JP2002150285A - 形状記述子抽出方法 - Google Patents
形状記述子抽出方法Info
- Publication number
- JP2002150285A JP2002150285A JP2001198699A JP2001198699A JP2002150285A JP 2002150285 A JP2002150285 A JP 2002150285A JP 2001198699 A JP2001198699 A JP 2001198699A JP 2001198699 A JP2001198699 A JP 2001198699A JP 2002150285 A JP2002150285 A JP 2002150285A
- Authority
- JP
- Japan
- Prior art keywords
- line segments
- shape descriptor
- shape
- video
- skeleton
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
- G06T9/20—Contour coding, e.g. using detection of edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/752—Contour matching
Abstract
子を抽出するための方法を提供する。 【解決手段】 (a)入力された映像から骨格を抽出す
る段階(106)と、(b)抽出された骨格に基づきピ
クセルの連結を行うことによりラインセグメントのセッ
トを求める段階(112)と、及び(c)ラインセグメ
ントのセットを正規化することにより得られた正規化さ
れたラインセグメントのセットを形状記述子として設定
する段階(114)とを含む。この形状記述子抽出方法
により抽出された形状記述子は、映像内に含まれている
形状の概略的な様子に関する情報をそのまま有してい
る。これにより、形状記述子抽出方法は、同一のカテゴ
リー内のデータ集合において局部的な動きを効率良く抽
出し、抽出される形状の数が客体の数に制限されない。
Description
る方法に係り、より詳細には、骨格に基づく形状記述子
を抽出する方法に関する。
抽出可能なより低い抽象的な段階の抽出に基づくもので
あって、映像から人間が認識できる基本的な記述子と言
える。映像から与えられた特定物体の形状を記述し、前
記形状に基づき整合または類似度を測定するアルゴリズ
ムが研究されている。しかし、前記アルゴリズムは特定
物体の形状を記述するに留まっており、一般的な物体の
形状を認識するためには多くの問題点が残っている。現
在、MPEG-7などの標準化グループで提案している
形状記述子は、前記問題を解決するために、与えられた
物体の各種の変形を通じて特徴点を探すことにより求め
られる。このような形状記述子は、その種類が多い。M
PEG-7の標準化段階であるXM(eXperiment Mode
l)で採択されている形状記述子は、代表的に2種類が
知られている。第一に、物体の各種の形状に対して映像
内の前記形状の分布を知るためにゼルニック基底関数(Z
ernikebase function)を準備し、一定の大きさの映像を
各々の基底関数に投影させてその値を記述子として使用
するゼルニックモーメント形状記述子が知られている。
第二に、以前の映像から抽出された外郭線に沿って低周
波通過フィルターリングをしつつ外郭線上に存在する変
曲点の変化をスケール空間上で表わしてピーク値(peak
value)及びその位置を2次元ベクトルで表わす曲率スケ
ール空間形状記述子が知られている。前者の形状記述子
を抽出するためには、形状をなす映像及び基底関数が同
一の大きさを有する必要があり、形状が円の形を有さね
ばならないという制限がある。また、後者の形状記述子
を抽出するためには、抽出された形状が単一の客体でな
ければならないという短所を持つ。
する技術的な課題は、動映像圧縮技術及びその技術に基
づく映像検索技術に効率良く適用できる形状記述子抽出
方法を提供することである。
題は、前記形状記述子抽出方法によって抽出された形状
記述子を使用してインデクシングされた映像内において
問合わせ映像と類似した形状特徴を有する映像を検索す
る映像検索方法を提供することである。
的な課題は、前記形状記述子抽出方法によって抽出され
た形状記述子を使用してインデクシングされた映像間の
非類似度を測定する非類似度測定方法を提供することで
ある。
に、本発明の一側面による形状記述子抽出方法は、
(a)映像の骨格を抽出して抽出された骨格に基づき形
状記述子を設定する段階を含むことを特徴とする。
の他の側面による形状記述子抽出方法は、(a)入力さ
れた映像から骨格を抽出する段階と、(b)抽出された
骨格に基づきピクセル間の連結を行うことによりライン
セグメントのセット(a set of line segments)を求める
段階と、(c)ラインセグメントのセットを正規化する
ことにより得られた正規化したラインセグメントのセッ
トを形状記述子として設定する段階とを含むことを特徴
とする。
された映像に対して距離変換を行うことにより距離マッ
プを求める段階と、(a-2)求められた距離マップ上
で骨格を抽出する段階とを含むことが望ましい。
された骨格を細線化する段階と、(b-2)細線化した
骨格内の各ピクセルの連結を行うことによりラインセグ
メントを抽出する段階とを含むことが望ましい。
されたラインセグメントの開始点及び終点についてのセ
ットを作成する段階と、(c-2)抽出されたラインセ
グメントのラインセグメントの併合(merging of the li
ne segments)によりラインセグメントのセットを求める
段階と、(c-3)各ラインセグメントの終点間の最大
距離に対してラインセグメントのセットを正規化するこ
とにより得られたラインセグメントのセットを形状記述
子として設定する段階とを含むことが望ましい。
を背景から最短距離の値で表わす関数に基づくことが望
ましい。また、前記(a-2)段階は、エッジ検出方法
を利用して距離マップから局部最大を得る段階を含むこ
とが望ましい。
1)局部最大を得るために4方向の局部最大検出マスク
を使用してたたみこみ(convolution)を行う段階を含む
ことが望ましい。また、前記(a-2-1)段階後に、
(a-2-2)最も大きい結果の方向に該当するラベルを
方向マップ及び大きさマップに記録する段階をさらに含
むことが望ましい。
あることが望ましい。また、前記(b-1)段階は、方
向マップで該当方向の90°回転された方向で最も大き
いピクセルだけを残し、残りのピクセルは除去する段階
を含むことが望ましい。
向マップを使用し、方向マップで同一のラベルを有する
ピクセル同士を連結して各々の線セグメントの開始点及
び終点についてのセットを作成する段階を含むことが望
ましい。
インセグメントのセットから各ラインセグメント間の角
度、距離、及びラインセグメントの長さに対するしきい
値を変えつつラインセグメントの併合を行う段階を含む
ことが望ましい。また、前記ラインセグメントの併合
は、残ったラインセグメントの本数が所定の本数以下に
なるまで繰り返されることが望ましい。
本発明による映像検索方法は、(a)問合わせ映像の形
状記述子からラインセグメントのセットを得る段階と、
(b)検索される映像の形状記述子のラインセグメント
のセットと問合わせ映像の形状記述子のラインセグメン
トのセットとを比較することにより非類似度を求める段
階と、(c)求めた非類似度に基づき問合わせ映像と類
似した形状特徴を有する映像を検索する段階とを含むこ
とを特徴とする。
に、本発明による非類似度測定方法は、骨格に基づきな
された形状記述子を使用してインデクシングされた映像
間の非類似度を測定する方法において、(a)問合わせ
映像の形状記述子からラインセグメントのセットを得る
段階と、(b)検索される映像の形状記述子のラインセ
グメントのセットと問合わせ映像の形状記述子のライン
セグメントのセットとを比較することにより非類似度を
求める段階とを含むことを特徴とする。
発明の望ましい実施形態について詳細に説明する。本発
明によれば、骨格を使用した形状記述子が定義される。
骨格を使用した形状記述子は、与えられた形状から人間
の認識で最も基礎となる線を抽出し、抽出された線を簡
略化することにより簡略化された線を形状記述子として
表現する。特に、前記のような形状記述子抽出方法によ
れば、エッジ部分よりは骨格を抽出することにより記述
子をできる限り簡略化することが可能である。
子抽出方法の主な段階を示したフローチャートである。
図3を参照すれば、本発明の実施形態による形状記述子
抽出方法では、先ず、映像を入力(ステップ102)し
て、入力された映像に対し距離変換を行うことにより距
離マップを求める(ステップ104)。距離マップを得
るための距離変換は、物体の内部の各点を背景から最短
距離の値で表わす関数を使用する。次に、距離マップ上
で骨格を抽出する(ステップ106)。距離マップの局
部最大が骨格をなす点であるということはよく知られて
いる。距離マップを得るための距離変換は、物体の内部
の各点を背景から最短距離の値で表わす関数に基づく。
この実施形態では、距離変換によって距離マップの局部
最大に該当する部分を骨格として設定する。距離マップ
から局部最大を得るために、この実施形態では、本明細
書に参照として統合される、アール・ネバシア(R.Nevati
a)とケイ・アール・バブ(K.R.Babu)による"Linear Featur
e Extraction and Description(線形特徴抽出及び記
述)"というタイトルの資料(Computer Graphics andIma
ge Processing,Vol.13,pp.257-269,1980)で使用された
エッジ検出方法を使用できる。図2Aないし図2Dは、
局部最大を検出するためのマスクの例を示している。図
2Aないし図2Dを参照すれば、局部最大を検出するた
めに4方向の局部最大検出マスクを使用する。図2A
は、0°の方向に該当するマスクである。図2Bは、4
5°の方向に該当するマスクである。図2Cは、90°
の方向に該当するマスクである。図2Dは、135°の
方向に該当するマスクである。次に、前記マスクを使用
してたたみこみを行う。その結果、最も大きい結果の方
向に該当するラベルを方向マップ及び大きさマップに記
録する。これにより、図3Aに示した2進映像から距離
変換を通じて得られた距離マップで局部最大を得ること
により、骨格を抽出する。
ップ108)。細線化は、例えば、方向マップで該当方
向の90°回転された方向で最も大きいピクセルだけを
残し、残りのピクセルは除去することにより行われる。
図3Dは、細線化された骨格化映像の一例を示してい
る。
連結によりラインセグメントを抽出する(ステップ11
0)。すなわち、細線化された骨格内の各ピクセルを一
つの方向に沿って連結し、その開始点及び終点について
のセットを作成することによりラインセグメントを抽出
する。この実施形態では、図2Aないし図2Dに示した
4方向の方向マップを使用し、方向マップで同一のラベ
ルを有するピクセル同士を連結して各々の線セグメント
の開始点及び終点についてのセットを作成する。
ンセグメントの併合によりラインセグメントのセットを
得る(ステップ112)。すなわち、得られたラインセ
グメントのセットから各ラインセグメント間の角度、距
離、及びラインセグメントの長さに対するしきい値を変
えつつラインセグメントの併合を行う。前記ラインセグ
メントの併合は残ったラインセグメントの本数が所定の
本数以下になるまで繰り返される。図3Eには、ライン
セグメントに近似化された結果を示している。次に、各
ラインセグメントの終点間の最大距離に対しラインセグ
メントのセットを正規化することにより得られたライン
セグメントのセットを形状記述子として設定する(ステ
ップ114)。すなわち、前記のような形状記述子抽出
方法によれば、2進映像の骨格を抽出して抽出された骨
格を形状記述子として使用する。
像の骨格を形状記述子として抽出し、抽出された形状記
述子は映像の併合に使用できる。また、前記形状記述子
抽出方法では2進映像から骨格を抽出し、抽出された骨
格をラインセグメントに近似化する。また、効率良いラ
インセグメント抽出のために2進映像を距離変換して局
部最大を求めることにより骨格を抽出する。抽出された
骨格はエッジ抽出方法を使用して一定本数のラインセグ
メントに近似化される。近似化されたラインセグメント
の数は一定の本数に制限されることにより、より速い整
合が行えるようにする。
法によってインデクシングされた映像を貯蔵するデータ
