JP2018056990A - ビデオフレームを選ぶための方法、システム、および装置 - Google Patents
ビデオフレームを選ぶための方法、システム、および装置 Download PDFInfo
- Publication number
- JP2018056990A JP2018056990A JP2017180397A JP2017180397A JP2018056990A JP 2018056990 A JP2018056990 A JP 2018056990A JP 2017180397 A JP2017180397 A JP 2017180397A JP 2017180397 A JP2017180397 A JP 2017180397A JP 2018056990 A JP2018056990 A JP 2018056990A
- Authority
- JP
- Japan
- Prior art keywords
- frames
- video
- video sequence
- sampling
- frame
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Television Signal Processing For Recording (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
【解決手段】ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定する。ビデオシーケンスの中のフレームの第1のセットは、第1のサンプリングパターンを用いてサンプリングされる。フレームは、第1のサンプリングパターンに従って、ビデオシーケンス全体にわたって低頻度でサンプリングされる。候補フレームが、サンプリングされたフレームから画質に基づいて決定される。決定された候補フレームの近くの狭い範囲のビデオシーケンス中のフレームの1以上を含むフレームの第2のセットが、第2のサンプリングパターンに応じて決定される。サンプリングされたフレームから画質に基づいてビデオフレームの少なくとも1つが選択される。
【選択図】図4
Description
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定し、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定し、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングし、
サンプリングされた前記フレームから画質に基づいて候補フレームを決定し、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲の前記ビデオシーケンス中の前記フレームの1以上を含む前記フレームの第2のセットをサンプリングし、
サンプリングされた前記フレームから画質に基づいて前記ビデオフレームの少なくとも1つを選択する。
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定する手段と、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定する手段と、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングする手段と、
サンプリングされた前記フレームから画質に基づいて候補フレームを決定する手段と、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲の前記ビデオシーケンス中の前記フレームの1以上を含む前記フレームの第2のセットをサンプリングする手段と、
サンプリングされた前記フレームから画質に基づいて前記ビデオフレームの少なくとも1つを選択する手段とを有する。
データ及びコンピュータプログラムを含むメモリと、
前記コンピュータプログラムを実行するために前記メモリと結合されたプロセッサとを含み、前記コンピュータプログラムは、
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定し、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定し、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングし、
サンプリングされたフレームから画質に基づいて候補フレームを決定し、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲の前記ビデオシーケンス中の前記フレームの1以上を含む前記フレームの第2のセットをサンプリングし、
サンプリングされた前記フレームから画質に基づいてビデオフレームの少なくとも1つを選択する命令を有する。
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定するコードと、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定するコードと、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングするコードと、
サンプリングされた前記フレームから画質に基づいて候補フレームを決定するコードと、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲の前記ビデオシーケンス中の前記フレームの1以上を含む前記フレームの第2のセットをサンプリングするコードと、
サンプリングされた前記フレームから画質に基づいて前記ビデオフレームの少なくとも1つを選択するコードとを含む。
第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングするコードと、
サンプリングされた前記フレームから画質に基づいて候補フレームを決定するコードと、
第2のサンプリングパターンに応じて、前記候補フレームの近くの狭い範囲の前記ビデオシーケンス中の1以上の前記フレームを含む前記フレームの第2のセットをサンプリングするコードと、
サンプリングされた前記フレームから画質に基づいて前記ビデオフレームの少なくとも1つを選択するコードとを有する。
他の側面もまた開示される。
記憶場所128、129、130から命令131をフェッチするか或いは読むフェッチオペレーション、
制御ユニット139が、どの命令がフェッチされたを判定するデコードオペレーション、
制御ユニット139および/またはALU140が命令を実行する実行オペレーション。
・顔の特徴−数、位置、サイズ、相対的なサイズ、切り取り状態、瞬き状態、注視方向、および微笑み状態、
・ピクセルの特徴−先鋭度、露光、および色の彩度、
・意味的な特徴−誕生日のろうそくを吹き消すことなど型通りのシーンの存在、共通の顔を認識すること、ペットを認識すること、関係を認識すること。
・方法300は5分以内に完了しなければならない、
・方法300は結合されたビデオ持続時間の10分の1以内で完了しなければならない。
・動的セグメントの中のフレームには、モーションブラー及びまずく構成された内容を含む欠陥を持つ可能性が高い。サンプルフレームがより多いことは、欠陥サンプルフレームのための代替サンプルフレームが利用可能である可能性がより高いことを意味している。
・多種多様なコンテンツがあり、その結果、より高い密度によってビデオシーケンスの異なるコンテンツのカバレッジが保証される。
・移動する物体などの関心を引くコンテンツは高いビデオアクティビティを結果として生じており、それは、動的セグメントからより高密度でサンプルを選ぶことの他の有利な理由である。
Nd = Td x Rds x N / (Ts + (Td x Rds)) (1)
ここで、Ndは全ての動的セグメントにわたって割り当てられるサンプル数である。
Tdは全ての動的セグメントにわたる総フレーム数である。
Rdsは前述した動的対静的サンプリング密度比である。
Nは、動的セグメントと静的セグメントとの間で分割される総サンプル数である。
Tsは全ての静的セグメントにわたる総フレーム数である。
全ての静的セグメントにわたって割り当てられるサンプル数Nsは数式(2)に従って以下のように決定される。
Ns = N - Nd (2)
ここで、Nsは全静的セグメントにわたって割り当てられるサンプル数である。
特定の動的セグメントの中で割り当てられるサンプル数NPdは数式(3)に基づいて以下のように決定される。
NPd = Pd x Nd / Td (3)
ここで、NPdは特定の動的セグメントの中で割り当てられるサンプル数である。
Pdは特定の動的セグメントの中のフレーム数である。
式(3)に対する同様な数式が、静的セグメントの中のサンプル数を決定するために適用されてもよい。
Claims (14)
- 複数のビデオフレームを含むビデオシーケンスの少なくとも1つのビデオフレームを選ぶための方法であって、
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定し、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定し、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングし、
サンプリングされたフレームから画質に基づいて候補フレームを決定し、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲のビデオシーケンス中のフレームの1以上を含む前記フレームの第2のセットをサンプリングし、
サンプリングされた前記フレームから画質に基づいて前記ビデオフレームの少なくとも1つを選択することを特徴とする方法。 - 請求項1に記載の方法であって、
更なる解析のために残された時間があるか判定することをさらに含むことを特徴とする方法。 - 請求項1に記載の方法であって、
前記第2のサンプリングパターンは、前記候補フレームと比較した前記ビデオシーケンスの中の近くのフレームの類似度に基づくことを特徴とする方法。 - 請求項1に記載の方法であって、
前記画質は、顔認識、表情認識、瞬き認識、注視方向、先鋭度、露光、彩度、型通りのシーンの存在、特定の人物の識別、ペットの識別、および関係の識別の少なくとも1つに基づいて決定されることを特徴とする方法。 - 請求項1に記載の方法であって、
前記ビデオシーケンスを静的な部分と動的な部分とに分割することをさらに含む方法。 - 請求項5に記載の方法であって、フレームのサンプリングは、前記ビデオシーケンスの動的な部分において頻度が高く、前記ビデオシーケンスの静的な部分において頻度が低いことを特徴とする方法。
- 請求項5に記載の方法であって、
前記静的な部分と動的な部分の決定は、或る時間間隔を隔てたフレーム間の色差の量に基づくことを特徴とする方法。 - 請求項1に記載の方法であって、
前記第1のサンプリングパターンはIフレームのサンプリングを含むことを特徴とする方法。 - 請求項1に記載の方法であって、
サンプリングされた前記フレームから、各ビデオ部分について決定されたフレーム数に応じた数のビデオフレームを、前記ビデオ部分の長さ及びタイプの少なくとも一方に基づいて選択することを更に含むことを特徴とする方法。 - 請求項2に記載の方法であって、
更なる解析のための時間がある場合、
サンプリングされた前記フレームから前記画質に基づいて更なる候補フレームを決定し、
更なるサンプリングパターンを用いて前記ビデオシーケンスをサンプリングすることであって、前記更なるサンプリングパターンは前記更なる候補フレーム近隣の狭い範囲で1以上のフレームをサンプリングすることを更に含むことを特徴とする方法。 - 複数のビデオフレームを含むビデオシーケンスの少なくとも1つのビデオフレームを選ぶための装置であって、
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定する手段と、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定する手段と、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングする手段と、
サンプリングされたフレームから画質に基づいて候補フレームを決定する手段と、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲のビデオシーケンス中のフレームの1以上を含む前記フレームの第2のセットをサンプリングする手段と、
サンプリングされた前記フレームから画質に基づいてビデオフレームの少なくとも1つを選択する手段とを有することを特徴とする装置。 - 複数のビデオフレームを含むビデオシーケンスの少なくとも1つのビデオフレームを選ぶシステムであって、
データ及びコンピュータプログラムを含むメモリと、
前記コンピュータプログラムを実行するために前記メモリと結合されたプロセッサとを含み、前記コンピュータプログラムは、
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定し、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定し、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングし、
サンプリングされたフレームから画質に基づいて候補フレームを決定し、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲のビデオシーケンス中のフレームの1以上を含む前記フレームの第2のセットをサンプリングし、
サンプリングされた前記フレームから画質に基づいて前記ビデオフレームの少なくとも1つを選択するための命令を含むことを特徴とするシステム。 - 複数のビデオフレームを含むビデオシーケンスの少なくとも1つのビデオフレームを選ぶためのプログラムであって、、
前記ビデオシーケンスの長さと実行デバイスの処理能力とに基づいて解析時間を決定するコードと、
決定された前記解析時間に基づいて第1のサンプリングパターンを決定するコードと、
前記第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングするコードと、
サンプリングされたフレームから画質に基づいて候補フレームを決定するコードと、
第2のサンプリングパターンに応じて、決定された前記候補フレームの近くの狭い範囲のビデオシーケンス中のフレームの1以上を含む前記フレームの第2のセットをサンプリングするコードと、
サンプリングされた前記フレームから画質に基づいてビデオフレームの少なくとも1つを選択するコードとを含むことを特徴とするプログラム。 - 複数のビデオフレームを含むビデオシーケンスから少なくとも1つのビデオフレームを選ぶためのプログラムであって、
第1のサンプリングパターンを使って前記ビデオシーケンスの前記フレームの第1のセットを、前記第1のサンプリングパターンに従って前記ビデオシーケンス全体にわたって低頻度でサンプリングされるコードと、
サンプリングされた前記フレームから画質に基づいて候補フレームを決定するコードと、
第2のサンプリングパターンに応じて、前記候補フレームの近くの狭い範囲の前記ビデオシーケンス中の1以上の前記フレームを含む前記フレームの第2のセットをサンプリングするコードと、
サンプリングされた前記フレームから画質に基づいて前記ビデオフレームの少なくとも1つを選択するコードとを有することを特徴とするプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2016231661A AU2016231661A1 (en) | 2016-09-27 | 2016-09-27 | Method, system and apparatus for selecting a video frame |
AU2016231661 | 2016-09-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018056990A true JP2018056990A (ja) | 2018-04-05 |
JP6550109B2 JP6550109B2 (ja) | 2019-07-24 |
Family
ID=61687296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017180397A Active JP6550109B2 (ja) | 2016-09-27 | 2017-09-20 | ビデオフレームを選ぶための方法、システム、および装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10546208B2 (ja) |
JP (1) | JP6550109B2 (ja) |
AU (1) | AU2016231661A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11743492B2 (en) | 2021-03-26 | 2023-08-29 | Fujitsu Limited | Information processing apparatus, inference execution control method, and storage medium |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11538257B2 (en) | 2017-12-08 | 2022-12-27 | Gatekeeper Inc. | Detection, counting and identification of occupants in vehicles |
US11087119B2 (en) * | 2018-05-16 | 2021-08-10 | Gatekeeper Security, Inc. | Facial detection and recognition for pedestrian traffic |
CN109784226B (zh) * | 2018-12-28 | 2020-12-15 | 深圳云天励飞技术有限公司 | 人脸抓拍方法及相关装置 |
US10867193B1 (en) | 2019-07-10 | 2020-12-15 | Gatekeeper Security, Inc. | Imaging systems for facial detection, license plate reading, vehicle overview and vehicle make, model, and color detection |
US11196965B2 (en) | 2019-10-25 | 2021-12-07 | Gatekeeper Security, Inc. | Image artifact mitigation in scanners for entry control systems |
CN114449343A (zh) * | 2022-01-28 | 2022-05-06 | 北京百度网讯科技有限公司 | 一种视频处理方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005191770A (ja) * | 2003-12-25 | 2005-07-14 | Fujitsu Ltd | ハイライト静止画生成・配信装置 |
JP2008154047A (ja) * | 2006-12-19 | 2008-07-03 | Canon Inc | 画像処理装置、画像処理方法、プログラム、記憶媒体 |
JP2008167082A (ja) * | 2006-12-27 | 2008-07-17 | Toshiba Corp | 映像コンテンツ表示装置、映像コンテンツ表示方法及びそのプログラム |
JP2012205037A (ja) * | 2011-03-25 | 2012-10-22 | Olympus Imaging Corp | 画像処理装置および画像処理方法 |
JP2013026935A (ja) * | 2011-07-23 | 2013-02-04 | Canon Inc | 画像処理装置、画像処理方法、およびプログラム |
JP2013101305A (ja) * | 2011-10-14 | 2013-05-23 | Canon Inc | 焦点調節装置及び焦点調節装置の制御方法 |
JP2013198012A (ja) * | 2012-03-21 | 2013-09-30 | Casio Comput Co Ltd | 情報処理装置、静止画フレーム抽出方法及びプログラム |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6553138B2 (en) * | 1998-12-30 | 2003-04-22 | New York University | Method and apparatus for generating three-dimensional representations of objects |
US6449392B1 (en) * | 1999-01-14 | 2002-09-10 | Mitsubishi Electric Research Laboratories, Inc. | Methods of scene change detection and fade detection for indexing of video sequences |
US6549643B1 (en) | 1999-11-30 | 2003-04-15 | Siemens Corporate Research, Inc. | System and method for selecting key-frames of video data |
US6697523B1 (en) | 2000-08-09 | 2004-02-24 | Mitsubishi Electric Research Laboratories, Inc. | Method for summarizing a video using motion and color descriptors |
US7203380B2 (en) * | 2001-11-16 | 2007-04-10 | Fuji Xerox Co., Ltd. | Video production and compaction with collage picture frame user interface |
JP2004334459A (ja) * | 2003-05-07 | 2004-11-25 | Nec Corp | 記録再生装置、記録再生方法、および記録再生プログラム |
US9292904B2 (en) * | 2004-01-16 | 2016-03-22 | Nvidia Corporation | Video image processing with parallel processing |
EP1557837A1 (en) * | 2004-01-26 | 2005-07-27 | Sony International (Europe) GmbH | Redundancy elimination in a content-adaptive video preview system |
US8379154B2 (en) | 2006-05-12 | 2013-02-19 | Tong Zhang | Key-frame extraction from video |
US20090083781A1 (en) * | 2007-09-21 | 2009-03-26 | Microsoft Corporation | Intelligent Video Player |
US8494231B2 (en) * | 2010-11-01 | 2013-07-23 | Microsoft Corporation | Face recognition in video content |
US8724854B2 (en) * | 2011-04-08 | 2014-05-13 | Adobe Systems Incorporated | Methods and apparatus for robust video stabilization |
US20120275511A1 (en) * | 2011-04-29 | 2012-11-01 | Google Inc. | System and method for providing content aware video adaptation |
US8934762B2 (en) * | 2011-12-09 | 2015-01-13 | Advanced Micro Devices, Inc. | Apparatus and methods for altering video playback speed |
US9646221B2 (en) * | 2013-07-24 | 2017-05-09 | Nec Corporation | Image recognition apparatus and storage medium |
KR20150104358A (ko) * | 2014-03-05 | 2015-09-15 | 삼성전자주식회사 | 서버 장치 및 그의 핑거프린트 전송 방법, 그리고 방송수신장치 |
US9386358B2 (en) * | 2014-05-29 | 2016-07-05 | Echostar Technologies L.L.C. | Automatic identification of relevant video content through replays |
US10013640B1 (en) * | 2015-12-21 | 2018-07-03 | Google Llc | Object recognition from videos using recurrent neural networks |
-
2016
- 2016-09-27 AU AU2016231661A patent/AU2016231661A1/en not_active Abandoned
-
2017
- 2017-09-20 JP JP2017180397A patent/JP6550109B2/ja active Active
- 2017-09-25 US US15/714,959 patent/US10546208B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005191770A (ja) * | 2003-12-25 | 2005-07-14 | Fujitsu Ltd | ハイライト静止画生成・配信装置 |
JP2008154047A (ja) * | 2006-12-19 | 2008-07-03 | Canon Inc | 画像処理装置、画像処理方法、プログラム、記憶媒体 |
JP2008167082A (ja) * | 2006-12-27 | 2008-07-17 | Toshiba Corp | 映像コンテンツ表示装置、映像コンテンツ表示方法及びそのプログラム |
JP2012205037A (ja) * | 2011-03-25 | 2012-10-22 | Olympus Imaging Corp | 画像処理装置および画像処理方法 |
JP2013026935A (ja) * | 2011-07-23 | 2013-02-04 | Canon Inc | 画像処理装置、画像処理方法、およびプログラム |
JP2013101305A (ja) * | 2011-10-14 | 2013-05-23 | Canon Inc | 焦点調節装置及び焦点調節装置の制御方法 |
JP2013198012A (ja) * | 2012-03-21 | 2013-09-30 | Casio Comput Co Ltd | 情報処理装置、静止画フレーム抽出方法及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11743492B2 (en) | 2021-03-26 | 2023-08-29 | Fujitsu Limited | Information processing apparatus, inference execution control method, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
JP6550109B2 (ja) | 2019-07-24 |
US20180089528A1 (en) | 2018-03-29 |
AU2016231661A1 (en) | 2018-04-12 |
US10546208B2 (en) | 2020-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6550109B2 (ja) | ビデオフレームを選ぶための方法、システム、および装置 | |
RU2693906C2 (ru) | Основанный на правилах анализ важности видео | |
US10706892B2 (en) | Method and apparatus for finding and using video portions that are relevant to adjacent still images | |
US8792685B2 (en) | Presenting image subsets based on occurrences of persons satisfying predetermined conditions | |
KR100708067B1 (ko) | 디지털 영상 검색 장치 및 그 방법 | |
JP4907621B2 (ja) | 映像処理装置と方法及びその記録媒体 | |
AU2010257409B2 (en) | Temporal-correlation-based mode connection | |
US10817744B2 (en) | Systems and methods for identifying salient images | |
KR102300522B1 (ko) | 수퍼복셀-기반 공간 시간 비디오 세그먼트화에 대한 빠른 프로그레시브 접근법 | |
US20140241592A1 (en) | Systems and Methods for Automatic Image Editing | |
US8346006B1 (en) | Real time auto-tagging system | |
US9710703B1 (en) | Method and apparatus for detecting texts included in a specific image | |
JP6373446B2 (ja) | ビデオフレームを選択するプログラム、システム、装置、及び方法 | |
JP2023520631A (ja) | 視覚認識における資源コストの低減 | |
CN113206929A (zh) | 图像数据处理方法和传感器装置 | |
US20230066331A1 (en) | Method and system for automatically capturing and processing an image of a user | |
CN110019951B (zh) | 一种生成视频缩略图的方法及设备 | |
CN115830362A (zh) | 图像处理方法、装置、设备、介质及产品 | |
KR102543833B1 (ko) | 인공 지능 학습에 기초한 객체 검출 방법 및 그 장치 | |
US10372750B2 (en) | Information processing apparatus, method, program and storage medium | |
KR101378404B1 (ko) | 요약 영상 검출 방법 및 장치 | |
KR20240039394A (ko) | 영상 처리 장치, 그것을 갖는 전자 장치, 그것의 동작 방법 | |
CN115967835A (zh) | 一种自动选择抠像方式的直播方法、系统及电子设备 | |
CN115828954A (zh) | 扫码设备的解码方法及扫码设备 | |
JP2012138079A (ja) | バーコードの位置検出パターンの候補対を識別する方法、装置及びシステム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180712 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180903 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181029 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190521 |
|
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: 20190531 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190628 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6550109 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |