JP7128578B2 - 物体検出装置、物体検出プログラム、物体検出方法、及び学習装置 - Google Patents
物体検出装置、物体検出プログラム、物体検出方法、及び学習装置 Download PDFInfo
- Publication number
- JP7128578B2 JP7128578B2 JP2018126596A JP2018126596A JP7128578B2 JP 7128578 B2 JP7128578 B2 JP 7128578B2 JP 2018126596 A JP2018126596 A JP 2018126596A JP 2018126596 A JP2018126596 A JP 2018126596A JP 7128578 B2 JP7128578 B2 JP 7128578B2
- Authority
- JP
- Japan
- Prior art keywords
- measurement data
- rotation
- usefulness
- learning
- amount
- 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
以下、本発明の実施の形態(以下実施形態という)である画像監視装置1について、図面に基づいて説明する。当該画像監視装置1は本発明に係る物体検出装置を含んで構成され、検出結果を報知する。物体検出装置は例えば、自動車や自転車・鳥などの物体が存在し得る空間が撮影された画像を解析することで、当該撮影画像に写った物体を検出しそのカテゴリを認識する。なお、ここでは、物体検出にて撮影画像を解析するが、当該撮影画像は本発明における「処理対象の計測データ」の一例である。
回転依存量生成器記憶手段40が記憶している回転依存量生成器、有用度比率算出器記憶手段41が記憶している有用度比率算出器、存在度算出器記憶手段42が記憶している存在度算出器のそれぞれのパラメータは、学習用の計測データによって予め学習しておく。
(1)上記実施形態においては、回転依存量生成器を構成するCNNについては本発明の要旨を逸脱しない範囲で各種の改変を行うことができる。例えば、活性化関数としてReLU関数に代えて、tanh関数、Sigmoid関数などを用いることができる。
Claims (8)
- 処理対象の計測データから所定の物体を検出する物体検出装置であって、
前記計測データに基づいて、当該計測データから抽出される、前記物体の回転角度に対する依存性が高い回転依存量と前記依存性が低い回転不変量との有用度の比率を定める有用度比率決定手段と、
前記計測データから、前記有用度比率決定手段が定めた有用度比率に従って前記回転依存量及び前記回転不変量の少なくとも一方を含んだ検出用特徴量を抽出する特徴量抽出手段と、
前記検出用特徴量を入力されて前記計測データに前記物体が現れている度合いを表す存在度を算出する存在度算出手段と、
前記存在度に基づいて前記物体を検出する物体検出手段と、
を備え、
前記有用度比率決定手段は、学習用の前記計測データとそれに対する前記存在度の正解とを用いた教師あり学習であって、当該有用度比率決定手段が与える前記有用度比率に応じて前記特徴量抽出手段が前記学習用の計測データから抽出する検出用特徴量に対し、前記存在度算出手段が算出する前記存在度と前記正解との間の誤差を最小化する学習が予め行われた関数であること、
を特徴とする物体検出装置。 - 前記特徴量抽出手段は、前記計測データから前記回転依存量及び前記回転不変量を抽出し、当該回転依存量と当該回転不変量とを前記有用度比率に応じて重み付け加算することにより前記検出用特徴量を抽出すること、を特徴とする請求項1に記載の物体検出装置。
- 前記特徴量抽出手段は、前記計測データから、前記回転依存量及び前記回転不変量のうちの前記有用度比率が高い一方を前記検出用特徴量として抽出すること、を特徴とする請求項1に記載の物体検出装置。
- 前記有用度比率決定手段は、前記計測データを取得した空間内の複数の局所領域それぞれについて前記有用度比率を定め、
前記特徴量抽出手段は、前記複数の局所領域ごとに前記検出用特徴量を抽出し、
前記存在度算出手段は、前記複数の局所領域それぞれについて、前記検出用特徴量から前記物体の部位について部位存在度を算出し、当該部位存在度を統合して前記存在度を求めること、
を特徴とする請求項1から請求項3のいずれか1つに記載の物体検出装置。 - 処理対象の計測データから所定の物体を検出する処理をコンピュータに行わせるためのプログラムであって、当該コンピュータを、
前記計測データに基づいて、当該計測データから抽出される、前記物体の回転角度に対する依存性が高い回転依存量と前記依存性が低い回転不変量との有用度の比率を定める有用度比率決定手段、
前記計測データから、前記有用度比率決定手段が定めた有用度比率に従って前記回転依存量及び前記回転不変量の少なくとも一方を含んだ検出用特徴量を抽出する特徴量抽出手段、
前記検出用特徴量を入力されて前記計測データに前記物体が現れている度合いを表す存在度を算出する存在度算出手段、及び、
前記存在度に基づいて前記物体を検出する物体検出手段、
として機能させ、
前記有用度比率決定手段は、学習用の前記計測データとそれに対する前記存在度の正解とを用いた教師あり学習であって、当該有用度比率決定手段が与える前記有用度比率に応じて前記特徴量抽出手段が前記学習用の計測データから抽出する検出用特徴量に対し、前記存在度算出手段が算出する前記存在度と前記正解との間の誤差を最小化する学習が予め行われた関数であること、
を特徴とする物体検出プログラム。 - 処理対象の計測データから所定の物体を検出する物体検出方法であって、
前記計測データに基づいて、当該計測データから抽出される、前記物体の回転角度に対する依存性が高い回転依存量と前記依存性が低い回転不変量との有用度の比率を定める有用度比率決定ステップと、
前記計測データから、前記有用度比率決定ステップにて定めた有用度比率に従って前記回転依存量及び前記回転不変量の少なくとも一方を含んだ検出用特徴量を抽出する特徴量抽出ステップと、
前記検出用特徴量を入力されて前記計測データに前記物体が現れている度合いを表す存在度を算出する存在度算出ステップと、
前記存在度に基づいて前記物体を検出する物体検出ステップと、
を備え、
前記有用度比率決定ステップは、学習用の前記計測データとそれに対する前記存在度の正解とを用いた教師あり学習であって、当該有用度比率決定ステップが与える前記有用度比率に応じて前記特徴量抽出ステップが前記学習用の計測データから抽出する検出用特徴量に対し、前記存在度算出ステップが算出する前記存在度と前記正解との間の誤差を最小化する学習が予め行われた関数を用いて前記有用度の比率を定めること、
を特徴とする物体検出方法。 - 請求項1から請求項4のいずれか1つに記載の物体検出装置に関する学習に用いる学習装置であって、
学習用の前記計測データ、及び当該学習用の計測データに関する前記存在度の教師データを取得する手段と、
前記学習用の計測データを前記物体検出装置に入力する入力手段と、
前記学習用の計測データに対して前記存在度算出手段が算出した前記存在度と、前記教師データとを比較する比較手段と、
前記比較の結果に基づいて、前記有用度比率決定手段にて前記有用度比率を定める算出器のパラメータを変更するパラメータ変更手段と、
を備えることを特徴とする学習装置。 - 処理対象の計測データに基づいて、当該計測データから抽出される、所定の物体の回転角度に対する依存性が高い回転依存量と前記依存性が低い回転不変量との有用度の比率を定める有用度比率決定手段と、
前記計測データから、前記有用度比率決定手段が定めた有用度比率に従って前記回転依存量及び前記回転不変量の少なくとも一方を含んだ検出用特徴量を抽出する特徴量抽出手段と、
前記検出用特徴量を入力されて前記計測データに前記物体が現れている度合いを表す存在度を算出する存在度算出手段と、
前記存在度に基づいて前記物体を検出する物体検出手段とを備える物体検出装置に関する学習に用いる学習装置であって、
学習用の前記計測データ、及び当該学習用の計測データに関する前記存在度の教師データを取得する手段と、
前記学習用の計測データを前記物体検出装置に入力する入力手段と、
前記学習用の計測データに対して前記存在度算出手段が算出した前記存在度と、前記教師データとを比較する比較手段と、
前記比較の結果に基づいて、前記有用度比率決定手段にて前記有用度比率を定める算出器のパラメータを変更するパラメータ変更手段と、
を備えることを特徴とする学習装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018126596A JP7128578B2 (ja) | 2018-07-03 | 2018-07-03 | 物体検出装置、物体検出プログラム、物体検出方法、及び学習装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018126596A JP7128578B2 (ja) | 2018-07-03 | 2018-07-03 | 物体検出装置、物体検出プログラム、物体検出方法、及び学習装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020008916A JP2020008916A (ja) | 2020-01-16 |
JP2020008916A5 JP2020008916A5 (ja) | 2021-07-26 |
JP7128578B2 true JP7128578B2 (ja) | 2022-08-31 |
Family
ID=69151767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018126596A Active JP7128578B2 (ja) | 2018-07-03 | 2018-07-03 | 物体検出装置、物体検出プログラム、物体検出方法、及び学習装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7128578B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022180870A1 (ja) * | 2021-02-26 | 2022-09-01 | 日本電気株式会社 | 学習装置、学習方法および記録媒体 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012133445A (ja) | 2010-12-20 | 2012-07-12 | Panasonic Corp | 目的物検出装置および目的物検出方法 |
-
2018
- 2018-07-03 JP JP2018126596A patent/JP7128578B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012133445A (ja) | 2010-12-20 | 2012-07-12 | Panasonic Corp | 目的物検出装置および目的物検出方法 |
Non-Patent Citations (1)
Title |
---|
須賀 晃,外2名,複数特徴量の重み付け統合による一般物体認識,[online],2009年07月,pp.589-594,http://www.me.cs.scitec.kobe-u.ac.jp/publications/papers/2009/IS1-29.pdf |
Also Published As
Publication number | Publication date |
---|---|
JP2020008916A (ja) | 2020-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363182B (zh) | 基于深度学习的车道线检测方法 | |
CN106874894B (zh) | 一种基于区域全卷积神经网络的人体目标检测方法 | |
US10346720B2 (en) | Rotation variant object detection in Deep Learning | |
JP7094702B2 (ja) | 画像処理装置及びその方法、プログラム | |
US10216979B2 (en) | Image processing apparatus, image processing method, and storage medium to detect parts of an object | |
US7912253B2 (en) | Object recognition method and apparatus therefor | |
JP7272024B2 (ja) | 物体追跡装置、監視システムおよび物体追跡方法 | |
JP6397379B2 (ja) | 変化領域検出装置、方法、及びプログラム | |
JP6112801B2 (ja) | 画像認識装置及び画像認識方法 | |
CN112364873A (zh) | 弯曲文本图像的文字识别方法、装置及计算机设备 | |
WO2012046426A1 (ja) | 物体検出装置、物体検出方法および物体検出プログラム | |
CN108550165A (zh) | 一种基于局部不变特征的图像匹配方法 | |
CN110516731B (zh) | 一种基于深度学习的视觉里程计特征点检测方法及系统 | |
CN111160169A (zh) | 人脸检测方法、装置、设备及计算机可读存储介质 | |
CN115019201B (zh) | 一种基于特征精细化深度网络的弱小目标检测方法 | |
JP2015103188A (ja) | 画像解析装置、画像解析方法及び画像解析プログラム | |
WO2022219402A1 (en) | Semantically accurate super-resolution generative adversarial networks | |
JP7128578B2 (ja) | 物体検出装置、物体検出プログラム、物体検出方法、及び学習装置 | |
Bisht et al. | Integration of hough transform and inter-frame clustering for road lane detection and tracking | |
CN110910497B (zh) | 实现增强现实地图的方法和系统 | |
CN108959355B (zh) | 一种船只分类方法、装置及电子设备 | |
CN115937991A (zh) | 人体摔倒识别方法、装置、计算机设备及存储介质 | |
JP6920949B2 (ja) | 物体分布推定装置 | |
JP7112893B2 (ja) | 対象領域検出装置、対象領域検出方法、対象領域検出プログラム及び学習プログラム | |
WO2022019747A1 (en) | System and method for identification of text region in video |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210611 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210611 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220518 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220524 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220721 |
|
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: 20220809 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220817 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7128578 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |