JP2010009517A - パターン検出器の学習装置、学習方法及びプログラム - Google Patents
パターン検出器の学習装置、学習方法及びプログラム Download PDFInfo
- Publication number
- JP2010009517A JP2010009517A JP2008171229A JP2008171229A JP2010009517A JP 2010009517 A JP2010009517 A JP 2010009517A JP 2008171229 A JP2008171229 A JP 2008171229A JP 2008171229 A JP2008171229 A JP 2008171229A JP 2010009517 A JP2010009517 A JP 2010009517A
- Authority
- JP
- Japan
- Prior art keywords
- weak
- weak classifier
- learning
- discriminator
- update
- 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.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
高い検出性能のパターン検出器を現実的な学習時間で構築できるようにしたパターン検出器の学習装置、学習方法及びプログラムを提供する。
【解決手段】
複数の弱判別器から構成され、複数の弱判別器による判別により入力データから特定パターンを検出するパターン検出器の学習装置であって、特定パターンを含むか否かが既知であるデータから構成される複数の学習用データに基づいて弱判別器の基礎となる弱判別器モデルを生成し、当該生成された弱判別器モデルを元にして生成された弱判別器が所定の性能を満たすまで該弱判別器の状態パラメータを更新し、当該更新された各段階における弱判別器の状態パラメータの更新履歴を管理する。そして、弱判別器の状態パラメータの更新に際して、弱判別器の性能評価結果に基づいて更新履歴から弱判別器の更新対象となる段階の状態パラメータを選択する。
【選択図】 図1
Description
Viola & Jones (2001) "Rapid Object Detection using a Boosted Cascade of Simple Features", Computer Vision and Pattern Recognition. C. Huang, H. Ai, Y. Li, S. Lao (2006) "Learning Sparse Features in Granular Space for Multi-View Face Detection", Proceedings of the IEEE International Conference of Automatic Face and Gesture Recognition, pp. 401-406.
図1は、本実施形態に係わるパターン検出器の学習装置100の構成の一例を示すブロック図である。
図2は、図1に示す学習装置100における全体処理の一例を示すフロー図である。図2を参照しながら、学習装置100が学習用データから特定パターンを検出する検出器を構築する際の処理の流れについて説明する。なお、以下では、学習用データが画像であり、検出する特定パターンが人物の顔である場合を例に挙げて説明する。
ここでは、図2に示すステップS01における弱判別器生成処理について説明する。図3は、弱判別器生成処理の一例を示すフロー図である。
ここでは、図3に示すステップS11における弱判別器モデル生成処理について説明する。図4は、モデル生成部2の構成の一例を示すブロック図である。
次に、図3に示すステップS12における弱判別器状態更新処理について説明する。図7は、状態更新部3の構成の一例を示すブロック図である。
次に、図8に示すステップS33における更新評価処理について説明する。この方法は、マルコフ連鎖モンテカルロ法の一種である。状態更新条件の判定に際して、弱判別器の直前の状態のみを参照することが特徴である。
次に、実施形態2について説明する。ここでは、実施形態1との相違点についてのみ説明する。相違点としては、実施形態1では、弱判別器モデルを学習用データから生成していたが、実施形態2では、この点が異なる。すなわち、実施形態2では、弱判別器モデルの基本となる部分を学習用データから生成した後、後述する弱判別器要素間の相互作用と外場、及び弱判別器状態の基底状態という概念を導入し、これを求める工程を有する。上述した弱判別器モデルの基本部分とともに、相互作用と基底状態を含めて弱判別器モデルとする。
図10は、実施形態2に係わるモデル生成部2(以下、実施形態1と区別してモデル生成部A2と言う)の構成の一例を示すブロック図である。モデル生成部A2は、バッファA21、統計処理部A22、フィルタ基底状態取得部A23、相互作用取得部A24、を含む。バッファA21は、学習用データを一時的に保持するためのメモリ領域である。統計処理部A22は、学習用データである画像についての統計処理を行なう。フィルタ基底状態取得部A23は、統計処理部A22から得られたデータをもとに、後述する弱判別器の基底状態を取得する処理を行なう。相互作用取得部A24は、後述する弱判別器フィルタ要素間の相互作用を取得する処理を行なう。
状態更新部の処理内容について説明する。実施形態1と異なる点は、(数式1)に示された評価関数の定義である。実施形態2では、(数式1)に替わって、以下で与えられる(数式6)を採用する。
2、A2 モデル生成部
3 状態更新部
4 性能評価部
5 重み更新部
6 接続バス
7 モニタリング部
21、A21 バッファ
22、A22 統計処理部
23 粗視化処理部
24 マッピング処理部
31 性能情報バッファ
32 更新評価部
33 状態履歴管理部
34 フィルタ更新部
A23 フィルタ基底状態取得部
A24 相互作用取得部
Claims (12)
- 複数の弱判別器から構成され、該複数の弱判別器による判別により入力データから特定パターンを検出するパターン検出器の学習装置であって、
前記特定パターンを含むか否かが既知であるデータから構成される複数の学習用データに基づいて弱判別器の基礎となる弱判別器モデルを生成するモデル生成手段と、
前記モデル生成手段により生成された弱判別器モデルを元にして生成された弱判別器が所定の性能を満たすまで該弱判別器の状態パラメータを更新する更新手段と、
前記更新手段により更新された各段階における前記弱判別器の状態パラメータの更新履歴を管理する管理手段と
を具備し、
前記更新手段は、
前記弱判別器の状態パラメータの更新に際して、該弱判別器の性能評価結果に基づいて前記管理手段により管理された更新履歴から該弱判別器の更新対象となる段階の状態パラメータを選択する
ことを特徴とするパターン検出器の学習装置。 - 前記学習用データは画像であり、
前記モデル生成手段は、
画像である前記学習用データの統計的性質を求める統計処理手段
を更に具備し、
前記統計処理手段により求められた統計的性質に基づいて前記弱判別器モデルを生成する
ことを特徴とする請求項1記載のパターン検出器の学習装置。 - 前記モデル生成手段は、
前記統計処理手段により画像である前記学習用データの統計的性質を求める際に、該学習用データに対して次元圧縮処理を行なう
ことを特徴とする請求項2記載のパターン検出器の学習装置。 - 前記学習用データは画像であり、
前記弱判別器は、
前記画像である学習用データの所定領域から特徴量を抽出し、該抽出した特徴量に基づいて該所定領域が検出すべき特定パターンの候補であるか判定し、
前記更新手段は、
前記弱判別器の状態パラメータとして、前記画像である学習用データ内の前記所定領域を示すパラメータを更新する
ことを特徴とする請求項1乃至3のいずれか1項に記載のパターン検出器の学習装置。 - 前記更新手段は、
前記弱判別器の状態パラメータの更新に際して、前記モデル生成手段により生成された弱判別器モデルとの類似度、検出性能、演算速度のいずれか、又はそれら要素を含んで統合的に弱判別器の性能を評価する評価関数の計算結果に基づいて前記更新履歴から弱判別器の更新対象となる段階の状態パラメータを選択する
ことを特徴とする請求項1に記載のパターン検出器の学習装置。 - 前記類似度は、
弱判別器の矩形フィルタをベクトルとして表現したときの内積によって求められる
ことを特徴とする請求項5に記載のパターン検出器の学習装置。 - 前記類似度は、
弱判別器の矩形フィルタをベクトルとして表現したときに該ベクトルに所定の変換を施した後の内積によって求められる
ことを特徴とする請求項5に記載のパターン検出器の学習装置。 - 前記更新手段は、
前記弱判別器の状態パラメータの更新に際して、前記モデル生成手段により生成された弱判別器モデルと該弱判別器との状態との差が所定範囲内になった場合に最も低い値を示す評価関数、前記弱判別器の検出性能、演算速度のいずれか、又はそれら要素を含んで統合的に弱判別器の性能を評価する評価関数の計算結果に基づいて前記更新履歴から弱判別器の更新対象となる段階の状態パラメータを選択する
ことを特徴とする請求項1に記載のパターン検出器の学習装置。 - 前記更新手段は、
前記弱判別器の状態パラメータの更新に際して、現時点の弱判別器の性能が以前よりも低い場合であっても一定の割合で該現時点の弱判別器の状態パラメータを更新対象として選択する
ことを特徴とする請求項1乃至8いずれか1項に記載のパターン検出器の学習装置。 - 前記更新手段は、
マルコフ連鎖モンテカルロ法を用いて前記更新対象となる段階の弱判別器の状態パラメータを選択する
ことを特徴とする請求項1乃至9のいずれか1項に記載のパターン検出器の学習装置。 - 複数の弱判別器から構成され、該複数の弱判別器による判別により入力データから特定パターンを検出するパターン検出器の学習方法であって、
前記特定パターンを含むか否かが既知であるデータから構成される複数の学習用データに基づいて弱判別器の基礎となる弱判別器モデルを生成するモデル生成工程と、
前記生成された弱判別器モデルを元にして生成された弱判別器が所定の性能を満たすまで該弱判別器の状態パラメータを更新する更新工程と、
前記更新された各段階における前記弱判別器の状態パラメータの更新履歴を管理する管理工程と
を含み、
前記更新工程は、
前記弱判別器の状態パラメータの更新に際して、該弱判別器の性能評価結果に基づいて前記管理工程で管理された更新履歴から該弱判別器の更新対象となる段階の状態パラメータを選択する
ことを特徴とするパターン検出器の学習方法。 - 複数の弱判別器から構成され、該複数の弱判別器による判別により入力データから特定パターンを検出するパターン検出器の学習装置に内蔵されたコンピュータを、
前記特定パターンを含むか否かが既知であるデータから構成される複数の学習用データに基づいて弱判別器の基礎となる弱判別器モデルを生成するモデル生成手段、
前記モデル生成手段により生成された弱判別器モデルを元にして生成された弱判別器が所定の性能を満たすまで該弱判別器の状態パラメータを更新する更新手段、
前記更新手段により更新された各段階における前記弱判別器の状態パラメータの更新履歴を管理する管理手段
として機能させ、
前記更新手段は、
前記弱判別器の状態パラメータの更新に際して、該弱判別器の性能評価結果に基づいて前記管理手段により管理された更新履歴から該弱判別器の更新対象となる段階の状態パラメータを選択する
ことを特徴とするプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008171229A JP5311899B2 (ja) | 2008-06-30 | 2008-06-30 | パターン検出器の学習装置、学習方法及びプログラム |
US12/485,020 US8331655B2 (en) | 2008-06-30 | 2009-06-15 | Learning apparatus for pattern detector, learning method and computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008171229A JP5311899B2 (ja) | 2008-06-30 | 2008-06-30 | パターン検出器の学習装置、学習方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2010009517A true JP2010009517A (ja) | 2010-01-14 |
JP2010009517A5 JP2010009517A5 (ja) | 2011-08-11 |
JP5311899B2 JP5311899B2 (ja) | 2013-10-09 |
Family
ID=41589885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008171229A Expired - Fee Related JP5311899B2 (ja) | 2008-06-30 | 2008-06-30 | パターン検出器の学習装置、学習方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5311899B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013029878A (ja) * | 2011-07-26 | 2013-02-07 | Canon Inc | パターン識別装置、方法及びプログラム |
EP2793171A1 (en) | 2013-04-15 | 2014-10-22 | Omron Corporation | Classifier update device, information processing device, and classifier update method |
JP2015022411A (ja) * | 2013-07-17 | 2015-02-02 | 東芝テック株式会社 | 認識辞書評価装置及び認識辞書評価プログラム |
JP2015125731A (ja) * | 2013-12-27 | 2015-07-06 | 沖電気工業株式会社 | 人物属性推定装置、人物属性推定方法及びプログラム |
CN109146989A (zh) * | 2018-07-10 | 2019-01-04 | 华南理工大学 | 一种通过搭建神经网络生成花鸟艺术字图像的方法 |
JP2019106112A (ja) * | 2017-12-14 | 2019-06-27 | オムロン株式会社 | 情報処理装置、識別システム、設定方法及びプログラム |
JP2019203798A (ja) * | 2018-05-23 | 2019-11-28 | 株式会社リコー | 状態識別装置、状態識別方法および状態識別プログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044330A (ja) * | 2003-07-24 | 2005-02-17 | Univ Of California San Diego | 弱仮説生成装置及び方法、学習装置及び方法、検出装置及び方法、表情学習装置及び方法、表情認識装置及び方法、並びにロボット装置 |
JP2006301847A (ja) * | 2005-04-19 | 2006-11-02 | Fuji Photo Film Co Ltd | 顔検出方法および装置並びにプログラム |
JP2006318341A (ja) * | 2005-05-16 | 2006-11-24 | Sony Corp | 検知対象画像判定装置、検知対象画像判定方法および検知対象画像判定プログラム |
JP2007004721A (ja) * | 2005-06-27 | 2007-01-11 | Toyota Motor Corp | 対象物検出装置、及び対象物検出方法 |
JP2007058722A (ja) * | 2005-08-26 | 2007-03-08 | Fujifilm Corp | 判別器の学習方法および対象判別装置ならびにプログラム |
JP2008077536A (ja) * | 2006-09-25 | 2008-04-03 | Sony Corp | 画像処理装置および方法、並びにプログラム |
JP2008102611A (ja) * | 2006-10-17 | 2008-05-01 | Canon Inc | 画像処理装置 |
JP2008131204A (ja) * | 2006-11-17 | 2008-06-05 | Canon Inc | 撮像装置及びその制御方法及びプログラム及び記憶媒体 |
-
2008
- 2008-06-30 JP JP2008171229A patent/JP5311899B2/ja not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005044330A (ja) * | 2003-07-24 | 2005-02-17 | Univ Of California San Diego | 弱仮説生成装置及び方法、学習装置及び方法、検出装置及び方法、表情学習装置及び方法、表情認識装置及び方法、並びにロボット装置 |
JP2006301847A (ja) * | 2005-04-19 | 2006-11-02 | Fuji Photo Film Co Ltd | 顔検出方法および装置並びにプログラム |
JP2006318341A (ja) * | 2005-05-16 | 2006-11-24 | Sony Corp | 検知対象画像判定装置、検知対象画像判定方法および検知対象画像判定プログラム |
JP2007004721A (ja) * | 2005-06-27 | 2007-01-11 | Toyota Motor Corp | 対象物検出装置、及び対象物検出方法 |
JP2007058722A (ja) * | 2005-08-26 | 2007-03-08 | Fujifilm Corp | 判別器の学習方法および対象判別装置ならびにプログラム |
JP2008077536A (ja) * | 2006-09-25 | 2008-04-03 | Sony Corp | 画像処理装置および方法、並びにプログラム |
JP2008102611A (ja) * | 2006-10-17 | 2008-05-01 | Canon Inc | 画像処理装置 |
JP2008131204A (ja) * | 2006-11-17 | 2008-06-05 | Canon Inc | 撮像装置及びその制御方法及びプログラム及び記憶媒体 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013029878A (ja) * | 2011-07-26 | 2013-02-07 | Canon Inc | パターン識別装置、方法及びプログラム |
EP2793171A1 (en) | 2013-04-15 | 2014-10-22 | Omron Corporation | Classifier update device, information processing device, and classifier update method |
US9324008B2 (en) | 2013-04-15 | 2016-04-26 | Omron Corporation | Classifier update device, information processing device, and classifier update method |
JP2015022411A (ja) * | 2013-07-17 | 2015-02-02 | 東芝テック株式会社 | 認識辞書評価装置及び認識辞書評価プログラム |
US9619836B2 (en) | 2013-07-17 | 2017-04-11 | Toshiba Tec Kabushiki Kaisha | Recognition dictionary evaluation apparatus and recognition dictionary evaluation method |
JP2015125731A (ja) * | 2013-12-27 | 2015-07-06 | 沖電気工業株式会社 | 人物属性推定装置、人物属性推定方法及びプログラム |
JP2019106112A (ja) * | 2017-12-14 | 2019-06-27 | オムロン株式会社 | 情報処理装置、識別システム、設定方法及びプログラム |
JP6992475B2 (ja) | 2017-12-14 | 2022-01-13 | オムロン株式会社 | 情報処理装置、識別システム、設定方法及びプログラム |
JP2019203798A (ja) * | 2018-05-23 | 2019-11-28 | 株式会社リコー | 状態識別装置、状態識別方法および状態識別プログラム |
JP7000991B2 (ja) | 2018-05-23 | 2022-01-19 | 株式会社リコー | 状態識別装置、状態識別方法および状態識別プログラム |
CN109146989A (zh) * | 2018-07-10 | 2019-01-04 | 华南理工大学 | 一种通过搭建神经网络生成花鸟艺术字图像的方法 |
CN109146989B (zh) * | 2018-07-10 | 2023-02-14 | 华南理工大学 | 一种通过搭建神经网络生成花鸟艺术字图像的方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5311899B2 (ja) | 2013-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11657602B2 (en) | Font identification from imagery | |
US8331655B2 (en) | Learning apparatus for pattern detector, learning method and computer-readable storage medium | |
US10354362B2 (en) | Methods and software for detecting objects in images using a multiscale fast region-based convolutional neural network | |
CN111898696B (zh) | 伪标签及标签预测模型的生成方法、装置、介质及设备 | |
WO2021203863A1 (zh) | 基于人工智能的物体检测方法、装置、设备及存储介质 | |
US11367271B2 (en) | Similarity propagation for one-shot and few-shot image segmentation | |
CN109993102B (zh) | 相似人脸检索方法、装置及存储介质 | |
US9501724B1 (en) | Font recognition and font similarity learning using a deep neural network | |
EP3754549B1 (en) | A computer vision method for recognizing an object category in a digital image | |
JP5791547B2 (ja) | 周波数特徴を選択する方法およびシステム | |
JP5311899B2 (ja) | パターン検出器の学習装置、学習方法及びプログラム | |
US20170220864A1 (en) | Method for Implementing a High-Level Image Representation for Image Analysis | |
JP2011013732A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP2008217589A (ja) | 学習装置及びパターン認識装置 | |
CN110942011B (zh) | 一种视频事件识别方法、***、电子设备及介质 | |
JP5123759B2 (ja) | パターン検出器の学習装置、学習方法及びプログラム | |
WO2018203555A1 (ja) | 信号検索装置、方法、及びプログラム | |
EP4092555A1 (en) | Control method, information processing device, and control program | |
CN114676777A (zh) | 一种基于孪生网络的自监督学习细粒度图像分类方法 | |
CN111553838A (zh) | 模型参数的更新方法、装置、设备及存储介质 | |
JP2012048624A (ja) | 学習装置、方法及びプログラム | |
KR101700030B1 (ko) | 사전 정보를 이용한 영상 물체 탐색 방법 및 이를 수행하는 장치 | |
Dong et al. | A supervised dictionary learning and discriminative weighting model for action recognition | |
WO2022247448A1 (zh) | 数据处理方法、装置、计算设备和计算机可读存储介质 | |
JP2021086462A (ja) | データ生成方法、データ生成装置、モデル生成方法、モデル生成装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110629 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110629 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130319 |
|
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: 20130603 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130702 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5311899 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |