[發明專利]具有維度數據縮減的機器視覺

有效

• 申請號: 201680032611.1
• 申請日: 2016-04-20
• 公開（公告）號: CN107624061B
• 公開（公告）日: 2021-01-22
• 發明（設計）人: S·尼倫伯格
• 申請（專利權）人: 康奈爾大學
• 主分類號: A61F9/08
• 分類號: A61F9/08;A61N5/06;G06K9/46;G06N3/04;G06K9/00;H04N19/60;H04N19/85
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 白華勝;王蕊

1.一種通過處理裝置處理原始圖像數據的方法，包括：

通過處理裝置接收對應于一系列原始圖像的原始圖像數據；

用所述處理裝置的編碼器處理所述原始圖像數據以生成經編碼數據，其中所述編碼器的特征在于基本上模擬脊椎動物視網膜的至少一個視網膜細胞的輸入/輸出轉換的輸入/輸出轉換；和

通過處理器處理所述經編碼數據以生成減維經編碼數據，其中處理所述經編碼數據包括對所述經編碼數據應用減維算法，其中所述減維算法被配置成壓縮包含于所述經編碼數據中的信息，并且其中所述減維算法選擇用于特定機器視覺任務的所述經編碼數據的特征的子集,并忽略用于所述特定機器視覺任務的所述經編碼數據的其他特征。

2.根據權利要求1所述的方法，其中所述經編碼數據包含一系列經編碼視網膜圖像，并且其中所述方法還包括從用于特定機器視覺任務的所述經編碼數據的特征的子集中生成特征標記數據，其中所述特征標記數據包括具有多個分量的向量，所述多個分量包括與多個視網膜圖像區域的各個區域的所述特征的子集的值。

3.根據權利要求2所述的方法，其中所述特征標記數據包含與多個視網膜圖像區域相關的信息。

4.根據權利要求3所述的方法，其中所述特征標記數據包含對應于所述多個視網膜圖像區域中的每個的運動數據。

5.根據權利要求4所述的方法，其中所述運動數據包含對應于所述多個視網膜圖像區域中的每個的速度數據。

6.根據權利要求3所述的方法，其中所述特征標記數據包含對應于所述多個視網膜圖像區域中的每個的光流數據。

7.根據權利要求1所述的方法，其中所述處理所述經編碼數據包含對所述經編碼數據應用經訓練的算法。

8.根據權利要求7所述的方法，其中所述經訓練的算法包含卷積神經網絡。

9.根據權利要求7所述的方法，其中所述經訓練的算法已在經編碼訓練數據的訓練數據集上訓練，并且其中所述經編碼訓練數據已使用訓練編碼器編碼，所述訓練編碼器的特征在于基本上模擬脊椎動物視網膜的一個或多個視網膜細胞的輸入/輸出轉換的輸入/輸出轉換。

10.根據權利要求9所述的方法，其中所述經編碼訓練數據的訓練集包含虛擬環境的經編碼圖像，并且所述原始圖像數據包含現實環境的原始圖像。

11.根據權利要求9所述的方法，其中所述經編碼訓練數據的訓練集包含在第一組條件下獲得的圖像，并且其中所述原始圖像數據包含在不同于所述第一組條件的第二組條件下獲得的原始圖像。

12.根據權利要求11所述的方法，其中所述第一組條件和所述第二組條件包含光照條件。

13.根據權利要求1所述的方法，進一步包含對所述減維經編碼數據應用機器視覺算法。

14.根據權利要求13所述的方法，其中所述處理所述經編碼數據以生成減維經編碼數據是在所述處理所述原始圖像數據以生成經編碼數據之后并且在所述對所述減維經編碼數據應用所述機器視覺算法之前執行。

15.根據權利要求1所述的方法，其中所述處理所述原始圖像數據以生成經編碼數據包含生成相對于所述原始圖像數據在維度上縮減的經編碼數據，并且其中所述處理所述經編碼數據以生成所述減維經編碼數據包含另外壓縮相對于所述原始圖像數據在維度上已經縮減的所述經編碼數據。

16.根據權利要求15所述的方法，其中包含于所述經編碼數據中的所述信息的量被至少壓縮為所述對應的原始圖像數據的約1/2，并且其中所述減維經編碼數據被至少壓縮為所述對應的經編碼數據的約1/2。