JP2021516824A - 群集レベル推定のための方法、システム及びプログラム - Google Patents
群集レベル推定のための方法、システム及びプログラム Download PDFInfo
- Publication number
- JP2021516824A JP2021516824A JP2020551445A JP2020551445A JP2021516824A JP 2021516824 A JP2021516824 A JP 2021516824A JP 2020551445 A JP2020551445 A JP 2020551445A JP 2020551445 A JP2020551445 A JP 2020551445A JP 2021516824 A JP2021516824 A JP 2021516824A
- Authority
- JP
- Japan
- Prior art keywords
- crowd
- level
- community
- input image
- models
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- 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
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- 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
Abstract
Description
(付記1)
群集レベル推定のための方法であって、
群集の入力画像を受信すること、及び
群集密度レベルに応じて、前記入力画像内の前記群集の群集レベルを推定すること、を含む方法。
(付記2)
前記群集レベルを推定することは、
前記群集の前記入力画像内の関心領域を決定すること、及び
群集密度レベルに応じて、前記入力画像の前記関心領域内の前記群集の群集レベルを推定すること、を含む付記1に記載の方法。
(付記3)
前記群集密度レベルに応じて前記群集レベルを推定することは、
群集レベル空間変動の複数のモデルのそれぞれに対する前記群集の前記入力画像の類似度を決定すること、及び
群集レベル空間変動の前記複数のモデルのうちの最も類似したモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定すること、を含む付記1又は2に記載の方法。
(付記4)
群集レベル空間変動の前記複数のモデルのそれぞれに対する前記群集の前記入力画像の前記類似度を決定することは、群集レベル空間変動の前記複数のモデルを生成するために、画素密度変動に応じて、複数の群集レベルのそれぞれの空間変動をモデリングすることを含む、付記3に記載の方法。
(付記5)
前記入力画像内の前記群集の前記群集レベルを推定することは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの類似度の確率密度関数に応じて、前記入力画像内の前記群集の前記群集レベルを推定することを含む、付記3又は4に記載の方法。
(付記6)
前記入力画像内の前記群集の前記群集レベルを推定することは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの類似度の前記確率密度関数により決定される群集レベル空間変動の前記複数のモデルのうち最適なモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定することをさらに含む、付記5に記載の方法。
(付記7)
群集レベル空間変動の前記複数のモデルは、グレースケール群集ヒストグラムに応じて生成されたモデルを含む、付記5又は6に記載の方法。
(付記8)
群集レベル空間変動の前記複数のモデルは、赤−緑−青(RGB:red-green-blue)群集ヒストグラムに応じて生成されたモデルを含む、付記5又は6に記載の方法。
(付記9)
群集レベル空間変動の前記複数のモデルは、群集ローカルバイナリパターンに応じて生成されたモデルを含む、付記5又は6に記載の方法。
(付記10)
群集レベル空間変動の前記複数のモデルは、群集テクスチャに応じて生成されたモデルを含む、付記5又は6に記載の方法。
(付記11)
前記群集レベルを推定することは、前記入力画像内の前記群集の離散的なレベルを推定することを含む、付記1〜10のいずれか1項に記載の方法。
(付記12)
前記群集の前記画像を受信することは、
前記群集の前記画像を受信すること、及び
前記群集の前記画像を複数のサブ領域に分割すること、を含み、
前記受信された画像内の前記群集の前記群集レベルを推定することは、前記複数のサブ領域のそれぞれに対する前記群集密度に応じて、前記複数のサブ領域のそれぞれにおける前記群集の前記群集レベルを推定することを含む、付記1〜11のいずれか1項に記載の方法。
(付記13)
群集レベル推定のためのシステムであって、
群集の入力画像を受信する入力モジュールと、
群集密度レベルに応じて、前記入力画像内の前記群集の群集レベルを推定する群集レベル推定モジュールと、を備えるシステム。
(付記14)
前記入力モジュールは、前記群集の前記入力画像を受信し、前記群集の前記入力画像内の関心領域を決定し、
前記群集レベル推定モジュールは、前記群集密度レベルに応じて、前記入力画像の前記関心領域内の前記群集の前記群集レベルを推定する、付記13に記載のシステム。
(付記15)
前記群集レベル推定モジュールは、群集レベル空間変動の複数のモデルを生成するために、複数の群集レベルのそれぞれの画素密度変動に応じて、前記複数の群集レベルのそれぞれの空間変動をモデリングする空間画素変動モデル構築ユニットを含み、
前記群集レベル推定モジュールは、群集レベル空間変動の前記複数のモデルのそれぞれに対する前記群集の前記入力画像の類似度を決定し、群集レベル空間変動の前記複数のモデルのうち最も類似するモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定することにより、前記群集レベルを推定する、付記13又は14に記載のシステム。
(付記16)
前記群集レベル推定モジュールは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの類似度の確率密度関数に応じて、前記入力画像内の前記群集の前記群集レベルを推定する、付記15に記載のシステム。
(付記17)
前記群集レベル推定モジュールは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの前記類似度の前記確率密度関数により決定される、群集レベル空間変動の前記複数のモデルのうち最適なモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定する、付記16に記載のシステム。
(付記18)
前記空間画素変動モデル構築ユニットは、グレースケール群集ヒストグラム、赤−緑−青(RGB:red-green-blue)群集ヒストグラム、群集ローカルバイナリパターン、又は群集テクスチャのうちの1つ又は複数に応じて、群集レベル空間変動の前記複数のモデルを生成する、付記15〜17のいずれか1項に記載のシステム。
(付記19)
前記群集レベル推定モジュールは、前記入力画像内の前記群集の離散的なレベルを推定する、付記13〜18のいずれか1項に記載のシステム。
(付記20)
前記入力モジュールは、前記群集の前記画像を受信し、前記群集の前記画像を複数のサブ領域に分割し、
前記群集レベル推定モジュールは、前記複数のサブ領域のそれぞれに対する前記群集密度に応じて、前記複数のサブ領域のそれぞれにおける前記群集の前記群集レベルを推定する、付記13〜19のいずれか1項に記載のシステム。
(付記21)
コンピュータに方法を実行させるプログラムを格納したコンピュータ可読媒体であって、前記方法は、
群集の入力画像を受信すること、
前記群集の前記入力画像内の関心領域を決定すること、
複数の群集レベルのそれぞれの画素密度変動に応じて、前記複数の群集レベルのそれぞれの空間変動をモデリングすることにより生成される、群集レベル空間変動の複数のモデルのそれぞれに対する前記群集の前記入力画像内の前記関心領域の類似度を決定すること、及び
群集レベル空間変動の前記複数のモデルのうち最も類似するモデルに応じて、前記入力画像内の前記関心領域内の前記群集の前記群集レベルを推定すること、を含むコンピュータ可読媒体。
(付記22)
前記方法は、グレースケール群集ヒストグラム、赤−緑−青(RGB:red-green-blue)群集ヒストグラム、群集ローカルバイナリパターン、又は群集テクスチャのうちの1つ又は複数に応じて、前記複数の群集レベルのそれぞれの空間変動をモデリングすることにより群集レベル空間変動の前記複数のモデルの少なくともいくつかを生成することをさらに含む、請求項19に記載のコンピュータ可読媒体。
202 入力モジュール
204 群集推定手法計算機
206 性能モデリングモジュール
208 群集推定手法統合モジュール
Claims (22)
- 群集レベル推定のための方法であって、
群集の入力画像を受信すること、及び
群集密度レベルに応じて、前記入力画像内の前記群集の群集レベルを推定すること、を含む方法。 - 前記群集レベルを推定することは、
前記群集の前記入力画像内の関心領域を決定すること、及び
群集密度レベルに応じて、前記入力画像の前記関心領域内の前記群集の群集レベルを推定すること、を含む請求項1に記載の方法。 - 前記群集密度レベルに応じて前記群集レベルを推定することは、
群集レベル空間変動の複数のモデルのそれぞれに対する前記群集の前記入力画像の類似度を決定すること、及び
群集レベル空間変動の前記複数のモデルのうちの最も類似したモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定すること、を含む請求項1又は2に記載の方法。 - 群集レベル空間変動の前記複数のモデルのそれぞれに対する前記群集の前記入力画像の前記類似度を決定することは、群集レベル空間変動の前記複数のモデルを生成するために、複数の群集レベルのそれぞれの画素密度変動に応じて、複数の群集レベルのそれぞれの空間変動をモデリングすることを含む、請求項3に記載の方法。
- 前記入力画像内の前記群集の前記群集レベルを推定することは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの類似度の確率密度関数に応じて、前記入力画像内の前記群集の前記群集レベルを推定することを含む、請求項3又は4に記載の方法。
- 前記入力画像内の前記群集の前記群集レベルを推定することは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの前記類似度の前記確率密度関数により決定される群集レベル空間変動の前記複数のモデルのうち最適なモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定することをさらに含む、請求項5に記載の方法。
- 群集レベル空間変動の前記複数のモデルは、グレースケール群集ヒストグラムに応じて生成されたモデルを含む、請求項5又は6に記載の方法。
- 群集レベル空間変動の前記複数のモデルは、赤−緑−青(RGB:red-green-blue)群集ヒストグラムに応じて生成されたモデルを含む、請求項5又は6に記載の方法。
- 群集レベル空間変動の前記複数のモデルは、群集ローカルバイナリパターンに応じて生成されたモデルを含む、請求項5又は6に記載の方法。
- 群集レベル空間変動の前記複数のモデルは、群集テクスチャに応じて生成されたモデルを含む、請求項5又は6に記載の方法。
- 前記群集レベルを推定することは、前記入力画像内の前記群集の離散的なレベルを推定することを含む、請求項1〜10のいずれか1項に記載の方法。
- 前記群集の前記画像を受信することは、
前記群集の前記画像を受信すること、及び
前記群集の前記画像を、複数のサブ領域に分割すること、を含み、
前記受信された画像内の前記群集の前記群集レベルを推定することは、前記複数のサブ領域のそれぞれについての前記群集密度に応じて、前記複数のサブ領域のそれぞれにおける前記群集の前記群集レベルを推定することを含む、請求項1〜11のいずれか1項に記載の方法。 - 群集レベル推定のためのシステムであって、
群集の入力画像を受信する入力モジュールと、
群集密度レベルに応じて、前記入力画像内の前記群集の群集レベルを推定する群集レベル推定モジュールと、を備えるシステム。 - 前記入力モジュールは、前記群集の前記入力画像を受信し、前記群集の前記入力画像内の関心領域を決定し、
前記群集レベル推定モジュールは、前記群集密度レベルに応じて、前記入力画像の前記関心領域内の前記群集の前記群集レベルを推定する、請求項13に記載のシステム。 - 前記群集レベル推定モジュールは、群集レベル空間変動の複数のモデルを生成するために、複数の群集レベルのそれぞれの画素密度変動に応じて、前記複数の群集レベルのそれぞれの空間変動をモデリングする空間画素変動モデル構築ユニットを含み、
前記群集レベル推定モジュールは、群集レベル空間変動の前記複数のモデルのそれぞれに対する前記群集の前記入力画像の類似度を決定し、群集レベル空間変動の前記複数のモデルのうち最も類似するモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定することにより、前記群集レベルを推定する、請求項13又は14に記載のシステム。 - 前記群集レベル推定モジュールは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの類似度の確率密度関数に応じて、前記入力画像内の前記群集の前記群集レベルを推定する、請求項15に記載のシステム。
- 前記群集レベル推定モジュールは、前記群集の前記入力画像と、群集レベル空間変動の前記複数のモデルのそれぞれとの類似度の確率密度関数により決定される、群集レベル空間変動の前記複数のモデルのうち最適なモデルに応じて、前記入力画像内の前記群集の前記群集レベルを推定する、請求項16に記載のシステム。
- 前記空間画素変動モデル構築ユニットは、グレースケール群集ヒストグラム、赤−緑−青(RGB:red-green-blue)群集ヒストグラム、群集ローカルバイナリパターン、又は群集テクスチャのうちの1つ又は複数に応じて、群集レベル空間変動の前記複数のモデルを生成する、請求項15〜17のいずれか1項に記載のシステム。
- 前記群集レベル推定モジュールは、前記入力画像内の前記群集の離散的なレベルを推定する、請求項13〜18のいずれか1項に記載のシステム。
- 前記入力モジュールは、前記群集の前記画像を受信し、前記群集の前記画像を、複数のサブ領域に分割し、
前記群集レベル推定モジュールは、前記複数のサブ領域のそれぞれに対する前記群集密度に応じて、前記複数のサブ領域のそれぞれにおける前記群集の前記群集レベルを推定する、請求項13〜19のいずれか1項に記載のシステム。 - コンピュータに方法を実行させるプログラムを格納したコンピュータ可読媒体であって、前記方法は、
群集の入力画像を受信すること、
前記群集の前記入力画像内の関心領域を決定すること、
複数の群集レベルのそれぞれの画素密度変動に応じて、前記複数の群集レベルのそれぞれの空間変動をモデリングすることにより生成される、群集レベル空間変動の複数のモデルのそれぞれに対する前記群集の前記入力画像内の前記関心領域の類似度を決定すること、及び
群集レベル空間変動の前記複数のモデルのうち最も類似するモデルに応じて、前記入力画像内の前記関心領域内の前記群集の前記群集レベルを推定すること、を含むコンピュータ可読媒体。 - 前記方法は、グレースケール群集ヒストグラム、赤−緑−青(RGB:red-green-blue)群集ヒストグラム、群集ローカルバイナリパターン、又は群集テクスチャのうちの1つ又は複数に応じて、前記複数の群集レベルのそれぞれの空間変動をモデリングすることにより群集レベル空間変動の前記複数のモデルの少なくともいくつかを生成することをさらに含む、請求項19に記載のコンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
SG10201802668Q | 2018-03-29 | ||
SG10201802668Q SG10201802668QA (en) | 2018-03-29 | 2018-03-29 | Method and system for crowd level estimation |
PCT/JP2019/008725 WO2019188054A1 (en) | 2018-03-29 | 2019-02-27 | Method, system and computer readable medium for crowd level estimation |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021516824A true JP2021516824A (ja) | 2021-07-08 |
JP7040633B2 JP7040633B2 (ja) | 2022-03-23 |
Family
ID=68060207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020551445A Active JP7040633B2 (ja) | 2018-03-29 | 2019-02-27 | 群集レベル推定のための方法、システム及びプログラム |
Country Status (4)
Country | Link |
---|---|
US (2) | US11615626B2 (ja) |
JP (1) | JP7040633B2 (ja) |
SG (1) | SG10201802668QA (ja) |
WO (1) | WO2019188054A1 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG10201802673VA (en) * | 2018-03-29 | 2019-10-30 | Nec Asia Pacific Pte Ltd | Method and system for integration and automatic switching of crowd estimation techniques |
SG10201802668QA (en) * | 2018-03-29 | 2019-10-30 | Nec Asia Pacific Pte Ltd | Method and system for crowd level estimation |
JP2021189708A (ja) * | 2020-05-29 | 2021-12-13 | 凸版印刷株式会社 | 混雑情報表示システム、混雑情報表示方法、及びプログラム |
CN112580616B (zh) * | 2021-02-26 | 2021-06-18 | 腾讯科技(深圳)有限公司 | 人群数量确定方法、装置、设备及存储介质 |
WO2022188030A1 (zh) * | 2021-03-09 | 2022-09-15 | 中国科学院深圳先进技术研究院 | 人群密度估计方法、电子设备及存储介质 |
CN116311084B (zh) * | 2023-05-22 | 2024-02-23 | 青岛海信网络科技股份有限公司 | 一种人群聚集的检测方法及视频监控设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007028680A (ja) * | 2003-10-21 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 監視装置 |
JP2010109859A (ja) * | 2008-10-31 | 2010-05-13 | Mitsubishi Electric Corp | 監視用画像処理装置 |
JP2014006586A (ja) * | 2012-06-21 | 2014-01-16 | Canon Inc | 情報処理装置及びその制御方法、コンピュータプログラム |
JP2018022340A (ja) * | 2016-08-03 | 2018-02-08 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3072730B2 (ja) * | 1998-10-09 | 2000-08-07 | 日本電気株式会社 | 車両検出方法および装置 |
JP2005025328A (ja) * | 2003-06-30 | 2005-01-27 | Ntt Data Corp | 混雑監視システムおよび混雑監視プログラム |
WO2005039181A1 (ja) | 2003-10-21 | 2005-04-28 | Matsushita Electric Industrial Co., Ltd. | 監視装置 |
WO2006072896A2 (en) * | 2005-01-07 | 2006-07-13 | Koninklijke Philips Electronics N.V. | Method and electronic device for detecting a graphical object |
US8116564B2 (en) * | 2006-11-22 | 2012-02-14 | Regents Of The University Of Minnesota | Crowd counting and monitoring |
US7787656B2 (en) * | 2007-03-01 | 2010-08-31 | Huper Laboratories Co., Ltd. | Method for counting people passing through a gate |
EP2093698A1 (en) * | 2008-02-19 | 2009-08-26 | British Telecommunications Public Limited Company | Crowd congestion analysis |
US8509546B1 (en) * | 2009-10-28 | 2013-08-13 | The United States Of America As Represented By The Secretary Of The Navy | Level set tree feature detection |
WO2015119044A1 (ja) * | 2014-02-10 | 2015-08-13 | 株式会社日立国際電気 | 群集監視システムおよび群集監視方法 |
JP6532317B2 (ja) | 2015-06-19 | 2019-06-19 | キヤノン株式会社 | 物体追尾装置、物体追尾方法及びプログラム |
SG10201802673VA (en) * | 2018-03-29 | 2019-10-30 | Nec Asia Pacific Pte Ltd | Method and system for integration and automatic switching of crowd estimation techniques |
SG10201802668QA (en) * | 2018-03-29 | 2019-10-30 | Nec Asia Pacific Pte Ltd | Method and system for crowd level estimation |
SG10201802670TA (en) * | 2018-03-29 | 2019-10-30 | Nec Asia Pacific Pte Ltd | Method and system for performance modeling of crowd estimation techniques |
-
2018
- 2018-03-29 SG SG10201802668Q patent/SG10201802668QA/en unknown
-
2019
- 2019-02-27 US US17/042,474 patent/US11615626B2/en active Active
- 2019-02-27 WO PCT/JP2019/008725 patent/WO2019188054A1/en active Application Filing
- 2019-02-27 JP JP2020551445A patent/JP7040633B2/ja active Active
-
2023
- 2023-02-22 US US18/112,856 patent/US11893798B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007028680A (ja) * | 2003-10-21 | 2007-02-01 | Matsushita Electric Ind Co Ltd | 監視装置 |
JP2010109859A (ja) * | 2008-10-31 | 2010-05-13 | Mitsubishi Electric Corp | 監視用画像処理装置 |
JP2014006586A (ja) * | 2012-06-21 | 2014-01-16 | Canon Inc | 情報処理装置及びその制御方法、コンピュータプログラム |
JP2018022340A (ja) * | 2016-08-03 | 2018-02-08 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2019188054A1 (en) | 2019-10-03 |
US11893798B2 (en) | 2024-02-06 |
JP7040633B2 (ja) | 2022-03-23 |
US20210027069A1 (en) | 2021-01-28 |
SG10201802668QA (en) | 2019-10-30 |
US20230196783A1 (en) | 2023-06-22 |
US11615626B2 (en) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7040633B2 (ja) | 群集レベル推定のための方法、システム及びプログラム | |
JP7040634B2 (ja) | 群集推定手法の統合及び自動切り替えのための方法、システム及びプログラム | |
JP6981555B2 (ja) | 群集推定手法の性能モデリング方法、システム、及びプログラム | |
RU2693906C2 (ru) | Основанный на правилах анализ важности видео | |
CN108875676B (zh) | 活体检测方法、装置及系统 | |
JP4767595B2 (ja) | 対象物検出装置及びその学習装置 | |
CN112639873A (zh) | 基于单对象姿态估计器的多个对象的姿态跟踪设备和方法 | |
JP6032921B2 (ja) | 物体検出装置及びその方法、プログラム | |
US10353954B2 (en) | Information processing apparatus, method of controlling the same, and storage medium | |
US20200175377A1 (en) | Training apparatus, processing apparatus, neural network, training method, and medium | |
Vergara et al. | On the fusion of non-independent detectors | |
JP6756406B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US20080175447A1 (en) | Face view determining apparatus and method, and face detection apparatus and method employing the same | |
JP2007148663A (ja) | オブジェクト追跡装置及びオブジェクト追跡方法、並びにプログラム | |
US20120169860A1 (en) | Method for detection of a body part gesture to initiate a web application | |
KR101991307B1 (ko) | 다중 객체 추적을 위한 트랙렛의 특징 벡터 할당이 가능한 전자 장치 및 그 동작 방법 | |
JP2014021602A (ja) | 画像処理装置及び画像処理方法 | |
US20070223818A1 (en) | Method and apparatus for predicting the accuracy of virtual Scene based on incomplete information in video | |
US20220122341A1 (en) | Target detection method and apparatus, electronic device, and computer storage medium | |
WO2022049704A1 (ja) | 情報処理システム、情報処理方法、及びコンピュータプログラム | |
JP5241687B2 (ja) | 物体検出装置及び物体検出プログラム | |
US20220180533A1 (en) | Object feature extraction device, object feature extraction method, and non-transitory computer-readable medium | |
US10372750B2 (en) | Information processing apparatus, method, program and storage medium | |
JP2022528491A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP4741036B2 (ja) | 特徴抽出装置、対象物検出装置、特徴抽出方法、および対象物検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200923 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200923 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210720 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210830 |
|
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: 20220208 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220221 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7040633 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |