JP2016031679A - オブジェクト識別装置、オブジェクト識別方法及びプログラム - Google Patents
オブジェクト識別装置、オブジェクト識別方法及びプログラム Download PDFInfo
- Publication number
- JP2016031679A JP2016031679A JP2014154334A JP2014154334A JP2016031679A JP 2016031679 A JP2016031679 A JP 2016031679A JP 2014154334 A JP2014154334 A JP 2014154334A JP 2014154334 A JP2014154334 A JP 2014154334A JP 2016031679 A JP2016031679 A JP 2016031679A
- Authority
- JP
- Japan
- Prior art keywords
- image
- images
- collation
- category
- registered
- 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
- 238000000034 method Methods 0.000 title claims description 74
- 230000008569 process Effects 0.000 description 35
- 238000012545 processing Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 11
- 238000012795 verification Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 210000000887 face Anatomy 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000037237 body shape Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Collating Specific Patterns (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【課題】 与えられた画像データ群を照合して人物ごとのまとまりに分割・分類する上で、画像データ数に伴って増加する照合すべきペアの数を、識別精度を落とさずに削減する。
【解決手段】 複数の画像を保持する保持手段と、画像の撮影条件を判定する条件判定手段と、それぞれの撮影条件の差に基づいて、画像同士を照合するか否か判定する照合判定手段と、前記照合判定手段によって照合すると判定された画像同士を照合してオブジェクトの同異を判定するための類似度を求める照合手段と、第一の画像と第二の画像とを照合して得た類似度が所定の閾値以上のとき、第一の画像と第二の画像とを同じカテゴリに併合する併合手段とを備え、前記保持手段に保持されている画像同士について、照合するか否かの判定と照合と併合とを繰り返すオブジェクト識別装置。
【選択図】 図1
Description
人物認証では、ふたつの画像データに写るオブジェクトの撮影条件が異なる際に、識別の精度が著しく低下してしまう。顔認証の例を挙げると、同じ人物でも顔の向きや照明条件が変わることで画像データの上での見た目が大きく変わってしまい、誤って同一人物の顔画像を異なる人物として判定してしまう場合がある。
前記の如く、本発明の目的は、与えられた画像データ群を照合してオブジェクトごと(例えば、人物ごと)のまとまりに分割・分類する上で、画像データ数に伴って増加する照合すべきペアの数を、識別精度を落とさずに削減する技術を提供することにある。
複数の画像を保持する保持手段と、
画像の撮影条件を判定する条件判定手段と、
それぞれの撮影条件の差に基づいて、画像同士を照合するか否か判定する照合判定手段と、
前記照合判定手段によって照合すると判定された画像同士を照合してオブジェクトの同異を判定するための類似度を求める照合手段と、
第一の画像と第二の画像とを照合して得た類似度が所定の閾値以上のとき、第一の画像と第二の画像とを同じカテゴリに併合する併合手段とを備え、
前記保持手段に保持されている画像同士について、照合するか否かの判定と照合と併合を繰り返すこと、を特徴とする。
以下、図面を参照して本発明の実施例を詳細に説明する。本実施例では与えられた画像データ群のうち一部に、人物のカテゴリを示す識別子が割り当てられ登録されており、これを登録カテゴリおよびその画像データを登録画像と呼ぶ。残りの画像データを未処理画像と呼び、登録カテゴリと未処理画像を照合・識別することにより、全ての未処理画像を登録カテゴリに分類する例を述べる。本実施例では画像データに写るオブジェクトとして人間の顔を扱う顔認証を、また顔の撮影条件として、顔と撮像装置の位置関係によって生じるYaw方向の向きを例に説明する。以下簡便のために、人間の顔が写る画像データを単に画像として呼び、また顔のYaw方向の向きは単に顔向きと呼ぶ。
画像として1つの画像中に複数の顔が写る場合ももちろん考えられるが、本実施例では簡便のために1つの画像中に1つの顔のみ写る場合を説明する。複数の顔が写る画像を処理する場合には、本実施例の方法を行う前に画像中から顔が写る領域それぞれを切りぬいて、1つの顔のみ写る画像をそれぞれ生成しておくとよい。顔領域の切りぬきには公知の顔検出の方法などを用いることが望ましい。
図1は、本発明の実施例におけるオブジェクト識別装置1000の構成を示す図である。
図1(a)は、オブジェクト識別装置1000の機能ブロック図を示す。図1(a)に示すように、オブジェクト識別装置1000は、画像保持部1100、条件判定部1210、照合可否判定部1220、照合部1230、カテゴリ化部1240、画像登録部1300、外部出力部1400を備える。
画像保持部1100は、識別すべき画像(未処理画像群)を保持し、未処理画像を供給する装置であれば良い。典型的には、全ての未処理画像にランダムアクセスが可能な半導体メモリのような記憶媒体であり、画像を複数保持するために十分な大容量を持つことが望ましい。あるいは、本実施例では説明しないが、記憶媒体の代わりに未処理画像を順次供給する撮像装置であっても構わない。
照合可否判定部1220は、画像間の撮影条件(例えば、被写体の顔の向き)の差が予め定められた閾値より小さいか否かに基づいて、画像間の照合の可否を判定する照合判定を行う。
照合部1230は、画像同士を照合して、画像間の類似度を求めて、求めた類似度に基づいてオブジェクト(例えば、画像に写っている人物の顔や全身)の同異を判定する。
カテゴリ化部1240は、第一の画像と第二の画像とを照合して得た類似度が所定の閾値以上のとき、第一の画像と第二の画像とを同じカテゴリに併合する。
条件判定部1210、照合可否判定部1220、照合部1230、およびカテゴリ化部1240は専用回路(ASIC)、プロセッサ(リコンフィギュラブルプロセッサ、DSP、CPUなど)であってもよい。あるいは単一の専用回路および汎用回路(PC用CPU)内部において実行されるプログラムとして存在してもよい。
CPU1510は、ROM1520に記憶されたブートプログラムを実行して、HDD1540にインストールされているOSや制御プログラム等を読み出してRAM1530に展開する。そしてそのRAM1530に展開されたプログラムを実行して、オブジェクト識別装置1000全体の動作を制御し、図1(a)に示した各機能ブロックを実現する。
ビデオコントローラ1550は、CPU1510によりVRAM(図示せず)に書き込まれた表示用ビットマップデータを読み取って、CRT、LCD、PDP等のディスプレイ(図示せず)に転送する。ユーザは、ディスプレイにより、カテゴリ処理前の画像やカテゴリ処理の結果を認識することができる。
図2は、本実施例におけるオブジェクト識別装置が、画像保持部1100に与えられた未処理画像群を処理していく過程の図例である。
図2(a)は登録カテゴリと未処理画像群の初期状態を表している。画像Aがカテゴリ1、画像Bがカテゴリ2に登録されている。この状態から未処理画像Cを処理しようとする場合、未処理画像Cをカテゴリ1の登録画像Aとカテゴリ2の登録画像Bの合計2つの画像のそれぞれと識別(照合)することになる。
図2(c)は処理が完了した最終的な状態を表している。全ての未処理画像が登録カテゴリと識別され、画像CとDはカテゴリ1に併合され、画像EとFはカテゴリ2に併合された状態となった。どの登録画像とも同一人物であると判定されなかった画像Gは登録外人物となった。
始めに、画像保持部1100から未処理画像をひとつ取得して(S1101)、画像登録部1300から登録カテゴリをひとつ取得する(S1102)。続いて、未処理画像と登録カテゴリを識別し、人物の同異を判定するための類似度を得る(S1103)。この処理の詳細については後述する。
図3における未処理画像と登録カテゴリの識別(S1103)の詳細を説明する。この処理では、未処理画像に写っている人物と登録カテゴリに属する画像に写っている人物との類似度を算出し、算出された類似度に基づいて同一人物であるかを判定する。
図4は、図3におけるS1103の詳細フローチャートである。この図4を参照しながら、条件判定部1210、照合可否判定部1220、照合部1230、およびカテゴリ化部1240が未処理画像を識別する実際の処理について説明する。はじめに未処理画像ひとつを取得(S1201)して、識別対象となる登録カテゴリから登録画像をひとつ取得する(S1202)。続いて、未処理画像と登録画像が識別可能なペアであるかどうか判定する(S1203)。
図4に示した未処理画像と登録画像の識別(S1204)について、詳細を説明する。ただし、本実施例において顔画像識別の方法は任意でよく、以下に述べる方法は簡易的な例である。
顔画像識別は大きく、個人の識別に必要な特徴量を抽出する工程と、特徴量同士を比較して類似度を求める工程に分かれる。前者の工程では、まず顔画像に特徴量を抽出する矩形領域を設定する。領域の大きさは任意であるが、個人の特徴をよく表す目や口などの器官がもれなく入るように、しかし背景などは入らないように、一辺が目幅のおおよそ1.5倍程度の正方形を顔の中央に配置するとよい。
類似度を求める工程では、特徴量を比較して類似度を求める方法として、類似度が大きいほど特徴量が似ていることを表すような方法を選ぶ。例として、特徴量のベクトル同士が成す角度のコサインをとる方法、または特徴量のベクトル間のユークリッド距離の逆数をとったものが挙げられる。
図3に示した未処理画像と登録カテゴリの同異の最終判定(S1105)について、詳細を説明する。ここの処理では、図3のS1102からS1104の工程で得られた少なくとも1つ以上の未処理画像と登録カテゴリ間の類似度から、未処理画像がいずれかの登録カテゴリに属するか否か最終的に判定する。
本発明の要点は以下のとおりである。登録画像と未処理画像の間の撮影条件の違いが大きく、高い精度で識別できる見込みが少ない場合には、この未処理画像の識別処理を後回しにする。別の未処理画像を識別して追加登録した後に、さきほど後回しにした未処理画像について再び識別を試みる。後回しにした未処理画像と撮影条件が近い登録画像が追加登録された場合には、その追加登録された登録画像と高い精度で識別できる見込みが高いので、改めてさきほどの未処理画像を識別する。これにより、識別処理を省略して高速化しつつも、追加登録によって初めは識別できなかった画像も最終的には識別できるようになるという効果がある。
図5(a)は登録カテゴリと未処理画像の初期状態を表している。登録カテゴリAに人物Aの正面顔a1が登録されており、未処理画像には人物Aの画像a2とa3が存在している。登録画像a1と未処理画像a3とは顔向きの差が大きく識別精度が期待できないと判定して、識別処理をしない。一方、登録画像a1と未処理画像a2とは顔向きの差が小さいため十分に識別可能と判定して、識別処理を行う。
図5(c)はその結果を表している。登録画像a2と未処理画像a3との間で閾値以上の類似度が得られたため、最終的に全ての画像を人物Aとして判定することができた。
本実施例では顔向きが異なると識別精度が低いため識別しない例を説明したが、顔向き以外の撮影条件が異なり、その結果として識別しなくても人物の同異が高精度で分かる例を補足する。
[実施例2]
実施例1では、未処理画像を順次ひとつずつ識別していく際に、未処理画像を識別する順番について言及しなかった。本実施例ではさらに未処理画像を識別する順番を制御し、誤識別を減らす方法について述べる。なお重複を避けるため、以下の説明においては、前実施例と同じ部分は省略している。本実施例に記されていない各部の機能は実施例1と同一である。
未処理画像をひとつ取得する処理(図3、S1101)で、無作為に画像を選ぶ場合、図6に示すような状態になる可能性がある。図6に示す状態では、登録カテゴリAおよびBがあり、登録カテゴリAに登録画像a1とa2が登録され、登録カテゴリBに登録画像b1が登録されている。未処理画像には人物Aに属するa3、人物Bに属するb2およびb3がある。未処理画像b3と登録画像a1とは顔向きが大きく異なる。未処理画像b3と登録画像a2とは顔向きがあまり異ならない。未処理画像b3と登録画像b1とは顔向きが大きく異なる。この状態から未処理画像b3を識別しようとした場合、本人である登録カテゴリBとは全く識別できず、本来他人である登録カテゴリAの登録画像a2のみと識別した結果から最終的な判定を下してしまう。
図7に示した「未処理画像を選択」する処理(S2104)について詳細を説明する。図7のフローチャートでは割愛したが、登録画像の顔向きも全て判定され既知であるとして説明する。S2104の処理では、未処理画像の待ち行列を生成する。生成される待ち行列は、登録画像と識別可能であると判定された未処理画像を先頭とし、識別できない登録カテゴリがひとつでもあると判定された未処理画像をそれよりも後とする。
図8(a)は図6と同じ状況である。ただしこの次に識別処理の対象として未処理画像b3ではなく未処理画像b2が選択される。
なぜなら登録画像b1と未処理画像b3は顔向きの差が大きく識別不能であるため、未処理画像b3は識別できない登録カテゴリがひとつでもある画像である。そして、上で述べたとおり、識別できない登録カテゴリがひとつでもある画像は待ち行列の最後尾に配置される。未処理画像a3も同様の理由で待ち行列の最後尾に配置される。この結果、未処理画像b2が待ち行列の先頭に配置される。
未処理画像b2と登録画像a1との類似度は閾値未満であり、かつ未処理画像b2と登録画像a2との類似度も閾値未満であり、一方、未処理画像b2と登録画像b1との類似度は閾値超であった。その結果、未処理画像b2が登録カテゴリBに属すべき画像と判定され、登録カテゴリBに追加登録された。
登録画像b2と未処理画像b3との識別の結果、登録画像b2と未処理画像b3との類似度は閾値超であったため、図6とは異なり、未処理画像b3は登録カテゴリBに属する画像であると識別することができる。
実施例1では、予めカテゴリの登録があり、全ての未処理画像を登録済みのカテゴリに併合していく例を述べた。実施例3では与えられた画像群に明示的なカテゴリの登録はなく、画像群の中で相互に照合・識別することにより、画像群を人物ごとのカテゴリに分割・分類する例を述べる。本実施例においては画像群の各画像について登録画像あるいは未処理画像の区別はなく、全て単に画像と呼ぶ。
また実施例2と同様に重複を避けるため、以下の説明においては、前実施例と同じ部分は省略している。本実施例に記されていない各部の機能は実施例1と同一である。
図9は、実施例1および実施例3におけるカテゴリIDの遷移を示す図である。図9(1a)〜(1c)は実施例1に関し、図9(3a)〜(3c)は実施例3に関する。画像IDは画像を一意に識別可能な識別子である。図9の撮影条件フィールドには被写体の顔の向きなどの撮影条件を示すデータが記憶される。なお、同図に示す画像ID、撮影条件、カテゴリIDは図1の画像登録部1300に記憶される。
図10は、本実施例におけるオブジェクト識別装置が、画像保持部3100に与えられた画像群を処理していく過程の図例である。
図10(a)は画像保持部3100の初期状態を表している。各画像と同じ数だけのカテゴリがあり、各カテゴリにはひとつの画像が属している。
図10(b)は処理中の状態を表している。図中のカテゴリ1など、画像同士は識別され、同一人物と判定された画像は一つのカテゴリに併合されていく。
図10(c)は処理が完了した最終的な状態を表している。図10(b)でのカテゴリ1の画像Aとカテゴリ3の画像Cとの間など、複数の画像を含むカテゴリ間でいずれかの画像ペアが同一人物と判定されれば、さらにカテゴリが併合されることになる。あるいは、どの画像とも同一人物であると判定されなかった画像は、画像Gのように単独のカテゴリが維持される。
図12は、図11におけるカテゴリ間の識別(S3106)の詳細フローチャートである。図12を参照しながら、識別部3200がカテゴリ間を識別する実際の処理について説明する。図12と実施例1における図4との違いは、第一カテゴリに含まれる画像と第二カテゴリに含まれる画像を取り出して(S3201、S3202)、総当たりで照合して類似度を得ることである(S3205、S3206)。画像と画像を識別する方法(S3204)や、得られた類似度を統合する方法は実施例1と同じである。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
1100 画像保持部
1210 条件判定部
1220 照合可否判定部
1230 照合部
1240 カテゴリ化部
1300 画像登録部
1400 外部出力部
3000 オブジェクト識別装置
3100 画像保持部
3200 画像識別部
3300 識別結果保持部
3400 外部出力部
Claims (9)
- 複数の画像を保持する保持手段と、
画像の撮影条件を判定する条件判定手段と、
それぞれの撮影条件の差に基づいて、画像同士を照合するか否か判定する照合判定手段と、
前記照合判定手段によって照合すると判定された画像同士を照合してオブジェクトの同異を判定するための類似度を求める照合手段と、
第一の画像と第二の画像とを照合して得た類似度が所定の閾値以上のとき、第一の画像と第二の画像とを同じカテゴリに併合する併合手段と
を備え、
前記保持手段に保持されている画像同士について、照合するか否かの判定と照合と併合とを繰り返すこと、を特徴とするオブジェクト識別装置。 - 前記保持手段に保持されている全ての画像同士について、新たにカテゴリに併合される画像がなくなるまで、照合するか否かの判定と照合と併合とを繰り返すこと、
を特徴とする請求項1に記載のオブジェクト識別装置。 - 画像を一意に識別可能な識別子と、前記撮影条件と、画像が属するカテゴリを示す識別子とを対応づけて登録する登録手段をさらに備え、
前記登録手段は、第一の画像といずれかのカテゴリに登録された複数の第二の画像とを照合して得られた類似度の中の最大の類似度が所定の閾値以上のとき、前記最大の類似度に対応する第二の画像の識別子と対応づけて、第一の画像を追加登録すること、
を特徴とする請求項1に記載のオブジェクト識別装置。 - 前記保持手段に保持されている全ての画像について、新たに識別子を対応づけられる画像がなくなるまで、照合するか否かの判定と照合と追加登録とを繰り返すこと、
を特徴とする請求項3に記載のオブジェクト識別装置。 - 前記撮影条件が、オブジェクトの向きおよび照明条件であること
を特徴とする請求項1乃至4のいずれか1項に記載のオブジェクト識別装置。 - 前記オブジェクトが、人の顔であること
を特徴とする、請求項1乃至5のいずれか1項に記載のオブジェクト識別装置。 - 前記オブジェクトが、人の全身であること
を特徴とする、請求項1乃至6のいずれか1項に記載のオブジェクト識別装置。 - コンピュータを、請求項1乃至7のいずれか1項に記載のオブジェクト識別装置の各手段として機能させるためのプログラム。
- 保持手段に保持された複数の画像の撮影条件を判定する条件判定工程と、
それぞれの撮影条件の差に基づいて、画像同士を照合するか否か判定する照合判定工程と、
前記照合判定工程によって照合すると判定された画像同士を照合してオブジェクトの同異を判定するための類似度を求める照合工程と、
第一の画像と第二の画像とを照合して得た類似度が所定の閾値以上のとき、第一の画像と第二の画像とを同じカテゴリに併合する併合工程と
を備え、
前記保持手段に保持されている画像同士について、前記照合判定工程と前記照合工程と前記併合工程とを繰り返すこと、を特徴とするオブジェクト識別方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014154334A JP6472184B2 (ja) | 2014-07-29 | 2014-07-29 | オブジェクト識別装置、オブジェクト識別方法及びプログラム |
US14/806,957 US9864902B2 (en) | 2014-07-29 | 2015-07-23 | Apparatus and method of collating categories of images |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014154334A JP6472184B2 (ja) | 2014-07-29 | 2014-07-29 | オブジェクト識別装置、オブジェクト識別方法及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016031679A true JP2016031679A (ja) | 2016-03-07 |
JP2016031679A5 JP2016031679A5 (ja) | 2017-09-07 |
JP6472184B2 JP6472184B2 (ja) | 2019-02-20 |
Family
ID=55180374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014154334A Active JP6472184B2 (ja) | 2014-07-29 | 2014-07-29 | オブジェクト識別装置、オブジェクト識別方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US9864902B2 (ja) |
JP (1) | JP6472184B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017182577A (ja) * | 2016-03-31 | 2017-10-05 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、個人認証システム、その制御方法、個人認証方法、そのプログラム |
JP2020021429A (ja) * | 2018-08-03 | 2020-02-06 | Linne株式会社 | 画像情報表示装置 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9370620B2 (en) * | 2011-08-22 | 2016-06-21 | Kenji Ryotokuji | Drug supply start timing determination method and drug conveyance system |
JP6624794B2 (ja) | 2015-03-11 | 2019-12-25 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6700791B2 (ja) | 2016-01-05 | 2020-05-27 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
US10275683B2 (en) * | 2017-01-19 | 2019-04-30 | Cisco Technology, Inc. | Clustering-based person re-identification |
CN106874884B (zh) * | 2017-03-03 | 2019-11-12 | 中国民航大学 | 基于部位分割的人体再识别方法 |
CN107103308A (zh) * | 2017-05-24 | 2017-08-29 | 武汉大学 | 一种基于由粗到细深度尺度学习的行人重识别方法 |
US11095814B2 (en) | 2018-05-25 | 2021-08-17 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
CN109493294A (zh) * | 2018-10-30 | 2019-03-19 | 维沃移动通信有限公司 | 一种图像处理方法及移动终端 |
CN110084157B (zh) * | 2019-04-12 | 2021-08-24 | 北京旷视科技有限公司 | 图像重识别的数据处理方法及装置 |
CN115577337A (zh) * | 2021-12-08 | 2023-01-06 | 云丁网络技术(北京)有限公司 | 一种基于人脸识别的智能安防设备控制方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008181303A (ja) * | 2007-01-24 | 2008-08-07 | Nikon Corp | 画像管理プログラム、および画像管理装置 |
JP2010239992A (ja) * | 2009-03-31 | 2010-10-28 | Sogo Keibi Hosho Co Ltd | 人物同定装置、人物同定方法、及び人物同定プログラム |
JP2011192093A (ja) * | 2010-03-15 | 2011-09-29 | Omron Corp | 照合装置、デジタル画像処理システム、照合装置制御プログラム、コンピュータ読み取り可能な記録媒体、および照合装置の制御方法 |
JP2014006750A (ja) * | 2012-06-25 | 2014-01-16 | Toshiba Corp | 顔照合装置及び顔照合システム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11353485A (ja) | 1998-06-10 | 1999-12-24 | Oki Electric Ind Co Ltd | 個体認識方法および装置 |
US7542592B2 (en) * | 2004-03-29 | 2009-06-02 | Siemesn Corporate Research, Inc. | Systems and methods for face detection and recognition using infrared imaging |
KR100738080B1 (ko) * | 2005-11-08 | 2007-07-12 | 삼성전자주식회사 | 성별을 이용한 얼굴 인식 방법 및 장치 |
US7949186B2 (en) * | 2006-03-15 | 2011-05-24 | Massachusetts Institute Of Technology | Pyramid match kernel and related techniques |
JP4910827B2 (ja) | 2007-03-28 | 2012-04-04 | カシオ計算機株式会社 | 画像処理装置及びプログラム |
US8213689B2 (en) | 2008-07-14 | 2012-07-03 | Google Inc. | Method and system for automated annotation of persons in video content |
CN101635763A (zh) * | 2008-07-23 | 2010-01-27 | 深圳富泰宏精密工业有限公司 | 图片分类***及方法 |
JP4661921B2 (ja) * | 2008-08-26 | 2011-03-30 | 富士ゼロックス株式会社 | 文書処理装置およびプログラム |
JP5498111B2 (ja) | 2008-10-10 | 2014-05-21 | 株式会社日立ソリューションズ | 1対n認証装置及び1対n認証方法 |
US20120027311A1 (en) * | 2010-07-27 | 2012-02-02 | Cok Ronald S | Automated image-selection method |
JP2013196043A (ja) | 2012-03-15 | 2013-09-30 | Glory Ltd | 特定人物監視システム |
-
2014
- 2014-07-29 JP JP2014154334A patent/JP6472184B2/ja active Active
-
2015
- 2015-07-23 US US14/806,957 patent/US9864902B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008181303A (ja) * | 2007-01-24 | 2008-08-07 | Nikon Corp | 画像管理プログラム、および画像管理装置 |
JP2010239992A (ja) * | 2009-03-31 | 2010-10-28 | Sogo Keibi Hosho Co Ltd | 人物同定装置、人物同定方法、及び人物同定プログラム |
JP2011192093A (ja) * | 2010-03-15 | 2011-09-29 | Omron Corp | 照合装置、デジタル画像処理システム、照合装置制御プログラム、コンピュータ読み取り可能な記録媒体、および照合装置の制御方法 |
JP2014006750A (ja) * | 2012-06-25 | 2014-01-16 | Toshiba Corp | 顔照合装置及び顔照合システム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017182577A (ja) * | 2016-03-31 | 2017-10-05 | キヤノンマーケティングジャパン株式会社 | 情報処理装置、個人認証システム、その制御方法、個人認証方法、そのプログラム |
JP2020021429A (ja) * | 2018-08-03 | 2020-02-06 | Linne株式会社 | 画像情報表示装置 |
WO2020026630A1 (ja) * | 2018-08-03 | 2020-02-06 | Linne株式会社 | 画像情報表示装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6472184B2 (ja) | 2019-02-20 |
US9864902B2 (en) | 2018-01-09 |
US20160034782A1 (en) | 2016-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6472184B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
KR101322168B1 (ko) | 실시간 얼굴 인식 장치 | |
CN102375970B (zh) | 一种基于人脸的身份认证方法和认证装置 | |
WO2020134527A1 (zh) | 人脸识别的方法及装置 | |
JP6351243B2 (ja) | 画像処理装置、画像処理方法 | |
WO2019033572A1 (zh) | 人脸遮挡检测方法、装置及存储介质 | |
WO2019114337A1 (zh) | 移动终端的生物特征认证识别检测方法、装置和设备 | |
WO2019033569A1 (zh) | 眼球动作分析方法、装置及存储介质 | |
JP6222948B2 (ja) | 特徴点抽出装置 | |
KR20160066380A (ko) | 얼굴 등록 방법 및 장치, 얼굴 인식 방법 및 장치 | |
CN111626163B (zh) | 一种人脸活体检测方法、装置及计算机设备 | |
JP7107598B2 (ja) | 認証用顔画像候補判定装置、認証用顔画像候補判定方法、プログラム、および記録媒体 | |
JP2013504114A (ja) | 目状態検出装置及び方法 | |
CN108875484B (zh) | 用于移动终端的人脸解锁方法、装置和***及存储介质 | |
WO2020172870A1 (zh) | 一种目标对象的移动轨迹确定方法和装置 | |
CN108596079B (zh) | 手势识别方法、装置及电子设备 | |
JP6410450B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
KR101640014B1 (ko) | 허위 안면 이미지 분류가 가능한 홍채 인식 장치 | |
JP2010262601A (ja) | パターン認識システム及びパターン認識方法 | |
JP6969878B2 (ja) | 識別器学習装置および識別器学習方法 | |
JP2018088049A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP5648452B2 (ja) | 画像処理プログラムおよび画像処理装置 | |
WO2017000217A1 (zh) | 活体检测方法及设备、计算机程序产品 | |
US8861803B2 (en) | Image recognition apparatus, image recognition method, and program | |
JP2013218605A (ja) | 画像認識装置、画像認識方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170728 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170728 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180420 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180522 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180720 |
|
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: 20181225 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190122 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6472184 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D03 |