JP2016038732A - 情報処理装置、その制御方法およびコンピュータプログラム - Google Patents
情報処理装置、その制御方法およびコンピュータプログラム Download PDFInfo
- Publication number
- JP2016038732A JP2016038732A JP2014161717A JP2014161717A JP2016038732A JP 2016038732 A JP2016038732 A JP 2016038732A JP 2014161717 A JP2014161717 A JP 2014161717A JP 2014161717 A JP2014161717 A JP 2014161717A JP 2016038732 A JP2016038732 A JP 2016038732A
- Authority
- JP
- Japan
- Prior art keywords
- image
- information
- image input
- input device
- processing apparatus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19147—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
- H04N1/00326—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a data reading, recognizing or recording apparatus, e.g. with a bar-code apparatus
- H04N1/00328—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a data reading, recognizing or recording apparatus, e.g. with a bar-code apparatus with an apparatus processing optically-read information
- H04N1/00336—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a data reading, recognizing or recording apparatus, e.g. with a bar-code apparatus with an apparatus processing optically-read information with an apparatus performing pattern recognition, e.g. of a face or a geographic feature
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
- H04N1/3872—Repositioning or masking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
- H04N1/3877—Image rotation
- H04N1/3878—Skew detection or correction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/387—Composing, repositioning or otherwise geometrically modifying originals
- H04N1/393—Enlarging or reducing
- H04N1/3935—Enlarging or reducing with modification of image resolution, i.e. determining the values of picture elements at new relative positions
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】画像入力装置から入力される画像を分類する分類ルールの学習に用いる学習データを生成するサーバを設ける。サーバが、画像入力装置から入力された初期画像を受け付けるS501。画像入力装置に関するデバイス情報を取得するS503。デバイス情報に基づいて、初期画像を増加させるための増加パラメータを決定しS504、増加パラメータを用いて初期画像を増加させるS505ことで、学習データを生成する。
【選択図】図5
Description
図1は、実施例1のシステム構成を示す図である。
実施例1のシステムは、サーバ40と、画像入力装置である携帯端末30、MFP10を備える。
図2(A)に示すように、MFP10は、装置制御部100、画像読取部101、画像処理部102、記憶部103、CPU104、画像出力部105、ネットワークI/F部106および操作部107を備える。
携帯端末30は、CPU301乃至モーションセンサ310を備える。CPU301、RAM302、ROM303が、データバス311を介してプログラムやデータを送受信する。データバス311には、記憶部304、データ送受信部305、撮像部306、表示部307、操作部308、画像処理部309、モーションセンサ310が接続される。さらに、CPU301、RAM302、ROM303も併せて、互いにプログラムやデータの送受信を行う。
サーバ40は、CPU401乃至ネットワークI/F部404を備える。
CPU401は、ROM403に記憶された制御プログラムを読み出して各種制御処理を実行する。RAM402は、CPU401の主メモリ、ワークエリア等の一時記憶領域として用いられる。ネットワークI/F部404は、サーバ40をインターネット70に接続し、他の装置との間で各種情報を送受信する。HDD405は、画像データや特徴量データ、各種プログラムを記憶する。
図5に示す処理は、CPU401が、HDD405に格納されている処理プログラムをRAM402にロードして実行することで実現される。
本実施例で携帯端末30を画像入力装置として利用した場合に画像処理部309(図3)が実行する、撮影画像からの原稿の画像の抽出処理について説明する。携帯端末30は、撮影画像から抽出した原稿の画像を入力画像としてサーバ40に入力する。撮像部306によって原稿が撮影されると、画像処理部309が、撮影画像内における原稿領域について、原点の頂点を抽出する。
図中の601は、撮影画像である。原稿領域602は、原稿領域の頂点603、604、605、606を結ぶ線分に囲まれた矩形領域である。矩形の原稿領域の頂点603〜606は、例えばダグラス&ポーカーの頂点抽出アルゴリズムなどの公知の方法によって抽出される。画像処理部309は、撮影画像内の原稿領域のサイズに基づいて、変倍パラメータを算出する。
本実施例では、分類の際に入力画像に起こり得る画像変化を再現するために、サーバ40のCPU401は、画像補正として、回転処理、シフト処理、拡大縮小処理、またはぼかし処理を画像に加える。また、使用される画像入力装置の性質に基づいた画像の変化を再現するために、CPU401は、デバイス情報に基づいて、画像補正パラメータを決定する。
本実施例においてサーバ40が算出する画像特徴量(図5のS506)は、同一種類の文書画像においてはレイアウトが変わらないことを前提とする。CPU401は、画像の一部をパッチとして切り出し、そのパッチ画像ごとに勾配情報に基づく画像特徴量を算出する。
図8に示すようにパッチ画像内の画素ごとに算出した勾配強度と勾配方向を利用する。具体的には、CPU401が、パッチ画像内の全ての画素について、縦方向と横方向のエッジ情報から勾配強度と勾配方向を求める。CPU401は、勾配情報を利用して、図8で示すように、1パッチから9次元(9個)の特徴量を算出する。まず、各画素について、勾配強度が一定値以上の画素をエッジ画素、一定値より小さい画素を非エッジ画素とする。エッジ画素群から勾配方向を8方向に量子化して、方向ごとの勾配強度積算値/パッチ画素数を計算し、非エッジ画素数/パッチ画素数と合わせて、1つのパッチ画像から9次元の特徴量を算出する。このように、エッジ画素と非エッジ画素を利用することで、罫線や文字の情報だけでなく、文書画像の大きな特徴である余白部分を表現することが可能になる。これまでの説明は、1つのパッチ画像における特徴量の説明であるが、実際には、複数のパッチ画像を切り出して利用することにより、多数の特徴量を利用する。
まず、CPU401が、ノイズが表れやすい画像端を削除して、複数の解像度の画像を作成する。複数の解像度の画像を用意するのは、解像度ごとにエッジの構造が変わるためである。そして、CPU401が、それぞれの解像度の画像から複数のサイズのパッチ画像を走査しながら切り出すことで、パッチ画像位置を考慮した特徴量を算出する。例えば、300dpiでスキャンした画像から特徴量を抽出する場合を想定する。まず、CPU401が、スキャン画像を1/4サイズと1/8サイズに縮小した2種類の画像を作成する。CPU401は、上記縮小した各解像度の画像から1/4サイズのパッチ画像を1/5ずつずらして5×5=25枚、1/8サイズのパッチ画像を1/10ずつずらして、10×10=100枚切り出すことで、計250個のパッチを切り出す。このような設定においては、各パッチから9次元のエッジ特徴量を算出するので、画像1枚から2250次元の特徴量を算出することが可能となる。
次に、本実施例で利用する機械学習の手法について説明をする。本実施例では、機械学習の手法としてReal AdaBoostと呼ばれる公知の手法を利用する。Real AdaBoostは、大量の特徴量から、与えられた学習データセットの分類に適した特徴量を選択して、その特徴量を組み合わせて分類器を構成することが可能な方法である。画像の分類時に大量の特徴量を利用すると、特徴量の計算負荷のためにパフォーマンスが低下してしまう。このように、分類に適した特徴量を選択して、一部の特徴量だけを利用し、分類器を構成できることは、Real AdaBoostの大きな利点である。ただし、Real AdaBoostは、2クラス分類器であり、2種類のラベルがついたデータを分類するものである。つまり、このままでは、3種類以上の文書画像の分類には利用できない。そこで、2クラス分類器を多クラス分類器に拡張するOVA(One−Versus−All)と呼ばれる公知の方法を利用する。OVAは、1つのクラス(対象クラス)とそれ以外のクラスを分類する分類器をクラスの数だけ作成し、それぞれの分類器の出力を、対象クラスの信頼度とする。分類の際には、分類したいデータをすべての分類器に入力し、信頼度が最大であったクラスを分類先とする。
この例では、学習データとして、3つのクラスの文書画像(文書画像A,B,C)のそれぞれに対応する画像特徴量が用意されているものとする。この3つのクラスを分類するために、OVAでは3種類の分類器を用意する。3種類の分類器は、文書画像Aとそれ以外に分類するためのA用分類器、文書画像Bとそれ以外に分類するためのB用分類器、文書画像Cとそれ以外に分類するためのC用分類器である。
実施例1では、学習時と分類時とで画像入力装置が同一である場合を想定していた。そして、サーバ40は、入力画像に対しては画像変化を再現するための画像処理を施していた。
図1に示す実施例1のシステム構成における携帯端末と無線LANの代わりに、MFP11が設けられている。MFP11は、MFP10と同様に、図2(A)に示す構成を有する。なお、実施例1とは違い、画像読取部101は、ヘッダー情報記録機能を持たなくてもよい。実施例1とは違い、初期画像を入力した画像入力装置と分類時の画像入力装置は異なるため、初期画像のヘッダー情報からデバイス情報を取得する必要が無いためである。
まず、CPU401は、入力画像に対して斜行補正と位置ずれ補正を行なう(ステップS1301)。具体的には、CPU401は、入力画像の画像端付近の領域に対してエッジ検出処理を施し、エッジ情報からハフ変換を利用して原稿の枠を検出する。原稿枠を検出することができた場合には、CPU401は、原稿枠を出力画像の画像端に合わせるような射影変換行列を求めて、画像を変換する。原稿枠が検出することができなかった場合には、CPU401は、入力画像を縮小して画像全体からエッジ検出処理を施す。CPU401は、エッジ検出処理によって得られたエッジ情報からハフ変換を利用して文字領域や罫線のエッジから原稿の傾きを検出して、その傾き角度だけ画像を回転させることで斜行補正を行う。
また、本発明は、以下の処理を実行することによっても実現される。上述した実施形態の機能を実現するソフトウェア(コンピュータプログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、システム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。この場合、そのプログラム、及び該プログラムを記憶した記憶媒体は本発明を構成することになる。
40 サーバ
30 携帯端末
Claims (13)
- 画像入力装置から入力される画像を分類する分類ルールの学習に用いる学習データを生成する情報処理装置であって、
画像入力装置から入力された初期画像を受け付ける受け付け手段と、
画像入力装置に関するデバイス情報を取得する取得手段と、
前記デバイス情報に基づいて、前記初期画像を増加させるための増加パラメータを決定する決定手段と、
前記増加パラメータを用いて前記初期画像を増加させることで、前記学習データを生成する生成手段とを備える
ことを特徴とする情報処理装置。 - 前記取得手段は、分類対象の画像を入力する画像入力装置のデバイス情報を取得し、
前記初期画像を標準画像に変換する変換手段を備え、
前記生成手段は、前記増加パラメータを用いて前記標準画像を処理することで、前記学習データを生成する
ことを特徴とする請求項1に記載の情報処理装置。 - 前記変換手段は、前記初期画像から画像入力装置ごとに生じる画像変化を取り除く処理を実行することで、前記初期画像を前記標準画像に変換する
ことを特徴とする請求項2に記載の情報処理装置。 - 前記増加パラメータは、画像入力装置の特性に応じて画像を補正するための補正パラメータであり、
前記生成手段は、前記補正パラメータを用いた画像の補正処理によって、前記初期画像を増加させる
ことを特徴とする請求項1乃至3のいずれか1項に記載の情報処理装置。 - 前記補正パラメータを用いた画像の補正処理は、画像の回転処理、シフト処理、拡大縮小処理、またはぼかし処理を含む
ことを特徴とする請求項4に記載の情報処理装置。 - 前記補正パラメータを用いた画像の補正処理が画像の回転処理を含む場合における、当該回転処理のパラメータは、回転量であり、
前記生成手段は、
前記画像入力装置が画像処理装置である場合は、前記画像処理装置が備える画像読取部の斜行に関する規格に基づいて前記回転量を決定し、
前記画像入力装置が携帯端末である場合は、前記携帯端末が行う撮影画像からの原稿抽出に伴う画像劣化の情報に基づいて前記回転量を決定する
ことを特徴とする請求項5に記載の情報処理装置。 - 前記補正パラメータを用いた画像の補正処理が画像のシフト処理を含む場合における、当該シフト処理のパラメータは、シフト量であり、
前記生成手段は、
前記画像入力装置が画像処理装置である場合は、前記画像処理装置が備える画像読取部の位置ずれに関する規格に基づいて前記回転量を決定し、
前記画像入力装置が携帯端末である場合は、前記携帯端末が行う撮影画像からの原稿抽出に伴う画像劣化の情報に基づいて前記シフト量を決定する
ことを特徴とする請求項5または請求項6に記載の情報処理装置。 - 前記補正パラメータを用いた画像の補正処理が画像の拡大縮小処理を含む場合における、当該拡大縮小処理のパラメータは、拡大縮小倍率であり、
前記生成手段は、
前記画像入力装置が画像処理装置である場合は、前記画像処理装置が備える画像読取部の読み取り倍率に関する規格に基づいて前記拡大縮小倍率を決定し、
前記画像入力装置が携帯端末である場合は、前記携帯端末が行う撮影画像からの原稿抽出に伴う画像劣化の情報に基づいて前記拡大縮小倍率を決定する
ことを特徴とする請求項5乃至7のいずれか1項に記載の情報処理装置。 - 前記補正パラメータを用いた画像の補正処理が画像のぼかし処理を含む場合における、前記ぼかし処理は、ガウシアンフィルタのカーネルサイズで決定されるボケ量とブレ量に応じたボケ画像を生成する処理であって、前記ぼかし処理のパラメータは、前記カーネルサイズであり、
前記生成手段は、
前記画像入力装置が画像処理装置である場合は、前記画像処理装置が備えるラインセンサのMTF特性とボケ量との対応情報に基づいて前記ボケ量を決定することで、前記カーネルサイズを決定し、
前記画像入力装置が携帯端末である場合は、前記携帯端末が備えるレンズのMTF特性とボケ量との対応情報に基づいて前記ボケ量を決定することで、前記カーネルサイズを決定する
ことを特徴とする請求項5乃至8のいずれか1項に記載の情報処理装置。 - 前記学習データは、前記増加させた画像の特徴量である
ことを特徴とする請求項1乃至9のいずれか1項に記載の情報処理装置。 - 前記生成された学習データを用いて、前記分類ルールを学習する学習手段を備える
ことを特徴とする請求項1乃至10のいずれか1項に記載の情報処理装置。 - 画像入力装置から入力される画像を分類する分類ルールの学習に用いる学習データを生成する情報処理装置の制御方法であって、
画像入力装置から入力された初期画像を受け付ける受け付け工程と、
画像入力装置に関するデバイス情報を取得する取得工程と、
前記デバイス情報に基づいて、前記初期画像を増加させるための増加パラメータを決定する決定工程と、
前記増加パラメータを用いて前記初期画像を増加させることで、前記学習データを生成する生成工程とを有する
ことを特徴とする制御方法。 - コンピュータを請求項1乃至11のいずれか1項に記載の情報処理装置が備える各手段として機能させるためのコンピュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014161717A JP6433187B2 (ja) | 2014-08-07 | 2014-08-07 | 情報処理装置、その制御方法およびコンピュータプログラム |
US14/810,514 US9602685B2 (en) | 2014-08-07 | 2015-07-28 | Information processing apparatus, control method, and storage medium that generate learning data used in learning a classification rule for classifying an input image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014161717A JP6433187B2 (ja) | 2014-08-07 | 2014-08-07 | 情報処理装置、その制御方法およびコンピュータプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016038732A true JP2016038732A (ja) | 2016-03-22 |
JP2016038732A5 JP2016038732A5 (ja) | 2017-09-14 |
JP6433187B2 JP6433187B2 (ja) | 2018-12-05 |
Family
ID=55267649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014161717A Active JP6433187B2 (ja) | 2014-08-07 | 2014-08-07 | 情報処理装置、その制御方法およびコンピュータプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US9602685B2 (ja) |
JP (1) | JP6433187B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10834370B2 (en) | 2017-10-31 | 2020-11-10 | Fuji Xerox Co., Ltd. | Image processing apparatus, image processing method, and non-transitory computer readable medium for color conversion |
JP2021041021A (ja) * | 2019-09-12 | 2021-03-18 | カシオ計算機株式会社 | 移動軌跡検出プログラム、移動軌跡検出方法および情報端末 |
US10997749B2 (en) | 2018-01-25 | 2021-05-04 | Fuji Xerox Co., Ltd. | Information processing apparatus |
JP2023065028A (ja) * | 2021-10-27 | 2023-05-12 | 堺化学工業株式会社 | 教師データ生成方法、画像解析モデル生成方法、画像解析方法、教師データ生成プログラム、画像解析プログラムおよび教師データ生成装置 |
US11721086B2 (en) | 2019-01-15 | 2023-08-08 | Olympus Corporation | Image processing system and image processing method |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3100205B1 (en) * | 2014-01-28 | 2021-03-10 | Ventana Medical Systems, Inc. | Adaptive classification for whole slide tissue segmentation |
TWI680747B (zh) * | 2014-11-12 | 2020-01-01 | 日商新力股份有限公司 | 資訊處理裝置、資訊處理方法及資訊處理程式 |
JP2017134598A (ja) | 2016-01-27 | 2017-08-03 | キヤノン株式会社 | 画像検索装置、画像検索方法及びプログラム |
CN107690659B (zh) * | 2016-12-27 | 2021-08-10 | 达闼机器人有限公司 | 一种图像识别***及图像识别方法 |
US10580121B2 (en) * | 2017-11-16 | 2020-03-03 | Axis Ab | Image noise reduction based on a modulation transfer function of a camera dome |
US20190155941A1 (en) * | 2017-11-21 | 2019-05-23 | International Business Machines Corporation | Generating asset level classifications using machine learning |
JP7098351B2 (ja) * | 2018-02-28 | 2022-07-11 | キヤノン株式会社 | 画像処理装置および画像処理方法、およびプログラム |
JP7268471B2 (ja) * | 2019-05-09 | 2023-05-08 | 株式会社デンソー | 検証方法 |
CN111105375B (zh) * | 2019-12-17 | 2023-08-22 | 北京金山云网络技术有限公司 | 图像生成方法及其模型训练方法、装置及电子设备 |
CN111736712B (zh) * | 2020-06-24 | 2023-08-18 | 北京百度网讯科技有限公司 | 输入信息的预测方法、***、服务器及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0721367A (ja) * | 1993-06-22 | 1995-01-24 | Oyo Keisoku Kenkyusho:Kk | 画像認識装置 |
JPH11275303A (ja) * | 1998-03-24 | 1999-10-08 | Canon Inc | 画像読み取り装置、画像読み取り方法及びコンピュータ読み取り可能な記憶媒体 |
JP2007264951A (ja) * | 2006-03-28 | 2007-10-11 | Dainippon Printing Co Ltd | 医療用画像補正装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8065241B2 (en) * | 2005-10-18 | 2011-11-22 | Nec Laboratories America, Inc. | Learning machine that considers global structure of data |
CN101315670B (zh) * | 2007-06-01 | 2010-08-11 | 清华大学 | 特定被摄体检测装置及其学习装置和学习方法 |
US8059865B2 (en) * | 2007-11-09 | 2011-11-15 | The Nielsen Company (Us), Llc | Methods and apparatus to specify regions of interest in video frames |
WO2010101186A1 (ja) | 2009-03-04 | 2010-09-10 | 公立大学法人大阪府立大学 | 画像検索方法、画像検索プログラム及び画像登録方法 |
JP5075924B2 (ja) * | 2010-01-13 | 2012-11-21 | 株式会社日立製作所 | 識別器学習画像生成プログラム、方法、及びシステム |
JP2012243180A (ja) * | 2011-05-23 | 2012-12-10 | Sony Corp | 学習装置および方法、並びにプログラム |
US9307920B2 (en) * | 2012-04-17 | 2016-04-12 | Cardiac Pacemakers, Inc. | Method and apparatus for automatic arrhythmia classification with confidence estimation |
-
2014
- 2014-08-07 JP JP2014161717A patent/JP6433187B2/ja active Active
-
2015
- 2015-07-28 US US14/810,514 patent/US9602685B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0721367A (ja) * | 1993-06-22 | 1995-01-24 | Oyo Keisoku Kenkyusho:Kk | 画像認識装置 |
JPH11275303A (ja) * | 1998-03-24 | 1999-10-08 | Canon Inc | 画像読み取り装置、画像読み取り方法及びコンピュータ読み取り可能な記憶媒体 |
JP2007264951A (ja) * | 2006-03-28 | 2007-10-11 | Dainippon Printing Co Ltd | 医療用画像補正装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10834370B2 (en) | 2017-10-31 | 2020-11-10 | Fuji Xerox Co., Ltd. | Image processing apparatus, image processing method, and non-transitory computer readable medium for color conversion |
US10997749B2 (en) | 2018-01-25 | 2021-05-04 | Fuji Xerox Co., Ltd. | Information processing apparatus |
US11721086B2 (en) | 2019-01-15 | 2023-08-08 | Olympus Corporation | Image processing system and image processing method |
JP2021041021A (ja) * | 2019-09-12 | 2021-03-18 | カシオ計算機株式会社 | 移動軌跡検出プログラム、移動軌跡検出方法および情報端末 |
JP7383945B2 (ja) | 2019-09-12 | 2023-11-21 | カシオ計算機株式会社 | 移動軌跡検出プログラム、移動軌跡検出方法および情報端末 |
JP2023065028A (ja) * | 2021-10-27 | 2023-05-12 | 堺化学工業株式会社 | 教師データ生成方法、画像解析モデル生成方法、画像解析方法、教師データ生成プログラム、画像解析プログラムおよび教師データ生成装置 |
Also Published As
Publication number | Publication date |
---|---|
US9602685B2 (en) | 2017-03-21 |
JP6433187B2 (ja) | 2018-12-05 |
US20160042254A1 (en) | 2016-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6433187B2 (ja) | 情報処理装置、その制御方法およびコンピュータプログラム | |
JP5886265B2 (ja) | 携帯端末装置、プログラム、及び記録媒体 | |
JP4758502B2 (ja) | 画像処理装置、画像読取装置、画像送信装置、画像形成装置、画像処理方法、プログラムおよびその記録媒体 | |
JP5547243B2 (ja) | 画像処理装置、プログラムおよび記録媒体 | |
JP4772889B2 (ja) | 携帯端末装置、撮像画像処理システム、プログラムおよび記録媒体 | |
JP2011034387A (ja) | 画像出力装置、携帯端末装置、撮像画像処理システム、画像出力方法、プログラムおよび記録媒体 | |
JP2010151606A (ja) | 画像検査装置、画像検査方法及びプログラム | |
US10169877B2 (en) | Methods and systems for segmenting multiple documents from a single input image | |
JP2009278363A (ja) | 画像処理装置及び画像処理方法 | |
US8564829B2 (en) | Image processing apparatus, method, and computer-readable medium for converting frames of image data to higher resolution image data | |
CN109151244B (zh) | 移动信息处理装置、其控制方法和存储介质 | |
JP4487000B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、画像処理システム、画像処理プログラムおよびその記録媒体 | |
WO2017110640A1 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
JP2014123881A (ja) | 情報処理装置、情報処理方法、コンピュータプログラム | |
JP5819378B2 (ja) | 画像判定装置、画像処理システム、プログラム及び記録媒体 | |
JP6882043B2 (ja) | 画像処理装置、プログラム及び画像処理方法 | |
JP2011130416A (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP5258529B2 (ja) | 画像処理装置及びその方法、並びに、コンピュータプログラムおよび記憶媒体 | |
JP6494435B2 (ja) | 情報処理装置、その制御方法及びコンピュータプログラム | |
JP6163244B2 (ja) | 画像処理装置、画像形成装置、画像処理プログラム及び記録媒体 | |
JP6045182B2 (ja) | 画像処理装置、およびそれを備えた画像形成装置、コンピュータプログラム及び記録媒体 | |
JP2005117290A (ja) | 画像処理方法、画像処理システム、画像処理装置、データ蓄積装置 | |
JP5522997B2 (ja) | 画像処理装置、画像形成装置、画像処理方法、及びプログラム | |
JP5361556B2 (ja) | 画像処理装置及びその方法、並びに、コンピュータプログラムおよび記憶媒体 | |
JP2010130634A (ja) | 画像処理装置、画像データ出力処理装置、画像処理方法、プログラムおよびその記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170802 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170802 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180724 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180925 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181009 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181106 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6433187 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |