-
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
申请人: 株式会社爱考斯研究 , 国立大学法人九州工业大学
摘要: 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:CN111183453A
公开(公告)日:2020-05-19
申请号:CN201880063957.7
申请日:2018-07-31
申请人: 株式会社爱考斯研究 , 国立大学法人九州工业大学
IPC分类号: G06T7/00
摘要: 本发明的目的在于对动态的对象进行图像识别。时间空间图像识别装置1具备在保持有空间信息和时间信息的状态下将动态图像数据4转换为时间空间图像数据的时间空间图像数据生成部2a、2b、2c,它们通过分别不同的扫描路径扫描动态图像数据4。由此,时间空间图像数据生成部2a、2b、2c生成通过分别不同的扫描路径进行扫描而得到的时间空间图像数据8a、8b、8c(未图示)并输出至图像识别部3。图像识别部3在分别独立地对时间空间图像数据8a、8b、8c进行卷积处理来生成二维特征图60a、60b、60c之后,将它们整合并通过神经网络进行解析,输出图像识别结果。
-
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
申请人: 株式会社爱考斯研究 , 国立大学法人九州工业大学
摘要: 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:CN110998597A
公开(公告)日:2020-04-10
申请号:CN201880050342.0
申请日:2018-07-31
申请人: 株式会社爱考斯研究 , 国立大学法人九州工业大学
摘要: 本发明以对动态的识别对象进行图像识别为目的。图像识别装置(1)通过时空间图像数据生成部(2)来将构成视频数据(4)的帧图像数据(6)希尔伯特扫描而生成一维空间图像数据(7),进而将一维空间图像数据(7)在时间方向排列而生成保持空间信息与时间信息的二维的时空间图像数据(8)。像这样图像识别装置(1)保持空间信息与时间信息,并且将视频数据(4)图像转换为二维的时空间图像数据(8)。接下来,图像识别装置(1)通过CNN部(3)来对时空间图像数据(8)进行使用二维过滤器的卷积处理,而对识别对象亦即步行者的行动进行图像识别。像这样,图像识别装置(1)能够将需要空间二维、时间一维的三维的解析的步行者的行动识别通过二维图像的基于CNN的图像识别处理来进行,而推断步行者的状态。
-
公开(公告)号:CN110998597B
公开(公告)日:2023-12-19
申请号:CN201880050342.0
申请日:2018-07-31
申请人: 株式会社爱信 , 国立大学法人九州工业大学
IPC分类号: G06V20/40 , G06V10/764 , G06V10/82 , G06N3/0464
摘要: 本发明以对动态的识别对象进行图像识别为目的。图像识别装置(1)通过时空间图像数据生成部(2)来将构成视频数据(4)的帧图像数据进而将一维空间图像数据(7)在时间方向排列而生成保持空间信息与时间信息的二维的时空间图像数据(8)。像这样图像识别装置(1)保持空间信息与时间信息,并且将视频数据(4)图像转换为二维的时空间图像数据(8)。接下来,图像识别装置(1)通过CNN部(3)来对时空间图像数据(8)进行使用二维过滤器的卷积处理,而对识别对象亦即步行者的行动进行图像识别。像这样,图像识别装置(1)能够将需要空间二维、时间一维的三维的解析的步行者的行动识别通过二维图像的基于CNN的图像识别处理来进行,而推断步行(6)希尔伯特扫描而生成一维空间图像数据(7),(56)对比文件JP 2008003765 A,2008.01.10JP 2008258980 A,2008.10.23US 2008205756 A1,2008.08.28
-
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
申请人: 株式会社爱信 , 国立大学法人九州工业大学
IPC分类号: G06T7/00
摘要: 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:CN111164604B
公开(公告)日:2024-03-22
申请号:CN201880062230.7
申请日:2018-09-26
申请人: 株式会社爱信 , 国立大学法人九州工业大学
摘要: 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。
-
-
-
-
-
-