JP2018072957A - 画像加工方法、画像加工システム及びプログラム - Google Patents
画像加工方法、画像加工システム及びプログラム Download PDFInfo
- Publication number
- JP2018072957A JP2018072957A JP2016209036A JP2016209036A JP2018072957A JP 2018072957 A JP2018072957 A JP 2018072957A JP 2016209036 A JP2016209036 A JP 2016209036A JP 2016209036 A JP2016209036 A JP 2016209036A JP 2018072957 A JP2018072957 A JP 2018072957A
- Authority
- JP
- Japan
- Prior art keywords
- image
- image processing
- processed
- annotation
- images
- 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.)
- Withdrawn
Links
- 238000012545 processing Methods 0.000 title claims abstract description 316
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 238000006243 chemical reaction Methods 0.000 claims description 62
- 230000008859 change Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 239
- 230000008569 process Effects 0.000 description 219
- 238000007781 pre-processing Methods 0.000 description 68
- 230000004048 modification Effects 0.000 description 46
- 238000012986 modification Methods 0.000 description 46
- 238000004891 communication Methods 0.000 description 40
- 238000013500 data storage Methods 0.000 description 37
- 238000003860 storage Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 15
- 238000004590 computer program Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000010422 painting Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007788 roughening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/70—Protecting specific internal or peripheral components, in which the protection of a component leads to protection of the entire computer
- G06F21/82—Protecting input, output or interconnection devices
- G06F21/84—Protecting input, output or interconnection devices output devices, e.g. displays or monitors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/278—Subtitling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Bioethics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Technology Law (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
【課題】アノテーション処理過程における画像に関するプライバシー保護の向上を図る画像加工方法等を提供する。
【解決手段】画像加工方法は、複数の画像のそれぞれに対して、プライバシー保護の画像処理としての不鮮明化処理を行って複数の処理画像を生成する画像処理ステップと、複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成する分割画像生成ステップであって、同一の処理画像に属する分割画像に、分割画像が連続する画像を形成するように順序付けをする分割画像生成ステップと、順序付けされた順序を入れ替える順序入れ替えステップと、順序入れ替えステップでの入れ替え後の順序で順序付けをした分割画像をアノテーション用の加工済画像として出力する出力ステップとを含む。
【選択図】図7
【解決手段】画像加工方法は、複数の画像のそれぞれに対して、プライバシー保護の画像処理としての不鮮明化処理を行って複数の処理画像を生成する画像処理ステップと、複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成する分割画像生成ステップであって、同一の処理画像に属する分割画像に、分割画像が連続する画像を形成するように順序付けをする分割画像生成ステップと、順序付けされた順序を入れ替える順序入れ替えステップと、順序入れ替えステップでの入れ替え後の順序で順序付けをした分割画像をアノテーション用の加工済画像として出力する出力ステップとを含む。
【選択図】図7
Description
本開示は、アノテーションが付与される画像を加工処理する画像加工方法、画像加工システム及びプログラムに関する。
機械学習を行うための学習データの構築等において、画像データの認識のためにラベル等のアノテーションが、画像データに付与される。例えば、特許文献1には、画像データにラベリングを行う技術が開示されている。
アノテーションは、画像に含まれる人物、物等の対象物に付与される。機械学習の学習データの構築のためにアノテーションが付与される画像データの画像は、大量であり多様である。このため、アノテーション処理過程において、画像に映し出されている人物自体及びその撮影場所等の人物に関するプライバシーの保護が必要となる。
そこで、本開示は、アノテーション処理過程における画像に関するプライバシー保護の向上を図る画像加工方法、画像加工システム及びプログラムを提供する。
本開示の一態様に係る画像加工方法は、複数の画像のそれぞれに対して、プライバシー保護の画像処理を行って複数の処理画像を生成する画像処理ステップと、前記複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成する分割画像生成ステップであって、同一の前記処理画像に属する前記分割画像に、前記分割画像が連続する画像を形成するように順序付けをする分割画像生成ステップと、順序付けされた順序を入れ替える順序入れ替えステップと、前記順序入れ替えステップでの入れ替え後の順序で順序付けをした前記分割画像をアノテーション用の加工済画像として出力する出力ステップとを含む。
本開示の別の態様に係る画像加工方法は、画像に対して、第一の強度でプライバシー保護の画像処理を行って第一処理画像を生成する第一画像処理ステップと、前記第一処理画像をアノテーション用画像として出力する第一出力ステップと、前記第一出力ステップの後、アノテーションが付与された前記第一処理画像を取得する画像取得ステップと、前記アノテーションが付与された前記第一処理画像における前記アノテーションの付与領域に対して、前記第一の強度以上の第二の強度でプライバシー保護の画像処理を行って第二処理画像を生成する第二画像処理ステップと、前記第二処理画像に対して、前記第一画像処理ステップで実施された画像処理を解除した上で、前記第一の強度よりも弱い第三の強度でプライバシー保護の画像処理を行って第三処理画像を生成する第三画像処理ステップと、前記第三処理画像をアノテーション用画像として出力する第二出力ステップとを含む。
本開示の一態様に係る画像加工システムは、画像にプライバシー保護の画像処理をして処理画像を生成する画像変換部と、前記処理画像を複数の領域に分割して複数の分割画像を生成する画像分割部であって、前記処理画像を形成する前記分割画像に順序付けをする画像分割部と、順序付けされた前記分割画像の順序を入れ替え、入れ替え後の順序で前記分割画像を新たに順序付けする画像入替部とを備える。
本開示の別の態様に係る画像加工システムは、画像に第一の強度のプライバシー保護の画像処理をして第一処理画像を生成する第一画像変換部と、前記第一処理画像をアノテーション用画像として出力する第一出力部と、アノテーションが付与された前記第一処理画像における前記アノテーションの付与領域に、前記第一の強度以上の第二の強度のプライバシー保護の画像処理をして第二処理画像を生成する第二画像変換部と、前記第二処理画像に対して、前記第一画像変換部による画像処理を解除し、前記第一の強度よりも弱い第三の強度のプライバシー保護の画像処理をして第三処理画像を生成する第三画像変換部と、前記第三処理画像をアノテーション用画像として出力する第二出力部とを備える。
本開示の一態様に係るプログラムは、コンピュータに実行させるプログラムであって、複数の画像のそれぞれに対して、プライバシー保護の画像処理を行って複数の処理画像を生成し、前記複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成し、同一の前記処理画像に属する前記分割画像に、前記分割画像が連続する画像を形成するように順序付けをし、順序付けされた順序を入れ替え、入れ替え後の順序で順序付けをした前記分割画像をアノテーション用画像として出力する。
本開示の別の態様に係るプログラムは、コンピュータに実行させるプログラムであって、画像に対して、第一の強度でプライバシー保護の画像処理を行って第一処理画像を生成し、前記第一処理画像をアノテーション用画像として出力し、アノテーションが付与された前記第一処理画像を取得し、前記アノテーションが付与された第一処理画像における前記アノテーションの付与領域に対して、前記第一の強度以上の第二の強度でプライバシー保護の画像処理を行って第二処理画像を生成し、前記第二処理画像に対して、前記第一処理画像の生成時に行われた画像処理を解除した上で、前記第一の強度よりも弱い第三の強度でプライバシー保護の画像処理を行って第三処理画像を生成し、前記第三処理画像をアノテーション用画像として出力する。
本開示に係る画像加工方法等によれば、アノテーション処理過程における画像に関するプライバシー保護を向上することができる。
[発明者による知見]
本開示に係る発明者ら、つまり本発明者らは、画像において人物をはじめとする対象物の認識及び検出の精度を向上するために、Deep Learning(深層学習)等のニューラルネットワークを用いた技術を用いることを検討した。Deep Learningでの対象物の認識には大量の学習用の画像データが必要となる。そして、学習用の画像データでは、対象物に対して、対象物の内容、位置、領域等を含む情報が、アノテーション情報として付与される、つまりアノテーションされる。なお、通常、アノテーションでは、画像上で対象物を囲む等による対象物の領域の設定が、画像に人が入力することによって実施される。また、画像データのアノテーション処理は、学習用の画像データの構築者である企業等によって、外部の請負者に委託することも検討されている。さらに、このアノテーション処理は、クラウドソーシングを利用して、不特定多数の請負者に委託することも検討されている。
本開示に係る発明者ら、つまり本発明者らは、画像において人物をはじめとする対象物の認識及び検出の精度を向上するために、Deep Learning(深層学習)等のニューラルネットワークを用いた技術を用いることを検討した。Deep Learningでの対象物の認識には大量の学習用の画像データが必要となる。そして、学習用の画像データでは、対象物に対して、対象物の内容、位置、領域等を含む情報が、アノテーション情報として付与される、つまりアノテーションされる。なお、通常、アノテーションでは、画像上で対象物を囲む等による対象物の領域の設定が、画像に人が入力することによって実施される。また、画像データのアノテーション処理は、学習用の画像データの構築者である企業等によって、外部の請負者に委託することも検討されている。さらに、このアノテーション処理は、クラウドソーシングを利用して、不特定多数の請負者に委託することも検討されている。
また、本発明者らは、アノテーションする大量の画像データとして、デジタル動画から切り出されるデジタル画像データを採用することを検討した。特に、本発明者らは、大量の画像データを得るために、監視カメラ、車載カメラ等の長時間にわたる動画を撮影する撮影装置による動画の採用を検討した。このような動画から得られる画像には、不特定な人物及び人物と関連するものが含まれ得る。このため、本発明者らは、画像内の人物の顔等の特徴、人物の関連物及び撮影場所等の画像の被写体に関するプライバシー情報が不特定多数の請負者に認知されることを防ぐことの必要性を、問題として提起した。そして、本発明者らは、この問題を解決するために、アノテーションが付与される画像へなすべき事前の画像加工処理に関する技術を見出した。
[実施の形態]
以下、上述の知見に基づき本発明者らが開示する実施の形態について、図面を参照しつつ具体的に説明する。
なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ並びにステップの順序等は、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また、第1、第2及び第3などの序数が、構成要素などに対して、表現上、適宜付け加えられてもよい。
以下、上述の知見に基づき本発明者らが開示する実施の形態について、図面を参照しつつ具体的に説明する。
なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ並びにステップの順序等は、一例であり、本開示を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。また、第1、第2及び第3などの序数が、構成要素などに対して、表現上、適宜付け加えられてもよい。
また、以下の実施の形態の説明において、略平行、略直交のような「略」を伴った表現が、用いられる場合がある。例えば、略平行とは、完全に平行であることを意味するだけでなく、実質的に平行である、すなわち、例えば数%程度の差異を含むことも意味する。他の「略」を伴った表現についても同様である。また、各図は模式図であり、必ずしも厳密に図示されたものではない。さらに、各図において、実質的に同一の構成要素に対しては同一の符号を付しており、重複する説明は省略又は簡略化される場合がある。
[画像加工システムの構成]
図1を参照して、実施の形態に係る画像加工システム100の構成を説明する。なお、図1は、実施の形態に係る画像加工システム100の概略的な構成を示すブロック図である。画像加工システム100は、画像加工装置10と、サーバ装置20とを備える。サーバ装置20は、種々のデータを蓄積する要素である。画像加工装置10は、サーバ装置20に蓄積されている画像データに画像加工を施す装置である。画像加工装置10は、サーバ装置20からアノテーションを付与すべき画像を取得して画像加工処理し、サーバ装置20に蓄積する。
図1を参照して、実施の形態に係る画像加工システム100の構成を説明する。なお、図1は、実施の形態に係る画像加工システム100の概略的な構成を示すブロック図である。画像加工システム100は、画像加工装置10と、サーバ装置20とを備える。サーバ装置20は、種々のデータを蓄積する要素である。画像加工装置10は、サーバ装置20に蓄積されている画像データに画像加工を施す装置である。画像加工装置10は、サーバ装置20からアノテーションを付与すべき画像を取得して画像加工処理し、サーバ装置20に蓄積する。
なお、画像加工装置10は、加工処理後の画像データを、アノテーションの処理者のアノテーション処理装置30に送ってもよく、アノテーション処理装置30とサーバ装置20との間で画像データ及びアノテーション情報の送受信を中継するアノテーション中継装置40に送ってもよい。例えば、アノテーション中継装置40は、アノテーションの処理者のアノテーション処理装置30へアノテーション処理を要求すること、サーバ装置20からアノテーションを付与すべき画像データを取得しアノテーション処理装置30に送信すること、付与されたアノテーションに関する情報をアノテーション処理装置30から受け取り、画像データに対応付けてサーバ装置20に送信すること等を実施する。アノテーション処理装置30とサーバ装置20との通信は、後述する画像加工装置10とサーバ装置20との通信と同様であってもよく、その他の無線通信又は有線通信が適用されてもよい。
アノテーション処理装置30とアノテーション中継装置40との通信は、アノテーション処理装置30とサーバ装置20との通信と同様であってもよく、その他の無線通信又は有線通信が適用されてもよい。例えば、アノテーション処理装置30とアノテーション中継装置40との通信は、第3世代移動通信システム(3G)、第4世代移動通信システム(4G)、又はLTE(登録商標)等のような移動通信システムで利用されるモバイル通信規格が適用されてもよい
サーバ装置20は、画像加工装置10と通信するように構成されている。サーバ装置20は、コンピュータ等の情報処理装置でもよい。サーバ装置20は、1つ以上のサーバ装置を含んでもよく、クラウドシステムを構成してもよい。サーバ装置20は、サーバ装置20の全体を制御する制御部21と、画像加工装置10と通信する通信部22と、種々のデータを蓄積するデータ蓄積部23とを備える。通信部22は、インターネット等の通信網を介して画像加工装置10と通信する。通信部22は、通信インタフェースを含む通信回路であってもよい。例えば、通信部22と画像加工装置10との間の通信には、Wi−Fi(登録商標)(Wireless Fidelity)などの無線LAN(Local Area Network)が適用されてもよく、ケーブルを用いた有線通信が適用されてもよく、その他の無線通信又は有線通信が適用されてもよい。
データ蓄積部23は、例えば、ハードディスクにより構成され、加工前画像データ蓄積部24と、加工済画像データ蓄積部25と、加工パラメータ蓄積部26と、アノテーションデータ蓄積部27とを備える。加工前画像データ蓄積部24には、種々の撮影装置で撮影された画像データである加工前画像データが、その画像ID(identificatiоn)と共に格納されている。加工済画像データ蓄積部25は、加工前画像データ蓄積部24の加工前画像データに対して画像加工処理が実施されることによって形成される加工済画像データを、その画像IDと共に格納する。加工パラメータ蓄積部26は、加工前画像データに対して実施された画像加工処理に関する情報を、加工前及び加工済の画像データの画像IDと共に格納する。アノテーションデータ蓄積部27は、加工済画像データに対して実施されたアノテーションに関する情報を、格納する。
制御部21は、通信部22及びデータ蓄積部23を制御する。制御部21は、通信部22を介して、画像加工装置10からの要求に応じて、データ蓄積部23の加工前画像データ蓄積部24、加工パラメータ蓄積部26及びアノテーションデータ蓄積部27からのデータの取り出し及び送信を実施する。制御部21は、通信部22を介して、画像加工装置10から加工済画像データ蓄積部25及び加工パラメータ蓄積部26への対応するデータの格納を実施する。また、制御部21は、アノテーションの処理者のアノテーション処理装置30からアノテーションデータ蓄積部27への対応するデータの格納を実施する。制御部21は、アノテーション中継装置40からアノテーションデータ蓄積部27への対応するデータの格納を実施してもよい。
画像加工装置10は、これ単独で一つの装置を構成してもよく、コンピュータなどの情報処理装置又はその他の装置に組み込まれてもよい。例えば、画像加工装置10は、アノテーション中継装置40又はアノテーション中継装置40を含む装置に組み込まれてもよい。画像加工装置10は、制御部11、通信部12、画像不鮮明化変換部13、画像分割部14、画像入替部15、記憶部16及び入力部17を備える。制御部11は、画像加工装置10の全体を制御する。入力部17は、指令等の種々の入力を受け付ける要素である。記憶部16は、種々の情報を格納する要素である。記憶部16は、半導体メモリ等から構成されてもよく、揮発性メモリ又は不揮発性メモリ等から構成されてもよい。
通信部12は、上述したようにサーバ装置20の通信部22と通信する。通信部12は、通信インタフェースを含む通信回路であってもよい。通信部12及び22の間に、これらの間の通信を中継する通信装置であるルータが設けられてもよい。ルータは、通信部12と通信網との間の通信を中継してもよい。
画像不鮮明化変換部13は、制御部11の制御を受けて、サーバ装置20の加工前画像データ蓄積部24から加工前画像データ及びその画像IDを取得し、加工前画像を不鮮明化処理する。この不鮮明化処理は、画像の中の被写体のプライバシー保護のための画像処理である。具体的には、画像不鮮明化変換部13は、ぼかし処理、モザイク処理、ピクセル化処理等の不鮮明化処理を実施する。ピクセル化とは、1ピクセルにおけるピクセル値を肥大化することによって、画像を粗くすることである。また、画像不鮮明化変換部13は、画素が粗い画像に対して解像度を高くすることによって不鮮明化してもよく、画素が細かい画像に対して解像度を低くすることによって不鮮明化してもよい。また、画像不鮮明化変換部13は、加工前画像データの画像IDと、不鮮明化処理後の不鮮明化画像データとを関連付ける。
本実施の形態では、画像不鮮明化変換部13は、例えば、図2に示される加工前画像Aの全体を、図3に示される不鮮明化画像Bに、ぼかし処理を用いて変換する。なお、図2は、加工前画像の一例を示す図であり、図3は、加工前画像を不鮮明化処理後した画像の一例を示す図である。
また、画像不鮮明化変換部13は、ぼかし処理の前に、加工前画像Aにおいて文字認識を実施する。そして、画像不鮮明化変換部13は、加工前画像A上において、例えば、図2の左下に示されるような文字、記号等を認識し、これら文字、記号等を含む領域を文字領域Lとして設定し、文字領域Lを図3に示すように塗りつぶす消去処理を実施する。なお、画像不鮮明化変換部13は、加工前画像A上において、文字領域Lを切り取って削除してもよい。なお、図2において、文字領域Lの位置には、加工前画像Aの撮影日時及び撮影場所のGPS(Global Positioning System)座標が示されている。これにより、加工前画像A内の被写体を特定し得る情報が削除される。例えば、不鮮明化処理において、文字、記号等を認識できない程度にまで加工前画像Aをぼかし処理すると、文字、記号等と鮮明さが異なる加工前画像A内の人物H1、H2、H3及びH4等の有無までもが判別できなくなる可能性がある。上述のように、文字、記号等をぼかし処理の対象から除外することによって、加工前画像Aに対する過度なぼかし処理を抑えることができる。よって、画像不鮮明化変換部13は、加工前画像A内で認識した文字、記号等の塗りつぶし又は削除等の消去処理を実施した後に、加工前画像A全体のぼかし処理を実施する。
画像不鮮明化変換部13は、加工前画像Aに対して実施した不鮮明化処理の内容及び強度等と、加工前画像Aの画像IDとを関連付け、加工パラメータとして、サーバ装置20の加工パラメータ蓄積部26に送信し格納する。不鮮明化処理の内容は、ぼかし処理、モザイク処理又はピクセル化処理等の処理に加え、解像度の変更による不鮮明化処理を含み得る。
画像分割部14は、制御部11の制御を受けて、不鮮明化処理後の画像を複数の分割画像に分割する。これにより、画像内の被写体に関連する要素の特定が困難になる。さらに、画像分割部14は、不鮮明化処理後の画像を形成する分割画像の並びの順序に従って、分割画像を順序付けする。つまり、分割画像は、順序付けされた順序に従って連続する画像を形成するように、順序付けされる。
例えば、画像分割部14は、不鮮明化処理後の画像Bを、図4に示すように複数の画像に分割する。なお、図4は、不鮮明化処理後の画像を分割処理した画像の一例を示す図である。本実施の形態では、画像Bは、上下方向の4つの分割線D1、D2、D3及びD4で、横方向に並ぶ5つの分割画像C1、C2、C3、C4及びC5に分けられている。そして、分割画像C1、C2、C3、C4、C5の順序で順序付けが行われる。なお、画像Bの分割線は、上下方向に限定されず、いかなる方向であってもよい。例えば、画像Bの分割線は、横方向であってもよく、斜め方向であってもよく、上下方向、横方向及び斜め方向を組み合わせたものであってもよく、湾曲した部分を含んでもよい。また、分割画像の数量も、5つに限定されず、いかなる数量であってもよい。
画像分割部14は、分割前に画像Bに座標系を設定する。具体的には、図3に示されるように、画像分割部14は、矩形をした画像Bの左上の角に原点Оを設定する。さらに、画像分割部14は、画像Bに対して、原点Oから水平右方向へ正の値をとって延びるxi軸と、原点Oから鉛直下方向へ正の値をとって延びるyi軸とを設定する。本実施の形態では、xi軸及びyi軸上の値はそれぞれ、原点Oからの画素数、つまりピクセル数で定義される。次いで、画像分割部14は、図4に示されるように、座標系が設定された画像Bを、分割画像C1〜C5に分割する。分割画像C1〜C5は、yi軸に平行な分割線D1〜D4を境界とする矩形の画像である。なお、画像Bへの座標系の設定は、画像不鮮明化変換部13によって実施されてもよい。これにより、画像不鮮明化変換部13は、加工前画像A上における文字、記号等及び文字領域Lの位置及び範囲を、上記座標系を用いて特定することができる。
そして、画像分割部14は、分割画像C1〜C5それぞれの左上の角を基準点E1〜E5に設定し、各基準点の座標を求める。また、画像分割部14は、分割画像C1〜C5それぞれのサイズも求める。本実施の形態では、画像のサイズの指標としてピクセルを用いる。画像Bのサイズは、縦1080×横1920ピクセルである。そして、分割画像C1〜C5それぞれのサイズは、縦1080×横384ピクセルである。分割画像C1〜C5それぞれの基準点の座標及びサイズは、分割画像C1〜C5の分割位置データを構成する。なお、分割画像C1〜C5の分割位置データは、分割線D1〜D4を示す座標であってもよい。さらに、画像分割部14は、分割画像C1〜C5それぞれに、新たな画像IDを設定する。そして、例えば、図5に示されるように、分割画像C1〜C5の画像ID、分割画像C1〜C5の並びの順序、分割画像C1〜C5の基準点の座標及びサイズ、並びに、分割画像C1〜C5の不鮮明化処理内容及び強度と、これら分割画像の元画像である画像Bつまり加工前画像Aの画像IDとが関連付けられて、分割画像C1〜C5の加工パラメータとして扱われる。なお、図5は、分割画像の加工パラメータ一例を示す図である。
画像分割部14は、制御部11の制御を受けて、分割画像C1〜C5それぞれの加工パラメータを、サーバ装置20の加工パラメータ蓄積部26に送信し格納する。また、画像分割部14は、制御部11の制御を受けて、分割画像C1〜C5を、それぞれの画像ID及び加工前画像Aの画像IDと共に、記憶部16に一時的に格納してもよく、サーバ装置20の加工済画像データ蓄積部25に送信し格納してもよい。
画像入替部15は、制御部11の制御を受けて、元画像が同一の複数の分割画像と、これら複数の分割画像と元画像が異なる複数の分割画像とを、混ぜ合わせ互いに任意に入れ替える、つまりランダムシャッフルする。これにより、画像の撮影場所の特定が困難になる。さらに、画像入替部15は、ランダムシャッフル後の全ての分割画像の並びの順序に従って、全ての分割画像を新たに順序付けする。
例えば、図6に示されるように、画像入替部15は、加工前画像Aを元画像とする分割画像C1〜C5と、加工前画像Aと異なる画像Aa、Ab等を元画像とする分割画像Ca1〜Ca5、Cb1〜Cb5等とを混ぜ合わせ、さらに、各分割画像の並びの順序も入れ替える。このとき、例えば、分割画像C1〜C5、分割画像Ca1〜Ca5及び分割画像Cb1〜Cb5の間での並びの順序も変更され、分割画像C1〜C5内、分割画像Ca1〜Ca5内及び分割画像Cb1〜Cb5内における並び順序も変更され得る。なお、図6は、異なる元画像の分割画像を混ぜ合わせ入れ替える処理の一例を示す図である。図6において、状態(6a)は、分割画像C1〜C5、Ca1〜Ca5、Cb1〜Cb5等が混ぜ合わされた状態を示し、状態(6b)は、分割画像C1〜C5、Ca1〜Ca5、Cb1〜Cb5等の順序がさらに入れ替えられた状態を示す。なお、ランダムシャッフル後の状態(6b)において、元画像が同一の分割画像が隣り合わないように順序付けされることが、望ましい。これにより、元画像が同一の分割画像の関連性を認識することが、困難になる。
そして、画像入替部15は、状態(6b)に示される分割画像の並び順序に従って、分割画像C1〜C5、Ca1〜Ca5、Cb1〜Cb5等を新たに順序付けする。なお、画像入替部15は、画像Aa、Ab等を元画像とする分割画像Ca1〜Ca5、Cb1〜Cb5等を、予め記憶部16に格納しておき、記憶部16から取得してもよく、予めサーバ装置20の加工済画像データ蓄積部25に格納しておき、加工済画像データ蓄積部25から取得してもよい。
画像入替部15は、制御部11の制御を受けて、分割画像C1〜C5、Ca1〜Ca5及びCb1〜Cb5等を混ぜ合わせ順序を入れ替えた後の複数の分割画像を、ひとまとまりの一組の分割画像群として、新たに設定した各分割画像の順序と共に、サーバ装置20の加工済画像データ蓄積部25に送信し格納する。これにより、分割画像群は、分割画像並びにそれらの画像ID及び順序を含む。例えば、アノテーションの処理者に分割画像が提供される場合、分割画像群をベースとし、分割画像群内の分割画像が上記順序に従って提供される。
上述のサーバ装置20の制御部21、並びに、画像加工装置10の制御部11、画像不鮮明化変換部13、画像分割部14及び画像入替部15の各構成要素は、専用のハードウェアで構成されてもよく、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。この場合、各構成要素は、例えば、演算処理部(図示せず)と、制御プログラムを記憶する記憶部(図示せず)とを備えてもよい。演算処理部としては、MPU(Micro Processing Unit)、CPU(Central Processing Unit)等が例示される。記憶部としては、メモリ等が例示される。なお、各構成要素は、集中制御を行う単独の要素で構成されてもよく、互いに協働して分散制御を行う複数の要素で構成されてもよい。ソフトウェアプログラムは、アプリケーションとして、インターネット等の通信網を介した通信、モバイル通信規格による通信等で提供されるものであってもよい。
また、各構成要素は、LSI(Large Scale Integration:大規模集積回路)、システムLSI等の回路でもよい。複数の構成要素が、全体として1つの回路を構成してもよく、それぞれ別々の回路を構成してもよい。また、回路は、それぞれ、汎用的な回路でもよく、専用の回路でもよい。
システムLSIは、複数の構成部を1つのチップ上に集積して製造された超多機能LSIであり、具体的には、マイクロプロセッサ、ROM(Read Only Memory)、RAM(Random Access Memory)等を含んで構成されるコンピュータシステムである。RAMには、コンピュータプログラムが記憶されている。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、システムLSIは、その機能を達成する。システムLSI及びLSIは、LSI製造後にプログラムすることが可能なFPGA(Field Programmable Gate Array)であってもよく、LSI内部の回路セルの接続及び設定を再構成可能なリコンフィギュラブルプロセッサを含んでもよい。
また、上記構成要素の一部又は全部は、脱着可能なICカード又は単体のモジュールから構成されてもよい。ICカード又はモジュールは、マイクロプロセッサ、ROM、RAM等から構成されるコンピュータシステムである。ICカード又はモジュールは、上記のLSI又はシステムLSIを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、ICカード又はモジュールは、その機能を達成する。これらICカード及びモジュールは、耐タンパ性を有するとしてもよい。
[画像加工システムの動作]
図1及び図7を参照して、画像加工システム100の動作の一例を説明する。図7は、実施の形態に係る画像加工システム100の動作の流れの一例を示すフローチャートである。本実施の形態では、画像加工装置10は、Deep Learning(深層学習)をはじめとするニューラルネットワーク等の機械学習のための大量の学習用の画像データの構築者によって、運用される。サーバ装置20は、上記構築者によって運用されもよく、上記構築者以外によって運用されてもよい。上記構築者以外によって運用される場合、サーバ装置20は、クラウドシステムを構成してもよい。
図1及び図7を参照して、画像加工システム100の動作の一例を説明する。図7は、実施の形態に係る画像加工システム100の動作の流れの一例を示すフローチャートである。本実施の形態では、画像加工装置10は、Deep Learning(深層学習)をはじめとするニューラルネットワーク等の機械学習のための大量の学習用の画像データの構築者によって、運用される。サーバ装置20は、上記構築者によって運用されもよく、上記構築者以外によって運用されてもよい。上記構築者以外によって運用される場合、サーバ装置20は、クラウドシステムを構成してもよい。
サーバ装置20の加工前画像データ蓄積部24には、画像加工システム100とは別個の装置によって、様々な画像データが格納される。例えば、上記構築者と契約する画像提供者によって、監視カメラ、車載カメラなどによる撮影動画等による画像データが、加工前画像データ蓄積部24に送られる。この場合、サーバ装置20がクラウドシステムを構成することによって、画像データの格納が容易になる。
画像加工システム100の動作に関して、画像加工装置10の制御部11は、上記構築者を構成する画像加工装置10の操作者によって入力部17に入力される指令に従い、サーバ装置20に加工前画像データを要求する(ステップS101)。
要求を受けたサーバ装置20の制御部21は、加工前画像データ蓄積部24に格納されている加工前画像データと、この画像データに設定された画像IDとを、画像加工装置10に送信する。これにより、画像加工装置10の制御部11は、加工前画像データ及びその画像IDを取得する(ステップS102)。
要求を受けたサーバ装置20の制御部21は、加工前画像データ蓄積部24に格納されている加工前画像データと、この画像データに設定された画像IDとを、画像加工装置10に送信する。これにより、画像加工装置10の制御部11は、加工前画像データ及びその画像IDを取得する(ステップS102)。
画像加工装置10の制御部11は、画像不鮮明化変換部13に、加工前画像上に表示される文字及び記号等を検知する文字認識を実施させる。さらに、画像不鮮明化変換部13は、例えば図3に示すように、認識した文字等が存在する領域である文字領域を塗りつぶす消去処理を不鮮明化処理の1つとして実施する(ステップS103)。なお、画像不鮮明化変換部13は、文字領域を画像から切り取って削除する消去処理を実施してもよい。また、画像不鮮明化変換部13は、文字認識の際、画像の撮影日時、撮影場所の位置情報等のプライバシーに関する文字等のみを検知し、検知した文字等の領域を消去してもよい。また、画像不鮮明化変換部13は、文字領域を消去する際、画像データに含まれる撮影日時及び位置の情報も削除してもよい。ここで、消去処理は、プライバシー保護の画像処理の一例である。
次いで、制御部11は、画像不鮮明化変換部13に、文字領域を消去後の画像全体を不鮮明にする不鮮明化処理を実施させる(ステップS104)。本実施の形態では、画像不鮮明化変換部13は、例えば図3に示すように、上記画像全体に対して、ぼかし処理を実施する。なお、画像不鮮明化変換部13は、他の不鮮明化処理であるモザイク処理、ピクセル化処理、又は解像度の変更処理等を実施してもよく、上記不鮮明化処理を組み合わせて実施してもよい。画像不鮮明化変換部13は、不鮮明化処理後の画像データにも、加工前画像データの画像IDを適用する。ここで、不鮮明化処理は、プライバシー保護の画像処理の一例である。
さらに、制御部11は、画像不鮮明化変換部13に、文字領域を消去後の画像に対して実施した不鮮明化処理の内容及び強度に関する情報を、加工パラメータとして、サーバ装置20に送信させる。そして、サーバ装置20の制御部21は、受け取った加工パラメータを加工パラメータ蓄積部26に格納する。(ステップS105)
その後、制御部11は、画像分割部14に、不鮮明化処理後の画像を複数の画像に分割させる(ステップS106)。画像分割部14は、例えば図4に示すように、不鮮明化処理後の画像に複数の分割線を設定し、不鮮明化処理後の画像を分割線を境界とする複数の画像に分割する。そして、画像分割部14は、分割後の画像である複数の分割画像に対して新たな画像IDを設定する。さらに、画像分割部14は、分割画像が連続する画像を形成するように並ぶ順序に従って、例えば図4において、分割画像C1、C2、C3、C4、C5の順序に従って、分割画像に順序付けを行う。
また、画像分割部14は、画像不鮮明化変換部13又は画像分割部14が分割前の画像に設定する座標系に基づき、各分割画像に対して、基準点の座標と、画像の領域つまりサイズとを算出する。画像分割部14は、例えば図4に示すように、各分割画像の左上の角に基準点を設定し、画像のサイズとして縦1080×横384ピクセルを算出する。なお、分割前の画像のサイズは、縦1080×横1920ピクセルである。
次いで、制御部11は、画像分割部14に、各分割画像を、その画像ID、順序及び分割画像の元画像である加工前画像の画像IDと共に、画像加工装置10の記憶部16に一時的に格納させる(ステップS107)。
また、制御部11は、画像分割部14に、各分割画像の画像ID、各分割画像の順序、各分割画像の基準点の座標及びサイズ、及び分割画像の加工前画像の画像IDによって構成される分割位置データを、加工パラメータとして、サーバ装置20に送信させる。そして、サーバ装置20の制御部21は、受け取った加工パラメータを加工パラメータ蓄積部26に格納する。(ステップS108)
また、制御部11は、画像分割部14に、各分割画像の画像ID、各分割画像の順序、各分割画像の基準点の座標及びサイズ、及び分割画像の加工前画像の画像IDによって構成される分割位置データを、加工パラメータとして、サーバ装置20に送信させる。そして、サーバ装置20の制御部21は、受け取った加工パラメータを加工パラメータ蓄積部26に格納する。(ステップS108)
次いで、制御部11は、記憶部16に格納されている分割画像に関して、分割画像の元画像である加工前画像の数量、つまり分割画像生成済みの加工前画像の数量を確認し、個の数量が所定数量以上である場合(ステップS109でyes)、ステップS110の処理に進む。この際、制御部11は、例えば、分割画像に対応する加工前画像の画像IDを確認し、加工前画像の画像IDの数量が所定数量以上であるか否かを判定してよい。制御部11は、分割画像生成済みの加工前画像の数量が所定数量未満である場合(ステップS109でnо)、ステップS101の処理に進み、サーバ装置20に新たな別の加工前画像データを要求する。そして、ステップS102〜S108の処理が繰り返され、別の加工前画像を元画像とする新たな分割画像が生成され、記憶部16に格納される。これにより、分割画像生成済みの加工前画像の数量が増加する。なお、上記所定数量は、2以上の値から選択され得る。
制御部11は、ステップS110において、画像入替部15に、記憶部16に格納されている複数の加工前画像を元画像とする分割画像を取得させ、例えば図6に示されるように、取得した複数の分割画像を混ぜ合わせそれらの並び順序を任意に入れ替える、つまりランダムシャッフルする画像入替処理を実施させる。この際、画像入替部15が記憶部16から取得する分割画像は、複数の加工前画像を元画像とする分割画像の全てであっても一部であってもよい。さらに、画像入替部15は、ランダムシャッフルされた全ての分割画像の並びの順序に従って、当該全ての分割画像に新たに順序付けをする。
さらにまた、制御部11は、画像入替部15に、画像入替処理を実施した一群の分割画像を、各分割画像の画像ID及び新たな順序と共に、加工済画像データとして、サーバ装置20に送信させる。そして、サーバ装置20の制御部21は、受け取った加工済画像データを、アノテーション用画像データとして、加工済画像データ蓄積部25に格納する。(ステップS111)
上述のようにステップS101〜ステップS111の処理を実施することによって得られる加工済画像データでは、例えば図6に示される分割画像のように、各画像内の人物の顔等の被写体の詳細な特徴の特定が、画像の不鮮明化処理によって困難である。さらに、各画像の撮影場所及び撮影日時の特定が、画像の不鮮明化処理、分割処理及び入替処理によって、困難である。さらにまた、各画像間の関連性の特定が、画像入替処理によって、困難である。
また、サーバ装置20に格納されている画像データへのアノテーション付与処理は、以下に説明するように実施される。図1を参照すると、アノテーション中継装置40は、機械学習のための大量の学習用の画像データの構築者によって、運用される。そして、アノテーション処理装置30は、上記構築者以外によって運用される。アノテーション処理装置30の操作者は、上記構築者とアノテーションの付与処理の契約をしており、上記構築者から提供される画像にアノテーションを付与する。
アノテーション処理装置30へは、アノテーションを付与すべき画像として、サーバ装置20の加工済画像データ蓄積部25に格納される加工済画像が提供される。本実施の形態では、アノテーション中継装置40が、サーバ装置20の加工済画像データをアノテーション処理装置30に送信するが、アノテーション処理装置30がサーバ装置20から加工済画像データを直接取得してもよい。
同一のアノテーション処理装置30へ提供される画像は、上述のように複数の加工前画像を元画像とし且つ画像入替処理が施された分割画像によって構成される分割画像群をベースとする。当該同一のアノテーション処理装置30には、同一の分割画像群、つまり同一の加工済画像群内の画像が、画像入替処理後の並び順序に従って、順次提供される。なお、1つの加工済画像群内の画像が複数のアノテーション処理装置30に提供されてもよい。アノテーション処理装置30の操作者は、順次提供される加工済画像に対して、例えば、図4の分割画像C2に示されるように、人物H4などの対象物を、枠Anで囲む等することによって、対象物の領域を特定する。これにより、アノテーションが加工済画像に付与される。そして、対象物の種別、対象物の領域及びその位置等の情報を含むアノテーション情報が、加工済画像の画像IDと関連付けられた状態で、アノテーション処理装置30からアノテーション中継装置40を介してサーバ装置20に送信され、サーバ装置20のアノテーションデータ蓄積部27に格納される。例えば、対象物には、人だけでなく、動物が適用されてもよく、二輪車及び四輪車などの車両、鉄道などの軌道を走行する車両、船舶、ドローンなどの飛行体等が適用されてもよい。対象物の種別には、例えば、対象物が人の場合、性別、年齢層等が含まれ、対象物が動物の場合、動物の種類が含まれ、対象物が車両の場合、車種等が含まれる。また、対象物の種別には、対象物が軌道を走行する車両の場合、車両のタイプ、路線名等が含まれ、対象物が船舶の場合、船舶のタイプが含まれ、対象物が飛行体の場合、飛行体のタイプが含まれる。
なお、アノテーション処理装置30への加工済画像の提供では、複数の加工済画像が同時にアノテーション処理装置30内に存在しないように実施されてもよく、複数の加工済画像が同時にアノテーション処理装置30内に存在することを許容するように実施されてもよい。しかしながら、加工済画像間の関連性が特定できないような提供が望ましい。
また、上記構築者は、サーバ装置20の加工パラメータ蓄積部26に格納される加工パラメータを用いることによって、加工済画像データ蓄積部25に格納される加工済画像データの不鮮明化処理を解除し、さらに、アノテーションデータ蓄積部27に格納されるアノテーション情報と関連付けることができる。これにより、加工済画像データが、機械学習のための学習用の画像データとして利用可能になる。
[画像加工システムの動作の変形例1]
以下、画像加工システム100の動作の変形例1を説明する。画像加工装置10が、不鮮明化処理後の画像を複数の画像に分割する際、実施の形態では、不鮮明化処理後の画像に設定した分割線が分割画像の境界であるため、分割画像同士がラップしないが、本変形例では、分割画像がラップする点で実施の形態と異なる。以下に、本変形例について、実施の形態と異なる点を中心に説明する。
以下、画像加工システム100の動作の変形例1を説明する。画像加工装置10が、不鮮明化処理後の画像を複数の画像に分割する際、実施の形態では、不鮮明化処理後の画像に設定した分割線が分割画像の境界であるため、分割画像同士がラップしないが、本変形例では、分割画像がラップする点で実施の形態と異なる。以下に、本変形例について、実施の形態と異なる点を中心に説明する。
図1及び図8を参照すると、画像加工システム100の画像加工装置10の画像分割部14は、図7に示すステップS104で不鮮明化処理を受けた画像B(図8参照)に対して、実施の形態と同様に、分割線D1〜D4を設定する。なお、図8は、実施の形態の変形例1に係る画像加工システム100の動作において、画像加工装置10が、不鮮明化処理を受けた画像Bを分割する一例を示す図である。
画像分割部14は、分割線D1〜D4を越えて延在するように、横方向に並ぶ5つの分割画像C21、C22、C23、C24及びC25を設定する。具体的には、分割画像C21は、分割線D1を越えた位置に一方の縁端を有する。分割画像C22は、分割線D1及びD2を越えた位置にそれぞれ、両側の縁端を有する。分割画像C23は、分割線D2及びD3を越えた位置にそれぞれ、両側の縁端を有する。分割画像C24は、分割線D3及びD4を越えた位置にそれぞれ、両側の縁端を有する。分割画像C25は、分割線D4を越えた位置に一方の縁端を有する。よって、分割画像C21及びC22は、分割線D1に沿うラップ領域F1で重なる、分割画像C22及びC23は、分割線D2に沿うラップ領域F2で重なる。分割画像C23及びC24は、分割線D3に沿うラップ領域F3で重なる。分割画像C24及びC25は、分割線D4に沿うラップ領域F4で重なる。
そして、画像分割部14は、分割画像C21〜C25それぞれに関して、基準点の座標及びサイズを算出し、さらに順序付けをする。そして、画像分割部14は、分割画像C21〜C25の基準点の座標及びサイズ並びに順序を、分割画像C21〜C25に設定する画像ID及びこれらの元画像である加工前画像の画像IDに関連付け、加工パラメータとして、サーバ装置20の加工パラメータ蓄積部26に格納する。また、画像加工装置10のその他の動作は、実施の形態と同様である。
分割画像C21〜C25にラップ領域F1〜F4を設けることによって、例えば図8において、人物H1〜H4のうち、分割線D1、D3及びD4上に位置する人物H1、H2及びH3は、各ラップ領域F1、F3及びF4を含む2つの分割画像の少なくとも一方に、全体又は略全体が表示される。分割画像C21〜C25による加工済画像にアノテーションが付与される場合、アノテーションの処理者は、各分割画像において、人物H1〜H3それぞれを1人の人物としてアノテーションの付与処理を実施する。
ここで、人物H2を例示として説明すると、分割画像C23つまり加工済画像C23の加工パラメータ及びアノテーション情報から、人物H2に付与されたアノテーションの領域及びその座標が算出できる。なお、上記座標は、加工前画像又は分割前の画像に設定される座標系に基づくものである。また、加工済画像C24の加工パラメータ及びアノテーション情報から、人物H2に付与されたアノテーションの領域及びその座標が算出できる。そして、2つのアノテーションの領域は、大部分で重なる。これにより、加工済画像C23及びC24それぞれで人物H2に付与されたアノテーションは、同一人物に対するアノテーションであると特定できる。よって、アノテーションの精度が高くなる。
一方、図4に示されるように、分割線D1〜D4を境界とする分割画像C1〜C5つまり加工済画像C1〜C5に関して、人物H2は、加工済画像C3及びC4それぞれおいて、1人の人物としてアノテーションの付与処理がなされる。そして、加工済画像C3及びC4での人物H2への2つのアノテーションの領域は、重複しないため、2人の人物に対するアノテーションとして扱われる可能性が高い。よって、アノテーションの精度が低くなる。
このように、分割画像にラップ領域を設けることによって、分割画像間の境界付近に表示される対象物に対するアノテーションの精度が向上する。
[画像加工システムの動作の変形例2]
以下、画像加工システム100の動作の変形例2を説明する。変形例2に係る画像加工システム100の動作では、図7に示すような画像加工処理が実施された加工済画像に対して、アノテーションの処理者によってアノテーションが付与された後に、画像不鮮明化処理による不鮮明度を弱くする処理を実施した加工済画像を生成する点で、実施の形態と異なる。以下に、本変形例について、実施の形態及び変形例1と異なる点を中心に説明する。なお、不鮮明度の強弱は、不鮮明化処理の手法に応じた様々なパラメータを用いて決定することができる。不鮮明化処理としてぼかし処理を実施する場合、例えば、平滑化フィルタ、メディアンフィルタ、マックスフィルタ、ミニマムフィルタ等を用いる手法がある。それぞれのフィルタでは、注目画素の輝度値を決定するために注目画素の周辺の画素の輝度値が用いられる。この場合、採用する画素の範囲が、不鮮明度のパラメータに対応する。採用する画素の範囲、つまりパラメータが大きいほど、不鮮明度が強くなる。よって、このパラメータを設定することによって、画像の不鮮明度の強弱を設定できる。
以下、画像加工システム100の動作の変形例2を説明する。変形例2に係る画像加工システム100の動作では、図7に示すような画像加工処理が実施された加工済画像に対して、アノテーションの処理者によってアノテーションが付与された後に、画像不鮮明化処理による不鮮明度を弱くする処理を実施した加工済画像を生成する点で、実施の形態と異なる。以下に、本変形例について、実施の形態及び変形例1と異なる点を中心に説明する。なお、不鮮明度の強弱は、不鮮明化処理の手法に応じた様々なパラメータを用いて決定することができる。不鮮明化処理としてぼかし処理を実施する場合、例えば、平滑化フィルタ、メディアンフィルタ、マックスフィルタ、ミニマムフィルタ等を用いる手法がある。それぞれのフィルタでは、注目画素の輝度値を決定するために注目画素の周辺の画素の輝度値が用いられる。この場合、採用する画素の範囲が、不鮮明度のパラメータに対応する。採用する画素の範囲、つまりパラメータが大きいほど、不鮮明度が強くなる。よって、このパラメータを設定することによって、画像の不鮮明度の強弱を設定できる。
図9は、実施の形態の変形例2に係る画像加工システム100の動作の流れの一例を示すフローチャートである。図1及び図9を参照すると、画像加工システム100の画像加工装置10は、実施の形態と同様に、ステップS101〜S111の処理を実施することによって、サーバ装置20から取得する加工前画像に1回目の画像加工処理を実施し、加工済画像を生成する。なお、画像加工装置10の画像不鮮明化変換部13は、ステップS104において、比較的強い不鮮明度で画像の不鮮明化処理を実施する、つまり、第一不鮮明化処理を実施する。例えば、図2に示される人物H1〜H4に関して、人物H1、H3及びH4は、画像の撮影装置の近くに位置し大きく鮮明に表示されるが、人物H2は、撮影装置から遠くに位置し、より小さくより不鮮明に表示される。比較的強い不鮮明度とは、第一不鮮明化処理後の画像において、人物H1、H3及びH4は、アノテーションの処理者によって人物であると判別され得るが、人物H2は、アノテーションの処理者によって人物であると判別され得ない程度の不鮮明度である。なお、この比較的強い不鮮明度は、上記不鮮明度に限定されず、いかなる不鮮明度であってもよく、適宜設定され得る。ここで、比較的強い不鮮明度の第一不鮮明化処理は、第一の強度のプライバシー保護の画像処理の一例である。
次いで、1回目の画像加工処理後の加工済画像に対するアノテーションの付与処理が、アノテーションの処理者のアノテーション処理装置30を介して実施される(ステップS201)。そして、当該加工済画像に付与されたアノテーション情報は、サーバ装置20のアノテーションデータ蓄積部27に格納される。このとき、例えば、図2に示される人物H1、H3及びH4にはアノテーションが付与されるが、人物H2にはアノテーションが付与されない。よって、一部の対象物に対してアノテーションが付与される。
その後、画像加工装置10の制御部11は、サーバ装置20に、1回目の画像加工処理がなされ且つアノテーションが付与された加工済画像データと、当該加工済画像の加工パラメータと、当該加工済画像のアノテーション情報とを要求する。サーバ装置20の制御部21は、加工済画像データ蓄積部25、加工パラメータ蓄積部26及びアノテーションデータ蓄積部27に格納されている該当する加工済画像、加工パラメータ及びアノテーション情報を、画像加工装置10に送信する。これにより、画像加工装置10は、要求する各データを取得する(ステップS202)。
画像加工装置10の制御部11は、画像不鮮明化変換部13に、加工済画像上で、アノテーションが付与された領域の範囲及び位置を特定させる。さらに、画像不鮮明化変換部13は、特定したアノテーションの領域に、第一不鮮明化処理以上の強さの不鮮明度で不鮮明化処理を実施する。具体的には、画像不鮮明化変換部13は、特定したアノテーションの領域を塗りつぶす消去処理を実施する(ステップS203)。例えば、図2に示される人物H1、H3及びH4に対するアノテーションの領域が、消去される。また、上記処理として、画像不鮮明化変換部13は、アノテーションの領域を画像から切り取って削除する処理を実施してもよい。又は、画像不鮮明化変換部13は、加工パラメータに基づき、第一不鮮明化処理の内容を特定し、上記不鮮明化処理の内容及び強度を決定してもよい。ここで、第一不鮮明化処理以上の強さの不鮮明度の不鮮明化処理は、第二の強度のプライバシー保護の画像処理の一例である。
次いで、制御部11は、画像不鮮明化変換部13に、加工パラメータに基づき、加工済画像に施されている第一不鮮明化処理の内容を特定させる。さらに、画像不鮮明化変換部13は、特定した情報に基づき、加工済画像の第一不鮮明化処理を解除し、解除後の画像に、第一不鮮明化処理よりも弱い不鮮明度である比較的弱い不鮮明度の新たな不鮮明化処理を実施する、つまり第二不鮮明化処理を実施する(ステップS204)。この際、加工済画像において、第一不鮮明化処理がされた領域の第一不鮮明化処理が解除されるため、ステップS203で不鮮明化処理が実施されたアノテーションの領域の不鮮明化処理が維持される。このため、ステップS203での不鮮明化処理の不鮮明度は、第一不鮮明化処理と同等であってもよい。そして、第二不鮮明化処理は、第一不鮮明化処理が解除された領域に実施されるが、加工済画像の全体に実施されてもよい。この場合も、アノテーションの領域の不鮮明化処理が維持される。ここで、第一不鮮明化処理よりも弱い不鮮明度の第二不鮮明化処理は、第三の強度のプライバシー保護の画像処理の一例である。
比較的弱い不鮮明度とは、例えば、図2に示される人物H2が、アノテーションの処理者によって人物であると判別され得る程度の不鮮明度である。なお、この比較的弱い不鮮明度は、上記不鮮明度に限定されず、いかなる不鮮明度であってもよく、適宜設定され得る。また、画像不鮮明化変換部13は、加工済画像に施されている第一不鮮明化処理を、比較的弱い不鮮明度の第二不鮮明化処理に変更又は変換等してもよい。上述の第二不鮮明化処理によって、2回目の画像加工処理を受けた加工済画像が生成される。
さらに、制御部11は、画像不鮮明化変換部13に、第二不鮮明化処理の内容及び強度に関する情報を、加工パラメータとして、サーバ装置20の加工パラメータ蓄積部26に格納させる(ステップS205)。
また、制御部11は、画像不鮮明化変換部13に、2回目の画像加工処理を受けた加工済画像を、アノテーション用画像データとして、サーバ装置20の加工済画像データ蓄積部25に格納させる(ステップS206)。
また、制御部11は、画像不鮮明化変換部13に、2回目の画像加工処理を受けた加工済画像を、アノテーション用画像データとして、サーバ装置20の加工済画像データ蓄積部25に格納させる(ステップS206)。
次いで、2回目の画像加工処理後の加工済画像に対するアノテーションの付与処理が、アノテーションの処理者のアノテーション処理装置30を介して実施される(ステップS207)。そして、当該加工済画像に付与されたアノテーション情報は、サーバ装置20のアノテーションデータ蓄積部27に格納される。このとき、例えば、図2に示される人物H2にアノテーションが付与される。これにより、全ての対象物に対してアノテーションが付与されることになる。なお、本変形例において、実施の形態におけるステップS106〜S110の処理のような、不鮮明化処理後の画像の分割処理及び分割画像の入替処理の少なくともに一方が、省略されてもよい。
[画像加工システムの動作の変形例3]
以下、画像加工システム100の動作の変形例3を説明する。変形例3に係る画像加工システム100の動作では、画像加工処理すべき複数の加工前画像のうちの一部に対して、変形例2と同様に、2回の画像加工処理が実施される。そして、当該加工前画像のうちの残りに対して、一部の加工前画像に実施した不鮮明化処理に基づいた不鮮明化処理を用いて、1回の画像加工処理が実施される。以下に、本変形例について、実施の形態並びに変形例1及び2と異なる点を中心に説明する。
以下、画像加工システム100の動作の変形例3を説明する。変形例3に係る画像加工システム100の動作では、画像加工処理すべき複数の加工前画像のうちの一部に対して、変形例2と同様に、2回の画像加工処理が実施される。そして、当該加工前画像のうちの残りに対して、一部の加工前画像に実施した不鮮明化処理に基づいた不鮮明化処理を用いて、1回の画像加工処理が実施される。以下に、本変形例について、実施の形態並びに変形例1及び2と異なる点を中心に説明する。
図10は、実施の形態の変形例3に係る画像加工システム100の動作の流れの一例を示すフローチャートである。図1及び図10を参照すると、画像加工システム100の画像加工装置10は、変形例2と同様に、ステップS101〜S111及びステップS201〜S206の処理を実施することによって、サーバ装置20の加工前画像データ蓄積部24から取得する第一の加工前画像に2回の画像加工処理を実施し、加工済画像を生成する。なお、変形例2において説明したステップS207の処理(図9参照)である2回目画像加工処理後の加工済画像へのアノテーション処理は、ステップS206以降のいかなるタイミングで実施されてもよいため、記載を省略している。
加工前画像データ蓄積部24に格納されている加工前画像は、番号等が付与されることによって、順序付けられている。第一の加工前画像は、画像加工処理すべき複数の加工前画像から選択される一部の加工前画像であり、画像加工処理すべき複数の加工前画像から第一の加工前画像を除いた残りの加工前画像が、第二の加工前画像である。本変形例では、第一の加工前画像は、画像加工処理すべき複数の加工前画像において、2つの加工前画像につき1つの加工前画像を間引いた残りの加工前画像である。これにより、第一の加工前画像及び第二の加工前画像はそれぞれ、1つおきの番号を有している。
なお、第一の加工前画像の選択方法は、上記方法に限定されず、いかなる方法であってもよい。例えば、第一の加工前画像は、上記方法のように第二の加工前画像と同等の数量の画像を構成してもよく、異なる数量の画像を構成してもよい。また、第一の加工前画像は、3つ以上の加工前画像につき1つの加工前画像を間引いた残りの加工前画像である等、連続する番号を有するように選択されてもよい。又は、第一の加工前画像は、4つの加工前画像につき連続する番号の2つの加工前画像を間引いた残りの加工前画像である等、第一の加工前画像及び第二の加工前画像がいずれも連続する番号を有するように選択されてもよく、第二の加工前画像のみが連続する番号を有するように選択されてもよい。後述するように、第二の加工前画像の画像加工処理において、第一の加工前画像の不鮮明化処理に関する情報が用いられるため、第一の加工前画像は、第二の加工前画像と同等又はそれ以上の数量の画像を構成することが望ましい。
画像加工装置10の制御部11は、ステップS206の処理後、全ての第一の加工前画像に対して第二不鮮明化処理を用いた2回目の画像加工処理を完了したと判定する(ステップS301でyes)と、第二の加工前画像の画像加工処理を実施するために、ステップS302の処理に進む。一方、制御部11は、全ての第一の加工前画像の2回目の画像加工処理を完了していないと判定する(ステップS301でnо)と、ステップS101の処理に進み、未加工の第一の加工前画像の画像加工処理を実施する。又は、1回目の画像加工処理のみが完了している第一の加工前画像がある場合、制御部11は、ステップS202の処理に進む。
ステップS302において、画像加工装置10の制御部11は、サーバ装置20に第二の加工前画像データを要求する。そして、制御部11は、サーバ装置20の制御部21によって送信される加工前画像データ蓄積部24の第二の加工前画像データを取得する。
次のステップS303において、画像加工装置10の制御部11は、取得した第二の加工前画像の前後の番号の第一の加工前画像に対して実施された第一不鮮明化処理及び第二不鮮明化処理の内容に関する情報を、サーバ装置20に要求する。そして、制御部11は、サーバ装置20の制御部21によって送信される加工パラメータ蓄積部26に格納された当該情報を取得する。例えば、第二の加工前画像の番号をnとし、前後の番号の第一の加工前画像の番号をn−1及びn+1とする。
次いで、画像加工装置10の制御部11は、画像不鮮明化変換部13に、2つの番号n−1及びn+1の第一の加工前画像の第一不鮮明化処理及び第二不鮮明化処理の内容に基づき、番号nの第二の加工前画像に実施すべき不鮮明化処理である第三不鮮明化処理の内容を決定させる(ステップS304)。本変形例では、第三不鮮明化処理の強度としての不鮮明度が決定される。第三不鮮明化処理の不鮮明度は、番号n−1及びn+1の第一の加工前画像の2つの第一不鮮明化処理の不鮮明度及び2つの第二不鮮明化処理の不鮮明度の間の値から選択される。選択される値には、2つの第一不鮮明化処理の不鮮明度及び2つの第二不鮮明化処理の不鮮明度の平均値、中央値等が採用される。平均値は、相加平均、相乗平均、調和平均又は加重平均等であってよい。
なお、番号nの第二の加工前画像の第三不鮮明化処理の内容の決定において、番号nの近傍の番号の第一の加工前画像の第一不鮮明化処理及び第二不鮮明化処理の内容が使用されてよい。また、1つの第三不鮮明化処理の内容の決定に適用される第一の加工前画像は、2つに限定されず、3つ以上であってもよい。この場合、例えば、番号nの第二の加工前画像の第三不鮮明化処理の内容の決定において、番号n−1及びn+1の第一の加工前画像だけでなく、番号n−3、番号n+3等の番号nの近傍の番号の第一の加工前画像も適用されてもよい。また、番号nの第二の加工前画像の第三不鮮明化処理の内容の決定において、番号nの第二の加工前画像の前後の番号n−1及びn+1の第一の加工前画像でなく、番号n−3及びn−1等の前の番号の第一の加工前画像のみが適用されてもよく、番号n+1及びn+3等の後の番号の第一の加工前画像のみが適用されてもよい。
第三不鮮明化処理の内容の決定後、画像加工装置10の制御部11は、実施の形態と同様に、ステップS103〜ステップS111の処理を実施することによって、第三不鮮明化処理を用いた画像加工処理後の加工済画像を生成する。そして、生成された加工済画像に対してアノテーションの付与処理が実施される。
上述のような処理によって、第一の加工前画像については、同一の画像に2回のアノテーションの付与処理が実施され、第二の加工前画像については、同一の画像に1回のアノテーションの付与処理が実施される。よって、変形例2のように全ての画像に2回のアノテーションの付与処理が実施される場合よりも、アノテーションの付与処理の回数が低減する。なお、本変形例において、実施の形態におけるステップS106〜S110の処理のような、不鮮明化処理後の画像の分割処理及び分割画像の入替処理の少なくともに一方が、省略されてもよい。
[効果等]
上述したように、実施の形態に係る画像加工システム100は、画像にプライバシー保護の画像処理としての不鮮明化処理をして処理画像を生成する画像変換部としての画像不鮮明化変換部13と、処理画像を複数の領域に分割して複数の分割画像を生成する画像分割部14とを備える。画像分割部14は、処理画像を形成する分割画像に順序付けをする。画像加工システム100はさらに、順序付けされた分割画像の順序を入れ替え、入れ替え後の順序で分割画像を新たに順序付けする画像入替部15を備える。
上述したように、実施の形態に係る画像加工システム100は、画像にプライバシー保護の画像処理としての不鮮明化処理をして処理画像を生成する画像変換部としての画像不鮮明化変換部13と、処理画像を複数の領域に分割して複数の分割画像を生成する画像分割部14とを備える。画像分割部14は、処理画像を形成する分割画像に順序付けをする。画像加工システム100はさらに、順序付けされた分割画像の順序を入れ替え、入れ替え後の順序で分割画像を新たに順序付けする画像入替部15を備える。
上述の構成において、各画像の処理画像が、プライバシー保護の画像処理としての不鮮明化処理を受けているため、各処理画像内の被写体の特徴等の被写体のプライバシー情報の特定が困難になる。さらに、各処理画像が分割されるため、画像の撮影場所等の被写体のプライバシー情報の特定が困難になる。さらにまた、分割画像の順序が入れ替えられるため、画像の撮影場所等の被写体のプライバシー情報の特定がさらに困難になる。
また、実施の形態の変形例2に係る画像加工システム100は、画像に第一の強度のプライバシー保護の画像処理としての第一不鮮明化処理をして第一処理画像を生成する第一画像変換部としての画像不鮮明化変換部13と、第一処理画像をアノテーション用画像として出力する第一出力部としての制御部11とを備える。画像不鮮明化変換部13は、アノテーションが付与された第一処理画像におけるアノテーションの付与領域に、第一の強度以上の第二の強度のプライバシー保護の画像処理としての消去処理をして第二処理画像を生成する第二画像変換部としても機能する。さらに、画像不鮮明化変換部13は、第二処理画像に対して、第一画像変換部による第一不鮮明化処理を解除し、第一の強度よりも弱い第三の強度のプライバシー保護の画像処理としての第二不鮮明化処理をして第三処理画像を生成する第三画像変換部としても機能する。また、制御部11は、第三処理画像をアノテーション用画像として出力する第二出力部としても機能する。
上述の構成において、画像は、プライバシー保護の画像処理としての第一不鮮明化処理、第二不鮮明化処理及び消去処理を受けるため、画像内の被写体の特徴等の被写体のプライバシー情報の特定が困難になる。さらに、第一不鮮明化処理を受けた第一処理画像では、処理前の画像において鮮明な被写体へのアノテーションの付与を可能にするが、当該被写体の特徴の特定を困難にすることができる。さらに、処理前の画像において不鮮明な被写体へのアノテーションの付与が困難になり得る。そして、消去処理を受けた第二処理画像では、第一処理画像上でアノテーションが付与された被写体の特徴の特定の困難さは、維持されるか又は増大する。第二不鮮明化処理を受けた第三処理画像は、第一処理画像でアノテーションの付与が困難であった被写体へのアノテーションの付与を可能にするが、当該被写体の特徴の特定を困難にすることができる。なお、第一処理画像上でアノテーションが付与された被写体の特徴の特定は、困難なままである。よって、画像の全ての被写体へのアノテーションの付与を可能にしつつ、全ての被写体のプライバシー情報の特定を困難にすることが、可能になる。
実施の形態の変形例3に係る画像加工システム100において、画像不鮮明化変換部13は、第一不鮮明化処理の第一の強度及び第二不鮮明化処理の第三の強度に基づき、プライバシー保護の画像処理としての第三不鮮明化処理の第四の強度を取得する。さらに、画像不鮮明化変換部13は、画像処理が実施されていない未処理画像に対して、第三不鮮明化処理を行う。そして、制御部11は、第三不鮮明化処理後の当該未処理画像に対して、分割処理、分割画像の入替処理等を実施する。
上述の構成において、画像加工処理を受けるべき複数の画像の一部が、第一不鮮明化処理及び第二不鮮明化処理を用いた画像加工処理を受け、第一不鮮明化処理及び第二不鮮明化処理の間と第二不鮮明化処理後とに2回のアノテーション処理を受ける。画像加工処理を受けるべき複数の画像のその他は、第三不鮮明化処理を用いた画像加工処理を受け、第三不鮮明化処理後に1回のアノテーション処理を受ける。よって、全ての画像に対して2回のアノテーション処理を実施する場合と比較して、アノテーション処理の回数が減少するため、画像加工処理及びアノテーション処理の簡易化及び迅速化が可能になる。
また、実施の形態に係る画像加工方法は、複数の画像のそれぞれに対して、プライバシー保護の画像処理としての不鮮明化処理を行って複数の処理画像を生成する画像処理ステップと、複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成する分割画像生成ステップであって、同一の処理画像に属する分割画像に、分割画像が連続する画像を形成するように順序付けをする分割画像生成ステップと、順序付けされた順序を入れ替える順序入れ替えステップと、順序入れ替えステップでの入れ替え後の順序で順序付けをした前記分割画像をアノテーション用の加工済画像として出力する出力ステップとを含む。上述の方法によって、実施の形態に係る画像加工システム100の効果と同様の効果が得られる。
実施の形態の変形例2に係る画像加工方法はさらに、出力ステップの後、アノテーションが付与された加工済画像を第一加工済画像として取得する画像取得ステップと、第一加工済画像におけるアノテーションの付与領域に対して、実施済みの第一不鮮明化処理の第一の強度以上の第二の強度で、プライバシー保護の画像処理としての消去処理を行う第二画像処理ステップと、消去処理後の第一加工済画像に対して、第一不鮮明化処理を解除した上で、第一の強度よりも弱い第三の強度で第二不鮮明化処理を行う第三画像処理ステップと、第二不鮮明化処理後の第一加工済画像をアノテーション用の第二加工済画像として出力する第二出力ステップとを含む。上述の方法によって、変形例2に係る画像加工システム100の効果と同様の効果が得られる。
また、実施の形態の変形例2に係る画像加工方法は、画像に対して、第一の強度で第一不鮮明化処理を行って第一処理画像を生成する第一画像処理ステップと、第一処理画像をアノテーション用画像として出力する第一出力ステップと、第一出力ステップの後、アノテーションが付与された第一処理画像を取得する画像取得ステップと、アノテーションが付与された第一処理画像におけるアノテーションの付与領域に対して、第一の強度以上の第二の強度で消去処理を行って第二処理画像を生成する第二画像処理ステップと、第二処理画像に対して、第一不鮮明化処理を解除した上で、第一の強度よりも弱い第三の強度で第二不鮮明化処理を行って第三処理画像を生成する第三画像処理ステップと、第三処理画像をアノテーション用画像として出力する第二出力ステップとを含む。上述の方法によっても、変形例2に係る画像加工システム100の効果と同様の効果が得られる。
実施の形態の変形例3に係る画像加工方法はさらに、第一不鮮明化処理の第一の強度及び第二不鮮明化処理の第三の強度に基づき、プライバシー保護の画像処理の第四の強度を取得する強度取得ステップと、複数の画像のうちの画像処理が実施されていない未処理画像に対して、第四の強度でプライバシー保護の画像処理としての第三不鮮明化処理を行う第四画像処理ステップをさらに含み、第三不鮮明化処理後の当該未処理画像に対して、分割画像生成ステップ、順序入れ替えステップ及び出力ステップを実施する。上述の方法によって、変形例3に係る画像加工システム100の効果と同様の効果が得られる。
変形例2及び3に係る画像加工システム100及び画像加工方法において、第二の強度でのプライバシー保護の画像処理は、アノテーションの付与領域の塗りつぶしまたは削除である。上述によって、第二不鮮明化処理後のアノテーション用画像へのアノテーション付与処理の際、第一不鮮明化処理後にアノテーションが付与された被写体に重複してアノテーションが付与されることが、抑制される。
実施の形態及び変形例に係る画像加工システム100及び画像加工方法において、不鮮明化処理は、モザイク処理、ぼかし処理又はピクセル化処理である。上述によって、不鮮明化処理の強さを容易に変更することが、可能になる。
実施の形態及び変形例に係る画像加工システム100及び画像加工方法において、分割画像の入替処理では、複数の処理画像、つまり複数の加工前画像に属する複数の分割画像がランダムシャッフルされる。上述によって、同一の加工前画像に属する複数の分割画像の関連付けが困難になり、アノテーション処理者による加工前画像の復元が困難になる。さらに、同一の加工前画像に属する分割画像の順序が連続しないように順序が入れ替えられるため、同一の加工前画像に属する複数の分割画像の関連付けが、より困難になる。
変形例1に係る画像加工システム100及び画像加工方法において、同一の処理画像、つまり加工前画像に属する分割画像は、一部重複する領域を有する。上述において、各分割画像間の境界が重複し得る。よって、境界付近の被写体の特定が容易且つ正確になり、アノテーションの精度が向上する。
実施の形態及び変形例に係る画像加工システム100及び画像加工方法において、画像処理としての不鮮明化処理の前に、加工前画像に対して、加工前画像上で文字認識が実施され、認識された文字にプライバシー保護の画像処理としての消去処理が実施される。上述において、加工前画像上で互いに鮮明度が異なる文字、記号等と被写体との不鮮明化処理を別にすることによって、それぞれに対応した不鮮明化処理の実施が可能になる。その結果、被写体へのアノテーションの精度が向上する。
なお、上記方法は、MPU、CPU、プロセッサ、LSIなどの回路、ICカード又は単体のモジュール等によって、実現されてもよい。
また、実施の形態及び変形例での処理は、ソフトウェアプログラム又はソフトウェアプログラムからなるデジタル信号によって実現されてもよい。例えば、実施の形態での処理は、次のようなプログラムによって、実現される。
すなわち、このプログラムは、コンピュータに実行させるプログラムであって、複数の画像のそれぞれに対して、不鮮明化処理を行って複数の処理画像を生成し、複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成し、同一の処理画像に属する分割画像に、分割画像が連続する画像を形成するように順序付けをし、順序付けされた順序を入れ替え、入れ替え後の順序で順序付けをした分割画像をアノテーション用画像として出力する。
また、変形例2での処理は、次のようなプログラムによって、実現される。
すなわち、このプログラムは、コンピュータに実行させるプログラムであって、画像に対して、第一の強度で第一不鮮明化処理を行って第一処理画像を生成し、第一処理画像をアノテーション用画像として出力し、アノテーションが付与された第一処理画像を取得し、アノテーションが付与された第一処理画像におけるアノテーションの付与領域に対して、第一の強度以上の第二の強度で消去処理を行って第二処理画像を生成し、第二処理画像に対して、第一不鮮明化処理を解除した上で、第一の強度よりも弱い第三の強度で第二不鮮明化処理を行って第三処理画像を生成し、第三処理画像をアノテーション用画像として出力する。
すなわち、このプログラムは、コンピュータに実行させるプログラムであって、画像に対して、第一の強度で第一不鮮明化処理を行って第一処理画像を生成し、第一処理画像をアノテーション用画像として出力し、アノテーションが付与された第一処理画像を取得し、アノテーションが付与された第一処理画像におけるアノテーションの付与領域に対して、第一の強度以上の第二の強度で消去処理を行って第二処理画像を生成し、第二処理画像に対して、第一不鮮明化処理を解除した上で、第一の強度よりも弱い第三の強度で第二不鮮明化処理を行って第三処理画像を生成し、第三処理画像をアノテーション用画像として出力する。
なお、上記プログラム及び上記プログラムからなるデジタル信号は、コンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、CD−ROM、MO、DVD、DVD−ROM、DVD−RAM、BD(Blu−ray(登録商標) Disc)、半導体メモリ等に記録したものであってもよい。
また、上記プログラム及び上記プログラムからなるデジタル信号は、電気通信回線、無線又は有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものであってもよい。
また、上記プログラム及び上記プログラムからなるデジタル信号は、記録媒体に記録して移送されることにより、又はネットワーク等を経由して移送されることにより、独立した他のコンピュータシステムにより実施されてもよい。
また、上記プログラム及び上記プログラムからなるデジタル信号は、記録媒体に記録して移送されることにより、又はネットワーク等を経由して移送されることにより、独立した他のコンピュータシステムにより実施されてもよい。
[その他の変形例]
以上のように、本出願において開示する技術の例示として、実施の形態及び変形例を説明した。しかしながら、本開示における技術は、これらに限定されず、適宜、変更、置き換え、付加、省略などを行った実施の形態の変形例又は他の実施の形態にも適用可能である。また、実施の形態及び変形例で説明する各構成要素を組み合わせて、新たな実施の形態又は変形例とすることも可能である。
以上のように、本出願において開示する技術の例示として、実施の形態及び変形例を説明した。しかしながら、本開示における技術は、これらに限定されず、適宜、変更、置き換え、付加、省略などを行った実施の形態の変形例又は他の実施の形態にも適用可能である。また、実施の形態及び変形例で説明する各構成要素を組み合わせて、新たな実施の形態又は変形例とすることも可能である。
実施の形態及び変形例に係る画像加工システム100では、画像加工装置10と、サーバ装置20と、アノテーション処理装置30と、アノテーション中継装置40とは、別個の要素であり、互いに離れて配置されていたが、これに限定されない。例えば、画像加工装置10とアノテーション中継装置40とが、1つの装置を構成してもよい。又は、画像加工装置10及びアノテーション中継装置40の少なくとも一方と、サーバ装置20とが、1つの装置を構成してもよい。そして、アノテーション処理装置30とアノテーション中継装置40とが、1つの装置を構成してもよい。
実施の形態及び変形例に係る画像加工システム100は、Deep Learning等のニューラルネットワークでの大量の学習用の画像データを構築するために用いられていたが、これに限定されず、画像データを構築するいかなる構成に適用されてもよい。
なお、本開示の包括的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又はコンピュータ読み取り可能なCD−ROMなどの記録媒体で実現されてもよい。また、本開示の包括的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
以上のように、本開示における技術の例示として、実施の形態及び変形例を説明した。そのために、添付図面及び詳細な説明を提供した。したがって、添付図面及び詳細な説明に記載された構成要素の中には、課題解決のために必須な構成要素だけでなく、上記技術を例示するために、課題解決のためには必須でない構成要素も含まれ得る。そのため、それらの必須ではない構成要素が添付図面や詳細な説明に記載されていることをもって、直ちに、それらの必須ではない構成要素が必須であるとの認定をするべきではない。また、上述の実施の形態及び変形例は、本開示における技術を例示するためのものであるから、特許請求の範囲又はその均等の範囲において種々の変更、置き換え、付加、省略などを行うことができる。
本開示は、画像へアノテーションを付与する技術に利用可能である。
11 制御部(第一出力部、第二出力部)
13 画像不鮮明化変換部(画像変換部、第一画像変換部、第二画像変換部、第三画像変換部)
14 画像分割部
15 画像入替部
100 画像加工システム
13 画像不鮮明化変換部(画像変換部、第一画像変換部、第二画像変換部、第三画像変換部)
14 画像分割部
15 画像入替部
100 画像加工システム
Claims (14)
- 複数の画像のそれぞれに対して、プライバシー保護の画像処理を行って複数の処理画像を生成する画像処理ステップと、
前記複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成する分割画像生成ステップであって、同一の前記処理画像に属する前記分割画像に、前記分割画像が連続する画像を形成するように順序付けをする分割画像生成ステップと、
順序付けされた順序を入れ替える順序入れ替えステップと、
前記順序入れ替えステップでの入れ替え後の順序で順序付けをした前記分割画像をアノテーション用の加工済画像として出力する出力ステップとを含む、
画像加工方法。 - 前記出力ステップの後、アノテーションが付与された前記加工済画像を第一加工済画像として取得する画像取得ステップと、
前記第一加工済画像における前記アノテーションの付与領域に対して、前記画像処理ステップとしての第一画像処理ステップにおけるプライバシー保護の画像処理の第一の強度以上の第二の強度で、プライバシー保護の画像処理を行う第二画像処理ステップと、
前記第二画像処理ステップでの画像処理後の前記第一加工済画像に対して、前記第一画像処理ステップで実施された画像処理を解除した上で、前記第一の強度よりも弱い第三の強度でプライバシー保護の画像処理を行う第三画像処理ステップと、
前記第三画像処理ステップでの画像処理後の前記第一加工済画像をアノテーション用の第二加工済画像として出力する第二出力ステップとをさらに含む、
請求項1に記載の画像加工方法。 - 前記第二の強度でのプライバシー保護の画像処理は、前記アノテーションの付与領域の塗りつぶしまたは削除である、
請求項2に記載の画像加工方法。 - 前記第一の強度及び前記第三の強度に基づき、プライバシー保護の画像処理の第四の強度を取得する強度取得ステップと、
前記複数の画像のうちの前記画像処理が実施されていない未処理画像に対して、前記第四の強度でプライバシー保護の画像処理を行う第四画像処理ステップをさらに含み、
前記第四画像処理ステップでの画像処理後の前記未処理画像に対して、前記分割画像生成ステップ、前記順序入れ替えステップ及び前記出力ステップを実施する、
請求項2または3に記載の画像加工方法。 - 前記画像処理は、モザイク処理、ぼかし処理またはピクセル化処理である、
請求項1〜4のいずれか一項に記載の画像加工方法。 - 前記順序入れ替えステップでは、複数の前記処理画像に属する複数の前記分割画像をランダムシャッフルする、
請求項1〜5のいずれか一項に記載の画像加工方法。 - 前記順序入れ替えステップでは、同一の前記処理画像に属する前記分割画像の順序が連続しないように前記順序を入れ替える、
請求項1〜6のいずれか一項に記載の画像加工方法。 - 前記分割画像生成ステップにおいて、同一の前記処理画像に属する前記分割画像は、一部重複する領域を有する、
請求項1〜7のいずれか一項に記載の画像加工方法。 - 前記画像処理ステップの前に、前記複数の画像のそれぞれに対して、前記複数の画像上で文字認識する文字認識ステップと、
認識された文字にプライバシー保護の画像処理を行う第五画像処理ステップとをさらに含む、
請求項1〜8のいずれか一項に記載の画像加工方法。 - 画像に対して、第一の強度でプライバシー保護の画像処理を行って第一処理画像を生成する第一画像処理ステップと、
前記第一処理画像をアノテーション用画像として出力する第一出力ステップと、
前記第一出力ステップの後、アノテーションが付与された前記第一処理画像を取得する画像取得ステップと、
前記アノテーションが付与された前記第一処理画像における前記アノテーションの付与領域に対して、前記第一の強度以上の第二の強度でプライバシー保護の画像処理を行って第二処理画像を生成する第二画像処理ステップと、
前記第二処理画像に対して、前記第一画像処理ステップで実施された画像処理を解除した上で、前記第一の強度よりも弱い第三の強度でプライバシー保護の画像処理を行って第三処理画像を生成する第三画像処理ステップと、
前記第三処理画像をアノテーション用画像として出力する第二出力ステップとを含む、
画像加工方法。 - 画像にプライバシー保護の画像処理をして処理画像を生成する画像変換部と、
前記処理画像を複数の領域に分割して複数の分割画像を生成する画像分割部であって、前記処理画像を形成する前記分割画像に順序付けをする画像分割部と、
順序付けされた前記分割画像の順序を入れ替え、入れ替え後の順序で前記分割画像を新たに順序付けする画像入替部とを備える、
画像加工システム。 - 画像に第一の強度のプライバシー保護の画像処理をして第一処理画像を生成する第一画像変換部と、
前記第一処理画像をアノテーション用画像として出力する第一出力部と、
アノテーションが付与された前記第一処理画像における前記アノテーションの付与領域に、前記第一の強度以上の第二の強度のプライバシー保護の画像処理をして第二処理画像を生成する第二画像変換部と、
前記第二処理画像に対して、前記第一画像変換部による画像処理を解除し、前記第一の強度よりも弱い第三の強度のプライバシー保護の画像処理をして第三処理画像を生成する第三画像変換部と、
前記第三処理画像をアノテーション用画像として出力する第二出力部とを備える、
画像加工システム。 - コンピュータに実行させるプログラムであって、
複数の画像のそれぞれに対して、プライバシー保護の画像処理を行って複数の処理画像を生成し、
前記複数の処理画像のそれぞれを複数領域に分割し、複数の分割画像を生成し、
同一の前記処理画像に属する前記分割画像に、前記分割画像が連続する画像を形成するように順序付けをし、
順序付けされた順序を入れ替え、
入れ替え後の順序で順序付けをした前記分割画像をアノテーション用画像として出力する、
プログラム。 - コンピュータに実行させるプログラムであって、
画像に対して、第一の強度でプライバシー保護の画像処理を行って第一処理画像を生成し、
前記第一処理画像をアノテーション用画像として出力し、
アノテーションが付与された前記第一処理画像を取得し、
前記アノテーションが付与された第一処理画像における前記アノテーションの付与領域に対して、前記第一の強度以上の第二の強度でプライバシー保護の画像処理を行って第二処理画像を生成し、
前記第二処理画像に対して、前記第一処理画像の生成時に行われた画像処理を解除した上で、前記第一の強度よりも弱い第三の強度でプライバシー保護の画像処理を行って第三処理画像を生成し、
前記第三処理画像をアノテーション用画像として出力する、
プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016209036A JP2018072957A (ja) | 2016-10-25 | 2016-10-25 | 画像加工方法、画像加工システム及びプログラム |
CN201710825218.4A CN107977933A (zh) | 2016-10-25 | 2017-09-14 | 图像加工方法、图像加工系统及记录有程序的记录介质 |
US15/705,586 US20180113997A1 (en) | 2016-10-25 | 2017-09-15 | Image processing method, image processing system, recording medium storing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016209036A JP2018072957A (ja) | 2016-10-25 | 2016-10-25 | 画像加工方法、画像加工システム及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018072957A true JP2018072957A (ja) | 2018-05-10 |
Family
ID=61969738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016209036A Withdrawn JP2018072957A (ja) | 2016-10-25 | 2016-10-25 | 画像加工方法、画像加工システム及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180113997A1 (ja) |
JP (1) | JP2018072957A (ja) |
CN (1) | CN107977933A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3855332A1 (en) | 2020-01-22 | 2021-07-28 | Fujitsu Limited | Information processing program, information processing method, and information processing apparatus to determine whether a process uses sensitive information |
KR20220086844A (ko) * | 2020-12-17 | 2022-06-24 | 연세대학교 산학협력단 | 개인정보를 보장하는 실시간 라벨링 방법 및 장치 |
JP7344620B1 (ja) | 2022-07-22 | 2023-09-14 | 株式会社 Sai | 建屋内構造物認識システム及び建屋内構造物認識方法 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018212961A1 (de) * | 2018-08-02 | 2020-02-06 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Analyse eines Bildes |
CN109101806A (zh) * | 2018-08-17 | 2018-12-28 | 浙江捷尚视觉科技股份有限公司 | 一种基于风格迁移的隐私人像数据标注方法 |
CN109993207B (zh) * | 2019-03-01 | 2022-10-25 | 华南理工大学 | 一种基于目标检测的图像隐私保护方法和系统 |
CN113688658A (zh) * | 2020-05-18 | 2021-11-23 | 华为技术有限公司 | 一种对象识别方法、装置、设备及介质 |
US11423559B2 (en) * | 2020-06-30 | 2022-08-23 | Bnsf Railway Company | Systems and methods for reconstructing objects using transitional images |
CN111814165B (zh) * | 2020-07-07 | 2024-01-26 | 重庆大学 | 一种基于深度神经网络中间层的图像隐私保护方法 |
CN116796356A (zh) * | 2022-03-07 | 2023-09-22 | 华为云计算技术有限公司 | 一种数据切分方法及相关装置 |
CN114820456A (zh) * | 2022-03-30 | 2022-07-29 | 图湃(北京)医疗科技有限公司 | 一种图像处理方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1615171B1 (en) * | 2003-04-02 | 2016-06-01 | Panasonic Intellectual Property Management Co., Ltd. | Image processing method, image processor, photographing apparatus, image output unit and iris verify unit |
US8938671B2 (en) * | 2005-12-16 | 2015-01-20 | The 41St Parameter, Inc. | Methods and apparatus for securely displaying digital images |
US7796733B2 (en) * | 2007-02-01 | 2010-09-14 | Rapiscan Systems, Inc. | Personnel security screening system with enhanced privacy |
JP5312701B1 (ja) * | 2013-02-08 | 2013-10-09 | 三三株式会社 | 名刺管理サーバ、名刺画像取得装置、名刺管理方法、名刺画像取得方法、およびプログラム |
WO2015196122A1 (en) * | 2014-06-19 | 2015-12-23 | Contentguard Holdings, Inc. | Rendering content using obscuration techniques |
US9600680B2 (en) * | 2015-02-23 | 2017-03-21 | International Business Machines Corporation | Unmasking of confidential content |
US10402590B2 (en) * | 2015-09-11 | 2019-09-03 | Infosys Limited | Method and system for masking of cheque image based on user access privileges |
-
2016
- 2016-10-25 JP JP2016209036A patent/JP2018072957A/ja not_active Withdrawn
-
2017
- 2017-09-14 CN CN201710825218.4A patent/CN107977933A/zh active Pending
- 2017-09-15 US US15/705,586 patent/US20180113997A1/en not_active Abandoned
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3855332A1 (en) | 2020-01-22 | 2021-07-28 | Fujitsu Limited | Information processing program, information processing method, and information processing apparatus to determine whether a process uses sensitive information |
JP2021117516A (ja) * | 2020-01-22 | 2021-08-10 | 富士通株式会社 | 情報処理プログラム、情報処理方法、及び情報処理装置 |
JP7283404B2 (ja) | 2020-01-22 | 2023-05-30 | 富士通株式会社 | 情報処理プログラム、情報処理方法、及び情報処理装置 |
US11797707B2 (en) | 2020-01-22 | 2023-10-24 | Fujitsu Limited | Non-transitory computer-readable recording medium having stored therein information processing program, information processing method, and information processing apparatus |
KR20220086844A (ko) * | 2020-12-17 | 2022-06-24 | 연세대학교 산학협력단 | 개인정보를 보장하는 실시간 라벨링 방법 및 장치 |
KR102424095B1 (ko) | 2020-12-17 | 2022-07-21 | 연세대학교 산학협력단 | 개인정보를 보장하는 실시간 라벨링 방법 및 장치 |
JP7344620B1 (ja) | 2022-07-22 | 2023-09-14 | 株式会社 Sai | 建屋内構造物認識システム及び建屋内構造物認識方法 |
WO2024018642A1 (ja) * | 2022-07-22 | 2024-01-25 | 株式会社 Sai | 建屋内構造物認識システム及び建屋内構造物認識方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107977933A (zh) | 2018-05-01 |
US20180113997A1 (en) | 2018-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018072957A (ja) | 画像加工方法、画像加工システム及びプログラム | |
US10474918B2 (en) | Image processing apparatus, image processing method, and storage medium | |
US20170053192A1 (en) | Systems and methods for detecting parking occupancy status | |
US20190188490A1 (en) | Image processing device, image processing method and program recording medium | |
CN108073898B (zh) | 人头区域识别方法、装置及设备 | |
CN113362331A (zh) | 图像分割方法、装置、电子设备及计算机存储介质 | |
CN110147465A (zh) | 图像处理方法、装置、设备和介质 | |
CN112487848A (zh) | 文字识别方法和终端设备 | |
JP6903477B2 (ja) | 軌道識別装置、およびプログラム | |
CN113286086B (zh) | 一种摄像头的使用控制方法、装置、电子设备及存储介质 | |
JP2020107170A (ja) | アノテーション装置、学習モデル、画像センサ、アノテーション方法、及びコンピュータプログラム | |
JP6028972B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
CN112102338A (zh) | 基于深度学习的影像样本数据的获取方法及装置 | |
JP2016053763A (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN111292331A (zh) | 图像处理的方法与装置 | |
JP6693764B2 (ja) | 処理装置、分散処理システム及び分散処理方法 | |
JP6716769B1 (ja) | 画像検査方法、画像検査装置、及び画像検査プログラム | |
CN114550062A (zh) | 图像中运动对象的确定方法、装置、电子设备和存储介质 | |
JP7195782B2 (ja) | 情報処理装置、制御方法及びプログラム | |
JP2018092507A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP7211484B2 (ja) | 画像処理装置、制御方法、及びプログラム | |
CN114596239A (zh) | 装卸货事件检测方法、装置、计算机设备和存储介质 | |
US9031324B2 (en) | Image-processing device specifying encircling line for identifying sub-region of image | |
CN113050063A (zh) | 基于激光传感器的障碍检测方法、装置、设备及存储介质 | |
US20210150229A1 (en) | Image processing system, processing device, relay device, and recording medium storing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190513 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20190801 |