[发明专利]图像处理装置及图像处理方法

说明书

具备：目标检测部(103a)，其检测出现在图像数据中的目标；目标追踪部(103b)，其沿着时间方向追踪检测到的目标；描述符生成部(104)，其基于目标的检测结果和追踪结果，生成目标的特征描述符；数据记录控制部(105)，其根据生成的特征描述符和与该特征描述符对应的目标的图像数据而构成数据库；图像检索部(108a)，其从数据库中检索与检索条件一致、且构成在拍摄不同区域而得到的图像数据中分别出现的目标的组的目标；特征提取部(108b)，其从检索到的目标的图像数据及特征描述符中提取用于对照的特征量；以及判定部(108c)，其进行提取出的特征量的对照，判定构成目标的组的目标是否相同。

技术领域

本发明涉及进行由多个摄像头拍摄到的目标(object)是否为同一目标这一解析的图像处理技术。

背景技术

例如非专利文献1及非专利文献2公开了对跨越多个摄像头而拍摄到的目标是否为同一目标的现有方法。

在非专利文献1中，将包括人物图像的矩形区域分割成子窗口，按照分割出的每个子窗口而生成颜色的直方图和纹理的直方图作为特征量。并且，准备汇集了被赋予是否为同一人物的标签的学习用的人物图像的数据集，根据学习用的人物图像生成上述的特征量的向量，进行距离学习。在距离学习中，以相同的人物图像对的特征量的向量的距离变小的方式进行权重参数的学习，以不相同的人物图像对的特征量的向量的距离变大的方式进行权重参数的学习。

在非专利文献2中，使用神经网络从人物图像进行特征提取，使用由神经网络生成的特征量的向量，判定人物图像对是否为同一人物。

在上述的非专利文献1或非专利文献2所公开的现有方法中，通过对静态图像的人物图像对进行比较，判定是否为同一人物。另一方面，在实际的环境下，需要根据例如由监视摄像头拍摄到的动态图像来确定人物图像的序列，对确定出的人物图像的序列与由其他监视摄像头拍摄到的动态图像的人物图像的序列进行比较，进行是否为同一人物的判定。例如非专利文献3公开了根据动态图像来估计是否为同一目标的现有方法。

在非专利文献3中，生成序列内的人物图像的颜色和纹理的直方图作为特征量，在序列内将生成的特征量进行平均化，作为人物图像的序列的特征量。通过在序列内将特征量平均化，能够无视因背景或遮挡引起的特征量的变化，生成稳健(robust)的人物图像的特征量。

现有技术文献

专利文献

非专利文献1：S.Liao，Y.Hu，X.Zhu，S.Z.Li，“Person re-identification bylocal maximal occurrence representation and metric learning”，In ComputerVision and Pattern Recognition(CVPR)，2015.

非专利文献2：E.Ahmed，M.Jones，T.K.Marks，“An improved deep learningarchitecture for person re-identification，”In Computer Vision and PatternRecognition(CVPR)，2015.

非专利文献3：J.You，A.Wu，X.Li，and W.-S.Zheng，“Top-push video-basedperson re-identification，”in Computer Vision and Pattern Recognition(CVPR)，2016.

发明内容

发明要解决的问题