JPWO2011161924A1 - 移動物体検出装置 - Google Patents
移動物体検出装置 Download PDFInfo
- Publication number
- JPWO2011161924A1 JPWO2011161924A1 JP2012521311A JP2012521311A JPWO2011161924A1 JP WO2011161924 A1 JPWO2011161924 A1 JP WO2011161924A1 JP 2012521311 A JP2012521311 A JP 2012521311A JP 2012521311 A JP2012521311 A JP 2012521311A JP WO2011161924 A1 JPWO2011161924 A1 JP WO2011161924A1
- Authority
- JP
- Japan
- Prior art keywords
- window
- histogram
- spatial
- image data
- luminance gradient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
-
- 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
- G06V10/507—Summing image-intensity values; Histogram projection analysis
-
- 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
-
- 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
- G06T2207/30196—Human being; Person
-
- 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
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
Description
図1は、実施の形態1に係る移動物体検出装置の機能的な構成を示すブロック図である。
時空間勾配∇Iと空間輝度勾配方向φとの関係は図4(c)に示す通りである。つまり、Ix、IyおよびItを軸とする3次元空間中におけるベクトル∇IをIxIy平面に投影したベクトル55とIx軸とのなす角が空間輝度勾配方向φとなる。
上述の実施の形態1では、1つの動画像データから移動物体を検出していたが、動画像データを解像度別に階層化した画像ピラミッドを作成し、低解像度の動画像データから高解像度の動画像データへと順に移動物体を検出するようにしてもよい。
実施の形態1の変形例1では、縮小動画像データと縮小ウィンドウとを用いて移動物体の検出を行った。つまり、縮小動画像データにおける縮小倍率に合わせて縮小ウィンドウの設定を行っている。これに対し、実施の形態1の変形例2では、縮小動画像データにおける縮小倍率に係わらずサイズが一定のウィンドウを用いて移動物体の検出を行う。
実施の形態1の変形例1では、縮小動画像データと縮小ウィンドウとを用いて移動物体の検出を行った。つまり、縮小動画像データにおける縮小倍率に合わせて縮小ウィンドウの設定を行っている。これに対し、実施の形態1の変形例3では、縮小動画像データは用いずに、複数のサイズのウィンドウを用いて移動物体の検出を行う。つまり、同一の動画像データ上で様々なサイズのウィンドウを走査することにより移動物体の検出を行う。
次に、実施の形態2に係る移動物体検出装置について説明する。実施の形態1では、空間ヒストグラムと時間ヒストグラムとに基づいて移動物体の検出を行ったが、実施の形態2では、さらに、オプティカルフローの方向のヒストグラムであるオプティカルフローヒストグラムに基づいて移動物体の検出を行う。
なお、オプティカルフローu=[ux,uy]は、勾配法やテンプレートマッチング法などの一般的に公知の手法を用いて算出することができる。このため、その詳細な説明はここでは繰り返さない。
次に、実施の形態3に係る移動物体検出装置について説明する。実施の形態2では、空間ヒストグラムと時間ヒストグラムとオプティカルフローヒストグラムとに基づいて移動物体の検出を行ったが、実施の形態3では、各ヒストグラムの作成方法が異なる。つまり、変量の共起性を加味したヒストグラムを作成する点が実施の形態2とは異なる。
従来手法と上述の実施の形態で示した移動物体検出装置による移動物体検出方法とを比較する実験を行った。なお、移動物体検出装置の判断部における検出方法には、Adaboostを用いた。また、オプティカルフローの算出にはLucas−Kanade法を用い、そのコードはOpenCVとして公開されているものを用いた。
12、52 ウィンドウ
14a、14b、54a、54b、56a パッチ
40 2次元画像データ
50 動画像データ
50a、50b 縮小動画像データ
52a、52b 縮小ウィンドウ
55 ベクトル
100、100a、200 移動物体検出装置
102 ウィンドウ設定部
103 縮小動画像データ作成部
104 空間輝度勾配方向算出部
105 縮小ウィンドウ設定部
106 空間ヒストグラム算出部
108 時間輝度勾配方向算出部
110 時間ヒストグラム算出部
112、118 判断部
114 オプティカルフロー方向算出部
116 オプティカルフローヒストグラム算出部
Claims (13)
- 動画像データから移動物体を検出する移動物体検出装置であって、
2次元画像データを時間軸方向に並べた3次元画像データである動画像データ中に、所定の体積を有するウィンドウを設定するウィンドウ設定部と、
前記ウィンドウに含まれる画素ごとに、空間的な輝度の勾配方向である空間輝度勾配方向を算出する空間輝度勾配方向算出部と、
前記ウィンドウ内の前記空間輝度勾配方向のヒストグラムである空間ヒストグラムを算出する空間ヒストグラム算出部と、
前記ウィンドウに含まれる画素ごとに、時間的な輝度の勾配方向である時間輝度勾配方向を算出する時間輝度勾配方向算出部と、
前記ウィンドウ内の前記時間輝度勾配方向のヒストグラムである時間ヒストグラムを算出する時間ヒストグラム算出部と、
前記空間ヒストグラム算出部が算出した前記空間ヒストグラムと、前記時間ヒストグラム算出部が算出した前記時間ヒストグラムとに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断する判断部と
を備える移動物体検出装置。 - さらに、
前記ウィンドウに含まれる画素ごとに、オプティカルフローの方向を算出するオプティカルフロー方向算出部と、
前記ウィンドウ内の前記オプティカルフローの方向のヒストグラムであるオプティカルフローヒストグラムを算出するオプティカルフローヒストグラム算出部とを備え、
前記判断部は、前記空間ヒストグラム算出部が算出した前記空間ヒストグラムと、前記時間ヒストグラム算出部が算出した前記時間ヒストグラムと、前記オプティカルフローヒストグラム算出部が算出した前記オプティカルフローヒストグラムとに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断する
請求項1記載の移動物体検出装置。 - 前記空間ヒストグラム算出部は、互いに所定の位置関係にある複数画素の前記空間輝度勾配方向の組合せを第1の変量組とし、前記ウィンドウ内での前記第1の変量組のヒストグラムを算出し、
前記時間ヒストグラム算出部は、互いに前記所定の位置関係にある複数画素の前記時間輝度勾配方向の組合せを第2の変量組とし、前記ウィンドウ内での前記第2の変量組のヒストグラムを算出し、
前記オプティカルフローヒストグラム算出部は、互いに前記所定の位置関係にある複数画素の前記オプティカルフローの方向の組合せを第3の変量組とし、前記ウィンドウ内での前記第3の変量組のヒストグラムを算出し、
前記判断部は、前記第1の変量組のヒストグラムと、前記第2の変量組のヒストグラムと、前記第3の変量組のヒストグラムとに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断する
請求項2記載の移動物体検出装置。 - 前記空間ヒストグラム算出部は、互いに所定の位置関係にある複数画素の前記空間輝度勾配方向の組合せを第1の変量組とし、前記ウィンドウ内での前記第1の変量組のヒストグラムを算出し、
前記時間ヒストグラム算出部は、互いに前記所定の位置関係にある複数画素の前記時間輝度勾配方向の組合せを第2の変量組とし、前記ウィンドウ内での前記第2の変量組のヒストグラムを算出し、
前記判断部は、前記第1の変量組のヒストグラムと前記第2の変量組のヒストグラムとに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断する
請求項1記載の移動物体検出装置。 - 前記空間輝度勾配方向算出部は、前記ウィンドウ内に含まれる画素ごとに、当該画素のx軸方向の輝度値の勾配をIx、y軸方向の輝度値の勾配をIyとした場合に、空間輝度勾配方向を以下の式(1)に示すφとして算出する
φ=tan-1(Iy/Ix)…(1)
請求項1〜4のいずれか1項に記載の移動物体検出装置。 - さらに、
所定の複数の縮小比率で前記動画像データをそれぞれ縮小した複数の縮小動画像データを作成する縮小動画像データ作成部と、
前記複数の縮小動画像データの各々について、当該縮小動画像データ中に、前記ウィンドウを当該縮小動画像データを作成する際に用いた縮小比率で縮小した縮小ウィンドウを設定することにより、前記複数の縮小動画像データに複数の縮小ウィンドウを設定する縮小ウィンドウ設定部とを備え、
前記空間輝度勾配方向算出部は、さらに、前記複数の縮小ウィンドウの各々について、当該縮小ウィンドウに含まれる画素ごとに、空間輝度勾配方向を算出し、
前記空間ヒストグラム算出部は、さらに、前記複数の縮小ウィンドウの各々について、当該縮小ウィンドウ内の縮小空間ヒストグラムを算出し、
前記時間輝度勾配方向算出部は、さらに、前記複数の縮小ウィンドウの各々について、当該縮小ウィンドウに含まれる画素ごとに、時間輝度勾配方向を算出し、
前記時間ヒストグラム算出部は、さらに、前記複数の縮小ウィンドウの各々について、当該縮小ウィンドウ内の縮小時間ヒストグラムを算出し、
前記縮小ウィンドウ設定部は、前記複数の縮小比率を前記縮小比率の小さいものから順に対象縮小比率として選択して、前記対象縮小比率の縮小動画像データ中に前記対象縮小比率の縮小ウィンドウを設定し、
前記判断部は、前記対象縮小比率の縮小空間ヒストグラムと前記縮小時間ヒストグラムとに基づいて、前記対象縮小比率の前記縮小ウィンドウ内に移動物体が含まれるか否かを判断し、
前記ウィンドウ設定部は、前記判断部が前記縮小ウィンドウ内に移動物体が含まれると判断した場合に、前記対象縮小比率の前記縮小動画像データ中の前記縮小ウィンドウの設定位置に対応する前記動画像データ中の位置から所定範囲内の位置に前記ウィンドウを順次設定し、
前記判断部は、さらに、前記判断部が前記縮小ウィンドウ内に移動物体が含まれると判断した場合に、前記ウィンドウ設定部が設定した前記ウィンドウ内に移動物体が含まれるか否かを判断する
請求項1〜6のいずれか1項に記載の移動物体検出装置。 - さらに、
所定の複数の縮小比率で前記動画像データをそれぞれ縮小した複数の縮小動画像データを作成する縮小動画像データ作成部を備え、
前記ウィンドウ設定部は、さらに、各前記縮小動画像データ中に、前記ウィンドウを設定し、
前記空間輝度勾配方向算出部は、さらに、前記複数の縮小動画像データの各々について、当該縮小動画像データ中に設定された前記ウィンドウに含まれる画素ごとに、空間輝度勾配方向を算出し、
前記空間ヒストグラム算出部は、さらに、前記複数の縮小動画像データの各々について、当該縮小動画像データ中に設定された前記ウィンドウ内の縮小空間ヒストグラムを算出し、
前記時間輝度勾配方向算出部は、さらに、前記複数の縮小動画像データの各々について、当該縮小動画像データ中に設定された前記ウィンドウに含まれる画素ごとに、時間輝度勾配方向を算出し、
前記時間ヒストグラム算出部は、さらに、前記複数の縮小動画像データの各々について、当該縮小動画像データ中に設定された前記ウィンドウ内の縮小時間ヒストグラムを算出し、
前記判断部は、(a)ウィンドウ内に移動物体が含まれると判断されるまで、前記複数の縮小比率の中から縮小比率が小さいものから順に対象縮小比率として選択し、前記対象縮小比率で縮小された縮小動画像データに設定された前記ウィンドウ内の前記縮小空間ヒストグラムおよび前記縮小時間ヒストグラムに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断し、(b)前記複数の縮小動画像のいずれの縮小動画像中の前記ウィンドウ内にも移動物体が含まれないと判断された場合に、前記空間ヒストグラムおよび前記時間ヒストグラムに基づいて、前記動画像データに設定された前記ウィンドウ内に移動物体が含まれるか否かを判断する
請求項1〜6のいずれか1項に記載の移動物体検出装置。 - 前記ウィンドウ設定部は、前記動画像データ中に、互いに異なる所定の体積を有する複数のウィンドウを設定し、
前記空間輝度勾配方向算出部は、前記複数のウィンドウの各々について、当該ウィンドウに含まれる画素ごとに、空間輝度勾配方向を算出し、
前記空間ヒストグラム算出部は、前記複数のウィンドウの各々について、当該ウィンドウ内の空間ヒストグラムを算出し、
前記時間輝度勾配方向算出部は、前記複数のウィンドウの各々について、当該ウィンドウに含まれる画素ごとに、時間輝度勾配方向を算出し、
前記時間ヒストグラム算出部は、前記複数のウィンドウの各々について、当該ウィンドウ内の時間ヒストグラムを算出し、
前記判断部は、ウィンドウ内に移動物体が含まれると判断されるまで前記複数のウィンドウのうち体積の大きいものから順次選択し、選択したウィンドウに対する前記空間ヒストグラムおよび前記時間ヒストグラムに基づいて、前記選択したウィンドウ内に移動物体が含まれるか否かを判断する
請求項1〜6のいずれか1項に記載の移動物体検出装置。 - 前記空間ヒストグラム算出部が算出する前記空間ヒストグラムの各ビンにおける前記空間輝度勾配方向の幅は一定であり、
前記時間ヒストグラム算出部が算出する前記時間ヒストグラムの各ビンにおける前記時間輝度勾配方向の幅は一定である
請求項1〜9のいずれか1項に記載の移動物体検出装置。 - 動画像データから移動物体を検出する移動物体検出方法であって、
2次元画像データを時間軸方向に並べた3次元画像データである動画像データ中に、所定の体積を有するウィンドウを設定するウィンドウ設定ステップと、
前記ウィンドウに含まれる画素ごとに、空間的な輝度の勾配方向である空間輝度勾配方向を算出する空間輝度勾配方向算出ステップと、
前記ウィンドウ内の前記空間輝度勾配方向のヒストグラムである空間ヒストグラムを算出する空間ヒストグラム算出ステップと、
前記ウィンドウに含まれる画素ごとに、時間的な輝度の勾配方向である時間輝度勾配方向を算出する時間輝度勾配方向算出ステップと、
前記ウィンドウ内の前記時間輝度勾配方向のヒストグラムである時間ヒストグラムを算出する時間ヒストグラム算出ステップと、
前記空間ヒストグラム算出ステップにおいて算出された前記空間ヒストグラムと、前記時間ヒストグラム算出ステップにおいて算出された前記時間ヒストグラムとに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断する判断ステップと
を含む移動物体検出方法。 - 動画像データから移動物体を検出するためのプログラムであって、
2次元画像データを時間軸方向に並べた3次元画像データである動画像データ中に、所定の体積を有するウィンドウを設定するウィンドウ設定ステップと、
前記ウィンドウに含まれる画素ごとに、空間的な輝度の勾配方向である空間輝度勾配方向を算出する空間輝度勾配方向算出ステップと、
前記ウィンドウ内の前記空間輝度勾配方向のヒストグラムである空間ヒストグラムを算出する空間ヒストグラム算出ステップと、
前記ウィンドウに含まれる画素ごとに、時間的な輝度の勾配方向である時間輝度勾配方向を算出する時間輝度勾配方向算出ステップと、
前記ウィンドウ内の前記時間輝度勾配方向のヒストグラムである時間ヒストグラムを算出する時間ヒストグラム算出ステップと、
前記空間ヒストグラム算出ステップにおいて算出された前記空間ヒストグラムと、前記時間ヒストグラム算出ステップにおいて算出された前記時間ヒストグラムとに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断する判断ステップと
をコンピュータに実行させるためのプログラム。 - 動画像データから移動物体を検出する集積回路であって、
2次元画像データを時間軸方向に並べた3次元画像データである動画像データ中に、所定の体積を有するウィンドウを設定するウィンドウ設定部と、
前記ウィンドウに含まれる画素ごとに、空間的な輝度の勾配方向である空間輝度勾配方向を算出する空間輝度勾配方向算出部と、
前記ウィンドウ内の前記空間輝度勾配方向のヒストグラムである空間ヒストグラムを算出する空間ヒストグラム算出部と、
前記ウィンドウに含まれる画素ごとに、時間的な輝度の勾配方向である時間輝度勾配方向を算出する時間輝度勾配方向算出部と、
前記ウィンドウ内の前記時間輝度勾配方向のヒストグラムである時間ヒストグラムを算出する時間ヒストグラム算出部と、
前記空間ヒストグラム算出部が算出した前記空間ヒストグラムと、前記時間ヒストグラム算出部が算出した前記時間ヒストグラムとに基づいて、前記ウィンドウ内に移動物体が含まれるか否かを判断する判断部と
を備える集積回路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012521311A JP5467300B2 (ja) | 2010-06-23 | 2011-06-20 | 移動物体検出装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010143213 | 2010-06-23 | ||
JP2010143213 | 2010-06-23 | ||
JP2012521311A JP5467300B2 (ja) | 2010-06-23 | 2011-06-20 | 移動物体検出装置 |
PCT/JP2011/003492 WO2011161924A1 (ja) | 2010-06-23 | 2011-06-20 | 移動物体検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2011161924A1 true JPWO2011161924A1 (ja) | 2013-08-19 |
JP5467300B2 JP5467300B2 (ja) | 2014-04-09 |
Family
ID=45371131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012521311A Expired - Fee Related JP5467300B2 (ja) | 2010-06-23 | 2011-06-20 | 移動物体検出装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8958641B2 (ja) |
EP (1) | EP2587451A4 (ja) |
JP (1) | JP5467300B2 (ja) |
CN (1) | CN102947863B (ja) |
WO (1) | WO2011161924A1 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4561657B2 (ja) | 2006-03-06 | 2010-10-13 | ソニー株式会社 | 映像監視システムおよび映像監視プログラム |
JP6057629B2 (ja) * | 2012-09-07 | 2017-01-11 | キヤノン株式会社 | 画像処理装置、その制御方法、および制御プログラム |
JP2014106685A (ja) * | 2012-11-27 | 2014-06-09 | Osaka Univ | 車両周辺監視装置 |
JP6100635B2 (ja) * | 2012-12-13 | 2017-03-22 | 株式会社デンソー | 移動体検出装置 |
US9582886B2 (en) | 2013-07-08 | 2017-02-28 | Honda Motor Co., Ltd. | Object recognition device |
BR112015031832A2 (pt) * | 2013-07-08 | 2017-07-25 | Honda Motor Co Ltd | dispositivo de reconhecimento de objeto |
US9747680B2 (en) | 2013-11-27 | 2017-08-29 | Industrial Technology Research Institute | Inspection apparatus, method, and computer program product for machine vision inspection |
JP6532187B2 (ja) * | 2014-03-17 | 2019-06-19 | キヤノン株式会社 | 画像処理装置、その制御方法、および制御プログラム |
JP6256239B2 (ja) * | 2014-07-25 | 2018-01-10 | 株式会社デンソー | 歩行者検出装置および歩行者検出方法 |
KR101808937B1 (ko) * | 2016-02-29 | 2017-12-13 | 국민대학교산학협력단 | 그래디언트 히스토그램을 이용한 오브젝트 주행 패턴 검출 방법 및 장치 |
KR102145726B1 (ko) * | 2016-03-22 | 2020-08-19 | (주) 아키드로우 | 기계 학습 알고리즘을 이용한 도어 이미지 검출 방법 및 장치 |
US10482609B2 (en) | 2017-04-04 | 2019-11-19 | General Electric Company | Optical flow determination system |
US10679099B2 (en) | 2018-05-08 | 2020-06-09 | Toyta Research Institute, Inc. | Method and apparatus for a manifold view of space |
JP7212247B2 (ja) * | 2018-11-02 | 2023-01-25 | 富士通株式会社 | 目標検出プログラム、目標検出装置、及び目標検出方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3790126B2 (ja) | 2001-05-30 | 2006-06-28 | 株式会社東芝 | 時空間領域情報処理方法及び時空間領域情報処理システム |
CN1839409A (zh) | 2003-08-21 | 2006-09-27 | 松下电器产业株式会社 | 人物检测装置和人物检测方法 |
TWI243903B (en) | 2004-10-08 | 2005-11-21 | Huei-Yung Lin | Method using blurred image to measure speed |
US7899253B2 (en) | 2006-09-08 | 2011-03-01 | Mitsubishi Electric Research Laboratories, Inc. | Detecting moving objects in video by classifying on riemannian manifolds |
CN101482923B (zh) | 2009-01-19 | 2012-05-23 | 刘云 | 视频监控中人体目标的检测与性别识别方法 |
CN101521740A (zh) | 2009-04-01 | 2009-09-02 | 北京航空航天大学 | 基于多尺度不变特征的实时运动估计方法 |
-
2011
- 2011-06-20 EP EP11797813.0A patent/EP2587451A4/en not_active Ceased
- 2011-06-20 JP JP2012521311A patent/JP5467300B2/ja not_active Expired - Fee Related
- 2011-06-20 WO PCT/JP2011/003492 patent/WO2011161924A1/ja active Application Filing
- 2011-06-20 US US13/805,527 patent/US8958641B2/en not_active Expired - Fee Related
- 2011-06-20 CN CN201180030287.7A patent/CN102947863B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US8958641B2 (en) | 2015-02-17 |
WO2011161924A1 (ja) | 2011-12-29 |
JP5467300B2 (ja) | 2014-04-09 |
CN102947863B (zh) | 2016-01-13 |
EP2587451A4 (en) | 2015-04-08 |
EP2587451A1 (en) | 2013-05-01 |
US20130094759A1 (en) | 2013-04-18 |
CN102947863A (zh) | 2013-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5467300B2 (ja) | 移動物体検出装置 | |
US10254845B2 (en) | Hand gesture recognition for cursor control | |
JP5771413B2 (ja) | 姿勢推定装置、姿勢推定システム、および姿勢推定方法 | |
JP5726125B2 (ja) | 奥行き画像内の物体を検出する方法およびシステム | |
JP5715833B2 (ja) | 姿勢状態推定装置および姿勢状態推定方法 | |
Abdul-Azim et al. | Human action recognition using trajectory-based representation | |
US20200175717A1 (en) | Information processing apparatus and method of controlling the same | |
WO2017182225A1 (en) | Training method and detection method for object recognition | |
Fehr et al. | Covariance based point cloud descriptors for object detection and recognition | |
Nikisins et al. | RGB-DT based face recognition | |
CN113272821A (zh) | 深度神经网络姿态估计*** | |
Stiene et al. | Contour-based object detection in range images | |
Hua et al. | Pedestrian detection by using a spatio-temporal histogram of oriented gradients | |
US20190108398A1 (en) | A method and system for tracking objects | |
Feichtenhofer et al. | Dynamically encoded actions based on spacetime saliency | |
Muddamsetty et al. | A performance evaluation of fusion techniques for spatio-temporal saliency detection in dynamic scenes | |
CN110622210A (zh) | 用于处理360度图像的方法和装置 | |
Abid et al. | Dynamic hand gesture recognition from Bag-of-Features and local part model | |
Chew et al. | Panorama stitching using overlap area weighted image plane projection and dynamic programming for visual localization | |
Kang et al. | People detection method using graphics processing units for a mobile robot with an omnidirectional camera | |
Palmer et al. | Scale proportionate histograms of oriented gradients for object detection in co-registered visual and range data | |
Wang et al. | Performance study of feature descriptors for human detection on depth map | |
Hao et al. | Development of 3D feature detection and on board mapping algorithm from video camera for navigation | |
Polceanu et al. | Fast Multi-Scale fHOG Feature Extraction Using Histogram Downsampling | |
Kim et al. | A high quality depth map upsampling method robust to misalignment of depth and color boundaries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20131217 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131226 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5467300 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |