JP6046948B2 - 物体検知装置及びその制御方法、プログラム、並びに記憶媒体 - Google Patents
物体検知装置及びその制御方法、プログラム、並びに記憶媒体 Download PDFInfo
- Publication number
- JP6046948B2 JP6046948B2 JP2012183596A JP2012183596A JP6046948B2 JP 6046948 B2 JP6046948 B2 JP 6046948B2 JP 2012183596 A JP2012183596 A JP 2012183596A JP 2012183596 A JP2012183596 A JP 2012183596A JP 6046948 B2 JP6046948 B2 JP 6046948B2
- Authority
- JP
- Japan
- Prior art keywords
- background
- feature
- region
- feature amount
- background object
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
- Burglar Alarm Systems (AREA)
Description
映像を入力する映像入力手段と、
前記入力した映像のフレーム画像から各位置の特徴量を抽出する抽出手段と、
前記各位置の抽出された特徴量と背景モデルにおける対応する位置の1以上の状態の特徴量のそれぞれとを比較する比較手段と、
前記比較の結果、前記抽出された特徴量が前記背景モデルのいずれの状態にも該当しなければ、当該抽出された特徴量を新規な状態の特徴量として前記背景モデルに追加して該状態の継続時間の計測を開始する更新手段と、
前記継続時間に基づいて前記映像から物体領域を検知する検知手段と、
前記物体領域から特徴量を生成する生成手段と、
前記物体領域から生成された特徴量と映像中にもともと存在していた物体である背景物体の特徴量とを比較して当該物体領域が背景物体かどうかを判定する判定手段とを有する。
本実施形態の登録フェーズの1フレーム画像に対する処理の流れについて図3を用いて説明する。同図は、CPU101が実行するアプリケーションにおける登録フェーズに係る部分の処理手順を示しているものである。
次に、背景モデル更新部205において、比較部203の結果を背景モデルに反映し、背景モデルの更新を行う(ステップS303)。(詳細は後述する)
次に、前景背景判定部206において、比較部203の結果から継続時間に基づいて前景と背景を判定する(ステップS304)。(詳細は後述する)
次に、検知された物体領域を出力する(ステップS305)。出力された物体領域は、置き去りの発生を検知する置き去り検知装置などで使用される。(詳細は後述する)
次に、第一背景物体候補領域選定部208において、検知された物体領域から背景物体を含んだ領域を選定する第一の背景物体領域の選定を行う(ステップS306)。(詳細は後述する)
次に、第二特徴量抽出部209において、選定された背景物体領域より特徴量を抽出する(ステップS307)。(詳細は後述する)
次に、第二背景物体候補領域選定部210において、第一背景物体領域選定部で選定された背景物体を含んだ領域から更に背景物体のみの領域に絞り込みを行う第二の背景物体領域の選定を行う(ステップS308)。(詳細は後述する)
次に、統計量生成部216にて背景物体領域と選定された領域に含まれる特徴量より統計量を生成し、背景物体特徴情報登録部217にて背景物体特徴情報を背景物体特徴情報記憶部218に登録する(ステップS309)。(詳細は後述する)
ここで、上記処理のステップS302の比較処理(比較部203)の詳細について、図4を用いて説明する。
式(3)において、現在のフレームをt, 1つ前のフレームをt-1とする。μt-1は更新前の特徴量の値、μtは更新後の特徴量の値である。Itは入力フレームの特徴量の値である。αは0から1までの値を持つ重みであり、大きな値であるほど、更新後の値は、入力の値に近くなる。
待合室において、典型的な背景物体は椅子である。このような物体は人によって頻繁に動かされたり、回転させられたりする。この度に誤検知が起こるが、動物体ではないので、あたかも静物体が出現したかのように同じ位置で誤検知され続ける。すなわち、継続時間の長い物体領域は背景物体である可能性がある。このことを利用して背景物体(を含む)領域の選定を行う。そこで、背景物体領域選定ルールの判定条件として「11」を指定しておく。ステップS1204にてYESとなり、継続時間判定部213によって継続時間判定が行われる(ステップS1205)。閾値との比較により、十分に長い(平均)継続時間をもった物体領域が条件を満たすものとする。閾値の値は、図14に例示したようにパラメータ値としてルールに記述しておくようにする。このようにして判定条件を検証した後、本シーンの採択ルールはONLYであるのでステップS1211において判定条件11を満たした物体領域のみを背景候補領域とする。
自動扉における人物の出入りのシーンにおいて、自動扉が開くことによって移動する扉の枠は、もともと真の背景に存在していた物体である。しかし、動くことにより背景モデルと差分が生じるため、物体として誤検知される。この背景物体(自動扉の枠)は動いていることも、停止していることもある。従って、待合室のシーンの判定条件11(継続時間)によって判定することはできない。自動扉の開閉は人物の出現によって起こる。そこで、人物を含む物体領域が一つでもあれば、このときに検知されている物体領域全てが背景物体の候補となり得る。このことを利用して物体領域から背景物体(を含む)領域を選定する。背景物体領域選定ルールの判定条件として12を指定しておく。ステップS1206にてYESとなり、人体検知部212を用いて人体有無判定が行われる(ステップS1207)。物体領域内で人体が検知されれば、物体領域が条件を満たすものとする。このようにして判定条件を検証した後、ステップS1211において、判定条件12を満たした物体領域が一つでもあれば、物体領域情報(図11)中の全ての物体領域を候補領域とする。
待合室において、典型的な背景物体が椅子であるため形状をよく表す特徴量が望ましい。また、椅子は画面内であらゆるところに置かれる可能性があるため、拡大・縮小や面内回転に不変な特徴量であることが望ましい。このような条件を満たす特徴量であればなんであってもよいが、本実施形態はScale Invariant Feature Transformation(SIFT)特徴量であるものとする。ステップS1603にてYESとなり、SIFT特徴量の抽出処理が行われる(ステップS1604)。
自動扉における人物の出入りのシーンにおいて、自動扉が開くことによって表れる扉の枠の形状は矩形であり、キーポイントとなる点が少ないためにSIFT特徴量はあまり抽出できない。また、画面の中で特定の領域のみで移動するためサイズは固定である。従って、待合室のシーンのように拡大縮小や面内回転に不変である必要はない。そこで、本シーンではより相応しい特徴量が必要である。自動扉の形状をよくとらえる特徴量として、本実施形態ではHOG特徴量であるものとする。もちろんこれに限ったものではなく、例えば、輪郭線を抽出しこれを特徴量として使ってもよい。ステップS1605にてYESとなり、HOG特徴量の抽出処理が行われる(ステップS1606)。
第一背景物体領域選定部において、継続時間の長い物体領域を背景物体候補領域とした。待合室では人物はしばらく立ち止まったりすることもあるため、人物領域がこのような背景物体候補領域に含まれることがある(図20はその一例)。そこで、背景物体領域選定ルールの判定条件として21を指定しておく。ステップS1905にてYESとなり、人体検知部212によって現在処理対象の背景物体候補領域に対して人体領域の検知を行う(ステップS1906)。そして、人体領域が検知された場合は、ステップS1909にて人体領域内の特徴量の重みを(例えば固定量分減じて)小さくする。また、人体検知部の検知結果の信頼度が出力できるときは、これに反比例するように重みを決定するようにしてもよい。
第一背景物体領域選定部において、人物が存在する物体領域があったときの全ての物体領域を背景物体候補領域とした。しかし、この中でももちろん人体の領域は背景物体ではない。従って、前記人体検知部212を用いて人体として検出された領域は、背景物体である可能性が低い。そこで、人体検知結果の領域に対応する特徴量の重みを現在処理中の背景物体IDと人体検知結果の領域の座標をもとに重み付き特徴量情報中の人体検出結果領域内に相当する特徴量の重みを小さくする。(例えば固定量分減じる)また、人体検知部の検知結果の信頼度が出力できるときは、これに反比例するように重みを決定するようにしてもよい。
次に本実施形態の運用フェーズの1フレーム画像に対する処理の流れについて図26を用いて説明する。ただし、登録フェーズと同じステップS301乃至S305については図3と同じ番号を付し、その説明は省略する。
実施形態における背景差分法は、映像から抽出された特徴量が映像中に出現してからの継続時間を基に行われているが、この方法に限定されるものではなく、他の様々な方式にも適用可能である。例えば、初期化時の入力フレーム画像をそのまま背景モデルとして扱い、以降の入力フレーム画像と比較し、所定値以上の差分が生じた画素を物体としてもよい。ただし、この場合に、前述の待合室のシーンでの背景物体特徴情報を生成するためには物体の継続時間を求める部が必要になる。これは、フレーム間で検知された物体領域の位置や特徴量などをもとに対応付けを行うトラッキング部を更に備えることにより、実現が可能である。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (11)
- 映像を入力する映像入力手段と、
前記入力した映像のフレーム画像から各位置の特徴量を抽出する抽出手段と、
前記各位置の抽出された特徴量と背景モデルにおける対応する位置の1以上の状態の特徴量のそれぞれとを比較する比較手段と、
前記比較の結果、前記抽出された特徴量が前記背景モデルのいずれの状態にも該当しなければ、当該抽出された特徴量を新規な状態の特徴量として前記背景モデルに追加して該状態の継続時間の計測を開始する更新手段と、
前記継続時間に基づいて前記映像から物体領域を検知する検知手段と、
前記物体領域から特徴量を生成する生成手段と、
前記物体領域から生成された特徴量と映像中にもともと存在していた物体である背景物体の特徴量とを比較して当該物体領域が背景物体かどうかを判定する判定手段と、
を有することを特徴とする物体検知装置。 - 背景物体の領域を選定する選定手段を更に備え、
前記背景物体の特徴量は、前記選定手段により選定された背景物体の領域より生成された特徴量であることを特徴とする請求項1に記載の物体検知装置。 - 前記特徴量は、適用するシーンに応じた特徴量であることを特徴とする請求項2に記載の物体検知装置。
- 前記選定手段は、適用するシーンに応じた背景物体の領域選定ルールに基づいて選定処理を行うことを特徴とする請求項2または3に記載の物体検知装置。
- 前記背景物体の領域選定ルールは、前記物体領域の映像中に出現してからの継続時間に基づくことを特徴とする請求項4に記載の物体検知装置。
- 移動物体を検出する検出手段を更に備え、
前記背景物体の領域選定ルールは、前記物体領域より、前記検出手段によって検知された移動物体領域を除外した領域とすることを特徴とする請求項4に記載の物体検知装置。 - 前記物体領域が物体の平行移動により検知されたものか面外回転により検知されたものかを判定する平行移動・面外回転判定手段を更に備え、
前記背景物体の領域選定ルールは、前記平行移動・面外回転判定手段により平行移動と判定された時に、平行移動に伴って出現した部分背景領域を除外した領域とすることを特徴とする請求項4に記載の物体検知装置。 - 前記判定手段は、当該判定の結果に基づいて前記背景モデルを更新する手段を含むことを特徴とする請求項1乃至7のいずれか1項に記載の物体検知装置。
- 映像を入力する映像入力手段を有し、当該映像中の物体検知を行う物体検知装置の制御方法であって、
抽出手段が、前記映像入力手段からの入力映像のフレーム画像から各位置の特徴量を抽出する抽出工程と、
比較手段が、前記各位置の抽出された特徴量と背景モデルにおける対応する位置の1以上の状態の特徴量のそれぞれとを比較する比較工程と、
更新手段が、前記比較の結果、前記抽出された特徴量が前記背景モデルのいずれの状態にも該当しなければ、当該抽出された特徴量を新規な状態の特徴量として前記背景モデルに追加して該状態の継続時間の計測を開始する更新工程と、
検知手段が、前記継続時間に基づいて前記映像から物体領域を検知する検知工程と、
生成手段が、前記物体領域から特徴量を生成する生成工程と、
判定手段が、前記物体領域から生成された特徴量と映像中にもともと存在していた物体である背景物体の特徴量とを比較して当該物体領域が背景物体かどうかを判定する判定工程と、
を有することを特徴とする物体検知装置の制御方法。 - 映像を入力する映像入力手段を有するコンピュータに読み込ませ実行させることで、前記コンピュータを、請求項1乃至8のいずれか1項に記載の物体検知装置の各手段として機能させるためのプログラム。
- 請求項10に記載のプログラムを格納したことを特徴とするコンピュータが読み込み可能な記憶媒体。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012183596A JP6046948B2 (ja) | 2012-08-22 | 2012-08-22 | 物体検知装置及びその制御方法、プログラム、並びに記憶媒体 |
US13/963,690 US9202126B2 (en) | 2012-08-22 | 2013-08-09 | Object detection apparatus and control method thereof, and storage medium |
EP13004034.8A EP2701094A3 (en) | 2012-08-22 | 2013-08-13 | Object detection apparatus and control method thereof, program, and storage medium |
CN201310367582.2A CN103632379B (zh) | 2012-08-22 | 2013-08-21 | 物体检测装置及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012183596A JP6046948B2 (ja) | 2012-08-22 | 2012-08-22 | 物体検知装置及びその制御方法、プログラム、並びに記憶媒体 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014041488A JP2014041488A (ja) | 2014-03-06 |
JP2014041488A5 JP2014041488A5 (ja) | 2015-10-08 |
JP6046948B2 true JP6046948B2 (ja) | 2016-12-21 |
Family
ID=49033765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012183596A Active JP6046948B2 (ja) | 2012-08-22 | 2012-08-22 | 物体検知装置及びその制御方法、プログラム、並びに記憶媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9202126B2 (ja) |
EP (1) | EP2701094A3 (ja) |
JP (1) | JP6046948B2 (ja) |
CN (1) | CN103632379B (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102576412B (zh) * | 2009-01-13 | 2014-11-05 | 华为技术有限公司 | 图像处理以为图像中的对象进行分类的方法和系统 |
US9633414B2 (en) * | 2012-07-25 | 2017-04-25 | Nec Corporation | Update region detection device |
US9224071B2 (en) * | 2012-11-19 | 2015-12-29 | Microsoft Technology Licensing, Llc | Unsupervised object class discovery via bottom up multiple class learning |
US9953240B2 (en) * | 2013-05-31 | 2018-04-24 | Nec Corporation | Image processing system, image processing method, and recording medium for detecting a static object |
JP6532190B2 (ja) | 2014-03-26 | 2019-06-19 | キヤノン株式会社 | 画像検索装置、画像検索方法 |
CN103902976B (zh) * | 2014-03-31 | 2017-12-29 | 浙江大学 | 一种基于红外图像的行人检测方法 |
JP6395423B2 (ja) * | 2014-04-04 | 2018-09-26 | キヤノン株式会社 | 画像処理装置、制御方法及びプログラム |
US20160371847A1 (en) * | 2014-07-24 | 2016-12-22 | Bonanza.com, LLC | Background profiles |
WO2016021411A1 (ja) * | 2014-08-06 | 2016-02-11 | ソニー株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US9514523B2 (en) * | 2014-11-18 | 2016-12-06 | Intel Corporation | Method and apparatus for filling images captured by array cameras |
JP6638723B2 (ja) * | 2015-03-04 | 2020-01-29 | ノーリツプレシジョン株式会社 | 画像解析装置、画像解析方法、及び、画像解析プログラム |
JP6309913B2 (ja) * | 2015-03-31 | 2018-04-11 | セコム株式会社 | 物体検出装置 |
CN105336074A (zh) | 2015-10-28 | 2016-02-17 | 小米科技有限责任公司 | 报警方法及装置 |
EP3246874B1 (en) | 2016-05-16 | 2018-03-14 | Axis AB | Method and apparatus for updating a background model used for background subtraction of an image |
JP7085812B2 (ja) | 2017-08-02 | 2022-06-17 | キヤノン株式会社 | 画像処理装置およびその制御方法 |
US10580144B2 (en) | 2017-11-29 | 2020-03-03 | International Business Machines Corporation | Method and system for tracking holographic object |
CN111008992B (zh) * | 2019-11-28 | 2024-04-05 | 驭势科技(浙江)有限公司 | 目标跟踪方法、装置和系统及存储介质 |
JP2021163303A (ja) * | 2020-04-01 | 2021-10-11 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003346156A (ja) | 2002-05-23 | 2003-12-05 | Nippon Telegr & Teleph Corp <Ntt> | 物体検出装置、物体検出方法、プログラムおよび記録媒体 |
US7190809B2 (en) * | 2002-06-28 | 2007-03-13 | Koninklijke Philips Electronics N.V. | Enhanced background model employing object classification for improved background-foreground segmentation |
WO2005036456A2 (en) * | 2003-05-12 | 2005-04-21 | Princeton University | Method and apparatus for foreground segmentation of video sequences |
EP1668469A4 (en) * | 2003-09-19 | 2007-11-21 | Bae Systems Advanced Informati | SYSTEMS AND METHODS OF TRACKING |
JP4378261B2 (ja) | 2004-10-27 | 2009-12-02 | キヤノン株式会社 | 画像処理方法、画像処理装置 |
KR100999206B1 (ko) * | 2005-04-18 | 2010-12-07 | 인텔 코오퍼레이션 | 보행자 추적을 통한 비디오 시퀀스들로부터의 삼차원적 로드 레이아웃 추정을 위한 방법, 장치, 및 그것을 위한 컴퓨터 판독 가능한 기록 매체 |
US7720283B2 (en) * | 2005-12-09 | 2010-05-18 | Microsoft Corporation | Background removal in a live video |
JP2007164690A (ja) * | 2005-12-16 | 2007-06-28 | Matsushita Electric Ind Co Ltd | 画像処理装置及び画像処理方法 |
US20070237387A1 (en) * | 2006-04-11 | 2007-10-11 | Shmuel Avidan | Method for detecting humans in images |
JP4636064B2 (ja) * | 2007-09-18 | 2011-02-23 | ソニー株式会社 | 画像処理装置および画像処理方法、並びにプログラム |
CN101470802B (zh) * | 2007-12-28 | 2012-05-09 | 清华大学 | 物体检测装置和方法 |
WO2009136894A1 (en) * | 2008-05-08 | 2009-11-12 | Utc Fire & Security | System and method for ensuring the performance of a video-based fire detection system |
US8160366B2 (en) * | 2008-06-20 | 2012-04-17 | Sony Corporation | Object recognition device, object recognition method, program for object recognition method, and recording medium having recorded thereon program for object recognition method |
TW201034430A (en) * | 2009-03-11 | 2010-09-16 | Inventec Appliances Corp | Method for changing the video background of multimedia cell phone |
US8320666B2 (en) * | 2009-08-14 | 2012-11-27 | Genesis Group Inc. | Real-time image and video matting |
JP5236607B2 (ja) * | 2009-09-25 | 2013-07-17 | セコム株式会社 | 異常検知装置 |
US8699852B2 (en) * | 2011-10-10 | 2014-04-15 | Intellectual Ventures Fund 83 Llc | Video concept classification using video similarity scores |
JP6041515B2 (ja) | 2012-04-11 | 2016-12-07 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
-
2012
- 2012-08-22 JP JP2012183596A patent/JP6046948B2/ja active Active
-
2013
- 2013-08-09 US US13/963,690 patent/US9202126B2/en active Active
- 2013-08-13 EP EP13004034.8A patent/EP2701094A3/en not_active Withdrawn
- 2013-08-21 CN CN201310367582.2A patent/CN103632379B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
US20140056473A1 (en) | 2014-02-27 |
US9202126B2 (en) | 2015-12-01 |
CN103632379A (zh) | 2014-03-12 |
EP2701094A2 (en) | 2014-02-26 |
EP2701094A3 (en) | 2015-02-25 |
CN103632379B (zh) | 2017-06-06 |
JP2014041488A (ja) | 2014-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6046948B2 (ja) | 物体検知装置及びその制御方法、プログラム、並びに記憶媒体 | |
US11663502B2 (en) | Information processing apparatus and rule generation method | |
JP5713790B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US9336456B2 (en) | Systems, methods and computer program products for identifying objects in video data | |
US10217010B2 (en) | Information processing apparatus for registration of facial features in a collation database and control method of the same | |
JP5283088B2 (ja) | 画像検索装置および同画像検索装置に適用される画像検索用コンピュータプログラム | |
KR101896357B1 (ko) | 객체를 검출하는 방법, 디바이스 및 프로그램 | |
JP5963609B2 (ja) | 画像処理装置、画像処理方法 | |
US11527000B2 (en) | System and method for re-identifying target object based on location information of CCTV and movement information of object | |
US10762372B2 (en) | Image processing apparatus and control method therefor | |
US8027978B2 (en) | Image search method, apparatus, and program | |
WO2016139964A1 (ja) | 注目領域抽出装置および注目領域抽出方法 | |
KR101836811B1 (ko) | 이미지 상호간의 매칭을 판단하는 방법, 장치 및 컴퓨터 프로그램 | |
US10891740B2 (en) | Moving object tracking apparatus, moving object tracking method, and computer program product | |
KR102350192B1 (ko) | 검색 데이터베이스를 구축하기 위한 관심영상 선별 방법 및 이를 수행하는 영상 관제 시스템 | |
Carvalho et al. | Analysis of object description methods in a video object tracking environment | |
JP2018081452A (ja) | 画像処理装置、画像処理方法 | |
JP2019046278A (ja) | 情報処理装置、制御方法、コンピュータプログラム、記憶媒体、及びモデル作成装置 | |
WO2022079841A1 (ja) | グループ特定装置、グループ特定方法、及びコンピュータ読み取り可能な記録媒体 | |
Huang et al. | On-line video multi-object segmentation based on skeleton model and occlusion detection | |
US11587318B1 (en) | Video target tracking | |
Kang et al. | A quantitative attribute-based benchmark methodology for single-target visual tracking | |
JP2009181306A (ja) | 映像インデキシング装置,映像インデキシング方法,映像インデキシングプログラムおよびその記録媒体 | |
Akinwande et al. | A Comparative Study of Age Estimation Using Edge Detection and Regression Algorithm | |
CN117635763A (zh) | 基于人像部件分析的自动换装方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150824 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150824 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160722 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160729 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160926 |
|
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: 20161021 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161118 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6046948 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |