图像处理系统以及处理图像的方法技术方案

本发明专利技术提供一种具可适性模型的图像处理系统。所述图像处理系统包含运算装置，其具有图形分析环境，其包括对具有原生分辨率的第一图像执行分析程序的指令。所述分析程序使前述运算装置执行运作，包括：重新采样所述第一图像以产生第二图像，其中所述第二图像经重新采样分辨率，在像素个数方面大于所述原生分辨率；分别检测所述第一图像和所述第二图像中的多个第一区块和多个第二区块，其中所述第一区块和所述第二区块是依据所述第一图像和所述第二图像的尺寸，分别由第一可适性模型集合的不同检测模型所检测；以及聚合所述第一区块和所述第二区块。本发明专利技术也提供一种使用可适性模型处理图像的方法。型处理图像的方法。型处理图像的方法。

【技术实现步骤摘要】
图像处理系统以及处理图像的方法


[0001]本专利技术所揭示内容是关于一种图像处理系统以及一种处理图像的方法，尤其是关于使用可适性模型集合的图像内容分析。

技术介绍

[0002]图像辨识是指包括能够识别数字图像之中的地点、标志、人员、物体、建筑物以及其他型态的技术。近年来，在使用深度学习的图像辨识性能方面，已实现大幅进展。目前熟知的深度学习是使用多层类神经网络(neural network)的机器学习方法；而在许多情况下，多层类神经网络是采用所谓的卷积(convolutional)类神经网络。
[0003]一般来说，用于图像辨识的深度学习模型是被训练为能以图像作为输入，并输出用以描述图像的一个或多个标签，而一组可能的输出标签，则作为目标的分类结果，而伴随着这些预测的分类结果，图像辨识模型可提供分数，此分数反映对于图像归类某种类别的确定程度。

技术实现思路

[0004]本专利技术在一个示范实施例中，提供一种具可适性模型(scalable models)的图像处理系统。所述图像处理系统包括一个或多个运算装置，所述运算装置包括图形分析环境，所述图形分析环境包括对具有原生分辨率(native resolution)的第一图像执行分析程序的指令，所述分析程序使所述运算装置执行运作，包括：重新采样(resampling)所述第一图像以产生第二图像，其中所述第二图像在像素个数方面具有大于所述原生分辨率的经重新采样分辨率；分别检测所述第一图像和所述第二图像中的多个第一区块和多个第二区块，其中所述第一区块和所述第二区块是依据所述第一图像和所述第二图像的尺寸(size)，分别由第一可适性模型集合(collection)的不同检测模型所检测；以及聚合所述第一区块和所述第二区块。
[0005]本专利技术在另一个示范实施例中，提供一种使用可适性模型处理图像的方法。所述方法包括以下运作：接收第一图像；通过深度学习技术升取样所述第一图像而产生第二图像；分别将所述第一图像和所述第二图像分派给第一检测模型和第二检测模型；分别使用所述第一检测模型和所述第二检测模型，检测所述第一图像与所述第二图像中的多个区块；由可适性模型集合的不同分类模型，分类从所述第一图像和所述第二图像的所述检测到的区块；输出所述第二图像中的所述区块的分类结果。
[0006]本专利技术在又另一个示范实施例中，提供一种使用可适性模型处理图像的方法。所述方法包括以下运作：接收第一图像；从所述第一图像以一个放大率产生第二图像；分别将所述第一图像和所述第二图像分派给第一可适性模型集合的第一检测模型和第二检测模型；分别检测所述第一图像和所述第二图像中的多个第一区块和多个第二区块；依据所述第二区块的尺寸，由第二可适性模型集合的多个分类模型分类所述第二区块；聚合所述第一区块和所述第二区块，以产生分类结果。
附图说明
[0007]在阅读了下文实施方式以及附随附图时，能够最佳地理解本揭露的多种态样。应注意到，根据本领域的标准作业习惯，图中的各种特征并未依比例绘制。事实上，为了能够清楚地进行描述，可能会刻意地放大或缩小某些特征的尺寸。
[0008]图1是依据本专利技术所揭示的一些实施例的图像辨识中的分析程序的流程图。
[0009]图2是本专利技术所揭示的一些实施例的图形化的流程。
[0010]图3A是依据本专利技术所揭示的一些实施例调整第一图像尺寸的示意图。
[0011]图3B是依据本专利技术所揭示的一些实施例调整第一图像尺寸的示意图。
[0012]图4是依据本专利技术所揭示的一些实施例于图像中检测到的区块的示意图。
[0013]图5是依据本专利技术所揭示的一些实施例通过聚合第一区块和第二区块而形成的第三图像的示意图。
[0014]图6是依据本专利技术所揭示的一些实施例的图像辨识中的分析程序的流程图。
[0015]图7是依据本专利技术所揭示的一些实施例于图像中检测到的区块的示意图。
[0016]图8A是依据本专利技术所揭示的一些实施例调整第一区块尺寸的示意图。
[0017]图8B是依据本专利技术所揭示的一些实施例调整第一区块尺寸的示意图。
[0018]图9是本专利技术所揭示的一些实施例的图形化的流程。
[0019]图10是本专利技术所揭示的一些实施例的分类结果的范例。
[0020]图11是本专利技术所揭示的一些实施例的图像处理系统的示意图。
[0021]图12A是深度学习类神经网络的范例。
[0022]图12B是本专利技术所揭示的一些实施例的图像检索的范例。
[0023]图13是依据本专利技术所揭示的一些实施例的图像辨识中的分析程序的流程图。
具体实施方式
[0024]以下揭露内容提供用于实施本专利技术的不同特征的许多不同实施例或实例。下文描述组件及配置的特定实例以简化本专利技术。当然，此等仅为实例且不旨在限制。举例而言，在下列描述中，第一构件形成于第二构件上方或第一构件形成于第二构件上，可包含该第一构件及该第二构件直接接触的实施例，且亦可包含额外构件形成在该第一构件与该第二构件间的实施例，使该第一构件及该第二构件可不直接接触的实施例。另外，本揭露可在各种实例中重复组件符号及/或字母。此重复出于简化及清楚的目的，且本身不代表所论述的各项实施例及/或组态间的关系。
[0025]以下揭露内容提供用于实施本专利技术的不同特征的许多不同实施例或实例。下文描述组件及配置的特定实例以简化本专利技术。当然，此等仅为实例且不旨在限制。举例而言，在下列描述中，第一构件形成于第二构件上方或第一构件形成于第二构件之上，可包含该第一构件及该第二构件直接接触的实施例，且亦可包含额外构件形成在该第一构件与该第二构件之间的实施例，使该第一构件及该第二构件可不直接接触的实施例。另外，本揭露可在各种实例中重复组件符号及/或字母。此重复出于简化及清楚的目的，且本身不代表所论述的各项实施例及/或组态之间的关系。
[0026]此外，为便于描述，可在本文中使用诸如“在
…
下面”、“在
…
下方”、“下”、“在
…
上方”、“上”及类似者的空间相对术语来描述一个组件或构件与另一(些)组件或构件的关系，
如图中绘示。空间相对术语旨在涵盖除在图中描绘的定向以外的使用或操作中的装置的不同定向。该装置可以有其他定向(旋转90度或按其他定向)，同样可以相应地用来解释本文中使用的空间相对描述词。
[0027]如本文中所使用诸如“第一”、“第二”、和“第三”等用语说明各种组件、部件、区域、层、和/或区段，这些组件、部件、区域、层、和/或区段不应受到这些用语限制。这些用语可能仅是用于区别一个组件、部件、区域、层、或区段与另一个。当文中使用“第一”、“第二”、和“第三”等用语时，并非意味着顺序或次序，除非由该上下文明确所指出。
[0028]图像辨识是一种识别图像之中受关注对象的作业，并且辨识对象属于哪个类别或分类。因此，图像辨识的技术项目可包括图像分类以及对象定位。一般来说，图像分类涉及将分类标签分派本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种具可适性模型的图像处理系统，包含：一个或多个运算装置，包含图形分析环境，其中所述图形分析环境包含对具有原生分辨率的第一图像执行分析程序的指令，所述分析程序使所述运算装置执行运作，包含：重新采样所述第一图像以产生第二图像，其中所述第二图像在像素个数方面具有大于所述原生分辨率的经重新采样分辨率；分别检测所述第一图像和所述第二图像中的多个第一区块和多个第二区块，其中所述第一区块和所述第二区块依据所述第一图像和所述第二图像的尺寸，分别由第一可适性模型集合的不同检测模型所检测；以及聚合所述第一区块和所述第二区块。2.根据权利要求1所述的图像处理系统，其中上述重新采样的运作包含对所述第一图像进行超分辨率程序，以形成具有分辨率大于所述原生分辨率的所述第二图像。3.根据权利要求1所述的图像处理系统，其中所述分析程序进一步使所述运算装置执行运作，以在检测所述第一区块和所述第二区块前，依据所述第一可适性模型集合，对所述第一图像和所述第二图像调整尺寸。4.根据权利要求3所述的图像处理系统，其中所述分析程序进一步使所述运算装置执行运作，以依据所述调整尺寸后的第一图像的尺寸，从所述第一可适性模型集合选择第一检测模型，并依据所述调整尺寸后的第二图像的尺寸，从所述第一可适性模型集合选择第二检测模型。5.根据权利要求1所述的图像处理系统，其中所述分析程序进一步使所述运算装置执行运作，包含：由第二可适性模型集合的不同分类模型分类所述第二区块；以及输出所述第二图像的分类结果。6.根据权利要求5所述的图像处理系统，其中所述分析程序进一步使所述运算装置执行运作，包含：由从所述第二可适性模型集合所选取的一个或多个分类模型分类所述第一区块；以及输出所述第一图像的分类结果。7.根据权利要求5所述的图像处理系统，其中所述分析程序进一步使所述运算装置执行运作，以在分类所述第一区块和所述第二区块前，依据所述第二可适性模型集合，对所述第一区块和所述第二区块调整尺寸。8.根据权利要求5所述的图像处理系统，其中所述分析程序进一步使所述运算装置执行运作，以判断是否在分类所述第一区块前剔除一个或多个第一区块。9.根据权利要求5所述的图像处理系统，其中所述分析程序进一步使所述运算装置执行运作，以依据所述第二图...

【专利技术属性】
技术研发人员：阮鸿辉，
申请(专利权)人：英属维京群岛商烁星有限公司，
类型：发明
国别省市：