JP2022517398A - ニューラルネットワークのトレーニング及び目開閉状態の検出方法、装置並び機器 - Google Patents
ニューラルネットワークのトレーニング及び目開閉状態の検出方法、装置並び機器 Download PDFInfo
- Publication number
- JP2022517398A JP2022517398A JP2021541183A JP2021541183A JP2022517398A JP 2022517398 A JP2022517398 A JP 2022517398A JP 2021541183 A JP2021541183 A JP 2021541183A JP 2021541183 A JP2021541183 A JP 2021541183A JP 2022517398 A JP2022517398 A JP 2022517398A
- Authority
- JP
- Japan
- Prior art keywords
- eye
- closing
- eye opening
- neural network
- detection
- 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
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- 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
-
- 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
- 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
Abstract
Description
本開示は、2019年2月28日に中国特許庁に出願された第201910153463.4号「ニューラルネットワークのトレーニング及び目開閉状態の検出方法、装置並び機器」を発明の名称とした中国特許出願の優先権を主張し、その内容全体が引用により本開示に組み込まれる。
図1は本開示のニューラルネットワークのトレーニング方法の一実施形態のフローチャートを示す。図1に示すように、この実施例に係る方法は、ステップ:S100及びS110を含む。以下に図1の各ステップをそれぞれ詳しく説明する。
図8は本開示の実施形態の例示的な機器のブロック図を示す。この機器800は、自動車に搭載される制御システム/電子システ、移動端末(例えば、スマートフォンなど)、パーソナルコンピュータ(PC、例えばデスクトップコンピュータまたはノートブックコンピュータなど)、タブレットコンピュータ及びサーバなどであってもよい。図8では、機器800は、1つまたは複数のプロセッサ、通信部などを含み、前記1つまたは複数のプロセッサは、1つまたは複数の中央処理ユニット(CPU)801、および/または1つまたは複数の加速ユニット813であってもよい。加速ユニット813は、グラフィックプロセッサ(GPU)などであってもよい。プロセッサは、読み取り専用メモリ(ROM)802に格納された実行可能命令、または記憶部808からランダムアクセスメモリ(RAM)803にロードされた実行可能命令に基づいて、さまざまな適切な動作及び処理を実行できる。通信部812は、ネットワークカードを含み得るが、これに限定されず、前記ネットワークカードは、IB(インフィニバンド)ネットワークカードを含み得るが、これに限定されない。プロセッサは、実行可能命令を実行するために読み取り専用メモリ802および/またはランダムアクセスメモリ803と通信し、バス804を介して通信部分812に接続され、通信部812を介して他のターゲットデバイスと通信することによって本開示の対応するステップを完了ささせる。
Claims (19)
- トレーニング対象の目開閉検出用ニューラルネットワークを介して、少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する画像セット内の複数の目画像のそれぞれに対して、目開閉状態の検出処理を行って目開閉状態の検出結果を出力することと、
前記目画像の、目開閉のラベリング情報及び前記ニューラルネットワークから出力された目開閉状態の検出結果に基づいて、前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失をそれぞれ決定し、前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失に基づいて前記ニューラルネットワークのネットワークパラメータを調整することと、
を含み、
異なる画像セットに含まれる目画像は少なくとも部分的に異なることを特徴とするニューラルネットワークのトレーニング方法。 - 前記少なくとも2つの目開閉検出トレーニングタスクは、目に装着物が装着されている場合の目開閉検出タスク、目に装着物が装着されない場合の目開閉検出タスク、室内環境での目開閉検出タスク、室外環境での目開閉検出タスク、目に装着物が装着され且つ装着物にスポットがある場合の目開閉検出タスク、目に装着物が装着され且つ装着物にスポットがない場合の目開閉検出タスクのうちの少なくとも2つを含み、
前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する画像セットは、目に装着物が装着されている目画像セット、目に装着物が装着されない目画像セット、室内環境で収集した目画像セット、室外環境で収集した目画像セット、目に装着物が装着され且つ装着物にスポットがある目画像セット、目に装着物が装着され且つ装着物にスポットがない目画像セットのうちの少なくとも2つを含むことを特徴とする請求項1に記載の方法。 - 前記トレーニング対象の目開閉検出用ニューラルネットワークを介して、少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する画像セット内の複数の目画像のそれぞれに対して、目開閉状態の検出処理を行って目開閉状態の検出結果を出力することは、
異なる目開閉検出トレーニングタスクに対して、当該異なる目開閉検出トレーニングタスクに予め設定された画像の枚数の比例に従って、異なる前記画像セットから対応する枚数の目画像をそれぞれ取得することと、
トレーニング対象の目開閉検出用ニューラルネットワークを介して、前記対応する枚数の目画像のそれぞれに対して、目開閉状態の検出処理を行い、各目画像のそれぞれに対応する目開閉状態の検出結果を出力することと、
を含むことを特徴とする請求項1または2に記載の方法。 - 前記目画像の、目開閉のラベリング情報及び前記ニューラルネットワークから出力された目開閉状態の検出結果に基づいて、前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失をそれぞれ決定することは、
いずれかの目開閉検出トレーニングタスクについて、当該トレーニングタスクに対応する画像セット内の複数の目画像のそれぞれに対して前記ニューラルネットワークから出力した目開閉状態の検出結果のうちの最大確率値と、当該画像セット内の対応する目画像のラベリング情報に対応する境界面との間の夾角に基づいて、当該トレーニングタスクに対応する損失を決定することを含むことを特徴とする請求項1~3のいずれか1項に記載の方法。 - 前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失に基づいて、前記ニューラルネットワークのネットワークパラメータを調整することは、
前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失に基づいて、前記少なくとも2つの目開閉検出トレーニングタスクの総合損失を決定することと、
前記総合損失に基づいて、前記ニューラルネットワークのネットワークパラメータを調整することと、
を含むことを特徴とする請求項1~4のいずれか1項に記載の方法。 - 被処理画像を取得することと、
ニューラルネットワークを介して、前記被処理画像に対して目開閉状態の検出処理を行い、目開閉状態の検出結果を出力することと、
を含み、
前記ニューラルネットワークは上記請求項1~5のいずれか1項に記載の方法でトレーニングされたものであることを特徴とする目開閉状態の検出方法。 - 少なくとも時系列の複数の被処理画像における同一の対象者の目開閉状態の検出結果に基づいて、前記対象者の目の動作および/または表情および/または疲労状態および/または対話制御情報を決定することをさらに含むことを特徴とする請求項6に記載の方法。
- 車両に搭載される撮影装置により収集された被処理画像を取得することと、
ニューラルネットワークを介して、前記被処理画像に対して目開閉状態の検出処理を行い、目開閉状態の検出結果を出力することと、
少なくとも時系列の複数の被処理画像における同一の対象者の目開閉状態の検出結果に基づいて、前記対象者の疲労状態を決定することと、
前記対象者の疲労状態に応じて、指令を生成し出力することと、
を含み、
前記ニューラルネットワークは上記請求項1~5のいずれか1項に記載の方法でトレーニングされたものであることを特徴とするインテリジェント運転制御方法。 - 少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する画像セット内の複数の目画像のそれぞれに対して、目開閉状態の検出処理を行って目開閉状態の検出結果を出力することに用いられるトレーニング対象の目開閉検出用ニューラルネットワークと、
前記目画像の、目開閉のラベリング情報及び前記ニューラルネットワークから出力された目開閉状態の検出結果に基づいて、前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失をそれぞれ決定し、前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失に基づいて前記ニューラルネットワークのネットワークパラメータを調整することに用いられる調整モジュールと、
を含み、
異なる画像セットに含まれる目画像は少なくとも部分的に異なることを特徴とするニューラルネットワークのトレーニング装置。 - 前記少なくとも2つの目開閉検出トレーニングタスクは、目に装着物が装着されている場合の目開閉検出タスク、目に装着物が装着されない場合の目開閉検出タスク、室内環境での目開閉検出タスク、室外環境での目開閉検出タスク、目に装着物が装着され且つ装着物にスポットがある場合の目開閉検出タスク、目に装着物が装着され且つ装着物にスポットがない場合の目開閉検出タスクのうちの少なくとも2つを含み、
前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する画像セットは、目に装着物が装着されている目画像セット、目に装着物が装着されない目画像セット、室内環境で収集した目画像セット、室外環境で収集した目画像セット、目に装着物が装着され且つ装着物にスポットがある目画像セット、目に装着物が装着され且つ装着物にスポットがない目画像セットのうちの少なくとも2つを含むことを特徴とする請求項9に記載の装置。 - 異なる目開閉検出トレーニングタスクに対して、当該異なる目開閉検出トレーニングタスクに予め設定された画像の枚数の比例に従って、異なる前記画像セットから対応する枚数の目画像をそれぞれ取得して、トレーニング対象の目開閉検出用ニューラルネットワークに提供することに用いられる入力モジュールをさらに含み、
前記トレーニング対象の目開閉検出用ニューラルネットワークは、前記対応する枚数の目画像のそれぞれに対して、目開閉状態の検出処理を行い、各目画像のそれぞれに対応する目開閉状態の検出結果を出力することを特徴とする請求項9または10に記載の装置。 - 前記調整モジュールはさらに、
いずれかの目開閉検出トレーニングタスクについて、当該トレーニングタスクに対応する画像セット内の複数の目画像のそれぞれに対してニューラルネットワークから出力した目開閉状態の検出結果のうちの最大確率値と、当該画像セット内の対応する目画像のラベリング情報に対応する境界面との間の夾角に基づいて、当該トレーニングタスクに対応する損失を決定することに用いられることを特徴とする請求項9~11のいずれか1項に記載装置。 - 前記調整モジュールはさらに、
前記少なくとも2つの目開閉検出トレーニングタスクのそれぞれに対応する損失に基づいて、前記少なくとも2つの目開閉検出トレーニングタスクの総合損失を決定することと、
前記総合損失に基づいて前記ニューラルネットワークのネットワークパラメータを調整することに用いられることを特徴とする請求項9~12のいずれか1項に記載の装置。 - 被処理画像を取得することに用いられる取得モジュールと、
前記被処理画像に対して目開閉状態の検出処理を行い、目開閉状態の検出結果を出力することに用いられるニューラルネットワークと、
を含み、
前記ニューラルネットワークは上記請求項9~13のいずれか1項に記載の装置でトレーニングされたものであることを特徴とする目開閉状態の検出装置。 - 少なくとも時系列の複数の被処理画像における同一の対象者の目開閉状態の検出結果に基づいて、前記対象者の目の動作および/または表情および/または疲労状態および/または対話制御情報を決定することに用いられる決定モジュールをさらに含むことを特徴とする請求項14に記載の装置。
- 車両に搭載される撮影装置により収集された被処理画像を取得することに用いられる取得モジュールと、
前記被処理画像に対して目開閉状態の検出処理を行い、目開閉状態の検出結果を出力することに用いられるニューラルネットワークと、
少なくとも時系列の複数の被処理画像における同一の対象者の目開閉状態の検出結果に基づいて、前記対象者の疲労状態を決定することに用いられる疲労状態決定モジュールと、
前記対象者の疲労状態に応じて、指令を生成し出力することに用いられる指令モジュールと、
を含み、
前記ニューラルネットワークは上記請求項9~13のいずれか1項に記載の装置でトレーニングされたものであることを特徴とするインテリジェント運転制御装置。 - コンピュータプログラムを記憶するためのメモリと、
前記メモリに記憶されたコンピュータプログラムを実行し、かつ、前記コンピュータプログラムが実行されると、上記請求項1~8のいずれか1項に記載の方法を実現させるプロセッサと、
を含む電子機器。 - プロセッサにより実行されると、上記請求項1~8のいずれか1項に記載の方法を実現させるコンピュータプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
- 機器のプロセッサにおいて実行されると、上記請求項1~8のいずれか1項に記載の方法を実現させるコンピュータ命令を含むコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910153463.4 | 2019-02-28 | ||
CN201910153463.4A CN111626087A (zh) | 2019-02-28 | 2019-02-28 | 神经网络训练及眼睛睁闭状态检测方法、装置及设备 |
PCT/CN2019/118127 WO2020173135A1 (zh) | 2019-02-28 | 2019-11-13 | 神经网络训练及眼睛睁闭状态检测方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022517398A true JP2022517398A (ja) | 2022-03-08 |
JP7227385B2 JP7227385B2 (ja) | 2023-02-21 |
Family
ID=72238751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021541183A Active JP7227385B2 (ja) | 2019-02-28 | 2019-11-13 | ニューラルネットワークのトレーニング及び目開閉状態の検出方法、装置並び機器 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7227385B2 (ja) |
KR (1) | KR20210113621A (ja) |
CN (1) | CN111626087A (ja) |
WO (1) | WO2020173135A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313790A (zh) * | 2021-05-31 | 2021-08-27 | 北京字跳网络技术有限公司 | 视频生成方法、装置、设备及存储介质 |
CN113537176A (zh) * | 2021-09-16 | 2021-10-22 | 武汉未来幻影科技有限公司 | 一种驾驶员疲劳状态的确定方法、装置以及设备 |
CN114283488B (zh) * | 2022-03-08 | 2022-06-14 | 北京万里红科技有限公司 | 生成检测模型的方法及利用检测模型检测眼睛状态的方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006251926A (ja) * | 2005-03-08 | 2006-09-21 | Nissan Motor Co Ltd | 直射光検出装置 |
JP2006268189A (ja) * | 2005-03-22 | 2006-10-05 | Nissan Motor Co Ltd | 視認行動判定装置 |
JP2008198078A (ja) * | 2007-02-15 | 2008-08-28 | Toyota Central R&D Labs Inc | 画像検出装置 |
JP2016176699A (ja) * | 2015-03-18 | 2016-10-06 | 株式会社オートネットワーク技術研究所 | 経路探索装置、経路探索方法及びコンピュータプログラム |
JP2017010337A (ja) * | 2015-06-23 | 2017-01-12 | 富士通株式会社 | 瞳孔検出プログラム、瞳孔検出方法、瞳孔検出装置および視線検出システム |
JP2018018400A (ja) * | 2016-07-29 | 2018-02-01 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 瞼開閉検出装置および瞼開閉検出方法 |
JP2018018401A (ja) * | 2016-07-29 | 2018-02-01 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 瞼開閉検出装置および瞼開閉検出方法 |
JP2018075208A (ja) * | 2016-11-10 | 2018-05-17 | パナソニックIpマネジメント株式会社 | 運転者の状態検出システムおよび状態検出方法 |
CN108805185A (zh) * | 2018-05-29 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 模型的训练方法、装置、存储介质及计算机设备 |
WO2019028798A1 (zh) * | 2017-08-10 | 2019-02-14 | 北京市商汤科技开发有限公司 | 驾驶状态监控方法、装置和电子设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107003834B (zh) * | 2014-12-15 | 2018-07-06 | 北京市商汤科技开发有限公司 | 行人检测设备和方法 |
US10002415B2 (en) * | 2016-04-12 | 2018-06-19 | Adobe Systems Incorporated | Utilizing deep learning for rating aesthetics of digital images |
CN106529402B (zh) * | 2016-09-27 | 2019-05-28 | 中国科学院自动化研究所 | 基于多任务学习的卷积神经网络的人脸属性分析方法 |
CN106585629B (zh) * | 2016-12-06 | 2019-07-12 | 广东泓睿科技有限公司 | 一种车辆控制方法和装置 |
CN108985135A (zh) * | 2017-06-02 | 2018-12-11 | 腾讯科技(深圳)有限公司 | 一种人脸检测器训练方法、装置及电子设备 |
CN108022238B (zh) * | 2017-08-09 | 2020-07-03 | 深圳科亚医疗科技有限公司 | 对3d图像中对象进行检测的方法、计算机存储介质和系统 |
CN108614999B (zh) * | 2018-04-16 | 2022-09-16 | 贵州大学 | 基于深度学习的眼睛睁闭状态检测方法 |
CN108960071A (zh) * | 2018-06-06 | 2018-12-07 | 武汉幻视智能科技有限公司 | 一种睁眼闭眼状态检测方法 |
CN108932536B (zh) * | 2018-07-18 | 2021-11-09 | 电子科技大学 | 基于深度神经网络的人脸姿态重建方法 |
-
2019
- 2019-02-28 CN CN201910153463.4A patent/CN111626087A/zh active Pending
- 2019-11-13 JP JP2021541183A patent/JP7227385B2/ja active Active
- 2019-11-13 WO PCT/CN2019/118127 patent/WO2020173135A1/zh active Application Filing
- 2019-11-13 KR KR1020217023286A patent/KR20210113621A/ko not_active Application Discontinuation
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006251926A (ja) * | 2005-03-08 | 2006-09-21 | Nissan Motor Co Ltd | 直射光検出装置 |
JP2006268189A (ja) * | 2005-03-22 | 2006-10-05 | Nissan Motor Co Ltd | 視認行動判定装置 |
JP2008198078A (ja) * | 2007-02-15 | 2008-08-28 | Toyota Central R&D Labs Inc | 画像検出装置 |
JP2016176699A (ja) * | 2015-03-18 | 2016-10-06 | 株式会社オートネットワーク技術研究所 | 経路探索装置、経路探索方法及びコンピュータプログラム |
JP2017010337A (ja) * | 2015-06-23 | 2017-01-12 | 富士通株式会社 | 瞳孔検出プログラム、瞳孔検出方法、瞳孔検出装置および視線検出システム |
JP2018018400A (ja) * | 2016-07-29 | 2018-02-01 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 瞼開閉検出装置および瞼開閉検出方法 |
JP2018018401A (ja) * | 2016-07-29 | 2018-02-01 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 瞼開閉検出装置および瞼開閉検出方法 |
JP2018075208A (ja) * | 2016-11-10 | 2018-05-17 | パナソニックIpマネジメント株式会社 | 運転者の状態検出システムおよび状態検出方法 |
WO2019028798A1 (zh) * | 2017-08-10 | 2019-02-14 | 北京市商汤科技开发有限公司 | 驾驶状态监控方法、装置和电子设备 |
CN108805185A (zh) * | 2018-05-29 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 模型的训练方法、装置、存储介质及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2020173135A1 (zh) | 2020-09-03 |
JP7227385B2 (ja) | 2023-02-21 |
KR20210113621A (ko) | 2021-09-16 |
CN111626087A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11574451B2 (en) | Controlling 3D positions in relation to multiple virtual planes | |
US11557085B2 (en) | Neural network processing for multi-object 3D modeling | |
US10890968B2 (en) | Electronic device with foveated display and gaze prediction | |
US11551377B2 (en) | Eye gaze tracking using neural networks | |
JP6970305B2 (ja) | 顔姿勢解析方法、装置、デバイス、記憶媒体及びプログラム | |
US20220229534A1 (en) | Coordinating cursor movement between a physical surface and a virtual surface | |
JP6678246B2 (ja) | 大域的最適化に基づく意味的セグメント化 | |
JP2023052530A (ja) | コンピュータによって実行される方法、コンピューティングデバイス、コンピューティングシステム、コンピュータプログラム、および車両 | |
JP2022517398A (ja) | ニューラルネットワークのトレーニング及び目開閉状態の検出方法、装置並び機器 | |
US20220198836A1 (en) | Gesture recognition method, electronic device, computer-readable storage medium, and chip | |
JP2021526269A (ja) | オブジェクト追跡方法および装置、電子設備並びに記憶媒体 | |
CN110597387B (zh) | 基于人工智能的画面显示方法和装置、计算设备、存储介质 | |
WO2022170223A1 (en) | User interactions in extended reality | |
CN112597872A (zh) | 视线角度估计方法和装置、存储介质、电子设备 | |
JP2021530823A (ja) | ニューラルネットワークのトレーニング方法、視線追跡方法及び装置並びに電子機器 | |
US10964046B2 (en) | Information processing apparatus and non-transitory computer readable medium storing information processing program for estimating face orientation by using an omni-directional camera | |
CN112106075A (zh) | 扩展先前训练的深度神经网络 | |
KR20210000671A (ko) | 헤드 포즈 추정 | |
WO2021238586A1 (zh) | 一种训练方法、装置、设备以及计算机可读存储介质 | |
CN114461078A (zh) | 一种基于人工智能的人机交互方法 | |
CN113506328A (zh) | 视线估计模型的生成方法和装置、视线估计方法和装置 | |
CN113516665A (zh) | 图像分割模型的训练方法、图像分割方法、装置、设备 | |
CN112052770A (zh) | 用于疲劳检测的方法、装置、介质以及电子设备 | |
KR20210048270A (ko) | 복수 객체에 대한 오디오 포커싱 방법 및 장치 | |
US20230419721A1 (en) | Electronic device for improving quality of image and method for improving quality of image by using same |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210715 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210715 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220719 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221219 |
|
A603 | Late request for extension of time limit during examination |
Free format text: JAPANESE INTERMEDIATE CODE: A603 Effective date: 20221219 |
|
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: 20230124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7227385 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |