[發明專利]圖像處理方法、圖像處理裝置

在審

• 申請號: 201680008800.5
• 申請日: 2016-02-19
• 公開（公告）號: CN107251091A
• 公開（公告）日: 2017-10-13
• 發明（設計）人: 克林格特·馬丁;松原大輔
• 申請（專利權）人: 株式會社日立制作所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/02
• 代理公司: 北京尚誠知識產權代理有限公司11322
• 代理人: 龍淳

1.一種圖像處理方法，用于使用神經網絡來處理包括對象的圖像數據，所述神經網絡進行學習以對輸入數據進行分類，所述圖像處理方法包括：

量化步驟，對所述圖像數據的像素坐標進行量化；

映射步驟，對量化的像素坐標分配所述神經網絡中內部包括的內部分類中的任何一個；

學習步驟，使用所述圖像數據的量化像素坐標并且使用在所述映射步驟中分配的內部分類來進行所述神經網絡的學習；

輸出步驟，在進行所述學習之后，獲取來自所述神經網絡的輸出值；

再生步驟，在進行所述學習之后，對來自所述神經網絡的輸出值進行所述量化的反量化，從而將來自所述神經網絡的輸出值投影至所述圖像數據中的坐標系上，以在所述坐標系上再生所述對象的位置。

2.根據權利要求1所述的圖像處理方法，還包括在所述圖像數據上定義多個區域的步驟，

其中，所述圖像處理方法對所述區域中的每一個都進行所述量化步驟和所述映射步驟。

3.根據權利要求1所述的圖像處理方法，還包括將所述像素坐標分離到每個坐標軸中的步驟，

其中，所述映射步驟為分離的坐標軸中的每一個分配所述內部分類中的不同內部分類。

4.根據權利要求1所述的圖像處理方法，還包括將所述像素坐標分離到每個坐標軸中的步驟，

其中，所述映射步驟為分離的坐標軸中的每一個分配所述內部分類中的不同內部分類，

所述圖像處理方法還包括：分類步驟，將來自所述神經網絡的輸出值分類為所述坐標軸上的對象的坐標值中的任何一個，

其中，所述再生步驟對所述分類步驟的結果進行所述量化的反量化，從而在所述坐標系上再生所述對象的位置。

5.根據權利要求1所述的圖像處理方法，還包括：將在所述坐標系上通過所述再生步驟再生的對象朝向所述圖像數據的中心移位的步驟。

6.一種圖像處理裝置，所述圖像處理裝置使用神經網絡來處理包括對象的圖像數據，所述神經網絡進行學習以對輸入數據進行分類，所述圖像處理裝置包括：

量化器，進行所述圖像數據的像素坐標的量化；

映射器，對量化的像素坐標分配所述神經網絡中內部包括的內部分類中的任何一個；

學習器，使用所述圖像數據的量化的像素坐標并且使用通過所述映射器分配的內部分類來進行所述神經網絡的學習；

再生器，在進行所述學習之后，對來自所述神經網絡的輸出值進行所述量化的反量化，從而將來自所述神經網絡的輸出值投影至所述圖像數據中的坐標系上，以在所述坐標系上再生所述對象的位置。

7.根據權利要求6所述的圖像處理裝置，還包括區域定義器，所述區域定義器在所述圖像數據上定義多個區域，

其中，所述圖像處理裝置對所述區域中的每一個都進行所述量化器的處理和所述映射器的處理。

8.根據權利要求6所述的圖像處理裝置，還包括分離器，所述分離器將所述像素坐標分離到每個坐標軸中，

其中，所述映射器為分離的坐標軸中的每一個分配所述內部分類中的不同內部分類。

9.根據權利要求6所述的圖像處理裝置，還包括分離器，所述分離器將所述像素坐標分離到每個坐標軸中，

其中，所述映射器為分離的坐標軸中每一個分配所述內部分類中的不同內部分類，

所述圖像處理裝置還包括分類器，所述分類器將來自所述神經網絡的輸出值分類為所述坐標軸上的對象的坐標值中的任何一個，

其中，所述再生器對所述分類器的結果進行所述量化的反量化，從而在所述坐標系上再生所述對象的位置。

10.根據權利要求6所述的圖像處理裝置，還包括移位器，所述移位器將在所述坐標系上通過所述再生器再生的對象朝向所述圖像數據的中心移位。