[发明专利]图像处理装置和图像处理方法

说明书

技术领域

本发明涉及一种图像处理装置和图像处理方法。

背景技术

R.Girshick、Fast R-CNN、arXiv:1504.08083,2015(以下称作NPL 1)公开了一种快速的基于区域的卷积网络(Fast R-CNN)方法，在该方法中，目标图像(例如人的图像)从输入图像上切下并且通过使用神经网络(卷积神经网络)针对切下的目标图像来识别人。

A.Krizhevsky、I.Sutskever、G.E.Hinton、ImageNet Classification with Deep Convolutional Neural Networks,NIPS 2012(以下称作NPL 2)描述了使用卷积神经网络的图像识别。在该文献中描述的卷积神经网络被称作AlexNet，其以其中一个作者来命名。

H.Liu、J.Feng、M.Qi、J.Jiang和S.Yan,End-to-End Comparative Attention Networks for Person Re-identification,IEEE Transactions on Image Processing,vol.14,No.8,June 2016(以下称作NPL 3)探讨了从人物图像(例如为通过使用多个照相机捕获的行人的图像)上再次识别同一人物的人物再识别问题，并且描述了如下技术，在该技术中导入了三元组损失(triplet loss)以利用距离来表示人的身份，此外，导入了自动学习应当注意图像的哪个位置的视觉注意模型从而改善识别精度。

L.Wu、C.Shen、A.van den Hengel、PersonNet:Person Re-identification with Deep Convolutional Neural Networks,http://arxiv.org/abs/1601.07255(以下称作NPL 4)探讨了与NPL 3类似的问题并且描述了如下技术，在该技术中使用了具有更小内核以及更多层次的深层神经网络从而改善识别同一个人的性能。

F.Schroff、D.Kalenichenko、J.Philbin、FaceNet:A Unified Embedding for Face Recognition and Clustering,CVPR 2012,pp.815-823(以下称作NPL 5)描述了OpenFace，其是用于计算分别出现在两个输入帧中的面部之间的距离的标准方法。

日本专利文献特开2004-192378号公开了一种面部图像处理装置，其包括：面部区域检测单元，其从通过使用多个图像捕获单元捕获的多个图像中检测人的面部特征点以检测面部区域；面部特征值提取单元，其从由面部区域检测单元检测的面部区域图像中提取面部特征值；人物识别单元，其从预先登记的特定人物的面部特征值以及通过面部特征值提取单元提取的面部特征值来计算相似度从而进行人物识别；以及输出装置，其输出通过人识别单元进行的识别结果。

日本专利文献特开平7-73298号公开了一种人物识别装置，其包括：从通过捕获主体的图像获得的图像数据区域中检测移动对象数据区域的单元；从检测的移动对象数据区域中提取其中面部应当存在的数据区域的单元；确定是否具有被识别的面部的图像数据包括在提取的面部数据区域中的单元；以及当确定了不包括其中被识别的面部的图像数据时使得输出发生的单元。

日本专利文献特开2006-236216号公开了用于识别包括在多个图像中的每一个中的人的人物识别系统，其包括：人物识别单元，其识别包括在多个图像中的每一个中的多个人物；亲密度计算单元，其基于由人物识别单元进行的识别的结果，计算包括在多个图像中的至少一些图像中的人物之间的亲密度；判断单元，其判断在一个人和由人物识别单元作为不同的人物识别的多个人物中的每一个人物之间的亲密度之差是否等于或小于预定基准值；以及校正单元，其在判断一个人和作为不同的人物识别的多个人物中的每一个人物之间的亲密度之差等于或小于预定基准值的情况下，判定该多个人物为同一个人并且校正人物识别单元的识别结果。

发明内容

本发明的目的在于提供一种图像处理装置和图像处理方法，与对构成视频的帧进行处理的情况相比本发明的装置和方法能够更为准确地对目标对象之间进行比较。