JP2017041022A - 情報処理装置、情報処理方法及びプログラム - Google Patents
情報処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2017041022A JP2017041022A JP2015161265A JP2015161265A JP2017041022A JP 2017041022 A JP2017041022 A JP 2017041022A JP 2015161265 A JP2015161265 A JP 2015161265A JP 2015161265 A JP2015161265 A JP 2015161265A JP 2017041022 A JP2017041022 A JP 2017041022A
- Authority
- JP
- Japan
- Prior art keywords
- target
- feature amount
- feature
- information processing
- unit
- 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.)
- Pending
Links
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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Alarm Systems (AREA)
Abstract
【解決手段】検出手段は、画像より物体を検出する。抽出手段は、検出手段によって検出された物体の特徴量を抽出する。管理手段は、検出手段によって検出された物体における要素と、その要素における前記物体の特徴量とを対応付けて管理する。導出手段は、要素ごとの特徴量について、物体を同定できる確度を表わす信頼度を導出する。
【選択図】図3
Description
特許文献1には、人物の向きを判定し、向き別に特徴量を計算、記憶する技術が開示されている。この技術により、人物の見え方が同じ状態で記憶された特徴量を比較することで、人物の同定精度を向上している。しかし、人物が、一連の動きの中で、一時的に向いた方向であっても特徴量が存在すると判定されてしまう場合がある。このような場合、得られる特徴量が少なく、不安定であるため、違う人物と同定され、誤対応を引き起こす場合がある。
そこで、本発明の目的は、撮像対象を同定する精度を向上させる技術を提供することである。
実施形態1では、対象の特徴量を向き又は部位別に記録し、それぞれの特徴量について信頼度を計算し、対象を同定する方法について説明をする。なお、対象を同定するとは、ある撮像装置によって撮像した対象と、他の撮像装置によって撮像した対象とを対応づけることや、ある撮像装置によって所定の時点に撮像した対象と、その撮像装置によって前述の所定の時点より後に撮像した対象とを対応づけることである。
図1は、情報処理システムのシステム構成の一例を示す図である。
情報処理システムは、複数の撮像装置(カメラ)101、102、103と、対象同定装置105と、を含む。
撮像装置101、102、103は、ネットワーク104を介して撮像した映像データを送信する。対象同定装置105は、ネットワーク104を介して受信した各撮像装置で撮像した映像データを基に撮像装置間に出現した対象を同定する装置である。
CPU201は、ROM202やRAM203に格納されたプログラムに従って命令を実行する。
ROM202は、不揮発性メモリであり、プログラムやCPU201がプログラムに基づき処理を実行する際に必要なデータ等を格納する。
RAM203は、揮発性メモリであり、フレーム画像データやパターン判別結果等の一時的なデータを記憶する。
2次記憶装置204は、ハードディスクドライブやフラッシュメモリー等の書き換え可能な2次記憶装置であり、画像情報や画像処理プログラムや、各種設定内容等を記憶する。これらの情報はRAM203に転送され、CPU201がプログラムの基づき処理を実行する際に利用される。
入力装置205は、キーボードやマウス等であり、ユーザからの入力をCPU201に通知する。
表示装置206は、ブラウン管CRTや液晶ディスプレイ等であり、ユーザに対してCPU201の処理結果等を表示する。
ネットワークI/F207は、インターネットやイントラネット等のネットワークと接続を行うモデムやLAN等である。
バス208は、これらを接続して相互にデータの入出力を行う。
CPU201が、ROM202又は2次記憶装置204に記憶されたプログラムに基づき処理を実行することにより、後述する図3に示されるソフトウェア構成及び後述する図7に示すフローチャートの処理が実現される。
画像取得部301は、レンズや撮像センサ等を備えた撮像装置101〜103が撮像した画像(画像データ)を所定の時間間隔で順次取得して、対象検出追尾部302に提供する。
対象検出追尾部302は、画像取得部301から取得した画像から対象の検出処理を行う。対象検出追尾部302は、Support Vector Machine(SVM)等の機械学習を利用して、対象の画像特徴を学習した識別器を作成する。対象検出追尾部302は、この識別器を利用して、画像取得部301から取得した画像での対象の位置座標とサイズ情報を求めることで、検出処理を行う。対象検出追尾部302は、同一の処理によって、対象の部位の位置とサイズとを検出してもよい。例えば、対象が人物であれば、対象検出追尾部302は、頭部、胴体、腕、足等の部位を検出する。また、対象検出追尾部302は、各部位の位置、向きを総じて姿勢情報として検出してもよい。なお、対象検出追尾部302による対象の検出方法は、識別器による検出方法に限定されるものではなく、画像から対象を検出する処理であればよい。例えば、パターンマッチングによって、画像から対象を検出してもよい。
そして、対象検出追尾部302は、検出した対象の情報を基に追尾処理を行う。追尾処理は、一つの撮像装置において、あるフレームの画像において検出した対象と、別のフレームの画像において検出した対象とを、画像の特徴と、画像間での位置関係とから対応付ける処理である。但し、対象の検出に失敗し、現在の画像に、別のフレームの画像において検出した対象と対応付けられる対象がない場合、対象検出追尾部302は、Kalman Filter等の移動予測を用いて対応付けの結果を補完する。また、所定期間以上、対応付けられる対象がない場合は、対象検出追尾部302は、追尾処理を終了する。対象検出追尾部302は、対応付けた対象にはそれぞれ一意のIDを付与する。対象検出追尾部302は、処理の結果得られた対象のID、位置座標、サイズ情報、画像の取得時刻、及び撮像装置を示す情報を含む対象情報を、特徴量抽出部303と向き判定部304と部位判定部305とに提供する。
なお、対象検出追尾部302における、検出機能と、追尾機能とは一体であってもよいし、別体であってもよい。
また、特徴量抽出部303は、対象が鞄を持っているか否か、対象がサングラスをかけているか、対象が髭を生やしているか等を示す対象の特徴を抽出してもよい。これらの特徴は0から1までの範囲の値で示される。例えば、鞄の有無であれば、0は鞄が無いことを示し、1は鞄が有ることを示す。画像のみから有無をはっきりと断定できない場合もあるため、0.5等、中間の値も取り得る。また、特徴量抽出部303は、年齢、性別、身長、服装、体型等を示す特徴を抽出してもよい。以下、鞄、サングラス、髭の有無、年齢、性別、身長、服装、体型を総じて、特徴判別カテゴリ(カテゴリ)と呼ぶ。この特徴判別カテゴリは、物体の特徴を判別するためのカテゴリである。
特徴量抽出部303は、形状特徴であるLBP特徴量やHOG特徴量、或いは、GaborフィルタやSchmidフィルタを用いて抽出したテクスチャ特徴を用いて特徴量を抽出する。識別器としてはサポートベクターマシーン(SVM)等の手法が挙げられる。そして、特徴量抽出部303は、得られた対象の特徴量と利用した識別器の種類情報とを、対象検出追尾部302で得られている対象のIDに関連付け、部位判定部305、カテゴリ判定部306、特徴量更新部307に提供する。
部位判定部305は、対象検出追尾部302によって得られる対象部位の検出結果と、特徴量抽出部303が抽出した部位の特徴量とを対応付ける。この際、特徴量に基づいて、対象検出追尾部302が検出した部位が正確であるか判定してもよい。特徴量も用いて部位を判定することでより正確な部位判定を行うことができる。そして、部位判定部305は、部位と、部位の特徴量とを対応付けた情報である部位情報を特徴量更新部307に提供する。
カテゴリ判定部306は、特徴量抽出部303によって利用された識別器の種類から特徴判別カテゴリを判定する。例えば、カテゴリ判定部306は、髭の有無を検出する識別器が利用された場合は、特徴判別カテゴリは髭の有無である、と判定する。そして、カテゴリ判定部306は、得られた特徴判別カテゴリの判定結果を特徴量更新部307に提供する。なお、特徴判別カテゴリの判定方法はこれに限らず、種々の方法を用いることができる。例えば、特徴判別カテゴリを示すメタデータを用いてもよい。
特徴量更新部307は、特徴量抽出部303から得られる特徴量と、向き判定部304から得られる対象の向きと、部位判定部305から得られる部位情報と、カテゴリ判定部306から得られる特徴判別カテゴリとを基に、対象の特徴量を更新する。以下、対象の向き、部位、特徴判別カテゴリをまとめて属性と呼ぶ。また、属性を構成する要素を属性要素と呼ぶ。例えば、向きであればその角度、部位であればそれぞれの部位、特徴判別カテゴリであればそれぞれのカテゴリが属性要素(要素)である。特徴量更新部307は、対象検出追尾部302によって同一の対象の情報が得られるごとに、後に説明する特徴量管理部308で管理されている、同じ対象の特徴量に対して更新処理を行う。特徴量更新部307は、もし、対象の特徴量が過去に得られていない場合は、得られている特徴量を対象のIDと関連付けて、特徴量管理部308に提供する。また、特徴量更新部307は、特徴量を、属性要素別に更新する。例えば、特徴量更新部307は、対象向きが正面で得られた特徴量を、正面方向の特徴量として更新し、右向きで得られた特徴量を、右方向の特徴量として更新する。特徴量更新部307は、部位情報に対しても同じように、部位別に更新する。更新の方法は、特徴量を累積計算してもよいし、特徴量が得られるたびに追加で記憶してもよい。また、属性要素別に特徴量が更新された回数を、特徴量が得られたフレーム数として、特徴量管理部308に提供する。
信頼度算出部309は、特徴量管理部308で管理されている特徴量に対して、信頼度を計算する(導出する)。信頼度とは、更新した特徴量が、対象を特定する処理において、対象の特定を成功する確率表した数値である。言い換えると、対象の特定を成功する確度を表した数値であり、値が大きいほど成功確率が高いことを示す。信頼度算出部309は、信頼度を、属性要素別に定義し、特徴量を算出したフレームの総数(又はフレーム数)、又は、特徴量を抽出した対象の領域(対象領域)の解像度に基づいて計算する。信頼度算出部309は、特徴量を算出したフレームの総数(又はフレーム数)と、対象領域の解像度との両方に基づいて信頼度を計算してもよい。対象領域とは、例えば、向きであれば左向きの人物全体である、部位であれば頭部や胴体等の各部位であり、カテゴリであれば髭の部分である。
例えば、対象が正面方向で長時間撮像された場合、正面方向の特徴量が連続して得られ、特徴量が安定するので、正面方向の特徴量の信頼度が他の特徴量の信頼度より高くする。また、右向きの人物がカメラに接近して、大きく撮像された場合、右向きの特徴量が高解像度で得られ、特徴量の質がよいので、右向きの信頼度を他の特徴量の信頼度より高くする。逆に、対象が瞬間的に後ろ向きになった場合やカメラから遠い位置で後ろ向きになった場合は、特徴量が不安定であることや、特徴量の質が低いため、後ろ向きの信頼度を他の特徴量の信頼度より低くする。信頼度算出部309は、信頼度を、累積計算をすることで、徐々に信頼度が高まるよう計算してもよいし、毎回、再計算して、得られる信頼度が毎回、低い場合は、信頼度が低いまま保たれるようにしてもよい。ここで、フレーム数が多いほど情報が集まるので信頼度が高くなる。また、解像度が高いほど信頼度が高くなる。
また、特徴判別カテゴリ別の特徴量405は、特徴判別カテゴリ毎に、特徴量を管理している。そして、信頼度算出部309は、更新した特徴量と、その特徴量に対する信頼度とを、特徴量管理部308に提供する。なお、特徴量管理部308が管理する特徴量は、特徴判別カテゴリ別の特徴量405においては、前述のように、特徴量抽出部303によって抽出された0から1までの範囲の値で示されるものである。
対象同定部310は、対象間の距離を計算する際、特徴量の比較は記憶されている属性要素毎に行う。属性は、大きく分けて3つの種類があり、それぞれの比較方法について以下で説明する。
1つめの属性は、対象の向きである。向き別の特徴量の比較方法について、図4の向き別特徴量403を例に説明する。まず、向き別の特徴量の比較は、定義した向きに従い、同じ向きに属する特徴量同士を比較する。図4において、0度の特徴量は、対象1がA,Bを保持し、対象2がaを保持しているので、対象同定部310は、特徴の比較をAとa、Bとaにおいて実施し、特徴量間の距離を求める。特徴量間の距離が近いほど、対象間の類似性が高いことを表す。又は、対象同定部310は、AとBを統合したうえでaと比較してもよい。つまり、各対象の向き0度に属する特徴量の比較であれば、特定の方法に限らない。続いて、向き45度については、対象1がC,Dの特徴量を保持し、対象2は特徴量を保持していない。この場合、対象同定部310は、特徴の比較を実施せず、向き45度において特徴量の類似性は無いと判断し、対象間距離の計算から除外する。対象同定部310は、この処理をすべての向きに対して実施し、最終的に対象間距離を統合(例えば平均)することで、向き別特徴量の比較結果とする。また、各向きの比較については、対象同定部310は、向き45度に属する特徴量に対して、隣接する向き0度及び90度の特徴量と比較してもよい。つまり、比較の範囲は一例であり、向きを考慮した計算方法であれば、特定の方法に限るものではない。
3つ目の属性は、特徴判別カテゴリである。特徴判別カテゴリ別の特徴量の比較では、対象同定部310は、特徴判別カテゴリ毎に比較を実施する。図4において、髭の特徴量は、対象1が0.1を保持し、対象2が0.8を保持しているので、対象同定部310は、0.1と0.8とを比較する。この場合、対象同定部310は、特徴量の値が近いほど、対象間距離が近くなるように、値を求める。対象同定部310は、同じ計算を年齢、身長等にも適用し、求めた各対象間距離を統合することで特徴判別カテゴリ別の特徴量比較結果とする。
なお、各属性における特徴量の比較において、対象同定部310は、信頼度が所定の閾値に満たない特徴量については比較の対象外としてもよい。つまり、対象同定部310は、各属性要素の特徴量比較の際、信頼度が閾値以上の特徴量について比較の対象とするようにしてもよい。例えば、図4の向き別特徴量の比較の際、向き180度の特徴量は対象1がFの特徴量を保持し、対象2がbの特徴量を保持しているが、信頼度が10と低い。そのため、対象同定部310は、この特徴量を特徴量比較の対象外とする。この例では、どちらの対象も信頼度が低い値であるが、対象同定部310は、一方の特徴量の信頼度が所定の閾値より低ければ、対象外としてもよい。特徴量の比較の際、信頼度が閾値に満たない特徴量を対象外とすることにより、同定の精度を向上させることができる。
最後に、対象同定部310は、算出した対象間距離を所定の閾値と比較し、閾値以内の対象距離であれば(類似性が高ければ)、同一対象と判断する。そして、対象同定部310は、対象間の距離又は対象の同定情報を出力部311に提供する。
ユーザが入力装置205を介して表示装置206に表示されている参照ボタン511を選択することにより、対象同定部310は、対象の選択処理を実施する。つまり、対象同定部310は、対象が選択されると、検索対象情報510に選択された対象の情報を出力部311に表示させる。検索結果表示領域502には、対象間の距離が一番近い順に一番左から同定対象520が一覧表示される。なお、ユーザが、この検索結果をみて、検索対象と一致する対象を指定することができるようにしてもよい。設定領域503には、向き別信頼度グラフ530と、部位別信頼度グラフ531と、特徴判別カテゴリ別信頼度グラフ532と、再検索ボタン533と、検索条件設定ボタン534とが、含まれる。ユーザは、検索結果表示領域502の表示と信頼度グラフ530〜532とに基づいて、検索の絞り込み条件を決定する。そして、ユーザは、決定した検索条件に基づいて、検索条件設定ボタン534の選択等によって検索条件の変更を対象同定装置105に指示する。対象同定部310は、再検索ボタン533が選択されると、前記指示に応じて変更した検索条件で再検索を実施する。例えば、ユーザによって、対象の向きは「正面」、部位は「頭部」、特徴判別カテゴリは「髭」が、絞り込み条件として選択されたとする。そうすると、対象同定部310は、その選択された条件を対象にして、同定処理を再度行うこととなる。
また、図5では、1つの画面に、選択領域501、検索結果表示領域502、設定領域503が含まれる例を示したが、これに限定されるものではない。例えば、選択領域501、検索結果表示領域502、設定領域503は、別々の画面に表示されてもよいし、任意の組み合わせで同一の画面に表示されるようにしてもよい。後述する図6、図8等においても同様である。
ここで、出力部311は、向き別信頼度グラフ530、部位別信頼度グラフ531、特徴判別カテゴリ別の信頼度グラフ532において、選択領域501で選択された検索の基準となる対象の各信頼度を表示している。このような構成とすることにより、例えば、ユーザは、設定領域の各グラフに表示されている対象の各信頼度に応じて、信頼度が他の信頼度より高いものを検索条件として選択することができる。
画像取得部301の画像の取得は、撮像装置101〜103からの入力に限定されるものではなく、録画映像の読み込みやネットワークを介したストリーミング入力等、画像を入力する方法であればよい。
対象検出追尾部302の追尾は、前記画像から検出した対象を画像内で追尾する処理であればよく、上述した記載の方法に限定されるものではない。
対象同定部310の比較は、同定した対象の情報を管理する対象情報管理部に対して、対象のIDを同定したIDに書き換えることで同じ対象として情報を管理してもよい。このとき、出力部311は、画像取得部301で取得した画像上に、対象の位置とサイズとを表す図形、例えば対象に外接する矩形、と、対象のIDとを描画して表示してもよい。
S101において、画像取得部301は、画像を取得する。
S102において、対象検出追尾部302は、取得した画像から対象の検出処理を実施する。
次に、S103において、対象検出追尾部302は、得られた対象情報を基に、追尾処理を実行し、対象を追跡する。
次に、S104において、特徴量抽出部303は、得られた対象情報を基に、対象の特徴量を抽出する。
同時に、S105において、向き判定部304と、部位判定部305と、カテゴリ判定部306とは、対象の属性要素を判定する。
向き判定部304と、部位判定部305と、カテゴリ判定部306と、の処理が終了した後、S106において、特徴量更新部307は、以下の処理を実行する。即ち、特徴量更新部307は、抽出された特徴量と、判定された属性要素と、に基づいて、特徴量管理部308で管理されている、対象の特徴量を更新する。
特徴量更新部307の処理が終了した後、S107において、信頼度算出部309は、特徴量管理部308で管理されている、特徴量の属性要素別の信頼度を計算する。S107の処理は、物体を同定できる確率を表わす信頼度を求める制御の処理の一例である。
S109において、対象同定部310は、対象間の距離の算出と対象同定処理とを行う。
対象同定部310の処理が終了した後、S110において、出力部311は、結果を表示装置206等に出力する。
S111において、対象同定部310は、設定領域503で検索条件の設定変更がされたか否かを判定する。対象同定部310は、設定領域503で検索条件の設定変更がされたと判定した場合(S111においてYes)、S112に処理を進める。一方、対象同定部310は、設定領域503で検索条件の設定変更がされていないと判定した場合(S111においてNo)、図7に示すフローチャートの処理を終了させる。
S112において、対象同定部310は、変更された設定に応じて、検索条件を変更する。対象同定部310は、S112の処理の後、処理をS109に戻す。
なお、画像の取得から特徴量の更新の処理の実行タイミングは、対象選択の有無に関わらず、常時であってもよいし、何れの時点であってもよい。
以上説明の通り、本実施形態の処理によれば、対象同定装置105は、連続して入力される画像に対して、対象の特徴量を記憶し、選択された対象の同定をすることができる。
実施形態1では、出力部311等が、入力装置205等を介したユーザ操作に応じて、検索対象として既に特徴量管理部308において特徴量等が管理されている、登録された対象(物体)を図5や図6等のように選択領域501に表示する例を示した。しかし、出力部311等は、入力装置205等を介したユーザ操作に応じて、検索対象として、撮像装置101〜103で撮像中の未登録の対象を選択領域501に表示するようにしてもよい。図8は、検索対象の選択の他の例を示す図である。ユーザは、入力装置205等を操作し図8の選択領域501に表示されている撮像装置101〜103で撮像中の未登録の対象を検索対象として選択することができる。
検索対象が選択されると、本実施形態の対象同定装置105は、選択された撮像中の画像の対象の検出処理及び追尾処理を行い、特徴量を抽出すると共に、対象の向き判定、部位判定、特徴判別カテゴリの判定を行い、特徴量の登録、信頼度の算出を行う。そして、本実施形態の対象同定装置105は、選択された対象と、登録済みの他の対象との同定処理を行い、処理結果を出力する。
本実施形態の処理によっても、対象同定装置105は、選択された対象の同定をすることができる。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給する。そして、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読み出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
よって、上述した各実施形態の処理によれば、対象の同定精度を向上させる技術を提供することができる。
201 CPU
Claims (12)
- 画像より物体を検出する検出手段と、
前記検出手段によって検出された物体の特徴量を抽出する抽出手段と、
前記検出手段によって検出された物体における要素と、その要素における前記物体の特徴量とを対応付けて管理する管理手段と、
前記要素ごとの前記特徴量について、物体を同定できる確度を表わす信頼度を導出する導出手段と、
を有する情報処理装置。 - 物体が選択された場合、その選択された物体の前記特徴量の前記信頼度を出力する出力手段を更に有する請求項1記載の情報処理装置。
- 前記選択された物体の検索条件として選択された一つ以上の要素の特徴量と、前記管理手段により管理されている要素の特徴量とに基づいて、複数の画像間における物体の同定を行う同定手段を更に有する請求項2記載の情報処理装置。
- 前記出力手段は、前記同定の結果を出力する請求項3記載の情報処理装置。
- 前記同定手段は、前記選択された一つ以上の要素の特徴量と、前記管理手段により管理されている要素の特徴量のうちの前記信頼度が閾値以上の特徴量と、に基づいて、物体の同定を行う請求項3又は4記載の情報処理装置。
- 前記導出手段は、前記特徴量を抽出したフレーム数に基づいて、前記信頼度を導出する請求項1乃至5何れか1項記載の情報処理装置。
- 前記導出手段は、前記特徴量を抽出した対象領域の解像度に基づいて、前記信頼度を導出する請求項1乃至5何れか1項記載の情報処理装置。
- 前記要素とは、物体の向き、物体の部位、及び、特徴を判別するためのカテゴリ、の何れか、又はこれらの任意の組み合せである請求項1乃至7何れか1項記載の情報処理装置。
- 前記カテゴリは、鞄、サングラス、髭の有無、年齢、性別、身長、服装、及び体型のうちの少なくとも一つである請求項8記載の情報処理装置。
- 前記抽出手段は、前記物体における色、輝度、又はエッジに基づいて前記特徴量を抽出する請求項1乃至9何れか1項記載の情報処理装置。
- 情報処理装置が実行する情報処理方法であって、
画像より物体を検出する検出ステップと、
前記検出ステップによって検出された物体の特徴量を抽出する抽出ステップと、
前記検出ステップによって検出された物体における要素と、その要素における前記物体の特徴量とを対応付けて管理する管理ステップと、
前記要素ごとの前記特徴量について、物体を同定できる確度を表わす信頼度を導出する導出ステップと、
を含む情報処理方法。 - コンピュータを、請求項1乃至10何れか1項記載の情報処理装置の各手段として機能させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015161265A JP2017041022A (ja) | 2015-08-18 | 2015-08-18 | 情報処理装置、情報処理方法及びプログラム |
US15/234,855 US10121068B2 (en) | 2015-08-18 | 2016-08-11 | Information processing apparatus, information processing method and program |
US16/152,297 US10860846B2 (en) | 2015-08-18 | 2018-10-04 | Information processing apparatus, information processing method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015161265A JP2017041022A (ja) | 2015-08-18 | 2015-08-18 | 情報処理装置、情報処理方法及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020050408A Division JP2020095757A (ja) | 2020-03-23 | 2020-03-23 | 情報処理装置、情報処理方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017041022A true JP2017041022A (ja) | 2017-02-23 |
Family
ID=58157644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015161265A Pending JP2017041022A (ja) | 2015-08-18 | 2015-08-18 | 情報処理装置、情報処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (2) | US10121068B2 (ja) |
JP (1) | JP2017041022A (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018173848A1 (ja) * | 2017-03-22 | 2018-09-27 | 日本電気株式会社 | オブジェクト追跡システム、インテリジェント撮像装置、オブジェクト特徴量抽出装置、オブジェクト特徴量抽出方法及び記憶媒体 |
KR101910033B1 (ko) * | 2017-11-06 | 2018-10-19 | 주식회사 티모스정보통신 | 객체를 추적감시하는 방법 |
KR101910034B1 (ko) * | 2017-11-06 | 2018-10-19 | 주식회사 티모스정보통신 | 객체추적감시 시스템 |
JP2019008480A (ja) * | 2017-06-22 | 2019-01-17 | 富士通株式会社 | 画像解析プログラム、画像解析装置、及び画像解析方法 |
WO2019069814A1 (ja) * | 2017-10-04 | 2019-04-11 | オムロン株式会社 | 同定装置、マッチング方法、およびマッチングプログラム |
KR101975181B1 (ko) * | 2017-11-06 | 2019-05-07 | 주식회사 티모스정보통신 | 객체추적감시 서버 |
JP2019109709A (ja) * | 2017-12-18 | 2019-07-04 | 株式会社東芝 | 画像処理装置、画像処理方法およびプログラム |
JP2020013290A (ja) * | 2018-07-18 | 2020-01-23 | 株式会社日立製作所 | 映像解析装置、人物検索システムおよび人物検索方法 |
JP2020198053A (ja) * | 2019-06-05 | 2020-12-10 | コニカミノルタ株式会社 | 情報処理装置、情報処理方法、人物検索システムおよび人物検索方法 |
JP6947899B1 (ja) * | 2020-11-20 | 2021-10-13 | 株式会社 日立産業制御ソリューションズ | 画像解析システム、画像解析方法、および、画像解析プログラム |
WO2021260899A1 (ja) * | 2020-06-25 | 2021-12-30 | 日本電信電話株式会社 | 追跡装置、追跡システム、追跡方法、および、追跡プログラム |
WO2022019076A1 (ja) * | 2020-07-20 | 2022-01-27 | 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 |
JP2022064719A (ja) * | 2020-10-14 | 2022-04-26 | 富士通クライアントコンピューティング株式会社 | 情報処理装置、情報処理システムおよび情報処理プログラム |
US11417134B2 (en) | 2018-05-17 | 2022-08-16 | Mitsubishi Electric Corporation | Image analysis device, image analysis method, and recording medium |
WO2023281559A1 (ja) * | 2021-07-05 | 2023-01-12 | 三菱電機株式会社 | 人物同定装置、及び人物同定方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6474396B2 (ja) * | 2014-06-03 | 2019-02-27 | 住友重機械工業株式会社 | 人検知システム及びショベル |
US10635939B2 (en) * | 2018-07-06 | 2020-04-28 | Capital One Services, Llc | System, method, and computer-accessible medium for evaluating multi-dimensional synthetic data using integrated variants analysis |
US10846515B2 (en) * | 2018-09-07 | 2020-11-24 | Apple Inc. | Efficient face detection and tracking |
US11010905B2 (en) | 2018-09-07 | 2021-05-18 | Apple Inc. | Efficient object detection and tracking |
US11055539B2 (en) * | 2018-09-27 | 2021-07-06 | Ncr Corporation | Image processing for distinguishing individuals in groups |
JP7147464B2 (ja) * | 2018-10-24 | 2022-10-05 | トヨタ自動車株式会社 | 画像選択装置及び画像選択方法 |
CN110110604A (zh) * | 2019-04-10 | 2019-08-09 | 东软集团股份有限公司 | 目标对象检测方法、装置、可读存储介质及电子设备 |
US20220070425A1 (en) * | 2020-08-28 | 2022-03-03 | Viavi Solutions Inc. | Multi-sensor system |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006293644A (ja) * | 2005-04-08 | 2006-10-26 | Canon Inc | 情報処理装置、情報処理方法 |
JP2011060024A (ja) * | 2009-09-10 | 2011-03-24 | Toshiba Corp | 画像認識処理に適用する特徴情報選択装置及び画像認識処理装置 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100451649B1 (ko) * | 2001-03-26 | 2004-10-08 | 엘지전자 주식회사 | 이미지 검색방법과 장치 |
US7783085B2 (en) * | 2006-05-10 | 2010-08-24 | Aol Inc. | Using relevance feedback in face recognition |
JP2008117333A (ja) * | 2006-11-08 | 2008-05-22 | Sony Corp | 情報処理装置、情報処理方法、個人識別装置、個人識別装置における辞書データ生成・更新方法および辞書データ生成・更新プログラム |
US8144944B2 (en) * | 2007-08-14 | 2012-03-27 | Olympus Corporation | Image sharing system and method |
JP2009075868A (ja) * | 2007-09-20 | 2009-04-09 | Toshiba Corp | 画像から対象を検出する装置、方法およびプログラム |
JP5127067B2 (ja) * | 2009-03-06 | 2013-01-23 | パナソニック株式会社 | 画像検索装置及び画像検索方法 |
US9317533B2 (en) * | 2010-11-02 | 2016-04-19 | Microsoft Technology Licensing, Inc. | Adaptive image retrieval database |
JP5786495B2 (ja) * | 2011-06-30 | 2015-09-30 | 富士通株式会社 | 画像認識装置、画像認識方法及び画像認識用コンピュータプログラム |
JP2013196294A (ja) | 2012-03-19 | 2013-09-30 | Toshiba Corp | 人物画像処理装置、及び人物画像処理方法 |
JP6074182B2 (ja) * | 2012-07-09 | 2017-02-01 | キヤノン株式会社 | 画像処理装置及び画像処理方法、プログラム |
US9477881B2 (en) * | 2012-10-19 | 2016-10-25 | Nec Corporation | Passenger counting system, passenger counting method and passenger counting program |
JP6089577B2 (ja) * | 2012-10-19 | 2017-03-08 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
US9514369B2 (en) * | 2012-12-06 | 2016-12-06 | Nec Corporation | Program, method, and system for displaying image recognition processing suitability |
JP2014127011A (ja) * | 2012-12-26 | 2014-07-07 | Sony Corp | 情報処理装置、情報処理方法、およびプログラム |
US20140193077A1 (en) * | 2013-01-08 | 2014-07-10 | Canon Kabushiki Kaisha | Image retrieval apparatus, image retrieval method, query image providing apparatus, query image providing method, and program |
US9323785B2 (en) * | 2013-03-06 | 2016-04-26 | Streamoid Technologies Private Limited | Method and system for mobile visual search using metadata and segmentation |
US20140372419A1 (en) * | 2013-06-13 | 2014-12-18 | Microsoft Corporation | Tile-centric user interface for query-based representative content of search result documents |
JP6221390B2 (ja) | 2013-06-18 | 2017-11-01 | 富士通株式会社 | 画像処理装置、プログラム、および画像処理方法 |
CN104346370B (zh) * | 2013-07-31 | 2018-10-23 | 阿里巴巴集团控股有限公司 | 图像搜索、获取图像文本信息的方法及装置 |
US9846708B2 (en) * | 2013-12-20 | 2017-12-19 | International Business Machines Corporation | Searching of images based upon visual similarity |
JP6208898B2 (ja) * | 2014-02-10 | 2017-10-04 | ジーニー ゲゼルシャフト ミット ベシュレンクテル ハフツング | 画像特徴式認識のためのシステムおよび方法 |
US9841277B2 (en) * | 2014-03-27 | 2017-12-12 | Knockout Concepts, Llc | Graphical feedback during 3D scanning operations for obtaining optimal scan resolution |
-
2015
- 2015-08-18 JP JP2015161265A patent/JP2017041022A/ja active Pending
-
2016
- 2016-08-11 US US15/234,855 patent/US10121068B2/en active Active
-
2018
- 2018-10-04 US US16/152,297 patent/US10860846B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006293644A (ja) * | 2005-04-08 | 2006-10-26 | Canon Inc | 情報処理装置、情報処理方法 |
JP2011060024A (ja) * | 2009-09-10 | 2011-03-24 | Toshiba Corp | 画像認識処理に適用する特徴情報選択装置及び画像認識処理装置 |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2018173848A1 (ja) * | 2017-03-22 | 2020-01-30 | 日本電気株式会社 | オブジェクト追跡システム、インテリジェント撮像装置、オブジェクト特徴量抽出装置、オブジェクト特徴量抽出方法及びプログラム |
JP7180590B2 (ja) | 2017-03-22 | 2022-11-30 | 日本電気株式会社 | オブジェクト特徴量抽出装置、オブジェクト特徴量抽出方法及びオブジェクト特徴量抽出プログラム |
WO2018173848A1 (ja) * | 2017-03-22 | 2018-09-27 | 日本電気株式会社 | オブジェクト追跡システム、インテリジェント撮像装置、オブジェクト特徴量抽出装置、オブジェクト特徴量抽出方法及び記憶媒体 |
JP2019008480A (ja) * | 2017-06-22 | 2019-01-17 | 富士通株式会社 | 画像解析プログラム、画像解析装置、及び画像解析方法 |
JP7081108B2 (ja) | 2017-10-04 | 2022-06-07 | オムロン株式会社 | 同定装置、マッチング方法、およびマッチングプログラム |
WO2019069814A1 (ja) * | 2017-10-04 | 2019-04-11 | オムロン株式会社 | 同定装置、マッチング方法、およびマッチングプログラム |
JP2019067294A (ja) * | 2017-10-04 | 2019-04-25 | オムロン株式会社 | 同定装置、マッチング方法、およびマッチングプログラム |
KR101975181B1 (ko) * | 2017-11-06 | 2019-05-07 | 주식회사 티모스정보통신 | 객체추적감시 서버 |
KR101910034B1 (ko) * | 2017-11-06 | 2018-10-19 | 주식회사 티모스정보통신 | 객체추적감시 시스템 |
KR101910033B1 (ko) * | 2017-11-06 | 2018-10-19 | 주식회사 티모스정보통신 | 객체를 추적감시하는 방법 |
JP7132387B2 (ja) | 2017-12-18 | 2022-09-06 | 株式会社東芝 | 画像処理装置、画像処理方法およびプログラム |
JP2019109709A (ja) * | 2017-12-18 | 2019-07-04 | 株式会社東芝 | 画像処理装置、画像処理方法およびプログラム |
JP2021101384A (ja) * | 2017-12-18 | 2021-07-08 | 株式会社東芝 | 画像処理装置、画像処理方法およびプログラム |
US11417134B2 (en) | 2018-05-17 | 2022-08-16 | Mitsubishi Electric Corporation | Image analysis device, image analysis method, and recording medium |
JP7039409B2 (ja) | 2018-07-18 | 2022-03-22 | 株式会社日立製作所 | 映像解析装置、人物検索システムおよび人物検索方法 |
CN112005272A (zh) * | 2018-07-18 | 2020-11-27 | 株式会社日立制作所 | 影像分析装置、人物检索***和人物检索方法 |
US11367219B2 (en) | 2018-07-18 | 2022-06-21 | Hitachi, Ltd. | Video analysis apparatus, person retrieval system, and person retrieval method |
WO2020017190A1 (ja) * | 2018-07-18 | 2020-01-23 | 株式会社日立製作所 | 映像解析装置、人物検索システムおよび人物検索方法 |
JP2020013290A (ja) * | 2018-07-18 | 2020-01-23 | 株式会社日立製作所 | 映像解析装置、人物検索システムおよび人物検索方法 |
JP2020198053A (ja) * | 2019-06-05 | 2020-12-10 | コニカミノルタ株式会社 | 情報処理装置、情報処理方法、人物検索システムおよび人物検索方法 |
JP7318321B2 (ja) | 2019-06-05 | 2023-08-01 | コニカミノルタ株式会社 | 情報処理装置、情報処理方法、人物検索システムおよび人物検索方法 |
WO2021260899A1 (ja) * | 2020-06-25 | 2021-12-30 | 日本電信電話株式会社 | 追跡装置、追跡システム、追跡方法、および、追跡プログラム |
JPWO2021260899A1 (ja) * | 2020-06-25 | 2021-12-30 | ||
JP7439925B2 (ja) | 2020-06-25 | 2024-02-28 | 日本電信電話株式会社 | 追跡装置、追跡システム、追跡方法、および、追跡プログラム |
WO2022019076A1 (ja) * | 2020-07-20 | 2022-01-27 | 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 |
JP2022064719A (ja) * | 2020-10-14 | 2022-04-26 | 富士通クライアントコンピューティング株式会社 | 情報処理装置、情報処理システムおよび情報処理プログラム |
JP6947899B1 (ja) * | 2020-11-20 | 2021-10-13 | 株式会社 日立産業制御ソリューションズ | 画像解析システム、画像解析方法、および、画像解析プログラム |
JP2022082270A (ja) * | 2020-11-20 | 2022-06-01 | 株式会社 日立産業制御ソリューションズ | 画像解析システム、画像解析方法、および、画像解析プログラム |
WO2022107612A1 (ja) * | 2020-11-20 | 2022-05-27 | 株式会社日立産業制御ソリューションズ | 画像解析システム、画像解析方法、および、画像解析プログラム |
WO2023281559A1 (ja) * | 2021-07-05 | 2023-01-12 | 三菱電機株式会社 | 人物同定装置、及び人物同定方法 |
Also Published As
Publication number | Publication date |
---|---|
US10121068B2 (en) | 2018-11-06 |
US10860846B2 (en) | 2020-12-08 |
US20190034715A1 (en) | 2019-01-31 |
US20170053409A1 (en) | 2017-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10860846B2 (en) | Information processing apparatus, information processing method and program | |
KR102415632B1 (ko) | 정보처리장치, 정보처리방법 및 기억매체 | |
JP7342919B2 (ja) | 情報処理システム、制御方法、及びプログラム | |
US11270108B2 (en) | Object tracking method and apparatus | |
WO2020017190A1 (ja) | 映像解析装置、人物検索システムおよび人物検索方法 | |
US9363499B2 (en) | Method, electronic device and medium for adjusting depth values | |
JP6655878B2 (ja) | 画像認識方法及び装置、プログラム | |
US9721153B2 (en) | Image processing apparatus, image processing method, and storage medium that recognize an image based on a designated object type | |
JP7085812B2 (ja) | 画像処理装置およびその制御方法 | |
Pala et al. | Enhanced skeleton and face 3D data for person re-identification from depth cameras | |
Becker et al. | Mad for visual tracker fusion | |
JP2020095757A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2017054493A (ja) | 情報処理装置及びその制御方法及びプログラム | |
JP6752122B2 (ja) | 画像処理装置、画像処理方法 | |
US20170278265A1 (en) | Video processing apparatus and control method | |
US20230131717A1 (en) | Search processing device, search processing method, and computer program product | |
JP6698058B2 (ja) | 画像処理装置 | |
JP7235820B2 (ja) | 類似画像検索による人流分析方法および装置 | |
US11716448B2 (en) | Information processing apparatus, information processing method, and storage medium | |
JP2014203133A (ja) | 画像処理装置、画像処理方法 | |
JP6539720B1 (ja) | 画像処理装置 | |
JP2011043863A (ja) | 対象領域判定・追跡装置、方法、プログラム及び対象領域判定装置 | |
JP2019146087A (ja) | 情報処理装置、撮像装置の制御方法、コンピュータプログラム、及び記憶媒体 | |
JP2018195872A (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
Bakliwal et al. | Collaborative Contributions for Better Annotations. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180702 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190527 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190611 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190807 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20191224 |