[发明专利]类神经网络辨识效能提升方法及其相关辨识效能提升装置

权利要求书

1.一种类神经网络辨识效能提升方法，其特征在于，该类神经网络辨识效能提升方法包括：

分析输入图像以取得前景信息；

利用该前景信息生成前景屏蔽；以及

该输入图像经由该前景屏蔽转换为输出图像，其中该输出图像作为类神经网络辨识的导入数据，以提升对象辨识效能。

2.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，该类神经网络辨识效能提升方法进一步包括：

利用对象侦测技术在监控画面内选定该输入图像的范围。

3.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，分析该输入图像以取得该前景信息包括：

产生该输入图像的背景信息；以及

计算该输入图像与该背景信息的差异而取得该前景信息。

4.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，利用该前景信息生成该前景屏蔽包括：

计算该前景信息的直方图；

该直方图依像素值范围划分为第一群与第二群，并且该第一群的像素值范围小在该第二群的像素值范围；

比较该第二群的像素数量与预定参数；以及

根据比较结果生成该前景屏蔽。

5.如权利要求4所述的类神经网络辨识效能提升方法，其特征在于，根据比较结果生成该前景屏蔽进一步包括：

该第二群的该像素数量大于该预定参数时，设定前景门槛；

该前景信息内其像素值高于该前景门槛的像素归类为第一组像素；

该前景信息内其像素值低于该前景门槛的像素归类为第二组像素；以及将该前景屏蔽内对应于该第一组像素的像素值设为第一数值，并且对应于该第二组像素的像素值设为第二数值。

6.如权利要求4所述的类神经网络辨识效能提升方法，其特征在于，根据比较结果生成该前景屏蔽进一步包括：

该第二群的该像素数量小于该预定参数时，判断该第一群是否符合特定条件；以及

如该第一群符合该特定条件，该前景屏蔽内所有像素的像素值设为第一数值。

7.如权利要求6所述的类神经网络辨识效能提升方法，其特征在于，该第一群不符合该特定条件时，该前景屏蔽内所有像素的像素值设为第二数值。

8.如权利要求4所述的类神经网络辨识效能提升方法，其特征在于，该输入图像经由该前景屏蔽转换为该输出图像包括：

计算该输入图像的所有像素值分别与该前景屏蔽的对应像素值的乘积以生成该输出图像。

9.如权利要求4所述的类神经网络辨识效能提升方法，其特征在于，该输入图像经由该前景屏蔽转换为该输出图像包括：

计算该输入图像的所有像素值分别与该前景屏蔽的对应像素值的乘积；

从该些乘积中筛选出其位置对应到该前景屏蔽内不属于第二数值的像素位置的第一组乘积；

从该些乘积中筛选出其位置对应到该前景屏蔽内属于第二数值的像素位置的第二组乘积，并且将该第二组乘积替换为参考值；以及

利用该第一组乘积与该些参考值生成该输出图像。

10.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，将该输出图像的像素灰阶值限定在0～128的范围内。

11.如权利要求1所述的类神经网络辨识效能提升方法，其特征在于，该前景屏蔽的尺寸与该输入图像的尺寸实质上相同。

12.一种类神经网络辨识效能提升装置，其特征在于，该类神经网络辨识效能提升装置包括：

图像产生器，用来取得输入图像；以及

运算处理器，电连接该图像产生器，该运算处理器用来执行如权利要求1至权利要求11的其中之一或其组合所述的类神经网络辨识效能提升方法，可有效改善类神经网络算法在复杂环境下的对象辨识效能。