[发明专利]图像识别装置、移动体装置以及图像识别程序有效

专利信息
申请号: 201780020960.6 申请日: 2017-03-30
公开(公告)号: CN109074652B 公开(公告)日: 2022-06-14
发明(设计)人: 山田英夫;久野和宏;榎田修一;桥本达哉 申请(专利权)人: 株式会社爱信;国立大学法人九州工业大学
主分类号: G06T7/20 分类号: G06T7/20;G06T7/269
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 舒艳君;李洋
地址: 日本爱知*** 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: 图像 识别 装置 移动 以及 程序
【权利要求书】:

1.一种图像识别装置,其特征在于,具备:

图像获取单元,获取图像;

观测区域设定单元,基于在前一时刻的图像中用于追踪对象的检测的观测区域来设定在上述获取到的图像中观测上述追踪对象的观测区域;

图像特征量获取单元,从设定的上述观测区域获取多个种类的图像特征量;

特征相关系数获取单元,按照获取到的每个上述图像特征量获取与基准特征量的特征相关系数;

比例设定单元,基于在前一时刻的图像中用于上述追踪对象的检测的比例来设定组合获取到的每个上述图像特征量的特征相关系数的比例;

区域相关系数获取单元,按照设定的上述比例组合上述特征相关系数,而获取针对上述观测区域的区域相关系数;

似然度获取单元,使上述观测区域设定单元设定的观测区域和上述比例设定单元设定的比例变化,并使用上述区域相关系数获取单元获取的区域相关系数来反复获取在上述观测区域观测的对象的似然度;以及

检测单元,在成为由上述似然度获取单元获得的多个似然度中满足规定的条件的似然度的获取源的观测区域中检测上述追踪对象。

2.根据权利要求1所述的图像识别装置,其特征在于,

上述观测区域设定单元设定观测上述追踪对象的整体的整体观测区域和观测上述追踪对象的一部分的多个部分观测区域的组,作为上述观测区域,

上述图像特征量获取单元按照上述整体观测区域以及上述部分观测区域的每一个获取上述多个种类的图像特征量,

上述特征相关系数获取单元按照上述整体观测区域以及上述部分观测区域的每一个获取每个上述图像特征量的特征相关系数,

上述比例设定单元按照上述整体观测区域以及上述部分观测区域的每一个设定上述比例,

上述区域相关系数获取单元按照上述整体观测区域以及上述部分观测区域的每一个获取上述区域相关系数,

上述似然度获取单元使用上述整体观测区域以及上述部分观测区域的每一个的区域相关系数来获取上述似然度。

3.根据权利要求2所述的图像识别装置,其特征在于,

具备权重设定单元,该权重设定单元基于在前一时刻的图像中用于上述追踪对象的检测的权重对上述整体观测区域以及上述部分观测区域的每一个的区域相关系数设定权重,

上述似然度获取单元也使上述权重变化并反复获取上述似然度。

4.根据权利要求3所述的图像识别装置,其特征在于,

上述似然度获取单元在上述区域相关系数低于规定的阈值的情况下除去该区域相关系数来获取上述似然度。

5.根据权利要求3或者权利要求4所述的图像识别装置,其特征在于,

具备似然度校正单元,上述权重的总和越小的上述整体观测区域和上述部分观测区域的组,则该似然度校正单元将上述似然度校正得越小。

6.根据权利要求3或者权利要求4所述的图像识别装置,其特征在于,

具备偏向校正单元,该偏向校正单元以上述比例设定单元设定的比例越偏向于一方则似然度越小的方式进行校正。

7.根据权利要求3或者权利要求4所述的图像识别装置,其特征在于,

上述比例设定单元和上述权重设定单元在上述追踪对象的检测失败的情况下,分别将上述比例和上述权重设定为与前一时刻的图像无关系的任意的值。

8.根据权利要求1~权利要求4中的任意一项权利要求所述的图像识别装置,其特征在于,

上述多个种类的图像特征量是获取到的上述图像的亮度梯度分布特征量、和颜色分布特征量。

9.根据权利要求1~权利要求4中的任意一项权利要求所述的图像识别装置,其特征在于,

上述似然度满足的规定的条件是似然度的最大值。

10.根据权利要求1~权利要求4中的任意一项权利要求所述的图像识别装置,其特征在于,

上述区域相关系数获取单元通过基于上述设定的比例的线性和来组合获取到的上述特征相关系数。

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株式会社爱信;国立大学法人九州工业大学,未经株式会社爱信;国立大学法人九州工业大学许可,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/201780020960.6/1.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