申请/专利权人：珠海先牛科技有限公司

申请日：2024-01-16

公开（公告）日：2024-04-05

公开（公告）号：CN117835065A

主分类号：H04N23/69

分类号：H04N23/69;H04N23/67;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明公开了一种基于CNN的端到端自动调焦方法，本发明涉及调焦方法的技术领域，S1：神经网络模型的构建；S2：神经网络的学习：将大量不同内容的图片送入步骤S1中构建的神经网络模型进行学习，以此得到和图片内容无关的清晰度检测模型；S3：神经网络模型的训练：使用CrossEntropyLoss作为Lossfunction，CosineAnnealingLR作为lrscheduler，其中学习速率调度算法为CosineAnnealingLR，包括样本生成和action的生成；S4：神经网络模型的设计；S5：模型的解译。本发明所述的一种基于CNN的端到端自动调焦方法，此模型能取得99.54％的准确率，具有5‑10张图像完成清晰图像对焦的功能。

主权项：1.一种基于CNN的端到端自动调焦方法，其特征在于：所述包括以下操作步骤：S1：神经网络模型的构建：包括第一层：其中Outputsize为80x80，DefinitionNet为conv，3x3，32，stride＝2；第二层：其中Outputsize为40x40，DefinitionNet包括conv_dw，3x3，64，stride＝1、ResidualSE、conv_dw，3x3，64，stride＝2；第三层：其中Outputsize为20x20，DefinitionNet包括conv_dw，3x3，128，stride＝1、ResidualSE、conv_dw，3x3，128，stride＝2；第四层：其中Outputsize为10x10，DefinitionNet包括conv_dw，3x3，256，stride＝1、ResidualSE、conv_dw，3x3，256，stride＝2；第五层：其中Outputsize为5x5，DefinitionNet包括conv，5x5，256，stride＝1、linear256、linear2；S2：神经网络的学习：将大量不同内容的图片送入步骤S1中构建的神经网络模型进行学习，以此得到和图片内容无关的清晰度检测模型；S3：神经网络模型的训练：使用CrossEntropyLoss作为Lossfunction，CosineAnnealingLR作为lrscheduler，其中学习速率调度算法为CosineAnnealingLR，包括以下操作步骤：样本生成：保持被训练样本的静止状态，采集各个被训练样本vcm下的图像，每个vcm值下保存一张被训练样本的图片，采集N个目标的N*1024张被训练样本的图片，作为训练原始数据，根据不同vcm的图像，生成训练池；action的生成：人为找到最清晰图片及相应的vcm值记作best_vcm；采集不同vcm值的两张被训练样本的图片，记作img_a，img_b，vcm值分别记作vcm_a，vcm_b；根据两张图片的vcm值和最佳vcm值生成神经网络使用的action，其中action生成过程为：diff1＝absbest_vcm-vcm_b、diff2＝best_vcm-vcm_b，每一个vcm值处的图片，在[-200，200]的范围内，生成X对图像；S4：神经网络模型的设计：包括deepwise卷积核ResidualSE模块，其中神经网络模型中FocusNet包括80x80+80x80的cat，dim1、conv，3x3，32，stride＝2；40x40的conv_dw，3x3，64，stride＝1、ResidualSE、conv_dw，3x3，64，stride＝2；20x20的conv_dw，3x3，128，stride＝1、ResidualSE、conv_dw，3x3，128，stride＝2；10x10的conv_dw，3x3，256，stride＝1、ResidualSE、conv_dw，3x3，256，stride＝2；5x5的conv，5x5，512，stride＝1、linear512、linear17；S5：模型的解译：获取图像a，将vcm向前推，获取图像b，和图像a一起输入神经网络，获取神经网络的输出，得到下一步的action，将action转为vcm的偏移值，根据伪代码进行模型的解译即可。

全文数据：

权利要求：

百度查询： 珠海先牛科技有限公司 一种基于CNN的端到端自动调焦方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD