JP6463095B2 - 画像検索装置及び方法 - Google Patents
画像検索装置及び方法 Download PDFInfo
- Publication number
- JP6463095B2 JP6463095B2 JP2014238234A JP2014238234A JP6463095B2 JP 6463095 B2 JP6463095 B2 JP 6463095B2 JP 2014238234 A JP2014238234 A JP 2014238234A JP 2014238234 A JP2014238234 A JP 2014238234A JP 6463095 B2 JP6463095 B2 JP 6463095B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- search
- specific
- category
- images
- 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
- 238000000034 method Methods 0.000 title claims description 91
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000001914 filtration Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 208000029152 Small face Diseases 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 101100328887 Caenorhabditis elegans col-34 gene Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
Description
また一方で、特許文献3では、画像認識技術を用いて特定のオブジェクトが写る画像を自動で提示する技術が開示されている。ユーザが特定のオブジェクトが写る画像を探したい場合に、この技術を用いることで、ユーザは選択に必要となる手間を大幅に軽減することができ、利便性が高い。
前記画像取得手段が取得した画像が属するカテゴリを取得するカテゴリ取得手段と、
前記画像取得手段が取得した画像から特定のオブジェクトが写る特定画像を探索する画像探索手段と、
前記カテゴリ取得手段が取得したカテゴリ毎に前記特定画像の数を算出する算出手段と、
前記算出手段が算出したカテゴリ毎の画像数に応じて選択されたカテゴリに属する画像であって前記画像探索手段が前記特定画像ではないと判断した画像の中から前記特定画像を詳細に探索する詳細探索手段と、
を備えることを特徴とする。
カテゴリ取得手段が、前記画像取得手段が取得した画像が属するカテゴリを取得するカテゴリ取得工程と、
画像探索手段が、前記画像取得手段が取得した画像から特定のオブジェクトが写る特定画像を探索する画像探索工程と、
算出手段が、前記カテゴリ取得手段が取得したカテゴリ毎に前記特定画像の数を算出する算出工程と、
詳細探索手段が、前記算出手段が算出したカテゴリ毎の画像数に応じて選択されたカテゴリに属する画像であって、前記画像探索手段が前記特定画像ではないと判断した画像の中から前記特定画像を詳細に探索する詳細探索工程と、
を含むことを特徴とする。
以下、図面を参照して本発明の第1の実施例を詳細に説明する。本実施例では、画像検索装置のユーザが、特定人物が主要被写体として写った写真を探す、という目的で使用する場合の例を説明する。すなわち、特定のオブジェクトが写る画像を検索する画像検索の一例として、特定人物の顔が画像の中央付近に大きく写る画像を検索する場合の画像検索処理について述べる。
図1に、本実施例における画像検索装置のハードウェア構成の一例を示す。図1に示すように、本実施例における画像検索装置100は、CPU1、ROM2、RAM3、二次記憶装置4、通信装置5、映像出力装置6、および接続バス7で構成されている。
CPU1は、CPU(Central Processing Unit)であり、ROM2やRAM3に格納された制御プログラムを実行することにより、本装置全体の制御を行う。
RAM3は、揮発性メモリであり、画像データや制御プログラムおよびその実行結果を一時的に記憶する。
通信装置5は、無線通信ユニットであり、他の機器との通信に使用する。通信装置5は、有線通信ユニットであってもよい。
映像出力装置6は、CRTやTFT液晶などのモニタである。RAM3または二次記憶装置4から取得した画像データや制御プログラムの実行結果等を表示する。
接続バス7は、CPU1、ROM2、RAM3、二次記憶装置4、通信装置5、および映像出力装置6を接続して相互にデータの入出力を行う。
また、後述する処理を記述したソフトウェア(プログラム)をネットワークまたは各種記憶媒体を介して取得し、パーソナルコンピュータ等の処理装置(CPU、プロセッサ)にて実行してもよい。
また、本実施例では撮像データをカメラ101〜103から通信装置5を介して取得するが、画像検索装置100が撮像装置を持ち、その撮像装置を用いて撮影することによって画像を取得するようにしてもよい。
図2は、本実施例における画像検索装置の制御プログラムの機能構成の一例を示したブロック図である。図2に示すように、本実施例の制御プログラムの機能構成は、画像取得部11、画像探索部12、カテゴリ情報取得部13、特定画像数算出部14、詳細探索画像選択部15、詳細探索部16、および表示部17を含む。ここに示す機能構成はハードウェアとソフトウェアの組み合わせによって実現できるものであって、一つの機能ブロックが一つのハードウェアに対応するものではない。
カテゴリ情報取得部13は、画像取得部11から取得した画像からカテゴリ情報を取得し、特定画像数算出部14へ出力する。カテゴリ情報とは、各画像が属するグループを指す情報で、典型的には撮影場所、撮影日時などがある。
詳細探索画像選択部15は、特定画像数算出部14から取得した探索結果とカテゴリ毎の特定画像の数から詳細探索するカテゴリを選択し、そのカテゴリに属する画像を二次記憶装置4から取得し、詳細探索部16に出力する。
表示部17は、ユーザに検索結果を提示する提示部として機能し、詳細探索部16から取得した詳細探索結果と画像探索部12から取得した探索結果を映像出力装置6に出力し、結果を表示する。
図3は、本実施例の画像検索装置100が、特定人物が写る画像の検索および表示を行う処理フローチャートの一例を示したものである。この図を参照しながら、実際の処理について詳細を説明する。なお、このフローの開始時に、画像検索装置100、カメラ101〜103の電源はオンになっており、カメラ101〜103から画像検索装置へ画像を送信する準備が完了した状態にあるものとする。
続いて、カテゴリ情報取得部13は、画像取得部11から画像を取得し、取得した画像からカテゴリ情報を取得する(ステップS013)。本実施例ではカテゴリは撮影時刻と撮影場所(GPSデータ)から自動で分類される。撮影場所と撮影時刻は画像のメタデータから読み込む。
残りの画像についても同様にカテゴリを自動分類している。カテゴリの自動分類のルールについては撮影時刻だけを基準として設定してもよいし、撮影場所だけを基準として設定してもよい。また他のメタデータの単体または複数の組み合わせを基準として設定してもよい。
続いて、詳細探索画像選択部15は、カテゴリ毎の特定人物画像数から、詳細探索する画像を選択する(ステップS015)。
例えば、各カテゴリで特定画像が所定の割合を超えた場合に詳細探索対象の画像として選択するようにしてもよい。また、詳細探索対象の画像をリストにして詳細探索部16で使うようにしたが、詳細探索対象の画像を詳細探索部16に伝達する方法はこれに限らない。詳細探索対象の画像そのものを詳細探索部16に出力するようにしてもよい。
以上が、本実施例における全体の処理フローである。
図6は、本実施例における画像探索処理(図3のステップS012)の詳細を示した処理フローチャートである。この図を参照しながら、具体的な処理の詳細を説明する。なお、この画像探索処理の全ての処理は画像探索部12で実行される。
始めに、画像探索部12が画像取得部11から画像を取得する(ステップS021)。
続いて、取得した画像から対象物体である人物の顔を検出する(ステップS022)。人物の顔を検出する方法に関しては既存の手法を用いればよい。例えば、非特許文献1に記載の手法を用いることができる。
顔の検出を実行した後に、顔の位置とサイズでフィルタリング処理を行う。すなわち、画像に対して所定割合以下の大きさの顔や画像中央付近の所定範囲にない顔は、顔ではないと判定する。
画像中に人物の顔が一つ以上ある場合(ステップS023でYes)、RAM3に事前に読み込んでおいた特定情報を取得する(ステップS024)。特定情報とは、検索クエリとしてユーザが指定する(特定人物の)顔画像であり、ステップS022で検出した顔画像と比較することで、画像中に特定人物が写っているか否か、判定する。特定情報として、顔画像から取得した特徴量を登録するようにしてもよい。特定情報は事前に二次記憶装置4に記憶しておけばよい。特定情報に複数の人物がいる場合、どの人物を検索するかはユーザに選択させてもよい。その場合は、通信装置5を使って他の機器を介したユーザの入力を受信すればよい。
特定情報からも、同様に特徴量を抽出する。特定情報が複数の顔画像を含む場合は、全ての顔画像から特徴量を抽出しておく。ただし、特定情報が画像ではなく、特徴量として記憶されている場合は、ここで抽出する必要はない。
続いて、検出した顔のうち、スコア算出の処理が終わっていない顔があれば(ステップS028でNo)、ステップS025に戻り、残りの顔に対して処理を行う。
検出した全ての顔に対してスコア算出の処理が終わっていれば(ステップS028でYes)、取得した全画像について処理を完了したか判定する(ステップS029)。
以上が、本実施例における画像探索処理フローである。画像探索処理に関しては、ここで挙げた方法以外の別の方法を用いてもよい。本実施例では顔の画像による識別を行ったが、人間の全身または一部の画像を使って識別してもよい。
図8は、本実施例における詳細探索処理(図3のステップS016)の詳細を示した処理フローチャートである。この図を参照しながら、具体的な処理の詳細を説明する。なお、この詳細探索処理の全ての処理は詳細探索部16で実行される。
始めに、詳細探索部16は、詳細探索対象の画像を、詳細探索画像選択部15の出力をもとに、二次記憶装置4から取得する(S031)。
なお、本実施例では顔の検出を再度実行したが、画像探索処理フローの対象物体の検出(図6のステップS022)の際の顔の検出結果をRAM3や二次記憶装置4に記憶しておき、再利用してもよい。
以上が、本発明における第1の実施例の説明である。
本実施例では、カメラから取得した画像の中から画像検索装置で特定人物が写る画像を検索する方法について説明した。まず、画像探索処理によって特定人物が主要被写体として写る、すなわち、顔が中央付近に大きく写る、特定人物の画を検索した。その上で、特定のカテゴリにおいて検索結果の画像が1枚もなかった場合については、顔の位置とサイズによるフィルタリングを外した詳細探索を実施した。これにより、画像探索処理による画像の見落としのために特定カテゴリにおいて検索結果の画像数が少なくなる現象を軽減することができる。
例えば、詳細探索処理でスコアと比較する閾値(図8のステップS037)を画像探索処理でスコアと比較する閾値(図6のステップS027)よりも下げて再検索をしてもよい。また、詳細探索処理に使う特徴量(図8のステップS035)を画像探索処理に使う特徴量(図6のステップS025)とは異なるものを使用してもよい。
また、本実施例では、特定の人物が写る画像を検索する場合の画像検索処理について説明したが、人物以外のその他のオブジェクトを検索してもよい。例えば、特定の自動車や動物を検索するようにしてもよい。青空や山といった風景をオブジェクトとして識別して、検索するようにしてもよい。これらのオブジェクトの場合も、画像に対する大きさや画像中の位置を計測することで本実施例を適用することができる。
第1の実施例では、画像検索装置が複数のカメラから画像を取得し、画像検索を行う場合について説明したが、本実施例では、画像検索装置自体が撮像装置を備える場合について説明する。また、第1の実施例では、検出した顔の位置とサイズでフィルタリングを外して詳細探索を実行したが、本実施例では、画像探索結果から顔以外の属性情報を使用して詳細探索を実行する例を説明する。なお、第1の実施例と同じ処理を行う場合は説明を省略し、処理の異なる部分のみを説明する。
図9に、本実施例における画像検索装置のハードウェア構成の一例を示す。図9に示すように、本実施例における画像検索装置500は、CPU51、ROM52、RAM53、二次記憶装置54、通信装置55、映像出力装置56、接続バス57、入力装置58および撮像装置59で構成されている。
撮像装置59は、一般的なカメラで使用されるレンズや撮像素子等で構成されており、撮影した画像をRAM53または二次記憶装置54に記憶する。
この他のハードウェアに関しては第1の実施例と同様であるため、説明を省略する。また、第1の実施例と同様に後述する処理を、CPU51によりソフトウェアで実現することとするが、その処理の一部または全部をハードウェアで実現するようにしても構わない。
図10は、本実施例における画像検索装置の制御プログラムの機能構成の一例を示したブロック図である。この図に示すように、本実施例の制御プログラムは、画像取得部61、画像探索部62、カテゴリ情報取得部63、特定画像数算出部64、詳細探索画像選択部65、詳細探索部66、および表示部67を含む。以下、第1の実施例の機能構成(図2)と異なる部分について説明する。ここに示す機能構成もハードウェアとソフトウェアの組み合わせによって実現できるものであって、一つの機能ブロックが一つのハードウェアに対応するものではない。
本実施例では、画像検索装置500が撮像装置59で撮影した画像を二次記憶装置に記憶した上で、ユーザが特定の人物が写った写真を検索し、表示する処理について説明する。
全体の処理フローは第1の実施例と同様であるため、図3を参照しながら、実際の処理について詳細を説明する。なお、第1の実施例と同様の処理は説明を省略する。
続いて、画像探索部62は、画像取得部61から画像を取得し、画像探索処理を行う(ステップS012)。このとき、第1の実施例とは異なり、顔の検出結果を顔の位置・サイズでフィルタリングせずに、全画像領域の全顔サイズについて検出・識別を行う。
続いて、詳細探索部66が、詳細探索画像選択部65によって選択された詳細探索対象の画像に対して詳細探索処理を行う(ステップS016)。本実施例では、ステップS012の画像探索処理の結果から顔以外の属性情報を取得して詳細探索する。詳細探索処理の詳細については後述する。
続くステップS017は、第1の実施例と同様であるため説明を省略する。
以上が、本実施例における全体の処理フローである。
図11は、本実施例における詳細探索処理(図3のステップS016)の詳細を示した処理フローチャートである。この図を参照しながら、具体的な処理の詳細を説明する。なお、この詳細探索処理の全ての処理は詳細探索部66で実行される。
ステップS041からステップS044までの処理は第1の実施例のステップS031からステップS034までの処理と同様であるので、説明を省略する。
図12(a)は特定画像と判断された画像600aと、その画像内に人物601aの顔と人体部分の両方が含まれている様子を示している。
図12(b)は、ステップS041で取得した詳細探索対象の画像600bと、その画像内に人物601b、602〜603の顔と人体部分の両方が含まれている様子を示している。ここでユーザが検索したい人物は人物601bであるとする。この例では、人物601bは横を向いているため、画像探索部62の画像探索処理(図12(b)の人物601bの顔領域604bだけを使った画像探索処理)ではスコアが閾値を超えずに見落とされた(特定画像とは判断されなかった)とする。
つまり、本実施例では、詳細探索部66は、
画像探索部62が探索した特定画像600aに写る特定オブジェクト601aの一部(服領域605a)から取得した情報と
画像探索部62が特定画像ではないと判断した画像600bに写るオブジェクト601bの一部であって、画像探索部62が特定画像であると判断した画像600aに写る特定オブジェクトの一部(服領域605a)に相当する部分(服領域605b)から取得した情報と
を比較して特定画像を探索している。
S=α・Fscore+(1−α)・Cscore (数式1)
ここで、Sは統合したスコア、Fscoreが顔領域で算出したスコア、Cscoreが服の色の識別スコア、αは定数で、0<α<1を満たす。統合方法はここで示した方法に限定されない。この他既知の方法を用いてもよい。
ステップS049からステップS052までの処理は第1の実施例のステップS037からステップS040までの処理と同様であるため説明を省略する。
本発明は、上述の実施例の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
2、52 ROM
3、53 RAM
4、54 二次記憶装置
5、55 通信装置
6、56 映像出力装置
7、57 接続バス
58 入力装置
59 撮像装置
101、102、103 カメラ
110 撮影時刻
120 撮影場所
130 カテゴリ自動分類結果
300 画像
301 顔の座標範囲
302、303、304 人物の顔
305 基準外接矩形
Claims (12)
- 画像を取得する画像取得手段と、
前記画像取得手段が取得した画像が属するカテゴリを取得するカテゴリ取得手段と、
前記画像取得手段が取得した画像から特定のオブジェクトが写る特定画像を探索する画像探索手段と、
前記カテゴリ取得手段が取得したカテゴリ毎に前記特定画像の数を算出する算出手段と、
前記算出手段が算出したカテゴリ毎の画像数に応じて選択されたカテゴリに属する画像であって前記画像探索手段が前記特定画像ではないと判断した画像の中から前記特定画像を詳細に探索する詳細探索手段と、
を備えることを特徴とする画像検索装置。 - 前記詳細探索手段は、前記算出手段が算出したある前記カテゴリに属する特定画像の数が予め定めた画像数より少ないか、または、ある前記カテゴリに属する前記画像のうち、前記画像探索手段が特定画像と判断した画像の割合が予め定めた割合より低い場合に探索する、
ことを特徴とする請求項1に記載の画像検索装置。 - 前記詳細探索手段は、
前記画像探索手段が探索した特定画像に写る特定オブジェクトの一部から取得した情報と
前記画像探索手段が特定画像ではないと判断した画像に写るオブジェクトの一部であって、前記画像探索手段が特定画像であると判断した画像に写る前記特定オブジェクトの前記一部に相当する部分から取得した情報と
を比較して特定画像を探索する、
ことを特徴とする請求項1または2に記載の画像検索装置。 - 前記画像探索手段は、
前記画像取得手段が取得した画像に写るオブジェクトが特定のオブジェクトにどれだけ似ているかを示すスコアを算出し、
予め定めた閾値と前記スコアとを比較することで、前記画像が前記特定画像か否かを判断する、
ことを特徴とする請求項1から3のいずれか1項に記載の画像検索装置。 - 前記詳細探索手段は、
前記画像取得手段が取得した画像に写るオブジェクトが特定のオブジェクトにどれだけ似ているかを示すスコアであって、前記画像探索手段が算出したスコアと同じ種類のスコアを算出し、
前記画像探索手段が比較に使用した前記閾値とは異なる値の閾値と前記詳細探索手段が算出した前記スコアとを比較することで、前記画像が前記特定画像か否かを判断する、
ことを特徴とする請求項4に記載の画像検索装置。 - 前記詳細探索手段は、
前記画像取得手段が取得した画像に写るオブジェクトが特定のオブジェクトにどれだけ似ているかを示すスコアであって、前記画像探索手段が算出したスコアと異なる種類のスコアを算出し、
予め定めた閾値と前記詳細探索手段が算出した前記スコアとを比較することで、前記画像が前記特定画像か否かを判断する、
ことを特徴とする請求項4に記載の画像検索装置。 - 前記詳細探索手段が探索の対象とする前記特定画像は、前記画像探索手段が探索する前記特定画像よりも、前記特定のオブジェクトのサイズが予め定めた閾値より小さい、または、前記特定のオブジェクトの位置が予め定めた閾値よりも前記画像の中央から離れている、のいずれか一方または両方である
ことを特徴とする請求項1に記載の画像検索装置。 - 前記オブジェクトは人物の全身または一部であることを特徴とする請求項1から7のいずれか1項に記載の画像検索装置。
- 前記オブジェクトは人物の顔であることを特徴とする請求項8に記載の画像検索装置。
- 前記画像探索手段が特定画像と判断した画像と、前記詳細探索手段が特定画像と判断した画像をユーザに提示する提示手段をさらに備え、
前記提示手段は、前記詳細探索手段が特定画像と判断した画像は、ユーザの要求に応じて提示する、
ことを特徴とする請求項1から9のいずれか1項に記載の画像検索装置。 - 画像取得手段が、画像を取得する画像取得工程と、
カテゴリ取得手段が、前記画像取得手段が取得した画像が属するカテゴリを取得するカテゴリ取得工程と、
画像探索手段が、前記画像取得手段が取得した画像から特定のオブジェクトが写る特定画像を探索する画像探索工程と、
算出手段が、前記カテゴリ取得手段が取得したカテゴリ毎に前記特定画像の数を算出する算出工程と、
詳細探索手段が、前記算出手段が算出したカテゴリ毎の画像数に応じて選択されたカテゴリに属する画像であって、前記画像探索手段が前記特定画像ではないと判断した画像の中から前記特定画像を詳細に探索する詳細探索工程と、
を含むことを特徴とする画像検索方法。 - コンピュータを、請求項1から10のいずれか1項に記載の画像検索装置の各手段として機能させるためのコンピュータが読取可能なプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014238234A JP6463095B2 (ja) | 2014-11-25 | 2014-11-25 | 画像検索装置及び方法 |
US14/947,080 US10311097B2 (en) | 2014-11-25 | 2015-11-20 | Image retrieving apparatus and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014238234A JP6463095B2 (ja) | 2014-11-25 | 2014-11-25 | 画像検索装置及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016099900A JP2016099900A (ja) | 2016-05-30 |
JP6463095B2 true JP6463095B2 (ja) | 2019-01-30 |
Family
ID=56010411
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014238234A Active JP6463095B2 (ja) | 2014-11-25 | 2014-11-25 | 画像検索装置及び方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10311097B2 (ja) |
JP (1) | JP6463095B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10592742B1 (en) | 2015-09-28 | 2020-03-17 | Amazon Technologies, Inc. | Agent re-identification |
US10593085B2 (en) * | 2016-07-06 | 2020-03-17 | Facebook, Inc. | Combining faces from source images with target images based on search queries |
JP6948123B2 (ja) * | 2016-11-09 | 2021-10-13 | シャープ株式会社 | 画像ファイルリスト表示方法 |
CN110019872B (zh) * | 2017-12-21 | 2023-08-22 | 佳能株式会社 | 索引装置和方法、对象图像检索装置和方法以及监视系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001521250A (ja) * | 1997-10-27 | 2001-11-06 | マサチューセッツ・インスティチュート・オブ・テクノロジー | 情報の検索および検索システム |
JP4173246B2 (ja) * | 1999-04-28 | 2008-10-29 | 株式会社リコー | 類似画像表示方法及び類似画像表示処理プログラムを格納した記録媒体 |
JP2003296165A (ja) | 2002-03-29 | 2003-10-17 | Fuji Photo Film Co Ltd | 画像表示方法および装置並びにプログラム |
JP2004234228A (ja) * | 2003-01-29 | 2004-08-19 | Seiko Epson Corp | 画像検索装置、画像検索装置におけるキーワード付与方法、及びプログラム |
US20060020597A1 (en) * | 2003-11-26 | 2006-01-26 | Yesvideo, Inc. | Use of image similarity in summarizing a collection of visual images |
US7492921B2 (en) * | 2005-01-10 | 2009-02-17 | Fuji Xerox Co., Ltd. | System and method for detecting and ranking images in order of usefulness based on vignette score |
US8732025B2 (en) * | 2005-05-09 | 2014-05-20 | Google Inc. | System and method for enabling image recognition and searching of remote content on display |
JP4749783B2 (ja) | 2005-07-13 | 2011-08-17 | 富士フイルム株式会社 | 代表画像を用いた画像表示方法及び装置 |
JP5117154B2 (ja) | 2007-09-28 | 2013-01-09 | オリンパスイメージング株式会社 | 画像検索表示装置、画像検索表示方法 |
US20090132953A1 (en) * | 2007-11-16 | 2009-05-21 | Iac Search & Media, Inc. | User interface and method in local search system with vertical search results and an interactive map |
US8990199B1 (en) * | 2010-09-30 | 2015-03-24 | Amazon Technologies, Inc. | Content search with category-aware visual similarity |
WO2013175608A1 (ja) * | 2012-05-24 | 2013-11-28 | 株式会社日立製作所 | 画像解析装置、画像解析システム、画像解析方法 |
JP2014106682A (ja) * | 2012-11-27 | 2014-06-09 | Canon Inc | 情報処理装置、情報制御方法及びプログラム |
JP2014192795A (ja) * | 2013-03-28 | 2014-10-06 | Fujifilm Corp | 電子アルバム不足画像検索装置およびその動作制御方法 |
-
2014
- 2014-11-25 JP JP2014238234A patent/JP6463095B2/ja active Active
-
2015
- 2015-11-20 US US14/947,080 patent/US10311097B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016099900A (ja) | 2016-05-30 |
US10311097B2 (en) | 2019-06-04 |
US20160147793A1 (en) | 2016-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148196B (zh) | 一种图像处理方法、装置以及相关设备 | |
JP6332937B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
AU2014321165B2 (en) | Image searching method and apparatus | |
JP5763965B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
KR101322168B1 (ko) | 실시간 얼굴 인식 장치 | |
JP5823270B2 (ja) | 画像認識装置及び方法 | |
EP2557524A1 (en) | Method for automatic tagging of images in Internet social networks | |
JP5899179B2 (ja) | 人物認識装置、人物認識方法、人物認識プログラムおよびその記録媒体 | |
US8526742B2 (en) | Image processing apparatus, method, and program that classifies data of images | |
US20120148118A1 (en) | Method for classifying images and apparatus for the same | |
CN102915372A (zh) | 图像检索方法、装置及系统 | |
JP6463095B2 (ja) | 画像検索装置及び方法 | |
CN106575223B (zh) | 图像分类方法和图像分类装置 | |
JP6351243B2 (ja) | 画像処理装置、画像処理方法 | |
US20160125260A1 (en) | Selecting features from image data | |
JP2008131330A (ja) | 画像表示装置および画像表示方法 | |
WO2021004186A1 (zh) | 一种人脸采集方法、装置、系统、设备及介质 | |
JP7142420B2 (ja) | 画像処理装置、学習方法、学習済モデル、画像処理方法 | |
KR101252843B1 (ko) | 이동 통신 단말기에서 이미지 관리 방법 | |
US20200258236A1 (en) | Person segmentations for background replacements | |
CN108596079B (zh) | 手势识别方法、装置及电子设备 | |
JP2017103748A (ja) | 画像処理方法およびプログラム | |
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 | |
CN109815823B (zh) | 数据处理方法及相关产品 | |
JP7350208B2 (ja) | 画像処理装置、画像処理方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171127 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180919 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180928 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181122 |
|
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: 20181204 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181228 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6463095 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D03 |