JP2009500736A - 視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法 - Google Patents

視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法 Download PDF

Info

Publication number
JP2009500736A
JP2009500736A JP2008519936A JP2008519936A JP2009500736A JP 2009500736 A JP2009500736 A JP 2009500736A JP 2008519936 A JP2008519936 A JP 2008519936A JP 2008519936 A JP2008519936 A JP 2008519936A JP 2009500736 A JP2009500736 A JP 2009500736A
Authority
JP
Japan
Prior art keywords
map
saliency
maps
visual
competition
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
Application number
JP2008519936A
Other languages
English (en)
Other versions
JP5011287B2 (ja
Inventor
ムール,オリヴィエ ル
カレ,パトリック ル
バルバ,ドミニク
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.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
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 Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of JP2009500736A publication Critical patent/JP2009500736A/ja
Application granted granted Critical
Publication of JP5011287B2 publication Critical patent/JP5011287B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/253Fusion techniques of extracted features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/449Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
    • G06V10/451Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N9/00Details of colour television systems
    • H04N9/64Circuits for processing colour signals
    • H04N9/74Circuits for processing colour signals for obtaining special effects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Navigation (AREA)

Abstract

本発明は、種々の視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法であって、・前記複数の顕著性マップを各視覚量の理論的な最大に基づいて規格化する段階と、・各顕著性マップにおける主たる顕著性領域を選択するマップ内競合段階と、・前記諸マップ内競合と、前記諸マップ内競合とある部位が前記複数の顕著性マップ上に現れる確率との積の関数であるマップ間冗長性項との和に基づくマップ間競合段階とを有する方法に関する。

Description

本発明は種々の視覚量(visual quantity)から生成された複数の顕著性マップ(saliency map)から一つの顕著性マップを得る方法に関する。
人間の視覚は選択的な注目をもつ。これは、我々の視覚系は主として、我々の環境のオブジェクトおよびイベントから発されるある数の信号に応答するということを意味している。
我々の注目を最も明らかに、かつ最も直観的に引きつける信号は、疑いなく、場面にオブジェクトが突然現れることである。
最終的に、さまざまな研究は、実際の諸固定点から、我々の視線を引きつける視覚特徴の類似性を推定しようとする。一般論として、そうした研究は、画像の平均輝度(brightness)によって規格化された分散、エントロピーおよび測定された固定点とその近傍の間の相関といったさまざまな量の測定に関係する。主たる結論は次のとおりである:
・固定領域のコントラスト測定値は、ランダムに取った領域のコントラスト測定値よりも高い。換言すれば、ある領域のコントラストは、その性質(ルミナンス、色、動き、テクスチャなど)に関わりなく、我々の注目を引きつける。たとえその領域が観察者によって実行されようとしているタスクに関係ないときでさえそうである。
・相関測定に基づいて、これらの研究はまた、固定領域がその近傍と異なることを示している。
画像中の顕著性点(saliency point)の検出は、その後、エンコードおよびインデックス付け方法を改良することを可能にする。画像の顕著性点のリストを得る方法として顕著性マップを得ることは、2003年12月18日にトムソン・ライセンシングSAの名の下に出願され、EP1544792号の下に公表された欧州特許出願において記載されている。
顕著性マップの生成は、種々の視覚量に関する:ある顕著性マップは可能性としては色成分(chromatic components)に関係し、あるマップは各色成分についてであり、あるいは無色成分(achromatic components)に関していてもよい。しかしながら、ひとたび種々の顕著性マップが生成されたら、それらをマージすることは望ましくない結果を生じることがある。
従来式のマージ方法は、種々の顕著性マップを同じダイナミックレンジになるよう規格化することを含む。マップCの規格化N(C)は、マップCに対して決定された全体的な最大を使う。その場合、最終的な顕著性マップSは単に次の関係式によって得られる:
CS(s)=N(N(CSA(s))+N(CSCr1(s))+N(CSCr2(s)))
ここで、CSA(s)は無色成分の顕著性マップを表し、CSCr1は第一の色成分の顕著性マップを表し、CSCr2は第二の色成分の顕著性マップを表す。
この方法の一つの利点は、単純さである。だが、この方法はさまざまな欠点を呈する:
・この方法は、準一様な分布をもつ顕著性マップと一つまたは複数の顕著性ピークをもつ顕著性マップの間の区別をしない;
・顕著性マップにいくつかの顕著性ピークが存在するとき、この種のマージは明らかに最高の顕著性ピークを優遇する;
・この方法はインパルスノイズに非常に敏感である;
・マップ間の相互作用がない。
したがって、本発明は、前述の欠点のうちの少なくとも一つを直すことを提案する。この目的のため、本発明は、種々の視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法を提案する。本発明によれば、本方法は、
・前記複数の顕著性マップを各視覚量の理論的な最大に基づいて規格化する段階と、
・各顕著性マップにおける主たる顕著性領域を選択するマップ内競合(competition)段階と、
・前記諸マップ内競合と、前記諸マップ内競合とある部位が前記複数の顕著性マップ上に現れる確率との積の関数であるマップ間冗長性項との和に基づくマップ間競合段階とを有する。
顕著性マップをマージするそのような方法は、二つの競合法に関わる:
・マップの最も有意な領域を識別するマップ内競合;
・種々のマップの冗長性と相補性を活用したマップ間競合。マップ間冗長性の使用は、ある種の領域がいくつかの次元での顕著性を生成するときに、該ある種の領域の顕著性を補強する方法である。逆に、ある領域が一つの視覚的次元においてのみ顕著性を生成するときには、マップ間相補性を使うことが必要である。
ある好ましい実施形態によれば、規格化段階において、
・前記複数の顕著性マップの諸部位は、視覚量の値の理論的な最大に対して規格化され、
・前記複数のマップは、所定の数のレベルを使って線形に量子化される。
ある好ましい実施形態によれば、前記マップ内競合段階において、
・視覚量の値が大きくなる諸部位を含む、顕著であると言われる諸部位を含む予備的リストが定義され、
・顕著であると言われる前記諸部位の前記予備的リストが前記値の降順にスキャンされ、顕著であると言われる前記部位を中心とする所定の半径の円形領域内に存在する顕著であると言われるその他の部位が禁止され、
・次に大きい値の部位の値との比が所定の閾値より大きい非禁止部位を含む、前記諸顕著部位のリストが確立される。
ある好ましい実施形態によれば、視覚量は色成分および無色成分に関する。
ある好ましい実施形態によれば、色成分に関する複数の顕著性マップがマージされ、次いで結果として得られる顕著性マップが無色成分に関する顕著性マップとマージされる。
本発明は、単一の付属の図面を参照する、決して限定的な意味ではない例示的な実施形態および有利な実装によってよりよく理解され、例解される。
以下に述べる実施形態は、成分Cr1およびCr2から導かれるCSCr1およびCSCr2で表される二つのマップについてのコヒーレントなマージを提案する。n個の顕著性マップへの一般化は容易に構想できる。
本マージ方法は、予備的なダイナミック規格化段階を有する。各マップの全体的な最大に基づく規格化を使う既知の規格化とは異なり、本マージ方法において使用される規格化は、各視覚的次元の理論的な最大に基づいている。これらの最大は、個別的な試験を使って実験的に決定される。たとえば、成分Cr1について、一様なルミナンスをもつが飽和した赤いパターンをもつ画像は、視覚軸Cr1の最大ダイナミックに近いダイナミックを生成する。この種の実験を繰り返すことは、成分A、Cr1、Cr2の理論的な最大を定義する一つの方法である。
二つのマップCSCr1およびCSCr2は次いで規格化され、L個のレベル上で量子化される。規格化(normalization)および量子化(quantization)後のそれらのマップはCSNQ Cr1およびCSNQ Cr2と表される。
規格化段階に続いて、本方法はマップ内(intra-map)競合段階を含む。このマップ内競合は、マップCSNQ Cr1およびCSNQ Cr2の各部位sの値を、最も近い極大に従って修正する。この種の競合は、次の関係式によって与えられる:
IntraMapCr1(s)=CSNQ Cr1(s)/NearestMaxcr1(s)
IntraMapCr2(s)=CSNQ Cr2(s)/NearestMaxcr2(s)
関数NearestMaxCr1(またNearestMaxcr2)は、部位sに最も近い成分Cr1(またCr2)の極大値を返す。この値は、サイズがK1(またK2)個の値のリストL1(またL2)から取られる。リストのサイズは、極大nと極大n+1との間の比が、ある閾値より大きくなるように決定される。閾値は任意に1.3に設定される。これは、主たる顕著性領域のみを考慮することを可能にする。
極大n+1は、図1に表されるように、極大nを中心とし、2視覚度(two visual degrees)の半径をもつ円形領域を禁止することによって決定される。円の大きさは、見る距離に比例する。
マップ内競合段階に続いて、マップ間競合が適用される。このマップ間競合は、異なる複数のマップの冗長性および相補性を活用する。項Intermapは次の関係式で与えられる:
Intermap(s)=complementarity(s)+redundancy(s)
項complementarity(s)〔相補性〕は、マップ内競合の結果どうしを足し合わせることによって得られる:
complementarity(s)=intraMapCr1(s)+intraMapCr2(s)
マップ間冗長性(redundancy)は、マージされるべき複数のマップの分布の同時解析(joint analysis)に基づいて処理される
redundancy(s)=intraMapCr1(s)×intraMapCr2(s)
×Log[N/H(CS NQ Cr1,CS NQ Cr2)]/3Log(L)
Nは、関係するマップの部位の数を表す。
マップCS NQ Cr1およびCS NQ Cr2の組み合わされたヒストグラムから推定される因子Log[N/H(CS NQ Cr1,CS NQ Cr2)]/3Log(L)は、関係する部位sの値をその現れる確率に従って修正する。部位sによって伝達される情報の量は、その現れる確率に反比例する。結果として、上記の因子は、部位sの値を、現れる確率が低いときに増加させる。逆に、部位sの値は、現れる確率が高いときには低下させられる。
マップCSCr1およびCSCr2のマージは、前記の項intermap(s)によって与えられる。
視覚量Cr1およびCr2が色成分を表すとき、無色成分に関する第三の顕著性マップを導入することもできる。すると、三つの顕著性マップのマージを実行するために、階層的なアプローチが実行すべく導入される。
それによると、顕著性マップは、まず無色成分に関する二つの顕著性マップをマージし、次いでこの結果として得られる色の顕著性マップと無色顕著性マップとの間のマージを実行することによって、得られる。
そのような階層的なアプローチは、時間的な顕著性マップを前記の空間的な顕著性マップとマージすることによっても適用されうる。その際、色顕著性マップおよび無色顕著性マップは、上述した階層的なアプローチに従ってマージされる。すると、この空間的顕著性マップの、時間的顕著性マップとの階層的マージが実行される。
未修正の成分A上で極大値の例示的な検索を表す図である。

Claims (5)

  1. 種々の視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法であって、
    ・前記複数の顕著性マップを各視覚量の理論的な最大に基づいて規格化する段階と、
    ・各顕著性マップにおける主たる顕著性領域を選択するマップ内競合段階と、
    ・前記諸マップ内競合と、前記諸マップ内競合とある部位が前記複数の顕著性マップ上に現れる確率との積の関数であるマップ間冗長性項との和に基づくマップ間競合段階とを有することを特徴とする方法。
  2. 前記規格化段階において、
    ・前記複数の顕著性マップの諸部位が、視覚量の値の理論的な最大に対して規格化され、
    ・前記複数のマップが、所定の数のレベルを使って線形に量子化されることを特徴とする、請求項1記載の方法。
  3. 前記マップ内競合段階において、
    ・視覚量の値が大きくなる諸部位を含む、顕著であると言われる諸部位を含む予備的リストが定義され、
    ・顕著であると言われる前記諸部位の前記予備的リストが前記値の降順にスキャンされ、顕著であると言われる前記部位を中心とする所定の半径の円形領域内に存在する顕著であると言われるその他の部位が禁止され、
    ・次に大きい値の部位の値との比が所定の閾値より大きい非禁止部位を含む、前記諸顕著部位のリストが確立される請求項1記載の方法。
  4. 前記視覚量が色成分および無色成分に関する、請求項1ないし3のうちいずれか一項記載の方法。
  5. 複数の色成分に関する複数の顕著性マップがマージされ、次いで結果として得られる顕著性マップが無色成分に関する顕著性マップとマージされる、請求項4記載の方法。
JP2008519936A 2005-07-06 2006-07-05 視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法 Active JP5011287B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR0552076 2005-07-06
FR0552076A FR2888375A1 (fr) 2005-07-06 2005-07-06 Procede d'obtention d'une carte de saillance a partir d'une pluralite de cartes de saillances etablies a partir de grandeurs visuelles differentes
PCT/EP2006/063901 WO2007003651A1 (en) 2005-07-06 2006-07-05 Method of obtaining a saliency map from a plurality of saliency maps created from visual quantities

Publications (2)

Publication Number Publication Date
JP2009500736A true JP2009500736A (ja) 2009-01-08
JP5011287B2 JP5011287B2 (ja) 2012-08-29

Family

ID=36579296

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008519936A Active JP5011287B2 (ja) 2005-07-06 2006-07-05 視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法

Country Status (7)

Country Link
US (1) US8326026B2 (ja)
EP (1) EP1899915B1 (ja)
JP (1) JP5011287B2 (ja)
KR (1) KR101240745B1 (ja)
CN (1) CN101218605B (ja)
FR (1) FR2888375A1 (ja)
WO (1) WO2007003651A1 (ja)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020154833A1 (en) * 2001-03-08 2002-10-24 Christof Koch Computation of intrinsic perceptual saliency in visual environments, and applications
GB2417808A (en) * 2004-09-02 2006-03-08 Hewlett Packard Development Co Document creation system
US8693780B2 (en) * 2009-06-22 2014-04-08 Technion Research & Development Foundation Limited Automated collage formation from photographic images
US8649606B2 (en) * 2010-02-10 2014-02-11 California Institute Of Technology Methods and systems for generating saliency models through linear and/or nonlinear integration
KR101834263B1 (ko) 2010-04-01 2018-03-06 톰슨 라이센싱 3차원(3d) 프리젠테이션에서의 서브타이틀들
CN101853513B (zh) * 2010-06-06 2012-02-29 华中科技大学 一种基于信息熵的时空显著性视觉注意方法
EP2582134A1 (en) * 2011-10-12 2013-04-17 Thomson Licensing Saliency value determination of predictively encoded video streams
US9626584B2 (en) * 2014-10-09 2017-04-18 Adobe Systems Incorporated Image cropping suggestion using multiple saliency maps
US11977319B2 (en) * 2020-09-25 2024-05-07 Qualcomm Incorporated Saliency based capture or image processing
CN115858792B (zh) * 2023-02-20 2023-06-09 山东省计算中心(国家超级计算济南中心) 基于图神经网络的招标项目名称短文本分类方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000125320A (ja) * 1998-05-26 2000-04-28 Eastman Kodak Co 赤目検出用コンピュ―タプログラム製品
JP2000207564A (ja) * 1998-12-31 2000-07-28 Eastman Kodak Co 画像の被写体の検出方法
JP2001236508A (ja) * 2000-02-23 2001-08-31 Fujitsu Ltd 顕著性算出装置及び方法
JP2004265406A (ja) * 2003-02-28 2004-09-24 Eastman Kodak Co バッチモードで処理されるポートレート画像を向上する方法及びシステム
EP1544792A1 (en) * 2003-12-18 2005-06-22 Thomson Licensing S.A. Device and method for creating a saliency map of an image
JP2008527522A (ja) * 2005-01-10 2008-07-24 トムソン ライセンシング 画像の顕著性マップを作成する装置及び方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT1250847B (it) * 1991-10-15 1995-04-21 Urmet Spa Apparecchio per la validazione di banconote
AT402861B (de) * 1994-03-28 1997-09-25 Oesterr Forsch Seibersdorf Verfahren und anordnung zum erkennen bzw. zur kontrolle von flächenstrukturen bzw. der oberflächenbeschaffenheit
KR20010085748A (ko) * 1998-08-28 2001-09-07 윌리암 제이. 버크 이미지를 전자적으로 개선하기 위한 방법 및 장치
US6320976B1 (en) * 1999-04-01 2001-11-20 Siemens Corporate Research, Inc. Computer-assisted diagnosis method and system for automatically determining diagnostic saliency of digital images
US7107545B2 (en) * 2002-02-04 2006-09-12 Draeger Medical Systems, Inc. System and method for providing a graphical user interface display with a conspicuous image element
US7116716B2 (en) * 2002-11-01 2006-10-03 Microsoft Corporation Systems and methods for generating a motion attention model
US7130461B2 (en) * 2002-12-18 2006-10-31 Xerox Corporation Systems and method for automatically choosing visual characteristics to highlight a target against a background
FR2851677B1 (fr) * 2003-02-20 2005-05-27 France Telecom Procede de selection d'un objet au sein d'une image source, dispositif, applications, et programme d'ordinateur correspondant.
JP2005086680A (ja) * 2003-09-10 2005-03-31 Matsushita Electric Ind Co Ltd 画面表示方法、画像表示プログラム及び画像表示装置
CN1547114A (zh) * 2003-12-09 2004-11-17 南化集团研究院 一种用Daniel点绘图判定显著性因素的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000125320A (ja) * 1998-05-26 2000-04-28 Eastman Kodak Co 赤目検出用コンピュ―タプログラム製品
JP2000207564A (ja) * 1998-12-31 2000-07-28 Eastman Kodak Co 画像の被写体の検出方法
JP2001236508A (ja) * 2000-02-23 2001-08-31 Fujitsu Ltd 顕著性算出装置及び方法
JP2004265406A (ja) * 2003-02-28 2004-09-24 Eastman Kodak Co バッチモードで処理されるポートレート画像を向上する方法及びシステム
EP1544792A1 (en) * 2003-12-18 2005-06-22 Thomson Licensing S.A. Device and method for creating a saliency map of an image
JP2007515009A (ja) * 2003-12-18 2007-06-07 トムソン ライセンシング 画像の顕著性マップを生成する装置および方法
JP2008527522A (ja) * 2005-01-10 2008-07-24 トムソン ライセンシング 画像の顕著性マップを作成する装置及び方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
小池耕彦、外1名: "確率的顕著性マップモデルによる注意の移動メカニズム", 認知科学, vol. 第10巻、第3号, JPN6011006099, 1 September 2003 (2003-09-01), JP, pages 401 - 417, ISSN: 0001840847 *

Also Published As

Publication number Publication date
EP1899915A1 (en) 2008-03-19
FR2888375A1 (fr) 2007-01-12
CN101218605B (zh) 2012-10-31
KR101240745B1 (ko) 2013-03-07
WO2007003651A1 (en) 2007-01-11
CN101218605A (zh) 2008-07-09
KR20080030604A (ko) 2008-04-04
US8326026B2 (en) 2012-12-04
JP5011287B2 (ja) 2012-08-29
EP1899915B1 (en) 2017-05-03
US20090110269A1 (en) 2009-04-30

Similar Documents

Publication Publication Date Title
JP5011287B2 (ja) 視覚量から生成された複数の顕著性マップから一つの顕著性マップを得る方法
Checkosky et al. Effects of pattern goodness on recognition time in a memory search task.
US8433108B2 (en) Video fingerprinting
US20190304112A1 (en) Methods and systems for providing selective disparity refinement
EP2347388B1 (en) Method, apparatus and software for determining motion vectors
JP2018533104A (ja) メモリ効率の良いコーディングされた光の誤り訂正
Kong et al. A benchmark: Performance evaluation of dashed-line detection algorithms
CN114298901A (zh) 人像超分辨率重建方法、模型训练方法、装置、电子设备和可读存储介质
US9936189B2 (en) Method for predicting stereoscopic depth and apparatus thereof
CN111027589B (zh) 一种多分制目标检测算法评价系统及方法
US20110170774A1 (en) Image manipulating system and method
CN113674215B (zh) 光伏板的光斑识别方法、装置及计算机可读存储介质
JP2020181402A5 (ja)
CN111445430B (zh) 基于差异特征幅值区间融合有效度分布的双模态红外图像融合算法选择方法
CN112614195B (zh) 热图像的生成方法、装置和热成像设备
Watson et al. Effects of color heterogeneity on subitization
US7451931B2 (en) Detecting barcodes on two-dimensional images using frequency domain data
CN112954310A (zh) 图像质量检测方法、装置、计算机设备以及可读存储介质
US20210134014A1 (en) Method and device for color similarity evaluation
Flittner et al. Adapting Image Analysis Measures of Visual Clutter to Multiple Plane Augmented Reality User Interfaces
US20100054597A1 (en) Image processing and generation of focus information
Williams The new muesli complexity metric for mine-hunting difficulty in sonar images
JP6891792B2 (ja) 測定プログラム、測定装置および測定方法
KR20240073626A (ko) 객체 검출 모델 평가 방법 및 장치
CN106780711B (zh) 一种立体匹配方法和装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090629

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20110128

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110208

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20110420

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20110427

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20110603

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20110610

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110802

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111206

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20120215

A602 Written permission of extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A602

Effective date: 20120222

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120411

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120522

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120604

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 5011287

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20150608

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R360 Written notification for declining of transfer of rights

Free format text: JAPANESE INTERMEDIATE CODE: R360

R360 Written notification for declining of transfer of rights

Free format text: JAPANESE INTERMEDIATE CODE: R360

R371 Transfer withdrawn

Free format text: JAPANESE INTERMEDIATE CODE: R371

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

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