JP2007128195A5 - - Google Patents

Claims (13)

1. 認識対象を認識するための認識器を予め生成する学習装置と、前記認識器を用いて認識画像に前記認識対象が含まれているか否かの認識を行う認識装置とを具備する画像処理システムであって、
   前記学習装置は、
   前記認識対象を含むモデル画像から複数の特徴点をモデル特徴点として生成するモデル特徴点生成手段と、
   前記モデル特徴点の各々における特徴量をモデル特徴量として生成するモデル特徴量生成手段と、
   前記認識対象を含む画像および含まない画像の何れかから成る学習画像から複数の特徴点を学習特徴点として生成する学習特徴点生成手段と、
   前記学習特徴点の各々における特徴量を学習特徴量として生成する学習特徴量生成手段と、
   前記モデル特徴量の各々について前記学習特徴量のうち最も相関の高いものを選択してその選択された学習特徴量との間の相関の程度を学習相関特徴量として生成する学習相関特徴量生成手段と、
   前記学習画像が前記認識対象を含むか否かを示す正誤情報および前記学習相関特徴量に基づいて認識器を生成する認識器生成手段と
   を備え、
   前記認識装置は、
   前記認識画像から複数の特徴点を認識特徴点として生成する認識特徴点生成手段と、
   前記認識特徴点の各々における特徴量を認識特徴量として生成する認識特徴量生成手段と、
   前記モデル特徴量の各々について前記認識特徴量のうち最も相関の高いものを選択してその選択された認識特徴量との間の相関の程度を認識相関特徴量として生成する認識相関特徴量生成手段と、
   前記認識相関特徴量を前記認識器に代入することによって前記認識画像に前記認識対象が含まれているか否かを判断する認識処理手段と
   を備える
   ことを特徴とする画像処理システム。
2. 認識対象を含むモデル画像から複数の特徴点をモデル特徴点として生成するモデル特徴点生成手段と、
   前記モデル特徴点の各々における特徴量をモデル特徴量として生成するモデル特徴量生成手段と、
   前記認識対象を含む画像および含まない画像の何れかから成る学習画像から複数の特徴点を学習特徴点として生成する学習特徴点生成手段と、
   前記学習特徴点の各々における特徴量を学習特徴量として生成する学習特徴量生成手段と、
   前記モデル特徴量の各々について前記学習特徴量のうち最も相関の高いものを選択してその選択された学習特徴量との間の相関の程度を学習相関特徴量として生成する学習相関特徴量生成手段と、
   前記学習画像が前記認識対象を含むか否かを示す正誤情報および前記学習相関特徴量に基づいて認識器を生成する認識器生成手段と
   を具備することを特徴とする学習装置。
3. 前記モデル特徴点および前記学習特徴点は当該特徴点における特徴量の種類に応じて選択されることを特徴とする請求項２記載の学習装置。
4. 前記モデル特徴点および前記学習特徴点はコーナー点に該当することを特徴とする請求項３記載の学習装置。
5. 前記モデル特徴点および前記学習特徴点は前記認識対象における領域内に存在することを特徴とする請求項３記載の学習装置。
6. 前記モデル特徴量および前記学習特徴量は当該特徴量の種類に応じて選択されることを特徴とする請求項２記載の学習装置。
7. 前記モデル特徴量および前記学習特徴量は前記モデル特徴点および前記学習特徴点における二次微分により取得されることを特徴とする請求項６記載の学習装置。
8. 前記モデル特徴量および前記学習特徴量は前記モデル特徴点および前記学習特徴点における色の分布により取得されることを特徴とする請求項６記載の学習装置。
9. 前記認識器生成手段は、前記学習相関特徴量について閾値を設けて当該閾値を基準として前記学習相関特徴量の選別を行うことを特徴とする請求項２記載の学習装置。
10. 前記認識器生成手段は、ブースティングアルゴリズムにより前記認識器の生成および前記学習相関特徴量の選別を行うことを特徴とする請求項９記載の学習装置。
11. 入力された認識画像から複数の特徴点を認識特徴点として生成する認識特徴点生成手段と、
    前記認識特徴点の各々における特徴量を認識特徴量として生成する認識特徴量生成手段と、
    認識対象を含むモデル画像から生成されたモデル特徴点におけるモデル特徴量の各々について前記認識特徴量のうち最も相関の高いものを選択してその選択された認識特徴量との間の相関の程度を認識相関特徴量として生成する認識相関特徴量生成手段と、
    前記認識対象を含む画像および含まない画像の何れかから成る学習画像について前記認識対象を含むか否かを示す正誤情報と前記モデル特徴量の各々について前記学習特徴量のうち最も相関の高いものとの間の相関の程度を示す学習相関特徴量とから生成された認識器に前記認識相関特徴量を代入することによって前記認識画像に前記認識対象が含まれているか否かを判断する認識処理手段と
    を具備することを特徴とする認識装置。
12. 認識対象を含むモデル画像から複数の特徴点をモデル特徴点として生成する手順と、
    前記モデル特徴点の各々における特徴量をモデル特徴量として生成する手順と、
    前記認識対象を含む画像および含まない画像の何れかから成る学習画像から複数の特徴点を学習特徴点として生成する手順と、
    前記学習特徴点の各々における特徴量を学習特徴量として生成する手順と、
    前記モデル特徴量の各々について前記学習特徴量のうち最も相関の高いものを選択してその選択された学習特徴量との間の相関の程度を学習相関特徴量として生成する手順と、
    前記学習画像が前記認識対象を含むか否かを示す正誤情報および前記学習相関特徴量に基づいて認識器を生成する手順と
    を具備することを特徴とする学習方法。
13. 認識対象を含むモデル画像から複数の特徴点をモデル特徴点として生成する手順と、
    前記モデル特徴点の各々における特徴量をモデル特徴量として生成する手順と、
    前記認識対象を含む画像および含まない画像の何れかから成る学習画像から複数の特徴点を学習特徴点として生成する手順と、
    前記学習特徴点の各々における特徴量を学習特徴量として生成する手順と、
    前記モデル特徴量の各々について前記学習特徴量のうち最も相関の高いものを選択してその選択された学習特徴量との間の相関の程度を学習相関特徴量として生成する手順と、
    前記学習画像が前記認識対象を含むか否かを示す正誤情報および前記学習相関特徴量に基づいて認識器を生成する手順と
    をコンピュータに実行させることを特徴とするプログラム。