[发明专利]一种图像信号处理方法、装置、设备及存储介质

权利要求书

1.一种图像信号处理方法，其特征在于，包括：

基于图像校正参数对图像传感器输出的待处理图像信号进行校正处理，得到相应的校正后图像；

通过基于第一卷积神经网络算法构建的图像质量检测模型对所述校正后图像进行图像质量检测，得到相应的图像质量检测结果；

基于所述图像质量检测结果确定针对所述图像校正参数的调整因子，并利用所述调整因子对所述图像校正参数进行调整，以便基于调整后得到的图像校正参数进行图像校正处理。

2.根据权利要求1所述的图像信号处理方法，其特征在于，所述基于图像校正参数对图像传感器输出的待处理图像信号进行校正处理，得到相应的校正后图像，包括：

将图像传感器输出的待处理图像信号输入至ISP模块，并基于所述ISP模块中的图像校正参数对所述待处理图像信号进行校正处理，得到所述ISP模块输出的校正后图像。

3.根据权利要求1所述的图像信号处理方法，其特征在于，所述通过基于第一卷积神经网络算法构建的图像质量检测模型对所述校正后图像进行图像质量检测，得到相应的图像质量检测结果，包括：

将所述校正后图像输入至基于第一卷积神经网络算法构建的图像质量检测模型中进行图像质量检测，得到所述图像质量检测模型输出的包含所述校正后图像中的各个图像特征点对应的质量评分值的图像质量检测结果；

相应的，所述基于所述图像质量检测结果确定针对所述图像校正参数的调整因子，包括：

将所述图像质量检测结果和所述校正后图像对应的所述图像校正参数输入至基于第二卷积神经网络算法构建的预测模型中以确定出针对所述图像校正参数的调整因子。

4.根据权利要求3所述的图像信号处理方法，其特征在于，所述利用所述调整因子对所述图像校正参数进行调整之后，还包括：

根据所述图像质量检测结果确定出所述校正后图像对应的综合质量值；

对多帧所述校正后图像对应的所述综合质量值进行回归分析以得到相应的回归分析结果；

基于所述回归分析结果确定是否需要对所述预测模型进行强化学习，并利用强化学习后的强化模型更新所述预测模型。

5.根据权利要求4所述的图像信号处理方法，其特征在于，所述基于所述回归分析结果确定是否需要对所述预测模型进行强化学习，包括：

若所述回归分析结果表征所述校正后图像对应的图像质量效果不满足预设条件，则利用所述图像质量检测结果、所述综合质量值、所述校正后图像对应的所述图像校正参数以及所述调整因子对所述预测模型进行强化学习。

6.根据权利要求1至5任一项所述的图像信号处理方法，其特征在于，所述通过基于第一卷积神经网络算法构建的图像质量检测模型对所述校正后图像进行图像质量检测，得到相应的图像质量检测结果，包括：

确定所述校正后图像中的静态区域图像和动态区域图像；

通过基于第一卷积神经网络算法构建的图像质量检测模型分别对所述静态区域图像和所述动态区域图像进行图像质量检测以得到与所述静态区域图像对应的第一检测结果和与所述动态区域图像对应的第二检测结果。

7.根据权利要求6所述的图像信号处理方法，其特征在于，所述确定所述校正后图像中的静态区域图像和动态区域图像，包括：

确定所述校正后图像中的动态物体和静态物体，并获取所述动态物体对应的轮廓信息；

基于连续多帧的所述动态物体对应的所述轮廓信息确定所述动态物体的移动轨迹，并将所述轮廓信息和/或所述移动轨迹在所述校正后图像中对应的第一区域图像确定为动态区域图像，并将所述静态物体在所述校正后图像中对应的第二区域图像确定为静态区域图像。