JP3451925B2

JP3451925B2 - 物体認識方法及び物体認識装置

Info

Publication number: JP3451925B2
Application number: JP11045398A
Authority: JP
Inventors: 健司長尾; めぐみ山岡
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 1998-04-21
Filing date: 1998-04-21
Publication date: 2003-09-29
Anticipated expiration: 2018-04-21
Also published as: JPH11306353A

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像の中に含まれ
ている３次元物体の同定（識別）と、その画像内での位
置（領域）、実空間での向きの推定を行なう物体認識方
法及び物体認識装置に関する。

【０００２】

【従来の技術】画像（２次元データ）を用いて実空間内
の３次元物体を認識する場合の最大の問題は、撮影系
（カメラ）と物体の間の相対的な位置関係や傾き（向
き）の変化に伴う画像のみかけの変動にどう対処するか
である。この困難な問題に対して従来評価の高い方法
は、文献；大場光太郎、池内克史：''局所固有空間手
法による金属物体の安定認識''、電子情報通信学会論文
誌 D-II, Vol. J80-D-II No.,12 pp. 3147--3154,1997
年2月に示されている。

【０００３】この方法はデータベースに登録しているモ
デルと入力画像とのマッチングを行なうために、物体モ
デル画像及び入力画像ともに局所的なテンプレートの集
合によって表現し、テンプレートのマッチングによって
局所領域の対応を推定し、対応の多い物体モデルを認識
結果とするものである。この際、モデル画像取得時と入
力画像とでは物体は画像内で並行移動をしているという
仮定を設け、これをテンプレートの対応の正当性の検定
に用いており、実験室レベルでの結果ではあるものの非
常に有効な方法であることが知られている。

【０００４】

【発明が解決しようとする課題】しかし、上記従来の方
法では、３次元空間内の物体の位置や向き（傾き）の変
化の影響をうけるという課題を有している。

【０００５】本発明は、従来法において設けた仮定、即
ち、「物体領域の変動は画像内の並行移動に限定され
る」を取り除き、物体が如何なる剛体運動を行なったと
しても認識できる方法を提供することを目的とする。

【０００６】

【課題を解決するための手段】上記課題を解決するため
に、本発明は、モデル画像達と入力画像の対応する局所
テンプレートの位置の間に、幾何学的関係がどの程度確
からしく成立しているかを評価する幾何学的評価手段
と、幾何学的評価手段の評価に基づいて、データベース
に登録されている何らかの物体が入力画像内に存在する
か否か、また存在する場合はその位置を推定する認識手
段を備えるものである。

【０００７】これにより、３次元空間内の物体の位置や
向き（傾き）の変化の影響をうけない物体の認識を行う
ものである。

【０００８】

【発明の実施の形態】本発明の請求項１に記載の発明
は、認識対象物体を含む教示用画像を小領域に分割した
教示用局所テンプレートの位置を示す教示用位置情報と
前記教示用局所テンプレートから算出した教示用特徴ベ
クトルとを含む複数の教示用属性リストを予め作成する
第１のステップと、入力画像を小領域に分割した入力画
像局所テンプレートの位置を示す入力画像位置情報と前
記入力画像局所テンプレートから算出した入力画像特徴
ベクトルとを含む入力画像属性リストを作成する第２の
ステップと、前記入力画像特徴ベクトルと類似した前記
教示用特徴ベクトルを含む前記教示用属性リストを少な
くとも１つ以上選択した照合候補を作成し、前記照合候
補の前記教示用位置情報と前記入力画像位置情報とに共
通のパラメタを前記照合候補の前記教示用位置情報に乗
算し、更に合算した値である教示用位置情報計算結果と
前記入力画像位置情報とが同一、又は、前記教示用位置
情報計算結果と前記入力画像位置情報との乗余の大きさ
が予め定めた値より小さくなる前記教示用属性リストを
前記照合候補から選択し、選択された教示用属性リスト
数を前記入力画像位置情報の評価結果とする第３のステ
ップと、前記評価結果に基づいて、前記認識対象物体の
存在と、前記認識対象物体の位置を推定する第４のステ
ップとを有する物体認識方法とするものであり、物体の
位置や向き（傾き）の変化の影響をうけない物体の認識
できるという作用を有する。

【０００９】請求項２に記載の発明は、認識対象物体を
含む教示用画像を小領域に分割した教示用局所テンプレ
ートの位置を示す教示用位置情報と前記教示用局所テン
プレートから算出した教示用特徴ベクトルと前記教示用
局所テンプレートに含まれる認識対象物体を分類したク
ラスを示す教示用物体クラスとを含む複数の教示用属性
リストを予め作成する第１のステップと、入力画像を小
領域に分割した入力画像局所テンプレートの位置を示す
入力画像位置情報と前記入力画像局所テンプレートから
算出した入力画像特徴ベクトルと前記入力画像局所テン
プレートに含まれる認識対象物体を分類したクラスを示
す入力画像物体クラスとを含む入力画像属性リストを作
成する第２のステップと、前記教示用物体クラスが前記
入力画像物体クラスと同一であり、更に、前記入力画像
特徴ベクトルと類似した前記教示用特徴ベクトルを含む
前記教示用属性リストを少なくとも１つ以上選択した照
合候補を作成し、前記照合候補の前記教示用位置情報と
前記入力画像位置情報とに共通のパラメタを前記照合候
補の前記教示用位置情報に乗算し、更に合算した値であ
る教示用位置情報計算結果と前記入力画像位置情報とが
同一、又は、前記教示用位置情報計算結果と前記入力画
像位置情報との乗余の大きさが予め定めた値より小さく
なる前記教示用属性リストを前記照合候補から選択し、
選択された教示用属性リスト数を前記入力画像位置情報
の評価結果とする第３のステップと、前記評価結果に基
づいて、前記認識対象物体の存在と、前記認識対象物体
の位置を推定する第４のステップとを有する物体認識方
法とするものであり、物体の位置や向き（傾き）の変化
の影響をうけない物体の認識できるという作用を有す
る。

【００１０】請求項３に記載の発明は、認識対象物体を
含む教示用画像を小領域に分割した教示用局所テンプレ
ートの位置を示す教示用位置情報と前記教示用局所テン
プレートから算出した教示用特徴ベクトルとを含む複数
の教示用属性リストを予め蓄積するデータベースと、入
力画像を小領域に分割した入力画像局所テンプレートの
位置を示す入力画像位置情報と前記入力画像局所テンプ
レートから算出した入力画像特徴ベクトルとを含む入力
画像属性リストを作成する局所特徴抽出手段と、前記入
力画像特徴ベクトルと類似した前記教示用特徴ベクトル
を含む前記教示用属性リストを少なくとも１つ以上選択
した照合候補を作成する照合候補選択保持手段と、前記
照合候補の前記教示用位置情報と前記入力画像位置情報
とに共通のパラメタを前記照合候補の前記教示用位置情
報に乗算し、更に合算した値である教示用位置情報計算
結果と前記入力画像位置情報とが同一、又は、前記教示
用位置情報計算結果と前記入力画像位置情報との乗余の
大きさが予め定めた値より小さくなる前記教示用属性リ
ストを前記照合候補から選択し、選択された教示用属性
リスト数を前記入力画像位置情報の評価結果とする幾何
学的評価手段と、前記評価結果に基づいて、前記認識対
象物体の存在と、前記認識対象物体の位置を推定する認
識手段と有する物体認識装置とするものであり、物体の
位置や向き（傾き）の変化の影響をうけない物体の認識
できるという作用を有する。

【００１１】請求項４に記載の発明は、認識対象物体を
含む教示用画像を小領域に分割した教示用局所テンプレ
ートの位置を示す教示用位置情報と前記教示用局所テン
プレートから算出した教示用特徴ベクトルと前記教示用
局所テンプレートに含まれる認識対象物体を分類したク
ラスを示す教示用物体クラスとを含む複数の教示用属性
リストを予め蓄積するデータベースと、入力画像を小領
域に分割した入力画像局所テンプレートの位置を示す入
力画像位置情報と前記入力画像局所テンプレートから算
出した入力画像特徴ベクトルと前記入力画像局所テンプ
レートに含まれる認識対象物体を分類したクラスを示す
入力画像物体クラスとを含む入力画像属性リストを作成
する局所特徴抽出手段と、前記教示用物体クラスが前記
入力画像物体クラスと同一であり、更に、前記入力画像
特徴ベクトルと類似した前記教示用特徴ベクトルを含む
前記教示用属性リストを少なくとも１つ以上選択した照
合候補を作成する照合候補選択保持手段と、前記照合候
補の前記教示用位置情報と前記入力画像位置情報とに共
通のパラメタを前記照合候補の前記教示用位置情報に乗
算し、更に合算した値である教示用位置情報計算結果と
前記入力画像位置情報とが同一、又は、前記教示用位置
情報計算結果と前記入力画像位置情報との乗余の大きさ
が予め定めた値より小さくなる前記教示用属性リストを
前記照合候補から選択し、選択された教示用属性リスト
数を前記入力画像位置情報の評価結果とする幾何学的評
価手段と、前記評価結果に基づいて、前記認識対象物体
の存在と、前記認識対象物体の位置を推定する認識手段
と有する物体認識装置とするものであり、物体の位置や
向き（傾き）の変化の影響をうけない物体の認識できる
という作用を有する。

【００１２】請求項５に記載の発明は、コンピュータに
より物体認識を行うプログラムであって、認識対象物体
を含む教示用画像を小領域に分割した教示用局所テンプ
レートの位置を示す教示用位置情報と前記教示用局所テ
ンプレートから算出した教示用特徴ベクトルとを含む複
数の教示用属性リストを予め作成する第１のステップ
と、入力画像を小領域に分割した入力画像局所テンプレ
ートの位置を示す入力画像位置情報と前記入力画像局所
テンプレートから算出した入力画像特徴ベクトルとを含
む入力画像属性リストを作成する第２のステップと、前
記入力画像特徴ベクトルと類似した前記教示用特徴ベク
トルを含む前記教示用属性リストを少なくとも１つ以上
選択した照合候補を作成し、前記照合候補の前記教示用
位置情報と前記入力画像位置情報とに共通のパラメタを
前記照合候補の前記教示用位置情報に乗算し、更に合算
した値である教示用位置情報計算結果と前記入力画像位
置情報とが同一、又は、前記教示用位置情報計算結果と
前記入力画像位置情報との乗余の大きさが予め定めた値
より小さくなる前記教示用属性リストを前記照合候補か
ら選択し、選択された教示用属性リスト数を前記入力画
像位置情報の評価結果とする第３のステップと、前記評
価結果に基づいて、前記認識対象物体の存在と、前記認
識対象物体の位置を推定する第４のステップとを有する
物体認識プログラムを記録した記録媒体とするものであ
り、物体の位置や向き（傾き）の変化の影響をうけない
物体の認識できるという作用を有する。

【００１３】

【００１４】

【００１５】以下に、本発明の実施の形態について、図
１から図５を用いて説明する。（実施の形態１）図１は、本発明の実施の形態の物体認
識装置のブロック図を示す。

【００１６】図１において、１は物体を撮影するビデオ
カメラ、２はビデオカメラ１からの画像データを記憶す
る画像メモリ、３は局所テンプレートの情報を記憶した
タプルメモリ、４はＣＰＵ、５はメモリ、６は教示用画
像セットを記憶する高速アクセスハードディスク（Ｈ
Ｄ）、７はコンソール、８はコンピュータの内部バス、
９は認識結果を出力する出力デバイス、１０は記録媒体
から物体認識プログラムを読み込むＦＤユニット、１２
はビデオカメラの映像信号をデジタルデータに変換する
ＡＤ変換ユニット、１１、１３〜１６はＩ／Ｆユニッ
ト、２０は認識プログラムを実行するコンピュータであ
る。

【００１７】上記のように構成された物体認識装置の動
作は、オフラインによるデータベース構築モードと、オ
ンラインによる認識モードに大別できる。

【００１８】まず、オフラインによるデータベース構築
について、図２に示す動作フローに従って説明する。

【００１９】オフラインでは、まず、教示用画像をビデ
オカメラ１から入力し、Ａ／Ｄ変換器１２でデジタル画
像データに変換し、画像メモリ２に一旦記憶する。画像
メモリ２に記憶された教示用画像は、Ｉ／Ｆ１１を介し
て、高速アクセスＨＤ６に順次入力され、教示用画像セ
ットを構築する（Ｓ２０）。なお、教示用画像セット
は、図１には示していない、ネットワークや大容量の記
録媒体を介して、直接高速アクセスＨＤ６に入力しても
良い。図４（ａ）に教示用画像セットの一例を示すが、
各教示用画像には画像インデックスｓと物体クラスｋが
それぞれ付与される。

【００２０】局所テンプレート生成処理は、教示用画像
セットの画像の中で認識したい対象物体画像を取り込
み、図４（ｂ）に示すように対象教示用画像の領域を複
数の小領域に分割し、局所テンプレートの集合に変換さ
れる（Ｓ２１）。この小領域の画像を局所テンプレート
と呼ぶ。

【００２１】局所特徴抽出処理は、各局所テンプレート
毎に特徴ベクトルを抽出する。局所ウインドウ（局所画
像ベクトル）から抽出される特徴量（特徴ベクトル）に
は、教示用画像から得られた全ての局所画像ベクトルを
サンプル空間とする分布の主成分の線形結合で近似した
もの、即ち、主成分が張る部分空間への直交射影を用い
る（Ｓ２２）。

【００２２】モデル画像群｛Ｐ_i｝として、もとの画像
インデックスｓ、テンプレートの画像内における位置(x
_i,y_i)及びテンプレートが含まれる領域の物体クラス
ｋと供に、タプル（属性リスト）Ｐ_i = <画像インデッ
クスｓ、物体クラスｋ、位置(x_i,y_i)、特徴ベクトル>
（ i はデータベースでのこのテンプレートのインデッ
クス）の形式でタプルメモリ３に保存する（Ｓ２３）。
このとき、座標の表現(x_i(s1),y_i(s1))と(x_i(s2),y_
i(s2))（添字 i が共通）は、同一物体が異なった２つ
(以上)の画像 s1,s2 に含まれており、その物体から得
られた局所テンプレート位置が物体上の同一の点 i を
表しているということを示す。このような同一点を表す
という情報の入力は手動または、自動で行なう。また、
物体クラスｋの分け方には、類似したかたちの物体をひ
とつのクラスとする方法や、一つ一つの物体にそれぞれ
一つのクラスを割り当てる方法がある。

【００２３】対象となる教示用画像セットの教示用画像
が全て処理されたかどうかを判定し、Ｎなら（Ｓ２１）
へ、Ｙならオフライン処理を終了する。

【００２４】なお、タプルはさらに順次高速アクセスＨ
Ｄ６に転送・蓄積され、物体認識用のデータベース管理
が行なわれる。

【００２５】次にオンライン処理について、図３に示す
動作フローに従って説明する。対象画像をビデオカメラ
１から入力し、Ａ／Ｄ変換器１２でデジタル画像データ
に変換し、画像メモリ２に一旦記憶する（Ｓ３０）。

【００２６】画像メモリ２に記憶された対象画像（図５
図（ａ））は、図５（ｂ）のように局所テンプレート生
成処理により、入力された画像を小領域に分割し、局所
テンプレートＴ_jを生成する（Ｓ３１）。

【００２７】局所特徴抽出処理は、各局所テンプレート
毎に特徴ベクトルを抽出する（Ｓ３２）。

【００２８】照合候補選択保持処理は、この局所テンプ
レートＴ_j に対して、タプルメモリ３に登録されてい
るエントリの中から局所テンプレートＴ_j の特徴ベク
トルに類似した特徴ベクトルを有するエントリＰ_iを
一つまたは複数を選択し、テンプレートＴ_j に対して
＜Ｔ_j、｛Ｐ_i｝＞の形式で照合候補として保持する
（Ｓ３３）。

【００２９】幾何学的評価処理は、テンプレートの照合
の正当性の評価を幾何学的な基準に基づいて行なうもの
で、一枚の入力画像から得られたテンプレートの集合
｛Ｔ_j｝の全ての要素に対応する照合候補｛＜Ｔ_j、
｛Ｐ_i｝＞｝(j=1,2,3...)の中でＰ_i の物体クラスが
同一である（このクラスをk とする）ものの集合をＳ
(k)＝｛＜Ｔ_j(k),｛Ｐ_i(k)｝｝、入力画像から得ら
れたテンプレートT_jのもとの画像内での位置を(x_j,y_
j)としたとき、(x_j,y_j)とデータベースの要素で画像
インデックス s1 を持つ P_i のテンプレート位置 (x_i
(j,k,s1),y_i(j,k,s1))、及び、インデックス s2 を持
つテンプレート位置 (x_i(j,k,s2),y_i(j,k,s2)) の間
に（数１）に示す幾何学的関係がどの程度確からしく成
立しているかを評価する（Ｓ３４）。

【００３０】

【数１】

【００３１】これは、例えば、i とｊに関して最小２
乗法を適用し、パラメタα１、β１、γ１、α２、β
２、γ２を決定した後、その剰余の大きさで評価するこ
とができる。（数１）は、一つの剛体が様々な角度から
撮影された時に、剛体上の点の画像内での位置座標が満
足すべき関係を示したもので、任意の角度からとられた
画像での点の位置は、他の２つの角度からとられた画像
の対応する位置を使って表現されることを示している。
このことは、文献：''Shimon Ullman and RonenBasr
i：''Recognition by Linear Combination of Model
s'', IEEE Transactions on PAMI, VOL.13, NO.10, Oct
ober 1991、に詳しく証明されている。

【００３２】これは、言い替えれば、２つの画像 s1, s
2 の点(xi(j,k,s1),yi(j,k,s1)),(xi(j,k,s2),yi(j,k,s
2))と第３の画像である入力画像の点(xj,yj)の間にある
共通のパラメタセットα１、β１、γ１、α２、β２、
γ２を介して（数1）の関係があり、これが十分な数の
(j,i)の組に対して成立しているならば、(xi(j,k,s1),y
i(j,k,s1)),(xi(j,k,s2),yi(j,k,s2))と(xj,yj)は、一
つの物体上の同一の点を示しているといえる。ここで、
教示用の画像 s1, s2 の点(xi(j,k,s1),yi(j,k,s1)),(x
i(j,k,s2),yi(j,k,s2))は２つの位置が同一物体の同一
の点に対応することを表す。

【００３３】上記のことは、これらの点の３集合{(xi
(j,k,s1),yi(j,k,s1))}と{(xi(j,k,s2),yi(j,k,s2))}と
{(xj,yj)}は、は同一物体を示していることになり、物
体が認識されたことを示す。

【００３４】認識処理は、この評価結果に基づいて、入
力画像内におけるクラスｋの物体の存在有無と、その位
置を推定する（Ｓ３５）。

【００３５】この評価結果に基づいて、入力画像内にお
けるクラス k の物体の存在有無とその位置が推定さ
れ、出力デバイス９に出力される。

【００３６】また、幾何学的関係がどの程度確からしく
成立しているかの評価は、（数２）、（数３）または
（数４）を用いても良い。

【００３７】

【数２】

【００３８】

【数３】

【００３９】

【数４】

【００４０】

【発明の効果】以上のように本発明は、予め登録してあ
るモデル画像群と入力画像の対応する局所テンプレート
との照合に幾何学的な基準に基づいて評価することによ
り、並行移動にとどまらず、物体がいかなる剛体運動を
経たとしても従来法に比べ格段に汎用性が高く、物体の
位置や向き（傾き）の変化の影響をうけない実用的な物
体認識が可能となり、その効果は非常に大きい。

【図面の簡単な説明】

【図１】本発明の実施の形態１による物体認識装置のブ
ロック図

【図２】データベース構築（オフライン処理）の動作フ
ローチャート

【図３】認識モード（オンライン処理）の動作フローチ
ャート

【図４】データベースの局所テンプレートを説明する図

【図５】認識モードの局所テンプレートを説明する図

【符号の説明】

１ビデオカメラ２画像メモリ３タプルメモリ４ＣＰＵ５メモリ６高速ハードディスク７コンソール（ディスプレイ＋キーボード）８バス９出力デバイス１０ＦＤユニット１１、１３〜１６Ｉ／Ｆユニット１２Ａ／Ｄ変換器２０コンピュータ

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開平９−21610（ＪＰ，Ａ) 特開平11−306354（ＪＰ，Ａ) ＮＣ95−26 ダイナミックリンクによる画像の部分どうしのマッチング，電子情報通信学会技術研究報告，日本，1995 年６月30日，Ｖｏｌ．95 Ｎｏ．135, ｐｐ．53−60 (58)調査した分野(Int.Cl.⁷，ＤＢ名) G06T 1/00 G06T 7/00

Claims

(57)【特許請求の範囲】

【請求項１】認識対象物体を含む教示用画像を小領域
に分割した教示用局所テンプレートの位置を示す教示用
位置情報と前記教示用局所テンプレートから算出した教
示用特徴ベクトルとを含む複数の教示用属性リストを予
め作成する第１のステップと、入力画像を小領域に分割
した入力画像局所テンプレートの位置を示す入力画像位
置情報と前記入力画像局所テンプレートから算出した入
力画像特徴ベクトルとを含む入力画像属性リストを作成
する第２のステップと、前記入力画像特徴ベクトルと類
似した前記教示用特徴ベクトルを含む前記教示用属性リ
ストを少なくとも１つ以上選択した照合候補を作成し、
前記照合候補の前記教示用位置情報と前記入力画像位置
情報とに共通のパラメタを前記照合候補の前記教示用位
置情報に乗算し、更に合算した値である教示用位置情報
計算結果と前記入力画像位置情報とが同一、又は、前記
教示用位置情報計算結果と前記入力画像位置情報との乗
余の大きさが予め定めた値より小さくなる前記教示用属
性リストを前記照合候補から選択し、選択された教示用
属性リスト数を前記入力画像位置情報の評価結果とする
第３のステップと、前記評価結果に基づいて、前記認識
対象物体の存在と、前記認識対象物体の位置を推定する
第４のステップとを有する物体認識方法。
【請求項２】認識対象物体を含む教示用画像を小領域
に分割した教示用局所テンプレートの位置を示す教示用
位置情報と前記教示用局所テンプレートから算出した教
示用特徴ベクトルと前記教示用局所テンプレートに含ま
れる認識対象物体を分類したクラスを示す教示用物体ク
ラスとを含む複数の教示用属性リストを予め作成する第
１のステップと、入力画像を小領域に分割した入力画像
局所テンプレートの位置を示す入力画像位置情報と前記
入力画像局所テンプレートから算出した入力画像特徴ベ
クトルと前記入力画像局所テンプレートに含まれる認識
対象物体を分類したクラスを示す入力画像物体クラスと
を含む入力画像属性リストを作成する第２のステップ
と、前記教示用物体クラスが前記入力画像物体クラスと
同一であり、更に、前記入力画像特徴ベクトルと類似し
た前記教示用特徴ベクトルを含む前記教示用属性リスト
を少なくとも１つ以上選択した照合候補を作成し、前記
照合候補の前記教示用位置情報と前記入力画像位置情報
とに共通のパラメタを前記照合候補の前記教示用位置情
報に乗算し、更に合算した値である教示用位置情報計算
結果と前記入力画像位置情報とが同一、又は、前記教示
用位置情報計算結果と前記入力画像位置情報との乗余の
大きさが予め定めた値より小さくなる前記教示用属性リ
ストを前記照合候補から選択し、選択された教示用属性
リスト数を前記入力画像位置情報の評価結果とする第３
のステップと、前記評価結果に基づいて、前記認識対象
物体の存在と、前記認識対象物体の位置を推定する第４
のステップとを有する物体認識方法。
【請求項３】認識対象物体を含む教示用画像を小領域
に分割した教示用局所テンプレートの位置を示す教示用
位置情報と前記教示用局所テンプレートから算出した教
示用特徴ベクトルとを含む複数の教示用属性リストを予
め蓄積するデータベースと、入力画像を小領域に分割し
た入力画像局所テンプレートの位置を示す入力画像位置
情報と前記入力画像局所テンプレートから算出した入力
画像特徴ベクトルとを含む入力画像属性リストを作成す
る局所特徴抽出手段と、前記入力画像特徴ベクトルと類
似した前記教示用特徴ベクトルを含む前記教示用属性リ
ストを少なくとも１つ以上選択した照合候補を作成する
照合候補選択保持手段と、前記照合候補の前記教示用位
置情報と前記入力画像位置情報とに共通のパラメタを前
記照合候補の前記教示用位置情報に乗算し、更に合算し
た値である教示用位置情報計算結果と前記入力画像位置
情報とが同一、又は、前記教示用位置情報計算結果と前
記入力画像位置情報との乗余の大きさが予め定めた値よ
り小さくなる前記教示用属性リストを前記照合候補から
選択し、選択された教示用属性リスト数を前記入力画像
位置情報の評価結果とする幾何学的評価手段と、前記評
価結果に基づいて、前記認識対象物体の存在と、前記認
識対象物体の位置を推定する認識手段と有する物体認識
装置。
【請求項４】認識対象物体を含む教示用画像を小領域
に分割した教示用局所テンプレートの位置を示す教示用
位置情報と前記教示用局所テンプレートから算出した教
示用特徴ベクトルと前記教示用局所テンプレートに含ま
れる認識対象物体を分類したクラスを示す教示用物体ク
ラスとを含む複数の教示用属性リストを予め蓄積するデ
ータベースと、入力画像を小領域に分割した入力画像局
所テンプレートの位置を示す入力画像位置情報と前記入
力画像局所テンプレートから算出した入力画像特徴ベク
トルと前記入力画像局所テンプレートに含まれる認識対
象物体を分類したクラスを示す入力画像物体クラスとを
含む入力画像属性リストを作成する局所特徴抽出手段
と、前記教示用物体クラスが前記入力画像物体クラスと
同一であり、更に、前記入力画像特徴ベクトルと類似し
た前記教示用特徴ベクトルを含む前記教示用属性リスト
を少なくとも１つ以上選択した照合候補を作成する照合
候補選択保持手段と、前記照合候補の前記教示用位置情
報と前記入力画像位置情報とに共通のパラメタを前記照
合候補の前記教示用位置情報に乗算し、更に合算した値
である教示用位置情報計算結果と前記入力画像位置情報
とが同一、又は、前記教示用位置情報計算結果と前記入
力画像位置情報との乗余の大きさが予め定めた値より小
さくなる前記教示用属性リストを前記照合候補から選択
し、選択された教示用属性リスト数を前記入力画像位置
情報の評価結果とする幾何学的評価手段と、前記評価結
果に基づいて、前記認識対象物体の存在と、前記認識対
象物体の位置を推定する認識手段と有する物体認識装
置。
【請求項５】コンピュータにより物体認識を行うプロ
グラムであって、認識対象物体を含む教示用画像を小領
域に分割した教示用局所テンプレートの位置を示す教示
用位置情報と前記教示用局所テンプレートから算出した
教示用特徴ベクトルとを含む複数の教示用属性リストを
予め作成する第１のステップと、入力画像を小領域に分
割した入力画像局所テンプレートの位置を示す入力画像
位置情報と前記入力画像局所テンプレートから算出した
入力画像特徴ベクトルとを含む入力画像属性リストを作
成する第２のステップと、前記入力画像特徴ベクトルと
類似した前記教示用特徴ベクトルを含む前記教示用属性
リストを少なくとも１つ以上選択した照合候補を作成
し、前記照合候補の前記教示用位置情報と前記入力画像
位置情報とに共通のパラメタを前記照合候補の前記教示
用位置情報に乗算し、更に合算した値である教示用位置
情報計算結果と前記入力画像位置情報とが同一、又は、
前記教示用位置情報計算結果と前記入力画像位置情報と
の乗余の大きさが予め定めた値より小さくなる前記教示
用属性リストを前記照合候補から選択し、選択された教
示用属性リスト数を前記入力画像位置情報の評価結果と
する第３のステップと、前記評価結果に基づいて、前記
認識対象物体の存在と、前記認識対象物体の位置を推定
する第４のステップとを有する物体認識プログラムを記
録した記憶媒体。