JP2018120402A - イベント検出装置、イベント検出方法、プログラム - Google Patents
イベント検出装置、イベント検出方法、プログラム Download PDFInfo
- Publication number
- JP2018120402A JP2018120402A JP2017011108A JP2017011108A JP2018120402A JP 2018120402 A JP2018120402 A JP 2018120402A JP 2017011108 A JP2017011108 A JP 2017011108A JP 2017011108 A JP2017011108 A JP 2017011108A JP 2018120402 A JP2018120402 A JP 2018120402A
- Authority
- JP
- Japan
- Prior art keywords
- image
- event
- frame
- feature information
- event detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
【解決手段】動画として再生可能なフレーム毎の画像からなる画像列を取得する画像列取得部と、任意フレームの画像の特徴と、前記任意フレームの画像の前あるいは後に連なる任意の数の画像の特徴とを表現する画像特徴情報を各フレームについて抽出する画像特徴情報抽出部と、学習データである画像列のフレーム間を所定の時間間隔で分割したサブフレームのうちの特定のサブフレーム、または特定のフレームを所定のイベントが発生するイベント発生時刻として指定するイベント発生時刻指定部と、学習データである画像列に対応する画像特徴情報列を低次元空間にマッピングし、マッピングされた各座標間を前記所定の時間間隔で補間してモデルを学習するモデル学習部を含む。
【選択図】図1
Description
以下、図2を参照して、学習部11内で実行されるモデル学習動作について説明する。まず、画像列取得部111は、例えばビデオカメラ91aなどからモデル学習用の動画データ(以下、学習データと呼称する)を取得する。画像列取得部111は、ビデオカメラ91aからではなく、予め用意されたモデル学習用の動画ファイル(この場合も学習データと呼称する)を別の装置などから受け取ってもよい。少なくとも、画像列取得部111は動画として再生可能なフレーム毎の画像からなる画像列を何らかの方法で取得すればよい(S111)。画像列取得部111は取得した画像列を次の処理へ振り分ける。具体的には、画像列取得部111は、取得した画像列を、画像特徴情報抽出部112へ送る。
以下、図5を参照して、検出部13内で実行されるイベント検出動作について説明する。画像列取得部131は、イベント検出対象である画像列を取得する(S131)。前述したとおり、画像列取得部131は画像列取得部111と統合してもよい。画像列取得部111と同様、画像列取得部131は例えばビデオカメラ91bなどからイベント検出用の動画データを取得してもよいし、ビデオカメラ91bからではなく、予め用意されたイベント検出用の動画ファイルを別の装置などから受け取ってもよい。ビデオカメラ91bは前述のビデオカメラ91aと同じ機材であってもよい。画像列取得部131は、取得した画像列を次の処理へ振り分ける。具体的には、画像列取得部131は、取得した画像列を、画像特徴情報抽出部132へ送る。
(参考非特許文献1:H. D. CRANE, etc, “Translation-Tolerant Mask Matching Using Noncoherent Reflective Optics,” PR, 1968)
以下、図7を参照して、イベント領域検出部133内で実行されるイベント領域検出動作について説明する。まず、テンプレート読込部1331は、データ記憶部12に保存されているテンプレートを読み込む(S1331)。
R(x,y)=sumx’,y’[T(x’,y’)-I(x+x’,y+y’)]2 …(1)
図7を参照して、イベント発生時刻推定部134内で実行されるイベント発生時刻推定動作について説明する。まず、低次元空間マッピング部1341は、イベント領域に対応する画像特徴情報列を低次元空間にマッピングする(S1341)。低次元空間マッピング部1341は、マッピングを、ステップS115で事前学習したマッピング関数に基づいて実行する。例えば、3次元の低次元空間へマッピングを行う場合、時刻nでの座標値は(x(n),y(n),z(n))となる。
本発明の装置は、例えば単一のハードウェアエンティティとして、キーボードなどが接続可能な入力部、液晶ディスプレイなどが接続可能な出力部、ハードウェアエンティティの外部に通信可能な通信装置(例えば通信ケーブル)が接続可能な通信部、CPU(Central Processing Unit、キャッシュメモリやレジスタなどを備えていてもよい)、メモリであるRAMやROM、ハードディスクである外部記憶装置並びにこれらの入力部、出力部、通信部、CPU、RAM、ROM、外部記憶装置の間のデータのやり取りが可能なように接続するバスを有している。また必要に応じて、ハードウェアエンティティに、CD−ROMなどの記録媒体を読み書きできる装置(ドライブ)などを設けることとしてもよい。このようなハードウェア資源を備えた物理的実体としては、汎用コンピュータなどがある。
Claims (7)
- 動画として再生可能なフレーム毎の画像からなる画像列を取得する画像列取得部と、
任意フレームの画像の特徴と、前記任意フレームの画像の前あるいは後に連なる任意の数の画像の特徴とを表現する画像特徴情報を各フレームについて抽出する画像特徴情報抽出部と、
学習データである画像列のフレーム間を所定の時間間隔で分割したサブフレームのうちの特定のサブフレーム、または特定のフレームを所定のイベントが発生するイベント発生時刻として指定するイベント発生時刻指定部と、
学習データである画像列に対応する画像特徴情報列を低次元空間にマッピングし、マッピングされた各座標間を前記所定の時間間隔で補間してモデルを学習するモデル学習部
を含むイベント検出装置。 - 請求項1に記載のイベント検出装置であって、
イベント検出対象である画像列に対応する画像特徴情報列を低次元空間にマッピングし、マッピングされた各座標間を前記所定の時間間隔で補間し、前記モデルおよび前記イベント発生時刻と照合して、イベント検出対象におけるイベント発生時刻を推定するイベント発生時刻推定部
を含むイベント検出装置。 - 請求項2に記載のイベント検出装置であって、
学習データである画像列に対応する画像特徴情報列のうち、前記所定のイベントを含む画像特徴情報の一部の画像領域をテンプレートとして指定し、前記テンプレートを指定したフレームの前後の複数フレームの該当する画像領域を含むイベント領域を指定するテンプレート指定部と、
イベント検出対象である画像列に対応する画像特徴情報列と前記テンプレートとを照合して、イベント検出対象におけるイベント領域を検出するイベント領域検出部をさらに含み、
前記モデル学習部は、
学習データである画像列に対応する画像特徴情報列のうち、指定された前記イベント領域に対応する一部の画像領域についてのみ、低次元空間へのマッピングを行い、
前記イベント発生時刻推定部は、
イベント検出対象である画像列に対応する画像特徴情報列のうち、検出された前記イベント領域に対応する一部の画像領域についてのみ、低次元空間へのマッピングを行う
イベント検出装置。 - イベント検出装置が実行するイベント検出方法であって、
動画として再生可能なフレーム毎の画像からなる画像列を取得するステップと、
任意フレームの画像の特徴と、前記任意フレームの画像の前あるいは後に連なる任意の数の画像の特徴とを表現する画像特徴情報を各フレームについて抽出するステップと、
学習データである画像列のフレーム間を所定の時間間隔で分割したサブフレームのうちの特定のサブフレーム、または特定のフレームを所定のイベントが発生するイベント発生時刻として指定するステップと、
学習データである画像列に対応する画像特徴情報列を低次元空間にマッピングし、マッピングされた各座標間を前記所定の時間間隔で補間してモデルを学習するステップ
を含むイベント検出方法。 - 請求項4に記載のイベント検出方法であって、
イベント検出対象である画像列に対応する画像特徴情報列を低次元空間にマッピングし、マッピングされた各座標間を前記所定の時間間隔で補間し、前記モデルおよび前記イベント発生時刻と照合して、イベント検出対象におけるイベント発生時刻を推定するステップ
を含むイベント検出方法。 - 請求項5に記載のイベント検出方法であって、
学習データである画像列に対応する画像特徴情報列のうち、前記所定のイベントを含む画像特徴情報の一部の画像領域をテンプレートとして指定し、前記テンプレートを指定したフレームの前後の複数フレームの該当する画像領域を含むイベント領域を指定するステップと、
イベント検出対象である画像列に対応する画像特徴情報列と前記テンプレートとを照合して、イベント検出対象におけるイベント領域を検出するステップをさらに含み、
学習データである画像列に対応する画像特徴情報列のうち、指定された前記イベント領域に対応する一部の画像領域についてのみ、低次元空間へのマッピングを行い、
イベント検出対象である画像列に対応する画像特徴情報列のうち、検出された前記イベント領域に対応する一部の画像領域についてのみ、低次元空間へのマッピングを行う
イベント検出方法。 - コンピュータを、請求項1から3の何れかに記載のイベント検出装置として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017011108A JP6713422B2 (ja) | 2017-01-25 | 2017-01-25 | 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017011108A JP6713422B2 (ja) | 2017-01-25 | 2017-01-25 | 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018120402A true JP2018120402A (ja) | 2018-08-02 |
JP6713422B2 JP6713422B2 (ja) | 2020-06-24 |
Family
ID=63043125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017011108A Active JP6713422B2 (ja) | 2017-01-25 | 2017-01-25 | 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6713422B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020066695A1 (ja) * | 2018-09-28 | 2020-04-02 | 日本電信電話株式会社 | 情報同期装置、情報同期方法及び情報同期プログラム |
JPWO2021229693A1 (ja) * | 2020-05-12 | 2021-11-18 | ||
US11640669B2 (en) | 2019-11-05 | 2023-05-02 | Tensor Consulting Co. Ltd. | Motion analysis system, motion analysis method, and computer-readable storage medium |
-
2017
- 2017-01-25 JP JP2017011108A patent/JP6713422B2/ja active Active
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020066695A1 (ja) * | 2018-09-28 | 2020-04-02 | 日本電信電話株式会社 | 情報同期装置、情報同期方法及び情報同期プログラム |
JP2020057847A (ja) * | 2018-09-28 | 2020-04-09 | 日本電信電話株式会社 | 情報同期装置、情報同期方法及び情報同期プログラム |
US11418684B2 (en) | 2018-09-28 | 2022-08-16 | Nippon Telegraph And Telephone Corporation | Information synchronization device, information synchronization method, and information synchronization program |
JP7121277B2 (ja) | 2018-09-28 | 2022-08-18 | 日本電信電話株式会社 | 情報同期装置、情報同期方法及び情報同期プログラム |
US11640669B2 (en) | 2019-11-05 | 2023-05-02 | Tensor Consulting Co. Ltd. | Motion analysis system, motion analysis method, and computer-readable storage medium |
JPWO2021229693A1 (ja) * | 2020-05-12 | 2021-11-18 | ||
WO2021229693A1 (ja) * | 2020-05-12 | 2021-11-18 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム |
JP7364061B2 (ja) | 2020-05-12 | 2023-10-18 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6713422B2 (ja) | 2020-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6972757B2 (ja) | 制御プログラム、制御方法、及び情報処理装置 | |
JP6972756B2 (ja) | 制御プログラム、制御方法、及び情報処理装置 | |
JP7147078B2 (ja) | ビデオフレームの情報ラベリング方法、装置、機器及びコンピュータプログラム | |
EP3373248A1 (en) | Method, control device, and system for tracking and photographing target | |
CN105938622A (zh) | 检测运动图像中的物体的方法和装置 | |
US20100109998A1 (en) | System and method for sensing facial gesture | |
KR20130121202A (ko) | 영상에서의 객체 추적 방법, 장치 및 이를 컴퓨터 상에서 수행하는 프로그램이 기록된 기록 매체 | |
CN108198172B (zh) | 图像显著性检测方法和装置 | |
CN109934873B (zh) | 标注图像获取方法、装置及设备 | |
CN112927279A (zh) | 一种图像深度信息生成方法、设备及存储介质 | |
KR102362470B1 (ko) | 족부 정보 처리 방법 및 장치 | |
CN105095853A (zh) | 图像处理装置及图像处理方法 | |
CN111914878A (zh) | 特征点跟踪训练及跟踪方法、装置、电子设备及存储介质 | |
JP6713422B2 (ja) | 学習装置、イベント検出装置、学習方法、イベント検出方法、プログラム | |
JP7230345B2 (ja) | 情報処理装置及び情報処理プログラム | |
CN104463240A (zh) | 一种控制列表界面的方法及装置 | |
CN110060278A (zh) | 基于背景减法的运动目标的检测方法及装置 | |
CN110288629A (zh) | 基于移动物体检测的目标检测自动标注方法及装置 | |
Mori et al. | Good keyframes to inpaint | |
CN110610184B (zh) | 图像的显著目标的检测方法、装置及设备 | |
Nugroho et al. | Comparison of deep learning-based object classification methods for detecting tomato ripeness | |
KR20200137129A (ko) | 관계형 질의를 이용한 객체 검출방법 및 그 장치 | |
JP2023168081A (ja) | 訓練データ生成プログラム、訓練データ生成方法及び訓練データ生成装置 | |
CN111008294A (zh) | 交通图像处理、图像检索方法及装置 | |
CN111860261B (zh) | 一种客流值的统计方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190304 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200225 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200422 |
|
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: 20200602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200603 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6713422 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |