【課題】識別性能を向上し、訓練処理と識別処理を高速化することができるパターン識別装置を提供する。
【解決手段】本発明のパターン識別装置２０は、直交化勾配ベクトル算出部１５０が、基底ベクトルから、正規直交化行列を生成し、結合係数決定部２００が、トレーニングサンプルと基底ベクトルから、結合係数βを求め、直交化勾配ベクトル算出部１５０が、トレーニングサンプルと基底ベクトルと結合係数βから、結合係数ｄと結合係数ｒを算出し、トレーニングサンプルと基底ベクトルと結合係数ｒと正規直交化行列から、結合係数ｒ＾を算出し、新規基底ベクトル決定部３５０が、トレーニングサンプルと結合係数ｄと結合係数ｒ＾から、新規基底ベクトルを求め、基底ベクトルに追加し、直交化勾配ベクトル算出部１５０が、更新された基底ベクトルを用いて、正規直交化行列を更新する。 （もっと読む）

【課題】処理負荷を抑えつつ、より高性能なパターン認識を実現することを目的とする。
【解決手段】特徴抽出手段で抽出された画像の特徴に対して複数の部分領域を設定する領域設定手段と、部分領域毎の部分空間を保持する部分空間保持手段と、領域設定手段で設定された複数の部分領域から複数の特徴ベクトルを生成し、部分空間保持手段に保持される部分空間に射影し、複数の射影ベクトルを生成する部分空間射影手段と、部分空間射影手段で生成された複数の射影ベクトルから部分領域の夫々に対応する射影ベクトルを選択する選択手段と、選択手段で選択された射影ベクトルを連結し、識別特徴を生成する特徴生成手段と、特徴生成手段で生成された識別特徴を使用して識別処理を行う識別処理手段と、を有する。 （もっと読む）

特徴記述子を生成する方法が提供される。あらかじめ生成される１組のスパース射影ベクトルが得られる。また、イメージに係るスケール空間が得られ、このスケール空間は複数のスケールレベルをもつ。スケール空間における特徴点に係る記述子は、複数のスケールレベルにわたる複数の画素について、スパース射影ベクトルと疎に標本化される画素情報との組み合わせにもとづいて生成される。
（もっと読む）

【課題】異なる傾向の特徴を有する特定の被写体を画像内から精度よく検出するためのデータを生成することを課題とする。
【解決手段】画像処理装置１は、辞書データ記憶部２、演算部３および算出部４を有する。辞書データ記憶部２は、被写体が有する特徴に関する辞書データを記憶する。演算部３は、被写体のうち特定の被写体を含む入力画像の情報に基づいて、該入力画像の特徴データを演算する。算出部４は、特徴データおよび辞書データに基づいて、特定の被写体に関して当該辞書データに補完される補完値を算出する。 （もっと読む）

【課題】オブジェクト検索のパフォーマンスを改善する。
【解決手段】１つの画像または一連の画像に対応する信号を処理することにより、前記画像中に現れるオブジェクトを表示する方法であって、前記信号に基づいて曲率スケール空間（ＣＳＳ）における前記オブジェクトの輪郭のピークの縦座標値を複数導き出すステップを有し、ＣＳＳ表示を導き出す方法として、２項フィルタが用いられる。また、輪郭の表示に到達するために、縦座標値に対してスケーリングあるいは非線形変換を行うステップをさらに有する。 （もっと読む）

本発明は、元距離空間内のテストデータのクラスを評価するための方法およびシステムに関し、各データは、複数のデータをグループ化する少なくとも１つのクラスに属する。
この方法は、元空間の１組の学習データの空間的構成を表現距離空間内にグラフィカルに表現するステップであって、学習セットからの任意の２つのデータが同じクラスに属するかどうかを共同帰属レベルが示す、表現するステップを含む。
この方法は、学習セットからのデータの射影にテストデータを関係させるステップも含み、テストデータの最尤クラスは、テストデータに関係する学習セットからのデータの射影のクラスである。
用途：弁別における意思決定の支援、形状認識
（もっと読む）

本発明は、Ｄ次元のデータ空間内のテストデータのクラスを評価するための方法およびシステムに関し、Ｄ≧３であり、各データはいくつかのデータをまとめる少なくとも１つのクラスに属する。
この方法は、データ空間の参照データ一式をＱ次元の空間内に射影するステップを含み、Ｑ＜Ｄであり、各参照データのクラスは知られている。
この方法は、参照データのそれぞれに対するテストデータの類似性の測定を計算するステップも含む。
この方法は、それぞれが唯一の参照データの射影を含む、複数のばらばらの領域に射影空間を区分化するステップも含む。
この方法は、テストデータのクラスを評価するステップを最後に含み、このクラスは、類似性測定の点でテストデータに最も近い参照データを含む領域の１つに含まれる参照データの１つと同じクラスであるものとして評価される。
実際に、これらの領域はテストデータの射影を含む可能性が最もある領域である。
用途：弁別における決定エイド、形状認識、異常検出 （もっと読む）

【課題】各変数が２値の４次以上の多項式により表わすことが可能な高階エネルギーからなるデータを少ない計算コストで最小化する。
【解決手段】画像データの各画素に２値のラベルを割り当てることにより領域分割する場合、ラベルに対応する２値変数で４次以上の多項式で表わされる高階エネルギーを次数ｄが３以上の項毎に（ｄ−１）／２を超えない最大の整数の数だけ２値の外部変数を付加することにより１次および２次の基本対称式を用いて次数が２以下の１階のエネルギーに変換する（Ｓ２１０〜２５０）。これにより、１階のエネルギーの最小化が可能なグラフカット法などの既存のエネルギー最小化アルゴリズムを適用することができ、少ない計算コストで適切に画像データの領域分割を行なうことができる。 （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】コンピュータを用いた画像処理により、肌の自然な質感や色を保持しつつシミ等
の色ムラを増減させたシミュレーション画像を形成する。
【解決手段】被験者の肌について内部反射光画像と表面反射光画像を取得し、独立成分分
析によりメラニン成分内部反射光画像とメラニン成分以外の内部反射光画像に分離し、メ
ラニン成分内部反射光画像を、複数の空間周波数帯域に分解し、その複数の空間周波数帯
域に分解したメラニン成分内部反射光画像に対して選択的にコントラストを変化させ、次
いでそれら複数の空間周波数帯域のメラニン成分内部反射光画像を合成してメラニン成分
修正内部反射光画像を形成し、メラニン成分修正内部反射光画像とメラニン成分以外の内
部反射光画像を合成することにより合成内部反射光画像を形成し、合成内部反射光画像と
表面反射光画像を合成することにより肌の色ムラを変化させ、シミュレーション画像を形
成する。 （もっと読む）

【課題】 本発明は、あらゆる評価対象の視認性について統一的に且つ正確に評価できる技術を提供することを目的とする。
【解決手段】 本発明の画像変換方法は、画像に含まれる複数の空間周波数成分を抽出するウェーブレット分解を行う分解工程と、抽出した複数の空間周波数成分各々の各画素における空間周波数成分の変化率を示す１次微分量を算出する演算工程と、複数の空間周波数成分各々の１次微分量を用いてウェーブレット合成を行うことにより人の目による見え方の評価を示す視認性評価画像を生成する生成工程とを備えることを特徴とする。 （もっと読む）

【課題】単眼カメラを用い、画像処理によって立体物領域（障害物領域）を推定する。
【解決手段】車両に設置されたカメラから時刻ｔ１及びｔ２のカメラ画像を取得し、それらを時刻ｔ１及びｔ２の鳥瞰図画像に変換する。時刻ｔ１のカメラ画像から複数の特徴点を抽出すると共に第１及び第２のカメラ画像間における各特徴点の移動ベクトルを検出し、各特徴点と各移動ベクトルを鳥瞰図座標面上へマッピングする。鳥瞰図画像上の２以上の特徴点に着目し、その着目特徴点の位置及び移動ベクトルを地面特徴点が満たすべき拘束式に当てはめることで着目特徴点が地面特徴点であるか否かを判別する。そして、地面特徴点であると判別された２以上の特徴点についての位置情報及び移動ベクトル情報から車両の移動情報を求め、その移動情報を用いて時刻ｔ１とｔ２の鳥瞰図画像の差分をとることで立体物領域を推定する。 （もっと読む）

記載されているのは、セキュリティ文書、特に紙幣の真正を確認するための方法であって、ここで真正のセキュリティ文書は該セキュリティ文書に印刷、付与、又は設けられたセキュリティ特徴（４１−４９；３０；１０；５１，５２）を含んでなり、該セキュリティ特徴は該セキュリティ文書の製造に使用されたプロセスに固有の特徴的な視覚的特徴を含んでなる。当該方法は以下の工程（ｉ）認証すべき候補文書の表面の、セキュリティ特徴の少なくとも一部を包含する少なくとも一つの関心領域（Ｒ．ｏ．ｌ．）のサンプル画像（ｃ^０）を取得する工程、（ｉｉ）サンプル画像（ｃ^０）を、該サンプル画像（ｃ^０）の高解像度の詳細を含む少なくとも一つのスケールサブスペース（ｄ^１_１，ｄ^１_２，ｄ^１_３，．．．）へ分解することと、該スケールサブスペースから分類特徴（σ^２，Ｃ，．．．）を抽出することとによって前記サンプル画像（ｃ^０）をデジタル処理する工程、及び（ｉｉｉ）抽出された分類特徴（σ^２，Ｃ，．．．）に基づいて候補文書の真正評価を導き出す工程を含んでなる。 （もっと読む）

【課題】顔識別を行うことで煩雑な操作無しに第一の絞り込みを行うためのタグ情報を付加する際、表情の変化、経年変化といった人物の顔の変動が起こっても誤識別が少なく、且つ識別漏れも少なくなる。
【解決手段】画像登録時に、アップロードされた画像から顔を検出し（ステップ２）、顔の特徴量を算出し（ステップ５）、算出された特徴量と既存の特徴量とを比較する（ステップ６）。顔検出と、特徴量の比較結果を基に重要度を判定し、重要度に応じた閾値を出力し（ステップ９）、特徴量の比較結果が閾値を超えている場合（ステップ１０）、入力画像および類似度の高い画像に名前を付与する（ステップ１１〜１４）。 （もっと読む）

【課題】 検出精度向上するとともに、処理の高速化および必要なメモリ容量の縮小を実現する画像処理方法、画像処理装置、画像処理プログラムおよび画像処理プログラムを記録する記録媒体を提供する。
【解決手段】 ステップＳ１では、前処理として平滑化処理を行い、ステップＳ２では、画素を飛ばしながらSobelオペレータによるエッジ強度を求め、その強度が閾値範囲内となる画素について、エッジ方向と位置座標とを登録する。ステップＳ３では、一定の回転角度刻みの粗サーチとして一般化Hough変換を実行し、投票数の多い順に候補画素を選択する。ステップＳ４では、座標および回転角度とも近似した複数の画素を同じクラスタとし、その中から代表画素を選出する。ステップＳ５では、粗サーチにおける刻み角度よりも小さな回転角度で中間サーチとして一般化Hough変換の再投票を行い、ステップ６で正規化相関を用いた最終サーチを行う。 （もっと読む）

【課題】 後続処理の処理精度を低下させること無く、処理の対象画素数を抑制し、高速化を実現することができるエッジ抽出方法、定義表作成方法を提供し、検出精度向上するとともに、処理の高速化および必要なメモリ容量の縮小を実現することができる画像処理方法、画像処理装置、画像処理プログラムおよび画像処理プログラムを記録する記録媒体を提供する。
【解決手段】 Sobelオペレータを用いてエッジ強度を求めた後、エッジ強度を閾値処理するための下限値を判別分析法によって算出する。エッジ強度を閾値処理するための上限値は、統計処理によって算出する。エッジ強度が、閾値の範囲内にあれば当該エッジ画素を登録候補画素とし、エッジ方向と画素の位置座標を記憶する。 （もっと読む）

【課題】画像データが表す画像内に表現された被写体を特定する精度を向上する。
【解決手段】画像処理装置は、記憶部と、特徴量算出部と、条件推定部と、評価値算出部と、特定部と、を備える。記憶部は、複数の第１の対象物に対応する基準特徴量と、存在度情報とが格納される。各存在度情報は、存在条件毎に定められ、第１の対象物が存在条件下に存在する可能性の大きさを表す第１の存在度を含む。特徴量算出部は、対象画像の画像特徴量を算出する。条件推定部は、存在条件の中から、対象画像の撮影時における撮影時条件を推定する。評価値算出部は、複数の第１の対象物毎に、撮影時条件に対応する第１の存在度を用いて、第１の対象物が対象画像の被写体である可能性の大きさを表す評価値を算出する。特定部は、基準特徴量と、画像特徴量と、評価値とを用いて、対象画像中の被写体を特定する。 （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２００は、顔入力部２０１、入力部分空間生成部２０２、辞書部分空間格納部２０３、直交化行列格納部２０４、部分空間線形変換部２０５、部分空間間類似度計算部２０６、顔判定部２０７からなる。識別対象から獲得した複数の入力パターンから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を、識別に有効な特徴を抽出するための直交化行列により線形変換し類似度を算出する。 （もっと読む）

【課題】 画像における関心を有される領域を検出する。
【解決手段】 画像の複数のサブブロックのスペクトル特性に関連付けられたテクスチャ値を計算し、複数の該サブブロックの各々に関連付けられる情報値を決定し、関心を有される領域を形成するために該サブブロックをグルーピングする。該テクスチャ値は少なくとも一のカラー・バンドでサブブロック毎に計算される。 （もっと読む）

【課題】 カーネル関数の対象の状態や状況が異なる場合でも、カーネル関数を適応的に更新させて、対象とする問題に対して十分な表現力を持つこと。
【解決手段】 カーネル関数更新部１では、更新処理部１１が教師データ３に基づきパラメータβを算出し、そのパラメータβに基づきカーネル関数を決定すると共に、評価基準値が所定の閾値以下の場合には、パラメータβを更新したカーネル関数を加算することによりカーネル関数を更新する。その際、評価基準値算出部１２は教師データ３とカーネル関数とに基づいてグラム行列とそのムーアペンローズ一般逆を算出して評価基準値を算出する。カーネル関数処理部２では、認識結果算出手段２１が未知サンプルの入力ベクトル４と教師データ３と更新されたカーネル関数とムーアペンローズ一般逆とに基づき認識結果を算出し、クラスラベル算出手段２２がその認識結果に基づいてクラスラベルを算出する。
（もっと読む）