JP6664163B2 - 画像識別方法、画像識別装置及びプログラム - Google Patents
画像識別方法、画像識別装置及びプログラム Download PDFInfo
- Publication number
- JP6664163B2 JP6664163B2 JP2015155462A JP2015155462A JP6664163B2 JP 6664163 B2 JP6664163 B2 JP 6664163B2 JP 2015155462 A JP2015155462 A JP 2015155462A JP 2015155462 A JP2015155462 A JP 2015155462A JP 6664163 B2 JP6664163 B2 JP 6664163B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- area
- feature amount
- identification target
- region
- 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
- 238000000034 method Methods 0.000 title claims description 53
- 238000001514 detection method Methods 0.000 claims description 80
- 238000004590 computer program Methods 0.000 claims 1
- 238000000605 extraction Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 28
- 238000010586 diagram Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 21
- 238000009826 distribution Methods 0.000 description 13
- 230000014509 gene expression Effects 0.000 description 10
- 239000000284 extract Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 210000000746 body region Anatomy 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 201000011243 gastrointestinal stromal tumor Diseases 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
以下、図面を参照して本発明の実施形態を詳細に説明する。図1は、本実施形態に係る画像認識システムを示す構成図である。本実施形態の画像認識システムは、カメラ10と画像認識装置20とがネットワーク15を介して接続されている。なお、カメラ10と画像認識装置20とが一体に構成されていてもよい。カメラ10は、画像認識装置20による画像処理の対象となる識別対象画像を撮影する。図1では、シーン(撮影状況)30を、カメラ10が撮影する例を示している。同図では、被写体として木(tree)30a、自動車(car)30b、建物(building)30c、空(sky)30d、道(road)30e、人体(body)30f等が画角(撮影範囲)内に存在している。画像認識装置20は、カメラ10で撮像(撮影)されたシーン30における識別対象物の特定領域を抽出する。
・RGB、HSV、Lab、YCbCr色空間の各成分
・Gabor filter、LoGのフィルタ応答
を用いるものとする。この場合、色特徴は4(色空間)×3(成分)の12次元となり、フィルタ応答に関しては、Gaborfilter、LoGフィルタの数に対応した次元数となる。領域ごとに特徴づけを行うため、各領域の内の画素ごとに得られる特徴量から統計量を求めるものとし、用いる統計量は、平均、標準偏差、歪度、尖度の4つを用いるとする。歪度は分布の非対称性の度合いを示し、尖度は分布が平均の近くに密集している度合いを示す統計量である。よって、色特徴は4(色空間)×3(成分)×4(統計量)の48次元となり、テクスチャ特徴の次元数は(フィルタ応答数)×4(統計量)となる。また、この他に問合せ領域の重心座標や小領域の面積なども特徴量としてもよい。問合せ領域を組み合わせで設定した場合には、両方の重心座標を保持してもよいし、片方の問合せ領域を顔領域などの特徴的な位置に固定し、もう一方の問合せ領域との重心座標の差(オフセット)を保持しておいてもよい。
S={S1,S2,・・・,SN} (数1)
なお、識別対象領域をそのまま問合せ領域として設定した場合には、N=1であると考えればよい。また、それぞれの問合せ領域が顔領域、髪領域、上半身領域、被写体領域のように各検出モジュールに対応して設定された問合せ領域でもよい。各問合せ領域から得られる特徴量f(Sn)は、問合せ領域を例えばペアとした場合、各問合せ領域をSn1、Sn2とおくと、下記の数2式または数3式で表わされる。
f(Sn1)+f(Sn2) (数2)
f(Sn1+Sn2) (数3)
次に、識別対象画像について、各学習画像との類似度を算出する。以下は簡単のため、ペアではなく、識別対象領域をそのまま問合せ領域として設定された場合を例にして説明する。各学習画像との類似度は、学習画像の各問合せ領域と識別対象画像の各問合せ領域との特徴量の類似度に基づいて決定される。なお、学習画像の各問合せ領域の特徴量は、後述する学習処理によって予め求められ、学習用データ保持部507に保存されている。
は類似度が最大の学習画像の問合せ領域を示している。また、後者の場合、選択される学習画像は数5式により表わされ、この数5式により、識別対象画像と類似度の高い学習画像を選択することができる。なお、数4式、数5式では類似インスタンス画像を1枚選択する例について述べたが、複数枚選択してもよい。
次に、特定領域抽出工程S160では、特定領域抽出部506が、類似インスタンス選択工程S150において選択された類似インスタンス画像、およびその教師データに基づいて、識別対象画像内の特定領域を抽出する。この特定領域の抽出の方法に関し、本実施形態では、2つの方法について説明する。なお、教師データとは、画像中のどの画素が特定領域であるかを示すデータである。また、識別を行う対象は識別対象画像内の識別対象領域の各画素もしくは各領域でもよいし、識別対象画像中のすべての画素もしくは領域に対して行ってもよい。
ただし、数6式〜数9式におけるjは各ガウスカーネルを表すインデックスであり、GMMnumはガウスカーネルの数、αjはガウスカーネルjの混合比、μjはガウスカーネルjの平均値、Σjはガウスカーネルjの共分散行列を表している。
に適当な初期値を与え、所定回数だけEステップとMステップを繰り返せばよい。もしくは、前回の結果に対して閾値以下しか変化しない場合に収束したとして処理を終了すればよい。また、nは観測データのインデックスを表しており、本実施形態においては類似インスタンス画像の特定領域の各画素を表している。そして、最終的に得られた確率密度関数に基づいて、識別対象画像の識別対象領域の各画素が特定領域であるかどうかの尤度を求める。特定領域抽出部506は、求めた尤度を出力してもよいし、尤度が所定の閾値以上の領域を特定領域として抽出し、出力してもよい。
ただし、P(CS|v)は特定領域(肌領域)である確率を表している。vは識別対象画像の各画素もしくは各領域の値を表しており、具体的には、各画素もしくは各領域のRGB値や特徴量でよい。P(v|CS)は選択した類似インスタンス画像の特定領域である画素もしくは領域がvである確率(頻度)を、P(v|CNS)は非特定領域である画素もしくは領域がvである確率(頻度)を表している。また、P(CS)、P(CNS)は事前確率で0.5でもよいし、類似インスタンス画像の特定領域、非特定領域の出現確率を用いてもよい。特定領域抽出に際して、オフライン時に学習した識別器を用いる例については、第2の実施形態で説明する。最終的な特定領域は、確率値(0〜1の実数値)で出力してもよいし、予め決められた閾値以上の領域を特定領域として特定してもよい。
第1の実施形態においては、問合せ領域に関する画像特徴量について述べたが、それだけに限定するものではない。例えば、問合せ領域が含まれる識別対象画像のシーン情報や撮影情報を問合せ領域の特徴量として追加取得してもよい。シーン情報は、非特許文献6に記載されているようなSpatial Pyramid Matching Kernelや、非特許文献7に記載されているようなGIST特徴量を利用すればよい。また、シーン情報は、識別対象画像をブロック状に分割して各ブロックの色分布をヒストグラム化した特徴量などでもよい。その他にも、シーン情報は、画像全体を表す特徴量や、画像の各部分から得られる特徴量を統計量として集計したものであれば種々のものを利用することが可能である。
なお、上述したシーン情報は、画像全体から得られる情報であるため、識別対象画像に対して1つ得られるものである。そのため、問合せ領域の特徴量として利用する場合には、問合せ領域から得られる特徴量にシーン情報を組み合わせて利用すればよい。シーン情報や撮影情報を問合せ領域の特徴量として追加で設定することで、同じ撮影条件で撮影した画像を類似インスタンス画像として取得することが可能になり、特定領域の検出精度が向上する。
本発明の第2の実施形態は、オンライン時に特定領域抽出用のモデルを生成するのではなく、オフライン時に複数のモデル(識別器)を生成しておくものである。そして、認識時には複数のモデル(識別器)を用いて識別対象物の特定領域を抽出する。第1の実施形態では、認識時(オンライン時)に学習データより選択された類似インスタンス画像によりモデル(辞書)を生成して識別対象画像の特定領域を抽出していた。本実施形態においては、学習データ同士で予め類似度を算出して、複数の類似インスタンス画像からモデル(辞書)を生成しておく。そして、オンライン時に学習データとの類似度に基づいて、モデルを選択するか、もしくは複数のモデルによる特定領域検出結果を統合する。以下、本発明の第2の実施形態の詳細について説明する。なお、第1の実施形態において既に説明した構成については同一の符号を付し、その説明は省略する。
S(I,A)=0.8,S(I,B)=0.6,S(I,C)=0.2,S(I,D)=0.1,S(I,E)=0.2 (数16)
ここでは、代表画像とのみ比較を行ったが、辞書を生成した際に用いたすべての学習用データとの類似度を算出して平均することで各辞書の学習用データとの類似度を算出してもよい。なお、特定領域抽出辞書の学習方法および代表画像の設定方法については後述する。
本発明の第3の実施形態は、パーツ検出器を用いて識別対象物の各パーツの位置や識別対象物の範囲を検出するのではなく、表示装置に表示された識別対象上で各パーツの位置や識別対象物の範囲をユーザに設定させ、その設定結果を取得するものである。以下、本発明の第3の実施形態について説明する。なお、第1、第2の実施形態において既に説明をした構成については同一の符号を付し、その説明は省略する。
本発明の第4の実施形態は、特定領域抽出部506によって特定された特定領域の特徴量に基づいて、再度類似インスタンス画像を選択し、選択された類似インスタンス画像を用いて識別対象物の特定領域を再検出するものである。以下、本発明の第4の実施形態について説明する。なお、第1〜第3の実施形態において既に説明した構成については同一の符号を付し、その説明は省略する。
上述の各実施形態においては、識別対象物の特定領域として人物領域における肌領域を検出する構成を例に説明してきたが、本発明は、識別対象物の特定領域として人物領域における肌領域に限定するものではない。例えば、識別対象物は複数のパーツや部分領域で構成されているものであればよく、図15(a)、(b)に示されるような馬や車を識別対象物として、馬の領域や車のボディ領域を特定領域として抽出することもできる。なお、図15(a)、(b)において、パーツ検出結果708を検出するためのパーツ検出器としては、上述の非特許文献4に記載されているDeformablePartsModelsを利用することができる。または、非特許文献8に記載されているposeletsを利用してもよい。
501 取得部
502 パーツ検出部
503 領域設定部
504 特徴量取得部
505 類似インスタンス選択部
506 特定領域抽出部
507 学習用データ保持部
Claims (13)
- 識別対象画像から識別対象の少なくとも1つのパーツを検出するステップと、
前記検出されたパーツに基づいて問合せ領域を設定するステップと、
前記設定された問合せ領域の特徴量を取得するステップと、
前記取得された特徴量に基づいて前記識別対象画像に対応する少なくとも1つのインスタンス画像を選択するステップと、
前記選択されたインスタンス画像に基づいて前記識別対象画像から前記識別対象の特定領域を特定するステップと、
を有することを特徴とする画像識別方法。 - 前記選択されたインスタンス画像に基づいて辞書を生成するステップを更に有し、
前記生成した辞書に基づいて前記特定領域を特定することを特徴とする請求項1に記載の画像識別方法。 - 前記特定された特定領域の特徴量を取得するステップと、
前記取得された特定領域の特徴量に基づいて少なくとも1つのインスタンス画像を選択するステップと、を更に有し、
前記問合せ領域に基づいて取得された特徴量により選択されたインスタンス画像に加えて、前記特定領域に基づいて取得された特徴量により選択されたインスタンス画像に基づいて前記識別対象画像から前記識別対象の特定領域を再度特定することを特徴とする請求項1または2に記載の画像識別方法。 - 識別対象画像から識別対象の少なくとも1つのパーツを検出するステップと、
前記検出されたパーツに基づいて問合せ領域を設定するステップと、
前記設定された問合せ領域の特徴量を取得するステップと、
前記取得された特徴量に基づいて複数の辞書を重みをつけて選択するステップと、
前記特徴量と前記選択された辞書とに基づいて前記識別対象画像から前記識別対象の特定領域を特定するステップと、
を有することを特徴とする画像識別方法。 - 前記特定された特定領域の特徴量を取得するステップと、
前記取得された特定領域の特徴量に基づいて少なくとも1つの辞書を選択するステップと、を更に有し、
前記問合せ領域に基づいて取得された特徴量により選択された辞書に加えて、前記特定領域に基づいて取得された特徴量により選択された辞書に基づいて前記識別対象画像から前記識別対象の特定領域を再度特定することを特徴とする請求項4に記載の画像識別方法。 - 前記問合せ領域は前記識別対象の存在範囲内に設定されることを特徴とする請求項1から5のいずれか1項に記載の画像識別方法。
- 前記問合せ領域は前記検出されたパーツの組合せにより設定されることを特徴とする請求項6に記載の画像識別方法。
- ユーザの設定結果を取得し、当該設定結果に基づいて前記少なくとも1つのパーツを検出することを特徴とする請求項1から5のいずれか1項に記載の画像識別方法。
- 前記識別対象は人物であることを特徴とする請求項1から8のいずれか1項に記載の画像識別方法。
- 前記特定領域は人物の肌領域、服領域、髪領域のいずれかであることを特徴とする請求項1から9のいずれか1項に記載の画像識別方法。
- コンピュータに、請求項1から10のいずれか1項に記載の画像識別方法を実行させるためのプログラム。
- 識別対象画像から識別対象の少なくとも1つのパーツを検出する検出手段と、
前記検出手段により検出されたパーツに基づいて問合せ領域を設定する設定手段と、
前記設定手段により設定された問合せ領域の特徴量を取得する取得手段と、
前記取得手段により取得された特徴量に基づいて前記識別対象画像に対応する少なくとも1つのインスタンス画像を選択する選択手段と、
前記選択手段により選択されたインスタンス画像に基づいて前記識別対象画像から前記識別対象の特定領域を特定する特定手段と、
を有することを特徴とする画像識別装置。 - 識別対象画像から識別対象の少なくとも1つのパーツを検出する検出手段と、
前記検出手段により検出されたパーツに基づいて問合せ領域を設定する設定手段と、
前記設定手段により設定された問合せ領域の特徴量を取得する取得手段と、
前記取得手段により取得された特徴量に基づいて複数の辞書を重みをつけて選択する選択手段と、
前記特徴量と前記選択手段により選択された辞書とに基づいて前記識別対象画像から前記識別対象の特定領域を特定する特定手段と、
を有することを特徴とする画像識別装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015155462A JP6664163B2 (ja) | 2015-08-05 | 2015-08-05 | 画像識別方法、画像識別装置及びプログラム |
US15/222,639 US10438059B2 (en) | 2015-08-05 | 2016-07-28 | Image recognition method, image recognition apparatus, and recording medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015155462A JP6664163B2 (ja) | 2015-08-05 | 2015-08-05 | 画像識別方法、画像識別装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017033469A JP2017033469A (ja) | 2017-02-09 |
JP6664163B2 true JP6664163B2 (ja) | 2020-03-13 |
Family
ID=57989282
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015155462A Expired - Fee Related JP6664163B2 (ja) | 2015-08-05 | 2015-08-05 | 画像識別方法、画像識別装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10438059B2 (ja) |
JP (1) | JP6664163B2 (ja) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6338429B2 (ja) * | 2014-04-15 | 2018-06-06 | キヤノン株式会社 | 被写体検出装置、被写体検出方法及びプログラム |
TWI680747B (zh) * | 2014-11-12 | 2020-01-01 | 日商新力股份有限公司 | 資訊處理裝置、資訊處理方法及資訊處理程式 |
CN106803056B (zh) * | 2015-11-26 | 2020-11-06 | 华为技术有限公司 | 一种肢体关系的估计方法及装置 |
WO2017168949A1 (ja) * | 2016-03-29 | 2017-10-05 | ソニー株式会社 | 情報処理装置、撮像装置、画像再生装置、および方法とプログラム |
WO2018088794A2 (ko) * | 2016-11-08 | 2018-05-17 | 삼성전자 주식회사 | 디바이스가 이미지를 보정하는 방법 및 그 디바이스 |
CN110473232B (zh) * | 2017-07-14 | 2024-02-09 | 腾讯科技(深圳)有限公司 | 图像识别方法、装置、存储介质及电子设备 |
WO2019107167A1 (ja) * | 2017-11-30 | 2019-06-06 | パナソニックIpマネジメント株式会社 | 画像処理装置、画像処理システム、撮像装置、撮像システム、及び画像処理方法 |
JP7161318B2 (ja) * | 2018-06-20 | 2022-10-26 | 矢崎総業株式会社 | 乗車人数監視システム |
CN110929057A (zh) * | 2018-08-30 | 2020-03-27 | 深圳市蓝灯鱼智能科技有限公司 | 图像处理方法、装置和***、存储介质及电子装置 |
CN109344872A (zh) * | 2018-08-31 | 2019-02-15 | 昆明理工大学 | 一种少数民族服装图像的识别方法 |
CN110910334B (zh) * | 2018-09-15 | 2023-03-21 | 北京市商汤科技开发有限公司 | 一种实例分割方法、图像处理设备及计算机可读存储介质 |
US10719707B2 (en) * | 2018-11-13 | 2020-07-21 | Vivotek Inc. | Pedestrian detection method and related monitoring camera |
JP2020085546A (ja) * | 2018-11-19 | 2020-06-04 | 国立研究開発法人産業技術総合研究所 | 構造物の点検・補修支援システム |
US10853704B2 (en) | 2018-12-18 | 2020-12-01 | Clarifai, Inc. | Model-based image labeling and/or segmentation |
JP6745465B1 (ja) * | 2019-03-06 | 2020-08-26 | パナソニックIpマネジメント株式会社 | 車両及びカメラモジュール |
CN109948494B (zh) * | 2019-03-11 | 2020-12-29 | 深圳市商汤科技有限公司 | 图像处理方法及装置、电子设备和存储介质 |
US11315352B2 (en) | 2019-05-08 | 2022-04-26 | Raytheon Company | Calculating the precision of image annotations |
CN111311670B (zh) * | 2020-02-19 | 2023-09-19 | 中冶赛迪信息技术(重庆)有限公司 | 一种基于图像识别的冷床冲顶识别方法、***及设备 |
CN112053333B (zh) * | 2020-08-31 | 2023-04-07 | 中冶赛迪信息技术(重庆)有限公司 | 一种基于机器视觉的方坯检测方法、***、设备及介质 |
CN112487869A (zh) * | 2020-11-06 | 2021-03-12 | 深圳优地科技有限公司 | 机器人路口通行方法、装置和智能设备 |
CN113762221B (zh) * | 2021-11-05 | 2022-03-25 | 通号通信信息集团有限公司 | 人体检测方法及装置 |
CN116993967A (zh) * | 2022-04-25 | 2023-11-03 | 追觅创新科技(苏州)有限公司 | 地面材质的识别方法及装置、存储介质、电子装置 |
CN115937219B (zh) * | 2023-03-14 | 2023-05-12 | 合肥合滨智能机器人有限公司 | 一种基于视频分类的超声图像部位识别方法及*** |
CN117095423B (zh) * | 2023-10-20 | 2024-01-05 | 上海银行股份有限公司 | 一种银行单据字符的识别方法及装置 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2973676B2 (ja) * | 1992-01-23 | 1999-11-08 | 松下電器産業株式会社 | 顔画像特徴点抽出装置 |
WO2006023046A1 (en) * | 2004-06-21 | 2006-03-02 | Nevengineering, Inc. | Single image based multi-biometric system and method |
JP4303191B2 (ja) * | 2004-11-26 | 2009-07-29 | 富士フイルム株式会社 | 画像認識システム、画像認識方法、及び画像認識プログラム |
JP4540661B2 (ja) * | 2006-02-28 | 2010-09-08 | 三洋電機株式会社 | 物体検出装置 |
JP4444936B2 (ja) * | 2006-09-19 | 2010-03-31 | 富士フイルム株式会社 | 撮影装置および方法並びにプログラム |
JP4264663B2 (ja) * | 2006-11-21 | 2009-05-20 | ソニー株式会社 | 撮影装置、画像処理装置、および、これらにおける画像処理方法ならびに当該方法をコンピュータに実行させるプログラム |
JP4874913B2 (ja) * | 2007-09-28 | 2012-02-15 | 富士フイルム株式会社 | 頭頂位置算出装置、それを用いた画像処理装置および頭頂位置算出方法並びにプログラム |
JP5202148B2 (ja) * | 2008-07-15 | 2013-06-05 | キヤノン株式会社 | 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 |
JP5390943B2 (ja) * | 2008-07-16 | 2014-01-15 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
US8290208B2 (en) * | 2009-01-12 | 2012-10-16 | Eastman Kodak Company | Enhanced safety during laser projection |
JP5366756B2 (ja) * | 2009-10-19 | 2013-12-11 | キヤノン株式会社 | 情報処理装置及び情報処理方法 |
JP2011090466A (ja) * | 2009-10-21 | 2011-05-06 | Sony Corp | 情報処理装置及び方法、並びにプログラム |
JP5618686B2 (ja) * | 2010-08-03 | 2014-11-05 | キヤノン株式会社 | 視線検出装置、視線検出方法及びプログラム |
JP5719230B2 (ja) | 2011-05-10 | 2015-05-13 | キヤノン株式会社 | 物体認識装置、物体認識装置の制御方法、およびプログラム |
JP5801601B2 (ja) * | 2011-05-10 | 2015-10-28 | キヤノン株式会社 | 画像認識装置、画像認識装置の制御方法、およびプログラム |
JP5785034B2 (ja) * | 2011-08-26 | 2015-09-24 | 株式会社ザクティ | 電子カメラ |
JP5918996B2 (ja) * | 2011-12-27 | 2016-05-18 | キヤノン株式会社 | 被写体認識装置および辞書データ登録方法 |
JP5963525B2 (ja) * | 2012-04-27 | 2016-08-03 | キヤノン株式会社 | 認識装置、その制御方法、および制御プログラム、並びに撮像装置および表示装置 |
US9600711B2 (en) * | 2012-08-29 | 2017-03-21 | Conduent Business Services, Llc | Method and system for automatically recognizing facial expressions via algorithmic periocular localization |
KR101549645B1 (ko) * | 2014-01-28 | 2015-09-03 | 영남대학교 산학협력단 | 표정 동작사전을 이용한 표정인식 방법 및 장치 |
-
2015
- 2015-08-05 JP JP2015155462A patent/JP6664163B2/ja not_active Expired - Fee Related
-
2016
- 2016-07-28 US US15/222,639 patent/US10438059B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2017033469A (ja) | 2017-02-09 |
US20170039417A1 (en) | 2017-02-09 |
US10438059B2 (en) | 2019-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6664163B2 (ja) | 画像識別方法、画像識別装置及びプログラム | |
KR102596897B1 (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
JP5629803B2 (ja) | 画像処理装置、撮像装置、画像処理方法 | |
JP5010905B2 (ja) | 顔認証装置 | |
JP4743823B2 (ja) | 画像処理装置、撮像装置、画像処理方法 | |
Portmann et al. | People detection and tracking from aerial thermal views | |
US9275273B2 (en) | Method and system for localizing parts of an object in an image for computer vision applications | |
JP6332937B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5424819B2 (ja) | 画像処理装置、画像処理方法 | |
CN108629336B (zh) | 基于人脸特征点识别的颜值计算方法 | |
JP6112801B2 (ja) | 画像認識装置及び画像認識方法 | |
JP2006293644A (ja) | 情報処理装置、情報処理方法 | |
CN108416291B (zh) | 人脸检测识别方法、装置和*** | |
JP6351243B2 (ja) | 画像処理装置、画像処理方法 | |
JP6822482B2 (ja) | 視線推定装置、視線推定方法及びプログラム記録媒体 | |
JP2014093023A (ja) | 物体検出装置、物体検出方法及びプログラム | |
JP2021503139A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
JP5241606B2 (ja) | オブジェクト識別装置及びオブジェクト識別方法 | |
KR101558547B1 (ko) | 얼굴 포즈 변화에 강한 연령 인식방법 및 시스템 | |
WO2020195732A1 (ja) | 画像処理装置、画像処理方法、およびプログラムが格納された記録媒体 | |
Borghi et al. | Face Verification from Depth using Privileged Information. | |
Sun et al. | Human recognition for following robots with a Kinect sensor | |
JP2023115104A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN113436735A (zh) | 基于人脸结构度量的体重指数预测方法、设备和存储介质 | |
JP2015187769A (ja) | 物体検出装置、物体検出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: 20180730 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190625 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190702 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190830 |
|
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: 20200121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200218 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6664163 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |