申请/专利权人:杭州博联智能科技股份有限公司
申请日:2021-03-25
公开(公告)日:2024-05-03
公开(公告)号:CN113516132B
主分类号:G06V10/56
分类号:G06V10/56;G06V10/77;G06V10/764;H05B45/20;G01M11/02
优先权:
专利状态码:有效-授权
法律状态:2024.05.03#授权;2021.11.05#实质审查的生效;2021.10.19#公开
摘要:本发明公开了一种基于机器学习的颜色校准方法、装置、电子设备及计算机存储介质,涉及计算机应用技术领域,旨在解决智能灯因存在色偏导致的颜色校准不准确的问题。该方法包含以下步骤:接收目标颜色的原始色彩值;将原始色彩值分别输入各色彩分量的目标预测模型,输出目标颜色的各色彩分量的校准值;将各色彩分量的校准值组成标准色彩值;根据标准色彩值,校准目标颜色的颜色偏差。
主权项:1.一种基于机器学习的颜色校准方法,其特征在于,包括以下步骤:根据预设的采样点配置规则,配置预设颜色的采样色彩值,得到采样色彩值集合;获取所述预设颜色的标准色彩值;将所述标准色彩值的各色彩分量分别与所述采样色彩值集合中的采样色彩值进行组合,得到各色彩分量的训练数据,包括:将所述采样色彩值集合中的每个采样色彩值与所述标准色彩值的各色彩分量进行组合,得到若干样本向量;将包含同一色彩分量的样本向量组成样本矩阵,得到各色彩分量的样本矩阵;将所述各色彩分量的样本矩阵作为各色彩分量的训练数据;通过所述各色彩分量的训练数据分别独立训练深度学习模型,得到所述各色彩分量的目标预测模型;接收目标颜色的原始色彩值;将所述原始色彩值分别输入各色彩分量的目标预测模型,输出所述目标颜色的各色彩分量的校准值,其中,所述各色彩分量均具有独立的目标预测模型,所述各色彩分量的目标预测模型通过各色彩分量的训练数据训练深度学习模型得到,所述各色彩分量的训练数据通过分别构建R分量、G分量和B分量的样本矩阵获取;将所述各色彩分量的校准值组成标准色彩值;根据所述标准色彩值,校准所述目标颜色的颜色偏差。
全文数据:
权利要求:
百度查询: 杭州博联智能科技股份有限公司 基于机器学习的颜色校准方法、装置、设备及介质
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。