JP7323079B2 - 姿勢特定装置、姿勢特定方法、及びプログラム - Google Patents

姿勢特定装置、姿勢特定方法、及びプログラム Download PDF

Info

Publication number
JP7323079B2
JP7323079B2 JP2022547155A JP2022547155A JP7323079B2 JP 7323079 B2 JP7323079 B2 JP 7323079B2 JP 2022547155 A JP2022547155 A JP 2022547155A JP 2022547155 A JP2022547155 A JP 2022547155A JP 7323079 B2 JP7323079 B2 JP 7323079B2
Authority
JP
Japan
Prior art keywords
points
basic
basic pattern
detection
grouping
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
Application number
JP2022547155A
Other languages
English (en)
Other versions
JP2023512318A (ja
Inventor
ヤドン パン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JP2023512318A publication Critical patent/JP2023512318A/ja
Application granted granted Critical
Publication of JP7323079B2 publication Critical patent/JP7323079B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75Determining position or orientation of objects or cameras using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Description

本開示は、姿勢特定装置、姿勢特定方法、及びプログラムが格納された非一時的なコンピュータ可読媒体に関する。
複数の人間(人物)にそれぞれ対応する複数の人画像を含む画像において、各人間の姿勢(pose)を特定する技術が提案されている(例えば、特許文献1)。特許文献1に開示されている技術では、画像において人間の複数の部位ポイント(a plurality of body region points)を検出し、検出された複数の部位ポイントの中から人間の頭を特定することによって、画像中の人を特定する。そして、特定された人間の頭に他の検出部位ポイントを対応付けることによって、人間の姿勢を特定している。
米国特許出願公開第2018/0293753号明細書
しかしながら、特許文献1に開示されている技術では、頭のみに基づいて画像中の人を特定するので、例えば画像の解像度が低い場合等には、特定精度が低下する可能性がある。
本発明者は、3つ以上の基本部位ポイントを含む基本パタンを、人間の「コア部分」として抽出することにより、人の姿勢の特定精度を向上させることができることを見出した。
さらに、本発明者は、基本部位ポイントと隣接関係に無い検出部位ポイントを直接的にグルーピング対象検出部位ポイントとすることで、人の姿勢の特定の高速化を実現できることを見出した。
本開示の目的は、人の姿勢の特定精度の向上及び特定速度の高速化を実現できる、姿勢特定装置、姿勢特定方法、及びプログラムを格納する非一時的なコンピュータ可読媒体を提供することにある。
第1の態様にかかる姿勢特定装置は、複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出する手段であって、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含む、基本パタン抽出手段と、
抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントし、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングするグルーピング手段と、
を具備する。
第2の態様にかかる姿勢特定方法は、複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出することを含み、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含み、
抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントすること、及び、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングすることをさらに含む。
第3の態様にかかる非一時的なコンピュータ可読媒体は、複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出することを含み、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含み、
抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントすること、及び、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングすることをさらに含む、
処理を、姿勢特定装置に実行させるプログラムを格納する。
本開示により、人の姿勢の特定精度の向上及び特定速度の高速化を実現できる、姿勢特定装置、姿勢特定方法、及びプログラムを格納する非一時的なコンピュータ可読媒体を提供することができる。
第1実施形態における姿勢特定装置の一例を示す図である。 第1実施形態における姿勢特定装置の処理動作の一例を示すフローチャートである。 第2実施形態における姿勢特定装置の一例を示すブロック図である。 人間についての所定の複数の検出対象ポイントの一例を示す図である。 基本パタンの抽出処理の説明に供する図である。 基本パタン候補のタイプを説明する図である。 基本長の算出の説明に供する図である。 グルーピング処理の説明に供する図である。 中間ポイント期待領域の説明に供する図である。 グルーピング処理の説明に供する他の図である。 姿勢特定装置のハードウェア構成例を示す図である。
以下、図面を参照しつつ、実施形態について説明する。なお、実施形態において、同一又は同等の要素には、同一の符号を付し、重複する説明は省略される。
<第1実施形態>
<姿勢特定装置の構成例>
図1は、第1実施形態における姿勢特定装置の一例を示す図である。図1において姿勢特定装置10は、基本パタン抽出部11と、グルーピング部12とを有している。
基本パタン抽出部11は、複数の「検出部位ポイント(detected body region points)」及び複数の「検出中間ポイント」のそれぞれの「画像における位置」及び「ポイント種別」に関する情報を取得する。基本パタン抽出部11は、複数の「検出部位ポイント」及び複数の「検出中間ポイント」から、各人間についての「基本パタン(basic pattern)」を抽出する。これらの複数の「検出部位ポイント」及び複数の「検出中間ポイント」は、複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の「検出対象ポイント」であって、人間の複数の「部位ポイント」と2つの部位ポイントからなる各「部位ポイントペア」についての「中間ポイント」とを含む所定の複数の検出対象ポイントに関して、例えばニューラルネットワーク(不図示)によって検出されたものである。「基本パタン」は、互いに異なる複数の「基本部位種別」に対応する複数の「検出部位ポイント(つまり、検出基本部位ポイント(detected base body region points)」を含む。
ここで、上記の所定の複数の「検出対象ポイント」に含まれる各「部位ポイント」は、人間の首、目、鼻、耳、肩、肘などの人間の部位に関連する。一方、上記の所定の複数の「検出対象ポイント」に含まれる「中間ポイント」は、例えば右肩と右肘とのように腕によって直接的に繋がった部位ポイントペアの場合(つまり、隣接関係にある部位ポイントのペアの場合)には人間の部位に関連する一方で、右肩と左肘とのように直接的には繋がっていない部位ポイントペアの場合には、人の姿勢によっては人間周辺の空間ポイントであって人間の部位に関連しない可能性もある。上記の「検出部位ポイント」及び「検出中間ポイント」は、それぞれ、上記の所定の複数の「検出対象ポイント」に含まれる「部位ポイント」及び「中間ポイント」に関して例えばニューラルネットワーク(不図示)によって検出されたポイントである。
例えば、「基本パタン」は、次の2つの組み合わせのうちの少なくとも1つを含んでいる。1つ目の組み合わせは、基本部位種別としての首、左肩及び左耳にそれぞれ対応する3つの基本部位ポイントとの組み合わせである。2つ目の組み合わせは、基本部位種別としての首、右肩及び右耳にそれぞれ対応する3つの基本部位ポイントとの組み合わせである。すなわち、「基本パタン」は、画像において、人間の体の中で最も安定的に検出可能なコア部分に対応している。
グルーピング部12は、「複数のグルーピング判定基準部位ポイント」のそれぞれと「グルーピング対象検出部位ポイント」とのリンクから求められる「中間ポイント期待領域」内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントする。「複数のグルーピング判定基準部位ポイント」は、抽出された基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる。
例えば、「複数のグルーピング判定基準部位ポイント」は、基本部位種別としての首、左肩及び右肩のそれぞれに対応する検出部位ポイントであってもよい。このとき、左肩の検出部位ポイントが含まれない基本パタンの場合、首及び右肩に対応する2つの検出部位ポイントが上記の「複数のグルーピング判定基準部位ポイント」となる。「グルーピング対象検出部位ポイント」は、基本パタンに含まれない部位種別についての各検出部位ポイントである。例えば、基本パタンの部位種別が首、右肩、左肩、右耳及び左耳のそれぞれである場合、目、鼻、肘などについての各検出部位ポイントが、グルーピング対象検出部位ポイントである。「中間ポイント期待領域」は、上記のリンクの「中心点(中央点)」として定義される「定義中間ポイント」を含む領域(中間領域)である。
そして、グルーピング部12は、抽出された基本パタン毎にカウントされたカウント値に基づいて、グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングする。
<姿勢特定装置の動作例>
以上の構成を有する姿勢特定装置10の処理動作の一例について説明する。図2は、第1実施形態における姿勢特定装置の処理動作の一例を示すフローチャートである。
基本パタン抽出部11は、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出する(ステップS101)。
グルーピング部12は、複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントする(ステップS102)。
グルーピング部12は、抽出された基本パタン毎にカウントされたカウント値に基づいて、グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングする(ステップS103)。
なお、ステップS102及びステップS103の処理(つまり、グルーピング処理)は、各グルーピング対象検出部位ポイントについて行われる。複数のグルーピング対象検出部位ポイントについてのステップS102及びステップS103の処理は、順番に行われてもよいし、並列に行われてもよい。複数のグルーピング対象検出部位ポイントについてのステップS102及びステップS103の処理を並列に行うことにより、人の特定速度を高速化させることができる。
以上のように第1実施形態によれば、姿勢特定装置10にて基本パタン抽出部11は、複数の検出部位ポイント及び複数の「検出中間ポイント」から、各人間についての基本パタンを抽出する。「基本パタン」は、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含む。
この姿勢特定装置10の構成により、複数の検出基本部位ポイントを含む上記の基本パタンを、人間の「コア部分」として抽出することができる。これにより、画像に含まれる人の姿勢を特定する精度を向上させることができる。
また、姿勢特定装置10にてグルーピング部12は、複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントする。複数のグルーピング判定基準部位ポイントは、抽出された基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる。そして、グルーピング部12は、抽出された基本パタン毎にカウントされたカウント値に基づいて、グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングする。
この姿勢特定装置10の構成により、第1のグルーピング対象検出部位ポイントについてのグルーピング結果が第1のグルーピング対象検出部位ポイントと隣接関係にある第2のグルーピング対象検出部位ポイントのグルーピング結果に影響を与えない。このため、グルーピング判定基準部位ポイントとグルーピング対象検出部位ポイントとが隣接関係にあるか否かに関わらず、グルーピング対象検出部位ポイントのグルーピング処理を実行することができる。これにより、複数のグルーピング対象検出部位ポイントについてのグルーピング処理を並列に実行することができるので、人の姿勢の特定速度を高速化させることができる。
<第2実施形態>
第2実施形態は、より具体的な実施形態に関する。
<姿勢特定装置の構成例>
図3は、第2実施形態における姿勢特定装置の一例を示すブロック図である。図3において姿勢特定装置20は、基本パタン抽出部21と、グルーピング部22とを有している。
基本パタン抽出部21は、第1実施形態の基本パタン抽出部11と同様に、複数の「検出部位ポイント(detected body region points)」及び複数の「検出中間ポイント」のそれぞれの「画像における位置」及び「ポイント種別」に関する情報を取得する。基本パタン抽出部21は、複数の「検出部位ポイント」及び複数の「検出中間ポイント」から、各人間についての「基本パタン(basic pattern)」を抽出する。これらの複数の「検出部位ポイント」及び複数の「検出中間ポイント」は、複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の「検出対象ポイント」であって、人間の複数の「部位ポイント」と2つの部位ポイントからなる各「部位ポイントペア」についての「中間ポイント」とを含む所定の複数の検出対象ポイントに関して、例えばニューラルネットワーク(不図示)によって検出されたものである。「基本パタン」は、互いに異なる複数の「基本部位種別」に対応する複数の「検出基本部位ポイント(detected base body region points)」を含む。
図4は、人間についての所定の複数の検出対象ポイントの一例を示す図である。図4において、人間についての「所定の複数の検出対象ポイント」は、部位ポイントN~N17を含んでいる。図4に示すように、部位ポイントNは、首に対応する。部位ポイントNは、右肩に対応する。部位ポイントNは、左肩に対応する。部位ポイントNは、右耳に対応する。部位ポイントNは、左耳に対応する。部位ポイントNは、鼻に対応する。部位ポイントNは、右目に対応する。部位ポイントNは、左目に対応する。部位ポイントNは、右肘に対応する。部位ポイントNは、右手首に対応する。部位ポイントN10は、左肘に対応する。部位ポイントN11は、左手首に対応する。部位ポイントN12は、右腰に対応する。部位ポイントN13は、左腰に対応する。部位ポイントN14は、右膝に対応する。部位ポイントN15は、左膝に対応する。部位ポイントN16は、右足首に対応する。部位ポイントN17は、左足首に対応する。
また、第1実施形態で説明した「複数のグルーピング判定基準部位ポイント」が部位ポイントN,N,Nである場合、人間についての「所定の複数の検出対象ポイント」は、部位ポイントN,N,Nのそれぞれと部位ポイントN~N17のそれぞれとの各組み合わせに対応する39個の中間ポイントも含まれる。部位ポイントNと部位ポイントNとの中間ポイントは、中間ポイントMi_jとして表すことにする。検出中間ポイントは、中間ポイントと同様に、検出中間ポイントMi_jで表し、第1実施形態で説明した「定義中間ポイント」は、定義中間ポイントM’i_jで表すことにする。
従って、画像中に全身が映り込んでいる5人の人画像が含まれていれば、基本パタン抽出部21は、各セットが検出部位ポイントN~N17及び39個の検出中間ポイントMの位置及びポイント種別を含む5セット分の情報を取得する可能性がある。
図3の説明に戻り、基本パタン抽出部21は、第1実施形態の基本パタン抽出部11と同様に、複数の「検出部位ポイント」及び複数の「検出中間ポイント」から、各人間についての「基本パタン(basic pattern)」を抽出する。
例えば、基本パタン抽出部21は、図3に示すように、基本パタン候補特定部21Aと、基本長算出部21Bと、基本パタン形成部21Cとを有している。
基本パタン候補特定部21Aは、「メイン種別」に対応する複数の検出基本部位ポイントと「サブ種別」に対応する複数の検出基本部位ポイントとの間の複数の組み合わせのうちで、画像において距離の近い検出部位ポイントの組み合わせを、同一の基本パタン候補に分類することにより、複数の「基本パタン候補」を特定する。ここで、例えば、「メイン種別」は、首であり、「サブ種別」は、右肩、左肩、右耳、左耳のそれぞれである。例えば、基本パタン候補特定部21Aは、首に対応する1つの検出部位ポイントについて、右肩に対応する複数の検出部位ポイントの中から、該首に対応する1つの検出部位ポイントからの距離が最も近い、右肩に対応する1つの検出部位ポイントを選択する。この選択は、首に対応する各検出部位ポイントについて行われる。そして、基本パタン候補特定部21Aは、首に対応する複数の検出部位ポイントに対して、右肩に対応する同じ検出部位ポイントが選択された場合、該首に対応する複数の検出部位ポイントの中から、該右肩に対応する同じ検出部位ポイントからの距離が最も近い、首に対応する1つの検出部位ポイントを選択する。すなわち、基本パタン候補特定部21Aは、MLMD(Mutual-Local-Minimum-Distance)アルゴリズムを用いて処理を行っている。これにより、首に対応する1つの検出部位ポイントと右肩に対応する1つの検出部位ポイントとが選択され、これらは同一の「基本パタン候補」に分類される。以上で説明した処理が、左肩、右耳、左耳のそれぞれについても行われる。
基本パタン形成部21Cは、基本パタン候補特定部21Aにて特定された複数の基本パタン候補に対して「最適化処理」を施すことにより、複数の人間についての複数の基本パタンを形成する。
「最適化処理」は、次の処理を含む。第1の処理は、メイン種別に対応する複数の検出部位ポイントを含む1つの基本パタン候補を切断して、それぞれがメイン種別に対応する1つの検出ポイントを含む複数の基本パタン候補に変換する、処理である。すなわち、1つの基本パタン候補の中に、首に対応する複数の検出部位ポイントが含まれる場合、該1つの基本パタン候補を分断して、それぞれが首に対応する1つの検出部位ポイントを含む複数の基本パタン候補に変換する。
第2の処理は、各基本パタン候補において、各基本パタン候補に含まれ且つサブ種別に対応する検出部位ポイントであって、メイン種別に対応する検出部位ポイントからの距離が「各基本パタン候補についての基本長(base length)」よりも長い、検出部位ポイントを、各基本パタン候補から除く、処理である。
第3の処理は、「第1部位種別グループ」に対応する3つの検出部位ポイントの組み合わせ、及び、「第2部位種別グループ」に対応する3つの検出部位ポイントの組み合わせのいずれも含まない、基本パタン候補を除く、処理である。例えば、「第1部位種別グループ」は、首、左肩、及び左耳であり、「第2部位種別グループ」は、首、右肩、及び右耳である。
基本長算出部21Bは、上記の第1の処理が完了した時点で、「各基本パタン候補についての基本長」を算出する。この「各基本パタン候補についての基本長」の算出については、後に詳しく説明する。
グルーピング部22は、第1実施形態のグルーピング部12と同様に、「複数のグルーピング判定基準部位ポイント」のそれぞれと「グルーピング対象検出部位ポイント」とのリンクから求められる「中間ポイント期待領域」内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントする。
そして、グルーピング部22は、抽出された基本パタン毎にカウントされたカウント値に基づいて、グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングする。例えば、グルーピング部22は、抽出された複数の基本パタンのうちで、カウント値が最も大きい基本パタンに対応する人グループに、グルーピング対象検出部位ポイントをグルーピングしてもよい。又は、グルーピング部22は、抽出された複数の基本パタンのうちで、所定値以上(例えば、2以上)で且つ最も大きいカウント値を有する基本パタンに対応する人グループに、グルーピング対象検出部位ポイントをグルーピングしてもよい。また、最も大きいカウント値を有する基本パタンが複数存在する場合、グルーピング部22は、グルーピング対象検出部位ポイントとの距離が最も小さいメイン種別に対応する検出基本部位ポイントを含む基本パタンに、グルーピング対象検出部位ポイントをグルーピングしてもよい。このグルーピング処理については、後に詳しく説明する。
<姿勢特定装置の動作例>
以上の構成を有する姿勢特定装置20の処理動作の一例について説明する。
〈基本パタンの抽出処理〉
基本パタン抽出部21は、複数の「検出部位ポイント(detected body region points)」及び複数の「検出中間ポイント」のそれぞれの「画像における位置」及び「ポイント種別」に関する情報を取得する。基本パタン抽出部21は、複数の「検出部位ポイント」及び複数の「検出中間ポイント」から、各人間についての「基本パタン(basic pattern)」を抽出する。
図5は、基本パタンの抽出処理の説明に供する図である。
まず、基本パタンの抽出処理は、図5に示すグラフGからスタートする。グラフGは、「基本部位種別ペア」のグループScに対応する全ての検出基本部位ポイントペアを含んでいる。グループScは、首と右肩とのペア、首と左肩とのペア、首と右耳とのペア、首と左耳とのペア、右肩と右耳とのペア、及び、左肩と左耳とのペアをグループ要素としている。
そして、基本パタン候補特定部21Aは、各基本部位種別ペアについてMLMDアルゴリズムを用いた処理を行ってグラフG-subを得て、グラフG-subにおいて首に対応する各検出部位ポイントを頂点とする三角形を含んでいる塊を「基本パタン候補」として特定する。
図6は、基本パタン候補のタイプを説明する図である。基本パタン候補のタイプとしては、図6に示すように、TA,TB,TC,TD,TEの5つタイプが存在する可能性がある。図5では、これらの5つのタイプの基本パタン候補をまとめて「PATTERN-α」と記載している。ここで、例えば、正面を向いている人に対応する基本パタン候補は、タイプTAとなる可能性が高い。オクルージョンのような複雑な環境(complex environment)に起因して、タイプTB,TC,TDの基本パタン候補が存在する。
そして、基本パタン形成部21Cは、「PATTERN-α」に対して、最適化処理を施すことにより、複数の基本パタンを形成する。
最適化処理にて、まず、基本パタン形成部21Cは、図6に示すタイプTEの基本パタン候補が首に対応する2つの検出部位ポイントを含んでいるので、タイプTEの基本パタン候補を、それぞれが首に対応する1つの検出部位ポイントを含む2つの基本パタン候補に分断する(上記の第1の処理)。これにより、タイプTBの基本パタン候補及びタイプTCの基本パタン候補が得られる。この結果、タイプTA,TB,TC,TDのいずれかに対応する基本パタン候補が残る。
そして、基本長算出部21Bは、タイプTA,TB,TC,TDのいずれかに対応する各基本パタン候補についての「基本長」を算出する。この「基本長」は、人体の大きさの基準となる長さである。
図7は、基本長の算出の説明に供する図である。まず、基本長算出部21Bは、各基本パタン候補について、長さLa,Lb,Lcを算出する。
図7に示すように、長さLaは、基本パタン候補における、首に対応する検出部位ポイントNと右肩に対応する検出部位ポイントNとの距離、又は、首に対応する検出部位ポイントNと左肩に対応する検出部位ポイントNとの間の距離として算出される。具体的には、基本パタン候補に右肩に対応する検出部位ポイントN及び左肩に対応する検出部位ポイントNの両方が含まれる場合、長さLaは、首に対応する検出部位ポイントNと右肩に対応する検出部位ポイントNとの距離、及び、首に対応する検出部位ポイントNと左肩に対応する検出部位ポイントNとの間の距離のうちの小さい方と等しくなる。基本パタン候補に右肩に対応する検出部位ポイントNが含まれる一方で左肩に対応する検出部位ポイントNが含まれない場合、長さLaは、首に対応する検出部位ポイントNと右肩に対応する検出部位ポイントNとの距離となる。また、基本パタン候補に左肩に対応する検出部位ポイントNが含まれる一方で右肩に対応する検出部位ポイントNが含まれない場合、長さLaは、首に対応する検出部位ポイントNと左肩に対応する検出部位ポイントNとの距離となる。
図7に示すように、長さLbは、基本パタン候補における、首に対応する検出部位ポイントNと右耳に対応する検出部位ポイントNとの距離、又は、首に対応する検出部位ポイントNと左耳に対応する検出部位ポイントNとの間の距離として算出される。
図7に示すように、長さLcは、胸に対応する検出中間ポイントM12_1,M13_2が存在する場合、基本パタン候補における首に対応する検出部位ポイントNとこの検出部位ポイントNから最も近い右胸に対応する検出中間ポイントM12_1との距離、又は、基本パタン候補における首に対応する検出部位ポイントNとこの部位ポイントNから最も近い左胸に対応する検出中間ポイントM13_2との距離として算出される。また、胸に対応する検出中間ポイントM12_1,M13_2が存在しない場合、長さLcは、Lc=La+Lb+1によって算出される。
そして、基本長算出部21Bは、算出された長さLa,Lb,Lcに基づいて、各基本パタン候補の基本長を算出する。基本長算出部21Bは、「Lc」と「La+Lb」との大小関係、及び「Lb」と「La×2」との大小関係に応じて、異なる算出方法によって基本長を算出する。図7に示すように、例えば、「Lc」が「La+Lb」以下であり且つ「Lb」が「La×2」以下である場合、基本長は、「Lc」となる。また、「Lc」が「La+Lb」以下であり且つ「Lb」が「La×2」より大きい場合、基本長は、「Lc×1.17」となる。また、「Lc」が「La+Lb」より大きく且つ「Lb」が「La×2」以下である場合、基本長は、「La+Lb」となる。また、「Lc」が「La+Lb」より大きく且つ「Lb」が「La×2」より大きい場合、基本長は、「Lb×1.7」となる。ここで、横向きの人に対応する基本パタン候補については、「Lb」が「La×2」より大きくなる傾向がある。また、前向き又は後ろ向きの人に対応する基本パタン候補については、「Lb」が「La×2」以下となる傾向がある。また、画像の下の方に写っている人に対応する基本パタン候補については、その人の胸が写っていないケースがある。このケースでは、「Lc」が「La+Lb」よりも大きくなる傾向がある。
図5の説明に戻り、基本パタン形成部21Cは、各基本パタン候補において、各基本パタン候補に含まれ且つサブ種別に対応する検出基本部位ポイントであって、メイン種別に対応する検出基本部位ポイントからの距離が「各基本パタン候補についての基本長」よりも長い、検出基本部位ポイントを、各基本パタン候補から除く(上記の第2の処理)。これにより、例えば、図6に示す三角形を2つ有するタイプTAの基本パタン候補において、一方の三角形に含まれる耳に対応する検出部位ポイントが首に対応する検出部位ポイントから遠い場合、この耳に対応する検出部位ポイントは、基本パタン候補から除外される。これにより、タイプTAの基本パタン候補は、タイプTCの基本パタン候補に変わる。また、例えば、三角形を2つ有するタイプTAの基本パタン候補において、一方の三角形に含まれる肩に対応する検出部位ポイントが首に対応する検出部位ポイントから遠い場合、この肩に対応する検出部位ポイントは、基本パタン候補から除外される。これにより、タイプTAの基本パタン候補は、タイプTBの基本パタン候補に変わる。ここで、この基本パタン形成部21Cによる処理の結果として、三角形を1つも含まない基本パタン候補が現れる可能性がある。
基本パタン形成部21Cは、「第1部位種別グループ」に対応する3つの検出基本部位ポイントの組み合わせ、及び、「第2部位種別グループ」に対応する3つの検出基本部位ポイントの組み合わせのいずれも含まない、基本パタン候補を除く(上記の第3の処理)。「第1部位種別グループ」は、首、左肩、及び左耳であり、「第2部位種別グループ」は、首、右肩、及び右耳である。すなわち、この基本パタン形成部21Cの処理によって、上記の三角形を1つも含まない基本パタン候補が除外される。そして、この段階では、図5に示すように、TA,TB,TC,TDの4つタイプの基本パタン候補が残っている可能性がある。これらの残った基本パタン候補が、「基本パタン」である。
〈グルーピング処理〉
グルーピング部22は、「複数のグルーピング判定基準部位ポイント」のそれぞれと「グルーピング対象検出部位ポイント」とのリンクから求められる「中間ポイント期待領域」内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントする。
図8は、グルーピング処理の説明に供する図である。図8の例では、基本パタン1,2,3が抽出されている。例えば、グルーピング部22は、図8に示すように、グルーピング対象検出部位ポイントNとグルーピング判定基準部位ポイントN,N,Nのそれぞれとを「一時リンク」によって繋ぐ。ここでは、グルーピング判定基準部位ポイントは、首、右肩及び左肩にそれぞれ対応する検出基本部位ポイントとしている。
そして、グルーピング部22は、各一時リンクについて「中間ポイント期待領域」を算出する。図9は、中間ポイント期待領域の説明に供する図である。図9に示すように、一時リンクに対応する中間ポイント期待領域は、該一時リンクの2つの検出部位ポイントN,Nの中心点Mi_j’(つまり、定義中間ポイントMi_j’)を中心とする楕円形の領域である。図9に示す例では、中間ポイント期待領域の長軸の長さRmajorは、「リンク距離×0.75」であり、短軸の長さRminorは、「リンク距離×0.35」である。
そして、グルーピング部22は、検出部位ポイントN,Nの一時リンクに対応する中間ポイント期待領域内に、検出中間ポイントMi_jが存在するか否かを判定する。そして、グルーピング部22は、検出中間ポイントMi_jが存在する中間ポイント期待領域に対応する一時リンクを「候補リンク」にする。そして、グルーピング部22は、基本パタン毎に候補リンクの数をカウントする。図8では、中間ポイント期待領域内に存在する検出中間ポイントを挙げている。すなわち、図8の例では、基本パタン1のカウント数は「1」であり、基本パタン2のカウント数は「3」であり、基本パタン3のカウント数は「2」であることを示している。
この場合、グルーピング部22は、例えば、カウント数が最も大きい基本パタン2に対応する人グループに、グルーピング対象検出部位ポイントNをグルーピングしてもよい。
図10は、グルーピング処理の説明に供する他の図である。図10の例では、基本パタン2,3のカウント数がいずれも「2」であり、基本パタン2,3は最も大きいカウント数を有している。この場合、グルーピング部22は、グルーピング対象検出部位ポイントNとの距離が最も小さいメイン種別に対応する検出基本部位ポイントN0-bp2を含む基本パタン(つまり、基本パタン2)に対応する人グループに、グルーピング対象検出部位ポイントNをグルーピングしてもよい。
<他の実施形態>
図11は、姿勢特定装置のハードウェア構成例を示す図である。図11において姿勢特定装置は、プロセッサ101と、メモリ102とを有している。プロセッサ101は、例えば、マイクロプロセッサ、MPU(Micro Processing Unit)、又はCPU(Central Processing Unit)であってもよい。プロセッサ101は、複数のプロセッサを含んでもよい。メモリ102は、揮発性メモリ及び不揮発性メモリの組み合わせによって構成される。メモリ102は、プロセッサ101から離れて配置されたストレージを含んでもよい。この場合、プロセッサ101は、図示されていないI/Oインタフェースを介してメモリ102にアクセスしてもよい。
第1実施形態及び第2実施形態の姿勢特定装置10,20は、それぞれ、図11に示したハードウェア構成を有することができる。第1実施形態及び第2実施形態の姿勢特定装置10,20の基本パタン抽出部11,21とグルーピング部12,22とは、プロセッサ101がメモリ102に記憶されたプログラムを読み込んで実行することにより実現されてもよい。プログラムは、様々なタイプの非一時的なコンピュータ可読媒体(non-transitory computer readable medium)を用いて格納され、姿勢特定装置10,20に供給することができる。非一時的なコンピュータ可読媒体の例は、磁気記録媒体(例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ)、光磁気記録媒体(例えば光磁気ディスク)を含む。さらに、非一時的なコンピュータ可読媒体の例は、CD-ROM(Read Only Memory)、CD-R、CD-R/Wを含む。さらに、非一時的なコンピュータ可読媒体の例は、半導体メモリを含む。半導体メモリは、例えば、マスクROM、PROM(Programmable ROM)、EPROM(Erasable PROM)、フラッシュROM、RAM(Random Access Memory)を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体(transitory computer readable medium)によって姿勢特定装置10,20に供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムを姿勢特定装置10,20に供給できる。
以上、実施の形態を参照して本願発明を説明したが、本願発明は上記によって限定されるものではない。本願発明の構成や詳細には、発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
(付記1)
複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出する手段であって、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含む、基本パタン抽出手段と、
抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントし、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングするグルーピング手段と、
を具備する姿勢特定装置。
(付記2)
前記グルーピング手段は、前記抽出された複数の基本パタンのうちで、カウント値が最も大きい基本パタンに対応する人グループに、前記グルーピング対象検出部位ポイントをグルーピングする、
付記1記載の姿勢特定装置。
(付記3)
前記グルーピング手段は、前記抽出された複数の基本パタンのうちで、所定値以上で且つ最も大きいカウント値を有する基本パタンに対応する人グループに、前記グルーピング対象検出部位ポイントをグルーピングする、
付記1記載の姿勢特定装置。
(付記4)
前記グルーピング手段は、最も大きいカウント値を有する基本パタンが複数存在する場合、前記画像における前記グルーピング対象検出部位ポイントとの距離が最も近い基本パタンに対応する人グループに、前記グルーピング対象検出部位ポイントをグルーピングする、
付記2又は3に記載の姿勢特定装置。
(付記5)
前記中間ポイント期待領域は、前記リンクの中心点として定義される定義中間ポイントを含む所定の中間領域である、
付記1から4のいずれか1項に記載の姿勢特定装置。
(付記6)
前記複数の基本部位種別は、メイン種別と複数のサブ種別とを含み、
前記基本パタン抽出手段は、
前記メイン種別に対応する複数の検出部位ポイントと各サブ種別に対応する複数の検出部位ポイントとの間の複数の組み合わせのうちで、前記画像において距離の近い検出部位ポイントの組み合わせを、同一の基本パタン候補に分類することにより、複数の基本パタン候補を特定する基本パタン候補特定手段と、
前記特定された複数の基本パタン候補に対して最適化処理を施すことにより、前記複数の人間についての複数の基本パタンを形成する基本パタン形成手段と、
を具備する、
付記1から5のいずれか1項に記載の姿勢特定装置。
(付記7)
前記最適化処理は、
前記メイン種別に対応する複数の検出部位ポイントを含む1つの基本パタン候補を分断して、それぞれが前記メイン種別に対応する1つの検出部位ポイントを含む複数の基本パタン候補に変換すること、
各基本パタン候補において、各基本パタン候補に含まれ且つ前記サブ種別に対応する検出部位ポイントであって、前記メイン種別に対応する検出部位ポイントからの距離が各基本パタン候補についての基本長よりも長い、検出部位ポイントを、各基本パタン候補から除くこと、及び、
第1部位種別グループに対応する3つの検出部位ポイントの組み合わせ、及び、第2部位種別グループに対応する3つの検出部位ポイントの組み合わせのいずれも含まない、基本パタン候補を除くこと、
を含む、
付記6記載の姿勢特定装置。
(付記8)
前記メイン種別は、首であり、
前記サブ種別は、左肩、右肩、左耳、及び右耳のそれぞれであり、
前記第1部位種別グループは、首、左肩、及び左耳であり、
前記第2部位種別グループは、首、右肩、及び右耳である、
付記7記載の姿勢特定装置。
(付記9)
前記基本パタンは、首、左肩及び左耳にそれぞれ対応する3つの検出基本部位ポイントの組み合わせ、及び、首、右肩及び右耳にそれぞれ対応する3つの基本検出部位ポイントの組み合わせのうちの少なくとも一方を含む、
付記1記載の姿勢特定装置。
(付記10)
複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出することを含み、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含み、
抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントすること、及び、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングすることをさらに含む、
姿勢特定方法。
(付記11)
複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出することを含み、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含み、
抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントすること、及び、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングすることをさらに含む、
処理を、姿勢特定装置に実行させるプログラムを格納する非一時的なコンピュータ可読媒体。
10 姿勢特定装置
11 基本パタン抽出部
12 グルーピング部
20 姿勢特定装置
21 基本パタン抽出部
21A 基本パタン候補特定部
21B 基本長算出部
21C 基本パタン形成部
22 グルーピング部

Claims (10)

  1. 複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出する手段であって、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含む、基本パタン抽出手段と、
    抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントし、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングするグルーピング手段と、
    を具備する姿勢特定装置。
  2. 前記グルーピング手段は、前記抽出された複数の基本パタンのうちで、カウント値が最も大きい基本パタンに対応する人グループに、前記グルーピング対象検出部位ポイントをグルーピングする、
    請求項1記載の姿勢特定装置。
  3. 前記グルーピング手段は、前記抽出された複数の基本パタンのうちで、所定値以上で且つ最も大きいカウント値を有する基本パタンに対応する人グループに、前記グルーピング対象検出部位ポイントをグルーピングする、
    請求項1記載の姿勢特定装置。
  4. 前記グルーピング手段は、最も大きいカウント値を有する基本パタンが複数存在する場合、前記画像における前記グルーピング対象検出部位ポイントとの距離が最も近い基本パタンに対応する人グループに、前記グルーピング対象検出部位ポイントをグルーピングする、
    請求項2又は3に記載の姿勢特定装置。
  5. 前記中間ポイント期待領域は、前記リンクの中心点として定義される定義中間ポイントを含む所定の中間領域である、
    請求項1から4のいずれか1項に記載の姿勢特定装置。
  6. 前記複数の基本部位種別は、メイン種別と複数のサブ種別とを含み、
    前記基本パタン抽出手段は、
    前記メイン種別に対応する複数の検出部位ポイントと各サブ種別に対応する複数の検出部位ポイントとの間の複数の組み合わせのうちで、前記画像において距離の近い検出部位ポイントの組み合わせを、同一の基本パタン候補に分類することにより、複数の基本パタン候補を特定する基本パタン候補特定手段と、
    前記特定された複数の基本パタン候補に対して最適化処理を施すことにより、前記複数の人間についての複数の基本パタンを形成する基本パタン形成手段と、
    を具備する、
    請求項1から5のいずれか1項に記載の姿勢特定装置。
  7. 前記最適化処理は、
    前記メイン種別に対応する複数の検出部位ポイントを含む1つの基本パタン候補を分断して、それぞれが前記メイン種別に対応する1つの検出部位ポイントを含む複数の基本パタン候補に変換すること、
    各基本パタン候補において、各基本パタン候補に含まれ且つ前記サブ種別に対応する検出部位ポイントであって、前記メイン種別に対応する検出部位ポイントからの距離が各基本パタン候補についての基本長よりも長い、検出部位ポイントを、各基本パタン候補から除くこと、及び、
    第1部位種別グループに対応する3つの検出部位ポイントの組み合わせ、及び、第2部位種別グループに対応する3つの検出部位ポイントの組み合わせのいずれも含まない、基本パタン候補を除くこと、
    を含む、
    請求項6記載の姿勢特定装置。
  8. 前記基本パタンは、首、左肩及び左耳にそれぞれ対応する3つの検出基本部位ポイントの組み合わせ、及び、首、右肩及び右耳にそれぞれ対応する3つの基本検出部位ポイントの組み合わせのうちの少なくとも一方を含む、
    請求項1記載の姿勢特定装置。
  9. 複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出することを含み、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含み、
    抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントすること、及び、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングすることをさらに含む、
    姿勢特定方法。
  10. 複数の人間にそれぞれ対応する複数の人画像を含む画像において人間についての所定の複数の検出対象ポイントであって前記人間の複数の部位ポイントと2つの部位ポイントからなる各部位ポイントペアについての中間ポイントとを含む前記所定の複数の検出対象ポイントに関して検出された、複数の検出部位ポイント及び複数の検出中間ポイントから、各人間についての基本パタンを抽出することを含み、前記基本パタンは、互いに異なる複数の基本部位種別に対応する複数の検出基本部位ポイントを含み、
    抽出された各基本パタンに含まれる複数の検出基本部位ポイントのうちの一部又は全部からなる複数のグルーピング判定基準部位ポイントのそれぞれとグルーピング対象検出部位ポイントとのリンクから求められる中間ポイント期待領域内に、対応する検出中間ポイントが存在するリンクの数を基本パタン毎にカウントすること、及び、カウント値に基づいて、前記グルーピング対象検出部位ポイントを、抽出された複数の基本パタンにそれぞれ対応する複数の人グループのいずれかにグルーピングすることをさらに含む、
    処理を、姿勢特定装置に実行させるプログラム。
JP2022547155A 2020-03-25 2020-03-25 姿勢特定装置、姿勢特定方法、及びプログラム Active JP7323079B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/013306 WO2021192085A1 (en) 2020-03-25 2020-03-25 Pose identifying apparatus, pose identifying method, and non-transitory computer readable medium storing program

Publications (2)

Publication Number Publication Date
JP2023512318A JP2023512318A (ja) 2023-03-24
JP7323079B2 true JP7323079B2 (ja) 2023-08-08

Family

ID=77889999

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022547155A Active JP7323079B2 (ja) 2020-03-25 2020-03-25 姿勢特定装置、姿勢特定方法、及びプログラム

Country Status (2)

Country Link
JP (1) JP7323079B2 (ja)
WO (1) WO2021192085A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018147313A (ja) 2017-03-07 2018-09-20 Kddi株式会社 オブジェクト姿勢推定方法、プログラムおよび装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017091377A (ja) * 2015-11-13 2017-05-25 日本電信電話株式会社 姿勢推定装置、姿勢推定方法、及び姿勢推定プログラム
JP2018057596A (ja) * 2016-10-05 2018-04-12 コニカミノルタ株式会社 関節位置推定装置および関節位置推定プログラム
JP7209333B2 (ja) * 2018-09-10 2023-01-20 国立大学法人 東京大学 関節位置の取得方法及び装置、動作の取得方法及び装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018147313A (ja) 2017-03-07 2018-09-20 Kddi株式会社 オブジェクト姿勢推定方法、プログラムおよび装置

Also Published As

Publication number Publication date
WO2021192085A1 (en) 2021-09-30
JP2023512318A (ja) 2023-03-24

Similar Documents

Publication Publication Date Title
US10776627B2 (en) Human flow analysis method, human flow analysis apparatus, and human flow analysis system
JP4991317B2 (ja) 顔特徴点検出装置及びその方法
JP6447108B2 (ja) 利用可能性算出装置、利用可能性算出方法及び利用可能性算出プログラム
US20120300980A1 (en) Learning device, learning method, and program
KR20160061856A (ko) 객체 인식 방법 및 장치, 및 인식기 학습 방법 및 장치
JP7296715B2 (ja) 学習装置、処理装置、ニューラルネットワーク、学習方法、及びプログラム
Cheng et al. Graph and temporal convolutional networks for 3d multi-person pose estimation in monocular videos
KR20150099129A (ko) 국소 특징 기반 적응형 결정 트리를 이용한 얼굴 표정 인식 방법 및 장치
KR102138809B1 (ko) 미세한 표정변화 검출을 위한 2차원 랜드마크 기반 특징점 합성 및 표정 세기 검출 방법
CN112052746A (zh) 目标检测方法、装置、电子设备和可读存储介质
Wang et al. Automatic vertebra localization and identification in CT by spine rectification and anatomically-constrained optimization
JP6127676B2 (ja) 画像認識装置、画像認識プログラム、記録媒体、および画像認識方法
JP6287827B2 (ja) 情報処理装置、情報処理方法、及びプログラム
JP6381368B2 (ja) 画像処理装置、画像処理方法、およびプログラム
CN111639602A (zh) 一种行人遮挡及朝向检测方法
JP7323079B2 (ja) 姿勢特定装置、姿勢特定方法、及びプログラム
Zhang et al. Wi-adaptor: Fine-grained domain adaptation in wifi-based activity recognition
JP2019109843A (ja) 分類装置、分類方法、属性認識装置、及び機械学習装置
JP7255742B2 (ja) 姿勢特定装置、姿勢特定方法、及びプログラム
CN113780145A (zh) 精子形态检测方法、装置、计算机设备和存储介质
JP7081659B2 (ja) 情報処理装置、データ生成方法、及びプログラム
JP2023168081A (ja) 訓練データ生成プログラム、訓練データ生成方法及び訓練データ生成装置
JP6787075B2 (ja) 画像処理システム、画像処理装置および画像処理方法
Truong et al. Detecting proper mask usage with soft attention
CN106570445B (zh) 一种特征检测方法及装置

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220802

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220802

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: 20230627

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230710

R151 Written notification of patent or utility model registration

Ref document number: 7323079

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151