[发明专利]视频图像识别装置、视频图像识别方法和存储介质

说明书

本发明提供一种视频图像识别装置、视频图像识别方法和存储介质。一种装置包括：分析单元，其被构造为基于用于校正拍摄的视频图像的参数来分析当摄像单元拍摄视频图像时的环境的状态；识别单元，其被构造为使用分类器对拍摄的视频图像进行识别处理；以及学习单元，其被构造为基于由分析单元进行的分析的结果和由识别单元进行的识别的结果来学习分类器。

技术领域

实施例的方面涉及用于识别输入视频图像的技术。

背景技术

近年来，在使用机器学习的视频图像识别领域中，使用自主学习的技术已经引起关注。例如，在自主学习中，分类器从环境获取反馈信息，并自主地更新学习数据库并进行额外的学习或重新学习。A.Gaidon，G.Zen和J.A.Rodriguez-Serrano的2014年6月18日的“自学习照相机：物体检测器对未标记视频流的自适应(Self-Learning Camera:Autonomous Adaptation of Object Detectors to Unlabeled Video Streams)”(arXiv：1406.4296v2[cs.CV])，讨论了一种通过使分类器自主学习人物检测并基于初始分类器生成具有不同特性的新分类器来改善人物检测性能的方法。

当进行诸如人物检测和人物运动识别等的视频图像识别时，视频图像识别的性能明显依赖于拍摄图像的环境的照明状态。然而，在A.Gaidon，G.Zen和J.A.Rodriguez-Serrano的2014年6月18日的“自学习照相机：物体检测器对未标记视频流的自适应”(arXiv：1406.4296v2[cs.CV])讨论的方法中，使用未进行摄像的环境的照明变化分析的结果来再次学习分类器。因此，利用该方法，难以高精度地识别视频图像，而不会受到进行摄像的环境中的照明变化的影响。因此，寻求涉及实施例的如下方面：能够在不受进行摄像的环境中的照明变化的影响的情况下，实现高度精确的视频图像识别的技术。

发明内容

根据实施例的一个方面，一种装置包括：分析单元，其被构造为基于用于校正拍摄的视频图像的参数来分析当摄像单元拍摄视频图像时的环境的状态；识别单元，其被构造为使用分类器对拍摄的视频图像进行识别处理；以及学习单元，其被构造为基于由分析单元进行的分析的结果和由识别单元进行的识别的结果来学习分类器。

根据下面参照附图对示例性实施例的描述，本公开的其他特征将变得清楚。

附图说明

图1是示出根据第一示例性实施例的视频图像识别装置的功能构造的框图。

图2是示意性示出根据第一示例性实施例的摄像单元的框图。

图3A和图3B各自示出根据示例性实施例的视频图像调整参数分析单元中的分析方法。

图4示出根据第一示例性实施例的第一被摄体存在判断方法。

图5示出根据第一示例性实施例的第二被摄体存在判断方法。

图6是示出根据第一示例性实施例的在进行分类器的附加学习时应用的更新规则的表格。

图7是示出根据第一示例性实施例的人物检测分类器的自主学习的过程的流程图。

图8示出根据第二示例性实施例的用于分析曝光值Ev的时间变化的分析处理。

图9是示出根据第二示例性实施例的在进行分类器的附加学习时应用的更新规则的表格。

图10是示出根据第二示例性实施例的运动识别分类器的自主学习的过程的流程图。

具体实施方式