[发明专利]数据处理装置、数据处理方法、程序和电子装置有效
申请号: | 201780073792.7 | 申请日: | 2017-12-12 |
公开(公告)号: | CN110023952B | 公开(公告)日: | 2023-08-18 |
发明(设计)人: | 大槻盛一 | 申请(专利权)人: | 索尼半导体解决方案公司 |
主分类号: | G06V20/10 | 分类号: | G06V20/10;G06V10/14;G06V10/764;G06V10/774;G06V10/75 |
代理公司: | 北京信慧永光知识产权代理有限责任公司 11290 | 代理人: | 陈桂香;曹正建 |
地址: | 日本神*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 装置 方法 程序 电子 | ||
本发明提供一种摄像系统。该摄像系统包括:多光谱相机,其用于获取物体的多光谱图像;RGB相机,其用于获取所述物体的彩色图像;至少一个存储装置,其用于存储多个标记物体中的每个标记物体的光谱信息;以及处理电路。该处理电路按如下方式配置:基于所获取的多光谱图像确定与所述物体相关联的光谱信息;至少部分地基于与所述物体相关联的光谱信息以及所存储的多个所述物体中的每个物体的光谱信息,将标签与所述物体的所述彩色图像相关联;以及将所述彩色图像和相关联的标签作为训练数据存储在所述至少一个存储装置中。
技术领域
本发明涉及数据处理装置、数据处理方法、程序和电子装置,特别地,涉及能够针对物体自动进行标签处理的数据处理装置、数据处理方法、程序和电子装置。
背景技术
在相关技术中,已经提出了一种收获预测装置,其中,根据拍摄有在广泛区域内种植的各种作物的图像,识别作物的种类并针对各种作物预测产量,(例如,参考专利文献1)。
另外,提出了一种摄像元件,该摄像元件通过使用等离子体滤光片来检测预定窄波长带(窄带)中的光(下文中,也称为窄带光)(例如,参考专利文献2)。
引用列表
专利文献
专利文献1
JP 2003-6612A
专利文献2
JP 2010-165718A
发明内容
技术问题
然而,如上所述,在诸如识别图像中所拍摄的作物的类型等根据图像识别物体的物体识别处理中,通常,需要利用大量的训练数据事先进行机器学习。在相关技术中,例如,通过视觉判断并标记物体来生成训练数据,因而,准备大量的训练数据将需要大量的工时。
鉴于上述的这种情况提出了本发明,本发明能够自动对物体进行标记。
解决问题的方案
根据本发明,提供一种摄像系统,其包括:多光谱相机,其用于获取物体的多光谱图像;RGB相机,其用于获取所述物体的彩色图像;至少一个存储装置,其用于存储多个标记物体中的每个标记物体的光谱信息;以及处理电路。该处理电路按如下方式配置:基于所获取的多光谱图像确定与所述物体相关联的光谱信息;至少部分地基于与所述物体相关联的光谱信息以及所存储的多个所述物体中的每个物体的光谱信息,将标签与所述物体的所述彩色图像相关联;以及将所述彩色图像和相关联的标签作为训练数据存储在所述至少一个存储装置中。
另外,根据本发明,提供一种物体分类系统,其包括:至少一个存储装置,其用于存储训练过的物体分类词,以及处理电路。该处理电路按如下方式配置:利用所述训练过的物体分类词对接收到的彩色图像中的物体进行分类;至少部分地基于接收到的彩色图像中的物体的分类和与所述物体相关联的光谱信息来确定所述物体的特征的评估指标值;并且在显示器上输出所述评估指标值的表示。
另外,根据本发明,提供一种生成用于训练物体分类词的训练数据的方法。该方法包括:接收通过多光谱相机获取的物体的多光谱图像和通过RGB相机获取的物体的彩色图像;以及基于物体的多光谱图像确定与所述物体相关联的光谱信息。该方法还包括:至少部分地基于与所述物体相关联的光谱信息以及所存储的多个所述物体中的每个物体的光谱信息,将标签与所述物体的所述彩色图像相关联;以及将所述彩色图像和相关联的标签作为训练数据存储在至少一个存储装置中。
另外,根据本发明,提供一种对物体进行分类的方法。该方法包括:利用所述训练过的物体分类词对接收到的彩色图像中的物体进行分类;至少部分地基于接收到的彩色图像中的物体的分类和与所述物体相关联的光谱信息来确定所述物体的特征的评估指标值;并且在显示器上输出所述评估指标值的表示。
本发明的有利效果
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于索尼半导体解决方案公司,未经索尼半导体解决方案公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201780073792.7/2.html,转载请声明来源钻瓜专利网。