JP2000036047A - 画像処理装置 - Google Patents
画像処理装置Info
- Publication number
- JP2000036047A JP2000036047A JP10204809A JP20480998A JP2000036047A JP 2000036047 A JP2000036047 A JP 2000036047A JP 10204809 A JP10204809 A JP 10204809A JP 20480998 A JP20480998 A JP 20480998A JP 2000036047 A JP2000036047 A JP 2000036047A
- Authority
- JP
- Japan
- Prior art keywords
- layer
- cell
- image
- input
- cells
- 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.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】ネオコグニトロンを利用し、画像中の認識対象
物及び認識対象物の位置を特定する。 【解決手段】画像入力部１０は、対象物を撮像しエッジ
抽出を行なって対象物の輪郭画像データを出力する。物
体検出部１２は、ネオコグニトロンを用いて、画像入力
部１０で得られた輪郭画像データに基づいて対象物を検
出する。位置同定部１４は、物体検出部１２で用いたネ
オコグニトロンの階層を出力層から入力層方向にバック
トレースすることによって、検出された対象物の輪郭画
像中の位置を同定する。
物及び認識対象物の位置を特定する。 【解決手段】画像入力部１０は、対象物を撮像しエッジ
抽出を行なって対象物の輪郭画像データを出力する。物
体検出部１２は、ネオコグニトロンを用いて、画像入力
部１０で得られた輪郭画像データに基づいて対象物を検
出する。位置同定部１４は、物体検出部１２で用いたネ
オコグニトロンの階層を出力層から入力層方向にバック
トレースすることによって、検出された対象物の輪郭画
像中の位置を同定する。
Description
【０００１】
【発明の属する技術分野】本発明は、画像処理装置に係
り、特に、ネオコグニトロンを用いて認識対象物を検出
する画像処理装置に関する。
り、特に、ネオコグニトロンを用いて認識対象物を検出
する画像処理装置に関する。
【０００２】
【従来の技術及び発明が解決しようとする課題】特開平
４−２４６７０号公報には、ネオコグニトロンを用いて
入力として与えられた画像中に認識すべき物体が存在す
るか否かを判別する技術が記載されている。
４−２４６７０号公報には、ネオコグニトロンを用いて
入力として与えられた画像中に認識すべき物体が存在す
るか否かを判別する技術が記載されている。
【０００３】しかしながら、上記従来の技術では、画像
中に認識すべき物体が存在するか否かは判別できるもの
の、物体が画像中のどの位置に存在するかを特定するこ
とができない、という問題がある。
中に認識すべき物体が存在するか否かは判別できるもの
の、物体が画像中のどの位置に存在するかを特定するこ
とができない、という問題がある。
【０００４】本発明は上記問題点を解消するためになさ
れたもので、画像中に認識対象物が存在するか否かだけ
でなく、認識対象物の位置まで特定することができるネ
オコグニトロンを利用した画像処理装置を提供すること
を目的とする。
れたもので、画像中に認識対象物が存在するか否かだけ
でなく、認識対象物の位置まで特定することができるネ
オコグニトロンを利用した画像処理装置を提供すること
を目的とする。
【０００５】
【課題を解決するための手段】上記目的を達成するため
に、本発明は、認識対象物を撮像するための撮像手段
と、画像の部分特徴を抽出するＳ細胞から構成されたＳ
層、及び抽出された部分特徴の位置ずれを吸収するＣ細
胞から構成されたＣ層で各々構成された複数の階層を備
えたネオコグニトロンを用いて、前記撮像手段で撮像さ
れた画像から認識対象物を検出する認識対象物検出手段
と、前記認識対象物検出手段で用いたネオコグニトロン
の階層をバックトレースすることによって、前記認識対
象物検出手段によって検出された認識対象物の画像中の
位置を同定する位置同定手段と、を含んで構成したもの
である。
に、本発明は、認識対象物を撮像するための撮像手段
と、画像の部分特徴を抽出するＳ細胞から構成されたＳ
層、及び抽出された部分特徴の位置ずれを吸収するＣ細
胞から構成されたＣ層で各々構成された複数の階層を備
えたネオコグニトロンを用いて、前記撮像手段で撮像さ
れた画像から認識対象物を検出する認識対象物検出手段
と、前記認識対象物検出手段で用いたネオコグニトロン
の階層をバックトレースすることによって、前記認識対
象物検出手段によって検出された認識対象物の画像中の
位置を同定する位置同定手段と、を含んで構成したもの
である。
【０００６】本発明によれば、ネオコグニトロンを用い
て、撮像手段で撮像された画像から認識対象物が検出さ
れる。そして、位置同定手段は、認識対象物の検出に用
いたネオコグニトロンの階層をバックトレースすること
によって、検出された認識対象物の画像中の位置を同定
する。従って、本発明によれば、画像中の認識対象物の
検出と検出された認識対象物の位置の同定との両方を行
なうことができる。
て、撮像手段で撮像された画像から認識対象物が検出さ
れる。そして、位置同定手段は、認識対象物の検出に用
いたネオコグニトロンの階層をバックトレースすること
によって、検出された認識対象物の画像中の位置を同定
する。従って、本発明によれば、画像中の認識対象物の
検出と検出された認識対象物の位置の同定との両方を行
なうことができる。
【０００７】上記バックトレースは、同じ階層内におい
て、出力があったＣ細胞から結合可能領域内で出力最大
のＳ細胞へ投影するＳ細胞投影処理と、投影されたＳ細
胞から前階層との入力結合係数に応じて前階層のＣ細胞
へ投影するＣ細胞投影処理とを、順次出力層側から入力
層側へ行うことによって実現することができる。ここ
で、投影とは、認識した対象物を構成する部分特徴の存
在を表す値を投影元の細胞に付与し、この値から投影先
の細胞が持つ部分特徴の存在を表す値を決定することで
ある。
て、出力があったＣ細胞から結合可能領域内で出力最大
のＳ細胞へ投影するＳ細胞投影処理と、投影されたＳ細
胞から前階層との入力結合係数に応じて前階層のＣ細胞
へ投影するＣ細胞投影処理とを、順次出力層側から入力
層側へ行うことによって実現することができる。ここ
で、投影とは、認識した対象物を構成する部分特徴の存
在を表す値を投影元の細胞に付与し、この値から投影先
の細胞が持つ部分特徴の存在を表す値を決定することで
ある。
【０００８】
【発明の実施の形態】以下、図面を参照して本発明の実
施の形態を詳細に説明する。
施の形態を詳細に説明する。
【０００９】本実施の形態の画像処理装置は、図１に示
すように、カメラ、スキャナ等で構成されると共に、対
象物を撮像してカラーまたはグレイの多階調の画像デー
タを出力する撮像部１０Ａと、撮像部１０Ａで得られた
画像データのエッジ抽出を行なって対象物の輪郭画像
（線画像）を生成して輪郭画像データを出力する輪郭画
像生成部１０Ｂとから構成された画像入力部１０を備え
ている。
すように、カメラ、スキャナ等で構成されると共に、対
象物を撮像してカラーまたはグレイの多階調の画像デー
タを出力する撮像部１０Ａと、撮像部１０Ａで得られた
画像データのエッジ抽出を行なって対象物の輪郭画像
（線画像）を生成して輪郭画像データを出力する輪郭画
像生成部１０Ｂとから構成された画像入力部１０を備え
ている。
【００１０】画像入力部１０は、ネオコグニトロンを用
いて、画像入力部１０で得られた輪郭画像データに基づ
いて対象物を検出する物体検出部１２に接続されてい
る。この物体検出部１２は、物体検出部１２で用いたネ
オコグニトロンの階層を出力層から入力層方向にバック
トレースすることによって、物体検出部１２で検出され
た対象物の輪郭画像中の位置を同定する位置同定部１４
に接続されている。
いて、画像入力部１０で得られた輪郭画像データに基づ
いて対象物を検出する物体検出部１２に接続されてい
る。この物体検出部１２は、物体検出部１２で用いたネ
オコグニトロンの階層を出力層から入力層方向にバック
トレースすることによって、物体検出部１２で検出され
た対象物の輪郭画像中の位置を同定する位置同定部１４
に接続されている。
【００１１】物体検出部１２は、図２に示すように、入
力層２０、複数の中間層２２、及び出力層２４から構成
されると共に、物体の存在を検知するように学習された
階層型の神経回路網であるネオコグニトロンで構成され
ている。この入力層２０には、輪郭画像データが入力さ
れ、複数の中間層２２では画像の予め記憶された部分特
徴を抽出し、出力層２４では形状のカテゴリーに対応す
る細胞から信号が出力される。
力層２０、複数の中間層２２、及び出力層２４から構成
されると共に、物体の存在を検知するように学習された
階層型の神経回路網であるネオコグニトロンで構成され
ている。この入力層２０には、輪郭画像データが入力さ
れ、複数の中間層２２では画像の予め記憶された部分特
徴を抽出し、出力層２４では形状のカテゴリーに対応す
る細胞から信号が出力される。
【００１２】ネオコグニトロンの入力層は１つの細胞面
で構成されているが、中間層及び出力層の各層は、図３
に示すように、部分特徴等の予め定められた画像を抽出
するＳ細胞を２次元状に配列して構成された細胞面から
なるＳ層３０、及び抽出された画像の位置ずれを吸収す
るＣ細胞を２次元状に配列して構成された細胞面からな
るＣ層３２で構成されている。
で構成されているが、中間層及び出力層の各層は、図３
に示すように、部分特徴等の予め定められた画像を抽出
するＳ細胞を２次元状に配列して構成された細胞面から
なるＳ層３０、及び抽出された画像の位置ずれを吸収す
るＣ細胞を２次元状に配列して構成された細胞面からな
るＣ層３２で構成されている。
【００１３】ネオコグニトロンの中間層の各層には、認
識対象とする対象物の形状のカテゴリーに応じた画像の
部分特徴が、上記の予め定められた画像として記憶され
ている。この部分特徴を３層の中間層を備えたネオコグ
ニトロンによって、カテゴリーが四角形の対象物を検出
する場合を例にとって説明する。図４に示すように、第
１中間層２２Ａには短い線分（水平方向の線分Ｌ１、及
び鉛直方向の線分Ｌ２）が部分特徴として記憶され、第
２中間層２２Ｂには短い線分を組み合わせた四角形の４
つのコーナーＲ１〜Ｒ４が部分特徴として記憶されてい
る。また、出力層２４には４つのコーナーを組み合わせ
た四角形全体Ｄが予め定められた画像として記憶されて
いる。すなわち、各中間層には、入力層に近い中間層か
ら出力層に近い中間層に向かって最小単位の部分特徴
（短い線分）の数が徐々に増加した部分特徴が予め記憶
される。
識対象とする対象物の形状のカテゴリーに応じた画像の
部分特徴が、上記の予め定められた画像として記憶され
ている。この部分特徴を３層の中間層を備えたネオコグ
ニトロンによって、カテゴリーが四角形の対象物を検出
する場合を例にとって説明する。図４に示すように、第
１中間層２２Ａには短い線分（水平方向の線分Ｌ１、及
び鉛直方向の線分Ｌ２）が部分特徴として記憶され、第
２中間層２２Ｂには短い線分を組み合わせた四角形の４
つのコーナーＲ１〜Ｒ４が部分特徴として記憶されてい
る。また、出力層２４には４つのコーナーを組み合わせ
た四角形全体Ｄが予め定められた画像として記憶されて
いる。すなわち、各中間層には、入力層に近い中間層か
ら出力層に近い中間層に向かって最小単位の部分特徴
（短い線分）の数が徐々に増加した部分特徴が予め記憶
される。
【００１４】なお、認識対象とする物体の形状が三角
形、円等の他のカテゴリーの場合についても、上記で説
明したのと同様に、入力層に近い中間層から出力層に近
い中間層に向かって最小単位の部分特徴の数が徐々に増
加した部分特徴が各中間層に記憶される。
形、円等の他のカテゴリーの場合についても、上記で説
明したのと同様に、入力層に近い中間層から出力層に近
い中間層に向かって最小単位の部分特徴の数が徐々に増
加した部分特徴が各中間層に記憶される。
【００１５】そして、学習パターンを入力層に入力し、
出力層２４のＣ層における入力された学習パターンの形
状と同じカテゴリーの細胞が発火する（出力がある）よ
うに学習することによって、各層間の各細胞の入力結合
係数を決定する。
出力層２４のＣ層における入力された学習パターンの形
状と同じカテゴリーの細胞が発火する（出力がある）よ
うに学習することによって、各層間の各細胞の入力結合
係数を決定する。
【００１６】次に本実施の形態の作用について説明す
る。撮像部１０Ａで得られた画像データは輪郭画像生成
部１０Ｂに入力され、輪郭画像生成部１０Ｂによってエ
ッジ抽出が行なわれ、輪郭画像データが生成される。生
成された輪郭画像データは、ネオコグニトロンで構成さ
れた物体検出部１２に入力されて認識対象とする物体の
形状が認識される。例えば、物体検出部１２に輪郭画像
データとして四角形の図形データを入力すると、図２に
示すように、入力層２０の結合可能領域（入力を受け取
る範囲）内の細胞が発火し、中間層２２の部分特徴が存
在する位置の細胞が発火し、部分特徴が抽出され、最終
的に出力層２４の四角形に対応する細胞が発火する。図
５に、細胞の発火状態を拡大して示した。なお、このと
き、各層のＳ層によって画像の部分特徴が抽出され、Ｃ
層によって抽出された部分特徴の位置ずれが吸収され
る。
る。撮像部１０Ａで得られた画像データは輪郭画像生成
部１０Ｂに入力され、輪郭画像生成部１０Ｂによってエ
ッジ抽出が行なわれ、輪郭画像データが生成される。生
成された輪郭画像データは、ネオコグニトロンで構成さ
れた物体検出部１２に入力されて認識対象とする物体の
形状が認識される。例えば、物体検出部１２に輪郭画像
データとして四角形の図形データを入力すると、図２に
示すように、入力層２０の結合可能領域（入力を受け取
る範囲）内の細胞が発火し、中間層２２の部分特徴が存
在する位置の細胞が発火し、部分特徴が抽出され、最終
的に出力層２４の四角形に対応する細胞が発火する。図
５に、細胞の発火状態を拡大して示した。なお、このと
き、各層のＳ層によって画像の部分特徴が抽出され、Ｃ
層によって抽出された部分特徴の位置ずれが吸収され
る。
【００１７】位置同定部１４では、後段の層の各細胞か
ら前段に存在する層の結合可能領域内の細胞への投影を
繰り返すことによって、バックトレースを行い、物体の
位置同定を行なう。ここで、投影とは、後段の層の各細
胞に認識した物体を構成する部分特徴の存在を表す値
（以下、Ｂ値という）を付与し、このＢ値から前段の細
胞が持つ部分特徴の存在を表すＢ値を決定することであ
る。中間層及び出力層の各層は、Ｃ層とＳ層とから構成
されているので、同じ層のＣ細胞からＳ細胞へは、図６
（１）に示すように、Ｓ層の結合可能領域中で最大の出
力を持つＳ細胞を選択し、選択したＳ細胞にＣ細胞のＢ
値を付与することによって投影する。また、隣り合う層
間のＳ細胞からＣ細胞へは、図６（２）に示すように、
Ｓ細胞のＢ値、及びＣ細胞からＳ細胞への入力結合係数
を用い、入力結合係数の大きさに比例したＢ値をＣ細胞
に付与することによって投影する。
ら前段に存在する層の結合可能領域内の細胞への投影を
繰り返すことによって、バックトレースを行い、物体の
位置同定を行なう。ここで、投影とは、後段の層の各細
胞に認識した物体を構成する部分特徴の存在を表す値
（以下、Ｂ値という）を付与し、このＢ値から前段の細
胞が持つ部分特徴の存在を表すＢ値を決定することであ
る。中間層及び出力層の各層は、Ｃ層とＳ層とから構成
されているので、同じ層のＣ細胞からＳ細胞へは、図６
（１）に示すように、Ｓ層の結合可能領域中で最大の出
力を持つＳ細胞を選択し、選択したＳ細胞にＣ細胞のＢ
値を付与することによって投影する。また、隣り合う層
間のＳ細胞からＣ細胞へは、図６（２）に示すように、
Ｓ細胞のＢ値、及びＣ細胞からＳ細胞への入力結合係数
を用い、入力結合係数の大きさに比例したＢ値をＣ細胞
に付与することによって投影する。
【００１８】そして、物体のカテゴリーを出力した出力
層のＣ細胞にＢ値を設定した後、このＣ細胞から結合可
能領域中での出力最大のＳ細胞への投影と、このＳ細胞
から入力結合係数に応じたＣ細胞への投影とを出力層か
ら入力層へ順次行なうことによって、バックトレースを
行い、物体の位置同定を行なう。
層のＣ細胞にＢ値を設定した後、このＣ細胞から結合可
能領域中での出力最大のＳ細胞への投影と、このＳ細胞
から入力結合係数に応じたＣ細胞への投影とを出力層か
ら入力層へ順次行なうことによって、バックトレースを
行い、物体の位置同定を行なう。
【００１９】このバックトレースの処理ルーチンを図７
を参照して詳細に説明する。なお、以下では、ネオコグ
ニトロンの階層数をＭ、ｍ（ｍ＝１〜Ｍ）層の細胞面の
数をＮｍ、ｍ層のｎ番目のＣ細胞面をＣmn、ｍ層のｎ番
目のＳ細胞面をＳmn、Ｃ細胞面Ｃmnのｉ，ｊ（ｉ，ｊは
細胞面の縦方向及び横方向の位置を示す）の位置の細胞
をＣmn(i,j) 、Ｓ細胞面Ｓmnのｉ，ｊの位置の細胞をＳ
mn(i,j) とする。
を参照して詳細に説明する。なお、以下では、ネオコグ
ニトロンの階層数をＭ、ｍ（ｍ＝１〜Ｍ）層の細胞面の
数をＮｍ、ｍ層のｎ番目のＣ細胞面をＣmn、ｍ層のｎ番
目のＳ細胞面をＳmn、Ｃ細胞面Ｃmnのｉ，ｊ（ｉ，ｊは
細胞面の縦方向及び横方向の位置を示す）の位置の細胞
をＣmn(i,j) 、Ｓ細胞面Ｓmnのｉ，ｊの位置の細胞をＳ
mn(i,j) とする。
【００２０】ステップＳ１では、物体検出部１２から物
体検出後のネオコグニトロンの細胞の出力結果を入力す
る。ステップＳ２では、ネオコグニトロンの全ての細胞
について物体を構成する部分特徴の存在を表すＢ値を０
に設定する。
体検出後のネオコグニトロンの細胞の出力結果を入力す
る。ステップＳ２では、ネオコグニトロンの全ての細胞
について物体を構成する部分特徴の存在を表すＢ値を０
に設定する。
【００２１】次のステップＳ３では、出力層のＣ層の出
力が最大のＣ細胞ＣMn(1,1) のＢ値を所定値（本実施の
形態では１）に設定し、ステップＳ４でｍをＭとする。
力が最大のＣ細胞ＣMn(1,1) のＢ値を所定値（本実施の
形態では１）に設定し、ステップＳ４でｍをＭとする。
【００２２】次のステップＳ４ではｍ≠１かを判断する
ことにより、入力層までの処理が終了したか否かを判断
し、ｍ＝１の場合は入力層までＢ値を設定する処理が終
了しているので、このルーチンを終了する。
ことにより、入力層までの処理が終了したか否かを判断
し、ｍ＝１の場合は入力層までＢ値を設定する処理が終
了しているので、このルーチンを終了する。
【００２３】ステップＳ６、Ｓ７では、同じ層のＣ細胞
からＳ細胞への投影を行う。すなわち、ステップＳ６
で、Ｂ値が０でない全ての細胞Ｃmn(i,j) （最初に処理
を行なう出力層では細胞ＣMn(1,1) ）に対し、対象とな
っている層のＳ層の結合可能領域中で最大の出力を持つ
Ｓ細胞Ｓmn(i,j) を検索し、ステップＳ７で、Ｓ細胞Ｓ
mn(i,j) のＢ値にＣ細胞Ｃmn(i,j) のＢ値を設定する。
なお、出力層の場合には、ＣMn(1,1) のＢ値がＳ細胞Ｓ
mn(i,j) のＢ値に設定される。
からＳ細胞への投影を行う。すなわち、ステップＳ６
で、Ｂ値が０でない全ての細胞Ｃmn(i,j) （最初に処理
を行なう出力層では細胞ＣMn(1,1) ）に対し、対象とな
っている層のＳ層の結合可能領域中で最大の出力を持つ
Ｓ細胞Ｓmn(i,j) を検索し、ステップＳ７で、Ｓ細胞Ｓ
mn(i,j) のＢ値にＣ細胞Ｃmn(i,j) のＢ値を設定する。
なお、出力層の場合には、ＣMn(1,1) のＢ値がＳ細胞Ｓ
mn(i,j) のＢ値に設定される。
【００２４】次のステップＳ８では、隣り合う層間のＳ
細胞からＣ細胞への投影を行う。すなわち、Ｂ値が０で
ない全てのＳ細胞Ｓmn(i,j) に対し、ｍ−１層の結合可
能領域中の全てのＣ細胞Ｃmn(i,j) のＢ値に入力結合係
数に比例した値を設定する。
細胞からＣ細胞への投影を行う。すなわち、Ｂ値が０で
ない全てのＳ細胞Ｓmn(i,j) に対し、ｍ−１層の結合可
能領域中の全てのＣ細胞Ｃmn(i,j) のＢ値に入力結合係
数に比例した値を設定する。
【００２５】そして、ステップＳ９でｍを１だけデクリ
メントした後、ステップＳ５に戻って上記の同じ層のＣ
細胞からＳ細胞への投影、及び隣り合う層のＳ細胞から
Ｃ細胞への投影を出力層から入力層に向かって順次行
い、入力層への投影が終了した時点でこのルーチンを終
了する。
メントした後、ステップＳ５に戻って上記の同じ層のＣ
細胞からＳ細胞への投影、及び隣り合う層のＳ細胞から
Ｃ細胞への投影を出力層から入力層に向かって順次行
い、入力層への投影が終了した時点でこのルーチンを終
了する。
【００２６】このときのバックトレースのトレース経過
を図８を参照して説明する。出力層のＣ層２４Ｃのカテ
ゴリーを示す細胞のＢ値が、出力層のＳ層２４Ｓの結合
可能領域内の出力最大の細胞のＢ値として設定される。
出力層のＳ層２４Ｓの結合可能領域内の出力最大の細胞
のＢ値に基づいて、第２中間層と出力層との入力結合係
数に比例したＢ値が第２中間層のＣ層２２ＢＣの発火し
た細胞に設定される。第２中間層のＣ層２２ＢＣの発火
した細胞のＢ値が、第２中間層のＳ層２２ＢＳの結合可
能領域内の出力最大の細胞のＢ値として設定される。第
２中間層のＳ層２２ＢＳの結合可能領域内の出力最大の
細胞のＢ値に基づいて、第１中間層と第２中間層との入
力結合係数に比例したＢ値が第１中間層のＣ層２２ＡＣ
の発火した細胞に設定される。第１中間層のＣ層２２Ａ
Ｃの発火した細胞のＢ値が、第１中間層のＳ層２２ＡＳ
の結合可能領域内の出力最大の細胞のＢ値として設定さ
れる。そして、第１中間層のＳ層２２ＡＳの結合可能領
域内の出力最大の細胞のＢ値に基づいて、入力層と第１
中間層との入力結合係数に比例したＢ値が入力層の発火
した細胞に設定される。
を図８を参照して説明する。出力層のＣ層２４Ｃのカテ
ゴリーを示す細胞のＢ値が、出力層のＳ層２４Ｓの結合
可能領域内の出力最大の細胞のＢ値として設定される。
出力層のＳ層２４Ｓの結合可能領域内の出力最大の細胞
のＢ値に基づいて、第２中間層と出力層との入力結合係
数に比例したＢ値が第２中間層のＣ層２２ＢＣの発火し
た細胞に設定される。第２中間層のＣ層２２ＢＣの発火
した細胞のＢ値が、第２中間層のＳ層２２ＢＳの結合可
能領域内の出力最大の細胞のＢ値として設定される。第
２中間層のＳ層２２ＢＳの結合可能領域内の出力最大の
細胞のＢ値に基づいて、第１中間層と第２中間層との入
力結合係数に比例したＢ値が第１中間層のＣ層２２ＡＣ
の発火した細胞に設定される。第１中間層のＣ層２２Ａ
Ｃの発火した細胞のＢ値が、第１中間層のＳ層２２ＡＳ
の結合可能領域内の出力最大の細胞のＢ値として設定さ
れる。そして、第１中間層のＳ層２２ＡＳの結合可能領
域内の出力最大の細胞のＢ値に基づいて、入力層と第１
中間層との入力結合係数に比例したＢ値が入力層の発火
した細胞に設定される。
【００２７】この結果、カテゴリーに対応する最終段の
Ｃ細胞に対応する入力層の細胞にＢ値が設定され、Ｂ値
が設定された細胞の位置から物体の位置を同定すること
ができる。位置同定部１４は、物体検出部１２で検出さ
れた物体の形状と同定した物体の位置とを示すデータを
出力する。
Ｃ細胞に対応する入力層の細胞にＢ値が設定され、Ｂ値
が設定された細胞の位置から物体の位置を同定すること
ができる。位置同定部１４は、物体検出部１２で検出さ
れた物体の形状と同定した物体の位置とを示すデータを
出力する。
【００２８】次に図９を参照して複数の物体を認識する
画像処理装置の実施の形態について説明する。本実施の
形態の画像処理装置は、Ｎ個の物体検出部１２1 〜１２
N と、Ｎ個の位置同定部１４1 〜１４N とを並列に設け
たものである。物体検出部及び位置同定部は上記で説明
した物体検出部及び位置同定部と同様の構成であり、位
置同定部１４1 〜１４N-1 の各々は、輪郭画像データと
検出された物体のデータとの差分を演算する演算回路１
６1 〜１６N-1 に接続されている。演算回路１６1 に
は、輪郭画像生成部１０Ｂからの輪郭画像データが入力
されように接続され、演算回路１６1 〜１６N-1 の各々
は直列に接続され、輪郭画像データと検出された物体の
データとの差分から検出された物体のデータが順次減算
されるように接続されている。
画像処理装置の実施の形態について説明する。本実施の
形態の画像処理装置は、Ｎ個の物体検出部１２1 〜１２
N と、Ｎ個の位置同定部１４1 〜１４N とを並列に設け
たものである。物体検出部及び位置同定部は上記で説明
した物体検出部及び位置同定部と同様の構成であり、位
置同定部１４1 〜１４N-1 の各々は、輪郭画像データと
検出された物体のデータとの差分を演算する演算回路１
６1 〜１６N-1 に接続されている。演算回路１６1 に
は、輪郭画像生成部１０Ｂからの輪郭画像データが入力
されように接続され、演算回路１６1 〜１６N-1 の各々
は直列に接続され、輪郭画像データと検出された物体の
データとの差分から検出された物体のデータが順次減算
されるように接続されている。
【００２９】演算回路１６1 は、位置同定部１４1 から
入力された同定した物体の形状及び位置を示すデータに
基づいて、入力された輪郭画像データから位置同定部１
４1から入力された物体の形状を示すデータを減算して
出力する。この減算データは、物体検出部１２2 に入力
され、物体検出部１２2 及び位置同定部１４2 によって
他の物体の認識が行なわれ、以下同様にして認識した物
体のデータを順次減算したデータに基づいて物体の認識
が行なわれる。
入力された同定した物体の形状及び位置を示すデータに
基づいて、入力された輪郭画像データから位置同定部１
４1から入力された物体の形状を示すデータを減算して
出力する。この減算データは、物体検出部１２2 に入力
され、物体検出部１２2 及び位置同定部１４2 によって
他の物体の認識が行なわれ、以下同様にして認識した物
体のデータを順次減算したデータに基づいて物体の認識
が行なわれる。
【００３０】これによって、本実施の形態では、複数の
物体を効率よく認識することができる。
物体を効率よく認識することができる。
【００３１】
【発明の効果】以上説明したように、本発明によれば、
ネオコグニトロンを利用して、画像中の認識対象物を検
出することができるだけでなく、認識対象物の位置まで
特定することができる画像処理装置を提供することがで
きる、という効果が得られる。
ネオコグニトロンを利用して、画像中の認識対象物を検
出することができるだけでなく、認識対象物の位置まで
特定することができる画像処理装置を提供することがで
きる、という効果が得られる。
【図１】本発明の画像処理装置の実施の形態を示すブロ
ック図である。
ック図である。
【図２】ネオコグニトロンの詳細を示す概略図である。
【図３】ネオコグニトロンの各層の詳細を示す概略図で
ある。
ある。
【図４】各層の部分特徴を示す概略図ある。
【図５】各層間の結合を拡大して示す概略図である。
【図６】（１）はＣ細胞からＳ細胞への投影を説明する
ための説明図、（２）はＳ細胞からＣ細胞への投影を説
明するための説明図である。
ための説明図、（２）はＳ細胞からＣ細胞への投影を説
明するための説明図である。
【図７】本発明の実施の形態のバックトレースの処理ル
ーチンを示す流れ図である。
ーチンを示す流れ図である。
【図８】本発明の実施の形態のバックトレースのトレー
ス経過を示す説明図である。
ス経過を示す説明図である。
【図９】本発明を複数の物体の認識に適用した他の実施
の形態を示すブロック図である。
の形態を示すブロック図である。
１０ 画像入力部 １２ 物体検出部 １４ 位置同定部
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 2F065 AA03 AA12 DD03 FF01 FF04 JJ03 JJ26 QQ00 QQ08 QQ24 QQ29 QQ32 5B057 AA10 BA02 CA01 CC01 CE20 DA07 DA11 DB02 DB06 DC38 5L096 AA02 BA06 BA13 CA02 DA01 EA45 FA76
Claims (2)
- 【請求項１】認識対象物を撮像するための撮像手段と、 画像の部分特徴を抽出するＳ細胞から構成されたＳ層、
及び抽出された部分特徴の位置ずれを吸収するＣ細胞か
ら構成されたＣ層で各々構成された複数の階層を備えた
ネオコグニトロンを用いて、前記撮像手段で撮像された
画像から認識対象物を検出する認識対象物検出手段と、 前記認識対象物検出手段で用いたネオコグニトロンの階
層をバックトレースすることによって、前記認識対象物
検出手段によって検出された認識対象物の画像中の位置
を同定する位置同定手段と、 を含む画像処理装置。 - 【請求項２】同じ階層内において、出力があったＣ細胞
から結合可能領域内で出力最大のＳ細胞へ投影するＳ細
胞投影処理と、前記投影されたＳ細胞から前階層との入
力結合係数に応じて前階層のＣ細胞へ投影するＣ細胞投
影処理とを、順次出力層側から入力層側へ行ってバック
トレースする請求項１記載の画像処理装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10204809A JP2000036047A (ja) | 1998-07-21 | 1998-07-21 | 画像処理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10204809A JP2000036047A (ja) | 1998-07-21 | 1998-07-21 | 画像処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000036047A true JP2000036047A (ja) | 2000-02-02 |
Family
ID=16496736
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10204809A Pending JP2000036047A (ja) | 1998-07-21 | 1998-07-21 | 画像処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000036047A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010075311A2 (en) * | 2008-12-26 | 2010-07-01 | Five Apes, Inc. | Multi-stage image pattern recognizer |
| US8229209B2 (en) | 2008-12-26 | 2012-07-24 | Five Apes, Inc. | Neural network based pattern recognizer |
| US8290250B2 (en) | 2008-12-26 | 2012-10-16 | Five Apes, Inc. | Method and apparatus for creating a pattern recognizer |
| JP2016115248A (ja) * | 2014-12-17 | 2016-06-23 | 株式会社デンソー | 演算処理装置 |
-
1998
- 1998-07-21 JP JP10204809A patent/JP2000036047A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010075311A2 (en) * | 2008-12-26 | 2010-07-01 | Five Apes, Inc. | Multi-stage image pattern recognizer |
| WO2010075311A3 (en) * | 2008-12-26 | 2010-10-28 | Five Apes, Inc. | Multi-stage image pattern recognizer |
| US8160354B2 (en) | 2008-12-26 | 2012-04-17 | Five Apes, Inc. | Multi-stage image pattern recognizer |
| US8229209B2 (en) | 2008-12-26 | 2012-07-24 | Five Apes, Inc. | Neural network based pattern recognizer |
| US8290250B2 (en) | 2008-12-26 | 2012-10-16 | Five Apes, Inc. | Method and apparatus for creating a pattern recognizer |
| JP2016115248A (ja) * | 2014-12-17 | 2016-06-23 | 株式会社デンソー | 演算処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102197412B (zh) | 伪装检测系统和伪装检测方法 | |
| JP6197340B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
| CN113688820A (zh) | 频闪条带信息识别方法、装置和电子设备 | |
| JPH06231252A (ja) | 監視画像の移動物体追跡方法 | |
| CN108572734A (zh) | 一种基于红外激光辅助成像的手势控制系统 | |
| WO2022111461A1 (zh) | 识别方法、装置及电子设备 | |
| CN113567550A (zh) | 地面材质检测方法、装置、电子设备、芯片和存储介质 | |
| JP2000036047A (ja) | 画像処理装置 | |
| JPH11312243A (ja) | 顔領域検出装置 | |
| CN114708582B (zh) | 基于ai和rpa的电力数据智慧稽查方法及装置 | |
| CN110516094A (zh) | 门类兴趣点数据的去重方法、装置、电子设备及存储介质 | |
| JP2007140729A (ja) | 物品の位置及び姿勢を検出する方法および装置 | |
| JP3371614B2 (ja) | 認識装置 | |
| JP2000207554A (ja) | 画像処理装置 | |
| JP2003203218A (ja) | 外観検査装置および方法 | |
| WO2023191312A1 (ko) | 전자 기기의 외관 상태 평가 및 가치 평가 방법과 전자 기기 가치 평가 장치 | |
| JP2000193420A (ja) | 眼の位置検出装置 | |
| JPH05108800A (ja) | 画像欠陥判別処理装置 | |
| JP7349288B2 (ja) | 対象物認識装置、対象物認識方法、及び対象物認識プログラム | |
| JP3074691B2 (ja) | 文字認識装置 | |
| WO2021049119A1 (ja) | 学習装置、学習方法及び学習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 | |
| JP2000285237A (ja) | 画像処理装置、画像処理方法及び画像処理プログラムを記録した記録媒体 | |
| JPH0991425A (ja) | 画像処理装置 | |
| JPH0844844A (ja) | 物体検出装置 | |
| JPH09245166A (ja) | パターンマッチング装置 |