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
    • 54. 发明申请
    • 아다부스트 학습 알고리즘을 이용하여 얼굴 특징점 위치를 검출하기 위한 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체
    • 方法,装置和计算机可读记录介质,用于使用平衡学习算法检测脸部特征点的位置
    • WO2013048159A1
    • 2013-04-04
    • PCT/KR2012/007843
    • 2012-09-27
    • (주)올라웍스
    • 천영재박용찬
    • G06K9/46
    • G06K9/6257G06K9/00221G06K9/00228G06K9/00281G06K9/00288G06K9/3233G06K9/6202G06K9/6219G06K9/6221G06K9/6227G06K9/6232G06K9/6262
    • 본 발명은 아다부스트 학습 알고리즘을 이용한 얼굴 특징점 위치를 검출하기 위한 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체에 관한 것이다. 본 발명의 일 태양에 따르면, 얼굴 특징점 위치를 검출하기 위한 방법으로서, (a) 아다부스트 학습 알고리즘에 의해서 선택된 제1특징 패턴들을 이용하여 서브 윈도우 이미지를 제1특징점 후보 추천 이미지와 제1특징점 후보 비추천 이미지로 분류하고, 상기 제1특징점 후보 추천 이미지의 제1특징점 후보 위치 정보를 발생하는 단계, 및 (b) 상기 아다부스트 학습 알고리즘에 의해서 선택된 제2특징 패턴들을 이용하여 상기 제1특징점 후보 비추천 이미지로 분류된 상기 서브 윈도우 이미지를 제2특징점 후보 추천 이미지와 제2특징점 후보 비추천 이미지로 재분류하고, 상기 제2특징점 후보 추천 이미지의 제2특징점 후보 위치 정보를 발생하는 단계를 포함하는 방법이 제공된다.
    • 本发明涉及使用Adaboost学习算法来检测脸部特征点的位置的方法,装置和计算机可读记录介质。 根据本发明的一个实施例,一种用于检测面部特征点的位置的方法包括:(a)将子窗口图像分类为第一推荐特征点候选图像和第一非推荐特征点的步骤 使用由Adaboost学习算法选择的第一特征图案的候选图像,以及在第一推荐特征点候选图像上生成第一特征点候选位置信息; 和(b)使用所选择的第二特征图案将分类为所述第一非推荐特征点候选图像的所述子窗口图像重新分类为第二推荐特征点候选图像和第二非推荐特征点候选图像的步骤 通过Adaboost学习算法,并且在第二推荐特征点推荐候选图像上生成第二特征点候选位置信息。
    • 57. 发明申请
    • INFORMATION PROCESSING APPARATUS AND INFORMATION PROCESSING METHOD
    • 信息处理设备和信息处理方法
    • WO2009057815A1
    • 2009-05-07
    • PCT/JP2008/070158
    • 2008-10-29
    • CANON KABUSHIKI KAISHAKATO, MasamiYAMAMOTO, TakahisaITO, Yoshinori
    • KATO, MasamiYAMAMOTO, TakahisaITO, Yoshinori
    • G06T7/00
    • G06K9/6257G06K9/00973
    • In an information processing apparatus that processes data using cascade-connected weak classifiers, processing specification information specifying the processing content of each of the weak classifiers is stored. The weak classifiers to be used in processing the data are selected from the weak classifiers by referring to a table in which is specified information for determining the weak classifiers to be used based on a condition for processing the data. The data is then processed by the selected weak classifiers based on the processing specification information that corresponds to those weak classifiers, and an object is extracted from the data using an obtained evaluation value. Through this, a combination of extraction process speed and extraction accuracy can be changed in a flexible manner when extracting a specific object from image data.
    • 在使用级联连接的弱分类器处理数据的信息处理装置中,存储指定每个弱分类器的处理内容的处理规范信息。 用于处理数据的弱分类器通过参照其中指定的用于确定用于处理数据的条件的弱分类器的指定信息的表,从弱分类器中选择。 然后基于与这些弱分类器对应的处理规范信息,由所选择的弱分类器处理数据,并且使用获得的评估值从数据中提取对象。 通过这种方式,当从图像数据中提取特定对象时,提取处理速度和提取精度的组合可以灵活地改变。
    • 59. 发明申请
    • PROCÈDE DE RECONNAISSANCE ET DE LOCALISATION AUTOMATIQUE D'ENTITÉS DANS DES IMAGES NUMÉRIQUES
    • 自动识别和定位数字图像中的实体的方法
    • WO2008104453A1
    • 2008-09-04
    • PCT/EP2008/051608
    • 2008-02-11
    • COMMISSARIAT A L'ENERGIE ATOMIQUEALLEZARD, Nicolas
    • ALLEZARD, Nicolas
    • G06K9/00
    • G06K9/00362G06K9/4614G06K9/4647G06K9/6257G06K9/6269
    • Le domaine général de l'invention est celui de la reconnaissance d'entités dans des images numériques. Le procédé de reconnaissance selon l'invention comprend une première étape d'apprentissage et une seconde étape de reconnaissance. L'étape d'apprentissage consiste à paramétrer une cascade composée d'étages de classifieurs à partir d'une série d'imagettes de l'entité à reconnaître et d'une série d'imagettes ne contenant pas ladite entité. L'étape de reconnaissance consiste à faire passer dans la cascade de classifieurs les parties de l'image numérique pour lesquels la recherche doit s'effectuer, les parties de l'image ayant passées avec succès chaque étage de la cascade étant déclarées contenant l'entité recherchée. Chacune des différentes images analysées par le procédé est représentée par un ensemble de descripteurs locaux multi-variables, préférentiellement constitués d'une part d'un histogramme à N composantes des gradients d'intensité dans l'image en fonction de directions données et d'autre part de la somme de la magnitude du gradient dans l'image divisée par la surface de ladite image.
    • 本发明的一般领域是对数字图像中的实体的识别。 根据本发明的识别方法包括学习的第一步骤和识别的第二步骤。 学习步骤包括根据要识别的实体的一系列想象和不包含所述实体的一系列想象,对由分类器阶段组成的级联进行参数化。 识别步骤在于使得要进行搜索的数字图像的部分通过分级器的级联,已经成功通过级联的每个阶段的图像的部分被声明为包含所寻求的实体。 通过该方法分析的各种图像中的每一个由一组多变量局部描述符表示,优选地由图像中具有作为给定方向的函数的强度梯度的N个分量的直方图组成,另一方面 图像中的梯度的大小之和除以所述图像的面积。