JP6088792B2 - 画像検出装置及び制御プログラム並びに画像検出方法 - Google Patents
画像検出装置及び制御プログラム並びに画像検出方法 Download PDFInfo
- Publication number
- JP6088792B2 JP6088792B2 JP2012239808A JP2012239808A JP6088792B2 JP 6088792 B2 JP6088792 B2 JP 6088792B2 JP 2012239808 A JP2012239808 A JP 2012239808A JP 2012239808 A JP2012239808 A JP 2012239808A JP 6088792 B2 JP6088792 B2 JP 6088792B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- target image
- detection
- map
- processing target
- 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
Landscapes
- Image Analysis (AREA)
Description
画像入力部2には、監視カメラシステム等が備える撮像部で順次撮像された複数枚の画像をそれぞれ示す複数の画像データが順次入力される。画像入力部2は、処理対象画像を示す画像データを出力する。画像入力部2は、撮像部で得られる各画像を処理対象画像としても良いし、撮像部で得られる画像のうち、数秒毎に得られる画像を処理対象画像としても良い。撮像部では、例えば、1秒間にL枚(L≧2)の画像が撮像される。つまり、撮像部での撮像フレームレートは、Lfps(frame per second)である。
<差分画像生成処理>
差分画像生成部3は、処理対象画像と前画像とのそれぞれを、行列状に複数の第1ブロックに分割する。各第1ブロックでは、例えば、行方向に5個のピクセルが並び、列方向に5個のピクセルが並び、各第1ブロックは、合計25個のピクセルで構成されている。以後、行方向にm個(m≧1)のピクセルが並び、列方向にn個(n≧1)のピクセルが並ぶ領域の大きさをmp×npで表す(pはピクセルの意味)。また、画像の左上を基準にして第m行目であって第n列目に位置するブロックをm×n番目のブロックと呼ぶ。処理対象画像では、行方向にM個(M≧2)のピクセルが並び、列方向にN個(N≧2)のピクセルが並んでいることから、処理対象画像の大きさは、Mp×Npとなっている。また、差分画像の大きさはMp×Npとなっている。
一般的に人の顔画像は様々な輝度を有している。したがって、顔画像の輝度ヒストグラムの分布は偏っておらず、ばらついている。よって、処理対象画像において、輝度ヒストグラムの分布が偏っている領域については、顔画像でない可能性が高い。言い換えれば、処理対象画像において、輝度ヒストグラムの分布がばらついている領域については、顔画像である可能性が高い。
地面の画像、木の画像、空の画像などの背景画像については、その画像内において同じような模様が続いている場合が多い。したがって、処理対象画像を複数のブロックに分割すると、処理対象画像内での背景画像においては、互いに隣接する複数のブロックについての輝度ヒストグラムは互いに類似すると考えられる。
第2確率マップ生成部6は、エントロピーマップ生成部4で生成されたエントロピーマップと、第1確率マップ生成部5で生成された背景存在確率マップとに基づいて、処理対象画像での顔存在確率の分布を示す検出対象存在確率マップを生成する。検出部7では、この検出対象存在確率マップが使用されて処理対象画像に対して顔画像の検出が行われる。検出対象存在確率マップは、行列状の複数の顔存在確率の評価値(以後、「顔存在確率評価値」と呼ぶ)で構成されている。検出対象存在確率マップでの顔存在確率評価値の配列は、処理対象画像でのピクセルの配列と同じであって、行方向にM個の顔存在確率評価値が並び、列方向にN個の顔存在確率評価値が並んでいる。
検出部7は、処理対象画像に対して検出枠を移動させながら当該検出枠内の部分画像に対して顔画像の検出を行う。検出部7は、検出枠の各位置において顔画像の検出を行うか否かを、第2確率マップ生成部6で生成された検出対象存在確率マップに基づいて決定する。これにより、処理対象画像において顔画像の検出が行われる領域が検出対象存在確率マップに基づいて決定される。
出力値マップ生成部8は、検出部7での検出結果に基づいて、顔画像である確からしさ(顔画像らしさ)を示す検出確度値についての処理対象画像での分布を示す出力値マップを生成する。以下に、出力値マップの生成方法について詳細に説明する。
4 エントロピーマップ生成部
5 第1確率マップ生成部
6 第2確率マップ生成部
7 検出部
12 制御プログラム
Claims (7)
- 処理対象画像から検出対象画像を検出する画像検出装置であって、
前記処理対象画像での輝度ヒストグラムのエントロピーの分布を示すエントロピーマップを生成する第1マップ生成部と、
前記エントロピーマップに基づいて、前記処理対象画像での前記検出対象画像の存在確率の分布を示す検出対象存在確率マップを生成する第2マップ生成部と、
前記処理対象画像において前記検出対象画像の検出を行う領域を前記検出対象存在確率マップに基づいて決定し、当該領域に対して前記検出対象画像の検出を行う検出部と
を備え、
前記第1マップ生成部は、前記輝度ヒストグラムのエントロピーの評価値で構成された前記エントロピーマップを生成し、
前記第1マップ生成部は、
前記処理対象画像に含まれるある領域での前記輝度ヒストグラムのエントロピーである第1エントロピーがしきい値以上の場合には、前記処理対象画像よりも前に撮像された前画像における、当該ある領域と同じ位置の領域での前記輝度ヒストグラムのエントロピーである第2エントロピーの前記評価値を、当該第1エントロピーに基づいて更新することによって、当該第1エントロピーの前記評価値を求める、画像検出装置。 - 処理対象画像から検出対象画像を検出する画像検出装置であって、
前記処理対象画像よりも前に撮像された前画像と前記処理対象画像との差分画像を生成する差分画像生成部と、
前記処理対象画像での輝度ヒストグラムのエントロピーの分布を示すエントロピーマップを生成する第1マップ生成部と、
前記エントロピーマップに基づいて、前記処理対象画像での前記検出対象画像の存在確率の分布を示す検出対象存在確率マップを生成する第2マップ生成部と、
前記処理対象画像において前記検出対象画像の検出を行う領域を前記検出対象存在確率マップに基づいて決定し、当該領域に対して前記検出対象画像の検出を行う検出部と
を備え、
前記第1マップ生成部は、前記差分画像に基づいて、前記処理対象画像において前記前画像から変化した変化領域を特定し、
前記第1マップ生成部は、
前記処理対象画像についての前記エントロピーマップを生成する際には、
前記処理対象画像のうち前記変化領域以外の領域での輝度ヒストグラムのエントロピーの分布については、前記前画像での輝度ヒストグラムのエントロピーの分布を使用し、
前記処理対象画像のうち前記変化領域での輝度ヒストグラムのエントロピーの分布については、あらたに求める、画像検出装置。 - 処理対象画像から検出対象画像を検出する画像検出装置であって、
前記処理対象画像での輝度ヒストグラムのエントロピーの分布を示すエントロピーマップを生成する第1マップ生成部と、
前記エントロピーマップに基づいて、前記処理対象画像での前記検出対象画像の存在確率の分布を示す検出対象存在確率マップを生成する第2マップ生成部と、
前記処理対象画像において前記検出対象画像の検出を行う領域を前記検出対象存在確率マップに基づいて決定し、当該領域に対して前記検出対象画像の検出を行う検出部と、
前記処理対象画像での背景画像の存在確率の分布を示す背景存在確率マップを生成する第3マップ生成部と
を備え、
前記第2マップ生成部は、前記エントロピーマップ及び前記背景存在確率マップに基づいて、前記検出対象存在確率マップを生成する、画像検出装置。 - 請求項3に記載の画像検出装置であって、
前記処理対象画像よりも前に撮像された前画像と前記処理対象画像との差分画像を生成する差分画像生成部をさらに備え、
前記第3マップ生成部は、前記差分画像に基づいて、前記処理対象画像において前記前画像から変化した変化領域を特定し、
前記第3マップ生成部は、
前記処理対象画像についての前記背景存在確率マップを生成する際には、
前記処理対象画像のうち前記変化領域以外の領域での背景画像の存在確率の分布については、前記前画像での背景画像の存在確率の分布を使用し、
前記処理対象画像のうち前記変化領域での背景画像の存在確率の分布については、あらたに求める、画像検出装置。 - 請求項1乃至請求項4のいずれか一つに記載の画像検出装置であって、
前記検出対象画像は、人の顔画像である、画像検出装置。 - 処理対象画像から検出対象画像を検出する画像検出装置を制御するための制御プログラムであって、
前記画像検出装置に、
(a)前記処理対象画像での輝度ヒストグラムのエントロピーの分布を示すエントロピーマップを生成する工程と、
(b)前記処理対象画像での背景画像の存在確率の分布を示す背景存在確率マップを生成する工程と、
(c)前記エントロピーマップ及び前記背景存在確率マップに基づいて、前記処理対象画像での前記検出対象画像の存在確率の分布を示す検出対象存在確率マップを生成する工程と、
(d)前記処理対象画像において前記検出対象画像の検出を行う領域を前記検出対象存在確率マップに基づいて決定し、当該領域に対して前記検出対象画像の検出を行う工程と
を実行させるための制御プログラム。 - 処理対象画像から検出対象画像を検出する画像検出方法であって、
(a)前記処理対象画像での輝度ヒストグラムのエントロピーの分布を示すエントロピーマップを生成する工程と、
(b)前記処理対象画像での背景画像の存在確率の分布を示す背景存在確率マップを生成する工程と、
(c)前記エントロピーマップ及び前記背景存在確率マップに基づいて、前記処理対象画像での前記検出対象画像の存在確率の分布を示す検出対象存在確率マップを生成する工程と、
(d)前記処理対象画像において前記検出対象画像の検出を行う領域を前記検出対象存在確率マップに基づいて決定し、当該領域に対して前記検出対象画像の検出を行う工程と
を備える、画像検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012239808A JP6088792B2 (ja) | 2012-10-31 | 2012-10-31 | 画像検出装置及び制御プログラム並びに画像検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012239808A JP6088792B2 (ja) | 2012-10-31 | 2012-10-31 | 画像検出装置及び制御プログラム並びに画像検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014089626A JP2014089626A (ja) | 2014-05-15 |
JP6088792B2 true JP6088792B2 (ja) | 2017-03-01 |
Family
ID=50791476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012239808A Expired - Fee Related JP6088792B2 (ja) | 2012-10-31 | 2012-10-31 | 画像検出装置及び制御プログラム並びに画像検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6088792B2 (ja) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6432360B2 (ja) * | 2015-01-19 | 2018-12-05 | 株式会社ユニバーサルエンターテインメント | 遊技機 |
US10277831B2 (en) | 2016-03-25 | 2019-04-30 | Fuji Xerox Co., Ltd. | Position identifying apparatus and method, path identifying apparatus, and non-transitory computer readable medium |
DE102016119639A1 (de) * | 2016-10-14 | 2018-04-19 | Uniqfeed Ag | System zur dynamischen Kontrastmaximierung zwischen Vordergrund und Hintergrund in Bildern oder/und Bildsequenzen |
US10839203B1 (en) | 2016-12-27 | 2020-11-17 | Amazon Technologies, Inc. | Recognizing and tracking poses using digital imagery captured from multiple fields of view |
GB2560177A (en) | 2017-03-01 | 2018-09-05 | Thirdeye Labs Ltd | Training a computational neural network |
GB2560387B (en) | 2017-03-10 | 2022-03-09 | Standard Cognition Corp | Action identification using neural networks |
US10699421B1 (en) | 2017-03-29 | 2020-06-30 | Amazon Technologies, Inc. | Tracking objects in three-dimensional space using calibrated visual cameras and depth cameras |
US11023850B2 (en) | 2017-08-07 | 2021-06-01 | Standard Cognition, Corp. | Realtime inventory location management using deep learning |
US11200692B2 (en) | 2017-08-07 | 2021-12-14 | Standard Cognition, Corp | Systems and methods to check-in shoppers in a cashier-less store |
US10055853B1 (en) | 2017-08-07 | 2018-08-21 | Standard Cognition, Corp | Subject identification and tracking using image recognition |
US10445694B2 (en) | 2017-08-07 | 2019-10-15 | Standard Cognition, Corp. | Realtime inventory tracking using deep learning |
US11232687B2 (en) | 2017-08-07 | 2022-01-25 | Standard Cognition, Corp | Deep learning-based shopper statuses in a cashier-less store |
US10650545B2 (en) | 2017-08-07 | 2020-05-12 | Standard Cognition, Corp. | Systems and methods to check-in shoppers in a cashier-less store |
US10853965B2 (en) | 2017-08-07 | 2020-12-01 | Standard Cognition, Corp | Directional impression analysis using deep learning |
US10133933B1 (en) | 2017-08-07 | 2018-11-20 | Standard Cognition, Corp | Item put and take detection using image recognition |
US10474991B2 (en) | 2017-08-07 | 2019-11-12 | Standard Cognition, Corp. | Deep learning-based store realograms |
US10474988B2 (en) | 2017-08-07 | 2019-11-12 | Standard Cognition, Corp. | Predicting inventory events using foreground/background processing |
US11250376B2 (en) | 2017-08-07 | 2022-02-15 | Standard Cognition, Corp | Product correlation analysis using deep learning |
US10127438B1 (en) | 2017-08-07 | 2018-11-13 | Standard Cognition, Corp | Predicting inventory events using semantic diffing |
US11232294B1 (en) | 2017-09-27 | 2022-01-25 | Amazon Technologies, Inc. | Generating tracklets from digital imagery |
US11030442B1 (en) | 2017-12-13 | 2021-06-08 | Amazon Technologies, Inc. | Associating events with actors based on digital imagery |
US11284041B1 (en) | 2017-12-13 | 2022-03-22 | Amazon Technologies, Inc. | Associating items with actors based on digital imagery |
US11468698B1 (en) | 2018-06-28 | 2022-10-11 | Amazon Technologies, Inc. | Associating events with actors using digital imagery and machine learning |
US11468681B1 (en) | 2018-06-28 | 2022-10-11 | Amazon Technologies, Inc. | Associating events with actors using digital imagery and machine learning |
US11482045B1 (en) | 2018-06-28 | 2022-10-25 | Amazon Technologies, Inc. | Associating events with actors using digital imagery and machine learning |
CN111479070B (zh) * | 2019-01-24 | 2022-02-01 | 杭州海康机器人技术有限公司 | 一种图像亮度确定方法、装置及设备 |
US11232575B2 (en) | 2019-04-18 | 2022-01-25 | Standard Cognition, Corp | Systems and methods for deep learning-based subject persistence |
US11398094B1 (en) | 2020-04-06 | 2022-07-26 | Amazon Technologies, Inc. | Locally and globally locating actors by digital cameras and machine learning |
US11443516B1 (en) | 2020-04-06 | 2022-09-13 | Amazon Technologies, Inc. | Locally and globally locating actors by digital cameras and machine learning |
US11361468B2 (en) | 2020-06-26 | 2022-06-14 | Standard Cognition, Corp. | Systems and methods for automated recalibration of sensors for autonomous checkout |
US11303853B2 (en) | 2020-06-26 | 2022-04-12 | Standard Cognition, Corp. | Systems and methods for automated design of camera placement and cameras arrangements for autonomous checkout |
CN114503160A (zh) | 2020-08-01 | 2022-05-13 | 商汤国际私人有限公司 | 一种对象关联方法及装置、系统、电子设备、存储介质和计算机程序 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4186541B2 (ja) * | 2002-07-29 | 2008-11-26 | 富士ゼロックス株式会社 | 画像処理装置 |
-
2012
- 2012-10-31 JP JP2012239808A patent/JP6088792B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2014089626A (ja) | 2014-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6088792B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
CN108229490B (zh) | 关键点检测方法、神经网络训练方法、装置和电子设备 | |
JP7252188B2 (ja) | 画像処理システム、画像処理方法及びプログラム | |
CN109903331B (zh) | 一种基于rgb-d相机的卷积神经网络目标检测方法 | |
CN110008806B (zh) | 信息处理装置、学习处理方法、学习装置及物体识别装置 | |
US9047673B2 (en) | Apparatus and method for extracting target, and recording medium storing program for performing the method | |
JP6093221B2 (ja) | 画像処理回路及び画像検出装置 | |
WO2019026104A1 (ja) | 情報処理装置、情報処理プログラム及び情報処理方法 | |
JP4903192B2 (ja) | 顔検出装置 | |
JP6110174B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
JP2019204193A (ja) | 画像処理装置、画像処理方法及びプログラム | |
KR20150136225A (ko) | 관심객체 검출을 위한 관심영역 학습장치 및 방법 | |
CN111881915A (zh) | 一种基于多种先验信息约束的卫星视频目标智能检测方法 | |
JP6340228B2 (ja) | 物体検出装置 | |
JP6147056B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
US20120170861A1 (en) | Image processing apparatus, image processing method and image processing program | |
JP7312026B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP6030457B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
JP6546385B2 (ja) | 画像処理装置及びその制御方法、プログラム | |
JP6276504B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
JP6116916B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
JP2011150626A (ja) | 画像分類方法、装置、及びプログラム | |
JP2015184944A (ja) | 人物検出装置 | |
JP2014203133A (ja) | 画像処理装置、画像処理方法 | |
JP6121768B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150914 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160812 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160816 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160913 |
|
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: 20170131 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170206 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6088792 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |