[发明专利]图像处理学习程序、图像处理程序、信息处理装置以及图像处理系统在审

专利信息
申请号: 202080005758.8 申请日: 2020-02-06
公开(公告)号: CN112868048A 公开(公告)日: 2021-05-28
发明(设计)人: 前田舜太 申请(专利权)人: 纳维株式会社
主分类号: G06T7/00 分类号: G06T7/00;G06K9/62;G06T3/40;G06N3/04;G06N3/08
代理公司: 中国贸促会专利商标事务所有限公司 11038 代理人: 肖靖
地址: 日本*** 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: 图像 处理 学习 程序 信息处理 装置 以及 系统
【权利要求书】:

1.一种图像处理学习程序,使计算机作为以下单元来发挥作用:

多个图像处理单元,其用于通过对单一的输入图像执行图像处理并输出单一的输出图像;

以及所述学习单元,其用于使用具有多个输入图像和与该多个输入图像相对应的目标图像的学习对象的组所包含的分类域中具有最多输入图像的第k个分类域,使单个或多个未学习的图像处理单元进行学习直至达到与该分类域相对应的已学习完成的第k个图像处理单元大致相同的精度,向该第k个图像处理单元和已学习的该单个或多个图像处理单元输入所述第k个分类域具有的输入图像,将该已学习的单个或多个图像处理单元或该第k个图像处理单元中要输出的输出图像的相对于目标图像的精度高的图像处理单元的分类标签赋给已输入的输入图像,同时,根据精度,通过该输入图像使该已学习的单个或多个图像处理单元或/和该第k个图像处理单元学习。

2.根据权利要求1所述的图像处理学习程序,其中,所述学习单元在所述多个图像处理单元的所有的图像处理单元都已经学习完成时结束学习,或者在所述组的所述具有最多输入图像的分类域的输入图像的分类标签仅为所述已学习的单个或多个图像处理单元或第k个图像处理单元中的任意一个时,结束学习。

3.根据权利要求1或2所述的图像处理学习程序,

其中,使计算机进一步作为将所输入的图像分类至所述分类标签中的任意一个的分类单元发挥作用,

所述学习单元通过使用赋予了所述组的所述分类标签的多个输入图像来使所述分类单元学习。

4.一种图像处理学习程序,使计算机作为以下单元来发挥作用:

多个图像处理单元,其用于对单一的输入图像执行图像处理并输出单一的输出图像;

以及学习单元,其用于当从具有多个输入图像和与该多个输入图像相对应的目标图像的学习对象的组中将输入图像输入到已学习完成的所述图像处理单元中时,指定该已学习完成的图像处理单元要输出的输出图像的相对于目标图像的精度提高的且该输出图像数量最多的图像处理单元,使用该指定的图像处理单元的图像处理的精度提高的输入图像和目标图像来使未学习的图像处理单元学习,并在学习完成后,将所述学习对象的组中所包含的输入图像输入到所有的已学习完成的所述图像处理单元中,并且使输出图像的相对于目标图像的精度提高的图像处理单元使用该输入图像和该目标图像分别进行学习。

5.一种图像处理程序,使计算机作为以下单元来发挥作用:

分类单元,将作为执行图像处理的对象的图像分类为多个预定类别中的某个,并且输入到与分类结果的类别相关联的图像处理单元中;

以及多个图像处理单元,其是通过执行权利要求1至4中任意一项所述的图像处理学习程序进行了学习的多个图像处理单元,其对从所述分类单元输入的、作为进行所述图像处理的对象的图像进行图像处理。

6.根据权利要求5所述的图像处理程序,其中,所述分类单元通过提取包括在作为执行所述图像处理的对象的图像中的多个部分区域,计算多个部分区域的特征量,并取所计算的特征量的平均值,来对作为执行该图像处理的对象的图像进行分类。

7.一种信息处理装置,其具有:多个图像处理单元,其用于对单一的输入图像执行图像处理并输出单一的输出图像;

以及所述学习单元,其用于使用具有多个输入图像和与该多个输入图像相对应的目标图像的学习对象的组所包含的分类域中具有最多输入图像的第k个分类域,使单个或多个未学习的图像处理单元进行学习直至达到与该分类域相对应的已学习完成的第k个图像处理单元大致相同的精度,向该第k个图像处理单元和已学习的该单个或多个图像处理单元输入所述第k个分类域具有的输入图像,将该已学习的单个或多个图像处理单元或该第k个图像处理单元中要输出的输出图像的相对于目标图像的精度高的图像处理单元的分类标签赋给已输入的输入图像,同时,根据精度,通过该输入图像使该已学习的单个或多个图像处理单元或/和该第k个图像处理单元学习。

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纳维株式会社,未经纳维株式会社许可,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/202080005758.8/1.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