公开(公告)号：WO2018172146A1

公开(公告)日：2018-09-27

申请号：PCT/EP2018/056301

申请日：2018-03-13

Applicant: ECOLE POLYTECHNIQUE ,  CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE ,  INSTITUT NATIONAL DE LA RECHERCHE AGRONOMIQUE (INRA)

Inventor： DE LANGRE, Emmanuel ,  HEMON, Pascal ,  PENALVER, Olivier ,  FRACHISSE, Jean-Marie ,  MOULIA, Bruno

IPC: G06K9/00 ,  G06K9/46

CPC classification number: G06K9/00 ,  G06K9/4647

Abstract: Dispositif comportant : - un oscillateur (16) adapté pour mettre en oscillation libre la partie aérienne d'une plante (P) disposée à un emplacement de test (E); - une caméra (18) d'acquisition d'une série d'images de ladite plante; et - un module d'analyse (20) desdites images configuré pour déterminer, pour chacune desdites images, et par une analyse de l'ensemble des pixels de ladite image, une propriété de ladite image, puis évaluer une caractéristique relative à l'évolution temporelle de ladite propriété.

公开(公告)号：WO2017088250A1

公开(公告)日：2017-06-01

申请号：PCT/CN2015/099312

申请日：2015-12-29

Applicant: 小米科技有限责任公司

Inventor： 龙飞 ,  陈志军 ,  张涛

IPC: G06K9/46

CPC classification number: G06K9/4671 ,  G06K9/4647 ,  G06K9/6249 ,  G06K2009/4695 ,  G06K2009/485

Abstract: 本申请揭示了一种特征提取方法及装置，属于图像处理技术领域。所述特征提取方法包括：将图像划分为若干个块，每个块包括若干个单元格；对每个单元格进行稀疏信号分解，得到每个单元格各自对应的稀疏向量；根据稀疏向量提取图像的方向梯度直方图HOG特征。通过对稀疏信号分解后的图像提取HOG特征；解决了在HOG特征提取过程中是针对图像的空间域直接计算得到，导致在模式识别中的检测率和准确度较低的问题；达到了在频率域提取图像的HOG特征，提高了在模式识别中的检测率和准确度的效果。

公开(公告)号：WO2016197765A1

公开(公告)日：2016-12-15

申请号：PCT/CN2016/081170

申请日：2016-05-05

Applicant: 腾讯科技(深圳)有限公司

Inventor： 汪铖杰 ,  李季檩 ,  倪辉 ,  吴永坚 ,  黄飞跃

IPC: G06K9/00

CPC classification number: G06K9/00288 ,  G06K9/00 ,  G06K9/00228 ,  G06K9/00255 ,  G06K9/00281 ,  G06K9/00335 ,  G06K9/00899 ,  G06K9/4647 ,  G10L15/26 ,  G10L25/51

Abstract: 提供一种人脸识别方法及识别系统，包括：获取人脸识别请求，并根据所述人脸识别请求随机生成一语句；获取用户对所述语句进行响应的音频数据和视频数据；根据所述音频数据获取对应的语音信息；根据所述视频数据获取对应的唇部动作信息；当所述唇部动作信息与所述语音信息满足预定规则时，通过所述人脸识别请求。通过对视频中唇部动作信息和语音信息进行吻合度匹配，进行动态的人脸识别，可以有效的避免采用真人照片来进行人脸识别进行攻击，安全性更高。

公开(公告)号：WO2016095181A1

公开(公告)日：2016-06-23

申请号：PCT/CN2014/094291

申请日：2014-12-19

Applicant: 深圳TCL数字技术有限公司

Inventor： 吴有肇

IPC: G06F17/30

CPC classification number: H04L67/26 ,  G06F17/30799 ,  G06F17/30802 ,  G06F17/3082 ,  G06F17/30858 ,  G06K9/4647 ,  G06K9/4661 ,  G06K9/6212 ,  G06T5/40 ,  G06T2207/10016 ,  H04L67/10

Abstract: 本发明公开了一种信息推送的方法，包括：客户端在视频播放过程中，实时获取当前帧画面的统计特征信息；在自身建立的统计特征信息与索引值的第一映射关系表中查找与所获取的统计特征信息匹配的索引值，将所查找到的索引值发送给云端服务器；云端服务器根据所查找的索引值，从自身建立的索引值与推送信息的第二映射关系表查找相应的推送信息，将相应的推送信息发送至客户端；客户端接收并播放显示所述推送信息。本发明还公开了一种信息推送的系统。本发明所提供的方法和系统，无需对视频中图像帧进行分区处理，未涉及到图像识别技术，其图像处理过程简单，数据运算量低，可有效地降低网络通道的数据传输量以及减轻云端服务器的数据处理量。

公开(公告)号：WO2016083002A1

公开(公告)日：2016-06-02

申请号：PCT/EP2015/073058

申请日：2015-10-06

Applicant: FOTONATION LIMITED

Inventor： MUNTEANU, Mihai Constantin ,  GEORGESCU, Vlad

IPC: G06K9/00 ,  G06K9/46

CPC classification number: G06K9/4647 ,  G06K9/00986 ,  G06K9/4642 ,  G06K9/481 ,  G06K9/6267 ,  G06K2009/485 ,  G06T1/20

Abstract: A method for producing a histogram of oriented gradients (HOG) for at least a portion of an image comprises dividing said image portion into cells, each cell comprising a plurality of image pixels. For each image pixel of a cell, a horizontal gradient component, gx, and a vertical gradient component, gy, is obtained based on differences in pixel values along at least a row of said image and a column of said image respectively including the pixel. A gradient is allocated to one of a plurality of sectors, each sector extending through a range of orientation angles. At least some of said sectors are divided from adjacent sectors along lines including gx=2 n .gy, where n is any integer value with a magnitude greater than or equal to 1. At least one sector is associated with a bin; and a count of each instance of a pixel gradient of a cell associated with a bin is performed to provide a HOG for said cell.

Abstract translation: 用于为图像的至少一部分生成定向梯度（HOG）的直方图的方法包括将所述图像部分分成单元，每个单元包括多个图像像素。 基于单元的每个图像像素，基于沿着所述图像的至少一行和分别包括像素的所述图像的列的像素值的差异来获得水平梯度分量gx和垂直梯度分量gy。 梯度分配给多个扇区中的一个扇区，每个扇区延伸通过一定范围的取向角。 所述扇区中的至少一些沿着包括gx = 2n.gy的线的相邻扇区被划分，其中n是幅度大于或等于1的任何整数值。至少一个扇区与一个bin相关联; 并且执行与仓相关联的单元的像素梯度的每个实例的计数，以提供用于所述单元的HOG。

公开(公告)号：WO2016016125A1

公开(公告)日：2016-02-04

申请号：PCT/EP2015/067007

申请日：2015-07-24

Applicant: VENTANA MEDICAL SYSTEMS, INC. ,  F. HOFFMANN-LA ROCHE AG

Inventor： BARNES, Michael ,  CHUKKA, Srinivas ,  CHEFD´HOTEL, Christophe ,  NGUYEN, Kien

IPC: G06K9/00

CPC classification number: G06K9/6227 ,  G06K9/00127 ,  G06K9/0014 ,  G06K9/00147 ,  G06K9/4647 ,  G06K9/6256 ,  G06K9/66 ,  G06T7/0012 ,  G06T7/11 ,  G06T7/13 ,  G06T7/40 ,  G06T2207/30024 ,  G06T2207/30068 ,  G06T2207/30096

Abstract: Methods, systems, and apparatuses for automatically identifying glandular regions and tubule regions in a breast tissue sample are provided. An image of breast tissue is analyzed to detect nuclei and lumen candidates, identify tumor nuclei and true lumen from the candidates, and group tumor nuclei with neighboring tumor nuclei and lumina to define tubule glandular regions and non-tubule glandular regions of the image. Learnt supervised classifiers, such as random forest classifiers, can be applied to identify and classify the tumor nuclei and true lumina. Graph-cut methods can be applied to group the tumor nuclei and lumina and to define the tubule glandular regions and non-tubule glandular regions. The analysis can be applied to whole slide images and can resolve tubule areas with multiple layers of nuclei.

Abstract translation: 提供了用于自动识别乳腺组织样品中的腺体区域和小管区域的方法，系统和装置。 分析乳腺组织的图像以检测核和管腔候选物，从候选物中鉴定肿瘤细胞核和真腔，并将肿瘤细胞核与相邻的肿瘤细胞核和细胞核组合起来，以确定图像的小管腺体区域和非小管腺体区域。 学习的监督分类器，如随机森林分类器，可用于识别和分类肿瘤细胞核和真实的水肿。 图形方法可用于分组肿瘤细胞核和腔，并定义小管腺体区域和非小管腺体区域。 分析可以应用于整张幻灯片图像，并可以解决具有多层核的小管区域。

公开(公告)号：WO2015194868A1

公开(公告)日：2015-12-23

申请号：PCT/KR2015/006157

申请日：2015-06-17

Applicant: (주)유진로봇

Inventor： 신경철 ,  박성주 ,  장민 ,  이재영 ,  문병권

IPC: B25J13/08 ,  B25J9/16

CPC classification number: G05D1/0246 ,  B25J9/1697 ,  B25J13/08 ,  G01C21/165 ,  G05D1/0251 ,  G05D1/0253 ,  G05D1/027 ,  G05D1/0272 ,  G05D1/0274 ,  G06K9/00201 ,  G06K9/00664 ,  G06K9/4604 ,  G06K9/4647 ,  G06T7/13 ,  G06T7/74 ,  G06T2207/10021 ,  G06T2207/20021 ,  G06T2207/30244 ,  G06T2207/30252 ,  H04N13/239 ,  Y10S901/01

Abstract: 본 발명에 의한 광각 카메라가 탑재된 이동 로봇의 주행을 제어하기 위한 장치 및 그 방법이 개시된다. 본 발명에 따른 이동 로봇의 위치를 인식하기 위한 장치는 이동 로봇이 동작함에 따라 수직 방향과 수평 방향을 포함하는 관심 영역에 대한 한쌍의 스테레오 영상을 획득하는 두 개의 광각 카메라; 상기 이동 로봇의 관성 정보를 획득하는 IMU(Inertial Measurement Unit); 상기 스테레오 영상을 기반으로 산출된 제1 오도메트리 정보와 상기 관성 정보를 기반으로 산출된 제2 오도메트리 정보 중 하나를 이용하여 상태 정보를 예측하고, 예측된 상기 상태 정보와 기 저장된 키 프레임을 이용하여 현재의 위치를 추정하는 위치 인식부; 및 추정된 상기 위치를 기반으로 상기 이동 로봇의 주행을 제어하는 주행 제어부를 포함한다.

Abstract translation: 根据本发明公开的是一种用于控制具有安装在其上的广角照相机的移动机器人的驱动的装置及其方法。 根据本发明的用于识别移动机器人的位置的装置包括：两个广角摄像机，用于当移动机器人移动时获得包括垂直和水平方向的感兴趣区域的一对立体图像; 用于在移动机器人上获取惯性信息的惯性测量单元（IMU）; 位置识别单元，用于通过使用基于立体图像计算出的第一测距信息或者基于惯性信息计算的第二测距信息来预测状态信息，并且通过使用预测状态信息和先前存储的关键帧来估计当前位置; 以及驱动控制单元，用于基于估计位置来控制移动机器人的驾驶。

公开(公告)号：WO2015182979A1

公开(公告)日：2015-12-03

申请号：PCT/KR2015/005288

申请日：2015-05-27

Applicant: 삼성전자주식회사

Inventor： 쉐캉 ,  가오슈젱 ,  왕씨잉 ,  왕하이타오

IPC: G06T1/00 ,  G06K9/20 ,  G06F3/01

CPC classification number: G06K9/0061 ,  G06F3/01 ,  G06F3/013 ,  G06K9/00288 ,  G06K9/00335 ,  G06K9/4604 ,  G06K9/4647 ,  G06T7/20 ,  G06T2207/20068 ,  G06T2207/30196

Abstract: 영상 처리 방법 및 영상 처리 장치가 개시된다. 개시된 영상 처리 장치는 사용자 눈을 포함하는 입력 영상을 수신하는 수신부; 및 입력 영상을 처리하는 프로세서를 포함한다. 상기 프로세서는 사용자 눈을 포함하는 입력 영상에서 사용자 눈의 경계에 대응하는 수직 기준선 및 수평 기준선을 결정하고， 수직 기준선 및 수평 기준선에 기초하여 입력 영상을 정렬할 수 있다.

Abstract translation: 公开了一种图像处理方法和图像处理装置。 所公开的图像处理装置包括：接收器，用于接收包括用户眼睛的输入图像; 以及用于处理输入图像的处理器。 处理器能够确定对应于包括用户眼睛的输入图像中的用户眼睛的边界的垂直基线和水平基线，以及基于垂直基线和水平基线对准输入图像。

公开(公告)号：WO2015148369A2

公开(公告)日：2015-10-01

申请号：PCT/US2015/021991

申请日：2015-03-23

Applicant: QUALCOMM INCORPORATED

Inventor： AGRAWAL, Pulkit ,  MAJUMDAR, Somdeb

IPC: G06K9/66 ,  G06K9/46

CPC classification number: G06K9/4623 ,  G06K9/4647 ,  G06K9/6273 ,  G06N3/049 ,  G06N3/10

Abstract: A method for invariantly representing an object using a spiking neural network includes representing the object by a spike sequence. The method also includes determining a reference feature of the object representation. The method further includes transforming the object representation to a canonical form based on the reference feature.

Abstract translation: 用于使用尖峰神经网络来不变地表示对象的方法包括通过尖峰序列来表示对象。 该方法还包括确定对象表示的参考特征。 该方法还包括基于参考特征将对象表示转换为规范形式。

公开(公告)号：WO2015024180A1

公开(公告)日：2015-02-26

申请号：PCT/CN2013/081842

申请日：2013-08-20

Applicant: HARMAN INTERNATIONAL INDUSTRIES, INCORPORATED ,  HONG, Chuyang ,  ZHANG, Yankun ,  JIANG, Ruyi ,  ZHOU, Yun

Inventor： HONG, Chuyang ,  ZHANG, Yankun ,  JIANG, Ruyi ,  ZHOU, Yun

IPC: G08G1/097

CPC classification number: G06K9/00825 ,  G06K9/00818 ,  G06K9/3241 ,  G06K9/4647 ,  G06K9/6267 ,  G06T7/90 ,  G06T2207/10024 ,  G06T2207/30252 ,  G08G1/09623

Abstract: A method and a system for traffic light detection are provided. The method may include: obtaining a color image; calculating pixel response values for pixels of the color image, respectively, where each of the pixel response values may be calculated using R, G, and B values of a corresponding pixel directly, such that pixel response values of red traffic light pixels are substantially distributed on a first side of a predetermined range and pixel response values of green traffic light pixels are substantially distributed on a second side of the predetermined range which is opposite to the first side; identifying pixels whose pixel response values are distributed on the first side or the second side as candidate pixels; identifying candidate blobs based on the candidate pixels; and verifying whether the candidate blobs are traffic lights. Efficiency and reliability may be improved.

Abstract translation: 提供了一种用于交通信号灯检测的方法和系统。 该方法可以包括：获得彩色图像; 分别计算彩色图像像素的像素响应值，其中可以使用直接对应像素的R，G和B值来计算每个像素响应值，使得红色红绿灯像素的像素响应值基本上分布 在预定范围的第一侧上，绿色交通信号灯像素的像素响应值基本上分布在与第一侧相反的预定范围的第二侧上; 将其像素响应值分布在第一侧或第二侧上的像素识别为候选像素; 基于候选像素识别候选块; 并验证候选人是否是交通信号灯。 可以提高效率和可靠性。