JP6432162B2 - 画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム - Google Patents
画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム Download PDFInfo
- Publication number
- JP6432162B2 JP6432162B2 JP2014112653A JP2014112653A JP6432162B2 JP 6432162 B2 JP6432162 B2 JP 6432162B2 JP 2014112653 A JP2014112653 A JP 2014112653A JP 2014112653 A JP2014112653 A JP 2014112653A JP 6432162 B2 JP6432162 B2 JP 6432162B2
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- image
- model
- template
- matching
- 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
- 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
- G06V10/70—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
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Description
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記特徴量抽出ステップにおいて特徴量が抽出される数が多い領域の特徴量を用いて、前記モデルテンプレートを生成する。
本発明の第2の態様にかかる画像照合方法は、画像照合装置によって実行される画像照合方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記特徴量の分布の尖度が高い領域の特徴量を用いて、前記モデルテンプレートを生成する。
本発明の第3の態様にかかる画像照合方法は、画像照合装置によって実行される画像照合方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて特徴量が抽出される数に基づいて当該領域の指標値を割り当て、
前記照合ステップでは、各領域に割り当てられた指標値を重みとして用いる。
本発明の第4の態様にかかる画像照合方法は、画像照合装置によって実行される画像照合方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて抽出される特徴量の分布の尖度に基づいて当該領域の指標値を割り当て、
前記照合ステップでは、各領域に割り当てられた指標値を重みとして用いる。
の数が多い領域の特徴量を用いてテンプレートモデルを生成することで、種々の変動下において共通して現れる可能性が高い特徴量をモデルテンプレートに反映させられるので、変動下における照合精度が向上する。また、特徴量の数が少なくて済むため照合処理が高速になる。なお、抽出される特徴量の数が多い領域というのは、その領域から抽出される特徴量の数が所定の閾値以上の領域を意味しても良いし、抽出される特徴量の数が上位所定割合に属する領域を意味しても良い。
モデルテンプレート)を用いてパターンマッチング処理を行う。
101と、メモリ部であるメインメモリ102およびハードディスク103と、カメラインターフェイス104と、入力インターフェイス105と、表示コントローラ106と、PLC(Programmable Logic Controller)インターフェイス107と、通信インターフ
ェイス108と、データリーダ/ライタ109とを含む。これらの各部は、バスBを介して、互いにデータ通信可能に接続される。
のデータ伝送を仲介する。すなわち、メモリカード6には、画像照合装置100で実行されるプログラムなどが格納された状態で流通し、データリーダ/ライタ109は、このメモリカード6からプログラムを読出す。また、データリーダ/ライタ109は、CPU101の内部指令に応答して、撮像装置8によって取得された画像データおよび/または画像照合装置100における処理結果などをメモリカード6へ書込む。なお、メモリカード6は、CF(Compact Flash)、SD(Secure Digital)などの汎用的な半導体記憶デバ
イスや、フレキシブルディスク(Flexible Disk)などの磁気記憶媒体や、CD−ROM
(Compact Disk Read Only Memory)などの光学記憶媒体等からなる。
まず、モデルテンプレート生成処理部110によって実行されるモデルテンプレート生成処理について説明する。本実施形態では、モデルテンプレート生成時に使用されるモデル画像の撮影環境と照合対象の画像の撮影環境とが変化する場合であってもロバストに物体検出が可能なモデルテンプレートを生成する。環境の違いとして、例えば、明るさ、画像ノイズ、物体の回転や大きさの変化、変形などが存在する。ロバストな画像照合を可能とするために、モデルテンプレート生成処理部110は、入力されるモデル画像に対して、想定される種々の変動を加えた変動画像を複数生成し、複数の変動画像から得られる特徴量の分布に基づいて、1つのモデルテンプレートを生成する。
モデルテンプレートを生成するために、まずモデル画像取得部111がモデル画像を取得する(S11)。モデル画像は、テンプレートマッチングによって検出すべき物体が撮影された画像である。モデル画像取得部111によるモデル画像の取得方法は任意であって良い。例えば、記憶媒体に記憶されたモデル画像データを読み込んでも良いし、ネット
ワーク経由でモデル画像データを取得しても良い。また、画像照合装置100に撮像装置を組み込み、撮像装置によって撮影されたデータをモデル画像取得部111が取得しても良い。
次に、変動画像生成部112が、モデル画像に対してそれぞれ異なる種々の変動を加えて、複数の変動画像を生成する(S12)。変動の例として、回転、拡大・縮小、変形、照明の変化、画像ノイズの付加などがある。変動画像生成部112は、これらの変動の1つまたは複数を組み合わせた変動をモデル画像に加えて変動画像を生成する。どのような種類の変動を与えるかや、それぞれの変動をどの程度にするかは、実際に物体検出を行う際に想定される変動を考慮して決定することが好ましい。変動画像生成部112が生成する変動画像の枚数は任意であって良いが、例えば数千枚から数万枚程度の変動画像を生成することが考えられる。
次に、特徴量抽出部113が、複数の変動画像のそれぞれから特徴量を抽出する(S13)。本実施形態では、抽出する特徴量として輝度勾配方向特徴量を採用する。以下、輝度勾配方向特徴量について図4を参照しながら説明する。図4(A)に示すように、特徴量抽出部113は、変動画像30を複数の領域に分割する。本実施形態では、3ピクセル×3ピクセルの大きさを有する領域に分割する。図4(B)は、図4(A)における領域31を拡大して示した図である。図4(B)に示すように、領域31は3×3の9個のピクセル31A〜31Iから構成される。なお、各領域の大きさは3×3以外の任意の大きさであってもよい。また、各領域が互いに重複するように領域分割をしても良い。
モデルテンプレート生成部114は、特徴量抽出部113が算出した特徴量に基づいてモデルテンプレートを生成する(S16)。モデルテンプレートは、モデル画像および変動画像の各領域に対応付けられた特徴量の集合であり、例えば2次元配列(特徴量マップ)として表現できる。この際、モデル画像の全ての領域に対応する特徴量を用いてモデルテンプレートを生成する必要はなく、特徴量の出現数が多い領域、あるいは分布の尖度が大きい領域から優先してモデルテンプレートを生成する。
度勾配方向特徴量の分布を示す。図6(B)〜(D)においては、縦軸は、ステップS13において抽出される特徴量の数を表す。この例では、例えば、領域51と52における特徴量の出現数(全体の合計)は閾値以上であると判断され、領域53における特徴量の出現数は閾値未満であると判断される。このように判断される場合は、モデルテンプレート生成部114は、領域51および52から取得される特徴を用いてモデルテンプレートを生成する。すなわち、モデルテンプレートは、領域51および領域52に対応した特徴量を含むが、領域53に対応した特徴量は含まない。
次に、テンプレートマッチング部120によって実行されるテンプレートマッチング処理(画像照合処理)について、図7のフローチャートを参照しながら説明する。まず、照合画像取得部121が、照合画像を取得する(S21)。照合画像は、モデルテンプレートを用いてその画像の中から物体を検出する対象となる画像である。照合画像取得部121による照合画像の取得方法は、モデル画像取得部111の場合と同様に任意であって構わない。
本実施形態によれば、モデル画像に対して種々の変動を加えた画像から特徴量抽出をしてモデルテンプレートを生成しているので、照合時における環境や物体の変動に対してロバストな検出が可能となる。
本実施形態では、輝度勾配方向特徴量を採用したが、量子化される値であれば任意の特徴量を採用可能である。例えば、輝度値(例:0〜255)、輝度値比較(相対位置関係ごとに大小関係を0,1で表現)、ウェーブレット変換特徴量などを採用可能である。
中における検出対象物体の位置を判断することができる。
110 モデルテンプレート生成処理部
111 モデル画像取得部
112 変動画像生成部
113 特徴量抽出部
114 モデルテンプレート生成部
120 テンプレートマッチング部
121 照合画像取得部
122 特徴量抽出部
123 画像照合部
130 モデルテンプレート記憶部
Claims (23)
- 画像照合装置によって実行される画像照合方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記特徴量抽出ステップにおいて特徴量が抽出される数が多い領域の特徴量を用いて、前記モデルテンプレートを生成する、
画像照合方法。 - 画像照合装置によって実行される画像照合方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記特徴量の分布の尖度が高い領域の特徴量を用いて、前記モデルテンプレートを生成する、
画像照合方法。 - 画像照合装置によって実行される画像照合方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて特徴量が抽出される数に基づいて当該領域の指標値を割り当て、
前記照合ステップでは、各領域に割り当てられた指標値を重みとして用いる、
画像照合方法。 - 画像照合装置によって実行される画像照合方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合ステップと、
を含み、
前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて抽出される特徴量の分布の尖度に基づいて当該領域の指標値を割り当て、
前記照合ステップでは、各領域に割り当てられた指標値を重みとして用いる、
画像照合方法。 - 前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて抽出される特徴量の分布を用いて、前記モデルテンプレートを生成する、
請求項1〜4のいずれかに記載の画像照合方法。 - 前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて抽出される割合が多い特徴量を用いて、前記モデルテンプレートを生成する、
請求項1〜4のいずれかに記載の画像照合方法。 - 前記変動画像生成ステップにおいて前記モデル画像に加えられる変動は、回転、拡大・縮小、変形、照明の変化、画像ノイズの付加の少なくともいずれかである、
請求項1〜6のいずれかに記載の画像照合方法。 - 前記特徴量は、輝度勾配の方向である、
請求項1〜7のいずれかに記載の画像照合方法。 - 前記特徴量は、輝度値である、
請求項1〜7のいずれかに記載の画像照合方法。 - モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成
部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合部と、
を備え、
前記テンプレート生成部は、前記特徴量抽出部が抽出する特徴量の数が多い領域の特徴量を用いて、前記モデルテンプレートを生成する、
画像照合装置。 - モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合部と、
を備え、
前記テンプレート生成部は、前記特徴量の分布の尖度が高い領域の特徴量を用いて、前記モデルテンプレートを生成する、
画像照合装置。 - モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合部と、
を備え、
前記テンプレート生成部は、前記領域毎に、前記特徴量抽出部が抽出する特徴量の数に基づいて当該領域の指標値を割り当て、
前記照合部は、各領域に割り当てられた指標値を重みとして用いる、
画像照合装置。 - モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
照合画像から抽出される特徴量と前記モデルテンプレートを用いてテンプレートマッチングを行う照合部と、
を備え、
前記テンプレート生成部は、前記領域毎に、前記特徴量抽出部が抽出する特徴量の分布の尖度に基づいて当該領域の指標値を割り当て、
前記照合部は、各領域に割り当てられた指標値を重みとして用いる、
画像照合装置。 - 請求項1〜9のいずれかに記載の方法の各ステップをコンピュータに実行させるためのコンピュータプログラム。
- モデルテンプレート生成装置によって実行されるモデルテンプレート生成方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
を含み、
前記テンプレート生成ステップでは、前記特徴量抽出ステップにおいて特徴量が抽出される数が多い領域の特徴量を用いて、前記モデルテンプレートを生成する、
モデルテンプレート生成方法。 - モデルテンプレート生成装置によって実行されるモデルテンプレート生成方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
を含み、
前記テンプレート生成ステップでは、前記特徴量の分布の尖度が高い領域の特徴量を用いて、前記モデルテンプレートを生成する、
モデルテンプレート生成方法。 - 照合画像のテンプレートマッチングに用いるモデルテンプレートを生成するモデルテンプレート生成装置によって実行される、モデルテンプレート生成方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
を含み、
前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて特徴量が抽出される数に基づいて当該領域の指標値を割り当て、
前記テンプレートマッチングでは、各領域に割り当てられた指標値が重みとして用いられる、
モデルテンプレート生成方法。 - 照合画像のテンプレートマッチングに用いるモデルテンプレートを生成するモデルテンプレート生成装置によって実行される、モデルテンプレート生成方法であって、
モデル画像を取得する取得ステップと、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成
ステップと、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成ステップと、
を含み、
前記テンプレート生成ステップでは、前記領域毎に、前記特徴量抽出ステップにおいて抽出される特徴量の分布の尖度に基づいて当該領域の指標値を割り当て、
前記テンプレートマッチングでは、各領域に割り当てられた指標値が重みとして用いられる、
モデルテンプレート生成方法。 - モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
を備え、
前記テンプレート生成部は、前記特徴量抽出部が抽出する特徴量の数が多い領域の特徴量を用いて、前記モデルテンプレートを生成する、
モデルテンプレート生成装置。 - モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
を備え、
前記テンプレート生成部は、前記特徴量の分布の尖度が高い領域の特徴量を用いて、前記モデルテンプレートを生成する、
モデルテンプレート生成装置。 - 照合画像のテンプレートマッチングに用いるモデルテンプレートを生成するモデルテンプレート生成装置であって、
モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
を備え、
前記テンプレート生成部は、前記領域毎に、前記特徴量抽出部が抽出する特徴量の数に基づいて当該領域の指標値を割り当て、
前記テンプレートマッチングでは、各領域に割り当てられた指標値が重みとして用いられる、
モデルテンプレート生成装置。 - 照合画像のテンプレートマッチングに用いるモデルテンプレートを生成するモデルテンプレート生成装置であって、
モデル画像を取得する取得部と、
前記モデル画像にそれぞれ異なる変動を加えて複数の変動画像を生成する変動画像生成部と、
前記複数の変動画像のそれぞれを複数の領域に分割し、領域毎の特徴量を抽出する特徴量抽出部と、
前記特徴量に基づいてモデルテンプレートを生成するテンプレート生成部と、
を備え、
前記テンプレート生成部は、前記領域毎に、前記特徴量抽出部が抽出する特徴量の分布の尖度に基づいて当該領域の指標値を割り当て、
前記テンプレートマッチングでは、各領域に割り当てられた指標値が重みとして用いられる、
モデルテンプレート生成装置。 - 請求項15〜18のいずれかに記載の方法の各ステップをコンピュータに実行させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014112653A JP6432162B2 (ja) | 2013-05-31 | 2014-05-30 | 画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013115617 | 2013-05-31 | ||
JP2013115617 | 2013-05-31 | ||
JP2014112653A JP6432162B2 (ja) | 2013-05-31 | 2014-05-30 | 画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015007972A JP2015007972A (ja) | 2015-01-15 |
JP6432162B2 true JP6432162B2 (ja) | 2018-12-05 |
Family
ID=50685757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014112653A Active JP6432162B2 (ja) | 2013-05-31 | 2014-05-30 | 画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US9384419B2 (ja) |
EP (1) | EP2808828B1 (ja) |
JP (1) | JP6432162B2 (ja) |
CN (1) | CN104217194B (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6554900B2 (ja) * | 2015-04-28 | 2019-08-07 | オムロン株式会社 | テンプレート作成装置及びテンプレート作成方法 |
JP6348093B2 (ja) * | 2015-11-06 | 2018-06-27 | ファナック株式会社 | 入力データから検出対象物の像を検出する画像処理装置および方法 |
CN105389566B (zh) | 2015-11-13 | 2018-09-11 | 广东欧珀移动通信有限公司 | 指纹识别方法、指纹模板的更新方法、装置和移动终端 |
WO2018070032A1 (ja) * | 2016-10-14 | 2018-04-19 | 富士機械製造株式会社 | 画像処理装置 |
CN108133492B (zh) * | 2016-12-01 | 2022-04-26 | 京东方科技集团股份有限公司 | 图像匹配方法、装置和系统 |
JP6732214B2 (ja) * | 2017-03-10 | 2020-07-29 | オムロン株式会社 | 画像処理装置、画像処理方法、テンプレート作成装置、物体認識処理装置及びプログラム |
CN107516105B (zh) * | 2017-07-20 | 2020-06-16 | 阿里巴巴集团控股有限公司 | 图像处理方法及装置 |
WO2019101345A1 (de) * | 2017-11-27 | 2019-05-31 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur projektierung einer spezifi-schen verfahrenstechnischen anlage |
US11164015B2 (en) * | 2018-05-08 | 2021-11-02 | Ford Global Technologies, Llc | Simultaneous diagnosis and shape estimation from a perceptual system derived from range sensors |
DE112020001625T5 (de) | 2019-03-29 | 2021-12-23 | Semiconductor Energy Laboratory Co., Ltd. | Bildsuchsystem und Bildsuchverfahren |
CN111079802B (zh) * | 2019-12-02 | 2023-04-07 | 易思维(杭州)科技有限公司 | 一种基于梯度信息的匹配方法 |
CN116310763B (zh) * | 2023-05-10 | 2023-07-21 | 合肥英特灵达信息技术有限公司 | 一种模板图像生成方法、装置、电子设备及存储介质 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01250184A (ja) * | 1987-12-09 | 1989-10-05 | Ricoh Co Ltd | 文字認識方法及び文字の回転角度判定方法 |
JPH09223197A (ja) * | 1996-02-15 | 1997-08-26 | Fujitsu Ltd | 文字認識装置 |
US7512807B2 (en) * | 2003-02-25 | 2009-03-31 | Activcard Ireland, Limited | Method and apparatus for biometric verification with data packet transmission prioritization |
JP4575738B2 (ja) * | 2004-09-29 | 2010-11-04 | 富士フイルム株式会社 | 超音波画像境界抽出方法及び超音波画像境界抽出装置、並びに、超音波撮像装置 |
JP4943228B2 (ja) * | 2007-05-22 | 2012-05-30 | Juki株式会社 | 画像のマッチング処理方法 |
JP2009118009A (ja) * | 2007-11-02 | 2009-05-28 | Sony Corp | 撮像装置、その制御方法およびプログラム |
US8577118B2 (en) * | 2008-01-18 | 2013-11-05 | Mitek Systems | Systems for mobile image capture and remittance processing |
US8004576B2 (en) * | 2008-10-31 | 2011-08-23 | Digimarc Corporation | Histogram methods and systems for object recognition |
JP4816717B2 (ja) * | 2008-12-09 | 2011-11-16 | ソニー株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
JP5550301B2 (ja) * | 2009-10-16 | 2014-07-16 | 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 |
US8913783B2 (en) * | 2009-10-29 | 2014-12-16 | Sri International | 3-D model based method for detecting and classifying vehicles in aerial imagery |
JP2012123626A (ja) * | 2010-12-08 | 2012-06-28 | Toyota Central R&D Labs Inc | 対象物検出装置及びプログラム |
US9031317B2 (en) * | 2012-09-18 | 2015-05-12 | Seiko Epson Corporation | Method and apparatus for improved training of object detecting system |
US9129189B2 (en) * | 2013-08-14 | 2015-09-08 | Qualcomm Incorporated | Performing vocabulary-based visual search using multi-resolution feature descriptors |
-
2014
- 2014-05-06 EP EP14167117.2A patent/EP2808828B1/en active Active
- 2014-05-09 US US14/273,788 patent/US9384419B2/en active Active
- 2014-05-09 CN CN201410195547.1A patent/CN104217194B/zh active Active
- 2014-05-30 JP JP2014112653A patent/JP6432162B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
CN104217194A (zh) | 2014-12-17 |
EP2808828B1 (en) | 2020-08-05 |
US20140355886A1 (en) | 2014-12-04 |
EP2808828A3 (en) | 2015-04-08 |
CN104217194B (zh) | 2017-08-25 |
JP2015007972A (ja) | 2015-01-15 |
EP2808828A2 (en) | 2014-12-03 |
US9384419B2 (en) | 2016-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6432162B2 (ja) | 画像照合方法、画像照合装置、モデルテンプレート生成方法、モデルテンプレート生成装置、およびプログラム | |
US10936911B2 (en) | Logo detection | |
JP6694829B2 (ja) | ルールに基づくビデオ重要度解析 | |
CA2789887C (en) | Face feature vector construction | |
US8718324B2 (en) | Method, apparatus and computer program product for providing object tracking using template switching and feature adaptation | |
JP5261501B2 (ja) | 不変の視覚場面及び物体の認識 | |
JP6393230B2 (ja) | オブジェクト検出方法及び画像検索システム | |
JP6278108B2 (ja) | 画像処理装置、画像センサ、画像処理方法 | |
JP2011521333A (ja) | 強化された画像整合のための方法およびシステム | |
JP2018045302A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2011134102A (ja) | 情報処理装置及び情報処理方法 | |
JP5656768B2 (ja) | 画像特徴量抽出装置およびそのプログラム | |
Tarrataca et al. | The current feasibility of gesture recognition for a smartphone using J2ME | |
Khan et al. | Feature-Based Tracking via SURF Detector and BRISK Descriptor | |
US11288534B2 (en) | Apparatus and method for image processing for machine learning | |
KR101453713B1 (ko) | 객체 인식 방법 및 그 장치 | |
WO2015178001A1 (ja) | 画像照合システム、画像照合方法、およびプログラムを記憶する記録媒体 | |
Nguyen et al. | Unconstrained gender classification by multi-resolution LPQ and SIFT | |
KR101627974B1 (ko) | 영상 블러에 강인한 영상 특징 기술자 생성 방법 및 장치 | |
Wang et al. | Ultra-Fast Mini License Plate Recognition System Based-on Vision Processing Unit | |
JP2007304899A (ja) | 識別辞書生成装置及び識別辞書生成方法 | |
JP2014056415A (ja) | 画像照合システム、画像照合方法、およびプログラム | |
WO2012147844A1 (ja) | 物体又は形状の認識又は検索方法およびそのシステムおよびそのプログラム | |
WO2012090645A1 (ja) | 物体形状認識方法、物体形状認識システム及びプログラム | |
US20220092769A1 (en) | Collation apparatus, collation method, and computer readable recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170209 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180126 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180306 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180502 |
|
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: 20181009 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181022 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6432162 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |