JP2017005389A5 - - Google Patents

Description

以上の課題を解決するために、本発明は、画像データと当該画像データに付帯する付帯情報を取得する取得手段と、前記取得された付帯情報と、前記取得された画像データの画像の画素値とに基づいて、当該画像を複数の小領域に分割する分割手段と、前記分割された小領域のそれぞれから特徴量を抽出する抽出手段と、前記抽出された特徴量に基づいて、前記小領域それぞれのカテゴリを判別する判別手段と、を有することを特徴とする。

Claims (14)

1. 画像データと当該画像データに付帯する付帯情報を取得する取得手段と、
   前記取得された付帯情報と、前記取得された画像データの画像の画素値とに基づいて、当該画像を複数の小領域に分割する分割手段と、
   前記分割された小領域のそれぞれから特徴量を抽出する抽出手段と、
   前記抽出された特徴量に基づいて、前記小領域それぞれのカテゴリを判別する判別手段と、
   を有することを特徴とする画像認識装置。
2. 前記付帯情報は、自動合焦、自動露出、自動ホワイトバランスに係る情報の少なくとも１つを含むことを特徴とする請求項１に記載の画像認識装置。
3. 前記自動合焦に係る情報は、前記画像データの画像を分割してなる複数のブロックそれぞれのコントラスト値に係る情報であることを特徴とする請求項２に記載の画像認識装置。
4. 前記複数のブロックは、前記複数の小領域と同じ領域として設定されることを特徴とする請求項３に記載の画像認識装置。
5. 前記自動露出に係る情報は、前記画像データの画像の画素それぞれの輝度値に係る情報であることを特徴とする請求項２から４のいずれか１項に記載の画像認識装置。
6. 前記自動露出に係る情報は、イメージセンサのＲＧＢのチャネルそれぞれにおける輝度値に係る情報であることを特徴とする請求項５に記載の画像認識装置。
7. 前記自動ホワイトバランスに係る情報は、前記画像データの画像を分割してなる複数のブロックそれぞれの色温度に係る情報であることを特徴とする請求項２から６のいずれか１項に記載の画像認識装置。
8. 前記画像データに基づいて、前記付帯情報を作成するための作成手段を更に有することを特徴とする請求項１から７のいずれか１項に記載の画像認識装置。
9. 前記抽出手段は、前記特徴量として色、前記付帯情報、テクスチャに係る特徴量を抽出することを特徴とする請求項１から８のいずれか１項に記載の画像認識装置。
10. 前記抽出された特徴量を所定の中間表現に変換する中間表現作成手段を更に有することを特徴とする請求項１から９のいずれか１項に記載の画像認識装置。
11. 前記画像データの大域的な特徴量に基づいて、前記画像データの画像のシーンを認識するシーン認識手段を更に有し、
    前記判別手段は、前記認識された画像のシーンに基づいて前記小領域それぞれのカテゴリを判別することを特徴とする請求項１から１０のいずれか１項に記載の画像認識装置。
12. 学習用画像データの小領域それぞれに対してカテゴリの正解データが付与された学習用データと、当該学習用画像データの前記付帯情報とに基づいて、前記小領域それぞれのカテゴリを判別するための識別器を学習する学習手段を更に有し、
    前記判別手段は、前記学習された識別器を用いて前記小領域それぞれのカテゴリを判別することを特徴とする請求項１から１０のいずれか１項に記載の画像認識装置。
13. 画像データと当該画像データに付帯する付帯情報を取得するステップと、
    前記取得された付帯情報と、前記取得された画像データの画像の画素値とに基づいて、当該画像を複数の小領域に分割するステップと、
    前記分割された小領域のそれぞれから特徴量を抽出するステップと、
    前記抽出された特徴量に基づいて、前記小領域それぞれのカテゴリを識別するステップと、
    を有することを特徴とする画像認識方法。
14. コンピュータを、請求項１から１２のいずれか１項に記載の画像認識装置として機能させるためのプログラム。