JP2018180879A - 物体認識装置、物体認識システム、及び物体認識方法 - Google Patents
物体認識装置、物体認識システム、及び物体認識方法 Download PDFInfo
- Publication number
- JP2018180879A JP2018180879A JP2017078937A JP2017078937A JP2018180879A JP 2018180879 A JP2018180879 A JP 2018180879A JP 2017078937 A JP2017078937 A JP 2017078937A JP 2017078937 A JP2017078937 A JP 2017078937A JP 2018180879 A JP2018180879 A JP 2018180879A
- Authority
- JP
- Japan
- Prior art keywords
- information
- reliability
- discrimination
- data
- object recognition
- 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
- 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
- G06V10/776—Validation; Performance evaluation
-
- 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
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2132—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on discrimination criteria, e.g. discriminant analysis
-
- 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
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
Abstract
Description
及び図面により明らかにされる。
図1は第1実施形態として説明する物体認識装置100の機能ブロック図である。物体認識装置100は、物体を撮影した映像データ等の物体について取得されたデータ(以下、対象データと称する。)に基づき物体認識に関する処理を行う。より詳細には、物体認識装置100は、対象データに基づき、特定の性質(属性)を強調したデータ(以下、性質データと称する。)を複数の異なる性質について生成し、生成した性質データの夫々について、物体の判別に用いる特徴量(以下、判別用特徴量と称する。)と、当該判別用特徴量に基づき物体の判別を行った場合の信頼性の推定に用いる特徴量(以下、信頼性特徴量と称する。)と、を抽出する。そして物体認識装置100は、性質データの夫々について抽出した判別用特徴量と信頼性特徴量とに基づき物体の認識に関する処理を行う。
)、光学式記憶装置(CD(Compact Disc)、DVD(Digital Versatile Disc)等)、ストレージシステム、ICカード、SDメモリカードや光学式記録媒体等の記録媒体の読取/書込装置等である。補助記憶装置53に格納されているプログラムやデータは主記憶装置52に随時ロードされる。補助記憶装置53は、例えば、ネットワークストレージのように物体認識装置100とは独立した構成としてもよい。
Gate Array)、ASIC(Application Specific Integrated Circuit)等)によって実現される。物体認識装置100は、これらの機能以外に、例えば、オペレーティングシステム、デバイスドライバ、DBMS(DataBase Management System)等の機能を備えていてもよい。
(参考文献1)Bag of contour fragments for robust shape classification
X Wang, B Feng, X Bai, W Liu, LJ Latecki, Pattern Recognition 47 (6), 2116-2125
タの判別が正解しやすい領域ほど高い尤度値となるように設定されている。
上式において、Cnは信頼性特徴量抽出部1132から渡される信頼性特徴量である。またp(Cn|On=1)は、正判別尤度値算出部611によって求められる正判別尤度値であり、p(Cn|On=−1)は、誤判別尤度算出部612によって求められる誤判別尤度値である。またp(On=1)は、信頼性推定器情報152から取得される、判別器の評価値(正解を出力する信頼性の事前確率)であり、p(On=−1)は、信頼性推定器情報152から取得される、判別器の評価値(不正解を出力する信頼性の事前確率)である。
図10は第2実施形態として説明する物体認識装置100の機能ブロック図である。第2実施形態の物体認識装置100は第1実施形態の物体認識装置100と同様のハードウェアによって実現することができる。第2実施形態の物体認識装置100は、第1実施形態の物体認識装置100と同等の機能を備える。
正誤評価部1614は、最大尤度を有するクラスを上記学習用判別情報のクラスとして推定する。
信頼性推定器情報152の判別器評価値1524として記憶する。
第3実施形態は、第1実施形態又は第2実施形態における物体認識装置100の対象データ取得部111及び異種性質データ生成部112の具体例に関する。
スケーリング情報32と称する。)を生成し、生成したスケーリング情報32を用いてグレースケール画像データを生成し、生成したグレースケール画像データを性質Aデータとして特徴量抽出部113Aに入力する。
第4実施形態は、第1乃至第3実施形態の物体認識装置100が備える要素に基づき構成される、X線撮影画像に基づき物体を認識するシステム(以下、物体認識システム1と称する。)の事例に関する。
119が対象データが所属するクラスを推定する際等に用いる閾値等の各種設定情報を設定するためのユーザインタフェースを提供する。
定結果として表示している。ユーザはこの表示領域2014の内容から認識結果を把握することができる。
はICカード、SDカード、DVD等の記録媒体に置くことができる。
信頼性特徴量抽出部、114 判別部、1141 判別情報算出部、1142 信頼性推定部、118 合成情報生成部、119 物体認識処理部、120 認識結果出力部、151 判別器情報、152 信頼性推定器情報、153 判別器重み情報、155 学習用情報、161 学習部、1611 判別器構築部、1612 判別器重み情報生成部、1613 信頼性推定器構築部、1614 正誤評価部、1620 正誤付き信頼性特
徴量、171 正判別信頼性推定器構築部、172 誤判別信頼性推定器構築部、173
評価値算出部、611 正判別尤度値算出部、612 誤判別尤度値算出部、620 信頼性算出部、S900 物体認識処理、S1400 学習処理、2000 認識結果表示画面
Claims (15)
- 物体について取得されたデータである対象データに基づき、特定の性質を強調したデータである性質データを複数の異なる性質について生成する異種性質データ生成部と、
前記性質データの夫々の判別に用いる特徴量である判別用特徴量を前記性質データ毎に抽出する判別用特徴量抽出部と、
前記性質データの夫々について求めた前記判別用特徴量に基づき、前記の性質データの判別に用いる情報である判別情報を前記性質データ毎に求める判別情報算出部と、
前記性質データの夫々について求めた前記判別情報の信頼性の推定に用いる特徴量である信頼性特徴量を前記性質データ毎に抽出する信頼性特徴量抽出部と、
前記性質データの夫々について求めた前記信頼性特徴量に基づき、前記判別情報の信頼性を前記性質データ毎に推定する信頼性推定部と、
前記性質データ毎に求めた前記判別情報と、前記性質データ毎に求めた前記信頼性とを合成した情報である合成情報を生成する合成情報生成部と、
前記合成情報に基づき前記物体の認識に関する処理を行い認識結果を生成する物体認識処理部と、
を備える、物体認識装置。 - 請求項1に記載の物体認識装置であって、
前記性質データ毎に用意された判別器を構築するための情報である判別器情報を記憶する情報記憶部を備え、
前記判別情報算出部は、前記性質データの前記判別情報を、当該性質データの前記判別用特徴量と、当該性質データについて用意された前記判別器とに基づき求める、
物体認識装置。 - 請求項2に記載の物体認識装置であって、
前記性質データ毎に用意される信頼性推定器である、正判別信頼性推定器及び誤判別信頼性推定器を構築するための情報である信頼性推定器情報を記憶する情報記憶部を備え、
前記信頼性推定部は、
前記性質データの前記信頼性特徴量と当該性質データの前記正判別信頼性推定器とに基づき正判別尤度値を求める正判別尤度値算出部と、
前記性質データの前記信頼性特徴量と当該性質データの前記誤判別信頼性推定器とに基づき誤判別尤度値を求める誤判別尤度値算出部と、
前記正判別尤度値及び前記誤判別尤度値に基づき前記信頼性を求める信頼性算出部と、
を備える、物体認識装置。 - 請求項3に記載の物体認識装置であって、
前記情報記憶部は、前記判別器の評価値を記憶し、
前記信頼性算出部は、前記正判別尤度値、前記誤判別尤度値、及び前記評価値に基づき前記信頼性を求める、
物体認識装置。 - 請求項4に記載の物体認識装置であって、
前記情報記憶部は、前記判別器の夫々の重みに関する情報である判別器重み情報を記憶し、
前記合成情報生成部は、前記判別情報、前記信頼性、及び前記判別器の重みに基づき生成される合成ベクトル情報を前記合成情報として生成する、
物体認識装置。 - 請求項5に記載の物体認識装置であって、
前記物体認識処理部は、前記合成ベクトル情報に基づき推定されるクラスを前記認識結果として生成する、物体認識装置。 - 請求項6に記載の物体認識装置であって、
学習用の前記判別用特徴量と前記クラスの対応を学習用情報として記憶する情報記憶部と、
前記学習用の判別用特徴量に基づき前記判別器情報を生成する判別器構築部と、
を備える、物体認識装置。 - 請求項6に記載の物体認識装置であって、
前記情報記憶部は、学習用の前記判別用特徴量、学習用の前記信頼性特徴量、及び前記クラスの対応を学習用情報として記憶し、
前記判別情報算出部は、前記学習用の判別用特徴量に基づき学習用の前記判別情報を生成し、
前記学習用の判別情報に基づきクラスを推定し、推定した当該クラスと前記学習用の判別用特徴量に対応づけられているクラスとを比較することにより、前記性質データ毎の正誤評価の結果を含む情報である正誤付き信頼性特徴量を生成する正誤評価部と、
前記正誤付き信頼性特徴量から把握される正誤の割合に基づき前記判別器重み情報を生成する判別器重み情報生成部と、
を備える、物体認識装置。 - 請求項8に記載の物体認識装置であって、
前記正誤付き信頼性特徴量に基づき前記正判別信頼性推定器を構築する正判別信頼性推定器構築部、前記正誤付き信頼性特徴量に基づき前記誤判別信頼性推定器を構築する誤判別信頼性推定器構築部、及び前記正誤付き信頼性特徴量に基づき前記評価値を求める評価値算出部を含み、前記正判別信頼性推定器、前記誤判別信頼性推定器、及び前記評価値に基づき、前記信頼性推定器情報を生成する、信頼性推定器構築部、
を備える、物体認識装置。 - 請求項7乃至9のいずれか一項に記載の物体認識装置であって、
前記学習用情報を設定するユーザインタフェースを提供するクラス設定部を備える、
物体認識装置。 - 請求項1乃至8のいずれか一項に記載の物体認識装置であって、
前記対象データは、前記物体を撮影装置により撮影することにより取得されるRGB(Red Green Blue)形式の画像データであり、
前記異種性質データ生成部は、前記画像データからR成分を取り出したデータ、前記画像データからG成分を取り出したデータ、及び、前記画像データからB成分を取り出したデータ、のうちの少なくとも2つ以上を前記複数の性質データとして生成する、
物体認識装置。 - 請求項1乃至8のいずれか一項に記載の物体認識装置であって、
前記対象データは、X線撮影装置により前記物体を撮影することにより取得されるX線画像データであり、
前記異種性質データ生成部は、
前記X線画像データにおけるX線強度値をスケーリングした値を画素値とするグレースケール画像を第1の前記性質データとして生成し、
前記X線画像データにおけるX線強度値の範囲に応じて前記X線画像データをRGB(Red Green Blue)形式の画像データとしたものを第2の前記性質データとして生成し、
前記X線画像データにおけるX線強度値の範囲に応じて前記X線画像データをHSV(
Hue Saturation Value)形式の画像データとしたものを第3の前記性質データとして生成する、
物体認識装置。 - 請求項6に記載の物体認識装置を備えて構成される物体認識システムであって、
前記物体認識装置と通信可能に接続する学習装置を備え、
前記学習装置は、
学習用の前記判別用特徴量、学習用の前記信頼性特徴量、及び前記クラスの対応を学習用情報として記憶する情報記憶部と、
前記学習用の判別用特徴量に基づき前記判別器情報を生成する判別器構築部と、
前記判別情報算出部が前記学習用の判別用特徴量に基づき生成する前記学習用の判別情報に基づきクラスを推定し、推定した当該クラスと前記学習用の判別用特徴量に対応づけられているクラスとを比較することにより、前記性質データ毎の正誤評価の結果を含む情報である正誤付き信頼性特徴量を生成する正誤評価部と、
前記正誤付き信頼性特徴量から把握される正誤の割合に基づき前記判別器重み情報を生成する判別器重み情報生成部と、
前記正誤付き信頼性特徴量に基づき正判別信頼性推定器を構築する正判別信頼性推定器構築部、前記正誤付き信頼性特徴量に基づき誤判別信頼性推定器を構築する誤判別信頼性推定器構築部、及び、前記正誤付き信頼性特徴量に基づき前記評価値を求める評価値算出部を含み、前記正判別信頼性推定器、前記誤判別信頼性推定器、及び前記評価値に基づき、前記信頼性推定器情報を生成する、信頼性推定器構築部と、
を備える、物体認識システム。 - 物体認識方法であって、
情報処理装置が、
物体について取得されたデータである対象データに基づき、特定の性質を強調したデータである性質データを複数の異なる性質について生成するステップ、
前記性質データの夫々の判別に用いる特徴量である判別用特徴量を前記性質データ毎に抽出するステップ、
前記性質データの夫々について求めた前記判別用特徴量に基づき、前記の性質データの判別に用いる情報である判別情報を前記性質データ毎に求めるステップ、
前記性質データの夫々について求めた前記判別情報の信頼性の推定に用いる特徴量である信頼性特徴量を前記性質データ毎に抽出するステップ、
前記性質データの夫々について求めた前記信頼性特徴量に基づき、前記判別情報の信頼性を前記性質データ毎に推定するステップ、
前記性質データ毎に求めた前記判別情報と、前記性質データ毎に求めた前記信頼性とを合成した情報である合成情報を生成するステップ、及び、
前記合成情報に基づき前記物体の認識に関する処理を行い認識結果を生成するステップ、
を実行する、物体認識方法。 - 請求項14に記載の物体認識方法であって、
前記情報処理装置が、学習用の前記判別用特徴量、学習用の前記信頼性特徴量、及び前記クラスの対応を学習用情報として記憶するステップ、
前記学習用の判別用特徴量に基づき前記判別器情報を生成するステップ、
前記学習用の判別用特徴量に基づき学習用の前記判別情報を生成するステップ、
前記学習用の判別情報に基づきクラスを推定し、推定した当該クラスと前記学習用の判別用特徴量に対応づけられているクラスとを比較することにより取得される、前記性質データ毎の正誤評価の結果を含む情報である正誤付き信頼性特徴量を生成する正誤評価部と、
前記正誤付き信頼性特徴量から把握される正誤の割合に基づき前記判別器重み情報を生成するステップ、
をさらに実行する、物体認識方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017078937A JP6785181B2 (ja) | 2017-04-12 | 2017-04-12 | 物体認識装置、物体認識システム、及び物体認識方法 |
US16/604,226 US10963736B2 (en) | 2017-04-12 | 2017-12-21 | Object recognition apparatus, object recognition system, and object recognition method |
DE112017007437.1T DE112017007437T5 (de) | 2017-04-12 | 2017-12-21 | Objekterkennungsvorrichtung, objekterkennungssystem undobjekterkennungsverfahren |
CN201780089469.9A CN110537188B (zh) | 2017-04-12 | 2017-12-21 | 物体识别装置、物体识别系统以及物体识别方法 |
PCT/JP2017/045975 WO2018189962A1 (ja) | 2017-04-12 | 2017-12-21 | 物体認識装置、物体認識システム、及び物体認識方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017078937A JP6785181B2 (ja) | 2017-04-12 | 2017-04-12 | 物体認識装置、物体認識システム、及び物体認識方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018180879A true JP2018180879A (ja) | 2018-11-15 |
JP2018180879A5 JP2018180879A5 (ja) | 2020-02-20 |
JP6785181B2 JP6785181B2 (ja) | 2020-11-18 |
Family
ID=63792392
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017078937A Active JP6785181B2 (ja) | 2017-04-12 | 2017-04-12 | 物体認識装置、物体認識システム、及び物体認識方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10963736B2 (ja) |
JP (1) | JP6785181B2 (ja) |
CN (1) | CN110537188B (ja) |
DE (1) | DE112017007437T5 (ja) |
WO (1) | WO2018189962A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022541897A (ja) * | 2019-07-16 | 2022-09-28 | ドックボット, インコーポレイテッド | 機械学習システムのリアルタイム展開 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112529037A (zh) * | 2020-11-06 | 2021-03-19 | 重庆恢恢信息技术有限公司 | 基于大数据分析建筑工地建设优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004337291A (ja) * | 2003-05-14 | 2004-12-02 | Konica Minolta Medical & Graphic Inc | 画像出力情報設定方法および画像出力情報設定装置ならびに画像出力情報設定プログラム |
WO2012147256A1 (ja) * | 2011-04-25 | 2012-11-01 | パナソニック株式会社 | 画像処理装置 |
JP2015225410A (ja) * | 2014-05-26 | 2015-12-14 | 株式会社東芝 | 認識装置、方法及びプログラム |
JP2016018538A (ja) * | 2014-07-11 | 2016-02-01 | キヤノン株式会社 | 画像認識装置、方法及びプログラム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7242988B1 (en) * | 1991-12-23 | 2007-07-10 | Linda Irene Hoffberg | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
JP2001014465A (ja) | 1999-06-29 | 2001-01-19 | Matsushita Electric Ind Co Ltd | 物体認識方法及び物体認識装置 |
US7062093B2 (en) * | 2000-09-27 | 2006-06-13 | Mvtech Software Gmbh | System and method for object recognition |
US6775411B2 (en) * | 2002-10-18 | 2004-08-10 | Alan D. Sloan | Apparatus and method for image recognition |
US7129484B2 (en) * | 2004-01-21 | 2006-10-31 | Hitachi Global Storage Technologies Netherlands B.V. | Method for pattern recognition in energized charge particle beam wafer/slider inspection/measurement systems in presence of electrical charge |
US20070285554A1 (en) * | 2005-10-31 | 2007-12-13 | Dor Givon | Apparatus method and system for imaging |
CN101590825B (zh) * | 2009-07-06 | 2011-08-31 | 浙江双友物流器械股份有限公司 | 测力棘轮式捆绑器 |
US8116547B2 (en) * | 2009-12-11 | 2012-02-14 | Aperio Technologies, Inc. | Signal to noise ratio in digital pathology image analysis |
TWI556194B (zh) * | 2012-06-29 | 2016-11-01 | 希科母股份有限公司 | 對象檢出裝置、對象檢出方法及對象檢出用電腦程式 |
JP6254836B2 (ja) | 2013-11-29 | 2017-12-27 | キヤノン株式会社 | 画像検索装置、画像検索装置の制御方法およびプログラム |
JP6361387B2 (ja) * | 2014-09-05 | 2018-07-25 | オムロン株式会社 | 識別装置および識別装置の制御方法 |
-
2017
- 2017-04-12 JP JP2017078937A patent/JP6785181B2/ja active Active
- 2017-12-21 CN CN201780089469.9A patent/CN110537188B/zh active Active
- 2017-12-21 DE DE112017007437.1T patent/DE112017007437T5/de active Pending
- 2017-12-21 US US16/604,226 patent/US10963736B2/en active Active
- 2017-12-21 WO PCT/JP2017/045975 patent/WO2018189962A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004337291A (ja) * | 2003-05-14 | 2004-12-02 | Konica Minolta Medical & Graphic Inc | 画像出力情報設定方法および画像出力情報設定装置ならびに画像出力情報設定プログラム |
WO2012147256A1 (ja) * | 2011-04-25 | 2012-11-01 | パナソニック株式会社 | 画像処理装置 |
JP2015225410A (ja) * | 2014-05-26 | 2015-12-14 | 株式会社東芝 | 認識装置、方法及びプログラム |
JP2016018538A (ja) * | 2014-07-11 | 2016-02-01 | キヤノン株式会社 | 画像認識装置、方法及びプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022541897A (ja) * | 2019-07-16 | 2022-09-28 | ドックボット, インコーポレイテッド | 機械学習システムのリアルタイム展開 |
JP7420916B2 (ja) | 2019-07-16 | 2024-01-23 | サティスファイ ヘルス インコーポレイテッド | 機械学習システムのリアルタイム展開 |
Also Published As
Publication number | Publication date |
---|---|
US20200117948A1 (en) | 2020-04-16 |
JP6785181B2 (ja) | 2020-11-18 |
CN110537188B (zh) | 2023-02-28 |
WO2018189962A1 (ja) | 2018-10-18 |
DE112017007437T5 (de) | 2020-01-09 |
CN110537188A (zh) | 2019-12-03 |
US10963736B2 (en) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018108129A1 (zh) | 用于识别物体类别的方法及装置、电子设备 | |
US20180330504A1 (en) | Systems and methods for determining a camera pose of an image | |
JP6332937B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US10216979B2 (en) | Image processing apparatus, image processing method, and storage medium to detect parts of an object | |
CN114258559A (zh) | 用于标识具有不受控制的光照条件的图像中的肤色的技术 | |
US8538164B2 (en) | Image patch descriptors | |
JP6624794B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2014531097A (ja) | マルチレイヤ連結成分をヒストグラムと共に用いるテキスト検出 | |
CN111242097A (zh) | 一种人脸识别方法、装置、计算机可读介质及电子设备 | |
US8989505B2 (en) | Distance metric for image comparison | |
CN108198172B (zh) | 图像显著性检测方法和装置 | |
US10891740B2 (en) | Moving object tracking apparatus, moving object tracking method, and computer program product | |
WO2021189856A1 (zh) | 证件校验方法、装置、电子设备及介质 | |
WO2015146113A1 (ja) | 識別辞書学習システム、識別辞書学習方法および記録媒体 | |
JP5214679B2 (ja) | 学習装置、方法及びプログラム | |
WO2018189962A1 (ja) | 物体認識装置、物体認識システム、及び物体認識方法 | |
CN111310531A (zh) | 图像分类方法、装置、计算机设备及存储介质 | |
US11379999B2 (en) | Feature extraction method, comparison system, and storage medium | |
US20220414393A1 (en) | Methods and Systems for Generating Composite Image Descriptors | |
JP2015041293A (ja) | 画像認識装置および画像認識方法 | |
CN112819953B (zh) | 三维重建方法、网络模型训练方法、装置及电子设备 | |
JP2018180879A5 (ja) | ||
JP6244887B2 (ja) | 情報処理装置、画像探索方法、及びプログラム | |
CN112991419A (zh) | 视差数据生成方法、装置、计算机设备及存储介质 | |
KR20210031444A (ko) | 데이터 프로그래밍에 기반한 레이블링 모델 생성 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191227 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200818 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200924 |
|
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: 20201013 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201026 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6785181 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |