JP5654127B2 - インクリメントな特徴抽出を使用するオブジェクト認識 - Google Patents
インクリメントな特徴抽出を使用するオブジェクト認識 Download PDFInfo
- Publication number
- JP5654127B2 JP5654127B2 JP2013523231A JP2013523231A JP5654127B2 JP 5654127 B2 JP5654127 B2 JP 5654127B2 JP 2013523231 A JP2013523231 A JP 2013523231A JP 2013523231 A JP2013523231 A JP 2013523231A JP 5654127 B2 JP5654127 B2 JP 5654127B2
- Authority
- JP
- Japan
- Prior art keywords
- octave
- processor
- descriptors
- scale
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
- G06V30/2504—Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches
-
- 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
-
- 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/88—Image or video recognition using optical means, e.g. reference filters, holographic masks, frequency domain filters or spatial domain filters
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Collating Specific Patterns (AREA)
- Position Input By Displaying (AREA)
Description
以下に、本願出願時の特許請求の範囲に記載された発明を付記する。
[1]画像中のオブジェクトに対するアイデンティティを決定する方法において、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットを抽出することと、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを計算することと、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を受信し、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含むことと、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを抽出することとを含む方法。
[2]前記信頼値が前記信頼しきい値を超えていないことを決定することと、
前記決定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記
キーポイントの第2のセットを抽出することと、
前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを計算することと、
前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに問い合わせることとをさらに含む[1]記載の方法。
[3]前記受信した画像中の前記オブジェクトに対するスケール値を推定することと、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを選択することと、
前記特徴記述子データベース中の前記選択した最低オクターブにおいて、または、前記特徴記述子データベース中の前記選択した最低オクターブより上で、特徴記述子をサーチするための前記特徴記述子データベースのサーチを起こすように、前記特徴記述子データベース中の最低オクターブの指示を提供することとをさらに含む[1]記載の方法。
[4]前記スケール値を推定することは、
スケール空間にわたる前記キーポイントの第1のセットの分布を解析することと、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを決定することと、
前記決定したカットオフポイントの関数として、前記スケール値を推定することとを含む[3]記載の方法。
[5]前記オブジェクトに対する深度情報を取得することをさらに含み、
前記スケール値を推定することは、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を推定することを含む[3]記載の方法。
[6]前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を解析することと、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを決定することとをさらに含む[1]記載の方法。
[7]前記センサ情報を解析することは、グローバルポジショニングシステム(GPS)情報を解析して、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定することを含む[6]記載の方法。
[8]前記センサ情報を解析することは、GPS情報を解析して、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定することと、前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを決定することとを含む[6]記載の方法。
[9]前記センサ情報を解析することは、前記受信した画像が取り込まれたときに、前記カメラを備えているデバイスがワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを決定することを含む[6]記載の方法。
[10]前記センサ情報を解析することは、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す深度情報を計算することを含む[6]記載の方法。
[11]前記センサ情報を解析することは、アクティブプロービングセンサにより提供されるデータを使用して、前記オブジェクトに対する深度値を推定することを含む[6]記載の方法。
[12]前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせることをさらに含み、
前記信頼値を受信することは、前記問い合わせに応答して前記サーバから前記信頼値を受信することを含む[1]記載の方法。
[13]画像中のオブジェクトに対するアイデンティティを決定するための装置において、
プロセッサを具備し、
前記プロセッサは、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットを抽出し、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを計算し、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を受信し、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含み、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを抽出するように構成されている装置。
[14]前記画像を取り込み、前記画像を前記プロセッサに提供するように構成されているカメラをさらに具備する[13]記載の装置。
[15]前記プロセッサが、前記信頼値が前記信頼しきい値を超えないと決定するときに、前記プロセッサは、
前記決定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記
キーポイントの第2のセットを抽出し、
前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを計算し、
前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに問い合わせるようにさらに構成されている[13]記載の装置。
[16]前記プロセッサは、
前記受信した画像中の前記オブジェクトに対するスケール値を推定し、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを選択し、
前記特徴記述子データベース中の記述子をサーチするようにさらに構成され、
前記サーチした記述子は、前記選択した最低オクターブにおける、または、前記選択した最低オクターブより上の、前記特徴記述子データベース中のオクターブに対応する[15]記載の装置。
[17]前記スケール値を推定するために、前記プロセッサは、
スケール空間にわたる前記キーポイントの第1のセットの分布を解析し、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを決定し、
前記決定したカットオフポイントの関数として、前記スケール値を計算するように構成されている[16]記載の装置。
[18]前記オブジェクトに対する深度情報を取得するように構成されている深度推定ユニットをさらに具備し、
前記プロセッサは、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を推定するように構成されている[16]記載の装置。
[19]前記プロセッサは、
前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を解析し、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを決定するようにさらに構成されている[13]記載の装置。
[20]前記装置に対するロケーション情報を決定するように構成されているグローバルポジショニングシステム(GPS)ユニットをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記GPSユニットにより決定されたロケーション情報に基づいて、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定するように構成されている[19]記載の装置。
[21]前記装置に関連するロケーション情報を決定するように構成されているGPSユニットをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記GPSユニットにより決定されたロケーション情報を解析して、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定し、前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを決定するように構成されている[19]記載の装置。
[22]ワイヤレスネットワークインターフェースをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記受信した画像が取り込まれたときに、前記ワイヤレスネットワークインターフェースがワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを決定するように構成されている[19]記載の装置。
[23]前記受信した画像を取り込んだカメラを含む少なくとも2つのカメラを備えるカメラアレイをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す、前記カメラアレイにより取り込まれた画像からの深度情報を計算するように構成されている[19]記載の装置。
[24]前記1つ以上のセンサは、前記オブジェクトに対する深度値を推定するように構成されているアクティブプロービングセンサを備える[19]記載の装置。
[25]前記プロセッサは、前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせ、前記問い合わせに応答して前記サーバから前記信頼値を受信するように構成されている[13]記載の装置。
[26]前記装置は、
集積回路と、
マイクロプロセッサと、
前記プロセッサを含むワイヤレス通信デバイスとのうちの少なくとも1つを具備する[13]記載の装置。
[27]画像中のオブジェクトに対するアイデンティティを決定する装置において、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットを抽出する手段と、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを計算する手段と、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を受信し、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含む手段と、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを抽出する手段とを具備する装置。
[28]前記信頼値が前記信頼しきい値を超えていないことを決定する手段と、
前記決定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記
キーポイントの第2のセットを抽出する手段と、
前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを計算する手段と、
前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに問い合わせる手段とをさらに具備する[27]記載の装置。
[29]前記受信した画像中の前記オブジェクトに対するスケール値を推定する手段と、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを選択する手段と、
前記特徴記述子データベース中の前記選択した最低オクターブにおいて、または、前記特徴記述子データベース中の前記選択した最低オクターブより上で、特徴記述子をサーチするための前記特徴記述子データベースのサーチを起こすように、前記特徴記述子データベース中の最低オクターブの指示を提供する手段とをさらに具備する[28]記載の装置。
[30]前記スケール値を推定する手段は、
スケール空間にわたる前記キーポイントの第1のセットの分布を解析する手段と、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを決定する手段と、
前記決定したカットオフポイントの関数として、前記スケール値を推定する手段とを具備する[29]記載の装置。
[31]前記オブジェクトに対する深度情報を取得する手段をさらに具備し、
前記スケール値を推定する手段は、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を推定する手段を備える[29]記載の装置。
[32]前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を解析する手段と、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを決定する手段とをさらに具備する[27]記載の装置。
[33]グローバルポジショニングシステム(GPS)情報を受信する手段をさらに具備し、
前記センサ情報を解析する手段は、前記GPS情報を解析して、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定する手段を備える[32]記載の装置。
[34]GPS情報を受信する手段をさらに具備し、
前記センサ情報を解析する手段は、
前記GPS情報を解析して、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定する手段と、
前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを決定する手段とを備える[32]記載の装置。
[35]少なくとも1つのワイヤレスネットワークプロトコルを介して通信する手段をさらに具備し、
前記センサ情報を解析する手段は、前記受信した画像が取り込まれたときに、前記ワイヤレスネットワークプロトコルを介して通信する手段がワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを決定する手段を備える[32]記載の装置。
[36]シーンのうちの2つ以上の画像を取り込む手段をさらに具備し、
前記2つ以上の画像のうちの1つは、前記受信した画像を含み、
前記センサ情報を解析する手段は、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す、前記シーンのうちの2つの画像からの深度情報を計算する手段を備える[32]記載の装置。
[37]前記センサ情報を解析する手段は、アクティブプロービングセンサにより提供されるデータを使用して、前記オブジェクトに対する深度値を推定する手段を備える[32]記載の装置。
[38]前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせる手段をさらに具備し、
前記信頼値を受信する手段は、前記問い合わせに応答して前記サーバから前記信頼値を受信する手段を備える[27]記載の装置。
[39]その上に記憶されている命令を有するコンピュータ読取可能媒体を含むコンピュータプログラムプロダクトにおいて、
前記命令は、実行されるとき、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットをプロセッサに抽出させ、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを前記プロセッサに計算させ、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を前記プロセッサに受信させ、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含み、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを前記プロセッサに抽出させるコンピュータプログラムプロダクト。
[40]前記信頼値が前記信頼しきい値を超えていないことを前記プロセッサに決定させ、
前記決定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記
キーポイントの第2のセットを前記プロセッサに抽出させ、
前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを前記プロセッサに計算させ、
前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに前記プロセッサに問い合わせさせる命令をさらに含む[39]記載のコンピュータプログラムプロトコル。
[41]前記受信した画像中の前記オブジェクトに対するスケール値を前記プロセッサに推定させ、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを前記プロセッサに選択させ、
前記特徴記述子データベース中の前記選択した最低オクターブにおいて、または、前記特徴記述子データベース中の前記選択した最低オクターブより上で、特徴記述子をサーチするための前記特徴記述子データベースのサーチを起こすように、前記特徴記述子データベース中の最低オクターブの指示を前記プロセッサに提供させる命令をさらに含む[39]記載のコンピュータプログラムプロダクト。
[42]前記スケール値を前記プロセッサに推定させる命令は、
スケール空間にわたる前記キーポイントの第1のセットの分布を前記プロセッサに解析させ、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを前記プロセッサに決定させ、
前記決定したカットオフポイントの関数として、前記スケール値を前記プロセッサに推定させる[41]記載のコンピュータプログラムプロダクト。
[43]前記オブジェクトに対する深度情報を前記プロセッサに取得させる命令をさらに含み、
前記スケール値を前記プロセッサに推定させる命令は、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を前記プロセッサに推定させる命令を有する[41]記載のコンピュータプログラムプロダクト。
[44]前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を前記プロセッサに解析させ、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを前記プロセッサに決定させる命令をさらに含む[39]記載のコンピュータプログラムプロダクト。
[45]前記センサ情報を前記プロセッサに解析させる命令は、グローバルポジショニングシステム(GPS)情報を前記プロセッサに解析させ、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定させる命令を含む[44]記載のコンピュータプログラムプロダクト。
[46]前記センサ情報を前記プロセッサに解析させる命令は、GPS情報を前記プロセッサに解析させ、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定させ、前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを前記プロセッサに決定させる命令を含む[44]記載のコンピュータプログラムプロダクト。
[47]前記センサ情報を前記プロセッサに解析させる命令は、前記受信した画像が取り込まれたときに、前記カメラを備えているデバイスがワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを前記プロセッサに決定させる命令を含む[44]記載のコンピュータプログラムプロダクト。
[48]前記センサ情報を前記プロセッサに解析させる命令は、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す深度情報を前記プロセッサに計算させる命令を含む[44]記載のコンピュータプログラムプロダクト。
[49]前記センサ情報を前記プロセッサに解析させる命令は、アクティブプロービングセンサにより提供されるデータを使用して、前記オブジェクトに対する深度値を前記プロセッサに推定させる命令を含む[44]記載のコンピュータプログラムプロダクト。
[50]前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせるように前記プロセッサにさせる命令をさらに含み、
前記信頼値を前記プロセッサに受信させる命令は、前記問い合わせに応答して前記サーバから前記信頼値を前記プロセッサに受信させる命令を含む[39]記載のコンピュータプログラムプロダクト。
Claims (50)
- 画像中のオブジェクトに対するアイデンティティを決定する方法において、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットを抽出することと、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを計算することと、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を受信し、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含むことと、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを抽出することとを含む方法。 - 前記信頼値が前記信頼しきい値を超えていないとの判定に応じて、前記判定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記キーポイントの第2のセットを抽出することと、前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを計算することと、前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに問い合わせることとをさらに含む請求項1記載の方法。
- 前記受信した画像中の前記オブジェクトに対するスケール値を推定することと、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを選択することと、
前記特徴記述子データベース中の前記選択した最低オクターブにおいて、または、前記特徴記述子データベース中の前記選択した最低オクターブより上で、特徴記述子をサーチするための前記特徴記述子データベースのサーチを起こすように、前記特徴記述子データベース中の最低オクターブの指示を提供することとをさらに含む請求項1記載の方法。 - 前記スケール値を推定することは、
スケール空間にわたる前記キーポイントの第1のセットの分布を解析することと、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを決定することと、
前記決定したカットオフポイントの関数として、前記スケール値を推定することとを含む請求項3記載の方法。 - 前記オブジェクトに対する深度情報を取得することをさらに含み、
前記スケール値を推定することは、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を推定することを含む請求項3記載の方法。 - 前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を解析することと、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを決定することとをさらに含む請求項1記載の方法。 - 前記センサ情報を解析することは、グローバルポジショニングシステム(GPS)情報を解析して、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定することを含む請求項6記載の方法。
- 前記センサ情報を解析することは、GPS情報を解析して、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定することと、前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを決定することとを含む請求項6記載の方法。
- 前記センサ情報を解析することは、前記受信した画像が取り込まれたときに、前記カメラを備えているデバイスがワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを決定することを含む請求項6記載の方法。
- 前記センサ情報を解析することは、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す深度情報を計算することを含む請求項6記載の方法。
- 前記センサ情報を解析することは、アクティブプロービングセンサにより提供されるデータを使用して、前記オブジェクトに対する深度値を推定することを含む請求項6記載の方法。
- 前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせることをさらに含み、
前記信頼値を受信することは、前記問い合わせに応答して前記サーバから前記信頼値を受信することを含む請求項1記載の方法。 - 画像中のオブジェクトに対するアイデンティティを決定するための装置において、
プロセッサを具備し、
前記プロセッサは、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットを抽出し、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを計算し、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を受信し、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含み、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを抽出するように構成されている装置。 - 前記画像を取り込み、前記画像を前記プロセッサに提供するように構成されているカメラをさらに具備する請求項13記載の装置。
- 前記プロセッサが、前記信頼値が前記信頼しきい値を超えないと判定するときに、前記プロセッサは、
前記判定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記キーポイントの第2のセットを抽出し、
前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを計算し、
前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに問い合わせるようにさらに構成されている請求項13記載の装置。 - 前記プロセッサは、
前記受信した画像中の前記オブジェクトに対するスケール値を推定し、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを選択し、
前記特徴記述子データベース中の記述子をサーチするようにさらに構成され、
前記サーチした記述子は、前記選択した最低オクターブにおける、または、前記選択した最低オクターブより上の、前記特徴記述子データベース中のオクターブに対応する請求項15記載の装置。 - 前記スケール値を推定するために、前記プロセッサは、
スケール空間にわたる前記キーポイントの第1のセットの分布を解析し、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを決定し、
前記決定したカットオフポイントの関数として、前記スケール値を計算するように構成されている請求項16記載の装置。 - 前記オブジェクトに対する深度情報を取得するように構成されている深度推定ユニットをさらに具備し、
前記プロセッサは、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を推定するように構成されている請求項16記載の装置。 - 前記プロセッサは、
前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を解析し、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを決定するようにさらに構成されている請求項13記載の装置。 - 前記装置に対するロケーション情報を決定するように構成されているグローバルポジショニングシステム(GPS)ユニットをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記GPSユニットにより決定されたロケーション情報に基づいて、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定するように構成されている請求項19記載の装置。 - 前記装置に関連するロケーション情報を決定するように構成されているGPSユニットをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記GPSユニットにより決定されたロケーション情報を解析して、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定し、前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを決定するように構成されている請求項19記載の装置。 - ワイヤレスネットワークインターフェースをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記受信した画像が取り込まれたときに、前記ワイヤレスネットワークインターフェースがワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを決定するように構成されている請求項19記載の装置。 - 前記受信した画像を取り込んだカメラを含む少なくとも2つのカメラを備えるカメラアレイをさらに具備し、
前記センサ情報を解析するために、前記プロセッサは、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す、前記カメラアレイにより取り込まれた画像からの深度情報を計算するように構成されている請求項19記載の装置。 - 前記1つ以上のセンサは、前記オブジェクトに対する深度値を推定するように構成されているアクティブプロービングセンサを備える請求項19記載の装置。
- 前記プロセッサは、前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせ、前記問い合わせに応答して前記サーバから前記信頼値を受信するように構成されている請求項13記載の装置。
- 前記装置は、
集積回路と、
マイクロプロセッサと、
前記プロセッサを含むワイヤレス通信デバイスとのうちの少なくとも1つを具備する請求項13記載の装置。 - 画像中のオブジェクトに対するアイデンティティを決定する装置において、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットを抽出する手段と、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを計算する手段と、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を受信し、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含む手段と、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを抽出する手段とを具備する装置。 - 前記信頼値が前記信頼しきい値を超えていないと判定する手段と、
前記判定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記キーポイントの第2のセットを抽出する手段と、
前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを計算する手段と、
前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに問い合わせる手段とをさらに具備する請求項27記載の装置。 - 前記受信した画像中の前記オブジェクトに対するスケール値を推定する手段と、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを選択する手段と、
前記特徴記述子データベース中の前記選択した最低オクターブにおいて、または、前記特徴記述子データベース中の前記選択した最低オクターブより上で、特徴記述子をサーチするための前記特徴記述子データベースのサーチを起こすように、前記特徴記述子データベース中の最低オクターブの指示を提供する手段とをさらに具備する請求項28記載の装置。 - 前記スケール値を推定する手段は、
スケール空間にわたる前記キーポイントの第1のセットの分布を解析する手段と、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを決定する手段と、
前記決定したカットオフポイントの関数として、前記スケール値を推定する手段とを具備する請求項29記載の装置。 - 前記オブジェクトに対する深度情報を取得する手段をさらに具備し、
前記スケール値を推定する手段は、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を推定する手段を備える請求項29記載の装置。 - 前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を解析する手段と、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを決定する手段とをさらに具備する請求項27記載の装置。 - グローバルポジショニングシステム(GPS)情報を受信する手段をさらに具備し、
前記センサ情報を解析する手段は、前記GPS情報を解析して、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定する手段を備える請求項32記載の装置。 - GPS情報を受信する手段をさらに具備し、
前記センサ情報を解析する手段は、
前記GPS情報を解析して、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定する手段と、
前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを決定する手段とを備える請求項32記載の装置。 - 少なくとも1つのワイヤレスネットワークプロトコルを介して通信する手段をさらに具備し、
前記センサ情報を解析する手段は、前記受信した画像が取り込まれたときに、前記ワイヤレスネットワークプロトコルを介して通信する手段がワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを決定する手段を備える請求項32記載の装置。 - シーンのうちの2つ以上の画像を取り込む手段をさらに具備し、
前記2つ以上の画像のうちの1つは、前記受信した画像を含み、
前記センサ情報を解析する手段は、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す、前記シーンのうちの2つの画像からの深度情報を計算する手段を備える請求項32記載の装置。 - 前記センサ情報を解析する手段は、アクティブプロービングセンサにより提供されるデータを使用して、前記オブジェクトに対する深度値を推定する手段を備える請求項32記載の装置。
- 前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせる手段をさらに具備し、
前記信頼値を受信する手段は、前記問い合わせに応答して前記サーバから前記信頼値を受信する手段を備える請求項27記載の装置。 - その上に記憶されている命令を有するコンピュータ読取可能記録媒体において、
前記命令は、実行されるとき、
受信した画像の第1のオクターブのぼかし画像の第1のセットから、1つ以上のキーポイントの第1のセットをプロセッサに抽出させ、
前記キーポイントの第1のセットに対する1つ以上の記述子の第1のセットを前記プロセッサに計算させ、
前記記述子の第1のセットにより特徴記述子データベースに問い合わせることにより生じた結果に対する信頼値を前記プロセッサに受信させ、前記結果は、前記受信した画像中のオブジェクトのアイデンティティを記述する情報を含み、
前記信頼値が信頼しきい値を超えないときに、前記受信した画像の第2のオクターブのぼかし画像の第2のセットから、1つ以上のキーポイントの第2のセットを前記プロセッサに抽出させるコンピュータ読取可能記録媒体。 - 前記信頼値が前記信頼しきい値を超えていないことを前記プロセッサに判定させ、
前記判定に基づいて、前記第2のオクターブのぼかし画像の第2のセットから、前記キーポイントの第2のセットを前記プロセッサに抽出させ、
前記キーポイントの第2のセットから、1つ以上の記述子の第2のセットを前記プロセッサに計算させ、
前記記述子の第1のセットおよび前記記述子の第2のセットを含む記述子のセットにより、前記特徴記述子データベースに前記プロセッサに問い合わせさせる命令をさらに含む請求項39記載のコンピュータ読取可能記録媒体。 - 前記受信した画像中の前記オブジェクトに対するスケール値を前記プロセッサに推定させ、
前記推定したスケールに基づいて、前記特徴記述子データベースの最低オクターブを前記プロセッサに選択させ、
前記特徴記述子データベース中の前記選択した最低オクターブにおいて、または、前記特徴記述子データベース中の前記選択した最低オクターブより上で、特徴記述子をサーチするための前記特徴記述子データベースのサーチを起こすように、前記特徴記述子データベース中の最低オクターブの指示を前記プロセッサに提供させる命令をさらに含む請求項39記載のコンピュータ読取可能記録媒体。 - 前記スケール値を前記プロセッサに推定させる命令は、
スケール空間にわたる前記キーポイントの第1のセットの分布を前記プロセッサに解析させ、
前記キーポイントのうちのおおよそ90%がスケールレベルより下に属するように、前記分布中の前記スケールレベルに対応するカットオフポイントを前記プロセッサに決定させ、
前記決定したカットオフポイントの関数として、前記スケール値を前記プロセッサに推定させる請求項41記載のコンピュータ読取可能記録媒体。 - 前記オブジェクトに対する深度情報を前記プロセッサに取得させる命令をさらに含み、
前記スケール値を前記プロセッサに推定させる命令は、前記オブジェクトに対する深度情報の少なくとも一部に基づいて、前記スケール値を前記プロセッサに推定させる命令を有する請求項41記載のコンピュータ読取可能記録媒体。 - 前記受信した画像を取り込んだカメラに関係する1つ以上のセンサからのセンサ情報を前記プロセッサに解析させ、
前記センサ情報の解析に基づいて、前記第1のオクターブおよび前記第2のオクターブのうちの少なくとも1つに対するオクターブレベルを前記プロセッサに決定させる命令をさらに含む請求項39記載のコンピュータ読取可能記録媒体。 - 前記センサ情報を前記プロセッサに解析させる命令は、グローバルポジショニングシステム(GPS)情報を前記プロセッサに解析させ、前記受信した画像が取り込まれたときに前記カメラが屋外環境に位置付けられていたか否かを決定させる命令を含む請求項44記載のコンピュータ読取可能記録媒体。
- 前記センサ情報を前記プロセッサに解析させる命令は、GPS情報を前記プロセッサに解析させ、前記受信した画像が取り込まれたときの、前記カメラに比較的近いオブジェクトのロケーションを決定させ、前記オブジェクトに対する記述データから、前記オブジェクトに対するサイズを前記プロセッサに決定させる命令を含む請求項44記載のコンピュータ読取可能記録媒体。
- 前記センサ情報を前記プロセッサに解析させる命令は、前記受信した画像が取り込まれたときに、前記カメラを備えているデバイスがワイヤレスネットワークに通信可能に結合されていたか否かを示すネットワークデータに基づいて、前記カメラが屋内環境に位置付けられていたか否かを前記プロセッサに決定させる命令を含む請求項44記載のコンピュータ読取可能記録媒体。
- 前記センサ情報を前記プロセッサに解析させる命令は、前記受信した画像が取り込まれたときの、前記受信した画像中の1つ以上のオブジェクトと前記カメラとの間の距離を示す深度情報を前記プロセッサに計算させる命令を含む請求項44記載のコンピュータ読取可能記録媒体。
- 前記センサ情報を前記プロセッサに解析させる命令は、アクティブプロービングセンサにより提供されるデータを使用して、前記オブジェクトに対する深度値を前記プロセッサに推定させる命令を含む請求項44記載のコンピュータ読取可能記録媒体。
- 前記1つ以上の記述子をサーバに送って、前記サーバに、前記1つ以上の記述子を使用して前記特徴記述子データベースに問い合わせさせるように前記プロセッサにさせる命令をさらに含み、
前記信頼値を前記プロセッサに受信させる命令は、前記問い合わせに応答して前記サーバから前記信頼値を前記プロセッサに受信させる命令を含む請求項39記載のコンピュータ読取可能記録媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US36922810P | 2010-07-30 | 2010-07-30 | |
US61/369,228 | 2010-07-30 | ||
US13/193,294 | 2011-07-28 | ||
US13/193,294 US8625902B2 (en) | 2010-07-30 | 2011-07-28 | Object recognition using incremental feature extraction |
PCT/US2011/045942 WO2012016168A2 (en) | 2010-07-30 | 2011-07-29 | Object recognition using incremental feature extraction |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013534342A JP2013534342A (ja) | 2013-09-02 |
JP5654127B2 true JP5654127B2 (ja) | 2015-01-14 |
Family
ID=44534653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013523231A Expired - Fee Related JP5654127B2 (ja) | 2010-07-30 | 2011-07-29 | インクリメントな特徴抽出を使用するオブジェクト認識 |
Country Status (7)
Country | Link |
---|---|
US (1) | US8625902B2 (ja) |
EP (1) | EP2599034B1 (ja) |
JP (1) | JP5654127B2 (ja) |
KR (1) | KR101528081B1 (ja) |
CN (1) | CN103026368B (ja) |
IN (1) | IN2013CN00117A (ja) |
WO (1) | WO2012016168A2 (ja) |
Families Citing this family (98)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9310892B2 (en) | 2000-11-06 | 2016-04-12 | Nant Holdings Ip, Llc | Object information derived from object images |
US8224078B2 (en) | 2000-11-06 | 2012-07-17 | Nant Holdings Ip, Llc | Image capture and identification system and process |
US7899243B2 (en) | 2000-11-06 | 2011-03-01 | Evryx Technologies, Inc. | Image capture and identification system and process |
US7680324B2 (en) | 2000-11-06 | 2010-03-16 | Evryx Technologies, Inc. | Use of image-derived information as search criteria for internet and other search engines |
US7565008B2 (en) | 2000-11-06 | 2009-07-21 | Evryx Technologies, Inc. | Data capture and identification system and process |
US10375451B2 (en) | 2009-05-29 | 2019-08-06 | Inscape Data, Inc. | Detection of common media segments |
US9449090B2 (en) | 2009-05-29 | 2016-09-20 | Vizio Inscape Technologies, Llc | Systems and methods for addressing a media database using distance associative hashing |
US9071868B2 (en) * | 2009-05-29 | 2015-06-30 | Cognitive Networks, Inc. | Systems and methods for improving server and client performance in fingerprint ACR systems |
US8769584B2 (en) | 2009-05-29 | 2014-07-01 | TVI Interactive Systems, Inc. | Methods for displaying contextually targeted content on a connected television |
US10116972B2 (en) | 2009-05-29 | 2018-10-30 | Inscape Data, Inc. | Methods for identifying video segments and displaying option to view from an alternative source and/or on an alternative device |
US10949458B2 (en) | 2009-05-29 | 2021-03-16 | Inscape Data, Inc. | System and method for improving work load management in ACR television monitoring system |
US10395125B2 (en) * | 2016-10-06 | 2019-08-27 | Smr Patents S.A.R.L. | Object detection and classification with fourier fans |
US10192138B2 (en) | 2010-05-27 | 2019-01-29 | Inscape Data, Inc. | Systems and methods for reducing data density in large datasets |
US9838753B2 (en) | 2013-12-23 | 2017-12-05 | Inscape Data, Inc. | Monitoring individual viewing of television events using tracking pixels and cookies |
US20120109993A1 (en) * | 2010-10-28 | 2012-05-03 | Qualcomm Incorporated | Performing Visual Search in a Network |
US8965130B2 (en) * | 2010-11-09 | 2015-02-24 | Bar-Ilan University | Flexible computer vision |
WO2012090181A1 (en) * | 2010-12-29 | 2012-07-05 | Nokia Corporation | Depth map coding |
KR101165357B1 (ko) * | 2011-02-14 | 2012-07-18 | (주)엔써즈 | 이미지 특징 데이터 생성 장치 및 방법 |
US9036925B2 (en) | 2011-04-14 | 2015-05-19 | Qualcomm Incorporated | Robust feature matching for visual search |
US8706711B2 (en) | 2011-06-22 | 2014-04-22 | Qualcomm Incorporated | Descriptor storage and searches of k-dimensional trees |
US8953889B1 (en) * | 2011-09-14 | 2015-02-10 | Rawles Llc | Object datastore in an augmented reality environment |
JP6103243B2 (ja) * | 2011-11-18 | 2017-03-29 | 日本電気株式会社 | 局所特徴量抽出装置、局所特徴量抽出方法、及びプログラム |
US8489585B2 (en) * | 2011-12-20 | 2013-07-16 | Xerox Corporation | Efficient document processing system and method |
US9031326B2 (en) * | 2012-02-16 | 2015-05-12 | Sony Corporation | System and method for effectively performing an image categorization procedure |
ITTO20120602A1 (it) | 2012-07-09 | 2014-01-10 | Sisvel Technology Srl | Method for transforming an image descriptor based on a gradient histogram and relative image processing apparatus. |
WO2014023338A1 (en) * | 2012-08-07 | 2014-02-13 | Metaio Gmbh | A method of providing a feature descriptor for describing at least one feature of an object representation |
US20150234908A1 (en) * | 2012-09-24 | 2015-08-20 | President And Fellows Of Harvard College | Techniques for data synchronization using compressive sensing |
US8861793B1 (en) * | 2012-11-05 | 2014-10-14 | Pixelworks, Inc. | Depth map generation based on vanishing lines and vanishing points |
EP2746962B8 (en) * | 2012-12-20 | 2018-05-16 | Alcatel Lucent | Method and arrangement for image retrieval based on multiple images |
US9946963B2 (en) * | 2013-03-01 | 2018-04-17 | Layar B.V. | Barcode visualization in augmented reality |
US9202129B2 (en) * | 2013-03-12 | 2015-12-01 | Qualcomm Incorporated | Reducing object detection time by utilizing space localization of features |
US9924102B2 (en) * | 2013-03-14 | 2018-03-20 | Qualcomm Incorporated | Image-based application launcher |
US9581431B1 (en) | 2014-03-18 | 2017-02-28 | Jeffrey M. Sieracki | Method and system for parallactically synced acquisition of images about common target |
US9367811B2 (en) * | 2013-03-15 | 2016-06-14 | Qualcomm Incorporated | Context aware localization, mapping, and tracking |
US10694106B2 (en) | 2013-06-14 | 2020-06-23 | Qualcomm Incorporated | Computer vision application processing |
US20140374600A1 (en) * | 2013-06-19 | 2014-12-25 | Silicon Laboratories Inc. | Ultraviolet Sensor |
JP6261199B2 (ja) * | 2013-06-21 | 2018-01-17 | キヤノン株式会社 | 情報処理装置、情報処理方法、及び、コンピュータプログラム |
US9336440B2 (en) * | 2013-11-25 | 2016-05-10 | Qualcomm Incorporated | Power efficient use of a depth sensor on a mobile device |
US10318576B2 (en) * | 2013-12-12 | 2019-06-11 | Nant Holdings Ip, Llc | Image recognition verification |
US9607409B2 (en) * | 2013-12-23 | 2017-03-28 | Empire Technology Development Llc | Suppression of real features in see-through display |
US9955192B2 (en) | 2013-12-23 | 2018-04-24 | Inscape Data, Inc. | Monitoring individual viewing of television events using tracking pixels and cookies |
CN106575365B (zh) * | 2014-02-28 | 2020-09-22 | 河谷控股Ip有限责任公司 | 对象识别特点分析系统和方法 |
US20150355309A1 (en) * | 2014-06-05 | 2015-12-10 | University Of Dayton | Target tracking implementing concentric ringlets associated with target features |
CN105224582B (zh) * | 2014-07-03 | 2018-11-09 | 联想(北京)有限公司 | 信息处理方法和设备 |
US9978887B2 (en) | 2014-10-28 | 2018-05-22 | Silicon Laboratories Inc. | Light detector using an on-die interference filter |
US9830527B2 (en) * | 2015-01-09 | 2017-11-28 | Stmicroelectronics S.R.L. | Image processing system for extraction of contextual information and associated methods |
CN108337925B (zh) | 2015-01-30 | 2024-02-27 | 构造数据有限责任公司 | 用于识别视频片段以及显示从替代源和/或在替代设备上观看的选项的方法 |
CN105987694B (zh) * | 2015-02-09 | 2019-06-07 | 株式会社理光 | 识别移动设备的用户的方法和装置 |
CN104866873B (zh) * | 2015-04-10 | 2018-06-26 | 长安大学 | 一种基于手机图像匹配的室内定位方法 |
DE102015004939A1 (de) * | 2015-04-17 | 2016-10-20 | Diehl Bgt Defence Gmbh & Co. Kg | Verfahren zum Lenken eines Flugkörpers |
CA2982797C (en) | 2015-04-17 | 2023-03-14 | Inscape Data, Inc. | Systems and methods for reducing data density in large datasets |
US9613273B2 (en) * | 2015-05-19 | 2017-04-04 | Toyota Motor Engineering & Manufacturing North America, Inc. | Apparatus and method for object tracking |
US10080062B2 (en) | 2015-07-16 | 2018-09-18 | Inscape Data, Inc. | Optimizing media fingerprint retention to improve system resource utilization |
EP3323055A1 (en) | 2015-07-16 | 2018-05-23 | Inscape Data, Inc. | Systems and methods for partitioning search indexes for improved efficiency in identifying media segments |
JP6903653B2 (ja) | 2015-07-16 | 2021-07-14 | インスケイプ データ インコーポレイテッド | 共通メディアセグメントの検出 |
CN108337912A (zh) | 2015-07-16 | 2018-07-27 | 构造数据有限责任公司 | 对视频段的未来收看的预测以优化系统资源利用 |
US9754182B2 (en) * | 2015-09-02 | 2017-09-05 | Apple Inc. | Detecting keypoints in image data |
CN105205782B (zh) * | 2015-09-06 | 2019-08-16 | 京东方科技集团股份有限公司 | 超解像方法和系统、服务器、用户设备及其方法 |
CN105095919A (zh) | 2015-09-08 | 2015-11-25 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
US9858498B2 (en) * | 2015-09-23 | 2018-01-02 | Qualcomm Incorporated | Systems and methods for incremental object detection using dual-threshold local binary pattern operators |
US9727800B2 (en) * | 2015-09-25 | 2017-08-08 | Qualcomm Incorporated | Optimized object detection |
US10169684B1 (en) | 2015-10-01 | 2019-01-01 | Intellivision Technologies Corp. | Methods and systems for recognizing objects based on one or more stored training images |
US10755380B2 (en) * | 2015-11-11 | 2020-08-25 | Texas Instruments Incorporated | Down scaling images in a computer vision system |
US10122996B2 (en) * | 2016-03-09 | 2018-11-06 | Sony Corporation | Method for 3D multiview reconstruction by feature tracking and model registration |
CN105843891A (zh) * | 2016-03-22 | 2016-08-10 | 浙江大学 | 一种增量式的在线特征提取分析方法及系统 |
US10410365B2 (en) * | 2016-06-02 | 2019-09-10 | Verily Life Sciences Llc | System and method for 3D scene reconstruction with dual complementary pattern illumination |
CN107680028B (zh) * | 2016-08-01 | 2020-04-21 | 北京百度网讯科技有限公司 | 用于缩放图像的处理器和方法 |
US20180122079A1 (en) * | 2016-10-27 | 2018-05-03 | Qualcomm Incorporated | Systems and methods for determining histograms |
DE102016124594A1 (de) * | 2016-12-16 | 2018-06-21 | Jena-Optronik Gmbh | Verfahren zur Erfassung einer 3D-Szene mittels eines LIDAR-Systems und LIDAR-System hierzu |
US20180196125A1 (en) * | 2017-01-09 | 2018-07-12 | Qualcomm Incorporated | Systems and methods for lidar interference mitigation |
WO2018187592A1 (en) | 2017-04-06 | 2018-10-11 | Inscape Data, Inc. | Systems and methods for improving accuracy of device maps using media viewing data |
JP6815290B2 (ja) * | 2017-07-13 | 2021-01-20 | ヤンマーパワーテクノロジー株式会社 | 物体識別システム |
WO2019040339A1 (en) * | 2017-08-19 | 2019-02-28 | Wave Computing, Inc. | RECONFIGURABLE MATRIX DATA ROUTING |
US10095925B1 (en) * | 2017-12-18 | 2018-10-09 | Capital One Services, Llc | Recognizing text in image data |
US20190205693A1 (en) * | 2017-12-28 | 2019-07-04 | MorphoTrak, LLC | Scale-Invariant Feature Point Extraction in Edge Map |
DE112018007287T5 (de) * | 2018-03-15 | 2020-12-10 | Harman International Industries, Incorporated | Fahrzeugsystem und -verfahren zum erfassen von objekten und einer objektentfernung |
CN110321767B (zh) * | 2018-03-30 | 2023-01-31 | 株式会社日立制作所 | 图像提取装置和方法、行为分析系统和存储介质 |
GB2572756B (en) * | 2018-04-05 | 2020-05-06 | Imagination Tech Ltd | Sampling for feature detection |
US10769474B2 (en) | 2018-08-10 | 2020-09-08 | Apple Inc. | Keypoint detection circuit for processing image pyramid in recursive manner |
EP3641275A1 (de) * | 2018-10-18 | 2020-04-22 | Siemens Aktiengesellschaft | Verfahren, vorrichtung und computerprogramm zur automatischen verarbeitung von datenbezeichnern |
US10956719B2 (en) * | 2018-11-30 | 2021-03-23 | Qualcomm Incorporated | Depth image based face anti-spoofing |
CN109635004B (zh) * | 2018-12-13 | 2023-05-05 | 广东工业大学 | 一种数据库的对象描述提供方法、装置及设备 |
US10992714B2 (en) * | 2019-01-07 | 2021-04-27 | International Business Machines Corporation | Certifying authenticity via dynamic dimensional coordinate scanning and decentralized data storage |
CN111213155A (zh) * | 2019-02-15 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 图像处理方法、设备、可移动平台、无人机及存储介质 |
US11521316B1 (en) | 2019-04-03 | 2022-12-06 | Kentucky Imaging Technologies | Automatic extraction of interdental gingiva regions |
US11343454B2 (en) | 2019-08-16 | 2022-05-24 | Semiconductor Components Industries, Llc | Imaging systems and methods for performing pixel binning and variable integration for analog domain regional feature extraction |
CN110796119A (zh) * | 2019-11-14 | 2020-02-14 | 深圳一块互动网络技术有限公司 | 一种互动阅读实现方法 |
CN111327827B (zh) * | 2020-03-05 | 2023-12-26 | 瞬联软件科技(北京)有限公司 | 拍摄场景识别控制方法、装置及拍摄设备 |
CN114494087A (zh) * | 2020-11-12 | 2022-05-13 | 安霸国际有限合伙企业 | 无监督的多尺度视差/光流融合 |
US20220188547A1 (en) * | 2020-12-16 | 2022-06-16 | Here Global B.V. | Method, apparatus, and computer program product for identifying objects of interest within an image captured by a relocatable image capture device |
JP7055186B2 (ja) * | 2020-12-16 | 2022-04-15 | ヤンマーパワーテクノロジー株式会社 | 物体識別システム |
US11900662B2 (en) | 2020-12-16 | 2024-02-13 | Here Global B.V. | Method, apparatus, and computer program product for training a signature encoding module and a query processing module to identify objects of interest within an image utilizing digital signatures |
US11829192B2 (en) | 2020-12-23 | 2023-11-28 | Here Global B.V. | Method, apparatus, and computer program product for change detection based on digital signatures |
US11587253B2 (en) | 2020-12-23 | 2023-02-21 | Here Global B.V. | Method, apparatus, and computer program product for displaying virtual graphical data based on digital signatures |
US11830103B2 (en) | 2020-12-23 | 2023-11-28 | Here Global B.V. | Method, apparatus, and computer program product for training a signature encoding module and a query processing module using augmented data |
US11475240B2 (en) * | 2021-03-19 | 2022-10-18 | Apple Inc. | Configurable keypoint descriptor generation |
US11810266B2 (en) | 2021-03-19 | 2023-11-07 | Apple Inc. | Pattern radius adjustment for keypoint descriptor generation |
US11991295B2 (en) | 2021-12-07 | 2024-05-21 | Here Global B.V. | Method, apparatus, and computer program product for identifying an object of interest within an image from a digital signature generated by a signature encoding module including a hypernetwork |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7009A (en) * | 1850-01-08 | Machinery for dressing shingles | ||
US5850490A (en) * | 1993-12-22 | 1998-12-15 | Xerox Corporation | Analyzing an image of a document using alternative positionings of a class of segments |
JPH0848199A (ja) * | 1994-08-09 | 1996-02-20 | Hitachi Ltd | 障害物警報システム |
US5852823A (en) * | 1996-10-16 | 1998-12-22 | Microsoft | Image classification and retrieval system using a query-by-example paradigm |
US6236768B1 (en) * | 1997-10-14 | 2001-05-22 | Massachusetts Institute Of Technology | Method and apparatus for automated, context-dependent retrieval of information |
US6711293B1 (en) | 1999-03-08 | 2004-03-23 | The University Of British Columbia | Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image |
JP2001238177A (ja) * | 1999-10-28 | 2001-08-31 | Fuji Photo Film Co Ltd | 画像処理方法および装置 |
US6304197B1 (en) | 2000-03-14 | 2001-10-16 | Robert Allen Freking | Concurrent method for parallel Huffman compression coding and other variable length encoding and decoding |
US7454037B2 (en) * | 2005-10-21 | 2008-11-18 | The Boeing Company | System, method and computer program product for adaptive video processing |
US7787711B2 (en) * | 2006-03-09 | 2010-08-31 | Illinois Institute Of Technology | Image-based indexing and classification in image databases |
JP4196302B2 (ja) | 2006-06-19 | 2008-12-17 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
US7545293B2 (en) | 2006-11-14 | 2009-06-09 | Qualcomm Incorporated | Memory efficient coding of variable length codes |
CN101046846A (zh) * | 2006-12-31 | 2007-10-03 | 北京交通大学 | 掌纹图像信息采集、识别装置及方法 |
WO2008087466A1 (en) | 2007-01-17 | 2008-07-24 | Rosen Stefanov | Run-length encoding of binary sequences followed by two independent compressions |
JP2008194239A (ja) | 2007-02-13 | 2008-08-28 | Toshiba Corp | 画像処理装置及びその方法 |
US8396331B2 (en) * | 2007-02-26 | 2013-03-12 | Microsoft Corporation | Generating a multi-use vocabulary based on image data |
CN101419090B (zh) * | 2007-10-22 | 2011-03-16 | 中国科学院声学研究所 | 一种目标噪声测量中的阵列噪声信号的聚焦方法 |
JP5151472B2 (ja) * | 2007-12-27 | 2013-02-27 | 株式会社豊田中央研究所 | 距離画像生成装置、環境認識装置、及びプログラム |
US8214139B2 (en) * | 2008-01-25 | 2012-07-03 | Garmin Switzerland Gmbh | Position source selection |
JP2009223527A (ja) * | 2008-03-14 | 2009-10-01 | Seiko Epson Corp | 画像処理装置、画像処理方法、画像処理のためのコンピュータプログラム |
JP4871909B2 (ja) * | 2008-04-25 | 2012-02-08 | 日立オートモティブシステムズ株式会社 | 物体認識装置、および物体認識方法 |
US8233716B2 (en) * | 2008-06-27 | 2012-07-31 | Palo Alto Research Center Incorporated | System and method for finding stable keypoints in a picture image using localized scale space properties |
CN101327126A (zh) * | 2008-07-23 | 2008-12-24 | 天津大学 | 人体赤足迹形态学特征提取方法 |
WO2010096986A1 (zh) * | 2009-02-27 | 2010-09-02 | 华为技术有限公司 | 移动搜索方法及装置 |
CN101582260B (zh) * | 2009-05-20 | 2012-01-11 | 王卫东 | 电子耳蜗中的非幅度调制语音编码方法及装置 |
US20100303354A1 (en) | 2009-06-01 | 2010-12-02 | Qualcomm Incorporated | Efficient coding of probability distributions for image feature descriptors |
US20100310174A1 (en) | 2009-06-05 | 2010-12-09 | Qualcomm Incorporated | Efficient incremental coding of probability distributions for image feature descriptors |
US9036925B2 (en) * | 2011-04-14 | 2015-05-19 | Qualcomm Incorporated | Robust feature matching for visual search |
-
2011
- 2011-07-28 US US13/193,294 patent/US8625902B2/en active Active
- 2011-07-29 KR KR1020137004895A patent/KR101528081B1/ko active IP Right Grant
- 2011-07-29 IN IN117CHN2013 patent/IN2013CN00117A/en unknown
- 2011-07-29 JP JP2013523231A patent/JP5654127B2/ja not_active Expired - Fee Related
- 2011-07-29 EP EP11741392.2A patent/EP2599034B1/en active Active
- 2011-07-29 WO PCT/US2011/045942 patent/WO2012016168A2/en active Application Filing
- 2011-07-29 CN CN201180036810.7A patent/CN103026368B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
KR20130057465A (ko) | 2013-05-31 |
WO2012016168A3 (en) | 2012-06-07 |
EP2599034A2 (en) | 2013-06-05 |
JP2013534342A (ja) | 2013-09-02 |
US8625902B2 (en) | 2014-01-07 |
US20120027290A1 (en) | 2012-02-02 |
CN103026368A (zh) | 2013-04-03 |
CN103026368B (zh) | 2015-12-16 |
WO2012016168A2 (en) | 2012-02-02 |
EP2599034B1 (en) | 2015-07-08 |
KR101528081B1 (ko) | 2015-06-10 |
IN2013CN00117A (ja) | 2015-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5654127B2 (ja) | インクリメントな特徴抽出を使用するオブジェクト認識 | |
JP6437514B2 (ja) | 特徴の空間局所化を利用することによる物体検出時間の減少 | |
KR101420550B1 (ko) | 이미지 인식을 위한 기술자 패치들의 고속 서브스페이스 투영을 위한 방법, 디바이스 및 컴퓨터-판독가능 저장 매체 | |
JP5749394B2 (ja) | 視覚探索のための堅牢な特徴マッチング | |
KR101420549B1 (ko) | 쿼리 및 모델 이미지들에서 검출된 키포인트들을 클러스터링함에 따른 특징 매칭 방법, 디바이스 그리고 프로세서 판독가능 매체 | |
JP5911578B2 (ja) | 画像の特徴点位置情報を符号化する方法、コンピュータプログラム、モバイルデバイス | |
JP5639277B2 (ja) | ネットワークにおける視覚探索の実行 | |
JP5563494B2 (ja) | 対応参照画像検索装置及び方法、コンテンツ重畳装置、システム、及び方法、並びにコンピュータプログラム | |
KR20130019430A (ko) | 미리 계산된 스케일-공간으로부터의 데이지 서술자 생성 | |
CN110532413B (zh) | 基于图片匹配的信息检索方法、装置、计算机设备 | |
CN111709317B (zh) | 一种基于显著性模型下多尺度特征的行人重识别方法 | |
CN116664892A (zh) | 基于交叉注意与可形变卷积的多时相遥感图像配准方法 | |
CN115937546A (zh) | 图像匹配、三维图像重建方法、装置、电子设备以及介质 | |
JP2022541559A (ja) | 視覚的測位方法及び関連装置 | |
CN110120090B (zh) | 三维全景模型构建方法、装置及可读存储介质 | |
CN108335329B (zh) | 应用于飞行器中的位置检测方法和装置、飞行器 | |
JP2004318365A (ja) | 画像検索システム、画像検索方法およびそのプログラム | |
Bal et al. | Image‐based locating and guiding for unmanned aerial vehicles using scale invariant feature transform, speeded‐up robust features, and oriented fast and rotated brief algorithms | |
Abdulkadhem et al. | Geo-localization of videobased on proposed LBP-SVD method | |
CN116977677A (zh) | 基于聚类的图像特征点匹配筛选方法、装置、设备及介质 | |
You et al. | A High-Performance Image Matching and Recognition System for Multimedia Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131210 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140307 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140529 |
|
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: 20141021 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5654127 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |