[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP7023005B2 - 情報処理システム、情報処理方法およびプログラム - Google Patents

情報処理システム、情報処理方法およびプログラム Download PDF

Info

Publication number
JP7023005B2
JP7023005B2 JP2019193127A JP2019193127A JP7023005B2 JP 7023005 B2 JP7023005 B2 JP 7023005B2 JP 2019193127 A JP2019193127 A JP 2019193127A JP 2019193127 A JP2019193127 A JP 2019193127A JP 7023005 B2 JP7023005 B2 JP 7023005B2
Authority
JP
Japan
Prior art keywords
subject
information processing
unit
image
virtual space
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2019193127A
Other languages
English (en)
Other versions
JP2021068195A (ja
Inventor
克己 横道
Original Assignee
克己 横道
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 克己 横道 filed Critical 克己 横道
Priority to JP2019193127A priority Critical patent/JP7023005B2/ja
Publication of JP2021068195A publication Critical patent/JP2021068195A/ja
Application granted granted Critical
Publication of JP7023005B2 publication Critical patent/JP7023005B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Processing Or Creating Images (AREA)
  • Image Analysis (AREA)

Description

本発明は、情報処理システム、情報処理方法およびプログラムに関する。
近年、仮想空間にオブジェクトを表示し、そのオブジェクトを変化させる技術が考えられている。例えば、特許文献1には、3次元の仮想空間にオブジェクトを表示し、外部からの入力に応じて、その表示態様を変化させる技術が開示されている。
特開2000-207583号公報
上述したような技術においては、仮想空間に表示させるオブジェクトは、現実の空間に存在するものとは無関係である。そのため、現実と仮想空間とを関連付けることはできないという問題点がある。
本発明の目的は、現実の空間と関連した仮想空間を得ることができる情報処理システム、情報処理方法およびプログラムを提供することにある。
本発明の情報処理システムは、
撮像部と、
被写体を前記撮像部が撮像した画像と、あらかじめ登録された基準画像とに基づいて、前記被写体を推定する推定部と、
前記推定部が推定した被写体の属性をデータベースから読み出す属性読み出し部と、
前記属性読み出し部が読み出した属性を用いて、前記被写体を仮想空間に設定する仮想空間設定部とを有する。
また、本発明の情報処理方法は、
被写体をカメラが撮像した画像と、あらかじめ登録された基準画像とに基づいて、前記被写体を推定する処理と、
前記推定した被写体の属性をデータベースから読み出す処理と、
前記読み出した属性を用いて、前記被写体を仮想空間に設定する処理とを行う。
また、本発明のプログラムは、
コンピュータに実行させるためのプログラムであって、
コンピュータに、
被写体をカメラが撮像した画像と、あらかじめ登録された基準画像とに基づいて、前記被写体を推定する手順と、
前記推定した被写体の属性をデータベースから読み出す手順と、
前記読み出した属性を用いて、前記被写体を仮想空間に設定する手順とを実行させる。
本発明においては、現実の空間と関連した仮想空間を得ることができる。
本発明の情報処理システムの第1の実施の形態を示す図である。 図1に示した撮像部が被写体を撮像する様子の一例を示す図である。 図1に示した推定部の内部構成の一例を示す図である。 図3に示した被写体学習モデルが所有する教師データの一例を示す図である。 図1に示したデータベースに記憶された対応付けの一例を示す図である。 図1に示した情報処理システムにおける情報処理方法の一例を説明するためにシーケンス図である。 本発明の情報処理システムの第2の実施の形態を示す図である。 図7に示した移動部の動作の様子の一例を示す図である。 図7に示した移動部の動作の様子の一例を示す図である。 図7に示した推定部の内部構成の一例を示す図である。 図7に示した情報処理システムにおける情報処理方法の一例を説明するためにシーケンス図である。
以下に、本発明の実施の形態について図面を参照して説明する。
(第1の実施の形態)
図1は、本発明の情報処理システムの第1の実施の形態を示す図である。本形態における情報処理システムは図1に示すように、撮像部110と、推定部120と、データベース130と、属性読み出し部140と、仮想空間設定部150とを有する。
撮像部110は、撮像の対象となる被写体の撮像を行うカメラである。
図2は、図1に示した撮像部110が被写体を撮像する様子の一例を示す図である。図2に示すように、撮像部110が被写体300を撮像する。撮像部110は、被写体300を複数の方向(角度)から撮像するものであっても良い。これは、撮像部110が撮像した画像を用いて、被写体300が何であるかを推定部120が推定しやすくするためである。例えば、撮像部110は、あらかじめ設定された複数の方向から被写体300を撮像するものであっても良いし、あらかじめ設定された数の方向(例えば、6方向等)から被写体300を撮像するものであっても良い。このとき、撮像部110を操作して被写体300を撮像する撮像者が、撮像部110や被写体300を動かして、撮像部110が被写体300の画像を複数の方向から撮像できるようにしても良い。図2には、被写体300がボトルガムである場合を例に挙げて示している。
推定部120は、被写体を撮像部110が撮像した画像と、あらかじめ登録された基準画像とに基づいて、被写体を推定する。このとき、推定部120は、撮像部110が撮像した画像およびその画像の深度情報(撮像部110から被写体までの距離)と、あらかじめ登録された基準画像とに基づいて、被写体を推定するものであっても良い。また、推定部120は、被写体を撮像部110が複数の方向からそれぞれ撮像した複数の画像と、あらかじめ登録された複数の基準画像とに基づいて、被写体を推定するものであっても良い。推定部120は、被写体を推定するための機械学習を行った学習済みの学習モデルに撮像部110が撮像した画像を入力することで、被写体をその学習モデルから取得して推定する。撮像部110が、深度情報を得ることができる場合、推定部120が被写体の推定にその深度情報も用いることで、推定精度を上げることができる。
図3は、図1に示した推定部120の内部構成の一例を示す図である。図1に示した推定部120は図3に示すように、被写体学習モデル200を有する。なお、図3には、図1に示した推定部120が具備する構成要素のうち、本形態に関わる主要な構成要素のみを示す。被写体学習モデル200は、機械学習の学習フェーズで様々な被写体の画像データ(基準画像)とその画像データが何の画像を示すものであるかという情報とが対応付けられて教師データとして記憶されており、適用フェーズで入力された画像データと記憶されている教師データとに基づいて、入力された画像データが何の画像を示すもの(被写体)であるかを推定する。被写体学習モデル200は、推定した結果を出力する。なお、推定した結果である被写体を示す情報は、被写体固有にあらかじめ付与された被写体識別情報である。また、出力された結果は、被写体学習モデル200にフィードバックされてさらに学習されるものであっても良い。
図4は、図3に示した被写体学習モデル200が所有する教師データの一例を示す図である。図3に示した被写体学習モデル200が所有する教師データは図4に示すように、被写体名と被写体識別情報と複数の画像データ(基準画像)とが対応付けられたものである。被写体名は、被写体の名称である。被写体名は、例えば、商品名、メーカー名、商品番号等であっても良い。被写体識別情報は、被写体を他の被写体から識別可能にするために、それぞれの被写体固有にあらかじめ付与された情報である。被写体識別情報は、数字やアルファベットを用いて表現されるものであっても良い。画像データは、その被写体の画像を示すデータであって、被写体を複数の方向から撮影した画像や、被写体を様々な環境(例えば、明るい屋外や、暗い屋内等)の下で撮影した画像、被写体を様々な状態(例えば、蓋が開いている、閉じている等)で撮影した画像、高精度で作成した3D-CG(3Dimensional Computer Graphics)を様々な照明条件や背景画像と組み合わせて学習させた画像等、大量の画像のデータである。
被写体学習モデル200は、入力された画像データと図4に示したような教師データとを比較して、入力された画像データが、何が被写体となっているものなのかを推定(判定)する。被写体学習モデル200は、推定(判定)した結果となる被写体の被写体識別情報を出力する。このような教師データを用いた推定(判定)処理は、一般的なAI(Artificial Intelligence:人工知能)を用いたものと同様のものであって良い。
データベース130は、被写体固有に付与された被写体識別情報と、その被写体の属性とをあらかじめ対応付けて記憶する。
図5は、図1に示したデータベース130に記憶された対応付けの一例を示す図である。図1に示したデータベース130には図5に示すように、被写体識別情報と属性とが対応付けられて記憶されている。被写体識別情報は、被写体を他の被写体から識別可能にするために、それぞれの被写体固有にあらかじめ付与された情報であって、図4に示したものと同じものである。属性は、被写体の性質を示す情報である。例えば、図5に示すように、被写体識別情報「A001」と属性「ボトルガム、爽快感」とが対応付けられて記憶されている。これは、被写体識別情報が「A001」である被写体は、ボトルガムであって、爽快感(例えば、ミント系)のある味であることを示している。また、被写体識別情報「B001」と属性「炭酸飲料、甘い」とが対応付けられて記憶されている。これは、被写体識別情報が「B001」である被写体は、炭酸飲料であって、その味は甘いものであることを示している。また、被写体識別情報「C001」と属性「保冷剤、冷たい」とが対応付けられて記憶されている。これは、被写体識別情報が「C001」である被写体は、保冷剤であって、冷たいものであることを示している。
属性読み出し部140は、推定部120が推定した被写体の属性をデータベース130から読み出す。このとき、属性読み出し部140は、推定部120が推定した被写体に付与された被写体識別情報を検索キーとして、この、被写体識別情報と対応付けられている属性をデータベース130から読み出す。
仮想空間設定部150は、属性読み出し部140が読み出した属性を用いて、被写体を仮想空間に設定する。仮想空間設定部150は、仮想空間で行うゲームにおいて、被写体を属性に応じた性質を持つアイテムに設定する。例えば、属性読み出し部140が読み出した被写体の属性が図5に示した対応付けの「冷たい」である場合、仮想空間で行うゲームにおいて、その被写体を所有すれば熱を冷ますための「冷たい」アイテムとして使用できる。なお、仮想空間設定部150は、被写体を仮想空間に設定する際に、被写体の画像そのものまたは類似した画像(例えば、被写体の画像をイラスト化したもの等)を仮想空間に表示させる(表現する)ものであっても良いし、被写体の画像を所定の形状等に変化させて仮想空間に表示させる(表現する)ものであっても良い。また、仮想空間設定部150は、仮想空間に設定する被写体の属性に応じた表示を行うものであっても良い。例えば、仮想空間設定部150は、仮想空間に設定する被写体の属性がゲーム中に相手と対戦する際に強いアイテムとして使用できるような属性である場合、そのレベルを強度の高いレベルとして表示するものであっても良い。
以下に、図1に示した情報処理システムにおける情報処理方法について説明する。図6は、図1に示した情報処理システムにおける情報処理方法の一例を説明するためにシーケンス図である。
まず、現実空間で、撮像部110が被写体を撮像する(ステップS1)。続いて、推定部120が、撮像部110が撮像した被写体の画像を示す画像データを被写体学習モデル200に入力する(ステップS2)。被写体学習モデル200は、入力された画像データと学習フェーズで得られた教師データとに基づいて、被写体を推定する(ステップS3)。続いて、属性読み出し部140が、推定された被写体の被写体識別情報を検索キーとして、その被写体識別情報と対応付けられている属性をデータベース130から読み出す(ステップS4)。すると、仮想空間設定部150が、属性読み出し部140が読み出した属性を用いて、被写体を仮想空間に設定する(ステップS5)。
このように、本形態においては、所有している被写体を撮像部110が撮像し、撮像した画像データに基づいて、推定部120が被写体を推定し、推定した被写体の属性を属性読み出し部140がデータベース130から読み出して、仮想空間設定部150が仮想空間にその属性を持った被写体を設定する。そのため、現実空間で所有したものを被写体として撮像すれば、仮想空間で行うゲームでその被写体をアイテムとして所有して使用することができる。
(第2の実施の形態)
図7は、本発明の情報処理システムの第2の実施の形態を示す図である。本形態における情報処理システムは図7に示すように、撮像部110と、推定部121と、データベース130と、属性読み出し部140と、仮想空間設定部150と、移動部161とを有する。撮像部110、データベース130、属性読み出し部140および仮想空間設定部150は、第1の実施の形態におけるものと同じものである。
移動部161は、撮像部110が被写体を複数の方向から撮像できるように被写体を移動させる。例えば、移動部161は、被写体を所定の方向へ回転させていく。
図8および図9は、図7に示した移動部161の動作の様子の一例を示す図である。図8に示すように、移動部161には被写体300が搭載されており、その被写体300を撮像部110が撮像する。そして、図9に示すように、被写体300を搭載した状態の移動部161が所定の角度だけ回転し、その被写体300を撮像部110が撮像する。移動部161および撮像部110が、この動作を繰り返し行う。撮像部110が1つの被写体について、移動部161が移動することで複数の方向から被写体を撮像するのは、撮像した画像を用いて、被写体300が何であるかを推定部121が推定しやすくするためである。例えば、撮像部110と移動部161とが連動して、移動部161が所定の角度間隔で被写体300を回転させて、撮像部110が被写体300を撮像していくものであっても良い。図8および図9には、被写体300がボトルガムである場合を例に挙げて示している。なお、図8および図9に示した例では、移動部161が被写体300を載せた回転テーブルのように回転するものであるが、移動部161は、撮像部110が被写体300を複数の方向から撮像できるものであれば、例えば、被写体300の天面や底面、側面を撮像できるように被写体300を移動(回転)させるものであっても良く、これに限らない。
推定部121は、移動部161が被写体を移動させることで、撮像部110が複数の方向からそれぞれ撮像した被写体の複数の画像と、あらかじめ登録された複数の基準画像とに基づいて、被写体を推定する。推定部121は、被写体を推定するための機械学習を行った学習済みの学習モデルに、移動部161が被写体を移動させて、撮像部110が複数の方向からそれぞれ被写体を撮像した複数の画像を入力することで、被写体をその学習モデルから取得して推定する。
図10は、図7に示した推定部121の内部構成の一例を示す図である。図7に示した推定部121は図10に示すように、被写体学習モデル201を有する。なお、図10には、図7に示した推定部121が具備する構成要素のうち、本形態に関わる主要な構成要素のみを示す。被写体学習モデル201は、機械学習の学習フェーズで様々な被写体の画像データ(基準画像)とその画像データが何の画像を示すものであるかという情報とが対応付けられて教師データとして記憶されており、適用フェーズで入力された画像データと記憶されている教師データとに基づいて、入力された画像データが何の画像を示すもの(被写体)であるかを推定する。被写体学習モデル201は、推定した結果を出力する。なお、推定した結果である被写体を示す情報は、被写体固有にあらかじめ付与された被写体識別情報である。また、出力された結果は、被写体学習モデル201にフィードバックされてさらに学習されるものであっても良い。また、被写体学習モデル201は、被写体が移動部161によってどのように移動(回転)したかについても教師データとして保有していても良い。この場合、推定部121が被写体学習モデル201に入力する情報に、移動部161による被写体の移動(回転)の量や方向を示す情報が含まれる。なお、被写体学習モデル201が所有する教師データは、第1の実施の形態と同様のものである。
以下に、図7に示した情報処理システムにおける情報処理方法について説明する。図11は、図7に示した情報処理システムにおける情報処理方法の一例を説明するためにシーケンス図である。
まず、現実空間で、撮像部110が被写体を所定の方向から撮像する(ステップS11)。すると、撮像部110と移動部161とが連携して、あらかじめ設定されたすべての方向からの撮像が完了したかどうかを判定する(ステップS12)。すべての方向からの撮像が完了していない場合、移動部161は被写体を所定の角度だけ回転(移動)させる(ステップS13)。そして、再度ステップS11にて撮像部110が被写体の撮像を行う。
一方、ステップS12にて、すべての方向からの撮像が完了している場合は、推定部121が、移動部161が被写体を移動させることで撮像部110が複数の方向からそれぞれ撮像した被写体の複数の画像を示す画像データを被写体学習モデル201に入力する(ステップS14)。被写体学習モデル201は、入力された複数の画像データと学習フェーズで得られた教師データとに基づいて、被写体を推定する(ステップS15)。続いて、属性読み出し部140が、推定された被写体の被写体識別情報を検索キーとして、その被写体識別情報と対応付けられている属性をデータベース130から読み出す(ステップS16)。すると、仮想空間設定部150が、属性読み出し部140が読み出した属性を用いて、被写体を仮想空間に設定する(ステップS17)。
このように、本形態においては、所有している被写体を移動部161が回転(移動)させていき、撮像部110が複数の方向から撮像し、撮像した複数の画像データに基づいて、推定部121が被写体を推定し、推定した被写体の属性を属性読み出し部140がデータベース130から読み出して、仮想空間設定部150が仮想空間にその属性を持った被写体を設定する。そのため、現実空間で所有したものを被写体として撮像すれば、仮想空間で行うゲームでその被写体をアイテムとして所有して使用することができる。さらに、移動部161を用いて被写体を移動させることで、撮像者が被写体を移動させる手間を省くことができる。
なお、上述した第1の実施の形態および第2の実施の形態において、現実空間で被写体を保有し、保有している被写体を撮像した撮像者と、仮想空間でその被写体を使用する使用者とが同一であることが好ましい。そのために、撮像者が現実空間で被写体を撮像して本発明の情報処理システムに入力する際、利用者コードやパスワード等の認証コードを入力しておき、使用者が仮想空間に設定されたその被写体を使用するゲーム等を起動する際に、その認証コードを入力して、その使用者が撮像者であるかどうかの認証を情報処理システムが行うものであっても良い。
以上、各構成要素に各機能(処理)それぞれを分担させて説明したが、この割り当ては上述したものに限定しない。また、構成要素の構成についても、上述した形態はあくまでも例であって、これに限定しない。
上述した情報処理システムが行う処理は、目的に応じてそれぞれ作製された論理回路で行うようにしても良い。また、処理内容を手順として記述したコンピュータプログラム(以下、プログラムと称する)を情報処理システムを構成する装置にて読取可能な記録媒体に記録し、この記録媒体に記録されたプログラムを情報処理システムに読み込ませ、実行するものであっても良い。情報処理システムを構成する装置にて読取可能な記録媒体とは、フロッピー(登録商標)ディスク、光磁気ディスク、DVD(Digital Versatile Disc)、CD(Compact Disc)、Blu-ray(登録商標) Disc、USB(Universal Serial Bus)メモリなどの移設可能な記録媒体の他、情報処理システムを構成する装置に内蔵されたROM(Read Only Memory)、RAM(Random Access Memory)等のメモリやHDD(Hard Disc Drive)等を指す。この記録媒体に記録されたプログラムは、情報処理システムを構成する装置に設けられたCPUにて読み込まれ、CPUの制御によって、上述したものと同様の処理が行われる。ここで、CPUは、プログラムが記録された記録媒体から読み込まれたプログラムを実行するコンピュータとして動作するものである。
110 撮像部
120,121 推定部
130 データベース
140 属性読み出し部
150 仮想空間設定部
161 移動部
200,201 被写体学習モデル
300 被写体

Claims (11)

  1. 撮像部と、
    前記撮像部が被写体を複数の方向それぞれから撮像した画像と、あらかじめ登録された複数の基準画像とに基づいて、前記被写体を推定する推定部と、
    前記推定部が推定した被写体の属性をデータベースから読み出す属性読み出し部と、
    前記属性読み出し部が読み出した属性を用いて、前記被写体を仮想空間に設定する仮想空間設定部と
    前記撮像部が前記被写体を前記複数の方向から撮像できるように前記被写体を移動させる移動部とを有する情報処理システム。
  2. 請求項1に記載の情報処理システムにおいて、
    前記推定部は、前記撮像部が前記被写体を撮像した画像および該画像の深度情報と、あらかじめ登録された基準画像とに基づいて、前記被写体を推定する情報処理システム。
  3. 請求項1または請求項2に記載の情報処理システムにおいて、
    前記推定部は、前記被写体を推定するための機械学習を行った学習済みの学習モデルに前記撮像部が撮像した画像を入力することで、前記被写体を前記学習モデルから取得して推定する情報処理システム。
  4. 請求項1からのいずれか1項に記載の情報処理システムにおいて、
    前記データベースは、前記被写体固有に付与された被写体識別情報と、該被写体の属性とをあらかじめ対応付けて記憶し、
    前記属性読み出し部は、前記推定部が推定した被写体の前記被写体識別情報に基づいて、前記属性を前記データベースから読み出す情報処理システム。
  5. 請求項1からのいずれか1項に記載の情報処理システムにおいて、
    前記仮想空間設定部は、前記仮想空間で行うゲームにおいて、前記被写体を前記属性に応じた性質を持つアイテムに設定する情報処理システム。
  6. 被写体をカメラが、該カメラが前記被写体を複数の方向から撮像できるように前記被写体を移動させる移動部を用いて、前記複数の方向それぞれから撮像した画像と、あらかじめ登録された複数の基準画像とに基づいて、前記被写体を推定する処理と、
    前記推定した被写体の属性をデータベースから読み出す処理と、
    前記読み出した属性を用いて、前記被写体を仮想空間に設定する処理とを行う情報処理方法。
  7. 請求項に記載の情報処理方法において、
    前記被写体を推定するための機械学習を行った学習済みの学習モデルに前記撮像した画像を入力する処理と、
    前記被写体を前記学習モデルから取得して推定する処理とを行う情報処理方法。
  8. 請求項または請求項に記載の情報処理方法において、
    前記仮想空間で行うゲームにおいて、前記被写体を前記属性に応じた性質を持つアイテムに設定する処理を行う情報処理方法。
  9. コンピュータに、
    被写体をカメラが、該カメラが前記被写体を複数の方向から撮像できるように前記被写体を移動させる移動部を用いて、前記複数の方向それぞれから撮像した画像と、あらかじめ登録された複数の基準画像とに基づいて、前記被写体を推定する手順と、
    前記推定した被写体の属性をデータベースから読み出す手順と、
    前記読み出した属性を用いて、前記被写体を仮想空間に設定する手順とを実行させるためのプログラム。
  10. 請求項に記載のプログラムにおいて、
    前記被写体を推定するための機械学習を行った学習済みの学習モデルに前記撮像した画像を入力する手順と、
    前記被写体を前記学習モデルから取得して推定する手順とを、前記コンピュータに実行させるためのプログラム。
  11. 請求項または請求項10に記載のプログラムにおいて、
    前記仮想空間で行うゲームにおいて、前記被写体を前記属性に応じた性質を持つアイテムに設定する手順を、前記コンピュータに実行させるためのプログラム。
JP2019193127A 2019-10-24 2019-10-24 情報処理システム、情報処理方法およびプログラム Active JP7023005B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019193127A JP7023005B2 (ja) 2019-10-24 2019-10-24 情報処理システム、情報処理方法およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019193127A JP7023005B2 (ja) 2019-10-24 2019-10-24 情報処理システム、情報処理方法およびプログラム

Publications (2)

Publication Number Publication Date
JP2021068195A JP2021068195A (ja) 2021-04-30
JP7023005B2 true JP7023005B2 (ja) 2022-02-21

Family

ID=75637294

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019193127A Active JP7023005B2 (ja) 2019-10-24 2019-10-24 情報処理システム、情報処理方法およびプログラム

Country Status (1)

Country Link
JP (1) JP7023005B2 (ja)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001122334A (ja) 1999-10-21 2001-05-08 Hitachi Ltd 梱包材および搬送システム
JP2003178286A (ja) 2001-12-11 2003-06-27 Taito Corp 文章による画像生成システム
JP2004005534A (ja) 2002-03-29 2004-01-08 Fuji Photo Film Co Ltd 画像の保存方法、登録画像の検索方法およびシステム、登録画像の画像処理方法ならびにこれらの方法を実施するプログラム
JP2014232370A (ja) 2013-05-28 2014-12-11 東芝テック株式会社 認識辞書作成装置及び認識辞書作成プログラム
WO2015111283A1 (ja) 2014-01-23 2015-07-30 ソニー株式会社 画像表示装置及び画像表示方法
JP2016149054A (ja) 2015-02-13 2016-08-18 株式会社Nttドコモ 表示装置及び表示方法
JP2018077644A (ja) 2016-11-08 2018-05-17 富士ゼロックス株式会社 情報処理システム及びプログラム
JP2018097883A (ja) 2018-01-09 2018-06-21 カシオ計算機株式会社 情報表示装置および誘導表示方法
WO2019130991A1 (ja) 2017-12-26 2019-07-04 株式会社Nttドコモ 情報処理装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001122334A (ja) 1999-10-21 2001-05-08 Hitachi Ltd 梱包材および搬送システム
JP2003178286A (ja) 2001-12-11 2003-06-27 Taito Corp 文章による画像生成システム
JP2004005534A (ja) 2002-03-29 2004-01-08 Fuji Photo Film Co Ltd 画像の保存方法、登録画像の検索方法およびシステム、登録画像の画像処理方法ならびにこれらの方法を実施するプログラム
JP2014232370A (ja) 2013-05-28 2014-12-11 東芝テック株式会社 認識辞書作成装置及び認識辞書作成プログラム
WO2015111283A1 (ja) 2014-01-23 2015-07-30 ソニー株式会社 画像表示装置及び画像表示方法
JP2016149054A (ja) 2015-02-13 2016-08-18 株式会社Nttドコモ 表示装置及び表示方法
JP2018077644A (ja) 2016-11-08 2018-05-17 富士ゼロックス株式会社 情報処理システム及びプログラム
WO2019130991A1 (ja) 2017-12-26 2019-07-04 株式会社Nttドコモ 情報処理装置
JP2018097883A (ja) 2018-01-09 2018-06-21 カシオ計算機株式会社 情報表示装置および誘導表示方法

Also Published As

Publication number Publication date
JP2021068195A (ja) 2021-04-30

Similar Documents

Publication Publication Date Title
EP2132710B1 (fr) Procede et dispositifs de realite augmentee utilisant un suivi automatique, en temps reel, d'objets geometriques planaires textures, sans marqueur, dans un flux video
CN102016877B (zh) 用于捕获场景的深度数据并且应用计算机动作的方法
US20130077820A1 (en) Machine learning gesture detection
CN101324433B (zh) 信息处理方法和信息处理装置
US8913809B2 (en) Monitoring physical body changes via image sensor
Hohmann et al. Does training with 3D videos improve decision-making in team invasion sports?
US20130102387A1 (en) Calculating metabolic equivalence with a computing device
CN103327234B (zh) 图像处理装置、以及图像处理方法
CN103455978A (zh) 用于增强视频图像的设备和方法
CN104065875A (zh) 显示控制装置以及显示控制方法
US8885878B2 (en) Interactive secret sharing
Roy et al. Visual transfer for reinforcement learning via wasserstein domain confusion
JP7023005B2 (ja) 情報処理システム、情報処理方法およびプログラム
EP0664527A1 (en) Method and apparatus for standardizing facial images for personalized video entertainment
CN103324654A (zh) 显示与检索对象类似的图像的图像处理装置、以及图像处理方法
US11157743B1 (en) Method for comparing videos of surgical techniques
JP6476678B2 (ja) 情報処理装置及び情報処理プログラム
JP2018120402A (ja) イベント検出装置、イベント検出方法、プログラム
JP6256738B2 (ja) 動画選択装置、動画選択方法とプログラム
CN103489158A (zh) 增强视频的装置和方法
WO2022003981A1 (ja) 行動特定装置、行動特定方法及び行動特定プログラム
CN101116108B (zh) 用于获取图像序列数据的信息组分提取
TWI524919B (zh) 影音擷取裝置及影音擷取方法
Penkov et al. Inverse eye tracking for intention inference and symbol grounding in human-robot collaboration
JP7432128B2 (ja) 運動情報出力装置、運動情報出力方法、およびプログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20191024

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210819

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210928

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220118

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220201

R150 Certificate of patent or registration of utility model

Ref document number: 7023005

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150