JP7491465B2 - 学習システム、認証システム、学習方法、コンピュータプログラム、学習モデル生成装置、及び推定装置 - Google Patents
学習システム、認証システム、学習方法、コンピュータプログラム、学習モデル生成装置、及び推定装置 Download PDFInfo
- Publication number
- JP7491465B2 JP7491465B2 JP2023509920A JP2023509920A JP7491465B2 JP 7491465 B2 JP7491465 B2 JP 7491465B2 JP 2023509920 A JP2023509920 A JP 2023509920A JP 2023509920 A JP2023509920 A JP 2023509920A JP 7491465 B2 JP7491465 B2 JP 7491465B2
- Authority
- JP
- Japan
- Prior art keywords
- learning
- images
- image
- frame rate
- focus range
- 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 32
- 238000004590 computer program Methods 0.000 title claims description 19
- 238000000605 extraction Methods 0.000 claims description 76
- 239000000284 extract Substances 0.000 claims description 14
- 238000010801 machine learning Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 description 24
- 230000006870 function Effects 0.000 description 19
- 230000000694 effects Effects 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010187 selection method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
- G06F21/32—User authentication using biometric data, e.g. fingerprints, iris scans or voiceprints
-
- 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
- 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
- G06V10/771—Feature selection, e.g. selecting representative features from a multi-dimensional feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/19—Sensors therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/197—Matching; Classification
-
- 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
- G06V10/776—Validation; Performance evaluation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Ophthalmology & Optometry (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Security & Cryptography (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Image Analysis (AREA)
Description
第1実施形態に係る学習システムについて、図1から図4を参照して説明する。
まず、図1を参照しながら、第1実施形態に係る学習システム10のハードウェア構成について説明する。図1は、第1実施形態に係る学習システムのハードウェア構成を示すブロック図である。
次に、図2を参照しながら、第1実施形態に係る学習システム10の機能的構成について説明する。図2は、第1実施形態に係る学習システムの機能的構成を示すブロック図である。
次に、図3を参照しながら、上述した画像選択部110による画像の選択方法について具体的に説明する。図3は、学習に用いる画像の選択方法の一例を示す概念図である。
次に、図4を参照しながら、第1実施形態に係る学習システム10の動作の流れについて説明する。図4は、第1実施形態に係る学習システムの動作の流れを示すフローチャートである。
次に、第1実施形態に係る学習システム10によって得られる技術的効果について説明する。
第1実施形態の変形例について、図5及び図6を参照して説明する。なお、以下で説明する変形例は、第1実施形態と比べて一部の構成及び動作が異なるのみであり、その他の部分については第1実施形態(図1から図4参照)と同一であってよい。このため、以下では、すでに説明した第1実施形態と異なる部分について詳細に説明し、その他の重複する部分については適宜説明を省略するものとする。
まず、図5を参照しながら、第1実施形態の変形例に係る学習システム10の機能的構成について説明する。図5は、第1実施形態の変形例に係る学習システムの機能的構成を示すブロック図である。図5では、図2で示した構成要素と同様の要素に同一の符号を付している。
次に、図6を参照しながら、第1実施形態の変形例にかかる学習システムの動作の流れについて説明する。図6は、第1実施形態の変形例に係る学習システムの動作の流れを示すフローチャートである。図6では、図4で示した処理と同様の処理に同一の符号を付している。
次に、第1実施形態の変形例に係る学習システム10によって得られる技術的効果について説明する。
第2実施形態に係る学習システム10について、図7を参照して説明する。なお、第2実施形態は、上述した第1実施形態と一部の構成及び動作が異なるのみであり、その他の部分については第1実施形態(図1から図6参照)と同一であってよい。このため、以下では、すでに説明した第1実施形態と重複する部分については適宜説明を省略するものとする。
まず、図7を参照しながら、第2実施形態に係る学習システム10の動作例について説明する。図7は、第2実施形態に係る学習システムの動作例を示す概念図である。
次に、第2実施形態に係る学習システム10によって得られる技術的効果について説明する。
第3実施形態に係る学習システム10について、図8を参照して説明する。なお、第3実施形態は、上述した第1及び第2実施形態と比べて一部の構成及び動作が異なるのみで、その他の部分については第1及び第2実施形態と同一であってよい。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
まず、図8を参照しながら、第3実施形態に係る学習システム10の動作例について説明する。図8は、第3実施形態に係る学習システムの動作例を示す概念図である。
次に、第3実施形態に係る学習システム10によって得られる技術的効果について説明する。
第4実施形態に係る学習システム10について、図9を参照して説明する。なお、第4実施形態は、上述した第1から第3実施形態と比べて一部の構成及び動作が異なるのみで、その他の部分については第1から第3実施形態と同一であってよい。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
まず、図9を参照しながら、第4実施形態に係る学習システム10の動作例について説明する。図9は、第4実施形態に係る学習システムの動作例を示す概念図である。
次に、第4実施形態に係る学習システム10によって得られる技術的効果について説明する。
第5実施形態に係る学習システム10について、図10を参照して説明する。なお、第5実施形態は、上述した第4実施形態と比べて一部の構成及び動作が異なるのみで、その他の部分については第1から第4実施形態と同一であってよい。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
まず、図10を参照しながら、第5実施形態に係る学習システム10の動作例について説明する。図10は、第5実施形態に係る学習システムの動作例を示す表である。
次に、第5実施形態に係る学習システム10によって得られる技術的効果について説明する。
第6実施形態に係る学習システム10について、図11を参照して説明する。なお、第6実施形態は、上述した第1から第5実施形態と比べて一部の構成及び動作が異なるのみで、その他の部分については第1から第5実施形態と同一であってよい。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
まず、図11を参照しながら、第6実施形態に係る学習システム10の動作例について説明する。図11は、第6実施形態に係る学習システムの動作例を示す概念図である。
次に、第6実施形態に係る学習システム10によって得られる技術的効果について説明する。
第7実施形態に係る学習システム10について、図12を参照して説明する。なお、第7実施形態は、上述した第6実施形態と比べて一部の構成及び動作が異なるのみで、その他の部分については第1から第6実施形態と同一であってよい。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
まず、図12を参照しながら、第7実施形態に係る学習システム10の動作例について説明する。図12は、第7実施形態に係る学習システムの動作例を示す概念図である。
次に、第7実施形態に係る学習システム10によって得られる技術的効果について説明する。
<第8実施形態>
第8実施形態に係る認証システム20について、図13及び図14を参照して説明する。なお、第8実施形態に係る認証システム20は、上述した第1から第7実施形態に係る学習システム10で学習された特徴量抽出部120を備えるシステムであり、そのハードウェア構成については、第1実施形態に係る学習システム10(図1参照)と同一であってよく、その他の部分についても、第1から第7実施形態に係る学習システム10と同様であってもよい。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
まず、図13を参照しながら、第8実施形態に係る認証システム20の機能的構成について説明する。図13は、第8実施形態に係る認証システムの機能的構成を示すブロック図である。なお、図13では、図2で示した構成要素と同様の要素に同一の符号を付している。
次に、図14を参照しながら、第8実施形態に係る認証システム20の動作の流れについて説明する。図14は、第8実施形態に係る認証システムの動作の流れを示すフローチャートである。
次に、第8実施形態に係る認証システム20によって得られる技術的効果について説明する。
第9実施形態に係る学習モデル生成装置について、図15を参照して説明する。図15は、第9実施形態に係る学習モデル生成装置の機能的構成を示すブロック図である。なお、第9実施形態に係る学習モデル生成装置は、上述した第1から第7実施形態に係る学習システム10と、一部の構成及び動作が共通していてもよい。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
第10実施形態に係る推定装置について、図16を参照して説明する。図16は、第10実施形態に係る推定装置の機能的構成を示すブロック図である。なお、第10実施形態に係る学習モデル生成装置は、上述した第9実施形態に係る学習モデル生成装置30によって生成された学習モデルを備える装置である。このため、以下では、すでに説明した実施形態と重複する部分については適宜説明を省略するものとする。
以上説明した実施形態に関して、更に以下の付記のようにも記載されうるが、以下には限られない。
付記1に記載の学習システムは、第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択する選択手段と、前記一部の画像から特徴量を抽出する抽出手段と、前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて、前記抽出手段の学習を行う学習手段とを備えることを特徴とする学習システムである。
付記2に記載の学習システムは、前記複数フレームの画像は、生体の虹彩を含む画像であり、前記抽出手段は、虹彩認証に用いる前記特徴量を抽出することを特徴とする付記1に記載の学習システムである。
付記3に記載の学習システムは、前記選択手段は、前記合焦範囲付近の画像を、前記一部の画像として選択することを特徴とする付記1又は2に記載の学習システムである。
付記4に記載の学習システムは、前記選択手段は、前記第1のフレームレートよりもレートの低い第2のフレームレートに対応する画像を、前記一部の画像として選択することを特徴とする付記1から3のいずれか一項に記載の学習システムである。
付記5に記載の学習システムは、前記第2のフレームレートは、前記学習手段で学習した前記抽出手段を運用する際のフレームレートであることを特徴とする付記4に記載の学習システムである。
付記6に記載の学習システムは、前記選択手段は、前記一部の画像から基準フレームを1枚選択し、前記基準フレームを基準にして、前記第2のフレームレートに対応する他の画像を選択することを特徴とする付記4又は5に記載の学習システムである。
付記7に記載の学習システムは、前記選択手段は、前記合焦範囲の直前に撮像された画像から前記基準フレームを選択することを特徴とする付記6に記載の学習システムである。
付記8に記載の認証システムは、第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択し、前記一部の画像から特徴量を抽出し、前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて学習された抽出手段と、前記抽出された前記特徴量を用いて、認証処理を実行する認証手段とを備えることを特徴とする認証システムである。
付記9に記載の学習方法は、第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択し、前記一部の画像から特徴量を抽出し、前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて、前記抽出手段の学習を行うことを特徴とする学習方法である。
付記10に記載のコンピュータプログラムは、第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択し、前記一部の画像から特徴量を抽出し、前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて、前記抽出手段の学習を行うようにコンピュータを動作させることを特徴とするコンピュータプログラムである。
付記11に記載の記録媒体は、付記10に記載のコンピュータプログラムを記録していることを特徴とする記録媒体である。
付記12に記載の学習モデル生成装置は、合焦範囲外で撮像された画像と、当該画像に含まれる特徴量を示す情報と、の組を教師データとして機械学習を行うことにより、合焦範囲外で撮像された画像を入力として当該入力された画像の特徴量に関する情報を出力する学習モデルを生成する、学習モデル生成装置である。
付記13に記載の推定装置は、合焦範囲外で撮像された画像と、当該画像に含まれる特徴量を示す情報と、の組を教師データとして機械学習を行うことにより生成された学習モデルを用いて、合焦範囲外で撮像された画像を入力として当該入力された画像の特徴量に関する情報を推定する推定装置である。
20 認証システム
30 学習モデル生成装置
40 推定装置
110 画像選択部
120 特徴量抽出部
130 学習部
131 損失関数計算部
132 勾配計算部
133 パラメータ更新部
200 認証部
300 学習モデル
Claims (10)
- 第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択する選択手段と、
前記一部の画像から特徴量を抽出する抽出手段と、
前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて、前記抽出手段の学習を行う学習手段と
を備えることを特徴とする学習システム。 - 前記複数フレームの画像は、生体の虹彩を含む画像であり、
前記抽出手段は、虹彩認証に用いる前記特徴量を抽出する
ことを特徴とする請求項1に記載の学習システム。 - 前記選択手段は、前記合焦範囲付近の画像を、前記一部の画像として選択することを特徴とする請求項1又は2に記載の学習システム。
- 前記選択手段は、前記第1のフレームレートよりもレートの低い第2のフレームレートに対応する画像を、前記一部の画像として選択することを特徴とする請求項1から3のいずれか一項に記載の学習システム。
- 前記第2のフレームレートは、前記学習手段で学習した前記抽出手段を運用する際のフレームレートであることを特徴とする請求項4に記載の学習システム。
- 第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択し、前記一部の画像から特徴量を抽出し、前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて学習された抽出手段と、
前記抽出された前記特徴量を用いて、認証処理を実行する認証手段と
を備えることを特徴とする認証システム。 - 第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択し、
前記一部の画像から特徴量を抽出し、
前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて、前記一部の画像から特徴量を抽出する抽出手段の学習を行う
ことを特徴とする学習方法。 - 第1のフレームレートで撮影された複数フレームの画像から、合焦範囲外で撮像された画像を含む一部の画像を選択し、
前記一部の画像から特徴量を抽出し、
前記抽出された特徴量と、前記特徴量に関する正解を示す正解情報とに基づいて、前記一部の画像から特徴量を抽出する抽出手段の学習を行う
ようにコンピュータを動作させることを特徴とするコンピュータプログラム。 - 合焦範囲外で撮像された画像と、当該画像に含まれる特徴量を示す情報と、の組を教師データとして機械学習を行うことにより、合焦範囲外で撮像された画像を入力として当該入力された画像の特徴量に関する情報を出力する学習モデルを生成する、学習モデル生成装置。
- 合焦範囲外で撮像された画像と、当該画像に含まれる特徴量を示す情報と、の組を教師データとして機械学習を行うことにより生成された学習モデルを用いて、合焦範囲外で撮像された画像を入力として当該入力された画像の特徴量に関する情報を推定する推定装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/013275 WO2022208606A1 (ja) | 2021-03-29 | 2021-03-29 | 学習システム、認証システム、学習方法、コンピュータプログラム、学習モデル生成装置、及び推定装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022208606A1 JPWO2022208606A1 (ja) | 2022-10-06 |
JPWO2022208606A5 JPWO2022208606A5 (ja) | 2023-12-07 |
JP7491465B2 true JP7491465B2 (ja) | 2024-05-28 |
Family
ID=83455725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023509920A Active JP7491465B2 (ja) | 2021-03-29 | 2021-03-29 | 学習システム、認証システム、学習方法、コンピュータプログラム、学習モデル生成装置、及び推定装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230351729A1 (ja) |
JP (1) | JP7491465B2 (ja) |
WO (1) | WO2022208606A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004226729A (ja) | 2003-01-23 | 2004-08-12 | Matsushita Electric Ind Co Ltd | 認証対象画像撮像装置 |
JP2004328367A (ja) | 2003-04-24 | 2004-11-18 | Matsushita Electric Ind Co Ltd | 画像撮影装置および認証装置 |
WO2017175282A1 (ja) | 2016-04-04 | 2017-10-12 | オリンパス株式会社 | 学習方法、画像認識装置およびプログラム |
-
2021
- 2021-03-29 JP JP2023509920A patent/JP7491465B2/ja active Active
- 2021-03-29 US US17/638,900 patent/US20230351729A1/en active Pending
- 2021-03-29 WO PCT/JP2021/013275 patent/WO2022208606A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004226729A (ja) | 2003-01-23 | 2004-08-12 | Matsushita Electric Ind Co Ltd | 認証対象画像撮像装置 |
JP2004328367A (ja) | 2003-04-24 | 2004-11-18 | Matsushita Electric Ind Co Ltd | 画像撮影装置および認証装置 |
WO2017175282A1 (ja) | 2016-04-04 | 2017-10-12 | オリンパス株式会社 | 学習方法、画像認識装置およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
WO2022208606A1 (ja) | 2022-10-06 |
US20230351729A1 (en) | 2023-11-02 |
JPWO2022208606A1 (ja) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2182469B1 (en) | System and method for sensing facial gesture | |
JP6798798B2 (ja) | ユーザ認証のためのデータを更新する方法及び装置 | |
JP6833620B2 (ja) | 画像解析装置、ニューラルネットワーク装置、学習装置、画像解析方法およびプログラム | |
JP2010027035A (ja) | 個人認証装置及び個人認証方法 | |
JP2007042072A (ja) | 追跡装置 | |
CN108875931B (zh) | 神经网络训练及图像处理方法、装置、系统 | |
KR102198920B1 (ko) | 온라인 학습을 이용한 객체 트래킹을 위한 방법 및 시스템 | |
CN112329505A (zh) | 用于检测对象的方法和装置 | |
WO2020184539A1 (ja) | 物体追跡装置、物体追跡方法、及び、記録媒体 | |
US20120230558A1 (en) | Method and System for Contrast Inflow Detection in 2D Fluoroscopic Images | |
JP7491465B2 (ja) | 学習システム、認証システム、学習方法、コンピュータプログラム、学習モデル生成装置、及び推定装置 | |
JP6204669B2 (ja) | ロバストに非均一モーションブラーを推定する方法及び装置 | |
CN111914598A (zh) | 连续帧人脸关键点检测方法、装置、设备及存储介质 | |
JP2011186780A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP6713422B2 (ja) | 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム | |
JP2010146522A (ja) | 顔画像追跡装置及び顔画像追跡方法並びにプログラム | |
CN109153332A (zh) | 车辆用户接口的手语输入 | |
US20230171500A1 (en) | Imaging system, imaging method, and computer program | |
WO2014112407A1 (ja) | 情報処理システム、情報処理方法及びプログラム | |
JP2021144359A (ja) | 学習装置、推定装置、学習方法、及びプログラム | |
US11769349B2 (en) | Information processing system, data accumulation apparatus, data generation apparatus, information processing method, data accumulation method, data generation method, recording medium and database | |
CN114078141A (zh) | 用于控制对象跟踪的设备及其方法 | |
JP2022185872A5 (ja) | ||
CN111013152A (zh) | 游戏模型动作的生成方法、装置及电子终端 | |
JP2014116033A (ja) | 個人認証装置及び個人認証方法、カメラ、プログラム並びに記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230911 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230911 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240326 |
|
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: 20240416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240429 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7491465 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |