JP2017111784A - 配向勾配のブロックベースヒストグラムを使用してオブジェクトを検出する方法及びシステム - Google Patents
配向勾配のブロックベースヒストグラムを使用してオブジェクトを検出する方法及びシステム Download PDFInfo
- Publication number
- JP2017111784A JP2017111784A JP2016053678A JP2016053678A JP2017111784A JP 2017111784 A JP2017111784 A JP 2017111784A JP 2016053678 A JP2016053678 A JP 2016053678A JP 2016053678 A JP2016053678 A JP 2016053678A JP 2017111784 A JP2017111784 A JP 2017111784A
- Authority
- JP
- Japan
- Prior art keywords
- memory device
- array
- arrays
- blocks
- normalized
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/14—Handling requests for interconnection or transfer
- G06F13/20—Handling requests for interconnection or transfer for access to input/output bus
- G06F13/28—Handling requests for interconnection or transfer for access to input/output bus using burst mode transfer, e.g. direct memory access DMA, cycle steal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】少なくとも1つの目的オブジェクトタイプの1つ以上のオブジェクトを含む映像列の少なくとも1つのフレームを表す少なくとも1つの画像を受信する。フレームのブロック内に含まれる関心領域を検討している。内部メモリのブロック内の各画素について強度及び角度値を含む配列を計算し、規格化する。規格化配列を集合させ、外部メモリに移植し、記憶する。特定の特徴ベクトルに付随した外部メモリ内の集合配列の1つの数値又は数値ブロックを内部メモリに転送する。集合配列と特定の特徴ベクトルとの各数値の比較に基づいて、目的のオブジェクトタイプを検出する。
【選択図】図1
Description
本出願は2015年12月14日付けの特許文献1の優先権を請求するものであり、その全体は参照により本明細書に援用される。
水平方向又は垂直方向のブロック数は本明細書に示された式により求められる
水平方向ブロック数=(ROI幅−代表ブロック幅/重複画素)+1
垂直方向ブロック数=(ROI高さ−代表ブロック高さ/重複画素)+1
関心領域幅が300画素である1状況では、ブロック幅は16画素であり、8画素重複していることを考えると、水平ブロック数は36である。同様に、関心領域高さが210画素である1状況では、ブロック高さは16画素であり、8画素重複していることを考えると、垂直ブロック数は36である。
(300−16)/8+1=36ブロック
(210−16)/8+1=25ブロック
102 撮像した画像/オブジェクト列
102a フレーム
102b ブロック
104 内部メモリ
104a 強度配列
104b 角度配列
104c 規格化配列
106 外部メモリ
106a 特徴ベクトル
106b 集合配列
302 関心領域
304 ブロック
Claims (20)
- プロセッサインプリメント方法であって、
少なくとも1つの目的オブジェクトタイプの1つ以上のオブジェクトを含む映像列の少なくとも1つのフレームを表す少なくとも1つの画像をハードウェアプロセッサにより受信する工程と;
各々が前記フレーム内の少なくとも1つの関心領域を含む1つ以上のブロックを、前記ハードウェアプロセッサにより前記フレームから抽出する工程と;
前記1つ以上のブロック内の少なくとも1つの関心領域内で各画素の強度及び角度値を計算する工程と;
第1メモリ装置内に、前記1つ以上のブロックに対応する前記強度及び前記角度値を記憶する工程と;
前記1つ以上のブロックに対応する前記強度及び前記角度値を対応する配列に変換し、1つ以上の配列を得る工程と;
前記1つ以上の配列を規格化し、1式の規格化配列を得て、前記1式の規格化配列を第2メモリ装置に移植し、集合配列を得る工程と;
(i)前記第2メモリ装置から得た前記集合配列の各数値と(ii)前記第2メモリ装置から得た特定の特徴ベクトルとを前記第1メモリ装置内で比較する工程と;
前記比較に基づいてオブジェクトを検出する工程とを含む
ことを特徴とする方法。 - 前記第1メモリ装置は内部メモリである
請求項1に記載の方法。 - 前記強度は前記第1メモリ装置の第1バッファに記憶し、前記角度値は前記第1メモリ装置の第2バッファに記憶する
請求項1に記載の方法。 - 前記1つ以上の配列を規格化し、ブロックベース手法による勾配法のヒストグラムを使用して前記1式の規格化配列を得る
請求項1に記載の方法。 - 前記第2メモリ装置は外部メモリである
請求項1に記載の方法。 - 前記1つ以上のブロックの配向は垂直である
請求項1に記載の方法。 - 前記集合配列及び前記特定の特徴ベクトルの各数値又は数値ブロックはダイレクトメモリアクセス(DMA)によって前記第1メモリ装置に移植する
請求項1に記載の方法。 - 前記比較に基づいて前記オブジェクトを検出する工程には、前記比較に基づいて差を推定する工程;及び前記差が所定の閾値を上回るときに前記オブジェクトを検出する工程が含まれる
請求項1に記載の方法。 - デジタル画像内オブジェクトを検出するための情報処理システムであって、
第1メモリ装置と;
第2メモリ装置と;
前記第1メモリ装置及び前記第2メモリ装置に通信可能に接続されたハードウェアプロセッサであって、命令により;
少なくとも1つの目的オブジェクトタイプの1つ以上のオブジェクトを含む映像列の少なくとも1つのフレームを表す少なくとも1つの画像をハードウェアプロセッサにより受信し;
各々が前記フレーム内の少なくとも1つの関心領域に対応している1つ以上のブロックを、前記ハードウェアプロセッサにより前記フレームから抽出し;
前記少なくとも1つの関心領域内で各画素の強度及び角度値を計算し;
第1メモリ装置内に前記強度及び前記角度値を記憶し;
前記強度及び前記角度値を配列に変換し;
前記1つ以上の配列を規格化し、1式の規格化配列を得て、前記1式の規格化配列を第2メモリ装置に移植し、集合配列を得て;
(i)前記第2メモリ装置から得た前記集合配列の各数値と(ii)前記第2メモリ装置から得た特定の特徴ベクトルとを前記第1メモリ装置内で比較し;
前記比較に基づいてオブジェクトを検出するよう構成されたハードウェアプロセッサとを備える
ことを特徴とするシステム。 - 前記第1メモリ装置は内部メモリである
請求項9に記載のシステム。 - 前記強度は前記第1メモリ装置の第1バッファに記憶し、前記角度値は前記第1メモリ装置の第2バッファに記憶する
請求項9に記載のシステム。 - 前記配列を規格化し、ブロックベース手法による勾配法のヒストグラムを使用して規格化配列を得る
請求項9に記載のシステム。 - 前記第2メモリ装置は外部メモリである
請求項9に記載のシステム。 - 前記集合配列及び前記特定の特徴ベクトルの各数値又は数値ブロックはダイレクトメモリアクセス(DMA)によって前記第1メモリ装置に移植する
請求項9に記載のシステム。 - 前記1つ以上のブロックの配向は垂直である
請求項9に記載のシステム。 - 前記ハードウェアプロセッサは、前記比較に基づいて差を推定し、前記差が所定の閾値を上回るときに前記オブジェクトを検出するよう構成されている
請求項9に記載のシステム。 - 1つ以上の命令を含む1つ以上の持続的機械読込み可能情報記憶媒体であって、1つ以上のハードウェアプロセッサにより実行されたときに:
少なくとも1つの目的オブジェクトタイプの1つ以上のオブジェクトを含む映像列の少なくとも1つのフレームを表す少なくとも1つの画像をハードウェアプロセッサにより受信し;
各々が前記フレーム内の少なくとも1つの関心領域を含む1つ以上のブロックを、前記ハードウェアプロセッサにより前記フレームから抽出し;
前記1つ以上のブロック内の前記少なくとも1つの関心領域内で各画素の強度及び角度値を計算し;
第1メモリ装置内に、前記1つ以上のブロックに対応する前記強度及び前記角度値を記憶し;
前記1つ以上のブロックに対応する前記強度及び前記角度値を1つ以上の配列に対応する配列に変換し;
前記1つ以上の配列を規格化し、1式の規格化配列を得て、前記1式の規格化配列を第2メモリ装置に移植し、集合配列を得て;
(i)前記第2メモリ装置から得た前記集合配列の各数値と(ii)前記第2メモリ装置から得た特定の特徴ベクトルとを前記第1メモリ装置内で比較し;
前記比較に基づいてオブジェクトを検出することを誘起する
ことを特徴とする持続的機械読込み可能情報記憶媒体。 - 前記第1メモリ装置は内部メモリである
請求項17に記載の持続的機械読込み可能情報記憶媒体。 - 前記強度は前記第1メモリ装置の第1バッファに記憶し、前記角度値は前記第1メモリ装置の第2バッファに記憶する
請求項17に記載の持続的機械読込み可能情報記憶媒体。 - 前記1つ以上の配列を規格化し、ブロックベース手法による勾配法のヒストグラムを使用して前記1式の規格化配列を得る
請求項17に記載の持続的機械読込み可能情報記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN4688/MUM/2015 | 2015-12-14 | ||
IN4688MU2015 | 2015-12-14 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017111784A true JP2017111784A (ja) | 2017-06-22 |
JP6309558B2 JP6309558B2 (ja) | 2018-04-11 |
Family
ID=55586153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016053678A Expired - Fee Related JP6309558B2 (ja) | 2015-12-14 | 2016-03-17 | 配向勾配のブロックベースヒストグラムを使用してオブジェクトを検出する方法及びシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US9760800B2 (ja) |
EP (1) | EP3182331A1 (ja) |
JP (1) | JP6309558B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10387945B2 (en) | 2016-05-05 | 2019-08-20 | Conduent Business Services, Llc | System and method for lane merge sequencing in drive-thru restaurant applications |
KR102257226B1 (ko) * | 2017-02-16 | 2021-05-28 | 현대자동차주식회사 | 픽토그램 인식 장치, 픽토그램 인식 시스템 및 픽토그램 인식 방법 |
US10636298B2 (en) | 2017-08-11 | 2020-04-28 | Cubic Corporation | Adaptive traffic control using object tracking and identity details |
US10803740B2 (en) | 2017-08-11 | 2020-10-13 | Cubic Corporation | System and method of navigating vehicles |
US10636299B2 (en) | 2017-08-11 | 2020-04-28 | Cubic Corporation | System and method for controlling vehicular traffic |
US10373489B2 (en) | 2017-08-11 | 2019-08-06 | Cubic Corporation | System and method of adaptive controlling of traffic using camera data |
US11250699B2 (en) | 2017-08-14 | 2022-02-15 | Cubic Corporation | System and method of adaptive traffic management at an intersection |
US10395522B2 (en) | 2017-08-14 | 2019-08-27 | Cubic Corporation | Adaptive traffic optimization using unmanned aerial vehicles |
US11100336B2 (en) | 2017-08-14 | 2021-08-24 | Cubic Corporation | System and method of adaptive traffic management at an intersection |
US10935388B2 (en) | 2017-08-14 | 2021-03-02 | Cubic Corporation | Adaptive optimization of navigational routes using traffic data |
US10559198B1 (en) | 2018-08-08 | 2020-02-11 | Cubic Corporation | System and method of adaptive controlling of traffic using zone based occupancy |
CN111723719B (zh) * | 2020-06-12 | 2021-08-13 | 中国科学院自动化研究所 | 基于类别外部记忆的视频目标检测方法、系统、装置 |
US11573795B1 (en) * | 2021-08-02 | 2023-02-07 | Nvidia Corporation | Using a vector processor to configure a direct memory access system for feature tracking operations in a system on a chip |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015191568A (ja) * | 2014-03-28 | 2015-11-02 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8447139B2 (en) | 2010-04-13 | 2013-05-21 | International Business Machines Corporation | Object recognition using Haar features and histograms of oriented gradients |
WO2013105108A1 (en) | 2011-11-09 | 2013-07-18 | Tata Consultancy Services Limited | A system and method for enhancing human counting by fusing results of human detection modalities |
US9396403B2 (en) * | 2012-12-31 | 2016-07-19 | Instytut Badawczy Drog I Mostow | Method of vehicle identification and a system for vehicle identification |
US9483838B2 (en) * | 2014-04-24 | 2016-11-01 | Xerox Corporation | Method and system for automated sequencing of vehicles in side-by-side drive-thru configurations via appearance-based classification |
US9760794B2 (en) * | 2015-09-25 | 2017-09-12 | Intel Corporation | Method and system of low-complexity histrogram of gradients generation for image processing |
-
2016
- 2016-03-11 EP EP16159844.6A patent/EP3182331A1/en not_active Ceased
- 2016-03-14 US US15/069,469 patent/US9760800B2/en active Active - Reinstated
- 2016-03-17 JP JP2016053678A patent/JP6309558B2/ja not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015191568A (ja) * | 2014-03-28 | 2015-11-02 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
山崎俊彦: "画像の特徴抽出:Histogram of Oriented Gradients (HoG)", 映像情報メディア学会誌, vol. 第64巻,第3号, JPN6017039081, 1 March 2010 (2010-03-01), pages 322 - 329, ISSN: 0003661064 * |
Also Published As
Publication number | Publication date |
---|---|
US9760800B2 (en) | 2017-09-12 |
JP6309558B2 (ja) | 2018-04-11 |
EP3182331A1 (en) | 2017-06-21 |
US20170169309A1 (en) | 2017-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6309558B2 (ja) | 配向勾配のブロックベースヒストグラムを使用してオブジェクトを検出する方法及びシステム | |
US10261574B2 (en) | Real-time detection system for parked vehicles | |
CN107851318B (zh) | 用于对象跟踪的系统和方法 | |
JP6723247B2 (ja) | ターゲット取得の方法及び装置 | |
US9652694B2 (en) | Object detection method, object detection device, and image pickup device | |
JP5453538B2 (ja) | 近赤外線カメラを使用して歩行者を検出、分類、および追跡するための費用対効果の高いシステムおよび方法 | |
CN107005679A (zh) | 一种基于云服务的智能目标识别装置、系统及方法 | |
Rezaee et al. | An autonomous UAV-assisted distance-aware crowd sensing platform using deep ShuffleNet transfer learning | |
JP2021048617A (ja) | 情報処理システム、情報処理方法及びプログラム | |
US20140267793A1 (en) | System and method for vehicle recognition in a dynamic setting | |
CN111382637A (zh) | 行人检测跟踪方法、装置、终端设备及介质 | |
JP2018045302A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2012221162A (ja) | 対象物検出装置及びプログラム | |
US20180268247A1 (en) | System and method for detecting change using ontology based saliency | |
JP2013037539A (ja) | 画像特徴量抽出装置およびそのプログラム | |
JP2021144741A (ja) | 情報処理システム、制御方法、及びプログラム | |
CN103093481B (zh) | 一种基于分水岭分割的静态背景下运动目标检测方法 | |
US20200116506A1 (en) | Crowd control using individual guidance | |
CN113869163B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
JP2013254262A (ja) | 移動体検出装置、移動体検出システム、および、移動体検出方法 | |
KR101834084B1 (ko) | 다중 객체 추적 방법 및 장치 | |
JP2014092886A (ja) | 画像処理装置、プログラム、及び方法 | |
JP2014203133A (ja) | 画像処理装置、画像処理方法 | |
KR102637343B1 (ko) | 오브젝트 추적 방법 및 장치 | |
CN111062337B (zh) | 人流方向检测方法及装置、存储介质和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180105 |
|
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: 20180214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180314 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6309558 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |