《利用测地仿射性的数据驱动内插.pdf》由会员分享，可在线阅读，更多相关《利用测地仿射性的数据驱动内插.pdf（22页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102289830 A (43)申请公布日 2011.12.21 CN 102289830 A *CN102289830A* (21)申请号 201110159931.2 (22)申请日 2011.06.03 12/794,982 2010.06.07 US G06T 11/00(2006.01) (71)申请人 微软公司 地址 美国华盛顿州 (72)发明人 Y韦克斯勒 E奥费克 (74)专利代理机构 上海专利商标事务所有限公 司 31100 代理人 陈斌 (54) 发明名称 利用测地仿射性的数据驱动内插 (57) 摘要 通常， 关于图像和 / 或其它数据的信息可能 。
2、是不完整的。 例如， 图像可具有与图像的一部分而 不是整个图像相关联的深度信息。将值从已知点 外插到整个图像可能是有利的。因此， 表示图像 ( 或其它数据 ) 的维数阵列可被遍历一次或多次 以生成内插表。 内插表可包括具有未知值的像素， 其中具有未知值的像素可与多个具有已知值的像 素相关联。 这样， 可基于具有已知值的像素的值来 指定像素的值。 (30)优先权数据 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 2 页 说明书 11 页 附图 8 页 CN 102289846 A1/2 页 2 1. 一种基于种子对象的值内插非种子对象的值的方法 。
3、(100)， 所述方法包括 ： 将包括非种子对象和种子对象的维数阵列内插 (104) 到包括非种子对象的内插表中， 所述内插表中的相应的非种子对象与预定数量 (k) 的种子配对相关联， 其中相应的种子配 对包括种子对象和种子成本， 所述内插包括 ： 对于所述内插表 106 内的相应的当前对象 ： 将当前对象和邻近对象之间的成本加到 (108) 所述邻近对象的种子配对内的一个或 多个种子成本以获得所述邻近对象的经计算的种子配对， 其中所述邻近对象的相应的经计 算种子配对包括种子对象和经计算的种子成本 ； 将所述当前对象的种子配对内的一个或多个种子成本与所述邻近对象的经计算的种 子配对内的一个或多。
4、个经计算的种子成本相比较 (110) ； 以及 基于所述比较更新 (112) 所述当前对象， 使得所述当前对象的 (k 个 ) 种子配对具有期 望累积种子成本， 其中经更新的 (k 个 ) 种子配对不包括冗余的种子对象 ； 以及 对于所述内插表 (114) 内的非种子对象 ： 基于所述非种子对象的经更新的 (k 个 ) 种子配对内的种子对象的值指定 (116) 非种 子对象的值。 2. 如权利要求 1 所述的方法， 其特征在于， 所述指定非种子对象的值包括 ： 移除种子对象的一定百分比的异常值 ； 以及 基于种子对象的其余值的函数指定所述非种子对象的值。 3. 如权利要求 1 所述的方法， 其。
5、特征在于， 所述预定数量 (k) 是大于 1 的整数。 4. 如权利要求 1 所述的方法， 其特征在于， 所述维数阵列表示图像， 所述非种子对象和 种子对象表示所述图像的像素， 所述非种子对象和种子对象的值表示像素度量数据， 以及 所述成本表示像素度量数据的变化。 5. 如权利要求 1 所述的方法， 其特征在于， 所述维数阵列表示图像， 所述非种子对象和 种子对象表示所述图像的像素， 所述非种子对象和种子对象的值表示深度， 以及所述成本 表示深度的变化。 6. 如权利要求 1 所述的方法， 其特征在于， 所述维数阵列表示社交网络， 所述非种子对 象和种子对象表示所述社交网络的用户， 以及所述非。
6、种子对象和种子对象的值表示用户特 性。 7. 如权利要求 1 所述的方法， 其特征在于， 所述维数阵列包括大于 2 的维度。 8. 如权利要求 1 所述的方法， 其特征在于， 所述内插包括 ： 基于所述当前对象的第一相似性度量与所述邻近对象的第二相似性度量的比较来确 定所述当前对象和所述邻近对象之间的成本。 9. 如权利要求 8 所述的方法， 其特征在于， 所述确定所述成本包括 ： 将所述当前对象的第一梯度大小与所述邻近对象的第二梯度大小相比较。 10. 一种基于种子对象的值内插非种子对象的值的系统 200， 所述系统包括 ： 表生成组件 204， 其被配置成 ： 基于维数阵列内的非种子对象和。
7、种子对象之间的种子成本生成包括非种子对象的内 插表， 所述内插表中的相应的非种子对象与包括具有期望累积种子成本的种子对象的预定 数量 (k) 的种子配对相关联， 其中所述种子配对不包括冗余的种子对象 ； 以及 权 利 要 求 书 CN 102289830 A CN 102289846 A2/2 页 3 值指定组件 208， 其被配置成 ： 对于所述内插表内的非种子对象 ： 基于所述非种子对象的种子配对内的种子对象的值指定非种子对象的值。 11. 如权利要求 10 所述的系统， 其特征在于， 所述表生成组件被配置成 ： 对于所述内插表内的当前对象 ： 将当前对象和邻近对象之间的成本加到所述邻近对。
8、象的种子配对内的一个或多个种 子成本以获得所述邻近对象的经计算的种子配对， 其中所述邻近对象的相应的经计算的种 子配对包括种子对象和经计算的种子成本 ； 将所述当前对象的种子配对内的一个或多个种子成本与所述邻近对象的经计算的种 子配对内的一个或多个经计算的种子成本相比较 ； 以及 基于所述比较更新所述当前对象， 使得所述当前对象的(k个)种子配对具有期望累积 种子成本， 其中经更新的 (k 个 ) 种子配对不包括冗余的种子对象。 12. 如权利要求 10 所述的系统， 其特征在于， 所述表生成组件被配置成 ： 在正向扫描中遍历所述维数阵列以确定具有期望累积种子成本的 k 个种子配对。 13. 。
9、如权利要求 10 所述的系统， 其特征在于， 所述表生成组件被配置成 ： 在反向扫描中遍历所述维数阵列以确定具有最低累积种子成本的 k 个种子配对。 14. 如权利要求 11 所述的系统， 其特征在于， 所述表生成组件被配置成 ： 基于所述当前对象的第一相似性度量与所述邻近对象的第二相似性度量的比较来确 定所述当前对象和所述邻近对象之间的成本。 15. 如权利要求 10 所述的系统， 其特征在于， 所述值指定组件被配置成 ： 移除种子对象的一定百分比的异常值 ； 以及 基于种子对象的其余值的平均数指定所述非种子对象的值。 权 利 要 求 书 CN 102289830 A CN 10228984。
10、6 A1/11 页 4 利用测地仿射性的数据驱动内插 技术领域 0001 本发明一般涉及数字图像， 尤其涉及数字图像数据的内插。 背景技术 0002 数字图像在当前计算应用中扮演着普遍的角色。 例如， 用户可上传、 更改以及共享 数字照片 ； 广告公司可生成用于在线广告的数字图像 ； 地图绘制应用程序可包括地球上各 种位置的卫星图像 ； 等等。 在一些实例中， 数字图像可在图像的特定点具有已知值的情况下 生成。在一个示例中， 相机可捕捉场景的密集采样。立体过程可恢复图像中的某些点但不 是全部点处的深度信息。在另一示例中， 在图像内的几个特定点处可知晓图像的色彩信息 ( 例如， 用户在对象的各个。
11、区域上提供色彩的画笔笔画， 诸如椅子附近的褐色笔画以及苹果 附近的红色笔画 )。然而， 这种图像仍可能缺少某些信息。 发明内容 0003 提供本发明内容以便以简化形式介绍将在以下的具体实施方式中进一步描述的 一些概念。本概述并不旨在标识出所要求保护的主题的关键因素或必要特征， 也不旨在用 于限定所要求保护的主题的范围。 0004 特别地， 公开了基于种子对象的值来内插 / 外插非种子对象的值的一个或多个系 统和 / 或方法。可以理解， 对象的维数阵列可表示各种信息， 诸如图像、 社交网络、 树之森林 等。维数阵列内的对象的某些值可包括已知值， 诸如深度、 色彩、 用户特性、 树是否被感染 等。。
12、 可以理解， 维数阵列内的对象(例如， 维数阵列的单个点)可指代信息的数据点(例如， 图像的像素、 社交网络的人等)。 在一个示例中， 图像可被表示为包括非种子对象(例如， 未 知值的像素 ) 和种子对象 ( 已知值的像素， 诸如深度或色彩 ) 的维数阵列。 0005 维数阵列可被内插到包括非种子对象的内插表中。 内插表内的相应的非种子对象 可与预定的整数 (k) 个种子配对相关联。种子配对可包括种子对象和种子成本 ( 例如， 从 非种子对象到种子对象的路径的成本)。 可以理解， 可基于在维数阵列内的非种子对象中循 环以确定具有期望种子成本的种子配对来更新种子配对。例如， 期望种子成本可表示非。
13、种 子对象和种子对象之间的最小成本路径。这样， 可为非种子对象确定经更新的 (k 个 ) 种子 配对。可为非种子对象确定预定的整数 (k) 个经更新的种子配对。例如， 经更新的 (k 个 ) 种子配对可表示具有最小成本 ( 低测地距离 ) 的 (k 个 ) 种子对象， 其中最小成本指示非种 子对象对应于 ( 例如， 具有类似色彩 ) 经更新的 (k 个 ) 种子配对内的 (k 个 ) 种子对象的 高概率。 0006 在将维数阵列内插到非种子对象以及用于相应的非种子对象的经更新的 (k 个 ) 种子配对的内插表中的一个示例中， 可在内插表内的作为当前对象的非种子对象中循环以 确定相对于相应的非种。
14、子对象具有最小成本的 (k 个 ) 种子对象。对于当前对象， 可将当前 对象和邻近对象之间的成本添加到邻近对象的种子配对内的种子成本以获得邻近对象的 经计算的种子配对。邻近对象的经计算的种子配对可包括种子对象和经计算的种子成本。 说 明 书 CN 102289830 A CN 102289846 A2/11 页 5 当前对象的种子配对内的种子成本可与邻近对象的经计算的种子配对内的经计算的种子 成本相比较。这样， 可更新当前对象， 使得当前对象的经更新的 (k 个 ) 种子配对具有期望 累积种子成本， 其中经更新的 (k 个 ) 种子配对不包括冗余的种子对象。例如， 可保留具有 低测地距离 ( 。
15、例如， 对象之间的最小成本的路径 ) 的种子配对和 / 或经更新的 (k 个 ) 种子 配对。这样， 可评估内插表内的非种子对象以确定相对于非种子对象具有低测地距离的种 子对象。可基于非种子对象的经更新的 (k 个 ) 种子配对内的种子对象的值将值 ( 例如， 色 彩、 深度、 变为被感染的概率等 ) 分配给非种子对象。 0007 为实现上述和相关目的， 以下描述和附图阐述了各个说明性方面和实现。这些方 面和实现仅指示可可以使用一个或多个方面的各种方式中的一些。 结合附图阅读以下详细 描述， 则本发明的其他方面、 优点、 以及新颖特征将变得显而易见。 附图说明 0008 图 1 是示出基于种子。
16、对象的值内插非种子对象的值的示例性方法的流程图。 0009 图 2 是示出用于基于种子对象的值内插非种子对象的值的示例性系统的组件框 图。 0010 图 3 是包括非种子对象和具有已知值的种子对象的维数阵列的示例的图示。 0011 图 4 是内插表的示例的图示。 0012 图 5 是利用具有期望累积种子成本的经更新的 (k 个 ) 种子配对更新当前对象的 示例的图示。 0013 图 6 是基于将已知像素的色彩值内插到色彩值未知的像素以给图像着色的示例 的图示。 0014 图 7 是示例性计算机可读介质的图示， 其中可包括被配置成实现此处所阐述的原 理中的一个或多个的处理器可执行指令。 0015。
17、 图 8 示出了其中可以实现此处所阐述的实施方式中的一种或多种的示例性计算 环境。 具体实施方式 0016 现在参考附图来描述所要求保护的主题， 所有附图中使用相同的附图标记来指代 相同的元素。 在以下描述中， 为解释起见， 阐明了众多具体细节以提供对所要求保护的主题 的全面理解。然而， 很明显， 所要求保护的主题可以在没有这些具体细节的情况下实施。在 其它情况下， 以框图形式示出了各种结构和设备以便于描述所要求保护的主题。 0017 诸如图像、 社交网络、 一组个人等之类的数据可由维数阵列来表示。对象 ( 维数阵 列的各个点 ) 可表示数据的元素， 诸如像素、 人、 事物等。作为简单的示例，。
18、 两维阵列可包括 表示两维图像的像素的对象。不幸的是， 两维阵列可能缺少关于对象 / 像素的信息的完整 集合。例如， 对于图像的部分但不是全部的像素可知晓像素色彩值、 像素深度值、 像素温度 值等。即， 对于部分对象 ( 像素 ) 而并非全部的对象， 可以知晓色彩值。将具有已知值的对 象的值外插到具有未知值的对象可能是有利的。即， 可基于具有已知值的对象内插具有未 知值的对象的值。 0018 可以理解， 维数阵列可包括种子对象和非种子对象。种子对象可以指具有已知值 说 明 书 CN 102289830 A CN 102289846 A3/11 页 6 ( 例如， 红色 ) 的对象 ( 例如， 。
19、像素 )。非种子对象可以指具有未知值 ( 例如， 色彩是未知 的 ) 的对象 ( 例如， 像素 )。可以理解， 路径指从非种子对象到种子对象的对象序列。例如， 从非种子对象 (1) 到种子对象 (5) 的路径可涉及 “行走” 通过非种子对象 (4)、 非种子对象 (6) 以及非种子对象 (15)。成本可与路径相关联。例如， 从非种子对象 (1) 到种子对象 (5) 的成本可包括在非种子对象 (1) 和非种子对象 (4) 之间走动的成本 + 在非种子对象 (4) 和 非种子对象(6)之间走动的成本+在非种子对象(6)和非种子对象(15)之间走动的成本+ 在非种子对象 (15) 和种子对象 (5)。
20、 之间走动的成本。成本可表示两个对象之间的相似性 度量的变化(例如， 两个对象之间的色彩亮度的差异)。 低成本可指示两个对象之间有高相 似性， 而高成本则可指示两个对象之间有最小的相似性。 0019 可以理解， 测地路径可被解释为两个对象(例如， 非种子对象和种子对象)之间的 路径， 使得该路径具有期望种子成本 ( 例如， 沿非种子对象和种子对象之间的路径的对象 的最小成本 )。非种子对象和种子对象之间的具有较低值的测地路径 ( 例如， 最小成本路 径 ) 可指示非种子对象和种子对象共享相似值的增大的概率。例如， 维数阵列可包括表示 像素的多个对象， 其中某些像素具有色彩值。可确定图像中间的具。
21、有未知值的第一像素和 图像右下方的具有已知褐色值的褐色像素之间的高测地路径。可确定图像中下方的具有 未知值的第二像素和图像右下方的具有已知褐色值的褐色像素之间的低测地路径。 可以理 解， 第二像素是褐色的概率比第一像素高， 因为在第二像素和褐色像素 ( 例如， 褐色像素和 第二像素可属于木地板图像 ) 之间有较低的测地路径 ( 例如， 色彩相似性度量中的较小变 化 )， 尽管在某些情况下这些像素可能在图像内离得很远。 0020 可基于计算非种子对象 ( 具有未知色彩值的像素 ) 和种子对象 ( 具有已知色彩值 的像素 ) 之间的测地距离将维数阵列内插到内插表中。可以理解， 成本、 种子成本以及。
22、经计 算的种子成本可以指与基于对象之间的相似性度量如何相似以确定测地路径相关联的成 本。 具体地， 种子配对可包括种子对象和种子成本， 其中种子成本表示与种子对象和非种子 对象之间的测地路径相关联的成本。为非种子对象确定不止一个种子对象可能是有利的， 尽管很多当前的技术可将单个种子对象用于内插非种子对象的值。例如， 预定的整数个 (k 个 ) 种子对象 ( 例如， 具有已知色彩的像素 ) 可用于确定非种子对象的值。这样， 可生成包 括与 (k 个 ) 种子配对相关联的非种子对象的内插表。具体地， 对于相应的非种子对象， 可 通过 “行走” 于维数阵列且比较可能的测地路径以寻找从 (k 个 ) 。
23、种子对象到非种子对象的 期望路径 ( 例如， 最小成本测地路径 ) 的迭代过程来确定 (k 个 ) 种子配对。可以理解， 种 子配对可包括种子对象 ( 例如， 具有已知色彩的像素 ) 和种子成本 ( 例如， 与非种子对象和 种子对象之间的期望路径相关联的成本)。 通过基于保留具有期望种子成本(例如， 最小成 本路径 ) 的种子配对来更新种子配对的这一迭代过程， 可利用相应的非种子对象的经更新 的 (k 个 ) 种子配对填充内插表。 0021 图1中的示例性方法100示出基于种子对象的值内插非种子对象的值的一个实施 例。在 102， 该方法开始。在 104， 维数阵列可被内插到非种子对象的内插表。
24、中。维数阵列 可包括非种子对象 ( 具有未知值的对象 ) 和种子对象 ( 具有已知值的对象 )。在一个示例 中， 维数阵列可表示图像， 非种子和种子对象可表示像素， 并且种子对象的值可表示像素测 量数据， 诸如深度或色彩。在另一个示例中， 维数阵列可表示社交网络， 非种子和种子对象 可表示社交网络的用户， 并且种子对象的值可表示用户特性， 诸如用户是否患病。可以理 说 明 书 CN 102289830 A CN 102289846 A4/11 页 7 解， 维数阵列可包括大于二的维度。 0022 在内插期间， 可利用内插表内的相应的非种子对象的预定整数个(k个)种子配对 来填充和更新内插表。具。
25、体地， 种子配对可包括种子对象 ( 具有已知值的对象 ) 和种子成 本 ( 基于非种子对象和种子对象之间的对象的相似性度量从非种子对象 “行进” 至种子对 象的成本 )。因此， 内插表内的非种子对象可具有表示具有期望种子成本的 (k 个 ) 种子对 象的 (k 个 ) 种子配对。例如， 非种子对象可具有 8 个种子对象， 这 8 个种子对象具有非种 子对象和这 8 个种子对象之间的期望 ( 例如， 最小 ) 成本。可执行遍历维数表来 “探索” 新 路径以确定具有累积期望种子成本的经更新的 (k 个 ) 种子配对的迭代过程。这样， 可评估 当前对象的邻近对象以确定当 “行进” 通过邻近种子时， 。
26、与非种子对象的当前路径 ( 种子配 对 ) 相比， 一个或多个种子对象是否会具有更期望的种子成本。 0023 在106， 对于内插表内的相应的当前对象(非种子对象) ： 可在108计算种子成本， 可在 110 比较种子成本， 和 / 或可在 112 利用具有期望累积种子成本的经更新的 (k 个 ) 种 子配对更新当前对象。具体地， 在 108， 可将当前对象和邻近对象之间的成本添加到邻近对 象的种子配对的一个或多个种子成本以获得邻近对象的经计算的种子配对。 可基于比较当 前对象的第一相似性度量(例如， 亮度度量、 梯度大小等)和邻近对象的第二相似性度量来 确定当前对象和邻近对象之间的成本。 在。
27、第一和第二相似性度量之间存在较小差异的情况 下可确定低成本， 因为相似性的较小差异可指示在当前对象和邻近对象之间的某些度量的 变化 ( 例如， 与深绿到红相比， 从深绿到绿的变化 ) 较小。低成本可指示当前对象和邻近对 象可具有彼此紧密的关系， 因为从当前对象行进到邻近对象的成本低。 可以理解， 成本可以 不与对象之间的距离相关， 而与对象特性的如何相似 / 不相似相关。 0024 经计算的种子配对可包括种子对象和经计算的种子成本 ( 例如， 从当前对象行进 通过邻近对象到种子对象的成本)。 可以理解， 经计算的种子配对可指示具有从当前对象通 过邻近对象到邻近对象的种子对象的经计算的路径成本的。
28、新的可能路径。 0025 在 110， 当前对象的种子配对内的一个或多个种子成本可与邻近对象的经计算的 种子配对内的一个或多个经计算的种子成本相比较。即， 当前对象的种子成本 ( 例如， 从当 前对象到 (k 个 ) 种子对象的路径的成本 ) 可与邻近对象的经计算的种子成本 ( 例如， 从当 前对象通过邻近对象到 (k 个 ) 种子对象的路径的成本 ) 相比较。这样， 可为当前对象保留 当前对象和邻近对象之间的经更新的 (k 个 ) 种子配对。例如， 可为当前对象保留具有最小 成本的经更新的 (k 个 ) 种子配对。具体地， 在 112， 可基于该比较更新当前对象， 使得当前 对象的 (k 个。
29、 ) 种子配对具有期望累积种子成本。经更新的 (k 个 ) 种子配对 ( 例如， 从当 前对象导出的 6 个种子配对以及从邻近对象导出的 2 个种子配对 ) 可以不包括冗余的种子 对象。例如， 具有到单个种子对象的两条路径并不是有利的， 因为目标可以是确定 (k 个 ) 种子对象使得 (k 个 ) 种子对象的值可被内插到当前对象的值中。在一个示例中， 可针对当 前对象评估不止一个邻近对象。 0026 在114， 对于内插表内的相应非种子对象， 可在116基于非种子对象的经更新的(k 个 ) 种子配对内的种子对象的值为非种子对象指定值。在一个示例中， 可移除种子对象的 一定百分比的异常值。因此，。
30、 可基于种子对象的其余值的函数来指定非种子对象的值。这 样， 可基于与相应的非种子对象相关联的经更新的 (k 个 ) 种子配对内的种子对象 ( 例如， 具有已知色彩的像素 ) 的值指定非种子对象 ( 例如， 具有未知色彩的像素 ) 的值 ( 例如， 色 说 明 书 CN 102289830 A CN 102289846 A5/11 页 8 彩 )， 其中 (k 个 ) 种子对象具有期望累积种子成本。在 118， 该方法结束。 0027 图 2 示出被配置为基于种子对象的值内插非种子对象的值的系统 200 的示例。系 统 200 可被配置为接收输入 202， 包括预定的整数值 (k)、 种子对象。
31、的值、 和 / 或种子对象和 非种子对象的维数阵列。包括对象的维数阵列可表示各种各样的事物， 诸如包括像素的图 像、 包括用户的社交网络、 包括树木的森林、 包括个人的街坊等。对象的值可表示对象的特 性， 诸如像素的色彩、 社交网络用户的健康状态、 个人收入、 树木生长等。 0028 系统 200 可以包括表生成组件 204 和 / 或值指定组件 208。表生成组件 204 可被 配置为生成包括与具有期望累积种子成本的经更新的 (k 个 ) 种子配对相关联的非种子对 象的内插表 206。可以理解， 种子配对 ( 例如， 经更新的种子配对 ) 可包括种子对象和相对 于非种子的种子成本(例如， 在。
32、维数阵列内的非种子和种子对象之间行进的成本)。 表生成 组件 204 可根据基于维数阵列内的非种子对象和种子对象之间的种子成本计算、 比较和保 留种子配对来生成内插表206。 可以理解， 非种子对象的种子配对可以不包括冗余的种子对 象。可以理解， 维数阵列可具有大于二的维度。 0029 在生成内插表 206 的一个示例中， 表生成组件 204 可被配置成计算当前对象的邻 近对象的种子成本， 比较当前对象的种子成本内的经计算的种子成本， 以及保留具有期望 累积种子成本的经更新的 (k 个 ) 种子配对。具体地， 对于内插表 206 内的相应当前对象， 表生成组件 204 可被配置成将当前对象和邻。
33、近对象之间的成本添加到邻近对象的种子配 对内的一个或多个种子成本以获得邻近对象的经计算的种子配对。可以理解， 经计算的种 子配对可指示从当前对象通过邻近对象到种子对象的路径成本。 邻近对象的相应的经计算 的种子配对可包括种子对象和经计算的种子成本。表生成组件 204 可被配置成基于比较当 前对象的第一相似性度量和邻近对象的第二相似性度量来确定当前对象和邻近对象之间 的成本。即， 成本可反映当前对象的特性与邻近对象如何相似。例如， 高成本可反映当前像 素和邻近像素之间的梯度值的差异大， 其中种子的值与深度相关。 0030 表生成组件 204 可被配置成将当前对象的种子配对内的种子成本与邻近对象的。
34、 经计算的种子配对内的经计算的种子成本相比较。 这样， 可更新当前对象， 使得当前对象的 经更新的 (k 个 ) 种子配对具有期望累积种子成本。这样， 可生成内插表 206。内插表 206 可包括非种子对象， 其中相应的非种子对象与具有期望累积种子成本的经更新的(k个)种 子配对相关联。例如， 非种子对象可与具有最低累积种子成本的经更新的 (k 个 ) 种子配对 相关联， 该最低累积种子成本可指示非种子对象可具有与 (k 个 ) 种子配对的值相似的值。 例如， 对象的值可与深度有关。种子对象可具有从 0 到 50 范围内的值。在内插之后， 非种 子对象可与具有范围在 8 和 10 之间的深度值。
35、的经更新的 (k 个 ) 种子配对相关联。因为经 更新的 (k 个 ) 种子配对可基于具有最小成本路径 ( 例如， 沿非种子对象和 (k 个 ) 种子对 象之间的测地路径的梯度的最小变化 ) 的经更新的 (k 个 ) 种子配对选择出， 所以可以理解 非种子对象可具有接近于 8 和 10 之间的范围的深度值。 0031 可以理解， 不止一个邻近对象可与当前对象相比较。 可以理解， 可利用正向扫描和 / 或反向扫描多次遍历维数阵列来确定具有最低累积种子成本的经更新的 (k 个 ) 种子配 对。即， 在遍历维数阵列时 ( 例如， 当前对象与邻近对象相比较 ) 可更新 k 个种子配对。可 多次遍历维数。
36、阵列， 因为可在遍历维数阵列时发现新的可能路径。 0032 值指定组件208可被配置成为内插表内的非种子对象指定值以利用内插值210生 说 明 书 CN 102289830 A CN 102289846 A6/11 页 9 成非种子对象。 可基于与非种子对象相关联的经更新的(k个)种子配对内的种子对象的值 为非种子对象指定值。在一个示例中， 可移除种子对象的一定百分比的异常值。具体地， 可 基于种子对象的其余值的平均数为非种子对象指定值。这样， 可基于 (k 个 ) 种子对象 ( 例 如， 具有到非种子对象的最小测地距离的 8 个种子对象 ) 的值指定非种子对象的值。 0033 图 3 示出包。
37、括非种子对象 306 和具有已知值的种子对象 308( 例如， 具有白色值的 种子对象(1)314， 具有橙色值的种子对象(2)318， 具有红色值的种子对象(3)320， 等等)的 维数阵列 302 的示例 300。可基于对象之间的相似性度量来确定对象之间的成本 304。在 一个示例中， 非种子对象 (1)310 和种子对象 (3)320 之间的 50 的成本可基于相应对象之间 的亮度的低相似性。在另一个示例中， 非种子对象 (1)310 和非种子对象 (2)312 之间的 2 的成本可基于相应对象之间的亮度的高相似性。这样， 可反映对象特性 ( 例如， 梯度、 亮度、 社交网络用户个人特性。
38、等 ) 的各种相似性度量可用于确定对象之间的成本 304。 0034 可以理解， 成本 304 可以不与对象之间的距离而是与对象之间的相似性相关。例 如， 非种子对象 (1)310 与种子对象 (3)320 相邻。然而， 50 的种子成本与从非种子对象 (1)310 “行进” 到种子对象(3)320相关联， 因为相应的对象关于某些特性(例如， 亮度)的相 似性可以很小甚至没有。 即， 50的高种子成本可指示非种子对象(1)310与种子对象(3)320 可以不共享相似值 ( 例如， 非种子对象 (1)310 不是红色 )。类似地， 非种子对象 (1)310 和 非种子对象 (3)318 之间存在。
39、 4 的成本， 且非种子对象 (3)318 与种子对象 (2)318 之间存在 36 的成本。即， 从非种子对象 (1)310 通过非种子对象 (3)316“行进” 至种子对象 (2)318 的种子成本是 40。40(4+36) 的高种子成本可指示非种子对象 (1) 和种子对象 (2)318 可以 不共享相似值 ( 例如， 非种子对象 (1)310 不是橙色 )。可以理解， 从非种子对象 (1)310 到 种子对象 (2)318 有两次跳跃 ( 从非种子对象 (1)310 到非种子对象 (3)316 以及从非种子 对象 (3)316 到种子对象 (2)318)， 但是与从非种子对象 (1)31。
40、0 到种子对象 (3)320 的具有 较大种子成本的单个跳跃相比， 其与路径相关联的种子成本较小。 0035 相反， 当 “行进” 通过非种子对象(2)312时， 非种子对象(1)310和种子对象(1)314 之间存在 5(2+3) 的较小种子成本。5 的较小种子成本可指示非种子对象 (1)310 和种子对 象 (1)314 可共享相似值 ( 例如， 非种子对象 (1)310 可具有类似于白色的色彩 )。这样， 可 遍历维数阵列 302 以确定非种子对象和种子对象之间的种子成本。具体地， 对于相应的非 种子值， 具有期望种子成本的 (k 个 ) 种子对象的值可用于指定非种子对象的值。 0036。
41、 在利用维数阵列 302 生成内插表的一个示例中， 可正向和 / 或反向地顺序地遍历 维数阵列 302 内的非种子对象 306。具体地， 可执行维数阵列 302 的循环， 其中利用邻近对 象评估当前对象以试图寻找具有期望累积种子成本的经更新的 (k 个 ) 种子对象 ( 例如， 第 一非种子对象被评估为相对于邻近对象的当前对象， 第二非种子对象被评估为相对于邻近 对象的当前对象， 等等)。 可以理解， 循环可被执行一次或多次， 因为对于非种子对象而言经 更新的 (k 个 ) 种子值可基于从非种子对象到种子对象的新期望路径的 “发现” 而变化。 0037 图 4 示出了内插表 402 的示例 4。
42、00。内插表 402 可包括非种子对象 ( 例如， 非种子 对象 (1)、 非种子对象 (2)、 非种子对象 (N)404 等 )。可以理解， 可基于遍历维数阵列 ( 例 如， 图 3 的维数阵列 302) 来生成和 / 或更新内插表 402。这样， 可为相应的非种子对象确 定经更新的 (k 个 ) 种子配对。种子配对可包括种子对象和种子成本。种子成本可表示从 非种子对象 “行进” 到种子成本的成本， 该成本可指示非种子对象和种子成本可以如何地相 说 明 书 CN 102289830 A CN 102289846 A7/11 页 10 似。例如， 非种子对象 (N)404 可与第一种子配对 4。
43、06( 具有 7 的种子成本的种子对象 (3)、 第二种子配对 408( 具有 34 的种子成本的种子对象 (8)第 (k 个 ) 种子配对 410( 具有 40的种子成本的种子对象(1)相关联。 可以理解， 可基于将非种子对象(N)与邻近对象相 比较以确定是相同的种子对象还是不同的种子对象可具有更期望的种子成本来更新非种 子对象 (N) 的种子配对。这样， 当遍历维数阵列时非种子对象 (N) 可与不同的经更新的 (k 个 ) 种子配对相关联。 0038 在一个示例中， 具有低种子成本的种子配对可以是符合需要的。例如， 包括具有 7 的种子成本的种子对象 (3) 的第一种子配对 406 可以比。
44、包括具有例如 50 的种子成本的种 子对象(x)的种子配对更加符合需要。 7的低种子成本可指示在非种子对象(N)404和种子 对象 (3) 之间比种子对象 (x) 存在更大的相似性。这样， 可利用相应非种子对象的经更新 的 (k 个 ) 种子配对来生成和 / 或更新内插表。 0039 图 5 示出利用具有期望累积种子成本的经更新的 (k 个 ) 种子配对更新当前对象 502的示例500。 当前对象502可表示内插表内的非种子对象。 当前对象502可与包括种子 对象和种子成本的 5 个种子配对相关联 ( 例如， 种子配对 (1) ： 成本为 2 的种子对象 (15) ； 种子配对 (2) ： 种。
45、子成本为 5 的种子对象 (6) ； 种子配对 (3) ： 种子成本为 13 的种子对象 (3) ； 等等 )。可基于将当前对象 502 与邻近对象 504 相比较以确定具有期望累积种子成本 的经更新的种子配对 ( 例如， 当前对象 502 的种子配对和 / 或邻近对象 504 的经计算的种 子配对 ) 利用经更新的 (k 个 ) 种子配对更新当前对象 502。例如， 期望累积种子成本可以 是最小累积种子成本 ( 例如， 具有最小测地距离的 5 个种子配对 )。可以理解， 如果当前对 象 502 的一个或多个原始种子配对具有期望种子成本， 则可将该一个或多个原始种子配对 作为经更新的种子配对保。
46、留。 0040 在一个示例中， 当前对象 502 可与邻近对象 504 相比较。具体地， 可将当前对象 502 和邻近对象 504 之间的成本添加到邻近对象 504 的种子配对的种子成本以获得经计算 的种子配对。例如， 当前对象 502 和邻近对象 504 之间的 11 的成本可基于相应对象之间的 相似性度量来确定。可将 11 的成本添加到种子配对的种子成本中。例如， 种子配对 (1) 包 括具有 5 的种子成本的种子对象 (12)。可将 11 的成本添加到 5 的种子成本以获得经计算 的种子配对 (1) 的 16 的经计算的种子成本 (1)508。种子配对 (2) 包括具有 11 的种子成本。
47、 的种子对象 (4)。可将 11 的成本添加到 11 的种子成本以获得经计算的种子配对 (2) 的 22 的经计算的种子成本 (2)510。这样， 可为邻近对象 504 确定经计算的种子配对。 0041 可将当前对象502的种子配对与邻近对象504的经计算的种子配对相比较以将当 前对象 502 更新为包括具有期望累积种子成本的经更新的 (k 个 ) 种子配对的经更新的当 前对象506。 在一个示例中， 具有最低种子成本的5个种子对象/经计算的种子对象可被更 新为经更新的当前对象 506 的经更新的 (k 个 ) 种子配对。为了获得具有最低种子成本的 5 个种子配对， 可利用包括种子成本为 2 。
48、的种子对象 (15) 的种子配对 (1)、 包括种子成本为 5 的种子对象 (6) 的种子配对 (2)、 包括种子成本为 12 的种子对象 (3) 的种子配对 (3)、 包 括种子成本为 16 的种子对象 (12) 的种子配对 (4)512、 以及包括种子成本为 22 的种子对 象 (4) 的种子配对 (5)514 对经更新的当前对象 506 进行更新。可以理解， 种子配对 (1) 到 (3)是从当前对象502的种子配对中得出的， 而种子配对(4)512和种子配对(5)514是从邻 近对象 504 的经计算的种子配对得出的。这样， 经更新的当前对象 506 可包括具有最低累 说 明 书 CN 。
49、102289830 A CN 102289846 A8/11 页 11 积种子成本的经更新的 (k 个 ) 种子配对。 0042 图 6 示出基于将已知像素的色彩值内插到具有未知色彩值的未知像素以给图像 着色的示例 600。输入图像 602 可包括桌子、 灯、 地毯、 盘子以及篮球的场景。输入图像 602 可具有与输入图像 602 的一部分像素相关联的最小色彩数据 ( 例如， 8 个像素可具有已知 色彩值 )。可基于输入图像 602 生成维数阵列。例如， 维数阵列的对象可表示输入图像 602 的像素。 维数阵列可包括表示具有已知色彩的已知像素的种子对象和表示具有未知色彩的 未知像素的非种子对象。 0043 输入图像 602 的维数阵列可被内插以生成内插表。内插表可包括非种子对象 ( 具 有未知色彩值的未知像素 )， 其中相应的非种子对象与预定数量 (k 个 ) 的非种子对象 ( 具 有已知色彩值的已知像素 ) 相关联。这样， 可将色彩值分配给未知像素以生成输出图像 604。 0044 在生成输出图像 604 的一个示例中， 可基于内插表将一个或多个未知像素 “着色” 成白色。例如， 白色像素 6。