JP6950376B2 - 画像処理装置、訓練画像処理装置、画像識別装置、訓練画像処理方法、画像識別方法、及びプログラム - Google Patents
画像処理装置、訓練画像処理装置、画像識別装置、訓練画像処理方法、画像識別方法、及びプログラム Download PDFInfo
- Publication number
- JP6950376B2 JP6950376B2 JP2017168919A JP2017168919A JP6950376B2 JP 6950376 B2 JP6950376 B2 JP 6950376B2 JP 2017168919 A JP2017168919 A JP 2017168919A JP 2017168919 A JP2017168919 A JP 2017168919A JP 6950376 B2 JP6950376 B2 JP 6950376B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- training
- image sequence
- sequence
- unit
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Description
画像シーケンスを構成する画像Ik(k:画像のインデックス)の各位置(i,j)におけるコントラストが高いほど、該当領域の撮像コンディションはよいと考えられる。
画像シーケンスを構成する画像Ikの各位置(i,j)が鮮やかであるほど、該当領域の撮像コンディションはよいと考えられる。
画像シーケンスを構成する画像Ikの各位置(i,j)が適切な露光状態で撮像されているほど、該当領域の撮像コンディションはよいと考えられる。
露光状態(カラー)のアプローチは、カラー画像をグレースケールに変換したものに適用することも可能である。
図7は、訓練画像処理部200に入力される訓練データのみ画像シーケンスであり、画像識別部400では、データベース300に登録されたデータの検索のみを行う場合の実施形態を示している。
図8は、訓練データのみ画像シーケンスであり、画像識別部400ではデータベース300に登録された全てのデータに対して、同一性の検証を行う場合の実施形態を示している。
図9は、訓練データのみ画像シーケンスであり、画像識別部400ではデータベース300に登録されたデータの検索をまず行い、特に類似した訓練データとテストデータの同一性の検証を行う場合の実施形態を示している。
図10は、テストデータのみ画像シーケンスであり、画像識別部400ではデータベース300に登録されたデータの検索のみを行う場合の実施形態を示している。
図11は、テストデータのみ画像シーケンスであり、画像識別部400ではデータベース300に登録された全てのデータに対して、同一性の検証を行う場合の実施形態を示している。
図12は、訓練データのみ画像シーケンスであり、画像識別部400ではデータベース300に登録されたデータの検索をまず行い、特に類似した訓練データとテストデータの検証を行う場合の実施形態を示している。
図13は、訓練データ、テストデータ共に画像シーケンスであり、画像識別部400ではデータベース300に登録されたデータの検索のみを行う場合の実施形態を示している。
図14は、訓練データ、テストデータ共に画像シーケンスであり、画像識別部400ではデータベース300に登録された全てのデータに対して、同一性の検証を行う場合の実施形態を示している。
100 入力部
110 入力部
200 訓練画像処理部
210 前処理部
220 局所特徴抽出部
230 コンディションスコア算出部
240 データアラインメント部
250 特徴選択部
260 インデクシング部
300 データベース
400 画像識別部
410 前処理部
420 局所特徴抽出部
430 コンディションスコア算出部
440 データアラインメント部
450 特徴選択部
460 画像スコアリング部
470 被写体検証部
500 出力部
Claims (8)
- 入力された画像シーケンスを構成する複数の画像の各々から、局所特徴を抽出する局所特徴抽出部と、
前記画像シーケンスを構成する複数の画像の各々について、前記画像を分割した各領域の撮像状態の質を評価する指標として、彩度、カラーの露光状態、及びグレースケールの露光状態のうち少なくとも1つを用いて、前記質を示すコンディションスコアを算出するコンディションスコア算出部と、
前記画像シーケンスを構成する複数の画像の各々について、前記画像のコンディションスコアに基づいて、前記画像の局所特徴を選択して、前記画像シーケンスの局所特徴とする特徴選択部と、
を含む画像処理装置。 - 入力された訓練画像シーケンスを構成する複数の画像の各々から、局所特徴を抽出する局所特徴抽出部と、
前記訓練画像シーケンスを構成する複数の画像の各々について、前記画像を分割した各領域の撮像状態の質を評価する指標として、彩度、カラーの露光状態、及びグレースケールの露光状態のうち少なくとも1つを用いて、前記質を示すコンディションスコアを算出するコンディションスコア算出部と、
前記訓練画像シーケンスを構成する複数の画像の各々について、前記画像のコンディションスコアに基づいて、前記画像の局所特徴を選択して、前記訓練画像シーケンスの局所特徴とする特徴選択部と、
を含む訓練画像処理装置。 - 前記訓練画像シーケンスを構成する複数の画像の各々の位置合わせを行い、複数の画像の各々の位置合わせの結果に基づいて、各領域のコンディションスコアの座標変換、及び局所特徴の座標変換を行うデータアラインメント部を更に含み、
前記特徴選択部は、前記訓練画像シーケンスを構成する複数の画像の各々について、前記画像の座標変換後のコンディションスコアに基づいて、前記画像の座標変換後の局所特徴を選択して、前記訓練画像シーケンスの局所特徴とする請求項2記載の訓練画像処理装置。 - 入力されたテスト画像シーケンスを構成する複数の画像の各々から、局所特徴を抽出する局所特徴抽出部と、
前記テスト画像シーケンスを構成する複数の画像の各々について、前記画像を分割した各領域の撮像状態の質を評価する指標として、彩度、カラーの露光状態、及びグレースケールの露光状態のうち少なくとも1つを用いて、前記質を示すコンディションスコアを算出するコンディションスコア算出部と、
前記テスト画像シーケンスを構成する画像の各々について、前記画像のコンディションスコアに基づいて、前記画像の局所特徴を選択することにより、前記テスト画像シーケンスの局所特徴とする特徴選択部と、
少なくとも1つ以上の訓練画像又は少なくとも1つ以上の訓練画像シーケンスの各々について局所特徴を記憶するデータベースの訓練画像又は訓練画像シーケンスの各々について、前記訓練画像又は前記訓練画像シーケンスの局所特徴と前記テスト画像シーケンスの局所特徴との類似度を示すスコアを算出するデータベース画像スコアリング部と、
前記スコアが上位N個の前記訓練画像又は前記訓練画像シーケンスの各々について、前記訓練画像又は前記訓練画像シーケンスの局所特徴と、前記テスト画像シーケンスの局所特徴とに基づいて、前記訓練画像又は前記訓練画像シーケンスと前記テスト画像シーケンスとの同一性を検証することにより、前記テスト画像シーケンスの被写体を識別する被写体検証部と
を含む画像識別装置。 - 前記テスト画像シーケンスを構成する複数の画像の各々の位置合わせを行い、複数の画像の各々の位置合わせの結果に基づいて、各領域のコンディションスコアの座標変換、及び局所特徴の座標変換を行うデータアラインメント部を更に含み、
前記特徴選択部は、前記テスト画像シーケンスを構成する複数の画像の各々について、前記画像の座標変換後のコンディションスコアに基づいて、前記画像の座標変換後の局所特徴を選択して、前記テスト画像シーケンスの局所特徴とする請求項4記載の画像識別装置。 - 局所特徴抽出部が、入力された訓練画像シーケンスを構成する複数の画像の各々から、局所特徴を抽出し、
コンディションスコア算出部が、前記訓練画像シーケンスを構成する複数の画像の各々について、前記画像を分割した各領域の撮像状態の質を評価する指標として、彩度、カラーの露光状態、及びグレースケールの露光状態のうち少なくとも1つを用いて、前記質を示すコンディションスコアを算出し、
特徴選択部が、前記訓練画像シーケンスを構成する複数の画像の各々について、前記画像のコンディションスコアに基づいて、前記画像の局所特徴を選択して、前記訓練画像シーケンスの局所特徴とする
訓練画像処理方法。 - 局所特徴抽出部が、入力されたテスト画像シーケンスを構成する複数の画像の各々から、局所特徴を抽出し、
コンディションスコア算出部が、前記テスト画像シーケンスを構成する複数の画像の各々について、前記画像を分割した各領域の撮像状態の質を評価する指標として、彩度、カラーの露光状態、及びグレースケールの露光状態のうち少なくとも1つを用いて、前記質を示すコンディションスコアを算出し、
特徴選択部が、前記テスト画像シーケンスを構成する画像の各々について、前記画像のコンディションスコアに基づいて、前記画像の局所特徴を選択することにより、前記テスト画像シーケンスの局所特徴とし、
データベース画像スコアリング部が、少なくとも1つ以上の訓練画像又は少なくとも1つ以上の訓練画像シーケンスの各々について局所特徴を記憶するデータベースの訓練画像又は訓練画像シーケンスの各々について、前記訓練画像又は前記訓練画像シーケンスの局所特徴と前記テスト画像シーケンスの局所特徴との類似度を示すスコアを算出し、
被写体検証部が、前記スコアが上位N個の前記訓練画像又は前記訓練画像シーケンスの各々について、前記訓練画像又は前記訓練画像シーケンスの局所特徴と、前記テスト画像シーケンスの局所特徴とに基づいて、前記訓練画像又は前記訓練画像シーケンスと前記テスト画像シーケンスとの同一性を検証することにより、前記テスト画像シーケンスの被写体を識別する
画像識別方法。 - コンピュータを、請求項1記載の画像処理装置、請求項2若しくは3記載の訓練画像処理装置、又は請求項4若しくは請求項5記載の画像識別装置の各部として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017168919A JP6950376B2 (ja) | 2017-09-01 | 2017-09-01 | 画像処理装置、訓練画像処理装置、画像識別装置、訓練画像処理方法、画像識別方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017168919A JP6950376B2 (ja) | 2017-09-01 | 2017-09-01 | 画像処理装置、訓練画像処理装置、画像識別装置、訓練画像処理方法、画像識別方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019046184A JP2019046184A (ja) | 2019-03-22 |
JP6950376B2 true JP6950376B2 (ja) | 2021-10-13 |
Family
ID=65814649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017168919A Active JP6950376B2 (ja) | 2017-09-01 | 2017-09-01 | 画像処理装置、訓練画像処理装置、画像識別装置、訓練画像処理方法、画像識別方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6950376B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241745A (zh) * | 2020-10-29 | 2021-01-19 | 东北大学 | 一种基于光照不变颜色空间的特征点提取方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011257963A (ja) * | 2010-06-08 | 2011-12-22 | Canon Inc | 画像処理装置、その処理方法及びプログラム |
JP5519556B2 (ja) * | 2011-03-09 | 2014-06-11 | Kddi株式会社 | 解析対象画像の中から参照画像に基づく物体を認識する画像解析装置、サーバ、プログラム及び方法 |
JP6055435B2 (ja) * | 2014-04-10 | 2016-12-27 | 日本電信電話株式会社 | 被写体認識装置、被写体認識方法及び被写体認識プログラム |
JP6338274B2 (ja) * | 2014-06-25 | 2018-06-06 | Kddi株式会社 | 情報処理装置ならびにその特徴点選択方法、装置およびプログラム |
-
2017
- 2017-09-01 JP JP2017168919A patent/JP6950376B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019046184A (ja) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4772839B2 (ja) | 画像識別方法および撮像装置 | |
US9036905B2 (en) | Training classifiers for deblurring images | |
JP6544900B2 (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 | |
JP5549345B2 (ja) | 画像収集装置に用いる天空検出装置及び方法 | |
US9773193B2 (en) | Image processing apparatus, image processing method, and program | |
US8213741B2 (en) | Method to generate thumbnails for digital images | |
JP2005148900A (ja) | 画像分類装置、画像分類方法、および、プログラム | |
US20180184012A1 (en) | Image processing apparatus, control method, and storage medium | |
US10891740B2 (en) | Moving object tracking apparatus, moving object tracking method, and computer program product | |
Olvera et al. | A feature extraction using SIFT with a preprocessing by adding CLAHE algorithm to enhance image histograms | |
JP2013037539A (ja) | 画像特徴量抽出装置およびそのプログラム | |
JP2013101423A (ja) | 画像マッチング装置及び画像マッチングプログラム | |
JP6950376B2 (ja) | 画像処理装置、訓練画像処理装置、画像識別装置、訓練画像処理方法、画像識別方法、及びプログラム | |
JP5791361B2 (ja) | パターン識別装置、パターン識別方法およびプログラム | |
CN111080683B (zh) | 图像处理方法、装置、存储介质及电子设备 | |
JP6855175B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP6265641B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
Noskov et al. | Multi-focus image fusion based on cellular automata method | |
JP6717769B2 (ja) | 情報処理装置及びプログラム | |
JP5463688B2 (ja) | 合焦評価装置、カメラおよびプログラム | |
JP2016162421A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP2012043397A (ja) | 特徴量取得装置、特徴量取得方法、類似画像検索方法およびプログラム。 | |
JP4994174B2 (ja) | データ処理装置及びデータ処理方法 | |
JP2013120504A (ja) | オブジェクト抽出装置、オブジェクト抽出方法、及びプログラム | |
JP5582924B2 (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: 20190827 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200915 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210216 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210414 |
|
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: 20210824 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210906 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6950376 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |