JP6779641B2 - 画像分類装置、画像分類システム及び画像分類方法 - Google Patents
画像分類装置、画像分類システム及び画像分類方法 Download PDFInfo
- Publication number
- JP6779641B2 JP6779641B2 JP2016055422A JP2016055422A JP6779641B2 JP 6779641 B2 JP6779641 B2 JP 6779641B2 JP 2016055422 A JP2016055422 A JP 2016055422A JP 2016055422 A JP2016055422 A JP 2016055422A JP 6779641 B2 JP6779641 B2 JP 6779641B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- determination
- data
- determined
- classification
- 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 32
- 238000010801 machine learning Methods 0.000 claims description 20
- 238000013135 deep learning Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 description 8
- 230000010365 information processing Effects 0.000 description 7
- 239000000284 extract Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Description
本発明の画像分類装置は、インターネットから収集した様々な種類の画像を、予め設定された任意の区分で分類することができる。
また、本発明の画像分類装置は、例えば画種を判定する画像判定部を最上段に配置してもよい。
一方、前記機械学習としては、例えば深層学習(ディープラーニング)を適用することができる。
また、前記画像判定部には、畳み込みニューラルネットワークが実装されていてもよい。
本発明の画像分類方法は、更に、前記判定対象の画像データが入力され、前記第3の区分よりも下位概念の第4の区分に属する2種以上の画像データに基づいて構築された2以上の学習データと、前記判定対象の画像全体から抽出された特徴量から、前記判定対象の画像について各学習データとの一致率を算出し、該一致率にのみ基づいて前記判定対象の画像が前記第4の区分のいずれの種類の画像であるかを判定する第4判定工程を有していてもよい。
各判定工程は、判定対象として同一の画像データが入力され、それぞれ独立して判定を行ってもよい。
一方、前記機械学習としては、例えば深層学習(ディープラーニング)を適用することができる。
また、前記判定工程は、畳み込みニューラルネットワークにより実行することもできる。
前記判定対象の画像は、インターネット上から収集した画像でもよい。
先ず、本発明の第1の実施形態に係る画像分類装置について説明する。図1は本実施形態の画像分類装置の構成例を示す概念図である。図1に示すように、本実施形態の画像分類装置1は、静止画や動画などの画像データを解析し、被写体や撮影シーンを任意の区分で分類するものであり、機械学習機能を備える複数の画像判定部10〜14が木構造(ツリー状)に配置されている。
画像判定部10〜14は、機械学習の手法を用いて取得した判定基準(画像の特徴)に基づき、画像の区分を判定するものである。各画像判定部10〜14は、それぞれ区分が異なるサンプル画像データを用いて学習しており、相互に異なる判定基準を有している。ここで、画像の区分としては、例えば静止画や動画、実写や人工画像などの画種の他、人物、風景及び人工物などの被写体のジャンルが挙げられるが、これらに限定されるものではなく、目的に応じて任意に設定することが可能である。
本実施形態の画像分類装置1には、前述した画像判定部に加えて、画像に含まれるオブジェクトを検知する物体検知部や、検知したオブジェクトを分類する物体分類部などが設けられていてもよい。
次に、本発明の実施形態の画像分類装置の動作、即ち、本実施形態の画像分類装置を用いて画像を分類する方法について説明する。図2は図1に示す画像分類装置1を用いて画像を分類する方法を示すフローチャートである。本実施形態の画像分類装置で分類される画像は、例えばインターネットに接続されている各種ソーシャルメディアから収集することができ、種類、サイズ及び形式などは限定されない。
本実施形態の画像分類装置1で画像を分類する場合は、先ず、画種を判定する。具体的には、サンプル画像により「人工画像」と「実写画像」の学習データが構築された第1段の画像判定部10に判定対象の画像データを入力し、「人工画像」及び「実写画像」のいずれであるか判定を行う。
画像判定部10で「人工画像」と判断された場合は、サンプル画像により「アニメーション」と「その他の人工画像」の学習データが構築された第2段の画像判定部11に、判定対象の画像データを入力する。画像判定部11に入力される画像データは、画像判定部10に入力したものと同じである。
一方、画像判定部10で「実写画像」と判断された場合は、サンプル画像により「風景画像」及び「人物画像」の学習データが構築された第2段の画像判定部12に、判定対象の画像データを入力する。画像判定部12に入力される画像データも、画像判定部10に入力したものと同じである。
画像判定部12で「風景画像」と判断された場合は、サンプル画像により「街並み画像」、「自然画像」及び「その他の風景画像」の3種の学習データが構築された第3段の画像判定部13に、判定対象の画像データを入力する。画像判定部13に入力される画像データも、画像判定部10に入力したものと同じである。
一方、画像判定部12で「人物画像」と判断された場合は、サンプル画像により「自撮画像」及び「その他の人物画像」の学習データが構築された第3段の画像判定部14に、判定対象の画像データを入力する。画像判定部14に入力される画像データも、画像判定部10に入力したものと同じである。
次に、本発明の第2の実施形態に係る画像分類システムについて説明する。図3は本実施形態の画像分類システムの構成例を示す概念図である。図3に示すように、本実施形態の画像分類システムは、インターネット3上から画像を収集し、それを任意の区分で分類するものであり、1又は2以上の画像分類装置1を備えている。
2a、2b ユーザ端末
3 インターネット
4 ソーシャルメディア
10〜14 画像判定部
Claims (12)
- 機械学習機能を備え、判定対象の画像データが入力され、2種以上のサンプル画像を用いて構築された2以上の学習データと、前記判定対象の画像全体から抽出した特徴量から、前記判定対象の画像について各学習データとの一致率を算出し、該一致率にのみ基づいて前記判定対象の画像の区分を判定する複数の画像判定部を有し、
前記複数の画像判定部は、それぞれ学習データの構築に用いたサンプル画像の区分が異なり、処理順序が木構造になるよう配置されており、上段に上位概念の区分を判定する画像判定部が配置され、下段になるに従い下位概念の区分を判定する画像判定部が配置されている画像分類装置。 - インターネットから収集した様々な種類の画像を、予め設定された任意の区分で分類する請求項1に記載の画像分類装置。
- 画種を判定する画像判定部が最上段に配置されている請求項1又は2に記載の画像分類装置。
- 前記機械学習は、深層学習である請求項1〜3のいずれか1項に記載の画像分類装置。
- 前記画像判定部として、畳み込みニューラルネットワークが実装されている請求項1〜4のいずれか1項に記載の画像分類装置。
- 請求項1〜5のいずれか1項に記載の画像分類装置を備える画像分類システム。
- 機械学習法を用いて対象画像を分類する画像分類方法であって、
判定対象の画像データが入力され、第1の区分に属する2種以上の画像データに基づいて構築された2以上の学習データと、前記判定対象の画像全体から抽出された特徴量から、前記対象画像について各学習データとの一致率を算出し、該一致率にのみ基づいて前記対象画像が前記第1の区分のいずれの種類の画像であるかを判定する第1判定工程と、
前記判定対象の画像データが入力され、前記第1の区分よりも下位概念の第2の区分に属する2種以上の画像データに基づいて構築された2以上の学習データと、前記判定対象の画像全体から抽出された特徴量から、前記判定対象の画像について各学習データとの一致率を算出し、該一致率にのみ基づいて前記判定対象の画像が前記第2の区分のいずれの種類の画像であるかを判定する第2判定工程と、
前記判定対象の画像データが入力され、前記第1の区分よりも下位概念の第3の区分に属する2種以上の画像データに基づいて構築された2以上の学習データと、前記判定対象の画像全体から抽出された特徴量から、前記判定対象の画像について各学習データとの一致率を算出し、該一致率にのみ基づいて前記判定対象の画像が前記第3の区分のいずれの種類の画像であるかを判定する第3判定工程と、
を有し、
前記第1判定工程の判定結果に基づき前記第2判定工程又は前記第3判定工程を行う画像分類方法。 - 更に、前記判定対象の画像データが入力され、前記第3の区分よりも下位概念の第4の区分に属する2種以上の画像データに基づいて構築された2以上の学習データと、前記判定対象の画像全体から抽出された特徴量から、前記判定対象の画像について各学習データとの一致率を算出し、該一致率にのみ基づいて前記判定対象の画像が前記第4の区分のいずれの種類の画像であるかを判定する第4判定工程を有する請求項7に記載の画像分類方法。
- 各判定工程は、判定対象として同一の画像データが入力され、それぞれ独立して判定を行う請求項7又は8に記載の画像分類方法。
- 前記機械学習が、深層学習である請求項7〜9のいずれか1項に記載の画像分類方法。
- 前記判定工程を畳み込みニューラルネットワークにより実行する請求項7〜10のいずれか1項に記載の画像分類方法。
- 前記判定対象の画像は、インターネット上から収集されたものである請求項7〜11のいずれか1項に記載の画像分類方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016055422A JP6779641B2 (ja) | 2016-03-18 | 2016-03-18 | 画像分類装置、画像分類システム及び画像分類方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016055422A JP6779641B2 (ja) | 2016-03-18 | 2016-03-18 | 画像分類装置、画像分類システム及び画像分類方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017168057A JP2017168057A (ja) | 2017-09-21 |
JP6779641B2 true JP6779641B2 (ja) | 2020-11-04 |
Family
ID=59913781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016055422A Active JP6779641B2 (ja) | 2016-03-18 | 2016-03-18 | 画像分類装置、画像分類システム及び画像分類方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6779641B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11869237B2 (en) * | 2017-09-29 | 2024-01-09 | Sony Interactive Entertainment Inc. | Modular hierarchical vision system of an autonomous personal companion |
JP6745541B2 (ja) * | 2018-03-14 | 2020-08-26 | 株式会社Spectee | 情報処理装置、情報処理方法、プログラム及び画像情報表示システム |
JP6766839B2 (ja) | 2018-03-14 | 2020-10-14 | オムロン株式会社 | 検査システム、画像識別システム、識別システム、識別器生成システム、及び学習データ生成装置 |
JP7272575B2 (ja) * | 2018-06-29 | 2023-05-12 | 慶應義塾 | データ処理装置、データ処理システム及びプログラム |
JP6601644B1 (ja) * | 2018-08-03 | 2019-11-06 | Linne株式会社 | 画像情報表示装置 |
KR102521949B1 (ko) * | 2018-08-31 | 2023-04-18 | 삼성디스플레이 주식회사 | 영상 보정부 및 표시 장치의 구동 방법 |
KR102187208B1 (ko) * | 2018-10-04 | 2020-12-04 | 주식회사 엔씨소프트 | 스포츠 경기의 하이라이트 추출 방법 및 장치 |
JP6810780B2 (ja) * | 2018-10-11 | 2021-01-06 | ネイバー コーポレーションNAVER Corporation | Cnn基盤イメージ検索方法および装置 |
JP7278084B2 (ja) * | 2019-01-29 | 2023-05-19 | キヤノン株式会社 | 情報処理装置および情報処理方法ならびにプログラム |
CN110245700B (zh) * | 2019-06-10 | 2022-04-08 | 达闼机器人有限公司 | 分类模型构建方法、分类模型及物体识别方法 |
JP6811811B1 (ja) * | 2019-07-04 | 2021-01-13 | Jcc株式会社 | メタデータ生成システム、映像コンテンツ管理システム及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080089591A1 (en) * | 2006-10-11 | 2008-04-17 | Hui Zhou | Method And Apparatus For Automatic Image Categorization |
JP5361524B2 (ja) * | 2009-05-11 | 2013-12-04 | キヤノン株式会社 | パターン認識システム及びパターン認識方法 |
JP5895629B2 (ja) * | 2012-03-15 | 2016-03-30 | オムロン株式会社 | 画像処理装置、画像処理方法、制御プログラムおよび記録媒体 |
-
2016
- 2016-03-18 JP JP2016055422A patent/JP6779641B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017168057A (ja) | 2017-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6779641B2 (ja) | 画像分類装置、画像分類システム及び画像分類方法 | |
Castro et al. | Automatic learning of gait signatures for people identification | |
AU2022252799B2 (en) | System and method for appearance search | |
US10528821B2 (en) | Video segmentation techniques | |
Tian et al. | Multimodal deep representation learning for video classification | |
CN104679818B (zh) | 一种视频关键帧提取方法及系统 | |
CN106663196A (zh) | 视频中的计算机显著人物识别 | |
CN107247919A (zh) | 一种视频情感内容的获取方法及系统 | |
CN110176024A (zh) | 在视频中对目标进行检测的方法、装置、设备和存储介质 | |
Jiang | Super: towards real-time event recognition in internet videos | |
CN110232331B (zh) | 一种在线人脸聚类的方法及系统 | |
CN113221770A (zh) | 基于多特征混合学习的跨域行人重识别方法及系统 | |
EP3748460A1 (en) | Search system, search method, and program | |
US8270731B2 (en) | Image classification using range information | |
CN114329050A (zh) | 视觉媒体数据去重处理方法、装置、设备和存储介质 | |
CN112306243A (zh) | 数据处理方法、装置、设备及存储介质 | |
EP3751424A1 (en) | Search system, search method, and program | |
Chew et al. | LiteEmo: lightweight deep neural networks for image emotion recognition | |
KR102444172B1 (ko) | 영상 빅 데이터의 지능적 마이닝 방법과 처리 시스템 | |
CN109325521B (zh) | 用于虚拟人物的检测方法及装置 | |
Shamsi et al. | Group affect prediction using multimodal distributions | |
CN110795972A (zh) | 行人身份识别方法、装置、设备及存储介质 | |
CN117156078B (zh) | 一种视频数据处理方法、装置、电子设备及存储介质 | |
KR101350221B1 (ko) | 인지모방 기법을 이용한 지능형 영상 검색 방법 | |
Taylor et al. | Real-time video summarization on commodity hardware |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190315 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200303 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200423 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200901 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200901 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200908 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20200909 |
|
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: 20201013 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201014 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6779641 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 |