-
公开(公告)号：CN104006740B
公开(公告)日：2016-10-19
申请号：CN201410058233.7
申请日：2014-02-20
Applicant: 国立大学法人九州工业大学 , 株式会社安川电机
IPC: G06T7/60
CPC classification number: G06K9/4633 , G06K9/00214 , G06K9/6211 , G06T7/75
Abstract: 本发明提供一种物体检测方法和物体检测装置。在物体的模型的外部设定多个外部基准点，在模型的内部设定内部基准点。存储将如下二者关联起来而成的表：包含从位于所述模型的表面的点群中依次选择出的起点和终点的对的局部表面的特征量，和起点对应的外部基准点、内部基准点的位置的组。从物体表面的样本点群中依次选择起点、终点的对，计算包含起点、终点的对的局部表面的物体的特征量。从表中取得与和物体的特征量一致的特征量关联的位置的组，并将其变换为实空间中的位置的组，在位置的组中包含的内部基准点的位置位于物体的外部的情况下，将位置的组中包含的外部基准点的位置从估计素材中排除，来估计物体的位置和姿态。
-
公开(公告)号：CN104006740A
公开(公告)日：2014-08-27
申请号：CN201410058233.7
申请日：2014-02-20
Applicant: 国立大学法人九州工业大学 , 株式会社安川电机
IPC: G01B11/00
CPC classification number: G06K9/4633 , G06K9/00214 , G06K9/6211 , G06T7/75
Abstract: 本发明提供一种物体检测方法和物体检测装置。在物体的模型的外部设定多个外部基准点，在模型的内部设定内部基准点。存储将如下二者关联起来而成的表：包含从位于所述模型的表面的点群中依次选择出的起点和终点的对的局部表面的特征量，和起点对应的外部基准点、内部基准点的位置的组。从物体表面的样本点群中依次选择起点、终点的对，计算包含起点、终点的对的局部表面的物体的特征量。从表中取得与和物体的特征量一致的特征量关联的位置的组，并将其变换为实空间中的位置的组，在位置的组中包含的内部基准点的位置位于物体的外部的情况下，将位置的组中包含的外部基准点的位置从估计素材中排除，来估计物体的位置和姿态。
-
公开(公告)号：CN111183453A
公开(公告)日：2020-05-19
申请号：CN201880063957.7
申请日：2018-07-31
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
IPC: G06T7/00
Abstract: 本发明的目的在于对动态的对象进行图像识别。时间空间图像识别装置1具备在保持有空间信息和时间信息的状态下将动态图像数据4转换为时间空间图像数据的时间空间图像数据生成部2a、2b、2c，它们通过分别不同的扫描路径扫描动态图像数据4。由此，时间空间图像数据生成部2a、2b、2c生成通过分别不同的扫描路径进行扫描而得到的时间空间图像数据8a、8b、8c(未图示)并输出至图像识别部3。图像识别部3在分别独立地对时间空间图像数据8a、8b、8c进行卷积处理来生成二维特征图60a、60b、60c之后，将它们整合并通过神经网络进行解析，输出图像识别结果。
-
Patent Agency Ranking
公开(公告)号：CN111133471A
公开(公告)日：2020-05-08
申请号：CN201880062241.5
申请日：2018-09-26
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
Abstract: 本发明的目的在于提高识别精度。图像识别装置(200)具备：图像处理装置(21)，从图像获取特征量；以及辨别装置(201)，使用获取到的特征量来判定图像中是否存在规定的辨别对象，并辨别该辨别对象。辨别装置(201)具备预先学习了辨别对象的BNN，并通过利用BNN对图像处理装置(21)获取到的特征量进行二进制计算，来进行辨别处理。此时，辨别装置(201)选择图像处理装置(21)输出的高维度特征量中对辨别有效的部分来减少在辨别处理中所使用的维度，或复制图像处理装置(21)输出的低维度特征量来增加维度。通过选择、复制特征量的维度，从而确保所需的辨别精度的同时，能够适当地调节用于辨别的特征量的维度，所以能够将辨别装置(201)安装于小规模、低消耗电力的硬件电路。
-
公开(公告)号：CN110998597A
公开(公告)日：2020-04-10
申请号：CN201880050342.0
申请日：2018-07-31
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
Abstract: 本发明以对动态的识别对象进行图像识别为目的。图像识别装置(1)通过时空间图像数据生成部(2)来将构成视频数据(4)的帧图像数据(6)希尔伯特扫描而生成一维空间图像数据(7)，进而将一维空间图像数据(7)在时间方向排列而生成保持空间信息与时间信息的二维的时空间图像数据(8)。像这样图像识别装置(1)保持空间信息与时间信息，并且将视频数据(4)图像转换为二维的时空间图像数据(8)。接下来，图像识别装置(1)通过CNN部(3)来对时空间图像数据(8)进行使用二维过滤器的卷积处理，而对识别对象亦即步行者的行动进行图像识别。像这样，图像识别装置(1)能够将需要空间二维、时间一维的三维的解析的步行者的行动识别通过二维图像的基于CNN的图像识别处理来进行，而推断步行者的状态。
-
公开(公告)号：CN110235177A
公开(公告)日：2019-09-13
申请号：CN201880009329.0
申请日：2018-01-31
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
IPC: G06T7/45
Abstract: 本发明提高检测精度，并减少计算成本。图像处理装置(8)具有在特征面(15)中标绘图像的亮度梯度共生对，对该共生对应用EM算法来形成GMM的功能。图像处理装置(8)学习行人图像来创建行人图像的GMM，接着，学习背景图像来创建背景图像的GMM，还计算两者的差分，生成基于差分的再学习用的GMM。图像处理装置(8)通过应用逆函数定理而在特征面(15)中标绘按照再学习用的GMM的样本。最后，图像处理装置(8)通过以所指定的混合数量形成表示样本的分布的GMM来形成成为图像识别的基准的基准GMM。若将该混合数量设定得小于先前所指定的混合数量，则解析图像时的维度下降，能够减少计算成本。
-
公开(公告)号：CN109074652A
公开(公告)日：2018-12-21
申请号：CN201780020960.6
申请日：2017-03-30
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
Abstract: 进行稳健性高的图像识别。图像识别装置(2)在图像(4)中推测为出现对象者(3)的位置设定包围对象者(3)的全身的整体观测区域(5)、和包围对象者(3)的特征的部分的部分观测区域(6a～6g)。图像识别装置(2)切取整体观测区域(5)和部分观测区域(6a～6g)的图像，并将HOG特征量和颜色分布特征量这两个图像特征量组合来计算这些图像与预先学习过的图像的类似度。图像识别装置(2)针对整体观测区域(5)和部分观测区域(6a～6g)分别独立地计算组合HOG特征量和颜色分布特征量的最佳的比例(比率)。该比例的决定通过将设定组合HOG特征量和颜色分布特征量的权重的权重参数αi包含于状态向量并作为利用粒子滤波器的穷举搜索的对象来进行。
-
公开(公告)号：CN108292367A
公开(公告)日：2018-07-17
申请号：CN201780003758.2
申请日：2017-03-30
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
CPC classification number: G06T7/00
Abstract: 本发明涉及图像处理装置、半导体装置、图像识别装置、移动体装置、以及图像处理方法。构建对作为对象的图像高速地计算不同的分辨率间的亮度梯度方向的共生的硬件构成。图像处理装置(21)并列地配设高分辨率图像用的处理线、中分辨率图像用的处理线以及低分辨率图像用的处理线，并从这三个分辨率的图像并行地同时按每一亮像素提取度梯度方向。共生矩阵生成部(30a、30b、30c)使用从这三个分辨率的图像提取的亮度梯度方向来生成共生矩阵，直方图生成部31使用该共生矩阵输出直方图作为MRCoHOG特征量。由于同时处理三个分辨率的图像，所以能够高速地进行处理，能够实时处理从照相机输出的视频。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.034 seconds)
