CN111971951A - 运算装置、运算方法、程序和鉴别系统 - Google Patents
运算装置、运算方法、程序和鉴别系统 Download PDFInfo
- Publication number
- CN111971951A CN111971951A CN201980020879.7A CN201980020879A CN111971951A CN 111971951 A CN111971951 A CN 111971951A CN 201980020879 A CN201980020879 A CN 201980020879A CN 111971951 A CN111971951 A CN 111971951A
- Authority
- CN
- China
- Prior art keywords
- image quality
- image data
- quality parameter
- success rate
- parameter group
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000011161 development Methods 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明的目的是以低成本提高鉴别器的性能。在显影处理期间获得图像质量参数组,以使得提高鉴别器的基于显影图像数据的成功鉴别率,所述显影图像数据通过使捕获的图像数据经历显影过程而获得。例如,通过将来自鉴别器的鉴别结果与在基础事实数据库的正确鉴别结果相比较而获得成功鉴别率。由于针对鉴别器来优化在显影处理期间的图像质量参数组,因此消除了对于为了提高鉴别器的鉴别性能的预处理单元的需求,使得能够以低成本提高鉴别器的性能。
Description
技术领域
本技术涉及一种运算装置、运算方法、程序和鉴别系统,并且更具体地涉及,例如,能够在生产现场通用地使用自动鉴别器的运算装置。
背景技术
在工厂等的生产线等中,例如,使用自动鉴别器来检查制造的产品(例如,参见专利文献1)。然而,自动鉴别器通常根据生产线而优化。例如,在变更生产线的情况下,变更前在生产线中使用的自动鉴别器对于变更后的生产线不一定是最佳的。
引文列表
专利文献
专利文献1:日本专利申请公开No.2017-161487
发明内容
本发明将解决的问题
本技术的目的是提供,例如,一种能够通用地使用自动鉴别器的运算装置。
问题的解决方案
本技术的概念是一种包括图像质量参数组获取单元的运算装置,该图像质量参数组获取单元获取显影处理中的图像质量参数组,以使得提高基于显影图像数据的鉴别器的鉴别成功率,该显影图像数据通过对捕获的图像数据执行显影处理而获得。
在本技术中,图像质量参数组获取单元获取显影处理中的图像质量参数组,以使得提高基于显影图像数据的鉴别器的鉴别成功率,该显影图像数据通过对捕获的图像数据执行显影处理而获得。例如,可以通过将来自鉴别器的鉴别结果与基础事实数据库中的正确答案鉴别结果相比较而获得鉴别成功率。此外,例如,可以进一步提供鉴别成功率计算单元,该鉴别成功率计算单元基于来自鉴别器的鉴别结果来判定鉴别成功率。
如上所述,在本技术中,根据鉴别器来优化显影处理中的图像质量参数组。因此,例如,可以提供一种能够通用地使用自动鉴别器的运算装置。
本发明的效果
根据本技术,可以以低成本提高鉴别器的性能。注意,这里描述的效果不一定是受限制的,并且可以展现本公开中描述的任何效果。
附图说明
图1是例示说明生产现场的鉴别系统的配置示例的框图。
图2是例示说明相机图像质量调节系统的配置示例的框图。
图3是例示说明相机的配置示例的框图。
图4是例示说明显影处理单元的配置示例的框图。
图5例示说明自动调谐处理。
图6例示说明图像质量参数自动调谐系统中的收敛条件。
图7是例示说明个人计算机的配置示例的框图。
具体实施方式
以下将描述用于实施本发明的实施例(以下称为“实施例”)。注意,将按以下顺序提供描述。
1.实施例
2.变化形式
<1.实施例>
[相机图像质量调节系统]
首先,将描述生产现场的鉴别系统。图1例示说明鉴别系统10的配置示例。鉴别系统10包括相机101和在生产现场的自动鉴别器102。相机101,例如,被布置在工厂的生产线上,并对鉴别对象200(诸如将要例如被检查或被分类的材料和产品)成像。将从相机101输出的图像数据(显影图像数据)提供给自动鉴别器102。
自动鉴别器102基于图像数据对鉴别对象200进行检查和分类,并且输出该结果作为鉴别结果。这里,图像质量参数组P被用作由相机101的显影处理单元设置的图像质量参数组。如后所述,图像质量参数组P由相机图像质量调节系统100判定,以使得提高自动鉴别器102的鉴别成功率。
图2例示说明作为实施例展示的相机图像质量调节系统100的配置示例。相机图像质量调节系统100包括相机101、自动鉴别器102和图像质量参数自动调谐系统103。注意,自动鉴别器102包括基础事实数据库(Ground Truth DB)121。基础事实数据库121具有图像的多个组合和对于该图像的正确答案鉴别结果。
相机101构成上述的鉴别系统10。图3例示说明相机101的配置示例。相机101包括图像输入单元111、图像保持单元(存储器)112、显影处理单元113、显影参数保持单元(存储器)114、图像信息记录单元115、外部输入/输出控制单元116和用户操作单元117。
图像输入单元111包括,例如,镜头和成像器。成像器输出RAW图像数据作为捕获的图像数据。图像保持单元112保持从成像器输出的RAW图像数据。在自动调谐处理中,图2中的相机图像质量调节系统100根据自动鉴别器102来判定图像质量参数组。在自动调谐处理中,捕获在自动鉴别器102中提供的基础事实数据库中的多个图像,并在图像保持单元112中保持用于参数调节的多条RAW图像数据。
显影处理单元113对在图像保持单元112中保持的RAW图像数据执行显影处理,并输出显影后的图像数据。图像保持单元112还保持从显影处理单元113输出的显影图像数据。在根据自动鉴别器102判定图像质量参数组的自动调谐处理中,对用于参数调节的多条RAW图像数据执行显影处理,并在图像保持单元112中保持用于参数调节的多条显影图像数据。
显影参数保持单元114保持在显影处理单元113处被使用的图像质量参数组。在此,显影参数保持单元114除了固定图像质量参数组之外还可以保持特殊图像质量参数组。在特殊模式下使用特殊图像质量参数组,在该特殊模式中,将例如要被检查和被分类的显影图像提供给自动鉴别器102。在正常模式下使用固定图像质量参数组。
注意,假设存在不同鉴别类型的多个自动鉴别器,或者即使使用相同的自动鉴别器,但环境(诸如生产现场的照明等)不同,因此,可以保持不仅一个,而且可以保持多个特殊图像质量参数组。那时,与鉴别类型及使用环境相关联地保持每个特殊图像质量参数组。
图4例示说明显影处理单元113的配置示例。显影处理单元113包括,例如,偏移消除/白平衡单元、降噪单元、拜耳插值处理单元、色彩空间转换单元、伽玛处理单元、RGB/YCC转换单元、非锐化掩模单元和JPEG转换单元。注意,尽管在所示示例中,仅例示说明了典型的处理块,但是在实际的相机中存在大量其他处理块。此外,在所示示例中,某些相机有时不使用部分处理块。
图像质量参数(显影参数)被用于处理块中的处理,并对显影图像数据的例如颜色再现性、分辨率和噪声感受有影响。图像质量参数改变显影图像数据的图像质量。图像质量参数存在于大多数处理块中,并根据相机的特性和模式而复杂地改变。显影参数保持单元114保持所有图像质量参数,并根据例如模式来切换要被传递给显影处理单元113的图像质量参数组。
回到图3,根据需要,图像信息记录单元115将保持在图像保持单元112中的显影图像数据和RAW图像数据记录在例如作为可移动介质的记忆棒和SD卡中。此外,图像信息记录单元115根据需要将保持在显影参数保持单元114中的图像质量参数组记录在例如作为可移动介质的记忆棒和SD卡中。
外部输入/输出控制单元116访问图像保持单元112,以读出RAW图像数据和显影图像数据,并通过有线通信或无线通信将这些条数据发送到外部装置。此外,外部输入/输出控制单元116通过有线通信或无线通信从外部装置接收特殊图像质量参数组,并将特殊图像质量参数组写入显影参数保持单元114。在这种情况下,可以在显影参数保持单元114中写入新的特殊图像质量参数组。可以通过覆写现有的特殊图像质量参数组来改变特殊图像质量参数组。
用户操作单元117包括例如按钮和触摸面板,并允许用户执行各种操作。例如,用户可以执行将显影处理单元113的操作模式设置为正常模式或特殊模式的操作。此外,例如,在特殊模式下使用多个特殊图像质量参数组的情况下,可以执行选择要使用哪种操作的操作。
此外,例如,用户可以执行将保持在图像保持单元112中的显影图像数据和RAW图像数据发送到外部装置的操作。此外,例如,用户可以执行从外部装置接收图像质量参数组并将该图像质量参数组写入显影参数保持单元114中的操作。另外,例如,用户可以执行删除保持在显影参数保存单元114中的特殊图像质量参数组的操作。
回到图2,在根据自动鉴别器102判定图像质量参数组的自动调谐处理中,将用于参数调节的多条显影图像数据从相机101发送到自动鉴别器102。自动鉴别器102构成图1中的鉴别系统10。自动鉴别器102基于每条显影图像数据来执行鉴别,并输出鉴别结果。此外,自动鉴别器102将每个鉴别结果与基础事实数据库中121中的正确答案鉴别结果相比较,以判定鉴别成功率。注意,鉴别成功率可以不是由自动鉴别器102判定,而是由自动鉴别器102外部的鉴别成功率计算器判定。
为了提高鉴别成功率,图像质量参数自动调谐系统103基于自动鉴别器102所判定的鉴别成功率,通过使用诸如遗传算法(GA)和模拟退火(SA)的非线性优化算法来计算相机101的显影处理单元113中的图像质量参数组。由图像质量参数自动调谐系统103获得的图像质量参数组被反映在相机101的显影处理单元113中。图像质量参数自动调谐系统103可使用神经网络或诸如深度学习的算法。
图像质量参数自动调谐系统103基于新的鉴别成功率重复地获得图像质量参数组,优化图像质量参数组,并计算最佳图像质量参数组。最后,相机101将由图像质量参数自动调谐系统103计算的最佳图像质量参数组作为特殊图像质量参数组保持在显影参数保持单元114中,并且以特殊模式使用最佳图像质量参数组,在该特殊模式中,将例如要被检查和被分类的显影图像提供给自动鉴别器102。
将参照图5进一步描述上述自动调谐处理。在显影处理单元113中设置图像质量参数组P。在这种状态下,对用于参数调节的多条RAW图像数据执行显影处理,并得到用于参数调节的多条显影图像数据。然后,自动鉴别器102基于多条显影图像数据执行鉴别,并获得鉴别结果。将每个鉴别结果与基础事实数据库121中的正确答案鉴别结果相比较,以判定鉴别成功率Q。
将鉴别成功率Q提供给图像质量参数自动调谐系统103。此外,将图像质量参数组P也提供给图像质量参数自动调谐系统103。该图像质量参数自动调谐系统103基于P和Q计算下一个图像质量参数组P'。图像质量参数自动调谐系统103重复该处理,并导出使鉴别成功率Q最优化的图像质量参数组P。注意,图像质量参数自动调谐系统103可以参考过去的P和Q。在相机101构成鉴别系统10(参见图1)的情况下,设置特殊模式,并在显影处理单元113中设置并使用以这种方式优化的图像质量参数组P。
图6例示说明图像质量参数自动调谐系统103中的收敛条件的一个示例。例如,以下(1)至(4)作为收敛条件是可能的。(1)如果重复次数超过一定次数,则处理结束。(2)当鉴别成功率Q的收敛速度低于指定值时,处理结束。(3)当鉴别成功率Q超过指定值时,结束处理。此外,组合(1)至(3)作为(4)是可能的。例如,在根据例如(3)重复处理的情况下,存在处理不结束的可能性。因此,在超过(1)中的指定次数的情况下,可以强制地结束处理而不满足(3)。在那种情况下,有必要将在哪种条件下处理结束的事实作为信息返回。
如上所述,在图2的相机图像质量调节系统100中,图像质量参数自动调谐系统103在相机101的显影处理中获得图像质量参数组,以使得提高自动鉴别器102的鉴别成功率。因此,用于增强自动鉴别器102的鉴别性能的预处理单元是不必要的,并可以以低成本提高自动鉴别器102的性能。此外,可以在不同鉴别类型的多个自动鉴别器中,或者在多个环境(其中诸如生产现场的照明之类的环境是不同的)中重复使用相同的相机101。
<2.变化形式>
注意,在上述实施例中,自动鉴别器102和图像质量参数自动调谐系统103的处理可以通过硬件或软件来执行。在通过软件执行一系列处理的情况下,在计算机中安装构成软件的程序。这里的计算机包括,例如,结合有专用硬件的计算机和能够通过安装各种程序来执行各种功能的通用个人计算机。
在图7中,个人计算机700的中央处理单元(CPU)701根据存储在只读存储器(ROM)702中的程序或从存储单元713加载到随机存取存储器(RAM)703的程序来执行各种处理。例如,对于CPU 701执行各种处理所必须的数据也被适当地存储在RAM 703中。
CPU 701、ROM 702和RAM 703经由总线704彼此连接。将输入/输出接口710也连接到总线704。
将输入单元711、显示器、输出单元712、存储单元713和通信单元714连接到输入/输出接口710。输入单元711包括键盘、鼠标等。显示器包括阴极射线管(CRT)、液晶显示器(LCD)等。输出单元712包括扬声器等。存储单元713包括硬盘等。通信单元714包括调制解调器等。通信单元714经由包括因特网的网络执行通信处理。
根据需要,将驱动器715也连接到输入/输出接口710。适当地安装诸如磁盘、光盘、磁光盘和半导体存储器的可移动介质721。根据需要,将从其中读取的计算机程序安装在存储单元713中。
此外,尽管已经参考附图详细描述了本公开的优选实施例,但是本公开的技术范围不限于这种示例。清楚的,具有本公开领域的普通技术的人员可以在权利要求书中提出的技术思路的范围内得出各种替换或修改。将这些替换或修改理解为自然落入本公开的技术范围内。
此外,本技术还可以具有如下配置。
(1)一种运算装置,包括:
图像质量参数组获取单元,该图像质量参数组获取单元获取显影处理中的图像质量参数组,以使得提高基于显影图像数据的鉴别器的鉴别成功率,该显影图像数据通过对捕获的图像数据执行显影处理而获得。
(2)根据(1)所述的运算装置,
其中,通过将来自鉴别器的鉴别结果与在基础事实数据库中的正确答案鉴别结果相比较而获得鉴别成功率。
(3)根据(1)或(2)所述的运算装置,进一步包括,
鉴别成功率计算单元,该鉴别成功率计算单元基于鉴别器的鉴别结果判定鉴别成功率。
(4)根据(1)至(3)任何一项所述的运算装置,
其中,图像质量参数组是对显影图像数据的图像质量有影响的参数。
(5)根据(3)所述的运算装置,
其中,所述图像质量参数组获取单元基于鉴别成功率计算单元重复获取的鉴别成功率来重复获取图像质量参数组。
(6)一种运算方法,包括
获取显影处理中的图像质量参数组的过程,以使得提高基于显影图像数据的鉴别器的鉴别成功率,该显影图像数据通过对捕获的图像数据执行显影处理而获得。
(7)使计算机用作图像质量参数组获取设备的程序,该图像质量参数组获取设备获取显影处理中的图像质量参数组,以使得提高基于显影图像数据的鉴别器的鉴别成功率,该显影图像数据通过执行显影处理而获得。
(8)一种鉴别系统,包括:
相机,该相机在对通过对鉴别对象成像而获得的成像图像数据执行显影处理,并输出显影图像数据;以及
鉴别器,该鉴别器基于显影图像数据鉴别所述鉴别对象,并输出鉴别结果,
其中,图像质量参数组被用作在相机的显影处理单元中设置的图像质量参数组,该图像质量参数组被计算以使得提高基于通过相机获得的显影图像数据的鉴别器的鉴别成功率。
附图标记列表
10 鉴别系统
100 相机图像质量调节系统
101 相机
102 生产现场的自动鉴别器
103 图像质量参数自动调谐系统
111 图像输入单元
112 图像保持单元(存储器)
113 显影处理单元
114 显影参数保持单元(存储器)
115 图像信息记录单元
116 外部输入/输出控制单元
117 用户操作单元
121 基础事实数据库
200 鉴别目标
Claims (8)
1.一种运算装置,包括
图像质量参数组获取单元,所述图像质量参数组获取单元获取显影处理中的图像质量参数组,以使得提高基于显影图像数据的鉴别器的鉴别成功率,所述显影图像数据通过对捕获的图像数据执行显影处理而获得。
2.根据权利要求1所述的运算装置,
其中,通过将来自鉴别器的鉴别结果与在基础事实数据库中的正确答案鉴别结果相比较而获得鉴别成功率。
3.根据权利要求1所述的运算装置,进一步包括,
鉴别成功率计算单元,所述鉴别成功率计算单元基于鉴别器的鉴别结果判定鉴别成功率。
4.根据权利要求1所述的运算装置,
其中,图像质量参数组是对显影图像数据的图像质量有影响的参数。
5.根据权利要求3所述的运算装置,
其中,所述图像质量参数组获取单元基于鉴别成功率计算单元重复获取的鉴别成功率来重复获取图像质量参数组。
6.一种运算方法,包括:
获取显影处理中的图像质量参数组的过程,以使得提高基于显影图像数据的鉴别器的鉴别成功率,所述显影图像数据通过对捕获的图像数据执行显影处理而获得。
7.使计算机用作图像质量参数组获取设备的程序,所述图像质量参数组获取设备获取显影处理中的图像质量参数组,以使得提高基于显影图像数据的鉴别器的鉴别成功率,所述显影图像数据通过执行显影处理而获得。
8.一种鉴别系统,包括:
相机,所述相机对通过对鉴别对象成像而获得的成像图像数据执行显影处理,并输出显影图像数据;以及
鉴别器,所述鉴别器基于显影图像数据鉴别所述鉴别对象,并输出鉴别结果,
其中,图像质量参数组被用作在相机的显影处理单元中设置的图像质量参数组,该图像质量参数组被计算以使得提高基于通过相机获得的显影图像数据的鉴别器的鉴别成功率。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-063256 | 2018-03-28 | ||
JP2018063256 | 2018-03-28 | ||
PCT/JP2019/011408 WO2019188578A1 (ja) | 2018-03-28 | 2019-03-19 | 演算装置、演算方法、プログラムおよび判別システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111971951A true CN111971951A (zh) | 2020-11-20 |
CN111971951B CN111971951B (zh) | 2023-04-18 |
Family
ID=68058892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980020879.7A Active CN111971951B (zh) | 2018-03-28 | 2019-03-19 | 运算装置、运算方法、可移动介质和鉴别系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11468269B2 (zh) |
JP (1) | JP7192854B2 (zh) |
CN (1) | CN111971951B (zh) |
WO (1) | WO2019188578A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022076239A (ja) * | 2020-11-09 | 2022-05-19 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
CN112540081B (zh) * | 2020-11-24 | 2023-03-21 | 江苏大学 | 基于固体表面润湿特性的表面活性剂鉴别方法及鉴别设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1989524A (zh) * | 2004-07-26 | 2007-06-27 | 皇家飞利浦电子股份有限公司 | 用于自动确定可疑的物体边界的系统和方法 |
CN104574418A (zh) * | 2015-01-27 | 2015-04-29 | 西安工业大学 | 基于神经网络的压力容器焊缝缺陷识别方法及其装置 |
CN105184213A (zh) * | 2014-06-12 | 2015-12-23 | 松下知识产权经营株式会社 | 图像识别方法、相机系统 |
JP2016046610A (ja) * | 2014-08-21 | 2016-04-04 | キヤノン株式会社 | 撮像装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4831017B2 (ja) * | 2007-08-27 | 2011-12-07 | ソニー株式会社 | 画像処理装置、現像装置、画像処理方法、現像方法、画像処理プログラム、および現像プログラム |
US8340452B2 (en) * | 2008-03-17 | 2012-12-25 | Xerox Corporation | Automatic generation of a photo guide |
JP5202071B2 (ja) * | 2008-03-31 | 2013-06-05 | 株式会社日立ハイテクノロジーズ | 荷電粒子顕微鏡装置及びそれを用いた画像処理方法 |
US9063097B2 (en) * | 2011-02-11 | 2015-06-23 | Taiwan Semiconductor Manufacturing Company, Ltd. | Systems and methods eliminating false defect detections |
JP5767963B2 (ja) * | 2011-12-28 | 2015-08-26 | 株式会社キーエンス | 外観検査装置、外観検査方法及びコンピュータプログラム |
JP5865707B2 (ja) * | 2012-01-06 | 2016-02-17 | 株式会社キーエンス | 外観検査装置、外観検査方法及びコンピュータプログラム |
JP6731570B2 (ja) | 2016-03-11 | 2020-07-29 | 株式会社 メドレックス | 外観検査装置、外観検査方法、外観検査プログラム及びコンピュータで読み取り可能な記憶媒体並びに記録した機器 |
-
2019
- 2019-03-19 WO PCT/JP2019/011408 patent/WO2019188578A1/ja active Application Filing
- 2019-03-19 JP JP2020510735A patent/JP7192854B2/ja active Active
- 2019-03-19 US US16/982,843 patent/US11468269B2/en active Active
- 2019-03-19 CN CN201980020879.7A patent/CN111971951B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1989524A (zh) * | 2004-07-26 | 2007-06-27 | 皇家飞利浦电子股份有限公司 | 用于自动确定可疑的物体边界的系统和方法 |
CN105184213A (zh) * | 2014-06-12 | 2015-12-23 | 松下知识产权经营株式会社 | 图像识别方法、相机系统 |
JP2016046610A (ja) * | 2014-08-21 | 2016-04-04 | キヤノン株式会社 | 撮像装置 |
CN104574418A (zh) * | 2015-01-27 | 2015-04-29 | 西安工业大学 | 基于神经网络的压力容器焊缝缺陷识别方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
US20210374480A1 (en) | 2021-12-02 |
JP7192854B2 (ja) | 2022-12-20 |
JPWO2019188578A1 (ja) | 2021-04-01 |
WO2019188578A1 (ja) | 2019-10-03 |
CN111971951B (zh) | 2023-04-18 |
US11468269B2 (en) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108229526B (zh) | 网络训练、图像处理方法、装置、存储介质和电子设备 | |
JP6731529B1 (ja) | 単一画素攻撃サンプルの生成方法、装置、設備及び記憶媒体 | |
KR20200145827A (ko) | 얼굴 특징 추출 모델 학습 방법, 얼굴 특징 추출 방법, 장치, 디바이스 및 저장 매체 | |
CN111476863B (zh) | 一种黑白漫画上色的方法、装置、电子设备及存储介质 | |
US20140286527A1 (en) | Systems and methods for accelerated face detection | |
CN112836692B (zh) | 用于处理图像的方法、装置、设备和介质 | |
US11381737B2 (en) | Arithmetic device and arithmetic method | |
CN111783142B (zh) | 数据保护方法、装置、服务器和介质 | |
CN111971951B (zh) | 运算装置、运算方法、可移动介质和鉴别系统 | |
CN108288064B (zh) | 用于生成图片的方法和装置 | |
CN108447040A (zh) | 直方图均衡化方法、装置及终端设备 | |
CN110766153A (zh) | 神经网络模型训练方法、装置及终端设备 | |
CN110852385B (zh) | 图像处理方法、装置、设备和存储介质 | |
CN110458754B (zh) | 图像生成方法及终端设备 | |
CN116597430A (zh) | 物品识别方法、装置、电子设备和计算机可读介质 | |
CN111062468B (zh) | 生成网络的训练方法和系统、以及图像生成方法及设备 | |
CN114329024A (zh) | 一种iconfont图标搜索方法和系统 | |
CN114742741A (zh) | 视频画面质量评价方法、装置、设备及存储介质 | |
CN114120423A (zh) | 人脸图像检测方法、装置、电子设备和计算机可读介质 | |
CN115965776A (zh) | 识别sfr图卡方法、装置、电子设备及存储介质 | |
CN113139563A (zh) | 一种图像分类模型的优化方法及装置 | |
CN110189272B (zh) | 用于处理图像的方法、装置、设备和存储介质 | |
CN111383172B (zh) | 神经网络模型的训练方法、装置及智能终端 | |
CN111046692B (zh) | 确定二维码区域的方法及装置 | |
US20210407057A1 (en) | Electronic device and controlling method of electronic device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |