测光参数计算方法、装置及终端设备与流程

本发明涉及计算机视觉技术领域，具体而言，涉及一种测光参数计算方法、装置及终端设备。

背景技术：

人脸检测/识别摄像机用于检测画面中经过的人脸，或可以识别出人员，然后将结果上报给后端服务器，进行进一步的大数据处理。这种摄像机可用于公司门禁、公安查找嫌犯、公共场所记录人员经过信息等多种应用领域。为了保证人脸的清晰、准确的效果，防止摄像机获得的图像出现过曝、不清晰、过暗等情况，一般会将测光技术应用于人脸功能，使得在画面中人脸的效果相对最优，而不会太关注周围环境的情况。

早期的测光技术大多采用全局测光，根据画面中整体的亮度情况计算测光参数，这样只能保证整体画面亮度效果相对较好，但却忽略了人脸等关键信息的效果，可能导致人脸画面过曝、或者灰暗的情况。后续测光方法得到一些改进，可通过设置权重，设置检测的人脸附近区域较高权重，使人脸区域亮度调整的更快更准确，但现有的权重区域的设置方式较为固定，无法根据实际情况进行动态调整，导致处理效果不佳。

技术实现要素：

有鉴于此，本发明的目的在于，提供一种测光参数计算方法、装置及终端设备以解决上述问题。

本发明较佳实施例提供一种测光参数计算方法，所述方法包括：

获取当前画面以及所述当前画面的多张历史画面；

检测得到每一张历史画面中包含的所有目标对象，并获得每一张历史画面中的各目标对象的位置信息及质量值，从而得到各所述目标对象在包括该目标对象的各所述历史画面中的所有位置信息和质量值；

针对各所述目标对象，根据所述目标对象的所有位置信息和质量值将所述目标对象映射成所述当前画面中的多个标识点，其中，各所述标识点携带有所述目标对象的位置信息以及质量值；

基于所述当前画面中各所述标识点携带的位置信息以及质量值对所述当前画面中的多个标识点进行拟合，以将所述当前画面划分为多个权重区域；

获得所述当前画面中包含的目标对象，根据所述目标对象所处的权重区域以及所述目标对象的数量计算得到所述当前画面对应的动态测光参数。

进一步地，所述获得所述当前画面中包含的目标对象，根据所述目标对象所处的权重区域以及所述目标对象的数量计算得到所述当前画面对应的动态测光参数的步骤，包括：

获得所述当前画面中包含的目标对象的位置信息；

在所述当前画面中包含的目标对象为多个时，根据各所述目标对象的位置信息确定各所述目标对象所处的权重区域，并统计各权重区域中的目标对象的数量；

将各所述权重区域中的目标对象的数量分别与各所述权重区域的权重值相乘，并将得到的多个乘积累加；

将累加得到的结果除以所述当前画面中包含的目标对象的总数量，以得到所述当前画面对应的动态测光参数。

进一步地，所述基于所述当前画面中各所述标识点携带的位置信息以及质量值对所述当前画面中的多个标识点进行拟合，以将所述当前画面划分为多个权重区域的步骤，包括：

根据所述当前画面中的多个标识点中各所述标识点的质量值的大小将所述多个标识点分别划分至预建立的多个点集中；

针对各所述点集，根据所述点集包含的各个标识点携带的坐标信息划定所述点集对应的拟合路径；

根据各所述点集相对应的拟合路径将所述当前画面划分为多个权重区域。

进一步地，所述针对各所述点集，根据所述点集包含的各个标识点携带的坐标值划定所述点集对应的拟合路径的步骤之前，所述方法还包括：

针对各所述点集，检测所述点集中各个标识点对应的坐标信息是否超过预设范围；

将超过所述预设范围的坐标信息对应的标识点从所述点集中删除。

进一步地，预建立的点集包括第一点集、第二点集以及第三点集，所述根据所述当前画面中的多个标识点中各所述标识点的质量值的大小将所述多个标识点分别划分至预建立的多个点集中步骤，包括：

获得所述当前画面包含的多个标识点中携带的质量值中的最大质量值；

将所述多个标识点中携带的质量值与所述最大质量值的比值处于第一预设阈值内的标识点划分至所述第一点集；

将所述多个标识点中携带的质量值与所述最大质量值的比值处于第二预设阈值内的标识点划分至所述第二点集；

将所述多个标识点中除划分至所述第一点集和所述第二点集之外的其他标识点划分至所述第三点集。

进一步地，所述获得每一张历史画面中的各目标对象的位置信息及质量值的步骤之前，所述方法还包括：

针对每一张历史画面，获得所述历史画面中包含的目标对象对应的目标区域，计算得到各所述目标区域的亮度值；

根据所述目标区域的亮度值之和以及所述历史画面包含的目标对象的数量计算得到初始测光参数；

根据所述初始测光参数对所述历史画面进行测光处理。

进一步地，所述目标对象的质量值通过以下步骤获得：

计算所述目标对象的清晰度，根据所述目标对象的清晰度以及所述目标对象所在的历史画面中该目标对象的位置信息计算得到该目标对象的质量值。

本发明的另一较佳实施例提供一种测光参数计算装置，所述装置包括：

获取模块，用于获取当前画面以及所述当前画面的多张历史画面；

检测模块，用于检测得到每一张历史画面中包含的所有目标对象，并获得每一张历史画面中的各目标对象的位置信息及质量值，从而得到各所述目标对象在包括该目标对象的各所述历史画面中的所有位置信息和质量值；

映射模块，用于针对各所述目标对象，根据所述目标对象的所有位置信息和质量值将所述目标对象映射成所述当前画面中的多个标识点，其中，各所述标识点携带有所述目标对象的位置信息以及质量值；

划分模块，用于基于所述当前画面中各所述标识点携带的位置信息以及质量值对所述当前画面中的多个标识点进行拟合，以将所述当前画面划分为多个权重区域；

计算模块，用于获得所述当前画面中包含的目标对象，根据所述目标对象所处的权重区域以及所述目标对象的数量计算得到所述当前画面对应的动态测光参数。

本发明的另一较佳实施例提供一种终端设备，包括：

摄像头；

存储器；

处理器；及

测光参数计算装置，包括一个或多个存储于所述存储器中并由所述处理器执行的软件功能模块。

本发明的另一较佳实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被执行时，实现上述的测光参数计算方法。

本发明实施例提供的测光参数计算方法、装置及终端设备，通过根据当前画面的多张历史画面中的目标对象的位置信息及质量值，将多张历史画面包含的所有目标对象映射成当前画面中的多个标识点。并根据各标识点携带的位置信息及质量值对当前画面进行划分以得到多个权重区域，再根据当前画面中的目标对象所处的权重区域及目标对象的数量计算得到当前画面对应的动态测光参数。本发明提供的测光参数计算方案，通过利用与当前画面关联的历史画面中目标对象的信息实现权重区域动态调整以得到适应性的测光参数，场景适应性更强，基于该测光参数处理后得到的目标对象的图像效果佳。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明较佳实施例提供的一种终端设备的结构框图。

图2为本发明较佳实施例提供的测光参数计算方法的流程图。

图3为本发明较佳实施例提供的测光参数计算方法的另一流程图。

图4为图2中步骤s107的子步骤的流程图。

图5为图4中步骤s1071的子步骤的流程图。

图6为本发明较佳实施例提供的测光参数计算方法的另一流程图。

图7为本发明较佳实施例提供的划分权重区域的示意图。

图8为图2中步骤s109的子步骤的流程图。

图9为本发明较佳实施例提供的测光参数计算装置的功能模块框图。

图标：100-终端设备；110-测光参数计算装置；111-获取模块；112-检测模块；113-映射模块；114-划分模块；115-计算模块；120-摄像头；130-处理器；140-存储器。

具体实施方式

经发明人研究发现，现有技术中的计算测光参数的方式主要是：获取当前画面中目标物的信息，即目标物的当前亮度值及位置信息。根据目标物的位置信息，确定目标物所属的预设区域。根据目标物的当前亮度值及目标物所属的预设区域对应的预设权重，计算当前画面中目标物的等效亮度值，将等效亮度值作为当前画面的测光参数。这种方式需要预先确定好预设区域，一般是将画面中越中心的位置权重设置越高，但在实际场景中，由于周边环境变化，或者是摄像机安装的情况等不同，获得的画面中最优人脸出现的位置很有可能不在画面的正中心位置。因此预先确定较为固定的预设区域的方法，无法根据实际情况针对性地对画面中的人脸进行调整，不能满足现有优选的实际情况。

基于上述研究，本发明实施例提供一种基于动态权重区域以计算测光参数的方案，通过利用当前画面的前多张历史画面中的目标对象的位置信息以及质量值，将多张历史画面中的多个目标对象映射成当前画面中的多个标识点，基于标识点携带的信息将当前画面划分为多个权重区域，以此来计算得到当前画面的测光参数。如此，根据与当前画面关联的历史画面中目标对象的信息实现权重区域动态调整以得到适应性的测光参数的目的。

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

请参阅图1，为本发明实施例提供的终端设备100的示意性结构框图。在本实施例中，所述终端设备100可以为摄像设备、拍照设备等具有图像采集功能的终端设备100。如图1所示，所述终端设备100可以包括摄像头120、存储器140、处理器130以及存储在所述存储器140上并可以在所述处理器130上运行的计算机程序，所述处理器130执行所述程序时使得所述终端设备100实现本发明的测光参数计算方法。

所述摄像头120、所述存储器140与所述处理器130之间相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器140中存储有以软件或固件(firmware)的形式存储于所述存储器140中的软件功能模块，所述处理器130通过运行存储在存储器140内的软件程序以及模块，如本发明实施例中的测光参数计算装置110，从而执行各种功能应用以及数据处理，即实现本发明实施例中的测光参数计算方法。

可以理解，图1所示的结构仅为示意，所述终端设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

请参照图2，图2为应用于图1所示的终端设备100的一种测光参数计算方法的流程图，以下将对所述方法包括的各个步骤进行详细阐述。

步骤s101，获取当前画面以及所述当前画面的多张历史画面。

步骤s103，检测得到每一张历史画面中包含的所有目标对象，并获得每一张历史画面中的各目标对象的位置信息及质量值，从而得到各所述目标对象在包括该目标对象的各所述历史画面中的所有位置信息和质量值。

在终端设备100进行连续地拍摄过程中，可快速地获得多张画面，以当画面作为待处理画面时，可获得在拍摄过程中该当前画面的前面多张历史画面，以根据所述多张历史画面中的目标对象的信息来对当前画面进行权重区域划分。

在本实施例中，针对每一张历史画面，对历史画面进行目标对象检测，以得到每一张历史画面中所包含的目标对象。在本实施例中，所述目标对象是指画面中具有特定特征的某个事物或者某类事物，例如，可以将画面中的人体设置为目标对象，也可以将人脸设置为目标对象，还可以将具体的某个人设置为目标对象，具体地可根据需求进行设定。本实施例中，以所述目标对象为人脸为例进行说明。

需要说明的是，由于人脸为动态对象，因此，在得到的多张历史画面中每一张历史画面所包含的目标对象的数量以及具体的目标对象均可能存在差异，并且，每一张历史画面中可能包括一个目标对象，也可能包括多个目标对象。

进一步地，在检测出每一张历史画面中包含的所有目标对象后，获得每一张历史画面中的各目标对象的位置信息及质量值。其中，所述位置信息可以为相对位置信息或绝对位置信息。相对位置信息是指所述目标对象相对于整张历史画面的位置信息。绝对位置信息是指在以历史画面为坐标系的情况下所述目标对象在建立好的坐标系中的位置信息。

其中，所述目标对象的质量值体现了目标对象的图像效果，所述目标对象的质量值可以通过以下步骤获得：

计算所述目标对象的清晰度，根据所述目标对象的清晰度以及所述目标对象所在的历史画面中该目标对象的位置信息计算得到该目标对象的质量值。

在本实施例中，可利用现有的图像质量分析技术对各个目标对象的质量值进行计算，可选地，获得各个目标对象的图像清晰度，以及各个目标对象在所在的历史画面中的相对位置信息综合进行计算，以得到目标对象的质量值，其中，图像清晰度越高的目标对象其质量值越高，或者越靠近所在的历史画面的中心位置的目标对象其质量值越高。本实施例中，得到的各目标对象的质量值处于区间[0,100]之间，其质量值的大小越大，对应的目标对象的图像效果越好。

在本实施例中，为了方便对目标对象的质量值进行管理，将每一个目标对象在包括该目标对象的历史画面中的质量值记录至质量集合表格中，具体如下：

其中，faceid表示目标对象的编号，frame1-framem表示各所述历史画面，q表示各所述目标对象的质量值，qnm3表示第n个目标对象在第m3张历史画面中的质量值。需要说明的是，针对各所述目标对象，由于其可能出现在不同的历史画面中，即获取的多张历史画面中有的存在该目标对象，有的不存在该目标对象，因此各目标对象对应的m值可能不同。

在本实施例中，为了避免历史画面的图像效果过差而对后续的处理造成影响，在获得每一张历史画面中的各目标对象的位置信息及质量值的步骤之前，还可初步计算各历史画面对应的初始测光参数，以该初始测光参数对各历史画面进行测光处理。可选地，请参阅图3，可通过以下步骤计算得到各历史画面的初始测光参数：

步骤s201，针对每一张历史画面，获得所述历史画面中包含的目标对象对应的目标区域，计算得到各所述目标区域的亮度值。

步骤s203，根据所述目标区域的亮度值之和以及所述历史画面包含的目标对象的数量计算得到初始测光参数。

步骤s205，根据所述初始测光参数对所述历史画面进行测光处理。

在本实施例中，针对每一张历史画面，检测出该历史画面包含的目标对象。考虑到各所述目标对象一般为形状、边缘不规则的图像，因此为了可基于一个较为规则的区域以对目标对象的亮度值进行计算，本实施例中可获得各目标对象对应的目标区域。所述目标区域为最小的可覆盖所述目标对象的方形区域或圆形区域，或者是其他形状的区域，本实施例中不作具体限制。

进一步地，利用图像亮度值计算方法计算得到各所述目标区域的图像的亮度值，其具体计算过程可参考现有技术以获得更多知识，本实施例中不作赘述。再根据获得的目标区域的亮度值之和以及历史画面中目标对象的数量计算得到该历史画面对应的初始测光参数。

例如，针对某一张历史画面，该历史画面检测出的目标对象以及目标对象对应的目标区域分别为目标对象1，faceid为1，对应的目标区域为rect1；目标对象2，faceid为2，对应的目标区域为rect2；……目标对象n，faceid为n，对应的目标区域为rectn。则针对该历史画面，计算得到的初始测光参数如下：

初始测光参数＝(rect1的亮度值+rect2的亮度值+……+rectn的亮度值)/n

进一步地，再以计算得到的初始测光参数对该历史画面进行初步的测光处理，再在处理后的历史画面中获得该历史画面包含的目标对象的位置信息和质量值。

步骤s105，针对各所述目标对象，根据所述目标对象的所有位置信息和质量值将所述目标对象映射成所述当前画面中的多个标识点，其中，各所述标识点携带有所述目标对象的位置信息以及质量值。

通过上述步骤，可以获得多张历史画面中包含的所有的目标对象的位置信息和质量值。其中，针对各所述目标对象，则该目标对象可能出现在多张历史画面中，因此该目标对象具有多个位置信息以及多个质量值。可选地，根据目标对象的所有位置信息和质量值将该目标对象映射成所述当前画面中的多个标识点。则各个标识点携带有所述目标对象的位置信息以及质量值。其中，针对某一个目标对象，在当前画面中与该目标对象对应的各个标识点的位置即为该目标对象在各个历史画面中的位置。此外，各标识点还携带有该目标对象在对应的历史画面中计算得到的质量值。如此，则可以将多张历史画面中的多个目标对象的信息集中以当前画面中的标识点来体现。

步骤s107，基于所述当前画面中各所述标识点携带的位置信息以及质量值对所述当前画面中的多个标识点进行拟合，以将所述当前画面划分为多个权重区域。

在本实施例中，映射至当前画面中的多个标识点在当前画面中的分布较为不规则，不便于后续对当前画面进行权重区域划分。因此，可基于各标识点携带的位置信息及质量值对当前画面中的多个标识点进行拟合，从而将当前画面划分为多个权重区域。

请参阅图4，在本实施例中，步骤s107可以包括步骤s1071、步骤s1073以及步骤s1075三个子步骤。

步骤s1071，根据所述当前画面中的多个标识点中各所述标识点的质量值的大小将所述多个标识点分别划分至预建立的多个点集中。

在本实施例中，由于多个标识点对应了多个质量值，其质量值数量较多，不便于后续进行区域划分，因此可将多个质量值分别划分至多个区间。可选地，可预先建立多个点集，其中，点集的数量和后续建立的权重区域的数量一致。根据各个标识点的质量值的大小将所述多个标识点分别划分至各个点集中。如此，将庞大的标识点的质量值信息转换至几个点集进行管理。

在本实施例中，在设置权重区域的数量即点集的数量时，数量越多，其最终得到的处理精度也越高，但是也意味着处理工作量的增加。因此，在实际应用中，可综合考虑处理精度的要求以及处理量来设置点集的数量。不失一般性地，可将点集的数量设置为3个、4个或者5个。本实施例中，以点集数量为三个为例进行说明，但并不将点集数量限制为三个。

请参阅图5，在本实施例中，步骤s1071可以包括步骤s10711、步骤s10713、步骤s10715以及步骤s10717四个子步骤。

步骤s10711，获得所述当前画面包含的多个标识点中携带的质量值中的最大质量值。

步骤s10713，将所述多个标识点中携带的质量值与所述最大质量值的比值处于第一预设阈值内的标识点划分至所述第一点集。

步骤s10715，将所述多个标识点中携带的质量值与所述最大质量值的比值处于第二预设阈值内的标识点划分至所述第二点集。

步骤s10717，将所述多个标识点中除划分至所述第一点集和所述第二点集之外的其他标识点划分至所述第三点集。

进一步地，可预先建立三个点集，分别为第一点集、第二点集和第三点集。针对每一个目标对象，在当前画面中可能存在多个标识点和该目标对象对应，且各标识点携带的质量值的大小不同。可获得当前画面中包含的多个标识点携带的多个质量值中的最大质量值。再将其他的标识点的质量值分别与该最大质量值进比较。若某个标识点对应的质量值与该最大质量值的比值处于第一预设阈值内，例如该第一预设阈值为：最大质量值*90％～最大质量值*100％，则将该标识点划分至所述第一点集。若某个标识点对应的质量值与该最大质量值的比值处于第二预设阈值内，例如该第二预设阈值可为：最大质量值*80％～最大质量值*90％，则将该标识点划分至所述第二点集。将当前画面中的多个标识点除划分至第一点集和第二点集之外的其他标识点划分至所述第三点集。如此，可将当前画面中的所有的标识点分别划分至所述第一点集、第二点集和第三点集中。

此外，在本实施例中，为了避免长时间留在画面中的表征目标对象的标识点的点集数量过大，影响到整个模型的准确性。本实施例中，还可针对每一个目标对象，限制其划分至同一个点集的标识点的数量，即在某个目标对象对应的标识点在划分至某个点集的数量超过设定值时，则不再将该目标对象对应的其他标识点划分至该点集中。

步骤s1073，针对各所述点集，根据所述点集包含的各个标识点携带的坐标信息划定所述点集对应的拟合路径。

步骤s1075，根据各所述点集相对应的拟合路径将所述当前画面划分为多个权重区域。

本实施例中，具体应用时，为了对各个点集中的标识点进行区分，可为所属于各点集的标识点设置不同属性，例如为所属于不同点集的标识点设置不同的颜色或者可为所属于不同点集的标识点设置不同的标符等，具体地不作限制。

在本实施例中，为了避免环境因素或设备自身原因对划分结果造成影响，本实施例中，在将各标识点划分至不同点集之后，请参阅图6，所述方法还包括以下步骤：

步骤s301，针对各所述点集，检测所述点集中各个标识点对应的坐标信息是否超过预设范围。

步骤s303，将超过所述预设范围的坐标信息对应的标识点从所述点集中删除。

在本实施例中，针对各个点集，可能会出现某一些标识点的位置相对于该点集中的其他标识点的位置相差过大，即严重偏离了该点集中的其他标识点，表明该标识点可能因环境因素或者是处理过程中的误差等因素造成结果的偏差。因此，本实施例中，可将各点集中与其他标识点偏差较大的标识点从该点集中去除，以避免这类标识点对后续处理造成的干扰。

可选地，针对各个点集，获得该点集中包含的各个标识点的位置信息，检测各个标识点的位置信息是否超过预设范围，例如可根据该点集中的各个标识点的位置信息计算得到平均坐标值，再将各标识点的坐标值分别与该平均坐标值进行比较，其相差超过预设范围的坐标值对应的标识点即为该点集中偏离较大的标识点。需要说明是的，也可采用其他的方式从各个点集中查找出偏离较大的标识点，本实施例不作具体限制。进一步地，将查找出的标识点从对应的点集中删除。

进一步地，在进行删除处理后，针对各个点集，根据该点集中的各个标识点携带的坐标信息划定该点集对应的拟合路径，例如可检测出该点集所包含的多个标识点中处于边缘位置的多个标识点，再以该多个标识点的连线作为所述拟合路径，这种情况下获得的拟合路径一般为曲线。或者，也可以获得该点集中的位置处于最左边的标识点、最右边的标识点、最上边的标识点以及最下面的标识点，再以呈直线的拟合路径经过这些标识点，从而形成一个矩形的可将该点集中的所有标识点覆盖的矩形拟合路径，例如可如图7所示(在权重区域数量为三个时)。此外，除了上述的拟合路径的划定方式之外，还可采用其他的划定方式，本实施例中不作具体限制。

再根据各所述点集相对应的拟合路径将所述当前画面划分为多个权重区域。其中，多个权重区域中对应的点集所包含的标识点的质量值最大的权重区域为最靠近最优范围的区域，即一个目标在该权重区域中可达到最优效果的概率是最大的，因此该权重区域的权重值也应设置为最大，例如可以设置为60％。以此类推，根据各权重区域中标识点的质量值大小的排序为各权重区域设置相应的权重值，例如后续的可以分别设置为30％，10％(在权重区域为三个时)。对于各个权重区域的具体的权重值的数值本实施不作限制，但需要注意的是各权重区域对应的权重值之和为1。

步骤s109，获得所述当前画面中包含的目标对象，根据所述目标对象所处的权重区域以及所述目标对象的数量计算得到所述当前画面对应的动态测光参数。

请参阅图8，在本实施例中，步骤s109可以包括步骤s1091、步骤s1093、步骤s1095以及步骤s1097四个子步骤。

步骤s1091，获得所述当前画面中包含的目标对象的位置信息。

步骤s1093，在所述当前画面中包含的目标对象为多个时，根据各所述目标对象的位置信息确定各所述目标对象所处的权重区域，并统计各权重区域中的目标对象的数量。

步骤s1095，将各所述权重区域中的目标对象的数量分别与各所述权重区域的权重值相乘，并将得到的多个乘积累加。

步骤s1097，将累加得到的结果除以所述当前画面中包含的目标对象的总数量，以得到所述当前画面对应的动态测光参数。

通过上述步骤，可以得到当前画面的权重区域的划分，在当前画面中出现目标对象时，可获得目标对象的位置信息，其中，所述目标对象可以为一个也可以为多个。

在当前画面中的目标对象为多个时，可根据各个目标对象的位置信息获得各个目标对象所处的权重区域。再统计出各个权重区域中包含的目标对象的个数，结合各个目标对象的权重值以计算得到该当前画面的动态测光参数，具体如下：

(1区目标对象数量*1区权重值+2区目标对象数量*2区权重值+…...p区人脸数*p区权重值)/当前画面中的目标对象总数量

其中，p为所述当前画面中的权重区域的总数量。

在本实施例中，为了避免划定的权重区域的数据老化，可根据画面中的目标对象的变化情况对点集中的标识点进行更新。例如，在出现新的目标对象n+1时，可利用上述的映射方法、点集划分方法等将该目标对象对应的标识点划分至对应的点集中，并相应地将第1个目标对象对应的标识点从相应的点集中删除。再以更新后的点集进行权重区域的划分，以此达到对权重区域维护更新的目的，以便于以动态变化的权重区域去适应周围环境的动态变化。

请参阅图9，为本发明实施例提供的应用于上述终端设备100的测光参数计算装置110的功能模块框图。所述测光参数计算装置110包括获取模块111、检测模块112、映射模块113、划分模块114以及计算模块115。

所述获取模块111用于获取当前画面以及所述当前画面的多张历史画面。所述获取模块111可用于执行图2中所示的步骤s101，具体的操作方法可参考步骤s101的详细描述。

所述检测模块112用于检测得到每一张历史画面中包含的所有目标对象，并获得每一张历史画面中的各目标对象的位置信息及质量值，从而得到各所述目标对象在包括该目标对象的各所述历史画面中的所有位置信息和质量值。所述检测模块112可用于执行图2中所示的步骤s103，具体的操作方法可参考步骤s103的详细描述。

所述映射模块113用于针对各所述目标对象，根据所述目标对象的所有位置信息和质量值将所述目标对象映射成所述当前画面中的多个标识点，其中，各所述标识点携带有所述目标对象的位置信息以及质量值。所述映射模块113可用于执行图2中所示的步骤s105，具体的操作方法可参考步骤s105的详细描述。

所述划分模块114用于基于所述当前画面中各所述标识点携带的位置信息以及质量值对所述当前画面中的多个标识点进行拟合，以将所述当前画面划分为多个权重区域。所述划分模块114可用于执行图2中所示的步骤s107，具体的操作方法可参考步骤s107的详细描述。

所述计算模块115用于获得所述当前画面中包含的目标对象，根据所述目标对象所处的权重区域以及所述目标对象的数量计算得到所述当前画面对应的动态测光参数。所述计算模块115可用于执行图2中所示的步骤s109，具体的操作方法可参考步骤s109的详细描述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明各个实施场景所述的方法。

综上所述，本发明实施例提供的测光参数计算方法、装置及终端设备100，通过根据当前画面的多张历史画面中的目标对象的位置信息及质量值，将多张历史画面包含的所有目标对象映射成当前画面中的多个标识点。并根据各标识点携带的位置信息及质量值对当前画面进行划分以得到多个权重区域，再根据当前画面中的目标对象所处的权重区域及目标对象的数量计算得到当前画面对应的动态测光参数。本发明提供的测光参数计算方案，通过利用与当前画面关联的历史画面中目标对象的信息实现权重区域动态调整以得到适应性的测光参数，场景适应性更强，基于该测光参数处理后得到的目标对象的图像效果佳。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。