【課題】映像や画像に含まれる人物の部位等を高精度に認識する。
【解決手段】映像又は画像に含まれる人物の部位を認識する部位認識装置において、前記映像又は画像に含まれる少なくとも１人の人物の人体領域を検出する人体領域検出手段と、前記人体領域検出手段により得られる人体領域から所定の部位を認識する部位認識手段とを有し、前記部位認識手段は、前記人体領域検出手段により得られる人体領域の画像のうち、予め設定された形状と一致する領域を、前記形状に対応して設定された前記所定の部位として認識することにより、上記課題を解決する。 （もっと読む）

【課題】被写体存在画像内での被写体構成領域及び背景構成領域の指定を自動的に行う。
【解決手段】サーバ３であって、背景と被写体とが混在する被写体存在画像の複数の画像領域の代表色と所定の一色とを比較する類似度算出部３０６ｅと、この比較結果に基づいて、被写体存在画像から被写体が含まれる領域を抽出するための抽出用背景色からなる抽出用背景画像を生成する背景画像生成部３０６ｇと、生成された抽出用背景色に基づいて、被写体存在画像内で被写体を構成する被写体構成領域及び背景を構成する背景構成領域をそれぞれ特定する被写体領域特定部３０６ｉ及び背景領域特定部３０６ｈとを備えている。 （もっと読む）

【課題】類似画像検索の結果として出力する画像の選出精度を向上させること。
【解決手段】
クエリ画像及び検索対象画像内から抽出した複数の部分画像の各々を複数のクラスタの何れかに分類することで、各画像から抽出した部分画像の各クラスタへの分類数に基づく特徴ベクトルを生成する特徴ベクトル生成部２０及びインデクシング部７０と、クエリ画像の特徴ベクトルと、複数の検索対象画像の特徴ベクトルとの類似度を算出し、該類似度に基づいて該検索対象画像をランキングするランキング部３０と、クエリ画像の部分画像を分類したクラスタを基準クラスタとして、該基準クラスタの全ての数に対して検索対象画像の部分画像を共通に分類した基準クラスタの数の割合を算出する共通分類度算出部４０と、前記ランキングされた検索対象画像の上位から、割合が所定値以上の検索対象画像を出力対象として選出する検索結果選出部５０と、を備える画像検索装置。 （もっと読む）

【課題】置去り／持去り事象を精度良く判別することができる置去り／持去り物体検知装置及び置去り／持去り物体検知方法を提供する。
【解決手段】背景データ生成部１２は、過去の情報の量が異なる２つの背景画像データを生成するとともに、過去の情報の量が異なる２つの背景距離データを生成し、置去り／持去り領域検出部１３は、過去の情報の量が異なる２つの背景画像データを比較することにより、一定時間以上変化の継続した領域を検出し、置去り／持去り事象判定部１４は、置去り／持去り領域検出部１３で検出された領域に対して、過去の情報の量が異なる２つの背景距離データの比較を行い、置去り事象であるか、持去り事象であるかの判定を行う。このように、過去の情報量の異なる２種類の背景画像データ、背景距離データを生成することで精度の良い置去り／持去り検出が可能となる。 （もっと読む）

【課題】追尾対象体が追尾されている画像データの画像フレームに侵入物体が侵入したことを検出することのできる物体追尾装置を提供する。
【解決手段】追尾対象である被写体を追尾対象体として追尾する物体追尾装置は、動画像データにおける現フレームよりも前の前フレームにおいて追尾対象体の位置を示す前フレーム対象領域又は前記現フレームにおいて追尾対象体の位置を示す現フレーム対象領域に、複数のサブ領域を設定し、当該サブ領域毎にその特徴量を求める特徴量算出部１０４と、特徴量が第１の閾値を超えるサブ領域が存在し、かつその数が基準値に達していなければ、現フレームにおける追尾対象体が位置する領域に、追尾対象体と異なる侵入物体が侵入したと判定する侵入物判定部１０５とを有し、侵入物判定部１０５は追尾対象体の像領域に侵入物体が侵入したか否かを判定する。 （もっと読む）

【課題】撮影等により得られた映像や画像に含まれる人物が把持する把持物体等を高精度に認識する。
【解決手段】映像又は画像に含まれる人物が把持している物体を認識する把持物体認識装置において、前記映像又は画像に含まれる少なくとも１人の人物の人体領域を検出する人体領域検出手段と、前記人体領域検出手段により得られる人体領域から手先領域を検出する手先検出手段と、前記手先検出手段により得られる手先領域に対応した手先の位置情報に基づいて、把持物体を検出する把持物体検出手段とを有することにより、上記課題を解決する。 （もっと読む）

【課題】画像中の被写体を精度良く追尾できるようにする。
【解決手段】入力された画像から被写体領域を特定し、前記特定された被写体領域の位置を代表する注目点を算出して前記被写体領域を追尾する画像認識装置であって、前記注目点を含む領域が前記被写体領域と異なる領域である場合には前記注目点の位置を前記被写体領域の内部に補正し、前記補正された位置の注目点に基づいて前記被写体領域を追尾するようにして、例えば、ドーナツ型の形状の被写体を検出する場合も精度良く被写体を追尾できるようにする。 （もっと読む）

【課題】 紙片を高精度に識別する，紙片登録・識別装置および方法を提供する。
【解決手段】 紙片登録装置と紙片識別装置とからなる紙片識別システムにおいて、紙片登録装置は、紙片から特徴量を抽出する第１の特徴量抽処理出部と、第１の特徴量抽出処理部により抽出された特徴量に関する情報を紙片に印刷する印刷部とを有し、紙片識別装置は、紙片から特徴量を抽出する第２の特徴量抽処理出部と、紙片から前記印刷部により紙片に印刷された特徴量に関する情報を取得する特徴量取得部と、特徴量に関する情報から特徴量を抽出する特徴量復号化部と、特徴量復号化部により抽出された特徴量と第２の特徴量抽出部により抽出された特徴量との類似度を判定する類似度計算部とを有する。 （もっと読む）

【課題】物体の位置及び姿勢の真値と初期値として入力される位置及び姿勢の概略値とのずれに関わらず、ロバストに物体の位置及び姿勢を算出する。
【解決手段】検出部１２０は、基準位置姿勢において視点から観測される三次元形状モデル上の幾何特徴を基準幾何特徴として検出する。類似度算出部１４０は、参照位置姿勢において視点から観測される三次元形状モデル上の基準幾何特徴に対応する幾何特徴である参照幾何特徴を探索し、基準幾何特徴と参照幾何特徴との類似度を算出する。評価値算出部１５０は、類似度に基づいて、基準幾何特徴と参照幾何特徴との対応付けに係る評価値を算出する。 （もっと読む）

【課題】オブジェクト判別装置において、重複する差分計算を回避する。
【解決手段】判別器１３は、それぞれが、入力画像における少なくとも１組の２点間の差分を求め、求めた差分に基づいて検出対象物の存在に関するスコアを求める複数の弱判別器を含む。判別器１３では、複数の弱判別器がカスケード接続されている。差分画像生成手段１５は、弱判別器で差分を求めるべき画像の２点間の位置関係に応じたずれ量を設定し、入力画像と入力画像を設定したずれ量だけずらした画像との差分画像を生成する。複数の弱判別器のうちの少なくとも一部は、差分画像を参照して差分を取得し、スコアを求める。 （もっと読む）

【課題】目標の識別精度を高くする。
【解決手段】実施形態の識別装置は、選択部、学習部、入力受付部、特徴抽出部、特徴量計算部、類似度計算部、識別部、及び出力制御部、を備える。選択部は、各学習サンプルが複数のカテゴリのいずれかに分類される複数の学習サンプルから学習サンプルを１以上含むグループを複数選択する選択処理を複数回行う。学習部は、選択された複数のグループ毎に当該複数のグループを識別する識別基準を学習し、複数の識別基準を含む評価基準を生成する。入力受付部は、目標からのレーダエコーに基づく画像の入力を受け付ける。特徴抽出部は、画像から目標の輪郭形状の特徴を表現する特徴ベクトルを抽出する。特徴量計算部は、評価基準を用いて特徴ベクトルの特徴量を計算する。類似度計算部は、特徴量と識別特徴量の類似度を計算する。識別部は、類似度を用いて目標を識別する。出力制御部は、識別結果を出力部に出力させる。 （もっと読む）

【課題】 本発明は、映像から特定の物体を効率的に検出することを目的とする。
【解決手段】 本発明は、映像から物体を検知する検知部と、前記検知部が検知した物体が移動する移動方向を判定する判定部と、前記検知部が複数の物体を検知した場合、前記判定部が判定した前記複数の物体の移動方向に応じた順序で前記複数の物体が特定の物体であるかの検出を行う検出部とを有する。 （もっと読む）

【課題】変形する対象の画像を抽出し、抽出結果を基に対象の位置を補正することを可能とすることを目的とする。
【解決手段】画像を取得する画像取得手段と、画像取得手段で取得された画像から特徴量を抽出する特徴抽出手段と、対象のモデルと特徴抽出手段で抽出された画像の特徴量とを基に対象の尤度を算出する尤度算出手段と、尤度算出手段で算出された尤度を基に画像内にある対象の検出領域を検出する検出手段と、モデルと検出手段で検出された検出領域とに基づいて、対象が変動している部分と変動していない部分とを識別する識別手段と、識別手段で識別された対象が変動していない部分を基にモデルと検出領域との位置合わせを行う位置合わせ手段と、を有することによって課題を解決する。 （もっと読む）

【課題】オブジェクト判別装置において、弱判別器における処理を効率的に実行し、処理を高速化する。
【解決手段】判別器１３では、それぞれが、差分計算に関する複数の基本特徴タイプの何れかで差分計算を行い、入力画像から検出対象物の存在に関するスコアを求める複数の弱判別器を含む。複数の弱判別器は、カスケード接続されている。判別器１３では、基本特徴タイプが同じ弱判別器が連続して並べられている。 （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】人の部位の状態を画像から推定することができる人検出装置を提供すること。
【解決手段】人検出装置１００は、評価画像から人の所定の外形を取得する評価部４３０と、人の所定の外形と人の所定の部位の状態との関係を示す推定モデルに基づいて、評価画像から取得された所定の外形から、評価画像に含まれる人の所定の部位の状態を推定する肩位置計算部４４０および向き推定部５００とを有する。所定の外形は、例えば、人の頭部および肩部の外形の全部または一部の形状および位置であり、所定の部位の状態は、例えば、肩部の位置および向きである、 （もっと読む）

【課題】対象物が歩行者及び二輪車である場合に、道路構造物や植物等の誤検出を低減して、対象物の検出精度を向上させる。
【解決手段】歩行者識別部２６で、撮像画像から抽出されたウインドウ画像と識別モデルとに基づいて、ウインドウ画像が歩行者候補であるか否かを識別する。テンプレート設定部２８が、歩行者候補をテンプレートに設定し、類似パタン探索部３０が、テンプレートの位置から探索方向に沿って所定のずらし量ずらした位置に比較領域を設定し、比較領域内の画像を比較画像として抽出して、テンプレートと比較画像との類似度ＳＳＤを算出し、比較領域のずらし量の所定区間内での類似度ＳＳＤを閾値と比較して、歩行者候補の周辺におけるテンプレートの類似パタンの連続性を判定する。誤検出判定部３２は、類似パタンが連続する場合には、歩行者候補が電柱や植物等の誤検出であると判定して、歩行者候補から除外する。 （もっと読む）

【課題】予め決められた抽出対象であるオブジェクトを画像から検出する際、画像内に表わされた被写体の構図を背景のシーンに基づき推定して前景となるオブジェクトを検出することで、オブジェクトの検出精度を高めること。
【解決手段】入力する画像データに基づき、当該入力画像内において線状の画像領域を検出する線画像検出ステップと、前記検出された線状の画像領域が示す線画像の前記入力画面内における傾きを示す傾き情報を算出する傾き情報算出ステップと、前記傾き情報算出ステップにおいて算出された傾き情報が示す傾きと対応するシーン構成情報を取得するシーン構成判定ステップとを備えることを特徴とする。 （もっと読む）

【課題】距離画像のノイズに影響を受けにくく、かつ高精度なモデルフィッティングを行うことを目的とする。
【解決手段】物体の幾何的特徴を表す３次元モデルのデータを保存する３次元モデル保存部２１０と、物体を撮像した２次元画像を入力する２次元画像入力部２２０と、物体を撮像した距離画像を入力する距離画像入力部２３０と、２次元画像入力部２２０から入力された２次元画像から画像特徴を検出する画像特徴検出部２５０と、距離画像入力部２３０から入力された距離画像から画像特徴に対応する３次元座標を算出する画像特徴３次元情報算出部２６０と、画像特徴の３次元座標と３次元モデルとを照合するモデル照合部２７０とを備える。 （もっと読む）

【課題】対象物検出の検出性能が低い場合であっても、検出対象物を表わす画像を得ることができるようにする。
【解決手段】対象物検出部２６によって、前方撮像装置１２によって撮像された画像から、歩行者候補領域を抽出すると共に、各歩行者候補領域の評価値を算出する。運転行動判定部３２によって、歩行者候補領域が表わす物体との衝突を回避するためのドライバの運転行動があったか否かを判定する。歩行者画像識別部３４によって、抽出された歩行者候補領域の各々について、算出された評価値、及び運転行動判定部３２による判定結果に基づいて、歩行者画像であるか否かを識別する。 （もっと読む）