JP2020087165A - 学習データ生成プログラム、学習データ生成装置、及び学習データ生成方法 - Google Patents
学習データ生成プログラム、学習データ生成装置、及び学習データ生成方法 Download PDFInfo
- Publication number
- JP2020087165A JP2020087165A JP2018223405A JP2018223405A JP2020087165A JP 2020087165 A JP2020087165 A JP 2020087165A JP 2018223405 A JP2018223405 A JP 2018223405A JP 2018223405 A JP2018223405 A JP 2018223405A JP 2020087165 A JP2020087165 A JP 2020087165A
- Authority
- JP
- Japan
- Prior art keywords
- images
- image
- learning data
- data generation
- learning
- 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
- 238000000034 method Methods 0.000 title claims description 105
- 238000010801 machine learning Methods 0.000 claims abstract description 16
- 241000238370 Sepia Species 0.000 claims description 6
- 238000013527 convolutional neural network Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 14
- 230000010365 information processing Effects 0.000 description 7
- 230000008602 contraction Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
Abstract
Description
(1)コンピュータは、機械学習における学習対象物に関連する複数の画像各々と他の画像との間の画像マッチングの結果に基づいて、各画像内における注目領域を特定する。
(2)コンピュータは、複数の画像それぞれについて、注目領域以外の領域に対して不鮮明化処理を適用する。
(3)コンピュータは、不鮮明化処理が適用された複数の画像を含む学習データを生成する。
CNNを用いて分類を行う場合、大量の画像を学習データとして与えれば、それらの画像から分類対象物の特徴量のみを抽出するように、CNNに対する学習が行われる。大量の画像としては、例えば、数万枚以上の画像が想定される。
(F1)非特許文献2に記載されたORB(Oriented FAST and Rotated BRIEF)
(F2)非特許文献3に記載されたKAZE特徴量
(F3)Accelerated-KAZE特徴量
(F4)非特許文献4に記載されたSIFT(Scale-Invariant Feature Transform)特徴量
(F5)非特許文献5に記載されたSURF(Speeded-Up Robust Features)
頻度分布322は、処理対象の画像321内の複数の特徴点それぞれに対する頻度値を含み、各特徴点に対する頻度値は、その特徴点に対応付けられた、他のすべての画像321内の特徴点の個数を表す。特定部112は、他のすべての画像321内の特徴点を処理対象の画像321上に写像することで、頻度分布322を生成する。
(P1)ぼかし処理
(P2)コントラスト変更処理
(P3)グレースケール化処理
(P4)セピア化処理
(P5)膨張処理
(P6)収縮処理
(P7)ジッター処理
(付記1)
機械学習における学習対象物に関連する複数の画像各々と、前記複数の画像のうち他の画像との間の画像マッチングの結果に基づいて、各画像内における注目領域を特定し、
前記複数の画像それぞれについて、前記注目領域以外の領域に対して不鮮明化処理を適用し、
前記不鮮明化処理が適用された複数の画像を含む学習データを生成する、
処理をコンピュータに実行させるための学習データ生成プログラム。
(付記2)
前記複数の画像各々は、前記学習対象物と同じ種類の対象物が写っている画像であることを特徴とする付記1記載の学習データ生成プログラム。
(付記3)
前記コンピュータは、前記複数の画像各々と前記他の画像との間の画像マッチングを行って、各画像内における特徴点の頻度分布を求め、求めた頻度分布に基づいて、前記注目領域を特定することを特徴とする付記1又は2記載の学習データ生成プログラム。
(付記4)
前記コンピュータは、前記注目領域以外の領域内の各特徴点の頻度値に応じて、各特徴点を含む所定領域を決定し、決定した所定領域に対して前記不鮮明化処理を適用することを特徴とする付記3記載の学習データ生成プログラム。
(付記5)
前記不鮮明化処理は、ぼかし処理、コントラスト変更処理、グレースケール化処理、セピア化処理、膨張処理、収縮処理、又はジッター処理であることを特徴とする付記1乃至4のいずれか1項に記載の学習データ生成プログラム。
(付記6)
機械学習における学習対象物に関連する複数の画像を記憶する記憶部と、
前記複数の画像各々と、前記複数の画像のうち他の画像との間の画像マッチングの結果に基づいて、各画像内における注目領域を特定する特定部と、
前記複数の画像それぞれについて、前記注目領域以外の領域に対して不鮮明化処理を適用する不鮮明化部と、
前記不鮮明化処理が適用された複数の画像を含む学習データを生成する生成部と、
を備えることを特徴とする学習データ生成装置。
(付記7)
前記複数の画像各々は、前記学習対象物と同じ種類の対象物が写っている画像であることを特徴とする付記6記載の学習データ生成装置。
(付記8)
前記特定部は、前記複数の画像各々と前記他の画像との間の画像マッチングを行って、各画像内における特徴点の頻度分布を求め、求めた頻度分布に基づいて、前記注目領域を特定することを特徴とする付記6又は7記載の学習データ生成装置。
(付記9)
前記不鮮明化部は、前記注目領域以外の領域内の各特徴点の頻度値に応じて、各特徴点を含む所定領域を決定し、決定した所定領域に対して前記不鮮明化処理を適用することを特徴とする付記8記載の学習データ生成装置。
(付記10)
前記不鮮明化処理は、ぼかし処理、コントラスト変更処理、グレースケール化処理、セピア化処理、膨張処理、収縮処理、又はジッター処理であることを特徴とする付記6乃至9のいずれか1項に記載の学習データ生成装置。
(付記11)
コンピュータにより実行される学習データ生成方法であって、前記コンピュータが、
機械学習における学習対象物に関連する複数の画像各々と、前記複数の画像のうち他の画像との間の画像マッチングの結果に基づいて、各画像内における注目領域を特定し、
前記複数の画像それぞれについて、前記注目領域以外の領域に対して不鮮明化処理を適用し、
前記不鮮明化処理が適用された複数の画像を含む学習データを生成する、
ことを特徴とする学習データ生成方法。
(付記12)
前記複数の画像各々は、前記学習対象物と同じ種類の対象物が写っている画像であることを特徴とする付記11記載の学習データ生成方法。
(付記13)
前記コンピュータは、前記複数の画像各々と前記他の画像との間の画像マッチングを行って、各画像内における特徴点の頻度分布を求め、求めた頻度分布に基づいて、前記注目領域を特定することを特徴とする付記11又は12記載の学習データ生成方法。
(付記14)
前記コンピュータは、前記注目領域以外の領域内の各特徴点の頻度値に応じて、各特徴点を含む所定領域を決定し、決定した所定領域に対して前記不鮮明化処理を適用することを特徴とする付記13記載の学習データ生成方法。
(付記15)
前記不鮮明化処理は、ぼかし処理、コントラスト変更処理、グレースケール化処理、セピア化処理、膨張処理、収縮処理、又はジッター処理であることを特徴とする付記11乃至14のいずれか1項に記載の学習データ生成方法。
111、333 記憶部
112 特定部
113 不鮮明化部
114 生成部
301 画像分類装置
302 通信ネットワーク
311、331 通信部
321、341 画像
322 頻度分布
323 学習データ
342 分類結果
401 矩形領域
402〜405 領域
701 特徴点
702、703 フィルタ領域
1201 CPU
1202 メモリ
1203 入力装置
1204 出力装置
1205 補助記憶装置
1206 媒体駆動装置
1207 ネットワーク接続装置
1208 バス
1209 可搬型記録媒体
Claims (7)
- 機械学習における学習対象物に関連する複数の画像各々と、前記複数の画像のうち他の画像との間の画像マッチングの結果に基づいて、各画像内における注目領域を特定し、
前記複数の画像それぞれについて、前記注目領域以外の領域に対して不鮮明化処理を適用し、
前記不鮮明化処理が適用された複数の画像を含む学習データを生成する、
処理をコンピュータに実行させるための学習データ生成プログラム。 - 前記複数の画像各々は、前記学習対象物と同じ種類の対象物が写っている画像であることを特徴とする請求項1記載の学習データ生成プログラム。
- 前記コンピュータは、前記複数の画像各々と前記他の画像との間の画像マッチングを行って、各画像内における特徴点の頻度分布を求め、求めた頻度分布に基づいて、前記注目領域を特定することを特徴とする請求項1又は2記載の学習データ生成プログラム。
- 前記コンピュータは、前記注目領域以外の領域内の各特徴点の頻度値に応じて、各特徴点を含む所定領域を決定し、決定した所定領域に対して前記不鮮明化処理を適用することを特徴とする請求項3記載の学習データ生成プログラム。
- 前記不鮮明化処理は、ぼかし処理、コントラスト変更処理、グレースケール化処理、セピア化処理、膨張処理、収縮処理、又はジッター処理であることを特徴とする請求項1乃至4のいずれか1項に記載の学習データ生成プログラム。
- 機械学習における学習対象物に関連する複数の画像を記憶する記憶部と、
前記複数の画像各々と、前記複数の画像のうち他の画像との間の画像マッチングの結果に基づいて、各画像内における注目領域を特定する特定部と、
前記複数の画像それぞれについて、前記注目領域以外の領域に対して不鮮明化処理を適用する不鮮明化部と、
前記不鮮明化処理が適用された複数の画像を含む学習データを生成する生成部と、
を備えることを特徴とする学習データ生成装置。 - コンピュータにより実行される学習データ生成方法であって、前記コンピュータが、
機械学習における学習対象物に関連する複数の画像各々と、前記複数の画像のうち他の画像との間の画像マッチングの結果に基づいて、各画像内における注目領域を特定し、
前記複数の画像それぞれについて、前記注目領域以外の領域に対して不鮮明化処理を適用し、
前記不鮮明化処理が適用された複数の画像を含む学習データを生成する、
ことを特徴とする学習データ生成方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018223405A JP7220062B2 (ja) | 2018-11-29 | 2018-11-29 | 学習データ生成プログラム、学習データ生成装置、及び学習データ生成方法 |
US16/694,311 US11176455B2 (en) | 2018-11-29 | 2019-11-25 | Learning data generation apparatus and learning data generation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018223405A JP7220062B2 (ja) | 2018-11-29 | 2018-11-29 | 学習データ生成プログラム、学習データ生成装置、及び学習データ生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020087165A true JP2020087165A (ja) | 2020-06-04 |
JP7220062B2 JP7220062B2 (ja) | 2023-02-09 |
Family
ID=70850139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018223405A Active JP7220062B2 (ja) | 2018-11-29 | 2018-11-29 | 学習データ生成プログラム、学習データ生成装置、及び学習データ生成方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11176455B2 (ja) |
JP (1) | JP7220062B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022124380A1 (en) * | 2020-12-09 | 2022-06-16 | Brother Kogyo Kabushiki Kaisha | Method, system, and non-transitory computer-readable storage medium storing set of computer-readable instructions |
JP7299542B1 (ja) | 2022-05-18 | 2023-06-28 | キヤノンマーケティングジャパン株式会社 | 情報処理システム及びその制御方法、プログラム |
JP7548059B2 (ja) | 2021-02-25 | 2024-09-10 | 富士通株式会社 | 設定方法、設定プログラム及び設定装置 |
US12124534B2 (en) | 2020-12-09 | 2024-10-22 | Brother Kogyo Kabushiki Kaisha | Method for generating a plurality of sets of training image data for training machine learning model |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20200132245A (ko) | 2019-05-16 | 2020-11-25 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 제어 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016045538A (ja) * | 2014-08-20 | 2016-04-04 | 富士通株式会社 | 情報処理装置、画像判定方法、及びプログラム |
JP2018173814A (ja) * | 2017-03-31 | 2018-11-08 | 富士通株式会社 | 画像処理装置、画像処理方法、画像処理プログラム、及び教師データ生成方法 |
JP2018181157A (ja) * | 2017-04-19 | 2018-11-15 | 株式会社日立製作所 | 人物認証装置 |
JP2018185724A (ja) * | 2017-04-27 | 2018-11-22 | Kddi株式会社 | 画素変更処理画像を用いて対象を追跡する装置、プログラム及び方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5206517B2 (ja) | 2009-03-13 | 2013-06-12 | 日本電気株式会社 | 特徴点選択システム、特徴点選択方法および特徴点選択プログラム |
JP5164222B2 (ja) | 2009-06-25 | 2013-03-21 | Kddi株式会社 | 画像検索方法およびシステム |
JP5931646B2 (ja) | 2012-08-20 | 2016-06-08 | Kddi株式会社 | 画像処理装置 |
US11417082B2 (en) * | 2017-06-16 | 2022-08-16 | Markable, Inc. | Image processing system |
US10776903B2 (en) * | 2017-07-17 | 2020-09-15 | Open Text Corporation | Systems and methods for image modification and image based content capture and extraction in neural networks |
US10740647B2 (en) * | 2018-03-14 | 2020-08-11 | Adobe Inc. | Detecting objects using a weakly supervised model |
US20200151692A1 (en) * | 2018-04-18 | 2020-05-14 | Sbot Technologies, Inc. d/b/a Caper Inc. | Systems and methods for training data generation for object identification and self-checkout anti-theft |
-
2018
- 2018-11-29 JP JP2018223405A patent/JP7220062B2/ja active Active
-
2019
- 2019-11-25 US US16/694,311 patent/US11176455B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016045538A (ja) * | 2014-08-20 | 2016-04-04 | 富士通株式会社 | 情報処理装置、画像判定方法、及びプログラム |
JP2018173814A (ja) * | 2017-03-31 | 2018-11-08 | 富士通株式会社 | 画像処理装置、画像処理方法、画像処理プログラム、及び教師データ生成方法 |
JP2018181157A (ja) * | 2017-04-19 | 2018-11-15 | 株式会社日立製作所 | 人物認証装置 |
JP2018185724A (ja) * | 2017-04-27 | 2018-11-22 | Kddi株式会社 | 画素変更処理画像を用いて対象を追跡する装置、プログラム及び方法 |
Non-Patent Citations (1)
Title |
---|
"My人工知能の育て方 第4章 いい人工知能作り成功のカギ 学習データ作りの基本", INTERFACE 2018年12月号, JPN6022035137, 30 October 2018 (2018-10-30), ISSN: 0004853420 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022124380A1 (en) * | 2020-12-09 | 2022-06-16 | Brother Kogyo Kabushiki Kaisha | Method, system, and non-transitory computer-readable storage medium storing set of computer-readable instructions |
US12124534B2 (en) | 2020-12-09 | 2024-10-22 | Brother Kogyo Kabushiki Kaisha | Method for generating a plurality of sets of training image data for training machine learning model |
JP7548059B2 (ja) | 2021-02-25 | 2024-09-10 | 富士通株式会社 | 設定方法、設定プログラム及び設定装置 |
JP7299542B1 (ja) | 2022-05-18 | 2023-06-28 | キヤノンマーケティングジャパン株式会社 | 情報処理システム及びその制御方法、プログラム |
JP2023169922A (ja) * | 2022-05-18 | 2023-12-01 | キヤノンマーケティングジャパン株式会社 | 情報処理システム及びその制御方法、プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7220062B2 (ja) | 2023-02-09 |
US11176455B2 (en) | 2021-11-16 |
US20200175366A1 (en) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110738207B (zh) | 一种融合文字图像中文字区域边缘信息的文字检测方法 | |
JP7220062B2 (ja) | 学習データ生成プログラム、学習データ生成装置、及び学習データ生成方法 | |
Khan et al. | An efficient contour based fine-grained algorithm for multi category object detection | |
JP6435740B2 (ja) | データ処理システム、データ処理方法およびデータ処理プログラム | |
Gould et al. | Superpixel graph label transfer with learned distance metric | |
CN110097050B (zh) | 行人检测方法、装置、计算机设备及存储介质 | |
JP6393230B2 (ja) | オブジェクト検出方法及び画像検索システム | |
Kumar et al. | Indian classical dance classification with adaboost multiclass classifier on multifeature fusion | |
JP6937508B2 (ja) | 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム | |
JP6756406B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN113469092B (zh) | 字符识别模型生成方法、装置、计算机设备和存储介质 | |
JP2020017082A (ja) | 画像オブジェクト抽出装置及びプログラム | |
JP2017102622A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2011248702A (ja) | 画像処理装置、画像処理方法、画像処理プログラム及びプログラム記憶媒体 | |
JP2018206260A (ja) | 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム | |
CN107368832A (zh) | 基于图像的目标检测及分类方法 | |
JP2016099980A (ja) | 画像セグメンテーション方法、装置、及びプログラム | |
Kajale et al. | Supervised machine learning in intelligent character recognition of handwritten and printed nameplate | |
KR20230048785A (ko) | 변형 가능한 부분 모델에 기반한 대규모 객체 검출 및 학습 방법 및 장치 | |
Mohammed et al. | Proposed approach for automatic underwater object classification | |
CN114550173A (zh) | 图像预处理方法、装置、电子设备以及可读存储介质 | |
JP5337252B2 (ja) | 特徴抽出装置 | |
Kumar et al. | Fuzzy inference system based edge detection using fuzzy membership functions | |
KR101592087B1 (ko) | 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체 | |
KR20200134813A (ko) | 기계 학습을 위한 이미지 처리 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210810 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220823 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221018 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20221018 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7220062 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |