JP2021018504A - 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 - Google Patents
画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 Download PDFInfo
- Publication number
- JP2021018504A JP2021018504A JP2019132398A JP2019132398A JP2021018504A JP 2021018504 A JP2021018504 A JP 2021018504A JP 2019132398 A JP2019132398 A JP 2019132398A JP 2019132398 A JP2019132398 A JP 2019132398A JP 2021018504 A JP2021018504 A JP 2021018504A
- Authority
- JP
- Japan
- Prior art keywords
- image
- person
- images
- occurrence
- analysis
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
Description
また、本発明は、コンピュータを上記の画像解析装置として機能させるためのコンピュータプログラム、及び、そのコンピュータプログラムを記録した記録媒体に関する。
Affinity(A,B)=Nx/Ny 式(f1)
上記の式にて算出される値は、Tanimoto係数若しくはJaccard係数と呼ばれ、その値を親密度として採用すれば、単純に共起画像の数のみから親密度を求める場合よりも妥当な親密度が得られる。
他方、極端なケースではあるが、100個の解析対象画像のすべてが共起画像であって各画像に人物A、Bの双方が一緒に写っている場合には、Nx=Ny=100となるので、この場合にも親密度Affinity(A,B)が1となる。かかるケースをC2とする。
本発明は、上記従来技術の問題点を解決し、解析対象画像に写っている人物間の親密度について、時間経過等に伴って解析対象画像が増えた場合にも適切に評価することが可能な画像解析装置及び画像解析方法を提供することを目的とする。
また、本発明は、コンピュータに実行させることで上記の画像解析方法を実現させるためのコンピュータプログラム、及び、コンピュータプログラムを記録した記録媒体を提供することをも目的とする。
より具体的には、画像解析部は、共起画像の数Nxをaとし、第1画像の数N1と共起画像の数Nxとの差をbとし、第2画像の数N2と共起画像の数Nxとの差をcとし、第3画像の数N3をdとし、解析対象画像の数Naをnとして下記の式(1)に示すpを求め、求めたpからp値を算出するとよい。
p={(a+b)!(c+d)!(a+c)!(b+d)!}
/{a!b!c!d!n!} 式(1)
上記の要領で算出されるp値を用いることで、第1人物と第2人物との間の親密度を、解析対象画像の数を踏まえて適切に評価することが可能となる。
上記の要領で算出されるp値は、前述したFisherの正確確率検定に用いられるp値と同様、解析対象画像の数を反映した値となるので、そのp値を用いることで、第1人物と第2人物との間の親密度を適切に評価することが可能となる。
上記の構成であれば、風景写真の撮影回数が多くなる等の撮影者の撮影傾向によらず、人物が写っていない画像が解析対象画像から外れるので、解析対象画像の数を踏まえて有意確率を算出すると、人物が写っていない画像を解析対象画像に含める場合と比べて、より妥当な算出結果を得ることが可能である。
上記の場合、画像解析部は、解析対象画像の数Naを特定し、Na個の解析対象画像に写っている人物の数mを特定し、Na個の解析対象画像中、対象人物が他の人物と一緒に写った特定画像の比率を、他の人物毎に求め、他の人物毎に求めた比率の総和を、他の人物の数(m−1)で除することで、対象人物についての人物別共起確率を算出し、Na個の解析対象画像に写っている人物の各人を対象人物として、各人についての人物別共起確率を繰り返し算出し、各人について算出した人物別共起確率の総和を、Na個の解析対象画像に写っている人物の数mで除することで、全体共起確率Pwを算出し、全体共起確率Pwを用いて、第1人物及び第2人物の各々についてp値を算出するとよい。
より詳しく説明すると、画像解析部は、ランダムに選ばれた1個の第1画像が共起画像である確率が全体共起確率Pwになるという仮定の下で、N1個の第1画像のうち、Nx個の第1画像が共起画像となる確率を、第1人物についてのp値として算出し、ランダムに選ばれた1個の第2画像が共起画像である確率が全体共起確率Pwになるという仮定の下で、N2個の第2画像のうち、Nx個の第2画像が共起画像となる確率を、第2人物についてのp値として算出するとよい。
以上の構成であれば、解析対象画像のうち、第1人物が写った第1画像の数と第2人物が写った第2画像の数とが大きく異なる場合に、第1人物及び第2人物の各々について算出したp値を用いて、各人物にとっての親密度を適切に評価することができる。
上記の構成であれば、解析対象画像に写っている3人以上の人物について、各人物間の親密度を評価することが可能となる。
上記の構成であれば、画像記憶部に記憶される画像が増加していくので、それに伴って、解析対象画像の数も変化する(増加する)場合がある。この場合には、解析対象画像の数が変化した場合にも親密度を適切に評価するという本発明の効果がより有意義なものとなる。
上記の構成であれば、解析対象画像に写った人物の識別結果に基づいて各画像の数を適切に特定することが可能となる。
さらに、本発明は、上記に記載の画像解析方法の各々のステップをコンピュータに実行させるためのプログラムが記録された、コンピュータによって読み取り可能な記録媒体を提供する。
また、本発明によれば、上記の画像解析方法をコンピュータに実行させるためのプログラム、及び、そのプログラムを記録した記録媒体を提供することが可能となる。
本実施形態に係る画像解析装置について、その概要を説明する。本実施形態に係る画像解析装置10は、図1に示すサーバコンピュータ12によって構成されている。サーバコンピュータ12は、本発明のコンピュータに該当し、図1に示すように、ネットワーク14を介して1台以上の利用端末16(クライアント)と通信可能に接続されており、各利用端末16とともに画像解析システム100を構築している。図1は、本実施形態に係る画像解析装置10を含む画像解析システム100を示すブロック図である。なお、図1では、図示の便宜上、利用端末16の台数を三台としているが、利用端末16の台数は、任意の台数でよい。
なお、利用端末16は、PC(Personal Computer)、タブレット端末、PDA(Personal Data Assistant)、携帯電話及びスマートフォン等の携帯通信機器、並びに通信機能付きのデジタルカメラ等のいずれかによって構成されるが、以下では、利用端末16がカメラ付きのスマートフォンである場合を例に挙げて説明することとする。
次に、本実施形態に係る画像解析装置10の構成について詳しく説明する。本実施形態に係る画像解析装置10は、前述したように、一台のサーバコンピュータ12によって構成されている。このサーバコンピュータ12は、プロセッサ(具体的には、CPU(Central Processing Unit))を備えており、プロセッサが画像解析用のプログラム(以下、画像解析プログラム)を読み取って各種のデータ処理を実施することにより、画像解析装置10としての機能を発揮する。
また、一つの処理部を、上述した各種プロセッサのうちの一つで構成してもよいし、同種または異種の二つ以上のプロセッサの組み合わせ、例えば、複数のFPGAの組み合わせ、またはFPGA及びCPUの組み合わせ等によって構成してもよい。また、複数の処理部を、各種のプロセッサのうちの一つで構成してもよいし、複数の処理部のうちの二つ以上をまとめて一つのプロセッサを用いて構成してもよい。
また、システムオンチップ(System on Chip:SoC)等に代表されるように、複数の処理部を含むシステム全体の機能を一つのIC(Integrated Circuit)チップで実現するプロセッサを使用する形態がある。
さらに、上述した各種プロセッサのハードウェア構成は、より具体的には、半導体素子などの回路素子を組み合わせた電気回路(Circuitry)である。
なお、共起事象の起こり難さについての指標(有意確率)は、頻度主義的なp値に限定されず、p値以外の指標、例えば、信頼区間又はベイズ推定の理論を組み合わせてもよく、あるいは、重み付きDice係数又は相互情報量による補正をさらに適用してもよい。
次に、画像解析装置10の動作例として、画像提供者から画像を取得してから画像を解析するまでの流れ(以下、画像解析フローと言う。)について説明する。画像解析フローは、画像解析装置10を構成するサーバコンピュータ12により、図3に示す手順に従って進行する。図3は、画像解析フローの手順を示す図である。
p={(a+b)!(c+d)!(a+c)!(b+d)!}
/{a!b!c!d!n!} 式(1)
a=10、b=40、c=40、d=910、n=1000
これらのパラメータa,b,c,d及びnを式(1)に代入すると、pは、0.00008812507となる。この値は、実際の観測データから求められるが、p値を算出するには、実際の観測データよりも極端な場合も含めて考えなければならない。すなわち、小計値であるa+b、c+d、a+c、及びb+dを観測データと同じにしつつ、観測データよりも極端な場合(上記のケースでは、aが0以上であり、且つ、10未満である場合)を想定し、それぞれの場合における式(1)のpを求め、求めたpの総和をp値とする。
ここで、下側検定について求めた対数値の正負を逆転させることで、親和性の値(以下、親和度)を無限区間において表現することができ、これにより、親和性を評価することができ、例えば親和度が小さくなるほど親和性が低いと評価され、親和度が大きくなるほど親和度多高くなる。
a=10、b=190、c=190、d=610、n=1000
つまり、図9に示すケースでは、図7に示すケースと解析対象画像の数Na及び共起画像の数Nxが等しくなっているが、第1画像の数N1及び第2画像の数N2が多く、上記のパラメータを式(1)に代入してp値を求めると、p値が略1となる。この場合、有意であるとは言えず、第1人物及び第2人物(具体的には、人物AとB)の間の親密度が高いとは言い切れない。
a=1、b=4、c=4、d=91、n=100
図10に示すケースでは、各種類の画像の数が、図7に示すケースでの数の1/10であり、上記のパラメータを式(1)に代入してp値を求めると、p値が0.23041となる。この場合、有意であるとは言えず、第1人物及び第2人物(具体的には、人物AとB)の間の親密度が高いとは言い切れない。
上述した実施形態では、画像解析処理において親密度を評価する上でp値を算出し、具体的には、Fisherの正確確率検定に用いられるp値を、前述の式(1)によって算出することとした。ただし、p値は、上記の方法によって算出されるものには限定されず、他の方法によって算出されるものを採用してもよく、例えば、二項検定に用いられるp値を有意確率として算出する例(以下、第1変形例)が考えられる。以下、第1変形例に係る画像解析処理について説明し、特にp値の算出方法を詳しく説明する。
上述した実施形態の画像解析処理では、組み合わせ一組あたりに、第1人物と第2人物の間の親密度を一回評価することとした。つまり、上述した実施形態では、同じ組み合わせであれば共起画像の数Nxが変わらないため、その組み合わせに属する第1人物及び第2人物の各々から見た親密度が互いに等しい(親密度が対称的である)と言え、組み合わせ一組あたりにp値を一回算出することとした。
PA={1/(m−1)}×Σ(Ni/Na) (3)
上式のNiは、前述したように、人物Aが他の人物i(B、C、D、、、)と一緒に写った特定画像の数である。なお、PAについては、式(3)のように算術平均として求めてもよいが、調和平均として求めてよい。
Pw=1/m×{PA+PB+PC+PD+・・・} (4)
PA=2/5
PB=2/50
Pw=11/50(=1/2×{2/5+2/50})
PA=20/50=2/5
PB=20/500=2/50
Pw=11/50(=1/2×{2/5+2/50})
12 サーバコンピュータ
14 ネットワーク
16 利用端末
18 記憶装置
21 画像取得部
22 画像記憶部
23 画像解析部
100 画像解析システム
Claims (14)
- 画像提供者から提供された画像を記憶する画像記憶部と、
一人の前記画像提供者から提供されて前記画像記憶部に記憶された画像を解析対象画像として解析する画像解析部と、を有し、
前記画像解析部は、
前記解析対象画像のうち、第1人物が写った第1画像の数N1、第2人物が写った第2画像の数N2、並びに、前記第1人物及び前記第2人物が一緒に写った共起画像の数Nxをそれぞれ特定し、
Nx個の前記解析対象画像が前記共起画像となる事象の起こり難さについての有意確率を、前記第1画像の数N1、前記第2画像の数N2及び前記共起画像の数Nxに基づいて算出し、
前記有意確率を用いて、前記第1人物及び前記第2人物の間の親密度を評価することを特徴とする画像解析装置。 - 前記画像解析部は、前記解析対象画像の数Naと、前記解析対象画像のうち、前記第1人物及び前記第2人物の双方が写っていない第3画像の数N3と、をさらに特定し、前記解析対象画像の数Na、前記第1画像の数N1、前記第2画像の数N2、前記第3画像の数N3、及び前記共起画像の数Nxを用いて、Fisherの正確確率検定に用いられるp値を前記有意確率として算出する、請求項1に記載の画像解析装置。
- 前記画像解析部は、前記共起画像の数Nxをaとし、前記第1画像の数N1と前記共起画像の数Nxとの差をbとし、前記第2画像の数N2と前記共起画像の数Nxとの差をcとし、前記第3画像の数N3をdとし、前記解析対象画像の数Naをnとして下記の式(1)に示すpを求め、求めたpから前記p値を算出する請求項2に記載の画像解析装置。
p={(a+b)!(c+d)!(a+c)!(b+d)!}
/{a!b!c!d!n!} 式(1) - 前記画像解析部は、前記解析対象画像の数Naを特定し、前記解析対象画像の数Naに対する前記第1画像の数N1の比率N1/Naと、前記解析対象画像の数Naに対する前記第2画像の数N2の比率N2/Naとを掛け合わせて標準共起確率Psを求め、前記解析対象画像の数Na、前記共起画像の数Nx及び前記標準共起確率Psを用いて、二項検定に用いられるp値を前記有意確率として算出する、請求項1に記載の画像解析装置。
- 前記画像解析部は、少なくとも人物が写った前記解析対象画像の総数を、前記解析対象画像の数Naとして特定する、請求項2乃至4のいずれか一項に記載の画像解析装置。
- 前記画像解析部は、前記第1人物にとっての前記第2人物との親密度、及び前記第2人物にとっての前記第1人物との親密度をそれぞれ評価するために、二項検定に用いられるp値を、前記有意確率として、前記第1人物及び前記第2人物の各々について算出する、請求項1に記載の画像解析装置。
- 前記画像解析部は、
前記解析対象画像の数Naを特定し、
Na個の前記解析対象画像に写っている人物の数mを特定し、
Na個の前記解析対象画像中、対象人物が他の人物と一緒に写った特定画像の比率を、前記他の人物毎に求め、
前記他の人物毎に求めた前記比率の総和を、前記他の人物の数(m−1)で除することで、前記対象人物についての人物別共起確率を算出し、
Na個の前記解析対象画像に写っている人物の各人を前記対象人物として、前記各人についての前記人物別共起確率を繰り返し算出し、
前記各人について算出した前記人物別共起確率の総和を、Na個の前記解析対象画像に写っている人物の数mで除することで、全体共起確率Pwを算出し、
前記全体共起確率Pwを用いて、前記第1人物及び前記第2人物の各々について前記p値を算出する、請求項6に記載の画像解析装置。 - 前記画像解析部は、
ランダムに選ばれた1個の前記第1画像が前記共起画像である確率が前記全体共起確率Pwになるという仮定の下で、N1個の前記第1画像のうち、Nx個の前記第1画像が前記共起画像となる確率を、前記第1人物についての前記p値として算出し、
ランダムに選ばれた1個の前記第2画像が前記共起画像である確率が前記全体共起確率Pwになるという仮定の下で、N2個の前記第2画像のうち、Nx個の前記第2画像が前記共起画像となる確率を、前記第2人物についての前記p値として算出する、請求項7に記載の画像解析装置。 - 前記解析対象画像に写っている人物が3人以上存在する場合、前記画像解析部は、前記第1人物と前記第2人物との組み合わせを変えて、前記第1人物と前記第2人物との間の親密度を前記組み合わせ毎に評価する、請求項1乃至8のいずれか一項に記載の画像解析装置。
- 前記画像提供者から提供される画像を、前記画像提供者の利用端末との通信を通じて取得する画像取得部を有し、
前記画像取得部が画像を取得する都度、前記画像記憶部は、前記画像取得部によって取得された画像を記憶する、請求項1乃至9のいずれか一項に記載の画像解析装置。 - 前記画像解析部は、前記解析対象画像に写った人物を識別し、それぞれの前記解析対象画像における人物の識別結果に基づいて前記第1画像の数N1、前記第2画像の数N2、及び前記共起画像の数Nxをそれぞれ特定する、請求項1乃至10のいずれか一項に記載の画像解析装置。
- 画像記憶部が、画像提供者から提供された画像を記憶するステップと、
画像解析部が、一人の前記画像提供者から提供されて前記画像記憶部に記憶された画像を解析対象画像として解析するステップと、を有し、
前記画像解析部は、前記解析対象画像を解析するステップにおいて、
前記解析対象画像のうち、第1人物が写った第1画像の数N1、第2人物が写った第2画像の数N2、並びに、前記第1人物及び前記第2人物が一緒に写った共起画像の数Nxをそれぞれ特定し、
Nx個の前記解析対象画像が前記共起画像となる事象の起こり難さについての有意確率を、前記第1画像の数N1、前記第2画像の数N2及び前記共起画像の数Nxに基づいて算出し、
前記有意確率を用いて、前記第1人物及び前記第2人物の間の親密度を評価することを特徴とする画像解析方法。 - 請求項12に記載の画像解析方法の各々のステップをコンピュータに実行させるためのプログラム。
- 請求項12に記載にした画像解析方法の各々のステップをコンピュータに実行させるためのプログラムが記録された、コンピュータによって読み取り可能な記録媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019132398A JP7111662B2 (ja) | 2019-07-18 | 2019-07-18 | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 |
JP2022116297A JP7382461B2 (ja) | 2019-07-18 | 2022-07-21 | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019132398A JP7111662B2 (ja) | 2019-07-18 | 2019-07-18 | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022116297A Division JP7382461B2 (ja) | 2019-07-18 | 2022-07-21 | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021018504A true JP2021018504A (ja) | 2021-02-15 |
JP7111662B2 JP7111662B2 (ja) | 2022-08-02 |
Family
ID=74563620
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019132398A Active JP7111662B2 (ja) | 2019-07-18 | 2019-07-18 | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 |
JP2022116297A Active JP7382461B2 (ja) | 2019-07-18 | 2022-07-21 | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022116297A Active JP7382461B2 (ja) | 2019-07-18 | 2022-07-21 | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7111662B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067412A (ja) * | 2001-08-24 | 2003-03-07 | Yutaka Matsuo | データからの特徴アイテム抽出方法 |
JP2006079457A (ja) * | 2004-09-10 | 2006-03-23 | Fuji Photo Film Co Ltd | 電子アルバム表示システム、電子アルバム表示方法、電子アルバム表示プログラム、画像分類装置、画像分類方法、及び画像分類プログラム |
JP2010140069A (ja) * | 2008-12-09 | 2010-06-24 | Sony Corp | 画像処理装置、撮像装置、画像処理方法およびプログラム |
JP2011170579A (ja) * | 2010-02-18 | 2011-09-01 | Seiko Epson Corp | 親密度判定方法及び親密度判定装置 |
JP2013003635A (ja) * | 2011-06-13 | 2013-01-07 | Sony Corp | 情報処理装置、情報処理方法及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079460A (ja) * | 2004-09-10 | 2006-03-23 | Fuji Photo Film Co Ltd | 電子アルバム表示システム、電子アルバム表示方法、電子アルバム表示プログラム、画像分類装置、画像分類方法、及び画像分類プログラム |
-
2019
- 2019-07-18 JP JP2019132398A patent/JP7111662B2/ja active Active
-
2022
- 2022-07-21 JP JP2022116297A patent/JP7382461B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003067412A (ja) * | 2001-08-24 | 2003-03-07 | Yutaka Matsuo | データからの特徴アイテム抽出方法 |
JP2006079457A (ja) * | 2004-09-10 | 2006-03-23 | Fuji Photo Film Co Ltd | 電子アルバム表示システム、電子アルバム表示方法、電子アルバム表示プログラム、画像分類装置、画像分類方法、及び画像分類プログラム |
JP2010140069A (ja) * | 2008-12-09 | 2010-06-24 | Sony Corp | 画像処理装置、撮像装置、画像処理方法およびプログラム |
JP2011170579A (ja) * | 2010-02-18 | 2011-09-01 | Seiko Epson Corp | 親密度判定方法及び親密度判定装置 |
JP2013003635A (ja) * | 2011-06-13 | 2013-01-07 | Sony Corp | 情報処理装置、情報処理方法及びプログラム |
Non-Patent Citations (2)
Title |
---|
モファット ピーター・G: "第3章 処理効果の検定", 経済学のための実験統計学 第1版, JPN6022025227, 20 December 2018 (2018-12-20), pages 49 - 57, ISSN: 0004803451 * |
谷澤 幹也: "写真による対人ログデータからの親密度推定", FIT2010 第9回情報科学技術フォーラム 講演論文集 第4分冊, JPN6022025224, 20 August 2010 (2010-08-20), pages 511 - 512, ISSN: 0004803450 * |
Also Published As
Publication number | Publication date |
---|---|
JP2022170739A (ja) | 2022-11-10 |
JP7382461B2 (ja) | 2023-11-16 |
JP7111662B2 (ja) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Caldelli et al. | Image origin classification based on social network provenance | |
CN107742100B (zh) | 一种考生身份验证方法及终端设备 | |
CN111444966B (zh) | 媒体信息分类方法及装置 | |
CN112084422B (zh) | 一种账号数据智能处理方法和装置 | |
JP2020522077A (ja) | 画像特徴の取得 | |
Ma et al. | No-reference retargeted image quality assessment based on pairwise rank learning | |
WO2022105129A1 (zh) | 内容数据推荐方法、装置、计算机设备及存储介质 | |
CN111738357A (zh) | 垃圾图片的识别方法、装置及设备 | |
CN113538070B (zh) | 用户生命价值周期检测方法、装置和计算机设备 | |
CN113254804A (zh) | 一种基于用户属性和行为特征的社会关系推荐方法及系统 | |
CN112602155A (zh) | 生成针对经训练的模型的元数据 | |
CN111062431A (zh) | 图像聚类方法、图像聚类装置、电子设备及存储介质 | |
CN116340793A (zh) | 一种数据处理方法、装置、设备以及可读存储介质 | |
CN110674413B (zh) | 用户关系挖掘方法、装置、设备和存储介质 | |
CN111382791A (zh) | 深度学习任务处理方法、图像识别任务处理方法和装置 | |
Deshan et al. | Smart snake identification system using video processing | |
CN112041847A (zh) | 提供具有隐私标签的图像 | |
Sameer et al. | A deep learning based digital forensic solution to blind source identification of Facebook images | |
CN117493672A (zh) | 产品的推荐方法、装置、存储介质及电子设备 | |
JP7111662B2 (ja) | 画像解析装置、画像解析方法、コンピュータプログラム、及び記録媒体 | |
CN114461943B (zh) | 基于深度学习的多源poi语义匹配方法、装置及其存储介质 | |
CN115082999A (zh) | 合影图像人物分析方法、装置、计算机设备和存储介质 | |
JP6144314B2 (ja) | データ分類システム,方法,プログラムおよびその記録媒体 | |
CN113128278A (zh) | 一种图像识别方法及装置 | |
CN112069981A (zh) | 图像分类方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220517 |
|
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: 20220621 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220721 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7111662 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |