JP2022009502A - 画像を処理するための方法およびシステム - Google Patents
画像を処理するための方法およびシステム Download PDFInfo
- Publication number
- JP2022009502A JP2022009502A JP2021174541A JP2021174541A JP2022009502A JP 2022009502 A JP2022009502 A JP 2022009502A JP 2021174541 A JP2021174541 A JP 2021174541A JP 2021174541 A JP2021174541 A JP 2021174541A JP 2022009502 A JP2022009502 A JP 2022009502A
- Authority
- JP
- Japan
- Prior art keywords
- frames
- image
- different
- frame
- distinct
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012545 processing Methods 0.000 title claims abstract description 14
- 238000010801 machine learning Methods 0.000 claims abstract description 85
- 230000015654 memory Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 abstract description 10
- 238000013528 artificial neural network Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 9
- 238000007792 addition Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000000306 recurrent effect Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- VJYFKVYYMZPMAB-UHFFFAOYSA-N ethoprophos Chemical compound CCCSP(=O)(OCC)SCCC VJYFKVYYMZPMAB-UHFFFAOYSA-N 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013442 quality metrics Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
Description
20 コンピューティングデバイス
30 コンピューティングデバイス
40 コンピューティングデバイス
50 コンピューティングデバイス
100 環境
102 プロセッサ
104 通信インターフェース
106 メモリ
108 命令
110 ネットワーク
112 コンピューティングシステム
114 プロセッサ
116 通信インターフェース
118 メモリ
120 命令
302 グラフィカルユーザインターフェース(GUI)要素
304 GUI要素
306 GUI要素
308 GUI要素
310 GUIの部分
312 GUIの部分
314 GUIの部分
316 GUIの部分
320 GUIの部分
322 GUIの部分
324 GUIの部分
326 GUIの部分
328 GUIの部分
330 GUIの部分
318 グラフィカルユーザインターフェース(GUI)要素
402 アプリケーション
408 MLプラットフォーム
410 実例データベース
412 MLエンジン
416 MLモデル
418 MLモデル
420 MLモデル
Claims (20)
前記1つまたは複数のコンピューティングデバイスによって、前記1つまたは複数のMLモデルを使用して処理するための複数の異なる別個のフレームを含む画像を記述するデータを受け取るステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記1つまたは複数のMLモデルと前記画像を記述する前記データとに少なくとも部分的に基づいて、前記複数の異なる別個のフレームの各フレームについて、前記フレームについての1つまたは複数のスコアを決定するステップであって、前記1つまたは複数のスコアの各スコアが、前記1つまたは複数の異なる別個の用途のうちの1つの用途に対する前記フレームの適合性の決定された尺度を示す、ステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記複数の異なる別個のフレームのうちの1つまたは複数のフレームの各フレームについて、前記フレームについての前記1つまたは複数のスコアのうちの少なくとも1つを示すデータを通信するステップと
を含む、コンピュータ実装方法。
前記1つまたは複数のコンピューティングデバイスによって、前記複数の異なる別個のフレームのうちの1つまたは複数のフレームの各フレームについて、前記フレームについての前記1つまたは複数のスコアのうちの少なくとも1つを示すデータを通信するステップが、前記同時に生成された類似のフレームのシリーズのバッファから前記用途に適していると判定されたフレームを選択するステップを含む、請求項1に記載のコンピュータ実装方法。
前記決定するステップが、前記複数の異なる別個のフレーム内に含まれるフレームのセット内の1つまたは複数のフレームについて、前記セット内の前記1つまたは複数のフレームが前記セット内の互いのフレームよりも前記特定のアプリケーションを伴う用途に適していると判定されることを示す1つまたは複数のスコアを決定するステップを含む、請求項1に記載のコンピュータ実装方法。
前記決定するステップが、前記複数の異なる別個のフレーム内に含まれるフレームのセット内の1つまたは複数のフレームについて、前記セット内の前記1つまたは複数のフレームが前記セット内の互いのフレームよりも前記特定のオーディエンスを伴う用途に適していると判定されることを示す1つまたは複数のスコアを決定するステップを含む、請求項1に記載のコンピュータ実装方法。
前記決定するステップが、
前記複数の異なる別個のフレームの中から、前記1つまたは複数の特定の被写体をそれぞれ含むフレームのセットを識別するステップと、
フレームの前記セット内の1つまたは複数のフレームについて、前記セット内の前記1つまたは複数のフレームが前記セット内の互いのフレームよりも前記1つまたは複数の異なる別個の用途のうちの特定の用途に適していると判定されることを示す1つまたは複数のスコアを決定するステップと
を含む、請求項1に記載のコンピュータ実装方法。
前記決定するステップが、
前記複数の異なる別個のフレームの中から、前記1つまたは複数の特定の表現をそれぞれ含むフレームのセットを識別するステップと、
フレームの前記セット内の1つまたは複数のフレームについて、前記セット内の前記1つまたは複数のフレームが前記セット内の互いのフレームよりも前記1つまたは複数の異なる別個の用途のうちの特定の用途に適していると判定されることを示す1つまたは複数のスコアを決定するステップと
を含む、請求項1に記載のコンピュータ実装方法。
前記決定するステップが、
前記複数の異なる別個のフレームの中から、前記1つまたは複数の特定のイベントをそれぞれ示すフレームのセットを識別するステップと、
フレームの前記セット内の1つまたは複数のフレームについて、前記セット内の前記1つまたは複数のフレームが前記セット内の互いのフレームよりも前記1つまたは複数の異なる別個の用途のうちの特定の用途に適していると判定されることを示す1つまたは複数のスコアを決定するステップと
を含む、請求項1に記載のコンピュータ実装方法。
前記画像内に含まれるピクセルの1つまたは複数の配置に少なくとも部分的に基づいて生成され、
前記画像内に含まれる前記ピクセルの前記1つまたは複数の配置の再構築を可能にするには十分ではない
データを受け取るステップを含む、請求項1に記載のコンピュータ実装方法。
前記1つまたは複数のコンピューティングデバイスによって、1つまたは複数のフレームの各フレームについて、順次的なプレゼンテーションについてのフレームの前記シリーズ内の前記フレームの前記位置を示すデータを通信するステップと
を含む、請求項1に記載のコンピュータ実装方法。
前記方法が、
前記1つまたは複数のコンピューティングデバイスによって、前記特定のユーザデバイスから、
他の画像を記述するデータと、
前記他の画像に対するユーザ入力を記述するデータと
を受け取るステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記他の画像を記述する前記データと前記他の画像に対する前記ユーザ入力を記述する前記データとに少なくとも部分的に基づいて、前記1つまたは複数のMLモデルを生成するステップと
を含む、請求項1に記載のコンピュータ実装方法。
前記方法が、
前記1つまたは複数のコンピューティングデバイスによって、前記特定のユーザデバイスとは異なる別個の1つまたは複数のユーザデバイスから、
他の画像を記述するデータと、
前記他の画像に対するユーザ入力を記述するデータと
を受け取るステップと、
前記1つまたは複数のコンピューティングデバイスによって、前記他の画像を記述する前記データと前記他の画像に対する前記ユーザ入力を記述する前記データとに少なくとも部分的に基づいて、前記1つまたは複数のMLモデルを生成するステップと
を含む、請求項1に記載のコンピュータ実装方法。
1つまたは複数のプロセッサと、
命令を記憶するメモリであって、前記命令が、前記1つまたは複数のプロセッサによって実行されるとき、
複数の異なる別個のフレームを含む画像を記述するデータを受け取ること、
1つまたは複数の機械学習(ML)モデルと前記画像を記述する前記データとに少なくとも部分的に基づいて、前記複数の異なる別個のフレームの各フレームについて、前記フレームについての1つまたは複数のスコアを決定することであって、前記1つまたは複数のスコアの各スコアが、前記1つまたは複数のMLモデルがそれに対する画像の適合性を決定するように構成される様々な異なる別個の用途のうちの1つまたは複数に対する前記フレームの適合性の決定された尺度を示す、決定すること、および
前記複数の異なる別個のフレームについて決定された前記スコアに少なくとも部分的に基づいて、前記1つまたは複数の様々な異なる別個の用途について適する前記フレームのうちの少なくとも1つを識別するグラフィカルユーザインターフェースを提供すること
を含む動作を前記システムに実施させる、メモリと
を備えるシステム。
前記シリーズ内の互いのフレームと共有される1つまたは複数の被写体と、
前記シリーズ内の互いのフレームと共有される前記1つまたは複数の被写体のコンテキスト背景と
を含み、
前記決定することが、前記シリーズ内の1つまたは複数のフレームについて、前記シリーズ内の前記1つまたは複数のフレームが前記シリーズ内の互いのフレームよりも前記様々な異なる別個の用途のうちの1つまたは複数のうちの特定の用途に適していると判定されることを示す1つまたは複数のスコアを決定することを含む、請求項15に記載のシステム。
前記セット内の互いのフレームとは異なる別個の1つまたは複数の被写体、または
前記セット内の互いのフレームとは異なる別個の、前記セット内の前記フレームの1つまたは複数の被写体のコンテキスト背景
のうちの1つまたは複数を含み、
前記決定することが、前記セット内の1つまたは複数のフレームについて、前記セット内の前記1つまたは複数のフレームが前記セット内の互いのフレームよりも前記様々な異なる別個の用途のうちの前記1つまたは複数のうちの特定の用途に適していると判定されることを示す1つまたは複数のスコアを決定することを含む、請求項15に記載のシステム。
前記動作が、
前記特定のユーザデバイスから、
他の画像を記述するデータと、
前記他の画像に対するユーザ入力を記述するデータと
を受け取ること、および
前記他の画像を記述する前記データと前記他の画像に対する前記ユーザ入力を記述する前記データとに少なくとも部分的に基づいて、前記1つまたは複数のMLモデルを生成すること
を含む、請求項15に記載のシステム。
前記動作が、
前記特定のユーザデバイスとは異なる別個の1つまたは複数のユーザデバイスから、
他の画像を記述するデータと、
前記他の画像に対するユーザ入力を記述するデータと
を受け取ること、および
前記他の画像を記述する前記データと前記他の画像に対する前記ユーザ入力を記述する前記データとに少なくとも部分的に基づいて、前記1つまたは複数のMLモデルを生成すること
を含む、請求項15に記載のシステム。
複数の異なる別個のフレームを含む画像を取得することと、
1つまたは複数の機械学習(ML)モデルを利用して、複数の異なる別個のフレームを含む画像を記述するデータに少なくとも部分的に基づいて、前記複数の異なる別個のフレームの各フレームについて、前記フレームについての1つまたは複数のスコアを決定することであって、前記1つまたは複数のスコアの各スコアが、前記1つまたは複数のMLモデルがそれに対する画像の適合性を決定するように構成される様々な異なる別個の用途のうちの1つまたは複数に対する前記フレームの適合性の決定された尺度を示す、ことと、
前記複数の異なる別個のフレームについて決定された前記スコアに少なくとも部分的に基づいて、前記フレームのうちの少なくとも1つを識別するグラフィカルユーザインターフェースを提供することと
を含む動作を前記1つまたは複数のコンピューティングデバイスに実施させる、1つまたは複数の非一時的コンピュータ可読媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021174541A JP7292349B2 (ja) | 2018-09-18 | 2021-10-26 | 画像を処理するための方法およびシステム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020555017A JP6969019B2 (ja) | 2018-09-18 | 2018-09-18 | 画像を処理するための方法およびシステム |
PCT/US2018/051523 WO2020060538A1 (en) | 2018-09-18 | 2018-09-18 | Methods and systems for processing imagery |
JP2021174541A JP7292349B2 (ja) | 2018-09-18 | 2021-10-26 | 画像を処理するための方法およびシステム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020555017A Division JP6969019B2 (ja) | 2018-09-18 | 2018-09-18 | 画像を処理するための方法およびシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022009502A true JP2022009502A (ja) | 2022-01-14 |
JP7292349B2 JP7292349B2 (ja) | 2023-06-16 |
Family
ID=87888390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021174541A Active JP7292349B2 (ja) | 2018-09-18 | 2021-10-26 | 画像を処理するための方法およびシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7292349B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008167155A (ja) * | 2006-12-28 | 2008-07-17 | Sony Corp | 再生装置および再生方法、並びにプログラム |
JP2016539433A (ja) * | 2013-09-18 | 2016-12-15 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | レコメンデーションエンジンインタフェース及び方法 |
JP2017098640A (ja) * | 2015-11-18 | 2017-06-01 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
-
2021
- 2021-10-26 JP JP2021174541A patent/JP7292349B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008167155A (ja) * | 2006-12-28 | 2008-07-17 | Sony Corp | 再生装置および再生方法、並びにプログラム |
JP2016539433A (ja) * | 2013-09-18 | 2016-12-15 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | レコメンデーションエンジンインタフェース及び方法 |
JP2017098640A (ja) * | 2015-11-18 | 2017-06-01 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7292349B2 (ja) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3815042B1 (en) | Image display with selective depiction of motion | |
CN116601675A (zh) | 虚拟服装试穿 | |
US8983150B2 (en) | Photo importance determination | |
US10430456B2 (en) | Automatic grouping based handling of similar photos | |
JP7247327B2 (ja) | ダイナミックデプス画像を撮影して編集するための手法 | |
CN110832583A (zh) | 用于从多个图像帧生成概要故事板的***和方法 | |
CN113366542A (zh) | 用于实现基于扩充的规范化分类图像分析计算事件的技术 | |
CN115777113B (zh) | 用于重新展示内容项的消息*** | |
JP2023529380A (ja) | ユーザの好みを反映した機械学習ベースの画像圧縮設定 | |
WO2015022689A1 (en) | Media object selection | |
JP6969019B2 (ja) | 画像を処理するための方法およびシステム | |
JP7292349B2 (ja) | 画像を処理するための方法およびシステム | |
JP7167318B2 (ja) | 人々のグループおよび画像ベースの作成物の自動生成 | |
US10949461B2 (en) | Composable templates for managing disturbing image and sounds | |
JP2023113444A (ja) | 画像処理装置、画像処理方法及びプログラム | |
US11438466B2 (en) | Generating an automatic virtual photo album | |
US20160111127A1 (en) | Generating a Composite Video of an Event Having a Moving Point of Attraction | |
CN116710911A (zh) | 基于标注的参与分析 | |
CN116710978A (zh) | 通过机器学习选择代表性视频帧 | |
JP2023147286A (ja) | プログラム、情報処理装置、情報処理システム及び情報処理方法 | |
Singh | Educator's feedback through expression recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230410 |
|
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: 20230508 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230606 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7292349 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |