JP6220737B2 - 被写体領域抽出装置、方法、及びプログラム - Google Patents
被写体領域抽出装置、方法、及びプログラム Download PDFInfo
- Publication number
- JP6220737B2 JP6220737B2 JP2014123525A JP2014123525A JP6220737B2 JP 6220737 B2 JP6220737 B2 JP 6220737B2 JP 2014123525 A JP2014123525 A JP 2014123525A JP 2014123525 A JP2014123525 A JP 2014123525A JP 6220737 B2 JP6220737 B2 JP 6220737B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- subject
- unit
- graph
- partial
- 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
Description
まず、本実施の形態における原理について説明する。本実施の形態は、画像の各々について、複数の部分領域に分割することにより、各画像を構成するピクセル集合が部分領域としてまとめられるため、二次計画問題における行列の要素数を大幅に削減することができる。また、画像間の被写体マッチングを、被写体候補領域の抽出及びグラフマッチングを用いて実施する。具体的には、被写体候補領域を構成する部分領域をノード、部分領域間の隣接関係をエッジとするグラフを各画像で構築し、得られたグラフの類似度を画像間で比較することにより、被写体マッチングを行う。非特許文献1で用いられているSIFT−Flоwとは異なり、グラフマッチングは被写体を構成する部分領域の位相関係に基づいてマッチングする技術であるため、画像間で被写体の見えが異なっていたり変形したりしても、より精度よく被写体マッチングを行うことが可能となる。そのため、対象画像群の中に被写体が異なる見えや変形した状態で写っていても、各画像から被写体領域を精度よく抽出することが可能となる。
次に、本発明の第1の実施の形態に係る被写体領域抽出装置の構成について説明する。図1に示すように、本発明の第1の実施の形態に係る被写体領域抽出装置100は、CPUと、RAMと、後述する被写体領域抽出処理ルーチンを実行するためのプログラムや各種データを記憶したROMと、を含むコンピュータで構成することが出来る。この被写体領域抽出装置100は、機能的には図1に示すように入力部10と、演算部20と、出力部90とを備えている。
次に、本発明の第1の実施の形態に係る被写体領域抽出装置100の作用について説明する。まず、画像集合Iを受け付け、画像記憶部22に記憶する。そして、画像記憶部22から画像集合Iを読みだすと、被写体領域抽出装置100は、図2に示す被写体領域抽出処理ルーチンを実行する。
次に、本発明の第2の実施の形態に係る被写体領域抽出装置の構成について説明する。図3に示すように、本発明の第2の実施の形態に係る被写体領域抽出装置200は、CPUと、RAMと、後述する被写体領域抽出処理ルーチンを実行するためのプログラムや各種データを記憶したROMと、を含むコンピュータで構成することが出来る。この被写体領域抽出装置200は、機能的には図3に示すように入力部10と、演算部220と、出力部90とを備えている。
次に、本発明の第2の実施の形態に係る被写体領域抽出装置200の作用について説明する。まず、画像集合Iを受け付け、画像記憶部22に記憶する。そして、画像記憶部22から画像集合Iを読み出すと、被写体領域抽出装置200は、図4に示す被写体領域抽出処理ルーチンを実行する。
20 演算部
22 画像記憶部
24 部分領域分割部
26 部分領域特徴抽出部
28 スコア算出部
30 被写体候補領域初期化部
32 画像グラフ構築部
34 グラフマッチング部
35 コセグメンテーション部
36 全体グラフ構築部
40 被写体候補領域更新部
42 反復判定部
44 被写体領域記憶部
90 出力部
100 被写体領域抽出装置
200 被写体領域抽出装置
220 演算部
221 被写体画像判定部
232 画像グラフ構築部
234 グラフマッチング部
235 コセグメンテーション部
236 全体グラフ構築部
240 被写体候補領域更新部
242 反復判定部
244 被写体領域記憶部
Claims (4)
- 抽出対象の被写体を表す複数の画像を含む画像集合に含まれる画像の各々について、前記画像を複数の部分領域に分割する部分領域分割部と、
前記画像集合に含まれる画像の各々に対し、前記部分領域分割部により分割された前記画像の複数の部分領域の各々について画像特徴量を抽出する部分領域特徴抽出部と、
前記画像集合に含まれる画像の各々について、前記部分領域分割部により分割された前記画像の複数の部分領域からなる部分領域集合のうちの部分集合を、被写体候補領域として初期化する被写体候補領域初期化部と、
前記画像集合に含まれる画像の各々に対し、初期化された被写体候補領域、又は前回更新された前記被写体候補領域について、前記被写体候補領域に含まれる部分領域の各々に対応するノード及び隣接する前記部分領域のペアに対応するノードの各々を結んだエッジからなるグラフ構造を構築する画像グラフ構築部と、
前記画像集合に含まれる画像のうちの画像ペアの各々について、前記画像ペアに含まれる画像の前記複数の部分領域の各々の画像特徴量に基づいて、前記画像ペアに含まれる画像の各々に対して構築された前記グラフ構造を比較して、前記画像ペア間で前記被写体候補領域に含まれる部分領域の対応付けを行うグラフマッチング部と、
前記グラフマッチング部による前記画像ペアの各々についての対応付けの結果に基づいて、前記画像集合に含まれる画像の前記被写体候補領域に含まれる部分領域の各々に対応するノード、隣接する前記部分領域のペアに対応するノードの各々を結んだエッジ、及び前記画像ペア間で対応付けられた前記部分領域の各々に対応するノードの各々を結んだエッジからなるグラフ構造を構築する全体グラフ構築部と、
前記画像集合に含まれる画像の各々に対し、前記画像の被写体候補領域に含まれる部分領域の各々について、前記全体グラフ構築部により構築されたグラフ構造についてクラスタリングを行って前記グラフ構造に含まれる複数のノードをクラスタに分類したときに、前記部分領域がクラスタに属するか否かを判定し、前記クラスタに属すると判定された前記部分領域の各々からなる前記被写体候補領域に更新する被写体候補領域更新部と、
予め定められた繰り返し終了条件を満たすまで、前記画像グラフ構築部によるグラフ構造の構築と、前記グラフマッチング部による対応付けと、前記全体グラフ構築部による全体グラフの構築と、前記被写体候補領域更新部による更新とを繰り返す反復判定部と、
を含む、被写体領域抽出装置。 - 被写体画像判定部を更に含み、
前記グラフマッチング部は、前記画像集合に含まれる画像のうちの画像ペアの各々について、前記画像ペア間で前記被写体候補領域に含まれる部分領域の対応付けを行うと共に、前記部分領域の対応付けの各々についてマッチングスコアを更に取得し、
前記被写体画像判定部は、前記画像集合に含まれる画像の各々について、前記画像の前記被写体候補領域に含まれる部分領域との対応付けについて取得したマッチングスコアに基づいて、前記画像が前記抽出対象の被写体を表す画像であるか否かを判定し、
前記全体グラフ構築部は、前記被写体画像判定部によって前記抽出対象の被写体を表す画像であると判定された画像の各々の前記被写体候補領域に含まれる部分領域の各々に対応するノードを、前記グラフ構造のノードとして構築し、
前記反復判定部は、予め定められた繰り返し終了条件を満たすまで、前記画像グラフ構築部によるグラフ構造の構築と、前記グラフマッチング部による対応付けと、前記被写体画像判定部による判定と、前記全体グラフ構築部による全体グラフの構築と、前記被写体候補領域更新部による更新とを繰り返す請求項1記載の被写体領域抽出装置。 - 部分領域分割部と、部分領域特徴抽出部と、被写体候補領域初期化部と、画像グラフ構築部と、グラフマッチング部と、全体グラフ構築部と、被写体候補領域更新部と、反復判定部と、を含む被写体領域抽出装置における被写体領域抽出方法であって、
前記部分領域分割部は、抽出対象の被写体を表す複数の画像を含む画像集合に含まれる画像の各々について、前記画像を複数の部分領域に分割し、
前記部分領域特徴抽出部は、前記画像集合に含まれる画像の各々に対し、前記部分領域分割部により分割された前記画像の複数の部分領域の各々について画像特徴量を抽出し、
前記被写体候補領域初期化部は、前記画像集合に含まれる画像の各々について、前記部分領域分割部により分割された前記画像の複数の部分領域からなる部分領域集合のうちの部分集合を、被写体候補領域として初期化し、
前記画像グラフ構築部は、前記画像集合に含まれる画像の各々に対し、初期化された被写体候補領域、又は前回更新された前記被写体候補領域について、前記被写体候補領域に含まれる部分領域の各々に対応するノード及び隣接する前記部分領域のペアに対応するノードの各々を結んだエッジからなるグラフ構造を構築し、
前記グラフマッチング部は、前記画像集合に含まれる画像のうちの画像ペアの各々について、前記画像ペアに含まれる画像の前記複数の部分領域の各々の画像特徴量に基づいて、前記画像ペアに含まれる画像の各々に対して構築された前記グラフ構造を比較して、前記画像ペア間で前記被写体候補領域に含まれる部分領域の対応付けを行い、
前記全体グラフ構築部は、前記グラフマッチング部による前記画像ペアの各々についての対応付けの結果に基づいて、前記画像集合に含まれる画像の前記被写体候補領域に含まれる部分領域の各々に対応するノード、隣接する前記部分領域のペアに対応するノードの各々を結んだエッジ、及び前記画像ペア間で対応付けられた前記部分領域の各々に対応するノードの各々を結んだエッジからなるグラフ構造を構築し、
前記被写体候補領域更新部は、前記画像集合に含まれる画像の各々に対し、前記画像の被写体候補領域に含まれる部分領域の各々について、前記全体グラフ構築部により構築されたグラフ構造についてクラスタリングを行って前記グラフ構造に含まれる複数のノードをクラスタに分類したときに、前記部分領域がクラスタに属するか否かを判定し、前記クラスタに属すると判定された前記部分領域の各々からなる前記被写体候補領域に更新し、
前記反復判定部は、予め定められた繰り返し終了条件を満たすまで、前記画像グラフ構築部によるグラフ構造の構築と、前記グラフマッチング部による対応付けと、前記全体グラフ構築部による全体グラフの構築と、前記被写体候補領域更新部による更新とを繰り返す、
被写体領域抽出方法。 - コンピュータを、請求項1又は請求項2記載の被写体領域抽出装置を構成する各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014123525A JP6220737B2 (ja) | 2014-06-16 | 2014-06-16 | 被写体領域抽出装置、方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014123525A JP6220737B2 (ja) | 2014-06-16 | 2014-06-16 | 被写体領域抽出装置、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016004369A JP2016004369A (ja) | 2016-01-12 |
JP6220737B2 true JP6220737B2 (ja) | 2017-10-25 |
Family
ID=55223615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014123525A Active JP6220737B2 (ja) | 2014-06-16 | 2014-06-16 | 被写体領域抽出装置、方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6220737B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101874471B1 (ko) | 2016-11-07 | 2018-07-04 | 광주과학기술원 | 객체 검색 후보 영역을 개선하기 위한 방법, 컴퓨터-판독가능 저장 매체 및 장치 |
JP6670787B2 (ja) * | 2017-03-23 | 2020-03-25 | 日本電信電話株式会社 | 繰り返しパターン発見装置、方法、及びプログラム |
JP7086892B2 (ja) * | 2019-05-14 | 2022-06-20 | Kddi株式会社 | 対象の情報を接地点含有画像領域から推定する装置、プログラム及び方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3332166B2 (ja) * | 1992-09-30 | 2002-10-07 | 株式会社日立製作所 | 動画像の検索装置 |
US8107726B2 (en) * | 2008-06-18 | 2012-01-31 | Samsung Electronics Co., Ltd. | System and method for class-specific object segmentation of image data |
EP2548174B1 (en) * | 2010-03-15 | 2015-05-27 | Panasonic Corporation | Method and apparatus for trajectory estimation, and method for segmentation |
JP5836779B2 (ja) * | 2011-12-02 | 2015-12-24 | キヤノン株式会社 | 画像処理方法、画像処理装置、撮像装置およびプログラム |
-
2014
- 2014-06-16 JP JP2014123525A patent/JP6220737B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016004369A (ja) | 2016-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5818327B2 (ja) | 三次元物体認識用画像データベースの作成方法および作成装置 | |
CN106682700B (zh) | 基于关键点描述算子的分块快速匹配方法 | |
US10339408B2 (en) | Method and device for Quasi-Gibbs structure sampling by deep permutation for person identity inference | |
Venkateswaran et al. | Performance analysis of GA and PSO based feature selection techniques for improving classification accuracy in remote sensing images | |
CN113420640B (zh) | 红树林高光谱图像分类方法、装置、电子设备及存储介质 | |
US8463050B2 (en) | Method for measuring the dissimilarity between a first and a second images and a first and second video sequences | |
CN110751027B (zh) | 一种基于深度多示例学习的行人重识别方法 | |
CN103942563A (zh) | 一种多模态行人再辨识技术 | |
Bhuiyan et al. | Person re-identification by discriminatively selecting parts and features | |
JP6220737B2 (ja) | 被写体領域抽出装置、方法、及びプログラム | |
JP4721829B2 (ja) | 画像検索方法及び装置 | |
CN111680183B (zh) | 对象检索方法及装置、存储介质及电子设备 | |
JP6448036B2 (ja) | 物体領域特定方法、装置、及びプログラム | |
JP6062981B2 (ja) | 映像検索装置、方法、及びプログラム | |
CN104504409B (zh) | 一种基于全局字典特征的古代壁画病害标识方法 | |
Pang et al. | Insect recognition under natural scenes using R-FCN with anchor boxes estimation | |
JP6670787B2 (ja) | 繰り返しパターン発見装置、方法、及びプログラム | |
JP2017021606A (ja) | 動画像検索方法、動画像検索装置及びそのプログラム | |
Guerrero-Peña et al. | Search-space sorting with hidden Markov models for occluded object recognition | |
Prashar et al. | A review on efficient identification of american cotton leaf diseases through training set | |
Setyanto et al. | Comparison of SIFT and SURF Methods for Porn Image Detection | |
Wang et al. | Pedestrian detection in highly crowded scenes using “online” dictionary learning for occlusion handling | |
Hallé et al. | Towards a completely blind classifier for hyperspectral images | |
Abu Mangshor et al. | “myHerbs”: A mobile based application for herbal leaf recognition using sift | |
Thakare et al. | Image texture classification and retrieval using self-organizing map |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160909 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170825 |
|
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: 20170926 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20171002 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6220737 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |