JP6444331B2 - 対象識別装置 - Google Patents
対象識別装置 Download PDFInfo
- Publication number
- JP6444331B2 JP6444331B2 JP2016071934A JP2016071934A JP6444331B2 JP 6444331 B2 JP6444331 B2 JP 6444331B2 JP 2016071934 A JP2016071934 A JP 2016071934A JP 2016071934 A JP2016071934 A JP 2016071934A JP 6444331 B2 JP6444331 B2 JP 6444331B2
- Authority
- JP
- Japan
- Prior art keywords
- target
- feature
- feature amount
- image
- silhouette
- 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
- 238000000605 extraction Methods 0.000 claims description 34
- 238000012545 processing Methods 0.000 description 75
- 230000006870 function Effects 0.000 description 62
- 238000000034 method Methods 0.000 description 44
- 238000012544 monitoring process Methods 0.000 description 41
- 230000008569 process Effects 0.000 description 31
- 238000001514 detection method Methods 0.000 description 25
- 238000003384 imaging method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 239000000284 extract Substances 0.000 description 12
- 238000013500 data storage Methods 0.000 description 11
- 238000012986 modification Methods 0.000 description 10
- 230000004048 modification Effects 0.000 description 10
- 238000012706 support-vector machine Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 230000036544 posture Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 241000282887 Suidae Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Description
第一の実施形態に係る侵入検知装置10について説明する。
図1は侵入検知装置10の概略の構成を示すブロック図である。侵入検知装置10は撮影部20、記憶部30、画像処理部40および出力部50から構成される。
対象特徴量のそれぞれは人の勾配特徴を参照するために予め用意された勾配特徴量のデータである。勾配特徴量は画素間の輝度の勾配を表す特徴量であり、輪郭形状やテクスチャーなどの特徴を捉えることができる。本実施形態においては勾配特徴量としてHOGを用いる。
シルエット特徴量のそれぞれは人の輪郭形状のみの勾配特徴を参照するために予め用意された勾配特徴量のデータであり、具体的にはシルエット特徴量のそれぞれは複数枚の人のシルエット画像のそれぞれから抽出したHOGである。
シルエット画像は、後述する線形補間データが人の特徴量であることを高確度で担保するために、対象画像のそれぞれから作成される。
また、複数のシルエット特徴量は予めクラスタリングされ、それぞれが属するクラスタの識別符号(以下、クラスタ識別子と称する)と対応付けてシルエット特徴量記憶手段301に記憶されている。クラスタ識別子が同一のシルエット特徴量は、互いに類似し、例えば同一姿勢の人についてのシルエット特徴量となる。
非対象特徴量は、人の勾配特徴と対比するために用意された勾配特徴量であり、人が撮影されていない複数の非対象画像のそれぞれから予め抽出されたHOGである。非対象特徴量記憶手段302は複数の非対象特徴量をそれぞれに付与された識別符号と対応付けて記憶している。なお非対象画像の大きさは対象画像と同一である。
よって、対象特徴量の分布の偏りの影響を抑制して高精度な識別が可能となる。
図6、図7のフローチャートを参照して、第一の実施形態に係る侵入検知装置10の動作を説明する。
上記実施形態においては、線形補間データを線分とする例を示したが、線形補間データを離散的な特徴量とすることもできる。この場合、特徴量補間手段401は勾配特徴量の特徴空間における最近傍対象特徴量と最近傍シルエット特徴量の間の1または複数の内分点に対応する勾配特徴量を算出し、最近傍対象特徴量、最近傍シルエット特徴量および各内分点に対応する勾配特徴量を線形補間データとして生成する。その際の内分点の個数は予め定めた固定の個数としてもよいし、内分点の間隔が予め定めた距離となるよう可変の個数としてもよい。また、内分点の数が複数個となる場合、対象識別手段402は複数の内分点に対応する勾配特徴量のうち入力特徴量に最も類似する勾配特徴量に基づいて識別を行う。
このように線形補間データを線分ではなく離散的な特徴量とする変形例においては、対象識別手段402が、入力特徴量と線形補間データの類似性を相関値など距離以外の尺度で判定することが可能となる。
このようにすることで、生成可能な線形補間データの数は減るものの、シルエット特徴量の数が少なくなるため最近傍シルエット特徴量を選出する処理量を減じることができる。
このようにすることで、生成可能な線形補間データの数は減るものの、最近傍対象特徴量を選出する処理量を減じることができる。
第二の実施形態に係る侵入検知装置11について説明する。
侵入検知装置11は撮影部21、記憶部31、画像処理部41および出力部51から構成される。撮影部21、記憶部31、画像処理部41および出力部51の接続関係はそれぞれ図1に示した撮影部20、記憶部30、画像処理部40および出力部50の接続関係と同様であるため構成図は省略する。
具体的には、線形補間データは、HOGの特徴空間において、対象特徴量とシルエット特徴量を結ぶ線分のデータである。補間データ記憶手段310は線分の端点のデータとして複数の対象特徴量および複数のシルエット特徴量を記憶するとともに、対象特徴量とシルエット特徴量の組み合わせごとに線分の傾きを記憶している。
補間データ記憶手段310は、各クラスタに帰属する複数のシルエット特徴量のそれぞれと、当該クラスタに帰属する複数のシルエット特徴量のそれぞれと同一の人画像に由来する対象特徴量とを結んだ複数の線分(例えば図4にて太線および細線で示した41本の線分)のデータを線形補間データとして記憶している。
具体的には、複数の非対象特徴量のそれぞれは、第一の実施形態において説明した非対象特徴量と同様、人が撮影されていない複数の非対象画像のそれぞれから抽出したHOGである。
以下、第二の実施形態に係る侵入検知装置11の動作を説明する。
上記第二の実施形態においては、線形補間データを線分とする例を示したが、線形補間データを離散的な特徴量とすることもできる。この場合、補間データ記憶手段310は、勾配特徴量の特徴空間における対象特徴量とシルエット特徴量の間の1または複数の内分点に対応する勾配特徴量を線形補間データとして記憶する。その際の内分点の個数は予め定めた固定の個数としてもよいし、内分点の間隔が予め定めた距離となるよう可変の個数としてもよい。
このように線形補間データを線分ではなく離散的な特徴量とする変形例においては、対象識別手段412が、入力特徴量と線形補間データの類似性を相関値など距離以外の尺度で判定することが可能となる。
第三の実施形態に係る侵入検知装置12について説明する。
侵入検知装置12は撮影部22、記憶部32、画像処理部42および出力部52から構成される。撮影部22、記憶部32、画像処理部42および出力部52の接続関係はそれぞれ図1に示した撮影部20、記憶部30、画像処理部40および出力部50の接続関係と同様であるため構成図は省略する。
以下、第三の実施形態に係る侵入検知装置12の動作を説明する。
上記各実施形態においては、人を識別の対象とする例を示したが、識別対象は人に限らず種々の物体とすることができる。例えば、識別対象を車両または什器など、人以外の物体とすることもでき、人の顔または手など人の特定部位とすることもできる。
また、さらに別の変形例において、特徴量抽出手段は、後続して切り出される部分画像(入力画像)と重複する領域から抽出した勾配特徴量のみを記憶部に保持するよう制御してもよい。この構成でも、記憶部に必要とされる容量は増すものの、同じ領域の勾配特徴量を繰り返し抽出する無駄な処理を省くことができる。
20・・・撮影部
30・・・記憶部
40・・・画像処理部
50・・・出力部
300・・・対象特徴量記憶手段
301・・・シルエット特徴量記憶手段
302、312・・・非対象特徴量記憶手段
310・・・補間データ記憶手段
320・・・識別関数記憶手段
400、410、420・・・特徴量抽出手段
401・・・特徴量補間手段
402、412、422・・・対象識別手段
Claims (4)
- 入力画像に所定の対象が撮影されているか否かを識別する対象識別装置であって、
前記入力画像から当該入力画像の勾配特徴量である入力特徴量を抽出する特徴量抽出手段と、
前記対象が撮影された対象画像から抽出した勾配特徴量である対象特徴量を記憶している対象特徴量記憶手段と、
前記対象のシルエット画像から抽出した勾配特徴量であるシルエット特徴量を記憶しているシルエット特徴量記憶手段と、
前記対象特徴量と前記シルエット特徴量の間を線形補間して線形補間データを生成する特徴量補間手段と、
前記対象が撮影されていない非対象画像から抽出した勾配特徴量である非対象特徴量を記憶している非対象特徴量記憶手段と、
前記入力特徴量が前記非対象特徴量よりも前記線形補間データに類似している場合は前記入力画像に前記対象が含まれていると判定し、前記入力特徴量が前記線形補間データよりも前記非対象特徴量に類似している場合は前記入力画像に前記対象が含まれていないと判定する対象識別手段と、
を備え、
前記対象特徴量記憶手段は、複数の前記対象特徴量を記憶し、
前記特徴量補間手段は、前記複数の対象特徴量のうち前記入力特徴量に最も類似した対象特徴量と、前記シルエット特徴量の間を線形補間して前記線形補間データを生成することを特徴とする対象識別装置。 - 前記シルエット特徴量記憶手段は、複数の前記シルエット特徴量を記憶し、
前記特徴量補間手段は、前記対象特徴量と、前記複数のシルエット特徴量のうち前記入力特徴量に最も類似したシルエット特徴量との間を線形補間して前記線形補間データを生成する請求項1に記載の対象識別装置。 - 入力画像に所定の対象が撮影されているか否かを識別する対象識別装置であって、
前記入力画像から当該入力画像の勾配特徴量である入力特徴量を抽出する特徴量抽出手段と、
前記対象が撮影された対象画像から抽出した勾配特徴量である対象特徴量を記憶している対象特徴量記憶手段と、
前記対象のシルエット画像から抽出した勾配特徴量であるシルエット特徴量を記憶しているシルエット特徴量記憶手段と、
前記対象特徴量と前記シルエット特徴量の間を線形補間して線形補間データを生成する特徴量補間手段と、
前記対象が撮影されていない非対象画像から抽出した勾配特徴量である非対象特徴量を記憶している非対象特徴量記憶手段と、
前記入力特徴量が前記非対象特徴量よりも前記線形補間データに類似している場合は前記入力画像に前記対象が含まれていると判定し、前記入力特徴量が前記線形補間データよりも前記非対象特徴量に類似している場合は前記入力画像に前記対象が含まれていないと判定する対象識別手段と、
を備え、
前記シルエット特徴量記憶手段は、複数の前記シルエット特徴量を記憶し、
前記特徴量補間手段は、前記対象特徴量と、前記複数のシルエット特徴量のうち前記入力特徴量に最も類似したシルエット特徴量との間を線形補間して前記線形補間データを生成することを特徴とする対象識別装置。 - 前記特徴量補間手段は、前記勾配特徴量の特徴空間において前記対象特徴量と前記シルエット特徴量とを結ぶ線分を前記線形補間データとして生成する請求項1〜3のいずれかひとつに記載の対象識別装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016071934A JP6444331B2 (ja) | 2016-03-31 | 2016-03-31 | 対象識別装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016071934A JP6444331B2 (ja) | 2016-03-31 | 2016-03-31 | 対象識別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017182633A JP2017182633A (ja) | 2017-10-05 |
JP6444331B2 true JP6444331B2 (ja) | 2018-12-26 |
Family
ID=60007408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016071934A Active JP6444331B2 (ja) | 2016-03-31 | 2016-03-31 | 対象識別装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6444331B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109032054A (zh) * | 2018-08-03 | 2018-12-18 | 深圳众厉电力科技有限公司 | 一种监控预警系统 |
KR102697346B1 (ko) | 2018-12-20 | 2024-08-21 | 삼성전자주식회사 | 영상에서 오브젝트를 인식하는 전자 장치 및 그 동작 방법 |
CN110021028B (zh) * | 2019-03-06 | 2022-11-29 | 上海工程技术大学 | 一种基于服装款式图的自动制衣方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5882976B2 (ja) * | 2013-11-19 | 2016-03-09 | ヤフー株式会社 | 学習用局所特徴量生成装置及び学習用局所特徴量生成方法 |
-
2016
- 2016-03-31 JP JP2016071934A patent/JP6444331B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017182633A (ja) | 2017-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6655878B2 (ja) | 画像認識方法及び装置、プログラム | |
US9202126B2 (en) | Object detection apparatus and control method thereof, and storage medium | |
JP5376906B2 (ja) | 特徴量抽出装置、物体識別装置及び特徴量抽出方法 | |
JP4528309B2 (ja) | オブジェクト検出方法、オブジェクト検出装置、およびオブジェクト検出プログラム | |
JP6286474B2 (ja) | 画像処理装置および領域追跡プログラム | |
US10079974B2 (en) | Image processing apparatus, method, and medium for extracting feature amount of image | |
EP2120211A1 (en) | Marker generating and marker detecting system, method and program | |
CN107944403B (zh) | 一种图像中的行人属性检测方法及装置 | |
KR102322546B1 (ko) | 봉제 스티칭 불량 검출 방법 및 시스템 | |
JP5290227B2 (ja) | 対象物検知装置及びその学習装置 | |
JP2012108785A (ja) | 人数カウント装置、人数カウント方法及び人数カウントプログラム | |
JP4518139B2 (ja) | 画像処理装置 | |
JP6444331B2 (ja) | 対象識別装置 | |
JP6410450B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
US11544926B2 (en) | Image processing apparatus, method of processing image, and storage medium | |
JP2012252621A (ja) | 画像特徴量抽出装置及びこれを用いた画像処理によるマーカ検出装置 | |
KR20080079443A (ko) | 영상으로부터의 객체 검출 방법 및 장치 | |
JP2003187248A (ja) | 画像処理システムおよび画像処理装置 | |
JP6527183B2 (ja) | 放置物検出装置 | |
JP4390487B2 (ja) | 頭部領域抽出装置 | |
JP6090162B2 (ja) | 部位分離位置抽出装置、プログラム、方法 | |
CN112347988A (zh) | 口罩识别模型的训练方法、装置、计算机设备和可读存储介质 | |
CN111104857A (zh) | 一种基于步态能量图的身份识别方法及系统 | |
JP4203648B2 (ja) | 画像処理装置 | |
JP2013003861A (ja) | 物体形状推定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170802 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180731 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180927 |
|
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: 20181113 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181127 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6444331 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |