JP3270005B2 - 実験動物の行動観察の自動化方法 - Google Patents
実験動物の行動観察の自動化方法Info
- Publication number
- JP3270005B2 JP3270005B2 JP09252198A JP9252198A JP3270005B2 JP 3270005 B2 JP3270005 B2 JP 3270005B2 JP 09252198 A JP09252198 A JP 09252198A JP 9252198 A JP9252198 A JP 9252198A JP 3270005 B2 JP3270005 B2 JP 3270005B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- action
- behavior
- determined
- difference
- 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.)
- Expired - Lifetime
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、薬効評価などに有
効な実験動物の行動観察の自動化方法に関する。
効な実験動物の行動観察の自動化方法に関する。
【０００２】
【従来の技術】従来の実験動物の行動観察は、観察者の
主観に基づいて観察結果を求めているので、正確な結果
を得るために同一観察者による観察をを２回繰り返して
いたが、同一人であっても観察結果が一致しないことが
あった。また、複数の観察者によって観察結果の客観性
を高める場合は、判定基準を一致させるために事前にト
レーニング期間を設けてから観察を行っていたが、それ
でも観察結果が一致しない場合があった。
主観に基づいて観察結果を求めているので、正確な結果
を得るために同一観察者による観察をを２回繰り返して
いたが、同一人であっても観察結果が一致しないことが
あった。また、複数の観察者によって観察結果の客観性
を高める場合は、判定基準を一致させるために事前にト
レーニング期間を設けてから観察を行っていたが、それ
でも観察結果が一致しない場合があった。
【０００３】
【発明が解決しようとする課題】上述したように、従来
の行動観察方法では、観察に要する時間が長時間必要で
あり、しかも観察結果が一致しない場合もあって、観察
データの客観性について慎重に検討する必要があった。
本発明は、このような従来の行動観察方法の欠点を解消
するためになされたものであって、行動観察時間を短縮
すると共に、データに客観性を持たせるようにしたもの
である。
の行動観察方法では、観察に要する時間が長時間必要で
あり、しかも観察結果が一致しない場合もあって、観察
データの客観性について慎重に検討する必要があった。
本発明は、このような従来の行動観察方法の欠点を解消
するためになされたものであって、行動観察時間を短縮
すると共に、データに客観性を持たせるようにしたもの
である。
【０００４】
【課題を解決するための手段】オープンフィールド内の
実験動物の行動を、所定時間ビデオカメラによって撮影
してＶＴＲ画像として記録し、このＶＴＲ画像における
実験動物の行動を観察して複数の行動項目に分類すると
共に、ＶＴＲ画像をディジタル画像としてコンピュータ
に入力させてディジタル画像処理を行って実験動物の行
動判定に用いる画像パラメータを抽出する。次に、観察
者が判定した各行動項目ごとの画像パラメータの値を比
較し、行動判定のためのアルゴリズムを作成したうえで
コンピュータに格納しておき、観察対象の実験動物の画
像をビデオカメラからコンピュータに取り込み、画像パ
ラメータを求めてコンピュータに格納してある行動判定
アルゴリズムを適用することにより自動的に観察結果が
得られるようにした。
実験動物の行動を、所定時間ビデオカメラによって撮影
してＶＴＲ画像として記録し、このＶＴＲ画像における
実験動物の行動を観察して複数の行動項目に分類すると
共に、ＶＴＲ画像をディジタル画像としてコンピュータ
に入力させてディジタル画像処理を行って実験動物の行
動判定に用いる画像パラメータを抽出する。次に、観察
者が判定した各行動項目ごとの画像パラメータの値を比
較し、行動判定のためのアルゴリズムを作成したうえで
コンピュータに格納しておき、観察対象の実験動物の画
像をビデオカメラからコンピュータに取り込み、画像パ
ラメータを求めてコンピュータに格納してある行動判定
アルゴリズムを適用することにより自動的に観察結果が
得られるようにした。
【０００５】
【発明の実施の形態】本発明の実施例を図面を参照しな
がら説明する。図１は、本発明に係る実験動物の行動観
察システムの構成を示す説明図である。図１において、
観察対象のラット７を正方形（１１５×１１５cm）のオ
ープンフィールド６に入れ、ラット７の行動をオープン
フィールド６の上方に設けたビデオカメラ１によって撮
影し、撮影したＶＴＲ画像はビデオテープレコーダ２、
画像入出力装置３、ビデオモニタ４、コンピュータ５よ
り成る行動観察システムに入力して画像処理されるよう
に構成してある。
がら説明する。図１は、本発明に係る実験動物の行動観
察システムの構成を示す説明図である。図１において、
観察対象のラット７を正方形（１１５×１１５cm）のオ
ープンフィールド６に入れ、ラット７の行動をオープン
フィールド６の上方に設けたビデオカメラ１によって撮
影し、撮影したＶＴＲ画像はビデオテープレコーダ２、
画像入出力装置３、ビデオモニタ４、コンピュータ５よ
り成る行動観察システムに入力して画像処理されるよう
に構成してある。
【０００６】この実施例においては、ラット７をオープ
ンフィールド６内に１０分間放置しておいてビデオカメ
ラ１によって撮影し、そのＶＴＲ画像を用いて観察者に
よる行動観察を行い、オープンフィールド６内で起こる
ラット７の行動を分類する。分類された行動項目は、 L
ocomotion(移動活動）、 Grooming(毛づくろい）、Stre
ching(伸び）、 Sniffing(嗅ぎ）、Rearing(後肢立ち）
および Immobility(不動）の６項目であり、１秒毎の時
間見本法によって判定し、１秒間に起こる行動は１つと
してある。なお、行動項目は観察対象の実験動物の種類
によって適宜変更する。
ンフィールド６内に１０分間放置しておいてビデオカメ
ラ１によって撮影し、そのＶＴＲ画像を用いて観察者に
よる行動観察を行い、オープンフィールド６内で起こる
ラット７の行動を分類する。分類された行動項目は、 L
ocomotion(移動活動）、 Grooming(毛づくろい）、Stre
ching(伸び）、 Sniffing(嗅ぎ）、Rearing(後肢立ち）
および Immobility(不動）の６項目であり、１秒毎の時
間見本法によって判定し、１秒間に起こる行動は１つと
してある。なお、行動項目は観察対象の実験動物の種類
によって適宜変更する。
【０００７】上述したＶＴＲ画像をディジタル画像とし
てＳＥＮＳＡＲ社製のピラミッド・ヴィジョンシステム
（ＰＶＳ）に入力させ、画像差分法、２値化法、楕円近
似および重心抽出より成る画像処理を行って画像パラメ
ータを抽出し、行動判定に用いる。画像パラメータは７
項目によって構成しており、その内訳は次の通りであ
る。 (1) 面積：画像上でとらえたラットの面積 (2) 長軸長：ラットを楕円近似した際の楕円の長軸長 (3) 重心移動量：ラットの重心の移動量 (4) 直進性：ラットの重心が直進した処理画像数 (5) 回転性：ラットの長軸が回転した角度の大きさ (6) 総差分量：連続する２フレーム間での輝度値変化量
の合計 (7) 部分差分量：ラットを楕円近似したときの長軸両端
近傍における輝度値変化量
てＳＥＮＳＡＲ社製のピラミッド・ヴィジョンシステム
（ＰＶＳ）に入力させ、画像差分法、２値化法、楕円近
似および重心抽出より成る画像処理を行って画像パラメ
ータを抽出し、行動判定に用いる。画像パラメータは７
項目によって構成しており、その内訳は次の通りであ
る。 (1) 面積：画像上でとらえたラットの面積 (2) 長軸長：ラットを楕円近似した際の楕円の長軸長 (3) 重心移動量：ラットの重心の移動量 (4) 直進性：ラットの重心が直進した処理画像数 (5) 回転性：ラットの長軸が回転した角度の大きさ (6) 総差分量：連続する２フレーム間での輝度値変化量
の合計 (7) 部分差分量：ラットを楕円近似したときの長軸両端
近傍における輝度値変化量
【０００８】前記ピラミッド・ヴィジョンシステム（Ｐ
ＶＳ）による画像処理のフローチャートを図３に示す。
図３において、ＶＴＲ画像における各フレーム毎の処理
時間の流れを縦軸方向に、横軸方向に各フレームを左側
から順番に表示してある。第１のフレームにおいて、先
ず対象画像を取り込み（Ｓ１０１）、背景画像を取り込
む（Ｓ１００）と共に、対象画像と背景画像の差分処理
（Ｓ１０２）を行ってノイズを除去し（Ｓ１０３）、背
景消去画像を作成する（Ｓ１０４）。同様にして、第２
のフレームにおいても対象画像の取り込み（Ｓ２０
１）、背景画像を取り込む（Ｓ１００）と共に、対象画
像と背景画像の差分処理（Ｓ２０２）、ノイズ除去（Ｓ
２０３）、背景消去画像を作成する（Ｓ２０４）。第１
のフレームと第２のフレームにおける背景消去画像（Ｓ
１０４とＳ２０４）の差分処理を行って（Ｓ１０５）、
総差分量計測（Ｓ１０６）を行い、さらに部分差分量計
測（Ｓ１０７）を行う。
ＶＳ）による画像処理のフローチャートを図３に示す。
図３において、ＶＴＲ画像における各フレーム毎の処理
時間の流れを縦軸方向に、横軸方向に各フレームを左側
から順番に表示してある。第１のフレームにおいて、先
ず対象画像を取り込み（Ｓ１０１）、背景画像を取り込
む（Ｓ１００）と共に、対象画像と背景画像の差分処理
（Ｓ１０２）を行ってノイズを除去し（Ｓ１０３）、背
景消去画像を作成する（Ｓ１０４）。同様にして、第２
のフレームにおいても対象画像の取り込み（Ｓ２０
１）、背景画像を取り込む（Ｓ１００）と共に、対象画
像と背景画像の差分処理（Ｓ２０２）、ノイズ除去（Ｓ
２０３）、背景消去画像を作成する（Ｓ２０４）。第１
のフレームと第２のフレームにおける背景消去画像（Ｓ
１０４とＳ２０４）の差分処理を行って（Ｓ１０５）、
総差分量計測（Ｓ１０６）を行い、さらに部分差分量計
測（Ｓ１０７）を行う。
【０００９】次に、第１フレームにおける背景消去画像
（Ｓ１０４）から対象画像の面積計測（Ｓ１０８）を行
い、さらに、楕円近似（Ｓ１０９）と重心計測（Ｓ１１
０）を行う。前記楕円近似（Ｓ１０９）に基づいて対象
画像の長軸長計測（Ｓ１１２）を行うと共に短軸長計測
（Ｓ１１３）を行う。同様にして第２フレームにおいて
も背景消去画像（Ｓ２０４）からその面積計測（Ｓ２０
８）、楕円近似（Ｓ２０９）、重心計測（Ｓ２１０）を
行う。第１フレームの重心計測（Ｓ１１０）と第２フレ
ームの重心計測（Ｓ２１０）に基づいてフレーム間にお
ける重心移動量計測（Ｓ１１１）を行う。また、第１フ
レームの楕円近似（Ｓ１０９）と第２フレームの楕円近
似（Ｓ２０９）に基づいてフレーム間における回転性計
測（Ｓ１１４）を行うと共に直進性計測（Ｓ１１５）を
行う。以下同様にして第３フレーム以降のフレームにつ
いても画像処理を行って、行動判定に用いる７項目の画
像パラメータを求める。
（Ｓ１０４）から対象画像の面積計測（Ｓ１０８）を行
い、さらに、楕円近似（Ｓ１０９）と重心計測（Ｓ１１
０）を行う。前記楕円近似（Ｓ１０９）に基づいて対象
画像の長軸長計測（Ｓ１１２）を行うと共に短軸長計測
（Ｓ１１３）を行う。同様にして第２フレームにおいて
も背景消去画像（Ｓ２０４）からその面積計測（Ｓ２０
８）、楕円近似（Ｓ２０９）、重心計測（Ｓ２１０）を
行う。第１フレームの重心計測（Ｓ１１０）と第２フレ
ームの重心計測（Ｓ２１０）に基づいてフレーム間にお
ける重心移動量計測（Ｓ１１１）を行う。また、第１フ
レームの楕円近似（Ｓ１０９）と第２フレームの楕円近
似（Ｓ２０９）に基づいてフレーム間における回転性計
測（Ｓ１１４）を行うと共に直進性計測（Ｓ１１５）を
行う。以下同様にして第３フレーム以降のフレームにつ
いても画像処理を行って、行動判定に用いる７項目の画
像パラメータを求める。
【００１０】上述した７項目の画像パラメータに基づい
て、観察者が判定した６つの行動項目ごとの画像パラメ
ータの値を比較し、図２に示すフローチャートを用いて
行動判定のためのアルゴリズムを作成する。図２におい
て、最初に直進性を検討して（Ｓ１）、直進性の値が所
定値より大きい場合は Locomotion(移動活動）と判定
し、直進性が所定値より小さい場合は部分差分量を検討
し（Ｓ２）、部分差分量が所定値より多い場合は、さら
に長軸長の値を検討し（Ｓ３）、長軸長が所定値より長
ければその行動はStreching(伸び）と判定すると共に、
短かければRearing(後肢立ち）と判定する。次に、前記
部分差分量が所定値より少ない場合は、総差分量、重心
移動量および回転性の夫々の値を検討し（Ｓ４，Ｓ５，
Ｓ６）、全ての値が所定値より少ないか又は小さい場合
はその行動は Immobility(不動）であると判定し、総差
分量、重心移動量および回転性のいずれかの値が所定値
より多いか又は大きい場合はさらに面積を検討し（Ｓ
７）、面積が所定値より広い場合はその行動は Sniffin
g(嗅ぎ）と判定すると共に、所定値よりも狭い場合はそ
の行動は Grooming(毛づくろい）であると判断する。以
上の方法によって作成した行動判定のアルゴリズムをコ
ンピュータに格納しておく。
て、観察者が判定した６つの行動項目ごとの画像パラメ
ータの値を比較し、図２に示すフローチャートを用いて
行動判定のためのアルゴリズムを作成する。図２におい
て、最初に直進性を検討して（Ｓ１）、直進性の値が所
定値より大きい場合は Locomotion(移動活動）と判定
し、直進性が所定値より小さい場合は部分差分量を検討
し（Ｓ２）、部分差分量が所定値より多い場合は、さら
に長軸長の値を検討し（Ｓ３）、長軸長が所定値より長
ければその行動はStreching(伸び）と判定すると共に、
短かければRearing(後肢立ち）と判定する。次に、前記
部分差分量が所定値より少ない場合は、総差分量、重心
移動量および回転性の夫々の値を検討し（Ｓ４，Ｓ５，
Ｓ６）、全ての値が所定値より少ないか又は小さい場合
はその行動は Immobility(不動）であると判定し、総差
分量、重心移動量および回転性のいずれかの値が所定値
より多いか又は大きい場合はさらに面積を検討し（Ｓ
７）、面積が所定値より広い場合はその行動は Sniffin
g(嗅ぎ）と判定すると共に、所定値よりも狭い場合はそ
の行動は Grooming(毛づくろい）であると判断する。以
上の方法によって作成した行動判定のアルゴリズムをコ
ンピュータに格納しておく。
【００１１】観察対象のラット７の画像をビデオカメラ
１からコンピュータ５に取り込んでその画像パラメータ
を求め、予めコンピュータに格納してある行動判定のア
ルゴリズムを適用すると、自動的にラット７の観察結果
が求められる。観察対象の実験動物がラットでない場合
には、行動判定のためのアルゴリズムも異なったものを
作成する必要があるが、上述した画像パラメータとアル
ゴリズムの作成方法を適用することによって容易に作成
可能である。
１からコンピュータ５に取り込んでその画像パラメータ
を求め、予めコンピュータに格納してある行動判定のア
ルゴリズムを適用すると、自動的にラット７の観察結果
が求められる。観察対象の実験動物がラットでない場合
には、行動判定のためのアルゴリズムも異なったものを
作成する必要があるが、上述した画像パラメータとアル
ゴリズムの作成方法を適用することによって容易に作成
可能である。
【００１２】
【発明の効果】以上説明したように、本発明による実験
動物の行動観察の自動化方法によると、実験動物の行動
観察に要する時間を短縮すると共に、データに客観性を
もたせることになるので薬効評価などには特に有効であ
る。
動物の行動観察の自動化方法によると、実験動物の行動
観察に要する時間を短縮すると共に、データに客観性を
もたせることになるので薬効評価などには特に有効であ
る。
【図１】本発明に係る実験動物の行動観察システムの構
成を示す説明図。
成を示す説明図。
【図２】本発明による行動判定のためのアルゴリズム。
【図３】画像処理のフローチャート。
１ ビデオカメラ ２ ビデオテープレコーダ ３ 画像入出力装置 ４ ビデオモニタ ５ コンピュータ ６ オープンフィールド ７ ラット
フロントページの続き (72)発明者 吉川 泰弘 東京都保谷市新町３−１−６ (72)発明者 牧野 順四郎 茨城県つくば市稲荷前４−１ (72)発明者 寺尾 恵治 茨城県つくば市松代５−718−１ (72)発明者 山海 直 茨城県つくば市吾妻２−701−202 (72)発明者 小山 高正 東京都豊島区目白３−20−４ クリステ ィー目白301 (72)発明者 長谷川 毅 東京都八王子市元本郷町１丁目９番９号 中央電子株式会社内 (56)参考文献 特開 平９−101300（ＪＰ，Ａ) 特開 平２−242154（ＪＰ，Ａ) 特開 昭63−66461（ＪＰ，Ａ) 特開 昭63−213080（ＪＰ，Ａ) 特開 昭63−142259（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 1/00 280 A61B 5/00 101 H04N 7/18 G01N 33/15
Claims (1)
- 【請求項１】 実験動物の行動をビデオカメラにより撮
影したＶＴＲ画像をコンピュータにディジタル画像とし
て入力させ、該ディジタル画像を画像差分法、２値化
法、楕円近似、重心抽出より成る画像処理を行って抽出
した画像パラメータの値と、観察者がＶＴＲ画面を用い
て判定した各行動項目ごとの画像パラメータの値とを比
較して作成した実験動物の行動判定の基準となるアルゴ
リズムを前記コンピュータに格納しておき、 観察対象の実験動物の画像を前記ビデオカメラから前記
コンピュータへ取り込んで予め格納してある行動判定の
アルゴリズムを適用するようにした実験動物の行動観察
方法において、 画像上でとらえた観察対象物の面積、長軸長、重心移動
量、直進性と回転性、総差分量と部分差分量より成る画
像パラメータを抽出して行動判定に用い、 直進性が所定値より大きい場合の行動は Locomotion(移
動活動）であると判定し、直進性が所定値より小さい場
合は部分差分量を検討し、部分差分量が所定値より多い
場合はさらに長軸長を検討し、長軸長が所定値よりも長
ければその行動はStreching(伸び）と判定すると共に、
短かければRearing(後肢立ち）と判定し、 さらに、前記部分差分量が所定値より少ない場合は総差
分量、重心移動量および回転性の夫々の値を検討し、全
ての値が所定値よりも少ないか又は小さい場合の行動は
Immobility(不動）であると判定し、 総差分量、重心移動量および回転性のいずれかの値が所
定値より多いか又は大きい場合はさらに面積を検討し、
面積が所定値よりも広い場合の行動は Sniffing(嗅ぎ）
と判定すると共に、所定値よりも狭い場合の行動は Gro
oming(毛づくろい）であると判定し、自動的に観察結果
が得られるようにしたことを特徴とする実験動物の行動
観察の自動化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09252198A JP3270005B2 (ja) | 1998-03-20 | 1998-03-20 | 実験動物の行動観察の自動化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP09252198A JP3270005B2 (ja) | 1998-03-20 | 1998-03-20 | 実験動物の行動観察の自動化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH11296651A JPH11296651A (ja) | 1999-10-29 |
| JP3270005B2 true JP3270005B2 (ja) | 2002-04-02 |
Family
ID=14056650
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP09252198A Expired - Lifetime JP3270005B2 (ja) | 1998-03-20 | 1998-03-20 | 実験動物の行動観察の自動化方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3270005B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005196398A (ja) * | 2004-01-06 | 2005-07-21 | Ohara Ika Sangyo Kk | 小動物の行動解析装置、小動物の行動解析方法および行動診断方法 |
| US7269516B2 (en) | 2001-05-15 | 2007-09-11 | Psychogenics, Inc. | Systems and methods for monitoring behavior informatics |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7643655B2 (en) | 2000-11-24 | 2010-01-05 | Clever Sys, Inc. | System and method for animal seizure detection and classification using video analysis |
| US6678413B1 (en) | 2000-11-24 | 2004-01-13 | Yiqing Liang | System and method for object identification and behavior characterization using video analysis |
| JP2004089027A (ja) * | 2002-08-29 | 2004-03-25 | Japan Science & Technology Corp | 動物の行動解析方法、動物の行動解析システム、動物の行動解析プログラムならびにそれを記録したコンピュータ読み取り可能な記録媒体 |
| WO2007110555A1 (en) * | 2006-03-28 | 2007-10-04 | The University Court Of The University Of Edinburgh | A method for automatically characterizing the behavior of one or more objects |
| US8634635B2 (en) | 2008-10-30 | 2014-01-21 | Clever Sys, Inc. | System and method for stereo-view multiple animal behavior characterization |
| EP2846631A4 (en) | 2012-05-10 | 2017-02-15 | President and Fellows of Harvard College | A system and method for automatically discovering, characterizing, classifying and semi-automatically labeling animal behavior and quantitative phenotyping of behaviors in animals |
| AU2016338856B2 (en) | 2015-10-14 | 2021-01-28 | President And Fellows Of Harvard College | Automatically classifying animal behavior |
| EP3429471A4 (en) | 2016-03-18 | 2019-07-31 | President and Fellows of Harvard College | AUTOMATIC CLASSIFICATION OF ANIMAL BEHAVIOR |
| JP7303793B2 (ja) * | 2017-08-07 | 2023-07-05 | ザ ジャクソン ラボラトリー | 長期間の継続的な動物行動モニタリング |
-
1998
- 1998-03-20 JP JP09252198A patent/JP3270005B2/ja not_active Expired - Lifetime
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7269516B2 (en) | 2001-05-15 | 2007-09-11 | Psychogenics, Inc. | Systems and methods for monitoring behavior informatics |
| US7580798B2 (en) | 2001-05-15 | 2009-08-25 | Psychogenics, Inc. | Method for predicting treatment classes using animal behavior informatics |
| US7882135B2 (en) | 2001-05-15 | 2011-02-01 | Psychogenics, Inc. | Method for predicting treatment classes using behavior informatics |
| JP2005196398A (ja) * | 2004-01-06 | 2005-07-21 | Ohara Ika Sangyo Kk | 小動物の行動解析装置、小動物の行動解析方法および行動診断方法 |
| JP4598405B2 (ja) * | 2004-01-06 | 2010-12-15 | 小原医科産業株式会社 | 小動物の行動診断方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH11296651A (ja) | 1999-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3270005B2 (ja) | 実験動物の行動観察の自動化方法 | |
| JP4512834B2 (ja) | カプセル内視鏡画像表示制御装置 | |
| RU2008117397A (ru) | Способ и аппарат для определения характера дефектов кожи и метод оценки эффекта косметического средства против старения кожи | |
| JP2002257679A (ja) | 輝度情報取得方法、画質評価方法、表示装置の輝度情報取得装置および表示装置の画質評価装置 | |
| CN112084851A (zh) | 手卫生效果检测方法、装置、设备及介质 | |
| CN114531549B (zh) | 图像采集方法、电子设备和计算机可读存储介质 | |
| CN111899470A (zh) | 人体跌倒检测方法、装置、设备及存储介质 | |
| EP1474973B1 (en) | Automatic animal motion observation method and apparatus, and motion quantization apparatus | |
| JPH08315113A (ja) | 発塵・発煙の検出方法 | |
| JP6934118B2 (ja) | 画像処理システム、画像処理方法および画像処理プログラム | |
| Restrepo Girón et al. | A new algorithm for detecting and correcting bad pixels in infrared images | |
| JPH07198714A (ja) | 細胞活性度判定方法及び装置 | |
| JPH0955932A (ja) | 異常監視装置の異常検出方法 | |
| CN114205578A (zh) | 基于频域偏度和频域峰值的视频模糊异常检测方法和*** | |
| Weith-Glushko et al. | Quantitative analysis of infrared contrast enhancement algorithms | |
| JP2001167273A5 (ja) | ||
| TWI780378B (zh) | 偵測及分類測動物行為之系統及其方法 | |
| CN114067316B (zh) | 一种基于细粒度图像分类的快速识别方法 | |
| Mazur-Milecka et al. | The Analysis of Temperature Changes of the Saliva Traces Left on the Fur During Laboratory Rats Soial Contacts | |
| JPH0676047A (ja) | 画像処理装置 | |
| US9418404B2 (en) | Infrared detector system and method | |
| JPH0735699A (ja) | 表面欠陥検出方法およびその装置 | |
| CN109948456B (zh) | 应用于数字法庭的人脸识别方法及装置 | |
| JP3439669B2 (ja) | 画像処理装置 | |
| JP3038176B2 (ja) | パターンマッチングによる検査装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090118 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100118 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100118 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110118 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120118 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130118 Year of fee payment: 11 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |