SEARCH
検索詳細
長谷川 弘大学院科学技術イノベーション研究科 科学技術イノベーション専攻講師
研究活動情報
■ 論文- This paper presents on-chip characterization of electrostatic discharge (ESD) impacts applied on the Si-substrate backside of a flip-chip mounted integrated circuit (FC-IC) chip. An FC-IC chip has an open backside and there is a threat of reliability problems and malfunctions caused by the backside ESD. We prepared a test FC-IC chip and measured Si-substrate voltage fluctuations on its frontside by an on-chip monitor (OCM) circuit. The voltage surges as large as 200 mV were observed on the frontside when a 200-V ESD gun was irradiated through a 5 kΩ contact resistor on the backside of a 350 µm thick Si substrate. The distribution of voltage heights was experimentally measured at 20 on-chip locations among thinned Si substrates up to 40 µm, and also explained in full-system level simulation of backside ESD impacts with the equivalent models of ESD-gun operation and FC-IC chip assembly.2023年10月, IEICE Transactions on Electronics, 106(10) (10), 556 - 564研究論文(学術雑誌)
- Voltage surges induced by electrostatic discharge (ESD) impacts on the backside of an integrated circuit (IC) chip in flip-chip packaging potentially causes reliability problems and even leads to malfunctioning. On-chip voltage waveform monitor circuits on its frontside evaluate the surge as high as 200 mV when ESD gun at 200 V is discharged to the Si substrate backside through the contact resistance of 5 kto the backside of a 350 μm thick Si substrate. The distribution of voltages over the frontside area of an IC chip is measured and explained with full-system level backside ESD simulation.IEEE, 2022年, IEEE International Reliability Physics Symposium(IRPS), 2022-March, 14 - 1研究論文(国際会議プロシーディングス)
- Combination of unsupervised and supervised learning with Self-Organizing Map for adaptation to individual in human behavior estimationA simple yet efficient classification methodology based on Self-Organizing Map (SOM) with conventional unsupervised learning and supplemental supervised learning has been proposed. Output Map of the SOM is used for classification task, instead of visualization purpose for human subject, by matching with template Maps of the SOM for each category prepared beforehand the classification task by supervised learning. Aiming at human behavior estimation task, where mobile device such as smartphone has been attached to human body and collected data will be categorized into pre-defined class of human behaviors, a framework for adaptation to individual has been proposed. Hidden Markov Model with its state estimation method has been employed as a post-process of the method to take into account probabilistic constraints on state transitions. Simple experiments demonstrate performance of the proposed methodology.2016年, ISCIIA 2016 - 7th International Symposium on Computational Intelligence and Industrial Applications研究論文(国際会議プロシーディングス)
- Human moving behavior estimation from 3-axis accelerometer signal by particle filter with Self-Organizing Map based likelihood.Human moving behaviors such as walking, running, standing, sitting, taking stairs, are to be estimated from 3-axis acceleration signal of smart phone's sensor. For this purpose, state estimation via particle filter with Self-Organizing Map (SOM) based likelihood has been proposed. Input signal is the length of 3 dimensional vector of 3-axis acceleration followed by Gabor Wavelet transform to obtain frequency spectrum. SOM converts the frequency spectrum to a pattern map in two dimension. Then, matching will be conducted for the pattern map with template maps that correspond to the human moving behaviors prepared beforehand the matching. Resulting matching scores will be used as a likelihood in state estimation by particle filter [1]. State space is discrete consisting of human moving behavior with state transition graph, which is equivalently represented in a state transition matrix, being a system model in a framework of state space modeling. The system model restricts possible or likely transition among different behaviors based on the transition matrix. Particle filter algorithm estimates probability over the discrete state space by simulating motion of many samples in the state space. Experiment shows performance of the proposed method for collected data in real scene by wearing a smart phone. Simple input signal and algorithm are advantageous in the proposed method that allows us easy implementation of the method for commercial products.IEEE, 2016年, 19th International Conference on Information Fusion(FUSION), 1687 - 1694[査読有り]研究論文(国際会議プロシーディングス)
- Performance evaluation of multiple pedestrian tracking with/without the particle filter technique has been conducted by proposing some elaborated criteria for evaluation in terms of 1) detection evaluation for each frame, and 2) tracking evaluation for each image sequence. We cope with non-triviality on performance evaluate of multiple pedestrians detection and tracking under the situation of having false positive and false negative, true positive and true negative, and swapping of tracking targets with respect to different pedestrians as well as among false tracks and true tracks. Evaluation results with comparison among A) Nearest Neighbour(NN), B) Plain mode of particle filter, and C) Weighted model of particle filter are summarized as follows. By truth detection rate criterion, A) NN is the worst performance, while B) Plain is better than C) Weighted. By Swapping ID criterion, performance is improved by B) Plain and C) Weighted with C) being slightly better than B). However, by the criterion of termination of tracking, B) and C) are not necessarily better than A), rather worse than A), and B) Plain is worse than C) Weighted. This means that short term tracking performance has been improved by particle filter. Also, an elaboration in C) Weighted to consider the change of target size improve the performance than B) Plain.2014年10月, World Automation Congress Proceedings, 273 - 278研究論文(国際会議プロシーディングス)
- Fusion of multi-modal features in particle filter with dual weight of belief and plausibility for track-before-detect multiple target tracking.Dual weight of belief and plausibility have been introduced to cope with fusion problem of multi-modal features in observation process within a framework of track-before-detect visual tracking by particle filter for multiple target. Observation model consists of dual function of belief and plausibility corresponding to conjunction and disjunction of multi-modal features. Each particle has dual weight corresponding to the two likelihood functions, and the two weights are updated respectively. Resampling step involves some elaborations consisting of three steps such that; 1) normalized weights of plausibility are used as the probability to draw with replacement, 2) uniform value is set for the weights of plausibility after the draw with replacement, and 3) weights of belief are adjusted for each particle. The idea of dual weight has been extended to multiple target tracking framework with SMC-PHD filter. Performance of the proposed method has been demonstrated for multiple people tracking over videos captured by a fish eye camera at ceiling.IEEE, 2014年, 17th International Conference on Information Fusion(FUSION), 1 - 8[査読有り]研究論文(国際会議プロシーディングス)
- Multi-target tracking in video by SMC-PHD filter with elimination of other targets and state dependent multi-modal likelihoods.Fast algorithm of SMC-PHD filter for track-before-detection in visual tracking by eliminating other targets from the original image has been proposed. The elimination allows us to approximate the original likelihood term in PHD filter to an simplified one leading to a fast algorithm having computational complexity proportional to the number of particles, not to the number of particles by the number of observations as in conventional PHD filters. Additionally, we propose state dependent multi-modal likelihoods to represent multiple intensities coming from different mode of sensors that depend on, such as size of target, posture of the target, and so on. Experiments to track multi-pedestrians in real street scene in a video captured by a car cabin camera demonstrate performance of proposed method. Comparisons with conventional method, which has no state dependent multi-modal likelihoods idea, have been conducted and we can conclude that the proposed method can provide a proper number of trajectories of pedestrian tracking. © 2013 ISIF ( Intl Society of Information Fusi.IEEE, 2013年, Proceedings of the 16th International Conference on Information Fusion(FUSION), 588 - 595[査読有り]研究論文(国際会議プロシーディングス)
- We are developing a noise reduction scheme as a pre-processing filter for the HDTV video CODEC. HDTV noise comes mainly from the contour emphasis process of the HDTV camera, which deteriorates the compression efficiency of interframe coding. Conventional simple interframe noise reduction often generates motion blur distortion.一般社団法人 映像情報メディア学会, 1995年, テレビジョン学会誌, 49(5) (5), 649 - 656, 日本語
In this paper we propose a noise reduction scheme with less motion blur distortion which is controlled by the interframe signals expanded spatially and temporally. We show that our scheme produces inproved picture quality and coding efficiency.[査読有り]
- 2022年, 電子情報通信学会技術研究報告(Web), 122(148(SDM2022 33-53)) (148(SDM2022 33-53))フリップチップパッケージングにおける裏面電圧擾乱印加とICチップ応答の評価
- 2022年, 電子情報通信学会大会講演論文集(CD-ROM), 2022フリップチップパッケージングにおける裏面電圧擾乱印加によるオンチップ電圧変動の評価
- 2021年05月10日, LSIとシステムのワークショップ2021, 11 - 11車載向けICチップにおける外部擾乱のアナログ検知手法に関する検討
- 2020年12月11日, 電子情報通信学会・ハードウェアセキュリティ研究会, ポスター発表オンチップモニタを用いた意図的外部擾乱の検知手法に関する検討
- 2009年, 映像情報メディア学会冬季大会講演予稿集(CD-ROM), 2009輝度ヒストグラムに基づくハイダイナミックレンジ画像合成法
- 1996年, 三菱電機技報, 70(2) (2)シミュレーション技術 テレビジョンにおける画像シミュレーション技術
- 1995年11月, ISO/IEC JTC1/SC29/WG11 MPEG95/0341Technical Description for MPEG-4 Formal Testing
- 1995年10月, 画像符号化シンポジウム(PCSJ95), 41 - 42IFSを用いたグレイスケール動画像の低ビットレート符号化
- 1993年, 電子情報通信学会大会講演論文集, 1993(Shunki Pt 7) (Shunki Pt 7)画質劣化の少ないノイズリダクション方式
- A spatio-temporal filter used as a band limiter to video codec is presented. Spatial frequency is restricted adaptively on pixel basis according to the local motion vector. Computer simulation shows it reduces much of coding artifacts, while keeping full resolution in the stationary area.一般社団法人 映像情報メディア学会, 1993年, テレビジョン学会年次大会講演予稿集, 29, 403 - 404, 日本語
- 1992年, ハイビジョン研究会第1回研究会予稿集, 145 - 150HDTV信号の輪郭保障に対する符号化の検討
- 自己組織化マップの学習装置、方法およびプログラム並びに状態判定装置特願2019-224869, 2019年12月12日, 株式会社メガチップス, 特開2021-093096, 2021年06月17日, 特許第7433876号, 2024年02月09日特許権
- 自己組織化マップの学習装置、方法およびプログラム並びに状態判定装置特願2019-224869, 2019年12月12日, 株式会社メガチップス, 特開2021-093096, 2021年06月17日特許権
- 超解像画像生成装置、プログラム、および、集積回路特願2017-068714, 2017年03月30日, 株式会社メガチップス, 特開2018-169948, 2018年11月01日, 特許第6874933号, 2021年04月26日特許権
- 状態判定装置、プログラムおよび集積回路特願2016-089034, 2016年04月27日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2017-199184, 2017年11月02日, 特許第6704574号, 2020年05月15日特許権
- 状態判定装置、プログラムおよび集積回路特願2016-082679, 2016年04月18日, 株式会社メガチップス, 特開2017-194732, 2017年10月26日, 特許第6663780号, 2020年02月19日特許権
- 状態判定装置、プログラムおよび集積回路特願2016-061002, 2016年03月25日, 株式会社メガチップス, 特開2017-174242, 2017年09月28日, 特許第6663765号, 2020年02月19日特許権
- 移動体制御装置、プログラムおよび集積回路特願2015-059367, 2015年03月23日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2016-177749, 2016年10月06日, 特許第6651295号, 2020年01月24日特許権
- 移動体制御装置、ランドマーク、および、プログラム特願2015-059275, 2015年03月23日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2016-177742, 2016年10月06日, 特許第6594008号, 2019年10月04日特許権
- 状態推定装置、プログラムおよび集積回路特願2014-250985, 2014年12月11日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2016-114988, 2016年06月23日, 特許第6482844号, 2019年02月22日特許権
- 状態推定装置、プログラムおよび集積回路特願2014-065876, 2014年03月27日, 株式会社メガチップス, 特開2015-191261, 2015年11月02日, 特許第6295122号, 2018年02月23日特許権
- 物体検出装置特願2014-064746, 2014年03月26日, 株式会社メガチップス, 特開2015-187782, 2015年10月29日, 特許第6280412号, 2018年01月26日特許権
- 画素補間処理装置、撮像装置、プログラムおよび集積回路特願2013-264371, 2013年12月20日, 株式会社メガチップス, 特開2015-122576, 2015年07月02日, 特許第6276580号, 2018年01月19日特許権
- 画素補間処理装置、撮像装置、プログラムおよび集積回路特願2013-249475, 2013年12月02日, 株式会社メガチップス, 特開2015-106889, 2015年06月08日, 特許第6276569号, 2018年01月19日特許権
- 物体検出装置特願2011-197405, 2011年09月09日, 株式会社メガチップス, 特開2013-058160, 2013年03月28日, 特許第6242563号, 2017年11月17日特許権
- 画素補間装置、撮像装置、プログラムおよび集積回路特願2013-249480, 2013年12月02日, 株式会社メガチップス, 特開2015-106890, 2015年06月08日, 特許第6239358号, 2017年11月10日特許権
- 状態判定装置、プログラムおよび集積回路特願2016-089034, 2016年04月27日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2017-199184, 2017年11月02日特許権
- 直線検出装置および直線検出方法特願2016-027551, 2016年02月17日, 株式会社メガチップス, 特開2016-085763, 2016年05月19日, 特許第6208789号, 2017年09月15日特許権
- 状態推定装置、プログラムおよび集積回路特願2013-085014, 2013年04月15日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2014-206907, 2014年10月30日, 特許第6194450号, 2017年08月25日特許権
- 物体検出装置特願2013-064820, 2013年03月26日, 株式会社メガチップス, 特開2014-191471, 2014年10月06日, 特許第6161931号, 2017年06月23日特許権
- 物体検出装置特願2013-064815, 2013年03月26日, 株式会社メガチップス, 特開2014-191470, 2014年10月06日, 特許第6116959号, 2017年03月31日特許権
- 線分および円弧検出装置特願2011-206004, 2011年09月21日, 株式会社メガチップス, 特開2013-069043, 2013年04月18日, 特許第6049000号, 2016年12月02日特許権
- 移動体制御装置、プログラムおよび集積回路特願2015-059367, 2015年03月23日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2016-177749, 2016年10月06日特許権
- 移動体制御装置、ランドマーク、および、プログラム特願2015-059275, 2015年03月23日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2016-177742, 2016年10月06日特許権
- 画素補間処理装置、撮像装置、プログラムおよび集積回路特願2012-216596, 2012年09月28日, 株式会社メガチップス, 特開2014-072658, 2014年04月21日, 特許第6012375号, 2016年09月30日特許権
- 物体検出装置およびプログラム特願2012-229095, 2012年10月16日, 株式会社メガチップス, 特開2013-228995, 2013年11月07日, 特許第6008367号, 2016年09月23日特許権
- 画素補間処理装置、撮像装置、プログラムおよび集積回路特願2012-216697, 2012年09月28日, 株式会社メガチップス, 特開2014-072663, 2014年04月21日, 特許第5981824号, 2016年08月05日特許権
- 物体検出装置特願2012-078759, 2012年03月30日, 株式会社メガチップス, 特開2013-210705, 2013年10月10日, 特許第5964108号, 2016年07月08日特許権
- 状態推定装置、プログラムおよび集積回路特願2014-250985, 2014年12月11日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2016-114988, 2016年06月23日特許権
- 物体検出装置およびプログラム特願2012-102158, 2012年04月27日, 株式会社メガチップス, 特開2013-232023, 2013年11月14日, 特許第5911063号, 2016年04月08日特許権
- 物体検出装置およびプログラム特願2012-100673, 2012年04月26日, 株式会社メガチップス, 特開2013-228901, 2013年11月07日, 特許第5911062号, 2016年04月08日特許権
- 直線検出装置および直線検出方法特願2011-155847, 2011年07月14日, 株式会社メガチップス, 特開2013-020590, 2013年01月31日, 特許第5911122号, 2016年04月08日特許権
- 直線検出装置および直線検出方法特願2011-165281, 2011年07月28日, 株式会社メガチップス, 特開2013-029967, 2013年02月07日, 特許第5856401号, 2015年12月18日特許権
- 状態推定装置、プログラムおよび集積回路特願2014-106073, 2014年05月22日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2015-222473, 2015年12月10日特許権
- 追跡表示処理装置、追跡表示処理システム、プログラムおよび集積回路特願2014-083355, 2014年04月15日, 株式会社メガチップス, 特開2015-203997, 2015年11月16日特許権
- 画素補間処理装置、撮像装置、プログラムおよび集積回路特願2013-264371, 2013年12月20日, 株式会社メガチップス, 特開2015-122576, 2015年07月02日特許権
- 画像符号化装置特願2013-237884, 2013年11月18日, 株式会社メガチップス, 特開2014-045516, 2014年03月13日, 特許第5700728号, 2015年02月27日特許権
- 画像符号化装置及び画像伝送システム特願2013-242287, 2013年11月22日, 株式会社メガチップス, 特開2014-068367, 2014年04月17日, 特許第5688443号, 2015年01月30日特許権
- 画像符号化装置特願2010-027946, 2010年02月10日, 株式会社メガチップス, 特開2011-166512, 2011年08月25日, 特許第5667364号, 2014年12月19日特許権
- 状態推定装置、プログラムおよび集積回路特願2013-085014, 2013年04月15日, 株式会社メガチップス, 国立大学法人九州工業大学, 特開2014-206907, 2014年10月30日特許権
- 画像符号化装置特願2013-252148, 2013年12月05日, 株式会社メガチップス, 特開2014-082772, 2014年05月08日, 特許第5635673号, 2014年10月24日特許権
- 画像圧縮装置特願2013-104164, 2013年05月16日, 株式会社メガチップス, 特開2013-176157, 2013年09月05日, 特許第5612722号, 2014年09月12日特許権
- 画像符号化装置特願2010-048087, 2010年03月04日, 株式会社メガチップス, 特開2011-188022, 2011年09月22日, 特許第5570846号, 2014年07月04日特許権
- トランスコーダ特願2013-079401, 2013年04月05日, 株式会社メガチップス, 特開2013-158041, 2013年08月15日, 特許第5559902号, 2014年06月13日特許権
- トランスコーダ特願2008-201468, 2008年08月05日, 株式会社メガチップス, 特開2010-041358, 2010年02月18日, 特許第5550032号, 2014年05月30日特許権
- トランスコーダ特願2008-130335, 2008年05月19日, 株式会社メガチップス, 特開2009-278574, 2009年11月26日, 特許第5505822号, 2014年03月28日特許権
- 画像処理装置特願2010-258712, 2010年11月19日, 株式会社メガチップス, 特開2012-109902, 2012年06月07日, 特許第5492058号, 2014年03月07日特許権
- 画像処理装置特願2010-083247, 2010年03月31日, 株式会社メガチップス, 特開2011-217112, 2011年10月27日, 特許第5491936号, 2014年03月07日特許権
- 画像処理装置特願2010-005440, 2010年01月14日, 株式会社メガチップス, 特開2011-146883, 2011年07月28日, 特許第5484083号, 2014年02月28日特許権
- デジタルカメラの動作方法およびデジタルカメラ特願2013-110184, 2013年05月24日, 株式会社メガチップス, 特開2013-211894, 2013年10月10日, 特許第5469769号, 2014年02月07日特許権
- デジタルカメラの動作方法およびデジタルカメラ特願2013-110183, 2013年05月24日, 株式会社メガチップス, 特開2013-211893, 2013年10月10日, 特許第5469768号, 2014年02月07日特許権
- 画像符号化装置特願2010-082711, 2010年03月31日, 株式会社メガチップス, 特開2011-217085, 2011年10月27日, 特許第5451487号, 2014年01月10日特許権
- 画像符号化装置及び画像伝送システム特願2010-040314, 2010年02月25日, 株式会社メガチップス, 特開2011-176709, 2011年09月08日, 特許第5444040号, 2013年12月27日特許権
- 画像符号化装置特願2010-016241, 2010年01月28日, 株式会社メガチップス, 特開2011-155543, 2011年08月11日, 特許第5441734号, 2013年12月27日特許権
- トランスコーダ特願2013-015486, 2013年01月30日, 株式会社メガチップス, NTTエレクトロニクス株式会社, 特開2013-123252, 2013年06月20日, 特許第5412588号, 2013年11月15日特許権
- 画像圧縮装置、オーサリングシステムおよび画像圧縮方法特願2010-010193, 2010年01月20日, 株式会社メガチップス, 特開2011-151550, 2011年08月04日, 特許第5399277号, 2013年11月01日特許権
- 画像圧縮装置および画像圧縮方法特願2009-296647, 2009年12月28日, 株式会社メガチップス, 特開2011-139184, 2011年07月14日, 特許第5400604号, 2013年11月01日特許権
- トランスコーダ特願2012-045475, 2012年03月01日, 株式会社メガチップス, 特開2012-138943, 2012年07月19日, 特許第5391294号, 2013年10月18日特許権
- デジタルカメラの動作方法およびデジタルカメラ特願2009-042212, 2009年02月25日, 株式会社メガチップス, 特開2010-199962, 2010年09月09日, 特許第5342274号, 2013年08月16日特許権
- 画像処理装置、撮像装置、および合成画像の生成方法特願2009-121556, 2009年05月20日, 株式会社メガチップス, 特開2010-273001, 2010年12月02日, 特許第5315125号, 2013年07月12日特許権
- 画像圧縮装置特願2008-299318, 2008年11月25日, 株式会社メガチップス, 特開2010-130053, 2010年06月10日, 特許第5307520号, 2013年07月05日特許権
- トランスコーダ特願2008-071531, 2008年03月19日, 株式会社メガチップス, NTTエレクトロニクス株式会社, 特開2009-231905, 2009年10月08日, 特許第5256803号, 2013年05月02日特許権
- トランスコーダ特願2008-142978, 2008年05月30日, 株式会社メガチップス, 特開2009-290712, 2009年12月10日, 特許第5250824号, 2013年04月26日特許権
- 画像処理装置特願2008-283763, 2008年11月04日, 株式会社メガチップス, 特開2010-114538, 2010年05月20日, 特許第5240916号, 2013年04月12日特許権
- トランスコーダ特願2011-129804, 2011年06月10日, 株式会社メガチップス, NTTエレクトロニクス株式会社, 特開2011-199904, 2011年10月06日, 特許第5232898号, 2013年03月29日特許権
- 画像圧縮装置特願2008-277743, 2008年10月29日, 株式会社メガチップス, 特開2010-109521, 2010年05月13日, 特許第5206960号, 2013年03月01日特許権
- エンコーダ特願2008-052929, 2008年03月04日, 株式会社メガチップス, 特開2009-212749, 2009年09月17日, 特許第5176228号, 2013年01月18日特許権
- 画像処理装置特願2008-261198, 2008年10月08日, 株式会社メガチップス, 特開2010-093522, 2010年04月22日, 特許第5105191号, 2012年10月12日特許権
- 色変換マトリクス算出方法特願2008-295134, 2008年11月19日, 株式会社メガチップス, 特開2010-124168, 2010年06月03日, 特許第5097927号, 2012年10月05日特許権
- トランスコーダ特願2008-043848, 2008年02月26日, 株式会社メガチップス, 特開2009-206543, 2009年09月10日, 特許第5098043号, 2012年10月05日特許権
- トランスコーダ特願2012-005457, 2012年01月13日, 株式会社メガチップス, 特開2012-110011, 2012年06月07日, 特許第5076085号, 2012年09月07日特許権
- 画像拡大方法特願2008-272927, 2008年10月23日, 株式会社メガチップス, 特開2010-103736, 2010年05月06日, 特許第5076186号, 2012年09月07日特許権
- トランスコーダ特願2008-042427, 2008年02月25日, 株式会社メガチップス, 特開2009-200994, 2009年09月03日, 特許第5076083号, 2012年09月07日特許権
- トランスコーダ特願2008-144740, 2008年06月02日, 株式会社メガチップス, 特開2009-296040, 2009年12月17日, 特許第5050158号, 2012年08月03日特許権
- エンコーダ特願2008-054880, 2008年03月05日, 株式会社メガチップス, 特開2009-212917, 2009年09月17日, 特許第5050159号, 2012年08月03日特許権
- トランスコーダ特願2008-075050, 2008年03月24日, 株式会社メガチップス, NTTエレクトロニクス株式会社, 特開2009-232148, 2009年10月08日, 特許第5039976号, 2012年07月20日特許権
- 画素補間方法特願2007-305347, 2007年11月27日, 株式会社メガチップス, 特開2009-130764, 2009年06月11日, 特許第5017597号, 2012年06月22日特許権
- 画像処理装置特願2008-075966, 2008年03月24日, 株式会社メガチップス, 特開2009-232218, 2009年10月08日, 特許第4992117号, 2012年05月18日特許権
- 画像処理装置特願2007-219448, 2007年08月27日, 株式会社メガチップス, 特開2009-055281, 2009年03月12日, 特許第4982897号, 2012年05月11日特許権
- 画像処理装置特願2008-204739, 2008年08月07日, 株式会社メガチップス, 特開2010-041612, 2010年02月18日, 特許第4963690号, 2012年04月06日特許権
- 画像処理装置特願2008-075965, 2008年03月24日, 株式会社メガチップス, 特開2009-232217, 2009年10月08日, 特許第4919231号, 2012年02月10日特許権
- 画像処理装置特願2007-205830, 2007年08月07日, 株式会社メガチップス, 特開2009-042926, 2009年02月26日, 特許第4863505号, 2011年11月18日特許権
- 画素補間方法および画像判定方法特願2005-277718, 2005年09月26日, 株式会社メガチップス, 特開2006-186965, 2006年07月13日, 特許第4840740号, 2011年10月14日特許権
- 画像圧縮装置、オーサリングシステムおよび画像圧縮方法特願2010-010193, 2010年01月20日, 株式会社メガチップス, 特開2011-151550, 2011年08月04日特許権
- トランスコーダ特願2007-177738, 2007年07月05日, 株式会社メガチップス, NTTエレクトロニクス株式会社, 特開2009-017314, 2009年01月22日, 特許第4790669号, 2011年07月29日特許権
- 画像処理装置特願2005-146621, 2005年05月19日, 株式会社メガチップス, 特開2006-324974, 2006年11月30日, 特許第4789140号, 2011年07月29日特許権
- トランスコーダおよび符号化画像変換方法特願2006-212869, 2006年08月04日, 株式会社メガチップス, NTTエレクトロニクス株式会社, 特開2008-042426, 2008年02月21日, 特許第4624321号, 2010年11月12日特許権
- 画像フィルタ装置、方法およびコンピュータプログラム特願2005-011301, 2005年01月19日, 株式会社メガチップス, 特開2006-201914, 2006年08月03日, 特許第4621944号, 2010年11月12日特許権
- 画素補間方法特願2004-199233, 2004年07月06日, 株式会社メガチップス, 特開2006-024999, 2006年01月26日, 特許第4446818号, 2010年01月29日特許権
- 領域抽出装置および領域抽出方法、ならびに領域抽出プログラムを記録した記録媒体特願平11-148309, 1999年05月27日, コニカミノルタホールディングス株式会社, 特開2000-339464, 2000年12月08日, 特許第4366758号, 2009年09月04日特許権
- 画素補間フィルタ生成装置および画素補間装置特願2004-019661, 2004年01月28日, 株式会社メガチップス, 特開2005-217592, 2005年08月11日, 特許第4364657号, 2009年08月28日特許権
- トランスコーダおよび符号化画像変換方法特願2006-212869, 2006年08月04日, 株式会社メガチップスLSIソリューションズ, NTTエレクトロニクス株式会社, 特開2008-042426, 2008年02月21日特許権
- 画像フィルタ装置、方法およびコンピュータプログラム特願2005-011301, 2005年01月19日, 株式会社メガチップスLSIソリューションズ, 特開2006-201914, 2006年08月03日特許権
- 画素補間方法および画像判定方法特願2005-277718, 2005年09月26日, 株式会社メガチップスLSIソリューションズ, 特開2006-186965, 2006年07月13日特許権
- Log-Polar変換を用いた画像マッチング方法、システムおよびプログラム特願2003-099909, 2003年04月03日, 株式会社メガチップス, 特開2004-310243, 2004年11月04日特許権
- 映像信号符号化方式特願平6-087895, 1994年03月31日, 三菱電機株式会社, 特開平7-274182, 1995年10月20日, 特許第3589481号, 2004年08月27日特許権
- 画像作成装置、画像作成システム、音声生成装置、音声生成システム、画像作成用サーバ、プログラム、および記録媒体特願2002-322340, 2002年11月06日, 株式会社メガチップス, 特開2003-248837, 2003年09月05日特許権
- 画像生成方法、画像生成プログラム、画像生成プログラムを記録したコンピュータ読取可能な記録媒体および画像生成装置特願2001-206479, 2001年07月06日, ミノルタ株式会社, 特開2003-022451, 2003年01月24日特許権
- データベース構築プログラムを記録したコンピュータ読み取り可能な記録媒体、データベース構築方法およびデータベース構築装置、ならびに、データベース検索プログラムを記録したコンピュータ読み取り可能な記録媒体、データベース検索方法およびデータベース検索装置特願2000-375720, 2000年12月11日, ミノルタ株式会社, 特開2002-183205, 2002年06月28日特許権
- 解像度変換プログラムを記録したコンピュータ読取可能な記録媒体、解像度変換装置および解像度変換方法特願2000-368842, 2000年12月04日, ミノルタ株式会社, 特開2002-170112, 2002年06月14日特許権
- データベース検索プログラムを記録したコンピュータ読み取り可能な記録媒体、データベース検索方法およびデータベース検索装置特願2000-366879, 2000年12月01日, ミノルタ株式会社, 特開2002-169823, 2002年06月14日特許権
- 画像処理装置、画像処理方法および画像処理プログラムを記録したコンピュータ読取可能な記録媒体特願2000-156174, 2000年05月26日, ミノルタ株式会社, 特開2001-338290, 2001年12月07日特許権
- 領域抽出装置および領域抽出方法、ならびに領域抽出プログラムを記録した記録媒体特願平11-148309, 1999年05月27日, ミノルタ株式会社, 特開2000-339464, 2000年12月08日特許権
- 画像変換装置および画像変換方法、ならびに画像変換プログラムを記録した記録媒体特願平11-148666, 1999年05月27日, ミノルタ株式会社, 特開2000-339448, 2000年12月08日特許権