JP2014098986A - Image recognition function verification device and processing method of the same - Google Patents
Image recognition function verification device and processing method of the same Download PDFInfo
- Publication number
- JP2014098986A JP2014098986A JP2012249491A JP2012249491A JP2014098986A JP 2014098986 A JP2014098986 A JP 2014098986A JP 2012249491 A JP2012249491 A JP 2012249491A JP 2012249491 A JP2012249491 A JP 2012249491A JP 2014098986 A JP2014098986 A JP 2014098986A
- Authority
- JP
- Japan
- Prior art keywords
- image
- recognition function
- image recognition
- function verification
- natural
- 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
Landscapes
- Processing Or Creating Images (AREA)
Abstract
Description
本発明は、画像認識機能検証装置に係わり、特に機能検証に用いる入力画像に、画像処
理技法により階調操作や夾雑物(impurity)注入を行う手段を設けたことを特徴とする画像
認識機能検証装置およびその処理方法に関する。
The present invention relates to an image recognition function verification device, and in particular, an image recognition function verification characterized by providing means for performing gradation operations and impurity injection by an image processing technique on an input image used for function verification. The present invention relates to an apparatus and a processing method thereof.
近年、車載用途や監視用途を始めとした様々な市場に、種々の画像認識機能装置が利用
され始めているが、より高度で確実な認識に基づく安全担保や、危険予測などへのニーズ
を背景に、画像認識機能装置の性能向上への要求は、ますます高まっている。
画像認識機能装置の性能は、大まかに言って、いかなる環境下にあっても認識対象を正
確に把握するための、撮影環境や撮影条件に対するロバスト性を備えた、認識処理アルゴ
リズムと、認識処理アルゴリズムを、利用目的に応じた必要充分な速度で実行するための
、ハードウェアとソフトウェアとからなる装置構成によって決定されるが、所望の性能の
獲得と、性能担保のためには、画像認識機能装置が利用される利用環境や、撮影条件に即
したさまざまな入力画像を元に、幾度もの検証が繰り返され、認識処理アルゴリズムと装
置構成の最適化が行なわれることが通常となっている。
In recent years, various image recognition function devices have begun to be used in various markets such as in-vehicle applications and surveillance applications, but against the backdrop of the need for higher security and security prediction based on more accurate recognition. The demand for improving the performance of image recognition function devices is increasing.
Roughly speaking, the performance of the image recognition function device is a recognition processing algorithm and a recognition processing algorithm that are robust to the shooting environment and shooting conditions to accurately grasp the recognition target under any environment. Is determined by a device configuration composed of hardware and software for executing at a necessary and sufficient speed according to the purpose of use. In order to obtain a desired performance and guarantee the performance, an image recognition function device In many cases, verification is repeated several times based on various input images in accordance with the usage environment and shooting conditions, and the recognition processing algorithm and device configuration are optimized.
上記した画像認識機能装置の検証では、天候や時刻に起因する画像撮影環境の変化や、
突発的な夾雑物の出現、例えば、濃霧や雪雨、特定時刻と条件の場合にのみ発生する強い
外来光や反射光の入射、停電などによる撮影照度の極端な変化、道路白線の経年変化によ
るかすれ、カメラレンズへの汚れの付着、など、様々なケースにおける入力画像を元にし
た検証作業を必要とする。
In the verification of the image recognition function device described above, changes in the image capturing environment due to weather and time,
Due to the appearance of sudden impurities, such as heavy fog or snow, strong external light or reflected light that occurs only at specific times and conditions, extreme changes in illuminance due to blackouts, etc. Verification work based on input images in various cases, such as fading and dirt on the camera lens, is required.
その検証作業には相当の時間と労力を要するのが一般的であるが、特に課題となるのは
、それら画像撮影環境が変化したり、上記したような突発的な夾雑物が出現しているよう
な、検証用の入力画像そのものを採取することが、時刻や季節、あるいは突発性に強く依
存するものであるため、非常に時間がかかったり、困難であることである。
そういった課題に対処するため、多くの場合、たとえば自動車メーカーでは、過去に蓄
積された膨大な量の検証用の実車走行画像データベースとして保管し、そのなかから課題
となる画像やシーンを抽出して、上記検証用の素材として用いる場合が多い。
The verification work generally requires a considerable amount of time and labor, but the problem is especially that the image shooting environment has changed or the above-mentioned sudden impurities have appeared. Such an input image for verification itself is very dependent on time, season, or suddenness, and is very time consuming or difficult.
In order to deal with such issues, in many cases, for example, an automobile manufacturer keeps it as an actual vehicle running image database for verification that has been accumulated in the past, and extracts the images and scenes that become issues from that, Often used as a material for verification.
しかしながらカメラの小型・広画角・高感度化が進むなど、かならずしも過去の蓄積画
像が、新規開発される画像認識装置の検証用画像として充分な条件を満たさない場合も多
く、特に、実際の試作段階に至る以前の、装置に用いる基本的アルゴリズムや装置構成を
決定することを主眼とする、構想設計工程や、基本設計などの開発上流工程においては、
所望のシーンを上記実車走行画像データベースから見つけ出す作業が必要なことや、使用
するカメラなど装置構成要素の相違などから、効果的な検証を行うことは、極めて困難で
あると言える。
However, there are many cases where past accumulated images do not always satisfy sufficient conditions as verification images for newly developed image recognition devices, such as camera miniaturization, wide angle of view, and high sensitivity. In the upstream design process such as the concept design process and the basic design, which focuses on determining the basic algorithm and device configuration used for the device before reaching the stage,
It can be said that it is extremely difficult to carry out effective verification because it is necessary to find a desired scene from the actual vehicle running image database and because of differences in device components such as a camera to be used.
さらに、あらゆる装置の上流設計工程において、装置が利用される様々な条件を想定し
て、可能な限りのシミュレーションや検証を行っておくことは、装置の品質確保の観点か
ら優利であるばかりでなく、詳細設計から装置製造にいたる開発下流工程からの手戻りな
どを削減し、装置の全体的な開発工数・期間を縮小させる上で非常に有効なことであり、
画像認識装置においても例外ではない。
Furthermore, it is not only advantageous from the viewpoint of ensuring the quality of the equipment to perform as much simulation and verification as possible in the upstream design process of every equipment, assuming various conditions in which the equipment is used. It is very effective in reducing rework from downstream development processes from detailed design to device manufacturing and reducing the overall development man-hours and period of the device.
The image recognition apparatus is no exception.
一方で、昨今のコンピュータの高速化を背景とした、様々な画像処理環境の整備により
、ソフトウェアシミュレーション性能と速度の向上は劇的に向上しており、最終的にはハ
ードウェアで実現される画像認識装置であっても、現実的な時間内でソフトウェアシミュ
レーションが可能となってきている。
On the other hand, improvements in software simulation performance and speed have improved dramatically due to the development of various image processing environments against the backdrop of recent high-speed computers, and images that are ultimately realized in hardware. Even a recognition device can perform software simulation within a realistic time.
このことは、検証に必要な入力画像さえ準備できれば、かなりの信頼度をもって、最終
的な画像認識装置の装置性能や弱点などを推定することが充分に可能なレベルに達してい
ることを意味しており、このことからも、画像認識装置の開発において、上流設計工程に
おけるシミュレーションや検証の精度向上のための手段を具体化しておくことが、今後ま
すます重要になる。
This means that as long as the input image necessary for verification can be prepared, it has reached a level at which it is possible to estimate the device performance and weakness of the final image recognition device with considerable reliability. For this reason, in the development of image recognition devices, it will become increasingly important in the future to specify means for improving the accuracy of simulation and verification in the upstream design process.
そこで上記課題の解決手段のひとつとして考えられるのが、コンピューターグラフィッ
クス（ＣＧ）と称される画像処理技法を用いて、上記検証に必要な画像を擬似的に生成し
て、検証用入力画像として用いることである。
Therefore, one possible solution to the above problem is to use an image processing technique called computer graphics (CG) to artificially generate an image necessary for the verification, and use it as a verification input image. Is to use.
ＣＧの利点は、いったん、リファレンス画像となる映像を採取しておけば、この画像を
もとに、天候・時刻などの撮影環境要因によって、画像の階調や彩度が変化した画像や、
雪雨、反射光などの夾雑物が出現した画像や、夜間撮影時のカメラ感度増強に伴うノイズ
が増大した画像などを、比較的簡便に生成しうることであって、また、上記リファレンス
画像を、広角・高感度・高解像度のカメラを用いて採取しておけば、新規開発される画像
認識装置に採用されるカメラの条件に合わせて、撮影画角とレンズ歪を操作したり、あえ
て解像度を劣化させたり、感度不足に因りノイズが増大した画像を生成することも可能で
あり、あるいは、条件付きながら、カメラの設置位置に対して、視点位置が変化した画像
なども生成することができる点である。
The advantage of CG is that once the video to be used as a reference image is collected, an image in which the gradation and saturation of the image have changed due to shooting environment factors such as weather and time based on this image,
It is possible to generate an image in which impurities such as snow and rain and reflected light appear, and an image in which noise increases due to an increase in camera sensitivity at night shooting, etc. If you use a wide-angle, high-sensitivity, high-resolution camera, you can manipulate the shooting angle of view and lens distortion according to the conditions of the camera used in the newly developed image recognition device. It is possible to generate images with increased noise due to poor sensitivity, or images with the viewpoint position changed with respect to the camera installation position under certain conditions. Is a point.
もちろんこのように、画像加工により擬似的に生成された画像は、あくまで人工のもの
であるので、これらを用いての検証結果が、画像認識装置性能を最終的に担保するもので
はないが、特に開発上流工程での検証での有用性が極めて高いのは言うまでもない。
Of course, in this way, the image artificially generated by the image processing is only an artificial one, so the verification result using these does not ultimately ensure the performance of the image recognition device. Needless to say, it is extremely useful for verification in upstream development processes.
このような自然画像の加工、ないしＣＧ画像の合成については、これまで主として、放
送用、営業用コンテンツの作成や、いわゆるＡＲ(Augmented Reality ：拡張現実)と称さ
れる、エキスパートシステムなどへの利用を目的とした画像合成技法について広く議論さ
れ、一般化されてきた。
Such natural image processing or CG image composition has so far been mainly used for the creation of broadcast and sales content, and for use in expert systems called AR (Augmented Reality). Image synthesis techniques for the purpose have been widely discussed and generalized.
これらについては例えば、特許文献１、特許文献２などに開示されているが、これら公
知例の開示する技術の主眼とするところは、自然画像に効果的にＣＧ画像を合成するとこ
ろにあり、自然画像そのものを加工して、上記したような、標準的な撮影画像から撮影環
境が変化した画像を擬似的に生成する手法や、突発的な夾雑物の出現した画像を生成する
こと、および、生成された画像を用いて画像認識装置の検証を行うための手法や装置構成
にまで、議論は及んではいなかった。
These are disclosed in, for example, Patent Document 1 and Patent Document 2, but the main point of the technique disclosed in these known examples is to effectively synthesize a CG image with a natural image. Process the image itself to generate a pseudo-image that changes the shooting environment from the standard shooting image, as described above, and to generate and generate an image in which sudden impurities appear There has been no discussion on the method and apparatus configuration for verifying the image recognition apparatus using the obtained image.
上記課題を解決するために本発明においては、標準的な撮影画像と、少なくとも、撮影
画像内の被写体ないし撮像画像内エリアとカメラとの距離情報と、光源位置情報とを用い
、上記距離情報と光源位置情報に基づいて、撮影画像内の被写体、ないしエリア毎の輝度
階調操作と彩度操作、空間周波数特性操作を行い、ＣＧによって生成した雨滴、砂塵、ス
ポット光、レンズ汚れなどの夾雑物の注入を行い、それらによって生成した画像を用いた
、画像認識機能検証装置を構成する。
In order to solve the above-described problems, the present invention uses a standard captured image, at least distance information between a subject in the captured image or a captured image area, and a camera, and light source position information. Based on the light source position information, the subject in the captured image, or brightness gradation operation and saturation operation for each area, spatial frequency characteristic operation, and other impurities such as raindrops, sand dust, spot light, and lens stains generated by CG And an image recognition function verification apparatus using the images generated by them is configured.
本発明によれば、画像認識装置開発の初期段階において、装置が利用される様々な条件
を想定したシミュレーションや検証を行うことが可能となり、上流工程での設計と検証の
フィードバックループを小さく短期間なものとして、装置の品質向上と、全体的な開発の
工数・期間縮小を図ることができる。
According to the present invention, in the initial stage of image recognition device development, it is possible to perform simulation and verification assuming various conditions in which the device is used, and the design and verification feedback loop in the upstream process can be reduced in a short period of time. As a result, it is possible to improve the quality of the apparatus and reduce the overall development man-hours and period.
以下、図面を用いて、本発明の実施例を説明する。 Embodiments of the present invention will be described below with reference to the drawings.
図１は、本発明の一形態の画像認識機能検証装置の構成を示すブロック図である。
１０１は自然画像入力端子、１０２は自然画像内に存在する被写体と、自然画像を撮像
したカメラとの間の距離情報の入力端子、１０３は映像信号処理部、１０４は画像認識機
能検証用画像出力端子である。
本実施例においては、映像信号処理部において、自然画像を、距離情報に基づいて加工
する。これにより、画像認識アルゴリズム、ないし画像認識装置の検証に有効な画像を提
供することが出来る。
FIG. 1 is a block diagram illustrating a configuration of an image recognition function verification apparatus according to an embodiment of the present invention.
101 is a natural image input terminal, 102 is an input terminal for distance information between a subject present in the natural image and the camera that captured the natural image, 103 is a video signal processing unit, and 104 is an image output for verifying the image recognition function. Terminal.
In the present embodiment, the natural image is processed based on the distance information in the video signal processing unit. Thereby, an image effective for verification of an image recognition algorithm or an image recognition apparatus can be provided.
図２中２００が、本発明の別の一形態の画像認識機能検証装置の構成を示すブロック図
である。
２０１は画像認識装置の検証用画像を生成するための元画像撮影用カメラであり、２０
４元画像群を出力する。
2 is a block diagram showing a configuration of an image recognition function verification device according to another embodiment of the present invention.
A four-element image group is output.
２０２は元画像群中の被写体と、元画像撮影用カメラとの間の距離情報を得るための、
距離情報取得用カメラであり、２０５距離画像群を出力する。
２０２距離情報取得用カメラは、たとえば、ＴＯＦ(Time-of-Flight)型センサーを利用
したカメラでもよいし、元画像撮影用カメラとの組み合わせでステレオ撮像ができるよう
に、元画像撮影用カメラと一定の基線長(カメラ間の距離)位置に、適切な光軸角度に設置
されたカメラであってもよい。
なお、ＴＯＦ（Time-of-Flight）型センサーを利用したカメラを用いた場合では、撮像
素子各画素位置に結像した被写体とカメラ間の距離情報が直接出力されるため、これをそ
のまま距離画像群とすることができる。
It is a distance information acquisition camera and outputs a 205 range image group.
The distance
When a camera using a TOF (Time-of-Flight) type sensor is used, distance information between the subject imaged at each pixel position of the image sensor and the camera is directly output. Can be a group.
一方、ステレオカメラを利用した場合は、２０６距離画像生成器を経路上に挿入し、こ
こにおいて、元画像撮影用カメラから得られた画像と、距離情報取得用カメラから得られ
た画像とに含まれる被写体毎の、それぞれ撮像位置のずれ（視差）量と、それぞれのカメ
ラの光軸、基線長に基づいた演算を行い、距離画像群とする。
On the other hand, when a stereo camera is used, a 206 distance image generator is inserted on the path, and is included in the image obtained from the original image capturing camera and the image obtained from the distance information acquisition camera. For each subject to be photographed, a calculation based on the amount (parallax) of the imaging position, the optical axis of each camera, and the base line length is performed to obtain a range image group.
２０４元画像群、２０５距離情報画像群は、２０３データベース１上に、それぞれの正
確な撮影時刻とともに保管される。
２０７演算処理部１では、２０４元画像群と、２０５距離情報画像群に、２０８正規化
処理と、２０９整合化処理とを加える。
The 204 original image group and the 205 distance information image group are stored on the 203 database 1 together with their accurate shooting times.
The 207 arithmetic processing unit 1 adds a 208 normalization process and a 209 matching process to the 204 original image group and the 205 distance information image group.
２０８正規化処理とは、それぞれのカメラに実装されたレンズ歪を主たる原因とする画
像の湾曲を補正して、被写体の空間位置に対する画像内の画素位置の関係を線形化する処
理である。
２０９整合処理とは、正規化処理された２０４元画像群、２０５距離情報画像群の、２
つの画像の画素座標を一致させ、同一被写体がそれぞれ同一座標に配置されるように処理
するものである。
上記処理により、２０７演算処理部１からは、２１０正規化元画像と、２１１正規化距
離画像が出力され、２１７データベース２に格納される。
The 208 normalization process is a process of correcting the curvature of the image mainly caused by lens distortion mounted on each camera and linearizing the relationship between the pixel position in the image and the spatial position of the subject.
The 209 matching process is a normalization process of the 204 original image group and the 205 distance information image group.
The pixel coordinates of the two images are matched, and processing is performed so that the same subject is arranged at the same coordinates.
Through the above processing, the 207 arithmetic processing unit 1 outputs the 210 normalized original image and the 211 normalized distance image and stores them in the 217 database 2.
この２１０正規化元画像と、２１１正規化距離画像のイメージを、図３、図４に示す。
２１１正規化距離画像のイメージである図４では、距離を画像の濃淡で表現しており、
遠方であるほど黒く表現しているが、本画像の目的が画面内の被写体とカメラ間の距離を
知ることであることから、この目的が達せられるものであれば、その形式を問うものでは
ない。
Images of the 210 normalized original image and the 211 normalized distance image are shown in FIGS.
In FIG. 4, which is an image of a 211 normalized distance image, the distance is expressed by the shading of the image.
The farther away it is, the more black it is expressed, but since the purpose of this image is to know the distance between the subject on the screen and the camera, if the purpose can be achieved, it doesn't matter the format. .
２１２演算処理部２は、２１３画像処理部と、２１４夾雑物注入処理部とからなる。
２１３画像処理部では、２１０正規化元画像に対して、２１１正規化距離画像から得ら
れる距離情報と、必要に応じて、光源方向、被写体反射率などの情報に基づいた処理を加
え、被写体、ないしエリア毎に、階調(コントラスト)、明度(明るさ)、彩度(色の濃さ)、
の操作を加えるが、この操作量の大きさは任意に選択可能とする。
２１４夾雑物注入処理部は、雪雨、外来光の入射などの、２０４夾雑物情報を注入する
処理を行うが、注入する画像は、自然画像から別に採取したものであっても、ＣＧによっ
て人工的に作成されたものであっても良い。
The 212 arithmetic processing unit 2 includes a 213 image processing unit and a 214 contaminant injection processing unit.
In the 213 image processing unit, processing based on distance information obtained from the 211 normalized distance image and information such as the light source direction and subject reflectivity is added to the 210 normalized original image, if necessary. Or for each area, gradation (contrast), brightness (brightness), saturation (color density),
However, the magnitude of this operation amount can be arbitrarily selected.
The 214 impurity injection processing unit performs a process of injecting 204 impurity information such as snow and rain and the incidence of extraneous light. The injected image is artificially generated by CG even if it is taken separately from a natural image. It may be created manually.
本発明では、この２１２演算処理部２の処理において、それぞれの操作量、夾雑物注入
量を、２１１正規化距離画像から得られる、被写体との距離に基づいて制御する。
たとえば雨天の映像を作成する場合の一例としては、被写体との距離が大きいほど、被
写体の階調(コントラスト)、彩度を低下させるとともに、被写体との距離が大きいほど、
図４にイメージを示すような雨滴を数多く注入する。また雨滴などの夾雑物の注入量は、
注入の際の透明度を制御してもよい。
このようにして、図５に示すような、雨天を模した、２１５画像認識装置検証用画像を
作成し、２１６画像認識装置の検証に利用する。
In the present invention, in the processing of the 212 arithmetic processing unit 2, the respective operation amounts and impurity injection amounts are controlled based on the distance to the subject obtained from the 211 normalized distance image.
For example, as an example of creating rainy images, the greater the distance to the subject, the lower the subject's gradation (contrast) and saturation, and the greater the distance to the subject,
Many raindrops as shown in FIG. 4 are injected. Also, the injection amount of impurities such as raindrops,
You may control the transparency at the time of injection | pouring.
In this way, a 215 image recognition device verification image simulating rain as shown in FIG. 5 is created and used for verification of the 216 image recognition device.
以上のようにすれば、標準的に撮像した画像認識装置の利用シーン画像から、比較的簡
単な構成の装置と処理で、天候や時刻による変化や、雪雨や入射光などの夾雑物が存在し
た場合などの画像を生成して、特に開発上流工程における画像認識装置の検証に大きく寄
与することが出来る。
With the above configuration, there are changes due to the weather and time, and contamination such as snow and rain, incident light, etc., with a relatively simple device and process from the standard scene image of the image recognition device. In such a case, it is possible to generate an image in such a case and contribute greatly to the verification of the image recognition apparatus particularly in the upstream development process.
１０１…自然画像入力端子、１０２…自然画像内に存在する被写体と自然画像を撮像し
たカメラとの間の距離情報の入力端子、１０３…映像信号処理部、１０４…画像認識機能
検証用画像出力端子、２０１…元画像撮影用カメラ、２０２…距離情報取得用カメラ、２
０３…データベース１、２０４…元画像群、２０５…距離画像群、２０６…距離画像生成
器、２０７…演算処理部１、２０８…正規化処理部、２０９…整合化処理部、２１０…正
規化元画像群、２１１…正規化距離画像群、２１２…演算処理部２、２１３…元画像操作
部、２１４…夾雑物注入処理部、２１５…画像認識機能検証用画像、２１６…画像認識装
置、２１７…データベース２。
DESCRIPTION OF
03 ...
Claims (5)
行う、所謂、画像認識機能の処理アルゴリズム、あるいは、該画像認識機能の処理アルゴ
リズムを実装した画像認識装置の認識機能検証を行うための、画像認識機能検証用画像を
生成することを目的とする画像認識機能検証方法であって、
該自然画像を入力し、
該自然画像内に存在する被写体と、該自然画像を撮像したカメラとの間の距離情報を入
力し、
該自然画像を該距離情報に基づいて加工することを特徴とする画像認識機能検証方法。 A so-called image recognition function processing algorithm, or an image recognition device equipped with the image recognition function processing algorithm, that analyzes a natural image taken by a camera and extracts and analyzes a specific subject included in the image An image recognition function verification method for generating an image recognition function verification image for performing recognition function verification of
Enter the natural image,
Input distance information between the subject present in the natural image and the camera that captured the natural image,
An image recognition function verification method, wherein the natural image is processed based on the distance information.
該画像認識機能検証装置には、該自然画像の階調、彩度、明度を制御し、
コンピュータグラフィックス技法を用いて人為的に作成した画像情報を、該自然画像に
重畳させ、
該自然画像の階調、彩度、明度の制御量と、該人為的に作成した画像の重畳量との制御を
、該距離情報に基づいて行うことを特徴とする画像認識機能検証方法。 The image recognition function verification method according to claim 1,
The image recognition function verification device controls the gradation, saturation, and brightness of the natural image,
Image information artificially created using computer graphics techniques is superimposed on the natural image,
A method for verifying an image recognition function, wherein control of a control amount of gradation, saturation, and brightness of the natural image and a superimposition amount of the artificially created image is performed based on the distance information.
行う、所謂、画像認識機能の処理アルゴリズム、あるいは、該画像認識機能の処理アルゴ
リズムを実装した画像認識装置の認識機能検証を行うための、画像認識機能検証用画像を
生成することを目的とする画像認識機能検証装置であって、
該画像認識機能検証装置には、該自然画像を入力する手段と、
該自然画像内に存在する被写体と、該自然画像を撮像したカメラとの間の距離情報を入
力する手段とを設け、
該自然画像を該距離情報に基づいて加工する手段を設けたことを特徴とする画像認識機能
検証装置。 A so-called image recognition function processing algorithm, or an image recognition device equipped with the image recognition function processing algorithm, that analyzes a natural image taken by a camera and extracts and analyzes a specific subject included in the image An image recognition function verification device for generating an image recognition function verification image for performing the recognition function verification of
The image recognition function verification device includes means for inputting the natural image;
Means for inputting distance information between a subject existing in the natural image and a camera that has captured the natural image;
An apparatus for verifying an image recognition function, comprising means for processing the natural image based on the distance information.
該画像認識機能検証装置には、該自然画像の階調、彩度、明度を制御する手段と、
コンピュータグラフィックス技法を用いて人為的に作成した画像情報を、該自然画像に
重畳させる手段と、
該自然画像の階調、彩度、明度の制御量と、該人為的に作成した画像の重畳量との制御
を、該距離情報に基づいて行う手段と、
を設けたことを特徴とする画像認識機能検証装置。 The image recognition function verification device according to claim 3,
The image recognition function verification device includes means for controlling gradation, saturation, and brightness of the natural image;
Means for superimposing image information artificially created using computer graphics techniques on the natural image;
Means for controlling the control amount of gradation, saturation, and brightness of the natural image and the amount of superimposition of the artificially created image based on the distance information;
An image recognition function verification device characterized by comprising:
該自然画像内に存在する各被写体と、該自然画像を撮像したカメラとの間の距離情報を
入力する手段として、
ＴＯＦセンサ形カメラ、または、ステレオカメラを用いたことを特徴とする画像認識機
能検証装置。 The image recognition function verification device according to claim 3, wherein:
As means for inputting distance information between each subject existing in the natural image and the camera that captured the natural image,
An image recognition function verification apparatus using a TOF sensor type camera or a stereo camera.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012249491A JP2014098986A (en) | 2012-11-13 | 2012-11-13 | Image recognition function verification device and processing method of the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012249491A JP2014098986A (en) | 2012-11-13 | 2012-11-13 | Image recognition function verification device and processing method of the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2014098986A true JP2014098986A (en) | 2014-05-29 |
Family
ID=50940968
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012249491A Pending JP2014098986A (en) | 2012-11-13 | 2012-11-13 | Image recognition function verification device and processing method of the same |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2014098986A (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022049926A1 (en) * | 2020-09-07 | 2022-03-10 | 日立Astemo株式会社 | Image recognition simulator device |
| WO2022085479A1 (en) * | 2020-10-23 | 2022-04-28 | ソニーセミコンダクタソリューションズ株式会社 | Information processing device, information processing method, and program |
-
2012
- 2012-11-13 JP JP2012249491A patent/JP2014098986A/en active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022049926A1 (en) * | 2020-09-07 | 2022-03-10 | 日立Astemo株式会社 | Image recognition simulator device |
| JP7373079B2 (en) | 2020-09-07 | 2023-11-01 | 日立Astemo株式会社 | Image recognition simulator device |
| WO2022085479A1 (en) * | 2020-10-23 | 2022-04-28 | ソニーセミコンダクタソリューションズ株式会社 | Information processing device, information processing method, and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nayar et al. | Motion-based motion deblurring | |
| CN101742123B (en) | Image processing apparatus and method | |
| JP4513906B2 (en) | Image processing apparatus, image processing method, program, and recording medium | |
| CN110300292B (en) | Projection distortion correction method, device, system and storage medium | |
| EP3438777A1 (en) | Method, apparatus and computer program for a vehicle | |
| EP2698766B1 (en) | Motion estimation device, depth estimation device, and motion estimation method | |
| CN100527165C (en) | Real time object identification method taking dynamic projection as background | |
| TWI705417B (en) | Method for operating a depth data processing system | |
| US20130016097A1 (en) | Virtual Camera System | |
| US10306210B2 (en) | Image processing apparatus and image capturing apparatus | |
| US11233983B2 (en) | Camera-parameter-set calculation apparatus, camera-parameter-set calculation method, and recording medium | |
| JP2010011223A (en) | Signal processing apparatus, signal processing method, program, and recording medium | |
| JP2000011133A (en) | Device and method for detecting moving object | |
| JP2020129276A (en) | Image processing device, image processing method, and program | |
| KR102382871B1 (en) | Electronic Device for controlling lens focus and the controlling Method thereof | |
| CN108074260A (en) | A kind of method and apparatus of target object object positioning | |
| WO2018134897A1 (en) | Position and posture detection device, ar display device, position and posture detection method, and ar display method | |
| JP6882885B2 (en) | Obstacle detection device and obstacle detection method | |
| Eichenseer et al. | Motion estimation for fisheye video with an application to temporal resolution enhancement | |
| JP2014098986A (en) | Image recognition function verification device and processing method of the same | |
| JP2016110312A (en) | Image processing method, and image processor and program | |
| KR20150101343A (en) | Video projection system | |
| WO2019003854A1 (en) | Image processing device, and image conversion method | |
| Feng et al. | Calibration and stitching methods of around view monitor system of articulated multi-carriage road vehicle for intelligent transportation | |
| JP2009077022A (en) | Driving support system and vehicle |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20140730 |