DE10110275A1 - Verfahren zur Kennzeichnung von gespeicherter Information - Google Patents

Verfahren zur Kennzeichnung von gespeicherter Information

Info

Publication number
DE10110275A1
DE10110275A1 DE10110275A DE10110275A DE10110275A1 DE 10110275 A1 DE10110275 A1 DE 10110275A1 DE 10110275 A DE10110275 A DE 10110275A DE 10110275 A DE10110275 A DE 10110275A DE 10110275 A1 DE10110275 A1 DE 10110275A1
Authority
DE
Germany
Prior art keywords
proposal
processor
pattern
labeling
suggestion
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.)
Ceased
Application number
DE10110275A
Other languages
English (en)
Inventor
Joachim Gloger
Stefan Hahn
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Daimler AG
Original Assignee
DaimlerChrysler AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by DaimlerChrysler AG filed Critical DaimlerChrysler AG
Priority to DE10110275A priority Critical patent/DE10110275A1/de
Priority to EP02737874A priority patent/EP1364337A1/de
Priority to JP2002584249A priority patent/JP2004527048A/ja
Priority to PCT/EP2002/002171 priority patent/WO2002086806A1/de
Priority to US10/469,611 priority patent/US7519237B2/en
Publication of DE10110275A1 publication Critical patent/DE10110275A1/de
Ceased legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/40Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Kennzeichnung von Mustern, die als gespeicherte Information vorliegen. Für das Muster wird automatisch ein Kennzeichnungsvorschlag erzeugt. Die Erzeugung dieses Vorschlags kann separat vom eigentlichen Kennzeichnungsvorgang erfolgen, beispielsweise dann, wenn das Verfahren zur Erzeugung des Vorschlags sehr zeitaufwendig ist. Möglich ist aber auch eine Erzeugung des Vorschlags während des Kennzeichnungsvorgangs, beispielsweise dann, wenn das Verfahren in der Lage ist, die Vorschläge in Echtzeit oder beinahe in Echtzeit zu erzeugen. Dadurch werden die Kennzeichnungsvorschläge für den Beobachter schnell generiert und eine repräsentative Objekterkennung wird ermöglicht.

Description

Die Erfindung betrifft ein Verfahren zur Kennzeichnung von Mustern nach dem Oberbe­ griff des Patentanspruch 1.
Das manuelle Kennzeichnen von Stichproben durch den Menschen ist ein zeitraubender und teurer Prozess. Um diesen Vorgang zu beschleunigen werden Verfahren eingesetzt, die einen Kennzeichnungsvorschlag erzeugen. Der Bearbeiter muß den Vorschlag ent­ weder akzeptieren oder ihn modifizieren, wenn der Vorschlag nicht korrekt ist. Kennzeichnungsverfahren finden insbesondere Verwendung bei Klassifikationsverfah­ ren, bei denen anhand von Trainingsbeispielen ein Satz von Parametern zur Erkennung von Objekten ermittelt wird. Der Trainingsdatensatz muß dabei alle Randbedingungen der Erkennungsaufgabe repräsentativ abdecken. Für die Erkennung von Straßenszenen werden dafür Stichproben von einigen tausend bis zehntausend manuell bearbeiteten Bildern benötigt, in denen alle potentiell auftretenden Objektklassen, z. B. PKW, LKW, Zweiräder, Fußgänger, Wetterbedingungen etc., enthalten sind.
Aus der Bearbeitung von farbigen Videobildern ist ein Verfahren bekannt, bei dem in einer Bildfolge im ersten Bild ein Objekt, z. B. ein Baum, manuell gekennzeichnet wird (J. R. Ohm, P. Ma: "Feature-Based Cluster Segmentation of Image Sequences", Int. Conf. on Image Processing, Vol. III, 1997, Seiten 178-181). Mit dieser vorgegebenen Informa­ tion wird versucht, das gleiche Objekt im nächsten Bild der Bildfolge wieder zuerken­ nen. Dabei wird vorzugsweise die Farbinformation des Objekts genutzt, um das Objekt vom restlichen Bild zu unterscheiden. Für Grauwert-Bilder ist dieses Verfahren nicht geeignet. Die manuelle Bearbeitung des Objektes ist bei der Kennzeichnung sehr zeit­ aufwendig.
Aufgabe der Erfindung ist es, ein Verfahren zur Kennzeichnung von Mustern, die als gespeicherte Information vorliegen, anzugeben, das Kennzeichnungsvorschläge für den Beobachter schnell generiert und eine repräsentative Objekterkennung ermöglicht.
Die Erfindung ist in Anspruch 1 beschrieben. Vorteilhafte Ausgestaltungen und Weiter­ bildungen sind den Unteransprüchen zu entnehmen.
Die Erfindung hat den Vorteil, daß bei der automatischen Erzeugung von Kennzeich­ nungsvorschlägen auch bei fehlerhaften Vorschlägen aufgrund der Masse, der zu kenn­ zeichnenden Stichproben, ein großer Zeitgewinn beim Kennzeichnen erreicht wird. Weiterhin ist vorteilhaft, daß für die Erzeugung der Kennzeichnungsvorschläge automa­ tische Verfahren verwendet werden, die sehr Zeit- und rechenaufwendig sein können, da die Erzeugung der Kennzeichnungsvorschläge unabhängig vom Kennzeichnungsvor­ gang erfolgen kann. Die erzeugten Kennzeichnungsvorschläge werden bis zur Prüfung durch den Bearbeiter in einer Datenbank gespeichert und dem Bearbeiter während des Kennzeichnens eingspielt.
Bei Verwendung von automatischen Verfahren zur Erzeugung von Kennzeichnungsvor­ schlägen, die sehr schnell die Vorschläge erarbeiten und dem Bearbeiter darstellen ist vorteilhaft, daß die Erzeugung der Vorschläge direkt während des Kennzeichnens erfol­ gen kann.
Die Erfindung wird anhand eines Ausführungsbeispiels näher erläutert.
Das zu kennzeichnende Muster liegt in elektronischer Form in einem Computersystem vor. Das Muster wird z. B. mit einer Kamera aufgenommen oder ein Dokument wird in einen Computer eingescannt. Auch akustische Muster, die in elektronischer Form vor­ liegen, werden gekennzeichnet.
Für das Muster wird ein Kennzeichnungsvorschlag erzeugt. Die Erzeugung dieses Vor­ schlags kann separat vom eigentlichen Kennzeichnungsvorgang erfolgen, beispielswei­ se dann, wenn das Verfahren zur Erzeugung des Vorschlags sehr zeitaufwendig ist. Möglich ist aber auch eine Erzeugung des Vorschlags während des Kennzeichnungsvor­ gangs, beispielsweise dann, wenn das Verfahren in der Lage ist, die Vorschläge in Echt­ zeit oder beinahe in Echtzeit zu erzeugen.
Das Muster und der erzeugte Kennzeichnungsvorschlag werden dem Bearbeiter mittels eines Computerprogramms in geeigneter Form auf einem Display dargestellt. Bei Bil­ dern wird z. B. das Urbild dargestellt, zusammen mit dem Kennzeichnungsvorschlag, der in Form eines z. B. abgeschlossenen Linienzugs dargestellt wird. Der Linienzug wird dem Urbild überlagert, so daß der Bearbeiter beides sehen kann. Wenn der erzeugte Vor­ schlag das zu kennzeichnende Objekt hinreichend genau kennzeichnet, wird der Vor­ schlag vom Bearbeiter angenommen und im System als Kennzeichen hinterlegt. Ist der Vorschlag zu ungenau, gibt es mehrere Möglichkeiten. Zum einen wird der Bearbeiter selbst den falschen Vorschlag löschen (oder modifizieren) und einen eigenen Kenn­ zeichnungsvorschlag manuell erzeugen. Zum anderen ist es möglich, daß der Vorschlag vom Bearbeiter zurückgewiesen wird. Der Vorschlag wird dann als Grundlage für ein weiteres Verfahren verwendet, um doch noch zu einem korrekten Kennzeichnungsvor­ schlag zu gelangen. Weiterhin ist es möglich, den Vorschlag vollständig zu löschen und mit einem aufwendigeren Verfahren zu versuchen einen geeigneten Vorschlag zu erzeu­ gen.
Um eine große Anzahl von Stichproben zu bewältigen wird das Kennzeichnungsverfah­ ren über das Internet durchgeführt. Weltweit wird mittels lose organisierten Gruppen von einigen hundert bis tausend Personen die Bearbeitung und ggf. Erfassung der Stichproben durchgeführt.

Claims (10)

1. Verfahren zur Kennzeichnung von Mustern, die als gespeicherte Information vorlie­ gen, wobei Kennzeichnungsvorschläge erzeugt werden, die von einem Bearbeiter geprüft werden, dadurch gekennzeichnet, daß die Kennzeichnungsvorschläge au­ tomatisch in einem Computersystem erzeugt werden, und daß dem Bearbeiter das Muster und der Kennzeichnungsvorschlag mittels eines Computerprogramms dar­ gestellt wird.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die erzeugten Kennzeich­ nungsvorschläge bis zur Prüfung durch den Bearbeiter in einer Datenbank gespei­ chert und dem Bearbeiter während des Kennzeichnens des Musters auf einem Bild­ schirm eingspielt werden.
3. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß der Kennzeichnungsvor­ schlag direkt während des Kennzeichnens des Musters auf dem Bildschirm erzeugt wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Muster ein Bild ist und das Bild zusammen mit dem Kennzeichnungvor­ schlag auf dem Display dargestellt wird.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß der Kennzeichnungsvor­ schlag in Form eines abgeschlossenen Linienzugs dargestellt wird, und daß der Lini­ enzug dem Bild überlagert wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß der Vorschlag vom Bearbeiter angenommen und im System als Kennzeichen hinterlegt wird.
7. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 5, dadurch gekenn­ zeichnet, daß der Vorschlag vom Bearbeiter gelöscht oder modifiziert wird, und daß ein Kennzeichnungsvorschlag manuell erzeugt wird.
8. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 5, dadurch gekenn­ zeichnet, daß der Vorschlag vom Bearbeiter zurückgewiesen wird, und daß der Vor­ schlag als Grundlage für ein weiteres Verfahren verwendet wird.
9. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 5, dadurch gekenn­ zeichnet, daß der Vorschlag vollständig gelöscht wird, und daß mit einem aufwendi­ geren Verfahren ein geeigneter Vorschlag erzeugt wird.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß für eine große Anzahl von Stichproben das Kennzeichnungsverfahren über das Internet durchgeführt wird.
DE10110275A 2001-03-02 2001-03-02 Verfahren zur Kennzeichnung von gespeicherter Information Ceased DE10110275A1 (de)

Priority Applications (5)

Application Number Priority Date Filing Date Title
DE10110275A DE10110275A1 (de) 2001-03-02 2001-03-02 Verfahren zur Kennzeichnung von gespeicherter Information
EP02737874A EP1364337A1 (de) 2001-03-02 2002-02-28 Verfahren zur kennzeichnung von gespeicherter information
JP2002584249A JP2004527048A (ja) 2001-03-02 2002-02-28 記録情報の同定方法
PCT/EP2002/002171 WO2002086806A1 (de) 2001-03-02 2002-02-28 Verfahren zur kennzeichnung von gespeicherter information
US10/469,611 US7519237B2 (en) 2001-03-02 2002-02-28 Method for characterizing stored information

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE10110275A DE10110275A1 (de) 2001-03-02 2001-03-02 Verfahren zur Kennzeichnung von gespeicherter Information

Publications (1)

Publication Number Publication Date
DE10110275A1 true DE10110275A1 (de) 2002-09-19

Family

ID=7676198

Family Applications (1)

Application Number Title Priority Date Filing Date
DE10110275A Ceased DE10110275A1 (de) 2001-03-02 2001-03-02 Verfahren zur Kennzeichnung von gespeicherter Information

Country Status (5)

Country Link
US (1) US7519237B2 (de)
EP (1) EP1364337A1 (de)
JP (1) JP2004527048A (de)
DE (1) DE10110275A1 (de)
WO (1) WO2002086806A1 (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004009541A1 (de) * 2004-02-23 2005-09-15 Iris-Gmbh Infrared & Intelligent Sensors Benutzersteuerbares Erfassungssystem
WO2007101452A1 (de) * 2006-03-09 2007-09-13 Siemens Aktiengesellschaft Verfahren und objektbearbeitungssystem zum erstellen eines modells eines objektes
DE102009009904A1 (de) 2009-02-20 2009-10-15 Daimler Ag Verfahren zur Identifizierung von Objekten
DE102015007299A1 (de) 2015-06-03 2015-12-17 Daimler Ag Verfahren zur Klassifikation von Objekten
DE102019004075A1 (de) 2019-06-08 2020-01-02 Daimler Ag Verfahren zum Bestimmen einer Relevanz eines Objekts in einer Umgebung eines Kraftfahrzeugs mittels eines Fahrerassistenzsystems sowie Fahrerassistenzsystem
WO2020126167A1 (de) 2018-12-19 2020-06-25 Daimler Ag Verfahren zur erkennung von mindestens einem muster in einer umgebung eines fahrzeugs, steuergerät zum ausführen eines solchen verfahrens, sowie fahrzeug mit einem solchen steuergerät

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2007105651A1 (ja) * 2006-03-10 2009-07-30 パナソニック株式会社 環境影響部材購入装置および環境影響部材購入システム
US8031981B2 (en) * 2007-12-21 2011-10-04 Daon Holdings Limited Method and systems for generating a subset of biometric representations

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60196856A (ja) * 1984-03-20 1985-10-05 Olympus Optical Co Ltd 画像検索登録装置
JP2735187B2 (ja) * 1987-03-17 1998-04-02 株式会社東芝 情報検索方法
US5220648A (en) * 1989-05-31 1993-06-15 Kabushiki Kaisha Toshiba High-speed search system for image data storage
US5179652A (en) * 1989-12-13 1993-01-12 Anthony I. Rozmanith Method and apparatus for storing, transmitting and retrieving graphical and tabular data
US5202828A (en) * 1991-05-15 1993-04-13 Apple Computer, Inc. User interface system having programmable user interface elements
EP0514688A2 (de) * 1991-05-21 1992-11-25 International Business Machines Corporation Generalisierte Gestaltautokorrelation zur Ermittlung und Erkennung von Gestalt
US5189709A (en) * 1991-08-26 1993-02-23 The United States Of America As Represented By The United States National Aeronautics And Space Administration Dynamic pattern matcher using incomplete data
US5606693A (en) * 1991-10-02 1997-02-25 International Business Machines Corporation Distributed database management over a network
US5421008A (en) * 1991-11-08 1995-05-30 International Business Machines Corporation System for interactive graphical construction of a data base query and storing of the query object links as an object
US7242988B1 (en) * 1991-12-23 2007-07-10 Linda Irene Hoffberg Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US5579471A (en) * 1992-11-09 1996-11-26 International Business Machines Corporation Image query system and method
US6002798A (en) * 1993-01-19 1999-12-14 Canon Kabushiki Kaisha Method and apparatus for creating, indexing and viewing abstracted documents
US5600831A (en) * 1994-02-28 1997-02-04 Lucent Technologies Inc. Apparatus and methods for retrieving information by modifying query plan based on description of information sources
US5809171A (en) * 1996-01-05 1998-09-15 Mcdonnell Douglas Corporation Image processing method and apparatus for correlating a test image with a template
US5893095A (en) * 1996-03-29 1999-04-06 Virage, Inc. Similarity engine for content-based retrieval of images
US5696964A (en) * 1996-04-16 1997-12-09 Nec Research Institute, Inc. Multimedia database retrieval system which maintains a posterior probability distribution that each item in the database is a target of a search
US5852823A (en) * 1996-10-16 1998-12-22 Microsoft Image classification and retrieval system using a query-by-example paradigm
JPH10326286A (ja) * 1997-05-27 1998-12-08 Mitsubishi Electric Corp 類似検索装置及び類似検索プログラムを記録した記録媒体
JP4098880B2 (ja) * 1997-06-06 2008-06-11 松下電器産業株式会社 情報検索装置
JP3166905B2 (ja) * 1997-07-02 2001-05-14 インターナショナル・ビジネス・マシーンズ・コーポレ−ション パターンマッチングによる画像処理方法およびシステム
US6415282B1 (en) * 1998-04-22 2002-07-02 Nec Usa, Inc. Method and apparatus for query refinement
US6154567A (en) * 1998-07-01 2000-11-28 Cognex Corporation Pattern similarity metric for image search, registration, and comparison
US6564206B1 (en) * 1998-10-05 2003-05-13 Canon Kabushiki Kaisha Information search apparatus and method, and storage medium
US6256409B1 (en) * 1998-10-19 2001-07-03 Sony Corporation Method for determining a correlation between images using multi-element image descriptors
US6347313B1 (en) * 1999-03-01 2002-02-12 Hewlett-Packard Company Information embedding based on user relevance feedback for object retrieval
US6510406B1 (en) * 1999-03-23 2003-01-21 Mathsoft, Inc. Inverse inference engine for high performance web search
US6275613B1 (en) * 1999-06-03 2001-08-14 Medsim Ltd. Method for locating a model in an image
US6445822B1 (en) * 1999-06-04 2002-09-03 Look Dynamics, Inc. Search method and apparatus for locating digitally stored content, such as visual images, music and sounds, text, or software, in storage devices on a computer network
US6674915B1 (en) * 1999-10-07 2004-01-06 Sony Corporation Descriptors adjustment when using steerable pyramid to extract features for content based search
US7389208B1 (en) * 2000-06-30 2008-06-17 Accord Solutions, Inc. System and method for dynamic knowledge construction
US6748398B2 (en) * 2001-03-30 2004-06-08 Microsoft Corporation Relevance maximizing, iteration minimizing, relevance-feedback, content-based image retrieval (CBIR)

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JAIN, A.K., ZHONG, Yu, LAKSHMANAN, S.: "Object matching using deformable templates" IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 18, No. 3, March 1996, p. 267-278 *
OHM, J.R.: "Feature-Based Cluster Segmentation of Image Sequences" ICIP '97 International Conference on Image Processing, Vol. III, 1997, S. 179-181 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004009541A1 (de) * 2004-02-23 2005-09-15 Iris-Gmbh Infrared & Intelligent Sensors Benutzersteuerbares Erfassungssystem
WO2007101452A1 (de) * 2006-03-09 2007-09-13 Siemens Aktiengesellschaft Verfahren und objektbearbeitungssystem zum erstellen eines modells eines objektes
DE102009009904A1 (de) 2009-02-20 2009-10-15 Daimler Ag Verfahren zur Identifizierung von Objekten
DE102015007299A1 (de) 2015-06-03 2015-12-17 Daimler Ag Verfahren zur Klassifikation von Objekten
WO2020126167A1 (de) 2018-12-19 2020-06-25 Daimler Ag Verfahren zur erkennung von mindestens einem muster in einer umgebung eines fahrzeugs, steuergerät zum ausführen eines solchen verfahrens, sowie fahrzeug mit einem solchen steuergerät
DE102018010039A1 (de) 2018-12-19 2020-06-25 Daimler Ag Verfahren zur Erkennung von mindestens einem Muster in einer Umgebung eines Fahrzeugs, Steuergerät zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Steuergerät
DE102019004075A1 (de) 2019-06-08 2020-01-02 Daimler Ag Verfahren zum Bestimmen einer Relevanz eines Objekts in einer Umgebung eines Kraftfahrzeugs mittels eines Fahrerassistenzsystems sowie Fahrerassistenzsystem

Also Published As

Publication number Publication date
US20040111434A1 (en) 2004-06-10
WO2002086806A1 (de) 2002-10-31
EP1364337A1 (de) 2003-11-26
JP2004527048A (ja) 2004-09-02
US7519237B2 (en) 2009-04-14

Similar Documents

Publication Publication Date Title
DE19842572B4 (de) Verfahren zur automatischen Entfernung von Bildfehlern
EP0980293B1 (de) Verfahren und anordnung zum erkennen von verteilinformationen
TW565689B (en) Defect classification/inspection system
DE19624977A1 (de) Verfahren zur Verarbeitung von Postsachen
EP0059239A2 (de) Verfahren zum Auffinden und Abgrenzen von Textbereichen auf einer Vorlage, die Text-, Graphik- und/oder Bildbereiche enthalten kann
DE102007041893A1 (de) Verfahren zur Detektion und/oder Verfolgung von bewegten Objekten in einer Überwachungsszene mit Störern, Vorrichtung sowie Computerprogramm
DE10110275A1 (de) Verfahren zur Kennzeichnung von gespeicherter Information
DE102020113476A1 (de) Verfahren zum Trainieren eines künstlichen neuronalen Netzwerks und Objekterkennungsvorrichtung
DE102019204602B4 (de) Verfahren und Vorrichtung zur Maskierung von in einem Bild enthaltenen Objekten
EP0107083A2 (de) Belegverarbeitungseinrichtung mit Korrekturschaltung und Datensichtgerät
CN112800972A (zh) 文字识别方法及装置、存储介质
DE102017208994A1 (de) Verfahren zur Ermittlung von Ergebnisbilddaten
DE102008057979B4 (de) Lerneinheit für ein Objekterkennungssystem und Objekterkennungssytem
DE102019132012B4 (de) Verfahren und System zur Detektion von kleinen unklassifizierten Hindernissen auf einer Straßenoberfläche
DE102009009904A1 (de) Verfahren zur Identifizierung von Objekten
DE212017000139U1 (de) System zur Ausrichtung eines virtuellen Modells an einem realen Objekt
DE102011113633A1 (de) Verfahren und Vorrichtung zum Unterstützen eines Nutzers eines Kraftfahrzeugs durch automatisches Erkennen eines Nummernschilds
DE3310949C2 (de)
DE102018128184A1 (de) Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zur Erzeugung eines gelabelten Bildes
DE102018205409A1 (de) Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zum Annotieren eines Bildes
EP1229483B1 (de) Verfahren und Vorrichtung zum Lesen von Sendungsadressen mit Postkodes
DE102019133905A1 (de) Verfahren zum Kennzeichnen von manipulierten Bildern oder Videos
WO2024132949A1 (de) Verfahren und system zum kriterienbasierten extrahieren von bilddaten
WO2011082798A1 (de) Verfahren und vorrichtung zur kontrolle von zeichenketten auf einer mehrzahl bedruckter bögen
EP1229484B1 (de) Verfahren und Vorrichtung zum Lesen von Sendungsadressen mit Postkodes

Legal Events

Date Code Title Description
OP8 Request for examination as to paragraph 44 patent law
8131 Rejection