[發明專利]圖像處理裝置和方法

在審

• 申請號: 201711121244.5
• 申請日: 2017-11-14
• 公開（公告）號: CN109785843A
• 公開（公告）日: 2019-05-21
• 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: G10L15/26
• 分類號: G10L15/26;G10L15/16;G06T1/20;G06N3/08
• 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：

輸入輸出單元，用于輸入語音信號和待處理圖像；

存儲單元，用于存儲所述語音信號和所述待處理圖像；

圖像處理單元，用于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；并根據所述圖像處理指令對所述標區域進行處理，以得到處理后的圖像，并將所述待處理圖像存儲到所述存儲單元中；

所述輸入輸出單元，還用于將所述處理后的圖像輸出。

2.根據權利要求1所述的圖像處理裝置，其特征在于，所述存儲單元包括神經元存儲單元和權值緩存單元，所述圖像處理單元的神經網絡運算單元包括神經網絡運算子單元；

當所述神經元存儲單元用于存儲所述語音信號和所述待處理圖像且所述權值緩存單元用于存儲目標語音指令轉換模型和目標圖像處理模型時，所述神經網絡運算子單元用于根據所述目標語音指令轉換模型將所述語音信號轉換成所述圖像處理指令和所述目標區域；

所述神經網絡運算子單元，還用于根據所述目標圖像處理模型和所述圖像處理指令對所述目標區域進行處理，以得到處理后的圖像；

所述神經網絡運算子單元，還用于將所述處理后的圖像存儲到所述神經元存儲單元中。

3.根據權利要求1或2所述的圖像處理裝置，其特征在于，所述存儲單元包括通用數據緩存單元，所述圖像處理單元的神經網絡運算單元包括通用運算子單元；

當所述通用數據緩存單元用于所述語音信號和所述待處理圖像時，所述通用運算子單元用于將所述語音信號轉換成所述圖像處理指令和所述目標區域；

所述通用運算子單元，還用于根據所述圖像處理指令對所述目標區域進行處理，以得到處理后的圖像；

所述通用運算子單元，還用于將所述處理后的圖像存儲到所述通用數據存儲單元中。

4.根據權利要求2所述的圖像處理裝置，其特征在于，所述神經網絡運算子單元具體用于：

根據語音識別技術將所述語音信號轉換成文本信息；

根據自然語言處理技術和所述目標語音指令轉換模型將所述文本信息轉換成所述圖像處理指令；

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。

5.根據權利要求2所述的圖像處理裝置，其特征在于，所述神經網絡運算子單元具體用于：

根據語音識別技術、語義理解技術和所述目標語音指令轉換模型將所述語音信號轉換成所述圖像處理指令；

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。

6.根據權利要求3所述的圖像處理裝置，其特征在于，所述通用運算子單元具體用于：

根據語音識別技術將所述語音信號轉換成文本信息；

根據自然語言處理技術將所述文本信息轉換成所述圖像處理指令；

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。

7.根據權利要求3所述的圖像處理裝置，其特征在于，所述通用運算子單元具體用于：

根據語音識別技術和語義理解技術將所述語音信號轉換成所述圖像處理指令；

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。

8.根據權利要求2、4或5任一項所述的圖像處理裝置，其特征在于，所述神經元存儲單元用于存儲所述目標區域和所述圖像處理指令。

9.根據權利要求3、6或7任一項所述的圖像處理裝置，其特征在于，所述通用數據緩存單元用于存儲所述目標區域和所述圖像處理指令。