【技术实现步骤摘要】
以非还原校正方式及人工智能处理撷取影像的方法、装置及系统
本专利技术是关于影像辨识的领域,更特定而言是关于以非还原校正方式及人工智能处理撷取影像的方法、装置及系统。
技术介绍
在先前技术的人工智能影像辨识的实行中,由于先前技术仅以单一画素大小的特征图进行卷积及/或特征抽取,故在处理大小目标时往住会漏失小目标的特征或信号。另外由于先前技术仅以单一种卷积核处理影像,故往往会消耗大量运算资源,从而只能使用高阶处理器处理而不能使用例如GPU等低阶芯片,其导致成本大幅上升。有鉴于此,本专利技术提出一种以非还原校正方式及人工智能处理撷取影像的方法、装置及系统,以解决先前技术的人工智能影像辨识的实行中种种缺失。
技术实现思路
本专利技术提供一种以非还原校正方式及人工智能处理撷取影像的方法,其包括以下步骤:a)撷取初始影像;b)以非还原校正方式及人工智能处理该初始影像;以及c)特征抽取已处理的影像。本专利技术的以非还原校正方式及人工智能处理撷取影像的方法,其中,该初始影像以鱼眼镜头撷取。本专利技术的以非还原校正方式及人工智能处理撷取影像的方法,其中,步骤b)至少分为以下步骤:b1)基于该初始影像而产生第一数组重塑影像及第二数组重塑影像;b2)将该第一数组重塑影像及该第二数组重塑影像分别设为浅层特征图及深层特征图;以及b3)串接该浅层特征图及该深层特征图为串接图。本专利技术的以非还原校正方式及人工智能处理撷取影像的方法,更包括在串接该浅层特征图及该深层特征图为串接图之后对该串接图进行 ...
【技术保护点】
1.一种以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,包括以下步骤:/na)撷取初始影像;/nb)以非还原校正方式及人工智能处理该初始影像;以及/nc)特征抽取已处理的影像。/n
【技术特征摘要】 【专利技术属性】
20190626 TW 1081223441.一种以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,包括以下步骤:
a)撷取初始影像;
b)以非还原校正方式及人工智能处理该初始影像;以及
c)特征抽取已处理的影像。
2.如权利要求1所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,该初始影像以鱼眼镜头撷取。
3.如权利要求1所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,步骤b)至少分为以下步骤:
b1)基于该初始影像而产生第一数组重塑影像及第二数组重塑影像;
b2)将该第一数组重塑影像及该第二数组重塑影像分别设为浅层特征图及深层特征图;以及
b3)串接该浅层特征图及该深层特征图为串接图。
4.如权利要求3所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,更包括在步骤b3)之后对该串接图进行卷积。
5.如权利要求3所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,该初始影像具有第一初始画素数目、第二初始画素数目、初始通道数目,该第一数组重塑影像具有第一数组重塑影像画素数目、第二数组重塑影像画素数目、第一数组重塑影像信道数目,该第二数组重塑影像具有第三数组重塑影像画素数目、第四数组重塑影像画素数目、第二数组重塑影像信道数目,且该第一数组重塑影像画素数目及该第三数组重塑影像画素数目小于该第一初始画素数目,该第二数组重塑影像画素数目及该第四数组重塑影像画素数目小于该第二初始画素数目,该第一数组重塑影像信道数目及该第二数组重塑影像信道数目大于该初始通道数目,该第一初始画素数目,该第二初始画素数目与该初始通道数目的乘积等于该第一数组重塑影像画素数目,该第二数组重塑影像画素数目与该第一数组重塑影像信道数目的乘积及该第三数组重塑影像画素数目,该第四数组重塑影像画素数目与该第二数组重塑影像信道数目的乘积。
6.如权利要求1所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,步骤b)至少分为以下步骤:
b1)以调整的卷积核处理该初始影像;以及
b2)以超列方式处理由调整的卷积核已处理的初始影像。
7.如权利要求6所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,更包括在步骤b2)之后对以该超列方式处理的影像进行卷积。
