-
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
Applicant: 欧姆龙株式会社
IPC: G06K9/32
Abstract: 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
Applicant: 欧姆龙株式会社
CPC classification number: G06N5/047 , G06K9/00771 , G06K9/4647 , G06K9/6284 , G06K2009/4666 , G06N99/005 , G08B13/19613 , G08B21/043 , G08B21/0476
Abstract: 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
Applicant: 欧姆龙株式会社
IPC: G06T7/00
CPC classification number: G06T7/0081 , G06K9/3233 , G06K9/38 , G06K9/4671 , G06T7/11 , G06T7/194
Abstract: 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：CN106157328B
公开(公告)日：2019-05-03
申请号：CN201510187574.9
申请日：2015-04-20
IPC: G06T7/231
Abstract: 一种运动判定装置、运动判定方法。在运动图像输入部(2)中，被输入拍摄到对象区域的运动图像。图像处理部(3)对与被输入至运动图像输入部(2)的运动图像相关的帧图像进行处理，在对所拍摄的目标决定的多个检测区域的每个中，检测帧图像上的移动方向。此外，图像处理部(3)关于对目标决定的多个检测区域计算所检测出的移动方向的离散度。并且，图像处理部(3)使用所计算出的离散度来判定目标的运动是否异常。
-
公开(公告)号：CN105989174B
公开(公告)日：2019-11-01
申请号：CN201510098283.2
申请日：2015-03-05
Applicant: 欧姆龙株式会社
IPC: G06F16/583 , G06K9/32
Abstract: 本发明提供关注区域提取装置以及关注区域提取方法。从图像中高精度地提取关注区域，并且计算其关心度。关注区域提取装置包括：提取部件，从输入图像提取一个或者多个部分区域；检索部件，关于由所述提取部件提取出的各自的部分区域，从存储多个图像的图像数据库中检索与该部分区域相似的图像；以及关心度决定部件，基于所述检索部件的检索结果，决定各自的部分区域的关心度。
-
Patent Agency Ranking
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
Applicant: 欧姆龙株式会社
CPC classification number: G06T7/0081 , G06K9/3233 , G06K9/38 , G06K9/4671 , G06T7/11 , G06T7/194
Abstract: 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：CN106157328A
公开(公告)日：2016-11-23
申请号：CN201510187574.9
申请日：2015-04-20
IPC: G06T7/20
CPC classification number: G06T2207/10016 , G06T2207/20021 , G06T2207/30196
Abstract: 一种运动判定装置、运动判定方法。在运动图像输入部(2)中，被输入拍摄到对象区域的运动图像。图像处理部(3)对与被输入至运动图像输入部(2)的运动图像相关的帧图像进行处理，在对所拍摄的目标决定的多个检测区域的每个中，检测帧图像上的移动方向。此外，图像处理部(3)关于对目标决定的多个检测区域计算所检测出的移动方向的离散度。并且，图像处理部(3)使用所计算出的离散度来判定目标的运动是否异常。
-
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
Applicant: 欧姆龙株式会社
CPC classification number: G06K9/66 , G06K9/3233 , G06K9/4671 , G06K9/6202 , G06K9/6256 , G06K9/6267 , G06K2009/6213 , G06T7/11 , G06T7/194 , G06T2207/20081 , G06T2207/20164
Abstract: 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
Applicant: 欧姆龙株式会社
CPC classification number: G06K9/6201 , G06K9/3233 , G06K9/38 , G06K9/4671 , G06K9/4676 , G06K9/629
Abstract: 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：CN104123718A
公开(公告)日：2014-10-29
申请号：CN201410123175.1
申请日：2014-03-28
Applicant: 欧姆龙株式会社
IPC: G06T7/00
CPC classification number: G06K9/4671 , G06K9/3233 , G06T7/11 , G06T7/143 , G06T2207/10024 , G06T2207/20164
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
