本發(fā)明涉及影視制作，具體涉及基于深度學(xué)習(xí)逆向重光照算?法的影視制作系統(tǒng)。

背景技術(shù)：

1、基于深度學(xué)習(xí)的逆向重光照算法的影視制作系統(tǒng)是指利用深度學(xué)習(xí)技?術(shù)，對現(xiàn)有的影視視頻進(jìn)行光照調(diào)整和優(yōu)化，以實現(xiàn)逼真且自然的光照效?果。這種系統(tǒng)可以通過學(xué)習(xí)模型自動分析視頻中的光照條件，然后根據(jù)用?戶需求或者特定場景要求，生成適應(yīng)新背景和光照條件的圖像序列。傳統(tǒng)?的影視制作通常依賴于復(fù)雜的物理光照模型和手動調(diào)整，而這種基于深度?學(xué)習(xí)的方法則可以大幅度減少人工干預(yù)，提高效率和效果的逼真度。

2、現(xiàn)有技術(shù)在對視頻中的光照條件進(jìn)行調(diào)整時，通常是根據(jù)光照信息圖?和用戶需求，對每一幀進(jìn)行光照調(diào)整，確保新的光照條件與背景匹配。這?包括調(diào)整光源方向、強度和顏色等，使得視頻中的光照效果自然協(xié)調(diào)。

3、現(xiàn)有技術(shù)存在以下不足：

4、現(xiàn)有技術(shù)中，光照參數(shù)的更新速率通常是預(yù)先設(shè)定的，并且在整個處?理過程中保持不變。雖然這種方法簡單，但無法根據(jù)光照環(huán)境的實時變化?進(jìn)行動態(tài)調(diào)整。固定的更新速率可能無法充分應(yīng)對視頻中復(fù)雜多變的光照?條件，特別是在光照變化劇烈的場景中，容易導(dǎo)致光照效果不一致或不自?然。當(dāng)出現(xiàn)這種情況時，由于光照更新速率無法跟上環(huán)境變化，視頻中可?能會出現(xiàn)閃爍和跳躍現(xiàn)象。例如，在快速切換光源的場景中，固定的更新?速率無法及時適應(yīng)變化，導(dǎo)致畫面光照突然變亮或變暗，產(chǎn)生閃爍。閃爍?和跳躍現(xiàn)象會使視頻難以觀看，觀眾可能會感到眩暈或不適，特別是在長?時間觀看時，影響尤為嚴(yán)重。

5、在所述背景技術(shù)部分公開的上述信息僅用于加強對本公開的背景的理?解，因此它可以包括不構(gòu)成對本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的是提供基于深度學(xué)習(xí)逆向重光照算法的影視制作系統(tǒng)，通過神經(jīng)網(wǎng)絡(luò)對每幀圖像進(jìn)行光照條件估計，并使用循環(huán)神經(jīng)網(wǎng)絡(luò)處理視頻幀之間的光照變化，確保光照效果連續(xù)，利用機器學(xué)習(xí)算法分析光照信息圖，評估并劃分光照變化為復(fù)雜和正常兩類，針對正常光照變化，以優(yōu)化后的預(yù)設(shè)速率更新光照參數(shù)，確保畫面平滑一致，減少計算資源消耗，針對復(fù)雜光照變化，動態(tài)調(diào)整光照參數(shù)，避免閃爍和跳躍，顯著提升視頻質(zhì)量和觀影體驗，以解決上述背景技術(shù)中的問題。

2、為了實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：基于深度學(xué)習(xí)逆向重光照算法的影視制作系統(tǒng)，包括光照條件估計模塊、時間連續(xù)性處理模塊、光照特征分析模塊、光照變化分類與策略制定模塊以及動態(tài)光照調(diào)整應(yīng)用模塊；

3、光照條件估計模塊，利用預(yù)先訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型對視頻中的每一幀圖像進(jìn)行光照條件估計，根據(jù)光照條件估計的結(jié)果，為每一幀圖像生成光照信息圖；

4、時間連續(xù)性處理模塊，利用循環(huán)神經(jīng)網(wǎng)絡(luò)處理視頻幀之間的光照變化，確保光照效果在時間維度上的連續(xù)性和一致性；

5、光照特征分析模塊，對生成的光照信息圖進(jìn)行分析，針對每一幀圖像，提取反映光照變化的關(guān)鍵特征，利用預(yù)先訓(xùn)練好的機器學(xué)習(xí)算法對提取的光照特征進(jìn)行進(jìn)一步分析，對視頻中每一幀圖像的光照變化情況進(jìn)行評估；

6、光照變化分類與策略制定模塊，根據(jù)光照變化評估的結(jié)果，對每一幀圖像進(jìn)行劃分，將圖像的光照變化情況具體劃分為復(fù)雜光照變化和正常光照變化，針對復(fù)雜光照變化和正常光照變化的圖像，制定每幀畫面中光照參數(shù)的動態(tài)調(diào)整策略；

7、動態(tài)光照調(diào)整應(yīng)用模塊，將生成的動態(tài)調(diào)整策略應(yīng)用到每一幀的光照參數(shù)調(diào)整中，確保光照效果適應(yīng)環(huán)境變化。

8、優(yōu)選的，根據(jù)光照條件估計的結(jié)果，為每一幀圖像生成光照信息圖的具體步驟如下：

9、將視頻分解為單幀圖像序列，每幀圖像在輸入神經(jīng)網(wǎng)絡(luò)之前，進(jìn)行標(biāo)準(zhǔn)化預(yù)處理；

10、加載預(yù)先訓(xùn)練好的光照條件估計神經(jīng)網(wǎng)絡(luò)模型；

11、將每幀預(yù)處理后的圖像輸入神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行光照條件的推理，通過模型分析圖像中的光源特征，輸出一個包含光照條件的向量，反映當(dāng)前幀圖像中的詳細(xì)光照信息；

12、根據(jù)模型輸出的光照條件向量，為每一幀生成相應(yīng)的光照信息圖。

13、優(yōu)選的，利用循環(huán)神經(jīng)網(wǎng)絡(luò)處理視頻幀之間的光照變化，具體的步驟如下：

14、首先準(zhǔn)備輸入數(shù)據(jù)，將視頻幀序列和對應(yīng)的光照信息圖進(jìn)行預(yù)處理；

15、加載預(yù)先訓(xùn)練好的循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

16、將預(yù)處理后的時間序列數(shù)據(jù)輸入rnn模型，模型接收視頻幀序列中的光照信息圖，并通過時間步長逐幀處理；

17、通過rnn模型處理每一幀數(shù)據(jù)，模型將基于前幾幀的光照信息，預(yù)測當(dāng)前幀的光照變化；

18、將rnn模型輸出的光照調(diào)整參數(shù)應(yīng)用到每一幀視頻中，對每一幀的視頻光照參數(shù)進(jìn)行調(diào)整，使其符合rnn預(yù)測的變化趨勢，確保光照效果在時間上的連續(xù)性和一致性。

19、優(yōu)選的，提取反映光照變化的關(guān)鍵特征，其中包括光暈擴散和圖像陰影梯度，光暈是指光源周圍出現(xiàn)的模糊光環(huán)，陰影梯度反映了陰影邊緣的變化程度，對圖像光暈和圖像陰影梯度進(jìn)行分析后，分別生成光暈擴散系數(shù)和陰影梯度變化系數(shù)，將光暈擴散系數(shù)和陰影梯度變化系數(shù)利用預(yù)先訓(xùn)練好的機器學(xué)習(xí)算法進(jìn)行綜合分析，生成光照變化指數(shù)，通過光照變化指數(shù)對視頻中每一幀圖像的光照變化情況進(jìn)行評估。

20、優(yōu)選的，針對每一幀圖像，對獲取的圖像光暈進(jìn)行分析后，生成光暈擴散系數(shù)的具體步驟如下：

21、使用閾值分割方法識別光暈區(qū)域，通過設(shè)定一個光強度閾值，將高于該光強度閾值的像素識別為光暈區(qū)域，從光照信息圖中提取出光暈區(qū)域，提取出光暈區(qū)域的表達(dá)式為：，式中，表示光暈區(qū)域的二值化圖像，1表示光暈區(qū)域，0表示非光暈區(qū)域，表示光照信息圖中位置的光強度， t表示光強度閾值；

22、使用邊緣檢測算法在二值化圖像中識別光暈區(qū)域的邊緣輪廓，將光暈邊緣輪廓用進(jìn)行表示，其中，進(jìn)行表示光暈邊緣輪廓在處的像素值；

23、基于光暈邊緣輪廓，使用質(zhì)心計算光暈中心點，并計算每個邊界點到光暈中心點的距離，光暈中心點計算的表達(dá)式為：，式中，表示光暈中心點坐標(biāo)， n表示邊界點的總數(shù)量；每個邊界點到光暈中心點的距離的計算表達(dá)式為：，式中，表示邊界點坐標(biāo)，表示第 k個邊界點到光暈中心點的距離；

24、對光暈區(qū)域的二值化圖像進(jìn)行傅里葉變換，得到頻域表示，傅里葉變換的表達(dá)式為：，式中，表示二值化圖像進(jìn)行傅里葉變換的頻域表示， j表示虛數(shù)單位， m， n分別表示圖像的寬度和高度， u和 v是頻域的坐標(biāo)，表示傅里葉變換后的頻率成分的索引；

25、計算光暈擴散系數(shù)，計算的表達(dá)式為：，式中，表示光暈擴散系數(shù)，表示頻率權(quán)重函數(shù)，用于強調(diào)高頻成分，反映光暈的非均勻性。

26、優(yōu)選的，針對每一幀圖像，對圖像陰影梯度進(jìn)行分析后，生成陰影梯度變化系數(shù)的具體步驟如下：

27、使用canny邊緣檢測器提取圖像中的邊緣，將邊緣圖像用 r進(jìn)行表示；

28、使用sobel算子進(jìn)行梯度計算，計算的表達(dá)式為：，，和分別表示圖像在 x軸和 y軸方向的梯度，用于表示像素值變化的幅度，為光照信息圖轉(zhuǎn)化后的灰度圖像；

29、計算梯度幅值，計算的表達(dá)式為：，式中， g是梯度幅值，反映了像素值變化的強度；

30、根據(jù)梯度幅值 g和邊緣圖像 r提取陰影區(qū)域，提取的表達(dá)式為：，式中，是陰影梯度圖像，表示陰影區(qū)域的梯度信息，通過邊緣圖像 r進(jìn)行掩膜操作，僅保留邊緣區(qū)域的梯度信息；

31、計算陰影區(qū)域的梯度方向，計算的表達(dá)式為：，式中，是陰影區(qū)域的梯度方向；

32、提取陰影邊緣梯度方向的變化特征，提取的表達(dá)式為：，式中，表示陰影邊緣梯度變化特征的直方圖，為直方圖；

33、計算梯度變化幅度的平方和與梯度變化頻率的平方和，計算的表達(dá)式為：，，式中，與分別表示梯度變化幅度的平方和與梯度變化頻率的平方和，表示直方圖中第 i個區(qū)間的值， p表示直方圖中的區(qū)間總數(shù)；

34、通過梯度變化幅度的平方和與梯度變化頻率的平方和計算陰影梯度變化系數(shù)，計算的表達(dá)式為：，式中，表示陰影梯度變化系數(shù)。

35、優(yōu)選的，將對每一幀圖像進(jìn)行光照變化情況評估后生成的光照變化指數(shù)與預(yù)先設(shè)定的光照變化指數(shù)參考閾值進(jìn)行比對分析，對每一幀圖像的光照變化情況進(jìn)行劃分，具體步驟如下：

36、若光照變化指數(shù)大于光照變化指數(shù)參考閾值，則將該幀圖像劃分為復(fù)雜光照變化；

37、若光照變化指數(shù)小于等于光照變化指數(shù)參考閾值，則將該幀圖像劃分為正常光照變化。

38、優(yōu)選的，針對正常光照變化，以初始設(shè)定的并且優(yōu)化后的預(yù)設(shè)光照參數(shù)更新速率對所有的光照參數(shù)進(jìn)行更新，針對復(fù)雜光照變化的圖像，制定每幀畫面中光照參數(shù)的動態(tài)調(diào)整策略。

39、優(yōu)選的，針對復(fù)雜光照變化的圖像，制定每幀畫面中光照參數(shù)的動態(tài)調(diào)整策略，具體的步驟如下：

40、首先計算當(dāng)前幀的光照變化指數(shù)與光照變化指數(shù)參考閾值的差異，計算的表達(dá)式為：，，式中，表示光照變化指數(shù)差異，用于確定調(diào)整力度；

41、根據(jù)光照變化指數(shù)差異確定調(diào)整因子，用于動態(tài)調(diào)整光照參數(shù)更新速率，調(diào)整因子的計算表達(dá)式為：，式中，調(diào)整因子范圍在(0，2)?之間，通過雙曲正切函數(shù)平滑處理，使調(diào)整因子隨差異變化平滑過渡，表示調(diào)整系數(shù)，控制的變化幅度；

42、使用預(yù)設(shè)光照參數(shù)更新速率和調(diào)整因子計算動態(tài)調(diào)整后的光照參數(shù)更新速率，計算的表達(dá)式為：，式中，表示預(yù)設(shè)光照參數(shù)更新速率，表示在正常光照變化條件下的光照參數(shù)更新速率，表示動態(tài)調(diào)整后的光照參數(shù)更新速率，反映了根據(jù)光照復(fù)雜度調(diào)整后的更新頻率；

43、根據(jù)動態(tài)調(diào)整后的光照參數(shù)更新速率對當(dāng)前幀的光照參數(shù)進(jìn)行更新，設(shè)光照參數(shù)向量為 p，，更新公式為：，為當(dāng)前幀的光照參數(shù)向量，為下一幀的光照參數(shù)向量，為光照參數(shù)的梯度，表示當(dāng)前光照參數(shù)的變化趨勢；

44、使用平滑濾波對更新后的光照參數(shù)進(jìn)行處理，設(shè)平滑濾波系數(shù)為，則平滑處理的表達(dá)式為：，為平滑處理后的光照參數(shù)向量。

45、優(yōu)選的，獲取到平滑處理后的光照參數(shù)向量后，將光照參數(shù)向量應(yīng)用到每一幀的光照參數(shù)調(diào)整中，確保光照效果適應(yīng)環(huán)境變化。

46、在上述技術(shù)方案中，本發(fā)明提供的技術(shù)效果和優(yōu)點：

47、本發(fā)明利用神經(jīng)網(wǎng)絡(luò)對每幀圖像進(jìn)行光照條件估計，生成光照信息圖，并通過循環(huán)神經(jīng)網(wǎng)絡(luò)處理視頻幀之間的光照變化，確保光照效果的連續(xù)性。隨后，利用機器學(xué)習(xí)算法對光照信息圖中提取的光照特征進(jìn)行分析，評估視頻中每一幀圖像的光照變化情況，并據(jù)此將光照變化劃分為復(fù)雜光照變化和正常光照變化。針對正常光照變化，以初始設(shè)定并優(yōu)化后的預(yù)設(shè)光照參數(shù)更新速率對所有光照參數(shù)進(jìn)行更新，確保在光照變化較小且穩(wěn)定的情況下，光照參數(shù)以最佳速率調(diào)整，從而保持畫面光照效果的平滑和一致性，不僅減少了計算資源的消耗，還有效避免了不必要的光照調(diào)整，確保視頻的連貫性和自然性，提升整體視覺質(zhì)量，使觀眾在觀看過程中不會感到不適或分心，特別是在長時間觀看時，觀影體驗更加舒適和流暢。針對復(fù)雜光照變化圖像，動態(tài)調(diào)整光照參數(shù)，確保光照參數(shù)能夠?qū)崟r適應(yīng)環(huán)境變化，避免光照閃爍和跳躍現(xiàn)象，顯著提升視頻的視覺質(zhì)量和觀眾的觀看體驗。