[发明专利]确定摄影函数的感兴趣区域在审

专利信息
申请号: 201980088869.7 申请日: 2019-01-15
公开(公告)号: CN113330447A 公开(公告)日: 2021-08-31
发明(设计)人: 瑞安·盖斯;杨瑞多;马克·勒瓦 申请(专利权)人: 谷歌有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;H04N5/232
代理公司: 中原信达知识产权代理有限责任公司 11219 代理人: 邓聪惠;周亚荣
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 确定 摄影 函数 感兴趣 区域
【说明书】:

提供了与摄影相关的设备和方法。计算装置可以接收输入图像。所述计算装置的对象检测器可以确定与在所述输入图像中检测到的对象相关联的所述输入图像的对象感兴趣区域。经过训练的机器学习算法可以基于所述对象感兴趣区域和所述输入图像来确定所述输入图像的输出摄影感兴趣区域。可以将所述机器学习算法训练为识别适合于由摄影函数用于图像生成的输出摄影感兴趣区域。所述计算装置可以生成与所述输出摄影感兴趣区域相关的输出。

背景技术

许多现代计算装置(包括移动电话、个人计算机以及平板)包括图像捕获装置,诸如静态和/或视频照相机。图像捕获装置可以捕获图像,诸如包括人、动物、风景和/或对象的图像。一些图像捕获装置和/或计算装置在捕获和生成图像时利用自动摄影函数,诸如自动曝光(AE)函数、自动白平衡(AWB)函数以及自动聚焦(AF)函数。在已经捕获和生成了图像之后,图像可以被保存、显示、传输、打印到纸张和/或以其它方式被利用。

发明内容

在一个方面中,提供了一种计算机实现的方法。计算装置接收输入图像。利用计算装置的对象检测器来确定输入图像的对象感兴趣区域。输入图像的对象感兴趣区域与在输入图像中检测到的对象相关联。经过训练的机器学习算法用于基于对象感兴趣区域和输入图像来确定输入图像的输出摄影感兴趣区域。将机器学习算法训练为识别适合于由摄影函数用于图像生成的摄影感兴趣区域。计算装置生成与输出摄影感兴趣区域相关的输出。

在另一方面中,提供了一种计算装置。该计算装置包括:一个或多个处理器;以及一种或多种计算机可读介质,该一种或多种计算机可读介质在其上存储有计算机可读指令,该计算机可读指令在被一个或多个处理器执行时使计算装置进行功能。该功能包括:接收输入图像;利用计算装置的对象检测器来确定输入图像的与在输入图像中检测到的对象相关联的对象感兴趣区域;使用经过训练的机器学习算法基于对象感兴趣区域和输入图像来确定输入图像的输出摄影感兴趣区域,其中,将机器学习算法训练为识别适合于由摄影函数用于图像生成的摄影感兴趣区域;以及生成与输出摄影感兴趣区域相关的输出。

在另一方面中,提供了一种计算装置。该计算装置包括:用于接收输入图像的构件;用于利用计算装置的对象检测器来确定与在输入图像中检测到的对象相关联的输入图像的对象感兴趣区域的构件;用于使用经过训练的机器学习算法基于对象感兴趣区域和输入图像来确定输入图像的输出摄影感兴趣区域的构件,其中,将机器学习算法训练为识别适合于由摄影函数用于图像生成的摄影感兴趣区域;以及用于生成与输出摄影感兴趣区域相关的输出的构件。

在另一方面中,提供了一种制品。该制品包括一种或多种计算机可读介质,该一种或多种计算机可读介质在其上存储有计算机可读指令,该计算机可读指令在由计算装置的一个或多个处理器执行时使计算装置进行功能。该功能包括:接收输入图像;利用计算装置的对象检测器来确定与在输入图像中检测到的对象相关联的输入图像的对象感兴趣区域;使用经过训练的机器学习算法基于对象感兴趣区域和输入图像来确定输入图像的输出摄影感兴趣区域,其中,将机器学习算法训练为识别适合于由摄影函数用于图像生成的摄影感兴趣区域;以及生成与输出摄影感兴趣区域相关的输出。

前述发明内容仅仅是说明性的,且不旨在以任何方式进行限制。除了上文所描述的说明性方面、实施例以及特征之外,其它方面、实施例以及特征将通过参考各图以及以下详细描述和附图而变得显而易见。

附图说明

图1示出了根据示例实施例的具有摄影感兴趣区域(ROI)和对象感兴趣区域的图像。

图2是根据示例实施例的具有一个或多个机器学习模型的训练阶段和推断阶段的系统的图。

图3是图示了根据示例实施例的与机器学习算法的训练阶段相关的系统的图。

图4图示了根据示例实施例的输入图像和地面实况感兴趣区域。

图5是根据示例实施例的另一方法的流程图。

图6是图示了根据示例实施例的与经过训练的机器学习算法的推断阶段相关的系统的图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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谷歌有限责任公司,未经谷歌有限责任公司许可,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/201980088869.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top