摘要
本申请公开了一种基于自监督学习模型的摄像调焦优化方法,首先按预设连拍参数拍摄至少M帧无标签图像数据;提取每帧无标签图像数据中的无标签图像特征后;将无标签图像特征按获取无标签图像数据的顺序组合成无标签的图像特征序列;然后,将无标签的图像特征序列输入预设自监督学习模型中,以获取预设自监督学习模型输出的无标签图像数据中目标对象的焦点预测参数;最后,根据焦点预测参数调整摄像设备的调焦参数,得到连拍调焦参数。如此,可以使机载摄像设备在无标注连拍样本下快速适配新场景,并实时优化焦点预测能力以及动态调整摄影设备的焦距,以实现摄像调焦的快速适配,进而提高摄像设备快速适配不同场景类型下快速调焦的能力。
技术关键词
监督学习模型
标签
图像
纹理分布特征
摄像设备
学习算法
参数
焦点
深度估计算法
优化装置
序列
模拟神经元
调焦单元
特征提取单元
数据采集单元
对象
摄影设备
动态场景
系统为您推荐了相关专利信息
轨迹规划方法
超声机器人
扫描机器人
机械臂驱动模块
数据同步
胰腺导管腺癌
风险预测模型
染色试剂盒
空间特征分析
样本
数据存储模块
三维动态图像
监控模块
数据库系统
诊断模块
语言模型构建方法
智能语音助手
数据采集机构
深度学习算法
内容智能推荐
动作识别模型
动作识别方法
视频帧
透视投影矩阵
俯仰角数据