ベースから問合わせ映像と類似した映像を検索するため
の方法を説明する。また、図1を参照して説明された形
状記述子抽出方法によって抽出された形状記述子を使用
してインデクシングされた映像を含む映像データベース
内において問合わせ映像の形状と類似した映像を検索す
るときの検索性能を評価することにより、前記形状記述
子抽出方法の効果を述べる。
段階を示したフローチャートである。先ず、問合わせ映
像(待ち映像)の形状記述子からラインセグメントのセ
ットを得る(ステップ402)。次に、検索される映像
の形状記述子のラインセグメントのセットと問合わせ映
像の形状記述子のラインセグメントのセットとを比較す
ることにより非類似度を求める(ステップ404)。
メントの終点間の距離を測定し、測定された距離の最小
値の合計を非類似度値として設定する。非類似度特定関
数は、N、D1k及びD2kを各々、
メント、Mは検索されるラインセグメント、Sはライン
セグメントの開始点、Eはラインセグメントの終点、N
Qは問合わせ映像の形状記述子が有するラインセグメン
トの総数、NMは検索される映像の形状記述子が有する
ラインセグメントの総数である。
(6)により測定されたラインセグメント間の距離の最
小値の合計が二つの記述子の非類似度として設定され
る。すなわち、前記式(7)の結果値が小さいほど二つ
の物体が類似すると決定される。また、一定の回転角度
間隔で前記のような測定を行うことにより、回転によっ
て変わらない値が得られもする。
基づき、問合わせ映像と類似した形状特徴を有する映像
を検索する。検索される映像のうち問合わせ映像に対す
る非類似度が最も小さい映像が検索された映像として決
定される。このように非類似度に基づき映像を検索する
技法を整合技法と呼び、検索された映像は整合映像と呼
ぶ。
に、MPEG-7標準のXM(eXperimental Model)バー
ジョンで実験映像として使用される2進映像に対し模擬
実験を行った。ラインセグメントの併合のための各種の
しきい値は経験的に定めた。ラインセグメントの併合は
30°以下の角度だけでなされるようにし、かつ、併合
がなされる二本のラインセグメントの終点間の距離は実
際映像の横、縦長さのうち小さい値の5%、ラインセグ
メントの併合後に無視されるラインセグメントの長さは
横、縦長さのうち大きい値の1%と定めた。また、毎繰
り返し遂行時ごとにそのしきい値を10%ずつ増やしつ
つ、ラインセグメントの数を10本以下にした。実験結
果を図5及び図6に示す。図5を参照すれば、本発明に
よる映像検索方法は全く分類されない映像から問合わせ
映像と類似した形状を有する映像を検索するときにはあ
まり良好でない検索性能を示している。これは、ライン
セグメントへの近似化過程で詳細な部分の情報を失うか
らである。また、図6を参照すれば、分類された映像、
すなわち、同一のカテゴリー内のデータ集合から問合わ
せ映像と類似した形状を有する映像を検索するときには
極めて良好な検索性能を示している。したがって、前記
形状記述子抽出方法は、同一のカテゴリー内のデータ集
合において局部的な動きを抽出するに当たって有利であ
るということが分かる。同一の物体の部分的な動きを検
出するに当たって有利である理由は、本発明の形状記述
子抽出方法によって抽出された形状記述子は映像内に含
まれている形状の概略的な様子に関する情報をそのまま
有しているからであると理解できる。
た形状記述子抽出方法によりインデクシングされた映像
に対して問合わせ映像と類似した形状を有する映像を検
索する方法について説明した。しかし、前記映像検索方
法において、問合わせ映像と検索される映像との間の非
類似度を測定する段階は、測定された非類似度に基づき
類似した形状を有する映像をクラスタリングする分野な
どにも適用できる。
基盤の圧縮記述子であるMPEG-4、MPEG-7、及
びMPEG-21などの標準に基づく動映像圧縮技術に
適用できる。また、前記動映像圧縮技術に基づく映像検
索技術に効率良く適用できる。
述子抽出方法によって抽出された形状記述子は、映像内
に含まれている形状の概略的な様子に関する情報をその
まま有しているため、同一のカテゴリー内のデータ集合
において局部的な動きを効率良く抽出する。また、前記
形状記述子抽出方法によってインデクシングされた映像
データベース内において問合わせ映像と類似した形状を
有する映像を検索する本発明による映像検索方法は、分
類された映像から問合わせ映像と類似した形状を有する
映像を検索するとき、検索性能が極めて良好である。
述子抽出方法及び映像検索方法は、個人向けまたはサー
バ級のコンピュータ内にて実行されるプログラムにて作
成可能である。前記プログラムを構成するプログラムコ
ード及びコードセグメントは当該分野のコンピュータプ
ログラマーによって容易に推論できる。また、前記プロ
グラムはコンピュータにて読取り可能な記録媒体に貯蔵
できる。前記記録媒体は磁気記録媒体、光記録媒体、及
び電波媒体(radio media)を含む。
の主な段階を示したフローチャートである。
した図であり、0°の方向に該当するマスクである。
した図であり、45°の方向に該当するマスクである。
した図であり、90°の方向に該当するマスクである。
した図であり、135°の方向に該当するマスクであ
る。
プを示した図である。
る。
した図である。
像検索方法の主な段階を示したフローチャートである。
ためにMPEG-7標準のXMバージョンで実験映像と
して使用される2進映像に対して模擬実験を行った結果
を示した図である。
ためにMPEG-7標準のXMバージョンで実験映像と
して使用される2進映像に対して模擬実験を行った結果
を示した図である。
Claims (19)
- 【請求項1】 (a)映像の骨格を抽出して抽出された
骨格に基づき形状記述子を設定する段階を含むことを特
徴とする形状記述子抽出方法。 - 【請求項2】 (a)入力された映像から骨格を抽出す
る段階と、 (b)抽出された骨格に基づきピクセル間の連結を行う
ことによりラインセグメントのセットを求める段階と、 (c)ラインセグメントのセットを正規化することによ
り得られた正規化したラインセグメントのセットを形状
記述子として設定する段階とを含むことを特徴とする形
状記述子抽出方法。 - 【請求項3】 前記(a)段階は、 (a-1)入力された映像に対して距離変換を行うこと
により距離マップを求める段階と、 (a-2)求められた距離マップ上で骨格を抽出する段
階とを含むことを特徴とする請求項2に記載の形状記述
子抽出方法。 - 【請求項4】 前記(b)段階は、 (b-1)抽出された骨格を細線化する段階と、 (b-2)細線化した骨格内の各ピクセルの連結を行う
ことによりラインセグメントを抽出する段階とを含むこ
とを特徴とする請求項2に記載の形状記述子抽出方法。 - 【請求項5】 前記(c)段階は、 (c-1)連結されたラインセグメントの開始点及び終
点についてのセットを作成する段階と、 (c-2)抽出されたラインセグメントのラインセグメ
ントの併合によりラインセグメントのセットを求める段
階と、 (c-3)各ラインセグメントの終点間の最大距離に対
してラインセグメントのセットを正規化することにより
得られたラインセグメントのセットを形状記述子として
設定する段階とを含むことを特徴とする請求項2に記載
の形状記述子抽出方法。 - 【請求項6】 前記距離変換は、 物体の内部の各点を背景から最短距離の値で表わす関数
に基づくことを特徴とする請求項3に記載の形状記述子
抽出方法。 - 【請求項7】 前記(a-2)段階は、 エッジ検出方法を利用して距離マップから局部最大を得
る段階を含むことを特徴とする請求項2に記載の形状記
述子抽出方法。 - 【請求項8】 前記(a-2)段階は、 (a-2-1)局部最大を得るために4方向の局部最大検
出マスクを使用してたたみこみを行う段階を含むことを
特徴とする請求項7に記載の形状記述子抽出方法。 - 【請求項9】 前記(a-2-1)段階後に、 (a-2-2)最も大きい結果の方向に該当するラベルを
方向マップ及び大きさマップに記録する段階をさらに含
むことを特徴をする請求項5に記載の形状記述子抽出方
法。 - 【請求項10】 前記入力された映像は、 2進映像であることを特徴とする請求項2に記載の形状
記述子抽出方法。 - 【請求項11】 前記(b-1)段階は、 方向マップで該当方向の90°回転された方向で最も大
きいピクセルだけを残し、残りのピクセルは除去する段
階を含むことを特徴とする請求項4に記載の形状記述子
抽出方法。 - 【請求項12】 前記(c-2)段階は、 4方向の方向マップを使用し、方向マップで同一のラベ
ルを有するピクセル同士を連結して各々の線セグメント
の開始点及び終点をついてのセットを作成する段階を含
むことを特徴とする請求項8に記載の形状記述子抽出方
法。 - 【請求項13】 前記(c-2)段階は、 得られたラインセグメントのセットから各ラインセグメ
ント間の角度、距離、及びラインセグメントの長さに対
するしきい値を変えつつラインセグメントの併合を行う
段階を含むことを特徴とする請求項2に記載の形状記述
子抽出方法。 - 【請求項14】 前記ラインセグメントの併合は、 残ったラインセグメントの本数が所定の本数以下になる
まで繰り返されることを特徴とする請求項13に記載の
形状記述子抽出方法。 - 【請求項15】 問合わせ映像と類似した形状を有する
映像を検索する方法において、 (a)問合わせ映像の形状記述子からラインセグメント
のセットを得る段階と、 (b)検索される映像の形状記述子のラインセグメント
のセットと問合わせ映像の形状記述子のラインセグメン
トのセットとを比較することにより非類似度を求める段
階と、 (c)求めた非類似度に基づき問合わせ映像と類似した
形状特徴を有する映像を検索する段階とを含むことを特
徴とする映像検索方法。 - 【請求項16】 前記(b)段階は、 (b-1)骨格をなすラインセグメントの終点間の距離
を測定する段階と、 (b-2)測定された距離の最小値の合計を非類似度と
して設定する段階とを含むことを特徴とする請求項15
に記載の映像検索方法。 - 【請求項17】 前記(b-1)段階は、Qは検索しよ
うとするラインセグメント、Mは検索されるラインセグ
メント、Sはラインセグメントの開始点、Eはラインセ
グメントの終点、NQは問合わせ映像の形状記述子が有
するラインセグメントの総数、NMは検索される映像の
形状記述子が有するラインセグメントの総数であり、N
は 【数1】 としたとき、骨格をなすラインセグメントの終点間の距
離を 【数2】 により計算する段階を含み、 前記(b-2)段階は、 【数3】 で定義される非類似度特定関数を使用して測定する段階
を含むことを特徴とする請求項15に記載の映像検索方
法。 - 【請求項18】 回転によって変わらない値を得るため
に一定の回転角度間隔で前記(b-1)段階及び(b-
2)段階により類似度測定を行うことを特徴とする請求
項17に記載の映像検索方法。 - 【請求項19】 骨格に基づきなされた形状記述子を使
用してインデクシングされた映像間の非類似度を測定す
る方法において、 (a)問合わせ映像の形状記述子からラインセグメント
のセットを得る段階と、 (b)検索される映像の形状記述子のラインセグメント
のセットと問合わせ映像の形状記述子のラインセグメン
トのセットとを比較することにより非類似度を求める段
階とを含むことを特徴とする非類似度測定方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2000-0062163A KR100413679B1 (ko) | 2000-10-21 | 2000-10-21 | 형상 기술자 추출방법 |
KR200062163 | 2000-10-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002150285A true JP2002150285A (ja) | 2002-05-24 |
JP4018354B2 JP4018354B2 (ja) | 2007-12-05 |
Family
ID=19694767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001198699A Expired - Fee Related JP4018354B2 (ja) | 2000-10-21 | 2001-06-29 | 形状記述子抽出方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7023441B2 (ja) |
EP (1) | EP1199648A1 (ja) |
JP (1) | JP4018354B2 (ja) |
KR (1) | KR100413679B1 (ja) |
CN (2) | CN1157674C (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010531010A (ja) * | 2008-05-09 | 2010-09-16 | 韓国外国語大学校 研究産学協力団 | 画像と形状記述子とのマッチング |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100810002B1 (ko) * | 2001-04-11 | 2008-03-07 | 김회율 | 모양 기술자 계산을 위한 정규화 방법 및 그를 이용한영상 검색 방법 |
KR100876280B1 (ko) * | 2001-12-31 | 2008-12-26 | 주식회사 케이티 | 통계적 모양기술자 추출 장치 및 그 방법과 이를 이용한 동영상 색인 시스템 |
US7567715B1 (en) * | 2004-05-12 | 2009-07-28 | The Regents Of The University Of California | System and method for representing and encoding images |
US7529395B2 (en) * | 2004-12-07 | 2009-05-05 | Siemens Medical Solutions Usa, Inc. | Shape index weighted voting for detection of objects |
US7835583B2 (en) * | 2006-12-22 | 2010-11-16 | Palo Alto Research Center Incorporated | Method of separating vertical and horizontal components of a rasterized image |
FR2910992B1 (fr) * | 2007-01-03 | 2009-04-03 | Airbus France Sas | Procede de reconnaissance de formes bidimensionnelles. |
KR100961444B1 (ko) * | 2007-04-23 | 2010-06-09 | 한국전자통신연구원 | 멀티미디어 콘텐츠를 검색하는 방법 및 장치 |
CN101140660B (zh) * | 2007-10-11 | 2010-05-19 | 华中科技大学 | 基于离散曲线演化的骨架剪枝方法 |
US9495386B2 (en) | 2008-03-05 | 2016-11-15 | Ebay Inc. | Identification of items depicted in images |
EP2250623A4 (en) | 2008-03-05 | 2011-03-23 | Ebay Inc | METHOD AND APPARATUS OF IMAGE RECOGNITION SERVICES |
US8818978B2 (en) | 2008-08-15 | 2014-08-26 | Ebay Inc. | Sharing item images using a similarity score |
US8825660B2 (en) * | 2009-03-17 | 2014-09-02 | Ebay Inc. | Image-based indexing in a network-based marketplace |
KR101350335B1 (ko) * | 2009-12-21 | 2014-01-16 | 한국전자통신연구원 | 내용기반 영상검색 장치 및 방법 |
US9164577B2 (en) | 2009-12-22 | 2015-10-20 | Ebay Inc. | Augmented reality system, method, and apparatus for displaying an item image in a contextual environment |
CN101916381B (zh) * | 2010-07-13 | 2012-06-20 | 北京大学 | 基于稀疏表示的物体轮廓提取方法 |
US10127606B2 (en) | 2010-10-13 | 2018-11-13 | Ebay Inc. | Augmented reality system and method for visualizing an item |
US8538164B2 (en) * | 2010-10-25 | 2013-09-17 | Microsoft Corporation | Image patch descriptors |
US9449342B2 (en) | 2011-10-27 | 2016-09-20 | Ebay Inc. | System and method for visualization of items in an environment using augmented reality |
US9934522B2 (en) | 2012-03-22 | 2018-04-03 | Ebay Inc. | Systems and methods for batch- listing items stored offline on a mobile device |
US9349207B2 (en) | 2012-05-31 | 2016-05-24 | Samsung Electronics Co., Ltd. | Apparatus and method for parsing human body image |
US10846766B2 (en) | 2012-06-29 | 2020-11-24 | Ebay Inc. | Contextual menus based on image recognition |
KR101956275B1 (ko) * | 2012-09-26 | 2019-06-24 | 삼성전자주식회사 | 영상으로부터 신체 골격 및 신체 부위 정보 검출 방법 및 장치 |
CN103226584B (zh) * | 2013-04-10 | 2016-08-10 | 湘潭大学 | 形状描述符的构建方法及基于该描述符的图像检索方法 |
US9488469B1 (en) | 2013-04-22 | 2016-11-08 | Cognex Corporation | System and method for high-accuracy measurement of object surface displacement using a laser displacement sensor |
CN103744931A (zh) * | 2013-12-30 | 2014-04-23 | 中国科学院深圳先进技术研究院 | 一种图像检索的方法及系统 |
US9747394B2 (en) | 2014-03-18 | 2017-08-29 | Palo Alto Research Center Incorporated | Automated design and manufacturing feedback for three dimensional (3D) printability |
US9946816B2 (en) * | 2014-03-18 | 2018-04-17 | Palo Alto Research Center Incorporated | System for visualizing a three dimensional (3D) model as printed from a 3D printer |
JP6334735B2 (ja) * | 2014-05-06 | 2018-05-30 | ナント・ホールデイングス・アイ・ピー・エル・エル・シー | エッジベクトルを利用した画像特徴検出 |
US20150363660A1 (en) * | 2014-06-12 | 2015-12-17 | Asap54.Com Ltd | System for automated segmentation of images through layout classification |
US10409932B2 (en) * | 2014-09-19 | 2019-09-10 | Siemens Product Lifecyle Management Software Inc. | Computer-aided simulation of multi-layer selective laser sintering and melting additive manufacturing processes |
US9811760B2 (en) * | 2015-07-31 | 2017-11-07 | Ford Global Technologies, Llc | Online per-feature descriptor customization |
TWI582710B (zh) * | 2015-11-18 | 2017-05-11 | Bravo Ideas Digital Co Ltd | The method of recognizing the object of moving image and the interactive film establishment method of automatically intercepting target image |
US10949702B2 (en) | 2019-04-16 | 2021-03-16 | Cognizant Technology Solutions India Pvt. Ltd. | System and a method for semantic level image retrieval |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4573197A (en) * | 1983-12-13 | 1986-02-25 | Crimmins Thomas R | Method for automatic recognition of two-dimensional shapes |
US4881269A (en) * | 1985-07-29 | 1989-11-14 | French Limited Company - Centaure Robotique | Automatic method of optically scanning a two-dimensional scene line-by-line and of electronically inspecting patterns therein by "shape-tracking" |
JPH0769967B2 (ja) * | 1988-03-26 | 1995-07-31 | 株式会社エイ・ティ・アール視聴覚機構研究所 | 形状記述方法 |
US5267328A (en) * | 1990-01-22 | 1993-11-30 | Gouge James O | Method for selecting distinctive pattern information from a pixel generated image |
US5428692A (en) * | 1991-11-18 | 1995-06-27 | Kuehl; Eberhard | Character recognition system |
EP0514688A2 (en) | 1991-05-21 | 1992-11-25 | International Business Machines Corporation | Generalized shape autocorrelation for shape acquisition and recognition |
US5267332A (en) * | 1991-06-19 | 1993-11-30 | Technibuild Inc. | Image recognition system |
EP0578432A3 (en) * | 1992-07-06 | 1994-06-22 | Canon Kk | Similarity determination among patterns using affine-invariant features |
JP3260843B2 (ja) * | 1992-08-25 | 2002-02-25 | 株式会社リコー | 文字認識方法 |
US6005976A (en) * | 1993-02-25 | 1999-12-21 | Fujitsu Limited | Image extraction system for extracting patterns such as characters, graphics and symbols from image having frame formed by straight line portions |
US5751843A (en) * | 1993-08-09 | 1998-05-12 | Siemens Aktiengesellschaft | Method for detecting the spatial position and rotational position of suitably marked objects in digital image sequences |
JPH07141508A (ja) * | 1993-11-17 | 1995-06-02 | Matsushita Electric Ind Co Ltd | 形状記述装置 |
US5640468A (en) * | 1994-04-28 | 1997-06-17 | Hsu; Shin-Yi | Method for identifying objects and features in an image |
US5684940A (en) * | 1995-03-13 | 1997-11-04 | Rutgers, The States University Of New Jersey | Computer-implemented method and apparatus for automatically labeling area regions of maps using two-step label placing procedure and for curved labeling of point features |
JP3207336B2 (ja) * | 1995-07-31 | 2001-09-10 | シャープ株式会社 | 文字パターン生成装置 |
US6529635B1 (en) * | 1997-12-15 | 2003-03-04 | Intel Corporation | Shape-based image compression/decompression using pattern matching |
JP2986455B1 (ja) | 1998-07-24 | 1999-12-06 | 株式会社エイ・ティ・アール知能映像通信研究所 | 手振り認識装置 |
KR100671098B1 (ko) * | 1999-02-01 | 2007-01-17 | 주식회사 팬택앤큐리텔 | 모양정보를 이용한 멀티미디어 데이터의 검색 방법 및 장치 |
US6307964B1 (en) * | 1999-06-04 | 2001-10-23 | Mitsubishi Electric Research Laboratories, Inc. | Method for ordering image spaces to represent object shapes |
JP3654420B2 (ja) * | 2000-02-25 | 2005-06-02 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 画像変換方法、画像処理装置、および画像表示装置 |
US6654487B1 (en) * | 2000-03-03 | 2003-11-25 | Charles H. Downs, Jr. | Character recognition, including method and system for processing checks with invalidated MICR lines |
-
2000
- 2000-10-21 KR KR10-2000-0062163A patent/KR100413679B1/ko not_active IP Right Cessation
-
2001
- 2001-04-27 CN CNB01117420XA patent/CN1157674C/zh not_active Expired - Fee Related
- 2001-04-27 CN CNB200310118093XA patent/CN1294536C/zh not_active Expired - Fee Related
- 2001-04-30 EP EP20010303968 patent/EP1199648A1/en not_active Withdrawn
- 2001-06-21 US US09/885,171 patent/US7023441B2/en not_active Expired - Fee Related
- 2001-06-29 JP JP2001198699A patent/JP4018354B2/ja not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010531010A (ja) * | 2008-05-09 | 2010-09-16 | 韓国外国語大学校 研究産学協力団 | 画像と形状記述子とのマッチング |
Also Published As
Publication number | Publication date |
---|---|
US20020063718A1 (en) | 2002-05-30 |
CN1516077A (zh) | 2004-07-28 |
CN1350252A (zh) | 2002-05-22 |
CN1294536C (zh) | 2007-01-10 |
KR100413679B1 (ko) | 2003-12-31 |
JP4018354B2 (ja) | 2007-12-05 |
EP1199648A1 (en) | 2002-04-24 |
US7023441B2 (en) | 2006-04-04 |
CN1157674C (zh) | 2004-07-14 |
KR20020031591A (ko) | 2002-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4018354B2 (ja) | 形状記述子抽出方法 | |
CN103593464B (zh) | 基于视觉特征的视频指纹检测及视频序列匹配方法及系统 | |
Fang et al. | 4D facial expression recognition | |
CN110019914B (zh) | 一种支持三维场景交互的三维模型数据库检索方法 | |
Weinland et al. | Automatic discovery of action taxonomies from multiple views | |
WO2008018064A2 (en) | Data similarity and importance using local and global evidence scores | |
KR20000054864A (ko) | 모양정보를 이용한 멀티미디어 데이터의 검색 방법 및 장치 | |
Ratan et al. | Object detection and localization by dynamic template warping | |
CN111339812A (zh) | 一种基于全部或部分人体结构化特征集的行人识别和再识别的方法、电子设备和存储介质 | |
JP3559007B2 (ja) | 直線基準の映像整合方法 | |
Immidisetti et al. | Simultaneous face hallucination and translation for thermal to visible face verification using axial-gan | |
CN114937285B (zh) | 动态手势识别方法、装置、设备及存储介质 | |
Yang et al. | Parsing 3D motion trajectory for gesture recognition | |
Liu et al. | Video-based person re-identification without bells and whistles | |
Ren et al. | An investigation of skeleton-based optical flow-guided features for 3D action recognition using a multi-stream CNN model | |
Pang et al. | Analysis of computer vision applied in martial arts | |
Le | Deep learning-based for human segmentation and tracking, 3D human pose estimation and action recognition on monocular video of MADS dataset | |
Fan et al. | Skip connection aggregation transformer for occluded person reidentification | |
JP5538781B2 (ja) | 画像検索装置及び画像検索方法 | |
Chuang et al. | Human action recognition using star templates and delaunay triangulation | |
Zhu et al. | Enhancing interior and exterior deep facial features for face detection in the wild | |
Yin et al. | Semantics constrained dictionary learning for signer-independent sign language recognition | |
Dyana et al. | Combining features for shape and motion trajectory of video objects for efficient content based video retrieval | |
CN110830734A (zh) | 一种突变和渐变镜头切换识别方法 | |
CN116233383B (zh) | 一种基于ar技术的智能导游系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040219 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20040420 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040716 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20041006 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20041105 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20061108 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20061113 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070730 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070920 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100928 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100928 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110928 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120928 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130928 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |