JP2022535884A - 自然光及び/又は人工光の下での物体認識のためのシステム及び方法 - Google Patents
自然光及び/又は人工光の下での物体認識のためのシステム及び方法 Download PDFInfo
- Publication number
- JP2022535884A JP2022535884A JP2021572381A JP2021572381A JP2022535884A JP 2022535884 A JP2022535884 A JP 2022535884A JP 2021572381 A JP2021572381 A JP 2021572381A JP 2021572381 A JP2021572381 A JP 2021572381A JP 2022535884 A JP2022535884 A JP 2022535884A
- Authority
- JP
- Japan
- Prior art keywords
- spectral
- scene
- light
- light source
- emission
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000003595 spectral effect Effects 0.000 claims abstract description 265
- 238000013500 data storage Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000003287 optical effect Effects 0.000 claims description 15
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000001228 spectrum Methods 0.000 abstract description 12
- 238000000295 emission spectrum Methods 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000005286 illumination Methods 0.000 description 9
- 238000004020 luminiscence type Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 238000000411 transmission spectrum Methods 0.000 description 5
- 238000002834 transmittance Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000002189 fluorescence spectrum Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000000049 pigment Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000009500 colour coating Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- -1 metachromics Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 235000015927 pasta Nutrition 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006862 quantum yield reaction Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Vascular Medicine (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Photometry And Measurement Of Optical Pulse Characteristics (AREA)
- Image Analysis (AREA)
- Spectroscopy & Molecular Physics (AREA)
Abstract
Description
- 認識される少なくとも1つの物体であって、物体特有の反射スペクトルパターンと物体特有の発光スペクトルパターンとを有する、物体と、
- 前記少なくとも1つの物体を含むシーンを照射するように構成された自然光源及び/又は人工光源であって、前記光源は、前記シーンを照射するときに光のスペクトル範囲の少なくとも1つのスペクトルバンドを省略するように設計されており、前記少なくとも1つの省略されたスペクトルバンドは前記少なくとも1つの物体の発光スペクトルパターン内にある、自然光源及び/又は人工光源と、
- 前記シーンが前記光源によって照射されるときに、前記少なくとも1つの物体を含む前記シーンの放射輝度データを測定し、前記少なくとも1つの省略されたスペクトルバンドで読み取るように構成されたセンサと、
- 適切に割り当てられたそれぞれの物体とともに発光スペクトルパターンを含むデータ記憶ユニットと、
- データ処理ユニットであって、前記少なくとも1つの省略されたスペクトルバンド内で前記シーンの測定された放射輝度データから認識される前記少なくとも1つの物体の物体特有の発光スペクトルパターンを計算/抽出/導出し、前記計算/抽出/導出された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶された発光スペクトルパターンとマッチングさせ、ベストマッチングした発光スペクトルパターン、すなわち、その割り当てられた物体を識別するように構成されたデータ処理ユニットと、
を備える。
- 認識される少なくとも1つの物体を提供する工程であって、前記物体は物体特有の反射スペクトルパターンと発光スペクトルパターンとを有している、工程と、
- 自然光源及び/又は人工光源を用いて前記物体を含むシーンを照射する工程であって、前記光源は、シーンを照射するときに光のスペクトル範囲の少なくとも1つの個別スペクトルバンドを省略するように設計されており、前記少なくとも1つのスペクトルバンドは、前記少なくとも1つの物体の発光スペクトルパターンに適合されており、前記発光スペクトルパターンの少なくとも1つの波長をカバーし、すなわち、前記少なくとも1つのフィルタリングされたスペクトルバンドは前記物体の発光スペクトル範囲にある、工程と、
- 前記シーンが前記光源によって照射されたときに、前記物体を含む前記シーンの放射輝度データを、センサを用いて測定し、前記少なくとも1つの省略されたスペクトルバンドで読み取る、工程と、
- 適切に割り当てられたそれぞれの物体とともに発光スペクトルパターンを含むデータ記憶ユニットを提供する、工程と、
- データ処理ユニットにより、前記シーンの測定された放射輝度データから認識される前記物体の物体特有の発光スペクトルパターンを抽出する、工程と、
- 前記抽出された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶されている発光スペクトルパターンとマッチングさせる、工程と、
- ベストマッチングした発光スペクトルパターン、すなわち、その割り当てられた物体を識別する、工程と、
を含む。
- 認識される物体を提供するための命令であって、前記物体は物体特有の反射スペクトルパターンと発光スペクトルパターンを有している、命令と、
- 自然光源及び/又は人工光源を用いて前記物体を含むシーンを照射する命令であって、前記光源は、シーンを照射するときに光のスペクトル範囲の少なくとも1つの個別スペクトルバンドを省略するように設計されており、前記少なくとも1つのスペクトルバンドは、前記少なくとも1つの物体の発光スペクトルパターンに適合されており、前記発光スペクトルパターンの少なくとも1つの波長をカバーし、すなわち、前記少なくとも1つの省略されたスペクトルバンドは前記物体の発光スペクトル範囲にある、命令と、
- 前記シーンが前記光源によって照射されたときに、前記物体を含む前記シーンの放射輝度データを測定し、前記少なくとも1つのフィルタリングされたスペクトルバンドで読み取る、命令と、
- 適切に割り当てられたそれぞれの物体とともに発光スペクトルパターンを含むデータ記憶ユニットを提供する、命令と、
- 前記シーンの測定された放射輝度データから認識される物体の物体特有の発光スペクトルパターンを抽出する、命令と、
- 前記抽出された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶されている発光スペクトルパターンとマッチングさせる、命令と、
- ベストマッチングした発光スペクトルパターン、すなわち、その割り当てられた物体を識別する、命令と、
を含む。
図1aは、横軸101と2つの縦軸102、103を有する図を示している。この図は、コンピュータビジョンアプリケーションを介する物体認識のための提案されたシステムの一実施形態について示されている。このシステムは、認識される少なくとも1つの物体を含むシーンを照射するための少なくとも1つの発光体を含む自然光源及び/又は人工光源を少なくとも備えている。認識される少なくとも1つの物体は、物体特有の反射スペクトルパターンと発光スペクトルパターンを有している。光源は、光のスペクトル範囲内の少なくとも1つの予め定義されたスペクトルバンドがシーンに入るのを遮断するように設計された少なくとも1つのノッチフィルタを備え、該少なくとも1つのフィルタリングされたスペクトルバンドは、発光スペクトルパターン内、すなわち、少なくとも1つの物体の発光スペクトル範囲内にある。光のスペクトル範囲の波長は、横軸101に沿ってプロットされている。ノッチフィルタの透過率は、縦軸103に沿ってプロットされ、透過率はパーセントで与えられている。光源の、すなわち光源に含まれる発光体の放射強度が縦軸102に沿ってプロットされている。曲線110は、波長の関数としての光源の放射強度値の展開を示し、曲線111は、波長の関数としてのノッチフィルタの透過率を示している。このように、図1aの図では、フィルタリングされていない発光スペクトルとノッチフィルタの透過スペクトルとが、互いに独立した波長のそれぞれの関数としてプロットされている。
101 横軸
102 縦軸
103 縦軸
110 曲線
111 曲線
120 曲線
201 横軸
202 縦軸
203 縦軸
210 曲線
220 曲線
301 横軸
302 縦軸
303 縦軸
310 曲線
320 曲線
400 システム
410 光源
415 フィルタ
420 認識される物体
430 シーン
440 センサ
450 データ処理ユニット
460 データ記憶ユニット
Claims (20)
- コンピュータビジョンアプリケーションを介した物体認識のためのシステムであって、少なくとも以下の構成要素:
- 認識される少なくとも1つの物体であって、物体特有の反射スペクトルパターンと物体特有の発光スペクトルパターンとを有する、物体と、
- 前記少なくとも1つの物体を含むシーンを照射するように構成された光源であって、前記光源は、前記シーンを照射するときに光のスペクトル範囲の少なくとも1つのスペクトルバンドを省略するように設計されており、前記少なくとも1つの省略されたスペクトルバンドは前記少なくとも1つの物体の前記発光スペクトルパターン内にある、光源と、
- 前記シーンが前記光源によって照射されるときに、前記少なくとも1つの省略されたスペクトルバンドの少なくとも1つで前記シーンの放射輝度データのみを測定するように構成された少なくとも1つのセンサと、
- 適切に割り当てられたそれぞれの物体とともに発光スペクトルパターンを含むデータ記憶ユニットと、
- 前記シーンの前記測定された放射輝度データから、認識される前記少なくとも1つの物体の物体特有の前記発光スペクトルパターンを抽出し、前記抽出された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶された発光スペクトルパターンとマッチングさせ、ベストマッチングした発光スペクトルパターン、すなわち、その割り当てられた物体を識別するように構成されたデータ処理ユニットと、
を備える、システム。 - 前記光源は、前記シーンを照射する際に、前記光のスペクトル範囲の少なくとも1つのスペクトルバンドを意図的かつ本質的に除外するように構成されたLED光源である、請求項1に記載のシステム。
- 前記LED光源は、複数のスペクトルバンドを省略するように構成され、複数の狭帯域LEDで構成され、前記各LEDは狭いスペクトルバンドの光を放射するように構成され、前記LEDのスペクトルバンドは、間に前記省略されたスペクトルバンドを有して互いに離間している、請求項2に記載のシステム。
- 前記光源は、少なくとも1つの光フィルタを備え、前記少なくとも1つの光フィルタは、前記光のスペクトル範囲の前記少なくとも1つのスペクトルバンドが前記シーンに入るのを遮断するように設計されている、請求項1~3のいずれか1項に記載のシステム。
- 前記少なくとも1つの光フィルタは、ある時点では光の少なくとも1つのスペクトルバンドが前記シーンに入るのを遮断し、遮断される前記少なくとも1つのスペクトルバンドを動的に変更し、したがって、経時的に光のスペクトル範囲の少なくとも一部分を遮断するように構成された動的光フィルタとして設計されている、請求項4に記載のシステム。
- 前記動的光フィルタは、対象となる光のスペクトル範囲にわたって連続的に作動し、要求に応じて対象となる前記少なくとも1つのスペクトルバンドの少なくとも1つを遮断するように構成されている、請求項5に記載のシステム。
- 同一の自然光源及び/又は人工光源、及び/又はシーンを照射する複数の自然光源及び/又は人工光源上に複数の動的光フィルタを備え、前記フィルタは、前記少なくとも1つのスペクトルバンドのうちの同一のものの少なくとも一部を同時に遮断するように互いに同期するように構成されている、請求項4~6のいずれか1項に記載のシステム。
- 前記少なくとも1つの光フィルタは、自然光のように窓からシーンに入る光又は人工照明要素からシーンに入る光を、前記少なくとも1つの別個のスペクトルバンドで連続的に遮断するように構成されたノッチフィルタとして設計されている、請求項4に記載のシステム。
- 前記ノッチフィルタは、前記光のスペクトル範囲内の複数の別個のスペクトルバンドを遮断するように設計されている、請求項8に記載のシステム。
- 前記少なくとも1つのセンサは、前記シーンが前記光源によって照射されている時間間隔で、前記シーンを撮像し、前記光のスペクトル範囲の前記少なくとも1つのスペクトルバンドの異なるスペクトルバンドで前記シーンの放射輝度データのみを記録するように構成されているカメラである、請求項1~9のいずれか1項に記載のシステム。
- 前記センサはハイパースペクトルカメラ又はマルチスペクトルカメラである、請求項10に記載のシステム。
- 前記データ処理ユニットは、前記シーンの前記測定された放射輝度データのスペクトル分布に基づいて、認識される前記少なくとも1つの物体の物体特有の発光スペクトルパターンを計算し、前記計算された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶されている発光スペクトルパターンとマッチングして、ベストマッチングする発光スペクトルパターン、すなわち、その割り当てられた物体を識別するように構成されている、請求項1~11のいずれか1項に記載のシステム。
- コンピュータビジョンアプリケーションを介した物体認識のための方法であって、少なくとも以下の工程:
- 認識される物体を提供する工程であって、前記物体は物体特有の反射スペクトルパターンと発光スペクトルパターンとを有している、工程と、
- 光源を用いて前記物体を含むシーンを照射する工程であって、前記光源は、前記シーンを照射するときに光のスペクトル範囲の少なくとも1つのスペクトルバンドを省略するように設計されており、前記少なくとも1つの省略されたスペクトルバンドは、少なくとも1つの前記物体の発光スペクトルパターンにある、工程と、
- 前記シーンが前記光源によって照射されたときに、少なくとも1つの省略されたスペクトルバンドで前記シーンの放射輝度データのみを、少なくとも1つのセンサを用いて測定する、工程と、
- 適切に割り当てられたそれぞれの物体とともに発光スペクトルパターンを含むデータ記憶ユニットを提供する、工程と、
- データ処理ユニットにより、前記シーンの前記測定された放射輝度データから前記認識される物体の物体特有の発光スペクトルパターンを抽出する、工程と、
- 前記抽出された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶されている発光スペクトルパターンとマッチングさせる、工程と、
- ベストマッチングした発光スペクトルパターン、すなわち、その割り当てられた物体を識別する、工程と、
を含む、方法。 - 前記光源は、前記シーンを照射する際に、前記光のスペクトル範囲の少なくとも1つのスペクトルバンドを意図的かつ本質的に除外するように構成されたLED光源として選択される、請求項13に記載の方法。
- 前記光源は、少なくとも1つの光フィルタを備え、前記少なくとも1つの光フィルタは、前記光のスペクトル範囲の前記少なくとも1つのスペクトルバンドが前記シーンに入るのを遮断するように設計されている、請求項13又は14に記載の方法。
- 前記少なくとも1つの光フィルタを動的フィルタとして選択し、対象となる光のスペクトル範囲にわたって作動し、要求に応じて対象となる少なくとも1つのスペクトルバンドの少なくとも1つの遮断を提供することをさらに含む、請求項15に記載の方法。
- 前記少なくとも1つ光フィルタを、自然光のように窓から前記シーンに入る光又は人工照明要素からの光を前記少なくとも1つの別個のスペクトルバンドで連続的に遮断するように、特に前記光のスペクトル範囲内の複数の別個のスペクトルバンドを遮断するように構成されたノッチフィルタとして選択することをさらに含む、請求項15に記載の方法。
- 前記少なくとも1つの省略されたスペクトルバンドのスペクトル分布と前記シーンの測定された放射輝度データに基づいて、認識される前記少なくとも1つの物体の物体特有の発光スペクトルパターンを計算し、前記計算された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶された発光スペクトルパターンとマッチングさせ、ベストマッチングした発光スペクトルパターン、すなわち、その割り当てられた物体を識別することをさらに含む、請求項13~17のいずれか1項に記載の方法。
- 1つ以上のプロセッサによって実行されるときに、マシンに:
- 認識される物体を提供することであって、前記物体は物体特有の反射スペクトルパターンと発光スペクトルパターンとを有している、ことと、
- 光源を用いて前記物体を含むシーンを照射することであって、前記光源は、前記シーンを照射するときに光のスペクトル範囲の少なくとも1つのスペクトルバンドを省略するように設計されており、前記少なくとも1つの省略されたスペクトルバンドは、前記少なくとも1つの物体の発光スペクトルパターンにある、ことと、
- 前記シーンが前記光源によって照射されたときに、前記少なくとも1つの省略されたスペクトルバンドで前記シーンの放射輝度データのみを測定する、ことと、
- 適切に割り当てられたそれぞれの物体とともに発光スペクトルパターンを含むデータ記憶ユニットを提供することと、
- 前記シーンの前記測定された放射輝度データから前記認識される物体の物体特有の発光スペクトルパターンを抽出することと、
- 前記抽出された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶されている発光スペクトルパターンとマッチングさせることと、
- ベストマッチングした発光スペクトルパターン、すなわち、その割り当てられた物体を識別することと、
を行わせる命令を記憶する非一時的なコンピュータ可読媒体。 - 前記少なくとも1つの省略されたスペクトルバンドのスペクトル分布と前記シーンの前記放射輝度データに基づいて、前記認識される少なくとも1つの物体の物体特有の発光スペクトルパターンを計算し、前記計算された物体特有の発光スペクトルパターンを、前記データ記憶ユニットに記憶された発光スペクトルパターンとマッチングさせ、ベストマッチングする発光スペクトルパターン、すなわち、その割り当てられた物体を識別するための命令をさらに記憶する、請求項19に記載のコンピュータ可読媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962858356P | 2019-06-07 | 2019-06-07 | |
EP19179181.3 | 2019-06-07 | ||
US62/858,356 | 2019-06-07 | ||
EP19179181 | 2019-06-07 | ||
PCT/EP2020/065749 WO2020245442A1 (en) | 2019-06-07 | 2020-06-05 | System and method for object recognition under natural and/or artificial light |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022535884A true JP2022535884A (ja) | 2022-08-10 |
Family
ID=70977983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021572381A Pending JP2022535884A (ja) | 2019-06-07 | 2020-06-05 | 自然光及び/又は人工光の下での物体認識のためのシステム及び方法 |
Country Status (12)
Country | Link |
---|---|
US (1) | US20220319149A1 (ja) |
EP (1) | EP3980936A1 (ja) |
JP (1) | JP2022535884A (ja) |
KR (1) | KR20220004740A (ja) |
CN (1) | CN114127797A (ja) |
AU (1) | AU2020288852A1 (ja) |
BR (1) | BR112021018998A2 (ja) |
CA (1) | CA3140200A1 (ja) |
MX (1) | MX2021014925A (ja) |
SG (1) | SG11202111153YA (ja) |
TW (1) | TW202122764A (ja) |
WO (1) | WO2020245442A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3219510A1 (en) * | 2021-05-26 | 2022-12-01 | Basf Coatings Gmbh | System and method for object recognition utilizing reflective light blocking |
WO2023180178A1 (en) | 2022-03-23 | 2023-09-28 | Basf Coatings Gmbh | System and method for object recognition utilizing color identification and/or machine learning |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060118738A1 (en) * | 2003-06-26 | 2006-06-08 | Ncr Corporation | Security markers for ascertaining navigational information |
JP2016518197A (ja) * | 2013-04-23 | 2016-06-23 | シーダーズ−サイナイ メディカル センター | 蛍光体由来の可視光画像及び赤外光画像を同時に記録するためのシステム及び方法 |
JP2018533969A (ja) * | 2015-09-01 | 2018-11-22 | キアーゲン インストゥルメンツ アクチェンゲゼルシャフト | ハイスループットシーケンシングにおける色検出のためのシステム及び方法 |
JP2019012084A (ja) * | 2016-12-22 | 2019-01-24 | 国立大学法人 筑波大学 | データ作成方法及びデータ使用方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3240081A1 (de) * | 1981-11-07 | 1984-05-03 | Licentia Gmbh | Vorrichtung zur erkennung und verarbeitung von zeichen und/oder vorgegebenen optischen details |
US8295548B2 (en) * | 2009-06-22 | 2012-10-23 | The Johns Hopkins University | Systems and methods for remote tagging and tracking of objects using hyperspectral video sensors |
US10228283B2 (en) * | 2016-08-12 | 2019-03-12 | Spectral Insights Private Limited | Spectral imaging system |
US9922251B2 (en) * | 2016-08-18 | 2018-03-20 | Raytheon Company | Cued hybrid enhanced spectral system (CHESS) |
US11073423B2 (en) * | 2018-03-27 | 2021-07-27 | Flying Gybe Inc. | Hyperspectral sensing system and processing methods for hyperspectral data |
US10996169B2 (en) * | 2019-02-27 | 2021-05-04 | Microsoft Technology Licensing, Llc | Multi-spectral fluorescent imaging |
-
2020
- 2020-06-05 KR KR1020217039559A patent/KR20220004740A/ko unknown
- 2020-06-05 JP JP2021572381A patent/JP2022535884A/ja active Pending
- 2020-06-05 TW TW109119097A patent/TW202122764A/zh unknown
- 2020-06-05 CN CN202080034871.9A patent/CN114127797A/zh active Pending
- 2020-06-05 CA CA3140200A patent/CA3140200A1/en active Pending
- 2020-06-05 BR BR112021018998A patent/BR112021018998A2/pt unknown
- 2020-06-05 AU AU2020288852A patent/AU2020288852A1/en not_active Abandoned
- 2020-06-05 WO PCT/EP2020/065749 patent/WO2020245442A1/en active Application Filing
- 2020-06-05 MX MX2021014925A patent/MX2021014925A/es unknown
- 2020-06-05 SG SG11202111153YA patent/SG11202111153YA/en unknown
- 2020-06-05 US US17/616,258 patent/US20220319149A1/en active Pending
- 2020-06-05 EP EP20730648.1A patent/EP3980936A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060118738A1 (en) * | 2003-06-26 | 2006-06-08 | Ncr Corporation | Security markers for ascertaining navigational information |
JP2016518197A (ja) * | 2013-04-23 | 2016-06-23 | シーダーズ−サイナイ メディカル センター | 蛍光体由来の可視光画像及び赤外光画像を同時に記録するためのシステム及び方法 |
JP2018533969A (ja) * | 2015-09-01 | 2018-11-22 | キアーゲン インストゥルメンツ アクチェンゲゼルシャフト | ハイスループットシーケンシングにおける色検出のためのシステム及び方法 |
JP2019012084A (ja) * | 2016-12-22 | 2019-01-24 | 国立大学法人 筑波大学 | データ作成方法及びデータ使用方法 |
Non-Patent Citations (1)
Title |
---|
木下一彦・御橋廣眞編, 日本分光学会 測定法シリーズ 3 螢光測定−生物化学への応用, vol. 6刷, JPN6022050005, 30 June 2002 (2002-06-30), pages 54 - 58, ISSN: 0005064675 * |
Also Published As
Publication number | Publication date |
---|---|
KR20220004740A (ko) | 2022-01-11 |
BR112021018998A2 (pt) | 2022-04-26 |
WO2020245442A1 (en) | 2020-12-10 |
TW202122764A (zh) | 2021-06-16 |
US20220319149A1 (en) | 2022-10-06 |
EP3980936A1 (en) | 2022-04-13 |
SG11202111153YA (en) | 2021-11-29 |
AU2020288852A1 (en) | 2022-01-06 |
CA3140200A1 (en) | 2020-12-10 |
CN114127797A (zh) | 2022-03-01 |
MX2021014925A (es) | 2022-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7225435B2 (ja) | コンピュータビジョンアプリケーションにおける3次元マッピングツールを用いた物体認識のためのシステム及び方法 | |
CA3125937A1 (en) | Method and system for object recognition via a computer vision application | |
JP2022535884A (ja) | 自然光及び/又は人工光の下での物体認識のためのシステム及び方法 | |
JP7277615B2 (ja) | 光の3dマッピングとモデリングを使用した物体認識システム及び方法 | |
US20220245842A1 (en) | System and method for object recognition using fluorescent and antireflective surface constructs | |
US20220307981A1 (en) | Method and device for detecting a fluid by a computer vision application | |
US20220230340A1 (en) | System and method for object recognition using 3d mapping and modeling of light |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221130 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230227 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230427 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230523 |