[發明專利]用于表示視覺信息的方法、計算機程序、計算機程序產品和系統

在審

• 申請號: 201980082806.0
• 申請日: 2019-12-11
• 公開（公告）號: CN113454975A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 約納斯·翁格爾;伊赫桑·米昂吉;佩爾·拉松
• 申請（專利權）人: 馬特瑞勒耶斯公司
• 主分類號: H04N1/64
• 分類號: H04N1/64
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 劉丹

1.一種用于表示包括表示視覺信息的至少一個n維數據元素(110)的數據集的計算機實現的方法，所述方法包括：

獲得(210)所述數據集，

獲得(220)包括多個字典(101)的字典集合(100)，每個字典包括至少一個基函數(102)，

將至少一個數據元素(110)中的每個數據元素分配(230)到字典(101)，其中，基函數(102)集表示m維變換域，

利用基函數(102)的相應字典(101)將至少一個數據元素(110)變換(240)到變換域，其中，每個數據元素(110)由關聯的系數集(120)定義，

稀疏(250)所述系數集(120)，

形成(260)包括系數數據集(120)和所述相應字典(101)的視覺信息的表示，

其中，所獲得的字典集合(100)包括通過至少組合至少一個預聚類集合形成的字典集合，其中，每個預聚類集合是從包括訓練數據元素的訓練視覺信息的訓練數據集獲得的，其中，所述訓練視覺信息被劃分為預聚類，

其中，通過將每個訓練數據元素(110)分配給每個預聚類的字典的相應預聚類集合中的基函數(102)的字典來對所述預聚類進行聚類，以及

其中，每個預聚類集合都經過訓練以最小化重構誤差并使訓練數據元素(110)的訓練系數集(120)的稀疏性最大化，并且其中已經更新所述聚類并且迭代所述訓練直到滿足至少一個條件。

2.根據權利要求1所述的方法，其中，集合獲得步驟(220)進一步包括集合學習步驟(300)，所述集合學習步驟包括：

獲得(310)包括訓練數據元素的訓練視覺信息的訓練數據集，

將所述訓練視覺信息劃分為(320)預聚類，

為每個預聚類初始化(330)字典的預聚類集合，

通過將每個訓練數據元素分配給所述相應預聚類集合中的基函數的字典來對所述預聚類進行聚類(340)，

訓練(350)每個預聚類集合，以最小化所述重構誤差并最大化訓練數據元素的所述訓練系數集的所述稀疏性，

更新(360)所述聚類并且迭代所述訓練直到滿足至少一個條件，

組合(370)至少一個預聚類集合的至少一個以形成字典集合(100)。

3.根據權利要求1或2所述的方法，其中，變換域維數m至少為2，并且其中，所述基函數(102)集在所述變換域中以其各個維度獨立地表示每個數據元素(110)。

4.根據前述權利要求中的任一項所述的方法，其中，變換域維數m等于或大于所述視覺信息的維數n，并且其中，所述基函數(102)集在所述變換域中以其各個維度獨立地表示每個數據元素(110)。

5.根據前述權利要求中的任一項所述的方法，還包括：

重構步驟，包括：選擇數據元素(130)，并選擇用于重構所述數據元素(130)中數據點(131)的至少一個維度，以及從基函數的相應的系數集(120)和字典(101)在所選擇的所述至少一個維度中重構至少一個數據點(131)。

6.根據前述權利要求中的任一項所述的方法，其中，所獲得的數據集包括基于傳感器數據的內插的傳感器數據元素(110)和/或數據點(111)。

7.根據前述權利要求中的任一項所述的方法，其中，所獲得的數據集包括基于計算機生成的圖像的內插的數據元素(110)和/或數據點(111)。

8.根據權利要求5所述的方法，其中，所獲得的數據集包括關鍵幀，并且所述重構步驟被布置為生成中間幀。

9.根據前述權利要求中的任一項所述的方法，其中，稀疏系數的閾值由有損壓縮中的可容忍誤差量來定義。

10.根據前述權利要求中的任一項所述的方法，其中，形成(260)所述視覺信息的表示包括：壓縮至少一個稀疏系數集(120)。