[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

说明书

本发明公开了一种类神经网络辨识效能提升方法及其装置，其中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。该输出图像作为类神经网络辨识的导入数据，将输入图像的背景噪声滤掉，有助于改善类神经网络辨识的效能提升。

技术领域

本发明涉及一种图像辨识方法与其装置，特别是有关一种应用在图像辨识的类神经网络辨识效能提升方法及类神经网络辨识效能提升装置。

背景技术

以类神经网络演算为基础的传统图像辨识技术直接使用原始监控图像作为输入信息。原始监控图像内含的信息量庞大，大幅限制图像辨识效能的提升；即便从原始监控图像选取小范围的特定图像进行图像辨识，试图通过减少信息量来提高运算效能，小范围特定图像内的待测对象仍会受周围复杂环境背景影响，无法快速精确地得到所需辨识结果。因此，如何设计一种有助于改善类神经网络辨识效能提升的方法，即为相关监控产业的重点发展课题之一。

发明内容

本发明涉及一种应用在图像辨识的类神经网络辨识效能提升方法及类神经网络辨识效能提升装置，以解决上述之问题。

本发明进一步公开一种类神经网络辨识效能提升方法，其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。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。

本发明进一步公开一种类神经网络辨识效能提升装置，其包括图像产生器以及运算处理器。该图像产生器用来取得输入图像。该运算处理器电连接该图像产生器。该运算处理器用来分析该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，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。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。

本发明的类神经网络辨识效能提升方法及其装置先从输入图像分离出前景信息，按照前景信息的像素值分布定义出前景屏蔽，输入图像经前景屏蔽的转换能有效过滤掉非必要信息，所生成输出信息作为类神经网络辨识的导入数据可提高类神经网络辨识准确度。输入图像不限于RGB、YUV、HSL或HSV等色彩模式。输入图像及其转换所得前景信息、前景屏蔽与输出图像属各像素值的运算，故皆具有实质相同的图像尺寸。此外，输出图像的像素灰阶值可选择性局限在特定范围内，目的在于减少类神经网络辨识效能提升装置所需的储存容量，进一步有效地处理大容量图像信息。

附图说明

图1为本发明实施例的类神经网络辨识效能提升装置的功能方块图。

图2为本发明实施例的类神经网络辨识效能提升方法的流程图。

图3至图6分别为本发明实施例的输入图像在不同转换阶段的示意图。

图7为本发明实施例的生成前景屏蔽的流程图。

图8为本发明实施例的前景信息直方图的示意图。

图9为本发明实施例的用在解析前景屏蔽的像素分布类型的示意图。

其中，附图标记说明如下：

10 类神经网络辨识效能提升装置

12 图像产生器

14 运算处理器

I 监控画面

I1 输入图像

I2 前景信息

I3 前景屏蔽

I4 输出图像