JP2022009474A5 - - Google Patents

Claims (22)

1. １以上のカメラに基づいて取得した画像内のライン特徴を検出するためのシステムであって、
   ビジョンシステムプロセッサと；
   オブジェクトのトレーニング画像内でライン検出プロセスによって特定された複数のラインのうちの関心あるラインに関する個別ラベルの作成を可能にするビジョンシステムプロセッサに関連したインタフェースと；
   取得した画像内のラインを特定するランタイムライン検出プロセスと；
   前記取得した画像内で作成されたラベルに対応するライン特徴を表す確率マップを分類子を使用して決定するニューラルネットプロセスと；
   前記取得した画像に含まれる前記関心のあるラインについて、前記作成されたラベルと前記確率マップに基づいて決定された確率スコアとを、前記取得した画像上に提供するランタイム結果生成プロセスと；
   を有する、上記システム。
2. 前記ランタイム結果生成プロセスは、関連性のないラインに対して確率スコアを提供する、請求項１に記載のビジョンシステム。
3. 前記結果生成プロセスは、ラインを強調表示し、前記強調表示されたラインと関連する確率スコアを提供するインタフェースを含む、請求項１に記載のビジョンシステム。
4. 前記確率マップは、前記取得した画像とサイズが近似している、請求項１に記載のビジョンシステム。
5. 前記ニューラルネットプロセスではニューラルネット分類子及び統計的に訓練された分類子の少なくとも１つが使用される、請求項１に記載のビジョンシステム。
6. 前記ライン検出プロセスは、ライン特徴を含むシーンの画像データを受け取るプロセッサを有し、前記プロセッサは、エッジポイント抽出装置及びラインファインダを備えており、
   前記エッジポイント抽出装置は、
   （ａ）前記画像データから勾配ベクトル場を計算し、
   （ｂ）前記勾配ベクトル場を複数の勾配投影サブ領域に投影し、かつ
   （ｃ）投影された前記勾配データに基づき前記勾配投影サブ領域のそれぞれにおいて複数のエッジポイントを検出するものであり、
   前記ラインファインダは前記画像から抽出されたエッジポイントと一致している複数のラインを生成するものである、
   請求項１記載のビジョンシステム。
7. 上記ラインファインダは、ＲＡＮＳＡＣに基づくプロセスを操作してインライアエッジポイントを新しいラインにフィッティングし、事前に定義されたラインを基準にしてアウトライアエッジポイントから反復的にラインを定義することを含む、請求項６に記載のシステム。
8. 上記勾配場の投影は、１以上の特徴若しくはライン特徴の予想される向きに応答して設定された方向に沿って向けられている、請求項６に記載のシステム。
9. 上記勾配場の投影は、ガウスカーネルに基づいて粒度を定義する、請求項６に記載のシステム。
10. 上記エッジポイント抽出装置は、勾配投影サブ領域の各々で複数の勾配強度最大値を検出するように配置されており、勾配強度最大値はそれぞれ複数のエッジポイントの幾つかとして特定されて、位置ベクトルと勾配ベクトルによって記述される、請求項６に記載のシステム。
11. 上記ラインファインダは、少なくとも１つのエッジポイントの少なくとも１本の候補ラインからの距離と、少なくとも１つのエッジポイントの勾配方向と少なくとも１本の候補ラインの法線方向との間の角度差に基づくメトリックを計算することによって、複数の抽出されたエッジポイントの少なくとも１つのエッジポイントと、前記複数のラインの少なくとも１本の候補ラインとの間の一致を決定するように配置されている、請求項６に記載のシステム。
12. １以上のカメラに基づいて取得した画像内のライン特徴を検出するためのシステムであって、
    ビジョンシステムプロセッサと；
    オブジェクトのトレーニング画像内でライン検出プロセスによって特定された複数のラインのうちの関心あるラインに関する個別ラベルの作成を可能にするビジョンシステムプロセッサに関連したインタフェースと；
    取得した画像内のラインを特定するランタイムライン検出プロセスと；
    前記取得した画像内で作成されたラベルに対応するライン特徴を表す確率マップを決定し、前記ライン検出プロセスによって特定されたラインに基づくインタフェースのためのラベルを生成する、統計的分類子と；
    を有し、
    前記取得した画像に含まれる前記関心のあるラインについて、前記作成されたラベルと前記確率マップに基づいて決定された確率スコアとが、前記取得した画像上に提供される、
    上記システム。
13. １以上のカメラに基づいて取得した画像内のライン特徴を検出するためのシステムであって、
    ビジョンシステムプロセッサと；
    オブジェクトのトレーニング画像内でライン検出プロセスによって特定された複数のラインのうちの関心あるラインに関する個別ラベルの作成を可能にするビジョンシステムプロセッサに関連したインタフェースと；
    取得した画像内のラインを特定するランタイムライン検出プロセスと；
    前記取得した画像内で作成されたラベルに対応するライン特徴を表す確率マップを決定し、前記ライン検出プロセスによって特定されたラインに基づくインタフェースのためのラベルを生成する、Ｋ－ＮＮ分類子と；
    を有し、
    前記取得した画像に含まれる前記関心のあるラインについて、前記作成されたラベルと前記確率マップに基づいて決定された確率スコアとが、前記取得した画像上に提供される、
    上記システム。
14. １以上のカメラに基づいて取得した画像内のライン特徴を検出するための方法において、
    オブジェクトのトレーニング画像内でライン検出プロセスによって特定された複数のラインのうちの関心あるラインに関する個別ラベルの作成を可能にするビジョンシステムプロセッサに関連したインタフェースを提供するステップと；
    ランタイムライン検出プロセスによって、取得した画像内で検出されたラインを特定するステップと；
    前記取得した画像内で作成されたラベルに対応するライン特徴を表す確率マップを分類子で決定し、少なくとも１本の関連する検出されたラインのためのラベルを生成するステップと；
    前記取得した画像に含まれる前記関心のあるラインについて、前記作成されたラベルと前記確率マップに基づいて決定された確率スコアとを、前記取得した画像上に提供するステップと；
    を有する方法。
15. 前記分類子は少なくとも１つのニューラルネット分類子を備え、当該方法は、さらに、ラベルに対して検出されたライン特徴の確率マップを決定するためにラベルに基づいて前記少なくとも１つのニューラルネット分類子を使用するステップと、関連性のないラインに対して確率スコアを生成するステップと、を有する請求項１４に記載の方法。
16. 前記生成するステップは、検出されたラインをインタフェースで強調表示し、強調表示されたラインと関連する確率スコアを提供する、請求項１５に記載の方法。
17. 前記分類子はニューラルネット分類子、統計的に訓練された分類子及びＫ－ＮＮ分類子の少なくとも１つである、請求項１４に記載の方法。
18. 前記ライン検出プロセスは、ライン特徴を含むシーンの画像データを受け取るプロセスであり、前記プロセスではエッジポイント抽出装置が、
    （ａ）前記画像データから勾配ベクトル場を計算し、
    （ｂ）前記勾配ベクトル場を複数の勾配投影サブ領域に投影し、
    （ｃ）投影された前記勾配データに基づきそれぞれの勾配射影サブ領域おいて複数のエッジポイントを検出し、そして
    前記画像から抽出されたエッジポイントと一致する複数のラインを計算する、
    請求項１４に記載の方法。
19. 前記ラインを計算するステップは、ＲＡＮＳＡＣに基づくプロセスを操作してインライアエッジポイントを新しいラインにフィッティングすることを含んでおり、事前に定義されたラインに対するアウトライアエッジポイントから反復的にラインを定義することを含む、請求項１８に記載の方法。
20. 前記勾配場の投影は、１以上のライン特徴の予想される向きに応じて設定された方向に沿って方向付けられている、請求項１８に記載の方法。
21. 前記エッジポイント抽出装置は、勾配投影サブ領域の各々で複数の勾配強度最大値を検出し、前記勾配強度最大値はそれぞれ複数のエッジポイントの幾つかとして特定され、位置ベクトルと勾配ベクトルによって記述される、請求項１８に記載の方法。
22. 前記ライン検出プロセスでは、少なくとも１つのエッジポイントの少なくとも１本の候補ラインからの距離、及び少なくとも１つのエッジポイントの勾配方向と少なくとも１本の候補ラインの法線方向との間の角度差に基づくメトリックを計算することによって、複数の抽出されたエッジポイントの少なくとも１つのエッジポイントと、検出された複数のラインの少なくとも１本の候補ラインとの間の一致が決定される、請求項１８に記載の方法。