JP7462119B2 - 三次元イメージング方法及び装置、並びに三次元イメージングデバイス - Google Patents
三次元イメージング方法及び装置、並びに三次元イメージングデバイス Download PDFInfo
- Publication number
- JP7462119B2 JP7462119B2 JP2023534681A JP2023534681A JP7462119B2 JP 7462119 B2 JP7462119 B2 JP 7462119B2 JP 2023534681 A JP2023534681 A JP 2023534681A JP 2023534681 A JP2023534681 A JP 2023534681A JP 7462119 B2 JP7462119 B2 JP 7462119B2
- Authority
- JP
- Japan
- Prior art keywords
- imaging
- holographic data
- dimensional
- transmitting
- pixel point
- 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
- 238000003384 imaging method Methods 0.000 title claims description 232
- 238000001514 detection method Methods 0.000 claims description 70
- 238000004422 calculation algorithm Methods 0.000 claims description 49
- 238000013480 data collection Methods 0.000 claims description 48
- 238000000034 method Methods 0.000 claims description 34
- 238000003709 image segmentation Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 230000011218 segmentation Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000013136 deep learning model Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 16
- 238000004364 calculation method Methods 0.000 description 15
- 238000007689 inspection Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007903 penetration ability Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/005—Prospecting or detecting by optical means operating with millimetre waves, e.g. measuring the black losey radiation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
- G01V3/12—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation operating with electromagnetic waves
-
- 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
- G06N3/0455—Auto-encoder networks; Encoder-decoder networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/887—Radar or analogous systems specially adapted for specific applications for detection of concealed objects, e.g. contraband or weapons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
-
- 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
-
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- 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
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Radar Systems Or Details Thereof (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
- Holo Graphy (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
式(1)を用いて、イメージング領域における画素点(x、y、z)から各対の送信アンテナと受信アンテナのそれぞれまでの距離の和rT,Rをそれぞれ計算し、
、及び距離の和rT,Rに基づいて、式(2)を用いて、イメージング領域における画素点(x、y、z)の複素反射率
を求め、
イメージング領域の全ての画素点に対し、複素反射率を計算し、前記複素反射率に基づいて再構成画像を形成することを含む。
とに基づいて、画素点(x、y、z)への寄与値PT,Rを計算し、
を求め、
は、1対の送信アンテナ及び受信アンテナにより取得されたホログラフィックデータであり、kは波数であり、k=2π/λであり、λは波長であり、
複素反射率に応じて、再構成画像を形成することを含む。
を取得することと、イメージング領域内のいずれかの画素点から1対の送信アンテナと前記受信アンテナのそれぞれまでの距離の和を計算し、該距離の和に最も近い等分の値を特定し、最も近い等分の値を該画素点の前記距離の和とすることと、イメージング領域内の全ての画素点に対して最も近い等分の値を特定することと、それぞれN個の等分の値を距離の和として、寄与値を計算することと、を含む。
図1は、本開示の第1の実施形態に係る三次元イメージングシステム100を示す。図1に示すように、三次元イメージングシステム100は、ミリ波イメージング装置10及び制御装置20を含む。ミリ波イメージング装置10は、深度カメラ11と、ホログラフィックデータ収集装置30とを備えている。
ステップS13で特定されたイメージング領域に対して画像再構成を行う場合、逆伝播イメージングアルゴリズムは、以下のステップを含むことができる。
式(1)を用いて、イメージング領域における画素点(x、y、z)から各対の送信アンテナと受信アンテナのそれぞれまでの距離の和rT,Rを計算し、
、及び距離の和に基づいて、式(2)を用いて、イメージング領域における画素点(x、y、z)の複素反射率
を求める。
に対して位相補償
を加え、かつ全ての受信アンテナ及び送信アンテナ並びにミリ波帯域の全ての送信周波数にわたって、すなわち、それぞれ受信アンテナの横座標及び縦座標、送信アンテナ13の横座標及び縦座標、並びに波数に従って、5重加算を行う。
実施例2の逆伝播イメージングアルゴリズムは高速な逆伝播イメージングアルゴリズムである。
各対の送信アンテナ及び受信アンテナに対して、イメージング領域の各画素点から送信アンテナと受信アンテナのそれぞれまでの距離の和を計算する。
に基づいて、画素点(x、y、z)への寄与値PT,Rを計算し、
を算出し、ホログラフィックデータ
に対して位相補償
を加え、寄与値PT,Rを求める。
を求める。
は、1対の送信アンテナ及び受信アンテナにより受信されたホログラフィックデータであり、kは波数であり、k=2π/λであり、λは波長であり、kはミリ波の送信周波数を示すパラメータであり、jは虚数記号である。
を取得する。ここで、dr=(rmax-rmin)/N、r1=rmin、r2=r1+dr、r3=r2+dr、……rN=rmaxである。Nは1よりも大きい整数であり、計算精度及びイメージング領域の大きさ等に応じて任意に設定することができる。
の中から該距離の和に最も近い等分の値(例えば、ri)を特定する。ここで、図8におけるステップS151~S152、S154の処理は図7におけるステップS54の処理に相当する。
を距離の和rT,Rとし、該等分の値と該1対の送受信アンテナにより受信されたホログラフィックデータ
に基づいて、上記式(4)を用いて、該1対の送受信アンテナの寄与値を計算する。ここで、図8におけるステップS156の処理は、図7におけるステップS52の処理に相当する。
によりイメージング領域の全ての画素点をN個の楕円球面、即ちN組に分ける。1つの楕円球面(例えば、ri)上に位置する画素点に対して1回の寄与値を計算すればよい。
を距離の和として寄与値を計算し、それによりN個の寄与値のみを計算すればよい。
第2の実施形態の構成が第1の実施形態と異なる点は、制御装置20がさらにキーポイント特定モジュール及びイメージング領域調整モジュールを含むことである。キーポイント特定モジュールは三次元画像情報に基づいて、人体のキーポイントを特定し、イメージング領域調整モジュールは、中核キーポイントに基づいてイメージング領域を調整する。換言すれば、制御装置20において実行される三次元イメージング方法は第1の実施形態と異なる。
上記第1の実施形態を基に、制御装置20はさらにキーポイント特定モジュール及び立ち姿勢判断モジュールを含む。キーポイント特定モジュールについて、上記第2の実施形態を参照することができる。上記第2の実施形態を基に、制御装置20はさらに立ち姿勢判断モジュールを含む。
10、10’、10” ミリ波イメージング装置
20 制御装置
30 ホログラフィックデータ収集装置
11、11’、11” 深度カメラ
12、12’、12” 受信アンテナ
13、13’、13” 送信アンテナ
Claims (18)
- 深度カメラにより検出対象を含む三次元撮影領域を撮影して、三次元画像情報を生成する三次元情報取得ステップと、
前記三次元画像情報から前記検出対象のマスクを抽出するマスク抽出ステップと、
前記検出対象のマスクに応じて前記検出対象に関するイメージング領域を特定するイメージング領域特定ステップと、
ホログラフィックデータ収集装置により、前記検出対象を含むホログラフィックデータ収集領域に対してデータ収集を行い、ホログラフィックデータを生成するホログラフィックデータ取得ステップと、
前記ホログラフィックデータに基づいて前記イメージング領域に対して画像再構成を行う画像再構成ステップと、
を含む、
三次元イメージング方法。 - 前記マスク抽出ステップにおいて、前記三次元画像情報に対して画像分割アルゴリズムを適用して前記検出対象のマスクを抽出する、
請求項1に記載の三次元イメージング方法。 - 前記画像分割アルゴリズムは、ニューラルネットワークに基づくDeepLabV3+分割アルゴリズムである、
請求項2に記載の三次元イメージング方法。
- 前記画像再構成ステップにおいて、逆伝播イメージングアルゴリズムを用いて画像再構成を行う、
請求項1に記載の三次元イメージング方法。 - 前記ホログラフィックデータ収集装置は、ミリ波を送受信する複数対の送信アンテナ及び受信アンテナを備える多重入力多重出力アンテナアレイを含み、
前記逆伝播イメージングアルゴリズムは、
前記イメージング領域の画素点に対して、該画素点から送信アンテナと受信アンテナのそれぞれまでの距離の和を各対ごとにそれぞれ計算することと、
前記受信アンテナにより受信されたホログラフィックデータ及び前記距離の和に基づき、全ての送信アンテナ及び受信アンテナ並びに前記ミリ波の送信周波数に従って加算を行い、前記イメージング領域の各画素点の複素反射率を取得することと、
前記イメージング領域の全ての画素点に対して複素反射率を計算し、複素反射率に基づいて再構成画像を形成することと、
を含む、
請求項4に記載の三次元イメージング方法。 - 前記逆伝播イメージングアルゴリズムは、
式(1)を用いて、各対の前記送信アンテナと前記受信アンテナの、前記イメージング領域における画素点(x、y、z)からの距離の和rT,Rをそれぞれ計算し、
、及び前記距離の和rT,Rに基づいて、式(2)を用いて、前記イメージング領域における画素点(x、y、z)の複素反射率
を求め、
イメージング領域の全ての画素点に対して、複素反射率を計算し、前記複素反射率に基づいて再構成画像を形成することを含む、
請求項5に記載の三次元イメージング方法。 - 前記ホログラフィックデータ収集装置は、ミリ波を送受信する複数対の送信アンテナ及び受信アンテナを備える多重入力多重出力アンテナアレイを含み、
前記逆伝播イメージングアルゴリズムは、高速な逆伝播イメージングアルゴリズムであり、
前記逆伝播イメージングアルゴリズムは、
各1対の送信アンテナ及び受信アンテナに対して、前記1対の送信アンテナ及び受信アンテナの、前記イメージング領域における各画素点への寄与値をそれぞれ計算することと、
全ての対となる送信アンテナ及び受信アンテナに対して、前記寄与値に基づいて、全ての送信アンテナ及び受信アンテナに従って加算を行い、前記イメージング領域の各画素点の複素反射率を取得することと、
前記複素反射率に基づいて、再構成画像を形成することと、を含む、
請求項4に記載の三次元イメージング方法。 - 各1対の送信アンテナ及び受信アンテナに対して、前記1対の送信アンテナ及び受信アンテナの、前記イメージング領域における各画素点への寄与値をそれぞれ計算することは、
前記1対の送信アンテナ及び受信アンテナに対して、前記イメージング領域の各画素点から前記1対の送信アンテナ及び受信アンテナのそれぞれまでの距離の和を計算することと、
前記距離の和及び前記受信アンテナにより受信されたホログラフィックデータに基づいて、前記寄与値を計算することと、を含む、
請求項7に記載の三次元イメージング方法。 - 前記高速な逆伝播イメージングアルゴリズムは、
式(3)により、各対の前記送信アンテナT及び前記受信アンテナRに対して、前記イメージング領域の画素点(x、y、z)から前記1対の送信アンテナと前記受信アンテナのそれぞれまでの距離の和rT,Rをそれぞれ計算し、
とに基づいて、前記画素点(x、y、z)への寄与値PT,Rを計算し、
を求め、
は、1対の送信アンテナ及び受信アンテナにより取得されたホログラフィックデータであり、kは波数であり、k=2π/λであり、λは波長であり、
前記複素反射率に基づいて、再構成画像を形成することを含む、
請求項8に記載の三次元イメージング方法。 - 各1対の送信アンテナ及び受信アンテナに対して、前記1対の送信アンテナ及び受信アンテナの、前記イメージング領域における各画素点への寄与値をそれぞれ計算することは、
前記イメージング領域における画素点のうち、前記1対の送信アンテナと前記受信アンテナのそれぞれからの距離の和が同じ画素点を、1組に分けることと、
前記1対の送信アンテナ及び受信アンテナの、前記1組のいずれかの画素点への前記寄与値を、該組における各画素点の寄与値として計算することと、
を含む、
請求項7に記載の三次元イメージング方法。 - 各1対の送信アンテナ及び受信アンテナに対して、前記1対の送信アンテナ及び受信アンテナの、前記イメージング領域における各画素点への寄与値を計算することは、
前記イメージング領域内の全ての画素点から前記1対の送信アンテナと前記受信アンテナのそれぞれまでの距離の和の最小値及び最大値を計算することと、
前記最小値と最大値との間の距離を等ピッチにN個分け、N個の距離の和である等分の値
を取得することと、
前記イメージング領域内のいずれかの画素点から前記1対の送信アンテナと前記受信アンテナのそれぞれまでの距離の和を計算し、該距離の和に最も近い等分の値を特定し、前記最も近い等分の値を該画素点の前記距離の和とすることと、
前記イメージング領域内の全ての画素点に対して最も近い等分の値を特定することと、
それぞれN個の等分の値を前記距離の和として、前記寄与値を計算することと、
を含む、
請求項7に記載の三次元イメージング方法。 - 深度学習モデルに基づいて、検出対象の中核キーポイントを特定するキーポイント特定ステップと、
前記中核キーポイントに基づいて、前記イメージング領域における前記中核キーポイントに関連する検出対象の部位を選択することで、前記イメージング領域を調整するイメージング領域調整ステップと、
をさらに含む、
請求項1に記載の三次元イメージング方法。 - 深度学習モデルに基づいて、検出対象の中核キーポイントを特定するキーポイント特定ステップと、
前記中核キーポイントの位置に応じて、検出対象の姿勢が正確であるか否かを判断し、正確でなければ、警報を発する検出対象姿勢判断ステップと、
をさらに含む、
請求項1に記載の三次元イメージング方法。 - 三次元イメージングシステムであって、
深度カメラ、ホログラフィックデータ収集装置及び制御装置を含み、
前記制御装置は、
前記深度カメラが検出対象を含む三次元撮影領域を撮影するように制御して、三次元画像情報を取得する三次元情報取得モジュールと、
前記三次元画像情報から前記検出対象のマスクを抽出するマスク抽出モジュールと、
前記検出対象のマスクに応じて前記検出対象に関するイメージング領域を特定するイメージング領域特定モジュールと、
前記ホログラフィックデータ収集装置を制御し、前記検出対象を含むホログラフィックデータ収集領域に対してデータ収集を行い、ホログラフィックデータを取得するホログラフィックデータ取得モジュールと、
前記ホログラフィックデータに基づいて、前記イメージング領域に対して画像再構成を行う画像再構成モジュールと、を含むことを特徴とする、
三次元イメージングシステム。 - 前記ホログラフィックデータ収集装置は、ミリ波を送受信する複数対の送信アンテナ及び受信アンテナを備える多重入力多重出力アンテナアレイを含む、
請求項14に記載の三次元イメージングシステム。 - 深度カメラにより検出対象を含む三次元撮影領域を撮影した三次元画像情報を取得する三次元画像情報取得モジュールと、
前記三次元画像情報から前記検出対象のマスクを抽出するマスク抽出モジュールと、
前記検出対象のマスクに応じて前記検出対象に関するイメージング領域を特定するイメージング領域特定モジュールと、
ホログラフィックデータ収集装置により、前記検出対象を含むホログラフィックデータ収集領域に対してデータ収集を行って得られたホログラフィックデータを取得するホログラフィックデータ取得モジュールと、
前記ホログラフィックデータに基づいて、前記イメージング領域に対して画像再構成を行う画像再構成モジュールと、
を含む、
三次元イメージング装置。 - コンピュータプログラムが記憶されたコンピュータ読取り可能な媒体であって、
コンピュータプログラムがプロセッサにより実行されるときに、
深度カメラにより検出対象を含む三次元撮影領域を撮影した三次元画像情報を取得する三次元画像情報取得ステップと、
前記三次元画像情報から前記検出対象のマスクを抽出するマスク抽出ステップと、
前記検出対象のマスクに応じて前記検出対象に関するイメージング領域を特定するイメージング領域特定ステップと、
ホログラフィックデータ収集装置により、前記検出対象を含むホログラフィックデータ収集領域に対しデータ収集を行って得られたホログラフィックデータを取得するホログラフィックデータ取得ステップと、
前記ホログラフィックデータに基づいて、前記イメージング領域に対し画像再構成を行う画像再構成ステップと、を実現する、
ことを特徴とするコンピュータ読取り可能な媒体。 - 三次元イメージングデバイスであって、
メモリ、プロセッサ、及び前記メモリに記憶されかつ前記プロセッサにより実行可能なプログラム指令を含み、
前記プロセッサが前記プログラム指令を実行するときに、
深度カメラにより検出対象を含む三次元撮影領域を撮影した三次元画像情報を取得する三次元画像情報取得ステップと、
前記三次元画像情報から前記検出対象のマスクを抽出するマスク抽出ステップと、
前記検出対象のマスクに応じて前記検出対象に関するイメージング領域を特定するイメージング領域特定ステップと、
ホログラフィックデータ収集装置により、前記検出対象を含むホログラフィックデータ収集領域に対しデータ収集を行って得られたホログラフィックデータを取得するホログラフィックデータ取得ステップと、
前記ホログラフィックデータに基づいて、前記イメージング領域に対し画像再構成を行う画像再構成ステップと、を実現する
ことを特徴とする三次元イメージングデバイス。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011429712.7 | 2020-12-09 | ||
CN202011429712.7A CN114609686A (zh) | 2020-12-09 | 2020-12-09 | 三维成像方法和装置、以及三维成像设备 |
PCT/CN2021/133078 WO2022121695A1 (zh) | 2020-12-09 | 2021-11-25 | 三维成像方法和装置、以及三维成像设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023553084A JP2023553084A (ja) | 2023-12-20 |
JP7462119B2 true JP7462119B2 (ja) | 2024-04-04 |
Family
ID=81856231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023534681A Active JP7462119B2 (ja) | 2020-12-09 | 2021-11-25 | 三次元イメージング方法及び装置、並びに三次元イメージングデバイス |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240054698A1 (ja) |
JP (1) | JP7462119B2 (ja) |
CN (1) | CN114609686A (ja) |
GB (1) | GB2616181A (ja) |
WO (1) | WO2022121695A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115345908B (zh) * | 2022-10-18 | 2023-03-07 | 四川启睿克科技有限公司 | 一种基于毫米波雷达的人体姿态识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015036678A (ja) | 2013-08-15 | 2015-02-23 | 同方威視技術股▲フン▼有限公司 | ミリ波三次元ホログラフィック走査イメージング設備及び検査方法 |
CN109358372A (zh) | 2018-03-09 | 2019-02-19 | 同方威视技术股份有限公司 | 毫米波收发天线阵列、毫米波扫描成像系统及其成像方法 |
CN109471197A (zh) | 2018-12-29 | 2019-03-15 | 同方威视技术股份有限公司 | 安检设备及其控制方法 |
WO2020134334A1 (zh) | 2018-12-29 | 2020-07-02 | 清华大学 | 安检设备及其控制方法 |
US20200319591A1 (en) | 2019-04-04 | 2020-10-08 | The Johns Hopkins University | Large Volume Holographic Imaging Systems and Associated Methods |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105510912A (zh) * | 2015-12-25 | 2016-04-20 | 深圳市太赫兹科技创新研究院 | 基于毫米波全息三维成像的人体安检系统及方法 |
CN108333905A (zh) * | 2018-02-06 | 2018-07-27 | 清华大学 | 由全息图进行三维物体重现的方法及装置 |
US11514325B2 (en) * | 2018-03-21 | 2022-11-29 | The Regents Of The University Of California | Method and system for phase recovery and holographic image reconstruction using a neural network |
CN111553310B (zh) * | 2020-05-08 | 2023-04-07 | 中国电子科技集团公司第三十八研究所 | 基于毫米波雷达的安检图像获取方法、系统及安检设备 |
CN111896951B (zh) * | 2020-08-11 | 2022-12-09 | 中国人民解放军国防科技大学 | 一种毫米波柱面全息成像系统的三维成像与重构方法 |
-
2020
- 2020-12-09 CN CN202011429712.7A patent/CN114609686A/zh active Pending
-
2021
- 2021-11-25 JP JP2023534681A patent/JP7462119B2/ja active Active
- 2021-11-25 US US18/266,140 patent/US20240054698A1/en active Pending
- 2021-11-25 WO PCT/CN2021/133078 patent/WO2022121695A1/zh active Application Filing
- 2021-11-25 GB GB2308478.3A patent/GB2616181A/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015036678A (ja) | 2013-08-15 | 2015-02-23 | 同方威視技術股▲フン▼有限公司 | ミリ波三次元ホログラフィック走査イメージング設備及び検査方法 |
CN109358372A (zh) | 2018-03-09 | 2019-02-19 | 同方威视技术股份有限公司 | 毫米波收发天线阵列、毫米波扫描成像系统及其成像方法 |
CN109471197A (zh) | 2018-12-29 | 2019-03-15 | 同方威视技术股份有限公司 | 安检设备及其控制方法 |
WO2020134334A1 (zh) | 2018-12-29 | 2020-07-02 | 清华大学 | 安检设备及其控制方法 |
US20200319591A1 (en) | 2019-04-04 | 2020-10-08 | The Johns Hopkins University | Large Volume Holographic Imaging Systems and Associated Methods |
Also Published As
Publication number | Publication date |
---|---|
JP2023553084A (ja) | 2023-12-20 |
US20240054698A1 (en) | 2024-02-15 |
CN114609686A (zh) | 2022-06-10 |
WO2022121695A1 (zh) | 2022-06-16 |
GB2616181A (en) | 2023-08-30 |
GB202308478D0 (en) | 2023-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555811A (zh) | 一种sar图像数据增强方法、装置及存储介质 | |
JP2005351893A (ja) | 光学的に補強されるマイクロ波撮像システム及び方法 | |
Chen et al. | Geometry-guided progressive nerf for generalizable and efficient neural human rendering | |
JP7462119B2 (ja) | 三次元イメージング方法及び装置、並びに三次元イメージングデバイス | |
CN102750705A (zh) | 基于图像融合的光学遥感图像变化检测 | |
EP2313871B1 (en) | An electromagnetic body scanning system, a method and a computer program product | |
CN108957448A (zh) | 一种基于广义全变差正则化的雷达关联成像方法 | |
CN110554384A (zh) | 一种基于微波信号的成像方法 | |
Nambiar et al. | A gan-based super resolution model for efficient image enhancement in underwater sonar images | |
Danso et al. | An optimal defect recognition security-based terahertz low resolution image system using deep learning network | |
CN113160210A (zh) | 基于深度相机的排水管道缺陷检测方法及装置 | |
McMakin et al. | Dual-surface dielectric depth detector for holographic millimeter-wave security scanners | |
CN113393548A (zh) | 基于深度残差神经网络的非视域成像方法 | |
CN110473145B (zh) | 被动式太赫兹图像融合超高分辨率重建的检测方法及装置 | |
KR102045079B1 (ko) | 테라헤르츠파를 이용한 검사 장치 | |
Ye et al. | GAN-based focusing-enhancement method for monochromatic synthetic aperture imaging | |
Haworth et al. | Image analysis for object detection in millimetre-wave images | |
CN109544521A (zh) | 一种人体安检中被动毫米波图像与可见光图像的配准方法 | |
Zhou et al. | Fast modeling methods for estimating imaging performance of whole body screening | |
CN114170668A (zh) | 一种高光谱人脸识别方法及系统 | |
KR102164395B1 (ko) | 광 스캐닝 홀로그래피와 컨볼루셔널 뉴럴 네트워크를 이용한 3차원 물체 인식 및 추적 장치 및 그 방법 | |
Panda et al. | Pixel-level visual and thermal images fusion using maximum and minimum value selection strategy | |
Yang et al. | A point clouds framework for 3-d reconstruction of sar images based on 3-d parametric electromagnetic part model | |
Deng et al. | Research on Image Fusion Methodof SAR and Visible Image Based on CNN | |
Mosaddegh et al. | Digital (or touch-less) fingerprint lifting using structured light |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240228 |
|
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: 20240319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240325 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7462119 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |