【課題】時間的に連続する複数の画像フレーム間において、フリッカーの発生を抑制できる超解像処理装置等を提供する。
【解決手段】学習データベースを用いて高周波成分を付加する方式の超解像処理において、まず、入力画像と、入力画像をフレーム遅延させた遅延入力画像との間の動きを検出し、動きベクトルを求める。次に遅延入力画像と同じ時刻のフレームの、前記動きベクトルにより動き補償された位置の超解像処理に用いた学習高周波パッチと同じ学習高周波パッチを選択されやすいように、入力画像の対象ブロックにおけるパッチ抽出時の評価値を更新する。 （もっと読む）

【課題】検出対象物の検出精度を向上させること。
【解決手段】センサーの出力に対応する階調値を含む検出対象画像を生成する画像生成部と、前記検出対象画像から検出対象物を検出することに用いる学習済みの識別器を有する検出部と、を含み、前記識別器は、前記検出対象画像における任意の２つの領域の階調値に基づいて前記検出対象画像における前記検出対象物の検出を行う複数のサブ識別器を有し、前記検出部は、前記複数のサブ識別器に対して、前記検出対象物の複数の領域のうち対応する２つの領域の階調値を入力し、前記複数のサブ識別器の出力に基づいて前記検出対象画像における検出対象物の検出を行う、検出装置。 （もっと読む）

【課題】予め認識したい物体が特定されていない場合においても、運転に必要な情報を残したまま、走行場面を圧縮する。
【解決手段】視線先画像抽出部３４で、ドライバの視線方向に基づいて視線先画像を抽出し、特徴量Ａ抽出部３６で、視線先画像から特徴量リストＡを生成し、特徴量Ｂ抽出部３８で、外観環境画像全体から特徴量リストＢを生成し、特徴量ＤＢ４０に蓄積する。クラスタＤＢ構築部４２で、特徴量リストＡをクラスタリングし、各クラスタの代表ベクトルをクラスタＤＢ４４に格納する。クラスタ別重みＤＢ構築部４６で、各クラスタにおける特徴量リストＡの出現確率と特徴量リストＢの出現確率との比に基づいて、クラスタ毎の重みを算出し、クラスタ別重みＤＢ４８に格納する。場面認識部５２で、クラスタ毎の重みが閾値以上のクラスタに対する特徴量リストＣのクラスタ別の出現頻度ヒストグラムを算出し、走行場面として認識する。 （もっと読む）

【課題】ベイヤ配列の画像から拡大されたカラー画像を高精度に生成することできるようにする。
【解決手段】予測演算部は、学習された予測係数と予測タップとの演算により、色成分ごとに注目画素の画素値を求め、色成分ごとの注目画素の画素値から構成される出力画像を出力する。本技術は、例えば、画像処理装置に適用することができる。 （もっと読む）

【課題】認識条件の決定精度の向上と共に、計算時間の短縮を実現することができる歩行者認識装置を提供することを課題とする。
【解決手段】本実施形態によれば、時系列の環境データに基づいて、自車両周辺の交通環境を認識し、当該認識した当該交通環境に関するデータに基づいて、歩行者認識で用いる学習済み識別器または歩行者認識用テンプレートを選択し、時系列の環境データおよび選択された学習済み識別器または歩行者認識用テンプレートに基づいて、歩行者の認識を行う。 （もっと読む）

【課題】より簡単な構成で、アップコンバート機能を有する高画質化処理を実現することができるようにする。
【解決手段】位相予測／鮮鋭感向上特徴量演算部は、入力画像を高画質化した画像を予測画像として出力する際の、予測画像を構成する画素を注目画素として、注目画素に対応する入力画像の画素周辺の複数の周辺画素の画素値と、帯域制限及びノイズ付加の強度、並びに、注目画素と周辺画素それぞれとの位相に応じたフィルタ係数との積和演算により、注目画素の鮮鋭感向上の特徴量である鮮鋭感向上特徴量を演算する。予測演算部は、演算により得られた鮮鋭感向上特徴量と、学習により予め求められた予測係数との積和演算で定義される予測式を演算することにより、注目画素の予測値を算出する。本技術は、例えば、アップコンバート機能を有する高画質化処理を行う画像処理装置に適用できる。 （もっと読む）

【課題】 データを複数範囲の何れかに分類する場合に、誤分類を抑制できる
【解決手段】 多段判定部は、複数の範囲のうちの少なくとも１つに判定対象を分類する判定を行うために、Ｎ階層（Ｎは２以上の整数値）の木構造の各ノードとして機能する各判定機を有する多段判定部を備え、各判定機は、判定対象を、２つの範囲のうちの何れか一方に分類する判定を行い、各判定機において判定される２つの範囲には、重複する部分が含まれている。本技術は、データを分類する情報処理装置に適用することができる。 （もっと読む）

【課題】様々な形状に変化する物体であっても、画像上における物体の形状を高精度に検出する。
【解決手段】画像から物体の部位点を検出する部位点検出装置１であって、画像上に部位点に対する基準点を特定する基準点特定部２３と、基準点に対する複数のサンプリング点毎に、サンプリング点の画素または画素群から特徴量を抽出し、抽出した各サンプリング点にそれぞれ対応する複数の特徴量から構成される、基準点に対する特徴量群を抽出する特徴量抽出部２６と、複数のサンプリング点の各画素または各画素群から抽出された基準点に対する特徴量群と、基準点に対する部位点の相対位置を示す位置情報との対応関係を示すＬＲＦ関数を参照して、特徴量抽出部２６が抽出した特徴量群に対応する位置情報を特定する位置情報特定部２９と、位置情報特定部２９が特定した位置情報の示す位置を物体の部位点とする部位点特定部３０とを備える。 （もっと読む）

【課題】 環境依存属性によらずに推定精度を向上できる人物属性推定システムを提供する。
【解決手段】 人物属性推定システムとしての年齢性別推定システム１０は、属性推定対象の人物を撮影して画像を生成する監視カメラ１１と、推定パラメータを用いて、監視カメラ１１が生成した画像に写っている人物の属性を推定する年齢性別推定部１２２と、監視カメラ１１の設置環境に依存する属性である環境依存属性を指定する環境依存属性指定部１２４とを備え、年齢性別推定部１２２は、環境依存属性空間において、環境依存属性指定部１２４にて取得した環境依存属性から所定の距離内にある環境依存属性を有する学習データに基づいて生成されたパラメータを推定パラメータとして用いる。 （もっと読む）

【課題】ベイヤ配列の画像からノイズが低減された輝度色差空間の画像を高精度に生成することできるようにする。
【解決手段】予測信号処理部は、輝度成分用の予測係数と輝度予測タップとの演算により、注目画素の輝度成分の画素値を求める。予測信号処理部は、輝度成分用の予測係数に比べてノイズ低減効果の高い色差成分用の予測係数と、色差予測タップとの演算により、注目画素の色差成分の画素値を求める。本技術は、例えば、画像処理装置に適用することができる。 （もっと読む）

【課題】簡素な構成で診断が実現可能な診断処理装置を提供する。
【解決手段】本発明の診断処理装置１は、診断対象の異常の内容的特徴を示す異常情報が予め明らかな学習用画像のデータをサンプリングし、学習用パターンを生成する学習用パターン生成部１０ａと、複数の学習用パターンを用いて、ニューラルネットワーク１７に学習させる学習処理部１２と、異常情報が不明な診断用画像のデータをサンプリングし、診断用パターンを生成する診断用パターン生成部１０ｂと、診断用パターン生成部１０ｂにより生成された診断用パターンを、学習処理部１２による学習が行われた学習済みニューラルネットワーク１７に入力して、その学習済みニューラルネットワークからの出力値に基づいて、異常情報が示す異常の内容的特徴を判定する判定処理部１８と、を備える。 （もっと読む）

【課題】回路基材の基準マークのモデルテンプレートを誤りなく作成し得る方法を得る。
【解決手段】回路基材の基準マーク形成予定位置周辺を撮像装置により撮像し、それにより得られた画像の中から基準マークの像である可能性の高い像である基準マーク候補を抽出する基準マーク候補抽出工程（Ｓ２，Ｓ８〜Ｓ１１）と、抽出された基準マーク候補が複数種類予定されている基準マークのいずれであるかを判別するマーク種判別工程（Ｓ３）と、そのマーク種判別工程の実施により種類が判明した基準マークのモデルテンプレートを作成するテンプレート作成工程（Ｓ５，Ｓ７）との実行により、モデルテンプレートの作成を行う。基準マーク候補抽出工程を、ハールライク特徴を用いた階層型アダブースト検出器を利用して基準マーク候補を抽出する工程とし、マーク種判別工程をニューラルネットワークを利用してマーク種を判別する工程とする。 （もっと読む）

【課題】画像を分析し、そこから、フィルタリングに使用される画像の特徴を抽出するシステムおよび方法を提供すること。
【解決手段】特徴および構造に基づいて、諸実施形態は、異なる方位で異なるフィルタ構成を用いてどのようにフィルタリングするかを決定する。諸実施形態に従って利用されるフィルタは、特徴の空間的態様および／または時間的態様に関して適応式である。諸実施形態による画像処理は、さまざまなレベルの解像度でサブ画像に対して実行される。 （もっと読む）

【課題】光輝性顔料の画像特徴量と銘柄のデータベースとを照合して任意の光輝性顔料を同定する。
【解決手段】光輝性顔料を撮像して画像データを取得する第１工程と、取得した画像データに対して背景処理を行い、光輝性顔料の粒子１個を含むその近傍部分の画像データを処理対象画像データとして抽出する第２工程と、処理対象画像データから画像特徴量を抽出する第３工程と、複数種類の光輝性顔料のそれぞれについて第１〜第３工程の処理を行い、光輝性顔料に関する情報と、抽出した画像特徴量とを予め対応させて記憶したデータベースを作成する第４工程と、被同定対象の光輝性顔料について第１〜第３工程の処理を行い、被同定対象の光輝性顔料の画像特徴量を抽出する第５工程と、抽出した被同定対象の光輝性顔料の画像特徴量に基づいて、データベースから被同定対象の光輝性顔料を同定する第６工程とを含み、画像特徴量が、光輝性顔料の色を表す特徴量を含む。 （もっと読む）

【課題】マシンビジョンシステムにおける潜在的な干渉要素の検査を提供する。
【解決手段】マシンビジョン検査システムにおいて使用するためのロバストなビデオツールが提供される。ロバストなビデオツールには、関心領域と、ユーザインターフェースと、エッジ検出動作と、関心領域において検出されたエッジ点を含むと同時に除外領域におけるエッジ点を除外する現在の要素のエッジ点セットを決定する除外領域動作と、が含まれる。除外領域は、少なくとも１つの予め特徴付けられた要素、すなわち、予め特徴付けられた要素のエッジ点を検出し、かつ予め特徴付けられた要素の寸法パラメータを特徴付けるビデオツールを用いることによって特徴付けられる要素である少なくとも１つの予め要素付けられた要素に基づいて、除外領域ジェネレータによって決定される。 （もっと読む）

【課題】分割された画像データに対して顔検出処理と、検出した顔の個人を特定する認識処理を行う場合に、これらの処理を実行するタイミングを好適に制御できるようにする。
【解決手段】画像データを複数に分割し、複数の分割画像データを生成する分割手段と、分割前の画像データ、および複数の分割画像データのそれぞれから、顔が存在する領域を検出するための顔検出処理を実行する検出手段と、複数の分割画像データのそれぞれにおいて、検出手段により検出された顔が登録済みの人物であるか否かを判定するための認識処理を実行する認識手段と、分割前の画像データにおける顔の検出結果に応じて、複数の分割画像データのそれぞれに対して、認識手段に認識処理を実行させるか否かを制御する制御手段とを設け、分割画像データの処理ごとに、顔検出処理と、検出した顔の個人を特定する認識処理のうち、どちらの処理を行うか制御する。 （もっと読む）

【課題】画像認識を実施する時点における日照の状況も効果的に反映して、予め存在が把握されている複数の地物の中から画像認識の対象とする対象地物を選定する。
【解決手段】所定範囲内に存在する複数の候補地物についての地物情報である候補地物情報を取得し、日陰と日向とのコントラストを示すコントラスト情報を取得し、候補地物情報と日時情報とに基づいて、候補地物のそれぞれについて、候補地物と日陰との関係を示す情報である地物日陰情報を演算し、地物日陰情報とコントラスト情報とを含む日照要因情報に基づいて、候補地物の中から対象地物を選定する。 （もっと読む）

【課題】顔情報そのものを蓄積せずに、顔のパーツ、属性情報および関連情報で顔情報の特徴を蓄積して照合し、記憶媒体や通信媒体のリソースの有効利用を図る。
【解決手段】撮影された画像から顔情報を検出して分析するための画像処理装置であって、撮像された画像から顔領域を検出する顔検出手段と、検出した前記顔領域から顔のパーツを検出するパーツ検出手段と、検出した前記パーツの領域、前記パーツの周辺領域、前記顔領域の他の部分領域の少なくとも１つの領域における、色を含む属性を分析する属性分析手段と、前記顔検出手段が検出した前記顔領域と関連付けられる関連情報を取得する関連情報取得手段と、前記パーツと、前記属性と、前記関連情報とを検索可能に関連付けて蓄積する蓄積手段と、を備えることを特徴とする。 （もっと読む）

【課題】
従来は、収納庫に収納した物品の配置がわからず、多大な時間を掛けて探さなければならないという問題があった。
【解決手段】
本発明に係る収納装置は、収納空間内を撮影する撮影部と、前記撮影部により撮影される画像に基づいて、前記収納空間内の物品を特定する物品情報および前記物品が置かれた前記収納空間内の位置を示す位置情報を認識する認識部と、前記認識部が認識した前記物品情報および前記位置情報を前記収納空間外に設置された表示部に表示させる表示制御部とを有することを特徴とする。 （もっと読む）

【課題】内容の偏りが少なく、学習に効果的な画像データを収集することを目的とする。
【解決手段】画像から検出対象とする画像領域を検出する複数の検出器と、複数の検出器における検出の結果を統合し、学習画像の候補となる画像領域と画像領域の対象物らしさのスコアとの組を出力する統合手段と、学習データの採択率を設定する設定手段と、スコアと設定手段で設定された採択率とに基づいて、画像領域とスコアとの組から学習データを選択する選択手段と、選択手段で選択された学習データを保存する保存手段と、を有することによって課題を解決する。 （もっと読む）