摘要
本申请公开了一种基于机器学习算法的摄像自动调焦方法和系统,摄像自动调焦方法包括:首先对实时获取的多幅标识有时间节点信息的原始图像数据进行预处理以获取标准调焦图像序列;然后对标准调焦图像序列进行图像特征提取,以获取第一类、第二类和第三类图像特征;再分别将第一类、第二类和第三类图像特征分别输入预设的卷积神经网络数学模型、长短期记忆网络数学模型和深度强化学习数学模型,以获取第一、第二和第三调焦参数;最后依据第一、第二和第三调焦参数获取自动调焦设定参数。由于将卷积神经网络、长短期记忆网络和深度强化学习共同应用到自动调焦技术中,在减少摄像设备的操作的前提下优化自动调焦功能,进而大大提高用户体验。
技术关键词
自动调焦方法
神经网络数学模型
原始图像数据
长短期记忆网络
参数
深度强化学习
摄像设备
对象运动轨迹
图像特征提取
机器学习算法
序列
自动调焦系统
元素
自动调焦技术
自动调焦功能
特征提取单元
场景
系统为您推荐了相关专利信息
堆叠模块
语音识别方法
残差模块
局部空间特征
线性
超声导波
模式搜索算法
管道
更新模型参数
超声换能器阵列
电力系统频率调节
频率调节方法
需求预测模型
储能设备
可调负荷