JP7320570B2 - 画像を処理するための方法、装置、機器、媒体およびプログラム - Google Patents
画像を処理するための方法、装置、機器、媒体およびプログラム Download PDFInfo
- Publication number
- JP7320570B2 JP7320570B2 JP2021131699A JP2021131699A JP7320570B2 JP 7320570 B2 JP7320570 B2 JP 7320570B2 JP 2021131699 A JP2021131699 A JP 2021131699A JP 2021131699 A JP2021131699 A JP 2021131699A JP 7320570 B2 JP7320570 B2 JP 7320570B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- character
- background
- attributes
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 67
- 238000012545 processing Methods 0.000 title claims description 30
- 238000010801 machine learning Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 description 13
- 238000013135 deep learning Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T13/00—Animation
- G06T13/20—3D [Three Dimensional] animation
- G06T13/40—3D [Three Dimensional] animation of characters, e.g. humans, animals or virtual beings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
- G06V30/244—Division of the character sequences into groups prior to recognition; Selection of dictionaries using graphical properties, e.g. alphabet type or font
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/272—Means for inserting a foreground image in a background image, i.e. inlay, outlay
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Description
フレーム208で、属性に基づいて、取得された対象キャラクタが調整された画像に結合される。例えば、コンピューティングデバイス108は、属性に基づいて、取得された対象キャラクタ106を調整された画像に結合する。
Claims (15)
- モデルのデフォルトパラメータを調整するかどうかを決定することと、
前記デフォルトパラメータを調整する必要があると決定した場合、前記モデルのデフォルトパラメータを調整することと、
画像内のキャラクタに対する背景を記述した前記画像の背景画像を決定することと、
前記画像内の選択されたキャラクタ部分に対応するキャラクタの属性を決定することと、
前記選択されたキャラクタ部分を前記背景画像中の対応部分に置き換えて、調整された前記画像を取得することと、
前記属性に基づいて、取得された対象キャラクタを調整された前記画像に結合することと、を含み、
前記選択されたキャラクタ部分を前記背景画像中の前記対応部分に置き換えることは、
前記選択されたキャラクタ部分を決定することと、
前記背景画像中の前記選択されたキャラクタ部分に対応する前記対応部分を決定することと、
前記キャラクタ部分に対応するピクセルのピクセル値が除去され、前記背景画像内の対応部分のピクセルのピクセル値が埋められることと、を含み、
前記背景画像中の前記選択されたキャラクタ部分に対応する前記対応部分を決定することは、
前記選択されたキャラクタ部分の画像内の位置を決定し、次に、画像内の前記選択されたキャラクタ部分の位置を使用して、前記対応部分の位置を決定することを含み、
前記デフォルトパラメータは、前記処理される画像のサイズ及び画像の背景と所定の種類の背景との相関度を含む前記モデルの使用条件を記述するために使用されるパラメータである、
画像を処理するための方法。 - 前記背景画像を決定することは、
前記画像を、画像内のキャラクタの背景画像を決定するための機器学習モデルである背景決定モデルに入力して、前記背景画像を取得することを含む
請求項1に記載の方法。 - 前記属性を決定することは、
前記画像の前記選択されたキャラクタ部分を、キャラクタの属性を決定するための機器学習モジュールであるキャラクタ属性決定モジュールに入力して、前記キャラクタの前記属性を決定することを含む
請求項1に記載の方法。 - 取得された対象キャラクタを調整された前記画像に結合することは、
前記対象キャラクタを取得することと、
前記属性に基づいて前記対象キャラクタの属性を決定することと、を含む
請求項1に記載の方法。 - 前記属性は、フォント、サイズ、太さ、色、または下線のうちの少なくとも1つを含む
請求項1に記載の方法。 - 前記画像を取得することと、
前記画像の対象領域から前記選択されたキャラクタ部分を決定することと、をさらに含む
請求項1に記載の方法。 - モデルのデフォルトパラメータを調整するかどうかを決定するモジュールと、
前記デフォルトパラメータを調整する必要があると決定した場合、前記モデルのデフォルトパラメータを調整するモジュールと、
画像内のキャラクタに対する背景を記述した前記画像の背景画像を決定するように配置される背景画像決定モジュールと、
前記画像内の選択されたキャラクタ部分に対応するキャラクタの属性を決定するように配置される第1の属性決定モジュールと、
前記選択されたキャラクタ部分を前記背景画像中の対応部分に置き換えて、調整された画像を取得するように配置される第1の置換モジュールと、
前記属性に基づいて、取得された対象キャラクタを調整された前記画像に結合するように配置される結合モジュールと、を含み、
前記第1の置換モジュールは、
前記選択されたキャラクタ部分を決定するように配置されるキャラクタ部分決定モジュールと、
前記背景画像中の前記選択されたキャラクタ部分に対応する前記対応部分を決定するように配置される対応部分決定モジュールと、
前記キャラクタ部分に対応するピクセルのピクセル値が除去され、前記背景画像内の対応部分のピクセルのピクセル位置が埋められるモジュールと、を含み、
前記対応部分決定モジュールは、
前記選択されたキャラクタ部分の画像内の位置を決定し、次に、画像内の前記選択されたキャラクタ部分の位置を使用して、前記対応部分の位置を決定するモジュールを含み、
前記デフォルトパラメータは、前記処理される画像のサイズ及び画像の背景と所定の種類の背景との相関度を含む前記モデルの使用条件を記述するために使用されるパラメータである、
画像を処理するための装置。 - 前記背景画像決定モジュールは、
前記画像を、画像内のキャラクタの背景画像を決定するための機器学習モジュールである背景決定モジュールに入力して、前記背景画像を取得するように配置される背景画像取得モジュールを含む
請求項7に記載の装置。 - 前記第1の属性決定モジュールは、
前記画像の前記選択されたキャラクタ部分を、キャラクタの属性を決定するための機器学習モジュールであるキャラクタ属性決定モジュールに入力して、前記キャラクタの前記属性を決定するように配置される第2の属性決定モジュールを含む
請求項7に記載の装置。 - 前記結合モジュールは、
前記対象キャラクタを取得するように配置される対象キャラクタ取得モジュールと、
前記属性に基づいて前記対象キャラクタの属性を決定するように配置される対象キャラクタ属性決定モジュールと、を含む
請求項7に記載の装置。 - 前記属性は、フォント、サイズ、太さ、色、または下線のうちの少なくとも1つを含む
請求項7に記載の装置。 - 前記画像を取得するように配置される画像取得モジュールと、
前記画像の対象領域から前記選択されたキャラクタ部分を決定するように配置される選択キャラクタ部分決定モジュールと、をさらに含む
請求項7に記載の装置。 - 少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信可能に接続されたメモリとを含み、
前記メモリは、前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに請求項1~6のいずれか一項に記載の方法を実行させる命令を記憶する、
電子デバイス。 - コンピュータに請求項1~6のいずれか一項に記載の方法を実行させるコンピュータ命令を記憶する
非一時的なコンピュータ読み取り可能な記憶媒体。 - プロセッサによって実行される際に、請求項1~6のいずれか一項に記載の方法のステップを実現する
コンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011356738.3A CN112839185B (zh) | 2020-11-27 | 2020-11-27 | 用于处理图像的方法、装置、设备和介质 |
CN202011356738.3 | 2020-11-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021182441A JP2021182441A (ja) | 2021-11-25 |
JP7320570B2 true JP7320570B2 (ja) | 2023-08-03 |
Family
ID=75923415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021131699A Active JP7320570B2 (ja) | 2020-11-27 | 2021-08-12 | 画像を処理するための方法、装置、機器、媒体およびプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210374490A1 (ja) |
EP (1) | EP3913533A3 (ja) |
JP (1) | JP7320570B2 (ja) |
KR (1) | KR20210116371A (ja) |
CN (1) | CN112839185B (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114298982B (zh) * | 2021-12-14 | 2022-08-19 | 禾多科技(北京)有限公司 | 图像标注方法、装置、计算机设备和存储介质 |
KR102621814B1 (ko) * | 2023-10-16 | 2024-01-09 | 주식회사 에이펀인터렉티브 | 영상 생성 장치 및 그 방법 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458918A (zh) | 2019-08-16 | 2019-11-15 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111414906A (zh) | 2020-03-05 | 2020-07-14 | 北京交通大学 | 纸质票据图片的数据合成与文本识别方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8331681B1 (en) * | 2008-10-24 | 2012-12-11 | Adobe Systems Incorporated | Generating typefaces through image analysis |
CN104715497A (zh) * | 2014-12-30 | 2015-06-17 | 上海孩子国科教设备有限公司 | 数据替换的方法及系统 |
CN108985201A (zh) * | 2018-06-29 | 2018-12-11 | 网易有道信息技术(北京)有限公司 | 图像处理方法、介质、装置和计算设备 |
CN111275035B (zh) * | 2018-12-04 | 2023-10-31 | 北京嘀嘀无限科技发展有限公司 | 一种识别背景信息的方法及系统 |
CN111402367B (zh) * | 2020-03-27 | 2023-09-26 | 维沃移动通信有限公司 | 一种图像处理方法和电子设备 |
-
2020
- 2020-11-27 CN CN202011356738.3A patent/CN112839185B/zh active Active
-
2021
- 2021-08-11 EP EP21190806.6A patent/EP3913533A3/en not_active Withdrawn
- 2021-08-12 US US17/400,693 patent/US20210374490A1/en not_active Abandoned
- 2021-08-12 JP JP2021131699A patent/JP7320570B2/ja active Active
- 2021-09-03 KR KR1020210117541A patent/KR20210116371A/ko not_active Application Discontinuation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110458918A (zh) | 2019-08-16 | 2019-11-15 | 北京百度网讯科技有限公司 | 用于输出信息的方法和装置 |
CN111414906A (zh) | 2020-03-05 | 2020-07-14 | 北京交通大学 | 纸质票据图片的数据合成与文本识别方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021182441A (ja) | 2021-11-25 |
CN112839185B (zh) | 2022-10-21 |
CN112839185A (zh) | 2021-05-25 |
KR20210116371A (ko) | 2021-09-27 |
US20210374490A1 (en) | 2021-12-02 |
EP3913533A3 (en) | 2022-03-02 |
EP3913533A2 (en) | 2021-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11514272B2 (en) | Apparatus and method for training classification model and apparatus for performing classification by using classification model | |
US11657602B2 (en) | Font identification from imagery | |
CN108229299B (zh) | 证件的识别方法和装置、电子设备、计算机存储介质 | |
US10599924B2 (en) | Semantic page segmentation of vector graphics documents | |
CN111615702B (zh) | 一种从图像中提取结构化数据的方法、装置和设备 | |
CN111291629A (zh) | 图像中文本的识别方法、装置、计算机设备及计算机存储介质 | |
JP7320570B2 (ja) | 画像を処理するための方法、装置、機器、媒体およびプログラム | |
CN110334357A (zh) | 一种命名实体识别的方法、装置、存储介质及电子设备 | |
WO2020125062A1 (zh) | 一种图像融合方法及相关装置 | |
CN115917613A (zh) | 文档中文本的语义表示 | |
CN110348025A (zh) | 一种基于字形的翻译方法、装置、存储介质及电子设备 | |
CN111680491A (zh) | 文档信息的抽取方法、装置和电子设备 | |
CN106709490B (zh) | 一种字符识别方法和装置 | |
CN112749639B (zh) | 模型训练方法、装置、计算机设备和存储介质 | |
CN110852102B (zh) | 一种中文的词性标注方法、装置、存储介质及电子设备 | |
CN116935368A (zh) | 深度学习模型训练方法、文本行检测方法、装置及设备 | |
CN115130437B (zh) | 一种文档智能填写方法、装置及存储介质 | |
WO2023284670A1 (zh) | 图形码提取模型构建方法、识别方法、装置、设备和介质 | |
CN116468970A (zh) | 模型训练方法、图像处理方法、装置、设备及介质 | |
CN110348022A (zh) | 一种相似度分析的方法、装置、存储介质及电子设备 | |
CN110348023A (zh) | 一种中文文本分词的方法、装置、存储介质及电子设备 | |
CN114399782B (zh) | 文本图像处理方法、装置、设备、存储介质及程序产品 | |
US11928877B2 (en) | Systems and methods for automatic context-based annotation | |
CN113128496B (zh) | 一种从图像中提取结构化数据的方法、装置和设备 | |
US11574456B2 (en) | Processing irregularly arranged characters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210812 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230323 |
|
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: 20230711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230724 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7320570 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |