-
BEREICH DER ERFINDUNG
-
Die vorliegende Erfindung bezieht sich auf das Gebiet der Bildverarbeitung.
-
Die vorliegende Erfindung bezieht sich auf das Gebiet der Erkennung von gemorphten oder bearbeiteten Bildern mittels künstlicher Intelligenz und maschinellem Lernen.
-
Insbesondere bezieht sich die vorliegende Erfindung auf ein intelligentes System zur Erkennung von bearbeiteten Bildern unter Verwendung von künstlicher Intelligenz und maschinellem Lernen.
-
HINTERGRUND DER ERFINDUNG
-
Bei dem im Abschnitt „Hintergrund“ behandelten Gegenstand sollte nicht davon ausgegangen werden, dass er allein aufgrund seiner Erwähnung im Abschnitt „Hintergrund“ zum Stand der Technik gehört. Ebenso sollte nicht davon ausgegangen werden, dass ein im Hintergrundabschnitt erwähntes oder mit dem Gegenstand des Hintergrundabschnitts verbundenes Problem bereits im Stand der Technik erkannt wurde. Der Gegenstand des Hintergrundabschnitts stellt lediglich verschiedene Ansätze dar, die für sich genommen ebenfalls Erfindungen sein können.
-
JP2019096130 - Vorrichtung zur Erzeugung von Morphing-Bildern und Verfahren zur Erzeugung von Morphing-Bildern: Der Offenbarung liegt das Problem der Verbesserung der Qualität eines Morphing-Bildes zugrunde. Gelöst wird das Problem durch eine Morphing-Bild-Erzeugungsvorrichtung umfassend: eine Bilderfassungseinheit 131, die ein erstes erfasstes Bild und ein zweites erfasstes Bild erfasst; eine Ausbreitungssteuerungseinheit 132, die eine Vielzahl von Verarbeitungsschichten, die in einem maschinellen Lernmodell enthalten sind, in die Lage versetzt, eine Kategorie eines in einem Eingangsbild enthaltenen Subjekts auf der Grundlage des Eingangsbildes auszugeben, indem sie das erste erfasste Bild und das zweite erfasste Bild ausbreitet; eine Extraktionseinheit 133, die eine oder mehrere Ausgaben des ersten erfassten Bildes und eine oder mehrere Ausgaben des zweiten erfassten Bildes extrahiert, die gemeinsam in einer der Verarbeitungsschichten einer hinteren Verarbeitungsschicht und einer Vorstufenverarbeitungsschicht aktiviert werden, die aus der Vielzahl der Verarbeitungsschichten ausgewählt werden; eine Charakteristikpunkt-Detektionseinheit 137, die einen oder mehrere erste erfasste Bildcharakteristikpunkte auf der Basis des einen oder der mehreren ersten erfassten Bildausgaben und einen oder mehrere zweite erfasste Bildcharakteristikpunkte auf der Basis des einen oder der mehreren zweiten erfassten Bildausgaben detektiert; und eine Zwischenbilderzeugungseinheit 139, die ein oder mehrere Zwischenbilder erzeugt, die einen Prozess darstellen, in dem sich ein Gegenstand Schritt für Schritt auf der Basis des einen oder der mehreren ersten erfassten Bildcharakteristikpunkte und des einen oder der mehreren zweiten erfassten Bildcharakteristikpunkte ändert.
-
KR1020160054150 - SYSTEM UND VERFAHREN ZUR AUTOMATISCHEN ERKENNUNG VON FARBENFEHLERN UNTER VERWENDUNG MORPHOLOGISCHER BILDVERARBEITUNG UND BESCHRIFTUNG: Die vorliegende Erfindung betrifft ein System und ein Verfahren zur automatischen Erkennung eines Fleckendefekts unter Verwendung morphologischer Bildverarbeitung und Beschriftung. Das System umfasst: einen Bildgewinnungsteil, der ein Bild eines Objekts erhält; einen Vorverarbeitungsteil, der eine Beleuchtungskomponente aus dem Bild, das durch den Bildgewinnungsteil erhalten wurde, unter Verwendung morphologischer Bildverarbeitung entfernt; einen Bildverarbeitungsteil, der einen Histogramm-Glättungsteil enthält, der das Bild durch Erweitern eines Histogramms des Bildes, von dem die Beleuchtungskomponente durch den Vorverarbeitungsteil entfernt wurde, durch Histogramm-Glättung auf einen vollständigen Grauwert umformt, nachdem das Histogramm des Bildes erhalten wurde; und einen Bildanalyseteil, der einen Fleckenkandidaten-Erzeugungsteil enthält, der einen Fleckenkandidatenbereich durch Anwenden eines Gabor-Filters auf das durch den Bildverarbeitungsteil umgewandelte Bild bildet, und einen Fleckendetektionsteil, der einen Fleck unter Verwendung einer Kennzeichnung in dem durch den Fleckenkandidaten- Erzeugungsteil gebildeten Fleckenkandidatenbereich detektiert. Als solche sind das System und das Verfahren in der Lage, eine hohe Nachweisbarkeit und Zuverlässigkeit zu haben.
-
CN111967190 - LITHIUM BATTERY SAFETY DEGREE EVALUATION METHOD AND DEVICE BASED ON LITHIUM DENDRITIC CRYSTAL MORPHOLOGY IMAGE RECOGNITION: Die Erfindung offenbart ein Verfahren und eine Vorrichtung zur Bewertung des Sicherheitsgrades einer Lithiumbatterie, die auf der Bilderkennung der Morphologie eines dendritischen Lithiumkristalls basiert, und gehört zum technischen Gebiet der Bewertung des Sicherheitsgrades einer Leistungsbatterie. Die Erfindung zielt darauf ab, das Problem zu lösen, dass die Sicherheit der Leistungsbatterie im Stand der Technik nicht quantitativ ausgedrückt und bewertet werden kann. Gemäß der Erfindung wird das prozentuale Quantifizierungsmodell des dendritischen Lithiumkristalls CNN durch das Sammeln des Morphologiebildes des dendritischen Lithiumkristalls trainiert, und der Sicherheitszustand der zu bewertenden Lithiumbatterie wird beurteilt. Das Verfahren umfasst die folgenden Schritte: erstens, Erfassen eines Lithiumdendritenkristallbildes einer Lithiumbatterie und Klassifizieren und Verarbeiten des erfassten Lithiumdendritenkristallmorphologiebildes; zweitens, Senden des verarbeiteten Lithiumdendritenkristallmorphologiebildes in ein etabliertes prozentuales Quantifizierungsmodell des Lithiumdendritenkristall-CNN, um ein mathematisches Modell der prozentualen Quantifizierung des Sicherheitsgrades der Lithiumbatterie und ein Klassifizierungsmodell des Sicherheitsgrades der Lithiumbatterie zu trainieren und zu erstellen; und schließlich die Berechnung und Bewertung des prozentualen Sicherheitsgrades und der Sicherheitsstufe der Lithiumbatterie, die unter Verwendung des trainierten prozentualen Quantifizierungsmodells des Lithium-Dendriten-Kristall-CNN erkannt werden sollen. Durch die Erfindung wird das Problem gelöst, dass die Batteriesicherheit im Stand der Technik nicht quantitativ bewertet werden kann.
-
US20180247432 - VERFAHREN ZUR REKONSTRUKTION VON METABOLISCHEN UND MORPHOMETRISCHEN MULTI-TRACER-BILDERN UND TOMOGRAPHIE-SYSTEM FÜR METABOLISCHE UND MORPHOMETRISCHE MULTI-TRACER-BILDER: Verfahren zur Rekonstruktion von metabolischen und morphometrischen Multi-Tracer-Bildern. Das Verfahren umfasst die folgenden Schritte: (a) Empfangen einer Vielzahl von Ereignissen aus Positronen-Annihilationszentren, die während der durch TOF-PET-Tomographie durchgeführten Messungen erhalten wurden; (b) Rekonstruieren der Zeitkoordinaten und der dreidimensionalen Raumkoordinaten für die Vielzahl von Ereignissen; (c) Bestimmen einer gemeinsamen Zerfallsebene für Gamma-Quanten, die von der Positronen-Elektronen-Annihilation stammen; (d) Transformieren der dreidimensionalen Raumkoordinaten für die Gamma-Quanten in einen zweidimensionalen Bezugsrahmen der gemeinsamen Zerfallsebene; (e) Bestimmen der Zeitkoordinaten und der räumlichen Koordinaten eines Ortes der Annihilation in der gemeinsamen Zerfallsebene; und (f) Transformieren der Zeitkoordinaten und der räumlichen Koordinaten des Ortes der Annihilation in dem zweidimensionalen Bezugsrahmen der gemeinsamen Zerfallsebene in dreidimensionale räumliche Koordinaten in einem Detektorkoordinatensystem.
-
CN111462053 - VERFAHREN UND SYSTEM ZUR BILDMORPHOLOGIEVERARBEITUNG: Die Erfindung bezieht sich auf das technische Gebiet der Bildverarbeitung, insbesondere auf ein Verfahren und System zur Verarbeitung der Bildmorphologie. Das Verfahren umfasst die folgenden Schritte: Erfassen eines Bildes eines zu detektierenden Produktes; Extrahieren von defekten Pixelpunkten in dem zu verarbeitenden Bild; Durchführen einer Entrauschungsverarbeitung an den extrahierten defekten Pixelpunkten; Entfernen von isolierten Störpixelpunkten; Durchführen einer Traversierung an allen entrauschten defekten Pixelpunkten; und jeweils Erhalten der Gesamtzahl der Querkonturpixelpunkte und der Gesamtzahl der Längskonturpixelpunkte, Berechnen der Anteile der Gesamtzahl der Querkonturpixelpunkte und der Gesamtzahl der Längskonturpixelpunkte in allen entrauschten Pixelpunkten, wenn die Anteile der Querkonturpixelpunkte und der Längskonturpixelpunkte größer als ein voreingestellter Wert sind, Bestimmen, dass der Defekt in einer Kugelform ist, ansonsten Bestimmen, dass der Defekt in einer Streifenform ist. Durch das Verfahren kann die Defektform der Oberfläche des Produkts schnell identifiziert werden, die Arbeitskosten werden gespart und die Identifikationseffizienz ist hoch.
-
CN111005152 - FADENERKENNUNGSMETHODE AUFGRUND DER BILDMORPHOLOGIEERKENNUNG: Die Erfindung offenbart ein Fadenerkennungsverfahren auf der Grundlage der Bildmorphologieerkennung. Eine Schale und eine in der Schale angeordnete elektronische Steuervorrichtung sind angeordnet; die elektronische Steuervorrichtung umfasst eine Stromversorgungsschaltung, einen Prozessor, eine mit dem Prozessor verbundene Infrarotsendeeinheit und einen Bildsensor; und ein Verfahren zur Beurteilung des Fadenzustandes ist in dem Prozessor eingestellt. Das Verfahren umfasst die folgenden Schritte: (1) der Prozessor sammelt in jeder festen Periode T Bilddaten ft(x,y), die von dem Bildsensor ausgegeben werden; (2) ein Binarisierungsalgorithmus wird verwendet, um eine Binarisierungsverarbeitung an den Bilddaten ft(x,y) durchzuführen, um yt(x,y) zu erhalten; (3) die Summe Ri der absoluten Werte der Differenzen einer aktuellen Binärfunktion yt(x,y) und einer letzten Abtastbinärfunktion yt-1 (x,y) bei verschiedenen Offsets i wird berechnet; (4) der Minimalwert Rmin in Ri durch Vergleich erhalten wird, wobei Rmin die Ähnlichkeit zwischen den Binärfunktionen yt(x,y) und yt-1 (x,y) ist; und (5) wenn Rmin größer oder gleich einem voreingestellten Schwellenwert K ist, ein Garn als in einem bewegten Zustand befindlich beurteilt wird, und wenn Rmin kleiner oder gleich dem voreingestellten Schwellenwert K ist, das Garn als in einem statischen Zustand befindlich beurteilt wird.
-
CN108010042 - MORPHOLOGISCHES ANALYSE-BASIERTES BILDPROFIL-INFORMATIONSEXTRACTIONSVERFAHREN: Die Erfindung offenbart ein auf morphologischer Analyse basierendes Bildprofil-Informationsextraktionsverfahren und bezieht sich auf das technische Gebiet der Bildanalyse. Das Verfahren umfasst die folgenden Schritte: Erzeugen eines entsprechenden glatten Bildobjekts für ein Bildobjekt mittels eines Gauß-Filters; Erzeugen eines entsprechenden Binärbildes; Ausführen einer entsprechenden Expansions-, Korrosions- und Logikanalyse an dem Binärbild und Erzeugen eines entsprechenden Profilkandidatenbereichs in dem Bild; Analysieren von dem Koordinatensystem entsprechenden Informationen des Profilbereichs; und Ausführen einer Dateninformationserkennung und -erfassung an Grenzverzweigungen und Grenzsegmenten des Profilkandidatenbereichs des Bildes durch Anwendung einer Sondenmethode. Gemäß dem Verfahren wird eine entsprechende Koordinatensystem-Importoperation auf dem Bildobjekt durchgeführt, Koordinatendateninformationen von Profilbereichsgrenzen in dem Bildobjekt werden bestimmt, und eine überstreichende Art von Sondenaktivitätsoperation wird auf dem Bildobjekt durch eine Sondenquelle durchgeführt, so dass umfassende und genaue Positionierungs- und Inhaltserfassungsoperationen von Profilbereichsgrenzinformationen des Bildobjekts durchgeführt werden können.
-
CN108921003 - UAV-HINDERDETEKTIERUNGSMETHODE AUF DER BASIS EINES KONVOLUTIONELLEN NEURALEN NETZES UND EINER BILDMORPHOLOGIE: Die Erfindung betrifft ein UAV-Hinderniserkennungsverfahren auf der Basis eines konvolutionellen neuronalen Netzes und der Bildmorphologie. Das UAV-Hinderniserkennungsverfahren umfasst: Vorverarbeitung eines aufgenommenen Frontbildes und anschließende Positionierung eines Ortes, an dem eine Drohne auf dem Bild erscheinen könnte, durch ein einfaches Merkmal, um die Echtzeitleistung des Systems zu verbessern; Durchführung einer morphologischen Verarbeitung des Bildes, um Einflüsse wie z.B. Rauschen zu entfernen, die in dem Bild vorhanden sein können; Verwendung des trainierten neuronalen Faltungsnetzwerks zum Testen des hypothetischen Erzeugungsgebiets der Drohne, das von dem ersteren erfasst wurde, und Entfernen eines Gebiets, das von dem neuronalen Faltungsnetzwerk als Nicht-Zielgebiet bestimmt wurde, aus dem hypothetischen Erzeugungsgebiet; und schließlich Markieren des als Zielgebiet bestimmten Gebiets und Ausgeben des entsprechenden Bildes. Die Erfindung kann die Genauigkeit und Echtzeitleistung der Erkennung effektiv verbessern, und das neuronale Faltungsnetzwerk hat den Vorteil, dass es adaptiv Merkmale aus dem Originalbild extrahiert, und auf diese Weise kann die Einschränkung der künstlichen Merkmalsextraktion effektiv vermieden werden.
-
WO/2018/053710 - MORPHOLOGISCHES VERARBEITUNGSVERFAHREN EINES DIGITALEN BILDES UND DIGITALE BILDVERARBEITUNGSVORRICHTUNG: Es werden ein morphologisches Verarbeitungsverfahren für ein digitales Bild und eine digitale Bildverarbeitungsvorrichtung bereitgestellt. Das morphologische Verarbeitungsverfahren des digitalen Bildes umfasst: Bestimmen, ob ein zu detektierender Pixelpunkt in dem digitalen Bild ein Grenzpunkt ist; wenn der zu detektierende Pixelpunkt ein Grenzpunkt ist, Bestimmen, ob der zu detektierende Pixelpunkt ein gerichteter Dilatationspunkt ist; und wenn der zu detektierende Pixelpunkt ein gerichteter Dilatationspunkt ist, Zuweisen von Pixelwerten der Pixelpunkte in einem ersten Pixelpunktsatz in dem digitalen Bild als ein erster Pixelwert, gemäß einer Position des zu detektierenden Pixelpunkts und einer ersten gerichteten Dilatationsmatrix. Mit dem Verfahren kann das digitale Bild einfach und schnell morphologisch bearbeitet werden.
-
CN106663317 - MORPHOLOGISCHES VERARBEITUNGSVERFAHREN FÜR DIGITALE BILDER UND DIGITALE BILDVERARBEITUNGSVORRICHTUNG DAFÜR: Die vorliegende Erfindung stellt ein digitales Bild mit morphologischem Verarbeitungsverfahren und eine digitale Bildverarbeitungsvorrichtung bereit. Das morphologische Verfahren zur digitalen Bildverarbeitung umfasst die folgenden Schritte: Beurteilen, ob das digitale Bild des zu detektierenden Pixelpunktes ein Grenzpunkt ist; wenn der zu detektierende Pixelpunkt ein Grenzpunkt ist, ob der zu detektierende Pixelpunkt die Richtung des Expansionspunktes ist; wenn der zu detektierende Pixelpunkt die Richtung des Expansionspunktes ist, entsprechend der zu detektierenden Pixelposition und der ersten Richtung der Expansionsmatrix, das digitale Bild des ersten Pixelpunktes, der in dem Pixelwert des Pixelpunktes gesetzt ist, dem Wert des ersten Pixelwertes in dem digitalen Bild des morphologischen Verarbeitungsverfahrens und einer digitalen Bildverarbeitungsvorrichtung zugewiesen wird, einfach und schnell eine morphologische Verarbeitung des digitalen Bildes durchgeführt werden kann.
-
KR1020070041816 - VORRICHTUNG UND VERFAHREN ZUR EFFIZIENTEN/PRÄZISEN ERKENNUNG DER RICHTUNG EINES FINGERABDRUCKBILDES MIT MORPHOLOGIE IN EINEM FINGERABDRUCKERKENNUNGSSYSTEM: Eine Vorrichtung und ein Verfahren zur Erkennung der Richtung eines Fingerabdruckbildes mit Morphologie werden bereitgestellt, um die Authentifizierungszuverlässigkeit unter Verwendung des Fingerabdruckbildes zu verbessern, indem die Richtung des eingegebenen Fingerabdruckbildes mit der Morphologie effektiv und präzise erkannt wird. Ein Fingerabdrucksensor (10) gibt das Fingerabdruckbild entsprechend der Fingerabdruckerkennung aus. Ein Detektor erkennt die Merkmalsinformationen des Fingerabdruckbildes, indem er die Richtung des Fingerabdruckbildes mit Hilfe eines Morphologiealgorithmus erkennt. Ein Authentifikator authentifiziert einen Benutzer auf der Grundlage der Merkmalsinformationen. Ein Speicher (20) speichert die für jedes Fingerabdruckbild registrierten Merkmalsinformationen. Falls die erkannte Merkmalsinformation mit der im Speicher gespeicherten Merkmalsinformation übereinstimmt, authentifiziert der Authentifikator den Benutzer.
-
Gruppierungen von alternativen Elementen oder Ausführungsformen der hierin offenbarten Erfindung sind nicht als Einschränkungen zu verstehen. Jedes Gruppenmitglied kann einzeln oder in beliebiger Kombination mit anderen Mitgliedern der Gruppe oder anderen hierin enthaltenen Elementen in Bezug genommen und beansprucht werden. Ein oder mehrere Mitglieder einer Gruppe können aus Gründen der Zweckmäßigkeit und/oder der Patentierbarkeit in eine Gruppe aufgenommen oder aus ihr entfernt werden. Wenn eine solche Aufnahme oder Streichung erfolgt, wird davon ausgegangen, dass die Spezifikation die Gruppe in der geänderten Form enthält, wodurch die schriftliche Beschreibung aller in den beigefügten Ansprüchen verwendeten Markush-Gruppen erfüllt wird.
-
Wie in der vorliegenden Beschreibung und in den folgenden Ansprüchen verwendet, schließt die Bedeutung von „ein“, „eine“ und „die“ den Plural ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt. Wie in der vorliegenden Beschreibung verwendet, schließt die Bedeutung von „in“ auch „in“ und „am“ ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt.
-
Die Aufzählung von Wertebereichen dient lediglich als Kurzbezeichnung für jeden einzelnen Wert, der in den Bereich fällt. Sofern hier nicht anders angegeben, wird jeder einzelne Wert in die Spezifikation aufgenommen, als ob er hier einzeln aufgeführt wäre. Alle hierin beschriebenen Verfahren können in jeder geeigneten Reihenfolge durchgeführt werden, sofern hierin nichts anderes angegeben ist oder der Kontext dem nicht eindeutig widerspricht.
-
Die Verwendung von Beispielen oder beispielhaften Formulierungen (z. B. „wie“) in Bezug auf bestimmte Ausführungsformen dient lediglich der besseren Veranschaulichung der Erfindung und stellt keine Einschränkung des Umfangs der ansonsten beanspruchten Erfindung dar. Keine Formulierung in der Beschreibung ist als Hinweis auf ein nicht beanspruchtes Element zu verstehen, das für die Ausübung der Erfindung wesentlich ist.
-
Die in diesem Abschnitt „Hintergrund“ offengelegten Informationen dienen lediglich dem besseren Verständnis des Hintergrunds der Erfindung und können daher Informationen enthalten, die nicht zum Stand der Technik gehören und die einer Person mit normaler Fachkenntnis in diesem Land bereits bekannt sind.
-
ZUSAMMENFASSUNG
-
Bevor die vorliegenden Systeme und Methoden beschrieben werden, sei darauf hingewiesen, dass diese Anwendung nicht auf die beschriebenen Systeme und Methoden beschränkt ist, da es mehrere mögliche Ausführungsformen geben kann, die in der vorliegenden Offenlegung nicht ausdrücklich dargestellt sind. Es ist auch zu verstehen, dass die in der Beschreibung verwendete Terminologie nur zur Beschreibung der besonderen Versionen oder Ausführungsformen dient und nicht dazu gedacht ist, den Umfang der vorliegenden Anwendung zu begrenzen.
-
Die vorliegende Erfindung behebt und löst vor allem die technischen Probleme, die im Stand der Technik bestehen. Als Antwort auf diese Probleme offenbart die vorliegende Erfindung ein intelligentes System zur Erkennung von bearbeiteten Bildern unter Verwendung von künstlicher Intelligenz und maschinellem Lernen.
-
Ein Aspekt der vorliegenden Erfindung besteht darin, „ein intelligentes System zum Erkennen von bearbeiteten Bildern unter Verwendung von künstlicher Intelligenz und maschinellem Lernen vorzustellen, wobei das System umfasst: eine Bilderfassungseinheit, die verwendet wird, um die Bilder aus einer Datenbank oder über einen Kommunikationskanal oder über eine Bildaufnahmevorrichtung zu erfassen; eine Bildvorverarbeitungseinheit, die verwendet wird, um die aus der Datenbank oder über den Kommunikationskanal oder über die Bildaufnahmevorrichtung empfangenen Bilder vorzuverarbeiten; und eine Bildbearbeitungs-Erkennungseinheit, die verwendet wird, um die von der Bildvorverarbeitungseinheit empfangenen gemorphten oder bearbeiteten Bilder zu erkennen, wobei die Bildbearbeitungs-Erkennungseinheit eine prozessorbasierte Verarbeitungseinheit ist, um das bearbeitete oder gemorphte Bild zu erkennen, wobei die Bilder in einen maschinellen Lernalgorithmus eingegeben werden, um ein Eingangsbild zu erhalten, wobei die Bilder in einen maschinellen Lernalgorithmus eingegeben werden, um ein Eingangsbild zu erhalten, wobei das Bild bestimmt wird, ob es ein bearbeitetes oder gemorphtes Bild ist, unter Verwendung von Bildmerkmalen unter der Bildmerkmalserfassung, die den bearbeiteten oder gemorphten Bildern entsprechen, wobei der maschinelle Lernalgorithmus die Merkmale des Bildes bestimmt, die sich auf gemorphte und bearbeitete Merkmale der Bilder beziehen, unter Verwendung von gemorphten Bildern unter Verwendung von tiefen neuronalen Faltungsnetzwerken, wobei eine Bilddatenbank verwendet wird, um das gemorphte oder bearbeitete Bild unter Verwendung von semantischen Artefakten im Bild unter Verwendung von maschinellen Lernalgorithmen zu bestimmen.
-
Figurenliste
-
Um verschiedene Aspekte einiger Ausführungsbeispiele der vorliegenden Erfindung zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen, die in den beigefügten Figuren dargestellt sind, gegeben. Es wird davon ausgegangen, dass diese Figuren nur illustrierte Ausführungsformen der Erfindung darstellen und daher nicht als Einschränkung des Umfangs der Erfindung anzusehen sind. Die Erfindung wird mit zusätzlicher Spezifität und Detail durch die Verwendung der beigefügten Figuren beschrieben und erläutert werden.
-
Damit die Vorteile der vorliegenden Erfindung leicht verstanden werden, wird im Folgenden eine detaillierte Beschreibung der Erfindung in Verbindung mit den beigefügten Figuren erörtert, die jedoch nicht als Beschränkung des Umfangs der Erfindung auf die beigefügten Figuren angesehen werden sollten, in denen:
- 1 ein Blockdiagramm des intelligenten Systems (10) zur Erkennung bearbeiteter Bilder mithilfe von künstlicher Intelligenz und maschinellem Lernen zeigt.
-
DETAILLIERTE BESCHREIBUNG
-
Die vorliegende Erfindung bezieht sich auf ein intelligentes System zur Erkennung von bearbeiteten Bildern unter Verwendung von künstlicher Intelligenz und maschinellem Lernen.
-
1 zeigt ein detailliertes Blockdiagramm des intelligenten Systems zur Erkennung bearbeiteter Bilder mit Hilfe von künstlicher Intelligenz und maschinellem Lernen.
-
Obwohl die vorliegende Offenbarung mit dem Zweck eines intelligenten Systems zur Erkennung von bearbeiteten Bildern mit künstlicher Intelligenz und maschinelles Lernen beschrieben wurde, sollte es berücksichtigt werden, dass das gleiche nur getan wurde, um die Erfindung in einer beispielhaften Art und Weise zu veranschaulichen und jeden anderen Zweck oder Funktion, für die erklärte Strukturen oder Konfigurationen verwendet werden könnte und innerhalb des Anwendungsbereichs der vorliegenden Offenbarung liegt und durch diese abgedeckt ist.
-
Das intelligente System (10) zur Erkennung bearbeiteter Bilder unter Verwendung von künstlicher Intelligenz und maschinellem Lernen wird in dieser Offenlegung vorgestellt. Das System ist vollständig im Computer implementiert.
-
Das System (10) umfasst eine Bilderfassungseinheit (1), eine Bildvorverarbeitungseinheit (2) und eine Bildbearbeitungserkennungseinheit (3).
-
Die Bilderfassungseinheit (1) wird verwendet, um die Bilder aus einer Datenbank (11) oder über einen Kommunikationskanal (12) oder über ein Bildaufnahmegerät (13) zu erfassen.
-
Die Bildvorverarbeitungseinheit (2) dient zur Vorverarbeitung der von der Datenbank (11) oder über den Kommunikationskanal (12) oder über die Bildaufnahmevorrichtung (13) empfangenen Bilder.
-
Die Erkennungseinheit (3) für bearbeitete Bilder wird verwendet, um die von der Bildvorverarbeitungseinheit (2) empfangenen gemorphten oder bearbeiteten Bilder zu erkennen.
-
Die Einheit zur Erkennung bearbeiteter Bilder (3) ist eine prozessorgestützte Verarbeitungseinheit zur Erkennung des bearbeiteten oder gemorphten Bildes.
-
Die Bilder werden in einen Algorithmus für maschinelles Lernen eingegeben, um ein Eingangsbild zu erhalten. Das Bild wird bestimmt, ob es sich um ein bearbeitetes oder gemorphtes Bild handelt, indem das Bildmerkmal unter der Bildmerkmalerkennung entsprechend den bearbeiteten oder gemorphten Bildern verwendet wird.
-
Der Algorithmus für maschinelles Lernen bestimmt die Merkmale des Bildes, die sich auf gemorphte und bearbeitete Merkmale der Bilder beziehen, indem er gemorphte Bilder unter Verwendung von tiefen neuronalen Faltungsnetzen verwendet, wobei eine trainierte Bilddatenbank (4) verwendet wird, um das gemorphte oder bearbeitete Bild unter Verwendung von semantischen Artefakten im Bild unter Verwendung von Algorithmen für maschinelles Lernen zu bestimmen. Die Bildbearbeitungs-Erkennungseinheit (3) wird verwendet, um das von der Bildvorverarbeitungseinheit (2) empfangene Bild unter Verwendung einer Reihe von digitalen Bildprozessoren zu verarbeiten.
-
Die Bildvorverarbeitungseinheit (2) verwendet Algorithmen zur Bildfilterung, Bildverbesserung und Erkennung von Bildmerkmalen.
-
Die Bilderfassungseinheit (1) ist mit der Bilddatenbank (11) oder dem Kommunikationskanal (12) oder über das Bildaufnahmegerät (13) unter Verwendung des drahtlosen Kommunikationsstandards verbunden.
-
Die trainierte Bilddatenbank (4) wird mit drei verschiedenen Faltungsnetzwerkarchitekturen von Grund auf trainiert, wobei bereits trainierte Netzwerke für die Initialisierung der richtigen Gewichte verwendet werden.
-
Die Figuren und die vorangehende Beschreibung zeigen Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Blockdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden, und es müssen auch nicht unbedingt alle Aktionen durchgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt.
-
Obwohl Ausführungsformen der Erfindung in einer für strukturelle Merkmale und/oder Methoden spezifischen Sprache beschrieben wurden, sind die beigefügten Ansprüche nicht notwendigerweise auf die beschriebenen spezifischen Merkmale oder Methoden beschränkt. Vielmehr werden die spezifischen Merkmale und Methoden als Beispiele für Ausführungsformen der Erfindung offenbart.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- JP 2019096130 [0005]
- KR 1020160054150 [0006]
- CN 111967190 [0007]
- US 20180247432 [0008]
- CN 111462053 [0009]
- CN 111005152 [0010]
- CN 108010042 [0011]
- CN 108921003 [0012]
- WO 2018/053710 [0013]
- CN 106663317 [0014]
- KR 1020070041816 [0015]
