JP4626418B2 - 対象物検出装置、及び対象物検出方法 - Google Patents
対象物検出装置、及び対象物検出方法 Download PDFInfo
- Publication number
- JP4626418B2 JP4626418B2 JP2005187128A JP2005187128A JP4626418B2 JP 4626418 B2 JP4626418 B2 JP 4626418B2 JP 2005187128 A JP2005187128 A JP 2005187128A JP 2005187128 A JP2005187128 A JP 2005187128A JP 4626418 B2 JP4626418 B2 JP 4626418B2
- Authority
- JP
- Japan
- Prior art keywords
- template
- image
- advance
- weak
- template feature
- 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
Images
Landscapes
- Image Analysis (AREA)
Description
P.Viola andM.Jones Rapid object detection using a boosted cascade of simple Features, Proc.OfIEEE Conf. CVPR, pp.551-518 2001
[対象物検出装置]
図1には、第一の実施形態に係る対象物検出装置1の構成の概略が示されている。対象物検出装置1は、物理的には、撮像素子101〜10M、ハードディスク等の大容量記憶装置12、CPU及びRAM13等で構成されている。また、対象物検出装置1は、機能的には、M個のフィルタ付き撮像素子101〜10Mと、学習結果データベース12と、T個のテンプレート特徴算出部141〜14Tと、T個の弱識別器(第一識別器)161〜16Tと、強識別器(第二識別器)18と、で構成されている。テンプレート特徴算出部141〜14T、弱識別器161〜16T及び強識別器18は、CPU及びRAM13が記憶装置12に記憶された情報に基づいて演算処理を行うことで実現される。
次に、上述した学習結果データベース12を得るための学習装置2について説明する。図5には、学習装置2の構成の概略が示されている。学習装置2は、物理的には、ハードディスク等の大容量記憶装置12,20,22、CPU及びRAM23等で構成されている。また、学習装置2は、機能的には、マルチスペクトル正解画像データベース20と、マルチスペクトル不正解画像データベース22と、それぞれN個のテンプレート特徴算出部261〜26Nを含むスペクトル1〜M用特徴算出部241〜24Mと、識別器学習部28と、学習結果データベース12と、で構成されている。
[対象物検出装置]
図6には、第二の実施形態に係る対象物検出装置3の構成の概略が示されている。対象物検出装置3は、物理的には、撮像素子301〜30M、ハードディスク等の大容量記憶装置32、CPU及びRAM33等で構成されている。また、対象物検出装置3は、機能的には、M個のフィルタ付き撮像素子301〜30Mと、学習結果データベース32と、T個のテンプレート特徴ベクトル算出部341〜34Tと、それぞれM個のスペクトル弱識別器(第一識別器)361,1〜36M,Tを含むテンプレート1〜T用スペクトル弱識別器セット351〜35Tと、T個のテンプレート識別器(第二識別器)371〜37Tと、強識別器(第三識別器)38と、で構成されている。テンプレート特徴ベクトル算出部341〜34T、スペクトル弱識別器361,1〜36M,T、テンプレート識別器371〜37T及び強識別器38は、CPU及びRAM33が記憶装置32に記憶された情報に基づいて演算処理を行うことで実現される。
次に、上述した学習結果データベース32を得るための学習装置4について説明する。図8には、学習装置4の構成の概略が示されている。学習装置4は、物理的には、ハードディスク等の大容量記憶装置32,40,42、CPU及びRAM43等で構成されている。また、学習装置4は、機能的には、マルチスペクトル正解画像データベース40と、マルチスペクトル不正解画像データベース42と、N個のテンプレート特徴ベクトル算出部441〜44Nと、識別器学習部48と、学習結果データベース32と、で構成されている。
強識別器を構成する強識別関数ηの学習方法について説明する。識別器学習部48は、第一実施形態と同様に、先ず、各画像jに関するテンプレート特徴ベクトルの集合Fjと、その画像jが正解又は不正解であることを示す正解情報yjと、を学習用のデータとして取得し、次に、画像データのそれぞれに対して重みω1,j=Q/2,P/2を付与する。
テンプレート識別器を構成するテンプレート識別関数ηnの学習方法について説明する。識別器学習部48は、各画像jをテンプレート情報nで処理して得た特徴ベクトルfn,jと、その画像jが正解又は不正解であることを示す正解情報yjと、を学習用のデータとして取得し、次に、画像データのそれぞれに対して重みΩ1,j=ωt,jを付与する。
[対象物検出装置]
図9には、第三の実施形態に係る対象物検出装置5の構成の概略が示されている。対象物検出装置5は、物理的には、撮像素子501〜50M、ハードディスク等の大容量記憶装置52、CPU及びRAM53等で構成されている。また、対象物検出装置5は、機能的には、M個のフィルタ付き撮像素子501〜50Mと、学習結果データベース52と、T個のテンプレート特徴ベクトル算出部541〜54Tと、T個の射影変換部551〜55Tと、T個の弱識別器(第一識別器)561〜56Tと、強識別器(第二識別器)58と、で構成されている。テンプレート特徴ベクトル算出部541〜54T、射影変換部551〜55T、弱識別器561〜56T及び強識別器58は、CPU及びRAM53が記憶装置52に記憶された情報に基づいて演算処理を行うことで実現される。
次に、上述した学習結果データベース52を得るための学習装置6について説明する。図11には、学習装置6の構成の概略が示されている。学習装置6は、物理的には、ハードディスク等の大容量記憶装置52,60,62、CPU及びRAM63等で構成されている。また、学習装置6は、機能的には、マルチスペクトル正解画像データベース60と、マルチスペクトル不正解画像データベース62と、N個のテンプレート特徴ベクトル算出部641〜64Nと、N個の射影パラメータ算出部651〜65Nと、N個の射影変換部661〜66Nと、識別器学習部68と、学習結果データベース52と、で構成されている。
Claims (7)
- 撮像領域を撮影して、互いに周波数領域が異なる複数のスペクトル画像を生成する撮像部と、
事前に学習することにより前記複数のスペクトルのそれぞれについて用意された複数のテンプレート情報を用いて、前記スペクトル画像のそれぞれについてテンプレート特徴量を算出するテンプレート特徴算出部と、
前記テンプレート情報を用いて事前に学習した弱識別関数を用いて、前記テンプレート特徴量のそれぞれについて、画像中に検出対象物が含まれるか否かを判定する弱識別器と、
前記テンプレート情報を用いて事前に学習した強識別関数を用いて、前記弱識別器の判定結果を統合して、画像中に検出対象物が含まれるか否かを判定する強識別器と、
を有し、
前記複数のテンプレート情報のそれぞれは、隣接する2つの領域の輝度値の差分を前記テンプレート特徴量として求めるものであることを特徴とする対象物検出装置。 - 撮像領域を撮影して、互いに周波数領域が異なる複数のスペクトル画像を生成する撮像部と、
事前に学習することにより前記複数のスペクトルのそれぞれについて用意された複数のテンプレート情報を用いて、前記スペクトル画像についてテンプレート特徴ベクトルを算出するテンプレート特徴ベクトル算出部と、
前記テンプレート情報を用いて事前に学習した弱識別関数を用いて、前記テンプレート特徴ベクトルの各要素のそれぞれについて、画像中に検出対象物が含まれるか否かを判定する弱識別器と、
前記テンプレート情報を用いて事前に学習したテンプレート識別関数を用いて、前記テンプレート情報が共通する前記弱識別器の判定結果を統合して、画像中に検出対象物が含まれるか否かを判定するテンプレート識別器と、
前記テンプレート情報を用いて事前に学習した強識別関数を用いて、前記テンプレート識別器の判定結果を統合して画像中に検出対象物が含まれるか否かを判定する強識別器と、
を有し、
前記複数のテンプレート情報のそれぞれは、隣接する2つの領域の輝度値の差分を前記テンプレート特徴量として求めるものであることを特徴とする対象物検出装置。 - 撮像領域を撮影して、互いに周波数領域が異なる複数のスペクトル画像を生成する撮像部と、
事前に学習することにより前記複数のスペクトルのそれぞれについて用意された演算を行うための複数のテンプレート情報を用いて、前記スペクトル画像についてテンプレート特徴ベクトルを算出するテンプレート特徴ベクトル算出部と、
前記テンプレート情報を用いて事前に学習した射影パラメータを用いて、前記テンプレート特徴ベクトルを射影変換して、射影テンプレート特徴量を算出する射影変換部と、
前記テンプレート情報を用いて事前に学習した弱識別関数を用いて、前記射影テンプレート特徴量のそれぞれについて、画像中に検出対象物が含まれるか否かを判定する弱識別器と、
前記テンプレート情報を用いて事前に学習した強識別関数を用いて、前記弱識別器の判定結果を統合して、画像中に検出対象物が含まれるか否かを判定する強識別器と、
を有し、
前記複数のテンプレート情報のそれぞれは、隣接する2つの領域の輝度値の差分を前記テンプレート特徴量として求めるものであることを特徴とする対象物検出装置。 - 前記弱識別器は、1つの入力値に基づいて画像中に検出対象物が含まれるか否かを判定するものであり、
その他の前記識別器は、複数の入力値に基づいて画像中に検出対象物が含まれるか否かを判定するものであることを特徴とする請求項1〜3のいずれか1項に記載の対象物検出装置。 - 撮像領域を撮影して、互いに周波数領域が異なる複数のスペクトル画像を生成する撮像ステップと、
事前に学習することにより前記複数のスペクトルのそれぞれについて用意された複数のテンプレート情報を用いて、前記スペクトル画像のそれぞれについてテンプレート特徴量を算出するテンプレート特徴算出ステップと、
前記テンプレート情報を用いて事前に学習した弱識別関数を用いて、前記テンプレート特徴量のそれぞれについて、画像中に検出対象物が含まれるか否かを判定する弱識別ステップと、
前記テンプレート情報を用いて事前に学習した強識別関数を用いて、前記弱識別ステップにおける判定結果を統合して、画像中に検出対象物が含まれるか否かを判定する強識別ステップと、
を含み、
前記複数のテンプレート情報のそれぞれは、隣接する2つの領域の輝度値の差分を前記テンプレート特徴量として求めるものである、対象物検出方法。 - 撮像領域を撮影して、互いに周波数領域が異なる複数のスペクトル画像を生成する撮像ステップと、
事前に学習することにより前記複数のスペクトルのそれぞれについて用意された複数のテンプレート情報を用いて、前記スペクトル画像についてテンプレート特徴ベクトルを算出するテンプレート特徴ベクトル算出ステップと、
前記テンプレート情報を用いて事前に学習した弱識別関数を用いて、前記テンプレート特徴ベクトルの各要素のそれぞれについて、画像中に検出対象物が含まれるか否かを判定する弱識別ステップと、
前記テンプレート情報を用いて事前に学習したテンプレート識別関数を用いて、前記弱識別ステップにおける前記テンプレート情報が共通する判定結果を統合して、画像中に検出対象物が含まれるか否かを判定するテンプレート識別ステップと、
前記テンプレート情報を用いて事前に学習した強識別関数を用いて、前記テンプレート識別ステップにおける判定結果を統合して画像中に検出対象物が含まれるか否かを判定する強識別ステップと、
を含み、
前記複数のテンプレート情報のそれぞれは、隣接する2つの領域の輝度値の差分を前記テンプレート特徴量として求めるものである、対象物検出方法。 - 撮像領域を撮影して、互いに周波数領域が異なる複数のスペクトル画像を生成する撮像ステップと、
事前に学習することにより前記複数のスペクトルのそれぞれについて用意された複数のテンプレート情報を用いて、前記スペクトル画像についてテンプレート特徴ベクトルを算出するテンプレート特徴ベクトル算出ステップと、
前記テンプレート情報を用いて事前に学習した射影パラメータを用いて、前記テンプレート特徴ベクトルを射影変換して、テンプレート特徴量を算出する射影変換ステップと、
前記テンプレート情報を用いて事前に学習した弱識別関数を用いて、前記テンプレート特徴量のそれぞれについて、画像中に検出対象物が含まれるか否かを判定する弱識別ステップと、
前記テンプレート情報を用いて事前に学習した強識別関数を用いて、前記弱識別ステップにおける判定結果を統合して、画像中に検出対象物が含まれるか否かを判定する強識別ステップと、
を含み、
前記複数のテンプレート情報のそれぞれは、隣接する2つの領域の輝度値の差分を前記テンプレート特徴量として求めるものである、対象物検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005187128A JP4626418B2 (ja) | 2005-06-27 | 2005-06-27 | 対象物検出装置、及び対象物検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005187128A JP4626418B2 (ja) | 2005-06-27 | 2005-06-27 | 対象物検出装置、及び対象物検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007004721A JP2007004721A (ja) | 2007-01-11 |
JP4626418B2 true JP4626418B2 (ja) | 2011-02-09 |
Family
ID=37690243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005187128A Expired - Fee Related JP4626418B2 (ja) | 2005-06-27 | 2005-06-27 | 対象物検出装置、及び対象物検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4626418B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315670B (zh) * | 2007-06-01 | 2010-08-11 | 清华大学 | 特定被摄体检测装置及其学习装置和学习方法 |
KR100963797B1 (ko) * | 2008-02-27 | 2010-06-17 | 아주대학교산학협력단 | 복잡성이 감소된 고분광 프로세싱에 기반을 둔 실시간 타겟검출 방법 |
JP5311899B2 (ja) * | 2008-06-30 | 2013-10-09 | キヤノン株式会社 | パターン検出器の学習装置、学習方法及びプログラム |
JP6336351B2 (ja) * | 2014-08-08 | 2018-06-06 | 東芝テック株式会社 | 情報処理装置及びプログラム |
TWI830907B (zh) * | 2019-06-05 | 2024-02-01 | 日商索尼半導體解決方案公司 | 圖像辨識裝置及圖像辨識方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62237591A (ja) * | 1986-04-09 | 1987-10-17 | Hitachi Ltd | カラ−パタ−ンマツチング方式 |
JPH08167029A (ja) * | 1994-12-13 | 1996-06-25 | Fujitsu Ltd | 画像処理装置 |
JP2004362468A (ja) * | 2003-06-06 | 2004-12-24 | Omron Corp | 特定被写体検出装置 |
JP2005108197A (ja) * | 2003-09-09 | 2005-04-21 | Fuji Photo Film Co Ltd | 対象物識別装置および方法並びにプログラム |
-
2005
- 2005-06-27 JP JP2005187128A patent/JP4626418B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62237591A (ja) * | 1986-04-09 | 1987-10-17 | Hitachi Ltd | カラ−パタ−ンマツチング方式 |
JPH08167029A (ja) * | 1994-12-13 | 1996-06-25 | Fujitsu Ltd | 画像処理装置 |
JP2004362468A (ja) * | 2003-06-06 | 2004-12-24 | Omron Corp | 特定被写体検出装置 |
JP2005108197A (ja) * | 2003-09-09 | 2005-04-21 | Fuji Photo Film Co Ltd | 対象物識別装置および方法並びにプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2007004721A (ja) | 2007-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10726244B2 (en) | Method and apparatus detecting a target | |
US10303983B2 (en) | Image recognition apparatus, image recognition method, and recording medium | |
JP4772839B2 (ja) | 画像識別方法および撮像装置 | |
US9008365B2 (en) | Systems and methods for pedestrian detection in images | |
JP5483961B2 (ja) | 画像処理装置、被写体判別方法、プログラム及び記憶媒体 | |
JP5549345B2 (ja) | 画像収集装置に用いる天空検出装置及び方法 | |
JP6351240B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
US8810658B2 (en) | Estimating a visible vector representation for pixels in an infrared image | |
US8774551B2 (en) | Image processing apparatus and image processing method for reducing noise | |
CN110520768B (zh) | 高光谱光场成像方法和*** | |
JP2011053953A (ja) | 画像処理装置及びプログラム | |
JP6881347B2 (ja) | 評価システム、評価装置、評価方法、評価プログラム、及び記録媒体 | |
US20090207260A1 (en) | Image pickup apparatus and image pickup method | |
JP4626418B2 (ja) | 対象物検出装置、及び対象物検出方法 | |
JP5591090B2 (ja) | 画像処理装置およびその方法 | |
JP2017053699A (ja) | 物質判別に用いる近赤外画像撮像用の波長決定方法および近赤外画像を用いた物質判別方法 | |
CN117496560B (zh) | 一种基于多维向量的指纹纹线识别方法及装置 | |
CN111435457B (zh) | 对传感器获取的采集进行分类的方法 | |
JP2019028650A5 (ja) | ||
JP4985264B2 (ja) | 物体識別装置 | |
US20220414826A1 (en) | Image processing apparatus, image processing method, and medium | |
JP2012234500A (ja) | パターン識別装置、パターン識別方法およびプログラム | |
CN114651272A (zh) | 成像传感器、图像处理装置和图像处理方法 | |
Aminova et al. | Overview of digital forensics algorithms in DSLR cameras | |
JP2012127700A (ja) | 画像処理装置およびその方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080623 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100803 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100914 |
|
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: 20101012 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20101025 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131119 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131119 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |