JP2015118582A5 - - Google Patents

Description

図６に示す例は、図４（Ａ）に示す１次微分フィルタの左上端に示す黒から白へ横方向に変化するフィルタ１３０を適用した特徴量算出処理例であり、フィルタ１３０のパターンと類似する画素領域ほど特徴量（ｘ）の値が大きくなる。
なお、特徴量（ｘ）は各画素対応の値として算出される。
その他のフィルタについても同様の処理を実行して、各フィルタ対応の特徴量（ｘ）を抽出し、抽出結果を図３に示す機械学習部１１３に出力する。

なお、式（４）においてａｎおよびｂｎは係数（パラメータ）である。また、ｇ（ｘ＞ｔｈｎ）は、特徴量ｘが閾値ｔｈｎより大きい場合、所定領域が検出対象らしいことを示す数値「１」を出力し、特徴量ｘが閾値ｔｈｎ以下である場合、所定領域が検出対象らしくないことを示す数値「０」を出力する関数である。
ｎはフィルタ識別子である。

特徴量抽出部１２２は、先に説明した学習処理部１１０の特徴量抽出部１１２の実行する特徴量抽出と同様、図４、図５を参照して説明したフィルタを適用した特徴量抽出処理を実行する。
ただし、認識処理部１２０の特徴量抽出部１２２で適用するフィルタ（弱識別器）は、学習処理部１１０の学習結果によって、識別力が高いと判定されたフィルタのみを選択して実行する。
これらは、認識辞書記憶部１１４に格納されたフィルタ情報（タグ）に基づいて選択される。
また、各フィルタ（弱識別器）を用いて算出する特徴量（ｘ）の算出式、すなわち、
ｆｎ（ｘ）＝ａｎ×ｇ（ｘ＞ｔｈｎ）＋ｂｎ
上記式のパラメータａｎ，ｂｎ，ｔｈｎについても、前述した学習処理部１１０の学習処理によって決定され、認識辞書記憶部１１４に格納された値を利用する。

［４−１．学習処理部の実行する処理について］
指３０がボード２１に接触しているか否かを判定する処理を行なう場合も、図３に示す情報処理装置１００の学習処理部１１０が多数の学習画像を利用して認識辞書を生成する。この処理の流れは、上述した説明に従った処理となる。
ただし、この学習処理で学習対象とする画像は、図１に示すカメラＬ１１の撮影画像であるＬ画像と、カメラＲ１２の撮影画像であるＲ画像を連結した連結画像とする。
また、特徴量算出に用いるフィルタ（弱識別器）は、図５（ｄ）に示す離間型フィルタとする。

図１４に処理対象とする画像の例とフィルタ例を示す。
図１４（Ａ）は、処理対象画像であり、図１に示すカメラＬ１１の撮影画像であるＬ画像と、カメラＲ１２の撮影画像であるＲ画像を連結した画像となる。
なお、学習処理部１１０における学習画像を適用した学習処理においても、認識処理部１２０における解析対象画像を入力した認識処理においても、図１４（Ａ）に示すようなＬＲ連結画像を利用する。

なお、学習処理に際しては、学習処理部１１０の特徴量抽出部１１２が図１４（Ａ）に示すＬＲ連結画像の生成を行うが、この際、指の含まれる画像領域のみを切り出して連結して連結画像を生成する処理を行なってもよい。
学習処理部１１０の実行する学習処理の目的は、指がボードに接触しているか否かを識別するために適したフィルタを選択することと、フィルタの特徴量算出式に用いるパラメータを決定することである。これらの処理を効率的に実行するために画像領域の切り出しを行って連結する。
なお、学習処理において決定するパラメータとは、先に説明した各フィルタ（弱識別器）の特徴量算出式、すなわち、
ｆｎ（ｘ）＝ａｎ×ｇ（ｘ＞ｔｈｎ）＋ｂｎ
上記式のパラメータａｎ，ｂｎ，ｔｈｎ
である。

これらは、認識辞書記憶部１１４に格納されたフィルタ情報（タグ）に基づいて選択される。
また、各フィルタ（弱識別器）を用いて算出する特徴量（ｘ）の算出式、すなわち、
ｆｎ（ｘ）＝ａｎ×ｇ（ｘ＞ｔｈｎ）＋ｂｎ
上記式のパラメータａｎ，ｂｎ，ｔｈｎも、前述した学習処理部１１０の学習処理で決定し認識辞書記憶部１１４に格納した値を利用する。

図２０は、指がボードに接触している場合のＬＲ連結画像と、指がボードに接触していない場合のＬＲ連結画像の差異を説明する図である。
図２０には以下の２つの平均画像を示している。
（ａ）指がボードに接触しているＬＲ連結画像の平均画像
（ｂ）指がボードに接触していないＬＲ連結画像の平均画像

（１）フィルタ１は、ほぼ正方形型の傾き４５°の白黒パターンのフィルタ領域が離間した離間型フィルタである。
このフィルタの適用処理によって得られる特徴量データは、主として視差情報を反映した特徴量となる。
（２）フィルタ２は、長方形型の傾き４５°の白黒パターンのフィルタ領域が離間した離間型フィルタである。
このフィルタの適用処理によって得られる特徴量データは、主としてオブジェクト形状を反映した特徴量となる。
（３）フィルタ３は、長方形型の傾き０°の白黒パターンのフィルタ領域が離間した離間型フィルタである。
このフィルタの適用処理によって得られる特徴量データは、主として視差情報を反映した特徴量となる。
（４）フィルタ４は、幅の狭い長方形型の傾き０°の白黒パターンのフィルタ領域が離間した離間型フィルタである。
このフィルタの適用処理によって得られる特徴量データは、主としてオブジェクト形状を反映した特徴量となる。
（５）フィルタ５は、小型の正方形型の傾き４５°の白黒パターンのフィルタ領域が離間した離間型フィルタである。
このフィルタの適用処理によって得られる特徴量データは、主としてオブジェクト形状を反映した特徴量となる。

Claims (12)

1. 異なる視点から撮影した画像を連結して生成した連結画像から特徴量を抽出する特徴量抽出部と、
   前記特徴量抽出部の抽出した特徴量に基づいて、特定オブジェクトの位置判定処理を実行する特定オブジェクト認識部を有し、
   前記特徴量抽出部は、フィルタ構成領域を離間して設定した離間型フィルタを適用した特徴量抽出処理を実行する情報処理装置。
2. 前記特徴量抽出部は、
   前記離間型フィルタを構成する離間した各フィルタ領域を、前記連結画像の２つの画像の各々に設定して特徴量抽出処理を実行する請求項１に記載の情報処理装置。
3. 前記特徴量抽出部は、
   予め実行した学習処理において前記特定オブジェクトの第１状態と第２状態との識別力が高いと判定したフィルタを選択的に適用して特徴量抽出を実行する請求項１または２に記載の情報処理装置。
4. 前記情報処理装置は、
   前記特定オブジェクトの第１状態を示す連結画像と、第２状態を示す連結画像を多数入力して、異なる形式の離間型フィルタを適用した特徴量抽出により、識別力の高いフィルタを判別する処理を実行する学習処理部を有する請求項１〜３いずれかに記載の情報処理装置。
5. 前記特定オブジェクト認識部は、
   前記特徴量抽出部の抽出した異なる離間型フィルタ対応の特徴量を加算したスコアを算出し、加算スコアに基づいて前記特定オブジェクトの位置判定処理を実行する請求項１〜４いずれかに記載の情報処理装置。
6. 前記特定オブジェクト認識部は、
   前記特徴量抽出部の抽出した異なる離間型フィルタ対応の画素対応の特徴量を加算した画素対応のスコアを算出し、算出した画素対応のスコアをさらに加算した総合スコアに基づいて前記特定オブジェクトの位置判定処理を実行する請求項１〜５いずれかに記載の情報処理装置。
7. 前記特徴量抽出部は、
   前記特定オブジェクトである指がボードに接触している第１状態と、指がボードに接触していない第２状態を判別する指標値としての特徴量を算出し、
   前記特定オブジェクト認識部は、
   前記特徴量抽出部の抽出した特徴量に基づいて、特定オブジェクトである指がボードに接触しているか否かの判定処理を実行する請求項１〜６いずれかに記載の情報処理装置。
8. 前記特徴量抽出部は、さらに、
   画像内に特定オブジェクトが存在するか否かを判別する指標値としての特徴量を抽出し、
   前記特定オブジェクト認識部は、
   前記特徴量抽出部の抽出した特徴量に基づいて、特定オブジェクトの有無を判定する特定オブジェクト検出処理を実行する請求項１〜７いずれかに記載の情報処理装置。
9. 前記離間型フィルタは、異なる輝度のフィルタ領域を離間して設定したフィルタである請求項１〜８いずれかに記載の情報処理装置。
10. 前記特徴量抽出部は、
    前記連結画像の一方の画像の特徴点と、他方の画像上の前記特徴点に対応するエピポーラライン上に前記離間型フィルタを設定して特徴量抽出を実行する請求項１〜９いずれかに記載の情報処理装置。
11. 情報処理装置において実行する情報処理方法であり、
    特徴量抽出部が、異なる視点から撮影した画像を連結して生成した連結画像から特徴量を抽出する特徴量抽出処理、
    特定オブジェクト認識部が、前記特徴量抽出部の抽出した特徴量に基づいて、特定オブジェクトの位置判定処理を実行する特定オブジェクト認識処理を実行し、
    前記特徴量抽出部は、フィルタ構成領域を離間して設定した離間型フィルタを適用した特徴量抽出処理を実行する情報処理方法。
12. 情報処理装置において情報処理を実行させるプログラムであり、
    特徴量抽出部に、異なる視点から撮影した画像を連結して生成した連結画像から特徴量を抽出させる特徴量抽出処理、
    特定オブジェクト認識部に、前記特徴量抽出部の抽出した特徴量に基づいて、特定オブジェクトの位置判定処理を実行する特定オブジェクト認識処理を実行させ、
    前記特徴量抽出部には、フィルタ構成領域を離間して設定した離間型フィルタを適用した特徴量抽出処理を実行させるプログラム。