物体状况判断系统、物体状况判断方法以及程序技术方案

本发明专利技术提供一种能节省准备大量的图像的工夫来高效地进行学习，并基于该学习结果来推测新的图像内的物体的状况的物体状况判断系统、物体状况判断方法以及程序。所述物体状况判断系统具备：构成要素解析模块(111)，提取图像内的特征点，对与图像内拍摄到的物体、该物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个有关的构成要素进行解析；状况获取模块(112)，从图像检索计算机获取物体处于什么状况的状况数据，所述图像检索计算机获取文字并检索与该文字相关联的图像；学习模块(113)，将构成要素的组合与获取到的状况数据关联起来学习；以及物体状况推测模块(114)，在通过构成要素解析模块(111)对规定的图像进行解析的结果与构成要素的组合类似或相同的情况下，基于状况数据的学习结果来推测所述物体的状况。状况数据的学习结果来推测所述物体的状况。状况数据的学习结果来推测所述物体的状况。

【技术实现步骤摘要】
【国外来华专利技术】物体状况判断系统、物体状况判断方法以及程序


[0001]本专利技术涉及一种能推测图像内的物体的状况的物体状况判断系统、物体状况判断方法以及程序。

技术介绍

[0002]提出了一种提供监视装置的方法，所述监视装置通过从整体图像检测头部候选区域来监视正在移动的人物、车辆等多个移动物体或群众(专利文献1)。
[0003]此外，作为用于供人工智能进行图像解析的机械学习方法，监督学习(Supervised Learning)是众所周知的方法，还提出了一种符合目的学习完成模型的生成方法(专利文献2)。
[0004]现有技术文献
[0005]专利文献
[0006]专利文献1：日本特开2007
‑
209008
[0007]专利文献2：日本特许6216024

技术实现思路

[0008]专利技术所要解决的问题
[0009]然而，在专利文献1的方法中，能宏观地监视多个移动物体或群众，但无法具体推测图像内的物体处于什么状况。此外，在专利文献2的方法中，在为了图像解析而进行监督学习的情况下，需要在准备大量的图像并对图像附加正确的指导数据之后，使用于对图像进行分类的分类器、神经网络等进行学习来制作学习完成模型，问题在于需要准备用于学习的图像的工夫。
[0010]针对该问题，本专利技术人着眼于以下这点：能将提取图像内的物体的特征点并解析构成要素的结果与该物体的状况数据的组合关联起来，从图像检索计算机获取与状况数据相关联的图像，将获取到的图像和状况数据作为指导数据自动地学习图像的构成要素的组合，从而节省准备图像的工夫，并且高精度地推测图像内的物体的状况。
[0011]本专利技术的目的在于提供一种能将图像内的物体的构成要素与该物体的状况数据的组合关联起来自动地进行学习，从而基于学习结果来推测图像内的物体的状况的物体状况判断系统、物体状况判断方法以及程序。
[0012]用于解决问题的方案
[0013]在本专利技术中，提供如下所述的解决方案。
[0014]第一特征的技术方案提供一种物体状况判断系统，其特征在于，具备：
[0015]构成要素解析单元，提取图像内的特征点，对与所述图像内拍摄到的物体、该物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个有关的构成要素进行解析；
[0016]状况获取单元，从图像检索计算机获取所述物体处于什么状况的状况数据，所述
图像检索计算机获取文字并检索与该文字相关联的图像；
[0017]学习单元，将获取到的所述状况数据与所述构成要素的组合关联起来进行学习；以及
[0018]物体状况推测单元，在通过所述构成要素解析单元对规定的图像进行解析的结果与所述构成要素的组合类似或相同的情况下，基于所述状况数据的学习结果来推测所述物体的状况。
[0019]根据第一特征的技术方案，物体状况判断系统中具备：构成要素解析单元，提取图像内的特征点，对与所述图像内拍摄到的物体、该物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个有关的构成要素进行解析；状况获取单元，从图像检索计算机获取所述物体处于什么状况的状况数据，所述图像检索计算机获取文字并检索与此文字相关联的图像；学习单元，将获取到的所述状况数据与所述构成要素的组合关联起来进行学习；以及物体状况推测单元，在通过所述构成要素解析单元对规定的图像进行解析的结果与所述构成要素的组合类似或相同的情况下，基于所述状况数据的学习结果来推测所述物体的状况。
[0020]第一特征的技术方案是物体状况判断系统的类别，但作为物体状况判断方法以及程序也起到相同的作用、效果。
[0021]第二特征的技术方案提供一种作为第一特征的技术方案的物体状况判断系统，其特征在于，
[0022]在所述图像内拍摄到多个物体的情况下，
[0023]所述构成要素解析单元分别对多个物体进行图像解析，提取所述图像内的特征点，对解析出的物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个进行解析，
[0024]所述物体状况判断单元判断所述多个物体作为整体在做什么。
[0025]根据第二特征的技术方案，在作为第一特征的技术方案的物体状况判断系统中，在所述图像内拍摄到多个物体的情况下，所述构成要素解析单元分别对多个物体进行图像解析，提取所述图像内的特征点，对解析出的物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个进行解析，所述物体状况判断单元判断所述多个物体作为整体在做什么。
[0026]第三特征的技术方案提供一种作为第一特征或第二特征的技术方案的物体状况判断系统，其特征在于，
[0027]在所述图像内拍摄有多个物体的情况下，
[0028]所述构成要素解析单元将物体的组合、物体间的相对位置、以及物体的部位的相对位置中的至少一个提取为构成要素并进行解析。
[0029]根据第三特征的技术方案，在作为第一特征或第二特征的技术方案的物体状况判断系统中，在所述图像内拍摄到多个物体的情况下，所述构成要素解析单元将物体的组合、物体间的相对位置、以及物体的部位的相对位置中的至少一个提取为构成要素并进行解析。
[0030]第四特征的技术方案提供一种作为第一特征至第三特征中的任一个技术方案的物体状况判断系统，其特征在于，
[0031]所述状况获取单元通过进行使用了所述图像的检索来获取所述文字。
[0032]根据第四特征的技术方案，在作为第一特征至第三特征中的任一个技术方案的物体状况判断系统中，所述状况获取单元通过进行使用了所述图像的检索来获取所述文字。
[0033]第五特征的技术方案提供一种物体状况判断方法，其特征在于，具有以下步骤：
[0034]在物体状况判断系统中，
[0035]提取图像内的特征点，对与所述图像内拍摄到的物体、该物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个有关的构成要素进行解析；
[0036]从图像检索计算机获取所述物体处于什么状况的状况数据，所述图像检索计算机获取文字并检索与该文字相关联的图像；
[0037]将获取到的所述状况数据与所述构成要素的组合关联起来进行学习；以及
[0038]在通过所述构成要素解析单元对规定的图像进行解析的结果与所述构成要素的组合类似或相同的情况下，基于所述状况数据的学习结果来推测所述物体的状况。
[0039]第六特征的技术方案提供一种用于使物体状况判断系统执行以下步骤的程序：
[0040]提取图像内的特征点，对与所述图像内拍摄到的物体、该物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个有关的构成要素进行解析；
[0041]从图像检索计算机获取所述物体处于什么状况的状况数据，所述图像检索本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种物体状况判断系统，其特征在于，具备：构成要素解析单元，提取图像内的特征点，对与所述图像内拍摄到的物体、该物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个有关的构成要素进行解析；状况获取单元，从图像检索计算机获取所述物体处于什么状况的状况数据，所述图像检索计算机获取文字并检索与该文字相关联的图像；学习单元，将获取到的所述状况数据与所述构成要素的组合关联起来进行学习；以及物体状况推测单元，在通过所述构成要素解析单元对规定的图像进行解析的结果与所述构成要素的组合类似或相同的情况下，基于所述状况数据的学习结果来推测所述物体的状况。2.根据权利要求1所述的物体状况判断系统，其特征在于，在所述图像内拍摄到多个物体的情况下，所述构成要素解析单元分别对多个物体进行图像解析，提取所述图像内的特征点，对解析出的物体的姿态、形状、方向、表情、该物体的部位的种类、位置、以及拍摄到的图像的背景中的至少两个进行解析，所述物体状况判断单元判断所述多个物体作为整体在做什么。3.根据权利要求1或2所述的物体状况判断系统，其特征在于，在所述图像内拍摄到多个物体的情况下，所述构成要素解析单元将物体的组合、物体间的相对位置、以及物体的部位的相对位置中的至少一个提取为构成要素并进行解析。4.根据权利要求1至3中任一项所述的物体状况判断系统，其...

【专利技术属性】
技术研发人员：菅谷俊二，
申请(专利权)人：株式会社OPTIM，
类型：发明
国别省市：