本申請涉及一種置信度的優化方法、裝置及計算機可讀存儲介質。其中，一種置信度的優化方法包括：獲取當前噪聲補償參數；根據當前噪聲補償參數獲取第一置信度和第二置信度及第三置信度；對第一置信度和第二置信度及第三置信度進行加權運算，以確定當前噪聲補償參數的置信度。通過本發明提供的置信度的優化方法，計算置信度準確程度更高，使得置信度閾值更加合理準確，并且可以改善因為某個噪聲補償參數的置信度值突高，產生置信度閾值計算不準確，導致無法精確估計當前場景的置信度是否準確。

技術領域

本申請涉及終端設備領域，尤其涉及一種置信度的優化方法、裝置及計算機可讀存儲介質。

背景技術

Auto-Focus(自動對焦)目標是控制馬達推動鏡片到成像最清晰的位置完成對焦，并且調試合理觸發機制，檢測對焦是否最佳。PDAF(Phase Detection Auto Focus)是當前業內Auto-Focus主要的對焦方式，PDAF對焦不需要鏡頭的反復移動，對焦行程短了很多，對焦過程干凈不猶豫。因此PDAF具有對焦速度快，對焦精度高的優點，成為手機相機對焦的主流對焦方式。

PDAF對焦過程是根據defocus值和confidence值作為移動鏡頭的依據。defocus值作為對焦清晰方向運行的刻度，當對焦清晰時理論defocus值為0，如果對焦越模糊，defocus的值就越大。confidence是評判當前亮度下，對焦場景的defocus值，是否準確的評價標準。如果對焦場景亮度較高，confidence的值就比較大，反之對焦場景亮度較低，confidence的值就比較小。如果confidence的值低于效果參數中，由調試人員設定的值，說明此時的defocus值是不準確的。

PDAF通過高通sensor上的特殊的PD像素，檢測到景物在不同場景的相位差，并將相位差進行換算為defocus值。PDAF流程中通過PDlib(高通給出PDlib)將相位差phasedifference換算為defocus。此時也會根據當前場景的亮度計算出confidence的值。計算的框圖如圖1所示。此計算過程是高通算法完成，實現過程為封閉過程不易修改。

由于confidence的值的算法是封閉算法計算的，那么效果調試人員需要設置合理的判斷閾值confidence_level，如果當前的confidence的結果值高于confidence_level，說明PD結果準確。如果當前的confidence的結果值低于confidence_level，說明PD結果不準確。

目前的線性算法：由Auto-Focus的調試人員設置confidence_level相關參數，主要的參數是noise_gain參數，以及confidence_threshold閾值。這二者參數共同確定一個線性函數。這樣可以將noise_gain參數作為橫坐標，confidence_threshold參數作為縱坐標，形成一個平面坐標系。如圖2示意圖所示。

計算方法是根據當前的noise-gain值確定在參數表中的位置，例如cur_noiseGain為20，高于Tuning參數設定的15，那么通過小于cur_noiseGain的兩個參數確定條線性直線，根據該線性直線會求出cur_noiseGain對應的confidence閾值，就是虛線和直線交匯的點。

此方法中計算十分簡單，而且計算結果不能十分精確：由于每次通過當前的cur_noise_gain的值，確定實際的confidence的值，此時只有兩個參數參與線性函數的擬合計算，準確程度有限，尤其是在場景變化比較劇烈的環境下，更會使得confidence_level的計算不準確。

發明內容

為了解決上述技術問題或者至少部分地解決上述技術問題，本申請提供了一種置信度的優化方法、裝置及計算機可讀存儲介質。