[发明专利]电子装置及其控制方法

说明书

提供了一种电子装置及其控制方法。该电子装置包括：存储器，配置成存储均与多个图像图案对应的多个过滤器；以及处理器，配置成基于包括目标像素和多个周围像素的图像块内的像素之间的关系将图像块分类到多个图像图案中的一个图像图案，以及通过将多个过滤器之中的、与被分类到的图像图案对应的至少一个过滤器应用于图像块来获得最终图像块，在最终图像块中，目标像素经历过图像处理，其中，多个过滤器通过以下方式获得：基于多个图像图案中的每个图像图案，通过人工智能算法学习多个第一样本图像块与对应于多个第一样本图像块的多个第二样本图像块之间的关系。

分案申请声明

本申请是2018年12月11日递交于国家知识产权局(CNIPA)的发明名称为“电子装置及其控制方法”且申请号为201811509816.1的中国发明专利申请的分案申请。

技术领域

本公开总体涉及电子装置及其控制方法，以及例如涉及执行图像处理的电子装置及其控制方法。

本公开还涉及使用机器学习算法模拟人脑的识别功能和决策功能的人工智能(AI)系统及其应用。

背景技术

近年来，实现人类水平智能的人工智能系统被用于各个领域。人工智能系统是机器执行学习和决策且本身变得智能化的系统，不同于现有的基于规则的智能系统。随着人工智能系统的使用越来越多，提高了识别率并且更加准确地了解用户的品味，使得现有的基于规则的智能系统逐渐被基于深度学习的人工智能系统所取代。

人工智能技术可包括机器学习(例如，深度学习)和使用机器学习的元技术。

机器学习可包括自身对输入数据的特征进行分类/学习的算法技术，以及元技术可包括使用诸如深度学习等机器学习算法模拟人脑的功能(诸如识别、决策等)的技术，并且可包括诸如语言理解、视觉理解、推理/预测、知识表达、运动控制等技术领域。

人工智能技术可应用的各个领域如下。语言理解可指识别和应用/处理人类语言的技术，以及可包括自然语言处理、机器翻译、对话系统、问答、语音识别/合成等。视觉理解可指识别和处理诸如人类视觉之类的事物的技术，以及可包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像改进等。推理/预测可指判定和逻辑推理以及预测信息的技术，以及可包括基于知识/概率的推理、优化预测、基于偏好的规划、建议等。知识表达可指将人类经验信息自动化并处理为知识数据的技术，以及可包括知识建构(数据创建/分类)、知识管理(数据利用)等。运动控制可指控制车辆的自动驾驶和机器人的运动的技术，以及可包括运动控制(导航、碰撞、驾驶)、操纵控制(行为控制)等。

同时，常规图像处理方法可分为非基于学习的技术和基于学习的技术。非基于学习的技术具有图像处理速度快的优点，但是存在不能根据图像特性进行灵活图像处理的问题。基于学习的技术具有能够进行灵活图像处理的优点，但是存在难以实时处理的问题。

例如，考虑放大图像的分辨率的情况，在作为非基于学习的技术的代表性方法的插值方法中，使用具有低通特性的过滤器计算与分辨率被放大的位置对应的像素的亮度。详细地，存在基于样条的双立方插值方式、使用通过简化理想低通过滤器(Sinc Kernel)形成的Lanczos过滤器的重采样方式等。这种非基于学习的技术由于低复杂性而显示出稳定的图像放大性能，但可能无法反映仅由图像所具有的先验信息，使得边缘税度模糊、边缘锯齿状、边缘附近出现混叠或振影。

作为基于学习的技术的代表性方法，存在直接使用高图像质量图像数据库进行重建的方式，针对每个分类等级学习和使用高分辨率转换规则的方式，通过深度学习网络以端对端映射形式学习低分辨率/高分辨率转换并在放大图像时使用学习的网络放大图像的方式。