本公开整体涉及确定图像的白平衡。例如，本公开的各方面包括用于确定图像的白平衡设置的系统和技术。
背景技术：
1、相机是使用图像传感器接收光并且捕获图像帧（诸如静态图像或视频帧）的设备。相机可被配置有各种图像捕获设置和/或图像处理设置，以更改由此捕获的图像的外观。图像捕获设置可在捕获图像之前和/或在捕获图像时确定并应用，诸如iso、曝光时间（也称为曝光、曝光历时或快门速度）、光圈大小（也称为光圈值）、聚焦和增益（包括模拟和/或数字增益）等。此外，图像处理设置可被配置用于图像的后处理，诸如对比度、亮度、饱和度、锐度、级别、曲线和颜色等的更改。
2、可更改图像的一种方式是通过白平衡。白平衡可包括图像捕获设置和/或图像处理设置的改变。在本公开中，术语“白平衡”在用作动词时可指用于调整图像数据的像素的颜色和/或颜色亮度的一个或多个操作。白平衡可指响应于白平衡决策来调整像素或图像的颜色的强度（例如，以使与白色对象相关联的像素在图像中呈现为白色）。在本公开中，术语“白平衡”在用作名词时，“白平衡决策”等可指对图像的用于调整图像的像素以实现白平衡的设置的指示。换句话说，白平衡决策可指示对图像的像素的红色、绿色和/或蓝色通道的强度的调整，使得由图像表示的场景中的白色对象在图像中呈现出白色。
技术实现思路
1、以下呈现与本文所公开的一个或多个方面相关的简化
技术实现要素：
。因此，以下发明内容既不应被认为是与所有构想的方面相关的详尽纵览，也不应被认为标识与所有构想的方面相关的关键性或决定性元素或描绘与任何特定方面相关联的范围。相应地，以下发明内容在以下呈现的详细描述之前以简化形式呈现与关于本文所公开的机制的一个或多个方面相关的某些概念。
2、描述了用于确定图像的白平衡的系统和技术。根据至少一个示例，提供了一种用于确定图像的白平衡的方法。该方法包括：基于图像数据来获得统计，这些统计与该图像数据的颜色或亮度中的至少一者相关联；基于这些统计使用白平衡算法来确定第一白平衡决策；基于这些统计使用被训练为确定白平衡决策的机器学习模型来确定第二白平衡决策；以及基于该第一白平衡决策和该第二白平衡决策来确定第三白平衡决策。
3、在另一示例中，提供了一种用于确定图像的白平衡的装置，该装置包括：至少一个存储器；和至少一个处理器（例如，在电路中配置），该至少一个处理器耦合到至少一个存储器。该至少一个处理器被配置为：基于图像数据来获得统计，这些统计与该图像数据的颜色或亮度中的至少一者相关联；基于这些统计使用白平衡算法来确定第一白平衡决策；基于这些统计使用被训练为确定白平衡决策的机器学习模型来确定第二白平衡决策；以及基于该第一白平衡决策和该第二白平衡决策来确定第三白平衡决策。
4、在另一示例中，提供了一种其上存储有指令的非瞬态计算机可读介质，这些指令在由一个或多个处理器执行时使该一个或多个处理器：基于图像数据来获得统计，这些统计与该图像数据的颜色或亮度中的至少一者相关联；基于这些统计使用白平衡算法来确定第一白平衡决策；基于这些统计使用被训练为确定白平衡决策的机器学习模型来确定第二白平衡决策；以及基于该第一白平衡决策和该第二白平衡决策来确定第三白平衡决策。
5、在另一示例中，提供了一种用于确定图像的白平衡的装置。该装置包括：用于基于图像数据来获得统计的部件，这些统计与该图像数据的颜色或亮度中的至少一者相关联；用于基于这些统计使用白平衡算法来确定第一白平衡决策的部件；用于基于这些统计使用被训练为确定白平衡决策的机器学习模型来确定第二白平衡决策的部件；和用于基于该第一白平衡决策和该第二白平衡决策来确定第三白平衡决策的部件。
6、在一些方面，本文所描述的装置中的一个或多个装置是以下各项、可为以下各项的一部分、或可包括以下各项：移动设备（例如，移动电话或所谓的“智能电话”、平板计算机或其他类型的移动设备）、扩展现实设备（例如，虚拟现实（vr）设备、增强现实（ar）设备或混合现实（mr）设备）、交通工具（或者交通工具的计算设备或系统）、智能或已连接设备（例如，物联网（iot）设备）、可穿戴设备、个人计算机、膝上型计算机、视频服务器、电视（例如，网络连接的电视）、机器人设备或系统、或者其他设备。在一些方面，每个装置可包括用于捕获一个或多个图像的一个图像传感器（例如，一个相机）或多个图像传感器（例如，多个相机）。在一些方面，每个装置可包括用于显示一个或多个图像、通知和/或其他可显示数据的一个或多个显示器。在一些方面，每个装置可包括一个或多个扬声器、一个或多个发光设备和/或一个或多个麦克风。在一些方面，每个装置可包括一个或多个传感器。在一些情况下，该一个或多个传感器可用于确定该装置的位置、该装置的状态（例如，跟踪状态、操作状态、温度、湿度水平和/或另一状态）和/或用于其他目的。
7、该发明内容不旨在标识所要求保护的主题的关键或必要特征，其也不旨在孤立地用于确定所要求保护的主题的范围。本主题应当参考本专利的整个说明书的合适部分、任何或所有附图以及每项权利要求来理解。
8、前述内容以及其他特征和方面将在参照以下说明书、权利要求书和所附附图时变得更明显。
1.一种用于确定图像的白平衡的装置，所述装置包括：
2.根据权利要求1所述的装置，其中，为了确定所述第三白平衡决策，所述至少一个处理器被配置为：
3.根据权利要求1所述的装置，其中所述至少一个处理器被进一步配置为确定场景标志或置信度值中的至少一者，其中所述场景标志与所述图像数据的场景相关，其中所述置信度值与所述第二白平衡决策相关，并且其中所述第三白平衡决策进一步基于所述场景标志或所述置信度值中的至少一者。
4.根据权利要求3所述的装置，其中所述场景标志包括对确定所述场景包括白点的指示或对确定所述场景不包括白点的指示。
5.根据权利要求4所述的装置，其中，为了确定所述第三白平衡决策，所述至少一个处理器被配置为响应于所述场景标志包括对确定所述场景包括所述白点的所述指示，确定所述第三白平衡决策是所述第一白平衡决策。
6.根据权利要求4所述的装置，其中，为了确定所述第三白平衡决策，所述至少一个处理器被配置为响应于场景标志包括对确定所述场景不包括白点的所述指示，基于所述置信度值来确定所述第二白平衡决策的权重，并且基于所述第一白平衡决策、所述权重和所述第二白平衡决策来确定所述第三白平衡决策。
7.根据权利要求3所述的装置，其中所述置信度值指示下游操作应当使用第二置信度值的置信水平。
8.根据权利要求3所述的装置，其中所述场景标志或所述置信度值中的至少一者是使用所述机器学习模型来确定的。
9.根据权利要求3所述的装置，其中所述机器学习模型是第一机器学习模型，并且其中所述场景标志或所述置信度值中的至少一者是通过第二机器学习模型来确定的。
10.根据权利要求1所述的装置，其中所述第三白平衡决策进一步基于以下中的至少一者：
11.根据权利要求1所述的装置，其中所述第三白平衡决策是基于以下中的至少一者来确定的：
12.根据权利要求1所述的装置，其中所述第三白平衡决策包括红色像素数据的增益、绿色像素数据的增益和蓝色像素数据的增益。
13.根据权利要求1所述的装置，其中所述统计包括以下中的至少一者：
14.根据权利要求1所述的装置，其中所述白平衡算法被配置为基于红光的强度与绿光的强度之间的关系和蓝光的强度与绿光的强度之间的关系来确定所述第一白平衡决策。
15.根据权利要求1所述的装置，其中所述至少一个处理器被进一步配置为基于所述第三白平衡决策来对所述图像数据进行白平衡。
16.根据权利要求1所述的装置，其中所述图像数据包括图像的第一部分，其中所述统计包括第一统计，并且其中所述至少一个处理器被进一步配置为：
17.根据权利要求16所述的装置，其中所述至少一个处理器被进一步配置为：
18.根据权利要求17所述的装置，其中所述至少一个处理器被进一步配置为：
19.一种用于确定图像的白平衡的方法，所述方法包括：
20.根据权利要求19所述的方法，其中确定所述第三白平衡决策包括：
21.根据权利要求19所述的方法，所述方法还包括确定场景标志或置信度值中的至少一者，其中所述场景标志与所述图像数据的场景相关，其中所述置信度值与所述第二白平衡决策相关，并且其中所述第三白平衡决策进一步基于所述场景标志或所述置信度值中的至少一者。
22.根据权利要求21所述的方法，其中所述场景标志包括对确定所述场景包括白点的指示或对确定所述场景不包括白点的指示。
23.根据权利要求22所述的方法，其中确定所述第三白平衡决策包括响应于所述场景标志包括对确定所述场景包括所述白点的所述指示，确定所述第三白平衡决策是所述第一白平衡决策。
24.根据权利要求22所述的方法，其中确定所述第三白平衡决策还包括响应于场景标志包括对确定所述场景不包括白点的所述指示，基于所述置信度值来确定所述第二白平衡决策的权重，并且基于所述第一白平衡决策、所述权重和所述第二白平衡决策来确定所述第三白平衡决策。
25.根据权利要求21所述的方法，其中所述置信度值指示下游操作应当使用第二置信度值的置信水平。
26.根据权利要求21所述的方法，其中所述场景标志或所述置信度值中的至少一者是使用所述机器学习模型来确定的。
27.根据权利要求21所述的方法，其中所述机器学习模型是第一机器学习模型，并且其中所述场景标志或所述置信度值中的至少一者是通过第二机器学习模型来确定的。
28.根据权利要求19所述的方法，其中所述第三白平衡决策进一步基于以下中的至少一者：
29.根据权利要求19所述的方法，其中所述第三白平衡决策是进一步基于以下中的至少一者来确定的：
30.根据权利要求19所述的方法，其中所述第三白平衡决策包括红色像素数据的增益、绿色像素数据的增益和蓝色像素数据的增益。