公开(公告)号：CN110954920A

公开(公告)日：2020-04-03

申请号：CN201910910742.0

申请日：2019-09-25

Applicant: 爱信精机株式会社

Inventor： 上田康贵 ,  铃木崇士

IPC: G01S17/931 ,  G01S17/89 ,  G01V8/10

Abstract: 一种附着物检测装置包括：获取部分(38)，其被配置为获得从成像部分(14,14a，14b，14c，14d)输出的捕获图像数据；检测部分(40)，其被配置为基于捕获图像数据检测成像部分的成像表面(46)的多个区域(46a)中的每一个的附着物(52)是否存在；以及判断部分(42)，其被配置为将可靠区域和不可靠区域彼此区分，由处理装置(30,32,34,36)利用捕获图像数据执行的预定运算处理的可靠性属性在可靠区域中保持等于或大于预定值，并且可靠性属性在不可靠区域中小于预定值。

公开(公告)号：CN113496195A

公开(公告)日：2021-10-12

申请号：CN202110274666.6

申请日：2021-03-15

Applicant: 爱信精机株式会社

Inventor： 山田祐也 ,  大须贺晋 ,  上田康贵 ,  河合雄太 ,  加藤隆志 ,  山田善之 ,  小岛真一

IPC: G06K9/00 ,  G06T7/73

Abstract: 脸部图像处理装置(10)具备：图像坐标系坐标值导出部(102)，其通过检测拍摄人物的脸部而得到的图像的该脸部的器官的特征点各自的图像坐标系的水平方向的坐标值亦即x坐标值和垂直方向的坐标值亦即y坐标值，并且推断图像坐标系的深度方向的坐标值亦即z坐标值，来导出该图像坐标系的三维坐标值；相机坐标系坐标值导出部(103)，其根据由图像坐标系坐标值导出部(102)导出的图像坐标系的三维坐标值来导出相机坐标系的三维坐标值；以及参数导出部(104)，其将由相机坐标系坐标值导出部(103)导出的相机坐标系的三维坐标值应用于预先决定的三维脸部形状模型，来导出该三维脸部形状模型在相机坐标系中的模型参数。

公开(公告)号：CN112349091A

公开(公告)日：2021-02-09

申请号：CN202010771709.7

申请日：2020-08-04

Applicant: 爱信精机株式会社

Inventor： 小久保嘉人 ,  末次惠久 ,  足立淳 ,  渡边宏行 ,  上田康贵

IPC: G08G1/01 ,  G08G1/14 ,  G08G1/16

Abstract: 本发明涉及特定区域检测装置，其根据拍摄图像高精度地检测拍摄区域中的特定区域。该特定区域检测装置，基于拍摄图像，来检测拍摄区域中的特定区域，该特定区域检测装置具备：推定部，使用用于推定在拍摄区域中由规定数量的点定义的特定区域的学习模型，根据拍摄图像，来推定多个点与连结规定的2个上述点的直线的方向；以及检测部，基于上述方向将多个上述点按上述特定区域进行分类，从而检测上述特定区域。

公开(公告)号：CN112101513A

公开(公告)日：2020-12-18

申请号：CN202010553059.9

申请日：2020-06-17

Applicant: 爱信精机株式会社

Inventor： 小久保嘉人 ,  末次惠久 ,  足立淳 ,  上田康贵

IPC: G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明提高学习模型的反馈效率。实施方式的机器学习装置具备：推断部，基于学习模型，针对学习用的数据所包含的要素，按照对要素进行分类的多个类别中的每个类别，推断表示被分类到该类别的可能性的似然；损失值计算部，基于规定的损失函数和由推断部推断出的每个类别的似然，计算表示似然的错误的程度的损失值；权重计算部，基于按照每个类别计算出的似然中的、应将要素分类为真的第一类别的第一似然与不应将要素分类为真的其它类别的第二似然的比较结果来计算权重；以及机器学习部，基于损失值和权重，使学习模型机器学习。