JP4963492B2 - 画像セグメンテーション方法、プログラムおよび装置 - Google Patents
画像セグメンテーション方法、プログラムおよび装置 Download PDFInfo
- Publication number
- JP4963492B2 JP4963492B2 JP2008205595A JP2008205595A JP4963492B2 JP 4963492 B2 JP4963492 B2 JP 4963492B2 JP 2008205595 A JP2008205595 A JP 2008205595A JP 2008205595 A JP2008205595 A JP 2008205595A JP 4963492 B2 JP4963492 B2 JP 4963492B2
- Authority
- JP
- Japan
- Prior art keywords
- foreground
- image
- pixel
- background
- image segmentation
- 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 - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
- Studio Circuits (AREA)
- Processing Of Color Television Signals (AREA)
Description
非特許文献1に沿って従来のマッティング技術を説明する。
まず、入力画像Iを前景画像Fと背景画像Bとの線形和であると仮定し、不透明度αを用いて次のように表わす。
なお、下付きiは画素ごとのインデックスナンバーを表す。
ユーザーからの簡単な指示によって適切なα、F、Bを求めることになるが、解析的に解けるようにするために条件を加えることが必要になる。
前記非特許文献1では、各画素の周囲の小窓内においてはFとBとはそれぞれ2色の線形和として表されるという仮定をおく。つまり、小窓内においてFi、Biは、RGB空間内でそれぞれ一本の直線で表わされるとする。非特許文献1では、これをカラーラインモデル(color line model)と呼んでいる。
ここで、H-1の第1行を[aR, aG, aB]とし、また、H-1の第1行とベクトル-B2との内積をbと定めると、次の式が導出される。
最後の項は、数値安定化のため、かつ、なめらかなαのための正規化項であり、例えば、小窓wのサイズを3×3とし、ε=10-7とすることが例として挙げられる。小窓を各画素に対してとると重なりが生じ、それによって情報が近接の画素に伝播していく。そして、与えられたαに対して各小窓wkに最適なa、bの組は最小自乗問題として解けることから、費用関数はαのみの式で表わされる。
上記方法によれば、RGBカラー画像に対するマッティング演算によって前景と背景とを区別して抽出することができる。
これは、単純なグレースケールを用いた演算処理に比べてより精密なセグメンテーションとなる。
A. Levin, D.Lischinski, and Y.Weiss. A closed-form solution to natural image matting. IEEE TRANSACTION ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL.30, NO.2, pp.228-242, 2008.
この場合、前景である特定対象物と背景とを区別して認識することが不可能となる。また、従来の方法では、カラー画像のうちどの部分が前景でどの部分が背景であるかをそれぞれユーザーが細かく指定しないと、パラメータが解けないので、ユーザーの操作が面倒であった。
本発明に係る第1実施形態について説明する。
図1は、本発明の第1実施形態に係る画像セグメンテーション装置の全体構成を示す図である。
画像セグメンテーション装置100は、被写体の撮像によりカラー画像および距離画像を取得するセンサ部200と、画像表示およびタッチセンサの機能を有する表示部300と、キーボード等の入力部400と、センサ部200にて取得された画像データ中から対象物を抽出する画像セグメンテーション演算を実行する演算制御部500と、を備えている。
距離データの計測原理としては特に限定されるものではなく、例えば、レーザーを用いたレーザーレンジセンサでもよく、あるいは光切断法を用いた構成でもよく、レンズフォーカスを用いた構成でもよい。
具体的な処理動作は、フローチャートを参照しつつ説明する。
図2は、画像セグメンテーション方法の動作手順を示すフローチャートである。この動作は、演算制御部500の画像セグメンテーションプログラムが実行されることによって実現される。
各工程について順を追って説明する。
画像データ取得工程ST100としては、カラー画像取得カメラ210によってカラー画像を取得するカラー画像取得工程ST110と、距離画像取得カメラ220によって距離画像を取得する距離画像取得工程ST120と、を順次実行する。取得されたカラー画像と距離画像とは座標系を合わせて、画素ごとに色データと距離データとを併せ持つ4次元データの画像とする。すなわち、画像Iのi画素に含まれる情報は、赤成分Ii R、緑成分Ii G、青成分Ii B、距離情報Ii dを持つ。
なお、図面ではカラー表現やグレースケール表現ができないため、カラー画像PCは単純白黒であり、距離画像PDはハッチングで表わしている。
なお、表示部300に表示する画像としては、カラー画像取得カメラ210によって取得したカラー画像{Ii=(Ii R, Ii G, Ii B)}だけでもよく、あるいは距離データを合わせて奥行きを表現した2.5D画像でもよい。
まず、前景画素設定工程(ST310)では、ユーザーから前景画素として指示された画素を前景画素として設定する。
このとき、ユーザーは、表示部300に表示された画像を見ながら背景から切り出して抽出したい対象物の一部をなぞる。すると、表示部300がタッチパネルとしてユーザーがなぞった位置の情報を演算制御部500に出力する。演算制御部500は、画像データのうちユーザーがなぞった画素を前景画素Fiとして設定する。
ここで、前景画素Fiに設定するとは、その画素の不透明度αiを1に設定するということである。
背景画素設定工程ST320においては、前景画素設定工程ST310で設定された前景画素の距離情報Ii d(i∈F)から所定距離以上遠方である距離情報を有する画素を自動的に背景画素として設定する。
具体的には、演算制御部500の所定メモリに予め背景画素設定閾値θF-Bとして所定の距離差を設定しておく。そして、前景画素として指定された画素のうちの最大の距離情報max(Ii d)を有するものから背景画素設定閾値θF-B以上離れたものを背景画素とする。
本実施形態におけるセグメンテーション演算実行工程(ST400)では、入力画像Iの情報として色情報(Ii R, Ii G, Ii B)に加えて距離情報Ii dを有するため、背景技術で説明したマッティング技術を距離情報を含んだアルゴリズムに拡張し、色情報と距離情報とを統合的に用いて抽出対象となる前景画像を高精度に切り出す点に大きな特徴を有する。
まず、マッティング技術を距離情報に対して拡張するアルゴリズムを示し、続いて費用関数の最小化を実行することで全画素のαを決定する演算処理について説明する。
本発明では、色情報と距離情報とを有する4次元空間内において前景および背景がそれぞれ平面上に拘束された画像で表わされるとするモデルを導入する。
すなわち、前景および背景はそれぞれ4次元中の3ベクトルの線形和で表わされるものとなる。
このモデルをcolor-distance plane modelと呼ぶことにする。
color-distance plane modelは、ある定ベクトルF1, F2, F3、B1, B2, B3に対して次の式を与える。
Aは、A=(αi、αiβF i、αiγF i、(1-αi)βB i、(1-αi)γi B)Tで表わされる5×1のベクトルである。
また、C=Ii−B3である。
次に、前景画素設定工程(ST310)におけるユーザーの前景指定(α=1)と背景画素設定工程(ST320)における背景画素(α=0)の自動設定とを初期拘束条件として、これを満たしつつ費用関数を最小化するαを求める。すなわち、次の式によりαを決定する。
siは画素ごとに設定された不透明度αの値を表し、すなわち、前景画素に設定されていれば1であり、背景画素に設定されていれば0である。
画像の全画素数をNとするとき、Dsは、N×Nの行列であって前景または背景に設定された画素に対応する対角成分が1でその他は0である対角行列である。
bsはN×1のベクトルであって、前景または背景として設定された画素に対応する要素にはその画素のα値が格納され、それ以外は0である。
(式24)はαに関する2次式であり、αに関する偏微分を0にすることで最小化がなされる。したがって、以下の式が導かれる。
このように算出したαに基づいて入力画像から対象物を抽出するにあたっては、算出したαに対して閾値処理による2値化を行い、これをマスクとして入力画像にかけることで前景画像を作成する。これにより、画像中の対象物の画像を抽出する。
これは、セグメンテーション演算実行工程(ST400)にて抽出した対象物を表示部300に表示する工程である。
表示部300に表示する場合には、抽出した対象物をカラー画像表示するようにカラー画像から抽出した部分だけをトリミングして表示する。あるいは、距離情報を加えて2.5D画像として表示させてもよい。
(1)色情報だけでなく距離情報を加味した画像セグメンテーション演算を実行するので、精度よく対象物を抽出することができる。
従来のごとく色情報のみに基づいたセグメンテーションでは前景と背景とで色が似通っていると前景を背景との区別ができないが、本実施形態では色が類似していたとしても距離情報によって前景と背景とを正確に切り分けて区別することができる。これにより従来よりも高精度な画像セグメンテーションを可能にするという格別の効果を奏する。
従来は、色情報のみしか取得しなかったため、ユーザーが前景と背景とを細かく指定しなければセグメンテーション演算を正確に実行することができなかったが、本実施形態では、色情報に加えて距離情報を取得するので、前景の一部を指定すれば前景から所定距離以上離れた地点は背景であると演算制御部500によって自動設定することが可能である。このように、本実施形態によれば、ユーザー操作が簡便でありながらも高精度の画像セグメンテーションを実行できる。
第2実施形態について説明する。第2実施形態の基本的構成は第1実施形態に同様であるが、前景背景設定工程において前景画素と背景画素とを設定する手順に特徴を有する。
上記第1実施形態においては、ユーザーがタッチパネルである表示部300上で前景画素を指示し(前景画素設定工程ST310)、前景画素から所定距離以上遠方の距離情報を有する画素を背景画素として自動設定した(背景画素設定工程ST320)。
これに対し第2実施形態としては、背景画素設定工程ST320において、抽出の対象物は画像の端部領域には含まれないものとし、画像データの端部領域(例えば画像の縁から5画素分)を背景画素として自動設定する。
なお、背景画素設定工程としては、上記のように画像の端部領域だけを背景画素として設定してもよく、または、上記第1実施形態で説明した背景画素の設定と併用してもよい。
本第2実施形態によれば、初期拘束条件で背景画素として設定する画素が多くなるのでセグメンテーション演算の精度が高くなる。たとえば、対象物が載っている机のなどのように対象物よりも手前にあるが背景であるものを初期条件として背景に自動設定できる。
次に、第3実施形態について説明する。
第3実施形態の基本的構成は第1実施形態に同様であるが、前景背景設定工程において前景画素と背景画素とを設定する手順に特徴を有する。
第3実施形態においては、前景背景設定工程において、ユーザーが対象物を囲む閉領域を指示する。
図4は、第3実施形態における前景背景設定工程の手順を示すフローチャートである。
また、図5は、ユーザーの指示から前景画素を設定する流れを概念的に示す図である。
この閉領域の外側は自動的に背景画素として設定される(背景画素設定工程ST340)。
次に、対象物は、閉領域の中心領域であるという推定から前景画素を設定する(前景画素設定工程ST350)。すなわち、閉曲線Cから所定画素数以上内側にある領域を前景画素として設定する。Di Pをi画素と閉曲線との最短距離とすると、前景画素Fは次の集合で表わされる。
(式26)は、図4に示すように、閉領域において閉曲線Cまでの距離に応じた場を形成し、その場を閾値θPで切断した面、すなわち、閉曲線からの距離がθPを超えるものを前景画素に設定することを示す。
上記第3実施形態では、前景画素を設定するにあたり、閉曲線からの距離(画素数)に基づいて閉領域内に前景画素を設定したが、さらに、次のように画素の距離情報を利用してもよい。
第3実施形態の変形例1として、まず、閉領域内の画素の距離情報が同値である画素をそれぞれ抜き出す。そして、距離情報が同値である画素について上記の場(Di P)を荷重値とし、荷重値の相加平均(算術平均)を求める。距離情報が同値である画素群ごとに求められた相加平均が有意(例えば所定値以上)である画素群を前景画素として自動設定する。同様に色値についても同じ色値を有する画素群ごとに荷重値の相加平均を求めて、有意な画素群を前景画素に設定してもよい。
上記第3実施形態にあってはユーザーが対象物を含む領域を閉曲線で指示するため(閉領域設定工程ST330)、画像セグメンテーション演算実行工程(ST400)では、この閉領域の内側だけを計算対象としてもよい。あるいは、この閉領域が外接する矩形内にのみセグメンテーション演算を実行してもよい。これにより、計算量が格段に少なくなるので処理の高速化を図ることができる。
次に第4実施形態について説明する。
第4実施形態の基本的構成は第1実施形態に同様であるが、セグメンテーション演算実行工程(ST400)の前にスケール変換工程(ST390)を実行する点に特徴を有する。
図6は、第4実施形態の動作を説明するフローチャートである。
第4実施形態においては、前景画素と背景画素とが設定された後、スケール変換工程(ST390)において画像中の画素が有する色値および距離値の分布がフルスケールになるようにスケール変換する。
図7は、スケール変換の様子を概念的に示す図である。
図7(A)は、画像中の画素の色値または距離値の分布を示す。
特定の画像中ではフルレンジに万遍なくデータ値が分布することはなく、特定の領域に集中する。そこで、演算対象となる領域について高精度に演算するため、図7(A)中の上下限値がフルスケールになるようして図7(B)に示されるようにスケール変換を行う。これにより、注目したい画素の色値および距離値に重みが付くことになり、対象についての高精度な演算結果を得ることができる。
第3実施形態の場合にはユーザーが閉領域を指示するところ、この閉領域内の画素の色値および距離値のデータをフルスケールに変換してもよい。
次に第5実施形態について説明する。
第5実施形態の基本的構成は第1実施形態に同様であるが、セグメンテーション演算の結果に対してラベリング処理を行ってユーザーが意図した対象物のみを抽出する点に特徴を有する。
図8は、第5実施形態の動作を説明するフローチャートである。
ST400においてセグメンテーション演算を実行するところ、セグメンテーション演算実行工程(ST400)の結果として、互いに分離した領域が前景領域として複数抽出される場合があり得る。そこで、第5実施形態においては、ST400のセグメンテーション演算に続いて、分離した前景領域にラベリングを行う(ラベリング処理工程ST410)。そして、ST310にてユーザーが前景画素として指示した画素を含む前景領域を抽出の対象物として認識し、この領域だけを最終的に抽出する(対象物抽出工程ST420)。これによりユーザーが意図した対象物を正確に抽出することができる。
次に第6実施形態について説明する。
第6実施形態の基本的構成は第1実施形態に同様であるが、セグメンテーション演算の結果に対して平滑化処理を行う点に特徴を有する。
図9は、第6実施形態の動作を説明するフローチャートである。
ST400においてセグメンテーション演算を実行するところ、セグメンテーション演算実行工程(ST400)の結果として、αがランダムな離散値になる場合があり得る。特に、前景領域と背景領域との境界部分ではα値がランダムに飛び飛びになることがあり得る。
そこで、第6実施形態においては、ST400のセグメンテーション演算に続いて、各画素のα値を周囲の画素に対して平滑化する平滑化処理を行う(平滑化処理工程ST430)。これによりノイズ除去を行い、対象物の輪郭を滑らかかつ高精度に切り出すことができる。なお、平滑化フィルタの種類としては特に限定されるものではない。
次に第7実施形態について説明する。
第7実施形態の基本的構成は第1実施形態に同様であるが、色情報と距離情報との重み付けを変えた場合のセグメンテーション演算を複数行う点に特徴を有する。
本発明では画像Iのi画素に含まれる情報は、赤成分Ii R、緑成分Ii G、青成分Ii B、距離情報Ii dを持つが(Ii=(Ii R, Ii G, Ii B, Ii d))、色情報と距離情報とは別々の測定系で得るものである。
したがって、画素Iiの情報として統合させる際に色情報と距離情報とでスケールを適切に合わせる必要がある。
ここで、第7実施形態においては、色情報と距離情報と合成する際にそれぞれのスケールを変換する比率のパターンを複数用意しておく。そして、各パターンでセグメンテーション演算を実行し、それらの結果を表示部に表示してユーザーに提示する。ユーザーとしては、もっとも適切に対象物を抽出しているセグメンテーション結果を選択する。
このように色情報と距離情報とを合成する際のスケール比率を変えることにより、色情報と距離情報との重み付けを調整することができる。
これにより、色情報で抽出しやすい場合や距離情報で抽出しやすい場合などその場その場に応じて最適な4次元画像セグメンテーションを行うことができる。
上記第7実施形態にあっては、色情報と距離情報との重み付けを複数パターン予め用意しておく場合を説明したが、ユーザーがその都度重み付けパラメータを設定してもよいことはもちろんである。
その場合、たとえば、画面上に表示されたスライダーをユーザーが操作して色情報と距離情報の重み付けを簡便に設定変更できるようにしてもよい。
このような場合、近景と遠景とでは色情報と距離情報との影響の度合いが異なってくることになる。そこで、事前に色情報と距離情報とのスケールを合わせる非線形マップを作成しておく。そして、前記非線形マップに従ったスケール変換によって色情報と距離情報とを合成する。これにより、近くと遠くとで変わりなく精度の高い画像セグメンテーションを実行することができる。
センサ部の構成としてはカラー画像取得カメラと距離画像取得カメラとが別体である場合を例示したが、カメラで取得した画像に対応する距離情報を直接取得する構成であってもよい。
このような構成としては、たとえば、角度をつけたレーザー投光器とカラー画像を取得するCCDセンサとを内蔵し、三角測距法で距離を計測しつつカラー画像を取り込む光切断方式などが知られている。このように距離データと色データとを同時に取得するセンサを用いることにより、光軸ずれがなくなり、色情報と距離情報との4次元データを高精度に統合し、その結果、高精度な画像セグメンテーションを行うことができる。
このとき、ロボット遠隔操作を行う場合などには、背景画素を設定する際の距離の閾値としてロボットの可動アームの長さを用いてもよい。
Claims (11)
- 画像中において特定の対象物を前景領域としその他の領域を背景領域として前記対象物を画像中からセグメンテーションする画像セグメンテーション方法であって、
前記対象物を含んだ部分のカラー画像を取得するカラー画像取得工程と、
前記対象物を含んだ部分の距離画像を取得する距離画像取得工程と、
前景領域の一部または背景領域の一部のうち一方をユーザー指定によって設定するとともに、前景領域の一部または背景領域の一部のうちの他方を自動設定する前景背景設定工程と、
前記カラー画像の色情報と前記距離画像の距離情報とを統合的に用いて前記対象物を画像中からセグメンテーションする演算を実行する画像セグメンテーション演算実行工程と、を備え、
前記画像セグメンテーション演算実行工程は、
前景および背景がそれぞれ色情報と距離情報とを有する4次元空間内の平面に拘束された画像で表わされるとするモデルを導入し、
前記前景背景設定工程にて設定された前景領域と背景領域とを初期拘束条件としつつ、費用関数を最小化することで前景と背景とを重ね合わせる際の前景の不透明度αを算出する
ことを特徴とする画像セグメンテーション方法。 - 請求項1に記載の画像セグメンテーション方法において、
前記前景背景設定工程は、
ユーザーが画像中において前景の一部として指定した画素を前景画素として設定する前景画素設定工程と、
前記前景画素設定工程にて設定された画素の距離情報から所定距離以上離れた距離情報を有する画素を背景画素に自動設定する背景画素設定工程と、を備える
ことを特徴とする画像セグメンテーション方法。 - 請求項1に記載の画像セグメンテーション方法において、
前記前景背景設定工程は、
ユーザーが画像中において前景の一部として指定した画素を前景画素として設定する前景画素設定工程と、
画像データの端部領域を背景画素として自動設定する背景画素設定工程と、を備える
ことを特徴とする画像セグメンテーション方法。 - 請求項1に記載の画像セグメンテーション方法において、
前記前景背景設定工程は、
ユーザーが抽出したい対象物の外側を囲む閉曲線を指定したことに対応してこの閉曲線に囲まれた領域を閉領域として設定する閉領域設定工程と、
前記閉領域の外側を自動的に背景画素として設定する背景画素設定工程と、
前記閉領域の中心領域を前景画素に設定する前景画素設定工程と、を備える
ことを特徴とする画像セグメンテーション方法。 - 請求項4に記載の画像セグメンテーション方法において、
前記画像セグメンテーション演算実行工程は、前記閉領域の内側、または、前記閉領域が外接する矩形の内側のみを演算対象とする
ことを特徴とする画像セグメンテーション方法。 - 請求項1から請求項5のいずれかに記載の画像セグメンテーション方法において、
前記画像セグメンテーション演算実行工程の前に、演算対象となる領域に含まれる画素が有する色値および/または距離値の分布がフルスケールになるようにスケール変換するスケール変換工程を備える
ことを特徴とする画像セグメンテーション方法。 - 請求項3または請求項4に記載の画像セグメンテーション方法において、
前記画像セグメンテーション演算実行工程によって互いに分離した領域が前景領域として複数抽出された場合に、前記分離した前景領域にラベリング処理を行うラベリング処理工程と、
前記前景画素設定工程においてユーザーが前景画素として指示した画素を含む前景領域を抽出の対象物として認識して抽出する対象物抽出工程と、を備える
ことを特徴とする画像セグメンテーション方法。 - 請求項1から請求項7のいずれかに記載の画像セグメンテーション方法において、
前記画像セグメンテーション演算実行工程によって算出される前景の不透明度αに対して平滑化処理を行う平滑化処理工程を備える
ことを特徴とする画像セグメンテーション方法。 - 請求項1から請求項8のいずれかに記載の画像セグメンテーション方法において、
前記カラー画像取得工程にて取得したカラー画像と前記距離画像取得工程にて取得した距離画像とを統合する際にそれぞれの重み付けを調整する
ことを特徴とする画像セグメンテーション方法。 - 請求項1から請求項9のいずれかに記載の画像セグメンテーション方法をコンピュータに実行させる画像セグメンテーションプログラム。
- カラー画像を取得するカラー画像取得カメラと、距離画像を取得する距離画像取得カメラと、ユーザーが画像中の前景または背景を指示する入力手段と、請求項10に記載の画像セグメンテーションプログラムを格納した演算制御部と、を備える
ことを特徴とする画像セグメンテーション装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008205595A JP4963492B2 (ja) | 2008-08-08 | 2008-08-08 | 画像セグメンテーション方法、プログラムおよび装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008205595A JP4963492B2 (ja) | 2008-08-08 | 2008-08-08 | 画像セグメンテーション方法、プログラムおよび装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010039999A JP2010039999A (ja) | 2010-02-18 |
JP4963492B2 true JP4963492B2 (ja) | 2012-06-27 |
Family
ID=42012434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008205595A Expired - Fee Related JP4963492B2 (ja) | 2008-08-08 | 2008-08-08 | 画像セグメンテーション方法、プログラムおよび装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4963492B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5840940B2 (ja) * | 2011-12-16 | 2016-01-06 | パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカPanasonic Intellectual Property Corporation of America | 画像領域抽出装置、画像領域抽出方法、および画像領域抽出プログラム |
JP5865078B2 (ja) * | 2011-12-28 | 2016-02-17 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP6089886B2 (ja) * | 2013-03-29 | 2017-03-08 | オムロン株式会社 | 領域分割方法および検査装置 |
JP5897532B2 (ja) | 2013-11-05 | 2016-03-30 | ファナック株式会社 | 三次元空間に置かれた物品をロボットで取出す装置及び方法 |
CN109934812B (zh) * | 2019-03-08 | 2022-12-09 | 腾讯科技(深圳)有限公司 | 图像处理方法、装置、服务器及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3679512B2 (ja) * | 1996-07-05 | 2005-08-03 | キヤノン株式会社 | 画像抽出装置および方法 |
US7015926B2 (en) * | 2004-06-28 | 2006-03-21 | Microsoft Corporation | System and process for generating a two-layer, 3D representation of a scene |
JP2007257623A (ja) * | 2006-03-24 | 2007-10-04 | Mitsubishi Electric Research Laboratories Inc | あるシーンについて取得されたビデオのアルファマットを求める方法およびシステム |
-
2008
- 2008-08-08 JP JP2008205595A patent/JP4963492B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2010039999A (ja) | 2010-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR100415266B1 (ko) | 물체영역정보 기술방법과 물체영역정보 생성장치 및 기록매체 | |
KR101658719B1 (ko) | 영역 추출 결과의 표시 방법 및 화상 처리 장치 | |
JP7057959B2 (ja) | 動作解析装置 | |
JP5281972B2 (ja) | 撮像装置 | |
JP5432714B2 (ja) | 構図解析方法、構図解析機能を備えた画像装置、構図解析プログラム及びコンピュータ読み取り可能な記録媒体 | |
JP2018514024A5 (ja) | ||
US20100239124A1 (en) | Image processing apparatus and method | |
US20130222555A1 (en) | Image generating apparatus generating reconstructed image, method, and computer-readable recording medium | |
CN110998659A (zh) | 图像处理系统、图像处理方法、及程序 | |
JP4963492B2 (ja) | 画像セグメンテーション方法、プログラムおよび装置 | |
JP6331761B2 (ja) | 判定装置、判定方法及び判定プログラム | |
JP6458570B2 (ja) | 画像処理装置および画像処理方法 | |
JP3993029B2 (ja) | 化粧シミュレーション装置、化粧シミュレーション方法、化粧シミュレーションプログラム及びそのプログラムを記録した記録媒体 | |
JP6873644B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US20210093227A1 (en) | Image processing system and control method thereof | |
JP4625949B2 (ja) | 物体追跡方法および物体追跡装置ならびにプログラム | |
JP6615486B2 (ja) | カメラキャリブレーション装置、方法及びプログラム | |
JP2013092885A (ja) | 画像処理装置、方法、及びプログラム | |
JP6826277B2 (ja) | 画像処理システム、画像処理方法、および画像処理プログラム | |
CN115862124A (zh) | 视线估计方法、装置、可读存储介质及电子设备 | |
Aleksandrovich et al. | Search the optimal border for combination of image pairs using neural networks | |
JP5457976B2 (ja) | 3次元形状取得装置および3次元形状取得プログラム | |
CN113361360A (zh) | 基于深度学习的多人跟踪方法及系统 | |
JP5910637B2 (ja) | 生体画像解析システム、生体画像解析方法および生体画像解析プログラム | |
JP2021049262A (ja) | 画像処理システム及びその制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101124 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111104 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120104 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120228 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120323 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 4963492 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150406 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150406 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150406 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150406 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150406 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |