JP6862584B2 - 画像処理システム及び画像処理方法 - Google Patents
画像処理システム及び画像処理方法 Download PDFInfo
- Publication number
- JP6862584B2 JP6862584B2 JP2019572701A JP2019572701A JP6862584B2 JP 6862584 B2 JP6862584 B2 JP 6862584B2 JP 2019572701 A JP2019572701 A JP 2019572701A JP 2019572701 A JP2019572701 A JP 2019572701A JP 6862584 B2 JP6862584 B2 JP 6862584B2
- Authority
- JP
- Japan
- Prior art keywords
- benchmark
- vector
- hyperplane
- image
- feature
- 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
- 238000012545 processing Methods 0.000 title claims description 24
- 238000003672 processing method Methods 0.000 title claims description 3
- 239000013598 vector Substances 0.000 claims description 342
- 238000000034 method Methods 0.000 claims description 58
- 230000015654 memory Effects 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 30
- 238000013528 artificial neural network Methods 0.000 claims description 19
- 238000012706 support-vector machine Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 description 24
- 230000001815 facial effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 11
- 238000013527 convolutional neural network Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000000926 separation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000012886 linear function Methods 0.000 description 4
- 238000011176 pooling Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
- G06V10/70—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
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/245—Classification techniques relating to the decision surface
- G06F18/2451—Classification techniques relating to the decision surface linear, e.g. hyperplane
-
- 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
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Description
Claims (15)
- 画像処理システムであって、
複数のベンチマーク画像のそれぞれのベンチマーク特徴ベクトルを示すデータを記憶するメモリと、
第1の画像の第1の特徴ベクトルと、第2の画像の第2の特徴ベクトルとを示すデータを受容する入力インターフェースであって、前記ベンチマーク画像は前記第1の画像及び前記第2の画像を含まない、入力インターフェースと、
前記ベンチマーク特徴ベクトルを前記第1の特徴ベクトルと分離する第1の超平面と、前記ベンチマーク特徴ベクトルを前記第2の特徴ベクトルと分離する第2の超平面とを用いて、前記第1の画像と前記第2の画像との間の類似度値を求めるプロセッサであって、前記プロセッサは、
前記第1の超平面に対する第1の法線ベクトルを、前記第1の特徴ベクトルと、前記ベンチマーク特徴ベクトルの平均との間の差として求め、
前記第1の超平面のオフセットを、前記ベンチマーク特徴ベクトルと前記第1の法線ベクトルとの内積の最大値と、前記第1の特徴ベクトルと前記第1の法線ベクトルとの内積との平均として求め、
前記類似度値を、前記第1の超平面に対する前記第2の特徴ベクトルの符号付き距離と、前記第2の超平面に対する前記第1の特徴ベクトルの符号付き距離との和の関数として求める、
ように構成される、プロセッサと、
前記類似度値を出力する出力インターフェースと、
を備える、システム。 - 前記プロセッサは、
前記第2の超平面に対する第2の法線ベクトルを、前記第2の特徴ベクトルと、前記ベンチマーク特徴ベクトルの平均との間の差として求め、
前記第2の超平面のオフセットを、前記ベンチマーク特徴ベクトルと前記第2の法線ベクトルとの内積の最大値と、前記第2の特徴ベクトルと前記第2の法線ベクトルとの内積との平均として求め、
前記第2の特徴ベクトルからの前記オフセットにおいて前記第2の法線ベクトルと交差する前記第2の超平面を求める、
ように更に構成される、請求項1に記載のシステム。 - 前記第2の超平面は、線形サポートベクトルマシン(SVM)ソルバーを用いて予め求められる、請求項1に記載のシステム。
- 前記入力インターフェースは、前記第1の画像のセットの前記第1の特徴ベクトルのセットと、前記第2の画像のセットの前記第2の特徴ベクトルのセットとを示すデータを受容し、前記ベンチマーク画像は、前記第1の画像のセット及び前記第2の画像のセットを含まず、前記プロセッサは、
前記第1の超平面に対する前記第1の法線ベクトルを、前記第1の特徴ベクトルのセットの平均と、前記ベンチマーク特徴ベクトルの平均との間の差として求め、
前記第1の超平面の前記オフセットを、前記ベンチマーク特徴ベクトルと前記第1の法線ベクトルとの内積の最大値と、前記第1の特徴ベクトルのセットからの特徴ベクトルと前記第1の法線ベクトルとの内積の最小値との平均として求め、
前記第2の超平面に対する第2の法線ベクトルを、前記第2の特徴ベクトルのセットの平均と、前記ベンチマーク特徴ベクトルの平均との間の差として求め、
前記第2の超平面のオフセットを、前記ベンチマーク特徴ベクトルと前記第2の法線ベクトルとの内積の最大値と、前記第2の特徴ベクトルのセットからの特徴ベクトルと前記第2の法線ベクトルとの内積の最小値との平均として求める、請求項1に記載のシステム。 - 前記プロセッサは、ニューラルネットワークを用いて前記第1の画像を処理し、前記第1の特徴ベクトルを生成する、請求項1に記載のシステム。
- 前記プロセッサは、前記ニューラルネットワークを用いて前記第2の画像を処理し、前記第2の特徴ベクトルを生成する、請求項5に記載のシステム。
- 前記プロセッサは、前記ニューラルネットワークを用いて前記ベンチマーク画像を処理し、前記ベンチマーク特徴ベクトルを生成する、請求項6に記載のシステム。
- 前記第1の画像、前記第2の画像及び前記ベンチマーク画像は、顔の画像であり、それによって、前記システムは顔認識システムとなる、請求項1に記載のシステム。
- 前記類似度値に基づいて動作するデバイスであって、前記類似度値の結果に基づいて前記デバイスへのアクセスが可能になるデバイス、
を更に備える、請求項1に記載のシステム。 - 画像処理方法であって、前記方法は、複数のベンチマーク画像のそれぞれのベンチマーク特徴ベクトルを示すデータを記憶するメモリに結合されたプロセッサを用い、前記プロセッサは、前記方法を実施する記憶された命令と結合され、前記命令は、前記プロセッサによって実行されると、
第1の画像のセットの第1の特徴ベクトルのセットと、第2の画像のセットの第2の特徴ベクトルのセットとを示すデータを受容することであって、前記ベンチマーク画像は、前記第1の画像のセット及び前記第2の画像のセットを含まないことと、
前記ベンチマーク特徴ベクトルを前記第1の特徴ベクトルのセットと分離する第1の超平面と、前記ベンチマーク特徴ベクトルを前記第2の特徴ベクトルのセットと分離する第2の超平面とを比較して、前記第1の画像のセットと前記第2の画像のセットとの間の類似度値を生成することであって、前記比較は、
前記第1の超平面に対する第1の法線ベクトルを、前記第1の特徴ベクトルのセットの平均と、前記ベンチマーク特徴ベクトルの平均との間の差として求めることと、
前記第1の超平面のオフセットを、前記ベンチマーク特徴ベクトルと前記第1の法線ベクトルとの内積の最大値と、前記第1の特徴ベクトルのセットからの特徴ベクトルと前記第1の法線ベクトルとの内積の最小値との平均として求めることと、
前記類似度値を、前記第1の超平面に対する前記第2の特徴ベクトルのセットにおける全ての特徴ベクトルの符号付き平均距離の関数として求めることと、
を含むことと、
前記類似度値を出力することと、
を含む前記方法の少なくともいくつかのステップを実行する、方法。 - 前記第1の画像のセットは、1つの画像のみを含む、請求項10に記載の方法。
- 前記第2の超平面に対する第2の法線ベクトルを、前記第2の特徴ベクトルのセットの平均と、前記ベンチマーク特徴ベクトルの平均との間の差として求めることと、
前記第2の超平面のオフセットを、前記ベンチマーク特徴ベクトルと前記第2の法線ベクトルとの内積の最大値と、前記第2の特徴ベクトルのセットからの特徴ベクトルと前記第2の法線ベクトルとの内積の最小値との平均として求めることと、
を更に含む、請求項10に記載の方法。 - 前記第2の画像のセットは、1つの画像のみを含む、請求項12に記載の方法。
- 前記ベンチマーク特徴ベクトル、前記第1の特徴ベクトルのセット、及び前記第2の特徴ベクトルのセットはニューラルネットワークによって生成される、請求項10に記載の方法。
- 方法を実行するためにプロセッサによって実行可能なプログラムが具現化された非一時的コンピュータ可読記憶媒体であって、前記方法は、
第1の画像のセットの第1の特徴ベクトルのセットと、第2の画像のセットの第2の特徴ベクトルのセットと、複数のベンチマーク画像のそれぞれのベンチマーク特徴ベクトルとを示すデータを受容することであって、前記ベンチマーク画像は、前記第1の画像のセット及び前記第2の画像のセットを含まないことと、
前記ベンチマーク特徴ベクトルを前記第1の特徴ベクトルのセットと分離する第1の超平面と、前記ベンチマーク特徴ベクトルを前記第2の特徴ベクトルのセットと分離する第2の超平面とを比較して、前記第1の画像のセットと前記第2の画像のセットとの間の類似度値を生成することと、
前記類似度値を出力することと、
を含み、前記比較することは、
前記第1の超平面に対する第1の法線ベクトルを、前記第1の特徴ベクトルのセットの平均と、前記ベンチマーク特徴ベクトルの平均との間の差として求めることと、
前記第1の超平面のオフセットを、前記ベンチマーク特徴ベクトルと前記第1の法線ベクトルとの内積の最大値と、前記第1の特徴ベクトルのセットからの特徴ベクトルと前記第1の法線ベクトルとの内積の最小値との平均として求めることと、
前記類似度値を、前記第1の超平面に対する前記第2の特徴ベクトルのセットにおける全ての特徴ベクトルの符号付き平均距離の関数として求めることと、
を含む、非一時的コンピュータ可読記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/726,415 US10452958B2 (en) | 2017-10-06 | 2017-10-06 | System and method for image comparison based on hyperplanes similarity |
US15/726,415 | 2017-10-06 | ||
PCT/JP2018/014347 WO2019069486A1 (en) | 2017-10-06 | 2018-03-28 | SYSTEM AND METHOD FOR IMAGE PROCESSING |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020525958A JP2020525958A (ja) | 2020-08-27 |
JP6862584B2 true JP6862584B2 (ja) | 2021-04-21 |
Family
ID=62104342
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019572701A Active JP6862584B2 (ja) | 2017-10-06 | 2018-03-28 | 画像処理システム及び画像処理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10452958B2 (ja) |
JP (1) | JP6862584B2 (ja) |
WO (1) | WO2019069486A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10657423B2 (en) * | 2017-09-08 | 2020-05-19 | Denise Reeves | Methods for using feature vectors and machine learning algorithms to determine discriminant functions of minimum risk linear classification systems |
CN108737872A (zh) * | 2018-06-08 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
US20200288204A1 (en) * | 2019-03-05 | 2020-09-10 | Adobe Inc. | Generating and providing personalized digital content in real time based on live user context |
CN111028329B (zh) * | 2019-05-22 | 2020-10-16 | 珠海随变科技有限公司 | 渲染图的提供方法、装置、设备及存储介质 |
CN112819019B (zh) * | 2019-11-15 | 2023-06-20 | 财团法人资讯工业策进会 | 分类模型生成装置及其分类模型生成方法 |
WO2021137763A1 (en) * | 2019-12-30 | 2021-07-08 | Nanyang Technological University | Object re-identification using multiple cameras |
CN111243085B (zh) * | 2020-01-20 | 2021-06-22 | 北京字节跳动网络技术有限公司 | 图像重建网络模型的训练方法、装置和电子设备 |
CN113065592A (zh) * | 2021-03-31 | 2021-07-02 | 上海商汤智能科技有限公司 | 图像分类方法、装置、电子设备及存储介质 |
US11709611B2 (en) * | 2021-10-26 | 2023-07-25 | SambaNova Systems, Inc. | Determining and using memory unit partitioning solutions for reconfigurable dataflow computing systems |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6650779B2 (en) * | 1999-03-26 | 2003-11-18 | Georgia Tech Research Corp. | Method and apparatus for analyzing an image to detect and identify patterns |
US7035467B2 (en) * | 2002-01-09 | 2006-04-25 | Eastman Kodak Company | Method and system for processing images for themed imaging services |
US7076473B2 (en) * | 2002-04-19 | 2006-07-11 | Mitsubishi Electric Research Labs, Inc. | Classification with boosted dyadic kernel discriminants |
JP4135945B2 (ja) * | 2003-01-14 | 2008-08-20 | 国立大学法人東京工業大学 | 画像のサブピクセルマッチングにおける多パラメータ高精度同時推定処理方法及び多パラメータ高精度同時推定処理プログラム |
US7472131B2 (en) | 2005-12-12 | 2008-12-30 | Justsystems Evans Research, Inc. | Method and apparatus for constructing a compact similarity structure and for using the same in analyzing document relevance |
US8174555B2 (en) * | 2007-05-30 | 2012-05-08 | Eastman Kodak Company | Portable video communication system |
US20090232365A1 (en) * | 2008-03-11 | 2009-09-17 | Cognimatics Ab | Method and device for face recognition |
US8224042B2 (en) * | 2009-03-12 | 2012-07-17 | Seiko Epson Corporation | Automatic face recognition |
JP5588196B2 (ja) * | 2010-02-25 | 2014-09-10 | キヤノン株式会社 | 認識装置及びその制御方法、コンピュータプログラム |
JP5879188B2 (ja) * | 2012-04-25 | 2016-03-08 | 日本放送協会 | 顔表情解析装置および顔表情解析プログラム |
WO2014118980A1 (ja) * | 2013-02-01 | 2014-08-07 | 富士通株式会社 | 情報変換方法、情報変換装置および情報変換プログラム |
US9740963B2 (en) * | 2014-08-05 | 2017-08-22 | Sri International | Multi-dimensional realization of visual content of an image collection |
US20180121757A1 (en) | 2015-05-12 | 2018-05-03 | Jeremy Rutman | System and method for automated object recognition |
ITUB20153277A1 (it) * | 2015-08-28 | 2017-02-28 | St Microelectronics Srl | Procedimento per ricerche visuali, sistema, apparecchiatura e prodotto informatico corrispondenti |
JP6607061B2 (ja) | 2016-02-05 | 2019-11-20 | 富士通株式会社 | 情報処理装置、データ比較方法、およびデータ比較プログラム |
JP6646216B2 (ja) * | 2016-03-10 | 2020-02-14 | 富士通株式会社 | 情報処理装置、類似データ検索方法、及び類似データ検索プログラム |
JP6638484B2 (ja) * | 2016-03-10 | 2020-01-29 | 富士通株式会社 | 情報処理装置、類似検索プログラム、及び類似検索方法 |
-
2017
- 2017-10-06 US US15/726,415 patent/US10452958B2/en active Active
-
2018
- 2018-03-28 WO PCT/JP2018/014347 patent/WO2019069486A1/en active Application Filing
- 2018-03-28 JP JP2019572701A patent/JP6862584B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20190108423A1 (en) | 2019-04-11 |
US10452958B2 (en) | 2019-10-22 |
JP2020525958A (ja) | 2020-08-27 |
WO2019069486A1 (en) | 2019-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6862584B2 (ja) | 画像処理システム及び画像処理方法 | |
JP6858650B2 (ja) | 画像レジストレーションの方法及びシステム | |
EP3755204B1 (en) | Eye tracking method and system | |
US11145083B2 (en) | Image-based localization | |
JP6877623B2 (ja) | コンピュータベースシステム及びコンピュータベース方法 | |
CN110799991B (zh) | 用于使用卷积图像变换执行同时定位和映射的方法和系统 | |
US20210227126A1 (en) | Deep learning inference systems and methods for imaging systems | |
US9750420B1 (en) | Facial feature selection for heart rate detection | |
US20160335519A1 (en) | Keypoint detection with trackability measurements | |
CN112036339B (zh) | 人脸检测的方法、装置和电子设备 | |
US11210560B2 (en) | Multi-modal dense correspondence imaging system | |
WO2018227216A1 (en) | Learning-based matching for active stereo systems | |
Gurbuz et al. | Model free head pose estimation using stereovision | |
CN111079470A (zh) | 人脸活体检测的方法和装置 | |
WO2019137915A1 (en) | Generating input data for a convolutional neuronal network | |
JP6288770B2 (ja) | 顔検出方法、顔検出システム、および顔検出プログラム | |
CN114743277A (zh) | 活体检测方法、装置、电子设备、存储介质及程序产品 | |
JP6468755B2 (ja) | 特徴点検出システム、特徴点検出方法、および特徴点検出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191227 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201224 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210119 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210218 |
|
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: 20210303 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210331 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6862584 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |