用于评估数字图像的设备和计算机实现的方法与流程

专利查询21小时前  4


本发明涉及一种用于评估数字图像的设备和计算机实现的方法。


背景技术:

1、数字图像例如在至少部分自主的车辆或自动光学检查设备的领域中被评估。


技术实现思路

1、根据独立权利要求的用于评估数字图像的设备和计算机实现的方法提供了对数字图像进行分类的简单分数。

2、该方法包括提供数字图像,提供预定模型的第一部分,其中预定模型被配置用于利用预定模型的第二部分确定数字图像的语义分割,其中第一部分被配置为取决于数字图像确定特征,其中第二部分被配置为取决于特征确定语义分割,其中该方法包括利用第一部分取决于数字图像来确定特征,提供用于量化该特征的量化集合,取决于量化集合并取决于该特征来确定该特征的量化,取决于该特征和该量化来确定量化误差,以及取决于该量化误差来评估数字图像。特征和量化可以是向量。量化误差可以是用作评估数字图像的简单分数的向量之间的距离。

3、该方法可以包括提供模型的第二部分,其中第二部分被配置用于取决于量化来确定数字图像的语义分割,并且利用第二部分取决于量化来确定数字图像的语义分割。除了语义分割之外提供的分数允许评估语义分割。

4、在一个实施例中,提供量化集合包括为数字图像的语义分割提供参考,确定数字图像的语义分割,以及取决于参考和语义分割之间的差异并取决于量化误差来确定量化集合中的量化。第一部分和第二部分是预定模型的预定部分。在不修改第一部分或第二部分的情况下确定量化。

5、在一个实施例中,提供预训练模型包括训练第一部分以确定特征,以及训练第二部分以取决于特征确定语义分割。量化集合被插入到预训练的第一部分和预训练的第二部分之间的预训练模型中。

6、在一个实施例中,该方法包括确定具有预定归一化的特征,以及确定具有预定归一化的特征的量化。归一化以相同的方式对特征和量化进行归一化,以便促进量化误差的确定。表示特征和量化的向量可以归一化为单位长度。

7、在一个实施例中,该方法包括将特征从第一尺度放大到第二尺度,根据第二尺度中的特征确定第二尺度中的量化,将量化从第二尺度缩小到第一尺度,以及确定第一尺度中的量化误差。分辨率的改变可以改善准确度。

8、优选地,特征是向量,并且特征的量化是向量,其中确定量化误差包括确定特征和特征的量化之间的余弦距离。

9、提供数字图像可以包括特别是利用至少部分自主的车辆或自动光学检查设备的相机捕获数字图像。

10、评估数字图像可以包括如果量化误差超过阈值则检测异常,或者否则不检测异常。

11、用于评估数字图像的设备包括至少一个处理器和用于存储数字图像和指令的至少一个存储装置,所述指令在由至少一个处理器执行时使至少一个处理器执行该方法,其中至少一个处理器被配置用于执行指令。该设备提供了与该方法提供的优点相对应的优点。

12、可以提供一种程序,其中该程序包括指令,该指令当由至少一个处理器执行时使所述至少一个处理器执行该方法。该程序提供了与该方法提供的优点相对应的优点。



技术特征:

1.用于评估数字图像的计算机实现的方法,其特征在于,提供(202)数字图像,提供(204)预定模型的第一部分,其中所述预定模型被配置用于利用预定模型的第二部分来确定数字图像的语义分割,其中所述第一部分被配置为取决于数字图像来确定特征,其中所述第二部分被配置为取决于特征来确定语义分割,其中所述方法包括:利用第一部分取决于数字图像来确定(208)特征,提供(206)用于量化特征的量化集合,取决于量化集合和取决于特征来确定(210)特征的量化,取决于特征和量化来确定(212)量化误差,以及取决于量化误差来评估(216)数字图像。

2.根据权利要求1所述的方法,其特征在于,提供(204)模型的第二部分,其中所述第二部分被配置用于取决于量化来确定数字图像的语义分割,并且利用第二部分取决于量化来确定(214)数字图像的语义分割。

3.根据权利要求2所述的方法,其特征在于,提供(206)量化集合包括为数字图像的语义分割提供参考,确定数字图像的语义分割,以及取决于参考和语义分割之间的差异以及取决于量化误差来确定量化集合中的量化。

4.根据前述权利要求之一所述的方法,其中,提供(204)预训练模型包括训练第一部分以确定特征,以及训练第二部分以取决于特征确定语义分割。

5.根据前述权利要求之一所述的方法,其特征在于,所述方法包括利用预定的归一化来确定(208)特征,并且利用预定的归一化来确定特征的量化。

6.根据前述权利要求之一所述的方法,其特征在于,所述方法包括将特征从第一尺度放大到第二尺度,根据第二尺度中的特征确定第二尺度中的量化,将量化从第二尺度缩小到第一尺度,以及确定第一尺度中的量化误差。

7.根据前述权利要求之一所述的方法,其特征在于,所述特征是向量,并且特征的量化是向量,其中确定(212)量化误差包括确定特征和特征的量化之间的余弦距离。

8.根据前述权利要求之一所述的方法,其特征在于,提供(202)数字图像包括特别是利用至少部分自主的车辆或自动光学检查设备的相机捕获数字图像。

9.根据前述权利要求之一所述的方法,其特征在于,评估(216)数字图像包括如果量化误差超过阈值则检测异常,或者否则不检测异常。

10.用于评估数字图像的设备(100),其特征在于,所述设备(100)包括至少一个处理器(102)和用于存储数字图像和指令的至少一个存储装置(104),所述指令当由所述至少一个处理器(102)执行时使所述至少一个处理器(102)执行根据权利要求1至9之一所述的方法,其中所述至少一个处理器(102)被配置用于执行所述指令。

11.程序,其特征在于,所述程序包括指令,所述指令当由至少一个处理器执行时使所述至少一个处理器执行根据权利要求1至9之一所述的方法。


技术总结
用于评估数字图像的设备和计算机实现的方法,其中该方法包括提供(202)数字图像,提供(204)预定模型的第一部分,其中所述预定模型被配置用于利用预定模型的第二部分来确定数字图像的语义分割,其中所述第一部分被配置为取决于数字图像来确定特征,其中所述第二部分被配置为取决于特征来确定语义分割,其中所述方法包括:利用第一部分取决于数字图像来确定(208)特征,提供(206)用于量化特征的量化集合,取决于量化集合和取决于特征来确定(210)特征的量化,取决于特征和量化来确定(212)量化误差,以及取决于量化误差来评估(216)数字图像。

技术研发人员:张丹,K·萨克曼
受保护的技术使用者:罗伯特·博世有限公司
技术研发日:
技术公布日:2024/12/5

最新回复(0)