根据本技术的信号处理装置，包括：近似曲面转换单元，包括第一堆叠式自动编码器，第一堆叠式自动编码器使用由针对对象的多个元素中的每个元素的坐标数据作为学习用输入数据而被预训练，近似曲面转换单元被配置为使用每个元素的坐标数据作为输入数据，在第一堆叠式自动编码器的中间层中获得指示对象的近似曲面转换的近似曲面数据；以及几何调制处理单元，包括第二堆叠式自动编码器，第二堆叠式自动编码器已经使用由近似曲面数据作为的学习用输入数据和使用由在针对对象执行的几何调制处理中针对每个元素的坐标转换所获得的结果构成的训练数据，进行机器学习，并且几何调制处理单元通过使用第二堆叠式自动编码器来执行针对近似曲面数据的几何调制处理。执行针对近似曲面数据的几何调制处理。执行针对近似曲面数据的几何调制处理。
【技术实现步骤摘要】
【国外来华专利技术】信号处理装置及信号处理方法
[0001]本技术涉及信号处理装置和用于该装置的方法，并且更具体地，涉及用于对在空间中限定的对象执行几何调制处理的技术。
技术介绍
[0002]例如，对于一些领域中(诸如图像处理)在空间中限定的对象，执行几何调制处理(诸如变形、移动和旋转)。例如，该对象由多个多边形作为组成元素构成，诸如多边形数据。在这种情况下，通常对物体执行的几何调制处理是针对各多边形的坐标数据的坐标转换处理。
[0003]另外，下述的专利文献1是一个相关联的现有技术。
[0004][引用列表][0005][专利文献][0006][PTL1][0007]JP 2014
‑
66995A。
技术实现思路
[0008][技术问题][0009]这里注意，在采用坐标转换处理以实现对由如上所述的多个元素构成的对象执行的几何调制处理的情况下，需要对于每个元素进行坐标转换。在这种情况下，几何调制处理的计算成本趋于增加。
[0010]考虑到上述情况，开发了本技术。本技术的目的是降低与对对象执行的几何调制处理相关联的计算成本。
[0011][问题的解决方案][0012]根据本技术的信号处理装置包括：近似曲面转换单元，其包括第一堆叠式自动编码器，所述第一堆叠式自动编码器基于学习用输入数据被预处理，所述学习用输入数据由针对对象的多个元素中的每个元素获取的坐标数据构成，并且所述第一堆叠式自动编码器基于由针对每个元素获取的坐标数据构成的输入数据在所述第一堆叠式自动编码器的中间层中获得指示所述对象的近似曲面的近似曲面数据；以及几何调制处理单元，其包括第二堆叠式自动编码器，所述第二堆叠式自动编码器已经基于学习输入数据和训练数据通过机器学习而学习，所述学习输入数据由所述近似曲面数据构成，所述训练数据由针对每个所述元素的坐标转换来进行针对所述对象执行的几何调制处理所获得的结果构成，并且几何调制处理单元通过使用所述第二堆叠式自动编码器来针对所述近似曲面数据执行几何调制处理。
[0013]几何调制处理是指用于改变对象的形状、位置、姿势和大小中的至少任意一个的处理。在这种情况下，姿势的改变是例如旋转等。
[0014]根据上述配置，针对近似曲面数据执行对象的诸如变形、移动和旋转的几何调制
处理，近似曲面数据是通过使用第一堆叠式自动编码器对每个元素的坐标数据进行维度压缩而获得的数据。
[0015]根据本技术的上述信号处理装置可被配置为使得，作为用于由成像装置捕获的捕获图像的稳定化处理，使用格点网格执行稳定处理，格点网格包括在捕获图像的输出坐标系统中在水平方向和垂直方向中的每个方向上布置的多个格点并且为每个格点提供与成像装置关联的运动信息，并且使得对象是格点网格。
[0016]在该配置中，针对格点网格的近似曲面数据执行通过使用格点网格的稳定化处理对格点网格执行的诸如变形和旋转的几何调制处理。
[0017]如上所述的根据本技术的信号处理装置可以具有如下配置：还包括格点网格段矩阵转换单元，所述格点网格段矩阵转换单元包括第三堆叠式自动编码器，所述第三堆叠式自动编码器将通过段搜索处理所获得的结果所构成的训练数据、以及将由经过几何调制处理的近似曲面数据作为学习用输入数据进行机器学习，段搜索处理用于识别通过以段为单位对所述稳定性处理的输出图像的图像帧进行分割而形成的段矩阵中的各段位于已经经过所述几何调制处理的所述格点网的各网格中的哪个网格内，并且所述格点网段矩阵转换单元将已经经过所述几何调制处理的所述近似曲面数据作为输入数据，在所述第三堆叠式自动编码器的中间层中获得表示每个段与格点网的每个网格之间的对应关系的近似曲面数据。
[0018]根据该结构，能够根据由格点网格的近似曲面数据构成的输入，得到表示各段和格点网中的每个网格之间的对应关系的近似曲面数据(通过从格点网向段矩阵的域变换而生成的近似曲面数据)。也就是说，当要获得与段搜索结果相对应的近似曲面数据时，可以消除执行相对繁重的处理以产生与段矩阵相对应的近似曲面数据的需要。
[0019]如上所述的根据本技术的信号处理装置可以具有如下配置：还包括网格重划分近似曲面数据生成单元，该网格重划分近似曲面数据生成单元包括第四堆叠式自动编码器，该第四堆叠式自动编码器将由网格重划分数据生成单元获得的网格重划分数据作为训练数据，且将经过所述几何调制处理的所述近似曲面数据和由所述格点网段矩阵转换单元获得的近似曲面数据作为学习用输入数据来进行机器学习，所述网格重划分数据生成单元基于所述段搜索处理的结果和与各格点相关联的所述运动信息生成所述网格重划分数据，所述网格重划分数据指示所述段的粒度的所述运动信息，并且所述网格重划分近似曲面数据生成单元将由经过所述几何调制处理的所述近似曲面数据、由所述格点网段矩阵转换单元获得的近似曲面数据、和与各格点相关联的所述运动信息作为输入数据，在所述第四堆叠式自动编码器的中间层中获得所述网格重划分数据的近似曲面数据。
[0020]在该结构中，来自格点网格的几何调制处理以重划分数据生成的每一过程可通过每一处理近似曲面数据的处理来一致地实现。
[0021]根据上述本技术的信号处理装置可以具有配置，该配置进一步包括运动信息解码单元，包括第五堆叠式自动编码器，所述第五堆叠式自动编码器将由各像素运动信息计算单元获得的在输出图像的图像帧内每个像素位置的所述运动信息作为训练数据，且将由所述网格重划分近似曲面数据生成单元获得的近似曲面数据和指定所述像素位置的坐标数据作为学习用输入数据来进行机器学习，所述各像素运动信息计算单元根据由所述网格重划分数据生成单元获得的所述网格重划分数据求出每个像素位置的所述运动信息，并且所
述运动信息解码单元将由所述网格重划分近似曲面数据生成单元获得的近似曲面数据和指定所述像素位置的所述坐标数据作为输入，输出在所述输出图像的图像帧内的指定坐标中的所述运动信息。
[0022]在该结构中，可从与网格重划分数据对应的近似曲面数据适当地解码稳定处理所需的各输出像素位置的运动信息。
[0023]上面描述的根据本技术的信号处理装置可以被配置为使得包括在几何调制处理单元中的第二堆叠式自动编码器学习用于几何调制几何调制处理的每个不同参数设置的近似曲面数据的算法，并且几何调制处理单元根据每个参数设置切换算法。
[0024]在该结构中，在用于近似曲面数据的几何调制处理中允许参数设置改变。
[0025]此外，根据本技术的信号处理方法包括：在第一堆叠式自动编码器的中间层中获得表示物体的近似曲面的近似曲面数据，对于将由多个元素构成的对象的每个所述元素的坐标数据作为学习用输入数据而预训练第一堆叠式自动编码器，基于每个元素的坐标数据构成的输入数据，获得近似曲面数据，通过使用第二堆叠式自动编码器对近似曲面数据执行几何调制处理，第二堆叠式自动编码器已经基于近似曲面数据构成的学习用输入数据和针对对象执行的几何调制处理中针对每个元素的坐标转换获得结果构成的训练数据，进行机器学习。
[002本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种信号处理装置，包括：近似曲面转换单元，包括第一堆叠式自动编码器，所述第一堆叠式自动编码器将由多个元素构成的对象的每个所述元素的坐标数据作为学习用输入数据进行预训练，并且所述近似曲面转换单元将每个所述元素的坐标数据作为输入数据，在所述第一堆叠式自动编码器的中间层中获得对所述对象进行近似曲面转换而得的近似曲面数据；以及几何调制处理单元，包括第二堆叠式自动编码器，所述第二堆叠式自动编码器将所述近似曲面数据作为学习用输入数据，并且将通过针对每个所述元素的坐标转换来进行对所述对象的几何调制处理而获得的结果作为训练数据来进行机器学习，并且所述几何调制处理单元通过使用所述第二堆叠式自动编码器对所述近似曲面数据执行所述几何调制处理。2.根据权利要求1所述的信号处理装置，其中，作为用于由成像装置捕获的捕获图像的稳定化处理，使用格点网执行所述稳定化处理，所述格点网包括在所述捕获图像的输出坐标系中在水平方向和垂直方向中的每个方向上布置的多个格点，并且所述格点网为每个所述格点提供与所述成像装置相关联的运动信息，并且所述对象是所述格点网。3.根据权利要求2所述的信号处理装置，还包括：格点网段矩阵转换单元，包括第三堆叠式自动编码器，所述第三堆叠式自动编码器将段搜索处理的结果作为训练数据并且将已经经过所述几何调制处理的所述近似曲面数据作为学习用输入数据来进行机器学习，所述段搜索处理用于识别通过以段为单位对所述稳定化处理的输出图像的图像帧进行分割而形成的段矩阵中的各段、位于已经经过所述几何调制处理的所述格点网的各网格中的哪个网格内，并且所述格点网段矩阵转换单元将已经经过所述几何调制处理的所述近似曲面数据作为输入数据，在所述第三堆叠式自动编码器的中间层中获得表示每个段与所述格点网的每个网格之间的对应关系的近似曲面数据。4.根据权利要求3所述的信号处理装置，还包括：网格重划分近似曲面数据生成单元，包括第四堆叠式自动编码器，所述第四堆叠式自动编码器由网格重划分数据生成单元获得的网格重划分数据作为训练数据，并且将经过所述几何调制处理的所述近似曲面数据和由所述格点网段矩阵转换单元获得的近似曲面数据作为学习...
【专利技术属性】
技术研发人员：新井洋，大塚由里子，西健一郎，益浦健，冲山纪光，松井佑史，高岛敏，
申请(专利权)人：索尼半导体解决方案公司，
类型：发明
国别省市：
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。