8.如权利要求6所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,以该调整的卷积核处理该初始影像依序以第一卷积核处理该初始影像以产生第一卷积核处理影像,接着以第二卷积核处理该第一卷积核处理影像以产生第二卷积核处理影像,再以该第一卷积核处理该第二卷积核处理影像以产生第三卷积核处理影像,该第一卷积核小于该第二卷积核,之后以该超列方式处理由该调整的卷积核已处理的初始影像串接该第三卷积核处理影像与该第二卷积核处理影像。
9.如权利要求8所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,串接该第三卷积核处理影像与该第二卷积核处理影像产生超列处理影像,且在步骤b2)之后更包括步骤b3)串接该超列处理影像与该第三卷积核处理影像。
10.如权利要求9所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,更包括在步骤b3)之后对串接的影像进行卷积。
11.如权利要求1所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,步骤b)至少分为以下步骤:
b1)以调整的卷积核处理该初始影像;
b2)以超列方式处理由调整的卷积核已处理的初始影像而产生超列处理影像;
b3)基于该超列处理影像而产生第一数组重塑影像及第二数组重塑影像;
b4)将该第一数组重塑影像及该第二数组重塑影像分别设为浅层特征图及深层特征图;以及
b5)串接该浅层特征图及该深层特征图为串接图。
12.如权利要求11所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,更包括在步骤b5)之后对该串接图进行卷积。
13.如权利要求1所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,特征抽取已处理的影像以得到目标,且在步骤c)之后更包括步骤d)追踪该目标。
14.如权利要求1所述的以非还原校正方式及人工智能处理撷取影像的方法,其特征在于,在步骤a)及步骤b)之间更包括卷积该初始影像,且步骤b)以非还原校正方式及人工智能处理已卷积的初始影像。
15.一种以非还原校正方式及人工智能处理撷取影像的装置,其特征在于,包括:
影像撷取单元,撷取初始影像;以及
处理单元,连接该影像撷取单元且以非还原校正方式及人工智能处理该初始影像,之后特征抽取已处理的影像。
16.如权利要求15所述的以非还原校正方式及人工智能处理撷取影像的装置,其特征在于,该初始影像以该影像撷取单元具有的鱼眼镜头撷取。
17.如权利要求15所述的以非还原校正方式及人工智能处理撷取影像的装置,其特征在于,该处理单元基于该初始影像而产生第一数组重塑影像及第二数组重塑影像,之后将该第一数组重塑影像及该第二数组重塑影像分别设为浅层特征图及深层特征图,再者串接该浅层特征图及该深层特征图为串接图。
18.如权利要求17所述的以非还原校正方式及人工智能处理撷取影像的装置,其特征在于,该处理单元对该串接图进行卷积。
19.如权利要求17所述的以非还原校正方式及人工智能处理撷取影像的装置,其特征在于,该初始影像具有第一初始画素数目、第二初始画素数目、初始通道数目,该第一数组重塑影像具有第一数组重塑影像画素数目、第二数组重塑影像画素数目、第一数组重塑影像信道数目,该第二数组重塑影像具有第三数组重塑影像画素数目、第四数组重塑影像画素数目、第二数组重塑影像信道数目,且该第一数组重塑影像画素数目及该第三数组重塑影像画素数目小于该第一初始画素数目,该第二数组重塑影像画素数目及该第四数组重塑影像画素数目小于该第二初始画素数目,该第一数组重塑影像信道数目及该第二数组重塑影像信道数目大于该初始通道数目,该第一初始画素数目,该第二初始画素数目与该初始通道数目的乘积等于该第一数组重塑影像画素数目,该第二数组重塑影像画素数目与该第一数组重塑影像信道数目的乘积及该第三数组重塑影像画素数目,该第四数组重塑影像画素数目与该第二数组重塑影像信道数目的乘积。
20.如权利要求15所述的以非还原校正方式及人工智能处理撷取影像的装置,其特征在于,该处理单元以调整的卷积核处理该初始影像,之后以超列方式处理由该调整的卷积核已处理的初始影像。
21.如权利要求20所述的以非还原校正方式及人工智能处理撷取影像的装置,其特征在于,该处理单元对以该超列方式处理的影像进行卷积。
技术研发人员:谢君伟,陈平扬,
申请(专利权)人:台湾海洋大学,
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。