[发明专利]实施图像处理的信息处理设备和图像处理方法有效

专利信息
申请号: 201480043863.5 申请日: 2014-07-18
公开(公告)号: CN105453132B 公开(公告)日: 2019-04-05
发明(设计)人: 柴田刚志;池谷彰彦;仙田修司 申请(专利权)人: 日本电气株式会社
主分类号: G06T3/00 分类号: G06T3/00;H04N5/232
代理公司: 北京市金杜律师事务所 11256 代理人: 王茂华;辛鸣
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 实施 图像 处理 信息处理 设备 方法
【权利要求书】:

1.一种信息处理设备,包括:

电路,所述电路被配置为:

获取多个第一学习图像和输入图像;以及

在所述第一学习图像中的与所述输入图像中的任意区域对应的区域基于多个劣化过程中的相应劣化过程被劣化时,基于在所述任意区域与多个第一劣化的图像中的相应第一劣化的图像之间的第一相似性来输出估计的劣化过程,

其中所述估计的劣化过程对应于所述劣化过程中的如下劣化过程:所述劣化过程与所述输入图像中的所述区域有关,

其中所述电路还被配置为基于所述劣化过程来创建小片对的词典,每个小片对包括劣化的小片与恢复小片,所述劣化的小片是第二学习图像基于所述估计的劣化过程被劣化成的第二劣化的图像中的小片,所述恢复小片是所述第二学习图像中的小片。

2.根据权利要求1所述的信息处理设备,

其中所述电路还被配置为:进一步基于在所述第一劣化的图像中的相应第一劣化的图像和从所述第一学习图像到所述第一劣化的图像中的相应第一劣化的图像的所述劣化过程之间的对应性关系,来输出区分与所述输入图像中的所述区域有关的所述劣化过程的信息作为所述估计的劣化过程。

3.根据权利要求1所述的信息处理设备,

其中所述第一相似性对应于在与所述第一劣化的图像对应的特征矢量和与所述输入图像中的所述区域对应的特征矢量之间的关系。

4.根据权利要求3所述的信息处理设备,

其中所述电路还被配置为:输出与k个最近邻居的k个劣化过程之一对应的所述估计的劣化过程,其中k是等于或者大于1的自然数,所述k个劣化过程与所述输入图像中的所述区域有关。

5.根据权利要求1所述的信息处理设备,其中所述电路还被配置为:

通过使用所述词典来从所述输入图像生成恢复的图像,并且输出生成的所述恢复的图像;以及

基于在所述第一学习图像与所述恢复的图像之间的第二相似性来选择所述第一学习图像,

进一步基于在选择的所述第一学习图像中的所述区域被劣化成的多个第一劣化的图像中的相应第一劣化的图像与所述输入图像中的所述区域之间的所述第一相似性,来输出所述估计的劣化过程。

6.根据权利要求5所述的信息处理设备,

其中所述电路还被配置为:进一步基于在所述第一劣化的图像中的相应第一劣化的图像与从选择的所述第一学习图像到所述第一劣化的图像中的相应第一劣化的图像的劣化过程之间的对应性关系,来输出区分与所述输入图像中的所述区域有关的所述劣化过程的信息作为所述估计的劣化过程。

7.根据权利要求5所述的信息处理设备,

其中所述第二相似性对应于在与所述第二学习图像对应的特征矢量和与所述恢复的图像对应的特征矢量之间的关系。

8.根据权利要求3所述的信息处理设备,其中所述电路还被配置为:

基于所述劣化过程来从所述学习图像生成所述第一劣化的图像,并且输出生成的所述第一劣化的图像,

生成与所述第一劣化的图像对应的所述特征矢量,并且输出与所述第一劣化的图像对应的所述特征矢量,

生成指示在与所述第一劣化的图像对应的所述特征矢量和与对应于所述第一劣化的图像的所述特征矢量对应的所述劣化过程之间的关系的对应性信息,并且输出生成的所述对应性信息,

存储所述对应性信息,

计算与所述输入图像中的所述区域对应的所述特征矢量,并且输出与所述输入图像中的所述区域对应的所述特征矢量,以及

基于在与所述输入图像中的所述区域对应的所述特征矢量与在所述对应性信息中包括的所述特征矢量之间的关系、来将与所述输入图像中的所述区域对应的所述特征矢量分类成所述劣化过程的类之一,并且向外界输出与对应于所述输入图像中的局部区域的所述特征矢量被分类成的所述类对应的所述估计的劣化过程,所述类是在所述对应性信息中包括的所述特征矢量的类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于日本电气株式会社,未经日本电气株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201480043863.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top