JP2012048323A - 情報処理装置、情報処理装置、プログラム - Google Patents

情報処理装置、情報処理装置、プログラム Download PDF

Info

Publication number
JP2012048323A
JP2012048323A JP2010187641A JP2010187641A JP2012048323A JP 2012048323 A JP2012048323 A JP 2012048323A JP 2010187641 A JP2010187641 A JP 2010187641A JP 2010187641 A JP2010187641 A JP 2010187641A JP 2012048323 A JP2012048323 A JP 2012048323A
Authority
JP
Japan
Prior art keywords
parameter
processing
calculation
unit
result
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
JP2010187641A
Other languages
English (en)
Other versions
JP2012048323A5 (ja
JP5686548B2 (ja
Inventor
Ryoko Mise
良子 三瀬
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.)
Canon Inc
Original Assignee
Canon Inc
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 Canon Inc filed Critical Canon Inc
Priority to JP2010187641A priority Critical patent/JP5686548B2/ja
Priority to US13/207,239 priority patent/US8611599B2/en
Publication of JP2012048323A publication Critical patent/JP2012048323A/ja
Publication of JP2012048323A5 publication Critical patent/JP2012048323A5/ja
Application granted granted Critical
Publication of JP5686548B2 publication Critical patent/JP5686548B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
    • G06V10/446Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering using Haar-like filters, e.g. using integral image techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06F18/2148Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/774Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06V10/7747Organisation of the process, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

【課題】データ処理装置における内部メモリの回路規模を抑制しつつ、処理の高速化を図る。
【解決手段】 情報処理装置は、入力画像から被写体を識別するためのデータを有するパラメータを参照しながら入力画像とパラメータとの照合処理を、直列に接続された処理工程群と、処理工程群の終端の工程と分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群と、により多段階に行う。情報処理装置は、固定パラメータまたは可変パラメータを参照して、入力画像から被写体を識別するための照合処理を行う演算部と、演算部の演算結果により、直列に接続された処理工程群で照合処理を実行するか、または分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群で照合処理を実行するかを判定する判定部と、判定部の判定結果と、演算部の演算結果と、により次に演算部が参照すべき固定パラメータまたは可変パラメータを選択する選択部と、を備える。
【選択図】 図1

Description

本発明は、情報処理装置、情報処理装置、プログラムに関する。
従来、デジタルカメラやプリンタでは、入力画像(以下入力データ)中の人物や顔といった特定の被写体を検出し、検出された被写体に適した処理を行う技術が提案されている。この特定の被写体を検出する一例として、顔に対して肌色補正処理を行うための人間の顔を検出する顔検出処理がある。
この顔検出処理には様々な手法が提案されており、複数段の識別器を用いる非特許文献1(以下、「Viola&Jones方式」)や人間の顔の対称的特徴、テンプレートマッチング、ニューラルネットワークなどを利用するものがある。複数段の識別器を用いる方式では、1または少数の識別回路の辞書データ(パラメータ)を変更することにより、多数の識別器を実現することができる。その際、パラメータを必要に応じて書き換えることで、パラメータを記憶するための内部メモリの回路規模を抑制しつつ、処理を高速化するための技術として、キャッシュ方式及びプリフェッチ方式が用いられている。
P. Viola and M. Jones, "Robust Real-time Object Detection", SECOND INTERNATIONAL WORKSHOP ON STATISTICAL AND COMPUTATIONAL THEORIES OF VISION, July 13 2001.
内部メモリの回路規模を抑制しつつ処理を高速化するための技術であるキャッシュ方式及びプリフェッチ方式においては、以下のような問題がある。キャッシュ方式では、最古のパラメータから順番に消去される。入力データの処理が動的パラメータ保存部の保存可能な個数(例えば、m個)より多い識別処理(例えば、m+1番目)へ進んでから識別処理の結果がFalseになると、必ず全パラメータの再ロードが必要となる。即ち、分岐構造の場合、キャッシュ効果が発揮しにくいという問題がある。
また、プリフェッチ方式では、次に必要となるパラメータを予測して、例えば、パラメータiを用いた識別処理iの処理中に、識別処理i+1で使用するパラメータi+1のロードを行う。しかし、識別処理iの処理結果がFalseになった場合、予測が外れ、パラメータi+1のロードが無駄になるという問題がある。更に、分岐構造に適用した場合、分岐先候補のパラメータを全てプリフェッチする方法か、プリフェッチせずに分岐先が決定してからパラメータをロードする方法を取ることが考えられる。しかし、前者においては、実際はその中の1つしか使われないため、無駄なパラメータロードが増えるという問題があり、後者の場合はパラメータロードの間、処理が停止するという問題がある。
本発明は、内部メモリの回路規模を抑制しつつ、処理の高速化を図ることが可能な情報処理技術の提供を目的とする。
上記の目的を達成する本発明にかかる情報処理装置は、入力画像から被写体を識別するためのデータを有するパラメータを参照しながら前記入力画像と前記パラメータとの照合処理を、直列に接続された処理工程群と、前記処理工程群の終端の工程と分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群と、により多段階に行う情報処理装置であって、
予め定められた固定パラメータを記憶する第1記憶手段と、
前記固定パラメータとは異なる可変パラメータを書き換え可能に記憶する第2記憶手段と、
前記固定パラメータまたは前記可変パラメータを参照して、前記入力画像から被写体を識別するための照合処理を行う演算手段と、
前記演算手段の演算結果により、前記直列に接続された処理工程群で前記照合処理を実行するか、または前記分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群で前記照合処理を実行するかを判定する判定手段と、
前記判定手段の判定結果と、前記演算手段の演算結果と、により次に前記演算手段が参照すべき前記固定パラメータまたは前記可変パラメータを選択する選択手段と、を備えることを特徴とする。
本発明によれば、内部メモリの回路規模を抑制しつつ、処理の高速化を図ることが可能になる。
実施形態にかかるデータ処理装置の構成の一例を示す図。 顔検出処理における認識処理を説明するための図。 顔認識における学習結果の一例を示す図。 Viola&Jones方式をハードウェアとして実装する場合の概念的な構成を示す図。 図4に示す概念的なハードウェア構成をより具体的な回路で構成した例を示す図。 処理部の構成を説明する図。 (a)顔検出を行うための識別処理の分岐構造について説明する図、(b)(a)を簡略化したの分岐構造を例示する図。 分岐構造におけるデータ処理時間を例示的に説明する図。 2つの動的パラメータ記憶部を切り替える選択部を備えた構成例を示す図。 図1の構成によるデータ処理時間を例示的に説明する図。 第2実施形態の処理の流れを示す図。
(入力画像から被写体を識別する処理の概要)
顔検出処理としてViola&Jones方式を例に挙げて説明する。Viola&Jones方式では、Adaboostによる学習結果に基づいて識別処理が実行される。この識別処理は、図2に示すように、ある識別器が識別を行った結果、Trueを出力した場合、後続の識別処理を行い、Falseを出力した場合、後続の識別処理を行わずに識別処理を終了するというカスケード処理になっている。
顔認識においては、多くの顔データを入力し、顔の認識率や誤認識率がある一定の水準になるように学習させた結果、識別処理を行うための、複数の辞書データが生成される。この識別処理とは、パターン照合処理であり、顔検出処理とは、この辞書データを用いた一連のパターン照合処理のことである。そして、辞書データとは、パターン照合処理に必要な特徴パターンやTrue(真)又はFalse(偽)判定の基準に用いる閾値などのデータである(以下、この辞書データのことをパラメータと呼ぶ)。
図3は、顔認識における学習結果の一例を示す図である。図3において、200は入力データである。210はパラメータの一部である特徴パターンであり、両目部分の小矩形と両目下部分(頬の部分)とを比べると、両目部分が両目下部分より黒っぽいという特徴を示す特徴パターンである。211も特徴パターンであり、両目部分において目の部分が黒っぽく、目と目の間である眉間部が目の部分に比べて白っぽいという特徴を示す特徴パターンである。220、221は入力データ200に対して特徴パターン210、特徴パターン211を実際に照合させてパターン照合処理を行っていく状態を示している。
図4は、図2、図3で説明したViola&Jones方式をハードウェアとして実装する場合の概念的な構成を示す図である。図4において、識別器401には、識別処理0用パラメータである特徴パターン210が保存されている。また、前述した識別処理0の結果がTrueかFalseであるかを判定するために用いる閾値0も、識別器401用に保存されている。この識別処理0に必要な特徴パターン210と閾値0のことを、パラメータ0(以下、「P0」)と呼ぶ。
P0を用いた識別処理の結果がTrueであった場合、識別器401に対して直列に接続されている次の識別器402が識別器401と同様に、入力データ200に対する識別処理1を行う。識別処理1では、識別処理1用パラメータである特徴パターン211が用いられ、識別処理1の結果がTrueかFalseであるかを判定するため閾値1が用いられる。特徴パターン211と閾値1とが、識別器402用のパラメータP1(以下、「P1」)として保存されている。識別処理0と、識別処理1と、では、識別処理に異なるパラメータが用いられる。更に識別器403・・・識別器Nを用いた識別処理が実行され、識別器Nの識別結果がTrueの場合、入力データは顔であると識別される。P0、P1・・・を用いた識別処理の結果がFalseであった場合、入力データは顔でないと識別し、処理は終了する。
図5は、図4に示す概念的なハードウェア構成をより具体的な回路で構成した例を示す図である。識別器の処理部501は演算部511とパラメータ記憶部512とを有する。パラメータ記憶部512は、識別処理に必要なパラメータを記憶する内部メモリである。前述したように、識別処理0,1の違いは、パラメータのみであることから、外部メモリ520に記憶されているパラメータ0〜Nのうち、処理に必要なパラメータを、パラメータ記憶部512にロードする。
つまり、識別処理0を行う場合は、外部メモリ520から、パラメータ記憶部512にP0をロードする。演算部511はパラメータ記憶部512に記憶されたP0を参照することで、識別処理0が可能となる。同様に、識別処理1を行う際は、P1をロードし、演算部511で、パラメータ記憶部512に記憶されたP1を参照し演算を行う。この方法で、識別処理0〜Nが可能となる。
更に詳細に識別処理について説明する。例えば、図4に示す識別処理0を行う識別器401の場合、演算部511は、パラメータ記憶部512にP0をロードする。演算部511はパラメータ記憶部512にロードされたP0を参照し、P0の一部である特徴パターン210を用いて入力データ200をパターン照合する。識別処理0は、特徴パターン210のパターン照合範囲対象である矩形0_1の位置に対応する入力データの画素値(輝度)と、矩形0_2の位置に対応する入力データの画素値(輝度)との総和を取り、矩形0_1と矩形0_2の輝度差を計算する。計算された輝度差が閾値0を超えている場合は、入力データ200が特徴パターン210の示す特徴に合致するとし、顔である(Result=True)という結果を出力する。
P0に含まれる特徴パターン210には、入力データにおいて照合すべき画素位置が示されている。パターン照合処理を行う演算部511は指定された画素位置における矩形内の画素値の総和を演算し、更に各矩形における総和の差分を演算し、閾値0との比較演算を行い、識別処理0の結果を出している。
即ち、演算部511は、パラメータにより指定される画素位置や閾値に従って識別処理非依存の同様の演算を行うように実装することが可能である。パラメータ記憶部512には、識別処理に必要なステージ分或いは全ステージ分のパラメータを記憶し、処理ステージに応じてパラメータを切り替えることにより、全ステージの識別処理を実現可能である。
近年、Viola&Jones方式に代表される認識処理をデジタルカメラなどに搭載し、例えば顔を検出して合焦を行うといった機能の実現が求められ、認識処理をリアルタイムに(高速に)実装する要求が高まっている。一方、デジタルカメラなどのデジタル家電製品は非常にコストセンシティブであるため、認識処理機能はできるだけ安価に実装したい、即ち回路規模を最小限に抑えたいという要求も高い。
図5に示す例は、演算部511を全識別処理で共有することにより、回路規模を抑制した実装例である。この場合、パラメータ記憶部512にいくつの識別処理のパラメータを記憶するかが、回路規模の支配的な要因となる。また、いくつの識別処理分のパラメータを記憶するかにより処理速度も大幅に異なる。一般的に外部メモリ520と内部メモリ(パラメータ記憶部512)とのアクセスの差は大きい。外部メモリは、通常DRAMなどで構成され、アクセス時間(パラメータロード時間)は数十ナノ秒から百数十ナノ秒のオーダーである。一方、内部メモリのアクセス時間は数ナノ秒である。つまり、10〜100倍の差がある。よって、非常に高速な処理が必要な場合には、全識別処理分のパラメータを高速アクセス可能な内部メモリ(パラメータ記憶部512)に記憶しておき、識別処理毎の処理をパラメータの入れ換えを行うことなく実現する方法が一般的に用いられている。
この方法を、図6を用いて、処理部の構成を詳細に説明する。図6は、識別処理毎に処理を切り替えてパターン照合処理を実現する方法を説明するための図である。パターン照合処理を行う処理部601は識別処理非依存の実装となっているため、図5と同様に、演算部511を1つだけ搭載している。また、識別処理依存であるパラメータを記憶するパラメータ記憶部512〜514は全識別処理(N識別処理)分搭載する。
識別処理を開始する前に、外部メモリ520からパラメータ記憶部512〜514へ、全てのパラメータをロードしておく。入力データ200が入力されると、選択部602によってP0(パラメータ0)が記憶されているパラメータ記憶部512が演算部511に設定され、識別処理0が開始される。その結果、Trueと判断された場合、入力データ200に対して、選択部602は次のP1が記憶されているパラメータ記憶部513へ切り替えることで、後続の識別処理1が可能となる。
このように、全識別処理用パラメータを内部メモリ(パラメータ記憶部512〜514)へ記憶することにより、識別処理毎に必要なパラメータを内部メモリと比べてアクセススピードの遅い外部メモリ520からロードしなくて済む。従って、ロードする際のオーバーヘッドが不要となり、高速処理が可能となる。
次に、図7(a)の参照により顔検出を行うための識別処理の分岐構造について説明する。図7(a)に示すように、枝のように後段に行くほど分かれていくことから、分岐構造と呼ばれている。例えば、左右の傾きが±30度まで対応した顔認識を搭載する場合、パラメータ作成時には、左右の傾きが±30度を含んだ状態で学習したパラメータを用いた識別処理を先頭(1段目)に置き、顔っぽいかを判定する。後段に行くほど、角度に特化した画像で学習することで、左右どちらの傾きの画像であるかを判定していく。
図7(a)では、先頭である一番左から、分岐がある毎に1〜3段とすると、1段目は、顔という概念での判定を行う。2段目から最終的な角度を導き出すために分かれた枝となっており、1段目と2段目の間にある分岐先判定において、分岐後にどの枝(パラメータ列)を選択するかを決定する。ここでは、処理群3のパラメータ列が選択されている。同様に2段目から3段目の間にも分岐先判定があり、更に詳細な角度の判定を行っていく。ここでは、処理群3_3のパラメータ列が選択されている。このように分岐先選択で次に進むパラメータ列を選択していった結果、入力データ200が右に30度に傾いた顔画像であると判定されることになる。
ここで、図6に示す構成における処理時間を、前述した図7(a)を簡略化した図7(b)の分岐構造例を用い、パターン照合処理時間の説明をする。図7(b)の分岐構造処理において、入力データ0(以下、I0)と入力データ1(以下、I1)の処理例として、図7(b)の700、701をあげる。図7(b)の処理700において、入力されたI0に対し、識別処理0(以下、I0(S0))と、I0(S1)と進み、分岐先選択によって、どちらのパラメータ列(S2_0,S2_1)を選択するかが決定される。
図7(b)の処理700において、I0(S0)の結果、Trueとなることから、I0(S1)を実行する。その後、分岐先選択を実行し、S2_0が選択され、I0(S2_0)が実行される。その結果Trueとなり、I0(S3_0)が実行される。I0(S3_0)がFalseとなることで、I0の処理は終了し、次の入力データであるI1処理へ移行する。図7(b)の処理701にI1に対する処理を示す。I1(S0)の結果Trueとなり、I1(S1)が実行されFalseとなる。これにより、更に次の入力データであるI2に対する処理へと移行することになる。このように入力データに対し処理を行い、Falseになった時点で、次の入力データ処理へ移行し、S0から処理を実行していくことにより、複数の入力データの処理を行っていく。
ここで、処理時間の説明に必要な用語を定義する。通過率とは、演算部511が識別処理を行った結果、Trueとなる確率である。識別処理時間とは、各識別処理にかかる時間のことである。パラメータロード時間とは、外部メモリに保存されているパラメータを識別処理切り替えの際にパラメータ記憶部512〜514へロードするのに必要な時間である。
以下の説明では、パラメータロード時間が識別処理時間の4倍であると仮定する。前述したように、外部メモリは、通常DRAMなどで構成され、アクセス時間(パラメータロード時間)は数十ナノ秒から百数十ナノ秒のオーダーである。一方、内部メモリのアクセス時間は数ナノ秒である。また、Viola&Jones方式のパターン照合処理は前述の如く、非常に単純な演算であることから、この仮定は妥当である。更に分岐先選択も簡単なセレクタであることから、分岐される手前の処理と同時に実行可能と過程する。識別処理0に必要なパラメータ(P0)のロードを行うことを以下、L(P0)とする。
図8に示す例は、図7(b)の処理700、処理701で説明した処理順を基に、図7(b)の処理700の最後の処理であるI0(S3_0)以降の実行時間を示している。また、実施した全識別処理の通過率が1/2であった場合を例に示す。(A)に示す図6の構成では、全識別処理に必要なパラメータ(P0〜PN)が記憶されているため、パラメータロードが実行されることがない。つまり、パラメータロードのために、処理が停止することがない。しかし、図6に示す構成の場合、処理が高速である一方、全識別処理分のパラメータを記憶するための巨大な内部メモリを装備する必要があるため、コスト負担が高くなる。
そこで、パラメータ記憶部512〜514を巨大化させないために、外部メモリから、識別処理毎に必要なパラメータのみを内部メモリへロードする構成が一般的に用いられている。図8(E)の例において、動的パラメータ記憶部812は、図5で示したパラメータ記憶部512がパラメータ1つ分だけ持つサイズである例を示したものである。処理部801は、識別処理非依存の演算部511と識別処理に依存するパラメータを記憶するためにデータ書き換え可能な動的パラメータ記憶部812とを有する。また、処理部801は画像源入力データ(Data_in)と画像入力データが有効であることを示す信号valid_inに基づき、順次識別処理を実行する。この画像入力データは、制御部802内のデータ制御部821を経由して入力される。
演算部511は、入力されたData_inと動的パラメータ記憶部812にあるパラメータを用いて、パターン照合処理を行った結果をResult/valid_outとして出力する。この結果は、データ制御部821内の検知部822で検知される。
そして、データ制御部821は、その結果(Result/valid_out)がTrueであった場合、現在の入力データに対して、次の識別処理を行う必要があることから、次の識別処理に必要なパラメータの取得を行う。反対に、結果がFalseであった場合、或いは、最終段の識別処理が終わった場合、次の入力データに対する処理を初段の識別処理0から行う必要があることから、パラメータ0のロード(取得)L(P0)を行う。
このように、識別処理の切り替え(パラメータロード)が必要な場合は、データ制御部821がパラメータ制御部823を介してパラメータ取得部826で必要なパラメータの入力要求を行い、不図示の外部メモリからパラメータを取得する。取得されたパラメータは、パラメータ転送部825によって動的パラメータ記憶部812へ転送される。
動的パラメータ記憶部812へのパラメータ転送が終了した後、パラメータ切り替え制御部824が演算部511にパラメータ切り替え完了を通知することで、演算部511は次の識別処理が可能となる。
このように、制御部802が、演算部511からの結果の検知を行い、必要に応じて、次に必要なパラメータを取得し、動的パラメータ記憶部812へ転送する。そして、転送終了後、演算部511に指示することで、入力された(矩形)の入力データに対して順次識別処理が可能となる。
次に図8(A)と同様の処理を図8(E)の構成で実行した場合の処理時間を図8(B)に示し、説明する。I0(S3_0)処理結果がFalseであったため、次の入力データであるI1に対する処理を行う。この時、動的パラメータ記憶部812には、I0(S3_0)処理で使用したP3_0が記憶されていることから、I1(S0)処理前にL(P0)を行う。L(P0)が終わると、I1(S0)を実行しTrueとなることから、L(P1)を行う。次に、I1(S1)処理結果がFalseになることから、I2(S0)処理を行うために、L(P0)を行う。
このように、図8(E)の例では、動的パラメータ記憶部812がパラメータ1つ分しか持つことができないため、識別処理切り替えの度に、パラメータをロードする必要がある。そのため、パラメータロードの間、識別処理は停止する。
つまり、図8(A)に示した、図6の全識別処理用のP0〜PNを記憶している場合に比べ、図8(B)(図8(E))の例は、識別処理が停止する時間(即ち、パラメータロード時間)分、遅延することになる。ここで識別処理時間が1サイクルとした場合、図8(A)と図8(B)とを比べると、I5(S1)の処理が終わるまでに、処理時間の8サイクルに加え、パラメータロードに要する20サイクル(=5回×4サイクル)分遅くなっていることがわかる。
図6に示した例のように、全識別処理分のパラメータを内部メモリに記憶する構成の場合、処理は最速であるが、回路規模が最大となる。一方、図8(E)に示したように、1識別処理分のパラメータを内部メモリに記憶し、識別処理毎に必要なパラメータを外部メモリからロードする構成の場合、回路規模は最小であるが処理速度の低下が著しい。このような課題に対して、内部メモリの回路規模を抑制しつつ処理を高速化するための従来技術として、キャッシュ方式やプリフェッチ方式(次に必要となるパラメータを事前に準備する方法)が広く用いられている。
ここで、キャッシュ方式とプリフェッチ方式を詳細に説明する。尚、キャッシュ方式とプリフェッチ方式を実現する構成として、図9の例を示す。図9は、図8(E)の構成に動的パラメータ記憶部を1つ追加し、2つの動的パラメータ記憶部992,993を搭載した例である。また、2つの動的パラメータを演算部511に対し、切り替え可能にする選択部602を加えた図である。
次に図8(A)と同様の処理を図9の構成で行う場合について、図8(C)のキャッシュ方式と図8(D)のプリフェッチ方式を用いた場合の処理時間を説明する。まず、キャッシュ方式について説明する。ここでは、最古のデータより消去している例を挙げる。
I0(S3_0)処理を行っている動的パラメータ記憶部993にP3_0が、動的パラメータ記憶部992には、1つ前の処理で用いたP2_0が記憶されているとする。I0(S3_0)処理の結果、Falseとなることで、I1(S0)を行う。しかし、動的パラメータ記憶部992には、P2_0が、動的パラメータ記憶部993にはP3_0が記憶されていることから、最古である動的パラメータ記憶部992にあるP2_0を消し、L(P0)をロードする。その後、I1(S0)を行いTrueとなるが、動的パラメータ記憶部992には、P0が、動的パラメータ記憶部993には、P3_0が記憶されていることから、L(P1)が必要となる。ここで、最古である動的パラメータ記憶部993のP3_0を消し、L(P1)をロードする。その後、I1(S1)を実行し、Falseになるが、この時、動的パラメータ記憶部992,993には夫々P0,P1が記憶されていることから、P0,P1を用いた処理は停止されることなく実行される。このように実行した結果、I5(S1)までにかかる時間は、図8(A)に比べ、20サイクル遅延となる。ただし、図8(B)に比べ、8サイクル速い。
次に、プリフェッチ方式について説明する。ここでも、最古のデータより消去する例を挙げる。プリフェッチ方式では、結果を待たず、次の処理分のパラメータロードを実行する。ただし、分岐先がある場合においては、分岐先候補分ロードする方式もあるが、今回は、分岐先選択がある場合は、プリフェッチを停止する場合で説明する。
I0(S3_0)処理を行う時、動的パラメータ記憶部993にロードされているP3_0を参照し、I0(S3_0)を実行しており、動的パラメータ記憶部992にはP4_0がロードされ始めているとする。I0(S3_0)処理の結果、Falseとなることで、次はI1(S0)を行う。しかし、プリフェッチ方式の場合、前述したようにI0(S3_0)処理と同時に、次に必要と想定されるL(P4_0)を開始していることから、L(P4_0)を待ち、更にL(P0)を待つ必要がある。L(P0)の完了を待って、I1(S0)とL(P1)が同時に開始される。I1(S0)の結果Trueとなることで、すでに開始されているL(P1)の完了を3サイクル分待った後、I1(S1)を実行する。I1(S1)の次に分岐先選択があることで、ここでは、プリフェッチを行わない。I1(S1)の結果がFalseになるが、この時点で、動的プリフェッチには、P0,P1が記憶されていることから、処理がそのまま続けられる。I3(S1)の結果分岐先選択でP2_1が選択されることで、L(P2_1)を行い、次に分岐先選択がないため、プリフェッチであるパラメータロードL(P3_1)が実行される。このI3(S3_2)と同時に、次が分岐先選択でないことから、L(P3_2)が実行される。その後、実際はI2(S2_2)がFalseになることで、I4(S0)を実行するために、L(P3_2)とL(P0)を待つことになる。このように処理を実行した結果、I5(S1)処理までにかかる時間は、図8(A)に比べ、23サイクル遅延となるが、図8(B)に比べ、5サイクル速い。
(第1実施形態)
以下、図面を参照しながら発明を実施するための最良の形態について詳細に説明する。まず、入力データに対してパラメータを参照しながら、所定の演算を行う情報処理装置(データ処理装置)の構成を説明する。データ処理装置は、入力画像から被写体を識別するために、被写体を識別するためのデータを有するパラメータを参照しながら入力画像とパラメータとの照合を行う。この照合処理は、直列に接続された処理工程群と、処理工程群の終端の工程と分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群と、により多段階に実行される。
図1は、本実施形態にかかるデータ処理装置の構成の一例を示すブロック図である。図9の処理部991の構成において、2つ設けられていた動的パラメータ記憶部992、993は、図1の構成では、静的パラメータ記憶部1502と動的パラメータ記憶部1503とに置き換えられている。静的パラメータ記憶部1502(第1記憶手段)は、演算部511の処理において固定的に参照される予め定められたパラメータ(固定パラメータ)を記憶する。動的パラメータ記憶部1503(第2記憶手段)は、予め定められたパラメータ(固定パラメータ)とは異なる可変パラメータを書き換え可能に記憶する。
図1に示す例では、分岐先判定部1504が更に備えられている。演算部511の演算結果を検知部822が受け、検知部822がその演算結果をパラメータ制御部1505に送信する。演算結果を受けたパラメータ制御部1505はパラメータ切り替え制御部824により、パラメータの切り替えが必要かを決断する。つまり、演算結果がTrueだった場合、パラメータが切り替わることになる。分岐構造の場合は、パラメータ切り替えが決定されても、どの分岐先になるかが演算結果だけでは決定しない。そのため、分岐先判定部1504に結果を渡し、どの分岐先に進むか判定を行う。分岐先判定部1504は分岐先を判定し、決定した分岐先を選択部602に伝える。選択部602は分岐先判定部1504からの指示を受け、静的パラメータ記憶部1502又は動的パラメータ記憶部1503のいずれか一方からパラメータを参照する。選択部602で参照されたパラメータは、演算部511の演算で使用するパラメータであり、参照したパラメータを用いて、演算部511は入力データに対する演算を行う。演算結果は、検知部822が受け、結果をパラメータ制御部1505に送る。パラメータ制御部1505は結果がTrueであり、かつ次に分岐がある場合に、分岐先判定部1504は、次の分岐先を判定し、決定した分岐先を選択部602に伝える。
データ制御部821は、分岐先判定部1504の判定結果と、検知部822を介して、演算部511(識別器)が出力する演算結果を示す信号の入力を受け付けることにより、次に必要なパラメータを検知する。検知の結果として、パラメータ制御信号を選択部602に出力する。選択部602は、パラメータ制御信号に従って、静的パラメータ記憶部1502に記憶してあるパラメータの参照が必要な場合は、静的パラメータ記憶部1502に記憶された静的パラメータを参照する。同様に、選択部602は、パラメータ制御信号に従って、動的パラメータ記憶部1503に記憶してあるパラメータの参照が必要な場合は、動的パラメータ記憶部1503に記憶された動的パラメータを参照する。
次に、静的パラメータ記憶部1502に記憶されたパラメータが複数ある場合について説明する。静的パラメータ記憶部1502に複数パラメータが記憶されている場合、パラメータ制御部1505は、静的パラメータ記憶部1502に記憶したパラメータ番号と、静的パラメータ記憶部1502のアドレス(またはポインタ)を記憶する。パラメータ番号は、それぞれのパラメータを特定するための識別情報である。アドレス(またはポインタ)は、パラメータ番号と対応付けられており、パラメータ番号で特定されたパラメータが格納されている記憶領域を特定し、特定された記憶領域から特定されたパラメータを読み出すための情報である。
分岐先判定部1504は、静的パラメータ記憶部1502に記憶されたパラメータが演算処理に使用されると判定した場合、パラメータ切り替え制御部824に、選択されたパラメータ番号を通知する。パラメータ切り替え制御部824は通知されたパラメータ番号に対応するアドレス又はポインタを選択部602に通知する。選択部602は通知されたアドレス又はポインタを用いて、静的パラメータ記憶部1502からパラメータを参照する。同様に、パラメータ切り替え制御部824は動的パラメータ記憶部に記憶されているパラメータを用いる場合も、通知されたパラメータ番号に対応するアドレス又はポインタを選択部602に通知する。選択部602は通知されたアドレス又はポインタを用いて、動的パラメータ記憶部1503からパラメータを参照する。このように、パラメータ切り替え制御部824の指示に従い選択部602が静的又は動的パラメータ内のパラメータを参照することで、複数のパラメータを用いた演算が可能となる。
次に、制御部1501について詳細に説明する。処理部1500は入力データ(矩形画像データ)に対し、順次、識別処理を実行する。この矩形画像データは、制御部1501内のデータ制御部821を経由して演算部511に入力される。そして、演算部511で実行された識別処理の結果(Result/valid_out)は、データ制御部821内の検知部822に入力され、検知部822は演算部511の演算結果を検知する。
データ制御部821は、検知部822で検知された演算部511の識別処理の結果をパラメータ制御部1505のパラメータ切り替え制御部824に通知する。パラメータ切り替え制御部824は、分岐判定が必要な際、分岐先の判定を分岐先判定部1504に実行させる。分岐先判定部1504は、分岐先の判定を行い、次に識別処理を行う分岐先を決定する。この判定結果及び演算部511の演算結果のうち少なくともいずれか一方を基に、パラメータ切り替え制御部824は、新しいパラメータの取得が必要か否かを判定する。新しいパラメータが必要であると判定された場合、パラメータ切り替え制御部824は、パラメータ取得部826に必要なパラメータの入力を要求する。パラメータ取得部826はパラメータの入力要求を外部の装置(外部メモリ)に出力する。
パラメータの入力要求に対して、外部の装置(外部メモリ)から送信されたパラメータは、パラメータ取得部826に入力される。パラメータ取得部826がパラメータを取得し、取得されたパラメータは、パラメータ転送部825を用いて、動的パラメータ記憶部1503へ転送される。そして、パラメータ制御部1505のデータ制御部821は、パラメータの転送が終了すると、選択部602にパラメータ制御信号を出力するように指示する。これにより、動的パラメータ記憶部1503にさきほど転送されたパラメータを演算部511に設定(又は参照)できるように、選択部602が切り替えを行う。
このように、制御部1501が演算部511から識別処理の結果を検知し、必要に応じて、次に必要なパラメータを取得し、動的パラメータ記憶部1503へ転送する。この転送終了後、選択部602へ指示することで、入力された矩形画像データに対する識別処理が可能となる。
次に、図1に示す構成の処理時間を、図10(b)を参照して、図8との比較の観点で説明する。図10(b)のタイミングチャート1004は図1で説明した構成によるデータ処理時間を示す。この例では、静的パラメータ記憶部1502に、図7(b)の700に示す処理の流れに対応するP0,P2_0,P2_1の3つのパラメータが記憶されている例を示す。
I0(S3_0)処理を行うため、動的パラメータ記憶部1503には、P3_0が記憶されており、静的パラメータ記憶部1502には、前述したようにP0,P2_0,P2_1が記憶されているとする。I0(S3_0)処理の結果、Falseとなることで、I1(S0)を行う。ここで、静的パラメータ記憶部1502にP0が記憶されていることから処理が瞬時に開始される。その後、I1(S0)がTrueのなることで、L(P1)が開始される。ここで、動的パラメータ記憶部1503には、P1が記憶される。その後、I1(S1)がFalseとなり、処理がI5(S1)まで続く間、動的パラメータ記憶部1503にあるP1と静的パラメータ記憶部1502に記憶されたP0,P2_0,P2_1のみが参照されることで、処理の停止が起きない。I5(S2_0)の結果Trueとなることで、L(P3_0)を行う。ここで、動的パラメータ記憶部1503に保持されていたP1を削除し、P3_0をロードすることになる。このように処理を実行した結果、I5(S1)処理までにかかる時間は、図10(b)のタイミングチャート1001に比べ、3サイクル遅延となる。
また、図8(C)、(D)で説明した例では、動的パラメータ記憶部992と動的パラメータ記憶部993の例で示した。つまり、パラメータは2つのみを保持できるものであった。しかし、図10(b)において本実施形態の構成による処理時間と比較するため、動的パラメータ記憶部992と993内に4つ分のパラメータを保持できる構成を例に挙げ、キャッシュ方式とプリフェッチ方式での処理時間を示す。図10(b)のキャッシュ方式(タイミングチャート1002)においては、同様の処理を実行した結果、I5(S1)処理までにかかる時間は、図10(b)のタイミングチャート1001に比べ、12サイクル遅延となる。図10(b)のプリフェッチ方式(タイミングチャート1003)においては、同様の処理を実行した結果、I5(S1)処理までにかかる時間は、図10(b)のタイミングチャート1001に比べ、17サイクル遅延となる。タイミングチャート1003に対して、本実施形態のタイミングチャート1004は、タイミングチャート1002に対して9サイクル高速に処理することができ、タイミングチャート1003に対して14サイクル高速に処理することができる。
(第2実施形態)
次に図1、図11の参照により、本発明の第2実施形態を説明する。図7と異なり、1〜2段目までは処理を続けて行った後、分岐先の選択を行い、識別処理4のどの分岐に進むかを決定するフローとなっている。図11に示した第2実施形態の処理の流れを図1の参照により説明する。
まず、最初に、静的パラメータ記憶部1502に、分岐決定の後、選択される可能性のあるP4_0〜P4_8とP0を処理開始前にロードする。その際、動的パラメータ記憶部1503には、S0処理でTrueとなった場合に必要となるパラメータP1の入力要求がパラメータ取得部826から、パラメータの管理をする外部の装置(外部メモリ)に出力される。外部の装置(外部メモリ)から送信されたパラメータがパラメータ取得部826に入力されると、パラメータ転送部825は動的パラメータ記憶部1503へパラメータを転送し、動的パラメータ記憶部1503にパラメータを格納する。処理部1500は、このパラメータ取得と並列に、入力データを待っている。入力データを受け取ると、演算部511はI0(S0)を行う。この時、パラメータ制御部1505から、パラメータ制御信号が選択部602へ送られる。パラメータ制御信号には、静的パラメータ記憶部1502のP0を参照するよう指示が含まれている。選択部602は静的パラメータ記憶部1502のP0を参照し、演算部511へパラメータP0を設定する。演算部511は設定されたパラメータP0を用い、I0(S0)を行う。I0(S0)の結果、識別結果がTrueとなり、識別結果がデータ制御部821内の検知部822へ出力される。データ制御部821は識別処理0がTrueとなったことから、次の識別処理1を演算部511に実行させるために、パラメータ制御部1505に指示を出す。パラメータ制御部1505は指示を受けると、静的パラメータ記憶部1502と動的パラメータ記憶部1503に識別処理1用のP1が記憶されているかをチェックする。この場合、最初に動的パラメータ記憶部1503に記憶していることから、パラメータ制御部1505は、パラメータ制御信号を選択部602に出力し、動的パラメータ記憶部1503にあるP1を参照するよう指示を出す。選択部602はパラメータP1を参照し、演算部511へパラメータP1を設定する。演算部511は設定されたパラメータP1を参照し、演算部511はI0(S1)処理を実行する。
ここで、動的パラメータ記憶部1503が2つ以上のパラメータを記憶できる場合は、次に必要となる識別処理2用のパラメータロードL(P2)を行う。ここで、パラメータ制御部1505はパラメータ取得部826を用い、L(P2)の要求を出す。外部メモリからデータが入力されるとパラメータ転送部825が動的パラメータ記憶部1503へ記憶する。このように、現在処理されているパラメータから次に必要となるパラメータを推測することで、プリフェッチ動作が可能となっている。このように、処理を進めていき、I0(S3_2)の結果がTrueになると、分岐先選択が行なわれる。その結果、どの分岐先に決定しても、すでに静的パラメータ記憶部1502に記憶されていることから、すぐに識別処理を開始することができる。
尚、第1、第2実施形態において、静的パラメータ記憶部1502と動的パラメータ記憶部1503を明示的に分けて説明したが、同じパラメータ記憶部のエリアを区別してもよい。また、静的パラメータ記憶部1502へのデータについては、実装する際に、識別対象が決まっている場合、パラメータをROM(Read Only Memory)などに記憶してもかまわない。
一方、実装する際に、顔、人、車など識別対象が複数ある場合や横顔、上半身、頭部などのモードなどにより、パラメータを変更する場合は、処理スタート前に静的パラメータ記憶部1502にパラメータを記憶する。これにより、複数の対象やモードへの対応が可能となる。本発明は複数の機器(例えば、ホストコンピュータ、インターフェース機器、リーダ、プリンタなど)から構成されるシステムに適用しても、1つの機器からなる装置(例えば、複写機、ファクシミリ装置など)に適用しても良い。
(その他の実施例)
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。

Claims (6)

  1. 入力画像から被写体を識別するためのデータを有するパラメータを参照しながら前記入力画像と前記パラメータとの照合処理を、直列に接続された処理工程群と、前記処理工程群の終端の工程と分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群と、により多段階に行う情報処理装置であって、
    予め定められた固定パラメータを記憶する第1記憶手段と、
    前記固定パラメータとは異なる可変パラメータを書き換え可能に記憶する第2記憶手段と、
    前記固定パラメータまたは前記可変パラメータを参照して、前記入力画像から被写体を識別するための照合処理を行う演算手段と、
    前記演算手段の演算結果により、前記直列に接続された処理工程群で前記照合処理を実行するか、または前記分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群で前記照合処理を実行するかを判定する判定手段と、
    前記判定手段の判定結果と、前記演算手段の演算結果と、により次に前記演算手段が参照すべき前記固定パラメータまたは前記可変パラメータを選択する選択手段と、
    を備えることを特徴とする情報処理装置。
  2. 前記分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群で前記照合処理を実行する場合、前記判定手段は、前記照合処理を実行する分岐先を決定することを特徴とする請求項1に記載の情報処理装置。
  3. 前記判定手段の判定結果および前記演算手段の演算結果のうち、少なくともいずれか一方により、前記演算手段が次に実行すべき照合処理において、新しい可変パラメータの取得が必要となる場合、外部の装置から前記新しい可変パラメータを取得する取得手段と、
    前記取得手段で取得された前記新しい可変パラメータを前記第2記憶手段に転送する転送手段と、
    を更に備えることを特徴とする請求項1に記載の情報処理装置。
  4. 前記第1記憶手段に記憶される固定パラメータは、前記分岐を介して接続された複数の処理工程群のそれぞれにおいて、最初に実行する照合処理に用いられることを特徴とする請求項1に記載の情報処理装置。
  5. コンピュータを、請求項1乃至4のいずれか1項に記載の情報処理装置の各手段として機能させるためのプログラム。
  6. 入力画像から被写体を識別するためのデータを有するパラメータを参照しながら前記入力画像と前記パラメータとの照合処理を、直列に接続された処理工程群と、前記処理工程群の終端の工程と分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群と、により多段階に行う情報処理装置で実行される情報処理方法であって、
    第1記憶手段が、予め定められた固定パラメータを記憶する第1記憶工程と、
    第2記憶手段が、前記固定パラメータとは異なる可変パラメータを書き換え可能に記憶する第2記憶工程と、
    演算手段が、前記固定パラメータまたは前記可変パラメータを参照して、前記入力画像から被写体を識別するための照合処理を行う演算工程と、
    判定手段が、前記演算工程の演算結果により、前記直列に接続された処理工程群で前記照合処理を実行するか、または前記分岐を介して接続された複数の処理工程群のうちのいずれか1つの処理工程群で前記照合処理を実行するかを判定する判定工程と、
    選択手段が、前記判定工程の判定結果と、前記演算工程の演算結果と、により次に前記演算工程で参照すべき前記固定パラメータまたは前記可変パラメータを選択する選択工程と、
    を有することを特徴とする情報処理方法。
JP2010187641A 2010-08-24 2010-08-24 情報処理装置、情報処理方法、プログラム Active JP5686548B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2010187641A JP5686548B2 (ja) 2010-08-24 2010-08-24 情報処理装置、情報処理方法、プログラム
US13/207,239 US8611599B2 (en) 2010-08-24 2011-08-10 Information processing apparatus, information processing method, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010187641A JP5686548B2 (ja) 2010-08-24 2010-08-24 情報処理装置、情報処理方法、プログラム

Publications (3)

Publication Number Publication Date
JP2012048323A true JP2012048323A (ja) 2012-03-08
JP2012048323A5 JP2012048323A5 (ja) 2013-10-10
JP5686548B2 JP5686548B2 (ja) 2015-03-18

Family

ID=45697325

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010187641A Active JP5686548B2 (ja) 2010-08-24 2010-08-24 情報処理装置、情報処理方法、プログラム

Country Status (2)

Country Link
US (1) US8611599B2 (ja)
JP (1) JP5686548B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014229115A (ja) * 2013-05-23 2014-12-08 キヤノン株式会社 情報処理装置および方法、プログラム、記憶媒体

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5778983B2 (ja) * 2011-05-17 2015-09-16 キヤノン株式会社 データ処理装置、データ処理装置の制御方法、およびプログラム
CN104238746B (zh) * 2014-08-25 2019-02-05 联想(北京)有限公司 信息处理方法及电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116400A (ja) * 2007-11-01 2009-05-28 Canon Inc 情報処理装置および情報処理方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7266254B2 (en) * 2002-02-13 2007-09-04 Canon Kabushiki Kaisha Data processing apparatus, image processing apparatus, and method therefor
US7242810B2 (en) * 2004-05-13 2007-07-10 Proximex Corporation Multimodal high-dimensional data fusion for classification and identification
JP4863438B2 (ja) * 2004-09-10 2012-01-25 キヤノン株式会社 データ処理装置及び処理方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009116400A (ja) * 2007-11-01 2009-05-28 Canon Inc 情報処理装置および情報処理方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014229115A (ja) * 2013-05-23 2014-12-08 キヤノン株式会社 情報処理装置および方法、プログラム、記憶媒体

Also Published As

Publication number Publication date
US20120051591A1 (en) 2012-03-01
US8611599B2 (en) 2013-12-17
JP5686548B2 (ja) 2015-03-18

Similar Documents

Publication Publication Date Title
US10572756B2 (en) Performing object detection in an image
KR102324697B1 (ko) 생체 검출 방법 및 장치, 전자 기기, 컴퓨터 판독 가능한 저장 매체
US8693785B2 (en) Image matching devices and image matching methods thereof
EP3525165A1 (en) Method and apparatus with image fusion
CN102096805B (zh) 注册用于脸部识别的多个脸部图像的装置和方法
KR102399017B1 (ko) 이미지 생성 방법 및 장치
KR102476022B1 (ko) 얼굴검출 방법 및 그 장치
US8103058B2 (en) Detecting and tracking objects in digital images
US10579909B2 (en) Information processing apparatus, information processing method, and non-transitory computer readable storage medium
EP3213257B1 (en) Image processing system
CN106503700A (zh) 基于FPGA的Haar特征多处理架构人脸检测系统及检测方法
CN108154130B (zh) 一种目标图像的检测方法、装置及存储介质、机器人
JP5686548B2 (ja) 情報処理装置、情報処理方法、プログラム
JP2022078314A (ja) 情報処理システム、情報処理装置、情報処理方法、及びコンピュータプログラム
CN111967529B (zh) 识别方法、装置、设备及系统
JP6815743B2 (ja) 画像処理装置及びその方法、プログラム
JP2010271795A (ja) データ処理装置及びその処理方法
JP6911995B2 (ja) 特徴抽出方法、照合システム、およびプログラム
US8700860B2 (en) Information processing apparatus, method and computer program
US9020211B2 (en) Data processing apparatus, control method therefor, and non-transitory computer-readable storage medium
US8526672B2 (en) Object detection apparatus and method thereof
KR102512435B1 (ko) 얼굴 식별 방법, 및 이를 이용하는 장치 및 프로그램
CN108021925B (zh) 一种检测方法及设备
KR101349672B1 (ko) 영상 특징 고속 추출 방법 및 이를 지원하는 장치
KR20230017549A (ko) 특징점에 대한 기술자를 생성하기 위한 전자 장치 및 그 동작 방법

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130826

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20130826

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140619

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140627

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20140826

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: 20141222

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150120

R151 Written notification of patent or utility model registration

Ref document number: 5686548

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151