特表2023-502194 | 知財ポータル「IP Force」

知財求人 - 知財ポータルサイト「IP Force」

▶ 上▲海▼商▲湯▼智能科技有限公司の特許一覧

特表2023-502194水域分割方法及び装置、電子機器並びに記憶媒体

書誌要約請求の範囲詳細な説明課題実施例実施するための形態図面の説明

目に優しい文字サイズ小中大 PDF Top

< >

1
2
3
4
5
6
7
8
9
10
11
12
13

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2023-01-23

(54)【発明の名称】水域分割方法及び装置、電子機器並びに記憶媒体

(51)【国際特許分類】

G06T 7/00 20170101AFI20230116BHJP

G06T 7/11 20170101ALI20230116BHJP

G06V 10/82 20220101ALI20230116BHJP

【ＦＩ】

G06T7/00 640

G06T7/00 350C

G06T7/11

G06V10/82

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2022520222

(86)(22)【出願日】2021-06-30

(85)【翻訳文提出日】2022-03-31

(86)【国際出願番号】 CN2021103731

(87)【国際公開番号】W WO2022077958

(87)【国際公開日】2022-04-21

(31)【優先権主張番号】202011092192.5

(32)【優先日】2020-10-13

(33)【優先権主張国・地域又は機関】CN

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＳＭＡＬＬＴＡＬＫ

(71)【出願人】

【識別番号】520180323

【氏名又は名称】上▲海▼商▲湯▼智能科技有限公司

【氏名又は名称原語表記】ＳＨＡＮＧＨＡＩＳＥＮＳＥＴＩＭＥＩＮＴＥＬＬＩＧＥＮＴＴＥＣＨＮＯＬＯＧＹＣＯ．，ＬＴＤ．

【住所又は居所原語表記】Ｒｏｏｍ１６０５Ａ，Ｂｕｉｌｄｉｎｇ３，３９１ＧｕｉｐｉｎｇＲｏａｄ，ＸｕｈｕｉＤｉｓｔｒｉｃｔ，Ｓｈａｎｇｈａｉ２００２３３Ｃｈｉｎａ

(74)【代理人】

【識別番号】100078282

【弁理士】

【氏名又は名称】山本秀策

(74)【代理人】

【識別番号】100113413

【弁理士】

【氏名又は名称】森下夏樹

(74)【代理人】

【識別番号】100181674

【弁理士】

【氏名又は名称】飯田貴敏

(74)【代理人】

【識別番号】100181641

【弁理士】

【氏名又は名称】石川大輔

(74)【代理人】

【識別番号】230113332

【弁護士】

【氏名又は名称】山本健策

(72)【発明者】

【氏名】董▲潤▼▲敏▼

【テーマコード（参考）】

5L096

【Ｆターム（参考）】

5L096AA06

5L096CA02

5L096DA02

5L096FA02

5L096FA04

5L096FA05

5L096FA69

5L096GA34

5L096HA11

5L096JA22

5L096KA04

(57)【要約】

本願は、水域分割方法及び装置、電子機器並びに記憶媒体に関する。前記方法は、第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得ることと、少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることと、前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定することと、を含む。

【特許請求の範囲】

【請求項1】

水域分割方法であって、
第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得ることと、
少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることと、
前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定することと、を含む、水域分割方法。

【請求項2】

前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定することは、
前記少なくとも１つの第２水域分割結果に対して結合を行い、結合水域分割結果を得ることと、
前記第１目標画像の前記第１水域分割結果と前記結合水域分割結果に共通に含まれる水域領域を前記第１目標画像の目標水域分割結果とすることと、を含むことを特徴とする
請求項１に記載の方法。

【請求項3】

少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることは、
オープンストリートマップにおける水域データに基づいて、前記第１目標画像における水域領域を決定し、第２水域分割結果を得ることと、
解像度が所定の範囲内にある少なくとも１つの地表被覆データを取得し、前記地表被覆データにおける水域のデータに基づいて、前記第１目標画像における水域領域を決定し、少なくとも１つの第２水域分割結果を得ることと、のうちの少なくとも１つを含むことを特徴とする
請求項１又は２に記載の方法。

【請求項4】

オープンストリートマップにおける水域データに基づいて、前記第１目標画像における水域領域を決定し、第２水域分割結果を得ることは、
前記第１目標画像に対応する地理的範囲に基づいて、前記オープンストリートマップにおける、前記地理的範囲に対応する水域領域を目標水域領域とすることと、
前記目標水域領域が水域分割線である場合、所定の方向に、前記水域分割線を所定の幅に拡張し、拡張された目標水域領域を前記第２水域分割結果とすることと、
前記目標水域領域が多辺形領域及び／又は円形領域である場合、前記目標水域領域を前記第２水域分割結果とすることと、を含むことを特徴とする
請求項３に記載の方法。

【請求項5】

第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得ることは、
前記第１目標画像のスペクトル情報に基づいて、前記第１目標画像における複数の画素点の正規化水指標を取得することと、
前記複数の画素点のうちの、前記正規化水指標の値が所定の指標値範囲内にある画素点を水域領域の画素点とし、前記第１目標画像の第１水域分割結果を得ることと、を含むことを特徴とする
請求項１～４のいずれか１項に記載の方法。

【請求項6】

前記方法は、
前記第１目標画像の目標水域分割結果に基づいて、前記第１目標画像における水域領域に対してラベリングを行い、ラベルを含む第１目標画像を得ることと、
前記ラベルを含む第１目標画像をサンプルとして、初期ニューラルネットワークモデルに対して訓練を行い、水域分割ネットワークを得ることと、を更に含むことを特徴とする
請求項１～５のいずれか１項に記載の方法。

【請求項7】

水域分割方法であって、
第２目標画像を水域分割ネットワークに入力し、前記第２目標画像の第３水域分割結果を得ることと、
前記第２目標画像のスペクトル情報に基づいて、前記第２目標画像の水域領域に対して分割を行い、前記第２目標画像の第４水域分割結果を得ることと、
前記第２目標画像の前記第３水域分割結果と前記第４水域分割結果とに共通に含まれる水域領域を前記第２目標画像の目標水域分割結果とすることと、を含む、水域分割方法。

【請求項8】

前記水域分割ネットワークは、第１目標画像及び前記第１目標画像の目標水域分割結果に基づいて訓練を行うことによって得られたものであることを特徴とする
請求項７に記載の方法。

【請求項9】

前記方法は、
前記第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得ることと、
少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることと、
前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定することと、をさらに含むことを特徴とする
請求項８に記載の方法。

【請求項10】

所定の損失関数によって前記水域分割ネットワークを訓練する場合、第１訓練結果と第２訓練結果との差異は、所定の差分範囲内にあり、前記第１訓練結果は、前記第１目標画像の目標水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含み、前記第２訓練結果は、手動で入力された水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含むことを特徴とする
請求項８～９のいずれか１項に記載の方法。

【請求項11】

水域分割装置であって、
第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得るように構成される第１水域分割モジュールと、
少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得るように構成される第２水域分割モジュールと、
前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定するように構成される目標水域分割結果決定モジュールと、を備える、水域分割装置。

【請求項12】

水域分割装置であって、
第２目標画像を水域分割ネットワークに入力し、前記第２目標画像の第３水域分割結果を得るように構成される第３水域分割モジュールと、
前記第２目標画像のスペクトル情報に基づいて、前記第２目標画像の水域領域に対して分割を行い、前記第２目標画像の第４水域分割結果を得るように構成される第４水域分割モジュールと、
前記第２目標画像の前記第３水域分割結果と前記第４水域分割結果とに共通に含まれる水域領域を前記第２目標画像の目標水域分割結果とするように構成される目標水域分割結果取得モジュールと、を備える、水域分割装置。

【請求項13】

電子機器であって、
プロセッサと、
プロセッサによる実行可能な命令を記憶するためのメモリと、を備え、
ここで、前記プロセッサは、前記メモリに記憶されている命令を呼び出して、請求項１～１０のいずれか１項に記載の方法を実行するように構成される、電子機器。

【請求項14】

コンピュータ可読記憶媒体であって、前記コンピュータ可読記憶媒体には、コンピュータプログラム命令が記憶されており、前記コンピュータプログラム命令がプロセッサにより実行される時、請求項１～１０のいずれか１項に記載の方法を実現させる、コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

（関連出願の相互参照）
本願は、２０２０年１０月１３日に提出された、出願番号が２０２０１１０９２１９２．５であり、発明名称が「水域分割方法及び装置、電子機器並びに記憶媒体」である中国特許出願に基づく優先権を主張し、該特許出願の全内容が参照として本願に組み込まれる。

【0002】

本願は、コンピュータビジョン分野に関し、特に水域分割方法及び装置、電子機器並びに記憶媒体に関する。

【背景技術】

【0003】

水域分割でリモートセンシング画像から、水域領域を識別して分割することができ、リモートセンシング画像処理における１つの重要課題である。しかしながら、水域分割において、しばしば、多くの問題に出会い、例えば、誤検出しがちがあり、建築物、道路及び陰影などとよく混同される傾向があり、又は狭い水域の抽出が極めて難しいなどが挙げられる。従って、品質が高い水域分割結果を如何に得るかについて、現在では早急に解決すべき問題である。

【発明の概要】

【課題を解決するための手段】

【0004】

本願は、水域分割の解決手段を提供する。

【0005】

本願の一態様によれば、水域分割方法を提供する。前記方法は、第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得ることと、少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることと、前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定することと、を含む。

【0006】

可能な実現形態において、前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定することは、前記少なくとも１つの第２水域分割結果に対して結合を行い、結合水域分割結果を得ることと、前記第１目標画像の前記第１水域分割結果と前記結合水域分割結果に共通に含まれる水域領域を前記第１目標画像の目標水域分割結果とすることと、を含む。

【0007】

可能な実現形態において、少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることは、オープンストリートマップにおける水域データに基づいて、前記第１目標画像における水域領域を決定し、第２水域分割結果を得ることと、解像度が所定の範囲内にある少なくとも１つの地表被覆データを取得し、前記地表被覆データにおける水域のデータに基づいて、前記第１目標画像における水域領域を決定し、少なくとも１つの第２水域分割結果を得ることと、のうちの少なくとも１つを含む。

【0008】

可能な実現形態において、オープンストリートマップにおける水域データに基づいて、前記第１目標画像における水域領域を決定し、第２水域分割結果を得ることは、前記第１目標画像に対応する地理的範囲に基づいて、前記オープンストリートマップにおける、前記地理的範囲に対応する水域領域を目標水域領域とすることと、前記目標水域領域が水域分割線である場合、所定の方向に、前記水域分割線を所定の幅に拡張し、拡張された目標水域領域を前記第２水域分割結果とすることと、前記目標水域領域が多辺形領域及び／又は円形領域である場合、前記目標水域領域を前記第２水域分割結果とすることと、を含む。

【0009】

可能な実現形態において、第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得ることは、前記第１目標画像のスペクトル情報に基づいて、前記第１目標画像における複数の画素点の正規化水指標を取得することと、前記複数の画素点のうちの、前記正規化水指標の値が所定の指標値範囲内にある画素点を水域領域の画素点とし、前記第１目標画像の第１水域分割結果を得ることと、を含む。

【0010】

可能な実現形態において、前記方法は、前記第１目標画像の目標水域分割結果に基づいて、前記第１目標画像における水域領域に対してラベリングを行い、ラベルを含む第１目標画像を得ることと、前記ラベルを含む第１目標画像をサンプルとして、初期ニューラルネットワークモデルに対して訓練を行い、水域分割ネットワークを得ることと、を更に含む。

【0011】

本願の一態様によれば、水域分割方法を提供する。前記方法は、第２目標画像を水域分割ネットワークに入力し、前記第２目標画像の第３水域分割結果を得ることと、前記第２目標画像のスペクトル情報に基づいて、前記第２目標画像の水域領域に対して分割を行い、前記第２目標画像の第４水域分割結果を得ることと、前記第２目標画像の前記第３水域分割結果と前記第４水域分割結果とに共通に含まれる水域領域を前記第２目標画像の目標水域分割結果とすることと、を含む。

【0012】

可能な実現形態において、前記水域分割ネットワークは、第１目標画像及び前記第１目標画像の目標水域分割結果に基づいて訓練を行うことによって得られたものである。

【0013】

可能な実現形態において、前記方法は、前記第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得ることと、少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることと、前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定することと、をさらに含む。

【0014】

【0015】

【0016】

【0017】

【0018】

【0019】

可能な実現形態において、前記水域分割ネットワークは、所定の損失関数によって訓練され、ここで、前記所定の損失関数によって前記水域分割ネットワークを訓練する場合、第１訓練結果と第２訓練結果との差異は、所定の差分範囲内にあり、前記第１訓練結果は、前記第１目標画像の目標水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含み、前記第２訓練結果は、手動で入力された水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含む。

【0020】

本願の一態様によれば、水域分割装置を提供する。前記装置は、第１目標画像のスペクトル情報に基づいて、前記第１目標画像における水域領域に対して分割を行い、前記第１目標画像の第１水域分割結果を得るように構成される第１水域分割モジュールと、少なくとも１種の所定の水域分割方式によって、前記第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得るように構成される第２水域分割モジュールと、前記第１目標画像の前記第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、前記第１目標画像の目標水域分割結果を決定するように構成される目標水域分割結果決定モジュールと、を備える。

【0021】

本願の一態様によれば、水域分割装置を提供する。前記装置は、第２目標画像を水域分割ネットワークに入力し、前記第２目標画像の第３水域分割結果を得るように構成される第３水域分割モジュールと、前記第２目標画像のスペクトル情報に基づいて、前記第２目標画像の水域領域に対して分割を行い、前記第２目標画像の第４水域分割結果を得るように構成される第４水域分割モジュールと、前記第２目標画像の前記第３水域分割結果と前記第４水域分割結果とに共通に含まれる水域領域を前記第２目標画像の目標水域分割結果とするように構成される目標水域分割結果取得モジュールと、を備える。

【0022】

本願の一態様によれば、電子機器を提供する。前記電子機器は、プロセッサと、プロセッサによる実行可能な命令を記憶するためのメモリと、を備え、ここで、前記プロセッサは、上記水域分割方法を実行するように構成される。

【0023】

本願の一態様によれば、コンピュータ可読記憶媒体を提供する。前記コンピュータ可読記憶媒体には、コンピュータプログラム命令が記憶されており、前記コンピュータプログラム命令がプロセッサにより実行される時、上記水域分割方法を実現させる。

【0024】

本願の実施例において、スペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行うことによって、第１目標画像の第１水域分割結果を得て、また、少なくとも１種の所定の水域分割方式によって、第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得て、それにより、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、共同で第１目標画像の目標水域分割結果を決定する。上記プロセスにより、スペクトル情報に基づいて決定された第１水域分割結果と、複数種の所定の水域分割方式に基づいて決定された第２水域分割結果とを結合することができ、複数種の水域分割結果による相互修正により、得られた目標水域分割結果に、より高い品質を持たせ、それにより水域分割の精度及び正確性を効果的に向上させる。

【0025】

上記の一般的な説明及び後述する細部に関する説明は、例示及び説明のためのものに過ぎず、本願を限定するものではないことが理解されるべきである。本願の実施例の他の特徴及び態様は、下記の図面に基づく例示的な実施例の詳細な説明を参照すれば明らかになる。

【図面の簡単な説明】

【0026】

【図1】本願の一実施例による水域分割方法のフローチャートを示す。

【図2】本願の一実施例による水域分割方法のフローチャートを示す。

【図3】本願の一実施例による水域分割方法のフローチャートを示す。

【図4】本願の一実施例による水域分割方法のフローチャートを示す。

【図5】本願の一実施例による水域分割線に対する拡張の概略図を示す。

【図6】本願の一実施例による拡張された第２水域分割結果を用いて第１目標画像に対してラベリングを行うことの概略図を示す。

【図7】本願の一実施例による水域分割方法のフローチャートを示す。

【図8】本願の一実施例による水域分割方法のフローチャートを示す。

【図9】本願の一実施例による水域分割方法のフローチャートを示す。

【図10】本願の一実施例による第１水域分割装置のブロック図を示す。

【図11】本願の一実施例による第２水域分割装置のブロック図を示す。

【図12】本願の実施例による電子機器のブロック図を示す。

【図13】本願の実施例による電子機器のブロック図を示す。

【発明を実施するための形態】

【0027】

ここで添付した図面は、明細書に引き入れて本明細書の一部分を構成し、本願に適合する実施例を示し、かつ、明細書とともに本願の技術的解決手段を解釈することに用いられる。

【0028】

以下、図面を参照しながら本願の種々の例示的な実施例、特徴及び態様を詳しく説明する。図面における同一の符号は、同一または類似する機能を有する要素を示す。図面は、実施例の種々の態様を示しているが、特別な説明がない限り、必ずしも比率どおりの図面ではない。

【0029】

ここで使用した「例示的」という用語は「例、実施例として用いられるか、または説明のためのものである」ことを意味する。ここで、「例示的なもの」として説明される如何なる実施例は、他の実施例より好適または有利であると必ずしも解釈されるべきではない。

【0030】

本明細書において、用語「及び／又は」は、関連対象の関連関係を説明するためのものであり、３通りの関係が存在することを表す。例えば、Ａ及び／又はＢは、Ａのみが存在すること、ＡとＢが同時に存在すること、Ｂのみが存在することという３つのケースを表す。また、本明細書において、用語「少なくとも１つ」は、複数のうちのいずれか１つ又は複数のうちの少なくとも２つの任意の組み合わせを表す。例えば、Ａ、Ｂ、Ｃのうちの少なくとも１つを含むことは、Ａ、Ｂ及びＣからなる集合から選ばれるいずれか１つ又は複数の要素を含むことを表す。

【0031】

なお、本願をより良く説明するために、以下の具体的な実施形態において具体的な細部を多く記載した。当業者は、これら具体的な詳細に関わらず、本開示は同様に実施可能であると理解すべきである。本発明の主旨を明確にするために、いくつかの実例において、当業者に熟知されている方法、手段、素子及び回路については詳しく説明しないことにする。

【0032】

図１は、本願の一実施例による水域分割方法のフローチャートを示す。該方法は、第１水域分割装置に用いることができる。第１水域分割装置は、端末機器、サーバ又は他の処理機器などであってもよい。ここで、端末機器は、ユーザ機器（ＵｓｅｒＥｑｕｉｐｍｅｎｔ：ＵＥ）、携帯機器、ユーザ端末、端末、セルラ電話、コードレス電話、パーソナルデジタルアシスタント（ＰｅｒｓｏｎａｌＤｉｇｉｔａｌＡｓｓｉｓｔａｎｔ：ＰＤＡ）、ハンドヘルドデバイス、コンピューティングデバイス、車載機器、ウェアブル機器などであってもよい。一例において、該水域分割方法は、クラウドサーバ又はローカルサーバに用いることができる。クラウドサーバは、パブリッククラウドサーバであってもよく、プライベートクラウドサーバであってもよく、実際の状況に応じて柔軟に選択すればよい。

【0033】

いくつかの可能な実現形態において、該水域分割方法は、プロセッサによりメモリに記憶されているコンピュータ可読命令を呼び出すことで実現することもできる。

【0034】

図１に示すように、可能な実現形態において、前記水域分割方法は、以下を含むことができる。

【0035】

ステップＳ１１において、第１目標画像のスペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行い、第１目標画像の第１水域分割結果を得る。

【0036】

ステップＳ１２において、少なくとも１種の所定の水域分割方式によって、第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得る。

【0037】

ステップＳ１３において、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定する。

【0038】

ここで、第１目標画像は、水域分割を必要とするいずれか１つの画像であってもよく、その実現形式は、本願の実施例において制限されない。可能な実現形態において、第１目標画像は、リモートセンシング画像であってもよく、リモートセンシング画像の解像度は、取得された画像の実際の状況に応じて柔軟に決定されてもよい。一例において、第１目標画像は、高い解像度を有する４バンドのリモートセンシング画像であってもよい。

【0039】

第１目標画像の出所及び取得方式は、本願の実施例においても制限されない。可能な実現形態において、関連ハードウェアデバイスによって直接的に収集されたリモートセンシング画像を取得してもよく、可能な実現形態において、リモートセンシング画像が記憶されているデータベースから、そのうちの一部又は全部の画像を第１目標画像として読み取り、又は選択してもよい。

【0040】

第１目標画像のスペクトル情報は、第１目標画像自体に含まれる複数のバンドのスペクトル情報であってもよい。第１目標画像にどのバンドのスペクトル情報が含まれるかは、第１目標画像の実際の状況に応じて柔軟に決定されてもよく、本願の実施例においてこれを限定しない。可能な実現形態において、第１目標画像に可視光バンド（ＲＧＢ）及び近赤外バンド（ＮＩＲ：ＮｅａｒＩｎｆｒａｒｅｄ）のスペクトル情報が含まれてもよい。可能な実現形態において、第１目標画像がＲＧＢとＮＩＲバンドのスペクトル情報以外に、より多くの他のバンドのスペクトル情報を更に含んでもよい。

【0041】

ステップＳ１１において、画像における異なる対象のスペクトル情報に差異があり得るため、第１目標画像のスペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行うことができる。ステップＳ１１の具体的な実現形態は、実際の状況に応じて柔軟に決定されてもよい。詳細は、下記各実施例を参照し、ここでは説明しないようにする。第１水域分割結果は、第１目標画像における水域領域の位置及び形状などの情報を含んでもよく、分割によって得られた第１水域分割結果は、直観的な画像方式で示されてもよく、情報の方式で記憶されてもよく、その実現形態は、実際の状況に応じて柔軟に決定されてもよく、本願の実施例においてこれを限定しない。

【0042】

ステップＳ１２において、少なくとも１種の所定の水域分割方式によって、第１目標画像における水域領域に対して分割を行うための実現形態は、同様に、実際の状況に応じて柔軟に決定されてもよく、同様に、下記各実施例を参照してもよく、ここでは説明しないようにする。ここで、所定の水域分割方式は、画像における水域領域に対して分割を行うことができる任意の方式であってもよい。例えば、関連する水域分割の計算方法を用い、又は、水域分割結果を含むいくつかのデータベースなどから検索を行う方法を用い、又は、水域分割機能を有するニューラルネットワークなどを用いる。具体的には、どの又はどれらの方式を用いるかは、実際の状況に応じて柔軟に決定されてもよい。可能な実現形態において、具体的には、第１目標画像に対して水域分割を行うために、いくつの所定の水域分割方式を用いるかについて、本願の実施例において、その数は同様に制限されない。所定の水域分割方式に応じて、得られた第２水域分割結果が異なる可能性がある。従って、可能な実現形態において、第２水域分割結果の数は、所定の水域分割方式の種類に対応してもよく、本願の実施例において、これを限定しない。第２水域分割結果の実現形態は、第１水域分割結果を参照してもよく、ここでは説明を省略する。第１水域分割結果と第２水域分割結果の実現形態は、同じであっても異なってもよい。本願の実施例において、これを限定しない。留意すべきことは、本願の実施例において、第１水域分割結果と第２水域分割結果における「第１」と「第２」などは、異なる方式によって得られた水域分割結果を区別するためのものに過ぎず、水域分割結果の取得順番を限定するものではなく、後続の実施例における水域分割結果の他の番号も同様であり、詳細な説明を省略する。

【0043】

ステップＳ１１とステップＳ１２の実現順番は、本願の実施例において制限されず、即ち、異なる方式によって第１目標画像に対して水域分割を行う順番は、本願の実施例において限定されない。可能な実現形態において、ステップＳ１１とステップＳ１２は、同時に実現されてもよく、可能な実現形態において、所定の実現順番に応じて、ステップＳ１１とＳ１２などをそれぞれ実現してもよい。

【0044】

第１水域分割結果及び少なくとも１つの第２水域分割結果を得た後、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定することができる。ここで、目標水域分割結果は、目標画像における水域領域の最終的に決定された分割結果であってもよい。第１水域分割結果と第２水域分割結果にいずれも、水域分割が正確ではないというケースが存在する可能性があるため、可能な実現形態において、第１水域分割結果と少なくとも１つの第２水域分割結果との差異に基づいて、第１水域分割結果及び／又は第２水域分割結果を基にして、調整を行うことによって、より正確な目標水域分割結果を得ることができる。目標水域分割結果の実現形態は、上記実施例における第１水域分割結果及び第２水域分割結果などを参照してもよく、ここでは説明を省略する。第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、目標水域分割結果を如何に決定するかは、下記各実施例を参照してもよく、ここで説明しないようにする。

【0045】

本願の実施例において、スペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行い、第１目標画像の第１水域分割結果を得て、また、少なくとも１種の所定の水域分割方式によって、第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得て、それにより、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、共同で第１目標画像の目標水域分割結果を決定する。上記プロセスにより、スペクトル情報に基づいて決定された第１水域分割結果と、複数種の所定の水域分割方式に基づいて決定された第２水域分割結果とを組み合わせることができ、複数種の水域分割結果による相互修正により、得られた目標水域分割結果に、より高い品質を持たせ、それにより水域分割の精度及び正確性を効果的に向上させる。

【0046】

上記各実施例に記載したように、ステップＳ１１の実現形態は、実際の状況に応じて柔軟に決定されてもよい。可能な実現形態において、ステップＳ１１は、以下を含んでもよい。

【0047】

ステップＳ１１１において、第１目標画像のスペクトル情報に基づいて、第１目標画像における複数の画素点の正規化水指標を取得する。

【0048】

ステップＳ１１２において、複数の画素点のうちの、正規化水指標の値が所定の指標値範囲内にある画素点を水域領域の画素点とし、第１目標画像の第１水域分割結果を得る。

【0049】

ここで、正規化水指標（ＮＤＷＩ：ＮｏｒｍａｌｉｚｅｄＤｉｆｆｅｒｅｎｃｅＷａｔｅｒＩｎｄｅｘ）は、第１目標画像の特定のバンドに対して正規化補間処理を行うことによって得られた情報であってもよい。正規化水指標に基づいて、第１目標画像における水域領域の情報を顕在化することができる。

【0050】

ステップＳ１１１において、第１目標画像における複数の画素点の正規化水指標を取得することは、第１目標画像における各画素点の正規化水指標を取得することであってもよく、実際の状況に応じて、第１目標画像における一部の画素点の正規化水指標を取得することなどであってもよい。正規化水指標を取得するための画素点の具体的な数は、実際の状況に応じて柔軟に選択されてもよく、本願の実施例において制限されない。

【0051】

第１目標画像における複数の画素点の正規化水指標の取得方式は、本願の実施例において制限されない。ＮＤＷＩを算出できる任意の関連方法はいずれも、ステップＳ１１１の実現形式としてもよく、下記各実施例に限定されない。可能な実現形態において、正規化水指標の取得方式は、下記式（１）で表されてもよい。

【0052】

ＮＤＷＩ＝（Ｇｒｅｅｎ－ＮＩＲ）／（Ｇｒｅｅｎ＋ＮＩＲ）（１）
ここで、ＮＤＷＩは、第１目標画像におけるある画素点の正規化水指標であり、Ｇｒｅｅｎは、該画素点に対応する緑色バンドのスペクトル値であり、ＮＩＲは、該画素点に対応する近赤外バンドのスペクトル値である。

【0053】

複数の画素点の正規化水指標を取得した後、ステップＳ１１２によって、第１目標画像の第１水域分割結果を決定することができる。上記実施例に記載したように、正規化水指標の値が所定の指標値範囲内にある画素点を水域領域の画素点としてもよい。ここで、所定の指標値範囲の具体的な数値は、実際の状況に応じて柔軟に決定されてもよく、下記各実施例に限定されない。可能な実現形態において、所定の指標値範囲は、ゼロよりも大きくてもよく、即ち、一例において、正規化水指標の値が０よりも大きい画素点を水域領域の画素点として分類し、正規化水指標の値が０以下である画素点を背景画素点として分類してもよい。この場合、水域領域の画素点と分類される複数の画素点で構成される水域領域は、第１目標画像の第１水域分割結果としてもよい。

【0054】

第１目標画像において、「異なる物が同じスペクトルを有する」場合があり得、即ち、タイプが異なる地物が同じスペクトル特徴を示す可能性があるため、得られた第１水域分割結果に、水域領域以外に、建築物又は道路などの他の領域も含まれる可能性がある。従って、可能な実現形態において、第１目標画像に実際に含まれる水域領域は、第１水域分割結果のサブセットであると見なされてもよい。図２は、本願の一実施例による水域分割方法の概略図を示す。図２に示すように、一例において、衛星画像を第１目標画像として、衛星画像に対してＮＤＷＩ計算を行い、続いて、ＮＤＷＩの計算結果に基づいて、衛星画像から、水域領域を前景として抽出することができる。これにより、図２の右上隅に示される前景マスクを得て第１水域分割結果とすることができる。図２から分かるように、得られた第１水域分割結果に、水域領域以外に、建築又は道路などの他の領域も含まれる。

【0055】

上記各実施例によれば、図３は、本願の一実施例による水域分割方法のフローチャートを示す。図３に示すように、可能な実現形態において、水域分割方法は、以下を含んでもよい。

【0056】

ステップＳ１１１において、第１目標画像のスペクトル情報に基づいて、第１目標画像における複数の画素点の正規化水指標を取得する。

【0057】

【0058】

【0059】

ステップＳ１３において、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定する。

【0060】

本願の実施例において、第１目標画像のスペクトル情報に基づいて、画像における複数の画素点の正規化水指標を取得し、続いて、正規化水指標と所定の指標値範囲との数値関係に基づいて、水域領域に属する画素点を決定し、それにより第１目標画像の第１水域分割結果を得る。上記プロセスにより、第１目標画像における水域領域に対して画素レベルでの水域分割を行い、明瞭な分割境界を有し且つ比較的に全面的な第１水域分割結果を得ることができ、それにより第１水域分割結果に基づいて決定された目標水域分割結果に、より高い正確度を持たせ、水域分割の精度を向上させる。

【0061】

可能な実現形態において、ステップＳ１２は、以下を含んでもよい。

【0062】

ステップＳ１２１において、オープンストリートマップにおける水域データに基づいて、第１目標画像における水域領域を決定し、第２水域分割結果を得る。及び／又は、
ステップＳ１２２において、解像度が所定の範囲内にある少なくとも１つの地表被覆データを取得し、地表被覆データにおける水域のデータに基づいて、第１目標画像における水域領域を決定し、少なくとも１つの第２水域分割結果を得る。

【0063】

ここで、オープンストリートマップ（ＯＳＭ：ＯｐｅｎＳｔｒｅｅｔＭａｐ）は、オープンソースマップであり、ここでのマップコンテンツは、ユーザによって手持ちのＧＰＳ機器、航空写真、他のフリーコンテンツ及びローカル知識などに基づいて描画されたものであってもよいため、ＯＳＭに、世界中の複数の地理的位置における水域領域情報が含まれてもよい。これらの水域領域情報をＯＳＭにおける水域データとしてもよい。水域データのデータ形式は、本願の実施例において制限されない。可能な実現形態において、ＯＳＭにおける水域データは、マップ内の水域領域を被覆する、色を有する線分又は形状（多辺形又は円形）などであってもよく、具体的には、どの色及びどの線分と形状などを用いるかはいずれも、実際の状況に応じて柔軟に選択されてもよい。

【0064】

ＯＳＭにおける水域データに、世界中の複数の地理的位置の水域領域情報が含まれてもよいため、第１目標画像に対応する地理的範囲に基づいて、ＯＳＭから、この地理的範囲に対応する水域データを検索し、第１目標画像における水域領域を得て、決定された第１目標画像における水域領域を第２水域分割結果とすることができる。具体的に、第１目標画像に対応する地理的範囲を如何に決定するかは、実際の状況に応じて柔軟に決定されてもよい。詳細は、下記各実施例を参照し、ここで説明しないようにする。図２に示すように、図面におけるＯＳＭのラベリング結果は、ＯＳＭにおける水域データに基づいて決定された第２水域分割結果である。図２から分かるように、ＯＳＭに基づいて決定された第２水域分割結果は、狭い水域に対して効果的な分割を行うことができる。

【0065】

地表被覆データは、地表に関わるいくつかの衛星画像の分割結果であってもよく、それに水域分割結果が含まれる。地表被覆データの分割結果の品質は、分割される衛星画像の解像度に関わり、可能な実現形態において、解像度が所定の範囲内にある地表被覆データを取得し、地表被覆データにおける水域分割結果を水域データとすることができ、それにより第１目標画像に対応する地理的範囲に基づいて、地表被覆データから、地理的範囲に対応する水域のデータを検索し、第１目標画像における水域領域を決定し、決定された第１目標画像における水域領域を第２水域分割結果とすることができる。図２に示すように、図面における低解像度水域製品結果は、地表被覆データに基づいて決定された第２水域分割結果である。図面から分かるように、地表被覆データに基づいて決定された第２水域分割結果は、広い水域及び川などに対して効果的な分割を行うことができ、且つ比較的に明瞭な分割境界を有する。

【0066】

解像度の所定の範囲は、実際の状況に応じて柔軟に設定されてもよい。可能な実現形態において、ＯＳＭに基づいて得られた第２水域分割結果と相互補い合うために、解像度が低い衛星画像に対応する地表被覆データを用いることができる。一例において、１０メートル解像度の衛星画像に対応する地表被覆データを用いることができる。

【0067】

地表被覆データから、第１目標画像に対応する地理的範囲の水域のデータを検索するために、地表被覆データによって被覆される範囲は、第１目標画像に対応する地理的範囲を可能な限り被覆する必要がある。可能な実現形態において、地表被覆データは、世界地表被覆データであってもよい。

【0068】

上記実施例から分かるように、可能な実現形態において、解像度が所定の範囲内にある少なくとも１つの地表被覆データを取得することができる。この場合、１つの解像度が所定の範囲内にある地表被覆データのみを取得すれば、該地表被覆データに基づいて、１つの第２水域分割結果を得ることができる。複数の解像度が所定の範囲内にある地表被覆データを取得すれば、各地表被覆データに対して、上記実施例に言及された第２水域分割結果の取得方法により、異なる地表被覆データに対する複数の第２水域分割結果をそれぞれ得ることができる。複数の地表被覆データを取得する場合、異なる地表被覆データの解像度は、同じであっても異なってもよく、本願の実施例において制限されない。

【0069】

上記実施例から分かるように、ステップＳ１２は、ステップＳ１２１及び／又はステップＳ１２２を含んでもよい。即ち、第２水域分割結果を得るプロセスにおいて、ＯＳＭにおける水域データに基づいて決定された第２水域分割結果のみを得てもよく、地表被覆データに基づいて決定された１つ又は複数の第２水域分割結果のみを得てもよく、更に、ＯＳＭにおける水域データに基づいて決定された第２水域分割結果及び地表被覆データに基づいて決定された１つ又は複数の第２水域分割結果などを同時に得ることもできる。具体的に、如何に選択するかは、実際の状況に応じて柔軟に選択してもよい。

【0070】

上記各実施例によれば、図４は、本願の一実施例による水域分割方法のフローチャートを示す。図４に示すように、可能な実現形態において、水域分割方法は、以下を含んでもよい。

【0071】

【0072】

【0073】

ステップＳ１３において、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定する。

【0074】

上記実施例に言及されたステップＳ１２の実現プロセスにより、複数の異なる方式を用いて、複数の第２水域分割結果を取得することができ、複数の第２水域分割結果のデータは相互補い合い、第１目標画像における水域を可能な限り全面的に分割することができ、それにより得られた複数の第２水域分割結果の全体的な分割精度を向上させ、続いて、複数の第２水域分割結果に基づいて決定された目標水域分割結果の精度を向上させる。

【0075】

可能な実現形態において、ステップＳ１２１は、
第１目標画像に対応する地理的範囲に基づいて、オープンストリートマップにおける、該地理的範囲に対応する水域領域を目標水域領域とすることと、
目標水域領域が水域分割線である場合、所定の方向に、水域分割線を所定の幅に拡張し、拡張された目標水域領域を第２水域分割結果とすることと、
目標水域領域が多辺形領域及び／又は円形領域である場合、目標水域領域を前記第２水域分割結果とすることと、を含んでもよい。

【0076】

ここで、第１目標画像に対応する地理的範囲は、第１目標画像における水域領域が所在する地理的領域であってもよい。具体的に、第１目標画像に対応する地理的範囲を如何に決定するかは、第１目標画像の実際の状況に応じて柔軟に決定されてもよい。可能な実現形態において、第１目標画像がリモートセンシング画像である場合、第１目標画像自体は、地理的情報を含むことができるため、第１目標画像に含まれる地理的情報に基づいて、第１目標画像に対応する地理的範囲を決定することができる。

【0077】

第１目標画像に対応する地理的範囲を決定した後、オープンストリートマップにおける、該地理的範囲に対応する水域領域を目標水域領域とすることができる。上記実施例に記載したように、ＯＳＭにおける水域データは、マップ内の水域領域を被覆して色を有する線分又は形状（多辺形又は円形）などであってもよい。従って、ＯＳＭから決定された目標水域領域は、線分形式の水域分割線であってもよく、非線分領域であってもよく、該領域の形状は、本願の実施例において制限されず、多辺形又は円形などであってもよい。

【0078】

可能な実現形態において、目標水域領域の形状を考慮せず、目標水域領域を直接的に第２水域分割結果としてもよい。

【0079】

可能な実現形態において、得られた第２水域分割結果は、第１目標画像の水域領域ラベルとして、後続の他の水域分割プロセスに用いられてもよく、例えば、水域分割機能を有するニューラルネットワークの訓練などに用いられてもよい。この場合、形式が水域分割線である第２水域分割結果は、ラベルとしてニューラルネットワークの訓練などのプロセスに用いられることができない可能性がある。従って、可能な実現形態において、目標水域領域の形式に基づいて、第２水域分割結果を得ることもできる。上記実施例に記載したように、目標水域領域の形式が多辺形及び／又は円形などの非線分である場合、目標水域領域を直接的に第２水域分割結果とすることができる。可能な実現形態において、目標水域領域の形式が水域分割線である場合、所定の方向に、水域分割線を所定の幅に拡張し、拡張された非線分形式の目標水域領域を得ることができる。該拡張された目標水域領域は、第２水域分割結果としてもよい。ここで、所定の方向と所定の幅はいずれも実際の状況に応じて柔軟に決定されてもよく、本願の実施例において制限されない。所定の方向は、１つの方向であってもよく、複数の方向であってもよい。所定の方向が複数の方向を含む場合、各方向における所定の幅は、同じであっても異なってもよい。一例において、水域分割線における各点に対して、ｒを半径として外へ拡張し、多辺形の目標水域領域を第２水域分割結果として得ることができる。図５は、本願の一実施例による水域分割線に対する拡張の概略図を示す。図５から分かるように、図面における線分形式の水域分割線は、拡張により、一定の幅を有する多辺形領域に膨張することができる。該多辺形領域は、第２水域分割結果としてもよい。ここで、周辺環境及び実際の地形などの制限により、前記水域分割線の長さ方向に沿った多辺形領域の幅は変わるが、多辺形領域全体の延在姿勢は、水域分割線とほぼ一致する。図６は、本願の一実施例による拡張された第２水域分割結果を用いて第１目標画像に対してラベリングを行うことの概略図を示す。図６に示すように、一例において、該第２水域分割結果は、第１目標画像の水域領域ラベルとして、第１目標画像とオーバーラップしてもよい。

【0080】

オープンストリートマップにおける、第１目標画像に対応する地理的範囲に合致する水域領域を目標水域領域とし、目標水域領域が水域分割線である場合、水域分割線を拡張し、拡張された目標水域領域を第２水域分割結果とし、目標水域領域が多辺形領域及び／又は円形領域である場合、目標水域領域を第２水域分割結果とする。上記プロセスにより、オープンストリートマップにおける目標水域領域の様々な形式に基づいて、対応する第２水域分割結果を柔軟に得ることができ、それにより後続で第２水域分割結果を利用して実行されるより多くの水域分割操作に適応する。

【0081】

上記各実施例により、第１水域分割結果及び少なくとも１つの第２水域分割結果を得ることができ、続いて、ステップＳ１３により、第１目標画像の目標水域分割結果を決定することができる。ステップＳ１３の実現形態は、実際の状況に応じて柔軟に決定されてもよい。可能な実現形態において、ステップＳ１３は、以下を含んでもよい。

【0082】

ステップＳ１３１において、少なくとも１つの第２水域分割結果に対して結合を行い、結合水域分割結果を得る。

【0083】

ステップＳ１３２において、第１水域分割結果と結合水域分割結果に共通に含まれる水域領域を第１目標画像の目標水域分割結果とする。

【0084】

ここで、結合水域分割結果は、少なくと１つの第２水域分割結果をオーバーラップすることによって得られた結果であってもよい。上記実施例に記載したように、第２水域分割結果は、ＯＳＭ又は少なくとも１つの地表被覆データに基づいて決定された水域分割結果であってもよい。ここで、ＯＳＭに基づいて決定された分割結果は、狭い水域に対して効果的な分割を行うことができ、地表被覆データに基づいて決定された分割結果は、広い水域に対して効果的な分割を行うことができる。従って、異なる第２水域分割結果をオーバーラップすることによって、相互補い合うという役割を果たし、比較的に高い精度を有する結合水域分割結果を得ることができる。

【0085】

可能な実現形態において、ＯＳＭに基づいて決定された第２水域分割結果に、水域分割線に対する拡張プロセスが含まれる可能性がある。該拡張プロセスは、拡張後に得られた第２水域分割結果の境界の精度の低下を引き起こす可能性がある。それと同時に、地表被覆データに基づいて決定された第２水域分割結果は、地表被覆データ自体の精度に制限され、決定された第２水域分割結果の境界の精度の低下を引き起こす可能性がある。また、上記実施例に更に記載したように、第１水域分割結果は、明瞭な分割境界を有し、且つ含まれる水域領域が比較的に全面的である。上記内容を結び付けながら、可能な実現形態において、第１水域分割結果と結合水域分割結果に対して共通集合を求めることによって、第１水域分割結果と結合水域分割結果に共通に含まれる水域領域を得ることができる。共通に含まれる水域領域を第１目標画像の目標水域分割結果とすることができ、それにより目標水域分割結果の境界精度を効果的に向上させ、続いて水域分割の精度及び効果を向上させることができる。

【0086】

上記各実施例によれば、図７は、本願の一実施例による水域分割方法のフローチャートを示す。図面に示すように、可能な実現形態において、水域分割方法は、以下を含んでもよい。

【0087】

【0088】

【0089】

ステップＳ１３１において、少なくとも１つの第２水域分割結果に対して結合を行い、結合水域分割結果を得る。

【0090】

ステップＳ１３２において、第１水域分割結果と結合水域分割結果に共通に含まれる水域領域を第１目標画像の目標水域分割結果とする。

【0091】

上記に記載されるように、少なくとも１つの第２水域分割結果に対して共通集合を求め、結合水域分割結果を得て、結合水域分割結果と第１水域分割結果に対して共通集合を求め、第１目標画像の目標水域分割結果を得ることによって、得られた第１目標画像の目標水域分割結果に、より高い精度を持たせ、水域分割の品質を向上させることができる。

【0092】

上記実施例に記載したように、一例において、第２水域分割結果は、更に、第１目標画像の水域領域ラベルとしてもよい。これに応じて、第２水域分割結果に基づいて得られた第１目標画像の目標水域分割結果に基づいて、第１目標画像に対してラベリングすることもできる。従って、図８は、本願の一実施例による水域分割方法のフローチャートを示す。図８に示すように、可能な実現形態において、水域分割方法は、以下をさらに含んでもよい。

【0093】

【0094】

【0095】

ステップＳ１３において、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定する。

【0096】

ステップＳ１４において、第１目標画像の目標水域分割結果に基づいて、第１目標画像における水域領域に対してラベリングを行い、ラベルを含む第１目標画像を得る。

【0097】

ステップＳ１５において、ラベルを含む第１目標画像をサンプルとして、初期ニューラルネットワークモデルに対して訓練を行い、水域分割ネットワークを得る。

【0098】

可能な実現形態において、上記各実施例の方法によって得られた第１目標画像の目標水域分割結果について、水域分割線の拡張により、分割の境界が精細でないことを引き起こす可能性があり、又は、地表被覆データの精度が低いことにより分割結果の正確度を低下させる可能性がある。従って、水域分割の正確度を更に向上させるために、第１目標画像の目標水域分割結果に基づいて、第１目標画像に対してラベリングを行い、ラベリングされた第１目標画像をサンプルとして利用し、初期ニューラルネットワークモデルを訓練し、水域分割のための水域分割ネットワークを得ることもできる。

【0099】

ここで、第１目標画像の目標水域分割結果に基づいて、第１目標画像における水域領域に対してラベリングを行うことは、第１目標画像の目標水域分割結果における各水域をいずれも第１目標画像にラベリングすることであってもよく、そのうちの一部の目標水域分割結果を選択してラベリングを行うことであってもよい。具体的に、如何に選択するかは、実際の状況に応じて柔軟に決定されてもよく、本願の実施例において制限されない。

【0100】

得られた、ラベルを含む第１目標画像を訓練用サンプルとして、初期ニューラルネットワークモデルに対して訓練を行うことができる。ここで、初期ニューラルネットワークモデルは、任意のモデルであってもよく、下記各実施例に限定されない。可能な実現形態において、初期ニューラルネットワークモデルは、セマンティックセグメンテーションネットワークモデル、例えばＵ－Ｎｅｔ、ＦＣ－Ｄｅｎｓｅｎｅｔ又はＨＲＮｅｔなどであってもよい。一例において、ＨＲＮｅｔを初期ニューラルネットワークモデルとして選択してもよい。

【0101】

訓練により得られた水域分割ネットワークは、ネットワークに入力された画像に対して水域分割を行うために用いることができる。具体的に、水域分割ネットワークを如何に利用するかは、本願の実施例において制限されない。詳細は、下記各実施例を参照し、ここで説明しないようにする。

【0102】

図９は、本願の一実施例による水域分割方法のフローチャートを示す。該方法は、第２水域分割装置に適用されてもよい。第２水域分割装置と第１水域分割装置とは、同一の装置であってもよく、異なる装置であってもよい。第２水域分割装置は、端末機器、サーバ又は他の処理機器などであってもよい。ここで、端末機器の実現形式は、上記各実施例を参照することができ、ここでは詳細な説明を省略する。一例において、該水域分割方法は、クラウドサーバ又はローカルサーバに用いることができる。クラウドサーバは、パブリッククラウドサーバであってもよく、プライベートクラウドサーバであってもよく、実際の状況に応じて柔軟に選択すればよい。

【0103】

【0104】

図９に示すように、可能な実現形態において、本願の実施例は、水域分割方法を更に提供する。前記方法は、以下を含む。

【0105】

ステップＳ２１において、第２目標画像を水域分割ネットワークに入力し、第２目標画像の第３水域分割結果を得る。

【0106】

ステップＳ２２において、第２目標画像のスペクトル情報に基づいて、第２目標画像の水域領域に対して分割を行い、第２目標画像の第４水域分割結果を得る。

【0107】

ステップＳ２３において、第３水域分割結果と第４水域分割結果に共通に含まれる水域領域を第２目標画像の目標水域分割結果とする。

【0108】

ここで、第２目標画像は、水域分割を必要とする任意の画像であってもよく、その実現形式は、上記各実施例における第１目標画像を参照してもよく、ここでは説明を省略する。留意すべきことは、第１目標画像と第２目標画像における「第１」と「第２」などは、該画像がどのような水域分割プロセスに用いられるかをを区別するためのものに過ぎず、該画像の実現形態が同じであるかどうかを制限するものではない。可能な実現形態において、第１目標画像と第２目標画像とは、同じ画像であってもよく、異なる画像であってもよい。

【0109】

水域分割ネットワークは、水域分割機能を有する任意のニューラルネットワークであってもよく、その実現形態は、本願の実施例において制限されない。可能な実現形態において、水域分割ネットワークは、上記実施例に記載された、第１目標画像の目標水域分割結果により訓練を行うことで得られたニューラルネットワークであってもよく、その具体的な形式の詳細は、上記各実施例を参照する。ここでは説明を省略する。

【0110】

第３水域分割結果は、水域分割ネットワークを利用して第２目標画像に対して水域分割を行うことによって得られた結果であってもよく、その実現形態は、上記第１水域分割結果又は第２水域分割結果を参照してもよく、ここでは説明を省略する。

【0111】

ステップＳ２２において、第２目標画像のスペクトル情報に基づいて、第２目標画像の水域領域に対して分割を行う。その分割プロセスは、上記実施例における、第１目標画像のスペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行うプロセスを参照してもよい。同様に、ステップＳ２２で得られた第４水域分割結果も上記実施例における第１水域分割結果又は第２水域分割結果を参照してもく、ここでは説明を省略する。

【0112】

ステップＳ２１とステップＳ２２の実行順番は、本願の実施例においても制限されない、即ち、異なる方式によって第２目標画像に対して水域分割を行う順番は、本願の実施例において制限されない。可能な実現形態において、ステップＳ２１とステップＳ２２を同時に実現してもよい。可能な実現形態において、所定の実現順番に応じて、ステップＳ２１とＳ２２などをそれぞれ実現してもよい。

【0113】

第３水域分割結果と第４水域分割結果を得た後、第３水域分割結果と第４水域分割結果に共通に含まれる水域領域を第２目標画像の目標水域分割結果とすることができる。ここで、第４水域分割結果は、第２目標画像のスペクトル情報に基づいて分割を行うことによって得られるため、第１水域分割結果の取得プロセスを参照することで分かるように、第２目標画像に実際に含まれる水域領域は、第４水域分割結果のサブセットと見なされてもよい。従って、水域分割ネットワークによって得られた第３水域分割結果と第４水域分割結果に共通に含まれる水域領域を第２目標画像の目標水域分割結果とすることによって、第４水域分割結果のうち、水域領域に属しない分割結果を排除し、比較的に正確な分割結果を得ることができる。

【0114】

本願の実施例において、それぞれ、水域分割ネットワークと第２目標画像のスペクトル情報により、第２目標画像に対して水域分割を行い、第３水域分割結果と第４水域分割結果を得ることによって、第３水域分割結果と第４水域分割結果に共通に含まれる水域領域を第２目標画像の目標水域分割結果とする。上記プロセスにより、水域分割ネットワークによって第３水域分割結果を決定することで、水域と建築物、道路、陰影などのコンテンツと混同されるという問題を減少させることができ、第２目標画像が、異なるデータソースに属するか又は比較的に大きい領域範囲を含む場合、安定した水域分割効果を得ることができ、それにより得られた水域分割結果に、高い正確度を持たせ、且つ分割が便利であり、実現しやすい一方、スペクトル情報に基づいて得られた第４水域分割結果と、第３水域分割結果と、に対して共通集合を求めることによって、第２目標画像の目標水域分割結果を得ることで、得られた水域分割結果の境界を更に最適化し、水域分割結果における誤分割される仮想シーンなどを減少させることができる。

【0115】

上記実施例に記載したように、可能な実現形態において、水域分割ネットワークは、第１目標画像の目標水域分割結果により訓練されてもよい。即ち、可能な実現形態において、水域分割ネットワークは、第１目標画像及び第１目標画像の目標水域分割結果に基づいて訓練を行うことによって得られたものであってもよい。

【0116】

ここで、如何に第１目標画像及び第１目標画像の目標水域分割結果に基づいて訓練を行うことによって水域分割ネットワークを得るかは、本願の実施例において制限さない。可能な実現形態において、上記実施例におけるステップＳ１４及びＳ１５を参照して、第１目標画像の目標水域分割結果を利用して第１画像に対してラベリングを行い、ラベリングされた画像をサンプルとして、初期ニューラルネットワークモデルに入力し、訓練を行うことで、水域分割ネットワークを得ることができる。具体的なプロセスは、上記各実施例を参照し、ここでは説明を省略する。

【0117】

第１目標画像及び第１目標画像の目標水域分割結果に基づいて訓練を行うことで得られた水域分割ネットワークにより、第２目標画像に対して水域分割を行い、第３水域分割結果を得る。第３水域分割結果が比較的に高い分割精度を有するため、上記プロセスにより、訓練で得られた水域分割ネットワークに、比較的に高い水域分割効果を持たせることができ、第３水域分割結果の正確性を向上させることができるだけでなく、更に、第２目標画像の目標水域分割結果の正確度を向上させることもできることが明らかになる。

【0118】

上記実施例に記載したように、第１目標画像の目標水域分割結果は、異なる方式で柔軟に得られてもよい。従って、可能な実現形態において、本願の実施例による水域分割方法は、
第１目標画像のスペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行い、第１目標画像の第１水域分割結果を得ることと、
少なくとも１種の所定の水域分割方式によって、第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得ることと、
第１水域分割結果及び前記少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定することと、を更に含んでもよい。

