JP2020173554A - 情報処理装置、情報処理装置の制御方法及びプログラム - Google Patents
情報処理装置、情報処理装置の制御方法及びプログラム Download PDFInfo
- Publication number
- JP2020173554A JP2020173554A JP2019074269A JP2019074269A JP2020173554A JP 2020173554 A JP2020173554 A JP 2020173554A JP 2019074269 A JP2019074269 A JP 2019074269A JP 2019074269 A JP2019074269 A JP 2019074269A JP 2020173554 A JP2020173554 A JP 2020173554A
- Authority
- JP
- Japan
- Prior art keywords
- data
- score
- information
- parameter setting
- user
- 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 155
- 230000010365 information processing Effects 0.000 title claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 322
- 230000008569 process Effects 0.000 claims description 98
- 230000002776 aggregation Effects 0.000 claims description 61
- 238000004220 aggregation Methods 0.000 claims description 61
- 238000004458 analytical method Methods 0.000 claims description 38
- 230000005484 gravity Effects 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 3
- 230000013016 learning Effects 0.000 description 13
- 238000012790 confirmation Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/54—Browsing; Visualisation therefor
-
- 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
- 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
- G06V10/778—Active pattern-learning, e.g. online learning of image or video features
- G06V10/7784—Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors
- G06V10/7788—Active pattern-learning, e.g. online learning of image or video features based on feedback from supervisors the supervisor being a human, e.g. interactive learning with a human teacher
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
複数のパラメータ設定値を設定する設定手段と、
前記複数のパラメータ設定値を用いて処理対象データに対して処理を実行し、複数の処理実行結果を取得する処理実行手段と、
前記複数の処理実行結果から複数の代表データを選択する選択手段と、
前記複数の代表データを表示手段に表示させる表示制御手段と、
ユーザから代表データの選択操作を受け付ける操作手段と、
前記選択操作によって得られた情報の統計処理の結果に基づいて、前記複数のパラメータ設定値からパラメータ設定値を決定する統計処理手段と、
を備えることを特徴とする。
本実施形態では、理想的なデータや正解データを用意できない場合において、パラメータを用いた処理を行う対象のデータが複数存在する状況を想定して、人が見るべきデータ量を減らしながら、パラメータの適切な値を決定する。
本実施形態に係る情報処理装置の概要を説明する。まず、ある1つの処理対象データに対して、異なるパラメータ設定値を用いて処理を実行することで、複数の処理実行結果を取得する。次に、それらの処理実行結果から複数の代表データを選択し、代表データをユーザに提示し、好適な代表データを主観的に選択させる。以降では、ユーザの選択に関する情報をユーザ選択情報とし、特にユーザに選択された代表データをユーザ選択データと記載する。ユーザによる選択操作の後、ユーザ選択データに対応するパラメータ設定値に得点を付与する。このとき、処理実行結果とユーザ選択データとの関係性(例えば類似性)を調べ、その結果、処理実行結果のうちユーザ選択データと似ているデータがあれば、似ている処理実行結果のパラメータ設定値にも得点を付与する。ユーザ選択データ以外の処理実行結果にも得点をつけるのは、適切な処理実行結果が必ずしも代表データとして選ばれない可能性を考慮するためである。以上の処理を、処理対象データを変更しながら繰り返し実行した後、得点の集計を行い、パラメータの適切な値を決定する。
図1(a)は、情報処理装置100のハードウェア構成図である情報処理装置100は、CPU1001、ROM1002、RAM1003、記憶装置1004、バス1005、入力装置1006、及び表示装置1007を備えている。情報処理装置100は汎用のパーソナルコンピュータなどにより構成される。
図1(b)は、情報処理装置100の機能構成を示す図である。情報処理装置100は、ネットワークまたは各種情報記録媒体を介して取得したソフトウェア(プログラム)を、CPU、メモリ、ストレージデバイス、入出力装置、バス、表示装置などにより構成される計算機によって実行することで実現できる。なお、計算機については、汎用の計算機を用いても良いし、本実施形態に係るソフトウェアに最適に設計されたハードウェアを用いても良い。
図2を用いて、実施形態1に係る情報処理装置100が実施する処理の手順を説明する。S201において、処理対象データ入力部101は、処理対象データを読み込む。S202において、パラメータ設定部102は、パラメータ設定値を複数設定する。S203において、処理実行部103は、処理対象データに対してパラメータ設定値ごとに処理を実行し、処理実行結果を取得する。
続いて、図3及び図4を用いて、情報処理装置100の各構成要素の処理内容を具体的に説明する。実施形態1では、人の写っている画像を処理対象データとする。処理実行部103で処理対象データに対して実行する処理として、画像内の人の輪郭抽出を行うためのモデルを適用する。本実施形態で注目するパラメータは、モデル生成に関するパラメータの1つである、学習回数とする。
集計部109で算出される途中集計結果は、より適切なパラメータを決定することを目的として利用することができる。以下に、途中集計結果を、パラメータ設定部102、表示制御部105で利用する方法を説明する。
次に、表示制御部105が、作業画面に、処理実行結果の関係性に関する情報を表示する方法について説明する。
実施形態1では、処理実行結果の関係性を類似性に基づいて調査し、ユーザ選択情報と類似性とに基づいて得点を決定する方法を説明した。これに対し、実施形態2では、処理実行結果の関係性を、処理実行結果を、データの分布によりグループに分けすることにより調べ、グループに基づいて得点を決定する方法を説明する。
実施形態2の各構成要素の処理内容について説明する。処理対象データ入力部101は、人の写った画像群に対してエッジ抽出を行って得られるエッジ画像のデータ群を処理対象データとして入力する。パラメータ設定値には異なる閾値を設定し、それぞれα1、α2、α3、α4、α5とする。
実施形態1及び実施形態2では、処理対象データごとに代表データを一度だけ表示していた。これに対し、実施形態3では、処理対象データごとに代表データの表示を複数回行う。具体的には、代表データが3つ以上ある場合に、表示する代表データの組み合わせを変更するとユーザによる選択の結果が変化することを考慮し、処理対象データごとに組み合わせを変更しながら代表データを表示する。実施形態3では、特に、処理対象データごとに得られる複数のユーザ選択情報を分析して、パラメータ設定値の順位に関する情報を取得し、順位に基づいて得点の決定を行う方法を説明する。
図5は、実施形態3に係る情報処理装置500の機能構成を示す図である。実施形態3では、実施形態1で図1を参照して説明した情報処理装置100の構成に、ユーザ選択情報分析部510が追加されている。
図6を用いて、実施形態1に係る情報処理装置500が実施する処理の手順を説明する。S201で処理対象データ入力部101が処理対象データを読み込んでから、S204で統計処理部107が処理実行結果の関係性を調査するまでは、実施形態1及び2と同様である。S205において、代表データ選択部104は、実施形態1、2では代表データを2つ選択していたのに対し、実施形態3では代表データを3つ以上選択する。
実施形態3における各構成要素の処理内容について説明する。まず、処理対象データ入力部101は、複数の画像を処理対象データとして取得する。次に、パラメータ設定部102は、明るさに関するパラメータの設定値を複数設定する。ここでは、パラメータ設定値として、α1、α2、α3、α4、α5を設定したとする。次に、処理実行部103は、処理対象データimage1に対してα1からα5のパラメータ設定値を用いて明るさ変換を行い、複数の処理実行結果を取得する。
実施形態1から3では、1人のユーザを対象としていたが、実施形態4では、複数のユーザを対象とする例を説明する。実施形態4では、実施形態3と同様に、ユーザ選択情報分析部510が取得するユーザ選択情報分析結果を利用して得点を決定する。ユーザ選択情報分析結果として、実施形態3では順位に関する情報を利用したのに対し、実施形態4では後述の信頼性に関する情報を利用する。信頼性に関する情報を用いることで、ユーザの慣れの度合い(熟練度)の得点への影響を小さくすることが可能となる。
まず、図6を用いて、複数のユーザを対象とする実施形態4に係る情報処理装置500が実施する処理の手順を説明する。S201で処理対象データ入力部101が処理対象データを読み込む工程から、S207で操作部106がユーザの選択操作を受け付ける工程までの処理は、実施形態1と同様である。S207の処理の後、S602へ進む。S602において、ユーザ選択情報保持部110は、ユーザ選択情報を記録し、S801へ進む。
実施形態4の各構成要素の処理内容について、図9及び図10を用いて説明する。まず、処理対象データ入力部101が処理対象データを入力する。例えば、変状を検知するためのモデルの適用や、細線化やポリライン化などの画像処理によって、大きな壁面画像から元の壁面画像と同じサイズの2次元空間にあるポリラインデータを取得する。ここでは、大きな壁面画像の空間から、500pixcel×500pixcel程度のサイズの小領域を複数切り出し、処理対象データとする。
実施形態1から4までは、全処理対象データに関して、表示制御部105が表示装置1007上に表示を行って、ユーザに選択操作を促していた。しかし、代表データの組み合わせによっては、代表データ同士が良く似ていて、どちらが好ましいかを目視では判断しにくい場合がある。このようなデータを表示するときは、いずれも良好などの判断に迷うケースに備えた選択肢(代表データの良否に関する選択肢)を用意して選択させれば良い。しかし、人が判断できないようなデータは重要でないため、毎回表示するのはユーザにとって煩わしい可能性がある。このため、処理対象データから得る代表データを全て表示するのではなく、人が判断に迷うようなデータは表示しないことが望ましい。
図11は、実施形態5に係る情報処理装置1100の機能構成を示す図である。実施形態3では、実施形態1で図1を参照して説明した情報処理装置100の構成に、基準決定部1101が追加されている。
基準決定部1101が基準を決定するタイミングは、実施形態1の図2に示したような一連の処理を行う前である。まず、表示制御部105が出力する表示内容について、図12(a)の画像1210を用いて説明する。画像1210は表示画面の例であり、関係性として類似性を調べるケースにおける表示方法を説明する。表示画像1210に示す画像1215、1216、1217、1218、1219は、ある処理対象データに対して、異なるパラメータ設定値を用いて処理実行部103が処理を適用した処理実行結果である。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
Claims (23)
- 情報処理装置であって、
複数のパラメータ設定値を設定する設定手段と、
前記複数のパラメータ設定値を用いて処理対象データに対して処理を実行し、複数の処理実行結果を取得する処理実行手段と、
前記複数の処理実行結果から複数の代表データを選択する選択手段と、
前記複数の代表データを表示手段に表示させる表示制御手段と、
ユーザから代表データの選択操作を受け付ける操作手段と、
前記選択操作によって得られた情報の統計処理の結果に基づいて、前記複数のパラメータ設定値からパラメータ設定値を決定する統計処理手段と、
を備えることを特徴とする情報処理装置。 - 前記統計処理手段は、
前記ユーザ選択情報と、前記複数の処理実行結果とに基づいて、前記複数のパラメータ設定値の各々について得点を決定する得点決定手段と、
前記得点の集計結果に基づいて、前記複数のパラメータ設定値からパラメータ設定値を決定する集計手段と、
を備えることを特徴とする請求項1に記載の情報処理装置。 - 前記得点決定手段は、前記ユーザ選択情報と、前記複数の処理実行結果との関係性に基づいて、前記複数のパラメータ設定値の各々について得点を決定することを特徴とする請求項2に記載の情報処理装置。
- 前記得点決定手段は、前記操作手段により選択操作された代表データと、前記複数の処理実行結果との類似度を算出し、前記類似度に基づいて前記得点を決定することを特徴とする請求項3に記載の情報処理装置。
- 前記選択手段は、前記複数の処理実行結果のデータ分布に基づいて前記複数の処理実行結果をグループ化することにより前記関係性を取得し、
前記得点決定手段は、各処理実行結果が、前記選択操作により選択された代表データが属するグループと同一かどうかに基づいて前記得点を決定することを特徴とする請求項3に記載の情報処理装置。 - 前記集計手段は、前記パラメータ設定値ごとにヒストグラム化することにより前記得点の集計を行うことを特徴とする請求項2乃至5の何れか1項に記載の情報処理装置。
- 前記集計手段は、前記得点を用いてパラメータ空間上における重心に位置する重心パラメータ設定値を算出し、当該算出された重心パラメータ設定値を、前記パラメータ設定値として決定することを特徴とする請求項2乃至5の何れか1項に記載の情報処理装置。
- 前記表示制御手段は、前記関係性を示す情報を前記表示手段にさらに表示させることを特徴とする請求項3乃至5の何れか1項に記載の情報処理装置。
- 前記表示制御手段は、全ての処理対象データについて前記得点が決定されていない場合に前記集計手段により集計された途中集計結果を示す情報を前記表示手段にさらに表示させることを特徴とする請求項2乃至8の何れか1項に記載の情報処理装置。
- 前記設定手段は、全ての処理対象データについて前記得点が決定されていない場合に前記集計手段により集計された途中集計結果に基づいて、前記パラメータ設定値を変更することを特徴とする請求項2乃至9の何れか1項に記載の情報処理装置。
- 前記表示制御手段は、全ての処理対象データについて前記得点が決定されていない場合に前記集計手段により集計された途中集計結果において、前記得点が所定値以下であるパラメータ設定値に対応する代表データが前記選択操作により選択された場合、前記複数の代表データを前記表示手段に再表示させることを特徴とする請求項2乃至9の何れか1項に記載の情報処理装置。
- 前記操作手段は、前記関係性を変更するユーザの操作を受け付け可能であり、
前記得点決定手段は、前記変更された関係性に基づいて前記得点を決定することを特徴とする請求項8に記載の情報処理装置。 - 前記表示制御手段は、前記集計手段により決定されたパラメータ設定値と、前記得点に関する情報と、前記集計手段により決定されたパラメータ設定値に基づいて所定値以上の得点が決定された処理対象データ数の全処理対象データに対する比を示すカバー率との少なくとも1つを前記表示手段に表示させることを特徴とする請求項2乃至12の何れか1項に記載の情報処理装置。
- 前記表示制御手段は、各処理対象データが1つの画像を構成する小領域のデータである場合に、前記集計手段により決定されたパラメータ設定値に基づいて所定値以上の得点が決定された処理対象データの、前記画像におけるカバー範囲を前記表示手段に表示させることを特徴とする請求項2乃至12の何れか1項に記載の情報処理装置。
- 前記表示制御手段は、前記複数の代表データとともに、代表データの良否に関する選択肢を前記表示手段に表示させ、
前記得点決定手段は、前記選択肢の選択結果と、前記関係性とに基づいて前記得点を決定することを特徴とする請求項3に記載の情報処理装置。 - 各処理対象データについて前記ユーザ選択情報に基づいてユーザ選択情報分析結果を取得する分析手段をさらに備え、
前記得点決定手段は、前記ユーザ選択情報分析結果と、前記関係性とに基づいて前記得点を決定することを特徴とする請求項3に記載の情報処理装置。 - 前記分析手段は、前記複数の代表データが表示されてからユーザが前記選択操作を行うまでの時間の情報に基づいて、前記ユーザ選択情報分析結果を取得することを特徴とする請求項16に記載の情報処理装置。
- 前記分析手段は、各処理対象データについて得られるユーザ選択情報を分析して、前記複数のパラメータ設定値の順位に関する情報を、前記ユーザ選択情報分析結果として取得することを特徴とする請求項16に記載の情報処理装置。
- 前記分析手段は、1以上のユーザによる前記選択操作の結果に基づいて判定される各ユーザの熟練度に基づいて、各処理対象データに対する信頼性に関する情報を、前記ユーザ選択情報分析結果として取得することを特徴とする請求項16に記載の情報処理装置。
- 前記関係性と、前記複数の代表データと、前記ユーザ選択情報とに基づいて、前記表示手段に表示する代表データの基準を決定する基準決定手段をさらに備え、
前記表示制御手段は、各処理対象データについて、各代表データが前記基準を満たすか否かを確認し、前記基準を満たす代表データを前記表示手段に表示させることを特徴とする請求項3乃至5の何れか1項に記載の情報処理装置。 - 前記選択手段は、前記処理対象データと、各処理実行結果とを統合した情報に基づいて、前記複数の代表データを選択することを特徴とする請求項1乃至20の何れか1項に記載の情報処理装置。
- 情報処理装置の制御方法であって、
複数のパラメータ設定値を設定する設定工程と、
前記複数のパラメータ設定値を用いて処理対象データに対して処理を実行し、複数の処理実行結果を取得する処理実行工程と、
前記複数の処理実行結果から複数の代表データを選択する選択工程と、
前記複数の代表データを表示手段に表示させる表示制御工程と、
ユーザから代表データの選択操作を受け付ける操作工程と、
前記選択操作によって得られた情報の統計処理の結果に基づいて、前記複数のパラメータ設定値からパラメータ設定値を決定する統計処理工程と、
を有することを特徴とする情報処理装置の制御方法。 - コンピュータを、請求項1乃至21の何れか1項に記載の情報処理装置として機能させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019074269A JP7418158B2 (ja) | 2019-04-09 | 2019-04-09 | 情報処理装置、情報処理方法及びプログラム |
PCT/JP2020/007317 WO2020208955A1 (ja) | 2019-04-09 | 2020-02-25 | 情報処理装置、情報処理装置の制御方法及びプログラム |
US17/492,708 US20220019848A1 (en) | 2019-04-09 | 2021-10-04 | Information processing apparatus, control method for information processing apparatus, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019074269A JP7418158B2 (ja) | 2019-04-09 | 2019-04-09 | 情報処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020173554A true JP2020173554A (ja) | 2020-10-22 |
JP7418158B2 JP7418158B2 (ja) | 2024-01-19 |
Family
ID=72752002
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019074269A Active JP7418158B2 (ja) | 2019-04-09 | 2019-04-09 | 情報処理装置、情報処理方法及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220019848A1 (ja) |
JP (1) | JP7418158B2 (ja) |
WO (1) | WO2020208955A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344550B (zh) * | 2021-06-30 | 2023-11-28 | 西安力传智能技术有限公司 | 一种流程处理方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015198300A (ja) * | 2014-03-31 | 2015-11-09 | キヤノン株式会社 | 情報処理装置、撮像装置、画像管理システム |
JP2018097483A (ja) * | 2016-12-09 | 2018-06-21 | キヤノン株式会社 | 画像処理方法、画像処理装置、及びプログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5705711B2 (ja) * | 2011-12-02 | 2015-04-22 | 大成建設株式会社 | ひび割れ検出方法 |
SG11201709275YA (en) * | 2015-05-26 | 2017-12-28 | Mitsubishi Electric Corp | Detection apparatus and detection method |
-
2019
- 2019-04-09 JP JP2019074269A patent/JP7418158B2/ja active Active
-
2020
- 2020-02-25 WO PCT/JP2020/007317 patent/WO2020208955A1/ja active Application Filing
-
2021
- 2021-10-04 US US17/492,708 patent/US20220019848A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015198300A (ja) * | 2014-03-31 | 2015-11-09 | キヤノン株式会社 | 情報処理装置、撮像装置、画像管理システム |
JP2018097483A (ja) * | 2016-12-09 | 2018-06-21 | キヤノン株式会社 | 画像処理方法、画像処理装置、及びプログラム |
Non-Patent Citations (1)
Title |
---|
J. MARKS, B. ANDALMAN,外12名: ""Design Galleries: A General Approach to Setting Parameters for Computer Graphics and Animation"", MITSUBISHI ELECTRIC RESEARCH LABORATORIES, JPN6023015978, 1 October 1997 (1997-10-01), ISSN: 0005042753 * |
Also Published As
Publication number | Publication date |
---|---|
US20220019848A1 (en) | 2022-01-20 |
WO2020208955A1 (ja) | 2020-10-15 |
JP7418158B2 (ja) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6799146B2 (ja) | 視覚化されたスライド全域画像分析を提供するためのデジタル病理学システムおよび関連するワークフロー | |
Silva-Rodríguez et al. | Going deeper through the Gleason scoring scale: An automatic end-to-end system for histology prostate grading and cribriform pattern detection | |
KR101346539B1 (ko) | 얼굴들을 상관시킴으로써 디지털 이미지들을 구조화하기 | |
JP4037869B2 (ja) | 画像解析支援方法、画像解析支援プログラムおよび画像解析支援装置 | |
CN114972548A (zh) | 用于显示生物标本的多个图像的图像处理系统和方法 | |
TWI254891B (en) | Face image detection method, face image detection system, and face image detection program | |
JP5283088B2 (ja) | 画像検索装置および同画像検索装置に適用される画像検索用コンピュータプログラム | |
CN111916206A (zh) | 一种基于级联的ct影像辅助诊断系统 | |
JP2018206252A (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 | |
CN108762740A (zh) | 页面数据的生成方法、装置及电子设备 | |
JP2020038600A (ja) | 医療システム、医療装置および医療方法 | |
WO2020208955A1 (ja) | 情報処理装置、情報処理装置の制御方法及びプログラム | |
US9214019B2 (en) | Method and system to digitize pathology specimens in a stepwise fashion for review | |
WO2020035514A1 (en) | Generating annotation data of tissue images | |
CN116468690B (zh) | 基于深度学习的浸润性非粘液性肺腺癌的亚型分析系统 | |
Torres et al. | Lesion detection in breast ultrasound images using a machine learning approach and genetic optimization | |
JP2006130049A (ja) | 画像読影支援方法、およびシステム、ならびにプログラム | |
JP2021018531A (ja) | 機械学習モデルの運用装置とその作動方法および作動プログラム、並びに機械学習モデルの学習装置とその作動方法および作動プログラム | |
JP2004038744A (ja) | 画像認識アルゴリズム生成方法,画像認識アルゴリズム生成装置,画像認識アルゴリズム生成プログラムおよび画像認識アルゴリズム生成プログラムを記録した記録媒体 | |
JP7336268B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP5083060B2 (ja) | 画像表示装置、画像表示方法及びプログラム | |
WO2021084898A1 (ja) | 画像管理装置、制御方法、及びプログラム | |
JPH10222688A (ja) | 画像処理方法 | |
JP2024004369A (ja) | 火砕物構成粒子の解析システム及び火砕物構成粒子の解析プログラム | |
JP2019215766A (ja) | 画像処理装置、細胞認識装置、細胞認識方法および細胞認識プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220401 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230421 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230609 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231016 |
|
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: 20231211 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240109 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7418158 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |