[发明专利]基于音频的图像捕获设置

说明书

公开了用于基于音频输入来确定图像捕获设置的方法、设备和系统。在一些方面中，一种设备包括：存储器；包括镜头和传感器的相机；以及耦合到相机和存储器的处理器。处理器可以被配置为：接收音频输入；基于音频输入来确定语境信息；基于语境信息来确定一个或多个图像捕获设置；并且输出一个或多个图像捕获设置。

要求优先权

本专利申请要求享受以下申请的优先权：于2020年2月27日递交的、名称为“AUDIOBASED IMAGE CAPTURE SETTINGS”的美国专利申请No.16/802,984；于2019年2月28日递交的、名称为“AUDIO BASED IMAGE CAPTURE SETTINGS”的美国临时专利申请No.62/811,838，上述申请被转让给本申请的受让人。

技术领域

概括而言，本公开内容涉及图像捕获设置，并且更具体地，本公开内容涉及用于基于音频输入来确定图像捕获设置的技术。

背景技术

许多电子设备(诸如智能电话、膝上型计算机、平板设备、家庭安全系统、汽车、无人机和飞机)使用一个或多个相机来捕获图像和视频。一个或多个相机可以确定一个或多个图像捕获设置，诸如用于图像亮度的曝光设置、白平衡增益(以便图像的色彩在图像中显示为与它们在真实世界中相同)、和/或用于正确聚焦的镜头位置。一个或多个处理器可以使用图像捕获设置来捕获和/或处理一个或多个帧和/或图像。确定和/或估计图像捕获设置是耗时的过程，这是因为实时地应用对图像捕获设置的小调整直到作出最终确定为止。确定图像捕获设置的延迟可能使用户感到沮丧，因为这可能导致在设备正在确定图像捕获设置时错过场景或某些瞬间逝去。期望提高确定图像捕获设置的速度和准确度。

发明内容

本公开内容的各方面涉及用于基于音频的图像捕获设置的方法和设备。在一个方面中，一种设备可以包括：存储器；包括镜头和传感器的相机；以及耦合到所述相机和所述存储器的处理器。所述处理器可以被配置为：接收音频输入。所述处理器可以被配置为：基于所述音频输入来确定语境信息。所述处理器可以被配置为：基于所述语境信息来确定一个或多个图像捕获设置。所述处理器可以被配置为：输出所述一个或多个图像捕获设置。所述处理器可以被配置为：使得所述相机使用所述一个或多个图像捕获设置来捕获图像。

在一些方面中，所述语境信息可以包括与所述设备所处的环境相关联的语境。在一些方面中，所述语境信息可以包括与环境相关联的一个或多个照明条件。在一些方面中，所述语境信息可以包括与所述设备的当前状态相关联的元数据。在一些方面中，所述语境信息可以包括在所述音频输入中识别的一个或多个关键词。

在一些方面中，所述一个或多个图像捕获设置可以包括白平衡增益、一个或多个曝光设置和镜头位置中的至少一项。

确定所述一个或多个图像捕获设置可以包括确定所述白平衡增益。确定所述白平衡增益可以包括：确定与当前帧相关联的当前统计；以及基于所述音频输入和所述语境信息中的一项或多项以及所述当前统计来确定所述白平衡增益。

在一些方面中，输出所述一个或多个图像捕获设置可以包括：将所述白平衡增益应用于一个或多个后续帧。在一些方面中，所述处理器可以被配置为：利用所应用的白平衡增益来输出所述一个或多个后续帧以供显示。

在一些方面中，确定所述一个或多个图像捕获设置可以包括确定所述一个或多个曝光设置。确定所述一个或多个曝光设置可以包括：确定与当前帧相关联的当前统计；确定与所述当前帧相关联的当前传感器增益；确定与所述当前帧相关联的当前数字增益；确定与所述当前帧相关联的当前曝光时间；以及基于所述音频输入和所述语境信息中的一项或多项、所述当前统计、所述当前传感器增益、所述当前数字增益以及所述当前曝光时间，来确定所述一个或多个曝光设置。确定所述一个或多个曝光设置可以包括以下各项中的至少一项操作：确定后续传感器增益；确定后续数字增益；以及确定后续曝光时间。