科创中国
面向机器视觉编码的目标级别恰可识别失真的生成方法
发布时间: 2023-09-27
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
物理
成果介绍
本发明涉及图像视觉技术领域，具体是涉及面向机器视觉编码的目标级别恰可识别失真的生成方法。本发明首先将原始图像采用各个预设量化参数压缩得到各个压缩图像。之后将原始图像和压缩图像上裁剪下来得到目标的原始图像和目标的压缩图像分别输入至失真判别模型，本发明的容错策略纠错失真判别模型的判别结果，并基于纠错之后的判别结果判断哪个预设量化参数所对应的目标的压缩图像满足恰可识别失真，将其作为目标的量化参数，采用目标的量化参数对原始图像的目标所在区域压缩以满足解码端的识别需求；对原始图像的非目标区域进行压缩时，采用更大的量化参数对原始图像非目标区域压缩以减少比特。本发明提高了筛选出的目标的量化参数的准确性。
成果亮点
1.一种面向机器视觉编码的目标级别恰可识别失真的生成方法，其特征在于，包括：
将各个预设量化参数所对应的目标的各个压缩图像和所述压缩图像所对应的目标的原始图像应用已训练的失真判别模型，得到已训练的失真判别模型输出的针对各个所述压缩图像的各个判别结果，所述判别结果用于表征各个目标的所述压缩图像相对目标的所述原始图像是否失真；
对各个所述预设量化参数和各个所述预设量化参数的所述判别结果应用容错策略，从各个所述预设量化参数中筛选出目标的量化参数，目标的所述量化参数用于构建适用于机器视觉编码所需的压缩图像，所述压缩图像满足恰可识别失真条件，所述机器视觉编码用于识别所述压缩图像所包含的目标物体。
2.如权利要求1所述的面向机器视觉编码的目标级别恰可识别失真的生成方法，其特征在于，所述失真判别模型包括如下组成部分：
特征提取模块，用于提取目标的所述原始图像的特征和提取目标的所述压缩图像的特征；
特征融合模块，输入端与所述特征提取模块的输出端电连接，用于融合目标的所述原始图像的特征和目标的所述压缩图像的特征；
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案
下载app