可以保证目标镜头采集到的图像是通过清晰度评估的，进而提高了目标镜头采集到的图像的清晰度。
64.另一个实施例中，在获取通过调整后的目标镜头采集到的待评估图像的步骤之后，方法还包括：对待评估图像进行清晰度量化评分，得到待评估图像对应的清晰度评分；若清晰度评分小于预设评分阈值，则判定待评估图像未通过清晰度评估；若清晰度评分大于或等于预设评分阈值，则判定待评估图像通过清晰度评估。
65.其中，清晰度量化评分方法通过对待评估图像进行图像质量评估完成的。
66.具体实现中，控制单元260获取到调整后的目标镜头250采集的待评估图像后，会通过图像质量评估方法来对图像的清晰度进行量化评分，得到待评估图像对应的清晰度评分。图像质量评估方法可以但不限于是psnr（peak signal to noise ratio，峰值信噪比）、ssim（structural similarity index，结构相似度）、ms
‑
ssim（multi scale structural similarity index，多尺度结构相似度）等计算模型。当待评估图像的清晰度评分大于或等于提前设置的评分阈值时，控制单元260判定待评估图像的清晰度满足预设条件，即上述待评估图像通过清晰度评估，为达标的图像；若待评估图像的清晰度评分小于提前设置的评分阈值时，控制单元260判定待评估图像未通过清晰度评估，为不达标的图像。
67.本实施例的技术方案，通过预先设置评分阈值，对待评估图像进行清晰度量化评分，从而得到待评估图像对应的清晰度评分，并与预设设置的评分阈值进行比较，判断待评估图像是否通过清晰度评估；进而，根据带评估图像的清晰度评估判定结果，可以评估目标镜头是否准确对焦，确保了目标镜头采集到的图像足够清晰。
68.另一个实施例中，采用目标抖动补偿参数对初始抖动抑制模型进行优化，得到目标抖动抑制模型，包括：根据镜头抖动信息与目标抖动补偿参数间的对应关系，生成模型训练样本；补充所述模型训练样本至样本参数库，得到补充后的样本参数库；采用补充后的样本参数库，对初始抖动抑制模型进行训练，得到目标抖动抑制模型。
69.其中，初始抖动抑制模型可以是一种待训练的神经网络模型。
70.其中，模型训练样本为有标签样本。
71.其中，样本参数库中包括了镜头抖动信息与对应的目标抖动补偿参数的对应关系。
72.具体实现中，初始抖动抑制模型是预先建立的一个神经网络模型。控制单元260可以根据每组镜头抖动信息及每组镜头抖动信息对应的目标抖动补偿参数生成用于对该初始抖动抑制模型进行训练的模型训练样本；其中，控制单元260将镜头抖动信息作为神经网
络模型中的样本特征，目标抖动补偿参数作为神经网络模型中的样本标签。控制单元260将模型训练样本补充至样本参数库中，得到补充后的样本参数库，然后根据补充后的样本参数库中的模型训练样本对初始抖动抑制模型进行训练，得到目标抖动抑制模型。具体来说，控制单元260将镜头抖动信息输入至初始抖动抑制模型，得到预测抖动补偿参数；基于预测抖动补偿参数与目标抖动补偿参数之间的差异，对所述初始抖动抑制模型的模型参数进行调整，直至调整后的初始抖动抑制模型满足预设的训练结束条件，从而得到目标抖动抑制模型。
73.本实施例的技术方案，根据每组镜头抖动信息及每组镜头抖动信息对应的目标抖动补偿参数生成模型训练样本，并将模型训练样本补充至样本参数库中，最后用补充后的样本参数库对初始抖动抑制模型进行训练；如此，可以得到目标抖动抑制模型，当处于拍摄状态的目标镜头发生抖动时，可以采用该目标抖动抑制模型快速获取到与该目标镜头的镜头抖动信息对应的目标抖动补偿参数，从而可以利用该目标抖动补偿参数控制马达驱动该目标镜头相对于抖动方向进行反向运动，对因目标镜头发生抖动引起的偏移进行准确补偿，进而可以提高针对目标镜头的抖动抑制操作的可靠性。
74.在另一个实施例中，如图3所示，提供了一种镜头防抖方法，以该方法应用于图2中的控制单元260为例进行说明，包括以下步骤：步骤s302，获取目标镜头的镜头抖动信息。步骤s304，将所述镜头抖动信息输入至所述初始抖动抑制模型，以触发所述初始抖动抑制模型获取抖动补偿参数表；所述抖动补偿参数表中的抖动补偿参数是根据所述目标镜头的对焦景深范围确定得到的。步骤s306，通过所述初始抖动抑制模型，在所述抖动补偿参数表中查询与所述镜头抖动信息对应的抖动补偿参数。步骤s308，根据所述抖动补偿参数对所述目标镜头的位姿进行调整，得到调整后的目标镜头。步骤s310，获取通过所述调整后的目标镜头采集到的待评估图像。步骤s312，若所述待评估图像通过清晰度评估，则将所述待评估图像对应的抖动补偿参数，作为目标抖动补偿参数。步骤s314，所述抖动补偿参数表记录有所述镜头抖动信息与多组抖动补偿参数间的对应关系；在所述多组抖动补偿参数中，确定待删除的抖动补偿参数；所述待删除的抖动补偿参数为在多组所述抖动补偿参数中除所述目标抖动补偿参数以外的抖动补偿参数。步骤s316，在所述抖动补偿参数表中，删除所述镜头抖动信息与所述待删除的抖动补偿参数间的对应关系，得到更新后的抖动补偿参数表。步骤s318，根据所述更新后的抖动补偿参数表，得到所述目标抖动抑制模型。需要说明的是，上述步骤的具体限定可以参见上文对一种镜头防抖方法的具体限定。
75.为了便于本领域技术人员的理解，图4提供了另一种镜头防抖方法的逻辑流程图；其中，首先控制单元通过运动控制传感器获取目标镜头的镜头抖动信息；其中，镜头抖动信息包括了频率信息、幅度信息和方向信息中的至少一种；然后，控制单元结合初始抖动抑制模型输出一组驱动vcm（voice coil motor，音圈电机）马达控制目标镜头移动的抖动补偿参数，以抑制目标镜头相对运动；其中，初始抖动抑制模型包括了镜头抖动信息与多组抖动补偿参数的对应关系；接着，根据上述一组抖动补偿参数，vcm马达驱动目标镜头移动，图像传感器采集目标镜头对焦拍摄的图像；其次，控制单元对上述图像的对焦结果进行清晰度评估；若图像通过清晰度评估，则将图像对应的抖动补偿参数，作为目标抖动补偿参数；然后，根据每组镜头抖动信息及每组镜头抖动信息对应的目标抖动补偿参数生成模型训练样本，并将模型训练样本补充至样本参数库中，得到补充后的样本参数库；最后，采用补充后
的样本参数库，对初始抖动抑制模型进行优化，得到目标抖动抑制模型；其中，目标抖动抑制模型用于对目标镜头进行抖动抑制操作；其中，若图像未通过清晰度评估，则通过初始抖动抑制模型，获取当前图像对应的抖动补偿参数的下一组抖动补偿参数，返回“vcm马达驱动目标镜头移动，图像传感器采集目标镜头对焦拍摄的图像”的步骤，直到采集到的图像的对焦结果通过清晰度评估，结束整个流程。
76.应该理解的是，虽然图1、图3和图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、图3和图4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
77.在一个实施例中，如图5所示，提供了一种镜头防抖装置，包括：信息获取模块510、信息输入模块520、镜头调整模块530、图像获取模块540、参数确定模块550和模型优化模块560，其中：信息获取模块510，用于获取目标镜头的镜头抖动信息。
78.信息输入模块520，用于将所述镜头抖动信息输入至初始抖动抑制模型，得到针对所述目标镜头的抖动补偿参数。
79.镜头调整模块530，用于根据所述抖动补偿参数对所述目标镜头的位姿进行调整，得到调整后的目标镜头。
80.图像获取模块540，用于获取通过所述调整后的目标镜头采集到的待评估图像。
81.参数确定模块550，用于若所述待评估图像通过清晰度评估，则将所述待评估图像对应的抖动补偿参数，作为目标抖动补偿参数。
82.模型优化模块560，用于采用所述目标抖动补偿参数对所述初始抖动抑制模型进行优化，得到目标抖动抑制模型；所述目标抖动抑制模型用于对所述目标镜头进行抖动抑制操作。
83.在其中一个实施例中，所述信息输入模块520，具体用于将所述镜头抖动信息输入至所述初始抖动抑制模型，以触发所述初始抖动抑制模型获取抖动补偿参数表；所述抖动补偿参数表中的抖动补偿参数是根据所述目标镜头的对焦景深范围确定得到的；通过所述初始抖动抑制模型，在所述抖动补偿参数表中查询与所述镜头抖动信息对应的抖动补偿参数。
84.在其中一个实施例中，所述抖动补偿参数表记录有所述镜头抖动信息与多组抖动补偿参数间的对应关系；所述模型优化模块560具体用于在所述多组抖动补偿参数中，确定待删除的抖动补偿参数；所述待删除的抖动补偿参数为在多组所述抖动补偿参数中除所述目标抖动补偿参数以外的抖动补偿参数；在所述抖动补偿参数表中，删除所述镜头抖动信息与所述待删除的抖动补偿参数间的对应关系，得到更新后的抖动补偿参数表；根据所述更新后的抖动补偿参数表，得到所述目标抖动抑制模型。
85.在其中一个实施例中，所述目标镜头连接有镜头驱动马达，所述镜头驱动马达还与马达驱动器电性连接；所述镜头调整模块530具体用于根据所述抖动补偿参数，生成对应
的马达控制信号；发送所述马达控制信号至所述马达驱动器；所述马达驱动器用于根据所述马达控制信号，向所述镜头驱动马达输入对应的电流大小和变化频率，以控制所述镜头驱动马达对所述目标镜头的位姿进行调整。
86.在其中一个实施例中，所述抖动补偿参数具有多组，所述镜头防抖装置还包括：镜头再次调整模块，用于若所述待评估图像未通过所述清晰度评估，则采用所述抖动补偿参数的下一组抖动补偿参数对所述目标镜头的位姿进行调整，得到调整后的目标镜头；返回模块，用于返回所述获取通过所述调整后的目标镜头采集到的待评估图像的步骤，直至所述待评估图像通过所述清晰度评估。
87.在其中一个实施例中，所述镜头防抖装置还包括：评分模块，用于对所述待评估图像进行清晰度量化评分，得到所述待评估图像对应的清晰度评分；判定模块，用于若所述清晰度评分小于预设评分阈值，则判定所述待评估图像未通过所述清晰度评估；若所述清晰度评分大于或等于所述预设评分阈值，则判定所述待评估图像通过所述清晰度评估。
88.在其中一个实施例中，所述模型优化模块560，具体还用于根据所述镜头抖动信息与目标抖动补偿参数间的对应关系，生成模型训练样本；补充所述模型训练样本至样本参数库，得到补充后的样本参数库；采用所述补充后的样本参数库，对所述初始抖动抑制模型进行训练，得到所述目标抖动抑制模型。
89.关于一种镜头防抖装置的具体限定可以参见上文中对于一种镜头防抖方法的限定，在此不再赘述。上述一种镜头防抖装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
90.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储镜头防抖数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种镜头防抖方法。
91.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
92.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种镜头防抖方法的步骤。此处一种镜头防抖方法的步骤可以是上述各个实施例的一种镜头防抖方法中的步骤。
93.在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述一种镜头防抖方法的步骤。此处一种镜头防抖方法的步骤可以是上述各个实施例的一种镜头防抖方法中的步骤。
94.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机
可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read
‑
only memory，rom）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（static random access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。
95.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
96.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。