[发明专利]灯光控制策略的生成方法、灯光控制方法以及相关装置

权利要求书

1.一种灯光控制策略的生成方法，其特征在于，包括：

基于载具上的图像采集设备获取目标场景的图像，并提取所述图像中的环境信息，其中，所述环境信息用于描述所述载具所处所述目标场景的环境参数；

基于训练好的神经网络模型对所述环境信息进行处理，生成用于控制所述载具上的照明设备的第一灯光控制策略，其中，所述训练好的神经网络模型是使用多个样本图像中的环境信息和各所述环境信息的实际灯光控制策略对预先构建的神经网络模型进行训练得到。

2.根据权利要求1所述的方法，其特征在于，使用多个样本图像中的环境信息和各所述环境信息的实际灯光控制策略对预先构建的神经网络模型进行训练，包括：

将各所述样本图像中的环境信息输入所述神经网络模型，由所述神经网络模型输出各所述环境信息的预测灯光控制策略；

将各所述环境信息的预测灯光控制策略与各所述环境信息的实际灯光控制策略进行比较，得到各所述环境信息的损失值；

利用各所述环境信息的损失值对所述神经网络模型进行参数优化，得到训练好的神经网络模型。

3.根据权利要求2所述的方法，其特征在于，在将各所述环境信息的预测灯光控制策略与各所述环境信息的实际灯光控制策略进行比较，得到各所述环境信息的损失值之前，所述方法还包括：

获取各所述环境信息对应的运动信息，其中，所述运动信息用于描述所述载具处于所述目标场景时的运行参数；

将各所述样本图像中的环境信息和各所述环境信息对应的运动信息输入所述神经网络模型，由所述神经网络模型输出各所述环境信息的预测灯光控制策略。

4.根据权利要求2所述的方法，其特征在于，将各所述环境信息的预测灯光控制策略与各所述环境信息的实际灯光控制策略进行比较，得到各所述环境信息的损失值，包括：

将各所述环境信息的预测灯光控制策略与各所述环境信息的实际灯光控制策略输入至损失函数，输出各所述环境信息的损失值，其中，所述损失函数包括以下至少之一：均方误差损失函数和交叉熵损失函数。

5.根据权利要求4所述的方法，其特征在于，在所述损失函数为所述均方误差损失函数时，所述均方误差损失函数L₁的计算表达式如下：

L₁＝1/*∑(-y)^2

其中，n表示样本图像的数量，∑表示对所有样本图像求和，x表示各样本图像中的环境信息对应的预测灯光控制策略，y表示各样本图像中的环境信息对应的实际灯光控制策略。

6.根据权利要求4所述的方法，其特征在于，在所述损失函数为所述交叉熵损失函数时，所述交叉熵损失函数L₂的计算表达式如下：

L₂＝-1/n*∑(y*log(x)+(1-)*og(1-))

其中，n表示样本图像的数量，x表示各样本图像中的环境信息对应的预测灯光控制策略，y表示各样本图像中的环境信息对应的实际灯光控制策略，log表示自然对数。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述图像的目标区域的位置信息，其中，所述目标区域内各像素点的亮度值小于预设的亮度值；

基于所述位置信息使用所述载具上的照明设备对所述目标区域进行补光，并基于所述载具上的图像采集设备获取补光后的图像；

基于所述训练好的神经网络模型对所述补光后的图像中的环境信息进行处理，生成用于控制所述载具上的照明设备的第二灯光控制策略。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

在所述第一灯光控制策略与所述第二灯光控制策略相同时，则确定任一种灯光控制策略作为目标灯光控制策略；

在所述第一灯光控制策略与所述第二灯光控制策略不同时，则确定所述第二灯光控制策略作为目标灯光控制策略。