説明

Fターム[5L096FA39]の内容

イメージ分析 (61,341) | 特徴抽出 (17,550) | 統計的特徴 (3,213) | その他 (40)

Fターム[5L096FA39]に分類される特許

1 - 20 / 40


【課題】制御系の演算処理に対する負荷を軽減しつつ、車両と共に移動する車載のカメラによる撮影画像から精度良く横断歩道を検出すること。
【解決手段】車両に搭載したカメラ60からの撮影画像の画像認識領域の部分をマイコン30でエッジ処理し、エッジ処理した画像信号を画像認識LSI51で高速フーリエ逆変換して、強周期性を有するゼブラパターンを画像認識領域中から抽出する。抽出したゼブラパターンの周期性が横断歩道の周期性の範囲内であれば、そのゼブラパターンを横断歩道であるとマイコン30が認識する。 (もっと読む)


【課題】一部の同一被写体の位置が異なる場合でも、画像の類似判定の精度向上を図ることができる。
【解決手段】ペア画像取得部41は、判定を行う複数の画像であるペア画像を取得する。対応点探索部82は、ペア画像取得部41により取得された複数の画像のデータについて、類似する複数の画素領域を夫々特定する。ベクトル算出部83は、対応点探索部82により特定された画像領域同士の距離を夫々算出する。閾値設定部84は、ベクトル算出部83により夫々算出された距離に基づいて、閾値を設定する。類似画像判定部44は、ベクトル算出部83により夫々算出された距離のうち、閾値設定部84設定された閾値以下の距離に対応する画素領域同士に基づいて、ペア画像取得部41により取得された複数の画像のデータが類似するか否かを判定する。 (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)


【解決手段】一実施形態によれば、被写体位置判定方法は、各被写体が複数の特徴を有する複数の被写体を含むデータを分析し、前記データから前記特徴を抽出する工程と、前記データから抽出された各特徴は少なくとも一つの予測に一票を投じるものであり、データベースに保存された特徴と前記データから抽出された特徴をマッチングし、被写体の予測を得る工程と、nを少なくとも一つの整数とし、分析すべき前記被写体がn個のパラメータで記述され、各パラメータがハフ空間の次元を定義する、ハフ空間において分析すべき予測を表す工程と、他の特徴からの投票に合致しない投票よりも、他の特徴からの投票と合致する投票に高く重み付けする制約を与える工程と、前記重み付けされた投票を用いて前記ハフ空間における極大値を得る工程と、前記データ内における前記被写体を位置判定するため、前記極大値と関連付けられた前記予測を識別する工程とを備える。 (もっと読む)


【課題】画像に含まれるオブジェクトの識別の精度をより高めることを目的とする。
【解決手段】入力画像に含まれる入力オブジェクトおよび登録画像に含まれる登録オブジェクトのオブジェクト間の変動量を検出するオブジェクト間変動量検出手段と、入力オブジェクトと登録オブジェクトとで、少なくとも1つ以上の対応する部分特徴量を抽出する部分特徴抽出手段と、オブジェクト間の変動量の大きさに応じて部分特徴抽出手段で抽出された部分特徴量を組み合わせる合成方法を決定し、決定した合成方法で部分特徴量を合成して合成部分特徴量を生成する部分特徴量合成手段と、合成部分特徴量を用いて、入力オブジェクトがどの登録オブジェクトに対応するかを識別する入力オブジェクト識別手段と、を有することによって課題を解決する。 (もっと読む)


【課題】 認識対象物を識別するために有用な部分を効率的に学習する為の技術を提供すること。
【解決手段】 認識対象物をそれぞれ異なる視点位置から撮像して得られる複数枚の画像を取得し、複数の画像のそれぞれについて、該画像上に映っている認識対象物上で設定された箇所を設定箇所として受け付ける。複数の画像のそれぞれについて、該画像上の設定箇所に対して非設定箇所よりも多くの数の特徴点が設定されるように該画像上に複数の特徴点を設定し、特徴点における画像特徴量を用いて認識対象物を学習する。 (もっと読む)


【課題】サブ領域毎に特徴値のヒストグラムを高速に算出すると共に、サブ領域における特徴値のヒストグラムの算術演算値を複数のサブ領域に渡って総和した値を高速に算出する。
【解決手段】処理対象画像の各画素の特徴値を算出し、各ビン別に、特徴値の積分値を付与した積分画像を作成する(S3−2)。各ビン別に、各位置にサブ領域を設定した場合について、サブ領域内の特徴値のヒストグラムの値を、サブ領域内の座標(x、y)に付与したサブ領域積算値画像を生成する。各ビン別に、各位置にサブ領域を設定した場合について、サブ領域内の座標(x、y)において計算されたサブ領域積算値画像の各画素値(ヒストグラムの値)と座標(x、y)に対してサブ領域の大きさのn倍離れた座標において計算されたサブ領域積算値画像の各画素値(ヒストグラムの値)の2乗和を、座標(x、y)に付与したサブ領域積算値積分画像を生成する(S3−3)。 (もっと読む)


【課題】定義されたノルムから外れると通常は考えられるであろうが、それにもかかわらず、なお、真のサブジェクトのカテゴリーの表現である画像を含む、より多くの入力画像をモデル画像と整合可能なAAM(アクティブアピアランスモデル)マシンを提供すること。
【解決手段】AAMは、拡大ライブラリーからのみ導かれる特有の特徴を用いて第1の統計的フィッティング対(オブジェクトのクラスのモデル画像および対応する統計モデルフィッティング)を作成する。拡大ライブラリー内の、第1の統計的フィッティング対が整合させることができない画像はすべて、真の外れ値のイグザンプルのより小さい第2のライブラリー内に集められる。第2のライブラリーからのみ導かれる特有の特徴を用いて第2の統計的フィッティング対が作成され、第2の統計的フィッティング対によって整合されないサンプルはさらにより小さい第3のライブラリー内に集められる。 (もっと読む)


【課題】画像の局所領域間の相関が大きい画像や特定の周波数に信号が集中している画像から抽出される画像識別子は異なる画像を識別できる度合いである識別能力が低下すること。
【解決手段】この画像識別子抽出装置は、画像を識別する情報である画像識別子を構成する各次元に関連付けられる、画像中の、2つの部分領域から領域特徴量を当該次元毎に算出する算出手段を備える。また、2つの部分領域は画像の中心に近づくにつれてより多く配置され、ある次元に関連付けられる2つの部分領域のパターンは、他の少なくとも1つの次元に関連付けられる2つの部分領域のパターンと相違する。 (もっと読む)


【課題】駐車枠検出装置及び駐車枠検出方法において、俯瞰変換後の画像分解能に影響されずに、元の画像分解能でエッジを扱うことにある。
【解決手段】制御手段(11)は、撮像手段(9)により撮像された後方画像からエッジを抽出するエッジ抽出部(13)と、エッジ抽出部(13)によりエッジを抽出された画像を俯瞰画像に変換してこの変換時に俯瞰画像上の各エッジ点に対応するエッジ抽出画像上のエッジ点の個数を記録する俯瞰画像変換部(14)と、俯瞰画像変換部(14)により変換された俯瞰画像からρ−θ空間への投票値としてエッジ点の個数を用いてハフ変換により直線を検出する直線検出部(15)と、直線検出部(15)により検出された直線が駐車枠の線であるか否かを判定する駐車枠判定部(16)とを備える。 (もっと読む)


【課題】画像の局所領域間の相関が大きい画像や特定の周波数に信号が集中している画像から抽出される画像識別子は異なる画像を識別できる度合いである識別能力が低下すること。
【解決手段】この画像識別子抽出装置は、画像を識別する情報である画像識別子を構成する各次元に関連付けられる、画像中の、2つの部分領域から領域特徴量を当該次元毎に算出する算出手段を備える。また、次元毎に対応付けられている2つの部分領域を示す次元別抽出領域情報に基づいて、当該次元毎に当該2つの部分領域が特定され、次元別抽出領域情報は、次元毎に、画像があらかじめ決められた数に分割されたブロックの一または複数を部分領域として特定する情報である。また、ある次元に関連付けられる2つの部分領域のパターンは、他の少なくとも1つの次元に関連付けられる2つの部分領域のパターンと相違する。 (もっと読む)


【課題】画像の局所領域間の相関が大きい画像や特定の周波数に信号が集中している画像から抽出される画像識別子は異なる画像を識別できる度合いである識別能力が低下すること。
【解決手段】この画像識別子抽出装置は、画像を識別する情報である画像識別子を構成する各次元に関連付けられる、画像中の、2つの部分領域から領域特徴量を当該次元毎に算出する算出手段を備える。また、ある次元に関連付けられる2つの部分領域のパターンは、他の少なくとも1つの次元に関連付けられる2つの部分領域のパターンと、画像の左右または上下に対して対称性を有する。さらに、ある次元に関連付けられる2つの部分領域のパターンは、他の少なくとも1つの次元に関連付けられる2つの部分領域のパターンと相違する。 (もっと読む)


【課題】画像の局所領域間の相関が大きい画像や特定の周波数に信号が集中している画像から抽出される画像識別子は異なる画像を識別できる度合いである識別能力が低下すること。
【解決手段】この画像識別子抽出装置は、画像を識別する情報である画像識別子を構成する各次元に関連付けられる、画像中の、2つの部分領域から領域特徴量を当該次元毎に算出する算出手段を備える。また、2つの部分領域は、各々の大きさ、および、相対的な位置関係が一様分布に従うように構成され、ある次元に関連付けられる2つの部分領域のパターンは、他の少なくとも1つの次元に関連付けられる2つの部分領域のパターンと相違する。 (もっと読む)


【課題】従来手法と比較してより高速かつ高精度な3次元物体認識を実現可能とする。
【解決手段】物体認識装置1は、記憶画像と、記憶画像から予め抽出された特徴点と、特徴点の位置関係情報と、を記憶するデータベース2と、データベース2の記憶画像の特徴点と入力画像から抽出した特徴点との間で対応特徴点を探索して、記憶画像の特徴点の位置関係情報に基づいて算出する投票点を入力画像に投票し、その投票点が集中しかつ投票数が多いほど入力画像と記憶画像との類似度が高いと判定して、入力画像と類似する記憶画像を特定する記憶画像特定手段11と、特定された記憶画像を用いて想起画像を生成し、想起画像と入力画像とを比較して類似していると判断した場合に、入力画像に認識対象を検出したと判定する判定手段12と、を備える。 (もっと読む)


【課題】画像中の被写体の主要度をより的確に判定することを可能とする。
【解決手段】画像処理装置100は、時系列に撮像して得られた一連の複数フレームの画像を入力する画像入力部102と、画像入力部102で入力された複数フレームの画像から、主要度の判定をする対象である判定対象領域を抽出する判定対象領域抽出部104と、複数フレームの画像中における判定対象領域の出現頻度に基づいて判定対象領域の主要度を判定する判定部106とを備える。 (もっと読む)


【課題】好みの空調制御を精度高く学習することにより快適性を向上するとともに省エネ運転が可能な空気調和機を提供すること。
【解決手段】人物が存在する位置を検出する位置検出手段と、前記人物を識別するための情報である人物特定情報を取得する人物特定情報取得手段と、前記位置検出手段が検出した位置情報と、前記人物特定情報取得手段が取得した人物特定情報を関連付けて人物識別情報として記憶する記憶手段とを有し、さらに、人物識別手段は前記位置検出手段が検出した位置情報を、前記記憶手段に記憶されている人物識別情報と照合することで、人物を識別する人物識別装置。人物の位置情報を利用して人物識別を実現することで、実用的に、精度のよい人物識別を達成することができる。 (もっと読む)


【課題】固定カメラにおいて撮影された動画像を用いて、撮影範囲の領域における人物の静止・滞留・集合の度合いが高い箇所を検出して経営管理等に役立つ技術を提供する。
【解決手段】滞留検出システム10は、監視カメラ30で撮影した撮影範囲45の動画像データまたはその解析情報24(人物・動線情報102)と、フレーム領域を複数のブロックに分割してなる複数の要素を持つマトリックスデータ62とを用いて、人物・動線の情報をマトリックス上にマッピングし、当該人物・動線が重なるブロック対応の要素ごとのスコアを記録する処理と、スコアが高い要素を抽出する処理と、スコアが高い要素のブロックの情報を滞留箇所の検出結果情報として出力する処理と、を行う。 (もっと読む)


【課題】ドット画像における塊状のドット集合を検出するドット集合検出装置を提供すること。
【解決手段】ドット画像から塊状のドット集合を検出するドット集合検出装置100は、そのドット画像における単位領域のそれぞれのドット密度を取得するドット密度取得部11と、そのドット密度に基づいてそれら単位領域のそれぞれに対応するドット密度勾配ベクトルを導き出すドット密度勾配ベクトル導出部12と、それらドット集合の中心となり得る中心点を仮設定する中心点仮設定部13と、それらドット密度勾配ベクトルのそれぞれとそれら中心点の一つとを対応付ける対応付け部14と、それらの対応関係に基づいてそれら中心点の座標を修正する中心点修正部15と、それらの対応関係に基づいて検出したドット集合に関する情報を表示するドット集合表示部16と、を備える。 (もっと読む)


【課題】パターンのグルーピングを最適化し、これにより動画像上の物体を高い精度で認識する。
【解決手段】時刻tの特定されたパターンをXiとして、時刻t−τから時刻t+τまでの期間にパターンXjが特定される確率Pijについて考える。確率Pijは時刻t−τから時刻t+τまでの時間にパターンXjが特定されたフレームの数をカウントすることにより取得することにする。この確率Pijを要素とするアフィニティマトリクスWに基づくスペクトラルクラスタリングにより、n種類のパターンをグルーピングする。本発明は、画像認識処理に適用できる。 (もっと読む)


【構成】CPU14pは、平面を鳥瞰した状態を表すマップ画像をモニタ16に表示し、表示されたマップ画像上で1または2以上の矩形エリアを指定するドラッグ操作を入力装置18を通して操作者から受け付ける。カメラ12は、平面を捉える撮像面を有し、被写界像つまりカメラ画像を繰り返し出力する。CPU14pは、カメラ12から出力されたカメラ画像を取り込み、ドラッグ操作によって指定された1または2以上の矩形エリアにそれぞれ対応する1または2以上の測定エリアをカメラ画像に割り当てる。CPU14pはさらに、平面に存在する1または2以上の動体の混雑度をカメラ画像に割り当てられた測定エリア毎に測定する。
【効果】初期設定のための作業負担を抑制することができる。 (もっと読む)


1 - 20 / 40