JPH09330404A - 物体検出装置 - Google Patents
物体検出装置Info
- Publication number
- JPH09330404A JPH09330404A JP8146857A JP14685796A JPH09330404A JP H09330404 A JPH09330404 A JP H09330404A JP 8146857 A JP8146857 A JP 8146857A JP 14685796 A JP14685796 A JP 14685796A JP H09330404 A JPH09330404 A JP H09330404A
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- image
- degree
- region
- area
- 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.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 精度を落とすことなく物体検出の速度を向上
させる物体検出装置を提供する。 【解決手段】 カラーヒストグラム作成装置５により登
録物体等の画像に対して特徴量を予め計算する。次に、
注目領域走査抽出装置７が入力画像に注目領域を設定
し、注目領域の近傍の各点の領域の類似値の上限値か
ら、必要な場合だけ、この注目領域を、入力カラーヒス
トグラム作成装置８に送出する。入力カラーヒストグラ
ム作成装置８では、前記登録物体等の画像の特徴量を計
算する。この特徴量と前記登録物体等の画像に対しての
特徴量とから、類似値計算装置９が類似値を計算する。
この類似値と目標とする類似値を検出判定装置１１が比
較し、検出の有無を判断する。又、前記注目領域の近傍
の各点の領域の類似値の上限値は、上限値計算装置１０
がすでに得られた類似値から計算する。
させる物体検出装置を提供する。 【解決手段】 カラーヒストグラム作成装置５により登
録物体等の画像に対して特徴量を予め計算する。次に、
注目領域走査抽出装置７が入力画像に注目領域を設定
し、注目領域の近傍の各点の領域の類似値の上限値か
ら、必要な場合だけ、この注目領域を、入力カラーヒス
トグラム作成装置８に送出する。入力カラーヒストグラ
ム作成装置８では、前記登録物体等の画像の特徴量を計
算する。この特徴量と前記登録物体等の画像に対しての
特徴量とから、類似値計算装置９が類似値を計算する。
この類似値と目標とする類似値を検出判定装置１１が比
較し、検出の有無を判断する。又、前記注目領域の近傍
の各点の領域の類似値の上限値は、上限値計算装置１０
がすでに得られた類似値から計算する。
Description
【０００１】
【発明の属する技術分野】本発明は、画像の中から予め
登録した物体を含む画像を探しだし、その画像中のどこ
にその物体があるかを検出する画像検索方式に関する技
術であり、特定の物体の場所を自動的に検出する監視装
置や、画像データベースの中から特定の物体を含む画像
を探し出したりする画像検索システム等に応用可能であ
る。
登録した物体を含む画像を探しだし、その画像中のどこ
にその物体があるかを検出する画像検索方式に関する技
術であり、特定の物体の場所を自動的に検出する監視装
置や、画像データベースの中から特定の物体を含む画像
を探し出したりする画像検索システム等に応用可能であ
る。
【０００２】
【従来の技術】従来、画像中から対象物体の領域を抽出
する手法の１つとして、局所注目領域での特徴量を計算
し、その注目領域の位置を走査させながら、その注目領
域の特徴量が対象とする特徴量の値と類似している場合
には、その領域がその物体であるとする方法が提案され
ている。
する手法の１つとして、局所注目領域での特徴量を計算
し、その注目領域の位置を走査させながら、その注目領
域の特徴量が対象とする特徴量の値と類似している場合
には、その領域がその物体であるとする方法が提案され
ている。
【０００３】つまり、局所注目領域の特徴量と登録物体
の特徴量との類似度合を計算し、その類似度合が最大と
なる位置、あるいはその類似度合がある一定値以上にな
った時に、その物体であると判断する方法である。
の特徴量との類似度合を計算し、その類似度合が最大と
なる位置、あるいはその類似度合がある一定値以上にな
った時に、その物体であると判断する方法である。
【０００４】
【発明が解決しようとする課題】しかしながら、上記従
来の方法では画像の全領域に対して細かく走査しながら
類似度合を計算するために、計算量が膨大になり、計算
速度が遅くなる。
来の方法では画像の全領域に対して細かく走査しながら
類似度合を計算するために、計算量が膨大になり、計算
速度が遅くなる。
【０００５】本発明は、前記問題点を解決するためにな
されたもので、その目的は全ての領域を走査し特徴量を
計算することなく、全ての領域を走査した場合と全く同
じ結果を出力する物体検出装置を提供することにある。
されたもので、その目的は全ての領域を走査し特徴量を
計算することなく、全ての領域を走査した場合と全く同
じ結果を出力する物体検出装置を提供することにある。
【０００６】つまり、これは精度を落とすことなく物体
検出の速度を向上させる物体検出装置の提案である。
検出の速度を向上させる物体検出装置の提案である。
【０００７】
【課題を解決するための手段】前記目的を達成するた
め、本発明による第１の発明は画像中から予め登録して
ある物体又は模様の領域を探し出す物体検出装置におい
て、物体学習装置と物体検出装置とを具備し、前記物体
学習装置は、登録した物体又は模様の画像に対してカラ
ーヒストグラム等の特徴量を予め計算する手段を備え、
前記物体検出装置は、入力画像を走査して注目領域を設
定するとともに、この注目領域の近傍の各点における類
似値（あるいは距離値）等の類似度合の上限値（あるい
は下限値）が、予め設定された目標とする類似値等の類
似度合よりも小さい場合（あるいは大きい場合）には、
次の注目領域を設定し、大きい場合（あるいは小さい場
合）及び前記注目領域の近傍の各点における類似値等の
類似度合の上限値（あるいは下限値）が計算されない場
合には、前記設定した注目領域を送出する手段と、この
送出された注目領域内の画像に対してカラーヒストグラ
ム等の特徴量を計算する手段と、この注目領域の画像に
対してのカラーヒストグラム等の特徴量と、前記物体学
習装置に予め登録した物体又は模様の画像のカラーヒス
トグラム等の特徴量との類似値等の類似度合を計算する
手段と、この類似値等の類似度合から前記送出された注
目領域の近傍の各点における領域の前記類似値等の類似
度合の上限値（あるいは下限値）を計算する手段と、前
記類似値等の類似度合と予め設定された目標とする類似
値等の類似度合とにより前記物体又は模様が前記設定し
た注目領域に存在するかどうかを判定する手段とを有す
ることを特徴とするものである。
め、本発明による第１の発明は画像中から予め登録して
ある物体又は模様の領域を探し出す物体検出装置におい
て、物体学習装置と物体検出装置とを具備し、前記物体
学習装置は、登録した物体又は模様の画像に対してカラ
ーヒストグラム等の特徴量を予め計算する手段を備え、
前記物体検出装置は、入力画像を走査して注目領域を設
定するとともに、この注目領域の近傍の各点における類
似値（あるいは距離値）等の類似度合の上限値（あるい
は下限値）が、予め設定された目標とする類似値等の類
似度合よりも小さい場合（あるいは大きい場合）には、
次の注目領域を設定し、大きい場合（あるいは小さい場
合）及び前記注目領域の近傍の各点における類似値等の
類似度合の上限値（あるいは下限値）が計算されない場
合には、前記設定した注目領域を送出する手段と、この
送出された注目領域内の画像に対してカラーヒストグラ
ム等の特徴量を計算する手段と、この注目領域の画像に
対してのカラーヒストグラム等の特徴量と、前記物体学
習装置に予め登録した物体又は模様の画像のカラーヒス
トグラム等の特徴量との類似値等の類似度合を計算する
手段と、この類似値等の類似度合から前記送出された注
目領域の近傍の各点における領域の前記類似値等の類似
度合の上限値（あるいは下限値）を計算する手段と、前
記類似値等の類似度合と予め設定された目標とする類似
値等の類似度合とにより前記物体又は模様が前記設定し
た注目領域に存在するかどうかを判定する手段とを有す
ることを特徴とするものである。
【０００８】また、本発明による第２の発明は、上記第
１の発明の物体検出装置において前記入力画像の注目領
域の大きさをさまざまに変化させることを特徴とするも
のである。
１の発明の物体検出装置において前記入力画像の注目領
域の大きさをさまざまに変化させることを特徴とするも
のである。
【０００９】また、本発明による第３の発明は、上記第
１の発明の物体検出装置において前記入力画像の大きさ
をさまざまに変化させることを特徴とするものである。
１の発明の物体検出装置において前記入力画像の大きさ
をさまざまに変化させることを特徴とするものである。
【００１０】更に、本発明による第４の発明は、上記第
１または第２または第３の発明の物体検出装置におい
て、前記予め設定された目標とする類似度合を、それま
で計算された類似度合の最大値にその都度更新すること
により、画像中から類似度合が最大となる位置を見つけ
だすことを特徴とするものである。
１または第２または第３の発明の物体検出装置におい
て、前記予め設定された目標とする類似度合を、それま
で計算された類似度合の最大値にその都度更新すること
により、画像中から類似度合が最大となる位置を見つけ
だすことを特徴とするものである。
【００１１】本発明の第１の発明では、前述の手段によ
り各注目領域での類似値等の上限値（あるいは下限値）
を既に計算した値から求めるという考え方を導入するこ
とによって、類似値等の上限値（あるいは下限値）が分
かる部分では、全ての領域を走査し特徴量を計算し類似
値等を計算するということをせずに、注目領域の近傍の
各点での特徴量の値を計算できるので、物体検出の速度
を向上させることができる。
り各注目領域での類似値等の上限値（あるいは下限値）
を既に計算した値から求めるという考え方を導入するこ
とによって、類似値等の上限値（あるいは下限値）が分
かる部分では、全ての領域を走査し特徴量を計算し類似
値等を計算するということをせずに、注目領域の近傍の
各点での特徴量の値を計算できるので、物体検出の速度
を向上させることができる。
【００１２】また、検出の対象となっている物体等があ
ると推定された部分では、新たな注目領域の特徴値を計
算するので、全ての領域で特徴量と類似値等を計算する
場合と同じ結果が得られる。つまり、従来と同じ結果を
少ない計算量で得ることが可能となる。
ると推定された部分では、新たな注目領域の特徴値を計
算するので、全ての領域で特徴量と類似値等を計算する
場合と同じ結果が得られる。つまり、従来と同じ結果を
少ない計算量で得ることが可能となる。
【００１３】更に、本発明の第２、第３、第４の発明で
は上記第１の発明において、精度向上を図る点で好適で
ある。
は上記第１の発明において、精度向上を図る点で好適で
ある。
【００１４】
【発明の実施の形態】以下、本発明の詳細を一実施形態
例によって説明する。本発明の考え方は、カラーヒスト
グラムに限らず、様々な特徴量、様々な類似尺度に対し
て適用できるが、ここでは比較的効果が高いと考えられ
るカラーヒストグラムを適用し、類似尺度として正規化
したヒストグラムの重なり類似値を用いた場合について
説明する。
例によって説明する。本発明の考え方は、カラーヒスト
グラムに限らず、様々な特徴量、様々な類似尺度に対し
て適用できるが、ここでは比較的効果が高いと考えられ
るカラーヒストグラムを適用し、類似尺度として正規化
したヒストグラムの重なり類似値を用いた場合について
説明する。
【００１５】図１は、本発明の一実施形態例である画像
認識検索装置のブロック図である。画像認識検索装置は
大きく分けて物体学習装置１と物体検出装置２から構成
される。
認識検索装置のブロック図である。画像認識検索装置は
大きく分けて物体学習装置１と物体検出装置２から構成
される。
【００１６】物体学習装置１は、検索する登録物体の２
次元画像から認識に必要となる辞書データを作成する装
置である。以下、物体学習装置１の各部を説明する。
次元画像から認識に必要となる辞書データを作成する装
置である。以下、物体学習装置１の各部を説明する。
【００１７】画像入力装置３は、カラーＴＶカメラとＡ
／Ｄコンバーターから構成されるもので、登録されるべ
き物体の２次元画像を学習データとして取り込み、これ
を物体領域抽出装置４に送出する。
／Ｄコンバーターから構成されるもので、登録されるべ
き物体の２次元画像を学習データとして取り込み、これ
を物体領域抽出装置４に送出する。
【００１８】物体領域抽出装置４は、窓関数などを用い
て画像入力装置３から送出された画像から物体の領域を
抽出する装置である。物体の窓関数としては、矩形形状
でその内側を取り出すもの、円形状で円の中心部分だけ
を取り出すもの、物体の形状に合わせた形でその内側だ
けを取り出すものなどの窓関数があげられる。ここでは
簡単の為に矩形形状の場合で説明する。図２に矩形形状
で抽出された検索すべき物体の画像例を示す。ここで抽
出された部分画像はカラーヒストグラム作成装置５に送
出される。
て画像入力装置３から送出された画像から物体の領域を
抽出する装置である。物体の窓関数としては、矩形形状
でその内側を取り出すもの、円形状で円の中心部分だけ
を取り出すもの、物体の形状に合わせた形でその内側だ
けを取り出すものなどの窓関数があげられる。ここでは
簡単の為に矩形形状の場合で説明する。図２に矩形形状
で抽出された検索すべき物体の画像例を示す。ここで抽
出された部分画像はカラーヒストグラム作成装置５に送
出される。
【００１９】カラーヒストグラム作成装置５は、入力画
像の中から窓関数によって抽出された部分領域の画素か
ら特徴量を抽出する装置である。本実施形態例ではカラ
ー値を用いて、カラーヒストグラムを計算する。カラー
の表現には様々な方法が提案されているが、例えばＲ
（赤），Ｇ（緑），Ｂ（青）の３色の場合にはｈr，g，
bの３次元ヒストグラムが構成される。ヒストグラムと
は、Ｒ，Ｇ，Ｂの３次元の色空間を細かい立方体で分割
し、対象領域の各画素をその色空間に投影し、各立方体
に何個の画素が入ったかを加算した量である。登録する
物体全てに対してカラーヒストグラムを計算して学習は
終了する。認識段階ではこのカラーヒストグラムを辞書
として使用するため、この情報は後述する物体検出装置
２の類似値計算装置９に送出される。
像の中から窓関数によって抽出された部分領域の画素か
ら特徴量を抽出する装置である。本実施形態例ではカラ
ー値を用いて、カラーヒストグラムを計算する。カラー
の表現には様々な方法が提案されているが、例えばＲ
（赤），Ｇ（緑），Ｂ（青）の３色の場合にはｈr，g，
bの３次元ヒストグラムが構成される。ヒストグラムと
は、Ｒ，Ｇ，Ｂの３次元の色空間を細かい立方体で分割
し、対象領域の各画素をその色空間に投影し、各立方体
に何個の画素が入ったかを加算した量である。登録する
物体全てに対してカラーヒストグラムを計算して学習は
終了する。認識段階ではこのカラーヒストグラムを辞書
として使用するため、この情報は後述する物体検出装置
２の類似値計算装置９に送出される。
【００２０】物体検出装置２は物体学習装置１で作成さ
れた辞書データをもとに入力画像中に含まれる物体を対
象に、その物体の位置と大きさを検出する装置である。
以下物体検出装置２を具体的に説明する。
れた辞書データをもとに入力画像中に含まれる物体を対
象に、その物体の位置と大きさを検出する装置である。
以下物体検出装置２を具体的に説明する。
【００２１】画像入力装置６は検索される画像を入力す
る装置である。これは学習段階で使用された画像入力装
置３と同等のものである。図３に入力画像の一例を示
す。入力画像は、注目領域走査抽出装置７に送出され
る。
る装置である。これは学習段階で使用された画像入力装
置３と同等のものである。図３に入力画像の一例を示
す。入力画像は、注目領域走査抽出装置７に送出され
る。
【００２２】注目領域走査抽出装置７は、画像入力装置
６から送出された入力画像から、注目領域として特定の
領域の部分画像を抽出し、後述する上限値計算装置１０
から送出された結果により、その走査された位置で類似
値の計算が必要な場合だけ、その部分画像を入力カラー
ヒストグラム作成装置８に送出する。前記特定の領域の
形状は、物体領域抽出装置４で使用されたものと同じ窓
関数を使用する。図４に注目領域の一例を示す。この注
目領域の位置は例えばラスタースキャン状に入力画像中
を順次走査する。
６から送出された入力画像から、注目領域として特定の
領域の部分画像を抽出し、後述する上限値計算装置１０
から送出された結果により、その走査された位置で類似
値の計算が必要な場合だけ、その部分画像を入力カラー
ヒストグラム作成装置８に送出する。前記特定の領域の
形状は、物体領域抽出装置４で使用されたものと同じ窓
関数を使用する。図４に注目領域の一例を示す。この注
目領域の位置は例えばラスタースキャン状に入力画像中
を順次走査する。
【００２３】入力カラーヒストグラム作成装置８は、入
力画像の中から窓関数によって抽出された部分領域の画
素のカラー値を用いて、カラーヒストグラムを計算す
る。注目領域をスキャンしながら、送られてくるデータ
に対して順次カラーヒストグラムを計算し、その結果を
類似値計算装置９に転送する。更にこの処理は入力画像
の大きさを変化させて繰り返しなされる。この結果得ら
れる位置ｘ，ｙの注目領域に関するカラーヒストグラム
をｇ（ｘ，ｙ）r，g，bで表す。このヒストグラムは類
似値計算装置９に送出される。
力画像の中から窓関数によって抽出された部分領域の画
素のカラー値を用いて、カラーヒストグラムを計算す
る。注目領域をスキャンしながら、送られてくるデータ
に対して順次カラーヒストグラムを計算し、その結果を
類似値計算装置９に転送する。更にこの処理は入力画像
の大きさを変化させて繰り返しなされる。この結果得ら
れる位置ｘ，ｙの注目領域に関するカラーヒストグラム
をｇ（ｘ，ｙ）r，g，bで表す。このヒストグラムは類
似値計算装置９に送出される。
【００２４】類似値計算装置９は、入力カラーヒストグ
ラム作成装置８から送出されたカラーヒストグラムｇ
（ｘ，ｙ）r，g，bと、物体学習装置１のカラーヒスト
グラム作成装置５から送出されてきたカラーヒストグラ
ムｈr，g，bとの類似値を計算する。類似度合としては
さまざまな定義が可能であるが、ここでは重なり類似値
ｄ（ｘ，ｙ）＝ΣrΣgΣbｍｉｎ（ｈr，g，b，ｇ（ｘ，
ｙ）r，g，b）を利用することを考える。この結果は上
限値計算装置１０と検出判定装置１１に送出される。
尚、類似値の代わりに距離値を用いることが可能であ
り、類似する度合いが大きくなると距離値は小さくな
る。
ラム作成装置８から送出されたカラーヒストグラムｇ
（ｘ，ｙ）r，g，bと、物体学習装置１のカラーヒスト
グラム作成装置５から送出されてきたカラーヒストグラ
ムｈr，g，bとの類似値を計算する。類似度合としては
さまざまな定義が可能であるが、ここでは重なり類似値
ｄ（ｘ，ｙ）＝ΣrΣgΣbｍｉｎ（ｈr，g，b，ｇ（ｘ，
ｙ）r，g，b）を利用することを考える。この結果は上
限値計算装置１０と検出判定装置１１に送出される。
尚、類似値の代わりに距離値を用いることが可能であ
り、類似する度合いが大きくなると距離値は小さくな
る。
【００２５】上限値計算装置１０は、すでに得られた類
似値からその近傍の各点の類似値の上限値を計算する装
置である。例えば特徴量がヒストグラムの場合には、図
５（ａ）に示すように注目領域Ａと注目領域Ｂのヒスト
グラムの違いは高々図の斜線部分の画素数分だけ増減す
るだけである。この性質を利用すれば、ある登録画像の
特徴量との類似値はその近傍の領域の類似値によって制
限されることになる。例えば、ある閾値以上の類似値の
領域を探し出す場合には、この上限値がこの閾値以下で
あれば特徴量の計算も類似値の計算も必要ない。図５
（ｂ）に、ある点の類似値からその近傍の類似値計算不
要の点をみつけだした例を示す。この結果は、注目領域
走査抽出装置７に送出し、上限値が閾値以下であれば特
徴量の計算も類似値の計算も行わない。図６に実際に探
索した位置を点で示した図を示す。
似値からその近傍の各点の類似値の上限値を計算する装
置である。例えば特徴量がヒストグラムの場合には、図
５（ａ）に示すように注目領域Ａと注目領域Ｂのヒスト
グラムの違いは高々図の斜線部分の画素数分だけ増減す
るだけである。この性質を利用すれば、ある登録画像の
特徴量との類似値はその近傍の領域の類似値によって制
限されることになる。例えば、ある閾値以上の類似値の
領域を探し出す場合には、この上限値がこの閾値以下で
あれば特徴量の計算も類似値の計算も必要ない。図５
（ｂ）に、ある点の類似値からその近傍の類似値計算不
要の点をみつけだした例を示す。この結果は、注目領域
走査抽出装置７に送出し、上限値が閾値以下であれば特
徴量の計算も類似値の計算も行わない。図６に実際に探
索した位置を点で示した図を示す。
【００２６】検出判定装置１１は、類似値計算装置９か
ら送出されてきた類似値がある閾値以上であれば注目し
ている領域は学習した物体であるとしてその位置（ｘ，
ｙ）を結果として出力する。つまり、入力画像中から学
習で用いた物体の位置を検出することができる。
ら送出されてきた類似値がある閾値以上であれば注目し
ている領域は学習した物体であるとしてその位置（ｘ，
ｙ）を結果として出力する。つまり、入力画像中から学
習で用いた物体の位置を検出することができる。
【００２７】
【発明の効果】以上説明したように、本発明によれば、
入力画像に注目領域を設定してその領域の局所的な特徴
値（例えば、カラーヒストグラム）を利用した照合と、
類似度合（例えば、類似値）から効率的に注目領域の位
置等を変化させながらこの処理を繰り返す処理を組み合
わせることにより、例えば、複雑な背景の画像中から特
定の物体の位置等を高速に検出することが可能である。
入力画像に注目領域を設定してその領域の局所的な特徴
値（例えば、カラーヒストグラム）を利用した照合と、
類似度合（例えば、類似値）から効率的に注目領域の位
置等を変化させながらこの処理を繰り返す処理を組み合
わせることにより、例えば、複雑な背景の画像中から特
定の物体の位置等を高速に検出することが可能である。
【００２８】更に、本発明を画像データベースなどに利
用すれば、特定の物体を含む画像を検索することが容易
に可能となる。
用すれば、特定の物体を含む画像を検索することが容易
に可能となる。
【図１】本発明の一実施形態例の機能ブロック図であ
る。
る。
【図２】上記実施形態例における矩形形状で抽出された
検索すべき物体の例を示す図面代用写真である。
検索すべき物体の例を示す図面代用写真である。
【図３】上記実施形態例における入力画像の例を示す図
面代用写真である。
面代用写真である。
【図４】上記実施形態例における注目領域の例を示す図
面代用写真である。
面代用写真である。
【図５】（ａ）は２つの近接した領域のヒストグラムの
違いを表わす説明図、（ｂ）はある点の類似値からその
近接の類似値計算不要の点をみつけだした例を示す図で
ある。
違いを表わす説明図、（ｂ）はある点の類似値からその
近接の類似値計算不要の点をみつけだした例を示す図で
ある。
【図６】実際に探索した位置を点で示した図である。
【図７】画像中の物体の検出結果を示す図面代用写真で
ある。
ある。
１…物体学習装置 ２…物体検出装置 ３…画像入力装置 ４…物体領域抽出装置 ５…カラーヒストグラム作成装置 ６…画像入力装置 ７…注目領域走査抽出装置 ８…入力カラーヒストグラム作成装置 ９…類似値計算装置 １０…上限値計算装置 １１…検出判定装置
Claims (4)
- 【請求項１】 画像中から予め登録してある物体又は模
様の領域を探し出す物体検出装置において、 物体学習装置と物体検出装置とを具備し、 前記物体学習装置は、登録した物体又は模様の画像に対
して特徴量を予め計算する手段を備え、 前記物体検出装置は、 入力画像を走査して注目領域を設定するとともに、この
注目領域の近傍の各点における類似度合の上限値が、予
め設定された目標とする類似度合よりも小さい場合に
は、次の注目領域を設定し、大きい場合及び前記注目領
域の近傍の各点における類似度合の上限値が計算されな
い場合には、前記設定した注目領域を送出する手段と、 この送出された注目領域内の画像に対して特徴量を計算
する手段と、 この注目領域の画像に対しての特徴量と、前記物体学習
装置に予め登録した物体又は模様の画像の特徴量との類
似度合を計算する手段と、 この類似度合から前記送出された注目領域の近傍の各点
における領域の前記類似度合の上限値を計算する手段
と、 前記類似度合と予め設定された目標とする類似度合とに
より前記物体又は模様が前記設定した注目領域に存在す
るかどうかを判定する手段と、を有することを特徴とす
る物体検出装置。 - 【請求項２】 前記入力画像の注目領域の大きさをさま
ざまに変化させることを特徴とする請求項１に記載の物
体検出装置。 - 【請求項３】 前記入力画像の大きさをさまざまに変化
させることを特徴とする請求項１に記載の物体検出装
置。 - 【請求項４】 前記予め設定された目標とする類似度合
を、それまで計算された類似度合の最大値にその都度更
新することにより、画像中から類似度合が最大となる位
置を見つけだすことを特徴とする請求項１または請求項
２または請求項３記載の物体検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14685796A JP3517518B2 (ja) | 1996-06-10 | 1996-06-10 | 物体検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP14685796A JP3517518B2 (ja) | 1996-06-10 | 1996-06-10 | 物体検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09330404A true JPH09330404A (ja) | 1997-12-22 |
| JP3517518B2 JP3517518B2 (ja) | 2004-04-12 |
Family
ID=15417135
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP14685796A Expired - Fee Related JP3517518B2 (ja) | 1996-06-10 | 1996-06-10 | 物体検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3517518B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001268657A (ja) * | 2000-03-21 | 2001-09-28 | Nippon Telegr & Teleph Corp <Ntt> | 遠隔監視方法、装置、および遠隔監視プログラムを記録した記録媒体 |
| JP2005250863A (ja) * | 2004-03-04 | 2005-09-15 | Univ Waseda | 領域検出方法およびそのシステム |
| WO2008065707A1 (fr) * | 2006-11-28 | 2008-06-05 | Fujitsu Limited | Procédé de reconnaissance de données d'image, dispositif de traitement d'image et programme de reconnaissance de données d'image |
| US8204278B2 (en) | 2006-11-28 | 2012-06-19 | Fujitsu Limited | Image recognition method |
| JP2014235600A (ja) * | 2013-06-03 | 2014-12-15 | 日本電信電話株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
-
1996
- 1996-06-10 JP JP14685796A patent/JP3517518B2/ja not_active Expired - Fee Related
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001268657A (ja) * | 2000-03-21 | 2001-09-28 | Nippon Telegr & Teleph Corp <Ntt> | 遠隔監視方法、装置、および遠隔監視プログラムを記録した記録媒体 |
| JP2005250863A (ja) * | 2004-03-04 | 2005-09-15 | Univ Waseda | 領域検出方法およびそのシステム |
| WO2008065707A1 (fr) * | 2006-11-28 | 2008-06-05 | Fujitsu Limited | Procédé de reconnaissance de données d'image, dispositif de traitement d'image et programme de reconnaissance de données d'image |
| JPWO2008065707A1 (ja) * | 2006-11-28 | 2010-03-04 | 富士通株式会社 | 画像データ認識方法、画像処理装置および画像データ認識プログラム |
| JP4743277B2 (ja) * | 2006-11-28 | 2011-08-10 | 富士通株式会社 | 画像データ認識方法、画像処理装置および画像データ認識プログラム |
| US8204278B2 (en) | 2006-11-28 | 2012-06-19 | Fujitsu Limited | Image recognition method |
| JP2014235600A (ja) * | 2013-06-03 | 2014-12-15 | 日本電信電話株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3517518B2 (ja) | 2004-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Song et al. | Road extraction using SVM and image segmentation | |
| CN103605953B (zh) | 基于滑窗搜索的车辆兴趣目标检测方法 | |
| CN111914834A (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
| CN105608455B (zh) | 一种车牌倾斜校正方法及装置 | |
| CN103116751A (zh) | 一种车牌字符自动识别方法 | |
| US20040086153A1 (en) | Methods and systems for recognizing road signs in a digital image | |
| KR20000075161A (ko) | 다수개의 영역특징정보를 이용한 이미지 검색 방법 | |
| CN113052170B (zh) | 一种无约束场景下的小目标车牌识别方法 | |
| CN109685827A (zh) | 一种基于dsp的目标检测与跟踪方法 | |
| CN104463134A (zh) | 一种车牌检测方法和系统 | |
| CN109766850A (zh) | 基于特征融合的指纹图像匹配方法 | |
| JPH052635A (ja) | 個人識別装置 | |
| CN107045630B (zh) | 一种基于rgbd的行人检测和身份识别方法及系统 | |
| JP2000207489A (ja) | 文字抽出方法、装置および記録媒体 | |
| JPH05181411A (ja) | 地図情報照合更新方式 | |
| CN112528994B (zh) | 一种自由角度车牌检测方法、车牌识别方法和识别系统 | |
| JP3517518B2 (ja) | 物体検出装置 | |
| JP2002342758A (ja) | 視覚認識システム | |
| JPH09237343A (ja) | 物体認識システム | |
| JP2005173128A (ja) | 輪郭形状抽出装置 | |
| JP2003030649A (ja) | 画像処理方法および装置 | |
| JPH09128542A (ja) | 画像認識検索装置 | |
| JPH0935065A (ja) | 車載用画像処理装置 | |
| Shioyama et al. | Image analysis of crosswalk | |
| KR100287218B1 (ko) | 구조적 색불변량을 이용한 영상 검색 장치 및 그 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20040120 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20040126 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D02 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090130 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090130 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100130 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110130 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110130 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120130 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130130 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |