JP2010257267A - 物体領域検出装置、物体領域検出方法および物体領域検出プログラム - Google Patents
物体領域検出装置、物体領域検出方法および物体領域検出プログラム Download PDFInfo
- Publication number
- JP2010257267A JP2010257267A JP2009107235A JP2009107235A JP2010257267A JP 2010257267 A JP2010257267 A JP 2010257267A JP 2009107235 A JP2009107235 A JP 2009107235A JP 2009107235 A JP2009107235 A JP 2009107235A JP 2010257267 A JP2010257267 A JP 2010257267A
- Authority
- JP
- Japan
- Prior art keywords
- segment
- cluster
- object region
- frame image
- area
- 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.)
- Granted
Links
Images
Abstract
【解決手段】映像に対してセグメント分割を行い、それにより得た全セグメントをクラスタリング対象としてクラスタリングを行うことでセグメントクラスタを得る。続いて、セグメントクラスタが同じフレーム画像の中に共に出現する確率を算出して、その確率が大きいものとなるセグメントクラスタを物体領域クラスタとして選定することなどにより、物体領域を表現した物体領域クラスタを選定する。続いて、そのようにして得た物体領域クラスタに属するセグメントに基づいて、ターゲット物体の領域を検出する。
【選択図】図1
Description
図1に、本発明を具備する物体領域検出装置1の装置構成の一例を図示する。
ここで、参考文献1に記載される画像セグメント分割手法は、画像のウェーブレット変換により求めた画像の低周波成分だけを用いて、より効率の良い画像セグメント分割を実現する手法である。
図5に、このように構成される本発明の物体領域検出装置1の実行する基本処理についてのフローチャートの一例を図示する。
次に、図5のフローチャートのステップS106で実行する物体領域クラスタの選定処理について説明する。
図6に、図5のフローチャートのステップS106で実行する物体領域クラスタの選定処理についてのフローチャートの一例を示す。
図8に、図5のフローチャートのステップS106で実行する物体領域クラスタの選定処理についてのフローチャートの他の一例を示す。
図10に、図5のフローチャートのステップS106で実行する物体領域クラスタの選定処理についてのフローチャートの他の一例を示す。
Pcij =(1/N)×Σpn ci・pn cj
ただし、Nは映像を構成するフレーム画像の枚数
Σはn=1〜Nについての総和
で定義される。
(1)セグメントクラスタaとセグメントクラスタbとの共起確率に従って、この2つ のセグメントクラスタが物体領域クラスタとして選定され、
(2)セグメントクラスタaとセグメントクラスタcとの共起確率に従って、この2つ のセグメントクラスタが物体領域クラスタとして選定され、
(3)セグメントクラスタaとセグメントクラスタdとの共起確率に従って、この2つ のセグメントクラスタが物体領域クラスタとして選定されず、
(4)セグメントクラスタbとセグメントクラスタcとの共起確率に従って、この2つ のセグメントクラスタが物体領域クラスタとして選定され、
(5)セグメントクラスタbとセグメントクラスタdとの共起確率に従って、この2つ のセグメントクラスタが物体領域クラスタとして選定されず、
(6)セグメントクラスタcとセグメントクラスタdとの共起確率に従って、この2つ のセグメントクラスタが物体領域クラスタとして選定されない
ことにより、セグメントクラスタa、セグメントクラスタb、セグメントクラスタcという3つのセグメントクラスタが物体領域クラスタとして選定されることになる。
(1)セグメントクラスタaとセグメントクラスタbとセグメントクラスタcとの共起 確率に従って、この3つのセグメントクラスタが物体領域クラスタとして選定さ れ、
(2)セグメントクラスタbとセグメントクラスタcとセグメントクラスタdとの共起 確率に従って、この3つのセグメントクラスタが物体領域クラスタとして選定さ れず、
(3)セグメントクラスタaとセグメントクラスタcとセグメントクラスタdとの共起 確率に従って、この3つのセグメントクラスタが物体領域クラスタとして選定さ れず、
(4)セグメントクラスタaとセグメントクラスタbとセグメントクラスタdとの共起 確率に従って、この3つのセグメントクラスタが物体領域クラスタとして選定さ れない
ことにより、2つのセグメントクラスタの共起確率に従って物体領域クラスタを選定する場合と同様に、セグメントクラスタa、セグメントクラスタb、セグメントクラスタcという3つのセグメントクラスタが物体領域クラスタとして選定されることになる。
ターゲット物体のセグメントではないのにそのセグメントが検出されてしまうことで、物体領域クラスタにターゲット物体には関係のないセグメントが入ったり、また、ターゲット物体のセグメントであるのにそのセグメントが検出されないことで、物体領域クラスタに入るべきセグメントが欠如するということが起こる。
10 映像入力部
11 映像記憶部
12 セグメント分割部
13 分割結果記憶部
14 クラスタリング部
15 分類結果記憶部
16 物体領域クラスタ選定部
17 選定結果記憶部
18 物体領域検出部
Claims (5)
- ターゲット物体を撮影した映像の各フレーム画像からターゲット物体の領域を検出する物体領域検出装置であって、
映像のフレーム画像列に対してセグメント分割を行う分割手段と、
前記分割手段が得た全てのセグメントをクラスタリング対象として、それらのセグメントをクラスタリングするクラスタリング手段と、
前記クラスタリング手段が得たセグメントクラスタの中から、物体領域を表現した物体領域クラスタを選定する選定手段と
前記選定手段が得た物体領域クラスタに属するセグメントに基づいて、ターゲット物体の領域を検出する検出手段とを有することを、
特徴とする物体領域検出装置。 - 請求項1に記載の物体領域検出装置において、
前記選定手段は、前記クラスタリング手段が得たセグメントクラスタが同じフレーム画像の中に共に出現する確率を算出して、その確率が所定の閾値よりも大きいものとなるセグメントクラスタを特定し、その特定したセグメントクラスタを物体領域クラスタとして選定することを、
特徴とする物体領域検出装置。 - ターゲット物体を撮影した映像の各フレーム画像からターゲット物体の領域を検出する物体領域検出装置が実行する物体領域検出方法であって、
映像のフレーム画像列に対してセグメント分割を行う過程と、
前記セグメント分割で得た全てのセグメントをクラスタリング対象として、それらのセグメントをクラスタリングする過程と、
前記クラスタリングで得たセグメントクラスタの中から、物体領域を表現した物体領域クラスタを選定する過程と、
前記選定で得た物体領域クラスタに属するセグメントに基づいて、ターゲット物体の領域を検出する過程とを有することを、
特徴とする物体領域検出方法。 - 請求項3に記載の物体領域検出方法において、
前記選定する過程では、前記クラスタリングで得たセグメントクラスタが同じフレーム画像の中に共に出現する確率を算出して、その確率が所定の閾値よりも大きいものとなるセグメントクラスタを特定し、その特定したセグメントクラスタを物体領域クラスタとして選定することを、
特徴とする物体領域検出方法。 - 請求項1または2に記載の物体領域検出装置を構成する手段としてコンピュータを機能させるための物体領域検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009107235A JP5192437B2 (ja) | 2009-04-27 | 2009-04-27 | 物体領域検出装置、物体領域検出方法および物体領域検出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009107235A JP5192437B2 (ja) | 2009-04-27 | 2009-04-27 | 物体領域検出装置、物体領域検出方法および物体領域検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010257267A true JP2010257267A (ja) | 2010-11-11 |
JP5192437B2 JP5192437B2 (ja) | 2013-05-08 |
Family
ID=43318090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009107235A Expired - Fee Related JP5192437B2 (ja) | 2009-04-27 | 2009-04-27 | 物体領域検出装置、物体領域検出方法および物体領域検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5192437B2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013172491A1 (ko) * | 2012-05-16 | 2013-11-21 | 전자부품연구원 | 깊이 정보를 이용한 물체 인식 방법 및 장치 |
CN104299241A (zh) * | 2014-10-30 | 2015-01-21 | 武汉大学 | 基于 Hadoop 的遥感图像显著性目标检测方法及系统 |
US8988534B2 (en) | 2012-01-11 | 2015-03-24 | Samsung Techwin Co., Ltd. | Characterizing point checking region setting apparatus and method, and image stabilizing apparatus including the same |
CN105608072A (zh) * | 2015-12-23 | 2016-05-25 | 厦门市美亚柏科信息股份有限公司 | 文本涉及地分析方法及其系统 |
CN111931670A (zh) * | 2020-08-14 | 2020-11-13 | 成都数城科技有限公司 | 基于卷积神经网的深度图像头部检测与定位方法及系统 |
WO2020123303A3 (en) * | 2018-12-10 | 2021-03-04 | Voxeleron, LLC | System and method for obtaining measurements from imaging data |
-
2009
- 2009-04-27 JP JP2009107235A patent/JP5192437B2/ja not_active Expired - Fee Related
Non-Patent Citations (2)
Title |
---|
CSNG200201443008; 徳平征恒 外1名: '映像の時空間分割とネットワーク表現による動物体抽出システムの検討' 電子情報通信学会技術研究報告 MVE2000-53〜64 マルチメディア・仮想環境基礎 第100巻 第184号, 20000707, 第61〜66頁, 社団法人電子情報通信学会 * |
JPN6012047226; 徳平征恒 外1名: '映像の時空間分割とネットワーク表現による動物体抽出システムの検討' 電子情報通信学会技術研究報告 MVE2000-53〜64 マルチメディア・仮想環境基礎 第100巻 第184号, 20000707, 第61〜66頁, 社団法人電子情報通信学会 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8988534B2 (en) | 2012-01-11 | 2015-03-24 | Samsung Techwin Co., Ltd. | Characterizing point checking region setting apparatus and method, and image stabilizing apparatus including the same |
WO2013172491A1 (ko) * | 2012-05-16 | 2013-11-21 | 전자부품연구원 | 깊이 정보를 이용한 물체 인식 방법 및 장치 |
CN104299241A (zh) * | 2014-10-30 | 2015-01-21 | 武汉大学 | 基于 Hadoop 的遥感图像显著性目标检测方法及系统 |
CN105608072A (zh) * | 2015-12-23 | 2016-05-25 | 厦门市美亚柏科信息股份有限公司 | 文本涉及地分析方法及其系统 |
WO2020123303A3 (en) * | 2018-12-10 | 2021-03-04 | Voxeleron, LLC | System and method for obtaining measurements from imaging data |
CN111931670A (zh) * | 2020-08-14 | 2020-11-13 | 成都数城科技有限公司 | 基于卷积神经网的深度图像头部检测与定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP5192437B2 (ja) | 2013-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10402627B2 (en) | Method and apparatus for determining identity identifier of face in face image, and terminal | |
JP4545641B2 (ja) | 類似画像検索方法,類似画像検索システム,類似画像検索プログラム及び記録媒体 | |
US9076064B2 (en) | Image processing apparatus and image processing method | |
JP4348353B2 (ja) | パターン認識装置,パターン認識方法及びその方法を実現したプログラムを格納した記録媒体 | |
US11042991B2 (en) | Determining multiple camera positions from multiple videos | |
JP5192437B2 (ja) | 物体領域検出装置、物体領域検出方法および物体領域検出プログラム | |
US10600190B2 (en) | Object detection and tracking method and system for a video | |
JP2018526736A (ja) | シーン再構成方法、装置、端末機器及び記憶媒体 | |
JP2011134114A (ja) | パターン認識方法およびパターン認識装置 | |
CN107851332B (zh) | 经由拓扑知晓表面跟踪的一致细分 | |
CN107424166B (zh) | 点云分割方法及装置 | |
CN112749726B (zh) | 目标检测模型的训练方法、装置、计算机设备和存储介质 | |
CN110009662B (zh) | 人脸跟踪的方法、装置、电子设备及计算机可读存储介质 | |
US20180122097A1 (en) | Apparatus, method, and non-transitory computer-readable storage medium for storing program for position and orientation estimation | |
JP4496992B2 (ja) | 動物体アップフレーム検出方法及びプログラム及びプログラムを格納した記憶媒体及び動物体アップショット検出方法及び動物体アップフレームあるいはショット検出方法及びプログラム及びプログラムを格納した記憶媒体 | |
JP2012234466A (ja) | 状態追跡装置、方法、及びプログラム | |
JP2009205479A (ja) | 撮像装置のキャリブレーション装置、方法及びプログラム | |
CN108780576B (zh) | 使用对象边界框的视频片段中的重影去除的系统和方法 | |
JP2014110020A (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 | |
CN116051736A (zh) | 一种三维重建方法、装置、边缘设备和存储介质 | |
Guru et al. | Histogram based split and merge framework for shot boundary detection | |
JP4449483B2 (ja) | 画像解析装置、および画像解析方法、並びにコンピュータ・プログラム | |
WO2016142965A1 (ja) | 映像処理装置、映像処理方法及び映像処理プログラムを記憶する記録媒体 | |
CN113129332A (zh) | 执行目标对象跟踪的方法和装置 | |
JP4768358B2 (ja) | 画像検索方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111018 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120830 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120911 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121102 |
|
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: 20130129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130131 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5192437 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160208 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |