[發(fā)明專利]圖像處理裝置和方法及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810658747.4
• 申請日: 2018-06-22
• 公開（公告）號: CN110633723B
• 公開（公告）日: 2023-10-17
• 發(fā)明（設(shè)計）人: 黃耀海;彭健騰
• 申請（專利權(quán)）人: 佳能株式會社
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/44;G06V10/82;G06N3/045
• 代理公司: 北京怡豐知識產(chǎn)權(quán)代理有限公司 11293
• 代理人: 遲軍;李艷麗

1.一種圖像處理裝置，所述圖像處理裝置包括：

特征提取單元，從圖像中提取特征；

第一形狀確定單元，基于所提取的特征確定第一形狀，其中所述第一形狀由在所述圖像中的分布于目標物體周圍的區(qū)域構(gòu)成，其中所述區(qū)域為包含人體部件的區(qū)域；及

分類單元，基于所提取的特征和所述第一形狀將所述目標物體分類為被使用的物體和未被使用的物體。

2.根據(jù)權(quán)利要求1所述的圖像處理裝置，

其中，所述特征提取單元，利用第一神經(jīng)網(wǎng)絡(luò)，從圖像中提取特征；

其中，所述第一形狀確定單元，利用第二神經(jīng)網(wǎng)絡(luò)，基于所提取的特征確定所述第一形狀；

其中，所述分類單元，利用第三神經(jīng)網(wǎng)絡(luò)，基于所提取的特征和所述第一形狀將所述目標物體分類為被使用的物體和未被使用的物體。

3.根據(jù)權(quán)利要求2所述的圖像處理裝置，所述圖像處理裝置進一步包括：

第二形狀確定單元，利用第四神經(jīng)網(wǎng)絡(luò)，基于所提取的特征確定第二形狀，其中所述第二形狀表示所述目標物體的形狀；

其中，所述第一形狀確定單元，利用所述第二神經(jīng)網(wǎng)絡(luò)，基于所提取的特征和所述第二形狀確定所述第一形狀。

4.根據(jù)權(quán)利要求3所述的圖像處理裝置，所述圖像處理裝置進一步包括：

屬性識別單元，利用所述第四神經(jīng)網(wǎng)絡(luò)，基于所提取的特征和所述第二形狀識別所述目標物體的屬性；

其中，所述第一形狀確定單元，利用所述第二神經(jīng)網(wǎng)絡(luò)，基于所提取的特征、所述第二形狀和所識別的屬性確定所述第一形狀。

5.根據(jù)權(quán)利要求2所述的圖像處理裝置，其中，基于其中具有標注的第一形狀的訓(xùn)練樣本來生成所述第一神經(jīng)網(wǎng)絡(luò)和所述第二神經(jīng)網(wǎng)絡(luò)；

其中，所述標注的第一形狀由在訓(xùn)練樣本中的分布于目標物體周圍的包含人體部件的區(qū)域構(gòu)成。

6.根據(jù)權(quán)利要求4所述的圖像處理裝置，其中，基于在其中標注有目標物體的形狀和目標物體的屬性的訓(xùn)練樣本來生成所述第一神經(jīng)網(wǎng)絡(luò)和所述第四神經(jīng)網(wǎng)絡(luò)。

7.根據(jù)權(quán)利要求6所述的圖像處理裝置，其中，利用所述第一神經(jīng)網(wǎng)絡(luò)和所述第四神經(jīng)網(wǎng)絡(luò)，基于其中具有標注的第一形狀的訓(xùn)練樣本來生成所述第二神經(jīng)網(wǎng)絡(luò)；

其中，所述標注的第一形狀由在訓(xùn)練樣本中的分布于目標物體周圍的包含人體部件的區(qū)域構(gòu)成。

8.根據(jù)權(quán)利要求5或權(quán)利要求7所述的圖像處理裝置，其中，至少利用所述第一神經(jīng)網(wǎng)絡(luò)和所述第二神經(jīng)網(wǎng)絡(luò)，基于在其中標注有目標物體是否被使用的訓(xùn)練樣本來生成所述第三神經(jīng)網(wǎng)絡(luò)。

9.根據(jù)權(quán)利要求1-4中任一項權(quán)利要求所述的圖像處理裝置，所述圖像處理裝置進一步包括：

人數(shù)確定單元，基于被分類為被使用的物體的數(shù)量確定所述圖像中所包含的人數(shù)；和/或

屬性分布確定單元，基于被分類為被使用的物體的屬性確定這些被使用的物體的屬性分布。

10.根據(jù)權(quán)利要求1-4中任一項權(quán)利要求所述的圖像處理裝置，其中，所述目標物體為衣物；其中，所述分類單元將衣物分類為被穿著的衣物和未被穿著的衣物。

11.一種圖像處理方法，所述圖像處理方法包括：

特征提取步驟，從圖像中提取特征；

第一形狀確定步驟，基于所提取的特征確定第一形狀，其中所述第一形狀由在所述圖像中的分布于目標物體周圍的區(qū)域構(gòu)成，其中所述區(qū)域為包含人體部件的區(qū)域；及

分類步驟，基于所提取的特征和所述第一形狀將所述目標物體分類為被使用的物體和未被使用的物體。