JP6897793B2 - 人物照合装置、方法、及びプログラム - Google Patents
人物照合装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP6897793B2 JP6897793B2 JP2019558049A JP2019558049A JP6897793B2 JP 6897793 B2 JP6897793 B2 JP 6897793B2 JP 2019558049 A JP2019558049 A JP 2019558049A JP 2019558049 A JP2019558049 A JP 2019558049A JP 6897793 B2 JP6897793 B2 JP 6897793B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- person
- feature
- weight
- human body
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Description
人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定する重み推定手段と、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成する特徴生成手段と、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較する人物照合手段とを備える人物照合装置。
前記重み推定手段は、
前記人物画像の各画素に対し、前記人体部位の存在確率を推定する部位存在確率推定手段と、
前記推定された存在確率に基づいて、前記重みを表す重み画像を生成する重み画像生成手段と有する付記1に記載の人物照合装置。
前記部位存在確率推定手段は、複数の人体部位のそれぞれについて前記人体部位の存在確率を推定し、前記重み画像生成手段は、複数の人体部位のそれぞれに対して前記重み画像を生成する付記2に記載の人物照合装置。
前記重み画像生成手段は、前記複数の人体部位の存在確率の最大値と最小値とを用いて、各人体部位について推定された存在確率を正規化し、該正規化した存在確率に基づいて前記重み画像を生成する付記3に記載の人物照合装置。
前記重み画像生成手段は、Jを前記人体部位の存在確率を推定する人体部位の数、jを1からJまでの整数、x及びyを前記人物画像における画素の位置、max(P)を前記複数の人体部位の存在確率の最大値、min(P)を前記複数の人体部位の存在確率の最小値として、j番目の人体部位の画像中の位置(x,y)における重みwjxyを、下記式、
前記特徴生成手段は、前記人物画像及び前記重み画像を畳み込みニューラルネットワークに適用し、前記照合用の特徴を生成する付記2から5何れか1つに記載の人物照合装置。
前記特徴生成手段は、前記畳み込みニューラルネットワークの中間特徴を、前記照合用の特徴として抽出する付記6に記載の人物照合装置。
前記畳み込みニューラルネットワークは、それぞれが複数のノードを含む入力層、中間層、及び出力層を有し、
前記特徴生成手段は、前記出力層の1つ前の層の各ノードの出力値を前記照合用の特徴として抽出する付記6又は7に記載の人物照合装置。
前記畳み込みニューラルネットワークは学習装置で学習される付記6から8何れか1つに記載の人物照合装置。
前記学習装置は、含まれる人物を示すラベルが付与された訓練画像と、該訓練画像から生成された前記重み画像とを前記畳み込みニューラルネットワークに適用し、該畳み込みニューラルネットワークの出力が前記ラベルとなるように前記畳み込みニューラルネットワークを学習する付記9に記載の人物照合装置。
前記特徴生成手段は、前記人物画像から抽出された画像特徴を前記重み画像を用いて重み付けした特徴を、前記照合用の特徴として抽出する付記2から5何れか1つに記載の人物照合装置。
前記特徴生成手段は、
前記人物画像から前記画像特徴を抽出する画像特徴抽出手段と、
前記画像特徴抽出手段が抽出した画像特徴に前記重み画像の重みを適用し、前記照合用の特徴を生成する重み適用手段とを有する付記11に記載の人物照合装置。
前記画像特徴抽出手段は、前記人物画像の各画素から算出した値を頻度で表現することで得られる特徴を前記画像特徴として抽出する付記12に記載の人物照合装置。
前記画像特徴抽出手段は、色ヒストグラム特徴、勾配ヒストグラム特徴、及び、色ヒストグラム特徴と勾配ヒストグラム特徴とを組み合わせた特徴の少なくとも1つを前記画像特徴として抽出する付記13に記載の人物照合装置。
前記画像特徴抽出手段は、Nを2以上の整数として、前記人物画像の各画素をN個のビンに分類することで画像特徴を抽出し、
前記重み適用手段は、Jを前記人体部位の存在確率を推定する人体部位の数、jを1からJまでの整数、x及びyを前記人物画像における画素の位置、nを1からNまでの整数、wjxyを、人体部位jの画素(x,y)における重み、εnxyは、人物領域画像の画素(x,y)がn番目のビンに投票されている場合は1で、n番目のビンに投票されていない場合は0となる値として、人体部位jの重み画像を用いて重み付けされたn番目のビンの値bjnを、下記式、
前記重み適用手段は、人体部位1からJの重み画像を用いて重み付けされたn番目のビンの値b1nからbJnを統合することで、前記照合用の特徴を生成する付記15に記載の人物照合装置。
前記重み適用手段は、前記n番目のビンの値b1nからbJnを1次元ベクトルとしてつなぎ合わせ、前記n番目のビンの値b1nからbJnの最大値若しくは最小値を取り、又は、前記n番目のビンの値b1nからbJnを人体部位jに応じた係数を用いてつなぎ合わせることで、前記n番目のビンの値b1nからbJnを統合する付記16に記載の人物照合装置。
人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定し、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成し、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較し、
前記比較の結果を出力する人物照合方法。
前記重み推定の推定では、
前記人物画像の各画素に対して前記人体部位の存在確率を推定し、
前記推定された存在確率に基づいて、前記重みを表す重み画像を生成する付記18に記載の人物照合方法。
コンピュータに、
人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定する処理と、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成する処理と、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較する処理と、
前記比較の結果を出力する処理とを実行させるためのプログラムを格納する非一時的なコンピュータ可読媒体。
前記重みを推定する処理は、
前記人物画像の各画素に対して前記人体部位の存在確率を推定する処理と、
前記推定された存在確率に基づいて、前記重みを表す重み画像を生成する処理とを含む付記20に記載の非一時的なコンピュータ可読媒体。
11:重み推定手段
12:特徴生成手段
13:照合特徴記憶手段
14:人物照合手段
101:入力部
110:人物画像切り出し部
120、210:重み推定部
121、211:部位存在確率推定部
122、212:重み画像生成部
130:特徴生成部
131、221:画像統合部
132:特徴抽出部
133:画像特徴抽出部
134:重み適用部
140:照合特徴DB
150:人物照合部
160:出力部
200:特徴学習装置
220:特徴学習部
222:学習部
230:訓練画像DB
300:畳み込みニューラルネットワーク
301:入力層
302:中間層
303:出力層
310、311:ノード
312:エッジ
Claims (18)
- 人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定する重み推定手段と、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成する特徴生成手段と、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較する人物照合手段とを備え、
前記重み推定手段は、
前記人物画像の各画素に対し、前記人体部位の存在確率を推定する部位存在確率推定手段と、
前記推定された存在確率に基づいて、前記重みを表す重み画像を生成する重み画像生成手段と有し、
前記部位存在確率推定手段は、複数の人体部位のそれぞれについて前記人体部位の存在確率を推定し、前記重み画像生成手段は、複数の人体部位のそれぞれに対して前記重み画像を生成し、
前記重み画像生成手段は、前記複数の人体部位の存在確率の最大値と最小値とを用いて、各人体部位について推定された存在確率を正規化し、該正規化した存在確率に基づいて前記重み画像を生成する、人物照合装置。 - 人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定する重み推定手段と、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成する特徴生成手段と、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較する人物照合手段とを備え、
前記重み推定手段は、
前記人物画像の各画素に対し、前記人体部位の存在確率を推定する部位存在確率推定手段と、
前記推定された存在確率に基づいて、前記重みを表す重み画像を生成する重み画像生成手段と有し、
前記特徴生成手段は、前記人物画像及び前記重み画像を畳み込みニューラルネットワークに適用し、前記照合用の特徴を生成する、人物照合装置。 - 前記特徴生成手段は、前記畳み込みニューラルネットワークの中間特徴を、前記照合用の特徴として抽出する請求項3に記載の人物照合装置。
- 前記畳み込みニューラルネットワークは、それぞれが複数のノードを含む入力層、中間層、及び出力層を有し、
前記特徴生成手段は、前記出力層の1つ前の層の各ノードの出力値を前記照合用の特徴として抽出する請求項3又は4に記載の人物照合装置。 - 前記畳み込みニューラルネットワークは学習装置で学習される請求項3から5何れか1項に記載の人物照合装置。
- 前記学習装置は、含まれる人物を示すラベルが付与された訓練画像と、該訓練画像から生成された前記重み画像とを前記畳み込みニューラルネットワークに適用し、該畳み込みニューラルネットワークの出力が前記ラベルとなるように前記畳み込みニューラルネットワークを学習する請求項6に記載の人物照合装置。
- 前記特徴生成手段は、前記人物画像から抽出された画像特徴を前記重み画像を用いて重み付けした特徴を、前記照合用の特徴として抽出する請求項1又は2に記載の人物照合装置。
- 前記特徴生成手段は、
前記人物画像から前記画像特徴を抽出する画像特徴抽出手段と、
前記画像特徴抽出手段が抽出した画像特徴に前記重み画像の重みを適用し、前記照合用の特徴を生成する重み適用手段とを有する請求項8に記載の人物照合装置。 - 前記画像特徴抽出手段は、前記人物画像の各画素から算出した値を頻度で表現することで得られる特徴を前記画像特徴として抽出する請求項9に記載の人物照合装置。
- 前記画像特徴抽出手段は、色ヒストグラム特徴、勾配ヒストグラム特徴、及び、色ヒストグラム特徴と勾配ヒストグラム特徴とを組み合わせた特徴の少なくとも1つを前記画像特徴として抽出する請求項10に記載の人物照合装置。
- 前記重み適用手段は、人体部位1からJの重み画像を用いて重み付けされたn番目のビンの値b1nからbJnを統合することで、前記照合用の特徴を生成する請求項12に記載の人物照合装置。
- 前記重み適用手段は、前記n番目のビンの値b1nからbJnを1次元ベクトルとしてつなぎ合わせ、前記n番目のビンの値b1nからbJnの最大値若しくは最小値を取り、又は、前記n番目のビンの値b1nからbJnを人体部位jに応じた係数を用いてつなぎ合わせることで、前記n番目のビンの値b1nからbJnを統合する請求項13に記載の人物照合装置。
- 人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定し、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成し、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較し、
前記比較の結果を出力することを有し、
前記重みを推定することは、前記人物画像の各画素に対し、前記人体部位の存在確率を推定し、前記推定された存在確率に基づいて、前記重みを表す重み画像を生成することを含み、
前記人体部位の存在確率の推定では、複数の人体部位のそれぞれについて前記人体部位の存在確率を推定し、かつ、
前記重み画像の生成では、複数の人体部位のそれぞれに対して前記重み画像を生成し、更に、前記複数の人体部位の存在確率の最大値と最小値とを用いて、各人体部位について推定された存在確率を正規化し、該正規化した存在確率に基づいて前記重み画像を生成する、人物照合方法。 - 人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定し、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成し、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較し、
前記比較の結果を出力することを有し、
前記重みを推定することは、前記人物画像の各画素に対し、前記人体部位の存在確率を推定し、前記推定された存在確率に基づいて、前記重みを表す重み画像を生成することを含み、
前記照合用の特徴の生成では、前記人物画像及び前記重み画像を畳み込みニューラルネットワークに適用し、前記照合用の特徴を生成する、人物照合方法。 - コンピュータに、
人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定する処理と、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成する処理と、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較する処理と、
前記比較の結果を出力する処理とを実行させるためのものであり、
前記重みを推定する処理は、前記人物画像の各画素に対し、前記人体部位の存在確率を推定し、前記推定された存在確率に基づいて、前記重みを表す重み画像を生成することを含み、
前記人体部位の存在確率の推定では、複数の人体部位のそれぞれについて前記人体部位の存在確率を推定し、かつ、
前記重み画像の生成では、複数の人体部位のそれぞれに対して前記重み画像を生成し、更に、前記複数の人体部位の存在確率の最大値と最小値とを用いて、各人体部位について推定された存在確率を正規化し、該正規化した存在確率に基づいて前記重み画像を生成する、プログラム。 - コンピュータに、
人物が含まれる人物画像から、前記人物の人体部位の存在確率に応じて重みを推定する処理と、
前記人物画像と前記推定された重みとに基づいて、照合用の特徴を生成する処理と、
前記生成された照合用の特徴と、照合特徴記憶手段に記憶された照合特徴とを比較する処理と、
前記比較の結果を出力する処理とを実行させるためのものであり、
前記重みを推定する処理は、前記人物画像の各画素に対し、前記人体部位の存在確率を推定し、前記推定された存在確率に基づいて、前記重みを表す重み画像を生成することを含み、
前記照合用の特徴の生成では、前記人物画像及び前記重み画像を畳み込みニューラルネットワークに適用し、前記照合用の特徴を生成する、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021097037A JP2021144749A (ja) | 2017-12-08 | 2021-06-10 | 人物照合装置、方法、及びプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017236304 | 2017-12-08 | ||
JP2017236304 | 2017-12-08 | ||
PCT/JP2018/038673 WO2019111550A1 (ja) | 2017-12-08 | 2018-10-17 | 人物照合装置、方法、及び非一時的なコンピュータ可読媒体 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021097037A Division JP2021144749A (ja) | 2017-12-08 | 2021-06-10 | 人物照合装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019111550A1 JPWO2019111550A1 (ja) | 2020-11-19 |
JP6897793B2 true JP6897793B2 (ja) | 2021-07-07 |
Family
ID=66751364
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019558049A Active JP6897793B2 (ja) | 2017-12-08 | 2018-10-17 | 人物照合装置、方法、及びプログラム |
JP2021097037A Pending JP2021144749A (ja) | 2017-12-08 | 2021-06-10 | 人物照合装置、方法、及びプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021097037A Pending JP2021144749A (ja) | 2017-12-08 | 2021-06-10 | 人物照合装置、方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (5) | US11495057B2 (ja) |
JP (2) | JP6897793B2 (ja) |
WO (1) | WO2019111550A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019111550A1 (ja) * | 2017-12-08 | 2019-06-13 | 日本電気株式会社 | 人物照合装置、方法、及び非一時的なコンピュータ可読媒体 |
JP7490359B2 (ja) * | 2019-12-24 | 2024-05-27 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
SG10201913754XA (en) * | 2019-12-30 | 2020-12-30 | Sensetime Int Pte Ltd | Image processing method and apparatus, electronic device, and storage medium |
US11450021B2 (en) | 2019-12-30 | 2022-09-20 | Sensetime International Pte. Ltd. | Image processing method and apparatus, electronic device, and storage medium |
WO2023175669A1 (ja) * | 2022-03-14 | 2023-09-21 | 日本電気株式会社 | 姿勢推定装置、姿勢推定システム、姿勢推定方法及びプログラムが格納された非一時的なコンピュータ可読媒体 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3988554B2 (ja) * | 2002-07-12 | 2007-10-10 | コニカミノルタホールディングス株式会社 | 画像照会用情報構築方法および画像照会方法 |
CA2600938A1 (en) * | 2004-03-24 | 2005-10-06 | Andre Hoffmann | Identification, verification, and recognition method and system |
JP4606779B2 (ja) * | 2004-06-07 | 2011-01-05 | グローリー株式会社 | 画像認識装置、画像認識方法およびその方法をコンピュータに実行させるプログラム |
JP2005351814A (ja) * | 2004-06-11 | 2005-12-22 | Konica Minolta Holdings Inc | 検出装置および検出方法 |
JP2007025902A (ja) | 2005-07-13 | 2007-02-01 | Canon Inc | 画像処理装置、画像処理方法 |
JP2009075868A (ja) * | 2007-09-20 | 2009-04-09 | Toshiba Corp | 画像から対象を検出する装置、方法およびプログラム |
JP2011165170A (ja) * | 2010-01-15 | 2011-08-25 | Toyota Central R&D Labs Inc | 対象物検出装置及びプログラム |
JP2011232845A (ja) | 2010-04-26 | 2011-11-17 | Panasonic Corp | 特徴点抽出装置および方法 |
JP5959093B2 (ja) | 2012-03-06 | 2016-08-02 | 学校法人東京電機大学 | 人物検索システム |
JP6222948B2 (ja) | 2013-03-14 | 2017-11-01 | セコム株式会社 | 特徴点抽出装置 |
JP2013188546A (ja) | 2013-06-20 | 2013-09-26 | Sanyo Product Co Ltd | 遊技機 |
EP3134850B1 (en) * | 2014-04-22 | 2023-06-14 | Snap-Aid Patents Ltd. | Method for controlling a camera based on processing an image captured by other camera |
CN105676318B (zh) | 2014-12-08 | 2018-06-05 | 三星电子株式会社 | 抗反射膜和包括其的有机发光器件 |
JP6528608B2 (ja) | 2015-08-28 | 2019-06-12 | カシオ計算機株式会社 | 診断装置、及び診断装置における学習処理方法、並びにプログラム |
US9767381B2 (en) | 2015-09-22 | 2017-09-19 | Xerox Corporation | Similarity-based detection of prominent objects using deep CNN pooling layers as features |
JP6671133B2 (ja) | 2015-09-24 | 2020-03-25 | グローリー株式会社 | 画像照合装置及び画像照合方法 |
JP2017097578A (ja) * | 2015-11-24 | 2017-06-01 | キヤノン株式会社 | 情報処理装置及び方法 |
CN106874921B (zh) * | 2015-12-11 | 2020-12-04 | 清华大学 | 图像分类方法和装置 |
JP6661398B2 (ja) | 2016-02-03 | 2020-03-11 | キヤノン株式会社 | 情報処理装置および情報処理方法 |
WO2019111550A1 (ja) * | 2017-12-08 | 2019-06-13 | 日本電気株式会社 | 人物照合装置、方法、及び非一時的なコンピュータ可読媒体 |
-
2018
- 2018-10-17 WO PCT/JP2018/038673 patent/WO2019111550A1/ja active Application Filing
- 2018-10-17 JP JP2019558049A patent/JP6897793B2/ja active Active
- 2018-10-17 US US16/770,359 patent/US11495057B2/en active Active
-
2021
- 2021-06-10 JP JP2021097037A patent/JP2021144749A/ja active Pending
-
2022
- 2022-02-08 US US17/666,834 patent/US11748864B2/en active Active
- 2022-02-10 US US17/668,515 patent/US11763435B2/en active Active
- 2022-02-10 US US17/668,471 patent/US11776098B2/en active Active
-
2023
- 2023-07-25 US US18/225,824 patent/US20230368351A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230368351A1 (en) | 2023-11-16 |
US11495057B2 (en) | 2022-11-08 |
JPWO2019111550A1 (ja) | 2020-11-19 |
US20220165095A1 (en) | 2022-05-26 |
US11776098B2 (en) | 2023-10-03 |
WO2019111550A1 (ja) | 2019-06-13 |
US20220222977A1 (en) | 2022-07-14 |
US11763435B2 (en) | 2023-09-19 |
JP2021144749A (ja) | 2021-09-24 |
US20210192242A1 (en) | 2021-06-24 |
US11748864B2 (en) | 2023-09-05 |
US20220270410A1 (en) | 2022-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6897793B2 (ja) | 人物照合装置、方法、及びプログラム | |
CN110348319B (zh) | 一种基于人脸深度信息和边缘图像融合的人脸防伪方法 | |
JP6754619B2 (ja) | 顔認識方法及び装置 | |
KR100647322B1 (ko) | 객체의 모양모델 생성장치 및 방법과 이를 이용한 객체의특징점 자동탐색장치 및 방법 | |
CN108268838B (zh) | 人脸表情识别方法及人脸表情识别*** | |
US8325981B2 (en) | Human tracking apparatus, human tracking method, and human tracking processing program | |
EP1530157B1 (en) | Image matching system using 3-dimensional object model, image matching method, and image matching program | |
JP5206517B2 (ja) | 特徴点選択システム、特徴点選択方法および特徴点選択プログラム | |
KR20170006355A (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
KR20170000748A (ko) | 얼굴 인식 방법 및 장치 | |
JP2000306095A (ja) | 画像照合・検索システム | |
CN111507134A (zh) | 人形姿态检测方法、装置、计算机设备及存储介质 | |
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 | |
JP2011210126A (ja) | パターン認識装置及びパターン認識方法 | |
CN112183198A (zh) | 肢体骨架和头手部件轮廓融合的手势识别方法 | |
CN113221956B (zh) | 基于改进的多尺度深度模型的目标识别方法及装置 | |
Ravi et al. | Sign language recognition with multi feature fusion and ANN classifier | |
US20070183686A1 (en) | Method and apparatus for estimating object part location in digital image data using feature value analysis | |
US20080232682A1 (en) | System and method for identifying patterns | |
CN107729863A (zh) | 人体指静脉识别方法 | |
CN111046861B (zh) | 识别红外影像的方法、构建识别模型的方法及应用 | |
KR101742797B1 (ko) | 표정 latent 동작사전을 이용한 표정인식방법 및 장치 | |
Kocer et al. | An efficient iris recognition system based on modular neural networks | |
JP2005071125A (ja) | 被写体検出装置、被写体検出方法、被写体データ選定プログラムおよび被写***置検出プログラム | |
Uddin et al. | A New Method for Human Posture Recognition Using Principal Component Analysis and Artificial Neural Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200518 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200518 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210112 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210311 |
|
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: 20210511 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210524 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6897793 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |