Формирование областей фиксации для машинного обучения - заявка 2016152172 на патент на изобретение в РФ

1. Способ, содержащий этапы, на которых:
принимают первое изображение и указание одной или более подобластей в пределах первого изображения, соответствующих одному или более интересующим объектам; и
формируют и сохраняют изображение метки, причем формирование и сохранение изображения метки содержит этапы, на которых:
создают промежуточное изображение, содержащее одну или более случайных точек первого цвета в областях, соответствующих подобластям, причем остальная часть промежуточного изображения имеет второй цвет, и
применяют размытие по Гауссу к промежуточному изображению.
2. Способ по п. 1, в котором формирование и сохранение изображения метки дополнительно содержит этап, на котором создают и сохраняют размытое промежуточное изображение с низким разрешением.
3. Способ по п. 1, в котором применение размытия по Гауссу содержит этап, на котором создают размытие в форме эллипсов для каждой из одной или более случайных точек.
4. Способ по п. 1, дополнительно содержащий этап, на котором формируют карту заметности на основании первого изображения и изображения метки.
5. Способ по п. 4, в котором формирование карты заметности содержит формирования с использованием нейронной сети, которая выводит карту заметности на основании первого изображения и изображения метки.
6. Способ по п. 1, в котором создание промежуточного изображения, содержащего одну или более случайных точек, содержит этап, на котором создают бинарное изображение.
7. Способ по п. 1, в котором создание промежуточного изображения, содержащего одну или более случайных точек, содержит этап, на котором определяют число случайных точек в подобласти из одной или более подобластей на основании размера подобласти из одной или более подобластей.
8. Способ по п. 1, дополнительно содержащий этап, на котором обучают или тестируют нейронную сеть для определения информации об одном или более объектах на основании изображения метки.
9. Система формирования искусственных карт заметности, содержащая:
компонент данных, выполненный с возможностью приема первого изображения и контрольных данных, соответствующих первому изображению, причем контрольные данные содержат указание одной или более подобластей в пределах первого изображения, соответствующих одному или более интересующим объектам;
компонент рандомизации, выполненный с возможностью создания промежуточного изображения, содержащего одну или более случайных точек первого цвета в областях, соответствующих подобластям, причем остальная часть промежуточного изображения имеет второй цвет;
компонент размытия, выполненный с возможностью применения размытия в отношении промежуточного изображения для формирования изображения метки; и
компонент формирования карты, выполненный с возможностью создания карты заметности на основании изображения метки и первого изображения.
10. Система по п. 9, дополнительно содержащая компонент моделирования, выполненный с возможностью обучения или тестирования алгоритма машинного обучения на основании карты заметности и изображения метки.
11. Система по п. 10, в которой контрольные данные дополнительно содержат одну или более подробностей об интересующих объектах, причем одна или более подробностей содержат одно или более из классификации, ориентации и относительного местоположения интересующих объектов, и в которой компонент моделирования выполнен с возможностью обучения или тестирования на основании одной или более подробностей об интересующих объектах.
12. Система по п. 9, в которой компонент размытия выполнен с возможностью формирования изображения метки путем получения изображения метки с низким разрешением, и в которой компонент формирования карты выполнен с возможностью создания карты заметности на основании изображения метки с низким разрешением.
13. Система по п. 9, в которой компонент размытия выполнен с возможностью применения размытия по Гауссу.
14. Система по п. 9, в которой компонент рандомизации выполнен с возможностью определения числа случайных точек и создания случайных точек в подобласти из одной или более подобластей на основании размера подобласти из одной или более подобластей.
15. Машиночитаемый запоминающий носитель, хранящий команды, которые при выполнении одним или более процессорами побуждают один или более процессоров:
принимать первое изображение и указание одной или более подобластей в пределах первого изображения, соответствующих одному или более интересующим объектам; и
создавать промежуточное изображение, содержащее одну или более случайные точки первого цвета в областях, соответствующих подобластям, причем остальная часть промежуточного изображения имеет второй цвет;
применять размытие по Гауссу в отношении промежуточного изображения для получения изображения метки; и
сохранять и связывать изображение метки с первым изображением.
16. Машиночитаемый запоминающий носитель по п. 15, в котором команды побуждают один или более процессоров создавать и сохранять размытое промежуточное изображение с низким разрешением в качестве изображения метки.
17. Машиночитаемый запоминающий носитель по п. 15, в котором команды дополнительно побуждают один или более процессоров выполнять размытие по Гауссу так, чтобы оно соответствовало области в форме эллипса.
18. Машиночитаемый запоминающий носитель по п. 15, в котором команды побуждают один или более процессоров формировать карту заметности на основании первого изображения и изображения метки, причем формирование карты заметности содержит формирование с использованием нейронной сети, которая выводит карту заметности на основании первого изображения и изображения метки.
19. Машиночитаемый запоминающий носитель по п. 15, в котором команды дополнительно побуждают один или более процессоров обучать или тестировать нейронную сеть для определения информации об одном или более объектах на основании изображения метки.
20. Машиночитаемый запоминающий носитель по п. 15, в котором команды побуждают один или более процессоров определять число случайных точек и создавать случайные точки в подобласти на основании размера соответствующей подобласти из одной или более подобластей.
Наверх