JP2007304899A - 識別辞書生成装置及び識別辞書生成方法 - Google Patents

Abstract

【課題】画像認識における高精度な識別処理を行うための識別辞書を生成する。
【解決手段】画像取得手段２０５から画像データを取得し、その画像データを標準パターンとして見做す手段２０１と、その標準パターンを外部パラメータまたは内部パラメータに基づくモデル化関数によって変形し、その変形した結果を学習用パターンと見做し生成する手段２０２と、その生成された学習用パターンから特徴量を抽出し、その特徴量に基づいて識別辞書を生成する手段２０３と、その識別辞書を出力する手段２０５と、を用いて、識別辞書を生成する。
【選択図】図１

Description

本発明は、様々なオブジェクト（即ち、認識対象）の認識を行う技術における識別辞書生成に関するものである。

画像認識技術における従来の識別辞書生成方法では、入力データの変動や変形を関数でモデル化して予測することが困難な認識（例えば、手書き文字認識）を想定し、入力データの変形、変動具合を効果的に予測する手法が主に研究されてきた。

具体的には、学習用パターンから特徴量を抽出し、その特徴量の特徴空間における分布を調べ、学習するための特徴量が多く集まっている領域（即ち、特定の閾値以上の特徴量が集まっている領域）に存在する学習用パターンに基づいて識別辞書を作る手法（例えば、特許文献１参照）が知られている。この手法において、辞書とは、各パターン（例えば、文字種）のとる特徴ベクトルの座標の代表値のことである。一般には、１つのパターンに対して数千〜数万個の異なるパターン（例えば、人の書いた文字）を集め、それらの特徴ベクトルの座標の平均値をとるなどして作成される。なお、これらの辞書を作成するための文字を学習用パターンと呼ぶ。また、上述の手法では、特徴空間上で学習用パターンが密集している領域内に、入力データの特徴量が存在する確率が高い、ということを想定している。

ここで、一般的な画像認識装置の構成を図５に基づいて説明する。

一般的な画像認識装置は、画像取得手段（例えば、デジタルカメラ装置やデータベース装置から画像を取得する手段）１０６によって認識対象物が撮像された画像データ取得し、該画像データを入力する入力装置１０１，入力された画像データから識別に必要な特徴量を抽出する特徴量抽出部１０２，この特徴量に基づいて複数のクラス（即ち、認識対象物）中の一つを対応させることによって識別処理を行う識別装置１０３，その識別処理の結果を出力する出力装置１０４，識別処理における各クラス毎に、入力された画像データの特徴量と照合される識別辞書１０５から構成されている。なお、画像取得手段１０６は、入力装置１０１に含まれていても良い。

そして、画像認識装置に入力された画像データの特徴量を識別辞書１０５と照合することによって、所属するクラスを決定するものである。

なお、画像認識技術で良く知られた技術として次のようなものがある。即ち、透視投影変換（例えば、非特許文献１参照）、ガウシアンフィルタを含む平滑化フィルタ（例えば、非特許文献２参照）、ランダム雑音を生成するための乱数発生関数（例えば、非特許文献３参照）、クラスを表現する低次元の部分空間と未知パターンを比較して未知パターンを識別する部分空間法（例えば、非特許文献４参照）、入力パターンともっとも距離の近いプロトタイプの属するクラスを選ぶＮＮ法（Ｎｅａｒｅｓｔ Ｎｅｉｇｈｂｏｒ ｒｕｌｅ；最近傍決定則、例えば、非特許文献５参照）などである。
特開平６−１９５５２０号公報（段落［００１３］〜［００１７］等）。 八木伸行，金次保明，林正樹，三谷公二，鈴木正一，井上誠喜，中須英輔，井誠人、「Ｃ言語で学ぶ実践画像処理」、オーム社、１９９９年（平成１１年）、ｐｐ．１３０〜１４０。 画像処理標準テキストブック編集委員会、「画像処理標準テキストブック―Ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ」、財団法人 画像情報教育振興協会、１９９７年（平成９年）５月、ｐｐ．１６１〜１６２。 三上直樹、「アルゴリズム教科書―実用的なプログラムで示すアルゴリズムの基礎と応用」、１９９６年（平成８年）、ＣＱ出版社、ｐｐ．１７１〜１８３。 松山隆司，久野義徳，井宮淳「コンピュータビジョン―技術評論と将来展望」、新技術コミュニケーションズ、１９９９年（平成１１年）、ｐｐ．２０８〜２１１。 石井健一郎，前田英作，上田修功，村瀬洋、「わかりやすいパターン認識」、オーム社、１９９８年（平成１０年）８月、ｐｐ．８。

上述のような画像認識技術では、例えば、特徴空間上における学習用パターンの特徴量を多く有する領域内に、入力データの特徴量が低い確率で存在する場合、適切な識別辞書を作成できないこともある。また、学習用パターンを適切に選択することが、困難なことも多い。

さらに、変形具合をある程度モデル化できるもの（例えば、図書（または雑誌）中の記事，玩具（例えば、人形），日用品）が認識対象の場合、特徴空間上での学習用パターンの特徴量を多く有する領域内に、入力データの特徴量が存在すると仮定すると、その認識対象に関する認識率をかえって下げる危険性もあった。

本発明は、前記課題に基づいてなされたものであって、高精度な識別処理を行うための識別辞書生成装置及び識別辞書生成方法を提供することにある。

本発明は、前記課題の解決を図るために、請求項１記載の発明は、画像認識に使用される識別辞書を生成する識別辞書生成装置であって、画像取得手段から画像データを取得し、その画像データを標準パターンとして見做す標準パターン入力手段と、その標準パターンをパラメータに基づくモデル化関数によって変形し、その変形した結果を学習用パターンと見做し生成する標準パターン変形手段と、その生成された学習用パターンから特徴量を抽出し、その特徴量に基づいて識別辞書を生成する特徴量抽出手段と、その識別辞書を出力する識別辞書出力手段と、を含むことを特徴とする。

請求項２記載の発明は、請求項１記載の発明において、前記モデル化関数に透視投影変換を採用した、ことを特徴とする。

請求項３記載の発明は、請求項１または２に記載の発明において、前記標準パターン変形手段が、標準パターンに平滑化フィルタを適用し、平滑化された標準パターンをパラメータに基づくモデル化関数によって変形する、ことを特徴とする。

請求項４記載の発明は、請求項１乃至３のいずれかに記載の発明において、前記標準パターン変形手段が、パラメータの一つである雑音を乱数発生手段を用いて発生させ、その雑音に基づいたモデル化関数によって標準パターンを変形する、ことを特徴とする。

請求項５記載の発明は、画像認識に使用される識別辞書を生成する識別辞書生成方法であって、画像取得手段から画像データを取得し、その画像データを標準パターンとして見做す標準パターン入力ステップと、その標準パターンをパラメータに基づくモデル化関数によって変形し、その変形した結果を学習用パターンと見做し生成する標準パターン変形ステップと、その生成された学習用パターンから特徴量を抽出し、その特徴量に基づいて識別辞書を生成する特徴量抽出ステップと、その識別辞書を出力する識別辞書出力ステップと、を含むことを特徴とする。

請求項６記載の発明は、請求項５記載の発明において、前記モデル化関数に透視投影変換を採用した、ことを特徴とする。

請求項７記載の発明は、請求項５または６に記載の発明において、前記標準パターン変形ステップが、標準パターンに平滑化フィルタを適用し、平滑化された標準パターンをパラメータに基づくモデル化関数によって変形する、ことを特徴とする。

請求項８記載の発明は、請求項５乃至７のいずれかに記載の発明において、前記標準パターン変形ステップが、パラメータの一つである雑音を乱数発生手段を用いて発生させ、その雑音に基づいたモデル化関数によって標準パターンを変形する、ことを特徴とする。

前記の請求項１，５の発明によれば、変形や変動を伴った画像データに対応したモデル化関数によって生成された学習用パターンを取得できる。

前記の請求項２，６の発明によれば、透視投影変換によって変形された入力された学習用パターンを取得できる。

前記の請求項３，７の発明によれば、平滑化された（縮小された）標準パターンを取得できる。

前記の請求項４，８の発明によれば、乱数に基づいた雑音（ランダム雑音）を取得できる。

以上示したように請求項１，５の発明によれば、モデル化関数によって生成された学習用パターンに基づいた識別辞書を提供できる。そして、その識別辞書に基づいて安定した識別処理を行うことができる。即ち、オブジェクト認識を用いたサービスを安定して、かつ、精度よく実施できる。

請求項２，６の発明によれば、様々な撮影方向で撮影された学習用パターンを作成できる。

請求項３，７の発明によれば、縮小された標準パターンはデータ量が少ないため、変形処理を高速に実行できる。

請求項４，８の発明によれば、ランダム雑音に基づいた学習用パターンを取得できる。

これらを以って画像認識技術分野に貢献できる。

以下、本発明の実施形態における識別辞書生成装置及び識別辞書生成方法を図面等に基づいて詳細に説明する。

本実施形態は、標準パターンを外部パラメータ（例えば、撮影方向、認識対象である物体の向き、照明の種類）や内部パラメータ（例えば、撮像系でのボケ、雑音）をモデル化し、そのモデル化するための関数（以下、モデル化関数と称する）等を用いて、入力された画像データを変形することによって識別辞書を生成するものである。

なお、外部パラメータ及び内部パラメータを総じてパラメータと見做す。

本実施形態における識別辞書生成装置の構成を図１に基づいて説明する。

識別辞書生成装置は、予め準備した標準とすべきパターン（以後、標準パターンと称する）を入力する標準パターン入力処理部２０１、入力された標準パターンを変形する標準パターン変形処理部２０２、標準パターンを変形して生成したパターンの全てから特徴量を抽出する特徴量抽出処理部２０３、抽出した特徴量から構成された識別辞書を出力する識別辞書出力処理部２０４から構成される。

標準パターン入力処理部２０１は、画像取得手段２０５から標準パターンとすべき画像を複数取得し、その画像を標準パターンとして見做す。例えば、画像取得手段は、撮像機器（例えば、携帯電話に内蔵されたデジタルカメラ装置，スキャナ装置）やデータ管理装置（例えば、データベース装置や不揮発性メモリ）を含んでいても良い。なお、標準パターン入力処理部２０１は、画像取得手段２０５を含んでいても良い。

例えば、図２中では、３枚の絵葉書を認識対象と見做し、その絵葉書を携帯電話に内蔵されたデジタルカメラを用いて正面から撮像し、画像３０１，３０２，３０３を取得する。そして、その画像３０１，３０２，３０３を標準パターン３０１，３０２，３０３と見做す。

標準パターン変形処理部２０２は、モデル化関数に基づいて標準パターンを変形し、学習用パターンを生成する。

入力された画像データの撮影方向（即ち、どの方向から撮影されたか）が特定できないため、標準パターンに施す変形方法は、モデル化関数に透視投影変換（例えば、非特許文献１）を採用し、その透視投影変換によって標準パターン（例えば、標準パターン３０１を）を変形し、様々な撮影方向で撮影された学習用パターンを作成する。

例えば、ｘ、ｙ、ｚ軸方向のそれぞれを特定角度（例えば、−１２°〜１２°）まで回転させ、さらに、撮像装置（例えば、デジタルカメラ装置）から撮像対象物までの距離が標準パターンを撮影したときの距離より短い場合または長い場合の変形を行って学習用パターンを作成する。

なお、透視投影変換を行う前に、標準パターンを縮小した画像を標準パターンと見做し透視投影変換を行ってもよい。例えば、図３中の画像４０１〜４０６は、図２中の標準パターン３０１にガウシアンフィルタ（例えば、非特許文献２）を適用して１／５に縮小した画像に対して透視投影変換を施して生成した学習用パターンの一例である。なお、図３中では１／５に縮小する際に、加重平均フィルタリングのひとつであるガウシアンフィルタを適用しているが、他の平滑化フィルタ（例えば、移動平均フィルタリング、低域強調フィルタリング、可変加重平均フィルタリング、ｋ際近隣平均フィルタリング、メディアンフィルタリング）を用いても構わない。

学習用パターン４０１〜４０６は、次のように変形されている。

学習用パターン４０１は標準パターン３０１を１／５に縮小し、ｘ軸方向に−１２°回転させた画像である。

学習用パターン４０２は標準パターン３０１を１／５に縮小し、ｘ軸方向に１２°回転させた画像である。

学習用パターン４０３は標準パターン３０１を１／５に縮小し、ｙ軸方向に−１２°回転させた画像である。

学習用パターン４０４は標準パターン３０１を１／５に縮小し、ｙ軸方向に１２°回転させた画像である。

学習用パターン４０５は標準パターン３０１を１／５に縮小し、ｚ軸方向に−１２°回転させた画像である。

学習用パターン４０６は標準パターン３０１を１／５に縮小し、ｚ軸方向に１２°回転させた画像である。

以上のように透視投影変換を用いて標準パターンを変形させて学習用パターンを生成する方法を述べたが、想定しうる様々な変形を行ってよい。例えば、ランダム雑音を含む画像に変形するために、乱数発生手段（例えば、プログラムとして実装された乱数発生関数（例えば、非特許文献３））を用いて人為的に乱数を発生させ、その乱数を用いて、座標を選び、ランダムな濃淡値を入力し、学習用パターンを生成してもよい。

特徴量抽出処理部２０３は、生成した学習用パターンから特徴量を抽出し、その特徴量に基づいて識別辞書を生成する。なお、以下の説明では、学習用パターン中のｘ方向とｙ方向の画素値に対する微分値を特徴量と考える。また、特徴量はｘ方向とｙ方向の画素値に対する微分値とは異なる量（画素に関する量）を対象としても良い。

例えば、図４中では、特徴量を抽出するために、学習用パターン（即ち、ｘ方向の画素数Ｎ、ｙ方向の画素数Ｎの学習用パターン）中のｘ方向とｙ方向の濃淡値（即ち、画素値）に対して微分を行っている。即ち、符号５０１１は学習用パターン中の座標（０，１）−（０，０）に関する微分値である。同様に、符号５０１２は学習用パターン中の座標（０，２）−（０，１）に関する微分値，符号５０１３は学習用パターン中の座標（Ｎ，Ｎ）−（Ｎ，Ｎ−１）に関する微分値，符号５０１４は学習用パターン中の座標（１，０）−（０，０）に関する微分値，符号５０１５は学習用パターン中の座標（Ｎ，Ｎ）−（Ｎ−１，Ｎ）に関する微分値である。

識別辞書出力処理部２０４は、特徴量抽出処理部２０３で生成された識別辞書を出力する。

なお、具体的な識別方法は、それぞれの認識対象に適したものを選択すればよい。例えば、識別辞書から各認識対象ごとに生成した部分空間に対して部分空間法（例えば、非特許文献４）を用いて識別を行ってもよいし、ＮＮ法（例えば、非特許文献５）によって識別を行ってもよい。

また、上述の識別辞書生成装置に関する方法をコンピュータプログラムとして記述し、コンピュータに実行させることによって、識別辞書生成装置を実現できる。

さらに、上述の識別辞書生成装置に関する方法を記述したコンピュータプログラムを、識別辞書生成装置に関する方法に必要とされる入出力データを格納したメモリや外部記憶装置等にアクセスするように実装してもよい。

以上のように、入力データの撮影環境等をモデル化することによって、様々な入力データに対応できるような識別辞書を生成し、高精度で識別できる。

以上、本発明において、記載された具体例に対してのみ詳細に説明したが、本発明の技術思想の範囲で多彩な変形および修正が可能であることは、当業者にとって明白なことであり、このような変形および修正が特許請求の範囲に属することは当然のことである。

例えば、本実施形態の変形例としては、ソフトウェアで構成された乱数発生関数ではなく、セキュリティＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）チップに搭載されるような乱数発生器を利用して、乱数を取得しても良い。

本実施形態における識別辞書生成装置の構成図。 本実施形態における標準パターンの一例を示す図。 本実施形態における学習用パターンの一例を示す図。 本実施形態における特徴量の抽出を示す図。 一般的な画像認識装置の構成図。

符号の説明

１０１…入力装置
１０２…特徴量抽出装置
１０３…識別装置
１０４…出力装置
１０５…識別辞書
１０６…画像取得手段
２０１…標準パターン入力処理部
２０２…標準パターン変形処理部
２０３…特徴量抽出処理部
２０４…識別辞書出力処理部
２０５…画像取得手段
３０１〜３０３…標準パターン
４０１〜４０６…学習用パターン
５０１，５０１１〜５０１５…特徴量

Claims (8)

1. 画像認識に使用される識別辞書を生成する識別辞書生成装置であって、
   画像取得手段から画像データを取得し、その画像データを標準パターンとして見做す標準パターン入力手段と、
   その標準パターンをパラメータに基づくモデル化関数によって変形し、その変形した結果を学習用パターンと見做し生成する標準パターン変形手段と、
   その生成された学習用パターンから特徴量を抽出し、その特徴量に基づいて識別辞書を生成する特徴量抽出手段と、
   その識別辞書を出力する識別辞書出力手段と、
   を含むことを特徴とする識別辞書生成装置。
2. 前記モデル化関数に透視投影変換を採用した、
   ことを特徴とする請求項１に記載の識別辞書生成装置。
3. 前記標準パターン変形手段が、
   標準パターンに平滑化フィルタを適用し、平滑化された標準パターンをパラメータに基づくモデル化関数によって変形する、
   ことを特徴とする請求項１または２に記載の識別辞書生成装置。
4. 前記標準パターン変形手段が、
   パラメータの一つである雑音を乱数発生手段を用いて発生させ、その雑音に基づいたモデル化関数によって標準パターンを変形する、
   ことを特徴とする請求項１乃至３のいずれかに記載の識別辞書生成装置。
5. 画像認識に使用される識別辞書を生成する識別辞書生成方法であって、
   画像取得手段から画像データを取得し、その画像データを標準パターンとして見做す標準パターン入力ステップと、
   その標準パターンをパラメータに基づくモデル化関数によって変形し、その変形した結果を学習用パターンと見做し生成する標準パターン変形ステップと、
   その生成された学習用パターンから特徴量を抽出し、その特徴量に基づいて識別辞書を生成する特徴量抽出ステップと、
   その識別辞書を出力する識別辞書出力ステップと、
   を含むことを特徴とする識別辞書生成方法。
6. 前記モデル化関数に透視投影変換を採用した、
   ことを特徴とする請求項５に記載の識別辞書生成方法。
7. 前記標準パターン変形ステップが、
   標準パターンに平滑化フィルタを適用し、平滑化された標準パターンをパラメータに基づくモデル化関数によって変形する、
   ことを特徴とする請求項５または６に記載の識別辞書生成方法。
8. 前記標準パターン変形ステップが、
   パラメータの一つである雑音を乱数発生手段を用いて発生させ、その雑音に基づいたモデル化関数によって標準パターンを変形する、
   ことを特徴とする請求項５乃至７のいずれかに記載の識別辞書生成方法。