JP5178875B2 - 対応点探索のための画像処理方法 - Google Patents
対応点探索のための画像処理方法 Download PDFInfo
- Publication number
- JP5178875B2 JP5178875B2 JP2011097193A JP2011097193A JP5178875B2 JP 5178875 B2 JP5178875 B2 JP 5178875B2 JP 2011097193 A JP2011097193 A JP 2011097193A JP 2011097193 A JP2011097193 A JP 2011097193A JP 5178875 B2 JP5178875 B2 JP 5178875B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- patch
- patches
- partial
- partial image
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/285—Analysis of motion using a sequence of stereo image pairs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
- G06T2207/10021—Stereoscopic video; Stereoscopic image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Description
2つのカメラ画像IL(左)及びIR(右)から抜き出した2つの画像パッチに対して、正規化相互相関(NCC)を次式で定義する。
また、正規化局所類似度スコアは、正規化相互相関(NCC)又は(加重ウィンドウを使用する)加重NCCを使用して算出することができる。この算出処理は、各部分画像について平均値と標準偏差を算出するステップと、正規化相互相関係数を算出するステップとで構成される。
さらに、画像パッチと、リストされた他のパッチとを比較して、当該リスト中の最大類似パッチを見出すことができる。
また、視差に基づく奥行き値は、上記算出されたパッチ類似度を用いて推定することができる。
さらに、画像パッチは、ロボット又は自動車に搭載された一つ又は複数のカメラから抽出することができる。
また、総マッチングスコアは、局所マッチングスコアの平均化、加重平均化、勝者独り勝ち選択、又は、メジアン選択により算出することができる。
さらに、画像パッチは任意のデータベクトルとすることができる。画像パッチは、数値を付した個別の要素で構成することができる。
画像パッチは、複数の層又は複数の次元で構成されるものとすることができる。
画像パッチは、RGB画像パッチとすることができる。
また、ある時刻における画像パッチを他の時刻における画像パッチと比較して、対応関係を持つ画像パッチを特定することができる。
さらに、上記算出されたパッチ類似度は、画像パッチに基づく動き推定に用いることができる。
また、平均化処理及びフィルタリング処理は、例えば、分離可能なフィルタ又はボックスフィルタを用いることにより、最適化することができる。
更に他の実施形態では、この発明は、自車両に備えたステレオカメラの撮影範囲内の少なくとも1つの物体についての奥行き推定値を計算するため、上述したいずれかの方法を実行するドライバ支援システムを備えた車両である。
更に他の実施形態では、この発明は、コンピュータで実行されることにより前述の方法を実施するコンピュータ・プログラムである。
また、算出したパッチ類似度を用いて、画像パッチに基づく動き推定を行うことができる。
更に他の実施形態では、この発明は、上述した方法を実行するシステムを備えたロボット又は自律車両である。
以下に示す説明及び図面により、本発明のさらなる具体的手段及び機能を明らかにする。
図7は、「加算正規化相互相関」(SNCC)と呼ぶ2段階フィルタリングの処理フローである。第1のステップでは、画像パッチ(A)が部分画像(B)に分割される。図7左上のはめ込み図(B')に示すように、これらの部分画像は重なり合っていてもよい。また、2つのパッチは同様に分割されるので、一のパッチの各部分画像は、それぞれ、他のパッチの中に、対応する部分画像を有している(C)。
従来型のステレオ処理に加算正規化相互相関(SNCC)を用いた場合の計算複雑性は、O(nd)である。ここで、nは画素数であり、dは視差の数である。このステレオ処理は、ボックスフィルタを用いて、正規化相互相関の算出と加算処理を行うことにより実行することができる。NCCフィルタリングに際しボックスフィルタをどのように用いるかを示すため、まず、相関式(1)を次のように書き換える。
本発明に係るSNCCは、上記と同様の手法により、種々の時間間隔で取得されたカメラ画像に基づく動き推定にも用いることができる。ステレオ処理との相違点は、対応関係にある画像パッチが水平方向にシフトするだけでなく、一方のカメラ画像から他方のカメラ画像まで任意にシフトすることである。このため、多数の画像パッチを比較することとなるが、処理方法は全体として同じである。
・正規化相互相関(NCC)は、多数の用途(ステレオ計算、動き計算、追跡、汎用パターンマッチングなど)における標準的なマッチング規準である。
・NCCは、2つのパターンP1とP2との間のマッチングスコアrを計算する。このマッチングスコアは、バイアス及び線形利得に対する不変性を持つ。
・より大きいパターンをマッチングする場合、NCCは、低コントラスト構造の影響よりも高コントラスト構造の影響を大きく受ける傾向を持つ。このため、低コントラスト構造がマッチしなくても(マッチしても)、高コントラスト構造だけがマッチすれば(マッチしなければ)、誤って良好な(不良な)マッチングとなることが多い。
・特に、高コントラスト構造の僅かな部分に起因して、上述のようなミスマッチングが発生してしまう。
・NCCの問題は、2段階マッチングを適用することにより解決される。
・マッチングの対象である2つのパターンについて、マッチングプロセスをローカル・プロセスとグローバル・プロセスに分解する。ローカルプロセスは、局所マッチング指標を与えるNCCマッチングによって支配される。これらの局所マッチング指標は、依然として、上述したのと同じ高コントラスト問題に陥る傾向があるが、この影響は局所領域に限定される。パターンの分割部分や重なり部分が、このような局所領域となり得る。
・ランク順序符号化も、大きなパターンについての高コントラスト構造の影響を低減しようとするが、NCCに関連しない全く異なる方式で機能する。
・請求項では、画像パッチに適用する形態で本発明に係る方法を記述しているが、この方法は任意のデータベクトルについても同様に適用することができる。
・データベクトル又は画像パッチは、数値、例えば、グレイスケールの画素値をもつ個別の要素により構成される。
・さらに、画像パッチは、複数の層又は複数の次元、例えば、RGB画像パッチによって構成することもできる。
・画像パッチの部分画像やデータベクトルの部分ベクトルは、画像パッチやデータベクトルの要素の部分集合である。
Claims (23)
- ステレオカメラ・システムを構成する視覚センサの視界内にある物体までの距離の推定値を算出するためコンピュータにより実行される、前記ステレオカメラ・システムから取得された2つの画像パッチ間の類似性を比較する方法であって、
それぞれが少なくとも一つの画像パッチを供給する少なくとも2つの視覚センサから、少なくとも2つの画像パッチを受信するステップと、
受信した前記画像パッチを比較するステップと、
を有し、
前記比較するステップは、
前記2つの画像パッチから、対応関係にある複数の部分画像ペアを抽出するステップと、
すべての前記部分画像ペア間で正規化局所類似度スコアを算出するステップと、
すべての前記部分画像ペア間の前記正規化局所類似度スコアを総和を計算して総マッチングスコアを算出するステップと、
前記総マッチングスコアを画像パッチの類似度指標として用い、前記総マッチングスコアに基づき、対応関係を持つ類似画像パッチを決定するステップと、
を備え、
前記部分画像ペアを構成する各部分画像は、それぞれ、異なる前記画像パッチの一部であって、前記部分画像ペアを構成する前記各部分画像は、それぞれ対応する前記画像パッチ内において、他の前記部分画像ペアを構成する他の前記部分画像と互いに重なり合っており、かつ、前記部分画像のサイズは、当該部分画像についての輝度値の正規化を行った後においても当該部分画像内における微細構造が保存される範囲内において十分小さく設定される、
方法。 - コンピュータにより実行される、画像パッチ間の類似性を比較する方法であって、
それぞれが少なくとも一つの画像パッチを供給する少なくとも2つの画像供給源から、
少なくとも2つの画像パッチを受信するステップと、
受信した画像パッチを比較するステップと、
を有し、
前記比較するステップは、
前記2つのパッチから、対応関係にある複数の部分画像ペアを抽出するステップと、
すべての前記部分画像ペア間で正規化局所類似度スコアを算出するステップと、
すべての前記部分画像ペア間の前記正規化局所類似度スコアを総和を計算して総マッチングスコアを算出するステップと、
前記総マッチングスコアを画像パッチの類似度指標として用いるステップと、
を備え、
前記部分画像ペアを構成する各部分画像は、それぞれ、異なる前記画像パッチの一部であって、前記部分画像ペアを構成する前記各部分画像は、それぞれ対応する前記画像パッチ内において、他の前記部分画像ペアを構成する他の前記部分画像と互いに重なり合っており、かつ、前記部分画像のサイズは、当該部分画像についての輝度値の正規化を行った後においても当該部分画像内における微細構造が保存される範囲内において十分小さく設定される、
方法。 - 前記正規化局所類似度スコアを計算するステップは、
前記各部分画像の平均と標準偏差を算出するステップと、
正規化相互相関係数を算出するステップと、
を有し、
正規化相互相関(NCC)、及び/又は、加重ウィンドウを使用する加重NCCを用いて、前記正規化局所類似度スコアを計算する、請求項2に記載の方法。 - 一の画像パッチを、リストされた他の画像パッチと比較することにより、最も類似度の高い画像パッチを特定する、請求項1乃至3のいずれかに記載の方法。
- 前記少なくとも2つの画像供給源は少なくとも2台のカメラであり、一方のカメラ画像からの前記画像パッチを、他方のカメラ画像からの前記画像パッチと比較して、対応関係を持つ画像パッチを特定する、請求項2または3のいずれかに記載の方法。
- 視差に基づく奥行き値が、前記算出したパッチ類似度を用いて推定される、請求項1乃至5のいずれかに記載の方法。
- 前記画像パッチは、ロボット又は自動車に搭載された1台又は複数台のカメラから抽出される、請求項1乃至6のいずれかに記載の方法。
- 正規化局所類似度スコアが、局所マッチング指標を与えるNCCマッチングによって算出され、
前記総マッチングスコアは、前記局所マッチング指標を使用して算出され、
前記総マッチングスコアの算出により局所計算から生じる雑音が抑制される、
請求項1乃至7のいずれかに記載の方法。 - 前記総マッチングスコアが、局所マッチングスコアの平均化、加重平均化、勝者独り勝ち選択、又は、メジアン選択により算出される、請求項1乃至8のいずれかに記載の方法。
- 前記画像パッチは任意のデータベクトルである、請求項1乃至9のいずれかに記載の方法。
- 前記画像パッチは、数値が付された個別の要素で構成される、請求項1乃至10のいずれかに記載の方法。
- 前記個別の要素に付された数値は、グレイスケールで表わした画素値である、請求項11に記載の方法。
- 前記画像パッチは、複数の層又は複数の次元で構成される、請求項1乃至12のいずれかに記載の方法。
- 前記画像パッチは、RGB画像パッチである、請求項1乃至13のいずれかに記載の方法。
- 前記少なくとも2つの画像供給源は、一つのカメラから異なる時刻に取得した画像である、請求項2、3、又は5のいずれかに記載の方法。
- ある時刻における前記画像パッチを、他の時刻における画像パッチと比較して、対応関係を持つ画像パッチを特定する、請求項15に記載の方法。
- 前記算出されたパッチ類似度が、画像パッチに基づく動き推定に用いられる、請求項1乃至16のいずれかに記載の方法。
- 一方の画像供給源は、データベース及び/又はメモリからロードされる、物体を描写したテンプレート画像パッチであり、該テンプレート画像パッチと第2又は別の画像供給源から抽出された画像パッチとを比較して、前記画像内の物体を特定する、請求項2、3、5、15、又は16のいずれかに記載の方法。
- 物体の時間変化を追跡するため、物体追跡手法と同様の予測と確認を繰り返し実行する時間的フレームワークを備えたシステムに組み込まれ、予測関数により取得され選択された画像パッチ集合に限定して類似度計算を実行する、請求項1乃至18のいずれかに記載の方法。
- 平均化処理とフィルタリング処理とが、分離可能なフィルタ及び/又はボックスフィルタを用いて最適化される、請求項1乃至19のいずれかに記載の方法。
- 少なくとも1台のカメラと、計算ユニットとを備え、請求項1乃至20のいずれかに記載の方法を実行して、奥行き推定、動き推定、物体検出、及び/又は、物体追跡を行うシステムを装備する、ロボット、陸上車両、航空車両、海上車両、又は、宇宙車両。
- 自車両に備えたステレオカメラの撮影範囲内の少なくとも1つの物体についての奥行き推定値を計算するため、請求項1乃至20のいずれかに記載の方法を実行するドライバ支援システムを備えた車両。
- コンピュータで実行されることにより、請求項1乃至20のいずれかに記載の方法を実施するコンピュータ・プログラム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP10162822.0 | 2010-05-14 | ||
EP10162822 | 2010-05-14 | ||
EP10173087.7 | 2010-08-17 | ||
EP10173087.7A EP2386998B1 (en) | 2010-05-14 | 2010-08-17 | A Two-Stage Correlation Method for Correspondence Search |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011243194A JP2011243194A (ja) | 2011-12-01 |
JP5178875B2 true JP5178875B2 (ja) | 2013-04-10 |
Family
ID=42719248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011097193A Expired - Fee Related JP5178875B2 (ja) | 2010-05-14 | 2011-04-25 | 対応点探索のための画像処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9208576B2 (ja) |
EP (1) | EP2386998B1 (ja) |
JP (1) | JP5178875B2 (ja) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9294690B1 (en) * | 2008-04-10 | 2016-03-22 | Cyan Systems, Inc. | System and method for using filtering and pixel correlation to increase sensitivity in image sensors |
JP5824953B2 (ja) * | 2011-08-09 | 2015-12-02 | 株式会社ソシオネクスト | 画像処理装置、画像処理方法及び撮像装置 |
KR20130024504A (ko) * | 2011-08-31 | 2013-03-08 | 삼성전기주식회사 | 삼차원 카메라 시스템 및 주시각 조정 방법 |
US9373040B2 (en) * | 2011-11-01 | 2016-06-21 | Google Inc. | Image matching using motion manifolds |
KR101875532B1 (ko) * | 2011-11-23 | 2018-07-11 | 엘지이노텍 주식회사 | 계층적 스테레오 매칭 장치 및 방법 |
KR101919831B1 (ko) | 2012-01-11 | 2018-11-19 | 삼성전자주식회사 | 오브젝트 인식 장치, 분류 트리 학습 장치 및 그 동작 방법 |
EP2639781A1 (en) | 2012-03-14 | 2013-09-18 | Honda Motor Co., Ltd. | Vehicle with improved traffic-object position detection |
GB2507558A (en) * | 2012-11-05 | 2014-05-07 | Toshiba Res Europ Ltd | Image processing with similarity measure of two image patches |
EP2757524B1 (en) | 2013-01-16 | 2018-12-19 | Honda Research Institute Europe GmbH | Depth sensing method and system for autonomous vehicles |
US8958651B2 (en) | 2013-05-30 | 2015-02-17 | Seiko Epson Corporation | Tree-model-based stereo matching |
EP2894601B1 (en) * | 2014-01-10 | 2020-07-01 | Honda Research Institute Europe GmbH | Method for analyzing related images, image processing system, vehicle comprising such system and computer program product |
EP2960858B1 (en) | 2014-06-25 | 2018-08-08 | Honda Research Institute Europe GmbH | Sensor system for determining distance information based on stereoscopic images |
JP6158779B2 (ja) | 2014-12-08 | 2017-07-05 | 株式会社Soken | 画像処理装置 |
CN104463899B (zh) * | 2014-12-31 | 2017-09-22 | 北京格灵深瞳信息技术有限公司 | 一种目标对象检测、监控方法及其装置 |
US9630319B2 (en) | 2015-03-18 | 2017-04-25 | Irobot Corporation | Localization and mapping using physical features |
JP6436442B2 (ja) * | 2015-04-10 | 2018-12-12 | キヤノン株式会社 | 光音響装置および画像処理方法 |
JP2017099616A (ja) * | 2015-12-01 | 2017-06-08 | ソニー株式会社 | 手術用制御装置、手術用制御方法、およびプログラム、並びに手術システム |
JP6429823B2 (ja) * | 2016-03-31 | 2018-11-28 | セコム株式会社 | 特徴量抽出装置 |
DE102016207089A1 (de) | 2016-04-26 | 2017-10-26 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Vergleichen zweier Karten mit darin hinterlegten Landmarken |
DE102016123058A1 (de) | 2016-11-30 | 2018-05-30 | Connaught Electronics Ltd. | Optischer Fluss mit Konfidenzschätzung |
US10671881B2 (en) | 2017-04-11 | 2020-06-02 | Microsoft Technology Licensing, Llc | Image processing system with discriminative control |
EP3506205A1 (en) | 2017-12-27 | 2019-07-03 | Thomson Licensing | Method and apparatus for depth-map estimation |
CN110881117A (zh) * | 2018-09-06 | 2020-03-13 | 杭州海康威视数字技术股份有限公司 | 一种画面间区域映射方法、装置及多相机观测系统 |
CN111080689B (zh) * | 2018-10-22 | 2023-04-14 | 杭州海康威视数字技术股份有限公司 | 确定面部深度图的方法和装置 |
CN112199998B (zh) * | 2020-09-09 | 2023-06-20 | 浙江大华技术股份有限公司 | 一种人脸识别方法、装置、设备及介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3027995B2 (ja) * | 1991-03-27 | 2000-04-04 | 日本電気株式会社 | 画像マッチング方式 |
US6219462B1 (en) * | 1997-05-09 | 2001-04-17 | Sarnoff Corporation | Method and apparatus for performing global image alignment using any local match measure |
US6970591B1 (en) * | 1999-11-25 | 2005-11-29 | Canon Kabushiki Kaisha | Image processing apparatus |
US6606406B1 (en) * | 2000-05-04 | 2003-08-12 | Microsoft Corporation | System and method for progressive stereo matching of digital images |
US7197168B2 (en) * | 2001-07-12 | 2007-03-27 | Atrua Technologies, Inc. | Method and system for biometric image assembly from multiple partial biometric frame scans |
US7706633B2 (en) * | 2004-04-21 | 2010-04-27 | Siemens Corporation | GPU-based image manipulation method for registration applications |
US20050286767A1 (en) * | 2004-06-23 | 2005-12-29 | Hager Gregory D | System and method for 3D object recognition using range and intensity |
US7929728B2 (en) * | 2004-12-03 | 2011-04-19 | Sri International | Method and apparatus for tracking a movable object |
JP2008537190A (ja) * | 2005-01-07 | 2008-09-11 | ジェスチャー テック,インコーポレイテッド | 赤外線パターンを照射することによる対象物の三次元像の生成 |
US8331615B2 (en) * | 2007-08-01 | 2012-12-11 | The Board Of Trustees Of The University Of Illinois | Match, expand, and filter technique for multi-view stereopsis |
JP2009104366A (ja) * | 2007-10-23 | 2009-05-14 | Suzuki Motor Corp | ステレオ画像処理方法 |
US20090172606A1 (en) * | 2007-12-31 | 2009-07-02 | Motorola, Inc. | Method and apparatus for two-handed computer user interface with gesture recognition |
US8155452B2 (en) * | 2008-10-08 | 2012-04-10 | Harris Corporation | Image registration using rotation tolerant correlation method |
US8442304B2 (en) * | 2008-12-29 | 2013-05-14 | Cognex Corporation | System and method for three-dimensional alignment of objects using machine vision |
US8823775B2 (en) * | 2009-04-30 | 2014-09-02 | Board Of Regents, The University Of Texas System | Body surface imaging |
US8861842B2 (en) * | 2010-02-05 | 2014-10-14 | Sri International | Method and apparatus for real-time pedestrian detection for urban driving |
-
2010
- 2010-08-17 EP EP10173087.7A patent/EP2386998B1/en not_active Not-in-force
-
2011
- 2011-04-25 JP JP2011097193A patent/JP5178875B2/ja not_active Expired - Fee Related
- 2011-05-06 US US13/102,466 patent/US9208576B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP2386998B1 (en) | 2018-07-11 |
EP2386998A1 (en) | 2011-11-16 |
US20110279652A1 (en) | 2011-11-17 |
US9208576B2 (en) | 2015-12-08 |
JP2011243194A (ja) | 2011-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5178875B2 (ja) | 対応点探索のための画像処理方法 | |
US11562498B2 (en) | Systems and methods for hybrid depth regularization | |
Einecke et al. | A two-stage correlation method for stereoscopic depth estimation | |
US8199977B2 (en) | System and method for extraction of features from a 3-D point cloud | |
CN107844750A (zh) | 一种水面全景图像目标检测识别方法 | |
Lo et al. | Joint trilateral filtering for depth map super-resolution | |
WO2012100225A1 (en) | Systems and methods for generating a three-dimensional shape from stereo color images | |
Cherian et al. | Accurate 3D ground plane estimation from a single image | |
Lo et al. | Depth map super-resolution via Markov random fields without texture-copying artifacts | |
Saygili et al. | Adaptive stereo similarity fusion using confidence measures | |
Xu et al. | Real-time stereo vision system at nighttime with noise reduction using simplified non-local matching cost | |
CN110443228B (zh) | 一种行人匹配方法、装置、电子设备及存储介质 | |
Zhang et al. | Target tracking for mobile robot platforms via object matching and background anti-matching | |
CN111738061A (zh) | 基于区域特征提取的双目视觉立体匹配方法及存储介质 | |
Wang et al. | Robust obstacle detection based on a novel disparity calculation method and G-disparity | |
CN107680083B (zh) | 视差确定方法和视差确定装置 | |
CN113723432B (zh) | 一种基于深度学习的智能识别、定位追踪的方法及系统 | |
Kröhnert | Automatic waterline extraction from smartphone images | |
Fan et al. | Collaborative three-dimensional completion of color and depth in a specified area with superpixels | |
Tran et al. | Variational disparity estimation framework for plenoptic images | |
Liu et al. | A novel method for stereo matching using Gabor Feature Image and Confidence Mask | |
Kim et al. | A high quality depth map upsampling method robust to misalignment of depth and color boundaries | |
Morales et al. | Kalman-filter based spatio-temporal disparity integration | |
Koutlemanis et al. | Foreground detection with a moving RGBD camera | |
Hamzah et al. | Gradient Magnitude Differences and Guided Filter for Stereo Video Matching Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120413 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120424 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120724 |
|
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: 20121226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5178875 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
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 |