JP2022058663A - 信号処理装置、距離計測装置、および距離計測方法 - Google Patents
信号処理装置、距離計測装置、および距離計測方法 Download PDFInfo
- Publication number
- JP2022058663A JP2022058663A JP2022006398A JP2022006398A JP2022058663A JP 2022058663 A JP2022058663 A JP 2022058663A JP 2022006398 A JP2022006398 A JP 2022006398A JP 2022006398 A JP2022006398 A JP 2022006398A JP 2022058663 A JP2022058663 A JP 2022058663A
- Authority
- JP
- Japan
- Prior art keywords
- data
- signal
- image
- restoration
- input
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 206
- 238000000691 measurement method Methods 0.000 title claims 2
- 238000005259 measurement Methods 0.000 title description 24
- 230000006866 deterioration Effects 0.000 claims abstract description 11
- 230000009467 reduction Effects 0.000 claims description 52
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 description 122
- 238000013527 convolutional neural network Methods 0.000 description 54
- 238000006243 chemical reaction Methods 0.000 description 45
- 238000010586 diagram Methods 0.000 description 44
- 238000000034 method Methods 0.000 description 44
- 230000008569 process Effects 0.000 description 27
- 238000012905 input function Methods 0.000 description 25
- 238000013528 artificial neural network Methods 0.000 description 11
- 230000004913 activation Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 230000007423 decrease Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000005401 electroluminescence Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- DNTFEAHNXKUSKQ-RFZPGFLSSA-N (1r,2r)-2-aminocyclopentane-1-sulfonic acid Chemical compound N[C@@H]1CCC[C@H]1S(O)(=O)=O DNTFEAHNXKUSKQ-RFZPGFLSSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
- G01S7/4876—Extracting wanted echo signals, e.g. pulse detection by removing unwanted signals
-
- 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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
- G01S17/10—Systems determining position data of a target for measuring distance only using transmission of interrupted, pulse-modulated waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/483—Details of pulse systems
- G01S7/486—Receivers
- G01S7/487—Extracting wanted echo signals, e.g. pulse detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Theoretical Computer Science (AREA)
- Measurement Of Optical Distance (AREA)
- Image Processing (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
Description
前記入力部は、前記学習済みモデルに、前記信号のデータと前記位置に関するデータとを入力する。
前記データ復元部は、前記学習済みモデルを用いて、前記復元データを生成する。
前記学習済みモデルは、前記信号のデータの全体に対して同じ重み係数を用いて復元データを生成する。
本実施形態の信号処理装置1における処理回路141によれば、信号のデータと信号の標本の位置に関するデータとに基づいて信号の劣化を復元した復元データを生成する学習済みモデルを記憶し、信号のデータと標本の位置に関するデータとを学習済みモデルに入力し、学習済みモデルを用いて復元データを生成することができる。すなわち、本信号処理装置1によれば、入力層103に、復元対象データ101に加えて標本位置画像102も入力されるため、CNN105の学習において、入力層103から第1の中間層204に向けて、同じ重み係数でも画像における画素の位置に応じて出力が変化する自由度が生まれる。
本応用例と本実施形態との相違は、入力層103にノイズ除去対象画像101だけを入力し、標本位置画像102をCNN105における少なくとも一つの中間層に入力することにある。すなわち、本応用例における入力層103は、第1の入力範囲104aのみを有する。また、本応用例において標本位置画像102が入力される中間層は、活性化関数により活性化された積和値が入力されるチャンネルに加えて、標本位置画像102が入力されるチャンネルを有する。
本適用例における距離計測装置は、本実施形態における処理回路141およびメモリ117を搭載する。距離計測装置において、例えば、LIDAR(Light Detection And Ranging)、光波測距儀、電波測距儀などの光リモートセンシング技術が用いられる。例えば、本距離計測装置が車両に搭載された場合、本距離計測装置は、車両の周辺状況の把握、車両の進行に関する障害物を検知のために用いられる。
本適用例におけるデータ復元処理は、受信信号のデータ101と受信信号の標本の位置に関するデータ102とを用いたデータ復元プログラムの実行により、復元データとしてノイズ除去データ108を生成する処理である。図12は、本適用例におけるデータ復元処理に関する手順の一例を示すフローチャートである。
受光素子115は、時系列に沿って物体による反射光を受信する。これにより、反射光に関する、時系列に沿った受信波形101が取得される。図13は、本距離計測装置110と計測対象の物体との距離が近い場合の受信波形101の一例を示す図である。図13において、受信波形101における反射光はパルスPIとして示されている。図13に示すELは、環境光に関する受信波形101の一部を示している。
処理回路141は、入力機能1411により、受信信号(受信波形)101の標本の位置(経過時間)に関する標本位置データ102を、メモリ117から読み出す。なお、標本位置データ102の読み出しは、ステップSa1の処理の前に実行されてもよい。
処理回路141は、入力機能1411により、受信信号のデータである受信波形101と、標本位置データ102とを、学習済みモデルに入力する。具体的には、処理回路141は、受信波形101と標本位置データ102とを入力層103に入力する。より詳細には、処理回路141は、ステップSa1において取得された受信波形101における複数の標本各々の強度を、入力層103の第1の入力範囲104aにおける複数のノードに入力する。処理回路141は、ステップSa2において読み出された標本位置データ102における複数の値を、入力層103の第2の入力範囲104bにおける複数のノードに入力する。
処理回路141は、距離算出機能1415により、学習済みモデルから出力された復元データ(復元波形)108において、パルスを検出する。具体的には、処理回路141は、検出されたパルスの受光時刻(パルス時刻)を特定する。図16および図17におけるTdは、検出されたパルスPIに対する、特定されたパルス時刻を示している。
処理回路141は、距離算出機能1415により、検出されたパルスに関する経過時間を用いて、パルスに対応する距離を計算する。具体的には、処理回路141は、検出されたパルスに関する経過時間を算出する。図16および図17において、経過時間ETは、特定されたパルス時刻Tdからパルスの出射時刻すなわち標本の収集開始時刻Tsを差分することにより、算出される。処理回路141は、経過時間ET(=Td-Ts)に光速度cを乗算し、2で除すること(ET×c/2)により、距離を算出する。
本適用例における距離計測装置110によれば、物体において反射されたパルスを含む反射光を受信し、受信された反射光を受信信号に変換し、受信信号のデータ101と受信信号の標本の位置に関するデータ102とに基づいて受信信号のノイズを低減したノイズ除去データを生成する学習済みモデルに、受信信号のデータ101と、受信信号の標本の位置に関するデータ102とを入力し、学習済みモデルを用いて、ノイズ除去データ108を生成し、ノイズ除去データ108においてパルスを検出し、検出されたパルスに基づいて物体の距離を算出することができる。
本適用例における音声処理装置は、本実施形態における処理回路141およびメモリ117を搭載する。図18を参考にして、本適用例における音声処理装置201の全体構成について説明する。図18は、音声処理装置201の構成の一例を示す図である。図18に示すように、音声処理装置201は、マイクロフォン202と、メモリ(記憶部)117と、インタフェース209と、処理回路(処理部)141とを備える。処理回路141は、図1と同様に入力機能1411およびデータ復元機能1413を有する。マイクロフォン202は、時系列に沿って音声を取得する音声取得部の一例である。
本適用例におけるデータ復元処理は、音声データ101と、標本位置データ102とを用いたデータ復元プログラムの実行により、復元データ108を生成する処理である。図19は、本適用例におけるデータ復元処理に関する手順の一例を示すフローチャートである。
マイクロフォン202により、音声データ101が、時系列に沿って取得される。図20は、音声データ101の一例を示す図である。図20に示すように、音声データ101には、鋸歯状のノイズが現れている。音声データ101の取得期間は、組み合わせデータ104のデータ量が有限であるため、例えば、入力層103の第1の入力範囲104aにおけるデータ量に応じて予め設定される。
処理回路141は、入力機能1411により、音声データ(音声波形)101における標本の位置(経過時間)に関する標本位置データ102を、メモリ117から読み出す。なお、標本位置データ102の読み出しは、ステップSb1の処理の前に実行されてもよい。
音声データ101と標本位置データ102とが、学習済みモデルに入力される。具体的には、処理回路141は、入力機能1411により音声データ101と標本位置データ102とを入力層103に入力する。より詳細には、処理回路141は、音声データ101における時系列に沿った音声の振幅値を、入力層103の第1の入力範囲104aにおける複数のノードに入力する。処理回路141は、標本位置データ102における時系列に沿った複数の値を、入力層103の第2の入力範囲104bにおける複数のノードに入力する。
処理回路141は、データ復元機能1413により、音声データ101と標本位置データ102とが入力された学習済みモデルを用いて、音声データ101のノイズ(環境音の影響)を低減したまたは除去したデノイズデータ108を生成する。具体的には、処理回路141は、データ復元機能1413により、音声データ101と標本位置データ102とを用いたデータ復元プログラムの実行により、CNN105を用いてデノイズデータ108を生成する。
本適用例における音声処理装置201によれば、時系列に沿って音声を取得し、取得された音声に対して時刻に関する特性を有する標本位置データ102と音声データ101とに基づいて音声のノイズを時系列に沿って低減したデノイズデータ108を生成する学習済みモデルを記憶し、学習済みモデルに音声データ101と標本位置データ102とを入力し、学習済みモデルを用いてデノイズデータ108を生成することができる。
本適用例における振動計測装置は、本実施形態における処理回路141およびメモリ117を搭載する。振動計測装置は、構造物(橋、ビル、ダムなど)などに対する非破壊検査において用いられる。例えば、振動計測装置は、これらの構造物における亀裂などの罅の検出等に用いられる。図22を参考にして、本適用例における振動計測装置301の全体構成について説明する。図22は、振動計測装置301の構成の一例を示す図である。図21に示すように、振動計測装置301は、加速度センサ303と、メモリ(記憶部)117と、インタフェース309と、ディスプレイ311と、処理回路(処理部)141とを備える。処理回路141は、変換機能3131に加えて、図1と同様に入力機能1411およびデータ復元機能1413を有する。加速度センサ303は、時系列に沿って振動を計測する振動計測部の一例である。
本適用例におけるデータ復元処理は、変換データ101と、標本位置データ102とを用いたデータ復元プログラムの実行により、復元データ108として復元変換データを生成する処理である。図23は、本適用例におけるデータ復元処理に関する手順の一例を示すフローチャートである。以下、説明を具体的にするために、標本位置データ102は、周波数に対して強度が単調減少するデータであるものとして説明する。
加速度センサ303は、振動データを、時系列に沿って取得する。振動データは、処理回路141に出力される。
処理回路141は、変換機能3131により、振動データに対してフーリエ変換を実行する。フーリエ変換により、処理回路141は、振動データに対応する変換データ101を生成する。図24は、変換データ101の一例を示す図である。図24に示すように、振動データの周波数スペクトラムを示す変換データ101は、加速度に関連するため、低周波数成分において、大きい強度を有する。
処理回路141は、入力機能1411により、変換データ101における標本の位置(周波数)に関する標本位置データ102を、メモリ117から読み出す。図25は、標本位置データ102の一例を示す図である。図25に示すように、標本位置データ102は、低周波数成分の強度から単調減少する周波数スペクトラムに相当する。なお、標本位置データ102の読み出しは、ステップSc1の処理の前またはステップSc2の処理の前に実行されてもよい。
変換データ101と標本位置データ102とが、学習済みモデルに入力される。具体的には、処理回路141は、入力機能1411により、変換データ101と標本位置データ102とを入力層103に入力する。より詳細には、処理回路141は、変換データ101における振動の周波数ごとの強度を、入力層103の第1の入力範囲104aにおける複数のノードに入力する。処理回路141は、標本位置データ102における振動の周波数ごとの強度を、入力層103の第2の入力範囲104bにおける複数のノードに入力する。
処理回路141は、データ復元機能1413により、変換データ101と標本位置データ102とが入力された学習済みモデルを用いて、復元変換データ108を生成する。具体的には、処理回路141は、データ復元機能1413により変換データ101と標本位置データ102とを用いたデータ復元プログラムの実行により、CNN105を用いて復元変換データ108を生成する。
復元変換データ108に対して逆フーリエ変換が実行されることにより、振動デノイズデータが生成される。具体的には、処理回路141は、変換機能3131により、復元変換データ108に対して逆フーリエ変換を実行する。処理回路141は、逆フーリエ変換により、振動データのノイズが低減された振動デノイズデータを生成する。処理回路141は、振動デノイズデータを、ディスプレイ311に表示させる。ステップSc1乃至ステップSc4の処理は、振動データの取得に応じて繰り返される。繰り返し処理各々において、CNN105には、同一の標本位置データ102が入力される。
本適用例における振動計測装置301によれば、時系列に沿って計測された振動データに対してフーリエ変換が実行された変換データ101と、変換データ101における標本の位置(周波数)に関する標本位置データ102とに基づいて周波数領域において振動のノイズを低減させた復元変換データ108を生成する学習済みモデルを記憶し、学習済みモデルに変換データ101と標本位置データ102とを入力し、学習済みモデルを用いて復元変換データ108を生成することができる。
102 標本位置データ
103 入力層
104 組み合わせデータ
104a 第1の入力範囲
104b 第2の入力範囲
105 学習済みモデル
106 信号
107 出力層
107a 出力ベクトル
108 復元データ
110 距離計測装置
113 発光素子
117 メモリ
119 インタフェース
141 処理回路
201 音声処理装置
202 マイクロフォン
204 中間層
204a 畳み込み後入力範囲
204b 標本位置入力範囲
205 ノード
206 第3の中間層
209 インタフェース
301 振動計測装置
303 加速度センサ
309 インタフェース
311 ディスプレイ
1411 入力機能
1413 データ復元機能
1415 距離算出機能
3131 変換機能
2041 活性化されたデータ
Claims (6)
- 信号のデータと前記信号の標本の位置に関するデータとに基づいて、前記信号の劣化を復元した復元データを生成する学習済みモデルを記憶する記憶部と、
前記学習済みモデルに、前記信号のデータと前記位置に関するデータとを入力する入力部と、
前記学習済みモデルを用いて、前記復元データを生成するデータ復元部と、
を具備し、
前記学習済みモデルは、前記信号のデータの全体に対して同じ重み係数を用いて復元データを生成する、
信号処理装置。 - 前記信号のデータは、画像に関するデータであって、
前記標本の位置は、前記画像における画素の座標である、
請求項1に記載の信号処理装置。 - 前記信号は、時系列に沿った時系列信号であって、
前記標本の位置は、前記標本の時刻である、
請求項1に記載の信号処理装置。 - 前記信号の劣化は、ノイズである、
請求項1乃至3のうちいずれか一項に記載の信号処理装置。 - 物体において反射されたパルスを含む反射光を受信し、前記受信された反射光を受信信号に変換する受信部と、
前記受信信号のデータと前記受信信号の標本の位置に関するデータとに基づいて、前記受信信号のノイズを低減したノイズ除去データを生成する学習済みモデルを記憶する記憶部と、
前記受信信号のデータと前記受信信号の標本の位置に関するデータとを、前記学習済みモデルに入力する入力部と、
前記学習済みモデルを用いて、前記ノイズ除去データを生成するノイズ除去部と、
前記ノイズ除去データにおいて前記パルスを検出し、前記検出されたパルスに基づいて前記物体の距離を算出する距離算出部と、
を具備し、
前記学習済みモデルは、前記受信信号のデータの全体に対して同じ重み係数を用いて前記ノイズ除去データを生成する、
距離計測装置。 - 物体において反射されたパルスを含む反射光を受信し、前記受信された反射光を受信信号に変換し、
前記受信信号のデータと前記受信信号の標本の位置に関するデータとに基づいて前記受信信号のノイズを低減したノイズ除去データを生成する学習済みモデルに、前記受信信号のデータと、前記受信信号の標本の位置に関するデータとを入力し、
前記学習済みモデルを用いて、前記ノイズ除去データを生成し、
前記ノイズ除去データにおいて前記パルスを検出し、
前記検出されたパルスに基づいて前記物体の距離を算出することを備え、
前記学習済みモデルは、前記受信信号のデータの全体に亘って同じ重み係数を用いて前記ノイズ除去データを生成する、
距離計測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022006398A JP7419413B2 (ja) | 2018-09-14 | 2022-01-19 | 信号処理装置、距離計測装置、および距離計測方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018172945A JP2020046774A (ja) | 2018-09-14 | 2018-09-14 | 信号処理装置、距離計測装置、および距離計測方法 |
JP2022006398A JP7419413B2 (ja) | 2018-09-14 | 2022-01-19 | 信号処理装置、距離計測装置、および距離計測方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018172945A Division JP2020046774A (ja) | 2018-09-14 | 2018-09-14 | 信号処理装置、距離計測装置、および距離計測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022058663A true JP2022058663A (ja) | 2022-04-12 |
JP7419413B2 JP7419413B2 (ja) | 2024-01-22 |
Family
ID=69772876
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018172945A Pending JP2020046774A (ja) | 2018-09-14 | 2018-09-14 | 信号処理装置、距離計測装置、および距離計測方法 |
JP2022006398A Active JP7419413B2 (ja) | 2018-09-14 | 2022-01-19 | 信号処理装置、距離計測装置、および距離計測方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018172945A Pending JP2020046774A (ja) | 2018-09-14 | 2018-09-14 | 信号処理装置、距離計測装置、および距離計測方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20200088856A1 (ja) |
JP (2) | JP2020046774A (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210061115A (ko) * | 2019-11-19 | 2021-05-27 | 엘지전자 주식회사 | 인공지능형 로봇 디바이스의 음성 인식 방법 |
CN116400374B (zh) * | 2023-05-04 | 2024-05-03 | 深圳市华众自动化工程有限公司 | 一种基于高精度激光信号采集的测量装置及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04296630A (ja) * | 1991-03-26 | 1992-10-21 | Nippon Telegr & Teleph Corp <Ntt> | 光パルス試験器用ニューロフィルタの構成法 |
JP2018077786A (ja) * | 2016-11-11 | 2018-05-17 | 株式会社東芝 | 画像処理装置、画像処理方法、プログラム、運転制御システム、および、車両 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0447472A (ja) * | 1990-06-14 | 1992-02-17 | Canon Inc | ニャーラルネットワークを用いた画像処理方式 |
JP3974408B2 (ja) * | 2002-01-21 | 2007-09-12 | 学校法人早稲田大学 | 標本化信号生成装置及び標本化信号再生装置並びにその方法 |
JP4727388B2 (ja) * | 2005-10-28 | 2011-07-20 | セコム株式会社 | 侵入検知装置 |
US20180352177A1 (en) * | 2015-09-18 | 2018-12-06 | Hitachi Kokusai Electric Inc. | Image-processing device |
US9760837B1 (en) * | 2016-03-13 | 2017-09-12 | Microsoft Technology Licensing, Llc | Depth from time-of-flight using machine learning |
US10311552B2 (en) * | 2017-04-06 | 2019-06-04 | Pixar | De-noising images using machine learning |
CN108932697B (zh) * | 2017-05-26 | 2020-01-17 | 杭州海康威视数字技术股份有限公司 | 一种失真图像的去失真方法、装置及电子设备 |
US10430913B2 (en) * | 2017-06-30 | 2019-10-01 | Intel Corporation | Approximating image processing functions using convolutional neural networks |
CN109074633B (zh) * | 2017-10-18 | 2020-05-12 | 深圳市大疆创新科技有限公司 | 视频处理方法、设备、无人机及计算机可读存储介质 |
CN108737750A (zh) * | 2018-06-07 | 2018-11-02 | 北京旷视科技有限公司 | 图像处理方法、装置及电子设备 |
KR102250164B1 (ko) * | 2018-09-05 | 2021-05-10 | 에이아이메딕(주) | 기계 학습 및 영상 처리 알고리즘을 이용하여 의료 영상의 혈관들을 자동으로 영역화하는 방법 및 시스템 |
CN110889851B (zh) * | 2018-09-11 | 2023-08-01 | 苹果公司 | 针对深度和视差估计的语义分割的稳健用途 |
JP7481956B2 (ja) * | 2020-08-26 | 2024-05-13 | 株式会社東芝 | 推論装置、方法、プログラムおよび学習装置 |
-
2018
- 2018-09-14 JP JP2018172945A patent/JP2020046774A/ja active Pending
-
2019
- 2019-02-28 US US16/288,337 patent/US20200088856A1/en active Pending
-
2022
- 2022-01-19 JP JP2022006398A patent/JP7419413B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04296630A (ja) * | 1991-03-26 | 1992-10-21 | Nippon Telegr & Teleph Corp <Ntt> | 光パルス試験器用ニューロフィルタの構成法 |
JP2018077786A (ja) * | 2016-11-11 | 2018-05-17 | 株式会社東芝 | 画像処理装置、画像処理方法、プログラム、運転制御システム、および、車両 |
Non-Patent Citations (2)
Title |
---|
M. JOODAKI ET AL.: ""Using Neural Networks for High Resolution Distance Measurements in Pulsed Laser Radar"", PROCEEDINGS OF THE 18TH IEEE INSTRUMENTATION AND MEASUREMENT TECHNOLOGY CONFERENCE, JPN6021029569, 21 May 2001 (2001-05-21), US, pages 1242 - 1246, XP010545956, ISSN: 0004961658, DOI: 10.1109/IMTC.2001.928274 * |
高橋 潤、村瀬 健太郎: ""ノイズ環境下における音声認識向上のためのDNNプレフィルタリング"", 電子情報通信学会技術研究報告, vol. 117, no. 516, JPN6021029568, 12 March 2018 (2018-03-12), JP, pages 373 - 378, ISSN: 0004961659 * |
Also Published As
Publication number | Publication date |
---|---|
JP2020046774A (ja) | 2020-03-26 |
JP7419413B2 (ja) | 2024-01-22 |
US20200088856A1 (en) | 2020-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7419413B2 (ja) | 信号処理装置、距離計測装置、および距離計測方法 | |
Davis et al. | The visual microphone: Passive recovery of sound from video | |
JP7068054B2 (ja) | 距離計測装置、および距離計測方法 | |
JP2020503509A (ja) | 超音波スキャン・データを用いた欠陥検出 | |
CN1783939A (zh) | 振铃去除装置及记录有振铃去除程序的计算机可读取记录媒体 | |
KR20100085675A (ko) | 깊이 정보를 이용한 깊이 노이즈 필터링 방법 및 장치 | |
KR20130007905A (ko) | 초음파 영상 처리 방법 및 장치 | |
KR20130077406A (ko) | 초음파 영상 처리 방법 및 장치 | |
JP5918198B2 (ja) | 超音波診断装置 | |
US20140219050A1 (en) | Imaging apparatus, ultrasonic imaging apparatus, method of processing an image, and method of processing an ultrasonic image | |
CN111489319A (zh) | 基于多尺度双边滤波和视觉显著性的红外图像增强方法 | |
JP2020523143A5 (ja) | ||
WO2018034241A1 (ja) | 電磁波位相振幅生成装置、電磁波位相振幅生成方法及び電磁波位相振幅生成プログラム | |
TW201837458A (zh) | 用於從低解析度檢測影像重建高解析度點擴散函數之系統及方法 | |
Narasimha et al. | A comparative study: Spatial domain filter for medical image enhancement | |
Honarvar Shakibaei Asli et al. | Motion blur invariant for estimating motion parameters of medical ultrasound images | |
Sakai et al. | Image improvement using image processing for scanning acoustic tomograph images | |
CN112799071A (zh) | 一种水底位置的检测方法及装置 | |
Al Mudhafar et al. | Noise in Digital Image Processing: A Review Study | |
KR102651084B1 (ko) | 실시간 위상기반 모션확대기법을 이용한 미소진동 측정방법 | |
Yitzhaky et al. | Identification of blur parameters from motion-blurred images | |
JP7206527B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN115993611B (zh) | 一种基于瞬态信号超分辨网络的非视域成像方法及装置 | |
JP2019087126A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
Mahmood et al. | 3-D shape recovery from image focus using no-reference sharpness metric based on inherent sharpness |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220119 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221116 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20230105 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230313 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230823 |
|
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: 20231212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7419413 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |