-
公开(公告)号：CN101127079B
公开(公告)日：2010-06-09
申请号：CN200710129249.2
申请日：2007-03-19
Applicant: 索尼株式会社
CPC classification number: G06K9/00228 , G06K9/6202 , G06K9/6257
Abstract: 一种信息处理设备，包括：高节点，具有多个弱鉴别器，所述多个弱鉴别器已经学习第一标记的学习采样和第二标记的学习采样，所述第二标记的学习采样与第一标记的学习采样具有预定的坐标关系；第一低节点，具有多个弱鉴别器，所述多个弱鉴别器已经基于高节点的辨别结果学习第一标记的学习采样；以及第二低节点，不具有弱鉴别器。
-
公开(公告)号：CN101377814A
公开(公告)日：2009-03-04
申请号：CN200810210542.6
申请日：2008-08-27
Applicant: 索尼株式会社
IPC: G06K9/00
CPC classification number: G06K9/00248
Abstract: 公开了一种人脸图像处理设备和方法及计算机程序。所述设备通过统计学习来选择用于识别个人的特征点和特征。所述设备包括：输入装置，用于输入由任意的人脸检测装置检测到的人脸图像；人脸部分检测装置，用于从输入的人脸图像中检测若干部位中的人脸部分的位置；人脸姿态估计装置，用于基于检测到的人脸部分的位置来估计人脸姿态；特征点位置校正装置，用于基于所述人脸姿态估计装置的人脸姿态估计结果来对每个用于识别个人的特征点的位置进行校正；以及人脸识别装置，用于通过以下方式来识别个人：在由所述特征点位置校正装置执行了位置校正之后，计算所述输入的人脸图像在每个特征点处的特征，并将所述特征对照已记录的人脸的特征来进行检查。
-
公开(公告)号：CN100339871C
公开(公告)日：2007-09-26
申请号：CN200410100518.9
申请日：2004-09-17
Applicant: 索尼株式会社
IPC: G06T7/00
CPC classification number: G06K9/00691 , G05D1/0251 , G05D1/0274 , G05D2201/0217 , G06K9/00201
Abstract: 一种环境识别设备和一种环境识别方法，能够绘制一个环境地图，所述地图用于判断是否可以移动到一个发现有一个或多个高于或低于地面的台阶的区域，以及一种路径规划设备和一种路径规划方法，能够利用这种环境地图适当地规划一个移动路径，和一种装配有这种环境识别设备及路径规划设备的机器人。该机器人包括一个环境识别部分，它包括多个适于从视差图像或距离图像中计算平面参数并提取包括地面在内的多个平面的平面提取部分401，一个适于识别包括地面在内的多个平面上的障碍物的障碍物识别部分402，和一个环境地图更新部分403，适于基于障碍物识别部分402的识别结果为每个平面绘制环境地图(障碍物地图)并更新当前环境地图，以及一个路径规划部分404，它适于基于这些环境地图产生路径规划。当在地面环境地图中的一个平面上发现一个障碍物但在该平面环境地图上没有发现障碍物时，该路径规划部分404将该平面选择为路径候选。
-
公开(公告)号：CN1698067A
公开(公告)日：2005-11-16
申请号：CN200480000409.8
申请日：2004-04-22
Applicant: 索尼株式会社
IPC: G06T7/00
CPC classification number: G06K9/6212 , G06K9/4609 , G06K9/6211 , G06T7/73
Abstract: 在图像识别设备(1)中，特征点提取部分(10a)和(10b)从模型图像和对象图像中提取特征点。特征量保留部分(11a)和(11b)提取每一个特征点的特征量并将它们与特征点的位置信息一起保留。特征量比较部分(12)将特征量彼此进行比较以计算相似性或相异性，并产生具有比较高的对应可能性的候选关联的特征点。模型姿态估计部分(13)重复将由从候选关联的特征点对组中随机选择的三对确定的仿射变换参数投射到参数空间上的操作。模型姿态估计部分(13)假设在参数空间中形成的具有最多成员的簇中的每一成员是内露层。模型姿态估计部分(13)使用内露层根据最小平方估计求出仿射变换参数，并输出由此仿射变换参数确定的模型姿态。
-
公开(公告)号：CN1287522A
公开(公告)日：2001-03-14
申请号：CN99802002.8
申请日：1999-09-10
Applicant: 索尼株式会社
CPC classification number: G06N3/008 , A63H11/00 , B25J11/0005
Abstract: 本发明涉及机器人装置,在具有根据外因或内因而变化的感情模式或行动模式的机器人装置中,具备检测外部状态的检测手段、存储数据的存储手段、依据检测手段检测出的信号将规定的数据写入存储手段的写入控制手段。又,感情模式或行动模式依据规定的输入信息输出规定的感情信息或行动命令。又,在读出显示部显示规定的数据。
-
Patent Agency Ranking
-
-
公开(公告)号：CN101159020A
公开(公告)日：2008-04-09
申请号：CN200710138345.3
申请日：2004-04-22
Applicant: 索尼株式会社
CPC classification number: G06K9/6212 , G06K9/4609 , G06K9/6211 , G06T7/73
Abstract: 本发明涉及一种图像识别设备、图像识别方法和机器人设备。在图像识别设备(1)中，特征点提取部分(10a)和(10b)从模型图像和对象图像中提取特征点。特征量保留部分(11a)和(11b)提取每一个特征点的特征量并将它们与特征点的位置信息一起保留。特征量比较部分(12)将特征量彼此进行比较以计算相似性或相异性，并产生具有比较高的对应可能性的候选关联的特征点。模型姿态估计部分(13)重复将由从候选关联的特征点对组中随机选择的三对确定的仿射变换参数投射到参数空间上的操作。模型姿态估计部分(13)假设在参数空间中形成的具有最多成员的簇中的每一成员是内露层。模型姿态估计部分(13)使用内露层根据最小平方估计求出仿射变换参数，并输出由此仿射变换参数确定的模型姿态。
-
公开(公告)号：CN101138007A
公开(公告)日：2008-03-05
申请号：CN200580049018.X
申请日：2005-12-26
Applicant: 索尼株式会社
IPC: G06T7/00
CPC classification number: G06K9/00288 , G06K9/6211 , G06K9/623 , G06T7/00
Abstract: 提供了图像处理系统、学习设备和方法，以及能够简单提取在识别过程中所用的特性量的程序。从学习模型图像中提取特性点。根据特性点提取特性量。在学习模型字典注册单元(23)中注册特性量。相似地，从包含学习模型图像中所包含的模型对象的学习输入图像中提取特性点。根据该特性点提取特性量。将特性量与在学习模型注册单元(23)中注册的特性量进行比较。作为比较的结果，在模型字典注册单元(12)中注册已变成一对最频繁的特性量作为用于识别处理的特性量。本发明可应用于机器人。
-
公开(公告)号：CN100365662C
公开(公告)日：2008-01-30
申请号：CN200480000409.8
申请日：2004-04-22
Applicant: 索尼株式会社
IPC: G06T7/00
CPC classification number: G06K9/6212 , G06K9/4609 , G06K9/6211 , G06T7/73
Abstract: 在图像识别设备(1)中，特征点提取部分(10a)和(10b)从模型图像和对象图像中提取特征点。特征量保留部分(11a)和(11b)提取每一个特征点的特征量并将它们与特征点的位置信息一起保留。特征量比较部分(12)将特征量彼此进行比较以计算相似性或相异性，并产生具有比较高的对应可能性的候选关联的特征点。模型姿态估计部分(13)重复将由从候选关联的特征点对组中随机选择的三对确定的仿射变换参数投射到参数空间上的操作。模型姿态估计部分(13)假设在参数空间中形成的具有最多成员的簇中的每一成员是内露层。模型姿态估计部分(13)使用内露层根据最小平方估计求出仿射变换参数，并输出由此仿射变换参数确定的模型姿态。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.024 seconds)
