JP2872702B2 - パターン認識方法 - Google Patents

パターン認識方法

Info

Publication number
JP2872702B2
JP2872702B2 JP1204568A JP20456889A JP2872702B2 JP 2872702 B2 JP2872702 B2 JP 2872702B2 JP 1204568 A JP1204568 A JP 1204568A JP 20456889 A JP20456889 A JP 20456889A JP 2872702 B2 JP2872702 B2 JP 2872702B2
Authority
JP
Japan
Prior art keywords
vector
radial
vectors
unknown
silhouette
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
Application number
JP1204568A
Other languages
English (en)
Other versions
JPH0291778A (ja
Inventor
ジョン・テルツィアン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Raytheon Co
Original Assignee
Raytheon Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Raytheon Co filed Critical Raytheon Co
Publication of JPH0291778A publication Critical patent/JPH0291778A/ja
Application granted granted Critical
Publication of JP2872702B2 publication Critical patent/JP2872702B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

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
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/421—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation by analysing segments intersecting the pattern

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は広くはパターン認識に関し、更に詳しくは、
未知の物体のシルエットを既知の物体のシルエットに付
き合わせる（マッチングを行なう）ことによって物体の
分類を行なう方法に関する。
（背景技術） 物体の認識は、その物体の顕著な特徴を利用して行な
うことができる。多くの場合に有用な、その種の特徴の
うちの１つに、可視光ないし赤外線を感知する装置によ
って記録れた物体のシルエットがある。ある未知の物体
のシルエットが既に同定されている物体のシルエットと
一致し得るならば、この未同定の物体はその既知の物体
と同一の分類に属すものであると結論することができ
る。シルエットというものは２次元パターンと同等であ
るため、公知のパターン・マッチング法を利用すること
ができる。
公知の方法のうちの１つに、シルエットを小さな要
素、即ち「ピクセル（画素）」に分割するという方法が
ある。所定の割合を占める対応するピクセルどうしの内
容が互いに同一である場合に、既知の シルエットと未
知のシルエットとが一致していると見なされるようにな
っている。この方法は計算処理に関しては簡明な方法で
あるが、しかしながら比較されている双方のシルエット
が互いに重なり合っていない場合には、この性能が低下
する。この方法は更に、未知の物体の画像の大きさが既
知の物体の画像の大きさと異なる場合（このような事態
は、それらの画像が物体から夫々に異なった距離に置か
れた装置によって生成されたときに生じることがある）
にも、その性能が低下する。これとは別の方法に、既知
の画像の２次元フーリエ変換を未知のシルエットの２次
元フーリエ変換と比較するという方法もあり、この方法
は既知のシルエットの向きと未知のシルエットの向きと
が異なっていても良好に機能する。しかしながらこのよ
うな方法は、はるかに多量の計算処理を必要とする。
（発明の概要） 本発明の目的は、未知の物体のシルエットを含む画像
を既知のシルエットを含む画像と付き合わせることによ
って、物体の分類を行なう手段を提供することにある。
本発明の更なる目的は、計算処理に関して簡明であ
り、しかもシルエットどうしが正確に重なり合っていな
い場合にも、またそれらのシルエットの大きさが互いに
異なっている場合にも効果的に機能する物体分類方法を
提供することにある。
本発明の以上の目的並びにその他の目的は、デジタル
化された画像から未知の物体のシルエットを生成するス
テップと、この未知の物体のシルエットを標準化するこ
とによって、同様に標準化された既知の物体の基準シル
エットとの比較に適した形にするステップと、この標準
化された未知の物体の画像を、標準化された基準と比較
するステップとを含む手順によって、達成することがで
きる。
以下の更に詳細な説明を添付図面と共に参照すること
により、本発明を更に明瞭に理解することができよう。
（実施例） パターン認識法は多くの用途を持つものである。本発
明を説明するという目的に鑑み、ここでは、パターン
は、船舶ないし航空機のシルエットを含む画像を表わす
ものとして説明することにする。当業者には理解される
ように、パターンのもととなっているそれらの船舶や航
空機は単に例として挙げられているだけであり、本発明
は認識しようとしているパターンの具体的な種類の如何
にかかわらず機能するものである。
さて第１図に関し、同図には撮像装置10が、その焦点
を未知の船舶14に合わせられた状態で示されている。こ
の撮像装置10は、可視光或いは赤外線を利用して画像を
形成するようにした、公知のいかなる装置であっても良
い。未知の船舶14の画像はデジタイザ20によってデジタ
ル化される。このデジタル化画像はデジタル・コンピュ
ータ12で伝送され、このコンピュータ12において、第２
図に図示し以下に説明するところの方法に従った処理が
実行される。この処理の一部として、このデジタル化画
像をメモリ18に格納されている既知の船舶のシルエット
と比較することが行なわれる。この比較の結果は、例え
ば陰極線管（CRT）等の、操作者がこの比較結果を読取
れるようにするための利用装置11へ送られる。撮像装置
10、画像デジタイザ20、デジタル・コンピュータ12、及
びメモリ18は、デジタル化画像を生成し処理するための
ものとして当業界において公知となっている、いかなる
装置であっても良い。
次に第２図について説明すると、この第２図に示され
ている処理は、デジタル・イクィップメント・コーポレ
ーション（Digital Equipment Corporation、Maynard、
Massachusetts）が製造しているVAX−11/780型等の汎用
デジタル・コンピュータをプログラミングすることによ
って実行されるものである。第２図のフローダイヤグラ
ムの中の、例えば要素30等の、以下に「処理ブロック」
と言い表わされる矩形の要素は、汎用デジタル・コンピ
ュータ12（第２図）によって実行される単一の命令、或
いは１つのグループをなすコンピュータ・ソフトウェア
命令群を表わすものである。例えば要素44等の、以下に
「判断ブロック」と言い表わされるひし形の要素は、何
らかの条件を評価してその条件に関する複数の処理ブロ
ックの実行の順序に影響を与えるコンピュータ・ソフト
ウェア命令群を表わすものである。例えばメモリ18等
の、底部が波形とされている要素は、汎用デジタル・コ
ンピュータ12（第１図）がアクセスすることのできるハ
ードウェア・メモリに格納された情報を表わすものであ
る。メモリを図中に明示するのは大量の情報が格納され
る場合に限り、例えばプログラム変数の格納等のように
大多数のコンピュータ・ソフトウェア・プログラムにお
いて一般的に行なわれているメモリ利用については図中
には明示しない。当業者には気付かれるように、諸変数
やループ（それにコンピュータ・ソフトウェア・プログ
ラムのその他の標準的な要素）の初期化については図中
に明示していない。
処理ブロック30においては、公知のアルゴリズムない
しアルゴリズムの組合わせに従って未知の船舶14（第１
図）のシルエットの抽出が行なわれる。例を挙げるなら
ば、ウィリアム−Ｋ−プラット著「デジタル画像処理」
（Digital Image Processing by William K.Pratt、pub
lished by John Wiley＆Sons、Inc.、1978）の第322頁
〜第326頁に記載されているエッジ強調のためのアルゴ
リズム、並びに同参考文献の第542頁〜第545頁に記載さ
れているエッジ・セグメンテーションのためのアルゴリ
ズム等を利用することができる。ただし、当業者には理
解されるように、その他のアルゴリズムを用いてこの未
知の船舶14（第１図）のシルエットを抽出することも可
能である。
処理ブロック32においては、シルエットがベクトル化
されて、第３図に示すような垂直ベクトル74の集合が形
成される。第３図は、視野の中にある未知の船舶14（第
１図）のシルエット72を描き出しているＮ本の垂直ベク
トル74の集合のうちの、数本の垂直ベクトルを例示して
いる。各々の垂直ベクトル74は、Ｘの値とＹの値とを表
わす一対の数字によって表わされる。第３図から分るよ
うに、垂直ベクトル74はシルエット72の下縁から上縁ま
で延伸している。第３図に関して注意すべきことは、垂
直ベクトル74の発する位置はＸ軸方向に等間隔をなして
いるということである。それらの垂直ベクトル74がＸ軸
方向に等間隔とされているために、それらの合計本数Ｎ
はシルエットのＸ軸方向の長さに応じて異なってくる。
それらのベクトルの高さ、即ちそれらの垂直ベクトルの
長さは、各々のＸ位置におけるシルエット72の下縁と上
縁との間の距離に応じて定まるものである。
第２図の処理ブロック34においては、未知の船舶14
（第１図）のシルエットを描き出している垂直ベクトル
74（第３図）に対して、シルエットの上縁の線、この例
では未知の船舶の船楼の外郭線であるが、この線に沿っ
た変動のみが表わされるように、調整が加えられる。こ
の処理ブロック34においては、船舶中央部における最小
ベクトル76（第３図）が同定される。このベクトル76
は、以下に「VN」でも表わされるものであるが、全ての
垂直ベクトル（ただしこの画像の左端の例えば４パーセ
ント程度の少数の垂直ベクトル、並びにこの画像の右端
の例えば４パーセント程度の少数の垂直ベクトルを除い
たもの）のうちの最短のベクトルとして同定される。続
いて全ての垂直ベクトルに対して、このVNの大きさを減
じるという調整が加えられる。調整を加えられたベクト
ルの集合の、その各々の要素を、以下にＵ（Ｘ）で表わ
すことにする。以上に替えて、処理ブロック34で実行さ
れるこの処理を省略し、以降の処理においては標準化さ
れた垂直ベクトル74が用いられるようにしても良い。
第２図の処理ブロック36においては、シルエットの巾
の標準化が行なわれ、この標準化は、「CINT（N/10
0）」番目ごとのベクトルのみを用いるという方法で行
なわれる。ここでCINTとは、括弧内の値を丸めてその値
に最も近い整数にする関数である。従って、この標準化
処理の結果得られる画像は常に100本の垂直ベクトルだ
けを含んでいる。処理ブロック38においては、ベクトル
の高さの標準化が行なわれ、この標準化によって、シル
エットは所定の面積を占めるようになる。この標準化
は、Ｈ（Ｘ）＝Ｕ（Ｘ）／（MSV/8）という式に従って
行なわれ、ここで、 Ｈ（Ｘ）は標準化されたベクトルＸの高さ、 Ｕ（Ｘ）は上記調整を加えられた上で標準化されたベ
クトルＸの高さ、 MSVは集合をなす調整を加えられたベクトルの平均値
である。
処理ブロック40、41、及び42においては、未知の船舶
シルエットを標準化して得られた画像を、格納されてい
る既知の諸々の船舶のシルエットと比較する。既知の船
舶のそれらのシルエットは、装置の使用に先立ってメモ
リ18に格納されており、しかも、認識しようとしている
シルエットの、処理ブロック30、32、34、36及び38を通
過した後の形に相当する、ベクトル化し標準化して得ら
れた形で格納されている。メモリ18は、この処理によっ
て同定することのできる、あらゆる船舶級の船舶の画像
を包含している。更に、メモリ18は好ましくは各々の船
舶級につき、幾つかの異なった角度から（本実施例にお
いては４つの角度から）見たその船舶の姿を表わす、幾
つかの画像を包含しているものとするのが良い。処理ブ
ロック40においては減算が行なわれ、この減算は、基準
画像（即ち特定の船舶級の船舶のシルエット）の１つの
ベクトルを、そのとき受取っている、ベクトル化され標
準化されているシルエットの、対応するベクトルから減
じることによって行なわれる。未知の船舶の船首は画像
のいずれの側を向いていることもあり得るため、第２の
差分の算出を処理ブロック41において行なうようになっ
ている。この処理ブロック41では、基準画像があたかも
逆方向に向けられた船舶に基づいて形成されたものであ
るかのように見なして基準ベクトルを選択するという方
法でこの差分の算出が行なわれる。即ち、処理ブロック
40において第１番目の基準ベクトルが使用されるときに
は処理ブロック41では最後尾の基準ベクトルが使用さ
れ、また、処理ブロック40において第２番目の基準ベク
トル使用されるときには処理ブロック41では最後尾から
第２番目の基準ベクトルが使用され、以下同様である。
処理ブロック42においては、処理ブロック40及び41で算
出された差分の絶対値が積算される。判断ブロック44
は、処理ブロック46によって決定される未知の船舶のシ
ルエットの中の次のベクトルを処理するために、処理ブ
ロック40、41及び42を反復して実行させるものであり、
この反復は、受取ったベクトル化され標準化されている
シルエットの各々のベクトルのことごとくが、そのとき
メモリ18から取り出されている基準画像の中の対応する
ベクトルからの減算を完了されるまで、続けられる。以
上の処理の結果得られる夫々の差分の絶対値の合計値
は、基準画像の「スコア」と呼ばれるものであり、それ
らのスコアのうちの一方は基準画像との比較におけるそ
の未知の画像のスコア、他方はこの基準画像の向きを反
転させたものとの比較におけるその未知の画像のスコア
である。処理ブロック48においては、処理ブロック40、
41及び42で算出された、この基準船舶に関するスコアが
メモリ50に格納される。当業者には理解されるように、
処理ブロック48は、以上の別実施態様として、例えば最
小のスコアだけを格納するというような、メモリ50に格
納される情報の量を減少させることができるような何ら
かの方式でスコアの処理をするものとしても良い。以上
の比較の過程は、処理ブロック58を含むループバック経
路によって制御され、この未知の船舶がメモリ18に格納
されている個々の基準画像のことごとくと比較されてし
まうまで反復して実行される。
この未知の船舶のシルエットがメモリ18に格納されて
いる基準画像の全てと比較された後に、処理ブロック54
において、スコアが最小の基準画像が選択される。この
最小のスコアに対応する基準船舶が、未知の船舶と「一
致（matching）」していることになる。こうして以上の
処理により、未知の船舶がこの選択された基準船舶と同
一の船舶級に属するものであることが認識されることに
なる。別実施態様として、全ての基準シルエットに関し
て得られた最小のスコアがある所定の値より小さくない
場合にはその未知の船舶に対していかなる分類も与えら
れないようにする、スレショルド機能を採用しても良
い。
（放射状ベクトル方式の実施例） 垂直ベクトルを用いて物体の同定を行なうようにした
以上のアルゴリズムは、平坦な下縁部を有する画像に適
用するのに殊に適している。例えば船舶はその喫水線よ
り下の部分がかくれているために、その下縁部が平坦で
あるように見える。上縁部と下縁部との両方に構造的な
凹凸を有する物体に適用するには、放射状ベクトル方式
のアルゴリズムがより適している。例えば航空機はその
種の物体である。
第４図は、放射状ベクトル方式のアルゴリズムを用い
て画像に加えられる処理を図示している。先ず最初に処
理ブロック30Aが、処理ブロック32（第２図）と同様の
方法で物体の外郭線を抽出する。
処理ブロック100はこの外郭線の放射状ベクトルを形
成するブロックであり、その形成の方法についてが第５
図を参照すればより良く理解することができる。第５図
は、未知の航空機の外郭線152を示している。この外郭
線上の各点は、「Ｘ」座標値と「Ｙ」座標値とを有する
ものであるということに注意されたい。放射状ベクトル
を決定するには、先ず最初にこの外郭線の図心Ｃを算出
する。本実施例では、外郭線上の全ての点のＸ座標値並
びにＹ座標値の平均値を求めることによって、図心の値
を近似値として得ている。座標値の平均値を求めるなら
ば、対称形の画像の場合には、図心に等しい値が得られ
る。平均値を求めることによって図心の近似値を得ると
いう方法は必要とされる処理を簡明化しており、また、
この方法を用いた結果、物体の向きにかかわらず不変の
長さを持つベクトルが得られるようになっている。
放射状ベクトルの各々は、図心Ｃと外郭線152上の１
つの点との間の距離を反映した大きさを持っている。外
郭線上の各々の点ごとに１つの放射状ベクトルを算出す
る必要がある。放射状ベクトルの総本数は例えばＮ本と
して表わされるが、様々な総本数のベクトルを算出する
ようにすることができる。それらのＮ箇所の点を選択す
るためにはレシオ（比）Ｒを算出し、このレシオＲは、
外郭線152上に存在する点の総数をＮで割ったものに等
しい。本実施例ではＮの値は「36」であるが、他の値を
使用しても良い。次に外郭線152上の第１番目の点を選
択するのであるが、この点は固有のＸ座標値とＹ座標値
とを持っている。第１番目の放射状ベクトル1501の大き
さは、この点と図心Ｃとの、Ｘ座標値どうしの間の差分
の二乗値とＹ座標値どうしの間の差分の二乗値との和の
平方根に等しい。
外郭線152上の第２番目の点には、第１番目の点から
数えてＲ個めの点を選択する。Ｒはレシオ（比の値）で
あるため、必ずしも整数とは限らない。Ｒが整数ではな
い場合には、第１番目の点から数えてＲ個めの点に最も
近い２つの点のＸ座標値とＹ座標値とを求め、それらの
値の間に内挿法を適用することによって、第２番目の点
の座標値を求めるようにする。この内挿法によって求め
られた座標値に基づいて、第２番目の放射状ベクトル15
02の値が算出される。
その他の放射状ベクトル1503・・・150Nの値も同様に
して求める。以下に説明する放射状ベクトルを標準化す
るための処理が行なわれるため、第１番目の放射状ベク
トルを算出するための点として、いかなる点を選択して
も良いようになっている。同様に、それに続く一連の放
射状ベクトルを算出するための点についても、外郭線に
沿って時計回りにとって行くようにしても、また反時計
回りにとって行くようにしても良いようになっている。
再び第４図に関して説明すると、放射状ベクトルの集
合は処理ブロック102において標準化される。即ち先
ず、この集合に属する放射状ベクトルの値の平均値を求
める。この平均値をある定数、例えば15で割る除算を行
なうことによって、スケール・ファクタを算出する。集
合の中の各々の放射状ベクトルをこのスケール・ファク
タで割る除算を行なうと、標準化された放射状ベクトル
の集合が得られる。
標準化されたそれらのベクトルは、次に処理ブロック
104により、それらのうちの最大のベクトルが第１番目
の位置にくるまで「回転」させられる。例えば、その最
大のベクトルが第５番目のベクトルであったとするなら
ば、このベクトルの集合は、その第５番目のベクトルが
第１番目のベクトルになり、その第６番目のベクトルが
第２番目のベクトルとなり、以下同様となるように回転
させられる。更に、これらのベクトルは回転させられる
際には「循環」するようになっており、そのため第４番
目のベクトルは回転させられた後には最後尾のベクトル
となり、また第３番目のベクトルは回転させられた後に
は最後尾から第２番目のベクトルとなり、以下同様であ
る。ベクトルを回転させることによって、未知の物体
は、その物体から画像が生成されたときのその物体の向
きがどのようなものであったかとは無関係に、同一の放
射状ベクトルの集合を提供することになる。
これらの未知の物体の放射状ベクトルは、処理ブロッ
ク39Aにおいて、既知の物体の画像、即ち基準と比較さ
れる。本実施例の処理ブロック39Aは処理ブロック39
（第２図）と同様である。無論、メモリ18に格納されて
いる複数の既知のベクトル集合は、船舶に替えて航空機
等を表わすものとされている。更には、それらの既知の
ベクトル集合を画像から抽出する際には、第２図に示さ
れている処理に従ってではなく、処理ブロック30A、10
0、102、及び104（第４図）によって表わされている処
理に従って、抽出が行なわれる。
メモリ18（第２図）内に格納されている各々の基準の
ことごとくについてスコアの算出がなされたならば、処
理は判断ブロック108へ進む。ここで再度述べておく
と、基準に対する比較は、未知の物体の放射状ベクトル
を、最大のベクトルがその集合の第１番目のベクトルに
なるように回転させて得られたベクトル集合について、
行なわれるようになっている。メモリ18（第２図）内に
格納されている基準も同様に回転されたものであるた
め、夫々の集合の中の最大のベクトルどうしが比較され
ることになる。しかしながら、未知の物体の上の最大の
放射状ベクトルを発生させている点が、基準の中に包含
されている既知の物体の上の最大の放射状ベクトルを発
生させている点と一致していない場合には、この比較は
不正確なものとなる。例えば、未知の物体の画像が形成
される際にノイズがある放射状ベクトルに作用し、その
ノイズが無かったならば別のベクトルが最大となるはず
であったにもかかわらずそのベクトルが最大ベクトルで
あるかのように見えてしまうこともあり得る。
不正確な比較が行なわれる可能性を低減するために、
未知の画像から生成された放射状ベクトルは、ほぼ最大
に近い別のベクトルがそのベクトル集合の中の第１番目
の放射状ベクトルとなるように回転させられるようにな
っている。第４図に示すように、判断ブロック108が、
その放射状ベクトルの集合の中の「ピーク」を探すため
のチェックを行なっている。ピークとは、以下の判定基
準を満足する放射状ベクトルのことである。
（１）ピークをなす放射状ベクトルはその直前の放射状
ベクトル及びその直後の放射状ベクトルより大きい。
（２）ピークをなす放射状ベクトルの大きさは第１の所
定の閾値（例えば「18」）より大きい。（３）ピークを
なす放射状ベクトルの大きさはその直前の「谷」にある
放射状ベクトルと比較して第２の所定の閾値（例えば
「３」）分以上に大きい（谷とは、その直前の放射状ベ
クトル及びその直後の放射状ベクトルより小さい放射状
ベクトルのことである）。（４）ピークの直後に続く放
射状ベクトルの大きさはピークをなす放射状ベクトルの
大きさと比較して所定のパーセンテージ（例えば「20
％」）分以上に小さい。
判断ブロック108は、放射状ベクトルの集合の中に別
のピークが存在することを認めた場合には、処理は処理
ブロック106へ進み、このブロックにおいては、そのピ
ークがそのベクトル集合内の第１番目のベクトルになる
までそのベクトル集合が回転させられる。続いて処理ブ
ロック39Aにおいて、この回転して得られた放射状ベク
トル集合に関する新たなスコアの算出が行なわれる。
判断ブロック108が、その集合の中の全てのピークが
回転により第１番目の位置へ移動されたと判断したなら
ば、処理は処理ブロック54Aへ進む。この処理ブロック5
4Aは、処理ブロック54（第２図）と同様に、処理ブロッ
ク39Aで算出されたスコアのうちの最小のスコアを選択
する。未知の物体は、この最小スコアの算出に用いられ
た基準ベクトル集合と一致するものと見なされる。
当業者には理解されるように、本明細書に記載された
本発明の概念及び範囲から逸脱することなく、本発明に
対し種々の変更を加えることが可能である。
【図面の簡単な説明】 第１図は、本発明を採用することのできる１つのシステ
ムを理解するための概略図、 第２図は、本発明の物体同定のプロセスのフローチャー
ト、 第３図は、画像を垂直ベクトルで表わす際の表わし方を
理解するための概略図、 第４図は、本発明の物体同定のプロセスの別実施例のフ
ローチャート、 第５図は、画像を放射状ベクトルで表わす際の表わし方
を理解するための概略図である。 尚、図中、 10…撮像装置、11…利用装置、12…デジタル・コンピュ
ータ、14…船舶、18…メモリ、20…デジタイザ、72…シ
ルエット、74…垂直ベクトル、76…船舶中央部における
最小ベクトル、150…放射状ベクトル、152…外郭線。

Claims (4)

    (57)【特許請求の範囲】
  1. 【請求項１】未知の物体のシルエットのデジタル化画像
    を複数の既知の物体のシルエットの複数の画像の各々と
    比較することにより、前記未知の物体の前記シルエット
    の前記デジタル化画像から、前記未知の物体を同定する
    方法であって、 （ａ）前記未知の物体の前記シルエットの前記デジタル
    化画像を放射状ベクトルの集合で表わすステップと、 （ｂ）前記集合内の各々の放射状ベクトルをスケール・
    ファクタで割る除算を行なうことにより、標準化された
    放射状ベクトル集合を形成するステップと、 （ｃ）前記放射状ベクトル集合を、最大の放射状ベクト
    ルが該集合内の第１番目のベクトルとなるまで回転する
    ステップと、 を含む未知の物体の同定方法。
  2. 【請求項２】（ａ）標準化し回転して得られた前記放射
    状ベクトル集合を、複数の既知の物体の複数のデジタル
    化画像を表わす複数の標準化し回転して得られた放射状
    ベクトル集合の各々と比較し、それによって、それらの
    比較の各々についてのスコアを算出するステップであっ
    て、該スコアが、標準化し回転して得られた未知のシル
    エットの中の各々の放射状ベクトルと、標準化し回転し
    て得られた複数の既知のシルエットの各々の中の対応す
    る放射状ベクトルとの間の差分の絶対値の合計値に等し
    いスコアであるステップ、 を更に含む請求項１記載の未知の物体の同定方法。
  3. 【請求項３】（ａ）前記標準化放射状ベクトル集合の中
    のピークをなす放射状ベクトルを同定するステップと、 （ｂ）前記標準化放射状ベクトル集合を、前記ピークを
    なす前記放射状ベクトルが該集合内の第１番目のベクト
    ルとなるまで回転するステップと、 （ｃ）標準化し回転して得られた前記放射状ベクトル集
    合を、複数の既知の物体の複数のデジタル化画像を表わ
    す複数の標準化し回転して得られた放射状ベクトル集合
    の各々と比較し、それによって、それらの比較の各々に
    ついてのスコアを算出するステップであって、該スコア
    は、標準化し回転して得られた未知のシルエットの中の
    各々の放射状ベクトルと、標準化し回転して得られた複
    数の既知のシルエットの各々の中の対応する放射状ベク
    トルとの間の差分の絶対値の合計値に等しいスコアであ
    るステップと、 を更に含む請求項２記載の未知の物体の同定方法。
  4. 【請求項４】既知の物体を表わす前記複数のデジタル化
    画像が、様々な角度からの航空機のシルエットを含むこ
    とを特徴とする請求項３記載の未知の物体の同定方法
JP1204568A 1988-08-08 1989-08-07 パターン認識方法 Expired - Lifetime JP2872702B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/229,395 US4901362A (en) 1988-08-08 1988-08-08 Method of recognizing patterns
US229395 1988-08-08

Publications (2)

Publication Number Publication Date
JPH0291778A JPH0291778A (ja) 1990-03-30
JP2872702B2 true JP2872702B2 (ja) 1999-03-24

Family

ID=22861054

Family Applications (1)

Application Number Title Priority Date Filing Date
JP1204568A Expired - Lifetime JP2872702B2 (ja) 1988-08-08 1989-08-07 パターン認識方法

Country Status (4)

Country Link
US (1) US4901362A (ja)
EP (1) EP0354701B1 (ja)
JP (1) JP2872702B2 (ja)
DE (1) DE68924458T2 (ja)

Families Citing this family (281)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0588380B1 (en) * 1988-06-08 2003-03-20 Canon Kabushiki Kaisha Image processing apparatus and method
US5719774A (en) * 1990-04-18 1998-02-17 Texas Instruments Incorporated System and method for relating disparate data models of physical objects
US5210799A (en) * 1991-03-28 1993-05-11 Texas Instruments Incorporated System and method for ranking and extracting salient contours for target recognition
AU1928392A (en) * 1991-03-29 1992-11-02 Csx Transportation, Inc. Device to uniquely recognize travelling containers
DE4211904C2 (de) * 1991-04-09 1994-03-17 Werner Maier Automatisches Verfahren zum Erstellen einer Liste unterschiedlicher Arten für eine flüssige Probe
US5245674A (en) * 1991-07-30 1993-09-14 Xerox Corporation Image processing using distance as a function of direction
US5416851A (en) * 1991-07-30 1995-05-16 Xerox Corporation Image analysis based on location sampling
JP3361124B2 (ja) * 1991-07-30 2003-01-07 ゼロックス・コーポレーション テキストを含む２次元画像上での画像処理方法と画像処理装置
US8352400B2 (en) 1991-12-23 2013-01-08 Hoffberg Steven M Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US5408541A (en) * 1993-01-05 1995-04-18 Lockheed Corporation Method and system for recognizing targets at long ranges
US6118886A (en) * 1993-03-30 2000-09-12 The United States Of America As Represented By The United States Department Of Energy Automatic target recognition apparatus and method
US5983161A (en) 1993-08-11 1999-11-09 Lemelson; Jerome H. GPS vehicle collision avoidance warning and control system and method
US6553130B1 (en) * 1993-08-11 2003-04-22 Jerome H. Lemelson Motor vehicle warning and control system and method
US5600733A (en) * 1993-11-01 1997-02-04 Kulicke And Soffa Investments, Inc Method for locating eye points on objects subject to size variations
US5604822A (en) * 1993-11-12 1997-02-18 Martin Marietta Corporation Methods and apparatus for centroid based object segmentation in object recognition-type image processing system
US5923781A (en) * 1995-12-22 1999-07-13 Lucent Technologies Inc. Segment detection system and method
US6229918B1 (en) * 1998-10-20 2001-05-08 Microsoft Corporation System and method for automatically detecting clusters of data points within a data space
US7904187B2 (en) 1999-02-01 2011-03-08 Hoffberg Steven M Internet appliance system and method
US6807286B1 (en) * 2000-04-13 2004-10-19 Microsoft Corporation Object recognition using binary image quantization and hough kernels
US7006694B1 (en) * 2000-10-05 2006-02-28 Coreco Imaging, Inc. System and method for pattern identification
US6990639B2 (en) * 2002-02-07 2006-01-24 Microsoft Corporation System and process for controlling electronic components in a ubiquitous computing environment using multimodal integration
US7665041B2 (en) * 2003-03-25 2010-02-16 Microsoft Corporation Architecture for controlling a computer using hand gestures
US8745541B2 (en) 2003-03-25 2014-06-03 Microsoft Corporation Architecture for controlling a computer using hand gestures
US7697827B2 (en) 2005-10-17 2010-04-13 Konicek Jeffrey C User-friendlier interfaces for a camera
US8155312B2 (en) * 2005-10-18 2012-04-10 The University Of Connecticut Optical data storage device and method
WO2007133085A1 (en) * 2006-05-15 2007-11-22 Telefonaktiebolaget Lm Ericsson (Publ) A method and system for automatic classification of objects
US7870140B2 (en) * 2006-06-12 2011-01-11 D&S Consultants, Inc. System and method of incorporating user preferences in image searches
US8027549B2 (en) * 2006-06-12 2011-09-27 D&S Consultants, Inc. System and method for searching a multimedia database using a pictorial language
US20070288452A1 (en) * 2006-06-12 2007-12-13 D&S Consultants, Inc. System and Method for Rapidly Searching a Database
US20080123901A1 (en) * 2006-11-29 2008-05-29 D&S Consultants, Inc. Method and System for Comparing Images Using a Pictorial Edit Distance
US8311341B1 (en) 2006-11-29 2012-11-13 D & S Consultants, Inc. Enhanced method for comparing images using a pictorial edit distance
US8504546B2 (en) * 2006-11-29 2013-08-06 D&S Consultants, Inc. Method and system for searching multimedia content
US7921120B2 (en) 2006-11-30 2011-04-05 D&S Consultants Method and system for image recognition using a similarity inverse matrix
US7773811B2 (en) * 2006-12-06 2010-08-10 D & S Consultants, Inc. Method and system for searching a database of graphical data
US8005238B2 (en) 2007-03-22 2011-08-23 Microsoft Corporation Robust adaptive beamforming with enhanced noise suppression
US8005237B2 (en) 2007-05-17 2011-08-23 Microsoft Corp. Sensor array beamformer post-processor
US8629976B2 (en) * 2007-10-02 2014-01-14 Microsoft Corporation Methods and systems for hierarchical de-aliasing time-of-flight (TOF) systems
US20090166684A1 (en) * 2007-12-26 2009-07-02 3Dv Systems Ltd. Photogate cmos pixel for 3d cameras having reduced intra-pixel cross talk
US8385557B2 (en) * 2008-06-19 2013-02-26 Microsoft Corporation Multichannel acoustic echo reduction
US8325909B2 (en) 2008-06-25 2012-12-04 Microsoft Corporation Acoustic echo suppression
US8203699B2 (en) 2008-06-30 2012-06-19 Microsoft Corporation System architecture design for time-of-flight system having reduced differential pixel size, and time-of-flight systems so designed
US8681321B2 (en) * 2009-01-04 2014-03-25 Microsoft International Holdings B.V. Gated 3D camera
US8448094B2 (en) * 2009-01-30 2013-05-21 Microsoft Corporation Mapping a natural input device to a legacy system
US20100199228A1 (en) * 2009-01-30 2010-08-05 Microsoft Corporation Gesture Keyboarding
US20100199231A1 (en) * 2009-01-30 2010-08-05 Microsoft Corporation Predictive determination
US8682028B2 (en) * 2009-01-30 2014-03-25 Microsoft Corporation Visual target tracking
US7996793B2 (en) 2009-01-30 2011-08-09 Microsoft Corporation Gesture recognizer system architecture
US8588465B2 (en) 2009-01-30 2013-11-19 Microsoft Corporation Visual target tracking
US8487938B2 (en) * 2009-01-30 2013-07-16 Microsoft Corporation Standard Gestures
US8294767B2 (en) 2009-01-30 2012-10-23 Microsoft Corporation Body scan
US8577084B2 (en) * 2009-01-30 2013-11-05 Microsoft Corporation Visual target tracking
US8267781B2 (en) * 2009-01-30 2012-09-18 Microsoft Corporation Visual target tracking
US8577085B2 (en) * 2009-01-30 2013-11-05 Microsoft Corporation Visual target tracking
US8295546B2 (en) * 2009-01-30 2012-10-23 Microsoft Corporation Pose tracking pipeline
US8565477B2 (en) * 2009-01-30 2013-10-22 Microsoft Corporation Visual target tracking
US8565476B2 (en) * 2009-01-30 2013-10-22 Microsoft Corporation Visual target tracking
US8773355B2 (en) * 2009-03-16 2014-07-08 Microsoft Corporation Adaptive cursor sizing
US8988437B2 (en) 2009-03-20 2015-03-24 Microsoft Technology Licensing, Llc Chaining animations
US9256282B2 (en) * 2009-03-20 2016-02-09 Microsoft Technology Licensing, Llc Virtual object manipulation
US9313376B1 (en) 2009-04-01 2016-04-12 Microsoft Technology Licensing, Llc Dynamic depth power equalization
US9377857B2 (en) * 2009-05-01 2016-06-28 Microsoft Technology Licensing, Llc Show body position
US8649554B2 (en) * 2009-05-01 2014-02-11 Microsoft Corporation Method to control perspective for a camera-controlled computer
US9498718B2 (en) * 2009-05-01 2016-11-22 Microsoft Technology Licensing, Llc Altering a view perspective within a display environment
US8503720B2 (en) 2009-05-01 2013-08-06 Microsoft Corporation Human body pose estimation
US8942428B2 (en) * 2009-05-01 2015-01-27 Microsoft Corporation Isolate extraneous motions
US8253746B2 (en) * 2009-05-01 2012-08-28 Microsoft Corporation Determine intended motions
US8638985B2 (en) * 2009-05-01 2014-01-28 Microsoft Corporation Human body pose estimation
US8181123B2 (en) 2009-05-01 2012-05-15 Microsoft Corporation Managing virtual port associations to users in a gesture-based computing environment
US20100277470A1 (en) * 2009-05-01 2010-11-04 Microsoft Corporation Systems And Methods For Applying Model Tracking To Motion Capture
US8660303B2 (en) * 2009-05-01 2014-02-25 Microsoft Corporation Detection of body and props
US8340432B2 (en) 2009-05-01 2012-12-25 Microsoft Corporation Systems and methods for detecting a tilt angle from a depth image
US9015638B2 (en) * 2009-05-01 2015-04-21 Microsoft Technology Licensing, Llc Binding users to a gesture based system and providing feedback to the users
US9898675B2 (en) * 2009-05-01 2018-02-20 Microsoft Technology Licensing, Llc User movement tracking feedback to improve tracking
US20100295771A1 (en) * 2009-05-20 2010-11-25 Microsoft Corporation Control of display objects
US8418085B2 (en) * 2009-05-29 2013-04-09 Microsoft Corporation Gesture coach
US9383823B2 (en) * 2009-05-29 2016-07-05 Microsoft Technology Licensing, Llc Combining gestures beyond skeletal
US8542252B2 (en) * 2009-05-29 2013-09-24 Microsoft Corporation Target digitization, extraction, and tracking
US9400559B2 (en) * 2009-05-29 2016-07-26 Microsoft Technology Licensing, Llc Gesture shortcuts
US8744121B2 (en) 2009-05-29 2014-06-03 Microsoft Corporation Device for identifying and tracking multiple humans over time
US8625837B2 (en) * 2009-05-29 2014-01-07 Microsoft Corporation Protocol and format for communicating an image from a camera to a computing environment
US20100302365A1 (en) * 2009-05-29 2010-12-02 Microsoft Corporation Depth Image Noise Reduction
US8509479B2 (en) * 2009-05-29 2013-08-13 Microsoft Corporation Virtual object
US8320619B2 (en) * 2009-05-29 2012-11-27 Microsoft Corporation Systems and methods for tracking a model
US8379101B2 (en) 2009-05-29 2013-02-19 Microsoft Corporation Environment and/or target segmentation
US8693724B2 (en) 2009-05-29 2014-04-08 Microsoft Corporation Method and system implementing user-centric gesture control
US20100302138A1 (en) * 2009-05-29 2010-12-02 Microsoft Corporation Methods and systems for defining or modifying a visual representation
US20100306716A1 (en) * 2009-05-29 2010-12-02 Microsoft Corporation Extending standard gestures
US8856691B2 (en) * 2009-05-29 2014-10-07 Microsoft Corporation Gesture tool
US9182814B2 (en) 2009-05-29 2015-11-10 Microsoft Technology Licensing, Llc Systems and methods for estimating a non-visible or occluded body part
US8487871B2 (en) 2009-06-01 2013-07-16 Microsoft Corporation Virtual desktop coordinate transformation
US8390680B2 (en) * 2009-07-09 2013-03-05 Microsoft Corporation Visual representation expression based on player expression
US9159151B2 (en) * 2009-07-13 2015-10-13 Microsoft Technology Licensing, Llc Bringing a visual representation to life via learned input from the user
US20110025689A1 (en) * 2009-07-29 2011-02-03 Microsoft Corporation Auto-Generating A Visual Representation
US8264536B2 (en) * 2009-08-25 2012-09-11 Microsoft Corporation Depth-sensitive imaging via polarization-state mapping
US9141193B2 (en) * 2009-08-31 2015-09-22 Microsoft Technology Licensing, Llc Techniques for using human gestures to control gesture unaware programs
US8330134B2 (en) * 2009-09-14 2012-12-11 Microsoft Corporation Optical fault monitoring
US8508919B2 (en) * 2009-09-14 2013-08-13 Microsoft Corporation Separation of electrical and optical components
US8976986B2 (en) * 2009-09-21 2015-03-10 Microsoft Technology Licensing, Llc Volume adjustment based on listener position
US8428340B2 (en) * 2009-09-21 2013-04-23 Microsoft Corporation Screen space plane identification
US8760571B2 (en) 2009-09-21 2014-06-24 Microsoft Corporation Alignment of lens and image sensor
US9014546B2 (en) 2009-09-23 2015-04-21 Rovi Guides, Inc. Systems and methods for automatically detecting users within detection regions of media devices
US8452087B2 (en) * 2009-09-30 2013-05-28 Microsoft Corporation Image selection techniques
US8723118B2 (en) * 2009-10-01 2014-05-13 Microsoft Corporation Imager for constructing color and depth images
DE102009048066A1 (de) 2009-10-01 2011-04-07 Conti Temic Microelectronic Gmbh Verfahren zur Verkehrszeichenerkennung
US20110083108A1 (en) * 2009-10-05 2011-04-07 Microsoft Corporation Providing user interface feedback regarding cursor position on a display screen
US8963829B2 (en) 2009-10-07 2015-02-24 Microsoft Corporation Methods and systems for determining and tracking extremities of a target
US7961910B2 (en) * 2009-10-07 2011-06-14 Microsoft Corporation Systems and methods for tracking a model
US8867820B2 (en) * 2009-10-07 2014-10-21 Microsoft Corporation Systems and methods for removing a background of an image
US8564534B2 (en) 2009-10-07 2013-10-22 Microsoft Corporation Human tracking system
US9400548B2 (en) * 2009-10-19 2016-07-26 Microsoft Technology Licensing, Llc Gesture personalization and profile roaming
US20110099476A1 (en) * 2009-10-23 2011-04-28 Microsoft Corporation Decorating a display environment
US8988432B2 (en) * 2009-11-05 2015-03-24 Microsoft Technology Licensing, Llc Systems and methods for processing an image for target tracking
US20110109617A1 (en) * 2009-11-12 2011-05-12 Microsoft Corporation Visualizing Depth
US8843857B2 (en) 2009-11-19 2014-09-23 Microsoft Corporation Distance scalable no touch computing
US9244533B2 (en) * 2009-12-17 2016-01-26 Microsoft Technology Licensing, Llc Camera navigation for presentations
US20110151974A1 (en) * 2009-12-18 2011-06-23 Microsoft Corporation Gesture style recognition and reward
US20110150271A1 (en) 2009-12-18 2011-06-23 Microsoft Corporation Motion detection using depth images
US8320621B2 (en) 2009-12-21 2012-11-27 Microsoft Corporation Depth projector system with integrated VCSEL array
US9019201B2 (en) * 2010-01-08 2015-04-28 Microsoft Technology Licensing, Llc Evolving universal gesture sets
US9268404B2 (en) * 2010-01-08 2016-02-23 Microsoft Technology Licensing, Llc Application gesture interpretation
US8631355B2 (en) 2010-01-08 2014-01-14 Microsoft Corporation Assigning gesture dictionaries
US8933884B2 (en) * 2010-01-15 2015-01-13 Microsoft Corporation Tracking groups of users in motion capture system
US8334842B2 (en) 2010-01-15 2012-12-18 Microsoft Corporation Recognizing user intent in motion capture system
US8676581B2 (en) * 2010-01-22 2014-03-18 Microsoft Corporation Speech recognition analysis via identification information
US8265341B2 (en) 2010-01-25 2012-09-11 Microsoft Corporation Voice-body identity correlation
US8864581B2 (en) 2010-01-29 2014-10-21 Microsoft Corporation Visual based identitiy tracking
US8891067B2 (en) 2010-02-01 2014-11-18 Microsoft Corporation Multiple synchronized optical sources for time-of-flight range finding systems
US8687044B2 (en) * 2010-02-02 2014-04-01 Microsoft Corporation Depth camera compatibility
US8619122B2 (en) * 2010-02-02 2013-12-31 Microsoft Corporation Depth camera compatibility
US8717469B2 (en) * 2010-02-03 2014-05-06 Microsoft Corporation Fast gating photosurface
US8659658B2 (en) * 2010-02-09 2014-02-25 Microsoft Corporation Physical interaction zone for gesture-based user interfaces
US8499257B2 (en) * 2010-02-09 2013-07-30 Microsoft Corporation Handles interactions for human—computer interface
US8633890B2 (en) * 2010-02-16 2014-01-21 Microsoft Corporation Gesture detection based on joint skipping
US20110199302A1 (en) * 2010-02-16 2011-08-18 Microsoft Corporation Capturing screen objects using a collision volume
US8928579B2 (en) * 2010-02-22 2015-01-06 Andrew David Wilson Interacting with an omni-directionally projected display
US8422769B2 (en) * 2010-03-05 2013-04-16 Microsoft Corporation Image segmentation using reduced foreground training data
US8411948B2 (en) 2010-03-05 2013-04-02 Microsoft Corporation Up-sampling binary images for segmentation
US8655069B2 (en) * 2010-03-05 2014-02-18 Microsoft Corporation Updating image segmentation following user input
US20110223995A1 (en) 2010-03-12 2011-09-15 Kevin Geisner Interacting with a computer based application
US20110221755A1 (en) * 2010-03-12 2011-09-15 Kevin Geisner Bionic motion
US8279418B2 (en) 2010-03-17 2012-10-02 Microsoft Corporation Raster scanning for depth detection
US8213680B2 (en) * 2010-03-19 2012-07-03 Microsoft Corporation Proxy training data for human body tracking
US8514269B2 (en) * 2010-03-26 2013-08-20 Microsoft Corporation De-aliasing depth images
US20110234481A1 (en) * 2010-03-26 2011-09-29 Sagi Katz Enhancing presentations using depth sensing cameras
US8523667B2 (en) * 2010-03-29 2013-09-03 Microsoft Corporation Parental control settings based on body dimensions
US8605763B2 (en) 2010-03-31 2013-12-10 Microsoft Corporation Temperature measurement and control for laser and light-emitting diodes
US9646340B2 (en) 2010-04-01 2017-05-09 Microsoft Technology Licensing, Llc Avatar-based virtual dressing room
US9098873B2 (en) 2010-04-01 2015-08-04 Microsoft Technology Licensing, Llc Motion-based interactive shopping environment
US8351651B2 (en) 2010-04-26 2013-01-08 Microsoft Corporation Hand-location post-process refinement in a tracking system
US8379919B2 (en) 2010-04-29 2013-02-19 Microsoft Corporation Multiple centroid condensation of probability distribution clouds
US8284847B2 (en) 2010-05-03 2012-10-09 Microsoft Corporation Detecting motion for a multifunction sensor device
US8498481B2 (en) 2010-05-07 2013-07-30 Microsoft Corporation Image segmentation using star-convexity constraints
US8885890B2 (en) 2010-05-07 2014-11-11 Microsoft Corporation Depth map confidence filtering
DE102010020330A1 (de) * 2010-05-14 2011-11-17 Conti Temic Microelectronic Gmbh Verfahren zur Erkennung von Verkehrszeichen
US8457353B2 (en) 2010-05-18 2013-06-04 Microsoft Corporation Gestures and gesture modifiers for manipulating a user-interface
US8803888B2 (en) 2010-06-02 2014-08-12 Microsoft Corporation Recognition system for sharing information
US8751215B2 (en) 2010-06-04 2014-06-10 Microsoft Corporation Machine based sign language interpreter
US9008355B2 (en) 2010-06-04 2015-04-14 Microsoft Technology Licensing, Llc Automatic depth camera aiming
US9557574B2 (en) 2010-06-08 2017-01-31 Microsoft Technology Licensing, Llc Depth illumination and detection optics
US8330822B2 (en) 2010-06-09 2012-12-11 Microsoft Corporation Thermally-tuned depth camera light source
US8749557B2 (en) 2010-06-11 2014-06-10 Microsoft Corporation Interacting with user interface via avatar
US9384329B2 (en) 2010-06-11 2016-07-05 Microsoft Technology Licensing, Llc Caloric burn determination from body movement
US8675981B2 (en) 2010-06-11 2014-03-18 Microsoft Corporation Multi-modal gender recognition including depth data
US8982151B2 (en) 2010-06-14 2015-03-17 Microsoft Technology Licensing, Llc Independently processing planes of display data
US8670029B2 (en) 2010-06-16 2014-03-11 Microsoft Corporation Depth camera illuminator with superluminescent light-emitting diode
US8558873B2 (en) 2010-06-16 2013-10-15 Microsoft Corporation Use of wavefront coding to create a depth image
US8296151B2 (en) 2010-06-18 2012-10-23 Microsoft Corporation Compound gesture-speech commands
US8381108B2 (en) 2010-06-21 2013-02-19 Microsoft Corporation Natural user input for driving interactive stories
US8416187B2 (en) 2010-06-22 2013-04-09 Microsoft Corporation Item navigation using motion-capture data
US9075434B2 (en) 2010-08-20 2015-07-07 Microsoft Technology Licensing, Llc Translating user motion into multiple object responses
US8613666B2 (en) 2010-08-31 2013-12-24 Microsoft Corporation User selection and navigation based on looped motions
US8437506B2 (en) 2010-09-07 2013-05-07 Microsoft Corporation System for fast, probabilistic skeletal tracking
US20120058824A1 (en) 2010-09-07 2012-03-08 Microsoft Corporation Scalable real-time motion recognition
US8988508B2 (en) 2010-09-24 2015-03-24 Microsoft Technology Licensing, Llc. Wide angle field of view active illumination imaging system
US8681255B2 (en) 2010-09-28 2014-03-25 Microsoft Corporation Integrated low power depth camera and projection device
US8548270B2 (en) 2010-10-04 2013-10-01 Microsoft Corporation Time-of-flight depth imaging
US9484065B2 (en) 2010-10-15 2016-11-01 Microsoft Technology Licensing, Llc Intelligent determination of replays based on event identification
US8592739B2 (en) 2010-11-02 2013-11-26 Microsoft Corporation Detection of configuration changes of an optical element in an illumination system
US8866889B2 (en) 2010-11-03 2014-10-21 Microsoft Corporation In-home depth camera calibration
US8667519B2 (en) 2010-11-12 2014-03-04 Microsoft Corporation Automatic passive and anonymous feedback system
US10726861B2 (en) 2010-11-15 2020-07-28 Microsoft Technology Licensing, Llc Semi-private communication in open environments
US9349040B2 (en) 2010-11-19 2016-05-24 Microsoft Technology Licensing, Llc Bi-modal depth-image analysis
US10234545B2 (en) 2010-12-01 2019-03-19 Microsoft Technology Licensing, Llc Light source module
US8553934B2 (en) 2010-12-08 2013-10-08 Microsoft Corporation Orienting the position of a sensor
US8618405B2 (en) 2010-12-09 2013-12-31 Microsoft Corp. Free-space gesture musical instrument digital interface (MIDI) controller
US8408706B2 (en) 2010-12-13 2013-04-02 Microsoft Corporation 3D gaze tracker
US9171264B2 (en) 2010-12-15 2015-10-27 Microsoft Technology Licensing, Llc Parallel processing machine learning decision tree training
US8920241B2 (en) 2010-12-15 2014-12-30 Microsoft Corporation Gesture controlled persistent handles for interface guides
US8884968B2 (en) 2010-12-15 2014-11-11 Microsoft Corporation Modeling an object from image data
US8448056B2 (en) 2010-12-17 2013-05-21 Microsoft Corporation Validation analysis of human target
US8803952B2 (en) 2010-12-20 2014-08-12 Microsoft Corporation Plural detector time-of-flight depth mapping
US8994718B2 (en) 2010-12-21 2015-03-31 Microsoft Technology Licensing, Llc Skeletal control of three-dimensional virtual world
US9848106B2 (en) 2010-12-21 2017-12-19 Microsoft Technology Licensing, Llc Intelligent gameplay photo capture
US9823339B2 (en) 2010-12-21 2017-11-21 Microsoft Technology Licensing, Llc Plural anode time-of-flight sensor
US9821224B2 (en) 2010-12-21 2017-11-21 Microsoft Technology Licensing, Llc Driving simulator control with virtual skeleton
US8385596B2 (en) 2010-12-21 2013-02-26 Microsoft Corporation First person shooter control with virtual skeleton
US9123316B2 (en) 2010-12-27 2015-09-01 Microsoft Technology Licensing, Llc Interactive content creation
US8488888B2 (en) 2010-12-28 2013-07-16 Microsoft Corporation Classification of posture states
US8401225B2 (en) 2011-01-31 2013-03-19 Microsoft Corporation Moving object segmentation using depth images
US8587583B2 (en) 2011-01-31 2013-11-19 Microsoft Corporation Three-dimensional environment reconstruction
US8401242B2 (en) 2011-01-31 2013-03-19 Microsoft Corporation Real-time camera tracking using depth maps
US9247238B2 (en) 2011-01-31 2016-01-26 Microsoft Technology Licensing, Llc Reducing interference between multiple infra-red depth cameras
US8724887B2 (en) 2011-02-03 2014-05-13 Microsoft Corporation Environmental modifications to mitigate environmental factors
US8942917B2 (en) 2011-02-14 2015-01-27 Microsoft Corporation Change invariant scene recognition by an agent
US8497838B2 (en) 2011-02-16 2013-07-30 Microsoft Corporation Push actuation of interface controls
US9551914B2 (en) 2011-03-07 2017-01-24 Microsoft Technology Licensing, Llc Illuminator with refractive optical element
US9067136B2 (en) 2011-03-10 2015-06-30 Microsoft Technology Licensing, Llc Push personalization of interface controls
US8571263B2 (en) 2011-03-17 2013-10-29 Microsoft Corporation Predicting joint positions
US9470778B2 (en) 2011-03-29 2016-10-18 Microsoft Technology Licensing, Llc Learning from high quality depth measurements
US9298287B2 (en) 2011-03-31 2016-03-29 Microsoft Technology Licensing, Llc Combined activation for natural user interface systems
US10642934B2 (en) 2011-03-31 2020-05-05 Microsoft Technology Licensing, Llc Augmented conversational understanding architecture
US9760566B2 (en) 2011-03-31 2017-09-12 Microsoft Technology Licensing, Llc Augmented conversational understanding agent to identify conversation context between two humans and taking an agent action thereof
US9842168B2 (en) 2011-03-31 2017-12-12 Microsoft Technology Licensing, Llc Task driven user intents
US8503494B2 (en) 2011-04-05 2013-08-06 Microsoft Corporation Thermal management system
US8824749B2 (en) 2011-04-05 2014-09-02 Microsoft Corporation Biometric recognition
US8620113B2 (en) 2011-04-25 2013-12-31 Microsoft Corporation Laser diode modes
US8702507B2 (en) 2011-04-28 2014-04-22 Microsoft Corporation Manual and camera-based avatar control
US9259643B2 (en) 2011-04-28 2016-02-16 Microsoft Technology Licensing, Llc Control of separate computer game elements
US10671841B2 (en) 2011-05-02 2020-06-02 Microsoft Technology Licensing, Llc Attribute state classification
US8888331B2 (en) 2011-05-09 2014-11-18 Microsoft Corporation Low inductance light source module
US9137463B2 (en) 2011-05-12 2015-09-15 Microsoft Technology Licensing, Llc Adaptive high dynamic range camera
US9064006B2 (en) 2012-08-23 2015-06-23 Microsoft Technology Licensing, Llc Translating natural language utterances to keyword search queries
US8788973B2 (en) 2011-05-23 2014-07-22 Microsoft Corporation Three-dimensional gesture controlled avatar configuration interface
US8760395B2 (en) 2011-05-31 2014-06-24 Microsoft Corporation Gesture recognition techniques
US8526734B2 (en) 2011-06-01 2013-09-03 Microsoft Corporation Three-dimensional background removal for vision system
US9594430B2 (en) 2011-06-01 2017-03-14 Microsoft Technology Licensing, Llc Three-dimensional foreground selection for vision system
US9208571B2 (en) 2011-06-06 2015-12-08 Microsoft Technology Licensing, Llc Object digitization
US8597142B2 (en) 2011-06-06 2013-12-03 Microsoft Corporation Dynamic camera based practice mode
US8897491B2 (en) 2011-06-06 2014-11-25 Microsoft Corporation System for finger recognition and tracking
US9098110B2 (en) 2011-06-06 2015-08-04 Microsoft Technology Licensing, Llc Head rotation tracking from depth-based center of mass
US8929612B2 (en) 2011-06-06 2015-01-06 Microsoft Corporation System for recognizing an open or closed hand
US10796494B2 (en) 2011-06-06 2020-10-06 Microsoft Technology Licensing, Llc Adding attributes to virtual representations of real-world objects
US9724600B2 (en) 2011-06-06 2017-08-08 Microsoft Technology Licensing, Llc Controlling objects in a virtual environment
US9013489B2 (en) 2011-06-06 2015-04-21 Microsoft Technology Licensing, Llc Generation of avatar reflecting player appearance
US9597587B2 (en) 2011-06-08 2017-03-21 Microsoft Technology Licensing, Llc Locational node device
DE102011109387A1 (de) 2011-08-04 2013-02-07 Conti Temic Microelectronic Gmbh Verfahren zur Erkennung von Verkehrszeichen
US8786730B2 (en) 2011-08-18 2014-07-22 Microsoft Corporation Image exposure using exclusion regions
US9557836B2 (en) 2011-11-01 2017-01-31 Microsoft Technology Licensing, Llc Depth image compression
US9117281B2 (en) 2011-11-02 2015-08-25 Microsoft Corporation Surface segmentation from RGB and depth images
US8854426B2 (en) 2011-11-07 2014-10-07 Microsoft Corporation Time-of-flight camera with guided light
US8724906B2 (en) 2011-11-18 2014-05-13 Microsoft Corporation Computing pose and/or shape of modifiable entities
US8509545B2 (en) 2011-11-29 2013-08-13 Microsoft Corporation Foreground subject detection
US8803800B2 (en) 2011-12-02 2014-08-12 Microsoft Corporation User interface control based on head orientation
US8635637B2 (en) 2011-12-02 2014-01-21 Microsoft Corporation User interface presenting an animated avatar performing a media reaction
US9100685B2 (en) 2011-12-09 2015-08-04 Microsoft Technology Licensing, Llc Determining audience state or interest using passive sensor data
US8879831B2 (en) 2011-12-15 2014-11-04 Microsoft Corporation Using high-level attributes to guide image processing
US8971612B2 (en) 2011-12-15 2015-03-03 Microsoft Corporation Learning image processing tasks from scene reconstructions
US8630457B2 (en) 2011-12-15 2014-01-14 Microsoft Corporation Problem states for pose tracking pipeline
US8811938B2 (en) 2011-12-16 2014-08-19 Microsoft Corporation Providing a user interface experience based on inferred vehicle state
US9342139B2 (en) 2011-12-19 2016-05-17 Microsoft Technology Licensing, Llc Pairing a computing device to a user
US9720089B2 (en) 2012-01-23 2017-08-01 Microsoft Technology Licensing, Llc 3D zoom imager
US8898687B2 (en) 2012-04-04 2014-11-25 Microsoft Corporation Controlling a media program based on a media reaction
US9210401B2 (en) 2012-05-03 2015-12-08 Microsoft Technology Licensing, Llc Projected visual cues for guiding physical movement
CA2775700C (en) 2012-05-04 2013-07-23 Microsoft Corporation Determining a future portion of a currently presented media program
JP6018707B2 (ja) 2012-06-21 2016-11-02 マイクロソフト コーポレーション デプスカメラを使用するアバター構築
US9836590B2 (en) 2012-06-22 2017-12-05 Microsoft Technology Licensing, Llc Enhanced accuracy of user presence status determination
US9696427B2 (en) 2012-08-14 2017-07-04 Microsoft Technology Licensing, Llc Wide angle depth detection
KR20140044173A (ko) * 2012-10-04 2014-04-14 한국전자통신연구원 객체 영상 인식 장치 및 객체 영상 인식 방법
US8882310B2 (en) 2012-12-10 2014-11-11 Microsoft Corporation Laser die light source module with low inductance
US9857470B2 (en) 2012-12-28 2018-01-02 Microsoft Technology Licensing, Llc Using photometric stereo for 3D environment modeling
US9251590B2 (en) 2013-01-24 2016-02-02 Microsoft Technology Licensing, Llc Camera pose estimation for 3D reconstruction
US9052746B2 (en) 2013-02-15 2015-06-09 Microsoft Technology Licensing, Llc User center-of-mass and mass distribution extraction using depth images
US9940553B2 (en) 2013-02-22 2018-04-10 Microsoft Technology Licensing, Llc Camera/object pose from predicted coordinates
US9135516B2 (en) 2013-03-08 2015-09-15 Microsoft Technology Licensing, Llc User body angle, curvature and average extremity positions extraction using depth images
US9092657B2 (en) 2013-03-13 2015-07-28 Microsoft Technology Licensing, Llc Depth image processing
US9274606B2 (en) 2013-03-14 2016-03-01 Microsoft Technology Licensing, Llc NUI video conference controls
US9953213B2 (en) 2013-03-27 2018-04-24 Microsoft Technology Licensing, Llc Self discovery of autonomous NUI devices
US9442186B2 (en) 2013-05-13 2016-09-13 Microsoft Technology Licensing, Llc Interference reduction for TOF systems
US10013507B2 (en) * 2013-07-01 2018-07-03 Here Global B.V. Learning synthetic models for roof style classification using point clouds
US9462253B2 (en) 2013-09-23 2016-10-04 Microsoft Technology Licensing, Llc Optical modules that reduce speckle contrast and diffraction artifacts
DE102013219909A1 (de) 2013-10-01 2015-04-02 Conti Temic Microelectronic Gmbh Verfahren und Vorrichtung zur Erkennung von Verkehrszeichen
US9443310B2 (en) 2013-10-09 2016-09-13 Microsoft Technology Licensing, Llc Illumination modules that emit structured light
US9674563B2 (en) 2013-11-04 2017-06-06 Rovi Guides, Inc. Systems and methods for recommending content
US9769459B2 (en) 2013-11-12 2017-09-19 Microsoft Technology Licensing, Llc Power efficient laser diode driver circuit and method
US9489765B2 (en) 2013-11-18 2016-11-08 Nant Holdings Ip, Llc Silhouette-based object and texture alignment, systems and methods
US9508385B2 (en) 2013-11-21 2016-11-29 Microsoft Technology Licensing, Llc Audio-visual project generator
US9971491B2 (en) 2014-01-09 2018-05-15 Microsoft Technology Licensing, Llc Gesture library for natural user input
US10412280B2 (en) 2016-02-10 2019-09-10 Microsoft Technology Licensing, Llc Camera with light valve over sensor array
US10257932B2 (en) 2016-02-16 2019-04-09 Microsoft Technology Licensing, Llc. Laser diode chip on printed circuit board
US10462452B2 (en) 2016-03-16 2019-10-29 Microsoft Technology Licensing, Llc Synchronizing active illumination cameras
US20220366180A1 (en) * 2021-05-12 2022-11-17 Rakuten Group, Inc. Image matching system

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL104327C (ja) * 1952-06-28 1900-01-01
US3050711A (en) * 1959-02-26 1962-08-21 Bell Telephone Labor Inc Automatic character analyzer
US3112468A (en) * 1959-04-14 1963-11-26 Bell Telephone Labor Inc Character recognition system
US3710323A (en) * 1971-12-13 1973-01-09 Ibm Pattern-size normalizing for recognition apparatus
GB1545117A (en) * 1976-05-25 1979-05-02 Nat Res Dev Comparison apparatus eg for use in character recognition
JPS5926064B2 (ja) * 1979-09-10 1984-06-23 工業技術院長 輪郭画像の特徴抽出装置
JPS57178578A (en) * 1981-04-27 1982-11-02 Toshiba Corp Pattern recognition system
JPS58129684A (ja) * 1982-01-29 1983-08-02 Toshiba Corp パタ−ン認識装置
US4672678A (en) * 1984-06-25 1987-06-09 Fujitsu Limited Pattern recognition apparatus

Also Published As

Publication number Publication date
DE68924458T2 (de) 1996-06-27
EP0354701A3 (en) 1991-11-21
JPH0291778A (ja) 1990-03-30
EP0354701A2 (en) 1990-02-14
EP0354701B1 (en) 1995-10-04
DE68924458D1 (de) 1995-11-09
US4901362A (en) 1990-02-13

Similar Documents

Publication Publication Date Title
JP2872702B2 (ja) パターン認識方法
JP2815045B2 (ja) 画像特徴抽出装置，画像特徴解析装置，および画像照合システム
JP6216508B2 (ja) ３ｄシーンにおける３ｄ物体の認識および姿勢決定のための方法
US7068843B2 (en) Method for extracting and matching gesture features of image
US8300950B2 (en) Image processing apparatus, image processing method, program, and storage medium
Ellis et al. Ellipse detection and matching with uncertainty
US8472721B2 (en) Pattern identification unit generation method, information processing apparatus, computer program, and storage medium
CN110069989B (zh) 人脸图像处理方法及装置、计算机可读存储介质
US4887304A (en) Library image optimization
CN108256456A (zh) 一种基于多特征阈值融合的手指静脉识别方法
JP4745207B2 (ja) 顔特徴点検出装置及びその方法
WO2017198749A1 (en) Image processing apparatus and method
CN110781937B (zh) 一种基于全局视角的点云特征提取方法
US5040231A (en) Vertical vector pattern recognition algorithm
JP6403201B2 (ja) 画像特徴量登録装置、方法及びプログラム
CN113159103B (zh) 图像匹配方法、装置、电子设备以及存储介质
Huttenlocher et al. Object recognition using subspace methods
Arjun et al. An efficient image retrieval system based on multi-scale shape features
US7319791B1 (en) Subtractive primitives used in pattern matching
EP1828959A1 (en) Face recognition using features along iso-radius contours
JP4185083B2 (ja) 形状認識装置及びその方法
Greenspan The sample tree: A sequential hypothesis testing approach to 3d object recognition
Hahmann et al. Model interpolation for eye localization using the Discriminative Generalized Hough Transform
Gdalyahu et al. Measures for silhouettes resemblance and representative silhouettes of curved objects
García et al. A method for invariant pattern recognition using the scale-vector representation of planar curves