説明

Fターム[5L096FA00]の内容

イメージ分析 (61,341) | 特徴抽出 (17,550)

Fターム[5L096FA00]の下位に属するFターム

Fターム[5L096FA00]に分類される特許

1 - 20 / 33


【課題】本発明は、視聴覚を結合した動作認識システムおよびその認識方法を開示する。
【解決手段】このシステムは、データ解析モジュールと、データベースと、計算モジュールとを備える。データベースは、多種の異なる視聴覚関係モジュールを格納し、各視聴覚関係モジュールは、特徴取り込みパラメータと、視聴覚関係パラメータとを含む。データ解析モジュールは、対応するジェスチャ画像および音声データを取得し、各特徴取り込みパラメータに導入し、各視聴覚関係モジュールに対応する画像特徴配列および音声特徴配列を形成する。データ解析モジュールは、さらに各視聴覚関係パラメータを利用して、複数の視聴覚ステータスパラメータを計算する。計算モジュールは、さらに視聴覚ステータスパラメータ、画像特徴配列および音声特徴配列を利用し、各視聴覚関係パラメータに対応する認識確率を計算し、その中から最大値のものを取り出し、標的パラメータとする。 (もっと読む)


【課題】効率よく、かつ、漏れのないオブジェクト検出を行う。
【解決手段】少なくとも第1座標軸と第2座標軸についての位置情報を有する画像データが示す画像からオブジェクトを検出するにあたり、前記第1座標軸方向に関して第1移動間隔ずつ周期的に検出窓を順次移動させ、前記第2座標軸方向に関して前記第1移動間隔と異なる大きさの第2移動間隔ずつ周期的に検出窓を順次移動させる。そして、前記検出窓が各位置に移動するごとに当該検出窓内の画像について前記オブジェクトの存在の有無を判定する。 (もっと読む)


【課題】入力データの種類に拘わらずアンサンブル学習における弱情報抽出部を自動的に生成することによって、より高精度の情報抽出装置を自動的に構築する。
【解決手段】高精度情報抽出装置構築システム10は、特徴量抽出式リストを生成する特徴量抽出式リスト生成部11、各特徴量抽出式により教師データの特徴量を計算する特徴量計算部12、教師データを供給する教師データ供給部13、計算された教師データの特徴量と教師データとに基づいて情報抽出式を機械学習により生成するとともに各特徴抽出式の評価値を算出する評価値算出部15、および、評価値算出部15から出力されるT個の弱情報抽出部F(X)tとそれに対応する信頼度Ctを用いて高精度情報抽出装置を構築する合成部16から構成される。本発明は、入力データから、入力データの特徴量を示す情報を高精度に抽出する情報抽出装置を構築する場合に適用できる。 (もっと読む)


【課題】画像選択装置、画像選択方法、およびプログラムを提供すること。
【解決手段】画像選択装置であって、画像の選択数を指定する選択数指定部と、複数の画像を解析し、各画像の特徴量を抽出する画像解析部228と、前記画像解析部により抽出された各画像の特徴量に基づいて前記複数の画像から少なくとも前記選択数の画像を選択する第1の選択部と、前記第1の選択部と異なる任意の方法で前記複数の画像から画像を選択する第2の選択部と、前記選択数が第1の設定数を上回る場合、前記第1の選択部でなく、前記第2の選択部に画像の選択を行なわせる選択制御部240と、を備える。 (もっと読む)


【課題】画像ファイルの画質に基づく評価により、画像ファイルの画質調整の指標を提供可能とする。
【解決手段】画像データを出力するにあたり該画像データに画質調整を行う画像処理装置に、前記画像データの画質特徴を示す特徴量を算出する特徴量算出手段と、前記特徴量と画質目標値との比較に基づいて画質調整の補正量を算出する補正量算出手段と、前記補正量に基づいて画質調整後の画質を評価する画質評価手段と、を備えさせる。 (もっと読む)


【課題】少ない画像からでも信頼性の高い顔登録を行うことのできる技術を提供する。
【解決手段】特徴量ベクトル抽出部14が、新規登録者の登録画像から特徴量を抽出し、特徴量ベクトルを生成する。仮想特徴量ベクトル生成部15が、特徴量空間内での座標変換を行う特徴量変換器を用いて、特徴量ベクトルを変換する。そして、登録情報生成部16が、元の特徴量ベクトルと変換後の仮想特徴量ベクトルに基づいて、新規登録者の顔定義情報を生成し、登録情報記憶部19に登録する。当該特徴量変換器は、登録画像の撮影条件が未知であっても変換可能な変換器である。 (もっと読む)


【課題】 取り込み済み画像フレームのデータにおいてビーコンクラスタなどの特徴を特定し、取り込まれる画像フレーム内のピクセルを処理するために必要なメモリサイズを低減する光学ナビゲーションのためのシステム及び方法を提供する。
【解決手段】 画像フレームのデータにおいてクラスタピクセルを特定してラベル付けする光学ナビゲーションのためのシステム及び方法であって、画像フレームのデータにおけるカレントピクセルがクラスタピクセルであるかどうかを決定し、カレントピクセルの近傍ピクセルを用いて、カレントピクセルを、新たなクラスタ又は既存のクラスタに属するものとしてラベル付けする。 (もっと読む)


【課題】 新聞・雑誌を複写した際の出展元が複写物を見て判る様にする。
【解決手段】 スキャナ101で文字列が記載された原稿を読み取り、文字列の特徴情報を検出し、記憶部104に格納されているデータを参照して、検出した文字列の特徴情報に該当する出展元情報を特定し、特定した出展元情報を読み取った原稿の複写画像に付加する。 (もっと読む)


【課題】画像識別の精度を確保しつつ、処理速度の低下を防止することができる画像識別装置,画像識別方法,撮像装置を提供する。
【解決手段】画像識別時に、画像の行方向及び列方向に対して配置された全画素のうち、格子状の配置を有する複数の画素を識別点とし、該識別点を含む所定の範囲の画素からなる画像ごとに識別を行い、画像識別部が、所定の範囲の画素からなる画像の識別の結果に基づいて、更に、該所定の範囲の画素に対応する識別点の周囲近傍の画素を含む所定の範囲の画素からなる画像について画像の識別を行うか、又は、更に、識別点に対して行方向及び列方向にそれぞれ1/2ピッチずれて配置された格子状の識別点の周囲近傍の画素を含む所定の範囲の画素からなる画像について画像の識別を行う。 (もっと読む)


【課題】画像識別の処理にかかる時間の高速化を実現できる画像識別装置、画像識別方法、撮像装置や撮像方法を提供する。
【解決手段】画像データの多重解像度化を行う多重解像処理部56と、多重解像度化された画像データに正規化を行う正規化処理部62と、正規化された画像データを、学習データに基づいて、特徴量を求める特徴量導出部66と、特徴量に基づいて画像データの識別を行う識別部72とを備え、多重解像処理部56と、正規化処理部62と、特徴量導出部66と、識別部72とが、バスを介することのないパイプライン機構を構成する。 (もっと読む)


【課題】 顔認識機能を備えた電子カメラや画像処理装置において、ユーザーの意図を反映した主要被写体の指定を実現する手段を提供する。
【解決手段】 撮像素子と、メモリと、顔検出部と、顔認識部と、被写体指定部とを備える。撮像素子は、被写体像を光電変換して画像信号を生成する。メモリは、認識対象となる顔の特徴点を示す登録データを記録する。顔検出部は、画像信号に基づいて撮影画面内の顔領域を検出するとともに、該顔領域から被写体の顔の特徴点を抽出する。顔認識部は、顔領域に対応する特徴点のデータと登録データとに基づいて、顔領域が認識対象であるか否かを判定する。被写体指定部は、認識対象の被写体のうち、最も至近側に位置する被写体を主要被写体に指定する。 (もっと読む)


【課題】パターン認識に使用するテンプレート画像を記憶しておくために必要な記憶容量を削減する
【解決手段】テンプレート記憶部18には、K次元特徴空間に含まれており特徴空間の次元数Kより少ないM個の基本テンプレート画像(参照点)の各々とテンプレート画像との特徴空間における距離を要素とするM次元の距離ベクトルUを辞書情報として格納している。距離ベクトル算出部14は、入力画像の特徴ベクトルIとM個の基本テンプレート画像(参照点)の各々とのK次元特徴空間における距離を要素とするM次元の距離ベクトルDを算出する。識別部15は、テンプレート記憶部18に格納された辞書情報と、入力画像の距離ベクトルDとに基づいて、入力画像に含まれる識別対象パターンを識別する。 (もっと読む)


【課題】画像処理による物体認識の高速化および認識率の向上を実現する。
【解決手段】カメラの傾き情報100aをコンピュータ102に取り込み、コンピュータ102に予め記憶されている辞書データ106の中から、辞書データ検索エンジン103によってカメラの傾き情報100aに対応する辞書データを検索する。一方、カメラ101から送られる画像データ100bをコンピュータ102に取り込み、固有空間表現処理ソフトウェア104によって、固有ベクトルとして圧縮する。固有空間表現された画像データ100dは、カメラの傾き情報100cに対応する辞書データと照合され、対象物かどうかの判別を行う。 (もっと読む)


【課題】高い処理能力を持つ画像処理アルゴリズムに対して高い評価を与える。
【解決手段】欠陥などの抽出対象部の位置が既知の画像データに対して、評価対象となる画像処理アルゴリズムの前処理を施したのちに1次評価を行い、前処理後の画像より非抽出対象部を含む抽出対象部の候補を抽出して、それらの特徴量を算出し、抽出対象部の位置が既知であることから候補を抽出対象部と非抽出対象部に分類し、抽出対象部の群の特徴量と非抽出対象部の群の特徴量の分離度によって2次評価し、その評価値に基づいて画像処理アルゴリズムのパラメータを調整する。また、1次評価に基づいて棄却処理を行う。また、2次評価に基づいて1次評価基準を変更する。 (もっと読む)


【課題】チェックアウトレーンには顧客が密集するのでカメラ画像で顧客一人一人を個別に認識して動線計測を継続することは困難である。
【解決手段】顧客動向収集システム10は、顧客3の移動経路を示す動線情報を生成する動線計測手段11、動線計測手段11が生成した各々の動線情報に固有の動線インデックスを発行する動線インデックス発行手段12、動線計測手段11が生成した各々の動線情報を動線インデックス毎に記憶する動線情報記憶手段13、精算時に顧客3の購買商品の情報を管理する販売時点情報管理手段14、販売時点情報管理手段14が管理する購買商品の情報を顧客毎に記憶する購買情報記憶手段15、同一顧客3の動線情報と購買情報とを関連付ける顧客動向連結手段16及び顧客動向連結手段16が関連付けた情報を記憶する連結情報記憶手段17を具備する。 (もっと読む)


【課題】合成される複数の画像間にて照明変動による輝度変化が生じた場合であっても画像の追跡を精度良く、且つ、より高速に行う。
【解決手段】画像処理装置100であって、映像信号処理部13は、複数の画像の画像信号に基づいて、第二段階の画像追跡処理よりも複数の画像間における照明変動による輝度変化の影響を受け難いグローバルマッチングにて画像の追跡を行う第一の画像追跡処理と、照明変動による輝度変化に係る輝度変化情報に基づいて輝度が調整された複数の画像に係る画像信号、及び第一の画像追跡処理による画像の追跡結果に基づいて、当該第一の画像追跡処理による追跡方法よりも高速な勾配法にて画像の特徴点の追跡を行う第二の画像追跡処理とを行う。 (もっと読む)


【課題】画像処理に必要な演算量を削減し、十分な追跡精度を保ちながら合成画像を作成する。
【解決手段】元画像の所定縮小サイズを最上位のレイヤとして、合成対象となる各画像を段階的に縮小してピラミッド階層を構成する。そして、最下位のレイヤから順番に最上位のレイヤに向けて特徴点を追跡する。その際、特徴点の動きを示すベクトルに所定の係数を乗じてその特徴点の動きを収束させる。これにより、特徴点を追跡する際に元画像サイズでの画像処理を不要として演算量の削減化を図れる。また、特徴点の動きベクトルに所定の係数を乗じることで収束性を高め、十分な追跡精度を保ちながら合成画像を作成することができる。 (もっと読む)


【課題】 異常データの検知技術における正常データ分布の作成において、あらかじめ正常と判断されたデータを収集しておく必要が無いようにし、また、類似するデータが追加されたとき、これを正常データに加えつつ再学習していく機構を実現する。
【解決手段】 画像を入力する画像入力部11、入力された画像から特徴量を抽出する特徴ベクトル抽出部12、抽出した特徴量に基づいて入力された画像のクラスタを作成し、判定結果出力部14から送信された特徴量に基づいてクラスタを再構成するクラスタ構成部15、入力された画像の入力順位が閾値を越えたかどうかを判断し、閾値より大きい入力順位の入力画像について、クラスタに属するかを判断する類似度判定部13、非定常画像と判断されたときは当該旨を出力し、非定常画像ではないと判断されたときは入力画像の特徴量をクラスタ構成部15に送信する判定結果出力部14、を有する非定常画像検出装置。 (もっと読む)


【課題】検査装置に用いられる検査基準を得るためのティーチングデータをより精度高く生成すべく、ノイズを抑えて特定部分に関する特徴量の取得を可能とする技術を提供すること。
【解決手段】入力された各教師画像について、ユーザによって、教師画像の一部の領域であって検出対象となる部分の画像を含む注目領域が特定され、さらに注目領域に関する情報である注目領域情報が入力され、取得手段は、このようにユーザによって入力された注目領域から特徴量を取得し、記憶手段は、注目領域の範囲を示す範囲情報毎に対応づけられた複数の注目領域情報、及び特徴量を記憶する。 (もっと読む)


【課題】 人が何度も登録データを採取しに行くことなしに、有効な登録データを自動的に増やすことができるデータ処理装置を提供する。
【解決手段】 データ処理装置1は、コントローラ2と、このコントローラ2による処理結果を提示するための提示器3と、オペレータがコントローラ2に対して情報を入力するための入力器4とを備えている。コントローラ2は、データベース5に登録されている各学習データの座標点の配置構造を解析するデータ点配置構造解析部6と、各学習データの座標点の配置構造に基づいて、各学習データの座標点の集合領域(クラスタ)を広くするように新規学習データを生成する新規データ生成部7と、新規学習データを提示器3に送出するデータ提示処理部9と、入力器4で入力された情報を受けて、新規学習データをデータベース5に追加登録するデータ追加処理部10とを有している。 (もっと読む)


1 - 20 / 33