JP2014501980A - 画像の並列処理方法および装置 - Google Patents
画像の並列処理方法および装置 Download PDFInfo
- Publication number
- JP2014501980A JP2014501980A JP2013543531A JP2013543531A JP2014501980A JP 2014501980 A JP2014501980 A JP 2014501980A JP 2013543531 A JP2013543531 A JP 2013543531A JP 2013543531 A JP2013543531 A JP 2013543531A JP 2014501980 A JP2014501980 A JP 2014501980A
- Authority
- JP
- Japan
- Prior art keywords
- image
- difference
- original image
- convolution
- blur
- 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
- 238000003672 processing method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 28
- FPIPGXGPPPQFEQ-OVSJKPMPSA-N all-trans-retinol Chemical compound OC\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C FPIPGXGPPPQFEQ-OVSJKPMPSA-N 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 12
- 238000012952 Resampling Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 239000011717 all-trans-retinol Substances 0.000 claims description 6
- 235000019169 all-trans-retinol Nutrition 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 16
- 238000010276 construction Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
Description
a.複数のボケ畳み込み関数を提供する工程であって、前記畳み込み関数の各々は前記原画像の畳み込み時に原画像の増大するボケの程度を提供する工程と、
b.2つの前記ボケ畳み込み関数間の差を算出することにより複数の差分畳み込み関数値Difを確立する工程であって、前記2つのボケ畳み込み関数の各々は、前記原画像の畳み込み時に原画像のボケの異なる程度を提供する工程と、
c.差分画像を取得するために、前記差分畳み込み関数値Difの各々を前記原画像と畳み込むことによって、前記原画像から複数の差分画像を算出する工程と、を備える。
a.複数のボケ畳み込み関数を用いて、本発明により原画像から前記第1の複数の差分画像を取得する工程と、
b.ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを取得するために、前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込む工程と、
c.後続画像を取得するために、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを前記原画像と畳み込む工程と、
d.本発明により後続画像から後続する複数の差分画像を取得する工程と、
e.任意に、前記原画像として前記後続画像を用い、付加的な後続する複数の差分画像を取得するために、上記cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至8のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.第1の画像を取得するために、ボケた原画像をダウンサンプリングする工程と、
c.ダウンサンプリング・アンチエイリアシング畳み込み関数Aconを取得するために、前記複数のボケ関数をアンチエイリアシング関数と畳み込む工程と、
d.後続画像を取得するために、取得されたアンチエイリアシング畳み込み関数Aconを第1の画像と畳み込む工程と、
e.請求項1乃至8のいずれか一項に記載の方法により前記後続画像から後続する複数の差分画像を取得する工程、
f.任意に、前記後続画像前記原画像を表示し、付加的な後続する複数の差分画像を取得するために、上記b、cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、本発明により原画像から前記第1の複数の差分画像を取得する工程と、
b.ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを取得するために、前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込む工程と、
c.後続画像を取得するために、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを前記原画像と畳み込む工程と、
d.本発明により後続画像から後続する複数の差分画像を取得する工程と、
e.任意に、前記原画像として前記後続画像を用い、付加的な後続する複数の差分画像を取得するために、上記cおよびdの工程を繰り返す工程と、
を備える。
a.本発明の方法により多重差分画像を取得する工程と、
b.前記多重差分画像における画素振幅極値を検索する工程と、
c.各差分画像内の各画素について画素勾配ベクトルを生成する工程と、
d.ベクトルの向きを、各差分画像に関連するそれぞれの実際の最大および最小振幅画素と関連付ける工程と、
を備える。
[詳細な開示]
追加の態様および実施形態を以下に記載する。
a.複数のボケ畳み込み関数を提供する工程であって、前記畳み込み関数の各々は前記原画像の畳み込み時に原画像の増大するボケの程度を提供する工程と、
b.2つの前記ボケ畳み込み関数間の差を算出することにより複数の差分畳み込み関数値Difを確立する工程であって、前記2つのボケ畳み込み関数の各々は、前記原画像の畳み込み時に原画像のボケの異なる程度を提供する工程と、
c.差分画像を取得するために、前記差分畳み込み関数値Difの各々を前記原画像と畳み込むことによって、前記原画像から複数の差分画像を算出する工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至6のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを取得するために、前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込む工程と、
c.後続画像を取得するために、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを前記原画像と畳み込む工程と、
d.請求項1乃至6のいずれか一項に記載の方法により後続画像から後続する複数の差分画像を取得する工程と、
e.任意に、前記原画像として前記後続画像を用い、付加的な後続する複数の差分画像を取得するために、上記cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至8のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.第1の画像を取得するために、ボケた原画像をダウンサンプリングする工程と、
c.ダウンサンプリング・アンチエイリアシング畳み込み関数Aconを取得するために、前記複数のボケ関数をアンチエイリアシング関数と畳み込む工程と、
d.後続画像を取得するために、取得されたアンチエイリアシング畳み込み関数Aconを第1の画像と畳み込む工程と、
e.請求項1乃至8のいずれか一項に記載の方法により前記後続画像から後続する複数の差分画像を取得する工程、
f.任意に、前記後続画像前記原画像を表示し、付加的な後続する複数の差分画像を取得するために、上記b、cおよびdの工程を繰り返す工程と、
を備える。
a.複数のボケ畳み込み関数を用いて、請求項1乃至9のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数と畳み込むことで第1のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(1)を取得する工程と、
c.nが1よりも大きい場合、以前のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t−1)を、前記複数のボケ関数、ダウンサンプリング関数、およびアンチエイリアシング関数と畳み込むことで、付加的なダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t)を取得する工程であって、t=2でこの工程cを始め、単一増分でtを増加させながらtがnに達するまでこの工程を繰り返す工程と、
d.ダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(x)の各々について画像(x)を取得すべく、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconの全てを前記原画像と畳み込む工程と、
e.請求項1乃至9のいずれか一項に記載の方法により後続するn個の複数の差分画像を取得して、画像(x)の各々から複数(x)の各々を取得する工程と、
を備える。
a.請求項1乃至10のいずれか一項に記載の方法により多重差分画像を取得する工程と、
b.前記多重差分画像における画素振幅極値を検索する工程と、
c.各差分画像内の各画素について画素勾配ベクトルを生成する工程と、
d.ベクトルの向きを、各差分画像に関連するそれぞれの実際の最大および最小振幅画素と関連付ける工程と、
を備える。
・任意ボケ幅の効率的な画像ブレ
・散乱ピクセルデータとの滑らかな補間
・ミップマップテクスチャ
・勾配両極端を検出するためのスケールスペース構築
ここで、ガウシアンフィルタリングおよびリサンプリングカーネルの組み合わせからなる解析フィルタの並列インスタンス化を使用して、例えば、ガウシアンピラミッドを構築するための方法とシステムが提示される。本発明を説明するため、SIFTアルゴリズムによって示唆されるように、勾配両極端を検出するためのスケールスペース構造を構築するための方法およびシステムの実施形態を提示する。
SIFTの計算における主要なフェーズは、スケールスペース構造である。このフェーズでは、興味深い画像の特徴あるいはキーポイントは、画像の候補位置を識別するカスケードフィルタリングアプローチを用いて検出される。これらの画像位置は、種々の手法を用いながら、更なる段階で評価され、検証される。
D(x,y,σ)=L(x,y,kiσ)−L(x,y,kjσ)
ここで、L(x;y;kσ)は、スケールkσにおけるガウシアンボケまたはカーネルG(x;y;kσ)と原画像L(x,y)との畳み込み(コンボリューション)であり、すなわち、
L(x,y,kσ)=G(x,y,kσ)*I(x,y)
である。
は、xとyでの畳み込み演算を示すために使用される。このように、従来のSIFTアルゴリズムは、2つの畳み込みを計算し、その後、これら2つの畳み込み間の差を算出する。
図1は、DoG関数を構築する従来の方法を、例を挙げて示すものである。
補間カーネル(x、y)によって画像f(x、y)をリサンプリングし、その後、これを畳み込みカーネルp(x、y)により畳み込むことを所望するならば、k(x、y)によるp(x、y)の畳み込みであるカーネルq(x、y)によって畳み込むことによって工程を節約することができる。
Claims (21)
- 複数の画素によって画成される原画像から複数の差分画像を取得するための方法であって、
a.複数のボケ畳み込み関数を提供する工程であって、前記畳み込み関数の各々は前記原画像の畳み込み時に原画像の増大するボケの程度を提供する工程と、
b.2つの前記ボケ畳み込み関数間の差を算出することにより複数の差分畳み込み関数値Difを確立する工程であって、前記2つのボケ畳み込み関数の各々は、前記原画像の畳み込み時に原画像のボケの異なる程度を提供する工程と、
c.差分画像を取得するために、前記差分畳み込み関数値Difの各々を前記原画像と畳み込むことによって、前記原画像から複数の差分画像を算出する工程と、
を備えた方法。 - 前記複数の差分画像が並列に計算される、請求項1に記載の方法。
- 前記原画像におけるスケール不変特徴を識別する方法に使用される、請求項1または2に記載の方法。
- 前記複数の差分ボケ畳み込み関数は、一旦確定され、前記差分画像の後続計算に繰り返し使用される、請求項1乃至3のいずれか一項に記載の方法。
- 前記ボケ畳み込み関数がガウシアン関数である、請求項1乃至4のいずれか一項に記載の方法。
- 前記差分畳み込み関数Difが多項式によって近似される、請求項1乃至5のいずれか一項に記載の方法。
- 第1の複数の差分画像および少なくとも1つの後続する複数の差分画像を取得するための方法であって、
a.複数のボケ畳み込み関数を用いて、請求項1乃至6のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを取得するために、前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数で畳み込む工程と、
c.後続画像を取得するために、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconを前記原画像と畳み込む工程と、
d.請求項1乃至6のいずれか一項に記載の方法により後続画像から後続する複数の差分画像を取得する工程と、
e.任意に、前記原画像として前記後続画像を用い、付加的な後続する複数の差分画像を取得するために、上記cおよびdの工程を繰り返す工程と、
を備えた方法。 - 後続する複数の差分画像は、原画像から、付加的なボケ、ダウンサンプリングおよびアンチエイリアシング畳み込み関数と畳み込むことによって、直接算出される、請求項7に記載の方法。
- 第1の複数の差分画像および少なくとも1つの後続する複数の差分画像を取得するための方法であって、
a.複数のボケ畳み込み関数を用いて、請求項1乃至8のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.第1の画像を取得するために、ボケた原画像をダウンサンプリングする工程と、
c.ダウンサンプリング・アンチエイリアシング畳み込み関数Aconを取得するために、前記複数のボケ関数をアンチエイリアシング関数と畳み込む工程と、
d.後続画像を取得するために、取得されたアンチエイリアシング畳み込み関数Aconを第1の画像と畳み込む工程と、
e.請求項1乃至8のいずれか一項に記載の方法により前記後続画像から後続する複数の差分画像を取得する工程、
f.任意に、前記後続画像前記原画像を表示し、付加的な後続する複数の差分画像を取得するために、上記b、cおよびdの工程を繰り返す工程と、
を備えた方法。 - 第1の複数の差分画像および多数nの後続する複数の差分画像を取得するための方法であって、
a.複数のボケ畳み込み関数を用いて、請求項1乃至9のいずれか一項に記載の方法により原画像から前記第1の複数の差分画像を取得する工程と、
b.前記複数のボケ関数をダウンサンプリング関数およびアンチエイリアシング関数と畳み込むことで第1のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(1)を取得する工程と、
c.nが1よりも大きい場合、以前のダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t−1)を、前記複数のボケ関数、ダウンサンプリング関数、およびアンチエイリアシング関数と畳み込むことで、付加的なダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(t)を取得する工程であって、t=2でこの工程cを始め、単一増分でtを増加させながらtがnに達するまでこの工程を繰り返す工程と、
d.ダウンサンプリング・アンチエイリアシング畳み込み関数DAcon(x)の各々について画像(x)を取得すべく、前記ダウンサンプリング・アンチエイリアシング畳み込み関数DAconの全てを前記原画像と畳み込む工程と、
e.請求項1乃至9のいずれか一項に記載の方法により後続するn個の複数の差分画像を取得して、画像(x)の各々から複数(x)の各々を取得する工程と、
を備えた方法。 - 複数の画素によって画成される画像内で種々のスケールにわたって安定した画像特徴を識別するための方法であって、多重フィルタリング工程およびリサンプリング工程が並行して実施され得る方法において、
a.請求項1乃至10のいずれか一項に記載の方法により多重差分画像を取得する工程と、
b.前記多重差分画像における画素振幅極値を検索する工程と、
c.各差分画像内の各画素について画素勾配ベクトルを生成する工程と、
d.ベクトルの向きを、各差分画像に関連するそれぞれの実際の最大および最小振幅画素と関連付ける工程と、
を備えた方法。 - 前記多重フィルタリング工程が、ガウシアン・フィルタリングステップである、請求項11に記載の方法。
- 複数の画素によって画成される原画像から複数の差分画像を取得するための画像処理装置であって、前記第1の画像に関するデータを受信するための手段と、前記差分画像を送信または記憶するための手段、および処理手段を備え、
差分画像を取得するために、複数の差分ボケ関数Difの各々を前記原画像に畳み込むことによって原画像から複数の差分画像を算出し、
前記複数の差分畳み込み関数Difは、2つのボケ畳み込み関数間の差を計算することによって確立され、前記2つのボケ畳み込み関数の各々は、前記原画を畳み込むと前記原画像の異なるボケの程度を提供する、装置。 - 複数の画素によって画成される画像におけるスケール不変特徴を識別するための画像処理装置であって、前記画像処理装置は、請求項1乃至12のいずれか一項に記載の方法を実装するように構成されたプロセッサ回路を備える、画像処理装置。
- 前記プロセッサ回路は、CPU等のチップを含む、請求項13または14に記載の画像処理装置。
- 画像処理装置は複数のチップを備え、各チップは少なくとも一つの差分画像を計算するように構成される、請求項13〜15のいずれか一項に記載の画像処理装置。
- 前記画像処理装置は双線形補間器を備え、前記双線形補間器は、乗加算器(MAC)、遅延線加算器、および制御論理ブロックを含んでなる、請求項13乃至16のいずれか一項に記載の画像処理装置。
- コンピュータプログラムであって、プログラムがコンピュータ上で実行されるときに請求項1乃至12のいずれか一項に記載の全ての工程を実行するためのプログラムコード手段を備えたコンピュータプログラム。
- コンピュータプログラム製品であって、前記プログラム製品がコンピュータ上で実行されるときに請求項1乃至12のいずれか一項に記載の方法を実行するためのコンピュータ可読媒体上に記憶されたプログラムコード手段を備えたコンピュータプログラム製品。
- 複数の画素によって画成される原画像から差分画像を複数取得するためのソフトウェアプログラムであって、前記ソフトウェアプログラムは、複数のプロセッサに以下の動作をもたらす:
前記複数のプロセッサが並行して異なる差分画像を算出するように、複数の差分ボケ関数Difの各々を前記原画像に畳み込むことによって原画像から複数の差分画像を算出し、
前記差分畳み込み関数値Difは、2つのボケ畳み込み関数の差を計算することによって確立され、前記2つのボケ畳み込み関数の各々は、前記原画を畳み込むと前記原画像の異なるボケの程度を提供する、ソフトウェアプログラム。 - 複数の画素によって画成された画像においてスケール不変特徴を識別するためのソフトウェアプログラムであって、前記ソフトウェアプログラムが請求項1〜12のいずれか一項に記載の方法を実装するように構成されたソフトウェアプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA201070557 | 2010-12-17 | ||
DKPA201070557A DK177154B1 (da) | 2010-12-17 | 2010-12-17 | Method and device for parallel processing of images |
US201161429263P | 2011-01-03 | 2011-01-03 | |
US61/429,263 | 2011-01-03 | ||
PCT/DK2011/050486 WO2012079587A2 (en) | 2010-12-17 | 2011-12-15 | Method and device for parallel processing of images |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014501980A true JP2014501980A (ja) | 2014-01-23 |
JP5976665B2 JP5976665B2 (ja) | 2016-08-24 |
Family
ID=45768004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013543531A Active JP5976665B2 (ja) | 2010-12-17 | 2011-12-15 | 画像の並列処理方法および装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9020297B2 (ja) |
EP (1) | EP2652703A2 (ja) |
JP (1) | JP5976665B2 (ja) |
CN (1) | CN103548053B (ja) |
CA (1) | CA2821025C (ja) |
DK (1) | DK177154B1 (ja) |
WO (1) | WO2012079587A2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463790B (zh) * | 2013-09-17 | 2018-08-10 | 联想(北京)有限公司 | 一种图像处理的方法、装置和系统 |
KR102325602B1 (ko) | 2015-07-06 | 2021-11-12 | 삼성전자주식회사 | 데이터를 병렬적으로 처리하는 장치 및 방법 |
CN105096276B (zh) * | 2015-08-28 | 2017-12-05 | 东方网力科技股份有限公司 | 一种图像高斯滤波方法及装置 |
US10008030B2 (en) | 2015-09-07 | 2018-06-26 | Samsung Electronics Co., Ltd. | Method and apparatus for generating images |
US10043113B1 (en) * | 2017-10-04 | 2018-08-07 | StradVision, Inc. | Method and device for generating feature maps by using feature upsampling networks |
CN111435979A (zh) * | 2019-01-15 | 2020-07-21 | 西安诺瓦电子科技有限公司 | 视频图像处理方法和装置 |
CN113128558B (zh) * | 2021-03-11 | 2022-07-19 | 重庆邮电大学 | 基于浅层空间特征融合与自适应通道筛选的目标检测方法 |
CN113205145B (zh) * | 2021-05-18 | 2022-08-16 | 广州大学 | 基于归一化互相关的模板匹配方法、系统、装置及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010009599A (ja) * | 2008-06-27 | 2010-01-14 | Palo Alto Research Center Inc | 局所化されたスケール空間特性を使用してピクチャイメージ内で安定したキーポイントを検出するシステムおよび方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5359674A (en) * | 1991-12-11 | 1994-10-25 | David Sarnoff Research Center, Inc. | Pyramid processor integrated circuit |
EP0875031B1 (de) * | 1996-01-15 | 2001-06-20 | Infineon Technologies AG | Prozessor zur bildverarbeitung |
US6567564B1 (en) * | 1996-04-17 | 2003-05-20 | Sarnoff Corporation | Pipelined pyramid processor for image processing systems |
US5963675A (en) | 1996-04-17 | 1999-10-05 | Sarnoff Corporation | Pipelined pyramid processor for image processing systems |
US6711293B1 (en) | 1999-03-08 | 2004-03-23 | The University Of British Columbia | Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image |
US20060072845A1 (en) * | 2002-12-18 | 2006-04-06 | Koninklijke Philips Electronics N.V. | Method of processing an input image by means of multi-resolution |
US20050265633A1 (en) | 2004-05-25 | 2005-12-01 | Sarnoff Corporation | Low latency pyramid processor for image processing systems |
US7477794B2 (en) * | 2005-06-30 | 2009-01-13 | Microsoft Corporation | Multi-level image stack of filtered images |
US8150169B2 (en) | 2008-09-16 | 2012-04-03 | Viewdle Inc. | System and method for object clustering and identification in video |
US8441489B2 (en) * | 2008-12-31 | 2013-05-14 | Intel Corporation | System and method for SIFT implementation and optimization |
CN102169581A (zh) * | 2011-04-18 | 2011-08-31 | 北京航空航天大学 | 一种基于特征向量的快速高精度鲁棒性匹配方法 |
-
2010
- 2010-12-17 DK DKPA201070557A patent/DK177154B1/da not_active IP Right Cessation
-
2011
- 2011-12-15 CA CA2821025A patent/CA2821025C/en active Active
- 2011-12-15 WO PCT/DK2011/050486 patent/WO2012079587A2/en active Application Filing
- 2011-12-15 JP JP2013543531A patent/JP5976665B2/ja active Active
- 2011-12-15 CN CN201180059994.9A patent/CN103548053B/zh active Active
- 2011-12-15 US US13/990,284 patent/US9020297B2/en active Active
- 2011-12-15 EP EP11837311.7A patent/EP2652703A2/en not_active Ceased
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010009599A (ja) * | 2008-06-27 | 2010-01-14 | Palo Alto Research Center Inc | 局所化されたスケール空間特性を使用してピクチャイメージ内で安定したキーポイントを検出するシステムおよび方法 |
Non-Patent Citations (1)
Title |
---|
JPN6015039451; 藤吉 弘亘: 'Gradientベースの特徴抽出 -SIFTとHOG-' 電子情報通信学会技術研究報告 第107巻 第207号, 20070827, p.211-224, 社団法人電子情報通信学会 * |
Also Published As
Publication number | Publication date |
---|---|
JP5976665B2 (ja) | 2016-08-24 |
US20130251265A1 (en) | 2013-09-26 |
DK177154B1 (da) | 2012-03-05 |
CN103548053A (zh) | 2014-01-29 |
WO2012079587A3 (en) | 2012-08-09 |
CN103548053B (zh) | 2016-10-26 |
CA2821025A1 (en) | 2012-06-21 |
US9020297B2 (en) | 2015-04-28 |
EP2652703A2 (en) | 2013-10-23 |
CA2821025C (en) | 2018-07-31 |
WO2012079587A2 (en) | 2012-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5976665B2 (ja) | 画像の並列処理方法および装置 | |
Chakrabarti | A neural approach to blind motion deblurring | |
Nguyen et al. | Efficient generalized cross-validation with applications to parametric image restoration and resolution enhancement | |
Kundur et al. | Blind image deconvolution | |
Kumar et al. | Fractional Fourier transform and fractional-order calculus-based image edge detection | |
JP2008226233A (ja) | カーネルフィルタを用いて入力データをフィルタリングするコンピュータ実装方法及び装置 | |
Hosseini et al. | Derivative kernels: Numerics and applications | |
JP2014524084A (ja) | 画像処理目的のためのフィルタによるコンボルーションの高速数値近似の適用 | |
Chervyakov et al. | Increasing of convolutional neural network performance using residue number system | |
WO2012060093A1 (ja) | ステレオ画像処理装置及びステレオ画像処理方法 | |
EP3093757A2 (en) | Multi-dimensional sliding window operation for a vector processor | |
JP2005025696A (ja) | 画像処理装置、画像処理方法及びプログラム及び記録媒体 | |
Deshpande et al. | A novel modified cepstral based technique for blind estimation of motion blur | |
Xiao et al. | Detail enhancement of image super-resolution based on detail synthesis | |
Belyaev | Implicit image differentiation and filtering with applications to image sharpening | |
Bratsolis et al. | Comparison of optimized mathematical methods in the improvement of raster data and map display resolution of Sentinel-2 images | |
Gowri et al. | 2D Image data approximation using Savitzky Golay filter—Smoothing and differencing | |
Pan et al. | Fractional directional derivative and identification of blur parameters of motion-blurred image | |
Abraham Sundar et al. | Multi-frame super-resolution using adaptive normalized convolution | |
Belhaj et al. | Blind image deconvolution via Hankel based method for computing the GCD of polynomials | |
JP6849576B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
WO2019163244A1 (ja) | 画像処理方法、画像処理装置、及び画像処理プログラム | |
WO2019163243A1 (ja) | 画像処理方法、画像処理装置、及び画像処理プログラム | |
KR101775273B1 (ko) | 이미지들 사이의 상관관계 획득 방법 및 시스템 | |
JP7114321B2 (ja) | データ処理装置及びその方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150813 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150930 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20151227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160214 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20160226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160330 |
|
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: 20160630 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160720 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5976665 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
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 |