[发明专利]用于处理图像的装置和方法

说明书

提供了一种图像处理装置，包括：通信接口；显示器；相机；存储器，被配置为存储计算机可执行指令；以及至少一个处理器，其通过执行计算机可执行指令被配置为：经由相机获取包括至少一个对象的图像，从多个数据识别模型当中选择对应于与图像相关的特定条件的数据识别模型，基于对应于所述特定条件的所选择的数据识别模型，根据用于所选择的数据识别模型的准则估计所获取的图像中的用户的兴趣区域，以确定区域是否对应于学得的兴趣信息，以及在显示器上显示被估计的所述兴趣区域在其中的图像，其中，所选择的数据识别模型被训练以用于估计兴趣区域，以及其中，所述多个数据识别模型分别不同地学习以用于估计兴趣区域。

本申请是申请日为2017年12月21日、申请号为“201780076454.9”、发明名称为“用于处理图像的装置和方法”的发明专利申请的分案申请。

技术领域

本公开涉及人工智能(AI)系统。更具体地，本公开涉及一种用于通过使用诸如深度学习的机器学习算法及其应用技术来模拟包括识别和决策的人脑功能的AI系统。

背景技术

在图像处理中，自动聚焦是可以提高用户对图像的满意度的任务。通常，可以将用户的兴趣可能会集中的图像区域视为兴趣区域，并且存在用于将焦点设置在这样的兴趣区域上的图像处理技术。

最近，人工智能(AI)系统也被引入图像处理领域。

AI系统是实现人类级别智能的计算机系统，并且与基于规则的智慧系统不同，机器根据相关现有技术自己学习、决策并变得智能。使用的AI系统越多，识别率就越高，用户偏好就会被越准确地理解。因此，根据现有技术，基于规则的智慧系统逐渐被基于深度学习的AI系统所取代。

AI技术包括机器学习(深度学习)和利用机器学习的元素技术。

机器学习是用于自主分类/学习输入数据的特性的算法技术。元素技术是通过利用诸如深度学习的机器学习算法来模拟人脑功能(例如识别和决策)的技术，并且包括语言理解、视觉理解、推理/预测、知识表示、运动控制等。

应用AI技术的各个领域如下。语言理解是一种识别、应用/处理人类语言/字符的技术，包括自然语言处理、机器翻译、对话系统、查询响应、语音识别/合成等。视觉理解是一种以与人类视觉的方式类似的方式来识别和处理对象的技术，包括对象识别、对象追踪、图像搜索、人类识别、场景理解、空间理解和图像增强。推理/预测是一种确定用于逻辑推理和预测的信息的技术，并且包括基于知识/概率的推理、优化预测、基于偏好的计划和推荐。知识表示是一种将人类体验信息自动化为知识数据的技术，包括知识构建(数据生成/分类)和知识管理(数据利用)。运动控制是一种用于控制车辆的自动驾驶和机器人的运动的技术，并且包括运动控制(导航、碰撞避免、驾驶)、操纵控制(行为控制)等。

以上信息仅作为背景信息呈现，以帮助理解本公开。没有做出任何确定，并且没有断言关于上述任何一个是否适合作为关于本公开的现有技术。

发明内容

技术解决方案

本公开的各方面旨在解决至少上述问题和/或缺点，并提供至少下述优点。因此，本公开的一个方面是提供一种图像处理装置和图像处理方法，其通过基于由多个数据识别模型当中满足特定条件的数据识别模型所学习的兴趣信息估计兴趣区域来设置焦点。

附图说明

通过以下结合附图的描述，特定实施例的上述和其他方面、特征和优点将更加明显，其中：

图1a是用于描述根据本公开的实施例的图像处理装置的框图；

图1b是示出根据本公开各种实施例的图像处理装置的配置的图；

图2是根据本公开的实施例的图像捕获器的框图；

图3是用于描述根据本公开的实施例的控制器的操作的图；