[发明专利]智能光色控制方法、装置、计算机设备及存储介质

说明书

本发明实施例公开了一种智能光色控制方法、装置、计算机设备及存储介质，方法包括：获取需要识别的包括目标物体在内的场景图像，采用深度学习识别模型对所述待识别场景图像进行推理识别，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。本发明采用深度学习技术，通过采集包括目标物体的场景图像作为深度学习数据集用于深度学习模型的训练、验证和测试，利用训练好的深度学习模型对待识别场景图像进行推理识别，得到该场景的光色参数，用于调节灯具的发光。由于深度学习的强大学习能力能够对包括目标物体在内的整个场景进行推理分析，可以给出最优的光色调整方案，进而满足最理想的调光调色需求。

技术领域

本发明涉及智能照明技术领域，更具体地说是指智能光色控制方法、装置、计算机设备及存储介质。

背景技术

LED所具备的调光调色特性是指LED灯具所发出光线的亮度，色温，甚至颜色都可以进行调节。目前市场上绝大多数LED智能调光调色灯具是使用手机APP或智能音箱，通过蓝牙或WiFi对灯具进行调光调色，有相当一部分人群不能掌握手机APP和智能音箱的使用，以及对于不具备光学知识的人并不了解什么才是最好的照明效果，这样的照明系统一方面并不是真的智能，另一方面由于知识原因限制了使用人群。目前已经有利用摄像头识别颜色，并自动进行调光调色的照明灯具。虽然利用摄像头识别颜色的方案对纯色物体有非常好的识别效果，然而对非纯色物体以及对整个场景识别上还是不尽人意。

随着深度学习在人工智能各个领域取得突破性的成果，如何基于深度学习的思想来应用于照明场景中以实现最理想的调光调色需求是亟待解决的技术问题。

发明内容

本发明的目的在于克服现有技术的缺陷，提供智能光色控制方法、装置、计算机设备及存储介质。

为实现上述目的，本发明采用以下技术方案：智能光色控制方法，包括：

第一方面，智能光色控制方法，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。

其进一步技术方案为：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。

其进一步技术方案为：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。

其进一步技术方案为：所述采集照明应用场景的图像的步骤，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。

其进一步技术方案为：所述对所述图像进行处理，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。

其进一步技术方案为：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；