JP4955609B2 - 消失点追跡方法及び消失点追跡装置 - Google Patents
消失点追跡方法及び消失点追跡装置 Download PDFInfo
- Publication number
- JP4955609B2 JP4955609B2 JP2008142770A JP2008142770A JP4955609B2 JP 4955609 B2 JP4955609 B2 JP 4955609B2 JP 2008142770 A JP2008142770 A JP 2008142770A JP 2008142770 A JP2008142770 A JP 2008142770A JP 4955609 B2 JP4955609 B2 JP 4955609B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- vanishing point
- likelihood
- hypothesis
- vanishing
- 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 - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
−画像取得手段を介して時系列画像を入力するステップ、
−入力した時系列画像の各画像から特徴点を抽出するステップ、
−直線検出用ハフ変換により各特徴点をパラメータ空間へ投票するステップ、
−パラメータ空間に蓄積された投票度数に基づいて各仮説の尤度を算出するステップ、及び
−算出した尤度に基づき各画像の消失点を求めるステップ
図1に、本発明の実施の形態における画像処理装置の構成を示す。画像処理装置10は、画像を撮像する撮像部11と、撮像部からの出力信号に所定の信号処理を行い画像データを生成する信号処理部13と、生成された画像データに対して所定の画像処理を行う画像処理部15と、画像データを格納するデータ記憶部17と、画像やその他の情報を表示する表示部19と、ユーザが操作を行う操作部21とを備える。撮像部11はCCDのような撮像素子で構成される。
本実施形態の画像処理装置10による消失点追跡処理について説明する。なお、以下では、説明の便宜上、時刻tにおける消失点の状態xtを下式のように画像中での位置(x,y)に各軸方向の移動速度(u,v)を加えた4次元ベクトルによって記述する。
xt = [x,y,u,v]T
xt = F x(t-1) + w
パーティクルフィルタ(例えば、M. Isard and A. Blake, "CONDENSATION ---Conditional Density Propagation for Visual Tracking," IJCV, Vol.29, No.1, pp.5-28, 1998、参照)は、雑音を含む観測値から対象の状態の事後確率を時系列で推定する手法であり、コンデンセーション、モンテカルロフィルタ、ブートストラップフィルタとも呼ばれる。パーティクルフィルタでは、状態パラメータに"位置"を含めることで対象の追跡を実現する。ここで、時刻tにおける対象の状態をxt、画像から得られる観測値をztとし、時刻tまでに得られる観測値の系列をZt={z1, … , zt}とする。このとき、状態xtの事後確率p(xt | Zt)は、ベイズの定理を用いると次のように表される。
p(xt | Zt) = p(zt | xt) p(xt | Z(t-1))
ただし、p(zt | xt)はxtの尤度、p(xt | Z(t-1))は事前確率である。
p(xt | Z(t-1)) = ∫p(xt | x(t-1)) p(x(t-1) | Z(t-1)) dx(t-1)
ハフ変換は、画像中の特徴点が与えられたとき、その特徴点を含む図形についての仮説を生成し、多くの特徴点から支持される仮説を正しいものと考えて図形の検出を行う手法である。仮説の生成は仮説集合を表すパラメータ空間へ投票することによって実現され、各仮説に対して蓄積された投票度数を調べることによって図形の検出が行われる。
x = -αωy+γ (-1/α≦ω<1/α)
y = (αω-2) x+γ ( 1/α≦ω<3/α)
γ{x_j,y_j}(ω) = xj + αωyj (-1/α≦ω<1/α)
γ{x_j,y_j}(ω) = yj + (2-αω) xj ( 1/α≦ω<3/α)
αは定数であり、投票奇跡の傾きと検出する直線の角度分解能を決める重要な係数である。通常はα=1/[画像サイズ]あるいはα=1/[画像サイズ/2]とすればよい。
図2に、本実施形態の画像処理装置10(画像処理部15)による消失点検出・追跡処理のフローチャートを示す。同図のフローチャートを用いて、本実施の形態の画像処理装置10による消失点検出・追跡処理を説明する。
17 データ記憶部、 19 表示部、 21 操作部。
Claims (4)
- コンピュータ上で、複数の仮説により離散的な確率密度として消失点を表現し、時系列画像中の各画像で各仮説の尤度を評価し更新することで消失点を追跡する、パーティクルフィルタを用いた消失点追跡手法であって、
コンピュータの制御手段により実行される、
画像取得手段を介して時系列画像を入力するステップと、
前記入力した時系列画像の各画像から特徴点を抽出するステップと、
直線検出用ハフ変換により各特徴点をパラメータ空間へ投票するステップと、
パラメータ空間に蓄積された投票度数に基づいて各仮説の尤度を算出するステップと、
前記算出した尤度に基づき各画像の消失点を求めるステップとを有する
ことを特徴とする消失点追跡方法。 - 前記各仮説の尤度を算出するステップにおいて、各仮説が指示する画像上の位置をハフ変換した場合の投票軌跡に沿って投票度数から尤度を算出する、ことを特徴とする請求項1に記載の消失点追跡方法。
- 前記尤度を、投票軌跡上の投票度数を1次元ヒストグラムとしてとらえ、近接するビン間の差分絶対値和を累積した値とする、ことを特徴とする請求項2に記載の消失点追跡方法。
- 時系列画像の各画像から消失点を検出する装置であって、
時系列画像を入力する画像取得手段と、
入力した時系列画像の各画像から消失点を検出する画像処理手段とを備え、
前記画像処理手段は、
複数の仮説により離散的な確率密度として消失点を表現し、
前記入力した時系列画像の各画像から特徴点を抽出し、
直線検出用ハフ変換により各特徴点をパラメータ空間へ投票し、
パラメータ空間に蓄積された投票度数に基づいて各仮説の尤度を算出し、
前記算出した尤度に基づき各画像の消失点を求める
ことを特徴とする消失点追跡装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008142770A JP4955609B2 (ja) | 2008-05-30 | 2008-05-30 | 消失点追跡方法及び消失点追跡装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008142770A JP4955609B2 (ja) | 2008-05-30 | 2008-05-30 | 消失点追跡方法及び消失点追跡装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009289143A JP2009289143A (ja) | 2009-12-10 |
JP4955609B2 true JP4955609B2 (ja) | 2012-06-20 |
Family
ID=41458283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008142770A Expired - Fee Related JP4955609B2 (ja) | 2008-05-30 | 2008-05-30 | 消失点追跡方法及び消失点追跡装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4955609B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5208147B2 (ja) * | 2010-03-09 | 2013-06-12 | 三菱電機株式会社 | 車載カメラのカメラキャリブレーション装置 |
CN106772352B (zh) * | 2016-12-01 | 2019-02-01 | 中国人民解放军海军航空大学 | 一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006172225A (ja) * | 2004-12-16 | 2006-06-29 | Toyota Motor Corp | 画像認識装置及び画像認識方法 |
JP4935504B2 (ja) * | 2007-05-23 | 2012-05-23 | 株式会社豊田中央研究所 | 消失点推定装置及びプログラム |
-
2008
- 2008-05-30 JP JP2008142770A patent/JP4955609B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2009289143A (ja) | 2009-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10796452B2 (en) | Optimizations for structure mapping and up-sampling | |
US10733431B2 (en) | Systems and methods for optimizing pose estimation | |
JP6458394B2 (ja) | 対象追跡方法及び対象追跡装置 | |
CN110765860B (zh) | 摔倒判定方法、装置、计算机设备及存储介质 | |
WO2018108129A1 (zh) | 用于识别物体类别的方法及装置、电子设备 | |
EP3899780A1 (en) | Automated semantic segmentation of non-euclidean 3d data sets using deep learning | |
WO2016054779A1 (en) | Spatial pyramid pooling networks for image processing | |
JP5226119B2 (ja) | ハイブリッドラベルに基づいてオブジェクトを分割する方法とシステム | |
CN109858333B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
US20180285778A1 (en) | Sensor data processor with update ability | |
US20220172456A1 (en) | Noise Tolerant Ensemble RCNN for Semi-Supervised Object Detection | |
CN108985190B (zh) | 目标识别方法和装置、电子设备、存储介质 | |
US9025889B2 (en) | Method, apparatus and computer program product for providing pattern detection with unknown noise levels | |
CN108460098B (zh) | 信息推荐方法、装置和计算机设备 | |
CN112488999B (zh) | 一种图像中小目标检测方法、系统、存储介质及终端 | |
US20220092407A1 (en) | Transfer learning with machine learning systems | |
US11790492B1 (en) | Method of and system for customized image denoising with model interpretations | |
US9659235B2 (en) | Low-dimensional structure from high-dimensional data | |
US9928408B2 (en) | Signal processing | |
JP4955609B2 (ja) | 消失点追跡方法及び消失点追跡装置 | |
JP2019086979A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2015179426A (ja) | 情報処理装置、パラメータの決定方法、及びプログラム | |
CN115170919A (zh) | 图像处理模型训练及图像处理方法、装置、设备和存储介质 | |
CN113780238A (zh) | 多指标时序信号的异常检测方法、装置及电子设备 | |
CN113763313A (zh) | 文本图像的质量检测方法、装置、介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100927 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20111111 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20111122 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111220 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120306 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120315 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150323 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |