JP2012208597A - パターン識別装置、パターン識別方法及びプログラム - Google Patents
パターン識別装置、パターン識別方法及びプログラム Download PDFInfo
- Publication number
- JP2012208597A JP2012208597A JP2011072239A JP2011072239A JP2012208597A JP 2012208597 A JP2012208597 A JP 2012208597A JP 2011072239 A JP2011072239 A JP 2011072239A JP 2011072239 A JP2011072239 A JP 2011072239A JP 2012208597 A JP2012208597 A JP 2012208597A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- feature
- scanning
- sub
- sampling
- 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】複数の特徴量を算出し、当該複数の特徴量を用いて空間内の特定のパターンを識別するパターン識別装置であって、前記特徴量を算出する算出手段と、前記特徴量を算出する位置を走査する走査手段と、前記走査手段の走査パターンを指定する指定手段とを有し、前記指定手段は、算出する特徴毎に前記走査パターンを指定することを特徴とする装置である。
【選択図】図1
Description
以下、本発明の第1の実施形態の動作について図面を参照しながら説明する。
図1は、本実施形態に係るパターン識別装置の論理的な構成例を示す図である。本実施形態では、画像中の顔や特定の物体等の特定のパターンを検出する場合の例について説明する。
input(x,y):座標(x、y)での参照画素値
output(x,y):座標(x、y)での演算結果
weight(column, row):座標(x+column、y+row)での重み係数
columnSize, rowSize:フィルタサイズ(フィルタタップ数)
value(x,y,i):座標(x、y)での前階層特徴面iの参照画素値
output(x,y,):座標(x、y)での演算結果
weight(column, row,i):座標(x+column、y+row)での前階層特徴面iに対する重み係数
columnSize, rowSize:フィルタサイズ(フィルタタップ数)
feature:前階層の特徴面番号
501は画像入力部である。画像入力部501は光学系デバイス、光電変換デバイス及びセンサーを制御するドライバー回路/ADコンバーター/各種画像補正を司る信号処理回路/フレームバッファ等により構成する。504はCPU(Central Processing Unit)であり、本実施形態に係る主要な処理を実行すると共に本装置全体の動作を制御する。505はROM(Read Only Memory)であり、CPU504の動作を規定する命令やデータを格納する。
第1の実施形態では、サブサンプリングの無い状態で学習したCNN演算器に所定のサブサンプリングパターンによるサブサンプリングを実施する場合に説明した。本実施形態では、サブサンプリング処理を組み込んだCNN演算器を更に再学習する場合について説明する。なお、本実施形態に係るパターン識別装置の構成例は図5と同様であるため、説明は省略する。
第1の実施形態ではCNNに適用する場合について説明したが、本実施形態では、これ以外に適用する例について説明する。
図8は本実施形態のパターン識別装置の構成例を説明するブロック図である。本実施形態のパターン識別装置は一般的な複数の特徴抽出器とその結果に基づく判別器とからなる。
800は識別対象となる画像データである。801a〜cは特徴抽出器であり、画像データから所望の特徴を抽出する。例えば特定の方向のエッジを抽出する、或いは特定の小パターンを抽出する等を目的とする特徴抽出器である。
第1〜第3の実施形態では、画像データから特定のパターンを抽出する場合について説明したが、これに限るわけではない。例えば、人物の行動認識等においては連続する複数の画像データから抽出した特徴に基づいて所定の行動パターンを識別する場合がある。この場合、識別の対象となるデータは時間軸も加えた3次元データとなる。3次元データから特徴を抽出する際にも高速化のためサブサンプリングを実施する。その際、特徴抽出器の結果分布が3次元座標の各座標軸に対して偏りを有する場合、第1の実施形態と同様に、各座標軸に対して非対称なサブサンプリングが有効である。本実施形態では、このような場合の例について説明する。
900は識別対象データであり、複数の画像データをまとめて3次元データとして表現したものである。座標系のxは画像データの水平方向、yは垂直方向、tは時間方向である。901は垂直方向にサブサンプリングして特徴抽出した場合のサブサンプリングパターンであり、902は水平方向にサブサンプリングして特徴抽出した場合のサブサンプリングパターンである。また、903は時間軸方向にサブサンプリングして特徴抽出した場合のサブサンプリングパターンである。
第1の実施形態では、特徴面の出力分布に基づいてサブサンプリングパターンを決定する手法について説明したが、本実施形態では、特徴量抽出性能に基づいて決定する例について説明する。この場合、図6に対してステップS604のみが異なる。具体的には、候補となる全てのサブサンプリングパターンで特徴面をサブサンプリングし、ステップS604に代わる処理で、それぞれ特徴量抽出性能を判定した上で最も良い性能を示すサブサンプリングパターンを選択する。特徴量抽出性能の判断は、単純なしきい値処理としきい値を超えた値の数の総和等の簡単な手法で実現することができる。
まず、ステップS1001では、候補となるサブサンプリングパターンを選択する。そして、ステップS1002では、選択したサブサンプリングパターンを用いて識別処理を実行し、その識別性能を評価する。識別性能の評価は、評価用のデータセットを用いて評価する。なお、サブサンプリングによって後続(上位の階層)の処理が影響を受ける場合、ここで後続の処理の学習やパラメータの変更を行う。
前述した各実施形態では、多次元のデータに対する処理について説明したが、音声信号などの1次元信号に対しても同様に適用可能である。また、前述した各実施形態では特徴毎にサブサンプリングパターンを変える場合について説明したが、階層毎に変える方法でも良い。その場合、各階層の特徴面のサイズが同一となるため、上位層でそのサイズを意識して処理する必要がない。また、サブサンプリングパターンは、複数の特徴面の出力分布の平均を使用する、或いは重要度の高い特徴面の出力分布に基づいてする等の手法により決定する。また、第5の実施形態で説明した様にパターン識別性能に基づいて判定しても良い。
Claims (5)
- 複数の特徴量を算出し、当該複数の特徴量を用いて空間内の特定のパターンを識別するパターン識別装置であって、
前記特徴量を算出する算出手段と、
前記特徴量を算出する位置を走査する走査手段と、
前記走査手段の走査パターンを指定する指定手段とを有し、
前記指定手段は、算出する特徴毎に前記走査パターンを指定することを特徴とするパターン識別装置。 - 前記算出手段は、算出の処理を階層的に行い、
前記指定手段は、階層毎に前記走査手段の走査パターンを指定することを特徴とする請求項1に記載のパターン識別装置。 - 前記算出手段の出力分布を判定する分布判定手段をさらに有し、
前記指定手段は、前記分布判定手段による判定の結果に基づいて特徴毎に前記走査手段の走査パターンを指定することを特徴とする請求項1に記載のパターン識別装置。 - 複数の特徴量を算出し、当該複数の特徴量を用いて空間内の特定のパターンを識別するパターン識別方法であって、
前記特徴量を算出する算出工程と、
前記特徴量を算出する位置を走査する走査工程と、
前記走査工程の走査パターンを指定する指定工程とを有し、
前記指定工程は、算出する特徴毎に前記走査パターンを指定することを特徴とするパターン識別方法。 - 請求項4に記載のパターン識別方法の各工程をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011072239A JP5777367B2 (ja) | 2011-03-29 | 2011-03-29 | パターン識別装置、パターン識別方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011072239A JP5777367B2 (ja) | 2011-03-29 | 2011-03-29 | パターン識別装置、パターン識別方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012208597A true JP2012208597A (ja) | 2012-10-25 |
JP5777367B2 JP5777367B2 (ja) | 2015-09-09 |
Family
ID=47188303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011072239A Active JP5777367B2 (ja) | 2011-03-29 | 2011-03-29 | パターン識別装置、パターン識別方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5777367B2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014203135A (ja) * | 2013-04-01 | 2014-10-27 | キヤノン株式会社 | 信号処理装置、信号処理方法、及び、信号処理システム |
KR101563569B1 (ko) | 2014-05-28 | 2015-10-28 | 한국과학기술원 | 학습형 다이내믹 시각 이미지 패턴 인식 시스템 및 방법 |
WO2015180042A1 (en) * | 2014-05-27 | 2015-12-03 | Beijing Kuangshi Technology Co., Ltd. | Learning deep face representation |
JP2016115248A (ja) * | 2014-12-17 | 2016-06-23 | 株式会社デンソー | 演算処理装置 |
KR20170091140A (ko) * | 2015-04-02 | 2017-08-08 | 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 | 컨볼루션 신경망 모델의 트레이닝 방법 및 장치 |
CN108229666A (zh) * | 2017-11-03 | 2018-06-29 | 东南大学 | 基于费马数变换的卷积神经网络硬件加速架构 |
WO2019151841A1 (ko) * | 2018-02-05 | 2019-08-08 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
JP2021033378A (ja) * | 2019-08-15 | 2021-03-01 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
CN112911393A (zh) * | 2018-07-24 | 2021-06-04 | 广州虎牙信息科技有限公司 | 部位识别方法、装置、终端及存储介质 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102631381B1 (ko) | 2016-11-07 | 2024-01-31 | 삼성전자주식회사 | 컨볼루션 신경망 처리 방법 및 장치 |
CN108734673B (zh) * | 2018-04-20 | 2019-11-15 | 平安科技(深圳)有限公司 | 去网纹系统训练方法、去网纹方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1134691A2 (en) * | 2000-03-16 | 2001-09-19 | Kabushiki Kaisha Toshiba | Image processing apparatus and method for extracting feature of object |
US20020122596A1 (en) * | 2001-01-02 | 2002-09-05 | Bradshaw David Benedict | Hierarchical, probabilistic, localized, semantic image classifier |
JP2002358523A (ja) * | 2001-05-31 | 2002-12-13 | Canon Inc | パターン認識処理装置及びその方法、画像入力装置 |
-
2011
- 2011-03-29 JP JP2011072239A patent/JP5777367B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1134691A2 (en) * | 2000-03-16 | 2001-09-19 | Kabushiki Kaisha Toshiba | Image processing apparatus and method for extracting feature of object |
US20020122596A1 (en) * | 2001-01-02 | 2002-09-05 | Bradshaw David Benedict | Hierarchical, probabilistic, localized, semantic image classifier |
JP2002358523A (ja) * | 2001-05-31 | 2002-12-13 | Canon Inc | パターン認識処理装置及びその方法、画像入力装置 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014203135A (ja) * | 2013-04-01 | 2014-10-27 | キヤノン株式会社 | 信号処理装置、信号処理方法、及び、信号処理システム |
WO2015180042A1 (en) * | 2014-05-27 | 2015-12-03 | Beijing Kuangshi Technology Co., Ltd. | Learning deep face representation |
KR101563569B1 (ko) | 2014-05-28 | 2015-10-28 | 한국과학기술원 | 학습형 다이내믹 시각 이미지 패턴 인식 시스템 및 방법 |
JP2016115248A (ja) * | 2014-12-17 | 2016-06-23 | 株式会社デンソー | 演算処理装置 |
KR101887558B1 (ko) | 2015-04-02 | 2018-08-10 | 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 | 컨볼루션 신경망 모델의 트레이닝 방법 및 장치 |
JP2018503152A (ja) * | 2015-04-02 | 2018-02-01 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | コンボリューションニューラルネットワークモデルの訓練方法及び装置 |
US9977997B2 (en) | 2015-04-02 | 2018-05-22 | Tencent Technology (Shenzhen) Company Limited | Training method and apparatus for convolutional neural network model |
KR20170091140A (ko) * | 2015-04-02 | 2017-08-08 | 텐센트 테크놀로지(센젠) 컴퍼니 리미티드 | 컨볼루션 신경망 모델의 트레이닝 방법 및 장치 |
US10607120B2 (en) | 2015-04-02 | 2020-03-31 | Tencent Technology (Shenzhen) Company Limited | Training method and apparatus for convolutional neural network model |
CN108229666A (zh) * | 2017-11-03 | 2018-06-29 | 东南大学 | 基于费马数变换的卷积神经网络硬件加速架构 |
WO2019151841A1 (ko) * | 2018-02-05 | 2019-08-08 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
KR20190100487A (ko) * | 2018-02-05 | 2019-08-29 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
KR102161690B1 (ko) | 2018-02-05 | 2020-10-05 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
CN112911393A (zh) * | 2018-07-24 | 2021-06-04 | 广州虎牙信息科技有限公司 | 部位识别方法、装置、终端及存储介质 |
JP2021033378A (ja) * | 2019-08-15 | 2021-03-01 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
JP7324086B2 (ja) | 2019-08-15 | 2023-08-09 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5777367B2 (ja) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5777367B2 (ja) | パターン識別装置、パターン識別方法及びプログラム | |
KR102319177B1 (ko) | 이미지 내의 객체 자세를 결정하는 방법 및 장치, 장비, 및 저장 매체 | |
WO2019119567A1 (en) | Systems and methods for block based edgel detection with false edge elimination | |
CN110322453B (zh) | 基于位置注意力和辅助网络的3d点云语义分割方法 | |
CN107301402B (zh) | 一种现实场景关键帧的确定方法、装置、介质及设备 | |
CN107025660B (zh) | 一种确定双目动态视觉传感器图像视差的方法和装置 | |
JP2016505186A (ja) | エッジ保存・ノイズ抑制機能を有するイメージプロセッサ | |
CN109064505B (zh) | 一种基于滑动窗口张量提取的深度估计方法 | |
WO2022262054A1 (zh) | 图像处理方法、装置、设备及存储介质 | |
JP2005190400A (ja) | 顔画像検出方法及び顔画像検出システム並びに顔画像検出プログラム | |
WO2018147059A1 (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
CN112926667B (zh) | 深度融合边缘与高层特征的显著性目标检测方法及装置 | |
JP2005134966A (ja) | 顔画像候補領域検索方法及び検索システム並びに検索プログラム | |
JP5335554B2 (ja) | 画像処理装置及び画像処理方法 | |
KR20080079443A (ko) | 영상으로부터의 객체 검출 방법 및 장치 | |
CN113569896A (zh) | 基于图像和深度数据进行对象3d定位的计算机实现方法 | |
CN110766609B (zh) | 一种针对ToF相机的景深图超分辨率重建方法 | |
JP3860540B2 (ja) | エントロピーフィルタ及び該フィルタを用いた領域抽出法 | |
JP2002032760A (ja) | 動物体抽出方法および装置 | |
JP2013164643A (ja) | 画像認識装置、画像認識方法および画像認識プログラム | |
RU2647645C1 (ru) | Способ устранения швов при создании панорамных изображений из видеопотока кадров в режиме реального времени | |
KR102634186B1 (ko) | 사용자의 생체 특성을 가지는 이미지 내에서 객체를 식별하고 생체 특성을 포함하는 이미지의 일부를 이미지의 다른 부분으로부터 분리함으로써 사용자의 신원을 식별하기 위한 방법(Method for verifying the identity of a user by identifying an object within an image that has a biometric characteristic of the user and separating a portion of the image comprising the biometric characteristic from other portions of the image) | |
JP2011170554A (ja) | 物体認識装置、物体認識方法及び物体認識プログラム | |
CN111630569B (zh) | 双目匹配的方法、视觉成像装置及具有存储功能的装置 | |
CN108062741B (zh) | 双目图像处理方法、成像装置和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140328 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150113 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150316 |
|
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: 20150609 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150707 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5777367 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |