JP2019046007A - 座標検出装置及び学習済みモデル - Google Patents
座標検出装置及び学習済みモデル Download PDFInfo
- Publication number
- JP2019046007A JP2019046007A JP2017166420A JP2017166420A JP2019046007A JP 2019046007 A JP2019046007 A JP 2019046007A JP 2017166420 A JP2017166420 A JP 2017166420A JP 2017166420 A JP2017166420 A JP 2017166420A JP 2019046007 A JP2019046007 A JP 2019046007A
- Authority
- JP
- Japan
- Prior art keywords
- detection
- information
- center
- area
- corner
- 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
Images
Landscapes
- Character Input (AREA)
- Image Analysis (AREA)
Abstract
Description
<物体形状検出システムの構成>
図1は、実施例1の物体形状検出システムの構成例を示す図である。図1において、物体形状検出システム1は、学習モデル生成装置10と、座標検出装置20とを有する。
図2は、実施例1の学習モデル生成装置の構成例を示す図である。図2において、学習モデル生成装置10は、データセット生成部11と、学習モデル生成部12と、記憶部13と、出力部14とを有する。
図3は、実施例1の座標検出装置の構成例を示す図である。図3において、座標検出装置20は、取得部21と、記憶部22と、検出部23とを有する。
図4は、実施例1の学習モデル生成装置の処理の説明に供するフローチャートである。
図5及び図6は、実施例1の学習モデル生成装置の動作の説明に供する図である。図5には、検出モデルの学習の動作例を図示し、図6には、分類モデルの学習の動作例を図示する。以下、検出モデルの学習の動作例と、分類モデルの学習の動作例とに分けて説明する。また以下では、検出対象画像に撮影されている検出対象物体の一例として、自動車の矩形のナンバープレートを挙げて説明する。また以下では、検出対象物体上に存在する「規定点」の一例として、ナンバープレートの四隅に存在する「コーナー点」を挙げて説明する。コーナー点は、「頂点」と呼ばれることもある。
図5に示すように、データセット生成部11には、ナンバープレートNPを有する自動車の画像が元画像として複数入力され、データセット生成部11は、これら複数の元画像から、第一教師データとしてのデータセットA1と、第二教師データとしてのデータセットA2とを生成する。
図6に示すように、データセット生成部11には、ナンバープレートNPを有する自動車の画像が元画像として複数入力され、データセット生成部11は、これら複数の元画像から、第三教師データとしてのデータセットA3を生成する。なお、データセットA1、データセットA2及びデータセットA3により、図4のステップST11における学習用データセットAが形成される。
図7は、実施例1の座標検出装置の動作の説明に供する図である。
<物体形状検出システムの構成、学習モデル生成装置の構成、座標検出装置の構成>
実施例2の物体形状検出システム、学習モデル生成装置及び座標検出装置の各構成は、実施例1と同一であるため(図1〜3)、説明を省略する。
図9は、実施例2の学習モデル生成装置の処理の説明に供するフローチャートである。
図10〜12は、実施例2の学習モデル生成装置の動作の説明に供する図である。
図11は、実施例2の座標検出装置の動作の説明に供する図である。
図12及び図13は、実施例2の検出分類モデルの動作の説明に供する図である。
(x座標,y座標,幅w,高さh,確度,
クラス確率(コーナー1,コーナー2,コーナー3,コーナー4))…式(1)
=(0.12,0.87,0.49,0.64,0.589,(0,0,0.9999,0))…式(2)
検出矩形領域b
=(0.16,0.77,1.77,2.11,0.010,(0,0.0001,0.9998,0.0001))…式(3)
検出矩形領域c
=(0.33,0.73,5.45,6.56,0.016,(0.54,0.23,0.05,0.19))…式(4)
検出部23は、例えば、以下の式(5)に従って検出矩形領域のローカル座標であるコーナー1S(x,y)、コーナー2S(x,y)、コーナー3S(x,y)、コーナー4S(x,y)を、画像座標であるコーナー1S(x',y')、コーナー2S(x',y')、コーナー3S(x',y')、コーナー4S(x',y')に変換する。よって、画像座標であるコーナー1S(x',y')、コーナー2S(x',y')、コーナー3S(x',y')、コーナー4S(x',y')がそれぞれ、検出部23から出力される座標CO1,CO2,CO3,CO4(図11)に相当する。式(5)において、「W」は検出対象画像の幅を表し、「H」は検出対象画像の高さを表す。また、式(5)において、「u」は注目グリッドGRのx方向の位置を表し、「v」は注目グリッドGRのy方向の位置を表す。
y'=H(v+y)/N …式(5)
<文字認識装置の構成>
図15は、実施例3の文字認識装置の構成例を示す図である。図15において、文字認識装置30は、座標検出装置20と、補正部31と、認識部32とを有する。
図16は、実施例3の補正部及び認識部の動作の説明に供する図である。
<画像処理装置の構成>
図18は、実施例4の画像処理装置の構成例を示す図である。図18において、画像処理装置40は、座標検出装置20と、補正部41と、記憶部42と、重畳部43と、逆変換部44とを有する。
図19は、実施例4の画像処理装置の動作の説明に供する図である。
物体形状検出システム1が対象とする検出対象物体は、ナンバープレートに限定されない。例えば、検出対象物体は、道路標記等であっても良い。図20及び図21は、実施例5の検出対象物体の一例を示す図である。図20に示す道路標識には、3個のコーナー点が存在する。また、図21に示す道路標識には、8個のコーナー点が存在する。
[1]記憶部13,22,42は、ハードウェアとして、例えば、メモリ、HDD(Hard Disk Drive)、SSD(Solid State Drive)等により実現される。記憶部13,22,42を実現するメモリの一例として、SDRAM(Synchronous Dynamic Random Access Memory)等のRAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ等が挙げられる。データセット生成部11、学習モデル生成部12、検出部23、補正部31,41、認識部32、重畳部43及び逆変換部44は、ハードウェアとして、例えばプロセッサにより実現することができる。データセット生成部11、学習モデル生成部12、検出部23、補正部31,41、認識部32、重畳部43及び逆変換部44を実現するプロセッサの一例として、CPU(Central Processing Unit)、DSP(Digital Signal Processor)、FPGA(Field Programmable Gate Array)、ASIC(Application Specific Integrated Circuit)等が挙げられる。また、データセット生成部11、学習モデル生成部12、検出部23、補正部31,41、認識部32、重畳部43及び逆変換部44は、プロセッサと周辺回路とを含むLSI(Large Scale Integrated circuit)によって実現されても良い。出力部14及び取得部21は、ハードウェアとして、例えば、無線通信モジュールまたはネットワークインタフェースモジュールにより実現される。よって例えば、学習モデル生成装置10は、パーソナルコンピュータやサーバ等のコンピュータ装置として実現される。また例えば、座標検出装置20、文字認識装置30または画像処理装置40は、スマートフォンやタブレット端末等のスマートデバイスとして実現される。
10 学習モデル生成装置
20 座標検出装置
11 データセット生成部
12 学習モデル生成部
23 検出部
31,41 補正部
32 認識部
43 重畳部
Claims (8)
- 物体の規定点が中心に位置する画像を用いて機械学習により生成された、前記物体が撮影された入力画像において前記物体の規定点が中心に位置する領域の情報を出力する学習済みモデルを記憶する記憶部と、
前記物体が撮影された前記入力画像に対して、前記学習済みモデルを用いて前記物体の規定点が中心に位置する領域を検出し、前記入力画像における前記物体の規定点の座標を検出する検出部と、
を具備する座標検出装置。 - 前記記憶部は、前記入力画像が入力されて、前記入力画像において前記物体の規定点が中心に位置する領域の候補を示す情報である第一情報を出力する第一学習済みモデルと、前記第一情報が入力されて、前記第一情報が示す前記候補が前記物体の複数の規定点のうちの何れの規定点を含む領域であるかを示す情報である第二情報を出力する第二学習済みモデルとを、前記学習済みモデルとして記憶し、
前記検出部は、前記入力画像に対して前記第一学習済みモデルを用いて前記候補を検出し、検出した前記候補に対して前記第二学習済みモデルを用いて前記物体の規定点を含む領域を検出し、前記第二学習済みモデルを用いて検出した前記領域の中心座標を前記入力画像における前記物体の規定点の座標として検出する、
請求項1に記載の座標検出装置。 - 前記記憶部は、前記入力画像が入力されて、前記入力画像において前記物体の規定点が中心に位置する領域を特定し、特定した前記領域が前記物体の複数の規定点のうちの何れの規定点を含む領域であるかを示す情報である第一情報と、前記第一情報によって示される前記領域の中心座標を示す情報である第二情報とを出力する前記学習済みモデルを記憶し、
前記検出部は、前記入力画像に対して前記学習済みモデルを用いて、前記物体の規定点を含む領域を検出するとともに、検出した前記領域の中心座標を検出し、検出した前記中心座標を座標変換した上で前記入力画像における前記物体の規定点の座標として検出する、
請求項1に記載の座標検出装置。 - 請求項1に記載の座標検出装置と、
前記座標検出装置により検出された複数の前記座標にそれぞれ対応する複数の規定点で囲まれる領域の形状の歪みを補正する補正部と、
前記形状の前記歪みが補正された後の領域の中に存在する文字を認識する認識部と、
を具備する文字認識装置。 - 請求項1に記載の座標検出装置と、
前記座標検出装置により検出された複数の前記座標にそれぞれ対応する複数の規定点で囲まれる領域の形状の歪みを補正する補正部と、
前記歪みが補正された後の前記形状に所定のコンテンツを重畳する重畳部と、
を具備する画像処理装置。 - 物体の規定点が中心に位置する画像を用いて機械学習により生成され、
前記物体が撮影された入力画像において前記物体の規定点が中心に位置する領域の情報を出力することにより、前記入力画像における前記物体の規定点の座標を検出する検出部に、前記入力画像に対して前記物体の規定点が中心に位置する領域を検出させる、
学習済みモデル。 - 前記入力画像が入力されて、前記入力画像において前記物体の規定点が中心に位置する領域の候補を示す情報である第一情報を出力する第一学習済みモデルと、前記第一情報が入力されて、前記第一情報が示す前記候補が前記物体の複数の規定点のうちの何れの規定点を含む領域であるかを示す情報である第二情報を出力する第二学習済みモデルとから形成される、
請求項6に記載の学習済みモデル。 - 前記入力画像が入力されて、前記入力画像において前記物体の規定点が中心に位置する領域を特定し、特定した前記領域が前記物体の複数の規定点のうちの何れの規定点を含む領域であるかを示す情報である第一情報と、前記第一情報によって示される前記領域の中心座標を示す情報である第二情報とを出力する、
請求項6に記載の学習済みモデル。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017166420A JP6858101B2 (ja) | 2017-08-31 | 2017-08-31 | 座標検出装置及び学習済みモデル |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017166420A JP6858101B2 (ja) | 2017-08-31 | 2017-08-31 | 座標検出装置及び学習済みモデル |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019046007A true JP2019046007A (ja) | 2019-03-22 |
JP6858101B2 JP6858101B2 (ja) | 2021-04-14 |
Family
ID=65814453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017166420A Active JP6858101B2 (ja) | 2017-08-31 | 2017-08-31 | 座標検出装置及び学習済みモデル |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6858101B2 (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019189746A1 (ja) | 2018-03-30 | 2019-10-03 | 三菱ケミカル株式会社 | 放熱シート、放熱部材及び半導体デバイス |
CN110517221A (zh) * | 2019-07-05 | 2019-11-29 | 银河水滴科技(北京)有限公司 | 基于现实坐标的缝隙定位方法、装置和存储介质 |
CN111178236A (zh) * | 2019-12-27 | 2020-05-19 | 清华大学苏州汽车研究院(吴江) | 一种基于深度学习的车位检测方法 |
CN111444916A (zh) * | 2020-03-26 | 2020-07-24 | 中科海微(北京)科技有限公司 | 面向无约束条件下的车牌定位及识别方法、系统 |
JP2021005164A (ja) * | 2019-06-25 | 2021-01-14 | 株式会社エクサウィザーズ | 文字認識装置、撮影装置、文字認識方法、および、文字認識プログラム |
JP2021064139A (ja) * | 2019-10-11 | 2021-04-22 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
WO2021117363A1 (ja) * | 2019-12-09 | 2021-06-17 | コニカミノルタ株式会社 | オブジェクト検出方法及びオブジェクト検出装置 |
JP2022102516A (ja) * | 2020-12-25 | 2022-07-07 | エヌ・ティ・ティ・コムウェア株式会社 | 物体分類装置、物体分類方法、およびプログラム |
JP2022159995A (ja) * | 2021-04-05 | 2022-10-18 | 日本システム開発株式会社 | 画像生成装置 |
CN116245950A (zh) * | 2023-05-11 | 2023-06-09 | 合肥高维数据技术有限公司 | 用于全屏或单角缺失的屏幕角点定位方法 |
WO2023162223A1 (ja) * | 2022-02-28 | 2023-08-31 | 富士通株式会社 | 学習プログラム、生成プログラム、学習方法および生成方法 |
JP7377482B1 (ja) | 2022-05-04 | 2023-11-10 | 博遠智能科技股▲ふん▼有限公司 | ナンバープレート認識のためのシステム及び方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07114689A (ja) * | 1993-10-18 | 1995-05-02 | Nippon Signal Co Ltd:The | 車両登録番号認識方法 |
JP2007233871A (ja) * | 2006-03-02 | 2007-09-13 | Fuji Xerox Co Ltd | 画像処理装置、コンピュータの制御方法及びプログラム |
JP2008198078A (ja) * | 2007-02-15 | 2008-08-28 | Toyota Central R&D Labs Inc | 画像検出装置 |
JP2016095688A (ja) * | 2014-11-14 | 2016-05-26 | 株式会社デンソー | 車載用情報表示装置 |
-
2017
- 2017-08-31 JP JP2017166420A patent/JP6858101B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07114689A (ja) * | 1993-10-18 | 1995-05-02 | Nippon Signal Co Ltd:The | 車両登録番号認識方法 |
JP2007233871A (ja) * | 2006-03-02 | 2007-09-13 | Fuji Xerox Co Ltd | 画像処理装置、コンピュータの制御方法及びプログラム |
JP2008198078A (ja) * | 2007-02-15 | 2008-08-28 | Toyota Central R&D Labs Inc | 画像検出装置 |
JP2016095688A (ja) * | 2014-11-14 | 2016-05-26 | 株式会社デンソー | 車載用情報表示装置 |
Non-Patent Citations (3)
Title |
---|
THOMAS WENZEL: "Additional Traffic Sign Detection using Learned Corner Representations", 2016 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV), JPN6020044807, 19 June 2016 (2016-06-19), SE, pages 316 - 321, XP032938982, ISSN: 0004391952, DOI: 10.1109/IVS.2016.7535404 * |
THOMAS WENZEL: "From Corners to Rectangles - Directional Road Sign Detection using Learned Corner Representations", 2017 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV), JPN6020044808, 11 June 2017 (2017-06-11), US, pages 1039 - 1044, XP033133880, ISSN: 0004391953, DOI: 10.1109/IVS.2017.7995851 * |
藤吉 弘亘: "ナンバープレートの位置検出法の評価", 電子情報通信学会技術研究報告 VOL.93 NO.134, vol. PRU93-40 (1993-07), JPN6020044809, 9 July 1993 (1993-07-09), JP, pages 45 - 52, ISSN: 0004452006 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019189746A1 (ja) | 2018-03-30 | 2019-10-03 | 三菱ケミカル株式会社 | 放熱シート、放熱部材及び半導体デバイス |
JP2021005164A (ja) * | 2019-06-25 | 2021-01-14 | 株式会社エクサウィザーズ | 文字認識装置、撮影装置、文字認識方法、および、文字認識プログラム |
CN110517221A (zh) * | 2019-07-05 | 2019-11-29 | 银河水滴科技(北京)有限公司 | 基于现实坐标的缝隙定位方法、装置和存储介质 |
JP2021064139A (ja) * | 2019-10-11 | 2021-04-22 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
JP7385417B2 (ja) | 2019-10-11 | 2023-11-22 | 日立造船株式会社 | 情報処理装置、情報処理方法、および情報処理プログラム |
WO2021117363A1 (ja) * | 2019-12-09 | 2021-06-17 | コニカミノルタ株式会社 | オブジェクト検出方法及びオブジェクト検出装置 |
JPWO2021117363A1 (ja) * | 2019-12-09 | 2021-06-17 | ||
JP7294454B2 (ja) | 2019-12-09 | 2023-06-20 | コニカミノルタ株式会社 | オブジェクト検出方法及びオブジェクト検出装置 |
CN111178236B (zh) * | 2019-12-27 | 2023-06-06 | 清华大学苏州汽车研究院(吴江) | 一种基于深度学习的车位检测方法 |
CN111178236A (zh) * | 2019-12-27 | 2020-05-19 | 清华大学苏州汽车研究院(吴江) | 一种基于深度学习的车位检测方法 |
CN111444916A (zh) * | 2020-03-26 | 2020-07-24 | 中科海微(北京)科技有限公司 | 面向无约束条件下的车牌定位及识别方法、系统 |
JP2022102516A (ja) * | 2020-12-25 | 2022-07-07 | エヌ・ティ・ティ・コムウェア株式会社 | 物体分類装置、物体分類方法、およびプログラム |
JP7138158B2 (ja) | 2020-12-25 | 2022-09-15 | エヌ・ティ・ティ・コムウェア株式会社 | 物体分類装置、物体分類方法、およびプログラム |
JP2022159995A (ja) * | 2021-04-05 | 2022-10-18 | 日本システム開発株式会社 | 画像生成装置 |
WO2023162223A1 (ja) * | 2022-02-28 | 2023-08-31 | 富士通株式会社 | 学習プログラム、生成プログラム、学習方法および生成方法 |
JP7377482B1 (ja) | 2022-05-04 | 2023-11-10 | 博遠智能科技股▲ふん▼有限公司 | ナンバープレート認識のためのシステム及び方法 |
CN116245950A (zh) * | 2023-05-11 | 2023-06-09 | 合肥高维数据技术有限公司 | 用于全屏或单角缺失的屏幕角点定位方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6858101B2 (ja) | 2021-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6858101B2 (ja) | 座標検出装置及び学習済みモデル | |
US10860837B2 (en) | Deep multi-task learning framework for face detection, landmark localization, pose estimation, and gender recognition | |
US10733705B2 (en) | Information processing device, learning processing method, learning device, and object recognition device | |
JP2020042816A (ja) | 物体検出方法、装置、機器、記憶媒体及び車両 | |
JP6230751B1 (ja) | 物体検出装置および物体検出方法 | |
US20140023271A1 (en) | Identifying A Maximally Stable Extremal Region (MSER) In An Image By Skipping Comparison Of Pixels In The Region | |
CN108154149B (zh) | 基于深度学习网络共享的车牌识别方法 | |
CN105144710A (zh) | 用于增加深度相机图像的精度的技术 | |
RU2012145349A (ru) | Способ и устройство обработки изображений для устранения артефактов глубины | |
JP2018045691A (ja) | 画像視点変換装置及び方法 | |
US9256792B2 (en) | Image processing apparatus, image processing method, and program | |
KR102344373B1 (ko) | 특징맵 생성방법 및 특징맵 생성장치 | |
JP6031819B2 (ja) | 画像処理装置、画像処理方法 | |
CN113490947A (zh) | 检测模型训练方法、装置、检测模型使用方法及存储介质 | |
JP2013206458A (ja) | 画像における外観及びコンテキストに基づく物体分類 | |
JP2020038574A (ja) | 画像学習プログラム、画像学習方法、画像認識プログラム、画像認識方法、及び画像認識装置 | |
CN111178363B (zh) | 文字识别方法、装置、电子设备以及可读存储介质 | |
CN112991349A (zh) | 图像处理方法、装置、设备和存储介质 | |
WO2018121414A1 (zh) | 电子设备、目标图像识别方法及装置 | |
CN103765477A (zh) | 通过图形匹配和环形检测而用自动模型初始化进行线跟踪 | |
JP6828333B2 (ja) | 画像処理装置及び画像処理プログラム | |
CN112837404B (zh) | 一种平面对象的三维信息的构建方法及装置 | |
US20140055644A1 (en) | Apparatus and method for extracting object | |
JP2020038572A (ja) | 画像学習プログラム、画像学習方法、画像認識プログラム、画像認識方法、学習データセットの生成プログラム、学習データセットの生成方法、学習データセット、及び画像認識装置 | |
US20230009925A1 (en) | Object detection method and object detection device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191004 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210122 |
|
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: 20210302 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210323 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6858101 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |