[发明专利]光源信息预测模型建立方法与系统

说明书

本发明提出一种光源信息预测模型建立方法与光源信息预测模型建立系统。朝目标物获取多张训练图像，其中一白色对象贴附于目标物上。依据各训练图像中白色对象的色彩，获取训练图像的真实光源信息。依据训练图像以及真实光源信息训练神经网络模型，并于训练过程依据神经网络模型产生多个预测光源信息。其中，用以训练神经网络模型的学习率基于预测光源信息而适应性调整。

技术领域

本发明涉及一种白平衡处理技术，尤其涉及一种光源信息预测模型建立方法与系统。

背景技术

随着科技的发展，各式各样的智能图像捕获设备，举凡平板电脑、个人数字化助理、及智能手机等，已成为现代人不可或缺的工具。其中，高阶款的智能图像捕获设备所搭载的相机镜头已经与传统消费型相机不相上下，甚至可以取而代之，少数高阶款更具有接近数字单眼的像素和画质或者是提供更为进阶的功能和效果。

拍摄者可能使用图像捕获设备在不同的地点或时间进行拍摄，因而图像捕获设备将于不同的光源环境下拍摄图像。拍摄环境里的光源将直接影响获取图像中被拍摄目标的呈现颜色。于一应用情境中，伤者可能对伤口或患部拍摄图像并将拍摄图像提供给医疗单位进行诊断，倘若图像中的色彩信息反应于拍摄环境的光源而发生失真，则将可能无法依据拍摄图像进行正确诊断。白平衡处理的基本步骤就是先估计光源信息，再使用估测的光源信息进行图像校正使得图像如同被标准光源照射一般。因此，如何准确地估测出光源信息实乃本领域技术人员所努力的方向之一。

发明内容

有鉴于此，本发明提出一种光源信息预测模型建立方法与光源信息预测模型建立系统，其可有效率地建立出准确的光源信息预测模型，从而可依据此光源信息预测模型进行效果良好的图像白平衡调整。

本发明提供一种光源信息预测模型建立方法。所述方法包括下列步骤。朝目标物获取多张训练图像，其中一白色对象贴附于目标物上。依据各训练图像中白色对象的色彩，获取训练图像的真实光源信息。依据训练图像以及真实光源信息训练神经网络模型，并于训练过程依据神经网络模型产生多个预测光源信息。其中，用以训练神经网络模型的学习率(learning rate)基于预测光源信息而适应性调整。

本发明提供一种光源信息预测模型建立系统，其包括图像传感器、存储装置以及处理器。存储装置存储有多个模块。图像传感器朝目标物获取多张训练图像，其中一白色对象贴附于目标物上。处理器耦接存储装置与图像传感器，经配置而执行所述模块以执行下列步骤。依据各训练图像中白色对象的色彩，获取训练图像的真实光源信息。依据训练图像以及真实光源信息训练神经网络模型，并于训练过程依据神经网络模型产生多个预测光源信息。其中，用以训练神经网络模型的学习率(learning rate)基于预测光源信息而适应性调整。

基于上述，于本发明的实施例中，通过将白色对象贴附于目标物上，可直接依据训练图像中白色对象的色彩获取真实光源信息，以利神经网络模型的训练。此外，于本发明的实施例中，于神经网络模型的训练过程中，用以训练神经网络模型的学习率会基于预测光源信息而适应性调整，以提升训练效率与提升神经网络模型预测环境光源的准确度。

为让本发明的上述特征和优点能更明显易懂，下文特举具体实施方式，并配合附图作详细说明如下。

附图说明

包含附图以便进一步理解本发明，且附图并入本说明书中并构成本说明书的一部分。附图说明本发明的实施例，并与描述一起用于解释本发明的原理。

图1是根据本发明一实施例的光源信息预测模型建立系统的方块图；

图2是依照本发明一实施例的光源信息预测模型建立方法的流程图；

图3是依照本发明一实施例的获取训练图像的示意图；

图4是依照本发明一实施例的光源信息预测模型建立方法的示意图；

图5是依照本发明一实施例的调整学习率的流程图。