JP6945639B2 - 画像処理方法及び装置 - Google Patents
画像処理方法及び装置 Download PDFInfo
- Publication number
- JP6945639B2 JP6945639B2 JP2019545984A JP2019545984A JP6945639B2 JP 6945639 B2 JP6945639 B2 JP 6945639B2 JP 2019545984 A JP2019545984 A JP 2019545984A JP 2019545984 A JP2019545984 A JP 2019545984A JP 6945639 B2 JP6945639 B2 JP 6945639B2
- Authority
- JP
- Japan
- Prior art keywords
- target object
- similarity
- images
- image
- features
- 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
- 238000003672 processing method Methods 0.000 title claims description 34
- 238000000034 method Methods 0.000 claims description 142
- 238000012545 processing Methods 0.000 claims description 106
- 238000009826 distribution Methods 0.000 claims description 53
- 238000003860 storage Methods 0.000 claims description 36
- 230000008569 process Effects 0.000 claims description 33
- 230000000694 effects Effects 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 239000000047 product Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor
-
- 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
- G06V10/70—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
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Description
この出願は、画像処理の分野に関し、より具体的には、画像処理方法及び装置に関する。
画像処理技術の開発と共に、画像処理は、顔認識支払分野やアイデンティティ認識分野などの多くの分野において適用されてきた。画像処理では、通常、システムに保存された画像を処理のベースとして取り入れ、システムに保存された画像を処理することによって処理結果を得る必要がある。例えば、システムに保存された基本画像は、ユーザアイデンティティを検証するために、収集されたユーザ画像と比較される。
この出願の実施形態の目的は、画像処理方法及び装置を提供することであり、対象物体の標準特徴に基づいて、対象物体の複数の画像から対象物体の標準特徴に対してより類似している画像が決定され、その結果、すべての選択画像が画像処理に適しており、それにより、画像処理効果が向上する。
対象物体の複数の画像の特徴及び対象物体の標準特徴を取得することと、
複数の画像の特徴と標準特徴との間の類似性に従って、複数の画像から対象物体の信頼できる画像を決定することであって、信頼できる画像の特徴と標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと
を含む、画像処理方法が提供される。
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を含む、別の画像処理方法であって、
第1の対象物体の信頼できる画像が、第1の対象物体の複数の画像から決定された画像であり、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像が、第2の対象物体の複数の画像から決定された画像であり、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像処理方法が提供される。
第1の対象物体の複数の画像の特徴、第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び第2の対象物体の標準特徴を取得することと、
第1の対象物体の複数の画像の特徴と第1の対象物体の標準特徴との間の類似性に従って、第1の対象物体の複数の画像から第1の対象物体の信頼できる画像を決定し、第2の対象物体の複数の画像の特徴と第2の対象物体の標準特徴との間の類似性に従って、第2の対象物体の複数の画像から第2の対象物体の信頼できる画像を決定することであって、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を含む、さらなる別の画像処理方法が提供される。
対象物体の複数の画像の特徴及び対象物体の標準特徴を取得するように構成された特徴取得モジュールと、
複数の画像の特徴と標準特徴との間の類似性に従って、複数の画像から対象物体の信頼できる画像を決定するように構成された画像選択モジュールであって、信頼できる画像の特徴と標準特徴との間の類似性が、プリセット類似性要件を満たす、画像選択モジュールと
を含む、画像処理装置が提供される。
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得するように構成された画像取得モジュールと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断するように構成された画像比較モジュールと
を含む、別の画像処理装置であって、
第1の対象物体の信頼できる画像が、第1の対象物体の複数の画像から決定された画像であり、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像が、第2の対象物体の複数の画像から決定された画像であり、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像処理装置が提供される。
第1の対象物体の複数の画像の特徴、第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び第2の対象物体の標準特徴を取得するように構成されたデータ取得モジュールと、
第1の対象物体の複数の画像の特徴と第1の対象物体の標準特徴との間の類似性に従って、第1の対象物体の複数の画像から第1の対象物体の信頼できる画像を決定し、第2の対象物体の複数の画像の特徴と第2の対象物体の標準特徴との間の類似性に従って、第2の対象物体の複数の画像から第2の対象物体の信頼できる画像を決定するように構成された画像決定モジュールであって、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像決定モジュールと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断するように構成された画像判定モジュールと
を含む、さらなる別の画像処理装置が提供される。
プロセッサと、
コンピュータ実行可能命令を格納するように構成されたメモリであって、実行可能命令が、実行されると、
対象物体の複数の画像の特徴及び対象物体の標準特徴を取得することと、
複数の画像の特徴と標準特徴との間の類似性に従って、複数の画像から対象物体の信頼できる画像を決定することであって、信頼できる画像の特徴と標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと
をプロセッサに実行させる、メモリと
を含む、画像処理デバイスが提供される。
プロセッサと、
コンピュータ実行可能命令を格納するように構成されたメモリであって、実行可能命令が、実行されると、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
をプロセッサに実行させる、メモリと
を含む、別の画像処理デバイスであって、
第1の対象物体の信頼できる画像が、第1の対象物体の複数の画像から決定された画像であり、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像が、第2の対象物体の複数の画像から決定された画像であり、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像処理デバイスが提供される。
プロセッサと、
コンピュータ実行可能命令を格納するように構成されたメモリであって、実行可能命令が、実行されると、
第1の対象物体の複数の画像の特徴、第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び第2の対象物体の標準特徴を取得することと、
第1の対象物体の複数の画像の特徴と第1の対象物体の標準特徴との間の類似性に従って、第1の対象物体の複数の画像から第1の対象物体の信頼できる画像を決定し、第2の対象物体の複数の画像の特徴と第2の対象物体の標準特徴との間の類似性に従って、第2の対象物体の複数の画像から第2の対象物体の信頼できる画像を決定することであって、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
をプロセッサに実行させる、メモリと
を含む、さらなる別の画像処理デバイスが提供される。
対象物体の複数の画像の特徴及び対象物体の標準特徴を取得することと、
複数の画像の特徴と標準特徴との間の類似性に従って、複数の画像から対象物体の信頼できる画像を決定することであって、信頼できる画像の特徴と標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと
を実装する、記憶媒体が提供される。
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を実施し、
第1の対象物体の信頼できる画像が、第1の対象物体の複数の画像から決定された画像であり、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像が、第2の対象物体の複数の画像から決定された画像であり、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、記憶媒体が提供される。
第1の対象物体の複数の画像の特徴、第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び第2の対象物体の標準特徴を取得することと、
第1の対象物体の複数の画像の特徴と第1の対象物体の標準特徴との間の類似性に従って、第1の対象物体の複数の画像から第1の対象物体の信頼できる画像を決定し、第2の対象物体の複数の画像の特徴と第2の対象物体の標準特徴との間の類似性に従って、第2の対象物体の複数の画像から第2の対象物体の信頼できる画像を決定することであって、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を実装する、記憶媒体が提供される。
この出願の実施形態又は先行技術の技術的解決法をより明確に示すため、実施形態又は先行技術の説明において使用される添付の図面を以下で簡単に説明する。以下の説明の添付の図面は、この出願に記録された単なるいくつかの実施形態であることは明らかであり、当業者は、創造的な取り組みを行うことなく、これらの添付の図面に従って、他の添付の図面を得ることもできる。
当業者がこの出願の技術的解決法をより良く理解できるようにするため、この出願の実施形態の技術的解決法は、この出願の実施形態の添付の図面を参照して、以下で明確且つ完全に説明する。説明される実施形態は、この出願の実施形態のすべてというよりむしろ、単にそのうちの一部であることは明らかである。創造的な取り組みを行うことなく、この出願の実施形態に基づいて当業者によって導出された他のすべての実施形態は、この出願の保護範囲内に収まるべきである。
(a1)複数の画像の平均特徴を取得し、対象物体の標準特徴として、複数の画像の平均特徴を取り入れるか、又は、
(a2)複数の画像の平均特徴を取得し、対象物体の標準特徴として、複数の画像の特徴のうちの平均特徴に最も類似した1つの特徴を取り入れる。
(b1)対象物体の信頼できる画像として、複数の画像の中からその特徴と標準特徴との間の類似性がプリセット類似性閾値より大きい画像のいくつか若しくはすべてを取り入れるか、又は、
(b2)複数の画像の特徴と標準特徴との間の類似性の分布データを決定し、画像密度がプリセット密度より高い分布データの類似性区間(similarity interval)を決定し、対象物体の信頼できる画像として、決定された類似性区間に対応する画像のいくつか若しくはすべてを取り入れる。
(c1)複数の類似性データの平均値がプリセット平均閾値より大きい場合は、第1の対象物体が第2の対象物体に類似していると決定するか、又は、
(c2)複数の類似性データの分布がプリセット類似性分布要件を満たす場合は、第1の対象物体が第2の対象物体に類似していると決定する。
(d1)第1の対象物体の信頼できる画像と第2の対象物体の信頼できる画像との間の複数の類似性データの平均値がプリセット平均閾値より大きい場合は、第1の対象物体が第2の対象物体に類似していると決定するか、又は、
(d2)第1の対象物体の信頼できる画像と第2の対象物体の信頼できる画像との間の複数の類似性データの分布がプリセット類似性分布要件を満たす場合は、第1の対象物体が第2の対象物体に類似していると決定する。
対象物体の複数の画像の特徴及び対象物体の標準特徴を取得するように構成された特徴取得モジュール61と、
複数の画像の特徴と標準特徴との間の類似性に従って、複数の画像から対象物体の信頼できる画像を決定するように構成された画像選択モジュール62であって、信頼できる画像の特徴と標準特徴との間の類似性が、プリセット類似性要件を満たす、画像選択モジュール62と
を含む。
複数の類似性データを得るために、第1の対象物体の信頼できる画像と第2の対象物体の信頼できる画像との間の類似性を決定するように構成された類似性決定モジュールと、
複数の類似性データに従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断するように構成された類似性判定モジュールと
をさらに含む。
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得するように構成された画像取得モジュール71と、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断するように構成された画像比較モジュール72と
を含み、
第1の対象物体の信頼できる画像は、第1の対象物体の複数の画像から決定された画像であり、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性は、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像は、第2の対象物体の複数の画像から決定された画像であり、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性は、第2のプリセット類似性要件を満たす。
第1の対象物体の複数の画像の特徴、第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び第2の対象物体の標準特徴を取得するように構成されたデータ取得モジュール81と、
第1の対象物体の複数の画像の特徴と第1の対象物体の標準特徴との間の類似性に従って、第1の対象物体の複数の画像から第1の対象物体の信頼できる画像を決定し、第2の対象物体の複数の画像の特徴と第2の対象物体の標準特徴との間の類似性に従って、第2の対象物体の複数の画像から第2の対象物体の信頼できる画像を決定するように構成された画像決定モジュール82であって、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像決定モジュール82と、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断するように構成された画像判定モジュール83と
を含む。
対象物体の複数の画像の特徴及び対象物体の標準特徴を取得することと、
複数の画像の特徴と標準特徴との間の類似性に従って、複数の画像から対象物体の信頼できる画像を決定することであって、信頼できる画像の特徴と標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと
を実行するために、1つ又は複数のプロセッサによって1つ又は複数のプログラムを実行するように構成される。
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を実行するために、1つ又は複数のプロセッサによって1つ又は複数のプログラムを実行するように構成され、
第1の対象物体の信頼できる画像は、第1の対象物体の複数の画像から決定された画像であり、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性は、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像は、第2の対象物体の複数の画像から決定された画像であり、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性は、第2のプリセット類似性要件を満たす。
第1の対象物体の複数の画像の特徴、第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び第2の対象物体の標準特徴を取得することと、
第1の対象物体の複数の画像の特徴と第1の対象物体の標準特徴との間の類似性に従って、第1の対象物体の複数の画像から第1の対象物体の信頼できる画像を決定し、第2の対象物体の複数の画像の特徴と第2の対象物体の標準特徴との間の類似性に従って、第2の対象物体の複数の画像から第2の対象物体の信頼できる画像を決定することであって、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を実行するために、1つ又は複数のプロセッサによって1つ又は複数のプログラムを実行するように構成される。
対象物体の複数の画像の特徴及び対象物体の標準特徴を取得することと、
複数の画像の特徴と標準特徴との間の類似性に従って、複数の画像から対象物体の信頼できる画像を決定することであって、信頼できる画像の特徴と標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと
を実施することができる。
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を実施することができ、
第1の対象物体の信頼できる画像は、第1の対象物体の複数の画像から決定された画像であり、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性は、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像は、第2の対象物体の複数の画像から決定された画像であり、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性は、第2のプリセット類似性要件を満たす。
第1の対象物体の複数の画像の特徴、第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び第2の対象物体の標準特徴を取得することと、
第1の対象物体の複数の画像の特徴と第1の対象物体の標準特徴との間の類似性に従って、第1の対象物体の複数の画像から第1の対象物体の信頼できる画像を決定し、第2の対象物体の複数の画像の特徴と第2の対象物体の標準特徴との間の類似性に従って、第2の対象物体の複数の画像から第2の対象物体の信頼できる画像を決定することであって、第1の対象物体の信頼できる画像の特徴と第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、第2の対象物体の信頼できる画像の特徴と第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像に従って、第1の対象物体が第2の対象物体に類似しているかどうかを判断することと
を実施することができる。
Claims (20)
- 画像処理方法であって、
第1の対象物体の複数の画像の特徴及び前記第1の対象物体の標準特徴を取得することと、
前記複数の画像の前記特徴と前記標準特徴との間の類似性に従って、前記複数の画像から前記第1の対象物体の信頼できる画像を決定することであって、前記信頼できる画像の特徴と前記標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと、
複数の類似性データを得るために、前記第1の対象物体の前記信頼できる画像と第2の対象物体の信頼できる画像との間の類似性を決定することと、
前記複数の類似性データに従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を含む、画像処理方法。 - 前記第1の対象物体の標準特徴を前記取得することが、
前記複数の画像の平均特徴を取得し、前記第1の対象物体の前記標準特徴として、前記複数の画像の前記平均特徴を取り入れることか、又は、
前記複数の画像の平均特徴を取得し、前記第1の対象物体の前記標準特徴として、前記複数の画像の前記特徴のうちの前記平均特徴に最も類似した1つの特徴を取り入れること
を含む、請求項1に記載の方法。 - 前記複数の画像の前記特徴と前記標準特徴との間の類似性に従って、前記複数の画像から前記第1の対象物体の信頼できる画像を前記決定することが、
前記第1の対象物体の前記信頼できる画像として、前記複数の画像の中からその特徴と前記標準特徴との間の類似性がプリセット類似性閾値より大きい画像のいくつか若しくはすべてを取り入れることか、又は、
前記複数の画像の前記特徴と前記標準特徴との間の前記類似性の分布データを決定し、画像密度がプリセット密度より高い前記分布データの類似性区間を決定し、前記第1の対象物体の前記信頼できる画像として、前記決定された類似性区間に対応する画像のいくつか若しくはすべてを取り入れること
を含む、請求項1に記載の方法。 - 前記複数の類似性データに従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを前記判断することが、
前記複数の類似性データの平均値がプリセット平均閾値より大きい場合は、前記第1の対象物体が前記第2の対象物体に類似していると決定することか、又は、
前記複数の類似性データの分布がプリセット類似性分布要件を満たす場合は、前記第1の対象物体が前記第2の対象物体に類似していると決定すること
を含む、請求項1に記載の方法。 - 前記複数の類似性データに従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを前記判断することが、
前記複数の類似性データの量がプリセット数量要件を満たすかどうかを判断し、満たす場合は、前記複数の類似性データに従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することを含む、請求項1に記載の方法。 - 画像処理方法であって、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を含み、
前記第1の対象物体の前記信頼できる画像が、前記第1の対象物体の複数の画像から決定された画像であり、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像が、前記第2の対象物体の複数の画像から決定された画像であり、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像処理方法。 - 前記第1の対象物体の前記標準特徴が、前記第1の対象物体の前記複数の画像の平均特徴であるか、又は、前記第1の対象物体の前記標準特徴が、前記第1の対象物体の前記複数の画像の特徴のうちの前記第1の対象物体の前記複数の画像の平均特徴に最も類似した1つの特徴であり、
前記第2の対象物体の前記標準特徴が、前記第2の対象物体の前記複数の画像の平均特徴であるか、又は、前記第2の対象物体の前記標準特徴が、前記第2の対象物体の前記複数の画像の特徴のうちの前記第2の対象物体の前記複数の画像の平均特徴に最も類似した1つの特徴である、請求項6に記載の方法。 - 前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを前記判断することが、
前記第1の対象物体の前記信頼できる画像と前記第2の対象物体の前記信頼できる画像との間の複数の類似性データの平均値がプリセット平均閾値より大きい場合は、前記第1の対象物体が前記第2の対象物体に類似していると決定することか、又は、
前記第1の対象物体の前記信頼できる画像と前記第2の対象物体の前記信頼できる画像との間の複数の類似性データの分布がプリセット類似性分布要件を満たす場合は、前記第1の対象物体が前記第2の対象物体に類似していると決定すること
を含む、請求項6に記載の方法。 - 前記第1の対象物体が、対象物体のデータベース内の任意の対象物体であり、前記第2の対象物体が、前記第1の対象物体以外の前記データベース内の任意の対象物体であるか、又は、
前記第1の対象物体が、ユーザによって指定された対象物体であり、前記第2の対象物体が、対象物体のデータベース内の任意の対象物体である、請求項6〜8のいずれか一項に記載の方法。 - 画像処理方法であって、
第1の対象物体の複数の画像の特徴、前記第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び前記第2の対象物体の標準特徴を取得することと、
前記第1の対象物体の前記複数の画像の前記特徴と前記第1の対象物体の前記標準特徴との間の類似性に従って、前記第1の対象物体の前記複数の画像から前記第1の対象物体の信頼できる画像を決定し、前記第2の対象物体の前記複数の画像の前記特徴と前記第2の対象物体の前記標準特徴との間の類似性に従って、前記第2の対象物体の前記複数の画像から前記第2の対象物体の信頼できる画像を決定することであって、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の前記標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の前記標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を含む、画像処理方法。 - 前記第1のプリセット類似性要件が前記第2のプリセット類似性要件と同一のものであるか、又は、前記第1のプリセット類似性要件が前記第2のプリセット類似性要件とは異なるものである、請求項10に記載の方法。
- 画像処理装置であって、
第1の対象物体の複数の画像の特徴及び前記第1の対象物体の標準特徴を取得するように構成された特徴取得モジュールと、
前記複数の画像の前記特徴と前記標準特徴との間の類似性に従って、前記複数の画像から前記第1の対象物体の信頼できる画像を決定するように構成された画像選択モジュールであって、前記信頼できる画像の特徴と前記標準特徴との間の類似性が、プリセット類似性要件を満たす、画像選択モジュールと、
複数の類似性データを得るために、前記第1の対象物体の前記信頼できる画像と第2の対象物体の信頼できる画像との間の類似性を決定するように構成された類似性決定モジュールと、
前記複数の類似性データに従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断するように構成された類似性判定モジュールと
を含む、画像処理装置。 - 画像処理装置であって、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得するように構成された画像取得モジュールと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断するように構成された画像比較モジュールと
を含み、
前記第1の対象物体の前記信頼できる画像が、前記第1の対象物体の複数の画像から決定された画像であり、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像が、前記第2の対象物体の複数の画像から決定された画像であり、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像処理装置。 - 画像処理装置であって、
第1の対象物体の複数の画像の特徴、前記第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び前記第2の対象物体の標準特徴を取得するように構成されたデータ取得モジュールと、
前記第1の対象物体の前記複数の画像の前記特徴と前記第1の対象物体の前記標準特徴との間の類似性に従って、前記第1の対象物体の前記複数の画像から前記第1の対象物体の信頼できる画像を決定し、前記第2の対象物体の前記複数の画像の前記特徴と前記第2の対象物体の前記標準特徴との間の類似性に従って、前記第2の対象物体の前記複数の画像から前記第2の対象物体の信頼できる画像を決定するように構成された画像決定モジュールであって、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の前記標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の前記標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像決定モジュールと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断するように構成された画像判定モジュールと
を含む、画像処理装置。 - 画像処理デバイスであって、
プロセッサと、
コンピュータ実行可能命令を格納するように構成されたメモリであって、前記実行可能命令が、実行されると、
第1の対象物体の複数の画像の特徴及び前記第1の対象物体の標準特徴を取得することと、
前記複数の画像の前記特徴と前記標準特徴との間の類似性に従って、前記複数の画像から前記第1の対象物体の信頼できる画像を決定することであって、前記信頼できる画像の特徴と前記標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと、
複数の類似性データを得るために、前記第1の対象物体の前記信頼できる画像と第2の対象物体の信頼できる画像との間の類似性を決定することと、
前記複数の類似性データに従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を前記プロセッサに実行させる、メモリと
を含む、画像処理デバイス。 - 画像処理デバイスであって、
プロセッサと、
コンピュータ実行可能命令を格納するように構成されたメモリであって、前記実行可能命令が、実行されると、
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を前記プロセッサに実行させる、メモリと
を含み、
前記第1の対象物体の前記信頼できる画像が、前記第1の対象物体の複数の画像から決定された画像であり、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像が、前記第2の対象物体の複数の画像から決定された画像であり、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、画像処理デバイス。 - 画像処理デバイスであって、
プロセッサと、
コンピュータ実行可能命令を格納するように構成されたメモリであって、前記実行可能命令が、実行されると、
第1の対象物体の複数の画像の特徴、前記第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び前記第2の対象物体の標準特徴を取得することと、
前記第1の対象物体の前記複数の画像の前記特徴と前記第1の対象物体の前記標準特徴との間の類似性に従って、前記第1の対象物体の前記複数の画像から前記第1の対象物体の信頼できる画像を決定し、前記第2の対象物体の前記複数の画像の前記特徴と前記第2の対象物体の前記標準特徴との間の類似性に従って、前記第2の対象物体の前記複数の画像から前記第2の対象物体の信頼できる画像を決定することであって、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の前記標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の前記標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を前記プロセッサに実行させる、メモリと
を含む、画像処理デバイス。 - 記憶媒体であって、コンピュータ実行可能命令を格納するように構成され、前記実行可能命令が、実行されると、以下のプロセス:
第1の対象物体の複数の画像の特徴及び前記第1の対象物体の標準特徴を取得することと、
前記複数の画像の前記特徴と前記標準特徴との間の類似性に従って、前記複数の画像から前記第1の対象物体の信頼できる画像を決定することであって、前記信頼できる画像の特徴と前記標準特徴との間の類似性が、プリセット類似性要件を満たす、決定することと、
複数の類似性データを得るために、前記第1の対象物体の前記信頼できる画像と第2の対象物体の信頼できる画像との間の類似性を決定することと、
前記複数の類似性データに従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を実施する、記憶媒体。 - 記憶媒体であって、コンピュータ実行可能命令を格納するように構成され、前記実行可能命令が、実行されると、以下のプロセス:
第1の対象物体の信頼できる画像及び第2の対象物体の信頼できる画像を取得することと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を実施し、
前記第1の対象物体の前記信頼できる画像が、前記第1の対象物体の複数の画像から決定された画像であり、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像が、前記第2の対象物体の複数の画像から決定された画像であり、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、記憶媒体。 - 記憶媒体であって、コンピュータ実行可能命令を格納するように構成され、前記実行可能命令が、実行されると、以下のプロセス:
第1の対象物体の複数の画像の特徴、前記第1の対象物体の標準特徴、第2の対象物体の複数の画像の特徴及び前記第2の対象物体の標準特徴を取得することと、
前記第1の対象物体の前記複数の画像の前記特徴と前記第1の対象物体の前記標準特徴との間の類似性に従って、前記第1の対象物体の前記複数の画像から前記第1の対象物体の信頼できる画像を決定し、前記第2の対象物体の前記複数の画像の前記特徴と前記第2の対象物体の前記標準特徴との間の類似性に従って、前記第2の対象物体の前記複数の画像から前記第2の対象物体の信頼できる画像を決定することであって、前記第1の対象物体の前記信頼できる画像の特徴と前記第1の対象物体の前記標準特徴との間の類似性が、第1のプリセット類似性要件を満たし、前記第2の対象物体の前記信頼できる画像の特徴と前記第2の対象物体の前記標準特徴との間の類似性が、第2のプリセット類似性要件を満たす、決定することと、
前記第1の対象物体の前記信頼できる画像及び前記第2の対象物体の前記信頼できる画像に従って、前記第1の対象物体が前記第2の対象物体に類似しているかどうかを判断することと
を実施する、記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710594226.2A CN107516105B (zh) | 2017-07-20 | 2017-07-20 | 图像处理方法及装置 |
CN201710594226.2 | 2017-07-20 | ||
PCT/CN2018/096278 WO2019015645A1 (zh) | 2017-07-20 | 2018-07-19 | 图像处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020523651A JP2020523651A (ja) | 2020-08-06 |
JP6945639B2 true JP6945639B2 (ja) | 2021-10-06 |
Family
ID=60721638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019545984A Active JP6945639B2 (ja) | 2017-07-20 | 2018-07-19 | 画像処理方法及び装置 |
Country Status (10)
Country | Link |
---|---|
US (2) | US11093792B2 (ja) |
EP (1) | EP3579146A4 (ja) |
JP (1) | JP6945639B2 (ja) |
KR (1) | KR102316230B1 (ja) |
CN (1) | CN107516105B (ja) |
MY (1) | MY201739A (ja) |
PH (1) | PH12019501920A1 (ja) |
SG (1) | SG11201907444YA (ja) |
TW (1) | TWI736765B (ja) |
WO (1) | WO2019015645A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107516105B (zh) * | 2017-07-20 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 图像处理方法及装置 |
CN108346139A (zh) * | 2018-01-09 | 2018-07-31 | 阿里巴巴集团控股有限公司 | 一种图像筛选方法及装置 |
CN110490026A (zh) * | 2018-05-14 | 2019-11-22 | 阿里巴巴集团控股有限公司 | 验证对象的方法、装置和系统 |
CN108763570A (zh) * | 2018-06-05 | 2018-11-06 | 北京拓世寰宇网络技术有限公司 | 一种识别相同房源的方法及装置 |
CN109726756A (zh) * | 2018-12-25 | 2019-05-07 | 北京旷视科技有限公司 | 图像处理方法、装置、电子设备及存储介质 |
CN109933680A (zh) * | 2019-03-19 | 2019-06-25 | 北京大学深圳医院 | 图像数据筛选方法、装置、计算机设备及其存储介质 |
CN111046933B (zh) * | 2019-12-03 | 2024-03-05 | 东软集团股份有限公司 | 图像分类方法、装置、存储介质及电子设备 |
CN112906798A (zh) * | 2021-02-25 | 2021-06-04 | 云从科技集团股份有限公司 | 图像匹配方法、装置及计算机存储介质 |
Family Cites Families (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003162689A (ja) * | 2001-11-27 | 2003-06-06 | Fujitsu Ltd | 類似文字認識プログラムおよび類似文字認識方法 |
WO2005086092A1 (ja) * | 2004-03-03 | 2005-09-15 | Nec Corporation | 画像類似度算出システム、画像検索システム、画像類似度算出方法および画像類似度算出用プログラム |
FR2884007A1 (fr) | 2005-03-29 | 2006-10-06 | France Telecom | Procede d'identification de visages a partir d'images de visage, dispositif et programme d'ordinateur correspondants |
GB2431793B (en) * | 2005-10-31 | 2011-04-27 | Sony Uk Ltd | Image processing |
KR100745981B1 (ko) * | 2006-01-13 | 2007-08-06 | 삼성전자주식회사 | 보상적 특징에 기반한 확장형 얼굴 인식 방법 및 장치 |
US10916043B2 (en) * | 2007-11-26 | 2021-02-09 | Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V. | Apparatus, method and computer program for generating a template for arranging at least one object at at least one place |
US8509482B2 (en) * | 2009-12-21 | 2013-08-13 | Canon Kabushiki Kaisha | Subject tracking apparatus, subject region extraction apparatus, and control methods therefor |
US9116924B2 (en) * | 2013-01-14 | 2015-08-25 | Xerox Corporation | System and method for image selection using multivariate time series analysis |
IL226219A (en) * | 2013-05-07 | 2016-10-31 | Picscout (Israel) Ltd | Efficient comparison of images for large groups of images |
EP2808828B1 (en) * | 2013-05-31 | 2020-08-05 | Omron Corporation | Image matching method, image matching device, model template generation method, model template generation device, and program |
US9465977B1 (en) * | 2013-07-19 | 2016-10-11 | Google Inc. | Face template balancing |
US9390327B2 (en) * | 2013-09-16 | 2016-07-12 | Eyeverify, Llc | Feature extraction and matching for biometric authentication |
CN106462242B (zh) * | 2014-04-23 | 2019-06-04 | 谷歌有限责任公司 | 使用视线跟踪的用户界面控制 |
US9846948B2 (en) * | 2014-07-09 | 2017-12-19 | Ditto Labs, Inc. | Systems, methods, and devices for image matching and object recognition in images using feature point optimization |
US9330329B2 (en) * | 2014-07-09 | 2016-05-03 | Ditto Labs, Inc. | Systems, methods, and devices for image matching and object recognition in images using minimal feature points |
US10210427B2 (en) * | 2014-07-09 | 2019-02-19 | Slyce Acquisition Inc. | Systems, methods, and devices for image matching and object recognition in images |
US9317921B2 (en) * | 2014-07-10 | 2016-04-19 | Qualcomm Incorporated | Speed-up template matching using peripheral information |
CN105320954A (zh) * | 2014-07-30 | 2016-02-10 | 北京三星通信技术研究有限公司 | 人脸认证装置和方法 |
CN105450411B (zh) * | 2014-08-14 | 2019-01-08 | 阿里巴巴集团控股有限公司 | 利用卡片特征进行身份验证的方法、装置及系统 |
US9424470B1 (en) * | 2014-08-22 | 2016-08-23 | Google Inc. | Systems and methods for scale invariant 3D object detection leveraging processor architecture |
US9652688B2 (en) * | 2014-11-26 | 2017-05-16 | Captricity, Inc. | Analyzing content of digital images |
CN105069426B (zh) * | 2015-07-31 | 2018-09-04 | 小米科技有限责任公司 | 相似图片判断方法以及装置 |
CN105117692A (zh) * | 2015-08-05 | 2015-12-02 | 福州瑞芯微电子股份有限公司 | 一种基于深度学习的实时人脸识别方法及系统 |
CN106560840B (zh) * | 2015-09-30 | 2019-08-13 | 腾讯科技(深圳)有限公司 | 一种图像信息识别处理方法及装置 |
CN105678778B (zh) * | 2016-01-13 | 2019-02-26 | 北京大学深圳研究生院 | 一种图像匹配方法和装置 |
US10496695B2 (en) * | 2016-06-06 | 2019-12-03 | Think-Cell Software Gmbh | Automated data extraction from scatter plot images |
CN106339695B (zh) * | 2016-09-20 | 2019-11-15 | 北京小米移动软件有限公司 | 人脸相似检测方法、装置及终端 |
JP6723909B2 (ja) * | 2016-12-09 | 2020-07-15 | キヤノン株式会社 | 画像処理方法、画像処理装置、及びプログラム |
CN106875419B (zh) * | 2016-12-29 | 2020-03-17 | 北京理工雷科电子信息技术有限公司 | 基于ncc匹配帧差的弱小动目标跟踪丢失重检方法 |
CN107516105B (zh) * | 2017-07-20 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 图像处理方法及装置 |
US11232287B2 (en) * | 2017-10-27 | 2022-01-25 | Koninklijke Philips N.V. | Camera and image calibration for subject identification |
CN108229314B (zh) * | 2017-11-28 | 2021-05-04 | 深圳市商汤科技有限公司 | 目标人物的搜索方法、装置和电子设备 |
CN111125390B (zh) * | 2018-11-01 | 2024-05-17 | 北京市商汤科技开发有限公司 | 数据库更新方法和装置、电子设备、计算机存储介质 |
CN111125391B (zh) * | 2018-11-01 | 2024-06-07 | 北京市商汤科技开发有限公司 | 数据库更新方法和装置、电子设备、计算机存储介质 |
-
2017
- 2017-07-20 CN CN201710594226.2A patent/CN107516105B/zh active Active
-
2018
- 2018-05-15 TW TW107116420A patent/TWI736765B/zh active
- 2018-07-19 EP EP18835563.0A patent/EP3579146A4/en not_active Withdrawn
- 2018-07-19 MY MYPI2019004655A patent/MY201739A/en unknown
- 2018-07-19 KR KR1020197025770A patent/KR102316230B1/ko active IP Right Grant
- 2018-07-19 JP JP2019545984A patent/JP6945639B2/ja active Active
- 2018-07-19 WO PCT/CN2018/096278 patent/WO2019015645A1/zh unknown
- 2018-07-19 SG SG11201907444YA patent/SG11201907444YA/en unknown
-
2019
- 2019-08-19 PH PH12019501920A patent/PH12019501920A1/en unknown
- 2019-09-20 US US16/577,191 patent/US11093792B2/en active Active
-
2020
- 2020-01-30 US US16/777,696 patent/US10769490B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2019015645A1 (zh) | 2019-01-24 |
US20200167599A1 (en) | 2020-05-28 |
TWI736765B (zh) | 2021-08-21 |
US10769490B2 (en) | 2020-09-08 |
CN107516105B (zh) | 2020-06-16 |
KR102316230B1 (ko) | 2021-10-26 |
SG11201907444YA (en) | 2019-09-27 |
MY201739A (en) | 2024-03-15 |
EP3579146A1 (en) | 2019-12-11 |
JP2020523651A (ja) | 2020-08-06 |
KR20200008993A (ko) | 2020-01-29 |
CN107516105A (zh) | 2017-12-26 |
US11093792B2 (en) | 2021-08-17 |
US20200012885A1 (en) | 2020-01-09 |
TW201909034A (zh) | 2019-03-01 |
PH12019501920A1 (en) | 2020-06-01 |
EP3579146A4 (en) | 2020-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6945639B2 (ja) | 画像処理方法及び装置 | |
CN107274442B (zh) | 一种图像识别方法和装置 | |
US11244199B2 (en) | User identity determining method, apparatus, and device | |
JP2018537759A (ja) | タイトル表示方法及び装置 | |
CN115828162B (zh) | 一种分类模型训练的方法、装置、存储介质及电子设备 | |
CN115600157B (zh) | 一种数据处理的方法、装置、存储介质及电子设备 | |
WO2018095307A1 (zh) | 一种评价信息的发布方法及装置 | |
CN117197781B (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
WO2020001016A1 (zh) | 运动图像生成方法、装置、电子设备及计算机可读存储介质 | |
CN111753583A (zh) | 一种识别方法及装置 | |
CN116757278A (zh) | 一种预测模型的训练方法、装置、存储介质及电子设备 | |
CN116630480A (zh) | 一种交互式文本驱动图像编辑的方法、装置和电子设备 | |
CN115984154A (zh) | 一种图像融合的方法、装置、存储介质及电子设备 | |
CN110866478B (zh) | 一种图像中对象的识别方法、装置和设备 | |
Erhan et al. | Patterns of approximated localised moments for visual loop closure detection | |
CN116740114B (zh) | 一种基于凸包检测的目标物边界拟合方法及装置 | |
CN116188919B (zh) | 一种测试方法、装置、可读存储介质及电子设备 | |
CN118193797B (zh) | 一种业务执行的方法、装置、存储介质及电子设备 | |
CN110503109B (zh) | 图像特征提取方法和装置、图像处理方法和装置 | |
CN117726907B (zh) | 一种建模模型的训练方法、三维人体建模的方法以及装置 | |
CN116563387A (zh) | 一种标定模型的训练方法、装置、存储介质以及电子设备 | |
CN116543402A (zh) | 基于图像生成文本信息的方法、装置、存储介质及处理器 | |
CN118298002A (zh) | 一种网络安全图像目标检测模型算法优化的方法及装置 | |
CN115455377A (zh) | 一种模型所有权验证方法、装置、存储介质及设备 | |
CN117270688A (zh) | 基于ar场景的防碰撞方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191213 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20210113 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210121 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210401 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210616 |
|
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: 20210820 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210914 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6945639 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |