【課題】既存の手法と比較してより少ない演算量でジオメトリ動き分割を利用すること。
【解決手段】一実施形態に係る画像処理装置は、画像内に設定されるブロックを傾きを有する境界を用いて複数の領域に区分して各領域の動きベクトルを決定する動きベクトル決定部と、上記ブロックの外周と上記境界との複数の交点を指定する境界情報を生成する境界情報生成部と、を備える。また、他の実施形態に係る画像処理装置は、画像の符号化の際に上記画像内のブロックを複数の領域に区分した境界を、上記ブロックの外周と上記境界との複数の交点を指定する境界情報に基づいて認識する境界認識部と、上記境界認識部により認識された上記境界により区分される領域ごとに、動きベクトルに基づいて画素値を予測する予測部と、を備える。 （もっと読む）

【課題】 複数の移動物体が複雑な動きをした場合であっても、良好な追跡結果を得ることができる移動物体追跡システムおよび移動物体追跡方法を提供する。
【解決手段】 人物追跡システムは、カメラ１で撮影した動画を画像インターフェース２２により入力し、入力した各画像から追跡対象となる全ての人物の顔を顔検出部２６により検出し、第１の画像から検出された顔と前記第１の画像に連続する第２の画像で検出される顔のうち同一人物の顔とを顔追跡部２７により対応付けすることにより人物を追跡し、追跡処理の処理結果としてどのような基準で移動物体の追跡結果を出力するかを示すパラメータを設定し、設定されたパラメータに基づいて選別された移動物体の追跡結果を管理する。 （もっと読む）

【課題】顔画像に重なっている遮蔽領域を正確に検出することが困難であった。また、遮蔽領域を正確に検出できないために、各種処理において遮蔽領域の影響を受けた不適切な処理結果が生じていた。
【解決手段】注目画像に含まれる顔の少なくとも一部を含む領域の画像を顔画像として取得する顔画像取得部と、遮蔽領域の検出のための基準画像として用いられる基準顔画像を取得する基準顔画像取得部と、上記顔画像と基準顔画像とを比較することにより、上記顔画像内において、顔を構成する要素以外の要素によって遮蔽された遮蔽領域を検出する遮蔽領域検出部とを備える構成とした。 （もっと読む）

【課題】車載ネットワーク上に車載カメラおよび複数の画像認識部が接続された画像処理システムにおいて、画像認識部が画像認識処理をするための前処理を省くことが可能となる技術を提供する。
【解決手段】画像処理システムにおいて、車載ネットワーク上の車載カメラは画素値がＲＧＢ表色系で表される画像を撮影する。主成分算出部は撮影したフレーム画像に対して主成分分析を行い、変換行列を求める。画素値変換部は変換行列と各画素のＲＧＢ画素値から第１〜第３主成分得点を取得し、少なくとも第１主成分得点を車載ネットワークに配信する。画像認識部はコントラストが強調された第１主成分得点に基づいて画像認識を行い、必要な後続処理を実行する。 （もっと読む）

【課題】顔画像における所定のテクスチャー特徴量を変更する画像処理のさらなる質の向上を実現する。
【解決手段】画像処理装置は、互いに異なる顔画像サイズに対応する複数の基準形状と互いに異なる顔画像サイズに対応する複数のテクスチャーモデルとを特定する情報を記憶する記憶部と、対象画像における顔の特徴部位の位置を特定する顔特徴位置特定部と、対象画像における顔画像サイズに基づき基準形状とテクスチャーモデルとを選択するモデル選択部と、対象画像における顔形状が選択基準形状と等しくなるようにて第１の変換を行う第１の画像変換部と、選択テクスチャーモデルを用いて第１の変換後の対象画像における所定のテクスチャー特徴量を変更する特徴量処理部と、特徴量変更後の対象画像に対して第１の変換の逆変換を行う第２の画像変換部と、を備える。 （もっと読む）

【課題】異なるカテゴリに属する部分空間の間の類似度を大きくし、同じカテゴリに属する部分空間の間の類似度は小さくするような線形変換行列が得られる線形変換行列算出装置を提供する。
【解決手段】線形変換行列算出装置は、各カテゴリに属する複数の辞書部分空間を、線形変換行列でそれぞれ線形変換し、前記線形変換した複数の前記辞書部分空間から２つの前記辞書部分空間の組合せを複数組選択し、選択された各組の前記辞書部分空間の間のそれぞれの類似度を用いて損失関数を計算し、前記損失関数を前記線形変換行列で微分したときの微分パラメータを計算し、前記微分パラメータと前記線形変換行列とによって、新たな線形変換行列を最急降下法で計算し、新たな前記線形変換行列を、前記線形変換部で用いられる前記線形変換行列として更新する。 （もっと読む）

【課題】実用分野で従来の方法の問題点を克服する新規な輪郭エッジ点群線分近似方法を提供する。
【解決手段】エッジ点画像領域に被せて、隣り合う小領域同士で重なり領域を持つ小領域を配置し、小領域毎に隣接するエッジ点集合（クラスタ）を所定の方法によって抽出するクラスタ抽出ステップと、２つの小領域に別々に存在するクラスタ同士が小領域の重なり範囲でエッジ点を共有するとき、所定の方法によって双方のクラスタを統合することを、画像領域全域で行うクラスタ統合ステップと、統合された各々のクラスタをそのエッジ点群の分布特性を判断基準として所定の方法で分割するクラスタ分割ステップと、分割されたクラスタのエッジ点群を代表する線分を所定の方法で抽出する線分抽出ステップとから線分近似を行う。 （もっと読む）

【課題】色成分値が小さな色を適切に特徴ベクトルに反映させること。
【解決手段】特徴ベクトル算出部１８は、画像の特徴ベクトルの少なくとも１つの成分として、画像の構成要素のうち少なくとも一部の要素の色成分値に関する所定の増加関数の値を算出するとともに、他の少なくとも１つの成分として、前記少なくとも一部の要素の色成分値に関する所定の減少関数の値を算出する。 （もっと読む）

【課題】所定の値より大きな固有値を持つ主成分ベクトルとそれらに対応する固有値を選択的に用いた直交化により各クラスのパターン分布を直交化することで、高精度に識別可能なパターン認識装置を提供する。
【解決手段】入力パターンを認識するパターン認識装置は、擬似直交化変換データ生成格納部３０３と擬似直交化変換部３０４と辞書部分空間生成部３０６と入力部分空間生成部３０５と類似度算出部３０８と識別部３０９とからなる。擬似直交化変換データ生成格納部は３０３は、複数の識別クラスにそれぞれ属する複数の学習パターンを主成分分析することにより得られる、複数の上位の主成分ベクトルとそれらに対応する固有値を用いて、各識別クラスのパターン分布同士を直交状態に近づける擬似直交化変換を行うためのデータセットを生成し格納する。このデータセットを用いて、辞書部分空間や入力部分空間を擬似直交化変換部３０４において直交化する。 （もっと読む）

【課題】入出力の直積空間内で学習サンプルから推定した共分散行列を用いて、マハラノビス汎距離を最小化する出力を求める写像演算を用いることにより、欠損画像の高精度な修復等が可能な写真画像処理方法及び写真画像処理装置を提供する。
【解決手段】写真画像を構成する各画素データを成分とする複数のベクトル画像を学習サンプルとして入力する第一ステップと、入出力の直積空間内で学習サンプルから共分散行列を推定する第二ステップと、推定された共分散行列の固有値問題を解くことにより得られる正規直交基底が張る部分空間と、入力された処理対象ベクトル画像に直交する出力超平面の双方に含まれ、且つ、最小マハラノビス汎距離を与える直積空間内の点を求める第三ステップと、求められた点から処理対象ベクトル画像に対応する出力を求める第四ステップとを備えた写真処理方法。 （もっと読む）

【課題】カメラ画像中の歩行者を精度よく迅速に認識することができる、量産化に好適な構成の画像処理装置を提供する。
【解決手段】移動方向判断部１１の物標の移動方向の判断に基づき、歩行者パターン選択部１３により、歩行者パターン記憶部１２に予め記憶された移動方向別の歩行者画像から、移動方向判断部１１により判断された移動方向の移動姿勢の歩行者画像を選択し、認識処理部１０により、選択された移動方向の歩行者パターンとカメラ画像中の認識対象の物標の画像パターンとを照合し、少ない処理負担で精度よく迅速に歩行者を認識する。 （もっと読む）

【課題】高次元空間におけるデータを高精度に分類するための情報処理装置を提供することを課題とする。
【解決手段】任意の次元の空間におけるデータを処理する情報処理装置１であって、主成分空間の次元毎に、各ラベルが対応付けられたデータ群を主成分分析し、主成分空間を導出する主成分分析手段と、主成分空間の次元毎に、主成分分析手段で導出された各ラベルでの主成分空間に対する直交補空間をそれぞれ導出し、各ラベルでの直交補空間の共通空間を導出する共通空間導出手段と、共通空間導出手段で導出された主成分空間の次元毎の共通空間の中から、任意の次元の空間におけるデータをラベル毎に最も分離可能な共通空間を選択する選択手段とを備えることを特徴とする。 （もっと読む）

【課題】状況変化がある環境下で撮像された画像でも、画像中の識別領域を高精度に識別し、画像が識別対象コンテンツであるか否かを高精度に判定できるようにすること。
【解決手段】第1の検出手段11は、画像から状況変化に頑健な第1の特徴量を抽出し、該第1の特徴量を用いて識別領域の一部を検出する。第2の検出手段11は、第1の検出手段11で検出された識別領域の一部から第2の特徴量を抽出し、該第2の特徴量を用いて識別領域の全体を検出する。例えば、第1の検出手段11は、画像から形状情報または輝度情報を用いて顔領域を検出し、第2の検出手段は、顔領域から抽出される色を用いて肌領域を検出する。検出された識別領域の全体(肌部分)の配置などの特徴量から画像を識別できる。 （もっと読む）

【課題】 入力データの変動に対するロバスト性がさらに向上されたパターン認識技術を提供する。
【解決手段】 パターン識別の対象となるデータが、予め定義された複数のクラスのいずれに属するかを識別するパターン識別装置であって、前記複数のクラスのそれぞれについて、特徴空間において該クラスに対応する多様体を近似する超平面への射影規則を記憶手段から読み出す読出手段と、識別対象データを入力する入力手段と、前記入力された識別対象データを、前記射影規則に基づいて、前記複数のクラスにそれぞれ対応する多様体を近似する超平面へ射影した射影結果を、各クラスについて算出する算出手段と、前記算出手段において算出された前記各クラスの射影結果に基づいて、前記識別対象データが前記複数のクラスのいずれに属するかを識別する識別手段と、を備える。 （もっと読む）

画像を獲得すること、及び訓練データ集合に基づいて構築され、指向性照明変化上の依存性を示すモデル構成要素の第１の部分集合と、指向性照明変化に依存しないモデル構成要素の第２の部分集合と、を含むオブジェクトのクラスを含んでいる線形テクスチャモデルを適用することを含む、デジタル画像内に捕らえられた場面内の顔又は特定の他の物体の特徴を決定するための技術である。顔又は特定の他の物体へのモデルの適合は、線形テクスチャモデルのモデル構成要素の一又は複数の一又は複数の個々の値を調節することを含んで得られる。場面中の顔又は特定の他の物体へのモデルの得られた適合に基づいて、顔又は特定の他の物体の特徴が決定される。 （もっと読む）

【課題】画像入力手段によって取得した対象動体の２次元的な動作画像から３次元的な動作を、観察方向によらず自動かつ高速に再現可能なモーションキャプチャ方法を提供する。
【解決手段】画像入力手段によって取得した対象動体の２次元的な動作画像から、対象動体の３次元的な動作を再現するためのモーションキャプチャ方法であって、予め動体の基本動作ごとに、動体の基本動作の各フレーム画像データＡが点で表示される固有空間データＡを作成してデータベース化する固有空間データ作成工程と、この固有空間データＡを、動体の基本動作が保有している情報ごとに木構造群に分解して構造化する木構造作成工程と、判別しようとする対象動体の動作の固有空間データＢと木構造作成手段で構造化された固有空間データＡを比較して、固有空間データＢからの距離が最も近い固有空間データＡを選び、対象動体の３次元的な動作を特定する判別工程とを有する。 （もっと読む）

【課題】観察方向によらずに、自動かつ高速に、対象動体の動作を認識可能な動体の動作判別方法を提供する。
【解決手段】予め動体の基本動作ごとのフレーム画像データＡが点で表示される固有空間データＡを作成してデータベース化する固有空間データ作成工程と、対象動体のフレーム画像データＢが点で表示された固有空間データＢと基本動作ごとの固有空間データＡを比較して、固有空間データＢからの距離が最も近い固有空間データＡを選び、対象動体の動作を判別する判別工程とを有する動体の動作判別方法であって、基本動作ごとのフレーム画像データＡは、動体に基本動作を行わせ、基本動作を行う動体を複数の画像入力手段を用いて多方向から撮影し、前処理手段によって、各画像入力手段ごとに取得した連続する複数のフレーム画像を重ね合わせることで作成される圧縮画像から得る。 （もっと読む）

【課題】 パターンから識別に有効な特徴を抽出することで高精度なパターン認識を行うパターン認識装置を提供する。
【解決手段】 顔画像認識装置は、顔入力部、カーネル直交化変換データ格納部、カーネル直交化変換部、入力部分空間生成部、辞書部分空間格納部、部分空間間類似度計算部、顔判定部を有する。識別対象から獲得した複数の入力パターンから非線形特徴を抽出し、生成した入力部分空間と予め登録していた辞書部分空間との類似度を算出する。 （もっと読む）

【課題】認識対象物体の環境による変動を抑制し、高精度に認識処理を行う。
【解決手段】認識対象となる画像を入力する画像入力部１２と、入力画像から物体を検出する物体検出部１４と、認識対象の環境変動を表すモデル部分空間を保持する環境辞書２０と、検出した物体から認識に用いる特徴量を抽出する入力特徴抽出部１８と、前記入力特徴量とモデル部分空間を用いて両者を非類似にする射影変換を行う入力特徴変換部１８と、予め登録してある登録辞書２６との類似度を計算する類似度計算部２８とを具備する。 （もっと読む）