説明

Fターム[5L096EA39]の内容

イメージ分析 (61,341) | 前処理 (3,379) | 重み付け (357)

Fターム[5L096EA39]に分類される特許

1 - 20 / 357



【課題】判別基準を判別対象ごとに個別に考える必要がなく、またカメラの設置位置や設置角度に対する自由度の大きい物体判別方法を提供する。
【解決手段】ステレオカメラで撮影して得た画像から判別対象物の視差画像を生成し、判別対象物の視差画像の各地点における面の勾配を求め、該面の勾配の連なり状況から、視差画像における面の折れ目の位置とその折れ目の方向をその判別対象物の特徴情報として抽出し、抽出した特徴情報に基づいて、判別対象物の種類を判別する。 (もっと読む)


【課題】フレーム画像上の対象画像領域を代表する代表3次元座標の精度を向上させる。
【解決手段】3次元座標算出装置は、フレーム画像に撮像されている物体を含む対象画像領域内の前記物体の特徴点である複数の候補3次元点の3次元座標から、各候補3次元点に対するスコアを算出するスコア算出部と、前記候補3次元点の3次元座標と、該3次元座標に対する前記スコアとに対する統計処理を用いて前記対象画像領域を代表する点の3次元座標である代表3次元座標を算出する代表3次元座標算出部とを備える。 (もっと読む)


【課題】背景に動きがある場合でも適切に前景候補を判断し得る画像処理装置を提供すること。
【解決手段】画像処理装置は、nフレーム目の画像と、(n−1)フレーム目の画像において背景を示す画像とをそれぞれ用いて該nフレーム目の画像において背景を示す画像を合成する画像合成手段20と、(n+1)フレーム目の画像と、画像合成手段20により合成された画像とをそれぞれ用いて該(n+1)フレーム目の画像において前景を示す画像を生成する画像生成手段20とを備える。 (もっと読む)


【課題】鮮鋭且つ自然な画像を生成することを課題とする。
【解決手段】画像処理装置は、特徴量算出部と、生成部と、加算部とを有する。特徴量算出部は、所定範囲内での画素値の変化を表す特徴量を入力画像から算出する。生成部は、学習用画像の特徴量に対する高周波成分を含む学習用画像の特徴量の相対的な値の分布を表す確率分布と、特徴量算出部によって算出された特徴量とに基づいて、画素値の変化のパターンを表す所定画像パターンの重みを求め、求めた重みで該所定画像パターンを重み付けることにより、入力画像に対する高周波成分を生成する。加算部は、入力画像に、生成部によって生成された高周波成分を加算する。 (もっと読む)


【課題】高い認識精度を維持しつつ特徴量の次元数を削減することができる特徴量生成装置、方法及びプログラムを提供する。
【解決手段】特徴量生成装置は、入力画像を分割し、分割された各部分領域から、例えば勾配方向をヒストグラム化した特徴量を抽出し、分割された部分領域を複数選択し、選択された部分領域を処理単位として、部分領域の位置に応じた重み付けを行い、特徴量を次元ごとに合算することにより特徴量の次元削除を行う。 (もっと読む)


【課題】被験者の顔形状を客観的かつ簡易に評価することを可能にする。
【解決手段】顔印象判定チャート10は、人の頭部形状に関する高次の基底ベクトルの少なくとも一つの重み係数が互いに異なる第一の頭部画像20および第二の頭部画像30が対比可能に配置されている。顔印象判定チャート10を参照して被験者の顔形状を目視観察することにより、被験者の顔に発現している基底ベクトルの次数とその発現度合いを定量的に把握することが可能である。 (もっと読む)


【課題】ハフ変換を利用して精度よく線分あるいは円弧を検出することを課題とする。
【解決手段】ハフ変換部14は、第1〜第3成分データ102A〜102Cに対して輪郭抽出処理を実行し、第1〜第3輪郭データ103A〜103Cを生成する。第1〜第3輪郭データ103A〜103Cの各画素は0〜255の画素値を有する。ハフ変換部14は、第1〜第3輪郭データ103A〜103Cの各点に対してハフ変換を実行する。ハフテーブル15には、第1〜第3輪郭データ103A〜103Cの各点の画素値、すなわち輪郭強度の値が加算値として集計される。検出部16は、各成分の集計値を総合評価し、線分あるいは円弧を検出する。 (もっと読む)


【課題】対象物が動くことにより画像にぶれが生じた場合でも、安定して対象物を追跡することが可能な追跡装置、追跡方法およびプログラムを提供する。
【解決手段】実施形態の追跡装置は、取得部と第1算出部と第2算出部と設定部とを含む。取得部は、追跡対象物を撮像して、時系列のフレーム単位で画像を取得する。第1算出部は、画像内の探索領域に含まれる各画素について、当該画素の画素値と基準値との一致度を示す第1尤度を算出する。第2算出部は、探索領域内の各画素について、当該画素の画素値と、過去のフレームにおける画像内の当該画素に対応する位置の画素値との差分を示す差分値を算出する。第1設定部は、探索領域内の各画素について、当該画素と、過去における追跡対象物の位置との距離が大きいほど、第1尤度の重みが小さくなるとともに差分値の重みが大きくなるように、第1尤度および差分値の各々の重みを設定する。 (もっと読む)


【課題】入力された画像から、検出対象物を高い精度で検出することができる物体検出装置を提供することを課題とする。
【解決手段】物体検出装置1において、検出窓設定部11は、カメラが撮影した撮影画像21を入力する。検出窓設定部11は、撮影画像21に対して検出窓領域を設定し、撮影画像21から、検出窓領域の画像を通常窓画像22として切り出す。画像処理部12は、撮影画像21に対して拡大、縮小などの画像処理を行う。拡大された撮影画像21と、縮小された撮影画像21から、変更窓画像23がそれぞれ切り出される。度合い算出部13は、検出対象物の特徴を示す特徴データ51に基づいて、検出対象物が窓画像に存在する可能性を示す一致率を窓画像ごとに算出する。判定部14は、各窓画像の一致率に基づいて、検出窓領域に検出対象物が存在するか否かを判定する。 (もっと読む)


【課題】対象物と非対象物との間の本質的な違いが表れる特徴量を的確に抽出することができる特徴量抽出装置、対象物検出システム、コンピュータプログラム及び特徴量抽出方法を提供する。
【解決手段】特徴量候補決定部102は、各サンプル画素の任意の複数の波長でのスペクトル強度の変位に関連する特徴量候補を複数決定する。識別器生成部103は、決定した特徴量候補の中の一部の特徴量候補毎にブースティングを用いて対象物及び非対象物を識別するための識別器を生成する。特徴量抽出部105は、識別器を生成するために用いた特徴量候補を特徴量として抽出する。 (もっと読む)


【課題】ノイズの影響を抑制し、高い精度で線分あるいは円弧の検出を行うことを課題とする。
【解決手段】ハフ変換部14は、輝度画像データ102に対して輪郭抽出処理を実行し、輪郭画像データ103を生成する。輪郭画像データ103の各画素は0〜255の画素値を有する。ハフ変換部14は、輪郭画像データ103の各点に対してハフ変換を実行する。ハフテーブル15には、輪郭画像データ103の各点の画素値、すなわち輪郭強度の値が加算値として集計される。検出部16は、集計値に基づき、線分あるいは円弧を検出する。 (もっと読む)


【課題】対象物の状態に適した重みの学習を行い、対象物の検出性能を向上する。
【解決手段】画像から対象物の一部または全部を検出して複数の検出結果を出力する複数の検出部と、複数の検出結果の少なくとも1つに基づいて対象物の状態を推定する推定部と、対象物の状態に基づいて画像を複数のグループに分類する分類部と、検出結果に基づいて、複数の検出部のそれぞれに対する重み情報をグループごとに算出する重み算出部と、を備える。 (もっと読む)


【課題】複数動体が交差しても、効率的かつ正確に動体追跡する。
【解決手段】時系列の連続原画像P(i)からなる動画を画像入力部110で入力し、動体識別画像生成部130により、背景画像との差分をとり、背景と前景を区別する動体識別画像M(i)を生成する。トラッカー格納部150は、個々の動体の輪郭に外接するブロッブ包摂図形を、時系列で格納する。マスキング処理部140は、トラッカー格納部150内の時刻t(i−1)の着目動体Tj以外の動体のブロッブ包摂図形を利用して、動体識別画像M(i)の前景領域をマスキングする。ブロッブ包摂図形抽出部170は、マスキング部分を除く前景領域の輪郭を候補ブロッブ包摂図形として抽出する。トラッカー登録部160は、着目動体Tjの先行ブロッブ包摂図形Bj(i−1)に対する後続ブロッブ包摂図形Bj(i)を候補ブロッブ包摂図形の中から選択し、トラッカー格納部150に登録する。 (もっと読む)


【課題】誤検出を抑制した、頑強な不動体検出を行う。
【解決手段】動体検出部は、現画像において、背景とは異なる部分の画像である動体を検出し、一時停止判定部は、動体が、所定の一定時間以上停止しているかどうかを判定する。信頼度処理部は、一定時間以上停止している動体である一時停止オブジェクトが映る一時停止画像と、現画像とを用いて、現画像の画素について、所定の時間以上変化がない、背景とは異なる不動体であることの確からしさを表す不動体信頼度を求める。不動体検出部は、不動体信頼度に基づいて、現画像から、不動体を検出する。本技術は、例えば、物体の置き去りや持ち去り等を検出する不動体の検出に適用できる。 (もっと読む)


【課題】画像中の互いに種類の異なる領域を特定する精度を向上する。
【解決手段】複数の画素のそれぞれのエッジ強度を表すエッジ画像における複数の判定領域のそれぞれに対してエッジ強度の程度を表す特徴値を算出する。そして、特徴値によって表されるエッジ強度の程度が所定の基準以上である場合に、判定領域を不均一な画像を表す第1種領域として特定し、判定領域の特徴値によって表されるエッジ強度の程度が所定の基準よりも小さい場合に、判定領域を均一な画像を表す第2種領域として特定する。 (もっと読む)


【課題】生体画像に表された生体情報の歪みを参照用の生体画像を用いずに検出できる生体情報処理装置を提供する。
【解決手段】生体情報処理装置1は、利用者の特定の部位の表面にある生体情報を表した生体画像を複数のブロックに分割する分割部(10)と、そのブロックに写っている生体情報の一部の模様の複雑さを表す事前複雑度を推定する事前複雑度推定部(11)と、複数のブロックのそれぞれについて、そのブロックに写っている生体情報の一部の像の複雑さを表す事後複雑度を算出する事後複雑度算出部(12)と、複数のブロックのそれぞれについて、事後複雑度と事前複雑度とを比較し、事後複雑度と事前複雑度とに差異があるブロックを、そのブロックに写っている生体情報の一部に歪みがある歪みブロックとして検出する歪み検出部(13)とを有する。 (もっと読む)


【課題】時系列順に撮像された一連の画像から網羅性の高い要約画像を検出することができる画像処理装置、画像処理方法、及び画像処理プログラムを提供する。
【解決手段】画像処理装置は、時系列順に撮像された一連の画像間において同一の対象が映る領域同士を対応づけ、該対応づけられた領域全体を1つの連結領域として設定する対応領域連結部110と、該連結領域の特徴量を算出する連結領域特徴量算出部120と、特徴量をもとに、上記一連の画像に映された対象が該一連の画像内の各画像に集約されている度合いに対応する要約指標値を算出する要約指標値算出部130と、要約指標値をもとに要約画像を検出する要約画像検出部140とを備える。 (もっと読む)


【課題】複数のメモリを使ってインテグラルイメージの読み出しを高速に行う方法が提案されているが読み出す局所領域の形状(幅、高さ)に制約を設ける必要があるため、検出精度に影響を与える場合がある。その場合、前記高速化手法で検出精度が低下し要求検出精度を満たせずに問題となる。
【解決手段】パターン識別に使用する複数の局所領域の中でインテグラルイメージの読み出しを高速化できる形状を持つ局所領域と前記形状制約を外して検出精度を重視できる形状を持つ局所領域とに分ける。そして、これらの割合を調整し、検出精度の低下を軽減させる。 (もっと読む)


【課題】高精度な識別器を生成するための良好な教師データを作成する。
【解決手段】データ読み込み部130はデータを読み込み、教師データ作成部112及びGUI制御部116を介して出力装置150に出力する。ユーザはクラス設定部120を用いて、データに対する第1のクラスを入力する。推薦クラス生成部114は、第1のクラスに対して、類似/共起/関連データベースとユーザデータベースとに基づいて第2のクラスを生成する。第2のクラスは、GUI制御部116を介して出力装置150に出力される。ユーザは、入力装置160から第2のクラスに対する評価を入力する。ユーザデータベース更新部118は、この評価を取得し、それに基づいてユーザデータベース144を更新する。教師データ作成部112は、この評価を考慮した第2のクラスと、第1のクラスとを読み込んだデータと関連付けて、教師データを作成する。 (もっと読む)


1 - 20 / 357