JP6378453B2 - 特徴抽出方法及び装置 - Google Patents

Description

本発明は画像処理技術分野に関し、特に特徴抽出方法及び装置に関する。

本発明は出願番号２０１５１０８２７８８６．１であり、出願日２０１５年１１月２５日である中国特許出願に基づいて提出され、該中国特許出願の優先権を主張し、該中国特許出願の全ての内容はここで参考として本発明に引用される。

画像検出及び認識はコンピュータビジョンにおける一つの重要な研究分野である。画像検出及び認識技術において最もよく使われる方法は、画像におけるある特徴を抽出することにより、画像に対して検出及び認識を行う。

関わる技術において、画像のＨＯＧ（Ｈｉｓｔｏｇｒａｍ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔ、勾配方向ヒストグラム）特徴を抽出することにより、画像に対して検出及び認識を行う。ＨＯＧ特徴抽出方法は、画像における各画素の勾配を計算することと、画像を複数の画素を含む複数のセルに区分し、各隣接するｎ個のセルを一つのブロックに形成することと、各セルにおけるすべての画素の勾配ヒストグラムを統計し、各ブロックにおけるすべてのセルの勾配ヒストグラムに基づいて各ブロックのＨＯＧ特徴を取得することと、画像におけるすべてのブロックのＨＯＧ特徴を統計し画像のＨＯＧ特徴を取得することと、を含む。

関わる技術に存在する問題を解決するために、本発明は特徴抽出方法及び装置を提供する。前記技術的解決手段は以下のとおりである。

本発明の実施例の第１態様によれば、画像を複数のセルを含む複数のブロックに区分することと、各セルを空間領域から周波数領域に転換することと、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することとを含む特徴抽出方法を提供している。

好ましい実施例において、各セルを空間領域から周波数領域に転換することは、各セルに対して離散コサイン変換ＤＣＴを行うことを含む。

好ましい実施例において、各セルを空間領域から周波数領域に転換することは、各セルに対して離散フーリエ変換ＤＦＴを行うことを含む。

好ましい実施例において、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することは、周波数領域における各セルの勾配の大きさと勾配方向を計算し、各セルの記述子を取得することと、周波数領域における各ブロックの各記述子を統計し、各ブロックのＨＯＧ特徴を取得することと、画像の周波数領域における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得することと、を含む。

好ましい実施例において、画像における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得することは、画像における各ブロックのＨＯＧ特徴を一つの列として一つの行列に直列接続し、画像のＨＯＧ特徴を取得することを含む。

好ましい実施例において、画像における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得することは、画像における、Ｍ＊Ｎ個の画素を含む各ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整することと、各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像のＨＯＧ特徴を取得することと、を含む。

好ましい実施例において、該方法は、さらに、画像に対して正規化処理を行い、所定のサイズの画像を取得することを含む。

本発明の実施例の第２態様によれば、画像を複数のセルを含む複数のブロックに区分するように配置された区分モジュールと、各セルを空間領域から周波数領域に転換するように配置された転換モジュールと、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出するように配置された抽出モジュールと、を含む特徴抽出装置を提供している。

好ましい実施例において、転換モジュールは、各セルに対して離散コサイン変換ＤＣＴを行うように配置される。

好ましい実施例において、転換モジュールは、各セルに対して離散フーリエ変換ＤＦＴを行うように配置される。

好ましい実施例において、抽出モジュールは、周波数領域における各セルの勾配の大きさと勾配方向を計算し、各セルの記述子を取得するように配置された計算サブモジュールと、周波数領域における各ブロックの各記述子を統計し、各ブロックのＨＯＧ特徴を取得するように配置された第１統計サブモジュールと、画像の周波数領域における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得するように配置された第２統計サブモジュールと、を含む。

好ましい実施例において、第２統計サブモジュールは、画像における各ブロックのＨＯＧ特徴を一つの列として一つの行列に直列接続し、画像のＨＯＧ特徴を取得するように配置される。

好ましい実施例において、第２統計サブモジュールは、画像における、Ｍ＊Ｎ個の画素を含む各ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整するように配置された調整サブモジュールと、各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像のＨＯＧ特徴を取得するように配置された特徴抽出サブモジュールと、を含む。

好ましい実施例において、該装置は、さらに、画像に対して正規化処理を行い、所定のサイズの画像を取得するように配置された処理モジュールを含む。

本発明の実施例の第３態様によれば、画像を複数のセルを含む複数のブロックに区分し、各セルを空間領域から周波数領域に転換し、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出するように配置された、プロセッサと、プロセッサの実行可能なコマンドを記憶するメモリと、を含む特徴抽出装置を提供している。

本発明の実施例により提供される技術的解決手段は以下の好適な効果を含むことができる。

画像を複数のセルを含む複数のブロックに区分し、各セルを空間領域から周波数領域に転換し、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することにより、ＨＯＧ特徴抽出過程における画像の空間領域に対して直接的に計算して取得することによるパターン認識における検出率及び正確度が低いという問題を解決する。周波数領域において画像のＨＯＧ特徴を抽出し、パターン認識における検出率及び正確度を向上させるという効果を達成している。

理解すべきことは、以上の一般的な説明と後の詳細な説明は例示的なものに過ぎず、本発明を限定するものではない。

ここの図面は明細書に合せられ本明細書の一部を構成し、本発明本発明に適合する実施例を示し、明細書と共に本発明の原理を解釈するのに用いられる。
一例示的な実施例により示された特徴抽出方法のフローチャートである。 別の一例示的な実施例により示された特徴抽出方法のフローチャートである。 一例示的な実施例により示された画像区分を示す図である。 別の一例示的な実施例により示された画像区分を示す図である。 一例示的な実施例により示されたブロックのＨＯＧ特徴を統計することを示す図である。 一例示的な実施例により示された特徴抽出方法のフローチャートである。 一例示的な実施例により示された画像のＨＯＧ特徴を統計することを示す図である。 一例示的な実施例により示された特徴抽出装置のブロック図である。 別の一例示的な実施例により示された特徴抽出装置のブロック図である。 一例示的な実施例により示された特徴抽出装置のサブモジュールのブロック図である。 別の一例示的な実施例により示された特徴抽出装置のブロック図である。

ここで例示的な実施例について詳しく説明し、その実例は図面に示す通りである。下記の説明が図面に関わる時、別途に表示されない限り、異なる図面における同じ数字は同じ又は類似する要素を表示する。以下の例示的な実施例に説明される実施形態は本発明と一致する全ての実施形態を代表するわけではない。逆に、それらは添付の特許請求の範囲に詳細に記載された本発明の一部の態様と一致する装置と方法の例に過ぎない。

図１は一例示的な実施例により示された特徴抽出方法のフローチャートであり、図１に示すように、本実施例は該方法をパターン認識のハードウェアに用いることを例として説明し、該方法は以下のステップを含むことができる。

ステップ１０２において、画像を複数のセルを含む複数のブロックに区分する。

ステップ１０４において、各セルを空間領域から周波数領域に転換する。

各セルに対して転換を行い、画像を空間領域から周波数領域に転換する。

ステップ１０６において、画像の周波数領域におけるＨＯＧ特徴を抽出する。

周波数領域において画像のＨＯＧ特徴を抽出する。

上に述べたように、本発明の実施例により提供された特徴抽出方法は、画像を複数のセルを含む複数のブロックに区分し、各セルを空間領域から周波数領域に転換し、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することにより、ＨＯＧ特徴抽出過程における画像の空間領域に対して直接的に計算して取得することによるパターン認識における検出率及び正確度が低いという問題を解決する。周波数領域における画像のＨＯＧ特徴の抽出を実現し、パターン認識における検出率及び正確度を向上させるという効果を達成している。

図２Ａは別の一例示的な実施例により示された特徴抽出方法のフローチャートであり、図２Ａに示すように、本実施例は該方法をパターン認識のハードウェアに用いることを例として説明し、該方法は以下のステップを含むことができる。

ステップ２０１において、画像に対して正規化処理を行い、所定のサイズの画像を取得する。

パターン認識において、一般的に複数の画像から特徴を抽出することが多い。

画像に対する統一処理が便利であるように、画像に対して特徴抽出を行う前、まず端末により画像に対して正規化処理を行い、異なるサイズの画像を所定のサイズの画像に処理する。

ステップ２０２において、画像を複数のセルを含む複数のブロックに区分する。

好ましくは、端末が正規化処理後の画像を区分することは、画像を複数のブロックに区分し、各ブロックを複数のセルに区分することを含む。

好ましくは、端末が正規化処理後の画像を区分することは、画像を複数のセルに区分し、接続されたセルを複数のセルを含む一つのブロックに組み合わせ、例えば、二つずつ隣接する四つの田字状に配列されたセルを一つのブロックに組み合わせることを含む。

本実施例において、画像区分過程において、ブロックの区分とセルの区分の順序を詳しく限定せず、ブロックを区分してからセルを区分してもよく、セルを区分してからブロックに組み合わせてもよい。

本実施例において、画像が区分されたブロックの間には重複領域が存在するか否かを詳しく限定せず、ブロックの間には重複領域が存在してもよく、存在しなくてもよい。

例えば、図２Ｂに示すように、まず１２８画素＊１２８画素の画像２０を互いに重なっていない１６画素＊１６画素のブロック２１に区分し、さらに１６画素＊１６画素の各ブロック２１を８画素＊８画素のセル２２に区分する場合、画像には８個＊８個＝６４個の互いに重なっていないブロック２１が含まれ、各ブロックには２個＊２個＝４個のセルが含まれる。

例えば、図２Ｃに示すように、まず１２８画素＊１２８画素の画像２０を重複領域が存在する１６画素＊１６画素のブロック２３に区分し、さらに１６画素＊１６画素の各ブロック２３を８画素＊８画素のセル２４に区分する場合、画像には１６個＊１６個＝２５６個の重複領域の存在するブロック２３が含まれ、各ブロックには２個＊２個＝４個のセルが含まれる。

ステップ２０３において、各セルに対してＤＣＴ変換を行う。

画像における各セルについて、各セルの画素で配置される行列Ａの大きさはＭ画素＊Ｎ画素であると仮定する場合、行列ＡのＤＣＴ（Ｄｉｓｃｒｅｔｅ Ｃｏｓｉｎｅ Ｔｒａｎｓｆｏｒｍｎ、離散コサイン変換）変換係数は以下の式のとおりである。

Ｂ_ｐｑは行列ＡのＤＣＴ係数であり、ｐ＝０、１、２…、Ｍ−１、ｍ＝０、１、２…、Ｍ−１、ｑ＝０、１、２…、Ｎ−１、ｎ＝０、１、２…、Ｎ−１。

画像における各セルに対してＤＣＴ変換を行い、よって画像を空間領域から周波数領域に転換する。

好ましくは、端末が各セルに対してＤＦＴ変換（Ｄｉｓｃｒｅｔｅ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ、離散フーリエ変換）を行う。

画像における各セルについて、各セルの大きさはＭ画素＊Ｎ画素であり、画素(x,y)で配置される関数はf(x,y)であると仮定する場合、関数f(x,y)のＤＦＴ係数F(u,v)は以下の式のとおりである。

ｕ＝０、１、２…、Ｍ−１、ｖ＝０、１、２…、Ｎ−１。

端末が画像における各セルに対してＤＣＴ変換を行い、よって画像を空間領域から周波数領域に転換する。

ステップ２０４において、周波数領域における各セルの勾配の大きさと勾配方向を計算し、各セルの記述子を取得する。

端末は勾配演算子を用いて、ＤＣＴ変換又はＤＦＴ変換後の各セルにおける各画素の横方向勾配及び縦方向勾配を計算する。例示的に、一般的な勾配演算子は下記テーブル１に示すようである。

本実施例において、各セルにおける画素の勾配の大きさを計算する時、テーブル１におけるいずれかの勾配演算子を選択してもよく、他の勾配演算子を選択してもよく、本実施例において勾配演算子の選択を詳しく限定しない。

画素 (x,y)の横方向勾配はＨ(x,y)であり、縦方向勾配はＶ(x,y)であると仮定する場合、各画素の勾配方向と勾配ゲインを下記の式（１）と式（２）で計算する。

θ(x,y)は画素 (x,y)の勾配方向であり、ｍ(x,y)は画素 (x,y)の勾配の大きさである。

勾配方向θ(x,y)の値の範囲は−９０度から９０度までであり、勾配方向θ(x,y)をｚ個の部分に均等に区分し、各セルにおけるすべての画素に対して重み付けｍ(x,y)に従って勾配方向に区分された各部分を統計し、最後に各セルはｚ次元のベクトル、即ち、各セルに対応する記述子を取得する。

例えば、勾配方向θ(x,y)を９部分に均等に区分し、各部分に対応する角度は２０度であり、各セルにおけるすべての画素に対して重み付けｍ(x,y)に従って２０度ごとに統計し、最後に各セルに対応して９次元のベクトルを取得する。

本実施例において、勾配方向を何個の部分に区分するかを詳しく限定しない。

ステップ２０５において、周波数領域における各ブロックの各記述子を統計し、各ブロックのＨＯＧ特徴を取得する。

端末は各ブロックに含まれている各セルにおける計算により取得された記述子を統計し、各ブロックのＨＯＧ特徴を取得する。

各セルにおける計算により取得された記述子を統計する時、端末は各セルに対応する記述子を直列接続し、各ブロックのＨＯＧ特徴が一つのベクトルであるようにして、該ベクトルの次元が該ブロックに含まれているセルに対応する記述子の次元のｋ倍である。

例えば、各セルにおける記述子は９次元のベクトルであり、各ブロックに４個のセルが含まれる場合、４個のセルにおける９次元の記述子を直列接続し、３６次元のベクトルを形成し、該３６次元のベクトルを対応するブロックのＨＯＧ特徴とする。

ステップ２０６において、画像の周波数領域における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得する。

端末が各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得する。画像における各ブロックのＨＯＧ特徴を一つの列として一つの行列に直列接続し、画像のＨＯＧ特徴を取得する。

例えば、図２Ｄに示すように、画像にはＨＯＧ特徴がＫ_ｉであるＫ個のブロックが含まれる場合、Ｋ_ｉ個のＨＯＧ特徴を一つの行列２５に直列接続し、Ｋ_１を直列接続された行列の第１列２６に置き、Ｋ_２を直列接続された行列の第２列２７に置き、これによって類推する。

上に述べたように、本発明の実施例により提供される特徴抽出方法は、画像を複数のセルを含む複数のブロックに区分し、各セルに対してＤＣＴ変換又はＤＦＴ変換を行い、周波数領域における各セルの勾配の大きさと勾配方向を計算し、各セルの記述子を取得し、周波数領域における各ブロックの各記述子を統計し、各ブロックのＨＯＧ特徴を取得し、画像の周波数領域における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得することにより、ＨＯＧ特徴抽出過程における画像の空間領域に対して直接的に計算して取得することによるパターン認識における検出率及び正確度が低いという問題を解決する。周波数領域における画像のＨＯＧ特徴の抽出を実現し、パターン認識における検出率及び正確度を向上させるという効果を達成している。

図２Ａに示すような好ましい実施例において、画像における各ブロックのＨＯＧ特徴を統計し画像のＨＯＧ特徴を取得する過程において、画像における対応する位置に従うように配列することができる。図３Ａに示すように、ステップ２０６を下記ステップ２０６ａ及び２０６ｂで代替する。

ステップ２０６ａにおいて、画像における、Ｍ＊Ｎ個の画素を含む各ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整する。

各ブロックのＨＯＧ特徴は各セルに対応する記述子を直列接続してＬ＊１次元ベクトルを取得して、Ｌ＊１次元ベクトルをＭ＊Ｎの行列に調整するものであり、即ち、端末が各ブロックにおけるＬ＊１次元ベクトルを含まれているセルに従って、各列が一つのセルの記述子である対応する行列に調整し、各セルの記述子を対応する画素に従って調整し、得られた調整後の行列の各列は対応するブロックにおける対応する列の画素に対応するＨＯＧ特徴である。

ステップ２０６ｂにおいて、各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像のＨＯＧ特徴を取得する。

各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像における画素位置に対応するＨＯＧ特徴を取得する。

例えば、図３Ｂに示すように、画像にＨＯＧ特徴がＫ_ｉであるＫ個のブロックが含まれる場合、Ｋ_ｉ個のＨＯＧ特徴をＭ＊Ｎの行列に調整し、Ｋ_１の調整後の行列３１を画像における第１のブロック３２の対応する位置に置き、Ｋ_２の調整後の行列３３を画像における第２のブロック３４の対応する位置に置き、これによって類推し、行列ＭＮを画像における最後のブロックＭＮの対応する位置に置く。

上に述べたように、本実施例により提供される特徴抽出方法は、画像における、Ｍ＊Ｎ個の画素を含む各ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整し、各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像のＨＯＧ特徴を取得することにより、抽出後の画像のＨＯＧ特徴を画像における各ブロックの対応する位置に対応し、画像における各ブロックの特徴をより良く強調することができる。

以下は本発明に関わる装置の実施例であり、本発明に関わる方法の実施例を実行するのに用いることができる。本発明に関わる装置の実施例に開示されていない詳細については、本発明に関わる方法の実施例を参照する。

図４は一例示的な実施例により示された特徴抽出装置のブロック図であり、図４に示すように、該特徴抽出装置は、区分モジュール４２０と、転換モジュール４４０と、抽出モジュール４６０とを含むがそれに限定されない。

前記区分モジュール４２０は、画像を複数のセルを含む複数のブロックに区分するように配置される。

前記転換モジュール４４０は、各セルを空間領域から周波数領域に転換するように配置される。

転換モジュール４４０は各セルに対して転換を行い、画像を空間領域から周波数領域に転換する。

前記抽出モジュール４６０は、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出するように配置される。

上に述べたように、本発明の実施例により提供される特徴抽出装置は、画像を複数のセルを含む複数のブロックに区分し、各セルを空間領域から周波数領域に転換し、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することにより、ＨＯＧ特徴抽出過程における画像の空間領域に対して直接的に計算して取得することによるパターン認識における検出率及び正確度が低いという問題を解決する。周波数領域における画像のＨＯＧ特徴の抽出を実現し、パターン認識における検出率及び正確度を向上させるという効果を達成している。

図５は別の一例示的な実施例により示された特徴抽出装置のブロック図であり、図５に示すように、該特徴抽出装置は、処理モジュール４１０と、区分モジュール４２０と、転換モジュール４４０と、前記抽出モジュール４６０とを含むがそれに限定されない。

前記処理モジュール４１０は、画像に対して正規化処理を行い、所定のサイズの画像を取得するように配置される。

パターン認識において、一般的に複数の画像から特徴を抽出することが多い。

画像に対する統一処理が便利であるように、画像に対して特徴抽出を行う前、処理モジュール４１０は、画像に対して正規化処理を行い、異なるサイズの画像を所定のサイズの画像に処理する。

前記区分モジュール４２０は、画像を複数のセルを含む複数のブロックに区分するように配置される。

好ましくは、区分モジュール４２０が正規化処理後の画像を区分することは、画像を複数のブロックに区分し、各ブロックを複数のセルに区分することを含む。

好ましくは、区分モジュール４２０が正規化処理後の画像を区分することは、画像を複数のセルに区分し、接続されたセルを複数のセルを含む一つのブロックに組み合わせ、例えば、二つずつ隣接する四つの田字状に配列されたセルを一つのブロックに組み合わせることを含む。

本実施例において、区分モジュール４２０は画像区分過程において、ブロックの区分とセルの区分の順序を詳しく限定せず、ブロックを区分してからセルを区分してもよく、セルを区分してからブロックに組み合わせてもよい。

本実施例において、区分モジュール４２０は画像が区分されたブロックの間には重複領域が存在するか否かを詳しく限定せず、ブロックの間には重複領域が存在してもよく、存在しなくてもよい。

前記転換モジュール４４０は、各セルに対して離散コサイン変換ＤＣＴを行うように配置される。

画像における各セルについて、各セルの画素で配置される行列Ａの大きさはＭ画素＊Ｎ画素であると仮定する場合、行列ＡのＤＣＴ（Ｄｉｓｃｒｅｔｅ Ｃｏｓｉｎｅ Ｔｒａｎｓｆｏｒｍｎ、離散コサイン変換）変換係数は以下の式のとおりである。

Ｂ_ｐｑは行列ＡのＤＣＴ係数であり、ｐ＝０、１、２…、Ｍ−１、ｍ＝０、１、２…、Ｍ−１、ｑ＝０、１、２…、Ｎ−１、ｎ＝０、１、２…、Ｎ−１。

転換モジュール４４０は画像における各セルに対してＤＣＴ変換を行い、よって画像を空間領域から周波数領域に転換する。

好ましくは、転換モジュール４４０は、各セルに対してＤＦＴ変換（Ｄｉｓｃｒｅｔｅ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ、離散フーリエ変換）を行うように配置される。

画像における各セルについて、各セルの大きさはＭ画素＊Ｎ画素であり、配置される関数はf(x,y)であると仮定する場合、関数f(x,y)のＤＦＴ係数F(u,v)は以下の式のとおりである。

ｕ＝０、１、２…、Ｍ−１、ｖ＝０、１、２…、Ｎ−１、(x,y)は画素位置である。

転換モジュール４４０は画像における各セルに対してＤＦＴ変換を行い、よって画像を空間領域から周波数領域に転換する。

前記抽出モジュール４６０は、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出するように配置される。

本実施例において、抽出モジュール４６０は計算サブモジュール４６１と、第１統計サブモジュール４６２と、第２統計サブモジュール４６３を含むことができる。

前記計算サブモジュール４６１は、周波数領域における各セルの勾配の大きさと勾配方向を計算し、各セルの記述子を取得するように配置される。

計算サブモジュール４６１は、勾配演算子を利用して、ＤＣＴ変換又はＤＦＴ変換後の各セルにおける各画素の横方向勾配及び縦方向勾配を計算する。

本実施例は勾配演算子の選択を詳しく限定しない。

画素の横方向勾配はＨ(x,y)であり、縦方向勾配はＶ(x,y)であると仮定する場合、各画素の勾配方向と勾配ゲインを下記の式（１）と式（２）で計算する。

θ(x,y)は画素 (x,y)の勾配方向であり、ｍ(x,y)は画素 (x,y)の勾配の大きさである。

勾配方向θ(x,y)の値の範囲は−９０度から９０度までであり、勾配方向θ(x,y)をｚ個の部分に均等に区分し、各セルにおけるすべての画素に対して重み付けｍ(x,y)に従って勾配方向に区分された各部分を統計し、最後に各セルは一つのｚ次元のベクトル、即ち、各セルに対応する記述子を取得する。

本実施例において、勾配方向を何個の部分に区分するのを詳しく限定しない。

前記第１統計サブモジュール４６２は、周波数領域における各ブロックの各記述子を統計し、各ブロックのＨＯＧ特徴を取得するように配置される。

第１統計サブモジュール４６２は各ブロックに含まれている各セルにおける計算により取得された記述子を統計し、各ブロックのＨＯＧ特徴を取得する。

各セルにおける計算により取得された記述子を統計する時、第１統計サブモジュール４６２は各セルに対応する記述子を直列接続し、各ブロックのＨＯＧ特徴を次元が一つのベクトルであるようにして、該ベクトルの次元が該ブロックに含まれたセルに対応する記述子の次元のｋ倍である。

前記第２統計サブモジュール４６３は、画像の周波数領域における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得するように配置される。

第２統計サブモジュール４６３が各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得する。

好ましくは、第２統計サブモジュール４６３は、画像における各ブロックのＨＯＧ特徴を一つの列として一つの行列に直列接続し、画像のＨＯＧ特徴を取得するように配置される。

上に述べたように、本発明の実施例により提供される特徴抽出装置は、画像を複数のセルを含む複数のブロックに区分し、各セルに対してＤＣＴ変換又はＤＦＴ変換を行い、周波数領域における各セルの勾配の大きさと勾配方向を計算し、各セルの記述子を取得し、周波数領域における各ブロックの各記述子を統計し、各ブロックのＨＯＧ特徴を取得し、画像の周波数領域における各ブロックのＨＯＧ特徴を統計し、画像のＨＯＧ特徴を取得することにより、ＨＯＧ特徴抽出過程における画像の空間領域に対して直接的に計算して取得することによるパターン認識における検出率及び正確度が低いという問題を解決する。周波数領域における画像のＨＯＧ特徴の抽出を実現し、パターン認識における検出率及び正確度を向上させるという効果を達成している。

図５により示された好ましい実施例において、図６に示すように、第２統計サブモジュール４６３は調整サブモジュール６１０と、特徴抽出サブモジュール６２０とを含むことができる。

前記調整サブモジュール６１０は、画像における、Ｍ＊Ｎ個の画素を含む各ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整するように配置される。

各ブロックのＨＯＧ特徴は各セルに対応する記述子を直列接続しＬ＊１次元ベクトルを取得して、調整サブモジュール６１０はＬ＊１次元ベクトルをＭ＊Ｎの行列に調整し、即ち、各ブロックにおけるＬ＊１次元ベクトルを含まれているセルに従って各列が一つのセルの記述子である対応する行列に調整し、各セルの記述子を対応する画素従って調整し、得られた調整後行列の各列は対応するブロックにおける対応する列の画素に対応するＨＯＧ特徴である。

前記特徴抽出サブモジュール６２０は、各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像のＨＯＧ特徴を取得するように配置される。

特徴抽出サブモジュール６２０は各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像における画素位置に対応するＨＯＧ特徴を取得する。

上に述べたように、本実施例により提供される特徴抽出装置は、画像における、Ｍ＊Ｎ個の画素を含む各ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整することにより、各ブロックの調整後のＨＯＧ特徴と画像における各ブロックの対応する位置に基づき、画像のＨＯＧ特徴を取得し、抽出後の画像のＨＯＧ特徴を画像における各ブロックの対応する位置に対応し、画像における各ブロックの特徴をより良く強調することができる。

上記実施例における装置について、各モジュールの操作を実行する具体的な形態は、すでに該方法に関する実施例において詳しく説明されたため、ここで詳細な説明を省略する。

本発明の一例示的な実施例は特徴抽出装置を提供し、本発明により提供される特徴抽出方法を実現することができ、該特徴抽出装置は、画像を複数のセルを含む複数のブロックに区分し、各セルを空間領域から周波数領域に転換し、画像の周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出するように配置された、プロセッサと、プロセッサの実行可能なコマンドを記憶するメモリと、を含む。

図７は一例示的な実施例により示された特徴抽出装置のブロック図である。例えば、装置７００は、携帯電話、コンピュータ、デジタル放送端末、メッセージ送受信装置、ゲームコンソール、タブレット型装置、医療機器、フィットネス装置、パーソナルデジタルアシスタントなどであってもよい。

図１１に示すように、装置７００は、処理部１１０２、メモリ１１０４、電源部１１０６、マルチメディア部１１０８、音声部１１１０、入力／出力（Ｉ／Ｏ）のインターフェース１１１２、センサ部１１１４、及び通信部１１１６のうちの一つ又は複数の部材を含むことができる。

処理部７０２は、一般的に装置７００の全体的操作、例えば、表示、電話呼び出し、データ通信、カメラ操作及び記録操作に関する操作を制御する。処理部７０２は、上記方法の全部又は一部のステップを完成するために、一つ又は複数のプロセッサ７２０を含んでコマンドを実行してもよい。さらに、処理部７０２は、その他のモジュールとのインタラクションを便利にするように、一つ又は複数のモジュールを含んでもよい。例えば、処理部７０２は、マルチメディア部７０８と処理部７０２とのインタラクションを便利にするように、マルチメディアモジュールを含んでもよい。

メモリ７０４は、装置７００の操作をサポートするために、様々な種類のデータを記憶するように配置される。これらのデータの実例は、装置７００において操作される如何なるアプリケーション又は方法のコマンド、連絡先データ、電話帳データ、メッセージ、画像、ビデオなどを含む。メモリ７０４は、如何なる種類の揮発性又は不揮発性メモリ又はそれらの組合せ、例えば、スタティックランダムアクセスメモリ（ＳＲＡＭ）、電気的消去可能なプログラマブル読み取り専用メモリ（ＥＥＰＲＯＭ）、消去可能なプログラマブル読み取り専用メモリ（ＥＰＲＯＭ）、プログラマブル読み取り専用メモリ（ＰＲＯＭ）、読み取り専用メモリ（ＲＯＭ）、磁気メモリ、フラッシュメモリ、磁気ディスク又は光ディスクにより実現することができる。

電源部７０６は、装置７００の様々な部材のために電力を供給する。電源部７０６は、電源管理システム、一つ又は複数の電源、及びその他の装置７００のための電力の生成、管理及び供給に関連する部材を含むことができる。

マルチメディア部７０８は、前記装置７００とユーザーの間の一つの出力インターフェースを提供するスクリーンを含む。一部の実施例において、スクリーンは液晶ディスプレイ（ＬＣＤ）とタッチパネル（ＴＰ）を含んでもよい。スクリーンにタッチパネルが含まれる場合、スクリーンはユーザーからの入力信号を受信するために、タッチスクリーンに実現されることができる。タッチパネルは、タッチ、スワイプ及びタッチパネルにおけるジェスチャーを感知するために、一つ又は複数のタッチセンサを含む。前記タッチセンサは、タッチ又はスワイプ動作の境界を感知するとともに、前記タッチ又はスワイプ動作に関わる持続時間及び圧力を検出することができる。一部の実施例において、マルチメディア部７０８は、フロントカメラ及び／又はバックカメラを含む。装置７００が操作モードである場合、例えば、撮影モード又はビデオモードである場合、フロントカメラ及び／又はバックカメラは外部のマルチメディアデータを受信することができる。各フロントカメラ及びバックカメラは、固定された光学レンズシステムであってもよく、又は焦点距離と光学ズーム能力を有する。

音声部７１０は、音声信号を出力及び／又は入力するように配置される。例えば、音声部７１０は、マイクロホン（ＭＩＣ）を含み、装置７００が操作モードである場合、例えば、呼び出しモード、記録モード及び音声認識モードである場合、マイクロホンは外部の音声信号を受信するように配置される。受信された音声信号は、さらにメモリ７０４に記憶され、又は通信部７１６を介して送信される。一部の実施例において、音声部７１０は、さらに音声信号を出力するスピーカーを含む。

Ｉ／Ｏインターフェース７１２は、処理部７０２と周辺インターフェース部との間にインターフェースを提供し、上記周辺インターフェース部は、キーボード、クリックホイール、ボタンなどであってもよい。これらのボタンは、ホームボタン、ボリュームボタン、スタートボタン及びホールドボタンを含むことができるが、それに限定されない。

センサ部７１４は、一つ又は複数のセンサを含み、装置７００に各方面の状態評価を提供するためである。例えば、センサ部７１４は、装置７００のオン／オフ状態、部材の相対的位置決めを検出することができ、例えば、前記部材が装置７００のディスプレイ及びキーパッドであり、センサ部７１４は、さらに装置７００又は装置７００の一つの部材の位置変化、ユーザーと装置７００との接触の有無、装置７００の方角又は加速／減速及び装置７００の温度変化を検出することができる。センサ部７１４は、近接センサを含むことができ、如何なる物理的接触がない時、近傍物体の存在を検出するように配置される。センサ部７１４は、さらに光学センサ、例えば、ＣＭＯＳ又はＣＣＤイメージセンサを含むことができ、イメージングアプリケーションに用いられる。一部の実施例において、該センサ部７１４は、さらに加速度センサ、ジャイロセンサ、磁気センサ、圧力センサ又は温度センサを含むことができる。

通信部７１６は、装置７００とその他の装置との有線又は無線方式による通信を便利にするように配置される。装置７００は、通信標準に基づく無線ネットワーク、例えば、Ｗｉ−Ｆｉ、２Ｇ又は３Ｇ、又はそれらの組み合わせにアクセスすることができる。一例示的な実施例において、通信部７１６は、放送チャネルを介して外部放送管理システムからの放送信号又は放送関連情報を受信する。一例示的な実施例において、通信部７１６は、狭域通信を促進するために、さらに近距離無線通信（ＮＦＣ）モジュールを含む。例えば、ＮＦＣモジュールにおいて、無線周波数認識（ＲＦＩＤ）技術、赤外線データ協会（ＩｒＤＡ）技術、超広帯域（ＵＷＢ）技術、ブルートゥース（ＢＴ）及びその他の技術に基づいて実現することができる。

例示的な実施例において、装置７００は、一つ又は複数の特定用途向け集積回路（ＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）、デジタル信号処理装置（ＤＳＰＤ）、プログラマブルロジックデバイス（ＰＬＤ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、コントローラ、マイクロコントローラ、マイクロプロセッサ又はその他の電子部品により実現することができ、上記特徴抽出方法を実行するのに用いられる。

例示的な実施例において、さらに、コマンドを含む非一時的コンピュータ可読記憶媒体、例えば、コマンドを含むメモリ７０４を提供し、上記方法を完成するために、上記コマンドは装置７００のプロセッサ７２０により実行することができる。例えば、前記非一時的なコンピュータ可読記憶媒体は、ＲＯＭ、ランダムアクセスメモリ（ＲＡＭ）、ＣＤ−ＲＯＭ、磁気テープ、フロッピー（登録商標）ディスク及び光データ記憶装置などであってもよい。

当業者であれば、明細書を考慮しここに開示された発明を実践した後、本発明のその他の実施様態を容易に想到できる。本発明は、本発明の如何なる変形、用途又は適応的変化を含むためのものであり、これらの変形、用途又は適応的変化は本発明の一般的な原理に準じ、本発明の開示されていない当該技術分野における一般的知識又は慣用の技術手段を含む。明細書と実施例は例示的なものに過ぎず、本発明の実際の範囲と精神は下記特許請求の範囲により与えられる。

理解すべきことは、本発明は既に上記のように説明され、図面に示された正確な構造に限定されず、その範囲を逸脱しない限りにおいて様々な修正や変更を行うことができる。本発明の範囲は特許請求の範囲のみにより限定される。

Claims (11)

1. 特徴抽出方法であって、
   画像を複数のセルを含む複数のブロックに区分することと、
   各前記セルを空間領域から周波数領域に転換することと、
   前記画像の前記周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することと、を含み、
   前記画像の前記周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することは、
   前記周波数領域における各前記セルの勾配の大きさと勾配方向を計算し、各前記セルの記述子を取得することと、
   前記周波数領域における各前記ブロックの各前記記述子を統計し、各前記ブロックのＨＯＧ特徴を取得することと、
   前記画像の前記周波数領域における各前記ブロックのＨＯＧ特徴を統計し、前記画像のＨＯＧ特徴を取得することと、を含み、
   前記画像における各前記ブロックのＨＯＧ特徴を統計し、前記画像のＨＯＧ特徴を取得することは、
   前記画像における、Ｍ＊Ｎ個の画素を含む各前記ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整することと、
   各前記ブロックの調整後の前記ＨＯＧ特徴と前記画像における各前記ブロックの対応する位置に基づき、前記画像のＨＯＧ特徴を取得することと、を含む
   ことを特徴とする特徴抽出方法。
2. 前記各前記セルを空間領域から周波数領域に転換することは、
   各前記セルに対して離散コサイン変換ＤＣＴを行うことを含むことを特徴とする請求項１に記載の方法。
3. 前記各前記セルを空間領域から周波数領域に転換することは、
   各前記セルに対して離散フーリエ変換ＤＦＴを行うことを含むことを特徴とする請求項１に記載の方法。
4. 前記画像における各前記ブロックのＨＯＧ特徴を統計し、前記画像のＨＯＧ特徴を取得することは、
   前記画像における各前記ブロックのＨＯＧ特徴を一つの列として一つの行列に直列接続し、前記画像のＨＯＧ特徴を取得することを含むことを特徴とする請求項１に記載の方法。
5. 前記方法は、さらに、
   前記画像に対して正規化処理を行い、所定のサイズの前記画像を取得することを含むことを特徴とする請求項１〜４のいずれかに記載の方法。
6. 特徴抽出装置であって、
   画像を複数のセルを含む複数のブロックに区分するように配置された区分モジュールと、
   各前記セルを空間領域から周波数領域に転換するように配置された転換モジュールと、
   前記画像の前記周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出するように配置された抽出モジュールと、を含み、
   前記抽出モジュールは、
   前記周波数領域における各前記セルの勾配の大きさと勾配方向を計算し、各前記セルの記述子を取得するように配置された計算サブモジュールと、
   前記周波数領域における各前記ブロックの各前記記述子を統計し、各前記ブロックのＨＯＧ特徴を取得するように配置された第１統計サブモジュールと、
   前記画像の前記周波数領域における各前記ブロックのＨＯＧ特徴を統計し、前記画像のＨＯＧ特徴を取得するように配置された第２統計サブモジュールと、を含み、前記第２統計サブモジュールは、
   前記画像における、Ｍ＊Ｎ個の画素を含む各前記ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整するように配置された調整サブモジュールと、
   各前記ブロックの調整後の前記ＨＯＧ特徴と前記画像における各前記ブロックの対応する位置に基づき、前記画像のＨＯＧ特徴を取得するように配置された特徴抽出サブモジュールと、を含む
   ことを特徴とする特徴抽出装置。
7. 前記転換モジュールは、
   各前記セルに対して離散コサイン変換ＤＣＴを行うように配置されたことを特徴とする請求項６に記載の装置。
8. 前記転換モジュールは、
   各前記セルに対して離散フーリエ変換ＤＦＴを行うように配置されたことを特徴とする請求項６に記載の装置。
9. 前記第２統計サブモジュールは、
   前記画像における各前記ブロックのＨＯＧ特徴を一つの列として一つの行列に直列接続し、前記画像のＨＯＧ特徴を取得するように配置されたことを特徴とする請求項６に記載の装置。
10. 前記装置は、さらに、
    前記画像に対して正規化処理を行い、所定のサイズの前記画像を取得するように配置された処理モジュールを含むことを特徴とする請求項６〜９のいずれかに記載の装置。
11. 特徴抽出装置であって、
    前記装置は、プロセッサと、前記プロセッサの実行可能なコマンドを記憶するメモリと、を含み、
    前記プロセッサは、
    画像を複数のセルを含む複数のブロックに区分し、
    各前記セルを空間領域から周波数領域に転換し、
    前記画像の前記周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出し、
    前記画像の前記周波数領域における勾配方向ヒストグラムＨＯＧ特徴を抽出することは、
    前記周波数領域における各前記セルの勾配の大きさと勾配方向を計算し、各前記セルの記述子を取得することと、
    前記周波数領域における各前記ブロックの各前記記述子を統計し、各前記ブロックのＨＯＧ特徴を取得することと、
    前記画像の前記周波数領域における各前記ブロックのＨＯＧ特徴を統計し、前記画像のＨＯＧ特徴を取得することと、を含み、
    前記画像における各前記ブロックのＨＯＧ特徴を統計し、前記画像のＨＯＧ特徴を取得することは、
    前記画像における、Ｍ＊Ｎ個の画素を含む各前記ブロックのＨＯＧ特徴を初期のＬ＊１次元ベクトルからＭ＊Ｎの行列（Ｌ＝Ｍ＊Ｎ）に調整することと、
    各前記ブロックの調整後の前記ＨＯＧ特徴と前記画像における各前記ブロックの対応する位置に基づき、前記画像のＨＯＧ特徴を取得することと、を含む
    ことを特徴とする特徴抽出装置。
    

Images