JP6017335B2 - パターン認識装置、その方法、及び、そのプログラム - Google Patents
パターン認識装置、その方法、及び、そのプログラム Download PDFInfo
- Publication number
- JP6017335B2 JP6017335B2 JP2013021395A JP2013021395A JP6017335B2 JP 6017335 B2 JP6017335 B2 JP 6017335B2 JP 2013021395 A JP2013021395 A JP 2013021395A JP 2013021395 A JP2013021395 A JP 2013021395A JP 6017335 B2 JP6017335 B2 JP 6017335B2
- Authority
- JP
- Japan
- Prior art keywords
- component
- components
- vector
- reduced
- category
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Description
Qj=s1*tj1+s2*tj2+・・・+sd*tjd ・・・(1)
但し、s1,・・・,sdは、変換部13により抽出された縮小ベクトルを表し、tj1,・・・,tjdは、カテゴリID=1〜Jの記憶部14に記憶された縮小学習ベクトルを表す。また、1<j<Jである。
Claims (6)
- 画像をパターンとして取得する取得部と、
横方向がW列、縦方向がK行のラスタースキャンを前記パターンに行って、M個の成分を有するM次元の特徴ベクトルを抽出する抽出部と、
前記M次元の特徴ベクトルを次元削減して、d次元(但し、M>d>0)の縮小ベクトルに変換する変換部と、
カテゴリと、前記カテゴリに対応するように予め学習した縮小学習ベクトルの組を保持する記憶部と、
変換した前記縮小ベクトルと、前記カテゴリ毎の前記縮小学習ベクトルとの類似度を計算する認識部と、
前記類似度に基づいて、前記縮小ベクトルに類似する前記縮小学習ベクトルに対応した前記カテゴリを、前記パターンが属する前記カテゴリと判定する判定部と、
を有し、
前記変換部は、前記特徴ベクトルのM個の前記成分からN個(但し、M>N>0)の注目成分をサンプリングし、N個の前記注目成分から前記縮小ベクトルの一つの成分を計算する処理をd回実行して、d次元の前記縮小ベクトルを生成し、
さらに、前記変換部は、前記注目成分をサンプリングする場合に、(1)前回サンプリングした前回の前記注目成分と同じ行では、予め定めた距離D内にある前記成分を除外し、(2)前回の前記注目成分と同じ列で、k行(但し、K>k>0)離れた前記成分を含み、かつ、前記k行離れた前記成分から前記距離(D−k)内にある前記成分を除外し、(3)除外して残った成分から今回の前記注目成分をサンプリングする、
パターン認識装置。 - 前記変換部は、前記縮小ベクトルの一つの成分を計算するときに、前記サンプリングしたN個の前記注目成分の平均値、又は、和の値を求める、
請求項1に記載のパターン認識装置。 - 前記変換部は、N個の前記注目成分を前記特徴ベクトルからサンプリングする場合に、前記特徴ベクトルにおける前記サンプリングする前記成分の位置と前記サンプリングの順番を定めたサンプリングテーブルに基づいてサンプリングする、
請求項1又は2に記載のパターン認識装置。 - 前記カテゴリは人物、又は、一般物体である、
請求項1乃至3のいずれか一項に記載のパターン認識装置。 - 画像をパターンとして取得し、
横方向がW列、縦方向がK行のラスタースキャンを前記パターンに行って、M個の成分を有するM次元の特徴ベクトルを抽出し、
前記M次元の特徴ベクトルを次元削減して、d次元(但し、M>d>0)の縮小ベクトルに変換し、
カテゴリと、前記カテゴリに対応するように予め学習した縮小学習ベクトルの組を保持し、
変換した前記縮小ベクトルと、前記カテゴリ毎の前記縮小学習ベクトルとの類似度を計算し、
前記類似度に基づいて、前記縮小ベクトルに類似する前記縮小学習ベクトルに対応した前記カテゴリを、前記パターンが属する前記カテゴリと判定し、
前記変換するときは、前記特徴ベクトルのM個の前記成分からN個(但し、M>N>0)の注目成分をサンプリングし、N個の前記注目成分から前記縮小ベクトルの一つの成分を計算する処理をd回実行して、d次元の前記縮小ベクトルを生成し、
さらに、前記変換するときは、前記注目成分をサンプリングする場合に、(1)前回サンプリングした前回の前記注目成分と同じ行では、予め定めた距離D内にある前記成分を除外し、(2)前回の前記注目成分と同じ列で、k行(但し、K>k>0)離れた前記成分を含み、かつ、前記k行離れた前記成分から前記距離(D−k)内にある前記成分を除外し、(3)除外して残った成分から今回の前記注目成分をサンプリングする、
パターン認識方法。 - 画像をパターンとして取得する取得機能と、
横方向がW列、縦方向がK行のラスタースキャンを前記パターンに行って、M個の成分を有するM次元の特徴ベクトルを抽出する抽出機能と、
前記M次元の特徴ベクトルを次元削減して、d次元(但し、M>d>0)の縮小ベクトルに変換する変換機能と、
カテゴリと、前記カテゴリに対応するように予め学習した縮小学習ベクトルの組を保持する記憶機能と、
変換した前記縮小ベクトルと、前記カテゴリ毎の前記縮小学習ベクトルとの類似度を計算する認識機能と、
前記類似度に基づいて、前記縮小ベクトルに類似する前記縮小学習ベクトルに対応した前記カテゴリを、前記パターンが属する前記カテゴリと判定する判定機能と、
をコンピュータに実現させ、
前記変換機能は、前記特徴ベクトルのM個の前記成分からN個(但し、M>N>0)の注目成分をサンプリングし、N個の前記注目成分から前記縮小ベクトルの一つの成分を計算する処理をd回実行して、d次元の前記縮小ベクトルを生成し、
さらに、前記変換機能は、前記注目成分をサンプリングする場合に、(1)前回サンプリングした前回の前記注目成分と同じ行では、予め定めた距離D内にある前記成分を除外し、(2)前回の前記注目成分と同じ列で、k行(但し、K>k>0)離れた前記成分を含み、かつ、前記k行離れた前記成分から前記距離(D−k)内にある前記成分を除外し、(3)除外して残った成分から今回の前記注目成分をサンプリングする、
パターン認識プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013021395A JP6017335B2 (ja) | 2013-02-06 | 2013-02-06 | パターン認識装置、その方法、及び、そのプログラム |
US14/169,242 US9342757B2 (en) | 2013-02-06 | 2014-01-31 | Pattern recognition apparatus, method thereof, and program product therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013021395A JP6017335B2 (ja) | 2013-02-06 | 2013-02-06 | パターン認識装置、その方法、及び、そのプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014153814A JP2014153814A (ja) | 2014-08-25 |
JP6017335B2 true JP6017335B2 (ja) | 2016-10-26 |
Family
ID=51259260
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013021395A Active JP6017335B2 (ja) | 2013-02-06 | 2013-02-06 | パターン認識装置、その方法、及び、そのプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US9342757B2 (ja) |
JP (1) | JP6017335B2 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8769584B2 (en) | 2009-05-29 | 2014-07-01 | TVI Interactive Systems, Inc. | Methods for displaying contextually targeted content on a connected television |
US9449090B2 (en) | 2009-05-29 | 2016-09-20 | Vizio Inscape Technologies, Llc | Systems and methods for addressing a media database using distance associative hashing |
US10116972B2 (en) | 2009-05-29 | 2018-10-30 | Inscape Data, Inc. | Methods for identifying video segments and displaying option to view from an alternative source and/or on an alternative device |
US10949458B2 (en) | 2009-05-29 | 2021-03-16 | Inscape Data, Inc. | System and method for improving work load management in ACR television monitoring system |
US9071868B2 (en) | 2009-05-29 | 2015-06-30 | Cognitive Networks, Inc. | Systems and methods for improving server and client performance in fingerprint ACR systems |
US10375451B2 (en) | 2009-05-29 | 2019-08-06 | Inscape Data, Inc. | Detection of common media segments |
US9838753B2 (en) | 2013-12-23 | 2017-12-05 | Inscape Data, Inc. | Monitoring individual viewing of television events using tracking pixels and cookies |
US10192138B2 (en) | 2010-05-27 | 2019-01-29 | Inscape Data, Inc. | Systems and methods for reducing data density in large datasets |
US9955192B2 (en) | 2013-12-23 | 2018-04-24 | Inscape Data, Inc. | Monitoring individual viewing of television events using tracking pixels and cookies |
CA2973740C (en) | 2015-01-30 | 2021-06-08 | Inscape Data, Inc. | Methods for identifying video segments and displaying option to view from an alternative source and/or on an alternative device |
MX2017013128A (es) | 2015-04-17 | 2018-01-26 | Inscape Data Inc | Sistemas y metodos para reducir densidad de los datos en grandes conjuntos de datos. |
JP6903653B2 (ja) | 2015-07-16 | 2021-07-14 | インスケイプ データ インコーポレイテッド | 共通メディアセグメントの検出 |
US10080062B2 (en) | 2015-07-16 | 2018-09-18 | Inscape Data, Inc. | Optimizing media fingerprint retention to improve system resource utilization |
CA2992529C (en) | 2015-07-16 | 2022-02-15 | Inscape Data, Inc. | Prediction of future views of video segments to optimize system resource utilization |
WO2017011768A1 (en) | 2015-07-16 | 2017-01-19 | Vizio Inscape Technologies, Llc | Systems and methods for partitioning search indexes for improved efficiency in identifying media segments |
JP7118998B2 (ja) | 2017-04-06 | 2022-08-16 | インスケイプ データ インコーポレイテッド | メディア視聴データを使用してデバイスマップの精度を改善させるためのシステムおよび方法 |
CN114677549A (zh) * | 2020-12-24 | 2022-06-28 | 安徽寒武纪信息科技有限公司 | 规约多维向量的方法、电子设备以及存储介质 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07160885A (ja) * | 1993-12-10 | 1995-06-23 | Ricoh Co Ltd | カラー画像認識方法 |
US6134344A (en) * | 1997-06-26 | 2000-10-17 | Lucent Technologies Inc. | Method and apparatus for improving the efficiency of support vector machines |
US7254269B2 (en) * | 2000-08-31 | 2007-08-07 | Hewlett-Packard Development Company, L.P. | Character recognition system |
US20030012435A1 (en) * | 2001-06-15 | 2003-01-16 | Datacard Corporation | Apparatus and method for machine vision |
US7233692B2 (en) * | 2002-11-14 | 2007-06-19 | Lockheed Martin Corporation | Method and computer program product for identifying output classes with multi-modal dispersion in feature space and incorporating multi-modal structure into a pattern recognition system |
KR100734849B1 (ko) * | 2005-11-26 | 2007-07-03 | 한국전자통신연구원 | 얼굴 인식 방법 및 그 장치 |
WO2007065221A1 (en) * | 2005-12-07 | 2007-06-14 | Commonwealth Scientific And Industrial Research Organisation | Linear feature detection method and apparatus |
JP5231839B2 (ja) * | 2008-03-11 | 2013-07-10 | 株式会社東芝 | パターン認識装置及びその方法 |
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 |
JP4547639B2 (ja) * | 2008-08-26 | 2010-09-22 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
US8254699B1 (en) * | 2009-02-02 | 2012-08-28 | Google Inc. | Automatic large scale video object recognition |
JP5214679B2 (ja) * | 2010-08-30 | 2013-06-19 | 株式会社東芝 | 学習装置、方法及びプログラム |
KR20130000828A (ko) * | 2011-06-24 | 2013-01-03 | 엘지이노텍 주식회사 | 얼굴 피쳐 검출 방법 |
-
2013
- 2013-02-06 JP JP2013021395A patent/JP6017335B2/ja active Active
-
2014
- 2014-01-31 US US14/169,242 patent/US9342757B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014153814A (ja) | 2014-08-25 |
US20140219554A1 (en) | 2014-08-07 |
US9342757B2 (en) | 2016-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6017335B2 (ja) | パターン認識装置、その方法、及び、そのプログラム | |
Dileep et al. | AyurLeaf: a deep learning approach for classification of medicinal plants | |
EP2905724B1 (en) | Object detection system and method | |
Owomugisha et al. | Automated vision-based diagnosis of banana bacterial wilt disease and black sigatoka disease | |
EP2450850B1 (en) | System and method for extracting representative feature | |
KR101917369B1 (ko) | 컨볼루션 신경망을 이용한 영상 검색 방법 및 그 장치 | |
US20210034907A1 (en) | System and method for textual analysis of images | |
US9165220B2 (en) | Image object recognition based on a feature vector with context information | |
JP6937508B2 (ja) | 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム | |
JP2006323507A (ja) | 属性識別システムおよび属性識別方法 | |
JP2017041206A (ja) | 学習装置、探索装置、方法、及びプログラム | |
EP3239897A1 (en) | Method and apparatus for determining the similarity between multivariate data sets | |
JP2020095408A (ja) | リスト生成装置、被写体識別装置、リスト生成方法、及びプログラム | |
US8611695B1 (en) | Large scale patch search | |
Prasetio et al. | Identification of Malaria Parasite Patterns With Gray Level Co-Occurance Matrix Algorithm (GLCM) | |
US20160292529A1 (en) | Image collation system, image collation method, and program | |
Da Silva et al. | Application of wavelet transform in the classification of pollen grains | |
Li et al. | Tree trunk detection in urban scenes using a multiscale attention-based deep learning method | |
JP6017005B2 (ja) | 画像検索装置、画像検索方法及びプログラム | |
KR101667877B1 (ko) | 물고기 영상의 특징 정보 추출 방법 및 물고기 영상의 특징 정보를 이용한 물고기 식별 방법 | |
JP6486084B2 (ja) | 画像処理方法、画像処理装置、及びプログラム | |
JP2019021100A (ja) | 画像探索装置、商品認識装置および画像探索プログラム | |
JP2016001387A (ja) | 画像分類前処理装置、画像分類装置、画像分類前処理方法、画像分類方法及びプログラム | |
US10810744B2 (en) | Image processing device, image processing method and image processing program | |
Ponti et al. | Color description of low resolution images using fast bitwise quantization and border-interior classification |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150907 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160825 |
|
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: 20160830 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160928 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6017335 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |