JP2011221791A - 顔クラスタリング装置、顔クラスタリング方法、及びプログラム - Google Patents
顔クラスタリング装置、顔クラスタリング方法、及びプログラム Download PDFInfo
- Publication number
- JP2011221791A JP2011221791A JP2010090290A JP2010090290A JP2011221791A JP 2011221791 A JP2011221791 A JP 2011221791A JP 2010090290 A JP2010090290 A JP 2010090290A JP 2010090290 A JP2010090290 A JP 2010090290A JP 2011221791 A JP2011221791 A JP 2011221791A
- Authority
- JP
- Japan
- Prior art keywords
- face
- unit
- information
- clustering
- actor
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/772—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Collating Specific Patterns (AREA)
Abstract
【解決手段】画像に含まれる顔を検出する顔検出部と、前記顔検出部により検出された顔の向きを検出する顔向き検出部と、前記顔向き検出部により検出された顔の向きを考慮し、特徴が近い顔を検出して当該顔の特徴を表す顔情報の集合を形成する顔識別部と、前記顔識別部により形成された各顔情報の集合について、前記顔向き検出部により検出された顔の向きに基づいて顔の向き毎に予め設定された数まで顔情報の数を絞り込み、数が絞り込まれた各顔情報の集合を単位グループに設定する単位グループ設定部と、前記単位グループ設定部により設定された単位グループを単位として、当該各単位グループに含まれる顔情報に基づくクラスタリングを実行するクラスタリング部と、を備える、顔クラスタリング装置が提供される。
【選択図】図1
Description
ここで、以下に記載する本発明の実施形態に関する説明の流れについて簡単に述べる。まず、図1を参照しながら、本実施形態に係る情報処理装置100の機能構成について簡単に説明する。次いで、図2〜図25を参照しながら、情報処理装置100の動作、及び本実施形態に係る顔クラスタリング方法について詳細に説明する。次いで、図26を参照しながら、情報処理装置100のハードウェア構成例について簡単に説明する。最後に、本実施形態の技術的思想について纏め、当該技術的思想から得られる作用効果について簡単に説明する。
1:実施形態
1−1:情報処理装置100の構成
1−2:情報処理装置100の動作(顔クラスタリング方法)
1−2−1:第1クラスタリング方式
1−2−2:第2クラスタリング方式
1−2−3:適用ステップについて
1−3:性能改善策
1−3−1:性能改善策1
1−3−2:性能改善策2
1−3−3:性能改善策3
1−3−4:性能改善策4
1−4:ハードウェア構成例
2:まとめ
本発明の一実施形態について説明する。本実施形態は、連写画像や動画などの画像系列から検出された人物の情報(例えば、顔情報など)をクラスタリングする方法(以下、顔クラスタリング方法)に関する。特に、本実施形態は、画像系列から検出された人物の情報を所定の単位(以下、アクター)で管理する方法に関する。以下では、人物の情報として顔情報を具体例に挙げ、顔情報をクラスタリングする方法について説明する。
まず、図1を参照しながら、本実施形態に係る顔クラスタリング方法を実現することが可能な情報処理装置100の機能構成例について簡単に説明する。図1は、情報処理装置100の機能構成例を示す説明図である。
以下、図2〜図25を参照しながら、情報処理装置100の動作、及び本実施形態に係る顔クラスタリング方法について詳細に説明する。なお、本実施形態に係る顔クラスタリング方法は、先に説明したアクター情報(図12〜図14を参照)に基づくクラスタリング手法に関する。
ステップS106に処理を進めた場合、情報処理装置100は、顔認識部104の機能により、静止画から顔画像を検出する(S106)。次いで、情報処理装置100は、静止画から顔画像が検出されたか否かを判定する(S107)。顔画像が検出された場合、情報処理装置100は、処理をステップS108に進める。一方、顔画像が検出されない場合、情報処理装置100は、処理をステップS141(図4)に進める。
ところで、図2のステップS104において、コンテンツデータが動画であった場合、情報処理装置100は、処理をステップS121(図3)に進める。
まず、図16〜図20を参照しながら、本実施形態に係る第1クラスタリング方式について説明する。なお、第1クラスタリング方式に基づくクラスタリングは、アクタークラスタリング部106に含まれる第1クラスタリング部1061の機能により実現される。
次に、図21を参照しながら、本実施形態に係る第2クラスタリング方式について説明する。なお、第2クラスタリング方式に基づくクラスタリングは、アクタークラスタリング部106に含まれる第2クラスタリング部1062の機能により実現される。
ここで、図2〜図11に示した本実施形態に係る顔クラスタリング方法の処理ステップの中で、上記第1及び第2クラスタリング方式に基づくクラスタリング処理が適用される処理ステップについて説明を補足する。上記第1及び第2クラスタリング方式に基づくクラスタリングは、図2のステップS109(詳細は図7など)、図3のステップS129(詳細は図7など)、図4のステップS142(詳細は図11など)に適用される。つまり、図15に示した予選/決勝方式における各階層でのクラスタリングに適用される。どの処理ステップで、いずれのクラスタリング方式を採用するかは、例えば、図2のステップS101における初期設定で予め決めておくか、自動選択する仕組みを設けておく。
ここで、図22〜図25を参照しながら、本実施形態に係る顔クラスタリング方法の更なる性能改善策について説明する。
まず、図22を参照しながら、第1の性能改善策(以下、性能改善策1)について説明する。先に説明した通り、各アクター情報には、特徴量スロットが設けられている。そして、アクター情報を生成する際、特徴量スロットの空きスロットには、検出時間の早い順に顔情報が割り当てられる。また、特徴量スロットが全て埋まった後は、検出時間の早い順に顔情報の更新が行われ、最適な顔情報が特徴量スロットに割り当てられる。
次に、図23を参照しながら、第2の性能改善策(以下、性能改善策2)について説明する。図19、図20を参照しながら既に説明したように、第1クラスタリング部1061は、マージ後判定として、マージ対象とされるアクター情報に対応する人物の登場時間に重なりが無いかを判定する。そして、第1クラスタリング部1061は、図20に示すように人物の登場時間に重なりがある場合にはマージをしない。
次に、図24を参照しながら、第3の性能改善策(以下、性能改善策3)について説明する。時間的・空間的に近い人物の顔情報ほど纏まりやすい傾向がある。例えば、時間的に近い画像には同一人物の顔画像が含まれている可能性が高い。また、連続する動画フレームにおいて、同一人物の顔画像の空間的な位置は大きく変化しない。そのため、時間的・空間的に近い人物の顔情報を含むアクター情報ほどマージされやすくなる。しかしながら、図15を参照しながら説明した予選/決勝方式の場合、下位の階層において、比較的短い解析区間により解析対象となるアクター情報が分断されてしまう。そのため、解析区間の境目付近にあるアクター情報の類似性が下位階層で検討されない可能性がある。
次に、図25を参照しながら、第4の性能改善策(以下、性能改善策4)について説明する。先に説明したように、ある2つのアクター情報がマージされると、これらアクター情報に含まれる顔情報の一部が失われる。図25には、人物Aのアクター情報と、人物Bのアクター情報とをマージする例が示されている。この例では、人物Aのアクター情報に顔情報A1、A2が含まれ、人物Bのアクター情報に顔情報B1、B2、B3、B4が含まれている。さらに、マージ後のアクター情報(以下、マージアクター情報)には、顔情報A1、B2、B3、B4が含まれている。つまり、マージの結果、顔情報A2、B1が失われてしまう。
上記の情報処理装置100が有する各構成要素の機能は、例えば、図26に示す情報処理装置のハードウェア構成を用いて実現することが可能である。つまり、当該各構成要素の機能は、コンピュータプログラムを用いて図26に示すハードウェアを制御することにより実現される。なお、このハードウェアの形態は任意であり、例えば、パーソナルコンピュータ、携帯電話、PHS、PDA等の携帯情報端末、ゲーム機、又は種々の情報家電がこれに含まれる。但し、上記のPHSは、Personal Handy−phone Systemの略である。また、上記のPDAは、Personal Digital Assistantの略である。
最後に、本発明の実施形態に係る技術内容について簡単に纏める。ここで述べる技術内容は、例えば、PC、携帯電話、携帯ゲーム機、携帯情報端末、情報家電、カーナビゲーションシステム等、種々の情報処理装置に対して適用することができる。
上記の顔認識部104は、顔検出部、顔向き検出部、顔識別部の一例である。上記のアクター生成部105は、単位グループ設定部の一例である。上記のアクタークラスタリング部106は、クラスタリング部の一例である。上記の第1クラスタリング部1061は、第1マージ部の一例である。上記の第2クラスタリング部1062は、第2マージ部の一例である。上記のアクター情報は、単位グループの一例である。
101 表示部
102 記憶部
103 データ取得部
104 顔認識部
105 アクター生成部
106 アクタークラスタリング部
1061 第1クラスタリング部
1062 第2クラスタリング部
Claims (10)
- 画像に含まれる顔を検出する顔検出部と、
前記顔検出部により検出された顔の向きを検出する顔向き検出部と、
前記顔向き検出部により検出された顔の向きを考慮し、特徴が近い顔を検出して当該顔の特徴を表す顔情報の集合を形成する顔識別部と、
前記顔識別部により形成された各顔情報の集合について、前記顔向き検出部により検出された顔の向きに基づいて顔の向き毎に予め設定された数まで顔情報の数を絞り込み、数が絞り込まれた各顔情報の集合を単位グループに設定する単位グループ設定部と、
前記単位グループ設定部により設定された単位グループを単位として、当該各単位グループに含まれる顔情報に基づくクラスタリングを実行するクラスタリング部と、
を備える、
顔クラスタリング装置。 - 前記単位グループ設定部により設定された単位グループを第1の単位グループ、第k(k=1〜N)の単位グループに基づいて設定された単位グループを第(k+1)の単位グループと表現すると、
前記クラスタリング部は、前記第1の単位グループのうち、所定の第1時間T1で区切った各区間内に存在する単位グループを対象にし、特徴が近い単位グループをマージして第2の単位グループを設定し、前記第kの単位グループのうち、所定の第k時間Tk(Tk>Tk−1)で区切った各区間内に存在する単位グループを対象にし、特徴が近い単位グループをマージして第(k+1)の単位グループを設定するステップをk=2〜Nについて順次実行する、
請求項1に記載の顔クラスタリング装置。 - 前記クラスタリング部は、
全ての前記単位グループに設定された顔情報を対象に、当該各顔情報の類似度に基づいて前記特徴が近い単位グループをマージする第1マージ部と、
個々の前記単位グループに設定された顔情報を用いて、当該各単位グループの類似度に基づいて前記特徴が近い単位グループをマージする第2マージ部と、
を有し、
前記第i(1≦i≦N)の単位グループを対象にして、特徴が近い単位グループをマージするステップを前記第1マージ部が実行し、前記第j(j≠i)の単位グループを対象にして、特徴が近い単位グループをマージするステップを前記第2マージ部が実行する、
請求項2に記載の顔クラスタリング装置。 - 前記クラスタリング部は、略同一時間に対応する2つの単位グループをマージしない、
請求項3に記載の顔クラスタリング装置。 - 前記第1マージ部は、前記第i(1≦i≦N)の単位グループを対象にして、特徴が近い単位グループをマージするステップを実行する際、マージが起こらなくなるまで当該ステップを繰り返し実行する、
請求項3に記載の顔クラスタリング装置。 - 前記単位グループ設定部は、離れた時間に対応する顔情報が同じ単位グループに設定されやすいように顔情報の数を絞り込む、
請求項1に記載の顔クラスタリング装置。 - 前記第2マージ部は、少なくとも前記第1の単位グループを対象にして、特徴が近い単位グループをマージするステップを実行する、
請求項3に記載の顔クラスタリング装置。 - 前記クラスタリング部は、特徴が近い単位グループをマージする際、マージ前の単位グループに設定されている顔情報、及びマージ前の単位グループとマージ後の単位グループとの対応関係を表す階層情報を保持する、
請求項1に記載の顔クラスタリング装置。 - 画像に含まれる顔を検出する顔検出ステップと、
前記顔検出ステップで検出された顔の向きを検出する顔向き検出ステップと、
前記顔向き検出ステップで検出された顔の向きを考慮し、特徴が近い顔を検出して当該顔の特徴を表す顔情報の集合を形成する顔識別ステップと、
前記顔識別ステップで形成された各顔情報の集合について、前記顔向き検出ステップで検出された顔の向きに基づいて顔の向き毎に予め設定された数まで顔情報の数を絞り込み、数が絞り込まれた各顔情報の集合を単位グループに設定する単位グループ設定ステップと、
前記単位グループ設定ステップにより設定された単位グループを単位として、当該各単位グループに含まれる顔情報に基づくクラスタリングを実行するクラスタリングステップと、
を含む、
顔クラスタリング方法。 - 画像に含まれる顔を検出する顔検出機能と、
前記顔検出機能により検出された顔の向きを検出する顔向き検出機能と、
前記顔向き検出機能により検出された顔の向きを考慮し、特徴が近い顔を検出して当該顔の特徴を表す顔情報の集合を形成する顔識別機能と、
前記顔識別機能により形成された各顔情報の集合について、前記顔向き検出機能により検出された顔の向きに基づいて顔の向き毎に予め設定された数まで顔情報の数を絞り込み、数が絞り込まれた各顔情報の集合を単位グループに設定する単位グループ設定機能と、
前記単位グループ設定機能により設定された単位グループを単位として、当該各単位グループに含まれる顔情報に基づくクラスタリングを実行するクラスタリング機能と、
をコンピュータに実現させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010090290A JP5526955B2 (ja) | 2010-04-09 | 2010-04-09 | 顔クラスタリング装置、顔クラスタリング方法、及びプログラム |
US13/038,745 US8605957B2 (en) | 2010-04-09 | 2011-03-02 | Face clustering device, face clustering method, and program |
CN201110079857.3A CN102214293B (zh) | 2010-04-09 | 2011-03-31 | 面部群集设备、面部群集方法和程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010090290A JP5526955B2 (ja) | 2010-04-09 | 2010-04-09 | 顔クラスタリング装置、顔クラスタリング方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011221791A true JP2011221791A (ja) | 2011-11-04 |
JP5526955B2 JP5526955B2 (ja) | 2014-06-18 |
Family
ID=44745595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010090290A Active JP5526955B2 (ja) | 2010-04-09 | 2010-04-09 | 顔クラスタリング装置、顔クラスタリング方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US8605957B2 (ja) |
JP (1) | JP5526955B2 (ja) |
CN (1) | CN102214293B (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014067301A (ja) * | 2012-09-26 | 2014-04-17 | Buffalo Inc | 画像処理装置及びプログラム |
JP2015106386A (ja) * | 2013-12-02 | 2015-06-08 | 富士通株式会社 | 生体情報抽出装置、生体情報抽出方法、および生体情報抽出プログラム |
WO2022074787A1 (ja) * | 2020-10-08 | 2022-04-14 | 日本電気株式会社 | 画像処理装置、画像処理方法、プログラム |
WO2023181839A1 (ja) * | 2022-03-23 | 2023-09-28 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP7511765B2 (ja) | 2020-11-30 | 2024-07-05 | エヌイーシー ラボラトリーズ アメリカ インク | 自己最適化ビデオ分析パイプライン |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013003631A (ja) * | 2011-06-13 | 2013-01-07 | Sony Corp | 情報処理装置、情報処理方法、情報処理システム、及びプログラム |
US9179201B2 (en) | 2011-08-26 | 2015-11-03 | Cyberlink Corp. | Systems and methods of detecting significant faces in video streams |
US8958645B2 (en) * | 2012-04-19 | 2015-02-17 | Canon Kabushiki Kaisha | Systems and methods for topic-specific video presentation |
US9158996B2 (en) * | 2013-09-12 | 2015-10-13 | Kabushiki Kaisha Toshiba | Learning image collection apparatus, learning apparatus, and target object detection apparatus |
CN103927545B (zh) * | 2014-03-14 | 2017-10-17 | 小米科技有限责任公司 | 聚类方法及相关装置 |
KR102024867B1 (ko) * | 2014-09-16 | 2019-09-24 | 삼성전자주식회사 | 예제 피라미드에 기초하여 입력 영상의 특징을 추출하는 방법 및 얼굴 인식 장치 |
US9858679B2 (en) * | 2014-11-04 | 2018-01-02 | Hewlett-Packard Development Company, L.P. | Dynamic face identification |
JP2017033547A (ja) | 2015-08-05 | 2017-02-09 | キヤノン株式会社 | 情報処理装置及びその制御方法及びプログラム |
US10311290B1 (en) * | 2015-12-29 | 2019-06-04 | Rogue Capital LLC | System and method for generating a facial model |
CN108427955B (zh) * | 2017-10-27 | 2022-02-01 | 平安科技(深圳)有限公司 | 电子装置、混乱样本整理方法和计算机可读存储介质 |
JP6769475B2 (ja) * | 2018-12-04 | 2020-10-14 | 日本電気株式会社 | 情報処理システム、認証対象の管理方法、及びプログラム |
US11250244B2 (en) | 2019-03-11 | 2022-02-15 | Nec Corporation | Online face clustering |
JP7067593B2 (ja) * | 2020-09-24 | 2022-05-16 | 日本電気株式会社 | 情報処理システム、認証対象の管理方法、及びプログラム |
CN112861981B (zh) * | 2021-02-22 | 2023-06-20 | 每日互动股份有限公司 | 数据集标注方法、电子设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10234004A (ja) * | 1997-02-18 | 1998-09-02 | Toshiba Corp | 動画像表示装置および表示方法 |
JP2009081883A (ja) * | 2008-12-15 | 2009-04-16 | Sony Corp | 情報処理装置及び方法、並びにプログラム |
JP2010003021A (ja) * | 2008-06-18 | 2010-01-07 | Sony Corp | 画像処理装置、画像処理方法およびプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009042876A (ja) * | 2007-08-07 | 2009-02-26 | Toshiba Corp | 画像処理装置及びその方法 |
-
2010
- 2010-04-09 JP JP2010090290A patent/JP5526955B2/ja active Active
-
2011
- 2011-03-02 US US13/038,745 patent/US8605957B2/en active Active
- 2011-03-31 CN CN201110079857.3A patent/CN102214293B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10234004A (ja) * | 1997-02-18 | 1998-09-02 | Toshiba Corp | 動画像表示装置および表示方法 |
JP2010003021A (ja) * | 2008-06-18 | 2010-01-07 | Sony Corp | 画像処理装置、画像処理方法およびプログラム |
JP2009081883A (ja) * | 2008-12-15 | 2009-04-16 | Sony Corp | 情報処理装置及び方法、並びにプログラム |
Non-Patent Citations (2)
Title |
---|
CSNJ200710006013; 奥村 真澄 大網 亮磨 平田 恭二: '番組の出演者一覧生成のための顔画像クラスタリング手法' FIT2006 第5回情報科学技術フォーラム 一般講演論文集 第3分冊 画像認識・メディア理解 グラ , 20060821, P.29-30, 社団法人電子情報通信学会 * |
JPN6013064695; 奥村 真澄 大網 亮磨 平田 恭二: '番組の出演者一覧生成のための顔画像クラスタリング手法' FIT2006 第5回情報科学技術フォーラム 一般講演論文集 第3分冊 画像認識・メディア理解 グラ , 20060821, P.29-30, 社団法人電子情報通信学会 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014067301A (ja) * | 2012-09-26 | 2014-04-17 | Buffalo Inc | 画像処理装置及びプログラム |
JP2015106386A (ja) * | 2013-12-02 | 2015-06-08 | 富士通株式会社 | 生体情報抽出装置、生体情報抽出方法、および生体情報抽出プログラム |
WO2022074787A1 (ja) * | 2020-10-08 | 2022-04-14 | 日本電気株式会社 | 画像処理装置、画像処理方法、プログラム |
JP7511765B2 (ja) | 2020-11-30 | 2024-07-05 | エヌイーシー ラボラトリーズ アメリカ インク | 自己最適化ビデオ分析パイプライン |
WO2023181839A1 (ja) * | 2022-03-23 | 2023-09-28 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20110249904A1 (en) | 2011-10-13 |
CN102214293A (zh) | 2011-10-12 |
US8605957B2 (en) | 2013-12-10 |
JP5526955B2 (ja) | 2014-06-18 |
CN102214293B (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5526955B2 (ja) | 顔クラスタリング装置、顔クラスタリング方法、及びプログラム | |
CN109977262B (zh) | 从视频中获取候选片段的方法、装置及处理设备 | |
US10558885B2 (en) | Determination method and recording medium | |
CN113255694B (zh) | 训练图像特征提取模型和提取图像特征的方法、装置 | |
US10061999B1 (en) | System and method for using segmentation to identify object location in images | |
Li et al. | Location recognition using prioritized feature matching | |
CN105917359B (zh) | 移动视频搜索 | |
CN107273458B (zh) | 深度模型训练方法及装置、图像检索方法及装置 | |
Aoun et al. | Graph-based approach for human action recognition using spatio-temporal features | |
Kumar et al. | Recent trends in multicue based visual tracking: A review | |
JP5097280B2 (ja) | 画像及び画像群を表現、比較及び検索する方法及び装置、プログラム、コンピュータ読み取り可能な記憶媒体 | |
US9330336B2 (en) | Systems, methods, and media for on-line boosting of a classifier | |
WO2012071696A1 (zh) | 基于用户兴趣学习的个性化广告推送方法与系统 | |
CN104487915A (zh) | 维持扩增的连续性 | |
CN113766330A (zh) | 基于视频生成推荐信息的方法和装置 | |
CN109934081A (zh) | 一种基于深度神经网络的行人属性识别方法、装置及存储介质 | |
WO2015078134A1 (zh) | 视频分类的方法和装置 | |
CN106407978B (zh) | 一种结合似物度的无约束视频中显著物体检测方法 | |
US12046015B2 (en) | Apparatus and method for image classification | |
Xu et al. | Speed-invariant gait recognition using single-support gait energy image | |
CN115905838A (zh) | 一种视听辅助的细粒度触觉信号重建方法 | |
Duan et al. | Video shot boundary detection based on feature fusion and clustering technique | |
WO2024175099A1 (zh) | 图像处理方法、装置和存储介质 | |
CN110135428B (zh) | 图像分割处理方法和装置 | |
KR102110375B1 (ko) | 학습 전이 기반의 비디오 감시 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130305 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140303 |
|
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: 20140318 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140331 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5526955 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
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 |