-
公开(公告)号:CN111164604B
公开(公告)日:2024-03-22
申请号:CN201880062230.7
申请日:2018-09-26
Applicant: 株式会社爱信 , 国立大学法人九州工业大学
Abstract: 本发明的目的在于实现处理成本的减少。图像识别装置(200)具备:图像处理装置(21),从图像获取特征量;以及辨别装置(201),使用获取到的特征量来判定图像中是否存在规定的辨别对象,并辨别该辨别对象。辨别装置(201)具备预先学习了辨别对象的BNN,并通过利用BNN对图像处理装置(21)获取到的特征量进行二进制计算,来进行辨别处理。此时,辨别装置(201)选择图像处理装置(21)输出的高维度特征量中对辨别有效的部分来减少在辨别处理中所使用的维度,或复制图像处理装置(21)输出的低维度特征量来增加维度。通过选择、复制特征量的维度,从而确保所需的辨别精度的同时,能够适当地调节用于辨别的特征量的维度,所以能够将辨别装置(201)安装于小规模、低消耗电力的硬件电路。
-
公开(公告)号:CN110249366B
公开(公告)日:2024-05-10
申请号:CN201880009328.6
申请日:2018-01-31
Applicant: 株式会社爱信 , 国立大学法人九州工业大学
IPC: G06T7/00
Abstract: 本发明提供更稳健的图像识别方式。图像处理装置(8)将作为图像识别的对象的图像转换为高分辨率图像(11)、中分辨率图像(12)、以及低分辨率图像(13)。图像处理装置(8)设定高分辨率图像(11)的关注像素(5),并在共生矩阵(15)中对与偏移像素(1a)~(1d)的梯度方向的共生、在中分辨率图像(12)与像素(2a)~(2d)的梯度方向的共生、在低分辨率图像(13)中与像素(3a)~(3d)的梯度方向的共生进行投票。图像处理装置(8)对每个像素的组合以及每个分辨率创建这样的共生矩阵(15)。图像处理装置(8)对高分辨率图像(11)的各个像素进行上述的处理,其结果创建将完成的多个共生矩阵(15)的要素排成一列的共生直方图。进一步,图像处理装置(8)将共生直方图归一化,并提取以由此的频率为成分的矢量作为该图像的特征量。
-
公开(公告)号:CN108292367B
公开(公告)日:2022-08-02
申请号:CN201780003758.2
申请日:2017-03-30
Applicant: 株式会社爱信 , 国立大学法人九州工业大学
Abstract: 本发明涉及图像处理装置、半导体装置、图像识别装置、移动体装置、以及图像处理方法。构建对作为对象的图像高速地计算不同的分辨率间的亮度梯度方向的共生的硬件构成。图像处理装置(21)并列地配设高分辨率图像用的处理线、中分辨率图像用的处理线以及低分辨率图像用的处理线,并从这三个分辨率的图像并行地同时按每一亮像素提取度梯度方向。共生矩阵生成部(30a、30b、30c)使用从这三个分辨率的图像提取的亮度梯度方向来生成共生矩阵,直方图生成部31使用该共生矩阵输出直方图作为MRCoHOG特征量。由于同时处理三个分辨率的图像,所以能够高速地进行处理,能够实时处理从照相机输出的视频。
-
公开(公告)号:CN113678166A
公开(公告)日:2021-11-19
申请号:CN202080024604.3
申请日:2020-03-30
Applicant: 株式会社爱信 , 国立大学法人九州工业大学
IPC: G06T7/00
Abstract: 本发明的目的在于减少存储器的使用量。图像处理装置(8)通过基于椭圆(63)的计算式来近似基准GMM(55)的基函数。能够通过将椭圆(63)与共生对应点(51)的曼哈顿距离、以及椭圆(63)的宽度输入至基于基函数的负担率的计算式而通过计算近似地求出共生对应点(51)的负担率。另外,椭圆(63)的宽度被量化为2的n次方(n为0以上的整数),能够通过位移位进行上述计算。这样图像处理装置(8)若存储规定椭圆(63)的参数,则能够根据该参数通过位移位计算负担率,因此无需将负担率的表格储存至存储器,而能够大幅减少存储器使用量,并且高速地计算负担率。此外,图像处理装置(8)通过将负担率量化为2的n次方,进一步节约存储器的使用。
-
公开(公告)号:CN113646802A
公开(公告)日:2021-11-12
申请号:CN202080025277.3
申请日:2020-03-30
Applicant: 株式会社爱信 , 国立大学法人九州工业大学
IPC: G06T7/00
Abstract: 本发明涉及图像识别装置和图像识别程序,目的在于以低成本的硬件实现图像识别功能。本实施方式的图像识别装置与时钟同步地依次提取共现对,与提取的共现对对应地设定输入层与中间层的连接部分的权重,并向输入层依次输入1票。另一方面,中间层将依次输入的票数相加及存储。若持续进行该动作,则不制作直方图,通过中间层就实现与将直方图输入至输入层的情况相同的值。这样,本实施方式的图像识别装置能够避免消耗巨大的存储器的直方图的制作来进行图像识别处理。由此,能够实现存储器资源的节约、电路的简化、以及计算速度的提高,从而能够将图像识别装置适宜地集成电路化。
-
公开(公告)号:CN110249366A
公开(公告)日:2019-09-17
申请号:CN201880009328.6
申请日:2018-01-31
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
IPC: G06T7/00
Abstract: 本发明提供更稳健的图像识别方式。图像处理装置(8)将作为图像识别的对象的图像转换为高分辨率图像(11)、中分辨率图像(12)、以及低分辨率图像(13)。图像处理装置(8)设定高分辨率图像(11)的关注像素(5),并在共生矩阵(15)中对与偏移像素(1a)~(1d)的梯度方向的共生、在中分辨率图像(12)与像素(2a)~(2d)的梯度方向的共生、在低分辨率图像(13)中与像素(3a)~(3d)的梯度方向的共生进行投票。图像处理装置(8)对每个像素的组合以及每个分辨率创建这样的共生矩阵(15)。图像处理装置(8)对高分辨率图像(11)的各个像素进行上述的处理,其结果创建将完成的多个共生矩阵(15)的要素排成一列的共生直方图。进一步,图像处理装置(8)将共生直方图归一化,并提取以由此的频率为成分的矢量作为该图像的特征量。
-
公开(公告)号:CN111164604A
公开(公告)日:2020-05-15
申请号:CN201880062230.7
申请日:2018-09-26
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
Abstract: 本发明的目的在于实现处理成本的减少。图像识别装置(200)具备:图像处理装置(21),从图像获取特征量;以及辨别装置(201),使用获取到的特征量来判定图像中是否存在规定的辨别对象,并辨别该辨别对象。辨别装置(201)具备预先学习了辨别对象的BNN,并通过利用BNN对图像处理装置(21)获取到的特征量进行二进制计算,来进行辨别处理。此时,辨别装置(201)选择图像处理装置(21)输出的高维度特征量中对辨别有效的部分来减少在辨别处理中所使用的维度,或复制图像处理装置(21)输出的低维度特征量来增加维度。通过选择、复制特征量的维度,从而确保所需的辨别精度的同时,能够适当地调节用于辨别的特征量的维度,所以能够将辨别装置(201)安装于小规模、低消耗电力的硬件电路。
-
公开(公告)号:CN111133471A
公开(公告)日:2020-05-08
申请号:CN201880062241.5
申请日:2018-09-26
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
Abstract: 本发明的目的在于提高识别精度。图像识别装置(200)具备:图像处理装置(21),从图像获取特征量;以及辨别装置(201),使用获取到的特征量来判定图像中是否存在规定的辨别对象,并辨别该辨别对象。辨别装置(201)具备预先学习了辨别对象的BNN,并通过利用BNN对图像处理装置(21)获取到的特征量进行二进制计算,来进行辨别处理。此时,辨别装置(201)选择图像处理装置(21)输出的高维度特征量中对辨别有效的部分来减少在辨别处理中所使用的维度,或复制图像处理装置(21)输出的低维度特征量来增加维度。通过选择、复制特征量的维度,从而确保所需的辨别精度的同时,能够适当地调节用于辨别的特征量的维度,所以能够将辨别装置(201)安装于小规模、低消耗电力的硬件电路。
-
公开(公告)号:CN108292367A
公开(公告)日:2018-07-17
申请号:CN201780003758.2
申请日:2017-03-30
Applicant: 株式会社爱考斯研究 , 国立大学法人九州工业大学
CPC classification number: G06T7/00
Abstract: 本发明涉及图像处理装置、半导体装置、图像识别装置、移动体装置、以及图像处理方法。构建对作为对象的图像高速地计算不同的分辨率间的亮度梯度方向的共生的硬件构成。图像处理装置(21)并列地配设高分辨率图像用的处理线、中分辨率图像用的处理线以及低分辨率图像用的处理线,并从这三个分辨率的图像并行地同时按每一亮像素提取度梯度方向。共生矩阵生成部(30a、30b、30c)使用从这三个分辨率的图像提取的亮度梯度方向来生成共生矩阵,直方图生成部31使用该共生矩阵输出直方图作为MRCoHOG特征量。由于同时处理三个分辨率的图像,所以能够高速地进行处理,能够实时处理从照相机输出的视频。
-
-
-
-
-
-
-
-