JP2008059319A - Object recognition device, and image object positioning device - Google Patents

Object recognition device, and image object positioning device Download PDF

Info

Publication number
JP2008059319A
JP2008059319A JP2006235944A JP2006235944A JP2008059319A JP 2008059319 A JP2008059319 A JP 2008059319A JP 2006235944 A JP2006235944 A JP 2006235944A JP 2006235944 A JP2006235944 A JP 2006235944A JP 2008059319 A JP2008059319 A JP 2008059319A
Authority
JP
Japan
Prior art keywords
image
camera
video information
template
coordinates
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
Application number
JP2006235944A
Other languages
Japanese (ja)
Other versions
JP4717760B2 (en
Inventor
Shinya Taguchi
進也 田口
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2006235944A priority Critical patent/JP4717760B2/en
Publication of JP2008059319A publication Critical patent/JP2008059319A/en
Application granted granted Critical
Publication of JP4717760B2 publication Critical patent/JP4717760B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Navigation (AREA)
  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Instructional Devices (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To accurately recognize an object, even when a superficial difference caused by a situation when photographed and an image noise exists, in images of the same kinds of objects. <P>SOLUTION: A plurality of image feature amounts is extracted respectively as to every of a plurality of template images in a template image storage means, so as to find a correlation coefficient matrix between the extracted image feature amounts, then an input image of a recognition object is extracted out of a frame image acquired by an image acquiring means, a plurality of image feature amounts is extracted as to the input image, as in the template image, so as to find a correlation coefficient matrix between the image feature amounts, the correlation coefficient matrix of the found input image is compared with the correlation coefficient matrixes in the plurality of template images to calculate respectively distances between the input image and the plurality of template images, and the object of the template image having the minimum calculated distance is recognized as the object of the input image, in an image processing means provided in this object recognition device of the present invention. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

この発明は、例えば移動体に据えたカメラで撮影した映像に写る特定の物体を認識する物体認識装置、および映像に写る特定の物体の測位を行う映像物体測位装置に関するものである。   The present invention relates to an object recognition device for recognizing a specific object appearing in a video taken by a camera placed on a moving body, for example, and a video object positioning device for positioning a specific object appearing in a video.

カーナビゲーション用の地図作成、自治体における道路設備管理、上下水道管理等においては、作業員が現地に赴いて設備などを人手により一つ一つ確認する作業を伴う。そのための作業時間は多大であり、管理にかかる人件費などのコスト負担も大きい。この問題を解決するための、設備管理の効率化を支援する従来技術として、カメラで撮影した映像、地図および管理情報を連動して表示し、また映像から対象物を自動で認識して認識結果をCGなどで表示する方法がある(例えば特許文献1参照)。この技術では、対象物の画像とテンプレートとの相互相関を計算してパターンマッチングを行い、またステレオ立体視に似た計算手法を用いることでカメラから対象物までの相対距離を算出している。また、他の従来技術として、車両走行中の実写映像上に案内情報をCGで合成して、ドライバーなどに提示することにより、適切な案内を行うという方法がある(例えば特許文献2参照)。この技術では、実写映像から案内に寄与する案内寄与情報だけを抽出してCG画像として生成しておき、そのCG画像を現在走行時における実写映像に合成して表示するようにしている。   In car navigation map creation, road facility management, and water and sewage management in local governments, workers are required to visit the site and check the facilities one by one manually. Therefore, the work time is enormous and the cost burden such as labor cost for management is large. As a conventional technology to help improve the efficiency of equipment management to solve this problem, video, maps, and management information captured by the camera are displayed in conjunction with each other, and the object is automatically recognized from the video, resulting in recognition results. Is displayed by CG or the like (for example, see Patent Document 1). In this technique, cross-correlation between an image of a target object and a template is calculated to perform pattern matching, and a relative distance from the camera to the target object is calculated by using a calculation method similar to stereo stereoscopic vision. As another conventional technique, there is a method of performing appropriate guidance by synthesizing guidance information with a CG on a live-action image while the vehicle is running and presenting it to a driver or the like (see, for example, Patent Document 2). In this technique, only guidance contribution information that contributes to guidance is extracted from a live-action video and is generated as a CG image, and the CG image is combined with a real-time video at the time of current travel and displayed.

特開2003−337947号公報JP 2003-337947 A 特開2003−121167号公報JP 2003-121167 A

以上のような従来技術の場合、次のような問題がある。
実際には、夜間も含めた日照変化、撮影時の画像ノイズ、遮蔽物などによる一部欠落等により画像上の対象物の見かけが変化することがあるため、画像認識を困難にしているという問題がある。これは特許文献1に記載された、入力画像とテンプレート画像の相互相関を計算するという方法では解決できない。また、特許文献1による方法は、保持しているテンプレート画像が少ない場合には認識率が低下するという問題がある。一方、特許文献2においては、案内に寄与する道路標識などをどのようにして認識するかについての方法を示唆していない。そのため、日照変化や遮蔽物が影響した画像に対しても正確に認識できる手法が望まれる。特に、例えば道路標識の種類などを効率よく特定できることが望まれる。
また、通常のGPS等の位置測位システムの場合は常に測位誤差を伴う。しかし、対象物の正確な測位が要求される設備管理効率化の支援装置の場合は、GPSの測位結果に伴う外乱やステレオ立体視に伴う測位誤差などを可能な限り除去する必要がある。
The conventional techniques as described above have the following problems.
In reality, the appearance of objects on the image may change due to changes in sunshine, including nighttime, image noise during shooting, and partial omission due to shielding, etc., making it difficult to recognize images There is. This cannot be solved by the method of calculating the cross-correlation between the input image and the template image described in Patent Document 1. Further, the method according to Patent Document 1 has a problem that the recognition rate is lowered when the number of template images held is small. On the other hand, Patent Document 2 does not suggest a method on how to recognize road signs and the like that contribute to guidance. Therefore, a technique that can accurately recognize an image affected by a change in sunlight or an obstruction is desired. In particular, it is desirable to be able to efficiently specify, for example, the type of road sign.
Further, in the case of a normal positioning system such as GPS, a positioning error is always accompanied. However, in the case of a facility management efficiency support device that requires accurate positioning of an object, it is necessary to eliminate as much as possible disturbances associated with GPS positioning results, positioning errors associated with stereo stereoscopic vision, and the like.

この発明は、上記問題点を解決するためになされたもので、同一種類の対象物について撮影した画像に、撮影時の状況や画像ノイズに起因した見かけ上の違いが存在していても、その対象物を正確に認識可能にする物体認識装置を得ることを目的とする。
また、この発明は、物体認識装置に組み込んで使用でき、GPSの測位誤差、画像認識に伴う誤差を低減して精度良く映像上の物体を測位する映像物体測位装置を得ることを目的とする。
The present invention has been made to solve the above problems, and even if there are apparent differences due to the situation at the time of shooting and image noise in the images taken of the same type of object. An object of the present invention is to obtain an object recognition device that can accurately recognize an object.
Another object of the present invention is to obtain a video object positioning device that can be used by being incorporated in an object recognition device, and that accurately measures an object on a video by reducing a GPS positioning error and an error associated with image recognition.

この発明に係る物体認識装置は、映像情報を記憶する映像情報データベースと、映像情報データベースの映像情報から任意のフレーム画像を取得する画像取得手段と、種類別に対象物に関する複数のテンプレート画像を予め格納するテンプレート画像格納手段と、テンプレート画像格納手段の複数のテンプレート画像のそれぞれについて、複数の画像特徴量をそれぞれ抽出し、抽出した画像特徴量間の相関係数行列を求め、次に画像取得手段で取得したフレーム画像から認識対象とする入力画像を抽出し、当該入力画像について、テンプレート画像と同様に複数の画像特徴量を抽出して画像特徴量間の相関係数行列を求め、求めた入力画像の相関係数行列と複数のテンプレート画像の相関係数行列を比較して入力画像と複数のテンプレート画像間の距離をそれぞれ算出し、算出した距離が最も小さいテンプレート画像の対象物を、入力画像の対象物として認識する画像認識処理手段とを備えたものである。   The object recognition apparatus according to the present invention stores in advance a video information database for storing video information, an image acquisition means for acquiring an arbitrary frame image from the video information in the video information database, and a plurality of template images related to the object by type. For each of the template image storage means and the plurality of template images of the template image storage means, respectively, and a correlation coefficient matrix between the extracted image feature quantities is obtained, and then the image acquisition means An input image to be recognized is extracted from the acquired frame image, a plurality of image feature amounts are extracted from the input image in the same manner as the template image, a correlation coefficient matrix between the image feature amounts is obtained, and the obtained input image By comparing the correlation coefficient matrix of multiple templates and the correlation coefficient matrix of multiple template images, the input image and multiple template images The distance between each calculated, the calculated distance is an object of the smallest template image is obtained by an image recognition processing means for recognizing a target object in the input image.

この発明によれば、相関係数や相関係数行列を利用することで輝度変化、画像ノイズ等に影響されず、正確に映像上の物体を認識することが可能になる。   According to the present invention, by using a correlation coefficient or a correlation coefficient matrix, it is possible to accurately recognize an object on a video without being affected by luminance change, image noise, and the like.

実施の形態1.
この発明の説明において、「地理座標」とは、地理座標系における緯度、経度、標高のことを指すものとする。また、「画像座標」とは、2次元の画像上の座標(正規化カメラ座標)のことを指すものとする。また、「対象物」とは、画像上の認識の目的となっている物体のことを指すものとする。例えば、道路設備管理に用いる画像の場合の「対象物」としては、道路標識、道路白線、路面標識、マンホール、照明灯、信号機等がある。
Embodiment 1 FIG.
In the description of the present invention, “geographic coordinates” refer to latitude, longitude, and altitude in a geographic coordinate system. Further, “image coordinates” refers to coordinates on a two-dimensional image (normalized camera coordinates). Further, the “object” refers to an object that is the object of recognition on the image. For example, “objects” in the case of images used for road facility management include road signs, road white lines, road surface signs, manholes, illumination lights, traffic lights, and the like.

図1はこの発明の各実施の形態に共通した物体認識装置の機能構成を示すブロック図である。
図において、映像情報取得装置90は、カメラを用いて路上を撮像した映像情報およびこの映像情報を撮影したカメラの位置情報と姿勢情報を取得収集する手段である。映像情報データベース100は、映像情報取得装置90で取得した、道路上をカメラで撮影した映像情報および当該映像情報に同期した当該映像情報を撮影したカメラの位置情報と姿勢情報を格納する手段である。
この映像情報取得装置90は、例えば図2に示すように、移動体(車両)204に、高精度測位装置201、カメラ202および方位センサ203を搭載した構成からなる。また、一緒に映像情報データベース100も移動体(車両)204に搭載されている。情報収集対象地域の路上に車両204を走行させて、カメラ202により路上の映像情報を取得する。その際、カメラ202の位置情報をGPS等の高精度測位装置201で計測すると共に、カメラ202の姿勢を方位センサ203で計測する。さらに、この計測したカメラの位置情報とカメラの姿勢情報を、そのとき取得した路上映像情報の各フレームに同期させて映像情報データベース100に記録していく。この場合の同期をとる方法としては、例えば
、映像情報データベース100に映像情報を時々刻々と記録する際に、その各時刻におけるコンピュータのシステム時間を映像情報の画像ヘッダに、あるいは映像に対応する音声トラックに記録していく。同様に、GPSの測位結果などの位置情報を時々刻々と記録する際にも、その各時刻におけるコンピュータのシステム時間を位置情報に付与して記録していく。したがって、映像情報データベース100には、コンピュータのシステム時間に同期した映像情報、GPSの測位結果(カメラの地理座標)およびカメラ姿勢情報が記録されることになる。なお、GPSの測位結果と映像情報の同期を取るための基準信号としては、コンピュータのシステム時間以外に、ビデオキャプチャプログラムの内部時間、GPSの時計時間などの信号を使用してもよい。
FIG. 1 is a block diagram showing a functional configuration of an object recognition apparatus common to the embodiments of the present invention.
In the figure, a video information acquisition device 90 is means for acquiring and collecting video information obtained by imaging a road using a camera and position information and posture information of a camera that has taken this video information. The video information database 100 is means for storing the video information acquired by the video information acquisition device 90 and captured by the camera on the road and the position information and posture information of the camera that has captured the video information synchronized with the video information. .
For example, as shown in FIG. 2, the video information acquisition device 90 has a configuration in which a high-precision positioning device 201, a camera 202, and an orientation sensor 203 are mounted on a moving body (vehicle) 204. A video information database 100 is also mounted on the moving body (vehicle) 204. The vehicle 204 is driven on the road in the information collection target area, and video information on the road is acquired by the camera 202. At that time, the position information of the camera 202 is measured by the high-precision positioning device 201 such as GPS, and the orientation of the camera 202 is measured by the direction sensor 203. Further, the measured camera position information and camera posture information are recorded in the video information database 100 in synchronization with each frame of the road video information acquired at that time. As a method of synchronizing in this case, for example, when video information is recorded every moment in the video information database 100, the computer system time at each time is recorded in the image header of the video information or the audio corresponding to the video. Record on the track. Similarly, when the position information such as the GPS positioning result is recorded every moment, the computer system time at each time is added to the position information and recorded. Therefore, the video information database 100 records video information synchronized with the computer system time, GPS positioning results (geographic coordinates of the camera), and camera attitude information. As a reference signal for synchronizing the GPS positioning result and the video information, signals such as the internal time of the video capture program and the GPS clock time may be used in addition to the computer system time.

