【課題】電子画像内で物体のセグメントを決定するための高速な方法を提供する。
【解決手段】複数特徴セグメンテーションを教師なし学習するステップおよび関連性マップを形成するステップを備える。教師なし学習するステップは、基本フィルタ・マップ（Ｆｉ）を使用して訓練データベクトルを形成するステップと、ベクトル定量化ネットワーク（ＶＱ）を使用して訓練データベクトルからコードブック・ベクトルを取得するステップと、訓練データベクトルおよびコードブック・ベクトルから適応トポグラフィック・アクチベーション・マップ（Ｖ^Ｊ）を生成するステップと、適応トポグラフィック・アクチベーション・マップ（Ｖ^Ｊ）を２値化して２値適応トポグラフィック・アクチベーション・マップ（Ｂ_ｉ）を取得するステップと、を備える。 （もっと読む）

【課題】単眼で撮像された画像から効率的に物体を判別することを課題とする。
【解決手段】単眼カメラで撮像された画像に対して顕著性算出手法を適用して判別の対象となる物体（ここでは、歩行者）を検出する（図１の（１）参照）。かかる物体検出によって判別対象となる候補物体が検出されると、検出された物体に対してニューラルネットワーク手法を適用して候補物体が歩行者であるかを判別する（図１の（２）参照）。さらに、上記した物体判別によって得られた判別結果の他に、レーダによって得られた物体に対する距離情報（車両から物体までの距離）を用いて、物体との衝突危険度を判定し、この判定結果に応じて車両制御や報知制御を行う（図１の（３）および（４）参照）。 （もっと読む）

【課題】従来の画像認証装置では、マスクやサングラス顔のように照合時の顔の一部分が隠れる場合など顔画像に大きな変化を伴う場合には、認証の対象となる画像として扱うことが困難であった。
【解決手段】マスクやサングラス顔など照合時の顔の一部分が隠れる場合にも、対象抽出部によって抽出された顔画像を入力画像として、連想記憶回路を備えた画像想起部によって想起画像を出力することで、入力画像に含まれる部分隠れや表情変化などを補完することで、顔画像に大幅な変化が含まれる場合の顔画像でも顔認証可能となるよう適用範囲を拡大する。 （もっと読む）

【課題】画像に含まれる顔を、検出すべき顔の傾き、検出すべき顔の位置等を変えながら検出する顔検出処理において、処理時間を抑えつつ顔の検出確率を上げる。
【解決手段】顔が検出される確率が相対的に高い第１の条件、例えば、検出すべき顔の傾きが画像に垂直または水平な方向と一致する傾きであるときに、相対的に検出漏れが少なく処理時間が長い第１の検出処理、例えば、検出すべき位置の変化幅（顔画像か否か判別されるために順次切り出される部分画像Ｗの移動幅）が狭い検出処理を行い、第１の条件と異なる条件であるときに、相対的に検出漏れが多く処理時間が短い第２の検出処理、例えば、検出すべき位置の変化幅が広い検出処理を行う。 （もっと読む）

【課題】背景に濃淡むらのある画像からより鮮明な検出対象物の二値化画像を画面全体に亘って抽出する。
【解決手段】画像解析装置４において、画像処理部４５は、原画像データの入力部５１と、入力した原画像データに二値化処理等を施す二値化処理部５２と、二値化された原画像データとビットパターンとを比較するフィルタ部５３と、フィルタ部５３で生成された画像データに再び二値化処理を施す二値化処理部５４とを備え、フィルタ部５３は、二値化処理部５２から供給された二値化画像データと所定のビットパターンとを比較して新たな濃度値を有する画像を生成する。このとき、予め決められたビットパターン、或いは遺伝的アルゴリズムを用いて適応的に変更されるビットパターンを用いる。 （もっと読む）

【課題】高速で高性能な顔画像認証装置及びプログラムを提供すること。
【解決手段】目位置を検出する第１の画像処理手段と、顔画像情報に基づき光補正を行う第２の画像処理手段を有する画像処理部２と、前記処理された顔画像情報に対して画像特徴を抽出する特徴抽出部３と、前記抽出された画像特徴を最適化する特徴最適化部４と、前記最適化された特徴部分を登録情報として登録する記憶部５と、前記登録情報と認証情報を対比して認証する認証部６とを有する顔画像認証装置において、前記画像処理部２の第１の画像処理手段が、複数の顔画像情報を用い、目という情報が所定の領域内に有るか否かを判断する目特徴クラスタリング手段と、該目特徴クラスタリング手段で判断された領域内に目情報が有るか否かを判断する目判断手段とを有し、目特徴のサンプルを作成し、該作成された目特徴サンプルを用いてニューラルネットにより目位置検定器を作成する。 （もっと読む）

【課題】手作業や熟練を必要とせずに、写真画像中の顔等の構造物に含まれるニキビ等の不要な成分を完全に除去する。
【解決手段】ニキビ除去部３２が、画像Ｐ１中の顔部分Ｐ１ｆを、ニキビを含まない顔部分を表す複数のサンプル画像に基づいてＡＡＭ等の統計的手法によって生成された数学モデルＭに適応させ、画像再構成部３３が、このモデルＭへの適応によって得られた顔部分Ｐ１ｆに対応するパラメータＣに基づいて、顔部分の画像Ｐ１ｆ′を再構成し、さらに、画像Ｐ１の顔部分に画像Ｐ１ｆ′に置換した画像Ｐ２を生成する。ここで、数学モデルＭは、ニキビを含まない顔部分が表されたサンプル画像から生成されたものであるため、モデルにはニキビが表現されていない。したがって、顔の部分Ｐ１ｆにニキビが含まれていたとしても、この顔部分Ｐ１ｆをこのモデルＭに適応させた後で再構成された顔部分Ｐ１ｆ′は、ニキビを含まないものとなる。 （もっと読む）

【課題】 多様な撮像条件においても高い精度で顔の認識を行う技術を提供する。
【解決手段】 情報処理装置に、顔を含む画像データを入力する画像入力部１００と、前記画像データより前記顔の特定箇所の位置を検出する顔位置検出部１０１と、検出された前記特定箇所の位置に基づいて、前記画像データに領域を設定し、設定された前記領域より前記顔の特徴点を検出し、検出された前記特徴点に基づいて前記顔の表情を判定する表情認識部１０２とを備え、前記特徴点の検出は前記特定箇所の位置検出よりも検出精度が高く、前記特定箇所の位置検出は前記特徴点の検出よりも変動に頑健である。 （もっと読む）

【課題】 時系列に連続する画像から特定のパターンの検出をより安定して行うこと。
【解決手段】 時系列に連続する複数の画像から、特定のパターンを検出するパターン検出方法であって、１枚の画像を入力する入力ステップと（Ｓ１１）、前記入力した画像より以前に入力された複数の画像に基づいて設定された検出特性を用いて、前記入力した画像から特定のパターンを検出する検出ステップと（Ｓ１２）、前記検出された特定のパターンと、前記入力した画像より以前に入力された複数の画像から検出された前記特定のパターンとに基づいて、前記検出ステップにおいて次に入力する画像から該特定のパターンを検出するために用いる検出特性を設定する設定ステップと（Ｓ１３〜Ｓ１５）を有する。 （もっと読む）

【課題】画像内の物体を判別する際の精度低下を防止することを課題とする。
【解決手段】この物体判別装置は、最終的な物体判別結果を導き出すための総合判別テーブルを所持する。そして、この総合判別テーブルを用いて最終的な物体判別結果を導き出すために、まず、画像内から判別の対象となる候補物体の検出を行う。次に、画像内から検出した候補物体の判別を行う。例えば、図１に示すように、パターンマッチング手法およびニューラルネットワーク手法からそれぞれ送信されてきた各判別結果がともに「所定の物体である」（例えば、「歩行者である」）とするものである場合には、総合判別テーブルに照らし合わせて、最終的に「所定の物体である」（例えば、「歩行者である」）とする総合判別結果を導き出す。 （もっと読む）

【課題】動画像において追跡対象の顔の検出ができない状況が生じた場合であっても、被写体の追跡を継続可能とする装置や方法を提供すること。
【解決手段】過去に検出された顔の位置に基づいて現在の顔のおおまかな位置を推定し、このおおまかな位置に対応する複数の周囲情報を取得し、過去に取得された周囲情報に最も類似する周囲情報が取得された位置に基づいて現在の顔の位置を推定する。 （もっと読む）

【課題】 経験的な閾値を必要とせず、画像中における所定の被写体の検出をより簡便且つ高精度に行うための技術を提供すること。
【解決手段】 輝度画像上の各位置に配置した所定サイズの矩形内の顔確率を求め（Ｓ１０６）、それぞれの領域の顔確率に基づいてそれぞれの領域の確率分布を求め、このそれぞれの確率分布を示す第１マップデータを作成し（Ｓ１０９）、輝度画像の第２縮小画像乃至第Ｎ縮小画像を生成し（Ｓ１０３）、第ｎ縮小画像上の各位置に配置した上記矩形内の領域の顔確率を求め（Ｓ１０６）、それぞれの領域の顔確率に基づいてそれぞれの領域の確率分布を求め、このそれぞれの確率分布を示す第ｎマップデータを第（ｎ−１）マップデータに合成する処理をｎ＝２〜Ｎについて繰り返すことで合成マップデータを作成し、合成マップデータを用いて代表パターンを選択する（Ｓ１１５）。 （もっと読む）

【課題】 画像中における所定の被写体の検出をより簡便且つ高精度に行うための技術を提供すること。
【解決手段】 輝度画像上の各位置に配置した所定サイズの矩形内の顔確率を求め（Ｓ１０８）、それぞれの領域の顔確率に基づいてそれぞれの領域の確率分布を求め、このそれぞれの確率分布を示す第１マップデータを作成し（Ｓ１０９）、輝度画像の第２縮小画像乃至第Ｎ縮小画像を生成し（Ｓ１０５）、第ｎ縮小画像上の各位置に配置した上記矩形内の領域の顔確率を求め（Ｓ１０８）、それぞれの領域の顔確率に基づいてそれぞれの領域の確率分布を求め、このそれぞれの確率分布を示す第ｎマップデータを第（ｎ−１）マップデータに合成する処理をｎ＝２〜Ｎについて繰り返すことで合成マップデータを作成する（Ｓ１０９）。 （もっと読む）

【課題】 画像中の被写体を高速、且つ高精度に検出するための技術を提供すること。
【解決手段】 輝度画像の縮小画像内における目候補領域の位置を検出し（Ｓ１０４）、検出した位置のうち２つを包含し、且つこの２つの位置で規定される顔候補領域が顔パターンではない場合には、この顔候補領域内のそれぞれの目候補領域の位置近傍に近傍領域を設定し（Ｓ１０７）、一方の近傍領域内で取りうる第１の位置と、他方の近傍領域内で取りうる第２の位置とを包含し、且つ第１，２の位置で規定される顔候補領域が顔パターンであるのかを判別する（Ｓ１１０）。 （もっと読む）

【課題】 より正確に学習可能な学習装置、学習方法、学習プログラムおよび記録媒体を提供し、パターンをより正確に識別可能なパターン認識装置およびパターン認識方法を提供する。
【解決手段】 値が最も多く分布している範囲から離れる値ほど、クラス内散らばり度を算出する際の重み付けを変化させる。クラス内散らばり度は、算出した評価値をフィードバックさせることで学習させる識別手段により分類された学習パターンに対応する値に基づいて算出される。 （もっと読む）

本発明は、ガラス等の透明又は半透明基板内又は上に感光素子を挿入又はエッチングによって情景を取得、読み出し及び知覚できる装置に関する。基板自体は、映した画像に入射する光子を感光素子内へ偏向する光学装置として機能する。感光素子は、透明又は半透明配線で相互接続されている。デジタル式のニューラルメモリは、例えば、人間の顔、向かって来る物体、表面欠陥、フロントガラスの雨粒、その他の特定の視界を認識するように訓練できる。他の用途には車両用画像認識ヘッドライト、及び見ている者の態度（視線追跡、顔認識、表情認識、その他）を感知及び識別しているフラットパネルディスプレイを含む。別の用途には、扉に向かって来る個体の方向及び速度を認識する引き戸を含む。さらに別の用途には、ダム、橋梁、又は他の人工構造物における永久損傷（組成の変化）検知を含む。 （もっと読む）

【課題】頭部姿勢の上下方向の変化が小さい場合や、正面姿勢と非正面姿勢の境界付近の姿勢である場合も、正面姿勢であるか否かを識別することができ、しかも性能の偏りが少なくなるようなパタン識別パラメータを学習する。
【解決手段】頭部姿勢正規化部２１１は、学習対象の頭部の３Ｄ形状データを頭部特徴位置データを用いて一定の基準姿勢に揃え、正面姿勢合わせ部２１２は、学習対象の頭部の３Ｄ形状データを基準姿勢から正面姿勢に姿勢合わせする。学習画像生成部２２０は、学習対象の頭部の３Ｄ形状データの向きを、正面姿勢から上下方向および／または左右方向に回転させ、テクスチャデータを貼り合わせることで、互いに頭部姿勢が異なる複数の学習画像を生成する。その際、頭部姿勢の上下方向への回転角度を左右方向よりも小さく設定する。パタン識別パラメータ学習部４０１は、複数の学習画像のそれぞれについてパタン識別パラメータを学習する。 （もっと読む）

【課題】 装置を運用しながら、誤った判断をした際に、同じ誤りを繰り返さずに徐々に監視の条件に適応することのできる監視装置及びソフトウエアプログラムを提供する。
【解決手段】 監視領域３に存在する対象物２を監視する監視装置において、対象物２の形状又は動きに関する情報を得る測定手段１４と；測定手段１４により得られた対象物２の形状又は動きに関する情報をニューラルネットワークの入力層Ｓに入力することで出力層Ｒから得られる出力に基づいて、対象物２の状態を判定する判定手段２３と；判定手段２３が対象物２が危険な状態であると判定した際に、警報を発する警報手段４１と；警報を解除する警報解除手段４２とを備え；判定手段２３は、警報解除手段４２によって警報が解除された際に、入力層Ｓと出力層Ｒとを関連付ける重み係数Ｗ_ｉを変更する追加学習を行うように構成される監視装置。 （もっと読む）

【課題】顔候補領域抽出処理の精度を向上させる。
【解決手段】画像処理システム１００の画像判定部５において、画像情報から肌色領域を抽出し、肌色領域の各特性値を入力信号として、人物の顔候補領域抽出処理を学習したニューラルネットワークを用いることにより、抽出された肌色領域が顔候補領域であるか否かを判定する。次に、表示部１０に表示される画像上に、顔候補領域を他の領域と明確に区別できるように強調して表示する。オペレータは、各顔候補領域が顔領域であるか否かを判断し、指示入力部９を介して、顔候補領域から顔領域を選択する。そして、選択された顔領域の選択結果が教師データとして教師データ記憶部６に蓄積される。ニューロ学習部７は、これらの教師データに基づいてニューラルネットワークの学習を実施する。 （もっと読む）

【課題】貨幣の画像照合精度を高めるとともに、貨幣の微細な特徴を効率的に照合することを課題とする。
【解決手段】金種識別処理部が硬貨の金種を取得し、取得した金種を受け取った第１の真偽識別処理部が硬貨の真偽識別処理をおこなうよう構成する。そして、年代識別処理部が硬貨の発行年を識別し、第２の真偽識別処理部が、先に識別された金種および発行年を用いて特徴テーブルを検索して特徴部テンプレート画像と特徴範囲とを取得し、特徴部テンプレート画像と入力画像の対応部分とを照合するよう構成する。さらに、真偽判定部が、第１の真偽識別処理、年代識別処理および第２の真偽識別処理の処理結果に基づいて、硬貨の真偽を判定するよう構成する。 （もっと読む）