JP2011216069A - 物体識別装置、物体識別方法、及び、物体識別装置の学習方法 - Google Patents
物体識別装置、物体識別方法、及び、物体識別装置の学習方法 Download PDFInfo
- Publication number
- JP2011216069A JP2011216069A JP2010228728A JP2010228728A JP2011216069A JP 2011216069 A JP2011216069 A JP 2011216069A JP 2010228728 A JP2010228728 A JP 2010228728A JP 2010228728 A JP2010228728 A JP 2010228728A JP 2011216069 A JP2011216069 A JP 2011216069A
- Authority
- JP
- Japan
- Prior art keywords
- identification
- image
- unit
- strong
- learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
【解決手段】物体識別装置100において、複数の識別ユニット111が、検出処理対象画像に識別対象物体画像が含まれているか否かをそれぞれ事前判定し、判定部113が、全ての識別ユニットから「真」信号が出力される場合にのみ、検出処理対象画像に識別対象物体画像が含まれていると最終判定する。そして、各識別ユニット111は、並列に接続され且つそれぞれが複数のクラスの内の任意の組み合わせに対応する複数の強識別器121と、複数の強識別器121の内の1つでも検出処理対象画像に識別対象物体画像が含まれていると判定する場合に、「真」信号を出力するOR演算部122とを具備する。
【選択図】図2
Description
図1は、本発明の一実施の形態に係る物体識別装置100のブロック構成図を示す。図1において、物体識別装置100は、画像取得部101と、画像サイズ調整部102と、画像スキャン部103と、物体識別部104と、識別結果出力部105とを有する。
画像取得部101は、例えばカメラなどの撮像部から画像を取得し、取得された画像を画像サイズ調整部102に出力する。
画像サイズ調整部102は、画像取得部101から取得された画像を複数のスケールに縮小又は拡大して画像サイズの調整を行うことにより、互いにサイズの異なる複数の画像を生成し、縮小又は拡大された複数の画像を画像スキャン部103へ出力する。
画像スキャン部103は、画像サイズ調整部102から取得された複数の画像の各々を、所定サイズ(例えば、7つ全ての画像に対して64x128)の窓でスキャンして、部分画像データとして切り取り、物体識別部104へ出力される。
物体識別部104は、画像スキャン部103から取得された部分画像データに、識別対象物体の画像が含まれているか否かを判定する。この判定結果は、識別結果出力部105へ出力される。
(2)また、特徴量としてCoHoGを用いた場合においては、画像データの特徴情報である“位置とエッジのペア情報”に基づいて、特徴量である“ベクトル情報”が算出される。なお、ここではHoG、CoHoGについて説明したが、他の特徴量(例えば、Edgeletなど)を用いて画像認識した場合でも良く、本発明を限定するものではない。
識別結果出力部105は、物体識別部104から判定結果を表示部(図示せず)へ表示させる。
以上の構成を有する物体識別装置100の動作について説明する。図12は、物体識別装置の動作説明に供するフロー図である。
ステップS201で画像サイズ調整部102は、画像取得部101にて取得された画像を、一定のスケールで縮小又は拡大し、サイズ調整後の画像群を画像スキャン部103へ出力する。
図13は、物体識別部104を獲得するための学習処理フロー図である。
ただし、mはサンプル数であり、yiは、i番目(i:1〜m、iはサンプル番号を示す)サンプルがポジティブサンプルの場合は“1”となり、ネガティブサンプルの場合は“−1”となる。また、Hkは、k番目ポーズの強識別器121で得られた推定値である。
また、上記説明に用いた各機能ブロックは、典型的には集積回路であるLSIとして実現される。これらは個別に1チップ化されてもよいし、一部または全てを含むように1チップ化されてもよい。ここでは、LSIとしたが、集積度の違いにより、IC、システムLSI、スーパーLSI、ウルトラLSIと呼称されることもある。
また、集積回路化の手法はLSIに限るものではなく、専用回路または汎用プロセッサで実現してもよい。LSI製造後に、プログラムすることが可能なFPGA(Field Programmable Gate Array)や、LSI内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用してもよい。
さらには、半導体技術の進歩または派生する別技術によりLSIに置き換わる集積回路化の技術が登場すれば、当然、その技術を用いて機能ブロックの集積化を行ってもよい。バイオ技術の適用等が可能性としてありえる。
101 画像取得部
102 画像サイズ調整部
103 画像スキャン部
104 物体識別部
105 識別結果出力部
111 識別ユニット
112 AND演算部
113 判定部
121 強識別器
122 OR演算部
131 弱識別器
132 結合部
133 閾値判定部
Claims (6)
- 着目する特徴の異なる複数のクラスに基づいて、検出処理対象画像に映された物体を識別する物体識別装置であって、
前記検出処理対象画像に識別対象物体画像が含まれているか否かを判定する複数の識別ユニットと、
前記複数の識別ユニットから取得された判定結果の全てが「真」信号である場合に、前記検出処理対象画像に識別対象物体画像が含まれていると最終判定する最終判定部と、
を具備し、
前記識別ユニットは、
並列に接続され、且つ前記複数のクラスに含まれる所定のクラスに其々対応する複数の強識別器と、
前記複数の強識別器のうち少なくとも1つの前記強識別器が前記検出処理対象画像に識別対象物体画像が含まれていると判定する場合に、「真」信号を出力するOR演算部と、
を有する、
物体識別装置。 - 前記複数の強識別器のそれぞれに、ブースティング(boosting)アルゴリズムによる学習によって得られた識別関数が設定され、
前記ブースティングアルゴリズムでは、強識別器に適用される識別関数の算出時に、同じ識別ユニットに属する強識別器間にはクラスの違いに拘わらず同じポジティブサンプル画像群が用いられる、
請求項1に記載の物体識別装置。 - 各強識別器は、
少なくとも1つの弱識別器と、
前記弱識別器によって算出された推定値を足し合わせる結合部と、
前記足し合わされた推定値の合計と所定の閾値とを比較することにより、前記検出処理対象画像に識別対象物体画像が含まれているか否か判定する判定部と、
を有する、
請求項1又は2に記載の物体識別装置。 - 着目する特徴の異なる複数のクラスに基づいて、検出処理対象画像に映された物体を識別する物体識別方法であって、
前記検出処理対象画像に識別対象物体画像が含まれているか否かを判定する複数の識別ステップと、
前記複数の識別ステップにおける判定結果が全て「真」信号である場合に、前記検出処理対象画像に識別対象物体画像が含まれていると最終判定する最終判定ステップと、
を具備し、
前記識別ステップは、
前記複数のクラスに含まれる所定のクラスに其々対応する複数の強識別器が、前記検出処理対象画像に識別対象物体画像が含まれているか否かを判定する判定ステップと、
前記複数の強識別器のうち少なくとも1つの前記強識別器が前記検出処理対象画像に識別対象物体画像が含まれていると判定する場合に、「真」信号を出力するOR演算ステップと、
を有する、
物体識別方法。 - 請求項1に記載の物体識別装置の学習方法であって、
k番目の識別ユニットに属する強識別器を学習する学習ステップでは、
1番目からk−1番目の識別ユニットについて既に構築された強識別器を用いて、ポジティブサンプルであると誤検出されるネガティブサンプルが所定数だけ収集され、
前記収集されたネガティブサンプル群及びポジティブサンプル群を用いて、所定の学習検出率を満たし且つ最小の誤検出率となる強識別器候補の組み合わせが探索されると共に、当該探索された組み合わせの強識別器候補が、k番目の識別ユニットの強識別器として設定される、
学習方法。
ただし、kは、1より大きくN以下の自然数であり、Nは、識別ユニットの数であって2以上の自然数である。 - 前記学習ステップには、アダブースト(AdaBoost)アルゴリズムが適用され、
前記学習ステップでは、前記組み合わせの探索の前に、前記収集されたネガティブサンプル群及び前記ポジティブサンプル群に対応する重みが更新され、
前記収集されたネガティブサンプル群に対応する重みの更新に適用される算出式と、前記ポジティブサンプル群に対応する重みの更新に適用される算出式とが、異なる、
請求項5に記載の学習方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010228728A JP5707570B2 (ja) | 2010-03-16 | 2010-10-08 | 物体識別装置、物体識別方法、及び、物体識別装置の学習方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010059399 | 2010-03-16 | ||
JP2010059399 | 2010-03-16 | ||
JP2010228728A JP5707570B2 (ja) | 2010-03-16 | 2010-10-08 | 物体識別装置、物体識別方法、及び、物体識別装置の学習方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011216069A true JP2011216069A (ja) | 2011-10-27 |
JP5707570B2 JP5707570B2 (ja) | 2015-04-30 |
Family
ID=44945689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010228728A Active JP5707570B2 (ja) | 2010-03-16 | 2010-10-08 | 物体識別装置、物体識別方法、及び、物体識別装置の学習方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5707570B2 (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013173595A (ja) * | 2012-02-24 | 2013-09-05 | Hitachi Ltd | エレベータ到着時間推定装置、エレベータシステム |
JP2014099027A (ja) * | 2012-11-14 | 2014-05-29 | Nippon Hoso Kyokai <Nhk> | 画像特徴量算出装置、学習装置、識別装置、およびそのプログラム |
JP2014106685A (ja) * | 2012-11-27 | 2014-06-09 | Osaka Univ | 車両周辺監視装置 |
JP2016059397A (ja) * | 2014-09-12 | 2016-04-25 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴装置およびプログラム |
JP2016535888A (ja) * | 2013-11-07 | 2016-11-17 | 同方威視技術股▲分▼有限公司 | 検出方法及びその機器 |
JP2017107422A (ja) * | 2015-12-10 | 2017-06-15 | 株式会社Screenホールディングス | 画像分類方法および画像分類装置 |
CN113361588A (zh) * | 2021-06-03 | 2021-09-07 | 北京文安智能技术股份有限公司 | 基于图像数据增强的图像训练集生成方法和模型训练方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006350645A (ja) * | 2005-06-15 | 2006-12-28 | Matsushita Electric Ind Co Ltd | 対象物検出装置及びその学習装置 |
JP2007080160A (ja) * | 2005-09-16 | 2007-03-29 | Konica Minolta Holdings Inc | 特定物体判別装置、特定物体判別方法、及び特定物体判別装置の作成方法 |
JP2007109229A (ja) * | 2005-10-09 | 2007-04-26 | Omron Corp | 特定被写体検出装置及び方法 |
JP2009301104A (ja) * | 2008-06-10 | 2009-12-24 | Chube Univ | 物体検出装置 |
JP2010117772A (ja) * | 2008-11-11 | 2010-05-27 | Panasonic Corp | 特徴量抽出装置、物体識別装置及び特徴量抽出方法 |
WO2010111916A1 (zh) * | 2009-04-01 | 2010-10-07 | 索尼公司 | 多类目标的检测装置及检测方法 |
JP2011165188A (ja) * | 2010-02-08 | 2011-08-25 | Ricoh Co Ltd | 多角度の特定物体の判断装置及び多角度の特定物体の判断方法 |
-
2010
- 2010-10-08 JP JP2010228728A patent/JP5707570B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006350645A (ja) * | 2005-06-15 | 2006-12-28 | Matsushita Electric Ind Co Ltd | 対象物検出装置及びその学習装置 |
JP2007080160A (ja) * | 2005-09-16 | 2007-03-29 | Konica Minolta Holdings Inc | 特定物体判別装置、特定物体判別方法、及び特定物体判別装置の作成方法 |
JP2007109229A (ja) * | 2005-10-09 | 2007-04-26 | Omron Corp | 特定被写体検出装置及び方法 |
JP2009301104A (ja) * | 2008-06-10 | 2009-12-24 | Chube Univ | 物体検出装置 |
JP2010117772A (ja) * | 2008-11-11 | 2010-05-27 | Panasonic Corp | 特徴量抽出装置、物体識別装置及び特徴量抽出方法 |
WO2010111916A1 (zh) * | 2009-04-01 | 2010-10-07 | 索尼公司 | 多类目标的检测装置及检测方法 |
JP2011165188A (ja) * | 2010-02-08 | 2011-08-25 | Ricoh Co Ltd | 多角度の特定物体の判断装置及び多角度の特定物体の判断方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013173595A (ja) * | 2012-02-24 | 2013-09-05 | Hitachi Ltd | エレベータ到着時間推定装置、エレベータシステム |
JP2014099027A (ja) * | 2012-11-14 | 2014-05-29 | Nippon Hoso Kyokai <Nhk> | 画像特徴量算出装置、学習装置、識別装置、およびそのプログラム |
JP2014106685A (ja) * | 2012-11-27 | 2014-06-09 | Osaka Univ | 車両周辺監視装置 |
JP2016535888A (ja) * | 2013-11-07 | 2016-11-17 | 同方威視技術股▲分▼有限公司 | 検出方法及びその機器 |
US10013615B2 (en) | 2013-11-07 | 2018-07-03 | Nuctech Company Limited | Inspection methods and devices |
JP2016059397A (ja) * | 2014-09-12 | 2016-04-25 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 磁気共鳴装置およびプログラム |
US10416262B2 (en) | 2014-09-12 | 2019-09-17 | General Electric Company | Apparatus and method for detecting position of a part in magnetic resonance imaging |
JP2017107422A (ja) * | 2015-12-10 | 2017-06-15 | 株式会社Screenホールディングス | 画像分類方法および画像分類装置 |
CN113361588A (zh) * | 2021-06-03 | 2021-09-07 | 北京文安智能技术股份有限公司 | 基于图像数据增强的图像训练集生成方法和模型训练方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5707570B2 (ja) | 2015-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5707570B2 (ja) | 物体識別装置、物体識別方法、及び、物体識別装置の学習方法 | |
JP6050223B2 (ja) | 画像認識装置、画像認識方法、及び集積回路 | |
JP6395481B2 (ja) | 画像認識装置、方法及びプログラム | |
US9652694B2 (en) | Object detection method, object detection device, and image pickup device | |
Kumar et al. | Brain tumor detection using SVM classifier | |
JP4999163B2 (ja) | 画像処理方法および装置ならびにプログラム | |
CN110348319A (zh) | 一种基于人脸深度信息和边缘图像融合的人脸防伪方法 | |
CN109154978A (zh) | 用于检测植物疾病的系统和方法 | |
CN108537751B (zh) | 一种基于径向基神经网络的甲状腺超声图像自动分割方法 | |
CN106373146B (zh) | 一种基于模糊学习的目标跟踪方法 | |
WO2005083635A1 (en) | Method and system for detection of bone fractures | |
JP2006252559A (ja) | 画像において対象物の位置を特定する方法および対象物の画像を相異なる画像カテゴリに分類する方法 | |
JP6166705B2 (ja) | 対象識別装置 | |
US20130322720A1 (en) | Apparatus and method for parsing human body image | |
KR101449744B1 (ko) | 영역 기반 특징을 이용한 얼굴 검출 장치 및 방법 | |
CN117746077B (zh) | 一种芯片缺陷的检测方法、装置、设备和存储介质 | |
JP2009211138A (ja) | 対象領域抽出方法および装置ならびにプログラム | |
JP2007048006A (ja) | 画像処理装置および画像処理プログラム | |
US20200034649A1 (en) | Object tracking system, intelligent imaging device, object feature extraction device, and object feature extraction method | |
JP2015204030A (ja) | 認識装置及び認識方法 | |
JP5155250B2 (ja) | 対象物検出装置 | |
CN111476074A (zh) | 基于毫米波图像的人体异物检测方法 | |
CN111612749B (zh) | 基于肺部影像的病灶检测方法和装置 | |
Hirata et al. | Plankton image classification based on multiple segmentations | |
JP2014203133A (ja) | 画像処理装置、画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130828 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140509 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140624 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140804 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20141007 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20141023 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20141224 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150106 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5707570 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |