图像处理装置和图像处理方法

    公开(公告)号:CN102446339B

    公开(公告)日:2014-09-10

    申请号:CN201010511768.7

    申请日:2010-10-14

    Abstract: 本发明提供图像处理装置和图像处理方法。图像处理装置具有:处理像素组确定单元,其从输入的影像信号的多个帧图像中,按照预定规则确定处理对象像素组,并从存储的已处理帧图像中,按照预定基准确定已处理像素组;频率成分处理单元,其从处理对象像素组和已处理像素组中至少提取时间频率成分,对时间频率成分中的时间高频成分执行预定的系数处理,取得执行后处理对象像素组;处理完成帧生成单元,其根据执行后处理对象像素组,生成处理完成帧图像;以及图像输出单元,其进行处理完成帧图像的输出和向已处理帧存储单元的存储,其中,频率成分处理单元避免对时间高频成分中的视觉特性敏感度低的成分执行预定的系数处理。

    图像识别方法以及摄像装置

    公开(公告)号:CN101650783B

    公开(公告)日:2014-03-26

    申请号:CN200910165538.7

    申请日:2009-07-29

    CPC classification number: G06K9/00624 G06K9/4642 H04N5/232

    Abstract: 本发明提供一种图像识别方法以及摄像装置,在使用由摄像装置拍摄的图像的块图像的特征量来识别对象时,抑制CPU的处理成本,高精度地识别对象。将图像数据分割为多个块而生成块图像,利用块图像的颜色空间信息以及频率分量来运算出各个块图像的特征量。另外,作为教师数据,预先运算出每个类型的图像特征量,并使用该特征量来计算出成为识别类型的边界的分离超平面,对于新获取的图像也同样地计算出块图像的图像特征量,利用从各类型的分离超平面起的距离,判定该块图像所属的类型。

    图像处理装置和图像处理方法

    公开(公告)号:CN103037158A

    公开(公告)日:2013-04-10

    申请号:CN201210368095.3

    申请日:2012-09-28

    Abstract: 图像处理装置和图像处理方法。该装置具有:设置信息取得部,其按每个摄像元件取得表示摄像元件相对于摄像部的设置状态的设置信息;运动信息取得部,其取得第1帧图像和第2帧图像间的摄像装置的运动信息;输出区域取得部,其按每个摄像元件取得第2输出区域的位置信息,第2输出区域是第2帧图像内的区域,与第1帧图像内的第1输出区域对应,输出区域取得部根据由设置信息决定的第1输出区域(A11)的位置信息和运动信息取得多个摄像元件中作为基准的基准摄像元件的第2输出区域(A12),根据基准摄像元件的设置信息、其它摄像元件的设置信息和运动信息取得多个摄像元件中不同于基准摄像元件的其它摄像元件的第2输出区域(A22)。

    图像识别装置以及图像识别方法

    公开(公告)号:CN102799854A

    公开(公告)日:2012-11-28

    申请号:CN201210082473.1

    申请日:2012-03-26

    CPC classification number: G06K9/00684 G06F17/3025 G06K9/4642

    Abstract: 本发明提供图像识别装置以及图像识别方法。在采用分离平面将块图像分类为类别的图像识别装置中,具备:输入对象图像的对象图像输入部;生成块图像的块图像生成部;计算块图像的特征量的特征量计算部;以及判别块图像是否被分类为类别的类别判别部,特征量计算部采用该块图像的局部特征量以及对象图像整体的整体特征量,并且在以块图像的多个特征为坐标轴的第2特征量空间中,采用组合多个局部特征量而成的特征量矢量的坐标位置和第2特征量空间的一个或多个任意区域,在整体特征量中包含对具有属于区域的特征量矢量的块图像按照每个区域进行计数后得到的块图像的数量。

    图像处理装置、图像处理方法以及图像处理程序

    公开(公告)号:CN102741878A

    公开(公告)日:2012-10-17

    申请号:CN201080014815.5

    申请日:2010-10-26

    CPC classification number: H04N1/3876 G06T3/4038 H04N5/2624

    Abstract: 一种图像处理装置,该图像处理装置在每次输入第2图像时,将由一张图像构成或接合多个图像而构成的第1图像与所输入的该第2图像进行接合,逐次生成合成图像,其特征在于,该图像处理装置具有:重叠区域取得部(14),其根据构成第1图像的图像中在第2图像之前刚输入的前一输入图像和第2图像,取得运动矢量,根据所取得的运动矢量,取得前一输入图像与第2图像重叠的重叠区域;亮度值转换系数计算部(16),其根据重叠区域中的第1图像的亮度值和第2图像的亮度值,计算亮度转换系数,该亮度转换系数以使第1图像和第2图像的亮度值的变化减小的方式对第1图像或第2图像的亮度值进行转换;以及合成图像生成部(12),其使用亮度转换系数对第1图像或第2图像进行转换,接合第1图像与第2图像而生成合成图像。

    学习辅助装置、学习装置、学习辅助方法和学习辅助程序

    公开(公告)号:CN114616573A

    公开(公告)日:2022-06-10

    申请号:CN202080074603.X

    申请日:2020-12-18

    Abstract: 学习辅助装置具有:导出部,其基于以将对象数据分类为第1标签和第2标签中的任意一方的方式使用教师数据进行过学习的模型以及包含被赋予了第1标签的第1数据和被赋予了第2标签的第2数据的教师数据,按照每个教师数据导出教师数据的特征量,并且,基于各自被赋予了第1标签和第2标签中的任意一方的至少1个教师候选数据和模型,按照每个教师候选数据导出教师候选数据的特征量;计算部,其按照每个教师候选数据计算出教师候选数据与第1数据的距离和教师候选数据与第2数据的距离中的至少一方;以及选择部,其根据距离,从教师候选数据中选择作为教师数据而追加的数据。

    学习系统及装置和方法、训练数据生成装置及生成方法

    公开(公告)号:CN108351986B

    公开(公告)日:2022-03-29

    申请号:CN201680062416.3

    申请日:2016-10-14

    Abstract: 学习系统具有学习装置和学习装置用的训练数据生成装置。学习装置通过误差反向传播法学习神经网络。训练数据生成装置对于输入数据,按照每个标签取得表示输入数据的内容与标签一致的正评价、表示输入数据的内容与标签不一致的负评价和表示从学习对象标签中排除的无视评价中的任意一个,生成训练数据。学习装置在对学习用的神经网络进行学习时,调整中间层的权重系数以使正评价或者负评价的标签的识别得分与正评价或者负评价的真实得分接近,并且使得无视评价的标签的识别得分不会影响到中间层的权重系数的调整。

Patent Agency Ranking