JP5538435B2 - 画像特徴抽出方法及びシステム - Google Patents
画像特徴抽出方法及びシステム Download PDFInfo
- Publication number
- JP5538435B2 JP5538435B2 JP2011550127A JP2011550127A JP5538435B2 JP 5538435 B2 JP5538435 B2 JP 5538435B2 JP 2011550127 A JP2011550127 A JP 2011550127A JP 2011550127 A JP2011550127 A JP 2011550127A JP 5538435 B2 JP5538435 B2 JP 5538435B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- sum
- values
- sub
- difference
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
本願は、参照により全体が本明細書に組み込まれる、2009年2月13日に「METHOD AND SYSTEM FOR IMAGE FEATURE EXTRACTION(画像特徴抽出方法及びシステム)」の名称で出願された中国特許出願200910007218.9に基づく優先権を主張する。
適用例1:画像特徴抽出を実行する方法であって、オブジェクトを含む切り取り画像を原画像から抽出し、前記切り取り画像の境界を単一色で塗りつぶして背景として、最小正方形画像を生成し、前記最小正方形画像のサイズを変更して、第1の所定サイズを有するサイズ変更後の正方形画像を生成し、前記サイズ変更後の正方形画像を、第2の所定サイズを有するサブ画像ブロックに分割し、各前記サブ画像ブロックに関して、水平方向、鉛直方向、+45°、−45°の方向の隣接画素の光度導関数を算出し、各前記サブ画像ブロックに関して、5要素の固有ベクトルを取得し、すべての前記サブ画像ブロックの前記5要素の固有ベクトルを用いて、前記原画像の画像固有ベクトルを形成することとを備える方法。
適用例2:適用例1に記載の方法はさらに、前記原画像の前記画像固有ベクトルを、複数の保存画像に対応する複数の保存固有ベクトルと比較して、一致する保存画像を特定すること、を備える方法。
適用例3:適用例1に記載の方法であって、前記切り取り画像の抽出は、前記オブジェクトの境界と前記原画像の背景との間のグレースケール値の差に基づいて行なわれる、方法。
適用例4:適用例3に記載の方法であって、前記切り取り画像の抽出はさらに、前記原画像の各列における複数の画素のグレースケール値の合計を、前記各列のグレースケール値として算出し、前記合計を前記各列のグレースケール値として記録し、前記原画像において隣接する左右2列のグレースケール値間の左列から右列への差を算出し、差が閾値よりも大きい場合に、前記右列のx座標x a を記録し、前記原画像において隣接する左右2列のグレースケール値間の右列から左列への差を算出し、差が閾値よりも大きい場合に、前記左列のx座標x b を記録し、前記原画像の各行における複数の画素のグレースケール値の合計を、前記各行のグレースケール値として算出し、前記合計を前記各行のグレースケール値として記録し、前記原画像において隣接する上下2行のグレースケール値間の上の行から下の行への差を算出し、差が閾値よりも大きい場合に、前記隣接する2つの行のうち下の行のy座標y a を記録し、前記原画像において隣接する上下2行のグレースケール値間の下の行から上の行への差を算出し、差が閾値よりも大きい場合に、前記隣接する2つの行のうち上の行のy座標y b を記録し、前記原画像から前記オブジェクトを含む(x a ,x b ,y a ,y b )の座標範囲の切り取り方形画像を取得すること、を備える、方法。
適用例5:適用例1に記載の方法であって、前記切り取り画像の境界の塗りつぶしはさらに、RGB値(0,0,0)を有する色で前記切り取り画像を塗りつぶして前記背景とすることを備える、方法。
適用例6:適用例1に記載の方法であって、前記サイズ変更後の画像の分割は、さらに、前記サイズ変更後の画像を、第2の所定サイズを有する非重複サブ画像ブロックに分割することを備える、方法。
適用例7:適用例1に記載の方法はさらに、前記切り取り画像の長さと幅とを比較し、前記長さが前記幅よりも大きい場合に、前記切り取り画像を時計回りに90°回転させること、を備える方法。
適用例8:適用例1に記載の方法はさらに、前記切り取り画像の上半分のグレースケール値の合計と前記切り取り画像の下半分のグレースケール値の合計とを比較し、前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像を反転させること、を備える方法。
適用例9:適用例1に記載の方法はさらに、前記最小正方形画像の上半分のグレースケール値の合計と前記最小正方形画像の下半分のグレースケール値の合計とを比較し、前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像又は前記最小正方形画像を反転させること、を備える方法。
適用例10:画像特徴抽出システムであって、1つ以上のプロセッサであって、オブジェクトを含む切り取り画像を原画像から抽出する処理と、前記切り取り画像の境界を単一色で塗りつぶして背景として、最小正方形画像を生成する処理と、前記最小正方形画像のサイズを変更して、第1の所定サイズを有するサイズ変更後の正方形画像を生成する処理と、前記サイズ変更後の正方形画像を、第2の所定サイズを有するサブ画像ブロックに分割する処理と、各前記サブ画像ブロックに関して、水平方向、鉛直方向、+45°、−45°の方向の隣接画素の光度導関数を算出する処理と、各前記サブ画像ブロックに関して、5要素の固有ベクトルを取得する処理と、すべての前記サブ画像ブロックの前記5要素の固有ベクトルを用いて、前記原画像の画像固有ベクトルを形成する処理と、を実行するように構成される1つ以上のプロセッサと、前記1つ以上のプロセッサに接続される1つ以上のメモリであって、前記プロセッサに命令を与えるように構成される1つ以上のメモリと、を備えるシステム。
適用例11:適用例10記載のシステムであって、前記1つ以上のプロセッサは、さらに、前記原画像の前記画像固有ベクトルを、複数の保存画像に対応する複数の保存固有ベクトルと比較して、一致する保存画像を特定する処理を実行するように構成されている、システム。
適用例12:適用例10記載のシステムであって、前記切り取り画像の抽出処理は、前記オブジェクトの境界と前記原画像の背景との間のグレースケール値の差に基づいて行なわれる、システム。
適用例13:適用例12記載のシステムであって、前記切り取り画像の抽出処理はさらに、前記原画像の各列における複数の画素のグレースケール値の合計を、前記各列のグレースケール値として算出する処理と、前記合計を前記各列のグレースケール値として記録する処理と、前記原画像において隣接する左右2列のグレースケール値間の左列から右列への差を算出する処理と、差が閾値よりも大きい場合に、前記右列のx座標x a を記録する処理と、前記原画像において隣接する左右2列のグレースケール値間の右列から左列への差を算出する処理と、差が閾値よりも大きい場合に、前記左列のx座標x b を記録する処理と、前記原画像の各行における複数の画素のグレースケール値の合計を、前記各行のグレースケール値として算出する処理と、前記合計を前記各行のグレースケール値として記録する処理と、前記原画像において隣接する上下2行のグレースケール値間の上の行から下の行への差を算出する処理と、差が閾値よりも大きい場合に、前記隣接する2つの行のうち下の行のy座標y a を記録する処理と、前記原画像において隣接する上下2行のグレースケール値間の下の行から上の行への差を算出し、差が閾値よりも大きい場合に、前記隣接する2つの行のうち上の行のy座標y b を記録する処理と、前記原画像から前記オブジェクトを含む(x a ,x b ,y a ,y b )の座標範囲の切り取り方形画像を取得する処理と、を備える、システム。
適用例14:適用例10に記載のシステムであって、前記切り取り画像の境界の塗りつぶし処理はさらに、RGB値(0,0,0)を有する色で前記切り取り画像を塗りつぶして前記背景とすることを備える、システム。
適用例15:適用例10に記載のシステムであって、前記サイズ変更後の画像を分割する処理はさらに、前記サイズ変更後の画像を、第2の所定サイズを有する非重複サブ画像ブロックに分割することを備える、システム。
適用例16:適用例10記載のシステムであって、前記1つ以上のプロセッサはさらに、前記切り取り画像の長さと幅とを比較する処理と、前記長さが前記幅よりも大きい場合に、前記切り取り画像を時計回りに90°回転させる処理と、を実行するように構成される、システム。
適用例17:適用例10記載のシステムであって、前記1つ以上のプロセッサはさらに、前記切り取り画像の上半分のグレースケール値の合計と前記切り取り画像の下半分のグレースケール値の合計とを比較する処理と、前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像を反転させる処理と、を実行するように構成される、システム。
適用例18:適用例10記載のシステムであって、前記1つ以上のプロセッサはさらに、前記最小正方形画像の上半分のグレースケール値の合計と前記最小正方形画像の下半分のグレースケール値の合計とを比較する処理と、前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像又は前記最小正方形画像を反転させる処理と、を実行するように構成される、システム。
適用例19:画像特徴抽出を実行するためのコンピュータプログラム製品であって、コンピュータ読み取り可能な記憶媒体に具現化され、オブジェクトを含む切り取り画像を原画像から抽出するコンピュータ命令と、前記切り取り画像の境界を単一色で塗りつぶして背景として、最小正方形画像を生成するコンピュータ命令と、前記最小正方形画像のサイズを変更して、第1の所定サイズを有するサイズ変更後の正方形画像を生成するコンピュータ命令と、前記サイズ変更後の正方形画像を、第2の所定サイズを有するサブ画像ブロックに分割するコンピュータ命令と、各前記サブ画像ブロックに関して、水平方向、鉛直方向、+45°、−45°の方向の隣接画素の光度導関数を算出するコンピュータ命令と、各前記サブ画像ブロックに関して、5要素の固有ベクトルを取得するコンピュータ命令と、すべての前記サブ画像ブロックの前記5要素の固有ベクトルを用いて、前記原画像の画像固有ベクトルを形成するコンピュータ命令と、を備えるコンピュータプログラム製品。
Claims (19)
- 画像特徴抽出を実行する方法であって、
オブジェクトを含む切り取り画像を原画像から抽出し、
前記切り取り画像の境界を単一色で塗りつぶして背景として、最小正方形画像を生成し、
前記最小正方形画像のサイズを変更して、第1の所定サイズを有するサイズ変更後の正方形画像を生成し、
前記サイズ変更後の正方形画像を、第2の所定サイズを有するサブ画像ブロックに分割し、
各前記サブ画像ブロックに関して、水平方向、鉛直方向、+45°、−45°の方向の隣接画素の光度導関数を算出し、
各前記サブ画像ブロックに関して、5要素の固有ベクトルを取得し、
すべての前記サブ画像ブロックの前記5要素の固有ベクトルを用いて、前記原画像の画像固有ベクトルを形成すること
とを備え、
前記5要素ベクトルは、前記水平方向の光度導関数の極値の数、前記鉛直方向の光度導関数の極値の数、前記+45°の方向の光度導関数の極値の数、前記−45°の方向の光度導関数の極値の数、および前記サブ画像ブロックの4つ境界上に存在する極値の総数により規定される、
方法。 - 請求項1に記載の方法はさらに、前記原画像の前記画像固有ベクトルを、複数の保存画像に対応する複数の保存固有ベクトルと比較して、一致する保存画像を特定すること、を備える方法。
- 請求項1に記載の方法であって、
前記切り取り画像の抽出は、前記オブジェクトの境界と前記原画像の背景との間のグレースケール値の差に基づいて行なわれる、方法。 - 請求項3に記載の方法であって、
前記切り取り画像の抽出はさらに、
前記原画像の各列における複数の画素のグレースケール値の合計を、前記各列のグレースケール値として算出し、
前記合計を前記各列のグレースケール値として記録し、
前記原画像において隣接する左右2列のグレースケール値間の左列から右列への差を算出し、
差が閾値よりも大きい場合に、前記右列のx座標xaを記録し、
前記原画像において隣接する左右2列のグレースケール値間の右列から左列への差を算出し、
差が閾値よりも大きい場合に、前記左列のx座標xbを記録し、
前記原画像の各行における複数の画素のグレースケール値の合計を、前記各行のグレースケール値として算出し、
前記合計を前記各行のグレースケール値として記録し、
前記原画像において隣接する上下2行のグレースケール値間の上の行から下の行への差を算出し、
差が閾値よりも大きい場合に、前記隣接する2つの行のうち下の行のy座標yaを記録し、
前記原画像において隣接する上下2行のグレースケール値間の下の行から上の行への差を算出し、差が閾値よりも大きい場合に、前記隣接する2つの行のうち上の行のy座標ybを記録し、
前記原画像から前記オブジェクトを含む(xa,xb,ya,yb)の座標範囲の切り取り方形画像を取得すること、を備える、方法。 - 請求項1に記載の方法であって、
前記切り取り画像の境界の塗りつぶしはさらに、
RGB値(0,0,0)を有する色で前記切り取り画像を塗りつぶして前記背景とすることを備える、方法。 - 請求項1に記載の方法であって、
前記サイズ変更後の画像の分割は、さらに、
前記サイズ変更後の画像を、第2の所定サイズを有する非重複サブ画像ブロックに分割することを備える、方法。 - 請求項1に記載の方法はさらに、前記切り取り画像の長さと幅とを比較し、
前記長さが前記幅よりも大きい場合に、前記切り取り画像を時計回りに90°回転させること、を備える方法。 - 請求項1に記載の方法はさらに、前記切り取り画像の上半分のグレースケール値の合計と前記切り取り画像の下半分のグレースケール値の合計とを比較し、
前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像を反転させること、を備える方法。 - 請求項1に記載の方法はさらに、前記最小正方形画像の上半分のグレースケール値の合計と前記最小正方形画像の下半分のグレースケール値の合計とを比較し、
前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像又は前記最小正方形画像を反転させること、を備える方法。 - 画像特徴抽出システムであって、
1つ以上のプロセッサであって、
オブジェクトを含む切り取り画像を原画像から抽出する処理と、
前記切り取り画像の境界を単一色で塗りつぶして背景として、最小正方形画像を生成する処理と、
前記最小正方形画像のサイズを変更して、第1の所定サイズを有するサイズ変更後の正方形画像を生成する処理と、
前記サイズ変更後の正方形画像を、第2の所定サイズを有するサブ画像ブロックに分割する処理と、
各前記サブ画像ブロックに関して、水平方向、鉛直方向、+45°、−45°の方向の隣接画素の光度導関数を算出する処理と、
各前記サブ画像ブロックに関して、5要素の固有ベクトルを取得する処理と、
すべての前記サブ画像ブロックの前記5要素の固有ベクトルを用いて、前記原画像の画像固有ベクトルを形成する処理と、を実行するように構成される1つ以上のプロセッサと、
前記1つ以上のプロセッサに接続される1つ以上のメモリであって、前記プロセッサに命令を与えるように構成される1つ以上のメモリと、を備え、
前記5要素ベクトルは、前記水平方向の光度導関数の極値の数、前記鉛直方向の光度導関数の極値の数、前記+45°の方向の光度導関数の極値の数、前記−45°の方向の光度導関数の極値の数、および前記サブ画像ブロックの4つ境界上に存在する極値の総数により規定される、システム。 - 請求項10記載のシステムであって、
前記1つ以上のプロセッサは、さらに、前記原画像の前記画像固有ベクトルを、複数の保存画像に対応する複数の保存固有ベクトルと比較して、一致する保存画像を特定する処理を実行するように構成されている、システム。 - 請求項10記載のシステムであって、
前記切り取り画像の抽出処理は、前記オブジェクトの境界と前記原画像の背景との間のグレースケール値の差に基づいて行なわれる、システム。 - 請求項12記載のシステムであって、
前記切り取り画像の抽出処理はさらに、
前記原画像の各列における複数の画素のグレースケール値の合計を、前記各列のグレースケール値として算出する処理と、
前記合計を前記各列のグレースケール値として記録する処理と、
前記原画像において隣接する左右2列のグレースケール値間の左列から右列への差を算出する処理と、
差が閾値よりも大きい場合に、前記右列のx座標xaを記録する処理と、
前記原画像において隣接する左右2列のグレースケール値間の右列から左列への差を算出する処理と、
差が閾値よりも大きい場合に、前記左列のx座標xbを記録する処理と、
前記原画像の各行における複数の画素のグレースケール値の合計を、前記各行のグレースケール値として算出する処理と、
前記合計を前記各行のグレースケール値として記録する処理と、
前記原画像において隣接する上下2行のグレースケール値間の上の行から下の行への差を算出する処理と、
差が閾値よりも大きい場合に、前記隣接する2つの行のうち下の行のy座標yaを記録する処理と、
前記原画像において隣接する上下2行のグレースケール値間の下の行から上の行への差を算出し、差が閾値よりも大きい場合に、前記隣接する2つの行のうち上の行のy座標ybを記録する処理と、
前記原画像から前記オブジェクトを含む(xa,xb,ya,yb)の座標範囲の切り取り方形画像を取得する処理と、を備える、システム。 - 請求項10に記載のシステムであって、
前記切り取り画像の境界の塗りつぶし処理はさらに、
RGB値(0,0,0)を有する色で前記切り取り画像を塗りつぶして前記背景とすることを備える、システム。 - 請求項10に記載のシステムであって、
前記サイズ変更後の画像を分割する処理はさらに、
前記サイズ変更後の画像を、第2の所定サイズを有する非重複サブ画像ブロックに分割することを備える、システム。 - 請求項10記載のシステムであって、
前記1つ以上のプロセッサはさらに、
前記切り取り画像の長さと幅とを比較する処理と、
前記長さが前記幅よりも大きい場合に、前記切り取り画像を時計回りに90°回転させる処理と、を実行するように構成される、システム。 - 請求項10記載のシステムであって、
前記1つ以上のプロセッサはさらに、
前記切り取り画像の上半分のグレースケール値の合計と前記切り取り画像の下半分のグレースケール値の合計とを比較する処理と、
前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像を反転させる処理と、を実行するように構成される、システム。 - 請求項10記載のシステムであって、
前記1つ以上のプロセッサはさらに、
前記最小正方形画像の上半分のグレースケール値の合計と前記最小正方形画像の下半分のグレースケール値の合計とを比較する処理と、
前記上半分のグレースケール値の合計が前記下半分のグレースケール値の合計よりも大きければ、前記切り取り画像又は前記最小正方形画像を反転させる処理と、を実行するように構成される、システム。 - 画像特徴抽出を実行するためのコンピュータプログラムであって、
オブジェクトを含む切り取り画像を原画像から抽出するための機能と、
前記切り取り画像の境界を単一色で塗りつぶして背景として、最小正方形画像を生成するための機能と、
前記最小正方形画像のサイズを変更して、第1の所定サイズを有するサイズ変更後の正方形画像を生成するための機能と、
前記サイズ変更後の正方形画像を、第2の所定サイズを有するサブ画像ブロックに分割するための機能と、
各前記サブ画像ブロックに関して、水平方向、鉛直方向、+45°、−45°の方向の隣接画素の光度導関数を算出するための機能と、
各前記サブ画像ブロックに関して、5要素の固有ベクトルを取得するための機能と、
すべての前記サブ画像ブロックの前記5要素の固有ベクトルを用いて、前記原画像の画像固有ベクトルを形成するための機能と、
をコンピュータによって実現させ、
前記5要素ベクトルは、前記水平方向の光度導関数の極値の数、前記鉛直方向の光度導関数の極値の数、前記+45°の方向の光度導関数の極値の数、前記−45°の方向の光度導関数の極値の数、および前記サブ画像ブロックの4つ境界上に存在する極値の総数により規定される、コンピュータプログラム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100072189A CN101477692B (zh) | 2009-02-13 | 2009-02-13 | 图像特征提取方法及装置 |
CN200910007218.9 | 2009-02-13 | ||
US12/658,471 | 2010-02-09 | ||
US12/658,471 US8515178B2 (en) | 2009-02-13 | 2010-02-09 | Method and system for image feature extraction |
PCT/US2010/000383 WO2010093447A1 (en) | 2009-02-13 | 2010-02-10 | Method and system for image feature extraction |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2012518223A JP2012518223A (ja) | 2012-08-09 |
JP2012518223A5 JP2012518223A5 (ja) | 2013-03-14 |
JP5538435B2 true JP5538435B2 (ja) | 2014-07-02 |
Family
ID=40838400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011550127A Expired - Fee Related JP5538435B2 (ja) | 2009-02-13 | 2010-02-10 | 画像特徴抽出方法及びシステム |
Country Status (6)
Country | Link |
---|---|
US (2) | US8515178B2 (ja) |
EP (1) | EP2396750B1 (ja) |
JP (1) | JP5538435B2 (ja) |
CN (1) | CN101477692B (ja) |
HK (1) | HK1132826A1 (ja) |
WO (1) | WO2010093447A1 (ja) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011079412A1 (zh) * | 2009-12-29 | 2011-07-07 | 中国科学院自动化研究所 | 快速多算子的图像缩放方法 |
KR101767269B1 (ko) * | 2011-04-25 | 2017-08-10 | 한국전자통신연구원 | 영상 검색 장치 및 방법 |
US9501838B1 (en) | 2015-08-24 | 2016-11-22 | The Boeing Company | Systems and methods for determining boundaries of features in digital images |
CN106485186B (zh) * | 2015-08-26 | 2020-02-18 | 阿里巴巴集团控股有限公司 | 图像特征提取方法、装置、终端设备及系统 |
CN105447876B (zh) * | 2015-12-10 | 2017-02-15 | 北京中科紫鑫科技有限责任公司 | 一种dna测序的图像的磁珠提取方法及装置 |
WO2018176000A1 (en) | 2017-03-23 | 2018-09-27 | DeepScale, Inc. | Data synthesis for autonomous control systems |
US11893393B2 (en) | 2017-07-24 | 2024-02-06 | Tesla, Inc. | Computational array microprocessor system with hardware arbiter managing memory requests |
US10671349B2 (en) | 2017-07-24 | 2020-06-02 | Tesla, Inc. | Accelerated mathematical engine |
US11157441B2 (en) | 2017-07-24 | 2021-10-26 | Tesla, Inc. | Computational array microprocessor system using non-consecutive data formatting |
US11409692B2 (en) | 2017-07-24 | 2022-08-09 | Tesla, Inc. | Vector computational unit |
CN107944618B (zh) * | 2017-11-20 | 2020-03-20 | 阿里巴巴集团控股有限公司 | 共享车辆的布点规划方法、装置以及电子设备 |
US11561791B2 (en) | 2018-02-01 | 2023-01-24 | Tesla, Inc. | Vector computational unit receiving data elements in parallel from a last row of a computational array |
US11215999B2 (en) | 2018-06-20 | 2022-01-04 | Tesla, Inc. | Data pipeline and deep learning system for autonomous driving |
US11361457B2 (en) | 2018-07-20 | 2022-06-14 | Tesla, Inc. | Annotation cross-labeling for autonomous control systems |
US11636333B2 (en) | 2018-07-26 | 2023-04-25 | Tesla, Inc. | Optimizing neural network structures for embedded systems |
US11562231B2 (en) | 2018-09-03 | 2023-01-24 | Tesla, Inc. | Neural networks for embedded devices |
EP3864573A1 (en) | 2018-10-11 | 2021-08-18 | Tesla, Inc. | Systems and methods for training machine models with augmented data |
US11196678B2 (en) | 2018-10-25 | 2021-12-07 | Tesla, Inc. | QOS manager for system on a chip communications |
US11816585B2 (en) | 2018-12-03 | 2023-11-14 | Tesla, Inc. | Machine learning models operating at different frequencies for autonomous vehicles |
US11537811B2 (en) | 2018-12-04 | 2022-12-27 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
US11610117B2 (en) | 2018-12-27 | 2023-03-21 | Tesla, Inc. | System and method for adapting a neural network model on a hardware platform |
CN109816675A (zh) | 2018-12-28 | 2019-05-28 | 歌尔股份有限公司 | 物体的检测方法、检测装置及存储介质 |
US10997461B2 (en) | 2019-02-01 | 2021-05-04 | Tesla, Inc. | Generating ground truth for machine learning from time series elements |
US11150664B2 (en) | 2019-02-01 | 2021-10-19 | Tesla, Inc. | Predicting three-dimensional features for autonomous driving |
US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
US10956755B2 (en) | 2019-02-19 | 2021-03-23 | Tesla, Inc. | Estimating object properties using visual image data |
CN110853120B (zh) * | 2019-10-09 | 2023-05-19 | 上海交通大学 | 基于分割绘图法的网络布局方法、系统及介质 |
CN110751689A (zh) * | 2019-10-24 | 2020-02-04 | 南京农业大学 | 一种基于图像处理的梨果实横纵径测量方法 |
CN110579174A (zh) * | 2019-10-24 | 2019-12-17 | 南京农业大学 | 一种基于机器视觉的梨果柄长度的测量方法 |
CN111476799A (zh) * | 2020-03-23 | 2020-07-31 | 福建星网物联信息系统有限公司 | 一种图像分析方法及存储介质 |
CN111651674B (zh) * | 2020-06-03 | 2023-08-25 | 北京妙医佳健康科技集团有限公司 | 双向搜索方法、装置及电子设备 |
CN112017174B (zh) * | 2020-09-03 | 2024-05-31 | 湖南省华芯医疗器械有限公司 | 图像处理方法、装置、电子设备及存储介质 |
US20240087285A1 (en) * | 2021-03-10 | 2024-03-14 | Detectsystem Lab A/S | Quantitative Image Analysis |
CN112686340B (zh) * | 2021-03-12 | 2021-07-13 | 成都点泽智能科技有限公司 | 一种基于深度神经网络的密集小目标检测方法 |
CN113554615B (zh) * | 2021-07-21 | 2023-08-22 | 网易(杭州)网络有限公司 | 一种图像精细化处理方法、装置、电子设备及存储介质 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0334880A (ja) * | 1989-06-30 | 1991-02-14 | Intaadetsuku:Kk | 印刷文字の検査方法及びその装置 |
JPH05210736A (ja) * | 1992-01-31 | 1993-08-20 | Olympus Optical Co Ltd | 画像輪郭抽出方法 |
US20030009670A1 (en) * | 2001-04-02 | 2003-01-09 | Digimarc Corporation | Background watermark processing |
US5973692A (en) * | 1997-03-10 | 1999-10-26 | Knowlton; Kenneth Charles | System for the capture and indexing of graphical representations of files, information sources and the like |
JP4153108B2 (ja) * | 1998-10-29 | 2008-09-17 | 富士フイルム株式会社 | 画像処理方法、画像処理装置及び記録媒体 |
JP2001319232A (ja) * | 2000-05-11 | 2001-11-16 | Fuji Xerox Co Ltd | 類似画像検索装置および類似画像検索方法 |
JP3692500B2 (ja) | 2000-09-12 | 2005-09-07 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 画像処理方法、画像処理システムおよび記録媒体 |
JP3586734B2 (ja) * | 2001-10-01 | 2004-11-10 | 学校法人高知工科大学 | 液晶流動形成機構、液晶流動形成方法および液晶流動を用いた物体移動機構 |
JP2003122758A (ja) * | 2001-10-11 | 2003-04-25 | Canon Inc | 画像検索方法及び装置 |
JP4016735B2 (ja) * | 2001-11-30 | 2007-12-05 | 株式会社日立製作所 | レーンマーク認識方法 |
US7532753B2 (en) * | 2003-09-29 | 2009-05-12 | Lipsky Scott E | Method and system for specifying color of a fill area |
US20060067592A1 (en) * | 2004-05-27 | 2006-03-30 | Walmsley Simon R | Configurable image processor |
JP2006293949A (ja) | 2005-03-17 | 2006-10-26 | Sharp Corp | 画像照合装置、画像照合方法、画像照合プログラムおよび画像照合プログラムを記録したコンピュータ読取り可能な記録媒体 |
CN101371273A (zh) * | 2005-12-30 | 2009-02-18 | 意大利电信股份公司 | 视频序列的分割 |
US7907791B2 (en) * | 2006-11-27 | 2011-03-15 | Tessera International, Inc. | Processing of mosaic images |
JP4912206B2 (ja) * | 2007-04-18 | 2012-04-11 | 富士通株式会社 | 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム |
KR101023207B1 (ko) * | 2007-09-05 | 2011-03-18 | 한국전자통신연구원 | 영상 객체 추출 장치 및 그 방법 |
KR100992362B1 (ko) * | 2008-12-11 | 2010-11-04 | 삼성전기주식회사 | 컬러 보간 장치 |
-
2009
- 2009-02-13 CN CN2009100072189A patent/CN101477692B/zh not_active Expired - Fee Related
- 2009-12-22 HK HK09112057.6A patent/HK1132826A1/xx not_active IP Right Cessation
-
2010
- 2010-02-09 US US12/658,471 patent/US8515178B2/en not_active Expired - Fee Related
- 2010-02-10 JP JP2011550127A patent/JP5538435B2/ja not_active Expired - Fee Related
- 2010-02-10 EP EP10741513.5A patent/EP2396750B1/en active Active
- 2010-02-10 WO PCT/US2010/000383 patent/WO2010093447A1/en active Application Filing
-
2013
- 2013-07-17 US US13/944,677 patent/US9865063B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN101477692A (zh) | 2009-07-08 |
US20100208988A1 (en) | 2010-08-19 |
EP2396750B1 (en) | 2020-06-17 |
US9865063B2 (en) | 2018-01-09 |
US20130301914A1 (en) | 2013-11-14 |
JP2012518223A (ja) | 2012-08-09 |
HK1132826A1 (en) | 2010-03-05 |
WO2010093447A1 (en) | 2010-08-19 |
EP2396750A4 (en) | 2018-01-10 |
CN101477692B (zh) | 2012-08-22 |
US8515178B2 (en) | 2013-08-20 |
EP2396750A1 (en) | 2011-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5538435B2 (ja) | 画像特徴抽出方法及びシステム | |
CN112348815B (zh) | 图像处理方法、图像处理装置以及非瞬时性存储介质 | |
US11625896B2 (en) | Face modeling method and apparatus, electronic device and computer-readable medium | |
US10803554B2 (en) | Image processing method and device | |
US11315281B2 (en) | Pupil positioning method and apparatus, VR/AR apparatus and computer readable medium | |
US10872227B2 (en) | Automatic object recognition method and system thereof, shopping device and storage medium | |
WO2015027953A1 (en) | Method, apparatus and terminal device for dynamic image processing | |
US10726580B2 (en) | Method and device for calibration | |
CN112581629A (zh) | 增强现实显示方法、装置、电子设备及存储介质 | |
JP2012203458A (ja) | 画像処理装置及びプログラム | |
CN109919971B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
EP3803803A1 (en) | Lighting estimation | |
EP3175614A1 (en) | Virtual changes to a real object | |
WO2015132817A1 (ja) | エッジ検出装置、エッジ検出方法およびプログラム | |
JP2013114655A (ja) | 画像処理装置、画像処理方法、及びコンピュータプログラム | |
JP2010108135A (ja) | 画像処理装置、画像処理プログラムおよび画像処理方法 | |
CN111583381A (zh) | 游戏资源图的渲染方法、装置及电子设备 | |
Climer et al. | Local lines: A linear time line detector | |
CN109816709B (zh) | 基于单目摄像头的深度估计方法、装置及设备 | |
US20240212239A1 (en) | Logo Labeling Method and Device, Update Method and System of Logo Detection Model, and Storage Medium | |
TWI480809B (zh) | Image feature extraction method and device | |
CN110764764A (zh) | 网页端图像固定拉伸方法、装置、计算机设备及存储介质 | |
WO2019082283A1 (ja) | 画像解析装置 | |
CN117939100B (zh) | 一种折幕视频处理方法以及相关装置 | |
CN112583976B (zh) | 图形码显示方法、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130123 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130123 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20130912 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131018 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20131021 |
|
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: 20140124 |
|
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: 20140408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5538435 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140428 |
|
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 |