-
公开(公告)号：CN105612249B
公开(公告)日：2017-12-19
申请号：CN201480055887.2
申请日：2014-08-19
Applicant: 富士施乐株式会社
CPC classification number: G06T7/0012 , C12M41/36 , G01N15/1468 , G01N33/49 , G01N2015/0073 , G01N2015/1486 , G06K9/00127 , G06K9/52 , G06K9/6267 , G06K2009/4666 , G06T7/73 , G06T2207/10056 , G06T2207/30024 , G06T2207/30242
Abstract: 本发明公开了一种图像处理装置(20)，其包括基于对象试样的特征来推算对象试样中包含的目标细胞数的目标细胞数推算部(23)；和基于推算的目标细胞数来设定与在所述对象试样的捕获图像中检出目标细胞的处理有关的检出参数的检出参数设定部(28)。
-
公开(公告)号：CN107403186A
公开(公告)日：2017-11-28
申请号：CN201611128941.9
申请日：2016-12-09
Applicant: 富士施乐株式会社
IPC: G06K9/62
CPC classification number: G06K9/6282 , G06K9/6227 , G06K9/6277 , G06K9/6267
Abstract: 本发明提供了一种类估计设备。数据接收单元接收数据的特征量的输入。识别器接收单元接收具有树结构的识别器的输入。表存储单元将概率表和特征量表存储在树结构的叶节点中。概率表校正单元校正概率表。类估计单元估计数据的类。
-
公开(公告)号：CN107273784A
公开(公告)日：2017-10-20
申请号：CN201710073650.2
申请日：2017-02-10
Applicant: 富士施乐株式会社
CPC classification number: G06K9/66 , G06K9/00744 , G06K9/4628 , G06K9/628 , G06N3/04 , G06K9/00986 , G06K9/6256 , G06K9/6267 , G06N3/084
Abstract: 本申请提供了图像模式识别装置和方法，所述图像模式识别装置包括：数据接收单元，其接收数据；监管信息接收单元，其接收监管信息；以及人工神经网络处理单元，其执行人工神经网络处理。人工神经网络处理单元包括：第一子网络，其包括处理主任务的一个或多个层；第二子网络，其包括处理子任务的一个或多个层；以及第三子网络，其包括不属于第一子网络和第二子网络中的任何一个的一个或多个层。第三子网络包括将与输入特征量相同的值输出至多个层的分支处理单元。第一子网络包括将来自多个层的输入进行结合并输出结果的结合处理单元。
-
公开(公告)号：CN103582697B
公开(公告)日：2017-04-05
申请号：CN201180071407.8
申请日：2011-11-07
Applicant: 富士施乐株式会社
CPC classification number: H04N7/18 , G06K9/0014 , G06T7/11 , G06T7/136 , G06T2207/10056 , G06T2207/30024
Abstract: 要降低受目标细胞的试样差异和成像条件等差异的影响的趋势。一种图像处理装置（10）：取得通过将包括具有核的目标细胞的试样成像而得到的拍摄图像；基于针对对应于核候选的像素要具有的颜色和亮度中的至少一个规定的第一条件，从拍摄图像中包括的像素中提取对应于核候选的像素；基于针对对应于目标细胞候选的连接像素组要具有的大小和形状规定的第二条件，进一步从通过连接与提取的像素相邻的像素而得到的连接像素组中提取对应于目标细胞候选的连接像素组；在拍摄图像中建立具有预定大小且以提取的连接像素组中包括的像素为中心的矩形区域；基于从建立的矩形区域得到的图像特征量是否满足基于目标细胞的正例和负例的试样图像而机器学习的图像特征量条件，判定矩形区域中是否包括目标细胞。
-
Patent Agency Ranking
公开(公告)号：CN105637343A
公开(公告)日：2016-06-01
申请号：CN201480055250.3
申请日：2014-09-08
Applicant: 富士施乐株式会社
IPC: G01N21/17
CPC classification number: G06K9/0014 , G06K9/00127 , G06K9/00134 , G06K9/00973 , G06T1/20 , G06T7/0012 , G06T2207/20021 , G06T2207/30024
Abstract: 本发明的目的是提高从目标细胞检测对象试样检测目标细胞的速度。一种检测控制装置(10)包括：检测对象图像获取单元(16)，其用于获取其中拍摄用于检测目标细胞的目标样本的摄像图像；处理目标区域设置单元(18)，其用于在所述摄像图像中设置多个处理目标区域；处理目标区域分配单元，其用于按照分配到从图像区域检测目标细胞的多个处理装置中的每个的数据量，将所述多个处理目标区域分配到所述多个处理装置；以及检测结果获取单元(24)，其用于从所述多个处理装置中的每个获取从分配到所述多个处理装置的处理目标区域检测目标细胞的处理的结果。
-
公开(公告)号：CN105612249A
公开(公告)日：2016-05-25
申请号：CN201480055887.2
申请日：2014-08-19
Applicant: 富士施乐株式会社
CPC classification number: G06T7/0012 , C12M41/36 , G01N15/1468 , G01N33/49 , G01N2015/0073 , G01N2015/1486 , G06K9/00127 , G06K9/52 , G06K9/6267 , G06K2009/4666 , G06T7/73 , G06T2207/10056 , G06T2207/30024 , G06T2207/30242
Abstract: 本发明公开了一种图像处理装置(20)，其包括基于对象试样的特征来推算对象试样中包含的目标细胞数的目标细胞数推算部(23)；和基于推算的目标细胞数来设定与在所述对象试样的捕获图像中检出目标细胞的处理有关的检出参数的检出参数设定部(28)。
-
公开(公告)号：CN102376079B
公开(公告)日：2015-04-15
申请号：CN201110035044.4
申请日：2011-02-09
Applicant: 富士施乐株式会社
IPC: G06F17/30
CPC classification number: G06K9/6282
Abstract: 本发明公开一种图像识别信息添加装置和方法，该装置包括：特征向量计算单元，其计算从待处理的对象图像中选择的部分区域的第一特征向量；以及图像识别信息添加单元，其基于学习图像的部分区域的第二特征向量和添加至整个学习图像的第二识别信息，利用预先生成的决策树组来将指示对象图像内容的第一识别信息添加至对象图像，图像识别信息添加单元通过用第一乘积与第二乘积之比乘以第二识别信息的先验概率来确定对象图像的第一识别信息以将第一识别信息添加至对象图像，第一乘积通过将从到达决策树组的各个叶子处的第二识别信息的数量与第二识别信息总数之比获得的似然函数相乘来计算，第二乘积通过将所计算的第一特征向量的先验概率相乘来计算。
-
公开(公告)号：CN101034398A
公开(公告)日：2007-09-12
申请号：CN200610136365.2
申请日：2006-10-17
Applicant: 富士施乐株式会社
IPC: G06F17/30
CPC classification number: G06Q10/10
Abstract: 本发明提供文档信息处理装置、文档信息处理方法和计算机可读介质。文档信息处理装置包括：保持单元，其为各个用户保持对应于多个要素信息的关注概率权重；选择单元，其通过使用所述多个要素信息的关注概率权重，从文档组中选择被推断为应关注的文档；以及呈现单元，其呈现与所述选择单元使用的所述多个要素信息中的至少一个对应的信息。
-
公开(公告)号：CN1331084C
公开(公告)日：2007-08-08
申请号：CN200410081154.4
申请日：2004-09-30
Applicant: 富士施乐株式会社
IPC: G06K9/00
CPC classification number: G06K9/4642 , G06K9/00275
Abstract: 本发明提供一种能通过使用具有较低分辨率的二维图像来执行对象识别的图像处理装置。在该图像处理装置中，将通过拍摄规定对象而获得的图像数据用作处理目标；对于与该对象的一部分有关的至少一个平面，计算定义该平面的N维估算特征值(N≥3)；使该N维估算特征值和原始对象识别信息相互关联，并将其作为识别数据库存储在存储单元内；以及把识别数据库应用于对象的识别处理。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.028 seconds)
