JP2021103555A - 画像検出方法、装置、電子設備、記憶媒体、及びプログラム - Google Patents
画像検出方法、装置、電子設備、記憶媒体、及びプログラム Download PDFInfo
- Publication number
- JP2021103555A JP2021103555A JP2021048278A JP2021048278A JP2021103555A JP 2021103555 A JP2021103555 A JP 2021103555A JP 2021048278 A JP2021048278 A JP 2021048278A JP 2021048278 A JP2021048278 A JP 2021048278A JP 2021103555 A JP2021103555 A JP 2021103555A
- Authority
- JP
- Japan
- Prior art keywords
- image
- detection
- index
- content
- feature data
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- 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
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
-
- 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
- G06V20/10—Terrestrial scenes
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Abstract
Description
検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることと、
検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出することと、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることと、を含み、
ここで、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる。
検出されるべき結像画像に対して収集処理を実行し、収集画像を得るための収集モジュールと、
検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出するための応答モジュールと、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得るための検出モジュールと、を備え、
ここで、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる。
少なくとも1つのプロセッサと、
少なくとも1つのプロセッサに通信接続されるメモリと、を備え、
メモリには、少なくとも1つのプロセッサにより実行可能な命令が記憶されており、
命令は、少なくとも1つのプロセッサにより実行される場合、本発明の実施形態の任意の画像検出方法を実行させることを特徴とする。
本発明の実施形態の任意の画像検出方法をコンピュータに実行させる。
本発明の実施形態による応用例の処理フローは以下を含む。
Claims (19)
- 検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることと、
検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出することと、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることと、を含み、
前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる、
ことを特徴とする画像検出方法。 - 前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークにより結像内容指標およびカラーバー指標の多次元検出を行い、検出結果を得ることは、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得ることと、
前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較し、比較が一致した場合、前記結像画像の検証成功についての検出結果を得ることと、を含み、
前記ターゲット検証値は、前記結像内容指標および前記カラーバー指標を表すことに用いられる、
ことを特徴とする請求項1に記載の画像検出方法。 - 前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得ることは、
前記結像内容の対応する画像特徴データを表すことに用いられる第1特徴データを取得することと、
前記カラーバーの対応するカラー特徴データを表すことに用いられる第2特徴データを取得することと、
前記第1特徴データおよび前記第2特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得ることと、を含む
ことを特徴とする請求項2に記載の画像検出方法。 - 前記第1特徴データおよび前記第2特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得ることは、
前記第1特徴データを、結像内容の個数、結像内容の面積、結像内容の位置を少なくとも含む、少なくとも1つの識別次元パラメータに基づいて識別を行い、第1識別結果を得ることと、
前記第2特徴データを、カラーバーの個数、カラーバーの面積、カラーバーの位置を少なくとも含む、少なくとも1つの識別次元パラメータに基づいて識別を行い、第2識別結果を得ることと、
前記第1識別結果および第2識別結果により、前記識別結果を得ることと、を含む
ことを特徴とする請求項3に記載の画像検出方法。 - 前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較することは、
前記結像内容指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、結像内容の個数指標、結像内容の面積指標、結像内容の位置指標を少なくとも含む、少なくとも1つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことと、
前記カラーバー指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、カラーバーの個数指標、カラーバーの面積指標、カラーバーの位置指標を少なくとも含む、少なくとも1つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことと、を含む
ことを特徴とする請求項2〜4のいずれか1項に記載の画像検出方法。 - 検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることは、
同一の前記結像画像についての画像動的取得処理に応じて、少なくとも2つの収集画像を得ること、を含み、
前記少なくとも2つの収集画像における、前記結像内容およびカラーバーの位置分布は異なる、
ことを特徴とする請求項1に記載の画像検出方法。 - 少なくとも2つの画像検出ネットワークを設定し、かつ、それぞれ前記少なくとも2つの収集画像について前記多次元検出を行い、少なくとも2つの検出結果を得ることと、
前記少なくとも2つの検出結果から検出精度が閾値よりも高い検出結果を選択し、ターゲット検出結果とすることと、をさらに含む
ことを特徴とする請求項1に記載の画像検出方法。 - 前記結像画像における、少なくとも結像内容トレーニングオブジェクトおよびカラーバートレーニングオブジェクトを含む、オブジェクトを取得してトレーニングサンプルとすることと、
予め注釈された、少なくとも結像内容注釈データおよびカラーバー注釈データを含む、注釈データを取得することと、
少なくとも結像内容指標およびカラーバー指標を含む多次元検出指標を取得することと、
前記トレーニングサンプル、前記注釈データおよび前記多次元検出指標により、畳み込みニューラルネットワークをトレーニングし、トレーニングされた畳み込みニューラルネットワークを得、前記トレーニングされた畳み込みニューラルネットワークを前記画像検出ネットワークとすることと、をさらに含む
ことを特徴とする請求項1に記載の画像検出方法。 - 検出されるべき結像画像に対して収集処理を実行し、収集画像を得る収集モジュールと、
検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出する応答モジュールと、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得る検出モジュールと、を備え、
前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる、
ことを特徴とする画像検出装置。 - 前記検出モジュールは、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得る識別サブモジュールと、
前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較し、比較が一致した場合、前記結像画像の検証成功についての検出結果を得る比較サブモジュールと、を備え、
前記ターゲット検証値は、前記結像内容指標および前記カラーバー指標を表すことに用いられる、
ことを特徴とする請求項9に記載の画像検出装置。 - 前記識別サブモジュールは、
前記結像内容の対応する画像特徴データを表すことに用いられる第1特徴データを取得する第1取得サブモジュールと、
前記カラーバーの対応するカラー特徴データを表すことに用いられる第2特徴データを取得する第2サブモジュールと、
前記第1特徴データおよび前記第2特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得るパラメータ識別サブモジュールと、を備える
ことを特徴とする請求項10に記載の画像検出装置。 - 前記パラメータ識別サブモジュールは、
前記第1特徴データを、結像内容の個数、結像内容の面積、結像内容の位置を少なくとも含む、少なくとも1つの識別次元パラメータに基づいて識別を行い、第1識別結果を得、
前記第2特徴データを、カラーバーの個数、カラーバーの面積、カラーバーの位置を少なくとも含む、少なくとも1つの識別次元パラメータに基づいて識別を行い、第2識別結果を得、
前記第1識別結果および第2識別結果により、前記識別結果を得ることに用いられる
ことを特徴とする請求項11に記載の画像検出装置。 - 前記比較サブモジュールは、
前記結像内容指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、結像内容の個数指標、結像内容の面積指標、結像内容の位置指標を少なくとも含む、少なくとも1つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行い、
前記カラーバー指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、カラーバーの個数指標、カラーバーの面積指標、カラーバーの位置指標を少なくとも含む、少なくとも1つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことに用いられる
ことを特徴とする請求項10〜12のいずれか1項に記載の画像検出装置。 - 前記収集モジュールは、
同一の前記結像画像についての画像動的取得処理に応じて、少なくとも2つの収集画像を得ることに用いられ、
前記少なくとも2つの収集画像における、前記結像内容およびカラーバーの位置分布は異なる、
ことを特徴とする請求項9に記載の画像検出装置。 - 少なくとも2つの画像検出ネットワークを設定し、かつ、それぞれ前記少なくとも2つの収集画像について前記多次元検出を行い、少なくとも2つの検出結果を得、
前記少なくとも2つの検出結果から検出精度が閾値よりも高い検出結果を選択し、ターゲット検出結果とするための動的検出モジュール、をさらに備える
ことを特徴とする請求項14に記載の画像検出装置。 - 前記結像画像における、少なくとも結像内容トレーニングオブジェクトおよびカラーバートレーニングオブジェクトを含む、オブジェクトを取得し、トレーニングサンプルとし、
予め注釈された、少なくとも結像内容注釈データおよびカラーバー注釈データを含む、注釈データを取得し、
少なくとも結像内容指標およびカラーバー指標を含む多次元検出指標を取得し、
前記トレーニングサンプル、前記注釈データおよび前記多次元検出指標により、畳み込みニューラルネットワークをトレーニングし、トレーニングされた畳み込みニューラルネットワークを得、前記トレーニングされた畳み込みニューラルネットワークを前記画像検出ネットワークとするためのトレーニングモジュール、をさらに備える
ことを特徴とする請求項9に記載の画像検出装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサに通信接続されるメモリと、を備え、
前記メモリには、前記少なくとも1つのプロセッサにより実行可能な命令が記憶されており、
前記命令は、前記少なくとも1つのプロセッサにより実行される場合、請求項1〜8のいずれか1項に記載の画像検出方法を実行させることを特徴とする電子設備。 - 請求項1〜8のいずれか1項に記載の画像検出方法をコンピュータに実行させるためのコンピュータ命令を記憶した非一過性のコンピュータ可読記憶媒体。
- コンピュータにおいて、プロセッサにより実行される場合、請求項1〜8のいずれか1項に記載の画像検出方法を実現することを特徴とするプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010705042.0A CN111833340B (zh) | 2020-07-21 | 2020-07-21 | 图像检测方法、装置、电子设备及存储介质 |
CN202010705042.0 | 2020-07-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021103555A true JP2021103555A (ja) | 2021-07-15 |
JP7051267B2 JP7051267B2 (ja) | 2022-04-11 |
Family
ID=72924542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021048278A Active JP7051267B2 (ja) | 2020-07-21 | 2021-03-23 | 画像検出方法、装置、電子設備、記憶媒体、及びプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11798193B2 (ja) |
EP (1) | EP3848853A3 (ja) |
JP (1) | JP7051267B2 (ja) |
KR (1) | KR102595704B1 (ja) |
CN (1) | CN111833340B (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112270356B (zh) * | 2020-10-28 | 2023-10-13 | 杭州海康威视数字技术股份有限公司 | 一种图像识别方法、装置及电子设备 |
CN113011328B (zh) * | 2021-03-19 | 2024-02-27 | 北京百度网讯科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN113033483B (zh) * | 2021-04-20 | 2024-02-02 | 北京百度网讯科技有限公司 | 检测目标对象的方法、装置、电子设备和存储介质 |
CN113591718A (zh) * | 2021-07-30 | 2021-11-02 | 北京百度网讯科技有限公司 | 目标对象识别方法、装置、电子设备和存储介质 |
CN113607742B (zh) * | 2021-08-03 | 2022-11-15 | 广东利元亨智能装备股份有限公司 | 电芯极耳检测方法、装置、电子设备和存储介质 |
CN113743242A (zh) * | 2021-08-13 | 2021-12-03 | 成都理工大学 | 一种基于树莓派的滑坡体检测与识别方法 |
CN113933294B (zh) * | 2021-11-08 | 2023-07-18 | 中国联合网络通信集团有限公司 | 浓度检测方法及装置 |
CN113933293A (zh) * | 2021-11-08 | 2022-01-14 | 中国联合网络通信集团有限公司 | 浓度检测方法及装置 |
US11594016B1 (en) * | 2022-05-03 | 2023-02-28 | Plusai, Inc. | Navigating a vehicle based on data processing using synthetically generated images |
CN115361297B (zh) * | 2022-07-08 | 2024-03-01 | 深圳云天励飞技术股份有限公司 | 设备组网方法及相关设备 |
CN115620039B (zh) * | 2022-10-08 | 2023-07-18 | 中电金信软件有限公司 | 一种图像标注方法、装置、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05103336A (ja) * | 1991-10-11 | 1993-04-23 | Olympus Optical Co Ltd | カラー映像信号処理装置およびカラー映像信号の色補正方法 |
WO2005124302A1 (ja) * | 2004-06-17 | 2005-12-29 | Digital Fashion Ltd. | 画像処理プログラム、画像処理装置、及び画像処理方法 |
JP2017204241A (ja) * | 2016-05-13 | 2017-11-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、検索装置 |
WO2018012136A1 (ja) * | 2016-07-14 | 2018-01-18 | パナソニックIpマネジメント株式会社 | メイクアップ支援装置およびメイクアップ支援方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100955180B1 (ko) * | 2008-04-11 | 2010-04-30 | 엔에이치엔(주) | 이미지 품질지수 산출 방법 및 시스템 |
JP5558995B2 (ja) * | 2010-09-30 | 2014-07-23 | 富士フイルム株式会社 | 色値取得方法、画像処理方法、色値取得装置、画像処理装置及びプログラム |
CN102393902A (zh) * | 2011-12-01 | 2012-03-28 | 昆山市工业技术研究院有限责任公司 | 基于h_s二维直方图和区域颜色匹配的车辆颜色检测方法 |
CN104463827B (zh) * | 2013-09-17 | 2019-02-05 | 联想(北京)有限公司 | 一种图像采集模块的自动检测方法及相应的电子设备 |
CN105096350B (zh) * | 2014-05-21 | 2019-01-11 | 腾讯科技(深圳)有限公司 | 图像检测方法及装置 |
US9684818B2 (en) * | 2014-08-14 | 2017-06-20 | Samsung Electronics Co., Ltd. | Method and apparatus for providing image contents |
JP6669163B2 (ja) * | 2015-04-01 | 2020-03-18 | コニカミノルタ株式会社 | 測色装置および測色方法 |
US10109051B1 (en) * | 2016-06-29 | 2018-10-23 | A9.Com, Inc. | Item recommendation based on feature match |
CN106408567A (zh) * | 2016-11-23 | 2017-02-15 | 北京小米移动软件有限公司 | 相机成像质量检测方法及装置 |
JP6890720B2 (ja) * | 2017-06-16 | 2021-06-18 | マーカブル インコーポレイテッドMarkable,Inc. | 画像処理システム |
CN109325933B (zh) * | 2017-07-28 | 2022-06-21 | 阿里巴巴集团控股有限公司 | 一种翻拍图像识别方法及装置 |
CN107909580A (zh) * | 2017-11-01 | 2018-04-13 | 深圳市深网视界科技有限公司 | 一种行人衣着颜色识别方法、电子设备及存储介质 |
CN110472600A (zh) * | 2019-08-20 | 2019-11-19 | 北京百度网讯科技有限公司 | 眼底图识别及其训练方法、装置、设备和存储介质 |
CN110807759B (zh) * | 2019-09-16 | 2022-09-06 | 上海甜里智能科技有限公司 | 照片质量的评价方法及装置、电子设备、可读存储介质 |
-
2020
- 2020-07-21 CN CN202010705042.0A patent/CN111833340B/zh active Active
-
2021
- 2021-03-19 KR KR1020210036031A patent/KR102595704B1/ko active IP Right Grant
- 2021-03-23 JP JP2021048278A patent/JP7051267B2/ja active Active
- 2021-03-24 US US17/211,001 patent/US11798193B2/en active Active
- 2021-04-27 EP EP21170755.9A patent/EP3848853A3/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05103336A (ja) * | 1991-10-11 | 1993-04-23 | Olympus Optical Co Ltd | カラー映像信号処理装置およびカラー映像信号の色補正方法 |
WO2005124302A1 (ja) * | 2004-06-17 | 2005-12-29 | Digital Fashion Ltd. | 画像処理プログラム、画像処理装置、及び画像処理方法 |
JP2017204241A (ja) * | 2016-05-13 | 2017-11-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、検索装置 |
WO2018012136A1 (ja) * | 2016-07-14 | 2018-01-18 | パナソニックIpマネジメント株式会社 | メイクアップ支援装置およびメイクアップ支援方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111833340A (zh) | 2020-10-27 |
KR102595704B1 (ko) | 2023-10-27 |
CN111833340B (zh) | 2024-03-26 |
EP3848853A2 (en) | 2021-07-14 |
US11798193B2 (en) | 2023-10-24 |
US20210209802A1 (en) | 2021-07-08 |
KR20210038487A (ko) | 2021-04-07 |
JP7051267B2 (ja) | 2022-04-11 |
EP3848853A3 (en) | 2021-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7051267B2 (ja) | 画像検出方法、装置、電子設備、記憶媒体、及びプログラム | |
CN109313490B (zh) | 使用神经网络的眼睛注视跟踪 | |
CN111523468B (zh) | 人体关键点识别方法和装置 | |
CN111753961B (zh) | 模型训练方法和装置、预测方法和装置 | |
JP6994588B2 (ja) | 顔特徴抽出モデル訓練方法、顔特徴抽出方法、装置、機器および記憶媒体 | |
CN111598164B (zh) | 识别目标对象的属性的方法、装置、电子设备和存储介质 | |
CN110379020B (zh) | 一种基于生成对抗网络的激光点云上色方法和装置 | |
EP3989116A1 (en) | Method and apparatus for detecting target object, electronic device and storage medium | |
CN112132113A (zh) | 车辆再识别的方法、装置、训练方法以及电子设备 | |
CN111739005B (zh) | 图像检测方法、装置、电子设备及存储介质 | |
CN112330730B (zh) | 图像处理方法、装置、设备及存储介质 | |
US11423650B2 (en) | Visual positioning method and apparatus, and computer-readable storage medium | |
CN115861400B (zh) | 目标对象检测方法、训练方法、装置以及电子设备 | |
EP3852007A2 (en) | Method, apparatus, electronic device, readable storage medium and program for classifying video | |
CN111652103B (zh) | 室内定位方法、装置、设备以及存储介质 | |
CN113537374A (zh) | 一种对抗样本生成方法 | |
CN113408662A (zh) | 图像识别、图像识别模型的训练方法和装置 | |
CN111488821A (zh) | 用于识别交通信号灯倒计时信息的方法及装置 | |
CN113516697B (zh) | 图像配准的方法、装置、电子设备及计算机可读存储介质 | |
CN111950345A (zh) | 摄像头的识别方法、装置、电子设备和存储介质 | |
CN111552829A (zh) | 用于分析图像素材的方法和装置 | |
CN113298122A (zh) | 目标检测方法、装置和电子设备 | |
US11900258B2 (en) | Learning device, image generating device, learning method, image generating method, and program | |
KR20220155882A (ko) | 뉴럴 네트워크를 이용하는 데이터 처리 방법 및 장치 | |
US11202000B2 (en) | Learning apparatus, image generation apparatus, learning method, image generation method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210323 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220310 |
|
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: 20220323 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220329 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7051267 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |