JP2017201454A - 画像処理装置及びプログラム - Google Patents
画像処理装置及びプログラム Download PDFInfo
- Publication number
- JP2017201454A JP2017201454A JP2016092661A JP2016092661A JP2017201454A JP 2017201454 A JP2017201454 A JP 2017201454A JP 2016092661 A JP2016092661 A JP 2016092661A JP 2016092661 A JP2016092661 A JP 2016092661A JP 2017201454 A JP2017201454 A JP 2017201454A
- Authority
- JP
- Japan
- Prior art keywords
- subject
- image
- calculation unit
- region
- setting unit
- 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
- 238000004364 calculation method Methods 0.000 claims abstract description 88
- 238000007781 pre-processing Methods 0.000 claims description 23
- 230000000007 visual effect Effects 0.000 claims description 9
- 239000013598 vector Substances 0.000 abstract description 84
- 238000000034 method Methods 0.000 description 27
- 238000010586 diagram Methods 0.000 description 11
- 239000013256 coordination polymer Substances 0.000 description 8
- 241000270295 Serpentes Species 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
【解決手段】画像処理装置1の被写体矩形領域設定部14は、画像Iの顕著性マップを用いて画像Iの被写体矩形領域を設定する。被写体領域設定部15は、被写体矩形領域の矩形枠上にNc個の制御点を設定し、Nc個の制御点を直線で結んだ輪郭を動的輪郭モデルの初期輪郭として設定する。被写体領域設定部15は、輪郭全体の弧長に関するエネルギーELEN、各制御点における曲率に関するエネルギーECRV、及び各制御点における画像に関するエネルギーEIMGを加算したエネルギーEを求め、エネルギーEが最小となる位置で各制御点を停止させ、その位置で被写体輪郭を設定し、被写体輪郭内の領域を被写体領域として設定する。被写体特徴算出部16は、画像I内の被写体領域の画像特徴量を被写体特徴ベクトルVOIとして算出する。
【選択図】図1
Description
まず、実施例1について説明する。実施例1は、従来のブロック領域毎の画像特徴量を算出すると共に、画像から背景を除外した被写体領域を設定し、被写体領域の画像特徴量を算出する例である。
[数1]
VGI={VGI(1,1),・・・,VGI(M1,M2)} ・・・(1)
[非特許文献] L.Itti, C.Koch, and E.Niebur:“A Model of Saliency-Based Visual Attention for Rapid Scene Analysis”, IEEE Transactions on Pattern Analysis and Machine Intelligence, VOl.20, No11, 1998年11月
[特許文献] 特表2007−515009号公報
[非特許文献] M.Kass, A.Witkin, and D.Terzopoulos:“Snakes:Active contour models,” International Journal of Computer Vision, 1(4):321-331, 1998年1月
[数2]
E=ELEN+ECRV+EIMG ・・・(2)
[数3]
[数4]
[数5]
I’(i)としては、制御点CP(i)における画像エネルギーであり、画像Iにおける制御点の画素位置の画素値から得られる勾配(エッジ)情報(勾配値)が用いられる。
[数6]
WI=Kave/255 ・・・(6)
次に、実施例2について説明する。実施例2は、実施例1にて算出したブロック領域毎の画像特徴量及び被写体領域の画像特徴量を用いて、複数の検索対象画像から要求画像に類似する画像を選択する例である。実施例2では、複数の検索対象画像のそれぞれと要求画像との間で、ブロック領域毎の画像特徴量及び被写体領域の画像特徴量を反映した類似度を算出し、複数の検索対象画像から類似度の高い画像を選択する。
[数7]
S(n)=(SG(n)+WQSO(n))/(1+WQ) ・・・(7)
10 ブロック設定部
11 ブロック特徴算出部
12 被写体特徴処理部
13 画像特徴ベクトル生成部
14 被写体矩形領域設定部
15 被写体領域設定部
16 被写体特徴算出部
17 重み係数算出部
20 検索対象画像DB
21 前処理部
22 画像特徴ベクトルDB
23 検索処理部
24 特徴算出部
25 類似度算出部
26 類似画像選択部
Claims (7)
- 被写体を含む画像の特徴量を算出する画像処理装置において、
前記画像に含まれる前記被写体が存在する視覚的注意が導かれる領域を可視化するための顕著性値を画素毎に表した顕著性マップを用いて、前記被写体を含む矩形の被写体矩形領域を設定する被写体矩形領域設定部と、
前記被写体矩形領域設定部により設定された前記被写体矩形領域の前記矩形の枠上に、所定数の制御点を設定し、前記所定数の制御点を直線で結んだ輪郭の動的輪郭モデルを設定し、
前記所定数の制御点の位置をそれぞれ移動させる毎に、前記動的輪郭モデルのエネルギーを算出し、
前記エネルギーに基づいて、前記被写体の輪郭を被写体輪郭として設定し、前記被写体輪郭内の領域を被写体領域として設定する被写体領域設定部と、
前記被写体領域設定部により設定された前記被写体領域の画像特徴量を算出する被写体特徴算出部と、
を備えたことを特徴とする画像処理装置。 - 請求項1に記載の画像処理装置において、
前記画像から格子状の複数のブロック領域を設定するブロック設定部と、
前記ブロック設定部により設定された複数のブロック領域のそれぞれについての特徴量を、全体の画像特徴量をして算出するブロック特徴算出部と、を備え、
前記被写体特徴算出部により算出された前記被写体領域の画像特徴量、及び、前記ブロック特徴算出部により算出された前記全体の画像特徴量を出力する、ことを特徴とする画像処理装置。 - 請求項1または2に記載の画像処理装置において、
前記被写体領域設定部は、
前記被写体矩形領域設定部により設定された前記被写体矩形領域の前記矩形の枠上に、所定数の制御点を設定し、前記所定数の制御点を直線で結んだ輪郭の動的輪郭モデルを設定し、
前記所定数の制御点の位置をそれぞれ移動させる毎に、前記動的輪郭モデルの輪郭の弧長に関するエネルギー、前記動的輪郭モデルの曲率に関するエネルギー、及び前記動的輪郭モデルの画像の勾配に関するエネルギーの加算値を、前記動的輪郭モデルのエネルギーとして算出し、
前記エネルギーが最小のときの前記所定数の制御点を結んだ輪郭を被写体輪郭として設定し、前記被写体輪郭内の領域を被写体領域として設定する、ことを特徴とする画像処理装置。 - 複数の検索対象画像から要求画像に類似する画像を検索する画像処理装置において、
前記複数の検索対象画像のそれぞれについて、画像特徴量を算出する前処理部と、
前記要求画像について、画像特徴量を算出する特徴算出部と、
前記前処理部により算出された前記複数の検索対象画像のそれぞれについての画像特徴量、及び前記特徴算出部により算出された前記要求画像の画像特徴量に基づいて、前記複数の検索対象画像のそれぞれと前記要求画像との間の類似度を算出する類似度算出部と、
前記類似度算出部により算出された前記類似度に基づいて、前記複数の検索対象画像から前記要求画像に類似する画像を選択する類似画像選択部と、を備え、
前記前処理部は、
前記複数の検索対象画像のそれぞれについて、格子状の複数のブロック領域を設定する第1のブロック設定部と、
前記複数の検索対象画像のそれぞれについて、前記第1のブロック設定部により設定された複数のブロック領域の特徴量を、全体特徴量をして算出する第1のブロック特徴算出部と、
前記複数の検索対象画像のそれぞれについて、当該検索対象画像に含まれる被写体が存在する視覚的注意が導かれる領域を可視化するための顕著性値を画素毎に表した顕著性マップを用いて、前記被写体を含む矩形の被写体矩形領域を設定する第1の被写体矩形領域設定部と、
前記複数の検索対象画像のそれぞれについて、前記第1の被写体矩形領域設定部により設定された前記被写体矩形領域の前記矩形の枠上に、所定数の制御点を設定し、前記所定数の制御点を直線で結んだ輪郭の動的輪郭モデルを設定し、
前記所定数の制御点の位置をそれぞれ移動させる毎に、前記動的輪郭モデルの輪郭の弧長に関するエネルギー、前記動的輪郭モデルの曲率に関するエネルギー、及び前記動的輪郭モデルの画像の勾配に関するエネルギーの加算値を、前記動的輪郭モデルのエネルギーとして算出し、
前記エネルギーが最小のときの前記所定数の制御点を結んだ輪郭を被写体輪郭として設定し、前記被写体輪郭内の領域を被写体領域として設定する第1の被写体領域設定部と、
前記複数の検索対象画像のそれぞれについて、前記第1の被写体領域設定部により設定された前記被写体領域の画像特徴量を、被写体特徴量として算出する第1の被写体特徴算出部と、を備え、
前記特徴算出部は、
前記要求画像について、格子状の複数のブロック領域を設定する第2のブロック設定部と、
前記第2のブロック設定部により設定された複数のブロック領域の特徴量を、全体特徴量をして算出する第2のブロック特徴算出部と、
前記要求画像に含まれる被写体が存在する視覚的注意が導かれる領域を可視化するための顕著性値を画素毎に表した顕著性マップを用いて、前記被写体を含む矩形の被写体矩形領域を設定する第2の被写体矩形領域設定部と、
前記第2の被写体矩形領域設定部により設定された前記被写体矩形領域の前記矩形の枠上に、所定数の制御点を設定し、前記所定数の制御点を直線で結んだ輪郭の動的輪郭モデルを設定し、
前記所定数の制御点の位置をそれぞれ移動させる毎に、前記動的輪郭モデルの輪郭の弧長に関するエネルギー、前記動的輪郭モデルの曲率に関するエネルギー、及び前記動的輪郭モデルの画像の勾配に関するエネルギーの加算値を、前記動的輪郭モデルのエネルギーとして算出し、
前記エネルギーが最小のときの前記所定数の制御点を結んだ輪郭を被写体輪郭として設定し、前記被写体輪郭内の領域を被写体領域として設定する第2の被写体領域設定部と、
前記第2の被写体領域設定部により設定された前記被写体領域の画像特徴量を、被写体特徴量として算出する第2の被写体特徴算出部と、を備え、
前記類似度算出部は、
前記前処理部の前記第1のブロック特徴算出部により算出された前記複数の検索対象画像のそれぞれについての全体特徴量、及び前記特徴算出部の前記第2のブロック特徴算出部により算出された前記要求画像の全体特徴量に基づいて、前記複数の検索対象画像のそれぞれと前記要求画像との間の全体類似度を算出し、
前記前処理部の前記第1の被写体特徴算出部により算出された前記複数の検索対象画像のそれぞれについての被写体特徴量、及び前記特徴算出部の前記第2の被写体特徴算出部により算出された前記要求画像の被写体特徴量に基づいて、前記複数の検索対象画像のそれぞれと前記要求画像との間の被写体類似度を算出し、
前記全体類似度及び前記被写体類似度に基づいて、前記複数の検索対象画像のそれぞれと前記要求画像との間の類似度を算出する、ことを特徴とする画像処理装置。 - 請求項4に記載の画像処理装置において、
前記特徴算出部は、さらに、
前記顕著性マップを用いて、前記第2の被写体領域設定部により設定された前記被写体輪郭の全制御点の顕著性値を平均化し、平均値に基づいて、前記被写体領域の重み係数を算出する重み係数算出部を備え、
前記類似度算出部は、
前記特徴算出部の前記重み係数算出部により算出された前記重み係数、前記全体類似度及び前記被写体類似度に基づいて、前記複数の検索対象画像のそれぞれと前記要求画像との間の類似度を算出する、ことを特徴とする画像処理装置。 - 請求項3から5までのいずれか一項に記載の画像処理装置において、
前記動的輪郭モデルの画像の勾配に関するエネルギーを、前記顕著性マップに表された顕著性値から得られる前記制御点の画素位置の勾配値とする、ことを特徴とする画像処理装置。 - コンピュータを、請求項1から6までのいずれか一項に記載の画像処理装置として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016092661A JP6725310B2 (ja) | 2016-05-02 | 2016-05-02 | 画像処理装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016092661A JP6725310B2 (ja) | 2016-05-02 | 2016-05-02 | 画像処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017201454A true JP2017201454A (ja) | 2017-11-09 |
JP6725310B2 JP6725310B2 (ja) | 2020-07-15 |
Family
ID=60264465
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016092661A Active JP6725310B2 (ja) | 2016-05-02 | 2016-05-02 | 画像処理装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6725310B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2021084590A1 (ja) * | 2019-10-28 | 2021-05-06 | ||
JP7138264B1 (ja) * | 2021-10-08 | 2022-09-15 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、情報処理システム、およびプログラム |
-
2016
- 2016-05-02 JP JP2016092661A patent/JP6725310B2/ja active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2021084590A1 (ja) * | 2019-10-28 | 2021-05-06 | ||
WO2021084590A1 (ja) * | 2019-10-28 | 2021-05-06 | 富士通株式会社 | 学習方法、学習プログラム、および学習装置 |
JP7322965B2 (ja) | 2019-10-28 | 2023-08-08 | 富士通株式会社 | 学習方法、学習プログラム、および学習装置 |
JP7138264B1 (ja) * | 2021-10-08 | 2022-09-15 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、情報処理システム、およびプログラム |
WO2023058233A1 (ja) * | 2021-10-08 | 2023-04-13 | 楽天グループ株式会社 | 情報処理装置、情報処理方法、情報処理システム、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6725310B2 (ja) | 2020-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6631179B2 (ja) | 前景画像分割方法及び装置、プログラム、並びに記録媒体 | |
JP6716996B2 (ja) | 画像処理プログラム、画像処理装置、及び画像処理方法 | |
CN106529573A (zh) | 一种结合三维点云分割和局部特征匹配的实时物体检测方法 | |
JP2011134114A (ja) | パターン認識方法およびパターン認識装置 | |
CN112927353B (zh) | 基于二维目标检测和模型对齐的三维场景重建方法、存储介质及终端 | |
JP2012027713A (ja) | 画像処理装置および方法、並びにプログラム | |
CN110781937B (zh) | 一种基于全局视角的点云特征提取方法 | |
CN109345536B (zh) | 一种图像超像素分割方法及其装置 | |
JP6725310B2 (ja) | 画像処理装置及びプログラム | |
US10460449B2 (en) | Image processing apparatus, image processing method, and image processing system for extracting regions of interest | |
JP2008084076A (ja) | 画像処理装置、方法およびプログラム | |
CN112766348A (zh) | 一种基于对抗神经网络生成样本数据的方法以及装置 | |
JPH10111946A (ja) | 画像追跡装置 | |
CN107220481B (zh) | 一种面状要素地图综合质量的定量评价方法 | |
JP2005165969A (ja) | 画像処理装置、及び方法 | |
Lindblad et al. | Exact linear time euclidean distance transforms of grid line sampled shapes | |
JP6278757B2 (ja) | 特徴量生成装置、特徴量生成方法、およびプログラム | |
JP2017004052A (ja) | 学習装置、方法及びプログラム | |
JP2008158626A (ja) | テンプレート作成装置,テンプレート作成方法,その方法を実装したテンプレート作成プログラム,そのプログラムを格納した記憶媒体と、テンプレートマッチング装置,テンプレートマッチング方法,その方法を実装したテンプレートマッチングプログラム,そのプログラムを格納した記憶媒体 | |
JP2007156954A (ja) | 信頼度テーブル作成方法、オプティカルフロー推定方法、信頼度テーブル作成装置、オプティカルフロー推定装置、及びプログラム | |
JP6827317B2 (ja) | 画像処理装置及びプログラム | |
JP2012118923A (ja) | 領域分割装置及び領域分割方法 | |
Heimann et al. | Joint Geometry and Attribute Upsampling of Point Clouds Using Frequency-Selective Models with Overlapped Support | |
KR20130138457A (ko) | 증강현실의 호모그래피 정확도 향상을 위한 csp 기반의 ransac 샘플링 방법 | |
CN111047604B (zh) | 一种高清图像的透明度遮罩提取方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20160516 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190401 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200304 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200317 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200514 |
|
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: 20200601 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200625 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6725310 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |