JP6448036B2 - 物体領域特定方法、装置、及びプログラム - Google Patents
物体領域特定方法、装置、及びプログラム Download PDFInfo
- Publication number
- JP6448036B2 JP6448036B2 JP2015174036A JP2015174036A JP6448036B2 JP 6448036 B2 JP6448036 B2 JP 6448036B2 JP 2015174036 A JP2015174036 A JP 2015174036A JP 2015174036 A JP2015174036 A JP 2015174036A JP 6448036 B2 JP6448036 B2 JP 6448036B2
- Authority
- JP
- Japan
- Prior art keywords
- candidate
- unit
- region
- area
- extracted
- 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
- 238000000034 method Methods 0.000 title claims description 35
- 238000000605 extraction Methods 0.000 claims description 60
- 238000005457 optimization Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 22
- 239000000284 extract Substances 0.000 claims description 14
- 230000006870 function Effects 0.000 description 47
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 201000011243 gastrointestinal stromal tumor Diseases 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Description
(ii) 物体領域集合が、画像集合中に含まれる対象物体を網羅的に捉えていること
(2)様々な見えの物体(plane)が含まれている。
(3)画像あたり複数の物体が含まれている(オクルージョン発生)。
(2)候補領域間の類似度
(3)選択された領域間の重複していない度合
本発明の実施の形態に係る物体領域特定装置100は、CPU(Central Processing Unit)と、CPUが後述する各処理ルーチンを実行するためのプログラム等を記憶したROM(Read Only Memory)と、RAM(Random Access Memory)と、を備えたコンピュータで構成することができる。この物体領域特定装置100は、機能的には図3に示すように入力部10と、演算部20と、出力部40とを備えている。物体領域特定装置100は、複数の画像の各々について、当該画像に含まれる対象物体の領域を特定する。
[参考文献2]M.-M. Cheng et al.,“BING: Binarized Normed Gradients for Objectness Estimation at 300fps”, in Proc. CVPR, 2014.
[参考文献5]H. Jegou et al., “Aggregating local descriptors into a compact image representation”, in CVPR, 2010.
[参考文献6]A. Oliva et al., “Modeling the Shape of the Scene: A Holistic Representation of the Spatial Envelope”, in IJCV, 2001.
[参考文献7]R. Girshick et al., “Rich feature hierarchies for accurate object detection and semantic segmentation”, in Proc. CVPR, 2014.
次に、本発明の実施の形態に係る物体領域特定装置100の作用について説明する。入力部10より複数の画像が入力されると、物体領域特定装置100は、図8に示す物体領域特定処理ルーチンを実行する。
20 演算部
22 画像集合データベース
24 候補領域抽出部
26 特徴量抽出部
28 重複度算出部
30 物体領域初期化部
32 モデル推定部
34 最適化部
36 収束判定部
40 出力部
100 物体領域特定装置
Claims (5)
- 候補領域抽出部、特徴量抽出部、重複度算出部、モデル推定部、及び最適化部を含み、複数の画像の各々について、前記画像に含まれる対象物体の領域を特定する物体領域特定装置における物体領域特定方法であって、
前記候補領域抽出部が、前記複数の画像の各々から前記対象物体の候補領域を抽出するステップと、
前記特徴量抽出部が、前記候補領域抽出部によって前記複数の画像の各々から抽出された前記候補領域の各々に対し、前記候補領域から特徴量を抽出するステップと、
前記重複度算出部が、前記候補領域抽出部によって同じ前記画像から抽出された前記候補領域のペアの各々に対し、前記候補領域間の重複度を算出するステップと、
前記モデル推定部が、前記候補領域の集合から抽出された部分集合である物体領域集合に基づいて、前記特徴量に基づいて対象物体を表すか否かを識別するためのモデルを推定するステップと、
前記最適化部が、前記特徴量抽出部によって前記候補領域の各々に対して抽出された前記特徴量と、前記重複度算出部によって前記ペアの各々に対して算出された前記重複度と、前記モデル推定部によって推定された前記モデルとに基づいて、前記モデルを用いた、前記物体領域集合に含まれる前記候補領域の対象物体らしさを表す関数と、前記特徴量を用いた、前記物体領域集合に含まれる前記候補領域間の類似度合いを表す関数と、前記物体領域集合に含まれる同じ前記画像における候補領域間の重複度合いを表す関数とを含む目的関数を最適化するように、前記候補領域の集合から前記物体領域集合を抽出するステップと、
を含み、
前記モデル推定部は、前記最適化によって抽出された前記物体領域集合に基づいて、前記モデルを推定する
物体領域特定方法。 - 物体領域初期化部が、前記特徴量抽出部によって前記候補領域の各々に対して抽出された前記特徴量と、前記重複度算出部によって前記ペアの各々に対して算出された前記重複度とに基づいて、前記物体領域集合に含まれる前記候補領域の対象物体らしさを表す関数と、前記特徴量を用いた、前記物体領域集合に含まれる前記候補領域間の類似度合いを表す関数と、前記物体領域集合に含まれる同じ前記画像における候補領域間の重複度合いを表す関数とを含む関数を最適化するように、前記候補領域の集合から前記物体領域集合を抽出するステップを更に含み、
前記モデル推定部は、前記物体領域初期化部によって抽出された前記物体領域集合に基づいて、前記モデルを推定する
請求項1に記載の物体領域特定方法。 - 収束判定部が、収束条件が満たされるまで、前記モデル推定部による推定及び前記最適化部による抽出を繰り返すステップを更に含み、
前記モデル推定部は、前記物体領域初期化部によって抽出された前記物体領域集合、又は前記最適化部によって抽出された前記物体領域集合に基づいて、前記モデルを推定する
請求項2に記載の物体領域特定方法。 - 複数の画像の各々について、前記画像に含まれる対象物体の領域を特定する物体領域特定装置であって、
前記複数の画像の各々から前記対象物体の候補領域を抽出する候補領域抽出部と、
前記候補領域抽出部によって前記複数の画像の各々から抽出された前記候補領域の各々に対し、前記候補領域から特徴量を抽出する特徴量抽出部と、
前記候補領域抽出部によって同じ前記画像から抽出された前記候補領域のペアの各々に対し、前記候補領域間の重複度を算出する重複度算出部と、
前記候補領域の集合から抽出された部分集合である物体領域集合に基づいて、前記特徴量に基づいて対象物体を表すか否かを識別するためのモデルを推定するモデル推定部と、
前記特徴量抽出部によって前記候補領域の各々に対して抽出された前記特徴量と、前記重複度算出部によって前記ペアの各々に対して算出された前記重複度と、前記モデル推定部によって推定された前記モデルとに基づいて、前記モデルを用いた、前記物体領域集合に含まれる前記候補領域の対象物体らしさを表す関数と、前記特徴量を用いた、前記物体領域集合に含まれる前記候補領域間の類似度合いを表す関数と、前記物体領域集合に含まれる同じ前記画像における候補領域間の重複度合いを表す関数とを含む目的関数を最適化するように、前記候補領域の集合から前記物体領域集合を抽出する最適化部と、
を含み、
前記モデル推定部は、前記最適化によって抽出された前記物体領域集合に基づいて、前記モデルを推定する
物体領域特定装置。 - 請求項1〜請求項3の何れか1項記載の物体領域特定方法の各ステップをコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015174036A JP6448036B2 (ja) | 2015-09-03 | 2015-09-03 | 物体領域特定方法、装置、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015174036A JP6448036B2 (ja) | 2015-09-03 | 2015-09-03 | 物体領域特定方法、装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017049891A JP2017049891A (ja) | 2017-03-09 |
JP6448036B2 true JP6448036B2 (ja) | 2019-01-09 |
Family
ID=58279822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015174036A Active JP6448036B2 (ja) | 2015-09-03 | 2015-09-03 | 物体領域特定方法、装置、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6448036B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112017007492T5 (de) * | 2017-04-28 | 2020-02-13 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | System und Verfahren zur Erfassung von Objekten in einem digitalen Bild und System und Verfahren zur Neubewertung von Objekterfassungen |
CN110222704B (zh) * | 2019-06-12 | 2022-04-01 | 北京邮电大学 | 一种弱监督目标检测方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3506958B2 (ja) * | 1998-09-10 | 2004-03-15 | 富士写真フイルム株式会社 | 画像処理方法、画像処理装置及び記録媒体 |
JP2012123642A (ja) * | 2010-12-08 | 2012-06-28 | Toyota Central R&D Labs Inc | 画像識別装置及びプログラム |
JP2012221162A (ja) * | 2011-04-07 | 2012-11-12 | Toyota Central R&D Labs Inc | 対象物検出装置及びプログラム |
JP5764094B2 (ja) * | 2012-06-07 | 2015-08-12 | 日本電信電話株式会社 | 画像検索装置、画像検索方法、及び画像検索プログラム |
-
2015
- 2015-09-03 JP JP2015174036A patent/JP6448036B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017049891A (ja) | 2017-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rocco et al. | Efficient neighbourhood consensus networks via submanifold sparse convolutions | |
Melekhov et al. | Siamese network features for image matching | |
JP6832504B2 (ja) | 物体追跡方法、物体追跡装置およびプログラム | |
WO2021022970A1 (zh) | 一种基于多层随机森林的零部件识别方法及*** | |
Patterson et al. | The sun attribute database: Beyond categories for deeper scene understanding | |
Zhao et al. | ApLeaf: An efficient android-based plant leaf identification system | |
CN112384948A (zh) | 用于图像分割的生成对抗网络 | |
CN108229347B (zh) | 用于人识别的拟吉布斯结构采样的深层置换的方法和装置 | |
Chen et al. | Robust feature matching with alternate hough and inverted hough transforms | |
CN105488536A (zh) | 一种基于多特征深度学习技术的农田害虫图像识别方法 | |
CN111667005B (zh) | 一种采用rgbd视觉传感的人体交互*** | |
JP6597914B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN103236068A (zh) | 一种局部图像匹配方法 | |
CN103824090A (zh) | 一种自适应的人脸低层特征选择方法及人脸属性识别方法 | |
CN107480627B (zh) | 行为识别方法、装置、存储介质和处理器 | |
CN104598898B (zh) | 一种基于多任务拓扑学习的航拍图像快速识别***及其快速识别方法 | |
JP4721829B2 (ja) | 画像検索方法及び装置 | |
CN113553975B (zh) | 基于样本对关系蒸馏的行人重识别方法、***、设备及介质 | |
JP6448036B2 (ja) | 物体領域特定方法、装置、及びプログラム | |
JP6758250B2 (ja) | 局所特徴表現学習装置、及び方法 | |
JP6517652B2 (ja) | 物体顕著性マップ算出装置、方法、及びプログラム | |
JP5370267B2 (ja) | 画像処理システム | |
CN111414922A (zh) | 特征提取方法、图像处理方法、模型训练方法及装置 | |
JP2015114819A (ja) | 特徴選択装置、方法、及びプログラム | |
JP6670787B2 (ja) | 繰り返しパターン発見装置、方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171106 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20171106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181024 |
|
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: 20181030 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181128 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6448036 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |