物体認識の概要

物体認識とは、画像や動画シーケンス内の物体を検出・識別するためのコンピュータビジョン分野の技術です。人間は、物体の画像が異なる視点、さまざまなサイズやスケールで多少変化したり、平行移動や回転が行われたりしても、画像内の多数の物体をほとんど労力なく認識できます。物体は、部分的に視界から遮られていても認識できます。このタスクは、コンピュータビジョンシステムにとって依然として課題です。検査画像上の部品を識別するための標準として、パターンマッチングアルゴリズムが一般的に使用されてきましたが、これらのアルゴリズムは数学的計算の点で非常に負荷が高いです。このタスクに対する多くのアプローチが、数十年にわたって実装されてきました。

• エッジ検出
• 基本的なスケッチ
• マール、モハン、ネヴァティア^{[ 1 ]}
• ロウ
• オリヴィエ・フォジェラ

• 対象物のサンプル画像（テンプレートまたはエグゼンプラーと呼ばれる）を使用して認識を実行する。
• 物体は様々な条件下で異なって見える。
  • 照明や色の変化
  • 視線方向の変化
  • サイズ/形状の変化
• 単一の事例だけでは、確実に成功するとは考えにくい。しかし、物体のあらゆる外観を表現することは不可能である。

• 探索は、オブジェクトの特徴と画像の特徴の間で実現可能な一致を見つけるために使用されます。
• 主な制約は、オブジェクトの単一の位置が、考えられるすべてのマッチングを説明できる必要があるということです。
• 認識対象となる物体や検索対象となる画像から 特徴を抽出する手法。
  • 表面パッチ
  • 角
  • 直線状のエッジ

遺伝的アルゴリズムは、与えられたデータセットに関する事前の知識なしに動作し、人間の介入なしに認識手順を開発することができます。最近のプロジェクトでは、Caltech のベンチマークバイク、顔、飛行機、車の画像データセットで 100% の精度を達成し、魚種の画像データセットで 99.4% の精度を達成しました。^{[ 9 ] [ 10 ]}

• 3D物体認識と再構成^{[ 11 ]}
• 生物学的着想に基づく物体認識
• 人工ニューラルネットワークとディープラーニング、特に畳み込みニューラルネットワーク
• 文脈^{[ 12 ] [ 13 ]}
• 明示的および暗黙的な3Dオブジェクトモデル
• 高速インデックス作成^{[ 14 ]}
• グローバルシーン表現^{[ 12 ]}
• 勾配ヒストグラム
• 確率文法^{[ 15 ]}
• 授業内転移学習
• 画像検索によるオブジェクトの分類
• 反射率^{[ 16 ]}
• シェーディングからの形状復元^{[ 17 ]}
• テンプレートマッチング
• テクスチャ^{[ 18 ]}
• トピックモデル^{[ 13 ]}
• 教師なし学習
• ウィンドウベースの検出
• 変形可能な部品モデル
• ビンガム分布^{[ 19 ]}

物体認識手法には、以下のような応用例があります。

• 活動認識^{[ 20 ]}
• 自動画像注釈^{[ 21 ] [ 22 ]}
• 自動目標認識
• Android Eyes - 物体認識^{[ 23 ]}
• コンピュータ支援診断^{[ 24 ]}
• 画像パノラマ^{[ 25 ]}
• 画像透かし^{[ 26 ]}
• グローバルロボット位置特定^{[ 27 ]}
• 顔検出^{[ 28 ]}
• 光学文字認識^{[ 29 ]}
• 製造品質管理^{[ 30 ]}
• コンテンツベースの画像検索^{[ 31 ]}
• 物体の計数と監視^{[ 32 ]}
• 自動駐車システム^{[ 33 ]}
• 視覚的位置決めと追跡^{[ 34 ]}
• 動画の安定化^{[ 35 ]}
• 歩行者検知
• インテリジェント速度アシスト（自動車およびその他の車両向け）

• ダニイリデスとエクランド、エデルマン。
• Roth, Peter M. & Winter, Martin (2008). "物体認識のための外観ベースの手法の調査" (PDF) .技術報告書. ICG-TR-01/08. 2015年9月21日にオリジナル(PDF)からアーカイブ済み。 2016年2月26日取得。

• 方向勾配のヒストグラム
• 畳み込みニューラルネットワーク
• OpenCV
• スケール不変特徴変換（SIFT）
• 物体検出
• Scholarpediaの記事：スケール不変特徴変換と関連する物体認識手法について
• サーフ
• テンプレートマッチング
• 一体型チャンネル機能

リスト

• コンピュータビジョンのトピック一覧
• 新興技術一覧
• 人工知能の概要

• Elgammal, Ahmed 「CS 534: コンピュータビジョン 3D モデルベース認識」、ラトガース大学コンピュータサイエンス学部;
• ハートリー、リチャード、ジッサーマン、アンドリュー 「コンピュータビジョンにおけるマルチビュージオメトリ」、ケンブリッジ出版、2000年、ISBN 0-521-62304-9。
• Roth, Peter M. および Winter, Martin 「物体認識のための外観ベースの手法の調査」、技術報告書 ICG-TR-01/08、グラーツ工科大学コンピュータグラフィックスおよびビジョン研究所、オーストリア、2008 年 1 月 15 日。
• コリンズ、ロバート 「講義31：物体認識：SIFTキー」、CSE486、ペンシルベニア州立大学
• IPRG画像処理 - オンラインオープンリサーチグループ
• Christian Szegedy ( 2015年9月6日にWayback Machineにアーカイブ) 、Alexander Toshev ( 2015年10月4日にWayback Machineにアーカイブ) 、およびDumitru Erhan。「物体検出のための深層ニューラルネットワーク」。Advances in Neural Information Processing Systems 26 (2020年9月5日にWayback Machineにアーカイブ) 、2013年、2553～2561ページ。