-
公开(公告)号:CN101315670B
公开(公告)日:2010-08-11
申请号:CN200710109876.X
申请日:2007-06-01
CPC classification number: G06K9/6257 , G06K9/00248
Abstract: 本发明公开了特定被摄体检测装置及其学习装置和学习方法。该特定被摄体检测装置包括:输入单元,用于输入待检测的图像;一个或更多个强分类单元,用于对图像进行强分类,各强分类单元包括一个或更多个弱分类单元,所述弱分类单元使用弱分类模板对所述图像进行弱分类;存储单元,存储所述弱分类单元所使用的弱分类模板;判断单元,根据强分类单元的分类结果,对图像是否包含特定被摄体进行判断;该特定被摄体检测装置还包括:增量样本输入单元,用于输入增量学习用的数据,即输入增量学习样本,也就是该或其他特定被摄体检测装置所漏检或误报的数据;学习单元,用于根据增量样本输入单元输入的增量学习样本,更新存储单元所存储的弱分类模板。
-
公开(公告)号:CN101325691A
公开(公告)日:2008-12-17
申请号:CN200710109159.7
申请日:2007-06-14
CPC classification number: G06T7/277 , G06T2207/10016 , G06T2207/30201
Abstract: 本发明涉及融合不同生存期的多个观测模型的跟踪方法和跟踪装置。所述跟踪方法适用于低帧率视频以及快速运动物体的跟踪,其利用生存期各不相同的3个观测模型,来对视频序列的帧图像中的特定被摄体进行跟踪检测。第1观测模型利用当前图像的前1帧图像进行在线学习,第2观测模型利用前5帧图像进行在线学习,而第3观测模型则是离线训练的。采用瀑布型粒子滤波器将所述3个观测模型融合起来,从而可以对低帧率视频中的特定被摄体或快速运动的物体进行快速且准确的跟踪。
-
公开(公告)号:CN101315670A
公开(公告)日:2008-12-03
申请号:CN200710109876.X
申请日:2007-06-01
CPC classification number: G06K9/6257 , G06K9/00248
Abstract: 本发明公开了特定被摄体检测装置及其学习装置和学习方法。该特定被摄体检测装置包括:输入单元,用于输入待检测的图像;一个或更多个强分类单元,用于对图像进行强分类,各强分类单元包括一个或更多个弱分类单元,所述弱分类单元使用弱分类模板对所述图像进行弱分类;存储单元,存储所述弱分类单元所使用的弱分类模板;判断单元,根据强分类单元的分类结果,对图像是否包含特定被摄体进行判断;该特定被摄体检测装置还包括:增量样本输入单元,用于输入增量学习用的数据,即输入增量学习样本,也就是该或其他特定被摄体检测装置所漏检或误报的数据;学习单元,用于根据增量样本输入单元输入的增量学习样本,更新存储单元所存储的弱分类模板。
-
公开(公告)号:CN1968357A
公开(公告)日:2007-05-23
申请号:CN200610146517.7
申请日:2006-11-14
Applicant: 欧姆龙株式会社
Abstract: 本发明提供认证装置和认证方法。提供可采用简易的结构抑制人脸认证时的冒充的技术。并且,本发明提供易于安装到便携电话或PDA这样的小型便携终端上的冒充抑制技术。作为解决手段,每当进行用户认证时,认证装置解除摄像部的微距拍摄功能或变焦拍摄功能的任意一方或双方,使用解除了微距拍摄功能或变焦拍摄功能的任意一方或双方的摄像部拍摄人脸图像,使用所拍摄的人脸图像进行用户认证。
-
公开(公告)号:CN106415413A
公开(公告)日:2017-02-15
申请号:CN201580005329.X
申请日:2015-01-30
Applicant: 欧姆龙株式会社
IPC: G05B19/042
Abstract: 以能够通信的方式与PLC(100)连接的可编程显示器(300)具有:视线估计部(356),其使用通过拍摄人物得到的图像数据来进行视线的朝向的估计;显示控制部(355),其使显示器显示包含对象的画面;测量部(358),其在通过估计判断为视线朝向对象的情况下,测量视线朝向对象的时间;以及存储部(350),其关联地存储识别对象的识别信息和表示测量出的时间的时间信息。由此,他人能够确认用户在多长时间内连续地注视了对象。
-
公开(公告)号:CN103403764B
公开(公告)日:2016-01-20
申请号:CN201180068854.8
申请日:2011-03-17
Applicant: 欧姆龙株式会社
Inventor: 山下隆义
IPC: G06T7/20
CPC classification number: G06K9/00342 , G06K9/48 , G06K9/6204 , G06K2009/3291 , G06T7/251 , G06T2207/10016 , G06T2207/20076 , G06T2207/30196 , G06T2207/30232 , G06T2207/30241
Abstract: 实现追踪对象的追随性和处理速度的高速化并存的对象物追踪装置。该物体追踪装置具备:详细轮廓模型生成部(30),在第1帧中生成对象物的详细轮廓模型;搜索位置设定部(31),在第2帧中设定多个搜索位置;粗轮廓模型生成部(32),在上述多个搜索位置的每一个中根据上述详细轮廓模型生成粗轮廓模型;似然性判定部(33),判定对于上述粗轮廓模型的上述详细轮廓模型的似然性;搜索位置减少部(34),基于通过上述似然性判定部(33)判定的似然性,从上述多个搜索位置中减少搜索位置;以及对象物位置确定部(36),从通过上述搜索位置减少部减少后的搜索位置中,确定上述第2帧中的上述对象物的位置。
-
公开(公告)号:CN104914989A
公开(公告)日:2015-09-16
申请号:CN201510051339.9
申请日:2015-01-30
Applicant: 欧姆龙株式会社
IPC: G06F3/01 , G06F3/0481
CPC classification number: G06F3/017 , G06F3/0346 , G06F3/04883 , G06K9/00355 , G06K9/4604 , G06T7/20
Abstract: 本发明涉及姿势辨识装置以及姿势辨识装置的控制方法。一种姿势辨识装置,从所取得的图像检测姿势,生成与该姿势对应的对于对象设备的命令,所述姿势辨识装置具有:图像取得部件,取得图像;对象部位提取部件,从所述取得的图像,提取做出姿势的对象部位;对象部位形状确定部件,确定所述提取到的对象部位的形状;代表点决定部件,对所述对象部位设定代表所述对象部位的位置的点即代表点;姿势辨识部件,基于所述代表点的运动而对姿势进行辨识;以及指令生成部件,生成与所述辨识出的姿势对应的命令,所述代表点决定部件使用所述对象部位的形状,决定与所述对象部位对应的代表点的位置。
-
公开(公告)号:CN103309643A
公开(公告)日:2013-09-18
申请号:CN201210592701.X
申请日:2012-12-31
Applicant: 欧姆龙株式会社
CPC classification number: G06K9/00523 , G06K9/03 , G06K9/3241 , G06K9/6253 , G06K9/6254 , G06K9/6257
Abstract: 本发明公开了图像处理器及图像处理方法,能够易于登记一种包括期望目标的登记图像。从拍摄图像中提取由用户在该拍摄图像上指定的位置附近的区域以生成搜索图像,分类器对所生成的搜索图像执行处理,以及从该拍摄图像中提取具有弱分类器能够执行处理的最大层级数的处理区域以生成该登记图像。
-
公开(公告)号:CN103309439A
公开(公告)日:2013-09-18
申请号:CN201310037502.7
申请日:2013-01-31
Applicant: 欧姆龙株式会社
Inventor: 山下隆义
CPC classification number: G06F3/017 , G06F3/005 , G06F3/0485 , G06K9/00355
Abstract: 通过使姿势识别装置识别重复操作而改善用户操作性。本发明的至少一个实施例的一种姿势识别装置,包括:姿势识别单元,用于基于指示体的移动轨迹来识别姿势,并辨别与其对应的处理;以及执行量确定单元,用于确定待由处理执行实体执行的处理的处理执行量,其中该执行量确定单元基于指示体的形态的改变来确定处理执行量。
-
公开(公告)号:CN101325691B
公开(公告)日:2010-08-18
申请号:CN200710109159.7
申请日:2007-06-14
CPC classification number: G06T7/277 , G06T2207/10016 , G06T2207/30201
Abstract: 本发明涉及融合不同生存期的多个观测模型的跟踪方法和跟踪装置。所述跟踪方法适用于低帧率视频以及快速运动物体的跟踪,其利用生存期各不相同的3个观测模型,来对视频序列的帧图像中的特定被摄体进行跟踪检测。第1观测模型利用当前图像的前1帧图像进行在线学习,第2观测模型利用前5帧图像进行在线学习,而第3观测模型则是离线训练的。采用瀑布型粒子滤波器将所述3个观测模型融合起来,从而可以对低帧率视频中的特定被摄体或快速运动的物体进行快速且准确的跟踪。
-
-
-
-
-
-
-
-
-