The invention relates to an image processing device, an image processing system, an image processing method and a storage medium. The image processing device, for example, is used for image recognition, such as object counting by machine learning. Based on the first captured image, the generating unit generates a first training data indicating a first training image and an image recognition result for the first training image. The training unit trains by using the first training data to generate an image recognition discriminator based on both the first training data and the second training data, the second training data being prepared in advance and indicating the second training image and the image recognition result for the second training image.
【技术实现步骤摘要】
图像处理装置、图像处理系统、图像处理方法及存储介质
本专利技术涉及图像处理装置、图像处理系统、图像处理方法以及非暂时性存储介质。
技术介绍
近年来,提出了这样的系统,其中,通过利用摄像装置拍摄预定区域并且对拍摄的图像进行图像识别,来获得诸如图像中的人数或存在或不存在异常等的信息。这样的系统可以检测公共空间中的拥挤,并且可以用于掌握拥挤时的人流量,因此预期可应用于事件中的拥挤缓解和危机时的疏散指导。作为这种图像识别的方法,提出了一种方法,其中,通过使用预先准备的监督数据而通过机器训练来生成识别模型,并且通过使用所获得的识别模型来进行图像识别。例如,作为使用机器训练估计人数的方法,存在如下方法,其中,通过使用人数已知的图像作为训练数据,基于诸如支持向量机或深度学习等的已知机器训练处理来训练识别模型。具体示例是Lempitsky(V.Lempitsky等人“LearningtoCountObjectsinImages”,AdvancesinNeuralInformationProcessingSystems(NIPS),2010),其中,进行密度映射(densitymap)估计器的机器训练,密度映射估计器估计对象物体的密度映射。然后,使用训练后的密度映射估计器生成识别对象图像的密度映射,并通过对密度映射进行积分来估计对象物体的数量。另外,在Ikeda(HirooIkeda等人,“AccuracyImprovementofPeopleCountingBasedonCrowd-PatchLearningUsingConvolutionalNeuralNetwork” ...
【技术保护点】
1.一种图像处理装置,所述图像处理装置包括:生成单元,其被构造为基于第一拍摄图像,生成指示第一训练图像和针对第一训练图像的图像识别结果的第一训练数据;以及训练单元,其被构造为通过使用第一训练数据进行训练,来基于第一训练数据和第二训练数据两者,生成图像识别用鉴别器,所述第二训练数据是预先准备的且指示第二训练图像和针对第二训练图像的图像识别结果。
【技术特征摘要】
2017.03.03 JP 2017-0409211.一种图像处理装置,所述图像处理装置包括:生成单元,其被构造为基于第一拍摄图像,生成指示第一训练图像和针对第一训练图像的图像识别结果的第一训练数据;以及训练单元,其被构造为通过使用第一训练数据进行训练,来基于第一训练数据和第二训练数据两者,生成图像识别用鉴别器,所述第二训练数据是预先准备的且指示第二训练图像和针对第二训练图像的图像识别结果。2.根据权利要求1所述的图像处理装置,其中,所述训练单元还被构造为通过使用所述第一训练数据和所述第二训练数据两者来进行所述鉴别器的训练。3.根据权利要求1所述的图像处理装置,其中,所述训练单元通过使用所述第一训练数据对使用所述第二训练数据被训练了的鉴别器进行增量训练。4.根据权利要求3所述的图像处理装置,其中,所述训练单元还使用具有所述第一训练数据和所述第二训练数据的混合的混合训练数据来进行鉴别器的增量训练。5.根据权利要求4所述的图像处理装置,其中,第一训练数据包括多个第一数据项,所述多个第一数据项中的各个指示训练图像及训练图像的标签;第二训练数据包括多个第二数据项,所述多个第二数据项中的各个指示训练图像及训练图像的标签;混合训练数据包括多个数据项,所述多个数据项包括至少一个第一数据项和至少一个第二数据项;并且混合训练数据中具有特定标签的第一数据项的数量与混合训练数据中具有特定标签的第二数据项的数量之和,与第二训练数据中具有特定标签的第二数据项的数量相同。6.根据权利要求1至5中的任一项所述的图像处理装置,其中,所述鉴别器是用于估计图像中的计数对象的数量的鉴别器,并且第一训练图像的图像识别结果是第一训练图像中的计数对象的数量,并且第二训练图像的图像识别结果是第二训练图像中的计数对象的数量。7.根据权利要求6所述的图像处理装置,其中,所述生成单元还根据第一拍摄图像的背景图像生成第一训练图像。8.根据权利要求6所述的图像处理装置,其中,所述生成单元还从第一拍摄图像中提取第一训练图像,并且通过使用第一拍摄图像中的计数对象的位置信息来确定第一训练图像中的计数对象的数量。9.根据权利要求8所述的图像处理装置,其中,所述生成单元还通过对第一拍摄图像进行计数对象的检测处理来生成第一拍摄图像中的计数对象的位置信息。10.根据权利要求8所述的图像处理装置,其中,所述生成单元还确定针对第一拍摄图像中的各个区域的计数对象的密度信息,并且根据针对各个区域的密度信息来从第一拍摄图像中提取第一训练图像。11.根据权利要求1至5中的任一项所述的图像处理装置,其中,所述生成单元还反复生成第一训练数据,并且所述训练单元还使用第一训练数据来反复地进行训练,并且所述图像处理装置还包括控制单元,所述控制单元被构造为基于反复训练的周期、训练的反复计数或...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。