[发明专利]被摄体识别装置及词典数据登记方法有效

专利信息
申请号: 201210576226.7 申请日: 2012-12-26
公开(公告)号: CN103186770A 公开(公告)日: 2013-07-03
发明(设计)人: 田中裕树;菊地明美;大轮宁司;岩本保彦 申请(专利权)人: 佳能株式会社
主分类号: G06K9/00 分类号: G06K9/00;H04N5/91
代理公司: 北京怡丰知识产权代理有限公司 11293 代理人: 迟军
地址: 日本东京都*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 被摄体 识别 装置 词典 数据 登记 方法
【权利要求书】:

1.一种被摄体识别装置,所述被摄体识别装置包括:

存储单元,用于存储词典数据,在所述词典数据中,将从一个被摄体的多个图像获得的多个特征信息基于所述多个特征信息的相似度而放入组中,并与该被摄体相关联地登记;

提取单元,用于从图像检测被摄体,并从该被摄体的图像提取要被新登记的特征信息;

选择单元,用于在由所述提取单元检测的被摄体登记在所述词典数据中的情况下,基于所提取的特征信息与属于所检测的被摄体的各组的特征信息之间的相似度,来选择对应于所检测的被摄体的组;以及

登记单元,用于在所述选择单元已选择对应组的情况下,在所述词典数据的该对应组中登记所提取的特征信息,而在所述选择单元没有选择对应组的情况下,向所述词典数据中的所检测的被摄体追加新组并登记所提取的特征信息。

2.根据权利要求1所述的被摄体识别装置,其中,在所提取的特征信息与针对所检测的被摄体在所述词典数据中登记的各特征信息之间的相似度中的最大相似度高于预定阈值的情况下,所述选择单元选择获得了所述最大相似度的特征信息所属的组,作为所述对应组。

3.根据权利要求1所述的被摄体识别装置,其中,所述选择单元选择所提取的特征信息与针对所检测的被摄体在所述词典数据中登记的各特征信息之间的相似度高于预定阈值的各特征信息所属的全部组,作为所述对应组。

4.根据权利要求1所述的被摄体识别装置,其中,所述选择单元选择所提取的特征信息与针对所检测的被摄体在所述词典数据中登记的各特征信息之间的相似度高于预定阈值的各特征信息所属的组中的预定数量的组,作为所述对应组。

5.根据权利要求1所述的被摄体识别装置,其中,

所述选择单元基于所提取的特征信息与属于所检测的被摄体的各组的特征信息之间的相似度,来选择对应于所检测的被摄体的组候补,并且

所述选择单元在所提取的特征信息被追加到该组候补时、由所检测的被摄体的所述组候补之外的组获得的特征信息以及属于该组候补的特征信息而获得的相似度的增加值,大于所提取的特征信息被追加到该组候补时、由从所述词典数据选择的除所检测的被摄体之外的其他被摄体的特征信息以及属于该组候补的特征信息而获得的相似度的增加值的情况下,选择所述组候补作为所述对应组。

6.根据权利要求5所述的被摄体识别装置,其中,

所述选择单元选择在所述词典数据中登记的、除所检测的被摄体之外的被摄体的所有特征信息中的具有与所检测的被摄体的最大相似度的特征信息,作为所述其他被摄体的特征信息。

7.根据从权利要求1至6中任意一项所述的被摄体识别装置,所述被摄体识别装置还包括:

用于使用户从登记在所述词典数据中的被摄体中选择对应于所检测的被摄体的被摄体的单元。

8.根据从权利要求1至6中任意一项所述的被摄体识别装置,所述被摄体识别装置还包括:

获得单元,用于从输入图像获得特征信息;

计算单元,用于针对各组计算由所述获得单元获得的特征信息与登记在所述词典数据中的特征信息之间的相似度;以及

识别确定单元,用于在所计算的相似度中的最大相似度高于识别阈值的情况下,确定对应于具有该最大相似度的组的被摄体为识别结果。

9.一种被摄体识别装置的词典数据登记方法,所述被摄体识别装置包括用于存储词典数据的存储单元,在所述词典数据中,将从一个被摄体的多个图像获得的多个特征信息与该被摄体相关联,并基于相似度而放入组中并登记,所述词典数据登记方法包括:

从图像检测被摄体,并从该被摄体的图像提取要被新登记的特征信息;

在所检测的被摄体被登记在所述词典数据中的情况下,基于所提取的特征信息与属于所检测的被摄体的各组的特征信息之间的相似度,来选择对应于所检测的被摄体的组;以及

在已选择对应组的情况下,在所述词典数据的该对应组中登记所提取的特征信息,而在没有选择对应组的情况下,向所述词典数据中的所检测的被摄体追加新组并登记所提取的特征信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佳能株式会社,未经佳能株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210576226.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top