CN112740273B 图像处理装置、方法、便携式终端装置及记录介质 （富士胶片株式会社）

2021.03.18PCT/JP2019/0350582019.09.05WO2020/059529JA2020.03.26US2016140422A1,2016.05.19本发明提供一种以少量的操作更准确地从据所分析的关联性而输出与所选择的区域属于2分析部，分析所选择的所述区域与除了所选择的所述区域以外的区域之间的关联性；及输出部，根据所分析的所述关联性，输出与所选择的所述区域属于同一所述选择部根据用户输入来选择所述至少一所述选择部根据在输入所分割的所述多个区域时输出所输入的所述多个区域中的至少一个区域的学习完毕的机器学习模型来选所述区域分割部通过根据像素信息进行聚类而分割为所述多所述分析部分析所选择的所述区域和与所选择的所述区域相邻的区域之所述分析部分析所选择的所述区域与除了所选择的所述区域以外的区域之间的相似所述分析部根据当输入所选择的所述区域和所选择的所述区域以外的区域时分析并于有意义的关系中的学习完毕的机器学习模型来分在分组候选有多个的情况下，所述输出部在所述多个分组候所述分析部根据所述机器学习模型来分析所述关联性，所述机器学的所述分组候选的选择区域和除了所选择的区域以外的区域满足的关联性来进行追加学3所述区域分割部将所限定的所述范围的图像分割为所述多权利要求1至12中任一项所述的图像处理所述图像获取部获取从所述成像元件输出的图像分析工序，分析所选择的所述区域与除了所选择的所述区域以外的区域之间的关联输出工序，根据所分析的所述关联性，输出与所选择的所述区域在所述输出工序中，仅输出作为同一组而包含所选择的所述区域确定工序，在分组候选有多个的情况下，在所述多个分组候所述图像处理方法还具备：追加学习工序，使所述机器学习模型使用所组候选的选择区域和除了所选择的区域以外的区域满足的关联在由计算机读取存储于所述记录介质中的指令的情况下，使计算4[0008]非专利文献1：TensorFlow中的基于DeepLab的语义图像分割<URL：https：//[0011]然而，在非专利文献1中公开的技术中存在无法应对在AI创建时未使用的数据的5[0023]分析部优选分析所选择的区域和与所选择的区域相邻的区域之间的关联性。由[0028]根据本发明，能够以少量的操作更准确地从所拍摄到的图像中提取用户关注区6[0038]图6是表示在图像获取部所获取的图像中由范围限定部限定的范围内的图像的一[0047]本实施方式所涉及的图像处理装置能够以少量的操作准确地从图像中提取用户[0048]图1是适用了本实施方式所涉及的图像处理装置的便携式终端装置的一例即平板线32连接有主存储器34、非易失性存储器36、移动通信部38、无线LAN(LocalArea[0051]主存储器34例如由RAM(RandomAccessMemory：随机存取存储器)构成，并作为[0052]非易失性存储器36例如由闪存EEPROM(ElectricallyErasableProgrammable[0054]无线LAN通信部40例如按照IEEE(InstituteofElectricalandElectronics7进行无线LAN通信的外部设备之间进行无线[0055]近距离无线通信部42经由天线42A与例如在2级(半径约10m以内)范围内的其他[0057]触摸屏显示器14(显示部的一例)具备显示图像等的彩色LCD(LiquidCrystal于显示器部14A上的图像的坐标与在触摸面板部14B上被触摸操作的描述为触摸屏显示器14的显示及对触摸屏显[0063]内置相机20具备成像透镜20A和成像元件20B。成像透镜20A使所入射的被摄体的[0064]摄像处理部54将从内置相机20(成像元件20B)输出的模拟图像信号进行数字化，[0067]触摸面板显示器控制部46(参考图3)获取例如由内置相机20拍摄的摄像图像(从8割为超像素(superpixel)为输出的算法，所述超像素捕获距离和颜色接近的像素为一组。[0074]分析部70分析在选择部68中所选择的区域与除了所选择的区域以外的区域之间[0076]输出部72根据在分析部70中分析的关联性来输出与在选择部68中所选择的区域9定部64在显示于触摸面板显示器14上的图像中限定通过用户对触摸面板显示器14的触摸[0083]图6是表示在图像获取部62所获取的图像中由范围限定部64限定的范围的一例的在此，在判断为区域R13与区域R14的关联性高的情况下，分析部70分析区域R13和与区域[0091]另一方面，在分组候选G2中，在步骤S3中所选择的区域R13被分组为与区域R12、[0095]在图8所示例中，分析部70分析了像素的颜色及亮度等像素值的相似度作为关联[0103]此外，分析部70分析的关联性包括各区域是否为当分别组合时形成物体的关联联性彼此高的区域R81～R88分别不相邻而分部72能够将区域R81～R88分组为一个区域程序的CDROM(CompactDiskReadOnlyMemory：只读光盘只读存储器)等非临时性记录[0114]在此已说明的实施方式中，执行区域提取部60的各种处理的处理部(processingunit)的硬件结构是如下所示各种处理器(processor)。各种处理器中包括：执行软件(程处理单元)、专门进行图像处理的处理器即GPU(GraphicsProcessingUnit：图形处理单电路结构的处理器即可编程逻辑器件(ProgrammableLogicDevice：PLD)、ASIC(ApplicationSpecificIntegratedCircuit：专用集成电路)等具有为了执行特定处理