专利名称：特征量提取装置、物体识别装置、以及特征量提取方法
技术领域：
本发明涉及特征量提取装置、物体识别装置、以及特征量提取方法，例如涉及判断提供的浓淡图像是否为人物的技术。
背景技术：
以往，在判定提供的图像是否为人物图像时，大多使用边缘特征。例如，提出有使用了边缘方向直方图(HOG Histograms of Oriented Gradients，方向梯度直方图)的物体识别方法(例如，参照专利文献1 3)。简单地说明使用了边缘方向直方图的物体识别方法。以Ni表示边缘方向的数，从提供的M(像素)XN(像素)的浓淡图像I，求某一个数的边缘方向图像&。这里，如下式这样定义Ei。在位置(X，y)的边缘方向为i时=Ei (X，y) = 1在位置(x，y)的边缘方向为i以外时=Ei(Ly) =0…(1)i 边缘方向的号码，i = 1，...，NiNi:边缘方向的数通过下式求边缘方向直方图(HOG)。
1 M-\ N-I
_9] Hii) = mil·,…⑵i 边缘方向的号码，i = 1，...，NiNi:边缘方向的数通过使用边缘方向直方图，能够识别图IA的边缘图像和图IB的边缘图像。也就是说，通过使用边缘方向直方图，能够识别边缘方向不同的图像。但是，使用了边缘方向直方图的识别方法检测图像整体的统计性的特征，所以例如难以识别图IB与
图1C。其原因是，在图IB的边缘图像与图IC的边缘图像之间，边缘方向的频数相同。其结果，发生错误识别。因此，作为能够识别图IB的边缘图像与图IC的边缘图像的一个方法，提出过使用了边缘的共现性的方法(例如，参照非专利文献1)。该方法使用边缘方向的共生矩阵 (co-occurrence matrix of edge direction)作为表示边缘的共现性的特征量。用下式表示边缘方向的共生矩阵Hro (i，j)。
权利要求
1.特征量提取装置，包括边缘图像提取单元，由浓淡图像形成边缘图像；以及特征量计算单元，计算由规定像素的边缘的方向和或存在于所述规定像素的邻近区域的边缘像素的边缘方向、以及所述规定像素与存在于所述邻近区域的边缘像素的空间位置关系规定了的边缘像素的个数作为图像的特征量。
2.如权利要求1所述的特征量提取装置，所述空间位置关系是，存在于所述邻近区域的边缘像素位于将所述规定像素的邻近区域分割为多个区域而构成的分割区域中的哪个分割区域。
3.特征量提取装置，包括边缘图像提取单元，由浓淡图像形成边缘图像；以及特征量计算单元，通过以下的式(1)或式( 计算所述边缘图像的特征量， i 边缘方向的号码，i = 1，...，Ni Ni:边缘方向的数k 边缘像素的位置号码，k = 1，. . .，Nk Nk 分割子区域的数，Nj ι M-IN-IiV/ 1 M-IN-I聊=Σ忐ΣΣ/=1 iyiVI x=0 y=0.⑵Es{x,y) Υ^Ε^χ',γ')_(x',y')eRt(x,y)_j 边缘方向的号码，j = 1,... ,NjNj 边缘方向的数k 边缘像素的位置号码，k = 1，. . .，Nk Nk 分割子区域的数，其中，在式(1)和式O)中，N、M表示计算特征量的对象区域的纵方向和横方向的像素数，(x，y)表示规定像素的坐标，Rk(x，y)表示像素(x，y)的第k邻近区域，Ei^j由下式 ⑶定义，在位置(χ，y)的边缘方向为i时=Ei(χ，y) = 1在位置(X，y)的边缘方向为i以外时=Ei(X，y) = 0 ... (3)i 边缘方向的号码，i = 1，...，NiNi:边缘方向的数。
4.特征量提取装置，包括边缘图像提取单元，由浓淡图像形成边缘图像；以及特征量计算单元，通过下式(4)计算所述边缘图像的特征量， Μ- ΓΕ^χ,γ) ^jE7 (χ*, y)_(x',y')eRt(x,y)_i, j 边缘方向的号码，i = 1，. . .，Ni, j = 1，. . .，NjNi, Nj:边缘方向的数 k 边缘像素的位置号码，k = 1，. . .，NkιNk 分割子区域的数，其中，在式中，N、M表示计算特征量的对象区域的纵方向和横方向的像素数，(x，y) 表示规定像素的坐标，&(x，y)表示像素(x，y)的第k邻近区域，Ei、&由下式(5)定义， 在位置(χ，y)的边缘方向为i时=Ei(χ，y) = 1 在位置(X，y)的边缘方向为i以外时=Ei(X，y) = 0 ... (5) i 边缘方向的号码，i = 1，...，Ni Ni:边缘方向的数。
5.物体识别装置，包括权利要求1所述的特征量提取装置；多个弱识别器，分别输入由所述特征量提取装置获得了的多个特征量，从输入的特征量和通过预先学习获得了的识别函数输出估计值；结合单元，将从所述多个弱识别器输出的估计值相加；以及判定单元，对相加所得的估计值进行阈值判定。
6.特征量提取方法，包括边缘图像形成步骤，由浓淡图像形成边缘图像；以及特征量计算步骤，计算由规定像素的边缘的方向和或存在于所述规定像素的邻近区域的边缘像素的边缘方向、以及所述规定像素与存在于所述邻近区域的边缘像素的空间位置关系规定了的边缘像素的个数作为图像的特征量。
全文摘要
特征量计算单元(105)计算由规定像素的边缘的方向、存在于上述规定像素的邻近区域的边缘像素的边缘方向、以及与存在于上述规定像素的邻近区域的边缘像素的空间位置关系规定了的边缘像素的个数(三维直方图)作为图像的特征量(S5)。由此，能够得到还表现了边缘的位置关系的特征量(S5)。其结果，还能够识别起因于边缘的位置关系的不同的边缘图案的不同，例如，能够提高人物图像的识别精度。
文档编号G06T7/00GK102209974SQ200980144589
公开日2011年10月5日 申请日期2009年11月6日 优先权日2008年11月11日
发明者曹芸芸 申请人:松下电器产业株式会社