[发明专利]用于分析图像的方法和设备

权利要求书

1.用于分析具有与至少一个类别相对应的特征的图像（13，18，24，48）的方法（12，17，23），包括以下步骤：

-通过向预先训练的神经网络（25）提供利用所选类别加标签的训练数据，将针对多个类别而预先训练的神经网络（25）适应成聚焦于所述多个类别中的确切一个所选类别，其中所述图像（13，18，24，48）具有与所述所选类别相对应的特征，

-借助于通过经适应的神经网络的前向传递（20，30）来处理所述图像（13，18，24，48），以生成处理结果，所述处理结果是在所述前向传递（20，30）之后的所述经适应的神经网络的输出，

-通过使用图像处理算法来分析所述处理结果，以在其中检测与所述所选类别相对应的至少一个对象（3，49，50），所述图像处理算法用以检测和分割所述处理结果中与所述所选类别相对应的对象（3，49，50）的表现（49），

-通过从所述图像（13，18，24，48）中移除与所述所选类别相对应的对象（3，49，50）的表现（49）来生成经修改的图像（55），

其中

a）所述经修改的图像（55）被迭代地用作所述经适应的神经网络的输入，以针对与所述所选类别相对应的对象（3，49，50）的可能的剩余表现（50）来分析所述经修改的图像（55），

和/或

b）所述预先训练的神经网络（25）被预先训练以用于对图像中的对象（3，49，50）进行计数，并且所述预先训练的神经网络（25）被适应用于对确切的一个对象（3，49，50）进行计数。

2.根据权利要求1所述的方法（12，17，23），其特征在于，所述处理结果从所述经适应的神经网络的中间层（40，41，42，43，44，45，46）的至少一个过滤器和/或从所述经适应的神经网络的输出层（47）取得。

3.根据前述权利要求中任一项所述的方法（12，17，23），其特征在于

所述图像（13，18，24，48）借助于通过所述经适应的神经网络（5）的前向传递（20，30）和随后的反向传递（31）来被处理，以生成处理结果。

4.根据权利要求3所述的方法（12，17，23），其特征在于，所述反向传递（31）从所述经适应的神经网络的中间层（40，41，42，43，44，45，46）开始。

5.根据权利要求1和2中任一项所述的方法（12，17，23），其特征在于，深度卷积神经网络（25，35）和/或深度前馈神经网络被用作神经网络。

6.根据权利要求1和2中任一项所述的方法（12，17，23），其特征在于，使用训练数据来离线地适应所述预先训练的神经网络（25）。

7.根据权利要求1和2中任一项所述的方法（12，17，23），其特征在于，在所述图像（13，18，24，48）借助于对应的前向传递（20，30）被处理之前，使用所述图像（13，18，24，48）来在线地适应所述预先训练的神经网络（25）。

8.根据权利要求1和2中任一项所述的方法（12，17，23），其特征在于：

-使用一组图像（13，18，24，48）来适应所述神经网络，以及

-在适应（26，27，28，29）之后，所述一组图像（13，18，24，48）被顺序地处理，而没有进一步的适应步骤（26，27，28，29）。

9.根据权利要求1和2中任一项所述的方法（12，17，23），其特征在于，通过用预定值（56）替换与检测到的对象（3，49，50）相对应的像素的像素值来移除所述检测到的对象（3，49，50）。

10.根据权利要求1和2中任一项所述的方法（12，17，23），其特征在于，在适应所述预先训练的神经网络（25）之前，所述预先训练的神经网络（25）被用来处理所述图像（13，18，24，48），以获得针对所述图像（13，18，24，48）的参考类别。

11.一种用于分析具有与至少一个类别相对应的特征的图像（13，18，24，48）的设备（15），包括针对多个类别而预先训练的神经网络（25），以及单独的图像处理单元（21，32，33），其中所述设备（15）被配置成：

-借助于通过经适应的神经网络的前向传递（20，30）来处理所述图像（13，18，24，48），以生成处理结果，所述处理结果是在所述前向传递（20，30）之后的所述经适应的神经网络的输出，其中

-通过向预先训练的神经网络（25）提供利用所选类别加标签的训练数据，所述经适应的神经网络被从所述预先训练的神经网络（25）适应成聚焦于所述多个类别中的确切一个所选类别，以及

-所述图像（13，18，24，48）具有与所述所选类别相对应的特征，以及

-将所述处理结果提供给所述图像处理单元（21，32，33），

其中所述图像处理单元（21，32，33）被配置成

-通过使用图像处理算法来分析所述处理结果，以在其中检测与所述所选类别相对应的至少一个对象（3，49，50），所述图像处理算法用以检测和分割所述处理结果中与所述所选类别相对应的对象（3，49，50）的表现（49），以及

-通过从所述图像（13，18，24，48）中移除与所述所选类别相对应的对象（3，49，50）的表现（49）来生成经修改的图像（55），

以及其中

a）所述设备（15）被配置成将所述经修改的图像（55）迭代地用作所述经适应的神经网络的输入，以针对与所述所选类别相对应的对象（3，49，50）的可能的剩余表现（50）来分析所述经修改的图像（55），

和/或

b）所述预先训练的神经网络（25）被预先训练以用于对图像中的对象（3，49，50）进行计数，并且所述预先训练的神经网络（25）被适应用于对确切的一个对象（3；49；50）进行计数。