TW201322006A - 資料處理方法及其裝置 - Google Patents
資料處理方法及其裝置 Download PDFInfo
- Publication number
- TW201322006A TW201322006A TW100142398A TW100142398A TW201322006A TW 201322006 A TW201322006 A TW 201322006A TW 100142398 A TW100142398 A TW 100142398A TW 100142398 A TW100142398 A TW 100142398A TW 201322006 A TW201322006 A TW 201322006A
- Authority
- TW
- Taiwan
- Prior art keywords
- parameter
- recursive
- updated
- counting
- data matrix
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Abstract
一種藉由電腦實行的資料處理方法,用針對待解資料矩陣進行遞迴逼近,其包括下列步驟。首先應用判斷單元來判斷待解資料矩陣是否對應至低複雜度條件;若是,經由判斷單元驅動定值遞迴單元根據第一變異量及第一遞迴參數找出第一更新待解資料矩陣,第一變異量與第二遞迴參數相關,且第一及第二遞迴參數具有固定之數值。若否,經由判斷單元驅動非定值遞迴單元根據第二變異量及第三遞迴參數找出第二更新待解資料矩陣,第二變異量係與第四遞迴參數相關,且第三及第四遞迴參數係與待解資料矩陣相關。
Description
本發明是有關於一種藉由電腦實行的資料處理方法,及應用其之資料處理裝置。
在科技發展日新月異的現今時代中,各種影像處理方法係被開發出來,以提升人們生活中視聽娛樂面向的消費品質,例如是近年來逐漸被業界所重視的立體影像多媒體技術。一般來說,在立體影像/視訊的應用中,如何將單視域之二維(Two Dimensional,2D)影像內容轉三維(Three Dimensional,3D)立體影像及雙視域影像比對(Stereo Matching)等影像處理技術,一直是目前業界急需開發的立體影像核心技術。
在現有技術中,多種影像處理方法係被開發出來,以針對立體影像/視訊的應用提供影像處理機制。然而一般實體影像處理電路往往僅配置有限的運算能力,據此,如何針對影像處理機制提供合理的操作化減方法,以提供更有效的影像處理機制,為業界不斷致力的方向之一。
根據本揭露之第一方面提出一種藉由電腦實行的資料處理方法,應用於資料處理系統,以針對待解資料矩陣進行遞迴逼近,其包括下列步驟。首先應用判斷單元來判斷待解資料矩陣是否對應至低複雜度條件;若是,經由判斷單元驅動定值遞迴單元根據第一變異量及第一遞迴參數找出第一更新待解資料矩陣,第一變異量與第二遞迴參數相關,且第一及第二遞迴參數具有固定之數值。若否,經由判斷單元驅動非定值遞迴單元根據第二變異量及第三遞迴參數找出第二更新待解資料矩陣,第二變異量係與第四遞迴參數相關,且第三及第四遞迴參數係與待解資料矩陣相關。
根據本揭露之第二方面提出一種資料處理裝置,應用於藉由電腦實行的資料處理系統,用以針對待解資料矩陣進行遞迴逼近,資料處理裝置包括判斷單元、定值遞迴單元及非定值遞迴單元。判斷單元接收待解資料矩陣,並判斷待解資料矩陣是否對應至低複雜度條件;若是則提供一第一指令;若否則提供第二指令。定值遞迴單元回應於第一指令根據第一變異量及第一遞迴參數找出第一更新待解資料矩陣,其中第一變異量係與第二遞迴參數相關,且第一及第二遞迴參數具有固定之數值。非定值遞迴單元回應於第二指令根據第二變異量及第三遞迴參數找出第二更新待解資料矩陣,其中第二變異量係與第四遞迴參數相關,且第三及第四遞迴參數係與待解資料矩陣相關。
為了對本發明之上述及其他方面有更佳的瞭解,下文特舉較佳實施例,並配合所附圖式,作詳細說明如下:
本實施例之資料處理方法係參考待解資料矩陣的複雜度條件,選擇性地針對待解資料矩陣執行不同運算複雜度之遞迴操作。
請參照第1圖,其繪示根據一實施例之資料處理裝置的方塊圖。本實施例之資料處理裝置1係應用於藉由電腦實行的資料處理系統中,用以針對待解資料矩陣x進行遞迴逼近。舉例來說,此資料處理系統係針對欲進行處理的輸入資料產生如第2圖所示之模擬電路模型M,並據以進行諸如雙視域影像比對(Stereo Matching)立體影像/視訊運算操作、二維(Two Dimensional,2D)轉三維(Three Dimensional,3D)操作或影像平滑化(Smooth)等資料處理操作。
進一步來說,模擬電路模型M係包括m×n個子電路模型M(1,1)-M(m,n),其中各m及n為大於1之自然數,而m×n個子電路模型M(1,1)-M(m,n)例如具有相近之電路結構。接下來,僅以模擬電路模型M中對應至位置(i,j)之子電路模型M(i,j)為例,來對模擬電路模型M中各個子電路模型M(1,1)-M(m,n)做進一步的說明,其中i與j分別為小於或等於m及小於或等於n之自然數。
請參照第3圖,其繪示依照本實施例之子電路模型M(i,j)的電路圖。子電路模型M(i,j)包括已知資料節點C(i,j)、Cp(i,j)、擴散節點ND(i,j)、已知資料連接元件Rc、Rp及z個擴散連接元件R1、R2、...、Rz,其中z為自然數,資料連接元件Rc、Rp及擴散連接元件R1-Rz例如為電阻模型元件。
進一步的說,已知資料連接元件Rc係耦接於已知資料節點C(i,j)與擴散節點ND(i,j)之間,已知資料連接元件Rp係耦接於已知資料節點Cp(i,j)與擴散節點ND(i,j)之間;各z個擴散連接元件R1-Rz之一端被耦合至擴散節點ND(i,j),另一端耦合至模擬電路模型M中另一個子電路模型之擴散節點ND1、ND2、ND3、ND4上。舉例來說,z等於4,而擴散連接元件R1-R4之另一端分別被耦合至子電路模型M(i-1,j)、M(i,j-1)、M(i,j+1)及M(i+1,j)中之擴散節點ND(i-1,j)、ND(i,j-1)、ND(i,j+1)及ND(i+1,j)。
同理可推,m×n個子電路模型M(1,1)-M(m,n)中所有之m×n個擴散節點ND(1,1)-ND(m,n)係經由對應之擴散連接元件相互連接,使得模擬電路模型M中各子電路模型M(1,1)-M(m,n)彼此串聯形成節點與電阻網路M。舉例來說,所有模擬電路模型M(1,1)-M(m,n)中之空間資料擴散連接元件RS(1,1)-RS(m,n)的電阻值為實質上相等,且為使用者給定之定值;而模擬電路模型M(i,j)中各z個擴散連接元件R1-Rz之電阻值Rdiffuse滿足:
其中α、β、γ、Ct、Cn為預定參數,而Gs(i,j)為梯度函數。舉例來說,在資料處理系統所執行之操作為雙視域影像比對立體影像/視訊運算操作的例子中,Ct及Cn分別為原始左右視角影像資料中,對應至位置(i,j)之畫素資料的顏色資訊,Gs(i,j)可為左右視角影像資料中,於對應至位置(i,j)的影像梯度,例如是灰階值梯度、RGB梯度或全彩梯度。
資料處理系統係將已知的資料提供至模擬電路模型M中的各個已知資料節點C(i,j)及Cp(i,j),並經由模擬電路模型M中電壓的重新分配,於各個擴散節點ND(i,j)上得到m×n筆輸出結果資料。舉例來說,在資料處理系統所執行之操作為雙視域影像比對立體影像/視訊運算操作的例子中,資料處理系統找出已知的資料並將其提供至資料節點C(i,j)及Cp(i,j)的操作可以下列流程步驟表示。此流程首先接收第一視角影像資料及第二視角影像資料DvL及DvR,其例如分別為對應至左眼視角及右眼視角之影像資料。
此流程接著決定w筆水平視差值Dx1、Dx2、…、Dxw,並在第一視角影像資料DvL相對於第二視角影像資料DvR具有第k筆水平視差值Dxk時,找出第一視角影像資料DvL與第二視角影像資料DvR之第一原始相異度資料(Disparity)DIS_k,k為影像比對視窗之索引,其值係為大於或等於1且小於或等於w之自然數。舉例來說,第一原始相異度資料DIS_k包括m×n筆原始畫素相異度資料DIS(1,1,Dxk)、DIS(1,2,Dxk)、…、DIS(m,n,Dxk),其中經由下列方程式運算,可找出第一原始相異度資料DIS_k之各m×n筆原始畫素相異度資料
DIS(1,1,Dxk)-DIS(m,n,Dxk):
DvRMin(x,y)=Min(DvR-(x,y),DvR+(x,y),DvR(x,y))
DvRMax(x,y)=Max(DvR-(x,y),DvR+(x,y),DvR(x,y))
DIS(x,y,Dxk)=Max(0,DvL(x,y)-DvRMax(x-Dxk,y),DvRMin(x-Dxk,y)-DvL(x,y))
其中x及y分別為小於或等於m之自然數及小於或等於n之自然數,而各m×n筆原始畫素相異度資料DIS(1,1,Dxk)-DIS(m,n,Dxk)分別與m×n個畫素I(1,1)-I(m,n)對應。
此流程然後對各m×n筆原始畫素相異度資料DIS(1,1,Dxk)-DIS(m,n,Dxk)進行轉換,以分別產生m×n筆轉換仿電壓訊號SV(1,1)-SV(m,n)。如此,本流程可對應地將轉換仿電壓訊號SV(1,1)-SV(m,n)分別提供至已知資料節點C(1,1)-C(m,n)及已知資料節點Cp(1,1)-Cp(m,n)。此外,透過對應之電壓重新分配,於各擴散節點擴散節點ND(1,1)-ND(m,n)上得到m×n筆擴散仿電壓訊號(即是m×n筆輸出結果資料)。
舉例來說,根據對應至擴散節點ND(i,j)的克希荷夫電路定律(Kirchhoff's Circuit Laws),前述產生輸出結果資料的操作可以下列方程式表示:
I1+I2+I3+I4+Ic+Ip=0
整理上述方程式,可得下列方程式:
其中矩陣即為待解資料矩陣x,而矩陣係分別被定義為已知的矩陣係數A及矩陣係數b。換言之,前述方程式可改寫為下列方程式:
Ax=b
接下來係舉例,來針對本實施例之資料處理裝置1的操作做進一步的說明。資料處理裝置1包括判斷單元10、定值遞迴單元20及非定值遞迴單元30。判斷單元10接收待解資料矩陣x,並判斷待解資料矩陣x是否對應至低複雜度條件;若是,判斷單元10係提供第一指令CMD1。當待解資料矩陣x不與低複雜條件對應時,判斷單元10係提供第二指令CMD2。
在一個例子中,低複雜度條件可透過使用者自外部選擇性地設定為「非定值遞迴操作」運算處理或「定值遞迴操作」運算處理。換言之,此低複雜度條件為使用者提供的選擇控制事件。
在另一個例子中,低複雜度條件是藉由每次疊代運算結果的電壓值與上一次疊代運算結果的電壓值比對。當此次比對結果整體差異量加總小於臨界值TH_MODE時,則下次疊代採取「定值遞迴操作」。相對地,當此次比對結果整體差異量加總大於TH_MODE時,則下次疊代採取「非定值遞迴操作」。
定值遞迴單元20回應於第一指令CMD1,根據變異量d及第一遞迴參數α找出第一更新待解資料矩陣(例如是對應至下一次遞迴操作之下一筆待解資料矩陣),其中第一變異量d係與第二遞迴參數β相關,且第一及第二遞迴參數α及β具有固定之數值。進一步的說,定值遞迴單元20包括計次子單元20a、起始設定子單元20b及遞迴子單元20c。
計次子單元20a重置計次參數i,並判斷計次參數i是否對應至終止數值imax,其中計次參數i係指示遞迴操作次數。起始設定子單元20b根據待解資料矩陣x之起始值x0、矩陣係數A及b找出對應之餘數參數d,其中餘數參數d用以表示起始值x0周圍之梯度資訊。
遞迴子單元20c參考計次參數i來執行針對待解資料矩陣x之遞迴操作。進一步的說,當計次參數i不與終止數值imax對應時,遞迴子單元20c根據待解資料矩陣x、餘數參數d及第一遞迴參數α找出對應至下一次遞迴操作之下一筆待解資料矩陣,並根據第二遞迴參數β及餘數參數d找出第一變異量並據以更新餘數參數d,使得餘數參數d對應表示對應至下一次遞迴操作之下一筆待解資料矩陣周圍之梯度資訊。
計次子單元20a更於餘數參數d被遞迴子單元20c更新後,將計次參數i遞增1,並再一次地判斷計次參數i是否對應至終止數值imax,藉此選擇性地決定是否執行下一次遞迴操作。
舉例來說,前述定值遞迴單元20中的各個子單元可以執行特定程式碼的電腦系統來實現。在一個實施例中,定址遞迴單元20的操作可以下列虛擬程式碼(pseudo-code)表示:
根據上述說明段落可知,第一及第二遞迴參數α與β的值會影響到待解資料矩陣x下一次遞迴操作的權重,而待解資料矩陣x每次的調動將慢慢往收斂值移動,直到收斂穩定為止。換言之,第一及第二遞迴參數α與β是影響著每次遞迴操作的重要因素。本實施例之定值遞迴單元20中係使用具有固定數值之第一及第二遞迴參數α與β來進行遞迴運算,藉此在所需之運算量較低的情況下實現針對待解資料矩陣x的遞迴操作。
非定值遞迴單元30回應於第二指令CMD2,根據第二變異量及第三遞迴參數α'找出第二更新待解資料矩陣(例如是對應至下一次遞迴操作之下一筆待解資料矩陣),第二變異量係與第四遞迴參數β'相關,且第三及第四遞迴參數α'及β'係與待解資料矩陣x相關。進一步的說,非定值遞迴單元30包括計次子單元30a、起始設定子單元30b、遞迴子單元30c及參數控制子單元30d。
計時子單元30a及起始設定子單元係與定址遞迴單元20中對應之子單元執行實質上相同的操作,以分別針對計次參數i'進行相關配置,及根據待解資料矩陣x之起始值x0、矩陣係數A及b找出對應之餘數參數d'。
遞迴子單元30c於計次參數i'不與終止數值imax'對應時,根據待解資料矩陣x、餘數參數d'及第三遞迴參數α'來找出對應至下一次遞迴操作之下一筆待解資料矩陣,並根據第四遞迴參數β'及餘數參數d'找出第二變異量並據以更新餘數參數d',使得餘數參數d'對應表示對應至下一次遞迴操作之下一筆待解資料矩陣周圍之梯度資訊。
參數控制子單元30d判斷第三遞迴參數α'是否滿足第一門檻值THα',藉此判斷第三遞迴參數α'是否已收斂至穩態;若是,參數控制子單元30d則以權重參數k1來調高第三遞迴參數α',藉此加速循環子單元30c之遞迴操作。相對地,當第三遞迴參數α'尚未收斂至穩態時,參數控制子單元30d則不對第三遞迴參數α'做調整,或以數值較小的權重參數k2來對第三遞迴參數α'進行調整。
相似地,參數控制子單元30d判斷第四遞迴參數β'是否滿足第二門檻值THβ',藉此判斷第四遞迴參數β'是否已收斂至穩態;若是,參數控制子單元30d則以權重參數k3來調高第四遞迴參數β',藉此加速循環子單元30c之遞迴操作。相對地,當第四遞迴參數β'尚未收斂至穩態時,參數控制子單元30d則不對第四遞迴參數β'做調整,或以數值較小的權重參數k4來對第四遞迴參數β'進行調整。
據此,非定值遞迴單元30與前述定值遞迴單元20不同之處在於其中更應用參數控制子單元30d,來參考第三及第四遞迴參數α'及β'的數值條件,選擇性地對第三及第四遞迴參數α'及β'進行調整,藉此縮短非定值遞迴單元30所需的整體操作時間。
舉例來說,前述非定值遞迴單元30中的各個子單元可以執行特定程式碼的電腦系統來實現。在一個實施例中,定址遞迴單元30的操作可以下列虛擬程式碼(pseudo-code)表示:
根據上述說明段落可知,本實施例之非定值遞迴單元30中係應用參數控制子單元30d,以在每次遞迴操作中判斷第三及第四遞迴參數α'與β'是否已收斂至穩態,並據以選擇性地調整第三及第四遞迴參數α'與β'的數值,進而加速非定值遞迴單元30的收斂運算及所需的處理時間。
請參照第4圖,其繪示依照本實施例之資料處理方法的流程圖。本實施例之資料處理方法係經由下列之步驟,來針對待解資料矩陣x進行遞迴數值逼近。首先如步驟(a),判斷單元10係被應用來判斷待解資料矩陣x是否對應至低複雜度條件;若是,則執行步驟(b),於其中定值遞迴單元20係被驅動來根據第一變異量及遞迴參數α找出對應至下一次遞迴操作之下一筆待解資料矩陣,其中第一變異量與第二遞迴參數β相關,且第一及第二遞迴參數α及β具有固定之數值。
相對地,當待解資料矩陣x不與低複雜條件對應時係執行步驟(c),於其中非定值遞迴單元30係被驅動來根據第二變異量及第三遞迴參數α’找出對應至下一次遞迴操作之下一筆待解資料矩陣,其中第二變異量係與第四遞迴參數β’相關,且第三及第四遞迴參數α’及β’係與待解資料矩陣x相關。
請參照第5圖,其繪示依照本實施例之資料處理方法中步驟(b)的詳細流程圖。舉例來說,於步驟(b)中例如包括子步驟(b1)-(b6)。首先如步驟(b1),於其中計次子單元20b重置指示遞迴操作次數之計次參數i。接著如步驟(b2),起始設定子單元20a根據待解資料矩陣x之起始值x0、矩陣係數A及b找出對應之餘數參數d,其中餘數參數d用以表示起始值x0周圍之梯度資訊。
然後如步驟(b3),遞迴子單元20c判斷計次參數i是否對應至終止數值imax;若否,執行步驟(b4)遞迴子單元20c根據待解資料矩陣x、餘數參數d及第一遞迴參數α來找出對應至下一次遞迴操作之下一筆待解資料矩陣。接著執行步驟(b5),遞迴子單元20c更根據第二遞迴參數β及餘數參數d找出第一變異量並據以更新餘數參數d,使得餘數參數d對應表示下一筆待解資料矩陣周圍之梯度資訊。之後如步驟(b6),於步驟(b5)之後,計次子單元20b將計次參數i遞增1,並重複執行步驟(b3)。
請參照第6圖,其繪示依照本實施例之資料處理方法中步驟(c)的詳細流程圖。舉例來說,於步驟(c)中例如包括子步驟(c1)-(c8)。舉例來說,步驟(c1)-(c3)與步驟(b)中對應之子步驟(b1)-(b3)為實質上相同,於此將不再對其進行贅述。
在步驟(c3)之後,當計次參數i’不與終止數值imax’對應時執行步驟(c4),參數控制子單元30d根據餘數參數d來更新第三遞迴參數α’。接著如步驟(c5),遞迴子單元30c更根據待解資料矩陣x、餘數參數d及更新後之第三遞迴參數α’來找出對應至下一次遞迴操作之下一筆待解資料矩陣。然後如步驟(c6),參數控制子單元30d更根據餘數參數d來更新第四遞迴參數β’。接著如步驟(c7),遞迴子單元30c根據更新後之第四遞迴參數β’及餘數參數d找出第二變異量並據以更新餘數參數d,使得餘數參數對應表示對應至下一次遞迴操作之下一筆待解資料矩陣周圍之梯度資訊。之後如步驟(c8),計次子單元30b將計次參數i'遞增1,並重複執行步驟(c3)。
本實施例之資料處理方法係判斷待解資料矩陣是否對應至低複雜度條件;若是,本揭露相關之資料處理方法係驅動定值遞迴單元,來根據第一變異量及第一遞迴參數找出第一更新待解資料矩陣,其中第一變異量係與第二遞迴參數相關,且第一及第二遞迴參數具有固定之數值。相對地,當待解資料矩陣不與低複雜條件對應時,本實施例之資料處理方法驅動非定值遞迴單元,來根據第二變異量及第三遞迴參數找出第二更新待解資料矩陣,其中第二變異量係與第四遞迴參數相關,且第三及第四遞迴參數係與待解資料矩陣相關。換言之,本實施例之資料處理方法係經由判斷待解資料矩陣是否對應至低複雜度條件,選擇性地針對待解資料矩陣執行不同運算複雜度之遞迴運算,以針對待解資料矩陣進行遞迴逼近。據此,相較於傳統影像處理機制,本實施例之資料處理方法及其資料處理裝置具有可因應對應至不同的條件(低複雜度條件)之待解資料矩陣,來選擇性地針對待解資料矩陣進行不同運算複雜度之遞迴操作的優點。
綜上所述,雖然本發明已以較佳實施例揭露如上,然其並非用以限定本發明。本發明所屬技術領域中具有通常知識者,在不脫離本發明之精神和範圍內,當可作各種之更動與潤飾。因此,本發明之保護範圍當視後附之申請專利範圍所界定者為準。
1...資料處理裝置
10...判斷單元
20...定值遞迴單元
20a...計次子單元
20b...起始設定子單元
20c...遞迴子單元2
30...非定值遞迴單元
30a...計次子單元
30b...起始設定子單元
30c...遞迴子單元
30d...參數控制子單元
M...模擬電路模型
C(1,1)-C(m,n)、Cp(1,1)-Cp(m,n)...已知資料節點
ND(1,1)-ND(m,n)、ND1-ND4...擴散節點
M(i,j)...子電路模型
R1-R4...擴散連接元件
Rc、Rp...資料連接元件
第1圖繪示根據一實施例之資料處理裝置的方塊圖。
第2圖繪示依照本實施例所示之模擬電路模型M的電路圖。
第3圖繪示依照本實施例之子電路模型M(i,j)的電路圖。
第4圖繪示依照本實施例之資料處理方法的流程圖。
第5圖繪示依照本實施例之資料處理方法中步驟(b)的詳細流程圖。
第6圖繪示依照本實施例之資料處理方法中步驟(c)的詳細流程圖。
(a)-(c)...操作步驟
Claims (18)
- 一種藉由電腦實行的資料處理方法,應用於一資料處理系統,用以針對一待解資料矩陣進行遞迴逼近,該資料處理方法包括:應用一判斷單元來判斷該待解資料矩陣是否對應至一低複雜度條件;當該待解資料矩陣對應至該低複雜條件時,應用該判斷單元驅動一定值遞迴單元根據一第一變異量及一第一遞迴參數找出一第一更新待解資料矩陣,其中該第一變異量係與一第二遞迴參數相關,且該第一及該第二遞迴參數具有固定之數值;以及當該待解資料矩陣不與該低複雜條件對應時,應用該判斷單元驅動一非定值遞迴單元根據一第二變異量及一第三遞迴參數找出一第二更新待解資料矩陣,其中該第二變異量係與一第四遞迴參數相關,且該第三及該第四遞迴參數係與該待解資料矩陣相關。
- 如申請專利範圍第1項所述之資料處理方法,其中找出該第一更新待解資料矩陣的步驟更包括:重置一計次參數,該計次參數係指示一遞迴操作次數;及根據該待解資料矩陣之一起始值及一矩陣係數找出對應之一餘數參數,其中該餘數參數用以表示該起始值周圍之梯度資訊。
- 如申請專利範圍第2項所述之資料處理方法,其中找出該第一更新待解資料矩陣的步驟更包括:判斷該計次參數是否對應至一終止數值;當該計次參數不與該終止數值對應時,根據該待解資料矩陣、該餘數參數及該第一遞迴參數來找出該第一更新待解資料矩陣;及根據該第二遞迴參數及該餘數參數找出該第一變異量並據以更新該餘數參數,使得該餘數參數對應表示下一筆該第一更新待解資料矩陣周圍之梯度資訊。
- 如申請專利範圍第3項所述之資料處理方法,其中在更新該餘數參數的步驟之後,更包括:將該計次參數遞增1,並重複執行判斷該計次參數是否對應至該終止數值的步驟。
- 如申請專利範圍第1項所述之資料處理方法,其中找出該第二更新待解資料矩陣的步驟更包括:重置一計次參數,該計次參數係指示一遞迴操作次數;及根據該待解資料矩陣之一起始值及一矩陣係數找出對應之一餘數參數,其中該餘數參數用以表示該起始值周圍之梯度資訊。
- 如申請專利範圍第5項所述之資料處理方法,其中找出該第二更新待解資料矩陣的步驟更包括:判斷該計次參數是否對應至一終止數值;當該計次參數不與該終止數值對應時,根據該餘數參數來更新該第三遞迴參數;根據該待解資料矩陣、該餘數參數及該第三遞迴參數來找出該第二更新待解資料矩陣;及根據該餘數參數來更新該第四遞迴參數;根據該第四遞迴參數及該餘數參數找出該第二變異量並據以更新該餘數參數,使得該餘數參數對應表示下一筆該第二更新待解資料矩陣周圍之梯度資訊。
- 如申請專利範圍第6項所述之資料處理方法,其中在更新該餘數參數的步驟之後,更包括:將該計次參數遞增1,並重複執行判斷該計次參數是否對應至該終止數值的步驟。
- 如申請專利範圍第6項所述之資料處理方法,其中在更新該第三遞迴參數的步驟中,更包括:判斷更新後之該第三遞迴參數是否大於或等於一第一臨界值;當更新後之該第三遞迴參數大於或等於該第一臨界值時,根據一第一權重參數來調整更新後之該第三遞迴參數;及當更新後之該第三遞迴參數小於該第一臨界值時,根據一第二權重參數來調整更新後之該第三遞迴參數。
- 如申請專利範圍第6項所述之資料處理方法,其中在更新該第四遞迴參數的步驟中,更包括:判斷更新後之該第四遞迴參數是否大於或等於一第二臨界值;當更新後之該第四遞迴參數大於或等於該第二臨界值時,根據一第三權重參數來調整更新後之該第四遞迴參數;及當更新後之該第四遞迴參數小於該第二臨界值時,根據一第四權重參數來調整更新後之該第四遞迴參數。
- 一種資料處理裝置,應用於一資料處理系統,用以針對一待解資料矩陣進行遞迴逼近,該資料處理裝置包括:一判斷單元,接收該待解資料矩陣,並判斷該待解資料矩陣是否對應至一低複雜度條件,其中當該待解資料矩陣對應至該低複雜條件時,該判斷單元係提供一第一指令,當該待解資料矩陣不與該低複雜條件對應時,該判斷單元係提供一第二指令;一定值遞迴單元,回應於該第一指令,根據一第一變異量及一第一遞迴參數找出一第一更新待解資料矩陣,其中該第一變異量係與一第二遞迴參數相關,且該第一及該第二遞迴參數具有固定之數值;以及一非定值遞迴單元,回應於該第二指令,根據一第二變異量及一第三遞迴參數找出一第二更新待解資料矩陣,其中該第二變異量係與一第四遞迴參數相關,且該第三及該第四遞迴參數係與該待解資料矩陣相關。
- 如申請專利範圍第10項所述之資料處理裝置,其中該定值遞迴單元更包括:一計次子單元,用以重置一計次參數,其中該計次參數係指示一遞迴操作次數;及一起始設定子單元,用以根據該待解資料矩陣之一起始值及一矩陣係數找出對應之一餘數參數,其中該餘數參數用以表示該起始值周圍之梯度資訊;其中,該計次子單元更判斷該計次參數是否對應至一終止數值。
- 如申請專利範圍第11項所述之資料處理裝置,其中該定值遞迴單元更包括:一遞迴子單元,用以於該計次參數不與該終止數值對應時,根據該待解資料矩陣、該餘數參數及該第一遞迴參數來找出該第一更新待解資料矩陣;其中,該遞迴子單元更根據該第二遞迴參數及該餘數參數找出該第一變異量並據以更新該餘數參數,使得該餘數參數對應表示下一筆該第一更新待解資料矩陣周圍之梯度資訊。
- 如申請專利範圍第12項所述之資料處理裝置,其中該計次子單元更於該餘數參數被該遞迴子單元更新後,將該計次參數遞增1,並再一次地判斷該計次參數是否對應至該終止數值,藉此執行下一次遞迴操作。
- 如申請專利範圍第10項所述之資料處理裝置,其中該非定值遞迴單元更包括:一計次子單元,用以重置一計次參數,該計次參數係指示一遞迴操作次數;及一起始設定子單元,用以根據該待解資料矩陣之一起始值及一矩陣係數找出對應之一餘數參數,其中該餘數參數用以表示該起始值周圍之梯度資訊;其中,該計次子單元更判斷該計次參數是否對應至一終止數值。
- 如申請專利範圍第14項所述之資料處理裝置,其中該非定值遞迴單元更包括:一參數控制子單元,用以於該計次參數不與該終止數值對應時,根據該餘數參數來更新該第三遞迴參數及該第四遞迴參數;及一遞迴子單元,根據該待解資料矩陣、該餘數參數及更新後之該第三遞迴參數來找出該第二更新待解資料矩陣;其中,該遞迴子單元更根據更新後之該第四遞迴參數及該餘數參數找出該第二變異量並據以更新該餘數參數,使得該餘數參數對應表示下一筆該第二更新待解資料矩陣周圍之梯度資訊。
- 如申請專利範圍第15項所述之資料處理裝置,其中該計次子單元更於該餘數參數被該遞迴子單元更新後,將該計次參數遞增1,並再一次地判斷該計次參數是否對應至該終止數值,藉此執行下一次遞迴操作。
- 如申請專利範圍第15項所述之資料處理裝置,其中該參數控制子單元判斷更新後之該第三遞迴參數是否大於或等於一第一臨界值,當更新後之該第三遞迴參數大於或等於該第一臨界值時,該參數控制子單元根據一第一權重參數來調整更新後之該第三遞迴參數;其中,當更新後之該第三遞迴參數小於該第一臨界值時,該參數控制子單元根據一第二權重參數來調整更新後之該第三遞迴參數。
- 如申請專利範圍第15項所述之資料處理裝置,其中該參數控制子單元判斷更新後之該第四遞迴參數是否大於或等於一第二臨界值,當更新後之該第四遞迴參數大於或等於該第二臨界值時,該參數控制子單元根據一第三權重參數來調整更新後之該第四遞迴參數;其中,當更新後之該第四遞迴參數小於該第二臨界值時,該參數控制子單元根據一第四權重參數來調整更新後之該第四遞迴參數。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100142398A TW201322006A (zh) | 2011-11-18 | 2011-11-18 | 資料處理方法及其裝置 |
CN201210002194.XA CN103123617B (zh) | 2011-11-18 | 2012-01-05 | 资料处理方法及其装置 |
US13/440,886 US9147021B2 (en) | 2011-11-18 | 2012-04-05 | Data processing method and device using the same |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW100142398A TW201322006A (zh) | 2011-11-18 | 2011-11-18 | 資料處理方法及其裝置 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201322006A true TW201322006A (zh) | 2013-06-01 |
Family
ID=48426343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100142398A TW201322006A (zh) | 2011-11-18 | 2011-11-18 | 資料處理方法及其裝置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9147021B2 (zh) |
CN (1) | CN103123617B (zh) |
TW (1) | TW201322006A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10623775B1 (en) * | 2016-11-04 | 2020-04-14 | Twitter, Inc. | End-to-end video and image compression |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6430713B1 (en) * | 1999-06-30 | 2002-08-06 | International Business Machines Corporation | System and method for constructing low complexity block coders |
US6785341B2 (en) * | 2001-05-11 | 2004-08-31 | Qualcomm Incorporated | Method and apparatus for processing data in a multiple-input multiple-output (MIMO) communication system utilizing channel state information |
US7042926B2 (en) * | 2001-11-21 | 2006-05-09 | Intel Corporation | Low complexity multiuser detector |
US7219085B2 (en) * | 2003-12-09 | 2007-05-15 | Microsoft Corporation | System and method for accelerating and optimizing the processing of machine learning techniques using a graphics processing unit |
US7565010B2 (en) | 2005-01-06 | 2009-07-21 | Siemens Medical Solutions Usa, Inc. | System and method for image segmentation by a weighted multigrid solver |
US7486820B2 (en) | 2005-01-06 | 2009-02-03 | Siemens Medical Solutions Usa, Inc. | System and method for multilabel random walker segmentation using prior models |
US20060285531A1 (en) * | 2005-06-16 | 2006-12-21 | Howard Steven J | Efficient filter weight computation for a MIMO system |
US7729537B2 (en) | 2005-08-01 | 2010-06-01 | Siemens Medical Solutions Usa, Inc. | Editing of presegemented images/volumes with the multilabel random walker or graph cut segmentations |
GB2441376B (en) * | 2006-09-01 | 2009-08-05 | Toshiba Res Europ Ltd | Wireless communication apparatus |
TW200818865A (en) | 2006-10-03 | 2008-04-16 | Quanta Comp Inc | Apparatus and method for generating stereoscopic image |
CA2676219C (en) * | 2007-01-23 | 2017-10-24 | Euclid Discoveries, Llc | Computer method and apparatus for processing image data |
US7669152B1 (en) | 2007-03-13 | 2010-02-23 | Silicon Frontline Technology Inc. | Three-dimensional hierarchical coupling extraction |
US8593506B2 (en) * | 2007-03-15 | 2013-11-26 | Yissum Research Development Company Of The Hebrew University Of Jerusalem | Method and system for forming a panoramic image of a scene having minimal aspect distortion |
TWI381668B (zh) * | 2008-07-07 | 2013-01-01 | Ind Tech Res Inst | 訊號偵測方法及使用其之接收裝置 |
CN101593349B (zh) | 2009-06-26 | 2012-06-13 | 福州华映视讯有限公司 | 将二维影像转换为三维影像的方法 |
US8553972B2 (en) * | 2009-07-06 | 2013-10-08 | Samsung Electronics Co., Ltd. | Apparatus, method and computer-readable medium generating depth map |
US8711204B2 (en) * | 2009-11-11 | 2014-04-29 | Disney Enterprises, Inc. | Stereoscopic editing for video production, post-production and display adaptation |
US8514269B2 (en) * | 2010-03-26 | 2013-08-20 | Microsoft Corporation | De-aliasing depth images |
US8754891B2 (en) * | 2010-08-18 | 2014-06-17 | Industrial Technology Research Institute | Method for image processing and an apparatus thereof |
-
2011
- 2011-11-18 TW TW100142398A patent/TW201322006A/zh unknown
-
2012
- 2012-01-05 CN CN201210002194.XA patent/CN103123617B/zh active Active
- 2012-04-05 US US13/440,886 patent/US9147021B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US9147021B2 (en) | 2015-09-29 |
CN103123617B (zh) | 2016-01-13 |
US20130127834A1 (en) | 2013-05-23 |
CN103123617A (zh) | 2013-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10534998B2 (en) | Video deblurring using neural networks | |
CN110503703B (zh) | 用于生成图像的方法和装置 | |
KR102406354B1 (ko) | 비디오 수복 방법 및 장치, 전자 기기 및 기억 매체 | |
CN111598818B (zh) | 人脸融合模型训练方法、装置及电子设备 | |
WO2018050001A1 (zh) | 一种用于生成动画数据的方法和装置 | |
US20190325564A1 (en) | Image blurring methods and apparatuses, storage media, and electronic devices | |
US11004179B2 (en) | Image blurring methods and apparatuses, storage media, and electronic devices | |
JP6899002B2 (ja) | 画像処理方法、装置、コンピュータ読み取り可能記憶媒体及び電子機器 | |
CN112561978B (zh) | 深度估计网络的训练方法、图像的深度估计方法、设备 | |
CN111105375B (zh) | 图像生成方法及其模型训练方法、装置及电子设备 | |
WO2018214431A1 (zh) | 通过虚拟现实设备呈现场景的方法、设备及虚拟现实设备 | |
WO2020134010A1 (zh) | 对图像关键点提取模型的训练及图像关键点提取 | |
CN110555334B (zh) | 人脸特征确定方法、装置、存储介质及电子设备 | |
CN112738389A (zh) | 用于提供滑动变焦视图合成的系统和方法 | |
US20170206048A1 (en) | Content sharing methods and apparatuses | |
WO2019076264A1 (zh) | 虚拟现实文字显示的方法、装置和虚拟现实设备 | |
CN111291218B (zh) | 视频融合方法、装置、电子设备及可读存储介质 | |
KR102546631B1 (ko) | 영상 데이터 증식 장치 및 방법 | |
CN113658035B (zh) | 脸部变换方法、装置、设备、存储介质以及产品 | |
CN110928509A (zh) | 显示控制方法、显示控制装置、存储介质、通信终端 | |
CN113989174A (zh) | 图像融合方法和图像融合模型的训练方法、装置 | |
KR20220014308A (ko) | DSLR 품질 피사계 심도(depth-of-field) 렌더링 및 정제(refinement)를 위한 보케이미지(Bokeh image)를 생성하는 시스템 및 방법 | |
TW201322006A (zh) | 資料處理方法及其裝置 | |
CN112153360A (zh) | 头戴设备的曝光参数的确定方法、装置及设备 | |
CN116980579A (zh) | 一种基于图像虚化的图像立体成像方法及相关装置 |