JP7502698B2 - 情報処理装置、情報処理システム、情報処理方法及びコンピュータプログラム - Google Patents
情報処理装置、情報処理システム、情報処理方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP7502698B2 JP7502698B2 JP2023111612A JP2023111612A JP7502698B2 JP 7502698 B2 JP7502698 B2 JP 7502698B2 JP 2023111612 A JP2023111612 A JP 2023111612A JP 2023111612 A JP2023111612 A JP 2023111612A JP 7502698 B2 JP7502698 B2 JP 7502698B2
- Authority
- JP
- Japan
- Prior art keywords
- target space
- data
- concealed
- target
- concealment
- 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
- 230000010365 information processing Effects 0.000 title claims description 101
- 238000004590 computer program Methods 0.000 title claims description 13
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000012545 processing Methods 0.000 claims description 116
- 238000000034 method Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 19
- 238000001931 thermography Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 10
- 230000020169 heat generation Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 44
- 239000012530 fluid Substances 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 14
- 238000013527 convolutional neural network Methods 0.000 description 13
- 238000009423 ventilation Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000007792 addition Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Description
顧客の物件へ訪問し、空調関連の営業活動を行う際、実際の物件の条件における気流解析を行うことにより、実際に顧客物件で発生していると考えられる温度ムラや淀みなどの空気環境の問題を明らかにしたうえで機器の提案が可能となる。しかし、実際に気流解析を行うための流体計算用モデルを作成する場合、室内形状や什器の採寸及びモデル化、熱源などの条件の設定に多くの時間がかかっている。
上記課題を解決する手段として、流体計算用モデル自動作成手法を提案する。システム例としては、手持ちのデプスカメラ、カメラ、サーモグラフィー、スマートフォン一体型モジュールを用いて空間内を歩行しながら撮影し、空間内のデプス画像、画像をスマートフォンに保存する。スマートフォンに保存したデータを情報処理装置1へ転送し、3次元再構成用のソフトを用いて3次元点群データを作成する。3次元点群データから床、壁、天井を検出し、面の空間モデルである流体計算用モデルを作成する。ここで、撮影画像に対して事前に機械学習により学習した画像認識を行うことによってオブジェクトの種類(空調機、什器等)と位置を特定し、3次元空間モデルに反映する。人が手持ちで撮影する代わりにお掃除ロボットやドローンなどを用いて撮影しても良い。
Digital Assistant)等の可搬型の情報処理端末である。端末装置3は、画像データ、深度データ、サーモグラフィ画像及び方位データが入力される入力インタフェースを備える。また、端末装置3は方位センサ31を備える。
方位データは、対象空間の緯度、経度、時刻、屋内の影の向き及び影の長さに基づく情報であってもよい。影の向き及び影の長さから太陽の位置が特定されるため、上記同様、対象空間の方位を特定することができる。
情報処理装置1の処理部11は、これらの情報に基づいて、対象空間の方位を特定することができる。
情報処理装置1は、処理部11、記憶部12、取得部13、表示部14及び操作部15を備える。
処理部11は、CPU(Central Processing Unit)、MPU(Micro-Processing Unit)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)などの演算回路、ROM(Read Only Memory)、RAM(Random Access Memory)などの内部記憶装置、I/O端子などを有するプロセッサである。処理部11は、物体検出及び画像認識に係る画像処理に特化したGPU(Graphics Processing Unit)、TPU(Tensor Processing Unit)又はAIチップ(AI用半導体)などの1又は複数の演算回路を備えてもよい。処理部11は、記憶部12に記憶されたコンピュータプログラムPを読み出して実行することにより、対象空間の3次元空間モデルを作成する。3次元空間モデルの作成に係る各機能部は、ソフトウェア的に実現してもよいし、一部又は全部をハードウェア的に実現してもよい。
情報処理装置1は、取得部13を介して、対象空間における換気装置の吸込口又は吹出口に関連するダクト系統を表したダクト系統図データを外部装置から取得する。ダクト系統図データは、ダクト系統の方向を表す方向情報と、ダクト系統の外形を示す外形情報とを含む。外形情報には、空調機又は換気装置の吸込口又は吹出口の位置を示す情報が含まれている。
情報処理装置1は、取得部13を介して、対象空間の配管系統図を表した配管系統図データを外部装置から取得する。配管系統図データは、配管系統の方向を表す方向情報と、配管系統の外形を示す外形情報とを含む。配管系統図データは、室内機の位置、空調機の熱境界条件に係る情報等を含む。
情報処理装置1は、取得部13を介して、対象空間の外気温時系列データ、対象空間における日照量時系列データを外部装置から取得する。
図3は、本実施形態に係る学習モデル16の概念図である。学習モデル16は、例えば深層学習による学習済みの畳み込みニューラルネットワーク(CNN:Convolutional neural network)を含む。学習モデル16は、測定装置2を用いて撮像された画像データが入力される入力層16aと、画像データの特徴量を抽出する中間層16bと、検出されたオブジェクトに係る推論結果を出力する出力層16cとを有する。学習モデル16は、例えばYOLOモデルである。
中間層16bは、複数組みの畳み込み層(CONV層)及びプーリング層と、全結合層とを有する。畳み込み層は、前層のノードから出力された値に対してフィルタ処理を実行し、特徴マップを抽出する。プーリング層は、畳み込み層から出力された特徴マップを縮小して新たな特徴マップを得る。
図4は、本実施形態に係るオブジェクトDB18の概念図である。オブジェクトDB18は、例えば、オブジェクトのクラスと、オブジェクトの種類と、機密性と、境界条件の種類と、境界条件のパラメータとを対応付けて記憶している。オブジェクトの種類は、上記した什器、建具、人、産業機械、植物、空調機、換気装置等が含まれる。機密性は、オブジェクトが秘匿対象オブジェクトであるか、非秘匿対象オブジェクトであるかを示すデータである。境界条件のパラメータは、例えば、オブジェクト表面における温度、圧力、流速のディリクレ境界条件、ノイマン境界条件等を示すデータである。パラメータは、例えば、顕熱、潜熱、風量、風向、風速等を含む。
図5は、本実施形態に係る情報処理装置1システムの処理手順を示すフローチャートである。使用者によって測定装置2は対象空間内を移動又は回転し、対象空間を撮像及び測距する(ステップS111)。赤外線カメラ24は対象空間を赤外線にて撮像する(ステップS112)。方位センサ31は測定装置2の方位を検出する(ステップS113)。
例えば、処理部11は、対象空間の緯度、経度、時刻及び天体の位置に基づいて、方位を示すデータを算出する。
例えば、処理部11は、対象空間の緯度、経度、時刻、屋内の影の向き及び影の長さに基づいて、方位を示すデータを算出する。
なお、処理部11は、画像データ及び時間データに基づいて、3次元空間の方位を示すデータを算出してもよい。
例えば、対象空間の周辺に設けられたセンサが外気温時及び日照量を検出し、外気温時系列データ及び日照量時系列データを情報処理装置1へ送信する。処理部11は、当該センサから外気温時系列データ及び日照量時系列データを取得する。なお、処理部11は、外気温時系列データ及び日照量時系列データ等の気象情報を配信する外部サーバからこれらのデータを取得するように構成してもよい。
図6及び図7は、3次元空間モデルの作成処理手順を示すフローチャート、図8は、3次元点群及び撮影画像の一例を示す説明図、図9は、3次元空間モデルの一例を示す説明図、図10は、秘匿対象オブジェクトの秘匿化処理を示す概念図である。
秘匿対象オブジェクトを秘匿化するコンピュータ及びタイミングは特に限定されるものでは無い。情報処理装置1が端末コンピュータと、サーバ装置とで構成されている場合、端末コンピュータで実行してもよいし、サーバ装置で実行してもよい。端末装置3が秘匿対象オブジェクトを秘匿化する処理を実行するように構成してもよい。
処理部11は、空調機又は換気装置の制気口の画像データを、制気口判別モデル17に入力することによって、制気口が吸込口及び吹出口のいずれであるかを判別する(ステップS138)。
ダクト式の空調機又は換気装置の吸込口及び吹出口に関しては、吸込口か吹出口かによって流体計算の結果が大きく異なるため、これらを正しく判別する必要があるが、これらの見た目に大きな違いが無いため、画像認識のみでは吸込口か吹出口を判別することが難しい。そこで、対象空間におけるダクト系統図から吸込口及び吹出口の情報を取得することにより、3次元空間モデルに反映する。
ステップS144及びステップS145によれば、サーモグラフィ画像と、外気温時系列データ及び日射量時系列データを用いることで、壁、窓等の建具の熱貫流率を算出し、熱境界条件の入力を支援することができる。
本実施形態に係る情報処理装置1等によれば、対象空間内を複数の位置から測定して得られる対象空間データに基づいて、対象空間に含まれるオブジェクトが対象空間の環境に及ぼす影響を反映させた3次元空間モデルを作成することができる。
流体計算用モデル(室内モデル、什器や熱源などの要素モデル)である3次元空間モデルの作成工数を削減することができる。室内形状及び什器の採寸作業が無くなり、採寸誤差が無くなる。
2 測定装置
3 端末装置
11 処理部
12 記憶部
13 取得部
14 表示部
15 操作部
16 学習モデル
17 制気口判別モデル
18 オブジェクトDB
21 RGBセンサ
22 深度センサ
23 IR投射器
24 赤外線カメラ
31 方位センサ
P コンピュータプログラム
Claims (16)
- 対象空間内を測定して得られる対象空間データを取得する取得部と、処理部とを備え、
前記処理部は、
前記取得部が取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記対象空間のサーモグラフィデータを取得し、
前記取得部が取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、前記対象空間のサーモグラフィデータとに基づいて、前記秘匿対象オブジェクトの発熱条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
情報処理装置。 - 前記処理部は、
前記秘匿対象オブジェクトの属性と、前記対象空間の環境に対する前記秘匿対象オブジェクトの影響を規定する影響規定データとを対応付けて記憶した記憶部から、前記秘匿対象オブジェクトの前記影響規定データを取得し、取得した前記対象空間データ及び前記影響規定データに基づいて、前記3次元空間モデルを作成する
請求項1に記載の情報処理装置。 - 対象空間内を測定して得られる対象空間データを取得する取得部と、処理部とを備え、
前記処理部は、
前記取得部が取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記秘匿対象オブジェクトの属性と、熱境界条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの影響を規定する影響規定データとを対応付けて記憶した記憶部から、前記秘匿対象オブジェクトの前記影響規定データを取得し、
前記取得部が取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、取得した前記影響規定データとに基づいて、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
情報処理装置。 - 前記処理部は、
前記対象空間のサーモグラフィデータを取得する
請求項3に記載の情報処理装置。 - 前記処理部は、取得したサーモグラフィデータに基づいて、前記秘匿対象オブジェクトの発熱条件を含む前記3次元空間モデルを作成する
請求項4に記載の情報処理装置。 - 前記秘匿対象オブジェクトは、
表示装置と、人と、産業機械と、書類と、行先表示板と、掲示物と、ホワイトボードと、黒板と、付箋と、郵便物との少なくとも一つを含む
請求項1から請求項5のいずれか1項に記載の情報処理装置。 - 前記処理部は、前記対象空間データが前記秘匿対象オブジェクトを重複して含んでいるかどうかを判別する
請求項1から請求項5のいずれか1項に記載の情報処理装置。 - 前記処理部は、
前記対象空間に含まれる前記秘匿対象オブジェクトを重複して認識した場合、重複する前記秘匿対象オブジェクトを除外する
請求項1から請求項5のいずれか1項に記載の情報処理装置。 - 前記処理部は、
前記秘匿対象オブジェクトを、秘匿情報を含まないモデルオブジェクトに置換して前記3次元空間モデルを作成する
請求項1から請求項5のいずれか1項に記載の情報処理装置。 - 請求項1から請求項5のいずれか1項に記載の情報処理装置と、
前記対象空間内の形状に係る物理量を測定する測定装置と
を備え、
前記情報処理装置は、
前記測定装置から前記対象空間データを取得する
情報処理システム。 - 情報処理装置を備える情報処理システムであって、
前記情報処理装置は、
対象空間内を測定して得られる対象空間データを取得する取得部と、処理部とを備え、
前記処理部は、
前記取得部が取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記対象空間のサーモグラフィデータを取得し、
前記取得部が取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、前記対象空間のサーモグラフィデータとに基づいて、前記秘匿対象オブジェクトの発熱条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
情報処理システム。 - 情報処理装置を備える情報処理システムであって、
前記情報処理装置は、
対象空間内を測定して得られる対象空間データを取得する取得部と、処理部とを備え、
前記処理部は、
前記取得部が取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記秘匿対象オブジェクトの属性と、熱境界条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの影響を規定する影響規定データとを対応付けて記憶した記憶部から、前記秘匿対象オブジェクトの前記影響規定データを取得し、
前記取得部が取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、取得した前記影響規定データとに基づいて、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
情報処理システム。 - 対象空間内を測定して得られる対象空間データを取得し、
取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記対象空間のサーモグラフィデータを取得し、
取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、前記対象空間のサーモグラフィデータとに基づいて、前記秘匿対象オブジェクトの発熱条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
情報処理方法。 - 対象空間内を測定して得られる対象空間データを取得し、
取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記秘匿対象オブジェクトの属性と、熱境界条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの影響を規定する影響規定データとを対応付けて記憶した記憶部から、前記秘匿対象オブジェクトの前記影響規定データを取得し、
取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、取得した前記影響規定データとに基づいて、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
情報処理方法。 - 対象空間内を測定して得られる対象空間データを取得し、
取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記対象空間のサーモグラフィデータを取得し、
取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、前記対象空間のサーモグラフィデータとに基づいて、前記秘匿対象オブジェクトの発熱条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
処理をコンピュータに実行させるためのコンピュータプログラム。 - 対象空間内を測定して得られる対象空間データを取得し、
取得した前記対象空間データに基づいて、秘匿対象オブジェクトの属性及び位置を認識し、
前記秘匿対象オブジェクトの属性と、熱境界条件を含み、前記対象空間の環境に対する前記秘匿対象オブジェクトの影響を規定する影響規定データとを対応付けて記憶した記憶部から、前記秘匿対象オブジェクトの前記影響規定データを取得し、
取得した前記対象空間データと、前記対象空間における前記秘匿対象オブジェクトの属性及び位置と、取得した前記影響規定データとに基づいて、前記対象空間の環境に対する前記秘匿対象オブジェクトの前記属性及び位置を反映した、前記対象空間の3次元空間モデルを作成し、
前記3次元空間モデル内における前記秘匿対象オブジェクトの秘匿情報を加工する
処理をコンピュータに実行させるためのコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022132597 | 2022-08-23 | ||
JP2022132597 | 2022-08-23 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2024031827A JP2024031827A (ja) | 2024-03-07 |
JP7502698B2 true JP7502698B2 (ja) | 2024-06-19 |
Family
ID=90013203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023111612A Active JP7502698B2 (ja) | 2022-08-23 | 2023-07-06 | 情報処理装置、情報処理システム、情報処理方法及びコンピュータプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7502698B2 (ja) |
WO (1) | WO2024043119A1 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150084755A1 (en) | 2013-09-23 | 2015-03-26 | Audi Ag | Driver assistance system for displaying surroundings of a vehicle |
JP2015148410A (ja) | 2014-02-07 | 2015-08-20 | 株式会社東芝 | 空調制御装置、空調制御システム、空調制御方法及びプログラム |
JP2017046196A (ja) | 2015-08-27 | 2017-03-02 | キヤノン株式会社 | 画像情報生成装置、画像情報生成方法、画像処理システム及びプログラム |
CN110910503A (zh) | 2019-10-15 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种空调环境的仿真方法及装置 |
CN112944562A (zh) | 2021-02-18 | 2021-06-11 | 格力电器(武汉)有限公司 | 一种空调控制方法、装置、存储介质及空调 |
-
2023
- 2023-07-06 JP JP2023111612A patent/JP7502698B2/ja active Active
- 2023-08-10 WO PCT/JP2023/029275 patent/WO2024043119A1/ja unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150084755A1 (en) | 2013-09-23 | 2015-03-26 | Audi Ag | Driver assistance system for displaying surroundings of a vehicle |
JP2015148410A (ja) | 2014-02-07 | 2015-08-20 | 株式会社東芝 | 空調制御装置、空調制御システム、空調制御方法及びプログラム |
JP2017046196A (ja) | 2015-08-27 | 2017-03-02 | キヤノン株式会社 | 画像情報生成装置、画像情報生成方法、画像処理システム及びプログラム |
CN110910503A (zh) | 2019-10-15 | 2020-03-24 | 珠海格力电器股份有限公司 | 一种空调环境的仿真方法及装置 |
CN112944562A (zh) | 2021-02-18 | 2021-06-11 | 格力电器(武汉)有限公司 | 一种空调控制方法、装置、存储介质及空调 |
Also Published As
Publication number | Publication date |
---|---|
WO2024043119A1 (ja) | 2024-02-29 |
JP2024031827A (ja) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021282413B2 (en) | System and method for generating computerized models of structures using geometry extraction and reconstruction techniques | |
US10679046B1 (en) | Machine learning systems and methods of estimating body shape from images | |
US10482674B1 (en) | System and method for mobile augmented reality | |
Chang et al. | Matterport3d: Learning from rgb-d data in indoor environments | |
US10297070B1 (en) | 3D scene synthesis techniques using neural network architectures | |
US20200320327A1 (en) | Systems and methods for extracting information about objects from scene information | |
WO2021175050A1 (zh) | 三维重建方法和三维重建装置 | |
Li et al. | Camera localization for augmented reality and indoor positioning: a vision-based 3D feature database approach | |
US20230138762A1 (en) | Automated Building Floor Plan Generation Using Visual Data Of Multiple Building Images | |
US11842464B2 (en) | Automated exchange and use of attribute information between building images of multiple types | |
US10657712B2 (en) | System and techniques for automated mesh retopology | |
CN115222896B (zh) | 三维重建方法、装置、电子设备及计算机可读存储介质 | |
TW202238449A (zh) | 室內定位系統及室內定位方法 | |
Daneshmand et al. | Real-time, automatic shape-changing robot adjustment and gender classification | |
Ward et al. | Estimating energy consumption of residential buildings at scale with drive-by image capture | |
JP7502698B2 (ja) | 情報処理装置、情報処理システム、情報処理方法及びコンピュータプログラム | |
JP7502702B2 (ja) | 情報処理装置、情報処理システム、情報処理方法及びコンピュータプログラム | |
JP7160295B1 (ja) | 学習モデルの生成方法、情報処理装置、情報処理方法、コンピュータプログラム | |
Lakaemper et al. | Integrating robot mapping and augmented building simulation | |
Chang et al. | Using line consistency to estimate 3D indoor Manhattan scene layout from a single image | |
Oh et al. | Vision-based 3D reconstruction using a compound eye camera | |
Akunuru | 3D Digital Twin Representation of Building Indoors | |
Hou et al. | A Computer Vision Approach for Building Facade Component Segmentation on 3D Point Cloud Models Reconstructed by Aerial Images | |
Alawadhi | Building energy model generation using a digital photogrammetry-based 3D model | |
Sharma et al. | Automatic Digitization and Orientation of Scanned Mesh Data for Floor Plan and 3D Model Generation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230706 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231218 |
|
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: 20240308 |
|
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: 20240507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240520 |