| G | Sektion G — Physik |
| | Anmerkung:- In dieser Sektion wird der folgende Begriff mit der angegebenen Bedeutung verwendet:
- "Veränderliche" bedeutet ein charakteristisches Merkmal oder eine Eigenschaft, z.B. eine Abmessung, einen physikalischen Zustand, wie Temperatur, eine Beschaffenheit, wie Dichte oder Farbe, die an einer bestimmten Sache, z.B. an einem Gegenstand, einer Stoffmenge, einem Lichtstrahl und in einem bestimmten Augenblick gemessen werden kann; die Veränderliche kann sich ändern, sodass ihr Zahlenwert zu verschiedenen Zeiten oder unter verschiedenen Bedingungen oder in bestimmten Fällen verschieden groß sein kann. Die Veränderliche kann aber auch für eine bestimmte Sache unter gewissen Bedingungen oder für praktische Zwecke konstant sein, z.B. kann die Länge eines Stabes für viele Zwecke als konstant angesehen werden.
- Es sind die Definitionen von Begriffen oder Ausdrücken zu beachten. Einige sind in den Anmerkungen zu einzelnen Klassen dieser Sektion enthalten, siehe besonders die Definition zu "Messen" in Klasse G01. Andere sind in Abschnitt 187 des Handbuchs zur IPC enthalten, siehe insbesondere die Erklärungen zu "Steuern" und "Regeln".
- Das Klassifizieren kann in dieser Sektion mehr Schwierigkeiten als in anderen Sektionen bereiten, weil die Unterscheidung zwischen verschiedenen Anwendungsgebieten in sehr viel stärkerem Ausmaß auf Unterschieden in der Absicht des Benutzers als auf konstruktiven Unterschieden oder auf Unterschieden in der Art der Verwendung der Erfindung beruht, und auch, weil die hier behandelten Gegenstände im Wesentlichen eher Einrichtungen oder Kombinationen mit gemeinsamem Wesen oder gemeinsamen Bestandteilen darstellen als "Dinge" betreffen, die schon für sich unterscheidbar sind. So kann eine Information, z.B. eine Reihe von Symbolen, zum Zwecke der Unterrichtung oder der Reklame, umfasst von Klasse G09, dargestellt werden, um Messresultate anzuzeigen, umfasst von Klasse G01, um eine Information von oder zu einer entfernten Stelle zu übermitteln, umfasst von Klasse G08. Die zur Beschreibung der Verwendung gemachten Angaben hängen von Merkmalen ab, die für die Form des betreffenden Gerätes unwesentlich sein können, z.B. Merkmale, die die erwünschte Wirkung auf die Person betreffen, die die Darstellung wahrnimmt, oder solche, die sich auf die Darstellung von aus der Ferne gesteuerten Informationen beziehen. Ferner kann eine Einrichtung, die auf eine Zustandsänderung, z.B. im Druck einer Flüssigkeit, anspricht, ohne Änderung der Einrichtung dazu benutzt werden, Angaben über diesen Druck, umfasst von Unterklasse G01L, oder über einen anderen Zustand, der mit dem Druck zusammenhängt, zu geben, eine andere Unterklasse von G01, z.B. G01K für die Temperatur, den Druck oder seinen Verlauf, umfasst von Unterklasse G07C, aufzuzeichnen, einen Alarm auszulösen, umfasst von Unterklasse G08B oder um andere Einrichtungen zu steuern, umfasst von Klasse G05.
- Das Klassifikationssystem soll es möglich machen, Gegenstände ähnlicher Natur, wie oben angegeben, an gleicher Stelle zu klassifizieren, und es ist deshalb besonders wichtig, den Kern jedes technischen Gegenstandes zu bestimmen, bevor er genau klassifiziert werden kann.
|
| G06 | Datenverarbeitung; Rechnen oder Zählen |
| | Anmerkung:- Diese Klasse umfasst:
- Simulatoren, die die Mathematik zur Berechnung der vorhandenen oder erwarteten Bedingungen innerhalb einer wirklichen Vorrichtung oder eines wirklichen Systems betreffen;
- Simulatoren, welche mit Hilfsmitteln, die Rechenvorgänge verwenden, die Wirkungsweise von Apparaten oder Systemen demonstrieren, einschließlich des Rechners, falls anderweitig keine Stelle vorgesehen ist.
- Bilddatenverarbeitung oder -erzeugung.
- Diese Klasse umfasst nicht:
- Mit Recheneinrichtungen kombinierte Schreibgeräte werden von Gruppe B43K 29/08 umfasst;
- Steuervorgänge, die von Simulatoren abgeleitet werden, ganz allgemein; diese werden von Klasse G05 umfasst, obwohl solche Vorgänge von der Unterklasse dieser Klasse für die gesteuerte Vorrichtung umfasst sein können;
- das Messen einzelner Veränderlicher, die als Eingang für einen Simulator dienen; diese werden von Klasse G01 umfasst;
- als Lehr- oder Übungsvorrichtung anzusehende Simulatoren, was der Fall ist, wenn sie wahrnehmbare Eindrücke vermitteln, die den Eindrücken entsprechen, die der Schüler in Wirklichkeit als Reaktion auf seine Handlungen empfinden würde. Solche Simulatoren werden von Klasse G09 umfasst;
- Teile von Simulatoren, soweit sie mit wirklichen Vorrichtungen oder Maschinen identisch sind; diese werden von den betreffenden Unterklassen für diese Vorrichtungen oder Maschinen umfasst und nicht von Klasse G09.
- In dieser Klasse werden die folgenden Begriffe oder Ausdrücke mit den angegebenen Bedeutungen verwendet:
- "Daten" ist als gleichwertig zu verstehen mit "Information". Deshalb wird der Begriff "Information" in der Unterklasse G06C nicht gebraucht;
- "IKT [Informations- und Kommunikationstechnik]", umfasst auch "IT [Informationstechnik]";
- "Zählen und Rechnen" umfassen unter anderem Operationen an Zahlenwerten oder zahlenmäßig ausgedrückten Daten. Der Begriff "Rechnen" wird in der gesamten Klasse angewandt;
- "Rechenvorgang" ist von dieser Deutung von "Rechnen" abgeleitet. In der französischen Sprache dient der Begriff "calcul" für beide Begriffe;
- "Simulator" ist eine Vorrichtung, die dasselbe Zeitmaß wie die wirkliche Vorrichtung gebrauchen oder mit einem gespreizten oder verdichteten Zeitmaß arbeiten kann. Bei der Auslegung des Begriffs werden Modelle wirklicher Vorrichtungen in verkleinertem oder vergrößertem Maßstab nicht als Simulatoren angesehen;
- "Aufzeichnungsträger" bedeutet einen Körper, z.B. einen Zylinder, eine Scheibe, eine Karte, ein Band oder einen Draht, welcher die Aufzeichnung dauernd festhält, die durch ein Fühlelement abgelesen werden kann, das relativ zu der aufgezeichneten Information beweglich ist.
- Es sind die dem Titel der Sektion G folgenden Anmerkungen, besonders die Begriffsbestimmung des Begriffs "Veränderliche", zu beachten.
|
| G06V | Erkennen oder Verstehen von Bildern oder Videos [2022.01] |
| | Anmerkung:- Diese Unterklasse umfasst:
- Verfahren oder Anordnungen zur Mustererkennung oder zum maschinellen Lernen, besonders ausgebildet für Bilder oder Videos.
- In dieser Unterklasse werden die folgenden Begriffe oder Ausdrücke mit der angegebenen Bedeutung verwendet:
- “Mustererkennung” bedeutet die Erkennung, Kategorisierung, Authentifizierung und Identifizierung von Mustern zu Erklärungszwecken oder zur Ableitung einer bestimmten Bedeutung in Bildern oder Videos durch Erfassen, Vorverarbeiten oder Extrahieren von Unterscheidungsmerkmalen und Abgleichen, Clustern oder Klassifizieren dieser Merkmale oder ihrer Darstellungen;
- “Merkmalsextraktion” bedeutet Ableiten beschreibender oder quantitativer Maße aus Bildern oder Videos;
- “Clustering” bedeutet das Gruppieren oder Trennen von Mustern nach ihrer Nähe oder Unähnlichkeit;
- “Klassifizierung” bedeutet die Identifizierung eines Objekts/Merkmals als zu einer Klasse von Objekten/Merkmalen zugehörig durch Zuweisen eines Labels.
- In dieser Unterklasse werden Sachverhalte, die in die Gruppen G06V 20/00-G06V 40/00 klassifiziert sind, auch in die Gruppen G06V 10/10 bzw. G06V 10/20 klassifiziert, wenn die Erkennung auf einer speziellen Verarbeitung in der Erfassungs- oder Vorverarbeitungsphase beruht.
|
| G06V 10/00 | Anordnungen zum Erkennen oder Verstehen von Bildern [Image Recognition, Image Understanding] oder Videos [Video Recognition, Video Understanding] (Zeichenerkennung in Bildern oder Videos G06V 30/10) [2022.01] |
| G06V 10/10 | . | Bilderfassung (Abtasten und Übertragen von Dokumenten H04N 1/00; Steuerung von Digitalkameras H04N 23/60) [2022.01] |
|
| G06V 10/12 | . . | Einzelheiten von Erfassungsanordnungen; Bauliche Einzelheiten derselben [2022.01] |
|
| G06V 10/14 | . . . | Optische Eigenschaften des Geräts, das die Erfassung durchführt, oder der Beleuchtungseinrichtungen [2022.01] |
|
| G06V 10/141 | . . . . | Steuerung der Beleuchtung [2022.01] |
|
| G06V 10/143 | . . . . | Erfassen oder Beleuchten bei verschiedenen Wellenlängen [2022.01] |
|
| G06V 10/145 | . . . . | Besonders für die Mustererkennung ausgebildete Beleuchtung, z.B. mittels Gittern [2022.01] |
|
| G06V 10/147 | . . . . | Einzelheiten der Sensoren, z.B. Sensorlinsen (Finger- oder Handabdrucksensoren G06V 40/13; Sensoren für Gefäßmuster G06V 40/145; Augensensoren G06V 40/19) [2022.01] |
|
| G06V 10/20 | . | Bildvorverarbeitung [2022.01] |
|
| G06V 10/22 | . . | durch Auswahl einer bestimmten Bildregion, die ein Muster enthält oder sich darauf bezieht; Lokalisierung oder Verarbeitung bestimmter Bildregionen, um die Detektion oder Erkennung zu steuern [2022.01] |
|
| G06V 10/24 | . . | Ausrichten oder Zentrieren des Bildes, Erkennen oder Korrigieren der Bildorientierung [2022.01] |
|
| G06V 10/25 | . . | Bestimmung eines Bereichs von Interesse [Region of Interest, ROI] oder eines Volumens von Interesse [Volume of Interest, VOI] [2022.01] |
|
| G06V 10/26 | . . | Segmentierung von Mustern im Bildfeld; Ausschneiden oder Zusammenfügen von Bildelementen zur Bestimmung der Musterregion, z.B. auf Clustering basierende Verfahren; Erkennung von Verdeckungen [2022.01] |
|
| G06V 10/28 | . . | Quantisierung des Bildes, z.B. Histogramm-basierte Schwellenwertverfahren zur Unterscheidung zwischen Hintergrund- und Vordergrundmustern [2022.01] |
|
| G06V 10/30 | . . | Rauschfilterung [2022.01] |
|
| G06V 10/32 | . . | Normalisierung der Musterabmessungen [2022.01] |
|
| G06V 10/34 | . . | Glätten oder Ausdünnen des Musters; Morphologische Bildverarbeitung; Skelettierung [2022.01] |
|
| G06V 10/36 | . . | Anwendung eines lokalen Operators, d.h. Mittel zur Bearbeitung von Bildpunkten, die sich in der Nähe eines bestimmten Punktes befinden; nichtlineare lokale Filteroperationen, z.B. Medianfilterung [2022.01] |
|
| G06V 10/40 | . | Extraktion von Bild- oder Videomerkmalen [2022.01] |
|
| G06V 10/42 | . . | Globale Merkmalsextraktion durch Analyse des gesamten Musters, z.B. unter Verwendung von Frequenzbereichstransformationen oder Autokorrelation [2022.01] |
|
| G06V 10/422 | . . . | um zu diesem Zweck die Struktur des Musters oder die Form eines Objekts darzustellen [2022.01] |
|
| G06V 10/424 | . . . . | Syntaktische Darstellung, z.B. unter Verwendung von Alphabeten oder Grammatiken [2022.01] |
|
| G06V 10/426 | . . . . | Grafische Darstellungen [2022.01] |
|
| G06V 10/44 | . . | Lokale Merkmalsextraktion durch Analyse von Teilen des Musters, z.B. durch Erkennung von Kanten, Konturen, Schleifen, Ecken, Strichen oder Schnittpunkten; Konnektivitätsanalyse, z.B. von zusammenhängenden Komponenten [2022.01] |
|
| G06V 10/46 | . . | Formdeskriptoren, Kontur- oder punktbezogene Deskriptoren, z.B. skaleninvariante Merkmalstransformation [Scale Invariant Feature Transform, SIFT] oder Bag of Words [BoW]; hervorstechende regionale Merkmale (Extraktion von Farbmerkmalen G06V 10/56) [2022.01] |
|
| G06V 10/48 | . . | durch Abbildung von charakteristischen Werten des Musters in einen Parameterraum, z.B. Hough-Transformation [2022.01] |
|
| G06V 10/50 | . . | durch Operationen innerhalb von Bildblöcken; unter Verwendung von Histogrammen, z. B. Histogramm orientierter Gradienten [Histogram of Oriented Gradients, HoG]; durch Aufsummierung von Bildintensitätswerten; Projektionsanalyse [2022.01] |
|
| G06V 10/52 | . . | Skalenraum-Analyse, z.B. Wavelet-Analyse (Multiskalen-Randdarstellungen G06V 10/42) [2022.01] |
|
| G06V 10/54 | . . | die Textur betreffend [2022.01] |
|
| G06V 10/56 | . . | die Farbe betreffend [2022.01] |
|
| G06V 10/58 | . . | Hyperspektraldaten betreffend [2022.01] |
|
| G06V 10/60 | . . | Beleuchtungseigenschaften betreffend, z.B. mit Hilfe eines Reflexions- oder Beleuchtungsmodells [2022.01] |
|
| G06V 10/62 | . . | eine zeitliche Dimension betreffend, z.B. zeitbasierte Merkmalsextraktion; Musterverfolgung [2022.01] |
|
| G06V 10/70 | . | mit Hilfe von Mustererkennung oder maschinellem Lernen (optische Mustererkennung oder elektronische Berechnungen zu diesem Zweck G06V 10/88) [2022.01] |
|
| G06V 10/72 | . . | Datenaufbereitung, z.B. statistische Vorverarbeitung von Bild- oder Videomerkmalen [2022.01] |
|
| G06V 10/74 | . . | Musterabgleich in Bildern oder Videos; Abstandsmaße in Merkmalsräumen [2022.01] |
|
| G06V 10/75 | . . . | Organisation der Abgleichprozesse, z.B. gleichzeitige oder sequentielle Vergleiche von Bild- oder Videomerkmalen; Grob-Fein-Ansätze, z.B. Multiskalen-Ansätze; unter Verwendung einer Kontextanalyse; Auswahl von Referenzverzeichnissen [2022.01] |
|
| G06V 10/762 | . . | mittels Clustering, z.B. von ähnlichen Gesichtern in sozialen Netzwerken [2022.01] |
|
| G06V 10/764 | . . | mittels Klassifizierung, z.B. von Videoobjekten [2022.01] |
|
| G06V 10/766 | . . | mittels Regression, z.B. durch Projektion von Merkmalen auf Hyperebenen [2022.01] |
|
| G06V 10/77 | . . | Verarbeitung von Bild- oder Videomerkmalen in Merkmalsräumen; unter Verwendung von Datenintegration oder Datenreduktion, z.B. Hauptkomponentenanalyse [Principal Component Analysis, PCA] oder Unabhängigkeitsanalyse [Independent Component Analysis, ICA] oder selbstorganisierende Karten [Self-Organising Maps, SOM]; Blinde Quellentrennung [Blind Source Separation] [2022.01] |
|
| G06V 10/771 | . . . | Merkmalsauswahl, z.B. Auswahl repräsentativer Merkmale aus einem mehrdimensionalen Merkmalsraum [2022.01] |
|
| G06V 10/772 | . . . | Ermittlung repräsentativer Referenzmuster, z.B. Mittelwertbildung oder Verformung von Mustern; Erstellung von Referenzverzeichnissen [2022.01] |
|
| G06V 10/774 | . . . | Generierung von Trainingsmustersätzen; Bootstrap-Methoden, z.B. Bagging oder Boosting [2022.01] |
|
| G06V 10/776 | . . . | Validierung; Leistungsbewertung [2022.01] |
|
| G06V 10/778 | . . . | Aktives Musterlernen, z.B. Online-Lernen von Bild- oder Videomerkmalen [2022.01] |
|
| G06V 10/80 | . . . | Fusion, d.h. Kombination von Daten aus verschiedenen Quellen auf der Sensorebene, der Vorverarbeitungsebene, der Ebene der Merkmalsextraktion oder der Klassifizierungsebene (multimodale Sprechererkennung oder Sprecherbestätigung G10L 17/10) [2022.01] |
|
| G06V 10/82 | . . | unter Verwendung neuronaler Netze [2022.01] |
|
| G06V 10/84 | . . | unter Verwendung probabilistischer grafischer Modelle aus Bild- oder Videomerkmalen, z.B. Markov-Modelle oder Bayessche Netze [2022.01] |
|
| G06V 10/86 | . . | unter Verwendung syntaktischer oder struktureller Darstellungen des Bild- oder Videomusters, z.B. Erkennung von Symbolketten; mittels Graphenabgleich [2022.01] |
|
| G06V 10/88 | . | Bild- oder Videoerkennung mit optischen Mitteln, z.B. Referenzfiltern, holografischen Masken, Filtern im Frequenzbereich oder im räumlichen Bereich [2022.01] |
|
| G06V 10/94 | . | Hardware- oder Software-Architekturen, besonders ausgebildet für das Verstehen von Bildern oder Videos [2022.01] |
|
| G06V 10/96 | . | Verwaltung von Bild- oder Videoerkennungsaufgaben [2022.01] |
|
| G06V 10/98 | . | Erkennung oder Korrektur von Fehlern, z.B. durch erneutes Scannen des Musters oder durch menschlichen Eingriff; Bewertung der Qualität der erfassten Muster [2022.01] |
|
| G06V 20/00 | Szenen; szenenspezifische Elemente (Steuerung von Digitalkameras H04N 23/60) [2022.01] |
| | Anmerkung:- In dieser Gruppe wird der folgende Begriff mit der angegebenen Bedeutung verwendet:
- Eine “Szene” ist eine visuelle Darstellung der Welt oder einiger ihrer Bestandteile, die von einem Sensor erfasst oder von einem Computer erzeugt wird.
|
| G06V 20/05 | . | Unterwasserszenen [2022.01] |
|
| G06V 20/10 | . | Terrestrische Szenen (mit statischen Kameras überwachte Szenen G06V 20/52; vom Äußeren eines Fahrzeugs aus wahrgenommene Szenen G06V 20/56; vom Inneren eines Fahrzeugs aus wahrgenommene Szenen G06V 20/59) [2022.01] |
|
| G06V 20/13 | . . | Satellitenbilder [2022.01] |
|
| G06V 20/17 | . . | von Flugzeugen aus oder mittels Drohnen aufgenommen [2022.01] |
|
| G06V 20/20 | . | in Szenen mit erweiterter Realität [Augmented Reality] [2022.01] |
|
| G06V 20/30 | . | in Alben, Sammlungen oder gemeinsam genutzten Inhalten, z.B. Fotos oder Videos in sozialen Netzwerken [2022.01] |
|
| G06V 20/40 | . | in Videoinhalten (Extraktion von Overlay-Text G06V 20/62; Wiederauffinden von Videodaten G06F 16/70; Verarbeitung von Video-Einzel-Datenströmen in Videoservern H04N 21/234; Verarbeitung von Video-Einzel-Datenströmen in Client-Anordnungen für den Videoempfang H04N 21/44) [2022.01] |
|
| G06V 20/50 | . | Kontext oder Umgebung des Bildes [2022.01] |
|
| G06V 20/52 | . . | Überwachung oder Kontrolle von Aktivitäten, z.B. zur Erkennung verdächtiger Objekte (Erkennung mikroskopischer Objekte G06V 20/69) [2022.01] |
|
| G06V 20/54 | . . . | des Verkehrs, z.B. Autos auf der Straße, Züge oder Schiffe [2022.01] |
|
| G06V 20/56 | . . | außerhalb eines Fahrzeugs mit Hilfe von am Fahrzeug angebrachten Sensoren [2022.01] |
|
| G06V 20/58 | . . . | Erkennen von sich bewegenden Objekten oder Hindernissen, z.B. Fahrzeugen oder Fußgängern; Erkennen von Verkehrsobjekten, z.B. Verkehrszeichen, Ampeln oder Straßen [2022.01] |
|
| G06V 20/59 | . . | im Inneren eines Fahrzeugs, z.B. in Bezug auf die Belegung der Sitze, den Zustand des Fahrers oder die Lichtverhältnisse im Inneren [2022.01] |
|
| G06V 20/60 | . | Art der Objekte [2022.01] |
|
| G06V 20/62 | . . | Text, z.B. von Nummernschildern, Overlay-Texte oder Bildunterschriften auf TV-Bildern [2022.01] |
|
| G06V 20/64 | . . | Dreidimensionale Objekte [2022.01] |
|
| G06V 20/66 | . . | Schmuckstücke, z.B. Hemdknöpfe oder Juwelierwaren (Erkennen von mikroskopischen Objekten G06V 20/69) [2022.01] |
|
| G06V 20/68 | . . | Lebensmittel, z.B. Obst oder Gemüse [2022.01] |
|
| G06V 20/69 | . . | Mikroskopische Objekte, z.B. biologische Zellen oder Zellteile [2022.01] |
|
| G06V 20/70 | . | Labeling von Szeneninhalten, z.B. Ableiten syntaktischer oder semantischer Repräsentationen [2022.01] |
|
| G06V 20/80 | . | Erkennung von Bildobjekten, die durch einzigartige Zufallsmuster gekennzeichnet sind [2022.01] |
|
| G06V 20/90 | . | Identifizierung eines Bildsensors auf der Grundlage seiner Ausgangsdaten [2022.01] |
|
| G06V 30/00 | Zeichenerkennung; Erkennung digitaler Tinte; dokumentenorientierte bildbasierte Mustererkennung (Abtasten, Übertragen oder Wiedergeben von Dokumenten oder dgl. H04N 1/00) [2022.01] |
| | Anmerkung:- Diese Gruppe umfasst die Erkennung von Zeichen oder digitaler Tinte, wobei die Zeichen oder die digitale Tinte dreidimensionale Darstellungen umfassen können, z.B. wie sie durch Gesten in der Luft geschrieben werden.
|
| G06V 30/10 | . | Zeichenerkennung [2022.01] |
|
| G06V 30/12 | . . | Erkennung oder Korrektur von Fehlern, z.B. durch erneutes Scannen des Musters [2022.01] |
|
| G06V 30/14 | . . | Bilderfassung [2022.01] |
|
| G06V 30/142 | . . . | mittels Handgeräten; bauliche Einzelheiten dieser Geräte [2022.01] |
|
| G06V 30/144 | . . . | unter Verwendung eines Schlitzes, der über das Bild bewegt wird; unter Verwendung diskreter Abtastelemente an vorbestimmten Punkten; Verwendung von Mitteln zur automatischen Kurvenverfolgung [2022.01] |
|
| G06V 30/146 | . . . | Ausrichten oder Zentrieren der Bildaufnahme oder des Bildfeldes [2022.01] |
|
| G06V 30/148 | . . . | Segmentierung von Zeichenregionen [2022.01] |
|
| G06V 30/16 | . . | Vorverarbeitung von Bildern [2022.01] |
|
| G06V 30/162 | . . . | Quantisierung des Bildsignals [2022.01] |
|
| G06V 30/164 | . . . | Rauschfilterung [2022.01] |
|
| G06V 30/166 | . . . | Normalisierung der Musterabmessungen [2022.01] |
|
| G06V 30/168 | . . . | Glättung oder Ausdünnung des Musters; Skelettierung [2022.01] |
|
| G06V 30/18 | . . | Extraktion von Merkmalen oder Eigenschaften des Bildes [2022.01] |
|
| G06V 30/182 | . . . | durch Kodierung der Kontur des Musters [2022.01] |
|
| G06V 30/184 | . . . | durch die Analyse von Segmenten, die sich mit dem Muster überschneiden [2022.01] |
|
| G06V 30/186 | . . . | durch Ableiten mathematischer oder geometrischer Eigenschaften aus dem gesamten Bild [2022.01] |
|
| G06V 30/19 | . . | Erkennung mit elektronischen Mitteln [2022.01] |
|
| G06V 30/192 | . . . | mittels gleichzeitiger Vergleiche oder Korrelationen der Bildsignale mit einer Vielzahl von Referenzwerten [2022.01] |
|
| G06V 30/194 | . . . . | durch ein adaptives Verfahren einstellbare Referenzwerte, z.B. durch Lernen [2022.01] |
|
| G06V 30/196 | . . . | mittels sequentieller Vergleiche der Bildsignale mit einer Vielzahl von Referenzwerten [2022.01] |
|
| G06V 30/198 | . . . . | wobei die Auswahl des nächsten Referenzwerts vom Ergebnis des vorangegangenen Vergleichs abhängt [2022.01] |
|
| G06V 30/199 | . . | Anordnungen zur Erkennung mittels optischer Referenzmasken, z.B. holografischen Masken [2022.01] |
|
| G06V 30/20 | . . | Kombination von Funktionen zur Erfassung, Vorverarbeitung oder Erkennung [2022.01] |
|
| G06V 30/22 | . . | gekennzeichnet durch die Schreibweise [2022.01] |
|
| G06V 30/222 | . . . | von durch Zwischenräume getrennten Schriftzeichen [2022.01] |
|
| G06V 30/224 | . . . | von gedruckten Schriftzeichen, die zusätzliche Codezeichen aufweisen oder Codezeichen enthalten [2022.01] |
|
| G06V 30/226 | . . . | von Schreibschrift [2022.01] |
|
| G06V 30/228 | . . . | dreidimensionale Handschrift, z.B. Schreiben in der Luft [2022.01] |
|
| G06V 30/24 | . . | gekennzeichnet durch das Verarbeitungs- oder Erkennungsverfahren (Segmentierung von Zeichenregionen G06V 30/148) [2022.01] |
|
| G06V 30/242 | . . . | Einteilung der Zeichenfolgen in Gruppen vor der Erkennung; Auswahl von Referenzverzeichnissen [2022.01] |
|
| G06V 30/244 | . . . . | mittels grafischer Eigenschaften, z.B. Art des Alphabets oder Schriftart [2022.01] |
|
| G06V 30/246 | . . . . | mittels linguistischer Eigenschaften, z.B. spezifisch für die englische oder deutsche Sprache [2022.01] |
|
| G06V 30/26 | . . | Methoden zur Nachbearbeitung, z.B. Korrektur des Erkennungsergebnisses [2022.01] |
|
| G06V 30/262 | . . . | mittels Kontextanalyse, z.B. lexikalischer, syntaktischer oder semantischer Kontext [2022.01] |
|
| G06V 30/28 | . . | besonders ausgebildet für die Art des Alphabets, z.B. lateinisches Alphabet [2022.01] |
|
| G06V 30/30 | . . | basierend auf der Art der Daten [2022.01] |
|
| G06V 30/302 | . . . | Schriftzeichen enthaltende Bilder, um zwischen menschlichem und automatischem Zugriff auf den Computer zu unterscheiden [2022.01] |
|
| G06V 30/304 | . . . | Musiknotationen [2022.01] |
|
| G06V 30/32 | . . | Digitale Tinte [2022.01] |
|
| G06V 30/40 | . | Dokumentorientierte bildbasierte Mustererkennung [2022.01] |
|
| G06V 30/41 | . . | Analyse des Dokumenteninhalts (Erkennung von gedruckten Schriftzeichen anhand von Codezeichen G06V 30/224) [2022.01] |
|
| G06V 30/412 | . . . | Layout-Analyse von Dokumenten, die durch gedruckte Linien oder Eingabefelder strukturiert sind, z.B. Geschäftsformulare oder Tabellen [2022.01] |
|
| G06V 30/413 | . . . | Klassifizierung des Inhalts, z.B. Text, Fotos oder Tabellen [2022.01] |
|
| G06V 30/414 | . . . | Extraktion der geometrischen Struktur, z.B. Baumstruktur des Layouts; Blocksegmentierung, z.B. Begrenzungsrahmen für Grafik oder Text [2022.01] |
|
| G06V 30/416 | . . . | Extrahieren der logischen Struktur, z.B. Kapitel, Abschnitte oder Seitenzahlen; Identifizieren von Bestandteilen des Dokuments, z.B. Autoren [2022.01] |
|
| G06V 30/418 | . . . | Dokumentenabgleich, z.B. von Dokumentenbildern [2022.01] |
|
| G06V 30/42 | . . | basierend auf der Art des Dokuments [2022.01] |
|
| G06V 30/422 | . . . | Technische Zeichnungen; Geografische Karten [2022.01] |
|
| G06V 30/424 | . . . | Bilder mit postalischer Bedeutung, z.B. Etiketten oder Adressen auf Paketen oder Briefumschlägen [2022.01] |
|
| G06V 40/00 | Erkennung von biometrischen Mustern, sowie Mustern mit Bezug zu Menschen oder Tieren in Bild- oder Videodaten [2022.01] |
| G06V 40/10 | . | Menschliche oder tierische Körper, z.B. Fahrzeuginsassen oder Fußgänger; Körperteile, z.B. Hände [2022.01] |
|
| G06V 40/12 | . . | Fingerabdrücke oder Handabdrücke [2022.01] |
|
| G06V 40/13 | . . . | Sensoren für diesen Zweck [2022.01] |
|
| G06V 40/14 | . . | Gefäßmuster [2022.01] |
|
| G06V 40/145 | . . . | Sensoren für diesen Zweck [2022.01] |
|
| G06V 40/16 | . . | Menschliche Gesichter, z.B. Gesichtsteile, Gesichtsskizzen oder Gesichtsausdrücke [2022.01] |
|
| G06V 40/18 | . . | Merkmale der Augen, z.B. der Iris [2022.01] |
|
| G06V 40/19 | . . . | Sensoren für diesen Zweck [2022.01] |
|
| G06V 40/20 | . | Bewegungen oder Verhalten, z.B. Gestenerkennung (Erkennung von Gesichtsausdrücken G06V 40/16) [2022.01] |
|
| G06V 40/30 | . | Schreibererkennung; Lesen und Bestätigen von Unterschriften [2022.01] |
|
| G06V 40/40 | . | Erkennung einer Täuschung, z.B. Lebendigkeitserkennung [2022.01] |
|
| G06V 40/50 | . | Pflege biometrischer Daten oder deren Registrierung [2022.01] |
|
| G06V 40/60 | . | Statische oder dynamische Mittel zur Unterstützung des Benutzers bei der Positionierung eines Körperteils für die biometrische Erfassung [2022.01] |
|
| G06V 40/70 | . | Multimodale Biometrie, z.B. die Kombination von Informationen aus verschiedenen biometrischen Modalitäten [2022.01] |
|