[发明专利]光源信息预测模型建立方法与系统

权利要求书

1.一种光源信息预测模型建立方法，其特征在于，所述方法包括：

朝目标物获取多张训练图像，其中白色对象贴附于所述目标物上；

依据各所述多个训练图像中所述白色对象的色彩，获取所述多个训练图像的真实光源信息：以及

依据所述多个训练图像以及所述真实光源信息训练神经网络模型，且于训练过程依据所述神经网络模型产生多个预测光源信息，

其中，用以训练所述神经网络模型的学习率基于所述多个预测光源信息而适应性调整，

其中依据所述多个训练图像以及所述真实光源信息训练所述神经网络模型，并于训练过程依据所述神经网络模型产生所述多个预测光源信息的步骤还包括：

依据所述多个预测光源信息分别对所述多个训练图像进行白平衡处理而获取多张调整图像：以及

依据所述多个调整图像决定用以训练所述神经网络模型的所述学习率，

其中所述多个调整图像包括第一调整图像、第二调整图像以及第三调整图像，而依据所述多个调整图像决定用以训练所述神经网络模型的所述学习率的步骤包括：

通过比较所述第二调整图像中多个像素值与所述第一调整图像中对应的多个像素值，产生所述第一调整图像与所述第二调整图像之间的第一差距参数；

通过比较所述第三调整图像中多个像素值与所述第二调整图像中对应的所述多个像素值，产生所述第二调整图像与所述第三调整图像之间的第二差距参数；以及

依据所述第一差距参数与所述第二差距参数调升或调降所述学习率。

2.根据权利要求1所述的光源信息预测模型建立方法，其中依据所述多个训练图像以及所述真实光源信息训练所述神经网络模型，并于训练过程依据所述神经网络模型产生所述多个预测光源信息的步骤还包括：

将所述多个预测光源信息与对应的所述真实光源信息输入至损失函数而产生损失值，

其中依据所述第一差距参数与所述第二差距参数调升或调降所述学习率的步骤包括：

通过比较所述第一差距参数与所述第二差距参数，而依据所述损失值调升或调降所述学习率。

3.根据权利要求2所述的光源信息预测模型建立方法，其中通过比较所述第一差距参数与所述第二差距参数，而依据所述损失值调升或调降所述学习率的步骤包括：

当所述损失值下降且所述第二差距参数大于所述第一差距参数，依据第一增加参数调升所述学习率；以及

当所述损失值下降且所述第二差距参数小于所述第一差距参数，依据第一减少参数调降所述学习率。

4.根据权利要求3所述的光源信息预测模型建立方法，其中通过比较所述第一差距参数与所述第二差距参数，而依据所述损失值调升或调降所述学习率的步骤还包括：

当所述损失值上升且所述第二差距参数大于所述第一差距参数，依据一第二增加参数调升所述学习率；以及

当所述损失值上升且所述第二差距参数小于所述第一差距参数，依据一第二减少参数调降所述学习率。

5.根据权利要求4所述的光源信息预测模型建立方法，其中所述第一增加参数大于所述第二增加参数，且所述第一减少参数大于所述第二减少参数。

6.根据权利要求1所述的光源信息预测模型建立方法，其中所述神经网络模型的隐藏层依序基于时间序列上的所述多个训练图像而产生所述多个预测光源信息。

7.根据权利要求1所述的光源信息预测模型建立方法，其中所述神经网络模型为递归神经网络模型。

8.一种光源信息预测模型建立系统，其特征在于，包括：

图像传感器，朝目标物获取多张训练图像，其中白色对象贴附于所述目标物上；

存储装置，存储有多个模块；以及

处理器，耦接所述存储装置，经配置而执行所述多个模块以：

依据各所述多个训练图像中所述白色对象的色彩，获取所述多个训练图像的真实光源信息：以及

依据所述多个训练图像以及所述真实光源信息训练神经网络模型，且于训练过程依据所述神经网络模型产生多个预测光源信息，

其中，用以训练所述神经网络模型的学习率基于所述多个预测光源信息而适应性调整，

其中，所述处理器还经配置以：

依据所述多个预测光源信息分别对所述多个训练图像进行白平衡处理而获取多张调整图像，所述多个调整图像包括第一调整图像、第二调整图像以及第三调整图像；

通过比较所述第二调整图像中多个像素值与所述第一调整图像中对应的多个像素值，产生所述第一调整图像与所述第二调整图像之间的第一差距参数；

通过比较所述第三调整图像中多个像素值与所述第二调整图像中对应的所述多个像素值，产生所述第二调整图像与所述第三调整图像之间的第二差距参数；以及

依据所述第一差距参数与所述第二差距参数调升或调降所述学习率。