【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及与通过使用机器学习来检测特定被摄体的经训练模型相关的图像处理设备、摄像设备以及这些设备的控制方法。
技术介绍
1、被摄体检测是计算机视觉研究的一个领域，并且目前已被广泛研究。计算机视觉是一种理解已经输入到计算机的图像并自动识别图像的各种特征的技术。在该技术中，被摄体检测是用于估计图像中存在的被摄体的位置和类型的任务。被摄体检测被应用于摄像设备的自动调焦技术等。
2、近年来，已知有通过以神经网络等为代表的机器学习方案来检测被摄体的图像处理设备。通过使用与特定被摄体相对应的经训练模型(词典数据)，这种图像处理设备检测特定被摄体以进行摄像控制。作为特定被摄体的类型，人物、诸如狗或猫等的动物、或者诸如汽车等的运载工具是代表性的，这是对于摄像设备的自动调焦(af)功能需求高的被摄体。
3、日本特开2021-57672公开了一种从用户收集图像并通过附加学习检测适合用户的af点的图像处理设备。然而，由于图像被自动分类以进行学习，所以难以检测用户期望检测的任何新被摄体。
4、引文列表
5、专利文献
6、专利文献1：日本特开2021-57672
技术实现思路
1、专利技术要解决的问题
2、此外，为了生成能够检测用户期望检测的任何新被摄体的词典数据，用户需要提供该被摄体的教师数据。然而，在一些情况下，用户可以准备的数据(正实例的教师数据)的数量少，并且出现了未获取具有足够检测性能水平的词典数据的问题。
3
4、本专利技术的目的是提供一种能够从少量的正实例数据生成或使用具有一定水平或更高的检测性能的词典数据的图像处理设备。
5、为实现上述目的，本专利技术的图像处理设备包括：第一获取部件，用于获取包括针对第一对象的正实例的图像数据的第一教师数据；第二获取部件，用于获取包括针对所述第一对象的负实例的图像数据的第二教师数据；以及生成部件，用于基于所述第一获取部件和所述第二获取部件所获取的教师数据，来生成用于检测所述第一对象的第一词典数据，所述图像处理设备的特征在于，所述学习部件对第二词典数据进行附加学习以生成所述第一词典数据，并且所述第一获取部件所获取的第一教师数据的数量小于所述第二获取部件所获取的第二教师数据的数量。
6、专利技术的效果
7、根据本专利技术，可以从少量的正实例数据生成或使用具有一定水平或更高的检测性能的词典数据。
本文档来自技高网...【技术保护点】
1.一种图像处理设备，包括：
2.根据权利要求1所述的图像处理设备，其特征在于，获取到所述第一教师数据的位置与获取到所述第二教师数据的位置不同。
3.根据权利要求1或2所述的图像处理设备，其特征在于，所述第一教师数据中的至少一个是从用户提供的教师数据。
4.根据权利要求1至3中任一项所述的图像处理设备，其特征在于，所述第二获取部件获取预先准备的数据。
5.根据权利要求1至4中任一项所述的图像处理设备，其特征在于，除所获取的第一教师数据之外，所述第一获取部件还获取所述第二教师数据。
6.根据权利要求1至5中任一项所述的图像处理设备，其特征在于，所述第二对象是通过进一步限制所述第一对象而获得的。
7.根据权利要求1至6中任一项所述的图像处理设备，其特征在于，所述第一对象是特征性被摄体区域。
8.根据权利要求1至6中任一项所述的图像处理设备，其特征在于，所述第一对象是特定被摄体。
9.根据权利要求1至8中任一项所述的图像处理设备，其特征在于，所述学习部件包括判断部件，所述判断部件用于判断除所
10.根据权利要求1至9中任一项所述的图像处理设备，其特征在于，所述第一获取部件所获取的第一教师数据的数量是100或少于100，并且所述第二获取部件所获取的数据的数量是101或多于101。
11.根据权利要求1至10中任一项所述的图像处理设备，其特征在于，包括控制部件，所述控制部件用于基于所述学习部件所生成的词典数据来进行被摄体检测以进行拍摄控制。
12.根据权利要求1至11中任一项所述的图像处理设备，其特征在于，所述学习部件将利用所述第一获取部件所获取的数据进行学习的情况下的损失函数的系数设置为大于利用所述第二获取部件所获取的数据进行学习的情况下的损失函数的系数。
13.一种摄像设备，包括：
14.一种图像处理设备的控制方法，所述控制方法包括：
15.一种摄像设备的控制方法，所述控制方法包括：
...【技术特征摘要】
【国外来华专利技术】
1.一种图像处理设备，包括：
2.根据权利要求1所述的图像处理设备，其特征在于，获取到所述第一教师数据的位置与获取到所述第二教师数据的位置不同。
3.根据权利要求1或2所述的图像处理设备，其特征在于，所述第一教师数据中的至少一个是从用户提供的教师数据。
4.根据权利要求1至3中任一项所述的图像处理设备，其特征在于，所述第二获取部件获取预先准备的数据。
5.根据权利要求1至4中任一项所述的图像处理设备，其特征在于，除所获取的第一教师数据之外，所述第一获取部件还获取所述第二教师数据。
6.根据权利要求1至5中任一项所述的图像处理设备，其特征在于，所述第二对象是通过进一步限制所述第一对象而获得的。
7.根据权利要求1至6中任一项所述的图像处理设备，其特征在于，所述第一对象是特征性被摄体区域。
8.根据权利要求1至6中任一项所述的图像处理设备，其特征在于，所述第一对象是特定被摄体。
9.根据权利要求1至8中任一项所述的图像处理设备，其特征在于...
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。