会员体验
专利管家(专利管理)
工作空间(专利管理)
风险监控(情报监控)
数据分析(专利分析)
侵权分析(诉讼无效)
联系我们
交流群
官方交流:
QQ群: 891211   
微信请扫码    >>>
现在联系顾问~
热词
    • 1. 发明专利
    • 日射量予測装置および方法
    • 绝对值预测装置和方法
    • JP2015059821A
    • 2015-03-30
    • JP2013193423
    • 2013-09-18
    • 株式会社東芝Toshiba Corp国立大学法人 筑波大学Univ Of Tsukuba国立大学法人 筑波大学
    • KAKIMOTO MITSURUKAWAHARA TOMOKAZUHABU YUKIISHII TAKESHIKOBAYASHI HIDEKIHASEGAWA YOSHIROKUSAKA HIROYUKI
    • G01W1/12
    • 【課題】高精度に日射量を予測することができる。【解決手段】本開示の一実施形態に係る日射量予測装置は、切り出し部、位置特定部、影響度算出部、特徴抽出部、格納部、移動予測部及び日射量予測部を含む。切り出し部は、日射量を測定する測定地点から天空を撮影した第1画像に含まれる少なくとも1つの第1雲塊の第1雲塊画像を抽出する。影響度算出部は、第1雲塊の空間位置が測定地点の日射に影響を与える影響位置である場合、測定地点での日射量に基づいて、第1雲塊が日射量に与える影響度を算出する。格納部は、影響位置にある第1画像特徴量と影響度との対応関係を、影響位置にある第1雲塊ごとにそれぞれ格納する。移動予測部は、影響位置ではない空間位置のある第2雲塊が影響位置に達する時刻を予測する。日射量予測部は、対応関係と第2雲塊の第2画像特徴量とを参照して、前記時刻において第2雲塊が測定地点での日射量に与える影響度を予測する。【選択図】図1
    • 要解决的问题:实现高精度的日照量预测。解决方案:与本发明的一个实施例相关的日照量预测装置包括裁剪单元,位置指定单元,影响度计算单元, 特征提取单元,存储单元,移动预测单元和日射量预测单元。 裁剪单元从用于测量日照量的测量点拍摄天空所获得的包含在第一图像中的至少一个第一云质量提取第一云质量图像。 影响度计算单元基于第一云团的空间位置在影响日照时的影响位置处的测量点的日照量来计算第一云质量对日照量的影响程度 测量点。 存储单元存储影响位置处的第一图像特征量与影响程度之间的对应关系,相对于影响位置处的每个第一云质量。 移动预测单元预测当不在影响位置下方的空间位置处的第二云团质量达到影响位置时的时间。 日照量预测单元参照第二云质量的对应关系和第二图像特征量来预测第二云质量对测量点时的日照量的影响程度。
    • 2. 发明专利
    • Estimation device, method and program
    • 估计设备,方法和程序
    • JP2014153815A
    • 2014-08-25
    • JP2013021396
    • 2013-02-06
    • Toshiba Corp株式会社東芝
    • YAMAZAKI MASAKIKAWAHARA TOMOKAZUKOSAKAYA TATSUO
    • G06T7/00
    • G06K9/00268G06K9/00288G06K2009/00322
    • PROBLEM TO BE SOLVED: To provide an estimation device which accurately estimates an attribute value.SOLUTION: A feature quantity is extracted from an image including a person, a first likelihood of the feature quantity is calculated for each attribute class, a second likelihood is calculated for each attribute class from the first likelihood for each attribute class, an attribute class having the maximum second likelihood is identified, an estimated attribute value of the identified attribute class and an estimated attribute value of a selected class are calculated by using the feature quantity, the estimated attribute value of the identified attribute class is multiplied by the second likelihood as a weight, the estimated attribute value of the selected class is multiplied by the second likelihood as a weight for adding, and a correction attribute value of the identified attribute class is calculated.
    • 要解决的问题:提供一种精确估计属性值的估计装置。解决方案:从包括人的图像中提取特征量,针对每个属性类计算特征量的第一似然,计算第二似然性 对于每个属性类从对于每个属性类的第一可能性的每个属性类,识别具有最大第二似然性的属性类,通过使用特征量来计算所识别的属性类的估计属性值和所选类的估计属性值, 将所识别的属性类的估计属性值乘以作为权重的第二似然,将所选择的类的估计属性值乘以作为添加的权重的第二似然,并且所识别的属性类的校正属性值为 计算。
    • 3. 发明专利
    • Pattern recognition device and method thereof
    • 图案识别装置及其方法
    • JP2007310703A
    • 2007-11-29
    • JP2006140081
    • 2006-05-19
    • Toshiba Corp株式会社東芝
    • KAWAHARA TOMOKAZUYAMAGUCHI OSAMU
    • G06T7/00
    • PROBLEM TO BE SOLVED: To provide a pattern recognition device by which the performance of pattern recognition is improved in the case of a large number of classes.
      SOLUTION: The pattern recognition device comprises a pattern input part 101, a feature extraction part 102, a dictionary feature storage part 103, a similarity calculation part 104, a correction conversion generation part 105, a similarity correction part 106, and a determination part 107, and input features are generated from input patterns, and dictionary features are generated from dictionary patterns, and similarities calculated from the input patterns and the dictionary patterns are corrected by using an inverse matrix having similarities between dictionary patterns as components, so that distances between classes can be increased, and thus the recognition performance is improved.
      COPYRIGHT: (C)2008,JPO&INPIT
    • 要解决的问题:提供一种模式识别装置,通过该模式识别装置,在大量类的情况下,模式识别的性能得到改善。 解决方案:模式识别装置包括图案输入部分101,特征提取部分102,字典特征存储部分103,相似度计算部分104,校正转换生成部分105,相似性校正部分106和 确定部分107,并且输入特征是从输入图案生成的,并且字典特征是从字典图案生成的,并且通过使用在字典图案之间具有相似性的逆矩阵作为分量来校正从输入图案和字典图案计算出的相似度,使得 类之间的距离可以增加,从而提高了识别性能。 版权所有(C)2008,JPO&INPIT
    • 4. 发明专利
    • Pattern recognition device and its method
    • 图案识别装置及其方法
    • JP2006221479A
    • 2006-08-24
    • JP2005035300
    • 2005-02-10
    • Toshiba Corp株式会社東芝
    • NISHIYAMA MASASHIKAWAHARA TOMOKAZUYAMAGUCHI OSAMU
    • G06T7/00
    • PROBLEM TO BE SOLVED: To provide a pattern recognition device extracting characteristics effective for recognition from a pattern for performing highly precise pattern recognition.
      SOLUTION: A face image recognition device 200 is constituted of a face input part 201, an input subspace creation part 202, a dictionary subspace storage part 203, an orthogonalization matrix storage part 204, a subspace linear transformation part 205, a subspace similarity calculation part 206, and a face determination part 207. Similarity is found when linear transformation of an input subspace created from a plurality of input patterns acquired from a recognition object and a previously registered dictionary subspace is carried out by an orthogonalization matrix for extracting characteristics effective for recognition.
      COPYRIGHT: (C)2006,JPO&NCIPI
    • 要解决的问题:提供一种模式识别装置,从用于执行高精度模式识别的模式中提取有效用于识别的特征。 解决方案:面部图像识别装置200由面部输入部分201,输入子空间创建部分202,字典子空间存储部分203,正交化矩阵存储部分204,子空间线性变换部分205,子空间 相似度计算部206和面部确定部207.当从识别对象和先前登录的字典子空间中获取的多个输入模式创建的输入子空间的线性变换通过用于提取特征的正交化矩阵来执行时,发现相似度 有效识别。 版权所有(C)2006,JPO&NCIPI
    • 5. 发明专利
    • Image processing device, method, and program
    • 图像处理设备,方法和程序
    • JP2014048131A
    • 2014-03-17
    • JP2012190664
    • 2012-08-30
    • Toshiba Corp株式会社東芝
    • KAWAHARA TOMOKAZU
    • G01W1/10
    • PROBLEM TO BE SOLVED: To provide an image processing device capable of estimating a state of the atmosphere.SOLUTION: An image processing device includes an acquisition section, a detector, an estimation section, and an output section. The acquisition section acquires an image of the sky. The detector detects the distribution of cloud by using a pixel value included in the image. The estimation section estimates a state of the atmosphere at a predetermined place from a pickup point of the image and the distribution. The output section outputs the information on the state of the atmosphere.
    • 要解决的问题:提供能够估计气氛状态的图像处理装置。解决方案:图像处理装置包括获取部分,检测器,估计部分和输出部分。 采集部分获取天空的图像。 检测器通过使用包括在图像中的像素值来检测云的分布。 估计部分从图像的拾取点和分布估计在预定位置处的气氛的状态。 输出部分输出有关大气状态的信息。
    • 7. 发明专利
    • Linear transformation matrix calculation device, and method thereof and program thereof
    • 线性变换矩阵计算装置及其方法及其程序
    • JP2010182013A
    • 2010-08-19
    • JP2009023805
    • 2009-02-04
    • Toshiba Corp株式会社東芝
    • KUBOTA SUSUMUKAWAHARA TOMOKAZU
    • G06T7/00
    • G06K9/624
    • PROBLEM TO BE SOLVED: To provide a linear transformation matrix calculation device for obtaining a linear transformation matrix wherein similarity between partial spaces belonging to different categories is increased and wherein similarity between partial spaces belonging to the same category is reduced. SOLUTION: The linear transformation matrix calculation device linearly transforms a plurality of dictionary partial spaces each belonging to each category by a linear transformation matrix, selects a plurality of sets of combinations each between two dictionary partial spaces from the plurality of linearly transformed dictionary partial spaces, calculates a loss function by use of each similarity between the dictionary partial spaces of each selected set, calculates a differential parameter when differentiating the loss function with respect to the linear transformation matrix, calculates a new linear transformation matrix by the differential parameter and the linear transformation matrix by a steepest descent method, and updates the new linear transformation matrix as the linear transformation matrix used in a linear transformation part. COPYRIGHT: (C)2010,JPO&INPIT
    • 要解决的问题:提供一种用于获得线性变换矩阵的线性变换矩阵计算装置,其中属于不同类别的部分空间之间的相似性增加,并且其中属于同一类别的部分空间之间的相似性减小。 解决方案:线性变换矩阵计算装置通过线性变换矩阵对属于每个类别的多个词典部分空间进行线性变换,从多个线性变换词典中选择两组词典部分空间之间的多组合 通过使用每个选定集合的字典部分空间之间的每个相似度来计算损失函数,在相对于线性变换矩阵区分损失函数时计算差分参数,通过差分参数计算新的线性变换矩阵,以及 通过最速下降法的线性变换矩阵,并且将新的线性变换矩阵更新为在线性变换部分中使用的线性变换矩阵。 版权所有(C)2010,JPO&INPIT
    • 8. 发明专利
    • Apparatus and method for pattern recognition
    • 用于图案识别的装置和方法
    • JP2009217583A
    • 2009-09-24
    • JP2008060990
    • 2008-03-11
    • Toshiba Corp株式会社東芝
    • KAWAHARA TOMOKAZUYAMAGUCHI OSAMU
    • G06N3/00G06T7/00G10L15/02
    • G06K9/38G06K9/46
    • PROBLEM TO BE SOLVED: To compress a feature vector so as to enable recognition without returning to an original state and to significantly reduce a memory amount, while suppressing degradation of recognition performance. SOLUTION: Quantization processing 20 is composed of feature vector input processing 201, rearrangement processing 202, initialization processing 203, quantization section search processing 204, error-quantization quantification processing 205, re-search preparation processing 206, and quantization feature vector output processing 207. A quantization function is generated for an input feature vector generated in a feature extraction part 102 and a dictionary feature vector, and quantization processing of each component of the feature vector is performed based on the quantization function. COPYRIGHT: (C)2009,JPO&INPIT
    • 要解决的问题:为了压缩特征向量,以便能够在不返回原始状态的情况下进行识别,并且显着地减少存储量,同时抑制识别性能的劣化。 解决方案:量化处理20由特征向量输入处理201,重排处理202,初始化处理203,量化部分搜索处理204,误差量化量化处理205,重新搜索准备处理206和量化特征向量输出 针对在特征提取部102和词典特征向量中生成的输入特征矢量生成量化函数,并且基于量化函数进行特征向量的各成分的量化处理。 版权所有(C)2009,JPO&INPIT
    • 9. 发明专利
    • 計測装置及び計測プログラム
    • 测量设备和测量程序
    • JP2015011014A
    • 2015-01-19
    • JP2013139009
    • 2013-07-02
    • 株式会社東芝Toshiba Corp
    • KAWAHARA TOMOKAZUHABU YUKIKAKIMOTO MITSURUYONEZAWA MINORUKOBAYASHI HIDEKI
    • G01W1/10G01B11/00G01W1/12
    • G01W1/02G06T7/73G06T2207/30192
    • 【課題】雲の位置と雲密度を簡単に計測できる計測装置を提供する。【解決手段】雲と参照物体とを含む計測画像を取得する取得部12と、計測画像中の参照物体の表示領域を特定する特定部14と、参照物体の手前に雲が存在するか否かを判定する判定部16と、参照物体の手前に雲が存在する場合に、計測画像中の雲の雲領域と参照物体の高さと位置から、雲の位置を推定する位置推定部18と、計測画像の雲領域の輝度である計測輝度と、参照画像の雲領域に相当する領域の輝度である参照輝度を算出し、計測輝度と参照輝度から光の減衰率を算出する減衰率算出部20と、前記減衰率と雲の位置から雲密度を算出する密度算出部22と、雲の位置と雲密度を出力する出力部24とを有する。【選択図】図1
    • 要解决的问题:提供能够简单测量云和云密度位置的测量装置。解决方案:测量装置具有:获取包括云和参考对象的测量图像的获取单元12; 识别单元14,其识别测量图像中的参考对象的显示区域; 确定单元16,确定云是否存在于参考对象的前面; 位置估计单元18,当云存在于参考对象的前面时,从测量图像中的云的云区域和参考对象的高度和位置估计云的位置; 计算作为测量图像的云面积的亮度的测量亮度的衰减率计算单元20以及与参考图像的云区对应的区域的亮度的参考亮度,并计算光的衰减率 从测量亮度和参考亮度; 密度计算单元22,根据衰减率和云的位置计算云密度; 以及输出云的位置和云密度的输出单元24。
    • 10. 发明专利
    • Learning image collection device, learning device and object detection device
    • 学习图像采集装置,学习装置和对象检测装置
    • JP2014085795A
    • 2014-05-12
    • JP2012233694
    • 2012-10-23
    • Toshiba Corp株式会社東芝
    • YOKOI KENTAROKAWAHARA TOMOKAZUWATANABE YUKI
    • G06T7/00
    • PROBLEM TO BE SOLVED: To provide a learning image collection device easily collecting images in environment different from that of an image when a detector has learned, a learning device using the collected images, and an object detection device.SOLUTION: A learning image collection device comprises an acquisition part, an extraction part, a calculation part and a selection part. The acquisition part acquires an image including an object. The extraction part extracts a plurality of candidate areas being a candidate of the object from the image. The calculation part calculates either one of first similarity between the candidate areas and a prescribed area, second similarity between sizes of the candidate areas and the prescribed object, or third similarity of each of the plurality of candidate areas. The selection part selects a candidate area as an object area including the object when either one of the first, second, or third similarity is larger than a prescribed threshold.
    • 要解决的问题:提供一种学习图像采集装置,当检测器学习时,容易地收集与图像的图像不同的图像,使用所收集的图像的学习装置和对象检测装置。解决方案:学习图像收集装置 包括获取部分,提取部分,计算部分和选择部分。 获取部件获取包括对象的图像。 提取部分从图像提取作为对象候选的多个候选区域。 计算部分计算候选区域和规定区域之间的第一相似度之一,候选区域的大小与规定对象之间的第二相似度,或者多个候选区域中的每一个的第三相似度。 当第一,第二或第三相似度中的任一个大于规定阈值时,选择部分将候选区域选择为包括对象的对象区域。