JP7103530B2 - 映像分析方法、映像分析システム及び情報処理装置 - Google Patents
映像分析方法、映像分析システム及び情報処理装置 Download PDFInfo
- Publication number
- JP7103530B2 JP7103530B2 JP2021550948A JP2021550948A JP7103530B2 JP 7103530 B2 JP7103530 B2 JP 7103530B2 JP 2021550948 A JP2021550948 A JP 2021550948A JP 2021550948 A JP2021550948 A JP 2021550948A JP 7103530 B2 JP7103530 B2 JP 7103530B2
- Authority
- JP
- Japan
- Prior art keywords
- cloud server
- input image
- difference
- analysis
- image frame
- 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
- 238000004458 analytical method Methods 0.000 title claims description 102
- 230000010365 information processing Effects 0.000 title claims description 36
- 238000010191 image analysis Methods 0.000 claims description 77
- 238000011156 evaluation Methods 0.000 claims description 37
- 238000001914 filtration Methods 0.000 claims description 11
- 238000003703 image analysis method Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
- H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based 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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/98—Detection or correction of errors, e.g. by rescanning the pattern or by human intervention; Evaluation of the quality of the acquired patterns
- G06V10/993—Evaluation of the quality of the acquired pattern
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/1916—Validation; Performance evaluation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Description
前記第1画像分析ステップの分析結果の評価値と、前記入力画像フレームをクラウドサーバで分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定ステップと、
前記相違値に基づいて、前記入力画像フレームを前記クラウドサーバに送信するか否かを判定するフィルタリングステップと、
を含む。
ネットワークを介してクラウドサーバに配置された、前記第1画像分析手段より高精度な第2画像分析手段と、
前記エッジ側に配置され、前記第1画像分析手段の分析結果の評価値と、前記入力画像フレームを前記第2画像分析手段で分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定手段と、
前記エッジ側に配置され、前記相違値推定手段により推定された相違値に基づいて、入力画像フレームを、前記ネットワークを介して前記クラウドサーバの前記第2画像分析手段に送信するか否かを判定するフィルタ手段と、
を備える。
前記第1画像分析手段の分析結果の評価値と、前記入力画像フレームをクラウドサーバで分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定手段と、
前記相違値に基づいて、前記入力画像フレームを前記クラウドサーバに送信するか否かを判定するフィルタ手段と、
を備える。
以下、図面を参照して本発明の実施の形態について説明する。
図1を参照して、映像分析システムの構成を説明する。
実施の形態1にかかる映像分析方法は、エッジ側で入力画像フレームを分析する(ステップS11)と、第1画像分析ステップでの分析結果の評価値と、前記入力画像フレームを、クラウドサーバで分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定ステップ(ステップS12)と、相違値に基づいて、入力画像フレームをクラウドサーバに送信するか否かを判定するフィルタリングステップ(ステップS13)と、を含む。
次に、図4~図12を用いて、実施の形態2にかかる映像分析方法および映像分析システムを説明する。
本実施の形態にかかる映像分析方法は、本映像分析システムを稼働する前事前に実施する学習方法と、その学習済みモデルを用いた映像分析方法を含む。
カメラ等で撮影した画像は、クラウドサーバ側で高精度モデルを実行可能な第2画像分析部209に入力される(ステップS1)。第2画像分析部209は、入力された画像を分析し、その分析結果から評価値を算出する(ステップS2)。カメラ等で撮影した画像は、エッジ側の軽量モデル(低精度モデル)を実行可能な第1画像分析部103に入力される(ステップS3)。第1画像分析部103は、入力された画像を分析し、その評価値を算出する(ステップS4)。このように並行して算出された、第2画像分析部209の分析結果の評価値と、第1画像分析部103の分析結果の評価値との差が算出される(ステップS5)。相違値推定部105は、算出した差と、入力画像と、を学習する(ステップS6)。
図6は、実施の形態2にかかる映像分析システムの構成を示すブロック図である。図5では、実施の形態1と同一の構成要素は、図1と同一の符号を付し、適宜説明を省略する。図7は本実施の形態にかかる映像分析システムにおけるエッジ側の情報処理装置100の動作を示すフローチャートである。図8は本実施の形態にかかる映像分析システムにおけるクラウド側の情報処理装置200の動作を示すフローチャートである。図9A~図9Cは、時系列に沿って送られる映像の一連のフレームを説明する図である。
まず、図6に示すように、カメラ110で撮影した映像を複数のフレームに分割した画像フレームが、軽量モデルを搭載した第1画像分析部103に入力される(図7のステップS101)と、軽量モデルによる画像分析が行われる(ステップS102)。次に、前述したように、相違値推定部105は、学習済みモデルを用いて、この入力画像に対して、第1画像分析部103による分析結果の評価値と、クラウドサーバ側に送った場合に高性能モデルでの分析で得られるであろう分析結果の評価値との差(相対差)を推定する(ステップS103)。次に、フィルタ部104が相違値と比較して、入力画像をクラウドサーバ側に送るか否かを決定するための閾値を設定する(ステップS104)。閾値の設定方法の詳細については、後述する。
情報処理装置200のデコーダ210は、情報処理装置100のエンコーダ106でエンコーディングされた画像を受信する(ステップS201)。デコーダ210は、受信した映像をデコードし、時系列の複数のフレームに分割する。図9Cに示すように、画像フレームと前回の画像フレームとの差分が0より大きいと判定する場合は(ステップS202でY)、そのフレームをクラウドサーバ側の第2画像分析部209に送信する。なお、フレーム差分は、MSE(Mean Squared Error)を想定しているが、Hashを用いてもよい。第2画像分析部209は、受信した画像に対して、高精度モデルでの画像分析を実行する(ステップS203)。
この閾値の設定方法は、複数のフレームをマイクロバッチ処理し、エッジ側からクラウド側にフレームを送信するために使用可能な帯域(以降、使用可能帯域と記載することもある)に応じて、相違値が大きいフレームを優先して送るように、閾値を動的に設定するものである。これにより、使用可能帯域の変動により、ブロックノイズやフレーム落ちが発生するという問題を抑制し得る。
この閾値の設定方法は、現在時刻に応じて画像分析の精度が異なる(すなわち、時間帯ごとの相違値の分布が異なる)ので、現在時刻に応じた閾値を動的に設定するものである。すなわち、例えば、夜間では、対象物を認識しづらく、画像の分析精度も悪化するため、夜間に対応した相違値の分布を用いる必要がある。
エッジ側で入力画像フレームを分析する第1画像分析ステップと、
前記第1画像分析ステップの分析結果の評価値と、前記入力画像フレームをクラウドサーバで分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定ステップと、
前記相違値に基づいて、前記入力画像フレームを前記クラウドサーバに送信するか否かを判定するフィルタリングステップと、
を含む、映像分析方法。
(付記2)
前記判定を行うための相違値の閾値を、動的に変更する閾値変更ステップを更に含む、付記1に記載の映像分析方法。
(付記3)
前記閾値変更ステップでは、現在時刻を取得し、前記現在時刻における相違値の分布に応じて、前記閾値を変更する、付記2に記載の映像分析方法。
(付記4)
前記閾値変更ステップでは、使用可能帯域を取得し、
前記取得された使用可能帯域での所定時間あたりの送信可能な画像数と、直近の所定時間における一連の推定相違値に応じて、前記閾値を変更する、付記2に記載の映像分析方法。
(付記5)
前記フィルタリングステップは、前記入力画像フレームの全体を、前記クラウドサーバに送信するか否かを判定する、付記1~4のいずれか一項に記載の映像分析方法。
(付記6)
前記フィルタリングステップで、前記クラウドサーバに送ると判断した入力画像フレームの全体を前記クラウドサーバに送信し、前記クラウドサーバに送ると判断しなかった入力画像フレームについては、前回送信したフレームをコピーして前記クラウドサーバに送信するステップを更に含む、付記1~5のいずれか一項に記載の映像分析方法。
(付記7)
エッジ側に配置され、入力画像フレームを分析する第1画像分析手段と、
ネットワークを介してクラウドサーバに配置された、前記第1画像分析手段より高精度な第2画像分析手段と、
前記エッジ側に配置され、前記第1画像分析手段の分析結果の評価値と、前記入力画像フレームを前記第2画像分析手段で分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定手段と、
前記エッジ側に配置され、前記相違値推定手段により推定された相違値に基づいて、入力画像フレームを、前記ネットワークを介して前記クラウドサーバの前記第2画像分析手段に送信するか否かを判定するフィルタ手段と、
を備える、映像分析システム。
(付記8)
前記判定を行うための相違値の閾値を、所定の条件に応じて動的に変更する閾値変更手段を更に備える、付記7に記載の映像分析システム。
(付記9)
前記閾値変更手段は、現在時刻を取得し、前記取得された現在時刻における相違値の分布に応じて、前記閾値を変更する、付記8に記載の映像分析システム。
(付記10)
前記閾値変更手段は、使用帯域を取得し、前記取得された使用帯域での所定時間あたりの送信可能な画像数と、直近の所定時間における一連の推定相違値に応じて、前記閾値を変更する、付記8に記載の映像分析システム。
(付記11)
前記フィルタ手段は、前記入力画像フレームの全体を、前記ネットワークを介して前記第2画像分析手段に送信するか否かを判定する、付記7~10のいずれか一項に記載の映像分析システム。
(付記12)
前記フィルタ手段が前記第2画像分析手段に送ると判断した入力画像フレームの全体を、前記第2画像分析手段に送信するとともに、前記フィルタ手段が前記第2画像分析手段に送ると判断しなかった入力画像フレームについては、前回送信したフレームをコピーして、前記第2画像分析手段に送信する送信手段を更に備える、付記7~11のいずれか一項に記載の映像分析システム。
(付記13)
エッジ側で入力画像フレームを分析する第1画像分析手段と、
前記第1画像分析手段の分析結果の評価値と、前記入力画像フレームをクラウドサーバで分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定手段と、
前記相違値に基づいて、前記入力画像フレームを前記クラウドサーバに送信するか否かを判定するフィルタ手段と、
を備える、情報処理装置。
(付記14)
前記判定を行うための相違値の閾値を、動的に変更する閾値変更手段を更に備える、付記13に記載の情報処理装置。
(付記15)
前記閾値変更手段は、現在時刻を取得し、前記現在時刻における相違値の分布に応じて、前記閾値を変更する、付記14に記載の情報処理装置。
(付記16)
前記閾値変更手段は、使用可能帯域を取得し、
前記取得された使用可能帯域での所定時間あたりの送信可能な画像数と、直近の所定時間における一連の推定相違値に応じて、前記閾値を変更する、付記14に記載の情報処理装置。
(付記17)
前記フィルタ手段は、前記入力画像フレームの全体を、ネットワークを介して前記クラウドサーバに送信するか否かを判定する、付記13~16のいずれか一項に記載の情報処理装置。
(付記18)
前記フィルタ手段により前記クラウドサーバに送ると判断された入力画像フレームの全体を前記クラウドサーバに送信し、前記フィルタ手段により前記クラウドサーバに送ると判断されなかった入力画像フレームについては、前回送信したフレームをコピーして前記クラウドサーバに送信する送信手段を更に含む、付記13~17のいずれか一項に記載の情報処理装置。
100 情報処理装置
101 閾値変更部
103 第1画像分析部
104 フィルタ部
105 相違値推定部
106 エンコーダ
110 カメラ
120 ネットワーク
200 情報処理装置
209 第2画像分析部
210 デコーダ
Claims (10)
- エッジ側で入力画像フレームを分析する第1画像分析ステップと、
前記第1画像分析ステップの分析結果の評価値と、前記入力画像フレームをクラウドサーバで分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定ステップと、
前記相違値に基づいて、前記入力画像フレームを前記クラウドサーバに送信するか否かを判定するフィルタリングステップと
を含む、映像分析方法。 - 前記判定を行うための相違値の閾値を、動的に変更する閾値変更ステップを更に含む、請求項1に記載の映像分析方法。
- 前記閾値変更ステップでは、現在時刻を取得し、前記現在時刻における相違値の分布に応じて、前記閾値を変更する、請求項2に記載の映像分析方法。
- 前記閾値変更ステップでは、使用可能帯域を取得し、
前記取得された使用可能帯域での所定時間あたりの送信可能な画像数と、直近の所定時間における一連の推定相違値に応じて、前記閾値を変更する、請求項2に記載の映像分析方法。 - 前記フィルタリングステップは、前記入力画像フレームの全体を、前記クラウドサーバに送信するか否かを判定する、請求項1~4のいずれか一項に記載の映像分析方法。
- 前記フィルタリングステップで、前記クラウドサーバに送ると判断した入力画像フレームの全体を前記クラウドサーバに送信し、前記クラウドサーバに送ると判断しなかった入力画像フレームについては、前回送信したフレームをコピーして前記クラウドサーバに送信するステップを更に含む、請求項1~5のいずれか一項に記載の映像分析方法。
- エッジ側に配置され、入力画像フレームを分析する第1画像分析手段と、
ネットワークを介してクラウドサーバに配置された、前記第1画像分析手段より高精度な第2画像分析手段と、
前記エッジ側に配置され、前記第1画像分析手段の分析結果の評価値と、前記入力画像フレームを前記第2画像分析手段で分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定手段と、
前記エッジ側に配置され、前記相違値推定手段により推定された相違値に基づいて、入力画像フレームを、前記ネットワークを介して前記クラウドサーバの前記第2画像分析手段に送信するか否かを判定するフィルタ手段と、
を備える、映像分析システム。 - 前記判定を行うための相違値の閾値を、所定の条件に応じて動的に変更する閾値変更手段を更に備える、請求項7に記載の映像分析システム。
- 前記閾値変更手段は、現在時刻を取得し、前記取得された現在時刻における相違値の分布に応じて、前記閾値を変更する、請求項8に記載の映像分析システム。
- エッジ側で入力画像フレームを分析する第1画像分析手段と、
前記第1画像分析手段の分析結果の評価値と、前記入力画像フレームをクラウドサーバで分析した場合において予測される分析結果の評価値との相違値を推定する相違値推定手段と、
前記相違値に基づいて、前記入力画像フレームを前記クラウドサーバに送信するか否かを判定するフィルタ手段と、
を備える、情報処理装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/039453 WO2021070215A1 (ja) | 2019-10-07 | 2019-10-07 | 映像分析方法、映像分析システム及び情報処理装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2021070215A1 JPWO2021070215A1 (ja) | 2021-04-15 |
JPWO2021070215A5 JPWO2021070215A5 (ja) | 2022-05-30 |
JP7103530B2 true JP7103530B2 (ja) | 2022-07-20 |
Family
ID=75437021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021550948A Active JP7103530B2 (ja) | 2019-10-07 | 2019-10-07 | 映像分析方法、映像分析システム及び情報処理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220345590A1 (ja) |
JP (1) | JP7103530B2 (ja) |
WO (1) | WO2021070215A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023149174A1 (ja) * | 2022-02-02 | 2023-08-10 | ソニーグループ株式会社 | 情報処理装置、情報処理方法及びプログラム |
WO2024079901A1 (ja) * | 2022-10-14 | 2024-04-18 | 日本電気株式会社 | 処理制御システム、処理制御装置、および処理制御方法 |
CN116320536B (zh) * | 2023-05-16 | 2023-08-18 | 瀚博半导体(上海)有限公司 | 视频处理方法、装置、计算机设备及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013084130A (ja) | 2011-10-11 | 2013-05-09 | Fujitsu Ltd | 画像認識システムおよび画像認識方法 |
JP2013088477A (ja) | 2011-10-13 | 2013-05-13 | Alpine Electronics Inc | 音声認識システム |
WO2017038100A1 (ja) | 2015-09-03 | 2017-03-09 | 日本電気株式会社 | 監視サーバ、分散処理決定方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11809297B2 (en) * | 2018-04-26 | 2023-11-07 | Nec Corporation | Data analysis device, precision estimation device, data analysis method, and storage medium |
JP2019215807A (ja) * | 2018-06-14 | 2019-12-19 | 日本電気株式会社 | データ制御装置、データ制御方法、およびプログラム |
CN113380254B (zh) * | 2021-06-21 | 2024-05-24 | 枣庄福缘网络科技有限公司 | 一种基于云计算和边缘计算的语音识别方法、设备及介质 |
KR102456189B1 (ko) * | 2021-11-23 | 2022-10-18 | 쿨사인 주식회사 | 클라우드 엣지 기반의 영상 분석 시스템 |
US11503101B1 (en) * | 2021-12-15 | 2022-11-15 | Motorola Solutions, Inc. | Device and method for assigning video analytics tasks to computing devices |
CN117079108A (zh) * | 2023-04-28 | 2023-11-17 | 国网山西省电力公司信息通信分公司 | 一种基于深度估计的云边协同视频流分析方法和装置 |
-
2019
- 2019-10-07 JP JP2021550948A patent/JP7103530B2/ja active Active
- 2019-10-07 US US17/765,512 patent/US20220345590A1/en active Pending
- 2019-10-07 WO PCT/JP2019/039453 patent/WO2021070215A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013084130A (ja) | 2011-10-11 | 2013-05-09 | Fujitsu Ltd | 画像認識システムおよび画像認識方法 |
JP2013088477A (ja) | 2011-10-13 | 2013-05-13 | Alpine Electronics Inc | 音声認識システム |
WO2017038100A1 (ja) | 2015-09-03 | 2017-03-09 | 日本電気株式会社 | 監視サーバ、分散処理決定方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2021070215A1 (ja) | 2021-04-15 |
WO2021070215A1 (ja) | 2021-04-15 |
US20220345590A1 (en) | 2022-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7103530B2 (ja) | 映像分析方法、映像分析システム及び情報処理装置 | |
EP3413265B1 (en) | Panoramic video processing method and device and non-transitory computer-readable medium | |
US8558903B2 (en) | Accelerometer / gyro-facilitated video stabilization | |
US20210105517A1 (en) | Method and system for adaptive data transmission | |
US8274602B2 (en) | Image processing apparatus and image processing method with redundant frame detection | |
CN105282547B (zh) | 一种视频编码的码率控制方法及装置 | |
WO2021093060A1 (zh) | 一种视频编码方法、***及设备 | |
US20210342593A1 (en) | Method and apparatus for detecting target in video, computing device, and storage medium | |
CN110012324B (zh) | 一种嵌入式无线视频传输的码率自适应方法、wifi相机、控制装置以及码率自适应*** | |
JP2002232882A (ja) | 事前解析を用いた動画像符号化装置、動画像符号化方法、及びそのプログラム。 | |
US11270438B2 (en) | System and method for triggering machine learning (ML) annotation model retraining | |
JP6365253B2 (ja) | 映像データ処理装置、映像データ処理プログラムおよび映像データ処理方法 | |
TW201306601A (zh) | 基於圖框相似性及視覺品質及興趣之圖框編碼選擇 | |
JP7106968B2 (ja) | 管理装置、データ抽出方法及びプログラム | |
CN108540827B (zh) | 数据处理方法及装置 | |
CN105208388B (zh) | 视频通讯中动态调整编码帧率的方法和*** | |
JP2014236312A (ja) | 設定装置および設定方法 | |
CN113660465A (zh) | 图像处理方法、装置、可读介质及电子设备 | |
JP6390167B2 (ja) | 通信スループット予測装置、通信スループット予測方法、及び、プログラム | |
JP5807102B1 (ja) | 通信帯域算出装置、通信帯域算出方法及びプログラム | |
CN116886949A (zh) | 直播码率控制方法、装置、电子设备及存储介质 | |
US10924593B2 (en) | Virtualization with distributed adaptive message brokering | |
JP2017034307A (ja) | 情報収集管理装置、方法、及び情報収集システム | |
CN103517074A (zh) | 图像编码设备及其控制方法 | |
JP2022075518A (ja) | 生産ライン監視方法および生産ライン監視システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220316 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220316 |
|
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: 20220607 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220620 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7103530 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |