TWI438719B - 檢測用資訊登錄裝置、電子機器、檢測用資訊登錄裝置的控制方法、電子機器的控制方法、檢測用資訊登錄裝置控制程式、電子機器的控制程式 - Google Patents

檢測用資訊登錄裝置、電子機器、檢測用資訊登錄裝置的控制方法、電子機器的控制方法、檢測用資訊登錄裝置控制程式、電子機器的控制程式 Download PDF

Info

Publication number
TWI438719B
TWI438719B TW098126302A TW98126302A TWI438719B TW I438719 B TWI438719 B TW I438719B TW 098126302 A TW098126302 A TW 098126302A TW 98126302 A TW98126302 A TW 98126302A TW I438719 B TWI438719 B TW I438719B
Authority
TW
Taiwan
Prior art keywords
information
detection
target object
feature information
feature
Prior art date
Application number
TW098126302A
Other languages
English (en)
Other versions
TW201011696A (en
Inventor
Kozo Moriyama
Original Assignee
Omron Tateisi Electronics Co
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 Omron Tateisi Electronics Co filed Critical Omron Tateisi Electronics Co
Publication of TW201011696A publication Critical patent/TW201011696A/zh
Application granted granted Critical
Publication of TWI438719B publication Critical patent/TWI438719B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K11/00—Marking of animals
    • A01K11/006—Automatic identification systems for animals, e.g. electronic devices, transponders for animals
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • H04N23/634—Warning indications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/633—Control of cameras or camera modules by using electronic viewfinders for displaying additional information relating to control or operation of the camera
    • H04N23/635—Region indicators; Field of view indicators

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Birds (AREA)
  • Zoology (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Description

檢測用資訊登錄裝置、電子機器、檢測用資訊登錄裝置的控制方法、電子機器的控制方法、檢測用資訊登錄裝置控制程式、電子機器的控制程式
本發明係有關於進行物體的登錄及檢測之至少任一方的裝置，尤其係有關於登錄物體的資訊並根據所登錄之資訊而檢測物體的檢測用資訊登錄裝置、目標物體檢測裝置、電子機器、檢測用資訊登錄裝置的控制方法、目標物體檢測裝置的控制方法、檢測用資訊登錄裝置控制程式、目標物體檢測裝置控制程式。
近年來，在數位靜物相機、數位攝影機等的攝像機器，為了得到最佳的圖像，自動識別攝影目標的需要漸增。例如，在數位相機存在裝載自動檢測人臉，並對所檢測之人臉之焦點或曝光的功能等的相機。
又，在相機攝影，將寵物等的動物作為攝影目標的機會亦多，和檢測人臉一樣，要求自動檢測作為攝影目標的動物，並修正焦點或曝光之功能。
可是，在現在的技術，雖然檢測人臉的技術已達到實用等級，但是檢測人以外之動物的技術只有受限定者。作為其理由之一，認為如下。即，在檢測某攝影目標的情況，首先，需要預先定義該攝影目標的特徵。在這一點，人臉之特徵的共同部分多，而易定義。另一方面，動物的種類比人多，而難預先定義。例如，若考慮定義犬的情況，即使一樣是犬，亦因種類而在臉或身體的形狀、顏色、毛之長度、耳的形狀等，差異比人的大。因而，難預先定義犬的特徵，要自動檢測無法預先定義的犬是困難。在此，考慮拍攝的情況，因為動物未必如人般面對攝影者側，而朝向各種方向，又，姿勢亦各式各樣，所以在這一點，使得自動識別在技術上更加困難。
作為自動識別物體的技術，有以下所示者。在專利文獻1揭示一種技術，其在具備臉識別功能的電子相機，根據所識別之被拍攝物的資訊而進行各種處理。
又，在專利文獻2記載一種技術，其將由複數台相機所拍攝之圖像輸入共用的圖像處理裝置，而在圖像處理裝置，藉由比對資料庫所登錄的模型資料和以相機所拍攝之圖像，而檢測物體的存在位置、物體的種類、至物體的大致距離。
又，在專利文獻3記載一種技術，其推測物體之看法的變化並進行模型化，再比對已模型化的資料和所輸入之圖像資訊。
又，在專利文獻4記載一種技術，其在檢測位於監視空間之檢測目標的圖像識別裝置，在背景圖像和輸入圖像變化的情況，使用小動物指標，並判斷此變化是否由小動物所引起的。
又，在專利文獻5記載一種技術，其使用熱源圖像識別車輛，並對其種類進行判別、分類。
又，在專利文獻6揭示一種技術，其從動物之鼻整體的圖像抽出鼻的輪廓、2個鼻孔和各自的輪廓，並製作用以識別動物的資訊。
[專利文獻1]特開2007-282119號公報(2007年10月25日公開)
[專利文獻2]特開2002-83297號公報(2002年3月22日公開)
[專利文獻3]特開2001-307096號公報(2001年11月2日公開)
[專利文獻4]特開2006-155167號公報(2006年6月15日公開)
[專利文獻5]特開平8-16987號公報(1996年1月19日公開)
[專利文獻6]特開2007-135501號公報(2007年6月7日公開)
可是，在該以往之構成，產生如以下所示的問題。即，專利文獻1所記載的技術，是認證人臉，而如上述所示，因為動物原本難預先定義，所以和人臉一樣地檢測動物係困難。
又，將專利文獻2所記載的技術應用於動物的情況，需要登錄量龐大的模型資料。此外，在登錄，雖然需要登錄於來自各種方向或各種位置的資料，但是使用者不知道從那些方向或位置登錄多少量即可，對使用者而言，登錄並不容易。
又，在專利文獻3所記載的技術，為了在登錄時進行模型化，因為需要正確地計算攝影環境(方向或姿勢等)的資訊，所以需要切出目標物。可是，從靜止圖像切出目標物很困難，所需的人力和時間多，登錄並不容易。
本發明係鑑於上述之問題點而開發者，其目的在於實現使用者可易於將作為檢測目標之動物進行登錄的裝置、及從所輸入之圖像檢測所登錄之動物的裝置之檢測用資訊登錄裝置、目標物體檢測裝置等。
為了解決該課題，本發明的檢測用資訊登錄裝置，其登錄檢測用特徵資訊，而該資訊是用以檢測藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊，該裝置的特徵為具備有：記憶部，係記憶資訊；圖像取得手段，係取得在該動態圖像的圖框圖像；追蹤用特徵抽出手段，係從該圖框圖像抽出追蹤用特徵資訊，並記憶於該記憶部，而該追蹤用特徵資訊是用以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊；目標物體區域檢測手段，係從該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化，檢測出該目標物體的圖像區域；檢測用特徵抽出手段，係從該目標物體區域檢測手段所檢測出之該目標物體的圖像區域，抽出該檢測用特徵資訊；以及檢測用特徵登錄手段，係將該檢測用特徵抽出手段所抽出之該檢測用特徵資訊的一部分或全部登錄於該記憶部。
又，本發明之檢測用資訊登錄裝置的控制方法的特徵為包含有：圖像取得步驟，係取得在該動態圖像的圖框圖像；追蹤用特徵抽出步驟，係從該圖框圖像抽出追蹤用特徵資訊，並記憶於該記憶部，而該追蹤用特徵資訊是用以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊；目標物體區域檢測步驟，係從在該追蹤用特徵抽出步驟所抽出之追蹤用特徵資訊，和記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化，檢測出該目標物體的圖像區域；檢測用特徵抽出步驟，係從在該目標物體區域檢測步驟所檢測之該目標物體的圖像區域，抽出該檢測用特徵資訊；以及檢測用特徵登錄步驟，係將在該檢測用特徵抽出步驟所抽出之該檢測用特徵資訊的一部分或全部登錄於記憶部。
若依據上述之構成及方法，從動態圖像取得圖框圖像。然後，從所取得之圖框圖像，抽出用以追蹤在動態圖像中之目標物體的追蹤用特徵資訊，並記憶於記憶部。接著，從記憶部所記憶之過去的追蹤用特徵資訊和現在之追蹤用特徵資訊的變化，而檢測目標物體的圖像區域。然後，從目標物體的圖像區域抽出檢測用特徵資訊，並記憶於記憶部。
因而，因為僅將目標物體進行動態圖像攝影，就登錄用以檢測目標物體的檢測用特徵資訊，所以可易於登錄目標物體的特徵。
在本發明之檢測用資訊登錄裝置，亦可還具備有：運動變化量算出手段，係根據該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化、及該目標物體區域檢測手段所檢測出之目標物體區域的資訊，算出該目標物體在該圖框圖像的運動變化量；類似度算出手段，係算出該檢測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部所記憶之檢測用特徵資訊的類似度；以及充實度算出手段，係從包含有該目標物體的被拍攝物之藉攝影所得之任意的攝影圖像，根據該運動變化量算出手段所算出之運動變化量和該類似度算出手段所算出之類似度，對為了檢測該目標物體而被推測為必需之檢測用特徵資訊的量算出表示該記憶部所記憶之檢測用特徵資訊的量之程度的充實度。
若依據上述之構成，運動變化量算出手段根據追蹤用特徵抽出手段所抽出之追蹤用特徵資訊，和記憶部所記憶之關於過去之圖框圖像的追蹤用特徵資訊的變化，及目標物體區域檢測手段所檢測出之目標物體區域的資訊，算出目標物體在圖框圖像的運動變化量。而，充實度算出手段根據運動變化量算出手段所算出之運動變化量和類似度算出手段所算出之類似度，而算出充實度。
在此，作為該運動變化量的例子，列舉移動量或方向的變化量等。
藉此，算出表示所記憶之檢測用特徵資訊的量相對為了檢測目標物體而被推測為必需之檢測用特徵資訊的量之程度的充實度。
因而，例如藉由通知充實度，而可催促使用者，使其將檢測用特徵資訊登錄至為了檢測目標物體而被推測為必需之檢測用特徵資訊的量。
在本發明之檢測用資訊登錄裝置，亦可還具備起始位置取得手段，係預先取得在動態圖像中之目標物體之起始位置的資訊，並記憶於該記憶部；該追蹤用特徵抽出手段及該目標物體區域檢測手段是對於該圖像取得手段所取得之最初的圖框圖像，利用該記憶部所記憶之起始位置的資訊者。
若依據上述之構成，起始位置取得手段預先取得在動態圖像中之目標物體之起始位置的資訊，並記憶於該記憶部。而追蹤用特徵抽出手段及目標物體區域檢測手段對圖像取得手段所取得之最初的圖框圖像，利用該記憶部所記憶之起始位置的資訊。
因而，因為預先指定目標物體的起始位置，所以追蹤用特徵抽出手段及目標物體區域檢測手段可更正確地檢測目標物體所存在的區域。
在本發明之檢測用資訊登錄裝置，最好還具備共同特徵特定手段，其特定該記憶部所記憶之複數個檢測用特徵資訊之全部或共用一部分之一個或複數個檢測用共同特徵資訊；該檢測用特徵登錄手段將該共同特徵特定手段所特定之檢測用共同特徵資訊再登錄於該記憶部。
若依據上述之構成，共同特徵特定手段特定該記憶部所記憶之複數個檢測用特徵資訊之全部或共用一部分之一個或複數個檢測用共同特徵資訊。而且，使記憶部記憶所特定之檢測用共同特徵資訊。
因而，在需要時，可使用檢測用共同特徵資訊。
例如，在檢測目標物體的情況，藉由使用檢測用共同特徵資訊，而可從圖像整體中檢測目標物體存在之可能性高的區域。
在本發明之檢測用資訊登錄裝置，亦可該記憶部所記憶之檢測用特徵資訊係被賦予與識別複數個該目標物體的識別資訊對應地被記憶。
若依據上述之構成，檢測用特徵資訊係被賦予與識別複數個該目標物體的識別資訊對應地被記憶。
因而，可登錄複數個目標物體。
為了解決該課題，本發明的目標物體檢測裝置，其檢測藉攝影所得之動態圖像所包含的目標物體，該裝置的特徵為具備有：記憶部，係記憶是用以檢測該目標物體的資訊且是將該目標物體賦予特徵之資訊的複數個檢測用特徵資訊、及與該複數個檢測用特徵資訊之全部或一部分共通之一個或複數個檢測用共同特徵資訊；圖像取得手段，係取得在該動態圖像的圖框圖像；檢測用特徵抽出手段，係從該圖像取得手段所取得之圖框圖像，抽出檢測用特徵資訊；候選區域探索手段，係使用該檢測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部之檢測用共同特徵資訊，將具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域作為候選區域進行探索，該候選區域係為在圖框圖像中有可能存在該目標物體的區域；類似度算出手段，係算出該候選區域探索手段所探測之候選區域所包含的檢測用特徵資訊和該記憶部所記憶之檢測用特徵資訊的類似度；以及判定手段，係根據該類似度算出手段所算出之類似度，而判定該候選區域是否為在該圖框圖像中存在有該 目標物體的區域。
又，本發明之目標物體檢測裝置的控制方法，該目標物體檢測裝置檢測藉攝影所得之動態圖像所包含的目標物體，該方法的特徵為包含有：圖像取得步驟，係取得在該動態圖像的圖框圖像；檢測用特徵抽出步驟，係從在該圖像取得步驟所取得之圖框圖像，抽出檢測用特徵資訊；候選區域探索步驟，係使用在該檢測用特徵抽出步驟所抽出之檢測用特徵資訊、和記憶部所記憶之與將目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部或一部分共通之一個或複數個檢測用共同特徵資訊，將具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域作為候選區域進行探索，該候選區域係為在圖框圖像中有可能存在該目標物體的區域；類似度算出步驟，係算出在該候選區域探索步驟所探測之候選區域所包含的檢測用特徵資訊、和記憶部所記憶之檢測用特徵資訊的類似度；以及判定步驟，係根據在該類似度算出步驟所算出之類似度，而判定該候選區域是否為在該圖框圖像中存在有該目標物體的區域。
若依據上述之構成及方法，使用記憶部所記憶之與將目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部或一部分共通之一個或複數個檢測用共同特徵資訊，探索候選區域，其是在從藉攝像之動態圖像所取得之圖框圖像上具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域。
然後，算出所探測之候選區域的檢測用特徵資訊和該檢測用特徵資訊的類似度，再根據所算出之類似度，而判定該候選區域是否是目標物體所存在的區域。
因而，可將和記憶部所記憶之檢測用特徵資訊類似之檢測用特徵資訊的區域判定為目標物體所存在的區域。
例如，若預先登錄使用者所飼養之犬的檢測用特徵資訊，在以目標物體檢測裝置拍攝圖像時，若使用者所飼養之犬位於攝影範圍，則可檢測該犬所存在的區域。
在本發明之目標物體檢測裝置，亦可是具備有追蹤該所要之物體存在之區域的追蹤手段。
若依據上述之構成，追蹤手段追蹤所要之物體存在之區域。因而，只要一度檢測到所要之物體存在之區域，即使不再進行檢測動作，亦可繼續檢測所要之物體存在之區域。
即使係包含有該檢測用資訊登錄裝置和該目標物體檢測裝置的電子機器，亦可具如上述之效果。
在本發明的電子機器，亦可具備通知手段，其根據該充實度算出手段所算出之充實度，通知使用者。
因而，根據充實度而通知使用者。藉此，使用可根據充實度而進行處理。
例如，若充實度算出手段所算出之充實度超過所預定的臨限值，只要通知手段對使用者通知是登錄可結束的主旨，使用者可識別已記憶部可特定登錄目標物體之程度的特徵量。
在此，所預定的臨限值是當充實度超過該臨限值時，特徵量記憶部所記憶的特徵量達到足以特定目標物體之量的值。
又，亦可充實度算出手段所算出之充實度未超過所預定的臨限值時，通知手段對使用者通知該充實度未超過所預定之臨限值的主旨、及為了該充實度超過所預定的臨限值而需要之動作的指示之至少任一方。因而，充實度未超過所預定的臨限值時，使用者可識別充實度未超過所預定之臨限值的主旨、及為了充實度超過所預定的臨限值而需要之動作的指示之至少任一方。
此外，該檢測用資訊登錄裝置及目標物體檢測裝置亦可利用電腦實現，在此情況，藉由使電腦作為上述各手段進行動作，而以電腦實現該檢測用資訊登錄裝置及目標物體檢測裝置的檢測用資訊登錄裝置程式及目標物體檢測裝置程式、以及已記錄那些程式之電腦可讀取的記錄媒體亦屬於本發明之範圍。
如以上所示，本發明的檢測用資訊登錄裝置，其登錄檢測用特徵資訊，而該資訊是用以檢測藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊，該裝置是具備有如下之元件的構成：記憶部，係記憶資訊；圖像取得手段，係取得在該動態圖像的圖框圖像；追蹤用特徵抽出手段，係從該圖框圖像抽出追蹤用特徵資訊，並記憶於該記憶部，而該追蹤用特徵資訊是用以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊；目標物體區域檢測手段， 係從該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化，檢測出該目標物體的圖像區域；檢測用特徵抽出手段，係從該目標物體區域檢測手段所檢測出之該目標物體的圖像區域，抽出該檢測用特徵資訊；以及檢測用特徵登錄手段，係將該檢測用特徵抽出手段所抽出之該檢測用特徵資訊的一部分或全部登錄於該記憶部。
又，本發明之檢測用資訊登錄裝置的控制方法，包含有：圖像取得步驟，係取得在該動態圖像的圖框圖像；追蹤用特徵抽出步驟，係從該圖框圖像抽出追蹤用特徵資訊，並記憶於該記憶部，而該追蹤用特徵資訊是用以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊；目標物體區域檢測步驟，係從在該追蹤用特徵抽出步驟所抽出之追蹤用特徵資訊，和記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化，檢測出該目標物體的圖像區域；檢測用特徵抽出步驟，係從在該目標物體區域檢測步驟所檢測之該目標物體的圖像區域，抽出該檢測用特徵資訊；以及檢測用特徵登錄步驟，係將在該檢測用特徵抽出步驟所抽出之該檢測用特徵資訊的一部分或全部登錄於記憶部。
因而，因為只是將目標物體進行動態圖像攝影，而登錄用以檢測目標物體的檢測用特徵資訊，所以可易於登錄目標物體的特徵。
又，本發明之目標物體檢測裝置，其檢測藉攝影所得之動態圖像所包含的目標物體，該裝置是具備有如下之元件的構成：記憶部，係記憶是用以檢測該目標物體的資訊且是將該目標物體賦予特徵之資訊的複數個檢測用特徵資訊、及與該複數個檢測用特徵資訊之全部或一部分共通之一個或複數個檢測用共同特徵資訊；圖像取得手段，係取得位於該動態圖像中的圖框圖像；檢測用特徵抽出手段，係從該圖像取得手段所取得之圖框圖像，抽出檢測用特徵資訊；候選區域探索手段，係使用該檢測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部之檢測用共同特徵資訊，將具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域作為候選區域進行探索，該候選區域係為在圖框圖像中有可能存在該目標物體的區域；類似度算出手段，係算出該候選區域探索手段所探測之候選區域所包含的檢測用特徵資訊和該記憶部所記憶之檢測用特徵資訊的類似度；以及判定手段，係根據該類似度算出手段所算出之類似度，而判定該候選區域是否為在該圖框圖像中存在有該目標物體的區域。
又，本發明之目標物體檢測裝置的控制方法，是檢測藉攝影所得之動態圖像所包含的目標物體之目標物體檢測裝置的控制方法，其包含有：圖像取得步驟，係取得位於該動態圖像中的圖框圖像；檢測用特徵抽出步驟，係從在該圖像取得步驟所取得之圖框圖像，抽出檢測用特徵資訊；候選區域探索步驟，係使用在該檢測用特徵抽出步驟所抽出之檢測用特徵資訊、和記憶部所記憶之是將目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部或共用一部分之一個或複數個檢測用共同特徵資訊，使具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域作為對該區域進行探索在圖框圖像上具有該目標物體存在之可能性的候選區域；類似度算出步驟，係算出在該候選區域探索步驟所探測之候選區域所包含的檢測用特徵資訊、和記憶部所記憶之檢測用特徵資訊的類似度；以及判定步驟，係根據在該類似度算出步驟所算出之類似度，而判定該候選區域是否是在該圖框圖像上該目標物體所存在的區域。
若依據上述之構成及方法，使用記憶部所記憶之是將目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部或共用一部分之一個或複數個檢測用共同特徵資訊，探索候選區域，其是在從藉攝影所得之動態圖像所取得的圖框圖像上之具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域。
因而，可將和記憶部所記憶之檢測用特徵資訊類似之檢測用特徵資訊的區域判定為目標物體所存在的區域。
例如，若預先登錄使用者所飼養之犬的檢測用特徵資訊，在以目標物體檢測裝置拍攝圖像時，若使用者所飼養之犬位於攝影範圍，則可檢測該犬所存在的區域。
根據第1圖至第12圖來說明本發明之一實施形態，如以下所示。
第2圖係表示本實施形態之數位相機1之構成的方塊圖。如第2圖所示，數位相機1是包含有記憶部2、操作受理部3、攝像部4、顯示部5以及控制部6之構成。
數位相機1用於容易地將作為檢測目標的物體(目標物體)進行登錄、利用為了檢測用所登錄之物體的資訊(檢測用特徵資訊)從攝影中之圖像中檢測出所要的物體、及通知檢測結果。
例如，預先將使用者所飼養之寵物的檢測用特徵資訊登錄於數位相機1，若拍攝包含有該寵物的圖像，可檢測出攝影圖像中寵物所在的區域。
此外，若對所檢測的區域具有自動對準焦點或曝光之功能，可對寵物自動地進行對焦或曝光。
其次，說明數位相機1的各部分。
記憶部2記憶以數位相機1所拍攝之圖像、或檢測處理所使用的資料、追蹤處理所使用的資料等。而且，是包含有圖框緩衝器21、模型資訊記憶部(特徵量記憶部)22以及追蹤資訊記憶部23之構成。關於此圖框緩衝器21、模型資訊記憶部22以及追蹤資訊記憶部23的細節，將後述。作為此記憶部2的具體實例，列舉快閃記憶體。又，若是只要暫時記憶即可(圖框緩衝器21等)，亦可使用RAM(Random Access Memory)，若是只要可讀出程式即可，亦可使用ROM(Read Only Memory)。
操作受理部3是受理對數位相機1的操作。例如，受理表示登錄目標物體的ID(Identification，識別資訊)、或在顯示部5上表示目標物體所在的位置之操作。關於此目標物體的位置，亦是畫面為觸控面板形式，而在畫面上指定目標物體的位置者，亦可是將游標顯示於畫面，並使用該游標指定位置。此外，作為操作受理部3的具體實例，列舉各種按鈕或觸控面板等。
攝像部4用於拍攝目標物體等被拍攝物並產生映像資料。具體而言，列舉攝像部4的一種構成，其具備有：攝像元件，係將來自被拍攝物的光變換成電氣信號的CCD(Charge Coupled Device)及CMOS(Complementary Metal-Oxide Semiconductor)等圖像感測器等；及映像處理電路，係將來自攝像元件的電氣信號變換成RGB各色的數位映像資料。而且，攝像部4向控制部6傳送所產生之映像資料。此外，攝像部4亦具有AF(Auto Focus)功能。
顯示部5用於顯示以攝像部4所拍攝之圖像、或數位相機1之狀態、檢測結果等。作為此顯示部5，只要是可顯示資訊的顯示裝置，利用任何裝置都可實現，作為具體的實例，列舉液晶顯示器、有機電致發光(electroluminescence)顯示器、電漿顯示器。
控制部6是包含有圖框圖像取出部11、登錄處理部12、追蹤處理部(追蹤手段)13以及檢測處理部14之構成。而且，控制部6用於對想要檢測之物體進行登錄、追蹤以及檢測。關於登錄處理部12、追蹤處理部13以及檢測處理部14的細節，將後述。
圖框圖像取出部11是從攝像部4所傳送的映像資料取出圖框圖像，並將所取出之圖框圖像記憶於圖框緩衝器21。
圖框緩衝器21是記憶圖框圖像取出部11所取出之圖框圖像。
其次，使用第1圖說明登錄處理部12。第1圖係表示本實施形態的數位相機1之登錄處理部12之構成的方塊圖。如第1圖所示，登錄處理部12是包含有圖框圖像取得部(圖像取得手段)51、檢測用特徵量抽出部(目標物體區域檢測手段、檢測用特徵抽出手段)52、類似度算出部(類似度算出手段)53、登錄部(檢測用特徵登錄手段)54、充實度算出部(運動變化量算出手段、充實度算出手段)55、結果輸出部56、共同特徵量抽出部(共同特徵特定手段)57以及起始位置取得部(起始位置取得手段)58之構成。
而且，登錄處理部12抽出在所取得之圖框圖像之目標物體的特徵量(檢測用特徵資訊)，並記憶於模型資訊記憶部22。而，在模型資訊記憶部22，如第3圖所示，記憶如下所示者。第3圖係表示模型資訊記憶部22所記憶之內容的說明圖。在模型資訊記憶部22，記憶表示目標物體的ID、表示該目標物體的各圖框之各自的特徵量的特徵量資訊、以及表示是該各圖框之特徵量共同的特徵量之共同特徵量的共同特徵量資訊。
又，若ID存在複數個，則記憶該複數個ID量的該資訊。
圖框圖像取得部51從圖框緩衝器21取得圖框圖像，並向檢測用特徵量抽出部52傳送。
檢測用特徵量抽出部52從圖框圖像取得部51所取得之圖框圖像抽出目標物體的特徵量。然後，向類似度算出部53傳送所抽出之特徵量。如以下所示抽出目標物體的特徵量。即，使用者使用操作受理部3，從所指定之目標物體的位置、及藉追蹤處理部13之特徵點資訊之在圖框圖像的變化檢測目標物體區域。
此外，亦可根據在複數個圖框圖像之圖像上位置的變化而將背景區域和目標物體區域分離，藉此檢測目標物體區域。
然後，藉由抽出所檢測之目標物體區域的特徵量而進行。又，特徵量是表達從圖像所得之色資訊或邊緣資訊等之目標物體的特徵。
又，一度被檢測為目標物體區域的區域，以後藉由追蹤處理部追蹤，而可總是檢測目標物體區域，並可抽出特徵量。此外，關於追蹤處理，將後述。
類似度算出部53只要已記憶體表示和想要登錄於模型資訊記憶部22的目標物體相同之目標物體的特徵量，就算出所取得之特徵量和模型資訊記憶部22所記憶之相同之目標物體的特徵量之類似度。然後，向登錄部54傳送所算出的結果。
登錄部54只要從類似度算出部53所取得之類似度位於既定值的範圍，就將檢測用特徵量抽出部52所抽出的特徵量當作表示目標物體的，並記憶於模型資訊記憶部22。然後，向充實度算出部55傳送表示登錄結束之主旨的資訊。
在此，僅在類似度位於既定之範圍的情況，使其記憶特徵量，是根據以下的理由。即，這是由於在類似度太大的情況，換言之，已登錄之特徵量和即將要登錄的特徵量太相似的情況，就會失去登錄的意義。又，反之，若在類似度太小的情況，換言之，已登錄之特徵量和即將要登錄的特徵量相差太大的情況，則不適合作為表示相同的目標物體。
充實度算出部55從登錄部54取得表示登錄己結束之主旨的資訊時，算出表示模型資訊記憶部22所記憶的特徵量可特定目標物體之程度的充實度。然後，只要所算出之充實度是表示可特定目標物體之程度者，就向結果輸出部56傳送用以通知表示可登錄結束之主旨的資訊，否則傳送用以通知還需要登錄資料之主旨的資訊。
此外，充實度是根據移動量，算出之旋轉角的變化量而算出目標物體的方向，並根據係在相同之位置的旋轉的情況之特徵量的差分而推測並算出姿勢。
在此，說明類似度、方向的位移以及充實度。
登錄資料數為m個、特徵量的維度為n個，將第i個登錄資料的特徵量設為Fi、該登錄資料之特徵量所具有的第k個特徵設為Fi[k]時，根據以下的計算式計算2個登錄資料的變動(數值愈大相差愈大)。
又，根據下式計算類似度Si,j。
Si,j=Dmax-Di,j
(Dmax是變動的最大值)
又，在以下求方向的位移。
各登錄資料來自登錄起始圖框(第1個登錄資料)的推測方向(旋轉角度)。此外，此旋轉角度可使用以3維之x軸、y軸、z軸為中心軸的旋轉α(roll)、β(pitch)、γ(yaw)表達的「滾動角、俯仰角、偏擺角」等。
在使用「滾動角、俯仰角、偏擺角」的情況，將第i個登錄資料的旋轉角度設為ri(αi、βi、γi)、旋轉矩陣為R[i]時，根據下式求第i個旋轉矩陣。
R[i]=Rz(γi)‧Rx(αi)‧Ry(βi)
然後，可由下式表達從第i個登錄資料往第j個登錄資料的旋轉矩陣。
R[i→j]=R[j]‧R[i]-1
此時之旋轉角度的大小(第i個登錄資料和第j個登錄資料之方向的位移)如下式所示。
[數學式3]
∥R[i→j]∥
又，作為充實度的求法，可列舉以下的方法。此外，充實度是表示登錄資料的變化。
作為第1種方法，列舉根據方向之位移的大小而求充實度。這是以根據已登錄資料的組合之方向之位移的大小的總和來表達充實度，可由下式求得。
作為第2種方法，列舉根據特徵量的變動而求充實度。這是以根據已登錄資料的組合之特徵量的變動的總和來計算充實度，可由下式求得。
作為第3種方法，列舉使用方向之位移的大小和特徵量的變動而求充實度。這在2個登錄資料的組合之方向的位移大時使用方向之位移的大小，而在方向的位移小時使用特徵量的變動，來計算充實度，可由下式求得。
結果輸出部56從充實度算出部55所取得之資訊，通知該資訊所表示的內容。
共同特徵量抽出部抽出模型資訊記憶部22所記憶之各圖框的特徵量所共同的特徵量(檢測用共同特徵資訊)，並作為表示目標物體的共同特徵量，記憶於模型資訊記憶部22。
起始位置取得部58用於取得在操作受理部3所受理之表示位置的資料，並向圖框圖像取得部51傳送。
其次，使用第4圖，說明追蹤處理部13。第4圖係表示本實施形態之數位相機1的追蹤處理部13之構成的方塊圖。
如第4圖所示，追蹤處理部13是包含有移動區域預測部31、特徵點抽出部(追蹤用特徵抽出手段)32、移動量算出部33、追蹤目標區域算出部34、圖框資訊更新部35以及追蹤資訊起始設定部36之構成。而且，追蹤處理部13是使用追蹤資訊記憶部23所記憶的追蹤資訊，進行追蹤處理。第5圖係表示追蹤資訊記憶部23所記憶之追蹤資訊的說明圖。
如第5圖所示，在追蹤資訊記憶部23，記憶表示追蹤目標的追蹤用ID、表示是否已檢測到追蹤目標及是否是追蹤中的狀態以及圖框資訊。又，對各ID記憶這些資訊。即，若存在複數個ID，記憶該ID份量的該資訊。
而，在圖框資訊，包含有：表示追蹤目標之中心位置座標的位置資訊、特徵點資訊(追蹤用特徵資訊)、是追蹤目標之圖像上的區域資訊之追蹤目標區域資訊、以及表示來自起始圖框及前圖框之圖框移動量。又，在狀態是追蹤中的情況，記憶體正追蹤中之圖框份量的資訊。此外，亦可是記憶過去數圖框份量者。
移動區域預測部31從追蹤資訊記憶部23所記憶之圖框移動量，預測在現在圖框之追蹤目標的存在區域。
特徵點抽出部32抽出追蹤目標的特徵點。特徵點是在表示追蹤目標之特徵的局部點之顏色或邊緣資訊等。此外，特徵點亦可未限定為點，而是區域。
移動量算出部33從特徵點抽出部32所抽出之特徵點的變遷而計算追蹤目標的相對移動量。追蹤目標的移動量可用相對位置(x,y,z)的變化、及追蹤目標的旋轉(α、β、γ)等表達。
追蹤目標區域算出部34從特徵點抽出部32所抽出之特徵點的變遷而將追蹤目標區域和背景區域分離，並特定追蹤目標的區域。
圖框資訊更新部35對在現在圖框之特徵點的位置、特徵點資訊、追蹤目標區域資訊以及圖框移動量等，更新追蹤資訊記憶部23所記憶的資訊。
追蹤資訊起始設定部36將追蹤資訊記憶部23所記憶的資訊設定成起始值。此起始值是在開始追蹤時之圖框的位置資訊、特徵點資訊以及追蹤目標區域資訊。
其次，使用第6圖，說明檢測處理部14。第6圖係表示本實施形態之數位相機1的檢測處理部14之構成的方塊圖。如第6圖所示，檢測處理部14是包含有：圖框圖像取得部(圖像取得手段)41、特徵量抽出部(檢測用特徵抽出手段)42、候選區域探索部(候選區域探索手段)43、候選區域特徵量抽出部44、類似度算出部(類似度算出手段)45、中心位置算出部(判定手段)46以及結果輸出部(通知手段)47之構成。
而且，檢測處理部14探索模型資訊記憶部22所記憶之目標物體位於圖框圖像中的位置，並輸出結果。
圖框圖像取得部41從圖框緩衝器21取得圖框圖像。然後，向特徵量抽出部42傳送所取得之圖框圖像。
特徵量抽出部42抽出從圖框圖像取得部41所取得之圖框圖像的特徵量。
候選區域探索部43掃描圖框圖像取得部41所取得之圖框圖像，並使用模型資訊記憶部22所記憶之共同特徵量，探索目標物體存在之可能性高的區域(候選區域)。然後，向候選區域特徵量抽出部44傳送是探索結果的候選區域。此外，亦有在一個圖框圖像探索複數個區域的情況。
候選區域特徵量抽出部44抽出從候選區域探索部43所取得之候選區域的特徵量。然後，向類似度算出部45傳送所抽出之特徵量。
類似度算出部45比較從候選區域特徵量抽出部44所取得之特徵量、和模型資訊記憶部22所記憶的特徵量，並算出類似度。
中心位置算出部46在類似度算出部45所算出之類似度超過臨限值的情況，將候選區域探索部43所探索的候選區域當作是目標物體的存在區域，並算出該區域的中心位置。然後，向結果輸出部47傳送表示中心位置的資訊。
結果輸出部47使顯示部5顯示從中心位置算出部46所取得之中心位置。
其次，使用第7圖~第10圖，說明在數位相機1之目標物體的登錄、追蹤以及檢測之處理的流程。第7圖係表示在數位相機1的目標物體之登錄處理之流程的流程圖。
如第7圖所示，從使用者經由操作受理部3而受理目標物體的位置時(S701)，圖框圖像取出部11從所拍攝之動態圖像取出圖框圖像(S702)。然後，登錄處理部12判斷是否結束登錄(S703)，在未結束登錄的情況(在S703為NO)，追蹤處理部13判斷圖框圖像取出部11所取得之圖框圖像是否是起始圖框(S704)。
然後，若是起始圖框(在S704為YES)，追蹤處理部13製作追蹤用ID，並進行追蹤處理的起始化(S706)。關於追蹤處理的起始化，將後述。然後，回到S702。另一方面，若不是起始圖框(在S704為NO)，追蹤處理部13開始進行追蹤處理(S707)。關於追蹤處理的起始化，將後述。
然後，檢測用特徵量抽出部52確認追蹤資訊記憶部23所記憶的狀態、圖框資訊(S708)，再判斷狀態是否有不正常(S709)。然後，若是不正常(在S709為NO)，顯示部5進行錯誤顯示(S719)，並結束登錄處理。另一方面，若狀態無不正常(在S709為YES)，檢測用特徵量抽出部52抽出目標物體的特徵量(S710)。
在此，狀態的不正常是追蹤處理未正常地結束的情況。又，狀態是表示追蹤之狀態，存在「未識別」、「已識別」以及「追蹤中」之3種狀態。「未識別」表示已起始化之狀態。「已識別」表示追蹤未被起始化之狀態。又，「追蹤中」表示是追蹤中之狀態。
又，狀態從「未識別」變成「已識別」是從S705移至S706時，或後述之從S1013移至S1014時。又，狀態從「已識別」變成及「追蹤中」是在後述的S802。此外，狀態從「追蹤中」變成「未識別」是S716之前或後述的S907之前。
然後，類似度算出部53比較檢測用特徵量抽出部52所抽出之目標物體的特徵量和已登錄之相同的目標物體的特徵量，並算出類似度(S711)。接著，若類似度不在既定之範圍內(在S712為NO)，則不登錄，並回到S702。若類似度在既定之範圍內(在S712為YES)，則登錄部54使模型資訊記憶部22記憶目標物體的特徵量(S713)。
然後，充實度算出部55算出模型資訊記憶部22所記憶之特徵量的充實度(S714)。接著，顯示部5顯示結果(S715)。然後，回到S702。
另一方面，由於充實度超過臨限值等，而結束登錄的情況(在S703為YES)，共同特徵量抽出部57算出模型資訊記憶部22所記憶之各圖框之特徵量的共同特徵量(S716)。然後，受理該目標物體的ID(S717)，顯示部5顯示登錄結果(S718)，並結束登錄處理。
以上是登錄處理的流程。其次，使用第8圖，說明追蹤處理的起始化。第8圖係表示在數位相機1之追蹤處理的起始化之流程的流程圖。
如第8圖所示，在進行追蹤處理之起始化的情況，特徵點抽出部32抽出追蹤目標的特徵點(S801)。然後，追蹤資訊起始設定部36使追蹤資訊記憶部23僅記憶特徵點抽出部32所抽出之特徵點的位置資訊，並將其他的追蹤重設(S802)。以上，結束追蹤處理之起始化的流程。
其次，使用第9圖，說明追蹤處理。第9圖係表示在數位相機1之追蹤處理之流程的流程圖。
如第9圖所示，在進行追蹤處理的情況，追蹤處理部13從過去圖框之追蹤目標的移動量預測在現在圖框的位置(S901)。然後，特徵點抽出部32抽出特徵點(S902)，移動量算出部33從過去圖框和現在圖框之特徵點之位置的變化算出追蹤目標的移動量(S903)。接著，追蹤目標區域算出部34比較前圖框和現在圖框的圖像，並算出相似度，再判斷所算出之相似度是否大於基準值(S904)。然後，若相似度是基準值以下(在S904為NO)，圖框資訊更新部35清除追蹤資訊記憶部23所記憶之追蹤資訊。因為認為在前圖框和現在圖框相差太大的情況，無法進行追蹤。
另一方面，在相似度大於基準值的情況(在S904為YES)，追蹤目標區域算出部34從移動量算出部33所算出之移動量算出追蹤目標和背景的邊界，並算出追蹤目標區域(S905)。然後，圖框資訊更新部35更新圖框資訊(S906)。
其次，使用第10圖，說明檢測處理的流程。第10圖係表示在數位相機1檢測目標物體之處理之流程的流程圖。
如第10圖所示，首先，圖框圖像取出部11從所拍攝之動態圖像抽出圖框圖像(S1001)。接著，檢測處理部14判斷是否模型資訊記憶部22已登錄表示目標物體的ID(S1002)。然後，在未登錄ID的情況(在S1002為NO)，直接顯示結果(S1016)。另一方面，若已登錄ID(在S1002為YES)，特徵量抽出部42抽出圖框圖像的特徵量(S1003)。接著，追蹤處理部13確認追蹤資訊的狀態(S1004)，若狀態是追蹤中(在S1005為YES)，則進行追蹤處理(S1006)。另一方面，若狀態不是追蹤中(在S1005為NO)，候選區域探索部43從圖框圖像探索是被認為目標物體存在之區域的候選區域(S1007)。
然後，若候選區域存在(在S1008為YES)，候選區域特徵量抽出部44抽出候選區域的特徵量(S1009)。接著，比較類似度算出部45所抽出的特徵量和模型資訊記憶部22所記憶的特徵量，並算出類似度(S1010)。然後，對全部的候選區域之特徵量的抽出及類似度的計算結束時(在S1011為YES)，類似度算出部45判斷所算出之類似度的最大值是否是臨限值以上(S1012)。
然後，若類似度的最大值是臨限值以上(在S1012為YES)，中心位置算出部46算出候選區域的中心位置(S1013)。然後，若對全部的ID結束該處理(在S1015為YES)，則進行表示中心位置的顯示(S1016)。
另一方面，若無候選區域(在S1008為NO)，移至S1015。又，若類似度的最大值未超過臨限值(在S1012為NO)，移至S1015。
以上，檢測處理結束。
如以上所示，在本實施形態，在登錄目標物體的情況，以動態圖像拍攝目標物體。然後，在開始登錄的圖框，受理目標物體所存在的位置。因而，藉由看動態圖像之各圖框的變化，而可將目標物體和背景分離，並可確定目標物體的區域。因而，可易於登錄目標物體。
又，在檢測目標物體的情況，使用所登錄之各圖框之特徵量的共同特徵量，在攝影圖像探索被認為目標物體所存在的區域(候選區域)。然後，藉由將所探索之候選區域的特徵量和各圖框的特徵量比較，而判斷該候選區域是否是目標物體所存在的區域。因而，可易於檢測目標物體。
此外，藉由進行追蹤處理，而可自動追蹤曾被檢測到的目標物體。因而，即使是未登錄的姿勢或方向亦可追蹤，所以可檢測目標物體所存在的區域。
其次，使用第11圖及第12圖，說明具體地使用本實施形態的例子。在此，作為目標物體，考慮「犬」。第11圖係關於登錄犬之情況的說明圖，第11圖(a)表示指定犬存在之區域的1點之狀態，第11圖(b)表示判別所登錄之犬的區域之狀態。
如第11圖(a)所示，在登錄犬之情況，首先，將犬存在之區域的1點指定為指定點110。然後，根據上述的方法追蹤犬，並從犬所存在的區域(以粗線所包圍的區域)抽出特徵量並登錄。
又，第12圖係關於檢測犬之情況的說明圖，第12圖(a)表示在攝影中的圖像中犬存在之狀態，第12圖(b)表示候選區域，第12圖(c)表示所檢測之犬存在的區域。
如第12圖(a)所示，在攝影中的圖像中所登錄之犬存在的情況，探索候選區域時，探索如第12圖(b)所示的區域。然後，比較所探索之候選區域的特徵量和所登錄之犬的特徵量，若判斷犬所存在的區域，則如第12圖(c)所示，進行表示犬所存在之區域的顯示。
本發明未限定為上述的實施形態，可在申請項所示之專利範圍內進行各種變更。即，關於將在申請項所示之專利範圍內所適當變更的技術性手段組合所得之實施形態，亦包含於本發明之技術性範圍。
最後，數位相機1之各方塊，尤其控制部6亦可由硬體邏輯元件所構成，亦可如以下所示使用CPU(Central Processing Unit)，並利用軟體實現。
即，數位相機1具備有：執行實現各功能之控制程式之命令的CPU、已儲存該程式的ROM(Read Only Memory)、將該程式展開的RAM(Random Access Memory)、以及儲存該程式及各種資料的記憶體等的記憶裝置(記錄媒體)等。而，將是實現上述之功能的軟體之數位相機1之控制程式的程式碼(執行形式程式、中間碼程式、原始程式)記錄成電腦可讀取的記錄媒體供給該數位相機1，藉由該電腦(或者CPU或MPU(Micro Processor Unit))讀出並執行記錄媒體所記錄的程式碼，亦可達成本發明之目的。
作為該記錄媒體，例如可使用磁帶或卡帶等磁帶系、包含有FLOPPY(註冊商標)碟片/硬碟片等磁性碟片或CD-ROM(Compact Disc Read-Only Memory)/MO(Magneto-Optical)/MD(Mini Disc)/DVD(Digital Versatile Disc)/CD-R(CD-Recordable)等之光碟片的碟片系、IC卡(包含有記憶卡)/光卡等卡系、或者遮罩ROM/EPROM(Erasable Programmable Read-Only Memory)/EEPROM(Electrically Erasable and Programmable Read-Only Memory)/快閃ROM等的半導體記憶體系等。
又，亦可將數位相機1構成為可和通信網路連接，並經由通信網路而供給該程式碼。作為此通信網路，未特別限定，例如可利用網際網路、網內網路、附加網路、LAN(Local Area Network)、ISDN(Integrated Services Digital Network)、VAN(Value-Added Network)、CATV(Community Antenna Television)通信網、虛擬專用網(virtual private network)、電話線路網、移動體通信網、衛星通信網等。又，作為構成通信網路的傳送媒體，未特別限定，例如不管IEEE(Institute Electrical and Electronic Engineers)1394、USB、電力線傳輸、電纜TV線路、電話線、ADSL(Asynchronous Digital Subscriber Loop)線路等之有線，或是IrDA(Infrared Data Association)或如遙控器之紅外線、Bluetooth(註冊商標)802.11無線、HDR(High Data Rate)、手機電話網、衛星線路、地上波數位網等之無線都可利用。此外，即使在將該程式碼以電子傳送具體實現，並被埋入載波之電腦信號的形態亦可實現本發明。
[工業上之可應用性]
因為亦可易於登錄、檢測包含以往是難檢測的動物在內，所以適合於拍攝包含有動物等的裝置，例如數位相機等。
1．．．數位相機
2．．．記憶部
3．．．操作受理部
4．．．攝像部
5．．．顯示部
6．．．控制部
11．．．圖框圖像取出部
12．．．登錄處理部
13．．．追蹤處理部(追蹤手段)
14．．．檢測處理部
21．．．圖框緩衝器
22．．．模型資訊記憶部
23．．．追蹤資訊記憶部
31．．．移動區域預測部
32．．．特徵點抽出部(追蹤用特徵抽出手段)
33．．．移動量算出部
34．．．追蹤目標區域算出部
35．．．圖框資訊更新部
36．．．追蹤資訊起始設定部
41、51．．．圖框圖像取得部(圖像取得手段)
42．．．特徵量抽出部(檢測用特徵抽出手段)
43．．．候選區域探索部(候選區域探索手段)
44．．．候選區域特徵量抽出部
45、53．．．類似度算出部(類似度算出手段)
46．．．中心位置算出部(判定手段)
47、56．．．結果輸出部(通知手段)
52．．．檢測用特徵量抽出部(目標物體區域檢測手段、檢測用特徵抽出手段)
54．．．登錄部(檢測用特徵登錄手段)
55．．．充實度算出部(運動變化量算出手段、充實度算出手段)
57．．．共同特徵量抽出部(共同特徵特定手段)
58．．．起始位置取得部(起始位置取得手段)
第1圖係表示本發明之實施形態，係表示數位相機之登錄處理部之構成的方塊圖。
第2圖係表示該實施形態之數位相機之構成的方塊圖。
第3圖係表示該實施形態之數位相機的模型資訊記憶部所記憶之內容的說明圖。
第4圖係表示該實施形態之數位相機的追蹤處理部之構成的方塊圖。
第5圖係表示該實施形態之數位相機的追蹤資訊記憶部所記憶之追蹤資訊的說明圖。
第6圖係表示該實施形態之數位相機的檢測處理部之構成的方塊圖。
第7圖係表示在該實施形態之數位相機的目標物體之登錄處理之流程的流程圖。
第8圖係表示在該實施形態之數位相機的追蹤處理之起始化之流程的流程圖。
第9圖係表示在該實施形態之數位相機的追蹤處理之流程的流程圖。
第10圖係表示在該實施形態之數位相機1檢測目標物體的處理之流程的流程圖。
第11圖係在該實施形態，關於登錄犬之情況的說明圖，第11圖(a)係表示指定犬存在之區域的1點之狀態的圖，第11圖(b)係表示判別所登錄之犬的區域之狀態的圖。
第12圖係在該實施形態，關於檢測犬之情況的說明圖，第12圖(a)係表示在攝影中的圖像中犬存在之狀態的圖，第12圖(b)係表示候選區域的圖，第12圖(c)係表示所檢測之犬存在的區域的圖。
3．．．操作受理部
5．．．顯示部
12．．．登錄處理部
21．．．圖框緩衝器
22．．．模型資訊記憶部
51．．．圖框圖像取得部
52．．．檢測用特徵量抽出部
53．．．類似度算出部
54．．．登錄部
55．．．充實度算出部
56．．．結果輸出部
57．．．共同特徵量抽出部
58．．．起始位置取得部

Claims (11)

  1. 一種檢測用資訊登錄裝置，其登錄檢測用特徵資訊，而該資訊是用以檢測藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊，該裝置的特徵為具備有：記憶部，係記憶資訊；圖像取得手段，係取得位於該動態圖像中的圖框圖像；追蹤用特徵抽出手段，係從該圖框圖像抽出追蹤用特徵資訊，並記憶於該記憶部，而該追蹤用特徵資訊是用以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊；目標物體區域檢測手段，係從該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化，檢測出該目標物體的圖像區域；檢測用特徵抽出手段，係從該目標物體區域檢測手段所檢測出之該目標物體的圖像區域，抽出該檢測用特徵資訊；檢測用特徵登錄手段，係將該檢測用特徵抽出手段 所抽出之該檢測用特徵資訊的一部分或全部登錄於該記憶部；運動變化量算出手段，係根據該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化、及該目標物體區域檢測手段所檢測出之目標物體區域的資訊，算出該目標物體在該圖框圖像的運動變化量；類似度算出手段，係算出該檢測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部所記憶之檢測用特徵資訊的類似度；以及充實度算出手段，係根據該運動變化量算出手段所算出之運動變化量和該類似度算出手段所算出之類似度，算出充實度，該充實度是表示：該記憶部所記憶之檢測用特徵資訊的量相對於推測從藉由拍攝包含有該目標物體的被拍攝物所得之任意的攝影圖像檢測該目標物體所需之檢測用特徵資訊的量之程度。
  2. 如申請專利範圍第1項之檢測用資訊登錄裝置，其中還具備起始位置取得手段，係預先取得在動態圖像中之目標物體之起始位置的資訊，並記憶於該記憶部；該追蹤用特徵抽出手段及該目標物體區域檢測手段對於該圖像取得手段所取得之最初的圖框圖像，利用該記憶部所記憶之起始位置的資訊。
  3. 如申請專利範圍第2項之檢測用資訊登錄裝置，其中還具備共同特徵特定手段，其特定與該記憶部所記憶之複數個檢測用特徵資訊之全部或一部分共通之一個 或複數個檢測用共同特徵資訊；該檢測用特徵登錄手段將該共同特徵特定手段所特定之檢測用共同特徵資訊再登錄於該記憶部。
  4. 如申請專利範圍第2項之檢測用資訊登錄裝置，其中該記憶部所記憶之檢測用特徵資訊係被賦予與識別複數個該目標物體的識別資訊對應地被記憶。
  5. 一種電子機器，其具備如申請專利範圍第1至4項中任一項之檢測用資訊登錄裝置和檢測藉攝影所得之動態圖像所包含的目標物體之目標物體檢測裝置，該電子機器之特徵為具備有：記憶部，係記憶是用以檢測該目標物體的資訊且是將該目標物體賦予特徵之資訊的複數個檢測用特徵資訊、及與該複數個檢測用特徵資訊之全部或一部分共通之一個或複數個檢測用共同特徵資訊；圖像取得手段，係取得位於該動態圖像中的圖框圖像；檢測用特徵抽出手段，係從該圖像取得手段所取得之圖框圖像，抽出檢測用特徵資訊；候選區域探索手段，係使用該檢測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部之檢測用共同特徵資訊，將具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域作為候選區域進行探索，該候選區域係在圖框圖像有可能存在該目標物體的區域；類似度算出手段，係算出該候選區域探索手段所探 測之候選區域所包含的檢測用特徵資訊和該記憶部所記憶之檢測用特徵資訊的類似度；以及判定手段，係根據該類似度算出手段所算出之類似度，判定該候選區域是否為在該圖框圖像中存在有該目標物體的區域。
  6. 如申請專利範圍第5項之電子機器，其中該目標物體檢測裝置具備有追蹤該目標物體所存在之區域的追蹤手段。
  7. 如申請專利範圍第5或6項之電子機器，其具備通知手段，其根據該充實度算出手段所算出之充實度，通知使用者。
  8. 一種檢測用資訊登錄裝置的控制方法，該檢測用資訊登錄裝置登錄檢測用特徵資訊，而該資訊是用以檢測藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊，該方法的特徵為包含有：圖像取得步驟，係取得位於該動態圖像中的圖框圖像；追蹤用特徵抽出步驟，係從該圖框圖像抽出追蹤用特徵資訊，並記憶於記憶部，而該追蹤用特徵資訊是用以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊；目標物體區域檢測步驟，係從在該追蹤用特徵抽出步驟所抽出之追蹤用特徵資訊，和記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化，檢測出該目標物體的圖像區域； 檢測用特徵抽出步驟，係從在該目標物體區域檢測步驟所檢測之該目標物體的圖像區域，抽出該檢測用特徵資訊；檢測用特徵登錄步驟，係將在該檢測用特徵抽出步驟所抽出之該檢測用特徵資訊的一部分或全部登錄於記憶部；運動變化量算出手段，係根據該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化、及該目標物體區域檢測手段所檢測出之目標物體區域的資訊，算出該目標物體在該圖框圖像的運動變化量；類似度算出手段，係算出該檢測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部所記憶之檢測用特徵資訊的類似度；以及充實度算出手段，係根據該運動變化量算出手段所算出之運動變化量和該類似度算出手段所算出之類似度，算出充實度，該充實度是表示：該記憶部所記憶之檢測用特徵資訊的量相對於推測從藉由拍攝包含有該目標物體的被拍攝物所得之任意的攝影圖像檢測該目標物體所需之檢測用特徵資訊的量之程度。
  9. 一種電子機器的控制方法，該電子機器具備如申請專利範圍第1至4項中任一項之檢測用資訊登錄裝置和檢測藉攝影所得之動態圖像所包含的目標物體之目標物體檢測裝置，該電子機器的控制方法之特徵為包含有： 圖像取得步驟，係取得位於該動態圖像中的圖框圖像；檢測用特徵抽出步驟，係從在該圖像取得步驟所取得之圖框圖像，抽出檢測用特徵資訊；候選區域探索步驟，係使用在該檢測用特徵抽出步驟所抽出之檢測用特徵資訊、和記憶部所記憶之與將目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部或一部分共通之一個或複數個檢測用共同特徵資訊，將具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域作為候選區域進行探索，該候選區域係為在圖框圖像中有可能存在該目標物體的區域；類似度算出步驟，係算出在該候選區域探索步驟所探測之候選區域所包含的檢測用特徵資訊、和記憶部所記憶之檢測用特徵資訊的類似度；以及判定步驟，係根據在該類似度算出步驟所算出之類似度，而判定該候選區域是否為在該圖框圖像中存在有該目標物體的區域。
  10. 一種檢測用資訊登錄裝置的控制程式，該檢測用資訊登錄裝置登錄檢測用特徵資訊，而該資訊是用以檢測藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊，該程式用以使電腦執行如下的步驟：圖像取得步驟，係取得位於該動態圖像中的圖框圖像；追蹤用特徵抽出步驟，係從該圖框圖像抽出追蹤用 特徵資訊，並記憶於記憶部，而該追蹤用特徵資訊是用以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊且是對該目標物體賦予特徵的資訊；目標物體區域檢測步驟，係從在該追蹤用特徵抽出步驟所抽出之追蹤用特徵資訊，和記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化，檢測出該目標物體的圖像區域；檢測用特徵抽出步驟，係從在該目標物體區域檢測步驟所檢測之該目標物體的圖像區域，抽出該檢測用特徵資訊；檢測用特徵登錄步驟，係將在該檢測用特徵抽出步驟所抽出之該檢測用特徵資訊的一部分或全部登錄於記憶部；運動變化量算出手段，係根據該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊的變化、及該目標物體區域檢測手段所檢測出之目標物體區域的資訊，算出該目標物體在該圖框圖像的運動變化量；類似度算出手段，係算出該檢測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部所記憶之檢測用特徵資訊的類似度；以及充實度算出手段，係根據該運動變化量算出手段所算出之運動變化量和該類似度算出手段所算出之類似度，算出充實度，該充實度是表示：該記憶部所記憶之檢測用特徵資訊的量相對於推測從藉由拍攝包含有該目標 物體的被拍攝物所得之任意的攝影圖像檢測該目標物體所需之檢測用特徵資訊的量之程度。
  11. 一種電子機器的控制程式，該電子機器具備如申請專利範圍第1至4項中任一項之檢測用資訊登錄裝置和檢測藉攝影所得之動態圖像所包含的目標物體之目標物體檢測裝置，該程式用以使電腦執行如下的步驟：圖像取得步驟，係取得位於該動態圖像中的圖框圖像；檢測用特徵抽出步驟，係從在該圖像取得步驟所取得之圖框圖像，抽出檢測用特徵資訊；候選區域探索步驟，係使用在該檢測用特徵抽出步驟所抽出之檢測用特徵資訊、和記憶部所記憶之與將目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部或一部分共通之一個或複數個檢測用共同特徵資訊，將具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的區域作為候選區域進行探索，該候選區域係為在圖框圖像中有可能存在該目標物體的區域；類似度算出步驟，係算出在該候選區域探索步驟所探測之候選區域所包含的檢測用特徵資訊、和記憶部所記憶之檢測用特徵資訊的類似度；以及判定步驟，係根據在該類似度算出步驟所算出之類似度，而判定該候選區域是否為在該圖框圖像中存在有該目標物體的區域。
TW098126302A 2008-08-11 2009-08-05 檢測用資訊登錄裝置、電子機器、檢測用資訊登錄裝置的控制方法、電子機器的控制方法、檢測用資訊登錄裝置控制程式、電子機器的控制程式 TWI438719B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008207259A JP4497236B2 (ja) 2008-08-11 2008-08-11 検出用情報登録装置、電子機器、検出用情報登録装置の制御方法、電子機器の制御方法、検出用情報登録装置制御プログラム、電子機器の制御プログラム

Publications (2)

Publication Number Publication Date
TW201011696A TW201011696A (en) 2010-03-16
TWI438719B true TWI438719B (zh) 2014-05-21

Family

ID=41668820

Family Applications (1)

Application Number Title Priority Date Filing Date
TW098126302A TWI438719B (zh) 2008-08-11 2009-08-05 檢測用資訊登錄裝置、電子機器、檢測用資訊登錄裝置的控制方法、電子機器的控制方法、檢測用資訊登錄裝置控制程式、電子機器的控制程式

Country Status (7)

Country Link
US (1) US8774456B2 (zh)
EP (2) EP2892027B1 (zh)
JP (1) JP4497236B2 (zh)
KR (1) KR101166994B1 (zh)
CN (1) CN102105904B (zh)
TW (1) TWI438719B (zh)
WO (1) WO2010018669A1 (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4963306B2 (ja) 2008-09-25 2012-06-27 楽天株式会社 前景領域抽出プログラム、前景領域抽出装置、及び前景領域抽出方法
US20100259614A1 (en) * 2009-04-14 2010-10-14 Honeywell International Inc. Delay Compensated Feature Target System
JP5476955B2 (ja) * 2009-12-04 2014-04-23 ソニー株式会社 画像処理装置および画像処理方法、並びにプログラム
JP5427577B2 (ja) * 2009-12-04 2014-02-26 パナソニック株式会社 表示制御装置及び表示画像形成方法
JP5582924B2 (ja) * 2010-08-26 2014-09-03 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP2012073997A (ja) * 2010-09-01 2012-04-12 Ricoh Co Ltd 物体追尾装置、物体追尾方法およびそのプログラム
US20120124387A1 (en) * 2010-11-11 2012-05-17 Skocic Ruth E Animal Data Management
JP5801601B2 (ja) * 2011-05-10 2015-10-28 キヤノン株式会社 画像認識装置、画像認識装置の制御方法、およびプログラム
JP5664478B2 (ja) * 2011-06-30 2015-02-04 富士通株式会社 物体認識支援装置，プログラムおよび方法
JP6316540B2 (ja) * 2012-04-13 2018-04-25 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． カメラ装置及びその制御方法
JP5803868B2 (ja) * 2012-09-20 2015-11-04 カシオ計算機株式会社 動画処理装置、動画処理方法及びプログラム
CN103870798B (zh) * 2012-12-18 2017-05-24 佳能株式会社 对象检测方法、对象检测设备以及图像拾取设备
WO2014175477A1 (en) * 2013-04-24 2014-10-30 Lg Electronics Inc. Apparatus and method for processing image
CN103716541B (zh) * 2013-12-23 2019-08-02 宇龙计算机通信科技(深圳)有限公司 一种拍摄大分辨率照片的方法及终端
KR102257620B1 (ko) 2014-03-20 2021-05-28 엘지전자 주식회사 디스플레이 디바이스 및 그 제어 방법
CN103996292A (zh) * 2014-05-29 2014-08-20 南京新奕天科技有限公司 一种基于角点匹配的运动车辆跟踪方法
JP6340957B2 (ja) * 2014-07-02 2018-06-13 株式会社デンソー 物体検出装置および物体検出プログラム
JP6524619B2 (ja) * 2014-08-18 2019-06-05 株式会社リコー 軌跡描画装置、軌跡描画方法、軌跡描画システム、及びプログラム
US10810539B1 (en) * 2015-03-25 2020-10-20 Amazon Technologies, Inc. Re-establishing tracking of a user within a materials handling facility
JP6389803B2 (ja) * 2015-05-27 2018-09-12 富士フイルム株式会社 画像処理装置、画像処理方法、プログラムおよび記録媒体
WO2017071143A1 (en) 2015-10-30 2017-05-04 SZ DJI Technology Co., Ltd. Systems and methods for uav path planning and control
WO2017045116A1 (en) 2015-09-15 2017-03-23 SZ DJI Technology Co., Ltd. System and method for supporting smooth target following
EP3376470B1 (en) * 2015-11-13 2021-01-13 Panasonic Intellectual Property Management Co., Ltd. Moving body tracking method, moving body tracking device, and program
CN106791637A (zh) * 2016-12-15 2017-05-31 大连文森特软件科技有限公司 基于ar增强现实技术的鸟类观赏和区域保护系统
JP6988704B2 (ja) * 2018-06-06 2022-01-05 トヨタ自動車株式会社 センサ制御装置、物体探索システム、物体探索方法及びプログラム
JP6814178B2 (ja) * 2018-06-11 2021-01-13 日本電信電話株式会社 物体検出装置、方法、及びプログラム
JP6773732B2 (ja) * 2018-08-03 2020-10-21 ファナック株式会社 トレース装置
JP6579727B1 (ja) * 2019-02-04 2019-09-25 株式会社Ｑｏｎｃｅｐｔ 動体検出装置、動体検出方法、動体検出プログラム
JP7192582B2 (ja) * 2019-03-11 2022-12-20 オムロン株式会社 物体追跡装置および物体追跡方法
JP7446760B2 (ja) 2019-10-07 2024-03-11 キヤノン株式会社 情報処理装置、映像の要約方法、およびプログラム
CN110991465B (zh) * 2019-11-15 2023-05-23 泰康保险集团股份有限公司 一种物体识别方法、装置、计算设备及存储介质
CN111612822B (zh) * 2020-05-21 2024-03-15 广州海格通信集团股份有限公司 对象跟踪方法、装置、计算机设备和存储介质
WO2024040588A1 (zh) 2022-08-26 2024-02-29 宁德时代新能源科技股份有限公司 检测图像中的目标点的方法、装置和计算机存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06231252A (ja) * 1993-02-04 1994-08-19 Toshiba Corp 監視画像の移動物体追跡方法
JPH06274625A (ja) * 1993-03-18 1994-09-30 Toshiba Corp 監視画像の移動物体追跡方法
JPH0816987A (ja) 1994-06-24 1996-01-19 Japan Radio Co Ltd ナビゲーション装置及びナビゲーション方法
JP4443722B2 (ja) 2000-04-25 2010-03-31 富士通株式会社 画像認識装置及び方法
JP4624594B2 (ja) 2000-06-28 2011-02-02 パナソニック株式会社 物体認識方法および物体認識装置
JP2003346158A (ja) * 2002-05-28 2003-12-05 Toshiba Corp 顔画像による顔領域追跡方法
JP4528103B2 (ja) 2004-11-29 2010-08-18 セコム株式会社 画像認識装置
JP2007135501A (ja) 2005-11-21 2007-06-07 Atom System:Kk 鼻特徴情報生成装置及び鼻特徴情報生成プログラム
CN100589561C (zh) * 2005-12-06 2010-02-10 南望信息产业集团有限公司 基于视频内容分析的可疑静止物检测方法
US8306280B2 (en) 2006-04-11 2012-11-06 Nikon Corporation Electronic camera and image processing apparatus
JP2007282119A (ja) 2006-04-11 2007-10-25 Nikon Corp 電子カメラおよび画像処理装置
CN101216885A (zh) * 2008-01-04 2008-07-09 中山大学 一种基于视频的行人人脸检测与跟踪算法

Also Published As

Publication number Publication date
EP2323103A1 (en) 2011-05-18
TW201011696A (en) 2010-03-16
US8774456B2 (en) 2014-07-08
EP2323103A4 (en) 2014-08-27
JP4497236B2 (ja) 2010-07-07
KR20110036942A (ko) 2011-04-12
US20110142286A1 (en) 2011-06-16
EP2323103B1 (en) 2017-11-29
EP2892027B1 (en) 2018-09-19
WO2010018669A1 (ja) 2010-02-18
CN102105904A (zh) 2011-06-22
JP2010044516A (ja) 2010-02-25
CN102105904B (zh) 2014-06-25
EP2892027A1 (en) 2015-07-08
KR101166994B1 (ko) 2012-07-24

Similar Documents

Publication Publication Date Title
TWI438719B (zh) 檢測用資訊登錄裝置、電子機器、檢測用資訊登錄裝置的控制方法、電子機器的控制方法、檢測用資訊登錄裝置控制程式、電子機器的控制程式
KR101603017B1 (ko) 제스처 인식 장치 및 제스처 인식 장치의 제어 방법
US9852358B2 (en) Information processing device, information processing method, and information processing system
US20190130216A1 (en) Information processing apparatus, method for controlling information processing apparatus, and storage medium
KR101337060B1 (ko) 화상 처리 장치 및 화상 처리 방법
JP2019087229A (ja) 情報処理装置、情報処理装置の制御方法及びプログラム
WO2007105768A1 (ja) 顔画像登録装置、顔画像登録方法、顔画像登録プログラム、および記録媒体
JP5662670B2 (ja) 画像処理装置、画像処理方法、及びプログラム
US10721431B2 (en) Method for estimating a timestamp in a video stream and method of augmenting a video stream with information
JP2013210967A (ja) 体検出方法及び物体検出装置
JP2007293722A (ja) 画像処理装置、画像処理方法、画像処理プログラム、および画像処理プログラムを記録した記録媒体、ならびに移動物体検出システム
CN105095853B (zh) 图像处理装置及图像处理方法
EP3438875A1 (en) Image processing apparatus and control method therefor
JP2012103859A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
JPWO2019215780A1 (ja) 識別システム、モデル再学習方法およびプログラム
JP5539565B2 (ja) 撮像装置及び被写体追跡方法
JP2016081095A (ja) 被写体追跡装置、その制御方法、撮像装置、表示装置及びプログラム
CN109785439A (zh) 人脸素描图像生成方法及相关产品
JP6555940B2 (ja) 被写体追跡装置、撮像装置、及び被写体追跡装置の制御方法
JP6981553B2 (ja) 識別システム、モデル提供方法およびモデル提供プログラム
CN116109828B (zh) 图像处理方法和电子设备
JP6112346B2 (ja) 情報収集システム、プログラムおよび情報収集方法
JP6899986B1 (ja) オブジェクト領域特定装置、オブジェクト領域特定方法、及びオブジェクト領域特定プログラム
JP6801985B2 (ja) 情報付与方法およびサーバ装置
JP2021125847A (ja) 画像処理装置、撮像装置、画像処理方法およびプログラム