JP2020125576A - バイクライダー用安全衣服パターンを生成する方法及び装置{method and device for generating safe clothing patterns for rider of bike} - Google Patents
バイクライダー用安全衣服パターンを生成する方法及び装置{method and device for generating safe clothing patterns for rider of bike} Download PDFInfo
- Publication number
- JP2020125576A JP2020125576A JP2020008884A JP2020008884A JP2020125576A JP 2020125576 A JP2020125576 A JP 2020125576A JP 2020008884 A JP2020008884 A JP 2020008884A JP 2020008884 A JP2020008884 A JP 2020008884A JP 2020125576 A JP2020125576 A JP 2020125576A
- Authority
- JP
- Japan
- Prior art keywords
- image
- human
- learning
- network
- clothing
- 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 abstract description 107
- 239000002131 composite material Substances 0.000 claims abstract description 45
- 239000000203 mixture Substances 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 12
- 230000002093 peripheral effect Effects 0.000 claims abstract description 3
- 230000008569 process Effects 0.000 claims description 83
- 238000012549 training Methods 0.000 claims description 40
- 230000000873 masking effect Effects 0.000 claims description 37
- 238000006243 chemical reaction Methods 0.000 claims description 25
- 230000011218 segmentation Effects 0.000 claims description 19
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000003786 synthesis reaction Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 210000001513 elbow Anatomy 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000002832 shoulder Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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]
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/593—Recognising seat occupancy
-
- 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
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/033—Recognition of patterns in medical or anatomical images of skeletal patterns
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
101:メモリ
102:プロセッサ
Claims (14)
- 人の形体(Human−like Figure)に使用される少なくとも一つの安全衣服パターンを生成する方法において、
(a)前記人の形体の少なくとも一つのイメージが取得されると、安全衣服パターン生成装置が、初期値を有する少なくとも一つの特定の衣服パターンを生成するプロセス、及び前記特定の衣服パターンと前記人の形体の前記イメージとを衣服合成ネットワーク(Clothing Composition Network)に入力するプロセスを遂行することによって、前記衣服合成ネットワークが前記人の形体の前記イメージ上における前記人の形体の衣服と前記特定の衣服パターンとを合成して、前記人の形体の前記イメージに対応する少なくとも一つの合成イメージ(Composite Image)を生成させる段階;
(b)前記安全衣服パターン生成装置が、前記合成イメージをイメージ変換ネットワーク(Image Translation Network)に入力して、前記イメージ変換ネットワークをもって、前記合成イメージ上の周辺環境を変換して少なくとも一つの変換イメージ(Translated Image)を生成させるプロセス、及び前記変換イメージを物体検出器(Object Detector)に入力して、前記物体検出器をもって、前記変換イメージ上で検出された前記人の形体を表す前記人の形体に関する検出情報を出力させるプロセスを遂行する段階;及び
(c)前記安全衣服パターン生成装置が、第1ロスレイヤをもって、前記人の形体に関する前記検出情報と前記人の形体の前記イメージに対応する少なくとも一つの原本正解(Ground Truth)とを参照して少なくとも一つのロスを算出させるプロセス、及び前記ロスを利用して前記ロスが最小化されるように前記特定の衣服パターンの前記初期値をアップデートするプロセスを遂行する段階;
を含むことを特徴とする方法。 - 前記(a)段階で、
前記安全衣服パターン生成装置は、前記特定の衣服パターンと前記人の形体の前記イメージとを前記衣服合成ネットワークに入力するプロセスを遂行することによって、前記衣服合成ネットワークをもって、(i)セグメンテーションネットワーク(Segmentation Network)を通じて前記人の形体の前記イメージ上における前記衣服をセグメンテーションさせるプロセスと、姿勢推定ネットワーク(Posture Estimation Network)を通じて前記人の形体の前記イメージ上における前記人の形体の少なくとも一つの関節部位を取得させるプロセス、(ii)マスキングレイヤ(Masking Layer)を通じて前記関節部位を参照して、前記特定の衣服パターンで前記衣服をマスキングして生成された少なくとも一つのマスキング済みイメージ(Masked Image)を取得するプロセス、(iii)前記マスキング済みイメージと前記人の形体の前記イメージとをコンカチネート(Concatenating)して少なくとも一つのコンカチネート済みイメージ(Concatenated Image)を生成するプロセス、及び(iv)エンコーダ(Encoder)を通じて前記コンカチネート済みイメージに対してコンボリューション演算を少なくとも一回適用するプロセス、及びデコーダ(Decoder)を通じて前記エンコーダの出力に対してデコンボリューション演算を少なくとも一回適用するプロセスを遂行することによって、前記合成イメージを生成させることを特徴とする請求項1に記載の方法。 - 前記衣服合成ネットワークは、学習装置により前記特定の衣服パターンと前記人の形体の前記イメージとを利用して前記合成イメージを生成するように学習された状態であり、
前記学習装置が、(i)前記人の形体の少なくとも一つの取得されたトレーニングイメージを前記セグメンテーションネットワークに入力して、前記セグメンテーションネットワークをもって、前記人の形体の前記トレーニングイメージ上における少なくとも一つの学習用衣服をセグメンテーションさせるプロセスと、前記人の形体の前記トレーニングイメージを前記姿勢推定ネットワークに入力して、前記姿勢推定ネットワークをもって、前記人の形体の前記トレーニングイメージ上における少なくとも一つの学習用人の形体の少なくとも一つの学習用関節部位を取得させるプロセス、(ii)前記学習用関節部位、前記学習用衣服、及び少なくとも一つの取得された学習用衣服パターンを前記マスキングレイヤに入力して、前記マスキングレイヤをもって、前記学習用関節部位を参照して前記学習用衣服パターンで前記学習用衣服をマスキングして少なくとも一つの学習用マスキング済みイメージを生成させるプロセス、(iii)前記学習用マスキング済みイメージと前記人の形体の前記トレーニングイメージとをコンカチネートして、少なくとも一つの学習用コンカチネート済みイメージを生成するプロセス、(iv)前記学習用コンカチネート済みイメージを前記エンコーダに入力して、前記エンコーダをもって、前記学習用コンカチネート済みイメージに対して前記コンボリューション演算を少なくとも一回適用させるプロセス、及び前記エンコーダの前記出力を前記デコーダに入力して、前記デコーダをもって、前記エンコーダの前記出力に対して前記デコンボリューション演算を少なくとも一回適用させて前記学習用合成イメージを生成させるプロセス、及び(v)第2ロスレイヤをもって、(v−1)前記学習用合成イメージと(v−2)少なくとも一つの原本正解イメージ(前記少なくとも一つの原本正解イメージは、前記人の形体の前記トレーニングイメージ及び前記学習用衣服パターンに対応するように生成されたものである)を参照して少なくとも一つの知覚ロス(Perceptual Loss)を算出させるプロセス、及び前記知覚ロスを参照したバックプロパゲーションを通じて前記知覚ロスが最小化されるように前記デコーダ、前記エンコーダ、及び前記マスキングレイヤのうち少なくとも一つのパラメータを調整するプロセスを繰り返して、前記衣服合成ネットワークを学習することを特徴とする請求項2に記載の方法。 - 前記原本正解イメージは、前記人の形体の前記トレーニングイメージ上の前記学習用衣服を前記学習用衣服パターンでマスキングして生成されることを特徴とする請求項3に記載の方法。
- 前記原本正解は、(i)前記人の形体の前記イメージをラベリングして生成された前記人の形体に対応する情報、及び(ii)前記物体検出器または他の物体検出器に入力された前記人の形体の前記イメージから検出された前記人の形体に対応する情報のうち一つであることを特徴とする請求項1に記載の方法。
- 前記(b)段階で、
前記安全衣服パターン生成装置は、前記イメージ変換ネットワークをもって、前記人の形体を検出する従来の物体検出器の性能が予め設定された閾値より低くなるように前記合成イメージ上の前記周辺環境を他の周辺環境に変換させるプロセスを遂行することを特徴とする請求項1に記載の方法。 - 前記イメージ変換ネットワークは、相互にペアにならず(Unpaired)相互に異なるドメイン(Domain)にそれぞれ属する原本イメージと変換イメージとに対してイメージ対イメージ変換(Image−To−Image Translation)を行うサイクルGAN(Cycle Generative Adversarial Network)を含むことを特徴とする請求項6に記載の方法。
- 人の形体(Human−like Figure)に使用される少なくとも一つの安全衣服パターンを生成する安全衣服パターン生成装置において、
インストラクションを格納する少なくとも一つのメモリと、
(I)前記人の形体の少なくとも1つのイメージが取得されると、初期値を有する少なくとも1つの特定の衣服パターンを生成するプロセス、及び前記特定の衣服パターンと前記人の形体の前記イメージとを衣服合成ネットワーク(Clothing Composition Network)に入力するプロセスを遂行することによって、前記衣服合成ネットワークが前記人の形体の前記イメージ上における前記人の形体の衣服と前記特定の衣服パターンとを合成して、前記人の形体の前記イメージに対応する少なくとも一つの合成イメージ(Composite Image)を生成させるプロセス、(II)前記合成イメージをイメージ変換ネットワーク(Image Translation Network)に入力して、前記イメージ変換ネットワークをもって、前記合成イメージ上の周辺環境を変換して少なくとも一つの変換イメージ(Translated Image)を生成させるプロセス、及び前記変換イメージを物体検出器(Object Detector)に入力して、前記物体検出器をもって、前記変換イメージ上で検出された前記人の形体を表す前記人の形体に関する検出情報を出力させるプロセス、及び(III)第1ロスレイヤをもって、前記人の形体に関する前記検出情報と前記人の形体の前記イメージに対応する少なくとも一つの原本正解(Ground Truth)とを参照して少なくとも一つのロスを算出させるプロセス、及び前記ロスを利用して前記ロスが最小化されるように前記特定の衣服パターンの前記初期値をアップデートするプロセスを遂行するための前記インストラクションを実行するように構成された少なくとも一つのプロセッサと、
を含むことを特徴とする装置。 - 前記(I)プロセスで、
前記プロセッサは、前記特定の衣服パターンと前記人の形体の前記イメージとを前記衣服合成ネットワークに入力するプロセスを遂行することによって、前記衣服合成ネットワークをもって、(i)セグメンテーションネットワーク(Segmentation Network)を通じて前記人の形体の前記イメージ上における前記衣服をセグメンテーションさせるプロセスと、姿勢推定ネットワーク(Posture Estimation Network)を通じて前記人の形体の前記イメージ上における前記人の形体の少なくとも一つの関節部位を取得させるプロセス、(ii)マスキングレイヤ(Masking Layer)を通じて前記関節部位を参照して、前記特定の衣服パターンで前記衣服をマスキングして生成された少なくとも一つのマスキング済みイメージ(Masked Image)を取得するプロセス、(iii)前記マスキング済みイメージと前記人の形体の前記イメージとをコンカチネート(Concatenating)して少なくとも一つのコンカチネート済みイメージ(Concatenated Image)を生成するプロセス、及び(iv)エンコーダ(Encoder)を通じて前記コンカチネート済みイメージに対してコンボリューション演算を少なくとも一回適用するプロセス、及びデコーダ(Decoder)を通じて前記エンコーダの出力に対してデコンボリューション演算を少なくとも一回適用するプロセスを遂行することによって、前記合成イメージを生成させることを特徴とする請求項8に記載の装置。 - 前記衣服合成ネットワークは、学習装置により前記特定の衣服パターンと前記人の形体の前記イメージとを利用して前記合成イメージを生成するように学習された状態であり、
前記学習装置が、(i)前記人の形体の少なくとも一つの取得されたトレーニングイメージを前記セグメンテーションネットワークに入力して、前記セグメンテーションネットワークをもって、前記人の形体の前記トレーニングイメージ上における少なくとも一つの学習用衣服をセグメンテーションさせるプロセスと、前記人の形体の前記トレーニングイメージを前記姿勢推定ネットワークに入力して、前記姿勢推定ネットワークをもって、前記人の形体の前記トレーニングイメージ上における少なくとも一つの学習用人の形体の少なくとも一つの学習用関節部位を取得させるプロセス、(ii)前記学習用関節部位、前記学習用衣服、及び少なくとも一つの取得された学習用衣服パターンを前記マスキングレイヤに入力して、前記マスキングレイヤをもって、前記学習用関節部位を参照して前記学習用衣服パターンで前記学習用衣服をマスキングして少なくとも一つの学習用マスキング済みイメージを生成させるプロセス、(iii)前記学習用マスキング済みイメージと前記人の形体の前記トレーニングイメージとをコンカチネートして、少なくとも一つの学習用コンカチネート済みイメージを生成するプロセス、(iv)前記学習用コンカチネート済みイメージを前記エンコーダに入力して、前記エンコーダをもって、前記学習用コンカチネート済みイメージに対して前記コンボリューション演算を少なくとも一回適用させるプロセス、及び前記エンコーダの前記出力を前記デコーダに入力して、前記デコーダをもって、前記エンコーダの前記出力に対して前記デコンボリューション演算を少なくとも一回適用させて前記学習用合成イメージを生成させるプロセス、及び(v)第2ロスレイヤをもって、(v−1)前記学習用合成イメージと(v−2)少なくとも一つの原本正解イメージ(前記少なくとも一つの原本正解イメージは、前記人の形体の前記トレーニングイメージ及び前記学習用衣服パターンに対応するように生成されたものである)を参照して少なくとも一つの知覚ロス(Perceptual Loss)を算出させるプロセス、及び前記知覚ロスを参照したバックプロパゲーションを通じて前記知覚ロスが最小化されるように前記デコーダ、前記エンコーダ、及び前記マスキングレイヤのうち少なくとも一つのパラメータを調整するプロセスを繰り返して、前記衣服合成ネットワークを学習することを特徴とする請求項9に記載の装置。 - 前記原本正解イメージは、前記人の形体の前記トレーニングイメージ上の前記学習用衣服を前記学習用衣服パターンでマスキングして生成されることを特徴とする請求項10に記載の装置。
- 前記原本正解は、(i)前記人の形体の前記イメージをラベリングして生成された前記人の形体に対応する情報、及び(ii)前記物体検出器または他の物体検出器に入力された前記人の形体の前記イメージから検出された前記人の形体に対応する情報のうち一つであることを特徴とする請求項8に記載の装置。
- 前記(II)プロセスで、
前記プロセッサは、前記イメージ変換ネットワークをもって、前記人の形体を検出する従来の物体検出器の性能が予め設定された閾値より低くなるように前記合成イメージ上の前記周辺環境を他の周辺環境に変換させるプロセスを遂行することを特徴とする請求項8に記載の装置。 - 前記イメージ変換ネットワークは、相互にペアにならず(Unpaired)相互に異なるドメイン(Domain)にそれぞれ属する原本イメージと変換イメージとに対してイメージ対イメージ変換(Image−To−Image Translation)を行うサイクルGAN(Cycle Generative Adversarial Network)を含むことを特徴とする請求項13に記載の装置。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962799347P | 2019-01-31 | 2019-01-31 | |
US62/799347 | 2019-01-31 | ||
US16/740085 | 2020-01-10 | ||
US16/740,085 US10657584B1 (en) | 2019-01-31 | 2020-01-10 | Method and device for generating safe clothing patterns for rider of bike |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020125576A true JP2020125576A (ja) | 2020-08-20 |
JP7071751B2 JP7071751B2 (ja) | 2022-05-19 |
Family
ID=70736350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020008884A Active JP7071751B2 (ja) | 2019-01-31 | 2020-01-23 | バイクライダー用安全衣服パターンを生成する方法及び装置{method and device for generating safe clothing patterns for rider of bike} |
Country Status (5)
Country | Link |
---|---|
US (1) | US10657584B1 (ja) |
EP (1) | EP3690809B1 (ja) |
JP (1) | JP7071751B2 (ja) |
KR (1) | KR102265016B1 (ja) |
CN (1) | CN111508042B (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113554872B (zh) * | 2021-07-19 | 2022-09-20 | 昭通亮风台信息科技有限公司 | 一种位于交通路口及弯道的检测预警方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018151760A1 (en) * | 2017-02-20 | 2018-08-23 | 3M Innovative Properties Company | Optical articles and systems interacting with the same |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6188777B1 (en) * | 1997-08-01 | 2001-02-13 | Interval Research Corporation | Method and apparatus for personnel detection and tracking |
DE102008023523B4 (de) * | 2008-05-15 | 2019-08-08 | Dräger Safety AG & Co. KGaA | Sicherheitsbekleidungsstück und Sicherheitssystem |
US8379920B2 (en) * | 2010-05-05 | 2013-02-19 | Nec Laboratories America, Inc. | Real-time clothing recognition in surveillance videos |
US8798362B2 (en) * | 2011-08-15 | 2014-08-05 | Hewlett-Packard Development Company, L.P. | Clothing search in images |
US9143659B2 (en) * | 2012-01-08 | 2015-09-22 | Gary Shuster | Clothing and body covering pattern creation machine and method |
JP3180369U (ja) | 2012-10-03 | 2012-12-13 | ハイドサイン株式会社 | 衣服 |
JP6373026B2 (ja) * | 2014-03-20 | 2018-08-15 | 株式会社東芝 | 画像処理装置、画像処理システム、画像処理方法、及びプログラム |
US10460199B2 (en) * | 2014-11-03 | 2019-10-29 | Terrence A. CARROLL | Textile matching using color and pattern recognition and methods of use |
US9892296B2 (en) * | 2014-11-12 | 2018-02-13 | Joseph E. Kovarik | Method and system for autonomous vehicles |
WO2016158896A1 (ja) * | 2015-03-31 | 2016-10-06 | セーレン株式会社 | 衣服デザイン表示システム、衣服製造システム、衣服デザイン出力システム及び衣服デザイン出力方法 |
KR101736779B1 (ko) * | 2016-01-07 | 2017-05-18 | 주식회사 에스원 | 색상 정보를 이용한 환자복 인식 방법 및 이를 이용한 환자복 인식 시스템 |
EP3312762B1 (en) * | 2016-10-18 | 2023-03-01 | Axis AB | Method and system for tracking an object in a defined area |
EP3319041B1 (en) * | 2016-11-02 | 2022-06-22 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
US10950006B2 (en) * | 2017-05-17 | 2021-03-16 | Katherine A. McLean | Environmentally contextualized pattern generation |
CN107437099A (zh) * | 2017-08-03 | 2017-12-05 | 哈尔滨工业大学 | 一种基于机器学习的特定服饰图像识别与检测方法 |
KR102117050B1 (ko) * | 2017-09-08 | 2020-05-29 | 삼성전자주식회사 | 이미지 내 휴먼 분리를 위한 전자 장치 및 방법 |
US20190096066A1 (en) * | 2017-09-28 | 2019-03-28 | 4Sense, Inc. | System and Method for Segmenting Out Multiple Body Parts |
CN109145947B (zh) * | 2018-07-17 | 2022-04-12 | 昆明理工大学 | 一种基于部件检测和视觉特征的时尚女装图像细粒度分类方法 |
-
2020
- 2020-01-10 US US16/740,085 patent/US10657584B1/en active Active
- 2020-01-20 KR KR1020200007630A patent/KR102265016B1/ko active IP Right Grant
- 2020-01-20 CN CN202010066983.4A patent/CN111508042B/zh active Active
- 2020-01-21 EP EP20152786.8A patent/EP3690809B1/en active Active
- 2020-01-23 JP JP2020008884A patent/JP7071751B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018151760A1 (en) * | 2017-02-20 | 2018-08-23 | 3M Innovative Properties Company | Optical articles and systems interacting with the same |
Also Published As
Publication number | Publication date |
---|---|
US10657584B1 (en) | 2020-05-19 |
EP3690809C0 (en) | 2023-07-12 |
CN111508042B (zh) | 2023-08-18 |
EP3690809A1 (en) | 2020-08-05 |
KR102265016B1 (ko) | 2021-06-16 |
KR20200095377A (ko) | 2020-08-10 |
EP3690809B1 (en) | 2023-07-12 |
JP7071751B2 (ja) | 2022-05-19 |
CN111508042A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | DSNet: Joint semantic learning for object detection in inclement weather conditions | |
CN110135375B (zh) | 基于全局信息整合的多人姿态估计方法 | |
Sakaridis et al. | Map-guided curriculum domain adaptation and uncertainty-aware evaluation for semantic nighttime image segmentation | |
Narayanan et al. | Proxemo: Gait-based emotion learning and multi-view proxemic fusion for socially-aware robot navigation | |
Fu et al. | Onboard real-time aerial tracking with efficient Siamese anchor proposal network | |
CN110210426B (zh) | 基于注意力机制从单幅彩色图像进行手部姿态估计的方法 | |
CN111680550B (zh) | 情感信息识别方法、装置、存储介质及计算机设备 | |
Speth et al. | Deep learning with RGB and thermal images onboard a drone for monitoring operations | |
CN108537181A (zh) | 一种基于大间距深度度量学习的步态识别方法 | |
CN112001859A (zh) | 一种人脸图像的修复方法及系统 | |
Di Benedetto et al. | Learning safety equipment detection using virtual worlds | |
WO2023066173A1 (zh) | 图像处理方法、装置及存储介质、电子设备 | |
Wang et al. | Hierarchical open-vocabulary universal image segmentation | |
JP2020125576A (ja) | バイクライダー用安全衣服パターンを生成する方法及び装置{method and device for generating safe clothing patterns for rider of bike} | |
Dimas et al. | Obstacle detection based on generative adversarial networks and fuzzy sets for computer-assisted navigation | |
CN116452480A (zh) | 一种红外与可见光图像融合的方法 | |
CN114757819A (zh) | 一种结构引导的风格偏差校正型风格迁移方法及系统 | |
CN113191944B (zh) | 一种多通道图像内容特征融合风格迁移方法及系统 | |
Lin et al. | Generating synthetic training data for object detection using multi-task generative adversarial networks | |
Galiyawala et al. | Dsa-pr: discrete soft biometric attribute-based person retrieval in surveillance videos | |
CN113963434A (zh) | 一种基于人体的目标行为特征检测及其运动轨迹预测方法 | |
CN113158782A (zh) | 基于单帧图像的多人并发交互行为理解方法 | |
He et al. | SCIR-Net: Structured color image representation based 3D object detection network from point clouds | |
Ishii et al. | Occlusion-robust 3D hand pose estimation from a single RGB image | |
Mesbahi et al. | Hand gesture recognition based on various deep learning YOLO models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200123 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20200706 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200710 |
|
RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20201022 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210329 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210402 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210602 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220107 |
|
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: 20220425 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220426 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7071751 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |