[发明专利]卷积网络装置及其影像强化装置与方法有效
申请号: | 201710917175.2 | 申请日: | 2017-09-30 |
公开(公告)号: | CN107967514B | 公开(公告)日: | 2021-04-27 |
发明(设计)人: | 杨宏毅;林政宪;卓柏全 | 申请(专利权)人: | 宏达国际电子股份有限公司 |
主分类号: | G06N3/04 | 分类号: | G06N3/04;G06N3/08;G06T7/194 |
代理公司: | 北京律诚同业知识产权代理有限公司 11006 | 代理人: | 徐金国 |
地址: | 中国台湾桃*** | 国省代码: | 台湾;71 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 卷积 网络 装置 及其 影像 强化 方法 | ||
1.一种影像强化装置,其特征在于,该影像强化装置包括:
一缩减取样模块,配置以对一输入影像进行缩减取样,以产生具有不同缩减解析度的多个缩减取样影像;
多个校正模块,耦接于该缩减取样模块,并各配置以通过至少一校正模型,根据至少一校正参数对所述多个缩减取样影像其中之一进行校正,以产生多个校正影像的其中之一;
一扩增取样模块,耦接于所述多个校正模块,并配置以对所述多个校正影像进行扩增取样,以产生多个扩增取样影像,其中各所述扩增取样影像具有相同的扩增解析度;以及
一串接模块,耦接于该扩增取样模块,并配置以串接所述多个扩增取样影像为一输出影像。
2.根据权利要求1所述的影像强化装置,其特征在于,该校正模型包括一模糊校正模型、一颜色校正模型、一亮度校正模型或其组合。
3.根据权利要求1所述的影像强化装置,其特征在于,该影像强化装置还包括:
一比较模块,耦接于所述多个校正模块,配置以通过一成本函数并根据该输出影像以及对应该输入影像的一预设影像间的差计算一成本值,或通过该成本函数并根据一处理后影像以及该预设影像间的差计算该成本值,其中该处理后影像是由该影像强化装置后的至少一运算层处理后所产生;
其中在一学习模式中,各所述校正模块更配置以根据该成本值调整该校正参数,以降低该成本值;以及
在一操作模式中,各所述校正模块停止调整该校正参数。
4.根据权利要求3所述的影像强化装置,其特征在于,在该学习模式中,所述校正模块判断该成本值是否小于一预设门槛值,以在该成本值小于该预设门槛值时,使该影像强化装置运作于该操作模式中,并使各所述校正模块停止调整该校正参数。
5.根据权利要求1所述的影像强化装置,其特征在于,该串接模块传送该输出影像至一卷积网络装置的多个运算层中的一第一运算层。
6.根据权利要求5所述的影像强化装置,其特征在于,该串接模块自该卷积网络装置的所述多个运算层中,在该第一运算层之前的一第二运算层接收该输入影像。
7.根据权利要求5所述的影像强化装置,其特征在于,该串接模块接收该卷积网络装置的一待处理输入影像做为该输入影像。
8.一种卷积网络装置,其特征在于,该卷积网络装置包括:
多个运算层,彼此相串联进行运算,并配置以对一待处理输入影像进行卷积运算,以产生一处理后输出影像;以及
一影像强化装置,包括:
一缩减取样模块,配置以对一输入影像进行缩减取样,以产生具有不同缩减解析度的多个缩减取样影像,其中该输入影像是从所述多个运算层中的一第一运算层所接收,或输入影像是该待处理输入影像;
多个校正模块,耦接于该缩减取样模块,并各配置以通过至少一校正模型,根据至少一校正参数对所述多个缩减取样影像其中之一进行校正,以产生多个校正影像的其中之一;
一扩增取样模块,耦接于所述多个校正模块,并配置以对所述多个校正影像进行扩增取样,以产生多个扩增取样影像,其中各所述扩增取样影像具有相同的扩增解析度;以及
一串接模块,耦接于该扩增取样模块,并配置以串接所述多个扩增取样影像为一输出影像,其中该串接模块传送该输出影像至所述多个运算层中的一第二运算层。
9.根据权利要求8所述的卷积网络装置,其特征在于,该处理后输出影像包括至少一分割特征。
10.一种影像强化方法,其特征在于,该影像强化方法应用于一影像强化装置,该影像强化方法包括:
对一输入影像进行缩减取样,以产生具有不同缩减解析度的多个缩减取样影像;
通过至少一校正模型,根据至少一校正参数对所述多个缩减取样影像其中之一进行校正,以产生多个校正影像;
对所述多个校正影像进行扩增取样,以产生多个扩增取样影像,其中各所述扩增取样影像具有相同的扩增解析度;以及
串接所述多个扩增取样影像为一输出影像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宏达国际电子股份有限公司,未经宏达国际电子股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710917175.2/1.html,转载请声明来源钻瓜专利网。