KR920013189A - 로우 및 하이레벨 특징 처리를 이용한 장면 인식 시스템 및 방법 - Google Patents

로우 및 하이레벨 특징 처리를 이용한 장면 인식 시스템 및 방법 Download PDF

Info

Publication number
KR920013189A
KR920013189A KR1019910024287A KR910024287A KR920013189A KR 920013189 A KR920013189 A KR 920013189A KR 1019910024287 A KR1019910024287 A KR 1019910024287A KR 910024287 A KR910024287 A KR 910024287A KR 920013189 A KR920013189 A KR 920013189A
Authority
KR
South Korea
Prior art keywords
graph
processing means
ribbon
attributes
imaged scene
Prior art date
Application number
KR1019910024287A
Other languages
English (en)
Other versions
KR940006841B1 (ko
Inventor
에이. 알베스 제임스
에이. 버만 제리
조르 빅토리아
케이. 다니엘스 미첼
더블류. 텍케트 월터
씨. 레인하트 크라이그
에이. 버거 부루스
제이. 버드셀 브라이언
Original Assignee
원다 케이. 덴슨-로우
휴즈 에어크라프트 캄파니
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 원다 케이. 덴슨-로우, 휴즈 에어크라프트 캄파니 filed Critical 원다 케이. 덴슨-로우
Publication of KR920013189A publication Critical patent/KR920013189A/ko
Application granted granted Critical
Publication of KR940006841B1 publication Critical patent/KR940006841B1/ko

Links

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
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
    • G06V10/426—Graphical representations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition

Abstract

내용 없음

Description

로우 및 하이레벨 특징 처리를 이용한 장면 인식 시스템 및 방법
본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음
제1도는 본 발명 원리에 따라서 표적을 확인하고 추적하기 위해 로우 및 하이레벨(low and high level)검출을 이용한 장면 인식 시스템의 블럭도, 제2도는 제1도의 시스템을 상술한 기능 블럭도, 제3a 내지 3f도는 로우레벨 특징을 검출하기 위해 수행되는 처리를 도시하는 도면.

Claims (10)

  1. 영상화된 장면에 있는 표적을 확인하고 추적하기 위해 로우 및 하이레벨 특징 검출을 이용하며, 원하는 상기 표적 쪽으로 미사일을 향하게 하는데 적합한 미사일 유도 시스템과 더불어 사용하기에 적합한 것으로서, 영상화된 장면으로부터 얻어지고 상기 영상화된 장면을 표시하는 영상 데이타를 처리하는데 적합하며, 기설정된 일련의 속성을 이용하여 영상 데이타를 영상을 기호적으로 표시하는 직각 아이콘 매트릭스로 변환함으로써 상기 영상화된 장면으로부터 특징으로 추출하는 로우레벨 특징 검출 프로세서와; 상기 로우레벨 특징 검출 프로세서에 연결되며, 상기 직각 아이콘을 처리하여 상기 영상화된 장면에 나타난 대상들을 형성하고 자신들의 속성에 의해 묘사되는 상기 대상들 및 상기 대상들간의 관계로부터 얻어지는 속성형 감지 그래프를 형성하되, 그래프 노드에 상기 대상들의 각각이 그의 속성과 함께 놓이고 상기 노드들을 링크하는 그래프 링크들에 상기 대상쌍들 간의 관계들이 그들의 속성들과 놓음으로써 상기 영상들을 기호적으로 나타내는 완전연결된 속성형 그래프가 형성되게 하는 그래프 합성 프로세서와; 상기 그래프 합성 프로세서에 연결되며, 영상에 나타날 것으로 기대되는 확인 가능한 표적을 표시하는 기설정된 기준 그래프를 저장하는 기준 그래프 기억 수단과; 상기 그래프 합성 프로세서에 연결되며, 상기 기설정된 속성형 기준 그래프를 상기 속성형 감지 그래프와 비교하여 상기 속성형 기준 그래프와 상기 속성형 감지 그래프간의 유사도를 근거로 대상 인식판단을 하며, 표적지를 결정하는 출력신호로서 상기 미사일 유도시스템에 입력되어 상기 미사일을 상기 확인된 표적으로 향하게 하는데 적합한 유도 신호가 발생되게 하는 상기 출력 신호를 제공하는 장면 인식 시스템.
  2. 영상화된 장면에 있는 표적을 확인하고 추적하기 위해 로우 및 하이레벨 특징 검출을 이용하며, 원하는 상기 표적으로 미사일을 향하게 하는데 적합한 미사일 유도 시스템과 더불어 사용하기에 적합한 것으로서, 영상화된 장면으로부터 얻어지고 영상화된 장면을 표시하는 영상 데이터를 처리하며, 기설정된 일련의 속성을 이용하며 영상 데이타를 기호적으로 표시하는 직각 아이콘 매트릭스로 변환함으로써 상기 영상화된 장면으로부터 속성을 추출하는 로우레벨 특징 검출 프로세서 수단과; 상기 로우레벨 특징 검출 프로세서 수단에 연결되며, 상기 직각아이콘을 처리하여 장면에 있는 대상을 표시하는 길설정된 대상들을 만들고, 상기 대상들 간의 관계적 묘사를 계산하여 속성으로 묘사되는 상기 대상들 및 상기 대상들 간의 관계로부터 속성형 감지 그래프를 형성하되, 그래프 노드들에 그래프 노드마다 하나씩 상기 대상들이 그들의 속성가 함께 놓이고 그래프 링크들에 상기 대상 쌍들간의 관계들이 그들의 속성과 함께 놓임으로써 상기 영상화된 장면을 기호로 표시하는 완전히 연결된 속성형 그래프가 공식화되게 하는 그래프 합성 프로세서 수단과; 상기 그래프 합성 처리 수단에 연결되며, 데이타로 구성된 영상에 나타날 것으로 기대되는 확인 가능한 표적을 표시하는 기준 그래프를 저장하는 기준 그래프 기억 수단과; 상기 그래프 합성 처리 수단에 연결되며, 기설정된 속성형 기준 그래프를 상기 속성형 감지 그래프와 비교하여, 상기 속성형 기준 그래프와 상기 속성형 감지 그래프 간의 유사도와 기설정된 임계값을 근거로한 대상인식 판단을 하며, 표적지를 결정하는 것으로서 상기 표적으로 상기 미사일을 향하게 하는데 적합한 유도 신호를 제공하기 위하여 미사일 유도 시스템의 입력으로 연결되는 출력 신호를 제공하는 그래프 정합 처리 수단을 포함하는 장면인식 시스템.
  3. 제2항에 있어서, 상기 로우레벨 검출처리 수단은; 상기 로우레벨 특징 검출 처리 수단에 연결되어 블럭해상도 경계선을 가진 일련의 영역을 발생하기 위해 동질휘도 영역을 가진 직각 아이콘 집단을 형성하되, 동질 휘도를 갖는 구성요소인 아이콘의 수를 포함하는 영역, 구성요소인 동일 휘도 아이콘의 평균 휘도를 포함하는 휘도 및 상기 구성요소인 동질휘도 아이콘의 리스트에 의해 설명되는 동질 휘도 아이콘들로 구성되는 상기 직각 아이콘 집단을 형성하는 평면 연결 처리 수단과; 상기 평면 연결 처리 수단에 연결되며, 휘도 및 경사도를 갖는 인접한 직각 아이콘을 부속시켜 특징-해상도 경계선을 제공하는 영역 확대 처리 수단을 포함하는 장면 인식 시스템.
  4. 제3항에 있어서, 상기 로우레벨 특징 검출처리 수단은; 상기 영역 확대 처리 수단에 연결되며, (1) 각 영역의 경사 경계선을 가로질러 각 영역의 둘레에 경사 사슬을 형성하며, (2) 각 선형 부분의 시작과 끝에 있는 사슬에 포인터를 삽입함으로써 각 영역에 대한 경사사슬을 선형 부분으로 분해하며, (3) 2개 혹은 그 이상의 영역에 관련된 부분을 결합한 상기 선형 부분을 분해하여 선형 부분을 형성하며, 상기 과정으로 평면 연결 및 영역 확대 처리 수다으로 구체화된 각 영역의 경계선 묘사 및 길이, 방위 및 끝점이 좌표로 표시되는 선형부분에 대한 경계선 묘사를 만드는 경계선 형성 및 선형 특징 추출처리 수단을 더 포함하는 장면인식 시스템.
  5. 제4항에 있어서, 상기 로우레벨 특징 검출 수단은; 상기 경계선 형성 및 선형 특징 추출 처리 수단에 연결되며, 경사 경계선 및 선형 특징 추출 처리 수단으로써 제공되는 선형 특징으로부터 리본 대상을 형성하며, 상기 대상의 기호적 묘사를 만들며, 평면 연결 및 영역 확대 처리 수단으로써 제공되는 영역을 기호적으로 묘사함으로서 속성형 감지 그래프의 노드로 정의되는 영역 대상을 만들며, 상기 영역의 기호적 묘사가 속성을 포함하는 대상 형성 처리 수단을 포함함으로써 영역 대상에 대하여 상기 대상 형성 처리 수단은 면적, 주변의 길이 및 블록 다가형의 속성을 계산하며, 리본 대상에 상기 대상 형성 처리 수단은 라인 테이블을 조사함으로써 (1) 180°로 방위가 다른 라인쌍, (2) 서로 매우 근접한 라인쌍, (3) 비슷한 휘도가 측면에 있는 라인쌍 및 (4) 양라인이 평행인 다른 라인 부분을 둘러싸지 않은 라인쌍을 찾아 상기 리본에 대한 속성을 계산하는 바 리본의 속성에는 (1) 리본의 휘도, (2) 리본의 극성(어둠위 밝음 또는 밝음 위의 어둠), (3) 리본의 폭(두라인 사이의 거리) 및 (4) 리본의 방위가 포함되는 장면 인식 시스템.
  6. 영상화된 장면에 있는 표적을 확인하고 추적하기 위해 로우 및 하이레벨 특징 검출을 이용하며, 원하는 상기 표적쪽으로 미사일을 향하게 하는데 적합한 미사일 유도시스템과 더불어 사용하기에 적합한 것으로서, 영상화된 장면으로부터 얻어지고 영상화된 장면을 표시하는 영상 데이타를 처리하는데 적합하며, 기설정된 일련의 속성을 이용하여 영상 데이타를 기호적으로 영상을 표시한 직각 아이콘 매트릭스로 변환함으로써 영상화된 장면으로부터 특징으로 추출하는 로우레벨 특징 검출 처리 수단과; 상기 로우레벨 특징 검출 처리 수단에 연결되며, 직각 아이콘을 처리하고 대상 형성 처리 수단으로써 제공되는 영역 및 리본 대상 간의 관계적 묘사를 계산하여 영역 및 리본 대상과 상기 대상의 관계로부터 석성형 감지 그래프를 형성하되, 그래프 노드에 상기 영역 및 리본 대상의 각각이 그의 속성과 함께 놓이고, 상기 노드들을 링크하는 그래프 링크들에 상기 대상 쌍들 간의 관계들이 그들의 속성들과 함께 놓임으로써 상기 영상들을 기호적으로 나타내는 완전 연결된 속성형 그래프가 형성되게 하는 그래프 합성 처리 수단과; 상기 그래프 합성 처리 수단과 연결되며, 영상을 구성하는 데이타에 나타날 것으로 기대되는 확인 가능한 표적을 표시하는 기설정된 기준 그래프를 저장하는 기준 그래프 기억 수단과; 상기 그래프 합성 처리 수단에 연결되며, 기설정된 속성형 기준 그래프를 감지 그래프 비교하여 대상 인식 판단을 하며, 그리고 상기 두 그래프 간의 유사도를 근거로 상기 두 그래프 간의 최적 공통 서브그래프를 만들며, 유사도 및 기설정된 임계값을 근거로 인식판단을 하며, 표적지를 결정하는 출력 신호를 제공하며, 그리고 상기 출력 신호가 확인된 표적으로 미사일을 향하게 하는데 적합한 유도신호를 제공하기 위하여 미사일 유도시스템의 입력으로 연결되는 그래프 정합 처리 수단을 포함하는 장면인식 시스템.
  7. 영상화된 장면에 있는 표적을 확인하고 추적하기 위하여 로우 및 하이레벨 특징 검출을 이용하는 장면 인식 시스템으로서, 영상화된 장면으로부터 얻어지고 영상화된 장면을 표시한 영상 데이타를 처리하는데 적합하며, 기설정된 일련의 속성을 이용하여 영상 데이타를 기호적으로 영상을 표시한 직각 아이콘 매트릭스로 변환함으로써 영상화된 장면으로부터 로우레벨 특징을 추출하는 로우레벨 특징 검출 처리 수단과; 상기 로우레벨 특징 검출 처리에 연결되며, 블럭해상도 경계선을 가진 일련의 영역을 발생하기 위해 완화를 기초로한 알고리즘으로써 동질 휘동 영역을 가진 직각 아이콘 집단을 형성하되, 동질 휘도를 갖는 구성요소인 아이콘의 수를 포함하는 영역, 구성요소딘 동질 휘도 아이콘의 평균 휘도를 포함하는 휘도 및 상기 구성요소인 동질 휘도 아이콘의 리스트에 의해 설명되는 동질 휘도 아이콘들로 구성되는 상기 직각 아이콘 집단을 형성하는 평면 연결 처리 수단과; 상기 평면 연결 처리 수단에 연결되며, 휘도 및 경사도를 갖는 인접한 직각 아이콘을 부속시켜 특징-해상도 경계선을 제공하는 영역 확대 처리 수단과; 상기 영역 확대 처리 수단에 연결되며, (1) 각 영역의 경사 경계선을 가로질러 각 영역의 둘레에 경사 사슬을 형성하며, (2) 각 선형 부분의 시작과 끝에 있는 사슬에 포인터를 삽입함으로써 각 영역에 대한 경사사슬을 선형 부분으로 분해하며, (3) 2개 혹은 그 이상의 영역에 관련된 부분을 결합한 상기 선형 부분을 분해하여 선형 부분을 형성하며, 상기 과정으로 평면 연결 및 영역 확대 처리 수단으로 구체화된 각 영역의 경계선 묘사 및 길이, 방위 및 끝점의 좌표로 표시되는 선형부분에 대한 경계선 뵤사를 만드는 경계선 형성 및 선형 특징 추출처리 수단과; 상기 경계선 형성 및 선형 특징 추출 처리 수단에 연결되며, 경사 경계선 및 선형 특징 추출 처리 수단으로써 제공되는 선형 특징으로부터 리본 대상을 형성하며, 상기 대상의 기호적 묘사를 만들며, 평면 연결 및 영역 확대 처리 수단으로서 제공되는 영역을 기호적으로 묘사함으로서 속성형 감지 그래프의 노드로 정의되는 영역 대상을 만들며, 상기 영역의 기호적 묘사가 속성을 포함하는 대상 형성 처리 수단을 포함함으로써 영역 대상에 대하여 상기 대상 형성 처리 수단은 면적, 주변의 길이 및 블록 다각형의 속성을 계산하며, 리본 대사에 대하여 상기 대상 형성 처리 수단은 라인 테이블을 조사함으로써 (1) 180°로 방위가 다른 라인쌍, (2) 서로 매우 근접한 라인쌍, (3) 비슷한 휘도가 측면에 있는 라인쌍 및 (4) 양라인이 평행인 다른 라인 부분을 둘러싸지 않는 라인쌍을 찾아 이런 제한에 해당되는 한쌍의 라인이 발견되면 상기 리본에 대한 속성을 계산하는 바 리본 대상에 대한 속성에는 (1) 리본의 휘도, (2) 리본의 극성(어둠위 밝음 또는 밝음 위의 어둠), (3) 리본의 폭(두라인 사이의 거리) 및 (4) 리본의 방위가 포함되며, 상기 로우레벨 특징 검출 처리 수단에 연결되며, 직각 아이콘을 처리하고 대상 형성 처리 수단으로써 제공되는 영역 및 리본 대상 간의 관계적 묘사를 계산하여 영역 및 리본 대상과 상기 대상의 관계로부터 속성형 감지 그래프를 형성하되, 그래프 노드에 상기 영역 및 리본 대상의 각각이 그의 속성과 함께 놓이고 상기 노드들을 링크하는 그래프 링크들에 상기 대상 쌍들간의 관계들이 그들의 속성들과 함께 놓임으로써 상기 영상들을 기호적으로 나타내는 완전 연결된 속성형 그래프가 형성되게 하는 그래프 합성 처리 수단과; 상기 그래프 합성 프로세서에 연결되며, 영상화된 장면을 구성하는 데이타에 나타날 것으로 기대되는 확인 가능한 표적을 표시하는기 설정된 기준 그래프를 저장하는 기준 그래프 기억수단과; 상기 그래프 합성 프로세서에 연결되며, 기설정된 속성형 기준 그래프를 감지 그래프에 비교하여 상기 두 그래프 간의 유사도를 근거로하여 상기 두그래프 간의 최적 공통 서브그래프를 만들며, 유사도 및 기설정된 임계값을 근거로 인식판단을 하며, 그래서 그래프 정합 처리 수단이 방향이 있는 깊이 우선 탐색 기술을 이용하여 속성형 기준 및 감지 그래프에서 노드 및 아크 속성간의 가능한 정합을 평가하며, 그래서 상기 속성형 기준 및 감지 그래프에서 노드 및 아크 속성간의 정합도로써 가능성이 결정되며, 탐색 절차가 포함되어 기설정된 임계값보다 큰 유사도를 만들 수 없는 트리의 경로를 버리며, 그래서 어떤 그래프에 있는 단일 대상을 다른 그래프에 있는 다수의 대상과 정합하는 해결법과 같은 모호한 해결법을 이끌어 내는 경로가 무시되며, 원래 장면에 나타난 대로 대상간의 공간적 관계를 유지하지 않는 경로가 무시되는 그래프 정합 수단을 포함하는 상기 장면 인식 시스템.
  8. 영상화된 장면에 놓인 표적을 추적하기 위한 미사일 유도 시스템으로 사용하기 위한 방법으로서, 상기 방법이 : 영상화된 장면으로부터 얻어지고 영상화된 장면을 표시하는 영상 데이타를 처리하고, 기설정된 일련의 속성을 이용하여 영상 데이타를 영상화된 장면을 기호적으로 표시하는 직각 아이콘 매트릭스로 변환함으로써 로우레벨 특징을 추출하는 단계와; 상기 직각 아이콘을 처리하여 각각 아이콘과 상기 대상의 관계를 포함하는 영역 및 리본 대상으로부터 속성형 기준 그래프를 형성하되, 그래프 노드에 상기 대상들의 각각이 그의 속성과 함께 놓이고 상기 노드들을 링크하는 그래프 링크들에 상기 대상쌍들간의 관계들이 그들의 속성과 함께 놓임으로써 상기 영상들을 기호적으로 나타내는 완전 연결된 속성형 그래프가 형성되게 하는 단계와; 상기 영상화된 장면을 구성하는 데이타에 나타날 것으로 기대되는 확인 가능한 표적을 표시하는 기설정된 기준 그래프를 저장하는 단계와; 상기 기설정된 기준 그래프를 속성형 감지 그래프레 비교하여 대상 인식 판단을 하며, 표적지를 결정하는 출력 신호를 제공하며, 그리고 확인된 표적으로 미사일을 향하게 하는데 적합한 유도 신호를 제공하기 위하여 상기 출력 신호가 미사일 유도 시스템의 입력으로 연결되는 단계를 포함하는 상기 방법.
  9. 제8항에 있어서, 상기 영상 데이타 처리 단계는 : 블럭 해상도 경계선을 가진 일련의 영역을 발생하기 위해 완화를 기초로한 알로리듬으로써 동질 휘도 영역을 가진 직각 아이콘 집단을 형성하되, 동질 휘도를 갖는 구성 요소인 아이콘 수를 포함하는 영역, 구성요소인 동질 휘도 아이콘의 평균 휘도를 포함하는 휘도 및 상기 구성요인 동질 휘도 아이콘의 리스트에 의해 설명되는 동질 휘도 아이콘들로 구성되는 상기 직각 아이콘 집단을 형성하는 단계와; 휘도 및 경사도가 있는 인접한 직각 아이콘을 부속시켜 특징-해상도 경계선을 제공하는 단계를 포함하는 상기 방법.
  10. 영상화된 장면에 놓인 미리 정한 대상을 확인하는 방법으로서, 미리 정한 대상의 표시를 기설정된 그래프 포맷에 저장하는 단계와; 영상 데이타를 처리하여 상기 영상화된 장면에 있는 영상 특징을 표시하는 아이콘을 만드는 단계와; 상기 아이콘을 처리하여 상기 영상화된 장면에 있는 대상을 형성하는 단계와; 영상화된 장면에서의 대상을 대상의 표시로 합성하는 단계와; 상기 영상화된 장면에서의 합성된 대상 표시는 밀 저장된 대상의 표시에 비교하여 상호간의 관련 여부를 결정하는 단계와; 합성된 표시와 저장된 표시간의 정합을 나타내는 출력신호를 제공하며, 그리고 상기 출력 신호가 영상화된 놓인 미리 정한 대상의 표시를 나타내는 단계를 포함하는 상기 방법.
    ※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.
KR1019910024287A 1990-12-26 1991-12-24 로우 및 하이레벨 특징 처리를 이용한 장면 인식 시스템 및 방법 KR940006841B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US633,833 1984-07-24
US07/633,833 US5093869A (en) 1990-12-26 1990-12-26 Pattern recognition apparatus utilizing area linking and region growth techniques

Publications (2)

Publication Number Publication Date
KR920013189A true KR920013189A (ko) 1992-07-28
KR940006841B1 KR940006841B1 (ko) 1994-07-28

Family

ID=24541303

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019910024287A KR940006841B1 (ko) 1990-12-26 1991-12-24 로우 및 하이레벨 특징 처리를 이용한 장면 인식 시스템 및 방법

Country Status (8)

Country Link
US (1) US5093869A (ko)
EP (1) EP0492512A3 (ko)
JP (1) JP2518578B2 (ko)
KR (1) KR940006841B1 (ko)
AU (1) AU644923B2 (ko)
CA (1) CA2055714C (ko)
IL (1) IL100104A (ko)
NO (1) NO914813L (ko)

Families Citing this family (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2502175B2 (ja) * 1990-08-18 1996-05-29 富士通株式会社 原画像パタ―ンデ―タ再生方法及び装置
GB9020082D0 (en) * 1990-09-14 1990-10-24 Crosfield Electronics Ltd Methods and apparatus for defining contours in coloured images
US5265173A (en) * 1991-03-20 1993-11-23 Hughes Aircraft Company Rectilinear object image matcher
US5268967A (en) * 1992-06-29 1993-12-07 Eastman Kodak Company Method for automatic foreground and background detection in digital radiographic images
JP3298072B2 (ja) * 1992-07-10 2002-07-02 ソニー株式会社 ビデオカメラシステム
EP0686932A3 (en) * 1994-03-17 1997-06-25 Texas Instruments Inc Computer vision system to search for three-dimensional rectangular objects
US5671294A (en) * 1994-09-15 1997-09-23 The United States Of America As Represented By The Secretary Of The Navy System and method for incorporating segmentation boundaries into the calculation of fractal dimension features for texture discrimination
JP2738325B2 (ja) * 1995-01-24 1998-04-08 日本電気株式会社 動き補償フレーム間予測装置
US5706361A (en) * 1995-01-26 1998-01-06 Autodesk, Inc. Video seed fill over time
IL114839A0 (en) * 1995-08-04 1997-02-18 Spiegel Ehud Apparatus and method for object tracking
RU2221323C2 (ru) * 1995-08-16 2004-01-10 Йоун Соо БАЕ Магнитные цепи во вращающейся системе для генерирования как механической энергии, так и электрической энергии
US5894525A (en) * 1995-12-06 1999-04-13 Ncr Corporation Method and system for simultaneously recognizing contextually related input fields for a mutually consistent interpretation
US6084989A (en) * 1996-11-15 2000-07-04 Lockheed Martin Corporation System and method for automatically determining the position of landmarks in digitized images derived from a satellite-based imaging system
US5978504A (en) * 1997-02-19 1999-11-02 Carnegie Mellon University Fast planar segmentation of range data for mobile robots
JP3862374B2 (ja) * 1997-09-04 2006-12-27 キヤノン株式会社 画像処理装置及び方法
US6144379A (en) * 1997-11-20 2000-11-07 International Business Machines Corporation Computer controlled user interactive display system for presenting graphs with interactive icons for accessing related graphs
EP2264671B1 (en) * 1998-04-07 2016-02-10 Omron Corporation Image processing apparatus and method, medium storing program for image processing, and inspection apparatus
ATE282845T1 (de) * 1998-07-08 2004-12-15 Siemens Ag Verfahren und anordnung zur ermittlung eines ähnlichkeitsmasses einer ersten struktur mit mindestens einer vorgegebenen zweiten struktur
JP3667173B2 (ja) * 1999-09-27 2005-07-06 キヤノン株式会社 画像処理装置および画像処理方法
US6671407B1 (en) * 1999-10-19 2003-12-30 Microsoft Corporation System and method for hashing digital images
WO2001063382A2 (en) * 2000-02-25 2001-08-30 Synquiry Technologies, Ltd. Conceptual factoring and unification of graphs representing semantic models
US6973574B2 (en) * 2001-04-24 2005-12-06 Microsoft Corp. Recognizer of audio-content in digital signals
US7356188B2 (en) * 2001-04-24 2008-04-08 Microsoft Corporation Recognizer of text-based work
US6996273B2 (en) * 2001-04-24 2006-02-07 Microsoft Corporation Robust recognizer of perceptually similar content
US7020775B2 (en) * 2001-04-24 2006-03-28 Microsoft Corporation Derivation and quantization of robust non-local characteristics for blind watermarking
US7324978B2 (en) * 2001-06-04 2008-01-29 Barra, Inc. Method and apparatus for creating consistent risk forecasts and for aggregating factor models
US7113637B2 (en) * 2001-08-24 2006-09-26 Industrial Technology Research Institute Apparatus and methods for pattern recognition based on transform aggregation
GB2384095B (en) * 2001-12-10 2004-04-28 Cybula Ltd Image recognition
US7746379B2 (en) * 2002-12-31 2010-06-29 Asset Intelligence, Llc Sensing cargo using an imaging device
US7336819B2 (en) * 2003-12-29 2008-02-26 Eastman Kodak Company Detection of sky in digital color images
US7831832B2 (en) * 2004-01-06 2010-11-09 Microsoft Corporation Digital goods representation based upon matrix invariances
US7587064B2 (en) * 2004-02-03 2009-09-08 Hrl Laboratories, Llc Active learning system for object fingerprinting
US7421112B2 (en) * 2004-03-12 2008-09-02 General Electric Company Cargo sensing system
US7770014B2 (en) * 2004-04-30 2010-08-03 Microsoft Corporation Randomized signal transforms and their applications
US8294763B2 (en) * 2007-12-14 2012-10-23 Sri International Method for building and extracting entity networks from video
US8036468B2 (en) * 2007-12-24 2011-10-11 Microsoft Corporation Invariant visual scene and object recognition
RU2507538C2 (ru) * 2009-10-19 2014-02-20 Алексей Александрович Галицын Способ группового опознавания объектов ("свой-чужой") и обеспечения целеуказания на основе беспроводной системы позиционирования в реальном масштабе времени и интеллектуальных радаров
US20110232719A1 (en) * 2010-02-17 2011-09-29 Freda Robert M Solar power system
US8909950B1 (en) 2010-04-18 2014-12-09 Aptima, Inc. Systems and methods of power management
US8942917B2 (en) 2011-02-14 2015-01-27 Microsoft Corporation Change invariant scene recognition by an agent
WO2013126144A2 (en) * 2012-02-20 2013-08-29 Aptima, Inc. Systems and methods for network pattern matching
US9076062B2 (en) * 2012-09-17 2015-07-07 Gravity Jack, Inc. Feature searching along a path of increasing similarity
US9406138B1 (en) 2013-09-17 2016-08-02 Bentley Systems, Incorporated Semi-automatic polyline extraction from point cloud
US10437884B2 (en) 2017-01-18 2019-10-08 Microsoft Technology Licensing, Llc Navigation of computer-navigable physical feature graph
US11094212B2 (en) * 2017-01-18 2021-08-17 Microsoft Technology Licensing, Llc Sharing signal segments of physical graph
US10635981B2 (en) 2017-01-18 2020-04-28 Microsoft Technology Licensing, Llc Automated movement orchestration
US10482900B2 (en) 2017-01-18 2019-11-19 Microsoft Technology Licensing, Llc Organization of signal segments supporting sensed features
US10679669B2 (en) 2017-01-18 2020-06-09 Microsoft Technology Licensing, Llc Automatic narration of signal segment
US10637814B2 (en) 2017-01-18 2020-04-28 Microsoft Technology Licensing, Llc Communication routing based on physical status
US10606814B2 (en) 2017-01-18 2020-03-31 Microsoft Technology Licensing, Llc Computer-aided tracking of physical entities
CN111522967B (zh) * 2020-04-27 2023-09-15 北京百度网讯科技有限公司 知识图谱构建方法、装置、设备以及存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3725576A (en) * 1962-09-12 1973-04-03 Us Navy Television tracking system
GB1409448A (en) * 1966-04-27 1975-10-08 Emi Ltd Automatic target following apparatus
US3794272A (en) * 1967-02-13 1974-02-26 Us Navy Electro-optical guidance system
US4115803A (en) * 1975-05-23 1978-09-19 Bausch & Lomb Incorporated Image analysis measurement apparatus and methods
US4047154A (en) * 1976-09-10 1977-09-06 Rockwell International Corporation Operator interactive pattern processing system
US4183013A (en) * 1976-11-29 1980-01-08 Coulter Electronics, Inc. System for extracting shape features from an image
US4267562A (en) * 1977-10-18 1981-05-12 The United States Of America As Represented By The Secretary Of The Army Method of autonomous target acquisition
US4783829A (en) * 1983-02-23 1988-11-08 Hitachi, Ltd. Pattern recognition apparatus
SE8500799L (sv) * 1984-02-21 1985-08-22 Komatsu Mfg Co Ltd Sett att identifiera foremal
GB2210487B (en) * 1987-09-11 1991-07-10 Gen Electric Co Plc Object recognition
DE3823814A1 (de) * 1988-07-14 1990-02-01 Messerschmitt Boelkow Blohm Flugkoerperfuehrungssystem
GB8905926D0 (en) * 1989-03-15 1990-04-25 British Aerospace Target aim point location

Also Published As

Publication number Publication date
JP2518578B2 (ja) 1996-07-24
CA2055714C (en) 1997-01-07
IL100104A (en) 1996-06-18
US5093869A (en) 1992-03-03
AU9001691A (en) 1992-07-09
IL100104A0 (en) 1992-08-18
CA2055714A1 (en) 1992-06-27
AU644923B2 (en) 1993-12-23
EP0492512A2 (en) 1992-07-01
JPH04306499A (ja) 1992-10-29
KR940006841B1 (ko) 1994-07-28
NO914813L (no) 1992-06-29
EP0492512A3 (en) 1993-12-08
NO914813D0 (no) 1991-12-06

Similar Documents

Publication Publication Date Title
KR920013189A (ko) 로우 및 하이레벨 특징 처리를 이용한 장면 인식 시스템 및 방법
KR101469398B1 (ko) 텍스트 기반 3ｄ 증강 현실
US7620268B2 (en) Method and apparatus for recognizing text in an image sequence of scene imagery
US9076056B2 (en) Text detection in natural images
Costanza et al. A Region Adjacency Tree Approach to the Detection and Design of Fiducials.
Zhu et al. Handling occlusions in video‐based augmented reality using depth information
Kuai et al. Target-aware correlation filter tracking in RGBD videos
KR101681104B1 (ko) 부분적 가림을 갖는 영상 객체 내의 주요 특징점 기반 다중 객체 추적 방법
CN102013007B (zh) 用于检测面部的装置和方法
Peace et al. E2etag: An end-to-end trainable method for generating and detecting fiducial markers
CN112598714A (zh) 一种基于视频帧单应性变换的静止目标跟踪方法
Grimson et al. Computer vision applications
Salunkhe et al. Recognition of multilingual text from signage boards
US7170490B2 (en) Method and apparatus for locating a pointing element within a digital image
Tybusch et al. Color-based and recursive fiducial marker for augmented reality
JP2007304732A (ja) 画像検出方法および画像検出装置
Hacket et al. Segmentation using intensity and range data
van den Broek et al. Improvements in ship tracking in electro-optical and infrared data using appearance
US10796197B2 (en) Automatic method and system for similar images and image fragments detection basing on image content
JPH03204783A (ja) 画像追尾装置
Habed et al. Dimension sets detection in technical drawings
Košťák et al. Adaptive detection of single-color marker with WebGL
den Hollander et al. Vessel track summarization by viewpoint selection
Ujgare et al. An Efficient Object Search in Video Using Template Matching
Zhu et al. Algorithm for automatic road recognition on digitized map images

Legal Events

Date Code Title Description
A201 Request for examination
G160 Decision to publish patent application
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20110620

Year of fee payment: 18

EXPY Expiration of term