JP6998554B2 - 画像生成装置及び画像生成方法 - Google Patents
画像生成装置及び画像生成方法 Download PDFInfo
- Publication number
- JP6998554B2 JP6998554B2 JP2018565074A JP2018565074A JP6998554B2 JP 6998554 B2 JP6998554 B2 JP 6998554B2 JP 2018565074 A JP2018565074 A JP 2018565074A JP 2018565074 A JP2018565074 A JP 2018565074A JP 6998554 B2 JP6998554 B2 JP 6998554B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- restored
- calculated
- identification
- captured
- 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
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- 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
- 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
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Vascular Medicine (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Description
以下、実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、構成要素、構成要素の配置位置及び接続形態、ステップ(工程)、ステップの順序等は、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また、以下の実施の形態の説明において、略平行、略直交のような「略」を伴った表現が、用いられる場合がある。例えば、略平行とは、完全に平行であることを意味するだけでなく、実質的に平行である、すなわち、例えば数%程度の差異を含むことも意味する。他の「略」を伴った表現についても同様である。また、各図は模式図であり、必ずしも厳密に図示されたものではない。さらに、各図において、実質的に同一の構成要素に対しては同一の符号を付しており、重複する説明は省略又は簡略化される場合がある。
以上、1つ又は複数の態様に係る画像生成装置等について、実施の形態及び変形例に基づいて説明したが、本開示は、実施の形態及び変形例に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態及び変形例に施したものや、異なる実施の形態及び変形例における構成要素を組み合わせて構築される形態も、1つ又は複数の態様の範囲内に含まれてもよい。
2 移動体
2a 速度情報検出部
10,10B 画像生成装置
11 撮像部
12 学習装置
101 取得部
102 識別部
103 画像出力制御部
104 画像復元部
105 出力部
121 画像取得部
122 識別正解取得部
123 学習部
Claims (20)
- 処理回路と、
少なくとも1つの計算撮像画像を記録するメモリとを備え、
前記計算撮像画像は、ライトフィールド画像、圧縮センシング画像、及び符号化撮像画像のいずれかであり、
前記処理回路は、
(a1)前記少なくとも1つの計算撮像画像および識別器を用いて、前記少なくとも1つの計算撮像画像を復元することなく、前記少なくとも1つの計算撮像画像中の物体の位置を識別し、
(a2)前記少なくとも1つの計算撮像画像を用いて、前記物体の位置を強調する表示を重畳した表示画像を生成し、
(a3)前記表示画像を出力する、
画像生成装置。 - 前記処理回路は、
さらに、(a4)前記少なくとも1つの計算撮像画像を復元して、復元画像を生成し、
前記(a2)において、前記少なくとも1つの計算撮像画像を復元することなく前記計算撮像画像中の物体の位置を識別した後、直近に復元された前記復元画像を用いて、前記物体の位置を強調する表示を重畳した表示画像を生成する、
請求項1に記載の画像生成装置。 - 前記処理回路は、
前記(a1)の処理と、前記(a4)の処理とを同じ時間に開始する、
請求項2に記載の画像生成装置。 - 前記処理回路は、
さらに、(a4)前記少なくとも1つの計算撮像画像を復元して、復元画像を生成し、
前記(a2)において、前記復元画像に、前記物体の位置を強調する表示を重畳した表示画像を生成し、
前記処理回路は、前記(a1)の処理が、前記(a4)の処理よりも速い、
請求項1に記載の画像生成装置。 - 前記少なくとも1つの計算撮像画像は、第1の画像と、第2の画像とを含み、
前記第1の画像、前記第2の画像の順番で、時間的に撮像されており、
前記処理回路は、
前記(a1)において、前記第1の画像に含まれる物体の位置を識別し、その後、前記第2の画像に含まれる物体の位置を識別し、
さらに、(a4)前記第1の画像を復元して第1の復元画像を生成し、その後、前記第2の画像を復元して第2の復元画像を生成し、
前記(a2)において、前記第2の画像の物体の位置を識別した後、第1の所定時間内において、前記第1の復元画像が生成され且つ前記第2の復元画像が生成されていない場合、
前記第1の画像が撮像された第1の撮像時間と前記第2の画像が撮像された第2の撮像時間とを取得し、
前記第1の撮像時間と前記第2の撮像時間との時間差を計算し、
前記時間差が第1の閾値以下の場合、前記第1の復元画像に、前記第2の画像の物体の位置を重畳した表示画像を生成し、前記時間差が第1の閾値より大きい場合、前記第1の復元画像に前記第2の画像の物体の位置を重畳せず、前記第1の復元画像を前記表示画像とする、
請求項1に記載の画像生成装置。 - 前記計算撮像画像を撮像する撮像部が移動体に配置されており、
前記処理回路は、
前記撮像部から前記計算撮像画像を取得し前記メモリに記録し、
前記(a2)において、前記第1の画像の物体の位置を識別したとき、前記第1の復元画像が生成され且つ前記第2の復元画像が生成されていない場合、
前記第1の画像及び前記第2の画像を撮像時の前記移動体の移動速度を取得し、
前記移動速度に基づいて、前記第1の所定の時間を設定する、
請求項5に記載の画像生成装置。 - 前記処理回路は、
前記移動速度が第2の閾値よりも小さい場合、前記第1の所定時間を変更せず、
前記移動速度が前記第2の閾値以上の場合、前記移動速度に基づいて、前記第1の所定時間を短くする、
請求項6に記載の画像生成装置。 - 前記計算撮像画像を撮像する撮像部が移動体に配置されており、
前記処理回路は、
前記撮像部から前記計算撮像画像を取得し前記メモリに記録し、
前記移動体の移動速度を取得し、
前記(a2)において、前記移動速度が第3の閾値以下の場合、前記1つの計算撮像画像を用いて、前記物体の位置を強調する表示を重畳した表示画像を生成し、前記移動速度が第3の閾値より大きい場合、前記物体の位置が強調表示されていない前記1つの計算撮像画像に基づく画像を表示画像として生成する、
請求項1~7のいずれか一項に記載の画像生成装置。 - 前記処理回路は、
さらに、(a5)前記少なくとも1つの計算撮像画像中において、前記識別した物体の位置に対応する復元部分画像を生成し、
前記(a2)において、前記少なくとも1つの計算撮像画像に、前記復元部分画像を重畳した前記表示画像を生成する、
請求項1~8のいずれか一項に記載の画像生成装置。 - (b1)ライトフィールド画像、圧縮センシング画像、及び符号化撮像画像のいずれかである少なくとも1つの計算撮像画像をメモリから取得し、
(b2)前記少なくとも1つの計算撮像画像および識別器を用いて、前記少なくとも1つの計算撮像画像を復元することなく、前記少なくとも1つの計算撮像画像中の物体の位置を識別し、
(b3)前記少なくとも1つの計算撮像画像を用いて、前記物体の位置を強調する表示を重畳した表示画像を生成し、
(b4)前記表示画像を出力し、
前記(b1)~(b4)の少なくとも1つはプロセッサによって実行される
画像生成方法。 - さらに、(b5)前記少なくとも1つの計算撮像画像を復元して、復元画像を生成し、
前記(b3)において、前記少なくとも1つの計算撮像画像を復元することなく前記計算撮像画像中の物体の位置を識別した後、直近に復元された前記復元画像を用いて、前記物体の位置を強調する表示を重畳した表示画像を生成する、
請求項10に記載の画像生成方法。 - 前記(b2)の処理と、前記(b5)の処理とを同じ時間に開始する、
請求項11に記載の画像生成方法。 - さらに、(b5)前記少なくとも1つの計算撮像画像を復元して、復元画像を生成し、
前記(b3)において、前記復元画像に、前記物体の位置を強調する表示を重畳した表示画像を生成し、
前記(b2)の処理速度は、前記(b5)の処理速度よりも大きい、
請求項10に記載の画像生成方法。 - 前記少なくとも1つの計算撮像画像は、第1の画像と、第2の画像とを含み、
前記第1の画像、前記第2の画像の順番で、時間的に撮像されており、
前記(b2)において、前記第1の画像に含まれる物体の位置を識別し、その後、前記第2の画像に含まれる物体の位置を識別し、
さらに、(b5)前記第1の画像を復元して第1の復元画像を生成し、その後、前記第2の画像を復元して第2の復元画像を生成し、
前記(b3)において、前記第2の画像の物体の位置を識別した後、第1の所定時間内において、前記第1の復元画像が生成され且つ前記第2の復元画像が生成されていない場合、
前記第1の画像が撮像された第1の撮像時間と前記第2の画像が撮像された第2の撮像時間とを取得し、
前記第1の撮像時間と前記第2の撮像時間との時間差を計算し、
前記時間差が第1の閾値以下の場合、前記第1の復元画像に、前記第2の画像の物体の位置を重畳した表示画像を生成し、前記時間差が第1の閾値より大きい場合、前記第1の復元画像に前記第2の画像の物体の位置を重畳せず、前記第1の復元画像を前記表示画像とする、
請求項10に記載の画像生成方法。 - 前記少なくとも1つの計算撮像画像は移動体から撮像された画像であり、
前記(b3)において、前記第1の画像の物体の位置を識別したとき、前記第1の復元画像が生成され且つ前記第2の復元画像が生成されていない場合、
前記第1の画像及び前記第2の画像を撮像時の前記移動体の移動速度を取得し、
前記移動速度に基づいて、前記第1の所定の時間を設定する、
請求項14に記載の画像生成方法。 - 前記移動速度が第2の閾値よりも小さい場合、前記第1の所定時間を変更せず、
前記移動速度が前記第2の閾値以上の場合、前記移動速度に基づいて、前記第1の所定時間を短くする、
請求項15に記載の画像生成方法。 - 前記少なくとも1つの計算撮像画像は移動体から撮像された画像であり、
(b6)前記移動体の移動速度を取得し、
前記(b3)において、前記移動速度が第3の閾値以下の場合、前記1つの計算撮像画像を用いて、前記物体の位置を強調する表示を重畳した表示画像を生成し、前記移動速度が第3の閾値より大きい場合、前記物体の位置が強調表示されていない前記1つの計算撮像画像に基づく画像を表示画像として生成する、
請求項10~16のいずれか一項に記載の画像生成方法。 - さらに、(b7)前記少なくとも1つの計算撮像画像中において、前記識別した物体の位置に対応する復元部分画像を生成し、
前記(b3)において、前記少なくとも1つの計算撮像画像に、前記復元部分画像を重畳した前記表示画像を生成する、
請求項10~17のいずれか一項に記載の画像生成方法。 - (a)時刻tI(k)~時刻tI(n)に撮像された計算撮像画像I(k)~計算撮像画像I(n)に含まれる位置P(k)~位置P(n)を決定し、
前記kは自然数、前記nは2以上の自然数、k<nであり、
前記I(k)~前記I(n)が復元された場合に、復元画像D(k)~復元画像D(n)は、前記P(k)~前記P(n)に物体画像Io(k)~物体画像Io(n)を含み、
前記P(k)~前記P(n)は前記I(k)~前記I(n)を復元することなく決定され、
前記P(k)~前記P(n)の決定は時刻tP(k)~時刻tP(n)に完了し、
前記I(k)~前記I(n)と前記P(k)~前記P(n)は1対1に対応し、
前記I(k)~前記I(n)と前記Io(k)~前記Io(n)は1対1に対応し、
前記tI(k)~前記tI(n)と前記I(k)~前記I(n)は1対1に対応し、
前記P(k)~前記P(n)と前記tP(k)~前記tP(n)は1対1に対応し、
前記I(k)~前記I(n)は、複数のライトフィールド画像、複数の圧縮センシング画像、及び複数の符号化撮像画像のいずれかであり、
(b)復元画像D(j)~復元画像D(m)を生成するため、前記I(k)~前記I(n)に含まれる計算撮像画像Ic(j)~計算撮像画像Ic(m)を復元し、
前記jは1以上の自然数、前記mは1以上の自然数、j<mであり、
前記Ic(j)~前記Ic(m)の数は、前記I(k)~前記I(n)の数より少なく、
前記D(j)~前記D(m)の生成は時刻tD(j)~時刻tD(m)に完了し、
前記Ic(j)~前記Ic(m)と前記D(j)~前記D(m)は1対1に対応し、
前記D(j)~D(m)と前記tD(j)~時刻tD(m)は1対1に対応し、
(c)ディスプレイに表示される画像DI(k)~画像DI(n)を生成し、
前記DI(k)~画像DI(n)に含まれる画像DI(i)は、時刻tD(r)に復元が完了した復元画像D(r)に、時刻tP(i)に位置決定が完了した位置P(i)で示される位置に基づいて、強調表示PS(i)が前記D(r)に含まる位置に重畳され、
k≦i≦n、j≦r≦mであり、
前記tD(r)は、前記tD(j)~前記tD(m)のうち時間順で前記tP(i)より早い時刻である前記tD(j)~前記tD(r)うち、前記tP(i)に最も近い
画像生成装置。 - 処理回路と、
少なくとも1つの計算撮像画像を記録するメモリとを備え、
前記計算撮像画像は、ライトフィールド画像、圧縮センシング画像、及び符号化撮像画像のいずれかであり、
前記処理回路は、
(c1)前記少なくとも1つの計算撮像画像を復元する前に、前記少なくとも1つの計算撮像画像および識別器を用いて、前記少なくとも1つの計算撮像画像中の物体の位置を識別し、
(c2)背景が無地の画像上に、前記計算撮像画像における前記物体の位置に対応する表示を重畳した、表示画像を生成し、
(c3)前記表示画像を出力する、
画像生成装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017175234 | 2017-09-12 | ||
JP2017175234 | 2017-09-12 | ||
PCT/JP2018/029498 WO2019054092A1 (ja) | 2017-09-12 | 2018-08-07 | 画像生成装置及び画像生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019054092A1 JPWO2019054092A1 (ja) | 2020-08-27 |
JP6998554B2 true JP6998554B2 (ja) | 2022-01-18 |
Family
ID=65723532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018565074A Active JP6998554B2 (ja) | 2017-09-12 | 2018-08-07 | 画像生成装置及び画像生成方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11195061B2 (ja) |
EP (1) | EP3683764A4 (ja) |
JP (1) | JP6998554B2 (ja) |
CN (1) | CN109819675B (ja) |
WO (1) | WO2019054092A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10303045B1 (en) * | 2017-12-20 | 2019-05-28 | Micron Technology, Inc. | Control of display device for autonomous vehicle |
JP2020204839A (ja) * | 2019-06-14 | 2020-12-24 | マツダ株式会社 | 外部環境認識装置 |
JP7326041B2 (ja) * | 2019-06-25 | 2023-08-15 | 京セラ株式会社 | 画像処理装置、撮像装置、移動体、および画像処理方法 |
JP7445856B2 (ja) * | 2019-09-30 | 2024-03-08 | パナソニックIpマネジメント株式会社 | 物体認識装置、物体認識システムおよび物体認識方法 |
US20220377275A1 (en) | 2019-10-30 | 2022-11-24 | Sony Group Corporation | Imaging device, display device, and imaging system |
WO2022014306A1 (ja) * | 2020-07-16 | 2022-01-20 | 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 | 学習方法、画像識別方法、学習装置、及び画像識別システム |
CN115836246A (zh) * | 2020-07-16 | 2023-03-21 | 松下电器(美国)知识产权公司 | 多针孔相机和图像识别系统 |
CN117356100A (zh) * | 2021-05-20 | 2024-01-05 | 松下电器(美国)知识产权公司 | 信息处理系统以及信息处理方法 |
US11568622B2 (en) * | 2021-06-30 | 2023-01-31 | Hewlett-Packard Development Company, L.P. | Color adjustments of highlighted areas |
CN115345808B (zh) * | 2022-08-18 | 2023-07-21 | 北京拙河科技有限公司 | 一种基于多元信息采集的画面生成方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013165475A (ja) | 2011-08-19 | 2013-08-22 | Canon Inc | 撮影画像の補助情報を生成する撮像装置、画像処理装置、及び画像処理方法 |
JP2014007730A (ja) | 2012-05-31 | 2014-01-16 | Canon Inc | 情報処理方法および装置、プログラム。 |
JP2017135477A (ja) | 2016-01-25 | 2017-08-03 | キヤノン株式会社 | 画像管理装置、画像再生装置及びそれらの制御方法、システム、プログラム並びに記憶媒体 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000165641A (ja) * | 1998-11-24 | 2000-06-16 | Matsushita Electric Ind Co Ltd | 画像処理方法,画像処理装置およびデータ記憶媒体 |
KR100859381B1 (ko) * | 2001-06-15 | 2008-09-22 | 소니 가부시끼 가이샤 | 화상 처리 장치 및 방법 및 촬상 장치 |
EP1555804A3 (en) * | 2004-01-19 | 2006-08-16 | Ricoh Company, Ltd. | Image processing apparatus, image processing program and storage medium |
US7804980B2 (en) * | 2005-08-24 | 2010-09-28 | Denso Corporation | Environment recognition device |
JP4892965B2 (ja) * | 2005-12-26 | 2012-03-07 | 住友電気工業株式会社 | 移動体判定システム、移動体判定方法、及びコンピュータプログラム |
EP2160037A3 (en) * | 2006-06-23 | 2010-11-17 | Imax Corporation | Methods and systems for converting 2D motion pictures for stereoscopic 3D exhibition |
JP5083841B2 (ja) * | 2007-04-27 | 2012-11-28 | 本田技研工業株式会社 | 車両周辺監視装置、車両周辺監視用プログラム、車両周辺監視方法 |
JP5049300B2 (ja) * | 2009-01-20 | 2012-10-17 | クラリオン株式会社 | 障害物検出表示装置 |
JP5299026B2 (ja) * | 2009-03-30 | 2013-09-25 | マツダ株式会社 | 車両用表示装置 |
US20120249550A1 (en) * | 2009-04-18 | 2012-10-04 | Lytro, Inc. | Selective Transmission of Image Data Based on Device Attributes |
US20120182388A1 (en) * | 2011-01-18 | 2012-07-19 | Samsung Electronics Co., Ltd. | Apparatus and method for processing depth image |
WO2014125842A1 (ja) * | 2013-02-18 | 2014-08-21 | 株式会社P2P Bank | 画像処理装置、画像処理方法、画像処理用コンピュータプログラムおよび画像処理用コンピュータプログラムを格納した情報記録媒体 |
US9070218B2 (en) * | 2013-07-01 | 2015-06-30 | Xerox Corporation | Reconstructing an image of a scene captured using a compressed sensing device |
US9025883B2 (en) * | 2013-07-01 | 2015-05-05 | Xerox Corporation | Adaptive quality image reconstruction via a compressed sensing framework |
JP6351364B2 (ja) * | 2014-05-12 | 2018-07-04 | 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 |
US9697443B2 (en) * | 2014-12-11 | 2017-07-04 | Intel Corporation | Model compression in binary coded image based object detection |
US10176642B2 (en) * | 2015-07-17 | 2019-01-08 | Bao Tran | Systems and methods for computer assisted operation |
CN108885469B (zh) * | 2016-09-27 | 2022-04-26 | 深圳市大疆创新科技有限公司 | 用于在跟踪系统中初始化目标物体的系统和方法 |
US10621747B2 (en) * | 2016-11-15 | 2020-04-14 | Magic Leap, Inc. | Deep learning system for cuboid detection |
WO2018151211A1 (ja) * | 2017-02-15 | 2018-08-23 | 株式会社Preferred Networks | 点群データ処理装置、点群データ処理方法、点群データ処理プログラム、車両制御装置及び車両 |
US10282630B2 (en) * | 2017-03-08 | 2019-05-07 | Raytheon Company | Multi-channel compressive sensing-based object recognition |
US10108867B1 (en) * | 2017-04-25 | 2018-10-23 | Uber Technologies, Inc. | Image-based pedestrian detection |
US10269159B2 (en) * | 2017-07-27 | 2019-04-23 | Rockwell Collins, Inc. | Neural network foreground separation for mixed reality |
US10169678B1 (en) * | 2017-12-21 | 2019-01-01 | Luminar Technologies, Inc. | Object identification and labeling tool for training autonomous vehicle controllers |
-
2018
- 2018-08-07 EP EP18856490.0A patent/EP3683764A4/en active Pending
- 2018-08-07 WO PCT/JP2018/029498 patent/WO2019054092A1/ja unknown
- 2018-08-07 JP JP2018565074A patent/JP6998554B2/ja active Active
- 2018-08-07 CN CN201880003233.3A patent/CN109819675B/zh active Active
-
2019
- 2019-05-17 US US16/415,002 patent/US11195061B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013165475A (ja) | 2011-08-19 | 2013-08-22 | Canon Inc | 撮影画像の補助情報を生成する撮像装置、画像処理装置、及び画像処理方法 |
JP2014007730A (ja) | 2012-05-31 | 2014-01-16 | Canon Inc | 情報処理方法および装置、プログラム。 |
JP2017135477A (ja) | 2016-01-25 | 2017-08-03 | キヤノン株式会社 | 画像管理装置、画像再生装置及びそれらの制御方法、システム、プログラム並びに記憶媒体 |
Non-Patent Citations (1)
Title |
---|
井手口 裕太,ライトフィールドからの煙の空間濃度分布推定,映像情報メディア学会誌 Vol.70, No.7,日本,一般社団法人 映像情報メディア学会,2016年06月24日,Vol.70, No.7,P. J146~J157 |
Also Published As
Publication number | Publication date |
---|---|
US20190279026A1 (en) | 2019-09-12 |
US11195061B2 (en) | 2021-12-07 |
EP3683764A4 (en) | 2020-11-18 |
WO2019054092A1 (ja) | 2019-03-21 |
CN109819675B (zh) | 2023-08-25 |
JPWO2019054092A1 (ja) | 2020-08-27 |
CN109819675A (zh) | 2019-05-28 |
EP3683764A1 (en) | 2020-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6998554B2 (ja) | 画像生成装置及び画像生成方法 | |
AU2017324923B2 (en) | Predicting depth from image data using a statistical model | |
EP3516625B1 (en) | A device and method for obtaining distance information from views | |
JP7126123B2 (ja) | 学習装置、学習方法及びプログラム | |
US9681150B2 (en) | Optical flow determination using pyramidal block matching | |
US10455217B2 (en) | Electronic apparatus and method of generating depth map | |
CN102388402B (zh) | 图像处理装置及图像处理方法 | |
CN110896467B (zh) | 用于恢复图像的方法和设备 | |
US10621446B2 (en) | Handling perspective magnification in optical flow processing | |
JP7227969B2 (ja) | 三次元再構成方法および三次元再構成装置 | |
CN112602091A (zh) | 使用针对不同图像场训练的多个神经网络进行物体检测 | |
CN110276831B (zh) | 三维模型的建构方法和装置、设备、计算机可读存储介质 | |
CN113807361B (zh) | 神经网络、目标检测方法、神经网络训练方法及相关产品 | |
US10984287B2 (en) | Learning device, learning method, and storage medium | |
JP2019200772A (ja) | 識別システム、識別装置、識別方法及びプログラム | |
CN109313806A (zh) | 图像处理装置、图像处理系统、图像处理方法和程序 | |
CN110115022B (zh) | 图像处理系统、光学传感器、以及学习装置 | |
WO2014171438A1 (ja) | 3次元形状計測装置、3次元形状計測方法及び3次元形状計測プログラム | |
JP2014164525A (ja) | 物体数推定方法、物体数推定装置、及び物体数推定プログラム | |
CN116051736A (zh) | 一种三维重建方法、装置、边缘设备和存储介质 | |
CN112270241B (zh) | 行人重识别方法、装置、电子设备及计算机可读存储介质 | |
US11605174B2 (en) | Depth-of-field simulation via optical-based depth extraction | |
KR100927236B1 (ko) | 영상 복원 방법, 영상 복원 장치 및 영상 복원 방법을 실행하는 프로그램이 기록된 컴퓨터에서 판독될 수 있는 기록매체 | |
CN112036271B (zh) | 基于卡尔曼滤波的行人重识别方法、系统、介质及终端 | |
CN118339584A (zh) | 训练方法、训练系统以及训练程序 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210914 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211110 |
|
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: 20211124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211203 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6998554 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |