[发明专利]动态图像处理装置、显示装置、动态图像处理方法以及控制程序在审

专利信息
申请号: 201880039688.0 申请日: 2018-05-24
公开(公告)号: CN111052184A 公开(公告)日: 2020-04-21
发明(设计)人: 北城直大 申请(专利权)人: 夏普株式会社
主分类号: G06T7/215 分类号: G06T7/215
代理公司: 深圳市赛恩倍吉知识产权代理有限公司 44334 代理人: 叶乙梅
地址: 日本国大*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 动态 图像 处理 装置 显示装置 方法 以及 控制程序
【说明书】:

动态图像中的物体识别用的计算成本与现有相比降低。处理由多个帧构成的动态图像的信号处理部(10)包括:物体识别部(13),其识别在所述动态图像中被表现的物体;区域设定部(12),其基于所述动态图像中的第N帧中的所述物体的图像的、第N+1帧中的位置,设定在第N+1帧中作为所述物体识别部(13)的识别对象的区域即识别对象区域,N为自然数。

技术领域

以下的公开涉及一种处理由多个帧构成的动态图像的动态图像处理装置等。

背景技术

近年来,已经提出了各种动态图像处理技术。作为示例,专利文献1中公开的技术目的在于,检测动态图像中移动的物体(移动物体)的图像,高精度地识别该移动物体的种类或属性。

具体地,专利文献1的物体识别装置包括:(i)物体检测部,其检测动态图像中的移动物体、(ii)流线计算部,其求出移动物体的流线、以及(iii)物体识别部,其基于移动物体的流线的形状识别该移动物体的种类或物体的属性。

现有技术文献

专利文献

专利文献1:日本国公开专利公报“2016-57998号公报(2016年4月21日公开)”

发明内容

本发明所要解决的技术问题

然而,专利文献1的技术不旨在执行用于物体识别的高精度的图像识别(示例:使用深度学习技术的图像识别)。另一方面,若要执行这种高精度的图像识别,则在专利文献1的技术中会造成用于动态图像中的物体识别的计算成本变得非常高。本公开的一形态的目的在于,与现有相比,用于动态图像中的物体识别的计算成本降低。

用于解决技术问题的技术方案

为了解决上述技术问题,本公开的一形态涉及的动态图像处理装置,其处理由多个帧构成的动态图像,所述动态图像处理装置包括:物体识别部,其识别在所述动态图像中被表现的物体;区域设定部,其基于所述动态图像中的第N帧(N为自然数)中的所述物体的图像的、第N+1帧中的位置,设定在第N+1帧中作为所述物体识别部的识别对象的区域即识别对象区域。

此外,为了解决上述技术问题,本公开的一形态涉及的动态图像处理方法,其处理由多个帧构成的动态图像,所述动态图像处理方法包括:物体识别工序,在所述物体识别工序中识别在所述动态图像中被表现的物体;区域设定工序,在所述区域设定工序中基于所述动态图像中的第N帧(N为自然数)中的所述物体的图像的、第N+1帧中的位置,设定在第N+1帧中作为所述物体识别部的识别对象的区域即识别对象区域。

有益效果

根据本公开的一个形态的动态图像处理装置,与现有相比,可以降低用于动态图像中的物体识别的计算成本。此外,根据本公开的一形态的动态图像处理方法,也可以获得同样的效果。

附图说明

图1是表示显示装置的要部的构成的功能模块图。

图2是用于说明运动矢量的概略图。

图3是用于说明第N帧中的识别对象区域的图。

图4是例示图1的显示装置中的直方图生成处理的流程的图。

图5的(a)和(b)分别是用于说明块包含条件的图。

图6的(a)和(b)分别表示由直方图生成处理获得的两个直方图的示例图。

图7的(a)~(c)分别表示在直方图生成处理中使用或设定的数据的示例图。

图8是例示图1的显示装置中的直方图解析处理的流程的图。

图9是表示多个识别对象区域候选的一示例图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于夏普株式会社,未经夏普株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201880039688.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top