JP2021103555A - 画像検出方法、装置、電子設備、記憶媒体、及びプログラム - Google Patents

Abstract

【課題】収集画質の画像検出に対して、画像検出の検出精度を高める画像検出方法、画像検出装置、電子設備、コンピュータ可読記憶媒体およびプログラムを提供する。【解決手段】画像検出方法は、検出されるべき結像画像に対して収集処理を実行し、収集画像を得るステップＳ１０１と、検出処理に応じて、予め設定された画像検出ネットワークにより、収集画像におけるターゲットオブジェクトの特徴データを抽出するステップＳ１０２と、ターゲットオブジェクトの特徴データについて、画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得るステップＳ１０３を含む。ターゲットオブジェクトは、結像内容およびカラーバーを含む。カラーバーは、結像内容に関連するカラー情報を記述することに用いられる。【選択図】図２

Description

本発明は、コンピュータビジョン処理分野に関し、特に、人工知能、ディープラーニング、画像処理の分野に関し、画像処理に関連する画像収集、画像検出などの分野に応用することができる。

コンピュータビジョンでは、画像処理について、ユーザのセキュリティや道路状況などの様々なシーンにおける監視、およびカメラやカーナビなどの収集設備から出力される画面の明晰度や正確度などに対するシーン需要がますます高まっており、また、携帯設備や携帯端末などの電子設備も従来よりさらにスマート化が進んでおり、チップの画像解析能力も高くなっており、ユーザーは、画像処理の収集画質について、より高い明晰度および正確度の実現を望んでいる。

現在、収集画質の画像検出に対して、特定の検出環境を設置する必要があることで、検出コストが増加している。あるいは、収集画質に含まれる一部のターゲットオブジェクト（例えば、結像内容）しか検出できず、例えば、該収集画質における結像内容が人であるか、または動物であるか、車の流れにおける車両であるか、又は商業区の店舗であるかなどを検出する。あるいは、実際の収集画質に対して検出するのではなく、そのシミュレーション画質に対して検出し、シミュレーション画質は実際の収集画質ではないため、予期される検出精度の要求に達しない。これに対して、画像検出の検出精度を高めることについて、関連技術には未だに有効な解決策が存在しない。

本発明は、画像検出方法、装置、電子設備および記憶媒体を提供する。

本発明の１つの態様は、画像検出方法を提供し、当該方法は、
検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることと、
検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出することと、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることと、を含み、
ここで、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる。

本発明の他の態様は、画像検出装置を提供し、当該装置は、
検出されるべき結像画像に対して収集処理を実行し、収集画像を得るための収集モジュールと、
検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出するための応答モジュールと、
前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得るための検出モジュールと、を備え、
ここで、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる。

本発明の他の態様は、電子設備をさらに提供し、当該電子設備は、
少なくとも１つのプロセッサと、
少なくとも１つのプロセッサに通信接続されるメモリと、を備え、
メモリには、少なくとも１つのプロセッサにより実行可能な命令が記憶されており、
命令は、少なくとも１つのプロセッサにより実行される場合、本発明の実施形態の任意の画像検出方法を実行させることを特徴とする。

本発明の他の態様は、コンピュータ命令を記憶した非一過性のコンピュータ可読記憶媒体をさらに提供し、当該コンピュータ命令を記憶した非一過性のコンピュータ可読記憶媒体は、
本発明の実施形態の任意の画像検出方法をコンピュータに実行させる。

本発明によれば、検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることができ、検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出することことができる。前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることができ、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述するのに用いられるため、前記ターゲットオブジェクトに対応し、少なくとも結像内容指標およびカラーバー指標を含む多次元検出を用いることにより、より正確な検出結果を得ることができ、すなわち、カメラやカーナビ等の収集設備により出力される結像画像の画像（結像内容およびカラー）検出の検出精度を高めることができる。

ここに記載された内容は、本発明の実施形態のキーポイントまたは重要な特徴を記述することを意図せず、また、本発明の範囲を制限することにも用いられないことを理解すべきである。本発明の他の特徴については、下記の明細書を通して説明を促す。

添付図面は、本方案をより良く理解するためのものであり、本発明を限定するものではない。
本発明の実施形態に応用される画像検出インタラクションのハードウェアエンティティの模式図である。 本発明の実施形態による画像検出方法のフローチャート模式図である。 本発明の実施形態による画像検出の応用例のターゲットオブジェクトの模式図である。 本発明の実施形態による画像検出の他の応用例のターゲットオブジェクトの模式図である。 本発明の実施形態による画像検出装置の構成の模式図である。 本発明の実施形態による画像検出方法を実現する電子設備のブロック図である。

以下では、本発明の例示的な実施形態を、理解を容易にするために本発明の実施形態の様々な詳細を含む添付の図面に関連して説明するが、これらは単に例示的なものであると考えるべきである。したがって、当業者は、本発明の範囲および精神を逸脱することなく、本明細書に記載された実施形態に様々な変更および修正を加えることができることを認識すべきである。同様に、以下の説明では、周知の機能および構成については、明確化および簡明化のために説明を省略する。

本明細書における用語「および／または」は、単に関連オブジェクトを記述する関連関係であり、表示には３つの関係が存在でき、例えば、Ａおよび／またはＢは、Ａが単独で存在する、ＡとＢとが同時に存在する、Ｂが単独で存在するという３つの状況を表すことができる。本明細書における用語「少なくとも１つ」は、複数のうちの任意の１つまたは複数のうちの少なくとも２つの任意の組み合わせを表し、例えば、Ａ、Ｂ、Ｃのうちの少なくとも１つを含むは、Ａ、Ｂ、およびＣからなる集合から選択された任意の１つまたは複数の要素を含むことを表すことができる。本明細書における用語「第１」、「第２」は、複数の類似の技術用語を指して区別することを表し、順序を限定する、または２つのみと限定する意図ではなく、例えば、第１特徴と第２特徴とは、２つのタイプ／２つの特徴があることを指し、第１特徴は１つまたは複数であり、第２特徴も１つまたは複数であることができる。

さらに、本明細書をよりよく説明するために、以下の具体的な実施形態において多くの具体的な詳細が示される。当業者は、特定の詳細がなくても、本発明を同様に実施することができることを理解すべきである。いくつかの例において、当業者の熟知している方法、手段、要素、および回路は、本発明の主旨を明確にするため、詳細に説明しない。

図１は、本発明の実施形態に応用される画像検出インタラクションのハードウェアエンティティの模式図である、図１は、サーバ１１（例えば、複数のサーバから構成されるサーバクラスタ）と、例えば、ＰＣ、携帯電話、一体型パソコン、カメラ、マイク付きカメラ、カーナビなどの各端末（端末２１〜端末２６）を含み、各ハードウェアエンティティ間では、得られた収集画像に対して画像検出を行い、さらに互いに各収集画像（収集画像３１〜収集画像３３）を共有することができる。

各端末は、画像検出ネットワークに基づいて得られた検出モジュールのような、ローカル画像処理チップにおけるモジュールを利用して、少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることができる。

各端末は、各収集画像をバックグラウンドに提供してクラウド処理を行うこともでき、クラウド処理の過程において、画像検出ネットワークに基づいて少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることができる。各端末は、有線ネットワークまたは無線ネットワークにより、サーバ１１と各収集画像のインタラクションを行うことができる。

上述の図１の例は、本発明の実施形態を実現するシステムアーキテクチャの１例にすぎず、本発明の実施形態は、上述の図１に記載されたシステム構造に限定されるものではなく、該アーキテクチャに基づき、本発明のそれぞれの実施形態を提案する。

収集設備にはカメラまたはカーナビが含まれ、収集設備をカメラとすると、画像検出の検出精度を高める目的を達するためには、カメラまたはカーナビが出力する結像画像の画像に対し、結像内容およびカラーの両方面から検出を行う必要がある。カメラが収集した「結像内容＋カラー」の検出過程において、カメラが収集した「結像内容＋カラー」の検出を実現できるが、１つの特殊な検出環境を設定する必要があり、該検出環境の構築およびメンテナンスコストがとても高いため、検出コストの急激な増加を導くこととなる。あるいは、カメラが収集した「結像内容＋カラー」のうちの１つにしか検出を実現できず、検出データが不完全であるために検出精度の不正確さを導く。あるいは、カメラで収集した「結像内容＋カラー」の検出に対し、ハードウェアインザループの検出を実現することができず、実際の収集画質をシミュレーションした後にシミュレーション画質に対して行われる検出であり、実際の検出データを得ることができないため、検出精度の正確さが足りない。ここで、ハードウェアインザループとは、カメラで収集して得られた実際の撮像を用いることを指す。

本発明の実施形態によれば、画像検出方法を提供し、図２は、本発明の実施形態による画像検出方法のフローチャート模式図であり、該方法は、画像検出装置に応用することができる。例えば、該装置は、端末、サーバ、または他の処理設備にデプロイされて実行する場合、ビデオフレーム抽出、露光品質統計、露光品質評価等を実行することができる。ここで、端末は、ユーザ設備（ＵＥ、ＵｓｅｒＥｑｕｉｐｍｅｎｔ）、携帯機器、携帯電話、コードレス電話、携帯情報端末（ＰＤＡ、Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、携帯用デバイス、コンピューティングデバイス、車載デバイス、装着可能デバイスなどであってもよい。いくつかの可能な実施形態において、該方法はさらに、プロセッサがメモリに記憶されたコンピュータ可読コマンドを呼び出すことにより実現されてもよい。図２に示すように、以下を含む。

Ｓ１０１において、検出されるべき結像画像に対して収集処理を実行し、収集画像を得る。

１例において、カメラまたはカーナビなどの収集設備により収集処理を実行し、該収集結果を得ることができる。

Ｓ１０２において、検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出する。

１例において、画像検出ネットワークは、畳み込みニューラルネットワークであってもよく、本発明は該ネットワークタイプに限定されず、本発明の画像検出を実現できるニューラルネットワークはすべて本発明の保護範囲にある。該画像検出ネットワークは予めトレーニングされる必要がある。その後、該収集画像を該トレーニング後に予め設定された画像検出ネットワークに入力して画像検出を行い、画像検出ネットワークの出力を検出結果とする。

該トレーニング後に予め設定された画像検出ネットワークを応用して検出を実現する過程において、該収集画像におけるターゲットオブジェクトの特徴データを先に抽出することができる。ここで、該ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述するのに用いられるため、ターゲットオブジェクトの特徴データは、少なくとも結像内容およびカラーバーとの２つの次元の特徴データを含む。次に、該結像内容およびカラーバーとの２つの次元の特徴データに基づいて識別および比較を行うことで、該画像検出の過程を完了することができる。

Ｓ１０３において、前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得る。

１つの例において、ターゲットオブジェクトに対応する特徴データは、少なくとも結像内容およびカラーバーとの２つの次元の特徴データを含むため、該多次元検出を行うには、該少なくとも結像内容およびカラーバーとの２つの次元の特徴データを、それぞれ少なくとも結像内容指標およびカラーバー指標と比較を行う必要があり、該多次元検出により検出結果を得ることができる。

本発明によれば、検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることができ、検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出することことができる。前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることができ、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述するのに用いられるため、前記ターゲットオブジェクトに対応し、少なくとも結像内容指標およびカラーバー指標を含む多次元検出を用いることにより、より正確な検出結果を得ることができ、すなわち、追加のコスト（例えば、特定の検出環境を設置する）を増やすことなく収集設備（例えば、カメラやカーナビ）の収集した結像内容およびカラーの検出を実現することができ、かつ、ハードウェアインザループに適しているため、カメラやカーナビ等の収集設備により出力される結像画像の画像（結像内容およびカラー）検出の検出精度を高めることができる。

１つの実施形態において、前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークにより結像内容指標およびカラーバー指標の多次元検出を行い、検出結果を得ることは、前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得ることと、前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較し、比較が一致した場合、前記結像画像の検証成功についての検出結果を得ることと、を含み、ここで、前記ターゲット検証値は、前記結像内容指標および前記カラーバー指標を表すことに用いられる。

本実施形態を用いて、識別結果とターゲット検証値とを多次元比較することにより、上述の収集画像の結像内容が歪んでいるか否か、結像内容に重大な変形があるか否かを評価し、および光照射の影響を例えにした場合、カラーバーの彩度に影響があるか否か、カラーバーのカラーが収集設備の出力表示と一致しているか否か、カラーが歪んでいるか否かなどを評価し、比較が一致すれば、検出結果は該収集画像の撮像品質が完璧であるとする。

１つの例において、撮像品質が完整无缺である検出結果の場合、さらに該検出結果により、収集設備（例えば、カメラまたはカーナビ）の正常の動作状態における検証結果を得ることができる。結像内容が顔である場合を例とすると、収集設備が正常の動作状態であるとき、一人の顔しか得ることが出来ず、かつ，顔の位置、顔の面積の大きさなどは不変であり（すなわち，上述のターゲット検証値に一致する）、および、顔のカラーも光などの収集環境に左右されず、顔のカラーバーからみると、カラーバーを「赤、緑、青」を含む３原色に設定することができ、収集設備が正常の動作状態であるとき、３原色の各カラーの位置、各カラーの面積の大きさなどは不変（すなわち、上述のターゲット検証値に一致する）となる。また、収集設備が正常の動作状態でないとき、複数の顔を検出でき（すなわち、顔の個数に変化が生じる）、また、顔の収集画像における顔の位置、顔の面積の大きさなども変化することがある。

１つの実施形態において、前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得ることは、前記結像内容の対応する画像特徴データを表すことに用いられる第１特徴データを取得することと、前記カラーバーの対応するカラー特徴データを表すことに用いられる第２特徴データを取得することと、前記第１特徴データおよび前記第２特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得ることと、を含む

１つの実施形態において、前記第１特徴データおよび前記第２特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得ることは、前記第１特徴データを、結像内容の個数、結像内容の面積、結像内容の位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第１識別結果を得ることと、前記第２特徴データを、カラーバーの個数、カラーバーの面積、カラーバーの位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第２識別結果を得ることと、前記第１識別結果および第２識別結果により、前記識別結果を得ることと、を含む。

１つの実施形態において前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較することは、前記結像内容指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、結像内容の個数指標、結像内容の面積指標、結像内容の位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことと、前記カラーバー指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、カラーバーの個数指標、カラーバーの面積指標、カラーバーの位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことと、を含む。ここで、前記識別結果と前記ターゲット検証値との比較処理は、画素レベルの比較処理であってもよい。

１つの実施形態において、検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることは、同一の前記結像画像についての画像動的取得処理に応じて、少なくとも２つの収集画像を得ること、を含み、前記少なくとも２つの収集画像における、前記結像内容およびカラーバーの位置分布は異なる。例えば、結像内容およびカラーバーの位置分布は、上下左右の４方向に任意に設定することができ、同一の結像画像について得られる２つの収集画像を例とすると、１枚の収集画像における結像内容が左側にあり、カラーバーの位置がその右側にある、また、別の収集画像における結像内容は左側にあり、カラーバーの位置がその右側にある。かつ、前記カラーバーにおける「赤、緑、青」の３原色のカラーバーにおける位置も任意に設定することができる。

相応的に、少なくとも２つの画像検出ネットワークを設定し、かつ、それぞれ前記少なくとも２つの収集画像について前記多次元検出を行い、少なくとも２つの検出結果を得ることができる。

本実施形態を用いて、同一の結像画像について少なくとも２つの収集画像を得る複数回の検出により、少なくとも２つの検出結果を得て、少なくとも２つの検出結果から検出精度が閾値よりも高い検出結果を選択し、ターゲット検出結果とすることができる。検出精度を高めるだけでなく、少なくとも２つの画像検出ネットワークに提出することで複数回の検出を実現し、さらに検出の速度を向上する。

１つの実施形態においては、前記結像画像における、少なくとも結像内容トレーニングオブジェクトおよびカラーバートレーニングオブジェクトを含む、オブジェクトを取得し、トレーニングサンプルとすることと、予め注釈された、少なくとも結像内容注釈データおよびカラーバー注釈データを含む、注釈データを取得することと、少なくとも結像内容指標およびカラーバー指標を含む多次元検出指標を取得することと、前記トレーニングサンプル、前記注釈データおよび前記多次元検出指標により、畳み込みニューラルネットワークをトレーニングし、トレーニングされた畳み込みニューラルネットワークを得、前記トレーニングされた畳み込みニューラルネットワークを前記画像検出ネットワークとすることと、をさらに含む。

本実施形態を用いて、該画像検出ネットワークを応用することにより、検出精度および検出の速度を高めることができ、該画像検出ネットワークが画像検出を実行する過程において識別および比較を実現することができ、該画像検出ネットワークを１つのネットワークモジュールとしてもよく、特徴識別ネットワークのモジュールおよび特徴比較ネットワークのモジュールに細かく分けてもよい。該画像検出ネットワークを用いて認識を行い、比較をネットワークを用いずに行ってもよく、他の非人工知能的な比較方式などを用いてもよい。

応用例
本発明の実施形態による応用例の処理フローは以下を含む。

図３は、本発明の実施形態による画像検出の応用例のターゲットオブジェクトの模式図であり、図３に示すように、収集画像４１には、結像内容４１１、および少なくとも「赤、緑、青」の３原色からなるカラーバー４１２が含まれる。図３に示すように、３原色を例として、異なる印影塗りつぶしを用いて３原色を表す。カメラにより検出されるべき結像画像を収集し、そのうちの結像内容を得ることができる。例えば、顔（該顔は白黒でもよい）の場合、該顔と３原色を含むカラーバーとを１枚の紙に合成し、カメラまたはカーナビを該紙に合わせて、人工知能の方法、例えば、画像検出ネットワークにより、結像内容およびカラーバーを含む検出を行う。具体的に、顔とカラーバーに対して識別を行い、かつ顔およびカラーバーの個数、面積、位置標識に用いる座標等を比較することにより、識別結果と予想されるターゲット検証値とが完全に一致することを保証し、該撮像品質が完整无缺であることを保証する。例えば，紙の上に１つの顔（顔は任意の大きさ、個数を設定できる）があり、座標はｘ，ｙとし、面積はＺとする。カラーバーは赤、緑、青（カラーは任意の大きさ、個数に設定できる）とする。カメラの取得した収集画像における顔、カラーバーに対して分析し、さらに、予め設定された顔、およびカラーバーの個数、面積、位置標識に用いられる座標と比較するにより、カメラの収集した収集画像における撮像品質が正しいか否かを知ることができる。結像内容に損傷がある場合，顔識別および比較の検出精度に影響を与える。カラーに問題がある場合、カラーバーの個数、面積、座標は必ず変化が起こり、予期されるものとは一致しない。

本発明の実施形態による他の応用例の処理フローは以下を含む。

図４は、本発明の実施形態による画像検出の他の応用例のターゲットオブジェクトの模式図であり、結像内容、および複数枚の収集画像（例えば、収集画像５１〜収集画像５ｎ）を含み、ここで、各収集画像は、少なくとも「赤、緑、青」の３原色で構成されるカラーバーを含む。図４に示すように、３原色を例とすると、異なる印影塗りつぶしを用いて３原色を表し、かつ、結像内容およびカラーバーの位置分布、およびカラーバーにおける３原色の位置分布はいずれも任意に設定することができる。この応用例は、動的収集画像シーンであり、主にカーナビのような結像内容を動的に出力する設備に適しており、カーナビにより出力された結像内容およびカラーバーは常に位置を変更することで、複数の収集画像を得ることができ、かつ、複数の収集画像に対して，図３に示される検出原理（ここでは、再度の説明は省略する）を用いて識別および比較の検出処理を行い、かつ、該検出処理を複数の画像検出ネットワーク（例えば、第１画像検出ネットワーク〜第ｎ画像検出ネットワーク）に分布して行い、さらに得られた複数の検出処理結果の中からさらにターゲット検出結果を選択して最終的な検出結果とすることで、検出精度を高めるだけでなく、検出速度も向上させることができる。

本発明の実施形態は、画像検出装置を提供する。図５は、本発明の実施形態による画像検出装置の構成の模式図であり、図５に示すように、検出されるべき結像画像に対して収集処理を実行し、収集画像を得るための収集モジュール６１と、検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出するための応答モジュール６２と、前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得るための検出モジュール６３と、を備える。ここで、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる。

１つの実施形態において、前記検出モジュールは、前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得るための識別サブモジュールと、前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較し、比較が一致した場合、前記結像画像の検証成功についての検出結果を得るための比較サブモジュールと、を備える。ここで、前記ターゲット検証値は、前記結像内容指標および前記カラーバー指標を表すことに用いられる

１つの実施形態において、前記識別サブモジュールは、前記結像内容の対応する画像特徴データを表すことに用いられる第１特徴データを取得するための第１取得サブモジュールと、前記カラーバーの対応するカラー特徴データを表すことに用いられる第２特徴データを取得するための第２サブモジュールと、前記第１特徴データおよび前記第２特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得るためのパラメータ識別サブモジュールと、を備える。

１つの実施形態において、前記パラメータ識別サブモジュールは、

前記第１特徴データを、結像内容の個数、結像内容の面積、結像内容の位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第１識別結果を得、前記第２特徴データを、カラーバーの個数、カラーバーの面積、カラーバーの位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第２識別結果を得、前記第１識別結果および第２識別結果により、前記識別結果を得ることに用いられる。

１つの実施形態において、前記比較サブモジュールは、前記結像内容指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、結像内容の個数指標、結像内容の面積指標、結像内容の位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行い、前記カラーバー指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、カラーバーの個数指標、カラーバーの面積指標、カラーバーの位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことに用いられる。

１つの実施形態において、前記収集モジュールは、同一の前記結像画像についての画像動的取得処理に応じて、少なくとも２つの収集画像を得ることに用いられ、前記少なくとも２つの収集画像における、前記結像内容およびカラーバーの位置分布は異なる。

１つの実施形態において、少なくとも２つの画像検出ネットワークを設定し、かつ、それぞれ前記少なくとも２つの収集画像について前記多次元検出を行い、少なくとも２つの検出結果を得、前記少なくとも２つの検出結果から検出精度が閾値よりも高い検出結果を選択し、ターゲット検出結果とするための動的検出モジュール、をさらに備える。

１つの実施形態において、前記結像画像における、少なくとも結像内容トレーニングオブジェクトおよびカラーバートレーニングオブジェクトを含む、オブジェクトを取得し、トレーニングサンプルとし、予め注釈された、少なくとも結像内容注釈データおよびカラーバー注釈データを含む、注釈データを取得し、少なくとも結像内容指標およびカラーバー指標を含む多次元検出指標を取得し、前記トレーニングサンプル、前記注釈データおよび前記多次元検出指標により、畳み込みニューラルネットワークをトレーニングし、トレーニングされた畳み込みニューラルネットワークを得、前記トレーニングされた畳み込みニューラルネットワークを前記画像検出ネットワークとするためのトレーニングモジュール、をさらに備える。

本発明の実施形態における各装置の各モジュールの機能は、上述した方法の対応する説明を参照することができ、ここでは再度説明しない。

本発明の実施形態によれば、本発明は、電子設備および可読記憶媒体をさらに提供する。

図６に示すよう、本発明の実施形態による画像検出方法を実現する電子設備のブロック図である。電子設備は、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバ、ブレードサーバ、大型コンピュータ、および他の適切なコンピュータのような様々な形態のデジタルコンピュータを表すことができる。また、電子設備は携帯情報端末、携帯電話、スマートフォン、装着可能デバイス、およびその他の類似のコンピューティングデバイスなどの様々な形態のモバイルデバイスを表すことができる。ここで示した構成要素、それらの接続と関係、およびそれらの機能は例示的なものに過ぎず、本発明で説明されたものおよび／または要求される本発明の実施を制限することは意図されない。

図６に示すよう、当該電子設備は、１つ又は複数のプロセッサ８０１と、メモリ８０２と、高速インターフェースと低速インターフェースとを含む各構成要素を接続するためのインターフェースとを含む。各構成要素は、異なるバスを利用して互いに接続し、共通のマザーボードに取り付けられてもよいし、必要に応じて他の方法で取り付けられてもよい。プロセッサは、電子設備内で実行される命令を処理してもよく、また、外部入出力デバイス（例えば、インターフェースに接続された表示デバイス）にグラフィックユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ，ＧＵＩ）を表示するための、メモリまたはメモリ上に記憶されたグラフィカル情報の命令を含む。他の実施形態において、必要に応じて、複数のプロセッサおよび／または複数のバスを複数のメモリおよび複数のメモリとともに使用することができる。同様に、複数の電子設備を接続してもよく、各デバイスは、部分的に必要な動作、例えば、サーバアレイ、ブレードサーバの集合、またはマルチプロセッサシステムとして、提供する。図６においてプロセッサ８０１を例とする。

メモリ８０２は、本発明にて提供された非一過性のコンピュータ可読記憶媒体である。メモリは、本発明で提供される画像検出方法を少なくとも１つのプロセッサに実行させるように、少なくとも１つのプロセッサによって実行されることができる命令を記憶する。本発明における非一過性のコンピュータ可読記憶媒体は、本発明で提供された画像検出方法をコンピュータに実行させるためのコンピュータ命令を記憶する。

メモリ８０２は、非一過性のコンピュータ可読記憶媒体として、非一過性のソフトウェアプログラム、非一過性のコンピュータ実行可能なプログラムおよびモジュールを記憶するために使用されてもよく、本発明の実施形態における画像検出方法に対応するプログラム命令／モジュール、（例えば、図５に示される、収集モジュール、応答モジュール、検出モジュールなどのモジュール）である。プロセッサ８０１は、メモリ８０２に記憶されている非一過性のソフトウェアプログラム、命令およびモジュールを実行することにより、サーバの様々な機能アプリケーションおよびデータ処理、即ち上述した方法に関する実施形態に係る画像検出方法を実行する。

メモリ８０２は、オペレーティングシステムや少なくとも１つの機能に必要なアプリケーションを記憶することができるプログラムの記憶領域と、画像検出方法に係る電子設備の使用によって生成されたデータなどを記憶することができるデータの記憶領域と、を含むことができる。さらに、メモリ８０２は、高速ランダムアクセスメモリを含んでもよく、非一過性の固体記憶装置を含んでもよい。例えば、少なくとも１つの磁気ディスク記憶装置、フラッシュメモリ装置、または他の非一過性の固体記憶装置を含むことができる。いくつかの実施形態において、メモリ８０２はオプションとして、プロセッサ８０１に対して遠隔的に設定されたメモリを含み、これらの遠隔メモリは、ネットワークを介して画像検出方法に係る電子設備に接続されてもよい。上記のネットワークの例は、インターネット、企業内ネットワーク、ローカルネットワーク、モバイル通信ネットワークおよびその組み合わせを含むが、これらに限定されない。

本発明の実施形態の画像検出方法に対応する電子設備は、入力装置８０３と出力装置８０４とをさらに含むことができる。プロセッサ８０１、メモリ８０２、入力装置８０３、および出力装置８０４は、バスまたは他の方法で接続されてもよく、図６ではバスを介して接続されている。

入力装置８０３は、入力された数字または文字を受信し、画像検出方法に係る電子設備のユーザ設定および機能制御に関するキー信号入力を生成することができ、例えば、タッチパネル、キーパッド、マウス、トラックボード、タッチパッド、指示棒、１つまたは複数のマウスボタン、トラックボール、ジョイスティックなどを含むことができる。出力装置８０４は、表示装置、補助照明装置（例えばＬＥＤ）、および触覚フィードバック装置（例えば、振動モータ）などを含むことができる。この表示装置は、液晶ディスプレイ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ、ＬＣＤ）、発光ダイオード（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ、ＬＥＤ）ディスプレイおよびプラズマディスプレイを含むことができるがこれらに限定されない。いくつかの実施形態では、表示装置はタッチパネルであってもよい。

本発明におけるシステムおよび技術に係る様々な実施形態は、デジタル電子回路システム、集積回路システム、専用集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓ、ＡＳＩＣ）、コンピュータハードウェア、ファームウェア、ソフトウェア、および／またはこれらの組み合わせによって実現されることができる。これらの様々な実施形態は、１つまたは複数のコンピュータプログラムにおいて実装されてもよく、この１つまたは複数のコンピュータプログラムは、少なくとも１つのプログラマブルプロセッサを含むプログラム可能なシステム上で実行されてもよく、および／または解釈されてもよく、このプログラマブルプロセッサは、専用または汎用のプログラマブルプロセッサであってもよく、記憶システム、少なくとも１つの入力装置、および少なくとも１つの出力装置より、データと命令を受信し、記憶システム、少なくとも１つの入力装置、および少なくとも１つの出力装置に、データと命令を送信する。

これらの計算プログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、またはコードともいう）は、プログラマブルプロセッサのマシン命令を含み、過程指向および／またはオブジェクト指向プログラミング言語、および／またはアセンブリ／マシン言語を用いてこれらの計算プログラムを実施することができる。本発明で使用されるように、「機械可読媒体」および「コンピュータ可読媒体」という用語は、マシン命令および／またはデータをプログラマブルプロセッサに提供するための任意のコンピュータプログラム製品、デバイス、および／または装置（例えば、磁気ディスク、光ディスク、メモリ、編集可能論理デバイス（ｐｒｏｇｒａｍｍａｂｌｅ ｌｏｇｉｃ ｄｅｖｉｃｅ、ＰＬＤ）を意味し、機械読み取り可能な信号としてのマシン命令を受信する機械可読媒体を含む。「機械読み取り可能な信号」という用語は、マシン命令および／またはデータをプログラマブルプロセッサに提供するための任意の信号を意味する。

ユーザとのイントラクションを提供するために、本発明で説明されているシステムや技術は、コンピュータ上で実施されてもよく、また、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（Ｃａｔｈｏｄｅ Ｒａｙ Ｔｕｂｅ、ブラウン管）またはＬＣＤ（液晶ディスプレイ）モニタ）と、入力をコンピュータに提供するためのキーボードおよびポインティングデバイス（例えば、マウスまたはトラックボール）とを備えてもよい。他の種類の装置も、ユーザとのイントラクションを提供するために使用され得る。例えば、ユーザに提供されたフィードバックは、任意の形態のセンシングフィードバック（例えば、視覚フィードバック、聴覚フィードバック、または触覚フィードバック）であってもよく、ユーザからの入力は、いかなる形式（音響入力、音声入力、または触覚入力を含む）で受信されてもよい。

本発明で説明されているシステムおよび技術は、バックグラウンド構成要素を含む計算システム（例えば、データサーバとして）、または中間部構成要素を含む計算システム（例えば、アプリケーションサーバ）、または、フロントエンド構成要素を含む計算システム（例えば、グラフィカルユーザインタフェースまたはネットワークブラウザを備えたユーザコンピュータであって、ユーザがこのグラフィカルユーザインタフェースまたはネットワークブラウザを介して本発明で説明されたシステムおよび技術に係る実施形態とインタラクションを行うことができるユーザコンピュータ）に実行されてもよく、または、このようなバックグラウンド構成要素、中間部構成要素、またはフロントエンド構成要素の任意の組合せを含む計算システムにおいて実行されてもよい。システムの構成要素は、任意の形態または媒体のデジタルデータ通信（例えば、通信ネットワーク）によって相互に接続されてもよい。通信ネットワークの例えとして、ローカルネットワーク（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ，ＬＡＮ）、広域ネットワーク（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ，ＷＡＮ）およびインターネットを含む。

コンピュータシステムは、クライアントおよびサーバを含むことができる。クライアントとサーバは一般的に相互に離れており、通信ネットワークを介してインタラクションを行う。クライアントとサーバとの関係を持つコンピュータプログラムがそれぞれのコンピュータ上で実行されることによって、クライアントとサーバとの関係は構築される。

本発明によれば、検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることができ、検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出することことができる。前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることができ、前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述するのに用いられるため、前記ターゲットオブジェクトに対応し、少なくとも結像内容指標およびカラーバー指標を含む多次元検出を用いることにより、より正確な検出結果を得ることができ、すなわち、カメラやカーナビ等の収集設備により出力される結像画像の画像（結像内容およびカラー）検出の検出精度を高めることができる。

上記の様々な態様のフローを使用して、ステップを新たに順序付け、追加、または削除することが可能であることを理解すべきである。例えば、本発明で記載された各ステップは、並列に実行しても良いし、順次に実行しても良いし、異なる順序で実行しても良い。本発明で開示された技術案が所望する結果を実現することができる限り、本発明ではこれに限定されない。

上記具体的な実施形態は、本発明の保護範囲に対する限定を構成するものではない。当業者は、設計事項やその他の要因によって、様々な修正、組み合わせ、サブ組み合わせ、および代替が可能であることを理解するべきである。本発明の要旨および原則内における変更、均等な置換および改善等は、いずれも本発明の保護範囲に含まれるべきである。

Claims (19)

1. 検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることと、
   検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出することと、
   前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得ることと、を含み、
   前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる、
   ことを特徴とする画像検出方法。
2. 前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークにより結像内容指標およびカラーバー指標の多次元検出を行い、検出結果を得ることは、
   前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得ることと、
   前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較し、比較が一致した場合、前記結像画像の検証成功についての検出結果を得ることと、を含み、
   前記ターゲット検証値は、前記結像内容指標および前記カラーバー指標を表すことに用いられる、
   ことを特徴とする請求項１に記載の画像検出方法。
3. 前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得ることは、
   前記結像内容の対応する画像特徴データを表すことに用いられる第１特徴データを取得することと、
   前記カラーバーの対応するカラー特徴データを表すことに用いられる第２特徴データを取得することと、
   前記第１特徴データおよび前記第２特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得ることと、を含む
   ことを特徴とする請求項２に記載の画像検出方法。
4. 前記第１特徴データおよび前記第２特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得ることは、
   前記第１特徴データを、結像内容の個数、結像内容の面積、結像内容の位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第１識別結果を得ることと、
   前記第２特徴データを、カラーバーの個数、カラーバーの面積、カラーバーの位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第２識別結果を得ることと、
   前記第１識別結果および第２識別結果により、前記識別結果を得ることと、を含む
   ことを特徴とする請求項３に記載の画像検出方法。
5. 前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較することは、
   前記結像内容指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、結像内容の個数指標、結像内容の面積指標、結像内容の位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことと、
   前記カラーバー指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、カラーバーの個数指標、カラーバーの面積指標、カラーバーの位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことと、を含む
   ことを特徴とする請求項２〜４のいずれか１項に記載の画像検出方法。
6. 検出されるべき結像画像に対して収集処理を実行し、収集画像を得ることは、
   同一の前記結像画像についての画像動的取得処理に応じて、少なくとも２つの収集画像を得ること、を含み、
   前記少なくとも２つの収集画像における、前記結像内容およびカラーバーの位置分布は異なる、
   ことを特徴とする請求項１に記載の画像検出方法。
7. 少なくとも２つの画像検出ネットワークを設定し、かつ、それぞれ前記少なくとも２つの収集画像について前記多次元検出を行い、少なくとも２つの検出結果を得ることと、
   前記少なくとも２つの検出結果から検出精度が閾値よりも高い検出結果を選択し、ターゲット検出結果とすることと、をさらに含む
   ことを特徴とする請求項１に記載の画像検出方法。
8. 前記結像画像における、少なくとも結像内容トレーニングオブジェクトおよびカラーバートレーニングオブジェクトを含む、オブジェクトを取得してトレーニングサンプルとすることと、
   予め注釈された、少なくとも結像内容注釈データおよびカラーバー注釈データを含む、注釈データを取得することと、
   少なくとも結像内容指標およびカラーバー指標を含む多次元検出指標を取得することと、
   前記トレーニングサンプル、前記注釈データおよび前記多次元検出指標により、畳み込みニューラルネットワークをトレーニングし、トレーニングされた畳み込みニューラルネットワークを得、前記トレーニングされた畳み込みニューラルネットワークを前記画像検出ネットワークとすることと、をさらに含む
   ことを特徴とする請求項１に記載の画像検出方法。
9. 検出されるべき結像画像に対して収集処理を実行し、収集画像を得る収集モジュールと、
   検出処理に応じて、予め設定された画像検出ネットワークにより、前記収集画像におけるターゲットオブジェクトの特徴データを抽出する応答モジュールと、
   前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも結像内容指標およびカラーバー指標を含む多次元検出を行い、検出結果を得る検出モジュールと、を備え、
   前記ターゲットオブジェクトは、結像内容およびカラーバーを含み、前記カラーバーは、前記結像内容に関連するカラー情報を記述することに用いられる、
   ことを特徴とする画像検出装置。
10. 前記検出モジュールは、
    前記ターゲットオブジェクトの特徴データについて、前記画像検出ネットワークに基づき少なくとも前記結像内容および前記カラーバーを含む多次元識別を行い、識別結果を得る識別サブモジュールと、
    前記画像検出ネットワークにより、前記識別結果とターゲット検証値とを多次元比較し、比較が一致した場合、前記結像画像の検証成功についての検出結果を得る比較サブモジュールと、を備え、
    前記ターゲット検証値は、前記結像内容指標および前記カラーバー指標を表すことに用いられる、
    ことを特徴とする請求項９に記載の画像検出装置。
11. 前記識別サブモジュールは、
    前記結像内容の対応する画像特徴データを表すことに用いられる第１特徴データを取得する第１取得サブモジュールと、
    前記カラーバーの対応するカラー特徴データを表すことに用いられる第２特徴データを取得する第２サブモジュールと、
    前記第１特徴データおよび前記第２特徴データを、各自の識別次元パラメータに基づいてそれぞれ識別を行い、前記識別結果を得るパラメータ識別サブモジュールと、を備える
    ことを特徴とする請求項１０に記載の画像検出装置。
12. 前記パラメータ識別サブモジュールは、
    前記第１特徴データを、結像内容の個数、結像内容の面積、結像内容の位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第１識別結果を得、
    前記第２特徴データを、カラーバーの個数、カラーバーの面積、カラーバーの位置を少なくとも含む、少なくとも１つの識別次元パラメータに基づいて識別を行い、第２識別結果を得、
    前記第１識別結果および第２識別結果により、前記識別結果を得ることに用いられる
    ことを特徴とする請求項１１に記載の画像検出装置。
13. 前記比較サブモジュールは、
    前記結像内容指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、結像内容の個数指標、結像内容の面積指標、結像内容の位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行い、
    前記カラーバー指標を表すことに用いられる前記ターゲット検証値との比較処理に応じて、カラーバーの個数指標、カラーバーの面積指標、カラーバーの位置指標を少なくとも含む、少なくとも１つの比較次元パラメータを取得し、かつ、前記識別結果と前記比較処理を行うことに用いられる
    ことを特徴とする請求項１０〜１２のいずれか１項に記載の画像検出装置。
14. 前記収集モジュールは、
    同一の前記結像画像についての画像動的取得処理に応じて、少なくとも２つの収集画像を得ることに用いられ、
    前記少なくとも２つの収集画像における、前記結像内容およびカラーバーの位置分布は異なる、
    ことを特徴とする請求項９に記載の画像検出装置。
15. 少なくとも２つの画像検出ネットワークを設定し、かつ、それぞれ前記少なくとも２つの収集画像について前記多次元検出を行い、少なくとも２つの検出結果を得、
    前記少なくとも２つの検出結果から検出精度が閾値よりも高い検出結果を選択し、ターゲット検出結果とするための動的検出モジュール、をさらに備える
    ことを特徴とする請求項１４に記載の画像検出装置。
16. 前記結像画像における、少なくとも結像内容トレーニングオブジェクトおよびカラーバートレーニングオブジェクトを含む、オブジェクトを取得し、トレーニングサンプルとし、
    予め注釈された、少なくとも結像内容注釈データおよびカラーバー注釈データを含む、注釈データを取得し、
    少なくとも結像内容指標およびカラーバー指標を含む多次元検出指標を取得し、
    前記トレーニングサンプル、前記注釈データおよび前記多次元検出指標により、畳み込みニューラルネットワークをトレーニングし、トレーニングされた畳み込みニューラルネットワークを得、前記トレーニングされた畳み込みニューラルネットワークを前記画像検出ネットワークとするためのトレーニングモジュール、をさらに備える
    ことを特徴とする請求項９に記載の画像検出装置。
17. 少なくとも１つのプロセッサと、
    前記少なくとも１つのプロセッサに通信接続されるメモリと、を備え、
    前記メモリには、前記少なくとも１つのプロセッサにより実行可能な命令が記憶されており、
    前記命令は、前記少なくとも１つのプロセッサにより実行される場合、請求項１〜８のいずれか１項に記載の画像検出方法を実行させることを特徴とする電子設備。
18. 請求項１〜８のいずれか１項に記載の画像検出方法をコンピュータに実行させるためのコンピュータ命令を記憶した非一過性のコンピュータ可読記憶媒体。
19. コンピュータにおいて、プロセッサにより実行される場合、請求項１〜８のいずれか１項に記載の画像検出方法を実現することを特徴とするプログラム。

Images