JP2018005506A - 画像認識手法評価装置、画像認識手法評価方法、及びプログラム - Google Patents

Abstract

【課題】画像認識手法の評価に要する時間を短縮することができる。
【解決手段】実施形態の画像認識手法評価装置の第１処理部は、対象画像に含まれる検出対象を検出するための第１処理を実施する。対象画像のうち第１画像の後に処理する第２画像において、第１処理部は、対象画像を複数に分割した部分画像を単位にして第１処理を行うとともに、第１画像に対する第１処理の結果を援用可能である第２画像の部分画像について第１画像に対する第１処理の結果を援用し、第１画像に対する第１処理の結果を援用困難である第２画像の部分画像について第１処理を実行する。第２処理部は、得られた第１処理結果画像が結合された画像に対して第２処理を実施する。評価部は、対象画像に含まれる検出対象を検出した結果を評価する。
【選択図】図３

Description

本発明の実施形態は、画像認識手法評価装置、画像認識手法評価方法、及びプログラムに関する。

対象画像から、検出対象として定めた特定の被写体をそれぞれ検出する画像認識装置が知られている。このような画像認識装置における画像認識手法では、基本的な処理を単位処理とし、異なる処理を実施する単位処理を複数組み合わせて全体の処理を構成することがある。各単位処理において、その処理を特徴づけるパラメータ（変数）を調整することで、単位処理ごとに所望の特性を得ることができる。
各単位処理の組み合わせと、その組み合わせにおける単位処理のパラメータをどのように決定すると良いかは、画像認識装置を適用する適用対象の画像により異なるものとなる。

このように画像認識装置の特性を適用対象の画像に対して適したものになるように調整するためには、適用対象の画像ごとに、各単位処理の組み合わせを代え、その組み合わせにおける単位処理のパラメータを調整するという評価を、繰り返し実施することが必要とされる。また、検出対象の画像を条件が異なる類似の画像に代えて同様の評価を繰り返すことも必要とされる。このように、画像認識手法を決定するうえで、適する単位処理の組み合わせとそのパラメータを決定するのに時間がかかることがある。

特開２００９−７１７３４号公報

本発明が解決する課題は、画像認識手法の評価に要する時間を短縮することができる画像認識手法評価装置、画像認識手法評価方法、及びプログラムを提供することである。

実施形態の画像認識手法評価装置は、第１処理部と、第２処理部と、評価部とを持つ。第１処理部は、複数の対象画像のうちから選択された対象画像に対し、前記対象画像に含まれる検出対象を検出するための第１処理を実施する。第２処理部は、画像に含まれる検出対象を検出するための第２処理を実施する。抽出部は、前記対象画像に含まれる検出対象を、前記第１処理部及び前記第２処理部の処理を経て検出した結果を評価する。前記複数の対象画像のうち第１画像の後に処理する第２画像において、前記第１処理部は、前記対象画像を複数に分割した部分画像を単位にして前記第１処理を行うとともに、前記第１画像に対する第１処理の結果を援用可能である前記第２画像の一部又は全部の前記部分画像について前記第１画像に対する第１処理の結果を援用し、前記第１画像に対する第１処理の結果を援用困難である前記第２画像の一部又は全部の前記部分画像について前記第１処理を実行し、前記第２処理部は、前記援用の採否の判定の結果に基づいた前記第１処理結果画像が結合された画像に対して前記第２処理を実施する。

実施形態の画像認識手法評価装置１００の使用環境の一例を示す図。 画像認識手法評価装置１００のハードウェア構成の一例を示す図。 実施形態における画像認識手法評価装置１００の機能構成の一例を示す図。 画像認識処理の対象画像と、画像認識処理の手法（アルゴリズム）の一例を示す図。 画像認識手法評価処理の概要を示すフローチャート。 上記の画像認識手法評価処理で利用するテーブルを示す図。 上記の画像認識手法評価処理で利用するテーブルを示す図。 画像認識手法に対する性能評価処理（Ｓ３）の概要を示すフローチャート。 画像認識手法に対する性能評価処理において利用される各テーブルの一例を示す図。 画像認識手法に対する性能評価処理において利用される各テーブルの一例を示す図。 画像認識手法に対する性能評価処理において利用される各テーブルの一例を示す図。 画像分割処理（Ｓａ５）のフローチャート。 中間データ格納部の構成を示す図。 再利用を考慮した処理（Ｓａ６）のフローチャート。 画像結合処理（Ｓａ７）のフローチャート。 再利用を考慮しない処理（Ｓａ８）のフローチャート。 対象画像の一部を再利用する処理について説明するための図。 対象画像を分割する処理を示す図。 複数の単位処理を組み合わせて処理する手法を説明するための図。 画像Ｐ１に対する再利用処理について説明するための図。 画像Ｐ１に対する再利用処理について説明するための図。 画像Ｐ１に対する再利用処理について説明するための図。 画像Ｐ１に対する再利用処理について説明するための図。 画像Ｐ１に対する再利用処理について説明するための図。 画像Ｐ２に対する再利用処理について説明するための図。 グレースケール処理に続き実施する単位処理について説明するための図。 再利用処理を終えた段階の中間データ格納部１２６に格納されたデータを示す図。 テンプレートマッチ処理について説明するための図。 テンプレートマッチ処理の結果を抽出する処理を説明するための図。 スコア算出に関する処理を説明するための図。 第２の実施形態における画像認識手法に対する性能評価処理の概要を示すフローチャート。 第２の実施形態における再利用処理について説明するための図。

以下、実施形態の画像認識手法評価装置、画像認識手法評価方法、及びプログラムを、図面を参照して説明する。以下、前述の構成と同じ構成には同じ符号を附す。

（第１の実施形態）
［ハードウェア構成など］
図１は、実施形態の画像認識手法評価装置１００の使用環境の一例を示す図である。画像認識手法評価装置１００は、画像認識装置２００が画像認識処理に使用するパラメータ（以下、単にパラメータという。）を好適に設定する装置である。画像認識装置２００は、例えば、カメラＣＭによって対象物ＯＢを撮像した画像ＩＭの中から、対象物ＯＢの像（検出対象）が存在する領域を特定する処理（画像認識処理）を実行する。画像ＩＭは、通信によって、或いは可搬型記憶媒体を介して、画像認識手法評価装置１００および画像認識装置２００に提供される。また、画像認識装置２００がカメラＣＭを内蔵してもよい。画像認識装置２００は、カメラ（監視カメラ）を利用する監視システム、ＰＯＳ（Point Of Sale）システム、カメラを内蔵してユーザ認識を行う携帯電話や車載装置、金融機関端末、或いは、郵便局または物流施設で使用される宛先認識装置、その他の種々の用途に使用することができる。画像認識処理の対象は、カメラＣＭによる撮像画像に限らず、コンピュータによって生成されたグラフィック画像であってもよい。

画像認識手法評価装置１００と画像認識装置２００は、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、インターネットなどのネットワーク等を介して通信してもよく、互いに通信することなく独立して構成してもよい。また、画像認識手法評価装置１００と画像認識装置２００は、一つのコンピュータにより実現される仮想的な複数の装置であってもよい。後者の場合、画像認識手法評価装置１００および画像認識装置２００が、一体形成された半導体装置に含まれていてもよく、或いは、画像認識手法評価装置１００、画像認識装置２００、およびカメラが一つの筐体に内蔵された装置として構成されてもよい。

画像認識装置２００は、例えば、画像ＩＭの中で、検出対象がどの領域に存在するかを特定する。領域は、画像ＩＭの画素を座標と見立てた場合において、検出対象が存在すると判定された領域に外側から接する矩形領域の左上と右下の座標で表される。画像認識装置２００による画像認識処理は、画像認識アルゴリズムによって実現される。

画像認識アルゴリズムは、例えば、画像認識アルゴリズムを構成するひとまとまりの処理である単位処理、および、各単位処理の動作を決定する変数であるパラメータの組み合わせで構成される。単位処理には、例えば、グレースケール処理、明るさ補正処理、２値化処理、テンプレートマッチ処理などが含まれる。パラメータは、例えば、２値化処理の閾値、テンプレートマッチ処理の類似度の閾値などである。

図２は、画像認識手法評価装置１００のハードウェア構成の一例を示す図である。画像認識手法評価装置１００は、例えば、ＣＰＵ（Central Processing Unit）１００Ａと、ＲＡＭ（Random Access Memory）１００Ｂと、不揮発性記憶装置１００Ｃと、可搬型記憶媒体ドライブ装置１００Ｄと、入出力装置１００Ｅと、通信インターフェース１００Ｆとを備える。画像認識手法評価装置１００は、ＣＰＵ１００Ａに代えて、任意の形態のプロセッサを備えてもよいし、図２に示した各構成要素のうち一部を省略してもよい。

ＣＰＵ１００Ａは、不揮発性記憶装置１００Ｃに格納され、または可搬型記憶媒体ドライブ装置１００Ｄに装着された可搬型記憶媒体に格納されたプログラムをＲＡＭ１００Ｂに展開して実行することで、以下に説明する種々の処理を行う。なお、画像認識手法評価装置１００は、ＣＰＵに代えて、他の種類のプロセッサを備えてもよい。ＲＡＭ１００Ｂは、ＣＰＵ１００Ａによってワーキングエリアとして使用される。不揮発性記憶装置１００Ｃは、例えば、ＨＤＤ（Hard Disk Drive）やフラッシュメモリ、ＲＯＭ（Read Only Memory）などである。可搬型記憶媒体ドライブ装置１００Ｄには、ＤＶＤ（Digital Versatile Disc）やＣＤ（Compact Disc）、ＳＤカードなどの可搬型記憶媒体が装着される。入出力装置１００Ｅは、例えば、キーボードやマウス、タッチパネル、表示装置などを含む。通信インターフェース１００Ｆは、画像認識手法評価装置１００が他装置と通信を行う場合のインターフェースとして機能する。例えば、カメラＣＭがネットワークを介して接続される場合には、通信インターフェース１００Ｆは、カメラＣＭの画像を取得してもよい。なお、カメラＣＭがネットワークを介さずに接続される場合には、入出力装置１００ＥがカメラＣＭの信号を取得するように構成してもよい。或いは、可搬型記憶媒体ドライブ装置１００ＤがＤＶＤ等の可搬型記録媒体に書き込まれた画像データを取得してもよい。可搬型記録媒体に書き込まれた画像データには、カメラＣＭにより撮像された画像、コンピュータにより生成された画像、上記の画像の組み合わせによる画像等を含む。

［機能構成］
図３は、実施形態における画像認識手法評価装置１００の機能構成の一例を示す図である。画像認識手法評価装置１００は、再利用処理部１１１（第１処理部）と、通常処理部１１２（第２処理部）と、スコア算出部１１３（評価部）と、データ取得部１１４と、評価制御部１１５と、格納部１２０（部分画像格納部を含む）と、を備える。これらの機能部は、例えば、ＣＰＵ１００Ａが管理プログラム格納部１１０などに格納されたプログラムを実行することにより実現される。また、これらの機能部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）などのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアが協働することで実現されてもよい。

再利用処理部１１１は、複数の対象画像のうちから選択された対象画像に対し、対象画像に含まれる検出対象を検出するための処理（第１処理）を実施して、第１処理結果画像を得る。

例えば、再利用処理部１１１は、対象画像を複数に分割した部分画像を単位にして、対象画像である少なくとも第１画像と第２画像とに対する第１処理を行う。例えば、再利用処理部１１１が処理対象とする対象画像は、少なくとも第１画像と第１画像の後に処理する第２画像を含む。この場合、再利用処理部１１１は、第１画像に対する第１処理の結果を援用可能である第２画像の一部又は全部の部分画像について、前記第１画像に対する第１処理の結果である第１処理結果画像を援用する。また、再利用処理部１１１は、第１処理結果画像を援用困難である第２画像の一部又は全部の部分画像について、第１処理を実行する。以下の説明において、部分画像のことを分割画像ということがある。

上記のとおり再利用処理部１１１は、画像認識処理のアルゴリズムを評価する処理の過程で、複数の対象画像に対する処理を実施する際に、特定の対象画像の少なくとも一部について、上記処理を実施した場合に得られる画像と同様の第１処理結果画像を援用することで、実施する処理を簡素化する。再利用処理部１１１は、後に処理する対象画像の処理において、先に処理した対象画像の結果を援用するために、対象画像の一部に対する処理の結果である第１処理結果画像を格納させておき、再利用可能にする。なお、再利用処理部１１１は、援用元の対象画像（第１画像）と援用先の対象画像（第１画像の後に処理する第２画像）との間で、それぞれ実施する処理の手法を一致させることで、処理の結果である第１処理結果画像を再利用可能にする。

通常処理部１１２は、再利用処理部１１１による処理（第１処理）の結果である第１処理結果画像に基づく画像において、それに含まれる検出対象を検出するための処理（第２処理）を実施する。例えば、通常処理部１１２は、画像認識処理のアルゴリズムを評価する処理の過程で、複数の対象画像に対する処理を実施する際に、対象画像の少なくとも一部に対する処理の結果を援用困難な種類の処理を実施する。通常処理部１１２は、検出対象を識別する処理を含めた処理を実施してもよい。なお、上記の第１処理結果画像に基づく画像には、例えば、援用元の対象画像に対する処理により得られた第１処理結果画像と、援用先の対象画像に対する処理により得られた第１処理結果画像とを結合した画像などが含まれる。

スコア算出部１１３は、検出対象を検出する処理の結果を評価する。スコア算出部１１３は、対象画像に含まれる検出対象を、再利用処理部１１１及び通常処理部１１２の処理を経て検出した結果のスコアを算出することにより、検出対象を検出する処理の結果を評価する。

データ取得部１４は、入出力装置１００Ｅ、可搬型記憶媒体ドライブ装置１００Ｄ、又は通信インターフェース１００Ｆを介して各種データを取得して、評価データ格納部１２１と、単位処理定義格納部１２２と、処理順序格納部１２３のそれぞれに、取得したデータを格納する。なお、可搬型記憶媒体ドライブ装置１００Ｄにより取得される各種データには、ＤＶＤ等の可搬型記録媒体に書き込まれた対象画像のデータなどが含まれる。

評価制御部１１５は、画像認識手法評価のための処理に関する順序制御を実施する。評価制御部１１５は、画像認識手法評価のための処理の一部を上記の再利用処理部１１１と、通常処理部１１２と、スコア算出部１１３とに実施させる。例えば、評価制御部１１５は、複数の対象画像のうちから対象画像を繰り返し選択して、再利用処理部１１１と、通常処理部１１２と、スコア算出部１１３とに、各対象画像に対する処理を実施させる。上記の再利用処理部１１１と、通常処理部１１２と、スコア算出部１１３などに関する詳細な説明は後述する。

格納部１２０は、評価データ格納部１２１と、単位処理定義格納部１２２と、処理順序格納部１２３と、共通分割画像格納部１２４（部分画像格納部）と、検出結果格納部１２５と、中間データ格納部１２６とを含む。これらの格納部は、図３に示すＲＡＭ１００Ｂ、不揮発性記憶装置１００Ｃ、または可搬型記憶媒体ドライブ装置１００Ｄにおける、予め定められた、或いは動的に定められる領域である。中間データ格納部１２６は、評価制御部１１５と、再利用処理部１１１と、通常処理部１１２のそれぞれで生成される中間データを格納する。評価データ格納部１２１と、単位処理定義格納部１２２と、処理順序格納部１２３と、共通分割画像格納部１２４と、検出結果格納部１２５とについての詳細な説明は後述する。

（画像認識処理の手法の評価についての概要）
画像認識手法評価装置１００は、対象画像に含まれる検出対象を検出する画像認識処理の手法を評価する処理（画像認識手法評価処理）を実施する。対象画像における検出対象は、対象画像内の任意の位置に存在し得る。対象画像における検出対象を除く領域は、検出対象の特徴や位置に影響されないものとする。例えば、上記の対象画像の例としては、屋内の監視カメラから得られた画像、ＰＯＳ（Point Of Sale）システムにおいて商品又は商品情報を検出する時の画像などがある。上記の画像の場合、検出対象の種類、位置などに変化があっても、同じカメラによって撮像された画像において検出対象を含まない領域があるならば、その領域（部分画像領域）に共通性があることが多い。

図４は、画像認識処理の対象画像と、画像認識処理の手法（アルゴリズム）の一例を示す図である。図４に示す画像認識処理の対象画像は、検出対象と、その背景となる屋内の状況とが映り込んだものである。このような対象画像から検出対象を誤りなく検出するために、対象画像に相当するサンプル画像を複数含む評価データを用意する。図４に示す画像Ｐ１（第１画像）と画像Ｐ２（第２画像）は、サンプル画像の一例である。例えば、サンプル画像は、それぞれの画像における検出対象の位置、特徴などが互いに異なるものである。評価データには、上記のサンプル画像のデータの他に、画像内に配置された検出対象の位置を示すデータが含まれる。

一般に画像認識処理のアルゴリズムは、複数の処理の組み合わせにより構成される。例えば、対象画像の特徴や処理の目的等に合わせて検出対象を識別する識別処理を簡素化するように、検出対象の識別確率を高めることに適した複数種類の単位処理が選択され、画像認識処理のアルゴリズムは、それらの単位処理を組み合わせて実施するように構成されている。

本実施形態の画像認識手法評価装置１００が評価の対象とする画像認識処理の手法（アルゴリズム）は、複数種類の単位処理を組み合わせて、それらの単位処理を順に適用するものである。画像認識手法評価装置１００は、複数種類の単位処理の組み合わせに対して、複数の評価データを適用して、所定の順に従って処理を実施する上記の画像認識処理の手法による検出精度を評価する。

（画像認識処理の手法として選択可能な単位処理の例）
画像認識処理の手法として選択可能な処理として定義される単位処理の一例について説明する。上記の単位処理には、「グレースケール」処理と、「明るさ補正」処理と、「テンプレートマッチ」処理と、「２値化」処理などの処理が含まれる。

例えば、「グレースケール」処理は、カラー画像を入力画像とし、モノトーンのグレースケール画像を生成する処理である。その処理を調整するために設定可能なパラメータとして、カラー画像の３原色データ（Ｒ，Ｇ，Ｂ）に対する適量の重み係数（Ｒ重み、Ｇ重み，Ｂ重み）が用いられる。適量の重み係数を用いた重みづけ演算処理が実施されることにより、グレースケール画像が得られる。上記の処理の場合、係数を変更しなければ、処理毎にその結果が変化することはなく、同じ結果を得ることができる。また、入力画像の一部が変化しても、変化のない領域までその処理の結果が変化することはなく、処理の結果が、再利用できるものとして設定される。

「明るさ補正」処理は、グレースケール画像又はカラー画像を入力画像とし、出力する画像の明るさをその画像全体について、入力画像の明るさに基づいて調整する処理である。その処理を調整するために設定可能なパラメータとして補正閾値が用いられる。例えば、補正閾値は、入力画像における明るさの平均値又はピーク値がこの補正閾値と同じ値になるように、出力画像の明るさを補正するための基準値である。画像認識手法評価装置１００は、「明るさ補正」処理として以下の処理をする。入力画像の明るさの平均値を補正閾値に一致させる場合には、画像認識手法評価装置１００は、入力画像の明るさの平均値と補正閾値とのオフセット量を、各画素の明るさに加算してもよい。或いは、入力画像の明るさのピーク値を補正閾値に一致させる場合には、画像認識手法評価装置１００は、入力画像の明るさのピーク値と補正閾値とのオフセット量を、各画素の明るさに加算してもよい。上記の処理の場合、補正閾値を変更しなくても、画像の一部の明るさが変化することにより、入力画像の変化のない領域までその処理の結果が変化するため、処理の結果が、再利用できないものとして設定される。

「テンプレートマッチ」処理は、予め検出対象の特徴をモデル化したテンプレート画像を検出対象毎に定めておき、入力画像におけるテンプレート画像との一致度を判定する処理である。テンプレートマッチ処理そのものは、一般的な手法を適用することができる。例えば、画像認識手法評価装置１００は、テンプレート画像が示す特徴量と、対象画像に基づいて生成された画像における検出対象の特徴量とを対比することにより、対象画像における検出対象の位置を特定する。例えば、その処理を調整するための設定可能なパラメータとして、類似度閾値が用いられる。画像認識手法評価装置１００は、類似度閾値を用いてテンプレートマッチ処理の結果を評価する。上記の処理の場合、処理の結果が、検出対象の検出結果そのものであり、再利用できないものとして設定される。

「２値化」処理は、グレースケール画像又はカラー画像を入力画像とし、２値化閾値を基準に各画像の明るさを判定して、判定の結果を２値で示す処理である。その処理を調整するために設定可能なパラメータとして２値化閾値が用いられる。例えば、２値化閾値が１つであれば、画像認識手法評価装置１００は、その値を超える明るさの画素を「１」で示し、その値以下の明るさの画素を「０」で示す。或いは、２値化閾値が２つであれば、画像認識手法評価装置１００は、その第１の値を超え第２の値以下の明るさの画素を「１」で示し、その第１の値以下の明るさの画素と第２の値を超える明るさの画素を「０」で示す。上記の処理の場合、処理の結果が、再利用できるものとして設定される。

画像認識手法評価装置１００は、上記の単位処理等の組み合わせから、処理に適した組み合わせを抽出する。

［処理フロー］
（画像認識手法評価処理の概要）
図５は、画像認識手法評価処理の概要を示すフローチャートである。図６と図７は、上記の画像認識手法評価処理で利用するテーブルを示す図である。

まず、評価制御部１１５は、未評価の単位処理（処理）の組み合わせを探索し、探索により得られた未評価の処理の組み合わせを処理順序テーブルに格納する（Ｓ１）。

次に、評価制御部１１５は、処理順序テーブルに格納された処理の組み合わせにおいて、未評価のパラメータの組み合わせを探索し、探索により得られたパラメータの組み合わせを、当該処理順序テーブルに格納する（Ｓ２）。

図６に、処理順序格納部１２３に格納される処理順序テーブルの一例を示す。処理順序テーブルには、評価対象の画像（対象画像）に対する処理の実施を指定する単位処理ＩＤと、その単位処理ＩＤにより対応付けられた処理のパラメータが、処理を実施する順に従って格納されている。上記の単位処理ＩＤとそれに対応するパラメータは、処理実行前に与えられているものとする。例えば、処理の順序を示す処理順序番号が、１から順にシーケンシャルに付与されるものとする。

図７に、単位処理定義格納部１２２に格納される単位処理定義テーブルの一例を示す。単位処理定義テーブルには、アルゴリズムを構成する単位処理が格納されている。上記のアルゴリズムを構成する単位処理とは、処理の特徴が異なる処理として分解された個々の処理のことである。上記のアルゴリズムを構成する単位処理は、処理実行前に与えられるものとする。単位処理定義テーブルは、単位処理の処理内容の定義と、各単位処理において設定可能なパラメータの定義と、再利用可否に関する情報を含む。上記の図７には、単位処理ＩＤとして、１が付与された「グレースケール」処理と、２が付与された「明るさ補正」処理と、３が付与された「テンプレートマッチ」処理と、４が付与された「２値化」処理とが例示されている。単位処理定義テーブルには、上記の他、当該処理の結果を、再利用可能か否かを示す結果再利用情報と、当該処理の変数として設定可能な情報（設定可能パラメータ）とが含まれる。処理順序テーブルと単位処理定義テーブルは、単位処理ＩＤによって対応付けられる。

図５に戻り、次に、評価制御部１１５は、処理順序テーブルに格納された処理の組み合わせとパラメータとに基づいて、処理順序テーブルにより特定される画像認識アルゴリズムについての性能評価処理を実施する（Ｓ３）。上記性能評価処理について、その詳細を後述する。

次に、評価制御部１１５は、処理順序テーブルに格納された処理の組み合わせにおいて、パラメータの組み合わせの探索が完了したか否かを判定し、完了していない場合には、上記Ｓ２の処理に進む（Ｓ４）。

一方、上記のパラメータの組み合わせの探索が完了した場合には、評価制御部１１５は、処理の組み合わせの探索が完了したか否かを判定し、完了していない場合には、上記Ｓ１の処理に進む（Ｓ５）。

一方、上記の処理の組み合わせの探索が完了した場合には、評価制御部１１５は、検出結果格納部１２５に格納された各処理の組み合わせと、パラメータの組み合わせとに基づいた判定の結果から、最も適した処理の組み合わせと、パラメータの組み合わせと評価されたものを選択して出力し（Ｓ６）、一連の処理を終える。

（性能評価対象の画像認識手法（画像認識処理）の一例）
図８は、画像認識手法に対する性能評価処理（Ｓ３）の概要を示すフローチャートである。図９から図１１は、画像認識手法に対する性能評価処理において利用される各テーブルの一例を示す図である。例えば、画像認識手法評価装置１００は、画像認識手法に対する性能評価処理において、評価データテーブル、共通分割画像保存テーブル、検出結果テーブルなどの各テーブルを利用する。例えば、画像認識手法評価装置１００は、画像認識手法に対する性能評価処理の実施に当たり、下記のデータを準備する。

図９に、評価データ格納部１２１に格納される評価データテーブルの一例を示す。画像認識手法評価装置１００は、評価対象の画像を、入出力装置１００Ｅ、可搬型記憶媒体ドライブ装置１００Ｄ、又は通信インターフェース１００Ｆを介して取得する。データ取得部１１４は、取得した評価対象の画像を、評価データテーブルに纏めて、評価データ格納部１２１に格納する。

上記の画像と、その画像における検出対象の座標との組み合わせを示すデータが、評価データとして処理実行前に与えられているものとする。各画像には、一意に識別可能とする画像ＩＤが付与されている。例えば、画像ＩＤは１から順にシーケンシャルに付与されるものとする。例えば、各画像はカメラによって撮像された画像であってもよく、撮像後に一部が加工された画像であってもよい。以下の説明では、各画像のサイズ（画素数）は同じものとするが、画像から一部を切り出した領域のサイズが同じものであってもよい。

例えば、前述の図４に示す画像の縦横の画素数を（２０００画素×２０００画素）で構成される場合を例示する。例えば、「画像Ｐ１」と「画像Ｐ２」には、画像ＩＤとして、１と２がそれぞれ付与される。各画像の左上に座標軸の原点を定め、原点を基準にして画像の縦の辺に沿ってＸ軸を、画像の横の辺に沿ってＹ軸を定める。この（ｘ,ｙ）座標系を用いることにより、画像内に配置された検出対象の位置を示す。例えば、検出対象の位置を、矩形の左上と右下の２つの座標の組で示すことができる。「画像Ｐ１」については、（２００，１２００）、（８００，１８００）の２点を対角とする範囲に検出対象の画像が配置されていることを示す。「画像Ｐ２」については、（１２００，１２００）、（１８００，１８００）の２点を対角とする範囲に検出対象の画像が配置されていることを示す。上記のように予め定められたアルゴリズムを評価するための画像と検出対象の座標とが対応付けられて、評価データテーブルに格納される。

図１０に、共通分割画像保存テーブルの一例を示す。画像認識手法評価装置１００は、共通分割画像格納部１２４に、共通分割画像保存テーブルを格納する。共通分割画像保存テーブルには、再利用対象の分割画像（部分画像）が書き込まれ、格納される。例えば、単位処理毎の分割画像を格納できるように、それぞれの処理の結果のデータ（画像データ）を格納するため各領域が設けられている。なお、共通分割画像保存テーブルは、処理開始時には格納される有効なデータが無く、空になっているものとして扱うことができる。

図１１に、検出結果テーブルの一例を示す。画像認識手法評価装置１００は、検出結果格納部１２５に、検出結果テーブルを格納する。検出結果テーブルは、対象画像１枚ごとに、その画像から検出された検出対象の座標（検出座標）を格納する。検出結果テーブルに格納される検出結果は、評価データ格納部１２１に格納されたデータと同様の座標系に基づいたデータとして格納される。なお、検出結果テーブルは、処理開始時には格納される有効なデータが無く、空になっているものとして扱うことができる。

画像認識手法評価装置１００は、上記のように各テーブルを初期化した後、以下の処理を実施する。

まず、評価制御部１１５は、画像ＩＤに基づいて、評価データテーブルの先頭行から順に一行ずつ、対象画像の画像データを取り出す（Ｓａ１）。

次に、評価制御部１１５は、処理順序番号に基づいて、処理順序テーブルの先頭行から順に一行ずつ、同テーブルにより指定される処理に関するデータを取り出す（Ｓａ２）。

次に、評価制御部１１５は、Ｓａ２において、処理順序テーブル１２３に基づいて順に指定される処理に対応する結果再利用情報を、単位処理定義格納部１２２に格納される単位処理定義テーブルから取り出す（Ｓａ３）。

次に、評価制御部１１５は、Ｓａ３において単位処理定義テーブルから取り出した結果再利用情報に基づいて、当該処理が処理結果を再利用可能とする処理か否かを判定する。処理結果を再利用可能とは、処理結果を援用可能とすることである。次に、評価制御部１１５は、再利用可能であると判定した場合にはＳａ５に進み、再利用可能ではないと判定した場合にはＳａ７に進む（Ｓａ４）。

Ｓａ４において再利用可能であると判定した場合には、画像認識手法評価装置１００は、画像分割処理（Ｓａ５）と再利用を考慮した処理（Ｓａ６）とを実施する。画像認識手法評価装置１００は、評価に係る処理の効率を高めるため、対象画像を分割して、対象画像毎に処理する領域と、対象画像毎に処理しない領域とを区分する。対象画像毎に処理しない領域については、先に処理された結果を再利用して、処理の負荷を低減させる。ここで画像分割処理と再利用を考慮した処理の詳細について順に説明する。

図１２は、画像分割処理（Ｓａ５）のフローチャートである。
再利用処理部１１１は、例えば、中間データ格納部１２６を利用して画像分割処理を実施する。

図１３は、中間データ格納部１２６に格納される中間データの構成を示す図である。中間データ格納部１２６は、分割画像位置番号、共通／固有、処理結果の各データを格納する。分割画像位置番号には、対象画像における分割画像を識別する識別子が格納され、例えば、識別子が対象画像において分割画像が配置された位置に対応付けられていてもよい。共通／固有には、処理結果を再利用可能であるか否かを示すデータが格納される。そのデータが、「共通」の場合には、処理結果を再利用可能であることを示し、「固有」の場合には、処理結果を再利用困難であることを示す。処理結果には、各処理の結果の画像データが格納される。上記の「共通／固有」に格納するデータは、属性情報に含まれる。

図１２に示すように、まず、再利用処理部１１１は、中間データ格納部１２６に分割画像を示す中間データが存在するか否かを判定することにより、分割された対象画像のデータが存在しているか否かを判定し（Ｓａ５１）、分割された対象画像のデータが存在している場合には、図示する一連の処理を終える。なお、中間データの詳細については後述する。

一方、分割された対象画像のデータが存在していない場合には、再利用処理部１１１は、決められた分割数で対象画像を分割画像に分割し、分割画像位置番号を振る（Ｓａ５２）。例えば、再利用処理部１１１は、検出対象の画像を縦と横とに２分割し、全体を４つの分割画像に分割する場合、左上を１、右上を２、左下を３、右下を４とする分割画像位置番号を振ってもよい。

次に、再利用処理部１１１は、検出対象の少なくとも一部が分割画像に含まれるか否かを判定する。例えば、再利用処理部１１１は、検出対象と各分割画像が衝突しているか否かを判定する（Ｓａ５３）。検出対象と各分割画像の衝突判定とは、検出対象の領域と各分割画像の領域に共通する領域が含まれる場合を検出するための判定であり、共通する領域が含まれる場合を、検出対象と各分割画像とが衝突しているものとする。

検出対象と各分割画像とが衝突している場合には、再利用処理部１１１は、当該分割画像を固有部と判定し（Ｓａ５４）、個別に処理を実施するものであることを示す属性情報をその分割画像に対応付けて、中間データ格納部１２６に格納する。例えば、再利用処理部１１１は、上記の属性情報として、中間データ格納部１２６における「共通／固有」の項目に「固有」を格納する（Ｓａ５５）。Ｓａ５５の処理を終えると、再利用処理部１１１は、図示する一連の処理を終える。

検出対象と各分割画像とが衝突していない場合には、再利用処理部１１１は、当該分割画像を共通部と判定し（Ｓａ５６）、処理の結果を共用できるものであることを示す属性情報をその分割画像に対応付けて、中間データ格納部１２６に格納する。例えば、上記の場合、再利用処理部１１１は、上記の属性情報として、中間データ格納部１２６における「共通／固有」の項目に「共通」を格納する（Ｓａ５７）。Ｓａ５７の処理を終えると、再利用処理部１１１は、図示する一連の処理を終える。

図１４は、再利用を考慮した処理（Ｓａ６）のフローチャートである。なお、再利用を考慮した処理の具体的な一例を、図２０から図２５に示し、その説明を後述する。

まず、再利用処理部１１１は、前述の画像分割処理（Ｓａ５）を終えた後、全ての分割画像について、下記する処理が完了したか否かを判定し（Ｓａ６１）、完了したと判定した場合に、図示する一連の処理を終える。

次に、再利用処理部１１１は、所定の順に従い中間データ格納部１２６から、後段の処理の対象にする対象分割画像の分割画像データを一つ取り出す（Ｓａ６２）。

次に、再利用処理部１１１は、ＳＡ６２において取り出された対象分割画像の属性情報に基づいて、対象分割画像の属性について判定する（Ｓａ６３）。例えば、対象分割画像は、その属性から、各対象画像に共通する分割画像であるか、或いは、対象画像に対応付けられた固有の分割画像であるかの何れかに識別される。再利用処理部１１１は、中間データ格納部１２６における「共通／固有」の項目のデータを、対象分割画像の属性情報として取得して、属性情報に基づいて、対象分割画像の属性について判定する。Ｓａ６３における判定の結果、分割画像が対象画像に対応付けられた固有の分割画像である場合には、Ｓａ６７に進む。

Ｓａ６３における判定の結果、対象分割画像が各対象画像に共通する分割画像である場合には、再利用処理部１１１は、対象分割画像に対応する処理順序番号と分割画像位置番号とに基づいて、共通分割画像保存テーブル（共通分割画像格納部１２４）に対象分割画像に対応する処理結果が格納されているか否かを判定する（Ｓａ６４）。例えば、再利用処理部１１１は、共通分割画像保存テーブルを参照し、上記共通分割画像保存テーブルにおける処理順序番号が、対象分割画像に対応する処理の処理順序番号に一致して、かつ、上記共通分割画像保存テーブルにおける分割画像位置番号が、対象分割画像の分割画像位置番号と一致する処理結果が、共通分割画像保存テーブルに格納されているか否かを判定する。

Ｓａ６４における判定の結果、共通分割画像保存テーブルに、対象分割画像に対応する処理結果が格納されていない場合には、再利用処理部１１１は、対象分割画像に対する所定の単位処理を実施する。再利用処理部１１１は、その結果の画像（第１処理結果画像）を中間データ格納部１２６に上書きするのとともに、共通分割画像保存テーブルに格納して（Ｓａ６５）、Ｓａ６１に進む。

一方、Ｓａ６４における判定の結果、共通分割画像保存テーブルに、対象分割画像に対応する処理結果が格納されている場合には、再利用処理部１１１は、対象分割画像について、共通分割画像保存テーブルに格納された処理結果を取得し、中間データ格納部１２６に上書きして（Ｓａ６６）、Ｓａ６１に進む。

さらに、Ｓａ６３における判定の結果、分割画像が対象画像に対応付けられた固有の分割画像である場合には、対象分割画像に対する所定の単位処理を実施して、処理結果を中間データ格納部１２６に上書きして（Ｓａ６７）、Ｓａ６１に進む。

以上に示したように、再利用処理部１１１は、再利用を考慮した処理（Ｓａ６）を実施してもよい。

図８に戻り、Ｓａ４において再利用可能ではないと判定した場合について説明する。Ｓａ４において再利用可能ではないと判定した場合には、画像認識手法評価装置１００は、画像結合処理（Ｓａ７）と再利用を考慮しない処理（Ｓａ８）とを実施する。

画像認識手法評価装置１００は、処理の効率を高めるために分割された対象画像について、対象画像毎に処理する領域と、対象画像毎に処理しない領域とを区分する。ただし、実施する処理の種類により、対象画像毎に全領域を処理することが必要とされる単位処理がある。画像認識手法評価装置１００は、先に処理された結果の画像（第１処理結果画像）を再利用するために、第１処理結果画像としての分割画像を読み出して画像を結合して、上記の第１処理結果画像に基づく画像を得ることで、処理の負荷を低減させる。ここで画像結合処理と再利用を考慮しない処理の詳細について順に説明する。

図１５は、画像結合処理（Ｓａ７）のフローチャートである。
まず、再利用処理部１１１は、対象の処理に対応する処理順序番号と分割画像位置番号とに基づいて、中間データ格納部１２６に格納された画像の中間データが揃っているか否かを判定し（Ｓａ７０）、当該中間データが揃っていない場合には、図示する一連の処理を終える。例えば、対象の処理とは、中間データ格納部１２６に格納された中間データうち、判定処理の前段に実施する処理である。再利用処理部１１１は、判定処理の前段に実施する処理に対応する処理順序番号に、中間データ格納部１２６の処理順序番号が一致して、かつ、上記処理順序番号に対応する中間データの分割画像位置番号が全て揃っている場合を、中間データが揃っている、と判定する。

当該中間データが揃っている場合、再利用処理部１１１は、中間データ格納部１２６に格納された中間データに基づいて、判定処理の前段に実施する処理の処理順序番号に対応する画像が結合されているか否かを判定し（Ｓａ７１）、当該画像が結合されている場合には、図示する一連の処理を終える。

一方、当該画像が結合されていない場合には、再利用処理部１１１は、中間データ格納部１２６に格納され、Ｓａ７０において揃っていると判定された全ての分割画像を取出し、それぞれを結合する（Ｓａ７２）。上記の全ての分割画像は、第１処理結果画像の一例である。再利用処理部１１１は、その結合によって得られた第１処理結果画像に基づく結合画像を、結合画像に対応する結合画像処理中間データとして中間データ格納部１２６に格納し（Ｓａ７３）、図示する一連の処理を終える。

図１６は、再利用を考慮しない処理（Ｓａ８）のフローチャートである。
まず、通常処理部１１２は、対象の処理に対応する処理順序番号と分割画像位置番号とに基づいて、中間データ格納部１２６に格納された画像の中間データが揃っているか否かを判定する（Ｓａ８０）。当該中間データが揃っていない場合には、通常処理部１１２は、図示する一連の処理を終える。例えば、対象の処理とは、中間データ格納部１２６に格納された中間データうち、判定処理の前段に実施する処理である。再利用処理部１１１は、判定処理の前段に実施する処理に対応する処理順序番号に、中間データ格納部１２６の処理順序番号が一致して、かつ、上記処理順序番号に対応する中間データの分割画像位置番号が全て揃っている場合を、中間データが揃っている、と判定する。

当該中間データが揃っている場合、通常処理部１１２は、再利用処理部１１１による画像結合処理（Ｓａ５）が完了した後、画像結合処理（Ｓａ５）によって生成された中間データを取り出す（Ｓａ８１）。通常処理部１１２は、当該単位処理を実施して、その結果を結合画像処理中間データとして上書きし（Ｓａ８２）、図示する一連の処理を終える。

図８に戻り、各画像に対するＳａ６又はＳａ８の処理を終えた後の処理について説明する。Ｓａ６又はＳａ８の処理を終えた後、評価制御部１１５は、全ての処理順序テーブルに格納されている処理が完了したか否かを判定し、処理順序テーブルに格納されている処理が完了していない場合には、Ｓａ２の処理に進み、処理順序テーブルについての処理が完了している場合には、Ｓａ１０の処理に進む（Ｓａ９）。

次に、評価制御部１１５は、各対象画像に対するＳａ６又はＳａ８の処理による検出対象の検出結果を検出結果テーブルに格納する（Ｓａ１０）。

次に、評価制御部１１５は、評価データテーブルの最終行から取得した画像の評価を終えたか否かを判定し（Ｓａ１１）、まだその画像の評価を終えていない場合には、Ｓａ１の処理に進み、既にその画像の評価を終えている場合には、画像認識処理の結果から、処理とパラメータの組み合わせ毎のスコアを計算し（Ｓａ１２）、図示する一連の処理を終える。

以上の処理により、画像認識手法評価装置１００は、画像認識処理の結果を数値化するための処理を簡素化することにより、画像認識手法の評価に要する時間を短縮することができる。

（分割画像の再利用処理と結合処理の概要）
以下、より具体的な例を示して、分割画像の再利用処理と結合処理の一例を説明する。
図１７は、対象画像の一部を再利用する処理について説明するための図である。ここで例示する画像の場合、人物像が存在しない背景部分には、建物の壁と天井、更に、家具が配置されている状況が示されている。対象画像の１枚目、２枚目、３枚目・・・、つまり画像Ｐ１、画像Ｐ２、画像Ｐ３、・・・が順に選択されても、選択された対象画像のうち人物像が存在する領域に変化があるが、人物像が存在しない領域には変化がない。

なお、図１７に示す各対象画像を縦横にそれぞれ２分割して、４つの分割画像として処理するものとする。例えば、画像Ｐ１は、分割画像Ｄ１１、分割画像Ｄ１２、分割画像Ｄ１３、分割画像Ｄ１４の４つに分割される。画像Ｐ２は、分割画像Ｄ２１、分割画像Ｄ２２、分割画像Ｄ２３、分割画像Ｄ２４の４つに分割される。画像Ｐ３は、分割画像Ｄ３１、分割画像Ｄ３２、分割画像Ｄ３３、分割画像Ｄ３４の４つに分割される。上記の画像Ｐ１から画像Ｐ３のうち、少なくとも人物像が存在する画像Ｐ１の分割画像Ｄ１３、画像Ｐ２の分割画像Ｄ２４、画像Ｐ３の分割画像Ｄ３２は、画像内の位置が同じ分割画像と対比すると、当該画像の他の画像とは互いに異なるものとなる。

例えば、画像認識手法評価装置１００は、人物像が存在する分割画像を下記の手法で検出してもよい。画像認識手法評価装置１００は、各種処理に用いるデータとその結果のデータを格納する中間データ格納部１２６を利用してもよい。

図１８は、対象画像を分割する処理を示す図である。画像認識手法評価装置１００は、上記のように定めた分割方法で分割した各分割画像に対し、その範囲に検出対象の人物像が存在するか否かを判定し、その結果に基づいて、当該分割画像を再利用可能とする共通画像であるか、再利用困難な固有画像であるかを特定する。

例えば、画像認識手法評価装置１００は、対象画像から、画像Ｐ１と画像Ｐ１に含まれる検出対象の位置座標とを抽出する。この図１８に示す場合は、検出対象の位置座標は、左上隅の位置座標を（２００、１２００）とし、右下隅の位置座標を（８００、１８００）とするものである。

画像認識手法評価装置１００は、画像Ｐ１の分割画像を生成し、それぞれを中間データ格納部１２６に格納する。生成された分割画像は、分割画像Ｄ１１、分割画像Ｄ１２、分割画像Ｄ１３、分割画像Ｄ１４の４つである。画像認識手法評価装置１００は、画像Ｐ１の各分割画像の位置座標を抽出する。例えば、画像Ｐ１の分割画像Ｄ１１は、左上隅の位置座標を（０、０）とし、右下隅の位置座標を（９９９、９９９）とする範囲の画像である。

画像認識手法評価装置１００は、各分割画像の位置座標と、検出対象の位置情報とに基づいて、各分割画像の範囲と検出対象の範囲に共通する領域があり、所謂範囲同士が重なるか否かを判定し、分割画像Ｄ１１の場合は重ならないことから、分割画像Ｄ１１を共通画像と特定し、中間データ格納部１２６にその結果「共通」を書き込む。分割画像Ｄ１２と分割画像Ｄ１４についても、分割画像Ｄ１１と同様の結果を得る。
これに対し、分割画像Ｄ１３は、左上隅の位置座標を（０、１０００）とし、右下隅の位置座標を（９９９、１９９９）とする範囲の画像である。
各分割画像の位置座標と検出対象の位置情報とに基づいて、各分割画像の範囲と検出対象の範囲が互いに重なるか否かを判定すると、分割画像Ｄ１３の場合は重なることから、画像認識手法評価装置１００は、分割画像Ｄ１１を固有画像と特定し、中間データ格納部１２６にその結果「固有」を書き込む。

画像認識手法評価装置１００は、分割処理が施された対象画像に対して、定められた単位処理を実施する。

例えば、前述の図１７に示すように、画像認識手法評価装置１００は、最初に処理する画像Ｐ１については、それに対応する分割画像Ｄ１１、分割画像Ｄ１２、分割画像Ｄ１３、分割画像Ｄ１４の４つに対するグレースケール処理を実施して、結果画像Ｒ１１１、結果画像Ｒ１１２、結果画像Ｒ１１３、結果画像Ｒ１１４を得て、人物像が含まれた結果画像Ｒ１１３を除く各結果画像を共通分割画像格納部１２４に格納する。画像認識手法評価装置１００は、結果画像Ｒ１１１、結果画像Ｒ１１２、結果画像Ｒ１１３、結果画像Ｒ１１４を結合することで、結合画像Ｃ１を得る。

画像認識手法評価装置１００は、次に処理する画像Ｐ２については、それに対応する分割画像Ｄ２３、分割画像Ｄ２４の２つに対するグレースケール処理を実施して、結果画像Ｒ１２３、結果画像Ｒ１２４を得て、人物像が含まれた結果画像Ｒ１２４を除く結果画像Ｒ１２３を共通分割画像格納部１２４に格納する。画像認識手法評価装置１００は、上記のとおり、画像Ｐ２については、分割画像Ｄ２１、分割画像Ｄ２２の２つに対するグレースケール処理を実施しない。それに代えて、画像認識手法評価装置１００は、共通分割画像格納部１２４に格納されている結果画像Ｒ１１１、結果画像Ｒ１１２を読み出して、結果画像Ｒ１２３、結果画像Ｒ１２４と結合することで、結合画像Ｃ２を得る。

画像認識手法評価装置１００は、次に処理する画像Ｐ３については、それに対応する分割画像Ｄ３２に対するグレースケール処理を実施して、結果画像Ｒ１３２を得る。画像認識手法評価装置１００は、上記のとおり、画像Ｐ３については、分割画像Ｄ３１、分割画像Ｄ３３、分割画像Ｄ３４の３つに対するグレースケール処理を実施しない。それに代えて、画像認識手法評価装置１００は、共通分割画像格納部１２４に格納されている結果画像Ｒ１１１、結果画像Ｒ１２３、結果画像Ｒ１１４を読み出して、結果画像Ｒ１３２と結合することで、結合画像Ｃ３を得る。

画像認識手法評価装置１００は、上記の方法で、画像を分割して処理することで、互いに共通する分割画像については、画像毎の処理を省略しても、既に処理された結果の結果画像と組み合わせることで、結合画像を得ることができる。なお、結合画像Ｃ１から結合画像Ｃ３は、結合画像処理中間データとして中間データ格納部１２６に格納される。

上記は、単位処理の一例であるグレースケール処理を例示して、画像の分割から結合画像を得るまでを説明したものであるが、複数の単位処理を組み合わせて処理する場合も同様の手法で処理することができる。

図１９は、複数の単位処理を組み合わせて処理する手法を説明するための図である。この図１９に示すように、複数の単位処理は、処理結果を再利用する処理と、その処理の結果に基づいて実施する処理結果を再利用しない処理の組み合わせを示す。

例えば、画像認識手法評価装置１００は、最初に処理する画像Ｐ１については、それに対応する分割画像Ｄ１１、分割画像Ｄ１２、分割画像Ｄ１３、分割画像Ｄ１４の４つに対するグレースケール処理を実施して、結果画像Ｒ１１１、結果画像Ｒ１１２、結果画像Ｒ１１３、結果画像Ｒ１１４を得る。

次に、画像認識手法評価装置１００は、結果画像Ｒ１１１、結果画像Ｒ１１２、結果画像Ｒ１１３、結果画像Ｒ１１４の４つに対する２値化処理を実施して、結果画像Ｒ２１１、結果画像Ｒ２１２、結果画像Ｒ２１３、結果画像Ｒ２１４を得て、人物像が含まれた結果画像Ｒ２１３を除く各結果画像を共通分割画像格納部１２４に格納する。画像認識手法評価装置１００は、結果画像Ｒ２１１、結果画像Ｒ２１２、結果画像Ｒ２１３、結果画像Ｒ２１４を結合することで、結合画像Ｃ１を得る。上記の処理までが、画像Ｐ１に対する単位処理の結果を再利用するための一連の処理である。

次に、画像認識手法評価装置１００は、結合画像Ｃ１に対するテンプレートマッチ処理を実施して、結合画像Ｃ１における検出対象（人物像）の位置を検出する。このテンプレートマッチ処理は、単位処理の結果を再利用しない処理である。

続いて、画像認識手法評価装置１００は、次に処理する画像Ｐ２については、それに対応する分割画像Ｄ２３、分割画像Ｄ２４の２つに対するグレースケール処理を実施して、結果画像Ｒ１１３、結果画像Ｒ１１４を得る。

次に、画像認識手法評価装置１００は、結果画像Ｒ１１３、結果画像Ｒ１１４の２つに対する２値化処理を実施して、結果画像Ｒ２１３、結果画像Ｒ２１４を得て、人物像が含まれない結果画像Ｒ２１３を共通分割画像格納部１２４に格納する。画像認識手法評価装置１００は、結果画像Ｒ２１１、結果画像Ｒ２１２を共通分割画像格納部１２４から読み出して、結果画像Ｒ２１３、結果画像Ｒ２１４と結合することで、結合画像Ｃ２を得る。上記の処理までが、画像Ｐ２に対する単位処理の結果を再利用するための一連の処理である。

次に、画像認識手法評価装置１００は、結合画像Ｃ２に対するテンプレートマッチ処理を実施して、結合画像Ｃ２における検出対象（人物像）の位置を検出する。このテンプレートマッチ処理は、単位処理の結果を再利用しない処理である。

（再利用処理の詳細について）
図２０から図２４を参照して、画像Ｐ１に対する再利用処理についてより詳細に説明する。図２０から図２４は、画像Ｐ１に対する再利用処理について説明するための図である。以下の説明では、再利用処理としてグレースケール処理を例示する。

図２０に、初期状態の中間データ格納部１２６と共通分割画像保存テーブルを示す。中間データ格納部１２６には、画像Ｐ１の分割画像Ｄ１１から分割画像Ｄ１４の画像データが、分割画像位置番号の順に格納されている。分割画像Ｄ１３が固有画像として設定され、その他の分割画像は共通画像として設定される。共通分割画像格納部１２４における共通分割画像保存テーブルは、データが未登録の状態である。

図２１に、画像Ｐ１の分割画像Ｄ１１に対する第１の単位処理であるグレースケール処理を示す。画像認識手法評価装置１００は、処理順序テーブルの第１行目、つまり処理順序番号を１とする単位処理ＩＤの１と、パラメータの２、４、１を読み出す。画像認識手法評価装置１００は、単位処理定義テーブルを参照し、単位処理ＩＤを１として格納されているグレースケール処理を、処理順序テーブルから読み出したパラメータの設定に従って再利用処理部１１１にて実行させる。再利用処理部１１１は、分割画像Ｄ１１を中間データ格納部１２６から読み出し、グレースケール処理を実施する。再利用処理部１１１は、その結果の画像Ｒ１１１（第１処理結果画像）を中間データ格納部１２６に上書きするのとともに、共通分割画像格納部１２４における共通分割画像保存テーブルに格納する。この処理は、前述の図１４におけるＳａ６５に相当する。

図２２に、画像Ｐ１の分割画像Ｄ１２に対するグレースケール処理を示す。再利用処理部１１１は、分割画像Ｄ１１の場合と同様に、分割画像Ｄ１２を中間データ格納部１２６から読み出し、グレースケール処理を実施する。再利用処理部１１１は、分割画像Ｄ１１の場合と同様に、その結果の画像Ｒ１１２（第１処理結果画像）を中間データ格納部１２６に上書きするのとともに、共通分割画像格納部１２４における共通分割画像保存テーブルに格納する。

図２３に、画像Ｐ１の分割画像Ｄ１３に対するグレースケール処理を示す。再利用処理部１１１は、分割画像Ｄ１１の場合と同様に、分割画像Ｄ１３を中間データ格納部１２６から読み出し、グレースケール処理を実施する。分割画像Ｄ１３は固有画像であるので再利用することはない。再利用処理部１１１は、その結果の画像Ｒ１１３（第１処理結果画像）を中間データ格納部１２６に上書きするが、共通分割画像格納部１２４における共通分割画像保存テーブルには格納しない。この処理は、前述の図１４におけるＳａ６７に相当する。

図２４に、画像Ｐ１の分割画像Ｄ１４に対するグレースケール処理を示す。再利用処理部１１１は、分割画像Ｄ１１の場合と同様に、分割画像Ｄ１４を中間データ格納部１２６から読み出し、グレースケール処理を実施する。再利用処理部１１１は、分割画像Ｄ１１の場合と同様に、その結果の画像Ｒ１１４（第１処理結果画像）を中間データ格納部１２６に上書きするのとともに、共通分割画像格納部１２４における共通分割画像保存テーブルに格納する。
上記までの処理により、画像Ｐ１の各分割画像に対するグレースケール処理を終える。

次に、２枚目以降の画像に対する再利用処理について説明する。図２５は、画像Ｐ２に対する再利用処理（グレースケール処理）について説明するための図である。２枚目以降の画像では、以前の分割画像処理結果が、共通分割画像格納部１２４における共通分割画像保存テーブルに格納されている。例えば、２枚目の画像Ｐ２に対して再利用処理する場合には、１枚目の画像Ｐ１に対する処理の結果が、単位処理定義テーブルに再利用可能なデータとして格納されている。画像認識手法評価装置１００は、共通分割画像保存テーブルに格納されている共通分割画像データのうち、「処理順序番号」が互いに一致し、かつ、「分割画像位置番号」が互いに一致するものがあれば再利用する。上記の場合、再利用処理部１１１は、画像Ｒ１１１（第１処理結果画像）を中間データ格納部１２６から読み出して、中間データ格納部１２６に上書きする。この処理は、前述の図１３におけるＳａ６６に相当する。

（異なる単位処理の再利用処理を続けて実施する場合について）
図２６は、グレースケール処理に続き実施する単位処理について説明するための図である。画像認識手法評価装置１００は、処理順序テーブルにおける処理順序番号の順に、その第２行目、第３行目にあたる単位処理ＩＤとパラメータとをそれぞれ読み出し、それぞれの処理を実施する。

例えば、処理順序番号を２とする場合には、画像認識手法評価装置１００は、処理順序番号２に対応する単位処理ＩＤの４に基づいて、単位処理定義テーブルを参照し、２値化処理を、処理順序テーブルから読み出したパラメータの設定に従って再利用処理部１１１にて実行させる。例えば、再利用処理部１１１は、画像Ｒ１１１を中間データ格納部１２６から読み出し、２値化処理を実施する。再利用処理部１１１は、その結果の画像Ｒ２１１（第１処理結果画像）を中間データ格納部１２６に上書きするのとともに、共通分割画像保存テーブルに格納する。再利用処理部１１１は、画像Ｒ１１２、画像Ｒ１１３、画像Ｒ１１４についても、前述の画像Ｒ１１１と同様に処理をして、その結果である画像Ｒ２１２、画像Ｒ２１３、画像Ｒ２１４を格納する。再利用処理を終えた段階の中間データ格納部１２６には、画像Ｒ２１１から画像Ｒ２１４が格納される。

（画像を結合する処理と検出対象の検出処理について）
また、前述の図２６において、処理順序番号の順で最後の３を処理する場合には、画像認識手法評価装置１００は、分割された画像を結合する処理と、検出対象の検出処理とを実施する。

図２７は、再利用処理を終えた段階の中間データ格納部１２６に格納されたデータを示す図である。中間データ格納部１２６には、画像Ｐ１の画像Ｒ２１１から画像Ｒ２１４の画像データが、分割画像位置番号の順に格納されている。例えば、再利用処理部１１１は、画像Ｒ２１１、画像Ｒ２１２、画像Ｒ２１３、画像Ｒ２１４の画像データを中間データ格納部１２６から読み出してそれぞれを結合して画像Ｃ１を合成し、中間データ格納部１２６に格納する。

次に、通常処理部１１２は、画像Ｃ１を中間データ格納部１２６から読み出して、画像Ｃ１に対してテンプレートマッチ処理を実施する。図２８は、テンプレートマッチ処理について説明するための図である。例えば、画像認識手法評価装置１００は、前述の図２６に示したように、処理順序番号３に対応する単位処理ＩＤ３に基づいて、単位処理定義テーブルを参照し、テンプレートマッチ処理を、処理順序テーブルから読み出したパラメータの設定に従って通常処理部１１２にて実行させる。テンプレートマッチ処理におけるパラメータは、検出対象とテンプレートとの類似度を判定するための閾値として決定されている。例えば、通常処理部１１２は、類似度が所定の閾値を超えるものを類似性が高いと判定したり、最も大きな類似度を示す検出対象を抽出したりしてもよい。類似性が低い０から類似性が高い１まで変化するものとした場合に、通常処理部１１２は、閾値を０．５にしてもよい。例えば、画像認識手法評価装置１００は、一般的に利用されている類似度指標である、Sum of Absolute Difference(SAD)、Sum of Squared Difference(SSD)、Normalized Cross-Correlation(NCC)、Zero-means Normalized Cross-Correlation(ZNCC)などの方法を用いて、テンプレートマッチ処理による類似度を算出してもよい。
通常処理部１１２は、テンプレートマッチ処理の結果として、画像ＣＲ１と、その処理によって検出した検出対象の位置座標とを中間データ格納部１２６に格納する。

図２９は、テンプレートマッチ処理の結果を抽出する処理を説明するための図である。図２９に示すように、通常処理部１１２は、テンプレートマッチ処理により検出した検出対象の位置座標を、検出結果テーブルに格納する。なお、テンプレートマッチ処理の結果として検出した検出対象が複数存在する場合には、通常処理部１１２は、例えば、類似度が高い方の検出対象の位置座標を抽出して、検出結果テーブルに格納してもよい。

（スコア算出処理について）
図３０は、スコア算出に関する処理を説明するための図である。画像認識手法評価装置１００は、単位処理とパラメータの組み合わせについて評価するために、その良し悪しを示すスコア（評価値）を算出する。例えば、スコア算出部１１３は、検出結果テーブルの検出座標と、評価データテーブルの検出対象座標に基づいて、スコアを算出する。スコア算出部１１３は、スコアの算出方法として、検出位置のずれ量の全画像に対する平均値等の値を適用してもよく、その他の既存技術を利用してもよい。例えば、スコア算出部１１３は、検出位置のずれ量をユークリッド距離として算出してもよい。

以上の処理により、処理とパラメータの組み合わせに対する一連の処理を終える。

（画像認識手法の評価に要する時間の短縮について）
以下、本実施形態による画像認識手法の評価に要する時間の短縮について説明する。本実施形態の画像認識手法の評価に要する時間ＴＴを式（１）のようにモデル化する。

ＴＴ＝（Ｔ×１）＋（Ｔ×（ｎ／Ｎ）×（ｐ／Ｐ）＋Ｔ×１×（Ｐ−ｐ）／Ｐ）×Ｍ
・・・（１）

上記の式（１）において、Ｔが対象画像一枚当たりの処理時間、Ｍが対象画像の枚数、Ｎが対象画像の分割数、ｎが検出対象を含む分割画像数、Ｐが全単位処理数、ｐが再利用可能の単位処理数である。

上記の処理時間算出についての前提条件は、下記のとおりとする。
・分割画像に対する単位処理の処理時間は同じであるとする。その時間は（Ｔ／Ｎ)である。
・各単位処理の処理時間は画素数に比例する。
・画像の分割、結合等にかかる処理時間は単位処理の処理時間と比較して十分小さく、無視できるものとする。

さらに、検出対象の分割画像数を１とし（ｎ＝１）、ｐがＰに対して十分大きい（ｐ≒Ｐ）とすると、上記の式（１）は、下記の式（２）で近似できる。

ＴＴ＝（Ｔ×１）＋（Ｔ／Ｎ）×Ｍ ・・・（２）

さらに、Ｍが十分大きいとすると、上記の式（１）は、下記の式（３）で近似できる。

ＴＴ＝（Ｔ×Ｍ／Ｎ） ・・・（３）

上記に対し、再利用をしない場合を比較例として式（４）に示す。

ＴＴ＝Ｔ×Ｍ ・・・（４）

上記の式（３）によれば、上記式（４）に示す対象画像一枚当たりの処理時間Ｔと対象画像の枚数Ｍの積の（１／Ｎ）になる。

上記式（１）と式（４）に対し、下記の式（５）に示す値を代入して対比する。

対象画像一枚当たりの処理時間：Ｔ＝２１６（秒）、
対象画像の枚数：Ｍ＝１００（枚）、
対象画像の分割数：Ｎ＝４、
検出対象を含む分割画像数：ｎ＝１、
全単位処理数:Ｐ＝３、
全単位処理のうち再利用可能の単位処理数：ｐ＝２
・・・（５）

式（１）による本実施形態の場合、３．０６時間であるのに対し、式（４）による比較例の場合には、約６時間になる。この結果から、本実施形態による処理時間は、比較例による処理時間の約半分の時間で処理することができることが分かる。

以上の実施形態の画像認識手法評価装置１００によれば、再利用処理部１１１は、複数の対象画像のうちから選択された対象画像に対し、前記対象画像に含まれる検出対象を検出するための第１処理を実施する。通常処理部１１２は、画像に含まれる検出対象を検出するための第２処理を実施する。スコア算出部１１３は、前記対象画像に含まれる検出対象を、再利用処理部１１１及び通常処理部１１２の処理を経て検出した結果を評価する。前記複数の対象画像のうち画像Ｐ１の後に処理する画像Ｐ２において、前記第１処理部は、対象画像を複数に分割した部分画像を単位にして前記第１処理を行うとともに、画像Ｐ１に対する第１処理の結果を援用可能である画像Ｐ２の一部又は全部の前記部分画像について画像Ｐ１に対する第１処理の結果を援用し、画像Ｐ１に対する第１処理の結果を援用困難である画像Ｐ２の一部又は全部の部分画像について前記第１処理を実行し、通常処理部１１２は、前記援用の採否の判定の結果に基づいた前記第１処理結果画像が結合された画像Ｃ１に対して前記第２処理を実施することにより、画像認識手法の評価に要する時間を短縮することができる。

また、再利用処理部１１１は、第１処理の結果を援用可能な部分画像が共通分画像格納部１２４に存在しない場合には、画像Ｐ１と異なる画像（たとえば画像Ｐ２）に基づく第１処理を実施して、当該実施した第１処理の結果を共通分画像格納部１２４に格納する。たとえば画像Ｐ１に対応するＲ１１３のように、第１処理結果画像に基づく部分画像が部共通分画像格納部１２４に存在しない場合には、再利用処理部１１１は、画像Ｐ２に基づく第１の単位処理の結果の部分画像（たとえば、Ｒ２１３）を、共通分画像格納部１２４に存在しない部分画像として、共通分画像格納部１２４に格納する。これにより、再利用処理部１１１が処理する画像の枚数を増加させることに対応して、共通分画像格納部１２４に存在しない部分画像の枚数を低減することができる。

また、再利用処理部１１１は、画像Ｐ１に対する第１の単位処理と、画像Ｐ２に対する第１の単位処理とにおいて、第１の単位処理の処理手法（アルゴリズムとパラメータ）を一致させて実施することにより、分割画像の再利用を容易とする。

また、画像認識手法評価装置１００は、再利用処理部１１１が過去の処理結果を援用可能な種類の処理を前記第１処理として実施して、通常処理部１１２が過去の処理結果を援用困難な種類の処理を前記第２処理として実施するように構成してもよい。

（第２の実施形態）
以下、第２の実施形態について説明する。図３１は、本実施形態における画像認識手法に対する性能評価処理の概要を示すフローチャートである。図３１に示すＳｂ１からＳｂ１２に示す各ステップの処理は、Ｓｂ３以外は、図８に示すＳａ１からＳａ１２までの各ステップの処理に対応する。

画像認識手法評価装置１００における再利用処理部１１１は、Ｓｂ２において取り出された画像について、再利用を考慮しない処理を１度も実施していないものであるか否かを判定する（Ｓｂ３）。判定の結果、再利用を考慮しない処理を１度も実施していないものである場合には、Ｓｂ４の処理に進み、再利用を考慮しない処理を１度も実施していないものではない場合には、Ｓｂ７の処理に進めて以降の処理を実施する。

図３２は、本実施形態における再利用処理について説明するための図である。
前述したとおり、単位処理には、処理結果の再利用が可能な処理と、処理結果の再利用が困難な処理とがある。組み合わせた単位処理の順序により、処理結果の再利用が困難な処理を前段の処理として実施した場合、それより後段の処理で再利用可能な単位処理を実施する場合であっても再利用が困難になる。
例えば、前述した明るさ補正処理は、入力画像の状態により、検出対象の背景に当たる部分画像の明るさまで変化するものである。このような明るさ補正処理を前段で実施する単位処理の組み合わせでは、再利用が困難となる。

上記の図３１に示した処理の手順に従えば、上記のように再利用が困難な単位処理の組み合わせの場合に、画像認識手法評価装置１００は、再利用可能とするための処理の実施を制限する。画像認識手法評価装置１００は、再利用が困難とされる場合に、無駄に再利用可能とするための処理を実施することが無く、必要な処理を効率よく実施することができる。

以上の実施形態の画像認識手法評価装置１００によれば、第１の実施形態の効果を奏するものであり、更に、上記のように再利用が困難な単位処理をその組み合わせに含む場合には、再利用可能か否かの判定などの処理を簡素化することにより、必要な処理を中心にして評価のための処理を効率よく実施することが可能になり、画像認識手法の評価に要する時間を短縮することができる。

以上に説明した少なくともひとつの実施形態によれば、複数の対象画像のうちから選択された対象画像に対し、前記対象画像に含まれる検出対象を検出するための第１処理を実施する第１処理部（再利用処理部１１１）と、画像に含まれる検出対象を検出するための第２処理を実施する第２処理部（通常処理部１１２）と、前記対象画像に含まれる検出対象を、前記第１処理部及び前記第２処理部の処理を経て検出した結果を評価する評価部（スコア算出部１１３）と、を持ち、前記複数の対象画像のうち第１画像の後に処理する第２画像において、前記第１処理部は、前記対象画像を複数に分割した部分画像を単位にして前記第１処理を行うとともに、前記第１画像に対する第１処理の結果を援用可能である前記第２画像の一部又は全部の前記部分画像について前記第１画像に対する第１処理の結果を援用し、前記第１画像に対する第１処理の結果を援用困難である前記第２画像の一部又は全部の前記部分画像について前記第１処理を実行し、前記第２処理部は、前記援用の採否の判定の結果に基づいた前記第１処理結果画像が結合された画像に対して前記第２処理を実施することにより、画像認識手法の評価に要する時間を短縮し、画像認識手法を決定するまでの時間を短縮することができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
例えば、複数種類の単位処理を組み合わせて、それらの単位処理を順に実施する際に、それぞれの単位処理間でデータを受け渡す記憶領域として、共通する中間データ格納部１２６を利用する実施方法を例示した。画像認識手法評価装置１００は、それぞれの単位処理間でデータを受け渡す記憶領域として、共通する中間データ格納部１２６を利用することに代えて、格納部１２０内の一時的な記憶領域を利用するようにしてもよい。

１００…画像認識手法評価装置、１１１…再利用処理部（第１処理部）、１１２…通常処理部（第２処理部）、１１３…スコア算出部（評価部）、１１４…データ取得部、１１５…評価制御部、１２０…格納部、１２１…評価データ格納部、１２２…単位処理定義格納部、１２３…処理順序格納部、１２４…共通分割画像格納部（部分画像格納部）、１２５…検出結果格納部、１２６…中間データ格納部

Claims (7)

1. 複数の対象画像のうちから選択された対象画像に対し、前記対象画像に含まれる検出対象を検出するための第１処理を実施する第１処理部と、
   画像に含まれる検出対象を検出するための第２処理を実施する第２処理部と、
   前記対象画像に含まれる検出対象を、前記第１処理部及び前記第２処理部の処理を経て検出した結果を評価する評価部と、
   を備え、
   前記複数の対象画像のうち第１画像の後に処理する第２画像において、
   前記第１処理部は、
   前記対象画像を複数に分割した部分画像を単位にして前記第１処理を行うとともに、
   前記第１画像に対する第１処理の結果を援用可能である前記第２画像の一部又は全部の前記部分画像について前記第１画像に対する第１処理の結果を援用し、
   前記第１画像に対する第１処理の結果を援用困難である前記第２画像の一部又は全部の前記部分画像について前記第１処理を実行し、
   前記第２処理部は、
   前記援用の採否の判定の結果に基づいた前記第１処理結果画像が結合された画像に対して前記第２処理を実施する、
   画像認識手法評価装置。
2. 前記第１処理部は、
   前記第１処理の結果を援用可能な前記部分画像が部分画像格納部に存在しない場合には、前記第１画像と異なる第２画像に基づく前記第１処理を実施して、当該実施した第１処理の結果を前記部分画像格納部に格納する、
   請求項１に記載の画像認識手法評価装置。
3. 前記第１処理部は、
   前記第１画像に対する第１処理と、前記第２画像に対する第１処理とにおいて、前記第１処理の処理手法を一致させて実施する、
   請求項１又は請求項２に記載の画像認識手法評価装置。
4. 前記第１処理部は、
   過去の処理結果を援用可能な種類の処理を前記第１処理として実施し、
   前記第２処理部は、
   過去の処理結果を援用困難な種類の処理を前記第２処理として実施する
   請求項１から請求項３の何れか１項に記載の画像認識手法評価装置。
5. 前記第１処理部は、
   順に実施する複数の処理を含み、前記複数の処理の何れかに処理の結果を援用可能としない処理が含まれる場合、前記第１画像に対する前記第１処理の結果を前記第２画像における前記第２処理で援用しないものとする
   請求項１から請求項４の何れか１項に記載の画像認識手法評価装置。
6. 複数の対象画像のうちから選択された対象画像に対し、前記対象画像に含まれる検出対象を検出するための第１処理を実施するステップと、
   画像に含まれる検出対象を検出するための第２処理を実施するステップと、
   前記対象画像に含まれる検出対象を、前記第１処理及び前記第２処理を経て検出した結果を評価するステップと、
   前記複数の対象画像のうち第１画像の後に処理する第２画像において、
   前記対象画像を複数に分割した部分画像を単位にして前記第１処理を行うとともに、前記第１画像に対する第１処理の結果を援用可能である前記第２画像の一部又は全部の前記部分画像について前記第１画像に対する第１処理の結果を援用し、
   前記第１画像に対する第１処理の結果を援用困難である前記第２画像の一部又は全部の前記部分画像について前記第１処理を実行し、
   前記援用の採否の判定の結果に基づいた前記第１処理結果画像が結合された画像に対して前記第２処理を実施するステップと、
   を含む画像認識手法評価方法。
7. 複数の対象画像のうちから選択された対象画像に対し、前記対象画像に含まれる検出対象を検出するための第１処理を実施するステップと、
   画像に含まれる検出対象を検出するための第２処理を実施するステップと、
   前記対象画像に含まれる検出対象を、前記第１処理及び前記第２処理を経て検出した結果を評価するステップと、
   前記複数の対象画像のうち第１画像の後に処理する第２画像において、
   前記対象画像を複数に分割した部分画像を単位にして前記第１処理を行うとともに、前記第１画像に対する第１処理の結果を援用可能である前記第２画像の一部又は全部の前記部分画像について前記第１画像に対する第１処理の結果を援用し、
   前記第１画像に対する第１処理の結果を援用困難である前記第２画像の一部又は全部の前記部分画像について前記第１処理を実行し、
   前記援用の採否の判定の結果に基づいた前記第１処理結果画像が結合された画像に対して前記第２処理を実施するステップと、
   を、画像認識手法評価装置のコンピュータに実行させるためのプログラム。