WIPO logo
Mobile | Deutsch | English | Español | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Recherche dans les collections de brevets nationales et internationales
World Intellectual Property Organization
Recherche
 
Options de navigation
 
Traduction
 
Options
 
Quoi de neuf
 
Connexion
 
Aide
 
Traduction automatique
1. (WO2010008802) DISPOSITIF ET PROCÉDÉ POUR DÉTECTER SI UNE IMAGE EST FLOUE
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication :    WO/2010/008802    N° de la demande internationale :    PCT/US2009/048165
Date de publication : 21.01.2010 Date de dépôt international : 22.06.2009
Demande présentée en vertu du Chapitre 2 :    18.01.2010    
CIB :
G06K 9/62 (2006.01)
Déposants : NIKON CORPORATION [JP/JP]; 2-3 Marunouchi, 3-chome Chiyoda-ku Tokyo , 100-8331 (JP) (Tous Sauf US).
FARID, Hany [US/US]; (US) (US Seulement).
HONG, Li; (US) (US Seulement)
Inventeurs : FARID, Hany; (US).
HONG, Li; (US)
Mandataire : ROEDER, Steven, G.; Roeder & Broder LLP 5560 Chelsea Avenue La Jolla, CA 92037 (US)
Données relatives à la priorité :
61/074,928 23.06.2008 US
Titre (EN) DEVICE AND METHOD FOR DETECTING WHETHER AN IMAGE IS BLURRED
(FR) DISPOSITIF ET PROCÉDÉ POUR DÉTECTER SI UNE IMAGE EST FLOUE
Abrégé : front page image
(EN)The present invention is directed to a method for detecting or predicting (302, 602) whether a test image is blurred. In one embodiment, the method includes extracting a training statistical signature (366) that is based on a plurality of data features (362, 364) from a training image set (14, 16), the training image set (14, 16) including a sharp image (14) and a blurry image (16); training a classifier (368) to discriminate between the sharp image (14) and the blurry image (16) based on the training statistical signature; and applying (302, 602) the trained classifier to a test image that is not included in the training image set (14, 16) to predict whether the test image is sharp (18) or blurry (20). The step of extracting can include measuring one or more statistical moments (576, 776) for various levels (L0-L5), estimating a covariance (577, 777) between adjacent levels (L0-L5), and/or extracting various metadata features (364, 664) from the images (14, 16). The step of training (300, 600) can include training a non-linear support vector machine (300) or a linear discriminant analysis (600) on the training statistical signature of the training image set (14, 16).
(FR)La présente invention concerne un procédé destiné à détecter ou à prédire  (302, 602) si une image de test est floue. Dans un mode de réalisation, le procédé comporte les étapes consistant à extraire une signature statistique (366) d’apprentissage basée sur une pluralité de caractéristiques (362, 364) de données issues d’un ensemble (14, 16) d’images d’apprentissage, l’ensemble (14, 16) d’images d’apprentissage comprenant une image nette (14) et une image floue (16) ; à entraîner un classificateur (368) à distinguer l’image nette (14) de l’image floue (16) sur la base de la signature statistique d’apprentissage ; et à appliquer (302, 602) le classificateur entraîné à une image de test ne faisant pas partie de l’ensemble (14, 16) d’images d’apprentissage afin de prédire si l’image de test est nette (18) ou floue (20). L’étape d’extraction peut comporter les étapes consistant à mesurer un ou plusieurs moments statistiques (576, 776) relatifs à divers niveaux (L0-L5), à estimer une covariance (577, 777) entre des niveaux adjacents (L0-L5) et / ou à extraire diverses caractéristiques (364, 664) de métadonnées des images (14, 16). L’étape (300, 600) d’apprentissage peut comporter un apprentissage d’une machine (300) à vecteur support non linéaire ou d’une analyse discriminante linéaire (600) sur la signature statistique d’apprentissage de l’ensemble (14, 16) d’images d’apprentissage.
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IS, JP, KE, KG, KM, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LT, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PE, PG, PH, PL, PT, RO, RS, RU, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LS, MW, MZ, NA, SD, SL, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, MD, RU, TJ, TM)
Office européen des brevets (OEB) (AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, SE, SI, SK, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, ML, MR, NE, SN, TD, TG).
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)