JP5990105B2 - 画像管理装置、画像管理方法、プログラム、記録媒体、集積回路 - Google Patents
画像管理装置、画像管理方法、プログラム、記録媒体、集積回路 Download PDFInfo
- Publication number
- JP5990105B2 JP5990105B2 JP2012554491A JP2012554491A JP5990105B2 JP 5990105 B2 JP5990105 B2 JP 5990105B2 JP 2012554491 A JP2012554491 A JP 2012554491A JP 2012554491 A JP2012554491 A JP 2012554491A JP 5990105 B2 JP5990105 B2 JP 5990105B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- block
- importance
- cluster
- images
- 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.)
- Active
Links
Images
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
Description
以下、実施の形態1に係る画像管理装置100および画像管理装置100の制御方法について、図面を参照しながら説明する。
まず、グラフ生成部106は、あるブロックに含まれる画像を示す画像ノード、およびその画像に含まれる人物のクラスタを示すクラスタノード、画像の背景を示す1個の背景ノード、およびダミーノードを生成する。
続いて、グラフ生成部106は、作成したノード間のリンクの値を設定する。
このリンクは、ノードの重要度を伝播するために用いる。具体的には、リンク元のノードの重要度にリンクの値を掛け合わせた値がリンク先のノードの重要度になる。例えば、あるノードAの重要度が1とし、ノードAからノードBにリンクが張られており、そのリンクの値が0.1とする。このとき、ノードBの重要度は1×0.1=0.1となる。また、複数のノードからリンクされている場合は、それらの値を加算したものが重要度になる。この設定の詳細は後述する。
グラフ生成部106は、作成したノードと設定したリンクの値とを表現するグラフを生成する。
・画像1に登場するオブジェクト1
・画像2に登場するオブジェクト2
の両者の画像特徴量が類似しているので、これらのオブジェクト1,2に同じクラスタ1というクラスタIDを付与する。
まず、そのブロックに含まれる画像を示す画像ノードと、その画像に含まれるオブジェクトに付与されたクラスタを示す人物ノードを生成する。また、背景ノードとダミーノードも生成する。
画像ノードから人物ノードへは、占有度に応じてリンクが張られるが、背景ノードも同様に、画像に含まれている背景の占有度に応じてリンクが張られる。
(1)画像ノードからクラスタノードへのリンクの値は、画像に含まれるオブジェクトが属するクラスタの占有度とする。
(2)クラスタノードから画像ノードへのリンクの値は、任意の固定値とする(例えば0.01)。
(3)画像ノードから背景ノードへのリンクの値は、画像ノードからクラスタノードへのリンクの値の総和を、1から減算したものとする。
(4)クラスタノードから背景ノードへのリンクの値は、クラスタノードから画像ノードへのリンクの値の総和を、1から減算したものとする。
(5)背景ノードからダミーノードを除くノードへのリンクの値は、均等に分配される。
(6)ダミーノードへのリンクおよびダミーノードからのリンクは存在しない(リンクの値をゼロに設定する。)。
図9Aにブロック1のグラフ情報900を示す。
このようにして、ブロックごとに画像ノード、クラスタノード、背景ノードおよびダミーノードのリンク構造を設定する。
次に、グラフ生成部106は、全てのブロックにおいてグラフ構造を生成しているかを確認する(S804)。全てのブロックのグラフ構造を生成しているならば終了、そうでなければ残りのブロックのグラフ構造を生成する。
ここで、αは例えば0.85といった固定値になる。
ブロック内重要度算出部116がS1603で求めた値は、そのクラスタのブロック内重要度となる。そして、クラスタ重要度算出部118は、クラスタ毎に対応付けて記憶しているクラスタ重要度に、求められたクラスタのブロック内重要度を加算する(S1604)。
また、画像の枚数が膨大な場合を想定し、例えば、画像の枚数を100万枚、この画像に含まれるクラスタは100種類であるとする。
(実施の形態2)
実施の形態2では、取得した画像だけではなく、既に蓄積済みの画像も含めてブロックを生成する方法について説明する。なお、実施の形態1における処理フローである図2のフローチャートのうち、S202のブロックID付与の部分だけが異なる。それ以外の部分については、実施の形態1と変わらないため、ここでは説明を割愛する。
上述した分け方1〜3は、いずれが最良というわけではなく一長一短であり、状況に応じて適宜採用できる。
(実施の形態3)
実施の形態3では、実施の形態1におけるクラスタ重要度の算出において、各ブロックのブロック内重要度の正規化を、ノード数を用いるのではなく、ダミーノードの重要度を用いる方法について説明する。
(実施の形態4)
実施の形態4は、あるクラスタの重要度を算出する際に、ブロック内重要度の積算に加えて、外部装置において算出済みで上記クラスタに対応する重要度をも積算することで、より妥当な重要度算出を図るものである。以下では、外部装置において算出したクラスタの重要度を「外部重要度」と呼ぶ。
(実施の形態5)
上記各実施の形態では、複数の画像を区分けしてブロックを生成する例について説明したが、細かくブロック分けすると重要度の伝播が遮断される可能性が高くなるので、個々のブロックの大きさはなるべく大きいことが好ましい。
<補足>
以上、本発明の実施の形態について説明したが、本発明は上記の内容に限定されず、本発明の目的とそれに関連又は付随する目的を達成するための各種形態においても実施可能であり、例えば、以下であっても構わない。
図28で簡単に説明した重要度を求めるやり方について補足する。
図29では、画像の重要度を算出する場合には、その画像に含まれるクラスタの重要度に、クラスタから画像へのリンクの固定値0.01を掛け合わせているがこれに限られない。
実施の形態では、クラスタリング部104が行うクラスタリングの手法として、非階層的な手法であるk-means法を例に挙げたが、これに限らずウォード法(Ward's method)などの階層的な手法を用いてもよい。
各実施の形態では、オブジェクトとして人の顔を例に挙げて説明したが、人に限らず、犬(図4:画像10)や猫などの動物の顔をオブジェクトとして画像特徴量の抽出対象としても構わない。また、画像に写るオブジェクトとしては、顔に限らず、自動車(図4:画像6)や植物、建物など様々な物体などが考えられる。
実施の形態2では、全画像の背景を1個の背景ノードとしてグラフ生成する例を説明したが、これに限らず、背景のノードを複数個作成したり、あるいは背景のノードを有さないグラフを作成しても構わない。
各実施の形態では、画像特徴量の一例として占有度を挙げて説明したがこれに限られない。
各実施の形態では、撮影装置130から画像を取得するとして説明したが、取得の対象はこれに限られない。
各実施の形態の画像評価装置は、典型的には集積回路であるLSI(Large Scale Integration)として実現されてよい。各回路を個別に1チップとしてもよいし、全ての回路又は一部の回路を含むように1チップ化されてもよい。ここでは、LSIとして記載したが、集積度の違いにより、IC(Integrated Circuit)、システムLSI、スーパLSI、ウルトラLSIと呼称されることもある。また、集積回路化の手法はLSIに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。LSI製造後にプログラム化することが可能なFPGA(FieldProgrammable Gate Array)、LSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
各実施の形態で示した画像の重要度算出に係る処理をコンピュータ等の各種機器のプロセッサ、及びそのプロセッサに接続された各種回路に実行させるためのプログラムコードからなる制御プログラムを、記録媒体に記録すること、又は各種通信路を介して流通させ頒布することもできる。
101 画像取得部
102 オブジェクト検出部
103 オブジェクト特徴量抽出部
104 クラスタリング部
105 ブロック生成部
106 グラフ生成部
107 記憶部
108 オブジェクト情報記憶部
109 ブロック情報記憶部
110 グラフ情報記憶部
111 ブロック内重要度記憶部
112 画像重要度記憶部
113 クラスタ重要度記憶部
114 評価部
115 確率遷移行列生成部
116 ブロック内重要度算出部
117 重要度正規化部
118 クラスタ重要度算出部
119 画像重要度算出部
120 表示制御部
130 撮影装置
140 表示装置
400 画像群
500 オブジェクト情報
700 ブロック情報
900 ブロック1のグラフ情報
901 ブロック1のグラフ情報
1100 確率遷移行列M
1200 ランダムウォーク行列X
1300 固有ベクトル
1400 確率ベクトル化後の固有ベクトル
1500 ブロック内重要度情報
1501 ブロック1におけるブロック内重要度情報
1701 ブロック1におけるブロック内重要度(正規化後)
1801 ダミーノードの重要度を減算したクラスタのブロック内重要度
2100 クラスタ重要度情報
2300 画像重要度情報
2400 画像ランキング
2700 ダミーノードの重要度で正規化したブロック内重要度
3400 画像管理装置(外部装置)
Claims (17)
- 複数の画像を、重要度を基にランキングするための画像管理装置であって、
複数の画像を取得する画像取得部と、
取得された各画像において、当該画像に含まれるオブジェクトを検出する検出部と、
前記検出された各オブジェクトの画像特徴量を抽出する抽出部と、
検出された各オブジェクトを、それぞれの画像特徴量に基づいて、複数のクラスタのいずれかに分類するクラスタリング部と、
前記画像取得部で取得された複数の画像を区分けすることにより、所定枚数の画像からなる画像群であるブロックを複数生成するブロック生成部と、
各ブロックにおいて、当該ブロック内の画像に含まれるオブジェクトが属するクラスタのブロック内重要度を、当該画像と当該クラスタとの関係性に基づいて算出するブロック内重要度算出部と、
算出された各ブロックにおける各クラスタのブロック内重要度を積算することにより、前記複数の画像における各クラスタの重要度を算出するクラスタ重要度算出部と、
算出されたクラスタ重要度を基に、各画像の重要度を算出する画像重要度算出部と、
各ブロックにおいて、当該ブロックを構成する画像それぞれを示す画像ノードと、前記画像に含まれるオブジェクトが属するクラスタをそれぞれ示すクラスタノードと、前記画像の背景を示す1個の背景ノードとを作成し、作成したノード間のリンクの値を設定し、作成したノードと設定したリンクの値とにより構成されたグラフを生成するグラフ生成部とを備え、
前記ブロック内重要度算出部は、生成されたグラフを基に、各ノードに示される画像およびクラスタのブロック内重要度を算出する
を備えることを特徴とする画像管理装置。 - 前記ブロック生成部は、前記複数の画像を区分けすることにより、区分けされたブロックを識別するブロックIDを各画像に付与し、
さらに、各画像に付与されたブロックIDを記憶するブロック情報記憶部を備え、
前記画像取得部が新たに画像を取得した場合に、前記ブロック生成部は、当該取得した新しい画像を対象に前記区分けを行うが、前記ブロック情報記憶部にブロックIDが記憶された画像を対象としては前記区分けを行わない
ことを特徴とする請求項1記載の画像管理装置。 - 前記ブロック生成部は、前記複数の画像を区分けすることにより、区分けされたブロックを識別するブロックIDを各画像に付与し、
さらに、各画像に付与されたブロックIDを記憶するブロック情報記憶部を備え、
前記画像取得部が新たに画像を取得した場合に、前記ブロック生成部は、前記ブロック情報記憶部にブロックIDが記憶された画像の一部と当該取得した新しい画像との両方を対象として前記区分けを行う
ことを特徴とする請求項1記載の画像管理装置。 - 前記ブロック内重要度算出部は、前記グラフ生成部によって生成したグラフ情報を元に、確率遷移行列を生成し、この確率遷移行列の固有ベクトルを求めることで、各ブロックにおける画像の重要度およびクラスタのブロック内重要度を算出する
ことを特徴とする請求項1に記載の画像管理装置。 - 前記グラフ生成部は、前記グラフに含めてダミーノードを作成し、当該ダミーノードと前記画像ノードとの間、当該ダミーノードとクラスタノードとの間、および当該ダミーノードと前記背景ノードとの間のリンクの値をゼロに設定する
ことを特徴とする請求項4に記載の画像管理装置。 - 前記ブロック内重要度算出部は、ランダムウォークを示す行列に基づいて、生成した確率遷移行列を修正し、修正後の確率遷移行列について固有ベクトルを求める
ことを特徴とする請求項5に記載の画像管理装置。 - 前記クラスタ重要度算出部は、各ブロックにおいて、ブロックにおけるクラスタのブロック内重要度から、ブロックにおけるダミーノードのブロック内重要度を差し引くことにより、当該クラスタのブロック内重要度を補正する
ことを特徴とする請求項6に記載の画像管理装置。 - 前記クラスタ重要度算出部が算出した各ブロックにおける各クラスタのブロック内重要度を、ブロックそれぞれにおけるダミーノードのブロック内重要度の値を元に正規化する重要度正規化部を備え、
前記クラスタ重要度算出部は、正規化された後のクラスタのブロック内重要度を元に、前記複数の画像におけるクラスタの重要度を算出する
ことを特徴とする請求項6に記載の画像管理装置。 - 前記クラスタ重要度算出部は、算出された各ブロックにおけるクラスタのブロック内重要度を足し合わせることにより前記複数の画像におけるクラスタの重要度を算出する
ことを特徴とする請求項1に記載の画像管理装置。 - さらに、前記クラスタ重要度算出部により算出された各ブロックにおけるクラスタの重要度を、ブロック内に含まれる画像数およびクラスタ数に応じて正規化する重要度正規化部を備え、
前記クラスタ重要度算出部は、正規化された後のクラスタの重要度を足し合わせる
ことを特徴とする請求項9に記載の画像管理装置。 - 前記クラスタリング部は、外部装置から、当該外部装置において分類されたクラスタの特徴量を取得し、取得した特徴量と分類後の各クラスタの特徴量とを比較することにより、取得した特徴量が、分類後の各クラスタのうちのどのクラスタに対応するかを特定し、
前記クラスタ重要度算出部は、特定されたクラスタの重要度を前記外部装置から取得して、前記積算に用いる
ことを特徴とする請求項1に記載の画像管理装置。 - 前記ブロック生成部は、ブロックの生成に利用できるリソースを示すリソース情報に基づいて生成すべき各ブロックの大きさを決定し、決定された大きさになるように前記複数のブロックの生成を行う
ことを特徴とする請求項1に記載の画像管理装置。 - 前記リソース情報とは、利用できるメモリサイズを示す
ことを特徴とする請求項12に記載の画像管理装置。 - 複数の画像を、重要度を基にランキングする処理を画像管理装置に実行させるための画像管理方法であって、
前記画像管理装置が、複数の画像を取得する画像取得ステップと、
前記画像管理装置が、取得された各画像において、当該画像に含まれるオブジェクトを検出する検出ステップと、
前記画像管理装置が、前記検出された各オブジェクトの画像特徴量を抽出する抽出ステップと、
前記画像管理装置が、検出された各オブジェクトを、それぞれの画像特徴量に基づいて、複数のクラスタのいずれかに分類するクラスタリングステップと、
前記画像管理装置が、前記画像取得ステップで取得された複数の画像を区分けすることにより、所定枚数の画像からなる画像群であるブロックを複数生成するブロック生成ステップと、
前記画像管理装置が、各ブロックにおいて、当該ブロックを構成する画像に含まれるオブジェクトが属するクラスタのブロック内重要度を、当該画像と当該クラスタとの関係性に基づいて算出するブロック内重要度算出ステップと、
前記画像管理装置が、算出された各ブロックにおける各クラスタのブロック内重要度を積算することにより、前記複数の画像における各クラスタの重要度を算出するクラスタ重要度算出ステップと、
前記画像管理装置が、算出されたクラスタ重要度を基に、各画像の重要度を算出する画像重要度算出ステップと、
各ブロックにおいて、当該ブロックを構成する画像それぞれを示す画像ノードと、前記画像に含まれるオブジェクトが属するクラスタをそれぞれ示すクラスタノードと、前記画像の背景を示す1個の背景ノードとを作成し、作成したノード間のリンクの値を設定し、作成したノードと設定したリンクの値とにより構成されたグラフを生成するグラフ生成ステップとを含み、
前記ブロック内重要度算出ステップは、生成されたグラフを基に、各ノードに示される画像およびクラスタのブロック内重要度を算出する
ことを特徴とする画像管理方法。 - 画像管理ステップを含む処理をコンピュータに実行させるためのプログラムであって、
前記画像管理ステップは、
複数の画像を取得する画像取得ステップと、
取得された各画像において、当該画像に含まれるオブジェクトを検出する検出ステップと、
前記検出された各オブジェクトの画像特徴量を抽出する抽出ステップと、
検出された各オブジェクトを、それぞれの画像特徴量に基づいて、複数のクラスタのいずれかに分類するクラスタリングステップと、
前記画像取得ステップで取得された複数の画像を区分けすることにより、所定枚数の画像からなる画像群であるブロックを複数生成するブロック生成ステップと、
各ブロックにおいて、当該ブロックを構成する画像に含まれるオブジェクトが属するクラスタのブロック内重要度を、当該画像と当該クラスタとの関係性に基づいて算出するブロック内重要度算出ステップと、
算出された各ブロックにおけるクラスタのブロック内重要度を積算することにより、前記複数の画像におけるクラスタの重要度を算出するクラスタ重要度算出ステップと、
算出されたクラスタ重要度を基に、各画像の重要度を算出する画像重要度算出ステップと、
各ブロックにおいて、当該ブロックを構成する画像それぞれを示す画像ノードと、前記画像に含まれるオブジェクトが属するクラスタをそれぞれ示すクラスタノードと、前記画像の背景を示す1個の背景ノードとを作成し、作成したノード間のリンクの値を設定し、作成したノードと設定したリンクの値とにより構成されたグラフを生成するグラフ生成ステップとを含み、
前記ブロック内重要度算出ステップは、生成されたグラフを基に、各ノードに示される画像およびクラスタのブロック内重要度を算出する
ことを特徴とするプログラム。 - 画像管理ステップを含む処理をコンピュータに実行させるためのプログラムを記録した記録媒体であって、
前記画像管理ステップは、
複数の画像を取得する画像取得ステップと、
取得された各画像において、当該画像に含まれるオブジェクトを検出する検出ステップと、
前記検出された各オブジェクトの画像特徴量を抽出する抽出ステップと、
検出された各オブジェクトを、それぞれの画像特徴量に基づいて、複数のクラスタのいずれかに分類するクラスタリングステップと、
前記画像取得ステップで取得された複数の画像を区分けすることにより、所定枚数の画像からなる画像群であるブロックを複数生成するブロック生成ステップと、
各ブロックにおいて、当該ブロックを構成する画像に含まれるオブジェクトが属するクラスタのブロック内重要度を、当該画像と当該クラスタとの関係性に基づいて算出するブロック内重要度算出ステップと、
算出された各ブロックにおけるクラスタのブロック内重要度を積算することにより、前記複数の画像におけるクラスタの重要度を算出するクラスタ重要度算出ステップと、
算出されたクラスタ重要度を基に、各画像の重要度を算出する画像重要度算出ステップと、
各ブロックにおいて、当該ブロックを構成する画像それぞれを示す画像ノードと、前記画像に含まれるオブジェクトが属するクラスタをそれぞれ示すクラスタノードと、前記画像の背景を示す1個の背景ノードとを作成し、作成したノード間のリンクの値を設定し、作成したノードと設定したリンクの値とにより構成されたグラフを生成するグラフ生成ステップとを含み、
前記ブロック内重要度算出ステップは、生成されたグラフを基に、各ノードに示される画像およびクラスタのブロック内重要度を算出する
ことを特徴とする記録媒体。 - 複数の画像を、重要度を基にランキングするための集積回路であって、
複数の画像を取得する画像取得部と、
取得された各画像において、当該画像に含まれるオブジェクトを検出する検出部と、
前記検出された各オブジェクトの画像特徴量を抽出する抽出部と、
検出された各オブジェクトを、それぞれの画像特徴量に基づいて、複数のクラスタのいずれかに分類するクラスタリング部と、
前記画像取得部で取得された複数の画像を区分けすることにより、所定枚数の画像からなる画像群であるブロックを複数生成するブロック生成部と、
各ブロックにおいて、当該ブロックを構成する画像に含まれるオブジェクトが属するクラスタのブロック内重要度を、当該画像と当該クラスタとの関係性に基づいて算出するブロック内重要度算出部と、
算出された各ブロックにおけるクラスタのブロック内重要度を積算することにより、前記複数の画像におけるクラスタの重要度を算出するクラスタ重要度算出部と、
算出されたクラスタ重要度を基に、各画像の重要度を算出する画像重要度算出部と、
各ブロックにおいて、当該ブロックを構成する画像それぞれを示す画像ノードと、前記画像に含まれるオブジェクトが属するクラスタをそれぞれ示すクラスタノードと、前記画像の背景を示す1個の背景ノードとを作成し、作成したノード間のリンクの値を設定し、作成したノードと設定したリンクの値とにより構成されたグラフを生成するグラフ生成部とを備え、
前記ブロック内重要度算出部は、生成されたグラフを基に、各ノードに示される画像およびクラスタのブロック内重要度を算出する
ことを特徴とする集積回路。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011014069 | 2011-01-26 | ||
JP2011014069 | 2011-01-26 | ||
PCT/JP2011/006398 WO2012101697A1 (ja) | 2011-01-26 | 2011-11-16 | 画像管理装置、画像管理方法、プログラム、記録媒体、集積回路 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2012101697A1 JPWO2012101697A1 (ja) | 2014-06-30 |
JP5990105B2 true JP5990105B2 (ja) | 2016-09-07 |
Family
ID=46580311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012554491A Active JP5990105B2 (ja) | 2011-01-26 | 2011-11-16 | 画像管理装置、画像管理方法、プログラム、記録媒体、集積回路 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9020264B2 (ja) |
JP (1) | JP5990105B2 (ja) |
CN (1) | CN102822822B (ja) |
WO (1) | WO2012101697A1 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5919665B2 (ja) * | 2011-07-19 | 2016-05-18 | 日本電気株式会社 | 情報処理装置、物体追跡方法および情報処理プログラム |
JP6025456B2 (ja) * | 2012-08-28 | 2016-11-16 | キヤノン株式会社 | 被検体情報取得装置、表示方法、及びプログラム |
US10546215B2 (en) * | 2014-03-30 | 2020-01-28 | Stereovision Imaging, Inc. | System and method for detecting potential matches between a candidate biometric and a dataset of biometrics |
US10438277B1 (en) | 2014-12-23 | 2019-10-08 | Amazon Technologies, Inc. | Determining an item involved in an event |
US10475185B1 (en) | 2014-12-23 | 2019-11-12 | Amazon Technologies, Inc. | Associating a user with an event |
US10552750B1 (en) | 2014-12-23 | 2020-02-04 | Amazon Technologies, Inc. | Disambiguating between multiple users |
WO2016147260A1 (ja) * | 2015-03-13 | 2016-09-22 | 株式会社日立製作所 | 画像検索装置、及び画像を検索する方法 |
US11044445B2 (en) * | 2017-05-05 | 2021-06-22 | VergeSense, Inc. | Method for monitoring occupancy in a work area |
US10742940B2 (en) * | 2017-05-05 | 2020-08-11 | VergeSense, Inc. | Method for monitoring occupancy in a work area |
US11169661B2 (en) | 2017-05-31 | 2021-11-09 | International Business Machines Corporation | Thumbnail generation for digital images |
CN107944960A (zh) * | 2017-11-27 | 2018-04-20 | 深圳码隆科技有限公司 | 一种无人售货方法和设备 |
CN110474806B (zh) * | 2019-08-19 | 2022-04-01 | 国网甘肃省电力公司经济技术研究院 | 一种电力通信网关键节点识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05233717A (ja) * | 1992-02-18 | 1993-09-10 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索装置 |
JP2007049387A (ja) * | 2005-08-09 | 2007-02-22 | Canon Inc | 画像出力装置及び画像出力方法 |
JP2007287014A (ja) * | 2006-04-19 | 2007-11-01 | Seiko Epson Corp | 画像処理装置、画像処理方法 |
WO2010041377A1 (ja) * | 2008-10-06 | 2010-04-15 | パナソニック株式会社 | 代表画像表示装置及び代表画像選択方法 |
JP2010262531A (ja) * | 2009-05-08 | 2010-11-18 | Canon Inc | 画像情報処理装置、画像情報処理方法及びプログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6748097B1 (en) * | 2000-06-23 | 2004-06-08 | Eastman Kodak Company | Method for varying the number, size, and magnification of photographic prints based on image emphasis and appeal |
US7293007B2 (en) * | 2004-04-29 | 2007-11-06 | Microsoft Corporation | Method and system for identifying image relatedness using link and page layout analysis |
JP4487805B2 (ja) * | 2004-11-16 | 2010-06-23 | セイコーエプソン株式会社 | 画像評価方法、画像評価装置、及び印刷装置 |
JP5165200B2 (ja) | 2006-01-06 | 2013-03-21 | ヤフー株式会社 | スコア導出システム |
US7668405B2 (en) * | 2006-04-07 | 2010-02-23 | Eastman Kodak Company | Forming connections between image collections |
CN101510312B (zh) * | 2009-03-16 | 2013-09-11 | 广州市有福数码科技有限公司 | 制作电子相册的方法、装置及系统 |
US8208696B2 (en) * | 2009-12-15 | 2012-06-26 | Hewlett-Packard Development Company, L.P. | Relation tree |
CN101894147A (zh) * | 2010-06-29 | 2010-11-24 | 深圳桑菲消费通信有限公司 | 一种电子相册聚类管理的方法 |
US20120050789A1 (en) * | 2010-08-31 | 2012-03-01 | Apple Inc. | Dynamically Generated Digital Photo Collections |
-
2011
- 2011-11-16 US US13/636,810 patent/US9020264B2/en active Active
- 2011-11-16 JP JP2012554491A patent/JP5990105B2/ja active Active
- 2011-11-16 CN CN201180016174.1A patent/CN102822822B/zh active Active
- 2011-11-16 WO PCT/JP2011/006398 patent/WO2012101697A1/ja active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05233717A (ja) * | 1992-02-18 | 1993-09-10 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索装置 |
JP2007049387A (ja) * | 2005-08-09 | 2007-02-22 | Canon Inc | 画像出力装置及び画像出力方法 |
JP2007287014A (ja) * | 2006-04-19 | 2007-11-01 | Seiko Epson Corp | 画像処理装置、画像処理方法 |
WO2010041377A1 (ja) * | 2008-10-06 | 2010-04-15 | パナソニック株式会社 | 代表画像表示装置及び代表画像選択方法 |
JP2010262531A (ja) * | 2009-05-08 | 2010-11-18 | Canon Inc | 画像情報処理装置、画像情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2012101697A1 (ja) | 2014-06-30 |
CN102822822B (zh) | 2016-10-05 |
US20130010154A1 (en) | 2013-01-10 |
WO2012101697A1 (ja) | 2012-08-02 |
US9020264B2 (en) | 2015-04-28 |
CN102822822A (zh) | 2012-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5990105B2 (ja) | 画像管理装置、画像管理方法、プログラム、記録媒体、集積回路 | |
KR102141324B1 (ko) | 콘볼루션 뉴럴 네트워크의 고속 계산 | |
CN111062871B (zh) | 一种图像处理方法、装置、计算机设备及可读存储介质 | |
CN107209860B (zh) | 用于处理弱监督图像的方法、系统和计算机存储介质 | |
US8929669B2 (en) | Image evaluation apparatus that calculates an importance degree of each of a plurality of images | |
US9754177B2 (en) | Identifying objects within an image | |
US20180247405A1 (en) | Automatic detection and semantic description of lesions using a convolutional neural network | |
JP6721681B2 (ja) | 並列検索動作を実行する方法及び装置 | |
WO2022140900A1 (zh) | 个人知识图谱构建方法、装置及相关设备 | |
US20150242709A1 (en) | Learning apparatus, density measuring apparatus, learning method, computer program product, and density measuring system | |
Kotzias et al. | Deep multi-instance transfer learning | |
US10489681B2 (en) | Method of clustering digital images, corresponding system, apparatus and computer program product | |
CN113221983B (zh) | 迁移学习模型的训练方法及装置、图像处理方法及装置 | |
JP2020101856A (ja) | コンピュータ、構成方法、及びプログラム | |
CN112434172A (zh) | 一种病理图像预后特征权重计算方法及系统 | |
CN114003758B (zh) | 图像检索模型的训练方法和装置以及检索方法和装置 | |
US8270731B2 (en) | Image classification using range information | |
CN113223017A (zh) | 目标分割模型的训练方法、目标分割方法及设备 | |
JP6341843B2 (ja) | 画像検索装置、及び画像検索システム | |
US20170293863A1 (en) | Data analysis system, and control method, program, and recording medium therefor | |
JP2007334755A (ja) | 学習データ生成装置及びオブジェクト判別装置、並びにプログラム | |
US20230206113A1 (en) | Feature management for machine learning system | |
CN117421497B (zh) | 作品对象的处理方法、装置、可读存储介质及电子设备 | |
CN117437425B (zh) | 语义分割方法、装置、计算机设备及计算机可读存储介质 | |
KR102523803B1 (ko) | 기계학습용 데이터 분류를 위한 데이터 처리 장치 및 그 동작 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20140606 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20140606 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140718 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150707 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150821 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160322 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160617 |
|
A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20160627 |
|
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: 20160719 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160812 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5990105 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |