JP2020126313A - 計数装置、学習器製造装置、計数方法、学習器製造方法、及びプログラム - Google Patents
計数装置、学習器製造装置、計数方法、学習器製造方法、及びプログラム Download PDFInfo
- Publication number
- JP2020126313A JP2020126313A JP2019017024A JP2019017024A JP2020126313A JP 2020126313 A JP2020126313 A JP 2020126313A JP 2019017024 A JP2019017024 A JP 2019017024A JP 2019017024 A JP2019017024 A JP 2019017024A JP 2020126313 A JP2020126313 A JP 2020126313A
- Authority
- JP
- Japan
- Prior art keywords
- counting
- image
- training
- unit
- output
- 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
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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- 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
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M11/00—Counting of objects distributed at random, e.g. on a surface
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/66—Trinkets, e.g. shirt buttons or jewellery items
-
- 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
- G06N3/048—Activation functions
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Medical Informatics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Databases & Information Systems (AREA)
- Biodiversity & Conservation Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
このような構成により、学習器を用いて撮影画像に含まれる計数対象物を計数対象図形に変換することによって、計数対象物の個数を取得することができるようになる。また、計数対象物を計数対象図形に変換する際の精度が高いことにより、より高精度に計数対象物を計数することが可能となる。例えば、形状に微小な違いのある計数対象物の訓練用入力画像を用いて学習された学習器を用いることによって、形状に微小な違いのある計数対象物についても、適切に計数することができるようになる。
このような構成により、計数対象図形から取得される確信度を用いることによって、より精度の高い計数を行うことができるようになる。また、例えば、閾値を適切に調整することにより、複数の計数対象物の形状に微小な違いがあったとしても、適切な計数が行われるようにすることもできる。
このような構成により、学習を行っていない計数対象物についても、個数を計数することができるようになる。
このような構成により、計数対象物の計数に用いる学習器を製造することができるようになる。
このような構成により、製造された学習器を用いることによって、複数種類の計数対象に関する計数を行うことができるようになる。
このような構成により、複数種類の計数対象物を含む1個の訓練用入力画像を用いて学習を行う場合よりも、より少ない訓練用入力画像と訓練用出力画像との組で学習器を生成することができるようになる。
このような構成により、製造された学習器を用いることによって、複数の大きさごとに計数対象物の計数を行うことができるようになる。
このような構成により、教師図形の向きを考慮しなくてよいため、訓練用出力画像の用意が簡単になると共に、少ない訓練用の画像を用いて効率よく学習を行うことができるようになる。
このような構成により、例えば、重力等の影響によって方向が揃う計数対象物について、より精度の高い計数を実現することができるようになる。例えば、計数装置において、計数対象図形が揃うと考えられる方向以外の角度の計数対象図形については計数しないようにすることによって、計数対象物の背景などに、計数対象図形と類似した形状の物体が含まれている場合であっても、そのような形状の物体の角度が計数対象図形の角度と異なっているときには、その物体を誤って計数しないようにすることができ、より精度の高い計数を実現することができるようになる。
この場合には、教師図形の形状があらかじめ決められているものとする。そして、計数対象図形の形状が、教師図形の形状から異なるほど、低い値となり、教師図形の形状に近くなるほど、高い値となる確信度が取得される。例えば、図9で示されるように、教師図形が円盤形状であり、計数対象図形1〜4が、円盤形状とは少し異なる形状であったとする。なお、計数対象図形1の形状は教師図形に近く、計数対象図形2から計数対象図形4になるほど、形状が教師図形から異なるものとする。すると、例えば、計数対象図形1については確信度95%が取得され、計数対象図形2〜4については確信度85%,75%,65%がそれぞれ取得されてもよい。この場合には、計数対象図形の形状が、教師図形の形状からずれている程度が取得され、そのずれの程度が確信度に変換されてもよい。ずれの程度は、例えば、計数対象図形の輪郭形状が、教師図形の輪郭形状からずれている程度であってもよい。より具体的には、確信度取得部14は、確信度の取得対象となる計数対象図形を教師図形に最もフィッティングするように重ねた後に、計数対象図形の輪郭を構成する各輪郭点から、教師図形の輪郭までの距離をそれぞれ取得し、取得した輪郭点ごとの距離を加算することによってずれの程度を取得してもよい。その距離は、計数対象図形の輪郭点から教師図形の輪郭までの最も近い距離であってもよい。そのようにして取得されたずれの程度を示す値を、減少関数に代入することによって確信度を取得してもよい。
この場合には、教師図形の大きさがあらかじめ決められているものとする。そして、計数対象図形の大きさが、教師図形の大きさから異なるほど、低い値となり、教師図形の大きさに近くなるほど、高い値となる確信度が取得される。
この場合には、教師図形において色属性があらかじめ決められているものとする。その教師図形における色属性は、例えば、一定であってもよい。具体的には、教師図形の明度や色相等は、一定となるように設定されていてもよい。
この場合には、計数対象物は、方向性のある形状であり、かつ、一定の方向に揃うようになっており、また、方向性のある教師図形が計数対象物の方向に沿うように配置されるものとする。例えば、図11では、そのようになっている。この場合には、確信度取得部14は、例えば、確信度の取得対象となる計数対象図形の角度を取得し、取得した角度と、教師図形の角度との差の絶対値を取得してもよい。その絶対値が、確信度の取得対象となる計数対象図形と教師図形との角度のずれの程度を示す値となるため、上記(1)と同様にして、そのずれの程度を示す値を、減少関数に代入することによって、確信度を取得してもよい。教師図形や計数対象図形の角度とは、例えば、教師図形や計数対象図形が正方形や矩形である場合には、辺の角度であってもよい。
(ステップS101)撮影画像取得部12は、撮影画像を取得するかどうか判断する。そして、撮影画像を取得する場合には、ステップS102に進み、そうでない場合には、撮影画像を取得すると判断するまで、ステップS101の処理を繰り返す。なお、例えば、撮影画像取得部12は、操作者からの指示に応じて撮影画像を取得すると判断してもよい。
(ステップS201)訓練画像受付部21は、訓練用入力画像と訓練用出力画像との複数の組を受け付けたかどうか判断する。そして、訓練用入力画像と訓練用出力画像との複数の組を受け付けた場合には、ステップS202に進み、そうでない場合には、それらを受け付けるまでステップS201の処理を繰り返す。
なお、図4のフローチャートにおける処理の順序は一例であり、同様の結果を得られるのであれば、各ステップの順序を変更してもよい。
まず、ユーザは、図5Aで示される、計数対象物である大豆を撮影した訓練用入力画像を用意する。また、ユーザは、画像処理ソフトウェア等を用いることによって、図5Cで示されるように、その訓練用入力画像に含まれる大豆の中心付近に、教師図形である黒の円盤形状を手作業で配置する。そして、図5Bで示される、計数対象物の位置に配置された複数の教師図形を有する訓練用出力画像を生成する。このような作業を繰り返すことによって、ユーザは、複数組の訓練画像を用意する。そして、その用意した複数組の訓練画像を学習器製造装置2に入力し、学習を開始させる。すると、訓練画像受付部21によって、複数組の訓練画像が受け付けられ(ステップS201)、学習器製造部22によって、その複数組の訓練画像を用いた学習器の製造が行われる(ステップS202)。そのようにして製造された学習器は、学習器出力部23によって、図示しない記録媒体に蓄積される(ステップS203)。
通常のSVMは、2値の教師図形しか扱えないため、多値の教師図形を扱う場合には、SVRや、多値分類のSVMを用いた学習を行うようにしてもよい。
2 学習器製造装置
11 記憶部
12 撮影画像取得部
13 出力画像取得部
14 確信度取得部
15 計数部
16 出力部
21 訓練画像受付部
22 学習器製造部
23 学習器出力部
Claims (12)
- 同じ形状の複数の計数対象物が撮影された画像である訓練用入力画像と、前記複数の計数対象物のそれぞれの位置に配置された教師図形を含む訓練用出力画像との組を複数用いて学習された学習器が記憶される記憶部と、
複数の計数対象物の撮影画像を取得する撮影画像取得部と、
前記撮影画像を前記学習器に適用することによって、当該撮影画像に含まれる各計数対象物が計数対象図形に変換された出力画像を取得する出力画像取得部と、
前記出力画像に含まれる複数の計数対象図形を用いて計数対象物の個数を計数する計数部と、
前記計数部によって計数された計数対象物の個数を出力する出力部と、を備えた計数装置。 - 前記出力画像に含まれる計数対象図形ごとに、計数対象図形の属性が教師図形の属性に近いほど高い値となる確信度を取得する確信度取得部をさらに備え、
前記計数部は、確信度が閾値を超える計数対象図形の個数を計数する、請求項1記載の計数装置。 - 計数対象物は、大きさに関する複数の種類が存在し、
前記学習器は、計数対象物の大きさごとに異なる属性の教師図形を用いて学習されたものであり、
前記計数部は、前記出力画像に含まれる計数対象図形の属性及び確信度を用いることによって、学習していない大きさの計数対象物についても個数を計数する、請求項2記載の計数装置。 - 同じ形状の複数の計数対象物が撮影された画像である訓練用入力画像と、前記複数の計数対象物のそれぞれの位置に配置された教師図形を含む訓練用出力画像との組を複数受け付ける訓練画像受付部と、
前記訓練用入力画像と前記訓練用出力画像との複数の組を学習することによって学習器を製造する学習器製造部と、
前記学習器を出力する学習器出力部と、を備えた学習器製造装置。 - 計数対象物は複数種類存在し、
前記訓練画像受付部は、計数対象物の種類ごとに異なる属性の教師図形を含む訓練用出力画像を受け付ける、請求項4記載の学習器製造装置。 - 前記訓練画像受付部は、計数対象物の種類ごとの訓練用入力画像と訓練用出力画像との組を受け付ける、請求項5記載の学習器製造装置。
- 計数対象物の種類は、計数対象物の大きさに関する種類である、請求項5または請求項6記載の学習器製造装置。
- 同じ形状の複数の計数対象物が撮影された画像である訓練用入力画像と、前記複数の計数対象物のそれぞれの位置に配置された教師図形を含む訓練用出力画像との複数の組の学習結果の学習器であって、
複数の計数対象物の撮影画像が適用されると、当該撮影画像に含まれる各計数対象物が計数対象図形に変換された出力画像を取得することができる、学習器。 - 同じ形状の複数の計数対象物が撮影された画像である訓練用入力画像と、前記複数の計数対象物のそれぞれの位置に配置された教師図形を含む訓練用出力画像との組を複数用いて学習された学習器が記憶される記憶部と、撮影画像取得部と、出力画像取得部と、計数部と、出力部とを用いて処理される計数方法であって、
前記撮影画像取得部が、複数の計数対象物の撮影画像を取得する撮影画像取得ステップと、
前記出力画像取得部が、前記撮影画像を前記学習器に適用することによって、当該撮影画像に含まれる各計数対象物が計数対象図形に変換された出力画像を取得する出力画像取得ステップと、
前記計数部が、前記出力画像に含まれる複数の計数対象図形を用いて計数対象物の個数を計数する計数ステップと、
前記出力部が、前記計数ステップにおいて計数された計数対象物の個数を出力する出力ステップと、を備えた計数方法。 - 訓練画像受付部と、学習器製造部と、学習器出力部とを用いて処理される学習器製造方法であって、
前記訓練画像受付部が、同じ形状の複数の計数対象物が撮影された画像である訓練用入力画像と、前記複数の計数対象物のそれぞれの位置に配置された教師図形を含む訓練用出力画像との組を複数受け付ける訓練画像受付ステップと、
前記学習器製造部が、前記訓練用入力画像と前記訓練用出力画像との複数の組を学習することによって学習器を製造する学習器製造ステップと、
前記学習器出力部が、前記学習器を出力する学習器出力ステップと、を備えた学習器製造方法。 - 同じ形状の複数の計数対象物が撮影された画像である訓練用入力画像と、前記複数の計数対象物のそれぞれの位置に配置された教師図形を含む訓練用出力画像との組を複数用いて学習された学習器が記憶される記憶部にアクセス可能なコンピュータを、
複数の計数対象物の撮影画像を取得する撮影画像取得部、
前記撮影画像を前記学習器に適用することによって、当該撮影画像に含まれる各計数対象物が計数対象図形に変換された出力画像を取得する出力画像取得部、
前記出力画像に含まれる複数の計数対象図形を用いて計数対象物の個数を計数する計数部、
前記計数部によって計数された計数対象物の個数を出力する出力部として機能させるためのプログラム。 - コンピュータを、
同じ形状の複数の計数対象物が撮影された画像である訓練用入力画像と、前記複数の計数対象物のそれぞれの位置に配置された教師図形を含む訓練用出力画像との組を複数受け付ける訓練画像受付部、
前記訓練用入力画像と前記訓練用出力画像との複数の組を学習することによって学習器を製造する学習器製造部、
前記学習器を出力する学習器出力部として機能させるためのプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019017024A JP6703679B1 (ja) | 2019-02-01 | 2019-02-01 | 計数装置、学習器製造装置、計数方法、学習器製造方法、及びプログラム |
EP20749006.1A EP3920096A4 (en) | 2019-02-01 | 2020-01-31 | COUNTING DEVICE, LEARNING MAKING DEVICE, COUNTING METHOD AND LEARNING MAKING METHOD |
PCT/JP2020/003594 WO2020158909A1 (ja) | 2019-02-01 | 2020-01-31 | 計数装置、学習器製造装置、計数方法、及び学習器製造方法 |
CN202080003017.6A CN112204613B (zh) | 2019-02-01 | 2020-01-31 | 计数装置、学习器制造装置、计数方法和学习器制造方法 |
US17/252,858 US20210216827A1 (en) | 2019-02-01 | 2020-01-31 | Counting apparatus, learning model producing apparatus, counting method, and learning model producing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019017024A JP6703679B1 (ja) | 2019-02-01 | 2019-02-01 | 計数装置、学習器製造装置、計数方法、学習器製造方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6703679B1 JP6703679B1 (ja) | 2020-06-03 |
JP2020126313A true JP2020126313A (ja) | 2020-08-20 |
Family
ID=70858067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019017024A Active JP6703679B1 (ja) | 2019-02-01 | 2019-02-01 | 計数装置、学習器製造装置、計数方法、学習器製造方法、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210216827A1 (ja) |
EP (1) | EP3920096A4 (ja) |
JP (1) | JP6703679B1 (ja) |
CN (1) | CN112204613B (ja) |
WO (1) | WO2020158909A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022208623A1 (ja) * | 2021-03-29 | 2022-10-06 | ヤマハ発動機株式会社 | 対象物員数検査用の学習モデル生成方法及びプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115953344B (zh) * | 2023-03-08 | 2023-05-30 | 上海聚跃检测技术有限公司 | 图像处理方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010198566A (ja) * | 2009-02-27 | 2010-09-09 | Nec Corp | 人数計測装置、方法及びプログラム |
JP2011181015A (ja) * | 2010-03-03 | 2011-09-15 | Olympus Corp | 診断情報配信装置および病理診断システム |
WO2018116851A1 (ja) * | 2016-12-21 | 2018-06-28 | 株式会社ニコン | 情報処理装置、画像処理装置、顕微鏡、情報処理方法、及び情報処理プログラム |
JP2019076063A (ja) * | 2017-10-26 | 2019-05-23 | 株式会社スタージェン | 微細加工構造体を対象とした細胞数計数装置、細胞数計数システム及び細胞数計数方法 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050251347A1 (en) * | 2004-05-05 | 2005-11-10 | Pietro Perona | Automatic visual recognition of biological particles |
US20070189597A1 (en) * | 2005-08-23 | 2007-08-16 | Limer Daniel J | Machine vision counting system apparatus and method |
JP2007065878A (ja) * | 2005-08-30 | 2007-03-15 | Central Res Inst Of Electric Power Ind | 水面または水中における移動体計数方法、計数装置および計数プログラム |
US7991193B2 (en) * | 2007-07-30 | 2011-08-02 | International Business Machines Corporation | Automated learning for people counting systems |
KR101872975B1 (ko) * | 2011-01-20 | 2018-07-02 | 삼성전자주식회사 | 서버 및 사용자 디바이스 간에 사용자의 개인 약품 정보 관리 서비스를 제공하는 방법, 그리고 사용자 개인 약품 정보 관리 서비스를 제공하는 서버 및 사용자 디바이스 |
US8720790B2 (en) * | 2011-10-06 | 2014-05-13 | AI Cure Technologies, Inc. | Method and apparatus for fractal identification |
US9704259B2 (en) * | 2013-03-26 | 2017-07-11 | Hitachi Kokusai Electric Inc. | People counting device and people counting method |
US9940439B2 (en) * | 2013-11-29 | 2018-04-10 | Atabak Reza Royaee | Method and device for identification and/or sorting of medicines |
CN103942570A (zh) * | 2014-04-29 | 2014-07-23 | 深圳大学 | 图像分类方法及系统 |
US10110858B2 (en) * | 2015-02-06 | 2018-10-23 | Conduent Business Services, Llc | Computer-vision based process recognition of activity workflow of human performer |
JP6127188B1 (ja) | 2016-08-04 | 2017-05-10 | 株式会社Sayコンピュータ | 計数方法および計数装置 |
CN106407946B (zh) * | 2016-09-29 | 2020-03-03 | 北京市商汤科技开发有限公司 | 跨线计数方法和深度神经网络训练方法、装置和电子设备 |
AU2017350945B2 (en) * | 2016-10-28 | 2021-11-11 | Verily Life Sciences Llc | Predictive models for visually classifying insects |
CN106600577B (zh) * | 2016-11-10 | 2019-10-18 | 华南理工大学 | 一种基于深度反卷积神经网络的细胞计数方法 |
KR101944604B1 (ko) * | 2017-01-19 | 2019-01-31 | 전창욱 | 다양한 단면 형상을 가진 객체의 생산 수량 검수 자동화를 위한 장치 및 방법 |
US10521691B2 (en) * | 2017-03-31 | 2019-12-31 | Ebay Inc. | Saliency-based object counting and localization |
CN107346424A (zh) * | 2017-06-30 | 2017-11-14 | 成都东谷利农农业科技有限公司 | 灯诱昆虫识别计数方法及系统 |
CN108961208B (zh) * | 2018-05-21 | 2021-04-27 | 江苏康尚生物医疗科技有限公司 | 一种聚集白细胞分割计数系统及方法 |
CN109166100A (zh) * | 2018-07-24 | 2019-01-08 | 中南大学 | 基于卷积神经网络的多任务学习细胞计数方法 |
CN109242826B (zh) * | 2018-08-07 | 2022-02-22 | 高龑 | 基于目标检测的移动设备端签状物根数计数方法及系统 |
CN108710875B (zh) * | 2018-09-11 | 2019-01-08 | 湖南鲲鹏智汇无人机技术有限公司 | 一种基于深度学习的航拍公路车辆计数方法及装置 |
US11145397B1 (en) * | 2020-01-31 | 2021-10-12 | Express Scripts Strategie Development, Inc. | System and method for augmented reality detection of loose pharmacy items |
KR102344338B1 (ko) * | 2020-08-19 | 2021-12-29 | 인핸드플러스 주식회사 | 약물 이행 모니터링 시스템 및 이를 이용하는 장치 |
-
2019
- 2019-02-01 JP JP2019017024A patent/JP6703679B1/ja active Active
-
2020
- 2020-01-31 EP EP20749006.1A patent/EP3920096A4/en active Pending
- 2020-01-31 WO PCT/JP2020/003594 patent/WO2020158909A1/ja unknown
- 2020-01-31 US US17/252,858 patent/US20210216827A1/en active Pending
- 2020-01-31 CN CN202080003017.6A patent/CN112204613B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010198566A (ja) * | 2009-02-27 | 2010-09-09 | Nec Corp | 人数計測装置、方法及びプログラム |
JP2011181015A (ja) * | 2010-03-03 | 2011-09-15 | Olympus Corp | 診断情報配信装置および病理診断システム |
WO2018116851A1 (ja) * | 2016-12-21 | 2018-06-28 | 株式会社ニコン | 情報処理装置、画像処理装置、顕微鏡、情報処理方法、及び情報処理プログラム |
JP2019076063A (ja) * | 2017-10-26 | 2019-05-23 | 株式会社スタージェン | 微細加工構造体を対象とした細胞数計数装置、細胞数計数システム及び細胞数計数方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022208623A1 (ja) * | 2021-03-29 | 2022-10-06 | ヤマハ発動機株式会社 | 対象物員数検査用の学習モデル生成方法及びプログラム |
JP7481575B2 (ja) | 2021-03-29 | 2024-05-10 | ヤマハ発動機株式会社 | 対象物員数検査用の学習モデル生成方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6703679B1 (ja) | 2020-06-03 |
US20210216827A1 (en) | 2021-07-15 |
EP3920096A4 (en) | 2022-10-19 |
WO2020158909A1 (ja) | 2020-08-06 |
EP3920096A1 (en) | 2021-12-08 |
CN112204613B (zh) | 2024-07-12 |
CN112204613A (zh) | 2021-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11748934B2 (en) | Three-dimensional expression base generation method and apparatus, speech interaction method and apparatus, and medium | |
US10726580B2 (en) | Method and device for calibration | |
US10924729B2 (en) | Method and device for calibration | |
JP5432714B2 (ja) | 構図解析方法、構図解析機能を備えた画像装置、構図解析プログラム及びコンピュータ読み取り可能な記録媒体 | |
CN110021047A (zh) | 图像处理方法、图像处理装置和存储介质 | |
US11908107B2 (en) | Method and apparatus for presenting image for virtual reality device, device and non-transitory computer-readable storage medium | |
JP6703679B1 (ja) | 計数装置、学習器製造装置、計数方法、学習器製造方法、及びプログラム | |
US11508038B2 (en) | Image processing method, storage medium, image processing apparatus, learned model manufacturing method, and image processing system | |
CN107563978A (zh) | 人脸去模糊方法及装置 | |
CN111144491B (zh) | 图像处理方法、装置及电子系统 | |
US11373350B2 (en) | Apparatus and method for editing data and program | |
US20200334862A1 (en) | Moving image generation apparatus, moving image generation method, and non-transitory recording medium | |
EP3291532A1 (en) | Image processing device and image processing method | |
TW202016876A (zh) | 一種圖像處理方法及裝置、電子設備、儲存介質 | |
WO2016175043A1 (ja) | 画像処理装置及び画像処理方法 | |
US11615507B2 (en) | Automatic content-aware collage | |
JP2019175283A (ja) | 認識装置、認識システム、プログラムおよび位置座標検出方法 | |
US20150271470A1 (en) | Method of using a light-field camera to generate a full depth-of-field image, and light field camera implementing the method | |
JPWO2016175045A1 (ja) | 画像処理装置及び画像処理方法 | |
CN112652056B (zh) | 一种3d信息展示方法及装置 | |
US10235591B2 (en) | Image recognition unit, learning method of the same, and electronic apparatus | |
US11202000B2 (en) | Learning apparatus, image generation apparatus, learning method, image generation method, and program | |
WO2016175046A1 (ja) | 画像処理装置及び画像処理方法 | |
CN110969674A (zh) | 一种生成绕线画的方法、装置、终端设备及可读存储介质 | |
JP6918382B1 (ja) | 情報処理装置及び情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190401 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190401 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190620 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191025 |
|
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: 20200228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200303 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200316 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200303 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6703679 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |