JP6368149B2 - 画像伝送システム、画像処理装置、画像蓄積装置、及びそれらの制御方法 - Google Patents
画像伝送システム、画像処理装置、画像蓄積装置、及びそれらの制御方法 Download PDFInfo
- Publication number
- JP6368149B2 JP6368149B2 JP2014116200A JP2014116200A JP6368149B2 JP 6368149 B2 JP6368149 B2 JP 6368149B2 JP 2014116200 A JP2014116200 A JP 2014116200A JP 2014116200 A JP2014116200 A JP 2014116200A JP 6368149 B2 JP6368149 B2 JP 6368149B2
- Authority
- JP
- Japan
- Prior art keywords
- label
- region
- image data
- image
- area
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T9/00—Image coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
Description
画像データと前記画像データに対応する領域分割の領域代表点を送信する送信装置と、
前記送信装置の送信した前記画像データと前記領域代表点を受信する受信装置を有し、
前記送信装置は、リサイズされた画像データとリサイズ前の画像データに対する領域代表点を送信し、
前記受信装置は、前記リサイズされた画像データと前記リサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成することを特徴とする。
先ず、本実施形態に係るシステム(画像伝送システム)の構成例について、図2のブロック図を用いて説明する。図2に示す如く、本実施形態に係るシステムは、送信装置としてのネットワークカメラ201と受信装置としてのサーバ装置207とを有し、ネットワークカメラ201とサーバ装置207との間は、LANやインターネットなどの伝送路206を介して接続されている。
先ず、撮影部202から送出された画像(以下、撮像画像)を、複数の矩形領域に分割し、各矩形領域内に1つの代表点、即ちシードを設定する。例えば、図3(a)に示す如く、撮像画像301を縦4個×横6個の計24個の矩形領域302に分割し、且つそれぞれの矩形領域302内に1つのシード303を設定する。
撮像画像からi番目の画素を選択画素(画素i)として選択する。撮像画像からの画素の選択順については特定の選択順に限るものではないが、例えば図3(b)の点線304で示す如く、ラスタスキャン順で選択しても良い。
ステップS401において生成されたそれぞれの矩形領域のうち、画素iが属する矩形領域を特定すると共に、該特定した矩形領域に隣接する8個の矩形領域を特定する。そしてこの特定した9個の矩形領域のそれぞれに対応するシード(候補代表点)のうち未選択のシードを選択する。図3(b)の場合、選択画素305を含む矩形領域及び該矩形領域に隣接する8個の矩形領域から成る3×3の矩形領域(太い破線306で囲った矩形領域群)中のシードは黒丸307〜315で示しており、そのうちの未選択のシードを取得する。
ステップS402で選択した画素iのベクトルpiと、ステップS403で選択したシードのベクトルと、を用いて以下の式(3)〜(6)を計算する(式(3)〜(6)では、ステップS403で選択したシードのベクトルをCjとしている)。
画素iについてこれまでに求めた距離測度Dのうち、今回ステップS404で求めた距離測度Dが最小である場合には、ステップS403で選択したシードを画素iに割り当てる。
画素iを含む矩形領域及び該矩形領域に隣接する8個の矩形領域のそれぞれに対応するシードを全て選択したか否かを判断する。この判断の結果、全て選択した場合には、処理はステップS407に進み、未選択のシードが残っている場合には、処理はステップS403に戻る。
撮像画像を構成する全ての画素を選択画素として選択したか否かを判断する。すなわち、変数iの値がMに達したか否かを判断する。この判断の結果、全ての画素を選択した場合には、処理はステップS408に進み、未選択の画素が残っている場合には、変数iの値を1つインクリメントして処理はステップS402に戻る。
ステップS408に処理が進んだ時点で、撮像画像を構成する各画素には、何れかのシードが割り当てられていることになる。然るに本ステップでは、シード毎に、該シードが割り当てられているそれぞれの画素のベクトル中の座標位置を用いて平均座標位置を求め、該シードのベクトル中の座標位置を該平均座標位置で更新する。更に本ステップでは、シード毎に、該シードが割り当てられているそれぞれの画素のベクトル中の画素値を用いて平均画素値を求め、該シードのベクトル中の画素値を該平均画素値で更新する(l、a、bのそれぞれについて)。
ステップS408によるそれぞれのシードの座標位置の変更量が規定量以下となったか、あるいはクラスタリングのディストーション値が一定以下になったか、ステップS402〜S408の処理を規定回数以上実行したか、等の収束条件が満たされたか否かを判断する。この判断の結果、収束条件が満たされた場合には、処理はステップS410に進み、収束条件が満たされていない場合には、変数iの値を1に初期化した後、処理はステップS402に戻る。
シード毎に、該シードのベクトルと、該シードが属する矩形領域の識別情報と、を含むシードデータを生成し、該生成したシードデータを、後段の送信部205に対して送出する。
シード管理部213は、受信部208が受信したシードデータをシードバッファ212に格納する。なお、ネットワークカメラ201からサーバ装置207へのシードデータの転送単位やシードバッファ212への格納単位は特定の格納単位に限るものではない。すなわち、画像全体のシードデータをネットワークカメラ201から受け取ってシードバッファ212に格納しても良いし、シードバッファ212の容量単位でシードデータをネットワークカメラ201から受信してシードバッファ212に格納するようにしても構わない。以下ではネットワークカメラ201側で1枚の撮像画像に対して生成したシードデータを一度に取得してシードバッファ212に格納した場合について説明する。例えば、図5(a)に示す如く、撮像画像501内の4×6の矩形領域503のそれぞれに対するシード502のシードデータがシードバッファ212に格納されたものとする。上記の通り、シードによっては、例えば右下のいくつかの矩形領域のようにシードは対応づけられた矩形領域の内部にあるとは限らない。
距離計算部211は、復号化部209から送出された復号画像からi番目の画素を選択画素(画素i)として選択する。復号画像からの画素の選択順については特定の選択順に限るものではないが、例えば図5(b)の点線で示す如く、ラスタスキャン順で選択しても良い。
距離計算部211は先ず、復号画像を複数の矩形領域に分割する。この分割処理は上記のステップS401における分割と同様の処理である。なお、撮像画像上の各矩形領域と復号画像上の各矩形領域とで、同位置にある矩形領域には同じ識別情報が割り当てられるものとする。しかし、一方の画像と他方の画像とで同じ位置にある矩形領域を特定することができるのであれば、同じ識別情報でなくても良い。
距離計算部211は、画素iのベクトルpiと、ステップS603で選択したシードデータ内のベクトルと、を用いて上記の式(3)〜(6)を計算する(式(3)〜(6)では、ステップS603で選択したシードデータ内のベクトルをCjとしている)。この計算により、画素iと、ステップS603で選択したシードデータに対応するシードと、の間の距離測度Dを計算する。なお、ここでは、非特許文献2に示された距離測度Dを示したが、距離測度の式はこの式に限定されるものではなく、他の式による計算であってもよい。
ラベル決定部214は、画素iについてこれまでに求めた距離測度Dのうち、今回ステップS604で求めた距離測度Dが最小である場合には、ステップS603で選択したシードデータを画素iに割り当てる(図5(c))。
距離計算部211は、画素iを含む矩形領域及び該矩形領域に隣接する8個の矩形領域のそれぞれの識別情報を含むシードデータを全て選択したか否かを判断する。この判断の結果、全て選択した場合には、処理はステップS607に進み、未選択のシードデータが残っている場合には、処理はステップS603に戻る。
ラベル決定部214は、復号画像と、画素iに割り当てられているシードデータに対応するラベル値と、を出力する。
距離計算部211は、撮像画像を構成する全ての画素を選択画素として選択したか否かを判断する。すなわち、変数iの値がMに達したか否かを判断する。この判断の結果、全ての画素を選択した場合には、図6のフローチャートに従った処理は終了し、未選択の画素が残っている場合には、変数iの値を1つインクリメントして処理はステップS602に戻る。
本実施形態に係るシステムの構成例について、図7のブロック図を用いて説明する。なお、図7において、図2に示した機能部と同じ機能部には同じ参照番号を付しており、該機能部に係る説明は省略する。
先ず、以下の処理で、ラベル毎に座標位置の合計値及び色要素の合計値を求めるために用いる変数配列SUM[label][element]を全て0に初期化する。「label」は、Superpixel生成部702において使用したラベルを表し、図8(a)の場合はlabel=1〜12となる。一方、「element」は、画素数を表すN、x座標値を表すX、y座標値を表すY、L値を表すl、a値を表すa、b値を表すb、である。また、本ステップでは、以下の処理で用いる変数iを1に初期化する。
撮像画像からi番目の画素を選択画素(画素i)として選択する。撮像画像からの画素の選択順については特定の選択順に限るものではないが、例えば、ラスタスキャン順で選択しても良い。
画素iのラベル値Lをラベルマップから読み出す。
SUM[L][N]の値を1つインクリメントして、ラベルLの画素数を計数する。また、SUM[L][X]に格納されている値(x座標値)に画素iのx座標値を加算した結果を再度SUM[L][X]に格納することで、ラベルLの画素のx座標値を累積する。また、SUM[L][Y]に格納されている値(y座標値)に画素iのy座標値を加算した結果を再度SUM[L][Y]に格納することで、ラベルLの画素のy座標値を累積する。
撮像画像から画素iのL値、a値、b値を読み出す。なお、撮像画像の色空間がLab色空間以外である場合には、撮像画像から読み出した画素iの画素値をL値、a値、b値に変換する。
SUM[L][l]に格納されている値(L値)に画素iのL値を加算した結果を再度SUM[L][l]に格納することで、ラベルLの画素のL値を累積する。また、SUM[L][a]に格納されている値(a値)に画素iのa値を加算した結果を再度SUM[L][a]に格納することで、ラベルLの画素のa値を累積する。また、SUM[L][b]に格納されている値(b値)に画素iのb値を加算した結果を再度SUM[L][b]に格納することで、ラベルLの画素のb値を累積する。
撮像画像を構成する全ての画素を選択画素として選択したか否かを判断する。すなわち、変数iの値がMに達したか否かを判断する。この判断の結果、全ての画素を選択した場合には、処理はステップS908に進み、未選択の画素が残っている場合には、変数iの値を1つインクリメントして処理はステップS902に戻る。
変数Lの値を1に初期化する。
変数配列SEED[L][X]に、SUM[L][X]/SUM[L][N]の値、即ち、ラベルLを有する画素の平均x座標値を格納する。また、変数配列SEED[L][Y]に、SUM[L][Y]/SUM[L][N]の値、即ち、ラベルLを有する画素の平均y座標値を格納する。また、変数配列SEED[L][l]に、SUM[L][l]/SUM[L][N]の値、即ち、ラベルLを有する画素の平均L値を格納する。また、変数配列SEED[L][a]に、SUM[L][a]/SUM[L][N]の値、即ち、ラベルLを有する画素の平均a値を格納する。また、変数配列SEED[L][b]に、SUM[L][b]/SUM[L][N]の値、即ち、ラベルLを有する画素の平均b値を格納する。
変数Lの値を1つインクリメントする。
変数Lの値が、ラベルマップにおいて使用されている最大ラベル値(図8(a)の場合は最大ラベル値は12)を超えているか否かを判断する。この判断の結果、超えている場合には、処理はステップS912に進み、超えていない場合には、処理はステップS909に戻る。
処理がステップS912に進んだ時点で、ラベル毎に、該ラベルを有する画素の平均画素位置(x座標値、y座標値)、平均色(L値、a値、b値)が求まったことになる。図8(b)に領域分割結果とシード(分割領域の重心点)を示す。
本実施形態に係るシステムの構成例について、図10のブロック図を用いて説明する。なお、図10において上記の実施形態で説明した機能部と同じ機能部には同じ参照番号を付しており、該機能部に係る説明は省略する。
本実施形態に係るカメラ1101の構成例について、図11のブロック図を用いて説明する。係るカメラは、画像データに対して領域分割を行い領域分割の領域代表点を出力する領域分割機能と、領域代表点を保持するデータ保持機能と、領域代表点に対する画像データを保持する画像データ保持機能と、画像データ保持機能により保持する画像データとデータ保持機能により保持する領域代表点を読み出して領域ラベルを生成するラベル生成機能と、領域ラベルを用いた処理を行う領域処理機能を有し、領域処理機能は、ラベル生成機能により生成した領域ラベルを用いて処理を行う。
本実施形態に係るカメラ1201の構成例について、図12のブロック図を用いて説明する。図12において上記の実施形態で説明した機能部と同じ機能部には同じ参照番号を付しており、該機能部に係る説明は省略する。第4の実施形態では、Superpixel生成部1104とラベル生成部1105とで同じ領域分割アルゴリズムを使用していたが、本実施形態では、両者のアルゴリズムが異なっている。
本実施形態に係るカメラ1301の構成例について、図13のブロック図を用いて説明する。図13において上記の実施形態で説明した機能部と同じ機能部には同じ参照番号を付しており、該機能部に係る説明は省略する。
本実施形態に係る画像蓄積装置1401の構成例について、図14のブロック図を用いて説明する。図14において上記の実施形態で説明した機能部と同じ機能部には同じ参照番号を付しており、該機能部に係る説明は省略する。画像蓄積装置1401は、ビデオデータと対応するメタデータを蓄積し、ユーザからの指示に従ってデータの検索、分析、再生する機能を持つ装置である。
本実施形態に係る画像蓄積装置1501の構成例について、図15を用いて説明する。なお、図15において上記の実施形態で説明した機能部と同じ機能部には同じ参照番号を付しており、該機能部に係る説明は省略する。第7の実施形態では、Superpixel生成部1410とラベル生成部210とで同じ領域分割アルゴリズムを使用していたが、本実施形態では、両者のアルゴリズムが異なっている。
本実施形態に係る画像蓄積装置1601の構成例について、図16のブロック図を用いて説明する。なお、図16において上記の実施形態で説明した機能部と同じ機能部には同じ参照番号を付しており、該機能部に係る説明は省略する。
第7〜9の実施形態における蓄積部1402は、装置内に固定されたハードディスク、メモリなどであってもよい。あるいは、蓄積部1402の代わりに取り外し可能なハードディスク、光ディスク、光磁気ディスク、メモリカード、テープなどのメディアにアクセス可能な蓄積メディアアクセス部であってもよい。蓄積メディアアクセス部を有する場合、データの記録に用いられる受信部1409、Superpixel生成部1410/1502、記録部1411、シード計算部1503を持たず、再生・分析・検索のための装置であってもよい。
図2,7,10〜16に示した各装置の機能部は何れもハードウェアで構成しても良いが、1以上をソフトウェア(コンピュータプログラム)で構成しても良い。この場合、このコンピュータプログラムを保持するメモリと、該コンピュータプログラムを実行するプロセッサと、を有するコンピュータであれば、該装置に適用することができる。
上記の実施形態によれば、画像と分割領域の領域代表点を用いて領域ラベルを生成するため、領域分割の結果を表現するのに、領域あたりの画素数分の1(例えば、10×10画素につき1領域であれば100分の1)オーダーの情報で済ませることができる。ラベルマップそのものを送る場合や、既存技術でラベルマップを圧縮する場合と比べて、ネットワークカメラとサーバから成るシステムでは領域分割結果の伝送帯域を減らすことができる。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (26)
- 画像伝送システムであって、
画像データと前記画像データに対応する領域分割の領域代表点を送信する送信装置と、
前記送信装置の送信した前記画像データと前記領域代表点を受信する受信装置を有し、
前記送信装置は、リサイズされた画像データとリサイズ前の画像データに対する領域代表点を送信し、
前記受信装置は、前記リサイズされた画像データと前記リサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成することを特徴とする画像伝送システム。 - 前記受信装置における領域ラベルの生成では、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当てることを特徴とする請求項1に記載の画像伝送システム。 - 前記送信装置は前記領域代表点を求めるために用いたパラメータを送信し、
前記受信装置は、前記画像データと前記領域代表点を用いて領域ラベルを生成する際に受信した前記パラメータを使用することを特徴とする請求項1又は2に記載の画像伝送システム。 - 前記送信装置は、画像の領域分割を行った結果に対し、分割された領域の特徴空間における代表の値を計算することで前記領域代表点を求め、送信することを特徴とする請求項2又は3に記載の画像伝送システム。
- 前記受信装置における領域ラベルの生成では、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当て、リサイズされた画像データに対してはリサイズの変倍率に応じた距離を計算することを特徴とする請求項1に記載の画像伝送システム。 - 前記送信装置は、画像データの圧縮手段を有し、
前記画像データは前記圧縮手段により圧縮した上で送信を行い、前記領域代表点は圧縮前の画像データを用いて計算された値を送信し、
前記受信装置は、圧縮された画像データの復号手段を有し、
前記復号手段により復号された画像データと前記送信装置より送信された前記領域代表点を用いて領域ラベルを生成することを特徴とする請求項1乃至5の何れか1項に記載の画像伝送システム。 - 画像処理装置であって、
画像データに対して領域分割を行い領域分割の領域代表点を出力する領域分割手段と、
前記領域代表点を保持するデータ保持手段と、
前記領域代表点に対する画像データを保持する画像データ保持手段と、
前記画像データ保持手段の保持する前記画像データと前記データ保持手段の保持する前記領域代表点を読み出して領域ラベルを生成するラベル生成手段と、
前記画像データの変倍を行うリサイズ手段と、
領域ラベルを用いた処理を行う領域処理手段を有し、
前記ラベル生成手段は、前記リサイズ手段によりリサイズされた画像データと前記データ保持手段に保持されたリサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成し、
前記領域処理手段は前記ラベル生成手段の生成した領域ラベルを用いて処理を行うことを特徴とする画像処理装置。 - 前記ラベル生成手段における領域ラベルの生成は、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当てることを特徴とする請求項7に記載の画像処理装置。 - 前記画像処理装置は、
前記領域代表点を求めるために用いたパラメータを保持するための保持手段を有し、
前記領域分割手段が領域分割を行った際のパラメータを前記保持手段に保持し、前記ラベル生成手段が領域ラベルを生成する際に前記保持手段から前記パラメータを読み出して使用することを特徴とする請求項7又は8に記載の画像処理装置。 - 前記画像処理装置は、
前記領域分割手段の出力する領域分割処理結果から領域代表点を計算する計算手段を有し、
前記計算手段は、分割された領域の特徴空間における代表の値を計算することで前記領域代表点を求めることを特徴とする請求項7乃至9の何れか1項に記載の画像処理装置。 - 前記ラベル生成手段における領域ラベルの生成は、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当て、リサイズされた画像データに対してはリサイズの変倍率に応じた距離を計算することを特徴とする請求項7に記載の画像処理装置。 - 画像蓄積装置であって、
画像データと前記画像データに対して領域分割を行った結果の領域代表点を蓄積する蓄積手段と、
前記画像データの変倍を行うリサイズ手段と、
前記蓄積手段の蓄積する前記画像データと前記領域代表点を読み出して領域ラベルを生成するラベル生成手段を有し、
前記ラベル生成手段は、前記リサイズ手段によりリサイズされた画像データと前記蓄積手段に保持されたリサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成し、
領域ラベルまたは領域ラベルを用いた処理が必要な場合に、前記蓄積手段から画像データと対応する領域代表点を読み出し、前記ラベル生成手段により領域ラベルを生成して用いることを特徴とする画像蓄積装置。 - 前記ラベル生成手段における領域ラベルの生成は、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当てることを特徴とする請求項12に記載の画像蓄積装置。 - 前記蓄積手段は前記領域代表点を求めるために用いられたパラメータを蓄積し、
前記ラベル生成手段は、前記蓄積手段に蓄積された前記画像データと前記領域代表点を用いて領域ラベルを生成する際に前記蓄積手段に蓄積された前記パラメータを使用することを特徴とする請求項12又は13に記載の画像蓄積装置。 - 前記画像蓄積装置は、
画像に対して領域分割を行う領域分割手段と、
前記領域分割手段の出力する領域分割処理結果から領域代表点を計算する計算手段を有し、
前記計算手段は、分割された領域の特徴空間における代表の値を計算することで前記領域代表点を求め、求められた前記領域代表点を前記蓄積手段に蓄積することを特徴とする請求項12乃至14の何れか1項に記載の画像蓄積装置。 - 前記ラベル生成手段における領域ラベルの生成は、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当て、リサイズされた画像データに対してはリサイズの変倍率に応じた距離を計算することを特徴とする請求項12に記載の画像蓄積装置。 - 画像処理装置であって、
画像データと前記画像データに対して領域分割を行った結果の領域代表点が蓄積されたメディアにアクセスする蓄積メディアアクセス手段と、
前記画像データの変倍を行うリサイズ手段と、
前記蓄積メディアアクセス手段の読み出した前記画像データと前記領域代表点から領域ラベルを生成するラベル生成手段を有し、
前記ラベル生成手段は、前記リサイズ手段によりリサイズされた画像データと前記蓄積メディアアクセス手段により読みだされたリサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成し、
領域ラベルまたは領域ラベルを用いた処理が必要な場合に、前記蓄積メディアアクセス手段から画像データと対応する領域代表点を読み出し、前記ラベル生成手段により領域ラベルを生成して用いることを特徴とする画像処理装置。 - 前記ラベル生成手段における領域ラベルの生成は、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当てることを特徴とする請求項17に記載の画像処理装置。 - 前記蓄積メディアアクセス手段のアクセスする前記メディアには前記領域代表点を求めるために用いられたパラメータが蓄積されており、
前記ラベル生成手段は、前記蓄積メディアアクセス手段により読みだされた前記画像データと前記領域代表点を用いて領域ラベルを生成する際に前記蓄積メディアアクセス手段により前記メディアに蓄積された前記パラメータを読み出して使用することを特徴とする請求項17又は18に記載の画像処理装置。 - 前記ラベル生成手段における領域ラベルの生成は、
前記画像データ中の各画素に対し、前記領域代表点と複数の候補代表点との特徴空間における距離を計算し、距離が最小となる候補代表点の代表する領域のラベルを割り当て、リサイズされた画像データに対してはリサイズの変倍率に応じた距離を計算することを特徴とする請求項17に記載の画像処理装置。 - 画像伝送システムの制御方法であって、
送信装置が、画像データと前記画像データに対応する領域分割の領域代表点を送信し、
受信装置が、前記送信装置の送信した前記画像データと前記領域代表点を受信し、
前記送信装置は、リサイズされた画像データとリサイズ前の画像データに対する領域代表点を送信し、
前記受信装置は、前記リサイズされた画像データと前記リサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成することを特徴とする画像伝送システムの制御方法。 - 画像処理装置の制御方法であって、
前記画像処理装置の領域分割手段が、画像データに対して領域分割を行い領域分割の領域代表点を出力する領域分割工程と、
前記画像処理装置のラベル生成手段が、前記領域代表点に対する画像データと前記領域代表点を読み出して領域ラベルを生成するラベル生成工程と、
前記画像処理装置のリサイズ手段が、前記画像データの変倍を行うリサイズ工程と、
前記画像処理装置の領域処理手段が、領域ラベルを用いた処理を行う領域処理工程を有し、
前記ラベル生成工程では、前記リサイズ工程でリサイズされた画像データとリサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成し、
前記領域処理工程では前記ラベル生成工程で生成した領域ラベルを用いて処理を行うことを特徴とする画像処理装置の制御方法。 - 画像蓄積装置の制御方法であって、
前記画像蓄積装置の蓄積手段が、画像データと前記画像データに対して領域分割を行った結果の領域代表点を蓄積する蓄積工程と、
前記画像蓄積装置のリサイズ手段が、前記画像データの変倍を行うリサイズ工程と、
前記画像蓄積装置のラベル生成手段が、前記蓄積工程で蓄積する前記画像データと前記領域代表点を読み出して領域ラベルを生成するラベル生成工程を有し、
前記ラベル生成工程では、前記リサイズ工程でリサイズされた画像データと前記蓄積手段に保持されたリサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成し、
領域ラベルまたは領域ラベルを用いた処理が必要な場合に、前記蓄積工程で蓄積した画像データと対応する領域代表点を読み出し、前記ラベル生成工程で領域ラベルを生成して用いることを特徴とする画像蓄積装置の制御方法。 - 画像処理装置の制御方法であって、
前記画像処理装置の蓄積メディアアクセス手段が、画像データと前記画像データに対して領域分割を行った結果の領域代表点が蓄積されたメディアにアクセスする蓄積メディアアクセス工程と、
前記画像処理装置のリサイズ手段が、前記画像データの変倍を行うリサイズ工程と、
前記画像処理装置のラベル生成手段が、前記蓄積メディアアクセス工程で読み出した前記画像データと前記領域代表点から領域ラベルを生成するラベル生成工程を有し、
前記ラベル生成工程では、前記リサイズ工程でリサイズされた画像データと前記蓄積メディアアクセス工程で読みだされたリサイズ前の画像データに対する領域代表点を用いて領域ラベルを生成し、
領域ラベルまたは領域ラベルを用いた処理が必要な場合に、前記画像データと対応する領域代表点を読み出し、前記ラベル生成工程で領域ラベルを生成して用いることを特徴とする画像処理装置の制御方法。 - コンピュータを、請求項7乃至11、17乃至20の何れか1項に記載の画像処理装置の各手段として機能させるためのコンピュータプログラム。
- コンピュータを請求項12乃至16の何れか1項に記載の画像蓄積装置の各手段として機能させるためのコンピュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014116200A JP6368149B2 (ja) | 2014-06-04 | 2014-06-04 | 画像伝送システム、画像処理装置、画像蓄積装置、及びそれらの制御方法 |
US14/729,199 US9595113B2 (en) | 2014-06-04 | 2015-06-03 | Image transmission system, image processing apparatus, image storage apparatus, and control methods thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014116200A JP6368149B2 (ja) | 2014-06-04 | 2014-06-04 | 画像伝送システム、画像処理装置、画像蓄積装置、及びそれらの制御方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015231125A JP2015231125A (ja) | 2015-12-21 |
JP2015231125A5 JP2015231125A5 (ja) | 2017-07-20 |
JP6368149B2 true JP6368149B2 (ja) | 2018-08-01 |
Family
ID=54769999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014116200A Active JP6368149B2 (ja) | 2014-06-04 | 2014-06-04 | 画像伝送システム、画像処理装置、画像蓄積装置、及びそれらの制御方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9595113B2 (ja) |
JP (1) | JP6368149B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6351240B2 (ja) * | 2013-11-20 | 2018-07-04 | 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 |
WO2016179830A1 (en) * | 2015-05-14 | 2016-11-17 | Intel Corporation | Fast mrf energy optimization for solving scene labeling problems |
CN108171712B (zh) * | 2016-12-07 | 2022-02-11 | 富士通株式会社 | 确定图像相似度的方法和装置 |
KR20200029785A (ko) * | 2018-09-11 | 2020-03-19 | 삼성전자주식회사 | 증강 현실에서 가상 객체를 표시하기 위한 측위 방법 및 장치 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5321520A (en) * | 1992-07-20 | 1994-06-14 | Automated Medical Access Corporation | Automated high definition/resolution image storage, retrieval and transmission system |
JPH0830787A (ja) | 1994-05-10 | 1996-02-02 | Fuji Xerox Co Ltd | 画像領域分割方法及び画像領域統合方法 |
JPH104549A (ja) | 1995-09-29 | 1998-01-06 | Toshiba Corp | 画像符号化装置および画像復号化装置 |
JPH0998295A (ja) | 1995-09-29 | 1997-04-08 | Dainippon Printing Co Ltd | カラー画像のデータ圧縮方法 |
JP2005079965A (ja) * | 2003-09-01 | 2005-03-24 | Matsushita Electric Ind Co Ltd | 代表点情報符号化方法および代表点情報復号化方法 |
WO2009047366A2 (en) * | 2007-10-12 | 2009-04-16 | Toyota Motor Europe Nv | Methods and systems for processing of video data |
US8472718B2 (en) * | 2011-04-27 | 2013-06-25 | Sony Corporation | Superpixel segmentation methods and systems |
US8958630B1 (en) * | 2011-10-24 | 2015-02-17 | Google Inc. | System and method for generating a classifier for semantically segmenting an image |
KR101348904B1 (ko) * | 2012-01-20 | 2014-01-09 | 한국과학기술원 | 고차 상관 클러스터링을 이용한 이미지 분할 방법, 이를 처리하는 시스템 및 기록매체 |
US9171108B2 (en) * | 2012-08-31 | 2015-10-27 | Fujitsu Limited | Solar panel deployment configuration and management |
US9342754B2 (en) * | 2014-04-08 | 2016-05-17 | Nokia Technologies Oy | Image segmentation using blur and color |
-
2014
- 2014-06-04 JP JP2014116200A patent/JP6368149B2/ja active Active
-
2015
- 2015-06-03 US US14/729,199 patent/US9595113B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20150356741A1 (en) | 2015-12-10 |
US9595113B2 (en) | 2017-03-14 |
JP2015231125A (ja) | 2015-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200151210A1 (en) | System, Apparatus, Method, Program And Recording Medium For Processing Image | |
US20210160556A1 (en) | Method for enhancing resolution of streaming file | |
CN107529098B (zh) | 用于视频摘要的方法和系统 | |
EP3147817A1 (en) | Method and apparatus for video and image match searching | |
JP6368149B2 (ja) | 画像伝送システム、画像処理装置、画像蓄積装置、及びそれらの制御方法 | |
CN108182421A (zh) | 视频分割方法和装置 | |
KR20070079330A (ko) | 표시 제어장치 및 방법, 컴퓨터 프로그램, 및 기록 매체 | |
CN106897295B (zh) | 一种基于Hadoop的输电线路监控视频分布式检索方法 | |
CN107197370A (zh) | 一种直播视频的场景检测方法和装置 | |
US20200285859A1 (en) | Video summary generation method and apparatus, electronic device, and computer storage medium | |
Diana Andrushia et al. | Saliency-based image compression using Walsh–Hadamard transform (WHT) | |
WO2021175040A1 (zh) | 视频处理方法及相关装置 | |
CN115115856A (zh) | 图像编码器的训练方法、装置、设备及介质 | |
CN109360191B (zh) | 一种基于变分自编码器的图像显著性检测方法 | |
WO2023221713A1 (zh) | 图像编码器的训练方法、装置、设备及介质 | |
CN111079864A (zh) | 一种基于优化视频关键帧提取的短视频分类方法及系统 | |
CN104243886B (zh) | 一种基于插件技术的高速图像解析及视频生成方法 | |
KR101812103B1 (ko) | 썸네일이미지 설정방법 및 설정프로그램 | |
Parekh et al. | A survey of image enhancement and object detection methods | |
CN110633630B (zh) | 一种行为识别方法、装置及终端设备 | |
JP2007164301A (ja) | 情報処理装置、データ解析方法、プログラム及び情報記憶媒体 | |
CN114519689A (zh) | 图像篡改检测方法、装置、设备及计算机可读存储介质 | |
JP2018097490A (ja) | 情報処理装置、方法およびプログラム | |
CN115115968A (zh) | 视频质量评价方法、装置及计算机可读存储介质 | |
CN111243046B (zh) | 图像质量检测方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170605 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170605 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180319 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180518 |
|
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: 20180608 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180706 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6368149 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |