[发明专利]图像处理设备和图像处理方法

说明书

本发明提供一种图像处理设备和图像处理方法。基于用于表示针对图像数据中所包括的对象的识别处理中的目标区域的关注区域数据、以及从图像数据中所提取的对象候选区域的信息，来估计图像数据中的对象区域。

技术领域

本发明涉及用于执行图像处理的图像处理设备和图像处理方法。

背景技术

涉及利用神经网络的图像特征提取的技术是已知的。例如，已知如下技术：通过卷积神经网络(CNN)，从中间层中的中间图像组中提取有助于提高识别率的中间图像，然后生成合成图像(日本专利6214073)。

日本专利6214073公开了神经网络在识别对象时强调关注点。然而，对象位置估计的精度不足。

发明内容

在处理图像数据中的对象的应用中进行对象位置估计的情况下，需要提高估计的精度。本发明提供一种用于提高对象位置估计的精度的技术。

本发明在一个方面提供一种图像处理方法，其由图像处理设备执行，所述图像处理方法包括以下步骤：获取图像数据；获取用于表示针对所述图像数据中所包括的对象的识别处理中的目标区域的关注区域数据；获取从所述图像数据中所提取的对象的候选区域的信息；以及基于所述关注区域数据和所述候选区域的信息来估计所获取到的图像数据中的对象区域。

本发明在一个发明提供一种图像处理设备，包括：第一获取单元，其被配置为获取图像数据；第二获取单元，其被配置为获取用于表示针对所述图像数据中所包括的对象的识别处理中的目标区域的关注区域数据；第三获取单元，其被配置为获取从所述图像数据中所提取的对象的候选区域的信息；以及估计单元，其被配置为基于所述关注区域数据和所述候选区域的信息来估计所述第一获取单元所获取到的图像数据中的对象区域。

借助于本发明，可以提高对象位置估计的精度。

通过以下参考附图对典型实施例的描述，本发明的其它特征将变得明显。

附图说明

图1A至图1C是示出图像处理系统的结构的图。

图2是示出图像处理应用的块结构的图。

图3A和3B是示出图像处理应用的画面的图。

图4是示出用于对象位置估计的处理的流程图。

图5是用于描述对象位置估计的处理的图。

图6是示出生成裁剪图像候选的处理的流程图。

具体实施方式

以下参考附图详细说明实施例。注意，以下实施例不旨在限制所要求保护的发明的范围。在实施例中描述了多个特征，但是不限制为发明要求所有这样的特征，并且多个这样的特征可以适当地组合。此外，在附图中，相同的附图标记被给予相同或相似的结构，并且省略其冗余描述。

图1A是示出本实施例中的图像处理系统1的整体结构的图。如图1A所示，图像处理系统1包括用户终端100和用作图像处理设备的云服务器110。用户终端100和云服务器110被配置为使得能够经由网络2而彼此发送数据和彼此接收数据。用户终端100是诸如平板、智能电话或PC等的信息处理设备。网络2是包括有线通信网络、无线通信网络或这两者的网络。注意，可能存在其它信息处理设备连接在用户终端100和云服务器110之间的情况。在这种情况下，用户终端100和云服务器110这两者都能够经由网络2与信息处理设备通信。此外，云服务器110包括一个或多个服务器(服务器系统)。如果云服务器110包括多个服务器，则云服务器110的功能由彼此协作的多个服务器执行。诸如相册创建应用等的图像处理应用被安装在用户终端100上。注意，在本实施例中，图像处理应用的裁剪特征使用由用户指定的图像数据来生成裁剪图像候选。