JP6560480B2 - 画像処理システム、画像処理方法、及びプログラム - Google Patents
画像処理システム、画像処理方法、及びプログラム Download PDFInfo
- Publication number
- JP6560480B2 JP6560480B2 JP2019526022A JP2019526022A JP6560480B2 JP 6560480 B2 JP6560480 B2 JP 6560480B2 JP 2019526022 A JP2019526022 A JP 2019526022A JP 2019526022 A JP2019526022 A JP 2019526022A JP 6560480 B2 JP6560480 B2 JP 6560480B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- observation
- observation space
- image
- mesh
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 110
- 238000003672 processing method Methods 0.000 title claims description 5
- 230000010354 integration Effects 0.000 claims description 114
- 238000010801 machine learning Methods 0.000 claims description 77
- 230000008859 change Effects 0.000 claims description 52
- 238000003384 imaging method Methods 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 20
- 238000000034 method Methods 0.000 description 155
- 230000008569 process Effects 0.000 description 125
- 238000013507 mapping Methods 0.000 description 38
- 238000013500 data storage Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 101001022170 Homo sapiens FYN-binding protein 2 Proteins 0.000 description 7
- 101000990990 Homo sapiens Midkine Proteins 0.000 description 7
- 102100030335 Midkine Human genes 0.000 description 7
- 238000005259 measurement Methods 0.000 description 6
- 230000003190 augmentative effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005452 bending Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
- G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/579—Depth or shape recovery from multiple images from motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Description
以下、本発明に関わる画像処理システムの実施形態の例を説明する。本実施形態では、画像処理システムが1台のコンピュータによって実現される場合を説明するが、後述する変形例のように、画像処理システムは複数台のコンピュータによって実現されてもよい。
画像処理装置10は、撮影部18が撮影した撮影画像に基づいて、現実空間の様子を再現した観測空間を生成する。現実空間は、撮影部18が撮影する物理空間である。観測空間は、仮想的な3次元空間であり、画像処理装置10内部で定義される空間である。観測空間は、撮影物を表す点群を含む。撮影物は、撮影画像に表れた現実空間の物体であり、被写体ということもできる。別の言い方をすれば、撮影物は、撮影画像に表れた現実空間の一部分である。
図8は、画像処理装置10において実現される機能の一例を示す機能ブロック図である。図8に示すように、本実施形態では、データ記憶部100、撮影画像取得部101、観測空間情報取得部102、機械学習部103、及び統合部104が実現される場合を説明する。
データ記憶部100は、記憶部12を主として実現される。データ記憶部100は、現実空間RSの様子を再現した観測空間OSを生成するために必要なデータを記憶する。
撮影画像取得部101は、制御部11を主として実現される。撮影画像取得部101は、現実空間で移動可能な撮影部18が撮影した撮影画像G1を取得する。
観測空間情報取得部102は、制御部11を主として実現される。観測空間情報取得部102は、撮影画像G1における特徴点群Pの位置変化に基づいて、観測空間OSにおける特徴点群Pの3次元座標を含む観測空間情報を取得する。
機械学習部103は、制御部11を主として実現される。機械学習部103は、物体の特徴に関する機械学習データに基づいて、撮影画像G1に示された撮影物の特徴に関する付加情報を取得する。
統合部104は、制御部11を主として実現される。統合部104は、観測空間情報と付加情報とを統合する。統合とは、観測空間情報と付加情報に基づいて観測空間OSの情報量を増加させることを意味する。例えば、特徴点群Pの3次元座標を示す観測空間OSよりも点群の数を増やすこと、特徴点群Pの3次元座標に対し、3次元座標以外の情報(例えば、法線情報)を付加すること、又は、これらを組み合わせて点群を増やしつつ情報を付加することが統合に相当する。
図13は、画像処理装置10において実行される処理の一例を示すフロー図である。図13に示す処理は、制御部11が、記憶部12に記憶されたプログラムに従って動作することによって実行される。図13に示す処理は、図8に示す機能ブロックにより実行される処理の一例であり、撮影部18が撮影するフレームごとに実行されるものとする。
なお、本発明は、以上に説明した実施の形態に限定されるものではない。本発明の趣旨を逸脱しない範囲で、適宜変更可能である。
Claims (15)
- 現実空間で移動可能な撮影手段が撮影した撮影画像を取得する撮影画像取得手段と、
前記撮影画像における特徴点群の位置変化に基づいて、観測空間における前記特徴点群の3次元座標を含む観測空間情報を取得し、前記撮影手段の位置を推定して前記観測空間に観測視点を設定する観測空間情報取得手段と、
物体の特徴に関する機械学習データに基づいて、前記撮影画像における撮影物の位置と、前記撮影物に関する特徴量と、が関連付けられた2次元特徴量情報を付加情報として取得する機械学習手段と、
前記観測視点から前記観測空間を見た様子を示す2次元観測情報と、前記2次元特徴量情報と、の比較結果に基づいて、前記観測空間情報と前記2次元特徴量情報とを統合する統合手段と、
を含むことを特徴とする画像処理システム。 - 前記特徴量は、前記機械学習データに基づいて推定された前記撮影物の深度であり、
前記2次元観測情報には、2次元空間における前記特徴点群の位置と、前記観測空間における前記特徴点群の深度と、が関連付けられており、
前記統合手段は、前記2次元特徴量情報に基づいて、前記観測空間に前記撮影物のメッシュを設定し、前記2次元観測情報と前記2次元特徴量情報との比較結果に基づいて、前記メッシュのスケールを変更する、
ことを特徴とする請求項1に記載の画像処理システム。 - 前記統合手段は、前記2次元観測情報と前記2次元特徴量情報との比較結果に基づいて、前記メッシュのスケールを変更した後に、前記メッシュを部分的に変更する、
ことを特徴とする請求項2に記載の画像処理システム。 - 前記付加情報は、前記機械学習データに基づいて推定された前記撮影物の3次元形状に関する情報である、
ことを特徴とする請求項1〜3の何れかに記載の画像処理システム。 - 前記付加情報は、前記撮影物のメッシュに関する情報である、
ことを特徴とする請求項4に記載の画像処理システム。 - 現実空間で移動可能な撮影手段が撮影した撮影画像を取得する撮影画像取得手段と、
前記撮影画像における特徴点群の位置変化に基づいて、観測空間における前記特徴点群の3次元座標を含む観測空間情報を取得する観測空間情報取得手段と、
物体の特徴に関する機械学習データに基づいて、前記撮影画像に示された撮影物の特徴に関する付加情報を取得する機械学習手段と、
前記付加情報に基づいて前記観測空間に前記撮影物のメッシュを設定し、前記観測空間情報に基づいて当該メッシュを変更し、前記観測空間情報と前記付加情報とを統合する統合手段と、
を含むことを特徴とする画像処理システム。 - 前記統合手段は、前記メッシュのうち、前記観測空間情報が示す前記特徴点群の3次元座標に対応するメッシュ部分を変更した後に、当該メッシュ部分の周囲のメッシュ部分を変更する、
ことを特徴とする請求項6に記載の画像処理システム。 - 前記観測空間情報取得手段は、前記特徴点群の位置変化に基づいて前記撮影手段の位置を推定し、当該推定結果に基づいて前記観測空間に観測視点を設定し、
前記統合手段は、前記観測視点に対する各メッシュ部分の向きに基づいて、当該メッシュ部分を変更する、
ことを特徴とする請求項6又は7に記載の画像処理システム。 - 前記付加情報は、前記撮影物の法線に関する情報である、
ことを特徴とする請求項4〜8の何れかに記載の画像処理システム。 - 前記付加情報は、前記撮影物の分類に関する情報である、
ことを特徴とする請求項4〜9の何れかに記載の画像処理システム。 - 前記撮影手段は、所定のフレームレートに基づいて、前記現実空間を撮影し、
前記観測空間情報取得手段と前記機械学習手段は、互いに同じフレームで撮影された前記撮影画像に基づいて処理を実行する、
ことを特徴とする請求項1〜10の何れかに記載の画像処理システム。 - 現実空間で移動可能な撮影手段が撮影した撮影画像を取得する撮影画像取得ステップと、
前記撮影画像における特徴点群の位置変化に基づいて、観測空間における前記特徴点群の3次元座標を含む観測空間情報を取得し、前記撮影手段の位置を推定して前記観測空間に観測視点を設定する観測空間情報取得ステップと、
物体の特徴に関する機械学習データに基づいて、前記撮影画像における撮影物の位置と、前記撮影物に関する特徴量と、が関連付けられた2次元特徴量情報を付加情報として取得する機械学習ステップと、
前記観測視点から前記観測空間を見た様子を示す2次元観測情報と、前記2次元特徴量情報と、の比較結果に基づいて、前記観測空間情報と前記2次元特徴量情報とを統合する統合ステップと、
を含むことを特徴とする画像処理方法。 - 現実空間で移動可能な撮影手段が撮影した撮影画像を取得する撮影画像取得ステップと、
前記撮影画像における特徴点群の位置変化に基づいて、観測空間における前記特徴点群の3次元座標を含む観測空間情報を取得する観測空間情報取得ステップと、
物体の特徴に関する機械学習データに基づいて、前記撮影画像に示された撮影物の特徴に関する付加情報を取得する機械学習ステップと、
前記付加情報に基づいて前記観測空間に前記撮影物のメッシュを設定し、前記観測空間情報に基づいて当該メッシュを変更し、前記観測空間情報と前記付加情報とを統合する統合ステップと、
を含むことを特徴とする画像処理方法。 - 現実空間で移動可能な撮影手段が撮影した撮影画像を取得する撮影画像取得手段、
前記撮影画像における特徴点群の位置変化に基づいて、観測空間における前記特徴点群の3次元座標を含む観測空間情報を取得し、前記撮影手段の位置を推定して前記観測空間に観測視点を設定する観測空間情報取得手段、
物体の特徴に関する機械学習データに基づいて、前記撮影画像における撮影物の位置と、前記撮影物に関する特徴量と、が関連付けられた2次元特徴量情報を付加情報として取得する機械学習手段、
前記観測視点から前記観測空間を見た様子を示す2次元観測情報と、前記2次元特徴量情報と、の比較結果に基づいて、前記観測空間情報と前記2次元特徴量情報とを統合する統合手段、
としてコンピュータを機能させるためのプログラム。 - 現実空間で移動可能な撮影手段が撮影した撮影画像を取得する撮影画像取得手段、
前記撮影画像における特徴点群の位置変化に基づいて、観測空間における前記特徴点群の3次元座標を含む観測空間情報を取得する観測空間情報取得手段、
物体の特徴に関する機械学習データに基づいて、前記撮影画像に示された撮影物の特徴に関する付加情報を取得する機械学習手段、
前記付加情報に基づいて前記観測空間に前記撮影物のメッシュを設定し、前記観測空間情報に基づいて当該メッシュを変更し、前記観測空間情報と前記付加情報とを統合する統合手段、
としてコンピュータを機能させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/029269 WO2019035155A1 (ja) | 2017-08-14 | 2017-08-14 | 画像処理システム、画像処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6560480B2 true JP6560480B2 (ja) | 2019-08-14 |
JPWO2019035155A1 JPWO2019035155A1 (ja) | 2019-11-07 |
Family
ID=65362311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019526022A Active JP6560480B2 (ja) | 2017-08-14 | 2017-08-14 | 画像処理システム、画像処理方法、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11494915B2 (ja) |
EP (1) | EP3644277B1 (ja) |
JP (1) | JP6560480B2 (ja) |
CN (2) | CN117115256A (ja) |
WO (1) | WO2019035155A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022080554A1 (ko) * | 2020-10-15 | 2022-04-21 | 한국전자기술연구원 | 경량형 증강현실장치의 스테레오 프레임을 이용한 3차원 맵을 생성하기 위한 장치 및 이를 위한 방법 |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11348269B1 (en) * | 2017-07-27 | 2022-05-31 | AI Incorporated | Method and apparatus for combining data to construct a floor plan |
CN109242961B (zh) * | 2018-09-26 | 2021-08-10 | 北京旷视科技有限公司 | 一种脸部建模方法、装置、电子设备和计算机可读介质 |
JP7242040B2 (ja) * | 2019-03-20 | 2023-03-20 | 学校法人明治大学 | 移動体制御装置、移動体制御方法及びコンピュータプログラム |
JP7283272B2 (ja) * | 2019-07-01 | 2023-05-30 | セイコーエプソン株式会社 | 印刷制御装置、印刷制御プログラム、及び、印刷物生産方法 |
CN110517221B (zh) * | 2019-07-05 | 2022-05-03 | 银河水滴科技(北京)有限公司 | 基于现实坐标的缝隙定位方法、装置和存储介质 |
CN112446909B (zh) * | 2019-08-30 | 2022-02-01 | 上海商汤临港智能科技有限公司 | 一种深度图像补全方法及装置、计算机可读存储介质 |
US11551422B2 (en) | 2020-01-17 | 2023-01-10 | Apple Inc. | Floorplan generation based on room scanning |
US11763478B1 (en) | 2020-01-17 | 2023-09-19 | Apple Inc. | Scan-based measurements |
US11423616B1 (en) * | 2020-03-27 | 2022-08-23 | Facebook Technologies, Llc. | Systems and methods for rendering avatar with high resolution geometry |
CN111462141B (zh) * | 2020-05-19 | 2024-01-12 | 北京爱笔科技有限公司 | 点云平面的获取方法及装置、设备、计算机可读存储介质 |
WO2023119968A1 (ja) * | 2021-12-20 | 2023-06-29 | コニカミノルタ株式会社 | 3次元座標算出方法及び3次元座標算出装置 |
US11704891B1 (en) | 2021-12-29 | 2023-07-18 | Insight Direct Usa, Inc. | Dynamically configured extraction, preprocessing, and publishing of a region of interest that is a subset of streaming video data |
US11509836B1 (en) | 2021-12-29 | 2022-11-22 | Insight Direct Usa, Inc. | Dynamically configured processing of a region of interest dependent upon published video data selected by a runtime configuration file |
CN114584850B (zh) * | 2022-03-09 | 2023-08-25 | 合肥工业大学 | 一种面向点云视频流媒体传输的用户视角预测方法 |
WO2024009752A1 (ja) * | 2022-07-06 | 2024-01-11 | ソニーグループ株式会社 | 情報処理装置および情報処理方法 |
US11778167B1 (en) | 2022-07-26 | 2023-10-03 | Insight Direct Usa, Inc. | Method and system for preprocessing optimization of streaming video data |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002104117A (ja) * | 2000-10-03 | 2002-04-10 | Denso Corp | 車両用運転支援システム |
JP4186541B2 (ja) * | 2002-07-29 | 2008-11-26 | 富士ゼロックス株式会社 | 画像処理装置 |
JP4325296B2 (ja) * | 2003-06-27 | 2009-09-02 | ソニー株式会社 | 信号処理装置および信号処理方法、並びにプログラムおよび記録媒体 |
JP4625956B2 (ja) * | 2004-08-27 | 2011-02-02 | 国立大学法人東京工業大学 | 画像処理装置及び画像処理方法 |
JP4767578B2 (ja) * | 2005-02-14 | 2011-09-07 | 株式会社岩根研究所 | 高精度cv演算装置と、この高精度cv演算装置を備えたcv方式三次元地図生成装置及びcv方式航法装置 |
JP2008085503A (ja) * | 2006-09-26 | 2008-04-10 | Toshiba Corp | 三次元画像処理装置、方法、プログラム及び三次元画像表示装置 |
JP2009074995A (ja) * | 2007-09-21 | 2009-04-09 | Univ Of Electro-Communications | 移動体情報処理装置、移動体情報処理方法、およびプログラム |
JP2011008687A (ja) * | 2009-06-29 | 2011-01-13 | Sharp Corp | 画像処理装置 |
JP5909055B2 (ja) * | 2011-06-13 | 2016-04-26 | 株式会社東芝 | 画像処理システム、装置、方法及びプログラム |
US9230313B2 (en) * | 2011-12-16 | 2016-01-05 | Japan Science And Technology Agency | Feature extraction method, object classification method, object identification method, feature extraction device, object classification device, object identification device, feature extraction/object classification/object identification program, and recording medium on which the program is recorded |
JP5895569B2 (ja) * | 2012-02-08 | 2016-03-30 | ソニー株式会社 | 情報処理装置、情報処理方法およびコンピュータプログラム |
US8818133B2 (en) * | 2012-07-11 | 2014-08-26 | Raytheon Company | Point cloud construction with unposed camera |
AU2013237718A1 (en) * | 2013-10-04 | 2015-04-23 | Canon Kabushiki Kaisha | Method, apparatus and system for selecting a frame |
JP6426968B2 (ja) * | 2014-10-08 | 2018-11-21 | キヤノン株式会社 | 情報処理装置およびその方法 |
WO2016073841A1 (en) * | 2014-11-06 | 2016-05-12 | Siemens Medical Solutions Usa, Inc. | Scan data retrieval with depth sensor data |
EP3188033B1 (en) * | 2015-12-31 | 2024-02-14 | Dassault Systèmes | Reconstructing a 3d modeled object |
-
2017
- 2017-08-14 CN CN202311079556.XA patent/CN117115256A/zh active Pending
- 2017-08-14 WO PCT/JP2017/029269 patent/WO2019035155A1/ja unknown
- 2017-08-14 CN CN201780093930.8A patent/CN110998659B/zh active Active
- 2017-08-14 EP EP17921736.9A patent/EP3644277B1/en active Active
- 2017-08-14 US US16/631,449 patent/US11494915B2/en active Active
- 2017-08-14 JP JP2019526022A patent/JP6560480B2/ja active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022080554A1 (ko) * | 2020-10-15 | 2022-04-21 | 한국전자기술연구원 | 경량형 증강현실장치의 스테레오 프레임을 이용한 3차원 맵을 생성하기 위한 장치 및 이를 위한 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN110998659B (zh) | 2023-12-05 |
WO2019035155A1 (ja) | 2019-02-21 |
EP3644277B1 (en) | 2024-02-14 |
US11494915B2 (en) | 2022-11-08 |
EP3644277A4 (en) | 2021-03-03 |
EP3644277A1 (en) | 2020-04-29 |
CN110998659A (zh) | 2020-04-10 |
CN117115256A (zh) | 2023-11-24 |
JPWO2019035155A1 (ja) | 2019-11-07 |
US20200184651A1 (en) | 2020-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6560480B2 (ja) | 画像処理システム、画像処理方法、及びプログラム | |
JP6425780B1 (ja) | 画像処理システム、画像処理装置、画像処理方法及びプログラム | |
US10777002B2 (en) | 3D model generating system, 3D model generating method, and program | |
CN108475439B (zh) | 三维模型生成系统、三维模型生成方法和记录介质 | |
JP5093053B2 (ja) | 電子カメラ | |
JP6685827B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US10607405B2 (en) | 3D model generating system, 3D model generating method, and program | |
JP6352208B2 (ja) | 三次元モデル処理装置およびカメラ校正システム | |
CN113689578B (zh) | 一种人体数据集生成方法及装置 | |
CN113330486A (zh) | 深度估计 | |
US11200689B1 (en) | Detailed 3D estimation from a single image | |
CN110310325B (zh) | 一种虚拟测量方法、电子设备及计算机可读存储介质 | |
JP2021071769A (ja) | 物体追跡装置および物体追跡方法 | |
CN111742352B (zh) | 对三维对象进行建模的方法和电子设备 | |
CN112073640B (zh) | 全景信息采集位姿获取方法及装置、系统 | |
KR102538685B1 (ko) | 다시점 정보를 이용하여 3d 정보를 복원하는 방법 및 이를 위한 장치 | |
US11417063B2 (en) | Determining a three-dimensional representation of a scene | |
JP4505616B2 (ja) | 固有空間学習装置、固有空間学習方法及び固有空間プログラム | |
Jian et al. | Realistic face animation generation from videos | |
CN116129016B (zh) | 一种姿态运动的数字同步方法、装置、设备及存储介质 | |
WO2022253043A1 (zh) | 人脸深度图像的面部变形补偿方法、成像装置和存储介质 | |
JP2001175860A (ja) | フィードバック処理のある3次元物体認識装置及び方法並びに記録媒体 | |
CN118015167A (en) | Single-video double-hand dynamic three-dimensional motion capturing method and device based on optical flow | |
JP2019061684A (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190515 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190515 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190515 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190709 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190716 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190718 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6560480 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |