JP3517518B2 - Object detection device - Google Patents
Object detection deviceInfo
- Publication number
- JP3517518B2 JP3517518B2 JP14685796A JP14685796A JP3517518B2 JP 3517518 B2 JP3517518 B2 JP 3517518B2 JP 14685796 A JP14685796 A JP 14685796A JP 14685796 A JP14685796 A JP 14685796A JP 3517518 B2 JP3517518 B2 JP 3517518B2
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- image
- degree
- detection device
- object detection
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、画像の中から予め
登録した物体を含む画像を探しだし、その画像中のどこ
にその物体があるかを検出する画像検索方式に関する技
術であり、特定の物体の場所を自動的に検出する監視装
置や、画像データベースの中から特定の物体を含む画像
を探し出したりする画像検索システム等に応用可能であ
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an image retrieval system for searching an image including an object registered in advance from an image and detecting where the object is located in the image. The present invention can be applied to a monitoring device that automatically detects the location of, a image search system that searches for an image including a specific object from an image database, and the like.
【０００２】[0002]
【従来の技術】従来、画像中から対象物体の領域を抽出
する手法の１つとして、局所注目領域での特徴量を計算
し、その注目領域の位置を走査させながら、その注目領
域の特徴量が対象とする特徴量の値と類似している場合
には、その領域がその物体であるとする方法が提案され
ている。2. Description of the Related Art Conventionally, as one of methods for extracting a region of a target object from an image, a feature amount of a local attention region is calculated, and the feature amount of the attention region is scanned while scanning the position of the attention region. A method has been proposed in which the area is the object when the value is similar to the target feature value.
【０００３】つまり、局所注目領域の特徴量と登録物体
の特徴量との類似度合を計算し、その類似度合が最大と
なる位置、あるいはその類似度合がある一定値以上にな
った時に、その物体であると判断する方法である。That is, the degree of similarity between the feature amount of the local attention area and the feature amount of the registered object is calculated, and when the position where the degree of similarity is maximum or the degree of similarity exceeds a certain value, that object Is a method of determining that.
【０００４】[0004]
【発明が解決しようとする課題】しかしながら、上記従
来の方法では画像の全領域に対して細かく走査しながら
類似度合を計算するために、計算量が膨大になり、計算
速度が遅くなる。However, in the above-mentioned conventional method, since the degree of similarity is calculated while finely scanning the entire area of the image, the amount of calculation becomes enormous and the calculation speed becomes slow.
【０００５】本発明は、前記問題点を解決するためにな
されたもので、その目的は全ての領域を走査し特徴量を
計算することなく、全ての領域を走査した場合と全く同
じ結果を出力する物体検出装置を提供することにある。The present invention has been made in order to solve the above-mentioned problems, and its purpose is to output the same result as in the case of scanning all the regions without scanning the all regions and calculating the feature amount. The object of the present invention is to provide an object detection device.
【０００６】つまり、これは精度を落とすことなく物体
検出の速度を向上させる物体検出装置の提案である。That is, this is a proposal of an object detection apparatus which improves the speed of object detection without degrading accuracy.
【０００７】[0007]
【課題を解決するための手段】前記目的を達成するた
め、本発明による第１の発明は画像中から予め登録して
ある物体又は模様の領域を探し出す物体検出装置におい
て、物体学習装置と物体検出装置とを具備し、前記物体
学習装置は、登録した物体又は模様の画像に対してカラ
ーヒストグラム等の特徴量を予め計算する手段を備え、
前記物体検出装置は、入力画像を走査して注目領域を設
定するとともに、この注目領域における類似値（あるい
は距離値）等の類似度合の上限値（あるいは下限値）
が、予め設定された目標とする類似値等の類似度合より
も小さい場合（あるいは大きい場合）には、次の注目領
域を設定し、大きい場合（あるいは小さい場合）及び前
記注目領域における類似値等の類似度合の上限値（ある
いは下限値）が計算されていない場合には、前記設定し
た注目領域を送出する手段と、この送出された注目領域
内の画像に対してカラーヒストグラム等の特徴量を計算
する手段と、この注目領域の画像に対してのカラーヒス
トグラム等の特徴量と、前記物体学習装置に予め登録し
た物体又は模様の画像のカラーヒストグラム等の特徴量
との類似値等の類似度合を計算する手段と、この類似値
等の類似度合から前記送出された注目領域の近傍の各点
における領域の前記類似値等の類似度合の上限値（ある
いは下限値）を計算する手段と、前記類似値等の類似度
合と予め設定された目標とする類似値等の類似度合とに
より前記物体又は模様が前記設定した注目領域に存在す
るかどうかを判定する手段とを有することを特徴とする
ものである。In order to achieve the above object, the first invention according to the present invention is an object detection device for searching a preregistered object or pattern region from an image, and an object learning device and an object detection device. The object learning device comprises means for preliminarily calculating a feature amount such as a color histogram for a registered object or pattern image,
The object detection device scans the input image to set a region of interest, and at the same time, a similar value (or
Is the upper limit (or lower limit) of the degree of similarity such as distance value )
Is smaller (or larger) than the degree of similarity of the target similar value set in advance, the next attention area is set, and if it is larger (or smaller) and the similarity value in the attention area, etc. When the upper limit value (or lower limit value) of the similarity degree is not calculated, a means for transmitting the set attention area and a feature amount such as a color histogram for the transmitted image in the attention area are calculated. A means for calculating and a similarity degree such as a similarity value between a feature amount such as a color histogram for the image of the region of interest and a feature amount such as a color histogram of an image of an object or a pattern registered in the object learning device in advance. And the upper limit value (or lower limit value) of the similarity degree of the similarity value of the region at each point in the vicinity of the transmitted target region from the similarity degree of the similarity value or the like. And a means for determining whether the object or the pattern exists in the set attention area based on the similarity degree of the similarity value or the like and the similarity degree of the target similarity value or the like set in advance. It is characterized by.
【０００８】また、本発明による第２の発明は、上記第
１の発明の物体検出装置において前記入力画像の注目領
域の大きさをさまざまに変化させることを特徴とするも
のである。A second invention according to the present invention is characterized in that, in the object detecting apparatus according to the first invention, the size of the attention area of the input image is variously changed.
【０００９】また、本発明による第３の発明は、上記第
１の発明の物体検出装置において前記入力画像の大きさ
をさまざまに変化させることを特徴とするものである。A third invention according to the present invention is characterized in that the size of the input image is variously changed in the object detecting apparatus of the first invention.
【００１０】更に、本発明による第４の発明は、上記第
１または第２または第３の発明の物体検出装置におい
て、前記予め設定された目標とする類似度合を、それま
で計算された類似度合の最大値にその都度更新すること
により、画像中から類似度合が最大となる位置を見つけ
だすことを特徴とするものである。Further, in a fourth invention according to the present invention, in the object detecting apparatus according to the first, second or third invention, the preset target similarity is calculated based on the similarity calculated up to that time. It is characterized in that the position at which the degree of similarity is maximum is found in the image by updating to the maximum value each time.
【００１１】本発明の第１の発明では、前述の手段によ
り各注目領域での類似値等の上限値（あるいは下限値）
を既に計算した値から求めるという考え方を導入するこ
とによって、類似値等の上限値（あるいは下限値）が分
かる部分では、全ての領域を走査し特徴量を計算し類似
値等を計算するということをせずに、注目領域の近傍の
各点での特徴量の値を計算できるので、物体検出の速度
を向上させることができる。In the first aspect of the present invention, the upper limit value (or the lower limit value) of the similarity value or the like in each attention area is obtained by the above-mentioned means.
Introducing the idea of calculating from already calculated values, in the part where the upper limit value (or lower limit value) of similar values etc. is known, all areas are scanned and feature quantities are calculated to calculate similar values etc. Since it is possible to calculate the value of the feature amount at each point in the vicinity of the region of interest, the speed of object detection can be improved.
【００１２】また、検出の対象となっている物体等があ
ると推定された部分では、新たな注目領域の特徴値を計
算するので、全ての領域で特徴量と類似値等を計算する
場合と同じ結果が得られる。つまり、従来と同じ結果を
少ない計算量で得ることが可能となる。In addition, since the feature value of a new region of interest is calculated in the portion where it is estimated that there is an object or the like to be detected, there is a case where the feature amount and the similar value are calculated in all regions. The same result is obtained. That is, it is possible to obtain the same result as the conventional one with a small amount of calculation.
【００１３】更に、本発明の第２、第３、第４の発明で
は上記第１の発明において、精度向上を図る点で好適で
ある。Furthermore, the second, third, and fourth inventions of the present invention are suitable in the above first invention in terms of improving accuracy.
【００１４】[0014]
【発明の実施の形態】以下、本発明の詳細を一実施形態
例によって説明する。本発明の考え方は、カラーヒスト
グラムに限らず、様々な特徴量、様々な類似尺度に対し
て適用できるが、ここでは比較的効果が高いと考えられ
るカラーヒストグラムを適用し、類似尺度として正規化
したヒストグラムの重なり類似値を用いた場合について
説明する。DETAILED DESCRIPTION OF THE INVENTION The details of the present invention will be described below with reference to an embodiment. The idea of the present invention can be applied not only to the color histogram but also to various feature amounts and various similar scales, but here, a color histogram which is considered to be relatively effective is applied and normalized as a similar scale. A case where the overlapping similarity value of the histogram is used will be described.
【００１５】図１は、本発明の一実施形態例である画像
認識検索装置のブロック図である。画像認識検索装置は
大きく分けて物体学習装置１と物体検出装置２から構成
される。FIG. 1 is a block diagram of an image recognition / retrieval apparatus according to an embodiment of the present invention. The image recognition search device is roughly divided into an object learning device 1 and an object detection device 2.
【００１６】物体学習装置１は、検索する登録物体の２
次元画像から認識に必要となる辞書データを作成する装
置である。以下、物体学習装置１の各部を説明する。The object learning device 1 uses two registered objects to be searched.
It is a device that creates dictionary data required for recognition from a three-dimensional image. Hereinafter, each unit of the object learning device 1 will be described.
【００１７】画像入力装置３は、カラーＴＶカメラとＡ
／Ｄコンバーターから構成されるもので、登録されるべ
き物体の２次元画像を学習データとして取り込み、これ
を物体領域抽出装置４に送出する。The image input device 3 includes a color TV camera and an A
It is composed of a / D converter, takes in a two-dimensional image of an object to be registered as learning data, and sends this to the object area extraction device 4.
【００１８】物体領域抽出装置４は、窓関数などを用い
て画像入力装置３から送出された画像から物体の領域を
抽出する装置である。物体の窓関数としては、矩形形状
でその内側を取り出すもの、円形状で円の中心部分だけ
を取り出すもの、物体の形状に合わせた形でその内側だ
けを取り出すものなどの窓関数があげられる。ここでは
簡単の為に矩形形状の場合で説明する。図２に矩形形状
で抽出された検索すべき物体の画像例を示す。ここで抽
出された部分画像はカラーヒストグラム作成装置５に送
出される。The object region extracting device 4 is a device for extracting the region of the object from the image sent from the image input device 3 using a window function or the like. As the window function of an object, there are window functions such as a rectangular shape for extracting the inside of the object, a circular shape for extracting only the central portion of the circle, and a function for extracting only the inside of the object according to the shape of the object. Here, for simplicity, a case of a rectangular shape will be described. FIG. 2 shows an example of an image of an object to be searched extracted in a rectangular shape. The partial image extracted here is sent to the color histogram creation device 5.
【００１９】カラーヒストグラム作成装置５は、入力画
像の中から窓関数によって抽出された部分領域の画素か
ら特徴量を抽出する装置である。本実施形態例ではカラ
ー値を用いて、カラーヒストグラムを計算する。カラー
の表現には様々な方法が提案されているが、例えばＲ
（赤），Ｇ（緑），Ｂ（青）の３色の場合にはｈr，g，
bの３次元ヒストグラムが構成される。ヒストグラムと
は、Ｒ，Ｇ，Ｂの３次元の色空間を細かい立方体で分割
し、対象領域の各画素をその色空間に投影し、各立方体
に何個の画素が入ったかを加算した量である。登録する
物体全てに対してカラーヒストグラムを計算して学習は
終了する。認識段階ではこのカラーヒストグラムを辞書
として使用するため、この情報は後述する物体検出装置
２の類似値計算装置９に送出される。The color histogram creating device 5 is a device for extracting a feature amount from the pixels of the partial area extracted by the window function from the input image. In this embodiment, a color histogram is calculated using color values. Although various methods have been proposed for expressing colors, for example, R
In the case of three colors of (red), G (green) and B (blue), h r , g ,
A three-dimensional histogram of b is constructed. A histogram is an amount obtained by dividing a three-dimensional color space of R, G, and B into fine cubes, projecting each pixel of the target area onto the color space, and adding the number of pixels in each cube. is there. Learning is completed by calculating color histograms for all registered objects. Since this color histogram is used as a dictionary in the recognition stage, this information is sent to the similarity value calculation device 9 of the object detection device 2 described later.
【００２０】物体検出装置２は物体学習装置１で作成さ
れた辞書データをもとに入力画像中に含まれる物体を対
象に、その物体の位置と大きさを検出する装置である。
以下物体検出装置２を具体的に説明する。The object detection device 2 is a device for detecting the position and size of an object included in an input image based on the dictionary data created by the object learning device 1.
The object detection device 2 will be specifically described below.
【００２１】画像入力装置６は検索される画像を入力す
る装置である。これは学習段階で使用された画像入力装
置３と同等のものである。図３に入力画像の一例を示
す。入力画像は、注目領域走査抽出装置７に送出され
る。The image input device 6 is a device for inputting an image to be searched. This is the same as the image input device 3 used in the learning stage. FIG. 3 shows an example of the input image. The input image is sent to the attention area scanning extraction device 7.
【００２２】注目領域走査抽出装置７は、画像入力装置
６から送出された入力画像から、注目領域として特定の
領域の部分画像を抽出し、後述する上限値計算装置１０
から送出された結果により、その走査された位置で類似
値の計算が必要な場合だけ、その部分画像を入力カラー
ヒストグラム作成装置８に送出する。前記特定の領域の
形状は、物体領域抽出装置４で使用されたものと同じ窓
関数を使用する。図４に注目領域の一例を示す。この注
目領域の位置は例えばラスタースキャン状に入力画像中
を順次走査する。The region-of-interest scanning extraction device 7 extracts a partial image of a specific region as the region of interest from the input image sent from the image input device 6, and the upper limit value calculation device 10 to be described later.
The partial image is sent to the input color histogram creation device 8 only when the calculation of the similarity value is required at the scanned position according to the result sent from the input device. The shape of the specific area uses the same window function as that used in the object area extracting device 4. FIG. 4 shows an example of the attention area. The position of this attention area is sequentially scanned in the input image in a raster scan manner, for example.
【００２３】入力カラーヒストグラム作成装置８は、入
力画像の中から窓関数によって抽出された部分領域の画
素のカラー値を用いて、カラーヒストグラムを計算す
る。注目領域をスキャンしながら、送られてくるデータ
に対して順次カラーヒストグラムを計算し、その結果を
類似値計算装置９に転送する。更にこの処理は入力画像
の大きさを変化させて繰り返しなされる。この結果得ら
れる位置ｘ，ｙの注目領域に関するカラーヒストグラム
をｇ（ｘ，ｙ）r，g，bで表す。このヒストグラムは類
似値計算装置９に送出される。The input color histogram creation device 8 calculates a color histogram using the color values of the pixels of the partial area extracted from the input image by the window function. While scanning the region of interest, a color histogram is sequentially calculated for the sent data, and the result is transferred to the similarity value calculation device 9. Further, this process is repeated by changing the size of the input image. The resulting color histogram for the region of interest at position x, y is represented by g (x, y) r , g , b . This histogram is sent to the similarity value calculation device 9.
【００２４】類似値計算装置９は、入力カラーヒストグ
ラム作成装置８から送出されたカラーヒストグラムｇ
（ｘ，ｙ）r，g，bと、物体学習装置１のカラーヒスト
グラム作成装置５から送出されてきたカラーヒストグラ
ムｈr，g，bとの類似値を計算する。類似度合としては
さまざまな定義が可能であるが、ここでは重なり類似値
ｄ（ｘ，ｙ）＝ΣrΣgΣbｍｉｎ（ｈr，g，b，ｇ（ｘ，
ｙ）r，g，b）を利用することを考える。この結果は上
限値計算装置１０と検出判定装置１１に送出される。
尚、類似値の代わりに距離値を用いることが可能であ
り、類似する度合いが大きくなると距離値は小さくな
る。The similarity value calculation device 9 is arranged to output the color histogram g sent from the input color histogram creation device 8.
Similar values of (x, y) r , g , b and the color histograms h r , g , b sent from the color histogram creation device 5 of the object learning device 1 are calculated. As the degree of similarity are possible various definitions, wherein the overlap similarity value d (x, y) = Σ r Σ g Σ b min (h r, g, b, g (x,
y) Consider using r , g , b ). This result is sent to the upper limit value calculation device 10 and the detection determination device 11.
A distance value can be used instead of the similarity value, and the distance value decreases as the degree of similarity increases.
【００２５】上限値計算装置１０は、すでに得られた類
似値からその近傍の各点の類似値の上限値を計算する装
置である。例えば特徴量がヒストグラムの場合には、図
５（ａ）に示すように注目領域Ａと注目領域Ｂのヒスト
グラムの違いは高々図の斜線部分の画素数分だけ増減す
るだけである。この性質を利用すれば、ある登録画像の
特徴量との類似値はその近傍の領域の類似値によって制
限されることになる。例えば、ある閾値以上の類似値の
領域を探し出す場合には、この上限値がこの閾値以下で
あれば特徴量の計算も類似値の計算も必要ない。図５
（ｂ）に、ある点の類似値からその近傍の類似値計算不
要の点をみつけだした例を示す。この結果は、注目領域
走査抽出装置７に送出し、上限値が閾値以下であれば特
徴量の計算も類似値の計算も行わない。図６に実際に探
索した位置を点で示した図を示す。The upper limit value calculation device 10 is a device for calculating the upper limit value of the similarity value of each point in the vicinity from the already obtained similarity value. For example, when the feature amount is a histogram, as shown in FIG. 5A, the difference between the histograms of the attention area A and the attention area B is only increased or decreased by the number of pixels in the shaded area in the figure at most. If this property is used, the similarity value with the feature amount of a certain registered image will be limited by the similarity value of the area in the vicinity thereof. For example, when a region having a similar value equal to or larger than a certain threshold value is searched for, if the upper limit value is equal to or smaller than the threshold value, calculation of the feature amount and calculation of the similar value are not necessary. Figure 5
(B) shows an example in which a point for which similarity value calculation is not necessary is found in the vicinity of the similarity value of a certain point. This result is sent to the region-of-interest scanning extraction device 7, and if the upper limit value is less than or equal to the threshold value, neither the feature amount calculation nor the similarity value calculation is performed. FIG. 6 shows a diagram in which the actually searched positions are indicated by dots.
【００２６】検出判定装置１１は、類似値計算装置９か
ら送出されてきた類似値がある閾値以上であれば注目し
ている領域は学習した物体であるとしてその位置（ｘ，
ｙ）を結果として出力する。つまり、入力画像中から学
習で用いた物体の位置を検出することができる。If the similarity value sent from the similarity value calculation device 9 is greater than or equal to a threshold value, the detection determination device 11 determines that the region of interest is a learned object and its position (x,
y) is output as a result. That is, the position of the object used for learning can be detected from the input image.
【００２７】[0027]
【発明の効果】以上説明したように、本発明によれば、
入力画像に注目領域を設定してその領域の局所的な特徴
値（例えば、カラーヒストグラム）を利用した照合と、
類似度合（例えば、類似値）から効率的に注目領域の位
置等を変化させながらこの処理を繰り返す処理を組み合
わせることにより、例えば、複雑な背景の画像中から特
定の物体の位置等を高速に検出することが可能である。As described above, according to the present invention,
A region of interest is set in the input image, and matching is performed using local feature values of that region (for example, color histogram),
By combining the process of repeating this process while efficiently changing the position of the region of interest based on the degree of similarity (for example, a similar value), the position of a specific object can be detected at high speed from an image of a complicated background. It is possible to
【００２８】更に、本発明を画像データベースなどに利
用すれば、特定の物体を含む画像を検索することが容易
に可能となる。Furthermore, if the present invention is applied to an image database or the like, it becomes possible to easily search for an image containing a specific object.
【図１】本発明の一実施形態例の機能ブロック図であ
る。FIG. 1 is a functional block diagram of an exemplary embodiment of the present invention.
【図２】上記実施形態例における矩形形状で抽出された
検索すべき物体の例を示す図面代用写真である。FIG. 2 is a drawing-substituting photograph showing an example of an object to be searched extracted in a rectangular shape in the above-described embodiment.
【図３】上記実施形態例における入力画像の例を示す図
面代用写真である。FIG. 3 is a drawing-substitute photograph showing an example of an input image in the embodiment.
【図４】上記実施形態例における注目領域の例を示す図
面代用写真である。FIG. 4 is a drawing-substituting photograph showing an example of a region of interest in the embodiment.
【図５】（ａ）は２つの近接した領域のヒストグラムの
違いを表わす説明図、（ｂ）はある点の類似値からその
近接の類似値計算不要の点をみつけだした例を示す図で
ある。FIG. 5A is an explanatory diagram showing a difference between histograms of two adjacent regions, and FIG. 5B is a diagram showing an example of finding a similar value of a certain point for which a similar value calculation is unnecessary from the similar value of a certain point. is there.
【図６】実際に探索した位置を点で示した図である。FIG. 6 is a diagram showing points actually searched for.
【図７】画像中の物体の検出結果を示す図面代用写真で
ある。FIG. 7 is a drawing-substituting photograph showing a detection result of an object in an image.
１…物体学習装置 ２…物体検出装置 ３…画像入力装置 ４…物体領域抽出装置 ５…カラーヒストグラム作成装置 ６…画像入力装置 ７…注目領域走査抽出装置 ８…入力カラーヒストグラム作成装置 ９…類似値計算装置 １０…上限値計算装置 １１…検出判定装置 1. Object learning device 2 ... Object detection device 3 ... Image input device 4 ... Object region extraction device 5 ... Color histogram creation device 6 ... Image input device 7 ... Region of interest scanning extraction device 8 ... Input color histogram creation device 9 ... Similarity value calculation device 10 ... Upper limit value calculation device 11 ... Detection / determination device
───────────────────────────────────────────────────── フロントページの続き (56)参考文献 特開 平７−131636（ＪＰ，Ａ) 特開 平７−37085（ＪＰ，Ａ) 特開 平４−21078（ＪＰ，Ａ) 特開 平１−195584（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 7/00 - 7/60 ─────────────────────────────────────────────────── ─── Continuation of the front page (56) References JP-A-7-131636 (JP, A) JP-A-7-37085 (JP, A) JP-A-4-21078 (JP, A) JP-A-1- 195584 (JP, A) (58) Fields investigated (Int.Cl. 7 , DB name) G06T 7/ 00-7/60
Claims (4)
様の領域を探し出す物体検出装置において、 物体学習装置と物体検出装置とを具備し、 前記物体学習装置は、登録した物体又は模様の画像に対
して特徴量を予め計算する手段を備え、 前記物体検出装置は、 入力画像を走査して注目領域を設定するとともに、この
注目領域における類似度合の上限値が、予め設定された
目標とする類似度合よりも小さい場合には、次の注目領
域を設定し、大きい場合及び前記注目領域における類似
度合の上限値が計算されていない場合には、前記設定し
た注目領域を送出する手段と、 この送出された注目領域内の画像に対して特徴量を計算
する手段と、 この注目領域の画像に対しての特徴量と、前記物体学習
装置に予め登録した物体又は模様の画像の特徴量との類
似度合を計算する手段と、 この類似度合から前記送出された注目領域の近傍の各点
における領域の前記類似度合の上限値を計算する手段
と、 前記類似度合と予め設定された目標とする類似度合とに
より前記物体又は模様が前記設定した注目領域に存在す
るかどうかを判定する手段と、 を有することを特徴とする物体検出装置。1. An object detection device for searching a pre-registered object or pattern region from an image, comprising an object learning device and an object detection device, wherein the object learning device is an image of the registered object or pattern. For the object detection device, the object detection device scans the input image to set a region of interest, and
The upper limit of the degree of similarity in the region of interest, the smaller the than similar degree to preset target, set the next target area, similar in the case and the region of interest larger
When the upper limit of the degree is not calculated, a means for transmitting the set attention area, a means for calculating a feature amount for the image in the transmitted attention area, and an image for this attention area A means for calculating the degree of similarity between the characteristic amount of the object learning device and the characteristic amount of the image of the object or pattern registered in advance in the object learning device, and the area at each point near the transmitted attention area based on the degree of similarity. Means for calculating an upper limit value of the similarity degree, and means for determining whether or not the object or the pattern exists in the set attention area based on the similarity degree and a target similarity degree set in advance, An object detection device having.
ざまに変化させることを特徴とする請求項１に記載の物
体検出装置。2. The object detection device according to claim 1, wherein the size of the attention area of the input image is variously changed.
させることを特徴とする請求項１に記載の物体検出装
置。3. The object detection device according to claim 1, wherein the size of the input image is variously changed.
を、それまで計算された類似度合の最大値にその都度更
新することにより、画像中から類似度合が最大となる位
置を見つけだすことを特徴とする請求項１または請求項
２または請求項３記載の物体検出装置。4. The position where the degree of similarity is maximum is found in the image by updating the preset target degree of similarity to the maximum value of the degree of similarity calculated up to that time. The object detection device according to claim 1, 2 or 3.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14685796A JP3517518B2 (en) | 1996-06-10 | 1996-06-10 | Object detection device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14685796A JP3517518B2 (en) | 1996-06-10 | 1996-06-10 | Object detection device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09330404A JPH09330404A (en) | 1997-12-22 |
| JP3517518B2 true JP3517518B2 (en) | 2004-04-12 |
Family
ID=15417135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14685796A Expired - Fee Related JP3517518B2 (en) | 1996-06-10 | 1996-06-10 | Object detection device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3517518B2 (en) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3538112B2 (en) * | 2000-03-21 | 2004-06-14 | 日本電信電話株式会社 | Remote monitoring method, apparatus, and recording medium recording remote monitoring program |
| JP2005250863A (en) * | 2004-03-04 | 2005-09-15 | Univ Waseda | Region detecting method and its system |
| JP4743277B2 (en) * | 2006-11-28 | 2011-08-10 | 富士通株式会社 | Image data recognition method, image processing apparatus, and image data recognition program |
| US8204278B2 (en) | 2006-11-28 | 2012-06-19 | Fujitsu Limited | Image recognition method |
| JP6213950B2 (en) * | 2013-06-03 | 2017-10-18 | 日本電信電話株式会社 | Image processing apparatus, image processing method, and image processing program |
-
1996
- 1996-06-10 JP JP14685796A patent/JP3517518B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09330404A (en) | 1997-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Character location in scene images from digital camera | |
| KR100346259B1 (en) | Image retrieval method using multiple features per image sub region | |
| US20040086153A1 (en) | Methods and systems for recognizing road signs in a digital image | |
| JP2002208007A (en) | Automatic detection of scanned document | |
| US6647157B1 (en) | Image search apparatus and method | |
| CN113052170A (en) | Small target license plate recognition method under unconstrained scene | |
| JP2002228423A (en) | Tire detecting method and device | |
| JPH052635A (en) | Individual identification device | |
| JP2000207489A (en) | Character extracting method and device and record medium | |
| JP3517518B2 (en) | Object detection device | |
| CN112528994B (en) | Free angle license plate detection method, license plate recognition method and recognition system | |
| JPH09237343A (en) | Object recognizing system | |
| JP3150762B2 (en) | Gradient vector extraction method and character recognition feature extraction method | |
| JP3331095B2 (en) | In-vehicle image processing device | |
| JP2988994B2 (en) | Positioning device | |
| JP3095470B2 (en) | Character recognition device | |
| JPH10261047A (en) | Character recognition device | |
| JPH09128542A (en) | Image recognision and retrieval device | |
| Shioyama et al. | Image analysis of crosswalk | |
| KR100287218B1 (en) | Image detecting apparatus and method using structural chromatic invariant | |
| Zhang | License plate detection and recognition in unconstrained scenarios | |
| JP2001043312A (en) | Document picture processor | |
| JP2797523B2 (en) | Drawing follower | |
| Duan et al. | A Method of lane detection Based on a Hybrid Model in Urban Environment | |
| Fernández et al. | A vectorizer for color topographic maps |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20040120 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040126 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090130 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090130 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100130 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110130 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110130 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120130 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130130 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |