JP2010257441A - 人物追跡装置及び人物追跡方法並びに人物追跡処理プログラム - Google Patents
人物追跡装置及び人物追跡方法並びに人物追跡処理プログラム Download PDFInfo
- Publication number
- JP2010257441A JP2010257441A JP2009256426A JP2009256426A JP2010257441A JP 2010257441 A JP2010257441 A JP 2010257441A JP 2009256426 A JP2009256426 A JP 2009256426A JP 2009256426 A JP2009256426 A JP 2009256426A JP 2010257441 A JP2010257441 A JP 2010257441A
- Authority
- JP
- Japan
- Prior art keywords
- person
- candidate
- frame image
- identity
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/167—Detection; Localisation; Normalisation using comparisons between temporally consecutive images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
- G06V40/173—Classification, e.g. identification face re-identification, e.g. recognising unknown faces across different face tracks
Abstract
【解決手段】入力されたフレーム画像を蓄積する画像メモリ107と、入力されたフレーム画像に写された人物を検出する人物検出部101と、検出済みの人物を候補者として登録する候補者登録部106と、入力されたフレーム画像において検出された人物と、登録されている候補者との同一性を示す同一性指数を、全ての人物と候補者との組み合わせに関して、蓄積されているフレーム画像を基に2種類以上のパラメータについて算出する同一性指数算出部102と、各同一性指数を正規化する正規化部103と、検出された人物と候補者との組み合わせごとに、正規化した同一性指数を統合する統合部104と、統合した同一性指数に基づいて、任意の候補者と同一の人物を特定するトラッキング部105とを有する。
【選択図】図1
Description
特許文献1に開示される発明は、過去のフレームにおける追跡物体位置を基に予測位置を求め、今回のフレームにおける画像データから候補物体を抽出し、予測位置により近い候補物体を追跡物体として割り当てるものである。
本発明を好適に実施した第1の実施形態について説明する。
図1に、本発明を好適に実施した第1の実施形態に係る人物トラッキング装置の構成を示す。人物トラッキング装置100は、人物検出部101、同一性指数算出部102、正規化部103、統合部104、トラッキング部105、及び候補者登録部106を有する。
フレーム画像が入力されると、人物検出部101は、そのフレーム画像に写されている人物を検出する(ステップS101)。
人物の同一性を判定するためのパラメータとしては、下記のものが考えられる。ただし、これらのパラメータに限定されることはない。
通常、同一人物の位置は、連続するフレーム間で急激に変化しない。例えば、図3に示すように、n−1番目のフレームにおける任意の候補者の位置を(xn-1,yn-1)、n番目のフレームにおける人物の位置を(xn,yn)とした場合に、これらの2点間の距離
diffdist1={(xn-1−xn)2+(yn-1−yn)2}1/2
が、小さいほど人物の同一性が高いと考えられる。
あるフレームの画像に写っている人物が次のフレームの画像においてどの位置に移動するかは、予測可能である。例えば、n−1番目のフレームの画像に写っている人物が次のn番目のフレームでどの位置へ移動するかは、n−1番目のフレームの画像及びn−2番目以前のフレームの画像から予測可能である。ここで、図4に示すように、n−1番目のフレームにおいて予測したn番目のフレーム画像での人物の位置を(predict_x,predict_y)、n番目のフレームにおける実際の位置を(xn,yn)とすると、これらの2点間の距離
diffdist2={(predict_x−xn)2+(predict_y−yn)2}1/2
が小さいほど人物の同一性が高いと考えられる。
通常、同一人物の頭部の大きさは、連続するフレーム間で急激に変化しない。従って、図5に示すようにn−1番目のフレームにおける任意の人物の頭部の大きさをh(n-1)、n番目のフレームにおける頭部の大きさをhnとすると、頭部の大きさの差
diffhead-size={max(hn-1,hn)−min(hn-1,hn)}/max(hn-1,hn)
が小さいほど人物の同一性が高いと考えられる。
同一人物の衣服は、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の服装を基に、人物の同一性を判定可能である。図6に示すように、フレーム画像において人物の頭部を検出した場合、その直下の部分はその人物の胸部であると推定できる。したがって、あるフレーム画像における人物の頭部の直下の部分(胸部領域)における色成分のヒストグラム分布と、その後のフレームに画像における胸部領域における色成分のヒストグラム分布とは、同一人物であればほぼ同じとなる。
ここで、n番目のフレームでの胸部領域における色成分のヒストグラム分布と、n−1番目のフレームでの胸部領域における色成分のヒストグラム分布の仕方の違いは、例えばKL情報量(Kullback-Leibler divergence)として数値化することが可能である。すなわち、n−1フレームにおける色成分のヒストグラム分布をHistn-1、nフレームにおける色成分のヒストグラム分布をHistnとすると、色成分のヒストグラム分布の差、
diffcolor1=KL(Histn-1,Histn)
が小さいほど人物の同一性が高いと考えられる。
n−1番目のフレームまでの色成分のヒストグラム分布の平均をHistavg、nフレームにおける色成分のヒストグラム分布をHistnとすると、
diffcolor2=KL(Histavg,Histn)
が小さいほど人物の同一性が高いと考えられる。
このような処理の一例は、Changjiang Yang, Ramani Duraiswami and Larry Davis, Fast Multiple Object Tracking via a Hierarchical Particle Filter, "Proceedings of the Tenth IEEE International Conference on Computer Vision", 2005 の3.1 Color Rectangle Featuresに記載されている。
一般的に、人間は一定の方向を向いて移動するため、あるフレームにおける頭部の向きとその次のフレームにおける頭部の向きとが極端に異なることはまれである。よって、n−1番目のフレームにおける頭部の向きとn番目のフレームにおける頭部の向きとを比較することで、人物の同一性を判定可能である。図7に示すように、n−1番目のフレームにおける頭部の向きをOn-1、n番目のフレームにおける頭部の向きをOnとすると
difforientation1=|On-1−On|
が小さいほど人物の同一性が高いと考えられる。
図8に示すように、n−1番目のフレームにおける頭部の向きをOn-1、n−1番目のフレームからn番目のフレームの間に移動した方向をmnとすると、
difforientation2=|On-1−mn|
が小さいほど人物の同一性が高いと考えられる。
同一人物の顔は、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の顔を基に、人物の同一性を判定可能である。
フレーム間での人物の顔の相違は、テンプレートマッチング(Sum of Squared Difference:SSD、Sum of Absolute Difference:SAD)やPCA(Principal Component Analysis)空間上でのユークリッド距離によって数値化できる。
これらの方法で数値化した値をdifffaceとすると、その値が小さいほど人物の同一性が高いと考えられる。
同一人物の顔の女性らしさ(男性らしさ)は、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の女性らしさ(男性らしさ)を基に、人物の同一性を判定可能である。
ここで、女性らしさ(男性らしさ)を性別度として定義すると、性別度は認識器(識別器)によって顔画像を基に出力可能である。例えば、フレーム画像に写っている人物の顔が女性らしいほど0に近い値を出力し、男性らしいほど1に近い値を出力するようにすればよい。
上記のように性別度を出力する場合、n−1番目のフレームにおける性別度をgn-1、n番目のフレームにおける性別度をgnとすると、
diffgender=|gn-1−gn|
が小さいほど人物の同一性が高いと考えられる。
同一人物の年齢は、連続するフレーム間で急激に変化しない。よって、フレーム画像に写っている人物の年齢を基に、人物の同一性を判定可能である。
人物の年齢は連続量を扱う(換言すると回帰問題を扱う)識別器によって、顔画像を基に推定することが可能である。
n−1番目のフレームにおいて推定された年齢をgn-1、n番目のフレームにおいて推定された年齢をgnとすると、
diffage=|agen-1−agen|
が小さいほど人物の同一性が高いと考えられる。
なお、同一性指数ごとに重みを変えて重み付け平均した値を算出することも可能である。例えば、A〜Dの四つのスコアを統合する場合、0.25A+0.25B+0.25C+0.25Dとしてスコアを統合すれば、各同一性指数の重みは同一である。一方、0.4A+0.2B+0.2C+0.2Dとしてスコアを統合すれば、スコアAの基となった同一性指数に他の同一性指数の2倍の重みを与えることができる。
まず、トラッキング部105は、統合部104が統合したスコアのうち最小の値を検出し、同一人物と判定する。ここでは、Bn-1とXnとの組み合わせにおけるスコアが最小値をとるため、図10に示すようにトラッキング部105はn番目のフレームにおいて検出されたXは、候補者Bであると判定する。
本発明を好適に実施した第2の実施形態について説明する。図14に、本実施形態に係る人物トラッキング装置の構成を示す。人物トラッキング装置100が軌跡描画部108を備えている点で第1の実施形態と相違する。
軌跡描画部108は、フレーム画像のデータと、トラッキング部105による人物追跡結果とが入力され、人物追跡結果に基づいてフレーム画像上に各人物の移動の軌跡を描画する。軌跡描画部108は、ソフトウェア処理によってコンピュータ制御装置上に実現可能である。
101 人物検出部
102 同一性指数算出部
103 正規化部
104 統合部
105 トラッキング部
106 候補者登録部
107 画像メモリ
108 軌跡描画部
Claims (17)
- 入力されたフレーム画像を蓄積する手段と、
入力されたフレーム画像に写された人物を検出する手段と、
検出済みの人物を候補者として登録する手段と、
前記入力されたフレーム画像において検出された人物と、そのフレームの時点で登録されている前記候補者との同一性を示す指数を、全ての前記人物と前記候補者との組み合わせに関して、蓄積されているフレーム画像を基に2種類以上のパラメータについて算出する手段と、
算出した同一性を示す各指数を正規化する手段と、
前記入力されたフレーム画像において検出された人物と前記候補者との組み合わせごとに、正規化した同一性を示す指数を統合する手段と、
統合した同一性を示す指数に基づいて、任意の前記候補者と同一の人物を特定するトラッキング手段とを有することを特徴とする人物追跡装置。 - 前記各パラメータについて、前記入力されたフレーム画像において検出された人物と、前記候補者とを同一の人物と見なしうる最大の差異に相当する値を閾値として正規化を行うことを特徴とする請求項1記載の人物追跡装置。
- 前記パラメータの一つは、前記入力されたフレーム画像における人物の位置と、前記候補者が検出された際のフレーム画像における該候補者の位置との差分であることを特徴とする請求項1又は2記載の人物追跡装置。
- 前記パラメータの一つは、過去のフレーム画像における前記人物の位置を基に予測される前記入力されたフレーム画像における該人物の位置と、該入力されたフレーム画像において前記人物が実際に検出された位置との差分であることを特徴とする請求項1から3のいずれか1項記載の人物追跡装置。
- 前記パラメータの一つは、前記入力されたフレーム画像における人物の大きさと、前記候補者が検出された際のフレーム画像における該候補者の大きさとの差分であることを特徴とする請求項1から4のいずれか1項記載の人物追跡装置。
- 前記パラメータの一つは、前記入力されたフレーム画像において人物が占める領域内の色の分布と、前記候補者が検出されたフレーム画像において該候補者が占める領域内の色の分布との差分であることを特徴とする請求項1から5のいずれか1項記載の人物追跡装置。
- 前記パラメータの一つは、前記入力されたフレーム画像において人物が占める領域内の色の分布と、前記候補者が検出された2以上のフレーム画像における該候補者が占める領域内の色の分布の平均との差分であることを特徴とする請求項1から6のいずれか1項記載の人物追跡装置。
- 前記パラメータの一つは、前記入力されたフレーム画像における人物の向きと、前記候補者が検出された際のフレーム画像における該候補者の向きとの差分であることを特徴とする請求項1から7のいずれか1項記載の人物追跡装置。
- 前記パラメータの一つは、過去のフレーム画像における前記人物の向きを基に予測される前記入力されたフレーム画像での該人物の移動方向と、該入力されたフレーム画像で実際に検出された前記人物の移動方向との差分であることを特徴とする請求項1から8のいずれか1項記載の人物追跡装置。
- 前記パラメータの一つは、前記入力されたフレーム画像における人物の形状と、前記候補者が検出された際のフレーム画像における該候補者の形状との差分であることを特徴とする請求項1から9のいずれか1項記載の人物追跡装置。
- 候補者との同一性を示す指数をするか否かを、前記各パラメータに個別に設定可能であることを特徴とする請求項1から10のいずれか1項記載の人物追跡装置。
- 前記統合した同一性を示す指数のうち、最も同一性が高いことを示す値の前記人物と前記候補者との組み合わせに係る人物と候補者とを同一人物として特定し、
残りの前記統合した同一性を示す指数のうち、先に同一人物と特定した人物及び候補者を含まないそれぞれの組み合わせに関して、最も同一性が高いことを示す値の前記人物と前記候補者との組み合わせに係る人物と候補者とを同一人物として順次特定することを特徴とする請求項1から11のいずれか1項記載の人物追跡装置。 - 前記トラッキング手段の特定結果に基づいて、前記入力されたフレーム画像上に、そのフレーム画像において検出された人物の軌跡を描画する手段を有することを特徴とする請求項1から12のいずれか1項記載の人物追跡装置。
- 入力されたフレーム画像に写された人物を検出する工程と、
前記入力されたフレーム画像において検出された人物と、そのフレームの時点で候補者として登録されている検出済みの人物との同一性を示す指数を、全ての前記人物と前記候補者との組み合わせに関して、蓄積されているフレーム画像を基に2種類以上のパラメータについて算出する工程と、
算出した同一性を示す各指数を正規化する工程と、
前記入力されたフレーム画像において検出された人物と前記候補者との組み合わせごとに、正規化した同一性を示す指数を統合する工程と、
統合した同一性を示す指数に基づいて、任意の前記候補者と同一の人物を特定する工程とを有することを特徴とする人物追跡方法。 - 前記各パラメータについて、前記入力されたフレーム画像において検出された人物と、前記候補者とを同一の人物と見なしうる最大の差異に相当する値を閾値として正規化を行うことを特徴とする請求項14記載の人物追跡方法。
- 前記統合した同一性を示す指数のうち、最も同一性が高いことを示す値の前記人物と前記候補者との組み合わせに係る人物と候補者とを同一人物として特定し、
残りの前記統合した同一性を示す指数のうち、先に同一人物と特定した人物及び候補者を含まないそれぞれの組み合わせに関して、最も同一性が高いことを示す値の前記人物と前記候補者との組み合わせに係る人物と候補者とを同一人物として順次特定することを特徴とする請求項14又は15記載の人物追跡方法。 - 請求項14から16のいずれか1項記載の人物追跡方法をコンピュータに実行させることを特徴とする人物追跡処理プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/427,353 US8325981B2 (en) | 2009-04-21 | 2009-04-21 | Human tracking apparatus, human tracking method, and human tracking processing program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010257441A true JP2010257441A (ja) | 2010-11-11 |
Family
ID=42980997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009256426A Pending JP2010257441A (ja) | 2009-04-21 | 2009-11-09 | 人物追跡装置及び人物追跡方法並びに人物追跡処理プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8325981B2 (ja) |
JP (1) | JP2010257441A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013145948A1 (ja) * | 2012-03-30 | 2013-10-03 | 株式会社メガチップス | 物体検出装置 |
JP2017033553A (ja) * | 2015-07-31 | 2017-02-09 | 富士通株式会社 | 移動物体の計数装置及び方法 |
US9911053B2 (en) | 2011-07-19 | 2018-03-06 | Nec Corporation | Information processing apparatus, method for tracking object and program storage medium |
JP6412998B1 (ja) * | 2017-09-29 | 2018-10-24 | 株式会社Qoncept | 動体追跡装置、動体追跡方法、動体追跡プログラム |
JP2020071876A (ja) * | 2018-10-30 | 2020-05-07 | 富士通株式会社 | 人員捜索方法と装置及び画像処理装置 |
WO2021206848A1 (en) * | 2020-04-08 | 2021-10-14 | Nec Laboratories America, Inc. | Efficient watchlist searching with normalized similarity |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8855360B2 (en) * | 2008-07-23 | 2014-10-07 | Qualcomm Technologies, Inc. | System and method for face tracking |
JP2011237907A (ja) * | 2010-05-07 | 2011-11-24 | Sony Corp | 画像処理装置、画像処理方法、およびプログラム |
WO2012141663A1 (en) | 2011-04-13 | 2012-10-18 | Alptekin Temizel | A method for individual tracking of multiple objects |
US9355329B2 (en) * | 2011-05-09 | 2016-05-31 | Catherine G. McVey | Image analysis for determining characteristics of pairs of individuals |
US10482317B2 (en) | 2011-05-09 | 2019-11-19 | Catherine Grace McVey | Image analysis for determining characteristics of humans |
US9552637B2 (en) | 2011-05-09 | 2017-01-24 | Catherine G. McVey | Image analysis for determining characteristics of groups of individuals |
US11615460B1 (en) | 2013-11-26 | 2023-03-28 | Amazon Technologies, Inc. | User path development |
US11205270B1 (en) * | 2015-03-25 | 2021-12-21 | Amazon Technologies, Inc. | Collecting user pattern descriptors for use in tracking a movement of a user within a materials handling facility |
US10679177B1 (en) | 2015-03-25 | 2020-06-09 | Amazon Technologies, Inc. | Using depth sensing cameras positioned overhead to detect and track a movement of a user within a materials handling facility |
US10810539B1 (en) | 2015-03-25 | 2020-10-20 | Amazon Technologies, Inc. | Re-establishing tracking of a user within a materials handling facility |
US10586203B1 (en) | 2015-03-25 | 2020-03-10 | Amazon Technologies, Inc. | Segmenting a user pattern into descriptor regions for tracking and re-establishing tracking of a user within a materials handling facility |
JP2018036870A (ja) * | 2016-08-31 | 2018-03-08 | 富士ゼロックス株式会社 | 画像処理装置及びプログラム |
US11328513B1 (en) | 2017-11-07 | 2022-05-10 | Amazon Technologies, Inc. | Agent re-verification and resolution using imaging |
CN108921008A (zh) * | 2018-05-14 | 2018-11-30 | 深圳市商汤科技有限公司 | 人像识别方法、装置及电子设备 |
CN111091529A (zh) * | 2018-10-24 | 2020-05-01 | 株式会社理光 | 一种人数统计方法及人数统计系统 |
US11386306B1 (en) * | 2018-12-13 | 2022-07-12 | Amazon Technologies, Inc. | Re-identification of agents using image analysis and machine learning |
CN113935358A (zh) * | 2020-06-29 | 2022-01-14 | 中兴通讯股份有限公司 | 一种行人追踪方法、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004046647A (ja) * | 2002-07-12 | 2004-02-12 | Univ Waseda | 動画像データに基づく移動物体追跡方法及び装置 |
JP2006133946A (ja) * | 2004-11-04 | 2006-05-25 | Fuji Xerox Co Ltd | 動体認識装置 |
JP2007042072A (ja) * | 2005-07-05 | 2007-02-15 | Omron Corp | 追跡装置 |
JP2007219603A (ja) * | 2006-02-14 | 2007-08-30 | Matsushita Electric Ind Co Ltd | 人物追跡装置、人物追跡方法および人物追跡プログラム |
JP2008187532A (ja) * | 2007-01-30 | 2008-08-14 | Omron Corp | 監視装置および方法、並びにプログラム |
JP2009211178A (ja) * | 2008-02-29 | 2009-09-17 | Canon Inc | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6192322B1 (en) * | 1996-04-19 | 2001-02-20 | Raytheon Company | Moving object and transient event detection using rotation strip aperture image measurements |
JP2001331799A (ja) * | 2000-03-16 | 2001-11-30 | Toshiba Corp | 画像処理装置および画像処理方法 |
KR100474848B1 (ko) * | 2002-07-19 | 2005-03-10 | 삼성전자주식회사 | 영상시각 정보를 결합하여 실시간으로 복수의 얼굴을검출하고 추적하는 얼굴 검출 및 추적 시스템 및 방법 |
US20050104959A1 (en) * | 2003-11-17 | 2005-05-19 | Mei Han | Video surveillance system with trajectory hypothesis scoring based on at least one non-spatial parameter |
-
2009
- 2009-04-21 US US12/427,353 patent/US8325981B2/en active Active
- 2009-11-09 JP JP2009256426A patent/JP2010257441A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004046647A (ja) * | 2002-07-12 | 2004-02-12 | Univ Waseda | 動画像データに基づく移動物体追跡方法及び装置 |
JP2006133946A (ja) * | 2004-11-04 | 2006-05-25 | Fuji Xerox Co Ltd | 動体認識装置 |
JP2007042072A (ja) * | 2005-07-05 | 2007-02-15 | Omron Corp | 追跡装置 |
JP2007219603A (ja) * | 2006-02-14 | 2007-08-30 | Matsushita Electric Ind Co Ltd | 人物追跡装置、人物追跡方法および人物追跡プログラム |
JP2008187532A (ja) * | 2007-01-30 | 2008-08-14 | Omron Corp | 監視装置および方法、並びにプログラム |
JP2009211178A (ja) * | 2008-02-29 | 2009-09-17 | Canon Inc | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9911053B2 (en) | 2011-07-19 | 2018-03-06 | Nec Corporation | Information processing apparatus, method for tracking object and program storage medium |
WO2013145948A1 (ja) * | 2012-03-30 | 2013-10-03 | 株式会社メガチップス | 物体検出装置 |
JP2013210705A (ja) * | 2012-03-30 | 2013-10-10 | Mega Chips Corp | 物体検出装置 |
JP2017033553A (ja) * | 2015-07-31 | 2017-02-09 | 富士通株式会社 | 移動物体の計数装置及び方法 |
JP6412998B1 (ja) * | 2017-09-29 | 2018-10-24 | 株式会社Qoncept | 動体追跡装置、動体追跡方法、動体追跡プログラム |
