JP3276547B2 - 画像認識方法 - Google Patents
画像認識方法Info
- Publication number
- JP3276547B2 JP3276547B2 JP31383895A JP31383895A JP3276547B2 JP 3276547 B2 JP3276547 B2 JP 3276547B2 JP 31383895 A JP31383895 A JP 31383895A JP 31383895 A JP31383895 A JP 31383895A JP 3276547 B2 JP3276547 B2 JP 3276547B2
- Authority
- JP
- Japan
- Prior art keywords
- shape
- image
- autocorrelation
- resolution
- same
- 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.)
- Expired - Lifetime
Links
Classifications
-
- 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
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Editing Of Facsimile Originals (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、例えば、カメラに
よって撮影した画像において、画像中の対象物体の数や
位置を求めるとともに、予め記憶されている基準画像と
の自己相関関数を比較することにより、形状の同定を行
うことも可能とする画像認識方法に関するものである。
よって撮影した画像において、画像中の対象物体の数や
位置を求めるとともに、予め記憶されている基準画像と
の自己相関関数を比較することにより、形状の同定を行
うことも可能とする画像認識方法に関するものである。
【０００２】
【従来の技術】画像中の対象の形状特徴を対象の位置に
よらずに認識する手法として、栗田らは、入力画像に対
して解像度の異なる画像を作成し、それに対して３×３
のマスクを用いて高次の自己相関を求める手法を提案し
た(T.Kurita,N.Otsu,and T.sato:‘A Face Recognition
Method Using Higher Order Local Autocorrelation A
nd Multivariate Analysis‘,pp213-216,ICPR,(199
2).)。この手法は、小さいスケールの特徴と、大きいス
ケールの特徴をそれぞれとらえることができるので、対
象の細かな形状まで認識することができる。
よらずに認識する手法として、栗田らは、入力画像に対
して解像度の異なる画像を作成し、それに対して３×３
のマスクを用いて高次の自己相関を求める手法を提案し
た(T.Kurita,N.Otsu,and T.sato:‘A Face Recognition
Method Using Higher Order Local Autocorrelation A
nd Multivariate Analysis‘,pp213-216,ICPR,(199
2).)。この手法は、小さいスケールの特徴と、大きいス
ケールの特徴をそれぞれとらえることができるので、対
象の細かな形状まで認識することができる。
【０００３】しかしながら、上記方法では、複数の対象
が同一画像中に存在する場合は、最初に、対象領域の矩
形の切り出しを別の処理によって行わなければならず、
処理が複雑になる虞がある。また、形状という位置によ
らない特徴は一般的に位置情報とは独立に求めるため、
位置情報が必要な場合には、別途処理を行わなければな
らない。また、通常、対象が基準となる形状と同じ形状
でも大きさが異なるものの識別を行う場合には、画像を
サイズに合わせて正規化を行うという処理を必要として
いる。
が同一画像中に存在する場合は、最初に、対象領域の矩
形の切り出しを別の処理によって行わなければならず、
処理が複雑になる虞がある。また、形状という位置によ
らない特徴は一般的に位置情報とは独立に求めるため、
位置情報が必要な場合には、別途処理を行わなければな
らない。また、通常、対象が基準となる形状と同じ形状
でも大きさが異なるものの識別を行う場合には、画像を
サイズに合わせて正規化を行うという処理を必要として
いる。
【０００４】
【発明が解決しようとする課題】本発明は、このような
従来における問題点に鑑みてなされたもので、その課題
は、画像中の対象が人間のように連続性を仮定できる場
合に、形状を求めると同時に対象の切り出しを行い、ま
た、形状だけではなく位置情報も同時に得ることがで
き、更に、大きさが異なるが形状が同じものの認識を行
うことを可能とする画像認識方法を提供することにあ
る。
従来における問題点に鑑みてなされたもので、その課題
は、画像中の対象が人間のように連続性を仮定できる場
合に、形状を求めると同時に対象の切り出しを行い、ま
た、形状だけではなく位置情報も同時に得ることがで
き、更に、大きさが異なるが形状が同じものの認識を行
うことを可能とする画像認識方法を提供することにあ
る。
【０００５】
【課題を解決するための手段】請求項１の発明は、入力
画像データの解像度を変更することによって形状自己相
関を求め、求められた入力画像における形状自己相関
と、あらかじめ記憶されている標準形状について求めら
れた形状自己相関とを比較することによって画像を認識
する画像認識方法において、解像度ごとに近傍相関を求
め、求められた近傍相関によって対象の切り出しを行
い、この近傍相関により切り出された対象それぞれの形
状自己相関を求めることにより得る多重解像度特徴を用
いるようにし、入力画像中の各画素の接続関係を調べる
と共に、相関値を求めることにより対象の切り出しを行
い、切り出された複数の対象の形状認識の処理を同時に
行うので、処理を単純化し得るものである。
画像データの解像度を変更することによって形状自己相
関を求め、求められた入力画像における形状自己相関
と、あらかじめ記憶されている標準形状について求めら
れた形状自己相関とを比較することによって画像を認識
する画像認識方法において、解像度ごとに近傍相関を求
め、求められた近傍相関によって対象の切り出しを行
い、この近傍相関により切り出された対象それぞれの形
状自己相関を求めることにより得る多重解像度特徴を用
いるようにし、入力画像中の各画素の接続関係を調べる
と共に、相関値を求めることにより対象の切り出しを行
い、切り出された複数の対象の形状認識の処理を同時に
行うので、処理を単純化し得るものである。
【０００６】請求項２の発明は、請求項１の発明におい
て、前記近傍相関を求める際に、求めようとする画像に
おける画素の座標情報を保存しておくことにより、前記
対象の形状特徴と位置情報を同時に求めるようにし、相
関値を求めると同時に、座標値を求め、形状情報と重心
位置といった位置情報を同時に検出できるので、複数の
対象の相互の関係も分かるようにするものである。
て、前記近傍相関を求める際に、求めようとする画像に
おける画素の座標情報を保存しておくことにより、前記
対象の形状特徴と位置情報を同時に求めるようにし、相
関値を求めると同時に、座標値を求め、形状情報と重心
位置といった位置情報を同時に検出できるので、複数の
対象の相互の関係も分かるようにするものである。
【０００７】請求項３の発明は、請求項１の発明におい
て、前記した標準形状について求められた形状自己相関
との比較に際して、自己相関関数の対数をとることによ
り、大きさが異なるが同じ形状をしている対象の識別を
行うようにし、形のみを純粋に認識し得るようにするも
のである。
て、前記した標準形状について求められた形状自己相関
との比較に際して、自己相関関数の対数をとることによ
り、大きさが異なるが同じ形状をしている対象の識別を
行うようにし、形のみを純粋に認識し得るようにするも
のである。
【０００８】
【発明の実施の形態】以下、本発明の実施の形態を図面
に沿って説明する。図１は、本発明の画像認識方法を実
施するための画像認識装置の概略構成の一例を示すもの
である。画像データ入力手段１から入力された画像デー
タは、例えば、１画素８ｂｉｔでＬ×Ｍの画像サイズを
有するが、画像サイズ縮小処理手段２により解像度１か
ら解像度ｎの縮小画像１〜ｎとされる。この縮小画像１
〜ｎは、例えば、１画素３２ｂｉｔの浮動小数点数でサ
イズは、解像度ｒ1からｒnによって、（Ｌ／ｒ1）×
（Ｍ／ｒ1）から（Ｌ／ｒn）×（Ｍ／ｒn）のサイズを
有する。また、標準形状自己相関を記憶するメモリ６は
基準となる動作数をｐとすると、ｎ×ｐ×９の３２ｂｉ
ｔの浮動小数点数を有する。図２は、解像度ｒでの縮小
画像の生成例を説明するための図を示すものである。図
２に示されると同様にして、画像サイズ縮小処理手段２
は、Ｌ×Ｍの入力画像データをｎ種類の解像度ｒ1から
ｒnに従って各々ｒ1×ｒ1からｒn×ｒnの正方形の画素
領域を加算し、（Ｌ／ｒ1）×（Ｍ／ｒ1）から（Ｌ／ｒ
n）×（Ｍ／ｒn）の縮小画像を作成する。
に沿って説明する。図１は、本発明の画像認識方法を実
施するための画像認識装置の概略構成の一例を示すもの
である。画像データ入力手段１から入力された画像デー
タは、例えば、１画素８ｂｉｔでＬ×Ｍの画像サイズを
有するが、画像サイズ縮小処理手段２により解像度１か
ら解像度ｎの縮小画像１〜ｎとされる。この縮小画像１
〜ｎは、例えば、１画素３２ｂｉｔの浮動小数点数でサ
イズは、解像度ｒ1からｒnによって、（Ｌ／ｒ1）×
（Ｍ／ｒ1）から（Ｌ／ｒn）×（Ｍ／ｒn）のサイズを
有する。また、標準形状自己相関を記憶するメモリ６は
基準となる動作数をｐとすると、ｎ×ｐ×９の３２ｂｉ
ｔの浮動小数点数を有する。図２は、解像度ｒでの縮小
画像の生成例を説明するための図を示すものである。図
２に示されると同様にして、画像サイズ縮小処理手段２
は、Ｌ×Ｍの入力画像データをｎ種類の解像度ｒ1から
ｒnに従って各々ｒ1×ｒ1からｒn×ｒnの正方形の画素
領域を加算し、（Ｌ／ｒ1）×（Ｍ／ｒ1）から（Ｌ／ｒ
n）×（Ｍ／ｒn）の縮小画像を作成する。
【０００９】そして、各解像度の縮小画像１〜ｎに対し
て、各画素と、その周囲のつながり方を知るために、各
画素毎に注目している画素の周辺の８方向の画素との積
を計算する。図３は、この計算を縮小画像全体にわたっ
て行う場合の概略図を示すものである。ここに、この計
算は、解像度ｒのとき、座標（ｉ，ｊ）の画素値をＰ
（ｉ，ｊ；ｒ）とすると，座標（ｉ，ｊ）で次のように
表わされる。
て、各画素と、その周囲のつながり方を知るために、各
画素毎に注目している画素の周辺の８方向の画素との積
を計算する。図３は、この計算を縮小画像全体にわたっ
て行う場合の概略図を示すものである。ここに、この計
算は、解像度ｒのとき、座標（ｉ，ｊ）の画素値をＰ
（ｉ，ｊ；ｒ）とすると，座標（ｉ，ｊ）で次のように
表わされる。
【００１０】
【数１】
【００１１】この各解像度での座標を変数とした８個の
値をもつ関数Ｃ→（ｉ，ｊ；ｒ）を近傍相関と定義す
る。図１の例では、画像サイズ縮小処理手段２で求めた
各縮小画像１〜ｎの各々の画像について、近傍相関処理
手段３で近傍相関３1〜３nをとることになる。このよう
にして求めた近傍相関３1〜３nにおいて、近傍相関の値
が０でない画素との間は接続していて同一対象であると
いう判断をすることになる。
値をもつ関数Ｃ→（ｉ，ｊ；ｒ）を近傍相関と定義す
る。図１の例では、画像サイズ縮小処理手段２で求めた
各縮小画像１〜ｎの各々の画像について、近傍相関処理
手段３で近傍相関３1〜３nをとることになる。このよう
にして求めた近傍相関３1〜３nにおいて、近傍相関の値
が０でない画素との間は接続していて同一対象であると
いう判断をすることになる。
【００１２】こうして対象が切り出されるが、このと
き、切り出された相異なる対象の数をＫ（ｒ）とする。
また、切り出された同一対象の領域に対して８近傍の画
素値との積を各々の方向に加算し、その値をその対象の
形状相関Ｘのある解像度ｒでの値Ｘ（ｒ；同一対象）と
定義する。 Ｘ（ｒ；同一対象）＝ΣＣ→（ｉ，ｊ；ｒ；同一対象） …（２） また、近傍相関を計算する際に同一対象ではその画素値
の和をとり、それを面積Ａ（；同一対象）として計算す
る。 Ａ（ｒ；同一対象）＝ΣＰ（ｉ，ｊ；ｒ；同一対象） …（３） また、画素の座標と画素値から重心Ｇ→（ｒ；同一対
象）を計算する。 Ｇ→（ｒ；同一対象） ＝Σ（ｉ，ｊ）Ｐ（ｉ，ｊ；ｒ；同一対象）／Ａ（ｒ；同一対象）…（４） Ｘ（ｒ；同一対象），Ａ（ｒ；同一対象），Ｇ→（ｒ；
同一対象）を求める計算は、いずれも画像中各画素毎に
行うので、処理として、各解像度毎に１度ずつ画像上で
計算するだけですむ。
き、切り出された相異なる対象の数をＫ（ｒ）とする。
また、切り出された同一対象の領域に対して８近傍の画
素値との積を各々の方向に加算し、その値をその対象の
形状相関Ｘのある解像度ｒでの値Ｘ（ｒ；同一対象）と
定義する。 Ｘ（ｒ；同一対象）＝ΣＣ→（ｉ，ｊ；ｒ；同一対象） …（２） また、近傍相関を計算する際に同一対象ではその画素値
の和をとり、それを面積Ａ（；同一対象）として計算す
る。 Ａ（ｒ；同一対象）＝ΣＰ（ｉ，ｊ；ｒ；同一対象） …（３） また、画素の座標と画素値から重心Ｇ→（ｒ；同一対
象）を計算する。 Ｇ→（ｒ；同一対象） ＝Σ（ｉ，ｊ）Ｐ（ｉ，ｊ；ｒ；同一対象）／Ａ（ｒ；同一対象）…（４） Ｘ（ｒ；同一対象），Ａ（ｒ；同一対象），Ｇ→（ｒ；
同一対象）を求める計算は、いずれも画像中各画素毎に
行うので、処理として、各解像度毎に１度ずつ画像上で
計算するだけですむ。
【００１３】図１の、対象数え上げ，形状自己相関，位
置抽出処理手段４では、下記のような処理を行う。ま
ず、解像度間の対象数Ｋ（ｒ）を比較する。このとき、
Ｋ（ｒ）が同じである解像度の範囲がある一定数以上で
ある場合、このときの範囲ではノイズの影響が少ないと
考えられる。そこで、この範囲の形状を調べるための解
像度範囲とし、そのときの対象数の個数を実際の対象の
個数と決定する。このようにして決定された解像度範囲
内で各対象の位置関係から解像度間の同一対象の対応づ
けを行う。そして、最も細かい解像度の面積をその対象
の面積，そのときの重心を重心として決定する。更に、
各対象毎の解像度の関数として形状自己相関を求める
が、これは、通常の自己相関関数の近似となっている。
ここに、この形状自己相関と、近傍相関を併せて多重解
像度特徴と呼ぶ。
置抽出処理手段４では、下記のような処理を行う。ま
ず、解像度間の対象数Ｋ（ｒ）を比較する。このとき、
Ｋ（ｒ）が同じである解像度の範囲がある一定数以上で
ある場合、このときの範囲ではノイズの影響が少ないと
考えられる。そこで、この範囲の形状を調べるための解
像度範囲とし、そのときの対象数の個数を実際の対象の
個数と決定する。このようにして決定された解像度範囲
内で各対象の位置関係から解像度間の同一対象の対応づ
けを行う。そして、最も細かい解像度の面積をその対象
の面積，そのときの重心を重心として決定する。更に、
各対象毎の解像度の関数として形状自己相関を求める
が、これは、通常の自己相関関数の近似となっている。
ここに、この形状自己相関と、近傍相関を併せて多重解
像度特徴と呼ぶ。
【００１４】図１の形状認識処理手段６では、予め求め
られ標準形状自己相関データメモリ５に記憶されている
データをもとに各対象について形状認識処理手段６によ
り形状の識別を行う。このとき、大きさの異なる図形を
違うものとして認識したい場合は、直接に形状自己相関
を比較すれば良い。また、大きさは異なるが形状が同じ
ものを同一として認識したい場合は、自己相関関数の対
数及び解像度の対数、すなわち、
られ標準形状自己相関データメモリ５に記憶されている
データをもとに各対象について形状認識処理手段６によ
り形状の識別を行う。このとき、大きさの異なる図形を
違うものとして認識したい場合は、直接に形状自己相関
を比較すれば良い。また、大きさは異なるが形状が同じ
ものを同一として認識したい場合は、自己相関関数の対
数及び解像度の対数、すなわち、
【００１５】
【数２】
【００１６】をとり、それを基にして差分を求める。こ
のようにすると、図形の大きさの効果を消すことができ
る。
のようにすると、図形の大きさの効果を消すことができ
る。
【００１７】図４は、上述したところの処理の流れを示
すフローチャートである。図４において、最初に撮像装
置等の画像データ入力手段によって、対象となるフレー
ム画像を入力する（Ｓ１）。次に、最も粗い解像度の画
像を作成する（Ｓ２）。そして、次の解像度の画像に対
して相関値を計算しながら接続関係を調べる。このと
き、同時に、画素値を用いて面積を、画素値と画素の座
標情報を用いて重心を計算する（Ｓ３）。そして、接続
関係をもとに対象数を調べる（Ｓ４）。このとき解像度
が１つ粗い画像と対象数が同じであるかを調べ（Ｓ
５）、同じであれば、解像度が最も細かくない時（Ｓ
９）には、次に細かい解像度の画像を作成し（Ｓ６）、
同様の処理を続ける。最も細かければ、処理を終了す
る。対象数の数が１つ粗い解像度の画像と同じでない時
（Ｓ５）、対象数の数が同じ解像度がある閾値Ｋを越え
ていれば（Ｓ７）、解像度間の対象の対応づけを行い、
自己相関関数を求め、形状認識を行い（Ｓ８）、処理を
終了する。
すフローチャートである。図４において、最初に撮像装
置等の画像データ入力手段によって、対象となるフレー
ム画像を入力する（Ｓ１）。次に、最も粗い解像度の画
像を作成する（Ｓ２）。そして、次の解像度の画像に対
して相関値を計算しながら接続関係を調べる。このと
き、同時に、画素値を用いて面積を、画素値と画素の座
標情報を用いて重心を計算する（Ｓ３）。そして、接続
関係をもとに対象数を調べる（Ｓ４）。このとき解像度
が１つ粗い画像と対象数が同じであるかを調べ（Ｓ
５）、同じであれば、解像度が最も細かくない時（Ｓ
９）には、次に細かい解像度の画像を作成し（Ｓ６）、
同様の処理を続ける。最も細かければ、処理を終了す
る。対象数の数が１つ粗い解像度の画像と同じでない時
（Ｓ５）、対象数の数が同じ解像度がある閾値Ｋを越え
ていれば（Ｓ７）、解像度間の対象の対応づけを行い、
自己相関関数を求め、形状認識を行い（Ｓ８）、処理を
終了する。
【００１８】このように求めた形状自己相関の形状識別
の有効性及び近傍相関の対象の切り出し能力を調べるた
めに実験を行った。図５は、実験に用いた入力画像を示
すもので、図示のように、４つの図形で構成された画像
とした。ここで、左側の☆を星１、右側の☆を星２とす
る。自己相関関数を求めたところ、図６のような結果が
得られた。この結果、４つの図形を分離できること、２
種類の☆はグラフの値が一致するが、☆，△，○の３種
類の図形は一致せず、識別できることが分かった。な
お、図６のグラフでは４つのそれぞれの図形について各
解像度毎に５つの値がプロットされている。本来８つの
値を表示しなければならないが、実際には図３に示した
注目画素の周囲の８つの近傍のうち、対称な位置にある
１と８、２と７、３と６、４と５は同じ相関値をもつの
で５，６，７，８の値の表示を省略し、独立な１，２，
３，４の近傍の値を表示している。図６のグラフで各解
像度での１番左の値は、注目画素と近傍の画素の積の代
わりに、注目画素自身の自乗をもとにした相関値を、近
傍との相関値との比較のためにプロットしている。
の有効性及び近傍相関の対象の切り出し能力を調べるた
めに実験を行った。図５は、実験に用いた入力画像を示
すもので、図示のように、４つの図形で構成された画像
とした。ここで、左側の☆を星１、右側の☆を星２とす
る。自己相関関数を求めたところ、図６のような結果が
得られた。この結果、４つの図形を分離できること、２
種類の☆はグラフの値が一致するが、☆，△，○の３種
類の図形は一致せず、識別できることが分かった。な
お、図６のグラフでは４つのそれぞれの図形について各
解像度毎に５つの値がプロットされている。本来８つの
値を表示しなければならないが、実際には図３に示した
注目画素の周囲の８つの近傍のうち、対称な位置にある
１と８、２と７、３と６、４と５は同じ相関値をもつの
で５，６，７，８の値の表示を省略し、独立な１，２，
３，４の近傍の値を表示している。図６のグラフで各解
像度での１番左の値は、注目画素と近傍の画素の積の代
わりに、注目画素自身の自乗をもとにした相関値を、近
傍との相関値との比較のためにプロットしている。
【００１９】次に、大きさの異なる対象への有効性を調
べた。入力画像として図７に示すサイズの異なる２種類
の☆である星（大），星（小）の２枚の画像を用いた。
その結果、図８に示すように、直接形状自己相関を比較
すると同じ形でも形状自己相関は一致しない。しかし、
解像度としてある定数の巾ｒ1＝ａ，…，ｒn＝（ａのｎ
乗）をとり、形状自己相関の対数を次に細かい形状自己
相関値との間で差分をとり、図９の解像度方向、すなわ
ち、横軸方向にずらしてマッチングしてプロットすると
値が殆んど一致し、異なる大きさの対象の認識が可能で
あることが分かる。このずらしは解像度という１つのパ
ラメータの単なるスケールシフトなので、計算量は少な
くてすむ。なお、図８及び図９のグラフでは、図６のグ
ラフと同様に、８近傍のうちの独立な４つの値と、注目
画素自身の相関値を併せた５つの値を各解像度毎に表示
している。
べた。入力画像として図７に示すサイズの異なる２種類
の☆である星（大），星（小）の２枚の画像を用いた。
その結果、図８に示すように、直接形状自己相関を比較
すると同じ形でも形状自己相関は一致しない。しかし、
解像度としてある定数の巾ｒ1＝ａ，…，ｒn＝（ａのｎ
乗）をとり、形状自己相関の対数を次に細かい形状自己
相関値との間で差分をとり、図９の解像度方向、すなわ
ち、横軸方向にずらしてマッチングしてプロットすると
値が殆んど一致し、異なる大きさの対象の認識が可能で
あることが分かる。このずらしは解像度という１つのパ
ラメータの単なるスケールシフトなので、計算量は少な
くてすむ。なお、図８及び図９のグラフでは、図６のグ
ラフと同様に、８近傍のうちの独立な４つの値と、注目
画素自身の相関値を併せた５つの値を各解像度毎に表示
している。
【００２０】また、図１０に示すような、実際にカメラ
で撮影した画像として、二人の人物が同一シーンに存在
する画像を用いて切り出し、及び、ジェスチャの認識，
重心と面積の検出を試みた。但し、人物の映っている画
像と予め撮影しておいた、背景のみの画像を画素毎に比
較し、画素値がほとんど同じ画素は背景として画素値を
０にしたものを入力画像として利用した。このような単
純な背景処理では、多くのノイズが現れるが、本手法を
適用したところ、２人の人物の切り出し，重心の検出，
面積計算，ポーズの認識（図１０に即していうと、「直
立」あるいは「挙手」のいずれかのポーズであるか）を
行うことができた。
で撮影した画像として、二人の人物が同一シーンに存在
する画像を用いて切り出し、及び、ジェスチャの認識，
重心と面積の検出を試みた。但し、人物の映っている画
像と予め撮影しておいた、背景のみの画像を画素毎に比
較し、画素値がほとんど同じ画素は背景として画素値を
０にしたものを入力画像として利用した。このような単
純な背景処理では、多くのノイズが現れるが、本手法を
適用したところ、２人の人物の切り出し，重心の検出，
面積計算，ポーズの認識（図１０に即していうと、「直
立」あるいは「挙手」のいずれかのポーズであるか）を
行うことができた。
【００２１】
【発明の効果】以上、説明したように、本発明によれ
ば、画像上の複数の対象を分離し形状を識別できる、と
共に、その対象の位置，面積を同時に検出できる。これ
により、例えば、複数の人物が存在している画像から、
それぞれの人物がどのような位置関係でどのようなポー
ズをとっているかが分かり、ヒューマン・インタフェー
スや監視などに有用である。
ば、画像上の複数の対象を分離し形状を識別できる、と
共に、その対象の位置，面積を同時に検出できる。これ
により、例えば、複数の人物が存在している画像から、
それぞれの人物がどのような位置関係でどのようなポー
ズをとっているかが分かり、ヒューマン・インタフェー
スや監視などに有用である。
【図１】本発明の画像認識方法を実施するための装置の
概略構成の一例を示すものである。
概略構成の一例を示すものである。
【図２】解像度ｒでの縮小画像の生成例を示すものであ
る。
る。
【図３】近傍相関を縮小、画像全体にわたって行う場合
の概念図を示すものである。
の概念図を示すものである。
【図４】本発明の画像認識方法の実施の形態における処
理の流れを示すフローチャートである。
理の流れを示すフローチャートである。
【図５】実験に用いた４つのパターンの存在する入力画
像を示す。
像を示す。
【図６】実験に用いた４つのパターンの形状自己相関の
結果を示すグラフである。
結果を示すグラフである。
【図７】実験に用いた大きさの異なる同じ形の入力画像
を示す。
を示す。
【図８】実験に用いた大きさが異なる対象の形状自己相
関の結果を示すグラフである。
関の結果を示すグラフである。
【図９】形状自己相関を対数化し、解像度による差分を
求めることにより得た結果を示すグラフである。
求めることにより得た結果を示すグラフである。
【図１０】実際にカメラで撮影した、２人の異なるポー
ズをとる人物が存在する入力画像を示すものである。
ズをとる人物が存在する入力画像を示すものである。
１…画像データ入力手段、２…画像サイズ縮小処理手
段、３…近傍相関処理手段、４…対象数え挙げ，形状自
己相関，位置抽出処理手段、５…標準形状自己相関デー
タメモリ、６…形状認識処理手段、Ｓ１〜Ｓ９…処理ス
テップ。
段、３…近傍相関処理手段、４…対象数え挙げ，形状自
己相関，位置抽出処理手段、５…標準形状自己相関デー
タメモリ、６…形状認識処理手段、Ｓ１〜Ｓ９…処理ス
テップ。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 岡 隆一 茨城県つくば市竹園１丁目６番１号 つ くば三井ビル ＲＷＣＰつくば研究セン タ内 (56)参考文献 特開 昭61−211783（ＪＰ，Ａ) 特開 平６−160993（ＪＰ，Ａ) 栗田多喜夫外２名，高次局所自己相関 特徴を用いた顔画像の識別，情報処理学 会第45回全国大会講演論文集（２），社 団法人情報処理学会，1992年９月28日, ｐｐ．２−247〜２−248 (58)調査した分野(Int.Cl.7，ＤＢ名) G06T 7/00 - 7/60 ＪＩＣＳＴファイル（ＪＯＩＳ)
Claims (3)
- 【請求項１】 入力画像データの解像度を変更すること
によって形状自己相関を求め、求められた入力画像にお
ける形状自己相関と、あらかじめ記憶されている標準形
状について求められた形状自己相関とを比較することに
よって画像を認識する画像認識方法において、解像度ご
とに近傍相関を求め、求められた近傍相関によって対象
の切り出しを行い、この近傍相関により切り出された対
象それぞれの形状自己相関を求めることにより得る多重
解像度特徴を用いるようにしたことを特徴とする画像認
識方法。 - 【請求項２】 前記近傍相関を求める際に、求めようと
する画像における画素の座標情報を保存しておくことに
より、前記対象の形状特徴と位置情報を同時に求めるよ
うにしたことを特徴とする請求項１記載の画像認識方
法。 - 【請求項３】 前記した標準形状について求めた形状自
己相関との比較に際して、自己相関関数の対数をとるこ
とにより、大きさが異なるが同じ形状をしている対象の
識別を行うようにしたことを特徴とする請求項１記載の
画像認識方法。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31383895A JP3276547B2 (ja) | 1995-12-01 | 1995-12-01 | 画像認識方法 |
| US08/672,759 US5838839A (en) | 1995-12-01 | 1996-06-28 | Image recognition method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP31383895A JP3276547B2 (ja) | 1995-12-01 | 1995-12-01 | 画像認識方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09153137A JPH09153137A (ja) | 1997-06-10 |
| JP3276547B2 true JP3276547B2 (ja) | 2002-04-22 |
Family
ID=18046127
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP31383895A Expired - Lifetime JP3276547B2 (ja) | 1995-12-01 | 1995-12-01 | 画像認識方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5838839A (ja) |
| JP (1) | JP3276547B2 (ja) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4604439B2 (ja) * | 1999-08-19 | 2011-01-05 | ソニー株式会社 | 画像処理装置及び画像処理方法、並びに記録媒体 |
| US7365873B2 (en) * | 2000-01-27 | 2008-04-29 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
| US6993719B1 (en) | 2000-02-11 | 2006-01-31 | Sony Corporation | System and method for animated character photo-editing interface and cross-platform education icon |
| US7136528B2 (en) | 2000-02-11 | 2006-11-14 | Sony Corporation | System and method for editing digital images |
| US7262778B1 (en) | 2000-02-11 | 2007-08-28 | Sony Corporation | Automatic color adjustment of a template design |
| JP4532678B2 (ja) * | 2000-06-16 | 2010-08-25 | キヤノン株式会社 | パターン検出装置及び方法、画像処理装置及び方法、ニューラルネットワーク装置 |
| KR100543706B1 (ko) * | 2003-11-28 | 2006-01-20 | 삼성전자주식회사 | 비젼기반 사람 검출방법 및 장치 |
| US7504942B2 (en) | 2006-02-06 | 2009-03-17 | Videoiq, Inc. | Local verification systems and methods for security monitoring |
| US7774951B2 (en) * | 2006-10-04 | 2010-08-17 | Northwestern University | Sensing device with whisker elements |
| JP5227639B2 (ja) * | 2008-04-04 | 2013-07-03 | 富士フイルム株式会社 | オブジェクト検出方法、オブジェクト検出装置、およびオブジェクト検出プログラム |
| US8320634B2 (en) * | 2009-07-11 | 2012-11-27 | Richard Deutsch | System and method for monitoring protective garments |
| TWI428508B (zh) * | 2011-04-12 | 2014-03-01 | Hon Hai Prec Ind Co Ltd | 風扇控制系統、方法及具有該系統的風扇 |
| RU2538941C1 (ru) * | 2013-06-14 | 2015-01-10 | Общество с ограниченной ответственностью "Аби Девелопмент" | Улучшения качества распознавания за счет повышения разрешения изображений |
| EP3161728B1 (en) * | 2014-10-10 | 2023-05-17 | Beijing Kuangshi Technology Co., Ltd. | Hierarchical interlinked multi-scale convolutional network for image parsing |
| US20160110791A1 (en) | 2014-10-15 | 2016-04-21 | Toshiba Global Commerce Solutions Holdings Corporation | Method, computer program product, and system for providing a sensor-based environment |
| KR102474837B1 (ko) * | 2015-09-14 | 2022-12-07 | 주식회사 한화 | 전경 추출 방법 및 장치 |
| CN107967677B (zh) * | 2017-12-15 | 2020-02-04 | Oppo广东移动通信有限公司 | 图像处理方法、装置、计算机可读存储介质和计算机设备 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58115492A (ja) * | 1981-12-29 | 1983-07-09 | シャープ株式会社 | パタ−ン認識用自己相関器 |
| US5220441A (en) * | 1990-09-28 | 1993-06-15 | Eastman Kodak Company | Mechanism for determining parallax between digital images |
| US5440312A (en) * | 1991-06-27 | 1995-08-08 | The Commonwealth Of Australia, The Secretary, Department Of Defence | Auto correlation technique for -co-ordinate registration |
| US5550937A (en) * | 1992-11-23 | 1996-08-27 | Harris Corporation | Mechanism for registering digital images obtained from multiple sensors having diverse image collection geometries |
| US5619596A (en) * | 1993-10-06 | 1997-04-08 | Seiko Instruments Inc. | Method and apparatus for optical pattern recognition |
| US5640468A (en) * | 1994-04-28 | 1997-06-17 | Hsu; Shin-Yi | Method for identifying objects and features in an image |
| US5638465A (en) * | 1994-06-14 | 1997-06-10 | Nippon Telegraph And Telephone Corporation | Image inspection/recognition method, method of generating reference data for use therein, and apparatuses therefor |
-
1995
- 1995-12-01 JP JP31383895A patent/JP3276547B2/ja not_active Expired - Lifetime
-
1996
- 1996-06-28 US US08/672,759 patent/US5838839A/en not_active Expired - Lifetime
Non-Patent Citations (1)
| Title |
|---|
| 栗田多喜夫外２名，高次局所自己相関特徴を用いた顔画像の識別，情報処理学会第４５回全国大会講演論文集（２），社団法人情報処理学会，１９９２年９月２８日，ｐｐ．２−２４７〜２−２４８ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09153137A (ja) | 1997-06-10 |
| US5838839A (en) | 1998-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3276547B2 (ja) | 画像認識方法 | |
| JP4739355B2 (ja) | 統計的テンプレートマッチングによる高速な物体検出方法 | |
| US8594396B2 (en) | Image processing apparatus, image processing method, and computer program product | |
| US7215798B2 (en) | Method for forgery recognition in fingerprint recognition by using a texture classification of gray scale differential images | |
| EP1973060A2 (en) | Object image detection method and object image detection device | |
| CN103391424B (zh) | 分析监控摄像机捕获的图像中的对象的方法和对象分析器 | |
| CN106326832A (zh) | 基于物体区域处理图像的装置及方法 | |
| JP3134845B2 (ja) | 動画像中の物体抽出装置及び方法 | |
| JPH07249128A (ja) | 車両用画像処理装置 | |
| JP4192719B2 (ja) | 画像処理装置および方法、並びにプログラム | |
| JP2001043383A (ja) | 画像監視システム | |
| JP4096757B2 (ja) | 画像追跡装置 | |
| JP3230509B2 (ja) | 動画像処理装置 | |
| JP3957495B2 (ja) | 画像センサ | |
| JP3417635B2 (ja) | 侵入物体認識方法 | |
| JP3507857B2 (ja) | 交通流検出装置 | |
| JP2008165705A (ja) | 画像処理装置及び画像処理方法 | |
| JP2007304675A (ja) | 画像合成方法および装置ならびにプログラム | |
| WO2005024726A1 (ja) | 対象物進行方向検出方法 | |
| JP2005072840A (ja) | 動体検出装置 | |
| JP2001501750A (ja) | アイローカリゼーションフィルタ | |
| JP3447751B2 (ja) | パターン認識方法 | |
| JPH08315149A (ja) | 侵入物体認識装置 | |
| CN115830304A (zh) | 物体检测系统 | |
| JPH1091793A (ja) | オプティカルフロー算出方法及び装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080208 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080208 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313114 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| R370 | Written measure of declining of transfer procedure |
Free format text: JAPANESE INTERMEDIATE CODE: R370 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313114 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090208 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100208 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110208 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110208 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120208 Year of fee payment: 10 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130208 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130208 Year of fee payment: 11 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |