JP2014010621A - 最適画像サイズによる画像領域分割装置、方法、およびプログラム - Google Patents
最適画像サイズによる画像領域分割装置、方法、およびプログラム Download PDFInfo
- Publication number
- JP2014010621A JP2014010621A JP2012146842A JP2012146842A JP2014010621A JP 2014010621 A JP2014010621 A JP 2014010621A JP 2012146842 A JP2012146842 A JP 2012146842A JP 2012146842 A JP2012146842 A JP 2012146842A JP 2014010621 A JP2014010621 A JP 2014010621A
- Authority
- JP
- Japan
- Prior art keywords
- image
- size
- main object
- pixel
- background
- 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
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】トリミング処理手段201は、入力された画像内で、例えばユーザにより矩形枠として指定された画像範囲を、その画像範囲の周囲に余白を残してトリミング処理する。画像サイズ調整手段202は、トリミング処理された画像のサイズが所定の画像サイズと比較して大きい場合には、トリミング処理された画像のサイズを所定の画像サイズに縮小処理して分割対象画像として出力する。また、画像サイズ調整手段202は、トリミング処理された画像のサイズが所定の画像サイズと比較して小さい場合には、トリミング処理された画像を分割対象画像として出力する。領域分割手段203は、分割対象画像に対して、例えばGraph Cuts法により領域分割処理を実行し、花などの主要オブジェクトと背景を領域分割する。
【選択図】図2
Description
なお、本実施形態による最適画像サイズによる画像領域分割装置101は、携帯情報端末上ではなく、上記サーバコンピュータ上などに実現されてもよい。
本実施形態における最適画像サイズによる画像領域分割装置101は、画像内で例えばユーザによって矩形指定された画像範囲内で、花などの主要オブジェクトとその主要オブジェクト以外の背景を領域分割する装置として実現される。
これに対して図2の本実施形態の構成では、まず、図3(b)に示されるように、トリミング処理手段201が、入力画像301上で、例えばユーザによって指定された矩形枠の画像範囲302に対して、その周囲の余白分305を加味してトリミング処理を実行する。そして、画像サイズ調整手段202は、もともとユーザにより指定された画像範囲302が小さい場合であって、トリミング処理された画像(トリミング画像)306のサイズが所定の画像サイズと比較して小さい場合には、トリミング画像306に対して縮小処理は行わずに、そのまま分割対象画像として出力する。一方、画像サイズ調整手段202は、トリミング画像306のサイズが所定の画像サイズと比較して大きい場合には、トリミング画像306のサイズを所定の画像サイズに縮小処理し、この縮小処理された画像306′を分割対象画像として出力する。この場合、例えばユーザにより指定された矩形枠の画像範囲302もより小さい画像範囲302′に縮小される。以上の制御処理により、画像のリサイズ後でも計算精度をむやみに下げることなく、領域分割手段203において、最適画像サイズによる領域分割計算が実行可能となる。この結果、その計算において、背景領域を主要オブジェクト領域と誤認識する等の割合が減少し、主要オブジェクトの切り抜き精度を向上させることが可能となる。
・繰り返し回数が一定以上になった
・前回前景とされた領域面積と今回前景とされた領域の差が一定以下
この画像範囲302に対して、次式に示されるように、両上下方向に余白SP1画素がそれぞれ加算されることにより、トリミング処理により得られるトリミング画像306の横幅=NW画素と、縦の高さ=NH画素が計算される(図5のステップS501)。
なお、一定の余白(マージン)を設定するのは、主に次の3つの理由による。
第1に、図4のステップS403の領域分割処理におけるGraph Cuts法による繰り返し処理の後にステップS405でデータ更新を行う場合、前述したように、主要オブジェクトらしさを示すヒストグラムと、背景らしさを示すヒストグラムを順次更新する必要がある。この場合、今回処理された分割対象画像から得られる主要オブジェクト領域のヒストグラムと背景領域のヒストグラムとによって更新を行う必要がある。この背景領域のヒストグラムを得るために、一定の背景領域が必要なため、背景領域としての余白が必要となる。
第2に、ユーザが矩形枠で主要オブジェクトのおおよその領域を切り抜いた場合に、それに余白を付加することにより、その切り抜いた画像範囲の例えば表示装置への見栄えをよくする効果がある。
第3に、主要オブジェクトが切り抜かれた後に、その主要オブジェクトに対して画像認識等が行われる。この場合に、その主要オブジェクトから抽出する特徴量として、例えばSIFT(Scale Invariant Feature Transform)と呼ばれる画像中の輝度や色の勾配のヒストグラム情報等のスケールを持つものを用いる場合に、所定の画像範囲ずつ順次見る必要があるため、その範囲分だけ対象画素の周囲の余白領域が必要なためである。この余白としてのマージンサイズは、画像認識率が高くなるときに用いたSIFT等の特徴量の半径サイズにより決まる。
いま、
。
図10は、上述した数7式、数8式で定義されるt−linkと数9式で定義されるn−linkを有するグラフと、領域ラベルベクトルXおよびグラフカットとの関係を、模式的に示した図である。図10では、理解の容易化のために、画素vは一次元的に示されている。
(付記1)
画像内で指定された画像範囲内の主要オブジェクトと該主要オブジェクト以外の背景を領域分割する装置であって、
前記画像内で、前記指定された画像範囲を、該画像範囲の周囲に余白を残してトリミング処理するトリミング処理手段と、
前記トリミング処理された画像のサイズが所定の画像サイズと比較して大きい場合に前記トリミング処理された画像のサイズを前記所定の画像サイズに縮小処理して分割対象画像として出力し、前記トリミング処理された画像のサイズが前記所定の画像サイズと比較して小さい場合に前記トリミング処理された画像を前記分割対象画像として出力する画像サイズ調整手段と、
前記分割対象画像内の各画素に付与する前記主要オブジェクトまたは前記背景を示す領域ラベル値を更新しながら、該領域ラベル値と前記各画素の画素値とに基づいて、前記主要オブジェクトらしさまたは前記背景らしさと隣接画素間の前記画素値の変化を評価するエネルギー関数の最小化処理により、前記分割対象画像内で前記主要オブジェクトと前記背景を領域分割する領域分割手段と、
を備えることを特徴とする最適画像サイズによる画像領域分割装置。
(付記2)
前記トリミング処理において、前記分割対象画像上で前記画像範囲の周囲に所定のサイズの余白が残るように、前記残す余白を決定する、
ことを特徴とする付記1に記載の最適画像サイズによる画像領域分割装置。
(付記3)
前記領域分割手段は、Graph Cuts法により前記エネルギー関数の最小化処理を実行する、
ことを特徴とする付記1または2のいずれかに記載の最適画像サイズによる画像領域分割装置。
(付記4)
画像内で指定された画像範囲内の主要オブジェクトと該主要オブジェクト以外の背景を領域分割する方法であって、
前記画像内で、前記指定された画像範囲を、該画像範囲の周囲に余白を残してトリミング処理するトリミング処理ステップと、
前記トリミング処理された画像のサイズが所定の画像サイズと比較して大きい場合に前記トリミング処理された画像のサイズを前記所定の画像サイズに縮小処理して分割対象画像として出力し、前記トリミング処理された画像のサイズが前記所定の画像サイズと比較して小さい場合に前記トリミング処理された画像を前記分割対象画像として出力する画像サイズ調整ステップと、
前記分割対象画像内の各画素に付与する前記主要オブジェクトまたは前記背景を示す領域ラベル値を更新しながら、該領域ラベル値と前記各画素の画素値とに基づいて、前記主要オブジェクトらしさまたは前記背景らしさと隣接画素間の前記画素値の変化を評価するエネルギー関数の最小化処理により、前記分割対象画像内で前記主要オブジェクトと前記背景を領域分割する領域分割ステップと、
を備えることを特徴とする最適画像サイズによる画像領域分割方法。
(付記5)
画像内で指定された画像範囲内の主要オブジェクトと該主要オブジェクト以外の背景を領域分割するコンピュータに、
前記画像内で、前記指定された画像範囲を、該画像範囲の周囲に余白を残してトリミング処理するトリミング処理ステップと、
前記トリミング処理された画像のサイズが所定の画像サイズと比較して大きい場合に前記トリミング処理された画像のサイズを前記所定の画像サイズに縮小処理して分割対象画像として出力し、前記トリミング処理された画像のサイズが前記所定の画像サイズと比較して小さい場合に前記トリミング処理された画像を前記分割対象画像として出力する画像サイズ調整ステップと、
前記分割対象画像内の各画素に付与する前記主要オブジェクトまたは前記背景を示す領域ラベル値を更新しながら、該領域ラベル値と前記各画素の画素値とに基づいて、前記主要オブジェクトらしさまたは前記背景らしさと隣接画素間の前記画素値の変化を評価するエネルギー関数の最小化処理により、前記分割対象画像内で前記主要オブジェクトと前記背景を領域分割する領域分割ステップと、
を実行させるためのプログラム。
102 CPU
103 ROM
104 RAM
105 外部記憶装置
106 通信インタフェース
107 入力装置
108 表示装置
109 可搬記録媒体駆動装置
110 可搬記録媒体
111 バス
112 撮像装置
201 トリミング処理手段
202 画像サイズ調整手段
203 領域分割手段
301 入力画像
302 指定された画像範囲
302′ 縮小後の指定された画像範囲302
303 縮小後画像
304 縮小後の指定された画像範囲
305 余白を加味した切り抜き範囲
306 トリミング画像
306′ 縮小後のトリミング画像
Claims (5)
- 画像内で指定された画像範囲内の主要オブジェクトと該主要オブジェクト以外の背景を領域分割する装置であって、
前記画像内で、前記指定された画像範囲を、該画像範囲の周囲に余白を残してトリミング処理するトリミング処理手段と、
前記トリミング処理された画像のサイズが所定の画像サイズと比較して大きい場合に前記トリミング処理された画像のサイズを前記所定の画像サイズに縮小処理して分割対象画像として出力し、前記トリミング処理された画像のサイズが前記所定の画像サイズと比較して小さい場合に前記トリミング処理された画像を前記分割対象画像として出力する画像サイズ調整手段と、
前記分割対象画像内の各画素に付与する前記主要オブジェクトまたは前記背景を示す領域ラベル値を更新しながら、該領域ラベル値と前記各画素の画素値とに基づいて、前記主要オブジェクトらしさまたは前記背景らしさと隣接画素間の前記画素値の変化を評価するエネルギー関数の最小化処理により、前記分割対象画像内で前記主要オブジェクトと前記背景を領域分割する領域分割手段と、
を備えることを特徴とする最適画像サイズによる画像領域分割装置。 - 前記トリミング処理において、前記分割対象画像上で前記画像範囲の周囲に所定のサイズの余白が残るように、前記残す余白を決定する、
ことを特徴とする請求項1に記載の最適画像サイズによる画像領域分割装置。 - 前記領域分割手段は、Graph Cuts法により前記エネルギー関数の最小化処理を実行する、
ことを特徴とする請求項1または2のいずれかに記載の最適画像サイズによる画像領域分割装置。 - 画像内で指定された画像範囲内の主要オブジェクトと該主要オブジェクト以外の背景を領域分割する方法であって、
前記画像内で、前記指定された画像範囲を、該画像範囲の周囲に余白を残してトリミング処理するトリミング処理ステップと、
前記トリミング処理された画像のサイズが所定の画像サイズと比較して大きい場合に前記トリミング処理された画像のサイズを前記所定の画像サイズに縮小処理して分割対象画像として出力し、前記トリミング処理された画像のサイズが前記所定の画像サイズと比較して小さい場合に前記トリミング処理された画像を前記分割対象画像として出力する画像サイズ調整ステップと、
前記分割対象画像内の各画素に付与する前記主要オブジェクトまたは前記背景を示す領域ラベル値を更新しながら、該領域ラベル値と前記各画素の画素値とに基づいて、前記主要オブジェクトらしさまたは前記背景らしさと隣接画素間の前記画素値の変化を評価するエネルギー関数の最小化処理により、前記分割対象画像内で前記主要オブジェクトと前記背景を領域分割する領域分割ステップと、
を備えることを特徴とする最適画像サイズによる画像領域分割方法。 - 画像内で指定された画像範囲内の主要オブジェクトと該主要オブジェクト以外の背景を領域分割するコンピュータに、
前記画像内で、前記指定された画像範囲を、該画像範囲の周囲に余白を残してトリミング処理するトリミング処理ステップと、
前記トリミング処理された画像のサイズが所定の画像サイズと比較して大きい場合に前記トリミング処理された画像のサイズを前記所定の画像サイズに縮小処理して分割対象画像として出力し、前記トリミング処理された画像のサイズが前記所定の画像サイズと比較して小さい場合に前記トリミング処理された画像を前記分割対象画像として出力する画像サイズ調整ステップと、
前記分割対象画像内の各画素に付与する前記主要オブジェクトまたは前記背景を示す領域ラベル値を更新しながら、該領域ラベル値と前記各画素の画素値とに基づいて、前記主要オブジェクトらしさまたは前記背景らしさと隣接画素間の前記画素値の変化を評価するエネルギー関数の最小化処理により、前記分割対象画像内で前記主要オブジェクトと前記背景を領域分割する領域分割ステップと、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012146842A JP6044134B2 (ja) | 2012-06-29 | 2012-06-29 | 最適画像サイズによる画像領域分割装置、方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012146842A JP6044134B2 (ja) | 2012-06-29 | 2012-06-29 | 最適画像サイズによる画像領域分割装置、方法、およびプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2014010621A true JP2014010621A (ja) | 2014-01-20 |
JP2014010621A5 JP2014010621A5 (ja) | 2015-07-02 |
JP6044134B2 JP6044134B2 (ja) | 2016-12-14 |
Family
ID=50107292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012146842A Active JP6044134B2 (ja) | 2012-06-29 | 2012-06-29 | 最適画像サイズによる画像領域分割装置、方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6044134B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063577A (zh) * | 2018-07-05 | 2018-12-21 | 浙江大学 | 基于信息增益率的卫星影像分割最佳分割尺度确定方法 |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10678244B2 (en) | 2017-03-23 | 2020-06-09 | Tesla, Inc. | Data synthesis for autonomous control systems |
US11409692B2 (en) | 2017-07-24 | 2022-08-09 | Tesla, Inc. | Vector computational unit |
US10671349B2 (en) | 2017-07-24 | 2020-06-02 | Tesla, Inc. | Accelerated mathematical engine |
US11157441B2 (en) | 2017-07-24 | 2021-10-26 | Tesla, Inc. | Computational array microprocessor system using non-consecutive data formatting |
US11893393B2 (en) | 2017-07-24 | 2024-02-06 | Tesla, Inc. | Computational array microprocessor system with hardware arbiter managing memory requests |
US11561791B2 (en) | 2018-02-01 | 2023-01-24 | Tesla, Inc. | Vector computational unit receiving data elements in parallel from a last row of a computational array |
US11215999B2 (en) | 2018-06-20 | 2022-01-04 | Tesla, Inc. | Data pipeline and deep learning system for autonomous driving |
US11361457B2 (en) | 2018-07-20 | 2022-06-14 | Tesla, Inc. | Annotation cross-labeling for autonomous control systems |
US11636333B2 (en) | 2018-07-26 | 2023-04-25 | Tesla, Inc. | Optimizing neural network structures for embedded systems |
US11562231B2 (en) | 2018-09-03 | 2023-01-24 | Tesla, Inc. | Neural networks for embedded devices |
IL282172B2 (en) | 2018-10-11 | 2024-02-01 | Tesla Inc | Systems and methods for training machine models with enhanced data |
US11196678B2 (en) | 2018-10-25 | 2021-12-07 | Tesla, Inc. | QOS manager for system on a chip communications |
US11816585B2 (en) | 2018-12-03 | 2023-11-14 | Tesla, Inc. | Machine learning models operating at different frequencies for autonomous vehicles |
US11537811B2 (en) | 2018-12-04 | 2022-12-27 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
US11610117B2 (en) | 2018-12-27 | 2023-03-21 | Tesla, Inc. | System and method for adapting a neural network model on a hardware platform |
US10997461B2 (en) | 2019-02-01 | 2021-05-04 | Tesla, Inc. | Generating ground truth for machine learning from time series elements |
US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
US10956755B2 (en) | 2019-02-19 | 2021-03-23 | Tesla, Inc. | Estimating object properties using visual image data |
-
2012
- 2012-06-29 JP JP2012146842A patent/JP6044134B2/ja active Active
Non-Patent Citations (2)
Title |
---|
JPN6016018785; 新井啓介 外2名: 'ThumbPop:注目物体を強調した疑似立体サムネイル生成' 電子情報通信学会技術研究報告 HIP2011-68-HIP2011-109 ヒューマン情報処理 第111巻 第500号, 20120322, 第177-182頁, 社団法人電子情報通信学会 * |
JPN7016001267; Carsten Rother et al.: '"GrabCut"- Interactive Foreground Extraction using Iterated Graph Cuts' ACM Transactions on Graphics Vol.23, No.3, 2004, Pages 309-314, ACM * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109063577A (zh) * | 2018-07-05 | 2018-12-21 | 浙江大学 | 基于信息增益率的卫星影像分割最佳分割尺度确定方法 |
CN109063577B (zh) * | 2018-07-05 | 2021-08-31 | 浙江大学 | 基于信息增益率的卫星影像分割最佳分割尺度确定方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6044134B2 (ja) | 2016-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6044134B2 (ja) | 最適画像サイズによる画像領域分割装置、方法、およびプログラム | |
US11551338B2 (en) | Intelligent mixing and replacing of persons in group portraits | |
KR102169431B1 (ko) | 이미지들의 시퀀스 중의 이미지에서의 객체 경계 안정화를 위한 이미지 처리 장치 및 방법 | |
CN110248096B (zh) | 对焦方法和装置、电子设备、计算机可读存储介质 | |
EP3477931B1 (en) | Image processing method and device, readable storage medium and electronic device | |
US9299004B2 (en) | Image foreground detection | |
US9330334B2 (en) | Iterative saliency map estimation | |
US10019823B2 (en) | Combined composition and change-based models for image cropping | |
JP6088792B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
WO2021057474A1 (zh) | 主体对焦方法、装置、电子设备和存储介质 | |
KR20200023651A (ko) | 미리보기 사진 블러링 방법 및 장치 및 저장 매체 | |
EP2293243A2 (en) | Image processing apparatus, image capture apparatus, image processing method, and program | |
JP2017211939A (ja) | 生成装置、生成方法、及び生成プログラム | |
KR20180102639A (ko) | 화상 처리 장치, 화상 처리 방법, 화상 처리 프로그램 및 기억 매체 | |
CN110881103B (zh) | 对焦控制方法和装置、电子设备、计算机可读存储介质 | |
JP5673624B2 (ja) | オブジェクト検索装置、方法、およびプログラム | |
CN111681165A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
CN112614149A (zh) | 基于实例分割的语义合成方法 | |
WO2011033744A1 (ja) | 画像処理装置、画像処理方法および画像処理用プログラム | |
JP6044138B2 (ja) | 画像領域分割装置、方法、およびプログラム | |
KR101592087B1 (ko) | 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체 | |
JP6341708B2 (ja) | 情報処理装置及びその制御方法、プログラム | |
JP5786838B2 (ja) | 画像領域分割装置、方法、およびプログラム | |
CN113298829A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN113610884A (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150518 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150518 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160517 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160524 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160606 |
|
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: 20161018 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161031 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6044134 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |