JP2018509847A - 非同期信号を処理するための方法 - Google Patents
非同期信号を処理するための方法 Download PDFInfo
- Publication number
- JP2018509847A JP2018509847A JP2017549000A JP2017549000A JP2018509847A JP 2018509847 A JP2018509847 A JP 2018509847A JP 2017549000 A JP2017549000 A JP 2017549000A JP 2017549000 A JP2017549000 A JP 2017549000A JP 2018509847 A JP2018509847 A JP 2018509847A
- Authority
- JP
- Japan
- Prior art keywords
- context
- pixel
- event
- typical
- current
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N25/00—Circuitry of solid-state image sensors [SSIS]; Control thereof
- H04N25/40—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled
- H04N25/44—Extracting pixel data from image sensors by controlling scanning circuits, e.g. by modifying the number of pixels sampled or to be sampled by partially reading an SSIS array
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
- G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
Description
- 光センサから、マトリクスの画素ごとに前記画素からの連続イベントを含む非同期信号を受信するステップ、
- イベントが非同期信号中で受信されるときの活動プロファイル(activity profile)を使用して、非同期信号を解析するステップ
を含む。
- 形状認識: 規定された基本形状の規定された動きを変換する、典型的プロファイルのライブラリを参照する。解析により、ライブラリの典型的プロファイルに類似する活動プロファイルが検出された場合、形状認識が行われ、この形状の移動速度の示度が推定される。
- シーンにおける動きの推定: ある活動プロファイルが初めて検出され、その直後に近隣の領域内で(または非常に類似する活動プロファイル)が検出された場合は、センサの視野における物体の移動速度の推定が決定され得る。
- 画像(立体)における深度推定: 同じ(または類似する)活動プロファイルが、同じシーンを取り込む2つのセンサから生じる2つの画像において検出された場合、活動プロファイルに関連付けられている画素が、取り込まれたシーンの同じ点に対応するものと考え、したがって、この点の深度を決定することができる。
- その他。
(a) 先に提示された非同期信号を処理するための方法を実行するステップ、
(b) イベントが受信されると、前記センサの現在の画素ごとに、
(b1) 前記現在の画素についてのコンテキストを決定するステップであって、前記コンテキストが、前記現在の画素から所定の距離未満に位置する画素の活動プロファイルのセットとして規定される、ステップ、
(b2) 所定の典型的コンテキストのセットから典型的コンテキストを決定するステップであって、決定される典型的コンテキストが、典型的コンテキストのセットから、ステップ(b1)において決定されるコンテキストまでの最小距離を有する、ステップ、
(c) ステップ(b2)における典型的コンテキストの決定の発現数に従って、シグネチャーを決定するステップ、
(d) 前記シグネチャーを典型的シグネチャーのベースと比較することにより、形状を決定するステップ
を含む。
(a) センサの非同期信号のイベントを現在のイベントとして使用し、階層モデルの第1のレベルの典型的コンテキストを現在の典型的コンテキストとして使用するステップ、
(b) 現在のイベントとともに上記で示された非同期信号を処理するための方法を実行するステップ、
(c) 現在のイベントが受信されると、前記センサの現在の画素ごとに、
(c1) 前記現在の画素についてのコンテキストを決定するステップであって、前記コンテキストが、前記現在の画素から所定の距離未満に位置する画素についてのステップ(b)に使用される活動プロファイルのセットとして規定される、ステップ、
(c2) 現在の典型的コンテキストから典型的コンテキスト(Ck)を決定するステップ(504)であって、決定された典型的コンテキストが、現在の典型的コンテキストすべての中で、ステップ(c1)において決定されるコンテキストまでの最小距離を有する、ステップ(504)、
(c3) ステップ(c2)において識別される典型的コンテキストに応じてイベントを生成するステップ、
(d) 階層モデルのあるレベルが使用されていない場合、
- ステップ(c3)において生成されるイベントを現在のイベントとして使用するステップ、
- まだ使用されていない階層モデルのあるレベルの典型的コンテキストを現在の典型的コンテキストとして使用するステップ、
- ステップ(b)〜(e)を再実行するステップ、
(e) 階層モデルのレベルのすべてが使用されている場合、
- ステップ(c2)が最後に行われたときの典型的コンテキストの決定の発現数に応じて、シグネチャーを決定するステップ(521)、
- 前記シグネチャーを典型的シグネチャーのベースと比較することにより、形状を決定するステップ(524)
を含む。
- 「現在の画素」からの、現在の画素に対して所定の距離未満に位置する画素の座標に、および
- 所与の極性に
関連付けられている値のセットと見なすことができる。
- 原始関数
- イベント
畳み込みと見なされ得る。
T(p,pol,i)=max(tj)|j<i
または
T(p,pol,t)=max(tj)|tj<t
ただし、tjは、極性polを含む画素pについての画素に発現するイベント時間である。
d(Η1;Η2)=||Η1-Η2||
- コンピュータプログラムの形の命令を解釈することができるプロセッサ、または
- 本発明の方法のステップがシリコンの中に記述されている電子カード、または
- FPGAチップ(フィールドプログラマブルゲートアレイ)などのプログラマブル電子チップ
とすることができる。
- 白色の棒(左の棒)は、従来の距離に対応する。
- 灰色の棒(中間の棒)は、標準化距離に対応する。
- 黒色の棒(右の棒)は、バタチャリヤ距離に対応する。
- 白色の棒(左の棒)は、従来の距離に対応する。
- 灰色の棒(中間の棒)は、標準化距離に対応する。
- 黒色の棒(右の棒)は、バタチャリヤ距離に対応する。
102a 感光性素子、センサ
102b 感光性素子、フォトダイオード
103a、103b 電子検出回路
104 パルス列
311、312、313、314、320、321、322 イベント
353、354 点
500、506 イベントストリーム
513 コンテキスト
516 イベント
517 テスト
523 典型的ヒストグラム
700 コンピュータ
701 スクリーン
702 キーボード
703 入力インターフェース
704 回路
705 メモリ
706 出力インターフェース
707 形状
801 縦座標
802 横座標
803 セット
804 縦座標
805 横座標
806 セット
807、808、809 表
P0、P1、P2 パルス
S 関数
m 階層レベル
p マトリクスの位置、点、画素
pol 極性
t 瞬間、時間
Η ヒストグラム
δt 時間差
Claims (9)
- 光センサによって生み出される非同期信号を処理するための方法であって、前記センサが、シーンに対向して配置された画素マトリクスを有し、前記方法は、
- 前記光センサから、前記マトリクスの画素ごとに前記画素からの連続イベントを含む前記非同期信号を受信するステップ(500)、
- イベントが前記非同期信号中で受信されるときの活動プロファイルを使用して、前記非同期信号を解析するステップ(501)
を含み、
前記活動プロファイルが、前記センサの画素(p)ごとに、少なくとも、前記画素からの前記連続イベントの中で直近のイベント(310、311、312、313、314、320、321、322)から経過した時間(t)に応じて減少する活動値(S(p))を含む、
方法。 - 前記活動プロファイルが、前記画素からの前記連続イベントの中で直近のイベント(310、311、312、313、314、320、321、322)から経過した時間(t)に応じて指数関数的に減少する、請求項1に記載の方法。
- 前記活動プロファイルが、さらに、前記画素からの前記連続イベントの中で直近のイベント(310、311、312、313、314、320、321、322)に先立つイベントから経過した時間(t)の関数である、請求項1または2に記載の方法。
- 形状を認識するための方法であって、
(a) 請求項1から3のいずれか一項に記載の、非同期信号を処理するための方法を実行するステップ、
(b) イベントが受信されると、前記センサの現在の画素(p)ごとに、
(b1) 前記現在の画素についてのコンテキスト(Sp)を決定するステップ(501)であって、前記コンテキスト(Sp)が、前記現在の画素(p)から所定の距離未満に位置する画素の活動プロファイルのセットとして規定される、ステップ(501)、
(b2) 所定の典型的コンテキストのセットから典型的コンテキスト(Ck)を決定するステップ(504)であって、決定される前記典型的コンテキストが、典型的コンテキストの前記セットから、前記ステップ(b1)において決定される前記コンテキストまでの最小距離を有する、ステップ(504)、
(c) 前記ステップ(b2)における典型的コンテキストの決定の発現数に応じて、シグネチャーを決定するステップ(521)、
(d) 前記シグネチャーをシグネチャータイプのベースと比較することにより、形状を決定するステップ(524)
を含む、方法。 - 形状を認識するための方法であって、典型的コンテキストの階層モデルが規定され、各典型的コンテキストが、前記階層モデルの複数のレベルに関連付けられ、前記方法が、
(a) センサの非同期信号のイベントを現在のイベントとして使用し、前記階層モデルの第1のレベルの典型的コンテキストを現在のタイプのコンテキストとして使用するステップ、
(b) 前記現在のイベントとともに請求項1から3のいずれか一項に記載の非同期信号を処理するための方法を実行するステップ、
(c) 現在のイベントが受信されると、前記センサの現在の画素(p)ごとに、
(c1) 前記現在の画素についてのコンテキスト(Sp)を決定するステップ(501)であって、前記コンテキスト(Sp)が、前記現在の画素(p)から所定の距離未満に位置する画素についての前記ステップ(b)に使用される活動プロファイルのセットとして規定される、ステップ(501)、
(c2) 前記現在の典型的コンテキストから典型的コンテキスト(Ck)を決定するステップ(504)であって、前記決定された典型的コンテキストが、前記現在の典型的コンテキストすべての中で、前記ステップ(c1)において決定される前記コンテキストまでの最小距離を有する、ステップ(504)、
(c3) 前記ステップ(c2)において識別される前記典型的コンテキストに応じてイベントを生成するステップ、
(d) 前記階層モデルのあるレベルが使用されていない場合、
- 前記ステップ(c3)において生成される前記イベントを現在のイベントとして使用するステップ、
- まだ使用されていない前記階層モデルのあるレベルの前記典型的コンテキストを、現在の典型的コンテキストとして使用するステップ、
- 前記ステップ(b)〜(e)を再実行するステップ、
(e) 前記階層モデルの前記レベルのすべてが使用されている場合、
- 前記ステップ(c2)が最後に行われたときの典型的コンテキストの決定の発現数に応じて、シグネチャーを決定するステップ(521)、
- 前記シグネチャーを典型的シグネチャーのベースと比較することにより、形状を決定するステップ(524)
を含む、方法。 - コンテキストの前記決定が、相異なる極性を有する前記イベントを別々に考慮に入れる、請求項4または5に記載の方法。
- 前記ステップ(e)の前記比較が、バタチャリヤ距離の計算を含む、請求項5または6に記載の方法。
- 前記ステップ(e)の前記比較が、標準化距離の計算を含む、請求項5または6に記載の方法。
- コンピュータプログラム製品であって、プログラムがプロセッサによって実行されるときに請求項1から8のいずれか一項に記載の方法を実装するための命令を含むコンピュータプログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1552155A FR3033914A1 (fr) | 2015-03-16 | 2015-03-16 | Procede de traitement d'un signal asynchrone |
FR1552155 | 2015-03-16 | ||
PCT/FR2016/050574 WO2016146937A1 (fr) | 2015-03-16 | 2016-03-15 | Procédé de traitement d'un signal asynchrone |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018509847A true JP2018509847A (ja) | 2018-04-05 |
JP2018509847A5 JP2018509847A5 (ja) | 2019-04-18 |
JP6833708B2 JP6833708B2 (ja) | 2021-02-24 |
Family
ID=54140531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017549000A Active JP6833708B2 (ja) | 2015-03-16 | 2016-03-15 | 非同期信号を処理するための方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US10440296B2 (ja) |
EP (1) | EP3271869B1 (ja) |
JP (1) | JP6833708B2 (ja) |
KR (1) | KR20180020123A (ja) |
CN (1) | CN107873097A (ja) |
ES (1) | ES2764484T3 (ja) |
FR (1) | FR3033914A1 (ja) |
HK (1) | HK1248357A1 (ja) |
WO (1) | WO2016146937A1 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020502604A (ja) * | 2016-09-09 | 2020-01-23 | サントル ナショナル ドゥ ラ ルシェルシュ シアンティフィック | 複数の信号におけるパターン認識のための方法 |
WO2020067410A1 (ja) * | 2018-09-28 | 2020-04-02 | ソニーセミコンダクタソリューションズ株式会社 | データ処理装置、データ処理方法、及び、プログラム |
JP2021026621A (ja) * | 2019-08-07 | 2021-02-22 | トヨタ自動車株式会社 | イメージセンサ |
JP2021520155A (ja) * | 2018-05-04 | 2021-08-12 | セレピクセル テクノロジー カンパニー リミテッド | データ処理方法及びコンピューティング機器 |
WO2022254789A1 (ja) * | 2021-05-31 | 2022-12-08 | ソニーグループ株式会社 | 受信装置および送受信システム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3120897A1 (en) * | 2015-07-22 | 2017-01-25 | Université Pierre et Marie Curie (Paris 6) | Method for downsampling a signal outputted by an asynchronous sensor |
CN108764078B (zh) * | 2018-05-15 | 2019-08-02 | 上海芯仑光电科技有限公司 | 一种事件数据流的处理方法及计算设备 |
EP3694202A1 (en) * | 2019-02-11 | 2020-08-12 | Prophesee | Method of processing a series of events received asynchronously from an array of pixels of an event-based light sensor |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015501936A (ja) * | 2011-12-19 | 2015-01-19 | ウニヴェルズィテート チューリッヒ | サンプル抽出された輝度の検知と時間依存性の画像データの非同期検出との同時実施などのためのフォトアレイ |
JP2015507261A (ja) * | 2011-12-21 | 2015-03-05 | ユニヴェルシテ・ピエール・エ・マリ・キュリ・(パリ・6) | 非同期光センサに基づいてオプティカルフローを推定する方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102070562B1 (ko) * | 2012-06-19 | 2020-01-30 | 삼성전자주식회사 | 이벤트 기반 이미지 처리 장치 및 그 장치를 이용한 방법 |
-
2015
- 2015-03-16 FR FR1552155A patent/FR3033914A1/fr not_active Withdrawn
-
2016
- 2016-03-15 ES ES16715016T patent/ES2764484T3/es active Active
- 2016-03-15 KR KR1020177029339A patent/KR20180020123A/ko not_active Application Discontinuation
- 2016-03-15 JP JP2017549000A patent/JP6833708B2/ja active Active
- 2016-03-15 US US15/556,632 patent/US10440296B2/en not_active Expired - Fee Related
- 2016-03-15 EP EP16715016.8A patent/EP3271869B1/fr active Active
- 2016-03-15 WO PCT/FR2016/050574 patent/WO2016146937A1/fr active Application Filing
- 2016-03-15 CN CN201680019785.4A patent/CN107873097A/zh active Pending
-
2018
- 2018-06-14 HK HK18107724.8A patent/HK1248357A1/zh unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015501936A (ja) * | 2011-12-19 | 2015-01-19 | ウニヴェルズィテート チューリッヒ | サンプル抽出された輝度の検知と時間依存性の画像データの非同期検出との同時実施などのためのフォトアレイ |
JP2015507261A (ja) * | 2011-12-21 | 2015-03-05 | ユニヴェルシテ・ピエール・エ・マリ・キュリ・(パリ・6) | 非同期光センサに基づいてオプティカルフローを推定する方法 |
Non-Patent Citations (4)
Title |
---|
GARRICK ORCHARD; MEYER CEDRIC; ETIENNE-CUMMINGS RALPH; ET AL: "HFIRST: A TEMPORAL APPROACH TO OBJECT RECOGNITION", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, vol. VOL:37, NR:10, JPN5018001138, 14 January 2015 (2015-01-14), US, pages 2028 - 2040, ISSN: 0004246057 * |
GEORG WIESMANN; STEPHAN SCHRAML; MARTIN LITZENBERGER; ET AL: "EVENT-DRIVEN EMBODIED SYSTEM FOR FEATURE EXTRACTION AND OBJECT RECOGNITION IN ROBOTIC APPLICATIONS", COMPUTER VISION AND PATTERN RECOGNITION WORKSHOPS (CVPRW), 2012 IEEE COMPUTER SOCIETY CONFERENCE ON, JPN5018001136, 16 June 2012 (2012-06-16), pages 76 - 82, XP032206761, ISSN: 0004246055, DOI: 10.1109/CVPRW.2012.6238898 * |
SCHRAML S; BELBACHIR A N; BRANDLE N: "A REAL-TIME PEDESTRIAN CLASSIFICATION METHOD FOR EVENT-BASED DYNAMIC STEREO VISION", COMPUTER VISION AND PATTERN RECOGNITION WORKSHOPS (CVPRW), 2010 IEEE COMPUTER SOCIETY CONFERENCE ON, JPN5018001137, 13 June 2010 (2010-06-13), US, pages 93 - 99, XP031728957, ISSN: 0004246056 * |
ZHENJIANG NI; BOLOPION A; AGNUS J; ET AL: "ASYNCHRONOUS EVENT-BASED VISUAL SHAPE TRACKING FOR STABLE HAPTIC FEEDBACK IN MICROROBOTICS", IEEE TRANSACTIONS ON ROBOTICS, vol. VOL:28, NR:5, JPN5018001135, October 2012 (2012-10-01), US, pages 1081 - 1089, ISSN: 0004246054 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020502604A (ja) * | 2016-09-09 | 2020-01-23 | サントル ナショナル ドゥ ラ ルシェルシュ シアンティフィック | 複数の信号におけるパターン認識のための方法 |
JP7209622B2 (ja) | 2016-09-09 | 2023-01-20 | サントル ナショナル ドゥ ラ ルシェルシュ シアンティフィック | 複数の信号におけるパターン認識のための方法 |
JP2021520155A (ja) * | 2018-05-04 | 2021-08-12 | セレピクセル テクノロジー カンパニー リミテッド | データ処理方法及びコンピューティング機器 |
JP7092211B2 (ja) | 2018-05-04 | 2022-06-28 | オムニビジョン センサー ソリューション (シャンハイ) カンパニー リミテッド | データ処理方法及びコンピューティング機器 |
WO2020067410A1 (ja) * | 2018-09-28 | 2020-04-02 | ソニーセミコンダクタソリューションズ株式会社 | データ処理装置、データ処理方法、及び、プログラム |
US11818475B2 (en) | 2018-09-28 | 2023-11-14 | Sony Corporation | Data processing device, data processing method, and program |
JP2021026621A (ja) * | 2019-08-07 | 2021-02-22 | トヨタ自動車株式会社 | イメージセンサ |
JP7120180B2 (ja) | 2019-08-07 | 2022-08-17 | トヨタ自動車株式会社 | イメージセンサ |
WO2022254789A1 (ja) * | 2021-05-31 | 2022-12-08 | ソニーグループ株式会社 | 受信装置および送受信システム |
Also Published As
Publication number | Publication date |
---|---|
HK1248357A1 (zh) | 2018-10-12 |
EP3271869A1 (fr) | 2018-01-24 |
EP3271869B1 (fr) | 2019-10-16 |
JP6833708B2 (ja) | 2021-02-24 |
CN107873097A (zh) | 2018-04-03 |
US10440296B2 (en) | 2019-10-08 |
ES2764484T3 (es) | 2020-06-03 |
FR3033914A1 (fr) | 2016-09-23 |
US20180063449A1 (en) | 2018-03-01 |
KR20180020123A (ko) | 2018-02-27 |
WO2016146937A1 (fr) | 2016-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6833708B2 (ja) | 非同期信号を処理するための方法 | |
Chen et al. | A real-time human action recognition system using depth and inertial sensor fusion | |
US11747898B2 (en) | Method and apparatus with gaze estimation | |
US10810438B2 (en) | Setting apparatus, output method, and non-transitory computer-readable storage medium | |
US9075453B2 (en) | Human eye controlled computer mouse interface | |
US8706663B2 (en) | Detection of people in real world videos and images | |
US9953215B2 (en) | Method and system of temporal segmentation for movement analysis | |
US10984252B2 (en) | Apparatus and method for analyzing people flows in image | |
CN109740466A (zh) | 广告投放策略的获取方法、计算机可读存储介质 | |
CN105631399A (zh) | 用于体育视频识别的快速对象跟踪框架 | |
Marcos-Ramiro et al. | Body communicative cue extraction for conversational analysis | |
EP3467712A1 (en) | Methods and systems for processing image data | |
Iazzi et al. | Fall detection based on posture analysis and support vector machine | |
JP2009301242A (ja) | 頭部候補抽出方法、頭部候補抽出装置、頭部候補抽出プログラムおよびそのプログラムを記録した記録媒体 | |
US20230230277A1 (en) | Object position estimation device, object position estimation method, and recording medium | |
CN111274854B (zh) | 一种人体动作识别方法和视觉增强处理系统 | |
JP5864231B2 (ja) | 移動方向識別装置 | |
GB2467643A (en) | Improved detection of people in real world videos and images. | |
JP5419925B2 (ja) | 通過物体数計測方法、通過物体数計測装置、及びプログラム | |
JP7211496B2 (ja) | 教師データ生成装置 | |
JP7211495B2 (ja) | 教師データ生成装置 | |
WO2023171184A1 (ja) | 動画像集約装置、動画像集約方法、及び動画像集約プログラム | |
WO2022004569A1 (ja) | 画像データ処理装置及びシステム | |
Hiremath et al. | Sign language video processing for text detection in Hindi language | |
Kim et al. | User's gaze tracking system and its application using head pose estimation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190306 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190306 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200406 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200703 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20201204 |
|
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: 20210104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210203 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6833708 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |