【技术实现步骤摘要】
【国外来华专利技术】图像信号处理器的控制方法以及执行该方法的控制设备
[0001]本公开涉及一种图像信号处理器的控制方法以及执行该方法的控制设备。具体地,本公开涉及一种用于人工神经网络的图像信号处理器的控制方法以及执行该方法的控制设备。
技术介绍
[0002]相机可以通过经由图像信号处理器(ISP)处理从图像传感器获取的RAW图像数据来改善图像质量。此种图像信号处理器(ISP)通常由成像专家调整到其设置。由此一来,即使使用相同的RAW图像数据,图像处理结果也会根据操作者的倾向、视觉感知、认知能力等而不同。
[0003]另一方面,随着各种人工神经网络因机器学习的最近发展而移接到计算机视觉领域,正在开发各种用于检测用相机拍摄的图像中的对象的技术。如果使用由人调整相机设置的图像信号处理器(ISP),则用于学习/验证/推断的图像数据可能会根据操作者的特性而不均一,因此提高人工神经网络模型的推断准确度存在限制。反而,人工神经网络模型的推断准确度可能会降低。
[0004]已进行了作为本公开的背景的描述,以使本公开更容易理解。其不应解释为承认本公开的
技术介绍
中描述的事项作为现有技术存在。
技术实现思路
[0005]技术问题
[0006]为了提高人工神经网络模型的检测率,既往公开过用于预处理传统RAW图像数据的分辨率的技术。然而,存在为此需要用于人工神经网络模型的单独的处理器的缺点。
[0007]另外,既往公开过在逐渐操纵传统图像信号处理器(ISP)的设置的同时,提高人工神经网络模型的检测率的技术。然而, ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种用于人工神经网络的图像信号处理器的控制方法,该控制方法包括以下步骤:获取图像的步骤;确定与所述图像对应的至少一个图像特性数据的步骤;以及基于所述至少一个图像特性数据以及至少一个人工神经网络模型的推断准确度属性来确定用于提高人工神经网络模型的推断准确度的图像校正参数的步骤。2.根据权利要求1所述的控制方法,其中,所述至少一个图像特性数据包括所述图像的直方图(RGB、CbCr、Y直方图)、RGB最大值、RGB最小值、像素值的均值、标准差、各个像素的RGB之和(色值之和)、信噪比(SNR)、频率组成以及边缘组成中的至少一个。3.根据权利要求1所述的控制方法,其中,确定所述图像校正参数的步骤还包括以下步骤:分析指示所述人工神经网络模型的推断准确度的变化的所述推断准确度属性的步骤;以及基于所述推断准确度属性以及所述图像特性数据来确定用于确定输入至所述人工神经网络模型的所述图像的预处理的程度的所述图像校正参数的步骤。4.根据权利要求3所述的控制方法,其中,分析所述推断准确度属性的步骤为以下步骤:确定基于所述图像的亮度、噪声、模糊水平、对比度以及色温中的至少一个图像特性的所述人工神经网络模型的所述推断准确度的变化。5.根据权利要求4所述的控制方法,其中,所述推断准确度的变化指示根据所述图像的特性水平而变化的所述人工神经网络模型的所述推断准确度。6.根据权利要求4所述的控制方法,其中,分析所述人工神经网络模型的所述推断准确度属性的步骤还包括以下步骤:基于所述至少一个图像特性来逐级调制应用于所述人工神经网络模型的参考图像数据集的步骤;以及针对在各个级调制的多个图像数据集计算所述人工神经网络模型的平均精度均值(mAP)的步骤。7.根据权利要求3所述的控制方法,其中,确定所述图像校正参数的步骤为以下步骤:利用与处理所述图像的所述图像信号处理器匹配的预设库来确定多个图像校正参数预设中的至少一个。8.根据权利要求3所述的控制方法,其中,确定所述图像校正参数的步骤还包括计算补偿函数的步骤,所述补偿函数用于通过将所述推断准确度属性与所述图像特性数据匹配来选择性地确定所述图像校正参数。9.根据权利要求1所述的控制方法,其中,所述图像校正参数对应于处理所述图像的所述图像信号处理器的特殊功能寄存器的值。10.根据权利要求1所述的控制方法,所述控制方法还包括以下步骤:
从处理所述图像的所述图像信号处理器接收基于所述图像校正参数的处理过的图像的步骤;以及通过向所述人工神经网络模型输入所述处理过的图像来输出推断结果的步骤。11.根据权利要求1所述的控制方法,所述控制方法还包括以下步骤:识别能够获取和处理所述图像的图像传感器和所述图像信号处理器的步骤。12.根据权利要求1所述的控制方法,其中,确定所述图像校正参数的步骤还包括通过控制图像传感器的拍摄参数来校正用于确定所述图像校正参数的补偿函数的步骤。13.根据权利要求1所述的控...
【专利技术属性】
技术研发人员:金錄元,李善美,任一明,
申请(专利权)人:蒂普爱可斯有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。