この映像情報取得装置90で用いるカメラ202としては、一眼カメラでもよいし、複数のカメラでもよい。また、可視カメラに限らず、ラインスキャンレーザや赤外線カメラなどであってもよい。したがって、取得する映像情報は、一つの映像あるいは対象物を異なる角度で見た複数の映像である。また、ラインスキャンレーザを用いた場合には奥行き映像情報となり、赤外線カメラによる場合には熱映像情報となる。なお、この実施の形態1では一眼カメラで撮影した映像情報を例に説明するが、この発明は上記他の映像情報でも同様に適用できるものである。また、ここで言うカメラの位置情報とは、映像情報の各フレームに同期して計測されたカメラの地理座標の情報である。さらに、カメラの姿勢情報とは、同様に映像情報の各フレームに同期して計測された三軸の角度(ヨー角、ロール角、ピッチ角)、角加速度などの情報のことである。   The camera 202 used in the video information acquisition apparatus 90 may be a single-lens camera or a plurality of cameras. Moreover, not only a visible camera but a line scan laser, an infrared camera, etc. may be sufficient. Therefore, the acquired video information is one video or a plurality of videos obtained by viewing the object at different angles. In addition, depth image information is obtained when a line scan laser is used, and thermal image information is obtained when an infrared camera is used. In the first embodiment, video information taken with a single-lens camera will be described as an example. However, the present invention can be similarly applied to other video information. The camera position information referred to here is information on the geographical coordinates of the camera measured in synchronization with each frame of the video information. Furthermore, the camera posture information is information such as triaxial angles (yaw angle, roll angle, pitch angle), angular acceleration, and the like, which are similarly measured in synchronization with each frame of video information.

また図1において、画像取得部101は、映像情報データベース100の映像情報から任意のフレーム画像を取得する手段である。テンプレート画像格納部105は、種類別に対象物に関する複数のテンプレート画像を予め格納する手段である。こここで、テンプレート画像としては、例えば対象物が道路標識である場合、各種類の道路標識について、それぞれいろいろな状況下で撮影した画像が複数個用意されているものとする。画像認識処理部102は、テンプレート画像を用いて画像取得部101で取得したフレーム画像から対象物を認識する手段である。測位処理部103は、画像認識処理部102で認識された対象物の地理座標を、その対象物の画像座標およびカメラの位置情報と姿勢情報に基づいて算出する手段である。表示データ格納部120は、ディスプレイ110に表示するための各種地図情報、対象物に関連する管理情報などの表示データを格納する手段である。表示処理部104は、対象物の認識結果および測位結果を表示対象データに対応付けて表示する処理を行う手段である。   In FIG. 1, an image acquisition unit 101 is means for acquiring an arbitrary frame image from video information in the video information database 100. The template image storage unit 105 is a means for storing in advance a plurality of template images related to the object by type. Here, as the template image, for example, when the object is a road sign, it is assumed that a plurality of images taken under various circumstances are prepared for each type of road sign. The image recognition processing unit 102 is means for recognizing an object from a frame image acquired by the image acquisition unit 101 using a template image. The positioning processing unit 103 is a means for calculating the geographic coordinates of the object recognized by the image recognition processing unit 102 based on the image coordinates of the object and the position information and posture information of the camera. The display data storage unit 120 is a means for storing display data such as various types of map information to be displayed on the display 110 and management information related to the object. The display processing unit 104 is a means for performing processing for displaying the recognition result and positioning result of the object in association with the display target data.

次に、物体認識装置の全体動作について、図3に示す動作手順に従って説明する。
まず、画像取得部101では、映像情報データベース100に格納された映像情報から任意のフレーム画像を取得する(ステップST101)。この入力画像の取得は、映像情報取得装置90からの映像情報の収集中にリアルタイムに行ってもよいし、予め収集しておいた映像情報から行ってもよい。次に、画像認識処理部102では、画像取得部101が取得したフレーム画像から認識対象とする入力画像を抽出し、その入力画像に対してテンプレート画像格納部105に予め用意した対象物の複数のテンプレート画像を用い、後述する処理により、目的の対象物を認識し、認識した対象物の画像座標を求める(ステップST102)。測位処理部103では、後述する方法により、画像認識処理部102で認識した対象物に対する地理座標を求める(ステップST103)。なお、ここで認識が失敗したり、認識対象外の物体を測位したりする場合もあるので、その場合は、手動により映像フレームから物体の画像を選択することもある。次に、表示処理部104では、表示データ格納部120から読み込んだ各種地図情報、映像情報データベース100の実写映像などの表示対象データを、測位処理部103で求めた対象物の地理座標に同期させてディスプレイ110で表示する処理を行う。また、その際に、画像認識処理部107で求めた対象物を表すアイコンなどの表示情報を、同期した表示対象データ上の対象物の位置に重畳し表示する処理を行う(ステップST104)。
Next, the overall operation of the object recognition apparatus will be described according to the operation procedure shown in FIG.
First, the image acquisition unit 101 acquires an arbitrary frame image from the video information stored in the video information database 100 (step ST101). The acquisition of the input image may be performed in real time during the collection of the video information from the video information acquisition device 90, or may be performed from the video information collected in advance. Next, in the image recognition processing unit 102, an input image to be recognized is extracted from the frame image acquired by the image acquisition unit 101, and a plurality of objects prepared in advance in the template image storage unit 105 are extracted from the input image. Using the template image, the target object is recognized by processing to be described later, and the image coordinates of the recognized object are obtained (step ST102). The positioning processing unit 103 obtains geographic coordinates for the object recognized by the image recognition processing unit 102 by a method described later (step ST103). Note that recognition may fail here, or an object that is not a recognition target may be measured. In this case, an object image may be manually selected from the video frame. Next, the display processing unit 104 synchronizes display target data such as various types of map information read from the display data storage unit 120 and live-action video of the video information database 100 with the geographical coordinates of the target obtained by the positioning processing unit 103. To display on the display 110. At that time, display processing such as an icon representing an object obtained by the image recognition processing unit 107 is superimposed and displayed on the position of the object on the synchronized display object data (step ST104).

次に、画像認識処理部102の処理の詳細について説明する。
画像認識処理部102は、画像取得部101が取得したフレーム画像から目的の対象物(例、道路標識)を、画像特徴量の相関係数行列を利用して認識する。この場合の画像認識処理部102の動作は図4に示す手順に従って行われる。
はじめに、画像認識処理部102では、認識するために必要な対象物の画像、すなわち道路標識に関する種類別の複数のテンプレート画像をテンプレート画像格納部105から読み込む(ステップST401)。画像認識処理部102は、次に各テンプレート画像について複数の画像特徴量をそれぞれ抽出する(ステップST402)。ここで求める画像特徴量は、例えば水平方向の画像座標、垂直方向の画像座標、テンプレート画像のYプレーン(輝度成分)における画素値、Cbプレーン(色差成分)における画素値、Crプレーン(色差成分)における画素値、垂直方向のエッジと水平方向のエッジ(エッジ情報)等である。
Next, details of the processing of the image recognition processing unit 102 will be described.
The image recognition processing unit 102 recognizes a target object (for example, a road sign) from the frame image acquired by the image acquisition unit 101 using a correlation coefficient matrix of image feature amounts. The operation of the image recognition processing unit 102 in this case is performed according to the procedure shown in FIG.
First, the image recognition processing unit 102 reads an image of an object necessary for recognition, that is, a plurality of template images for each type related to road signs, from the template image storage unit 105 (step ST401). Next, the image recognition processing unit 102 extracts a plurality of image feature amounts for each template image (step ST402). The image feature amounts obtained here are, for example, horizontal image coordinates, vertical image coordinates, pixel values in the Y plane (luminance component) of the template image, pixel values in the Cb plane (color difference component), and Cr plane (color difference component). Pixel values, vertical edges, horizontal edges (edge information), and the like.

次に、画像認識処理部102は、上記各テンプレート画像に対して、ステップST402で求めた画像特徴量間の相関係数行列をそれぞれ求める(ステップST403)。結果として、各テンプレート画像に対して各々一つの相関係数行列を得る。
例えば、画像座標(x,y)における特徴量ベクトルf(x,y)を、次の(1)式ように定義する。
f(x,y)=[x,y,Y(x,y),Cb(x,y),Cy(x,y),He(x,y),Ve(x,y)] (1)
ここで、xは水平方向の画像座標、yは垂直方向の画像座標、Y(x,y)は画像座標(x,y)におけるYプレーンの値、Cb(x,y)は画像座標(x,y)におけるCbプレーンの値、Cy(x,y)は画像座標(x,y)におけるCrプレーンの値、He(x,y)は画像座標(x,y)における水平方向のエッジの値、Ve(x,y)は画像座標(x,y)における垂直方向のエッジの値である。

Figure 2008059319
Next, the image recognition processing unit 102 obtains a correlation coefficient matrix between the image feature amounts obtained in step ST402 for each of the template images (step ST403). As a result, one correlation coefficient matrix is obtained for each template image.
For example, the feature vector f (x, y) at the image coordinates (x, y) is defined as the following equation (1).
f (x, y) = [x, y, Y (x, y), Cb (x, y), Cy (x, y), He (x, y), Ve (x, y)] (1)
Here, x is the image coordinate in the horizontal direction, y is the image coordinate in the vertical direction, Y (x, y) is the value of the Y plane in the image coordinate (x, y), and Cb (x, y) is the image coordinate (x , Y), the value of the Cb plane, Cy (x, y) is the value of the Cr plane at the image coordinates (x, y), and He (x, y) is the value of the horizontal edge at the image coordinates (x, y). , Ve (x, y) is the value of the edge in the vertical direction at the image coordinates (x, y).
Figure 2008059319

画像認識処理部102では、画像取得部101が取得したフレーム画像上において探索ウインドウを逐次移動させ、探索ウインドウ内の画像を取得する(ステップST404)。この場合、探索ウインドウは目的の対象物に応じて大きさを任意に変化させる。以下では、上記ステップST404で取得した探索ウインドウ内の画像を「入力画像」と呼ぶことにする。次に、上記取得した入力画像についてもステップST402、ST403で行ったと同様に、画像特徴量を算出し、その画像特徴量間の相関係数行列を求める(ステップST405)。次に、求めた入力画像の相関係数行列と先の複数のテンプレート画像の相関係数行列とを逐次比較するテンプレートマッチングを行い、入力画像とテンプレート画像間の距離を算出する(ステップST406)。   The image recognition processing unit 102 sequentially moves the search window on the frame image acquired by the image acquisition unit 101, and acquires an image in the search window (step ST404). In this case, the size of the search window is arbitrarily changed according to the target object. Hereinafter, the image in the search window acquired in step ST404 will be referred to as an “input image”. Next, in the same manner as in steps ST402 and ST403, an image feature amount is calculated for the acquired input image, and a correlation coefficient matrix between the image feature amounts is obtained (step ST405). Next, template matching is performed by sequentially comparing the obtained correlation coefficient matrix of the input image and the correlation coefficient matrices of the plurality of template images, and the distance between the input image and the template image is calculated (step ST406).

入力画像とテンプレート画像間の距離の算出は、例えば、次の(4)式を用いて行う。

Figure 2008059319
以上から、距離sが小さいほど入力画像とk番目のテンプレート画像との類似度が高く、距離sが大きいほど入力画像とテンプレート画像の類似度が低いものと解釈することができる。
ここで、上記の一般化固有値について説明する。一般化固有値は、入力矩形画像の相関係数行列をテンプレート画像の相関係数行列にアファイン変換する際の縮尺量(スケール)を意味している。一般化固有値が1に近いほど小さい縮尺量でアファイン変換可能であり、二つの相関係数行列は似通っていると判断できる。一方、一般化固有値が1から離れるほど大きな縮尺量でアファイン変換可能する必要があり、二つの相関係数行列は似通っていないと判断できる。 The distance between the input image and the template image is calculated using, for example, the following equation (4).
Figure 2008059319
From the above, it can be interpreted that the smaller the distance s, the higher the similarity between the input image and the kth template image, and the lower the distance s, the lower the similarity between the input image and the template image.
Here, the generalized eigenvalue will be described. The generalized eigenvalue means a scale amount (scale) when the correlation coefficient matrix of the input rectangular image is affine transformed into the correlation coefficient matrix of the template image. As the generalized eigenvalue is closer to 1, affine transformation can be performed with a smaller scale amount, and it can be determined that the two correlation coefficient matrices are similar. On the other hand, it is necessary to perform affine transformation with a larger scale amount as the generalized eigenvalue is away from 1, and it can be determined that the two correlation coefficient matrices are not similar.

次に、上述のように画像特徴量間の相関係数行列を用いてテンプレートマッチングを行うことの利点を、例を挙げて説明する。
図5は、同じ道路標識に関する互いに見かけが異なる3つの画像、各々の画像における赤色の平均値、青色の平均値、および赤色と青色の相関係数を示したものである。図5に例示された3つの画像は、撮影時の状況が異なるため、輝度変化やノイズの影響により赤と青の平均値が大きく変化していることを表している。一方、各画像の相関係数は、輝度変化やノイズによる大きな影響を受けないほぼ一定した値になること表している。また、同様に、エッジなどの相関係数に関しても画像のコントラスト変化に影響を受けにくい値を持っている。すなわち、輝度変化等の影響を受けない相関係数を用いることで、見かけが異なる画像から正確に対象物を認識可能であることを意味している。したがって、画像特徴量間の相関係数行列を利用して、テンプレート画像と入力画像のマッチングをとる画像認識処理部102によれば、日照変化等がある状況下で撮影した画像に対しても対象物を正確に認識することが可能である。
Next, an advantage of performing template matching using the correlation coefficient matrix between image feature amounts as described above will be described with an example.
FIG. 5 shows three images having the same appearance with respect to the same road sign, the average value of red, the average value of blue, and the correlation coefficient between red and blue in each image. The three images illustrated in FIG. 5 indicate that the average value of red and blue has changed greatly due to changes in luminance and noise because the situation at the time of shooting is different. On the other hand, the correlation coefficient of each image is represented as a substantially constant value that is not greatly affected by luminance change or noise. Similarly, a correlation coefficient such as an edge has a value that is not easily affected by a change in contrast of the image. That is, by using a correlation coefficient that is not affected by changes in luminance or the like, it means that an object can be accurately recognized from images with different appearances. Therefore, according to the image recognition processing unit 102 that matches the template image and the input image using the correlation coefficient matrix between the image feature amounts, the image recognition target 102 can also be applied to an image captured under a situation where there is a change in sunlight. It is possible to recognize the object accurately.

次に、測位処理部103の処理の詳細について、図6に示す動作手順に従って説明する。ここでは、映像上の道路標識の地理座標を求めることを例にする。
まず、測位処理部103では、入力として、画像認識処理部102で認識した対象物の画像座標を取得する(ステップST901)。なお、この入力として取得する対象物の画像座標は、画像認識処理部102で認識に失敗した場合には、ユーザが映像を確認してマウスやタッチペンなどの入力デバイスを用いて選択した画像の画像座標でもよい。次に、測位処理部103では、取得した画像認識処理部102で認識した対象物が写るフレーム画像の前後数フレームから、ステップST901で画像座標を取得した対象物と同一の対象物を検出し、それら対象物の画像座標を取得する(ステップST902)。この同一の対象物を検出する方法としては、例えば前述の画像認識処理部102における画像特徴量の相関係数行列によるマッチングを利用するか、あるいは、Tuzel, O.; Porikli, F.; Meer, P., “Region Covariance: A Fast Descriptor for Detection and Classification”, European Conference on Computer Vision (ECCV), May 2006 (ECCV 2006)に記載されている、画像特徴量の分散共分散行列によるマッチングを利用すればよい。
Next, details of the processing of the positioning processing unit 103 will be described according to the operation procedure shown in FIG. Here, an example is to obtain the geographical coordinates of the road sign on the video.
First, the positioning processing unit 103 acquires, as an input, image coordinates of an object recognized by the image recognition processing unit 102 (step ST901). Note that, when the image recognition processing unit 102 fails to recognize the image coordinates of the target object acquired as the input, the image of the image selected by the user using an input device such as a mouse or a touch pen after confirming the video. Coordinates may be used. Next, the positioning processing unit 103 detects the same object as the object for which the image coordinates were acquired in step ST901 from several frames before and after the frame image in which the object recognized by the acquired image recognition processing unit 102 is captured. Image coordinates of these objects are acquired (step ST902). As a method for detecting the same object, for example, matching using the correlation coefficient matrix of the image feature amount in the image recognition processing unit 102 described above is used, or Tuzel, O .; Porikli, F .; Meer, P., “Region Covariance: A Fast Descriptor for Detection and Classification”, European Conference on Computer Vision (ECCV), May 2006 (ECCV 2006). That's fine.

次に、測位処理部103は、対象物が写る上記複数フレーム画像がそれぞれ撮影された時点の、カメラの地理座標と姿勢角ベクトル(ヨー角、ロール角、ピッチ角)を映像情報データベース100から取得する(ステップST903)。次に、求めた同一対象物に対する複数の画像座標、当該対象物を写したカメラの複数の地理座標とカメラの複数の姿勢角を用いてコスト関数を生成し、生成したコスト関数が最小になるような対象物の地理座標を算出する(ステップST904)。生成されたコスト関数は次の(6)式のようになる。

Figure 2008059319

上記(6)式に示すコスト関数Eの第一項は対象物の画像座標誤差を最小にする項であり、第二項はGPSの測位誤差を最小にする項であり、第三項はカメラ姿勢角の計測誤差を最小化するための項である。 Next, the positioning processing unit 103 acquires, from the video information database 100, the geographic coordinates and attitude angle vectors (yaw angle, roll angle, pitch angle) of the camera at the time when each of the plurality of frame images in which the object is photographed are captured. (Step ST903). Next, a cost function is generated using a plurality of image coordinates for the same target object, a plurality of geographical coordinates of the camera that has captured the target object, and a plurality of posture angles of the camera, and the generated cost function is minimized. The geographical coordinates of such an object are calculated (step ST904). The generated cost function is represented by the following equation (6).
Figure 2008059319

The first term of the cost function E shown in the above equation (6) is a term that minimizes the image coordinate error of the object, the second term is a term that minimizes the GPS positioning error, and the third term is the camera. This is a term for minimizing the measurement error of the posture angle.

通常、図2に示したような映像情報取得装置で取得したカメラの位置情報およびカメラの姿勢情報には計測誤差が含まれる。しかしながら、上記(6)式の3つの項からなるコスト関数Eを最小化することで、対象物の画像座標誤差、GPSの測位誤差およびカメラの姿勢計測誤差を同時に最小化しつつ、最適な対象物の位置を映像から算出することが可能となる。   Normally, the camera position information and the camera attitude information acquired by the video information acquisition apparatus as shown in FIG. However, by minimizing the cost function E consisting of the three terms of the above equation (6), the optimal object can be obtained while simultaneously minimizing the image coordinate error, GPS positioning error, and camera attitude measurement error of the object. Can be calculated from the video.

また、測位処理部103は、上記コスト関数を用いる方法とは別の方法として、次の(7)式の対数尤度関数を用いて対象物の地理座標を求めてもよい。

Figure 2008059319
この場合、対数尤度関数を最大化して、対象物の地理座標、カメラ地理座標およびカメラ姿勢角ベクトルを求めることで、画像座標誤差の確率分布、カメラ位置測位誤差の確率分布、カメラ姿勢角度計測誤差の確率分布が、それぞれ任意の場合でも、最適な対象物の地理座標を算出することが可能である。 Moreover, the positioning process part 103 may obtain | require the geographical coordinate of a target object using the log likelihood function of following (7) Formula as a method different from the method of using the said cost function.
Figure 2008059319
In this case, by maximizing the log likelihood function and obtaining the geographical coordinates of the object, the camera geographical coordinates, and the camera attitude angle vector, the probability distribution of the image coordinate error, the probability distribution of the camera positioning error, and the camera attitude angle measurement Even when the probability distribution of errors is arbitrary, it is possible to calculate the optimal geographical coordinates of the object.

以上のように、測位処理部103によれば、画像認識処理部102で認識した対象物が写るフレーム画像の前後複数のフレーム画像を用い、これらのフレーム画像から取得した、対象物の複数の画像座標、対象物を写した時点の複数のカメラ位置と複数のカメラ姿勢角とに基づいてコスト関数または対数尤度関数を生成し、コスト関数を最小化、または対数尤度関数を最大化することにより、対象物の画像座標誤差、カメラ位置の測位誤差、カメラ姿勢角の計測誤差を考慮して、最適な対象物の地理座標を算出することを可能にしている。また、最適な対象物の地理座標を求めるだけではなく、同時にカメラ位置とカメラ姿勢角の最適な値を求めることも可能である。   As described above, the positioning processing unit 103 uses a plurality of frame images before and after a frame image in which the object recognized by the image recognition processing unit 102 is captured, and a plurality of images of the object acquired from these frame images. Generating a cost function or log-likelihood function based on coordinates, multiple camera positions and multiple camera attitude angles at the time of capturing an object, minimizing the cost function or maximizing the log-likelihood function Thus, it is possible to calculate the optimum geographical coordinates of the object in consideration of the image coordinate error of the object, the positioning error of the camera position, and the measurement error of the camera attitude angle. Further, not only the optimum geographical coordinates of the target object but also the optimum values of the camera position and the camera posture angle can be obtained at the same time.

上記例では、画像認識処理部102で認識した対象物に対して、その画像座標に基づいて認識した対象物の地理座標を算出する測位処理を行うことについて述べてきた。ここで、この測位処理部103は、画像認識処理部102と切り離し、上記認識した対象物以外の映像上の物体の測位を行う映像物体測位装置とした構成とすることも可能である。すなわち、映像情報データベース100に収集してある映像情報並びにこの映像情報に同期したカメラの位置情報およびカメラの姿勢情報を用い、映像上の任意の物体をマウスやタッチペンなどの入力デバイスを用いて選択し、選択した物体の画像座標を取得して上記で行ったと同様な測位処理を行えば、映像上に写っている任意の物体の地理座標を算出できることになる。また、後述する表示処理部104と組み合わせて、実写映像や地図情報などに同期させて測位した物体のアイコンなどを表示することも可能になる。   In the above example, the positioning process for calculating the geographical coordinates of the recognized object based on the image coordinates has been described for the object recognized by the image recognition processing unit 102. Here, the positioning processing unit 103 may be separated from the image recognition processing unit 102 and may be configured as a video object positioning device that performs positioning of an object on a video other than the recognized target object. That is, using the video information collected in the video information database 100 and the camera position information and camera posture information synchronized with the video information, an arbitrary object on the video is selected using an input device such as a mouse or a touch pen. Then, by acquiring the image coordinates of the selected object and performing the same positioning process as described above, it is possible to calculate the geographic coordinates of an arbitrary object shown on the video. Further, in combination with a display processing unit 104 to be described later, it is possible to display an icon of an object that is positioned in synchronization with a live-action image or map information.

次に、表示処理部104の処理の詳細について説明する。
図1の映像情報取得装置90の動作で説明したように、映像情報データベース100には、コンピュータのシステム時間に同期した映像情報、GPSの測位結果(カメラの地理座標)およびカメラ姿勢情報が記録されている。したがって、表示処理部104では、これらのコンピュータのシステム時間を参照することで映像情報に対応付けてカメラの地理座標やカメラ姿勢情報を読み出すことができる。すなわち、実写映像に対するその実写映像(カメラの地理座標)の地理座標を決めることができる。
一方、表示データ格納部120に格納されている地図データ、例えばカーナビゲーション地図、配管地図のような二次元地図も各地点の地理座標を持っている。そこで、表示処理部104は、実写映像を表示する際に、そのフレーム画像の地理座標と一致した地理座標を持つ地図データを読み出し、同じディスプレイの表示画面に一緒に表示する処理を行う。したがって、対応する両画像を同期させて表示することができる。
Next, details of the processing of the display processing unit 104 will be described.
As described in the operation of the video information acquisition device 90 of FIG. 1, the video information database 100 records video information synchronized with the system time of the computer, GPS positioning results (camera geographic coordinates), and camera attitude information. ing. Therefore, the display processing unit 104 can read out the geographic coordinates and camera posture information of the camera in association with the video information by referring to the system time of these computers. That is, it is possible to determine the geographic coordinates of the photographed image (camera coordinate coordinates) with respect to the photographed image.
On the other hand, map data stored in the display data storage unit 120, for example, a two-dimensional map such as a car navigation map and a piping map, also has geographical coordinates of each point. Therefore, when displaying a live-action video, the display processing unit 104 reads out map data having geographic coordinates that match the geographic coordinates of the frame image and displays them together on the display screen of the same display. Therefore, both corresponding images can be displayed in synchronization.

また、道路を三次元表示した鳥瞰図に地理座標が予め与えられている場合には、同様に同期させて表示することも可能である。その際、表示処理部104は、測位処理部103で測位処理した、認識された対象物または映像上で指定した対象物の地理座標に基づいて、これらの対象物の位置を、同期表示している二次元地図や鳥瞰図上に指定したり、対象物のアイコンで表示したりする処理を行うようにしてもよい。
さらに、表示処理部104は、測位処理部103で測位処理した、認識された対象物あるいは映像上で指定した対象物の地理座標および画像座標に基づいて、これらの対象物の位置を、コンピュータグラフィックスで作成した対象物の図形や位置マークを重畳表示する処理を行うようにしてもよい。
In addition, when geographical coordinates are given in advance in a bird's eye view in which a road is three-dimensionally displayed, it is also possible to display them in a similar manner. At that time, the display processing unit 104 synchronously displays the position of these objects based on the geographical coordinates of the recognized object or the object specified on the video, which has been subjected to the positioning process by the positioning processing unit 103. You may make it perform the process designated on the two-dimensional map and bird's-eye view which are present, or displaying with the icon of a target object.
Further, the display processing unit 104 determines the positions of these objects based on the geographical coordinates and the image coordinates of the recognized objects or the objects specified on the video, which have been subjected to the positioning processing by the positioning processing unit 103, by computer graphics. A process of superimposing and displaying a figure or a position mark of an object created in the process may be performed.

表示処理部104の処理による表示例を図7および図8により説明する。ここでは設備管理の対象物の例をマンホールとする。
図7は、設備管理図として、実写映像(車両映像とマンホール認識結果)、カメラ視点変換映像、二次元地図、配管図(これも二次元地図)、設備情報を全て地理座標に基づいて同期させてディスプレイ110の同一画面で表示している状態を表している。カメラ視点変換映像は、表示処理部104により、実写映像をカメラ視点を変換させることにより生成したものである。設備情報は、マンホールの番号、種類(上水用、下水用、大きさ、形など)、設置番地などを記載しており、地理座標に対応付けられている。したがって、他の表示画像に対応したデータが表示されるようになっている。実写映像上には、画像認識処理部102で認識され、測位処理部103で自動測位した対象物(この例ではマンホール)が、例えば色分けして囲んだ矩形枠で表示されている。同様に、二次元地図や配管図上には、認識して自動測位した対象物が、例えば色分けしたアイコンで表示されている。また、二次元地図には、実写映像を写しているカメラの位置を、その撮影方向(カメラの姿勢角)を表すアイコンで表示されている。さらに、実写映像上には、配管図などから読み取った道路に埋設された下水道管などの配管の位置を、例えば重畳した破線で表示している。
Display examples by the processing of the display processing unit 104 will be described with reference to FIGS. Here, an example of an object of equipment management is a manhole.
FIG. 7 is a facility management chart in which live-action images (vehicle images and manhole recognition results), camera viewpoint conversion images, two-dimensional maps, piping diagrams (also two-dimensional maps), and facility information are all synchronized based on geographic coordinates. This represents a state in which the same screen of the display 110 is displayed. The camera viewpoint converted video is generated by converting the camera viewpoint from the photographed image by the display processing unit 104. The facility information describes the manhole number, type (for water supply, for sewage, size, shape, etc.), installation address, etc., and is associated with geographic coordinates. Therefore, data corresponding to other display images is displayed. On the live-action video, an object (manhole in this example) recognized by the image recognition processing unit 102 and automatically positioned by the positioning processing unit 103 is displayed, for example, in a rectangular frame surrounded by color. Similarly, on the two-dimensional map or the piping diagram, the recognized and automatically positioned objects are displayed by, for example, color-coded icons. In addition, on the two-dimensional map, the position of the camera that is capturing the live-action video is displayed with an icon indicating the shooting direction (camera posture angle). Furthermore, on the live-action image, the position of a pipe such as a sewer pipe buried in a road read from a pipe diagram or the like is displayed, for example, with a superimposed broken line.

一方、図8は、積雪地方における状況を表しており、現在の積雪道路の実写映像(現在の映像とCGによるマンホール位置の表示)、夏などに撮影した過去の実写映像(過去の車両映像とマンホール認識結果)、カーナビゲーション画面、設備情報を表示している。積雪地方では、冬季はマンホールなどの道路設備が雪に埋もれてしまうため、設備点検業務に支障をきたすことが多い。そこで、積雪道路の現在の実写映像上には雪の下に埋もれたマンホールの位置を指示するCG合成の矢印を表示し、マンホールを探索しやすくしている。また、ディスプレイの画面上には、映像を撮影した近辺の各種の設備情報などを、地理座標により同期させて表示するようにしている。このように現在の実写映像を過去の実写映像や表示データと同時に表示するためには、表示処理部104において、カメラの現在位置(位置座標)または当該カメラを搭載した車両の現在位置(位置座標)に基づいて、過去の実写映像および/もしくは表示データを同期させればよい。   On the other hand, FIG. 8 shows the situation in the snowy region, which is a live-action video of the current snowy road (present video and CG manhole position display), a past real-time video taken in the summer, etc. Manhole recognition result), car navigation screen, equipment information is displayed. In the snowy region, road equipment such as manholes are buried in snow during the winter, which often hinders equipment inspection work. Therefore, a CG composite arrow indicating the position of the manhole buried under the snow is displayed on the current live-action video of the snowy road to make it easier to search for the manhole. In addition, on the display screen, various pieces of facility information in the vicinity where the video is photographed are displayed in synchronization with geographical coordinates. In this way, in order to display the current live-action video at the same time as the past real-life video and display data, the display processing unit 104 causes the current position (position coordinates) of the camera or the current position (position coordinates) of the vehicle on which the camera is mounted ) On the basis of the past actual captured video and / or display data.

以上のように、表示処理部104によれば、映像情報から自動認識した対象物あるいは指定した対象物の地理座標に基づいて、各種地図情報、設備情報を実写映像と同期させて一緒に表示し、対象物の位置を地図および実写映像上にアイコンやCG表示するようにしたので、一目して確認できるように可視化できる。したがって、上下水道管理、電力設備管理、カーナビゲーション用地図管理などの管理作業を効率化でき、管理に係る人件費コストの大幅な削減に寄与することが可能となる。特に、積雪地帯や被災地帯のように実写映像だけでは確認不可能になっている対象物の位置を的確に表示して伝えることができるため、効率よい設備点検業務の遂行を可能にする。   As described above, according to the display processing unit 104, various map information and facility information are displayed together in synchronism with a live-action video based on an object automatically recognized from video information or a geographical coordinate of a specified object. Since the position of the object is displayed as an icon or CG on the map and the live-action image, it can be visualized so that it can be confirmed at a glance. Therefore, management work such as water and sewage management, power facility management, and map management for car navigation can be made more efficient, and it is possible to contribute to a drastic reduction in labor cost related to management. In particular, it is possible to accurately display and convey the position of an object that cannot be confirmed only with a live-action image such as a snowy area or a disaster-affected area, thereby enabling efficient facility inspection work.

以上のように、この実施の形態1の物体認識装置によれば、画像認識処理部102において、予め準備した複数のテンプレート画像のそれぞれについて、画像座標、輝度情報、色情報およびエッジ情報など複数の画像特徴量をそれぞれ抽出し、抽出した画像特徴量間の相関係数行列を求め、次に画像取得部101で取得したフレーム画像から認識対象とする入力画像を抽出し、この入力画像について、テンプレート画像と同様に複数の画像特徴量を抽出して画像特徴量間の相関係数行列を求め、求めた入力画像の相関係数行列と複数のテンプレート画像の相関係数行列を比較して入力画像と複数のテンプレート画像間の距離をそれぞれ算出し、算出した距離が最も小さいテンプレート画像の対象物を、入力画像の対象物として認識するようにしたものである、したがって、日照変化等がある状況下で撮影した映像情報やノイズを含んだ映像情報から、対象物を正確に認識することを可能にする。   As described above, according to the object recognition apparatus of the first embodiment, the image recognition processing unit 102 uses a plurality of template images prepared in advance, such as image coordinates, luminance information, color information, and edge information. Each image feature amount is extracted, a correlation coefficient matrix between the extracted image feature amounts is obtained, and then an input image to be recognized is extracted from the frame image acquired by the image acquisition unit 101. Similar to an image, a plurality of image feature amounts are extracted to obtain a correlation coefficient matrix between the image feature amounts, and the input image correlation coefficient matrix is compared with a correlation coefficient matrix of a plurality of template images. And calculate the distance between the template images, and recognize the template image object with the smallest calculated distance as the object of the input image. And those, therefore, from the video information including video information and noise taken in situations where there is a change of daylight, etc., makes it possible to accurately recognize the object.

また、この実施の形態1の物体認識装置によれば、測位処理部103において、画像認識処理部102で認識された対象物の画像座標を取得し、当該認識された対象物が写っている前後の複数フレームの画像から当該対象物と同一の対象物をそれぞれ検出して、これら検出した対象物の画像座標を取得し、映像情報データベース100から、認識された対象物を含む同一の対象物を写した時点のカメラ位置とカメラ姿勢角をそれぞれ取得し、これら取得した対象物の複数の画像座標、カメラ位置とカメラ姿勢角に基づいてコスト関数または対数尤度関数を生成し、当該コスト関数が最小になる、または対数尤度関数が最大になる対象物の地理座標、カメラの地理座標およびカメラ姿勢角を算出するようにしている。したがって、画像認識処理部102で認識した対象物について最適な地理座標を求めることを可能にする。
さらに、この実施の形態1の物体認識装置によれば、表示処理部104において、映像情報データベース100から取得した実写映像および/もしくは表示データ格納部120から取得した各種地図情報を、前記測位処理部104で算出した対象物の地理座標に同期させてディスプレイ110で表示するようにし、かつ、対象物の位置を地図および実写映像上にアイコンやCG表示するようにしている。したがって、自動的に認識・測位した特定の対象物を視覚的に判りやすく映像表示することができ、設備管理作業などの効率化に寄与する。
Further, according to the object recognition device of the first embodiment, the positioning processing unit 103 acquires the image coordinates of the object recognized by the image recognition processing unit 102, and before and after the recognized object is shown. The same object as the object is detected from the images of the plurality of frames, the image coordinates of the detected object are obtained, and the same object including the recognized object is obtained from the video information database 100. A camera position and a camera attitude angle at the time of copying are respectively acquired, and a cost function or a log likelihood function is generated based on the plurality of image coordinates, camera position and camera attitude angle of the acquired object, and the cost function is The geographic coordinates of the object, the geographic coordinates of the camera, and the camera attitude angle that are minimized or have the maximum log likelihood function are calculated. Therefore, it is possible to obtain the optimum geographical coordinates for the object recognized by the image recognition processing unit 102.
Furthermore, according to the object recognition apparatus of the first embodiment, the display processing unit 104 converts the actual captured video acquired from the video information database 100 and / or various map information acquired from the display data storage unit 120 into the positioning processing unit. The information is displayed on the display 110 in synchronization with the geographical coordinates of the object calculated in 104, and the position of the object is displayed as an icon or CG on a map and a live-action video. Therefore, it is possible to visually display a specific object that has been automatically recognized / positioned in a visually easy-to-understand manner, contributing to the efficiency of facility management work and the like.

実施の形態2.
この実施の形態2では、画像認識処理部102が、実施の形態1と同様にして取得した入力画像とテンプレート画像の共通する部分領域ごとに相関係数行列の比較を行うことで、目的とする対象物を認識する方法を用いることについて説明する。
図9は実施の形態2に係る画像認識処理部102のマッチングの動作例を示す。この場合、画像認識処理部102は、テンプレート画像格納部105の複数のテンプレート画像のそれぞれについて、画像の部分領域を複数指定する。そして、指定した各部分領域について複数の画像特徴量をそれぞれ抽出し、抽出した画像特徴量間の相関係数行列を部分領域ごとにそれぞれ算出する。次に、画像取得部101で取得したフレーム画像から認識対象とする入力画像を抽出する。この入力画像について、テンプレート画像と対応させた複数の部分領域を指定し、部分領域ごとに複数の画像特徴量を抽出し、画像特徴量間の相関係数行列をそれぞれ求める。次に、テンプレート画像の部分領域の相関係数行列と入力画像の対応する部分領域の相関係数行列を比較して両部分領域間の距離をそれぞれ算出する。

Figure 2008059319
Embodiment 2. FIG.
In the second embodiment, the image recognition processing unit 102 compares the correlation coefficient matrix for each partial region common to the input image and the template image acquired in the same manner as in the first embodiment. The use of a method for recognizing an object will be described.
FIG. 9 shows a matching operation example of the image recognition processing unit 102 according to the second embodiment. In this case, the image recognition processing unit 102 designates a plurality of partial regions of the image for each of the plurality of template images in the template image storage unit 105. Then, a plurality of image feature amounts are extracted for each designated partial region, and a correlation coefficient matrix between the extracted image feature amounts is calculated for each partial region. Next, an input image to be recognized is extracted from the frame image acquired by the image acquisition unit 101. For this input image, a plurality of partial areas corresponding to the template image are designated, a plurality of image feature quantities are extracted for each partial area, and a correlation coefficient matrix between the image feature quantities is obtained. Next, the correlation coefficient matrix of the partial area of the template image is compared with the correlation coefficient matrix of the corresponding partial area of the input image, and the distance between the partial areas is calculated.
Figure 2008059319

以上のように、画像認識処理部102において、部分領域ごとに距離を算出し、それらの和をとることで、道路標識が部分的に遮蔽されていたり、道路標識の中に数字や文字などが存在する場合においても個別に類似度を算出することができ、より正確な画像認識を可能にする。
また、入力画像とk番目のテンプレート画像との間の距離は、次の(10)式を用いて求めてもよい。

Figure 2008059319
また、各部分領域で求めた距離のうち、距離の小さい上位の数個の和をとり、その和を入力画像とk番目のテンプレート画像との間の距離としてもよい。 As described above, the image recognition processing unit 102 calculates the distance for each partial region and takes the sum thereof, so that the road sign is partially shielded, or numbers or characters are included in the road sign. Even when it exists, the degree of similarity can be calculated individually, thereby enabling more accurate image recognition.
The distance between the input image and the kth template image may be obtained using the following equation (10).
Figure 2008059319
In addition, among the distances obtained in each partial region, the top several sums with a small distance may be taken, and the sum may be used as the distance between the input image and the kth template image.

通常、目的とする対象物に対して部分的な遮蔽物などが存在している場合、遮蔽物が写っている部分領域では入力画像とテンプレート画像との距離が大きくなることがある。しかし、前述したように、画像認識処理部102では、各部分領域で求めた距離の和から、そのうち最も大きな距離を取り除いたり、各部分領域で求めた距離の中で距離の小さな値の上位数個の和をとるようにして、遮蔽物が関与する部分領域の影響を受けないようにしているので、部分的に遮蔽される場合があっても正確に対象物を認識することが可能である。   Usually, when there is a partial shielding object or the like with respect to the target object, the distance between the input image and the template image may be large in a partial region where the shielding object is reflected. However, as described above, the image recognition processing unit 102 removes the largest distance from the sum of the distances obtained in each partial area, or the upper number of values having a small distance among the distances obtained in each partial area. Since the sum of the individual is taken so as not to be affected by the partial area where the shielding object is involved, it is possible to accurately recognize the object even if it is partially shielded. .

以上のように、この実施の形態2の物体認識装置によれば、画像認識処理部102が、複数のテンプレート画像のそれぞれについて、画像の部分領域を複数指定し、指定した各部分領域について、輝度成分、色情報およびエッジ情報など複数の画像特徴量をそれぞれ抽出し、抽出した画像特徴量間の相関係数行列を部分領域ごとにそれぞれ求め、次に画像取得部101で取得したフレーム画像から認識対象とする入力画像を抽出し、入力画像について、テンプレート画像と同様に指定した複数の部分領域ごとに複数の画像特徴量を抽出して画像特徴量間の相関係数行列をそれぞれ求め、テンプレート画像の部分領域の相関係数行列と入力画像の対応する部分領域の相関係数行列を比較して両部分領域間の距離をそれぞれ算出し、算出した各部分領域間の距離に基づいて入力画像と各テンプレート画像間の距離をそれぞれ算出し、算出した画像間の距離が最も小さいテンプレート画像の対象物を、入力画像の対象物として認識するようにしている。したがって、日照変化等がある状況下で撮影した映像情報や部分的に遮蔽や特定表示が含まれる対象物が写った映像情報から、目的の対象物を正確に認識することが可能にする。   As described above, according to the object recognition apparatus of the second embodiment, the image recognition processing unit 102 designates a plurality of partial areas of the image for each of the plurality of template images, and the luminance for each designated partial area. A plurality of image feature amounts such as components, color information, and edge information are extracted, a correlation coefficient matrix between the extracted image feature amounts is obtained for each partial region, and then recognized from the frame image acquired by the image acquisition unit 101 A target input image is extracted, and for the input image, a plurality of image feature amounts are extracted for each of a plurality of specified partial areas in the same manner as the template image, and a correlation coefficient matrix between the image feature amounts is obtained, respectively. Compare the correlation coefficient matrix of the partial area and the correlation coefficient matrix of the corresponding partial area of the input image to calculate the distance between the two partial areas, respectively, Based on the distance between the regions respectively calculated distances between the input image and each template image, the object distance between the calculated image is the smallest template image, and to recognize as the object of the input image. Therefore, it is possible to accurately recognize the target object from the video information photographed in a situation where there is a change in sunshine or the like and the video information in which an object partially including shielding or specific display is captured.

実施の形態3.
この実施の形態3では、画像認識処理部102が、同一または同一種類の対象物に対する複数のテンプレート画像から特徴的な画像特徴量間の相関関係を相関パターンとして生成し、生成した相関パターンを利用して目的の対象物の画像を認識する方法について説明する。
図10は実施の形態3に係る画像認識処理部102の動作手順を示す。
まず、画像認識処理部102は、テンプレート画像格納部105から、予め準備された同一または同一種類の対象物に対する複数のテンプレート画像を読み込む(ステップST701)。次に、この読み込んだ複数のテンプレート画像に共通する任意のサイズの部分領域を複数選択し、選択した共通部分領域ごとに、その部分領域における有意な相関関係を持つ画像特徴量を2つ選び、選択した2つの画像特徴量間の相関係数を求め、求めた相関係数の値に基づいて類似度を算出する関数(以下、類似度算出関数と呼ぶ)を作成する(ステップST702)。
Embodiment 3 FIG.
In the third embodiment, the image recognition processing unit 102 generates a correlation between characteristic image feature amounts as a correlation pattern from a plurality of template images for the same or the same type of object, and uses the generated correlation pattern A method for recognizing an image of a target object will be described.
FIG. 10 shows an operation procedure of the image recognition processing unit 102 according to the third embodiment.
First, the image recognition processing unit 102 reads a plurality of template images for the same or the same type of object prepared in advance from the template image storage unit 105 (step ST701). Next, select a plurality of partial areas of any size common to the read template images, and for each selected common partial area, select two image feature quantities having a significant correlation in the partial area, A correlation coefficient between the two selected image feature amounts is obtained, and a function for calculating the similarity based on the obtained correlation coefficient value (hereinafter referred to as a similarity calculation function) is created (step ST702).

ここで、ステップST702における類似度算出関数の作成方法について、図11の例を用いて説明する。画像認識処理部102では、まず、同一種類の対象物に対する複数のテンプレート画像に共通な一つの部分領域801を選択し、その部分領域801において有用な相関関係を持つ2つの画像特徴量として、赤プレーンと青プレーンを選択する。そして、選択した赤プレーンと青プレーンの相関係数を複数のテンプレート画像についてそれぞれ求める。次に、求めた各相関係数の値に基づいて類似度を算出する類似度算出関数804を作成する。これら部分領域801、相関係数および類似度算出関数をまとめた情報を、一つの相関パターンとして保持する。同様にして、異なる部分領域802,803,…を
選択し、それぞれの部分領域に対して、相関係数および類似度算出関数を求めて相関パターンを生成して保持しておく。さらに、この複数の相関パターンの生成を、各種類のテンプレート画像に対してもそれぞれ行う)。なお、この相関パターンの生成方法としては、例えば、Jerome Friedman, Trevor Hastie and Robert Tibshirani “Additive Logistic Regression: a Statistical View of Boosting”. Ann. Statist. 28, no. 2 (2000), 337407に記載されているAdaboostあるいはLogitboostと呼ばれる学習アルゴリズムを用いてもよいし、あるいはサポートベクトルマシンやニューラルネット等、その他の方法を用いもよい。
Here, the method of creating the similarity calculation function in step ST702 will be described using the example of FIG. In the image recognition processing unit 102, first, one partial area 801 common to a plurality of template images for the same type of object is selected, and two image feature quantities having a useful correlation in the partial area 801 are selected as red image features. Select plane and blue plane. Then, a correlation coefficient between the selected red plane and blue plane is obtained for each of a plurality of template images. Next, a similarity calculation function 804 that calculates the similarity based on the calculated values of the respective correlation coefficients is created. Information that summarizes these partial regions 801, correlation coefficients, and similarity calculation functions is held as one correlation pattern. Similarly, different partial areas 802, 803,... Are selected, correlation coefficients and similarity calculation functions are obtained for the respective partial areas, and correlation patterns are generated and held. Furthermore, the generation of the plurality of correlation patterns is also performed for each type of template image). As a method of generating this correlation pattern, for example, Jerome Friedman, Trevor Hastie and Robert Tibshirani “Additive Logistic Regression: a Statistical View of Boosting”. Ann. Statist. 28, no. 2 (2000), 337407 A learning algorithm called Adaboost or Logiboost may be used, or other methods such as a support vector machine or a neural network may be used.

図10による動作説明に戻り、画像認識処理部102では、画像取得部101で取得した入力画像に対して探索ウインドウを逐次移動させ、探索ウインドウ内の画像を認識対象とする入力画像として取得する(ステップST703)。この場合、探索ウインドウは目的の対象物に応じて大きさを任意に変化させる。また、このときの入力画像の画像座標を算出する。次に、ステップST702で生成し保持しているテンプレート画像の相関パターンに従って、対応する入力画像の部分領域を抽出し、抽出した部分領域における画像特徴量間の相関係数を算出し、算出した相関係数を相関パターンの類似度算出関数に代入することで類似度を算出する(ステップST704)。次に、ステップST702で求めた相関パターンの数だけステップST704とST705の処理を繰り返し、各相関パターンにおいて算出された類似度を加算して、最終的な類似度を算出する(ステップST706)。同様に、他の種類の対象物に関しても、相関パターンから得た類似度を加算して最終的な類似度を算出する。このように算出した全ての種類に対する最終的な類似度の中から、最も大きな類似度を持つ種類を求め、この求めた種類の対象物を目的の対象物として認識する(ステップST707)。   Returning to the description of the operation in FIG. 10, the image recognition processing unit 102 sequentially moves the search window with respect to the input image acquired by the image acquisition unit 101, and acquires the image in the search window as the input image to be recognized ( Step ST703). In this case, the size of the search window is arbitrarily changed according to the target object. Also, the image coordinates of the input image at this time are calculated. Next, in accordance with the correlation pattern of the template image generated and held in step ST702, a corresponding partial region of the input image is extracted, a correlation coefficient between image feature amounts in the extracted partial region is calculated, and the calculated phase is calculated. The similarity is calculated by substituting the number of relations into the correlation pattern similarity calculation function (step ST704). Next, the processes in steps ST704 and ST705 are repeated for the number of correlation patterns obtained in step ST702, and the similarity calculated in each correlation pattern is added to calculate the final similarity (step ST706). Similarly, for other types of objects, the final similarity is calculated by adding the similarities obtained from the correlation pattern. From the final similarities for all types calculated in this way, the type having the largest similarity is obtained, and the obtained type of object is recognized as the target object (step ST707).

一般に、大量のテンプレート画像がある場合、これらを入力画像と一つ一つマッチングしていく方法は処理に時間を要し効率が悪い。しかし、この実施の形態3の画像認識処理部102の場合、同一または同一種類の対象物について、その複数のテンプレート画像から有用な相関係数に関する相関パターンを幾つか生成しておき、生成したこれらの相関パターンを用いて、入力画像の認識を、対象物の種類単位で行うようにしたので、認識処理時間を大幅に改善することができる。   In general, when there are a large number of template images, the method of matching these with input images one by one requires time and is inefficient. However, in the case of the image recognition processing unit 102 according to the third embodiment, several correlation patterns related to useful correlation coefficients are generated from the plurality of template images for the same or the same type of object, and these generated Since the correlation pattern is used to recognize the input image in units of the object type, the recognition processing time can be greatly improved.

以上のように、この実施の形態3の物体認識装置によれば、画像認識処理部102が、同一種類の対象物に対する複数のテンプレート画像について、共通する任意のサイズの部分領域を複数選択し、選択した共通部分領域ごとに、その部分領域における有意な相関関係を持つ2つの画像特徴量を選び、選択した2つの画像特徴量間の相関係数を求め、求めた相関係数の値に基づいて類似度を算出する類似度算出関数を作成し、求めた共通部分領域、2つの画像特徴量および類似度算出関数をセットとする相関パターンを複数生成して保持しておき、次に画像取得部101で取得したフレーム画像から認識対象とする入力画像を抽出し、当該入力画像について、上記生成保持する複数の相関パターンのそれぞれに従って、対応する共通部分領域をそれぞれ選択し、当該選択した共通部分領域に対してテンプレート画像と同様にして画像特徴量間の相関係数をそれぞれ算出し、算出した相関係数を対応する相関パターンの類似度算出関数にそれぞれ代入することでそれぞれの類似度を算出し、算出した各類似度を加算してその加算値が一定値以上となった場合のテンプレート画像の同一種類の対象物を、入力画像の対象物として認識するようにしている。したがって、日照変化等がある状況下で撮影した映像情報や部分的に遮蔽や特定表示が含まれる対象物が写った映像情報から、目的の対象物を正確に認識することが可能にする。加えて、この実施の形態3の画像認識処理部102は、認識処理を、対象物の種類単位で形成した相関パターンを用いて行うようにしたため、個々のテンプレート画像に対してパターンマッチングを行う処理に比べて処理時間を大幅に改善することができる。特に、大量のテンプレート画像を用いる場合に有効である。   As described above, according to the object recognition device of the third embodiment, the image recognition processing unit 102 selects a plurality of partial areas having a common arbitrary size for a plurality of template images for the same type of object, For each selected common partial area, two image feature quantities having a significant correlation in the partial area are selected, a correlation coefficient between the two selected image feature quantities is obtained, and based on the obtained correlation coefficient value A similarity calculation function for calculating the similarity is created, and a plurality of correlation patterns including the obtained common partial region, two image feature amounts, and the similarity calculation function as a set are generated and stored, and then an image is acquired. The input image to be recognized is extracted from the frame image acquired by the unit 101, and the corresponding common partial region is extracted according to each of the plurality of correlation patterns generated and held for the input image. Select each, calculate the correlation coefficient between the image feature quantities for the selected common partial area in the same way as the template image, and assign the calculated correlation coefficient to the corresponding correlation pattern similarity calculation function, respectively The similarities are calculated, and the calculated similarities are added to recognize the same type of object of the template image as the object of the input image when the added value exceeds a certain value. I am doing so. Therefore, it is possible to accurately recognize the target object from the video information photographed in a situation where there is a change in sunshine or the like and the video information in which an object partially including shielding or specific display is captured. In addition, since the image recognition processing unit 102 according to the third embodiment performs the recognition process using the correlation pattern formed for each type of object, a process for performing pattern matching on individual template images. Compared to the above, the processing time can be greatly improved. This is particularly effective when using a large amount of template images.

この発明の物体認識装置を、上記実施の形態では道路設備の管理支援について説明してきたが、この発明の装置は、例えば、電車に搭載して、路線状況の情報収集や管理を行うのにも適用できる。また、この発明の装置は、実写映像を用いたカーナビゲーションにも利用できる。例えば、車両にGPSなどの測位デバイスとカメラを搭載し、画像認識処理部102により、カメラで収集した映像から白線認識、道路標識、交通信号認識、歩行者や自転車、対向車、建築物などの認識を行い、これらの情報やこれらの情報に基づいて生成される案内情報をドライバーに提示するようにする。さらに、この発明の装置は、例えば、ビルや学校や街中に監視カメラを設置し、画像認識処理部102により、特定の人物や侵入者の顔などを認識して、認識結果とその映像を保安センタなどに伝達する映像を用いたセキュリティにも応用できる。さらにまた、この発明の装置は、インターネットにおける画像検索および分類などにも利用することが可能である。例えば、インターネットで大量の画像を収集して映像情報データベース100に保存しておき、画像認識処理部102により、映像情報データベース100の画像から特定の人物画像や特定の物体画像を認識し、認識結果を、ユーザの要望に応じてパソコンや携帯電話などに表示することに利用できる。   Although the object recognition apparatus of the present invention has been described with respect to management support for road facilities in the above embodiment, the apparatus of the present invention is also mounted on a train, for example, for collecting and managing route status information. Applicable. The apparatus of the present invention can also be used for car navigation using live-action video. For example, a positioning device such as GPS and a camera are mounted on a vehicle, and white line recognition, road signs, traffic signal recognition, pedestrians, bicycles, oncoming vehicles, buildings, etc. It recognizes and presents such information and the guidance information produced | generated based on these information to a driver. Furthermore, the device according to the present invention, for example, installs a surveillance camera in a building, school, or town, recognizes the face of a specific person or intruder by the image recognition processing unit 102, and secures the recognition result and its video. It can also be applied to security using video transmitted to the center. Furthermore, the apparatus of the present invention can be used for image search and classification on the Internet. For example, a large amount of images are collected on the Internet and stored in the video information database 100, and a specific person image or a specific object image is recognized from the image of the video information database 100 by the image recognition processing unit 102. Can be displayed on a personal computer or a mobile phone according to the user's request.

この発明の各実施の形態による物体認識装置の機能構成を示すブロック図である。It is a block diagram which shows the function structure of the object recognition apparatus by each embodiment of this invention. この発明の実施の形態1に係る映像情報取得装置の構成を示す説明図である。It is explanatory drawing which shows the structure of the video information acquisition apparatus which concerns on Embodiment 1 of this invention. この発明の実施の形態1に係る物体認識装置の動作手順を示すフローチャートである。It is a flowchart which shows the operation | movement procedure of the object recognition apparatus which concerns on Embodiment 1 of this invention. この発明の実施の形態1に係る画像認識処理部の部分領域ごとに相関係数行列を利用する方法による動作手順を示すフローチャートである。It is a flowchart which shows the operation | movement procedure by the method of utilizing a correlation coefficient matrix for every partial area | region of the image recognition process part which concerns on Embodiment 1 of this invention. この発明の実施の形態1に係る画像特徴量間の相関係数行列を利用したテンプレートマッチングの利点を示す説明図である。It is explanatory drawing which shows the advantage of the template matching using the correlation coefficient matrix between the image feature-values concerning Embodiment 1 of this invention. この発明の実施の形態1に係る測位処理部の動作手順を示すフローチャートである。It is a flowchart which shows the operation | movement procedure of the positioning process part which concerns on Embodiment 1 of this invention. この発明の実施の形態1に係る表示処理部の動作による表示例を示す説明図である。It is explanatory drawing which shows the example of a display by operation | movement of the display process part which concerns on Embodiment 1 of this invention. この発明の実施の形態1に係る表示処理部の動作による他の表示例を示す説明図である。It is explanatory drawing which shows the other example of a display by operation | movement of the display process part which concerns on Embodiment 1 of this invention. この発明の実施の形態2に係る画像認識処理部によるマッチング方法の例を示す説明図である。It is explanatory drawing which shows the example of the matching method by the image recognition process part which concerns on Embodiment 2 of this invention. この発明の実施の形態3に係る画像認識処理部の相関係数パターンを利用する方法による動作手順を示すフローチャートである。It is a flowchart which shows the operation | movement procedure by the method of using the correlation coefficient pattern of the image recognition process part which concerns on Embodiment 3 of this invention. この発明の実施の形態3に係る画像認識処理部による類似度算出関数の作成方法を示す説明図である。It is explanatory drawing which shows the creation method of the similarity calculation function by the image recognition process part which concerns on Embodiment 3 of this invention.

符号の説明Explanation of symbols

90 映像情報取得装置、100 映像情報データベース、101 画像取得部、102 画像認識処理部、103 測位処理部、104 表示処理部、105 テンプレート画像格納部、110 ディスプレイ、120 表示データ格納部、201 高精度測位装置、202 カメラ、203 方位センサ、204 移動体。   90 video information acquisition apparatus, 100 video information database, 101 image acquisition unit, 102 image recognition processing unit, 103 positioning processing unit, 104 display processing unit, 105 template image storage unit, 110 display, 120 display data storage unit, 201 high accuracy Positioning device, 202 camera, 203 direction sensor, 204 moving body.

Claims (20)

映像情報を記憶する映像情報データベースと、
前記映像情報データベースの映像情報から任意のフレーム画像を取得する画像取得手段と、
種類別に対象物に関する複数のテンプレート画像を予め格納するテンプレート画像格納手段と、
前記テンプレート画像格納手段の複数のテンプレート画像のそれぞれについて、複数の画像特徴量をそれぞれ抽出し、抽出した画像特徴量間の相関係数行列を求め、次に前記画像取得手段で取得したフレーム画像から認識対象とする入力画像を抽出し、当該入力画像について、前記テンプレート画像と同様に複数の画像特徴量を抽出して画像特徴量間の相関係数行列を求め、求めた入力画像の相関係数行列と複数のテンプレート画像の相関係数行列を比較して入力画像と複数のテンプレート画像間の距離をそれぞれ算出し、算出した距離が最も小さいテンプレート画像の対象物を、入力画像の対象物として認識する画像認識処理手段とを備えたことを特徴とする物体認識装置。
A video information database for storing video information;
Image acquisition means for acquiring an arbitrary frame image from the video information of the video information database;
Template image storage means for storing in advance a plurality of template images related to the object by type;
For each of the plurality of template images in the template image storage unit, a plurality of image feature amounts are extracted, a correlation coefficient matrix between the extracted image feature amounts is obtained, and then from the frame image acquired by the image acquisition unit Extracting an input image to be recognized, extracting a plurality of image feature amounts for the input image in the same manner as the template image, obtaining a correlation coefficient matrix between the image feature amounts, and calculating the correlation coefficient of the obtained input image Compare the matrix and the correlation coefficient matrix of multiple template images to calculate the distance between the input image and multiple template images, respectively, and recognize the template image object with the smallest calculated distance as the input image object And an image recognition processing means.
画像認識処理手段で抽出する画像特徴量は、画像座標、輝度情報、色情報およびエッジ情報とすることを特徴とする請求項1記載の物体認識装置。   2. The object recognition apparatus according to claim 1, wherein the image feature quantity extracted by the image recognition processing means is image coordinates, luminance information, color information, and edge information. 映像情報を記憶する映像情報データベースと、
前記映像情報データベースの映像情報からから任意のフレーム画像を取得する画像取得手段と、
種類別に対象物に関する複数のテンプレート画像を予め格納するテンプレート画像格納手段と、
前記テンプレート画像格納手段の複数のテンプレート画像のそれぞれについて、画像の部分領域を複数指定し、指定した各部分領域について複数の画像特徴量をそれぞれ抽出し、抽出した画像特徴量間の相関係数行列を部分領域ごとにそれぞれ求め、次に前記画像取得手段で取得したフレーム画像から認識対象とする入力画像を抽出し、当該入力画像について、前記テンプレート画像と同様に指定した複数の部分領域ごとに複数の画像特徴量を抽出して画像特徴量間の相関係数行列をそれぞれ求め、テンプレート画像の部分領域の相関係数行列と入力画像の対応する部分領域の相関係数行列を比較して両部分領域間の距離をそれぞれ算出し、算出した各部分領域間の距離に基づいて入力画像と各テンプレート画像間の距離をそれぞれ算出し、算出した画像間の距離が最も小さいテンプレート画像の対象物を、入力画像の対象物として認識する画像認識処理手段を備えたことを特徴とする物体認識装置。
A video information database for storing video information;
Image acquisition means for acquiring an arbitrary frame image from the video information of the video information database;
Template image storage means for storing in advance a plurality of template images related to the object by type;
For each of the plurality of template images of the template image storage means, a plurality of partial areas of the image are designated, a plurality of image feature quantities are extracted for each designated partial area, and a correlation coefficient matrix between the extracted image feature quantities Is obtained for each partial area, and then an input image to be recognized is extracted from the frame image acquired by the image acquisition means, and a plurality of input images are specified for each of the specified partial areas in the same manner as the template image. Image feature quantities are extracted to obtain correlation coefficient matrices between the image feature quantities, and the correlation coefficient matrix of the partial area of the template image is compared with the correlation coefficient matrix of the corresponding partial area of the input image. Calculate the distance between the areas, calculate the distance between the input image and each template image based on the calculated distance between the partial areas, The distance between the out image is the object of the smallest template image, the object recognition apparatus characterized by comprising an image recognition processing means for recognizing a target object in the input image.
画像認識処理手段で抽出する画像特徴量は、画像座標、輝度成分、色情報およびエッジ情報とすることを特徴とする請求項3記載の物体認識装置。   4. The object recognition apparatus according to claim 3, wherein the image feature amount extracted by the image recognition processing means is an image coordinate, a luminance component, color information, and edge information. 画像認識処理手段は、算出した各部分領域間の距離の合計値を、入力画像とテンプレート画像間の距離とすることを特徴とする請求項3または請求項4記載の物体認識装置。   5. The object recognition apparatus according to claim 3, wherein the image recognition processing means sets the calculated total distance between the partial areas as the distance between the input image and the template image. 画像認識処理手段は、算出した各部分領域間の距離の中で、最も大きい距離を取り除いた残りの和を、入力画像とテンプレート画像間の距離とすることを特徴とする請求項3または請求項4記載の物体認識装置。   The image recognition processing means uses the remaining sum obtained by removing the largest distance among the calculated distances between the partial areas as the distance between the input image and the template image. 4. The object recognition apparatus according to 4. 画像認識処理手段は、算出した各部分領域間の距離の中で、最も小さい距離の上位数個の和を、入力画像とテンプレート画像間の距離とすることを特徴とする請求項3または請求項4記載の物体認識装置。   The image recognition processing means uses, as the distance between the input image and the template image, the sum of the top several of the smallest distances among the calculated distances between the partial regions. 4. The object recognition apparatus according to 4. 画像認識処理手段は、相関係数行列を比較する際に一般化固有値を用いて距離を算出することを特徴とする請求項1から請求項7のうちのいずれか1項記載の物体認識装置。   The object recognition apparatus according to any one of claims 1 to 7, wherein the image recognition processing means calculates the distance using the generalized eigenvalue when comparing the correlation coefficient matrices. 映像情報を記憶する映像情報データベースと、
前記映像情報データベースの映像情報からから任意のフレーム画像を取得する画像取得手段と、
種類別に対象物に関する複数のテンプレート画像を予め格納するテンプレート画像格納手段と、
テンプレート画像格納手段から読み込んだ同一種類の対象物に対する複数のテンプレート画像について、共通する任意のサイズの部分領域を複数選択し、選択した共通部分領域ごとに、その部分領域における有意な相関関係を持つ2つの画像特徴量を選び、選択した2つの画像特徴量間の相関係数を求め、求めた相関係数の値に基づいて類似度を算出する類似度算出関数を作成し、前記共通部分領域、前記2つの画像特徴量および前記類似度算出関数をセットとする相関パターンを複数生成して保持しておき、次に前記画像取得手段で取得したフレーム画像から認識対象とする入力画像を抽出し、当該入力画像について、前記生成保持する複数の相関パターンのそれぞれに従って、対応する共通部分領域をそれぞれ選択し、当該選択した共通部分領域に対して前記テンプレート画像と同様にして画像特徴量間の相関係数をそれぞれ算出し、算出した相関係数を対応する前記相関パターンの類似度算出関数にそれぞれ代入することでそれぞれの類似度を算出し、算出した各類似度を加算して最終的な類似度を算出し、同様な処理により他の種類の対象物に関しても相関パターンから得た類似度を加算して最終的な類似度を算出し、算出した全ての種類に対する最終的な類似度の中から、最も大きな類似度を持つ種類を求め、この求めた種類の対象物を目的の対象物として認識する画像認識処理手段とを備えたことを特徴とする物体認識装置。
A video information database for storing video information;
Image acquisition means for acquiring an arbitrary frame image from the video information of the video information database;
Template image storage means for storing in advance a plurality of template images related to the object by type;
For a plurality of template images for the same type of object read from the template image storage means, a plurality of common partial areas of any size are selected, and each selected common partial area has a significant correlation in that partial area. Selecting two image feature amounts, obtaining a correlation coefficient between the two selected image feature amounts, creating a similarity calculation function for calculating a similarity based on the calculated correlation coefficient value, and generating the common partial region , Generating and holding a plurality of correlation patterns having the two image feature quantities and the similarity calculation function as a set, and then extracting an input image to be recognized from the frame image acquired by the image acquisition means For the input image, the corresponding common partial area is selected in accordance with each of the plurality of correlation patterns to be generated and held, and the selected common area is selected. Similar to the template image, the correlation coefficient between the image feature amounts is calculated for each segment area, and the calculated correlation coefficient is assigned to the corresponding similarity calculation function of the correlation pattern. The degree of similarity is calculated, the final degree of similarity is calculated by adding the calculated degrees of similarity, and the degree of similarity obtained from the correlation pattern is also added to other types of objects through similar processing. Image recognition processing means for calculating a degree, obtaining a type having the largest similarity from among the final similarities for all types calculated, and recognizing an object of the obtained type as a target object An object recognition apparatus characterized by comprising:
映像情報データベースは、道路上をカメラで撮影した映像情報および当該映像情報に同期した当該映像情報を撮影したカメラの位置情報と姿勢情報を記憶しており、
画像認識処理手段で認識された対象物の画像座標を取得し、当該認識された対象物が写っている前後の複数フレームの画像から当該対象物と同一の対象物をそれぞれ検出して、これら検出した対象物の画像座標を取得し、前記映像情報データベースから、認識された対象物を含む同一の対象物を写した時点のカメラ位置とカメラ姿勢角をそれぞれ取得し、これら取得した対象物の複数の画像座標、カメラ位置とカメラ姿勢角に基づいてコスト関数を生成し、当該コスト関数が最小になる対象物の地理座標、カメラの地理座標およびカメラ姿勢角を算出する測位処理手段を備えたことを特徴とする請求項1から請求項9のうちいずれか1項記載の物体認識装置。
The video information database stores video information taken by the camera on the road and position information and posture information of the camera that shot the video information synchronized with the video information.
Acquire the image coordinates of the object recognized by the image recognition processing means, detect the same object as the object from the images of multiple frames before and after the recognized object, and detect these The image coordinates of the target object is acquired, and the camera position and the camera posture angle at the time of copying the same target object including the recognized target object are acquired from the video information database, and a plurality of these acquired target objects are acquired. And a positioning processing means for generating a cost function based on the image coordinates, the camera position and the camera attitude angle, and calculating the geographic coordinates of the object, the camera geographic coordinates, and the camera attitude angle at which the cost function is minimized. The object recognition device according to claim 1, wherein:
測位処理手段で生成されたコスト関数は、画像座標誤差項、測位誤差項およびカメラの姿勢角度計測誤差項から構成されることを特徴とする請求項10記載の物体認識装置。   11. The object recognition apparatus according to claim 10, wherein the cost function generated by the positioning processing means includes an image coordinate error term, a positioning error term, and a camera attitude angle measurement error term. 映像情報データベースは、道路上をカメラで撮影した映像情報および当該映像情報に同期した当該映像情報を撮影したカメラの位置情報と姿勢情報を記憶しており、
画像認識処理手段で認識された対象物の画像座標を取得し、当該認識された対象物が写っている前後の複数フレーム画像から当該対象物と同一の対象物をそれぞれ検出して、これら検出した対象物の画像座標を取得し、前記映像情報データベースから、認識された対象物を含む同一の対象物を写した時点のカメラ位置とカメラ姿勢角をそれぞれ取得し、これら取得した対象物の複数の画像座標、カメラ位置とカメラ姿勢角に基づいて対数尤度関数を求め、当該対数尤度関数を最大化する対象物の地理座標、カメラの地理座標およびカメラ姿勢角を算出する測位処理手段を備えたことを特徴とする請求項1から請求項9のうちいずれか1項記載の物体認識装置。
The video information database stores video information taken by the camera on the road and position information and posture information of the camera that shot the video information synchronized with the video information.
Obtain the image coordinates of the object recognized by the image recognition processing means, detect the same object as the object from the multiple frame images before and after the recognized object, and detect these The image coordinates of the object are acquired, and the camera position and the camera posture angle at the time when the same object including the recognized object is copied are acquired from the video information database, and a plurality of these acquired objects are acquired. A logarithmic likelihood function is obtained based on the image coordinates, the camera position and the camera attitude angle, and positioning processing means is provided for calculating the geographical coordinates of the object, the camera geographical coordinates, and the camera attitude angle that maximize the log likelihood function. The object recognition apparatus according to claim 1, wherein the object recognition apparatus is any one of claims 1 to 9.
地理座標を持つ二次元地図、道路を三次元表示した地理座標を持つ鳥瞰図および地理座標を持つ管理情報を含む表示データを格納する表示データ格納手段を当該装置内または装置外に備え、
映像情報データベースから読み出した実写映像をディスプレイに表示し、その際、前記表示データ格納手段から選択して読み出した表示データの画像を前記実写映像のフレーム画像の地理座標と同期させて前記ディスプレイの画面上に前記実写映像と一緒に表示する表示処理を行う表示処理手段を備えたことを特徴とする請求項10から請求項12のうちいずれか1項記載の物体認識装置。
A display data storage means for storing display data including a two-dimensional map having geographical coordinates, a bird's eye view having geographical coordinates displaying roads in three dimensions, and management information having geographical coordinates is provided inside or outside the apparatus,
A live-action video read from the video information database is displayed on the display, and the display data image selected and read out from the display data storage means is synchronized with the geographical coordinates of the frame image of the real-action video. 13. The object recognition apparatus according to claim 10, further comprising display processing means for performing a display process for displaying together with the photographed video.
表示処理手段は、実写映像にカメラ視点変換を行って視点変換映像を生成し、当該視点変換映像をディスプレイの画面上に前記実写映像および表示データの画像と一緒に表示する表示処理を行うことを特徴とする請求項13記載の物体認識装置。   The display processing means generates a viewpoint converted video by performing camera viewpoint conversion on the live-action video, and performs display processing for displaying the viewpoint-converted video together with the real video and display data on the display screen. The object recognition apparatus according to claim 13, wherein: 表示処理手段は、測位処理手段により算出された地理座標に対応する対象物のアイコンを、二次元地図および/もしくは鳥瞰図上の前記対象物の位置に表示する表示処理を行うことを特徴とする請求項13または請求項14記載の物体認識装置。   The display processing means performs display processing for displaying an icon of an object corresponding to the geographic coordinates calculated by the positioning processing means at a position of the object on a two-dimensional map and / or a bird's eye view. The object recognition device according to claim 13 or claim 14. 表示処理手段は、カメラの現在位置または当該カメラを搭載した車両の現在位置に同期させて実写映像および/もしくは表示データの画像をディスプレイ上に表示するようにしたことを特徴とする請求項13から請求項15のうちいずれか1項記載の物体認識装置。   14. The display processing means displays a live-action image and / or an image of display data on a display in synchronization with a current position of a camera or a current position of a vehicle equipped with the camera. The object recognition device according to claim 15. 表示処理手段は、測位処理手段により算出された地理座標に対応する対象物の図形または位置マークを、実写映像上の前記対象物の位置に表示する表示処理を行うことを特徴とする請求項13から請求項16のうちいずれか1項記載の物体認識装置。   The display processing means performs display processing for displaying a figure or a position mark of an object corresponding to the geographical coordinates calculated by the positioning processing means at a position of the object on a live-action image. The object recognition device according to claim 1. 道路上をカメラで撮影した映像情報および当該映像情報に同期した当該映像情報を撮影したカメラの位置情報と姿勢情報を記憶する映像情報データベースと、
前記映像情報データベースから読み出した映像上の任意の物体を選択する入力デバイスと、
選択された物体の画像座標を取得し、当該物体が写っている前後の複数フレームの画像から当該物体と同一の物体をそれぞれ検出して、これら検出した物体の画像座標を取得し、前記映像情報データベースから、前記選択された物体を含む同一の物体を写した時点のカメラ位置とカメラ姿勢角をそれぞれ取得し、これら取得した物体の複数の画像座標、カメラ位置とカメラ姿勢角に基づいてコスト関数を生成し、当該コスト関数が最小になる物体の地理座標、カメラの地理座標およびカメラ姿勢角を算出することを特徴とする映像物体測位装置。
A video information database for storing video information captured by a camera on a road and position information and posture information of a camera that has captured the video information synchronized with the video information;
An input device for selecting any object on the video read from the video information database;
The image coordinates of the selected object are acquired, the same object as the object is detected from images of a plurality of frames before and after the object is captured, the image coordinates of these detected objects are acquired, and the video information A camera function and a camera attitude angle at the time of copying the same object including the selected object are respectively acquired from the database, and a cost function is based on the plurality of image coordinates, the camera position and the camera attitude angle of the acquired object. And calculating the geographic coordinates of the object, the geographic coordinates of the camera, and the camera posture angle that minimize the cost function.
測位処理手段で生成されたコスト関数は、画像座標誤差項、測位誤差項およびカメラの姿勢角度計測誤差項から構成されることを特徴とする請求項18記載の映像物体測位装置。   19. The video object positioning apparatus according to claim 18, wherein the cost function generated by the positioning processing means includes an image coordinate error term, a positioning error term, and a camera attitude angle measurement error term. 道路上をカメラで撮影した映像情報および当該映像情報に同期した当該映像情報を撮影したカメラの位置情報と姿勢情報を記憶する映像情報データベースと、
前記映像情報データベースから読み出した映像上の任意の物体を選択する入力デバイスと、
選択された物体の画像座標を取得し、当該物体が写っている前後の複数フレーム画像から当該物体と同一の物体をそれぞれ検出して、これら検出した物体の画像座標を取得し、映像情報データベースから、前記選択された物体を含む同一の物体を写した時点のカメラ位置とカメラ姿勢角をそれぞれ取得し、これら取得した物体の複数の画像座標、カメラ位置とカメラ姿勢角に基づいて対数尤度関数を求め、当該対数尤度関数を最大化する物体の地理座標、カメラの地理座標およびカメラ姿勢角を算出することを特徴とする映像物体測位装置。
A video information database for storing video information captured by a camera on a road and position information and posture information of a camera that has captured the video information synchronized with the video information;
An input device for selecting any object on the video read from the video information database;
The image coordinates of the selected object are acquired, the same object as the object is detected from a plurality of frame images before and after the object is captured, and the image coordinates of these detected objects are acquired from the video information database. , Acquiring a camera position and a camera posture angle at the time of copying the same object including the selected object, and a log likelihood function based on the plurality of image coordinates, camera position and camera posture angle of the acquired object And calculating the geographical coordinates of the object, the geographical coordinates of the camera, and the camera attitude angle that maximize the log likelihood function.
JP2006235944A 2006-08-31 2006-08-31 Object recognition device and video object positioning device Active JP4717760B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006235944A JP4717760B2 (en) 2006-08-31 2006-08-31 Object recognition device and video object positioning device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006235944A JP4717760B2 (en) 2006-08-31 2006-08-31 Object recognition device and video object positioning device

Publications (2)

Publication Number Publication Date
JP2008059319A true JP2008059319A (en) 2008-03-13
JP4717760B2 JP4717760B2 (en) 2011-07-06

Family

ID=39241967

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006235944A Active JP4717760B2 (en) 2006-08-31 2006-08-31 Object recognition device and video object positioning device

Country Status (1)

Country Link
JP (1) JP4717760B2 (en)

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101003362B1 (en) 2008-09-09 2010-12-22 전자부품연구원 Apparatus for determining size template
JP2011053103A (en) * 2009-09-02 2011-03-17 Denso Corp Data server for transmitting map and animation, and linkage display system for animation-map
JP2011527056A (en) * 2008-07-03 2011-10-20 エヌイーシー ラボラトリーズ アメリカ インク Signet ring cell detector and related methods
JP2011243076A (en) * 2010-05-20 2011-12-01 Pasco Corp Object management image generation device and object management image generation program
JP2012155627A (en) * 2011-01-27 2012-08-16 Aisin Aw Co Ltd Guiding apparatus, guiding method and guide program
US8259998B2 (en) 2008-09-30 2012-09-04 Mazda Motor Corporation Image processing device for vehicle
JP2012195749A (en) * 2011-03-16 2012-10-11 Hitachi Information & Control Solutions Ltd Imaging direction display method for portable terminal, portable terminal with imaging direction display function, and imaging direction display system for portable terminal
JP2012531685A (en) * 2009-06-29 2012-12-10 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング Image processing method for a driver assistance system of a vehicle for detecting and classifying at least a part of at least one set image element
JP2013516718A (en) * 2010-03-08 2013-05-13 エンパイア テクノロジー ディベロップメント エルエルシー Object alignment in augmented reality
WO2013117940A3 (en) * 2012-02-10 2013-12-05 Isis Innovation Limited Method of locating a sensor and related apparatus
KR20150018990A (en) * 2013-08-12 2015-02-25 현대모비스 주식회사 Apparatus and method for guiding caution information of driving
JP2015191573A (en) * 2014-03-28 2015-11-02 株式会社パスコ Manhole cover management device, method and program
US9945950B2 (en) 2012-04-02 2018-04-17 Oxford University Innovation Limited Method for localizing a vehicle equipped with two lidar systems
CN108389195A (en) * 2018-02-24 2018-08-10 北京理工大学 Image detecting method and device
CN109668568A (en) * 2019-01-25 2019-04-23 天津煋鸟科技有限公司 A kind of method carrying out location navigation using panoramic imagery is looked around
CN110546683A (en) * 2017-03-30 2019-12-06 株式会社爱考斯研究 Object determination device and object determination program
CN112507956A (en) * 2020-12-21 2021-03-16 北京百度网讯科技有限公司 Signal lamp identification method and device, electronic equipment, road side equipment and cloud control platform
JPWO2021144874A1 (en) * 2020-01-15 2021-07-22
CN113661515A (en) * 2019-03-25 2021-11-16 三菱电机株式会社 Feature determination device, feature determination method, and feature determination program
CN114283296A (en) * 2021-12-20 2022-04-05 中国人民解放军军事科学院国防科技创新研究院 Target identification self-evaluation method based on structural similarity
CN117496483A (en) * 2023-11-15 2024-02-02 深圳森云智能科技有限公司 Night image recognition method and system

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006201975A (en) * 2005-01-19 2006-08-03 Nippon Hoso Kyokai <Nhk> Color identification device and program

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006201975A (en) * 2005-01-19 2006-08-03 Nippon Hoso Kyokai <Nhk> Color identification device and program

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JPN6010073642, Tuzel, O.; Porikli, F.; Meer, P., "Region Covariance: A Fast Descriptor for Detection and Classification", European Conference on Computer Vision (ECCV), 200605, ECCV 2006 *

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011527056A (en) * 2008-07-03 2011-10-20 エヌイーシー ラボラトリーズ アメリカ インク Signet ring cell detector and related methods
US8582860B2 (en) 2008-07-03 2013-11-12 Nec Laboratories America, Inc. Signet ring cell detector and related methods
KR101003362B1 (en) 2008-09-09 2010-12-22 전자부품연구원 Apparatus for determining size template
US8259998B2 (en) 2008-09-30 2012-09-04 Mazda Motor Corporation Image processing device for vehicle
JP2012531685A (en) * 2009-06-29 2012-12-10 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング Image processing method for a driver assistance system of a vehicle for detecting and classifying at least a part of at least one set image element
US9030558B2 (en) 2009-06-29 2015-05-12 Robert Bosch Gmbh Image processing method for a driver assistance system of a motor vehicle for detecting and classifying at least one portion of at least one predefined image element
JP2011053103A (en) * 2009-09-02 2011-03-17 Denso Corp Data server for transmitting map and animation, and linkage display system for animation-map
JP2013516718A (en) * 2010-03-08 2013-05-13 エンパイア テクノロジー ディベロップメント エルエルシー Object alignment in augmented reality
US8797356B2 (en) 2010-03-08 2014-08-05 Empire Technology Development Llc Alignment of objects in augmented reality
JP2011243076A (en) * 2010-05-20 2011-12-01 Pasco Corp Object management image generation device and object management image generation program
JP2012155627A (en) * 2011-01-27 2012-08-16 Aisin Aw Co Ltd Guiding apparatus, guiding method and guide program
JP2012195749A (en) * 2011-03-16 2012-10-11 Hitachi Information & Control Solutions Ltd Imaging direction display method for portable terminal, portable terminal with imaging direction display function, and imaging direction display system for portable terminal
JP2018009999A (en) * 2012-02-10 2018-01-18 オックスフォード ユニヴァーシティ イノヴェーション リミテッド Method for estimating position of sensor and related devices
WO2013117940A3 (en) * 2012-02-10 2013-12-05 Isis Innovation Limited Method of locating a sensor and related apparatus
US9576206B2 (en) 2012-02-10 2017-02-21 Oxford University Innovation Limited Method of locating a sensor and related apparatus
US9945950B2 (en) 2012-04-02 2018-04-17 Oxford University Innovation Limited Method for localizing a vehicle equipped with two lidar systems
KR102074209B1 (en) * 2013-08-12 2020-02-06 현대모비스 주식회사 Apparatus and method for guiding caution information of driving
KR20150018990A (en) * 2013-08-12 2015-02-25 현대모비스 주식회사 Apparatus and method for guiding caution information of driving
JP2015191573A (en) * 2014-03-28 2015-11-02 株式会社パスコ Manhole cover management device, method and program
CN110546683A (en) * 2017-03-30 2019-12-06 株式会社爱考斯研究 Object determination device and object determination program
CN108389195A (en) * 2018-02-24 2018-08-10 北京理工大学 Image detecting method and device
CN109668568A (en) * 2019-01-25 2019-04-23 天津煋鸟科技有限公司 A kind of method carrying out location navigation using panoramic imagery is looked around
CN113661515A (en) * 2019-03-25 2021-11-16 三菱电机株式会社 Feature determination device, feature determination method, and feature determination program
JPWO2021144874A1 (en) * 2020-01-15 2021-07-22
WO2021144874A1 (en) * 2020-01-15 2021-07-22 日本電信電話株式会社 Imaging range inferring apparatus, imaging range inferring method, and program
JP7243867B2 (en) 2020-01-15 2023-03-22 日本電信電話株式会社 Shooting range estimation device, shooting range estimation method and program
CN112507956A (en) * 2020-12-21 2021-03-16 北京百度网讯科技有限公司 Signal lamp identification method and device, electronic equipment, road side equipment and cloud control platform
CN114283296A (en) * 2021-12-20 2022-04-05 中国人民解放军军事科学院国防科技创新研究院 Target identification self-evaluation method based on structural similarity
CN114283296B (en) * 2021-12-20 2024-05-10 中国人民解放军军事科学院国防科技创新研究院 Target identification self-evaluation method based on structural similarity
CN117496483A (en) * 2023-11-15 2024-02-02 深圳森云智能科技有限公司 Night image recognition method and system
CN117496483B (en) * 2023-11-15 2024-05-31 深圳森云智能科技有限公司 Night image recognition method and system

Also Published As

Publication number Publication date
JP4717760B2 (en) 2011-07-06

Similar Documents

Publication Publication Date Title
JP4717760B2 (en) Object recognition device and video object positioning device
Choi et al. KAIST multi-spectral day/night data set for autonomous and assisted driving
US20210183080A1 (en) Interior photographic documentation of architectural and industrial environments using 360 panoramic videos
CN105512646B (en) A kind of data processing method, device and terminal
CN101617197B (en) Feature identification apparatus, measurement apparatus and measuring method
US9465129B1 (en) Image-based mapping locating system
CN109598794B (en) Construction method of three-dimensional GIS dynamic model
JP2020064068A (en) Visual reinforcement navigation
JP4874607B2 (en) Object positioning device
US11430199B2 (en) Feature recognition assisted super-resolution method
KR102200299B1 (en) A system implementing management solution of road facility based on 3D-VR multi-sensor system and a method thereof
CN109446973B (en) Vehicle positioning method based on deep neural network image recognition
CN109596121B (en) Automatic target detection and space positioning method for mobile station
MX2010014049A (en) Registration of street-level imagery to 3d building models.
CN102737236A (en) Method for automatically acquiring vehicle training sample based on multi-modal sensor data
KR101575954B1 (en) Apparatus for augmented reality using 3d reconstruction and mehhod thereof
JP2006119591A (en) Map information generation method, map information generation program and map information collection apparatus
EP2476999B1 (en) Method for measuring displacement, device for measuring displacement, and program for measuring displacement
JP4517003B2 (en) Automatic road sign recognition system
JP5544595B2 (en) Map image processing apparatus, map image processing method, and computer program
JPWO2016031229A1 (en) Road map creation system, data processing device and in-vehicle device
TWI682361B (en) Method and system for road image reconstruction and vehicle positioning
JP2006309450A (en) Image recognition device and image recognition method
Meesuk et al. Using multidimensional views of photographs for flood modelling
Yazawa et al. Image based view localization system retrieving from a panorama database by SURF

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20080703

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090507

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20101216

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20101221

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20110201

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20110322

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: 20110330

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140408

Year of fee payment: 3

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