用于确定数字图像的至少一部分的类别的设备和方法技术

一种用于确定数字图像的至少一部分的类别的设备和方法，其中该方法包括提供(202)用于第一类别和第二类别的分类器，确定(206)在数字图像的至少该部分中包括第二类别的对象的数字图像，利用分类器确定(208)数字图像的至少该部分的类别，其中确定(206)数字图像包括取决于第一类别的标签和/或取决于表示第一类别的对象的至少一个像素利用生成模型来确定第二类别的对象。

【技术实现步骤摘要】

本专利技术涉及一种用于确定数字图像的至少一部分的类别的设备和方法。

技术介绍

1、数字图像被处理用于对象检测和语义分割。

2、对象检测标识数字图像中描绘的对象的种类。边界框描述了数字图像的一部分。边界框定位在数字图像的一部分中描绘的对象。该种类可以与形成对象或包括该对象的边界框的像素相关联。

3、语义分割将种类与数字图像中的像素相关联。语义分割可以用于识别形成种类(例如对象或背景)的像素集合。

4、saito,kuniaki等人的“learning to detect every thing in an open world”arxiv预印本arxiv:2112.01698(2021)公开了一种用于开集对象检测的方法。

技术实现思路

1、根据独立权利要求的方法和设备确定数字图像的至少一部分的类别。该类别可以与标识数字图像的一部分的像素、对象或边界框相关联。

2、用于确定数字图像的至少一部分的类别的方法包括：提供用于第一类别和第二类别的分类器，确定在数字图像的至少本文档来自技高网...

【技术保护点】

1.一种用于确定数字图像的至少一部分的类别的方法，其特征在于所述方法包括提供(202)用于第一类别和第二类别的分类器，确定(206)在数字图像的至少所述部分中包括所述第二类别的对象的数字图像，利用所述分类器确定(208)所述数字图像的至少所述部分的类别，其中确定(206)所述数字图像包括取决于所述第一类别的标签和/或取决于表示所述第一类别的对象的至少一个像素利用生成模型来确定所述第二类别的对象。

2.根据权利要求1所述的方法，其中所述方法包括训练(206)所述分类器以确定所述数字图像中的第二类别的对象的第二类别。

3.根据权利要求1所述的方法，其中所述方法包括训练...

【技术特征摘要】

1.一种用于确定数字图像的至少一部分的类别的方法，其特征在于所述方法包括提供(202)用于第一类别和第二类别的分类器，确定(206)在数字图像的至少所述部分中包括所述第二类别的对象的数字图像，利用所述分类器确定(208)所述数字图像的至少所述部分的类别，其中确定(206)所述数字图像包括取决于所述第一类别的标签和/或取决于表示所述第一类别的对象的至少一个像素利用生成模型来确定所述第二类别的对象。

2.根据权利要求1所述的方法，其中所述方法包括训练(206)所述分类器以确定所述数字图像中的第二类别的对象的第二类别。

3.根据权利要求1所述的方法，其中所述方法包括训练(206)所述分类器，以确定所述数字图像中形成所述第二类别的对象的至少一部分的像素的第二类别。

4.根据权利要求1所述的方法，其中所述方法包括训练(206)所述分类器来确定所述数字图像中包括所述第二类别的对象的边界框的第二类别。

5.根据前述权利要求中的一项所述的方法，其中确定(206)所述数字图像包括替换或修改所述数字图像的一部分以形成所述数字图像的至少所述部分。

6.根据前述权利要求中的一项所述的方法，其特征在于，所述方法包括利用所述生成模型，特别是根据随机噪声或利用隐空间插值来确定(206)所述数字图像的所述部分。

7.根据权利要求6所述的方法，其特征在于，所述方法包括训...

【专利技术属性】
技术研发人员：张丹，A·盖格尔，H·黄，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：