JP5523053B2 - 物体識別装置及び物体識別方法 - Google Patents
物体識別装置及び物体識別方法 Download PDFInfo
- Publication number
- JP5523053B2 JP5523053B2 JP2009240810A JP2009240810A JP5523053B2 JP 5523053 B2 JP5523053 B2 JP 5523053B2 JP 2009240810 A JP2009240810 A JP 2009240810A JP 2009240810 A JP2009240810 A JP 2009240810A JP 5523053 B2 JP5523053 B2 JP 5523053B2
- Authority
- JP
- Japan
- Prior art keywords
- identification
- image
- identification information
- partial image
- identifier
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
- G06V10/7747—Organisation of the process, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Description
本実施形態では、識別器を用いて画像内から顔を検出(顔検出)する物体識別装置について説明する。
図1の(a)は、物体識別装置のハードウェア構成を示す図である。物体識別装置は、CPU(Central Processing Unit)1、記憶装置2、入力装置3、及び表示装置4を含んで構成される。なお、各装置は、互いに通信可能に構成され、バス等により接続されている。
CPU1は、物体識別装置の動作をコントロールし、記憶装置2に格納されたプログラムの実行等を行う。
記憶装置2は、磁気記憶装置、半導体メモリ等のストレージデバイスであり、CPU1の動作に基づき読み込まれたプログラム、長時間記憶しなくてはならないデータ等を記憶する。
本実施形態では、CPU1が、記憶装置2に格納されたプログラムの手順に従って処理を行うことによって、物体識別装置における機能及び後述するフローチャートに係る処理が実現される。
入力装置3は、マウス、キーボード、タッチパネルデバイス、ボタン等であり、各種の指示を入力する。
表示装置4は、液晶パネル、外部モニタ等であり、各種の情報を表示する。
なお、物体識別装置のハードウェア構成は、上述した構成に限られるものではない。例えば、物体識別装置は、各種の装置間で通信を行うためのI/O装置を含んで構成されてもよい。例えば、I/O装置は、メモリーカード、USBケーブル等の入出力部、有線、無線等による送受信部である。また、例えば、物体識別装置は、撮像装置を含んで構成されてもよい。撮像装置は、カムコーダ等であり、CCD(Charge Coupled Devices)、CMOS(Complementary Metal Oxide Semiconductor)等の撮像素子を備える。撮像装置で撮像された画像データは、記憶装置2等に記憶される。
まず、顔検出装置は、顔の検出を対象とする画像データをメモリに読み込み、顔と照合する部分領域である所定の矩形領域を読み込んだ画像中から切り出す。そして、顔検出装置は、切り出した矩形領域の画素値の分布を入力としてニューラル・ネットワークによる演算で一つの出力を得る。このとき、ニューラル・ネットワークの重み、閾値が膨大な顔画像パターンと非顔画像パターンとにより予め学習されており、顔検出装置は、例えば、ニューラル・ネットワークの出力が0以上であるならば顔、それ以外は非顔であると判別する。そして、顔検出装置は、ニューラル・ネットワークの入力である矩形領域(例えば、後述の識別対象領域画像111)の切り出し位置を、例えば、図2に示すように入力画像110の全域から縦横順次に走査していくことにより、画像中から顔を検出する。また、顔検出装置は、様々な大きさの顔の検出に対応するため、図2に示すように読み込んだ画像を所定の割合で順次縮小し、それに対して上述した顔検出の走査を行うようにしている。なお、ニューラル・ネットワークにより画像中の顔パターンを検出する方法については、参考文献1等を参照することが好ましい。
(参考文献1)
Rowley et al, "Neural network-based face detection", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL.20 , NO.1, JANUARY 1998
一方で、夫々の弱判別器をHaarタイプの矩形特徴量で構成し、矩形特徴量の算出を、積分画像を利用して高速に行う構成を採用する顔検出装置がある。このHaarタイプの矩形特徴量について、図3を参照して説明する。特徴量A(310)は、両目部分と両目下部分(頬の部分)とにより構成され、両目部分は、両目下部分より黒っぽいという特徴を示す特徴量である。また、特徴量B(320)は、両目部分と眉間部分とにより構成され、両目部分において、目の部分は黒っぽく、目と目の間である眉間部分は、両目部分に比べて、白っぽいという特徴を示す特徴量である。Haarタイプの矩形特徴量を用いる顔検出装置では、このような学習結果(学習された特徴量)を識別対象領域画像111(部分画像に関する特徴量)と照合し、TRUE / FALSEで識別結果を出力する。
(参考文献2)
Viola and Jones, "Rapid Object Detection using Boosted Cascade of Simple Features", Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR'01)
以下、その理由について説明する。
例えば、図5に示す画像パターンP1(501)をカスケード型の顔検出装置に投入し、識別結果として図4に示す識別器1(401)、識別器2(402)を通過し(すなわち顔候補だと判断され)、識別器K(40K)で顔でないと判断されたとする。次に、図5に示す画像パターンP1(501)に隣接する画像パターンP2(502)をカスケード型の顔検出装置に投入した場合、同様に識別器1(401)、識別器2(402)を通過し、識別器K(40K)で顔でないと判断される可能性が高い。それは、画像パターンP1(501)と画像パターンP2(502)とは共通する画像領域が多いのでHaarタイプの矩形特徴量の相関が高いからである。
各識別器(400)は、これらの特徴量を計算し、識別結果を決定するため、両画像パターンの特徴量の相関が高いならば、両画像パターンの識別処理結果も類似する。
ここで、図7に示すように、本物体識別装置では、画像から矩形領域を切り出す方法として、画像左上画素を開始点とし主走査方向(水平方向)に1画素ずつ走査していく方法(以下、ラスタスキャンと称する。)を採用する。すなわち、ラスタスキャンにおいては、物体識別装置は、入力画像の左上画素を始点とし、矩形領域の左上画素が始点と一致する矩形領域に対して識別処理を行う。次に、物体識別装置は、主走査方向に1画素ずれた矩形領域に対して順次識別処理を行っていき、矩形領域右端が入力画像右端と一致する点(終点)まで処理を行う。そして、物体識別装置は、1つ前の主走査の始点から副走査方向に1画素ずれた画素を始点として、主走査方向に向かって走査を行う。これを1画素ずつ副走査方向にずらしながら、物体識別装置は、矩形領域の下端が入力画像の下端と一致するまでバンドに対する処理を行っていく。
ラスタスキャンの場合、物体識別装置は、近傍領域画像600として、1画素ずれた領域(隣接領域画像700)を使用することができる。すなわち、隣接領域画像700が識別器M(40M)でFALSEした場合、現在の識別対象領域画像111でも識別器M(40M)でFALSEとなる可能性が高い。
そこで、直前の識別処理、つまり隣接領域画像700に対する識別処理が、識別器M(40M)でFALSEしている場合、現在の識別対象領域画像111に対する識別処理を識別器M(40M)から開始する。識別器M(40M)がTRUEになった場合は、識別器1(401)から再開してもよいし、識別器M+1(40M+1)に進んで再開してもよい。
なお、本実施形態では、処置対象の部分画像として、1画素ずれた隣接領域画像700を使用しているが、これに限られるものではない。例えば、画像の走査方法に関わらず、現在の識別対象領域画像111から数画素上下左右いずれかにずれた領域の部分画像(すなわち、識別対象領域画像111の近傍の部分画像である近傍領域画像600等)を利用してもよい。このとき、近傍領域画像600の処理結果としては、数画素上下左右いずれかにずれた部分画像に対する処理結果でもよいし、周辺の数領域に対する部分画像の処理結果の平均等でもよい。
物体識別装置は、画像入力部100、画像切り出し部101、識別処理部102、識別処理制御部103、処理順序決定部104、辞書データ保持部105、及び識別処理結果情報保持部107を含んで構成される。
画像入力部100は、デジタルカメラで撮影された静止画、動画の1フレーム画像等、入力画像110を入力する。
画像切り出し部101は、画像入力部100から入力された入力画像110から識別対象となる矩形領域の画像である識別対象領域画像111を切り出す。本実施形態では、切り出し方として、上述したラスタスキャンを採用している。
識別処理部102は、画像切り出し部101で切り出された識別対象領域画像111に、物体が存在しているかどうかを識別する。本実施形態では、識別処理部102は、1つで構成されており、入力される処理識別器番号115をもとに、辞書データ保持部105から、辞書データ112を読み出して、夫々の識別器(400)としての識別処理を行う。識別処理では、識別処理部102は、識別対象領域画像111から辞書データ112をもとに複数の特徴量を計算して、識別結果116を得る。辞書データ112は、予め学習により計算して求められたものであり、辞書データ112の違いが各識別器(400)の違いとなる。
識別処理制御部103は、処理順序情報118に従って、識別処理部102を順番に実行させるように制御する。処理順序情報118とは、識別器(400)をどのような順番で実行していくかを示す情報である。
処理順序決定部104は、識別処理制御部103による依頼をもとに、処理順序情報118を決定し、処理順序情報118を識別処理制御部103に出力する。
まず、画像入力部100は、入力画像110を入力する(ステップS801)。ここで読み込まれた入力画像110は、例えば8ビットの輝度で表現される画素により構成される、横g_width、縦g_heightの2次元配列データである。
次に、切出手段の一例である画像切り出し部101は、識別対象領域画像111の位置情報(識別対象領域画像111の最左上端の位置)(x,y)を入力画像110の最左上端(0,0)とする(ステップS802)。
続いて、画像切り出し部101は、入力画像110から識別対象領域画像111(換言するならば、部分画像)を切り出す(ステップS803)。識別対象領域画像111は、例えば入力画像110と同様に8ビットの輝度で表現される画素により構成される、横s_width、縦s_heightの2次元配列データである。このとき、画像切り出し部101は、識別対象領域画像111の位置情報を含む処理開始依頼通知113を識別処理制御部103に対して送信する。処理開始依頼通知113を受け取った識別処理制御部103は、処理順序情報118を受け取るために、処理順序決定部104に対して識別対象領域画像111の位置情報を通知する。
まず、識別処理制御部103は、ループ変数iを初期化する(ステップS807)。
次に、識別処理制御部103は、List配列のi番目の識別器番号を処理識別器番号115として識別処理部102に入力する。これにより識別器番号List[i]の処理が識別処理部102により実行される(ステップS809)。すなわち、識別手段の一例である識別処理部102は、入力された処理識別器番号115をもとに、記憶部の一例である辞書データ保持部105から、辞書データ112を読み出して、処理識別器番号115の識別器(400)としての識別処理を行う。識別処理では、識別処理部102は、識別対象領域画像111から辞書データ112をもとに複数の特徴量を計算して、識別結果116を得る。すなわち、識別処理部102は、識別対象領域画像111と物体を識別するための複数の識別情報(例えば、複数の辞書データ112)の各々とを参照して、識別対象領域画像111が物体に係る画像であるか否かを識別する。
その後、識別処理制御部103は、識別処理部102より識別結果116を受け取り、TRUEであるかFALSEであるかを判定する(ステップS810)。判定の結果、TRUE(Yes)である場合には、識別処理制御部103は、ループ変数iをインクリメントする(ステップS811)。そして、識別処理制御部103は、ループ変数iが処理識別器総数nより小さいか否かを判定する。ループ変数iが処理識別器総数nより小さい場合には、識別処理制御部103は、次の識別器(400)の処理を実行する。他方、ループ変数iが処理識別器総数n以上である場合、すなわち識別処理のループにおいて一度もFALSEせずにループ変数iが処理識別器総数nに達した場合、識別処理制御部103は、打切り識別器番号NUMに0を代入する(ステップS814)。
他方、FALSE(No)である場合には、識別処理制御部103は、打切り識別器番号NUMとしてFALSEとなった識別器番号List[i]を代入し(ステップS813)、続いて、処理をステップS815に移す。すなわち、識別手段の一例である識別処理制御部103は、識別対象領域画像111が物体に係る画像でないと識別されると、複数の辞書データ112のうち参照していない残りの辞書データ112についての識別処理を止めるように制御を行う。
以上で、1つの識別対象領域画像111に対する識別処理が終了する。この際、識別処理制御部103は、画像切り出し部101に対し、処理完了通知114を通知する。
処理完了通知114を受け取った画像切り出し部101は、識別対象領域画像111の始点(x,y)を(x+1,y)に設定する(ステップS816)。換言するならば、画像切り出し部101は、識別対象領域画像111を右に1画素分ずらす。
このとき、識別処理制御部103は、xが入力画像110の横幅g_width - 識別対象領域画像111の横幅s_width以上であるか否かを判断する(ステップS817)。xが入力画像110の横幅g_width - 識別対象領域画像111の横幅s_width未満である場合は、識別処理制御部103は、次の識別対象領域画像111の切り出し処理(ステップS803)に処理を移す。他方、xが入力画像110の横幅g_width - 識別対象領域画像111の横幅s_width以上である場合には、識別処理制御部103は、識別対象領域画像111の位置情報(x,y)を(0,y+1)に設定する(ステップS818)。すなわち、識別処理制御部103は、識別対象領域画像111が入力画像110の最右端まで達した場合には、識別対象領域画像111を、現在の位置から1画素下の行の最左端に設定する。
さらに、識別処理制御部103は、yが入力画像110の縦幅g_height - 識別対象領域画像111の縦幅s_height以上であるか否かを判断する(ステップS819)。yが入力画像110の縦幅g_height - 識別対象領域画像111の縦幅s_height未満である場合には、識別処理制御部103は、次の識別対象領域画像111の切り出し処理(ステップS803)に処理を移す。他方、yが入力画像110の縦幅g_height - 識別対象領域画像111の縦幅s_height以上である場合には、そこで入力画像110に対する検出処理を終了する。つまり識別対象領域画像111が入力画像110の最右下端まで達した場合には、識別処理制御部103は、そこで入力画像110に対する検出処理を終了する。
まず、画像切り出し部101は、次の識別対象領域画像111を切り出す(ステップS803)。
次に、処理順序決定部104は、隣接領域画像700の識別処理結果情報117が存在するか否かを判断する(ステップS804)。例えば、このとき、識別処理結果情報保持部107は、前回の識別対象領域画像111に対する識別処理結果情報117を保持しているとする。この場合には、処理順序決定部104により識別処理結果情報117が存在すると判断され、識別処理制御部103は、隣接領域画像700の識別処理結果情報117により決定される処理順序情報118を使用する。この処理順序情報118は、処理順序決定部104において、隣接領域画像700の識別処理結果情報117に基づき、一意に決定される。例えば、隣接領域画像700の打切り識別器番号がMだった場合、処理順序として識別器M(40M)、1、2、…、M−1、M+1、…、Nという順序として決定される。すなわち、処理順序決定部104は、識別対象領域画像111が物体に係る画像でないとの識別に用いられた辞書データ112が特定されると、識別対象領域画像111の近傍の部分画像と特定された辞書データ112とが最初に参照されるように順序を決定する。以降の処理は、上述した識別処理の流れと同じである。
なお、識別対象領域画像111の位置が最左端である場合には、隣接領域画像700の識別処理結果情報117は存在しないため、最初の識別対象領域画像111に対する識別処理と同じ流れになる。しかしながら、識別対象領域画像111の位置の一画素分上の近傍領域画像600の識別処理結果情報117が存在する場合は、処理順序決定部104は、この識別処理結果情報117により処理順序情報118を決定してもよい。
本実施形態は、動画に対しても適用可能である。動画の場合は、図9に示すように、近傍領域画像600として、連続するフレームの時間的に直前のフレームにおける領域画像、数フレーム前のフレームにおける対応領域画像910等を使用することができる。ここで使用する対応領域画像910の位置は、処理する対象フレーム内の識別対象領域画像111の同一位置座標とする。
ステップS801では、画像入力部100は、動画の1フレーム画像を入力画像110として入力する。入力された入力画像110(換言するならば、動画を構成する一連の入力画像)は、基本的に静止画の場合とデータ形式としては同じものになる。なお、ステップS802及びステップS803に関しては、第1の実施形態と同様であるので説明を省略する。
第3の実施形態に係る処理順序決定部104は、識別処理の処理順序を決定する際に、予め学習時に求めておいた統計情報を用いる。なお、第3の実施形態では、第1の実施形態に係る構成と同一の構成については、第1の実施形態で用いた符号と同一の符号を採用する。
例えば、画像から顔の検出を行う場合には、学習画像(例えば、顔を含まない画像)を予め多数用意しておき、処理順序決定部104は、以下に説明する要領で統計情報を取得する。すなわち、処理順序決定部104は、識別器1(401)から識別器N(40N)の内、画像内のある矩形領域に対してどの識別器でFALSEとなるかの統計量と、その近傍の矩形領域に対してどの識別器でFALSEとなるかの統計量とを関連付ける。
ステップ806において、処理順序決定部104は、近傍領域画像600の識別処理結果情報117から処理順序決定部104に保持した処理順序情報をもとに処理順序情報118を提示する。なお、処理順序決定部104の処理順序情報は、上述したように予め学習時に求めておいた統計情報であり、近傍の矩形領域での処理結果別にList配列として保持されている。
なお、処理順序情報は、必ずしも図10に示した相関の高い順にList配列とする必要はない。例えば、カスケード型識別処理を構成する夫々の識別器の処理演算量が異なる場合には、List配列は、識別器間の相関が低くても処理演算量が小さい識別器を優先的に処理する構成としてもよい。
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。
Claims (7)
- 入力画像から切り出し位置を順次ずらしながら部分画像を切り出す切出手段と、
前記切出手段で切り出された一の部分画像に対して、記憶部に予め記憶されている物体を識別するための複数の識別情報の参照順序を決定する決定手段と、
前記複数の識別情報を前記参照順序に従って順次参照して、参照される各識別情報に基づいて前記部分画像が前記物体に係る画像であるか否かを識別し、ある識別情報に基づいて前記部分画像が前記物体に係る画像でないと識別されると、前記参照順序において前記識別情報より後の識別情報に基づく識別を止める識別手段と、
前記識別手段で前記部分画像が前記物体に係る画像でないと識別された場合に、前記識別された部分画像の切り出し位置と前記識別に用いられた識別情報の識別子とを対応付けた識別結果情報を保持部に保存する保存手段と、
を有し、
前記決定手段は、前記一の部分画像に対して、前記識別結果情報中に前記部分画像の近傍の切り出し位置に対応付けて識別子が含まれている場合、前記識別子に対応する識別情報を優先させて、前記参照順序を決定する物体識別装置。 - 前記決定手段は、新たに切り出された前記部分画像に対して、前記識別結果情報中に前記部分画像の近傍の切り出し位置に対応付けて識別子が含まれている場合、前記識別子に対応する識別情報が最初に参照されるように前記参照順序を決定する、請求項1記載の物体識別装置。
- 動画に含まれる一連の入力画像のそれぞれから切り出し位置を順次ずらしながら部分画像を切り出す切出手段と、
前記切出手段で切り出された一の入力画像における一の部分画像に対して、記憶部に予め記憶されている物体を識別するための複数の識別情報の参照順序を決定する決定手段と、
前記複数の識別情報を前記参照順序に従って順次参照して、参照される各識別情報に基づいて前記一の入力画像における一の部分画像が前記物体に係る画像であるか否かを識別し、ある識別情報に基づいて前記部分画像が前記物体に係る画像でないと識別されると、前記参照順序において前記識別情報より後の識別情報に基づく識別を止める識別手段と、
前記識別手段で前記部分画像が前記物体に係る画像でないと識別された場合に、前記識別された部分画像の切り出し位置と前記識別に用いられた識別情報の識別子とを対応付けた識別結果情報を保持部に保存する保存手段と、
を有し、
前記決定手段は、前記一の入力画像における前記一の部分画像に対して、前記識別結果情報中に前記一の入力画像と時間的に近接する入力画像における部分画像の関連する切り出し位置に対応付けて識別子が含まれている場合、前記識別子に対応する識別情報を優先させて、前記参照順序を決定する物体識別装置。 - 入力画像から切り出し位置を順次ずらしながら部分画像を切り出す切出工程と、
前記切出工程で切り出された一の部分画像に対して、記憶部に予め記憶されている物体を識別するための複数の識別情報の参照順序を決定する決定工程と、
前記複数の識別情報を前記参照順序に従って順次参照して、参照される各識別情報に基づいて前記部分画像が前記物体に係る画像であるか否かを識別し、ある識別情報に基づいて前記部分画像が前記物体に係る画像でないと識別されると、前記参照順序において前記識別情報より後の識別情報に基づく識別を止める識別工程と、
前記識別工程で前記部分画像が前記物体に係る画像でないと識別された場合に、前記識別された部分画像の切り出し位置と前記識別に用いられた識別情報の識別子とを対応付けた識別結果情報を保持部に保存する保存工程と、
を含み、
前記決定工程では、前記一の部分画像に対して、前記識別結果情報中に前記部分画像の近傍の切り出し位置に対応付けて識別子が含まれている場合、前記識別子に対応する識別情報を優先させて、前記参照順序を決定する物体識別方法。 - 動画に含まれる一連の入力画像のそれぞれから切り出し位置を順次ずらしながら部分画像を切り出す切出工程と、
前記切出工程で切り出された一の入力画像における一の部分画像に対して、記憶部に予め記憶されている物体を識別するための複数の識別情報の参照順序を決定する決定工程と、
前記複数の識別情報を前記参照順序に従って順次参照して、参照される各識別情報に基づいて前記一の入力画像における一の部分画像が前記物体に係る画像であるか否かを識別し、ある識別情報に基づいて前記部分画像が前記物体に係る画像でないと識別されると、前記参照順序において前記識別情報より後の識別情報に基づく識別を止める識別工程と、
前記識別工程で前記部分画像が前記物体に係る画像でないと識別された場合に、前記識別された部分画像の切り出し位置と前記識別に用いられた識別情報の識別子とを対応付けた識別結果情報を保持部に保存する保存工程と、
を含み、
前記決定工程では、前記一の入力画像における前記一の部分画像に対して、前記識別結果情報中に前記一の入力画像と時間的に近接する入力画像における部分画像の関連する切り出し位置に対応付けて識別子が含まれている場合、前記識別子に対応する識別情報を優先させて、前記参照順序を決定する物体識別方法。 - コンピュータを、
入力画像から切り出し位置を順次ずらしながら部分画像を切り出す切出手段と、
前記切出手段で切り出された一の部分画像に対して、記憶部に予め記憶されている物体を識別するための複数の識別情報の参照順序を決定する決定手段と、
前記複数の識別情報を前記参照順序に従って順次参照して、参照される各識別情報に基づいて前記部分画像が前記物体に係る画像であるか否かを識別し、ある識別情報に基づいて前記部分画像が前記物体に係る画像でないと識別されると、前記参照順序において前記識別情報より後の識別情報に基づく識別を止める識別手段と、
前記識別手段で前記部分画像が前記物体に係る画像でないと識別された場合に、前記識別された部分画像の切り出し位置と前記識別に用いられた識別情報の識別子とを対応付けた識別結果情報を保持部に保存する保存手段と、
して機能させ、
前記決定手段は、前記一の部分画像に対して、前記識別結果情報中に前記部分画像の近傍の切り出し位置に対応付けて識別子が含まれている場合、前記識別子に対応する識別情報を優先させて、前記参照順序を決定するプログラム。 - コンピュータを、
動画に含まれる一連の入力画像のそれぞれから切り出し位置を順次ずらしながら部分画像を切り出す切出手段と、
前記切出手段で切り出された一の入力画像における一の部分画像に対して、記憶部に予め記憶されている物体を識別するための複数の識別情報の参照順序を決定する決定手段と、
前記複数の識別情報を前記参照順序に従って順次参照して、参照される各識別情報に基づいて前記一の入力画像における一の部分画像が前記物体に係る画像であるか否かを識別し、ある識別情報に基づいて前記部分画像が前記物体に係る画像でないと識別されると、前記参照順序において前記識別情報より後の識別情報に基づく識別を止める識別手段と、
前記識別手段で前記部分画像が前記物体に係る画像でないと識別された場合に、前記識別された部分画像の切り出し位置と前記識別に用いられた識別情報の識別子とを対応付けた識別結果情報を保持部に保存する保存手段と、
して機能させ、
前記決定手段は、前記一の入力画像における前記一の部分画像に対して、前記識別結果情報中に前記一の入力画像と時間的に近接する入力画像における部分画像の関連する切り出し位置に対応付けて識別子が含まれている場合、前記識別子に対応する識別情報を優先させて、前記参照順序を決定するプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009240810A JP5523053B2 (ja) | 2009-10-19 | 2009-10-19 | 物体識別装置及び物体識別方法 |
US12/903,041 US8666176B2 (en) | 2009-10-19 | 2010-10-12 | Object recognition apparatus and object recognition method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009240810A JP5523053B2 (ja) | 2009-10-19 | 2009-10-19 | 物体識別装置及び物体識別方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011086259A JP2011086259A (ja) | 2011-04-28 |
JP5523053B2 true JP5523053B2 (ja) | 2014-06-18 |
Family
ID=43879329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009240810A Active JP5523053B2 (ja) | 2009-10-19 | 2009-10-19 | 物体識別装置及び物体識別方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8666176B2 (ja) |
JP (1) | JP5523053B2 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5873959B2 (ja) * | 2010-09-27 | 2016-03-01 | パナソニックIpマネジメント株式会社 | ホワイトリスト内外判定装置及び方法 |
JP5778983B2 (ja) | 2011-05-17 | 2015-09-16 | キヤノン株式会社 | データ処理装置、データ処理装置の制御方法、およびプログラム |
JP5320443B2 (ja) * | 2011-07-19 | 2013-10-23 | 富士フイルム株式会社 | 高速判別装置および高速判別装置を高速化する方法、並びに高速判別装置プログラム |
CN103237142A (zh) * | 2013-04-25 | 2013-08-07 | 刘义柏 | 一种通过蓝牙耳机和手机产生汽车控制指令的方法 |
JP6282045B2 (ja) * | 2013-05-23 | 2018-02-21 | キヤノン株式会社 | 情報処理装置および方法、プログラム、記憶媒体 |
US9454696B2 (en) * | 2014-04-17 | 2016-09-27 | Xerox Corporation | Dynamically generating table of contents for printable or scanned content |
CN113014793A (zh) * | 2019-12-19 | 2021-06-22 | 华为技术有限公司 | 一种视频处理方法及电子设备 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7508961B2 (en) * | 2003-03-12 | 2009-03-24 | Eastman Kodak Company | Method and system for face detection in digital images |
JP4517633B2 (ja) * | 2003-11-25 | 2010-08-04 | ソニー株式会社 | 対象物検出装置及び方法 |
JP4482796B2 (ja) * | 2004-03-26 | 2010-06-16 | ソニー株式会社 | 情報処理装置および方法、記録媒体、並びにプログラム |
JP5025893B2 (ja) * | 2004-03-29 | 2012-09-12 | ソニー株式会社 | 情報処理装置および方法、記録媒体、並びにプログラム |
US7907769B2 (en) * | 2004-05-13 | 2011-03-15 | The Charles Stark Draper Laboratory, Inc. | Image-based methods for measuring global nuclear patterns as epigenetic markers of cell differentiation |
US8503800B2 (en) * | 2007-03-05 | 2013-08-06 | DigitalOptics Corporation Europe Limited | Illumination detection using classifier chains |
JP4624889B2 (ja) | 2005-08-30 | 2011-02-02 | 富士フイルム株式会社 | 顔検出方法および装置並びにプログラム |
US7889892B2 (en) | 2005-10-13 | 2011-02-15 | Fujifilm Corporation | Face detecting method, and system and program for the methods |
JP4657930B2 (ja) * | 2006-01-17 | 2011-03-23 | 富士フイルム株式会社 | 顔検出方法および装置並びにプログラム |
JP2007213182A (ja) | 2006-02-08 | 2007-08-23 | Fujifilm Corp | 対象物状態認識方法および装置並びにプログラム |
JP4579169B2 (ja) * | 2006-02-27 | 2010-11-10 | 富士フイルム株式会社 | 撮影条件設定方法およびこれを用いた撮影装置 |
US7840037B2 (en) * | 2007-03-09 | 2010-11-23 | Seiko Epson Corporation | Adaptive scanning for performance enhancement in image detection systems |
US7983480B2 (en) * | 2007-05-17 | 2011-07-19 | Seiko Epson Corporation | Two-level scanning for memory saving in image detection systems |
JP4891197B2 (ja) * | 2007-11-01 | 2012-03-07 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
US8565482B2 (en) * | 2011-02-28 | 2013-10-22 | Seiko Epson Corporation | Local difference pattern based local background modeling for object detection |
-
2009
- 2009-10-19 JP JP2009240810A patent/JP5523053B2/ja active Active
-
2010
- 2010-10-12 US US12/903,041 patent/US8666176B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011086259A (ja) | 2011-04-28 |
US20110091108A1 (en) | 2011-04-21 |
US8666176B2 (en) | 2014-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105938622B (zh) | 检测运动图像中的物体的方法和装置 | |
JP5523053B2 (ja) | 物体識別装置及び物体識別方法 | |
KR102299847B1 (ko) | 얼굴 인증 방법 및 장치 | |
US8861784B2 (en) | Object recognition apparatus and object recognition method | |
KR100608595B1 (ko) | 얼굴 인식 방법 및 장치 | |
JP5704905B2 (ja) | 画像処理装置及び画像処理方法、プログラム、並びに記憶媒体 | |
JP5366756B2 (ja) | 情報処理装置及び情報処理方法 | |
US20130142426A1 (en) | Image recognition apparatus, control method for image recognition apparatus, and storage medium | |
US8938117B2 (en) | Pattern recognition apparatus and method therefor configured to recognize object and another lower-order object | |
US20160261808A1 (en) | Information processing apparatus, information processing method, and storage medium | |
JP5662670B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US10079974B2 (en) | Image processing apparatus, method, and medium for extracting feature amount of image | |
JP5578816B2 (ja) | 画像処理装置 | |
JP5693094B2 (ja) | 画像処理装置、画像処理方法及びコンピュータプログラム | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
JP2010103980A (ja) | 画像処理方法、画像処理装置及びシステム | |
US9053354B2 (en) | Fast face detection technique | |
JP5258506B2 (ja) | 情報処理装置 | |
US9154682B2 (en) | Method of detecting predetermined object from image and apparatus therefor | |
JP5247338B2 (ja) | 画像処理装置及び画像処理方法 | |
JP2010146395A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び、電子機器 | |
JP2008211534A (ja) | 顔検知装置 | |
KR20210050649A (ko) | 모바일 기기의 페이스 인증 방법 | |
JP2007025899A (ja) | 画像処理装置、画像処理方法 | |
CN116762098A (zh) | 判定方法、判定程序、以及信息处理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121019 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130813 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131009 |
|
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: 20140311 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140408 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5523053 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |