JP2020107254A - 画像検査装置、学習済みモデル生成装置、画像検査システム、画像検査用プログラム、学習済みモデル生成用プログラム、および学習済みモデル - Google Patents
画像検査装置、学習済みモデル生成装置、画像検査システム、画像検査用プログラム、学習済みモデル生成用プログラム、および学習済みモデル Download PDFInfo
- Publication number
- JP2020107254A JP2020107254A JP2018248158A JP2018248158A JP2020107254A JP 2020107254 A JP2020107254 A JP 2020107254A JP 2018248158 A JP2018248158 A JP 2018248158A JP 2018248158 A JP2018248158 A JP 2018248158A JP 2020107254 A JP2020107254 A JP 2020107254A
- Authority
- JP
- Japan
- Prior art keywords
- image
- image data
- inspection
- data
- unit
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 367
- 238000002372 labelling Methods 0.000 claims abstract description 25
- 230000006870 function Effects 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 28
- 238000010801 machine learning Methods 0.000 claims description 18
- 239000007787 solid Substances 0.000 claims description 11
- 230000002194 synthesizing effect Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 description 29
- 230000010365 information processing Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 239000002131 composite material Substances 0.000 description 13
- 238000011960 computer-aided design Methods 0.000 description 10
- 238000010276 construction Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Abstract
Description
先ず、本願において開示される発明の代表的な実施の形態について概要を説明する。なお、以下の説明では、一例として、発明の構成要素に対応する図面上の参照符号を、括弧を付して記載している。
以下、本発明の実施の形態の具体例について図を参照して説明する。なお、以下の説明において、各実施の形態において共通する構成要素には同一の参照符号を付し、繰り返しの説明を省略する。また、図面は模式的なものであり、各要素の寸法の関係、各要素の比率などは、現実と異なる場合があることに留意する必要がある。図面の相互間においても、互いの寸法の関係や比率が異なる部分が含まれている場合がある。
図1は、本発明の実施の形態1に係る画像検査システムの構成を示す図である。
同図に示される画像検査システム1は、所定の対象物を表す大量の画像データを機械学習によって学習して学習済みモデルを生成し、その学習済みモデルを用いて、入力された画像データ中に上記所定の対象物が含まれているか否かを検査するためのシステムである。
ここで、ロゴとは、企業、団体、商品、またはサービス等を表す標章や商品の外観等の情報である。ここで、標章とは、文字、図形、記号、立体的形状若しくは色彩、またはこれらの結合をいう。
図3は、実施の形態1に係る画像検査装置2のハードウェア構成を示す図である。
画像検査装置2は、例えば、PC(パーソナルコンピュータ)やサーバ等の情報処理装置(コンピュータ)であって、インストールされた画像検査用プログラムにしたがって、学習済みモデルを用いて入力された画像データにおける所定の対象物(ロゴ)の有無を検査する装置である。
通信部21は、外部の情報処理装置と通信を行うための機能部である。
具体的に、通信部21は、ネットワーク6に接続されて、ネットワーク6を介して複数のクライアント端末装置4やウェブサーバ5等の外部の情報処理装置との間でデータの送受信を行う。
図4は、実施の形態1に係る学習済みモデル生成装置3の機能ブロック構成を示す図である。
図5は、実施の形態1に係る学習済みモデル生成装置3のハードウェア構成を示す図である。
図6A〜図6Dに示すように、立体画像データ302は、ロゴ(所定の対象物)を立体的に表した画像データである。例えば、立体画像データ302は、所定の形状を有する立体の表面に描かれたロゴ(所定の対象物)を所定の角度(方向)から見たときの当該ロゴを表す画像データ、または立体的に表したロゴそのものを所定の角度から見たときの画像データである。
画像合成部34は、例えば、図6A〜図6Dに示されるような立体画像データ302_1〜302_nと背景画像データ303_1〜303_mとそれぞれ一枚ずつ選択し、選択した立体画像データ302と背景画像データ303とを互いに異なるレイヤーで重ね合わせて合成し、合成画像データ304を生成する。
これにより、画像検査装置2は、記憶部24に記憶された学習済みモデル202(307)を用いて、入力した画像に対する特定のロゴの有無を検査する画像検査処理を行うことが可能となる。
図8は、画像検査システム1による処理の流れを示すフロー図である。
ステップS1において、先ず、学習用画像データ生成部32の画像合成部34が立体画像データ302と背景画像データ303とを記憶部36から読み出す(ステップS11)。
例えば、クライアント端末装置4が、画像検査システム1に対して、指定された情報媒体における特定のロゴの有無の検査の実行を要求するリクエスト情報を送信した場合、画像検査装置2がその要求に応答して画像検査処理を開始する。あるいは、例えば、ユーザ(例えば、サービス提供者)が画像検査装置2の入力装置103(キーボードやマウス等)を操作することによりリクエスト情報が入力された場合、画像検査装置2がその要求に応答して画像検査処理を開始する。
ステップS4において、先ず、画像検査装置2のデータ取得部22が、検査対象画像データ201を取得する(ステップS41)。
すなわち、学習済みモデル生成装置3によれば、ロゴの見え方とその背景とが異なる大量の学習用画像データ306を生成することができるので、これらの学習用画像データ306を機械学習器に学習させることにより、画像データ(コンテンツ)内のロゴの表示態様や背景画像の変化に対してロバスト性の高い学習済みモデルを生成することができる。これにより、画像検査装置2によるロゴの検出精度を向上させることが可能となる。
図11は、実施の形態2に係る画像検査システムにおける学習済みモデル生成装置の機能ブロック構成を示す図である。
図13は、実施の形態3に係る画像検査システムにおける画像検査装置の機能ブロック構成を示す図である。
同図に示される画像検査装置2Bは、検査対象のロゴに関する検査結果に基づいて、検査対象画像データの画像編集を行う機能を備える点において、実施の形態1に係る画像検査装置2と相違し、その他の点においては画像検査装置2と同様である。
図14に示すように、画像検査システム1Bでは、ステップS4の後に、画像編集部25が、検査対象画像データ201に基づく画像編集処理を実行する(ステップS5)。
先ず、ステップS5では、画像編集部25が、記憶部24から検査結果データ203を読み出す(ステップS51)。次に、画像編集部25が、ステップS51で読み出した検査結果データ203に対応する検査対象画像データ201を読み出す(ステップS52)。
以上、本発明者らによってなされた発明を実施の形態に基づいて具体的に説明したが、本発明はそれに限定されるものではなく、その要旨を逸脱しない範囲において種々変更可能であることは言うまでもない。
Claims (24)
- 検査対象画像データを取得するデータ取得部と、
画像データを入力として当該画像データに所定の対象物を表す画像が含まれるか否かを検査するようにコンピュータを機能させるための学習済みモデルを記憶する記憶部と、
前記記憶部に記憶された前記学習済みモデルに基づいて、前記データ取得部によって取得した前記検査対象画像データに前記所定の対象物を表す画像が含まれるか否かを検査する検査部と、を備え、
前記学習済みモデルは、立体的に表した前記所定の対象物を互いに異なる複数の角度から見たときの複数の第1画像をそれぞれ主題とし、前記第1画像と異なる複数の第2画像をそれぞれ背景とした複数の第3画像に前記所定の対象物に関する識別情報をそれぞれラベリングして生成された複数の学習用画像データを機械学習することによって調整された学習済みパラメータを含む
画像検査装置。 - 請求項1に記載の画像検査装置において、
インターネットを含むネットワークと接続するための通信部を更に有し、
前記データ取得部は、前記通信部を介して前記検査対象画像データを取得する
ことを特徴とする画像検査装置。 - 請求項2に記載の画像検査装置において、
前記データ取得部は、前記ネットワークにおける検査範囲を指定する情報を取得した場合に、前記検査範囲を指定する情報に基づいて、前記ネットワークから前記検査対象画像データを取得する
ことを特徴とする画像検査装置。 - 請求項3に記載の画像検査装置において、
前記検査範囲を指定する情報は、アドレス情報を含み、
前記データ取得部は、前記アドレス情報で指定されたウェブページを表す画像を含むデータを前記検査対象画像データとして取得する
ことを特徴とする画像検査装置。 - 請求項3または4に記載の画像検査装置において、
前記検査範囲を指定する情報は、タグ情報を含み、
前記データ取得部は、前記タグ情報によって特定されるSNSに投稿された画像を含むデータを前記検査対象画像データとして取得する
ことを特徴とする画像検査装置。 - 請求項1乃至5の何れか一項に記載の画像検査装置において、
前記検査部は、前記検査対象画像データの画像内における前記所定の対象物の位置を示す位置情報を含む検査結果データを生成する
ことを特徴とする画像検査装置。 - 請求項6に記載の画像検査装置において、
前記検査結果データに基づいて、前記データ取得部によって取得した前記検査対象画像データの画像編集を行う画像編集部を更に備える
ことを特徴とする画像検査装置。 - 請求項7に記載の画像検査装置において、
前記画像編集部は、前記位置情報に基づいて、前記検査対象画像データの画像内における前記所定の対象物を含む領域に対して画像編集処理を行う
ことを特徴とする画像検査装置。 - 請求項1乃至8の何れか一項に記載の画像検査装置において、
前記データ取得部は、複数のフレームを含む動画データを入力し、前記動画データのフレームに基づいて前記検査対象画像データを取得する
ことを特徴とする画像検査装置。 - 請求項1乃至9の何れか一項に記載の画像検査装置において、
前記所定の対象物は、ロゴである
ことを特徴とする画像検査装置。 - 立体的に表した所定の対象物を互いに異なる複数の角度から見たときの複数の第1画像をそれぞれ主題とし、前記第1画像と異なる複数の第2画像をそれぞれ背景とした複数の第3画像に前記所定の対象物に関する識別情報をそれぞれラベリングした複数の学習用画像データを生成する学習用画像データ生成部と、
前記学習用画像データを機械学習することにより、画像データを入力として当該画像データに前記所定の対象物を表す画像が含まれるか否かを検査するようにコンピュータを機能させるための学習済みモデルを生成する学習済みモデル生成部と、を備える
学習済みモデル生成装置。 - 請求項11に記載の学習済みモデル生成装置において、
前記学習用画像データ生成部は、
前記複数の第1画像と前記複数の第2画像とを合成して前記複数の第3画像を生成する画像合成部と、
前記識別情報を、前記画像合成部によって生成された前記複数の第3画像にそれぞれラベリングして、前記複数の学習用画像データを生成するラベリング部と、を含む
ことを特徴とする学習済みモデル生成装置。 - 請求項12に記載の学習済みモデル生成装置において、
前記学習用画像データ生成部は、
前記所定の対象物の図形情報を含む図形データに基づいて、所定の形状を有する立体の表面に描かれた前記所定の対象物を所定の角度から見たときの画像を前記第1画像として生成する立体画像生成部を更に含む
ことを特徴とする学習済みモデル生成装置。 - 請求項13に記載の学習済みモデル生成装置において、
前記図形データは、前記所定の対象物の立体的形状を表す3軸のパラメータを含む三次元CADデータである
ことを特徴とする学習済みモデル生成装置。 - 立体的に表した所定の対象物を互いに異なる複数の角度から見たときの複数の第1画像をそれぞれ主題とし、前記第1画像と異なる複数の第2画像をそれぞれ背景とした複数の第3画像に前記所定の対象物に関する識別情報をそれぞれラベリングした複数の学習用画像データを生成する学習用画像データ生成部と、
前記学習用画像データを機械学習することにより、画像データを入力として当該画像データに前記所定の対象物を表す画像が含まれるか否かを検査するようにコンピュータを機能させるための学習済みモデルを生成する学習済みモデル生成部と、
検査対象画像データを取得するデータ取得部と、
前記学習済みモデル生成部によって生成された前記学習済みモデルに基づいて、前記データ取得部によって取得した前記検査対象画像データに前記所定の対象物を表す画像が含まれるか否かを検査する検査部と、を備える
画像検査システム。 - コンピュータを、
検査対象画像データを取得するデータ取得部と、
画像データを入力として当該画像データに所定の対象物を表す画像が含まれるか否かを検査するようにコンピュータを機能させるための学習済みモデルを記憶する記憶部と、
前記記憶部に記憶された前記学習済みモデルに基づいて、前記データ取得部によって取得した前記検査対象画像データに前記所定の対象物を表す画像が含まれるか否かを検査する検査部として機能させ、
前記学習済みモデルは、立体的に表した前記所定の対象物を互いに異なる複数の角度から見たときの複数の第1画像をそれぞれ主題とし、前記第1画像と異なる複数の第2画像をそれぞれ背景とした複数の第3画像に、前記所定の対象物に関する識別情報をラベリングした学習用画像データを機械学習することによって生成されている
画像検査用プログラム。 - 請求項16に記載の画像検査用プログラムにおいて、
前記コンピュータを、
インターネットを含むネットワークと接続するための通信部として更に機能させ、
前記データ取得部は、前記通信部を介して前記検査対象画像データを取得する
ことを特徴とする画像検査用プログラム。 - 請求項17に記載の画像検査用プログラムにおいて、
前記データ取得部は、前記ネットワークにおける検査範囲を指定する情報を取得した場合に、前記検査範囲を指定する情報に基づいて、前記ネットワークから前記検査対象画像データを取得する
ことを特徴とする画像検査用プログラム。 - 請求項16乃至18の何れか一項に記載の画像検査用プログラムにおいて、
前記コンピュータを
前記検査部による検査結果に基づいて、前記データ取得部によって取得した前記検査対象画像データの画像編集を行う画像編集部として更に機能させる
ことを特徴とする画像検査用プログラム。 - コンピュータを、
立体的に表した所定の対象物を互いに異なる複数の角度から見たときの複数の第1画像をそれぞれ主題とし、前記第1画像と異なる複数の第2画像をそれぞれ背景とした複数の第3画像に、前記所定の対象物に関する識別情報をラベリングした複数の学習用画像データを生成する学習用画像データ生成部と、
前記学習用画像データを機械学習することにより、画像データを入力として当該画像データに前記所定の対象物を表す画像が含まれるか否かを検査するようにコンピュータを機能させるための学習済みモデルを生成する学習済みモデル生成部と、して機能させる
学習済みモデル生成用プログラム。 - 請求項20に記載の学習済みモデル生成用プログラムにおいて、
前記学習用画像データ生成部は、
前記複数の第1画像と前記複数の第2画像とを合成して前記複数の第3画像を生成する画像合成部と、
前記識別情報を、前記画像合成部によって生成された前記複数の第3画像にそれぞれラベリングして、前記複数の学習用画像データを生成するラベリング部と、を含む
ことを特徴とする学習済みモデル生成用プログラム。 - 請求項21に記載の学習済みモデル生成用プログラムにおいて、
前記学習用画像データ生成部は、
前記所定の対象物の図形情報を含む図形データに基づいて、所定の形状を有する立体の表面に描かれた前記所定の対象物を所定の角度から見たときの画像を前記第1画像として生成する立体画像生成部を更に含む
ことを特徴とする学習済みモデル生成用プログラム。 - 請求項22に記載の学習済みモデル生成用プログラムにおいて、
前記図形データは、前記所定の対象物の立体的形状を表す3軸のパラメータを含む三次元CADデータである
ことを特徴とする学習済みモデル生成用プログラム。 - 画像データを入力として当該画像データに所定の対象物が含まれるか否かを検査するようにコンピュータを機能させるための学習済みモデルであって、
立体的に表した前記所定の対象物を互いに異なる複数の角度から見たときの複数の第1画像をそれぞれ主題とし、互いに異なる複数の第2画像をそれぞれ背景とした複数の第3画像に前記所定の対象物に関する識別情報をそれぞれラベリングして生成された学習用画像データを機械学習することによって調整された学習済みパラメータを含み、
入力された前記画像データに対して前記学習済みパラメータに基づく演算を行い、前記所定の対象物が含まれるか否かを定量化した値を出力するよう、前記コンピュータを機能させる学習済みモデル。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018248158A JP7340806B2 (ja) | 2018-12-28 | 2018-12-28 | 画像検査装置、画像検査システム、および画像検査用プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018248158A JP7340806B2 (ja) | 2018-12-28 | 2018-12-28 | 画像検査装置、画像検査システム、および画像検査用プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020107254A true JP2020107254A (ja) | 2020-07-09 |
JP7340806B2 JP7340806B2 (ja) | 2023-09-08 |
Family
ID=71449236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018248158A Active JP7340806B2 (ja) | 2018-12-28 | 2018-12-28 | 画像検査装置、画像検査システム、および画像検査用プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7340806B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7031812B1 (ja) | 2020-09-28 | 2022-03-08 | 株式会社GamingD | プログラム、方法、およびシステム |
WO2022124224A1 (ja) * | 2020-12-09 | 2022-06-16 | ブラザー工業株式会社 | 方法、システム、および、コンピュータプログラム |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07223487A (ja) * | 1994-02-14 | 1995-08-22 | Mitsubishi Motors Corp | 車両用周囲状況表示装置 |
JP2005327242A (ja) * | 2004-05-14 | 2005-11-24 | Omron Corp | 特定被写体検出装置 |
JP2006344154A (ja) * | 2005-06-10 | 2006-12-21 | Sumitomo Electric Ind Ltd | 車両判別装置及び方法 |
JP2010128768A (ja) * | 2008-11-27 | 2010-06-10 | Toyota Motor Corp | 車両周辺監視装置 |
JP2011150381A (ja) * | 2010-01-19 | 2011-08-04 | Nippon Telegr & Teleph Corp <Ntt> | 表情識別器作成装置,表情識別器作成方法,表情認識装置,表情認識方法およびそれらのプログラム |
JP2014229115A (ja) * | 2013-05-23 | 2014-12-08 | キヤノン株式会社 | 情報処理装置および方法、プログラム、記憶媒体 |
JP2015172876A (ja) * | 2014-03-12 | 2015-10-01 | 株式会社デンソーアイティーラボラトリ | 車両周辺監視装置、車両周辺監視システム、及びプログラム |
WO2016157499A1 (ja) * | 2015-04-02 | 2016-10-06 | 株式会社日立製作所 | 画像処理装置、物体検知装置、画像処理方法 |
JP2017208006A (ja) * | 2016-05-20 | 2017-11-24 | 株式会社リコー | 情報処理装置、情報処理システム、情報処理方法、及びプログラム |
-
2018
- 2018-12-28 JP JP2018248158A patent/JP7340806B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07223487A (ja) * | 1994-02-14 | 1995-08-22 | Mitsubishi Motors Corp | 車両用周囲状況表示装置 |
JP2005327242A (ja) * | 2004-05-14 | 2005-11-24 | Omron Corp | 特定被写体検出装置 |
JP2006344154A (ja) * | 2005-06-10 | 2006-12-21 | Sumitomo Electric Ind Ltd | 車両判別装置及び方法 |
JP2010128768A (ja) * | 2008-11-27 | 2010-06-10 | Toyota Motor Corp | 車両周辺監視装置 |
JP2011150381A (ja) * | 2010-01-19 | 2011-08-04 | Nippon Telegr & Teleph Corp <Ntt> | 表情識別器作成装置,表情識別器作成方法,表情認識装置,表情認識方法およびそれらのプログラム |
JP2014229115A (ja) * | 2013-05-23 | 2014-12-08 | キヤノン株式会社 | 情報処理装置および方法、プログラム、記憶媒体 |
JP2015172876A (ja) * | 2014-03-12 | 2015-10-01 | 株式会社デンソーアイティーラボラトリ | 車両周辺監視装置、車両周辺監視システム、及びプログラム |
WO2016157499A1 (ja) * | 2015-04-02 | 2016-10-06 | 株式会社日立製作所 | 画像処理装置、物体検知装置、画像処理方法 |
JP2017208006A (ja) * | 2016-05-20 | 2017-11-24 | 株式会社リコー | 情報処理装置、情報処理システム、情報処理方法、及びプログラム |
Non-Patent Citations (1)
Title |
---|
青木 一憲: "画像中の靴ロゴマークの抽出と認識", 第22回 画像センシングシンポジウム SSII2016 [USB] THE 22ND SYMPOSIUM ON SENSING VI, JPN6022005757, 2016, JP, ISSN: 0004853452 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7031812B1 (ja) | 2020-09-28 | 2022-03-08 | 株式会社GamingD | プログラム、方法、およびシステム |
JP2022054919A (ja) * | 2020-09-28 | 2022-04-07 | 株式会社GamingD | プログラム、方法、およびシステム |
WO2022124224A1 (ja) * | 2020-12-09 | 2022-06-16 | ブラザー工業株式会社 | 方法、システム、および、コンピュータプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7340806B2 (ja) | 2023-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10210659B2 (en) | Augmented reality system, method, and apparatus for displaying an item image in a contextual environment | |
US10121099B2 (en) | Information processing method and system | |
US10559053B2 (en) | Screen watermarking methods and arrangements | |
US20180107876A1 (en) | Method and system for providing augmented reality contents by using user editing image | |
US9679416B2 (en) | Content creation tool | |
CN105229703B (zh) | 用于使用感测的位置数据来生成三维模型的系统和方法 | |
Clini et al. | Augmented reality experience: From high-resolution acquisition to real time augmented contents | |
US20160077722A1 (en) | Rotatable Object System For Visual Communication And Analysis | |
CN109255767B (zh) | 图像处理方法和装置 | |
CN104798094B (zh) | 确定内容项目显示环境的配置 | |
CN112581632B (zh) | 一种房源数据的处理方法和装置 | |
JP7340806B2 (ja) | 画像検査装置、画像検査システム、および画像検査用プログラム | |
CN110197053B (zh) | 页面生成方法和装置及电子装置 | |
CN110532497A (zh) | 生成全景图的方法、生成三维页面的方法以及计算设备 | |
KR101887081B1 (ko) | 증강 현실 콘텐츠 서비스를 제공하는 방법 | |
US9349139B1 (en) | Fine art samples | |
JP2015125541A (ja) | 視線予測システム、視線予測方法、および視線予測プログラム | |
JP2015125543A (ja) | 視線予測システム、視線予測方法、および視線予測プログラム | |
CN113867875A (zh) | 标记对象的编辑及显示方法、装置、设备、存储介质 | |
Rinaldi et al. | Virtual reality as a collaborative tool for digitalised crime scene examination | |
JP2005301358A (ja) | 建築設計支援システム、その方法及びプログラム | |
KR101945737B1 (ko) | 위치정보 관리 장치 및 위치정보 관리 방법 | |
Yu et al. | A Smart-Site-Survey System using Image-based 3D Metric Reconstruction and Interactive Panorama Visualization | |
Gede et al. | Digital archiving and on-line publishing of old relief models | |
KR20180028715A (ko) | 형상정보 미존재 과거 대상체의 공식 이미지 활용시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20200131 |
|
RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20200131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201002 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210209 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210216 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220414 |
|
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: 20221017 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230410 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230410 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230511 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230511 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230530 |
|
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: 20230725 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230818 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7340806 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |