IT202100005972A1 - METHOD OF ESTIMATION OF THE WOOD MASS OF A WOODPILE - Google Patents
METHOD OF ESTIMATION OF THE WOOD MASS OF A WOODPILE Download PDFInfo
- Publication number
- IT202100005972A1 IT202100005972A1 IT102021000005972A IT202100005972A IT202100005972A1 IT 202100005972 A1 IT202100005972 A1 IT 202100005972A1 IT 102021000005972 A IT102021000005972 A IT 102021000005972A IT 202100005972 A IT202100005972 A IT 202100005972A IT 202100005972 A1 IT202100005972 A1 IT 202100005972A1
- Authority
- IT
- Italy
- Prior art keywords
- image
- pixels
- cut
- metric
- area
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 39
- 239000002023 wood Substances 0.000 title claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012706 support-vector machine Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012627 multivariate algorithm Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical And Physical Treatments For Wood And The Like (AREA)
Description
DESCRIZIONE dell'invenzione industriale dal titolo: "Metodo di stima della massa legnosa di una catasta di legna? DESCRIPTION of the industrial invention entitled: "Method for estimating the woody mass of a pile of wood?
La presente invenzione riguarda un metodo di stima della massa legnosa di una catasta di legna. The present invention relates to a method for estimating the woody mass of a pile of wood.
In particolare, la presente invenzione riguarda una procedura di determinazione del volume di tronchi immagazzinati in una catasta. In particular, the present invention relates to a procedure for determining the volume of logs stored in a stack.
Nei processi di stoccaggio di legname esiste un problema legato alla stima dei volumi delle cataste di legname. In timber storage processes, there is a problem with estimating timber stack volumes.
Tale problema ? stato finora affrontato con strumenti che applicano metodologie di acquisizione di immagini. Such a problem ? so far been addressed with tools that apply image acquisition methodologies.
Ad esempio, il documento DE202012009846 descrive un semplice metodo di registrazione di immagini e di analisi delle quantit? di legna di una catasta basato sull'acquisizione di immagini di un'estremit? della catasta e di un elemento di riferimento dimensionale. For example, document DE202012009846 describes a simple method of image registration and quantity analysis. of wood of a pile based on the acquisition of images of an extremity? of the stack and a dimensional reference element.
Tale procedimento presenta tuttavia l'inconveniente che viene eseguita solo una stima approssimativa, basata sul confronto diretto con l'elemento di riferimento che viene giustapposto alla catasta di legna, senza che venga eseguita una vera e propria elaborazione dell'immagine acquisita. However, this method has the drawback that only a rough estimate is performed, based on direct comparison with the reference element which is juxtaposed to the pile of wood, without actual processing of the acquired image being performed.
Esiste quindi la necessit? di migliorare la logistica dello stoccaggio di legname per la messa a disposizione del materiale alle aziende di prima e seconda trasformazione, in particolare al fine di ridurre i tempi di lavoro industriale nella valutazione delle cataste, con benefici sul costo di vendita. So is there a need? to improve the logistics of timber storage for making the material available to first and second processing companies, in particular in order to reduce industrial work times in the evaluation of stacks, with benefits on the cost of sale.
Scopo della presente invenzione ? dunque quello di proporre un metodo di stima della massa legnosa di una catasta di legna che sia accurato, di facile e veloce applicazione ed estremamente versatile. Purpose of the present invention? therefore that of proposing a method for estimating the wood mass of a pile of wood that is accurate, easy and quick to apply and extremely versatile.
Il presente metodo si basa in particolare sull'applicazione di un algoritmo supervisionato per l'individuazione e la quantificazione di superfici di taglio di una catasta di legna. The present method is based in particular on the application of a supervised algorithm for the identification and quantification of cut surfaces of a pile of wood.
Questo ed altri scopi vengono raggiunti con un metodo di stima della massa legnosa di una catasta di legna le cui caratteristiche sono definite nella rivendicazione 1. This and other purposes are achieved with a method for estimating the woody mass of a stack of wood whose characteristics are defined in claim 1.
Modi particolari di realizzazione formano oggetto delle rivendicazioni dipendenti, il cui contenuto ? da intendersi come parte integrante della presente descrizione. Particular embodiments form the subject of the dependent claims, the content of which? to be understood as an integral part of this description.
Ulteriori caratteristiche e vantaggi dell'invenzione appariranno dalla descrizione dettagliata che segue, effettuata a puro titolo di esempio non limitativo, con riferimento ai disegni allegati, nei quali: Further characteristics and advantages of the invention will appear from the detailed description which follows, carried out purely by way of non-limiting example, with reference to the attached drawings, in which:
- la figura 1 ? uno schema a blocchi dei passi del metodo secondo la presente invenzione; - figure 1 ? a block diagram of the steps of the method according to the present invention;
- la figura 2mostra l'immagine di una catasta di legna ottenuta da un singolo sensore; - figure 2 shows the image of a pile of wood obtained from a single sensor;
- la figura 3 mostra una coppia di immagini di una catasta di legna ottenute in stererovisione; - figure 3 shows a pair of images of a pile of wood obtained in stereovision;
- la figura 4 mostra l'immagine della figura 2 e una pluralit? di patches di allenamento relativi alle superfici di taglio e alle superfici non di taglio; e - figure 4 shows the image of figure 2 and a plurality? of training patches related to cut surfaces and non-cut surfaces; And
la figura 5 mostra il risultato della classificazione supervisionata ottenuta tramite algoritmo KNN. figure 5 shows the result of the supervised classification obtained through the KNN algorithm.
In sintesi, data una catasta di legna comprendente da tronchi di lunghezza sostanzialmente uguale, il metodo di stima della presente invenzione comprende il rilievo automatizzato di immagini delle superfici dei tronchi tagliati, seguito da una procedura di allenamento supervisionata. In summary, given a woodpile comprising logs of substantially equal length, the estimation method of the present invention comprises automated imaging of the cut log surfaces, followed by a supervised training procedure.
Tale rilievo automatizzato si basa su metodologie di analisi d'immagine e di classificazione che consentono l'identificazione delle superfici di taglio. This automated survey is based on image analysis and classification methods which allow the identification of the cut surfaces.
A seguito di tali procedure, le immagini delle superfici dei tronchi, in pixel, vengono convertite in unit? metriche di superficie grazie alla presenza nell'immagine di oggetti di dimensioni note o, in alternativa, mediante procedimenti di ricostruzione tridimensionale di una scena (ad esempio, la stereovisione) . Following these procedures, the images of the surfaces of the logs, in pixels, are converted into units? surface metrics thanks to the presence in the image of objects of known dimensions or, alternatively, by means of three-dimensional reconstruction procedures of a scene (for example, stereovision) .
L'invenzione riguarda dunque un metodo di analisi d'immagine per l'estrazione di superfici di taglio di una catasta di legna. The invention therefore relates to an image analysis method for extracting the cut surfaces of a pile of wood.
La figura 1 mostra uno schema a blocchi dei passi del metodo secondo la presente invenzione. Figure 1 shows a block diagram of the steps of the method according to the present invention.
In un primo passo 100 viene acquisita almeno un'immagine bidimensionale di una catasta di legna 1 comprendente una pluralit? di tronchi di lunghezza predeterminata . In a first step 100, at least one two-dimensional image of a pile of wood 1 is acquired, comprising a plurality of of logs of predetermined length.
L'immagine viene acquisita mediante un sensore singolo o una pluralit? di sensori (stereovisione). Is the image acquired by a single sensor or a plurality? of sensors (stereovision).
Vantaggiosamente, il sensore ? una fotocamera indipendente montata all'interno di un dispositivo portatile quale uno smartphone. Advantageously, the sensor ? an independent camera mounted inside a portable device such as a smartphone.
Nella stereovisione sono presenti almeno due sensori, che vengono montati su sistemi a geometria ottica di per s? noti. In stereovision there are at least two sensors, which are mounted on optical geometry systems per se? notice.
La figura 2 mostra l'immagine di una catasta di legna 1 ottenuta da un singolo sensore. L'immagine comprende in modo per s? noto una pluralit? di pixel. Figure 2 shows the image of a woodpile 1 obtained from a single sensor. The image includes so for s? known a plurality? of pixels.
In tale immagine ? inoltre presente un oggetto di riferimento 2, ad esempio un cavalletto forestale, usato come riferimento metrico nel procedimento di stima della presente invenzione, come descritto in seguito. In that picture? also present is a reference object 2, for example a forestry trestle, used as a metric reference in the estimation procedure of the present invention, as described below.
La figura 3 mostra una coppia di immagini della catasta di legna 1 ottenute in stererovisione tramite due o pi? sensori ottici. Preferibilmente, tali sensori ottici comprendono sensori laser infrarossi. Figure 3 shows a pair of images of the pile of wood 1 obtained in stereovision through two or more? optical sensors. Preferably, such optical sensors comprise infrared laser sensors.
Al fine di classificare correttamente le superfici di taglio rispetto allo sfondo 4 dell'immagine, al terreno 6 e agli spazi vuoti tra i tronchi la, al passo 102 viene applicato, all'immagine acquisita, un algoritmo di allenamento supervisionato per s? noto. In order to correctly classify the cut surfaces with respect to the background 4 of the image, the terrain 6 and the empty spaces between the logs la, at step 102 a supervised training algorithm is applied to the acquired image for itself. known.
Tale algoritmo supervisionato si basa appunto su un allenamento ( training) per distinguere le superfici di taglio dal resto dell'immagine, ed ? associato a un metodo di classificazione multivariata di due classi in grado di assegnare i pixel dell'immagine a due distinte classi, superfici di taglio e superfici non di taglio. This supervised algorithm is based precisely on a workout (training) to distinguish the cut surfaces from the rest of the image, and ? associated with a two-class multivariate classification method capable of assigning image pixels to two distinct classes, cut surfaces and non-cut surfaces.
L'algoritmo supervisionato pu? essere basato su differenti metodi come il processo K-Nearest Neighbor (KNN), il metodo di classificazone PLS-based (PLS-DA) o il metodo PCA-based (SIMCA), le reti neurali artificiali, il support vector machine, o altri approcci supervisionati. The supervised algorithm can be based on different methods such as the K-Nearest Neighbor (KNN) process, the PLS-based classification method (PLS-DA) or the PCA-based method (SIMCA), artificial neural networks, support vector machines, or others supervised approaches.
La procedura di allenamento vantaggiosamente comprende l'individuazione/l'estrazione dall'immagine di pixel o valori di pixel o patches rappresentativi delle due classi. The training procedure advantageously comprises the identification/extraction from the image of pixels or pixel values or patches representative of the two classes.
La figura 4 mostra al centro l'immagine della figura 2, a sinistra, una pluralit? di patches di allenamento 8 relativi alle superfici di taglio e, a destra, una pluralit? di patches di allenamento 10 relativi alle superfici non di taglio, ovvero, il resto dell'immagine. Tale figura ? stata ottenuta applicando il metodo K-Nearest Neighbor. Figure 4 shows in the center the image of figure 2, on the left, a plurality of 8 training patches related to cutting surfaces and, on the right, a plurality? of 10 training patches related to non-cutting surfaces, that is, the rest of the image. This figure? was obtained by applying the K-Nearest Neighbor method.
Vantaggiosamente, l'applicazione del metodo supervisionato del passo 102 viene preceduta da uno scontornamento grossolano della catasta di legna 1 rispetto al resto dell'immagine. Advantageously, the application of the supervised method of step 102 is preceded by a coarse contouring of the pile of wood 1 with respect to the rest of the image.
Tale scontornamento, che viene eseguito manualmente, prevede di ritagliare eventuali oggetti che si trovino ai lati della catasta nell'immagine acquisita. This cropping, which is performed manually, involves cutting out any objects located on the sides of the stack in the acquired image.
L'allenamento consente ad algoritmi multivariati di per s? noti la costruzione di modelli adattativi che separano ed estraggono i pixel appartenenti alle superfici di taglio rispetto ai pixel appartenenti al resto dell'immagine. Does training allow for multivariate algorithms by itself? note the construction of adaptive models that separate and extract the pixels belonging to the cut surfaces with respect to the pixels belonging to the rest of the image.
La figura 5 mostra il risultato della classificazione supervisionata ottenuta tramite algoritmo KNN, in cui si notano pixel appartenenti alle superfici di taglio 12 e pixel appartenenti al resto dell'immagine 14. Figure 5 shows the result of the supervised classification obtained through the KNN algorithm, in which pixels belonging to the cut surfaces 12 and pixels belonging to the rest of the image 14 can be seen.
Per passare dall'informazione di superficie in pixel di figura 5 ad un'informazione in superficie metrica reale della legna esistono varie opzioni. Various options exist to pass from the surface information in pixels of figure 5 to real metric surface information of the wood.
Una prima opzione prevede il posizionamento, all'interno della scena acquisita come immagine, dell'oggetto di riferimento 2, di dimensioni note e ben visibile. A first option provides for the positioning, within the scene acquired as an image, of the reference object 2, of known dimensions and clearly visible.
Una seconda opzione prevede l'utilizzo di un sistema stereovisivo per ottenere informazioni metriche, in particolare l'area della superficie di taglio, a partire da coppie di immagini. A second option involves the use of a stereovisual system to obtain metric information, in particular the area of the cut surface, starting from pairs of images.
Una terza opzione prevede l'impiego di sistemi che ricostruiscono scene tridimensionali, quali ad esempio i sensori Kinect, in modo da ricavare automaticamente l'area della superficie di taglio. A third option involves the use of systems that reconstruct three-dimensional scenes, such as Kinect sensors, in order to automatically obtain the area of the cut surface.
A questo punto, ritornando alla figura 1, in passo 104, si converte la superficie in pixel, rappresentativa delle superfici di taglio dell'immagine di figura 5, in superficie metrica. At this point, returning to figure 1, in step 104, the surface in pixels, representative of the cut surfaces of the image of figure 5, is converted into a metric surface.
Nel caso di utilizzo dell'oggetto di riferimento 2, tale conversione viene effettuata eseguendo una corrispondenza tra i pixel dell'immagine e le dimensioni dell'oggetto di riferimento, calcolando l'area delle superfici di taglio identificate dall'algoritmo di allenamento e convertendola in un'area metrica reale. In the case of use of the reference object 2, this conversion is carried out by carrying out a correspondence between the pixels of the image and the dimensions of the reference object, calculating the area of the cut surfaces identified by the training algorithm and converting it into a real metric area.
Nel caso di utilizzo di un sistema stereovisivo, si acquisiscono due immagini dagli almeno due sensori la cui distanza reciproca ? nota e, applicando in modo per s? noto calcoli trigonometrici, si ottiene l'area delle superfici di taglio. In the case of use of a stereovisual system, two images are acquired from at least two sensors whose mutual distance ? note and, applying so for s? known trigonometric calculations, the area of \u200b\u200bthe cut surfaces is obtained.
Nel caso invece di utilizzo di sensori kinetic, tali senosi riscontruiscono in modo per s? noto un'immagine tridimensionale a partire dall'immagine bidimensionale acquisita al passo 100. In the case instead of use of kinetic sensors, these sinuses rediscover in a way for s? known a three-dimensional image starting from the two-dimensional image acquired in step 100.
Data la superficie metrica calcolata come qui sopra descritto, e dato che la lunghezza dei tronchi ? sostanzialmente simile per tutti i tronchi della catasta di legna 1, ed ? un parametro di per s? noto, al passo 106 si calcola il volume della catasta, moltiplicando la superficie metrica per la lunghezza di tronchi, e ottenendo quindi la massa legnosa complessiva della catasta. Given the metric surface calculated as described above, and given that the length of the trunks ? substantially similar for all the trunks of woodpile 1, and is it? a parameter by itself? known, in step 106 the volume of the stack is calculated, multiplying the surface area by the length of logs, and thus obtaining the overall woody mass of the stack.
Naturalmente, fermo restando il principio dell'invenzione, le forme di attuazione ed i particolari di realizzazione potranno essere ampiamente variati rispetto a quanto ? stato descritto ed illustrato a puro titolo di esempio non limitativo, senza per questo uscire dall'ambito di protezione della presente invenzione definito dalle rivendicazioni allegate. Of course, the principle of the invention remaining the same, the embodiments and details of construction can be widely varied with respect to what? been described and illustrated purely by way of non-limiting example, without thereby departing from the scope of protection of the present invention defined by the attached claims.
Claims (7)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000005972A IT202100005972A1 (en) | 2021-03-12 | 2021-03-12 | METHOD OF ESTIMATION OF THE WOOD MASS OF A WOODPILE |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000005972A IT202100005972A1 (en) | 2021-03-12 | 2021-03-12 | METHOD OF ESTIMATION OF THE WOOD MASS OF A WOODPILE |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT202100005972A1 true IT202100005972A1 (en) | 2022-09-12 |
Family
ID=76035042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102021000005972A IT202100005972A1 (en) | 2021-03-12 | 2021-03-12 | METHOD OF ESTIMATION OF THE WOOD MASS OF A WOODPILE |
Country Status (1)
| Country | Link |
|---|---|
| IT (1) | IT202100005972A1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110298889A1 (en) * | 2008-07-18 | 2011-12-08 | Koichiro Seto | Administration method of lumber |
| DE202012009846U1 (en) | 2012-09-03 | 2012-11-23 | Freistaat Sachsen Staatsbetrieb Sachsenforst | Method of determining the number of pieces, the volume and the proportions of logs stored in the form of burrs |
| US20190003829A1 (en) * | 2015-12-29 | 2019-01-03 | Timbeter Oü | Image processing apparatus and method for determining the volume of timber in a stack of logs |
| US20200327653A1 (en) * | 2019-04-12 | 2020-10-15 | Fordaq SA | Automatic detection, counting, and measurement of logs using a handheld device |
-
2021
- 2021-03-12 IT IT102021000005972A patent/IT202100005972A1/en unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110298889A1 (en) * | 2008-07-18 | 2011-12-08 | Koichiro Seto | Administration method of lumber |
| DE202012009846U1 (en) | 2012-09-03 | 2012-11-23 | Freistaat Sachsen Staatsbetrieb Sachsenforst | Method of determining the number of pieces, the volume and the proportions of logs stored in the form of burrs |
| US20190003829A1 (en) * | 2015-12-29 | 2019-01-03 | Timbeter Oü | Image processing apparatus and method for determining the volume of timber in a stack of logs |
| US20200327653A1 (en) * | 2019-04-12 | 2020-10-15 | Fordaq SA | Automatic detection, counting, and measurement of logs using a handheld device |
Non-Patent Citations (5)
| Title |
|---|
| "Comprehensive Dictionary of Electrical Engineering - 2nd Ed.", 1 January 2005, TAYLOR & FRANCIS, article LAPLANTE PHILLIP A: "Supervised learning", pages: 1 - 3, XP055860394 * |
| ENRICO GUTZEIT ET AL: "ADVANCES IN VISUAL COMPUTING", 16 July 2012, SPRINGER BERLIN HEIDELBERG, BERLIN, HEIDELBERG, article "Automatic Segmentation of Wood Logs by Combining Detection and Segmentation", pages: 252 - 261, XP047014618 * |
| GALSGAARD BO ET AL: "Circular Hough Transform and Local Circularity Measure for Weight Estimation of a Graph-Cut Based Wood Stack Measurement", IEEE WINTER CONFERENCE ON APPLICATIONS OF COMPUTER VISION, 5 January 2015 (2015-01-05), pages 686 - 693, XP032738232 * |
| GERSON ROJAS ET AL: "Identification of internal defect of sugar maple logs from CT images using supervised classification methods", HOLZ ALS ROHUND WERKSTOFF, vol. 64, no. 4, 27 April 2006 (2006-04-27), pages 295 - 303, XP019397148 * |
| NYLINDER M ET AL: "Roundwood measurement of truck loads by laser scanning. A field study at Arauco pulp mill Nueva Aldea", INTERNET CITATION, 1 January 2010 (2010-01-01), pages 1 - 9, XP009531238, Retrieved from the Internet <URL:https://studylib.net/doc/8156597/introduction-material-and-methods-roundwood-measurement-of> [retrieved on 20211110] * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9153030B2 (en) | Position and orientation estimation method and apparatus therefor | |
| JP2018136632A5 (en) | Shape estimation apparatus and method | |
| JP6798860B2 (en) | Boundary line estimation device | |
| ITUB20154043A1 (en) | System and method of reading encoded information | |
| CN108665535A (en) | A kind of three-dimensional structure method for reconstructing and system based on coding grating structured light | |
| JP2016212688A (en) | Joint position estimation device, method, and program | |
| CN106096015A (en) | A kind of degree of depth learning method recommended based on big data double-way and two-way recommendation apparatus | |
| JP2019530059A5 (en) | ||
| CN111696196A (en) | Three-dimensional face model reconstruction method and device | |
| CN107292309A (en) | A kind of no color differnece marks character identifying method | |
| JP2018128897A (en) | Detection method and detection program for detecting attitude and the like of object | |
| CN103927787A (en) | Method and device for improving three-dimensional reconstruction precision based on matrix recovery | |
| US9430850B1 (en) | System and method for object dimension estimation using 3D models | |
| WO2018235219A1 (en) | Self-location estimation method, self-location estimation device, and self-location estimation program | |
| CN102713975A (en) | Image matching system, image matching method, and computer program | |
| Wu et al. | Fishery monitoring system with AUV based on YOLO and SGBM | |
| Liu et al. | Vehicle-related distance estimation using customized YOLOv7 | |
| CN113628170B (en) | Laser line extraction method and system based on deep learning | |
| IT202100005972A1 (en) | METHOD OF ESTIMATION OF THE WOOD MASS OF A WOODPILE | |
| Rupanagudi et al. | A novel automatic low cost cutting machine-cum-3D printer using an image processing based control | |
| JP2021013947A (en) | Automatic welding system, automatic welding method, learning device, estimation device, and program | |
| Kawakami et al. | Automated Color Image Arrangement Method Using Curvature Computation in Histogram Matching | |
| US9384417B1 (en) | System and method for object dimension estimation | |
| KR101468681B1 (en) | Standard operation management system and standard operation management method | |
| JP2019192170A (en) | Three dimensional model generation device and three-dimensional model generation method |