[发明专利]使用机器学习模型的图像数据中的对象分类

说明书

接收用于视场的组合的颜色和深度数据。此后，使用至少一个边界多边形算法，为视场定义至少一个提议的边界多边形。然后能够使用具有使用已知的对象的多个图像训练的至少一个机器学习模型的二元分类器，确定是否每个提议的边界多边形封装对象。在被确定为封装对象的每个边界多边形内的图像数据然后能够被提供给具有使用已知的对象的多个图像训练的至少一个机器学习模型的第一对象分类器，以将被封装在相应的边界多边形内的对象分类。进一步地，在被确定为封装对象的每个边界多边形内的图像数据被提供给具有使用已知的对象的多个图像训练的至少一个机器学习模型的第二对象分类器，以将被封装在相应的边界多边形内的对象分类。然后基于第一分类器机器学习模型的输出和第二分类器机器学习模型的输出确定用于每个边界多边形的最终分类。

技术领域

本文描述的主题涉及使用机器学习模型的图像数据内的对象的分类。

背景技术

传感器越来越多地在多个计算平台采用(包括用于游戏平台、移动电话等的独立传感器)以提供多维图像数据(例如，三维数据等)。这些图像数据被计算性地分析以定位对象，并且，在某些情况下，以稍后识别或否则表征这些对象。然而，在多维图像数据内的对象的定位和识别两者仍然不精确。

发明内容

在一方面，接收用于视场的组合的颜色和深度数据。此后，使用至少一个边界多边形算法，为视场定义至少一个所提议的边界多边形。然后能够使用具有使用已知对象的多个图像训练的至少一个机器学习模型的二元分类器来确定是否每个所提议的边界多边形封装对象。然后能够将在确定为封装对象的每个边界多边形内的图像数据提供给具有使用已知的对象的多个图像训练的至少一个机器学习模型的第一对象分类器，以将封装在相应边界多边形内的对象分类。此外，将在确定为封装对象的每个边界多边形内的图像数据提供给具有使用已知的对象的多个图像训练的至少一个机器学习模型的第二对象分类器，以将被封装在相应边界多边形内的对象分类。然后，基于第一分类器机器学习模型的输出和第二分类器机器学习模型的输出，确定用于每个边界多边形的最终分类。然后能够提供表征用于每个边界多边形的最终分类的数据。

至少一个第一分类器机器学习模型能够是基于区域和测量的卷积神经网络。

组合的颜色和深度图像数据能够是RGB-D数据。

第一对象分类器能够使用表征每个对象的元数据。能够从组合的颜色和图像数据中提取元数据。

二元分类器的至少一个机器学习模型能够是以下各项中的一个或多个：神经网络、卷积神经网络、逻辑回归模型、支持向量机、决策树、系综模型、k-最近邻居模型、线性回归模型、朴素贝叶斯模型、逻辑回归模型、和/或感知器模型。

第一对象分类器的至少一个机器学习模型能够是以下各项中的一个或多个：神经网络、卷积神经网络、逻辑回归模型、支持向量机、决策树、系综模型、k-最近邻居模型、线性回归模型、朴素贝叶斯模型、逻辑回归模型、和/或感知器模型。

第二对象分类器的至少一个机器学习模型能够是以下各项中的一个或多个：神经网络、卷积神经网络、逻辑回归模型、支持向量机、决策树、系综模型、k-最近邻居模型、线性回归模型、朴素贝叶斯模型、逻辑回归模型、和/或感知器模型。

能够丢弃由二元分类器确定为不包括对象的提议的边界多边形。

二元分类器、第一对象分类器、或第二对象分类器中的至少一个能够利用基于封装在对应的边界多边形内的对象的类型被选择和利用的多个机器学习模型。

提供表征用于每个边界多边形的最终分类的数据能够包括将这样的数据加载到存储器中、在电子视觉显示器上显示这样的数据、将这样的数据存储为持久性、或者将这样的数据发送到远程计算系统。