【課題】カメラで撮影された映像から人物の動作を検出する人物動作検出装置を提供する。
【解決手段】人物動作検出装置１は、映像のフレーム画像ごとに、特徴点の軌跡を特徴点軌跡情報として生成する特徴点軌跡情報生成手段１０と、特徴点の移動ベクトルの向きおよび大きさを、その取り得る範囲を予め定めた数に分割した範囲幅ごとに累計して軌跡特徴量を生成する特徴量抽出手段２０と、複数の軌跡特徴量を予め定めた数のクラスタにクラスタリングしておき、既知の動作を構成する複数の軌跡特徴量をクラスタごとに累計した分布を予め学習データとして記憶する学習データ記憶手段４０と、所定時間区間内の複数の軌跡特徴量から、当該軌跡特徴量が属するクラスタを累計した分布を生成し、学習データと比較することで、人物の動作を識別する動作識別手段３０と、を備えることを特徴とする。 （もっと読む）

【課題】関節位置を手動で指定することなく、姿勢推定の精度を向上させること。
【解決手段】学習時に、全身の関節に関する情報から一つの潜在変数モデルＭを構築することに加えて、全身から一部分の関節を選択点として、選択点に関する情報から潜在変数モデルＭ１を学習し、この潜在変数モデルＭと潜在変数モデルＭ１とを対応付ける動作モデルを学習により得る。これにより、３次元動作情報処理装置１００は、推定時に、この動作モデルを参照して、２次元の画像において画像認識しやすく、追跡しやすい一部の関節の動きに基づき、潜在変数モデルＭの潜在空間における全部の関節の位置を得ることができる。 （もっと読む）

【課題】二枚の画像に写る対象が同一対象であるか否かの識別を、より迅速に、かつより精度良く行うことができるようにする。
【解決手段】同一人物の顔が写っている画像のペアと、違う人物の顔が写っている画像のペアが学習用画像として入力される。それぞれ顔画像から複数の特徴点がランダムに選択され、それぞれの特徴点における顔の特徴を抽出するのに用いる特徴抽出フィルタがランダムに選択される。それぞれの画像のペアのうちの一方の画像から抽出された特徴をパラメータとする特徴ベクトルと、他方の画像から抽出された特徴をパラメータとする特徴ベクトルとの相関が算出され、Boostingのラウンド毎にフィルタセットを選択し直して識別器の学習が繰り返される。本発明は、デジタルカメラにより撮影された画像を処理するパーソナルコンピュータに適用することが可能である。 （もっと読む）

【課題】複雑な動きが含まれる人体の姿勢推定を高精度に行う。
【解決手段】リファレンスモーションデータから、動きのリズムを表して動きの突然的な変化が生じているフレームであるビートフレームを取得する動き解析部１１０と、リファレンスモーションデータを分割した複数のセグメントそれぞれについて、各潜在空間でＧＰＤＭを学習し、それぞれ学習したＧＰＤＭ同士で遷移可能な潜在空間の座標として、ビートフレームに対応する潜在空間の座標を用いて推定するモデル構築部１２０と、ビートフレームと遷移可能な潜在空間の座標とに基づいて、ユーザの動きを撮影したユーザビデオデータの映像における人体姿勢を追跡する動き追跡部２０とを備えた。 （もっと読む）

【課題】人物検出装置、人物検出方法及びプログラムにおいて、人物の移動時及び静止時にかかわらず脚の特徴を抽出して人物を正確、且つ、比較的簡単に検出することを目的とする。
【解決手段】重力方向と略垂直な平面で走査範囲を走査して基準位置から走査範囲内の対象物までの距離を測定してレンジデータを出力する走査部と、レンジデータを所定周期でサンプリングしてセグメントを形成し、セグメントに基づいて脚の特徴を抽出する抽出部と、抽出した特徴の運動特性及び幾何情報に基づいて人物を検出する検出部を備え、抽出部は、最短距離近傍法を用いて取得した２つのセグメントペアの移動特性に基づいて、各セグメントペアが静止している静止セグメントを分類する静止特徴強分類器と、各セグメントペアが移動している移動セグメントを分類する移動特徴強分類器を含み、分類されたセグメントの特徴に基づいて２つのセグメントペアから脚ペアを抽出するように構成する。 （もっと読む）

【課題】特徴量に基づく分類技術において、分類に有効な特徴量のみを効率よく、かつばらつきなく選出し、こうして選出された有効特徴量を使用することにより、短い処理時間で安定した分類結果を得ることを可能とする技術を提供する。
【解決手段】画像を特徴付けるｍ個の特徴量を算出し、学習アルゴリズムを用いて各特徴量の有効度Ｗを求める。有効度Ｗを降順に並べ、値の大きいものから累積加算してゆく。第ｎ番目の特徴量までの有効度Ｗの累積値Σｗが、ｍ個の特徴量の有効度の総和Ｓｗの５０％であるとき、当該ｎ個の特徴量を有効特徴量とする。 （もっと読む）

【課題】 最適な閾値を算出するために最適処理すること、並びに閾値及びパラメータの設定に依存すること無しに、被検体を客観的に評価することのできる画像処理装置を提供する。
【解決手段】 画像処理装置は、演算部と、管理部と、評価部と、を備える。演算部は、被検体を撮像して得られる画像データが入力され、前記入力される画像データ毎、前記画像データから特徴量を算出する（ステップＳ４）。管理部は、特徴量を基に識別器を作成し管理する。評価部は、演算部に評価対象の画像データが入力された際、演算部が評価対象の画像データから算出した特徴量を識別器を用いて評価し（ステップＳ５）、評価した結果の情報を出力する（ステップＳ６）。 （もっと読む）

【課題】エッジを保持しつつ、ダイアディックリフティングスキームを利用したウェーブレットによる精度の高いノイズ除去の新しい手法を提供する。
【解決手段】ノイズなしトレーニング画像情報と、当該ノイズなしトレーニング画像情報に、一又は複数種類のノイズごとに当該ノイズを含ませたノイズありトレーニング画像情報とを記憶するトレーニング画像情報部２１と、前記ノイズなしトレーニング画像情報と前記ノイズありトレーニング画像情報とを対応付けて、それぞれのトレーニング画像情報からノイズの種類ごとに任意の学習領域を切り出す学習領域切出部２２と、切り出した双方の学習領域の差分を無くすように学習したフィルタを生成するフィルタ生成部２３と、ノイズの除去を行う対象となるノイズ画像２６に対して、前記学習領域ごとに、生成したフィルタを適用させてノイズ画像２６のノイズの除去を行うノイズ除去部２５とを備える。 （もっと読む）

【課題】データ処理装置における内部メモリの回路規模を抑制しつつ、処理の高速化を図る。
【解決手段】 情報処理装置は、入力画像から被写体を識別するためのデータを有するパラメータを参照しながら入力画像とパラメータとの照合処理を、直列に接続された処理工程群と、処理工程群の終端の工程と分岐を介して接続された複数の処理工程群のうちのいずれか１つの処理工程群と、により多段階に行う。情報処理装置は、固定パラメータまたは可変パラメータを参照して、入力画像から被写体を識別するための照合処理を行う演算部と、演算部の演算結果により、直列に接続された処理工程群で照合処理を実行するか、または分岐を介して接続された複数の処理工程群のうちのいずれか１つの処理工程群で照合処理を実行するかを判定する判定部と、判定部の判定結果と、演算部の演算結果と、により次に演算部が参照すべき固定パラメータまたは可変パラメータを選択する選択部と、を備える。 （もっと読む）

【課題】 入力画像の構造を失うことなく位置ベースの画像補正を行うための技術を提供する。
【解決手段】 画像処理装置は、特定のカテゴリに属する被写体を入力画像から検出するための、被写体のモデルを示すモデル情報を記憶するモデル記憶手段と、モデル情報を参照して入力画像から被写体を検出する検出手段と、検出した被写体が入力画像において占める領域に対して画像補正を行うか否かを決定する決定手段と、画像の局所領域について、補正前の特徴を示す特徴ベクトルと、補正後の特徴を示す特徴ベクトルとの対応関係を示す複数の補正用データセットを記憶する補正用データセット記憶手段と、画像補正を行うと決定した領域を構成する局所領域を補正するための１以上の補正用データセットを前記補正用データセット記憶手段から選択する選択手段と、選択した補正用データセットを用いて、画像補正を行うと決定した領域を補正する補正手段とを備える。 （もっと読む）

【課題】解像度が異なる複数の段階で検出を行う検出器において、各段階において検出すべき状態や属性といった検出対象のモダリティ種別を客観的に決定する。
【解決手段】検出器構成装置１０は、複数のモダリティ種別のそれぞれに対して、入力データに含まれるオブジェクトの属性が複数の属性値の何れであるかを、解像度が相互に異なる複数段階の検出処理で検出する検出器を構成する。教師データ入力部１１は、検出器の学習に用いられる、各モダリティ種別に対応した複数の教師データを入力する。変動量算出部１３は、入力された教師データに基づいて、モダリティ種別ごとに複数の教師データ間の変動の代表値を求める。検出段決定部１４は、教師データ間の変動の代表値に基づいて、複数段階の検出処理のうち、各モダリティ種別をどの段階の検出処理で検出するかを決定する。 （もっと読む）

【課題】ファッションアイテムの写真から適切なコーディネートを推薦する。
【解決手段】コーディネート推薦装置１は、画像集合である雑誌写真集合６１から複数種別のアイテムの組み合わせからなる全身写真を抽出し、各全身写真について各種別のアイテムの領域を特定し、領域毎に特徴量を抽出し、雑誌全身写真特徴集合６３として記憶する雑誌全身写真特徴抽出部２と、画像集合である所有写真集合６２中から全身写真を抽出し、各全身写真について各種別のアイテムの領域を特定し、領域毎に特徴量を抽出すると共に、所有写真集合中の１種のアイテムからなる画像についても特徴量を抽出し、抽出した特徴量を所有写真特徴集合６４として記憶する所有写真特徴抽出部３と、雑誌全身写真特徴集合６３と所有写真特徴集合６４とを用いて、各アイテムの領域間の関連性を学習し、入力されたアイテムとの組み合わせに適した別の種別のアイテムを提示する推薦部４とを備える。 （もっと読む）

【課題】
デジタル画像データから、従来、人の視覚で判断していた、画像内のある特定された部位や領域における診断や判定を、デジタル画像データを解析して判別し、３次元画像表示、及び自動診断が可能なデジタル画像データの解析方法とそれを用いた診断システムを提供することを課題とする。
【解決手段】
デジタル画像データの画素値を利用し、必要領域と他の領域を区分する方法として、画素値に任意の変換率を設定することで画素値に落差を設け、必要領域と他領域との差別化及び独立化を図る。必要領域と他領域との境界値にあるものについては、判別にファジィ学習ベクトル量子化法（以下、ＦＬＶＱと記載）を用いることで分解精度を確保し、ラベリングにより必要領域の抽出と、抽出された領域の画像データを積重ねることで、３次元画像へ変換し立体的形状を表示させることを特徴とする。 （もっと読む）

【課題】微細な表情であっても正しく認識し、また、表情の表出強度について推定する。
【解決手段】入力部１は、対象人物の顔面上に配置された複数の特徴点の座標値の無表情時からの変位を出力する。表情増幅パラメータ学習部２は、それぞれのカテゴリについて、最大表出強度でない、それぞれの表出強度における表情データを、その最大表出強度に対する表情データに増幅するためのパラメータを学習する。表情増幅部３は、表情のカテゴリ、及び表出強度の値の仮説を複数生成し、それぞれの仮説が持つカテゴリ、及び表出強度が正しいと仮定し、入力データを、そのカテゴリが最大限表出されたデータへと増幅する。表情認識部４は、入力データを様々な強さで増幅したときに、それが学習した最大表出強度の表情にどれだけ類似しているのかに基づいてカテゴリの認識結果を決定する。 （もっと読む）

【課題】ジェスチャコマンドに基づく、簡単であり懇親的なユーザインタフェースを提供すること。
【解決手段】本発明は、第１の仮想環境における第１のオブジェクトの選択方法に関し、第１のオブジェクトは、第１の環境内で、閾値未満の値のサイズで表される。第１のオブジェクトの選択をより懇親的にするために、本方法は、・ユーザの指示ジェスチャに関連づけられた方向（１２０）を推定するステップと、・前記推定された方向（１２０）に従って、第２のオブジェクト（１２）を判定するステップであって、前記第２のオブジェクトは、前記閾値より大きい値のサイズを有する、ステップと、・前記第２の判定されたオブジェクト（１２）に従って、前記第１のオブジェクト（１１２）を選択するステップとを含む。本発明は、選択方法の実装に適合されたマルチメディア端末（１８）にも関する。 （もっと読む）

【課題】画像フレームからの物体画像の検出を、精度よくしかも短時間で実施でき、更には、物体画像の動向も予測可能な物体の検出装置及びその検出方法を提供する。
【解決手段】画像入力手段で得られた画像フレーム１０から、検出対象となる物体画像１１を検出するための物体の検出装置及びその検出方法であり、モデル作成手段により、物体画像１１の画像モデルを予め作成するモデル作成工程と、特徴量算出手段により、作成した物体画像１１の画像モデルと対応する画像フレーム１０中の領域に対し、画像フレーム１０の各画素の輝度勾配を特徴量として算出する特徴量算出工程と、識別手段により、特徴量算出手段で算出した算出結果と、予め求めた物体画像１１の特徴量の学習結果とを用いて、画像フレーム中に物体画像１１が存在するか否かの判断を行う識別工程とを有する。 （もっと読む）

【課題】輪郭線近傍の欠陥や色の相違についても、適切な特徴量を選択することにより、高い精度で存在を検出することができ、良品判定を確実に行うことができる画像処理装置、画像処理方法、及びコンピュータプログラムを提供する。
【解決手段】撮像手段で撮像された、良品に関する複数の第一の多値画像を取得し、取得した第一の多値画像の画素ごとに、色成分に関する画素値、及び異なる二方向におけるエッジ強度を少なくとも含む複数の特徴量を抽出する。抽出した複数の特徴量のうち、いずれか１つの特徴量の選択を受け付け、選択を受け付けた特徴量を抽出して、良品判定を行うための分布範囲を算出する。判定対象物に関する第二の多値画像を取得し、取得した第二の多値画像の画素ごとに、選択を受け付けた特徴量を抽出し、抽出した特徴量に対応する分布範囲に含まれているか否かを判断する。 （もっと読む）

【課題】隠蔽領域があると、特徴点を安定して検出できなかった。
【解決手段】入力画像から対象物を検出する対象物検出部１０１と、前記対象物検出部が出力する尤度Ａを用いて各特徴点の重みを設定する重み設定部１０２Ａと、特徴点の統計的な位置関係を表す形状モデル、および、同各特徴点位置に対して予め定義された範囲の特徴量を表すプロファイルを保持する学習結果記憶部１０４と、各特徴点の最良な候補位置を探索する候補点探索部１０３と、候補点を形状モデルに整形係数を用いて射影する整形処理部１０５からなるものであり、前記重み設定部１０２Ａで設定した各特徴点に対する重みを用いて、同特徴点の候補位置と対応する形状モデル内の特徴点位置との差に対し重み付けし、前記整形係数を計算する。 （もっと読む）

【課題】特定人物の様々な表情画像を当該特定人物に精神的負担をかけることなく取得することにより、自然な表情画像を用いた正確な表情マップを生成することが可能なデータ処理装置を得る。
【解決手段】データ処理装置３は、人物の表情を撮影した画像データを取得する取得部３０と、取得部３０が取得した画像データに基づいて、特定人物の表情の画像に関するデータを含む表情マップ４０を生成する生成部３７と、取得部３０が取得した画像データが、特定人物の新たな表情の画像データであるか否かを判定する判定部３３と、判定部３３が、取得部３０が取得した画像データが特定人物の新たな表情の画像データであると判定した場合に、当該新たな表情の画像に関するデータを表情マップ４０に追加登録することにより、表情マップ４０を更新する更新部３８と、を備える。 （もっと読む）

【課題】準備できた画像の数が少ない場合であっても、顔検知の精度を向上することが可能な画像処理装置を得る。
【解決手段】画像処理装置１は、入力層１０及び出力層１２を含む複数の処理層を有し、各処理層が複数のユニットを含み、入力層１０に入力された入力画像に含まれる人物の顔の位置を示す出力画像を出力層１２から出力する、ニューラルネットワーク２と、人物の顔を含む第１の画像を取得する取得部４と、第１の画像に対して所定の加工処理を施すことにより、人物の顔を含む複数の第２の画像を生成する加工部５と、複数の第２の画像を入力層１０に入力することにより、複数の第２の画像を教師画像として用いた学習によって、異なる処理層に属する各ユニット間の重み付け値Ｗを設定する設定部６と、を備える。 （もっと読む）