JP2018013887A - 特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム - Google Patents
特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP2018013887A JP2018013887A JP2016141830A JP2016141830A JP2018013887A JP 2018013887 A JP2018013887 A JP 2018013887A JP 2016141830 A JP2016141830 A JP 2016141830A JP 2016141830 A JP2016141830 A JP 2016141830A JP 2018013887 A JP2018013887 A JP 2018013887A
- Authority
- JP
- Japan
- Prior art keywords
- image
- unit
- tag
- feature
- distribution
- 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
- 238000000605 extraction Methods 0.000 title claims description 26
- 238000000034 method Methods 0.000 title description 12
- 238000009826 distribution Methods 0.000 claims abstract description 55
- 238000013528 artificial neural network Methods 0.000 claims description 24
- 238000013527 convolutional neural network Methods 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000000873 masking effect Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 238000010187 selection method Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Abstract
【解決手段】画像特徴生成部24が、ポジティブセット及びネガティブセットに基づいて、画像から得られる複数の画像特徴の各々に対し、ポジティブセットに含まれる画像の各々についての画像特徴の分布を表すヒストグラムと、ネガティブセットに含まれる画像の各々についての画像特徴の分布を表すヒストグラムとを生成する。画像特徴分布比較部26が、複数の画像特徴の各々についての、ポジティブセットのヒストグラムとネガティブセットのヒストグラムとの間の距離を計算する。特徴記述子選択部が、画像特徴分布比較部26によって計算された距離について上位N個の画像特徴を選択する。
【選択図】図1
Description
図4は、実際の画像に対し、人手でタグ抽出したタグ関連領域と、本発明の実施の形態に係るタグ関連領域抽出装置により得られたタグ関連領域の例である。また、図5は、ヒストグラム間の距離Si(u│D)の大きい方から選択するユニットの数Nの値を変えた場合の抽出されたタグ関連領域である。最適なユニットの数Nの値はタグにより異なる。ユニットの数Nの値が大きくなると計算量は増えるが、より詳細にタグ関連領域が抽出されている。
20 演算部
22 画像集合データベース
24 画像特徴生成部
26 画像特徴分布比較部
28 特徴記述子選択部
30 タグ関連領域抽出部
32 マスク生成部
34 特徴記述子生成部
36 特徴記述子正規化部
38 タグ関連度算出部
40 出力部
100 タグ関連領域抽出装置
Claims (8)
- 画像に含まれる特定の物体を表すタグが付与された画像の集合であるポジティブセット及び前記タグが付与されていない画像の集合であるネガティブセットに基づいて、前記画像から得られる複数の画像特徴の各々に対し、前記ポジティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムと、前記ネガティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムとを生成する画像特徴生成部と、
前記画像特徴生成部によって生成された、複数の前記画像特徴の各々についての、前記ポジティブセットの前記ヒストグラムと前記ネガティブセットの前記ヒストグラムとの間の距離を計算する画像特徴分布比較部と、
前記画像特徴分布比較部によって計算された前記距離について上位N個の前記画像特徴を選択する特徴記述子選択部と、
を含む特徴選択装置。 - 前記画像特徴生成部は、前記ポジティブセット及び前記ネガティブセットと、予め学習されたニューラルネットワークとに基づいて、前記ポジティブセットに含まれる画像の各々及び前記ネガティブセットに含まれる画像の各々を前記ニューラルネットワークへ入力し、前記画像から得られる複数の画像特徴の各々としての前記ニューラルネットワークの各ユニットの出力に対し、前記ポジティブセットに含まれる画像の各々についての前記ユニットの出力の分布を表すヒストグラムと、前記ネガティブセットに含まれる画像の各々についての前記ユニットの出力の分布を表すヒストグラムとを生成し、
前記特徴記述子選択部は、前記画像特徴分布比較部によって計算された前記距離について上位N個の前記ユニットの出力を選択する
請求項1に記載の特徴選択装置。 - 請求項2に記載の特徴選択装置と、
入力画像に対してマスキングするための大きさが異なるマスクを複数生成するマスク生成部と、
前記特徴記述子選択部によって選択された前記ユニットの各々の出力に対し、前記マスク生成部によって生成された複数の前記マスクの各々によってマスキングされた前記入力画像であるマスク画像の各々を、前記ニューラルネットワークへ入力し、前記マスク画像の各々から得られる、前記ユニットの出力の平均を表す画像を、画像特徴記述子として生成する特徴記述子生成部と、
前記特徴記述子選択部によって選択された前記ユニットの各々の出力について、前記特徴記述子生成部によって生成された前記画像特徴記述子を正規化した正規化画像特徴記述子を生成する特徴記述子正規化部と、
前記画像特徴分布比較部によって前記選択された前記ユニットの各々の出力について得られた前記距離の各々と、前記特徴記述子正規化部によって前記選択された前記ユニットの各々の出力について生成された前記正規化画像特徴記述子の各々とに基づいて、前記正規化画像特徴記述子の各々を、前記距離に応じた重みで足し合わせることにより、前記入力画像の各画素についての、前記タグと前記画素との間の関連度を算出するタグ関連度算出部と、
を含むタグ関連領域抽出装置。 - 前記タグ関連度算出部は、更に、前記関連度が予め定められた値以上である画像からなる領域を、前記タグと関連する領域として抽出する
請求項3に記載のタグ関連領域抽出装置。 - 前記ニューラルネットワークにはCNN(Convolutional Neural Network)を用いる
請求項2に記載の特徴選択装置。 - 前記ニューラルネットワークにはCNN(Convolutional Neural Network)を用いる
請求項3又は請求項4に記載のタグ関連領域抽出装置。 - 画像特徴生成部が、画像に含まれる特定の物体を表すタグが付与された画像の集合であるポジティブセット及び前記タグが付与されていない画像の集合であるネガティブセットに基づいて、前記画像から得られる複数の画像特徴の各々に対し、前記ポジティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムと、前記ネガティブセットに含まれる画像の各々についての前記画像特徴の分布を表すヒストグラムとを生成するステップと、
画像特徴分布比較部が、前記画像特徴生成部によって生成された、複数の前記画像特徴の各々についての、前記ポジティブセットの前記ヒストグラムと前記ネガティブセットの前記ヒストグラムとの間の距離を計算するステップと、
特徴記述子選択部が、前記画像特徴分布比較部によって計算された前記距離について上位N個の前記画像特徴を選択するステップと、
を含む特徴選択方法。 - コンピュータを、請求項1、請求項2、又は請求項5に記載の特徴選択装置、あるいは請求項3、請求項4、又は請求項6に記載のタグ関連領域抽出装置の各部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 |
---|---|---|---|
JP2016141830A JP6699048B2 (ja) | 2016-07-19 | 2016-07-19 | 特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016141830A JP6699048B2 (ja) | 2016-07-19 | 2016-07-19 | 特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018013887A true JP2018013887A (ja) | 2018-01-25 |
JP6699048B2 JP6699048B2 (ja) | 2020-05-27 |
Family
ID=61019497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016141830A Active JP6699048B2 (ja) | 2016-07-19 | 2016-07-19 | 特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6699048B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020004179A (ja) * | 2018-06-29 | 2020-01-09 | 富士通株式会社 | 画像処理プログラム、画像処理装置及び画像処理方法 |
CN113159312B (zh) * | 2020-01-23 | 2023-08-18 | 腾讯美国有限责任公司 | 压缩神经网络模型的方法、计算机系统以及存储介质 |
JP7350582B2 (ja) | 2019-03-28 | 2023-09-26 | キヤノンメディカルシステムズ株式会社 | モデル学習用のシステム、装置、及び学習方法 |
-
2016
- 2016-07-19 JP JP2016141830A patent/JP6699048B2/ja active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020004179A (ja) * | 2018-06-29 | 2020-01-09 | 富士通株式会社 | 画像処理プログラム、画像処理装置及び画像処理方法 |
JP7070157B2 (ja) | 2018-06-29 | 2022-05-18 | 富士通株式会社 | 画像処理プログラム、画像処理装置及び画像処理方法 |
JP7350582B2 (ja) | 2019-03-28 | 2023-09-26 | キヤノンメディカルシステムズ株式会社 | モデル学習用のシステム、装置、及び学習方法 |
CN113159312B (zh) * | 2020-01-23 | 2023-08-18 | 腾讯美国有限责任公司 | 压缩神经网络模型的方法、计算机系统以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6699048B2 (ja) | 2020-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109146892B (zh) | 一种基于美学的图像裁剪方法及装置 | |
WO2019169772A1 (zh) | 图片处理方法、电子装置及存储介质 | |
CN109284729B (zh) | 基于视频获取人脸识别模型训练数据的方法、装置和介质 | |
Zhao et al. | ApLeaf: An efficient android-based plant leaf identification system | |
US9122958B1 (en) | Object recognition or detection based on verification tests | |
US8792722B2 (en) | Hand gesture detection | |
US8750573B2 (en) | Hand gesture detection | |
WO2019163985A1 (ja) | 特徴表現装置、特徴表現方法、およびプログラム | |
US20160307057A1 (en) | Fully Automatic Tattoo Image Processing And Retrieval | |
CN108492294B (zh) | 一种图像色彩和谐程度的评估方法及装置 | |
CN109583449A (zh) | 字符识别方法及相关产品 | |
WO2020024585A1 (zh) | 一种训练物体检测模型的方法、装置以及设备 | |
US20180349716A1 (en) | Apparatus and method for recognizing traffic signs | |
CN112633297B (zh) | 目标对象的识别方法、装置、存储介质以及电子装置 | |
CN108960412B (zh) | 图像识别方法、装置及计算机可读存储介质 | |
CN109871845B (zh) | 证件图像提取方法及终端设备 | |
CN108875727B (zh) | 图文标识的检测方法及装置、存储介质、处理器 | |
CN112348126B (zh) | 一种印刷物品中目标对象的识别方法和装置 | |
CN114862845B (zh) | 手机触摸屏的缺陷检测方法、装置、设备及存储介质 | |
CN112101386B (zh) | 文本检测方法、装置、计算机设备和存储介质 | |
JP6699048B2 (ja) | 特徴選択装置、タグ関連領域抽出装置、方法、及びプログラム | |
CN108647264A (zh) | 一种基于支持向量机的图像自动标注方法及装置 | |
Shete et al. | Tasselgan: An application of the generative adversarial model for creating field-based maize tassel data | |
TWI731919B (zh) | 圖像識別方法與裝置及度量學習方法與裝置 | |
JP6573233B2 (ja) | 認識容易性指標算出装置、方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20160720 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20180713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190924 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191118 |
|
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: 20200331 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6699048 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 |