JP5527554B2 - 画像検索方法、画像検索プログラム及び画像登録方法 - Google Patents
画像検索方法、画像検索プログラム及び画像登録方法 Download PDFInfo
- Publication number
- JP5527554B2 JP5527554B2 JP2011502783A JP2011502783A JP5527554B2 JP 5527554 B2 JP5527554 B2 JP 5527554B2 JP 2011502783 A JP2011502783 A JP 2011502783A JP 2011502783 A JP2011502783 A JP 2011502783A JP 5527554 B2 JP5527554 B2 JP 5527554B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature vector
- search
- images
- learning
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
Description
この発明による画像検索プログラムは前述の画像検索方法と同様の利点を有する。また、前述の画像検索方法に用いる画像データベースは、この発明による画像登録方法によって生成することができる。
なお、学習画像から抽出された参照特徴ベクトルを単純に加えると画像データベースに要するメモリ容量が増大しかつより多数の参照特徴ベクトルの照合のために処理時間が増大する。そこで好ましい態様としては、さらに、メモリ容量を節約するためにスカラー量子化の手法を組み合わせることができ、処理時間を節約するために多段階化の手法と組み合わせることができる。
この発明による画像検索方法において、前記照合工程は、処理負荷が軽い方から重い方の順であって近似の程度が大きい方から小さい方の順に多段階の近似を用いて前記クエリ特徴ベクトルと各参照特徴ベクトルの照合を繰り返し、前記選択工程は、前記検索結果を決定する根拠が得られるまで前記照合工程に前記照合を繰り返させてもよい。即ち、多段階化の手法と組み合わせてもよい。このようにすれば、前記照合工程は、処理量の少ない大幅な(荒い)近似の程度から照合を開始して次第に小幅な(細かい)近似の程度へ段階を進め、検索結果を決定するに足る根拠が得られた段階で検索を終了するので、識別し易い検索質問画像の照合処理は初期の段階、即ち、大幅な近似の早い段階で処理が完了する。一方、より認識し難い検索質問画像の照合処理は、それよりも多い繰り返しの後に検索結果が決定される。従って、検索質問画像の識別のし易さに応じた繰り返し回数、即ち処理時間で照合が終了する。
ここで示した種々の好ましい態様は、それら複数を組み合わせることもできる。
まず、この実施形態の前提となる近似最近傍探索による物体認識手法の基本的な手順について述べる。そのあと、生成型学習による学習データの作成について述べる。
1. 近似最近傍探索による物体認識手法(前提となる手法)
1.1. ハッシュ関数、特徴ベクトルの抽出
1.2. 参照画像及び参照特徴ベクトルの画像データベースへの登録
以上の処理を、画像データベースに登録する全ての特徴ベクトルに対して施すことにより、画像データベースへの参照画像に係るデータの登録は完了する。
1.3. 画像データベースの多段階化手法による検索(照合)
図1は、この発明に係る多段階化手法の構成を示す説明図である。図1で、0からbの数字が付けられた矩形は各段階の検索処理をその処理を実行する識別器として表したものである。数字が若い識別器ほど大幅な(荒い)近似で検索を行う。各識別器は、検索質問の特徴を表すクエリ特徴ベクトルと画像データベース11中の特徴点を表す参照特徴ベクトルとを近似最近傍探索によって照合し、各クエリ特徴ベクトルについて略最近傍の参照特徴ベクトルを得、各参照特徴ベクトルが抽出された参照画像のIDを得る。各クエリ特徴ベクトルに対応する参照画像のIDにつき投票処理を行い、最も多く対応づいた参照画像を検索の回答とする。
大幅な近似は照合すべきデータ量が少ないために照合処理が軽く、小幅な近似は照合処理が重い。図1の多段階化の態様によれば、大幅な近似から小幅な近似へ次第に近似の程度を変えていくが、小幅な近似での検索は一部の処理(検索対象)が前段階のより大幅な近似と重複する。この点に着目し、前段階と重複する処理については前段階で得られた結果を用いることとし、前段階との差分を新たに検索するように各識別器を構成することができる。
各段階の検索を繰り返し、最終段階(b+1段目)まで到達しても十分な証拠が得られない場合には、最大得票数のものを回答するか、その画像についてはリジェクトするかのいずれかをとる。以上の処理によって、早い段階で処理が打ち切られる画像については大幅な効率化が期待できると共に、必要に応じて時間をかけた認識が可能となる。
1.4. 各識別器の処理(各段階での照合、選択)
この処理において、近似の程度を決定するのは、各クエリ特徴ベクトルqに対する参照特徴ベクトルの集合Xを検索する部分である。最も近似する場合(第1段階)では、登録時と同様にqに対してビットベクトルを求め、ハッシュ関数によって同じハッシュ値を持つ特徴ベクトルを求める。
2. 尺度空間の手法を用いた学習画像の生成(生成型学習)
ボケやブレに対処する最も単純で効果的な方法は、生成型学習によるものであろう。これは、元の画像に様々なボケやブレを与えた学習画像を生成し、学習画像からも特徴ベクトルを抽出して認識に用いる手法である。抽出された特徴ベクトルは、学習データとして元の画像から抽出された特徴ベクトルと共に各識別器の処理に供される。
図2は、原画像とそれにボケやブレを与えた学習画像から構成される学習セットの一例を示す説明図である。画像データベース11中の画像に対し、カーネルサイズを変えつつガウシアンフィルタによってぼかした学習画像を生成する。ボケ及びブレの程度及び種類に応じて図2に枠線で示す画像の集合、学習セットAからDを作成する。カーネルサイズは縦横それぞれ1,7,13,9[画素]の組み合わせについて試す。ガウシアンフィルタのカーネルサイズが縦と横で異なるものは、ブレに対応している。なお、実験に用いる画像データベース11はほぼQVGAサイズ(320×240)である。
具体的には、撮影画像の局所特徴量に最も類似した(特徴ベクトル間の距離が最小となる)学習セット中の局所特徴量を発見し、その距離が閾値以下の場合に対応が取れたとする。図3(a)に示す様に、Aでは、9個の局所特徴量について一対一の対応がとれた。図3(b)に示す様に、Bでは、31個の局所特徴量について対応がとれた。Bは、Aで対応のとれた9個の局所特徴量を含む。よって、AからBにしたことによって、22個の新たな局所特徴量の対応が得られたことになる。図4(a)に示す様に、CではBよりさらに5個多い36個の局所特徴量について対応がとれ、図4(b)に示す様に、DではCと同数の36個の局所特徴量について対応がとれた。
図3−5の各点は特徴点、線は対応を表している。ぼかした画像の枚数が多いほど対応の数が増加していることがわかる。図5に示すDdiagでもぼかしのないAより多くの対応が得られており、効果があることがわかる。
3. 実験
3.1. 実験条件
ただし、特徴ベクトルの抽出に必要な時間は含めていない。使用計算機は、CPUがAMD Opteron(登録商標) 2.8GHz、メモリ64GBのものである。
3.1.1. 画像データベース
3.1.2. 検索質問画像
3.2.1. 学習セット
図7に学習セットAでは認識に失敗したが、学習セットCでは認識に成功した画像を示す。図7からブレやボケの激しい画像でも認識できることがわかる。
3.3. リジェクトありの実験
4. まとめ
A、B、C、D:学習セット
Claims (6)
- カメラで検索対象が撮影された検索質問画像からその検索質問画像の局所的特徴を表す少なくとも一つのクエリ特徴ベクトルを抽出する工程と、
複数の参照画像と、各参照画像から生成される複数の学習画像と、前記参照画像および前記学習画像の局所的特徴を表す複数の参照特徴ベクトルとがそれぞれ関連付けて予め登録されたメモリ上の画像データベースにアクセスする工程と、
前記クエリ特徴ベクトルと各参照画像に関連付けられた参照特徴ベクトルとを近似最近傍探索により照合し、前記クエリ特徴ベクトルに対し最近傍の参照特徴ベクトルを見出す照合工程と、
見出された各参照特徴ベクトルと関連付けられた参照画像を検索結果として選択する選択工程とを備え、
各参照特徴ベクトルは、各参照画像およびその参照画像に対応する学習画像をそれぞれ原画像として、各原画像にガウシアンフィルタのスケールを予め定められた割合で拡大させながら順次適用して複数の平滑化画像からなる尺度空間を生成し、隣り合うスケールの平滑化画像の差分を用いてそれぞれ抽出され、
前記クエリ特徴ベクトルは、前記検索質問画像を原画像として尺度空間を生成し、隣り合うスケールの平滑化画像の差分を用いて抽出され、
前記学習画像は、各参照画像にカーネルサイズが異なるガウシアンフィルタをそれぞれ適用することにより撮影の際に生じ得るボケおよび/またはブレを模して複数生成され、かつ前記カーネルサイズは前記尺度空間の生成に適用されるガウシアンフィルタのスケールと異なるように設定され、
前記照合工程は、近似の程度が大きい方から小さい方の順に多段階の近似を用いて前記クエリ特徴ベクトルと各参照特徴ベクトルの照合を繰り返し、
前記選択工程は、前記検索結果が得られるまで前記照合工程での照合が繰り返されるようにし、
各工程がコンピュータにより実行される画像検索方法。 - 前記画像データベースは、少なくとも1万〜10万の範囲で参照画像を登録し得るように構成され、
前記学習画像は、異なるカーネルサイズの3〜15種類のガウシアンフィルタを各参照画像にそれぞれ適用して生成されるものである請求項1に記載の画像検索方法。 - ベクトルの各次元に対応する要素のビット数を削減するスカラー量子化工程をさらに備える請求項1に記載の画像検索方法。
- 前記スカラー量子化工程は、各次元に対応する要素のビット数を2ビット以下に量子化する請求項3に記載の画像検索方法。
- 画像検索において参照されるべき参照画像を格納するメモリ上の画像データベースに新たな参照画像を登録するにあたり、検索質問画像を得るため検索対象をカメラで撮影するときに生じ得るボケおよび/またはブレを模した複数の学習画像を生成する工程と、
前記参照画像および前記学習画像から局所的特徴を表す少なくとも一つの参照特徴ベクトルをそれぞれ抽出する工程と、
前記参照特徴ベクトルおよび前記学習画像を対応する参照画像に関連付けて前記画像データベースに登録する工程とを備え、
前記画像検索は、前記参照特徴ベクトルを抽出する手順と同様に前記検索質問画像から少なくとも一つのクエリ特徴ベクトルを抽出し、前記クエリ特徴ベクトルと前記画像データベースに登録された参照特徴ベクトルとを近似最近傍探索により照合して前記クエリ特徴ベクトルに対し最近傍の参照特徴ベクトルを見出し、見出された各参照特徴ベクトルと関連付けられた前記特定の参照画像を選択する手順により行われ、かつ、前記照合は、近似の程度が大きい方から小さい方の順に多段階の近似を用いて前記クエリ特徴ベクトルと各参照特徴ベクトルの照合を繰り返し、かつ、検索結果が得られるまで繰り返され、
各参照特徴ベクトルは、各参照画像およびその参照画像に対応する学習画像をそれぞれ原画像として、各原画像にガウシアンフィルタのスケールを予め定められた割合で拡大させながら順次適用して複数の平滑化画像からなる尺度空間を生成し、隣り合うスケールの平滑化画像の差分を用いてそれぞれ抽出され、
前記クエリ特徴ベクトルは、前記検索質問画像を原画像として尺度空間を生成し、隣り合うスケールの平滑化画像の差分を用いて抽出され、
前記学習画像は、各参照画像にカーネルサイズが異なるガウシアンフィルタをそれぞれ適用することにより撮影の際に生じ得るボケおよび/またはブレを模して複数生成され、かつ前記カーネルサイズは前記尺度空間の生成に適用されるガウシアンフィルタのスケールと異なるように設定され、
各工程がコンピュータにより実行される画像データベースへの画像登録方法。 - カメラで検索対象が撮影された検索質問画像からその検索質問画像の局所的特徴を表す少なくとも一つのクエリ特徴ベクトルを抽出するステップと、
複数の参照画像と、各参照画像から生成される複数の学習画像と、前記参照画像および前記学習画像の局所的特徴を表す複数の参照特徴ベクトルとがそれぞれ関連付けて予め登録されたメモリ上の画像データベースにアクセスするステップと、
前記クエリ特徴ベクトルと各参照画像に関連付けられた参照特徴ベクトルとを近似最近傍探索により照合し、前記クエリ特徴ベクトルに対し最近傍の参照特徴ベクトルを見出す照合ステップと、
見出された各参照特徴ベクトルと関連付けられた参照画像を検索結果として選択する選択ステップとをコンピュータに実行させ、
各参照特徴ベクトルは、各参照画像およびその参照画像に対応する学習画像をそれぞれ原画像として、各原画像にガウシアンフィルタのスケールを予め定められた割合で拡大させながら順次適用して複数の平滑化画像からなる尺度空間を生成し、隣り合うスケールの平滑化画像の差分を用いてそれぞれ抽出され、
前記クエリ特徴ベクトルは、前記検索質問画像を原画像として尺度空間を生成し、隣り合うスケールの平滑化画像の差分を用いて抽出され、
前記学習画像は、各参照画像にカーネルサイズが異なるガウシアンフィルタをそれぞれ適用することにより撮影の際に生じ得るボケおよび/またはブレを模して複数生成され、かつ前記カーネルサイズは前記尺度空間の生成に適用されるガウシアンフィルタのスケールと異なるように設定され、
前記照合ステップは、近似の程度が大きい方から小さい方の順に多段階の近似を用いて前記クエリ特徴ベクトルと各参照特徴ベクトルの照合を繰り返し、
前記選択ステップは、前記検索結果が得られるまで前記照合ステップでの照合が繰り返されるようにする画像検索プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011502783A JP5527554B2 (ja) | 2009-03-04 | 2010-03-03 | 画像検索方法、画像検索プログラム及び画像登録方法 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009050630 | 2009-03-04 | ||
JP2009050630 | 2009-03-04 | ||
JP2011502783A JP5527554B2 (ja) | 2009-03-04 | 2010-03-03 | 画像検索方法、画像検索プログラム及び画像登録方法 |
PCT/JP2010/053446 WO2010101186A1 (ja) | 2009-03-04 | 2010-03-03 | 画像検索方法、画像検索プログラム及び画像登録方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2010101186A1 JPWO2010101186A1 (ja) | 2012-09-10 |
JP5527554B2 true JP5527554B2 (ja) | 2014-06-18 |
Family
ID=42709741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011502783A Expired - Fee Related JP5527554B2 (ja) | 2009-03-04 | 2010-03-03 | 画像検索方法、画像検索プログラム及び画像登録方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US8818103B2 (ja) |
EP (1) | EP2405391A4 (ja) |
JP (1) | JP5527554B2 (ja) |
CN (1) | CN102422319B (ja) |
HK (1) | HK1164516A1 (ja) |
WO (1) | WO2010101186A1 (ja) |
Families Citing this family (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120011142A1 (en) * | 2010-07-08 | 2012-01-12 | Qualcomm Incorporated | Feedback to improve object recognition |
US20120109993A1 (en) * | 2010-10-28 | 2012-05-03 | Qualcomm Incorporated | Performing Visual Search in a Network |
US9036925B2 (en) | 2011-04-14 | 2015-05-19 | Qualcomm Incorporated | Robust feature matching for visual search |
US8452792B2 (en) * | 2011-10-28 | 2013-05-28 | Microsoft Corporation | De-focusing over big data for extraction of unknown value |
US9239850B2 (en) | 2011-11-18 | 2016-01-19 | Nec Corporation | Feature descriptor encoding apparatus, feature descriptor encoding method, and program |
US9165187B2 (en) | 2012-01-12 | 2015-10-20 | Kofax, Inc. | Systems and methods for mobile image capture and processing |
US11321772B2 (en) | 2012-01-12 | 2022-05-03 | Kofax, Inc. | Systems and methods for identification document processing and business workflow integration |
CN103020321B (zh) * | 2013-01-11 | 2015-08-19 | 广东图图搜网络科技有限公司 | 近邻搜索方法与系统 |
US10127636B2 (en) | 2013-09-27 | 2018-11-13 | Kofax, Inc. | Content-based detection and three dimensional geometric reconstruction of objects in image and video data |
US9152874B2 (en) | 2013-03-13 | 2015-10-06 | Qualcomm Incorporated | Motion blur aware visual pose tracking |
US10783615B2 (en) * | 2013-03-13 | 2020-09-22 | Kofax, Inc. | Content-based object detection, 3D reconstruction, and data extraction from digital images |
IL226219A (en) * | 2013-05-07 | 2016-10-31 | Picscout (Israel) Ltd | Efficient comparison of images for large groups of images |
JP5808371B2 (ja) * | 2013-08-28 | 2015-11-10 | ヤフー株式会社 | 画像認識装置、画像認識方法及び画像認識プログラム |
CN103488701A (zh) * | 2013-09-05 | 2014-01-01 | 成都理想境界科技有限公司 | 图像样本训练方法及图像检索系统 |
CN103678660B (zh) * | 2013-12-24 | 2017-01-11 | 北京邮电大学 | 一种图像检索方法 |
JP6433187B2 (ja) | 2014-08-07 | 2018-12-05 | キヤノン株式会社 | 情報処理装置、その制御方法およびコンピュータプログラム |
JP6168022B2 (ja) * | 2014-09-30 | 2017-07-26 | 株式会社デンソー | 画像認識装置 |
CN104572910A (zh) * | 2014-12-26 | 2015-04-29 | 天津大学 | 一种基于向量模型的气相色谱质谱谱图检索方法 |
US10467465B2 (en) | 2015-07-20 | 2019-11-05 | Kofax, Inc. | Range and/or polarity-based thresholding for improved data extraction |
US10242285B2 (en) | 2015-07-20 | 2019-03-26 | Kofax, Inc. | Iterative recognition-guided thresholding and data extraction |
US10489712B2 (en) * | 2016-02-26 | 2019-11-26 | Oath Inc. | Quality-based scoring and inhibiting of user-generated content |
CN105912611B (zh) * | 2016-04-05 | 2019-04-26 | 中国科学技术大学 | 一种基于cnn的快速图像检索方法 |
WO2018100676A1 (ja) | 2016-11-30 | 2018-06-07 | 株式会社オプティム | カメラ制御システム、カメラ制御方法、およびプログラム |
US20210089571A1 (en) * | 2017-04-10 | 2021-03-25 | Hewlett-Packard Development Company, L.P. | Machine learning image search |
CN111183334B (zh) * | 2017-08-31 | 2022-03-15 | 株式会社OPTiM | 图像解析距离信息提供系统、方法以及记录介质 |
WO2019103912A2 (en) * | 2017-11-22 | 2019-05-31 | Arterys Inc. | Content based image retrieval for lesion analysis |
US11062176B2 (en) | 2017-11-30 | 2021-07-13 | Kofax, Inc. | Object detection and image cropping using a multi-detector approach |
CN108021693A (zh) * | 2017-12-18 | 2018-05-11 | 北京奇艺世纪科技有限公司 | 一种图像检索方法和装置 |
CN108763266B (zh) * | 2018-04-03 | 2022-04-29 | 南昌奇眸科技有限公司 | 一种基于图像特征提取的商标检索方法 |
US11449484B2 (en) | 2018-06-25 | 2022-09-20 | Ebay Inc. | Data indexing and searching using permutation indexes |
CN110134804B (zh) * | 2019-05-20 | 2021-09-17 | 北京达佳互联信息技术有限公司 | 图像检索方法、装置及存储介质 |
US10665011B1 (en) * | 2019-05-31 | 2020-05-26 | Adobe Inc. | Dynamically estimating lighting parameters for positions within augmented-reality scenes based on global and local features |
CN110390352A (zh) * | 2019-06-26 | 2019-10-29 | 华中科技大学 | 一种基于相似性哈希的图像暗数据价值评估方法 |
CN111930983B (zh) * | 2020-08-18 | 2023-09-22 | 创新奇智(成都)科技有限公司 | 一种图像检索方法、装置、电子设备及存储介质 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7489821B2 (en) * | 2003-04-08 | 2009-02-10 | International Business Machines Corporation | Method, system and program product for representing a perceptual organization of an image |
US7382897B2 (en) * | 2004-04-27 | 2008-06-03 | Microsoft Corporation | Multi-image feature matching using multi-scale oriented patches |
US7702673B2 (en) * | 2004-10-01 | 2010-04-20 | Ricoh Co., Ltd. | System and methods for creation and use of a mixed media environment |
US7594177B2 (en) * | 2004-12-08 | 2009-09-22 | Microsoft Corporation | System and method for video browsing using a cluster index |
US7475071B1 (en) * | 2005-11-12 | 2009-01-06 | Google Inc. | Performing a parallel nearest-neighbor matching operation using a parallel hybrid spill tree |
US7813561B2 (en) * | 2006-08-14 | 2010-10-12 | Microsoft Corporation | Automatic classification of objects within images |
WO2008026414A1 (fr) | 2006-08-31 | 2008-03-06 | Osaka Prefecture University Public Corporation | Procédé de reconnaissance d'image, dispositif de reconnaissance d'image et programme de reconnaissance d'image |
CN100530222C (zh) * | 2007-10-18 | 2009-08-19 | 清华大学 | 图像匹配方法 |
US8150098B2 (en) * | 2007-12-20 | 2012-04-03 | Eastman Kodak Company | Grouping images by location |
CN100578508C (zh) * | 2008-01-14 | 2010-01-06 | 上海博康智能信息技术有限公司 | 交互式图像搜索系统和方法 |
CN101669117A (zh) * | 2008-05-09 | 2010-03-10 | 韩国外国语大学校研究产学协力团 | 用形状描述符匹配图像 |
US8139860B2 (en) * | 2008-07-31 | 2012-03-20 | Fuji Xerox Co., Ltd. | Retrieving and sharing electronic documents using paper |
US8489627B1 (en) * | 2008-08-28 | 2013-07-16 | Adobe Systems Incorporated | Combined semantic description and visual attribute search |
US8363973B2 (en) * | 2008-10-01 | 2013-01-29 | Fuji Xerox Co., Ltd. | Descriptor for image corresponding point matching |
US8611677B2 (en) * | 2008-11-19 | 2013-12-17 | Intellectual Ventures Fund 83 Llc | Method for event-based semantic classification |
US8254697B2 (en) * | 2009-02-02 | 2012-08-28 | Microsoft Corporation | Scalable near duplicate image search with geometric constraints |
-
2010
- 2010-03-03 US US13/254,234 patent/US8818103B2/en not_active Expired - Fee Related
- 2010-03-03 CN CN201080019955.1A patent/CN102422319B/zh not_active Expired - Fee Related
- 2010-03-03 WO PCT/JP2010/053446 patent/WO2010101186A1/ja active Application Filing
- 2010-03-03 JP JP2011502783A patent/JP5527554B2/ja not_active Expired - Fee Related
- 2010-03-03 EP EP10748780.3A patent/EP2405391A4/en not_active Withdrawn
-
2012
- 2012-05-21 HK HK12104917.8A patent/HK1164516A1/xx not_active IP Right Cessation
Non-Patent Citations (4)
Title |
---|
CSNG200701123017; 野口和人ほか: '近似最近傍探索を用いた物体認識のための多段階化とその効果' 電子情報通信学会技術研究報告 第107巻 第115号, 20070621, 99-104頁, 社団法人電子情報通信学会 * |
CSNG200800913005; 野田雅文ほか: '生成型学習法を用いた車載カメラ画像からの路面標示認識' 電子情報通信学会技術研究報告 第108巻 第263号, 20081016, 31-36頁, 社団法人電子情報通信学会 * |
JPN6013053226; 野口和人ほか: '近似最近傍探索を用いた物体認識のための多段階化とその効果' 電子情報通信学会技術研究報告 第107巻 第115号, 20070621, 99-104頁, 社団法人電子情報通信学会 * |
JPN6013053227; 野田雅文ほか: '生成型学習法を用いた車載カメラ画像からの路面標示認識' 電子情報通信学会技術研究報告 第108巻 第263号, 20081016, 31-36頁, 社団法人電子情報通信学会 * |
Also Published As
Publication number | Publication date |
---|---|
CN102422319B (zh) | 2014-04-30 |
US8818103B2 (en) | 2014-08-26 |
CN102422319A (zh) | 2012-04-18 |
WO2010101186A1 (ja) | 2010-09-10 |
EP2405391A4 (en) | 2014-11-19 |
JPWO2010101186A1 (ja) | 2012-09-10 |
US20120051628A1 (en) | 2012-03-01 |
EP2405391A1 (en) | 2012-01-11 |
HK1164516A1 (en) | 2012-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5527554B2 (ja) | 画像検索方法、画像検索プログラム及び画像登録方法 | |
JP4883649B2 (ja) | 画像認識方法、画像認識装置および画像認識プログラム | |
JP4332556B2 (ja) | 文書・画像検索方法とそのプログラム、文書・画像登録装置および検索装置 | |
Gatos et al. | Segmentation-free word spotting in historical printed documents | |
US9626555B2 (en) | Content-based document image classification | |
JP5522408B2 (ja) | パターン認識装置 | |
Kumar et al. | A dataset for quality assessment of camera captured document images | |
JP5096776B2 (ja) | 画像処理装置及び画像検索方法 | |
US10095957B2 (en) | Method and system for unsupervised word image clustering | |
US20190180094A1 (en) | Document image marking generation for a training set | |
CN105760488B (zh) | 基于多层次特征融合的图像表达方法和装置 | |
US20120084305A1 (en) | Compiling method, compiling apparatus, and compiling program of image database used for object recognition | |
Rasyidi et al. | Batik pattern recognition using convolutional neural network | |
Zepeda et al. | Exemplar SVMs as visual feature encoders | |
CN112329679A (zh) | 一种人脸识别方法、系统、电子设备及存储介质 | |
US11574492B2 (en) | Efficient location and identification of documents in images | |
CN110490190A (zh) | 一种结构化图像文字识别方法及系统 | |
Ferreira et al. | An inception-based data-driven ensemble approach to camera model identification | |
JP2016170677A (ja) | 文書画像処理用のプログラムおよびこのプログラムを用いた画像処理装置ならびに文字認識装置 | |
Amato et al. | Aggregating binary local descriptors for image retrieval | |
CN112559791A (zh) | 一种基于深度学习的布匹分类检索方法 | |
Guruprasad et al. | Multimodal recognition framework: an accurate and powerful Nandinagari handwritten character recognition model | |
CN110796134A (zh) | 一种强噪声复杂背景图像中的汉字组词方法 | |
US20220027662A1 (en) | Optical character recognition using specialized confidence functions | |
CN109766939B (zh) | 一种基于照片的镀锌钢和低碳钢分类方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20130207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131029 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131224 |
|
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: 20140304 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5527554 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |