JP2017201498A - 物体検出装置、物体検出方法および物体検出プログラム - Google Patents
物体検出装置、物体検出方法および物体検出プログラム Download PDFInfo
- Publication number
- JP2017201498A JP2017201498A JP2016136359A JP2016136359A JP2017201498A JP 2017201498 A JP2017201498 A JP 2017201498A JP 2016136359 A JP2016136359 A JP 2016136359A JP 2016136359 A JP2016136359 A JP 2016136359A JP 2017201498 A JP2017201498 A JP 2017201498A
- Authority
- JP
- Japan
- Prior art keywords
- target object
- orientation
- image
- input image
- posture
- 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
図1はプロジェクションマッピングに適用した一実施形態のシステム構成例を示す図である。図1において、事前に行われるオフライン処理のためのPC(Personal Computer)等の情報処理装置1と、本番におけるオンライン処理のためのPC等の情報処理装置2とが設けられている。なお、情報処理装置1によるオフライン処理の結果は、決定木パラメータとして情報処理装置2に引き渡される。なお、情報処理装置1と情報処理装置2は同じ装置を用いてもよく、その場合は決定木パラメータの引き渡しは必要ない。
図4はオフライン処理の例を示すフローチャートである。図4において、情報処理装置1では、検出対象となる対象物体OのCADモデルからポジティブ画像11を生成する(ステップS11)。なお、他の情報処理装置においてポジティブ画像11を生成し、それを情報処理装置1で取得するようにしてもよい。
θ={vx,vy,vz,θro}
と表すことができる。
以上説明したように、本実施形態によれば、照明変化や対象物体の位置姿勢の変動や自己遮蔽に対する頑健さと位置姿勢の推定の精度の向上とを同時に満たすことができる。
11 ポジティブ画像
12 ネガティブ画像
13 パッチ画像抽出部
14 特徴量抽出部
15 パッチ情報記憶部
16 決定木学習部
17 決定木パラメータ記憶部
2 情報処理装置
21 入力画像
22 パッチ画像・特徴量抽出部
23 位置姿勢推定部
231 姿勢クラス・重心位置・スケール推定部
232 姿勢パラメータ・スケール推定部
24 位置姿勢推定部
241 位置姿勢追跡部
2411 エッジ点抽出部
2412 入力画像-エッジ間マッチング部
2413 誤差最小化部
242 動き予測部
25 投影画像生成部
26 出力画像
3 カメラ
4 プロジェクタ
5 赤外照明
O 対象物体
Claims (12)
- 検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第1の識別器と、
前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第2の識別器と
を備えたことを特徴とする物体検出装置。 - 前記入力画像を赤外線カメラから入力する
ことを特徴とする請求項1に記載の物体検出装置。 - 前記特徴量として累積勾配方向特徴量または量子化勾配方向特徴量を用いる
ことを特徴とする請求項1または2に記載の物体検出装置。 - 前記第1の識別器および前記第2の識別器は、前記入力画像の個々のパッチ画像による分類結果の総合的な投票結果に基づいて分類を行う
ことを特徴とする請求項1乃至3のいずれか一項に記載の物体検出装置。 - 前記第1の識別器および前記第2の識別器は、前記第1の識別器および前記第2の識別器を構成する決定木をRandom Ferns形式で構成する
ことを特徴とする請求項1乃至4のいずれか一項に記載の物体検出装置。 - 前記第2の識別器により推定された姿勢パラメータを初期値として、前記入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡部と、
前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測部と
を備えたことを特徴とする請求項1乃至5のいずれか一項に記載の物体検出装置。 - 前記位置姿勢追跡部は、前記初期値における前記対象物体のCADモデル上のエッジ点と前記入力画像から抽出した前記対象物体のエッジ点との誤差を最小化するように位置姿勢に補正を加える
ことを特徴とする請求項6に記載の物体検出装置。 - 対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡部と、
前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測部と
を備えたことを特徴とする物体検出装置。 - 検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第1の識別手順と、
前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第2の識別手順と
をコンピュータが実行することを特徴とする物体検出方法。 - 対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡手順と、
前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測手順と
をコンピュータが実行することを特徴とする物体検出方法。 - 検出の対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、前記対象物体を撮影して得た入力画像のパッチ画像をいずれかの姿勢クラスに分類する第1の識別手順と、
前記対象物体の様々な姿勢の画像から抽出したパッチ画像の特徴量に基づいて学習され、姿勢クラスが推定された入力画像のパッチ画像をいずれかの姿勢パラメータに分類する第2の識別手順と
をコンピュータに実行させることを特徴とする物体検出プログラム。 - 対象物体の姿勢パラメータの初期値を入力し、前記対象物体を撮影して得た入力画像により前記対象物体の位置姿勢を追跡する位置姿勢追跡手順と、
前記対象物体の過去の位置姿勢の変化から所定の遅延後の前記対象物体の位置姿勢を予測する動き予測手順と
をコンピュータに実行させることを特徴とする物体検出プログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016101917 | 2016-04-28 | ||
JP2016101917 | 2016-04-28 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017201498A true JP2017201498A (ja) | 2017-11-09 |
JP6796850B2 JP6796850B2 (ja) | 2020-12-09 |
Family
ID=60264624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016136359A Active JP6796850B2 (ja) | 2016-04-28 | 2016-07-08 | 物体検出装置、物体検出方法および物体検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6796850B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014056572A (ja) * | 2012-09-11 | 2014-03-27 | Sharp Laboratories Of America Inc | 勾配方位のヒストグラムによるテンプレート・マッチング |
JP2015032001A (ja) * | 2013-07-31 | 2015-02-16 | キヤノン株式会社 | 情報処理装置および情報処理手法、プログラム |
JP2015045751A (ja) * | 2013-08-28 | 2015-03-12 | 株式会社ニコン | 投影装置 |
JP2016021097A (ja) * | 2014-07-11 | 2016-02-04 | Kddi株式会社 | 画像処理装置、画像処理方法、およびプログラム |
-
2016
- 2016-07-08 JP JP2016136359A patent/JP6796850B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014056572A (ja) * | 2012-09-11 | 2014-03-27 | Sharp Laboratories Of America Inc | 勾配方位のヒストグラムによるテンプレート・マッチング |
JP2015032001A (ja) * | 2013-07-31 | 2015-02-16 | キヤノン株式会社 | 情報処理装置および情報処理手法、プログラム |
JP2015045751A (ja) * | 2013-08-28 | 2015-03-12 | 株式会社ニコン | 投影装置 |
JP2016021097A (ja) * | 2014-07-11 | 2016-02-04 | Kddi株式会社 | 画像処理装置、画像処理方法、およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6796850B2 (ja) | 2020-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220138490A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
AU2018292610B2 (en) | Method and system for performing simultaneous localization and mapping using convolutional image transformation | |
Li et al. | Monocular real-time volumetric performance capture | |
CN111243093B (zh) | 三维人脸网格的生成方法、装置、设备及存储介质 | |
US11232286B2 (en) | Method and apparatus for generating face rotation image | |
US9665803B2 (en) | Image processing apparatus and image processing method | |
JP5833507B2 (ja) | 画像処理装置 | |
JP2007072620A (ja) | 画像認識装置及びその方法 | |
CN112200056B (zh) | 人脸活体检测方法、装置、电子设备及存储介质 | |
JP2016099982A (ja) | 行動認識装置、行動学習装置、方法、及びプログラム | |
US20230237777A1 (en) | Information processing apparatus, learning apparatus, image recognition apparatus, information processing method, learning method, image recognition method, and non-transitory-computer-readable storage medium | |
CN110546687B (zh) | 图像处理装置及二维图像生成用程序 | |
KR20190078890A (ko) | 그리드 기반의 평면 추정 방법 및 장치 | |
JP6016242B2 (ja) | 視点推定装置及びその分類器学習方法 | |
CN117422851A (zh) | 虚拟换衣方法及其装置、电子设备 | |
JP2023065296A (ja) | 平面検出装置及び方法 | |
JP6796850B2 (ja) | 物体検出装置、物体検出方法および物体検出プログラム | |
KR20230049969A (ko) | 글로벌 측위 장치 및 방법 | |
Song et al. | ConcatNet: A deep architecture of concatenation-assisted network for dense facial landmark alignment | |
CN113034675A (zh) | 一种场景模型构建方法、智能终端及计算机可读存储介质 | |
JP2018185655A (ja) | 物体検出装置、物体検出方法、物体検出プログラムおよび物体検出システム | |
CN112016495A (zh) | 人脸识别的方法、装置和电子设备 | |
Betta et al. | Metrological characterization of 3D biometric face recognition systems in actual operating conditions | |
JP7405448B2 (ja) | 画像処理方法及び画像処理システム | |
CN113837053B (zh) | 生物面部对齐模型训练方法、生物面部对齐方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190606 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200817 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200825 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201016 |
|
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: 20201104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6796850 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |