JP6733188B2 - データ統合装置、データ統合方法、及びプログラム - Google Patents
データ統合装置、データ統合方法、及びプログラム Download PDFInfo
- Publication number
- JP6733188B2 JP6733188B2 JP2016014037A JP2016014037A JP6733188B2 JP 6733188 B2 JP6733188 B2 JP 6733188B2 JP 2016014037 A JP2016014037 A JP 2016014037A JP 2016014037 A JP2016014037 A JP 2016014037A JP 6733188 B2 JP6733188 B2 JP 6733188B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- integrated
- vector data
- primary
- integration
- 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
Landscapes
- Image Analysis (AREA)
Description
また、前記検出処理は、前記画像に対して、検出対象を探索するための探索窓を走査させながら検出対象を検出してもよい。これにより、データ統合の高速化とともに検出対象の検出精度の向上が実現される。
図1は、本発明のデータ統合装置を含む検出装置1のハードウェア構成を示す図である。図に示すように、検出装置1は、主に、制御部11、記憶部12、メディア入出力部13、通信制御部14、入力部15、表示部16、周辺機器I/F部17等が、バス18を介して接続される。
Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)等によって構成される。CPUは、記憶部12、ROM、記録媒体等に格納されるプログラムをRAM上のワークメモリ領域に呼び出して実行し、バス18を介して接続された各装置を駆動制御し、検出装置1が行う後述する処理を実現する。ROMは、不揮発性メモリであり、検出装置1のブートプログラムやBIOS等のプログラム、データ等を恒久的に保持している。RAMは、揮発性メモリであり、記憶部12、ROM、記録媒体等からロードしたプログラム、データ等を一時的に保持するとともに、制御部11が各種処理を行う為に使用するワークエリアを備える。
また、入力部15は、CCDやCMOSセンサ等のカメラを備えてもよい。これにより、カメラにより撮像した画像を、入力画像Imとすることもできる。
次に、図3〜図21を参照して、検出装置1の具体的な動作について説明する。
図4は、入力画像Imの例を示す図である。図の例では、入力画像Im中に2つの検出対象(顔画像)が存在する。
図8は、検出処理により検出された検出データ3のデータ内容を示す図である。図に示すように、各検出データ3は、データID(3−1,3−2,3−3,…)と紐づいて、各検出データ3の「X座標」(120,130,200,…)、「Y座標」(140,150,740,…)、および「スケール」(64,64,100,…)を保持する。スケールとは、検出対象の検出時の探索窓30のスケール(サイズ)に基づき決定される。本実施形態では探索窓30のX方向(横方向)とY方向(縦方向)のサイズを同一(探索窓30を正方形)としているため、スケールは1つの値で指定されているが、探索窓30のX方向(横方向)とY方向(縦方向)のサイズは異なってもよい。この場合、検出データ3のスケールは、X方向(横方向)のサイズとY方向(縦方向)のサイズで指定される2次元ベクトルで表される。なお、本実施形態とは異なり探索窓30のスケールを一定とした場合には、検出データ3にスケールの情報を含めなくても良い。
まず、本発明のデータ統合処理を説明する前に、図19〜図23を参照して、従来のデータ統合処理について説明する。
図19は、従来のデータ統合処理の流れを示すフローチャートである。図に示すように従来のデータ統合処理は、移動処理(ステップS101)、および統合処理(ステップS102)の2つの処理から構成される。移動処理は、統合処理の前処理であり、検出データ3を検出データ3同士が密集する方へ移動させる(検出データ3の密度が大きい方へ移動させる)。
以下、各処理について順に説明する。
移動量|m(r)|が規定値以下になると、制御部11は、選択した検出データ3の移動処理を終了する。続いて、制御部11は、全ての検出データ3に対して移動処理が施されたか否かを判断し、未だ移動処理が施されていない検出データ3があれば(ステップS205;No)、移動済みでない検出データ3を再度選択し、当該検出データ3に対して移動処理(ステップS202〜ステップS204)を実行する。
一方、全ての検出データ3に対して移動処理が施されると(ステップS205;Yes)、処理を終了する。
なお上記説明した移動処理は、ミーンシフト(Mean Shift)として知られている。
統合データ4は、数式2に示すように、選択した検出データ3と所定距離DTh内に存在する他の検出データ3の平均値として算出される。
図23(b)の例では、NTh=5としているため、5個以上の検出データ3を含む統合データ4−1,4−2が最終的な統合結果として出力され、統合データ4−3は破棄される。
なお以上説明した統合処理は、ニアレストネイバー(Nearest Neighbor)として知られている。
以降、本発明のデータ統合処理について詳細に説明する。
図9は、本発明のデータ統合処理の流れを示すフローチャートである。図に示すように統合処理は、一次統合処理(ステップS21)、移動処理(ステップS22)、二次統合処理(ステップS23)の各処理から構成される。特に、移動処理の前段に統合処理(一次統合処理)を更に設けた点に特徴がある。これにより、後段の移動処理および二次統合処理の計算負荷を大幅に削減することができ、データ統合処理の高速化が実現される。各処理について順に説明する。
まず、図10、11を参照して一次統合処理について説明する。図10は一次統合処理の流れを示すフローチャートであり、図11は一次統合処理を模式的に表した図である。まず、検出装置1の制御部11は、一次統合されていない検出データ3を一つ選択する(ステップS31)。
例えば図11において、検出データ3−1から所定距離DTh1内に存在する検出データ3の数は「6」であり、所定数NTh1は「5」である。すなわち、検出データ3−1から所定距離DTh1内に存在する検出データ3が所定数NTh1以上であるので、所定距離DTh1内に存在する検出データ3を統合して一次統合データ5−1とする。
このとき、一次統合データ5は、所定距離DTh1内に存在する検出データ3の平均値として算出される。
例えば図11において、検出データ3−4から所定距離DTh1内に存在する検出データ3の数は「3」であり、所定数NTh1(=5)未満であるので、選択した検出データ3−4をそのまま(所定距離DTh1内に存在する他の検出データ3と統合せずに)一次統合データ5−4とする。
ステップS33において一次統合された一次統合データ5は数式3のように表すことができる。
なお、ステップS34における一次統合データ5(他の検出データ3と統合されていない一次統合データ)は、検出データ3と同一(rd=r)となる。
次に図13、14を参照して移動処理について説明する。図13は移動処理の流れを示すフローチャートであり、図14は移動処理を模式的に表した図である。まず、検出装置1の制御部11は、移動済みでない一次統合データ5を一つ選択する(ステップS41)。
移動量|m(r)|が規定値以下になると、制御部11は、選択した一次統合データ5の移動処理を終了する。続いて、制御部11は、全ての一次統合データ5に対して移動処理が施されたか否かを判断し、未だ移動処理が施されていない一次統合データ5があれば(ステップS45;No)、移動済みでない一次統合データ5を再度選択し、当該一次統合データ5に対して移動処理(ステップS42〜ステップS44)を実行する。
一方、全ての一次統合データ5に対して移動処理が施されると(ステップS45;Yes)、処理を終了する。
次に図15、16を参照して二次統合処理について説明する。図15は二次統合処理の流れを示すフローチャートであり、図16は二次統合処理を模式的に表した図である。まず、検出装置1の制御部11は、二次統合されていない一次統合データ5を選択する(ステップS51)。
例えば図16(a)の例では、一次統合データ5−4から所定距離DTh2内に他の一次統合データ5―5、5−6が存在するため、一次統合データ5−4、5−5、5−6を統合して二次統合データ7−4とする。
例えば図16(a)の例では、一次統合データ5−1から所定距離DTh2内に他の一次統合データ5が存在しないため、一次統合データ5−1はそのまま二次統合データ7−1となる。
以上の二次統合処理は、二次統合されていない一次統合データ5が存在しなくなるまで(ステップS55;No)、繰り返し実行される。
例えば、図17を参照すると、二次統合データ7−1、7−2、7−3の包含検出データ数は、それぞれ6、12、3である。この場合、包含検出データ数が所定数NTh2(=5)以上である二次統合データ7−1、7−2を最終的な統合結果とし、包含検出データ数が所定数NTh2未満である二次統合データ7−3を破棄する(図16(b)参照)。
図18は、図4の入力画像Imに対して検出処理(ステップS2)、データ統合処理(ステップS3)を施して得られた最終的な検出結果(統合結果)の例を示す。図に示すように、入力画像Im中の2つの検出対象(顔画像)が二次統合データ7によって一意に特定される。
2………… 検出器
3………… 検出データ
5………… 一次統合データ
7………… 二次統合データ
20……… 走査領域
30……… 探索窓
Claims (11)
- 少なくとも2次元の位置座標を要素として含むベクトルであるベクトルデータを複数記憶する記憶手段と、
前記ベクトルデータを、ベクトルデータ同士のベクトル間の距離に基づいて統合し、複数の一次統合ベクトルデータとする一次統合手段と、
前記一次統合手段により統合された一次統合ベクトルデータを、一次統合ベクトルデータが密集する方へ移動させる移動手段と、
移動させた前記一次統合ベクトルデータを、一次統合ベクトルデータ同士のベクトル間の距離に基づいて更に統合し、二次統合ベクトルデータとする二次統合手段と、
を備えることを特徴とするデータ統合装置。 - 前記一次統合手段は、統合対象であるベクトルデータに対して、第1の所定距離内に存在するベクトルデータが第1の所定数以上の場合、前記統合対象のベクトルデータと前記第1の所定距離内に存在するベクトルデータを1つの一次統合ベクトルデータとして統合し、
前記第1の所定距離内に存在するベクトルデータが前記第1の所定数未満の場合、統合対象であるベクトルデータをそのまま一次統合ベクトルデータとする
ことを特徴とする請求項1に記載のデータ統合装置。 - 前記二次統合手段は、統合対象である一次統合ベクトルデータに対して、第2の所定距離内に他の一次統合ベクトルデータが存在する場合、前記統合対象の一次統合ベクトルデータと前記第2の所定距離内に存在する他の一次統合ベクトルデータを統合して二次統合ベクトルデータとし、
前記第2の所定距離内に他の一次統合ベクトルデータが存在しない場合、統合対象である一次統合ベクトルデータをそのまま二次統合ベクトルデータとする
ことを特徴とする請求項1または請求項2に記載のデータ統合装置。 - 前記二次統合手段は、前記二次統合ベクトルデータのうち、統合されたデータ数を第2の所定数以上含む二次統合ベクトルデータを、統合結果とする
ことを特徴とする請求項3に記載のデータ統合装置。 - 前記移動手段は、移動対象である一次統合ベクトルデータを、当該一次統合ベクトルデータから所定距離内に存在する他の一次統合ベクトルデータが密集する方へ移動させる
ことを特徴とする請求項1から請求項4のいずれかに記載のデータ統合装置。 - 前記ベクトルデータは、画像に対して所定の検出対象を検出する検出処理を施して得られる検出データであり、少なくとも検出された検出対象の画像における2次元の位置座標を含む
ことを特徴とする請求項1から請求項5のいずれかに記載のデータ統合装置。 - 前記検出処理は、前記画像に対して、検出対象を探索するための探索窓を走査させながら検出対象を検出する
ことを特徴とする請求項6に記載のデータ統合装置。 - 前記検出処理は、前記画像に対して、検出対象を探索するための探索窓を異なるサイズで走査させながら検出対象を検出する
ことを特徴とする請求項6または請求項7に記載のデータ統合装置。 - 前記ベクトルデータは、更に、前記検出処理により検出対象が検出された際の前記探索窓のサイズをベクトルの要素として含む
ことを特徴とする請求項8に記載のデータ統合装置。 - 少なくとも2次元の位置座標を要素として含むベクトルであるベクトルデータを複数記憶する記憶手段を備えるコンピュータによるデータ統合方法であって、
前記ベクトルデータを、ベクトルデータ同士のベクトル間の距離に基づいて統合し、複数の一次統合ベクトルデータとする一次統合ステップと、
統合された一次統合ベクトルデータを、一次統合ベクトルデータが密集する方へ移動させる移動ステップと、
移動させた前記一次統合ベクトルデータを、一次統合ベクトルデータ同士のベクトル間の距離に基づいて更に統合し、二次統合ベクトルデータとする二次統合ステップと、
を含むことを特徴とするデータ統合方法。 - コンピュータを請求項1に記載のデータ統合装置として機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016014037A JP6733188B2 (ja) | 2016-01-28 | 2016-01-28 | データ統合装置、データ統合方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016014037A JP6733188B2 (ja) | 2016-01-28 | 2016-01-28 | データ統合装置、データ統合方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017134634A JP2017134634A (ja) | 2017-08-03 |
JP6733188B2 true JP6733188B2 (ja) | 2020-07-29 |
Family
ID=59502825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016014037A Active JP6733188B2 (ja) | 2016-01-28 | 2016-01-28 | データ統合装置、データ統合方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6733188B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7242041B2 (ja) * | 2019-04-05 | 2023-03-20 | 国立大学法人北海道大学 | 間隙変化検出装置、間隙変化検出方法及び間隙変化検出用プログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006146775A (ja) * | 2004-11-24 | 2006-06-08 | Fuji Photo Film Co Ltd | 画像データのクラスタリング装置および方法,ならびに画像データのクラスタリング・プログラム |
JP5157963B2 (ja) * | 2009-02-27 | 2013-03-06 | 大日本印刷株式会社 | 対象物検出装置 |
JP5276541B2 (ja) * | 2009-07-27 | 2013-08-28 | キヤノン株式会社 | 画像処理方法及び画像処理装置及びプログラム |
JP5873764B2 (ja) * | 2012-06-06 | 2016-03-01 | 株式会社Screenホールディングス | 欠陥画像の提示方法 |
US9720998B2 (en) * | 2012-11-19 | 2017-08-01 | The Penn State Research Foundation | Massive clustering of discrete distributions |
JP6110174B2 (ja) * | 2013-03-26 | 2017-04-05 | 株式会社メガチップス | 画像検出装置及び制御プログラム並びに画像検出方法 |
-
2016
- 2016-01-28 JP JP2016014037A patent/JP6733188B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017134634A (ja) | 2017-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9697416B2 (en) | Object detection using cascaded convolutional neural networks | |
US10769473B2 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
US10134165B2 (en) | Image distractor detection and processing | |
CN101206719A (zh) | 用于检测和处理图像中特定图案的方法和设备 | |
JP2021506017A (ja) | 物体検出器及び物体検出方法 | |
US9978129B2 (en) | Patch partitions and image processing | |
JP6278108B2 (ja) | 画像処理装置、画像センサ、画像処理方法 | |
JP6937508B2 (ja) | 画像処理システム、評価モデル構築方法、画像処理方法及びプログラム | |
US20220207290A1 (en) | Apparatus for processing labeled data to be used in learning of discriminator, method of controlling the apparatus, and non-transitory computer-readable recording medium | |
US8965133B2 (en) | Image processing apparatus and control method therefor | |
JP2010165052A (ja) | 画像処理装置及び画像処理方法 | |
US9424484B2 (en) | Feature interpolation | |
JP6106808B2 (ja) | 文書内バーコード配置特定 | |
JP6733188B2 (ja) | データ統合装置、データ統合方法、及びプログラム | |
JP5335554B2 (ja) | 画像処理装置及び画像処理方法 | |
WO2018168515A1 (ja) | 画像処理装置、画像処理方法及び記録媒体 | |
US10360471B2 (en) | Image retrieving device, image retrieving method, and recording medium | |
KR20230111010A (ko) | 관절 예측을 위한 학습 데이터 생성 방법 및 장치 | |
JP6419560B2 (ja) | 検索装置、方法及びプログラム | |
JP2017211890A (ja) | 画像処理方法、画像処理装置および画像処理プログラム | |
JP6770227B2 (ja) | 画像処理装置、画像領域検出方法および画像領域検出プログラム | |
KR101620928B1 (ko) | 우선순위 주소 배분과 이동창 기법을 이용한 얼굴검출 시스템 | |
US11836218B2 (en) | System and method for object detection and dimensioning | |
JP4882929B2 (ja) | 画像処理装置及び画像処理プログラム | |
JP2010092159A (ja) | 画像データ判定装置、画像データ判定システム、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: 20181128 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191021 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191029 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191205 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200317 |
|
RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20200403 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200406 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20200403 |
|
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: 20200609 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200622 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6733188 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |