JP2023167143A - 画像処理装置、画像処理方法、およびプログラム - Google Patents
画像処理装置、画像処理方法、およびプログラム Download PDFInfo
- Publication number
- JP2023167143A JP2023167143A JP2022078085A JP2022078085A JP2023167143A JP 2023167143 A JP2023167143 A JP 2023167143A JP 2022078085 A JP2022078085 A JP 2022078085A JP 2022078085 A JP2022078085 A JP 2022078085A JP 2023167143 A JP2023167143 A JP 2023167143A
- Authority
- JP
- Japan
- Prior art keywords
- patch
- image
- size
- feature amount
- image processing
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000004931 aggregating effect Effects 0.000 claims abstract description 22
- 230000002776 aggregation Effects 0.000 claims description 14
- 238000004220 aggregation Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 40
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 13
- 230000011218 segmentation Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010420 art technique Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/759—Region-based matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Library & Information Science (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明は、画像処理装置、画像処理方法、およびプログラムに関する。
クエリ画像に写る被写体と同一の被写体(類似度が基準値以上の被写体)が写る画像を参照画像の中から検索する技術が研究されている。関連する技術が非特許文献1及び2に開示されている。
非特許文献1には、画像全体の特徴量を用いてクエリ画像に類似する画像を絞り込んだ後、ピクセル単位の特徴量である局所特徴量を用いてその中からクエリ画像に類似する画像を検索する技術が開示されている。
非特許文献2には、画像内に予め定められた所定サイズのパッチを複数設定し、ピクセル単位の特徴量である局所特徴量をパッチ単位で集約する技術が開示されている。
Bingyi Cao,外2名,"Unifying Deep Local and Global Features for Image Search",[online],[2022年4月4日検索],インターネット<URL: https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123650715.pdf>
Stephen Hausler,外4名,"Patch-NetVLAD: Multi-Scale Fusion of Locally-Global Descriptors for Place Recognition",[online],[2022年4月4日検索],インターネット<URL: https://openaccess.thecvf.com/content/CVPR2021/papers/Hausler_Patch-NetVLAD_Multi-Scale_Fusion_of_Locally-Global_Descriptors_for_Place_Recognition_CVPR_2021_paper.pdf>
非特許文献1に開示の技術のように、ピクセル単位の特徴量である局所特徴量同士で照合する場合、コンピュータの処理負担が大きくなり、検索速度が遅くなるという問題がある。非特許文献2に開示の技術を利用し、パッチ単位で局所特徴量を集約した特徴量同士で照合することで、上記問題を軽減できる。
しかし、非特許文献2に開示の技術の場合、次のような問題がある。クエリ画像に写る被写体と同一の被写体が参照画像に写る場合であっても、クエリ画像内での被写体のサイズと参照画像内での被写体のサイズとが互いに異なるという状況が発生し得る。それにも関わらず、予め定められた所定サイズのパッチをクエリ画像及び参照画像に一律に設定すると、1つのパッチに包含される被写体の一部の大きさ(被写体内で占める割合)が互いに異なり得る。被写体が比較的小さく写っている画像の場合、例えば被写体の半分以上が1つのパッチに包含され、被写体が比較的大きく写っている画像の場合、例えば被写体の10分の1程度が1つのパッチに包含されるという状況が発生し得る。この場合、クエリ画像に写る被写体と同一の被写体が写っている参照画像であるにも関わらず、パッチ単位で局所特徴量を集約した特徴量同士の類似度は低くなり、クエリ画像に写る被写体と同一の被写体が写る画像として検索されないという不都合が発生し得る。
本発明の目的の一例は、上述した問題を鑑み、パッチ単位で局所特徴量を集約した特徴量同士で照合する技術において、検索精度の低下を軽減するという課題を解決する画像処理装置、画像処理方法、およびプログラムを提供することにある。
本発明の一態様によれば、
画像内で物体が占める物体領域を検出する画像処理手段と、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段と、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段と、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段と、
を有する画像処理装置が提供される。
画像内で物体が占める物体領域を検出する画像処理手段と、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段と、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段と、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段と、
を有する画像処理装置が提供される。
本発明の一態様によれば、
コンピュータが、
画像内で物体が占める物体領域を検出し、
前記物体領域のサイズに基づきパッチサイズを決定し、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出し、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する、
画像処理方法が提供される。
コンピュータが、
画像内で物体が占める物体領域を検出し、
前記物体領域のサイズに基づきパッチサイズを決定し、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出し、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する、
画像処理方法が提供される。
本発明の一態様によれば、
コンピュータを、
画像内で物体が占める物体領域を検出する画像処理手段、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段、
として機能させるプログラムが提供される。
コンピュータを、
画像内で物体が占める物体領域を検出する画像処理手段、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段、
として機能させるプログラムが提供される。
本発明の一態様によれば、パッチ単位で局所特徴量を集約した特徴量同士で照合する技術において、検索精度の低下を軽減するという課題を解決する画像処理装置、画像処理方法、およびプログラムが実現される。
上述した目的、およびその他の目的、特徴および利点は、以下に述べる公的な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。
以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。
<第1の実施形態>
図1は、第1の実施形態に係る画像処理装置10の概要を示す機能ブロック図である。画像処理装置10は、画像処理部11と、パッチサイズ決定部12と、パッチ単位特徴量算出部13と、検索部14とを有する。
図1は、第1の実施形態に係る画像処理装置10の概要を示す機能ブロック図である。画像処理装置10は、画像処理部11と、パッチサイズ決定部12と、パッチ単位特徴量算出部13と、検索部14とを有する。
画像処理部11は、画像内で物体が占める物体領域を検出する。パッチサイズ決定部12は、物体領域のサイズに基づきパッチサイズを決定する。パッチ単位特徴量算出部13は、物体領域内で上記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する。検索部14は、パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する。
このような構成を備える画像処理装置10によれば、パッチ単位で局所特徴量を集約した特徴量同士で照合する技術において、検索精度の低下を軽減するという課題が解決される。
<第2の実施形態>
「概要」
第2の実施形態の画像処理装置10は、第1の実施形態の画像処理装置10をより具体化したものである。本実施形態の画像処理装置10は、画像内で物体(被写体)が占める物体領域を検出した後、物体領域に複数のパッチを設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する。そして、画像処理装置10は、算出したパッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する。なお、画像処理装置10は、画像毎にパッチサイズを調整する。画像処理装置10は、大きく写っている物体のパッチサイズを大きくし、小さく写っている物体のパッチサイズを小さくする。
「概要」
第2の実施形態の画像処理装置10は、第1の実施形態の画像処理装置10をより具体化したものである。本実施形態の画像処理装置10は、画像内で物体(被写体)が占める物体領域を検出した後、物体領域に複数のパッチを設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する。そして、画像処理装置10は、算出したパッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する。なお、画像処理装置10は、画像毎にパッチサイズを調整する。画像処理装置10は、大きく写っている物体のパッチサイズを大きくし、小さく写っている物体のパッチサイズを小さくする。
図2を用いて当該処理の一例を説明する。図2には、同一の建物(物体)が写っているクエリ画像と参照画像とが示されている。参照画像の方が、その建物が大きく写っている。
画像処理装置10は、例えばCNN(Convolutional Neural Network)等の推定モデルでセグメンテーションマップ及び特徴ベクトル群を生成した後、検出した物体領域に複数のパッチPを設定する。上述の通り、画像処理装置10は、大きく写っている物体のパッチサイズを大きくし、小さく写っている物体のパッチサイズを小さくする。このため、参照画像から検出された物体領域に設定されたパッチPのパッチサイズの方が、クエリ画像から検出された物体領域に設定されたパッチPのパッチサイズよりも大きくなっている。そして、参照画像から検出された物体領域内で1つのパッチPが占める割合は、クエリ画像から検出された物体領域内で1つのパッチPが占める割合と同等となっている。上述のようにパッチPを設定した後、画像処理装置10は、パッチP毎にパッチP内の局所特徴量を集約したパッチ単位特徴量を算出する。
このように画像毎にパッチサイズを調整する画像処理装置10によれば、同一の物体が互いに異なるサイズで複数の画像に写っている場合であっても、その物体が写る物体領域内で1つのパッチPが占める割合を同等にできる。結果、精度よく、それら複数の画像に同一の物体が写っていることを特定することができる。また、局所特徴量同士の照合でなく、複数の局所特徴量を集約したパッチ単位特徴量同士の照合とすることで、コンピュータの処理負担を軽減し、検索速度が速くなる。
以下、画像処理装置10の構成をより詳細に説明する。
「ハードウエア構成」
次に、画像処理装置10のハードウエア構成の一例を説明する。画像処理装置10の各機能部は、任意のコンピュータのCPU(Central Processing Unit)、メモリ、メモリにロードされるプログラム、そのプログラムを格納するハードディスク等の記憶ユニット(あらかじめ装置を出荷する段階から格納されているプログラムのほか、CD(Compact Disc)等の記録媒体やインターネット上のサーバ等からダウンロードされたプログラムをも格納できる)、ネットワーク接続用インターフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。
次に、画像処理装置10のハードウエア構成の一例を説明する。画像処理装置10の各機能部は、任意のコンピュータのCPU(Central Processing Unit)、メモリ、メモリにロードされるプログラム、そのプログラムを格納するハードディスク等の記憶ユニット(あらかじめ装置を出荷する段階から格納されているプログラムのほか、CD(Compact Disc)等の記録媒体やインターネット上のサーバ等からダウンロードされたプログラムをも格納できる)、ネットワーク接続用インターフェイスを中心にハードウエアとソフトウエアの任意の組合せによって実現される。そして、その実現方法、装置にはいろいろな変形例があることは、当業者には理解されるところである。
図3は、画像処理装置10のハードウエア構成を例示するブロック図である。図3に示すように、画像処理装置10は、プロセッサ1A、メモリ2A、入出力インターフェイス3A、周辺回路4A、バス5Aを有する。周辺回路4Aには、様々なモジュールが含まれる。画像処理装置10は周辺回路4Aを有さなくてもよい。なお、画像処理装置10は物理的及び/又は論理的に分かれた複数の装置で構成されてもよい。この場合、複数の装置各々が上記ハードウエア構成を備えることができる。
バス5Aは、プロセッサ1A、メモリ2A、周辺回路4A及び入出力インターフェイス3Aが相互にデータを送受信するためのデータ伝送路である。プロセッサ1Aは、例えばCPU、GPU(Graphics Processing Unit)などの演算処理装置である。メモリ2Aは、例えばRAM(Random Access Memory)やROM(Read Only Memory)などのメモリである。入出力インターフェイス3Aは、入力装置、外部装置、外部サーバ、外部センサ、カメラ等から情報を取得するためのインターフェイスや、出力装置、外部装置、外部サーバ等に情報を出力するためのインターフェイスなどを含む。入力装置は、例えばキーボード、マウス、マイク、物理ボタン、タッチパネル等である。出力装置は、例えばディスプレイ、スピーカ、プリンター、メーラ等である。プロセッサ1Aは、各モジュールに指令を出し、それらの演算結果をもとに演算を行うことができる。
「機能構成」
次に、第2の実施形態の画像処理装置10の機能構成を詳細に説明する。図1に、画像処理装置10の機能ブロック図の一例を示す。図示するように、画像処理装置10は、画像処理部11と、パッチサイズ決定部12と、パッチ単位特徴量算出部13と、検索部14とを有する。画像処理装置10は、複数の参照画像を記憶する記憶部をさらに有してもよい。なお、画像処理装置10と物理的及び/又は論理的に分かれた外部装置が上記記憶部を有してもよい。この場合、画像処理装置10と外部装置は互いに通信可能に接続される。
次に、第2の実施形態の画像処理装置10の機能構成を詳細に説明する。図1に、画像処理装置10の機能ブロック図の一例を示す。図示するように、画像処理装置10は、画像処理部11と、パッチサイズ決定部12と、パッチ単位特徴量算出部13と、検索部14とを有する。画像処理装置10は、複数の参照画像を記憶する記憶部をさらに有してもよい。なお、画像処理装置10と物理的及び/又は論理的に分かれた外部装置が上記記憶部を有してもよい。この場合、画像処理装置10と外部装置は互いに通信可能に接続される。
画像処理部11は、クエリ画像に対し、特徴量抽出処理及び物体領域検出処理を行う。なお、記憶部に記憶されている参照画像に対しては、予めこれらの処理が実行され、その処理の結果が各参照画像に紐付けて記憶部に記憶されていてもよい。その他、画像処理部11は、クエリ画像と照合する対象として特定した参照画像に対し、その都度、これらの処理を実行してもよい。
特徴量抽出処理は、画像の特徴量を抽出する処理である。例えば、学習済みの推定モデルに画像を入力すると、画像の特徴量が抽出され、特徴ベクトル群のデータが作成される。特徴ベクトル群のデータは、各ピクセルの特徴量(局所特徴量)を示す。図2に示す例の場合、各ピクセルの特徴量はC次元のデータで示される。推定モデルは、例えばCNNであるが、これに限定されない。特徴ベクトル群のデータの生成は、従来のあらゆる技術を利用して実現できる。
物体領域検出処理は、画像内で物体が占める物体領域を検出する処理である。当該処理は特段制限されず、従来のあらゆる技術を利用して実現できる。
一例として、物体領域検出処理では、各ピクセルが属するクラスタを推定することで、物体領域を検出してもよい。当該処理では、画像を複数のクラスタに分割する。各クラスタは、被写体の種類各々に対応する。例えば道路に対応して1つのクラスタが存在し、植物に対応して1つのクラスタが存在するという具合である。画像を複数のクラスタに分割する処理は、画像を複数の物体毎の複数のエリアに分割する処理と同等である。図2に示すように学習済みの推定モデルに画像を入力すると、セグメンテーションマップが作成される。セグメンテーションマップは、上記画像を複数のクラスタに分割した結果、すなわち各ピクセルが属するクラスタを示す。
本実施形態では、周知のセグメンテーション技術を利用して、セグメンテーションマップが作成される。周知のセグメンテーション技術としては、例えばセマンティックセグメンテーション、インスタンスセグメンテーション、パノプティックセグメンテーションマップ等が例示される。本実施形態では、例えばあるピクセルに着目したとき、隣接するピクセルほど相関が強く、離れたピクセルほど相関が弱いということを利用した教師なしセグメンテーションの手法を利用して、セグメンテーションマップが作成される。
その他、R-CNN(Regional CNN)、YOLO(You Only Look Once)、SDD(Single Shot MultiBox Detector)、DETR(End-to-End Object Detection with Transformers))等の他の物体検出技術を利用してもよい。
パッチサイズ決定部12は、画像処理部11により検出された物体領域のサイズに基づきパッチサイズを決定する。
パッチサイズ決定部12は、物体領域のサイズが大きいほど大きいパッチサイズを決定する。一例として、パッチサイズ決定部12は、画像全体のサイズに対する物体領域のサイズの割合に基づき、パッチサイズを決定することができる。例えば、予め、パッチサイズの基準値が設定されてもよい。そして、パッチサイズ決定部12は、当該基準値と、上記割合の積をパッチサイズとして決定することができる。画像全体のサイズや物体領域のサイズは、例えばピクセル数で示すことができる。
パッチ単位特徴量算出部13は、パッチサイズ決定部12により決定されたパッチサイズのパッチを物体領域内で複数設定する。そして、パッチ単位特徴量算出部13は、パッチ毎にパッチ内の局所特徴量(パッチに含まれるピクセルの特徴量)を集約したパッチ単位特徴量を算出する。
まず、物体領域内でパッチを複数設定する処理について説明する。
パッチ単位特徴量算出部13は、予め定められたルールに基づき、各物体領域に複数のパッチを設定する。複数のパッチの設定の仕方は様々である。例えば、図2に示す例のように、隣接するパッチが互いに重なり合わず、かつ隙間なく並ぶように複数のパッチが設定されてもよい。その他、図示しないが、隣接するパッチが所定の隙間を挟んで並ぶように複数のパッチが設定されてもよい。その他、図示しないが、隣接するパッチが互いに重なり合うように複数のパッチが設定されてもよい。ここでの例示はあくまで一例であり、複数のパッチの設置の仕方はあらゆる手法を採用することができる。
次に、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する処理について説明する。
各パッチには、複数のピクセルが含まれる。当該処理では、各パッチに含まれる複数のピクセルの特徴量(局所特徴量)を集約して、パッチ単位特徴量を算出する。複数のピクセルの特徴量(局所特徴量)を集約する手段としては、例えば、非特許文献2に開示の技術を利用してもよいし、その他の手段を利用してもよい。算出されたパッチ単位特徴量は、各パッチに含まれる複数のピクセルの中のいずれか(例:中央に位置するピクセル)に紐付けて管理されてもよい。その他、複数のパッチを互いに識別するパッチ識別情報が生成され、当該パッチ識別情報に紐付けてパッチ単位特徴量が管理されてもよい。
検索部14は、パッチ単位特徴量を用いて、クエリ画像に類似する画像、具体的にはクエリ画像に写る物体と同一の物体が写る画像を、複数の参照画像の中から検索する。
当該処理において、検索部14は、クエリ画像と、記憶部に記憶された複数の参照画像各々(図4参照)との類似度を算出する。そして、類似度が閾値以上の参照画像を、クエリ画像に類似する画像として特定する。
検索部14は、類似度の算出に、パッチ単位特徴量を用いる。検索部14は、クエリ画像から算出された複数のパッチ単位特徴量と、参照画像から算出された複数のパッチ単位特徴量との類似度を算出し、算出した類似度が所定条件(例:基準以上)を満たすペアを互いに紐付ける。そして、検索部14は、互いに紐付けられたペアの数に基づき、クエリ画像と参照画像の類似度を算出する。なお、パッチ単位特徴量同士の類似度の算出方法や、算出した類似度に基づき互いに対応付けるペアを決定する方法や、互いに紐付けられたペアの数に基づき2つの画像の類似度を算出する方法は、あらゆる従来技術を採用して実現できる。
このように、検索部14は、クエリ画像のパッチ単位特徴量(クエリ画像から算出されたパッチ単位特徴量)と、参照画像のパッチ単位特徴量(参照画像から算出されたパッチ単位特徴量)との類似度に基づき、クエリ画像に類似する画像を複数の参照画像の中から検索することができる。
なお、クエリ画像のパッチ単位特徴量の算出に用いたパッチサイズは、クエリ画像内の物体領域のサイズに応じて決定されたものである。そして、参照画像のパッチ単位特徴量の算出に用いたパッチサイズは、参照画像内の物体領域のサイズに応じて決定されたものである。すなわち、それらパッチサイズは、互いに独立して決定されたものである。クエリ画像のパッチ単位特徴量の算出に用いたパッチサイズと、参照画像のパッチ単位特徴量の算出に用いたパッチサイズは、同じになる場合もあれば、異なる場合もある。クエリ画像内の物体領域のサイズと参照画像内の物体領域のサイズが同じである場合、クエリ画像のパッチ単位特徴量の算出に用いたパッチサイズと参照画像のパッチ単位特徴量の算出に用いたパッチサイズは同じになる。一方、クエリ画像内の物体領域のサイズと参照画像内の物体領域のサイズが互いに異なる場合、クエリ画像のパッチ単位特徴量の算出に用いたパッチサイズと参照画像のパッチ単位特徴量の算出に用いたパッチサイズは互いに異なる。
なお、複数の参照画像は、図4に示すように、撮影された位置を示す位置情報(緯度経度情報等)と紐付けられていてもよい。この場合、クエリ画像に類似する参照画像の位置情報で示される位置を、クエリ画像の撮影位置として推定することが可能となる。なお、このように、クエリ画像の撮影位置の特定に検索処理を利用する場合、物体は、建築物等、場所が移動せず、ランドマークとなり得るものとすることが好ましい。
次に、図5のフローチャートを用いて、画像処理装置10の処理の流れの一例を説明する。
まず、画像処理装置10は、クエリ画像を解析し、画像内で物体が占める物体領域を検出する(S10)。なお、画像処理装置10は、S10で、さらに、クエリ画像を解析し、各ピクセルの特徴量(局所特徴量)を示す特徴ベクトル群のデータを生成してもよい。当該特徴ベクトル群のデータの生成は、S12の前のその他のタイミングで行われてもよい。
次いで、画像処理装置10は、S10で検出した物体領域のサイズに基づきパッチサイズを決定する(S11)。次いで、画像処理装置10は、S11で決定したパッチサイズのパッチを物体領域内で複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する(S12)。
次いで、画像処理装置10は、S12で算出したパッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する(S13)。
「作用効果」
第2の実施形態の画像処理装置10によれば、パッチ単位で局所特徴量を集約した特徴量同士で照合する技術において、画像毎にパッチサイズを調整する。画像処理装置10は、大きく写っている物体のパッチサイズを大きくし、小さく写っている物体のパッチサイズを小さくする。例えば、画像処理装置10は、画像全体のサイズに対する物体領域のサイズの割合に基づき、パッチサイズを決定することができる。このように構成した場合、参照画像から検出されたある物体の物体領域内で1つのパッチが占める割合を、クエリ画像から検出された同物体の物体領域内で1つのパッチが占める割合と同等にすることができる。結果、同一の物体が互いに異なるサイズで複数の画像に写っている場合であっても、パッチ単位で局所特徴量を集約したパッチ単位特徴量同士の照合により、精度よく、それら複数の画像に同一の物体が写っていることを特定することができる。また、局所特徴量同士の照合でなく、複数の局所特徴量を集約したパッチ単位特徴量同士の照合とすることで、コンピュータの処理負担を軽減し、検索速度が速くなる。
第2の実施形態の画像処理装置10によれば、パッチ単位で局所特徴量を集約した特徴量同士で照合する技術において、画像毎にパッチサイズを調整する。画像処理装置10は、大きく写っている物体のパッチサイズを大きくし、小さく写っている物体のパッチサイズを小さくする。例えば、画像処理装置10は、画像全体のサイズに対する物体領域のサイズの割合に基づき、パッチサイズを決定することができる。このように構成した場合、参照画像から検出されたある物体の物体領域内で1つのパッチが占める割合を、クエリ画像から検出された同物体の物体領域内で1つのパッチが占める割合と同等にすることができる。結果、同一の物体が互いに異なるサイズで複数の画像に写っている場合であっても、パッチ単位で局所特徴量を集約したパッチ単位特徴量同士の照合により、精度よく、それら複数の画像に同一の物体が写っていることを特定することができる。また、局所特徴量同士の照合でなく、複数の局所特徴量を集約したパッチ単位特徴量同士の照合とすることで、コンピュータの処理負担を軽減し、検索速度が速くなる。
<第3の実施形態>
第3の実施形態の画像処理装置10は、1つの画像から複数の物体領域が検出された場合、物体領域毎に(物体毎に)パッチサイズを調整する。検出された複数の物体領域のサイズが互いに異なる場合、互いに異なるパッチサイズが決定される。このような本実施形態の画像処理装置10によれば、1つの画像内に複数の物体が写る場合、物体毎に、各物体の画像内でのサイズに応じた適切なパッチサイズを決定することができる。以下、詳細に説明する。
第3の実施形態の画像処理装置10は、1つの画像から複数の物体領域が検出された場合、物体領域毎に(物体毎に)パッチサイズを調整する。検出された複数の物体領域のサイズが互いに異なる場合、互いに異なるパッチサイズが決定される。このような本実施形態の画像処理装置10によれば、1つの画像内に複数の物体が写る場合、物体毎に、各物体の画像内でのサイズに応じた適切なパッチサイズを決定することができる。以下、詳細に説明する。
画像処理部11は、1つの画像内に複数の物体が存在する場合、物体毎に物体領域を検出する。
パッチサイズ決定部12は、1つの画像から複数の物体領域が検出された場合、物体領域毎に物体領域各々のサイズに応じたパッチサイズを決定する。
パッチ単位特徴量算出部13は、1つの画像から複数の物体領域が検出された場合、物体領域各々内で、物体領域各々に対応して決定されたパッチサイズのパッチを複数設定する。そして、パッチ単位特徴量算出部13は、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する。
検索部14は、クエリ画像に複数の物体が含まれる場合、物体毎に、当該物体が写る参照画像を検索する。例えば、クエリ画像に第1の物体及び第2の物体が含まれる場合、検索部14は、第1の物体の物体領域内に設定されたパッチに基づき算出されたパッチ単位特徴量に基づき、第1の物体が写る参照画像を検索する。また、検索部14は、第2物体の物体領域内に設定されたパッチに基づき算出されたパッチ単位特徴量に基づき、第2の物体が写る参照画像を検索する。その他、検索部14は、第1の物体の物体領域内に設定されたパッチに基づき算出されたパッチ単位特徴量、及び第2の物体の物体領域内に設定されたパッチに基づき算出されたパッチ単位特徴量に基づき、第1の物体及び第2の物体が写る参照画像を検索してもよい。
本実施形態の画像処理装置10のその他の構成は、第1及び第2の実施形態の画像処理装置10の構成と同様である。
本実施形態の画像処理装置10によれば、第1及び第2の実施形態の画像処理装置10と同様の作用効果が実現される。
また、本実施形態の画像処理装置10によれば、1つの画像から複数の物体領域が検出された場合、物体領域毎に(物体毎に)、各物体領域のサイズに応じた適切なパッチサイズを決定することができる。結果、より精度よく、複数の画像に同一の物体が写っていることを特定することが可能となる。
<第4の実施形態>
第4の実施形態の画像処理装置10は、クエリ画像に複数の物体が含まれる場合、特徴的な処理で参照画像を検索することができる。以下、詳細に説明する。
第4の実施形態の画像処理装置10は、クエリ画像に複数の物体が含まれる場合、特徴的な処理で参照画像を検索することができる。以下、詳細に説明する。
検索部14は、クエリ画像に複数の物体が含まれる場合、以下のような特徴的な処理で参照画像を検索する。
当該処理の前提として、図4に示すように、複数の参照画像各々に、撮影された位置を示す位置情報が紐付けられているものとする。
1つのクエリ画像内で複数の物体が写っているということは、その複数の物体の間の距離は比較的近いと考えられる。検索部14は、この点を考慮した検索処理を実行することができる。
まず、検索部14は、複数の参照画像の中から、クエリ画像に写る複数の物体の全て(その他、所定数以上、又は、所定割合以上でもよい)が写る参照画像を検索する。複数の物体の全て(その他、所定数以上、又は、所定割合以上でもよい)が写る参照画像が検索された場合、検索部14は、検索を終了してもよい。この場合、クエリ画像は、検索された参照画像に紐付く位置情報で示される位置で撮影されたものと推定される。
一方、複数の物体の全て(その他、所定数以上、又は、所定割合以上でもよい)が写る参照画像が見つからなかった場合、検索部14は、複数の物体のいずれかが写る参照画像を検索する。そして、検索部14は、当該検索結果に含まれる参照画像を、各参照画像に紐付く位置情報を用いてさらに絞り込む。
まず、複数の物体の中の第1の物体が写ると判定された複数の参照画像の中には、実際に第1の物体が写る参照画像と、第1の物体が写っていないが、第1の物体と似ている物体が写る参照画像とが含まれ得る。
同様に、複数の物体の中の第2の物体が写ると判定された複数の参照画像の中には、実際に第2の物体が写る参照画像と、第2の物体が写っていないが、第2の物体と似ている物体が写る参照画像とが含まれ得る。
第1の物体が写っていないが、第1の物体と似ている物体が写る参照画像、及び、第2の物体が写っていないが、第2の物体と似ている物体が写る参照画像は、検索結果から除外することが好ましい。
そこで、検索部14は、第1の物体が写ると判定された複数の参照画像の中から、紐付けられた位置情報で示される位置が、第2の物体が写ると判定された複数の参照画像のいずれに紐付く位置情報が示す位置とも、所定の閾値以上離れている参照画像を除去する。当該処理により、第1の物体が写ると判定された複数の参照画像の中から、各参照画像の撮影位置の近くで撮影された第2の物体が写る参照画像が存在しないものを除去することができる。
同様に、検索部14は、第2の物体が写ると判定された複数の参照画像の中から、紐付けられた位置情報で示される位置が、第1の物体が写ると判定された複数の参照画像のいずれに紐付く位置情報が示す位置とも、所定の閾値以上離れている参照画像を除去する。当該処理により、第2の物体が写ると判定された複数の参照画像の中から、各参照画像の撮影位置の近くで撮影された第1の物体が写る参照画像が存在しないものを除去することができる。
検索部14は、例えばこのような処理により、第1の物体が写っていないが、第1の物体と似ている物体が写る参照画像、及び、第2の物体が写っていないが、第2の物体と似ている物体が写る参照画像は、検索結果から除去することができる。
なお、ここでは複数の物体が第1の物体及び第2の物体の2つの場合の例を説明したが、複数の物体が3つ以上の場合も同様の処理で、検索結果をより絞り込むことができる。
本実施形態の画像処理装置10のその他の構成は、第1乃至第3の実施形態の画像処理装置10の構成と同様である。
本実施形態の画像処理装置10によれば、第1乃至第3の実施形態の画像処理装置10と同様の作用効果が実現される。
また、本実施形態の画像処理装置10によれば、1つのクエリ画像内に複数の物体が含まれる場合、複数の物体の全て(その他、所定数以上、又は、所定割合以上でもよい)が写る参照画像を検索することができる。そして、複数の物体の全て(その他、所定数以上、又は、所定割合以上でもよい)が写る参照画像が検索されなかった場合、複数の物体の各々が写る参照画像を検索し、それらに紐付く位置情報に基づき、検索結果を絞り込むことができる。このような本実施形態の画像処理装置10によれば、検索結果を高精度に絞り込むことができる。
<第5の実施形態>
第5の実施形態の画像処理装置10は、物体領域毎に複数のパッチサイズを決定し、物体領域毎に、複数のパッチサイズのパッチを設定してパッチ単位特徴量を算出する。
第5の実施形態の画像処理装置10は、物体領域毎に複数のパッチサイズを決定し、物体領域毎に、複数のパッチサイズのパッチを設定してパッチ単位特徴量を算出する。
上記実施形態で説明したように、物体領域毎に各物体領域のサイズに応じたパッチサイズを決定することで、参照画像から検出されたある物体の物体領域内で1つのパッチが占める割合と、クエリ画像から検出された同物体の物体領域内で1つのパッチが占める割合とを同等とすることができる。本実施形態では、さらに、複数のパッチサイズを決定し、複数のパッチサイズのパッチを設定してパッチ単位特徴量を算出することで、参照画像から検出されたある物体の物体領域内で1つのパッチが占める割合と、クエリ画像から検出された同物体の物体領域内で1つのパッチが占める割合とが同等となる確率を向上させる。以下、詳細に説明する。
パッチサイズ決定部12は、画像処理部11により検出された物体領域のサイズに基づきパッチサイズを決定する。パッチサイズ決定部12は、1つの物体領域に対応して、複数のパッチサイズを決定する。例えば、パッチサイズ決定部12は、基準値と、画像全体のサイズに対する物体領域のサイズの割合との積をパッチサイズとして決定することができるが、予め、複数の基準値が設定されている。そして、パッチサイズ決定部12は、複数の基準値各々と、上記割合との積をパッチサイズとして決定する。
パッチ単位特徴量算出部13は、物体領域内で複数のパッチサイズの複数のパッチを設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する。なお、互いにパッチサイズが異なる複数のパッチは、互いに重なるように設定されてもよい。例えば、第1のパッチサイズのパッチが第2のパッチサイズのパッチを内包してもよいし、第1のパッチサイズのパッチの少なくとも一部と第2のパッチサイズのパッチの少なくとも一部が互いに重なってもよい。
本実施形態の画像処理装置10のその他の構成は、第1乃至第4の実施形態の画像処理装置10の構成と同様である。
本実施形態の画像処理装置10によれば、第1乃至第4の実施形態の画像処理装置10と同様の作用効果が実現される。
また、本実施形態の画像処理装置10によれば、1つの物体領域に対応して複数のパッチサイズを決定し、複数のパッチサイズのパッチを設定してパッチ単位特徴量を算出することで、参照画像から検出されたある物体の物体領域内で1つのパッチが占める割合と、クエリ画像から検出された同物体の物体領域内で1つのパッチが占める割合とが同等となる確率を向上させることができる。結果、より精度よく、複数の画像に同一の物体が写っていることを特定することが可能となる。
<第6の実施形態>
第6の実施形態の画像処理装置10は、図6に示すように、パッチ内の局所特徴量を集約したパッチ単位特徴量に加えて、物体領域内の局所特徴量を集約した物体領域単位特徴量を算出し、これらを用いてクエリ画像に類似する参照画像を検索する。以下、詳細に説明する。
第6の実施形態の画像処理装置10は、図6に示すように、パッチ内の局所特徴量を集約したパッチ単位特徴量に加えて、物体領域内の局所特徴量を集約した物体領域単位特徴量を算出し、これらを用いてクエリ画像に類似する参照画像を検索する。以下、詳細に説明する。
図7に、画像処理装置10の機能ブロック図の一例を示す。図示するように、画像処理装置10は、画像処理部11と、パッチサイズ決定部12と、パッチ単位特徴量算出部13と、検索部14と、物体領域単位特徴量算出部15とを有する。画像処理装置10は、複数の参照画像を記憶する記憶部をさらに有してもよい。なお、画像処理装置10と物理的及び/又は論理的に分かれた外部装置が上記記憶部を有してもよい。この場合、画像処理装置10と外部装置は互いに通信可能に接続される。
物体領域単位特徴量算出部15は、物体領域内の局所特徴量(物体領域に含まれるピクセルの特徴量)を集約した物体領域単位特徴量を算出する。画像内で複数の物体領域が検出されている場合、物体領域単位特徴量算出部15は、物体領域毎に、物体領域単位特徴量を算出する。複数のピクセルの特徴量を集約する手段としては、例えば、非特許文献2に開示の技術を利用してもよいし、その他の手段を利用してもよい。
検索部14は、パッチ単位特徴量と物体領域単位特徴量を用いて、クエリ画像に類似する画像、具体的にはクエリ画像に写る物体と同一の物体が写る画像を、複数の参照画像の中から検索する。
具体的には、検索部14は、まず、物体領域単位特徴量に基づき算出される「クエリ画像に含まれる物体との類似度」が第1の基準値以上である物体を含む画像を参照画像の中から検索する。次いで、検索部14は、検索した参照画像の中から、パッチ単位特徴量に基づき算出される「クエリ画像に含まれる物体との類似度」が第2の基準値以上である物体を含む画像を検索する。
すなわち、検索部14は、まず、物体領域単位特徴量を用いて参照画像を大まかに絞り込んだ後、パッチ単位特徴量を用いて、大まかに絞り込んだ参照画像の中から所望の参照画像を検索する。第1の基準値と第2の基準値は同じであってもよいし、異なってもよい。
なお、本実施形態では、図8に示すように、記憶部に記憶された複数の参照画像各々には、物体領域単位特徴量と、パッチ単位特徴量とが紐づけられている。
次に、図9のフローチャートを用いて、画像処理装置10の処理の流れの一例を説明する。
まず、画像処理装置10は、クエリ画像を解析し、画像内で物体が占める物体領域を検出する(S20)。なお、画像処理装置10は、S20で、さらに、クエリ画像を解析し、各ピクセルの特徴量(局所特徴量)を示す特徴ベクトル群のデータを生成してもよい。当該特徴ベクトル群のデータの生成は、S22及びS23の前のその他のタイミングで行われてもよい。
次いで、画像処理装置10は、S20で検出した物体領域のサイズに基づきパッチサイズを決定する(S21)。次いで、画像処理装置10は、S21で決定したパッチサイズのパッチを物体領域内で複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出する(S22)。
また、画像処理装置10は、物体領域内の局所特徴量を集約した物体領域単位特徴量を算出する(S23)。
なお、S21及びS22と、S23とは、図示するように並行して行われてもよいし、順次行われてもよい。
次いで、画像処理装置10は、S23で算出された物体領域単位特徴量に基づき算出される「クエリ画像に含まれる物体との類似度」が第1の基準値以上である物体を含む画像を参照画像の中から検索する。
次いで、画像処理装置10は、S24で検索された参照画像の中から、S22で算出されたパッチ単位特徴量に基づき算出される「クエリ画像に含まれる物体との類似度」が第2の基準値以上である物体を含む画像を検索する。
本実施形態の画像処理装置10のその他の構成は、第1乃至第5の実施形態の画像処理装置10の構成と同様である。
本実施形態の画像処理装置10によれば、第1乃至第5の実施形態の画像処理装置10と同様の作用効果が実現される。
また、本実施形態の画像処理装置10によれば、パッチ内の局所特徴量を集約したパッチ単位特徴量と、物体領域内の局所特徴量を集約した物体領域単位特徴量とを用いて、クエリ画像に類似する参照画像を検索することができる。具体的には、画像処理装置10は、物体領域単位特徴量を用いて参照画像を大まかに絞り込んだ後、パッチ単位特徴量を用いて、大まかに絞り込んだ参照画像の中から所望の参照画像を検索することができる。
このような画像処理装置10によれば、パッチ単位特徴量同士の照合処理を行う参照画像の数を絞り込むことができる。結果、コンピュータの処理負担が軽減し、検索速度が速くなる。
以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。上述した実施形態の構成は、互いに組み合わせたり、一部の構成を他の構成に入れ替えたりしてもよい。また、上述した実施形態の構成は、趣旨を逸脱しない範囲内において種々の変更を加えてもよい。また、上述した各実施形態や変形例に開示される構成や処理を互いに組み合わせてもよい。
また、上述の説明で用いた複数のフローチャートでは、複数の工程(処理)が順番に記載されているが、各実施の形態で実行される工程の実行順序は、その記載の順番に制限されない。各実施の形態では、図示される工程の順番を内容的に支障のない範囲で変更することができる。また、上述の各実施の形態は、内容が相反しない範囲で組み合わせることができる。
上記の実施の形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
1. 画像内で物体が占める物体領域を検出する画像処理手段と、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段と、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段と、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段と、
を有する画像処理装置。
2. 前記パッチサイズ決定手段は、画像全体のサイズに対する前記物体領域のサイズの割合に基づき、前記パッチサイズを決定する請求項1に記載の画像処理装置。
3. 前記パッチサイズ決定手段は、予め定められた基準値と前記割合の積を、前記パッチサイズとして決定する2に記載の画像処理装置。
4. 前記画像処理手段は、画像内に複数の物体が存在する場合、物体毎に前記物体領域を検出し、
前記パッチサイズ決定手段は、画像から複数の前記物体領域が検出された場合、前記物体領域毎に前記物体領域各々のサイズに応じた前記パッチサイズを決定し、
前記パッチ単位特徴量算出手段は、画像から複数の前記物体領域が検出された場合、前記物体領域各々内で、前記物体領域各々に対応して決定された前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約した前記パッチ単位特徴量を算出する1から3のいずれかに記載の画像処理装置。
5. 前記物体領域内の局所特徴量を集約した物体領域単位特徴量を算出する物体領域単位特徴量算出手段をさらに有し、
前記検索手段は、前記パッチ単位特徴量と前記物体領域単位特徴量を用いて、前記クエリ画像に類似する画像を検索する1から4のいずれかに記載の画像処理装置。
6. 前記検索手段は、
前記物体領域単位特徴量に基づき算出される前記クエリ画像に含まれる物体との類似度が第1の基準値以上である物体を含む画像を前記参照画像の中から検索した後、
検索した前記参照画像の中から、前記パッチ単位特徴量に基づき算出される前記クエリ画像に含まれる物体との類似度が第2の基準値以上である物体を含む画像を検索する5に記載の画像処理装置。
7. 前記検索手段は、前記クエリ画像の前記パッチ単位特徴量と、前記参照画像の前記パッチ単位特徴量との類似度に基づき、前記クエリ画像に類似する画像を複数の前記参照画像の中から検索し、
前記クエリ画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは、前記クエリ画像内の前記物体領域のサイズに応じて決定され、
前記参照画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは、前記参照画像内の前記物体領域のサイズに応じて決定される1から6のいずれかに記載の画像処理装置。
8. 前記クエリ画像内の前記物体領域のサイズと前記参照画像内の前記物体領域のサイズが互いに異なる場合、前記クエリ画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズと前記参照画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは互いに異なる7に記載の画像処理装置。
9. コンピュータが、
画像内で物体が占める物体領域を検出し、
前記物体領域のサイズに基づきパッチサイズを決定し、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出し、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する、
画像処理方法。
10. コンピュータを、
画像内で物体が占める物体領域を検出する画像処理手段、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段、
として機能させるプログラム。
1. 画像内で物体が占める物体領域を検出する画像処理手段と、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段と、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段と、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段と、
を有する画像処理装置。
2. 前記パッチサイズ決定手段は、画像全体のサイズに対する前記物体領域のサイズの割合に基づき、前記パッチサイズを決定する請求項1に記載の画像処理装置。
3. 前記パッチサイズ決定手段は、予め定められた基準値と前記割合の積を、前記パッチサイズとして決定する2に記載の画像処理装置。
4. 前記画像処理手段は、画像内に複数の物体が存在する場合、物体毎に前記物体領域を検出し、
前記パッチサイズ決定手段は、画像から複数の前記物体領域が検出された場合、前記物体領域毎に前記物体領域各々のサイズに応じた前記パッチサイズを決定し、
前記パッチ単位特徴量算出手段は、画像から複数の前記物体領域が検出された場合、前記物体領域各々内で、前記物体領域各々に対応して決定された前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約した前記パッチ単位特徴量を算出する1から3のいずれかに記載の画像処理装置。
5. 前記物体領域内の局所特徴量を集約した物体領域単位特徴量を算出する物体領域単位特徴量算出手段をさらに有し、
前記検索手段は、前記パッチ単位特徴量と前記物体領域単位特徴量を用いて、前記クエリ画像に類似する画像を検索する1から4のいずれかに記載の画像処理装置。
6. 前記検索手段は、
前記物体領域単位特徴量に基づき算出される前記クエリ画像に含まれる物体との類似度が第1の基準値以上である物体を含む画像を前記参照画像の中から検索した後、
検索した前記参照画像の中から、前記パッチ単位特徴量に基づき算出される前記クエリ画像に含まれる物体との類似度が第2の基準値以上である物体を含む画像を検索する5に記載の画像処理装置。
7. 前記検索手段は、前記クエリ画像の前記パッチ単位特徴量と、前記参照画像の前記パッチ単位特徴量との類似度に基づき、前記クエリ画像に類似する画像を複数の前記参照画像の中から検索し、
前記クエリ画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは、前記クエリ画像内の前記物体領域のサイズに応じて決定され、
前記参照画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは、前記参照画像内の前記物体領域のサイズに応じて決定される1から6のいずれかに記載の画像処理装置。
8. 前記クエリ画像内の前記物体領域のサイズと前記参照画像内の前記物体領域のサイズが互いに異なる場合、前記クエリ画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズと前記参照画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは互いに異なる7に記載の画像処理装置。
9. コンピュータが、
画像内で物体が占める物体領域を検出し、
前記物体領域のサイズに基づきパッチサイズを決定し、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出し、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する、
画像処理方法。
10. コンピュータを、
画像内で物体が占める物体領域を検出する画像処理手段、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段、
として機能させるプログラム。
10 画像処理装置
11 画像処理部
12 パッチサイズ決定部
13 パッチ単位特徴量算出部
14 検索部
15 物体領域単位特徴量算出部
1A プロセッサ
2A メモリ
3A 入出力I/F
4A 周辺回路
5A バス
11 画像処理部
12 パッチサイズ決定部
13 パッチ単位特徴量算出部
14 検索部
15 物体領域単位特徴量算出部
1A プロセッサ
2A メモリ
3A 入出力I/F
4A 周辺回路
5A バス
Claims (10)
- 画像内で物体が占める物体領域を検出する画像処理手段と、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段と、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段と、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段と、
を有する画像処理装置。 - 前記パッチサイズ決定手段は、画像全体のサイズに対する前記物体領域のサイズの割合に基づき、前記パッチサイズを決定する請求項1に記載の画像処理装置。
- 前記パッチサイズ決定手段は、予め定められた基準値と前記割合の積を、前記パッチサイズとして決定する請求項2に記載の画像処理装置。
- 前記画像処理手段は、画像内に複数の物体が存在する場合、物体毎に前記物体領域を検出し、
前記パッチサイズ決定手段は、画像から複数の前記物体領域が検出された場合、前記物体領域毎に前記物体領域各々のサイズに応じた前記パッチサイズを決定し、
前記パッチ単位特徴量算出手段は、画像から複数の前記物体領域が検出された場合、前記物体領域各々内で、前記物体領域各々に対応して決定された前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約した前記パッチ単位特徴量を算出する請求項1から3のいずれか1項に記載の画像処理装置。 - 前記物体領域内の局所特徴量を集約した物体領域単位特徴量を算出する物体領域単位特徴量算出手段をさらに有し、
前記検索手段は、前記パッチ単位特徴量と前記物体領域単位特徴量を用いて、前記クエリ画像に類似する画像を検索する請求項1から3のいずれか1項に記載の画像処理装置。 - 前記検索手段は、
前記物体領域単位特徴量に基づき算出される前記クエリ画像に含まれる物体との類似度が第1の基準値以上である物体を含む画像を前記参照画像の中から検索した後、
検索した前記参照画像の中から、前記パッチ単位特徴量に基づき算出される前記クエリ画像に含まれる物体との類似度が第2の基準値以上である物体を含む画像を検索する請求項5に記載の画像処理装置。 - 前記検索手段は、前記クエリ画像の前記パッチ単位特徴量と、前記参照画像の前記パッチ単位特徴量との類似度に基づき、前記クエリ画像に類似する画像を複数の前記参照画像の中から検索し、
前記クエリ画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは、前記クエリ画像内の前記物体領域のサイズに応じて決定され、
前記参照画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは、前記参照画像内の前記物体領域のサイズに応じて決定される請求項1から3のいずれか1項に記載の画像処理装置。 - 前記クエリ画像内の前記物体領域のサイズと前記参照画像内の前記物体領域のサイズが互いに異なる場合、前記クエリ画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズと前記参照画像の前記パッチ単位特徴量の算出に用いた前記パッチサイズは互いに異なる請求項7に記載の画像処理装置。
- コンピュータが、
画像内で物体が占める物体領域を検出し、
前記物体領域のサイズに基づきパッチサイズを決定し、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出し、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する、
画像処理方法。 - コンピュータを、
画像内で物体が占める物体領域を検出する画像処理手段、
前記物体領域のサイズに基づきパッチサイズを決定するパッチサイズ決定手段、
前記物体領域内で前記パッチサイズのパッチを複数設定し、パッチ毎にパッチ内の局所特徴量を集約したパッチ単位特徴量を算出するパッチ単位特徴量算出手段、
前記パッチ単位特徴量を用いて、クエリ画像に類似する画像を複数の参照画像の中から検索する検索手段、
として機能させるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022078085A JP2023167143A (ja) | 2022-05-11 | 2022-05-11 | 画像処理装置、画像処理方法、およびプログラム |
US18/141,148 US20230367806A1 (en) | 2022-05-11 | 2023-04-28 | Image processing apparatus, image processing method, and non-transitory storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022078085A JP2023167143A (ja) | 2022-05-11 | 2022-05-11 | 画像処理装置、画像処理方法、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023167143A true JP2023167143A (ja) | 2023-11-24 |
Family
ID=88699020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022078085A Pending JP2023167143A (ja) | 2022-05-11 | 2022-05-11 | 画像処理装置、画像処理方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230367806A1 (ja) |
JP (1) | JP2023167143A (ja) |
-
2022
- 2022-05-11 JP JP2022078085A patent/JP2023167143A/ja active Pending
-
2023
- 2023-04-28 US US18/141,148 patent/US20230367806A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230367806A1 (en) | 2023-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hannuna et al. | DS-KCF: a real-time tracker for RGB-D data | |
US10438050B2 (en) | Image analysis device, image analysis system, and image analysis method | |
Kumar et al. | Multiple face detection using hybrid features with SVM classifier | |
Wang et al. | Object detection using clustering algorithm adaptive searching regions in aerial images | |
US9483701B1 (en) | System and method for using segmentation to identify object location in images | |
CN107209942B (zh) | 对象检测方法和图像检索系统 | |
TW201133357A (en) | Detecting near duplicate images | |
CN107330027B (zh) | 一种弱监督的深度台标检测方法 | |
CN111209897A (zh) | 视频处理的方法、装置和存储介质 | |
KR20170126300A (ko) | 이미지 상호간의 매칭을 판단하는 방법, 장치 및 컴퓨터 프로그램 | |
CN112445926B (zh) | 一种图像检索方法以及装置 | |
Wang et al. | Detecting tampered scene text in the wild | |
WO2019100348A1 (zh) | 图像检索方法和装置以及图像库的生成方法和装置 | |
Zhou et al. | Scale adaptive kernelized correlation filter tracker with feature fusion | |
Yao | Key frame extraction method of music and dance video based on multicore learning feature fusion | |
Ren et al. | How important is location information in saliency detection of natural images | |
CN103136292B (zh) | 一种基于图像特征的图像检索方法和装置 | |
US20110099137A1 (en) | Graphical user interface component classification | |
US11880405B2 (en) | Method for searching similar images in an image database using global values of a similarity measure for discarding partitions of the image database | |
JP2023167143A (ja) | 画像処理装置、画像処理方法、およびプログラム | |
Eilertsen et al. | BriefMatch: Dense binary feature matching for real-time optical flow estimation | |
Kong | SIFT Feature‐Based Video Camera Boundary Detection Algorithm | |
Zhuang et al. | Cross-resolution person re-identification with deep antithetical learning | |
CN117788842B (zh) | 图像检索方法及相关装置 | |
Shivakumara et al. | Color and gradient features for text segmentation from video frames |