JP6976350B2 - 静的物体及び動的物体を含むシーンの位置特定及びマッピングに関するイメージングシステム - Google Patents
静的物体及び動的物体を含むシーンの位置特定及びマッピングに関するイメージングシステム Download PDFInfo
- Publication number
- JP6976350B2 JP6976350B2 JP2019553594A JP2019553594A JP6976350B2 JP 6976350 B2 JP6976350 B2 JP 6976350B2 JP 2019553594 A JP2019553594 A JP 2019553594A JP 2019553594 A JP2019553594 A JP 2019553594A JP 6976350 B2 JP6976350 B2 JP 6976350B2
- Authority
- JP
- Japan
- Prior art keywords
- map
- frame
- segment
- segments
- static
- 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
- 230000003068 static effect Effects 0.000 title claims description 131
- 238000003384 imaging method Methods 0.000 title claims description 51
- 238000013507 mapping Methods 0.000 title claims description 22
- 238000005259 measurement Methods 0.000 claims description 64
- 230000006870 function Effects 0.000 claims description 18
- 238000012795 verification Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims 3
- 238000000034 method Methods 0.000 description 68
- 238000010586 diagram Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 15
- 238000003860 storage Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 6
- 230000004807 localization Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 3
- 238000007639 printing Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000000859 sublimation Methods 0.000 description 1
- 230000008022 sublimation Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- 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
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
本開示の実施形態は、シーン内の静的物体の同時位置特定及びマッピング(SLAM)、並びにシーン内で移動している物体の検出及び追跡に適した、動的物体及び静的物体の同時再構成のシステム及び方法を提供する。
本開示のイメージングシステムの態様は、フレームから特徴を抽出することと、フレームを複数のセグメントにセグメント化することであって、各セグメントはフレームから抽出された複数の特徴を含む、セグメント化することと、物体マップにおいて、フレーム内のセグメントに類似のセグメントを探索することと、フレーム内のセグメントを物体マップ内の照合セグメントと重ね合わせることとを行うように構成されるローカライザを含むことができる。探索は、局所集約記述子ベクトル(VLAD)に基づくことができる。フレームは奥行ベースセグメント化によってセグメント化される。特徴は記述子に関連付けることができる。ランドマークはシーン内の物体上の特定の識別点に対応する。セグメントはランダムサンプルコンセンサス(RANSAC)を用いて重ね合わせられる。探索は外観ベース類似性探索である。
Claims (17)
- 静的物体及び動的物体を含む、シーンの位置特定及びマッピングに関するイメージングシステムであって、
一連のフレームを取得するセンサであって、各フレームは前記シーンの輝度及び奥行測定値を表す1組のキーポイントを含む、センサと、
前記シーン内の1つ又は複数の静的物体の静的マップ及び前記シーン内の各動的物体の物体マップを記憶するメモリであって、前記静的マップは1組のランドマークを含み、前記物体マップは1組のランドマーク及び1組のセグメントを含み、各前記セグメントの記述子は前記セグメントを形成する複数の測定値の関数である、メモリと、
フレームベース重ね合わせを用いて、前記センサによって取得された前記フレームの少なくともいくつかのキーポイントを前記静的マップ内のランドマークと重ね合わせ、セグメントベース重ね合わせを用いて、前記フレーム内の少なくともいくつかのセグメントを前記物体マップ内のセグメントと重ね合わせるローカライザと、
各前記セグメントを形成するキーポイントと、前記セグメントベース重ね合わせに従って対応する物体マップと重ね合わせられるキーポイントとによって各前記物体マップを更新し、前記静的マップと重ね合わせられる前記キーポイントを用いて、前記フレーム内の残りのキーポイントによって前記静的マップを更新するマッパと、
を備え、
前記セグメントベース重ね合わせは、前記フレーム内のセグメントと、前記物体マップ内の前記セグメントとの外観照合を実行し、照合セグメント間の幾何学的検証を実行し、
前記マッパは、キーポイントが前記物体マップの前記ランドマークとの対応を有する場合には、前記位置特定に基づいて前記キーポイントを前記物体マップに追加し、そうでない場合には、前記キーポイントを前記静的マップに追加するように更に構成される、
イメージングシステム。 - 前記ローカライザは、前記フレームから特徴を抽出することと、
前記フレームを複数のセグメントにセグメント化することであって、各前記セグメントは前記フレームから抽出された複数の特徴を含む、セグメント化することと、
前記物体マップにおいて、前記フレーム内の前記セグメントに類似のセグメントを探索することと、
前記フレーム内のセグメントを前記物体マップ内の照合セグメントと重ね合わせることと、
を行うように構成される、請求項1に記載のイメージングシステム。 - 前記探索は、局所集約記述子ベクトル(VLAD)に基づく、請求項2に記載のイメージングシステム。
- 前記フレームは奥行ベースセグメント化によってセグメント化される、請求項2に記載のイメージングシステム。
- 前記特徴は記述子に関連付けられる、請求項2に記載のイメージングシステム。
- 前記ランドマークは前記シーン内の物体上の特定の識別点に対応する、請求項2に記載のイメージングシステム。
- 前記セグメントはランダムサンプルコンセンサス(RANSAC)を用いて重ね合わせられる、請求項2に記載のイメージングシステム。
- 前記探索は外観ベース類似性探索である、請求項2に記載のイメージングシステム。
- 前記マッパは、1つ以上のセグメントの全てのキーポイントを、前記セグメントが重ね合わせられた前記物体マップに追加するように構成される、請求項1に記載のイメージングシステム。
- 前記物体マップに基づいて、前記動的物体を操作するためのロボットアームを含むマニピュレータを更に備える、請求項1に記載のイメージングシステム。
- 前記センサは、運動中又は静止中に、赤色、緑色、青色及び奥行(RGB−D)画像データを取得することができる3次元(3D)センサ、又は輝度及び奥行から構成される画像データを取得することができる他のセンサのうちの1つからなる群から、前記一連のフレームを取得する、請求項1に記載のイメージングシステム。
- 静的物体及び動的物体を含む、シーンの位置特定及びマッピングに関するイメージングシステムであって、運動中にセンサがセンサデータを取得し、前記センサデータは一連のフレームを含み、各フレームは前記シーンの輝度及び奥行測定値を表す1組のキーポイントを含み、メモリが前記シーン内の1つ又は複数の静的物体の静的マップと、前記シーン内の各動的物体の物体マップとを記憶し、前記静的マップは1組のランドマークを含み、前記物体マップは1組のセグメントを含み、各前記セグメントの記述子は、前記セグメントを形成する複数の測定値の関数であり、前記イメージングシステムは、
前記メモリと通信するプロセッサであって、前記プロセッサは、フレームベース重ね合わせを用いて、前記センサによって取得された前記フレームの少なくともいくつかのキーポイントを前記静的マップ内のランドマークと重ね合わせ、セグメントベース重ね合わせを用いて、前記フレーム内の少なくともいくつかのセグメントを前記物体マップ内のセグメントと重ね合わせるローカライザを利用するように構成され、前記ランドマークは前記シーン内の物体上の特定の識別点に対応する、プロセッサと、
各前記セグメントを形成するキーポイントと、前記セグメントベース重ね合わせに従って対応する物体マップと重ね合わせられるキーポイントとによって各前記物体マップを更新し、前記静的マップと重ね合わせられる前記キーポイントを用いて、前記フレーム内の残りのキーポイントによって前記静的マップを更新するマッパと、
を備え、
前記セグメントベース重ね合わせは、前記フレーム内のセグメントと、前記物体マップ内の前記セグメントとの外観照合を実行し、照合セグメント間の幾何学的検証を実行し、
前記マッパは、キーポイントが前記物体マップの前記ランドマークとの対応を有する場合には、前記位置特定に基づいて、前記キーポイントを前記物体マップに追加し、そうでない場合には、前記キーポイントを前記静的マップに追加するように構成される、
イメージングシステム。 - 前記ローカライザは、前記フレームから特徴を抽出することと、
前記フレームを複数のセグメントにセグメント化することであって、各前記セグメントは前記フレームから抽出された複数の特徴を含む、セグメント化することと、
前記物体マップにおいて、前記フレーム内の前記セグメントに類似のセグメントを探索することと、
前記フレーム内のセグメントを前記物体マップ内の照合セグメントと重ね合わせることと、
を行うように構成される、請求項12に記載のイメージングシステム。 - 前記マッパは、1つ以上のセグメントの全てのキーポイントを、前記セグメントが重ね合わせられた前記物体マップに追加するように構成される、請求項12に記載のイメージングシステム。
- 静的物体及び動的物体を含む、シーンの位置特定及びマッピングに関するイメージングシステムであって、
運動中又は静止中にセンサデータを取得するセンサであって、前記センサデータは一連のフレームを含み、各フレームは、前記シーンの輝度及び奥行測定値を表す1組のキーポイントを含む、センサと、
入力インターフェースを介して、前記シーン内の1つ又は複数の静的物体の静的マップと、前記シーン内の各動的物体の物体マップとを記憶するメモリであって、前記静的マップは1組のランドマークを含み、前記物体マップは1組のセグメントを含み、各前記セグメントの記述子は前記セグメントを形成する複数の測定値の関数であり、前記フレームの前記測定値は少なくとも3D平面を更に含む、メモリと、
前記センサ、前記メモリ及び前記入力インターフェースと通信するプロセッサであって、前記プロセッサは、フレームベース重ね合わせを用いて、前記センサによって取得された前記フレームの少なくともいくつかのキーポイントを前記静的マップ内のランドマークと重ね合わせ、セグメントベース重ね合わせを用いて、前記フレーム内の少なくともいくつかのセグメントを前記物体マップ内のセグメントと重ね合わせるローカライザを利用するように構成される、プロセッサと、
各前記セグメントを形成するキーポイントと、前記セグメントベース重ね合わせに従って対応する物体マップと重ね合わせられるキーポイントとによって各前記物体マップを更新し、前記静的マップと重ね合わせられる前記キーポイントを用いて、前記フレーム内の残りのキーポイントによって前記静的マップを更新するマッパと、
を備え、
前記セグメントベース重ね合わせは、前記フレーム内のセグメントと、前記物体マップ内の前記セグメントとの外観照合を実行し、照合セグメント間の幾何学的検証を実行し、
前記マッパは、キーポイントが前記物体マップの前記ランドマークとの対応を有する場合には、前記位置特定に基づいて、前記キーポイントを前記物体マップに追加し、そうでない場合には、前記キーポイントを前記静的マップに追加するように構成される、
イメージングシステム。 - 前記ローカライザは前記フレームから特徴を抽出することと、
前記フレームを複数のセグメントにセグメント化することであって、各前記セグメントは前記フレームから抽出された複数の特徴を含む、セグメント化することと、
前記物体マップにおいて、前記フレーム内の前記セグメントに類似のセグメントを探索することと、
前記フレーム内のセグメントを前記物体マップ内の照合セグメントと重ね合わせることと、
を行うように構成される、請求項15に記載のイメージングシステム。 - 前記マッパは、1つ以上のセグメントの全てのキーポイントを、前記セグメントが重ね合わせられた前記物体マップに追加するように構成される、請求項15に記載のイメージングシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/674,843 | 2017-08-11 | ||
US15/674,843 US10832078B2 (en) | 2017-08-11 | 2017-08-11 | Method and system for concurrent reconstruction of dynamic and static objects |
PCT/JP2018/004759 WO2019030947A1 (en) | 2017-08-11 | 2018-02-06 | IMAGING SYSTEM FOR LOCATING AND MAPPING A SCENE COMPRISING STATIC AND DYNAMIC OBJECTS |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020512646A JP2020512646A (ja) | 2020-04-23 |
JP6976350B2 true JP6976350B2 (ja) | 2021-12-08 |
Family
ID=61563447
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019553594A Active JP6976350B2 (ja) | 2017-08-11 | 2018-02-06 | 静的物体及び動的物体を含むシーンの位置特定及びマッピングに関するイメージングシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10832078B2 (ja) |
JP (1) | JP6976350B2 (ja) |
WO (1) | WO2019030947A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019089018A1 (en) * | 2017-10-31 | 2019-05-09 | Hewlett-Packard Development Company, L.P. | Mobile robots to generate reference maps for localization |
WO2020081646A2 (en) * | 2018-10-16 | 2020-04-23 | Brain Corporation | Systems and methods for persistent mapping of environmental parameters using a centralized cloud server and a robotic network |
US10977480B2 (en) * | 2019-03-27 | 2021-04-13 | Mitsubishi Electric Research Laboratories, Inc. | Detection, tracking and 3D modeling of objects with sparse RGB-D SLAM and interactive perception |
JP7379065B2 (ja) * | 2019-10-08 | 2023-11-14 | キヤノン株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN112767409A (zh) * | 2019-11-05 | 2021-05-07 | 珠海格力电器股份有限公司 | 定位前图像处理方法、装置、存储介质、计算机设备 |
EP4073690A4 (en) * | 2019-12-12 | 2023-06-07 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | TARGET DETECTION METHOD, TERMINAL, AND MEDIUM |
US11774593B2 (en) * | 2019-12-27 | 2023-10-03 | Automotive Research & Testing Center | Method of simultaneous localization and mapping |
WO2021164688A1 (en) * | 2020-02-19 | 2021-08-26 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | Methods for localization, electronic device and storage medium |
US11580666B2 (en) * | 2020-11-26 | 2023-02-14 | Automotive Research & Testing Center | Localization and mapping method and moving apparatus |
KR102624907B1 (ko) * | 2022-07-18 | 2024-01-15 | 주식회사 브이알크루 | 3차원 지도를 업데이트하기 위한 방법 및 장치 |
GB2621325A (en) * | 2022-08-04 | 2024-02-14 | Continental Autonomous Mobility Germany GmbH | Method and system for generating a map and the localization of an ego-vehicle |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6049619A (en) | 1996-02-12 | 2000-04-11 | Sarnoff Corporation | Method and apparatus for detecting moving objects in two- and three-dimensional scenes |
KR101572851B1 (ko) | 2008-12-22 | 2015-11-30 | 삼성전자 주식회사 | 동적 환경에서 모바일 플랫폼의 지도 작성방법 |
EP2619742B1 (en) * | 2010-09-24 | 2018-02-28 | iRobot Corporation | Systems and methods for vslam optimization |
US10027952B2 (en) * | 2011-08-04 | 2018-07-17 | Trx Systems, Inc. | Mapping and tracking system with features in three-dimensional space |
US8880340B2 (en) * | 2013-01-04 | 2014-11-04 | The Boeing Company | Augmented mobile platform localization |
US11051000B2 (en) * | 2014-07-14 | 2021-06-29 | Mitsubishi Electric Research Laboratories, Inc. | Method for calibrating cameras with non-overlapping views |
US20160071318A1 (en) | 2014-09-10 | 2016-03-10 | Vangogh Imaging, Inc. | Real-Time Dynamic Three-Dimensional Adaptive Object Recognition and Model Reconstruction |
EP3221845A1 (en) * | 2014-11-21 | 2017-09-27 | Metaio GmbH | Method and system for determining spatial coordinates of a 3d reconstruction of at least part of a real object at absolute spatial scale |
US9460513B1 (en) | 2015-06-17 | 2016-10-04 | Mitsubishi Electric Research Laboratories, Inc. | Method for reconstructing a 3D scene as a 3D model using images acquired by 3D sensors and omnidirectional cameras |
US10573018B2 (en) * | 2016-07-13 | 2020-02-25 | Intel Corporation | Three dimensional scene reconstruction based on contextual analysis |
US10482619B2 (en) * | 2017-07-27 | 2019-11-19 | AI Incorporated | Method and apparatus for combining data to construct a floor plan |
-
2017
- 2017-08-11 US US15/674,843 patent/US10832078B2/en active Active
-
2018
- 2018-02-06 WO PCT/JP2018/004759 patent/WO2019030947A1/en active Application Filing
- 2018-02-06 JP JP2019553594A patent/JP6976350B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
WO2019030947A1 (en) | 2019-02-14 |
JP2020512646A (ja) | 2020-04-23 |
US20190050668A1 (en) | 2019-02-14 |
US10832078B2 (en) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6976350B2 (ja) | 静的物体及び動的物体を含むシーンの位置特定及びマッピングに関するイメージングシステム | |
Walch et al. | Image-based localization using lstms for structured feature correlation | |
JP6430064B2 (ja) | データを位置合わせする方法及びシステム | |
US20170161546A1 (en) | Method and System for Detecting and Tracking Objects and SLAM with Hierarchical Feature Grouping | |
US11741701B2 (en) | Autonomous task performance based on visual embeddings | |
CN113614784B (zh) | 利用稀疏rgb-d slam和交互感知对对象进行检测、跟踪和三维建模 | |
Maffra et al. | Real-time wide-baseline place recognition using depth completion | |
Cheng et al. | Robust semantic mapping in challenging environments | |
Zhang et al. | Hand-held monocular SLAM based on line segments | |
EP3639192A1 (en) | Computer vision-based thin object detection | |
Avraham et al. | Empnet: Neural localisation and mapping using embedded memory points | |
Zhang et al. | Dex-Net AR: Distributed deep grasp planning using a commodity cellphone and augmented reality app | |
Pershina et al. | Methods of mobile robot visual navigation and environment mapping | |
US10977810B2 (en) | Camera motion estimation | |
US20230100238A1 (en) | Methods and systems for determining the 3d-locations, the local reference frames and the grasping patterns of grasping points of an object | |
Schwarz et al. | Tracking planes with time of flight cameras and j-linkage | |
CN114972491A (zh) | 视觉slam方法、电子设备、存储介质及产品 | |
Liu et al. | Building semantic maps for blind people to navigate at home | |
Zhang et al. | Feature regions segmentation based RGB-D visual odometry in dynamic environment | |
Troutman et al. | Registration and localization of unknown moving objects in monocular SLAM | |
Liang et al. | Visual reconstruction and localization-based robust robotic 6-DoF grasping in the wild | |
Qian et al. | An improved ORB-SLAM2 in dynamic scene with instance segmentation | |
Rashid et al. | Lifelong LERF: Local 3D Semantic Inventory Monitoring Using FogROS2 | |
Kaur et al. | Creation and Implementation of Adaptive Algorithms For Visualization of Stereoscopic Face Mask | |
WO2024099593A1 (en) | Localization based on neural networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201013 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201211 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210413 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210521 |
|
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: 20211012 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211109 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6976350 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |