RU2011143140A - Способ и устройство для изменения изображения посредством использования карты внимания, основанной на частоте цвета - Google Patents
Способ и устройство для изменения изображения посредством использования карты внимания, основанной на частоте цвета Download PDFInfo
- Publication number
- RU2011143140A RU2011143140A RU2011143140/08A RU2011143140A RU2011143140A RU 2011143140 A RU2011143140 A RU 2011143140A RU 2011143140/08 A RU2011143140/08 A RU 2011143140/08A RU 2011143140 A RU2011143140 A RU 2011143140A RU 2011143140 A RU2011143140 A RU 2011143140A
- Authority
- RU
- Russia
- Prior art keywords
- image
- pixel
- energy value
- weighted
- value
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract 23
- 239000011159 matrix material Substances 0.000 claims abstract 5
- 238000009499 grossing Methods 0.000 claims abstract 4
- 230000009466 transformation Effects 0.000 claims abstract 4
- 238000004590 computer program Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Processing Of Color Television Signals (AREA)
- Color Image Communication Systems (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
1. Способ для изменения изображения, где упомянутое изображение является заданным матрицей пикселов, содержащий:вычисление (1) распределения частоты цвета упомянутой матрицы пикселов;определение (3) для каждого пиксела значения энергии как взвешенной функции частоты цвета упомянутого пиксела, с тем, чтобы определить карту внимания упомянутого изображения;преобразование (5) упомянутого изображения, где упомянутое преобразование основывается на значениях энергии пикселов.2. Способ по п.1, в котором упомянутое преобразование преобразует упомянутое изображение в переориентированное изображение, имеющее другое соотношение сторон.3. Способ по п.1, в котором каждое значение энергии пиксела взвешивают в обратной пропорциональности к частоте цвета упомянутого пиксела.4. Способ по п.3, в котором значение энергии пиксела взвешивают посредством заранее заданного параметра, когда данная частота цвета ниже заранее заданного порогового значения.5. Способ по п.1, в котором значение энергии пиксела взвешивают с учетом пространственного положения упомянутого пиксела в упомянутом изображении.6. Способ по п.5, в котором значение энергии пиксела взвешивают обратной величиной расстояния до данного пиксела от центра данного изображения.7. Способ по п.1, в котором сглаженное изображение вычисляют путем применения к упомянутому изображению фильтра нижних частот, и значение энергии пиксела взвешивают функцией градиента, примененной к соответствующему пикселу сглаженного изображения.8. Способ по п.7, в котором фильтр нижних частот является 2D Гауссовой функцией сглаживания.9. Способ по п.8, в котором сглаживание находится в диапазоне
Claims (15)
1. Способ для изменения изображения, где упомянутое изображение является заданным матрицей пикселов, содержащий:
вычисление (1) распределения частоты цвета упомянутой матрицы пикселов;
определение (3) для каждого пиксела значения энергии как взвешенной функции частоты цвета упомянутого пиксела, с тем, чтобы определить карту внимания упомянутого изображения;
преобразование (5) упомянутого изображения, где упомянутое преобразование основывается на значениях энергии пикселов.
2. Способ по п.1, в котором упомянутое преобразование преобразует упомянутое изображение в переориентированное изображение, имеющее другое соотношение сторон.
3. Способ по п.1, в котором каждое значение энергии пиксела взвешивают в обратной пропорциональности к частоте цвета упомянутого пиксела.
4. Способ по п.3, в котором значение энергии пиксела взвешивают посредством заранее заданного параметра, когда данная частота цвета ниже заранее заданного порогового значения.
5. Способ по п.1, в котором значение энергии пиксела взвешивают с учетом пространственного положения упомянутого пиксела в упомянутом изображении.
6. Способ по п.5, в котором значение энергии пиксела взвешивают обратной величиной расстояния до данного пиксела от центра данного изображения.
7. Способ по п.1, в котором сглаженное изображение вычисляют путем применения к упомянутому изображению фильтра нижних частот, и значение энергии пиксела взвешивают функцией градиента, примененной к соответствующему пикселу сглаженного изображения.
8. Способ по п.7, в котором фильтр нижних частот является 2D Гауссовой функцией сглаживания.
9. Способ по п.8, в котором сглаживание находится в диапазоне между 4 и 6.
10. Способ по п.7, в котором каждый пиксел содержит, по меньшей мере, значение яркости и значение цветности, и функция градиента основывается на яркости упомянутого пиксела.
11. Способ по п.7, в котором каждый пиксел содержит, по меньшей мере, значение яркости и значение цветности, и функция градиента основывается на цветности упомянутого пиксела.
12. Способ по п.2, в котором преобразование упомянутого изображения в переориентированное изображение содержит:
выбор шва с наименьшим значением энергии среди набора швов, где шов является непрерывной дорожкой пикселов от одной стороны до противоположной стороны изображения, и его значение энергии равно сумме значений энергии его пикселов;
скрытие или дублирование выбранного шва в упомянутом изображении для изменения его соотношения сторон.
13. Компьютерный программный продукт, хранящийся на носителе информации и содержащий набор команд, позволяющий компьютеру применять способ по п.1 при исполнении компьютером упомянутого набора команд.
14. Устройство для изменения изображения, где упомянутое изображение является заданным матрицей пикселов, содержащее:
первое вычислительное устройство (26) распределения частоты цвета в упомянутом изображении, соединенное со
вторым вычислительным устройством (28) значения энергии для каждого пиксела, где значение энергии является взвешенной функцией частоты цвета упомянутого пиксела, с тем, чтобы определить карту внимания упомянутого изображения; соединенным с
устройством (30) изменения изображения для преобразования упомянутого изображения, где упомянутое преобразование основывается на упомянутом значении энергии пиксела.
15. Телевизионный приемник, содержащий устройство отображения с первым соотношением сторон и устройство ввода для приема, по меньшей мере, исходного изображения, где упомянутый телевизор дополнительно содержит устройство по п.13 для изменения упомянутого исходного изображения в искомое изображение, имеющее для отображения первое соотношение сторон.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP09156321 | 2009-03-26 | ||
EP09156321.3 | 2009-03-26 | ||
PCT/IB2010/051282 WO2010109419A1 (en) | 2009-03-26 | 2010-03-24 | Method and apparatus for modifying an image by using a saliency map based on color frequency |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2011143140A true RU2011143140A (ru) | 2013-05-10 |
Family
ID=42124413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2011143140/08A RU2011143140A (ru) | 2009-03-26 | 2010-03-24 | Способ и устройство для изменения изображения посредством использования карты внимания, основанной на частоте цвета |
Country Status (6)
Country | Link |
---|---|
US (1) | US8582881B2 (ru) |
EP (1) | EP2411961B1 (ru) |
JP (1) | JP2012521708A (ru) |
CN (1) | CN102365651A (ru) |
RU (1) | RU2011143140A (ru) |
WO (1) | WO2010109419A1 (ru) |
Families Citing this family (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020154833A1 (en) | 2001-03-08 | 2002-10-24 | Christof Koch | Computation of intrinsic perceptual saliency in visual environments, and applications |
JP2011039801A (ja) * | 2009-08-12 | 2011-02-24 | Hitachi Ltd | 画像処理装置および画像処理方法 |
US8649606B2 (en) | 2010-02-10 | 2014-02-11 | California Institute Of Technology | Methods and systems for generating saliency models through linear and/or nonlinear integration |
US8363984B1 (en) | 2010-07-13 | 2013-01-29 | Google Inc. | Method and system for automatically cropping images |
US9070182B1 (en) | 2010-07-13 | 2015-06-30 | Google Inc. | Method and system for automatically cropping images |
CN102129693B (zh) * | 2011-03-15 | 2012-07-25 | 清华大学 | 基于色彩直方图和全局对比度的图像视觉显著性计算方法 |
US8675966B2 (en) | 2011-09-29 | 2014-03-18 | Hewlett-Packard Development Company, L.P. | System and method for saliency map generation |
US9025880B2 (en) * | 2012-08-29 | 2015-05-05 | Disney Enterprises, Inc. | Visual saliency estimation for images and video |
US9025910B2 (en) * | 2012-12-13 | 2015-05-05 | Futurewei Technologies, Inc. | Image retargeting quality assessment |
CN103050110B (zh) * | 2012-12-31 | 2015-06-17 | 华为技术有限公司 | 图像调整的方法、装置及系统 |
CN103902730B (zh) * | 2014-04-15 | 2017-05-03 | 中国科学院自动化研究所 | 一种缩略图生成方法和系统 |
JP2015204561A (ja) * | 2014-04-15 | 2015-11-16 | 株式会社デンソー | 情報提示システム、及び、提示装置 |
CN103996211A (zh) * | 2014-05-05 | 2014-08-20 | 小米科技有限责任公司 | 图像重定位方法及装置 |
US10671873B2 (en) | 2017-03-10 | 2020-06-02 | Tusimple, Inc. | System and method for vehicle wheel detection |
US10067509B1 (en) | 2017-03-10 | 2018-09-04 | TuSimple | System and method for occluding contour detection |
US10311312B2 (en) | 2017-08-31 | 2019-06-04 | TuSimple | System and method for vehicle occlusion detection |
US10147193B2 (en) | 2017-03-10 | 2018-12-04 | TuSimple | System and method for semantic segmentation using hybrid dilated convolution (HDC) |
US11587304B2 (en) | 2017-03-10 | 2023-02-21 | Tusimple, Inc. | System and method for occluding contour detection |
US9953236B1 (en) | 2017-03-10 | 2018-04-24 | TuSimple | System and method for semantic segmentation using dense upsampling convolution (DUC) |
US10710592B2 (en) | 2017-04-07 | 2020-07-14 | Tusimple, Inc. | System and method for path planning of autonomous vehicles based on gradient |
US10471963B2 (en) | 2017-04-07 | 2019-11-12 | TuSimple | System and method for transitioning between an autonomous and manual driving mode based on detection of a drivers capacity to control a vehicle |
US9952594B1 (en) | 2017-04-07 | 2018-04-24 | TuSimple | System and method for traffic data collection using unmanned aerial vehicles (UAVs) |
US10552691B2 (en) | 2017-04-25 | 2020-02-04 | TuSimple | System and method for vehicle position and velocity estimation based on camera and lidar data |
US10558864B2 (en) | 2017-05-18 | 2020-02-11 | TuSimple | System and method for image localization based on semantic segmentation |
US10481044B2 (en) | 2017-05-18 | 2019-11-19 | TuSimple | Perception simulation for improved autonomous vehicle control |
US10474790B2 (en) | 2017-06-02 | 2019-11-12 | TuSimple | Large scale distributed simulation for realistic multiple-agent interactive environments |
US10762635B2 (en) | 2017-06-14 | 2020-09-01 | Tusimple, Inc. | System and method for actively selecting and labeling images for semantic segmentation |
US10308242B2 (en) | 2017-07-01 | 2019-06-04 | TuSimple | System and method for using human driving patterns to detect and correct abnormal driving behaviors of autonomous vehicles |
US10493988B2 (en) | 2017-07-01 | 2019-12-03 | TuSimple | System and method for adaptive cruise control for defensive driving |
US10752246B2 (en) | 2017-07-01 | 2020-08-25 | Tusimple, Inc. | System and method for adaptive cruise control with proximate vehicle detection |
US10303522B2 (en) | 2017-07-01 | 2019-05-28 | TuSimple | System and method for distributed graphics processing unit (GPU) computation |
US10737695B2 (en) | 2017-07-01 | 2020-08-11 | Tusimple, Inc. | System and method for adaptive cruise control for low speed following |
US11029693B2 (en) | 2017-08-08 | 2021-06-08 | Tusimple, Inc. | Neural network based vehicle dynamics model |
US10360257B2 (en) | 2017-08-08 | 2019-07-23 | TuSimple | System and method for image annotation |
US10816354B2 (en) | 2017-08-22 | 2020-10-27 | Tusimple, Inc. | Verification module system and method for motion-based lane detection with multiple sensors |
US10762673B2 (en) | 2017-08-23 | 2020-09-01 | Tusimple, Inc. | 3D submap reconstruction system and method for centimeter precision localization using camera-based submap and LiDAR-based global map |
US10565457B2 (en) | 2017-08-23 | 2020-02-18 | Tusimple, Inc. | Feature matching and correspondence refinement and 3D submap position refinement system and method for centimeter precision localization using camera-based submap and LiDAR-based global map |
US10303956B2 (en) | 2017-08-23 | 2019-05-28 | TuSimple | System and method for using triplet loss for proposal free instance-wise semantic segmentation for lane detection |
US10678234B2 (en) | 2017-08-24 | 2020-06-09 | Tusimple, Inc. | System and method for autonomous vehicle control to minimize energy cost |
US10783381B2 (en) | 2017-08-31 | 2020-09-22 | Tusimple, Inc. | System and method for vehicle occlusion detection |
US10953881B2 (en) | 2017-09-07 | 2021-03-23 | Tusimple, Inc. | System and method for automated lane change control for autonomous vehicles |
US10782693B2 (en) | 2017-09-07 | 2020-09-22 | Tusimple, Inc. | Prediction-based system and method for trajectory planning of autonomous vehicles |
US10953880B2 (en) | 2017-09-07 | 2021-03-23 | Tusimple, Inc. | System and method for automated lane change control for autonomous vehicles |
US10782694B2 (en) | 2017-09-07 | 2020-09-22 | Tusimple, Inc. | Prediction-based system and method for trajectory planning of autonomous vehicles |
US10649458B2 (en) | 2017-09-07 | 2020-05-12 | Tusimple, Inc. | Data-driven prediction-based system and method for trajectory planning of autonomous vehicles |
US10656644B2 (en) | 2017-09-07 | 2020-05-19 | Tusimple, Inc. | System and method for using human driving patterns to manage speed control for autonomous vehicles |
US10552979B2 (en) | 2017-09-13 | 2020-02-04 | TuSimple | Output of a neural network method for deep odometry assisted by static scene optical flow |
US10671083B2 (en) | 2017-09-13 | 2020-06-02 | Tusimple, Inc. | Neural network architecture system for deep odometry assisted by static scene optical flow |
US10387736B2 (en) | 2017-09-20 | 2019-08-20 | TuSimple | System and method for detecting taillight signals of a vehicle |
US10733465B2 (en) | 2017-09-20 | 2020-08-04 | Tusimple, Inc. | System and method for vehicle taillight state recognition |
US10962979B2 (en) | 2017-09-30 | 2021-03-30 | Tusimple, Inc. | System and method for multitask processing for autonomous vehicle computation and control |
US10768626B2 (en) | 2017-09-30 | 2020-09-08 | Tusimple, Inc. | System and method for providing multiple agents for decision making, trajectory planning, and control for autonomous vehicles |
US10970564B2 (en) | 2017-09-30 | 2021-04-06 | Tusimple, Inc. | System and method for instance-level lane detection for autonomous vehicle control |
US10410055B2 (en) | 2017-10-05 | 2019-09-10 | TuSimple | System and method for aerial video traffic analysis |
US10666730B2 (en) | 2017-10-28 | 2020-05-26 | Tusimple, Inc. | Storage architecture for heterogeneous multimedia data |
US10812589B2 (en) | 2017-10-28 | 2020-10-20 | Tusimple, Inc. | Storage architecture for heterogeneous multimedia data |
US10739775B2 (en) | 2017-10-28 | 2020-08-11 | Tusimple, Inc. | System and method for real world autonomous vehicle trajectory simulation |
US10528851B2 (en) | 2017-11-27 | 2020-01-07 | TuSimple | System and method for drivable road surface representation generation using multimodal sensor data |
US10528823B2 (en) | 2017-11-27 | 2020-01-07 | TuSimple | System and method for large-scale lane marking detection using multimodal sensor data |
US10657390B2 (en) | 2017-11-27 | 2020-05-19 | Tusimple, Inc. | System and method for large-scale lane marking detection using multimodal sensor data |
US10860018B2 (en) | 2017-11-30 | 2020-12-08 | Tusimple, Inc. | System and method for generating simulated vehicles with configured behaviors for analyzing autonomous vehicle motion planners |
US10877476B2 (en) | 2017-11-30 | 2020-12-29 | Tusimple, Inc. | Autonomous vehicle simulation system for analyzing motion planners |
EP3737595B1 (en) | 2018-01-09 | 2023-12-27 | TuSimple, Inc. | Real-time remote control of vehicles with high redundancy |
CN115834617A (zh) | 2018-01-11 | 2023-03-21 | 图森有限公司 | 用于自主车辆操作的监视系统 |
US11009356B2 (en) | 2018-02-14 | 2021-05-18 | Tusimple, Inc. | Lane marking localization and fusion |
US11009365B2 (en) | 2018-02-14 | 2021-05-18 | Tusimple, Inc. | Lane marking localization |
US10685244B2 (en) | 2018-02-27 | 2020-06-16 | Tusimple, Inc. | System and method for online real-time multi-object tracking |
US10685239B2 (en) | 2018-03-18 | 2020-06-16 | Tusimple, Inc. | System and method for lateral vehicle detection |
CN110378184A (zh) | 2018-04-12 | 2019-10-25 | 北京图森未来科技有限公司 | 一种应用于自动驾驶车辆的图像处理方法、装置 |
CN116129376A (zh) | 2018-05-02 | 2023-05-16 | 北京图森未来科技有限公司 | 一种道路边缘检测方法和装置 |
US11104334B2 (en) | 2018-05-31 | 2021-08-31 | Tusimple, Inc. | System and method for proximate vehicle intention prediction for autonomous vehicles |
US10839234B2 (en) | 2018-09-12 | 2020-11-17 | Tusimple, Inc. | System and method for three-dimensional (3D) object detection |
AU2019339418A1 (en) | 2018-09-13 | 2021-05-13 | Tusimple, Inc. | Remote safe driving methods and systems |
US10796402B2 (en) | 2018-10-19 | 2020-10-06 | Tusimple, Inc. | System and method for fisheye image processing |
US10942271B2 (en) | 2018-10-30 | 2021-03-09 | Tusimple, Inc. | Determining an angle between a tow vehicle and a trailer |
CN111319629B (zh) | 2018-12-14 | 2021-07-16 | 北京图森智途科技有限公司 | 一种自动驾驶车队的组队方法、装置及系统 |
US11823460B2 (en) | 2019-06-14 | 2023-11-21 | Tusimple, Inc. | Image fusion for autonomous vehicle operation |
EP3893150A1 (en) | 2020-04-09 | 2021-10-13 | Tusimple, Inc. | Camera pose estimation techniques |
AU2021203567A1 (en) | 2020-06-18 | 2022-01-20 | Tusimple, Inc. | Angle and orientation measurements for vehicles with multiple drivable sections |
US20220020113A1 (en) * | 2020-07-15 | 2022-01-20 | Instasize, Inc. | Image resizing using seam carving |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0542361B1 (en) * | 1991-11-14 | 1998-09-16 | Agfa-Gevaert N.V. | Method and apparatus for constructing a histogram in digital image processing by statistical pixel sampling |
US7914442B1 (en) * | 1999-03-01 | 2011-03-29 | Gazdzinski Robert F | Endoscopic smart probe and method |
US7162102B2 (en) | 2001-12-19 | 2007-01-09 | Eastman Kodak Company | Method and system for compositing images to produce a cropped image |
US7324693B2 (en) | 2003-04-23 | 2008-01-29 | Eastman Kodak Company | Method of human figure contour outlining in images |
US7171058B2 (en) | 2003-07-31 | 2007-01-30 | Eastman Kodak Company | Method and computer program product for producing an image of a desired aspect ratio |
US7268788B2 (en) * | 2003-09-03 | 2007-09-11 | Neomagic Israel Ltd. | Associative processing for three-dimensional graphics |
US7706610B2 (en) | 2005-11-29 | 2010-04-27 | Microsoft Corporation | Segmentation of objects by minimizing global-local variational energy |
EP1840798A1 (en) | 2006-03-27 | 2007-10-03 | Sony Deutschland Gmbh | Method for classifying digital image data |
JP5107349B2 (ja) * | 2006-06-06 | 2012-12-26 | ティーピー ビジョン ホールディング ビー ヴィ | 動きベクトルに基づく画像のスケーリング |
EP1936566A1 (en) | 2006-12-22 | 2008-06-25 | Thomson Licensing | Method for creating the saliency map of an image and system for creating reduced pictures of video frames |
US7747107B2 (en) | 2007-03-06 | 2010-06-29 | Mitsubishi Electric Research Laboratories, Inc. | Method for retargeting images |
-
2010
- 2010-03-24 US US13/256,845 patent/US8582881B2/en not_active Expired - Fee Related
- 2010-03-24 RU RU2011143140/08A patent/RU2011143140A/ru unknown
- 2010-03-24 JP JP2012501463A patent/JP2012521708A/ja active Pending
- 2010-03-24 EP EP10712985A patent/EP2411961B1/en not_active Not-in-force
- 2010-03-24 WO PCT/IB2010/051282 patent/WO2010109419A1/en active Application Filing
- 2010-03-24 CN CN2010800137856A patent/CN102365651A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2012521708A (ja) | 2012-09-13 |
CN102365651A (zh) | 2012-02-29 |
WO2010109419A1 (en) | 2010-09-30 |
US8582881B2 (en) | 2013-11-12 |
EP2411961A1 (en) | 2012-02-01 |
EP2411961B1 (en) | 2012-10-31 |
US20120002107A1 (en) | 2012-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2011143140A (ru) | Способ и устройство для изменения изображения посредством использования карты внимания, основанной на частоте цвета | |
CN108665521A (zh) | 图像渲染方法、装置、系统、计算机可读存储介质及设备 | |
CN102231791B (zh) | 一种基于图像亮度分层的视频图像去雾方法 | |
CN101286231B (zh) | 一种均匀分布图像亮度的对比度增强方法 | |
CN104882097B (zh) | 基于环境光的图像显示方法及系统 | |
Cheng et al. | Efficient histogram modification using bilateral Bezier curve for the contrast enhancement | |
CN105850114A (zh) | 用于图像的逆色调映射的方法 | |
CN104079914B (zh) | 基于深度信息的多视点图像超分辨方法 | |
CN101976444B (zh) | 一种基于像素类型的结构类似性图像质量客观评价方法 | |
CN105453134A (zh) | 用于图像的动态范围增强的方法和设备 | |
CN103325120A (zh) | 一种快速自适应支持权值双目视觉立体匹配方法 | |
CN102281388A (zh) | 适应性滤除影像噪声的方法及装置 | |
CN104902141B (zh) | 图像处理方法及装置 | |
CN104021527B (zh) | 一种图像中雨雪的去除方法 | |
CN106960430B (zh) | 基于分区域的sar图像与彩色可见光图像融合方法 | |
CN103607589B (zh) | 基于层次选择性视觉注意力机制的jnd阈值计算方法 | |
CN102708567A (zh) | 一种基于视觉感知的立体图像质量客观评价方法 | |
CN103745687A (zh) | 图像显示方法和图像显示装置 | |
WO2019179512A1 (zh) | 显示方法、显示装置及显示器 | |
CN105979192A (zh) | 一种视频显示方法和装置 | |
US20170148205A1 (en) | Creating bump and normal maps from images with multi-scale control | |
CN104700405A (zh) | 一种前景检测方法和系统 | |
Sandoub et al. | A low‐light image enhancement method based on bright channel prior and maximum colour channel | |
CN110111347A (zh) | 图像标志提取方法、装置及存储介质 | |
CN104574363A (zh) | 一种考虑梯度方向差异的全参考图像质量评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
HE9A | Changing address for correspondence with an applicant |