JP6612487B1 - 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム - Google Patents
学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム Download PDFInfo
- Publication number
- JP6612487B1 JP6612487B1 JP2019552308A JP2019552308A JP6612487B1 JP 6612487 B1 JP6612487 B1 JP 6612487B1 JP 2019552308 A JP2019552308 A JP 2019552308A JP 2019552308 A JP2019552308 A JP 2019552308A JP 6612487 B1 JP6612487 B1 JP 6612487B1
- Authority
- JP
- Japan
- Prior art keywords
- image
- images
- class
- unit
- feature map
- 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
- 238000000034 method Methods 0.000 title claims description 16
- 238000000605 extraction Methods 0.000 claims abstract description 114
- 238000012549 training Methods 0.000 claims description 97
- 230000006870 function Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 6
- 238000012545 processing Methods 0.000 description 41
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Image Analysis (AREA)
Abstract
Description
先ず、画像処理装置1の構成について、図1を用いて説明する。図1は、本実施形態に係る画像処理装置1の概要構成の一例を示すブロック図である。図1に示すように、画像処理装置1は、システム制御部11と、システムバス12と、入出力インターフェース13と、記憶部14と、通信部15と、入力部16と、表示部17と、GPU(Graphics Processing Unit)18と、GPUメモリ19(または、ビデオRAM)を備えている。システム制御部11と入出力インターフェース13とは、システムバス12を介して接続されている。画像処理装置1は、例えばサーバ装置であってもよいし、パーソナルコンピュータであってもよい。
次に、図2乃至図4Bを用いて、システム制御部11及びGPU18の機能概要について説明する。図2は、本実施形態に係る画像処理装置1のシステム制御部11及びGPU18の機能ブロックの一例を示す図である。システム制御部11及びGPU18は、CPU11aが、記憶部14に記憶されているプログラムに含まれる各種コード等を読み出し実行することにより、図2に示すように、画像取得部111、第1訓練部112、座標出力制御部113、画像抽出部114、第2訓練部115、モデル記憶制御部116、モデル読み出し部117、特徴マップ出力制御部118、クラス情報出力制御部119等として機能する。
図3は、モデル2の構成例を示す図である。画像取得部111〜第2訓練部115は、機械学習によってモデル2を生成する。図3に示すように、モデル2は、特徴抽出部21と、全体画像クラス推定部22と、座標推定部23と、部分画像クラス推定部24と、を含む畳み込みニューラルネットワークである。モデル2のベースとなるネットワークモデルの例として、ResNet、GoogleNet、AlexNet、VGGNetが挙げられる。
モデル読み出し部117は、記憶部14に記憶されたモデル2を読み出して、RAM14c又はGPUメモリ19にロードする。
次に、画像処理装置1の動作について、図6を用いて説明する。図6は、画像処理装置1のシステム制御部11及びGPU18による学習処理の一例を示すフローチャートである。モデル生成用のプログラムに含まれるプログラムコードに従って、システム制御部11及びGPU18は学習処理を実行する。
11 システム制御部
12 システムバス
13 入出力インターフェース
14 記憶部
15 通信部
16 入力部
17 表示部
18 GPU
19 GPUメモリ
111 画像取得部
112 第1訓練部
113 座標出力制御部
114 画像抽出部
115 第2訓練部
116 モデル記憶制御部
117 モデル読み出し部
118 特徴マップ出力制御部
119 クラス情報出力制御部
2 モデル
21 特徴抽出部
22 全体画像クラス推定部
23 座標推定部
24 部分画像クラス推定部
Claims (11)
- 複数の畳み込み層を含む特徴抽出部であって、1以上のオブジェクトが存在する画像の特徴マップを出力する特徴抽出部と、前記特徴マップに基づいて、前記画像のうち、前記オブジェクトが存在する部分の領域の座標を出力する座標推定部と、を含む、前記1以上のオブジェクトを分類するためのモデルを生成する生成手段と、
前記生成されたモデルをモデル記憶手段に記憶させる記憶制御手段と、
を備え、
前記生成手段は、
1以上のオブジェクトがそれぞれ存在する複数の画像を、画像記憶手段から取得する画像取得手段と、
前記取得された複数の画像を用いて、前記特徴抽出部を訓練する第1訓練手段と、
前記第1訓練手段により訓練された前記特徴抽出部により、前記複数の画像のうち1以上の画像それぞれの特徴マップを出力させる特徴マップ出力制御手段と、
前記1以上の画像それぞれについて、前記出力された特徴マップを前記座標推定部に入力して、前記画像のうち、前記オブジェクトが存在する部分の領域の座標を少なくとも一つ出力させる座標出力制御手段と、
前記1以上の画像それぞれについて、該画像から、前記出力された座標により示される部分の画像を抽出する抽出手段と、
前記抽出された画像を用いて、前記第1訓練手段により訓練された前記特徴抽出部を更に訓練する第2訓練手段と、
を含むことを特徴とする学習装置。 - 前記モデルは、前記特徴マップに基づいて、前記1以上のオブジェクトそれぞれのクラスを示すクラス情報を出力する少なくとも一のクラス推定部を更に含み、
前記第1訓練手段は、前記取得された複数の画像を用いて、前記特徴抽出部と、前記少なくとも一のクラス推定部のうち所定の第1クラス推定部と、を訓練し、
前記第2訓練手段は、前記取得された複数の画像を用いて、前記特徴抽出部と、前記少なくとも一のクラス推定部のうち所定の第2クラス推定部と、を訓練することを特徴とする請求項1に記載の学習装置。 - 前記第2クラス推定部は、前記少なくとも一のクラス推定部のうち、前記第1クラス推定部とは異なるクラス推定部であることを特徴とする請求項2に記載の学習装置。
- 前記第2クラス推定部は、前記第1クラス推定部と同一であることを特徴とする請求項2に記載の学習装置。
- 前記座標出力制御手段は、前記座標推定部により、前記複数の画像のうち、複数のオブジェクトが存在する画像について、前記複数のオブジェクトそれぞれが存在する領域の座標をそれぞれ少なくとも一つ出力させることを特徴とする請求項1乃至4の何れか一項に記載の学習装置。
- 前記座標出力制御手段は、前記座標推定部により、前記1以上のオブジェクトのうち少なくとも一のオブジェクトについて、異なる複数の領域それぞれの座標を出力させることを特徴とする請求項1乃至5の何れか一項に記載の学習装置。
- 請求項1乃至6の何れか一項に記載の学習装置により生成された前記モデルを記憶する記憶手段から、前記モデルを読み出す読み出し手段と、
前記読み出されたモデルに含まれる前記特徴抽出部により、1以上のオブジェクトが存在する所与の画像の特徴マップを出力させる特徴マップ出力制御手段と、
前記出力された所与の画像の特徴マップに基づいて、前記読み出されたモデルにより、前記1以上のオブジェクトそれぞれのクラスを示すクラス情報を出力させるクラス情報出力制御手段と、
を備えることを特徴とする分類装置。 - コンピュータにより実行される学習方法において、
複数の畳み込み層を含む特徴抽出部であって、1以上のオブジェクトが存在する画像の特徴マップを出力する特徴抽出部と、前記特徴マップに基づいて、前記画像のうち、前記オブジェクトが存在する部分の領域の座標を出力する座標推定部と、を含む、前記1以上のオブジェクトを分類するためのモデルを生成する生成ステップと、
前記生成されたモデルをモデル記憶手段に記憶させる記憶制御ステップと、
を備え、
前記生成ステップは、
1以上のオブジェクトがそれぞれ存在する複数の画像を、画像記憶手段から取得する画像取得ステップと、
前記取得された複数の画像を用いて、前記特徴抽出部を訓練する第1訓練ステップと、
前記第1訓練ステップにより訓練された前記特徴抽出部により、前記複数の画像のうち1以上の画像それぞれの特徴マップを出力させる特徴マップ出力制御ステップと、
前記1以上の画像それぞれについて、前記出力された特徴マップを前記座標推定部に入力して、前記画像のうち、前記オブジェクトが存在する部分の領域の座標を少なくとも一つ出力させる座標出力制御ステップと、
前記1以上の画像それぞれについて、該画像から、前記出力された座標により示される部分の画像を抽出する抽出ステップと、
前記抽出された画像を用いて、前記第1訓練ステップにより訓練された前記特徴抽出部を更に訓練する第2訓練ステップと、
を含むことを特徴とする学習方法。 - コンピュータにより実行される分類方法において、
請求項1乃至6の何れか一項に記載の学習装置により生成された前記モデルを記憶する記憶手段から、前記モデルを読み出す読み出しステップと、
前記読み出されたモデルに含まれる前記特徴抽出部により、1以上のオブジェクトが存在する所与の画像の特徴マップを出力させる特徴マップ出力制御ステップと、
前記出力された所与の画像の特徴マップに基づいて、前記読み出されたモデルにより、前記1以上のオブジェクトそれぞれのクラスを示すクラス情報を出力させるクラス情報出力制御ステップと、
を含むことを特徴とする分類方法。 - コンピュータにより実行される学習プログラムにおいて、
前記コンピュータを、
複数の畳み込み層を含む特徴抽出部であって、1以上のオブジェクトが存在する画像の特徴マップを出力する特徴抽出部と、前記特徴マップに基づいて、前記画像のうち、前記オブジェクトが存在する部分の領域の座標を出力する座標推定部と、を含む、前記1以上のオブジェクトを分類するためのモデルを生成する生成手段と、
前記生成されたモデルをモデル記憶手段に記憶させる記憶制御手段と、
として機能させ、
前記生成手段は、
1以上のオブジェクトがそれぞれ存在する複数の画像を、画像記憶手段から取得する画像取得手段と、
前記取得された複数の画像を用いて、前記特徴抽出部を訓練する第1訓練手段と、
前記第1訓練手段により訓練された前記特徴抽出部により、前記複数の画像のうち1以上の画像それぞれの特徴マップを出力させる特徴マップ出力制御手段と、
前記1以上の画像それぞれについて、前記出力された特徴マップを前記座標推定部に入力して、前記画像のうち、前記オブジェクトが存在する部分の領域の座標を少なくとも一つ出力させる座標出力制御手段と、
前記1以上の画像それぞれについて、該画像から、前記出力された座標により示される部分の画像を抽出する抽出手段と、
前記抽出された画像を用いて、前記第1訓練手段により訓練された前記特徴抽出部を更に訓練する第2訓練手段と、
を含むことを特徴とする学習プログラム。 - コンピュータを、
請求項1乃至6の何れか一項に記載の学習装置により生成された前記モデルを記憶する記憶手段から、前記モデルを読み出す読み出し手段と、
前記読み出されたモデルに含まれる前記特徴抽出部により、1以上のオブジェクトが存在する所与の画像の特徴マップを出力させる特徴マップ出力制御手段と、
前記出力された所与の画像の特徴マップに基づいて、前記読み出されたモデルにより、前記1以上のオブジェクトそれぞれのクラスを示すクラス情報を出力させるクラス情報出力制御手段と、
として機能させることを特徴とする分類プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/021679 WO2020240809A1 (ja) | 2019-05-31 | 2019-05-31 | 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6612487B1 true JP6612487B1 (ja) | 2019-11-27 |
JPWO2020240809A1 JPWO2020240809A1 (ja) | 2021-09-13 |
Family
ID=68692083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019552308A Active JP6612487B1 (ja) | 2019-05-31 | 2019-05-31 | 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11455502B2 (ja) |
JP (1) | JP6612487B1 (ja) |
WO (1) | WO2020240809A1 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022019670A1 (ko) * | 2020-07-23 | 2022-01-27 | 주식회사 어반베이스 | 이미지 데이터베이스 분석 기반 상품 추천 장치 및 방법 |
WO2022019390A1 (ko) * | 2020-07-23 | 2022-01-27 | 주식회사 어반베이스 | 데이터 증강 기반 사물 분석 모델 학습 장치 및 방법 |
US20220198216A1 (en) * | 2020-12-17 | 2022-06-23 | Fujitsu Limited | Computer-readable recording medium storing image output program, image output method, and image output apparatus |
WO2023105609A1 (ja) * | 2021-12-07 | 2023-06-15 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、プログラム、および学習モデル |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210000013A (ko) * | 2019-06-24 | 2021-01-04 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 제어 방법 |
KR20210061839A (ko) * | 2019-11-20 | 2021-05-28 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
CN113269190B (zh) * | 2021-07-21 | 2021-10-12 | 中国平安人寿保险股份有限公司 | 基于人工智能的数据分类方法、装置、计算机设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017059207A (ja) * | 2015-09-18 | 2017-03-23 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 画像認識方法 |
JP2018169672A (ja) * | 2017-03-29 | 2018-11-01 | 三菱電機インフォメーションシステムズ株式会社 | 教師画像を生成する方法、コンピュータおよびプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3563305A4 (en) * | 2016-12-30 | 2020-08-05 | Nokia Technologies Oy | ARTIFICIAL NEURAL NETWORK |
US11379975B2 (en) * | 2017-06-30 | 2022-07-05 | Promaton Holding B.V. | Classification and 3D modelling of 3D dento-maxillofacial structures using deep learning methods |
JP7026456B2 (ja) * | 2017-07-05 | 2022-02-28 | キヤノン株式会社 | 画像処理装置、学習装置、フォーカス制御装置、露出制御装置、画像処理方法、学習方法、及びプログラム |
US20210133474A1 (en) * | 2018-05-18 | 2021-05-06 | Nec Corporation | Image processing apparatus, system, method, and non-transitory computer readable medium storing program |
JP7006782B2 (ja) * | 2018-06-01 | 2022-01-24 | 日本電気株式会社 | 情報処理装置、制御方法、及びプログラム |
US11055574B2 (en) * | 2018-11-20 | 2021-07-06 | Xidian University | Feature fusion and dense connection-based method for infrared plane object detection |
-
2019
- 2019-05-31 WO PCT/JP2019/021679 patent/WO2020240809A1/ja active Application Filing
- 2019-05-31 JP JP2019552308A patent/JP6612487B1/ja active Active
- 2019-05-31 US US16/635,567 patent/US11455502B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017059207A (ja) * | 2015-09-18 | 2017-03-23 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 画像認識方法 |
JP2018169672A (ja) * | 2017-03-29 | 2018-11-01 | 三菱電機インフォメーションシステムズ株式会社 | 教師画像を生成する方法、コンピュータおよびプログラム |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022019670A1 (ko) * | 2020-07-23 | 2022-01-27 | 주식회사 어반베이스 | 이미지 데이터베이스 분석 기반 상품 추천 장치 및 방법 |
WO2022019390A1 (ko) * | 2020-07-23 | 2022-01-27 | 주식회사 어반베이스 | 데이터 증강 기반 사물 분석 모델 학습 장치 및 방법 |
KR20220012785A (ko) * | 2020-07-23 | 2022-02-04 | 주식회사 어반베이스 | 데이터 증강 기반 사물 분석 모델 학습 장치 및 방법 |
KR20220012787A (ko) * | 2020-07-23 | 2022-02-04 | 주식회사 어반베이스 | 이미지 데이터베이스 분석 기반 상품 추천 장치 및 방법 |
KR102430743B1 (ko) * | 2020-07-23 | 2022-08-11 | 주식회사 어반베이스 | 데이터 증강 기반 사물 분석 모델 학습 장치 및 방법 |
KR102485503B1 (ko) * | 2020-07-23 | 2023-01-05 | 주식회사 어반베이스 | 이미지 데이터베이스 분석 기반 상품 추천 장치 및 방법 |
JP2023508641A (ja) * | 2020-07-23 | 2023-03-03 | 株式会社アーバンベース | データ増強基盤事物分析モデル学習装置及び方法 |
JP7336033B2 (ja) | 2020-07-23 | 2023-08-30 | 株式会社アーバンベース | データ増強基盤事物分析モデル学習装置及び方法 |
US20220198216A1 (en) * | 2020-12-17 | 2022-06-23 | Fujitsu Limited | Computer-readable recording medium storing image output program, image output method, and image output apparatus |
WO2023105609A1 (ja) * | 2021-12-07 | 2023-06-15 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、プログラム、および学習モデル |
JP7376730B1 (ja) | 2021-12-07 | 2023-11-08 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、プログラム、および学習モデル |
Also Published As
Publication number | Publication date |
---|---|
US11455502B2 (en) | 2022-09-27 |
US20210406615A1 (en) | 2021-12-30 |
WO2020240809A1 (ja) | 2020-12-03 |
JPWO2020240809A1 (ja) | 2021-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6612487B1 (ja) | 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム | |
US11631162B2 (en) | Machine learning training method, system, and device | |
US10846524B2 (en) | Table layout determination using a machine learning system | |
US20200167558A1 (en) | Semantic page segmentation of vector graphics documents | |
JP6612486B1 (ja) | 学習装置、分類装置、学習方法、分類方法、学習プログラム、及び分類プログラム | |
US10997464B2 (en) | Digital image layout training using wireframe rendering within a generative adversarial network (GAN) system | |
US20180114097A1 (en) | Font Attributes for Font Recognition and Similarity | |
CN104850388B (zh) | 网页绘制方法及装置 | |
CN107025430A (zh) | 着重号列表 | |
CN111274981B (zh) | 目标检测网络构建方法及装置、目标检测方法 | |
US9934431B2 (en) | Producing a flowchart object from an image | |
CN116610304B (zh) | 页面代码生成方法、装置、设备和存储介质 | |
US11361189B2 (en) | Image generation method and computing device | |
US8488183B2 (en) | Moving labels in graphical output to avoid overprinting | |
CN115373658A (zh) | 一种基于Web图片的前端代码自动生成方法和装置 | |
KR101768913B1 (ko) | 지리 정보 데이터 분할 방법, 분할 장치 및 이를 수행하는 프로그램을 기록하는 기록매체 | |
Lopes et al. | EvoDesigner: aiding the exploration of innovative graphic design solutions | |
JP7365845B2 (ja) | 学習装置、学習方法、及びプログラム | |
US20230154075A1 (en) | Vector Object Generation from Raster Objects using Semantic Vectorization | |
US11189066B1 (en) | Systems and methods of learning visual importance for graphic design and data visualization | |
US20220092260A1 (en) | Information output apparatus, question generation apparatus, and non-transitory computer readable medium | |
KR20230127538A (ko) | 데이터 레이블링 시스템 및 방법 | |
KR20240007476A (ko) | 인공지능 기반의 사용자 스케치 인식을 통한 인포그래픽 라이브러리 추천 장치 및 방법 | |
Qiu et al. | Digital Media Content Analysis and Visualization Expression based on Computer Vision Technology | |
JP2022129792A (ja) | 領域変換装置、領域変換方法及び領域変換システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190920 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190920 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20191017 |
|
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: 20191029 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191030 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6612487 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |