JP2011216087A - 情報処理方法及び情報処理装置 - Google Patents
情報処理方法及び情報処理装置 Download PDFInfo
- Publication number
- JP2011216087A JP2011216087A JP2011060930A JP2011060930A JP2011216087A JP 2011216087 A JP2011216087 A JP 2011216087A JP 2011060930 A JP2011060930 A JP 2011060930A JP 2011060930 A JP2011060930 A JP 2011060930A JP 2011216087 A JP2011216087 A JP 2011216087A
- Authority
- JP
- Japan
- Prior art keywords
- learning
- image
- information processing
- tree
- node
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
Abstract
【解決手段】 認識対象を含む複数のパターンを用いて木構造の辞書を作成する学習を行う情報処理方法に、前記学習の過程で作成される木構造の各ノードにおいて、前記認識対象が入力パターンに存在する確率の分布に基づいて当該入力パターンから複数の点を選択し(S105)、選択された前記複数の点における前記入力パターンの値に対する所定の関数の値に基づいて、当該入力パターンを下位のノードに分岐させる(S106)。
【選択図】 図1
Description
なお、パターン認識問題をパターン識別問題として捉えたとき、識別するべきパターンの種類を“クラス”と呼び、以下の説明で“クラス”という用語はこの意味で用いる。
この欠点を克服する技術として、例えば特許文献1にあるような分類木の集合(アンサンブル)を用いた手法が提案されている。これは分類木をL個(Lは2以上の定数であり、通常は10〜100の範囲)作成し、それら全部を用いることによって、より高い認識性能を実現する技術である。
図1は、本実施形態による情報処理方法の基本的な処理手順を説明するフローチャートである。図1を詳述する前に本実施形態の情報処理方法が実現される装置構成について説明する。
図2は以下に説明する各実施形態に係わる情報処理方法が適用される情報処理装置のハードウェア構成を示すブロック図である。
外部記憶装置201は、本実施形態の各種処理を実現するプログラムや、学習パターン、学習パターンを用いて作成された辞書等を保持する。また、本実施形態によって導かれた新規パターンの認識結果を保持してもよい。
中央処理装置(CPU)202は情報処理方法のプログラムを実行したり、すべての装置の制御を行なったりする。
図3の(a)には301に示すダルマのような形の認識対象となる対象物が写っており、その後ろに302、303のような対象物以外の物が写っている。301の対象物が存在する場所を指定するのが(b)のマスクパターンの304であり、その他の部分が305の部分となる。
図3(b)のマスクパターンは、304で示した「図」の部分のピクセルの値をある正の定数(例えば255)とし、305で示した「地」の部分のピクセル値を0とするのが通常の例である。しかしながら、「図」と「地」の部分は明確でない場合もあるため、0と255の間の値(=1〜254)が格納されたピクセルがあってもよい。あるいは、マスクパターンを対象物よりも拡張してもよい。また、マスクパターンの画素値として浮動小数点を用いてもよい。
図3で示した学習パターンとマスクパターンは1組だったが、学習過程において用いる学習パターンとマスクパターンはこの組が2つ以上存在することとなる。そして、それぞれの組にクラス(パターンの種類)名称が付加されているいわゆる「教師付き学習」が行われる。
ステップS105で、カレントノードの展開に先立ち、まずそのノードで実施するクエリーを作成する。このカレントノードのクエリーは、カレントノードに残った学習パターンの集合(カレントパターン集合)を用いて作成される。これはサブルーチンとして図4につき詳しく説明する。
なお、ここで述べた“クエリー”とは、あるパターンがどの枝に属するかを判断する問い合わせのことである。C言語であれば、if文やswitch文で記述される。
ステップS105で、図3(a)に示した2点(306と307)の輝度値比較がクエリーとして作成され、ステップS106でそれに基づいて分割がなされたとする。より具体的には、座標(x1,y1)の輝度が座標(x2,y2)の輝度より大きい場合、下位の左のノード(枝)へ分かれ、それ以外の場合、下位の右のノード(枝)へ分かれるとする。
あるいは、「地」の部分の輝度としてある範囲(例えば0〜255)までの一様分布に基づいた確率変数を発生させて、その値を用いるなど、連続的に変化する値を用いてもよい。また、「図」の部分の輝度分布、具体的には304で示した領域の輝度分布に基づいた確率変数を発生させて、その値を用いてもよい。
以下数式で説明する。カレントノードに学習パターンがZ個残っているとする。そして、i番目(1≦i≦Z )の学習パターンのマスクパターンをベクトル Mi=(Mi 1,Mi 2,・・・Mi n)で表す。
図7は、新規の未学習パターンを図1で作成した木構造の辞書を用いて検出する過程を記述したフローチャートである。
この結果、図7に示したフローチャートでは、ルートノードからnullノードもしくはleafノードに到達するまでtreeをたどることになる。
図8、図9を用いて実施形態2を説明する。図8は学習過程を示したフローチャートであり、図9は認識過程を示したフローチャートである。
木構造の判別器の個数はL個とする。通常、Lは10〜100ぐらいの数になるが、2つ以上の任意の定数となる。Lを大きくすると辞書サイズが大きくなるが、認識率は向上する。一方、Lを小さくすると辞書はコンパクトになるが、認識率は低下する。
本実施形態は、パターンとして画像を扱う1つの例である。本実施形態の処理の流れを図10の模式図を用いて説明する。
本実施形態では、1枚の学習画像からM枚の部分画像が抽出される。これを部分画像集合と呼ぶ。この部分画像集合を構成する部分画像同士は重なりがなくても良いが、重なりがあるように網羅的に元の学習画像から抽出されることが望ましい。
次に、実施形態3を更に工夫した実施形態4を説明する。
実施形態4における図10(a)で示した部分画像選択を図13を用いて説明する。なお、図13の図は図3(b)に示した対象物体の存在範囲を示した図と同じ図を用いた。図13において、丸で示した部分は選択された部分画像の中心位置で、その外側の正方形で囲まれた部分が選択された部分画像である。丸の位置は対象物体が存在している部分からランダムに選ぶ。図13では1301〜1303の3点が選ばれている。例えば、図13においては、その選ばれた部分画像の中心点を中心に50ピクセル×50ピクセルの部分画像を抽出することになる。なお、ランダムに選択する部分画像の(中心の)個数は図13では3つとしたが、実施形態3にある通り、一般にはM個となる。
次に、実施形態5を説明する。実施形態1及至4では、学習画像として対象物体を撮影した2次元画像を用い、マスク画像としては対象物体の存在する領域の輝度が高い画像を用いていた。これに対して、実施形態5では、対象物体の奥行情報を表現する距離画像と、その信頼度を表現する信頼度画像を用いる。
次に、実施形態6を説明する。実施形態1及至4においては、学習データとしてN個の学習パターンとマスクパターンの組、もしくは、M×N個の学習部分パターンとマスク部分パターンの組を用いた。また、実施形態5においては、学習データとしてN個の距離パターンと信頼度パターンの組、もしくは、M×N個の距離部分パターンと信頼度部分パターンの組を用いた。これに対して、実施形態6では、学習データとしてN個の学習パターンとそれに対応するマスクパターンと距離パターンとそれに対応する信頼度パターンの組を使う。または、M×N個の学習部分パターンとそれに対応するマスク部分パターンと距離部分パターンとそれに対応する信頼度部分パターンの組を使う。
以上、実施形態を詳述したが、本発明は、例えば、システム、装置、方法、コンピュータ読み取り可能なプログラムもしくは記憶媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
Claims (16)
- 認識対象を含む複数のパターンを用いて木構造の辞書を作成する学習を行う情報処理方法であって、
前記学習の過程で作成される木構造の各ノードにおいて、前記認識対象が入力パターンに存在する確率の分布に基づいて当該入力パターンから複数の点を選択する選択ステップと、
選択された前記複数の点における前記入力パターンの値に対する所定の関数の値に基づいて、当該入力パターンを下位のノードに分岐させる分岐ステップとを有することを特徴とする情報処理方法。 - 前記選択ステップにおいて、前記辞書の作成効率を測る尺度に基づいて前記複数の点を選択することを特徴とする請求項1に記載の情報処理方法。
- 認識対象が含まれる複数の学習画像と、学習画像中の認識対象の存在する領域を指定するマスク画像とを用いて木構造の辞書を作成する情報処理方法であって、
前記マスク画像を参照しながら前記対象物体が存在する部分をより多く含む領域の点を参照する参照ステップと、
参照した点の位置を格納した木構造の辞書を作成する作成ステップとを有することを特徴とする情報処理方法。 - 前記参照ステップにおいて、前記認識対象が存在しない部分を参照した時、学習画像のデータを他の値で置換することを特徴とする請求項3に記載の情報処理方法。
- 前記学習画像と前記マスク画像から一部を切り取った部分画像を新たに学習画像、マスク画像とすることを特徴とする請求項3または4に記載の情報処理方法。
- 前記部分画像の中心の位置を前記認識対象が存在する領域からランダムに選ぶことを特徴とする請求項5に記載の情報処理方法。
- 前記マスク画像の値は所定の範囲で連続的に変化する値となることを特徴とする請求項3乃至6のいずれか1項に記載の情報処理方法。
- 前記マスク画像は対象物体が存在する部分から領域を拡張して作成されることを特徴とする請求項3乃至7のいずれか1項に記載の情報処理方法。
- 前記参照ステップにおいて、前記辞書の作成効率を測る尺度に基づいて参照する点を選択することを特徴とする請求項3乃至8のいずれか1項に記載の情報処理方法。
- 認識対象を含む複数のパターンを用いて木構造の辞書を作成する学習を行う情報処理方法であって、
前記学習の過程で作成される木構造の各ノードにおいて、前記ノードの深さに応じて変化する前記入力画像における探索範囲から複数の点を選択する選択ステップと、
選択された前記複数の点における前記入力パターンの値に対する所定の関数の値に基づいて、当該入力パターンを下位のノードに分岐させる分岐ステップとを有することを特徴とする情報処理方法。 - 認識対象が含まれる複数の学習画像と、学習画像中の認識対象の存在する領域の中で信頼性の高さを記述した信頼度画像を用いて木構造の辞書を作成する情報処理方法であって、
前記信頼度画像を参照しながら信頼度の高い部分をより多く含む領域を参照する参照ステップと、
参照した点の位置を格納した木構造の辞書を作成する作成ステップとを有することを特徴とする情報処理方法。 - 認識対象を含む複数のパターンを用いて木構造の辞書を作成する学習を行う情報処理装置であって、
前記学習の過程で作成される木構造の各ノードにおいて、前記認識対象が入力パターンに存在する確率の分布に基づいて当該入力パターンから複数の点を選択する選択手段と、
選択された前記複数の点における前記入力パターンの値に対する所定の関数の値に基づいて、当該入力パターンを下位のノードに分岐させる分岐手段とを有することを特徴とする情報処理装置。 - 認識対象が含まれる複数の学習画像と、学習画像中の認識対象の存在する領域を指定するマスク画像を用いて木構造の辞書を作成する情報処理装置であって、
前記マスク画像を参照しながら前記対象物体が存在する部分をより多く含む領域の点を参照する参照手段と、
参照した点の位置を格納した木構造の辞書を作成する作成手段とを有することを特徴とする情報処理装置。 - 認識対象を含む複数のパターンを用いて木構造の辞書を作成する学習を行う情報処理装置であって、
前記学習の過程で作成される木構造の各ノードにおいて、前記ノードの深さに応じて変化する前記入力画像における探索範囲から複数の点を選択する選択手段と、
選択された前記複数の点における前記入力パターンの値に対する所定の関数の値に基づいて、当該入力パターンを下位のノードに分岐させる分岐手段とを有することを特徴とする情報処理装置。 - 認識対象が含まれる複数の学習画像と、学習画像中の認識対象の存在する領域の中で信頼性の高さを記述した信頼度画像を用いて木構造の辞書を作成する情報処理装置であって、
前記信頼度画像を参照しながら信頼度の高い部分をより多く含む領域を参照する参照手段と、
参照した点の位置を格納した木構造の辞書を作成する作成手段とを有することを特徴とする情報処理装置。 - コンピュータに、請求項1乃至12のいずれか1項に記載の情報処理方法を実行させることを特徴とするコンピュータ読み取り可能なプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011060930A JP5725918B2 (ja) | 2010-03-19 | 2011-03-18 | 情報処理方法及び情報処理装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010064756 | 2010-03-19 | ||
JP2010064756 | 2010-03-19 | ||
JP2011060930A JP5725918B2 (ja) | 2010-03-19 | 2011-03-18 | 情報処理方法及び情報処理装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015076079A Division JP6041923B2 (ja) | 2010-03-19 | 2015-04-02 | 情報処理方法及び情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011216087A true JP2011216087A (ja) | 2011-10-27 |
JP5725918B2 JP5725918B2 (ja) | 2015-05-27 |
Family
ID=44647297
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011060930A Active JP5725918B2 (ja) | 2010-03-19 | 2011-03-18 | 情報処理方法及び情報処理装置 |
JP2015076079A Active JP6041923B2 (ja) | 2010-03-19 | 2015-04-02 | 情報処理方法及び情報処理装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015076079A Active JP6041923B2 (ja) | 2010-03-19 | 2015-04-02 | 情報処理方法及び情報処理装置 |
Country Status (2)
Country | Link |
---|---|
US (2) | US9053393B2 (ja) |
JP (2) | JP5725918B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013225175A (ja) * | 2012-04-19 | 2013-10-31 | Canon Inc | 情報処理装置、情報処理方法 |
JP2015173441A (ja) * | 2014-03-03 | 2015-10-01 | ノキア コーポレイション | 立体画像の視差マップ推定のための方法,装置及びコンピュータプログラム製品 |
WO2016067541A1 (en) * | 2014-10-27 | 2016-05-06 | Canon Kabushiki Kaisha | Data processing apparatus, imaging apparatus and data processing method |
US9489593B2 (en) | 2013-03-21 | 2016-11-08 | Canon Kabushiki Kaisha | Information processing apparatus and training method |
US9842279B2 (en) | 2013-11-05 | 2017-12-12 | Canon Kabushiki Kaisha | Data processing method for learning discriminator, and data processing apparatus therefor |
WO2018186398A1 (ja) * | 2017-04-07 | 2018-10-11 | 日本電気株式会社 | 学習データ生成装置、学習データ生成方法、および記録媒体 |
JP2020506484A (ja) * | 2017-02-07 | 2020-02-27 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 画像特性マップを処理するための方法及び装置 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5812599B2 (ja) * | 2010-02-25 | 2015-11-17 | キヤノン株式会社 | 情報処理方法及びその装置 |
JP6558584B2 (ja) * | 2013-04-12 | 2019-08-14 | ダナ リミテッド | パターン認識による車両及びオペレータガイダンス |
JP2014215877A (ja) * | 2013-04-26 | 2014-11-17 | 株式会社デンソー | 物体検出装置 |
US9986225B2 (en) * | 2014-02-14 | 2018-05-29 | Autodesk, Inc. | Techniques for cut-away stereo content in a stereoscopic display |
JP6359985B2 (ja) * | 2015-02-12 | 2018-07-18 | 株式会社デンソーアイティーラボラトリ | デプス推定モデル生成装置及びデプス推定装置 |
WO2017104272A1 (ja) * | 2015-12-18 | 2017-06-22 | ソニー株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US9916524B2 (en) * | 2016-02-17 | 2018-03-13 | Microsoft Technology Licensing, Llc | Determining depth from structured light using trained classifiers |
JP7058941B2 (ja) * | 2017-01-16 | 2022-04-25 | キヤノン株式会社 | 辞書生成装置、辞書生成方法、及びプログラム |
US10268889B2 (en) * | 2017-03-31 | 2019-04-23 | The Boeing Company | System for target material detection |
KR102644105B1 (ko) * | 2017-12-29 | 2024-03-06 | 주식회사 피제이팩토리 | 멀티 심도 이미지의 자동 생성 방법 |
KR102644097B1 (ko) * | 2017-12-29 | 2024-03-06 | 주식회사 피제이팩토리 | 멀티 심도 이미지의 자동 변환 방법 |
CN108960281B (zh) * | 2018-05-24 | 2020-05-05 | 浙江工业大学 | 一种黑色素瘤分类模型建立方法 |
CN111310808B (zh) * | 2020-02-03 | 2024-03-22 | 平安科技(深圳)有限公司 | 图片识别模型的训练方法、装置、计算机系统及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006163562A (ja) * | 2004-12-03 | 2006-06-22 | Matsushita Electric Ind Co Ltd | 画像処理装置、および画像処理方法 |
JP2009271890A (ja) * | 2008-05-12 | 2009-11-19 | Toshiba Corp | 画像処理装置及びその方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6181805B1 (en) * | 1993-08-11 | 2001-01-30 | Nippon Telegraph & Telephone Corporation | Object image detecting method and system |
US5978497A (en) * | 1994-09-20 | 1999-11-02 | Neopath, Inc. | Apparatus for the identification of free-lying cells |
US5930392A (en) | 1996-07-12 | 1999-07-27 | Lucent Technologies Inc. | Classification technique using random decision forests |
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 |
JP4668220B2 (ja) * | 2007-02-20 | 2011-04-13 | ソニー株式会社 | 画像処理装置および画像処理方法、並びにプログラム |
JP4636064B2 (ja) * | 2007-09-18 | 2011-02-23 | ソニー株式会社 | 画像処理装置および画像処理方法、並びにプログラム |
US20100027845A1 (en) * | 2008-07-31 | 2010-02-04 | Samsung Electronics Co., Ltd. | System and method for motion detection based on object trajectory |
JP4710978B2 (ja) * | 2009-01-09 | 2011-06-29 | ソニー株式会社 | 対象物検出装置、撮像装置、対象物検出方法およびプログラム |
JP5259456B2 (ja) * | 2009-03-02 | 2013-08-07 | 株式会社東芝 | 学習装置及び物体検出装置 |
US8375032B2 (en) * | 2009-06-25 | 2013-02-12 | University Of Tennessee Research Foundation | Method and apparatus for predicting object properties and events using similarity-based information retrieval and modeling |
US9355337B2 (en) * | 2009-08-25 | 2016-05-31 | Xerox Corporation | Consistent hierarchical labeling of image and image regions |
US8335348B2 (en) * | 2009-12-14 | 2012-12-18 | Indian Institute Of Technology Bombay | Visual object tracking with scale and orientation adaptation |
US20110188715A1 (en) * | 2010-02-01 | 2011-08-04 | Microsoft Corporation | Automatic Identification of Image Features |
US8620093B2 (en) * | 2010-03-15 | 2013-12-31 | The United States Of America As Represented By The Secretary Of The Army | Method and system for image registration and change detection |
-
2011
- 2011-03-17 US US13/050,872 patent/US9053393B2/en active Active
- 2011-03-18 JP JP2011060930A patent/JP5725918B2/ja active Active
-
2015
- 2015-04-02 JP JP2015076079A patent/JP6041923B2/ja active Active
- 2015-05-06 US US14/705,559 patent/US10902285B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006163562A (ja) * | 2004-12-03 | 2006-06-22 | Matsushita Electric Ind Co Ltd | 画像処理装置、および画像処理方法 |
JP2009271890A (ja) * | 2008-05-12 | 2009-11-19 | Toshiba Corp | 画像処理装置及びその方法 |
Non-Patent Citations (4)
Title |
---|
CSNG200600649002; 慶島 淳一、外2名: '"距離画像を用いた決定木による指文字認識"' システム制御情報学会論文誌 Vol.19, No.4, 20060415, p.44-46, システム制御情報学会 * |
CSNJ200810080257; 余部 治昭、長尾 智晴: '"木構造状分類器を用いた画像分類の高精度化"' 電子情報通信学会2008年総合大会講演論文集 情報・システム2 , 20080305, p.257, 社団法人電子情報通信学会 * |
JPN6014051407; 余部 治昭、長尾 智晴: '"木構造状分類器を用いた画像分類の高精度化"' 電子情報通信学会2008年総合大会講演論文集 情報・システム2 , 20080305, p.257, 社団法人電子情報通信学会 * |
JPN6014051408; 慶島 淳一、外2名: '"距離画像を用いた決定木による指文字認識"' システム制御情報学会論文誌 Vol.19, No.4, 20060415, p.44-46, システム制御情報学会 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013225175A (ja) * | 2012-04-19 | 2013-10-31 | Canon Inc | 情報処理装置、情報処理方法 |
US9489593B2 (en) | 2013-03-21 | 2016-11-08 | Canon Kabushiki Kaisha | Information processing apparatus and training method |
US9842279B2 (en) | 2013-11-05 | 2017-12-12 | Canon Kabushiki Kaisha | Data processing method for learning discriminator, and data processing apparatus therefor |
JP2015173441A (ja) * | 2014-03-03 | 2015-10-01 | ノキア コーポレイション | 立体画像の視差マップ推定のための方法,装置及びコンピュータプログラム製品 |
JP2016085637A (ja) * | 2014-10-27 | 2016-05-19 | キヤノン株式会社 | データ処理装置、撮像装置、およびデータ処理方法 |
CN107077725A (zh) * | 2014-10-27 | 2017-08-18 | 佳能株式会社 | 数据处理装置、成像装置和数据处理方法 |
WO2016067541A1 (en) * | 2014-10-27 | 2016-05-06 | Canon Kabushiki Kaisha | Data processing apparatus, imaging apparatus and data processing method |
US10547824B2 (en) | 2014-10-27 | 2020-01-28 | Canon Kabushiki Kaisha | Data processing apparatus, imaging apparatus and data processing method |
US11044453B2 (en) | 2014-10-27 | 2021-06-22 | Canon Kabushiki Kaisha | Data processing apparatus, imaging apparatus and data processing method |
JP2020506484A (ja) * | 2017-02-07 | 2020-02-27 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 画像特性マップを処理するための方法及び装置 |
JP6998388B2 (ja) | 2017-02-07 | 2022-01-18 | コーニンクレッカ フィリップス エヌ ヴェ | 画像特性マップを処理するための方法及び装置 |
WO2018186398A1 (ja) * | 2017-04-07 | 2018-10-11 | 日本電気株式会社 | 学習データ生成装置、学習データ生成方法、および記録媒体 |
JPWO2018186398A1 (ja) * | 2017-04-07 | 2020-01-16 | 日本電気株式会社 | 学習データ生成装置、学習データ生成方法、およびプログラム |
US10740653B2 (en) | 2017-04-07 | 2020-08-11 | Nec Corporation | Learning data generation device, learning data generation method, and recording medium |
US11386297B2 (en) | 2017-04-07 | 2022-07-12 | Nec Corporation | Learning data generation device, learning data generation method, and recording medium |
Also Published As
Publication number | Publication date |
---|---|
JP5725918B2 (ja) | 2015-05-27 |
JP2015149091A (ja) | 2015-08-20 |
US10902285B2 (en) | 2021-01-26 |
JP6041923B2 (ja) | 2016-12-14 |
US20150235109A1 (en) | 2015-08-20 |
US9053393B2 (en) | 2015-06-09 |
US20110229020A1 (en) | 2011-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6041923B2 (ja) | 情報処理方法及び情報処理装置 | |
US9881217B2 (en) | Method for detecting crowd density, and method and apparatus for detecting interest degree of crowd in target position | |
US9633483B1 (en) | System for filtering, segmenting and recognizing objects in unconstrained environments | |
Zeeshan Zia et al. | Explicit occlusion modeling for 3d object class representations | |
Yu et al. | Maximal entropy random walk for region-based visual saliency | |
Wang et al. | SCNet: Subdivision coding network for object detection based on 3D point cloud | |
KR101326691B1 (ko) | 지역적 특징의 통계적 학습을 통한 강건한 얼굴인식방법 | |
JP4742370B2 (ja) | 異常検出装置および異常検出方法 | |
JP4769983B2 (ja) | 異常検出装置および異常検出方法 | |
JP2020119154A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Anand et al. | Quantum image processing | |
Mekonnen et al. | Fast HOG based person detection devoted to a mobile robot with a spherical camera | |
Fang et al. | A joint deep learning network of point clouds and multiple views for roadside object classification from lidar point clouds | |
JP5407897B2 (ja) | 画像分類方法、装置、及びプログラム | |
CN104616302A (zh) | 一种目标实时识别方法 | |
Palmer et al. | Scale proportionate histograms of oriented gradients for object detection in co-registered visual and range data | |
KR101601564B1 (ko) | 얼굴의 원형 블록화를 이용한 얼굴 검출 방법 및 그 장치 | |
Pratama et al. | Application of yolo (you only look once) v. 4 with preprocessing image and network experiment | |
Liu et al. | Unsupervised Change Detection in Multitemporal Remote Sensing Images | |
CN112464699A (zh) | 用于面部分析的图像归一化方法、系统和可读介质 | |
Yang et al. | Hierarchical sliding slice regression for vehicle viewing angle estimation | |
Tek et al. | Cuda accelerated face recognition using local binary patterns | |
Cao et al. | Understanding 3D point cloud deep neural networks by visualization techniques | |
Nascimento et al. | Improving Object Detection and Recognition for Semantic Mapping with an Extended Intensity and Shape based Descriptor | |
De Albuquerque et al. | Evaluating resources cost of a Convolutional Neural Network aiming an embedded system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150209 |
|
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: 20150303 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150331 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5725918 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |