WO2002086806A1 - Verfahren zur kennzeichnung von gespeicherter information - Google Patents

Verfahren zur kennzeichnung von gespeicherter information Download PDF

Info

Publication number
WO2002086806A1
WO2002086806A1 PCT/EP2002/002171 EP0202171W WO02086806A1 WO 2002086806 A1 WO2002086806 A1 WO 2002086806A1 EP 0202171 W EP0202171 W EP 0202171W WO 02086806 A1 WO02086806 A1 WO 02086806A1
Authority
WO
WIPO (PCT)
Prior art keywords
labeling
proposal
suggestions
processor
patterns
Prior art date
Application number
PCT/EP2002/002171
Other languages
English (en)
French (fr)
Inventor
Joachim Gloger
Stefan Hahn
Original Assignee
Daimlerchrysler Ag
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 Daimlerchrysler Ag filed Critical Daimlerchrysler Ag
Priority to US10/469,611 priority Critical patent/US7519237B2/en
Priority to JP2002584249A priority patent/JP2004527048A/ja
Priority to EP02737874A priority patent/EP1364337A1/de
Publication of WO2002086806A1 publication Critical patent/WO2002086806A1/de

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/40—Software arrangements specially adapted for pattern recognition, e.g. user interfaces or toolboxes therefor

Definitions

  • the invention relates to a method for marking patterns according to the preamble of patent claim 1.
  • Manually labeling samples is a time-consuming and expensive process. In order to accelerate this process, methods are used that generate a labeling proposal. The processor must either accept the proposal or modify it if the proposal is incorrect. Labeling methods are used in particular in classification processes in which a set of parameters for identifying objects is determined using training examples. The training data record must cover all boundary conditions of the recognition task. For the recognition of street scenes, samples of a few thousand to ten thousand manually processed images are required, which contain all potentially occurring object classes, e.g. cars, trucks, two-wheelers, pedestrians, weather conditions etc. From the processing of colored video images, a method is known in which an object, for example a tree, is manually identified in an image sequence in the first image (JR Ohm, P.
  • a method is known (AK Jain, Yu Zhong, S. Lakshamanan, "Object matching using deformable templates", IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. 18, No. 3, March 1996, p. 267-278 ), in which a database of automatically generated contour patterns is used to identify objects (patterns) in image data.
  • the contour patterns are automatically adapted to the objects and superimposed on them.
  • the image data together with the overlays by the contour patterns are then displayed to a viewer on a screen.
  • the object of the invention is to find a novel method for the automatic marking of patterns, which guarantees an optimized coincidence of the pattern and marking.
  • the invention has the advantage that in the automatic generation of labeling suggestions, even with incorrect suggestions due to the mass of the samples to be labeled, a large amount of time is saved in labeling. It is also advantageous that automatic methods are used for the generation of the labeling suggestions, which can be very time-consuming and computationally expensive, since the labeling suggestions can be generated independently of the labeling process.
  • the generated labeling suggestions are up to the test saved by the processor in a database and imported to the processor during labeling.
  • the pattern to be identified is available in electronic form in a computer system.
  • the pattern is e.g. recorded with a camera or a document is scanned into a computer.
  • Acoustic patterns that are available in electronic form are also identified.
  • a labeling proposal is created for the sample. This proposal can be generated separately from the actual labeling process, for example when the method for generating the proposal is very time-consuming. However, it is also possible to generate the proposal during the labeling process, for example when the method is able to generate the proposals in real time or almost in real time.
  • the processor uses a computer program to display the sample and the proposed label in a suitable form on a display.
  • the archetype is displayed, together with the proposed marking, which is shown in the form of a closed line, for example.
  • the line is superimposed on the archetype so that the processor can see both.
  • the processor accepts the proposal and stores it in the system as an indicator. If the proposal is too imprecise, there are several options. On the one hand, the processor himself will delete (or modify) the wrong suggestion and create his own labeling suggestion manually. On the other hand, it is possible that the processor rejects the proposal.
  • the proposal is then used as the basis for a further procedure in order to arrive at a correct labeling proposal. It is also possible to delete the proposal completely and to try to generate a suitable proposal with a more complex process.
  • the labeling process is carried out over the Internet.
  • a device according to the invention for carrying out the method can advantageously be regarded as a two-part system consisting of a server system and a processing device.
  • the server system has a device for storing patterns, a unit for generating labeling suggestions for the stored patterns, a memory for storing the labels assigned to the patterns, and a communication device for communicating with a processing device for evaluating and processing the labeling suggestions .
  • the processing device for evaluating and processing labeling suggestions for the samples is designed in such a way that it includes a display for displaying the samples and the associated labeling suggestions and an input unit for entering the assessment of the labeling of the sample and / or for deleting or modifying the labeling.
  • the processing device has a communication unit for communication with a server system for storing patterns and labels, and for generating labeling suggestions. With the aim of running as many labeling processes as possible at the same time, it is profitable if the server system is connected to a plurality of processing devices.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Kennzeichnung von Mustern, die als gespeicherte Information vorliegen. Für das Muster wird automatisch ein Kennzeichnungsvorschlag erzeugt. Die Erzeugung dieses Vorschlags kann separat vom eigentlichen Kennzeichnungsvorgang erfolgen, beispielsweise dann, wenn das Verfahren zur Erzeugung des Vorschlags sehr zeitaufwendig ist. Möglich ist aber auch eine Erzeugung des Vorschlags während des Kennzeichnungvorgangs, beispielsweise dann, wenn das Verfahren in der Lage ist, die Vorschläge in Echtzeicht oder beinahe in Echtzeit zu erzeugen. Dadurch werden die Kennzeichnungsvorschläge für den Beobachter schnell generiert und eine repräsentative Objekterkennung wird ermöglicht.

Description

Beschreibung
Verfahren zur Kennzeichnung von gespeicherter Information
Die Erfindung betrifft ein Verfahren zur Kennzeichnung von Mustern nach dem Oberbegriff des Patentanspruch 1.
Das manuelle Kennzeichnen von Stichproben durch den Menschen ist ein zeitraubender und teurer Prozess. Um diesen Vorgang zu beschleunigen werden Verfahren eingesetzt, die einen Kennzeichnungsvorschlag erzeugen. Der Bearbeiter muß den Vorschlag entweder akzeptieren oder ihn modifizieren, wenn der Vorschlag nicht korrekt ist. Kennzeichnungsverfahren finden insbesondere Verwendung bei Klassifikationsver ahren, bei denen anhand von Trainingsbeispielen ein Satz von Parametern zur Erkennung von Objekten ermittelt wird. Der Trainingsdatensatz muß dabei alle Randbedingungen der Erkennungsaufgabe repräsentativ abdecken. Für die Erkennung von Straßenszenen werden dafür Stichproben von einigen tausend bis zehntausend manuell bearbeiteten Bildern benötigt, in denen alle potentiell auftretenden Objektklassen, z.B. PKW, LKW, Zweiräder, Fußgänger, Wetterbedingungen etc., enthalten sind. Aus der Bearbeitung von farbigen Videobildern ist ein Verfahren bekannt, bei dem in einer Bildfolge im ersten Bild ein Objekt, z.B. ein Baum, manuell gekennzeichnet wird (J.R. Ohm, P. Ma: „Feature-Based Cluster Segmentation of Image Sequences", Int. Conf. on Image Processing, Vol. III, 1997, Seiten 178-181 ). Mit dieser vorgegebenen Informa¬ tion wird versucht, das gleiche Objekt im nächsten Bild der Bildfolge wieder zuerkennen. Dabei wird vorzugsweise die Farbinformation des Objekts genutzt, um das Objekt vom restlichen Bild zu unterscheiden. Für Grauwert-Bilder ist dieses Verfahren nicht geeignet. Die manuelle Bearbeitung des Objektes ist bei der Kennzeichnung sehr zeit- aufwendig.
Es ist ein Verfahren bekannt (A.K. Jain, Yu Zhong, S. Lakshamanan, "Object matching using deformable templates", IEEE Trans, on Pattern Analysis and Machine Intelligence, Vol. 18, No. 3, March 1996, p. 267-278), bei welchem zur Kennzeichnung von Objekten (Muster) in Bilddaten auf eine Datenbank von automatisch erzeugten Kontur-Mustern zurückgegriffen wird. Dabei werden die Kontur-Muster automatisch an die Objekte an- gepasst und diesen überlagert. Die Bilddaten gemeinsam mit den Überlagerungen durch die Kontur-Muster werden sodann einem Betrachter auf einem Bildschirm dargestellt.
Aufgabe der Erfindung ist es ein neuartiges Verfahren zur automatischen Kennzeichnung von Mustern zu finden, welches ein optimiertes Zusammenfallen von Muster und Kennzeichnung garantiert.
Die Erfindung ist in Anspruch 1 beschrieben. Vorteilhafte Ausgestaltungen und Weiter- bildungen sind den Unteransprüchen zu entnehmen.
Die Erfindung hat den Vorteil, daß bei der automatischen Erzeugung von Kennzeichnungsvorschlägen auch bei fehlerhaften Vorschlägen aufgrund der Masse, der zu kennzeichnenden Stichproben, ein großer Zeitgewinn beim Kennzeichnen erreicht wird. Weiterhin ist vorteilhaft, daß für die Erzeugung der Kennzeichnungsvorschläge automatische Verfahren verwendet werden, die sehr zeit- und rechenaufwendig sein können, da die Erzeugung der Kennzeichnungsvorschläge unabhängig vom Kennzeichnungsvorgang erfolgen kann. Die erzeugten Kennzeichnungsvorschläge werden bis zur Prüfung durch den Bearbeiter in einer Datenbank gespeichert und dem Bearbeiter während des Kennzeichnens eingspielt.
Bei Verwendung von automatischen Verfahren zur Erzeugung von Kennzeichnungsvorschlägen, die sehr schnell die Vorschläge erarbeiten und dem Bearbeiter darstellen ist vorteilhaft, daß die Erzeugung der Vorschläge direkt während des Kennzeichnens erfolgen kann.
Die Erfindung wird anhand eines Ausführungsbeispiels näher erläutert.
Das zu kennzeichnende Muster liegt in elektronischer Form in einem Computersystem vor. Das Muster wird z.B. mit einer Kamera aufgenommen oder ein Dokument wird in einen Computer eingescannt. Auch akustische Muster , die in elektronischer Form vorliegen, werden gekennzeichnet. Für das Muster wird ein Kennzeichnungsvorschlag erzeugt. Die Erzeugung dieses Vor- Schlags kann separat vom eigentlichen Kennzeichnungsvorgang erfolgen, beispielsweise dann, wenn das Verfahren zur Erzeugung des Vorschlags sehr zeitaufwendig ist. Möglich ist aber auch eine Erzeugung des Vorschlags während des Kennzeichnungsvorgangs, beispielsweise dann, wenn das Verfahren in der Lage ist, die Vorschläge in Echtzeit oder beinahe in Echtzeit zu erzeugen.
Das Muster und der erzeugte Kennzeichnungsvorschlag werden dem Bearbeiter mittels eines Computerprogramms in geeigneter Form auf einem Display dargestellt. Bei Bildern wird z.B. das Urbild dargestellt, zusammen mit dem Kennzeichnungsvorschlag, der in Form eines z.B. abgeschlossenen Linienzugs dargestellt wird. Der Linienzug wird dem Urbild überlagert, so daß der Bearbeiter beides sehen kann. Wenn der erzeugte Vorschlag das zu kennzeichnende Objekt hinreichend genau kennzeichnet, wird der Vorschlag vom Bearbeiter angenommen und im System als Kennzeichen hinterlegt. Ist der Vorschlag zu ungenau, gibt es mehrere Möglichkeiten. Zum einen wird der Bearbeiter selbst den falschen Vorschlag löschen (oder modifizieren) und einen eigenen Kenn- Zeichnungsvorschlag manuell erzeugen. Zum anderen ist es möglich, daß der Vorschlag vom Bearbeiter zurückgewiesen wird. Der Vorschlag wird dann als Grundlage für ein weiteres Verfahren verwendet, um doch noch zu einem korrekten Kennzeichnungsvorschlag zu gelangen. Weiterhin ist es möglich, den Vorschlag vollständig zu löschen und mit einem aufwendigeren Verfahren zu versuchen einen geeigneten Vorschlag zu erzeugen.
Um eine große Anzahl von Stichproben zu bewältigen wird das Kennzeichnungsverfah- ren über das Internet durchgeführt. Weltweit wird mittels lose organisierten Gruppen von einigen hundert bis tausend Personen die Bearbeitung und ggf. Erfassung der Stichproben durchgeführt.
Im Zusammenhang der Verwendung der Erfindung innerhalb eines Datennetzwerkes ist eine erfindungsgemäße Vorrichtung zur Durchführung des Verfahrens in vorteilhafter Weise als ein zweigeteiltes System, bestehend aus einem Serversystem und einer Bearbeitungeinrichtung anzusehen.
Dabei verfügt das Serversystem über eine Einrichtung zur Speicherung von Mustern, eine Einheit zur Generierung von Kennzeichnungsvorschlägen für die gespeicherten Mustern, ein Speicher zur Hinterlegung der den Mustern zugeordneten Kennzei- chen, sowie eine Kommunikationseinrichtung, zur Kommunikation mit einer Bearbeitungseinrichtung zur Bewertung und Bearbeitung der Kennzeichnungsvorschläge. Als Gegenstück ist die Bearbeitungseinrichtung zur Bewertung und Bearbeitung von Kennzeichnungsvorschlägen für die Muster so gestaltet, dass sie ein Display zur Anzeige der Muster und der zugehörigen Kennzeichnungsvorschläge und eine Eingabeeinheit zur Eingabe der Beurteilung der Kennzeichnung des Musters und oder zur Löschung oder Modifikation der Kennzeichnung umfasst. Desweiteren verfügt die Bearbeitungseinrichtung über eine Kommunikationseinheit, zur Kommunikation mit einem Serversystem zur Speicherung von Mustern und Kennzeichnungen, sowie zur Generierung von Kennzeichnungsvorschlägen. Mit dem Ziel gleichzeitig möglichst viele Kennzeichnungsprozesse ablaufen zu lassen, ist es gewinnbringend, wenn das Serversystem mit einer Mehrzahl von Bearbeitungseinrichtungen in Verbindung steht.

Claims

Patentansprüche
1. Verfahren zur Kennzeichnung von Mustern, die als gespeicherte Information vorliegen,
- wobei Kennzeichnungsvorschläge automatisch in einem Computersystem erzeugt werden, - und wobei einem Bearbeiter das Muster und der Kennzeichnungsvorschlag mittels eines Computerprogramms dargestellt wird, dadurch gekennzeichnet, dass der Bearbeiter den dem Muster zugeordneten Kennzeichnungsvorschlag bewerten und/oder modifizieren kann.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die erzeugten Kennzeichnungsvorschläge bis zur Prüfung durch den Bearbeiter in einer Datenbank gespeichert und dem Bearbeiter während des Kennzeichnens des Musters auf einem Bildschirm eingspielt werden.
3. Verfahren nach Anspruch 1 , dadurch gekennzeichnet, daß der Kennzeichnungsvorschlag direkt während des Kennzeichnens des Musters auf dem Bildschirm erzeugt wird.
4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Muster ein Bild ist und das Bild zusammen mit dem Kennzeichnungvorschlag auf dem Display dargestellt wird.
5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß der Kennzeichnungs- Vorschlag in Form eines abgeschlossenen Linienzugs dargestellt wird, und daß der Linienzug dem Bild überlagert wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß der Vorschlag vom Bearbeiter angenommen und im System als Kennzeichen hin- terlegt wird.
7. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 5, dadurch gekennzeichnet, daß der Vorschlag vom Bearbeiter gelöscht oder modifiziert wird, und daß ein Kennzeichnungsvorschlag manuell erzeugt wird.
8. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 5, dadurch gekennzeichnet, daß der Vorschlag vom Bearbeiter zurückgewiesen wird, und daß der Vorschlag als Grundlage für ein weiteres Verfahren verwendet wird.
9. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 5, dadurch gekennzeichnet, daß der Vorschlag vollständig gelöscht wird, und daß mit einem aufwendigeren Verfahren ein geeigneter Vorschlag erzeugt wird.
10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß für eine große Anzahl von Stichproben das Kennzeichnungsverfahren über das Internet durchgeführt wird.
1 1. Serversystem zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass das Serversystem verfügt über
- eine Einrichtung zur Speicherung von Mustern, - eine Einheit zur Generierung von Kennzeichnungsvorschlägen für die gespeicherten Mustern,
- ein Speicher zur Hinterlegung der den Mustern zugeordneten Kennzeichen,
- sowie eine Kommunikationseinrichtung, zur Kommunikation mit einer Bearbeitungsein richtung zur Bewertung und Bearbeitung der Kennzeichnungsvorschläge.
12. Bearbeitungseinrichtung zur Bewertung und Bearbeitung von Kennzeichnungsvorschlägen für Muster im Rahmen des Verfahrens nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass die Bearbeitungseinrichtung verfügt über, - ein Display zur Anzeige der Muster und der zugehörigen Kennzeichnungsvorschläge,
- eine Eingabeeinheit zur Eingabe der Beurteilung der Kennzeichnung des Musters und oder
- zur Löschung oder Modifikation der Kennzeichnung
- sowie eine Kommunikationseinheit, zur Kommunikation mit einem Serversystem zur Speicherung von Mustern und Kennzeichnungen, sowie zur Generierung von Kennzeichnungsvorschlägen.
PCT/EP2002/002171 2001-03-02 2002-02-28 Verfahren zur kennzeichnung von gespeicherter information WO2002086806A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US10/469,611 US7519237B2 (en) 2001-03-02 2002-02-28 Method for characterizing stored information
JP2002584249A JP2004527048A (ja) 2001-03-02 2002-02-28 記録情報の同定方法
EP02737874A EP1364337A1 (de) 2001-03-02 2002-02-28 Verfahren zur kennzeichnung von gespeicherter information

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE10110275.5 2001-03-02
DE10110275A DE10110275A1 (de) 2001-03-02 2001-03-02 Verfahren zur Kennzeichnung von gespeicherter Information

Publications (1)

Publication Number Publication Date
WO2002086806A1 true WO2002086806A1 (de) 2002-10-31

Family

ID=7676198

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2002/002171 WO2002086806A1 (de) 2001-03-02 2002-02-28 Verfahren zur kennzeichnung von gespeicherter information

Country Status (5)

Country Link
US (1) US7519237B2 (de)
EP (1) EP1364337A1 (de)
JP (1) JP2004527048A (de)
DE (1) DE10110275A1 (de)
WO (1) WO2002086806A1 (de)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004009541A1 (de) * 2004-02-23 2005-09-15 Iris-Gmbh Infrared & Intelligent Sensors Benutzersteuerbares Erfassungssystem
WO2007101452A1 (de) * 2006-03-09 2007-09-13 Siemens Aktiengesellschaft Verfahren und objektbearbeitungssystem zum erstellen eines modells eines objektes
JPWO2007105651A1 (ja) * 2006-03-10 2009-07-30 パナソニック株式会社 環境影響部材購入装置および環境影響部材購入システム
US8031981B2 (en) * 2007-12-21 2011-10-04 Daon Holdings Limited Method and systems for generating a subset of biometric representations
DE102009009904A1 (de) 2009-02-20 2009-10-15 Daimler Ag Verfahren zur Identifizierung von Objekten
DE102015007299A1 (de) 2015-06-03 2015-12-17 Daimler Ag Verfahren zur Klassifikation von Objekten
DE102018010039A1 (de) 2018-12-19 2020-06-25 Daimler Ag Verfahren zur Erkennung von mindestens einem Muster in einer Umgebung eines Fahrzeugs, Steuergerät zum Ausführen eines solchen Verfahrens, sowie Fahrzeug mit einem solchen Steuergerät
DE102019004075A1 (de) 2019-06-08 2020-01-02 Daimler Ag Verfahren zum Bestimmen einer Relevanz eines Objekts in einer Umgebung eines Kraftfahrzeugs mittels eines Fahrerassistenzsystems sowie Fahrerassistenzsystem

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60196856A (ja) * 1984-03-20 1985-10-05 Olympus Optical Co Ltd 画像検索登録装置
JP2735187B2 (ja) * 1987-03-17 1998-04-02 株式会社東芝 情報検索方法
DE69028573T2 (de) * 1989-05-31 1997-03-27 Toshiba Kawasaki Kk Hochgeschwindigkeitssuchsystem zur Bilddatenspeicherung
US5179652A (en) * 1989-12-13 1993-01-12 Anthony I. Rozmanith Method and apparatus for storing, transmitting and retrieving graphical and tabular data
US5202828A (en) * 1991-05-15 1993-04-13 Apple Computer, Inc. User interface system having programmable user interface elements
EP0514688A2 (de) * 1991-05-21 1992-11-25 International Business Machines Corporation Generalisierte Gestaltautokorrelation zur Ermittlung und Erkennung von Gestalt
US5189709A (en) * 1991-08-26 1993-02-23 The United States Of America As Represented By The United States National Aeronautics And Space Administration Dynamic pattern matcher using incomplete data
US5606693A (en) * 1991-10-02 1997-02-25 International Business Machines Corporation Distributed database management over a network
US5421008A (en) * 1991-11-08 1995-05-30 International Business Machines Corporation System for interactive graphical construction of a data base query and storing of the query object links as an object
US7242988B1 (en) * 1991-12-23 2007-07-10 Linda Irene Hoffberg Adaptive pattern recognition based controller apparatus and method and human-factored interface therefore
US5579471A (en) * 1992-11-09 1996-11-26 International Business Machines Corporation Image query system and method
US6002798A (en) * 1993-01-19 1999-12-14 Canon Kabushiki Kaisha Method and apparatus for creating, indexing and viewing abstracted documents
US5600831A (en) * 1994-02-28 1997-02-04 Lucent Technologies Inc. Apparatus and methods for retrieving information by modifying query plan based on description of information sources
US5809171A (en) * 1996-01-05 1998-09-15 Mcdonnell Douglas Corporation Image processing method and apparatus for correlating a test image with a template
US5893095A (en) * 1996-03-29 1999-04-06 Virage, Inc. Similarity engine for content-based retrieval of images
US5696964A (en) * 1996-04-16 1997-12-09 Nec Research Institute, Inc. Multimedia database retrieval system which maintains a posterior probability distribution that each item in the database is a target of a search
US5852823A (en) * 1996-10-16 1998-12-22 Microsoft Image classification and retrieval system using a query-by-example paradigm
JPH10326286A (ja) * 1997-05-27 1998-12-08 Mitsubishi Electric Corp 類似検索装置及び類似検索プログラムを記録した記録媒体
JP4098880B2 (ja) * 1997-06-06 2008-06-11 松下電器産業株式会社 情報検索装置
JP3166905B2 (ja) * 1997-07-02 2001-05-14 インターナショナル・ビジネス・マシーンズ・コーポレ−ション パターンマッチングによる画像処理方法およびシステム
US6415282B1 (en) * 1998-04-22 2002-07-02 Nec Usa, Inc. Method and apparatus for query refinement
US6154567A (en) * 1998-07-01 2000-11-28 Cognex Corporation Pattern similarity metric for image search, registration, and comparison
US6564206B1 (en) * 1998-10-05 2003-05-13 Canon Kabushiki Kaisha Information search apparatus and method, and storage medium
US6256409B1 (en) * 1998-10-19 2001-07-03 Sony Corporation Method for determining a correlation between images using multi-element image descriptors
US6347313B1 (en) * 1999-03-01 2002-02-12 Hewlett-Packard Company Information embedding based on user relevance feedback for object retrieval
US6510406B1 (en) * 1999-03-23 2003-01-21 Mathsoft, Inc. Inverse inference engine for high performance web search
US6275613B1 (en) * 1999-06-03 2001-08-14 Medsim Ltd. Method for locating a model in an image
US6445822B1 (en) * 1999-06-04 2002-09-03 Look Dynamics, Inc. Search method and apparatus for locating digitally stored content, such as visual images, music and sounds, text, or software, in storage devices on a computer network
US6674915B1 (en) * 1999-10-07 2004-01-06 Sony Corporation Descriptors adjustment when using steerable pyramid to extract features for content based search
US7389208B1 (en) * 2000-06-30 2008-06-17 Accord Solutions, Inc. System and method for dynamic knowledge construction
US6748398B2 (en) * 2001-03-30 2004-06-08 Microsoft Corporation Relevance maximizing, iteration minimizing, relevance-feedback, content-based image retrieval (CBIR)

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"OPTISCHE LERNKURVEN", MESSEN UND PRUFEN, IVA INTERNATIONAL, MUNCHEN, DE, vol. 35, no. 5, May 1999 (1999-05-01), pages 32 - 34,36, XP000896548, ISSN: 0937-3446 *
MILLS S A ET AL: "Pattern recognition prototyping tool", IMAGE PROCESSING, 1997. PROCEEDINGS., INTERNATIONAL CONFERENCE ON SANTA BARBARA, CA, USA 26-29 OCT. 1997, LOS ALAMITOS, CA, USA,IEEE COMPUT. SOC, US, 26 October 1997 (1997-10-26), pages 312 - 315, XP010253721, ISBN: 0-8186-8183-7 *

Also Published As

Publication number Publication date
US7519237B2 (en) 2009-04-14
DE10110275A1 (de) 2002-09-19
US20040111434A1 (en) 2004-06-10
EP1364337A1 (de) 2003-11-26
JP2004527048A (ja) 2004-09-02

Similar Documents

Publication Publication Date Title
DE19718805C2 (de) Verfahren und Anordnung zum Erkennen von Verteilinformationen
DE10034606B4 (de) Verfahren zur Bereitstellung von fertigungsbezogenen Daten in einer Serienfertigung von Fertigungsobjekten, insbesondere von Kraftfahrzeugen
DE19624977A1 (de) Verfahren zur Verarbeitung von Postsachen
DE102019209560A1 (de) Vorrichtung und Verfahren zum Trainieren eines neuronalen Netzwerks
DE102012206037A1 (de) Lernverfahren zur automatisierten Erkennung von Verkehrszeichen, Verfahren zur Bestimmung eines aktualisierten Parametersatzes für eine Klassifikation von einem Verkehrszeichen und Verkehrszeichenerkennungssystem
EP3948688A1 (de) Training für künstliche neuronale netzwerke mit besserer ausnutzung der lern-datensätze
WO2002086806A1 (de) Verfahren zur kennzeichnung von gespeicherter information
DE102019204602B4 (de) Verfahren und Vorrichtung zur Maskierung von in einem Bild enthaltenen Objekten
CN112800972A (zh) 文字识别方法及装置、存储介质
DE102018113621A1 (de) Verfahren zum Trainieren eines konvolutionellen neuronalen Netzwerks zum Verarbeiten von Bilddaten zur Anwendung in einem Fahrunterstützungssystem
DE102008059229A1 (de) Verfahren zum Ausrichten eines Behälters
DE102008057979B4 (de) Lerneinheit für ein Objekterkennungssystem und Objekterkennungssytem
DE102009009904A1 (de) Verfahren zur Identifizierung von Objekten
DE1549893A1 (de) Verfahren und Anordnung zur elektronischen Klassierung von Bildvorlagen
DE102019127565A1 (de) Verfahren und Vorrichtung zum Verarbeiten von Bildern
DE102018205409A1 (de) Verfahren, Vorrichtung, Computerprogramm und Computerprogrammprodukt zum Annotieren eines Bildes
DE102019208864A1 (de) Erkennungssystem, Arbeitsverfahren und Trainingsverfahren
EP4121897B1 (de) Verfahren und systeme zum bereitstellen von synthetischen gelabelten trainingsdatensätzen und ihre anwendungen
WO2024132949A1 (de) Verfahren und system zum kriterienbasierten extrahieren von bilddaten
EP1202212A1 (de) Verfahren zur Erfassung des vollständigen Datensatzes mit Schriftzeichen versehener Formulare
DE102022209248A1 (de) Anonymisieren von Bilddaten
DE102020114909A1 (de) Optimierung des Zusammenwirkens unterschiedlicher Datenbanken
DE102022118492A1 (de) Verfahren zum Erkennen von zum Herstellen von Produkten vorgesehenen Objekten, elektronische Recheneinrichtung, Computerprogramm sowie computerlesbares Medium
DE102021127958A1 (de) Computerimplementiertes Verfahren zum Training einer künstlichen Intelligenz
DE102019133905A1 (de) Verfahren zum Kennzeichnen von manipulierten Bildern oder Videos

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BY BZ CA CH CN CO CR CU CZ DK DM DZ EC EE ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NO NZ OM PH PL PT RO RU SD SE SG SI SK SL TJ TM TN TR TT TZ UA UG US UZ VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GH GM KE LS MW MZ SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE CH CY DE DK ES FI FR GB GR IE IT LU MC NL PT SE TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
DFPE Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed before 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2002737874

Country of ref document: EP

Ref document number: 2002584249

Country of ref document: JP

WWP Wipo information: published in national office

Ref document number: 2002737874

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 10469611

Country of ref document: US