[發明專利]圖像處理裝置和方法

在審

• 申請號: 201710913272.4
• 申請日: 2017-09-29
• 公開（公告）號: CN109584864A
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海寒武紀信息科技有限公司
• 主分類號: G10L15/22
• 分類號: G10L15/22;G10L15/26;G06K9/62
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

1.一種圖像處理裝置，其特征在于，包括：

語音采集器，用于采集用戶輸入的語音信號；

指令轉換器，用于根據目標語音指令轉換模型將所述語音信號轉換成圖像處理指令和目標區域，所述目標區域為待處理圖像的處理區域；

圖像處理器，用于根據所述圖像處理指令和目標圖像處理模型對所述標區域進行處理。

2.根據權利要求1所述的圖像處理裝置，其特征在于，所述指令轉換器包括：

第一語音識別器，用于將語音信號通過所述語音識別技術轉換成文本信息；

語音文本轉換器，用于將文本信息通過自然語言處理技術和所述目標語音指令轉換模型轉換成所述圖像處理指令；

第一圖像識別器，用于根據所述圖像處理指令中的語義區域的粒度和圖像識別技術對所述待處理圖像進行區域劃分，獲取所述目標區域。

3.根據權利要求1所述的圖像處理裝置，其特征在于，所述指令轉換器包括：

第二語音識別器，用于將所述語音信號通過所述語音識別技術、語義理解技術和所述目標語音指令轉換模型轉換成所述圖像處理指令；

第二圖像識別器，用于根據所述圖像處理指令中的語義區域的粒度和圖像識別技術對所述待處理圖像進行區域劃分，獲取所述目標區域。

4.根據權利要求1-3任一項所述的圖像處理裝置，其特征在于，所述圖像處理裝置還包括：

存儲器，用于存儲所述文本信息或者所述圖像處理指令或者所述目標區域。

5.根據權利要求4所述的圖像處理裝置，其特征在于，所述圖像處理器包括：

取指令模塊，用于在預設時間窗口內從所述存儲器中獲取M條圖像處理指令；

處理模塊，用于根據所述M條圖像處理指令和所述目標圖像處理模型對所述目標區域進行處理。

6.根據權利要求5所述的圖像處理裝置，其特征在于，所述處理模塊用于：

刪除所述M條圖像處理指令中功能相同的圖像處理指令，得到N條圖像處理指令，所述M為大于1的整數，所述N為小于所述M的整數；

根據所述N條圖像處理指令和所述目標圖像處理模型對所述目標區域進行處理。

7.根據權利要求1的圖像處理裝置，其特征在于，所述指令轉換器用于：

對語音指令轉換模型進行自適應訓練，以得到所述目標語音指令轉換模型。

8.根據權利要求7所述的圖像處理裝置，其特征在于，所述指令轉換器對所述語音指令轉換模型進行自適應訓練是離線進行的或者是在線進行的。

9.根據權利要求7或8所述的圖像處理裝置，其特征在于，所述指令轉換器對所述語音指令轉換模型進行自適應訓練是有監督的或者是無監督的。

10.根據權利要求7所述的圖像處理裝置，其特征在于，所述指令轉換器還用于：

根據所述語音指令轉換模型將所述語音信號換成預測指令；

確定所述預測指令與其對應的指令集合的相關系數；

根據所述預測指令與其對應的指令集合的相關系數優化所述語音指令轉換模型，以得到所述目標語音指令轉換模型。

11.根據權利要求1所述的圖像處理裝置，其特征在于，所述圖像處理裝置還包括：

訓練器，用于根據所述語音指令轉換模型將所述語音信號換成預測指令；確定所述預測指令與其對應的指令集合的相關系數；根據所述預測指令與其對應的指令集合的相關系數優化所述語音指令轉換模型，以得到所述目標語音指令轉換模型。

12.根據權利要求1所述的圖像處理裝置，其特征在于，所述圖像處理器用于：

對圖像處理模型進行自適應訓練，以得到所述目標圖像處理模型。