JP2020102012A - 画像処理装置、画像処理方法およびプログラム - Google Patents
画像処理装置、画像処理方法およびプログラム Download PDFInfo
- Publication number
- JP2020102012A JP2020102012A JP2018239861A JP2018239861A JP2020102012A JP 2020102012 A JP2020102012 A JP 2020102012A JP 2018239861 A JP2018239861 A JP 2018239861A JP 2018239861 A JP2018239861 A JP 2018239861A JP 2020102012 A JP2020102012 A JP 2020102012A
- Authority
- JP
- Japan
- Prior art keywords
- image
- level
- resolution
- image processing
- 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
- 238000003672 processing method Methods 0.000 title abstract 2
- 238000000034 method Methods 0.000 claims description 37
- 238000006243 chemical reaction Methods 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 10
- 230000007423 decrease Effects 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 abstract description 44
- 238000003860 storage Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 6
- WBMKMLWMIQUJDP-STHHAXOLSA-N (4R,4aS,7aR,12bS)-4a,9-dihydroxy-3-prop-2-ynyl-2,4,5,6,7a,13-hexahydro-1H-4,12-methanobenzofuro[3,2-e]isoquinolin-7-one hydrochloride Chemical compound Cl.Oc1ccc2C[C@H]3N(CC#C)CC[C@@]45[C@@H](Oc1c24)C(=O)CC[C@@]35O WBMKMLWMIQUJDP-STHHAXOLSA-N 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008571 general function Effects 0.000 description 1
- 238000012615 high-resolution technique Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/20—Perspective computation
- G06T15/205—Image-based rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
- G06T15/20—Perspective computation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/60—Image enhancement or restoration using machine learning, e.g. neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
<撮像システムの全体構成>
本実施形態では、スタジアムにおいて、オブジェクトとしてスポーツ選手を撮像し、撮像したスポーツ選手の画像の高解像度化を行う場合を例に挙げて説明する。
一般に、高精度な高解像度化処理を行うためには、演算時間や演算機資源を増やすなど、高い演算コストを費やす必要がある。また、高解像度化処理を行う重要度は、クラス毎に一律ではないと考えられる。例えば、スタジアムでスポーツ選手をオブジェクトとして撮像する場合、選手ごとに重要度が異なると考えられる。活躍が著しい選手や人気選手は、ユーザからの注目を受けやすいため、画像上で高解像度であることが望ましい。そこで、注目度の高い重要な選手に対しては、演算コストを割いて高精度な学習を行う。逆に、ユーザからの注目を受けにくいそうな注目度の低い選手に対しては、学習の精度を低下させて演算コストを低減する。
画像処理装置102で行われる処理について、図4および図5を参照して説明する。図4は、画像処理装置102の機能構成例を示すブロック図である。図5は、画像変換処理の手順例を示すフローチャートである。画像処理装置102は、ROM303に格納されたプログラムをCPU301がRAM302をワークメモリとして実行することで、図4に示す各部として機能し、図5のフローチャートに示す一連の処理を実行する。なお、以下に示す処理の全てがCPU301によって実行される必要はなく、処理の一部または全部が、CPU301以外の一つ又は複数の処理回路によって行われるように画像処理装置102が構成されてもよい。各処理の説明における記号「S」は、フローチャートにおけるステップであることを意味する。以下、各部により行われる処理の流れを説明する。
本実施形態では、高解像度化レベルに基づいてオブジェクトごとに倍率rを決定し、決定した倍率に基づいてデータセットを作成する例を示した。データセットの性質を決定づけるパラメータは、倍率以外にも存在する。それらのパラメータを、高解像度化レベルに基づいて決定し、決定したパラメータに基づいてデータセットを作成してもよい。その例を以下に3つ示す。
第1に、部位に特化した学習をどの程度行うかという度合いを、高解像度化レベルに基づいて決定してもよい。その処理の具体例を、図6に示す。図6は、データセット作成部による処理例を説明する図である。ただし、閾値θ2は、閾値θ1より大きいとする。
第2に、特定のオブジェクトに特化した学習をどの程度行うかというオブジェクト特化度合いを、高解像度化レベルに基づいて決定してもよい。
第3に、特定環境に特化した学習をどの程度行うかという度合いを、高解像度化レベルに基づいて決定してもよい。環境特化度合いは、前記特定の環境の種類数に比例して小さくなる値である。その具体的な処理を、試合中にスポーツ選手を撮像する場合を例に説明する。高解像度化レベルの高いスポーツ選手は、高解像度化を行いたい試合中に撮像して得た教師画像で学習を行う。これにより、入力画像と同じ照明条件の教師画像で学習を行えるため、画像の高精度な高解像度化が可能となる。一方、高解像度化レベルの低いスポーツ選手は、別の試合で撮像した画像やウェブから収集した画像を用いて、試合開始前に学習を行っておく。その後、試合中に撮像して得た教師画像を用い、少数回の追加学習を行う。これにより、画像の高解像度化の精度は低下するものの、試合開始後の学習時間を短縮できる。
本実施形態では、表示装置に表示される高解像度化レベル設定用のUI画面例について説明する。
本実施形態では、オブジェクトを複数の撮像装置で撮像して得られた画像(多視点画像)から、任意の仮想視点からオブジェクトを見たときに得られる画像(仮想視点画像)を再構成する、仮想視点画像再構成処理を行う例について説明する。
以下、本実施形態の画像処理装置102で行われる仮想視点画像の再構成処理について、図10および図11を参照して説明する。図10は、本実施形態の画像処理装置102の機能構成例を示すブロック図である。図11は、本実施形態の画像処理装置102による仮想視点画像の再構成処理の手順例を示すフローチャートである。本実施形態の画像処理装置102は、ROM303に格納されたプログラムをCPU301がRAM302をワークメモリとして実行することで、図10に示す各部として機能し、図11のフローチャートに示す一連の処理を実行する。なお、以下に示す処理の全てがCPU301によって実行される必要はなく、処理の一部または全部が、CPU301以外の一つ又は複数の処理回路によって行われるように画像処理装置102が構成されてもよい。以下、各部により行われる処理の流れを説明する。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
403 高解像度化レベル付与部
405 学習部
406 入力画像取得部
407 推論部
Claims (21)
- オブジェクトを撮像することで得られる撮像画像を取得する第1取得手段と、
前記オブジェクトに関する教師画像データのデータセットであって、前記オブジェクトの重要度を示すオブジェクト情報に基づいて決まるデータセットを用いた学習により、前記オブジェクトの画像の解像度を変換する処理に係るパラメータを決定する決定手段と、
前記決定手段により決定した前記パラメータに基づいて、前記撮像画像の解像度を変換する変換手段と
を有することを特徴とする画像処理装置。 - 前記オブジェクト情報に基づいて、前記オブジェクトの画像についての解像度の変換に関するレベルを取得する第2取得手段を有し、
前記決定手段は、前記レベルに応じた学習により前記パラメータを決定することを特徴とする請求項1に記載の画像処理装置。 - 前記第2取得手段は、前記教師画像データおよび前記オブジェクト情報に基づいて導出された前記レベルを取得する
ことを特徴とする、請求項2に記載の画像処理装置。 - 前記第2取得手段は、ユーザにより入力された前記レベルを取得する
ことを特徴とする、請求項2に記載の画像処理装置。 - 前記第2取得手段は、前記決定手段による前記パラメータの決定のための学習が所定時間以内に終了するように前記レベルを再導出し、再導出した前記レベルを前記教師画像データの前記オブジェクトに付与する
ことを特徴とする、請求項2から4の何れか一項に記載の画像処理装置。 - 前記教師画像データを取得する第3取得手段をさらに有する
ことを特徴とする、請求項1から5の何れか一項に記載の画像処理装置。 - 前記オブジェクト情報は、前記オブジェクトの属性、前記オブジェクトの行動、前記オブジェクトに対する他のオブジェクトの行動、前記データセットの性質のうち少なくとも1つを含む
ことを特徴とする、請求項1から6の何れか一項に記載の画像処理装置。 - 前記レベルおよび前記教師画像データに基づいて、データセットを作成する作成手段を有し、
前記決定手段は、前記レベルに応じた前記データセットに基づいて、前記パラメータを決定するための学習を行う
ことを特徴とする、請求項1から6の何れか一項に記載の画像処理装置。 - 前記作成手段は、前記レベルに基づいて、前記撮像画像のデータと前記教師画像データとの解像度の倍率を決定する
ことを特徴とする、請求項8に記載の画像処理装置。 - 前記作成手段は、前記レベルに基づいて、画像データの分割度合いを決定し、決定した分割度合いに応じて前記教師画像データと前記撮像画像のデータを部位ごとに分割した前記データセットを作成する
ことを特徴とする、請求項8または9に記載の画像処理装置。 - 前記作成手段は、前記レベルに基づいて、特定のオブジェクトに特化したオブジェクト特化度合いを決定し、決定したオブジェクト特化度合いに応じて、前記特定のオブジェクトに対応する前記教師画像データに基づいた前記データセットを作成する
ことを特徴とする、請求項8から10の何れか一項に記載の画像処理装置。 - 前記オブジェクト特化度合いは、前記特定のオブジェクト以外の数量、または前記特定のオブジェクトとの非類似性の大きさに比例して小さくなる値である
ことを特徴とする、請求項11に記載の画像処理装置。 - 前記作成手段は、前記レベルに基づいて、特定の環境に特化した環境特化度合いを決定し、決定した環境特化度合いに応じて、前記特定の環境に対応する前記教師画像データに基づいた前記データセットを作成する
ことを特徴とする、請求項8から12の何れか一項に記載の画像処理装置。 - 前記環境特化度合いは、前記特定の環境の種類数に比例して小さくなる値である
ことを特徴とする、請求項13に記載の画像処理装置。 - ユーザに情報を提示する表示手段を有し、
前記表示手段は、前記レベルに対応して生成した解像度調整画像が表示される領域を有するUI画面を表示する
ことを特徴とする、請求項1から14の何れか一項に記載の画像処理装置。 - 前記表示手段は、ユーザにより前記レベルを調整するためのレベル調整画像を有する前記UI画面を表示する
ことを特徴とする、請求項15に記載の画像処理装置。 - 前記レベル調整画像は、前記レベルに対応しない範囲が前記UI画面に表示されず、前記レベルに対応する範囲にて、前記レベルを調整可能である
ことを特徴とする、請求項16に記載の画像処理装置。 - 前記解像度調整画像は、前記レベル調整画像で調整した前記レベルに対応して生成される
ことを特徴とする、請求項16または17に記載の画像処理装置。 - 前記変換手段によって変換された前記撮像画像と前記オブジェクト情報に基づいて、仮想視点から見た画像を再構成する再構成手段をさらに有し、
前記オブジェクト情報は、前記仮想視点と前記オブジェクトとの距離、前記仮想視点の画像上での前記オブジェクトの位置、前記仮想視点から前記オブジェクトが観測される頻度、前記仮想視点から前記オブジェクトの前面が観測される頻度のうち少なくとも1つを含む
ことを特徴とする、請求項1から18の何れか一項に記載の画像処理装置。 - オブジェクトを撮像した撮像画像のデータを取得する第1取得工程と、
前記オブジェクトに関する教師画像データのデータセットであって、前記オブジェクトの重要度を示すオブジェクト情報に基づいて決まるデータセットを用いた学習により、前記オブジェクトの画像の解像度を変換する処理に係るパラメータを決定する決定工程と、
前記決定工程で決定した前記パラメータに基づいて、前記撮像画像の解像度を変換する変換工程と
を有することを特徴する画像処理方法。 - コンピュータを、請求項1から19の何れか一項に記載の画像処理装置として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018239861A JP7278766B2 (ja) | 2018-12-21 | 2018-12-21 | 画像処理装置、画像処理方法およびプログラム |
US16/710,753 US11200643B2 (en) | 2018-12-21 | 2019-12-11 | Image processing apparatus, image processing method and storage medium for enhancing resolution of image |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018239861A JP7278766B2 (ja) | 2018-12-21 | 2018-12-21 | 画像処理装置、画像処理方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020102012A true JP2020102012A (ja) | 2020-07-02 |
JP7278766B2 JP7278766B2 (ja) | 2023-05-22 |
Family
ID=71098878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018239861A Active JP7278766B2 (ja) | 2018-12-21 | 2018-12-21 | 画像処理装置、画像処理方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11200643B2 (ja) |
JP (1) | JP7278766B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021240651A1 (ja) * | 2020-05-26 | 2021-12-02 | 日本電気株式会社 | 情報処理装置、制御方法及び記憶媒体 |
WO2023166852A1 (ja) * | 2022-03-01 | 2023-09-07 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、および、コンピュータ読み取り可能な非一時的記憶媒体 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7508265B2 (ja) | 2020-05-14 | 2024-07-01 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2022002376A (ja) | 2020-06-22 | 2022-01-06 | キヤノン株式会社 | 画像処理装置、画像処理方法およびプログラム |
JP2022025694A (ja) * | 2020-07-29 | 2022-02-10 | ソニーセミコンダクタソリューションズ株式会社 | 撮像装置、および画像送受信システム |
US11477426B2 (en) * | 2020-10-26 | 2022-10-18 | Avaya Management L.P. | Selective image broadcasting in a video conference |
US11308359B1 (en) * | 2021-10-27 | 2022-04-19 | Deeping Source Inc. | Methods for training universal discriminator capable of determining degrees of de-identification for images and obfuscation network capable of obfuscating images and training devices using the same |
CN114900731B (zh) * | 2022-03-31 | 2024-04-09 | 咪咕文化科技有限公司 | 视频清晰度切换方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010273328A (ja) * | 2009-04-20 | 2010-12-02 | Fujifilm Corp | 画像処理装置、画像処理方法およびプログラム |
WO2013089265A1 (ja) * | 2011-12-12 | 2013-06-20 | 日本電気株式会社 | 辞書作成装置、画像処理装置、画像処理システム、辞書作成方法、画像処理方法及びプログラム |
JP2018504813A (ja) * | 2014-12-13 | 2018-02-15 | フォックス スポーツ プロダクションズ,インコーポレイティッド | 放送においてサーモグラフィー特性を表示するためのシステム及び方法 |
WO2018101080A1 (ja) * | 2016-11-30 | 2018-06-07 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 三次元モデル配信方法及び三次元モデル配信装置 |
JP2018097731A (ja) * | 2016-12-15 | 2018-06-21 | 株式会社Fuji | 画像処理システム及び画像処理方法 |
JP2018107793A (ja) * | 2016-12-27 | 2018-07-05 | キヤノン株式会社 | 仮想視点画像の生成装置、生成方法及びプログラム |
JP2018195069A (ja) * | 2017-05-17 | 2018-12-06 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7949186B2 (en) * | 2006-03-15 | 2011-05-24 | Massachusetts Institute Of Technology | Pyramid match kernel and related techniques |
JP5178662B2 (ja) * | 2009-07-31 | 2013-04-10 | 富士フイルム株式会社 | 画像処理装置及び方法、データ処理装置及び方法、並びにプログラム |
US8957920B2 (en) * | 2010-06-25 | 2015-02-17 | Microsoft Corporation | Alternative semantics for zoom operations in a zoomable scene |
JP6155785B2 (ja) * | 2013-04-15 | 2017-07-05 | オムロン株式会社 | 画像処理装置、画像処理装置の制御方法、画像処理プログラムおよびその記録媒体 |
JP6794197B2 (ja) | 2016-09-12 | 2020-12-02 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
US11250329B2 (en) * | 2017-10-26 | 2022-02-15 | Nvidia Corporation | Progressive modification of generative adversarial neural networks |
-
2018
- 2018-12-21 JP JP2018239861A patent/JP7278766B2/ja active Active
-
2019
- 2019-12-11 US US16/710,753 patent/US11200643B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010273328A (ja) * | 2009-04-20 | 2010-12-02 | Fujifilm Corp | 画像処理装置、画像処理方法およびプログラム |
WO2013089265A1 (ja) * | 2011-12-12 | 2013-06-20 | 日本電気株式会社 | 辞書作成装置、画像処理装置、画像処理システム、辞書作成方法、画像処理方法及びプログラム |
JP2018504813A (ja) * | 2014-12-13 | 2018-02-15 | フォックス スポーツ プロダクションズ,インコーポレイティッド | 放送においてサーモグラフィー特性を表示するためのシステム及び方法 |
WO2018101080A1 (ja) * | 2016-11-30 | 2018-06-07 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 三次元モデル配信方法及び三次元モデル配信装置 |
JP2018097731A (ja) * | 2016-12-15 | 2018-06-21 | 株式会社Fuji | 画像処理システム及び画像処理方法 |
JP2018107793A (ja) * | 2016-12-27 | 2018-07-05 | キヤノン株式会社 | 仮想視点画像の生成装置、生成方法及びプログラム |
JP2018195069A (ja) * | 2017-05-17 | 2018-12-06 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
Non-Patent Citations (1)
Title |
---|
スハイル ハムダン、外3名: "顔部品の位置を考慮した学習型顔画像超解像", 電気学会研究会資料 知覚情報・次世代産業システム合同研究会, JPN6022049462, 1 September 2017 (2017-09-01), pages 21 - 26, ISSN: 0004925215 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021240651A1 (ja) * | 2020-05-26 | 2021-12-02 | 日本電気株式会社 | 情報処理装置、制御方法及び記憶媒体 |
WO2023166852A1 (ja) * | 2022-03-01 | 2023-09-07 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、および、コンピュータ読み取り可能な非一時的記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
US20200202496A1 (en) | 2020-06-25 |
US11200643B2 (en) | 2021-12-14 |
JP7278766B2 (ja) | 2023-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7278766B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
US11747898B2 (en) | Method and apparatus with gaze estimation | |
US11106920B2 (en) | People flow estimation device, display control device, people flow estimation method, and recording medium | |
CN109891189B (zh) | 策划的摄影测量 | |
EP3105921B1 (en) | Photo composition and position guidance in an imaging device | |
CN112492388B (zh) | 视频处理方法、装置、设备以及存储介质 | |
US9330334B2 (en) | Iterative saliency map estimation | |
US9491366B2 (en) | Electronic device and image composition method thereof | |
US10019823B2 (en) | Combined composition and change-based models for image cropping | |
WO2013145654A1 (en) | Information processing method to calculate a similarity between a posture model and posture data | |
DE112018007721T5 (de) | Aufnehmen und modifizieren von 3D-Gesichtern unter Verwendung neuronaler Bild-und Zeitverfolgungsnetze | |
US10101891B1 (en) | Computer-assisted image cropping | |
JP7032913B2 (ja) | 画像処理装置、画像処理方法、コンピュータプログラム | |
US9432583B2 (en) | Method of providing an adjusted digital image representation of a view, and an apparatus | |
DE102020007191A1 (de) | Maschinelles Lernen zur Digitalbildauswahl unter Objektvarianten | |
DE102016109891A1 (de) | Datenbrowsevorrichtung, Datenbrowseverfahren, Programm und Speichermedium | |
US10162997B2 (en) | Electronic device, computer readable storage medium and face image display method | |
US20160283793A1 (en) | Presenting varying profile detail levels for individuals recognized in video streams | |
EP3151243B1 (en) | Accessing a video segment | |
JPWO2020194378A1 (ja) | 画像処理システム、画像処理装置、画像処理方法、及び画像処理プログラム | |
US11622099B2 (en) | Information-processing apparatus, method of processing information, and program | |
JP7385416B2 (ja) | 画像処理装置、画像処理システム、画像処理方法及び画像処理プログラム | |
US11915480B2 (en) | Image processing apparatus and image processing method | |
Laco et al. | Depth in the visual attention modelling from the egocentric perspective of view | |
US20190378262A1 (en) | Image evaluation apparatus, image evaluation method, and image evaluation program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211210 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221019 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221223 |
|
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: 20230411 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230510 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7278766 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |