JP2019121031A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2019121031A JP2019121031A JP2017253754A JP2017253754A JP2019121031A JP 2019121031 A JP2019121031 A JP 2019121031A JP 2017253754 A JP2017253754 A JP 2017253754A JP 2017253754 A JP2017253754 A JP 2017253754A JP 2019121031 A JP2019121031 A JP 2019121031A
- Authority
- JP
- Japan
- Prior art keywords
- image
- person
- tracking target
- target object
- negative example
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 71
- 238000012549 training Methods 0.000 claims abstract description 29
- 230000007423 decrease Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 description 43
- 230000008569 process Effects 0.000 description 30
- 238000001514 detection method Methods 0.000 description 18
- 238000003384 imaging method Methods 0.000 description 15
- 238000012546 transfer Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000012536 storage buffer Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
Description
前記負例追加部は、前記一の追跡対象物体について前記記憶部に前記他の追跡対象物体を含む前記部分領域の画像が一時記憶されており、かつ前記距離が前記予め定められた閾値以下であると、当該一時記憶された前記部分領域の画像を前記一の追跡対象物体の識別器の負例として前記訓練データに再追加する。
以下、本発明を適用した追跡装置1の概略構成を示した図2を参照し、本発明の実施の形態の構成を説明する。
これは人物Bの正例データが人物Aの負例データA421に含まれていても、学習が進んだ結果その数が極わずかであり、割合が低ければ同様である。
以下、図5に示したフローチャートを参照しつつ、本発明を適用した追跡装置1による全体処理の動作を説明する。図5に示すフローチャートは動作開始後、撮像部10のフレーム間隔にあわせて、入力画像が1枚取得されるたびに実行される。
上記の実施形態においては、図6のサブフローにおけるS220の、負例追加手段37が人物Bの正例データを人物Aの負例データに追加する処理を行うための条件として、特徴量距離を参照していたが、人物ごとに生成される特徴量ベクトルに、画素値を決定する輝度や色などから求められる特徴量の他に、当該人物の入力画像における座標情報をその成分に加えて、負例データの追加の可否判断をしてもよい。
この場合、画素値から決まる風采の特徴に加え、注目している人物を含む部分領域の位置と他の人物を含む部分領域の位置との物体間距離をも考慮して負例データの追加の可否判断が可能となる。
上記の実施形態においては、図6のサブフローにおけるS240において削除した人物Bの正例データを、記憶部40の一時記憶用バッファに、人物Bが入力画像に写り続ける間は一時記憶させ、人物Bが人物Aから離れたり、光の加減や体の向きなどにより風采が似なくなった後に、再び風采が似始めたら、削除した人物Bの正例データを負例データとして再度追加することとしてもよい。
上記の実施形態においては、図6のサブフローにおけるステップS220において、負例追加手段37が類似度を算出して人物Bの正例データを人物Aの負例データに追加する際、その人物Bの正例データにあえて識別器A410を作用させ、識別器A410と識別器B411が算出したスコアを比較してもよい。すなわち、識別器A410が算出したその人物Bの正例データについてのスコアと、識別器B411が算出したその人物Bの正例データについてのスコアとの差を類似度とみなして、類似度が所定の類似閾値以上である場合に、その人物Bの正例データを人物Aの負例データに追加するようにしても良い。
あるいは当該スコアの差を用いて、その差の値が大きいほど大きくなるよう類似度を定義しても良い。
上記の実施形態では、人物を追跡対象物体とする場合を例に説明したが、これに限定されるものではなく、他の物体を追跡対象物体としてもよい。
10 撮像部
20 指定入力部
30 画像処理部
31 部分領域抽出手段
32 特徴量算出手段
33 判定手段
34 位置推定手段
35 正例取得手段
36 負例取得手段
37 負例追加手段
38 識別器更新手段
40 記憶部
41 識別器
42 訓練データ
43 追跡履歴情報
50 出力部
Claims (6)
- 入力画像の時系列に写る追跡対象物体を追跡する画像処理装置であって、
処理対象の入力画像より過去の入力画像に写る追跡対象物体の各々について、前記処理対象の入力画像の部分領域が該追跡対象物体を含むか否かを、前記過去の入力画像に写る該追跡対象物体を含む物体領域の画像を正例とし、該物体領域ではない領域の画像を負例とする訓練データを用いた学習過程により該追跡対象物体に対して生成された識別器を用いて判定する判定部と、
前記追跡対象物体の各々について、一の追跡対象物体を含む前記部分領域の画像から求められた第1の特徴量と、他の追跡対象物体を含む前記部分領域の画像から求められた第2の特徴量との特徴量空間における距離が予め定められた閾値以下の場合に前記他の追跡対象物体を含む前記部分領域の画像を該一の追跡対象物体の識別器の負例として前記訓練データに追加する負例追加部と、
前記追跡対象物体の各々について、少なくとも前記負例追加部により前記負例が追加された前記訓練データを用いて、該追跡対象物体に対する前記識別器を更新する識別器更新部と
を備えることを特徴とする画像処理装置。 - 前記負例追加部は、前記距離が減少傾向である前記他の追跡対象物体を含む前記部分領域の画像を、前記一の追跡対象物体に対する前記識別器の負例として前記訓練データに追加することを特徴とする請求項1に記載の画像処理装置。
- 前記負例追加部は、更に、前記一の追跡対象物体に対する前記識別器の負例として前記訓練データに追加済みであり、且つ前記距離が増加傾向である前記他の追跡対象物体を含む前記部分領域の画像を前記訓練データから削除することを特徴とした請求項1または2に記載の画像処理装置。
- 前記画像処理装置は、更に、前記一の追跡対象物体について少なくとも前記負例追加部が削除した前記他の追跡対象物体を含む前記部分領域の画像を一時記憶する記憶部を有し、
前記負例追加部は、前記一の追跡対象物体について前記記憶部に前記他の追跡対象物体を含む前記部分領域の画像が一時記憶されており、かつ前記距離が前記予め定められた閾値以下であると、当該一時記憶された前記部分領域の画像を前記一の追跡対象物体の識別器の負例として前記訓練データに再追加することを特徴とする請求項3に記載の画像処理装置。 - 前記特徴量は、少なくとも前記入力画像における前記物体領域の画素値から決まる特徴量と座標情報とを含むことを特徴とした請求項1〜請求項4の何れか1項に記載の画像処理装置。
- 前記負例追加部は、更に前記他の追跡対象物体を含む前記部分領域の画像について前記一の追跡対象物体に対する前記識別器が算出した前記一の追跡対象物体らしさから、前記他の追跡対象物体を含む前記部分領域の画像について前記他の追跡対象物体に対する前記識別器が算出した前記他の追跡対象物体らしさを引いて得られる差が予め定められた閾値以上である場合に、前記他の追跡対象物体を含む前記部分領域の画像を、前記一の追跡対象物体に対する前記識別器の負例として前記訓練データに追加することを特徴とした請求項1〜請求項5の何れか1項に記載の画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017253754A JP6539720B1 (ja) | 2017-12-28 | 2017-12-28 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017253754A JP6539720B1 (ja) | 2017-12-28 | 2017-12-28 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6539720B1 JP6539720B1 (ja) | 2019-07-03 |
JP2019121031A true JP2019121031A (ja) | 2019-07-22 |
Family
ID=67144637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017253754A Active JP6539720B1 (ja) | 2017-12-28 | 2017-12-28 | 画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6539720B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102085458B1 (ko) * | 2018-11-08 | 2020-03-05 | 김상운 | 헤딩머신을 이용한 롱볼트 제조장치 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015167017A (ja) * | 2014-03-03 | 2015-09-24 | ゼロックス コーポレイションXerox Corporation | マルチタスク学習を使用したラベル付けされていないビデオのための自己学習オブジェクト検出器 |
JP2016015045A (ja) * | 2014-07-02 | 2016-01-28 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
-
2017
- 2017-12-28 JP JP2017253754A patent/JP6539720B1/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015167017A (ja) * | 2014-03-03 | 2015-09-24 | ゼロックス コーポレイションXerox Corporation | マルチタスク学習を使用したラベル付けされていないビデオのための自己学習オブジェクト検出器 |
JP2016015045A (ja) * | 2014-07-02 | 2016-01-28 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102085458B1 (ko) * | 2018-11-08 | 2020-03-05 | 김상운 | 헤딩머신을 이용한 롱볼트 제조장치 |
Also Published As
Publication number | Publication date |
---|---|
JP6539720B1 (ja) | 2019-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6655878B2 (ja) | 画像認識方法及び装置、プログラム | |
CN109035304B (zh) | 目标跟踪方法、介质、计算设备和装置 | |
KR101964397B1 (ko) | 정보처리장치 및 정보처리방법 | |
US10893207B2 (en) | Object tracking apparatus, object tracking method, and non-transitory computer-readable storage medium for storing program | |
JP6482195B2 (ja) | 画像認識装置、画像認識方法及びプログラム | |
CN108648211B (zh) | 一种基于深度学习的小目标检测方法、装置、设备和介质 | |
JP2017041022A (ja) | 情報処理装置、情報処理方法及びプログラム | |
US10762372B2 (en) | Image processing apparatus and control method therefor | |
US10079974B2 (en) | Image processing apparatus, method, and medium for extracting feature amount of image | |
WO2018201444A1 (en) | Method for detecting and tracking target object, target object tracking apparatus, and computer-program product | |
JP2012238175A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
WO2013012091A1 (ja) | 情報処理装置、物体追跡方法およびプログラム記憶媒体 | |
JP6448212B2 (ja) | 認識装置及び認識方法 | |
US9947106B2 (en) | Method and electronic device for object tracking in a light-field capture | |
CN115049954A (zh) | 目标识别方法、装置、电子设备和介质 | |
JP2015103188A (ja) | 画像解析装置、画像解析方法及び画像解析プログラム | |
KR101690050B1 (ko) | 지능형 영상보안 시스템 및 객체 추적 방법 | |
JP6698058B2 (ja) | 画像処理装置 | |
JP6384167B2 (ja) | 移動体追跡装置及び移動体追跡方法、並びにコンピュータ・プログラム | |
JP6539720B1 (ja) | 画像処理装置 | |
JP2015165433A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP5128454B2 (ja) | 瞼検出装置、瞼検出方法及びプログラム | |
JP2014203133A (ja) | 画像処理装置、画像処理方法 | |
KR20180111150A (ko) | 영상에서 전경을 추출하는 장치 및 그 방법 | |
JP2024056578A (ja) | 画像処理装置、撮影装置、画像処理装置の制御方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180516 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190523 |
|
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: 20190528 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190610 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6539720 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |