JP5763965B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP5763965B2 JP5763965B2 JP2011106628A JP2011106628A JP5763965B2 JP 5763965 B2 JP5763965 B2 JP 5763965B2 JP 2011106628 A JP2011106628 A JP 2011106628A JP 2011106628 A JP2011106628 A JP 2011106628A JP 5763965 B2 JP5763965 B2 JP 5763965B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- image
- subject
- value
- feature amount
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
Description
以下、添付図面に従って本発明に係る各実施形態について説明する。
図1は本発明の実施形態における情報処理装置のハードウェア構成を示すブロック図である。本実施形態に係る情報処理装置は、CPU101、ROM102、RAM103、2次記憶装置104、画像取得装置105、入力装置106、表示装置107、ネットワークインターフェース(ネットワークI/F)108、及びバス109を含む。
図2は本実施形態に係る情報処理装置の機能構成を表すブロック図である。201は画像取得手段であり、画像取得装置105を用いて解析対象の画像を取得する。202は特徴量抽出手段であり、画像取得手段201において取得された画像(以下「取得画像」という)を解析し、画像の中に含まれる特徴量を抽出する。203は差分算出手段であり、後述の記憶手段204に記憶された背景モデルに含まれる特徴量情報と、取得画像の特徴量との差分を求め、背景モデルと解析対象の画像の特徴量を比較するものである。204は記憶手段であり、RAM103、又は2次記憶装置104により構成される。記憶手段204は、画像中の各位置における状態を、特徴量抽出手段202で抽出された特徴量を示す特徴量情報や、後述する確信度を示す確信度情報を含む、背景モデルとして記憶する。ここで画像中の位置とは、例えば画素を表す位置であり、画像中の左上の端点を原点とする座標で表される。205は状態判定手段であり、差分算出手段203の結果に応じて、記憶手段204に記憶された状態の情報の中から、取得画像に類似する状態が存在するか否かを判定する。そして、取得画像に類似する状態が存在しない場合はその旨を示す情報を、取得画像に類似する状態が存在する場合は、その類似する状態を示す情報を出力する。206は前景検出手段であり、状態判定手段205の結果に基づいて、取得画像中の各位置が前景部分であるか背景部分であるかを判定し、前景である領域を検出する。207は被写体判定手段であり、前景検出手段206において前景と判定された領域から、検出対象である特定の被写体が存在する領域を検出する。なお、本実施形態では、特定の被写体は人体である例について説明する。208は確信度算出手段であり、被写体判定手段207の結果に基づいて、画像の各位置の被写体として確信度を算出する。209は背景モデル更新手段であり、状態判定手段205と確信度算出手段208の結果に基づいて、記憶手段204に記憶されている背景モデルの更新を行う。
続いて、本実施形態に係る全体の処理の流れについて図3を用いて説明する。まず、画像取得手段201は、例えば所定時間ごとに撮像された画像を取得する(S301)。特徴量抽出手段202は取得画像から特徴量を抽出する。続いて、差分算出手段203は、記憶手段204より背景モデルに含まれる特徴量情報を読み出して、取得画像の特徴量との差分を計算する(S302)。
S302の差分算出処理の詳細について、図4を用いて説明する。まず、特徴量抽出手段202において、各位置における取得画像の状態を表す値として、特徴量を抽出する(S401)。
次に、図3のS303で実行される状態判定処理の詳細について、図7を用いて説明する。まず、図7の処理が開始されると、画像の左上の位置を開始位置として、最小差分値情報に含まれる位置を参照し、その位置についての最小差分値を取得する (S701)。次に、処理の対象となる位置における最小差分値を第一の所定値(A)と比較する(S702)。状態判定手段205は、処理の対象となる位置において、最小差分値が第一の所定値より小さければ、取得画像は最小差分値情報の状態番号で表される状態にあると判定する。一方、状態判定手段205は、最小差分値が第一の所定値以上であれば、背景モデルに記憶されているどの状態とも異なる、新しい状態であると判定する。なお、S302の差分算出処理の詳細説明で述べたように、本情報処理装置の開始時の画像については、最小差分値は最大値に設定されるので、全て新規の状態と判定される。
次に、図3のS304で実行される、前景検出処理の詳細について、図9を用いて説明する。前景検出処理が開始されると、画像の左上の位置を開始位置として、状態判定情報の位置を参照して、その位置の状態判定情報を取得する(S901)。次に、処理の対象となる位置における状態判定情報から確信度情報を抽出し、第二の所定値Bと比較する(S902)。前景検出手段206は、確信度が第二の所定値以上である場合、処理の対象となる位置における取得画像の状態は、検出対象である被写体の一部として「前景」と判定する(S903)。
次に、図3のS305で実行される前景領域からの被写体判定処理、及びS306で実行される物体領域の出力について、図12を用いて詳細に説明する。被写体判定処理では、被写体判定手段207は、上記の前景領域に対して被写体の検出処理を実行し、当該領域に被写体が存在するか否かの判定を行う。処理が開始されると、被写体判定手段207には取得画像が入力される(S1201)。次に、S304の前景検出処理で得られた前景領域情報から、一つの前景領域について、その位置に関する情報を取得する(S1202)。続いて、その位置に関する情報で特定される領域において、被写体の検出処理を実行する(S1203)。
続いて、図3のS307で実行される確信度の算出処理について説明する。被写体判定手段207で、被写体フラグが1の物体領域(以下、「被写体領域」という。)は、被写体として常に検出したい対象が存在する領域である。このため、この領域は、前景検出処理で常に前景と判定されるのが好ましい。本実施形態に係る情報処理では、被写体判定結果を背景モデルに確信度として反映することにより、前景検出処理において、確信度の高い領域は、動きがなくても常に前景として検出されるようにする。
前述の被写体判定手段207を構成する弱判別器を機能させるためには、サンプル画像に基づくアダブースト学習(米国特許出願公開第2007/0237387号明細書参照)のような機械学習が必要である。この学習においては、サンプル画像として、被写体と同様の特徴を有する正解画像(ポジティブサンプル)と、特徴の異なる非正解画像(ネガティブサンプル)を用いる。同様の特徴を有する画像とは、例えば被写体が人体である場合は人間が写っている画像であり、被写体が鞄の場合は鞄が写っている画像である。機械学習においては、判別器に被写体である人体に共通の特徴(輪郭など)を学習させるため、正解画像として頭の位置や足の位置を所定のサイズの画像内で揃えた複数の画像が使用される。
被写体判定手段207は、累積スコアを
F(x)=Σtatht(x)・・・(1)
のように計算する。そして、累積スコアが閾値を超えるか否かを判定することにより、最終的に被写体か否かを判定する(米国特許出願公開第2007/0237387号明細書参照)。なお、atは各弱判別器の信頼度、xは検出ウィンドウの位置である。ht(x)は、t番目の弱判別器において被写体と判別したら+1、非被写体と判別したら−1の2値を取る関数であり、t=1からT個の弱判別器が存在する。また、atは、弱判別器がどの程度信頼できるかを示した値である。つまり、累積スコアは、取得画像に対する複数の判別処理の結果を重み付け加算した値となる。この値は、取得画像が被写体の特徴を有していると考えられる度合いとなる。このため、この値が閾値以上の領域では被写体が含まれている確率が十分高いと判定することが可能となる。
ここで、sigmoid関数の重みw1、w0は、正解(被写体の位置)のわかっている複数のサンプル画像に対して実際に検出を行い、累積スコアと被写体の検出結果の関係から、最小二乗法などにより求める。
方法1と方法2では、処理中の画像における確信度を直接求めたが、本方法では、確信度算出手段208における確信度の算出結果を累積することにより確信度を求める。従って、確信度算出手段208における1回の処理では、累積値を時間微分した確信度の変位量を算出する。そして、背景モデル更新手段209は、後述するように、この確信度の変位量を背景モデル中の確信度情報に反映させる。
次に、S308の背景モデルの更新処理について図21を用いて詳細に説明する。まず、背景モデル更新手段209は、画像の左上の位置を開始位置として、その位置に対応する状態判定情報を取得する(S2101)。続いて、処理の対象となる位置における状態が新規な状態であるか否かをチェックする(S2102)。具体的には、背景モデル更新手段209は、状態判定情報に含まれる状態番号を参照し、0であれば新規の状態であり、0以外であれば背景モデルに存在する既存の状態であると判断する。
式(3)において、現在のフレームをt、1つ前のフレームをt−1とする。μt−1は更新前の特徴量情報の値であり、μtは更新後の特徴量情報の値である。Itは取得画像の特徴量の値である。αは0から1までの値を持つ重みであり、大きな値であるほど、更新後の値は、入力の値からの影響が強くなり、画像の変動への追随性が増す。逆にαが小さいと、更新後の値は、過去の値による影響を強く受け、収束性能が向上する。なお、ここで、αを1とすることにより、記憶手段204に記憶された特徴量情報を、取得画像についての特徴量で置き換えるようにしてもよい。
式(4)において、現在のフレームをt、 1つ前のフレームをt−1とする。θM、t−1は更新前の背景モデル中の確信度情報の値、θM、tは更新後の確信度情報の値である。θl、tは現在の取得画像に対して、確信度算出手段208で算出された値である。βは0から1までの値を持つ重みであり、大きな値であるほど、現在処理中の画像から算出された値に強く依存することとなり、追従性が増す。一方、βが小さい値であると、現在処理中の画像から算出された値への依存性が弱まり、収束性が増す。
θM、t<θM、t−1のとき、θM、t=θM、t−1−δ・・・(6)
θM、t=θM、t−1のとき、θM、t=θM、t−1・・・(7)
ただし、任意のtに対して、0≦θM、t≦100であり、δは所定の値である。この値の範囲内で値を増減させることにより、確信度が突発的に大きく変化した場合でも、追随しすぎることがない、というメリットがある。δは増加させるときの式(5)と減少させるときの式(6)で別の値を与えるようにしてもよい。
ただし、任意のtに対して0≦θM、t≦100である。式(8)において、Δθl、tは確信度の変位量であり、前述の通り負の値も取り得る。つまり、方法3を用いる場合、背景モデルに記憶された確信度情報は、確信度の変位量を加算することにより更新される。これにより、被写体である画素、又は領域の確信度情報の値が大きくなるため、精度よく被写体を検出することが可能となる。さらに、確信度の変位量として負の値を用いることにより、被写体以外の領域については確信度の値が抑圧され、さらに被写体の検出精度を向上させることが可能となる。
図1において各装置はバス109によって接続されているが、一部の装置をネットワークI/F108により接続して構成しても良い。例えば画像取得装置をネットワークI/F108により接続して画像を入力するように構成しても良い。
Claims (11)
- あらかじめ定められた複数の領域の各々について、過去の取得画像における特徴量情報と、被写体が表されていることの確からしさを示す確信度情報を背景モデル情報として、複数の背景モデルを記憶する記憶手段と、
解析対象の画像を取得する取得手段と、
前記解析対象の画像を前記領域ごとに解析して特徴量を抽出する抽出手段と、
前記領域の各々について、抽出された前記特徴量と該領域に対応する前記背景モデル情報の各々に含まれる特徴量情報との差分値の最小値を、最小差分値として算出する差分算出手段と、
前記解析対象の画像において、前記最小差分値が第一の所定値より小さく、かつ、前記背景モデル情報に含まれる前記確信度情報が第二の所定値より大きい領域を、前景部分となる領域として検出する検出手段と、
前記解析対象の画像の前記前景部分として検出された領域の各々について、該領域が前記被写体を表していることの確からしさを示す確信度を、前記被写体についてあらかじめ用意された情報に基づいて算出する算出手段と、
前記前景部分として検出された領域において、前記最小差分値を与える前記背景モデル情報に含まれる特徴量情報を、前記抽出手段により抽出された特徴量で更新し、前記算出した確信度により、前記背景モデル情報に含まれる確信度情報を更新する更新手段と、
を備えることを特徴とする情報処理装置。 - 前記記憶手段は、前記最小差分値が前記第一の所定値以上の前記領域について、前記抽出手段で抽出された特徴量を特徴量情報とし、前記解析対象の画像について前記算出手段で算出された確信度を確信度情報として、すでに該領域に対応して記憶されている背景モデル情報とは別に、該領域に対応する背景モデル情報として記憶することを特徴とする請求項1に記載の情報処理装置。
- 前記記憶手段は、前記背景モデル情報において、前記確信度情報と前記特徴量情報を初めて記憶した時刻、又は、該確信度情報と該特徴量情報を与える画像を初めて取得した時刻より後に、該特徴量情報と取得した画像の特徴量との差分が前記最小差分値であり、かつ該最小差分値が前記第一の所定値より小さいと判定された通算の時間を出現時間として記憶し、
前記検出手段は、前記最小差分値が前記第一の所定値より小さい前記領域であって、該最小差分値を与える前記特徴量情報を含む前記背景モデル情報の前記出現時間が所定の期間より短い領域を、前記確信度情報によらず前景部分として検出する
ことを特徴とする請求項1または2に記載の情報処理装置。 - 前記記憶手段は、前記背景モデル情報において、前記確信度情報と前記特徴量情報を初めて記憶した時刻、又は、該確信度情報と該特徴量情報を与える画像を初めて取得した時刻を作成時刻として記憶し、
前記検出手段は、前記最小差分値が前記第一の所定値より小さい前記領域であって、該最小差分値を与える前記特徴量情報を含む前記背景モデル情報の前記作成時刻から現在時刻までの時間の差が所定の期間より短い領域を、前記確信度情報によらず前景部分として検出する
ことを特徴とする請求項1から3のいずれか1項に記載の情報処理装置。 - 前記検出手段は、前記最小差分値が前記第一の所定値以上である領域を、前記確信度情報によらず前景部分として検出する
ことを特徴とする請求項1から4のいずれか1項に記載の情報処理装置。 - 前記検出手段により前景部分として検出された領域について、前記被写体についてあらかじめ用意された情報に基づいて、該領域に被写体が含まれているか否かを判定する判定手段をさらに備え、
前記算出手段は、前記判定手段において被写体が含まれていると判定された前記領域について、正の値を持つ所定値を確信度として算出し、
前記更新手段は、前記最小差分値を与える前記特徴量情報を含む背景モデルの前記確信度情報を、該確信度情報に前記確信度を加算した値として更新する
ことを特徴とする請求項1から5のいずれか1項に記載の情報処理装置。 - 前記算出手段は、前記検出手段で前景部分として検出されなかった領域について、負の値を持つ所定値を確信度として算出することを特徴とする請求項6に記載の情報処理装置。
- 前記算出手段は、被写体と同様の特徴を有する複数の画像に関する濃度勾配の分布を前記検出手段により前景部分として検出された領域を含む所定の領域にあてはめることにより、前記確信度を算出することを特徴とする請求項1から5のいずれか1項に記載の情報処理装置。
- 前記算出手段は、被写体を含むか否かを判別する複数の判別器による判別結果をそれぞれの判別器の信頼度により重み付け加算したスコアに基づいて、前記確信度を算出することを特徴とする請求項1から5のいずれか1項に記載の情報処理装置。
- あらかじめ定められた複数の領域の各々について、過去の取得画像における特徴量情報と、被写体が表されていることの確からしさを示す確信度情報を背景モデル情報として、複数の背景モデルを記憶する記憶手段を備えた情報処理装置における情報処理方法であって、
取得手段が、解析対象の画像を取得するステップと、
抽出手段が、前記解析対象の画像を前記領域ごとに解析して特徴量を抽出するステップと、
差分算出手段が、前記領域の各々について、抽出された前記特徴量と該領域に対応する前記背景モデル情報の各々に含まれる特徴量情報との差分値の最小値を、最小差分値として算出するステップと、
検出手段が、前記解析対象の画像において、前記最小差分値が第一の所定値より小さく、かつ、前記背景モデル情報に含まれる前記確信度情報が第二の所定値より大きい領域を、前景部分となる領域として検出するステップと、
算出手段が、前記解析対象の画像の前記前景部分として検出された領域の各々について、前記領域が前記被写体を表していることの確からしさを示す確信度を、前記被写体についてあらかじめ用意された情報に基づいて算出するステップと、
更新手段が、前記前景部分として検出された領域において、前記最小差分値を与える前記背景モデル情報に含まれる特徴量情報を、前記抽出するステップにおいて抽出された特徴量で更新し、前記算出した確信度により、前記背景モデル情報に含まれる確信度情報を更新するステップと、
を備えることを特徴とする情報処理方法。 - コンピュータを請求項1から9のいずれか1項に記載の情報処理装置が備える各手段として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011106628A JP5763965B2 (ja) | 2011-05-11 | 2011-05-11 | 情報処理装置、情報処理方法、及びプログラム |
US13/455,601 US8737740B2 (en) | 2011-05-11 | 2012-04-25 | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011106628A JP5763965B2 (ja) | 2011-05-11 | 2011-05-11 | 情報処理装置、情報処理方法、及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015118567A Division JP5952942B2 (ja) | 2015-06-11 | 2015-06-11 | 情報処理装置、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012238175A JP2012238175A (ja) | 2012-12-06 |
JP5763965B2 true JP5763965B2 (ja) | 2015-08-12 |
Family
ID=47141939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011106628A Active JP5763965B2 (ja) | 2011-05-11 | 2011-05-11 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US8737740B2 (ja) |
JP (1) | JP5763965B2 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8670611B2 (en) * | 2011-10-24 | 2014-03-11 | International Business Machines Corporation | Background understanding in video data |
JP2013218487A (ja) * | 2012-04-06 | 2013-10-24 | Sony Corp | 画像処理装置、撮像装置、および画像処理方法、並びにプログラム |
JP2014017779A (ja) * | 2012-07-11 | 2014-01-30 | Sony Corp | 編集装置、編集方法、プログラム、および記録媒体 |
US9076257B2 (en) * | 2013-01-03 | 2015-07-07 | Qualcomm Incorporated | Rendering augmented reality based on foreground object |
JP6171651B2 (ja) * | 2013-07-16 | 2017-08-02 | ノーリツプレシジョン株式会社 | 画像処理プログラム及び画像処理装置 |
JP6343769B2 (ja) * | 2013-08-23 | 2018-06-20 | 中嶋 公栄 | 忘れ物防止システム、旅客自動車の乗務員に対する情報提供方法、コンピュータプログラム |
JP6341650B2 (ja) | 2013-11-20 | 2018-06-13 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
WO2015159585A1 (ja) * | 2014-04-16 | 2015-10-22 | ソニー株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
CN104050665B (zh) * | 2014-06-10 | 2017-07-21 | 华为技术有限公司 | 一种视频图像中前景停留时间的估计方法及装置 |
CN104778725A (zh) * | 2015-04-14 | 2015-07-15 | 长兴泛亚照明电器有限公司 | 一种背景自适应更新的地下车库及隧道运动目标检测方法 |
JP6587435B2 (ja) * | 2015-06-29 | 2019-10-09 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
US9946951B2 (en) * | 2015-08-12 | 2018-04-17 | International Business Machines Corporation | Self-optimized object detection using online detector selection |
JP6409726B2 (ja) | 2015-09-25 | 2018-10-24 | 株式会社デンソー | 危険度指標変換装置 |
JP6877109B2 (ja) | 2016-04-13 | 2021-05-26 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
EP3236418B1 (en) * | 2016-04-13 | 2020-10-28 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and storage medium |
WO2018133101A1 (zh) * | 2017-01-23 | 2018-07-26 | 富士通株式会社 | 图像前景检测装置及方法、电子设备 |
JP2018124786A (ja) | 2017-01-31 | 2018-08-09 | 富士通株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
CN108289191B (zh) | 2017-02-15 | 2020-01-10 | 腾讯科技(深圳)有限公司 | 图像识别方法及装置 |
JP6931290B2 (ja) * | 2017-03-03 | 2021-09-01 | キヤノン株式会社 | 画像生成装置およびその制御方法 |
JP6909960B2 (ja) * | 2017-03-31 | 2021-07-28 | パナソニックIpマネジメント株式会社 | 検知装置、検知方法及び検知プログラム |
JP6968645B2 (ja) | 2017-10-02 | 2021-11-17 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP7094702B2 (ja) * | 2018-01-12 | 2022-07-04 | キヤノン株式会社 | 画像処理装置及びその方法、プログラム |
CN110298223A (zh) * | 2018-03-22 | 2019-10-01 | 佳能株式会社 | 图像处理装置和方法及存储指令的存储介质 |
CN110300253B (zh) * | 2018-03-22 | 2021-06-29 | 佳能株式会社 | 图像处理装置和方法及存储指令的存储介质 |
EP3543903B1 (en) | 2018-03-22 | 2021-08-11 | Canon Kabushiki Kaisha | Image processing apparatus and method, and storage medium storing instruction |
EP3543902B1 (en) * | 2018-03-22 | 2021-06-02 | Canon Kabushiki Kaisha | Image processing apparatus and method and storage medium storing instructions |
JP7093075B2 (ja) * | 2018-04-09 | 2022-06-29 | 東芝エネルギーシステムズ株式会社 | 医用画像処理装置、医用画像処理方法、およびプログラム |
CN108806152A (zh) * | 2018-06-13 | 2018-11-13 | 哈尔滨罗斯科技有限公司 | 一种基于图像的安防报警设备及方法 |
CN109271903A (zh) * | 2018-09-02 | 2019-01-25 | 杭州晶智能科技有限公司 | 基于概率估计的红外图像人体识别方法 |
JP7446764B2 (ja) * | 2019-10-21 | 2024-03-11 | キヤノン株式会社 | 画像形成装置 |
CN115565117B (zh) * | 2022-11-28 | 2023-04-07 | 浙江莲荷科技有限公司 | 数据处理方法、装置、设备及存储介质 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2913882B2 (ja) | 1991-04-12 | 1999-06-28 | トヨタ自動車株式会社 | 路上物体検出装置 |
US6549681B1 (en) | 1995-09-26 | 2003-04-15 | Canon Kabushiki Kaisha | Image synthesization method |
JP3869876B2 (ja) | 1995-12-19 | 2007-01-17 | キヤノン株式会社 | 画像計測方法及び画像計測装置 |
EP0908847B1 (en) | 1997-10-06 | 2006-01-25 | Canon Kabushiki Kaisha | Image synthesis apparatus and image synthesis method |
US6704041B2 (en) | 1998-03-10 | 2004-03-09 | Canon Kabushiki Kaisha | Image processing method, apparatus and memory medium therefor |
JP3492202B2 (ja) | 1998-06-24 | 2004-02-03 | キヤノン株式会社 | 画像処理方法、装置および記録媒体 |
US6694051B1 (en) | 1998-06-24 | 2004-02-17 | Canon Kabushiki Kaisha | Image processing method, image processing apparatus and recording medium |
EP1024442A3 (en) | 1999-01-29 | 2003-04-02 | Canon Kabushiki Kaisha | Conversion between image representations used in image retrieval, and background exclusion |
JP3809305B2 (ja) | 1999-07-27 | 2006-08-16 | キヤノン株式会社 | 画像検索装置及び画像検索方法及びコンピュータ読み取り可能な記憶媒体 |
JP2002099909A (ja) | 2000-09-25 | 2002-04-05 | Hitachi Kokusai Electric Inc | 侵入物体検出画像処理方法及び装置 |
JP4622141B2 (ja) * | 2001-04-13 | 2011-02-02 | ソニー株式会社 | 画像処理装置および画像処理方法、記録媒体、並びにプログラム |
JP4497761B2 (ja) | 2001-07-18 | 2010-07-07 | キヤノン株式会社 | 画像処理装置及びインデックス作成方法 |
JP4335492B2 (ja) | 2002-03-05 | 2009-09-30 | キヤノン株式会社 | 動画像管理方法及び装置 |
JP4266695B2 (ja) | 2003-04-30 | 2009-05-20 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
JP4405831B2 (ja) | 2003-05-20 | 2010-01-27 | キヤノン株式会社 | 画像処理装置及びその制御方法、プログラム |
KR100568237B1 (ko) * | 2004-06-10 | 2006-04-07 | 삼성전자주식회사 | 비디오 영상으로부터 이동 물체를 추출하는 장치 및 방법 |
JP4371965B2 (ja) | 2004-09-14 | 2009-11-25 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
US20070237387A1 (en) | 2006-04-11 | 2007-10-11 | Shmuel Avidan | Method for detecting humans in images |
AU2008200966B2 (en) | 2008-02-28 | 2012-03-15 | Canon Kabushiki Kaisha | Stationary object detection using multi-mode background modelling |
JP2010003177A (ja) * | 2008-06-20 | 2010-01-07 | Secom Co Ltd | 画像処理装置 |
JP5570176B2 (ja) | 2009-10-19 | 2014-08-13 | キヤノン株式会社 | 画像処理システム及び情報処理方法 |
-
2011
- 2011-05-11 JP JP2011106628A patent/JP5763965B2/ja active Active
-
2012
- 2012-04-25 US US13/455,601 patent/US8737740B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20120288198A1 (en) | 2012-11-15 |
JP2012238175A (ja) | 2012-12-06 |
US8737740B2 (en) | 2014-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5763965B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP6719457B2 (ja) | 画像の主要被写体を抽出する方法とシステム | |
KR101964397B1 (ko) | 정보처리장치 및 정보처리방법 | |
JP6458394B2 (ja) | 対象追跡方法及び対象追跡装置 | |
JP6655878B2 (ja) | 画像認識方法及び装置、プログラム | |
JP5210318B2 (ja) | 画像処理装置、方法、および記憶媒体 | |
EP3418944A2 (en) | Information processing apparatus, information processing method, and program | |
TWI380223B (en) | Image processing apparatus and image processing method | |
CN110298297B (zh) | 火焰识别方法和装置 | |
US9672628B2 (en) | Method for partitioning area, and inspection device | |
KR20130043222A (ko) | Tv 제어용 제스처 인식 시스템 | |
WO2016139964A1 (ja) | 注目領域抽出装置および注目領域抽出方法 | |
US10762372B2 (en) | Image processing apparatus and control method therefor | |
CN105844248B (zh) | 人脸检测方法和装置 | |
US20130322720A1 (en) | Apparatus and method for parsing human body image | |
JP2005190400A (ja) | 顔画像検出方法及び顔画像検出システム並びに顔画像検出プログラム | |
JP7118622B2 (ja) | 物体検出装置、物体検出方法及びプログラム | |
JP6448212B2 (ja) | 認識装置及び認識方法 | |
JP5952942B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2005134966A (ja) | 顔画像候補領域検索方法及び検索システム並びに検索プログラム | |
JP6754717B2 (ja) | 物体候補領域推定装置、物体候補領域推定方法、及び物体候補領域推定プログラム | |
JP6851246B2 (ja) | 物体検出装置 | |
JP6893812B2 (ja) | 物体検出装置 | |
JP6044138B2 (ja) | 画像領域分割装置、方法、およびプログラム | |
JP2014203133A (ja) | 画像処理装置、画像処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140512 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150213 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150421 |
|
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: 20150515 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150612 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5763965 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |