JP2021128592A - 画像処理装置、画像処理方法、学習済みモデルの生成方法、およびプログラム - Google Patents
画像処理装置、画像処理方法、学習済みモデルの生成方法、およびプログラム Download PDFInfo
- Publication number
- JP2021128592A JP2021128592A JP2020023374A JP2020023374A JP2021128592A JP 2021128592 A JP2021128592 A JP 2021128592A JP 2020023374 A JP2020023374 A JP 2020023374A JP 2020023374 A JP2020023374 A JP 2020023374A JP 2021128592 A JP2021128592 A JP 2021128592A
- Authority
- JP
- Japan
- Prior art keywords
- image
- virtual viewpoint
- data
- noise
- viewpoint image
- 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 description 78
- 238000012545 processing Methods 0.000 title claims description 68
- 238000003672 processing method Methods 0.000 title claims 4
- 238000003384 imaging method Methods 0.000 claims abstract description 75
- 230000008439 repair process Effects 0.000 claims description 72
- 238000001514 detection method Methods 0.000 claims description 53
- 230000008569 process Effects 0.000 claims description 36
- 230000006870 function Effects 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 8
- 230000036544 posture Effects 0.000 claims 9
- 230000006866 deterioration Effects 0.000 abstract description 6
- 235000015110 jellies Nutrition 0.000 description 133
- 239000008274 jelly Substances 0.000 description 133
- 238000013528 artificial neural network Methods 0.000 description 45
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 6
- 238000010168 coupling process Methods 0.000 description 6
- 238000005859 coupling reaction Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000004040 coloring Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/20—Perspective computation
- G06T15/205—Image-based rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/20—Perspective computation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06V10/30—Noise filtering
-
- 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
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- 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
- G06V20/64—Three-dimensional objects
- G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
Description
本実施形態では、精度が低い形状推定結果に起因して発生するノイズ(以下、本明細書ではゼリーノイズという)を含んだ仮想視点画像を修復(修正または補正と呼んでもよい)する処理を行う例を述べる。修復する処理には、学習済みモデル(ニューラルネットワーク(以下、NNという))が用いられる。具体的には、学習済みモデルに対してゼリーノイズを含んだ仮想視点画像を入力することで、ゼリーノイズ部分が除去(改善)された仮想視点画像が学習済みモデルから出力される。
図1は、本実施形態における画像処理システムの構成の例を示す図である。画像処理システムは、画像生成装置1と複数の撮像装置2と形状推定装置3と表示装置4とを有する。図1では、1台の撮像装置2を示し、他の撮像装置は、図示を省略している。
図2は、精度が低い形状推定が原因で、上記のゼリーノイズが発生する場合の例を説明する図である。図2を用いてゼリーノイズを説明する。図2(a)は、所定の撮像装置2がオブジェクトを撮像して取得した撮像画像201を示す。撮像画像201には、オブジェクト202、203、204が表れている。図2(b)は、オブジェクト202、203、204を上面から見たときのオブジェクトの例を示している。図2(b)のオブジェクト212、213、214は、図2(a)のオブジェクト202、203、204にそれぞれ対応している。
図1に戻り説明を続ける。仮想視点画像修復部13は、仮想視点画像生成部12によって生成されたゼリーノイズを含み得る仮想視点画像を修復する。なお、本実施形態では、ニューラルネットワークを学習させた学習済みモデルを生成し、その学習済みモデルによって仮想視点画像の修復を行うことを想定している。以下、仮想視点画像修復部13の説明を行う。仮想視点画像修復部13は、教師データ生成部131、修復学習部132、および修復部133を有する。
図4は、画像生成装置1のハードウェア構成の例を示す図である。画像生成装置1は、CPU411、ROM412、RAM413、補助記憶装置414、表示部415、操作部416、通信I/F417、GPU418、及びバス419を有する。CPU411は、ROM412またはRAM413に格納されているコンピュータプログラムおよびデータを用いて画像生成装置1の全体を制御することで、図1に示す画像生成装置1の各機能を実現する。なお、画像生成装置1がCPU411とは異なる1又は複数の専用のハードウェアを有し、CPU411による処理の少なくとも一部を専用のハードウェアが実行してもよい。専用のハードウェアの例としては、ASIC(特定用途向け集積回路)、FPGA(フィールドプログラマブルゲートアレイ)、およびDSP(デジタルシグナルプロセッサ)などがある。ROM412は、変更を必要としないプログラムなどを格納する。RAM413は、補助記憶装置414から供給されるプログラムおよびデータ、並びに、通信I/F417を介して外部から供給されるデータなどを一時記憶する。補助記憶装置414は、例えばハードディスクドライブ等で構成され、画像データまたは音声データなどの種々のデータを記憶する。GPU418は、データをより多く並列処理することで効率的な演算を行うことができるので、ディープラーニングのような学習モデルを用いて複数回に渡り学習を行う場合にはGPU418で処理を行うことが有効である。そこで本実施形態では、修復学習部132による処理には、CPU411に加えてGPU418を用いる。具体的には、学習モデルを含む学習プログラムを実行する場合に、CPU411とGPU418とが協働して演算を行うことで学習を行う。なお、修復学習部132の処理は、CPU411またはGPU418の一方のみにより演算が行われても良い。また、修復部133も修復学習部132と同様にGPU418を用いても良い。
図5は、本実施形態の画像生成装置1において行われる処理の例を示すフローチャートである。図5に示す処理は、CPU411またはGPU418が、ROM412または補助記憶装置414に記憶されているプログラムを実行することで行われる。なお、各処理の説明における記号「S」は、当該フローチャートにおけるステップであることを意味する(以下、本明細書において同様である)。
本実施形態では、仮想視点画像中のどの領域にゼリーノイズがあるかを検出し、検出した領域を修復する処理を、検出用および修復用の二つのニューラルネットワークに分けて学習させる。即ち、検出用の第一モデルと、修復用の第二モデルとをそれぞれ学習させる。そして、その学習済みモデルを組み合わせることで、修復結果をニューラルネットワークに推論させる例を説明する。
図7は、本実施形態における画像処理システムの構成を示す図である。本実施形態の画像処理システムは、第1実施形態で説明した画像生成装置1の代わりに、画像生成装置7が備えられている。図7に示すように、画像生成装置7は、撮像装置2、形状推定装置3、表示装置4に、デイジーチェーン方式で、または、所定のネットワークを介して接続されている。撮像装置2、形状推定装置3、および表示装置4の構成は第1実施形態と同じである。以下、第1実施形態と同じ構成については説明を省略する。
図11および図12は、本実施形態の画像生成装置7が行う処理の例を示すフローチャートである。図11および図12に示すフローチャートを用いて、本実施形態の画像生成装置7の処理を説明する。なお、図5のフローチャートと同じ番号が付与されたステップは、第1実施形態で説明したステップと同じであるため、説明を省略する。
上述した各実施形態では、画像生成装置において学習部と修復部または検出部(推論部という)との両方が備えられている例を説明したが、学習部と推論部とが別々の画像生成装置に備えられていてもよい。例えば、学習部を備えている第一の画像生成装置で学習が行われてよい。そして学習された学習済みモデルが、推論部を備える第二の画像生成装置に送られ、第二の画像生成装置において推論処理が行われてもよい。
2 撮像装置
3 形状推定装置
12 仮想視点画像生成部
13 仮想視点画像修復部
Claims (20)
- 複数の撮像装置により複数の視点からオブジェクトを撮像することにより得られた複数の撮像画像と、前記オブジェクトの3次元形状データとに基づいて生成される仮想視点画像を取得する取得手段と、
前記取得手段により取得された前記仮想視点画像において、前記3次元形状データの精度に起因して発生するノイズを除去する除去手段と、
を有することを特徴とする画像処理装置。 - 前記除去手段は、所定の位置および姿勢に対応する視点の仮想視点画像を入力データとし、前記所定の位置および姿勢に対応する画像を正解データとした教師データに基づいて学習された学習済みモデルを用いて、前記ノイズを除去することを特徴とする請求項1に記載の画像処理装置。
- 前記所定の位置および姿勢は、所定の撮像装置の位置および姿勢であり、前記所定の位置および姿勢に対応する前記画像は、前記所定の撮像装置の撮像により取得された撮像画像であることを特徴とする請求項2に記載の画像処理装置。
- 前記除去手段は、
前記仮想視点画像において前記ノイズの領域を検出するように構成された検出手段と、
前記仮想視点画像における、前記検出手段で検出されたノイズの領域を修復するように構成された修復手段と、
を含むことを特徴とする請求項1乃至3のいずれか一項に記載の画像処理装置。 - 前記検出手段は、所定の位置および姿勢に対応する視点の仮想視点画像を入力データとし、当該仮想視点画像と前記所定の位置および姿勢に対応する画像との差分を示す差分画像を正解データとした教師データに基づいて学習された学習済みモデルである第一モデルを用いて検出を行うことを特徴とする請求項4に記載の画像処理装置。
- 前記検出手段は、前記差分画像をユーザが修正した修正画像を、前記差分画像の代わりに前記正解データとして用いることを特徴とする請求項5に記載の画像処理装置。
- 前記検出手段は、所定の位置および姿勢に対応する視点の仮想視点画像を入力データとし、前記所定の位置および姿勢に対応する画像が示す画像内のオブジェクトを構成する3次元形状データの可視性に基づく画像を正解データとした教師データに基づいて学習された学習済みモデルである第一モデルを用いて検出を行うことを特徴とする請求項4に記載の画像処理装置。
- 前記検出手段は、前記可視性に基づく画像をユーザが修正した修正画像を、前記画像の代わりに前記正解データとして用いることを特徴とする請求項7に記載の画像処理装置。
- 前記検出手段は、所定の位置および姿勢に対応する視点の仮想視点画像を入力データとし、前記所定の位置および姿勢に対応する画像内においてユーザがノイズ領域を設定したマスク画像を正解データとした教師データに基づいて学習された学習済みモデルである第一モデルを用いて検出を行うことを特徴とする請求項4に記載の画像処理装置。
- 前記所定の位置および姿勢は、所定の撮像装置の位置および姿勢であり、前記所定の位置および姿勢に対応する前記画像は、前記所定の撮像装置の撮像により取得された撮像画像であることを特徴とする請求項9に記載の画像処理装置。
- 前記修復手段は、所定の第二位置および姿勢に対応する視点の仮想視点画像と、当該仮想視点画像において前記ノイズが発生していると前記検出手段によって検出された前記領域とを入力データとし、前記第二位置および姿勢に対応する画像を正解データとした教師データに基づいて学習された学習済みモデルである第二モデルを用いて修復を行うことを特徴とする請求項4乃至10のいずれか一項に記載の画像処理装置。
- 前記検出手段は、前記仮想視点画像においてノイズが発生する領域を検出し、当該仮想視点画像と検出した領域とを前記修復手段に出力し、
前記修復手段は、前記検出手段から出力された前記仮想視点画像と前記領域とを前記第二モデルに入力することで、前記領域のノイズを修復することを特徴とする請求項11に記載の画像処理装置。 - 前記第二位置および姿勢は、所定の撮像装置の位置および姿勢であり、前記第二位置および姿勢に対応する前記画像は、当該所定の撮像装置の撮像により取得された撮像画像であることを特徴とする請求項11または12に記載の画像処理装置。
- 複数の撮像装置により複数の視点からオブジェクトを撮像することにより得られた複数の撮像画像に基づいて生成される、仮想視点に対応した仮想視点画像を取得する取得手段と、
前記取得手段により取得された前記仮想視点画像を、前記複数の撮像画像のうち、少なくとも前記仮想視点に対応する視点から前記オブジェクトを撮像した撮像装置により撮像された撮像画像に基づいて補正する補正手段と、
を有することを特徴とする画像処理装置。 - 複数の撮像装置により複数の視点からオブジェクトを撮像することにより得られた複数の撮像画像に基づいて生成される、仮想視点に対応した仮想視点画像を取得する取得手段と、
前記取得手段により取得された前記仮想視点画像を、前記複数の視点に対応する複数の仮想視点画像を入力データとし、前記複数の視点に対応する複数の撮像装置により撮像されることで取得された複数の撮像画像を正解データとした教師データに基づく学習結果に基づいて、補正する補正手段と、
を有することを特徴とする画像処理装置。 - 複数の撮像装置により複数の視点からオブジェクトを撮像することにより得られた複数の撮像画像と、前記オブジェクトの3次元形状データとに基づいて生成される仮想視点画像を取得する取得工程と、
前記取得工程により取得された前記仮想視点画像において、前記3次元形状データの精度に起因して発生するノイズを除去する除去工程と、
を有することを特徴とする画像処理方法。 - 複数の撮像装置により複数の視点からオブジェクトを撮像することにより得られた複数の撮像画像に基づいて生成される、仮想視点に対応した仮想視点画像を取得する取得工程と、
前記取得工程により取得された前記仮想視点画像を、前記複数の撮像画像のうち、少なくとも前記仮想視点に対応する視点から前記オブジェクトを撮像した撮像装置により撮像された撮像画像に基づいて補正する補正工程と、
を有することを特徴とする画像処理方法。 - 複数の撮像装置により複数の視点からオブジェクトを撮像することにより得られた複数の撮像画像に基づいて生成される、仮想視点に対応した仮想視点画像を取得する取得工程と、
前記取得工程により取得された前記仮想視点画像を、前記複数の視点に対応する複数の仮想視点画像を入力データとし、前記複数の視点に対応する複数の撮像装置により撮像されることで取得された複数の撮像画像を正解データとした教師データに基づく学習結果に基づいて、補正する補正工程と、
を有することを特徴とする画像処理方法。 - 複数の撮像装置により複数の視点からオブジェクトを撮像することにより得られた複数の撮像画像と、前記複数の撮像画像に基づいて生成される、前記複数の視点に対応する複数の仮想視点画像と、を取得する取得工程と、
前記取得工程で取得した前記仮想視点画像を入力データとし、前記取得工程で取得した前記撮像画像を正解データとした教師データに基づいて、学習済みモデルを生成する学習工程と、
を有することを特徴とする学習済みモデルの生成方法。 - コンピュータを、請求項1乃至15のいずれか一項に記載の画像処理装置として機能させるためのプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020023374A JP7427467B2 (ja) | 2020-02-14 | 2020-02-14 | 画像処理装置、画像処理方法、学習済みモデルの生成方法、およびプログラム |
EP21752863.7A EP4089631A4 (en) | 2020-02-14 | 2021-02-03 | IMAGE PROCESSING DEVICE, IMAGE PROCESSING METHOD, LEARNED MODEL GENERATION METHOD, AND PROGRAM |
PCT/JP2021/003988 WO2021161878A1 (ja) | 2020-02-14 | 2021-02-03 | 画像処理装置、画像処理方法、学習済みモデルの生成方法、およびプログラム |
US17/819,095 US20220383589A1 (en) | 2020-02-14 | 2022-08-11 | Image processing apparatus, image processing method, method for generating learned model, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020023374A JP7427467B2 (ja) | 2020-02-14 | 2020-02-14 | 画像処理装置、画像処理方法、学習済みモデルの生成方法、およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021128592A true JP2021128592A (ja) | 2021-09-02 |
JP2021128592A5 JP2021128592A5 (ja) | 2023-03-09 |
JP7427467B2 JP7427467B2 (ja) | 2024-02-05 |
Family
ID=77291821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020023374A Active JP7427467B2 (ja) | 2020-02-14 | 2020-02-14 | 画像処理装置、画像処理方法、学習済みモデルの生成方法、およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220383589A1 (ja) |
EP (1) | EP4089631A4 (ja) |
JP (1) | JP7427467B2 (ja) |
WO (1) | WO2021161878A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024029371A1 (ja) * | 2022-08-04 | 2024-02-08 | ソニーグループ株式会社 | 情報処理システム、および情報処理システムの作動方法、並びにプログラム |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116152122B (zh) * | 2023-04-21 | 2023-08-25 | 荣耀终端有限公司 | 图像处理方法和电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6882868B2 (ja) | 2016-08-12 | 2021-06-02 | キヤノン株式会社 | 画像処理装置、画像処理方法、システム |
US10846836B2 (en) | 2016-11-14 | 2020-11-24 | Ricoh Company, Ltd. | View synthesis using deep convolutional neural networks |
JP6425780B1 (ja) | 2017-09-22 | 2018-11-21 | キヤノン株式会社 | 画像処理システム、画像処理装置、画像処理方法及びプログラム |
JP2019191915A (ja) | 2018-04-25 | 2019-10-31 | キヤノン株式会社 | 映像生成装置、映像生成装置の制御方法及びプログラム |
JP7202087B2 (ja) | 2018-06-29 | 2023-01-11 | 日本放送協会 | 映像処理装置 |
JP7172266B2 (ja) | 2018-08-06 | 2022-11-16 | 株式会社タダノ | アウトリガ装置、及びアウトリガ装置を備えた作業車 |
-
2020
- 2020-02-14 JP JP2020023374A patent/JP7427467B2/ja active Active
-
2021
- 2021-02-03 WO PCT/JP2021/003988 patent/WO2021161878A1/ja unknown
- 2021-02-03 EP EP21752863.7A patent/EP4089631A4/en active Pending
-
2022
- 2022-08-11 US US17/819,095 patent/US20220383589A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024029371A1 (ja) * | 2022-08-04 | 2024-02-08 | ソニーグループ株式会社 | 情報処理システム、および情報処理システムの作動方法、並びにプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2021161878A1 (ja) | 2021-08-19 |
EP4089631A4 (en) | 2024-02-28 |
US20220383589A1 (en) | 2022-12-01 |
JP7427467B2 (ja) | 2024-02-05 |
EP4089631A1 (en) | 2022-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6425780B1 (ja) | 画像処理システム、画像処理装置、画像処理方法及びプログラム | |
JP4473754B2 (ja) | 仮想試着装置 | |
US11928778B2 (en) | Method for human body model reconstruction and reconstruction system | |
JP6921686B2 (ja) | 生成装置、生成方法、及びプログラム | |
US20220383589A1 (en) | Image processing apparatus, image processing method, method for generating learned model, and storage medium | |
CN110648274B (zh) | 鱼眼图像的生成方法及装置 | |
JP2004235934A (ja) | キャリブレーション処理装置、およびキャリブレーション処理方法、並びにコンピュータ・プログラム | |
JP2008217243A (ja) | 画像生成装置 | |
JP2012185772A (ja) | 非固定ズームカメラを用いた自由視点映像の合成画質高精度化方法およびプログラム | |
CN111080776A (zh) | 人体动作三维数据采集和复现的处理方法及系统 | |
JP2008217593A (ja) | 被写体領域抽出装置及び被写体領域抽出プログラム | |
CN113989434A (zh) | 一种人体三维重建方法及设备 | |
CN113763544A (zh) | 图像确定方法、装置、电子设备和计算机可读存储介质 | |
JP6799468B2 (ja) | 画像処理装置、画像処理方法及びコンピュータプログラム | |
JP2005063041A (ja) | 3次元モデリング装置、方法、及びプログラム | |
JP2005141655A (ja) | 3次元モデリング装置及び3次元モデリング方法 | |
JP2002083286A (ja) | アバタ生成方法、装置及びそのプログラムを記録した記録媒体 | |
JP2015197374A (ja) | 3次元形状推定装置及び3次元形状推定方法 | |
JP7289746B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP7045964B2 (ja) | 画像処理装置、方法及びプログラム | |
CN113763545A (zh) | 图像确定方法、装置、电子设备和计算机可读存储介质 | |
CN112416124A (zh) | 舞蹈姿势反馈方法及装置 | |
JP6759300B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2022094788A (ja) | 生成装置、生成方法、及び、プログラム | |
JP2023026244A (ja) | 画像生成装置および画像生成方法、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230301 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231218 |
|
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: 20231226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240124 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7427467 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |