[發明專利]適應多物件尺寸的特征決定裝置及方法

有效

• 申請號: 201811382941.0
• 申請日: 2018-11-20
• 公開（公告）號: CN111178367B
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 陳彥霖;梁弘一;陳修志;余兆偉;李孟燦
• 申請（專利權）人: 財團法人資訊工業策進會
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 湯在彥

1.一種適應多物件尺寸的特征決定裝置，其特征在于，包含：

一儲存器，儲存多張物件圖像；

一處理器，電性連接至該儲存器，且執行以下操作：

將各該物件圖像輸入具有多個第一卷積層的一卷積神經網絡以產生各該物件圖像所對應的多張第一特征圖(feature map)，其中各該第一特征圖對應至該多個第一卷積層中的一個；

計算各該物件圖像的各該第一特征圖的一特征量；

根據一預設門檻值及各該物件圖像所對應的該多個特征量，判斷各該物件圖像的一無效層起始編號，其中各該無效層起始編號對應至該多個第一卷積層中的一個；以及

根據各該物件圖像的一尺寸及各該物件圖像所對應的該無效層起始編號，決定多個物件尺寸各自對應的一特征圖提取建議，其中各該特征圖提取建議對應至該多個第一卷積層的一部分。

2.如權利要求1所述的特征決定裝置，其特征在于，該處理器借由執行以下操作以決定各該物件尺寸的該特征圖提取建議：

依據該多個物件圖像的該多個尺寸，將該多個物件圖像區分為多個群組；以及

針對各該群組執行以下操作：

借由統計該群組的該多個物件圖像的該多個無效層起始編號以決定該特征圖提取建議。

3.如權利要求1所述的特征決定裝置，其特征在于，各該特征量為對應的該第一特征圖上的一非零細胞(cell)數與一總細胞數的一比例。

4.如權利要求1所述的特征決定裝置，其特征在于，各該特征量為對應的該第一特征圖上的一非零細胞(cell)數。

5.如權利要求1所述的特征決定裝置，其特征在于，該處理器是借由將各該物件圖像所對應的該多個特征量與該預設門檻值比對以判斷各該物件圖像的該無效層起始編號。

6.如權利要求1所述的特征決定裝置，其特征在于，該卷積神經網絡為一深度分離卷積神經網絡(depth-wise separable convolution neural network)，該處理器還執行以下操作：

借由統計該多個無效起始層編號以決定一轉換層編號；以及

根據該轉換層編號產生具有多個第二卷積層的一混合式卷積神經網絡，其中低于該轉換層編號的該多個第二卷積層采用一深度分離卷積架構，且不低于該轉換層編號的該多個第二卷積層采用一常態卷積架構。

7.如權利要求6所述的特征決定裝置，其特征在于，該深度分離卷積神經網絡的各該第二卷積層包含一深度卷積(depth-wise convolution)運算及一逐點卷積(point-wiseconvolution)運算。

8.一種適應多物件尺寸的特征決定方法，其特征在于，該方法適用于一電子裝置，該電子裝置儲存多張物件圖像，該方法包含下列步驟：

將各該物件圖像輸入具有多個第一卷積層的一卷積神經網絡以產生各該物件圖像所對應的多張第一特征圖(feature map)，其中各該第一特征圖對應至該多個第一卷積層中的一個；

計算各該物件圖像的各該第一特征圖的一特征量；

根據一預設門檻值及各該物件圖像所對應的該多個特征量，判斷各該物件圖像的一無效層起始編號，其中各該無效層起始編號對應至該多個第一卷積層中的一個；以及

根據各該物件圖像的一尺寸及各該物件圖像所對應的該無效層起始編號，決定多個物件尺寸各自對應的一特征圖提取建議，其中各該特征圖提取建議對應至該多個第一卷積層的一部分。

9.如權利要求8所述的特征決定方法，其特征在于，決定各該物件尺寸的該特征圖提取建議的該步驟包含：

依據該多個物件圖像的該多個尺寸，將該多個物件圖像區分為多個群組；以及

針對各該群組執行下列步驟：

借由統計該群組的該多個物件圖像的該多個無效層起始編號以決定該特征圖提取建議。