JP2569219B2 - 動画像予測方式 - Google Patents
動画像予測方式Info
- Publication number
- JP2569219B2 JP2569219B2 JP2407938A JP40793890A JP2569219B2 JP 2569219 B2 JP2569219 B2 JP 2569219B2 JP 2407938 A JP2407938 A JP 2407938A JP 40793890 A JP40793890 A JP 40793890A JP 2569219 B2 JP2569219 B2 JP 2569219B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- affine transformation
- moment
- time
- 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.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 16
- 230000009466 transformation Effects 0.000 claims description 127
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 120
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 6
- 230000008602 contraction Effects 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims 1
- 230000015654 memory Effects 0.000 description 62
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 7
- 238000007796 conventional method Methods 0.000 description 4
- 238000000844 transformation Methods 0.000 description 3
- 230000001131 transforming effect Effects 0.000 description 2
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
- G06F17/175—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method of multidimensional data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
- H04N7/0127—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level by changing the field or frame frequency of the incoming video signal, e.g. frame rate converter
- H04N7/0132—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level by changing the field or frame frequency of the incoming video signal, e.g. frame rate converter the field or frame frequency of the incoming video signal being multiplied by a positive integer, e.g. for flicker reduction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、動画像予測方式に係
り、更に詳しくは、離散的な時刻１、２、・・・、ｎ−
１、ｎにおける時系列画像情報が存在するときに、時刻
ｎ−１、ｎの２枚の画像情報から時刻ｎ以降の任意の時
刻ｔの画像を、画像中の物体の動きを観測して予測する
動画像予測方式に関する。
り、更に詳しくは、離散的な時刻１、２、・・・、ｎ−
１、ｎにおける時系列画像情報が存在するときに、時刻
ｎ−１、ｎの２枚の画像情報から時刻ｎ以降の任意の時
刻ｔの画像を、画像中の物体の動きを観測して予測する
動画像予測方式に関する。
【０００２】
【従来の技術】動く物体をロボットが加工するような場
合に、ロボットの次の瞬間の動作を決定し、ロボットを
制御するためには、次の瞬間の物体の位置を予測する必
要がある。
合に、ロボットの次の瞬間の動作を決定し、ロボットを
制御するためには、次の瞬間の物体の位置を予測する必
要がある。
【０００３】従来、動画像の予測方式としては、画像を
構成する画素の明度を使用する方式がある。第７図は従
来方式の説明図である。
構成する画素の明度を使用する方式がある。第７図は従
来方式の説明図である。
【０００４】画像上の画素を位置（ｘ，ｙ）で記述し、
時刻ｎ−１における画素（ｘ，ｙ）の明度をＩ1 （ｘ，
ｙ）、時刻ｎにおける画素（ｘ，ｙ）の明度をＩ2
（ｘ，ｙ）とする。このとき、時刻ｎ以降の時刻ｔの画
素（ｘ，ｙ）の明度を次式で予測する。
時刻ｎ−１における画素（ｘ，ｙ）の明度をＩ1 （ｘ，
ｙ）、時刻ｎにおける画素（ｘ，ｙ）の明度をＩ2
（ｘ，ｙ）とする。このとき、時刻ｎ以降の時刻ｔの画
素（ｘ，ｙ）の明度を次式で予測する。
【０００５】
【数１】
【０００６】すなわち、画素ごとに、過去の該画素の明
度の線形和として未来の画像の画素の明度を予測するこ
とになる。
度の線形和として未来の画像の画素の明度を予測するこ
とになる。
【０００７】
【発明が解決しようとする課題】しかしながら、従来の
方式は、画像中の物体の位置や形が時刻ｎおよび時刻ｎ
−１の間のフレーム間で大きく変化した場合に、物体の
動きに追従できず、誤った予測をしてしまうという問題
がある。この問題について、第７図を使って説明する。
方式は、画像中の物体の位置や形が時刻ｎおよび時刻ｎ
−１の間のフレーム間で大きく変化した場合に、物体の
動きに追従できず、誤った予測をしてしまうという問題
がある。この問題について、第７図を使って説明する。
【０００８】同図に示すように、時刻ｎ−１では台形の
物体があり、これが時刻ｎでは少し細い四角形に変形
し、しかも位置が大きく変わっている。このような画像
の場合でも、従来の方式では、各画素の明度変化を線形
に延長して未来の画像を予測していた。すなわち、○印
の位置の画素はｎ−１の時刻では灰色、ｎの時刻でも灰
色であり、変化がないので、ｔ＞ｎの時刻ｔにおいても
○印の位置の画素は灰色になる。また、＋印の画素は時
刻ｎ−１では灰色、時刻ｎでは白色と変化しているの
で、時刻ｔには白色になる。一方、△印の位置の画素は
時刻ｎ−１では白色、時刻ｎでは灰色なので、ｔ＞ｎの
時刻ｔでは、さらに濃い灰色になると予測される。
物体があり、これが時刻ｎでは少し細い四角形に変形
し、しかも位置が大きく変わっている。このような画像
の場合でも、従来の方式では、各画素の明度変化を線形
に延長して未来の画像を予測していた。すなわち、○印
の位置の画素はｎ−１の時刻では灰色、ｎの時刻でも灰
色であり、変化がないので、ｔ＞ｎの時刻ｔにおいても
○印の位置の画素は灰色になる。また、＋印の画素は時
刻ｎ−１では灰色、時刻ｎでは白色と変化しているの
で、時刻ｔには白色になる。一方、△印の位置の画素は
時刻ｎ−１では白色、時刻ｎでは灰色なので、ｔ＞ｎの
時刻ｔでは、さらに濃い灰色になると予測される。
【０００９】このように各画素について時刻ｔの明度を
予測すると、時刻ｔの画像に示してあるように、時刻ｎ
−１および時刻ｎの物体が重なる部分は、灰色になり、
時刻ｎの四角形のうち両物体の重なり部分以外の部分は
より濃い灰色に、それ以外の部分は白色になる。
予測すると、時刻ｔの画像に示してあるように、時刻ｎ
−１および時刻ｎの物体が重なる部分は、灰色になり、
時刻ｎの四角形のうち両物体の重なり部分以外の部分は
より濃い灰色に、それ以外の部分は白色になる。
【００１０】しかし、以上のように明度を線形に予測す
る従来の方式では、物体の形の変化や位置の変化にはう
まく追従できないことが分かる。本発明は、画像を構成
する物体の形や位置の変化にうまく追従して将来の動き
を予測可能にすることを目的とする。
る従来の方式では、物体の形の変化や位置の変化にはう
まく追従できないことが分かる。本発明は、画像を構成
する物体の形や位置の変化にうまく追従して将来の動き
を予測可能にすることを目的とする。
【００１１】
【課題を解決するための手段】第１図は、本発明のブロ
ック図である。本発明は、時刻ｎ−１の画像１入力Ｉ1
（１）および時刻ｎの画像２入力Ｉ2 （２）から、時刻
ｎ以降の時刻ｔの画像を予測することを前提とする。
ック図である。本発明は、時刻ｎ−１の画像１入力Ｉ1
（１）および時刻ｎの画像２入力Ｉ2 （２）から、時刻
ｎ以降の時刻ｔの画像を予測することを前提とする。
【００１２】まず、モーメント特徴抽出手段５を有す
る。モーメント特徴抽出手段５は、画像１入力Ｉ1
（１）および画像２入力Ｉ2 （２）をそれぞれ構成する
物体を楕円で近似するモーメント特徴と抽出し、画像１
のモーメント特徴Ｆ1 （３）および画像２のモーメント
特徴Ｆ2 （４）として出力する。
る。モーメント特徴抽出手段５は、画像１入力Ｉ1
（１）および画像２入力Ｉ2 （２）をそれぞれ構成する
物体を楕円で近似するモーメント特徴と抽出し、画像１
のモーメント特徴Ｆ1 （３）および画像２のモーメント
特徴Ｆ2 （４）として出力する。
【００１３】次に、アフィン変換決定手段６を有する。
アフィン変換決定手段６は、時刻ｎ−１の画像１のモー
メント特徴Ｆ1 を、時刻ｎの画像２のモーメント特徴Ｆ
2 に変換するようなアフィン変換Ｇを決定する。
アフィン変換決定手段６は、時刻ｎ−１の画像１のモー
メント特徴Ｆ1 を、時刻ｎの画像２のモーメント特徴Ｆ
2 に変換するようなアフィン変換Ｇを決定する。
【００１４】アフィン変換連続化手段７は、前記アフィ
ン変換決定手段６で求めたアフィン変換Ｇを、時刻ｎ以
降の任意の時刻の画像を求めるとき使用できるように時
刻ｔに関して連続な関数に変換する。このとき、時刻ｎ
−１をｔ＝０とし、この時刻では何の変換もしない恒等
変換Ｇ（０）、時刻ｎをｔ＝１とし、この時刻ではアフ
ィン変換決定手段６で求めたアフィン変換Ｇになるよう
（Ｇ（１）＝Ｇ）、連続化する。
ン変換決定手段６で求めたアフィン変換Ｇを、時刻ｎ以
降の任意の時刻の画像を求めるとき使用できるように時
刻ｔに関して連続な関数に変換する。このとき、時刻ｎ
−１をｔ＝０とし、この時刻では何の変換もしない恒等
変換Ｇ（０）、時刻ｎをｔ＝１とし、この時刻ではアフ
ィン変換決定手段６で求めたアフィン変換Ｇになるよう
（Ｇ（１）＝Ｇ）、連続化する。
【００１５】最後に、画像予測手段８は、前記アフィン
変換連続化手段７で求めた時間ｔに関して連続なアフィ
ン変換Ｇ（ｔ）を原画像に施す。ｔ＞１に関して求める
ことにより、時刻ｎ以降の任意のｔについての画像が予
測できる。
変換連続化手段７で求めた時間ｔに関して連続なアフィ
ン変換Ｇ（ｔ）を原画像に施す。ｔ＞１に関して求める
ことにより、時刻ｎ以降の任意のｔについての画像が予
測できる。
【００１６】アフィン変換Ｇ（ｔ）をｔ＞１について原
画像に施す場合には、画像１Ｉ1 （１）に施す方法、あ
るいは、画像２Ｉ2 （２）に連続化前のアフィン変換Ｇ
を施して得られる画像にアフィン変換Ｇ（ｔ）を施す方
法、あるいは画像２Ｉ2 （２）にＧ（ｔ−１）を施す方
法のいずれか一つ採ることが可能である。
画像に施す場合には、画像１Ｉ1 （１）に施す方法、あ
るいは、画像２Ｉ2 （２）に連続化前のアフィン変換Ｇ
を施して得られる画像にアフィン変換Ｇ（ｔ）を施す方
法、あるいは画像２Ｉ2 （２）にＧ（ｔ−１）を施す方
法のいずれか一つ採ることが可能である。
【００１７】
【作用】動画像を予測する場合には、予測実行前に得ら
れる時刻ｎ−１（ｎは整数）の画像１Ｉ1 （１）と、時
刻ｎの画像２Ｉ2 （２）をもとにして、時刻ｎ以降の任
意の時刻の画像を予測する。このとき、時刻ｎ−１をｔ
＝０、時刻ｎをｔ＝１とし、画像を予測する時刻はｔ＞
１の任意の時刻である。
れる時刻ｎ−１（ｎは整数）の画像１Ｉ1 （１）と、時
刻ｎの画像２Ｉ2 （２）をもとにして、時刻ｎ以降の任
意の時刻の画像を予測する。このとき、時刻ｎ−１をｔ
＝０、時刻ｎをｔ＝１とし、画像を予測する時刻はｔ＞
１の任意の時刻である。
【００１８】まず、画像１Ｉ1 （１）と画像２Ｉ2
（２）のデータをモーメント特徴抽出手段５に入力す
る。モーメント特徴抽出手段５は、それぞれの画像につ
いて、画像を構成する物体を楕円近似するようなモーメ
ントである一次モーメントと二次モーメントを算出す
る。そして、画像１については画像１のモーメント特徴
Ｆ1 （３）を、画像２については画像２のモーメント特
徴Ｆ2 （４）をアフィン変換決定手段６に出力する。モ
ーメント特徴Ｆ1 （３）およびモーメント特徴Ｆ2
（４）は、それぞれ画像を構成する物体の慣性主軸がな
す角度と、慣性主軸まわりのモーメントと、慣性主軸に
直交する軸のまわりのモーメントからなる。
（２）のデータをモーメント特徴抽出手段５に入力す
る。モーメント特徴抽出手段５は、それぞれの画像につ
いて、画像を構成する物体を楕円近似するようなモーメ
ントである一次モーメントと二次モーメントを算出す
る。そして、画像１については画像１のモーメント特徴
Ｆ1 （３）を、画像２については画像２のモーメント特
徴Ｆ2 （４）をアフィン変換決定手段６に出力する。モ
ーメント特徴Ｆ1 （３）およびモーメント特徴Ｆ2
（４）は、それぞれ画像を構成する物体の慣性主軸がな
す角度と、慣性主軸まわりのモーメントと、慣性主軸に
直交する軸のまわりのモーメントからなる。
【００１９】アフィン変換決定手段６は、モーメント特
徴抽出手段５が出力する画像１のモーメント特徴Ｆ1
（３）と画像２のモーメント特徴Ｆ2 （４）をもとに、
画像１を画像２に変換するようなアフィン変換Ｇを算出
する。すなわち、画像１のモーメント特徴Ｆ1 を画像２
のモーメント特徴Ｆ2 に結びつける。このとき、ｘ軸お
よびｙ軸方向の平行移動と伸縮、原点を中心とした回転
によって画像１を画像２に結び付けるアフィン変換Ｇを
求めることになる。
徴抽出手段５が出力する画像１のモーメント特徴Ｆ1
（３）と画像２のモーメント特徴Ｆ2 （４）をもとに、
画像１を画像２に変換するようなアフィン変換Ｇを算出
する。すなわち、画像１のモーメント特徴Ｆ1 を画像２
のモーメント特徴Ｆ2 に結びつける。このとき、ｘ軸お
よびｙ軸方向の平行移動と伸縮、原点を中心とした回転
によって画像１を画像２に結び付けるアフィン変換Ｇを
求めることになる。
【００２０】次に、前記アフィン変換決定手段６が算出
したアフィン変換Ｇはアフィン変換連続化手段７に入力
される。アフィン変換連続化手段７は、画像１のモーメ
ント特徴Ｆ1 を、任意の時刻ｔ（ｔ＞１）におけるモー
メント特徴Ｆ（ｔ）に変換する時間的に連続なアフィン
変換Ｇ（ｔ）を求める。単位時間後（ｔ＝１のとき）に
はＦ（ｔ）がＦ2 に一致することを利用し、時間的に連
続なアフィン変換Ｇ（ｔ）を得る。
したアフィン変換Ｇはアフィン変換連続化手段７に入力
される。アフィン変換連続化手段７は、画像１のモーメ
ント特徴Ｆ1 を、任意の時刻ｔ（ｔ＞１）におけるモー
メント特徴Ｆ（ｔ）に変換する時間的に連続なアフィン
変換Ｇ（ｔ）を求める。単位時間後（ｔ＝１のとき）に
はＦ（ｔ）がＦ2 に一致することを利用し、時間的に連
続なアフィン変換Ｇ（ｔ）を得る。
【００２１】最後に、画像予測手段８は、前記アフィン
変換連続化手段７によって求めた連続化済みのアフィン
変換Ｇ（ｔ）を使用して、２枚目の画像２以降（ｔ＞
１）の任意の時刻ｔの画像を推定する。このとき、連続
化済みのアフィン変換Ｇ（ｔ）は、時間変数ｔに関し
て、一次式、指数関数、三角関数などの初等関数の組み
合わせなので、時刻ｔの定義域を単純に拡大するたけ
で、Ｇ（ｔ）を１＜ｔの時刻に解析接続できる。
変換連続化手段７によって求めた連続化済みのアフィン
変換Ｇ（ｔ）を使用して、２枚目の画像２以降（ｔ＞
１）の任意の時刻ｔの画像を推定する。このとき、連続
化済みのアフィン変換Ｇ（ｔ）は、時間変数ｔに関し
て、一次式、指数関数、三角関数などの初等関数の組み
合わせなので、時刻ｔの定義域を単純に拡大するたけ
で、Ｇ（ｔ）を１＜ｔの時刻に解析接続できる。
【００２２】このことから、まず、アフィン変換Ｇ
（ｔ）をｔ＞１の範囲のｔに関して、時刻ｎ−１（ｔ＝
０）の画像１に対して施すことにより、時刻ｎ（ｔ＝
１）以降の任意の時刻ｔの画像を得ることができる。
（ｔ）をｔ＞１の範囲のｔに関して、時刻ｎ−１（ｔ＝
０）の画像１に対して施すことにより、時刻ｎ（ｔ＝
１）以降の任意の時刻ｔの画像を得ることができる。
【００２３】また、第２の方法としては、連続化前のア
フィン変換Ｇの逆変換、すなわち、画像２を画像１に変
換するような変換Ｇ-1を画像２に施し、この結果得られ
る画像に対して連続化済みのアフィン変換Ｇ（ｔ）をｔ
＞１の範囲で施して、将来の任意の時刻ｔの画像を予測
する方法がある。
フィン変換Ｇの逆変換、すなわち、画像２を画像１に変
換するような変換Ｇ-1を画像２に施し、この結果得られ
る画像に対して連続化済みのアフィン変換Ｇ（ｔ）をｔ
＞１の範囲で施して、将来の任意の時刻ｔの画像を予測
する方法がある。
【００２４】また、第３の方法としては、ｔ＞１のｔに
関して、Ｇ（ｔ−１）を画像２に施して、将来の任意の
時刻ｔの画像を予測する方法がある。以下、第２図を使
用して、モーメント特徴とアフィン変換、アフィン変換
の連続化、画像の予測の原理を説明する。
関して、Ｇ（ｔ−１）を画像２に施して、将来の任意の
時刻ｔの画像を予測する方法がある。以下、第２図を使
用して、モーメント特徴とアフィン変換、アフィン変換
の連続化、画像の予測の原理を説明する。
【００２５】第２図は、モーメント特徴とアフィン変換
の説明図である。ここでは、物体の位置や形の変化に追
従するために１枚目の画像（時刻ｎ−１の画像Ｉ1 ）１
を２枚目の画像（時刻ｎの画像Ｉ2 ）２に変換するよう
なアフィン変換Ｇを求めることを考える。
の説明図である。ここでは、物体の位置や形の変化に追
従するために１枚目の画像（時刻ｎ−１の画像Ｉ1 ）１
を２枚目の画像（時刻ｎの画像Ｉ2 ）２に変換するよう
なアフィン変換Ｇを求めることを考える。
【００２６】まず、１枚目、２枚目のそれぞれの画像か
ら、重心、慣性主軸、該慣性主軸まわり、および、該慣
性主軸に直交する軸まわりのモーメントを算出する。１
枚目の画像Ｉ1 （ｘ，ｙ）１、および、２枚目の画像Ｉ
2 （ｘ，ｙ）２の重心を（ｘ1,ｙ1)、（ｘ2,ｙ2)、それ
ぞれの画像の慣性主軸がｘ軸となす角をθ1 、θ2 、該
慣性主軸まわりのモーメントをＥＸＰ（κ1 ）、ＥＸＰ
（κ2 ）、該慣性主軸に直交する軸のまわりのモーメン
トをＥＸＰ（λ1 ）、ＥＸＰ（λ2 ）とする。
ら、重心、慣性主軸、該慣性主軸まわり、および、該慣
性主軸に直交する軸まわりのモーメントを算出する。１
枚目の画像Ｉ1 （ｘ，ｙ）１、および、２枚目の画像Ｉ
2 （ｘ，ｙ）２の重心を（ｘ1,ｙ1)、（ｘ2,ｙ2)、それ
ぞれの画像の慣性主軸がｘ軸となす角をθ1 、θ2 、該
慣性主軸まわりのモーメントをＥＸＰ（κ1 ）、ＥＸＰ
（κ2 ）、該慣性主軸に直交する軸のまわりのモーメン
トをＥＸＰ（λ1 ）、ＥＸＰ（λ2 ）とする。
【００２７】ここで、画像１については、
【００２８】
【数２】
【００２９】また、画像２については、
【００３０】
【数３】
【００３１】次に、これらのモーメントについてのアフ
ィン変換を考える。ここで、ｘ軸方向にＸ、ｙ軸方向に
Ｙだけ平行移動させる変換をＴ（Ｘ，Ｙ）、原点を中心
にθだけ回転させる変換をＲ（θ）、ｘ軸方向にexp
(κ) 倍、ｙ軸方向にexp(λ) 倍だけ伸縮させる変換を
Ｍ（κ，λ）と表す。これらの変換は画像空間に作用す
ると同時に、特徴空間にも作用する演算（アフィン変
換）である。
ィン変換を考える。ここで、ｘ軸方向にＸ、ｙ軸方向に
Ｙだけ平行移動させる変換をＴ（Ｘ，Ｙ）、原点を中心
にθだけ回転させる変換をＲ（θ）、ｘ軸方向にexp
(κ) 倍、ｙ軸方向にexp(λ) 倍だけ伸縮させる変換を
Ｍ（κ，λ）と表す。これらの変換は画像空間に作用す
ると同時に、特徴空間にも作用する演算（アフィン変
換）である。
【００３２】このとき、１枚目の画像の特徴Ｆ＝（Ｘ1,
Ｙ1,θ1,κ1,λ1)および２枚目の画像の特徴Ｆ＝（Ｘ2,
Ｙ2,θ2,κ2,λ2)は、第２図に示すように、特徴空間の
原点Ｆ0 ＝（０，０，０，０，０）に対して、
Ｙ1,θ1,κ1,λ1)および２枚目の画像の特徴Ｆ＝（Ｘ2,
Ｙ2,θ2,κ2,λ2)は、第２図に示すように、特徴空間の
原点Ｆ0 ＝（０，０，０，０，０）に対して、
【００３３】
【数４】
【００３４】
【数５】
【００３５】
【数６】
【００３６】
【数７】
【００３７】の変換を施せば得られる。(3)、(5)式にお
いて、Ｍ（κ，λ）はＸ軸方向にexp(κ) 倍だけ、ｙ軸
方向にexp(λ) 倍だけ伸縮させる伸縮、Ｒ（θ）はθだ
け回転させる回転、Ｔ（ｘ，ｙ）は原点を（ｘ，ｙ）に
移動させる平行移動を表す。この結果、(2)、(4)式よ
り、２枚目の画像の特徴Ｆ2 は１枚目の画像の特徴Ｆ1
に対して次の変換を施した結果に等しくなる。
いて、Ｍ（κ，λ）はＸ軸方向にexp(κ) 倍だけ、ｙ軸
方向にexp(λ) 倍だけ伸縮させる伸縮、Ｒ（θ）はθだ
け回転させる回転、Ｔ（ｘ，ｙ）は原点を（ｘ，ｙ）に
移動させる平行移動を表す。この結果、(2)、(4)式よ
り、２枚目の画像の特徴Ｆ2 は１枚目の画像の特徴Ｆ1
に対して次の変換を施した結果に等しくなる。
【００３８】
【数８】
【００３９】(6) 式によって、画像１を画像２に変換す
るようなアフィン変換、すなわち、Ｇ2 Ｇ1 -1が得られ
ることになる。次に、該アフィン変換Ｇ2 Ｇ1 -1を、１
枚目の画像から２枚目の画像への変換だけでなく、任意
の時刻への変換に使用できるようにするために、求めた
該アフィン変換Ｇ2 Ｇ1 -1を時間的に連続化することの
原理を説明する。
るようなアフィン変換、すなわち、Ｇ2 Ｇ1 -1が得られ
ることになる。次に、該アフィン変換Ｇ2 Ｇ1 -1を、１
枚目の画像から２枚目の画像への変換だけでなく、任意
の時刻への変換に使用できるようにするために、求めた
該アフィン変換Ｇ2 Ｇ1 -1を時間的に連続化することの
原理を説明する。
【００４０】式(6) を基に、１枚目の画像のモーメント
特徴Ｆ1 を、任意の時刻における特徴Ｆ（ｔ）に変換す
る時間的に連続なアフィン変換Ｇ（ｔ）を求める。ｔ＝
０ではＦ（ｔ）＝Ｆ1 、単位時間後（ｔ＝１）にはＦ
（ｔ）＝Ｆ2 になることを利用すると次式が得られる。
特徴Ｆ1 を、任意の時刻における特徴Ｆ（ｔ）に変換す
る時間的に連続なアフィン変換Ｇ（ｔ）を求める。ｔ＝
０ではＦ（ｔ）＝Ｆ1 、単位時間後（ｔ＝１）にはＦ
（ｔ）＝Ｆ2 になることを利用すると次式が得られる。
【００４１】
【数９】
【００４２】(7) 式を満たす変換は無数に存在するが、
そのなかから次の条件を満たすものを求めることとす
る。
そのなかから次の条件を満たすものを求めることとす
る。
【００４３】
【数１０】
【００４４】但し、Ａは時間に依存しない変換上記の
(8) 式は無限小変換Ａによって特徴が逐次的に変化する
ことを意味する。すなわち、
(8) 式は無限小変換Ａによって特徴が逐次的に変化する
ことを意味する。すなわち、
【００４５】
【数１１】
【００４６】但し、h は時間刻みの幅≒0である。従っ
て、Ｇ（ｔ）はＧ2 ＊Ｇ1 -1＝exp(A)を満たす無限小変
換Ａを用いて、次式で求まる。
て、Ｇ（ｔ）はＧ2 ＊Ｇ1 -1＝exp(A)を満たす無限小変
換Ａを用いて、次式で求まる。
【００４７】
【数１２】
【００４８】上記の(7) 式、(9) 式は、任意の時刻ｔに
おける物体の位置や形状を表現しており、これから、物
体の位置や形状の時間変化など、物体の運動状態を捕ら
えることができる。
おける物体の位置や形状を表現しており、これから、物
体の位置や形状の時間変化など、物体の運動状態を捕ら
えることができる。
【００４９】時間について連続なアフィン変換Ｇ（ｔ）
は時間変換ｔに関して、一次式、指数関数、三角関数な
どの初等関数の組み合わせなので、定義域を単純に拡大
するだけで、Ｇ（ｔ）を１＜ｔの時刻に解析接続でき
る。次に、１＜ｔの任意の時刻の画像を推定する原理を
説明する。
は時間変換ｔに関して、一次式、指数関数、三角関数な
どの初等関数の組み合わせなので、定義域を単純に拡大
するだけで、Ｇ（ｔ）を１＜ｔの時刻に解析接続でき
る。次に、１＜ｔの任意の時刻の画像を推定する原理を
説明する。
【００５０】１枚目の画像をＩ1(x,y)、２枚目の画像を
Ｉ2(x,y)とする。このとき、任意の時刻ｔにおける画像
は上記の（９）式で決まるアフィン変換をＩ1(x,y)を施
すことで求まる。つまり、
Ｉ2(x,y)とする。このとき、任意の時刻ｔにおける画像
は上記の（９）式で決まるアフィン変換をＩ1(x,y)を施
すことで求まる。つまり、
【００５１】
【数１３】
【００５２】但し、ｔ＞１ しかし、Ｇ（１）＊Ｉ1(x,y)とＩ2(x,y)とは必ずしも一
致しない。そこで、時刻ｎ以降の画像を予測するために
は、（１０）式のようにＩ1(x,y)を使うのではなく、Ｉ
2(x,y)を使うほうがよい。そのためには、Ｉ1(x,y)が近
似的にＧ-1（１）＊Ｉ2(x,y)に等しいことを利用して、
（１０）式の代わりに、
致しない。そこで、時刻ｎ以降の画像を予測するために
は、（１０）式のようにＩ1(x,y)を使うのではなく、Ｉ
2(x,y)を使うほうがよい。そのためには、Ｉ1(x,y)が近
似的にＧ-1（１）＊Ｉ2(x,y)に等しいことを利用して、
（１０）式の代わりに、
【００５３】
【数１４】
【００５４】但し、ｔ＞１を使用することができる。ま
た、（１１）式のなかで、
た、（１１）式のなかで、
【００５５】
【数１５】
【００５６】
【数１６】
【００５７】が成り立ち、さらにG(1)=Gであることか
ら、（１１）式は、
ら、（１１）式は、
【００５８】
【数１７】
【００５９】但しｔ＞１と変形できる。
【００６０】
【実施例】以下、第３図乃第６図を参照しながら実施例
を説明する。第３図は、本発明の一実施例のシステム構
成図である。
を説明する。第３図は、本発明の一実施例のシステム構
成図である。
【００６１】全体としては、画像情報をディジタル・デ
ータとして取り込む入力部と、各種の計算を実行するＣ
ＰＵ部、データ等を格納するメモリ部からなる。入力部
１０は、時系列的に入力される画像をディジタル・デー
タに変換し、システムに取り込む。すなわち、時刻ｎ−
１、時刻ｎ、・・・の画像を取り込み、ディジタル・デ
ータに変換する。
ータとして取り込む入力部と、各種の計算を実行するＣ
ＰＵ部、データ等を格納するメモリ部からなる。入力部
１０は、時系列的に入力される画像をディジタル・デー
タに変換し、システムに取り込む。すなわち、時刻ｎ−
１、時刻ｎ、・・・の画像を取り込み、ディジタル・デ
ータに変換する。
【００６２】メモリ部には、画像メモリａ１１、画像メ
モリｂ１２、モーメント・メモリａ１３、モーメント・
メモリｂ１４がある。どのメモリもＦＩＦＯ（ｆｉｒｓ
ｔ−ｉｎ ｆｉｒｓｔ−ｏｕｔ）のＲＡＭなどで構成で
きる。画像メモリａ，ｂ（１１、１２）は入力部１０が
取り込んだ画像データが格納し、モーメント・メモリ
ａ，ｂ（１３、１４）は画像データから算出したモーメ
ント特徴のデータが格納される。
モリｂ１２、モーメント・メモリａ１３、モーメント・
メモリｂ１４がある。どのメモリもＦＩＦＯ（ｆｉｒｓ
ｔ−ｉｎ ｆｉｒｓｔ−ｏｕｔ）のＲＡＭなどで構成で
きる。画像メモリａ，ｂ（１１、１２）は入力部１０が
取り込んだ画像データが格納し、モーメント・メモリ
ａ，ｂ（１３、１４）は画像データから算出したモーメ
ント特徴のデータが格納される。
【００６３】ＣＰＵ部は、処理内容から４つの部分に分
かれる。すなわち、モーメント算出部１５と、アフィン
変換決定部ａ１６、アフィン変換連続化部１７、アフィ
ン変換実行部１８である。
かれる。すなわち、モーメント算出部１５と、アフィン
変換決定部ａ１６、アフィン変換連続化部１７、アフィ
ン変換実行部１８である。
【００６４】モーメント算出部１５は、画像メモリｂ１
２に格納されている画像データを読み出し、該画像の特
徴を表すモーメント・データを算出する。アフィン変換
決定部ａ１６は、モーメント・メモリａ、ｂ（１３、１
４）に格納されている二つの時刻の画像のモーメント特
徴を入力とし、両モーメント特徴を結び付けるアフィン
変換を決定する。次に、アフィン変換決定部ａ１６で決
定されたアフィン変換はアフィン変換連続化部１７に入
力され、時間的に連続的なアフィン変換を求める。そし
て、最後に、アフィン変換連続化部１７で求めた時間的
に連続なアフィン変換を画像メモリａ１１に格納されて
いる画像データを入力として、アフィン変換実行部１８
が任意の時刻ｔの画像を予測する。
２に格納されている画像データを読み出し、該画像の特
徴を表すモーメント・データを算出する。アフィン変換
決定部ａ１６は、モーメント・メモリａ、ｂ（１３、１
４）に格納されている二つの時刻の画像のモーメント特
徴を入力とし、両モーメント特徴を結び付けるアフィン
変換を決定する。次に、アフィン変換決定部ａ１６で決
定されたアフィン変換はアフィン変換連続化部１７に入
力され、時間的に連続的なアフィン変換を求める。そし
て、最後に、アフィン変換連続化部１７で求めた時間的
に連続なアフィン変換を画像メモリａ１１に格納されて
いる画像データを入力として、アフィン変換実行部１８
が任意の時刻ｔの画像を予測する。
【００６５】次に、本システムの動作を同図、および第
３図の動作説明図に沿って説明する。まず、入力部１０
に１枚目の画像（時刻ｎ−１の画像）が取り込まれ、デ
ィジタル・データに変換され、画像メモリｂ１２に格納
される（Ｓ１）。すなわち、ディジタル画像データＩ1
（ｘ，ｙ）が画像メモリｂ１２に蓄積される。
３図の動作説明図に沿って説明する。まず、入力部１０
に１枚目の画像（時刻ｎ−１の画像）が取り込まれ、デ
ィジタル・データに変換され、画像メモリｂ１２に格納
される（Ｓ１）。すなわち、ディジタル画像データＩ1
（ｘ，ｙ）が画像メモリｂ１２に蓄積される。
【００６６】時刻ｎ−１の画像データＩ1 （ｘ，ｙ）が
画像メモリｂ１２に蓄積されると、このデータは、次
に、画像メモリａ１１およびモーメント算出部１５に出
力され、この時点で入力部１０に時刻ｎの画像が取り込
まれる。すなわち、画像メモリａ１１には時刻ｎ−１の
画像データＩ1 （ｘ，ｙ）が格納され、次の時刻の画像
データＩ2 （ｘ，ｙ）が画像メモリｂ１２に格納される
ことになる（Ｓ２）。
画像メモリｂ１２に蓄積されると、このデータは、次
に、画像メモリａ１１およびモーメント算出部１５に出
力され、この時点で入力部１０に時刻ｎの画像が取り込
まれる。すなわち、画像メモリａ１１には時刻ｎ−１の
画像データＩ1 （ｘ，ｙ）が格納され、次の時刻の画像
データＩ2 （ｘ，ｙ）が画像メモリｂ１２に格納される
ことになる（Ｓ２）。
【００６７】一方、モーメント算出部１５は、画像メモ
リｂ１２から出力された画像データＩ1 （ｘ，ｙ）をも
とに、時刻ｎ−１の画像のモーメント特徴Ｆ1 （Ｘ1,Ｙ
1,θ1,κ1,λ1 ）を算出する（Ｓ３）。ここで、（Ｘ1,
Ｙ1,)は画像Ｉ1 （ｘ，ｙ）の重心、θ1 は慣性主軸が
ｘ軸となす角、κ1 は慣性主軸まわりのモーメントを表
す数値、λ1 は慣性主軸に直交する軸のまわりのモーメ
ントを表す数値である。算出されたモーメント特徴Ｆ1
（Ｘ1,Ｙ1,θ1,κ1,λ1 ）はモーメント・メモリｂ１４
に格納される。
リｂ１２から出力された画像データＩ1 （ｘ，ｙ）をも
とに、時刻ｎ−１の画像のモーメント特徴Ｆ1 （Ｘ1,Ｙ
1,θ1,κ1,λ1 ）を算出する（Ｓ３）。ここで、（Ｘ1,
Ｙ1,)は画像Ｉ1 （ｘ，ｙ）の重心、θ1 は慣性主軸が
ｘ軸となす角、κ1 は慣性主軸まわりのモーメントを表
す数値、λ1 は慣性主軸に直交する軸のまわりのモーメ
ントを表す数値である。算出されたモーメント特徴Ｆ1
（Ｘ1,Ｙ1,θ1,κ1,λ1 ）はモーメント・メモリｂ１４
に格納される。
【００６８】次の時点では、画像メモリｂ１２から時刻
ｎの画像データＩ2 （ｘ，ｙ）が出力され、モーメント
算出部１５に入力され、モーメント特徴Ｆ2 （Ｘ2,Ｙ2,
θ2,κ2,λ2 ）を算出する（Ｓ４）。また、同時に、モ
ーメント・メモリｂ１４から画像１のモーメント特徴Ｆ
1 （Ｘ1,Ｙ1,θ1,κ1,λ1 ）が出力され、モーメント・
メモリａ１３に格納される。
ｎの画像データＩ2 （ｘ，ｙ）が出力され、モーメント
算出部１５に入力され、モーメント特徴Ｆ2 （Ｘ2,Ｙ2,
θ2,κ2,λ2 ）を算出する（Ｓ４）。また、同時に、モ
ーメント・メモリｂ１４から画像１のモーメント特徴Ｆ
1 （Ｘ1,Ｙ1,θ1,κ1,λ1 ）が出力され、モーメント・
メモリａ１３に格納される。
【００６９】ここで、画像２のモーメント特徴Ｆ2 （Ｘ
2,Ｙ2,θ2,κ2,λ2 ）のなかの（Ｘ2,Ｙ2)は画像Ｉ2
（ｘ，ｙ）の重心、θ2 は慣性主軸がｘ軸となす角、κ
2 は慣性主軸まわりのモーメントを表す数値、λ2 は慣
性主軸に直交する軸のまわりのモーメントを表す数値で
ある。算出したモーメント特徴Ｆ2 （Ｘ2,Ｙ2,θ2,κ2,
λ2 ）はモーメント・メモリｂ１４に格納される。
2,Ｙ2,θ2,κ2,λ2 ）のなかの（Ｘ2,Ｙ2)は画像Ｉ2
（ｘ，ｙ）の重心、θ2 は慣性主軸がｘ軸となす角、κ
2 は慣性主軸まわりのモーメントを表す数値、λ2 は慣
性主軸に直交する軸のまわりのモーメントを表す数値で
ある。算出したモーメント特徴Ｆ2 （Ｘ2,Ｙ2,θ2,κ2,
λ2 ）はモーメント・メモリｂ１４に格納される。
【００７０】すなわち、この時点で、画像メモリａ１１
には時刻ｎ−１の画像データＩ1 （ｘ，ｙ）が、また、
画像メモリｂ１２には時刻ｎの画像データＩ2 （ｘ，
ｙ）が、モーメント・メモリａ１３には時刻ｎ−１のモ
ーメント特徴Ｆ1 （Ｘ1,Ｙ1,θ1,κ1,λ1 ）が、モーメ
ント・メモリｂ１４には時刻ｎのモーメント特徴Ｆ2
（Ｘ2,Ｙ2,θ2,κ2,λ2 ）が格納されることになる。
には時刻ｎ−１の画像データＩ1 （ｘ，ｙ）が、また、
画像メモリｂ１２には時刻ｎの画像データＩ2 （ｘ，
ｙ）が、モーメント・メモリａ１３には時刻ｎ−１のモ
ーメント特徴Ｆ1 （Ｘ1,Ｙ1,θ1,κ1,λ1 ）が、モーメ
ント・メモリｂ１４には時刻ｎのモーメント特徴Ｆ2
（Ｘ2,Ｙ2,θ2,κ2,λ2 ）が格納されることになる。
【００７１】次に、モーメント・メモリａ１３、モーメ
ント・メモリｂ１４に格納されている時刻ｎ−１および
時刻ｎの画像のモーメント特徴Ｆ1 およびＦ2 はアフィ
ン変換決定部ａ１６に入力され、モーメント特徴Ｆ1 を
モーメント特徴Ｆ2 に変換するようなアフィン変換を算
出する（Ｓ５）。
ント・メモリｂ１４に格納されている時刻ｎ−１および
時刻ｎの画像のモーメント特徴Ｆ1 およびＦ2 はアフィ
ン変換決定部ａ１６に入力され、モーメント特徴Ｆ1 を
モーメント特徴Ｆ2 に変換するようなアフィン変換を算
出する（Ｓ５）。
【００７２】アフィン変換決定部ａ１６は、
【作用】の
項で説明したように、まず、特徴空間の原点Ｆ0 （０，
０，０，０，０）に対してＦ1 およびＦ2 がどのような
位置にあるかを、ｘ方向、ｙ方向への平行移動Ｔ（Ｘ，
Ｙ）、原点を中心とした回転Ｒ（θ）、ｘ方向、ｙ方向
への伸縮Ｍ（κ，λ）を使って表す。すなわち、
項で説明したように、まず、特徴空間の原点Ｆ0 （０，
０，０，０，０）に対してＦ1 およびＦ2 がどのような
位置にあるかを、ｘ方向、ｙ方向への平行移動Ｔ（Ｘ，
Ｙ）、原点を中心とした回転Ｒ（θ）、ｘ方向、ｙ方向
への伸縮Ｍ（κ，λ）を使って表す。すなわち、
【００７３】
【数１８】
【００７４】
【数１９】
【００７５】
【数２０】
【００７６】
【数２１】
【００７７】となるＧ1 およびＧ2 を得る。そして、
【００７８】
【数２２】
【００７９】が成り立つので、求めたＧ1 およびＧ2 か
ら、アフィン変換Ｇ2 Ｇ1 -1を求める。そして、アフィ
ン変換Ｇ＝Ｇ2 Ｇ1 -1として、Ｇを出力し、アフィン変
換連続化部１７に送る。
ら、アフィン変換Ｇ2 Ｇ1 -1を求める。そして、アフィ
ン変換Ｇ＝Ｇ2 Ｇ1 -1として、Ｇを出力し、アフィン変
換連続化部１７に送る。
【００８０】アフィン変換連続化部１７は、Ｇ2 Ｇ1 -1
＝exp(A)を満たす無限小変換Ａを求め、時間的に連続な
アフィン変換であるＧ（ｔ）を次式のように定める（Ｓ
６）。すなわち、
＝exp(A)を満たす無限小変換Ａを求め、時間的に連続な
アフィン変換であるＧ（ｔ）を次式のように定める（Ｓ
６）。すなわち、
【００８１】
【数２３】
【００８２】そして、Ｇ（ｔ）をアフィン変換実行部１
８に送る。アフィン変換実行部１８は、アフィン変換連
続化部１７で求めた時間的に連続なアフィン変換Ｇ
（ｔ）と画像メモリａ１１に格納されている１枚目の画
像のデータＩ1 （ｘ，ｙ）を入力として、１枚目の画像
データをもとに２枚目の画像以降の画像Ｉ（x,y;t)を予
測する（Ｓ７）。すなわち、ｔ＞１の任意のｔに関し
て、
８に送る。アフィン変換実行部１８は、アフィン変換連
続化部１７で求めた時間的に連続なアフィン変換Ｇ
（ｔ）と画像メモリａ１１に格納されている１枚目の画
像のデータＩ1 （ｘ，ｙ）を入力として、１枚目の画像
データをもとに２枚目の画像以降の画像Ｉ（x,y;t)を予
測する（Ｓ７）。すなわち、ｔ＞１の任意のｔに関し
て、
【００８３】
【数２４】
【００８４】を実行することによって、時刻ｎ以降の任
意の時刻ｔの画像が予測できる。第５図は第二の実施例
のシステム構成図である。本実施例は、時刻ｎの２枚目
の画像データＩ2(x,y)を基に時刻ｎ以降の任意時刻の画
像を予測するものである。第一の実施例では、Ｉ2(x,y)
とＧ＊Ｉ1(x,y)が近似的に等しいものとして、１枚目の
画像データＩ1 を基に時刻ｎ以降の任意時刻の画像を予
測したが、Ｉ2(x,y)とＧ＊Ｉ1(x,y)は必ずしも一致しな
いので、時刻ｎ以降の画像を予測するためにはＩ2(x,y)
を基にする方が望ましいからである。
意の時刻ｔの画像が予測できる。第５図は第二の実施例
のシステム構成図である。本実施例は、時刻ｎの２枚目
の画像データＩ2(x,y)を基に時刻ｎ以降の任意時刻の画
像を予測するものである。第一の実施例では、Ｉ2(x,y)
とＧ＊Ｉ1(x,y)が近似的に等しいものとして、１枚目の
画像データＩ1 を基に時刻ｎ以降の任意時刻の画像を予
測したが、Ｉ2(x,y)とＧ＊Ｉ1(x,y)は必ずしも一致しな
いので、時刻ｎ以降の画像を予測するためにはＩ2(x,y)
を基にする方が望ましいからである。
【００８５】この実施例では、入力部１０、画像メモリ
ｂ１２、モーメント・メモリａ１３、モーメント・メモ
リｂ１４、モーメント算出部１５、アフィン変換決定部
ａ１６、アフィン変換連続化部１７は第一の実施例と同
様に存在し、同様の処理を実行する。しかしながら、本
実施例では、第一の実施例に存在した画像メモリａ１１
はなく、第一の実施例には存在しなかったアフィン変換
決定部ｂ１９が存在する。また、アフィン変換実行部１
８の処理は以上の相違により、第一の実施例とは異なる
処理を実行する。
ｂ１２、モーメント・メモリａ１３、モーメント・メモ
リｂ１４、モーメント算出部１５、アフィン変換決定部
ａ１６、アフィン変換連続化部１７は第一の実施例と同
様に存在し、同様の処理を実行する。しかしながら、本
実施例では、第一の実施例に存在した画像メモリａ１１
はなく、第一の実施例には存在しなかったアフィン変換
決定部ｂ１９が存在する。また、アフィン変換実行部１
８の処理は以上の相違により、第一の実施例とは異なる
処理を実行する。
【００８６】まず、時刻ｎ−１の１枚目の画像が入力部
１０に入力され、ディジタル・データＩ1 （ｘ，ｙ）に
変換される。そして、該ディジタル・データＩ1 （ｘ，
ｙ）は画像メモリｂ１２に格納されたうえ、モーメント
算出部１５に送られる。
１０に入力され、ディジタル・データＩ1 （ｘ，ｙ）に
変換される。そして、該ディジタル・データＩ1 （ｘ，
ｙ）は画像メモリｂ１２に格納されたうえ、モーメント
算出部１５に送られる。
【００８７】モーメント算出部１５では、ディジタル・
データＩ1 （ｘ，ｙ）からモーメント特徴Ｆ1 （Ｘ1,Ｙ
1,θ1,κ1,λ1 ）を算出し、算出したＦ1 データをモー
メント・メモリｂ１４に送り出す。モーメント・メモリ
ｂにはこの時点では時刻ｎ−１の１枚目の画像のモーメ
ント特徴Ｆ1 が格納されることになる。
データＩ1 （ｘ，ｙ）からモーメント特徴Ｆ1 （Ｘ1,Ｙ
1,θ1,κ1,λ1 ）を算出し、算出したＦ1 データをモー
メント・メモリｂ１４に送り出す。モーメント・メモリ
ｂにはこの時点では時刻ｎ−１の１枚目の画像のモーメ
ント特徴Ｆ1 が格納されることになる。
【００８８】画像メモリｂ１２に格納された１枚目の画
像データＩ1 （ｘ，ｙ）がモーメント算出部１５に出力
された時点で、時刻ｎの２枚目の画像が入力可能にな
る。まず、入力部１０に取り込まれ、ディジタル・デー
タＩ2 （ｘ，ｙ）に変換したうえ、画像メモリｂ１２に
格納される。これによって、画像メモリｂ１２には時刻
ｎの２枚目の画像データＩ2 （ｘ，ｙ）が蓄積され、時
刻ｎ−１の１枚目の画像データＩ1 （ｘ，ｙ）は破棄さ
れる。
像データＩ1 （ｘ，ｙ）がモーメント算出部１５に出力
された時点で、時刻ｎの２枚目の画像が入力可能にな
る。まず、入力部１０に取り込まれ、ディジタル・デー
タＩ2 （ｘ，ｙ）に変換したうえ、画像メモリｂ１２に
格納される。これによって、画像メモリｂ１２には時刻
ｎの２枚目の画像データＩ2 （ｘ，ｙ）が蓄積され、時
刻ｎ−１の１枚目の画像データＩ1 （ｘ，ｙ）は破棄さ
れる。
【００８９】画像メモリｂ１２に格納された２枚目の画
像データＩ2 （ｘ，ｙ）は次に、モーメント算出部１５
に送られる。モーメント算出部１５では、モーメント特
徴Ｆ2 （Ｘ2,Ｙ2,θ2,κ2,λ2 ）を算出する。算出した
２枚目の画像のモーメント特徴Ｆ2 はモーメント・メモ
リｂ１４に送られるが、この時点で、モーメント・メモ
リｂ１４に格納されていた１枚目の画像のモーメント特
徴Ｆ1 はモーメント・メモリａ１３に送られ、蓄積され
る。これによって、モーメント・メモリａ１３には１枚
目の画像のモーメント特徴Ｆ1 が、モーメント・メモリ
ｂ１４には２枚目の画像のモーメント特徴Ｆ2 が格納さ
れることになる。
像データＩ2 （ｘ，ｙ）は次に、モーメント算出部１５
に送られる。モーメント算出部１５では、モーメント特
徴Ｆ2 （Ｘ2,Ｙ2,θ2,κ2,λ2 ）を算出する。算出した
２枚目の画像のモーメント特徴Ｆ2 はモーメント・メモ
リｂ１４に送られるが、この時点で、モーメント・メモ
リｂ１４に格納されていた１枚目の画像のモーメント特
徴Ｆ1 はモーメント・メモリａ１３に送られ、蓄積され
る。これによって、モーメント・メモリａ１３には１枚
目の画像のモーメント特徴Ｆ1 が、モーメント・メモリ
ｂ１４には２枚目の画像のモーメント特徴Ｆ2 が格納さ
れることになる。
【００９０】モーメント・メモリａおよびｂ（１３およ
び１４）にそれぞれモーメント特徴Ｆ1 およびＦ2 が格
納された時点で、アフィン変換決定部ａおよびｂ（１６
および１９）を起動される。どちらも、モーメント特徴
Ｆ1 およびＦ2 を入力とする。そして、アフィン変換決
定部ａ１６は、１枚目の画像のモーメント特徴Ｆ1 を２
枚目の画像のモーメント特徴Ｆ2 に変換するようなアフ
ィン変換Ｇを求める。一方、アフィン変換決定部ｂ１９
は、２枚目の画像のモーメント特徴Ｆ2 を１枚目の画像
のモーメント特徴Ｆ1 に変換するようなアフィン変換Ｇ
-1を求める。Ｇ-1は、アフィン変換Ｇの逆変換である。
び１４）にそれぞれモーメント特徴Ｆ1 およびＦ2 が格
納された時点で、アフィン変換決定部ａおよびｂ（１６
および１９）を起動される。どちらも、モーメント特徴
Ｆ1 およびＦ2 を入力とする。そして、アフィン変換決
定部ａ１６は、１枚目の画像のモーメント特徴Ｆ1 を２
枚目の画像のモーメント特徴Ｆ2 に変換するようなアフ
ィン変換Ｇを求める。一方、アフィン変換決定部ｂ１９
は、２枚目の画像のモーメント特徴Ｆ2 を１枚目の画像
のモーメント特徴Ｆ1 に変換するようなアフィン変換Ｇ
-1を求める。Ｇ-1は、アフィン変換Ｇの逆変換である。
【００９１】アフィン変換決定部ａ１６で算出されたア
フィン変換Ｇは次にアフィン変換連続化部１７に送ら
れ、アフィン変換連続化部１７は、時間的に連続なアフ
ィン変換Ｇ（ｔ）を求める。この方法は第一の実施例と
同様で（９）式によって求める。
フィン変換Ｇは次にアフィン変換連続化部１７に送ら
れ、アフィン変換連続化部１７は、時間的に連続なアフ
ィン変換Ｇ（ｔ）を求める。この方法は第一の実施例と
同様で（９）式によって求める。
【００９２】最後に、アフィン変換実行部１８で、時刻
ｎ以降（ｔ＞１）の任意の時刻ｔの画像を予測する。ア
フィン変換実行部１８の入力は、アフィン変換連続化部
１７で求めた時間的に連続なアフィン変換Ｇ（ｔ）と、
２枚目の画像のモーメント特徴を１枚目の画像のモーメ
ント特徴に変換するアフィン変換Ｇ-1、および２枚目の
画像データＩ2 （ｘ，ｙ）である。
ｎ以降（ｔ＞１）の任意の時刻ｔの画像を予測する。ア
フィン変換実行部１８の入力は、アフィン変換連続化部
１７で求めた時間的に連続なアフィン変換Ｇ（ｔ）と、
２枚目の画像のモーメント特徴を１枚目の画像のモーメ
ント特徴に変換するアフィン変換Ｇ-1、および２枚目の
画像データＩ2 （ｘ，ｙ）である。
【００９３】アフィン変換実行部１８は、Ｉ1(x,y)が近
似的にＧ-1＊Ｉ2(x,y)に等しいことを利用して、（１
０）式の代わりに、
似的にＧ-1＊Ｉ2(x,y)に等しいことを利用して、（１
０）式の代わりに、
【００９４】
【数２５】
【００９５】但し、ｔ＞１を使用して予測する。すなわ
ち、時刻ｎ以降の任意の時刻ｔ（ｔ＞１）のＧ（ｔ）
を、時刻ｎの２枚目の画像に前記逆変換Ｇ-1を施して得
られる画像に対して施す。
ち、時刻ｎ以降の任意の時刻ｔ（ｔ＞１）のＧ（ｔ）
を、時刻ｎの２枚目の画像に前記逆変換Ｇ-1を施して得
られる画像に対して施す。
【００９６】第６図は、第三の実施例のシステム構成図
である。第三の実施例は、第二の実施例をより簡単化し
たものである。（１１）式は、
である。第三の実施例は、第二の実施例をより簡単化し
たものである。（１１）式は、
【００９７】
【数２６】
【００９８】
【数２７】
【００９９】を適用すことにより次式のように変換でき
る。すなわち、
る。すなわち、
【０１００】
【数２８】
【０１０１】であり、ｔ＞１の任意の時刻ｔの画像を予
測するための（１４）式が得られる。第６図は、この式
によって画像を予測するシステムの構成図である。入力
部１０、画像メモリｂ１２、モーメント算出部１５、モ
ーメント・メモリａ１３、モーメント・メモリｂ１４、
アフィン変換決定部ａ１６、アフィン変換連続化部１７
は第一、第二の実施例と同様に存在し、同様の処理を実
行する。アフィン変換実行部１８は、第一、第二の実施
例とは異なり、（１４）式に従った画像予測処理を実行
する。
測するための（１４）式が得られる。第６図は、この式
によって画像を予測するシステムの構成図である。入力
部１０、画像メモリｂ１２、モーメント算出部１５、モ
ーメント・メモリａ１３、モーメント・メモリｂ１４、
アフィン変換決定部ａ１６、アフィン変換連続化部１７
は第一、第二の実施例と同様に存在し、同様の処理を実
行する。アフィン変換実行部１８は、第一、第二の実施
例とは異なり、（１４）式に従った画像予測処理を実行
する。
【０１０２】１枚目の画像、２枚目の画像のモーメント
特徴Ｆ1 、Ｆ2 の算出までは第二の実施例と全く同様で
ある。すなわち、まず、１枚目の画像を入力部１０に取
り込み、画像データＩ1 （ｘ，ｙ）に変換して、画像メ
モリｂ１２に蓄積する。画像メモリｂ１２に蓄積した画
像データＩ1 （ｘ，ｙ）は、次に、モーメント算出部１
５に送られ、モーメント算出部１５は、１枚目の画像の
モーメント特徴Ｆ1 （Ｘ1,Ｙ1,θ1,κ1,λ1 ）を算出し
て、モーメント・メモリｂ１４に格納する。
特徴Ｆ1 、Ｆ2 の算出までは第二の実施例と全く同様で
ある。すなわち、まず、１枚目の画像を入力部１０に取
り込み、画像データＩ1 （ｘ，ｙ）に変換して、画像メ
モリｂ１２に蓄積する。画像メモリｂ１２に蓄積した画
像データＩ1 （ｘ，ｙ）は、次に、モーメント算出部１
５に送られ、モーメント算出部１５は、１枚目の画像の
モーメント特徴Ｆ1 （Ｘ1,Ｙ1,θ1,κ1,λ1 ）を算出し
て、モーメント・メモリｂ１４に格納する。
【０１０３】次に、入力部１０には２枚目の画像が取り
込まれ、画像データＩ2 （ｘ，ｙ）に変換して、画像メ
モリｂ１２に蓄積する。この時点で、画像メモリｂ１２
に格納されていた１枚目の画像データＩ1 （ｘ，ｙ）は
破棄される。画像メモリｂ１２に蓄積した画像データＩ
2 （ｘ，ｙ）は、次に、モーメント算出部１５に送ら
れ、モーメント算出部１５は、２枚目の画像のモーメン
ト特徴Ｆ2 （Ｘ2,Ｙ2,θ2,κ2,λ2 ）を算出して、モー
メント・メモリｂ１４に格納する。この時点で、モーメ
ント・メモリｂ１４にそれまで格納されていた１枚目の
画像のモーメント特徴Ｆ1 はモーメント・メモリａ１３
に送られ、蓄積する。
込まれ、画像データＩ2 （ｘ，ｙ）に変換して、画像メ
モリｂ１２に蓄積する。この時点で、画像メモリｂ１２
に格納されていた１枚目の画像データＩ1 （ｘ，ｙ）は
破棄される。画像メモリｂ１２に蓄積した画像データＩ
2 （ｘ，ｙ）は、次に、モーメント算出部１５に送ら
れ、モーメント算出部１５は、２枚目の画像のモーメン
ト特徴Ｆ2 （Ｘ2,Ｙ2,θ2,κ2,λ2 ）を算出して、モー
メント・メモリｂ１４に格納する。この時点で、モーメ
ント・メモリｂ１４にそれまで格納されていた１枚目の
画像のモーメント特徴Ｆ1 はモーメント・メモリａ１３
に送られ、蓄積する。
【０１０４】モーメント・メモリａ、ｂ（１３、１４）
にそれぞれモーメント特徴Ｆ1 、Ｆ2 が格納されると、
次に、アフィン変換決定部ａ１６が起動される。アフィ
ン変換決定部ａ１６は、モーメント特徴Ｆ1 、Ｆ2 を入
力とし、モーメント特徴Ｆ1 をモーメント特徴Ｆ2 に変
換するようなアフィン変換Ｇを求める。アフィン変換決
定部ａ１６で算出されたアフィン変換Ｇは次にアフィン
変換連続化部１７に送られ、アフィン変換連続化部１７
は、時間的に連続なアフィン変換Ｇ（ｔ）を求める。こ
の方法は第一の実施例と同様で（９）式によって求め
る。
にそれぞれモーメント特徴Ｆ1 、Ｆ2 が格納されると、
次に、アフィン変換決定部ａ１６が起動される。アフィ
ン変換決定部ａ１６は、モーメント特徴Ｆ1 、Ｆ2 を入
力とし、モーメント特徴Ｆ1 をモーメント特徴Ｆ2 に変
換するようなアフィン変換Ｇを求める。アフィン変換決
定部ａ１６で算出されたアフィン変換Ｇは次にアフィン
変換連続化部１７に送られ、アフィン変換連続化部１７
は、時間的に連続なアフィン変換Ｇ（ｔ）を求める。こ
の方法は第一の実施例と同様で（９）式によって求め
る。
【０１０５】最後に、アフィン変換実行部１８で、時刻
ｎ以降（ｔ＞１）の任意の時刻ｔの画像を予測する。ア
フィン変換実行部１８の入力は、アフィン変換連続化部
１７で求めた時間的に連続なアフィン変換Ｇ（ｔ）と、
２枚目の画像データＩ2 （ｘ，ｙ）である。そして、前
記の（１４）式に従って、２枚目の画像以降の任意の時
刻ｔ（ｔ＞１）の画像Ｉ（ｘ，ｙ；ｔ）を予測する。
ｎ以降（ｔ＞１）の任意の時刻ｔの画像を予測する。ア
フィン変換実行部１８の入力は、アフィン変換連続化部
１７で求めた時間的に連続なアフィン変換Ｇ（ｔ）と、
２枚目の画像データＩ2 （ｘ，ｙ）である。そして、前
記の（１４）式に従って、２枚目の画像以降の任意の時
刻ｔ（ｔ＞１）の画像Ｉ（ｘ，ｙ；ｔ）を予測する。
【０１０６】
【発明の効果】本発明によれば、物体の動きを観測して
得られる動画像をもとに、その物体の動きを予測し、未
来の画像の状態を予測することが可能になる。
得られる動画像をもとに、その物体の動きを予測し、未
来の画像の状態を予測することが可能になる。
【図１】本発明の機能ブロック図である。
【図２】モーメント特徴とアフィン変換の説明図であ
る。
る。
【図３】一実施例のシステム構成図である。
【図４】一実施例の動作説明図である。
【図５】第二の実施例のシステム構成図である。
【図６】第三の実施例のシステム構成図である。
【図７】従来方式の説明図である。
１ 画像１入力Ｉ1 ２ 画像２入力Ｉ2 ３ 画像１のモーメント特徴Ｆ1 ４ 画像２のモーメント特徴Ｆ2 ５ モーメント特徴抽出手段 ６ アフィン変換決定手段 ７ アフィン変換連続化手段 ８ 画像予測手段
Claims (3)
- 【請求項１】ある時刻の画像情報入力Ｉ1 （画像１入
力）（１）と、該画像１力Ｉ1 （１）以降の次の画像情
報入力Ｉ2 （画像２入力）（２）からなる動画像情報か
ら、任意の時刻ｔの画像を予測する動画像予測システム
において、 画像１入力Ｉ1 （１）および画像２入力Ｉ2 （２）を楕
円で近似したときの重心座標、長軸方向、長径、短径を
表す二次以下のモーメント（それぞれ、画像１のモーメ
ント特徴1 （３）および画像２のモーメント特徴Ｆ2
（４））を算出するモーメント特徴抽出手段（５）と、 前記モーメント特徴抽出手段（５）によって抽出した画
像１のモーメント特徴Ｆ1 （３）で表される長軸方向と
ｘ軸のなす角度だけ回転させる回転と該モーメント特徴
Ｆ1 （３）で表される長径の指数倍だけＸ軸方向に該モ
ーメント特徴Ｆ1 （３）で表される短径の指数倍だけｙ
軸方向に伸縮させる伸縮と原点を該モーメント特徴Ｆ1
（３）で表される重心に移動させる平行移動とを合成し
て得られるアフィン変換Ｇ1 を算出し、また、前記モー
メント特徴抽出手段（５）によって抽出した画像２のモ
ーメント特徴Ｆ2 （４）で表される長軸方向とｘ軸のな
す角度だけ回転させる回転と該モーメント特徴Ｆ2
（４）で表される長径の指数倍だけＸ軸方向に該モーメ
ント特徴Ｆ2 （４）で表される短径の指数倍だけｙ軸方
向に伸縮させる伸縮と原点を該モーメント特徴Ｆ2
（４）で表される重心に移動させる平行移動とを合成し
て得られるアフィン変換Ｇ2 を算出し、さらに、該アフ
ィン変換Ｇ1 の逆変換と該アフィン変換Ｇ2 を合成する
ことによって、モーメント特徴Ｆ1 （３）をモーメント
特徴Ｆ2 （４）に変換するアフィン変換Ｇを決定するア
フィン変換決定手段（６）と、 前記アフィン変換決定手段（６）で決定したアフィン変
換Ｇを基に、Ｇ＝ｅｘｐ（Ａ）を満たす無限小変換Ａを
求め、任意の時刻ｔに対してＧ（ｔ）＝ｅｘｐ（Ａｔ）
によってＧ（ｔ）を算出するアフィン変換連続化手段
（７）と、 前記アフィン変換連続化手段（７）によって求めた連続
化済みのアフィン変換Ｇ（ｔ）を画像１入力Ｉ1 に施す
ことにより、任意の時刻ｔの画像を予測する画像予測手
段（８）とを有することを特徴とする動画像予測方式。 - 【請求項２】前記画像予測手段（８）は前記アフィン変
換決定手段（６）によって求めたアフィン変換Ｇの逆変
換を画像２入力Ｉ2 （２）に施して得られる画像に前記
アフィン変換連続化手段（７）によって求めたＧ（ｔ）
を施すことにより、任意の時刻ｔの画像を予測すること
を特徴とする請求項１記載の動画像予測方式。 - 【請求項３】前記アフィン変換連続化手段（７）は任意
時刻ｔに対してＧ（ｔ）＝ｅｘｐ（Ａ（ｔ−１））によ
ってＧ（ｔ）を算出し、前記画像予測手段（８）は、該
アフィン変換連続化手段（７）によって求めたＧ（ｔ）
を画像２入力Ｉ2 （２）に施すことにより任意時刻ｔの
画像を予測することを特徴とする請求項１記載の動画像
予測方式。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2-20599 | 1990-01-31 | ||
| JP2059990 | 1990-01-31 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03296876A JPH03296876A (ja) | 1991-12-27 |
| JP2569219B2 true JP2569219B2 (ja) | 1997-01-08 |
Family
ID=12031737
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2407938A Expired - Lifetime JP2569219B2 (ja) | 1990-01-31 | 1990-12-27 | 動画像予測方式 |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US5214504A (ja) |
| EP (1) | EP0440218B1 (ja) |
| JP (1) | JP2569219B2 (ja) |
| AU (1) | AU641464B2 (ja) |
| CA (1) | CA2035304C (ja) |
| DE (1) | DE69131111T2 (ja) |
Families Citing this family (39)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10361802B1 (en) | 1999-02-01 | 2019-07-23 | Blanding Hovenweep, Llc | Adaptive pattern recognition based control system and method |
| US5901246A (en) * | 1995-06-06 | 1999-05-04 | Hoffberg; Steven M. | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
| US6850252B1 (en) | 1999-10-05 | 2005-02-01 | Steven M. Hoffberg | Intelligent electronic appliance system and method |
| US5903454A (en) * | 1991-12-23 | 1999-05-11 | Hoffberg; Linda Irene | Human-factored interface corporating adaptive pattern recognition based controller apparatus |
| US6400996B1 (en) | 1999-02-01 | 2002-06-04 | Steven M. Hoffberg | Adaptive pattern recognition based control system and method |
| US8352400B2 (en) | 1991-12-23 | 2013-01-08 | Hoffberg Steven M | Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore |
| US6418424B1 (en) | 1991-12-23 | 2002-07-09 | Steven M. Hoffberg | Ergonomic man-machine interface incorporating adaptive pattern recognition based control system |
| US5325475A (en) * | 1992-09-09 | 1994-06-28 | Massachusetts Institute Of Technology | Computer method and apparatus for matching between line drawings |
| JPH06113287A (ja) * | 1992-09-30 | 1994-04-22 | Matsushita Electric Ind Co Ltd | 画像符号化装置と画像復号化装置 |
| JP3679426B2 (ja) * | 1993-03-15 | 2005-08-03 | マサチューセッツ・インスティチュート・オブ・テクノロジー | 画像データを符号化して夫々がコヒーレントな動きの領域を表わす複数の層とそれら層に付随する動きパラメータとにするシステム |
| US5590261A (en) * | 1993-05-07 | 1996-12-31 | Massachusetts Institute Of Technology | Finite-element method for image alignment and morphing |
| EP0625853B1 (en) * | 1993-05-21 | 1999-03-03 | Nippon Telegraph And Telephone Corporation | Moving image encoder and decoder |
| US5513128A (en) * | 1993-09-14 | 1996-04-30 | Comsat Corporation | Multispectral data compression using inter-band prediction |
| US5559551A (en) * | 1994-05-30 | 1996-09-24 | Sony Corporation | Subject tracking apparatus |
| US5727141A (en) * | 1995-05-05 | 1998-03-10 | Apple Computer, Inc. | Method and apparatus for identifying user-selectable regions within multiple display frames |
| US5654771A (en) * | 1995-05-23 | 1997-08-05 | The University Of Rochester | Video compression system using a dense motion vector field and a triangular patch mesh overlay model |
| US5784175A (en) * | 1995-10-05 | 1998-07-21 | Microsoft Corporation | Pixel block correlation process |
| US5799113A (en) * | 1996-01-19 | 1998-08-25 | Microsoft Corporation | Method for expanding contracted video images |
| US5787203A (en) * | 1996-01-19 | 1998-07-28 | Microsoft Corporation | Method and system for filtering compressed video images |
| US5764814A (en) * | 1996-03-22 | 1998-06-09 | Microsoft Corporation | Representation and encoding of general arbitrary shapes |
| US5982438A (en) * | 1996-03-22 | 1999-11-09 | Microsoft Corporation | Overlapped motion compensation for object coding |
| US5778098A (en) * | 1996-03-22 | 1998-07-07 | Microsoft Corporation | Sprite coding |
| US5867221A (en) * | 1996-03-29 | 1999-02-02 | Interated Systems, Inc. | Method and system for the fractal compression of data using an integrated circuit for discrete cosine transform compression/decompression |
| US6075875A (en) * | 1996-09-30 | 2000-06-13 | Microsoft Corporation | Segmentation of image features using hierarchical analysis of multi-valued image data and weighted averaging of segmentation results |
| US5748789A (en) * | 1996-10-31 | 1998-05-05 | Microsoft Corporation | Transparent block skipping in object-based video coding systems |
| AU1941797A (en) * | 1997-03-17 | 1998-10-12 | Mitsubishi Denki Kabushiki Kaisha | Image encoder, image decoder, image encoding method, image decoding method and image encoding/decoding system |
| US6400831B2 (en) | 1998-04-02 | 2002-06-04 | Microsoft Corporation | Semantic video object segmentation and tracking |
| US6711278B1 (en) * | 1998-09-10 | 2004-03-23 | Microsoft Corporation | Tracking semantic objects in vector image sequences |
| US7966078B2 (en) | 1999-02-01 | 2011-06-21 | Steven Hoffberg | Network media appliance system and method |
| US6499060B1 (en) | 1999-03-12 | 2002-12-24 | Microsoft Corporation | Media coding for loss recovery with remotely predicted data units |
| SG89282A1 (en) * | 1999-05-28 | 2002-06-18 | Kent Ridge Digital Labs | Motion information extraction system |
| FR2817438A1 (fr) * | 2000-11-24 | 2002-05-31 | Thomson Multimedia Sa | Procede d'affichage d'images video sur panneau d'affichage a plasma et panneau d'affichage correspondant |
| US7577198B2 (en) * | 2003-09-07 | 2009-08-18 | Microsoft Corporation | Number of reference fields for an interlaced forward-predicted field |
| US8085844B2 (en) * | 2003-09-07 | 2011-12-27 | Microsoft Corporation | Signaling reference frame distances |
| JP3601793B1 (ja) * | 2003-11-05 | 2004-12-15 | 任天堂株式会社 | 移動時間算出プログラム及び情報記録媒体 |
| US8634413B2 (en) | 2004-12-30 | 2014-01-21 | Microsoft Corporation | Use of frame caching to improve packet loss recovery |
| US8797391B2 (en) * | 2011-01-14 | 2014-08-05 | Himax Media Solutions, Inc. | Stereo image displaying method |
| WO2015174093A1 (ja) | 2014-05-16 | 2015-11-19 | パナソニックＩｐマネジメント株式会社 | 車載用表示装置、車載用表示装置の制御方法、プログラム |
| CN111667502B (zh) * | 2020-05-06 | 2023-08-25 | 北京理工大学 | 根据单张运动模糊图像生成高速视频的方法与装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4435837A (en) * | 1981-03-05 | 1984-03-06 | President And Fellows Of Harvard College | Pattern recognition and orientation system |
| FR2538653B1 (fr) * | 1982-05-28 | 1989-03-31 | Thomson Csf | Procede d'estimation des translations subies par des objets representes dans une sequence d'images et dispositif mettant en oeuvre ce procede |
| FR2590701B1 (fr) * | 1985-11-22 | 1988-01-15 | Labo Electronique Physique | Procede et dispositif d'estimation de mouvement dans une sequence d'images |
| US5070465A (en) * | 1987-02-25 | 1991-12-03 | Sony Corporation | Video image transforming method and apparatus |
| US4855822A (en) * | 1988-01-26 | 1989-08-08 | Honeywell, Inc. | Human engineered remote driving system |
| GB8909498D0 (en) * | 1989-04-26 | 1989-06-14 | British Telecomm | Motion estimator |
| US4958224A (en) * | 1989-08-15 | 1990-09-18 | Hughes Aircraft Company | Forced correlation/mixed mode tracking system |
-
1990
- 1990-12-27 JP JP2407938A patent/JP2569219B2/ja not_active Expired - Lifetime
-
1991
- 1991-01-30 CA CA002035304A patent/CA2035304C/en not_active Expired - Fee Related
- 1991-01-31 US US07/648,986 patent/US5214504A/en not_active Expired - Lifetime
- 1991-01-31 AU AU70152/91A patent/AU641464B2/en not_active Ceased
- 1991-01-31 DE DE69131111T patent/DE69131111T2/de not_active Expired - Fee Related
- 1991-01-31 EP EP91101276A patent/EP0440218B1/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| DE69131111D1 (de) | 1999-05-20 |
| CA2035304C (en) | 1996-10-15 |
| DE69131111T2 (de) | 1999-08-05 |
| AU641464B2 (en) | 1993-09-23 |
| EP0440218B1 (en) | 1999-04-14 |
| CA2035304A1 (en) | 1991-08-01 |
| AU7015291A (en) | 1991-08-01 |
| US5214504A (en) | 1993-05-25 |
| JPH03296876A (ja) | 1991-12-27 |
| EP0440218A2 (en) | 1991-08-07 |
| EP0440218A3 (en) | 1993-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2569219B2 (ja) | 動画像予測方式 | |
| EP2403235B1 (en) | Image correction device and image correction method | |
| WO2019084804A1 (zh) | 一种视觉里程计及其实现方法 | |
| JP3874985B2 (ja) | 画像演算装置 | |
| WO2003075224A1 (fr) | Dispositif de combinaison/conversion d'image | |
| WO2009154294A1 (ja) | 移動量抽出装置及びプログラム、画像補正装置及びプログラム並びに記録媒体 | |
| WO2010151215A1 (en) | Real time video stabilization | |
| JPH10240945A (ja) | 画像処理装置 | |
| JP4570764B2 (ja) | 運動情報認識システム | |
| JPH10336599A (ja) | フレーム間補間画像処理装置 | |
| JP2000348159A (ja) | 画像合成処理方法、撮像装置、画像縮小処理方法及び記録媒体 | |
| JP7027776B2 (ja) | 移動ベクトル算出方法、装置、プログラム、及びノイズ除去処理を含む移動ベクトル算出方法 | |
| US7522189B2 (en) | Automatic stabilization control apparatus, automatic stabilization control method, and computer readable recording medium having automatic stabilization control program recorded thereon | |
| JP7401246B2 (ja) | 撮像装置、撮像装置の制御方法、及びプログラム | |
| JP4017578B2 (ja) | 手ぶれ補正装置、手ぶれ補正方法および手ぶれ補正プログラムを記録した記録媒体 | |
| RU2407058C2 (ru) | Вычисление параметров преобразования для обработки изображений | |
| JP2007166198A (ja) | フレームレート変換方法および装置 | |
| JP4547321B2 (ja) | 動きベクトル検出装置及び撮像装置 | |
| WO1998012869A1 (fr) | Appareil de mesure de mouvement | |
| JP6762737B2 (ja) | 画像処理装置 | |
| Russo et al. | Blurring prediction in monocular slam | |
| JP6316030B2 (ja) | 撮像装置及びその制御方法 | |
| Zhao et al. | Image-based robot motion simulation | |
| JP7207396B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JP4582993B2 (ja) | 動画像合成方法および装置並びにプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19960903 |