JPH0636034A - パターン認識装置 - Google Patents
パターン認識装置Info
- Publication number
- JPH0636034A JPH0636034A JP18775692A JP18775692A JPH0636034A JP H0636034 A JPH0636034 A JP H0636034A JP 18775692 A JP18775692 A JP 18775692A JP 18775692 A JP18775692 A JP 18775692A JP H0636034 A JPH0636034 A JP H0636034A
- Authority
- JP
- Japan
- Prior art keywords
- image
- hadamard
- template
- feature quantity
- class
- 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.)
- Withdrawn
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 画像パターンの認識において、認識アルゴリ
ズム開発に必要な時間を短縮し、更に、識別に用いられ
るデータ量の内、冗長なデータを削減することにより高
速処理を可能とする。 【構成】 識別に十分な個数のサンプル画像を識別クラ
ス毎に与えられた時、３値化装置１ａにより各ピクセル
輝度値を３値化し、更にアダマール変換装置１ｂにより
アダマール変換を行ない特徴量ベクトルを作成する。テ
ンプレート作成装置３は、この特徴量ベクトルからテン
プレートを作成してメモリ４に格納する。識別対象画像
が与えられると、上記サンプル画像と同様に３値化装置
１ｂにより各ピクセル輝度値を３値化し、アダマール変
換装置２ｂによりアダマール変換を行なう。マッチング
度計算装置５は、上記識別対象画像の特徴量ベクトルと
上記テンプレートとのマッチング度を計算し、クラスを
判定する。
ズム開発に必要な時間を短縮し、更に、識別に用いられ
るデータ量の内、冗長なデータを削減することにより高
速処理を可能とする。 【構成】 識別に十分な個数のサンプル画像を識別クラ
ス毎に与えられた時、３値化装置１ａにより各ピクセル
輝度値を３値化し、更にアダマール変換装置１ｂにより
アダマール変換を行ない特徴量ベクトルを作成する。テ
ンプレート作成装置３は、この特徴量ベクトルからテン
プレートを作成してメモリ４に格納する。識別対象画像
が与えられると、上記サンプル画像と同様に３値化装置
１ｂにより各ピクセル輝度値を３値化し、アダマール変
換装置２ｂによりアダマール変換を行なう。マッチング
度計算装置５は、上記識別対象画像の特徴量ベクトルと
上記テンプレートとのマッチング度を計算し、クラスを
判定する。
Description
【０００１】
【産業上の利用分野】この発明は、画像パターンの認識
に適用されるパターン認識装置に関する。
に適用されるパターン認識装置に関する。
【０００２】
【従来の技術】従来、画像データから認識を行なうため
の特徴量の抽出は、認識問題毎にアドホック（個別対
応）に行ない、認識アルゴリズムを作成していた。
の特徴量の抽出は、認識問題毎にアドホック（個別対
応）に行ない、認識アルゴリズムを作成していた。
【０００３】
【発明が解決しようとする課題】しかし、上記従来の方
法では、特徴量を画像のピクセル輝度値から直接構成す
るため、この特徴量に画像の冗長性が含まれ、認識に必
要なデータ量・パラメータ数が多くなる。更に、画像デ
ータから認識を行なうための特徴抽出は、アドホックに
行ない、認識アルゴリズムを作成していたため、アルゴ
リズム開発に時間を要していた。
法では、特徴量を画像のピクセル輝度値から直接構成す
るため、この特徴量に画像の冗長性が含まれ、認識に必
要なデータ量・パラメータ数が多くなる。更に、画像デ
ータから認識を行なうための特徴抽出は、アドホックに
行ない、認識アルゴリズムを作成していたため、アルゴ
リズム開発に時間を要していた。
【０００４】この発明は上記実情に鑑みてなされたもの
で、認識アルゴリズムの開発時間を大幅に短縮し、識別
に用いるデータ量を少量化して高速な処理を可能とする
パターン認識装置を提供することを目的とする。
で、認識アルゴリズムの開発時間を大幅に短縮し、識別
に用いるデータ量を少量化して高速な処理を可能とする
パターン認識装置を提供することを目的とする。
【０００５】
【課題を解決するための手段】この発明に係るパターン
認識装置は、識別に十分な個数のサンプル画像が識別ク
ラス毎に与えられた時、上記サンプル画像と識別対象画
像とのピクセル輝度値を３値化する３値化手段と、この
３値化手段によって３値化された画像ピクセル輝度をア
ダマール変換して特徴量ベクトルを生成するアダマール
変換手段と、このアダマール変換手段によって生成され
た上記サンプル画像の特徴量ベクトルから特徴量ベクト
ルの平均ベクトル（テンプレート）と、平均に関するク
ラス毎の共分散行列の固有値と固有ベクトルの全部又は
一部を用いたテンプレート補助データを生成するテンプ
レート作成手段と、このテンプレート作成手段によって
作成されたテンプレート及びテンプレート補助データと
を用い、上記アダマール変換手段により生成された上記
識別対象画像の特徴量ベクトルと各クラスとのマッチン
グ度を求め、これにより上記識別対象画像の属するクラ
スを判定するマッチング度計算手段とを具備することを
特徴とする。
認識装置は、識別に十分な個数のサンプル画像が識別ク
ラス毎に与えられた時、上記サンプル画像と識別対象画
像とのピクセル輝度値を３値化する３値化手段と、この
３値化手段によって３値化された画像ピクセル輝度をア
ダマール変換して特徴量ベクトルを生成するアダマール
変換手段と、このアダマール変換手段によって生成され
た上記サンプル画像の特徴量ベクトルから特徴量ベクト
ルの平均ベクトル（テンプレート）と、平均に関するク
ラス毎の共分散行列の固有値と固有ベクトルの全部又は
一部を用いたテンプレート補助データを生成するテンプ
レート作成手段と、このテンプレート作成手段によって
作成されたテンプレート及びテンプレート補助データと
を用い、上記アダマール変換手段により生成された上記
識別対象画像の特徴量ベクトルと各クラスとのマッチン
グ度を求め、これにより上記識別対象画像の属するクラ
スを判定するマッチング度計算手段とを具備することを
特徴とする。
【０００６】
【作用】識別に十分な個数のサンプル画像を識別クラス
毎に与えられた時、これらサンプル画像の各ピクセル輝
度値を３値化装置により、−１，０，＋１に３値化す
る。更に、アダマール変換装置により、２次元のアダマ
ール変換を行ない、係数値による特徴量ベクトルを作成
する。そして、この特徴量ベクトルから認識の際に使用
するテンプレートを作成する。
毎に与えられた時、これらサンプル画像の各ピクセル輝
度値を３値化装置により、−１，０，＋１に３値化す
る。更に、アダマール変換装置により、２次元のアダマ
ール変換を行ない、係数値による特徴量ベクトルを作成
する。そして、この特徴量ベクトルから認識の際に使用
するテンプレートを作成する。
【０００７】識別対象画像が与えられると、上記サンプ
ル画像と同様に３値化装置によりピクセル輝度値を３値
化し、アダマール変換装置によりアダマール変換を行な
う。これにより得られた係数値の特徴量ベクトルと上記
テンプレートとのマッチング度を計算して識別を行な
う。
ル画像と同様に３値化装置によりピクセル輝度値を３値
化し、アダマール変換装置によりアダマール変換を行な
う。これにより得られた係数値の特徴量ベクトルと上記
テンプレートとのマッチング度を計算して識別を行な
う。
【０００８】
【実施例】以下、図面を参照してこの発明の一実施例を
説明する。
説明する。
【０００９】この発明に係るパターン認識装置の構成を
図１に示す。３値化装置１ａは、識別に十分な個数のサ
ンプル画像をクラス毎に与えられた時、各ピクセル輝度
値を、−１，０，＋１に３値化し、この３値化画像をア
ダマール変換装置２ａに送る。このアダマール変換装置
２ａは、３値化された３値化画像（ピクセル値データ）
を２次元アダマールしてアダマール変換係数を出力す
る。テンプレート作成装置３は、上記アダマール変換装
置２ａから出力されるアダマール変換係数データの全
て、又は一部を特徴量ベクトルとして取り込み、マッチ
ング度計算の基本となる各クラスのテンプレートを作成
する。メモリ４は、上記テンプレート作成装置３により
作成されたテンプレートを格納する。
図１に示す。３値化装置１ａは、識別に十分な個数のサ
ンプル画像をクラス毎に与えられた時、各ピクセル輝度
値を、−１，０，＋１に３値化し、この３値化画像をア
ダマール変換装置２ａに送る。このアダマール変換装置
２ａは、３値化された３値化画像（ピクセル値データ）
を２次元アダマールしてアダマール変換係数を出力す
る。テンプレート作成装置３は、上記アダマール変換装
置２ａから出力されるアダマール変換係数データの全
て、又は一部を特徴量ベクトルとして取り込み、マッチ
ング度計算の基本となる各クラスのテンプレートを作成
する。メモリ４は、上記テンプレート作成装置３により
作成されたテンプレートを格納する。
【００１０】３値化装置１ｂ及びアダマール変換装置２
ｂは、上記３値化装置１ａ及びアダマール変換装置２ａ
と同様な構成を有しており、識別対象画像が与えられた
時、この識別対象画像から特徴量ベクトルを作成する。
マッチング度計算装置５は、上記アダマール変換装置２
ｂから識別対象画像の特徴量ベクトルを取り込み、上記
メモリ４に格納されたテンプレート（テンプレートデー
タ）を用て各クラスとのマッチング度を計算し、このマ
ッチング度から識別対象画像の属するクラスを判定す
る。
ｂは、上記３値化装置１ａ及びアダマール変換装置２ａ
と同様な構成を有しており、識別対象画像が与えられた
時、この識別対象画像から特徴量ベクトルを作成する。
マッチング度計算装置５は、上記アダマール変換装置２
ｂから識別対象画像の特徴量ベクトルを取り込み、上記
メモリ４に格納されたテンプレート（テンプレートデー
タ）を用て各クラスとのマッチング度を計算し、このマ
ッチング度から識別対象画像の属するクラスを判定す
る。
【００１１】次に同実施例における動作について説明す
る。識別に十分な個数のサンプル画像が与えられた時、
このサンプル画像は３値化装置１ａにより、各ピクセル
輝度値を、−１，０，＋１に３値化される。この３値化
されたピクセル値データは、アダマール変換装置２ａに
より２次元アダマール変換され、これによりアダマール
変換係数データが得られる。得られたアダマール変換係
数データの全て、又は一部は、特徴量ベクトルとしてテ
ンプレート作成装置３に送られる。テンプレート作成装
置３は、上記特徴量ベクトルからマッチング度計算の基
本となる各クラスのテンプレートを作成し、これをメモ
リ４に格納する。
る。識別に十分な個数のサンプル画像が与えられた時、
このサンプル画像は３値化装置１ａにより、各ピクセル
輝度値を、−１，０，＋１に３値化される。この３値化
されたピクセル値データは、アダマール変換装置２ａに
より２次元アダマール変換され、これによりアダマール
変換係数データが得られる。得られたアダマール変換係
数データの全て、又は一部は、特徴量ベクトルとしてテ
ンプレート作成装置３に送られる。テンプレート作成装
置３は、上記特徴量ベクトルからマッチング度計算の基
本となる各クラスのテンプレートを作成し、これをメモ
リ４に格納する。
【００１２】識別対象画像は、上記サンプル画像と同様
に３値化装置１ｂにより各ピクセル輝度値を３値化さ
れ、更にアダマール変換装置２ｂにより２次元アダマー
ル変換される。これによって得られた特徴量ベクトル
は、マッチング度計算装置５に送られる。マッチング度
計算装置５は、上記メモリ４に格納されたテンプレート
を用い、上記識別対象画像の特徴量ベクトルと各クラス
とのマッチング度を計算し、マッチング度の最も高いク
ラスを識別対象画像の属するクラスと判定する。
に３値化装置１ｂにより各ピクセル輝度値を３値化さ
れ、更にアダマール変換装置２ｂにより２次元アダマー
ル変換される。これによって得られた特徴量ベクトル
は、マッチング度計算装置５に送られる。マッチング度
計算装置５は、上記メモリ４に格納されたテンプレート
を用い、上記識別対象画像の特徴量ベクトルと各クラス
とのマッチング度を計算し、マッチング度の最も高いク
ラスを識別対象画像の属するクラスと判定する。
【００１３】
【発明の効果】以上詳記したようにこの発明によれば、
識別に十分な個数のサンプル画像からテンプレートを作
成することにより、画像パターンの認識問題において、
問題毎に特徴量を発見して個別にアルゴリズムを開発す
る必要がなくなり、認識アルゴリズムの開発時間が大幅
に削減できる。更に、アダマール変換によって画像の冗
長性が低減されるため、アダマール変換係数値から特徴
量ベクトルを作成する際、係数の一部のみを利用するこ
とができる。従って、識別に必要なデータ量が少量化さ
れるため、高速な処理が可能となる。
識別に十分な個数のサンプル画像からテンプレートを作
成することにより、画像パターンの認識問題において、
問題毎に特徴量を発見して個別にアルゴリズムを開発す
る必要がなくなり、認識アルゴリズムの開発時間が大幅
に削減できる。更に、アダマール変換によって画像の冗
長性が低減されるため、アダマール変換係数値から特徴
量ベクトルを作成する際、係数の一部のみを利用するこ
とができる。従って、識別に必要なデータ量が少量化さ
れるため、高速な処理が可能となる。
【図１】この発明の一実施例に係るパターン認識装置の
構成を示すブロック図。
構成を示すブロック図。
１ａ，１ｂ…３値化装置、２ａ，２ｂ…アダマール変換
装置、３…テンプレート作成装置、４…メモリ、５…マ
ッチング度計算装置。
装置、３…テンプレート作成装置、４…メモリ、５…マ
ッチング度計算装置。
Claims (1)
- 【請求項１】 識別に十分な個数のサンプル画像が識別
クラス毎に与えられた時、 上記サンプル画像と識別対象画像とのピクセル輝度値を
３値化する３値化手段と、 この３値化手段によって３値化された画像ピクセル輝度
をアダマール変換して特徴量ベクトルを生成するアダマ
ール変換手段と、 このアダマール変換手段によって生成された上記サンプ
ル画像の特徴量ベクトルから特徴量ベクトルの平均ベク
トル（テンプレート）と、平均に関するクラス毎の共分
散行列の固有値と固有ベクトルの全部又は一部を用いた
テンプレート補助データを生成するテンプレート作成手
段と、 このテンプレート作成手段によって作成されたテンプレ
ート及びテンプレート補助データとを用い、上記アダマ
ール変換手段により生成された上記識別対象画像の特徴
量ベクトルと各クラスとのマッチング度を求め、これに
より上記識別対象画像の属するクラスを判定するマッチ
ング度計算手段とを具備することを特徴とするパターン
認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18775692A JPH0636034A (ja) | 1992-07-15 | 1992-07-15 | パターン認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18775692A JPH0636034A (ja) | 1992-07-15 | 1992-07-15 | パターン認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0636034A true JPH0636034A (ja) | 1994-02-10 |
Family
ID=16211655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18775692A Withdrawn JPH0636034A (ja) | 1992-07-15 | 1992-07-15 | パターン認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0636034A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014068990A1 (ja) * | 2012-11-05 | 2014-05-08 | 株式会社デンソー | 関連性判定装置、同上用持続的有形コンピュータ読み取り媒体、及び関連性判定方法 |
-
1992
- 1992-07-15 JP JP18775692A patent/JPH0636034A/ja not_active Withdrawn
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014068990A1 (ja) * | 2012-11-05 | 2014-05-08 | 株式会社デンソー | 関連性判定装置、同上用持続的有形コンピュータ読み取り媒体、及び関連性判定方法 |
| US10409886B2 (en) | 2012-11-05 | 2019-09-10 | Denso Corporation | Relatedness determination device, non-transitory tangible computer-readable medium for the same, and relatedness determination method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3583138B2 (ja) | 複合画像中で関与しているオブジェクトを探索し、識別する方法及び装置 | |
| KR20100072772A (ko) | 스테레오 비전을 이용한 실시간 얼굴 검출 시스템 및 그 방법 | |
| US20030113002A1 (en) | Identification of people using video and audio eigen features | |
| JP3252941B2 (ja) | 画像切り出し認識装置 | |
| JP3729581B2 (ja) | パターン認識・照合装置 | |
| US6710844B2 (en) | Method and apparatus for estimating camera motion | |
| JP3774495B2 (ja) | 画像情報抽出装置および方法 | |
| JPH1185988A (ja) | 顔画像認識システム | |
| JPH0636034A (ja) | パターン認識装置 | |
| JP4458429B2 (ja) | カラー画像認識方法および装置 | |
| JP2002015311A (ja) | 画像認識装置、陰影除去装置、陰影除去方法及び記録媒体 | |
| JPH1125269A (ja) | 顔画像認識装置及びその方法 | |
| JPH05298452A (ja) | パターン認識装置 | |
| JPH06251156A (ja) | パターン認識装置 | |
| JP2001338290A (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を記録したコンピュータ読取可能な記録媒体 | |
| JP2004094644A (ja) | 画像処理装置、画像処理方法、記憶媒体及びプログラム | |
| KR102507776B1 (ko) | 딥러닝 기술을 이용한 실시간 얼굴 변환 장치 및 방법 | |
| KR102403947B1 (ko) | 합성영상생성방법, 이를 수행하는 합성영상생성장치, 및 이를 실행하기 위하여 컴퓨터 판독 가능 매체에 저장된 컴퓨터 프로그램 | |
| JP3496893B2 (ja) | カラー画像認識方法および装置 | |
| JP2969819B2 (ja) | 画像認識装置 | |
| JPH05197811A (ja) | パターン認識装置 | |
| JP2004192310A (ja) | オブジェクト学習装置、オブジェクト識別装置、これらの方法、これらのプログラムおよびこれらのプログラムを記録した媒体 | |
| Yagi et al. | Optimizing feature-vector extraction algorithm from grayscale images for robust medical radiograph analysis | |
| JP3322208B2 (ja) | パターン認識方法及びパターン認識装置並びにパターン照合方法及びパターン照合装置 | |
| JPH05157529A (ja) | 画像処理方式 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19991005 |