JPH0452980A - 画像認識装置 - Google Patents
画像認識装置Info
- Publication number
- JPH0452980A JPH0452980A JP16237990A JP16237990A JPH0452980A JP H0452980 A JPH0452980 A JP H0452980A JP 16237990 A JP16237990 A JP 16237990A JP 16237990 A JP16237990 A JP 16237990A JP H0452980 A JPH0452980 A JP H0452980A
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature vector
- initial feature
- image data
- picture
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 238000000611 regression analysis Methods 0.000 claims abstract description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 239000013598 vector Substances 0.000 abstract description 36
- 238000012216 screening Methods 0.000 abstract 3
- 238000011156 evaluation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〈産業上の利用分野〉
本発明は、重回帰分析法を応用した画像認識法(以下、
単にMRA法という)を用いた画像認識装置の認識率の
向上に関するものである4〈従来の技術〉 第3図は従来のMRA法を用いた画像認識装置の処理動
作を示すフローチャートである。以下、順次フローチャ
ートに沿って処理動作を説明する。
単にMRA法という)を用いた画像認識装置の認識率の
向上に関するものである4〈従来の技術〉 第3図は従来のMRA法を用いた画像認識装置の処理動
作を示すフローチャートである。以下、順次フローチャ
ートに沿って処理動作を説明する。
(イ)MRA法で用いる係数行列を計算するための認識
すべき画像のサンプル画像デ=−夕を取り込む。
すべき画像のサンプル画像デ=−夕を取り込む。
(ロ)取り込んだサンプル画像データを2値画像に2@
化する。
化する。
(ハ)各サンプル画像データから局所自己相関マスクに
より初期特徴ベクトルを生成する。
より初期特徴ベクトルを生成する。
(ニ)各サンプル画像データに対応する期待出力値を人
力する。
力する。
(ホ)生成した初期特徴ベクトルと入力した期待出力値
から重回帰分析法により係数行列を推定する。
から重回帰分析法により係数行列を推定する。
(へ)認識対象となる画像の画像データを取り込む。
(ト)その画像データから局所自己相関マスクにより初
期特徴ベクトルを生成する。
期特徴ベクトルを生成する。
(チ)初期特徴ベクトルから得た入力ベクトルを前項(
ホ)で求めた係数行列に掛け、出力ベクトルとする。
ホ)で求めた係数行列に掛け、出力ベクトルとする。
(す)出力ベクトルから得られる認識結果を出力する。
このような処理動作により、画像認識が行われる。この
MRA法を用いた画像認識装置では、初期特徴ベクトル
として局所自己相関マスクの頻度値を用いている。
MRA法を用いた画像認識装置では、初期特徴ベクトル
として局所自己相関マスクの頻度値を用いている。
〈発明が解決しようとする課題〉
しかしながら、上記従来技術に示すMRA法を用いた画
像認識装置において、初期特徴ベクトルとして用いてい
た局所自己相関マスクの頻度値ベクトルは、認識対象画
像の幾何学的特徴(例えば面積、周囲具等)に比べて、
情報圧縮が不十分であり、認識対象の範囲が広くとれる
可能性はあるが、重回帰分析法との組み合わせでは、実
用的な画像認識ができなかった。又、初期特徴ベクトル
の各要素が元の画像に対して、どのような意味を持って
いるのかが直観的に把握し難く、更に認識に不要な要素
も含まれてくるために、初期特徴ベクトル間の分離性が
悪くなり、認識率が低い場合が多い。更に、認識できる
画像が2値化されたものに限られるという課題もあった
。
像認識装置において、初期特徴ベクトルとして用いてい
た局所自己相関マスクの頻度値ベクトルは、認識対象画
像の幾何学的特徴(例えば面積、周囲具等)に比べて、
情報圧縮が不十分であり、認識対象の範囲が広くとれる
可能性はあるが、重回帰分析法との組み合わせでは、実
用的な画像認識ができなかった。又、初期特徴ベクトル
の各要素が元の画像に対して、どのような意味を持って
いるのかが直観的に把握し難く、更に認識に不要な要素
も含まれてくるために、初期特徴ベクトル間の分離性が
悪くなり、認識率が低い場合が多い。更に、認識できる
画像が2値化されたものに限られるという課題もあった
。
本発明は、上記従来技術の課題を踏まえて成されたもの
であり、画像の認識率を向上させ実用的な画像認識がで
きるMRA法を用いた画像認識装置を提供することを目
的としたものである。
であり、画像の認識率を向上させ実用的な画像認識がで
きるMRA法を用いた画像認識装置を提供することを目
的としたものである。
〈課題を解決するための手段〉
上記課題を解決するための本発明の構成は、重回帰分析
法を応用した画像認識法により画像認識を行う画像認識
装置において、画像入力部と、この画像入力部により取
り込まれた認識すべき画像のサンプル画像データ、或い
は認識対象となる画像の画像データとを蓄える画像メモ
リと、この画像メモリに蓄えられたサンプル画像データ
、或いは画像データから各種の幾何学的特徴量を計算す
る幾何学的特徴量抽出部と、この幾何学的特徴量抽出部
から得られたサンプル画像データの幾何学的特徴量と各
画像に対応する所定の期待出力値とから重回帰分析法に
より係数行列の推定を行い、或いはこの係数行列と前記
幾何学的特徴量抽出部で得られた画像データの幾何学的
特徴量とから重回帰分析法による画像認識を行い認識結
果を出力するMRA法実行部とを備えた構成としたこと
を特徴とするものである。
法を応用した画像認識法により画像認識を行う画像認識
装置において、画像入力部と、この画像入力部により取
り込まれた認識すべき画像のサンプル画像データ、或い
は認識対象となる画像の画像データとを蓄える画像メモ
リと、この画像メモリに蓄えられたサンプル画像データ
、或いは画像データから各種の幾何学的特徴量を計算す
る幾何学的特徴量抽出部と、この幾何学的特徴量抽出部
から得られたサンプル画像データの幾何学的特徴量と各
画像に対応する所定の期待出力値とから重回帰分析法に
より係数行列の推定を行い、或いはこの係数行列と前記
幾何学的特徴量抽出部で得られた画像データの幾何学的
特徴量とから重回帰分析法による画像認識を行い認識結
果を出力するMRA法実行部とを備えた構成としたこと
を特徴とするものである。
く作用〉
本発明によれば、MRA法の初期特徴ベクトルとして、
画像の幾何学的特徴量を用いている。したがって、各ベ
クトル要素の図形的な意味が明確になり、画像と初期特
徴ベクトルとの対応付けも容易となる。
画像の幾何学的特徴量を用いている。したがって、各ベ
クトル要素の図形的な意味が明確になり、画像と初期特
徴ベクトルとの対応付けも容易となる。
〈実施例〉
以下、本発明を図面に基づいて説明する。
第1図は本発明のMRA法を用いた画像認識装置の一実
施例を示す構成図である。第1図において、11は画像
入力部、12は画像入力部11により取り込まれた認識
すべき画像のサンプル画像データ、或いは認識対象とな
る画像の画像データを蓄える画像メモリ、13は画像メ
モリ12に蓄えられたサンプル画像データー或いは画像
データから各種の幾何学的特徴量を求める幾何学的特徴
量抽出部、14は幾何学的特徴量抽出部13から得られ
たサンプル画像データの幾何学的特徴量と各画像に対応
する所定の期待出力値から重回帰分析法により係数行列
の推定を行ったり、或いは、この係数行列と幾何学的特
徴量抽出部13から得られた画像データの幾何学的特徴
量から重回帰分析法による画像認識を行い認識結果を出
力するMRA法実行部である。
施例を示す構成図である。第1図において、11は画像
入力部、12は画像入力部11により取り込まれた認識
すべき画像のサンプル画像データ、或いは認識対象とな
る画像の画像データを蓄える画像メモリ、13は画像メ
モリ12に蓄えられたサンプル画像データー或いは画像
データから各種の幾何学的特徴量を求める幾何学的特徴
量抽出部、14は幾何学的特徴量抽出部13から得られ
たサンプル画像データの幾何学的特徴量と各画像に対応
する所定の期待出力値から重回帰分析法により係数行列
の推定を行ったり、或いは、この係数行列と幾何学的特
徴量抽出部13から得られた画像データの幾何学的特徴
量から重回帰分析法による画像認識を行い認識結果を出
力するMRA法実行部である。
このような構成において、第2図は第1図装置の処理動
作を示すフローチャートである。以下、順次フローチャ
ートに沿って処理動作を説明する。
作を示すフローチャートである。以下、順次フローチャ
ートに沿って処理動作を説明する。
なお、処理動作は、認識すべき画像のサンプル画像デー
タと各画像に対応する所定の期待出力値から重回帰分析
法により係数行列を計算する段階と、認識対象となる画
像の画像データと係数行列から認識結果を出力する段階
の2段階に分けられる。
タと各画像に対応する所定の期待出力値から重回帰分析
法により係数行列を計算する段階と、認識対象となる画
像の画像データと係数行列から認識結果を出力する段階
の2段階に分けられる。
(イ)MRA法で用いる係数行列を計算するための認識
すべき画像のサンプル画像データを画像入力部11から
入力し、画像メモリ12に蓄える。
すべき画像のサンプル画像データを画像入力部11から
入力し、画像メモリ12に蓄える。
(ロ)画像メモリ12に蓄えたサンプル画像データから
、幾何学的特微量抽出部13で各種の幾何学的特徴量(
例えば面積や周囲長等)を抽出する。
、幾何学的特微量抽出部13で各種の幾何学的特徴量(
例えば面積や周囲長等)を抽出する。
(ハ)各画像に対応する期待出力値を入力する。
(ニ)前項(ロ)にて抽出したサンプル画像デタの幾何
学的特徴量と前項(ハ)にて入力した期待出力値から、
MRA法実行部14で重回帰分析法により係数行列を計
算する。
学的特徴量と前項(ハ)にて入力した期待出力値から、
MRA法実行部14で重回帰分析法により係数行列を計
算する。
(ホ)認識対象となる画像の画像データを画像入力部1
1から入力し、画像メモリ12に蓄える。
1から入力し、画像メモリ12に蓄える。
(へ)画像メモリ12に蓄えた画像データから、前項(
ロ)と同様に幾何学的特微量抽出部13で各種の幾何学
的特徴量を抽出する。
ロ)と同様に幾何学的特微量抽出部13で各種の幾何学
的特徴量を抽出する。
(ト)その幾何学的特徴量から、MRA法実行部14で
入力ベクトルを生成し、前項(ニ)で求めた係数行列に
掛け、出力ベクトルとする。
入力ベクトルを生成し、前項(ニ)で求めた係数行列に
掛け、出力ベクトルとする。
(チ)出力ベクトルから得られる認識結果を出力する。
(す)画像の計測を続けるならば、前項(ホ)以降の処
理動作を繰り返す。
理動作を繰り返す。
このような処理動作により、初期特徴ベクトルとして画
像の幾何学的特徴量を用いて、画像と初期特徴ベクトル
との対応付けが容易となるため、認識率を向上した画像
認識を行うことができる。
像の幾何学的特徴量を用いて、画像と初期特徴ベクトル
との対応付けが容易となるため、認識率を向上した画像
認識を行うことができる。
なお、(ト)項において、画像データから抽出した幾何
学的特徴量から入力ベクトルを生成する際、幾何学的特
徴量の値をそのまま用いてもよいが、−船釣には正規化
した値を用いた方がより認識率は高くできる。
学的特徴量から入力ベクトルを生成する際、幾何学的特
徴量の値をそのまま用いてもよいが、−船釣には正規化
した値を用いた方がより認識率は高くできる。
又、第1図に示す画像認識装置において、その構成が例
えば画像の取り込みと同時に幾何字的特微量も抽出でき
るようなハードウェアであれば、画像メモリ12は不要
となる。
えば画像の取り込みと同時に幾何字的特微量も抽出でき
るようなハードウェアであれば、画像メモリ12は不要
となる。
更に、第2図に示す第1図装置の処理動作を示すフロー
チャートにおいて、並列処理が可能なシステムを用いる
ことにより、 (ロ)画像データから幾何学的特徴量を抽出(ハ)期待
出力値の入力 の処理動作を並列に行うこともできる。
チャートにおいて、並列処理が可能なシステムを用いる
ことにより、 (ロ)画像データから幾何学的特徴量を抽出(ハ)期待
出力値の入力 の処理動作を並列に行うこともできる。
〈発明の効果〉
以上、実施例と共に具体的に説明したように、本発明の
MRA法を用いた画像認識装置によれば、MRA法の初
期特徴ベクトルとして、画像の幾何学的特徴量を用いて
いるため、各ベクトル要素の図形的な意味が明確となり
、画像と初期特徴ベクトルとの対応付けも容易となる。
MRA法を用いた画像認識装置によれば、MRA法の初
期特徴ベクトルとして、画像の幾何学的特徴量を用いて
いるため、各ベクトル要素の図形的な意味が明確となり
、画像と初期特徴ベクトルとの対応付けも容易となる。
したがって、互いに似通った画像間の判別においても、
両者の相違を表す特徴量を初期特徴ベクトルに加えるこ
とで、認識率を向上させることができる。
両者の相違を表す特徴量を初期特徴ベクトルに加えるこ
とで、認識率を向上させることができる。
第1図は本発明のMRA法を用いた画像認識装置の一実
施例を示す構成図、第2図は第1図装置の処理動作を示
すフローチャート、第3図は従来のMRA法を用いた画
像認識装置の処理動作を示すフローチャートである。 11・・・画像入力部、12・・・画像メモリ、13・
・・幾何学的特微量抽出部、14・・・MRA法実行部
。 第3図 (イ) (ロ) (ハ) (ニ) (ホ) (へ) (ト) (チ) (す)
施例を示す構成図、第2図は第1図装置の処理動作を示
すフローチャート、第3図は従来のMRA法を用いた画
像認識装置の処理動作を示すフローチャートである。 11・・・画像入力部、12・・・画像メモリ、13・
・・幾何学的特微量抽出部、14・・・MRA法実行部
。 第3図 (イ) (ロ) (ハ) (ニ) (ホ) (へ) (ト) (チ) (す)
Claims (1)
- 【特許請求の範囲】 重回帰分析法を応用した画像認識法により画像認識を行
う画像認識装置において、 画像入力部と、 この画像入力部により取り込まれた認識すべき画像のサ
ンプル画像データ、或いは認識対象となる画像の画像デ
ータとを蓄える画像メモリと、この画像メモリに蓄えら
れたサンプル画像データ、或いは画像データから各種の
幾何学的特徴量を計算する幾何学的特徴量抽出部と、 この幾何学的特徴量抽出部から得られたサンプル画像デ
ータの幾何学的特徴量と各画像に対応する所定の期待出
力値とから重回帰分析法により係数行列の推定を行い、
或いはこの係数行列と前記幾何学的特徴量抽出部で得ら
れた画像データの幾何学的特徴量とから重回帰分析法に
よる画像認識を行い認識結果を出力するMRA法実行部
とを備えた構成としたことを特徴とする画像認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP16237990A JPH0452980A (ja) | 1990-06-20 | 1990-06-20 | 画像認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP16237990A JPH0452980A (ja) | 1990-06-20 | 1990-06-20 | 画像認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH0452980A true JPH0452980A (ja) | 1992-02-20 |
Family
ID=15753460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP16237990A Pending JPH0452980A (ja) | 1990-06-20 | 1990-06-20 | 画像認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH0452980A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11060027B2 (en) | 2013-11-22 | 2021-07-13 | Polnox Corporation | Macromolecular antioxidants based on dual type moiety per molecule: structures, methods of making and using the same |
US11578285B2 (en) | 2017-03-01 | 2023-02-14 | Polnox Corporation | Macromolecular corrosion (McIn) inhibitors: structures, methods of making and using the same |
-
1990
- 1990-06-20 JP JP16237990A patent/JPH0452980A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11060027B2 (en) | 2013-11-22 | 2021-07-13 | Polnox Corporation | Macromolecular antioxidants based on dual type moiety per molecule: structures, methods of making and using the same |
US11578285B2 (en) | 2017-03-01 | 2023-02-14 | Polnox Corporation | Macromolecular corrosion (McIn) inhibitors: structures, methods of making and using the same |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108197618B (zh) | 用于生成人脸检测模型的方法和装置 | |
US7116716B2 (en) | Systems and methods for generating a motion attention model | |
KR100860988B1 (ko) | 시퀀스들에서의 객체 탐지를 위한 방법 및 장치 | |
US8457394B2 (en) | Method of detecting skin-colored area using variable skin color model | |
JP2000207565A (ja) | 入力画像を予備選択する方法 | |
CN105718937B (zh) | 多类别对象分类方法及系统 | |
KR102223478B1 (ko) | 눈 상태 검출에 딥러닝 모델을 이용하는 눈 상태 검출 시스템 및 그 작동 방법 | |
CN112446363A (zh) | 一种基于视频抽帧的图像拼接与去重方法及装置 | |
CN110399826B (zh) | 一种端到端人脸检测和识别方法 | |
CN110728188B (zh) | 图像处理方法、装置、系统和存储介质 | |
EP2889833A1 (en) | Method and apparatus for image quality assessment | |
CN105979283A (zh) | 视频转码方法和装置 | |
CN112633221A (zh) | 一种人脸方向的检测方法及相关装置 | |
CN111881740A (zh) | 人脸识别方法、装置、电子设备及介质 | |
WO1998020454A1 (fr) | Appareil d'extraction de structure | |
CN114267076B (zh) | 一种图像识别方法、装置、设备及存储介质 | |
JPH10222678A (ja) | 物体検出装置および物体検出方法 | |
CN110874547B (zh) | 从视频中识别对象的方法和设备 | |
WO2019150649A1 (ja) | 画像処理装置および画像処理方法 | |
JPH0452980A (ja) | 画像認識装置 | |
US8538142B2 (en) | Face-detection processing methods, image processing devices, and articles of manufacture | |
JP2969819B2 (ja) | 画像認識装置 | |
Choudhary et al. | A novel approach for edge detection for blurry images by using digital image processing | |
CN111985423A (zh) | 活体检测方法、装置、设备及可读存储介质 | |
Elmaci et al. | A comparative study on the detection of image forgery of tampered background or foreground |