一种图像处理模型训练系统及方法与流程

1.本发明涉及图像处理领域，具体而言，涉及一种图像处理模型训练系统及方法。


背景技术：

2.随着图像处理技术的发展，出现了图像特征提取技术，图像特征提取技术通过将图像进行特征提取，得到能够表征图像的向量。但是图像特征提取技术通常用于图像识别，无法应用到真实拍摄环境下，因此拍摄过程中需要多次调整布景，从而导致拍摄效果不好的问题。


技术实现要素：

3.本发明的目的之一在于提供一种图像处理模型训练系统，其能够应用于图像拍摄环境，并且提高拍摄效果，加快拍摄效率。
4.本发明的目的之一在于提供一种图像处理模型训练方法，其能够应用于图像拍摄环境，并且提高拍摄效果，加快拍摄效率。
5.本发明的目的之一在于提供一种电子设备，其能够应用于图像拍摄环境，并且提高拍摄效果，加快拍摄效率。
6.本发明的目的之一在于提供一种计算机可读存储介质，其能够应用于图像拍摄环境，并且提高拍摄效果，加快拍摄效率。
7.本发明的实施例是这样实现的：
8.第一方面，本技术实施例提供一种图像处理模型训练系统，其包括：
9.数据采集模块：用于采集不同拍摄照片的多组拍摄环境数据，每组所述拍摄环境数据包括拍摄设备和拍摄对象的相对位置数据、当前拍摄场景检测的光照数据以及空气数据；
10.模型训练模块：用于根据标准色卡判断各所述拍摄照片的真实度，识别所述拍摄照片的目标物，根据同一所述目标物的多组所述光照数据、所述空气数据、所述相对位置数据和所述真实度进行机器学习获得拍摄训练模型；
11.模型学习模块：用于建立三维模拟场景并添加多个所述目标物，根据所述拍摄训练模型生成多个所述目标物的所述光照数据、所述空气数据和所述相对位置数据，根据所述光照数据、所述空气数据和所述相对位置数据生成所述三维模拟场景的布景场景。
12.第二方面，本技术实施例提供一种图像处理方法，其包括如下步骤：
13.采集不同拍摄照片的多组拍摄环境数据，每组数据包括拍摄设备和拍摄对象的相对位置数据、当前拍摄场景检测的光照数据、以及拍摄场景的空气数据；
14.根据标准色卡判断各所述拍摄照片的真实度，识别所述拍摄照片的目标物，根据同一所述目标物的多组所述光照数据、所述空气数据、所述相对位置数据和所述真实度进行机器学习获得拍摄训练模型。
15.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：建立三维模
拟场景并添加多个所述目标物，根据所述拍摄训练模型生成多个所述目标物的所述光照数据、所述空气数据和所述相对位置数据，根据所述光照数据、所述空气数据和所述相对位置数据生成所述三维模拟场景的布景场景。
16.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：所述相对位置数据包括所述拍摄设备和所述拍摄对象的水平距离、高度差和角度朝向，根据所述水平距离、所述高度差和所述角度朝向得到场景噪声比，根据所述场景噪声比调整所述布景场景的所述光照数据。
17.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：所述光照数据包括光照强度和光照方向，所述空气数据包括非透明成分和空气流动速度。
18.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：通过拍摄场景放置标准色参照物，将所述标准色参照物和所述标准色卡进行对比判断所述真实度。
19.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：根据所述标准色参照物选择不同所述目标物的多个对照色块，根据各个对照色块分别得到所述拍摄照片的颜色还原度，根据不同所述颜色还原度将所述拍摄照片分区分别得到所述拍摄训练模型。
20.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：根据任意两个所述目标物的所述布景场景得到多组所述光照数据、所述空气数据和所述相对位置数据，将多组数据进行机器学习得到布景训练模型。
21.第三方面，本技术实施例提供一种电子设备，其包括：
22.存储器，用于存储一个或多个程序；
23.处理器；
24.当所述一个或多个程序被所述处理器执行时，实现如第二方面中任一项所述的方法。
25.第四方面，本技术实施例提供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如第二方面中任一项所述的方法。
26.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
27.第一方面，本技术实施例提供一种图像处理模型训练系统，其包括：
28.数据采集模块：用于采集不同拍摄照片的多组拍摄环境数据，每组所述拍摄环境数据包括拍摄设备和拍摄对象的相对位置数据、当前拍摄场景检测的光照数据以及空气数据；
29.模型训练模块：用于根据标准色卡判断各所述拍摄照片的真实度，识别所述拍摄照片的目标物，根据同一所述目标物的多组所述光照数据、所述空气数据、所述相对位置数据和所述真实度进行机器学习获得拍摄训练模型；
30.模型学习模块：用于建立三维模拟场景并添加多个所述目标物，根据所述拍摄训练模型生成多个所述目标物的所述光照数据、所述空气数据和所述相对位置数据，根据所述光照数据、所述空气数据和所述相对位置数据生成所述三维模拟场景的布景场景。
31.针对第一方面：本技术实施例通过数据采集模块采集不同拍摄照片的多组拍摄环境数据，每组数据包括拍摄设备和拍摄对象的相对位置数据，当前拍摄场景检测到的光照数据以及空气数据，从而在分析通过相对位置数据对各目标物的拍摄时，排除人为拍摄情
况和拍摄环境对拍摄效果的影响；模型训练模块根据标准色卡判断各拍摄照片的真实度，从而根据拍摄照片的色差分析照片的真实效果；通过识别拍摄照片中的目标物，从而根据同一目标物的多组拍摄环境数据进行训练得到拍摄训练模型，便于利用拍摄训练模型调整光照环境、空气环境和拍摄相对位置数据，提高拍摄效果；通过建立三维模拟场景并添加多个目标物，从而布设拍摄场景，并且根据拍摄训练模型得到拍摄效果较好的光照数据、空气数据和相对位置数据，根据光照数据、空气数据和相对位置数据能够生成三维模拟场景的模拟布景效果，使得拍摄效率提高。本技术能将图像处理应用于图像拍摄环境，并且提高拍摄效果，加快拍摄效率。
32.第二方面，本技术实施例提供一种图像处理方法，其包括如下步骤：
33.采集不同拍摄照片的多组拍摄环境数据，每组数据包括拍摄设备和拍摄对象的相对位置数据、当前拍摄场景检测的光照数据、以及拍摄场景的空气数据；
34.根据标准色卡判断各所述拍摄照片的真实度，识别所述拍摄照片的目标物，根据同一所述目标物的多组所述光照数据、所述空气数据、所述相对位置数据和所述真实度进行机器学习获得拍摄训练模型。
35.针对第二方面：本技术实施例通过采集不同拍摄照片的多组拍摄环境数据，每组数据包括拍摄设备和拍摄对象的相对位置数据，当前拍摄场景检测到的光照数据以及空气数据，从而在分析通过相对位置数据对各目标物的拍摄时，排除人为拍摄情况和拍摄环境对拍摄效果的影响；根据标准色卡判断各拍摄照片的真实度，从而根据拍摄照片的色差分析照片的真实效果；通过识别拍摄照片中的目标物，从而根据同一目标物的多组拍摄环境数据进行训练得到拍摄训练模型，便于利用拍摄训练模型调整光照环境、空气环境和拍摄相对位置数据，提高拍摄效果；通过建立三维模拟场景并添加多个目标物，从而布设拍摄场景，并且根据拍摄训练模型得到拍摄效果较好的光照数据、空气数据和相对位置数据，根据光照数据、空气数据和相对位置数据能够生成三维模拟场景的模拟布景效果，使得拍摄效率提高。本技术能将图像处理应用于图像拍摄环境，并且提高拍摄效果，加快拍摄效率。
36.第三方面，本技术实施例提供一种电子设备，其包括：
37.存储器，用于存储一个或多个程序；
38.处理器；
39.当所述一个或多个程序被所述处理器执行时，实现如第二方面中任一项所述的方法。
40.第四方面，本技术实施例提供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如第二方面中任一项所述的方法。
41.针对第三～第四方面：本技术实施例与第二方面的原理相同，在此不重复描述。
附图说明
42.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
43.图1为本发明实施例图像处理模型训练系统的原理图；
44.图2为本发明实施例图像处理模型训练方法的流程图。
具体实施方式
45.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
46.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
47.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
48.在本技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
49.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的各个实施例及实施例中的各个特征可以相互组合。
50.实施例1
51.请参阅图1，图1所示为本技术实施例提供的一种图像处理模型训练系统，其包括：
52.数据采集模块：用于采集不同拍摄照片的多组拍摄环境数据，每组所述拍摄环境数据包括拍摄设备和拍摄对象的相对位置数据、当前拍摄场景检测的光照数据以及空气数据；
53.模型训练模块：用于根据标准色卡判断各所述拍摄照片的真实度，识别所述拍摄照片的目标物，根据同一所述目标物的多组所述光照数据、所述空气数据、所述相对位置数据和所述真实度进行机器学习获得拍摄训练模型；
54.模型学习模块：用于建立三维模拟场景并添加多个所述目标物，根据所述拍摄训练模型生成多个所述目标物的所述光照数据、所述空气数据和所述相对位置数据，根据所述光照数据、所述空气数据和所述相对位置数据生成所述三维模拟场景的布景场景。
55.其中，数据采集模块用于采集多张拍摄照片，并获取拍摄照片的多组拍摄环境数据，每张拍摄照片都有一组拍摄环境数据，每组拍摄环境数据均包括光照数据、空气数据和相对位置数据。光照数据可以包括光照强度大小，空气数据可以包括空气流速大小，相对位置数据可以包括拍摄设备至拍摄照片的拍摄距离。从而可以根据拍摄训练模型选择在目标物拍摄时的光照强度、空气流速和拍摄距离的适宜大小范围。可选的，根据标准色卡判断拍摄照片的真实度，其中标准色卡可以是包括多种颜色，比如三原色，也可以包括同一种色系的多个颜色，比如蓝色系。可选的，利用标准颜色判断拍摄效果的真实度，其中标准颜色可
以是目标物的真实颜色，也可以是理想拍摄效果的颜色，比如通过设置光照、空气和拍摄位置的特定条件后达到的理想拍摄效果。可选的，真实度的评判标准可以根据颜色对比进行确认，其中可以包括色度、亮度、清晰度等多项标准，真实度可以通过等级或数值表示。并且，利用光照数据、空气数据、相对位置数据和真实度进行机器学习训练得到拍摄训练模型。可选的，将光照数据、空气数据和相对位置数据中的任意一项或多项输入拍摄训练模型的输入层，可以通过拍摄训练模型的输出层得到各目标物真实度较高的数据结果。可选的，通过图像识别技术识别各目标物，并且利用不同目标物生成拍摄训练模型。在建立三维模拟场景后，在三维模拟场景中添加多个目标物，根据拍摄训练模型得到各目标物的光照数据、空气数据和相对位置数据。根据各种数据生成各目标物的布景效果，从而组成多个目标物的布景场景。
56.实施例2
57.请参阅图2，本技术实施例提供一种图像处理方法，包括如下步骤：采集不同拍摄照片的多组拍摄环境数据，每组数据包括拍摄设备和拍摄对象的相对位置数据、当前拍摄场景检测的光照数据、以及拍摄场景的空气数据；根据标准色卡判断各所述拍摄照片的真实度，识别所述拍摄照片的目标物，根据同一所述目标物的多组所述光照数据、所述空气数据、所述相对位置数据和所述真实度进行机器学习获得拍摄训练模型。
58.详细的，采集多张拍摄照片的多组数据，从而获取拍摄位置情况、拍摄光照情况和拍摄空气情况，并且根据标准色卡判断各照片的效果。从而利用拍摄对象中各目标物的相对位置数据、光照数据、空气数据进行训练得到输出真实度较高的多组数据的拍摄训练模型。其中，拍摄对象可以包括一个或多个目标物，采集的相对位置可以通过人为检测，光照数据可以通过光照传感器感应得到，空气数据也可以通过成分传感器、风速传感器检测得到。本技术实施例与实施例1的部分原理相同，在此不做重复描述。
59.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：建立三维模拟场景并添加多个所述目标物，根据所述拍摄训练模型生成多个所述目标物的所述光照数据、所述空气数据和所述相对位置数据，根据所述光照数据、所述空气数据和所述相对位置数据生成所述三维模拟场景的布景场景。
60.详细的，建立三维模拟场景后，添加的多个目标物可以通过平面图形展示。可选的，多个目标物也可以利用模拟的立体图像进行表示，从而便于设置目标物对应三维模拟场景的三维坐标，便于布置和移动目标物。详细的，设置多个目标物的布局场景，根据拍摄训练模型得到各目标物的真实度较高的光照数据、空气数据和相对位置数据，并根据上述数据在三维模拟场景中设置布景场景。可选的，当光照数据和空气数据一定时，通过输入上述数据到拍摄训练模型，从而输出对应真实度高的相对位置数据，从而利用相对位置数据设置各目标物的相对位置。可选的，空气数据中的成分可以为烟雾，对应的可以通过干冰制造烟雾从而营造良好的拍摄环境。可选的，可以通过个人偏好设置真实度大小，也可以预设各目标物标准色卡的参考颜色，从而在布景时达到各目标物的理想拍摄效果。通过上述过程生成的布景场景使拍摄效率更快，并且照片质量更高。
61.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：所述相对位置数据包括所述拍摄设备和所述拍摄对象的水平距离、高度差和角度朝向，根据所述水平距离、所述高度差和所述角度朝向得到场景噪声比，根据所述场景噪声比调整所述布景场
景的所述光照数据。
62.详细的，相对位置数据包括拍摄设备和拍摄对象的水平距离，拍摄设备和拍摄对象的高度差，拍摄设备和拍摄对象的相对角度朝向，从而利用不同拍摄位置对光照环境和空气情况的影响因素作为布景场景的参考依据，实现对三维模拟场景的演示。
63.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：所述光照数据包括光照强度和光照方向，所述空气数据包括非透明成分和空气流动速度。
64.详细的，光照数据包括光照强度和光照方向，当光照为人为制造时，光照数据还可以包括光照距离。可选的，空气数据的非透明成分可以为多种，比如空气中的固体杂质或者有色气体。空气流动速度可以通过风速检测，当风速为人为制造时，可以直接获得风速数据。
65.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：通过拍摄场景放置标准色参照物，将所述标准色参照物和所述标准色卡进行对比判断所述真实度。
66.详细的，通过拍摄场景放置标准色参照物，从而利用拍摄照片对采集到的标准色参照物与本身实际颜色进行对比。可选的，标准色参照物的颜色可以设置为与拍摄对象相同的颜色。通过标准色卡与标准色参照物进行比较，能够根据拍摄的色彩表现对真实度进行判断。
67.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：根据所述标准色参照物选择不同所述目标物的多个对照色块，根据各个对照色块分别得到所述拍摄照片的颜色还原度，根据不同所述颜色还原度将所述拍摄照片分区分别得到所述拍摄训练模型。
68.详细的，标准色参照物选择不同目标物的多个对照色块，根据各个对照色块分别得到拍摄照片的颜色还原度，从而根据颜色还原度的不同将拍摄照片分割成多个，分区成多个后分别得到拍摄训练模型，从而能够对不同拍摄环境下的场景进行分别分析，从而进一步提高拍摄效果。
69.在本发明的一些实施例中，上述一种图像处理方法还包括如下步骤：根据任意两个所述目标物的所述布景场景得到多组所述光照数据、所述空气数据和所述相对位置数据，将多组数据进行机器学习得到布景训练模型。
70.详细的，根据任意两个目标物的布景场景进行分别分析，便于组合生成三维模拟场景，也能够避免由于两个目标物的相互影响造成布景效果降低的问题。其中，两个目标物可能会相互影响的情况包括由于遮挡造成光影投射不完全，以及由于颜色对比后造成视觉效果减弱。
71.实施例3
72.本技术实施例提供的电子设备，包括存储器、处理器和通信接口，该存储器、处理器和通信接口相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器可用于存储软件程序及模块，如本技术实施例所提供的图像处理系统对应的程序指令/模块，处理器通过执行存储在存储器内的软件程序及模块，从而执行各种功能应用以及数据处理。该通信接口可用于与其他节点设备进行信令或数据的通信。
73.其中，存储器可以是但不限于，随机存取存储器(random access memory，ram)，只
读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。
74.处理器可以是一种集成电路芯片，具有信号处理能力。该处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processing，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
75.本技术实施例还提供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如实施例2所述的任一项方法。
76.可以理解，图1所示的结构仅为示意，图像处理系统还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
77.在本技术所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
78.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
79.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
80.综上所述，本技术实施例提供的一种图像处理模型训练系统及方法：
81.本技术实施例通过数据采集模块采集不同拍摄照片的多组拍摄环境数据，每组数据包括拍摄设备和拍摄对象的相对位置数据，当前拍摄场景检测到的光照数据以及空气数据，从而在分析通过相对位置数据对各目标物的拍摄时，排除人为拍摄情况和拍摄环境对拍摄效果的影响；模型训练模块根据标准色卡判断各拍摄照片的真实度，从而根据拍摄照片的色差分析照片的真实效果；通过识别拍摄照片中的目标物，从而根据同一目标物的多
组拍摄环境数据进行训练得到拍摄训练模型，便于利用拍摄训练模型调整光照环境、空气环境和拍摄相对位置数据，提高拍摄效果；通过建立三维模拟场景并添加多个目标物，从而布设拍摄场景，并且根据拍摄训练模型得到拍摄效果较好的光照数据、空气数据和相对位置数据，根据光照数据、空气数据和相对位置数据能够生成三维模拟场景的模拟布景效果，使得拍摄效率提高。本技术能将图像处理应用于图像拍摄环境，并且提高拍摄效果，加快拍摄效率。
82.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。
83.对于本领域技术人员而言，显然本技术不限于上述示范性实施例的细节，而且在不背离本技术的精神或基本特征的情况下，能够以其它的具体形式实现本技术。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本技术的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本技术内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。