[发明专利]图像处理装置、图像处理系统、图像处理方法及存储介质

说明书

本发明涉及图像处理装置、图像处理系统、图像处理方法及存储介质。该图像处理装置例如用于图像识别，诸如通过机器学习的物体计数。生成单元基于第一拍摄图像，生成指示第一训练图像和针对第一训练图像的图像识别结果的第一训练数据。训练单元通过使用第一训练数据进行训练，来基于第一训练数据和第二训练数据两者，生成图像识别用鉴别器，所述第二训练数据是预先准备的且指示第二训练图像和针对第二训练图像的图像识别结果。

技术领域

本发明涉及图像处理装置、图像处理系统、图像处理方法以及非暂时性存储介质。

背景技术

近年来，提出了这样的系统，其中，通过利用摄像装置拍摄预定区域并且对拍摄的图像进行图像识别，来获得诸如图像中的人数或存在或不存在异常等的信息。这样的系统可以检测公共空间中的拥挤，并且可以用于掌握拥挤时的人流量，因此预期可应用于事件中的拥挤缓解和危机时的疏散指导。

作为这种图像识别的方法，提出了一种方法，其中，通过使用预先准备的监督数据而通过机器训练来生成识别模型，并且通过使用所获得的识别模型来进行图像识别。例如，作为使用机器训练估计人数的方法，存在如下方法，其中，通过使用人数已知的图像作为训练数据，基于诸如支持向量机或深度学习等的已知机器训练处理来训练识别模型。具体示例是Lempitsky(V.Lempitsky等人“Learning to Count Objects in Images”，Advancesin Neural Information Processing Systems(NIPS)，2010)，其中，进行密度映射(density map)估计器的机器训练，密度映射估计器估计对象物体的密度映射。然后，使用训练后的密度映射估计器生成识别对象图像的密度映射，并通过对密度映射进行积分来估计对象物体的数量。另外，在Ikeda(Hiroo Ikeda等人，“Accuracy Improvement of PeopleCounting Based on Crowd-Patch Learning Using Convolutional Neural Network”，FIT2014，第13届信息科学和技术论坛，2014)中，进行使用固定大小的小图像作为输入并输出小图像中的人数的回归器的机器训练。然后，在将识别对象图像分割成子区域之后，将各个子区域调整为固定大小以生成小图像，并且由训练后的回归器获得各个小图像中的人数，并且通过获得所获得的各个小图像的人数的总和，估计识别对象图像中的人数。

发明内容

根据本发明的一个实施例，图像处理装置包括：生成单元，其被构造为基于第一拍摄图像，生成指示第一训练图像和针对第一训练图像的图像识别结果的第一训练数据；以及训练单元，其被构造为通过使用第一训练数据进行训练，来基于第一训练数据和第二训练数据两者，生成图像识别用鉴别器，所述第二训练数据是预先准备的、指示第二训练图像和针对第二训练图像的图像识别结果。

根据本发明的另一实施例，图像处理装置包括：训练单元，其被构造为生成基于第一训练数据和第二训练数据两者的鉴别器，所述第一训练数据指示基于由第一摄像装置获得的第一拍摄图像的第一训练图像和第一训练图像的图像识别结果，所述第二训练数据指示基于由不同于第一摄像装置的第二摄像装置获得的第二拍摄图像的第二训练图像和第二训练图像的图像识别结果，其中，所述鉴别器是用于对由第一摄像装置拍摄的图像进行图像识别的鉴别器。

根据本发明的又一实施例，图像处理系统包括：生成单元，其被构造为基于第一拍摄图像生成指示第一训练图像和针对第一训练图像的图像识别结果的第一训练数据；以及训练单元，其被构造为通过使用第一训练数据进行训练，来基于第一训练数据和第二训练数据两者，生成图像识别用鉴别器，所述第二训练数据是预先准备的且指示第二训练图像和针对第二训练图像的图像识别结果。

根据本发明的又一实施例，图像处理方法包括：基于第一拍摄图像生成指示第一训练图像和针对第一训练图像的图像识别结果的第一训练数据；并且通过使用第一训练数据进行训练，来基于第一训练数据和第二训练数据两者，生成图像识别用鉴别器，所述第二训练数据是预先准备的且指示第二训练图像和针对第二训练图像的图像识别结果。