-
公开(公告)号:CN104123717B
公开(公告)日:2017-08-04
申请号:CN201410074536.8
申请日:2014-03-03
申请人: 欧姆龙株式会社
CPC分类号: G06T7/0081 , G06K9/3233 , G06K9/38 , G06K9/4671 , G06T7/11 , G06T7/194
摘要: 实现不需要事前知识且即使对一张静止图像也能够高精度地评价显著度的图像处理装置、图像处理方法、程序以及记录介质。图像处理装置(1)包括:相似图生成部(122),对各个超像素,生成表示与位于图像中的端部区域的超像素的相似度的相似图;前景区域确定部(123),确定在由相似图生成部(122)计算出的相似图中相似度表示与规定阈值相比不相似的超像素,作为前景区域;以及显著图生成部(124),对各超像素求出表示与前景区域的相似度的前景相似图,并输出该前景相似图作为显著图。
-
公开(公告)号:CN104915972A
公开(公告)日:2015-09-16
申请号:CN201410842620.X
申请日:2014-12-30
申请人: 欧姆龙株式会社
CPC分类号: G06K9/66 , G06K9/3233 , G06K9/4671 , G06K9/6202 , G06K9/6256 , G06K9/6267 , G06K2009/6213 , G06T7/11 , G06T7/194 , G06T2207/20081 , G06T2207/20164
摘要: 本发明涉及图像处理装置、图像处理方法以及程序。对于输入图像,(1)首先以基于模型的算法来计算粗略的前景图。(2)从粗略的前景图中的前景区域和背景区域,分别提取正的学习样本和负的学习样本。(3)使用步骤(2)中定义的学习样本,对多个识别器进行学习。(4)组合所学习的多个识别器而构筑强识别器,使用该强识别器生成对于输入图像的最终的显著性图。
-
公开(公告)号:CN104680512A
公开(公告)日:2015-06-03
申请号:CN201410669439.3
申请日:2014-11-20
申请人: 欧姆龙株式会社
CPC分类号: G06K9/6201 , G06K9/3233 , G06K9/38 , G06K9/4671 , G06K9/4676 , G06K9/629
摘要: 本发明提供图像处理装置、图像处理方法以及程序,其目的在于,不需要事先知识,对一张静态图像也能够高精度地评价显著度。图像处理装置具有:图像获取部,其获取图像;类似度图表生成部,其将由所述图像的一个或多个像素构成的区域作为单位结构,基于第一算法,计算体现所述区域与所述图像的周缘部的区域之间的类似度的第一类似度图表,基于第二算法,计算体现所述区域与所述图像的周缘部的区域之间的类似度的第二类似度图表;显著性图表生成部,其综合所述第一类似度图表以及所述第二类似度图表来生成显著性图表。
-
公开(公告)号:CN102193626B
公开(公告)日:2015-01-21
申请号:CN201110046806.0
申请日:2011-02-25
申请人: 欧姆龙株式会社
发明人: 阮翔
IPC分类号: G06F3/01
CPC分类号: G06K9/00355
摘要: 本发明提供一种手势识认装置、手势识别装置的控制方法以及控制程序。不使用特殊的手段,通过对用户来说自然的操作且对装置来说低负荷处理,使手势识认装置准确地识认手势的开始和结束。根据摄在运动图像中的识认对象物的动作来识认手势的本发明的手势识认装置的特征在于,包括:重心追踪单元,检测摄在运动图像中的具有特定的特征的特定被摄体(手掌等);移动速度判定单元,计算特定被摄体的每个单位时间的移动速度;移动图案提取单元,提取特定被摄体的移动图案;以及开始结束判断单元,当移动速度和移动图案满足预先决定的条件的情况下,将特定被摄体的活动识认为对本装置输入的指示(手势识认处理的开始或者结束的指示等)。
-
公开(公告)号:CN104123718A
公开(公告)日:2014-10-29
申请号:CN201410123175.1
申请日:2014-03-28
申请人: 欧姆龙株式会社
IPC分类号: G06T7/00
CPC分类号: G06K9/4671 , G06K9/3233 , G06T7/11 , G06T7/143 , G06T2207/10024 , G06T2207/20164
摘要: 本发明实现即使未提供与显著区域相关的先验信息,也能够有效地利用贝叶斯定理,从一张图像中高精度地检测显著区域的图像处理装置、图像处理方法、图像处理控制程序、以及记录介质。先验概率计算部件(123)以构成与周边的色距离大的超像素的各像素的先验概率高的方式计算显著区域的先验概率,似然度计算部件(126)计算显著区域的似然度,显著区域检测部件(127)使用上述先验概率和上述似然度,计算上述显著区域的后验概率。
-
公开(公告)号:CN103679697A
公开(公告)日:2014-03-26
申请号:CN201310416847.3
申请日:2013-09-13
申请人: 欧姆龙株式会社
CPC分类号: G06T7/12 , G06T7/181 , G06T2207/20192
摘要: 本发明提供一种图像处理装置及图像处理方法,从局部的边缘信息除去噪声边缘并能够得到强调了重要的物体轮廓的轮廓图像。图像处理装置(1)具有:局部轮廓提取部(23),生成局部边缘图像(P12);整体轮廓提取部(26),生成整体边缘图像(P22);局部边缘图像(P12);通过与整体边缘图像(P22)的加权和来生成轮廓图像(P30)。
-
公开(公告)号:CN102779338B
公开(公告)日:2017-05-17
申请号:CN201110124317.2
申请日:2011-05-13
CPC分类号: G06T7/0081 , G06K9/4671 , G06T7/11 , G06T7/90 , G06T2207/10024 , G06T2207/20164 , G06T2207/30196
摘要: 本发明公开了一种图像处理方法和图像处理装置,基于区域对比度检测图像视觉显著性。该方法包括:分割步骤,采用自动分割算法把输入图像分割为多个区域;以及计算步骤,利用所述多个区域中的一个区域和其它区域颜色差异的加权和计算该区域的显著性值。本发明能够自动地分析图像中的视觉显著性区域,分析结果可以应用于重要目标分割、物体识别、自适应图像压缩、内容敏感的图像缩放、和图像检索等应用领域。
-
公开(公告)号:CN106557765A
公开(公告)日:2017-04-05
申请号:CN201510633327.7
申请日:2015-09-29
申请人: 欧姆龙株式会社
IPC分类号: G06K9/32
摘要: 提供一种注意检测装置以及注意检测方法。提供在运动图像的注意检测中,安装容易且可靠性好的新的算法。注意检测装置包括:特征提取部,关于运动图像内的局部区域,提取表示所述局部区域内的图像的空间性且时间性的变化的特征量、即时空间特征量;散列法部,使用散列函数,将所述局部区域的时空间特征量的值转换为散列值,并且,使用通过学习而预先获得的时空间特征量的学习值作为与各散列值对应的条目而注册的散列表,选择与所述局部区域的散列值对应的学习值;以及注意程度决定部,基于所述局部区域的时空间特征量的值和所述选择的学习值之间的距离,以所述距离越大则注意程度越大的方式,决定所述局部区域的注意程度。
-
公开(公告)号:CN104915632A
公开(公告)日:2015-09-16
申请号:CN201510050532.0
申请日:2015-01-30
申请人: 欧姆龙株式会社
CPC分类号: G06N5/047 , G06K9/00771 , G06K9/4647 , G06K9/6284 , G06K2009/4666 , G06N99/005 , G08B13/19613 , G08B21/043 , G08B21/0476
摘要: 本发明涉及事件检测装置以及事件检测方法。具有:第一数据取得部件,取得第一数据;多个识别器;特征量分类部件,取得对应于所述第一数据的特征量,生成成为所取得的特征量的分类目的地的多个簇,将所述特征量分类到所述多个簇之中的其中一个;学习部件,分别使用被分类到各簇的特征量来使所述多个识别器进行学习;第二数据取得部件,取得第二数据;识别部件,将对应于所述第二数据的特征量输入至进行了所述学习的多个识别器,从各识别器取得识别结果;以及判定部件,基于所述取得的识别结果,判定在所述第二数据中是否包含辨识对象的事件。
-
公开(公告)号:CN104123717A
公开(公告)日:2014-10-29
申请号:CN201410074536.8
申请日:2014-03-03
申请人: 欧姆龙株式会社
IPC分类号: G06T7/00
CPC分类号: G06T7/0081 , G06K9/3233 , G06K9/38 , G06K9/4671 , G06T7/11 , G06T7/194
摘要: 实现不需要事前知识且即使对一张静止图像也能够高精度地评价显著度的图像处理装置、图像处理方法、程序以及记录介质。图像处理装置(1)包括:相似图生成部(122),对各个超像素,生成表示与位于图像中的端部区域的超像素的相似度的相似图;前景区域确定部(123),确定在由相似图生成部(122)计算出的相似图中相似度表示与规定阈值相比不相似的超像素,作为前景区域;以及显著图生成部(124),对各超像素求出表示与前景区域的相似度的前景相似图,并输出该前景相似图作为显著图。
-
-
-
-
-
-
-
-
-