[发明专利]物体识别装置、物体识别方法及计算机可读存储介质有效

专利信息
申请号: 201580076482.1 申请日: 2015-12-25
公开(公告)号: CN107251045B 公开(公告)日: 2020-11-24
发明(设计)人: 阮翔;安田成留;吕艶萍 申请(专利权)人: 欧姆龙株式会社
主分类号: G06F16/58 分类号: G06F16/58;G06F16/50;G06K9/62;G06F16/583
代理公司: 北京市柳沈律师事务所 11105 代理人: 金兰
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物体 识别 装置 方法 计算机 可读 存储 介质
【说明书】:

物体识别装置具备:取得部件,取得成为物体识别的对象的识别对象图像;检索部件,从与标签信息相关联地存储多个图像数据的图像数据库,检索与所述识别对象图像相似的相似图像;以及识别部件,基于与由所述检索部件获得的所述相似图像相关联的标签信息,识别包含于所述识别对象图像的物体。例如,识别部件能够将与相似图像相关联的标签信息中出现频率最高的标签信息作为识别结果。此外,识别部件能够根据检索结果,算出相似图像中的标签信息可靠性,还考虑该可靠性,进行物体的识别。

技术领域

本发明涉及对图像中的物体进行识别的技术。

背景技术

目前,存在识别拍摄于图像中的物体是什么的技术。例如,如专利文献1,从图像中检测人脸的技术广泛普及。在这种识别技术中,基于对于识别对象的多个图像,事先制成辨别器,使用该辨别器进行识别处理。

另外,目前,大多通过人进行图像拍摄,拍摄对象是人物或风景,因此,图像处理的识别的对象被限定。因近年来的计算机视觉的普及,识别许多种类的物体的需求日益高涨。

现有技术文献

专利文献

专利文献1:特开2006-202049号公报

发明内容

发明要解决的课题

在上述那样的学习库的识别技术中,只能识别事先学习的对象的物体。制作对于世上存在的许多种类的物体的每一种事先进行学习的辨别器是不现实的。

此外,在识别精度不充分的情况下,需要收集学习对象的图像进行再学习。该再学习处理需要专业知识,一般的用户难以适当进行。因此,具有为了提高识别精度而花费时间和成本这种问题。

本发明是鉴于上述实际情况而创建的,本发明的目的在于,提供不需要学习处理而能够进行物体的识别的技术。

用于解决课题的方案

本发明中,从图像数据库检索与识别对象图像相似的图像,基于与相似图像相关联的标签信息,进行物体的识别。由此,能够不事先进行学习处理而识别图像中的物体。

更具体而言,本发明的物体识别装置具备:取得部件,取得成为物体识别的对象的识别对象图像;检索部件,从与标签信息相关联地存储多个图像数据的图像数据库,检索与所述识别对象图像相似的相似图像;以及识别部件,基于与由所述检索部件获得的所述相似图像相关联的标签信息,识别包含于所述识别对象图像的物体。

图像数据库是可检索地存储多个图像数据的装置。图像数据库可以与物体识别装置形成一体构建,也可以与物体识别装置分开构建。例如,图像数据库能够作为物体识别装置所具备的存储装置来构建。此外,图像数据库能够作为物体识别装置可经由通信网络访问的其他的装置来构建。图像数据库的制作/管理者不需要与物体识别装置的制作/管理者相同。作为本发明的图像数据库,还能够利用例如由第三者管理且在互联网上公开的图像数据库。

此外,在图像数据库中,标签信息与图像数据相关联地存储。标签信息是表示由自然语言指定的、图像数据的内容或特征等的信息。标签信息的附加如何进行均可,例如可以由人手动输入而附加标签信息,也可以通过计算机进行的图像处理自动附加标签信息。标签信息也可以嵌入在图像数据中存储,也可以作为与图像数据不同的文件来存储。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于欧姆龙株式会社,未经欧姆龙株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201580076482.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top