[发明专利]用于对图像数据执行分析的方法和设备

权利要求书

1.一种电子设备，其被配置成执行至少一个机器学习任务，所述电子设备包括：

传感器设备；以及

机器学习加速器逻辑，其与所述传感器设备进行数据通信，所述机器学习加速器逻辑包括被配置成利用来自所述传感器设备的未处理的数据来生成机器学习结果的至少一个机器学习算法。

2.根据权利要求1所述的电子设备，其中：

机器学习加速器设备包括被配置为深度学习加速器(DLA)的集成电路；

所述电子设备进一步包括控制器逻辑和相机设备；并且

所述机器学习加速器逻辑被配置成：

至少从所述相机设备获得数据；

至少基于获得的数据，使所述控制器逻辑选择多个学习算法中的一或多个；并且

强制所述DLA在规定的时间段期间执行选定的一或多个学习算法。

3.根据权利要求2所述的电子设备，其中：

所述机器学习结果包括以下中的一或多者：(i)来自所执行的选定的一或多个学习算法的输出数据，或(ii)额外输入数据；并且

所述机器学习加速器逻辑进一步被配置成至少基于获得的输出数据或所述额外输入数据而自适应地修改所述一或多个学习算法的至少一部分。

4.根据权利要求1所述的电子设备，其中：

所述电子设备包括相机设备；并且

所述DLA包括对象识别算法或面部识别算法中的至少一或多个。

5.根据权利要求4所述的电子设备，其中：

所述机器学习加速器逻辑被配置成实施至少一个对象识别算法或面部识别算法以分别执行对象识别或面部识别中的至少一个；并且

所述至少一个对象识别算法或面部识别算法包括：

第一逻辑，其用于至少基于至少从所述传感器设备获得的数据而分别检测一或多个对象特征或面部特征；

第二逻辑，其用于确定时间数据与规定的时间条件匹配；以及

第三逻辑，其被配置成分别基于至少所述一或多个对象特征或面部特征与参考数据的相关性而分别标识对象或面部中的至少一个。

6.根据权利要求5所述的电子设备，其中：

对象识别算法或面部识别算法中的所述至少一个包括面部识别算法；并且

所述面部识别算法进一步包括响应于(i)所述时间数据与所述规定的时间条件不匹配或(ii)标识的面部与规定的生物特征条件不匹配中的至少一项，对至少从所述传感器设备获得的所述数据的至少一部分进行编码，并且至少存储所述数据的编码部分。

7.根据权利要求1所述的电子设备，其中：

所述传感器设备包括至少一个光电传感器阵列，所述至少一个光电传感器阵列至少包含第一多个光电传感器元件和第二多个光电传感器元件；并且

所述第一多个光电传感器元件或所述第二多个光电传感器元件中的每一个被配置成检测紫外光或红外光中的至少一个。

8.根据权利要求1所述的电子设备，其进一步包括被配置成至少基于所述机器学习结果而将至少一个图像处理功能应用于所述未处理的数据的图像信号处理器(ISP)设备。

9.根据权利要求8所述的电子设备，其进一步包括被配置成将至少一个图像编码功能应用于从所述ISP设备输出的经过处理的数据的图像编码设备，所述编码至少部分地由从所述机器学习加速器逻辑输出的数据来确定。

10.一种处理从传感器设备生成的数据的方法，所述方法包括：

从传感器设备获得传感器数据；

使用第一处理实体来处理所述传感器数据以产生非确定性结果；以及

使用第二处理实体来选择性地处理所述传感器数据以产生确定性结果。

11.根据权利要求10所述的方法，其中使用第二处理实体来选择性地处理所述传感器数据以产生确定性结果至少部分地基于所述非确定性结果。