JP5889820B2 - 特徴量抽出装置、特徴量抽出方法、および画像識別装置 - Google Patents
特徴量抽出装置、特徴量抽出方法、および画像識別装置 Download PDFInfo
- Publication number
- JP5889820B2 JP5889820B2 JP2013060863A JP2013060863A JP5889820B2 JP 5889820 B2 JP5889820 B2 JP 5889820B2 JP 2013060863 A JP2013060863 A JP 2013060863A JP 2013060863 A JP2013060863 A JP 2013060863A JP 5889820 B2 JP5889820 B2 JP 5889820B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- covariance matrix
- gradient
- image
- feature
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- 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
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/08—Feature extraction
-
- 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
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
- G06V10/473—Contour-based spatial representations, e.g. vector-coding using gradient analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Description
図1は、本実施形態にかかる画像識別装置100の構成を示すブロック図である。画像識別装置100は、画像データ入力部1、特徴量抽出装置10、および画像識別部5を備える。画像データ入力部1は、取得した画像データから2次元平面の輝度データを得て出力する、例えばカメラ、センサー等である。特徴量抽出装置10は、画像データの画素ごとに、勾配画像を算出する勾配画像算出部2、勾配画像を複数の領域に分割し領域ごとに複数の画素の勾配関数によって値を集計する勾配集計部3、および集計結果から特徴量(特徴ベクトル)を出力する特徴量出力部4を備える。画像識別部5は既存の機械学習手法に基づいて画像を識別する。
[2n×(x−(−r))/(r−(−r))]
(ここで、[Y]は、Yを超えない最大の整数を表記するガウス記号である)
[24×(π/4−(−π))/(π−(−π))]=10
となるので、24(=16)次元のベクトルであって、第11次元だけ1で他は0となる2値ベクトル、即ち、
{0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0}
を得る。
[m×(x−(−r))/(r−(−r))]
として量子化すればよい。また、値域が[0,+∞)の場合は、累積度数が相対的に(m−1)/mとなるようなcを値域の上限値として選ぶ。値域[0,c)は、(m−1)次元として設定し、値域[c,+∞)はm次元目として設定すればよい。
第1の実施形態においては、θ,λ1,λ2の算出において固有値分解を行うため、λ1,λ2の計算時に平方根の計算が必要になる。第2の実施形態は、これを省いて更に計算量を削減した手法である。共分散行列Hkにおいて、
|trace(Hk)|=|(λ1+λ2)|
det(Hk)=λ1λ2
となる関係を利用して、λ1,λ2の代わりに、例えば、t=|trace(Hk)|およびd=det(Hk)を使用する。
Claims (6)
- 画像データの輝度データに基づいて、異なる2つの方向についての輝度勾配データを生成する勾配画像算出部と、
前記輝度勾配データに基づいて、前記画像データを複数に分割する部分領域毎に共分散行列を算出する勾配集計部と、
前記共分散行列が表現する楕円の長軸および短軸に係る2つのパラメータを算出し、前記部分領域毎に、前記パラメータの対数の値域を所定の分割数で量子化し、量子化した値に対応する次元のみ他の次元と値が異なる特徴ベクトルを出力する特徴量出力部と、
を備える
ことを特徴とする特徴量抽出装置。 - 前記パラメータは、前記共分散行列の固有値である
ことを特徴とする請求項1に記載の特徴量抽出装置。 - 前記パラメータは、前記共分散行列のトレース(対角和)の絶対値および前記共分散行列の行列式である
ことを特徴とする請求項1に記載の特徴量抽出装置。 - 前記特徴量出力部は、さらに前記楕円の回転量に係るパラメータを算出し、前記部分領域毎に、前記回転量に基づく前記特徴ベクトルを出力する
ことを特徴とする請求項1乃至3のいずれかに記載の特徴量抽出装置。 - 2次元平面の輝度データに基づいて、異なる2つの方向についての輝度勾配データを生成し、
前記異なる2つの方向についての前記輝度勾配データに基づいて、前記2次元平面を複数に分割する部分領域毎に共分散行列を算出し、
前記共分散行列が表現する楕円の長軸および短軸に係る2つのパラメータを算出し、
前記パラメータの対数の値域をそれぞれ複数の領域に分割する分割数の次元を有する2値ベクトルであって前記対数を含む前記領域に対応する次元のみ他の次元と値が異なるようなベクトルとして、2つの前記パラメータの対数のそれぞれを表現して前記部分領域毎に出力する
ことを特徴とする特徴量抽出方法。 - 取得した画像データから輝度データを得て出力する画像データ入力部と、
前記輝度データに基づいて、異なる2つの方向についての輝度勾配データを生成する勾配画像算出部と、
前記異なる2つの方向についての前記輝度勾配データに基づいて、2次元平面を複数に分割する部分領域毎に共分散行列を算出する勾配集計部と、
前記共分散行列が表現する楕円の長軸および短軸に係る2つのパラメータを算出し、前記パラメータの対数の値域をそれぞれ複数の領域に分割する分割数の次元を有する2値ベクトルであって前記対数を含む前記領域に対応する次元のみ他の次元と値が異なるような特徴ベクトルとして、2つの前記パラメータの対数のそれぞれを表現して前記部分領域毎に出力する特徴量出力部と、
前記特徴ベクトルに基づいて画像を識別する画像識別部と、
を備える
ことを特徴とする画像識別装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013060863A JP5889820B2 (ja) | 2013-03-22 | 2013-03-22 | 特徴量抽出装置、特徴量抽出方法、および画像識別装置 |
US14/024,390 US9002118B2 (en) | 2013-03-22 | 2013-09-11 | Image feature extraction device, image feature extraction method, and image recognition device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013060863A JP5889820B2 (ja) | 2013-03-22 | 2013-03-22 | 特徴量抽出装置、特徴量抽出方法、および画像識別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014186534A JP2014186534A (ja) | 2014-10-02 |
JP5889820B2 true JP5889820B2 (ja) | 2016-03-22 |
Family
ID=51569191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013060863A Expired - Fee Related JP5889820B2 (ja) | 2013-03-22 | 2013-03-22 | 特徴量抽出装置、特徴量抽出方法、および画像識別装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9002118B2 (ja) |
JP (1) | JP5889820B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9501838B1 (en) | 2015-08-24 | 2016-11-22 | The Boeing Company | Systems and methods for determining boundaries of features in digital images |
US11367150B2 (en) * | 2017-01-23 | 2022-06-21 | Meta Platforms, Inc. | Demographic-based targeting of electronic media content items |
CN116609844B (zh) * | 2023-03-13 | 2024-03-12 | 中国自然资源航空物探遥感中心 | 一种用于提取地球物理三维断裂信息的方法和计算设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3006338B2 (ja) | 1993-03-26 | 2000-02-07 | 松下電器産業株式会社 | 運動領域輪郭検出装置 |
JP3668455B2 (ja) * | 2000-12-19 | 2005-07-06 | 松下電器産業株式会社 | 一次および二次固有特徴を用いる照明および視角に影響されない顔面記述方法 |
US7720289B2 (en) | 2005-12-14 | 2010-05-18 | Mitsubishi Electric Research Laboratories, Inc. | Method for constructing covariance matrices from data features |
US7620204B2 (en) | 2006-02-09 | 2009-11-17 | Mitsubishi Electric Research Laboratories, Inc. | Method for tracking objects in videos using covariance matrices |
ATE470912T1 (de) | 2006-04-28 | 2010-06-15 | Toyota Motor Europ Nv | Robuster detektor und deskriptor für einen interessenspunkt |
US7899253B2 (en) * | 2006-09-08 | 2011-03-01 | Mitsubishi Electric Research Laboratories, Inc. | Detecting moving objects in video by classifying on riemannian manifolds |
US7869631B2 (en) * | 2006-12-11 | 2011-01-11 | Arcsoft, Inc. | Automatic skin color model face detection and mean-shift face tracking |
US8457400B2 (en) * | 2008-06-27 | 2013-06-04 | Microsoft Corporation | Patch-based texture histogram coding for fast image similarity search |
JP5214367B2 (ja) | 2008-08-08 | 2013-06-19 | 株式会社東芝 | 特徴量抽出装置、特徴量抽出方法、画像処理装置、及び、プログラム |
US8422788B2 (en) * | 2008-08-26 | 2013-04-16 | Microsoft Corporation | Automatic image straightening |
FR2935508B1 (fr) * | 2008-09-01 | 2010-09-17 | Sagem Securite | Procede de determination d'une pseudo-identite a partir de caracteristiques de minuties et dispositif associe. |
-
2013
- 2013-03-22 JP JP2013060863A patent/JP5889820B2/ja not_active Expired - Fee Related
- 2013-09-11 US US14/024,390 patent/US9002118B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US9002118B2 (en) | 2015-04-07 |
JP2014186534A (ja) | 2014-10-02 |
US20140286576A1 (en) | 2014-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Nonnegative mixed-norm preconditioning for microscopy image segmentation | |
US20170262985A1 (en) | Systems and methods for image-based quantification for allergen skin reaction | |
JP2018113080A (ja) | エッジベクトルを利用した画像特徴検出 | |
CN104318243B (zh) | 基于稀疏表示和空谱拉普拉斯图的高光谱数据降维方法 | |
CN107851327A (zh) | 粗细搜索方法及图像处理装置 | |
Klein et al. | Salient pattern detection using W 2 on multivariate normal distributions | |
Banic et al. | Color Dog-Guiding the Global Illumination Estimation to Better Accuracy. | |
US8559714B2 (en) | Post processing for improved generation of intrinsic images | |
Zhou et al. | Label denoising adversarial network (LDAN) for inverse lighting of faces | |
JP5889820B2 (ja) | 特徴量抽出装置、特徴量抽出方法、および画像識別装置 | |
US20220414827A1 (en) | Training apparatus, training method, and medium | |
CN116645595A (zh) | 遥感影像建筑物屋顶轮廓识别方法、装置、设备和介质 | |
JP5755810B2 (ja) | 特徴抽出のための技法 | |
CN106886754A (zh) | 一种基于三角面片的三维场景下的物体识别方法及系统 | |
JP2015148895A (ja) | 物体数分布推定方法 | |
Mendez-Rial et al. | Efficiency of semi-implicit schemes for anisotropic diffusion in the hypercube | |
CN103679174A (zh) | 一种形状描述子的生成方法、装置 | |
JP5860970B2 (ja) | 固有画像の生成を改良するための後処理 | |
US9536144B2 (en) | Automatic image classification | |
Sigurdsson et al. | Endmember constrained semi-supervised hyperspectral unmixing | |
CN106326846B (zh) | 无人机图像的林木植株并行提取方法 | |
Gaddam et al. | Advanced Image Processing Using Histogram Equalization and Android Application Implementation | |
Conni et al. | Dependence of texture classification accuracy on spectral information | |
Demirci et al. | Weighted Chebyshev distance classification method for hyperspectral imaging | |
Martins et al. | Focus of attention and region segregation by low-level geometry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150611 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150616 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150717 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20151102 |
|
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: 20160119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160217 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5889820 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |