JP5385759B2 - 画像処理装置及び画像処理方法 - Google Patents
画像処理装置及び画像処理方法 Download PDFInfo
- Publication number
- JP5385759B2 JP5385759B2 JP2009251357A JP2009251357A JP5385759B2 JP 5385759 B2 JP5385759 B2 JP 5385759B2 JP 2009251357 A JP2009251357 A JP 2009251357A JP 2009251357 A JP2009251357 A JP 2009251357A JP 5385759 B2 JP5385759 B2 JP 5385759B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- registered
- partial feature
- categories
- feature region
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
登録画像に基づいて入力画像を分類する画像処理装置であって、
複数の登録画像を、それぞれの画像に含まれるオブジェクトの属性によって複数のカテゴリに分類して記録する記録手段と、
前記複数の登録画像のうちの処理対象の登録画像と入力画像とのそれぞれから、各画像を前記複数のカテゴリに分類するための特徴量を抽出するのに用いられるオブジェクト内の所定の領域を、標準部分特徴領域として抽出する第1の抽出手段と、
前記複数のカテゴリのうち、前記処理対象の登録画像が分類されている注目カテゴリを除く他のカテゴリのそれぞれに対して、当該注目カテゴリと当該他のカテゴリとの2つのカテゴリのいずれかに属する登録画像を、該2つのカテゴリに分類するための特徴量を抽出するのに用いられる前記オブジェクト内の所定の領域を、適応部分特徴領域として、前記処理対象の登録画像と前記入力画像とのそれぞれから抽出する第2の抽出手段と、
前記入力画像より抽出された前記標準部分特徴領域における特徴量と、前記処理対象の登録画像より抽出された前記標準部分特徴領域における特徴量との相関を表す第1の相関値と、前記入力画像より抽出された前記適応部分特徴領域における特徴量と、前記処理対象の登録画像より抽出された前記適応部分特徴領域における特徴量との相関を表す第2の相関値とを、それぞれ算出する相関値算出手段と、
前記相関値算出手段により算出された第1及び第2の相関値に基づいて、前記処理対象の登録画像に含まれるオブジェクトと前記入力画像に含まれるオブジェクトとの間の類似度を、前記処理対象の登録画像が分類されている注目カテゴリと前記他のカテゴリのそれぞれとの組に対応して算出する類似度算出手段と、
前記類似度算出手段により前記注目カテゴリと前記他のカテゴリのそれぞれとの組に対応して算出された複数の類似度を統合することで、前記入力画像と前記処理対象の登録画像との統合類似度を出力する出力手段とを備える。
<1.オブジェクト識別装置の全体の構成>
図1は、本発明の第1の実施形態に係るオブジェクト識別装置100の全体構成を示す図である。図1に示すように、オブジェクト識別装置100は、画像入力部101と、登録画像記録部102と、オブジェクト識別部103と、画像登録部104と、外部出力部105とを備え、互いに接続バス106を介して通信可能に接続されている。
図2は、オブジェクト識別装置100において実行される入力画像の分類及び登録処理の流れを示すフローチャートである。図2を参照しながら、オブジェクト識別装置100において実行される入力画像の分類及び登録処理の流れについて説明する。なお、以下では、識別対象となる入力画像に含まれるオブジェクトが顔オブジェクトである場合について説明するが、識別対象となる入力画像に含まれるオブジェクトは、顔オブジェクトに限定されるものでない。
<3.1 オブジェクト識別部の機能構成及び処理の流れ>
次に、オブジェクト識別部103の機能構成、及び、オブジェクト識別部103において実行されるオブジェクト識別処理の流れについて説明する。
次に、オブジェクト識別部103を構成する各部の処理について説明する。はじめに、部分特徴量抽出部301における処理の詳細について説明する。図5は、部分特徴量抽出部301の機能構成を示す図である。図5に示すように、部分特徴量抽出部301は、特徴ベクトル抽出部501と、特徴ベクトル変換部502と、特徴ベクトル生成用データ保持部503とを備える。
特徴ベクトル抽出部501では、まず、オブジェクトから特徴点を検出する。顔オブジェクトの場合、目、口、鼻などの構成要素の端点を特徴点として検出する。なお、端点を検出するアルゴリズムとしては、例えば、特許3078166号公報に記載された畳み込み神経回路網を用いた方法などが用いられるものとする。
特徴ベクトル変換部502では、特徴ベクトル抽出部501より出力された特徴ベクトルに所定の変換処理を施す。特徴ベクトルの変換処理としては、例えば、主成分分析(PCA)による次元圧縮や、独立成分分析(ICA)による次元圧縮などが挙げられる。
特徴ベクトル生成用データ保持部503は、オブジェクト識別処理の実行以前に予め定められている、「特徴ベクトルを生成するために必要なデータ」を保持している。具体的には登録画像と入力画像とに設定されるべき部分特徴領域(部分特徴領域の数・位置・形状)や、特徴ベクトルの変換方法、変換行列などのパラメータ等を保持している。特徴ベクトル抽出部501および特徴ベクトル変換部502では、それぞれ必要なパラメータを特徴ベクトル生成用データ保持部503から取得して処理を実行する。
次に、標準部分特徴領域セット及び適応部分特徴領域セットの具体的な構成例を図7を用いて説明する。図7は、カテゴリがAからDまで4つある場合において、カテゴリAに設定される標準部分特徴領域セット701及び適応部分特徴領域セット710の一例を示した図である。
次に、部分特徴量比較部302について説明する。部分特徴量比較部302では、入力画像に含まれるオブジェクトと登録画像に含まれるオブジェクトとの間で、対応する拡張部分特徴領域から抽出された特徴ベクトル同士を比較し、相関値を求める。上述したように、拡張部分特徴領域は複数の部分特徴領域から構成されるため、複数の相関値が算出されることとなる。
次に、類似度算出部303について説明する。図8は、類似度算出部303の機能構成を示す図である。図8に示すように、類似度算出部303は、相関値ベクトル統合部801と相関値ベクトル統合用データ保持部802とを備える。
統合類似度score=argmin(score(A,B)、score(A,C)、score(A,D))
なお、上述のように、類似度を算出する際に、標準部分特徴領域セットと適応部分特徴領域セットから得られる相関値を組み合わせて用いるのは、以下のような理由による。
次に、識別結果統合部304について説明する。識別結果統合部304では、全ての登録画像についての統合類似度が得られた後、それぞれの統合類似度から入力画像が分類されるべきカテゴリを決定する。具体的には各登録画像について得られた統合類似度を比較し、最も大きい統合類似度を持つ登録画像が分類されているカテゴリを、入力画像が分類されるべきカテゴリと判断する。
<4.1 画像登録部の機能構成及び処理の流れ>
次に、画像登録部104の機能構成について説明する。図10は、画像登録部104の機能構成を示す図である。図10に示すように、画像登録部104は、登録画像更新部1001と、登録画像情報取得部1002と、登録画像評価部1003と、特徴ベクトル生成用データ更新部1004と、相関値ベクトル統合用データ更新部1005とを備える。
次に、画像登録部104を構成する各部の処理について説明する。はじめに、画像登録部104内の登録画像情報取得部1002における処理の詳細について説明する。
次に、登録画像評価部1003における処理の詳細について説明する。登録画像評価部1003では、登録画像情報取得部1002において取得された情報に基づいて、適応部分特徴領域セットを更新すべきか否か、および適応部分特徴領域の数が適切か否かなどについて判断する。更に、当該判断結果を特徴ベクトル生成用データ更新部1004に出力する。
number(A,B)=number’×(similarity(A,B)/similarity’)
<4.4 特徴ベクトル生成用データ更新部における処理の流れ>
次に、特徴ベクトル生成用データ更新部1004における処理の詳細について説明する。特徴ベクトル生成用データ更新部1004では、登録画像記録部102に保持されている登録画像と登録画像情報取得部1002において取得された情報とを用いて、カテゴリそれぞれに対して専用の適応部分特徴領域セットを生成する。そして、生成された各適応部分特徴領域セットを、部分特徴量抽出部301内の特徴ベクトル生成用データ保持部503に設定する。
次に、相関値ベクトル統合用データ更新部1005について説明する。相関値ベクトル統合用データ更新部1005では、特徴ベクトル生成用データ更新部1004で学習された適応部分特徴領域セットに基づいて、特徴ベクトルの統合に必要な情報を類似度算出部303内の相関値ベクトル統合用データ保持部802に設定する。
上記第1の実施形態では登録画像に基づいて適応部分特徴領域セットを選択する際、部分特徴領域における部分特徴量の相関値ヒストグラムの分離度を基準に、AdaBoost法を用いて行うこととした。しかしながら、本発明はこれに限定されず、部分特徴領域における部分特徴量からなる特徴ベクトルの分布がカテゴリ間で分離している度合を基準に選ぶようにしてもよい。
画像登録部104内の特徴ベクトル生成用データ更新部1004について、上記第1の実施形態との差異点について説明する。上記第1の実施形態では登録画像に基づいて適応部分特徴領域サブセットを生成する際、部分特徴領域における部分特徴量の相関値ヒストグラムの分離度を基準として、AdaBoost法を用いて行うこととしていた。
上記第1の実施形態では、類似度を統合して統合類似度を算出する際、標準部分特徴領域セット及び適応部分特徴領域セットそれぞれを用いて算出した類似度を統合することにより、統合類似度を算出することとした。しかしながら、本発明はこれに限定されず、標準部分特徴領域セットのみを用いて算出した相関値を統合した類似度も、類似度の統合において用いられるようにしてもよい。
オブジェクト識別部103内の類似度算出部303について、上記第1の実施形態との差異点を説明する。上記第1の実施形態では、標準部分特徴領域セットに対応する相関値の一部と、適応部分特徴領域サブセットの1つに対応する相関値全てとを統合し、類似度としていた。また、当該類似度を、適応部分特徴領域サブセットの数だけ求めていた。具体的には、3つの類似度score(A,B)、score(A,C)、score(A,D)を求めていた。そして、得られた類似度の中から最小値を、登録画像と入力画像の統合類似度scoreとして識別結果統合部304に出力していた。
score=argmin(score(standard),score(A,B),socre(A,C),score(A,D))
このような処理を行うことにより、適応部分特徴領域サブセットを用いた3つの類似度全てが過学習の問題により予期せぬ値になった場合であっても、識別性能を維持することが可能となる。
上記第1の実施形態では、得られた類似度が高い場合に、登録画像と入力画像とが同一のカテゴリに分類される可能性が高いと判断していた。しかしながら、本発明はこれに限定されず、得られた類似度が低いほど登録画像と入力画像とが異なるカテゴリに分類される可能性が高いと判断するようにしてもよい。以下、本実施形態の詳細について説明する。
部分特徴量比較部302における処理について上記第1の実施形態との差異点を説明する。上記第1の実施形態で説明したとおり、部分特徴量比較部302では、入力画像と登録画像との間で対応する拡張部分特徴領域から抽出された特徴ベクトル同士を比較し、相関値を求める。そして全ての相関値を束ねることで、相関値ベクトルを生成する。
次に、類似度算出部303における処理について上記第1の実施形態との差異点を説明する。上記第1の実施形態において説明したとおり、類似度算出部303では類似度を求める際、相関値ベクトルから、標準部分特徴領域セットに対応する相関値の一部と、適応部分特徴領域サブセットひとつに対応する相関値全てとを抽出する。そして、抽出された相関値の中で相対的に大きい上位何割かの相関値の平均値を類似度としていた。これに対して本実施形態では、抽出された相関値の中で相対的に小さい下位何割かの相関値の平均値を類似度とする。
score=argmax(score(A,B)、score(A,C)、score(A,D))
ここで、上記第1の実施形態では、得られた類似度の中の最小値を統合類似度として出力していたため、出力値は、登録画像と入力画像とが異なるカテゴリに分類される場合に最も低い値を示していた。これに対して、本実施形態の場合、得られた類似度の中の最大値を統合類似度として出力するため、出力値は、登録画像と入力画像とが異なるカテゴリに分類される場合に最も高い値を示すこととなる。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (12)
- 登録画像に基づいて入力画像を分類する画像処理装置であって、
複数の登録画像を、それぞれの画像に含まれるオブジェクトの属性によって複数のカテゴリに分類して記録する記録手段と、
前記複数の登録画像のうちの処理対象の登録画像と入力画像とのそれぞれから、各画像を前記複数のカテゴリに分類するための特徴量を抽出するのに用いられるオブジェクト内の所定の領域を、標準部分特徴領域として抽出する第1の抽出手段と、
前記複数のカテゴリのうち、前記処理対象の登録画像が分類されている注目カテゴリを除く他のカテゴリのそれぞれに対して、当該注目カテゴリと当該他のカテゴリとの2つのカテゴリのいずれかに属する登録画像を、該2つのカテゴリに分類するための特徴量を抽出するのに用いられる前記オブジェクト内の所定の領域を、適応部分特徴領域として、前記処理対象の登録画像と前記入力画像とのそれぞれから抽出する第2の抽出手段と、
前記入力画像より抽出された前記標準部分特徴領域における特徴量と、前記処理対象の登録画像より抽出された前記標準部分特徴領域における特徴量との相関を表す第1の相関値と、前記入力画像より抽出された前記適応部分特徴領域における特徴量と、前記処理対象の登録画像より抽出された前記適応部分特徴領域における特徴量との相関を表す第2の相関値とを、それぞれ算出する相関値算出手段と、
前記相関値算出手段により算出された第1及び第2の相関値に基づいて、前記処理対象の登録画像に含まれるオブジェクトと前記入力画像に含まれるオブジェクトとの間の類似度を、前記処理対象の登録画像が分類されている注目カテゴリと前記他のカテゴリのそれぞれとの組に対応して算出する類似度算出手段と、
前記類似度算出手段により前記注目カテゴリと前記他のカテゴリのそれぞれとの組に対応して算出された複数の類似度を統合することで、前記入力画像と前記処理対象の登録画像との統合類似度を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。 - 前記第2の抽出手段は、前記2つのカテゴリにそれぞれ分類されている登録画像を学習データとして、AdaBoost法により、前記適応部分特徴領域を抽出することを特徴とする請求項1に記載の画像処理装置。
- 前記第2の抽出手段は、前記2つのカテゴリにそれぞれ分類されている登録画像のうち、同一のカテゴリに分類されている登録画像から抽出される特徴量の分散が小さく、かつ、2つのカテゴリにそれぞれ分類されている登録画像から抽出される特徴量の分散が大きくなるように、前記適応部分特徴領域を抽出することを特徴とする請求項1に記載の画像処理装置。
- 前記記録手段に新たに登録画像が記録された場合に、前記オブジェクト内の所定の領域が変更されることを特徴とする請求項1または2に記載の画像処理装置。
- 前記記録手段に記録されている登録画像のうち、生成されてからの経過時間が所定値以上の登録画像の占める割合が所定値以上となった場合に、前記オブジェクト内の所定の領域が変更されることを特徴とする請求項1または2に記載の画像処理装置。
- 前記記録手段に記録されている登録画像のうち、前回、抽出する前記適応部分特徴領域が変更されてから新たに記録された登録画像の数が所定数以上となった場合に、前記オブジェクト内の所定の領域が変更されることを特徴とする請求項1または2に記載の画像処理装置。
- 前記類似度算出手段は、第1及び第2の相関値として算出された複数の相関値のうち、値の大きい順に所定数の相関値を抽出し、該抽出した相関値の平均値を求めることで、前記類似度を算出することを特徴とする請求項1に記載の画像処理装置。
- 前記出力手段は、前記類似度算出手段により算出された複数の類似度のうち、最小の類似度を前記入力画像と前記処理対象の登録画像との統合類似度として出力することを特徴とする請求項7に記載の画像処理装置。
- 前記第1の抽出手段は、前記記録手段に記録された登録画像を学習データとして、AdaBoost法により、前記標準部分特徴領域を抽出することを特徴とする請求項1に記載の画像処理装置。
- 複数の登録画像を、それぞれの画像に含まれるオブジェクトの属性によって複数のカテゴリに分類して記録する記録手段を備える画像処理装置において、登録画像に基づいて入力画像を分類する画像処理方法であって、
第1の抽出手段が、前記複数の登録画像のうちの処理対象の登録画像と入力画像とのそれぞれから、各画像を前記複数のカテゴリに分類するための特徴量を抽出するのに用いられるオブジェクト内の所定の領域を、標準部分特徴領域として抽出する第1の抽出工程と、
第2の抽出手段が、前記複数のカテゴリのうち、前記処理対象の登録画像が分類されている注目カテゴリを除く他のカテゴリのそれぞれに対して、当該注目カテゴリと当該他のカテゴリとの2つのカテゴリのいずれかに属する登録画像を、該2つのカテゴリに分類するための特徴量を抽出するのに用いられる前記オブジェクト内の所定の領域を、適応部分特徴領域として、前記処理対象の登録画像と前記入力画像とのそれぞれから抽出する第2の抽出工程と、
相関値算出手段が、前記入力画像より抽出された前記標準部分特徴領域における特徴量と、前記処理対象の登録画像より抽出された前記標準部分特徴領域における特徴量との相関を表す第1の相関値と、前記入力画像より抽出された前記適応部分特徴領域における特徴量と、前記処理対象の登録画像より抽出された前記適応部分特徴領域における特徴量との相関を表す第2の相関値とを、それぞれ算出する相関値算出工程と、
類似度算出手段が、前記相関値算出工程において算出された第1及び第2の相関値に基づいて、前記処理対象の登録画像に含まれるオブジェクトと前記入力画像に含まれるオブジェクトとの間の類似度を、前記処理対象の登録画像が分類されている注目カテゴリと前記他のカテゴリのそれぞれとの組に対応して算出する類似度算出工程と、
出力手段が、前記類似度算出工程において前記注目カテゴリと前記他のカテゴリのそれぞれとの組に対応して算出された複数の類似度を統合することで、前記入力画像と前記処理対象の登録画像との統合類似度を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。 - 請求項10に記載の画像処理方法の各工程をコンピュータに実行させるためのプログラム。
- 請求項10に記載のオブジェクト識別方法の各工程をコンピュータに実行させるためのプログラムを記憶した記憶媒体。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009251357A JP5385759B2 (ja) | 2009-10-30 | 2009-10-30 | 画像処理装置及び画像処理方法 |
US12/908,480 US8542887B2 (en) | 2009-10-30 | 2010-10-20 | Object identification apparatus and object identification method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009251357A JP5385759B2 (ja) | 2009-10-30 | 2009-10-30 | 画像処理装置及び画像処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011096136A JP2011096136A (ja) | 2011-05-12 |
JP5385759B2 true JP5385759B2 (ja) | 2014-01-08 |
Family
ID=43925508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009251357A Expired - Fee Related JP5385759B2 (ja) | 2009-10-30 | 2009-10-30 | 画像処理装置及び画像処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US8542887B2 (ja) |
JP (1) | JP5385759B2 (ja) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5385759B2 (ja) * | 2009-10-30 | 2014-01-08 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP5671928B2 (ja) * | 2010-10-12 | 2015-02-18 | ソニー株式会社 | 学習装置、学習方法、識別装置、識別方法、およびプログラム |
JP5929896B2 (ja) * | 2011-03-17 | 2016-06-08 | 日本電気株式会社 | 画像認識システム、画像認識方法および画像認識用プログラム |
JP5755046B2 (ja) | 2011-06-22 | 2015-07-29 | キヤノン株式会社 | 画像認識装置、画像認識方法及びプログラム |
JP5981113B2 (ja) * | 2011-09-14 | 2016-08-31 | 株式会社 資生堂 | 顎部のたるみの評価方法 |
US20130136298A1 (en) * | 2011-11-29 | 2013-05-30 | General Electric Company | System and method for tracking and recognizing people |
JP5649601B2 (ja) * | 2012-03-14 | 2015-01-07 | 株式会社東芝 | 照合装置、方法及びプログラム |
JP5882805B2 (ja) * | 2012-03-26 | 2016-03-09 | キヤノン株式会社 | 情報処理装置、その処理方法及びプログラム |
KR102057947B1 (ko) | 2013-04-01 | 2019-12-20 | 삼성전자주식회사 | 사용자 인증을 수행하는 디스플레이 장치 및 그 사용자 인증 방법 |
JP2015179423A (ja) * | 2014-03-19 | 2015-10-08 | キヤノン株式会社 | 人物登録装置、人物認識装置及びプログラム |
US20160350336A1 (en) * | 2015-05-31 | 2016-12-01 | Allyke, Inc. | Automated image searching, exploration and discovery |
JP6541226B2 (ja) * | 2015-09-18 | 2019-07-10 | Kddi株式会社 | 情報端末装置及びプログラム |
US10025950B1 (en) * | 2017-09-17 | 2018-07-17 | Everalbum, Inc | Systems and methods for image recognition |
CN109151175B (zh) * | 2018-07-25 | 2021-05-21 | 努比亚技术有限公司 | 一种移动终端安全控制方法、移动终端以及计算机存储介质 |
CN111382635B (zh) * | 2018-12-29 | 2023-10-13 | 杭州海康威视数字技术股份有限公司 | 一种商品类别识别方法、装置及电子设备 |
US10621473B1 (en) * | 2019-01-30 | 2020-04-14 | StradVision, Inc. | Method for providing object detecting system capable of updating types of detectable classes in real-time by using continual learning and devices using the same |
CN109858464B (zh) * | 2019-02-26 | 2021-03-23 | 北京旷视科技有限公司 | 底库数据处理方法、人脸识别方法、装置和电子设备 |
CN111126252B (zh) * | 2019-12-20 | 2023-08-18 | 浙江大华技术股份有限公司 | 摆摊行为检测方法以及相关装置 |
EP4141784A4 (en) * | 2020-04-21 | 2023-06-14 | NEC Corporation | MAPPING DEVICE, MAPPING SYSTEM, MAPPING METHOD, AND NON-TRANSITORY COMPUTER READABLE MEDIA STORING A MAPPING PROGRAM |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3078166B2 (ja) | 1994-02-02 | 2000-08-21 | キヤノン株式会社 | 物体認識方法 |
US6463176B1 (en) * | 1994-02-02 | 2002-10-08 | Canon Kabushiki Kaisha | Image recognition/reproduction method and apparatus |
US5909543A (en) * | 1994-11-30 | 1999-06-01 | Canon Kabushiki Kaisha | Communication conference system and communication conference apparatus |
JPH08294100A (ja) * | 1995-04-20 | 1996-11-05 | Canon Inc | 通信端末及び監視システム |
JP3658087B2 (ja) * | 1995-07-04 | 2005-06-08 | キヤノン株式会社 | 端末装置及び端末装置の制御方法 |
US6704042B2 (en) * | 1998-12-10 | 2004-03-09 | Canon Kabushiki Kaisha | Video processing apparatus, control method therefor, and storage medium |
US7054850B2 (en) * | 2000-06-16 | 2006-05-30 | Canon Kabushiki Kaisha | Apparatus and method for detecting or recognizing pattern by employing a plurality of feature detecting elements |
JP4478296B2 (ja) | 2000-06-16 | 2010-06-09 | キヤノン株式会社 | パターン検出装置及び方法、画像入力装置及び方法、ニューラルネットワーク回路 |
JP4161659B2 (ja) | 2002-02-27 | 2008-10-08 | 日本電気株式会社 | 画像認識システム及びその認識方法並びにプログラム |
JP2005149455A (ja) * | 2003-10-21 | 2005-06-09 | Sharp Corp | 画像照合装置、画像照合方法、画像照合プログラムおよび画像照合プログラムを記録したコンピュータ読取り可能な記録媒体 |
KR100571826B1 (ko) * | 2003-12-02 | 2006-04-17 | 삼성전자주식회사 | 대용량 얼굴 인식 장치 및 방법 |
JP2006268825A (ja) * | 2005-02-28 | 2006-10-05 | Toshiba Corp | オブジェクト検出装置、学習装置、オブジェクト検出システム、方法、およびプログラム |
JP2006287749A (ja) * | 2005-04-01 | 2006-10-19 | Canon Inc | 撮像装置、及びその制御方法 |
JP4696778B2 (ja) * | 2005-08-23 | 2011-06-08 | コニカミノルタホールディングス株式会社 | 認証装置、認証方法及びプログラム |
JP2007114931A (ja) * | 2005-10-19 | 2007-05-10 | Konica Minolta Holdings Inc | 認証装置 |
JP4389956B2 (ja) * | 2007-04-04 | 2009-12-24 | ソニー株式会社 | 顔認識装置及び顔認識方法、並びにコンピュータ・プログラム |
WO2008133237A1 (ja) * | 2007-04-23 | 2008-11-06 | Sharp Kabushiki Kaisha | 撮像装置、その制御プログラムを記録したコンピュータ読取り可能な記録媒体、ならびに制御方法 |
US20080298643A1 (en) * | 2007-05-30 | 2008-12-04 | Lawther Joel S | Composite person model from image collection |
JP4974788B2 (ja) * | 2007-06-29 | 2012-07-11 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム、及び記憶媒体 |
JP2009237669A (ja) * | 2008-03-26 | 2009-10-15 | Ayonix Inc | 顔認識装置 |
JP5385759B2 (ja) * | 2009-10-30 | 2014-01-08 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
-
2009
- 2009-10-30 JP JP2009251357A patent/JP5385759B2/ja not_active Expired - Fee Related
-
2010
- 2010-10-20 US US12/908,480 patent/US8542887B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US8542887B2 (en) | 2013-09-24 |
US20110103694A1 (en) | 2011-05-05 |
JP2011096136A (ja) | 2011-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5385759B2 (ja) | 画像処理装置及び画像処理方法 | |
JP5554987B2 (ja) | オブジェクト識別装置及びその制御方法 | |
JP5424819B2 (ja) | 画像処理装置、画像処理方法 | |
JP4271964B2 (ja) | 構成成分基盤pca/icaを利用した顔認識方法及びその装置 | |
JP6760318B2 (ja) | 顔画像識別システム、識別器生成装置、識別装置、画像識別システム、及び識別システム | |
KR101967410B1 (ko) | 시각 검색 애플리케이션용 유명인사의 인물 모델 자동 마이닝 | |
US8897504B2 (en) | Classification and organization of consumer digital images using workflow, and face detection and recognition | |
US8819015B2 (en) | Object identification apparatus and method for identifying object | |
US7587068B1 (en) | Classification database for consumer digital images | |
US10055640B2 (en) | Classification of feature information into groups based upon similarity, and apparatus, image processing method, and computer-readable storage medium thereof | |
US8300942B2 (en) | Area extraction program, character recognition program, and character recognition device | |
JP6544900B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
WO2011092793A1 (ja) | データ処理装置 | |
JP5241606B2 (ja) | オブジェクト識別装置及びオブジェクト識別方法 | |
JP5792985B2 (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
JP5212007B2 (ja) | 画像分類学習装置、画像分類学習方法、および画像分類学習システム | |
JP6351243B2 (ja) | 画像処理装置、画像処理方法 | |
JP5777380B2 (ja) | 画像認識装置、画像認識方法、及びプログラム | |
JP5787686B2 (ja) | 顔認識装置、及び顔認識方法 | |
JP5214679B2 (ja) | 学習装置、方法及びプログラム | |
JP2013117861A (ja) | 学習装置、学習方法およびプログラム | |
JP2012221053A (ja) | 画像認識装置、画像認識方法、及びプログラム | |
JP6714634B2 (ja) | 照合装置及び照合方法 | |
CN112766139A (zh) | 目标识别方法及装置、存储介质及电子设备 | |
Happy et al. | Dual-threshold based local patch construction method for manifold approximation and its application to facial expression analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121018 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130614 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130618 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130819 |
|
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: 20130906 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131004 |
|
LAPS | Cancellation because of no payment of annual fees |