JP7369288B2 - 画像処理方法、画像処理用コマンドの生成方法および装置 - Google Patents
画像処理方法、画像処理用コマンドの生成方法および装置 Download PDFInfo
- Publication number
- JP7369288B2 JP7369288B2 JP2022520212A JP2022520212A JP7369288B2 JP 7369288 B2 JP7369288 B2 JP 7369288B2 JP 2022520212 A JP2022520212 A JP 2022520212A JP 2022520212 A JP2022520212 A JP 2022520212A JP 7369288 B2 JP7369288 B2 JP 7369288B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- dimension
- roi
- division
- dimensions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 139
- 238000000034 method Methods 0.000 title claims description 109
- 238000003672 processing method Methods 0.000 title claims description 32
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 description 18
- 230000000007 visual effect Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/2163—Partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
ROI画像を取得した場合、画像処理モデルがサポートする第1の画像寸法、第1の分割データおよび取得されたROI画像に基づいて分割して複数の画像ブロックを取得し、前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法の各々が、いずれも画像変倍モジュールのハードウェア出力寸法とマッチングされるようにするステップと、
前記複数の画像ブロックの各々に対して画像変倍を行って、複数の変倍画像ブロックを取得し、前記複数の変倍画像ブロックの複数の画像寸法と前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法とが、1対1に対応してマッチングされるようにするステップと、
前記複数の変倍画像ブロックを前記画像処理モデルに順次入力するステップと、を含む。
画像変倍モジュールのハードウェア出力寸法が、画像処理モデルがサポートする第1の画像寸法とマッチングしていない場合、前記ハードウェア出力寸法および前記第1の画像寸法に基づいて、前記第1の画像寸法を有するテンプレート画像に対する分割方式情報を決定し、前記分割方式情報は、前記テンプレート画像を複数の画像ブロックに分割するために用いられ、前記複数の画像ブロックの各々の画像寸法が、いずれも前記ハードウェア出力寸法とマッチングされるようにするステップと、
前記分割方式情報に基づいて、第1の分割データを取得するステップと、
前記第1の分割データに基づいて、上記画像処理方法を実行するための画像処理用コマンドを生成するステップと、を含む。
ROI画像を取得した場合、画像処理モデルがサポートする第1の画像寸法、第1の分割データおよび取得されたROI画像に基づいて分割して複数の画像ブロックを取得し、前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法の各々が、いずれも画像変倍モジュールのハードウェア出力寸法とマッチングされるようにする分割モジュールと、
前記分割モジュールによって取得された前記複数の画像ブロックの各々に対して画像変倍をそれぞれ行って複数の変倍画像ブロックを取得し、前記複数の変倍画像ブロックの複数の画像寸法と前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法とが、1対1に対応してマッチングされるようにする画像変倍モジュールと、
前記画像変倍モジュールによって取得された前記複数の変倍画像ブロックを前記画像処理モデルに順次入力する入力モジュールと、を含む。
画像変倍モジュールのハードウェア出力寸法が、画像処理モデルがサポートする第1の画像寸法とマッチングしていない場合、前記ハードウェア出力寸法および前記第1の画像寸法に基づいて、前記第1の画像寸法を有するテンプレート画像に対する分割方式情報を決定し、前記分割方式情報は、前記テンプレート画像を複数の画像ブロックに分割するために用いられ、前記複数の画像ブロックの各々の画像寸法が、いずれも前記ハードウェア出力寸法とマッチングされるようにする決定モジュールと、
前記決定モジュールによって決定された前記分割方式情報に基づいて、第1の分割データを取得する取得モジュールと、
前記取得モジュールによって取得された前記第1の分割データに基づいて、上記画像処理方法を実行するための画像処理用コマンドを生成する生成モジュールと、を含む。
プロセッサと、
前記プロセッサが実行可能なコマンドを記憶するメモリと、を含み、
前記プロセッサは、前記メモリから前記実行可能なコマンドを読み取って、前記コマンドを実行して、上記画像処理方法を実行するか、または、上記画像処理用コマンドの生成方法を実行する。
視覚的画像処理技術は、人工知能(Artificial Intelligence、AI)視覚的画像処理システムによって実現されることができ、当該システムによって実行される操作は、画像取得、画像信号処理(Image Signal Processing、ISP)、画像ピラミッド生成、全画像検出、ROI処理、後処理、結果出力などを含むことができる。
図1に示すように、本開示の実施例は、主に、コンパイル段階および動作段階との2つの段階を含む。コンパイル段階では、本開示の実施例に係る画像処理方法を実行するためのコマンドを生成するように、本開示の実施例に係る画像処理用コマンドの生成方法を実行することができ、動作段階では、画像変倍モジュールの出力に限界があるため、視覚的画像処理技術に関連する後続のプロセスが正常的に実行できなくなるという問題を解決するように、全画像検出によって取得された任意のROI画像に対して、コンパイル段階で生成されたコマンドに基づいて、本開示の実施例に係る画像処理方法を実行することができる。
図2は、本開示の例示的な実施例に係る画像処理方法の概略フローチャートである。図2に示す方法は、ステップ201、ステップ202、およびステップ203を含み、以下、各ステップについてそれぞれ説明する。
画像変倍モジュールによって指定された、プリセット方向の寸法の値の約数と、第1の画像寸法におけるプリセット方向の寸法の値とに基づいて決定される第1の目標値を取得するステップと、
取得されたROI画像のプリセット方向の寸法の値が第1の目標値の整数倍であるか否かを判断して第1の判断結果を取得するステップと、
第1の判断結果に基づいて、取得されたROI画像が指定の画像アライメント条件を満たすか否かを決定するステップと、をさらに含む。
取得されたROI画像上のプリセット位置の座標を取得するステップと、
プリセット位置の座標が画像変倍モジュールによって指定された座標属性を所持しているか否かを判断して第2の判断結果を取得するステップと、
第2の判断結果に基づいて、取得されたROI画像が指定の画像アライメント条件を満たすか否かを決定するステップと、をさらに含む。
第1の分割データに基づいて、第1の画像寸法を有するテンプレート画像のプリセット方向での各分割位置を決定するステップと、
分割対象のROI画像の第2の画像寸法におけるプリセット方向の寸法と、第1の画像寸法におけるプリセット方向の寸法との比例関係を決定するステップと、
比例関係と、テンプレート画像のプリセット方向での各分割位置とに基づいて、分割対象のROI画像のプリセット方向での各分割位置を決定するステップと、
分割対象のROI画像のプリセット方向での各分割位置に基づいて、第2の分割データを決定するステップと、を含む。
ステップ6012は、
第1の目標値と第2の目標値との積と第1の積とがプリセット関係を満たすように、第1の積に基づいて、第1の目標値および第2の目標値を決定するステップと、
テンプレート画像のプリセット方向において、決定された各分割位置により分割される各寸法区間の寸法の値が、いずれも第2の目標値の整数倍となるように、第2の目標値に基づいて、第1の画像寸法を有するテンプレート画像上の各分割位置を決定するステップと、を含む。
第1の目標値を記録するステップをさらに含む。
(1)H1およびH2がAアライメントを満たす場合、H1=n1A、H2=n2A、すなわちH1およびH2が両方ともAの整数倍であり、
(2)hがaアライメントを満たす場合、h=n3a、すなわちhはaの整数倍であり、
(3)h1が少なくとも画像変倍モジュールのハードウェアアライメント要求を満たす場合、h1=n4c、すなわちh1はcの整数倍であり、
(4)画像変倍モジュールは、左側に示す高さ寸法hの画像に対して等比変倍を行う。
このように、
さらに、
n1およびn3は、制御不能な正の整数であるため、h1がcアライメントを満たすことを確保するためには、n4が正の整数であることを確保する必要があり、したがって、
少なくとも1つの基準パラメータセットにおける各基準パラメータセットがいずれも2つの値を含み、いずれか1つの基準パラメータセットにおける2つの値の積と第1の積とがプリセット関係を満たすように、第1の積に基づいて、少なくとも1つの基準パラメータセットを決定するステップと、
少なくとも1つの基準パラメータセットから第1の基準パラメータセットを選択するステップと、
第1の基準パラメータセットにおける1つの値を第1の目標値とし、第1の基準パラメータセットにおける別の値を第2の目標値とするステップと、を含む。
少なくとも1つの基準パラメータセットにおける各基準パラメータセットの合計アライメントコスト値をそれぞれ計算するステップと、
対応する合計アライメントコスト値の最も小さい基準パラメータセットを選択して第1の基準パラメータセットとするステップと、を含む。
少なくとも1つの基準パラメータセットにおけるいずれか1つに含まれる2つの値のうちの大きい値に基づいて、テンプレート画像のプリセット方向での各分割位置を決定し、各分割位置のアライメントコスト値を計算するステップと、
計算によって取得された各アライメントコスト値の合計を計算して、いずれか1つの基準パラメータセットの合計アライメントコスト値を取得するステップと、を含む。
いずれか1つの分割位置の座標におけるプリセット方向の座標を取得するステップと、
取得した座標といずれか1つの基準パラメータセットに含まれている2つの値のうちの大きい値との余り結果を計算するステップと、
第1の積といずれか1つの基準パラメータセットに含まれている2つの値のうちの大きい値との比率を計算するステップと、
比率とプリセット値との間の差分値を計算するステップと、
プリセット調整因子に基づいて、余り結果および差分値に対して加重合計を行って、いずれか1つの分割位置のアライメントコスト値を取得するステップと、を含む。
図9は、本開示の別の例示的な実施例に係る画像処理装置の概略構成図である。図9に示す装置は、分割モジュール901と、画像変倍モジュール902と、入力モジュール903と、を含む。
取得されたROI画像が指定の画像アライメント条件を満たす場合、取得されたROI画像を分割対象のROI画像とし、そうでない場合、取得されたROI画像に基づいて画像調整を行って、指定の画像アライメント条件を満たす分割対象のROI画像を取得するための第1の取得サブモジュール9011と、
第1の画像寸法、第1の分割データおよび第1の取得サブモジュール9011によって取得された分割対象のROI画像の第2の画像寸法に基づいて、第2の分割データを決定するための決定サブモジュール9012と、
決定サブモジュール9012によって決定された第2の分割データに従って、第1の取得サブモジュール9011によって取得された分割対象のROI画像を分割して複数の画像ブロックを取得するための第2の取得サブモジュール9013と、を含む。
第1の分割データに基づいて、第1の画像寸法を有するテンプレート画像のプリセット方向での各分割位置を決定するための第1の決定ユニットと、
分割対象のROI画像の第2の画像寸法におけるプリセット方向の寸法と、第1の画像寸法におけるプリセット方向の寸法との比例関係を決定するための第2の決定ユニットと、
第2の決定ユニットによって決定された比例関係と、第1の決定ユニットによって決定されたテンプレート画像のプリセット方向での各分割位置とに基づいて、分割対象のROI画像のプリセット方向での各分割位置を決定するための第3の決定ユニットと、
第3の決定ユニットによって決定された分割対象のROI画像のプリセット方向での各分割位置に基づいて、第2の分割データを決定するための第4の決定ユニットと、を含む。
図10に示すように、当該装置は、
画像変倍モジュール902によって指定された、プリセット方向の寸法の値の約数と、第1の画像寸法におけるプリセット方向の寸法の値とに基づいて決定される第1の目標値を取得するための第1の取得モジュール904と、
取得されたROI画像のプリセット方向の寸法の値が第1の取得モジュール904によって取得された第1の目標値の整数倍であるか否かを判断して第1の判断結果を取得するための第2の取得モジュール905と、
第2の取得モジュール905によって取得された第1の判断結果に基づいて、取得されたROI画像が指定の画像アライメント条件を満たすか否かを決定するための第1の決定モジュール906と、をさらに、含む。
取得されたROI画像上のプリセット位置の座標を取得するための第3の取得モジュール907と、
第3の取得モジュール907によって取得されたプリセット位置の座標が画像変倍モジュール902によって指定された座標属性を所持しているか否かを判断して第2の判断結果を取得するための第4の取得モジュール908と、
第4の取得モジュール908によって取得された第2の判断結果に基づいて、取得されたROI画像が指定の画像アライメント条件を満たすか否かを決定するための第2の決定モジュール909と、をさらに含む。
画像変倍モジュールがプリセット方向の寸法の値の約数を指定した場合、約数と第1の画像寸法におけるプリセット方向の寸法の値との積である第1の積を計算するための計算サブモジュール11011と、
計算サブモジュール11011によって計算された第1の積に基づいて、第1の画像寸法を有するテンプレート画像上の各分割位置を決定するための第1の決定サブモジュール11012と、
第1の決定サブモジュール11012によって決定された各分割位置に基づいて、第1の画像寸法を有するテンプレート画像に対する分割方式情報を決定するための第2の決定サブモジュール11013と、を含む。
第1の決定サブモジュール11012は、
第1の目標値と第2の目標値との積と第1の積とがプリセット関係を満たすように、第1の積に基づいて、第1の目標値および第2の目標値を決定するための第5の決定ユニットと、
テンプレート画像のプリセット方向において、決定された各分割位置により分割される各寸法区間の寸法の値が、いずれも第2の目標値の整数倍となるように、第5の決定ユニットによって決定された第2の目標値に基づいて、第1の画像寸法を有するテンプレート画像上の各分割位置を決定するための第6の決定ユニットと、を含む。
第5の決定ユニットによって決定された第1の目標値を記録するための記録モジュールをさらに含む。
少なくとも1つの基準パラメータセットにおける各基準パラメータセットがいずれも2つの値を含み、いずれか1つの基準パラメータセットにおける2つの値の積と第1の積とがプリセット関係を満たすように、第1の積に基づいて、少なくとも1つの基準パラメータセットを決定するための第1の決定サブユニットと、
第1の決定サブユニットによって決定された少なくとも1つの基準パラメータセットから第1の基準パラメータセットを選択するための選択サブユニットと、
選択サブユニットによって選択された第1の基準パラメータセットにおける1つの値を第1の目標値とし、選択サブユニットによって選択された第1の基準パラメータセットにおける別の値を第2の目標値とするための第2の決定サブユニットと、を含む。
少なくとも1つの基準パラメータセットにおける各基準パラメータセットの合計アライメントコスト値をそれぞれ計算し、対応する合計アライメントコスト値の最も小さい基準パラメータセットを選択して第1の基準パラメータセットとする。
少なくとも1つの基準パラメータセットにおけるいずれか1つに含まれる2つの値のうちの大きい値に基づいて、テンプレート画像のプリセット方向での各分割位置を決定し、各分割位置のアライメントコスト値を計算し、取得された各アライメントコスト値の合計を計算して、いずれか1つの基準パラメータセットの合計アライメントコスト値を取得する。
いずれか1つの分割位置の座標におけるプリセット方向の座標を取得し、取得した座標といずれか1つの基準パラメータセットに含まれている2つの値のうちの大きい値との余り結果とを計算し、第1の積といずれか1つの基準パラメータセットに含まれている2つの値のうちの大きい値との比率を計算し、比率とプリセット値との間の差分値を計算し、プリセット調整因子に基づいて、余り結果および差分値に対して加重合計を行って、いずれか1つの分割位置のアライメントコスト値を取得する。
以下、図13を参照しながら本開示の実施例に係る電子機器について説明する。当該電子機器は、第1の機器および第2の機器のいずれか一方または両方であってもよく、これらの機器とは独立したスタンドアロン機器であってもよく、当該スタンドアロン機器は、第1の機器および第2の機器と通信して、これらの機器から収集された入力信号を受信することができる。
本開示の実施例は、上記の方法および機器以外に、コンピュータプログラムコマンドを含むコンピュータプログラム製品であることもでき、前記コンピュータプログラムコマンドがプロセッサによって実行されると、プロセッサが本明細書の上記「例示的な方法」に記載の本開示の様々な実施例に係る画像処理方法または画像処理用コマンドの生成方法におけるステップを実行する。
Claims (10)
- ROI画像を取得した場合、画像処理モデルがサポートする第1の画像寸法、第1の分割データおよび取得されたROI画像に基づいて分割して複数の画像ブロックを取得し、前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法の各々が、いずれも画像変倍モジュールのハードウェア出力寸法とマッチングされるようにするステップと、
前記複数の画像ブロックの各々に対して画像変倍を行って、複数の変倍画像ブロックを取得し、前記複数の変倍画像ブロックの複数の画像寸法と前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法とが、1対1に対応してマッチングされるようにするステップと、
前記複数の変倍画像ブロックを前記画像処理モデルに順次入力するステップと、を含むことを特徴とする画像処理方法。 - 画像処理モデルがサポートする第1の画像寸法、第1の分割データおよび取得されたROI画像に基づいて分割して複数の画像ブロックを取得する前記ステップは、
取得されたROI画像が指定の画像アライメント条件を満たす場合、取得されたROI画像を分割対象のROI画像とし、そうでない場合、取得されたROI画像に基づいて画像調整を行って、前記指定の画像アライメント条件を満たす分割対象のROI画像を取得するステップと、
前記第1の画像寸法、前記第1の分割データおよび前記分割対象のROI画像の第2の画像寸法に基づいて、第2の分割データを決定するステップと、
前記第2の分割データに従って、前記分割対象のROI画像を分割して複数の画像ブロックを取得するステップと、を含むことを特徴とする請求項1に記載の方法。 - 前記第1の画像寸法、前記第1の分割データおよび前記分割対象のROI画像の第2の画像寸法に基づいて、第2の分割データを決定する前記ステップは、
前記第1の分割データに基づいて、前記第1の画像寸法を有するテンプレート画像のプリセット方向での各分割位置を決定するステップと、
前記分割対象のROI画像の第2の画像寸法における前記プリセット方向の寸法と、前記第1の画像寸法における前記プリセット方向の寸法との比例関係を決定するステップと、
前記比例関係と、前記テンプレート画像の前記プリセット方向での各分割位置とに基づいて、前記分割対象のROI画像の前記プリセット方向での各分割位置を決定するステップと、
前記分割対象のROI画像の前記プリセット方向での各分割位置に基づいて、第2の分割データを決定するステップと、を含むことを特徴とする請求項2に記載の方法。 - 画像変倍モジュールのハードウェア出力寸法が、画像処理モデルがサポートする第1の画像寸法とマッチングしていない場合、前記ハードウェア出力寸法および前記第1の画像寸法に基づいて、前記第1の画像寸法を有するテンプレート画像に対する分割方式情報を決定し、前記分割方式情報は、前記テンプレート画像を複数の画像ブロックに分割するために用いられ、かつ前記複数の画像ブロックの各画像寸法が、いずれも前記ハードウェア出力寸法とマッチングされるようにするステップと、
前記分割方式情報に基づいて、第1の分割データを取得するステップと、
前記第1の分割データに基づいて、請求項1~3のいずれか一項に記載の画像処理方法を実行するための画像処理用コマンドを生成するステップと、を含むことを特徴とする画像処理用コマンドの生成方法。 - 前記ハードウェア出力寸法および前記第1の画像寸法に基づいて、前記第1の画像寸法を有するテンプレート画像に対する分割方式情報を決定する前記ステップは、
画像変倍モジュールが前記テンプレート画像のプリセット方向での寸法の値の約数を指定した場合、前記約数と前記第1の画像寸法における前記プリセット方向の寸法の値との積である第1の積を計算するステップと、
前記第1の積に基づいて、前記テンプレート画像上の各分割位置を決定するステップと、
決定された各分割位置に基づいて、前記テンプレート画像に対する分割方式情報を決定するステップと、を含むことを特徴とする請求項4に記載の方法。 - 前記第1の積に基づいて、前記第1の画像寸法を有するテンプレート画像上の各分割位置を決定する前記ステップは、
第1の目標値と第2の目標値との積と前記第1の積とがプリセット関係を満たすように、前記第1の積に基づいて、前記第1の目標値および前記第2の目標値を決定するステップと、
前記テンプレート画像の前記プリセット方向において、決定された各分割位置により分割される各寸法区間の寸法の値が、いずれも前記第2の目標値の整数倍となるように、前記第2の目標値に基づいて、前記テンプレート画像上の各分割位置を決定するステップと、を含み、
前記方法は、
前記第1の目標値を記録するステップをさらに含むことを特徴とする請求項5に記載の方法。 - ROI画像を取得した場合、画像処理モデルがサポートする第1の画像寸法、第1の分割データおよび取得されたROI画像に基づいて分割して複数の画像ブロックを取得し、前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法の各々が、いずれも画像変倍モジュールのハードウェア出力寸法とマッチングされるようにする分割モジュールと、
前記分割モジュールによって取得された前記複数の画像ブロックの各々に対して画像変倍を行って複数の変倍画像ブロックを取得し、前記複数の変倍画像ブロックの複数の画像寸法と前記第1の画像寸法を前記第1の分割データに基づいて分割して取得された複数の画像寸法とが1対1に対応してマッチングされるようにする画像変倍モジュールと、
前記画像変倍モジュールによって取得された前記複数の変倍画像ブロックを前記画像処理モデルに順次入力する入力モジュールと、を含むことを特徴とする画像処理装置。 - 画像変倍モジュールのハードウェア出力寸法が、画像処理モデルがサポートする第1の画像寸法とマッチングしていない場合、前記ハードウェア出力寸法および前記第1の画像寸法に基づいて、前記第1の画像寸法を有するテンプレート画像に対する分割方式情報を決定し、前記分割方式情報は、前記テンプレート画像を複数の画像ブロックに分割するために用いられ、前記複数の画像ブロックの各々の画像寸法が、いずれも前記ハードウェア出力寸法とマッチングされるようにする決定モジュールと、
前記決定モジュールによって決定された前記分割方式情報に基づいて、第1の分割データを取得する取得モジュールと、
前記取得モジュールによって取得された前記第1の分割データに基づいて、請求項1~3のいずれか一項に記載の画像処理方法を実行するための画像処理用コマンドを生成する生成モジュールと、を含むことを特徴とする画像処理用コマンドの生成装置。 - コンピュータプログラムが記憶されているコンピュータ読み取り可能な記憶媒体であって、
前記コンピュータプログラムは、請求項1~3のいずれか一項に記載の画像処理方法を実行するか、または、請求項4~6のいずれか一項に記載の画像処理用コマンドの生成方法を実行することを特徴とするコンピュータ読み取り可能な記憶媒体。 - プロセッサと、
前記プロセッサが実行可能なコマンドを記憶するメモリと、を含み、
前記プロセッサは、前記メモリから前記実行可能なコマンドを読み取って、このコマンドを実行して、請求項1~3のいずれか一項に記載の画像処理方法を実行するか、または、請求項4~6のいずれか一項に記載の画像処理用コマンドの生成方法を実行することを特徴とする電子機器。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010765242.5A CN111860694A (zh) | 2020-07-31 | 2020-07-31 | 图像处理方法、用于图像处理的指令的生成方法及装置 |
CN202010765242.5 | 2020-07-31 | ||
PCT/CN2020/131057 WO2022021695A1 (zh) | 2020-07-31 | 2020-11-24 | 图像处理方法、用于图像处理的指令的生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022551249A JP2022551249A (ja) | 2022-12-08 |
JP7369288B2 true JP7369288B2 (ja) | 2023-10-25 |
Family
ID=72954307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022520212A Active JP7369288B2 (ja) | 2020-07-31 | 2020-11-24 | 画像処理方法、画像処理用コマンドの生成方法および装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220351329A1 (ja) |
EP (1) | EP4020316A4 (ja) |
JP (1) | JP7369288B2 (ja) |
CN (1) | CN111860694A (ja) |
WO (1) | WO2022021695A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860694A (zh) * | 2020-07-31 | 2020-10-30 | 地平线(上海)人工智能技术有限公司 | 图像处理方法、用于图像处理的指令的生成方法及装置 |
CN113610701B (zh) * | 2021-08-04 | 2023-12-26 | 同方鼎欣科技股份有限公司 | 图像分页转换方法、装置、计算机设备及可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014131262A (ja) | 2012-11-30 | 2014-07-10 | Oki Data Corp | 画像処理装置及び方法、並びに、画像形成装置 |
US20160217319A1 (en) | 2012-10-01 | 2016-07-28 | The Regents Of The University Of California | Unified face representation for individual recognition in surveillance videos and vehicle logo super-resolution system |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102238376B (zh) * | 2010-04-28 | 2014-04-23 | 鸿富锦精密工业(深圳)有限公司 | 图像处理系统及方法 |
CN107801026B (zh) * | 2017-11-09 | 2019-12-03 | 京东方科技集团股份有限公司 | 图像压缩方法及装置、图像压缩及解压缩系统 |
CN108537729B (zh) * | 2018-03-27 | 2022-03-04 | 珠海全志科技股份有限公司 | 图像无级缩放方法、计算机装置及计算机可读存储介质 |
CN110232657A (zh) * | 2019-06-17 | 2019-09-13 | 深圳市迅雷网络技术有限公司 | 一种图像缩放方法、装置、设备及介质 |
CN111860694A (zh) * | 2020-07-31 | 2020-10-30 | 地平线(上海)人工智能技术有限公司 | 图像处理方法、用于图像处理的指令的生成方法及装置 |
-
2020
- 2020-07-31 CN CN202010765242.5A patent/CN111860694A/zh active Pending
- 2020-11-24 US US17/764,409 patent/US20220351329A1/en active Pending
- 2020-11-24 WO PCT/CN2020/131057 patent/WO2022021695A1/zh unknown
- 2020-11-24 JP JP2022520212A patent/JP7369288B2/ja active Active
- 2020-11-24 EP EP20947620.9A patent/EP4020316A4/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160217319A1 (en) | 2012-10-01 | 2016-07-28 | The Regents Of The University Of California | Unified face representation for individual recognition in surveillance videos and vehicle logo super-resolution system |
JP2014131262A (ja) | 2012-11-30 | 2014-07-10 | Oki Data Corp | 画像処理装置及び方法、並びに、画像形成装置 |
Also Published As
Publication number | Publication date |
---|---|
EP4020316A4 (en) | 2023-09-06 |
US20220351329A1 (en) | 2022-11-03 |
WO2022021695A1 (zh) | 2022-02-03 |
CN111860694A (zh) | 2020-10-30 |
EP4020316A1 (en) | 2022-06-29 |
JP2022551249A (ja) | 2022-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2488159C2 (ru) | Ранжирование типов визуализации на основании пригодности для визуализации набора данных | |
CN111144242B (zh) | 一种三维目标检测方法、装置及终端 | |
US10699055B2 (en) | Generative adversarial networks for generating physical design layout patterns | |
JP7369288B2 (ja) | 画像処理方法、画像処理用コマンドの生成方法および装置 | |
CN112767551B (zh) | 三维模型构建方法、装置以及电子设备、存储介质 | |
US9852359B2 (en) | System, method, and recording medium for efficient cohesive subgraph identification in entity collections for inlier and outlier detection | |
CN109684005B (zh) | 图形界面中组件相似度确定方法及装置 | |
KR20200102409A (ko) | 키 프레임 스케줄링 방법 및 장치, 전자 기기, 프로그램과 매체 | |
CN112991547A (zh) | 模型简化处理方法、装置以及电子设备、介质 | |
CN114495147B (zh) | 识别方法、装置、设备以及存储介质 | |
CN115481732A (zh) | 通过人工智能加速器处理特征图的方法和装置 | |
CN115294328A (zh) | 目标检测框的生成方法、装置、存储介质和电子设备 | |
CN111080792B (zh) | 模型简化处理方法、装置以及电子设备、存储介质 | |
US11281935B2 (en) | 3D object detection from calibrated 2D images | |
US20210133930A1 (en) | Device Manufacturing Cycle Time Reduction Using Machine Learning Techniques | |
CN111986300A (zh) | 房屋装修的渲染点确定方法和装置、存储介质、电子设备 | |
CN112907501A (zh) | 物体检测方法、装置及电子设备 | |
CN111723926A (zh) | 用于确定图像视差的神经网络模型的训练方法和训练装置 | |
CN115511779B (zh) | 图像检测方法、装置、电子设备和存储介质 | |
JP7369247B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN113792247B (zh) | 基于代码特征生成功能流程图的方法、装置、设备和介质 | |
KR102566934B1 (ko) | 병렬 처리 기반의 문서 포맷 변환을 수행하는 전자 장치 및 그 동작 방법 | |
WO2022267728A1 (en) | Video action recognition and modifcation | |
US20210256251A1 (en) | Video-based 3d hand pose and mesh estimation based on temporal-aware self-supervised learning | |
CN117422120A (zh) | 深度学习模型的计算图优化方法、装置、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220331 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230705 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231010 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231013 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7369288 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |