[發(fā)明專利]圖像處理方法、圖像處理裝置

在審

• 申請?zhí)枺?/td>: 201680008800.5
• 申請日: 2016-02-19
• 公開（公告）號: CN107251091A
• 公開（公告）日: 2017-10-13
• 發(fā)明（設(shè)計(jì)）人: 克林格特·馬丁;松原大輔
• 申請（專利權(quán)）人: 株式會(huì)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(chǎn)權(quán)代理有限公司11322
• 代理人: 龍淳

技術(shù)領(lǐng)域

本發(fā)明涉及一種使用神經(jīng)網(wǎng)絡(luò)處理圖像的技術(shù)。

背景技術(shù)

對象檢測在許多圖像處理任務(wù)中起著重要的作用。對象檢測的動(dòng)機(jī)是在圖像中找到某個(gè)對象或其一部分。在對象被定位之后，可進(jìn)行例如對象辨識的其它任務(wù)。

對象檢測的一個(gè)實(shí)施例是人臉識別。人臉識別通常需要將臉部在某個(gè)方向上對準(zhǔn)，以實(shí)現(xiàn)高識別性能。為了對準(zhǔn)該臉部區(qū)域，可使用臉部的特征，例如眼睛、鼻子、嘴巴等。通過對象檢測，可識別這些臉部特征。能夠使用識別的臉部特征來對準(zhǔn)臉部的方向。

在對象檢測中，使用所謂的滑動(dòng)窗口。該方法從圖像中提取任意區(qū)域，并計(jì)算提取區(qū)域包括特定對象的概率。如果概率超過給定閾值，則在提取的區(qū)域中檢測對象。通過這種滑動(dòng)窗口方法，可實(shí)現(xiàn)高精度。然而，如果關(guān)于可能的對象位置的先驗(yàn)信息不可用，則該方法具有高計(jì)算成本的缺點(diǎn)。這是因?yàn)榇翱诒仨毞胖迷谠S多不同的位置并縮放，直到達(dá)到預(yù)定義的概率閾值。

此外，這種滑動(dòng)窗口方法通常使用模板匹配來計(jì)算特定對象在區(qū)域中的概率。這些模板通常是預(yù)定義的，并且如果對象外觀隨時(shí)間而變化，則不能很好地適用。因此，需要更新模板以實(shí)現(xiàn)高檢測準(zhǔn)確度。

機(jī)器學(xué)習(xí)是適應(yīng)對象變化的一種方法。機(jī)器學(xué)習(xí)方法通過學(xué)習(xí)辨識對象的外部特征元素來提取對象的外部特征，從而識別這些特征。通常，機(jī)器學(xué)習(xí)預(yù)先學(xué)習(xí)已知的圖像數(shù)據(jù)對以及從圖像數(shù)據(jù)中獲取的已知檢測結(jié)果。學(xué)習(xí)器使用學(xué)習(xí)結(jié)果對新的圖像數(shù)據(jù)進(jìn)行對象檢測。也能夠根據(jù)檢測結(jié)果的準(zhǔn)確性來調(diào)整學(xué)習(xí)參數(shù)。

神經(jīng)網(wǎng)絡(luò)通常稱為實(shí)施機(jī)器學(xué)習(xí)的學(xué)習(xí)器。神經(jīng)網(wǎng)絡(luò)包括受人腦中的神經(jīng)元啟發(fā)的人造神經(jīng)元。給定的權(quán)重因子與每個(gè)神經(jīng)元的輸入相乘，然后添加偏差，從而獲取神經(jīng)元的輸出。

下面列出的專利文獻(xiàn)1描述了使用卷積神經(jīng)網(wǎng)絡(luò)來在低分辨率圖像中辨識人的方法。在專利文獻(xiàn)1中，使用要辨識的人的圖像來重復(fù)學(xué)習(xí)過程。

引用列表

專利文獻(xiàn)

專利文獻(xiàn)1：美國專利公開2011/0222724。

發(fā)明內(nèi)容

技術(shù)問題

當(dāng)使用神經(jīng)網(wǎng)絡(luò)進(jìn)行對象檢測時(shí)，在學(xué)習(xí)過程中調(diào)整加權(quán)因子和偏差以獲取所需的檢測結(jié)果。使用神經(jīng)網(wǎng)絡(luò)進(jìn)行對象檢測時(shí)的技術(shù)問題之一在于，在獲取所需結(jié)果之前需要較長學(xué)習(xí)時(shí)間。

鑒于上述問題提供了本發(fā)明。本發(fā)明的目的在于提高使用神經(jīng)網(wǎng)絡(luò)檢測對象的過程的效率。

解決問題的方案

本發(fā)明：將對象檢測所需的任務(wù)轉(zhuǎn)換為解決分類問題所需的任務(wù)；使用對輸入數(shù)據(jù)進(jìn)行分類的神經(jīng)網(wǎng)絡(luò)將對象檢測處理為分類問題。

本發(fā)明的有益效果

通過本發(fā)明，能夠通過使用對輸入數(shù)據(jù)進(jìn)行分類的神經(jīng)網(wǎng)絡(luò)將對象檢測中所需的任務(wù)有效地處理為分類問題。從以下實(shí)施例的描述中，除上述之外的技術(shù)問題、配置和效果將顯而易見。

附圖說明

圖1是根據(jù)實(shí)施例1的圖像處理裝置100的功能框圖。

圖2是示出區(qū)域定義器110的處理、坐標(biāo)分離器120的處理和量化器130的處理的示圖。

圖3是示出學(xué)習(xí)器150的層配置的示例的示圖。

圖4是說明從分類器160輸出的輸出向量的示圖。

圖5是示出再生器170的處理的示圖。

圖6是根據(jù)實(shí)施例2的圖像處理裝置100的功能框圖。

圖7是示出移位器180的處理的示圖。

圖8是示出圖像數(shù)據(jù)200是從汽車側(cè)面捕獲的行駛汽車的圖像時(shí)的區(qū)域定義器110的處理和量化器130的處理的示圖。

圖9是示出圖像數(shù)據(jù)200是從汽車正面捕獲的汽車的圖像時(shí)的區(qū)域定義器110的處理的示圖。

圖10是示出根據(jù)實(shí)施例4的圖像處理裝置100的硬件配置的示圖。

具體實(shí)施方式

<本發(fā)明的基本概念>

在下文中，為了更好地理解本發(fā)明，將首先描述本發(fā)明的基本概念。然后將描述本發(fā)明的實(shí)施例。

專利文獻(xiàn)1中描述的卷積神經(jīng)網(wǎng)絡(luò)是使用神經(jīng)網(wǎng)絡(luò)檢測對象的一種方法。在專利文獻(xiàn)1的方法中，例如：對于對圖像數(shù)據(jù)應(yīng)用形狀檢測濾波器(卷積)，從而檢測對象的形狀；例如最大值池化(Max Pooling)的一些方法應(yīng)用于來自濾波器的輸出，從而稀釋濾波器中的對象的位置誤差。通過連接實(shí)施上述處理的多個(gè)層來形成神經(jīng)網(wǎng)絡(luò)。

神經(jīng)網(wǎng)絡(luò)的其它應(yīng)用在于解決分類問題。在這種情況下，神經(jīng)網(wǎng)絡(luò)預(yù)先學(xué)習(xí)輸入數(shù)據(jù)與輸入數(shù)據(jù)所屬的分類之間的關(guān)系。當(dāng)新輸入數(shù)據(jù)進(jìn)入神經(jīng)網(wǎng)絡(luò)中時(shí)，神經(jīng)網(wǎng)絡(luò)根據(jù)先前學(xué)習(xí)的結(jié)果輸出顯示新輸入數(shù)據(jù)所屬分類的值。