图像管理装置、控制方法和程序与流程

1.本发明涉及被用于物体识别的图像的管理。


背景技术：

2.已经开发了一种用于从拍摄图像中识别具体物体的技术。例如，ptl 1公开了一种用于从拍摄显示地点的拍摄图像识别产品和价格标签的技术。
3.在本文中，具体物体的图像(在下文中称为主图像)被用作用于从拍摄图像中识别物体的信息。ptl 2描述了从包括物体的图像生成被用于检测物体的主图像。
4.相关文献
5.专利文献
6.[ptl 1]国际专利公开号wo2016/052383
[0007]
[ptl 2]日本专利申请公开号2004-127157


技术实现要素：

[0008]
技术问题
[0009]
为了提高图像处理中的物体的识别准确度，优选为一个物体准备多个主图像。例如，当物体的外观取决于观看角度而不同时，针对多个角度中的每个角度准备主图像。
[0010]
然而，简单地准备大量主图像需要大量时间来将拍摄图像中包括的物体与主图像进行比较，并且物体识别的效率降低。
[0011]
本发明鉴于以上问题进行，并且本发明的目的中的一个目的是提供一种用于适当地管理被用于物体识别的主图像的技术。
[0012]
[问题的解决方案]
[0013]
一种根据本发明的图像管理装置包括：1)获取单元，获取通过拍摄对象物体的图像而获取的对象图像；2)确定单元，从包括一个或多个主图像的主信息当中，确定与对象图像具有高相似度的主图像；以及3)更新单元，在对象图像和确定的主图像之间比较作为主图像的适合性，并且基于比较结果来更新主信息。
[0014]
当对象图像比确定的主图像具有更高的适合性时，更新单元1)将对象图像添加到主信息作为主图像，以及2)从主信息删除确定的主图像，或者向对象图像分配比分配给确定的主图像的优先度更高的优先度。
[0015]
一种根据本发明的控制方法由计算机执行。该控制方法包括：1)获取步骤，获取通过拍摄对象物体的图像而获取的对象图像；2)确定步骤，从包括一个或多个主图像的主信息当中，确定与对象图像具有高相似度的主图像；以及3)更新步骤，在对象图像和确定的主图像之间比较作为主图像的适合性，并且基于比较结果来更新主信息。
[0016]
在更新步骤中，当对象图像比确定的主图像具有更高的适合性时，1)对象图像被添加到主信息作为主图像，以及2)从主信息删除确定的主图像，或者向对象图像分配比分配给确定的主图像的优先度更高的优先度。
[0017]
一种本发明的程序使计算机执行根据本发明的控制方法的每个步骤。
[0018]
发明的有利效果
[0019]
根据本发明，提供了一种用于适当地管理被用于物体识别的主图像的技术。
附图说明
[0020]
图1是概念性地图示了根据第一示例实施例的图像管理装置的操作的图。
[0021]
图2是图示了图像管理装置的功能配置的图。
[0022]
图3是图示了用于实现图像管理装置的计算机的图。
[0023]
图4是图示了由第一示例实施例的图像管理装置执行的处理流程的流程图。
[0024]
图5图示了对象图像和主图像之间的相似度为高的情况。
[0025]
图6图示了对象图像和主图像之间的相似度为低的情况。
具体实施方式
[0026]
下面将参照附图描述本发明的示例实施例。注意，在所有附图中，类似的组件由类似的附图标记指定，并且其描述将被适当地省略。进一步地，除非另有指定，否则在每个框图中，每个框表示功能单元组件，而不是硬件单元组件。在以下描述中，除非另有指定，否则各种预定值(阈值等)被预先存储在可从使用这些值的功能组件单元访问的存储装置中。
[0027]
[第一示例实施例]
[0028]
《概述》
[0029]
图1是概念性地图示了根据第一示例实施例的图像管理装置2000的操作的图。在本文中，参照图1描述的图像管理装置2000的操作是便于理解图像管理装置2000的示例，并且不限制图像管理装置2000的操作。图像管理装置2000的操作的细节和变化稍后将被描述。
[0030]
图像管理装置2000管理主信息20。主信息20被用于通过图像处理的物体识别处理。本文的物体识别处理是指确定图像中包括的物体的处理。例如，在标识信息被预先赋予每个已知物体的情况下，物体识别处理确定图像中包括的物体的标识信息。
[0031]
主信息20将物体标识信息22与主图像24相关联。物体标识信息22是物体的标识信息，并且主图像24是由标识信息确定的物体的图像。与物体标识信息22相关联的主图像24的数量可以是一个或多个。在物体识别处理中，指示与识别对象物体的图像具有高相似度的主图像24的主信息20从多个主信息20中确定。然后，由本文确定的主信息20指示的物体标识信息22被确定为识别对象物体的标识信息。
[0032]
图像管理装置2000进行将新的主图像登记在主信息20中的处理。为此，首先，图像管理装置2000获取作为要被添加到主信息20的图像的候选的对象图像10。对象图像10是包括对象物体12的图像。
[0033]
图像管理装置2000从由关于对象物体12的主信息20指示的主图像24当中，确定与对象图像10的相似度等于或大于阈值的主图像24。在下文中，本文确定的主图像24被称为类似的主图像。
[0034]
图像管理装置2000确定类似主图像和对象图像10中的哪一个具有作为主图像的更高的适合性。本文的“作为主图像的更高的适合性”是指作为被用于物体识别处理的主图
像的适合性更高。例如，具有更高分辨率的图像、更多关键点被检测到的图像等被处置为具有作为主图像的更高的适合性的图像。
[0035]
当确定对象图像10具有作为主图像的更高的适合性时，图像管理装置2000更新主信息20。具体地，图像管理装置2000将对象图像10添加到主信息20作为新的主图像24。此外，图像管理装置2000，1)从主信息20删除类似的主图像，或2)向对象图像10分配比分配给类似主图像的优先度更高的优先度。
[0036]
在1)的情况下，当对象图像10具有作为主图像的更高的适合性时，类似的主图像从主信息20删除，同时对象图像10作为主图像24登记在主信息中20。因此，主信息20仅包括对象图像10和类似主图像当中，具有作为主图像的更高的适合性的图像。通过这种方式，可以使用主信息20有效地进行物体识别处理。进一步地，由于这允许抑制过多数量的主图像，还可以减小用于存储主信息20的存储装置的容量。
[0037]
在2)的情况下，假定优先度被分配给主信息20中的每个主图像24。优先度表示物体识别处理中的使用优先度。即，分配有更高优先度的主图像24在使用主图像24的物体识别处理中更优先地使用。因此，当确定对象图像10具有作为主图像的更高的适合性时，图像管理装置2000在物体识别处理中使对象图像10优先于类似的主图像使用，而图像管理装置2000将对象图像10登记为新的主图像24。通过这种方式，可以使用主信息20有效地进行物体识别处理。
[0038]
下面将更详细地描述图像管理装置2000。
[0039]
《功能配置的示例》
[0040]
图2是图示了图像管理装置2000的功能配置的图。图像管理装置2000包括获取单元2020、确定单元2040和更新单元2060。获取单元2020获取对象图像10。确定单元2040从主信息20中包括的主图像24当中，确定与对象图像10的相似度等于或大于阈值的主图像24(类似的主图像)。更新单元2060确定类似的主图像和对象图像10中的哪一个具有作为主图像的更高的适合性。更新单元2060更新主信息20。
[0041]
当确定类似的主图像比对象图像10具有作为主图像的更高的适合性时，更新单元2060将对象图像10添加到主信息20作为主图像24，并且进行1)从主信息20删除类似主图像的处理，或2)向对象图像10分配比分配给类似主图像的优先度更高的优先度的处理。
[0042]
《图像管理装置2000的硬件配置的示例》
[0043]
图像管理装置2000的每个功能组件单元可以通过实现每个功能组件单元的硬件(示例：硬连线电子电路等)来实现，或者可以通过硬件和软件的组合(示例：电子电路和控制电子电路的程序的组合等)来实现。下面将进一步描述图像管理装置2000的每个功能组件单元通过硬件和软件的组合来实现的情况。
[0044]
图3是图示了用于实现图像管理装置2000的计算机1000的图。计算机1000是任何计算机。例如，计算机1000是诸如个人计算机(pc)或服务器机器的静止计算机。另外，例如计算机1000是诸如智能手机或平板终端的便携式计算机。
[0045]
计算机1000可以是为实现图像管理装置2000而设计的专用计算机，或者可以是通用计算机。在后一种情况下，图像管理装置2000的每个功能由计算机1000实现，例如通过在计算机1000上安装预定应用。上述应用由用于实现图像管理装置2000的功能组件单元的程序配置。
[0046]
计算机1000包括总线1020、处理器1040、存储器1060、存储设备1080、输入/输出接口1100和网络接口1120。总线1020是允许处理器1040、存储器1060、存储设备1080、输入/输出接口1100和网络接口1120彼此发送和接收数据的数据传输路径。然而，将处理器1040等彼此连接的方法不被限于总线连接。
[0047]
处理器1040是各种处理器，诸如中央处理单元(cpu)、图形处理单元(gpu)和现场可编程门阵列(fpga)。存储器1060是通过使用随机存取存储器(ram)等实现的主存储装置。存储设备1080是通过使用硬盘、固态驱动器(ssd)、存储卡、只读存储器(rom)等实现的辅助存储装置。
[0048]
输入/输出接口1100是用于连接计算机1000和输入/输出设备的接口。例如，诸如键盘的输入装置和诸如显示装置的输出装置被连接至输入/输出接口1100。
[0049]
网络接口1120是用于将计算机1000连接至通信网络的接口。通信网络例如是局域网(lan)或广域网(wan)。
[0050]
存储设备1080存储实现图像管理装置2000的每个功能组件单元的程序(实现上述应用的程序)。处理器1040通过将该程序读入存储器1060并且执行程序来实现图像管理装置2000的每个功能组件单元。
[0051]
《处理流程》
[0052]
图4是图示了由第一示例实施例的图像管理装置2000执行的处理流程的流程图。获取单元2020获取对象图像10(s102)。确定单元2040确定关于对象物体12的主信息20。确定单元2040从主信息20中包括的主图像24当中，确定与对象图像10的相似度等于或大于阈值的主图像24(类似的主图像)(s106)。更新单元2060确定类似主图像和对象图像10中的哪一个具有作为主图像的更高的适合性(s108)。
[0053]
当确定对象图像10具有作为主图像的更高的适合性时(s108：对象图像10)，更新单元2060更新主信息20(s110)。
[0054]
由图像管理装置2000执行的处理不被限于图4所图示的处理。例如，即使当确定对象图像10比类似主图像具有作为主图像的更高的适合性(s108：类似主图像)时，更新单元2060也可以将对象图像10添加到主信息20作为主图像。然而，在这种情况下，更新单元2060将对象图像10设置为具有比类似主图像的优先度更低的优先度。
[0055]
《关于对象图像10》
[0056]
对象图像10是作为由相机拍摄图像的结果而获取的物体的图像。例如，图像管理装置2000的用户通过使用设置在移动终端中的相机拍摄对象物体的图像来获取对象图像10。例如，当物体为产品时，包括该产品的图像可以通过拍摄该产品所放置的显示地点的图像来获取。注意，对象图像10不被限于由相机生成的图像，并且可以是由相机生成后进行各种处理(大小改变、色调校正等)的图像。
[0057]
在本文中，对象图像10是仅包括一个物体的图像(例如外接矩形和物体内部的图像)。另一方面，通过用相机拍摄物体的图像而获取的拍摄图像可以包括多个物体，或者可以广泛地包括一个物体及其背景。例如，如上所述，当产品的显示地点的图像被拍摄时，认为从相机获取的拍摄图像通常包括多个产品。因此，对象图像10通过从拍摄图像中提取一个物体的图像区域来生成。换言之，从拍摄图像中提取对象图像10的处理被进行。
[0058]
对象图像10的提取可以由用户使用图像编辑应用等来进行，或者可以由装置(在
下文中为物体检测装置)自动进行。在后一种情况下，物体检测装置获取拍摄图像，并且进行检测表示拍摄图像上的物体的图像区域的处理(物体检测处理)。因此，表示物体的图像区域(物体区域)从拍摄图像中检测到。物体检测装置输出表示检测到的物体的图像区域作为对象图像10。
[0059]
任何方法都被用作物体检测装置获取拍摄图像的方法。例如，物体检测装置获取从用户所操作的终端(在下文中为用户终端)发送的拍摄图像。另外，例如用户可以通过直接操作物体检测装置将拍摄图像输入到物体检测装置。
[0060]
注意，实现物体检测装置的计算机可以与实现图像管理装置2000的计算机相同或不同。前一种情况相当于为图像管理装置2000提供从拍摄图像提取对象图像10的功能。
[0061]
《对象图像10的获取：s102》
[0062]
获取单元2020获取对象图像10(s102)。任何方法都被用作获取单元2020获取对象图像10的方法。例如，假设图像管理装置2000根据用户的直接操作进行一系列处理。在这种情况下，获取单元2020接受输入对象图像10的用户操作。此时，获取单元2020还可以接受用于指定对象物体12的标识信息的输入。
[0063]
另外，例如假设图像管理装置2000接收来自用户终端的请求，并且根据该请求进行一系列处理。在这种情况下，例如获取单元2020从用户终端接收包括对象图像10的请求，并且获取该请求中包括的对象图像10。注意，此时，请求还可以指示对象物体12的标识信息。
[0064]
另外，例如如上所述，假设对象图像10是由物体检测装置从拍摄图像中提取的。在这种情况下，获取单元2020获取由物体检测装置提取的对象图像10。此时，获取单元2020可以仅获取对象图像10的一部分，而不是由物体检测装置提取的整个对象图像10。
[0065]
例如，获取单元2020从由物体检测装置提取的对象图像10中仅获取由用户指定的对象图像10。在这种情况下，例如物体检测装置以可见的方式输出检测到的物体区域，并且使用户选择物体区域。例如，物体检测装置向用户终端输出框架等被附接至每个物体区域的拍摄图像。用户通过操作用户终端来指定旨在用作对象图像10的一个或多个物体区域。物体检测装置输出由用户指定的物体区域作为对象图像10。
[0066]
在本文中，除了检测物体之外，物体检测装置还可以进行物体的识别(物体的标识信息的确定)。在这种情况下，获取单元2020从物体检测装置获取对象图像10和对象物体12的标识信息的组合。
[0067]
《关于对象物体12的主信息20的确定：s104》
[0068]
确定单元2040确定关于对象物体12的主信息20(s104)。当对象物体12的标识信息与对象图像10一起获取时，确定单元2040将指示获取的对象物体12的标识信息的主信息20确定为关于对象物体12的主信息20。
[0069]
另一方面，当对象物体12的标识信息未被获取时，确定单元2040通过对对象图像10进行物体识别处理来确定对象物体12的标识信息。然后，确定单元2040确定指示确定的对象物体12的标识信息的主信息20作为关于对象物体12的主信息20。
[0070]
然而，代替独自进行物体识别处理，确定单元2040可以请求另一装置(例如上述物体检测装置)进行物体识别处理并且获取处理结果(即，对象物体12的标识信息)。
[0071]
在本文中，当对象物体12的标识信息通过物体识别处理确定时，确定结果可以以
使用户检查是否存在误差的这种方式呈现给用户。通过这种方式，在装置自动识别对象物体12的配置中，可以防止在标识信息和主图像之间发生关联误差。注意，当标识结果有误差时，用户被允许手动输入对象物体12的标识信息。然后，确定单元2040确定将由用户输入的标识信息指示为物体标识信息22的主信息20，作为关于对象物体12的主信息20。
[0072]
《类似主图像的确定：s106》
[0073]
确定单元2040从关于对象物体12的主信息20中包括的主图像24当中，确定与对象图像10具有高相似度的主图像24(s106)。本文确定的主图像24被处置为类似的主图像。
[0074]
例如，确定单元2040针对关于对象物体12的主信息20中包括的每个主图像24计算对象图像10和主图像24之间的相似度，并且确定计算的相似度是否等于或大于阈值。当某个主图像24和对象图像10之间的相似度等于或大于阈值时，确定单元2040将主图像24确定为与对象图像10具有高相似度的主图像24。
[0075]
各种指标都可以被用作对象图像10与主图像24的相似度的指标。例如，确定单元2040确定对象图像10与主图像24之间的匹配关键点，并且基于匹配关键点的位置差来确定对象图像10和主图像24之间的相似度。图5和6是用于图示基于关键点的位置差的相似度的图。图5图示了对象图像10和主图像24之间的相似度为高的情况。另一方面，图6图示了对象图像10和主图像24之间的相似度为低的情况。注意，为了提高附图的可见性，物体由图5和6中的虚线表达。
[0076]
在图5和6中，关键点a至e从对象图像10中检测到。关键点a至e也从主图像24中检测到。在对象图像10和主图像24中具有相同符号的关键点表示相同的关键点。例如，从对象图像10检测到的关键点a和从主图像24检测到的关键点a表示相同的关键点。注意，现有技术可以被用作在两个不同图像中检测相同关键点的技术。
[0077]
确定单元2040计算对象图像10中的关键点a和主图像24中的关键点a之间的位置差。例如，确定单元2040计算对象图像10中的关键点a的坐标和主图像24中的关键点a的坐标之间的距离，作为表示这些位置之间的差异的值。可以说，相同关键点之间的距离越长，相同关键点的位置差就越大。注意，当对象图像10和主图像24的大小不同时，优选地以匹配这些大小的这种方式放大或缩小图像中的一个或两个，然后计算距离。
[0078]
确定单元2040还计算其他匹配关键点之间的位置差，并且基于计算的位置差来进行对象图像10和主图像24之间的相似度。例如，相似度基于以下等式(1)计算。
[0079]
[数1]
[0080][0081]
其中s表示相似度。di表示在对象图像10和主图像24的每一个中检测到的关键点i的位置差。m表示对象图像10和主图像24之间的匹配关键点的数量。根据等式(1)，位置差之和越小，相似度s越高。
[0082]
在图5中，相同的关键点在对象图像10和主图像24中彼此靠近。因此，在等式(1)中，位置差的总和变小，并且相似度s变大。另一方面，在图6中，关键点c和关键点e在某种程度上彼此靠近，但其他关键点彼此远离。因此，在等式(1)中，位置差的总和变大，并且相似度s变小。
[0083]
注意，除了匹配关键点之间的位置差之外，可以进一步考虑匹配关键点的数量。例如，如以下等式(2)所指示的，通过等式(1)计算的值乘以随着匹配关键点的数量增加而增加的值f(m)。因此，匹配关键点的数量越多，相似度就越高。任何单调非递减函数都可以被用作函数f()。
[0084]
[数2]
[0085][0086]
注意，主信息20还可以针对每个主图像24指示关于从主图像24检测到的每个关键点的信息(关键点的坐标、关键点的特征值等)。在这种情况下，确定单元2040可以通过参照主信息20识别每个主图像24的关键点。
[0087]
另外，例如确定单元2040可以使用用于计算物体识别处理中要识别的物体的图像和主图像之间的相似度的相同方法，以便计算对象图像10和主图像24之间的相似度。
[0088]
相似度的计算可以通过使用机器学习技术来进行。具体地，提供了一种估计模型，用于根据两个图像的输入估计两个图像之间的相似度。估计模型是使用由“两个图像和它们之间的相似度”的组合配置的多条学习数据预先学习的。诸如神经网络和支持向量机(svm)等各种类型的估计模型可以被使用。确定单元2040可以通过将对象图像10和主图像24输入到估计模型中来获取对象图像10和主图像24之间的相似度。
[0089]
另外，例如可以提供用于根据这些图像的输入来确定两个图像之间的相似度是否为高的确定模型。确定模型是使用由“两个图像和正确答案的输出(指示这些图像是否类似的信息)”的组合配置的多条学习数据预先学习的。作为确定模型的类型，与估计模型类型的情况一样，各种类型可以被使用。
[0090]
确定单元2040将对象图像10和主图像24输入到确定模型中。然后，当确定模型确定这些图像之间的相似度为高时，确定单元2040将输入的主图像24确定为与对象图像10具有高相似度的主图像24。
[0091]
在本文中，设想存在与对象图像10具有高相似度的多个主图像24。在这种情况下，确定单元2040可以将多个主图像24中的仅一个作为类似的主图像来处置，或者将多个主图像24中的每个主图像24作为类似的主图像来处置。
[0092]
在前一种情况下，例如确定单元2040将与对象图像10具有最高相似度的主图像24和具有最低适合性指标值的主图像24作为类似的主图像处置，如稍后描述的。另一方面，在后一种情况下，例如通过后续处理可以被进行的这种方式，确定单元2040从与对象图像10具有最高相似度的主图像24开始按顺序逐个将主图像24作为类似主图像处置。
[0093]
在本文中，在主信息20中，主图像24可以被分类为多组。例如，主图像24根据主图像24中包括的物体的定向(在平面图中向上、向右、向下、向左等)分类。在这种情况下，确定单元2040可以确定对象图像10所属的组，并且可以仅使用组中包括的主图像24来与对象图像10进行比较。例如，当对象物体12被向右定向时，确定单元2040从向右定向组中包括的主图像24当中，确定与对象图像10具有高相似度的图像。注意，现有技术可以被用作用于确定图像中包括的物体的定向的技术。
[0094]
注意，主图像24的分组不被限于基于定向的组。例如，当物体是人时，设想根据是
否存在所有物(诸如戴眼镜或不戴眼镜的情况以及戴帽子或不戴帽子的情况)对关于同一个人的主信息20中包括的主图像24进行分组。
[0095]
《作为主图像的适合性比较：s108》
[0096]
更新单元2060确定对象图像10和类似主图像中的哪一个具有作为主图像的更高的适合性(s108)。为此，例如更新单元2060针对对象图像10和类似主图像中的每一个计算指示作为主图像的适合性高度的指标(适合性指标)的值，并且比较适合性指标值。当对象图像10的适合性指标值大于类似主图像的适合性指标值时，更新单元2060确定对象图像10具有作为主图像的更高的适合性。另一方面，当对象图像10的适合性指标值等于或小于类似主图像的适合性指标值时，更新单元2060确定类似主图像具有作为主图像的更高的适合性。
[0097]
各种指标可以被采用作为适合性指标。例如，适合性指标是分辨率高度。例如，分辨率越高，适合性指标值越高。在这种情况下，图像的分辨率可以被使用，因为它是图像的适合性指标值，或者适合性指标值可以通过使用将分辨率转换为适合性指标值的函数来计算。作为上述函数，例如任何单调非递减函数可以被使用。另外，将分辨率的多个数值范围与分辨率属于数值范围的图像的适合性指标值相关联的转换表可以被准备，并且分辨率可以使用该转换表转换为适合性指标值。
[0098]
然而，可能存在主图像所需的分辨率高度是固定的并且分辨率比所需分辨率高的主图像相当不利的情况。因此，例如基于分辨率的适合性指标值可以是“随着分辨率的增加而增大，直到分辨率达到具体值为止，并且当分辨率高于具体值时减小”的值。在这种情况下，作为将分辨率转换为适合性指标值的函数，具有以上具体值作为最大值的凸函数可以被使用。在这种情况下，上述转换表也可以被使用。
[0099]
作为适合性指标的另一示例，例如关键点的数量可以被使用。即，图像的关键点的数量越大，适合性指标值越高。在这种情况下，从图像获取的关键点的数量可以被使用，因为它是图像的适合性指标值，或者适合性指标值可以通过使用将关键点数量转换为适合性指标值的函数来计算。作为上述函数，例如任何单调非递减函数可以被使用。另外，将关键点数量的多个数值范围与关键点数量属于数值范围的图像的适合性指标值相关联的转换表可以被准备，并且关键点数量可以使用转换表转换为适合性指标值。
[0100]
适合性指标值的计算可以通过使用机器学习技术来实现。例如，提供了一种用于根据图像的输入来估计图像的适合性指标值的估计模型。估计模型是使用由“图像和适合性指标值”的组合表示的多条学习数据预先学习的。作为估计模型的类型，与用于估计上述相似度的估计模型的类型的情况一样，各种类型的估计模型可以被使用。更新单元2060可以通过将对象图像10和类似主图像中的每一个输入到估计模型中来获取对象图像10和类似主图像中的每一个的适合性指标值。
[0101]
在本文中，主信息20还可以包括与主图像24相关联的主图像24的适合性指标值。在这种情况下，更新单元2060可以从主信息20获取类似主图像的适合性指标值。注意，在这种情况下，当更新单元2060将对象图像10添加到主信息20作为主图像24时，优选地将由更新单元2060计算的适合性指标值与对象图像10一起添加。
[0102]
更新单元2060可以不计算适合性指标值。例如，提供了一种确定模型，用于根据两个图像的输入来确定哪个图像具有作为主图像的更高的适合性。确定模型使用多条学习数
据预先学习，该多条学习数据是“两个图像和正确答案的输出(指示哪个图像具有作为主图像的更高的适合性的信息)”的组合。作为确定模型的类型，与估计模型类型的情况一样，各种类型可以被使用。更新单元2060可以通过在确定模型中输入对象图像10和类似主图像来确定对象图像10和类似主图像中的哪一个具有作为主图像的更高的适合性。
[0103]
《更新主信息20：s110》
[0104]
当确定类似主图像比对象图像10具有作为主图像的更高的适合性时(s108：对象图像10)，更新单元2060更新包括类似主图像的主信息20(s110)。更新单元2060至少将对象图像10添加到主信息20作为主图像24中的一个主图像24。
[0105]
此外，如上所述，更新单元2060进行以下两个处理中的一个处理。
[0106]
1)删除类似的主图像
[0107]
2)向对象图像10分配比类似主图像更高的优先度
[0108]
更新单元2060是通过1)还是2)更新主信息20可以被预先确定，或者可以由用户选择。
[0109]
可以考虑各种方法来确定要被分配给对象图像10的优先度。例如，更新单元2060使用上述适合性指标值作为主图像24的优先度。通过这种方式，具有作为主图像的更高程度的适合性的主图像24具有更高的优先度。
[0110]
另外，例如关于对象物体12的主信息20中包括的多个主图像24可以根据作为主图像的适合性程度的高度进行排序，并且顺序可以被用作优先度。在这种情况下，顺序越高，优先度越高。在下文中，将根据作为主图像的适合性程度的高度而分配的顺序也被称为优先顺序。
[0111]
假设类似主图像的优先顺序在主信息20中最高。在这种情况下，更新单元2060将最高优先顺序分配给对象图像10。另一方面，当主图像24比关于对象物体12的主信息20中的类似主图像具有更高优先顺序时，通过在比类似主图像和对象图像10具有更高优先顺序的主图像24当中，比较作为主图像的适合性，更新单元2060确定对象图像10的优先顺序。比较作为主图像的适合性的处理可以通过使用更新单元2060的功能来实现。
[0112]
在本文中，如上所述，主信息20可以对主图像24进行分组。在这种情况下，主图像24的优先度可以通过组中的相对顺序来确定，而不是关于对象物体12的主信息20中包括的所有主图像24中的相对顺序。即，主图像24被分配有组内的优先顺序。因此，更新单元2060向对象物体12分配对象物体12被添加到的组中的优先顺序所表示的优先度。
[0113]
《对主图像24的数量设置上限的情况》
[0114]
可以对可以被包括在主信息20中的主图像24的数量设置上限。在这种情况下，当主图像24的数量不超过上限值时，更新单元2060进行2)的处理，并且当主图像24的数量达到上限值时，进行1)的处理。
[0115]
具体地，在对象图像10被确定为具有作为主图像的更高的适合性时，更新单元2060首先确定主信息20中包括的主图像24的数量是否小于上限值。当主图像24的数量小于上限值时，由于即使在对象图像10被添加到主信息20时主图像24的数量也等于或小于上限值，因此更新单元2060不删除类似的主图像，向对象图像10分配比类似主图像的优先度更高的优先度，并且将对象图像10添加到主信息20。另一方面，当主图像24的数量等于或大于上限值时，因为当对象图像10被添加到主信息20时主图像24的数量超过上限值，所以更新
单元2060通过主图像24的数量不超过上限值的方式从主信息20中删除类似的主图像。
[0116]
注意，主图像24的数量的上限值可以针对上述每组设置。在这种情况下，当组中包括的主图像24的数量超过上限值时，更新单元2060通过将对象图像10添加到组来删除类似的主图像。另一方面，即使在对象图像10被添加到组时，组中包括的主图像24的数量不超过上限值，更新单元2060也不删除类似的主图像，向对象图像10分配优先度大于类似主图像的优先度，并且将对象图像10添加到主信息20。
[0117]
《主信息20的另一应用示例》
[0118]
主信息20可以被用于除物体识别处理之外的其他目的。例如，当产品作为物体处置时，主信息20中包括的主图像24可以被用作在产品的思想分析期间参照的产品的图像。在产品的思想分析中，由于从用户喜欢购买的产品的特点来识别用户需求的分析被进行，因此易于识别特点的产品图像是必需的。在这方面，根据图像管理装置2000，具有作为主图像24的更高的适合性的产品的图像优先保留在主信息20中。如上所述，具有作为主图像24的更高的适合性的图像可以说是易于提取产品特点的图像，诸如具有高分辨率或具有大量关键点的图像。因此，适合于思想分析的图像可以从由图像管理装置2000管理的主信息20中获取。
[0119]
以上示例实施例中的一些或全部也可以在以下补充说明中描述，但不被限于以下内容。
[0120]
1.一种图像管理装置，包括：
[0121]
获取单元，获取通过拍摄对象物体的图像而获取的对象图像；
[0122]
确定单元，从包括一个或多个主图像的主信息当中，确定与对象图像具有高相似度的主图像；以及
[0123]
更新单元，在对象图像与确定的主图像之间比较作为主图像的适合性，并且基于比较结果来更新主信息，其中，
[0124]
当对象图像比确定的主图像具有更高的适合性时，更新单元
[0125]
将对象图像添加到主信息作为主图像，以及
[0126]
从主信息删除确定的主图像，或者向对象图像分配比分配给确定的主图像的优先度更高的优先度。
[0127]
2.根据补充说明1的图像管理装置，其中，
[0128]
当对象图像中包括的关键点的数量大于确定的主图像中包括的关键点的数量时，或者当对象图像的分辨率高于确定的主图像的分辨率时，更新单元确定对象图像具有更高的适合性。
[0129]
3.根据补充说明1或2的图像管理装置，其中，
[0130]
主信息被用于物体识别处理，所述物体识别处理用于识别图像中包括的物体，并且
[0131]
在物体识别处理中优先使用被分配有更高优先度的主图像。
[0132]
4.根据补充说明1至3中的任一项的图像管理装置，其中，
[0133]
确定单元
[0134]
确定指示对象物体的标识信息的主信息，并且
[0135]
从确定的主信息中包括的主图像当中，确定与获取的物体图像具有高相似度的主
图像。
[0136]
5.根据补充说明1至4中的任一项的图像管理装置，其中，
[0137]
基于从主图像和对象图像检测到的相同关键点的位置差，确定单元计算主图像和对象图像之间的相似度，并且将其相似度等于或大于阈值的主图像确定为与对象图像具有高相似度的主图像。
[0138]
6.根据补充说明1至5中的任一项的图像管理装置，其中，
[0139]
更新单元针对对象图像计算表示作为主图像的适合性的高度的适合性指标值，并且当对象图像的适合性指标值大于由确定单元确定的主图像的适合性指标值时，确定对象图像具有更高的适合性。
[0140]
7.一种由计算机执行的控制方法，包括：
[0141]
获取步骤，获取通过拍摄对象物体的图像而获取的对象图像；
[0142]
确定步骤，从包括一个或多个主图像的主信息当中，确定与对象图像具有高相似度的主图像；以及
[0143]
更新步骤，在对象图像与确定的主图像之间比较作为主图像的适合性，并且基于比较结果来更新主信息，其中，
[0144]
在更新步骤中，当对象图像比确定的主图像具有更高的适合性时，
[0145]
将对象图像添加到主信息作为主图像，以及
[0146]
从主信息删除确定的主图像，或者向对象图像分配比分配给确定的主图像的优先度更高的优先度。
[0147]
8.根据补充说明7的控制方法，还包括，
[0148]
在更新步骤中，当对象图像中包括的关键点的数量大于确定的主图像中包括的关键点的数量时，或者当对象图像的分辨率高于确定的主图像的分辨率时，确定对象图像具有更高的适合性。
[0149]
9.根据补充说明7或8的控制方法，其中，
[0150]
主信息被用于物体识别处理，所述物体识别处理用于识别图像中包括的物体，并且
[0151]
在物体识别处理中优先使用被分配有更高优先度的主图像。
[0152]
10.根据补充说明7至9中的任一项的控制方法，还包括：
[0153]
在确定步骤中，
[0154]
确定指示对象物体的标识信息的主信息；并且
[0155]
从确定的主信息中包括的主图像当中，确定与获取的物体图像具有高相似度的主图像。
[0156]
11.根据补充说明7至10中的任一项的控制方法，还包括，
[0157]
在确定步骤中，基于从主图像和对象图像检测到的相同关键点的位置差，计算主图像和对象图像之间的相似度，并且将其相似度等于或大于阈值的主图像确定为与对象图像具有高相似度的主图像。
[0158]
12.根据补充说明7至11中的任一项的控制方法，还包括，
[0159]
在更新步骤中，针对对象图像计算表示作为主图像的适合性高度的适合性指标值，并且当对象图像的适合性指标值大于在确定步骤处确定的主图像的适合性指标值时，
确定对象图像具有更高的适合性。
[0160]
13.一种程序，使计算机执行根据补充说明7至12中的任一项的控制方法。
[0161]
本技术基于2019年10月30日提交的日本专利申请号2019-197069并且要求其优先权的权益，其公开内容通过引用全部并入本文。
[0162]
附图标记列表
[0163]
10 对象图像
[0164]
12 对象物体
[0165]
20 主信息
[0166]
22 物体标识信息
[0167]
24 主图像
[0168]
26 优先度
[0169]
1000 计算机
[0170]
1020 总线
[0171]
1040 处理器
[0172]
1060 存储器
[0173]
1080 存储设备
[0174]
1100 输入/输出接口
[0175]
1120 网络接口
[0176]
2000 图像管理装置
[0177]
2020 获取单元
[0178]
2040 确定单元
[0179]
2060 更新单元