【技术实现步骤摘要】
类神经网络辨识效能提升方法及其相关辨识效能提升装置
本专利技术涉及一种图像辨识方法与其装置，特别是有关一种应用在图像辨识的类神经网络辨识效能提升方法及类神经网络辨识效能提升装置。
技术介绍
以类神经网络演算为基础的传统图像辨识技术直接使用原始监控图像作为输入信息。原始监控图像内含的信息量庞大，大幅限制图像辨识效能的提升；即便从原始监控图像选取小范围的特定图像进行图像辨识，试图通过减少信息量来提高运算效能，小范围特定图像内的待测对象仍会受周围复杂环境背景影响，无法快速精确地得到所需辨识结果。因此，如何设计一种有助于改善类神经网络辨识效能提升的方法，即为相关监控产业的重点发展课题之一。
技术实现思路
本专利技术涉及一种应用在图像辨识的类神经网络辨识效能提升方法及类神经网络辨识效能提升装置，以解决上述之问题。本专利技术进一步公开一种类神经网络辨识效能提升方法，其包括分析输入图像以取得前景信息，利用该前景信息生成前景屏蔽，以及该输入图像经由该前景屏蔽转换为输出图像。该输出图像作为类神经网络辨识的导入数据，...
【技术保护点】
1.一种类神经网络辨识效能提升方法，其特征在于，该类神经网络辨识效能提升方法包括：/n分析输入图像以取得前景信息；/n利用该前景信息生成前景屏蔽；以及/n该输入图像经由该前景屏蔽转换为输出图像，其中该输出图像作为类神经网络辨识的导入数据，以提升对象辨识效能。/n
【技术特征摘要】
1.一种类神经网络辨识效能提升方法，其特征在于，该类神经网络辨识效能提升方法包括：
分析输入图像以取得前景信息；
利用该前景信息生成前景屏蔽；以及
该输入图像经由该前景屏蔽转换为输出图像，其中该输出图像作为类神经网络辨识的导入数据，以提升对象辨识效能。
2.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，该类神经网络辨识效能提升方法进一步包括：
利用对象侦测技术在监控画面内选定该输入图像的范围。
3.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，分析该输入图像以取得该前景信息包括：
产生该输入图像的背景信息；以及
计算该输入图像与该背景信息的差异而取得该前景信息。
4.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，利用该前景信息生成该前景屏蔽包括：
计算该前景信息的直方图；
该直方图依像素值范围划分为第一群与第二群，并且该第一群的像素值范围小在该第二群的像素值范围；
比较该第二群的像素数量与预定参数；以及
根据比较结果生成该前景屏蔽。
5.如权利要求4所述的类神经网络辨识效能提升方法，其特征在于，根据比较结果生成该前景屏蔽进一步包括：
该第二群的该像素数量大于该预定参数时，设定前景门槛；
该前景信息内其像素值高于该前景门槛的像素归类为第一组像素；
该前景信息内其像素值低于该前景门槛的像素归类为第二组像素；以及将该前景屏蔽内对应于该第一组像素的像素值设为第一数值，并且对应于该第二组像素的像素值设为第二数值。
6.如权利要求4所述的类神经网络辨识效能提升方法，其特征在于，根据比较结果生成该前景屏蔽进一步包括：
该第二群的该像素数量...
【专利技术属性】
技术研发人员：刘诚杰，魏家博，王傅民，祁家玮，
申请(专利权)人：晶睿通讯股份有限公司，
类型：发明
国别省市：中国台湾;71
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。