對象檢測方法和圖像檢索系統技術方案

本發明專利技術是由具有處理器和存儲器的計算機構成的圖像分析裝置執行的對象檢測方法，包括：第一步驟，上述處理器接收圖像的輸入并將其儲存至上述存儲器；第二步驟，上述處理器從上述輸入的圖像提取作為其一部分的部分區域并將所述部分區域儲存至上述存儲器；第三步驟，上述處理器使用從上述部分區域提取出的特征量和將上述特征量進行鏡像變換之后的鏡像特征量來評價上述部分區域的對稱性；和第四步驟，上述處理器將被評價為上述對稱性高于規定的閾值的部分區域判斷為映現檢測對象的對象區域。

Object detection method and image retrieval system

The invention is composed with image processor and memory device performing computer analysis object detection method, including: the first step, the processor receives the input image and save it to the memory; second steps, the processor as part of its regional part and the part of the region to the memory from storage the above image input; the third step, the processor uses the feature extraction out from the above part of the region and will mirror the features after the feature of mirror symmetry transform to evaluate the part of the region; and the fourth step, the processor will be evaluated as part of the region to determine the area of symmetry is higher than the prescribed the mapping object detection threshold.

【技術實現步驟摘要】
【國外來華專利技術】對象檢測方法和圖像檢索系統
本申請主張平成27年(2015年)4月20日提出的日本申請特愿2015-85964的優先權，參照其內容并引入本申請。本專利技術涉及從圖像檢測規定的對象的技術。
技術介紹
近年，通過網絡的寬帶化、各種存儲裝置的大容量化，大規模地存儲圖像和影像并將它們發布的服務成為可能。在大規模地處理內容的系統中檢索技術是重要技術。作為一般的檢索技術，是檢索與圖像、影像內容相關聯的文本信息的技術。在文本信息的檢索技術中，作為查詢輸入一個或多個關鍵詞，作為檢索結果返還與含有所輸入的關鍵詞的文本信息相關聯的圖像、影像。此外，還提案有從圖像自身提取信息進行檢索的技術。如在日本特開2000-123173號公報和日本特開2007-334402號公報等中記載的那樣，在類似圖像檢索中，通過在數據庫注冊成為檢索對象的注冊圖像的特征數值化后的圖像特征量來實現高速的檢索。類似圖像檢索的圖像特征量的提取中，對含有成為檢索對象的事物的圖像中的部分區域進行檢測的處理多處于重要地位。例如，在使用類似圖像檢索的面部檢索中，檢測面部區域，從檢測到的面部區域提取圖像特征量。同樣，在車輛的類似檢索中，檢測圖像中的車輛所在的區域。作為從圖像中檢測特定的物體所在的區域的方法，提案有使用學習數據的方法。例如，通過根據將拍攝到成為檢測對象的物體的圖像的集合作為學習資料使用的AdaBoost法進行的學習，將基于局部的特征一致的弱分類器在級聯上并列而構成而分類器。該方法特別在人物的面部區域檢測的領域顯示高的有效性。此外，在該方法中，需要按檢測的對象物的各個類別進行鑒別器的學習。就這種情況下的類別而言，單純意義上的分類是不充分的。在各類別內，圖像的觀看一定程度上需要為均質。例如，在面部檢測中，正面面部與側面部作為不同的鑒別器進行學習。此外，在各學習中，需要大量的學習用數據。與此相對，提案有使用注冊了部分圖像的字典模式的方法。例如，將含有要檢測的對象物的部分圖像在數據庫作為字典模式注冊，通過從圖像中有效率地提取與字典模式類似的部分區域而實現部分區域的檢測。在該方法中，能夠將觀看方式不同的多種多樣的對象物一并檢測。
技術實現思路
專利技術所要解決的問題在上述的現有技術中，在要檢索的圖像為圖像中的部分區域的情況下，需要進行上述的檢測處理。為了進行上述的檢測處理，在任一方法中均需要事先收集設想為檢索對象的事物的圖像。例如，基于所收集的圖像實施鑒別器的學習，或將所收集的圖像注冊為字典模式。在任一方法中均事先決定所注目的事物來進行檢測處理，構筑數據庫。因此，在所注目的事物事先不明的情況下，任一方法都不恰當。使用檢索系統的用戶一般難以將注目于怎樣的事物進行檢索在事先完全設想好。此外，即使能夠設想好要檢索的事物，也存在成為線索的信息、即成為檢索查詢的信息由于隱蔽等而僅能夠得知事物的一部分的情況。在這種情況下，不能通過事先對成為檢索對象的圖像進行檢測處理而數據庫化。用于解決問題的技術方案將本申請中公開的專利技術的一個代表例表示如下。即，其是由具有處理器和存儲器的計算機構成的圖像分析裝置執行的對象檢測方法，包括：第一步驟，上述處理器接收圖像的輸入并將其儲存至上述存儲器；第二步驟，上述處理器從上述輸入的圖像提取作為其一部分的部分區域并將所述部分區域儲存至上述存儲器；第三步驟，上述處理器使用從上述部分區域提取出的特征量和將上述特征量進行鏡像變換之后的鏡像特征量來評價上述部分區域的對稱性；和第四步驟，上述處理器將被評價為上述對稱性高于規定的閾值的部分區域判斷為映現檢測對象的對象區域。專利技術的效果根據本專利技術，能夠可靠地檢測應該注目的部分區域。上述以外的問題、結構和效果可通過以下的實施例的說明而明了。附圖說明圖1是說明第一實施例的圖像特征量的提取的圖。圖2是說明第一實施例對稱軸的圖。圖3是說明第一實施例的微分濾波器的圖。圖4是說明第一實施例的亮度梯度強度分布特征量的圖。圖5是說明第一實施例的亮度梯度矢量(intensitygradientvector)的方向的圖。圖6是表示第一實施例的圖像評價系統的物理結構的框圖。圖7是第一實施例的圖像評價處理的流程圖。圖8是表示第二實施例的圖像檢索系統的結構的圖。圖9是表示第二實施例的圖像檢索系統的邏輯結構的圖。圖10是第二實施例的注目區域提取部進行時處理的流程圖。圖11是說明第二實施例的注目區域提取處理的步驟701～703的圖。圖12是說明第二實施例的注目區域提取部處理的詳細化處理(步驟706)的圖。具體實施方式接著，參照附圖對本專利技術的實施例進行說明。＜實施例1＞圖1是在第一實施例的檢索方法中，用于評價局部的對稱性的圖像特征量的提取說明的圖。將圖像101中任意的矩形部分區域102，進一步分割為規定數jg(圖示的例子中為3×3)的區塊，提取各區塊的區域的圖像特征量矢量103。分別以f00、f10、f20、f01、f11、f21、f02、f12、f22表示該9個圖像特征量矢量。表示圖像特征量矢量的編號的第1個標注數字表示各區塊的x方向的位置，第2個標注數字表示y方向的位置。接著，如圖2所示，對于各區塊的區域的圖像特征量矢量，考慮4個軸為中心的鏡像變換。此處，以T0、T1、T3、T4表示用于對圖像特征量矢量應用以各軸為中心的鏡像變換的矩陣。即，T0是用于進行左右鏡像變換的矩陣，T1向用于以右上45度的軸為中心進行鏡像變換的矩陣，T3是用于進行上下鏡像變換的矩陣，T4是用于以右下45度的軸為中心進行鏡像變換的矩陣。另外，圖2表示成為通過各矩陣進行的鏡像變換的中心的軸。通過對在各區塊的區域提取的圖像特征量矢量應用上述的轉換矩陣，評價矩形部分的區域內的對稱性。例如，為了評價左右對稱性，對于存在于以y軸為中心對稱的位置的f00與f20，如果將f20進行左右鏡像變換后的矢量、即在f20乘以T0而得到的矢量接近f00，則認為對稱性高。同樣，對于f01與f21，如果接近在f21乘以T0而得到的矢量，則認為對稱性高，對于f02與f22，如果接近在f22乘以T0而得到的矢量則認為對稱性高。這樣，左右對稱性能夠作為數式(1)所示那樣的由特征量矢量間的三個平方距離構成的矢量D0表示。[式1]同樣，以右上45度的軸為中心的對稱性能夠作為數式(2)的D1表示。[式2]同樣，上下對稱性能夠作為數式(3)的D2表示。[式3]同樣，以右下45度的軸為中心的對稱性能夠作為數式(4)的D3表示。[式4]另一方面，本實施例的方法中，在由于特征量矢量的轉換而對稱性相比轉換前增大的情況下，評價為對稱性高。例如，在D0的計算中使用的f00與f02本來就即使進行左右的鏡像變換對稱性的變化也小的情況下，不認為左右對稱性大。作為將這樣的性質定量地表現的修正項，定義數式(5)所示那樣的、由與未應用鏡像變換的情況對應的區塊的區域的特征量矢量間的平方距離構成的矢量E0。[式5]同樣，對于D1的修正項E1以數式(6)表示。[式6]同樣，對于D2的修正項E2以數式(7)表示。[式7]同樣，對于D3的修正項E3以數式(8)表示。[式8]使用D0、D1、D2、D3和E0、E1、E2、E3評價矩形部分區域的對稱性。作為具體的評價函數，定義以下的四個函數。數式(9)所示的評價函數使用D0、D1、D2、D3的各要本文檔來自技高網...

【技術保護點】
一種由具有處理器和存儲器的計算機所構成的圖像分析裝置執行的對象檢測方法，其特征在于，包括：第一步驟，所述處理器接收圖像的輸入并將其儲存至所述存儲器；第二步驟，所述處理器從所述輸入的圖像提取作為其一部分的部分區域并將所述部分區域儲存至所述存儲器；第三步驟，所述處理器使用從所述部分區域提取出的特征量和將所述特征量進行鏡像變換之后的鏡像特征量來評價所述部分區域的對稱性；和第四步驟，所述處理器將被評價為所述對稱性高于規定的閾值的部分區域判斷為映現有檢測對象的對象區域。

【技術特征摘要】
【國外來華專利技術】2015.04.20 JP 2015-0859641.一種由具有處理器和存儲器的計算機所構成的圖像分析裝置執行的對象檢測方法，其特征在于，包括：第一步驟，所述處理器接收圖像的輸入并將其儲存至所述存儲器；第二步驟，所述處理器從所述輸入的圖像提取作為其一部分的部分區域并將所述部分區域儲存至所述存儲器；第三步驟，所述處理器使用從所述部分區域提取出的特征量和將所述特征量進行鏡像變換之后的鏡像特征量來評價所述部分區域的對稱性；和第四步驟，所述處理器將被評價為所述對稱性高于規定的閾值的部分區域判斷為映現有檢測對象的對象區域。2.如權利要求1所述的對象檢測方法，其特征在于：在所述第三步驟中，使用從所述部分區域提取出的特征量、將所述特征量進行鏡像變換后的鏡像特征量和所述特征量的平均強度來評價所述部分區域的對稱性。3.如權利要求1所述的對象檢測方法，其特征在于：在所述第三步驟中，將所述部分區域分割為規定大小的矩形區塊，從所述各區塊提取特征量。4.如權利要求1所述的對象檢...

【專利技術屬性】
技術研發人員：廣池敦，渡邊裕樹，
申請(專利權)人：株式會社日立制作所，
類型：發明
國別省市：日本,JP