【0119】

上記プロセスの具体的な実現形態は、前記各実施例を参照してもよく、ここでは説明を省略する。上記プロセスから分かるように、水域分割ネットワークを訓練するための第１目標画像の目標水域分割結果の取得プロセスは、スペクトル情報及び少なくとも１種の所定の水域分割方式に基づいて共同で決定されてもよいため、水域分割ネットワークの訓練データは、自動的に生成されることが可能であり、手動ラベリングのコストを減少させると同時に、比較的に高い正確度及び品質を有する。

【0120】

水域分割ネットワークに対して訓練を行うプロセスにおいて、実際の状況に応じて損失関数を柔軟に選択してもよい。可能な実現形態において、水域分割ネットワークは、所定の損失関数により訓練される。ここで、所定の損失関数により、水域分割ネットワークを訓練する場合、第１訓練結果と第２訓練結果との差異は、所定の差分範囲内にあり、第１訓練結果は、第１目標画像の目標水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含み、第２訓練結果は、手動で入力された水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含む。

【0121】

上記実施例から分かるように、可能な実現形態において、所定の損失関数によって水域分割ネットワークを訓練する。ここで、所定の損失関数は、ノイズロバスト性を有する損失関数であってもよい。ここで、ノイズロバスト性を有する損失関数は、サンプルにおけるラベルにノイズが存在する（例えば、正確ではないラベルなどが存在する）場合、ノイズを含まないサンプルに近い訓練結果を取得することができる。上記実施例に記載したように、第１目標画像の目標水域分割結果は、水域分割線の拡張又は地表被覆データの精度などの要因により、分割の境界が明瞭ではないことを引き起こす可能性があるため、第１目標画像の目標水域分割結果をラベリングされたサンプル、即ち、本願の方策に基づいて得られた目標水域分割結果がラベリングされたサンプルに、一定のノイズが含まれる可能性がある。手動による水域分割が比較的に正確であるため、手動で入力された水域分割結果をラベリングされたサンプル、即ち、手動水域分割結果がラベリングされたものは、ノイズを含まないと認められる。上記実施例に記載したように、所定の損失関数は、該ノイズを含むサンプル（例えば、上記ラベルを含む第１目標画像、即ち、第１目標画像の目標水域分割結果をマートとした第１目標画像）に基づいて訓練を行うで得られた第１訓練結果と、ノイズを含まないサンプル（例えば、手動で入力された水域分割結果をマートとした画像）に基づいて訓練を行うことで得られた第２訓練結果とは、両者の差が所定の差分範囲内にあり、即ち、両者は、近い訓練効果を有してもよい。ここで、所定の訓練範囲は、実際の状況に応じて柔軟に決定されてもよく、本願の実施例において制限されない。

【0122】

具体的に、どのような、ノイズロバスト性を有する損失関数を所定の損失関数として用いるかは、本願の実施例において制限されない。可能な実現形態において、ＧＣＥ損失関数及び／又はＲＣＥ損失関数を所定の損失関数として用いることができる。

【0123】

ノイズロバスト性を有する所定の損失関数により、水域分割ネットワークを訓練することによって、第１目標画像の目標水域分割結果における不正確な分割結果又は誤った分割結果による水域分割ネットワークの学習訓練への影響を更に減少させることができ、それにより得られた水域分割ネットワークに、より高い水域分割精度を持たせ、更に、後続で得られた第２目標画像の目標水域分割結果の精度を向上させる。

【0124】

図１０は、本願の一実施例による第１水域分割装置のブロック図を示す。図面に示すように、前記第１水域分割装置３０は、第１目標画像のスペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行い、第１目標画像の第１水域分割結果を得るように構成される第１水域分割モジュール３１と、
少なくとも１種の所定の水域分割方式によって、第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得るように構成される第２水域分割モジュール３２と、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定するように構成される目標水域分割結果決定モジュール３３と、を備えてもよい。

【0125】

可能な実現形態において、目標水域分割結果決定モジュールは、少なくとも１つの第２水域分割結果に対して結合を行い、結合水域分割結果を得て、第１水域分割結果と結合水域分割結果に共通に含まれる水域領域を第１目標画像の目標水域分割結果とするように構成される。

【0126】

可能な実現形態において、第２水域分割モジュールは、オープンストリートマップにおける水域データに基づいて、第１目標画像における水域領域を決定し、第２水域分割結果を得て、及び／又は、解像度が所定の範囲内にある少なくとも１つの地表被覆データを取得し、地表被覆データにおける水域のデータに基づいて、第１目標画像における水域領域を決定し、少なくとも１つの第２水域分割結果を得るように構成される。

【0127】

可能な実現形態において、第２水域分割モジュールは更に、第１目標画像に対応する地理的範囲に基づいて、オープンストリートマップにおける、地理的範囲に対応する水域領域を目標水域領域とし、目標水域領域が水域分割線である場合、所定の方向に、水域分割線を所定の幅に拡張し、拡張された目標水域領域を第２水域分割結果とし、目標水域領域が多辺形領域及び／又は円形領域である場合、目標水域領域を第２水域分割結果とするように構成される。

【0128】

可能な実現形態において、第１水域分割モジュールは、第１目標画像のスペクトル情報に基づいて、第１目標画像における複数の画素点の正規化水指標を取得し、複数の画素点のうちの、正規化水指標の値が所定の指標値範囲内にある画素点を水域領域の画素点とし、第１目標画像の第１水域分割結果を得るように構成される。

【0129】

可能な実現形態において、該装置は更に、第１目標画像の目標水域分割結果に基づいて、第１目標画像における水域領域に対してラベリングを行い、ラベルを含む第１目標画像を得て、ラベルを含む第１目標画像をサンプルとして、初期ニューラルネットワークモデルに対して訓練を行い、水域分割ネットワークを得るように構成される。

【0130】

図１１は、本願の一実施例による第２水域分割装置のブロック図を示す。図面に示すように、前記第２水域分割装置４０は、第２目標画像を水域分割ネットワークに入力し、第２目標画像の第３水域分割結果を得るように構成される第３水域分割モジュール４１と、第２目標画像のスペクトル情報に基づいて、第２目標画像の水域領域に対して分割を行い、第２目標画像の第４水域分割結果を得るように構成される第４水域分割モジュール４２と、第３水域分割結果と第４水域分割結果に共通に含まれる水域領域を第２目標画像の目標水域分割結果とするように構成される目標水域分割結果取得モジュール４３と、を備えてもよい。

【0131】

可能な実現形態において、水域分割ネットワークは、第１目標画像及び第１目標画像の目標水域分割結果に基づいて訓練を行うことによって得られたものである。

【0132】

可能な実現形態において、該装置は更に、第１目標画像のスペクトル情報に基づいて、第１目標画像における水域領域に対して分割を行い、第１目標画像の第１水域分割結果を得て、少なくとも１種の所定の水域分割方式によって、第１目標画像における水域領域に対して分割を行い、少なくとも１つの第２水域分割結果を得て、第１水域分割結果及び少なくとも１つの第２水域分割結果に基づいて、第１目標画像の目標水域分割結果を決定するように構成される。

【0133】

可能な実現形態において、水域分割ネットワークは、所定の損失関数によって訓練され、ここで、所定の損失関数によって水域分割ネットワークを訓練する場合、第１訓練結果と第２訓練結果との差異は、所定の差分範囲内にあり、第１訓練結果は、前記第１目標画像の目標水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含み、前記第２訓練結果は、手動で入力された水域分割結果をラベリングされたサンプルとして訓練を行うことによって得られた訓練結果を含む。

【0134】

応用シーンの例
解像度が高い衛星リモートセンシング画像に対して、画像における水域領域に対して如何に正確な分割を行うかは、現在では早急に解決すべき問題である。

【0135】

本願の応用例は、画像における水域領域に対して精度が高い分割を行うことができる水域分割方法を提供する。

【0136】

上記実施例に記載の図２、図５及び図６を参照すると、本願の応用例における水域分割方法は、以下を含んでもよい。

【0137】

ステップ１において、自動化水域のラベリングデータセットを構築する。

【0138】

図２に示すように、本願の応用例において、まず、衛星画像のスペクトルに基づいて、上記実施例における式（１）により、画像における各画素点のＮＤＷＩを計算し、続いて、値がゼロよりも大きい画素点をカテゴリ１（即ち、水域領域前景）とし、値が０以下である画素点をカテゴリ０（即ち、背景）とし、良好な分割境界を有する前景マスクを第１水域分割結果として得る。図２の右上隅に示すように、得られたマスクがほぼ全ての水域領域を含むとともに、建築物及び道路のような他のカテゴリを含むため、水域を該前景マスクのサブセットと見なしてもよいことが明らかである。

【0139】

これに加えて、ＯＳＭにおける水域領域のラベリング結果に基づいて、第２水域分割結果を得ることもできる。ＯＳＭにおける水域領域が２つのカテゴリでラベリングされており、１つのカテゴリは、多辺形ラベルであり、図５における陰影被覆部分に示すように、該多辺形ラベルは直接的に取得され、後続で衛星画像の水域ラベリングに用いることができる。もう１つのカテゴリは、水域分割線ラベルであり、図５における線分部分に示すように、該水域分割線を直接的に後続で衛星画像に対する水域ラベルとすることができない。従って、本願の応用例において、水域分割線に対して拡張膨張を行い、半径ｒで外へ拡張し、多辺形結果を得て、続いて、多辺形ラベルと水域分割線が拡張された多辺形結果をオーバーラップし、ＯＳＭに基づいた第２水域分割結果（即ち、図２におけるＯＳＭラベリング結果）を得ることができる。本願の適用例において、水域分割線を拡張するプロセスにおいて、川などの水域領域の境界の具体的な位置を決定することができないため、境界が粗いという問題を発生する可能性がある。

【0140】

また、低解像度の水域製品から、第２水域分割結果を取得することもできる。本願の応用例において、１０メートルの解像度の世界地表被覆製品（計１０個のカテゴリ）を地表被覆データとして選択することができる。地表被覆データにおける水域のデータを単独で抽出し、第２水域分割結果（即ち、図２における低解像度水域製品結果）とする。該第２水域分割結果は、図２における低解像度水域製品結果の展示枠に示すように、広い川に対して好適に抽出することができ、境界も精細であるが、狭い川（例えば、図２におけるＯＳＭラベリング結果の展示枠に示すように）を抽出することができない。

【0141】

更に、ＯＳＭに基づいた第２水域分割結果と低解像度の水域製品に基づいた第２水域分割結果をオーバーラップし、結合水域分割結果を得ることができ、それによりＯＳＭにおける狭い水域に対するラベルと低解像度の水域製品における広い川に対するラベルを組み合わせ、図２に示すように、相互補い合うという役割を果たし、ラベリングデータセットの品質を大幅に向上させることができる。

【0142】

第１水域分割結果と結合水域分割結果に対して共通集合を求める。該共通集合は、該衛星画像の水域分割結果（即ち、上記各実施例に記載した第１目標画像の目標水域分割結果）としてもよい一方、衛星画像の水域領域ラベル（即ち、図２において構築されたデータセット）として、自動化水域ラベリングデータセットを構築してもよく、それにより、図２における右下隅の展示枠に示すように、水域領域ラベルの境界効果を効果的に改善する。本願の応用例において、水域分割線の膨張拡張及び低解像度水域製品結果自体が不正確であると、該共通集合結果の精度の低下を引き起こす可能性がある。上記処理により、ラベリングデータセットの自動的な構築を完了し、手動ラベリングのプロセスを可能な限り減少させることができる。

【0143】

ステップ２において、自動化水域分割を行う。

【0144】

水域分割は、２クラス分類問題（背景と水の２分類）と見なされてもよい。本願の応用例において、深層学習セマンティックセグメンテーションの方法を用いて、ステップ１で得られた自動化水域ラベリングデータセットにおける画像を入力として、ラベリングデータをラベルとして教師あり学習を行い、水域分割ネットワークを得ることができる。本願の応用例において、一般的に用いられる任意のセマンティックセグメンテーションネットワーク、例えばＵ－Ｎｅｔ，ＦＣ－Ｄｅｎｓｅｎｅｔなどを用いてもよい。一例において、効果が比較的に高いセマンティックセグメンテーションネットワークＨＲＮｅｔを用いてもよい。なお、セマンティックセグメンテーションに一般的に用いられるクロスエントロピー損失関数を使用する以外に、自動化水域ラベリングデータセットにおけるラベリングデータに誤ったラベルが含まれる可能性があることを考慮して、ノイズロバスト性を有する損失関数を用いて水域分割ネットワークを訓練することもできる。本願の応用例において、ノイズロバスト性を有する任意の損失関数、例えばＧＣＥ損失関数又はＲＣＥ損失関数などを用いてもよい。一例において、効果が比較的に高いＲＣＥ損失関数を監督に用いることによって、ノイズによる水域分割ネットワーク学習への影響を効果的に減少させることができる。

【0145】

訓練により水域分割ネットワークを得た後、水域分割されるべき画像（即ち、上記各実施例における第２目標画像）を水域分割ネットワークに入力し、第３水域分割結果を得ることができる。一例において、水域分割ネットワークから出力された第３水域分割結果を後処理することもできる。自動化水域ラベリングデータセットの構築プロセスと同様に、まず、ＮＤＷＩを利用して、水域分割されるべき第２目標画像の前景マスクを抽出し、第４水域分割結果を得て、更に、第３水域分割結果と第４水域分割結果に対して共通集合を求め、第２目標画像の目標水域分割結果を得ることができ、それにより水域分割結果の境界を更に最適化し、水域分割結果における仮想シーンを抑えることができる。

【0146】

本願の応用例において提供される水域分割方法は、水域領域の分割に用いることができるだけでなく、さらに、例えば、土壌又は建築などの他の対象領域の分割にも拡張的に用いることもできる。他の対象の分割に用いられるプロセスにおいて、用いられる分割方式は、対象によって柔軟に変化してもよく、上記各実施例に限定されない。

【0147】

本願に言及した上記各方法の実施例は、原理や論理から逸脱しない限り、互いに組み合わせることで組み合わせた実施例を構成することができ、紙数に限りがあるため、本願において逐一説明しないことが理解されるべきである。

【0148】

具体的な実施形態の上記方法において、各ステップの記述順番は、厳しい実行順番として実施過程を限定するものではなく、各ステップの具体的な実行順番はその機能及び考えられる内在的論理により決まることは、当業者であれば理解すべきである。

【0149】

本願の実施例はコンピュータ可読記憶媒体を更に提供する。該コンピュータ可読記憶媒体にはコンピュータプログラム命令が記憶されており、前記コンピュータプログラム命令がプロセッサにより実行される時、上記方法を実現させる。コンピュータ可読記憶媒体は揮発性コンピュータ可読記憶媒体又は不揮発性コンピュータ可読記憶媒体であってもよい。

【0150】

本願の実施例は電子機器を更に提供する。該電子機器は、プロセッサと、プロセッサによる実行可能な命令を記憶するためのメモリとを備え、ここで、前記プロセッサは、上記方法を実行するように構成される。

【0151】

実際の応用において、上記メモリは、ＲＡＭのような揮発性メモリ（ｖｏｌａｔｉｌｅｍｅｍｏｒｙ）、又は、ＲＯＭ、フラッシュメモリ（ｆｌａｓｈｍｅｍｏｒｙ）、ハードディスク（ＨａｒｄＤｉｓｋＤｒｉｖｅ：ＨＤＤ）又はソリッドステートドライブ（Ｓｏｌｉｄ－ＳｔａｔｅＤｒｉｖｅ：ＳＳＤ）のような不揮発性メモリ（ｎｏｎ－ｖｏｌａｔｉｌｅｍｅｍｏｒｙ）、又は上記メモリの組み合わせであってもよい。該メモリは、プロセッサに命令及びデータを提供する。

【0152】

上記プロセッサは、ＡＳＩＣ、ＤＳＰ、ＤＳＰＤ、ＰＬＤ、ＦＰＧＡ、ＣＰＵ、コントローラ、マイクロコントローラ、マイクロプロセッサのうちのすくなくとも１つであってもよい。様々な機器について、上記プロセッサ機能を実現させるための電子機器は他のものであってもよく、本願の実施例は、これを具体的に限定するものではない。

【0153】

電子機器は、端末、サーバ又は他の形態の機器として提供されてもよい。

【0154】

前記実施例と同様な技術的構想を基に、本願の実施例は、コンピュータプログラムをさらに提供する。該コンピュータプログラムはプロセッサにより実行される時、上記方法を実現させる。

【0155】

図１２は、本願の実施例による電子機器８００のブロック図である。例えば、電子機器８００は、携帯電話、コンピュータ、デジタル放送端末、メッセージング装置、ゲームコンソール、タブレットデバイス、医療機器、フィットネス機器、パーソナルデジタルアシスタントなどの端末であってもよい。

【0156】

図１２を参照すると、電子機器８００は、処理ユニット８０２、メモリ８０４、電源ユニット８０６、マルチメディアユニット８０８、オーディオユニット８１０、入力／出力（Ｉ／Ｏ）インタフェース８１２、センサユニット８１４及び通信ユニット８１６のうちの１つ又は複数を備えてもよい。

【0157】

処理ユニット８０２は一般的には、電子機器８００の全体操作を制御する。例えば、表示、通話呼、データ通信、カメラ操作及び記録操作に関連する操作を制御する。処理ユニット８０２は、指令を実行するための１つ又は複数のプロセッサ８２０を備えてもよい。それにより上記方法の全て又は一部のステップを実行する。なお、処理ユニット８０２は、他のユニットとのインタラクションのために、１つ又は複数のモジュールを備えてもよい。例えば、処理ユニット８０２はマルチメディアモジュールを備えることで、マルチメディアユニット８０８と処理ユニット８０２とのインタラクションに寄与する。

【0158】

メモリ８０４は、各種のデータを記憶することで電子機器８００における操作をサポートするように構成される。これらのデータの例として、電子機器８００上で操作れる如何なるアプリケーションプログラム又は方法の命令、連絡先データ、電話帳データ、メッセージ、イメージ、ビデオ等を含む。メモリ８０４は任意のタイプの揮発性または不揮発性記憶装置、あるいはこれらの組み合わせにより実現される。例えば、スタティックランダムアクセスメモリ（ＳＲＡＭ）、電気的消去可能なプログラマブル読み出し専用メモリ（ＥＥＰＲＯＭ）、電気的に消去可能なプログラマブル読出し専用メモリ（ＥＰＲＯＭ）、プログラマブル読出し専用メモリ（ＰＲＯＭ）、読出し専用メモリ（ＲＯＭ）、磁気メモリ、フラッシュメモリ、磁気もしくは光ディスクを含む。

【0159】

電源ユニット８０６は電子機器８００の様々なユニットに電力を提供する。電源ユニット８０６は、電源管理システム、１つ又は複数の電源、及び電子機器８００のための電力生成、管理、分配に関連する他のユニットを備えてもよい。

【0160】

マルチメディアユニット８０８は、上記電子機器８００とユーザとの間に出力インタフェースを提供するためのスクリーンを備える。幾つかの実施例において、スクリーンは、液晶ディスプレイ（ＬＣＤ）及びタッチパネル（ＴＰ）を含む。スクリーンは、タッチパネルを含むと、タッチパネルとして実現され、ユーザからの入力信号を受信する。タッチパネルは、タッチ、スライド及びパネル上のジェスチャを感知する１つ又は複数のタッチセンサを備える。上記タッチセンサは、タッチ又はスライド動作の境界を感知するだけでなく、上記タッチ又はスライド操作に関連する持続時間及び圧力を検出することもできる。幾つかの実施例において、マルチメディアユニット８０８は、フロントカメラ及び／又はリアカメラを備える。電子機器８００が、撮影モード又はビデオモードのような操作モードであれば、フロントカメラ及び／又はリアカメラは外部からのマルチメディアデータを受信することができる。各フロントカメラ及びリアカメラは固定した光学レンズシステム又は焦点及び光学ズーム能力を持つものであってもよい。

【0161】

オーディオユニット８１０は、オーディオ信号を出力及び／又は入力するように構成される。例えば、オーディオユニット８１０は、マイクロホン（ＭＩＣ）を備える。電子機器８００が、通話モード、記録モード及び音声識別モードのような操作モードであれば、マイクロホンは、外部からのオーディオ信号を受信するように構成される。受信したオーディオ信号を更にメモリ８０４に記憶するか、又は通信ユニット８１６を経由して送信することができる。幾つかの実施例において、オーディオユニット８１０は、オーディオ信号を出力するように構成されるスピーカーを更に備える。

【0162】

Ｉ／Ｏインタフェース８１２は、処理ユニット８０２と周辺インタフェースモジュールとの間のインタフェースを提供する。上記周辺インタフェースモジュールは、キーボード、クリックホイール、ボタン等であってもよい。これらのボタンは、ホームボダン、ボリュームボタン、スタートボタン及びロックボタンを含むが、これらに限定されない。

【0163】

センサユニット８１４は、１つ又は複数のセンサを備え、電子機器８００のために様々な状態の評価を行うように構成される。例えば、センサユニット８１４は、電子機器８００のオン／オフ状態、ユニットの相対的な位置決めを検出することができる。例えば、上記ユニットが電子機器８００のディスプレイ及びキーパッドである。センサユニット８１４は電子機器８００又は電子機器８００における１つのユニットの位置の変化、ユーザと電子機器８００との接触の有無、電子機器８００の方位又は加速／減速及び電子機器８００の温度の変動を検出することもできる。センサユニット８１４は近接センサを備えてもよく、いかなる物理的接触もない場合に周囲の物体の存在を検出するように構成される。センサユニット８１４は、ＣＭＯＳ又はＣＣＤ画像センサのような光センサを備えてもよく、結像に適用されるように構成される。幾つかの実施例において、該センサユニット８１４は、加速度センサ、ジャイロセンサ、磁気センサ、圧力センサ又は温度センサを備えてもよい。

【0164】

通信ユニット８１６は、電子機器８００と他の機器との有線又は無線方式の通信に寄与するように構成される。電子機器８００は、ＷｉＦｉ、２Ｇ又は３Ｇ、又はそれらの組み合わせのような通信規格に基づいた無線ネットワークにアクセスできる。一例示的な実施例において、通信ユニット８１６は放送チャネルを経由して外部放送チャネル管理システムからの放送信号又は放送関連する情報を受信する。一例示的な実施例において、上記通信ユニット８１６は、近接場通信（ＮＦＣ）モジュールを更に備えることで近距離通信を促進する。例えば、ＮＦＣモジュールは、無線周波数識別（ＲＦＩＤ）技術、赤外線データ協会（ＩｒＤＡ）技術、超広帯域（ＵＷＢ）技術、ブルートゥース（登録商標）（ＢＴ）技術及び他の技術に基づいて実現される。

【0165】

例示的な実施例において、電子機器８００は、１つ又は複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理機器（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、コントローラ、マイクロコントローラ、マイクロプロセッサ又は他の電子素子により実現され、上記方法を実行するように構成されてもよい。

【0166】

例示的な実施例において、コンピュータプログラム命令を記憶したメモリ８０４のような不揮発性コンピュータ可読記憶媒体を更に提供する。上記コンピュータプログラム命令は、電子機器８００のプロセッサ８２０により実行され上記方法を完了する。

【0167】

図１３は、本願の実施例による電子機器１９００のブロック図である。例えば、電子機器１９００は、サーバとして提供されてもよい。図１３を参照すると、電子機器１９００は、処理ユニット１９２２を備える。ぞれは１つ又は複数のプロセッサと、メモリ１９３２で表されるメモリリソースを更に備える。該メモリリースは、アプリケーションプログラムのような、処理ユニット１９２２により実行される命令を記憶するためのものである。メモリ１９３２に記憶されているアプリケーションプログラムは、それぞれ一組の命令に対応する１つ又は１つ以上のモジュールを含んでもよい。なお、処理ユニット１９２２は、命令を実行して、上記方法を実行するように構成される。

【0168】

電子機器１９００は、電子機器１９００の電源管理を実行するように構成される電源ユニット１９２６と、電子機器１９００をネットワークに接続するように構成される有線又は無線ネットワークインタフェース１９５０と、入力出力（Ｉ／Ｏ）インタフェース１９５８を更に備えてもよい。電子機器１９００は、Ｗｉｎｄｏｗｓ（登録商標）Ｓｅｒｖｅｒ、ＭａｃＯＳＸＴＭ、Ｕｎｉｘ（登録商標）、Ｌｉｎｕｘ（登録商標）、ＦｒｅｅＢＳＤＴＭ又は類似したものような、メモリ１９３２に記憶されているオペレーティングシステムを実行することができる。

【0169】

例示的な実施例において、例えば、コンピュータプログラム命令を含むメモリ１９３２のような不揮発性コンピュータ可読記憶媒体を更に提供する。上記コンピュータプログラム命令は、電子機器１９００の処理ユニット１９２２により実行されて上記方法を完了する。

【0170】

本願は、システム、方法及び／又はコンピュータプログラム製品であってもよい。コンピュータプログラム製品は、コンピュータ可読記憶媒体を備えてもよく、プロセッサに本願の各態様を実現させるためのコンピュータ可読プログラム命令がそれに記憶されている。

【0171】

コンピュータ可読記憶媒体は、命令実行装置に用いられる命令を保持又は記憶することができる有形装置であってもよい。コンピュータ可読記憶媒体は、例えば、電気記憶装置、磁気記憶装置、光記憶装置、電磁記憶装置、半導体記憶装置又は上記の任意の組み合わせであってもよいが、これらに限定されない。コンピュータ可読記憶媒体のより具体的な例（非網羅的なリスト）は、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュ）、スタティックランダムアクセスメモリ（ＳＲＡＭ）、ポータブルコンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、デジタル多目的ディスク（ＤＶＤ）、メモリスティック、フレキシブルディスク、命令が記憶されているパンチカード又は凹溝内における突起構造のような機械的符号化装置、及び上記任意の適切な組み合わせを含む。ここで用いられるコンピュータ可読記憶媒体は、電波もしくは他の自由に伝搬する電磁波、導波路もしくは他の伝送媒体を通って伝搬する電磁波（例えば、光ファイバケーブルを通過する光パルス）、または、電線を通して伝送される電気信号などの、一時的な信号それ自体であると解釈されるべきではない。

【0172】

ここで説明されるコンピュータ可読プログラム命令を、コンピュータ可読記憶媒体から各コンピューティング／処理装置にダウンロードすることができるか、又は、インターネット、ローカルエリアネットワーク、ワイドエリアネットワーク及び／又は無線ネットワークのようなネットワークを経由して外部コンピュータ又は外部記憶装置にダウンロードすることができる。ネットワークは、伝送用銅線ケーブル、光ファイバー伝送、無線伝送、ルータ、ファイアウォール、交換機、ゲートウェイコンピュータ及び／又はエッジサーバを含んでもよい。各コンピューティング／処理装置におけるネットワークインターフェースカード又はネットワークインタフェースは、ネットワークからコンピュータ可読プログラム命令を受信し、該コンピュータ可読プログラム命令を転送し、各コンピューティング／処理装置におけるコンピュータ可読記憶媒体に記憶する。

【0173】

本願の操作を実行するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、又は１つ又は複数のプログラミング言語で記述されたソースコード又はターゲットコードであってもよい。前記プログラミング言語は、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのようなオブジェクト指向プログラミング言語と、「Ｃ」プログラミング言語又は類似したプログラミング言語などの従来の手続型プログラミング言語とを含む。コンピュータ可読プログラム命令は、ユーザコンピュータ上で完全に実行してもよいし、ユーザコンピュータ上で部分的に実行してもよいし、独立したソフトウェアパッケージとして実行してもよいし、ユーザコンピュータ上で部分的に実行してリモートコンピュータ上で部分的に実行してもよいし、又はリモートコンピュータ又はサーバ上で完全に実行してもよい。リモートコンピュータの場合に、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）やワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを通じてユーザのコンピュータに接続するか、または、外部のコンピュータに接続することができる（例えばインターネットサービスプロバイダを用いてインターネットを通じて接続する）。幾つかの実施例において、コンピュータ可読プログラム命令の状態情報を利用して、プログラマブル論理回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）又はプログラマブル論理アレイ（ＰＬＡ）のような電子回路をカスタマイズする。該電子回路は、コンピュータ可読プログラム命令を実行することで、本願の各態様を実現させることができる。

【0174】

ここで、本願の実施例の方法、装置（システム）及びコンピュータプログラム製品のフローチャート及び／又はブロック図を参照しながら、本願の各態様を説明する。フローチャート及び／又はブロック図の各ブロック及びフローチャート及び／又はブロック図における各ブロックの組み合わせは、いずれもコンピュータ可読プログラム命令により実現できる。

【0175】

これらのコンピュータ可読プログラム命令は、汎用コンピュータ、専用コンピュータまたはその他プログラマブルデータ処理装置のプロセッサに提供でき、それによって機器を生み出し、これら命令はコンピュータまたはその他プログラマブルデータ処理装置のプロセッサにより実行される時、フローチャート及び／又はブロック図における１つ又は複数のブロック中で規定している機能／操作を実現する装置を生み出した。これらのコンピュータ可読プログラム命令をコンピュータ可読記憶媒体に記憶してもよい。これらの命令によれば、コンピュータ、プログラマブルデータ処理装置及び／又は他の装置は特定の方式で動作する。従って、命令が記憶されているコンピュータ可読記憶媒体は、フローチャート及び／又はブロック図おける１つ又は複数のブロック中で規定している機能／操作を実現する各態様の命令を含む製品を備える。

【0176】

コンピュータ可読プログラム命令をコンピュータ、他のプログラマブルデータ処理装置又は他の装置にロードしてもよい。これにより、コンピュータ、他のプログラマブルデータ処理装置又は他の装置で一連の操作の工程を実行して、コンピュータで実施されるプロセスを生成する。従って、コンピュータ、他のプログラマブルデータ処理装置又は他の装置で実行される命令により、フローチャート及び／又はブロック図における１つ又は複数のブロック中で規定している機能／操作を実現させる。

【0177】

図面におけるフローチャート及びブロック図は、本願の複数の実施例によるシステム、方法及びコンピュータプログラム製品の実現可能なアーキテクチャ、機能および操作を例示するものである。この点で、フローチャート又はブロック図における各ブロックは、１つのモジュール、プログラムセグメント又は命令の一部を表すことができる。前記モジュール、、プログラムセグメント又は命令の一部は、１つまたは複数の所定の論理機能を実現するための実行可能な命令を含む。いくつかの取り替えとしての実現中に、ブロックに表記される機能は図面中に表記される順序と異なる順序で発生することができる。例えば、二つの連続するブロックは実際には基本的に並行して実行でき、場合によっては反対の順序で実行することもでき、これは関係する機能から確定する。ブロック図及び／又はフローチャートにおける各ブロック、及びブロック図及び／又はフローチャートにおけるブロックの組み合わせは、所定の機能又は操作を実行するための専用ハードウェアベースシステムにより実現するか、又は専用ハードウェアとコンピュータ命令の組み合わせにより実現することができることにも留意されたい。

【0178】

以上は本願の各実施例を説明したが、前記説明は例示的なものであり、網羅するものではなく、且つ開示した各実施例に限定されない。説明した各実施例の範囲と趣旨から脱逸しない場合、当業者にとって、多くの修正及び変更は容易に想到しえるものである。本明細書に用いられる用語の選択は、各実施例の原理、実際の応用、或いは市場における技術への改善を最もよく解釈すること、或いは他の当業者が本明細書に開示された各実施例を理解できることを目的とする。

【図1】