JP2005250774A - 対象物識別装置および方法並びにプログラム - Google Patents
対象物識別装置および方法並びにプログラム Download PDFInfo
- Publication number
- JP2005250774A JP2005250774A JP2004059180A JP2004059180A JP2005250774A JP 2005250774 A JP2005250774 A JP 2005250774A JP 2004059180 A JP2004059180 A JP 2004059180A JP 2004059180 A JP2004059180 A JP 2004059180A JP 2005250774 A JP2005250774 A JP 2005250774A
- Authority
- JP
- Japan
- Prior art keywords
- identification
- feature amount
- image
- predetermined
- face
- 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
- 238000000034 method Methods 0.000 title claims description 49
- 238000001514 detection method Methods 0.000 claims abstract description 98
- 238000010801 machine learning Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 210000000887 face Anatomy 0.000 description 33
- 238000004364 calculation method Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 12
- 230000009467 reduction Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000003708 edge detection Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 241000593989 Scardinius erythrophthalmus Species 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001061 forehead Anatomy 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 201000005111 ocular hyperemia Diseases 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 識別対象画像に顔が含まれるか否かを識別するために正面を顔を含む多数のサンプル画像を用いて学習を行った複数の識別器からなる参照データを用いて、識別対象画像に顔が含まれるか否かを識別する。その際、各識別器には学習を行った座標位置の特徴量とともに、座標位置を縦および横方向についてそれぞれ1より小さい拡大率により段階的に変更した座標位置の特徴量を入力して、識別対象画像に顔が含まれるか否かを識別する。
【選択図】 図1
Description
Henry A. Rowley, Shumeet Baluja, and Takeo Kanada, "Neural Network-Based Face Detection", volume 20, number 1, pages 23-38, January 1998. Rainer Lienhart, Jochen Maydt, "An Extended Set of Haar-like Features for Rapid Object Detection", International Conference on Image Processing.
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出する特徴量算出手段と、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の識別器からなる参照データを、前記検出領域において算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する識別手段であって、前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更しつつ、該変更の各段階において前記検出領域において算出した前記少なくとも1つの特徴量に基づいて前記参照データを参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する識別手段とを備えたことを特徴とするものである。
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出する特徴量算出手段と、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の第1の識別器、および該複数の識別器のそれぞれについて、前記少なくとも1つの特徴量が入力される画素の前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更した複数の第2の識別器からなる参照データを、前記検出領域おいて算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する識別手段とを備えたことを特徴とするものである。
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出し、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の識別器からなる参照データを、前記検出領域において算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別するに際し、前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更しつつ、該変更の各段階において前記検出領域において算出した前記少なくとも1つの特徴量に基づいて前記参照データを参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別することを特徴とするものである。
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出し、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の第1の識別器、および該複数の識別器のそれぞれについて、前記少なくとも1つの特徴量が入力される画素の前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更した複数の第2の識別器からなる参照データを、前記検出領域おいて算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別することを特徴とするものである。
組み合わせの値=((勾配ベクトルの方向+1)×勾配ベクトルの大きさ(勾配ベクトルの大きさ>0の場合)
これにより、組み合わせ数が94通りとなるため、特徴量C1のデータ数を低減できる。
2 画像入力部
4 特徴量算出部
6 メモリ
8 識別部
10 出力部
Claims (9)
- 識別対象画像の入力を受け付ける画像入力手段と、
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出する特徴量算出手段と、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の識別器からなる参照データを、前記検出領域において算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する識別手段であって、前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更しつつ、該変更の各段階において前記検出領域において算出した前記少なくとも1つの特徴量に基づいて前記参照データを参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する識別手段とを備えたことを特徴とする対象物識別装置。 - 前記識別手段は、前記座標位置を変更することなく、前記識別対象画像に前記所定対象物が含まれるか否かを識別し、前記所定対象物が含まれないと識別されたが、含まれる可能性がある場合にのみ、前記座標位置を変更しつつ前記識別対象画像に前記所定対象物が含まれるか否かを識別する手段であることを特徴とする請求項1記載の対象物識別装置。
- 識別対象画像の入力を受け付ける画像入力手段と、
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出する特徴量算出手段と、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の第1の識別器、および該複数の識別器のそれぞれについて、前記少なくとも1つの特徴量が入力される画素の前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更した複数の第2の識別器からなる参照データを、前記検出領域おいて算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する識別手段とを備えたことを特徴とする対象物識別装置。 - 前記所定対象物が顔であり、前記拡大率が1より小さいことを特徴とする請求項1から3のいずれか1項記載の対象物識別装置。
- 前記少なくとも1つの特徴量は、画像上の各画素における勾配ベクトルの方向、該勾配ベクトルの大きさおよび色情報の少なくとも1つであることを特徴とする請求項1から4のいずれか1項記載の対象物識別装置。
- 識別対象画像の入力を受け付け、
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出し、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の識別器からなる参照データを、前記検出領域において算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別するに際し、前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更しつつ、該変更の各段階において前記検出領域において算出した前記少なくとも1つの特徴量に基づいて前記参照データを参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別することを特徴とする対象物識別方法。 - 識別対象画像の入力を受け付け、
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出し、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の第1の識別器、および該複数の識別器のそれぞれについて、前記少なくとも1つの特徴量が入力される画素の前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更した複数の第2の識別器からなる参照データを、前記検出領域おいて算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別することを特徴とする対象物識別方法。 - 識別対象画像の入力を受け付ける手順と、
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出する手順と、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の識別器からなる参照データを、前記検出領域において算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別するに際し、前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更しつつ、該変更の各段階において前記検出領域において算出した前記少なくとも1つの特徴量に基づいて前記参照データを参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する手順とを有することを特徴とする対象物識別方法をコンピュータに実行させるためのプログラム。 - 識別対象画像の入力を受け付ける手順と、
前記識別対象画像上の所定サイズの検出領域内の画素のそれぞれについて、所定対象物の識別に用いる少なくとも1つの特徴量を算出する手順と、
ほぼ正面を向いた前記所定対象物を含む前記所定サイズを有する複数のサンプル画像と、前記所定対象物を含まない前記所定サイズを有する複数のサンプル画像とからなるサンプル画像群について算出した前記少なくとも1つの特徴量をマシンラーニングの手法によりあらかじめ学習することにより得られた、入力される前記少なくとも1つの特徴量の前記サンプル画像および前記検出領域における画素の座標位置が定められてなる、前記少なくとも1つの特徴量と該少なくとも1つの特徴量の各々に対応する識別条件とをあらかじめ規定する複数の第1の識別器、および該複数の識別器のそれぞれについて、前記少なくとも1つの特徴量が入力される画素の前記座標位置を、前記検出領域の縦および横方向について異なる拡大率により段階的に変更した複数の第2の識別器からなる参照データを、前記検出領域おいて算出した前記少なくとも1つの特徴量に基づいて参照して、前記識別対象画像に前記所定対象物が含まれるか否かを識別する手順とを有することを特徴とする対象物識別方法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 |
---|---|---|---|
JP2004059180A JP4361394B2 (ja) | 2004-03-03 | 2004-03-03 | 対象物識別装置および方法並びにプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004059180A JP4361394B2 (ja) | 2004-03-03 | 2004-03-03 | 対象物識別装置および方法並びにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005250774A true JP2005250774A (ja) | 2005-09-15 |
JP4361394B2 JP4361394B2 (ja) | 2009-11-11 |
Family
ID=35031206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004059180A Expired - Fee Related JP4361394B2 (ja) | 2004-03-03 | 2004-03-03 | 対象物識別装置および方法並びにプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4361394B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101342313B1 (ko) | 2006-03-17 | 2013-12-16 | 소니 주식회사 | 정보 처리 장치 및 방법, 및 기록 매체 |
JP2019532369A (ja) * | 2016-09-14 | 2019-11-07 | アイロボット コーポレイション | エリア分類に基づくロボットの構成可能な動作のためのシステム及び方法 |
-
2004
- 2004-03-03 JP JP2004059180A patent/JP4361394B2/ja not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101342313B1 (ko) | 2006-03-17 | 2013-12-16 | 소니 주식회사 | 정보 처리 장치 및 방법, 및 기록 매체 |
JP2019532369A (ja) * | 2016-09-14 | 2019-11-07 | アイロボット コーポレイション | エリア分類に基づくロボットの構成可能な動作のためのシステム及び方法 |
US11314260B2 (en) | 2016-09-14 | 2022-04-26 | Irobot Corporation | Systems and methods for configurable operation of a robot based on area classification |
JP7166926B2 (ja) | 2016-09-14 | 2022-11-08 | アイロボット・コーポレーション | エリア分類に基づくロボットの構成可能な動作のためのシステム及び方法 |
US11740634B2 (en) | 2016-09-14 | 2023-08-29 | Irobot Corporation | Systems and methods for configurable operation of a robot based on area classification |
Also Published As
Publication number | Publication date |
---|---|
JP4361394B2 (ja) | 2009-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108230252B (zh) | 图像处理方法、装置以及电子设备 | |
JP4414401B2 (ja) | 顔特徴点検出方法および装置並びにプログラム | |
US8184870B2 (en) | Apparatus, method, and program for discriminating subjects | |
US20050249429A1 (en) | Method, apparatus, and program for image processing | |
CN111680690B (zh) | 一种文字识别方法及装置 | |
JP2007047965A (ja) | デジタル画像の対象物検出方法および装置並びにプログラム | |
JP4515208B2 (ja) | 画像処理方法および装置並びにプログラム | |
JP2006119817A (ja) | 画像処理装置 | |
JP2005242640A (ja) | 対象物検出方法および装置並びにプログラム | |
JP4647289B2 (ja) | 画像処理方法および装置並びにプログラム | |
CN110910330A (zh) | 图像处理方法、图像处理装置、电子设备和可读存储介质 | |
JP4619762B2 (ja) | 画像処理方法および装置並びにプログラム | |
JP4510556B2 (ja) | 対象物識別装置および方法並びにプログラム | |
JP4690190B2 (ja) | 画像処理方法および装置並びにプログラム | |
JP4361394B2 (ja) | 対象物識別装置および方法並びにプログラム | |
JP4493448B2 (ja) | 対象物識別装置および方法並びにプログラム | |
JP2005250773A (ja) | 対象物識別装置および方法並びにプログラム | |
JP2005122688A (ja) | 画像処理方法および装置並びにプログラム | |
JP4541806B2 (ja) | 対象物識別装置および方法並びにプログラム | |
JP2005250771A (ja) | 対象物識別装置および方法並びにプログラム | |
JP2005250772A (ja) | 対象物識別装置および方法、学習方法並びにプログラム | |
JP2005332382A (ja) | 画像処理方法および装置並びにプログラム | |
CN112949631B (zh) | 用于目标检测的预训练图片合成方法和装置 | |
JP2006244385A (ja) | 顔判別装置およびプログラム並びに顔判別装置の学習方法 | |
EP3757867A1 (en) | Method and system for determining whether input data to be classified is manipulated input data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060523 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20061207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090428 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090629 |
|
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: 20090811 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20090812 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 4361394 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120821 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120821 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130821 Year of fee payment: 4 |
|
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 |
|
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 |
|
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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |