JP6740454B2 - 変化検出ベースのイメージ獲得タスキングシステム - Google Patents
変化検出ベースのイメージ獲得タスキングシステム Download PDFInfo
- Publication number
- JP6740454B2 JP6740454B2 JP2019505061A JP2019505061A JP6740454B2 JP 6740454 B2 JP6740454 B2 JP 6740454B2 JP 2019505061 A JP2019505061 A JP 2019505061A JP 2019505061 A JP2019505061 A JP 2019505061A JP 6740454 B2 JP6740454 B2 JP 6740454B2
- Authority
- JP
- Japan
- Prior art keywords
- geographical area
- image
- images
- level
- computing devices
- 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
- 230000008859 change Effects 0.000 title claims description 145
- 238000001514 detection method Methods 0.000 title description 6
- 238000000034 method Methods 0.000 claims description 67
- 238000010801 machine learning Methods 0.000 claims description 60
- 230000000007 visual effect Effects 0.000 claims description 20
- 230000000694 effects Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 description 46
- 238000012545 processing Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 14
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000007792 addition Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- 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
- G06T2207/10032—Satellite or aerial image; Remote sensing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Astronomy & Astrophysics (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Description
像キャプチャプラットフォーム108A〜108Bからキャプチャされた画像を取得するには、より小さい帯域幅でよい。また、より低い解像度のイメージデータの使用は、画像キャプチャプラットフォーム108A〜108Bからのより少ないダウンロード/ダウンリンク時間につながり得る。
102 機械学習コンピューティングシステム、コンピューティングシステム
104 画像獲得システム
106 コンピューティングデバイス
108A 画像キャプチャプラットフォーム、街路レベルのプラットフォーム
108B 画像キャプチャプラットフォーム、空中プラットフォーム
110A〜110B 画像獲得パターン、獲得パターン
112 画像データベース、データベース
114 別のコンピューティングシステム、他のコンピューティングデバイス
116 データ
118 ロケーションデータ
120 ユーザデバイス
122 重要性のレベル
124 制御コマンド
126 機械学習型バイナリ分類器モデル、バイナリ分類器モデル
128 トレーニングコンピューティングシステム
129 制御コマンド
130 しきい値
132A〜132B 移動経路
134A〜134B 頻度
200 複数の画像、画像
202 地理的エリア
204A 画像、第1の画像
204B 画像、第2の画像
204C 画像、第3の画像
206A 第1の時間
206B 第2の時間
206C 第3の時間
302 モデルトレーナー
304 トレーニングデータ
306 トレーニング出力、出力
402A 第1の複数のセル、セル
402B 第2の複数のセル、セル
406A 第1のセル、セル
406B 第2のセル、セル
408 サブ領域
410 変化
412A セル
412B セル
414 サブ領域
416 変化
418 変化のレベル
502 データ
504 第1の出力、出力
506 データ
508 第2の出力、出力
600 グラフ表現
700 方法
800 方法
900 システム
902 通信ネットワーク、ネットワーク
904A プロセッサ
904B メモリデバイス
904C コンピュータ可読命令、命令
904D データ
904E 機械学習型モデル、モデル
904F ネットワークインターフェース
906A コンピューティングデバイス
906B プロセッサ
906C メモリデバイス、メモリ
906D 命令
906E データ
906F ネットワークインターフェース
908A プロセッサ
908B メモリデバイス
908C 命令
908D データ
908E ネットワークインターフェース
908F ロケーションコンピューティングハードウェア、ロケーションハードウェア
910A コンピューティングデバイス
910B プロセッサ
910C メモリデバイス、メモリ
910D 命令
910E データ
910F モデルトレーナー
910G ネットワークインターフェース
Claims (20)
- 画像獲得システムをタスキングするコンピュータ実装方法であって、
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、地理的エリアに関連する複数の画像を表すデータおよびロケーションデータを取得するステップであって、各画像は、前記地理的エリアの少なくとも一部分を示し、各画像は、異なる時間にキャプチャされており、前記ロケーションデータは、前記地理的エリアに位置するユーザデバイスの数を表す、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、前記地理的エリアに関連する1つまたは複数の変化の発生を決定するために、前記複数の画像の少なくともサブセットを解析するステップと、
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、前記ロケーションデータに少なくとも一部基づいて、前記地理的エリアに関連する重要性のレベルを決定するステップと、
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、前記地理的エリアに関連する前記1つまたは複数の変化の前記発生に少なくとも一部基づいて、前記地理的エリアに関連する変化のレベルを決定するステップと、
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、前記変化のレベルおよび前記重要性のレベルに少なくとも一部基づいて、前記地理的エリアに関連するイメージデータの獲得を調整するために、画像獲得システムに制御コマンドを提供するステップと
を備えるコンピュータ実装方法。 - 画像獲得システムをタスキングするコンピュータ実装方法であって、
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、地理的エリアに関連する複数の画像を表すデータを取得するステップであって、各画像は、前記地理的エリアの少なくとも一部分を示し、各画像は、異なる時間にキャプチャされている、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、前記地理的エリアに関連する1つまたは複数の変化の発生を決定するために、前記複数の画像の少なくともサブセットを解析するステップと、
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、前記地理的エリアに関連する前記1つまたは複数の変化の前記発生に少なくとも一部基づいて、前記地理的エリアに関連する変化のレベルを決定するステップと、
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、前記変化のレベルに少なくとも一部基づいて、前記地理的エリアに関連するイメージデータの獲得を調整するために、画像獲得システムに制御コマンドを提供するステップと
を備え、
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、前記地理的エリアに関連する1つまたは複数の変化の前記発生を決定するために、前記複数の画像の少なくとも前記サブセットを解析するステップは、
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、前記複数の画像のうちの第1の画像に関連する第1の複数のセルおよび前記複数の画像のうちの第2の画像に関連する第2の複数のセルを識別するステップと、
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、前記第1の複数のセルのうちの第1のセルおよび前記第2の複数のセルのうちの第2のセルを選択するステップであって、前記第1のセルと前記第2のセルの両方が、前記地理的エリアのサブ領域に関連付けられる、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、前記地理的エリアの前記サブ領域に関連する1つまたは複数の変化の前記発生を識別するために、前記第1のセルおよび前記第2のセルを表すデータを機械学習型バイナリ分類器モデルに入力するステップと、
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、前記機械学習型バイナリ分類器モデルから第1の出力を受信するステップであって、前記第1の出力は、前記地理的エリアの前記サブ領域に関連する前記1つまたは複数の変化の前記発生を表す、ステップと
を備える、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、前記地理的エリアに関連する1つまたは複数の変化の前記発生を決定するために、前記複数の画像の少なくとも前記サブセットを解析するステップは、
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、前記地理的エリアの1つまたは複数の他のサブ領域に関連する1つまたは複数の変化の発生を識別するために、前記機械学習型バイナリ分類器モデルに別の入力として前記第1および第2の複数のセルのうちの他のセルを表すデータを提供するステップと、
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、前記機械学習型バイナリ分類器モデルから第2の出力を受信するステップであって、前記第2の出力は、前記地理的エリアの前記他のサブ領域のうちの1つまたは複数に関連する1つまたは複数の変化の前記発生を表す、ステップと
をさらに備える、請求項2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、前記地理的エリアに関連する前記1つまたは複数の変化の前記発生に少なくとも一部基づいて、前記地理的エリアに関連する前記変化のレベルを決定するステップは、
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、前記第1の出力および前記第2の出力に少なくとも一部基づいて、前記地理的エリアに関連する前記変化のレベルを決定するステップ
を備える、請求項3に記載のコンピュータ実装方法。 - 前記機械学習型バイナリ分類器モデルは、前記セルの各々の1つまたは複数の視覚的特性の比較に少なくとも一部基づいて、前記地理的エリアの前記サブ領域に関連する前記1つまたは複数の変化の前記発生を識別するようにトレーニングされる、請求項2から4のいずれか一項に記載のコンピュータ実装方法。
- 前記画像獲得システムは、1つまたは複数の画像キャプチャプラットフォームを備え、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、前記画像獲得システムに前記制御コマンドを提供するステップは、前記変化のレベルに少なくとも一部基づいて、前記1つまたは複数の画像キャプチャプラットフォームに関連する獲得パターンを調整するステップを備える、請求項1から5のいずれか一項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、複数のユーザデバイスに関連するロケーションデータを取得するステップであって、前記ロケーションデータは、前記地理的エリアに位置するユーザデバイスの数を表す、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、前記地理的エリアに位置するユーザデバイスの前記数に少なくとも一部基づいて、前記地理的エリアに関連する重要性のレベルを決定するステップと
をさらに備える、請求項2から5のうちのいずれか一項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、前記地理的エリアに関連するイメージデータの前記獲得を調整するために、前記画像獲得システムに前記制御コマンドを提供するステップは、
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、前記地理的エリアに関連する前記変化のレベルおよび前記重要性のレベルに少なくとも一部基づいて、前記1つまたは複数の画像キャプチャプラットフォームに関連する獲得パターンを調整するために、前記画像獲得システムに前記制御コマンドを提供するステップ
を備える、請求項7に記載のコンピュータ実装方法。 - 前記獲得パターンを調整するステップは、前記画像キャプチャプラットフォームのそれぞれによって前記地理的エリアの画像がキャプチャされる頻度を調整するステップを備える、請求項6に記載のコンピュータ実装方法。
- 前記地理的エリアの画像がキャプチャされる前記頻度は、しきい値を上回る前記地理的エリアに関連する前記決定された変化のレベルに従って増やされる、請求項9に記載のコンピュータ実装方法。
- 前記複数の画像は、1つまたは複数の空中プラットフォームによって獲得される、請求項1から10のいずれか一項に記載のコンピュータ実装方法。
- 前記複数の画像は、1つまたは複数の街路レベルのプラットフォームによって獲得される、請求項1から10のいずれか一項に記載のコンピュータ実装方法。
- 画像獲得システムをタスキングするコンピュータ実装方法であって、
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、地理的エリアに関連する複数の画像を表すデータを取得するステップであって、各画像は、前記地理的エリアの少なくとも一部分を示し、各画像は、異なる時間にキャプチャされている、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、前記地理的エリアに関連する1つまたは複数の変化の発生を決定するために、前記複数の画像の少なくともサブセットを解析するステップと、
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、前記地理的エリアに関連する前記1つまたは複数の変化の前記発生に少なくとも一部基づいて、前記地理的エリアに関連する変化のレベルを決定するステップと、
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、前記変化のレベルに少なくとも一部基づいて、前記地理的エリアに関連するイメージデータの獲得を調整するために、画像獲得システムに制御コマンドを提供するステップと
を備え、
前記コンピュータ実装方法が、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、前記地理的エリアに関連する前記変化のレベルを示すグラフ表現を生成するステップ
をさらに備え、
前記地理的エリアに関連するイメージデータの前記獲得を調整するための前記制御コマンドは、前記グラフ表現に少なくとも一部基づく、コンピュータ実装方法。 - 前記地理的エリアに関連する前記1つまたは複数の変化は、構造的資産に関連する変化および交通資産に関連する変化のうちの少なくとも1つを備える、請求項1から13のいずれか一項に記載のコンピュータ実装方法。
- 前記地理的エリアに関連する前記変化は、建物の活動および道路の活動のうちの少なくとも1つを備える、請求項14に記載のコンピュータ実装方法。
- 画像獲得システムをタスキングするためのコンピューティングシステムであって、
少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサによって実行されると、前記コンピューティングシステムに、
複数の画像を表すデータおよびロケーションデータを取得することであって、各画像は、地理的エリアの少なくとも一部分を示し、各画像は、異なる時間にキャプチャされており、前記ロケーションデータは、前記地理的エリアに位置するユーザデバイスの数を表す、取得することと、
前記地理的エリアに関連する1つまたは複数の変化の発生を決定するために、前記複数の画像の少なくともサブセットを解析することと、
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、前記ロケーションデータに少なくとも一部基づいて、前記地理的エリアに関連する重要性のレベルを決定することと、
前記地理的エリアに関連する1つまたは複数の変化の前記発生に少なくとも一部基づいて、前記地理的エリアに関連する変化のレベルを決定することと、
前記変化のレベルおよび前記重要性のレベルに少なくとも一部基づいて、前記地理的エリアに関連するイメージデータの獲得を調整するために、画像獲得システムに制御コマンドを提供することと
を行わせる命令を記憶する少なくとも1つの有形のコンピュータ可読記録媒体と
を備えるコンピューティングシステム。 - 画像獲得システムをタスキングするためのコンピューティングシステムであって、
少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサによって実行されると、前記コンピューティングシステムに、
複数の画像を表すデータを取得することであって、各画像は、地理的エリアの少なくとも一部分を示し、各画像は、異なる時間にキャプチャされている、取得することと、
前記地理的エリアに関連する1つまたは複数の変化の発生を決定するために、前記複数の画像の少なくともサブセットを解析することと、
前記地理的エリアに関連する1つまたは複数の変化の前記発生に少なくとも一部基づいて、前記地理的エリアに関連する変化のレベルを決定することと、
前記変化のレベルに少なくとも一部基づいて、前記地理的エリアに関連するイメージデータの獲得を調整するために、画像獲得システムに制御コマンドを提供することと
を行わせる命令を記憶する少なくとも1つの有形のコンピュータ可読記録媒体と
を備え、
前記地理的エリアに関連する1つまたは複数の変化の前記発生を決定するために、前記複数の画像の前記サブセットを解析するために、前記命令は前記コンピューティングシステムに、
前記複数の画像のうちの第1の画像に関連する第1の複数のセルおよび前記複数の画像のうちの第2の画像に関連する第2の複数のセルを識別することと、
前記第1の複数のセルのうちの第1のセルおよび前記第2の複数のセルのうちの第2のセルを選択することであって、前記第1のセルと前記第2のセルの両方が、前記地理的エリアのサブ領域に関連付けられる、選択することと、
前記地理的エリアの前記サブ領域に関連する変化の発生を識別するために、前記第1のセルおよび前記第2のセルを表すデータを機械学習型バイナリ分類器モデルに入力することと、
前記機械学習型バイナリ分類器モデルから第1の出力を受信することであって、前記第1の出力は、前記地理的エリアの前記サブ領域に関連する前記変化の前記発生を表す、受信することと
を行わせる、コンピューティングシステム。 - 前記複数の画像は、空中プラットフォームおよび街路レベルのプラットフォームのうちの少なくとも1つによって獲得され、
前記画像獲得システムに前記制御コマンドを提供して前記地理的エリアに関連するイメージデータの前記獲得を調整するために、前記命令は前記コンピューティングシステムに、
前記空中プラットフォームおよび前記街路レベルのプラットフォームのうちの少なくとも1つに関連する獲得パターンを調整すること
を行わせる、請求項16または17に記載のコンピューティングシステム。 - 前記命令は、前記コンピューティングシステムに、
複数のユーザデバイスに関連するロケーションデータを取得することと、
前記ロケーションデータに少なくとも一部基づいて、前記地理的エリアに関連する重要性のレベルを決定することと
をさらに行わせる、請求項17に記載のコンピューティングシステム。 - 1つまたは複数のプロセッサによって実行されると、前記1つまたは複数のプロセッサに、請求項1から15のいずれか一項に記載の方法を実行させるコンピュータ可読命令を記憶する1つまたは複数の有形のコンピュータ可読記録媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2016/048391 WO2018038720A1 (en) | 2016-08-24 | 2016-08-24 | Change detection based imagery acquisition tasking system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019532380A JP2019532380A (ja) | 2019-11-07 |
JP6740454B2 true JP6740454B2 (ja) | 2020-08-12 |
Family
ID=56940358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019505061A Active JP6740454B2 (ja) | 2016-08-24 | 2016-08-24 | 変化検出ベースのイメージ獲得タスキングシステム |
Country Status (8)
Country | Link |
---|---|
US (1) | US10922578B2 (ja) |
EP (1) | EP3504661B1 (ja) |
JP (1) | JP6740454B2 (ja) |
KR (1) | KR102208347B1 (ja) |
CN (1) | CN108351959B (ja) |
DE (1) | DE112016002817T5 (ja) |
GB (1) | GB2555228B (ja) |
WO (1) | WO2018038720A1 (ja) |
Families Citing this family (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110325981B (zh) * | 2016-08-24 | 2023-02-17 | 谷歌有限责任公司 | 基于变化检测的地图界面更新*** |
US11142197B2 (en) * | 2016-10-18 | 2021-10-12 | Honda Motor Co., Ltd. | Vehicle control device |
CN107067003B (zh) * | 2017-03-09 | 2021-09-21 | 百度在线网络技术(北京)有限公司 | 感兴趣区域边界的提取方法、装置、设备和计算机存储介质 |
WO2018176000A1 (en) | 2017-03-23 | 2018-09-27 | DeepScale, Inc. | Data synthesis for autonomous control systems |
US10395335B2 (en) * | 2017-03-27 | 2019-08-27 | International Business Machines Corporation | Optimal data sampling for image analysis |
US11157441B2 (en) | 2017-07-24 | 2021-10-26 | Tesla, Inc. | Computational array microprocessor system using non-consecutive data formatting |
US11893393B2 (en) | 2017-07-24 | 2024-02-06 | Tesla, Inc. | Computational array microprocessor system with hardware arbiter managing memory requests |
US11409692B2 (en) | 2017-07-24 | 2022-08-09 | Tesla, Inc. | Vector computational unit |
US10671349B2 (en) | 2017-07-24 | 2020-06-02 | Tesla, Inc. | Accelerated mathematical engine |
US10809719B2 (en) * | 2017-08-29 | 2020-10-20 | Uatc, Llc | Systems and methods of controlling an autonomous vehicle using an enhanced trajectory following configuration |
US11561791B2 (en) | 2018-02-01 | 2023-01-24 | Tesla, Inc. | Vector computational unit receiving data elements in parallel from a last row of a computational array |
JP6986685B2 (ja) * | 2018-03-12 | 2021-12-22 | パナソニックIpマネジメント株式会社 | 情報処理装置 |
US11215999B2 (en) | 2018-06-20 | 2022-01-04 | Tesla, Inc. | Data pipeline and deep learning system for autonomous driving |
US11361457B2 (en) | 2018-07-20 | 2022-06-14 | Tesla, Inc. | Annotation cross-labeling for autonomous control systems |
US11636333B2 (en) | 2018-07-26 | 2023-04-25 | Tesla, Inc. | Optimizing neural network structures for embedded systems |
US11562231B2 (en) | 2018-09-03 | 2023-01-24 | Tesla, Inc. | Neural networks for embedded devices |
CN113039556B (zh) | 2018-10-11 | 2022-10-21 | 特斯拉公司 | 用于使用增广数据训练机器模型的***和方法 |
US11196678B2 (en) | 2018-10-25 | 2021-12-07 | Tesla, Inc. | QOS manager for system on a chip communications |
US11816585B2 (en) | 2018-12-03 | 2023-11-14 | Tesla, Inc. | Machine learning models operating at different frequencies for autonomous vehicles |
US11537811B2 (en) | 2018-12-04 | 2022-12-27 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
US11610117B2 (en) | 2018-12-27 | 2023-03-21 | Tesla, Inc. | System and method for adapting a neural network model on a hardware platform |
US11150664B2 (en) | 2019-02-01 | 2021-10-19 | Tesla, Inc. | Predicting three-dimensional features for autonomous driving |
US10997461B2 (en) | 2019-02-01 | 2021-05-04 | Tesla, Inc. | Generating ground truth for machine learning from time series elements |
US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
US10956755B2 (en) | 2019-02-19 | 2021-03-23 | Tesla, Inc. | Estimating object properties using visual image data |
US11488352B1 (en) * | 2019-02-21 | 2022-11-01 | Apple Inc. | Modeling a geographical space for a computer-generated reality experience |
US10909366B2 (en) * | 2019-02-28 | 2021-02-02 | Orbital Insight, Inc. | Joint modeling of object population estimation using sensor data and distributed device data |
JP7082587B2 (ja) * | 2019-03-20 | 2022-06-08 | 株式会社日立製作所 | 画像処理装置、画像処理方法及び画像処理システム |
CN111768329B (zh) * | 2019-04-01 | 2024-03-15 | 维塔科技(北京)有限公司 | 采集内核执行时间的方法、装置、存储介质及电子设备 |
JP7334052B2 (ja) * | 2019-04-09 | 2023-08-28 | 株式会社小松製作所 | 情報処理装置、情報処理方法、学習済モデルの生成方法、およびシステム |
EP4365551A2 (en) * | 2019-04-23 | 2024-05-08 | Google LLC | Generation of surface maps to improve navigation |
CN110399445A (zh) * | 2019-07-25 | 2019-11-01 | 腾讯科技(深圳)有限公司 | 一种兴趣点的处理方法、装置及设备 |
US11157741B2 (en) | 2019-08-13 | 2021-10-26 | International Business Machines Corporation | Determining the state of infrastructure in a region of interest |
CN112579614B (zh) * | 2019-09-27 | 2024-06-11 | 阿波罗智能技术(北京)有限公司 | 地图数据的采集方法、装置、电子设备和介质 |
FR3104759B1 (fr) * | 2019-12-12 | 2021-12-10 | Electricite De France | Localisation d’éléments de réseau électrique dans des images aériennes |
CN111654647B (zh) * | 2020-06-02 | 2022-12-09 | 苏州睿新微***技术有限公司 | 红外探测器的感应成像控制方法、装置及控制电路 |
KR102374158B1 (ko) * | 2020-08-10 | 2022-03-16 | (주)아이웨이 | Gis 및 cnn 기반 공공데이터를 이용한 변화탐지 서비스 제공 방법 |
CN112100418A (zh) | 2020-09-11 | 2020-12-18 | 北京百度网讯科技有限公司 | 用于查询历史街景的方法、装置、电子设备及存储介质 |
CN112749245A (zh) * | 2021-01-07 | 2021-05-04 | 北京码牛科技有限公司 | 一种一标三实信息管理方法、装置和电子设备 |
KR102317854B1 (ko) * | 2021-03-11 | 2021-10-26 | 주식회사 에스아이에이 | 실시간 모니터링을 위한 사용자 인터페이스 |
KR102317855B1 (ko) * | 2021-03-11 | 2021-10-26 | 주식회사 에스아이에이 | 프로젝트 분석을 위한 사용자 인터페이스 |
US20220397419A1 (en) * | 2021-06-09 | 2022-12-15 | Here Global B.V. | Systems and methods for selecting a navigation map |
CN113704538B (zh) * | 2021-08-30 | 2024-06-18 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备及计算机存储介质 |
US11932394B2 (en) | 2021-09-14 | 2024-03-19 | Honeywell International Inc. | System and method for localization of safe zones in dense depth and landing quality heatmaps |
WO2023204240A1 (ja) * | 2022-04-20 | 2023-10-26 | パナソニックIpマネジメント株式会社 | 処理方法およびそれを利用した処理装置 |
WO2023209413A1 (en) * | 2022-04-28 | 2023-11-02 | Kayrros | System and method for monitoring a right of way |
CN115272899B (zh) * | 2022-09-27 | 2023-04-07 | 广东国图勘测地理信息有限公司 | 一种风险预警方法、装置、飞行器及存储介质 |
CN116258961B (zh) * | 2023-01-18 | 2023-12-01 | 广州市绿之城园林绿化工程有限公司 | 一种林业图斑变化快速识别方法及*** |
CN116931601B (zh) * | 2023-07-25 | 2024-02-20 | 苏州瀚易特信息技术股份有限公司 | 一种基于无人机的航拍摄影摄像控制*** |
Family Cites Families (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0786914B2 (ja) | 1986-11-07 | 1995-09-20 | 株式会社日立製作所 | 画像を用いた変化検出方法 |
IE61778B1 (en) | 1989-01-04 | 1994-11-30 | Emyville Enterprises | Image processing |
US6661838B2 (en) | 1995-05-26 | 2003-12-09 | Canon Kabushiki Kaisha | Image processing apparatus for detecting changes of an image signal and image processing method therefor |
US6335976B1 (en) * | 1999-02-26 | 2002-01-01 | Bomarc Surveillance, Inc. | System and method for monitoring visible changes |
JP3992452B2 (ja) * | 2000-11-09 | 2007-10-17 | 日立ソフトウエアエンジニアリング株式会社 | 変化検出装置、変化検出方法及び該方法に係るプログラムを記憶した記憶媒体並びにシステム |
JP2003030373A (ja) * | 2001-07-10 | 2003-01-31 | Fujitsu Ltd | 人口分布解析装置 |
US7270299B1 (en) | 2004-03-23 | 2007-09-18 | Northrop Grumman Corporation | Space based change detection using common ground track constellations |
JP4521235B2 (ja) | 2004-08-25 | 2010-08-11 | 日立ソフトウエアエンジニアリング株式会社 | 撮影画像の変化抽出装置及び方法 |
EP1860628A4 (en) * | 2005-03-15 | 2015-06-24 | Pioneer Corp | ROAD SCENE ILLUSTRATION EQUIPMENT, METHOD AND PROGRAM |
JP4699170B2 (ja) | 2005-10-19 | 2011-06-08 | アイシン・エィ・ダブリュ株式会社 | 地図情報配信システム |
US7528938B2 (en) | 2006-01-10 | 2009-05-05 | Harris Corporation | Geospatial image change detecting system and associated methods |
JP4156003B2 (ja) | 2006-10-12 | 2008-09-24 | 株式会社ゼンリン | 地図情報管理システム及び地図情報配信システム |
US7990804B2 (en) | 2006-12-01 | 2011-08-02 | The United States Of America As Represented By The Secretary Of The Navy | Method and system for real-time automated change detection and classification for images |
US20080278508A1 (en) | 2007-05-11 | 2008-11-13 | Swen Anderson | Architecture and Method for Remote Platform Control Management |
JP5097629B2 (ja) * | 2008-07-04 | 2012-12-12 | 株式会社日立ソリューションズ | 地物形状変化検出プログラム、及び、地物形状変化検出システム |
US8144937B2 (en) | 2008-10-15 | 2012-03-27 | The Boeing Company | System and method for airport mapping database automatic change detection |
US8001115B2 (en) * | 2008-10-16 | 2011-08-16 | The Curators Of The University Of Missouri | Identifying geographic-areas based on change patterns detected from high-resolution, remotely sensed imagery |
EP2409289A1 (en) | 2009-03-16 | 2012-01-25 | Tomtom Belgium N.V. | Method for updating digital maps |
JP2011022004A (ja) | 2009-07-15 | 2011-02-03 | Pioneer Electronic Corp | 地図データ更新装置、地図データ更新方法、地図データ更新プログラムおよび記録媒体 |
US9417312B2 (en) * | 2009-11-18 | 2016-08-16 | Verizon Patent And Licensing Inc. | System and method for providing automatic location-based imaging using mobile and stationary cameras |
KR101140699B1 (ko) * | 2010-06-03 | 2012-05-03 | 한국조폐공사 | 디지털 포렌직 기술을 이용한 보안 인쇄물 위조식별 시스템 및 그 방법 |
US8503794B2 (en) | 2010-07-28 | 2013-08-06 | Microsoft Corporation | Data difference guided image capturing |
GB2482551A (en) | 2010-08-06 | 2012-02-08 | Qinetiq Ltd | Alignment of synthetic aperture radar images |
JP2012069022A (ja) * | 2010-09-27 | 2012-04-05 | Hitachi Ltd | 監視システム |
US8548248B2 (en) | 2011-03-01 | 2013-10-01 | Mda Information Systems, Inc. | Correlated land change system and method |
JP2012209843A (ja) * | 2011-03-30 | 2012-10-25 | Toshiba Corp | 広域撮影制御システム |
WO2013032823A1 (en) * | 2011-08-26 | 2013-03-07 | Skybox Imaging, Inc. | Adaptive image acquisition and processing with image analysis feedback |
US9977978B2 (en) | 2011-11-14 | 2018-05-22 | San Diego State University Research Foundation | Image station matching, preprocessing, spatial registration and change detection with multi-temporal remotely-sensed imagery |
JP2013152383A (ja) | 2012-01-26 | 2013-08-08 | Mitsubishi Electric Corp | 簡略地図生成装置、簡略地図生成方法、簡略地図表示装置、及び簡略地図表示方法 |
JP5905308B2 (ja) | 2012-03-26 | 2016-04-20 | 富士フイルム株式会社 | 画像処理装置、方法及びプログラム |
US8818081B1 (en) * | 2013-10-16 | 2014-08-26 | Google Inc. | 3D model updates using crowdsourced video |
US9437004B2 (en) | 2014-06-23 | 2016-09-06 | Google Inc. | Surfacing notable changes occurring at locations over time |
CN104778719B (zh) | 2015-05-07 | 2017-10-24 | 西安电子科技大学 | 基于二阶统计量扰动分析的sar图像变化检测方法 |
CN104992174A (zh) * | 2015-07-23 | 2015-10-21 | 杨珊珊 | 一种能够自动维护的图像更新***及其方法 |
US20170034470A1 (en) * | 2015-08-02 | 2017-02-02 | Cfkk, Llc | Systems and methods and apparatuses for capturing concurrent multiple perspectives of a target by mobile devices |
US10042055B2 (en) * | 2016-04-20 | 2018-08-07 | Here Global B.V. | Traffic volume estimation |
US9886771B1 (en) * | 2016-05-20 | 2018-02-06 | Ccc Information Services Inc. | Heat map of vehicle damage |
-
2016
- 2016-08-24 CN CN201680019782.0A patent/CN108351959B/zh active Active
- 2016-08-24 US US15/560,640 patent/US10922578B2/en active Active
- 2016-08-24 EP EP16766704.7A patent/EP3504661B1/en active Active
- 2016-08-24 KR KR1020197002296A patent/KR102208347B1/ko active IP Right Grant
- 2016-08-24 WO PCT/US2016/048391 patent/WO2018038720A1/en active Application Filing
- 2016-08-24 JP JP2019505061A patent/JP6740454B2/ja active Active
- 2016-08-24 DE DE112016002817.2T patent/DE112016002817T5/de active Pending
- 2016-08-24 GB GB1715843.7A patent/GB2555228B/en active Active
Also Published As
Publication number | Publication date |
---|---|
KR102208347B1 (ko) | 2021-01-27 |
EP3504661A1 (en) | 2019-07-03 |
GB201715843D0 (en) | 2017-11-15 |
DE112016002817T5 (de) | 2018-04-26 |
JP2019532380A (ja) | 2019-11-07 |
WO2018038720A1 (en) | 2018-03-01 |
US10922578B2 (en) | 2021-02-16 |
GB2555228A (en) | 2018-04-25 |
US20180253621A1 (en) | 2018-09-06 |
EP3504661B1 (en) | 2023-08-16 |
CN108351959B (zh) | 2022-09-13 |
CN108351959A (zh) | 2018-07-31 |
GB2555228B (en) | 2021-10-27 |
KR20190029610A (ko) | 2019-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6740454B2 (ja) | 変化検出ベースのイメージ獲得タスキングシステム | |
CN110325981B (zh) | 基于变化检测的地图界面更新*** | |
US10108867B1 (en) | Image-based pedestrian detection | |
US20200286391A1 (en) | Method and apparatus for computing a three-dimensional route based on risk-related data | |
US20200286388A1 (en) | Method and apparatus for visualizing risk levels associated with aerial vehicle flights | |
US11263726B2 (en) | Method, apparatus, and system for task driven approaches to super resolution | |
CN110239562A (zh) | 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适 | |
Barmpounakis et al. | How accurate are small drones for measuring microscopic traffic parameters? | |
CN107111794A (zh) | 预测和利用地图服务中出行时间的可变性 | |
US11531358B2 (en) | Method and apparatus for generating an aerial navigation route based on a payload survivability estimate | |
US11694426B2 (en) | Determining traffic control features based on telemetry patterns within digital image representations of vehicle telemetry data | |
US20230289974A1 (en) | Performing semantic segmentation of 3d data using deep learning | |
JP2024020616A (ja) | ナビゲーション中に難しい操縦についての追加の命令を提供すること | |
Turukmane et al. | Multispectral image analysis for monitoring by IoT based wireless communication using secure locations protocol and classification by deep learning techniques | |
Doğan et al. | Modeling of temporal and spatial changes of land cover and land use by artificial neural networks: Kastamonu sample | |
Abubakar | An integrated geospatial analysis of land suitability for urban expansion in Lokoja, Nigeria | |
Doğan et al. | Arazi Örtüsü ve Kullanımının Zamansal ve Mekânsal Değişiminin Yapay Sinir Ağları ile Modellenmesi: Kastamonu Örneği | |
Bautista Linde | Deep reinforcement learning for UAV patrolling in rescue operations | |
Moseva et al. | On Methods of Verification of Mathematical Models of Traffic Flows on Real Data | |
DE102023125645A1 (de) | Systeme und verfahren zum verfeinern von navigationseingaben | |
Vlahogianni et al. | Manos Barmpounakis | |
Rehan | Crowdsourcing Real-Time Traveler Information Systems | |
Li | Large-scale Realistic Macro-Simulation of Vehicle Movement on Road Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190327 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190327 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200316 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200612 |
|
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: 20200622 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200722 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6740454 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |