JP7279817B2 - 画像処理装置、画像処理方法及び画像処理プログラム - Google Patents
画像処理装置、画像処理方法及び画像処理プログラム Download PDFInfo
- Publication number
- JP7279817B2 JP7279817B2 JP2021558770A JP2021558770A JP7279817B2 JP 7279817 B2 JP7279817 B2 JP 7279817B2 JP 2021558770 A JP2021558770 A JP 2021558770A JP 2021558770 A JP2021558770 A JP 2021558770A JP 7279817 B2 JP7279817 B2 JP 7279817B2
- Authority
- JP
- Japan
- Prior art keywords
- image processing
- feature
- change
- image
- variation
- 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
- G06V10/77—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
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
- G06V10/7753—Incorporation of unlabelled data, e.g. multiple instance learning [MIL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- 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
- G06T2207/20076—Probabilistic image processing
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Description
非特許文献2: Bruno Aiazzi, Luciano Alparone, Stefano Baronti, Andrea Garzelli, 2003. Coherence estimation from multilook incoherent SAR Imagery.
差分画像から輝度変化特徴を抽出する輝度変化特徴抽出器手段と、
前記入力SAR画像からスペックル変化特徴を抽出するスペックル変化特徴抽出器手段と、
前記輝度変化特徴と前記スペックル変化特徴を結合して、結合特徴を生成する結合変化特徴抽出器手段と、
前記結合特徴を変化クラスにマッピングし、変化マップを出力する分類器手段と、を備える、画像処理装置である。
入力SAR画像から差分画像を生成することと、
前記差分画像から輝度変化特徴を抽出することと、
入力SAR画像からスペックル変化特徴を抽出することと、
前記輝度変化特徴と前記スペックル変化特徴を結合し、結合特徴を生成することと、
前記結合特徴を変化クラスにマッピングし、変化マップを出力することと、を含む画像処理方法である。
入力SAR画像から差分画像を生成することと、
前記差分画像から輝度変化特徴を抽出することと、
前記入力SAR画像からスペックル変化特徴を抽出することと、
前記輝度変化特徴と前記スペックル変化特徴を結合し、結合特徴を生成することと、
前記結合特徴を変化クラスにマッピングし、変化マップを出力することと、を含む、非一時的なコンピュータ可読媒体である。
[実施形態1]
[実施形態2]
(付記1)
機械学習を用いた変化検出用の画像処理装置であって、
入力SAR画像から差分画像を生成する差分画像生成器手段と、
前記差分画像から輝度変化特徴を抽出する輝度変化特徴抽出器手段と、
前記入力SAR画像からスペックル変化特徴を抽出するスペックル変化特徴抽出器手段と、
前記輝度変化特徴と前記スペックル変化特徴を結合して、結合特徴を生成する結合特徴抽出器手段と、
前記結合特徴を前記変化クラスにマッピングし、変化マップを出力する分類器手段と、を備える、画像処理装置。
(付記2)
付記1に記載の画像処理装置であって、
推定クラスと実際のクラスとの間のコストを訓練モードにおけるミス分類エラーとして計算するコスト計算器手段と、
前記コストが最小化されるように前記分類器のパラメータを更新するパラメータ更新手段と、
前記コスト収束後に前記訓練された分類器の前記パラメータを格納するストレージ手段と、
を更に備え、
前記分類器手段は、コスト関数を最適化することで特徴と前記変化クラスとの関係を学習し、前記訓練モードで推定クラスを出力する、画像処理装置。
(付記3)
付記2に記載の画像処理装置であって、
前記分類器手段は前記ストレージに記憶された前記更新されたパラメータを用いて実際の運用モードで動作し、新たな対のSAR画像についての変化マップを出力する、画像処理装置。
(付記4)
付記1に記載の画像処理装置であって、
前記差分画像生成器手段は、減算、比率及び対数比演算子である、画像処理装置。
(付記5)
付記1に記載の画像処理装置であって、
前記輝度変化特徴抽出器手段は、主成分分析及び/又は深層学習技法、又はこれらのアンサンブルのうち1つを用いて前記入力画像から輝度変化を抽出する、画像処理装置。
(付記6)
付記1に記載の画像処理装置であって、前記分類器手段は、決定木、サポートベクターマシン及びニューラルネットワーク、又はこれらのアンサンブルのうち1つ機械学習ベースの方法を用いて、変化あり及び変化なしを分類する、画像処理装置。
(付記7)
機械学習を用いた変化検出用の画像処理方法であって、
入力SAR画像から差分画像を生成することと、
前記差分画像から輝度変化特徴を抽出することと、
入力SAR画像からスペックル変化特徴を抽出することと、
前記輝度変化特徴と前記スペックル変化特徴を結合し、結合特徴を生成することと、
前記結合特徴を前記変化クラスにマッピングし、変化マップを出力することと、を含む画像処理方法。
(付記8)
機械学習を用いた変化検出用の画像処理方法をコンピュータに実行させるプログラムを格納した非一時的なコンピュータ可読媒体であって、前記方法は、
入力SAR画像から差分画像を生成することと、
前記差分画像から輝度変化特徴を抽出することと、
前記入力SAR画像からスペックル変化特徴を抽出することと、
前記輝度変化特徴と前記スペックル変化特徴を結合し、結合特徴を生成することと、
前記結合特徴を前記変化クラスにマッピングし、変化マップを出力することと、を含む、非一時的なコンピュータ可読媒体。
12 輝度変化特徴抽出器
13 スペックル変化特徴抽出器
14 結合特徴抽出器
15 分類器
21 訓練サンプル抽出器
22 コスト計算器
23 パラメータ更新器
24 ストレージ
Claims (8)
- 機械学習を用いた変化検出用の画像処理装置であって、
入力SAR画像から差分画像を生成する差分画像生成器手段と、
前記差分画像から輝度変化特徴を抽出する輝度変化特徴抽出器手段と、
前記入力SAR画像からスペックル変化特徴を抽出するスペックル変化特徴抽出器手段と、
前記差分画像の各画素について前記輝度変化特徴と前記スペックル変化特徴の加重和、連接、又はドット積を行うことにより、前記輝度変化特徴と前記スペックル変化特徴を結合して、結合特徴を生成する結合変化特徴抽出器手段と、
前記各画素に対する前記結合特徴に機械学習アルゴリズムを適用して、前記各画素に、各変化クラスに属する確率を割り当てることで、前記結合特徴を変化クラスにマッピングし、変化マップを出力する分類器手段と、を備える、画像処理装置。 - 請求項1に記載の画像処理装置であって、
推定クラスと実際のクラスとの間のコストを訓練モードにおけるミス分類エラーとして計算するコスト計算器手段と、
前記コストが最小化されるように前記分類器手段のパラメータを更新するパラメータ更新手段と、
前記コスト収束後に訓練された前記分類器手段の前記パラメータを格納するストレージ手段と、
を更に備え、
前記分類器手段は、コスト関数を最適化することで特徴と前記変化クラスとの関係を学習し、前記訓練モードで推定クラスを出力する、画像処理装置。 - 請求項2に記載の画像処理装置であって、
前記分類器手段は前記ストレージ手段に記憶された前記更新されたパラメータを用いて実際の運用モードで動作し、新たな対のSAR画像についての変化マップを出力する、画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記差分画像生成器手段は、減算、比率及び対数比演算子である、画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記輝度変化特徴抽出器手段は、主成分分析及び/又は深層学習技法、又はこれらのアンサンブルのうち1つを用いて前記入力画像から輝度変化を抽出する、画像処理装置。 - 請求項1に記載の画像処理装置であって、前記分類器手段は、決定木、サポートベクターマシン及びニューラルネットワーク、又はこれらのアンサンブルのうち1つから選択される機械学習ベースの方法を用いて、変化あり及び変化なしを分類する、画像処理装置。
- 機械学習を用いた変化検出用の画像処理方法であって、
入力SAR画像から差分画像を生成することと、
前記差分画像から輝度変化特徴を抽出することと、
入力SAR画像からスペックル変化特徴を抽出することと、
前記差分画像の各画素について前記輝度変化特徴と前記スペックル変化特徴の加重和、連接、又はドット積を行うことにより、前記輝度変化特徴と前記スペックル変化特徴を結合し、結合特徴を生成することと、
前記各画素に対する前記結合特徴に機械学習アルゴリズムを適用して、前記各画素に、各変化クラスに属する確率を割り当てることで、前記結合特徴を変化クラスにマッピングし、変化マップを出力することと、を含む画像処理方法。 - 機械学習を用いた変化検出用の画像処理方法をコンピュータに実行させる画像処理プログラムであって、前記画像処理方法は、
入力SAR画像から差分画像を生成することと、
前記差分画像から輝度変化特徴を抽出することと、
前記入力SAR画像からスペックル変化特徴を抽出することと、
前記差分画像の各画素について前記輝度変化特徴と前記スペックル変化特徴の加重和、連接、又はドット積を行うことにより、前記輝度変化特徴と前記スペックル変化特徴を結合し、結合特徴を生成することと、
前記各画素に対する前記結合特徴に機械学習アルゴリズムを適用して、前記各画素に、各変化クラスに属する確率を割り当てることで、前記結合特徴を変化クラスにマッピングし、変化マップを出力することと、を含む、画像処理プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/016540 WO2020213106A1 (en) | 2019-04-17 | 2019-04-17 | Image processing apparatus, image processing method and non-transitoty computer readable medium |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022528491A JP2022528491A (ja) | 2022-06-13 |
JP7279817B2 true JP7279817B2 (ja) | 2023-05-23 |
Family
ID=72837207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021558770A Active JP7279817B2 (ja) | 2019-04-17 | 2019-04-17 | 画像処理装置、画像処理方法及び画像処理プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220254149A1 (ja) |
JP (1) | JP7279817B2 (ja) |
WO (1) | WO2020213106A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117576574B (zh) * | 2024-01-19 | 2024-04-05 | 湖北工业大学 | 一种电力设施地物变化检测方法、装置、电子设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014016710A (ja) | 2012-07-06 | 2014-01-30 | Toyota Central R&D Labs Inc | 対象物検出装置及びプログラム |
JP2018173914A (ja) | 2017-03-31 | 2018-11-08 | 綜合警備保障株式会社 | 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置 |
JP2019508072A (ja) | 2016-12-02 | 2019-03-28 | アヴェント インコーポレイテッド | 医用撮像に基づく処置における標的の解剖学的対象物へのナビゲーションのためのシステムおよび方法 |
-
2019
- 2019-04-17 JP JP2021558770A patent/JP7279817B2/ja active Active
- 2019-04-17 US US17/603,404 patent/US20220254149A1/en active Pending
- 2019-04-17 WO PCT/JP2019/016540 patent/WO2020213106A1/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014016710A (ja) | 2012-07-06 | 2014-01-30 | Toyota Central R&D Labs Inc | 対象物検出装置及びプログラム |
JP2019508072A (ja) | 2016-12-02 | 2019-03-28 | アヴェント インコーポレイテッド | 医用撮像に基づく処置における標的の解剖学的対象物へのナビゲーションのためのシステムおよび方法 |
JP2018173914A (ja) | 2017-03-31 | 2018-11-08 | 綜合警備保障株式会社 | 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置 |
Non-Patent Citations (2)
Title |
---|
GONG, M. et al.,Feature learning and change feature classification based on deep learning for ternary change detection in SAR images,ISPRS Journal of Photogrammetry and Remote Sensing [online],Elsevier,2017年07月,Vol. 129,pp. 212-225,[retrieved on 2019.07.02], Retrieved from the Internet: <URL:https://www.sciencedirect.com/science/article/abs/pii/ S0924271616301459> |
RIGNOT, E.J.M. et al.,Change Detection Techniques for ERS-1 SAR Data,IEEE Transactions on Geoscience and Remote Sensing [online],IEEE,1993年07月,Vol. 31, No. 4,pp. 896-906,[retrieved on 2022.09.16], Retrieved from the Internet: <URL:https://ieeexplore.ieee.org/abstract/document/239913> |
Also Published As
Publication number | Publication date |
---|---|
JP2022528491A (ja) | 2022-06-13 |
US20220254149A1 (en) | 2022-08-11 |
WO2020213106A1 (en) | 2020-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107872644B (zh) | 视频监控方法及装置 | |
US9524558B2 (en) | Method, system and software module for foreground extraction | |
KR102153607B1 (ko) | 영상에서의 전경 검출 장치 및 방법 | |
TWI649698B (zh) | 物件偵測裝置、物件偵測方法及電腦可讀取媒體 | |
JP2012032370A (ja) | 欠陥検出方法、欠陥検出装置、学習方法、プログラム、及び記録媒体 | |
JP7306473B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
Yadav et al. | Moving object detection in real-time visual surveillance using background subtraction technique | |
Huynh-The et al. | NIC: A robust background extraction algorithm for foreground detection in dynamic scenes | |
JP2018026115A (ja) | 火炎検出方法、火炎検出装置及び電子機器 | |
WO2019188054A1 (en) | Method, system and computer readable medium for crowd level estimation | |
US20210012506A1 (en) | Method, system and computer readable medium for integration and automatic switching of crowd estimation techniques | |
US9824454B2 (en) | Image processing method and image processing apparatus | |
WO2019188458A1 (en) | Method, system, and computer readable medium for performance modeling of crowd estimation techniques | |
JP7279817B2 (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
JP2014110020A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
Sasi et al. | Shadow detection and removal from real images: state of art | |
Mousse et al. | Foreground-background segmentation based on codebook and edge detector | |
Mousse et al. | Fast moving object detection from overlapping cameras | |
Sizyakin et al. | Defect detection on videos using neural network | |
Rajamanickam et al. | Entropy Based Illumination-Invariant Foreground Detection | |
Kumar et al. | Key frame extraction algorithm for video abstraction applications in underwater videos | |
Sajid et al. | Background subtraction under sudden illumination change | |
KR20100086839A (ko) | 이동 물체 탐지 방법 및 그 감시 시스템 | |
KR20210132998A (ko) | 인공 신경망을 이용한 영상 내 객체 추적 장치 및 방법 | |
Johnson et al. | A novel visualization and tracking framework for analyzing the inter/intra cloud pattern formation to study their impact on climate |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210930 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210930 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230117 |
|
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: 20230411 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230424 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7279817 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |