JP5361664B2 - 画像処理装置、画像処理方法 - Google Patents
画像処理装置、画像処理方法 Download PDFInfo
- Publication number
- JP5361664B2 JP5361664B2 JP2009251356A JP2009251356A JP5361664B2 JP 5361664 B2 JP5361664 B2 JP 5361664B2 JP 2009251356 A JP2009251356 A JP 2009251356A JP 2009251356 A JP2009251356 A JP 2009251356A JP 5361664 B2 JP5361664 B2 JP 5361664B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- feature quantity
- cluster
- image processing
- processing apparatus
- 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.)
- Active
Links
Images
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
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
-
- 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
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram 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
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Description
図1は、本実施形態に係る画像処理装置の機能構成例を示すブロック図である。図1に示す如く、本実施形態に係る画像処理装置は、設定された撮像条件に基づいて現実空間の撮像を行う撮像部100と、後述する様々な計算処理を行う計算部200と、で構成されている。更に計算部200は、撮像条件制御部210、画像データ保持部201、特徴量クラスタ生成部220、特徴量クラスタ保持部202、特徴空間距離算出部230、特徴空間距離保持部203、撮像条件設定部240、撮像条件保持部204を有する。
また、以下の文献2,3に詳述されている、その他のいわゆるKeypointsなどの特徴点でも良い。
・ (文献3) K.Mikolajczyk, “A Performance Evaluation of Local Descriptors”, PAMI, 27(10) 2004, pp.1615-1630.
本実施形態では、Bag−of−keypoints(Bag−of−words)のように、各特徴点から得られた特徴量(ベクトル)をベクトル量子化し、撮像画像毎にヒストグラムを作成し、そのヒストグラムをもって撮像画像から得られる特徴量とする。もちろん、特徴量については様々なものがあるので、何れか1つに限定するものではない。
本実施形態は、上記ステップS120及びステップS130における処理のみが第1の実施形態と異なり、その他については第1の実施形態と同様である。本実施形態のステップS120では、第1の特徴量クラスタ中の着目特徴量と、第1の特徴量クラスタ中のそれ以外の特徴量との間の距離求める処理を、第1の特徴量クラスタ中のそれぞれの特徴量について行う。これにより、同じ対象物を違う撮像条件で撮像した場合に得られる撮像画像群から抽出される特徴量が特徴空間内で近接していても、識別することができる撮像条件を付与することができる。図3(h)において63は、1つの特徴量クラスタ50の中で近接する特徴量群を示している。これにより、たとえば、カメラと対象物体との相対姿勢を変数とする特徴量クラスタを生成した場合、対象物の姿勢を識別することに有用な撮像条件を付与することが可能となる。
図5は、本実施形態に係る画像処理装置の機能構成例を示すブロック図である。図5に示した構成は、図1に示した計算部200に特徴量クラスタ選択部250、選択特徴量クラスタ保持部205を加えた構成となっている。図2(b)は、本実施形態に係る計算部200が行う処理のフローチャートである。なお、以下に説明する点以外については、第1の実施形態と同じであるものとする。
本実施形態では、特徴空間中の距離に基づいて特徴量クラスタ同士を識別するのに有用な撮像条件(特徴量)を設定したあと、その設定された撮像条件も加味して特徴量クラスタを選択する。識別時の処理については第3の実施形態と同じである。
本実施形態では、特徴空間中の距離に基づいて、撮像条件ごとに特徴量を選択する。特徴量が選択されなかった撮像条件については、特徴量に別の対象物間の識別が可能な撮像条件を付与する。図10は、本実施形態に係る画像処理装置の機能構成例を示すブロック図である。図11(a)は、本実施形態に係る計算部200が行う処理のフローチャートである。
本実施形態では、特徴空間中の距離に基づいて特徴量同士を識別するのに有用な撮像条件(特徴量)を設定したあと、その設定された撮像条件に変更したあとの特徴間の距離も加味して撮像条件ごとに識別に有用な特徴量を選択する。識別時の処理については第5の実施形態と同様である。
Claims (9)
- N(N≧2)種類の撮像条件のそれぞれに基づいて撮像されたN枚の撮像画像を取得する手段と、
前記N枚の撮像画像のそれぞれから特徴量を抽出し、該抽出した特徴量の集合を、該特徴量の抽出元の撮像画像の撮像条件と関連付けて、特徴量クラスタとして管理する管理手段と、
前記管理手段が管理する第1の特徴量クラスタ中の特徴量と類似する特徴量を含む第2の特徴量クラスタを、前記管理手段が管理する特徴量クラスタ群から特定する第1の特定手段と、
前記第1の特徴量クラスタ及び前記第2の特徴量クラスタから同じ撮像条件に関連付けられている特徴量を特定し、該特定した特徴量間の距離を求める第2の特定手段と、
前記第2の特定手段が前記N種類の撮像条件のそれぞれについて求めた距離のうち、最も大きい距離を特定する第3の特定手段と、
前記N種類の撮像条件のうち、前記第3の特定手段により特定された最も大きい距離を求めた撮像条件を、前記第1の特徴量クラスタと前記第2の特徴量クラスタとの間の識別が可能な撮像条件として出力する手段と
を備えることを特徴とする画像処理装置。 - 前記第1の特定手段は、
前記第1の特徴量クラスタ中の各特徴量について、該特徴量と最も類似する特徴量を含む特徴量クラスタを前記第2の特徴量クラスタとして特定することを特徴とする請求項1に記載の画像処理装置。 - N(N≧2)種類の撮像条件のそれぞれに基づいて撮像されたN枚の撮像画像を取得する手段と、
前記N枚の撮像画像のそれぞれから特徴量を抽出し、該抽出した特徴量の集合を、該特徴量の抽出元の撮像画像の撮像条件と関連付けて特徴量クラスタとして管理する管理手段と、
前記特徴量クラスタ中の着目特徴量と類似する特徴量を、前記特徴量クラスタ中の該着目特徴量以外の各特徴量から特定する特定手段と、
前記着目特徴量と関連付けられている撮像条件と、前記特定手段が特定した特徴量と関連付けられている撮像条件と、を、前記特徴量クラスタの識別が可能な撮像条件として出力する出力手段と
を備えることを特徴とする画像処理装置。 - 更に、
前記距離及び前記撮像条件に基づいて、特徴量クラスタ間の識別処理で用いる特徴量クラスタを選択する手段を備えることを特徴とする請求項1又は2に記載の画像処理装置。 - 更に、
前記距離及び前記撮像条件に基づいて、特徴量クラスタ間の識別処理で用いる、撮像条件ごとの特徴量を選択する手段を備えることを特徴とする請求項1又は2に記載の画像処理装置。 - 画像処理装置が行う画像処理方法であって、
前記画像処理装置の取得手段が、N(N≧2)種類の撮像条件のそれぞれに基づいて撮像されたN枚の撮像画像を取得する工程と、
前記画像処理装置の管理手段が、前記N枚の撮像画像のそれぞれから特徴量を抽出し、該抽出した特徴量の集合を、該特徴量の抽出元の撮像画像の撮像条件と関連付けて、特徴量クラスタとして管理する管理工程と、
前記画像処理装置の第1の特定手段が、前記管理工程で管理する第1の特徴量クラスタ中の特徴量と類似する特徴量を含む第2の特徴量クラスタを、前記管理工程で管理する特徴量クラスタ群から特定する第1の特定工程と、
前記画像処理装置の第2の特定手段が、前記第1の特徴量クラスタ及び前記第2の特徴量クラスタから同じ撮像条件に関連付けられている特徴量を特定し、該特定した特徴量間の距離を求める第2の特定工程と、
前記画像処理装置の第3の特定手段が、前記第2の特定工程で前記N種類の撮像条件のそれぞれについて求めた距離のうち、最も大きい距離を特定する第3の特定工程と、
前記画像処理装置の出力手段が、前記N種類の撮像条件のうち、前記第3の特定工程で特定された最も大きい距離を求めた撮像条件を、前記第1の特徴量クラスタと前記第2の特徴量クラスタとの間の識別が可能な撮像条件として出力する工程と
を備えることを特徴とする画像処理方法。 - 画像処理装置が行う画像処理方法であって、
前記画像処理装置の取得手段が、N(N≧2)種類の撮像条件のそれぞれに基づいて撮像されたN枚の撮像画像を取得する工程と、
前記画像処理装置の管理手段が、前記N枚の撮像画像のそれぞれから特徴量を抽出し、該抽出した特徴量の集合を、該特徴量の抽出元の撮像画像の撮像条件と関連付けて特徴量クラスタとして管理する管理工程と、
前記画像処理装置の特定手段が、前記特徴量クラスタ中の着目特徴量と類似する特徴量を、前記特徴量クラスタ中の該着目特徴量以外の各特徴量から特定する特定工程と、
前記画像処理装置の出力手段が、前記着目特徴量と関連付けられている撮像条件と、前記特定工程で特定した特徴量と関連付けられている撮像条件と、を、前記特徴量クラスタの識別が可能な撮像条件として出力する出力工程と
を備えることを特徴とする画像処理方法。 - コンピュータを、請求項1乃至5の何れか1項に記載の画像処理装置の各手段として機能させるためのコンピュータプログラム。
- 請求項8に記載のコンピュータプログラムを格納した、コンピュータ読み取り可能な記憶媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009251356A JP5361664B2 (ja) | 2009-10-30 | 2009-10-30 | 画像処理装置、画像処理方法 |
US12/910,296 US8526679B2 (en) | 2009-10-30 | 2010-10-22 | Image processing apparatus and image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009251356A JP5361664B2 (ja) | 2009-10-30 | 2009-10-30 | 画像処理装置、画像処理方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2011096135A JP2011096135A (ja) | 2011-05-12 |
JP2011096135A5 JP2011096135A5 (ja) | 2012-12-13 |
JP5361664B2 true JP5361664B2 (ja) | 2013-12-04 |
Family
ID=43925487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009251356A Active JP5361664B2 (ja) | 2009-10-30 | 2009-10-30 | 画像処理装置、画像処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8526679B2 (ja) |
JP (1) | JP5361664B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5631086B2 (ja) * | 2010-07-12 | 2014-11-26 | キヤノン株式会社 | 情報処理装置及びその制御方法、プログラム |
JP5868005B2 (ja) * | 2011-02-04 | 2016-02-24 | キヤノン株式会社 | 撮像装置、撮像条件設定方法、プログラム |
JP5806606B2 (ja) * | 2011-12-01 | 2015-11-10 | キヤノン株式会社 | 情報処理装置、情報処理方法 |
FR2983607B1 (fr) * | 2011-12-02 | 2014-01-17 | Morpho | Procede et dispositif de suivi d'un objet dans une sequence d'au moins deux images |
US9471847B2 (en) * | 2013-10-29 | 2016-10-18 | Nec Corporation | Efficient distance metric learning for fine-grained visual categorization |
JP2016139957A (ja) * | 2015-01-28 | 2016-08-04 | オリンパス株式会社 | 撮像装置、撮像方法及び撮像プログラム |
CN104992151A (zh) * | 2015-06-29 | 2015-10-21 | 华侨大学 | 一种基于tfidf的人脸图像年龄的估计方法 |
JP6983524B2 (ja) * | 2017-03-24 | 2021-12-17 | キヤノン株式会社 | 情報処理装置、情報処理方法およびプログラム |
US11501517B2 (en) | 2017-03-28 | 2022-11-15 | Nec Corporation | Individual identifying device |
JP7026456B2 (ja) | 2017-07-05 | 2022-02-28 | キヤノン株式会社 | 画像処理装置、学習装置、フォーカス制御装置、露出制御装置、画像処理方法、学習方法、及びプログラム |
JP7350218B1 (ja) | 2022-04-15 | 2023-09-25 | 三菱電機株式会社 | 学習モデル生成装置、情報処理装置、学習モデル生成方法および情報処理方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07120883B2 (ja) | 1989-11-13 | 1995-12-20 | 株式会社村田製作所 | 静磁波装置 |
JP3154501B2 (ja) | 1991-02-14 | 2001-04-09 | 富士通株式会社 | 物体認識方法および物体認識装置 |
JP2830606B2 (ja) | 1992-04-14 | 1998-12-02 | 日本電気株式会社 | 3次元物体の認識装置 |
US5901244A (en) | 1996-06-18 | 1999-05-04 | Matsushita Electric Industrial Co., Ltd. | Feature extraction system and face image recognition system |
JP3841481B2 (ja) | 1996-06-18 | 2006-11-01 | 松下電器産業株式会社 | 特徴抽出装置及びそれを用いたパターン識別装置 |
JP2000285198A (ja) | 1999-03-31 | 2000-10-13 | Omron Corp | 画像認識システムおよび情報採取システム |
JP3945971B2 (ja) | 2000-11-07 | 2007-07-18 | グローリー株式会社 | パターン認識装置、パターン認識方法およびその方法をコンピュータに実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
JP4232388B2 (ja) | 2002-05-29 | 2009-03-04 | 日本電気株式会社 | 映像検索装置及びそれに用いる映像検索方法並びにそのプログラム |
JP2004192555A (ja) * | 2002-12-13 | 2004-07-08 | Fuji Xerox Co Ltd | 情報管理方法、情報管理装置及び情報管理プログラム |
JP2008020963A (ja) * | 2006-07-10 | 2008-01-31 | Toshiba Corp | パターン認識装置及びその方法 |
JP5010905B2 (ja) * | 2006-12-13 | 2012-08-29 | パナソニック株式会社 | 顔認証装置 |
-
2009
- 2009-10-30 JP JP2009251356A patent/JP5361664B2/ja active Active
-
2010
- 2010-10-22 US US12/910,296 patent/US8526679B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20110103652A1 (en) | 2011-05-05 |
US8526679B2 (en) | 2013-09-03 |
JP2011096135A (ja) | 2011-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5361664B2 (ja) | 画像処理装置、画像処理方法 | |
JP5588196B2 (ja) | 認識装置及びその制御方法、コンピュータプログラム | |
Su et al. | Learning a dense multi-view representation for detection, viewpoint classification and synthesis of object categories | |
Gopalakrishnan et al. | Random walks on graphs to model saliency in images | |
Zhang et al. | Reflectance hashing for material recognition | |
JP5261501B2 (ja) | 不変の視覚場面及び物体の認識 | |
JP2008547094A (ja) | 三次元クラスモデルを用いた二次元画像における認識システムおよび方法 | |
CN109544603B (zh) | 基于深度迁移学习的目标跟踪方法 | |
JP6149710B2 (ja) | 画像処理装置及びプログラム | |
CN108509925B (zh) | 一种基于视觉词袋模型的行人重识别方法 | |
JP4925120B2 (ja) | 物体認識装置および物体認識方法 | |
JP4946878B2 (ja) | 画像識別装置及びプログラム | |
CN116229189B (zh) | 基于荧光内窥镜的图像处理方法、装置、设备及存储介质 | |
Hu et al. | A grasps-generation-and-selection convolutional neural network for a digital twin of intelligent robotic grasping | |
JP6547626B2 (ja) | 画像の特徴量に関する処理システム、処理方法及びプログラム | |
Bharadwaj et al. | Can holistic representations be used for face biometric quality assessment? | |
JP4721829B2 (ja) | 画像検索方法及び装置 | |
CN105139013A (zh) | 一种融合形状特征和兴趣点的物体识别方法 | |
JP2012123631A (ja) | 注目領域検出方法、注目領域検出装置、及びプログラム | |
CN109074643B (zh) | 图像中的基于方位的对象匹配 | |
Monzo et al. | Color HOG-EBGM for face recognition | |
WO2015136716A1 (ja) | 画像処理装置、画像センサ、画像処理方法 | |
Ciubotariu et al. | Enhancing the performance of image classification through features automatically learned from depth-maps | |
Fihl et al. | Invariant gait continuum based on the duty-factor | |
Huang | Learning a 3D descriptor for cross-source point cloud registration from synthetic data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121030 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121030 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130729 |
|
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: 20130809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130903 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5361664 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |