JP2019021243A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2019021243A5 JP2019021243A5 JP2017141780A JP2017141780A JP2019021243A5 JP 2019021243 A5 JP2019021243 A5 JP 2019021243A5 JP 2017141780 A JP2017141780 A JP 2017141780A JP 2017141780 A JP2017141780 A JP 2017141780A JP 2019021243 A5 JP2019021243 A5 JP 2019021243A5
- Authority
- JP
- Japan
- Prior art keywords
- class
- superpixel
- classification
- classified
- classifying
- 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
- 238000000605 extraction Methods 0.000 claims 9
- 238000002372 labelling Methods 0.000 claims 6
- 238000000034 method Methods 0.000 claims 4
Claims (16)
- 動画像を含む画像からオブジェクトを抽出するオブジェクト抽出装置において、
前記画像のオブジェクトマスクMkを取得する手段(20)と、
前記画像の各スーパーピクセルをオブジェクトマスクMkに基づく第1分類手法により第1類、第2類および第3類のいずれかに分類する第1分類手段(40)と、
前記第3類に分類された各スーパーピクセルを前記第1分類手法とは異なる分類手法によりさらに分類する不明分類手段(100)と、
前記各分類結果に基づいてオブジェクトマスクMkを見直す手段(70)とを具備したことを特徴とするオブジェクト抽出装置。 - 前記不明分類手段は、前記第3類に分類されたスーパーピクセルを第1類,第2類および第3類のいずれかに分類する第2分類手段(50)を具備し、
前記第2分類手段(50)は、
前記画像と視点の異なる複数の画像のオブジェクトマスクMk-1,Mk+1に基づいて前記オブジェクトマスクMkを修正する手段(501)と、
第3類のスーパーピクセルを前記修正後のオブジェクトマスクMk'に基づいて第1類,第2類および第3類のいずれかに分類する手段(502)とを具備したことを特徴とする請求項1に記載のオブジェクト抽出装置。 - 前記不明分類手段は、前記第3類に分類されたスーパーピクセルを第1類または第2類に分類する第3分類手段(60)を具備し、
前記第3分類手段(60)は、
第3類のスーパーピクセルを複数のスーパーピクセルに再分割する手段(601)と、
再分割された各スーパーピクセルをオブジェクトマスクMkに基づいて第1類,第2類および第3類のいずれかに再分類する再分類手段(602)とを具備し、
再分類後も第3類のスーパーピクセルを前記再分割及び再分類を繰り返すことを特徴とする請求項1または2に記載のオブジェクト抽出装置。 - 前記第3分類手段(60)は、前記第2分類手段が第3類に分類したスーパーピクセルを第1類または第2類に分類することを特徴とする請求項3に記載のオブジェクト抽出装置。
- 前記第3分類手段(60)は、前記第1分類手段が第3類に分類したスーパーピクセルを第1類または第2類に分類することを特徴とする請求項3に記載のオブジェクト抽出装置。
- 前記不明分類手段は、前記第3類に分類されたスーパーピクセルを第1類または第2類に分類する第4分類手段(80)を具備し、
前記第4分類手段(80)は、
スーパーピクセルごとに特徴ベクトルを生成する手段(801)と、
第1類に分類された各スーパーピクセルの特徴ベクトルに基づいて第1類に固有のオブジェクトヒストグラムを生成する手段(802)と、
第2類に分類された各スーパーピクセルの特徴ベクトルに基づいて第2類に固有の背景ヒストグラムを生成する手段(803)と、
第3類に分類された各スーパーピクセルの特徴ベクトルを各ヒストグラムと比較して、当該各スーパーピクセルが第1類である確率および第2類である確率を計算する手段(804)と、
前記各確率に基づいて、前記第3類に分類された各スーパーピクセルが第1類および第2類のいずれであるかを判定する判定手段(805)とを具備したことを特徴とする請求項1に記載のオブジェクト抽出装置。 - 前記第4分類手段(80)は、前記第2分類手段が第3類に分類したスーパーピクセルを第1類または第2類に分類することを特徴とする請求項6に記載のオブジェクト抽出装置。
- 前記第4分類手段(80)は、前記第1分類手段が第3類に分類したスーパーピクセルを第1類または第2類に分類することを特徴とする請求項6に記載のオブジェクト抽出装置。
- 前記第1分類手段(40)は、
オブジェクトマスクMkに基づいてスーパーピクセルごとにオブジェクト占有率を計算する手段(401)と、
オブジェクト占有率が所定のオブジェクト閾値を上回るスーパーピクセルを第1類に分類する手段(402)と、
オブジェクト占有率が所定の背景閾値を下回るスーパーピクセルを第2類に分類する手段(403)とを具備し、
第1類および第3類のいずれにも分類されないスーパーピクセルを第3類に分類することを特徴とする請求項1ないし8のいずれかに記載のオブジェクト抽出装置。 - 前記見直し後のオブジェクトマスクMkに基づいてオブジェクトを抽出することを特徴とする請求項1ないし9のいずれかに記載のオブジェクト抽出装置。
- 前記第1類、第2類および第3類が、それぞれ「オブジェクト」、「背景」および「不明」であることを特徴とする請求項1ないし10のいずれかに記載のオブジェクト抽出装置。
- オブジェクト抽出装置のスーパーピクセルラベリング方法において、
動画像を含む画像のオブジェクトマスクMkを取得し、
前記画像を複数のスーパーピクセルに分割し、
各スーパーピクセルをオブジェクトマスクMkに基づく第1分類手法により、第1類、第2類および第3類のいずれかに分類し、
前記第3類に分類された各スーパーピクセルを前記第1分類手法とは異なる分類手法により第1類または第2類に分類し、
前記各分類結果に基づいて各スーパーピクセルをラベリングすることを特徴とするオブジェクト抽出装置のスーパーピクセルラベリング方法。 - 前記第1分類手法とは異なる分類手法が第2分類手法を含み、
前記第2分類手法は、
前記画像と視点の異なる複数の画像のオブジェクトマスクMk-1,Mk+1に基づいて前記オブジェクトマスクMkを修正し、
第3類のスーパーピクセルを前記修正後のオブジェクトマスクMk'に基づいて第1類、第2類および第3類のいずれかに分類することを特徴とする請求項12に記載のオブジェクト抽出装置のスーパーピクセルラベリング方法。 - 前記第1分類手法とは異なる分類手法が第3分類手法を含み、
前記第3分類手法は、
第3類のスーパーピクセルを複数のスーパーピクセルに再分割し、
再分割された各スーパーピクセルをオブジェクトマスクMkに基づいて第1類,第2類および第3類のいずれかに再分類し、
再分類後も第3類のスーパーピクセルを前記再分割及び再分類を繰り返すことを特徴とする請求項12に記載のオブジェクト抽出装置のスーパーピクセルラベリング方法。 - 前記第1分類手法とは異なる分類手法が第4分類手法を含み、
前記第4分類手法が段(80)は、
スーパーピクセルごとに特徴ベクトルを生成し、
第1類に分類された各スーパーピクセルの特徴ベクトルに基づいて第1類に固有のオブジェクトヒストグラムを生成し、
第2類に分類された各スーパーピクセルの特徴ベクトルに基づいて第2類に固有の背景ヒストグラムを生成し、
第3類に分類された各スーパーピクセルの特徴ベクトルを各ヒストグラムと比較して、当該各スーパーピクセルが第1類である確率および第2類である確率を計算し、
前記各確率に基づいて、前記第3類に分類された各スーパーピクセルが第1類および第2類のいずれであるかを判定することを特徴とする請求項12に記載のオブジェクト抽出装置のスーパーピクセルラベリング方法。 - 前記第1類、第2類および第3類が、それぞれ「オブジェクト」、「背景」および「不明」であることを特徴とする請求項12ないし15のいずれかに記載のスーパーピクセルラベリング方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017141780A JP6787844B2 (ja) | 2017-07-21 | 2017-07-21 | オブジェクト抽出装置およびそのスーパーピクセルラベリング方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017141780A JP6787844B2 (ja) | 2017-07-21 | 2017-07-21 | オブジェクト抽出装置およびそのスーパーピクセルラベリング方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2019021243A JP2019021243A (ja) | 2019-02-07 |
JP2019021243A5 true JP2019021243A5 (ja) | 2019-08-22 |
JP6787844B2 JP6787844B2 (ja) | 2020-11-18 |
Family
ID=65355667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017141780A Active JP6787844B2 (ja) | 2017-07-21 | 2017-07-21 | オブジェクト抽出装置およびそのスーパーピクセルラベリング方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6787844B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7299923B2 (ja) * | 2018-05-25 | 2023-06-28 | コーニンクレッカ フィリップス エヌ ヴェ | 個人識別システムおよび方法 |
KR102308381B1 (ko) * | 2020-11-09 | 2021-10-06 | 인그래디언트 주식회사 | 유연한 슈퍼픽셀에 기초한 의료 영상 라벨링 방법 및 이를 위한 장치 |
KR102546070B1 (ko) * | 2021-06-03 | 2023-06-20 | 순천대학교 산학협력단 | 타임 랩스 영상의 노이즈 제거 방법 |
CN113822904B (zh) * | 2021-09-03 | 2023-08-08 | 上海爱乐慕健康科技有限公司 | 一种图像标注装置、方法及可读存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5045619B2 (ja) * | 2008-09-08 | 2012-10-10 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JP2011034178A (ja) * | 2009-07-30 | 2011-02-17 | Sony Corp | 画像処理装置および画像処理方法、並びにプログラム |
US8818028B2 (en) * | 2010-04-09 | 2014-08-26 | Personify, Inc. | Systems and methods for accurate user foreground video extraction |
JP2017091298A (ja) * | 2015-11-12 | 2017-05-25 | 日本電信電話株式会社 | 画像処理装置、画像処理方法及び画像処理プログラム |
-
2017
- 2017-07-21 JP JP2017141780A patent/JP6787844B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6719457B2 (ja) | 画像の主要被写体を抽出する方法とシステム | |
Rao et al. | Brain tumor segmentation with deep learning | |
US10860879B2 (en) | Deep convolutional neural networks for crack detection from image data | |
Izadi et al. | Generative adversarial networks to segment skin lesions | |
US20150262039A1 (en) | Image processing apparatus and image processing method | |
US9940509B2 (en) | Object detection method and object detection apparatus | |
CN106846316B (zh) | 一种gis内部典型缺陷图像自动识别方法 | |
JP2019021243A5 (ja) | ||
US9317784B2 (en) | Image processing apparatus, image processing method, and program | |
US10297029B2 (en) | Method and device for image segmentation | |
EP3032462B1 (en) | Method and apparatus for tracking object, and non-transitory computer-readable recording medium | |
JP2012032370A (ja) | 欠陥検出方法、欠陥検出装置、学習方法、プログラム、及び記録媒体 | |
Audebert et al. | How useful is region-based classification of remote sensing images in a deep learning framework? | |
Alharbi et al. | Automatic counting of wheat spikes from wheat growth images | |
WO2011061905A1 (ja) | 物体領域抽出装置、物体領域抽出方法、及びコンピュータ可読媒体 | |
Kanter | Color Crack: Identifying Cracks in Glass | |
US20190080196A1 (en) | Method of masking object of non-interest | |
JP6787844B2 (ja) | オブジェクト抽出装置およびそのスーパーピクセルラベリング方法 | |
JP2018205788A5 (ja) | ||
US20180047158A1 (en) | Chest radiograph (cxr) image analysis | |
CN104504715A (zh) | 基于局部四元数矩特征的图像分割方法 | |
CN104268845A (zh) | 极值温差短波红外图像的自适应双局部增强方法 | |
CN107704864B (zh) | 基于图像对象性语义检测的显著目标检测方法 | |
JP5896661B2 (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
JP2016081472A (ja) | 画像処理装置、画像処理方法及びプログラム |