信息处理装置、程序及信息处理方法制造方法及图纸

技术编号:36065910 阅读:21 留言:0更新日期:2022-12-24 10:32
具备:第2部位位置推测部(120),其根据对象图像中的第1部位的位置的多个候选即多个第1部位位置候选分别推测对象图像中的第2部位的位置,由此计算多个第2部位推测位置;以及第1部位位置候选可靠度计算部(130),其以如下方式计算分别表示多个第1部位位置候选各自的可靠度的多个第1部位位置候选可靠度:对象图像中的第2部位的位置即第2部位位置与多个第2部位推测位置中的一个第2部位推测位置之间的距离越长,则多个第1部位位置候选中用于推测该一个第2部位推测位置的第1部位位置候选的可靠度越低。靠度越低。靠度越低。

【技术实现步骤摘要】
【国外来华专利技术】信息处理装置、程序及信息处理方法


[0001]本公开涉及信息处理装置、程序及信息处理方法。

技术介绍

[0002]以往已知有一种通过检测骨骼等部位来估计姿势的技术。例如,专利文献1所记载的技术针对各个应检测的骨骼部位具备由神经网络构建的多级检测器。而且,初级检测器全部独立地运行,次级检测器针对与初级检测器不同的骨骼部位,通过单向或双向地使用初级检测结果,来提高整体上的检测精度。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1:国际公开第2017/166019号公报

技术实现思路

[0006]专利技术要解决的问题
[0007]但是,在现有技术中,存在以下问题:多个检测器之间的信息交换通过神经网络的神经元连接而实现,因此,在多个检测器之间输入输出的信息的内容对于人类来说是不清楚的,在与神经网络不同的框架的检测器中难以安装。
[0008]因此,本公开的一个或多个方案的目的在于,无论使用了神经网络还是未使用神经网络,都能够使用第2部位的位置来计算第1部位位置候选的可靠度。<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】1.一种信息处理装置,其特征在于,所述信息处理装置具备:第2部位位置推测部,其根据对象图像中的第1部位的位置的多个候选即多个第1部位位置候选分别推测所述对象图像中的第2部位的位置,由此计算多个第2部位推测位置;以及第1部位位置候选可靠度计算部,其以如下方式计算分别表示所述多个第1部位位置候选各自的可靠度的多个第1部位位置候选可靠度:所述对象图像中的所述第2部位的位置即第2部位位置与所述多个第2部位推测位置中的一个第2部位推测位置之间的距离越长,则所述多个第1部位位置候选中用于推测所述一个第2部位推测位置的第1部位位置候选的可靠度越低。2.根据权利要求1所述的信息处理装置,其特征在于,所述信息处理装置还具备第1部位位置候选检测部,该第1部位位置候选检测部从所述对象图像中检测所述多个第1部位位置候选。3.根据权利要求1所述的信息处理装置,其特征在于,所述信息处理装置还具备第1部位位置候选检测部,该第1部位位置候选检测部使用推测所述第1部位的位置而得到的第1部位推测位置,确定所述对象图像的一部分区域,从确定出的所述区域中检测所述第1部位位置候选。4.根据权利要求1至3中的任意一项所述的信息处理装置,其特征在于,所述信息处理装置还具备第1部位选择部,该第1部位选择部按照所述多个第1部位位置候选可靠度,从所述多个第1部位位置候选中选择一个第1部位位置候选作为第1部位位置。5.根据权利要求4所述的信息处理装置,其特征在于,所述信息处理装置还具备第3部位位置推测部,该第3部位位置推测部根据所述第1部位位置推测所述对象图像中的第3部位的位置,由此计算第3部位推测位置。6.一种信息处理装置,其特征在于,所述信息处理装置具备:第2部位位置推测部,其根据对象图像中的第1部位的位置的多个候选即多个第1部位位置候选分别推测所述对象图像中的第2部位的位置,由此计算多个第2部位推测位置;以及第1部位位置候选可靠度计算部,其以如下方式计算所述多个第1部位位置候选各自的第1可靠度:所述对象图像中的所述第2部位的位置即第2部位位置与所述多个第2部位推测位置中的一个第2部位推测位置之间的距离越长,则所述多个第1部位位置候选中用于推测所述一个第2部位推测位置的第1部位位置候选的可靠度越低,并且所述第1部位位置候选可靠度计算部以如下方式计算所述多个第1部位位置候选各自的第2可靠度:所述对象图像中的被推测为所述第1部位的位置的第1部位推测位置与所述多个第1部位位置候选中的一个第1部位位置候选之间的距离越长,则所述一个第1部位位置候选的可靠度越低,所述第1部位位置候选可靠度计算部针对所述多个第1部位位置候选中的每个第1部位位置候选,对所述第1可靠度和所述第2可靠度进行加权并相加,由此计算分别表示所述多个第1部位位置候选各自的可靠度的多个第1部位位置候选可靠度。
7.一种信息处理装置,其特征在于,所述信息处理装置具备:第2部位位置推测部,其根据对象图像中的第1部位的位置的多个候选即多个第1部位位置候选分别推测所述对象图像中的第2部位的位置,由此计算多个第2部位推测位置;以及第1部位位置候选可靠度计算部,其以如下方式计算所述多个第1部位位置候选各自的第1可靠度:所述对象图像中的所述第2部位的位置即第2部位位置与所述多个第2部位推测位置中的一个第2部位推测位置之间的距离越长,则所述多个第1部位位置候选中用于推测所述一个第2部位推测位置的第1部位位置候选的可靠度越低,并且所述第1部位位置候选可靠度计算部以如下方式计算所述多个第1部位位置候选各自的第2可靠度:过去被选择为所述第1部位的位置的第1部位延迟位置与所述多个第1部位位置候选中的一个第1部位位置候选之间的距离越长,则所述一个第1部位位置候选的可靠度越低,所述第1部位位置候选可靠度计算部针对所述多个第1部位位置候选中的每个第1部位位置候选,对所述第1可靠度和所述第2可靠度进行加权并相加,由此计算分别表示所述多个第1部位位置候选各自的可靠度的多个第1部位位置候选可靠度。8.一种信息处理装置,其特征在于,所述信息处理装置具备:第2部位位置推测部,其根据对象图像中的第1部位的位置的多个候选即多个第1部位位置候选分别推测所述对象图像中的第2部位的位置,由此计算多个第2部位推测位置;以及第1部位位置候选可靠度计算部,其以如下方式计算所述多个第1部位位置候选各自的第1可靠度:所述对象图像中的所述第2部位的位置即第2部位位置与所述多个第2部位推测位置中的一个第2部位推测位置之间的距离越长,则所述多个第1部位位置候选中用于推测所述一个第2部位推测位置的第1部位位置候选的可靠度越低,并且所述第1部位位置候选可靠度计算部以如下方式计算所述多个第1部位位置候选各自的第2可靠度:过去作为所述第2部位位置而使用的位置即第2部位延迟位置与所述一个第2部位推测位置之间的距离越长,则所述多个第1部位位置候选中用于估计所述一个第2部位推测位置的第1部位位置候选的可靠度越低,所述第1部位位置候选可靠度计算部针对所述多个第1部位位置候选中的每个第1部位位置候选,对所述第1可靠度和所述第2可靠度进行加权并相加,由此计算分别表示所述多个第1部位位置候选各自的可靠度的多个第1部位位置候选可靠度。9.根据权利要求1至8中的任意一项所述的信息处理装置,其特征在于,所述第2部位位置推测部按照所述多个第1部位位置候选分别属于预先分类出的多个类别中的每个类别的似然度,通过如下向量、以及所述多个第1部位位置候选中的每个第1部位位置候选,来计算所述多个第2部位推测位置,其中,所述向量是通过对所述多个类别分别加上各个类别所对应的多个学习数据差分向量而计算出的。10.根据权利要求9所述的信息处理装置,其特征在于,所述多个类别是在将事先收录的作为分别与所述第1部位对应的多个部位的第1部位群设为第1学习用部位群、将事先收录的作为分别与所述第2部位对应的多个部位的第2部位群设为第2学习用部位群、将所述第1学习用部位群中的一个部位的坐标值与所述第2学
习用部位群中的对应于所述一个部位的一个部位的坐标值之间的差分设为所述学习数据差分向量的情况下,基于所述学习数据差分向量的方向而预先分类得到的,所述多个第2部位推测位置中的各个第2部位推测位置是基于在所述多个类别中所述多个第1部位位置候选分别属于所述多个类别中的每个类别的似然度、以及所述多个类别各自的所述学习数据差分向量的统计量来计算的。11.根据权利要求9所述的信息处理装置,其特征在于,所述多个类别是基于第1学习用部位群的特征量而预先分类的,该第1学习用部位群是事先收录的作为分别与所述第1部位对应的多个部位的第1部位群,所述多个第2部位推测位置中的各个第2部位推测位置是在将事先收录的作为分别与所述第2部位对应的多个部位的第2部位群设为第2学习用部位群的情况下,基于所述多个第1部位位置候选分别属于所述多个类别中的每个类别的似然度、以及所述多个类别各自的所述第1学习用部位群与所述第2学习用部位群之间的相对位置关系的统计量来计算的。12.根据权利要求9所述的信息处理装置,其特征在于,所述多个类别是在将事先收录的作为分别与所述第1部位对应的多个部位的第1部位群设为第1学习用部位群、将事先收录的作为分别与所述第2部位对应的多个部位的第2部位群设为第2学习用部位群、将所述第1学习用部位群中的一个部位的坐标值与所述第2学习用部位群中的对应于所述一个部位的一个部位的坐标值之间的差分设为所述学习数据差分向量的情况下,基于所述学习数据差分向量的方向和所述学习数据差分向量的长度而预先分类得到的,所述第2部位推测位置是基于所述多个第1部位位置候选分别属于所述多个类别中的每个类别的似然度、以及所述学习数据差分向量和所述学习数据差分向量的长度的统计量来计算的。13.根据权利要求9至12中的任意一项所述的信息处理装置,其特征在于,所述多个第1部位位置候选分别属于所述多个类别中的每个类别的似然度是使用支持向量回归来计算的。14.根据权利要求9至12中的任意一项所述的信息处理装置,其特征在于,所述多个第1部位位置候选分别属于所述多个类别中的每个类别的似然度是使用神经网络来计算的。15.根据权利要求9至12中的任意一项所述的信息处理装置...

【专利技术属性】
技术研发人员:津田圭一
申请(专利权)人:三菱电机株式会社
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1