JP6947856B2 - 物体認識ニューラルネットワークの訓練方法、装置及びコンピューティングデバイス - Google Patents
物体認識ニューラルネットワークの訓練方法、装置及びコンピューティングデバイス Download PDFInfo
- Publication number
- JP6947856B2 JP6947856B2 JP2020003251A JP2020003251A JP6947856B2 JP 6947856 B2 JP6947856 B2 JP 6947856B2 JP 2020003251 A JP2020003251 A JP 2020003251A JP 2020003251 A JP2020003251 A JP 2020003251A JP 6947856 B2 JP6947856 B2 JP 6947856B2
- Authority
- JP
- Japan
- Prior art keywords
- target object
- region
- neural network
- fisheye image
- recognition neural
- 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
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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/772—Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Description
Claims (12)
- 物体認識ニューラルネットワークの訓練方法であって、歪んだ魚眼画像に基づき、
少なくとも1つの目標物体を含む歪んだ魚眼画像を取得するステップと、
前記歪んだ魚眼画像を歪みの程度に応じていくつかの領域に画成するステップと、
各前記目標物体が属する領域を決定するステップと、
各前記目標物体が属する領域に応じて各前記目標物体を分類するステップと、
前記歪んだ魚眼画像及び各前記目標物体が属するカテゴリを物体認識ニューラルネットワークに入力して、前記物体認識ニューラルネットワークを訓練するステップと、を含むことを特徴とする物体認識ニューラルネットワークの訓練方法。 - 各前記目標物体が属する領域を決定するステップは、
前記歪んだ魚眼画像における各目標物体に外接枠を設置するステップと、
各前記目標物体の外接枠と各領域との重なり面積をそれぞれ計算するステップと、
各前記目標物体に対応する前記目標物体の外接枠との重なり面積が最大となる領域である最大の重なり領域を取得するステップと、
前記目標物体に対応する最大の重なり領域の数が1つよりも多いか否かを判断するステップと、
前記目標物体に対応する最大の重なり領域の数が1つである場合、前記最大の重なり領域を前記目標物体が属する領域とするステップと、
前記目標物体に対応する最大の重なり領域の数が1つよりも多い場合、前記最大の重なり領域から、最大の重なり領域において前記歪んだ魚眼画像の中心に最も近い領域である最適な領域を選択して、前記最適な領域を前記目標物体が属する領域とするステップと、を含むことを特徴とする請求項1に記載の方法。 - 各前記目標物体が属する領域に基づき、各前記目標物体を分類することは、
同一の領域に属する同一の目標物体を1つのカテゴリに分類することを含むことを特徴とする請求項1に記載の方法。 - 前記同一の領域内において、前記目標物体の歪みの程度は同じであることを特徴とする請求項1−3のいずれか一項に記載の方法。
- 入力された歪んだ魚眼画像を受信するステップと、
請求項1−4のいずれか一項により得られた物体認識ニューラルネットワークに基づき、前記歪んだ魚眼画像を認識し、前記歪んだ魚眼画像に含まれる目標物体の物体情報を得るステップと、を含むことを特徴とする物体認識方法。 - 物体認識ニューラルネットワークの訓練装置であって、
少なくとも1つの目標物体を含む歪んだ魚眼画像を取得するための取得モジュールと、
前記歪んだ魚眼画像を歪みの程度に応じていくつかの領域に画成するための画成モジュールと、
各前記目標物体が属する領域を決定するための決定モジュールと、
各前記目標物体が属する領域に基づき、各前記目標物体を分類するための分類モジュールと、
前記歪んだ魚眼画像及び前記目標物体が属するカテゴリを物体認識ニューラルネットワークに入力して、前記物体認識ニューラルネットワークを訓練するための訓練モジュールと、を含むことを特徴とする物体認識ニューラルネットワークの訓練装置。 - 前記決定モジュールは、
前記歪んだ魚眼画像における各目標物体に外接枠を設置するための設置ユニットと、
各前記目標物体の外接枠と各領域との重なり面積をそれぞれ計算するための計算ユニットと、
各前記目標物体に対応する前記目標物体の外接枠との重なり面積が最大となる領域である最大の重なり領域を取得するための取得ユニットと、
前記目標物体に対応する最大の重なり領域の数が1つよりも多いか否かを判断するための判断ユニットと、
前記目標物体に対応する最大の重なり領域の数が1つである場合、前記最大の重なり領域を前記目標物体が属する領域とするための第1の決定ユニットと、
前記目標物体に対応する最大の重なり領域の数が1つよりも多い場合、前記最大の重なり領域から、最大の重なり領域において前記歪んだ魚眼画像の中心に最も近い領域である最適な領域を選択して、前記最適な領域を前記目標物体が属する領域とするための第2の決定ユニットとを含むことを特徴とする請求項6に記載の装置。 - 前記分類モジュールは、同一の領域に属する同一の目標物体を1つのカテゴリに分類するための分類ユニットを含むことを特徴とする請求項6に記載の装置。
- 前記同一の領域内において、前記目標物体の歪みの程度は同じであることを特徴とする請求項6−8のいずれか一項に記載の装置。
- 物体認識装置であって、
入力された歪んだ魚眼画像を受信するための受信モジュールと、
請求項1−4のいずれか一項により得られた物体認識ニューラルネットワークに基づき、前記歪んだ魚眼画像を認識し、前記歪んだ魚眼画像に含まれる目標物体の物体情報を得るための認識モジュールと、を含むことを特徴とする物体認識装置。 - コンピューティングデバイスであって、プロセッサと、メモリと、通信インタフェースと、通信バスとを含み、前記プロセッサと前記メモリと前記通信インタフェースは前記通信バスを介して相互に通信を行い、前記メモリは、少なくとも1つの実行可能な命令を格納するために用いられ、前記少なくとも1つの実行可能な命令は、請求項1−4のいずれか一項に記載の物体認識ニューラルネットワークの訓練方法に対応する動作を前記プロセッサに実行させることを特徴とするコンピューティングデバイス。
- コンピュータ読み取り可能な記憶媒体であって、前記記憶媒体は、少なくとも1つの実行可能な命令を記憶しており、前記実行可能な命令は、請求項1−4のいずれか一項に記載の物体認識ニューラルネットワークの訓練方法に対応する動作をプロセッサに実行させることを特徴とするコンピュータ読み取り可能な記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910022601.5 | 2019-01-10 | ||
CN201910022601.5A CN109840883B (zh) | 2019-01-10 | 2019-01-10 | 一种训练物体识别神经网络的方法、装置及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020113274A JP2020113274A (ja) | 2020-07-27 |
JP6947856B2 true JP6947856B2 (ja) | 2021-10-13 |
Family
ID=66883724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020003251A Active JP6947856B2 (ja) | 2019-01-10 | 2020-01-10 | 物体認識ニューラルネットワークの訓練方法、装置及びコンピューティングデバイス |
Country Status (3)
Country | Link |
---|---|
US (1) | US11281939B2 (ja) |
JP (1) | JP6947856B2 (ja) |
CN (1) | CN109840883B (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021102911A1 (zh) * | 2019-11-29 | 2021-06-03 | 深圳市大疆创新科技有限公司 | 一种图像检测方法、图像检测设备及存储介质 |
CN111275020A (zh) * | 2020-03-12 | 2020-06-12 | 青梧桐有限责任公司 | 一种房间状态识别方法 |
CN112001229B (zh) * | 2020-07-09 | 2021-07-20 | 浙江大华技术股份有限公司 | 视频行为识别的方法、装置、系统和计算机设备 |
CN112733677B (zh) * | 2020-12-31 | 2021-11-30 | 桂林海威科技股份有限公司 | 一种人流量统计系统及方法 |
CN112784815B (zh) * | 2021-02-19 | 2024-05-03 | 苏州科知律信息科技有限公司 | 一种无人机巡航目标识别方法、装置及云服务器 |
CN113791055B (zh) * | 2021-08-17 | 2024-05-14 | 北京农业信息技术研究中心 | 一种鱼肉新鲜度检测方法及系统 |
CN114004986A (zh) * | 2021-10-29 | 2022-02-01 | 北京百度网讯科技有限公司 | 图像处理方法、检测模型的训练方法、装置、设备和介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5739722B2 (ja) * | 2011-04-26 | 2015-06-24 | 株式会社日立情報通信エンジニアリング | 物体認識方法及び認識装置 |
US9251437B2 (en) * | 2012-12-24 | 2016-02-02 | Google Inc. | System and method for generating training cases for image classification |
DE102015205502A1 (de) * | 2015-03-26 | 2016-09-29 | Mando Corporation | Bildverarbeitungsverfahren und Bildverarbeitungssystem zum Extrahieren verzerrter kreisförmiger Bildelemente |
EP3446281A1 (en) * | 2016-04-21 | 2019-02-27 | OSRAM GmbH | Training method and detection method for object recognition |
US10733697B2 (en) * | 2016-12-27 | 2020-08-04 | Intel IP Corporation | Convolutional neural network for wide-angle camera images |
CN108932697B (zh) * | 2017-05-26 | 2020-01-17 | 杭州海康威视数字技术股份有限公司 | 一种失真图像的去失真方法、装置及电子设备 |
JP6799325B2 (ja) * | 2017-05-29 | 2020-12-16 | 地方独立行政法人東京都立産業技術研究センター | 画像補正装置、画像補正方法、注目点認識装置、注目点認識方法及び異常検知システム |
US10019654B1 (en) * | 2017-06-28 | 2018-07-10 | Accenture Global Solutions Limited | Image object recognition |
TWI657378B (zh) * | 2017-09-22 | 2019-04-21 | 財團法人資訊工業策進會 | 複數非線性扭曲鏡頭下之目標追蹤方法及系統 |
-
2019
- 2019-01-10 CN CN201910022601.5A patent/CN109840883B/zh active Active
-
2020
- 2020-01-09 US US16/738,804 patent/US11281939B2/en active Active
- 2020-01-10 JP JP2020003251A patent/JP6947856B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US11281939B2 (en) | 2022-03-22 |
JP2020113274A (ja) | 2020-07-27 |
CN109840883A (zh) | 2019-06-04 |
CN109840883B (zh) | 2022-12-23 |
US20200320342A1 (en) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6947856B2 (ja) | 物体認識ニューラルネットワークの訓練方法、装置及びコンピューティングデバイス | |
JP7085726B2 (ja) | ロボットの目標物体把持位置の検出方法 | |
CN108268869B (zh) | 目标检测方法、装置及系统 | |
US11398084B2 (en) | Method, apparatus and application system for extracting a target feature | |
KR102399017B1 (ko) | 이미지 생성 방법 및 장치 | |
CN109815843B (zh) | 图像处理方法及相关产品 | |
CN110084299B (zh) | 基于多头融合注意力的目标检测方法和装置 | |
CN108389155B (zh) | 图像处理方法、装置及电子设备 | |
CN110956060A (zh) | 动作识别、驾驶动作分析方法和装置及电子设备 | |
CN108346130B (zh) | 图像处理方法、装置及电子设备 | |
WO2020233178A1 (zh) | 一种图像处理方法、装置及电子设备 | |
CN111008935B (zh) | 一种人脸图像增强方法、装置、系统及存储介质 | |
CN107959798B (zh) | 视频数据实时处理方法及装置、计算设备 | |
WO2022082999A1 (zh) | 一种物体识别方法、装置、终端设备及存储介质 | |
CN108399599B (zh) | 图像处理方法、装置及电子设备 | |
CN110991385A (zh) | 一种识别船只行驶轨迹的方法、装置及电子设备 | |
TWI684918B (zh) | 臉部辨識系統以及加強臉部辨識方法 | |
CN107153806B (zh) | 一种人脸检测方法及装置 | |
CN113095228B (zh) | 图像中的目标检测方法、装置及计算机可读存储介质 | |
CN109981967B (zh) | 用于智能机器人的拍摄方法、装置、终端设备及介质 | |
CN115719314A (zh) | 一种去拖影方法、去拖影装置及电子设备 | |
US20220012491A1 (en) | Contextual usage control of cameras | |
CN111383199B (zh) | 图像处理方法、装置、计算机可读存储介质及电子设备 | |
CN117441195A (zh) | 纹理补全 | |
CN114037741A (zh) | 一种基于事件相机的自适应目标检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200110 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210309 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20210310 |
|
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: 20210831 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210916 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6947856 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |