JP2019028700A - 検証装置、方法、及びプログラム - Google Patents
検証装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP2019028700A JP2019028700A JP2017147068A JP2017147068A JP2019028700A JP 2019028700 A JP2019028700 A JP 2019028700A JP 2017147068 A JP2017147068 A JP 2017147068A JP 2017147068 A JP2017147068 A JP 2017147068A JP 2019028700 A JP2019028700 A JP 2019028700A
- Authority
- JP
- Japan
- Prior art keywords
- image
- partial area
- partial
- correspondence
- cosine similarity
- 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
Abstract
Description
まず、本発明の実施の形態における原理について説明する。
図1は、本発明の実施の形態に係る検証装置100の構成の一例を示すブロック図である。図1に示す検証装置100は、入力部110、特徴抽出部120、対応候補計算部130、検証部140、出力部150を備える。
本実施の形態における検証装置100の各処理部について説明する。
次に、本実施の形態における検証装置100の処理について説明する。本発明の実施形態における処理は、大きくオフライン処理とオンライン処理に分かれている。前者は参照データベース160に格納されている各参照画像について、少なくとも一度実施されていればよい処理であり、後者は実際に検索を行う際に、クエリ画像が入力されたことをトリガとして実施する処理である。以降、順に説明する。
以降、各処理の詳細処理について、本実施の形態における一例を説明する。
まず、入力された画像に対して、部分領域と特徴量ベクトルを抽出する方法について説明する。
次に、異なる2枚の画像間に規定された部分領域同士の対応候補を求める処理について説明する。本発明の実施の形態の一例においては、クエリ画像とそれぞれの参照画像との間で、対応する部分領域を決定するために用いる処理である。
・・・(1)
コサイン類似度sim(Qi, Rj)は、-1から1までの値を取り、値が大きいほど特徴量ベクトル間が近いことを表す。本発明の実施の形態においては、特徴量ベクトルの近い部分領域の組み合わせを発見することを目的としているため、この値が高いものだけを考慮すればよい。この観点から、コサイン類似度sim(Qi, Rj)が一定の閾値以上の値を持つことを条件とする。この閾値は、例えば0.5などとするのが好適である。
参照画像の部分領域Rjに着目したとき、これに最も近い(最も類似度の高い)クエリ画像の部分領域がQiであったとする。このとき、反対に、クエリ画像の部分領域Qiに着目したとき、これに最も近い参照画像の部分領域もやはりRjであることを条件とする。
続いて、部分領域の幾何情報に基づいて、求めた部分領域の対応候補の対応の適否を判定する。すなわち、対応候補計算部130で求めた対応候補のうち、有効な対応ではない(つまり、物体から抽出された部分領域同士の対応ではない)と考えられる部分領域の組み合わせである対応候補を削除する。
110 入力部
120 特徴抽出部
130 対応候補計算部
140 検証部
150 出力部
160 参照データベース
170 クエリ画像
Claims (6)
- 第一の画像と第二の画像との対応を検証する検証装置であって、
前記第一の画像と前記第二の画像の各々について、少なくとも一つ以上の畳み込み層を含む畳み込みニューラルネットワークを適用し、画像の部分領域ごとに前記畳み込み層の出力を求める特徴抽出部と、
前記第一の画像と第二の画像の各々について前記部分領域ごとに求められた前記畳み込み層の出力に基づいて、前記第一の画像の前記部分領域のそれぞれと、前記第二の画像の前記部分領域のそれぞれとの各組み合わせについて、前記畳み込み層の出力のコサイン類似度を求め、
前記第一の画像の部分領域Aと前記第二の画像の部分領域Bとの組み合わせについて前記コサイン類似度が所定の閾値よりも高い値となり、かつ、前記部分領域Aに対して最大のコサイン類似度となる前記第二の画像の部分領域が前記部分領域Bと一致し、かつ、前記部分領域Bに対して最大のコサイン類似度となる前記第一の画像の部分領域が前記部分領域Aと一致する場合に、前記第一の画像の部分領域Aと前記第二の画像の部分領域Bとの組み合わせを対応候補として各々選定する対応候補計算部と、
前記対応候補の各々についての部分領域の画像中の位置座標に基づいて、前記対応候補の適否を判定し、前記対応候補が適当である場合には前記対応候補を対応として出力する検証部と、
を備えることを特徴とする検証装置。 - 前記対応候補計算部は、対応として適当ではない部分領域および対応する畳み込み層の出力の集合をタブー部分領域として記憶しておき、
さらに、前記第一の画像と第二の画像の各々について前記部分領域ごとに求められた前記畳み込み層の出力に基づいて、前記第一の画像の前記部分領域のそれぞれと、前記タブー部分領域のそれぞれとの各組み合わせ、及び前記第二の画像の前記部分領域のそれぞれと、前記タブー部分領域のそれぞれとの各組み合わせについて、前記畳み込み層の出力のコサイン類似度を求め、
前記第一の画像又は前記第二の画像の部分領域Cとタブー部分領域Dとの組み合わせについて前記コサイン類似度が所定の閾値よりも高い値となり、かつ、前記部分領域Cに対して最大のコサイン類似度となるタブー部分領域が、前記タブー部分領域Dと一致し、かつ、前記タブー部分領域Dに対して最大のコサイン類似度となる前記第一の画像又は第二の画像の部分領域が前記部分領域Cと一致する場合に、前記部分領域Cを含む組み合わせを前記対応候補から除外することを特徴とする請求項1記載の検証装置。 - 前記検証部は、前記対応候補の各々についての部分領域の画像中の位置座標に基づいて、他の対応候補についての部分領域の組み合わせにおける相対的な位置関係との一貫性に応じて、前記対応候補の適否を判定する請求項1又は2記載の検証装置。
- 第一の画像と第二の画像との対応を検証する検証装置における検証方法であって、
特徴抽出部が、前記第一の画像と前記第二の画像の各々について、少なくとも一つ以上の畳み込み層を含む畳み込みニューラルネットワークを適用し、画像の部分領域ごとに前記畳み込み層の出力を求め、
対応候補計算部が、前記第一の画像と第二の画像の各々について前記部分領域ごとに求められた前記畳み込み層の出力に基づいて、前記第一の画像の前記部分領域のそれぞれと、前記第二の画像の前記部分領域のそれぞれとの各組み合わせについて、前記畳み込み層の出力のコサイン類似度を求め、
前記第一の画像の部分領域Aと前記第二の画像の部分領域Bとの組み合わせについて前記コサイン類似度が所定の閾値よりも高い値となり、かつ、前記部分領域Aに対して最大のコサイン類似度となる前記第二の画像の部分領域が前記部分領域Bと一致し、かつ、前記部分領域Bに対して最大のコサイン類似度となる前記第一の画像の部分領域が前記部分領域Aと一致する場合に、前記第一の画像の部分領域Aと前記第二の画像の部分領域Bとの組み合わせを対応候補として各々選定し、
検証部が、前記対応候補の各々についての部分領域の画像中の位置座標に基づいて、前記対応候補の適否を判定し、前記対応候補が適当である場合には前記対応候補を対応として出力する
ことを特徴とする検証方法。 - 前記対応候補計算部が対応候補を選定することでは、対応として適当ではない部分領域および対応する畳み込み層の出力の集合をタブー部分領域として記憶しておき、
さらに、前記第一の画像と第二の画像の各々について前記部分領域ごとに求められた前記畳み込み層の出力に基づいて、前記第一の画像の前記部分領域のそれぞれと、前記タブー部分領域のそれぞれとの各組み合わせ、及び前記第二の画像の前記部分領域のそれぞれと、前記タブー部分領域のそれぞれとの各組み合わせについて、前記畳み込み層の出力のコサイン類似度を求め、
前記第一の画像又は前記第二の画像の部分領域Cとタブー部分領域Dとの組み合わせについて前記コサイン類似度が所定の閾値よりも高い値となり、かつ、前記部分領域Cに対して最大のコサイン類似度となるタブー部分領域が、前記タブー部分領域Dと一致し、かつ、前記タブー部分領域Dに対して最大のコサイン類似度となる前記第一の画像又は第二の画像の部分領域が前記部分領域Cと一致する場合に、前記部分領域Cを含む組み合わせを前記対応候補から除外することを特徴とする請求項4記載の検証方法。 - コンピュータを、請求項1〜請求項3の何れか1項に記載の検証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 |
---|---|---|---|
JP2017147068A JP6793925B2 (ja) | 2017-07-28 | 2017-07-28 | 検証装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017147068A JP6793925B2 (ja) | 2017-07-28 | 2017-07-28 | 検証装置、方法、及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020167625A Division JP7016130B2 (ja) | 2020-10-02 | 2020-10-02 | 検証装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019028700A true JP2019028700A (ja) | 2019-02-21 |
JP6793925B2 JP6793925B2 (ja) | 2020-12-02 |
Family
ID=65478522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017147068A Active JP6793925B2 (ja) | 2017-07-28 | 2017-07-28 | 検証装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6793925B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020194792A1 (ja) * | 2019-03-26 | 2020-10-01 | 日本電信電話株式会社 | 検索装置、学習装置、検索方法、学習方法及びプログラム |
CN113221805A (zh) * | 2021-05-25 | 2021-08-06 | 云南电网有限责任公司电力科学研究院 | 一种电力设备图像位置获取方法及装置 |
US11636306B2 (en) * | 2018-05-21 | 2023-04-25 | Imagination Technologies Limited | Implementing traditional computer vision algorithms as neural networks |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008134791A (ja) * | 2006-11-28 | 2008-06-12 | Fuji Xerox Co Ltd | 画像処理装置及び画像処理プログラム |
JP2014229063A (ja) * | 2013-05-22 | 2014-12-08 | 日本電信電話株式会社 | 画像検索装置、方法、及びプログラム |
JP2016025625A (ja) * | 2014-07-24 | 2016-02-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2016099835A (ja) * | 2014-11-21 | 2016-05-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP2017062781A (ja) * | 2015-09-22 | 2017-03-30 | ゼロックス コーポレイションXerox Corporation | 深層cnnプーリング層を特徴として用いる、類似度に基づく重要な対象の検知 |
-
2017
- 2017-07-28 JP JP2017147068A patent/JP6793925B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008134791A (ja) * | 2006-11-28 | 2008-06-12 | Fuji Xerox Co Ltd | 画像処理装置及び画像処理プログラム |
JP2014229063A (ja) * | 2013-05-22 | 2014-12-08 | 日本電信電話株式会社 | 画像検索装置、方法、及びプログラム |
JP2016025625A (ja) * | 2014-07-24 | 2016-02-08 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
JP2016099835A (ja) * | 2014-11-21 | 2016-05-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP2017062781A (ja) * | 2015-09-22 | 2017-03-30 | ゼロックス コーポレイションXerox Corporation | 深層cnnプーリング層を特徴として用いる、類似度に基づく重要な対象の検知 |
Non-Patent Citations (1)
Title |
---|
柴山 祐輝、外4名: ""大規模なデータセットの構築のための画像のフィルタリング手法"", 情報処理学会 研究報告 コンピュータビジョンとイメージメディア(CVIM), vol. Vol.2017-CVIM-207, No.30, JPN6020028167, 3 May 2017 (2017-05-03), JP, pages 1 - 5, ISSN: 0004371160 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11636306B2 (en) * | 2018-05-21 | 2023-04-25 | Imagination Technologies Limited | Implementing traditional computer vision algorithms as neural networks |
WO2020194792A1 (ja) * | 2019-03-26 | 2020-10-01 | 日本電信電話株式会社 | 検索装置、学習装置、検索方法、学習方法及びプログラム |
JPWO2020194792A1 (ja) * | 2019-03-26 | 2020-10-01 | ||
CN113221805A (zh) * | 2021-05-25 | 2021-08-06 | 云南电网有限责任公司电力科学研究院 | 一种电力设备图像位置获取方法及装置 |
CN113221805B (zh) * | 2021-05-25 | 2022-08-02 | 云南电网有限责任公司电力科学研究院 | 一种电力设备图像位置获取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6793925B2 (ja) | 2020-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jégou et al. | Improving bag-of-features for large scale image search | |
KR101531618B1 (ko) | 이미지들의 비교 방법 및 시스템 | |
JP6211407B2 (ja) | 画像検索システム、画像検索装置、検索サーバ装置、画像検索方法、及び画像検索プログラム | |
JP5261501B2 (ja) | 不変の視覚場面及び物体の認識 | |
EP2565844A1 (en) | Creation method and creation device of three-dimensional object recognition-use image database | |
US20170323149A1 (en) | Rotation invariant object detection | |
JP6793925B2 (ja) | 検証装置、方法、及びプログラム | |
Sundara Vadivel et al. | An efficient CBIR system based on color histogram, edge, and texture features | |
JP2015201123A (ja) | 被写体認識装置、被写体認識方法及び被写体認識プログラム | |
Lin et al. | The shape interaction matrix-based affine invariant mismatch removal for partial-duplicate image search | |
Sghaier et al. | Efficient machine-learning based 3d face identification system under large pose variation | |
Luo et al. | Effective outlier matches pruning algorithm for rigid pairwise point cloud registration using distance disparity matrix | |
Sugimura et al. | Three-dimensional point cloud object detection using scene appearance consistency among multi-view projection directions | |
CN113343920A (zh) | 人脸识别照片的分类方法、装置、电子设备和存储介质 | |
JP6482505B2 (ja) | 検証装置、方法、及びプログラム | |
Nanni et al. | Ensemble of shape descriptors for shape retrieval and classification | |
Che et al. | Image retrieval by information fusion based on scalable vocabulary tree and robust Hausdorff distance | |
Rodríguez et al. | Robust homography estimation from local affine maps | |
JP7016130B2 (ja) | 検証装置、方法、及びプログラム | |
Maier et al. | Ground truth accuracy and performance of the matching pipeline | |
JP2014225168A (ja) | 特徴点集合で表される画像間の類似度を算出するプログラム、装置及び方法 | |
Zhou et al. | Hough-space-based hypothesis generation and hypothesis verification for 3D object recognition and 6D pose estimation | |
Clark et al. | Perspective correction for improved visual registration using natural features. | |
JP2014112347A (ja) | 画像照合システム、画像照合方法、およびプログラム | |
Bhattacharya et al. | DT-RANSAC: a delaunay triangulation based scheme for improved RANSAC feature matching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170731 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190626 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200727 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200804 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201005 |
|
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: 20201027 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201102 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6793925 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |