JP7345664B2 - 不確実性を有するランドマーク位置推定のための画像処理システムおよび方法 - Google Patents
不確実性を有するランドマーク位置推定のための画像処理システムおよび方法 Download PDFInfo
- Publication number
- JP7345664B2 JP7345664B2 JP2022538569A JP2022538569A JP7345664B2 JP 7345664 B2 JP7345664 B2 JP 7345664B2 JP 2022538569 A JP2022538569 A JP 2022538569A JP 2022538569 A JP2022538569 A JP 2022538569A JP 7345664 B2 JP7345664 B2 JP 7345664B2
- Authority
- JP
- Japan
- Prior art keywords
- landmark
- uncertainty
- probability distribution
- controller
- image
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/77—Determining position or orientation of objects or cameras using statistical methods
-
- 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
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Description
システムの概要
Claims (20)
- 確率的な画像ベースのランドマーク位置推定に基づいてタスクを実行するためのコントローラであって、
ランドマークの構造化セットを有するオブジェクトの種類の入力画像のセットを受付けるように構成された入力インターフェイスと、
前記ランドマークの構造化セットを有する前記種類のオブジェクトの画像を処理して、処理された各画像における各ランドマークの位置にわたってパラメータの値によって定義されたパラメトリック確率分布を生成するように訓練されたニューラルネットワークを格納するように構成されたメモリと、
プロセッサとを備え、
前記プロセッサは、(1)前記入力画像のセットを前記ニューラルネットワークにサブミットして、各入力画像の前記ランドマークの構造化セットにおける各ランドマークの前記位置にわたって前記パラメトリック確率分布を定義する前記パラメータの前記値を生成し、(2)入力画像ごとに、前記入力画像における前記ランドマークのパラメトリック確率分布に基づいて、前記画像についてグローバルランドマーク不確実性を求め、かつ、(3)各入力画像におけるランドマークの前記パラメトリック確率分布と、各入力画像の前記グローバルランドマーク不確実性とに基づいて、前記タスクを実行するように構成される、コントローラ。 - ランドマークごとの前記パラメトリック確率分布の異なるパラメータは、前記ランドマークの前記位置の点推定値と、前記ランドマークについての前記位置推定の不確実性とを定義する、請求項1に記載のコントローラ。
- 前記プロセッサは、各画像における前記ランドマークの前記位置の前記点推定値と、各入力画像の前記グローバルランドマーク不確実性とに基づいて、前記タスクを実行する、請求項2に記載のコントローラ。
- 入力画像ごとの前記ランドマーク位置推定の精度を求めるために、前記プロセッサは、
前記ランドマークについて生成される前記パラメトリック確率分布の不確実性の測定値に基づいて、前記入力画像におけるランドマークごとに位置推定の不確実性を求め、かつ、
入力画像ごとに、前記画像における前記ランドマークの推定の求められた不確実性を組合わせて、前記入力画像についての前記グローバルランドマーク不確実性を生成するように構成される、請求項1に記載のコントローラ。 - 前記オブジェクトの種類は人間の顔であり、
前記ニューラルネットワークは異なる顔の画像を処理するように訓練され、
前記ランドマークの構造化セットは、典型的な顔に存在する特定の顔のランドマークを定義する、請求項1に記載のコントローラ。 - 前記入力画像のセットは、前記人間の顔の画像の時間的なシーケンスである、請求項5に記載のコントローラ。
- 前記オブジェクトは人間の体であり、
前記ニューラルネットワークは、異なる人間の体の画像を処理するように訓練され、
前記ランドマークの構造化セットは前記人間の体の特定の関節を定義する、請求項1に記載のコントローラ。 - 前記入力画像のセットは、前記人間の体の画像の時間的なシーケンスである、請求項7に記載のコントローラ。
- 前記ランドマークの前記パラメトリック確率分布はガウス確率分布であり、
前記ランドマークの前記位置の前記点推定値は、前記ガウス確率分布の前記平均によって求められ、
前記ランドマークの前記位置推定の不確実性は、前記ガウス確率分布の共分散行列から求められる、請求項2に記載のコントローラ。 - 前記ガウス確率分布の平均は1つ以上のヒートマップから取得され、前記共分散行列を求める前記パラメータは直接回帰によって取得される、請求項9に記載のコントローラ。
- 前記ランドマークについての位置推定の不確実性は、前記ガウス確率分布の前記共分散行列の決定要素のn乗根である、請求項9に記載のコントローラ。
- 前記ランドマークについての前記位置推定の不確実性は、前記ガウス確率分布の前記共分散行列の固有値の平均である、請求項9に記載のコントローラ。
- 前記ニューラルネットワークは砂時計型サブネットワークのスタックを含み、
各砂時計は、前記砂時計の最後の最大の特徴マップ層からランドマークごとにヒートマップを出力し、
ヒートマップは、前記ランドマークの前記位置を示す強度画像であり、前記パラメトリック確率分布の平均は、前記ヒートマップの正の値の位置の加重平均であり、
各砂時計はボトルネック層から特徴を出力し、
前記ボトルネック層の特徴値は、コレスキー推定量ネットワークによって処理されて、各ランドマークの前記共分散行列が導出される値を生成し、
前記コレスキー推定量ネットワークは、各ランドマーク位置ごとに、2Dガウス確率分布の共分散行列のコレスキー係数を推定するように構成される、請求項9に記載のコントローラ。 - 前記ニューラルネットワークは、前記入力画像から前記ガウス確率分布に、グランドトゥルース・ランドマーク位置の尤度を最大化するマッピングを提供するように訓練される、請求項9に記載のコントローラ。
- 前記ニューラルネットワークは、損失関数として負の対数尤度を用いて訓練される、請求項14に記載のコントローラ。
- 現在の入力画像についてのランドマークの前記パラメトリック確率分布はガウス確率分布であり、
前記プロセッサは、カルマンフィルタを用いて、前記画像内の前記ランドマークの前記位置にわたって最終的なガウス確率分布を取得するように構成され、
前記カルマンフィルタは、以前の入力画像について求められたガウス確率分布を用いて出力された、前記現在の入力画像についての前記ガウス確率分布を更新する、請求項1に記載のコントローラ。 - タスク実行は、前記入力画像についての前記グローバルランドマーク不確実性が閾値より小さい場合、第1の一連のアクションを取ることと、前記入力画像についての前記グローバルランドマーク不確実性が閾値より大きい場合、第2の一連のアクションを取ることとを含む、請求項1に記載のコントローラ。
- 入力画像の前記グローバルランドマーク不確実性は、前記画像についての前記ランドマーク位置推定を提供するために用いられる不確実性フィードバックを提供する、請求項1に記載のコントローラ。
- 前記入力画像の前記グローバルランドマーク不確実性が閾値より大きい場合、前記プロセッサは、
毎回異なるランダム摂動を使用し、かつ、グローバルランドマーク不確実性を算出して、前記入力画像に対して前記ランドマーク位置推定を複数回実行し、
前記グローバルランドマーク不確実性を比較し、かつ、
最小のグローバルランドマーク不確実性を生じる前記ランドマーク位置推定の実行の結果を選択するように構成される、請求項18に記載のコントローラ。 - 前記タスクは車両運転手監視システムの一部である、請求項1に記載のコントローラ。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/592,822 US11127164B2 (en) | 2019-10-04 | 2019-10-04 | Image processing system and method for landmark location estimation with uncertainty |
US16/592,822 | 2019-10-04 | ||
PCT/JP2020/038687 WO2021066204A1 (en) | 2019-10-04 | 2020-09-30 | Image processing system and method for landmark location estimation with uncertainty |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022546643A JP2022546643A (ja) | 2022-11-04 |
JP7345664B2 true JP7345664B2 (ja) | 2023-09-15 |
Family
ID=73598164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022538569A Active JP7345664B2 (ja) | 2019-10-04 | 2020-09-30 | 不確実性を有するランドマーク位置推定のための画像処理システムおよび方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11127164B2 (ja) |
EP (1) | EP3891705A1 (ja) |
JP (1) | JP7345664B2 (ja) |
CN (1) | CN114503162A (ja) |
WO (1) | WO2021066204A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12109701B2 (en) * | 2019-11-20 | 2024-10-08 | Nvidia Corporation | Guided uncertainty-aware policy optimization: combining model-free and model-based strategies for sample-efficient learning |
US11487968B2 (en) * | 2019-12-16 | 2022-11-01 | Nvidia Corporation | Neural network based facial analysis using facial landmarks and associated confidence values |
US11574500B2 (en) * | 2020-09-08 | 2023-02-07 | Samsung Electronics Co., Ltd. | Real-time facial landmark detection |
US11978266B2 (en) | 2020-10-21 | 2024-05-07 | Nvidia Corporation | Occupant attentiveness and cognitive load monitoring for autonomous and semi-autonomous driving applications |
CN112580612B (zh) * | 2021-02-22 | 2021-06-08 | 中国科学院自动化研究所 | 一种生理信号预测方法 |
CN112990097B (zh) * | 2021-04-13 | 2022-11-04 | 电子科技大学 | 一种基于对抗消除的人脸表情识别方法 |
CN113946953B (zh) * | 2021-10-14 | 2024-06-28 | 厦门大学 | 一种求解概率盒框架下全局灵敏度的计算方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019125112A (ja) | 2018-01-15 | 2019-07-25 | キヤノン株式会社 | 情報処理装置及びその制御方法及びプログラム、並びに、運転制御システム |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9189886B2 (en) * | 2008-08-15 | 2015-11-17 | Brown University | Method and apparatus for estimating body shape |
JP5340228B2 (ja) * | 2010-06-21 | 2013-11-13 | 日本電信電話株式会社 | 状態推定装置、状態推定方法、およびプログラム |
AU2011305154B2 (en) * | 2010-09-24 | 2015-02-05 | Irobot Corporation | Systems and methods for VSLAM optimization |
GB201215944D0 (en) * | 2012-09-06 | 2012-10-24 | Univ Manchester | Image processing apparatus and method for fittng a deformable shape model to an image using random forests |
US10515259B2 (en) * | 2015-02-26 | 2019-12-24 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for determining 3D object poses and landmark points using surface patches |
CN108108677A (zh) * | 2017-12-12 | 2018-06-01 | 重庆邮电大学 | 一种基于改进的cnn人脸表情识别方法 |
CN109635674A (zh) * | 2018-11-22 | 2019-04-16 | 深圳市唯特视科技有限公司 | 一种基于姿态适应的树突状卷积神经网络的人脸对齐方法 |
-
2019
- 2019-10-04 US US16/592,822 patent/US11127164B2/en active Active
-
2020
- 2020-09-30 JP JP2022538569A patent/JP7345664B2/ja active Active
- 2020-09-30 WO PCT/JP2020/038687 patent/WO2021066204A1/en unknown
- 2020-09-30 EP EP20812445.3A patent/EP3891705A1/en active Pending
- 2020-09-30 CN CN202080068743.6A patent/CN114503162A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019125112A (ja) | 2018-01-15 | 2019-07-25 | キヤノン株式会社 | 情報処理装置及びその制御方法及びプログラム、並びに、運転制御システム |
Non-Patent Citations (1)
Title |
---|
Nitesh B.Gundavarapu,et al.,Structured Aleatoric Uncertainty in Human Pose Estimation,CVPR WORKSHOP ON UNCERTAINTY AND ROBUSTNESS IN DEEP VISUAL LEARNING,米国,2019年06月16日,pp.50-53 |
Also Published As
Publication number | Publication date |
---|---|
EP3891705A1 (en) | 2021-10-13 |
US11127164B2 (en) | 2021-09-21 |
US20210104068A1 (en) | 2021-04-08 |
WO2021066204A1 (en) | 2021-04-08 |
JP2022546643A (ja) | 2022-11-04 |
CN114503162A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7345664B2 (ja) | 不確実性を有するランドマーク位置推定のための画像処理システムおよび方法 | |
US11651797B2 (en) | Real time video processing for changing proportions of an object in the video | |
US11557085B2 (en) | Neural network processing for multi-object 3D modeling | |
US9262671B2 (en) | Systems, methods, and software for detecting an object in an image | |
US11049270B2 (en) | Method and apparatus for calculating depth map based on reliability | |
EP2710557B1 (en) | Fast articulated motion tracking | |
CN108960045A (zh) | 眼球追踪方法、电子装置及非暂态电脑可读取记录媒体 | |
KR20160088223A (ko) | 얼굴 영상의 자세를 보정하는 방법 및 장치 | |
US9367922B2 (en) | High accuracy monocular moving object localization | |
KR102320999B1 (ko) | 폴트 톨러런스 및 플럭츄에이션 로버스트를 위한 복수의 뉴럴 네트워크를 사용하여 흔들리는 카메라로 인해 생성된 비디오에서 지터링을 제거하기 위한 학습 방법 및 학습 장치, 그리고 이를 이용한 테스트 방법 및 테스트 장치 | |
JPWO2009091029A1 (ja) | 顔姿勢推定装置、顔姿勢推定方法、及び、顔姿勢推定プログラム | |
JP2018022360A (ja) | 画像解析装置、画像解析方法およびプログラム | |
JP2013156680A (ja) | フェーストラッキング方法、フェーストラッカおよび車両 | |
JP4921847B2 (ja) | 対象物の三次元位置推定装置 | |
JP2010231350A (ja) | 人物識別装置、そのプログラム、及び、その方法 | |
KR102333768B1 (ko) | 딥러닝 기반 손 인식 증강현실 상호 작용 장치 및 방법 | |
JP2023079211A (ja) | イメージ処理装置及び方法 | |
TWI819639B (zh) | 深度估計模型之訓練方法、裝置、電子設備及存儲介質 | |
JP7571796B2 (ja) | 骨格認識装置、学習方法および学習プログラム | |
WO2022113349A1 (ja) | 骨格認識装置、学習方法および学習プログラム | |
CN109325962A (zh) | 信息处理方法、装置、设备以及计算机可读存储介质 | |
JP3960535B2 (ja) | アフィン変形に基づくイメージストリーム内におけるリアルタイムのブロッブ検出およびトラッキングのためのサブサンプリング方法およびコンピュータ実行可能プログラム | |
KR20240080579A (ko) | 증강 현실 환경에서 상호 작용을 위한 손 자세 추정 장치 및 방법 | |
KR20240134598A (ko) | 동공 위치 추정방법 및 시스템 | |
CN114882480A (zh) | 用于获取目标对象状态的方法、装置、介质以及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220221 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230613 |
|
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: 20230808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230905 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7345664 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |