影像系统及检测方法技术方案

本揭示内容关于一种影像系统及检测方法。影像系统的检测方法包含下列步骤：透过影像系统的处理单元，接收多个终端装置传来的多的辨识标记数据组。判断辨识标记数据组与影像数据的匹配程度值，且从储存单元内取得对应于所述多个终端装置的多个权重值。将权重值及对应的匹配程度值设定为多个标记点，且透过分群演算法，将标记点分为多个标记分群。计算出最大的标记分群的分群重心点，其中分群重心点对应于分群权重值及分群匹配值。在分群权重值或分群匹配值符合调整条件的情况下，根据最大的标记分群校正神经网络单元。

【技术实现步骤摘要】
影像系统及检测方法
本揭示内容关于一种影像系统及检测方法，特别是能接收影像，并对影像进行标记的技术。
技术介绍
科技的进步正逐渐改变着人们的生活。以影像辨识技术为例，透过人工智能(ArtificialIntelligence)、机器学习(MachineLearning)与网络技术的结合，计算机将能自动地进行精确的判断及动作，而被广泛地应用于道路交通、医疗保健、工业生产等各层面。然而，影像辨识技术需要大量的数据，以对计算机进行机器学习并建构出学习模型。此外，用以机器学习的数据还必须经过标记(label)而分类储存。“标记”是指将影像中的特定物件进行标示，例如：在一张影像中圈选出“汽车”的对应范围。标记的正确性将直接影响到计算机的机器学习的效果。
技术实现思路
本揭示内容的一态样为一种影像系统的检测方法，包含下列步骤：透过影像系统的处理单元接收多个终端装置传来的多个辨识标记数据组。辨识标记数据组对应于储存单元内的影像数据。判断辨识标记数据组与影像数据间的匹配程度值，且匹配程度值对应于终端装置。从储存单元中取得对应于终端装置的多个权重值。将权重值与对应的匹配程度值设定为标记点，且透过分群演算法，将标记点分为多个标记分群。根据所述多个标记分群中的最大者，计算分群重心点。分群重心点对应于分群权重值及分群匹配值。在判断分群权重值或分群匹配值符合调整条件的情况下，根据标记分群中的最大者校正神经网络单元。在本揭示内容的一实施例中，判断辨识标记数据组与影像数据间的匹配程度值的方法包含：比对辨识标记数据组之间的相似程度，以将比对结果作为匹配程度值。在本揭示内容的一实施例中，判断辨识标记数据组与影像数据间的匹配程度值的方法包含：利用神经网络单元对影像数据进行运算，以取得预测数据组。比对辨识标记数据组与预测数据组间的相似程度，以将比对结果作为匹配程度值。在本揭示内容的一实施例中，判断分群权重值或分群匹配值符合调整条件的方法包含：判断分群匹配值是否低于匹配门槛值。在本揭示内容的一实施例中，判断分群权重值或分群匹配值符合调整条件的方法还包含：判断分群权重值是否低于权重门槛值。在本揭示内容的一实施例中，检测方法还包含：透过校正后的神经网络单元，在服务器建立影像辨识程序。接收远端装置上传至至服务器的原始影像。根据校正后的神经网络单元对原始影像进行计算，以建构影像模块。在本揭示内容的一实施例中，辨识标记数据组中的一者包含至少二对角座标值。二对角座标值用以对应于该影像数据中的矩形区域。在本揭示内容的一实施例中，检测方法还包含：透过处理单元，传送测试影像至终端装置。接收终端装置回传的多个测试标记数据组。将测试标记数据组与储存单元内的正确标记数据组进行比对，以根据比对结果产生权重值。本揭示内容的另一态样为一种影像系统，包含神经网络单元、储存单元及处理单元。储存单元用以储存影像数据及多个权重值。权重值对应于连线至影像系统的多个终端装置。处理单元电性或通讯连接于储存单元及神经网络单元。处理单元用以根据终端装置传来的多个辨识标记数据组，判断辨识标记数据组与影像数据间的多个匹配程度值。处理单元还用以将权重值与对应的匹配程度值设定为多个标记点，且透过分群演算法将标记点分为多个标记分群。处理单元还用以根据所述多个标记分群中的最大者，计算分群重心点，且在判断分群重心点符合调整条件的情况下，根据标记分群中的最大者校正神经网络单元。在本揭示内容的一实施例中，分群重心点对应于分群权重值及分群匹配值。处理单元在判断分群权重值或分群匹配值符合调整条件的情况下，根据标记分群中的最大者校正神经网络单元。在本揭示内容的一实施例中，处理单元用以比对辨识标记数据组之间的相似程度，以将比对结果作为匹配程度值。在本揭示内容的一实施例中，处理单元用以利用神经网络单元对该影像数据进行运算，以取得预测数据组。处理单元还用以比对辨识标记数据组与预测数据组间的相似程度，以将比对结果作为匹配程度值。在本揭示内容的一实施例中，处理单元用以判断分群匹配值是否低于匹配门槛值。在本揭示内容的一实施例中，处理单元用以判断分群权重值是否低于权重门槛值。在本揭示内容的一实施例中，辨识标记数据组中的一者包含至少二对角座标值。二对角座标值用以对应于该影像数据中的矩形区域。在本揭示内容的一实施例中，处理单元还用以传送测试影像至所述多个终端装置，且接收终端装置回传的多个测试标记数据组。处理单元还用以将测试标记数据组与储存单元内的正确标记数据组进行比对，以根据比对结果产生权重值。据此，透过多个终端装置提供的多个辨识标记数据组，处理单元将能设定标记点，并透过分群演算法，判断标记点的匹配程度趋势。若标记点呈现出的匹配程度趋势不符合常理(如：权重值高者雀匹配程度低)，代表神经网络单元的预测能力不够完善，而可对神经网络单元做进一步的校正，输入新的学习数据，以更新神经网络单元内的影像辨识程序。附图说明图1A及图1B为根据本揭示内容的部分实施例所绘示的影像系统的示意图；图2为根据本揭示内容的部分实施例所绘示的影像数据的示意图；图3为根据本揭示内容的部分实施例所绘示的辨识标记的示意图；图4A～图4H为根据本揭示内容的部分实施例所绘示的分群演算法的示意图；图5为根据本揭示内容的部分实施例所绘示的标记分群的示意图；图6为根据本揭示内容的部分实施例所绘示的检测方法的流程图；图7为根据本揭示内容的部分实施例中影像系统设定权重值的示意图。【符号说明】100…影像系统110…处理单元120…储存单元121…影像模块130…神经网络单元131…影像辨识程序210…终端装置220…终端装置230…终端装置Dim…影像数据Dtest…测试影像Dt1…辨识标记组Dt2…辨识标记组Dt3…辨识标记组Dt0…预测标记Dpre…预测数据组Dcr…正确标记数据组Dor…原始影像N…网际网络S601～S608…步骤T1…标记框T2…标记框P1…标记点P2…标记点P3…标记点G1…分群点G2…分群点G3…分群点G4…分群点G5…分群点G6…分群点G7…分群重心点L1…第一分群线L2…第二分群线L3…第三分群线Wc…权重值W1…权重值W2…权重值W3…权重值S…服务器具体实施方式以下将以附图揭露本专利技术的多个实施方式，为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本专利技术。也就是说，在本专利技术部分实施方式中，这些实务上的细节是非必要的。此外，为简化附图起见，一些已知惯用的结构与元件在附图中将本文档来自技高网...

【技术保护点】
1.一种影像系统的检测方法，其特征在于，该检测方法包含：/n透过一影像系统的一处理单元，接收多个终端装置传来的多个辨识标记数据组，其中所述多个辨识标记数据组对应于一储存单元内的一影像数据；/n判断所述多个辨识标记数据组与该影像数据间的多个匹配程度值，且所述多个匹配程度值对应于所述多个终端装置；/n从该储存单元中取得对应于所述多个终端装置的多个权重值；/n将所述多个权重值与对应的所述多个匹配程度值设定为多个标记点，且透过一分群演算法，将所述多个标记点分为多个标记分群；/n根据所述多个标记分群中的最大者，计算一分群重心点，该分群重心点对应于一分群权重值及一分群匹配值；以及/n在判断该分群权重值或该分群匹配值符合一调整条件的情况下，根据所述多个标记分群中的最大者校正一神经网络单元。/n

【技术特征摘要】
20191128 TW 1081434821.一种影像系统的检测方法，其特征在于，该检测方法包含：
透过一影像系统的一处理单元，接收多个终端装置传来的多个辨识标记数据组，其中所述多个辨识标记数据组对应于一储存单元内的一影像数据；
判断所述多个辨识标记数据组与该影像数据间的多个匹配程度值，且所述多个匹配程度值对应于所述多个终端装置；
从该储存单元中取得对应于所述多个终端装置的多个权重值；
将所述多个权重值与对应的所述多个匹配程度值设定为多个标记点，且透过一分群演算法，将所述多个标记点分为多个标记分群；
根据所述多个标记分群中的最大者，计算一分群重心点，该分群重心点对应于一分群权重值及一分群匹配值；以及
在判断该分群权重值或该分群匹配值符合一调整条件的情况下，根据所述多个标记分群中的最大者校正一神经网络单元。


2.根据权利要求1所述的影像系统的检测方法，其特征在于，判断所述多个辨识标记数据组与该影像数据的所述多个匹配程度值的方法包含：
比对所述多个辨识标记数据组之间的相似程度，以将比对结果作为所述多个匹配程度值。


3.根据权利要求1所述的影像系统的检测方法，其特征在于，判断所述多个辨识标记数据组与该影像数据的所述多个匹配程度值的方法包含：
利用该神经网络单元对该影像数据进行运算，以取得一预测数据组；以及
比对所述多个辨识标记数据组与该预测数据组间的相似程度，以将比对结果作为所述多个匹配程度值。


4.根据权利要求1所述的影像系统的检测方法，其特征在于，判断该分群权重值或该分群匹配值符合该调整条件的方法包含：
判断该分群匹配值是否低于一匹配门槛值。


5.根据权利要求4所述的影像系统的检测方法，其特征在于，判断该分群权重值或该分群匹配值符合该调整条件的方法还包含：
判断该分群权重值是否低于一权重门槛值。


6.根据权利要求1所述的影像系统的检测方法，其特征在于，该检测方法还包含：
透过校正后的该神经网络单元，在一服务器建立一影像辨识程序；
接收一远端装置上传至至该服务器的一原始影像；
根据校正后的该神经网络单元对该原始影像进行计算，以建构一影像模块。


7.根据权利要求1所述的影像系统的检测方法，其特征在于，所述多个辨识标记数据组中的一者包含至少二对角座标值，该二对角座标值用以对应于该影像数据中的一矩形区域。


8.根据权利要求1所述的影像系统的检测方法，其特征在于，该检测方法还包含：
...

【专利技术属性】
技术研发人员：张均东，
申请(专利权)人：财团法人资讯工业策进会，
类型：发明
国别省市：中国台湾;71