【技术实现步骤摘要】
具有维度数据缩减的机器视觉本申请是2016年4月20日提交的、名称为“具有维度数据缩减的机器视觉”、申请号为201680032611.1的专利技术专利申请的分案申请。相关申请的交叉引用本申请根据35U.S.C.§119要求2015年4月20日提交的美国临时专利申请第62/150,068号的优先权,其全部内容以引用的方式并入本文中。本申请此外以引用的方式并入美国临时申请第61/527493号(2011年8月25日提交)、第61/657406号(2012年6月8日提交)、第61/308,681号(2010年2月26日提交)、第61/359,188号(2010年6月28日提交)、第61/378,793号(2010年8月31日提交)、第61/382,280号(2010年9月13日提交)和第13/230,488号(2011年9月12日提交)。本申请此外以引用的方式并入在本文中被称作“假体应用(ProsthesisApplications)”的国际专利申请第PCT/US2011/026526号(2011年2月28日提交)和PCT/US2011/04918 ...
【技术保护点】
1.一种方法,其特征在于,所述方法包括:/n通过处理装置处理图像数据以生成经编码数据;和/n通过所述处理装置从经编码数据中生成减维数据,其中所述生成减维数据包括生成所述经编码数据的多个区域的特征标记数据,并且所述特征标记数据包括多个分量,所述多个分量具有与所述经编码数据的多个区域的各个区域相关联的值。/n
【技术特征摘要】
20150420 US 62/150,0681.一种方法,其特征在于,所述方法包括:
通过处理装置处理图像数据以生成经编码数据;和
通过所述处理装置从经编码数据中生成减维数据,其中所述生成减维数据包括生成所述经编码数据的多个区域的特征标记数据,并且所述特征标记数据包括多个分量,所述多个分量具有与所述经编码数据的多个区域的各个区域相关联的值。
2.根据权利要求1所述的方法,其特征在于,所述特征标记数据包括具有多个分量的向量,所述向量具有的多个分量包括与多个图像区域的各个区域相关联的特征的子集的值。
3.根据权利要求1所述的方法,其特征在于,所述生成减维数据包括对所述经编码数据应用减维算法,并且其中所述减维算法为了特定机器视觉任务选择所述经编码数据的特征的子集并且忽略所述经编码数据的其他特征。
4.根据权利要求1所述的方法,其特征在于,所述处理图像数据以生成经编码数据包括在维度上缩减所述图像数据,并且所述从经编码数据中生成减维数据包括额外的减维操作,所述额外的减维操作包括额外地压缩相对于所述图像数据在维度上已经缩减的所述经编码数据。
5.根据权利要求1所述的方法,其特征在于,所述特征标记数据包括对应于多个图像区域中的每个的运动数据,其中所述运动数据包括对应于所述多个图像区域中的每个的速度数据。
6.根据权利要求1所述的方法,其特征在于,所述方法进一步包括对所述经编码数据应用经训练的算法,其中所述经训练的算法已在经编码训练数据的训练数据集上训练,并且其中所述经编码训练数据已使用训练编码器编码,所述训练编码器的特征在于基本上模拟脊椎动物视网膜的一个或多个视网膜细胞的输入/输出转换的输入/输出转换,其中所述经编码训练数据的训练集包括虚拟环境的经编码图像,并且所述图像数据包括现实环境的原始图像。
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。