JP2021521558A - コーディングパターン処理方法及び装置、電子装置、並びにコンピュータプログラム - Google Patents
コーディングパターン処理方法及び装置、電子装置、並びにコンピュータプログラム Download PDFInfo
- Publication number
- JP2021521558A JP2021521558A JP2020562183A JP2020562183A JP2021521558A JP 2021521558 A JP2021521558 A JP 2021521558A JP 2020562183 A JP2020562183 A JP 2020562183A JP 2020562183 A JP2020562183 A JP 2020562183A JP 2021521558 A JP2021521558 A JP 2021521558A
- Authority
- JP
- Japan
- Prior art keywords
- coding pattern
- coding
- pattern
- model
- convolution
- 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
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06018—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking one-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1413—1D bar codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/146—Methods for optical code recognition the method including quality enhancement steps
- G06K7/1482—Methods for optical code recognition the method including quality enhancement steps using fuzzy logic or natural solvers, such as neural networks, genetic algorithms and simulated annealing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Automation & Control Theory (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Fuzzy Systems (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
ステップ21、ターゲットモデルによって、第1のコーディングパターンの解像度をターゲット解像度に上げて、ターゲットコーディングパターンを得る。
ステップ22、ターゲットモデルによって、ターゲットコーディングパターンにおけるサブパターンのエッジを修正し、第2のコーディングパターンを得る。
処理ユニット903は、ターゲットモデルによって、第1のコーディングパターンの解像度を向上し、第2のコーディングパターンを取得し、ターゲットモデルは第3のコーディングパターンと所定の第4のコーディングパターンを利用してトレーニングしたものであり、第3のコーディングパターンが第4のコーディングパターンの解像度を下げることで得られたものであり、第3のコーディングパターンは第1のコーディングパターンと同じコーディング方式を利用するものである。
インタラクションユニット905は、端末のコーディング認識モジュールに第2のコーディングパターンを提供する。
端末認識対象の第1のコーディングパターンを取得し、第1のコーディングパターンはコーディング情報をエンコードしたパターンである、ステップと、
ターゲットモデルによって、第1のコーディングパターンの解像度を上げて、第2のコーディングパターンを取得し、ターゲットモデルは第3のコーディングパターンを入力とし第4のコーディングパターンを出力としトレーニングしたものであり、第3のコーディングパターンは第4のコーディングパターンの解像度を下げることで得られたものであり、第3のコーディングパターンは第1のコーディングパターンと同じコーディング方式を利用するものであるステップと、
端末のコーディング認識モジュールに第2のコーディングパターンを提供するステップと、を含む。
複数組のトレーニングイメージの組を取得し、各組のトレーニングイメージは一枚の第3のコーディングパターンと一枚の第4のコーディングパターンを含むステップと、
複数組のトレーニングイメージにおけるトレーニングイメージを使用して、オリジナルモデルをトレーニングし、オリジナルモデルにおけるパラメータを初期化するステップと、
第5のコーディングパターンをトレーニングされたオリジナルモデルの入力とし、オリジナルモデルから出力したコーディングイメージと第6のコーディングパターンがマッチングする場合に、トレーニングされたオリジナルモデルをターゲットモデルとし、第5のコーディングパターンは第6のコーディングパターンの解像度を下げたものであり、第5のコーディングパターンは第3のコーディングパターンと同じコーディング方式を利用するものであるステップと、
第5のコーディングパターンをトレーニングされたオリジナルモデルの入力とし、オリジナルモデルから出力したコーディングイメージと第6のコーディングパターンがマッチングしない場合に、第5のコーディングパターンをトレーニングされたオリジナルモデルの入力とする場合オリジナルモデルから出力されたコーディングイメージが第6のコーディングパターンとマッチングするまで、複数組のトレーニングイメージにおけるトレーニングイメージを使用して、オリジナルモデルをトレーニングし続けて、オリジナルモデルにおけるパラメータを調整するステップと、
をさらに実行する。
コーディング情報をエンコードしたパターンである、端末認識対象の第1のコーディングパターンを取得するステップと、
ターゲットモデルによって、第1のコーディングパターンの解像度を上げて、第2のコーディングパターンを取得し、ターゲットモデルは第3のコーディングパターンと所定の第4のコーディングパターンを利用してトレーニングしたものであり、第3のコーディングパターンは第4のコーディングパターンの解像度を下げることで得られたものであり、第3のコーディングパターンは第1のコーディングパターンと同じコーディング方式を利用するものであるステップと、
端末のコーディング認識モジュールに第2のコーディングパターンを提供するステップと、を含む。
複数組のトレーニングイメージを取得し、各組のトレーニングイメージに一枚の第3のコーディングパターンと一枚の第4のコーディングパターンが含まれるステップと、
複数組のトレーニングイメージにおけるトレーニングイメージを使用して、オリジナルモデルをトレーニングし、オリジナルモデルにおけるパラメータを初期化するステップと、
第5のコーディングパターンをトレーニングされたオリジナルモデルの入力とし、オリジナルモデルから出力したコーディングイメージと第6のコーディングパターンがマッチングする場合に、トレーニングされたオリジナルモデルをターゲットモデルとし、第5のコーディングパターンは第6のコーディングパターンの解像度を下げたものであり、第5のコーディングパターンは第3のコーディングパターンと同じコーディング方式を利用するものであるステップと、
第5のコーディングパターンをトレーニングされたオリジナルモデルの入力とし、オリジナルモデルから出力したコーディングイメージと第6のコーディングパターンがマッチングしない場合に、第5のコーディングパターンをトレーニングされたオリジナルモデルの入力とする場合オリジナルモデルから出力されたコーディングイメージが第6のコーディングパターンとマッチングするまで、複数組のトレーニングイメージにおけるトレーニングイメージを使用して、オリジナルモデルをトレーニングし続けて、オリジナルモデルにおけるパラメータを調整するステップと、を含む。
Claims (15)
- 電子装置が実行するコーディングパターン処理方法であって、
前記電子装置が、
端末の認識対象となる第1のコーディングパターンを取得するステップであって、前記第1のコーディングパターンはコーディング情報をエンコードしたパターンである、ステップと、
ターゲットモデルによって前記第1のコーディングパターンの解像度を上げ、第2のコーディングパターンを取得するステップであって、前記ターゲットモデルは第3のコーディングパターン及び所定の第4のコーディングパターンを利用してトレーニングして得られたものであり、前記第3のコーディングパターンは前記第4のコーディングパターンの解像度を下げることで得られたものであり、前記第3のコーディングパターンは前記第1のコーディングパターンと同じコーディング方式を利用する、ステップと、
前記端末のコーディング認識モジュールに前記第2のコーディングパターンを提供するステップと、
を含むことを特徴とするコーディングパターン処理方法。 - ターゲットモデルによって前記第1のコーディングパターンの解像度を上げ、第2のコーディングパターンを取得する前記ステップは、
前記ターゲットモデルによって、前記第1のコーディングパターンの解像度をターゲット解像度に上げ、ターゲットコーディングパターンを取得するステップと、
前記ターゲットモデルによって、前記ターゲットコーディングパターンにおけるサブパターンのエッジを修正し、前記第2のコーディングパターンを取得するステップと、
を含む、ことを特徴とする請求項1に記載のコーディングパターン処理方法。 - 前記ターゲットモデルによって、前記ターゲットコーディングパターンにおけるサブパターンのエッジを修正し、前記第2のコーディングパターンを取得する前記ステップは、
前記ターゲットモデルによって、前記サブパターンの特徴情報を認識するステップと、
前記ターゲットモデルによって、前記サブパターンの特徴情報とマッチングする修正情報を取得するステップと、
前記ターゲットモデルによって、前記サブパターンの特徴情報とマッチングする修正情報に応じて、前記サブパターンのエッジを修正するステップと、
を含む、ことを特徴とする請求項2に記載のコーディングパターン処理方法。 - 前記ターゲットモデルによって、前記サブパターンの特徴情報を認識する前記ステップは、
前記ターゲットモデルの複数の畳み込み層によって、前記サブパターンの特徴情報を認識するステップであって、前記複数の畳み込み層は直列に接続され、前記複数の畳み込み層のいずれか1つの畳み込み層の出力は当該畳み込み層の後に直列に接続される少なくとも1つの畳み込み層の入力とされる、ステップを含む、
ことを特徴とする請求項3に記載のコーディングパターン処理方法。 - 前記ターゲットモデルは、
前記電子装置が複数組のトレーニング画像を取得するステップであって、各組の前記トレーニング画像は1つの前記第3のコーディングパターン及び1つの前記第4のコーディングパターンを含む、ステップと、
前記電子装置が、前記複数組のトレーニング画像におけるトレーニング画像を使用して、オリジナルモデルをトレーニングするステップと、
前記電子装置が、第5のコーディングパターンをトレーニングされた前記オリジナルモデルの入力とし、かつ前記オリジナルモデルから出力したコーディング画像と第6のコーディングパターンがマッチングする場合に、トレーニングされた前記オリジナルモデルを前記ターゲットモデルとするステップであって、前記第5のコーディングパターンは前記第6のコーディングパターンの解像度を下げることで得られたものであり、前記第5のコーディングパターンは前記第3のコーディングパターンと同じコーディング方式を利用する、ステップと、
前記電子装置が、前記第5のコーディングパターンをトレーニングされた前記オリジナルモデルの入力とし、かつ前記オリジナルモデルから出力したコーディング画像と前記第6のコーディングパターンがマッチングしない場合に、前記複数組のトレーニング画像におけるトレーニング画像を使用して、オリジナルモデルをトレーニングする前記ステップを引き続き実行するステップと、
によりトレーニングされる、ことを特徴とする請求項1から4のいずれか1項に記載のコーディングパターン処理方法。 - 前記電子装置が、前記複数組のトレーニング画像におけるトレーニング画像を使用して、オリジナルモデルをトレーニングする前記ステップは、
前記電子装置が、前記第3のコーディングパターンにおけるピクセルのグレースケール値を前記オリジナルモデルの入力とし、前記第4のコーディングパターンを前記オリジナルモデルの予定出力とするステップであって、前記オリジナルモデルは複数の畳み込み層を含み、前記複数の畳み込み層のうち1番目の畳み込み層の入力は前記第3のコーディングパターンにおけるピクセルのグレースケール値であり、前記複数の畳み込み層のうちi番目の畳み込み層の出力はi-1番目の畳み込み層の出力と、i番目の畳み込み層によりi-1番目の畳み込み層の出力に対して畳み込み操作を行った結果と、を含み、整数iは2からNまでの値をとり、Nは前記複数の畳み込み層の層数であり、前記オリジナルモデルにおけるパラメータは前記複数の畳み込み層の畳み込み操作に使用されるパラメータを含み、前記複数の畳み込み層のいずれか1つの畳み込み層によって出力される1つのクラスの特徴は当該畳み込み層における1つの畳み込みカーネルにより畳み込み操作を行うことによって得られるものである、ステップを含む、
ことを特徴とする請求項5に記載のコーディングパターン処理方法。 - 前記第1のコーディングパターンは、
2次元コードコーディングパターン、
ミニプログラムコーディングパターン、及び
1次元コードコーディングパターン
のうちの一つを含む、ことを特徴とする請求項1から6のいずれか1項に記載のコーディングパターン処理方法。 - コーディングパターン処理装置であって、
端末の認識対象となる第1のコーディングパターンを取得するための第1の取得ユニットであって、前記第1のコーディングパターンはコーディング情報をエンコードしたパターンである、第1の取得ユニットと、
ターゲットモデルによって前記第1のコーディングパターンの解像度を上げ、第2のコーディングパターンを取得するための処理ユニットであって、前記ターゲットモデルは第3のコーディングパターン及び所定の第4のコーディングパターンを利用してトレーニングして得られたものであり、前記第3のコーディングパターンは前記第4のコーディングパターンの解像度を下げることで得られたものであり、前記第3のコーディングパターンと前記第1のコーディングパターンは同じコーディング方式を利用する、処理ユニットと、
前記端末のコーディング認識モジュールに前記第2のコーディングパターンを提供するためのインタラクションユニットと、
を含む、ことを特徴とするコーディングパターン処理装置。 - 前記処理ユニットは、
前記ターゲットモデルによって、前記第1のコーディングパターンの解像度をターゲット解像度に上げ、ターゲットコーディングパターンを取得するための超解像モジュールと、
前記ターゲットモデルによって、前記ターゲットコーディングパターンにおけるサブパターンのエッジを修正し、前記第2のコーディングパターンを取得するための修正モジュールと、
を含む、ことを特徴とする請求項8に記載のコーディングパターン処理装置。 - 前記修正モジュールは、さらに、前記ターゲットコーディングパターンにおけるサブパターンに対して、
前記ターゲットモデルによって、前記サブパターンの特徴情報を認識し、
前記ターゲットモデルによって、前記サブパターンの特徴情報とマッチングする修正情報を取得し、及び
前記ターゲットモデルによって、前記サブパターンの特徴情報とマッチングする修正情報に応じて、前記サブパターンのエッジを修正する処理を行う、
ことを特徴とする請求項9に記載のコーディングパターン処理装置。 - 前記修正モジュールは、さらに、前記ターゲットモデルの複数の畳み込み層によって、前記サブパターンの特徴情報を認識するために用いられ、
前記複数の畳み込み層は直列に接続され、前記複数の畳み込み層のいずれか1つの畳み込み層の出力は当該畳み込み層の後に直列に接続される少なくとも1つの畳み込み層の入力とされる、
ことを特徴とする請求項10に記載のコーディングパターン処理装置。 - ターゲットモデルによって前記第1のコーディングパターンの解像度を上げる前に、複数組のトレーニング画像を取得するための第2の取得ユニットであって、各組の前記トレーニング画像は1つの前記第3のコーディングパターン及び1つの前記第4のコーディングパターンを含む、第2の取得ユニットと、
前記複数組のトレーニング画像におけるトレーニング画像を使用して、オリジナルモデルをトレーニングするための第1のトレーニングユニットと、
第5のコーディングパターンをトレーニングされた前記オリジナルモデルの入力とし、かつ前記オリジナルモデルから出力したコーディング画像と第6のコーディングパターンがマッチングする場合に、トレーニングされた前記オリジナルモデルを前記ターゲットモデルとするための確定ユニットであって、前記第5のコーディングパターンは前記第6のコーディングパターンの解像度を下げることで得られたものであり、前記第5のコーディングパターンと前記第3のコーディングパターンは同じコーディング方式を利用する、確定ユニットと、
前記第5のコーディングパターンをトレーニングされた前記オリジナルモデルの入力とし、かつ前記オリジナルモデルから出力したコーディング画像と前記第6のコーディングパターンがマッチングしない場合に、前記第1のトレーニングユニットをトリガーするための第2のトレーニングユニットと、
をさらに含む、ことを特徴とする請求項8から11のいずれか1項に記載のコーディングパターン処理装置。 - 前記第1のトレーニングユニットは、さらに、前記第3のコーディングパターンにおけるピクセルのグレースケール値を前記オリジナルモデルの入力とし、前記第4のコーディングパターンを前記オリジナルモデルの予定出力とするために用いられ、
前記オリジナルモデルは複数の畳み込み層を含み、前記複数の畳み込み層のうち1番目の畳み込み層の入力は前記第3のコーディングパターンにおけるピクセルのグレースケール値であり、前記複数の畳み込み層のうちi番目の畳み込み層の出力はi-1番目の畳み込み層の出力と、i番目の畳み込み層によりi-1番目の畳み込み層の出力に対して畳み込み操作を行った結果と、を含み、整数iは2からNまでの値をとり、Nは前記複数の畳み込み層の層数であり、前記オリジナルモデルにおけるパラメータは前記複数の畳み込み層の畳み込み操作に使用されるパラメータを含み、前記複数の畳み込み層のいずれか1つの畳み込み層によって出力される1つのクラスの特徴は当該畳み込み層における1つの畳み込みカーネルにより畳み込み操作を行うことによって得られる、
ことを特徴とする請求項12に記載のコーディングパターン処理装置。 - プロセッサーと、
前記プロセッサーに接続されるメモリと、を含む電子装置であって、
前記メモリにはコンピュータプログラムが記憶されており、
前記プロセッサーは、前記コンピュータプログラムを実行して、請求項1から7のいずれか1項に記載のコーディングパターン処理方法を実現するように構成される、ことを特徴とする電子装置。 - コンピュータに、請求項1から7のいずれか1項に記載のコーディングパターン処理方法を実行させるためのプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811363056.8A CN110147864B (zh) | 2018-11-14 | 2018-11-14 | 编码图案的处理方法和装置、存储介质、电子装置 |
CN201811363056.8 | 2018-11-14 | ||
PCT/CN2019/110282 WO2020098422A1 (zh) | 2018-11-14 | 2019-10-10 | 编码图案的处理方法和装置、存储介质、电子装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021521558A true JP2021521558A (ja) | 2021-08-26 |
JP7045483B2 JP7045483B2 (ja) | 2022-03-31 |
Family
ID=67588452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020562183A Active JP7045483B2 (ja) | 2018-11-14 | 2019-10-10 | コーディングパターン処理方法及び装置、電子装置、並びにコンピュータプログラム |
Country Status (5)
Country | Link |
---|---|
US (2) | US11507766B2 (ja) |
EP (1) | EP3882822A4 (ja) |
JP (1) | JP7045483B2 (ja) |
CN (1) | CN110147864B (ja) |
WO (1) | WO2020098422A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147864B (zh) | 2018-11-14 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 编码图案的处理方法和装置、存储介质、电子装置 |
CN110782395B (zh) * | 2019-10-28 | 2024-02-09 | 西安电子科技大学 | 图像处理方法及装置、电子设备和计算机可读存储介质 |
CN113141532B (zh) * | 2020-01-20 | 2024-04-05 | 海信视像科技股份有限公司 | 图形识别码的识别方法和显示设备 |
CN112069853A (zh) * | 2020-09-16 | 2020-12-11 | 福州大学 | 基于深度学习的二维条码图像超分辨方法 |
CN112364675B (zh) * | 2020-10-28 | 2022-11-01 | 三维码(厦门)网络科技有限公司 | 一种基于三维码和图像识别的离线识读方法及装置 |
CN112561815B (zh) * | 2020-12-11 | 2024-03-05 | 浙江大华技术股份有限公司 | 一种图像处理方法、装置、存储介质及电子装置 |
CN112767247A (zh) * | 2021-01-13 | 2021-05-07 | 京东方科技集团股份有限公司 | 图像超分辨率重建方法、模型蒸馏方法、装置及存储介质 |
WO2022218438A1 (en) * | 2021-04-16 | 2022-10-20 | Shanghai United Imaging Healthcare Co., Ltd. | Calibration methods and systems for imaging field |
CN113469937A (zh) * | 2021-05-25 | 2021-10-01 | 长兴云尚科技有限公司 | 基于管廊视频和二维码检测的管廊异常位置定位方法及系统 |
CN113660486A (zh) * | 2021-07-28 | 2021-11-16 | 阿里巴巴(中国)有限公司 | 图像编码、解码、重建、分析方法、系统及电子设备 |
CN113538606B (zh) * | 2021-08-17 | 2022-07-22 | 数坤(北京)网络科技股份有限公司 | 图像关联方法、装置、计算机可读存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157244A (zh) * | 2016-06-08 | 2016-11-23 | 南京航空航天大学 | 一种基于稀疏表示的QR Code图像超分辨重建方法 |
CN108022212A (zh) * | 2017-11-24 | 2018-05-11 | 腾讯科技(深圳)有限公司 | 高分辨率图片生成方法、生成装置及存储介质 |
CN110852951A (zh) * | 2019-11-08 | 2020-02-28 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端设备及计算机可读存储介质 |
JP2021516827A (ja) * | 2018-08-16 | 2021-07-08 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 識別コードの識別方法並びに、その装置、コンピュータ機器及びコンピュータプログラム |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4232042B2 (ja) * | 2005-01-07 | 2009-03-04 | セイコーエプソン株式会社 | 投写制御システム、プロジェクタ、プログラム、情報記憶媒体および投写制御方法 |
US7617949B2 (en) * | 2005-12-16 | 2009-11-17 | Kevin Brown | Flow volume limiting device |
JP2007281672A (ja) * | 2006-04-04 | 2007-10-25 | Fuji Xerox Co Ltd | 画像読取装置および画像読取プログラム |
JP4830652B2 (ja) * | 2006-06-12 | 2011-12-07 | 日産自動車株式会社 | 画像処理装置及び画像処理方法 |
US7628330B2 (en) * | 2006-09-29 | 2009-12-08 | Konica Minolta Systems Laboratory, Inc. | Barcode and decreased-resolution reproduction of a document image |
JP4553000B2 (ja) * | 2007-11-26 | 2010-09-29 | 富士ゼロックス株式会社 | 画像形成装置、画像形成システムおよび画像形成プログラム |
JP2010041336A (ja) * | 2008-08-04 | 2010-02-18 | Toshiba Corp | 画像処理装置、および画像処理方法 |
US20100053166A1 (en) * | 2008-08-29 | 2010-03-04 | Kabushiki Kaisha Toshiba | Information processing apparatus, and super-resolution achievement method and program |
CN101901329A (zh) * | 2009-05-25 | 2010-12-01 | 汉王科技股份有限公司 | 一种低分辨率条形码的识别方法和设备 |
JP5736652B2 (ja) * | 2010-03-09 | 2015-06-17 | セイコーエプソン株式会社 | 画像表示装置および画像表示方法 |
JP5679791B2 (ja) * | 2010-12-14 | 2015-03-04 | キヤノン株式会社 | 画像投影装置及びその制御方法、プログラム |
US9667823B2 (en) * | 2011-05-12 | 2017-05-30 | Moon J. Kim | Time-varying barcode in an active display |
KR101860569B1 (ko) * | 2011-09-08 | 2018-07-03 | 삼성전자주식회사 | 문자 및 바코드를 동시에 인식하는 문자 및 바코드 인식 장치 및 그 제어 방법 |
US8551677B2 (en) * | 2011-09-23 | 2013-10-08 | Globalfoundries Inc. | Lithographic CD correction by second exposure |
US8574795B2 (en) * | 2011-09-23 | 2013-11-05 | Globalfoundries Inc. | Lithographic CD correction by second exposure |
US20130153662A1 (en) * | 2011-12-19 | 2013-06-20 | MindTree Limited | Barcode Photo-image Processing System |
US8915440B2 (en) * | 2011-12-23 | 2014-12-23 | Konica Minolta Laboratory U.S.A., Inc. | Four dimensional (4D) color barcode for high capacity data encoding and decoding |
CN102693409B (zh) * | 2012-05-18 | 2014-04-09 | 四川大学 | 一种快速的图像中二维码码制类型识别方法 |
CN103516952B (zh) * | 2012-06-21 | 2016-12-28 | 精工爱普生株式会社 | 图像处理装置、图像处理系统以及打印方法 |
US10057498B1 (en) * | 2013-03-15 | 2018-08-21 | Cognex Corporation | Light field vision system camera and methods for using the same |
US10453046B2 (en) * | 2014-06-13 | 2019-10-22 | Conduent Business Services, Llc | Store shelf imaging system |
US9619665B2 (en) * | 2014-07-22 | 2017-04-11 | Cheng-Han KO | Method and system for adding dynamic labels to a file and encrypting the file |
CN105205782B (zh) * | 2015-09-06 | 2019-08-16 | 京东方科技集团股份有限公司 | 超解像方法和系统、服务器、用户设备及其方法 |
WO2017075768A1 (zh) * | 2015-11-04 | 2017-05-11 | 北京大学深圳研究生院 | 一种基于字典匹配的图像超分辨率重建方法及装置 |
CN106790762B (zh) | 2017-01-11 | 2022-05-24 | 腾讯科技(深圳)有限公司 | 域名解析方法和装置 |
CN108629402A (zh) * | 2017-03-20 | 2018-10-09 | 上海荆虹电子科技有限公司 | 用于图像处理的方法和装置 |
US10666929B2 (en) * | 2017-07-06 | 2020-05-26 | Matterport, Inc. | Hardware system for inverse graphics capture |
CN108259997B (zh) * | 2018-04-02 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 图像相关处理方法及装置、智能终端、服务器、存储介质 |
CN108629743B (zh) * | 2018-04-04 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 图像的处理方法、装置、存储介质和电子装置 |
CN110147864B (zh) * | 2018-11-14 | 2022-02-22 | 腾讯科技(深圳)有限公司 | 编码图案的处理方法和装置、存储介质、电子装置 |
-
2018
- 2018-11-14 CN CN201811363056.8A patent/CN110147864B/zh active Active
-
2019
- 2019-10-10 JP JP2020562183A patent/JP7045483B2/ja active Active
- 2019-10-10 WO PCT/CN2019/110282 patent/WO2020098422A1/zh unknown
- 2019-10-10 EP EP19885234.5A patent/EP3882822A4/en active Pending
-
2020
- 2020-10-26 US US17/080,633 patent/US11507766B2/en active Active
-
2022
- 2022-10-18 US US17/968,732 patent/US11790198B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106157244A (zh) * | 2016-06-08 | 2016-11-23 | 南京航空航天大学 | 一种基于稀疏表示的QR Code图像超分辨重建方法 |
CN108022212A (zh) * | 2017-11-24 | 2018-05-11 | 腾讯科技(深圳)有限公司 | 高分辨率图片生成方法、生成装置及存储介质 |
JP2021516827A (ja) * | 2018-08-16 | 2021-07-08 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 識別コードの識別方法並びに、その装置、コンピュータ機器及びコンピュータプログラム |
CN110852951A (zh) * | 2019-11-08 | 2020-02-28 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端设备及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20210042488A1 (en) | 2021-02-11 |
US11790198B2 (en) | 2023-10-17 |
CN110147864B (zh) | 2022-02-22 |
US11507766B2 (en) | 2022-11-22 |
EP3882822A4 (en) | 2022-01-05 |
CN110147864A (zh) | 2019-08-20 |
US20230048075A1 (en) | 2023-02-16 |
WO2020098422A1 (zh) | 2020-05-22 |
JP7045483B2 (ja) | 2022-03-31 |
EP3882822A1 (en) | 2021-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7045483B2 (ja) | コーディングパターン処理方法及び装置、電子装置、並びにコンピュータプログラム | |
Wang et al. | Real-esrgan: Training real-world blind super-resolution with pure synthetic data | |
US20220222786A1 (en) | Image processing method, smart device, and computer readable storage medium | |
WO2021048607A1 (en) | Motion deblurring using neural network architectures | |
CN110781923B (zh) | 特征提取方法及装置 | |
JP2020532916A (ja) | 画像処理方法、端末及び記憶媒体 | |
CN110569844B (zh) | 基于深度学习的船舶识别方法及系统 | |
CN111353956B (zh) | 图像修复方法、装置、计算机设备及存储介质 | |
CN109993824B (zh) | 图像处理方法、智能终端及具有存储功能的装置 | |
Guan et al. | Srdgan: learning the noise prior for super resolution with dual generative adversarial networks | |
CN110223245B (zh) | 基于深度神经网络的模糊图片清晰化处理方法及系统 | |
US20220067888A1 (en) | Image processing method and apparatus, storage medium, and electronic device | |
CN109598270B (zh) | 扭曲文字的识别方法及装置、存储介质及处理器 | |
KR102493492B1 (ko) | 초해상도 모델의 메타 러닝을 통한 빠른 적응 방법 및 장치 | |
CN116189265A (zh) | 基于轻量化语义Transformer模型的素描人脸识别方法、装置及设备 | |
CN115187456A (zh) | 基于图像强化处理的文本识别方法、装置、设备及介质 | |
US11887277B2 (en) | Removing compression artifacts from digital images and videos utilizing generative machine-learning models | |
CN111435533A (zh) | 图像分割方法、装置、设备及计算机可读存储介质 | |
CN115909378A (zh) | 单据文本检测模型的训练方法及单据文本检测方法 | |
CN116152391A (zh) | 用于高分辨率人脸图像的多样化编辑方法及系统 | |
KR20230086999A (ko) | 가상 인물 콘텐츠 생성 프로그램을 기록한 기록매체 | |
KR20230086998A (ko) | 얼굴 세그먼트 영역에 노이즈를 부가하여 가상 인물 콘텐츠를 생성하는 컴퓨터 프로그램 | |
KR20230086996A (ko) | 노이즈 추가 프로세스를 수행하는 컴퓨터 프로그램 | |
CN113744158A (zh) | 图像生成方法、装置、电子设备和存储介质 | |
CN114299105A (zh) | 图像处理方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220221 |
|
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: 20220315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7045483 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |