JP7265107B2 - 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ - Google Patents
勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ Download PDFInfo
- Publication number
- JP7265107B2 JP7265107B2 JP2019556907A JP2019556907A JP7265107B2 JP 7265107 B2 JP7265107 B2 JP 7265107B2 JP 2019556907 A JP2019556907 A JP 2019556907A JP 2019556907 A JP2019556907 A JP 2019556907A JP 7265107 B2 JP7265107 B2 JP 7265107B2
- Authority
- JP
- Japan
- Prior art keywords
- gradient
- value
- bin
- representative azimuth
- representative
- 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
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/955—Hardware or software architectures specially adapted for image or video understanding using specific electronic processors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
により演算される。
θ=tan-1(Gy/Gx)
により演算される。次いで、これらの方位角を用いて各画素に対して角度ビンが決定される(104)。ビンを決定するために、検出ウィンドウ200は、セルと称する局所空間領域に分割される。図2の例において、セル202は8×8画素である。各セルにおける64画素を離散化して、それらの方位角に従った角度ビンにする。角度ビンは、勾配が符号付きか符号なしかによって、0~180度又は0~360度にわたって均一に広がる。例えば、符号付き勾配の場合、0~180度にわたって均一に広がる9個の角度ビンがあり得る。或る画素についての方位角θにより、その画素についての特定のビンが決まる。
により演算され得る。ここで、Gx及びGyは、それぞれ、x方向の画素の勾配及びy方向の画素の勾配である。或いは、勾配の大きさGmagは、
Gmag=Gx*sec(θ)
により演算され得る。ここで、sec(θ)=1/cos(θ)であり、θは勾配の方位角である。したがって、勾配大きさ及びtan-1(Gy/Gx)を演算するための2つの基本式が、
Gmag=Gx*sec(θ)
Gy=Gx*tan(θ)
と表され得る。
Gx=[1 0 -1]*I
Gy=[1 0 -1]T*I
により演算される。ここで、Iは画素を含む画像であり、*は畳み込みである。勾配演算構成要素400の出力は、Gx、Gy、及び勾配の符号を含む。
Gy=Gx*tan(θ)
を演算するように構成される。これらの演算は並行して実施され、特定され得る代表的な方位角の数は実装に依存する。或る応用例が、Gy推定構成要素406によってサポートされる最大値までの任意の数の角度について値を特定し得る。幾つかの例において、最大45個の角度についての並列演算をサポートするための回路要素が存在する。上述したように、各特定された角度値は、第1の象限におけるビンに対応する。Gy推定構成要素406の出力は、特定された代表的な方位角についてのGyの推定値である。
Gmag=Gx*sec(θ)
を演算するように構成される。こういった演算は並列に成され、代表的な方位角はGy推定構成要素406によって用いられるものと同じである。大きさ演算構成要素の出力は、特定された代表的な方位角に対応する演算された大きさである。
Gy=Gx*tan(θ)
を演算し、大きさ演算構成要素412は、代表的な方位各々に対して、
Gmax=Gx*sec(θ)
を演算する。Gx*tan(θ)及びGx*sec(θ)を演算するために任意の適切な技術がこれらの構成要素において用いられ得る。例えば、こういった演算は、tan(θ)及びsec(θ)についてのルックアップテーブルに基づき得る。
Gy=Gx*tan(θ)
により演算される。
Gmag=Gx*sec(θ)
により演算され(508)、ビン識別子及び勾配符号ビットを用いて、ビン識別子を決定するために用いられる代表的な方位角に対応する演算された大きさを選択する(510)。
本明細書において説明される幾つかの例において、ビン決定構成要素410は、第1の象限におけるビン識別子を決定するために、表2のルックアップテーブルなどのルックアップテーブルを用い、次いで、符号を適用して、実際の象限及び真のビン識別子を決定する。他の例において表は符号を含む。
Claims (21)
- 勾配方向ヒストグラムの計算のためのハードウェアアクセレレータであって、
或る画素の勾配Gx及びGyを計算するように構成される勾配計算構成要素と、
ビン識別構成要素であって、
複数の代表的な方位角の各代表的な方位角に対してGyの値を推定し、
各推定されたGyの値を前記勾配計算構成要素によって計算された前記Gyと比較し、
各推定されたGyの値の前記勾配計算構成要素によって計算された前記Gyとの比較と、Gxと、Gx及びGyの符号とに基づいて、前記画素に対して角度ビンのビン識別子を決定する、
ように構成される、前記ビン識別構成要素と、
前記複数の代表的な方位角に基づいて前記画素に対して前記勾配の複数の大きさを並行して決定するように構成される大きさ計算構成要素と、
前記ビン識別子と前記G x 及びG y の符号とに基づいてセレクタ値を決定するように構成される大きさセレクタ構成要素と、
前記セレクタ値に基づいて前記画素に対して前記勾配の大きさG mag を選択するように構成されるマルチプレクサと、
を含む、ハードウェアアクセレレータ。 - 請求項1に記載のハードウェアアクセレレータであって、
前記複数の代表的な方位角の各々が0~90度の象限にある、ハードウェアアクセレレータ。 - 請求項1に記載のハードウェアアクセレレータであって、
前記ビン識別構成要素が、
前記複数の代表的な方位角の各代表的な方位角に対して、θを前記代表的な方位角としてGy=Gx*tan(θ)により前記Gyの値を推定し、
前記勾配の実際の方位角に最も近い前記代表的な方位角を選択するために前記推定されたGyの値を前記勾配計算構成要素によって計算された前記Gyと比較し、
前記選択された代表的な方位角と前記符号とを用いて前記ビン識別子を決定する、
ように更に構成される、ハードウェアアクセレレータ。 - 請求項3に記載のハードウェアアクセレレータであって、
前記大きさ計算構成要素が、前記複数の代表的な方位角の各代表的な方位角に対して、θを代表的な方位角としてGmag=Gx*sec(θ)によりGmagの値を生成するように更に構成され、
前記マルチプレクサが、前記ビン識別子を決定するために用いられた前記選択された代表的な方位角に対応する前記Gmag値を選択するように更に構成される、ハードウェアアクセレレータ。 - 請求項1に記載のハードウェアアクセレレータであって、
前記ビン識別子構成要素が、Gx*tan(θ)を計算するために制限された範囲の座標回転デジタルコンピュータ(CORDIC)エンジンを実装し、前記大きさ計算構成要素が、Gx*sec(θ)を計算するために制限された範囲のCORDICエンジンを実装する、ハードウェアアクセレレータ。 - ハードウェアアクセレレータにおける勾配方向ヒストグラムの計算のための方法であって、
前記ハードウェアアクセレレータの勾配計算構成要素において、或る画素の勾配Gx及びGyを計算することと、
複数の代表的な方位角の各代表的な方位角に対するGyの値を推定することと、
各推定されたGyの値を前記勾配計算構成要素によって計算された前記Gyと比較することと、
前記ハードウェアアクセレレータのビン識別構成要素において前記画素に対して角度ビンのビン識別子を決定することであって、前記ビン識別子が、各推定されたGyの値の前記勾配計算構成要素によって計算された前記Gyとの比較と、Gxと、GxとGyとの符号とに基づいて決定される、前記ビン識別子を決定することと、
前記ハードウェアアクセレレータの大きさ計算構成要素を用いて前記画素に対して前記勾配の複数の大きさを並行して決定することであって、前記大きさが前記複数の代表的な方位角に基づいて決定される、前記勾配の複数の大きさを決定することと、
前記ハードウェアアクレレレータのセレクタ構成要素を用いて前記ビン識別子と前記G x 及びG y の符号とに基づいてセレクタ値を決定することと、
前記ハードウェアアクレレレータのマルチプレクサを用いて前記セレクタ値に基づいて前記画素に対して前記勾配の大きさG mag を選択することと、
を含む、方法。 - 請求項6に記載の方法であって、
前記複数の代表的な方位角の各々が0~90度の象限にある、方法。 - 請求項6に記載の方法であって、
前記ビン識別子を決定することが、
前記複数の代表的な方位角の各代表的な方位角に対して、θを前記代表的な方位角としてGy=Gx*tan(θ)により前記Gyの値を推定することと、
前記勾配の実際の方位角に最も近い前記代表的な方位角を選択するために、前記推定されたGyの値を前記勾配計算構成要素によって計算された前記Gyと比較することと、
前記選択された代表的な方位角と前記符号とを用いて前記ビン識別子を決定することと、
を含む、方法。 - 請求項8に記載の方法であって、
前記勾配の複数の大きさを決定することが、前記複数の代表的な方位角の各代表的な方位角に対して、θを代表的な方位角としてGmag=Gx*sec(θ)によりGmagの値を生成することを含み、
前記勾配の大きさG mag を選択することが、前記ビン識別子を決定するために用いられた前記選択された代表的な方位角に対応する前記Gmag値を選択することを含む、方法。 - 請求項9に記載の方法であって、
制限された範囲の座標回転デジタルコンピュータ(CORDIC)エンジンを用いてGx*tan(θ)を計算し、制限された範囲のCORDICエンジンを用いてGx*sec(θ)を計算する、方法。 - システムオンチップ(SOC)であって、
勾配方向ヒストグラム(HOG)計算のためのハードウェアアクセレレータであって、
或る画像における各画素に対して、複数の代表的な方位角の各代表的な方位角に対して勾配Gyの値を推定し、
各推定されたGyの値を計算されたGyと比較し、
各推定されたGyの値のGyの値との比較と、計算されたGxと、GxとGyとの符号とに基づいて前記画素に対してビン識別子を決定し、
画素に対して前記複数の代表的な方位角に基づいて決定される前記勾配の複数の大きさを並行 して決定し、
前記ビン識別子と前記G x 及びG y の符号とに基づいてセレクタ値を決定し、
前記セレクタ値に基づいて前記勾配の大きさG mag を選択する、
ように構成可能である、前記ハードウェアアクセレレータと、
前記ビン識別子と前記勾配の大きさとを格納するように前記ハードウェアアクセレレータに結合されるメモリと、
前記メモリに結合されるHOGジェネレータであって、前記ハードウェアアクセレレータによって生成された前記ビン識別子と前記勾配の大きさとを用いてHOG記述子を生成するように構成可能である、前記HOGジェネレータと、
前記メモリと前記ハードウェアアクセレレータとに結合されるプロセッサであって、複数のオブジェクトを検出するようにプログラムされるビジョン処理アプリケーションを実行するように動作可能であり、前記ビジョン処理アプリケーションが、前記ビン識別子と前記勾配の大きさとを生成するように前記ハードウェアアクセレレータを構成し、前記ビン識別子と前記勾配の大きさとを用いて前記複数のオブジェクトの各オブジェクトに対してHOG記述子を生成するように前記HOGジェネレータを構成する、ソフトウェア命令を含む、前記プロセッサと、
を含む、SOC。 - 請求項11に記載のSOCであって、
前記ハードウェアアクセレレータが、
前記画素の勾配Gx及びGyを計算するように構成される勾配計算構成要素と、
各推定されたGyの値の前記勾配計算構成要素によって計算された前記Gyとの比較と、Gxと、GxとGyとの符号とに基づいて前記画素に対して角度ビンのビン識別子を決定するように構成されるビン識別構成要素と、
を含む、SOC。 - 請求項12に記載のSOCであって、
前記複数の代表的な方位角の各々が0~90度の象限にあり、前記ビジョン処理アプリケーションが前記ハードウェアアクセレレータにおいて前記複数の代表的な方位角を構成する、SOC。 - 請求項12に記載のSOCであって、
前記ビン識別構成要素が、
前記複数の代表的な方位角の各代表的な方位角に対して、θを前記代表的な方位角とするGy=Gx*tan(θ)により前記Gyの値を推定し、
前記勾配の実際の方位角に最も近い前記代表的な方位角を選択するために、前記推定されたGyの値を前記勾配計算構成要素によって計算された前記Gyと比較し、
前記選択された代表的な方位角と前記符号とを用いて前記ビン識別子を決定する、
ように更に構成される、SOC。 - 請求項14に記載のSOCであって、
前記ハードウェアアクセレレータが、
前記複数の代表的な方位角の各代表的な方位角に対して、θを代表的な方位角とするGmag=Gx*sec(θ)によりGmagの値を生成するように構成される大きさ計算構成要素と、
前記ビン識別子を決定するために用いられた前記選択された代表的な方位角に対応する前記Gmag値を選択するように構成されるマルチプレクサと、
を更に含む、SOC。 - 勾配方向のヒストグラム(HOG)計算ためにハードウェアアクセレレータを用いる方法であって、
或る画像における各画素に対して、複数の代表的な方位角の各代表的な方位角に対して勾配Gyの値を推定することと、
前記推定されたGyの値を各画素に対する計算されたGyと比較することと、
前記推定されたGyの値の前記計算されたGyとの比較と、計算されたGxと、GxとGyとの符号とに基づいて各画素に対してビン識別子を決定することと、
前記画素に対して前記複数の代表的な方位角に基づいて決定される前記勾配の複数の大きさを並行して決定することと、
前記ビン識別子と前記G x 及びG y の符号とに基づいてセレクタ値を決定することと、
前記セレクタ値に基づいて前記勾配の大きさG mag を選択することと、
前記ビン識別子と前記勾配の大きさとを用いて複数のタイプのオブジェクトの分類のためのHOG記述子を計算することと、
を含む、方法。 - 請求項16に記載の方法であって、
少なくとも1つのタイプのオブジェクトについての検出ウィンドウサイズが、別のタイプのオブジェクトの検出ウィンドウサイズと異なる、方法。 - 請求項16に記載の方法であって、
前記勾配Gyの値を推定することが、前記ハードウェアアクセレレータの勾配計算構成要素において或る画素の勾配Gx及びGyを計算することを含み、
前記ビン識別子を決定することが、前記ハードウェアアクセレレータのビン識別構成要素において前記画素に対して角度ビンのビン識別子を決定することであって、前記ビン識別子が、各推定されたGyの値の前記計算されたGyとの比較と、Gxと、GxとGyとの符号とに基づいて決定される、前記角度ビンのビン識別子を決定することを含む、方法。 - 請求項18に記載の方法であって、
前記複数の代表的な方位角の各々が0~90度の象限にある、方法。 - 請求項18に記載の方法であって、
前記角度ビンのビン識別子を決定することが、
前記複数の代表的な方位角の代表的な方位角各々に対して、θを前記代表的な方位角としてGy=Gx*tan(θ)により前記Gyの値を推定することと、
前記勾配の実際の方位角に最も近い前記代表的な方位角を選択するために、前記推定されたGyの値を前記勾配計算構成要素によって計算された前記Gyと比較することと、
前記選択された代表的な方位角と前記符号とを用いて前記ビン識別子を決定することと、
を更に含む、方法。 - 請求項20に記載の方法であって、
前記勾配の複数の大きさを決定することが、前記複数の代表的な方位角の代表的な方位角各々に対して、θを代表的な方位角としてGmag=Gx*sec(θ)によりGmagの値を生成することを含み、
前記勾配の大きさG mag を選択することが、前記ビン識別子を決定するために用いられた前記選択された代表的な方位角に対応する前記Gmag値を選択することを含む、方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023026830A JP7368924B2 (ja) | 2017-04-18 | 2023-02-24 | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762486557P | 2017-04-18 | 2017-04-18 | |
US62/486,557 | 2017-04-18 | ||
US15/954,590 | 2018-04-16 | ||
US15/954,590 US11004205B2 (en) | 2017-04-18 | 2018-04-16 | Hardware accelerator for histogram of oriented gradients computation |
PCT/US2018/027959 WO2018195069A1 (en) | 2017-04-18 | 2018-04-17 | Hardware accelerator for histogram of oriented gradients computation |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023026830A Division JP7368924B2 (ja) | 2017-04-18 | 2023-02-24 | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020518052A JP2020518052A (ja) | 2020-06-18 |
JP7265107B2 true JP7265107B2 (ja) | 2023-04-26 |
Family
ID=63790831
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019556907A Active JP7265107B2 (ja) | 2017-04-18 | 2018-04-17 | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ |
JP2023026830A Active JP7368924B2 (ja) | 2017-04-18 | 2023-02-24 | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023026830A Active JP7368924B2 (ja) | 2017-04-18 | 2023-02-24 | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ |
Country Status (5)
Country | Link |
---|---|
US (2) | US11004205B2 (ja) |
EP (1) | EP3612979A4 (ja) |
JP (2) | JP7265107B2 (ja) |
CN (1) | CN110663046B (ja) |
WO (1) | WO2018195069A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10460144B2 (en) * | 2016-07-20 | 2019-10-29 | Cypress Semiconductor Corporation | Non-finger object rejection for fingerprint sensors |
CN114359683B (zh) * | 2021-12-31 | 2023-10-20 | 电子科技大学 | 一种面向文本定位的单内核hog高效异构加速方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015184908A (ja) | 2014-03-24 | 2015-10-22 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 画像処理装置および画像処理プログラム |
US20160203384A1 (en) | 2015-01-08 | 2016-07-14 | Linear Algebra Technologies Limited | Hardware accelerator for histogram of gradients |
US20170091575A1 (en) | 2015-09-25 | 2017-03-30 | Intel Corporation | Method and system of low-complexity histrogram of gradients generation for image processing |
US20170098135A1 (en) | 2014-11-28 | 2017-04-06 | Fotonation Limited | Method for producing a histogram of oriented gradients |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6104833A (en) * | 1996-01-09 | 2000-08-15 | Fujitsu Limited | Pattern recognizing apparatus and method |
US6408109B1 (en) * | 1996-10-07 | 2002-06-18 | Cognex Corporation | Apparatus and method for detecting and sub-pixel location of edges in a digital image |
US6975764B1 (en) * | 1997-11-26 | 2005-12-13 | Cognex Technology And Investment Corporation | Fast high-accuracy multi-dimensional pattern inspection |
GB2431717A (en) * | 2005-10-31 | 2007-05-02 | Sony Uk Ltd | Scene analysis |
CN100405017C (zh) * | 2007-06-22 | 2008-07-23 | 北京航空航天大学 | 阵列小孔式太阳敏感器信号处理方法和装置 |
US20090094306A1 (en) * | 2007-10-09 | 2009-04-09 | Krishnakalin Gahn W | Cordic rotation angle calculation |
FR2939547B1 (fr) * | 2008-12-09 | 2011-06-10 | Commissariat Energie Atomique | Dispositif et procede pour le reconnaissance et la localisation d'objets dans une image par balayage de fenetres de detection |
US9189670B2 (en) * | 2009-02-11 | 2015-11-17 | Cognex Corporation | System and method for capturing and detecting symbology features and parameters |
JP5361530B2 (ja) * | 2009-05-20 | 2013-12-04 | キヤノン株式会社 | 画像認識装置、撮像装置及び画像認識方法 |
US8510354B1 (en) * | 2010-03-12 | 2013-08-13 | Altera Corporation | Calculation of trigonometric functions in an integrated circuit device |
US9936132B2 (en) * | 2012-10-26 | 2018-04-03 | The Regents Of The University Of Michigan | CMOS image sensors with feature extraction |
US20160026898A1 (en) * | 2014-07-24 | 2016-01-28 | Agt International Gmbh | Method and system for object detection with multi-scale single pass sliding window hog linear svm classifiers |
CN104268857B (zh) * | 2014-09-16 | 2017-07-18 | 湖南大学 | 一种基于机器视觉的快速亚像素边缘检测与定位方法 |
EP3109823A1 (en) * | 2015-06-22 | 2016-12-28 | Sick IVP AB | Method and arrangements for estimating one or more dominating orientations in a digital image |
EP3311364B1 (en) * | 2015-09-30 | 2018-12-26 | FotoNation Limited | A method and system for tracking an object |
US9639777B1 (en) * | 2015-12-17 | 2017-05-02 | Linear Algebra Technologies Limited | Systems and methods for providing an image classifier |
KR20170103472A (ko) * | 2016-03-04 | 2017-09-13 | 한국전자통신연구원 | 허프 변환을 이용한 하드웨어 기반 원 검출 장치 및 방법 |
JP6656988B2 (ja) * | 2016-03-30 | 2020-03-04 | 株式会社エクォス・リサーチ | 画像処理装置、半導体装置、画像認識装置、移動体装置、及び画像処理方法 |
GB2556908B (en) * | 2016-11-24 | 2021-10-13 | Emdalo Tech Limited Ie | System and method for determining the presence of objects in an image |
-
2018
- 2018-04-16 US US15/954,590 patent/US11004205B2/en active Active
- 2018-04-17 CN CN201880032159.8A patent/CN110663046B/zh active Active
- 2018-04-17 EP EP18787940.8A patent/EP3612979A4/en active Pending
- 2018-04-17 WO PCT/US2018/027959 patent/WO2018195069A1/en unknown
- 2018-04-17 JP JP2019556907A patent/JP7265107B2/ja active Active
-
2021
- 2021-05-07 US US17/314,177 patent/US20210264612A1/en active Pending
-
2023
- 2023-02-24 JP JP2023026830A patent/JP7368924B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015184908A (ja) | 2014-03-24 | 2015-10-22 | 東芝アルパイン・オートモティブテクノロジー株式会社 | 画像処理装置および画像処理プログラム |
US20170098135A1 (en) | 2014-11-28 | 2017-04-06 | Fotonation Limited | Method for producing a histogram of oriented gradients |
US20160203384A1 (en) | 2015-01-08 | 2016-07-14 | Linear Algebra Technologies Limited | Hardware accelerator for histogram of gradients |
US20170091575A1 (en) | 2015-09-25 | 2017-03-30 | Intel Corporation | Method and system of low-complexity histrogram of gradients generation for image processing |
Non-Patent Citations (2)
Title |
---|
Pei-Yin Chen et al.,An Efficient Hardware Implementation of HOG Feature Extraction for Human Detection,IEEE Transactions on Intelligent Transportation Systems,Volume: 15, Issue: 2,IEEE,2013年10月28日,P.656-662,https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6648678,IEL Online IEEE Xplore |
露木 明宣 他,ハードウェア構成に適したHOG特徴量計算手法と回路構成,FIT2012 第11回情報科学技術フォーラム, 第3分冊,日本,一般社団法人電子情報通信学会 一般社団法人情報処理学会,2012年08月21日,P.203-204 |
Also Published As
Publication number | Publication date |
---|---|
CN110663046A (zh) | 2020-01-07 |
US20210264612A1 (en) | 2021-08-26 |
EP3612979A1 (en) | 2020-02-26 |
JP7368924B2 (ja) | 2023-10-25 |
JP2023065515A (ja) | 2023-05-12 |
JP2020518052A (ja) | 2020-06-18 |
US20180300881A1 (en) | 2018-10-18 |
CN110663046B (zh) | 2024-05-28 |
US11004205B2 (en) | 2021-05-11 |
EP3612979A4 (en) | 2020-04-29 |
WO2018195069A1 (en) | 2018-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7368924B2 (ja) | 勾配方向ヒストグラムの演算のためのハードウェアアクセレレータ | |
US10607089B2 (en) | Re-identifying an object in a test image | |
EP2858030A1 (en) | Performing a histogram using an array of addressable registers | |
CN104221031B (zh) | 将影像特征与参考特征相匹配之方法及其所用集成电路 | |
Yuan et al. | Robust traffic sign recognition based on color global and local oriented edge magnitude patterns | |
US9996912B2 (en) | Systems, methods, and apparatuses for histogram of gradients | |
US10621446B2 (en) | Handling perspective magnification in optical flow processing | |
US9092697B2 (en) | Image recognition system and method for identifying similarities in different images | |
CN107368790B (zh) | 行人检测方法、系统、计算机可读存储介质及电子设备 | |
CN112861870B (zh) | 指针式仪表图像矫正方法、系统及存储介质 | |
CN109902576B (zh) | 一种头肩图像分类器的训练方法及应用 | |
CN112270719A (zh) | 相机标定方法、装置及系统 | |
KR20160128930A (ko) | 도로 표지판 인식 시스템에서 막대형 신호를 검출하는 장치 및 방법 | |
CN111582255A (zh) | 车辆超限检测方法、装置、计算机设备和存储介质 | |
Meus et al. | Embedded vision system for pedestrian detection based on HOG+ SVM and use of motion information implemented in Zynq heterogeneous device | |
Yin et al. | A feature points extraction algorithm based on adaptive information entropy | |
KR20160148806A (ko) | 방향정보를 이용한 객체 검출기 생성 방법, 이를 이용한 객체 검출 장치 및 방법 | |
WO2015086076A1 (en) | Method for determining a similarity value between a first image and a second image | |
Hu et al. | An improved ORB, gravity-ORB for target detection on mobile devices | |
CN111951211A (zh) | 一种目标检测方法、装置及计算机可读存储介质 | |
CN112464753B (zh) | 图像中关键点的检测方法、检测装置及终端设备 | |
Chang et al. | The shape of patterns tells more: Using two dimensional Hough transform to detect circles | |
Shasani et al. | Color and Shape Recognition | |
Iwahori et al. | Neural Network Based Image Modification for Shape from Observed SEM Images | |
Cai et al. | Target-tracking algorithm for omnidirectional vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20191018 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20210218 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210323 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210412 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210602 |
|
A625 | Written request for application examination (by other person) |
Free format text: JAPANESE INTERMEDIATE CODE: A625 Effective date: 20210412 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220414 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220420 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20220513 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220715 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220920 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221017 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230224 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20230224 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230307 |
|
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: 20230315 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20230315 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230315 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7265107 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |