JP6180482B2 - マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) - Google Patents
マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) Download PDFInfo
- Publication number
- JP6180482B2 JP6180482B2 JP2015186476A JP2015186476A JP6180482B2 JP 6180482 B2 JP6180482 B2 JP 6180482B2 JP 2015186476 A JP2015186476 A JP 2015186476A JP 2015186476 A JP2015186476 A JP 2015186476A JP 6180482 B2 JP6180482 B2 JP 6180482B2
- Authority
- JP
- Japan
- Prior art keywords
- foreground
- cell
- cells
- labeled
- color
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/142—Edging; Contouring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Description
104で、セルのそれぞれで検出された縁部のエネルギーが決定および累積され(組み合わせられ)、106で、各セルが車両の一部であるか否かを判別するために、各セルの累積された縁部エネルギーが縁部エネルギーしきい値と比較される。より詳細には、セル内の累積された縁部エネルギーが縁部エネルギーしきい値を満たす場合、セルは106で、前景(車両オブジェクトの一部)であることを意味する「1」(または正)とラベル付けされ、満たさない場合、106で、背景であることを意味する「0」(または負)とラベル付けされる。
f(cm(e))={1
0[1]
上式で、cmはm番目のセルであり、E(xi)はピクセルxiでの縁部のエネルギーである。セル内の縁部エネルギーの合計が縁部エネルギーしきい値teよりも大きい場合、「1」として、したがって前景車両オブジェクト交通の一部として再ラベル付け(またはラベル付け)され、そうでない場合、背景の一部(道路、私道など)として「ゼロ」がラベル付けされたままである(あるいはラベル付けまたは再ラベル付けされる)。他の実施形態は、異なる縁部検出アルゴリズム、たとえばCannyまたはPrewittなどを使用することが可能であり、さらに当業者であれば他の実施形態も明らかとなろう。
縁部エネルギー・プロセス104/106と並行した(あるいは別の)プロセスにおいて、108で、セルのそれぞれにおける複数の異なる色のそれぞれの濃さが決定される。110で、異なる色について決定された色濃度が各セル内で比較され、この比較が色オブジェクトの存在を示す(1つまたは複数の色が、色濃度差分しきい値だけ1つまたは複数の他の色よりも濃い濃度を有する)場合、セルは前景を意味する「1」または「正」としてラベル付けまたは再ラベル付けされる。あるいは、比較が実質上背景を示す灰色/モノクロ・イメージ情報を示す場合、セルは、背景を意味する「ゼロ」または「負」としてラベル付けまたは再ラベル付けされる。
f(cm(c))={0
1[2]
上式で、下付き文字は、色チャネルの2つのセット間での濃さの差異を示し、たとえば(Drg=ΣN i=1|drg|),drg)は赤のチャネル(「r」)と緑のチャネル(「g」)との間の濃さの差異を意味し、f(cm(c))はm番目のセルであるcmの色濃度差異である。式[2]は、色チャネルのうちの1つの濃度が他の2つと大幅に異なる場合、セルが前景オブジェクトであることを示唆する。所与の濃度値とは異なり、セル内の色濃度間で決定された絶対的差異は、一般に、照明の変化に対してより堅固である。式[2]によって導出された情報は、赤い車または黄色いタクシーなどの、比較的色彩豊かな車両の検出で非常に効果的である。色濃度差分しきい値(tc)は、当業者であれば理解されるように、ユーザによって、またはフィードバック・プロセスおよび生成された結果と既知の値でのビデオ入力のトレーニングとの比較を介して自動的に、システムが高精度を有する動作ポイントに設定することができる。
本発明の実施形態は、隣接するセル値に関してそれらのコンテキストを考慮することによって、セル204内の誤った正のラベルも減少させる。この例では、隣接セルの色濃度の整合性およびオブジェクト・ブロック・コンテキストという、2つのコンテキストを考慮することができる。
前述のように、104/106で、セル204内で決定された縁部エネルギーの関数として実行される、セル204のデータに対する正のオブジェクト決定/ラベルの正確さは、イメージ・データの課題によって損なわれる可能性がある。たとえば、セル内で認識可能な背景特徴によって作成されるノイズ(道路の車線マーキング、縁石など)が、背景セルに適用されることになる誤った正セル・ラベルを作成する可能性がある。また、相対的に大型の車両(トラック、バスなど)は、いくつかのセル内で縁部が認識できない大きな平坦領域を有する可能性があり、これらのセルのいくつかを背景要素として誤って検出すること、および誤った負/ゼロのラベル付けにつながる。
f(cm(c1))={0
1[3]
上式で、Vrgb=(ν1,ν2,ν3)’は個別のRGBチャネルそれぞれについての濃度値の合計であり、隣接セルのセット、m番目のセル(cm)の隣接セルの色濃度f(cm(c1))に関係し、(tc1)は色整合性しきい値である。他の実施形態では、隣接セルの色濃度の整合性プロセス112は、セルに関する色ヒストグラムを構築すること、および、たとえばBhattacharyaプロセスなどの適切なメトリクスを用いてそれらの間の距離を計算することを含み、当業者であれば他の適切な隣接セルの色濃度整合性プロセスが明らかとなろう。
110および112で生成された正の前景セル204ラベルは、114で、正にラベル付けされたセル204の接続された隣接するグループによって形成されるブロックのサイズを、1つまたは複数テンプレート・フィルタと比較する、オブジェクト・ブロック・コンテキスト・プロセスを介してさらに妥当性検査される。当該ブロックがテンプレート基準を満たす場合、ブロックを形成する正にラベル付けされたセル204はそれぞれ前景セルとして妥当性検査され、満たさない場合、背景セルを意味するゼロまたは負の値に再ラベル付けまたはリセットされる。
Claims (17)
- 前景オブジェクトと背景モデルとを区別するための方法であって、
ビデオ・データ・イメージの領域を複数の個別セルのグリッド・アレイに分割すること、
それぞれのセルについて、フレーム・イメージ・データを獲得すること、
それぞれのセル内の複数の異なる色のそれぞれについて色濃度を決定すること、
前記色濃度のうちの他の1つよりも色濃度差分しきい値以上に濃い前記色濃度のうちの1つを有するセルを前景としてラベル付けすること、
前景オブジェクトを画定するために前景としてラベル付けされたセルから前記フレーム・イメージ・データを使用すること、を含み、
前記ラベル付けされた前景セルの連続するグループによって形成されるブロックのサイズを、テンプレート・フィルタと比較すること、
前記比較に基づいて、前記ラベル付けされた前景セルのそれぞれの前記ラベルを修正すること、
をさらに含む、方法。 - それぞれのセルを背景ラベルで初期化することと、
それぞれのセルについて、当該セルの縁部エネルギーを検出および累積すること、
背景ラベルで初期化されたセルについて、前記累積された縁部エネルギーが縁部エネルギーしきい値を満たす場合に前景としてラベル付けすること、
累積された縁部エネルギーが縁部エネルギーしきい値を満たしたことに応じて、前記セルを前景としてラベル付けすること、
をさらに含む、請求項1に記載の方法。 - 前記ラベル付けされたセルの色の濃度合計を生成するために、前記セルについて決定された前記異なる色濃度を合計すること、
前記ラベル付けされたセルの前記生成された色濃度合計と、前記ラベル付けされたセルに隣接する複数のセルのそれぞれについて決定された前記色濃度の合計とを比較すること、
前記ラベル付けされたセルの前記生成された色濃度合計が、前記ラベル付けされたセルに隣接する複数のセルのそれぞれについて決定された前記色濃度の比較された合計よりも、色整合性しきい値だけ大きい場合、前記ラベル付けされたセルの前記ラベルを前記背景ラベルに修正することであって、前記ラベルを修正することは、前記前景オブジェクトを画定するために前景としてラベル付けされた前記セルから前記フレーム・イメージ・データを使用することに先立って実行される、修正すること、
をさらに含む、請求項1に記載の方法。 - 前記比較されたテンプレート・フィルタに適合しない前記ブロックの連続するグループの前記ラベル付けされた前景セルのそれぞれの前記ラベルを修正することであって、前記ラベルを修正することは、前記前景オブジェクトを画定するために前景としてラベル付けされた前記セルから前記フレーム・イメージ・データを使用することに先立って実行される、修正すること、
をさらに含む、請求項1に記載の方法。 - 前記テンプレートが高さおよび幅を有し、前記ブロックの連続するグループの高さが前記テンプレート高さよりも小さい場合、または、前記ブロックの連続するグループの幅が前記テンプレート幅よりも小さい場合、前記ブロックの連続するグループのうちの1つの前記ラベル付けされた前景セルのそれぞれの前記ラベルを修正する、請求項4に記載の方法。
- 前記決定された色濃度のうちの前記異なる色が、赤、相対的緑、および青の色チャネルのうちの1つである、請求項1に記載の方法。
- 前景オブジェクトと背景モデルとを区別するための方法であって、
ビデオ・データ・イメージの領域を複数の個別セルのグリッド・アレイに分割すること、
それぞれのセルについて、フレーム・イメージ・データを獲得すること、
それぞれのセルについて、当該セル内の縁部エネルギーを検出および累積し、累積された縁部エネルギーが縁部エネルギーしきい値を満たす場合に前景を示すか、または、前記累積された縁部エネルギーが前記縁部エネルギーしきい値を満たさない場合に背景を示す、縁部エネルギー前景指示出力を生成すること、
前記セルのそれぞれについて、当該セルに関して決定された色濃度のうちの1つが前記決定された色濃度のうちの他方よりも色濃度差分しきい値だけ濃い場合に前景を示すか、または、当該セルに関して決定された前記色濃度のうちのいずれの他方よりも前記色濃度差分しきい値だけ濃い前記決定された色濃度がない場合に背景を示す、色濃度前景指示出力を生成すること、
前記縁部エネルギー前景指示出力および前記色濃度前景指示出力の関数として、セルを前景または背景としてラベル付けすること、
前景オブジェクトを画定するために前景としてラベル付けされた前記セルから前記フレーム・イメージ・データを使用すること、
を含む、方法。 - 前記縁部エネルギー前景指示出力および前記色濃度前景指示出力の関数として、それぞれのセルを前景または背景としてラベル付けすることが、
前記縁部エネルギー前景指示出力および前記色濃度前景指示出力の入力に、前記セルが前景であることを前記入力の両方が示す場合、前記セルのそれぞれ1つについて「正」の出力を生成する論理AND演算を適用すること、
生成された「正」の出力を有する前記セルのそれぞれを前記前景セルとしてラベル付けすること、
を含む、請求項7に記載の方法。 - 前記縁部エネルギーしきい値を満たす累積された縁部エネルギーを有することに応答して、前景として示されるセルのそれぞれについて、
前記ラベル付けされたセルの色の濃度合計を生成するために、前記セルについて決定された前記異なる色濃度を合計すること、
前記ラベル付けされたセルの前記生成された色濃度合計と、前記ラベル付けされたセルに隣接する複数のセルのそれぞれについて決定された前記色濃度の合計とを比較すること、
前記ラベル付けされたセルの前記生成された色濃度合計が、前記ラベル付けされたセルに隣接する複数のセルのそれぞれについて決定された前記色濃度の比較された合計よりも、色整合性しきい値だけ大きい場合、前記ラベル付けされたセルの前記ラベルを前記背景ラベルに修正することであって、前記ラベルを修正することは、前記前景オブジェクトを画定するために前景としてラベル付けされた前記セルから前記フレーム・イメージ・データを使用することに先立って実行される、修正すること、
をさらに含む、請求項7に記載の方法。 - 前記ラベル付けされた前景セルの連続するグループによって形成されるブロックのサイズを、テンプレート・フィルタと比較すること、
前記比較されたテンプレート・フィルタに適合しない前記ブロックの連続するグループの前記ラベル付けされた前景セルのそれぞれの前記ラベルを修正することであって、前記ラベルを修正することは、前記前景オブジェクトを画定するために前景としてラベル付けされた前記セルから前記フレーム・イメージ・データを使用することに先立って実行される、修正すること、
をさらに含む、請求項7に記載の方法。 - 前記テンプレートが高さおよび幅を有し、前記ブロックの連続するグループの高さが前記テンプレート高さよりも小さい場合、または、前記ブロックの連続するグループの幅が前記テンプレート幅よりも小さい場合、前記ブロックの連続するグループのうちの1つの前記ラベル付けされた前景セルのそれぞれの前記ラベルを修正する、請求項10に記載の方法。
- 前景オブジェクトと背景モデルとを区別するための方法であって、
ビデオ・データ・イメージの領域をグリッド・アレイに分割したセルそれぞれについて、フレーム・イメージ・データを獲得すること、
それぞれのセルについて、複数の色濃度のうちの他の1つよりも色濃度差分しきい値以上に濃い前記色濃度のうちの1つを有するセルに対応する第1の前景指示を「正」として決定すること、
それぞれのセルついて、前記累積された縁部エネルギーが縁部エネルギーしきい値を満たす場合に当該セルに対応する第2の前景指示を「正」として決定すること、
それぞれのセルについて、前記第1および第2の前景指示に適用される組み合わせ規則の出力が「正」であることに応じて、当該セルを前景としてラベル付けすることであって、前記組み合わせ規則は、「論理OR」規則、「論理AND」規則、「重み付け比較」規則のグループから選択される、ラベル付けすることと、
前景オブジェクトを画定するために前景としてラベル付けされた前記セルから前記フレーム・イメージ・データを使用すること、
を含む、方法。 - 前景オブジェクトを背景モデルから区別するための方法であって、
ビデオ・データ・イメージの領域を複数の個別セルのグリッド・アレイに分割すること、
それぞれのセルについて、フレーム・イメージ・データを獲得すること、
当該セルについて決定された複数の色濃度を有するセルであって、当該複数の色濃度が互いに色濃度差分しきい値を超えないセルのそれぞれについて、背景を示す第1の指示を決定することと、
当該セルについて決定された複数の色濃度の1つを有するセルであって、当該複数の色濃度の1つが前記決定された色濃度の他の1つよりも色濃度差分しきい値以上大きいセルのそれぞれについて、前景を示す第2の指示を決定することと、
縁部累積エネルギーしきい値よりも小さい、セル内で検出された縁部の累積されたエネルギーを有するセルのそれぞれについて、背景を示す第3の指示を決定することと、
前記縁部エネルギーしきい値を満たすか、または、超える、セル内において検出された縁部の累積されたエネルギーを有するセルのそれぞれについて、前景を示す第4の指示を決定することと、
前記セルに対する前記指示に組み合わせ規則を適用することに応じて、前景または背景としてラベル付けすること、
前景オブジェクトを画定するために前景としてラベル付けされたセルから前記フレーム・イメージ・データを使用すること、
を含む、方法。 - 前記決定された色濃度の合計値を有するセルであって、当該色濃度の合計値が隣接する近隣セルの色濃度の合計値を色整合性しきい値以上超えるセルそれぞれについて、背景を示す第5の指示を決定することと、
前記決定された色濃度の合計値を有するセルであって、当該色濃度の合計値が隣接する近隣セルの色濃度の合計値を色整合性しきい値以上超えないセルそれぞれについて、前景を示す第6の指示を決定することと、
をさらに含む、請求項13に記載の方法。 - 前記セルに対する前記指示に組み合わせ規則を適用することに応じて、前景または背景としてラベル付けすることが、前記第1乃至6の指示を重み付けし、重み付けに基づいてラベル付けを行う、請求項14に記載の方法。
- 請求項1乃至15のいずれかに記載の方法に含まれる各ステップを処理ユニットに実行させる、プログラム。
- 請求項1乃至15のいずれかに記載の方法に含まれる各ステップを実行する手段を備える、システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/523,074 US8917934B2 (en) | 2012-06-14 | 2012-06-14 | Multi-cue object detection and analysis |
US13/523,074 | 2012-06-14 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015506345A Division JP5815910B2 (ja) | 2012-06-14 | 2013-05-31 | マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016027490A JP2016027490A (ja) | 2016-02-18 |
JP6180482B2 true JP6180482B2 (ja) | 2017-08-16 |
Family
ID=49755982
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015506345A Active JP5815910B2 (ja) | 2012-06-14 | 2013-05-31 | マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) |
JP2015186476A Active JP6180482B2 (ja) | 2012-06-14 | 2015-09-24 | マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015506345A Active JP5815910B2 (ja) | 2012-06-14 | 2013-05-31 | マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) |
Country Status (6)
Country | Link |
---|---|
US (4) | US8917934B2 (ja) |
JP (2) | JP5815910B2 (ja) |
CN (1) | CN104350510B (ja) |
DE (1) | DE112013001858B4 (ja) |
GB (1) | GB2516204B (ja) |
WO (1) | WO2013186662A1 (ja) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8943426B2 (en) * | 2011-11-03 | 2015-01-27 | Htc Corporation | Method for displaying background wallpaper and one or more user interface elements on display unit of electrical apparatus at the same time, computer program product for the method and electrical apparatus implementing the method |
US8917934B2 (en) | 2012-06-14 | 2014-12-23 | International Business Machines Corporation | Multi-cue object detection and analysis |
KR101384332B1 (ko) * | 2012-09-06 | 2014-04-10 | 현대모비스 주식회사 | 차량 영상처리 장치 및 방법과 이를 이용한 차량 영상처리 시스템 |
US9020248B2 (en) * | 2013-02-22 | 2015-04-28 | Nec Laboratories America, Inc. | Window dependent feature regions and strict spatial layout for object detection |
US9213896B2 (en) * | 2013-03-05 | 2015-12-15 | Mitsubishi Electric Research Laboratories, Inc. | Method for detecting and tracking objects in image sequences of scenes acquired by a stationary camera |
US9020198B2 (en) * | 2013-03-14 | 2015-04-28 | Nec Laboratories America, Inc. | Dimension-wise spatial layout importance selection: an alternative way to handle object deformation |
US9996974B2 (en) * | 2013-08-30 | 2018-06-12 | Qualcomm Incorporated | Method and apparatus for representing a physical scene |
US9595125B2 (en) * | 2013-08-30 | 2017-03-14 | Qualcomm Incorporated | Expanding a digital representation of a physical plane |
GB2528429B (en) | 2014-05-13 | 2016-12-14 | String Labs Ltd | Border detection |
GB2528233B (en) | 2014-05-13 | 2017-02-22 | String Labs Ltd | Identifying features |
GB2528028B (en) | 2014-05-13 | 2017-08-09 | String Labs Ltd | Border tracing |
GB2528027B (en) | 2014-05-13 | 2016-12-14 | String Labs Ltd | Perimeter detection |
JP6547744B2 (ja) | 2014-06-03 | 2019-07-24 | 日本電気株式会社 | 画像処理システム、画像処理方法及びプログラム |
CN107709930B (zh) * | 2015-06-18 | 2021-08-31 | 宝马股份公司 | 用于表示地图要素的方法和装置以及用于定位车辆/机器人的方法和装置 |
US9946951B2 (en) * | 2015-08-12 | 2018-04-17 | International Business Machines Corporation | Self-optimized object detection using online detector selection |
US9734597B2 (en) * | 2015-12-18 | 2017-08-15 | Intel Corporation | Interpolated minimum-maximum compression/decompression for efficient processing of graphics data at computing devices |
US9953448B2 (en) * | 2016-01-26 | 2018-04-24 | Sony Corporation | Method and system for image processing |
CN107092855A (zh) * | 2016-02-18 | 2017-08-25 | 日本电气株式会社 | 车辆部件识别方法和设备、车辆识别方法和设备 |
BR112018016910A2 (pt) * | 2016-02-19 | 2018-12-26 | Koninklijke Philips Nv | sistema de tratamento, método para determinar a posição de um dispositivo de tratamento de um sistema de tratamento, e produto de programa de computador |
CN105678834B (zh) | 2016-02-26 | 2019-12-17 | 腾讯科技(深圳)有限公司 | 区分对象的方法和装置 |
CN106408588A (zh) * | 2016-04-29 | 2017-02-15 | 广西科技大学 | 一种基于图像处理技术的投篮命中率影响因素的分析方法 |
US10301041B2 (en) * | 2016-06-09 | 2019-05-28 | California Institute Of Technology | Systems and methods for tracking moving objects |
CN106127292B (zh) * | 2016-06-29 | 2019-05-07 | 上海小蚁科技有限公司 | 流量计数方法和设备 |
US10037890B2 (en) * | 2016-10-11 | 2018-07-31 | Lam Research Corporation | Method for selectively etching with reduced aspect ratio dependence |
CN109479120A (zh) * | 2016-10-14 | 2019-03-15 | 富士通株式会社 | 背景模型的提取装置、交通拥堵状况检测方法和装置 |
CN109427062A (zh) * | 2017-08-30 | 2019-03-05 | 深圳星行科技有限公司 | 道路特征标记方法、装置、计算机设备以及可读存储介质 |
CN107977978B (zh) * | 2017-11-01 | 2020-08-21 | 浙江农林大学 | 一种基于椭圆轴关系确定细胞粘连方式的方法及*** |
CN109961065B (zh) * | 2017-12-25 | 2021-05-25 | 中国科学院沈阳自动化研究所 | 一种海面舰船目标检测方法 |
CN108763580A (zh) * | 2018-06-08 | 2018-11-06 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机存储介质 |
CN109034058B (zh) * | 2018-07-25 | 2022-01-04 | 哈工大机器人(合肥)国际创新研究院 | 一种针对图像中区域划分和自修正方法和*** |
JP7139181B2 (ja) | 2018-07-26 | 2022-09-20 | ワイエイシイテクノロジーズ株式会社 | プラズマ処理装置 |
CN109887276B (zh) * | 2019-01-30 | 2020-11-03 | 北京同方软件有限公司 | 基于前景提取与深度学习融合的夜间交通拥堵检测方法 |
CN110399803B (zh) * | 2019-07-01 | 2022-04-22 | 北京邮电大学 | 一种车辆检测方法及装置 |
JP7446756B2 (ja) * | 2019-10-02 | 2024-03-11 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
US11009604B1 (en) * | 2020-01-31 | 2021-05-18 | Zebra Technologies Corporation | Methods for detecting if a time of flight (ToF) sensor is looking into a container |
CN113361299B (zh) * | 2020-03-03 | 2023-08-15 | 浙江宇视科技有限公司 | 一种异常停车的检测方法、装置、存储介质及电子设备 |
US11651685B2 (en) | 2020-09-23 | 2023-05-16 | International Business Machines Corporation | Traffic data analysis and traffic jam prediction |
US11887328B1 (en) * | 2022-08-04 | 2024-01-30 | VergeSense, Inc. | Method for debugging images and tracking usage patterns of anonymous objects within a space |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4339745A (en) * | 1980-05-14 | 1982-07-13 | General Electric Company | Optical character recognition |
US5161107A (en) * | 1990-10-25 | 1992-11-03 | Mestech Creation Corporation | Traffic surveillance system |
US5268967A (en) * | 1992-06-29 | 1993-12-07 | Eastman Kodak Company | Method for automatic foreground and background detection in digital radiographic images |
JPH09270007A (ja) * | 1996-03-29 | 1997-10-14 | Nagoya Denki Kogyo Kk | 車両検出方法およびこれを用いた車両検出装置 |
US6782126B2 (en) * | 2001-02-20 | 2004-08-24 | International Business Machines Corporation | Method for combining feature distance with spatial distance for segmentation |
US6778705B2 (en) * | 2001-02-27 | 2004-08-17 | Koninklijke Philips Electronics N.V. | Classification of objects through model ensembles |
CN1213592C (zh) * | 2001-07-31 | 2005-08-03 | 佳能株式会社 | 采用自适应二值化的图象处理方法和设备 |
US6973213B2 (en) * | 2001-10-12 | 2005-12-06 | Xerox Corporation | Background-based image segmentation |
JP3789812B2 (ja) | 2001-12-17 | 2006-06-28 | 三菱電機株式会社 | 宇宙航行光学機器及びその汚染物質除去方法 |
JP3656056B2 (ja) * | 2002-03-25 | 2005-06-02 | 株式会社東芝 | 割り込み車両検出装置及びその方法 |
US7043474B2 (en) * | 2002-04-15 | 2006-05-09 | International Business Machines Corporation | System and method for measuring image similarity based on semantic meaning |
US7260257B2 (en) * | 2002-06-19 | 2007-08-21 | Microsoft Corp. | System and method for whiteboard and audio capture |
DE10353785B4 (de) * | 2003-11-18 | 2006-05-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung von verschiedenen Zelltypen von Zellen in einer biologischen Probe |
JP4760044B2 (ja) * | 2004-03-08 | 2011-08-31 | セイコーエプソン株式会社 | 画像における主要被写体の決定 |
US7668365B2 (en) * | 2004-03-08 | 2010-02-23 | Seiko Epson Corporation | Determination of main object on image and improvement of image quality according to main object |
US7848567B2 (en) * | 2004-09-23 | 2010-12-07 | Fuji Xerox Co., Ltd. | Determining regions of interest in synthetic images |
US8126283B1 (en) * | 2005-10-13 | 2012-02-28 | Maxim Integrated Products, Inc. | Video encoding statistics extraction using non-exclusive content categories |
EP2050067A1 (en) * | 2006-08-03 | 2009-04-22 | Alterface S.A. | Method and device for identifying and extracting images of multiple users, and for recognizing user gestures |
JP4558047B2 (ja) * | 2008-01-23 | 2010-10-06 | オリンパス株式会社 | 顕微鏡システム、画像生成方法、及びプログラム |
EP2093698A1 (en) * | 2008-02-19 | 2009-08-26 | British Telecommunications Public Limited Company | Crowd congestion analysis |
JP4772839B2 (ja) * | 2008-08-13 | 2011-09-14 | 株式会社エヌ・ティ・ティ・ドコモ | 画像識別方法および撮像装置 |
KR101296681B1 (ko) * | 2008-09-24 | 2013-08-16 | 삼성전자주식회사 | 영상 처리 방법 및 이를 이용한 화상형성장치 |
AU2009295350B2 (en) * | 2008-09-25 | 2016-02-11 | Commonwealth Scientific And Industrial Research Organisation | Detection of vehicles in an image |
JP4808267B2 (ja) * | 2009-05-27 | 2011-11-02 | シャープ株式会社 | 画像処理装置、画像形成装置、画像処理方法、コンピュータプログラム及び記録媒体 |
CN101699512B (zh) | 2009-10-30 | 2011-09-21 | 无锡景象数字技术有限公司 | 一种基于背景差异抠图和稀疏光流法的深度的生成方法 |
US8358808B2 (en) | 2010-01-08 | 2013-01-22 | University Of Washington | Video-based vehicle detection and tracking using spatio-temporal maps |
JP2011209966A (ja) | 2010-03-29 | 2011-10-20 | Sony Corp | 画像処理装置および方法、並びにプログラム |
JP5482412B2 (ja) * | 2010-04-30 | 2014-05-07 | 富士通株式会社 | ロボット、位置推定方法及びプログラム |
US8483481B2 (en) | 2010-07-27 | 2013-07-09 | International Business Machines Corporation | Foreground analysis based on tracking information |
CN101944267B (zh) | 2010-09-08 | 2012-04-18 | 大连古野软件有限公司 | 基于视频的烟火检测装置 |
AU2010241260B2 (en) * | 2010-10-29 | 2013-12-19 | Canon Kabushiki Kaisha | Foreground background separation in a scene with unstable textures |
CN102270343B (zh) | 2011-07-27 | 2013-06-19 | 宁波大学 | 一种基于Ising图模型的图像分割方法 |
US9113059B2 (en) * | 2011-11-30 | 2015-08-18 | Canon Kabushiki Kaisha | Image pickup apparatus and image region discrimination method |
US20130259374A1 (en) * | 2012-03-29 | 2013-10-03 | Lulu He | Image segmentation |
US8917934B2 (en) | 2012-06-14 | 2014-12-23 | International Business Machines Corporation | Multi-cue object detection and analysis |
-
2012
- 2012-06-14 US US13/523,074 patent/US8917934B2/en active Active
-
2013
- 2013-05-31 CN CN201380028291.9A patent/CN104350510B/zh active Active
- 2013-05-31 DE DE112013001858.6T patent/DE112013001858B4/de active Active
- 2013-05-31 GB GB1420407.7A patent/GB2516204B/en active Active
- 2013-05-31 JP JP2015506345A patent/JP5815910B2/ja active Active
- 2013-05-31 WO PCT/IB2013/054505 patent/WO2013186662A1/en active Application Filing
-
2014
- 2014-11-11 US US14/538,233 patent/US9171375B2/en active Active
-
2015
- 2015-09-22 US US14/861,085 patent/US9396548B2/en not_active Expired - Fee Related
- 2015-09-24 JP JP2015186476A patent/JP6180482B2/ja active Active
-
2016
- 2016-06-08 US US15/176,289 patent/US10037604B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US9171375B2 (en) | 2015-10-27 |
US20150063689A1 (en) | 2015-03-05 |
DE112013001858T5 (de) | 2014-12-24 |
CN104350510A (zh) | 2015-02-11 |
JP2015514278A (ja) | 2015-05-18 |
US20130336581A1 (en) | 2013-12-19 |
JP2016027490A (ja) | 2016-02-18 |
WO2013186662A1 (en) | 2013-12-19 |
US10037604B2 (en) | 2018-07-31 |
US20160284097A1 (en) | 2016-09-29 |
GB201420407D0 (en) | 2014-12-31 |
US8917934B2 (en) | 2014-12-23 |
JP5815910B2 (ja) | 2015-11-17 |
CN104350510B (zh) | 2017-10-31 |
GB2516204B (en) | 2015-09-16 |
US20160012606A1 (en) | 2016-01-14 |
GB2516204A (en) | 2015-01-14 |
DE112013001858B4 (de) | 2018-06-21 |
US9396548B2 (en) | 2016-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6180482B2 (ja) | マルチキュー・オブジェクトの検出および分析のための方法、システム、製品、およびコンピュータ・プログラム(マルチキュー・オブジェクトの検出および分析) | |
US10261574B2 (en) | Real-time detection system for parked vehicles | |
Messelodi et al. | A computer vision system for the detection and classification of vehicles at urban road intersections | |
RU2484531C2 (ru) | Устройство обработки видеоинформации системы охранной сигнализации | |
Azevedo et al. | Automatic vehicle trajectory extraction by aerial remote sensing | |
US9104919B2 (en) | Multi-cue object association | |
US20190332873A1 (en) | Device and Method for Object Recognition of an Input Image for a Vehicle | |
Singh et al. | Vehicle detection and accident prediction in sand/dust storms | |
Bu et al. | A UAV photography–based detection method for defective road marking | |
Guerrieri et al. | Flexible and stone pavements distress detection and measurement by deep learning and low-cost detection devices | |
Malinovskiy et al. | Model‐free video detection and tracking of pedestrians and bicyclists | |
KR et al. | Moving vehicle identification using background registration technique for traffic surveillance | |
Delavarian et al. | Multi‐camera multiple vehicle tracking in urban intersections based on multilayer graphs | |
Muniruzzaman et al. | Deterministic algorithm for traffic detection in free-flow and congestion using video sensor | |
Pun et al. | A real-time detector for parked vehicles based on hybrid background modeling | |
Oh et al. | Development of an integrated system based vehicle tracking algorithm with shadow removal and occlusion handling methods | |
Ata et al. | A fine tuned tracking of vehicles under different video degradations | |
Hamdan et al. | Measuring the road traffic intensity using neural network with computer vision | |
Sankaranarayanan et al. | Improved Vehicle Detection Accuracy and Processing Time for Video Based ITS Applications | |
Kansal et al. | Real time system for vehicle counting with speed estimation and license plate detection | |
Mohammed et al. | Autonomous driving object detection using ACF | |
Amoguis et al. | Road Lane Segmentation and Functionality Detection | |
Jin et al. | The Development of a Smart Intersection Mobility Testbed (SIMT) | |
Fernandez et al. | Traffic flow analysis | |
Bartolomé-Hornillos et al. | A self-adaptive automatic incident detection system for road surveillance based on deep learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20161024 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170124 |
|
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: 20170627 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170718 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6180482 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |