-
公开(公告)号:CN101097564B
公开(公告)日:2012-11-21
申请号:CN200710122723.9
申请日:2007-07-02
Applicant: 佳能株式会社
CPC classification number: G06K9/00288 , G06K9/00228 , G06K9/00248 , G06K9/6232 , G06K9/6256 , G06K9/6269
Abstract: 一种参数学习方法及设备、模式识别方法及设备。输入多个学习数据,每个学习数据与该学习数据所属的类相关联。计算每个学习数据中的特定k个部分的每一部分中的元素的属性值的统计量,其中,k等于或大于1。将每个学习数据作为以所计算的k个统计量为元素的矢量映射到k维特征空间中。基于每个映射的学习数据和学习数据所属的类,在k维特征空间中学习用于将输入数据分类到多个类中的一个的参数。通过使用该参数,可以高速和高准确度地进行模式识别。
-
公开(公告)号:CN101681503A
公开(公告)日:2010-03-24
申请号:CN200880018010.0
申请日:2008-05-27
Applicant: 佳能株式会社
IPC: G06T1/60
CPC classification number: G06T1/60 , G06K9/00248 , G06K9/00986 , G06K9/4614 , G06K9/6257 , G06T7/11 , G06T7/143 , G06T2207/20021 , G06T2207/30201 , H03M7/3059
Abstract: 信息处理方法包括如下步骤:输入多维阵列的输入信息;计算与所述输入信息的各元素的位置相对应的累积信息值;以及将所述累积信息值保持在具有预定位的大小的缓冲区中,其中,在所述保持步骤中,在所述计算步骤中计算的累积信息值相对于所述大小溢出的情况下,保持不多于所计算的累积信息值的所述预定位的部分作为所述累积信息值。
-
公开(公告)号:CN101097564A
公开(公告)日:2008-01-02
申请号:CN200710122723.9
申请日:2007-07-02
Applicant: 佳能株式会社
CPC classification number: G06K9/00288 , G06K9/00228 , G06K9/00248 , G06K9/6232 , G06K9/6256 , G06K9/6269
Abstract: 一种参数学习方法及设备、模式识别方法及设备。输入多个学习数据,每个学习数据与该学习数据所属的类相关联。计算每个学习数据中的特定k个部分的每一部分中的元素的属性值的统计量,其中,k等于或大于1。将每个学习数据作为以所计算的k个统计量为元素的矢量映射到k维特征空间中。基于每个映射的学习数据和学习数据所属的类,在k维特征空间中学习用于将输入数据分类到多个类中的一个的参数。通过使用该参数,可以高速和高准确度地进行模式识别。
-
公开(公告)号:CN103366171B
公开(公告)日:2017-03-01
申请号:CN201310121632.9
申请日:2013-03-29
Applicant: 佳能株式会社
CPC classification number: G06K9/00362 , G06K9/3241 , G06K9/66 , G06K9/6857 , G06T3/40
Abstract: 本发明公开了一种物体检测方法和物体检测装置。物体检测方法包括:图像获取步骤,其获取包括目标物体的图像;分层图像生成步骤,其通过以多个不同的比例尺放大和/或缩小所述图像而生成多个分层图像;第一检测步骤,其从每个所述分层图像检测目标物体的至少一部分区域作为第一检测区域;选择步骤,其基于检测到的第一检测区域和预先学习的学习数据选择所述分层图像的至少一层;第二检测步骤,其检测在选中的分层图像中的目标物体的至少一部分区域作为第二检测区域;以及合成步骤,其将在第一检测步骤中检测到的检测结果和在第二检测步骤中检测到的检测结果合成。
-
公开(公告)号:CN103366171A
公开(公告)日:2013-10-23
申请号:CN201310121632.9
申请日:2013-03-29
Applicant: 佳能株式会社
CPC classification number: G06K9/00362 , G06K9/3241 , G06K9/66 , G06K9/6857 , G06T3/40
Abstract: 本发明公开了一种物体检测方法和物体检测装置。物体检测方法包括:图像获取步骤,其获取包括目标物体的图像;分层图像生成步骤,其通过以多个不同的比例尺放大和/或缩小所述图像而生成多个分层图像;第一检测步骤,其从每个所述分层图像检测目标物体的至少一部分区域作为第一检测区域;选择步骤,其基于检测到的第一检测区域和预先学习的学习数据选择所述分层图像的至少一层;第二检测步骤,其检测在选中的分层图像中的目标物体的至少一部分区域作为第二检测区域;以及合成步骤,其将在第一检测步骤中检测到的检测结果和在第二检测步骤中检测到的检测结果合成。
-
公开(公告)号:CN100347695C
公开(公告)日:2007-11-07
申请号:CN200480003108.0
申请日:2004-01-27
Applicant: 佳能株式会社
Inventor: 鸟居宽
IPC: G06F15/00
CPC classification number: G06F21/34
Abstract: 本发明公开一种解决了便利性和安全性问题的验证设备。根据本发明的验证设备是一种具有多个验证机构的验证设备,该设备确定(S23)通过用于输入验证对象的验证信息的卡阅读器所输入的验证信息是否是允许切换所述多个验证机构的用户的验证信息,如果确定允许该用户进行切换则显示(S24)所述多个验证机构的列表,并且将在显示列表中选择的验证机构登记(S26)为有效验证机构。
-
公开(公告)号:CN101398900B
公开(公告)日:2013-08-21
申请号:CN200810148863.8
申请日:2008-09-27
Applicant: 佳能株式会社
IPC: G06K9/62
CPC classification number: G06K9/6282 , G06K9/68
Abstract: 本发明提供一种模式识别方法、参数学习方法和设备。在通过依次执行多个分类处理的组合将输入数据分类为预定类的模式识别方法中,至少一个所述分类处理包括:映射步骤,用于在N(N≥2)维特征空间中将输入数据映射为对应点;判断步骤,用于基于对应点,判断是否执行下一分类处理;以及选择步骤,用于当在判断步骤中判断为应当执行下一分类处理时,基于对应点选择接下来要执行的分类处理。
-
公开(公告)号:CN101398900A
公开(公告)日:2009-04-01
申请号:CN200810148863.8
申请日:2008-09-27
Applicant: 佳能株式会社
IPC: G06K9/62
CPC classification number: G06K9/6282 , G06K9/68
Abstract: 本发明提供一种模式识别方法、参数学习方法和设备。在通过依次执行多个分类处理的组合将输入数据分类为预定类的模式识别方法中,至少一个所述分类处理包括:映射步骤,用于在N(N≥2)维特征空间中将输入数据映射为对应点;判断步骤,用于基于对应点,判断是否执行下一分类处理;以及选择步骤,用于当在判断步骤中判断为应当执行下一分类处理时,基于对应点选择接下来要执行的分类处理。
-
公开(公告)号:CN1745372A
公开(公告)日:2006-03-08
申请号:CN200480003108.0
申请日:2004-01-27
Applicant: 佳能株式会社
Inventor: 鸟居宽
IPC: G06F15/00
CPC classification number: G06F21/34
Abstract: 本发明公开一种解决了便利性和安全性问题的验证设备。根据本发明的验证设备是一种具有多个验证机构的验证设备,该设备确定(S23)通过用于输入验证对象的验证信息的卡阅读器所输入的验证信息是否是允许切换所述多个验证机构的用户的验证信息,如果确定允许该用户进行切换则显示(S24)所述多个验证机构的列表,并且将在显示列表中选择的验证机构登记(S26)为有效验证机构。
-
公开(公告)号:CN101681503B
公开(公告)日:2013-08-21
申请号:CN200880018010.0
申请日:2008-05-27
Applicant: 佳能株式会社
IPC: G06T1/60
CPC classification number: G06T1/60 , G06K9/00248 , G06K9/00986 , G06K9/4614 , G06K9/6257 , G06T7/11 , G06T7/143 , G06T2207/20021 , G06T2207/30201 , H03M7/3059
Abstract: 本发明涉及一种信息处理方法及装置。该信息处理方法包括如下步骤:输入多维阵列的输入信息;计算与所述输入信息的各元素的位置相对应的累积信息值;以及将所述累积信息值保持在具有预定位的大小的缓冲区中,其中,在所述保持步骤中,在所述计算步骤中计算的累积信息值相对于所述大小溢出的情况下,保持不多于所计算的累积信息值的所述预定位的部分作为所述累积信息值。
-
-
-
-
-
-
-
-
-