[发明专利]由排他性分类器进行的一般物体的图像识别装置及方法

说明书

技术领域

本发明涉及图像处理及计算机视觉（vision），尤其涉及一般物体的图像识别及索引。

背景技术

近年来，广泛开展了图像分类/识别的研究，尤其是大量开发了使用关联(context)（即人的行动或对象的场所这样的、依存于现实世界的状況或状态的概念。例如，共现关系、相对位置关系、相对比例、背景和前景的关系等属于此类。）信息来提高一般物体的图像识别的性能及可靠性的方法（参照非专利文献1-4）。

在先技术文献

非专利文献

非专利文献1：Serhat S.Bucak et al，Efficient Multi-label Ranking for Multi-class Learning：Application to Object Recognition.，ICCV2009

非专利文献2：Chaitanya Desai et al，Discriminative Models for Multi-class Object Layout，ICCV2009

非专利文献3：H.Liu and S.Yan，Robust graph mode seeking by graph shift．，ICML 2010

非专利文献4：P.Tseng，On accelerated proximal gradient methods for convex-concave optimization.，Submitted to SIAM Journal of Optimization 2008

发明的概要

发明所要解决的技术课题

但是，图像识别的可靠性尚未达到人类的能力水平，还要求进一步的提高。

发明内容

本申请的目的在于，提供一种比以往更能够提高一般物体的图像识别的可靠性的一般物体的图像识别装置。

解决技术问题所采用的技术手段

为解决上述课题，本发明是进行一般物体识别的图像识别装置，其具备：种类确定单元，参照表示多种物体各自的图像特征性的特征信息，计算在输入图像中1个以上的物体的存在概率，基于所述存在概率，确定存在的物体的种类；以及信息储存单元，存储排他性关系信息，该排他性关系信息表示被估计为不共存于同一图像内的不同种物体的组合；所述种类确定单元使用所述排他性关系信息来调整各物体的存在概率。

发明的效果

本发明的图像识别装置通过具备上述结构，在各物体的存在概率的计算过程中，调整存在概率，以使错误的可能性较高的、被估计为不共存于同一图像内的物体不会成为共存的结果，所以对于各物体，计算出错误的存在概率的可能性降低，能够提高一般物体的识别的可靠性。

附图说明

图1是表示本发明的一实施方式的、对输入图像赋予物体标签的处理（分类时处理）的整体的流程图。

图2是表示本发明的一实施方式的、基于排他性分类器的一般物体的图像识别装置的结构的框图。

图3是表示本发明的一实施方式的排他性标签组的提取处理的图。

图4是表示本发明的一实施方式的、手动地赋予了标签的收集图像的一例的图。

图5是表示本发明的一实施方式的排他性标签组的集合的例的图。

图6是表示本发明的一实施方式的图像语句构筑处理的流程图。

图7是用于说明本发明的一实施方式的图像语句构筑的基本概念的图。

图8是本发明的一实施方式的图像直方图生成处理的一例的流程图。

图9是用于说明本发明的一实施方式的各收集图像的特征量的图。

图10是表示由排他性分类器进行的一般物体的图像识别的概念的图。

具体实施方式

1.实施的形态

以下说明用于实施本发明的形态。

本发明的一实施方式的图像识别装置对输入图像中出现的一般物体进行图像识别，将表示该识别的一般物体的标签（物体标签）附加在输入图像上。本图像识别装置在进行该图像识别时，利用图像中出现的物体的排他性关联信息（排他性关系信息），提高一般物体的图像识别的可靠性和性能。作为排他性关联信息的一例，对于几乎不会一起出现在同一图像中的物体，使用将表示这些物体的物体标签作为组的排他性标签组。

图1是表示对输入图像附加物体标签的处理（分类时处理）的整体的流程图。