[发明专利]智能光色控制方法、装置、计算机设备及存储介质

权利要求书

1.智能光色控制方法，其特征在于，包括：

获取需要识别的场景图像，以得到待识别场景图像；

采用深度学习识别模型对所述待识别场景图像进行处理，以得到识别信息；

将所述识别信息发送至光色控制单元，以控制LED模组对灯光进行调整。

2.根据权利要求1所述的智能光色控制方法，其特征在于，所述深度学习识别模型是通过采集照明应用场景的图像作为深度学习数据集进行深度学习训练、验证和测试所得。

3.根据权利要求2所述的智能光色控制方法，其特征在于，所述深度学习识别模型是通过采集照明应用场景的图像作为深度学习数据集进行深度学习训练、验证和测试所得的步骤，包括：

采集照明应用场景的图像作为数据集；

对所述数据集进行处理，得到深度学习数据集；

创建深度学习模型，利用所述深度学习数据集对所述深度学习模型进行训练、验证和测试，以得到深度学习识别模型。

4.根据权利要求3所述的智能光色控制方法，其特征在于，所述采集照明应用场景的图像作为数据集的步骤，包括：

通过集成在照明灯具上的摄像头采集照明应用场景的图像作为数据集。

5.根据权利要求3所述的智能光色控制方法，其特征在于，所述对所述数据集进行处理，得到深度学习数据集的步骤，包括：

对所述数据集进行分类和标注，并按照6:2:2的比例划分为训练数据集、验证数据集和测试数据集；

将所述训练数据集、所述验证数据集和所述测试数据集作为深度学习数据集。

6.根据权利要求3所述的智能光色控制方法，其特征在于，所述创建深度学习模型，利用所述深度学习数据集对所述深度学习模型进行训练、验证和测试，以得到深度学习识别模型的步骤包括：

利用所述训练数据集对所述深度学习模型进行训练；

利用所述验证数据集对所述深度学习模型进行验证；

利用所述测试数据集对所述深度学习模型进行测试，以得到识别模型。

7.根据权利要求1所述的智能光色控制方法，其特征在于，所述采用深度学习识别模型对所述待识别场景图像进行处理，以得到识别信息的步骤，包括：

采用深度学习识别模型对所述待识别场景图像进行推理分析，以得到识别信息。

8.智能光色控制装置，其特征在于，包括：

获取单元，用于获取需要识别的场景图像，以得到待识别场景图像；

识别单元，用于采用深度学习识别模型对所述待识别场景图像进行处理，以得到识别信息；

调光调色单元，用于将所述识别信息发送至光色控制单元，以控制LED模组对灯光进行调整。

9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时可实现如权利要求1至7中任一项所述的方法。