JP2017126162A - 物体領域選択方法、装置、及びプログラム - Google Patents
物体領域選択方法、装置、及びプログラム Download PDFInfo
- Publication number
- JP2017126162A JP2017126162A JP2016004494A JP2016004494A JP2017126162A JP 2017126162 A JP2017126162 A JP 2017126162A JP 2016004494 A JP2016004494 A JP 2016004494A JP 2016004494 A JP2016004494 A JP 2016004494A JP 2017126162 A JP2017126162 A JP 2017126162A
- Authority
- JP
- Japan
- Prior art keywords
- object candidate
- region
- ranking
- unit
- area
- 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
- Image Analysis (AREA)
Abstract
Description
前記重複度算出部によって算出された前記物体候補領域間の重複度と、前記特徴類似度算出部によって算出された前記物体候補領域間の類似度とに基づいて、前記物体候補領域の各々をランキングする際に、前記物体候補領域の各々について、ランキング上位の前記物体候補領域との間の前記重複度が大きい前記物体候補領域ほど上位にランキングされ、かつランキング上位の前記物体候補領域との間の前記類似度が大きい前記物体候補領域ほど上位にランキングされるように、前記物体候補領域をランキングする物体候補領域ランキング部と、前記物体候補領域ランキング部によって得られた前記物体候補領域の各々のランキング結果に基づいて、前記物体候補領域の各々から、前記物体領域を選択する物体領域選択部と、を含んで構成されている。
本発明の第1の実施の形態に係る物体領域選択装置100は、CPU(Central Processing Unit)と、CPUが後述する各処理ルーチンを実行するためのプログラム等を記憶したROM(Read Only Memory)と、RAM(Random Access Memory)と、を備えたコンピュータで構成することができる。この物体領域選択装置100は、機能的には図1に示すように入力部10と、演算部20と、出力部40とを備えている。物体領域選択装置100は、複数の画像の各々について、当該画像に含まれる対象物体を表す物体領域を選択する。
[参考文献3]A. Oliva et al., “Modeling the Shape of the Scene: A Holistic Representation of the Spatial Envelope”, in IJCV, 2001.
[参考文献4]R. Girshick et al., “Rich feature hierarchies for accurate object detection and semantic segmentation”, in Proc. CVPR, 2014.
次に、本発明の第1の実施の形態に係る物体領域選択装置100の作用について説明する。入力部10より対象物体を表す画像を含む複数の画像が入力されると、物体領域選択装置100は、図5に示す物体領域選択処理ルーチンを実行する。
<本発明の第2の実施の形態に係る物体領域選択装置の構成>
次に、本発明の第2の実施の形態について説明する。なお、第2の実施の形態に係る物体領域選択装置の構成は、第1の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。
20 演算部
22 画像集合データベース
24 物体候補領域抽出部
26 重複度算出部
28 特徴類似度算出部
30 物体候補領域ランキング部
32 物体領域選択部
40 出力部
100 物体領域選択装置
Claims (6)
- 物体候補領域抽出部、重複度算出部、特徴類似度算出部、物体候補領域ランキング部、及び物体領域選択部を含み、複数の画像の各々について、前記画像に含まれる対象物体を表す物体領域を選択する物体領域選択装置における物体領域選択方法であって、
前記物体候補領域抽出部が、前記複数の画像の各々から前記対象物体の物体候補領域を抽出するステップと、
前記重複度算出部が、前記物体候補領域抽出部によって同じ前記画像から抽出された前記物体候補領域のペアの各々に対し、前記物体候補領域間の重複度を算出するステップと、
前記特徴類似度算出部が、前記物体候補領域抽出部によって前記複数の画像の各々の前記物体候補領域の各々から抽出された画像特徴量に基づいて、前記物体候補領域のペアの各々に対し、前記物体候補領域間の類似度を算出するステップと、
前記物体候補領域ランキング部が、前記重複度算出部によって算出された前記物体候補領域間の重複度と、前記特徴類似度算出部によって算出された前記物体候補領域間の類似度とに基づいて、前記物体候補領域の各々をランキングする際に、前記物体候補領域の各々について、ランキング上位の前記物体候補領域との間の前記重複度が大きい前記物体候補領域ほど上位にランキングされ、かつランキング上位の前記物体候補領域との間の前記類似度が大きい前記物体候補領域ほど上位にランキングされるように、前記物体候補領域をランキングするステップと、
前記物体領域選択部が、前記物体候補領域ランキング部によって得られた前記物体候補領域の各々のランキング結果に基づいて、前記物体候補領域の各々から、前記物体領域を選択するステップと、
を含む物体領域選択方法。 - 前記物体領域選択部が前記物体領域を選択するステップは、前記物体候補領域ランキング部によって得られた前記ランキング結果に基づいて、前記画像毎に、前記物体候補領域の各々から少なくとも1つの前記物体領域を選択する
請求項1に記載の物体領域選択方法。 - 前記物体領域選択部が前記物体領域を選択するステップは、前記物体候補領域ランキング部によって得られた前記ランキング結果に基づいて、前記物体候補領域の各々から、予め定められた個数の前記物体領域を選択する
請求項1に記載の物体領域選択方法。 - 前記物体領域選択部が前記物体領域を選択するステップは、前記物体候補領域ランキング部によって得られた前記ランキング結果に基づいて、前記画像の前記物体候補領域の各々から複数の前記物体領域を選択する際に、ランキングスコアの高い順に、ランキングスコアが予め定められた第1の閾値よりも大きい前記画像の前記物体候補領域であって、かつ、既に選択された前記物体領域との前記重複度が予め定められた第2の閾値よりも小さい前記物体候補領域を前記物体領域として選択する
請求項2又は3に記載の物体領域選択方法。 - 複数の画像の各々について、前記画像に含まれる対象物体を表す物体領域を選択する物体領域選択装置であって、
前記複数の画像の各々から前記対象物体の物体候補領域を抽出する物体候補領域抽出部と、
前記物体候補領域抽出部によって同じ前記画像から抽出された前記物体候補領域のペアの各々に対し、前記物体候補領域間の重複度を算出する重複度算出部と、
前記物体候補領域抽出部によって前記複数の画像の各々の前記物体候補領域の各々から抽出された画像特徴量に基づいて、前記物体候補領域のペアの各々に対し、前記物体候補領域間の類似度を算出する特徴類似度算出部と、
前記重複度算出部によって算出された前記物体候補領域間の重複度と、前記特徴類似度算出部によって算出された前記物体候補領域間の類似度とに基づいて、前記物体候補領域の各々をランキングする際に、前記物体候補領域の各々について、ランキング上位の前記物体候補領域との間の前記重複度が大きい前記物体候補領域ほど上位にランキングされ、かつランキング上位の前記物体候補領域との間の前記類似度が大きい前記物体候補領域ほど上位にランキングされるように、前記物体候補領域をランキングする物体候補領域ランキング部と、
前記物体候補領域ランキング部によって得られた前記物体候補領域の各々のランキング結果に基づいて、前記物体候補領域の各々から、前記物体領域を選択する物体領域選択部と、
を含む物体領域選択装置。 - 請求項1〜請求項4の何れか1項記載の物体領域選択方法の各ステップをコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016004494A JP6535605B2 (ja) | 2016-01-13 | 2016-01-13 | 物体領域選択方法、装置、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016004494A JP6535605B2 (ja) | 2016-01-13 | 2016-01-13 | 物体領域選択方法、装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017126162A true JP2017126162A (ja) | 2017-07-20 |
JP6535605B2 JP6535605B2 (ja) | 2019-06-26 |
Family
ID=59364326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016004494A Active JP6535605B2 (ja) | 2016-01-13 | 2016-01-13 | 物体領域選択方法、装置、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6535605B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013114596A (ja) * | 2011-11-30 | 2013-06-10 | Kddi Corp | 画像認識装置及び方法 |
WO2015015634A1 (ja) * | 2013-08-02 | 2015-02-05 | 株式会社日立製作所 | 辞書生成システム、辞書生成方法、および辞書生成プログラム |
-
2016
- 2016-01-13 JP JP2016004494A patent/JP6535605B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013114596A (ja) * | 2011-11-30 | 2013-06-10 | Kddi Corp | 画像認識装置及び方法 |
WO2015015634A1 (ja) * | 2013-08-02 | 2015-02-05 | 株式会社日立製作所 | 辞書生成システム、辞書生成方法、および辞書生成プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6535605B2 (ja) | 2019-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10762376B2 (en) | Method and apparatus for detecting text | |
Chaudhuri et al. | Multilabel remote sensing image retrieval using a semisupervised graph-theoretic method | |
CN112101165B (zh) | 兴趣点识别方法、装置、计算机设备和存储介质 | |
Zhao et al. | ApLeaf: An efficient android-based plant leaf identification system | |
WO2019163985A1 (ja) | 特徴表現装置、特徴表現方法、およびプログラム | |
CN112434721A (zh) | 一种基于小样本学习的图像分类方法、系统、存储介质及终端 | |
Tsai et al. | Learning and recognition of on-premise signs from weakly labeled street view images | |
CN105069457B (zh) | 图像识别方法和装置 | |
CN104850822B (zh) | 基于多特征融合的简单背景下的叶片识别方法 | |
Rejeb Sfar et al. | Vantage feature frames for fine-grained categorization | |
CN103824090A (zh) | 一种自适应的人脸低层特征选择方法及人脸属性识别方法 | |
CN111274926B (zh) | 图像数据筛选方法、装置、计算机设备和存储介质 | |
CN110751027B (zh) | 一种基于深度多示例学习的行人重识别方法 | |
Lee et al. | Automatic recognition of flower species in the natural environment | |
CN115062186B (zh) | 一种视频内容检索方法、装置、设备以及存储介质 | |
CN113449725A (zh) | 对象分类方法、装置、设备及存储介质 | |
CN107480627B (zh) | 行为识别方法、装置、存储介质和处理器 | |
Roy et al. | Offline signature verification system: a graph neural network based approach | |
JP2016099980A (ja) | 画像セグメンテーション方法、装置、及びプログラム | |
JP5791751B2 (ja) | 画像認識方法及び画像認識装置 | |
JP6573233B2 (ja) | 認識容易性指標算出装置、方法、及びプログラム | |
Vidhyalakshmi et al. | Text detection in natural images with hybrid stroke feature transform and high performance deep Convnet computing | |
JP5370267B2 (ja) | 画像処理システム | |
CN115050044B (zh) | 一种基于MLP-Mixer的跨模态行人重识别方法 | |
JP6448036B2 (ja) | 物体領域特定方法、装置、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180215 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190517 |
|
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: 20190528 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190603 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6535605 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |