【要約】
【課題】計算資源の使用量を抑えつつ、高速、かつ、高精度に大規模一般物体の認識を可能にする、モバイル端末に適用できる線形識別器、大規模一般物体認識装置及び電子計算機を提供する。
【解決手段】対象となる一般物体の画像特徴について、分類クラスごとに用意された重みベクトルと照合することで一般物体の識別を行う線形識別器であって、重みベクトルを、スカラー量子化によって圧縮した状態で保持する。
【特許請求の範囲】
【請求項1】
対象となる一般物体の画像特徴について、分類クラスごとに学習によって事前に求められた重みベクトルと照合することで前記一般物体の識別を行う線形識別器において、前記重みベクトルを、スカラー量子化によって圧縮した状態で保持することを特徴とする線形識別器。
【請求項2】
前記圧縮された重みベクトルの各要素のサイズが4bit以下であることを特徴とする請求項1に記載の線形識別器。
【請求項3】
前記重みベクトルの次元数が1000以上であることを特徴とする請求項1又は2に記載の線形識別器。
【請求項4】
請求項1~3のいずれか1項に記載の線形識別器を有することを特徴とする大規模一般物体認識装置。
【請求項5】
請求項4に記載の大規模一般物体認識装置を備えることを特徴とする電子計算機。
【請求項6】
所定の一般物体を特定するための境界を定めるパラメータである重みベクトルを、スカラー量子化によって圧縮した状態で記憶する記憶部と、任意の一般物体が写されている画像を認識処理の対象として、前記画像の特徴を表す画像特徴量を生成する画像特徴量生成部と、前記記憶部に記憶されている前記重みベクトル、および、前記画像特徴量生成部において生成された前記画像特徴量を用いて、認識処理の対象となる前記画像に写されている一般物体の評価値を求める演算を行う線形識別器とを備えるモバイル端末。
【請求項7】
前記線形識別器は、前記記憶部に記憶されている重みベクトルを圧縮された状態のまま用いて前記評価値を求める演算を行う請求項6に記載のモバイル端末。
【請求項8】
前記線形識別器により算出された評価値に従って、認識処理の対象となる前記画像に写されている一般物体を認識した認識結果を選出する処理を行う選出処理部をさらに備える請求項6に記載のモバイル端末。
【請求項9】
認識処理の対象となる前記画像とともに、前記選出処理部により選出された認識結果を表示する出力部をさらに備える請求項8に記載のモバイル端末。
【請求項10】
前記一般物体を撮像する撮像部をさらに備え、前記撮像部により所定のフレームレートで撮像される前記画像が順次、認識処理の対象とされる請求項6に記載のモバイル端末。
【請求項11】
分類クラスごとの学習用画像から画像特徴量を生成する画像特徴量生成部と、前記画像特徴量生成部において生成された前記画像特徴量から、前記学習用画像に写されている一般物体を特定するための境界を定めるパラメータである重みベクトルを、前記分類クラスごとに求める重みベクトル生成部と、前記重みベクトル生成部において求められた前記重みベクトルをスカラー量子化によって圧縮する処理を行う重みベクトル圧縮処理部と
を備えるデータ処理装置。
【請求項12】
所定の一般物体を特定するための境界を定めるパラメータである重みベクトルを、スカラー量子化によって圧縮した状態で記憶する記憶部と、任意の一般物体が写されている画像を認識処理の対象として、前記画像の特徴を表す画像特徴量を生成する画像特徴量生成部と、前記記憶部に記憶されている前記重みベクトル、および、前記画像特徴量生成部において生成された前記画像特徴量を用いて、認識処理の対象となる前記画像に写されている一般物体の評価値を求める演算を行う線形識別器とを有するモバイル端末と、分類クラスごとの学習用画像から画像特徴量を生成する画像特徴量生成部と、前記画像特徴量生成部において生成された前記画像特徴量から、前記学習用画像に写されている一般物体を特定するための境界を定めるパラメータである重みベクトルを、前記分類クラスごとに求める重みベクトル生成部と、前記重みベクトル生成部において求められた前記重みベクトルをスカラー量子化によって圧縮する処理を行う重みベクトル圧縮処理部とを有するデータ処理装置とを備える画像認識システム。
|