CN109584268A (zh) * | 2017-09-29 | 2019-04-05 | 广赛布托有限公司 | 移动体跟踪装置、移动体跟踪方法及计算机可读记录介质 |
KR20190038409A (ko) * | 2017-09-29 | 2019-04-08 | 컨셉 주식회사 | 동체 추적 장치, 동체 추적 방법, 동체 추적 프로그램 |
JP2019066974A (ja) * | 2017-09-29 | 2019-04-25 | 株式会社Qoncept | 動体追跡装置、動体追跡方法、動体追跡プログラム |
KR102078473B1 (ko) | 2017-09-29 | 2020-02-17 | 컨셉 주식회사 | 동체 추적 장치, 동체 추적 방법, 동체 추적 프로그램 |
CN109584268B (zh) * | 2017-09-29 | 2023-05-23 | 广赛布托有限公司 | 移动体跟踪装置、移动体跟踪方法及计算机可读记录介质 |
JP2020071876A (ja) * | 2018-10-30 | 2020-05-07 | 富士通株式会社 | 人員捜索方法と装置及び画像処理装置 |
WO2021206848A1 (en) * | 2020-04-08 | 2021-10-14 | Nec Laboratories America, Inc. | Efficient watchlist searching with normalized similarity |
Also Published As
Publication number | Publication date |
---|---|
US8325981B2 (en) | 2012-12-04 |
US20100266159A1 (en) | 2010-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2010257441A (ja) | 人物追跡装置及び人物追跡方法並びに人物追跡処理プログラム | |
JP4241763B2 (ja) | 人物認識装置及びその方法 | |
JP4860749B2 (ja) | 画像中の人物における位置決め指示との適合性を判定する機器、システム、及び方法 | |
CN111344715B (zh) | 对象识别系统和方法 | |
US8320618B2 (en) | Object tracker and object tracking method | |
Needham et al. | Performance evaluation metrics and statistics for positional tracker evaluation | |
JP6666488B2 (ja) | 画像抽出装置 | |
JP5166102B2 (ja) | 画像処理装置及びその方法 | |
JP5675145B2 (ja) | パターン認識装置及びパターン認識方法 | |
JP2016099941A (ja) | オブジェクト位置推定システム、及びそのプログラム | |
CN111144293A (zh) | 带交互式活体检测的人脸身份认证系统及其方法 | |
JPWO2018154709A1 (ja) | 動作学習装置、技能判別装置および技能判別システム | |
Seddati et al. | UMons at MediaEval 2015 Affective Impact of Movies Task including Violent Scenes Detection. | |
CN110705584A (zh) | 情绪识别方法、装置、计算机装置及存储介质 | |
Primus et al. | Segmentation of recorded endoscopic videos by detecting significant motion changes | |
KR20170003348A (ko) | 사용자 인증을 위한 등록 데이터베이스의 갱신 방법 및 장치 | |
Santosh et al. | Deep neural network for foreign object detection in chest X-rays | |
Ponce-López et al. | Multi-modal social signal analysis for predicting agreement in conversation settings | |
CN113326726A (zh) | 行为识别方法、行为识别设备和计算机可读记录介质 | |
JP2011204181A (ja) | 経路設定装置、経路設定方法、及びプログラム | |
CN111797652A (zh) | 对象跟踪方法、设备及存储介质 | |
JP2012118927A (ja) | 画像処理プログラムおよび画像処理装置 | |
KR20110026214A (ko) | 얼굴 검출 장치 및 방법 | |
KR20200120365A (ko) | 파킨슨 환자 영상의 구분 동작으로부터 중증 정도를 자동으로 채점하는 학습 방법 및 장치 | |
KR101956166B1 (ko) | 비주얼 큐를 이용하여 비디오 시퀀스에서 토킹 세그먼트를 검출하는 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20110915 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121018 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130718 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130723 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130920 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140311 |