CN102999900B - 图像处理设备和图像处理方法 - Google Patents
图像处理设备和图像处理方法 Download PDFInfo
- Publication number
- CN102999900B CN102999900B CN201210339883.XA CN201210339883A CN102999900B CN 102999900 B CN102999900 B CN 102999900B CN 201210339883 A CN201210339883 A CN 201210339883A CN 102999900 B CN102999900 B CN 102999900B
- Authority
- CN
- China
- Prior art keywords
- image
- frame
- pattern
- surveyed area
- size
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种图像处理设备和图像处理方法。从所获取的第一图像中的第一检测区域检测与具有第一大小的图案相对应的图像,并且从所述第一图像中与所述第一检测区域不同的第二检测区域检测与具有第二大小的图案相对应的图像。
Description
技术领域
本发明涉及图像处理设备和图像处理方法,尤其涉及从图像检测被摄体。
背景技术
传统上,通过模式匹配处理而从监视照相机所拍摄的图像中检测诸如面部和人体等的特定对象。日本特开2009-211311说明了以下图像处理设备,该图像处理设备在改变图像的大小的情况下在该图像的整个区域中使用对照图案来提取多个局部图案,从而计算局部特征量。该图像处理设备基于加权后的局部特征量的总和来判断所检测到的对象是否是人体。
作为使针对这些特定物体的检测处理高速化的方法,日本特开2007-135115说明了基于过去的图像拍摄结果来切换模式匹配中所使用的缩小图像(层)的优先级的方法。
然而,特别地,监视照相机在大多数情况下主要拍摄深度方向上的较宽范围,因此通常获得较大和较小被摄体混合在同一画面中的场景,由此被摄体在该画面中不总是具有相同的大小。
在这种环境下,为了检测所有要检测的物体,需要使用与较小和较大物体相对应的对照图案。因此,即使在改变对照处理中所使用的缩小图像(层)的优先级时,最终也无法高速进行检测处理。
发明内容
为了解决上述问题而做出本发明,并且本发明提供一种用于与图像中要检测的物体的大小无关地高速实现特定物体检测的技术。
根据本发明的第一方面,一种图像处理设备,包括:获取单元,用于获取图像;以及图像检测单元,用于从所述获取单元所获取的第一图像中的第一检测区域检测与具有第一大小的图案相对应的图像,并且从所述第一图像中与所述第一检测区域不同的第二检测区域检测与具有第二大小的图案相对应的图像。
根据本发明的第二方面,一种图像处理方法,包括以下步骤:获取步骤,用于获取图像;以及图像检测步骤,用于从所述获取步骤所获取的第一图像中的第一检测区域检测与具有第一大小的图案相对应的图像,并且从所述第一图像中与所述第一检测区域不同的第二检测区域检测与具有第二大小的图案相对应的图像。
通过以下参考附图对典型实施例的说明,本发明的其它特征将变得明显。
附图说明
图1是示出第一实施例中的图像处理设备的功能结构的例子的框图;
图2A~2C是用于说明模式匹配处理的图;
图3是示出如何分割图像的例子的图;
图4是示出第一实施例中的对应表的结构的例子的表;
图5A是示出如何设置包围被摄体的框的例子的图;
图5B是示出获得假定被摄体大小的方法的例子的图;
图6是第一实施例中的图像处理设备执行的处理的流程图;
图7是用于说明第一实施例中的人体检测处理的流程图;
图8是示出第二实施例中的图像处理设备的功能结构的例子的框图;
图9是用于说明第二实施例中的模式匹配处理的图;
图10是第二实施例中的图像处理设备执行的处理的流程图;
图11是用于说明第二实施例中的人体检测处理的流程图;
图12是示出第三实施例中的对应表的结构的例子的表;
图13是示出如何设置被摄体框的例子的图;
图14是示出第四实施例中的图像处理设备的功能结构的例子的框图;
图15是示出第四实施例中的记录表的例子的表;
图16是示出如何分配第四实施例中的评价信息的例子的图;
图17是示出分配有第四实施例中的评价信息的记录表的例子的表;
图18是示出第四实施例中的对应表的例子的表;
图19是第四实施例中的图像处理设备执行的处理的流程图;
图20是示出分配有第五实施例中的评价信息的记录表的例子的表;
图21是示出第五实施例中的对应表的例子的表;以及
图22是根据第五实施例的图像处理设备执行的处理的流程图。
具体实施方式
第一实施例
根据本实施例的图像处理设备可应用于内置在诸如监视照相机等的摄像设备内的图像处理电路和诸如个人计算机等的计算机设备。首先将参考图1所示的框图说明根据本实施例的图像处理设备的功能结构的例子。
图像获取单元101获取外部供给的运动图像或静止图像并且将运动图像或静止图像发送至后级的人体检测单元102。如果图像获取单元101获取到运动图像,则图像获取单元101将构成运动图像的各帧的图像顺次发送至人体检测单元102。如果图像获取单元101获取到静止图像,则图像获取单元101直接将静止图像发送至人体检测单元102。注意,不特别限制运动图像或静止图像的供给源,并且该供给源可以是经由有线或无线通道供给运动图像或静止图像的服务器设备或摄像设备。运动图像或静止图像的供给源也不限于外部设备,并且可以从图像处理设备中的存储器获取运动图像或静止图像。以下说明假定了图像获取单元101与获取到运动图像还是静止图像无关地将单个图像输入到人体检测单元102中。在前一情况中,该单个图像与构成运动图像的各帧相对应。在后一情况中,该单个图像与静止图像相对应。
为了从图像获取单元101所供给的图像(第一图像)中检测具有不同大小的被摄体,人体检测单元102首先递归地缩小第一图像以生成多个图像(第二图像~第N图像)。以下还将第一图像~第N图像称为处理层。后面将详细说明处理层。人体检测单元102将第一图像~第N图像各自与人体对照图案进行对照以进行被摄体检测处理。此时,将第m图像(1≤m≤N)的各图像区域中预先与第m图像相关联的图像区域定义为对象图像区域。人体检测单元102在对象图像区域中的各位置设置具有特定大小的矩形区域以对该矩形区域进行被摄体检测处理。尽管在本实施例中被摄体是人体,但在被摄体不是人体的情况下,以下说明也同样适用。此外,尽管在被摄体检测处理中采用了使用上述人体对照图案的已知模式匹配技术,但可以通过采用其它技术来实现被摄体检测处理。
存储单元105保持(登记)用于将第一图像~第N图像中相同位置处的图像区域与第一图像~第N图像其中一个图像相关联的表(对应表)。当人体检测单元102将第m图像(1≤m≤N)的各图像区域中预先与第m图像相关联的图像区域指定为对象图像区域时,人体检测单元102查找该对应表。存储单元105还登记人体检测处理中要使用的上述人体对照图案。
层设置单元104根据从输入单元103所输入的操作来生成上述对应表。通过例如键盘和鼠标等实现输入单元103,并且在用户操作输入单元103时,输入单元103可以接收各种指示。
通过例如CRT或液晶屏幕等来实现显示单元109,并且显示单元109可以显示(后述的)各种画面。注意,输入单元103和显示单元109可以一体化以实现触摸面板屏幕。
外部输出单元106输出由人体检测单元102所获得的处理结果。输出源不限于特定输出源,并且可以将该处理结果经由有线或无线通道输出至外部设备或者输出至显示单元109。此外,要输出的信息可以被完整地输出或者通过某种可视的图形输出。
接着将说明如下处理:针对大小不同的各种图像(本实施例中为第一图像~第N图像),使用人体对照图案进行模式匹配,以从这些图像检测被摄体。为了在各图像中的各位置处配置人体对照图案的情况下进行模式匹配,首先,如图2A所示,将人体对照图案202配置在用作第一图像的图像201的左上角。注意,以下有时也将第一图像称为处理层0(L0)。在配置了人体对照图案202之后,将其位置向右移动、然后向下移动。每当移动人体对照图案202时,进行人体对照图案202和与其重叠的图像区域之间的模式匹配以检测人体。
接着,如图2B所示,通过以预定倍率(比单位倍率小的倍率)缩小第一图像来生成图像203作为第二图像。注意,以下有时也将第二图像称为处理层1(L1)。将人体对照图案202配置在用作第二图像的图像203的左上角。在配置了人体对照图案202之后,将其位置向右移动、然后向下移动。每当移动人体对照图案202时,进行人体对照图案202和与其重叠的图像区域之间的模式匹配以检测人体。
接着,如图2C所示,通过以预定倍率(比单位倍率小的倍率)缩小第二图像来生成图像204作为第三图像。注意,以下有时也将第三图像称为处理层2(L2)。将人体对照图案202配置在用作第三图像的图像204的左上角。在配置了人体对照图案202之后,将其位置向右移动、然后向下移动。每当移动人体对照图案202时,进行人体对照图案202和与其重叠的图像区域之间的模式匹配以检测人体。
以这种方式,通过针对缩小图像重复使用相同的人体对照图案,可以检测到图像中具有不同大小的各种人体。注意,处理层是具有不同分辨率并且通过放大或缩小输入图像而生成的多个图像集合。如之前所述,本实施例中的处理层是多个处理层图像集合,并且在将原始图像定义为层0的情况下,以缩小程度的升序将缩小图像定义为处理层1、处理层2、...。此外,如上所述,各处理层与所检测到的人体的大小相关联。
通过重复进行上述处理,检测到具有不同大小的各种人体,并且在持续特定时间之后处理结束。在本实施例中,尽管基于自处理开始起所经过的时间来确定处理的结束,但处理要结束的条件不限于此。还可以基于例如所检测到的人体的数量或人体检测处理的执行次数来确定处理的结束。
此外,生成处理层P(P≥1)所利用的缩小倍率可以是比单位倍率低的任意倍率。随着缩小倍率越接近单位倍率,精度提高但是处理时间延长,而随着缩小倍率的降低,通常精度降低但是处理时间缩短。因此,期望根据使用处理层来执行一系列人体检测处理的条件来设置合适的缩小倍率。此外,在本实施例中,尽管从通过递归地缩小第一图像所获得的图像群中以大小的降序顺次检测人体,但可以将处理的顺序改变为以大小的升序来检测人体。
此外,在本实施例中,尽管假定被摄体是人体,但是被摄体可以例如是面部、车辆或动物等。只要可以检测到多种类型的特定物体,并且可以同时检测到多个被摄体,就可以针对这些被摄体进行多个特定物体检测处理。
此外,通过根据用于单独设置诸如物体大小和宽高比等的设置值的物体属性而从多个特定物体检测处理中选择预定处理来仅进行该预定处理。假定例如进行人体检测和车辆检测作为特定物体检测操作。此时,根据用户指示预先将画面内可能出现的车辆的大小设置为最小车辆大小。如果物体的大小小于最小车辆大小,则物体被检测为车辆的可能性较低,因此无需进行车辆检测而仅进行人体检测。另一方面,如果物体的大小大于最小车辆大小,则物体很可能被检测为车辆,因此进行车辆检测。在该情况下,集体行动的多个人也很可能被检测为单个物体,因此也进行车辆检测。
接着将详细说明上述对应表和生成对应表的过程。首先,如图3所示,层设置单元104将图像获取单元101所获取的图像、即用作第一图像的图像301分割成多个矩形区域(图像区域)302。尽管在图3中将图像301分割成3(垂直)×4(水平)个矩形区域302,但分割后的矩形区域的数量和图像的分割图案不限于特定的数量和图案。即,不需要总是等距离地分割图像,或者,可以不将整个图像而将其部分区域分割成多个区域。此外,各分割区域的形状不限于矩形,并且可以具有包括用户所设置的多角形的任意形状。
为了识别矩形区域302,层设置单元104将识别编号分配给矩形区域302。参考图3,以从左端起命名的顺序将识别编号(1,1)、(1,2)、(1,3)和(1,4)分配给最上面的矩形区域302。此外,以从左端起命名的顺序将识别编号(2,1)、(2,2)、(2,3)和(2,4)分配给中间的矩形区域302。此外,以从左端起命名的顺序将识别编号(3,1)、(3,2)、(3,3)和(3,4)分配给最下面的矩形区域302。
参考图3,与跨越具有识别编号(2,1)和(3,1)的矩形区域所拍摄的人体304相比,落入具有识别编号(1,3)的矩形区域内的人体303位于更靠后的位置,因此被拍摄为较小的被摄体。在本实施例中,在关注该特征的情况下,代替针对第一图像中的所有矩形区域进行人体检测处理,从第一图像中检测人体被拍摄为相对小的被摄体的区域中的人体,并且从通过缩小第一图像所获得的图像中检测人体被拍摄为相对大的被摄体的区域中的人体。
如图5A所示,层设置单元104在显示单元109的显示画面501上显示图像获取单元101所获取的第一图像。用户操作输入单元103以设置包围第一图像中所拍摄的人体的框502和503。框502和503是表示要检测的人体的大小的样本矩形。此外,框502和503各自在四个角处具有控制点,并且可以改变其形状、大小和在第一图像中的位置。注意,代替在显示画面501上显示第一图像,用户可以使用输入单元103来设置具有适当大小和位置的框。
在任一情况中,如图5A所示,在图像具有深度的情况下,期望在显示画面内设置大框和小框这两者。参考图5A,在显示画面的背景中设置小框,并且在显示画面的前景中设置大框。
当用户操作输入单元103以输入表示该设置完成的信息时,层设置单元104以以下方式操作。首先,假定在第一图像中的各矩形区域内拍摄到人体的情况下,层设置单元104基于显示画面501上所设置的至少一个框的大小,来获得包括所拍摄到的人体的框(假定被摄体大小)。参考图5B,层设置单元104基于框502和503的大小以及从框502至框503的距离,通过线性插值来获得各矩形区域中的假定被摄体大小。由虚线表示的框504具有所获得的假定被摄体大小。在图5B所示的例子中,在存在用户设置在图像区域(1.4)中的框502的最上段的图像区域(1.1)、(1.2)和(1.3)中设置等于框502的大小的假定被摄体大小。此外,在存在用户设置在图像区域(3.1)中的框503的最下段的图像区域(3.2)、(3.3)和(3.4)中设置等于框503的大小的假定被摄体大小。此外,在中段的图像区域(2.1)、(2.2)、(2.3)和(2.4)中设置基于框502和503的大小以及从框502至框503的距离并利用线性插值所获得的假定被摄体大小。以这种方式,可以根据第一指定区域和第二指定区域之间的距离来设置用于在图像中检测与具有第三大小的图案相对应的图像的第三检测区域。人体检测单元102从所获取的图像的第三检测区域中检测与具有第三大小的图案相对应的图像。
获得各矩形区域中的假定被摄体大小的方法不限于此。以下将用户所设置的框(图5A中的框502和503)以及根据所设置的框并利用插值所获得的框(图5B中的框504)总称为被摄体框。
当确定各矩形区域中的被摄体框时,如图4所示,层设置单元104生成用于管理各矩形区域的识别编号和与针对该矩形区域所获得的被摄体框相对应的处理层之间的对应关系的上述对应表,并且将该对应表登记在存储单元105中。
图4所示的对应表与图3所示的第一图像相对应。在图3所示的第一图像中,如图5B所示,针对最上面的矩形区域设置相对小的被摄体框。因此,在该情况下,用作相对大的图像的第一图像和第二图像(处理层0和1)与最上面的矩形区域相关联。
此外,在图3所示的第一图像中,如图5B所示,针对中间的矩形区域设置比针对最上面的矩形区域所设置的被摄体框大的被摄体框。因此,在该情况下,用作与关联于最上面的矩形区域的图像相比相对小的图像的第二图像和第三图像(处理层1和2)与中间的矩形区域相关联。
此外,在图3所示的第一图像中,如图5B所示,针对最下面的矩形区域设置比针对中间的矩形区域所设置的被摄体框大的被摄体框。因此,在该情况下,用作与关联于中间的矩形区域的图像相比相对小的图像的第四图像和第五图像(处理层3和4)与最下面的矩形区域相关联。
进行这些设置以在图像的上部中仅检测小的人体并且不检测大的人体。注意,预先设置各被摄体框的大小和第一图像~第N图像各自的大小之间的对应关系。这意味着,当确定各被摄体框的大小时,可以从第一图像~第N图像中指定与该被摄体框相对应的图像。
然而,生成如图4所示的对应表的方法不限于此,并且用户可以通过操作输入单元103来生成该对应表。例如,由于在具有识别编号(1,1)的矩形区域中没有拍摄到被摄体,因而处理层不需要总是与该矩形区域相关联。用户可以使用输入单元103来进行例如与这种关联有关的例外操作。
以这种方式,在人体检测处理中,在针对各区域的检测处理期间仅使用对应表中所登记的处理层,这使得可以省略针对不必要的大小的人体检测处理,从而使人体检测处理高速化。
可以使用将矩形区域和处理层相互关联的各种方法,并且以下方法是可用的。例如,作为与特定矩形区域相对应的处理层,不仅可以登记处理层2,还可以登记前一处理层和后一处理层(处理层1和3)。可选地,可以不登记前后的一组处理层,而是可以登记前后的多组处理层。在该情况下,随着人体检测处理中的图像的缩小倍率越接近0,检测失败越有可能发生,因此期望在处理层中留有相对宽的余量(margin)。
此外,如上所述,代替从用户所设置的两个框获得各矩形区域中的框,可以例如从用户所设置的一个框和两个以上的直线来获得各矩形区域中的框。在该情况下,从多个直线获得图像中的消失点。基于消失点和所设置的框的位置,设置各矩形区域中的框以获得与所设置的框的大小相对应的处理层。作为用于计算各矩形区域中的框的方法,可以在将消失点处的人体大小简单定义为0的情况下根据与距消失点的距离的比例关系来获得各矩形区域中的框。
在该情况下,代替图5A和5B中所示的GUI,可以显示图13所示的GUI以使用该GUI获得各矩形区域中的框。参考图13,用户在显示单元109的显示画面1301上设置框1302和直线1303。可以通过直线提取处理来提取直线1303。消失点1304是两条直线1303的延长线之间的交叉点。
可选地,已知用于从通过例如霍夫变换(Houghtransformation)所获得的图像获得直线的各种图像处理技术,因此可以使用这些技术从图像自动获得两个以上的直线以获得消失点,从而同样获得该图像的各位置处的处理层。尽管这里给出了从直线获得图像中的消失点的例子,但可以采用任意方法,只要可以获得图像中的消失点即可。
将参考图6所示的流程图说明根据本实施例的图像处理设备执行的处理。注意,在根据图6所示的流程图的处理开始时,已经将如上所述的对应表存储在存储单元105中。
在步骤S601中,图像处理设备100的控制单元(未示出)判断是否继续以下处理。如上所述,如果从图6所示的流程图中的处理开始起经过了特定时间以上,则控制单元在步骤S601中判断为结束随后的处理;否则,在步骤S601中判断为继续以下处理。如果在步骤S601中判断为“是”,则处理进入步骤S602;否则,处理结束。在步骤S602中,图像获取单元101获取用作第一图像的输入图像。
在步骤S603中,人体检测单元102对步骤S602中图像获取单元101所获取的第一图像进行人体检测处理。由于根据相同的流程图进行步骤S603、S605、S607和S609中的所有人体检测处理,因而为了方便,后面将给出对其的详细说明。
在步骤S603中的处理结束之后,在步骤S604中,人体检测单元102通过缩小第一图像来生成第二图像。
在步骤S605中,人体检测单元102对步骤S604中所生成的第二图像进行人体检测处理。在步骤S605中的处理结束之后,在步骤S606中,人体检测单元102通过缩小第二图像来生成第三图像。
在步骤S607中,人体检测单元102对步骤S606中所生成的第三图像进行人体检测处理。随后,对第四图像~第N图像进行相同的处理(步骤S608和S609)。
在步骤S610中,外部输出单元106整合针对第一图像~第N图像的人体检测处理的结果。在该整合处理中,获得与第一图像~第N图像中的人体检测区域相对应的第一图像中的区域。外部输出单元106输出所获得的区域的位置和大小。
接着将参考图7所示的流程图说明步骤S603、S605、S607和S609中的人体检测处理。以下将说明针对第m图像(1≤m≤N)的人体检测处理。因此,在步骤S603中仅需要设置m=1,在步骤S605中仅需要设置m=2,在步骤S607中仅需要设置m=3,以及在步骤S609中仅需要设置m=N。
在步骤S701中,人体检测单元102判断第m图像中的人体对照图案的移动是否完成。即,人体检测单元102判断在第m图像中使用人体对照图案的人体检测处理是否完成。如果在步骤S701中判断为第m图像中的人体对照图案的移动完成,则根据图7所示的流程图的处理结束。另一方面,如果在步骤S701中判断为第m图像中的人体对照图案的移动未完成,即在第m图像中使用人体对照图案的人体检测处理未完成,则处理进入步骤S702。在步骤S702中,人体检测单元102从存储单元105获取上述对应表。
在步骤S703中,人体检测单元102查找对应表以判断第m图像中的当前人体对照图案是否落入具有与第m图像相关联的识别编号的矩形区域内。如果在步骤S703中判断为“是”,则处理进入步骤S704。另一方面,如果在步骤S703中判断为“否”,则处理直接进入步骤S705。
在图4所示的例子中,在m=1的情况下,仅当人体对照图案落入具有识别编号(1,2)、(1,3)或(1,4)的矩形区域时,处理进入步骤S704;否则,处理直接进入步骤S705。
在步骤S704中,人体检测单元102通过第m图像中人体对照图案和与其重叠的区域之间的模式匹配来进行人体检测处理,并且输出检测到人体的位置和所检测到的人体的大小。
在步骤S705中,人体检测单元102将人体对照图案移动至下一位置。注意,在处理从步骤S704进入步骤S705的情况下,在步骤S705中,仅需将人体对照图案移动几个像素。另一方面,如果处理从步骤S703进入步骤S705,则同样可以将人体对照图案移动几个像素,但是还可以是以下情况:在以该量进行移动之后,人体对照图案移动至的位置尚未落入具有与第m图像相关联的识别编号的矩形区域内。因此,在该情况下,可以将人体对照图案移动至下一矩形区域。在进行该处理时,可以总体省略同一矩形区域中的人体检测处理。
利用上述操作,可以从所获取的第一图像的第一检测区域中检测与具有第一大小的图案相对应的图像。此外,可以从所获取的第一图像的第二检测区域中检测与具有不同于第一大小的第二大小的图案相对应的图像。
如上所述,根据本实施例,可以与图像中所拍摄的被摄体的大小无关地以较高的速度进行被摄体检测处理。
第二实施例
以下将仅说明与第一实施例不同的特征,并且除非以下特别说明,否则详细内容与第一实施例相同。在第一实施例中,针对整个图像进行对象层的人体检测处理。然而,例如,可以对原始图像进行运动物体检测处理以仅对检测到运动物体的区域进行人体检测处理。另外,在第一实施例中,在人体检测处理时的对照扫描位置处判断对象层并且使用该对象层。然而,可以在例如运动物体区域的位置处判断对象层并且使用该对象层。
将参考图8所示的框图说明根据本实施例的图像处理设备的功能结构的例子。注意,在图8中,与图1相同的附图标记表示相同的构成元件,并且将不会给出对其的说明。
运动物体区域检测单元801从图像获取单元101所获取的第一图像中,利用背景差分方法来检测拍摄运动物体的区域作为运动物体区域。要检测的详细内容是用于指定第一图像中的运动物体区域的信息(运动物体区域信息),并且例如包括第一图像中的运动物体区域的位置、运动物体区域的外接矩形和运动物体区域的大小。注意,各种技术可应用于从第一图像检测运动物体区域的方法,背景差分方法和其它技术都可以应用于该方法。
运动物体区域检测单元801将所检测到的运动物体区域信息发送至后级的人体检测单元102。人体检测单元102将第m图像中的各图像区域中预先与第m图像相关联并且包括由运动物体区域信息所表示的运动物体区域的图像区域判断为对象图像区域。然后,人体检测单元102在对象图像区域中的各位置处设置具有特定大小的矩形区域以针对对象图像区域进行人体检测处理。
注意,期望不仅对包括整个运动物体区域的图像区域、还针对部分地包括运动物体区域的图像区域进行人体检测处理。这是因为:甚至可以对在运动物体检测处理时被误判断为“未检测到”的运动物体区域部位进行人体检测。
将参考图9说明本实施例中的人体检测处理。在将区域902和903定义为运动物体区域检测单元801对用作第一图像的图像901进行运动物体检测处理所获得的运动物体区域的情况下,人体检测单元102使用人体对照图案904在区域902和903中进行人体检测处理。当然,人体检测单元102并未对区域902和903中的所有图像区域进行人体检测处理,而是对与图像901相关联的图像区域进行人体检测处理。还针对第二图像、第三图像、...、和第N图像进行相同的处理。
将参考图10说明根据本实施例的图像处理设备执行的处理。
在步骤S1001中,如上述步骤S601中所述,图像处理设备100的控制单元(未示出)判断是否继续以下处理。如果在步骤S1001中判断为“是”,则处理进入步骤S1002;否则,处理结束。在步骤S1002中,图像获取单元101获取用作第一图像的输入图像,并且运动物体区域检测单元801从第一图像中检测运动物体区域。
在步骤S1003中,首先,人体检测单元102将步骤S1002中所检测到的运动物体区域中尚未进行以下处理的一个运动物体区域选择为所选择的运动物体区域。尽管选择的顺序不限于特定顺序,但可以例如从第一图像的左上角的位置起以光栅扫描顺序来选择运动物体区域。
在步骤S1004中,人体检测单元102从第一图像提取所选择的运动物体区域作为原始图像L0。在步骤S1005中,人体检测单元102从存储单元105中所存储的对应表中指定与包括所选择的运动物体区域的图像区域的识别编号相关联的处理层。
在步骤S1006中,人体检测单元102判断步骤S1005中所指定的处理层是否包括第一图像。如果在步骤S1006中判断为“是”,则处理进入步骤S1007;否则,处理直接进入步骤S1008。
在步骤S1007中,人体检测单元102对原始图像L0进行人体检测处理。由于根据相同的流程图进行步骤S1007、S1010和S1013中的所有人体检测处理,因而为了方便,后面将给出对其的详细说明。
在步骤S1008中,人体检测单元102判断步骤S1005中所指定的处理层是否包括第二图像。如果在步骤S1008中判断为“是”,则处理进入步骤S1009;否则,对第三图像进行与步骤S1008~S1010相对应的处理。以这种方式,对第四图像、...、第N图像进行相同的处理(步骤S1011~S1013)。
在步骤S1009中,人体检测单元102通过缩小第一图像来生成第二图像。在步骤S1010中,人体检测单元102对步骤S1009中所生成的第二图像中与原始图像L0相对应的区域(即,第二图像中的运动物体区域)进行人体检测处理。
在步骤S1014中,外部输出单元106整合针对第一图像~第N图像的人体检测处理的结果。在该整合处理中,获得与第一图像~第N图像中的人体检测区域相对应的第一图像中的区域。外部输出单元106输出所获得的区域的位置和大小。
在步骤S1015中,控制单元(未示出)判断是否针对步骤S1002中所检测到的所有运动物体区域进行了人体检测处理。如果在步骤S1015中判断为“是”,则处理返回至步骤S1001;否则,处理返回至步骤S1003。
注意,在本实施例中,在步骤S1008或S1011中判断步骤S1005中所指定的处理层是否包括第m图像,并且生成第m图像。然而,可以通过例如预先生成要处理的层的缩小图像自身来省略步骤S1009和S1012中的处理。
接着将参考图11所示的流程图说明步骤S1007、S1010和S1013中的人体检测处理。以下将说明针对第m图像(1≤m≤N)的人体检测处理。因此,在步骤S1007中仅需要设置m=1,在步骤S1010中仅需要设置m=2,以及在步骤S1013中仅需要设置m=N。
在步骤S1101中,人体检测单元102判断第m图像中的所选择的运动物体区域内的人体对照图案的移动是否完成。即,人体检测单元102判断第m图像中的所选择的运动物体区域内使用人体对照图案的人体检测处理是否完成。如果在步骤S1101中判断为“是”,则根据图11所示的流程图的处理结束;否则,处理进入步骤S1102。
在步骤S1102中,人体检测单元102通过第m图像中人体对照图案和与其重叠的区域之间的模式匹配来进行人体检测处理,并且输出检测到人体的位置和所检测到的人体的大小。
在步骤S1103中,人体检测单元102将人体对照图案移动至下一位置。注意,在该操作中,仅需将人体对照图案移动几个像素。当然,移动量不限于特定移动量。
如上所述,根据本实施例,可以与图像中要检测的物体的大小无关地高速进行特定物体检测处理。此外,对原始图像进行运动物体检测处理以仅对检测到运动物体的区域进行人体检测处理,从而高速进行人体检测。
第三实施例
以下将仅说明与第一实施例不同的特征,并且除非以下特别说明,否则详细内容与第一实施例相同。在第一实施例中,预先生成图4所示的对应表并且在人体检测处理中使用该对应表。然而,可以例如基于过去的人体检测结果来生成对应表,并且使用该对应表来进行人体检测。
在本实施例中,预先对多个输入图像进行以下处理。首先根据输入图像生成第一图像~第N图像。如图3所示,第一图像~第N图像各自被分割成多个矩形区域,并且对这些矩形区域各自进行人体检测处理。将检测到人体的区域的计数值(初始值:0)递增1。
在进行该处理的情况下,获得如图12所示的对应表。针对第一图像L0~第N图像Ln,将具有识别编号(1,1)~(3,4)的各矩形区域的计数值登记在对应表中。
在第一图像、第二图像、第三图像和第四图像中具有识别编号(1,1)的矩形区域中,人体的检测次数分别是5次(计数值:5)、4次(计数值:4)、3次(计数值:3)和0次(计数值:0)。此外,在第一图像、第二图像、第三图像和第四图像中具有识别编号(3,2)的矩形区域中,人体的检测次数分别是0次(计数值:0)、0次(计数值:0)、1次(计数值:1)和4次(计数值:4)。
换句话说,该对应表示出了在图像的上部频繁检测到相对大的人体并且在图像的下部频繁检测到相对小的人体。当生成该对应表时,将该对应表登记在存储单元105中。可以通过从输入单元103输入的操作和层设置单元104的操作,或者通过外部设备来进行上述一系列处理。
同样,在本实施例中,除了步骤S703中的处理以外,以与第一实施例相同的方式进行人体检测处理。以下将说明根据本实施例的步骤S703。
在步骤S703中,人体检测单元102查找上述对应表以判断第m图像是否与第一图像~第N图像中针对第m图像中的当前人体对照图案所属的矩形区域的识别编号的计数值的最大计数值相对应。
这里将通过举例来说明步骤S703。在步骤S703中,人体对照图案假定存在于第三图像中具有识别编号(2,3)的矩形区域中。具有识别编号(2,3)的第一图像~第N图像的计数值是0、3、5、0、...(以下的计数值都是0),因而第三图像的计数值最大。因此,在该情况下,处理进入步骤S704。另一方面,在人体对照图案存在于第二图像中具有识别编号(2,3)的矩形区域中的情况下,第三图像的计数值最大。因此,在该情况下,处理进入步骤S705。
注意,代替判断最大计数值,可以判断第m图像是否与表示特定次数以上的计数值相对应(即,判断第m图像是否是超过特定次数检测到人体的图像)。在该情况下,期望根据学习时间段(获取上述多个输入图像的时间段)来改变特定次数。可选地,如果获取了具有最大计数值的图像前后的图像,则处理可以进入步骤S704(在区域R(2,3)的情况下,图像L1和L2用作处理层)。
此外,如将在第五实施例中所述,可以使用表示各分割区域的检测结果的等级的评价信息。可以在学习时间段获取表示各分割区域的检测结果的等级的评价信息,并且可以将检测结果的等级满足预定条件的区域设置为要进行诸如人体检测等的物体检测的区域。即,根据通过在第一图像中将该第一图像分割成多个区域所获得的各分割区域内检测与具有预定大小的图案相对应的图像而获得的检测结果的等级,来判断是否要将各分割区域设置为检测区域。此外,根据通过在第二图像中将该第二图像分割成多个区域所获得的各分割区域内检测与具有预定大小的图案相对应的图像而获得的检测结果的等级,来判断是否要将各分割区域设置为检测区域。
在进行该操作时,基于通过在第一图像被分割成多个区域所获得的各分割区域中检测与第一图案相对应的图像或与第二图案相对应的图像而获得的检测结果,来设置第一图像中的第一检测区域和第二检测区域。
如上所述,根据本实施例,可以与图像中要检测的物体的大小无关地高速进行特定物体检测处理。此外,可以通过基于过去的检测结果进行检测处理来容易地设置检测处理中要使用的处理层。
此外,可以根据需要来组合使用上述实施例。此外,可以将图1或8所示的图像处理设备中除了输入单元103、存储单元105和显示单元109以外的部分或全部单元实现为硬件或软件(计算机程序)。在后者的情况下,将计算机程序存储在图像处理设备中的存储器(未示出)中,并且由图像处理设备的诸如CPU等的控制单元来执行该计算机程序。
第四实施例
在本实施例中,基于在学习时间段内使用输入图像的所有层执行人体检测处理的结果来选择要进行物体检测的层。图14示出根据本实施例的图像处理设备的结构。
图像信息生成单元1401针对人体检测单元102所获得的人体检测结果来生成用于指定人体检测时所使用的图像的图像指定信息,并且将该图像指定信息存储在存储单元105中。检测信息生成单元1402针对人体检测单元102所获得的人体检测结果来生成用于指定人体检测时的检测位置的检测位置指定信息,并且将该检测位置指定信息存储在存储单元105中。
分配单元1403基于图像信息生成单元1401所生成的图像指定信息和检测信息生成单元1402所生成的检测位置指定信息来分配表示检测结果的等级的评价信息。层设置单元104基于分配单元1403所分配的评价信息来生成将图像中的预定区域与处理层相关联的对应表。处理层是指表示人体检测单元102在人体检测时要使用的层的信息。
存储单元105存储图像信息生成单元1401所生成的图像指定信息、检测信息生成单元1402所生成的检测位置指定信息和层设置单元104所生成的对应表。人体检测单元102基于所存储的对应表的设置值来进行人体检测处理。存储单元105还存储人体检测处理中要使用的人体对照图案。外部输出单元106将由图像处理设备100处理后的各种信息输出至外部设备。其它结构与第一实施例中参考图1所述的结构相同,并且将不给出对其的说明。
接着将说明图像指定信息。图像指定信息是指用于针对人体检测单元102所获得的人体检测结果来指定人体检测时所使用的图像(层)的信息。例如使用表示人体检测时所使用的图像自身的信息作为图像指定信息。此外,可以使用人体检测时所使用的图像的帧标识符信息或人体检测时的时间信息作为图像指定信息。在该情况下,需要将图像获取单元101外部获取的静止图像或运动图像与帧标识符信息或时间信息一起记录在存储单元105或外部存储单元中,从而可以在后面指定人体检测时所使用的图像。
接着将说明检测位置指定信息。检测位置指定信息是指用于针对人体检测单元102所获得的人体检测结果来指定人体检测时的检测位置的信息。例如使用表示人体检测单元102检测到人体的位置的坐标信息作为检测位置指定信息。此时所获得的坐标可以使用缩小图像中的坐标系来表示,或者可以使用将缩小图像中的检测位置转换成与该缩小图像相对应的层0的图像(原始图像)中的检测位置之后层0中的坐标系来表示。此外,可以使用通过在图像指定信息中所包括的图像上叠加表示检测到人体的位置的信息所获得的图像信息作为检测位置指定信息。
在本实施例中,在将预定时间段定义为学习时间段时,在学习时间段内使用输入图像的所有层执行人体检测处理。基于检测结果,图像信息生成单元1401生成图像指定信息,并且检测信息生成单元1402生成检测位置指定信息。注意,可以使用除了将预定时间段定义为学习时间段的方法以外的方法来获取检测结果。可以通过例如将进行预定次数人体检测的时间段定义为学习时间段来获取检测结果。可选地,可以直接使用预先准备的检测结果。
图15是示出如何保持图像指定信息和检测位置指定信息的例子的记录表。记录表记录各层中发生的人体检测事件的次数。人体检测事件这里是指在任意层中检测到一次人体检测操作。从图15所示的例子可以看出,在学习时间段内,在层L2中发生了95次人体检测事件。从图15所示的例子同样可以看出,在学习时间段内,在层L5中发生了34次人体检测事件。在该记录表中,将唯一的ID分配给各检测事件(例如,L2-001、...、L2-095、L5-001、...、L5-034),并且将与这些事件相对应的图像指定信息和检测位置指定信息与这些ID相关联地进行记录。
将记录表存储在存储单元105中。注意,用于保持图像指定信息和检测位置指定信息的方法不限于上述方法,并且可以使用能够提取与各层中的检测事件相对应的图像指定信息和检测位置指定信息的任意方法。
接着将说明评价信息分配。评价信息分配是指将评价信息分配给记录表中所记录的过去的人体检测事件。将评价信息与记录表相关联地存储在存储单元105中。图16示出用作分配单元1403的用户界面1601。用户界面1601向用户顺次呈现与记录表中所记录的过去的人体检测事件相对应的图像指定信息和检测位置指定信息。用户界面1601向用户呈现:人体检测事件的ID1602;以及通过将表示使用检测位置指定信息所获取的人体检测位置的矩形叠加在使用图像指定信息所获取的输入图像上而获得的输入图像1603。基于人体检测时所使用的层的编号和模式匹配处理中要使用的对照图案的大小来确定矩形的大小。
用户基于所呈现的信息来评价人体检测结果是否正确,并且使用按钮组1604来分配评价结果。在图16所示的例子中,如果用户判断为已正确地检测到人体,则他或她选择“是”;否则,他或她选择“否”。然而,如果用户无法判断是否正确地检测到人体或者想要跳过该判断处理,则他或她选择“跳过”。在该情况下分配的表示人体检测是否正确的正确性判断信息示出了评价信息的例子。以这种方式,接受来自用户的评价信息。
分配单元1403所分配的评价信息不限于上述信息。可以分配例如表示关注物体是否需要进行检测的评价信息。此外,可以将包括例如所检测到的人体的方向或类型的详细信息分配为评价信息。所检测到的物体的类型这里包括所检测到的物体的例如男性和女性之间的区别以及小孩和成人之间的区别等的性质。此外,在特定物体的检测错误的情况下,可以将该错误检测的原因信息分配为评价信息。
用于分配评价信息的方法也并没有特别限定。例如,使用人体识别引擎(第二检测单元)再次针对记录表中所记录的输入图像进行人体检测,其中人体识别引擎具有比人体检测单元102高的检测精度,但具有比人体检测单元102高的计算成本。在将人体检测结果假定为正确解答数据的情况下,可以将与检测的正确性判断相关联的评价信息自动分配给各检测事件。以这种方式,第二检测单元对通过从输入图像检测与具有预定大小的图案相对应的图像所获得的检测结果进行评价。
图17是通过将评价信息添加至图15所示的记录表所获得的记录表。在该例子中,将表示检测结果是否正确的信息作为评价信息分配给各检测事件。图17将正确检测结果表示为“正确”,将错误检测结果表示为“错误”,并且将既没判断为“正确”也没判断为“错误”的检测结果表示为“未评价”。
注意,用于保持评价信息的方法不限于上述方法,并且可以使用能够提取与各层中的检测事件相对应的评价信息的任意方法。
此外,参考图17,以(n,p,f)的形式记录各层中的评价信息的统计。与图15所示的检测次数一样,n是各层中发生的人体检测事件的次数。p是n次人体检测事件中分配有评价信息“正确”的人体检测事件的次数。f是n次人体检测事件中分配有评价信息“错误”的人体检测事件的次数。以下将通过从n减去f所获得的检测次数称为有效检测次数。然而,可以使用任意方法来计算有效检测次数,并且可以例如使用p。
接着将说明对应表。更具体地,将说明根据分配有评价信息的记录表生成对应表的方法。该对应表记录了要进行人体检测处理的各层。使用例如以下方法其中之一来生成对应表。
·生成将具有最大有效检测次数的层定义为要进行人体检测处理的层的对应表。
·生成将具有最大有效检测次数的层前后的几个层定义为要进行人体检测处理的层的对应表。
·生成将有效检测次数或单位时间的有效检测次数等于或大于阈值的层定义为要进行人体检测的层的对应表。
·生成将错误检测次数或单位时间的错误检测次数等于或小于阈值的层定义为要进行人体检测的层的对应表。
然而,用于生成对应表的方法可以是任意的,并且不限于这些方法。
图18示出基于图17所示的记录表所生成的对应表的例子。在该例子中,在将有效检测次数定义为n-f的情况下,根据值n-f为30以上的层生成对应表。图18所示的对应表示出了在输入图像的整个区域中使用层2和3进行人体检测。将对应表存储在存储单元105中。
以上说明了使用表示检测结果是否正确的信息作为评价信息时的对应表的生成方法。同样,还可以在使用诸如所检测到的物体的方向或类型等的细节或者错误检测的原因信息作为评价信息的情况下、使用任意方法来生成对应表。可以仅基于例如对保持头朝向侧面的男性的检测次数等于或大于阈值的层来生成对应表。
接着将参考图19所示的流程图说明人体检测单元102的整体处理的过程。
在步骤S1901中,人体检测单元102判断是否继续处理。如果在步骤S1901中判断为“是”,则处理进入步骤S1902。另一方面,如果在步骤S1901中判断为“否”,则处理结束。
在步骤S1902中,人体检测单元102从存储单元105获取图18所示的对应表。在步骤S1903中,人体检测单元102获取图像获取单元101外部获取到的层0(L0)的图像。
在步骤S1904中,人体检测单元102查找对应表以判断层0是否需要进行人体检测。如果在步骤S1904中判断为“是”,则处理进入步骤S1905。另一方面,如果在步骤S1904中判断为“否”,则处理直接进入步骤S1906。在步骤S1905中,人体检测单元102对层0的整个区域进行人体检测处理。
步骤S1906~S1909构成了用于对层1~N各自进行人体检测的循环处理。初始地,设置n=1,并且每次重复循环处理时将n递增1。在n=N时的处理完成之后,循环处理结束,并且处理进入步骤S1910。
在步骤S1906中,人体检测单元102查找对应表以判断层n及以后的层是否包括至少一个需要进行人体检测的层。如果在步骤S1906中判断为“是”,则处理进入步骤S1907。另一方面,如果在步骤S1906中判断为“否”,则处理退出循环并且进入步骤S1910。在例如n=1并且对应表是{L2,L3}的情况下,在步骤S1906中判断为“是”,并且处理进入步骤S1907。
在步骤S1907中,人体检测单元102缩小层n-1以生成层n。在步骤S1908中,人体检测单元102查找对应表以判断层n是否需要进行人体检测。如果在步骤S1908中判断为“是”,则处理进入步骤S1909。另一方面,如果在步骤S1908中判断为“否”,则处理跳过步骤S1909并且进入下一循环。在例如n=1并且对应表是{L2,L3}的情况下,在步骤S1908中判断为“否”,并且处理跳过步骤S1909,进入下一循环并且进入步骤S1906。
在步骤S1909中,人体检测单元102对层n的整个区域进行人体检测处理。在步骤S1910中,人体检测单元102进行针对各层所获得的人体检测结果的整合处理。在该整合处理中,将针对各层所获得的人体检测结果中人体的位置和大小转换成原始图像中人体的位置和大小。然后,处理返回至步骤S1901。在进行上述操作的情况下,图19所示的流程图中的一系列处理结束。
图19中的作为针对一个层的人体检测处理子例程的步骤S1905和S1909中的处理与参考图11所述的处理相同,并且将不给出对其的说明。
如上所述,根据本实施例,即使在针对特定物体的检测处理中发生错误检测,也适当地确定出模式匹配中所使用的各层的优先级,从而高速检测特定物体。
第五实施例
在第五实施例中,将输入图像分割成多个区域,并且针对各区域分别设置对应表。图像处理设备的结构和其它处理过程与第四实施例相同。以下将不说明与第四实施例相同的部分,并且以下将仅说明与第四实施例的不同之处。
图20示出根据第五实施例的记录表的例子。在图20所示的记录表中,针对通过分割一个图像所获得的多个图像区域各自记录图像指定信息、检测位置指定信息和评价信息。将采用如图3所示的被分割成多个区域的图像作为例子。例如,针对图3所示的图像中由ID(1,1)表示的区域R(1,1),图像L0的评价信息的统计是(n,p,f)=(5,3,1)。然而,包括例如图像指定信息和检测位置指定信息的各检测事件的详细信息未在图20中示出,并且与图15和17相同。
图21示出根据第五实施例的对应表的例子。在本实施例中,使用层设置单元104针对画面上的各区域获得对应表。在该例子中,在区域R(1,1)中,对任何层都不进行人体检测。此外,在区域R(1,2)~R(1,4)中,对层0和1进行人体检测。在区域R(2,1)~R(2,4)中,对层1和2进行人体检测。在区域R(3,1)~R(3,4)中,对层3和4进行人体检测。
接着将参考图22所示的流程图说明人体检测单元102的整体处理的过程。在图22所示的处理中,步骤S2201、S2203、S2207和S2210的处理分别与图19中的步骤S1901、S1903、S1907和S1910的处理相同,并且将不给出对其的说明。在步骤S2202中,人体检测单元102从存储单元105获取图21所示的对应表。
在步骤S2204中,人体检测单元102查找图21所示的对应表以判断层0是否包括至少一个要进行人体检测处理的区域。如果在步骤S2204中判断为“是”,则处理进入步骤S2205。另一方面,如果在步骤S2204中判断为“否”,则处理进入步骤S2206。
在步骤S2205中,人体检测单元102对层0进行人体检测处理。在步骤S2206中,人体检测单元102查找对应表以判断层n及以后的层是否包括至少一个需要进行人体检测处理的区域。如果在步骤S2206中判断为“是”,则处理进入步骤S2207。另一方面,如果在步骤S2206中判断为“否”,则处理退出循环并进入步骤S2210。
在步骤S2208中,人体检测单元102查找对应表以判断层n是否包括至少一个需要进行人体检测处理的区域。如果在步骤S2208中判断为“是”,则处理进入步骤S2209。另一方面,如果在步骤S2208中判断为“否”,则处理跳过步骤S2209并进入下一循环。在步骤S2209中,人体检测单元102对层n中需要进行人体检测处理的区域进行人体检测处理。在进行上述操作的情况下,图22所示的流程图中的一系列处理结束。
图22中作为针对一个层的人体检测处理子例程的步骤S2205和S2209中的处理与参考图7所述的处理相同,并且将不给出对其的说明。然而,在本实施例中,在图22所示的处理的步骤S2202中获取对应表,不需要进行图7的步骤S702中的处理。
如上所述,根据本实施例,将画面分割成多个区域,并且针对各区域适当地确定模式匹配中所使用的各层的优先级,从而高速检测特定物体。
根据本发明,将评价信息分配给用于保持过去的预定时间段内由特定物体检测单元针对各处理层所获得的检测结果的检测记录表,以消除错误检测结果,从而允许用户适当地选择要进行物体检测的层。因此,即使在例如监视照相机所获得的视频图像中频繁错误地检测到特定物体,也可以高速进行物体检测处理。此外,可以根据需要组合使用上述实施例。
在第一实施例~第五实施例中,从通过改变所获取图像的大小所生成的多个图像中检测与具有预定大小的图案匹配的图像,从而检测具有不同大小的物体。然而,检测方法不限于此。可以使用具有不同大小的图案针对一个画面进行物体检测,从而检测具有不同大小的物体。还可以使用这种检测方法来实现根据第一实施例~第五实施例中的各实施例的发明。即,从所获取图像中的第一检测区域中检测与具有第一大小的图案相对应的图像。然后,从所获取图像中与第一检测区域不同的第二检测区域中检测与具有不同于第一大小的第二大小的图案相对应的图像。这使得无需使用整个画面上的所有图案进行模式匹配,从而可以提高检测处理速度。还可以减轻检测的处理负担。
其它实施例
还可以利用读出并执行记录在存储器装置上的程序以执行上述实施例的功能的系统或设备的计算机(或者CPU或MPU等装置)和通过下面的方法来实现本发明的各方面,其中,系统或设备的计算机通过例如读出并执行记录在存储器装置上的程序以执行上述实施例的功能来进行上述方法的各步骤。为此,例如通过网络或者通过用作存储器装置的各种类型的记录介质(例如,计算机可读介质)将该程序提供给计算机。
尽管已经参考典型实施例说明了本发明,但是应该理解,本发明不限于所公开的典型实施例。所附权利要求书的范围符合最宽的解释,以包含所有这类修改、等同结构和功能。
Claims (14)
1.一种图像处理设备,包括:
获取单元,用于获取图像的多个帧;以及
图像检测单元,用于从所述图像的多个帧检测与具有第一大小的图案相对应的图像和与具有第二大小的图案相对应的图像,
其特征在于,所述图像处理设备还包括:
判断单元,用于基于针对所述图像的多个帧中的第一检测区域来检测与具有所述第一大小的图案相对应的图像的检测结果,判断是否从所述获取单元所获取的图像的帧中的所述第一检测区域检测与具有所述第一大小的图案相对应的图像,并且基于针对所述图像的多个帧中的与所述第一检测区域不同的第二检测区域来检测与具有所述第二大小的图案相对应的图像的检测结果,判断是否从所述获取单元所获取的图像的帧中的所述第二检测区域检测与具有所述第二大小的图案相对应的图像,
其中,所述图像检测单元根据所述判断单元的判断结果,从所述获取单元所获取的图像的帧中的所述第一检测区域检测与具有所述第一大小的图案相对应的图像,以及从所述获取单元所获取的图像的帧中的所述第二检测区域检测与具有所述第二大小的图案相对应的图像。
2.根据权利要求1所述的图像处理设备,其中,还包括:
生成单元,用于改变所述图像的帧的大小以生成第二图像的帧,
其中,所述图像检测单元从所述图像的帧中的所述第一检测区域检测与具有预定大小的图案相对应的图像,并且从所述第二图像的帧中的所述第二检测区域检测与具有所述预定大小的图案相对应的图像。
3.根据权利要求1所述的图像处理设备,其中,还包括:
运动物体检测单元,用于从视频图像检测运动物体,
其中,所述获取单元从所述视频图像获取所述图像的帧,
所述运动物体检测单元检测所述获取单元所获取的图像的帧中的运动物体,以及
所述图像的帧中的所述第一检测区域和所述第二检测区域是所述运动物体检测单元检测到运动物体的区域。
4.根据权利要求1所述的图像处理设备,其中,还包括:
设置单元,用于在所述图像的帧中设置所述第一检测区域和所述第二检测区域,
其中,所述设置单元基于针对通过将所述图像的帧分割成多个区域所获得的各分割区域检测与具有所述第一大小的图案相对应的图像和与具有所述第二大小的图案相对应的图像的检测结果,来设置所述图像的帧中的所述第一检测区域和所述第二检测区域。
5.根据权利要求2所述的图像处理设备,其中,还包括:
设置单元,用于在所述图像的帧中设置所述第一检测区域和所述第二检测区域,
其中,所述设置单元基于在所述图像的帧被分割成多个区域所获得的各分割区域中检测到与具有所述预定大小的图案相对应的图像的次数,确定所述第一检测区域,并且基于在所述第二图像的帧被分割为多个区域所获得的各分割区域中检测到与具有所述预定大小的图案相对应的图像的次数,确定所述第二检测区域。
6.根据权利要求1所述的图像处理设备,其中,还包括:
存储单元,用于存储表示所述图像检测单元针对所述图像的多个帧而进行的检测的检测结果的等级的评价信息,
其中,所述判断单元根据表示如下两种检测结果的等级的评价信息,来确定所述第一检测区域和所述第二检测区域:所述图像检测单元针对所述图像的多个帧对与具有所述第一大小的图案相对应的图像进行检测的检测结果;以及所述图像检测单元针对所述图像的多个帧对与具有所述第二大小的图案相对应的图像进行检测的检测结果。
7.根据权利要求2所述的图像处理设备,其中,还包括:
存储单元,用于存储表示所述图像检测单元针对所述图像的多个帧而进行的检测的检测结果的等级的评价信息,
其中,所述判断单元根据表示如下两种检测结果的等级的评价信息,来确定所述第一检测区域和所述第二检测区域:所述图像检测单元针对所述图像的多个帧从所述图像的帧中的所述第一检测区域对与具有所述预定大小的图案相对应的图像进行检测的检测结果;以及所述图像检测单元针对所述图像的多个帧从所述第二图像的帧中的所述第二检测区域对与具有所述预定大小的图案相对应的图像进行检测的检测结果。
8.根据权利要求6所述的图像处理设备,其中,还包括:
输出单元,用于输出所述图像检测单元对所述图像的多个帧进行检测所获得的检测结果;以及
输入单元,用于输入表示从所述输出单元所输出的检测结果的等级的评价信息,
其中,所述存储单元存储所述输入单元所输入的评价信息。
9.根据权利要求6所述的图像处理设备,其中,还包括:
评价单元,用于对所述图像检测单元对所述图像的多个帧进行检测所获得的检测结果进行评价,
其中,所述存储单元存储与所述评价单元所获得的评价结果相对应的评价信息。
10.根据权利要求6所述的图像处理设备,其中,所述评价信息包括如下信息至少之一:表示所述图像检测单元所检测到的图像是否是期望图像的信息;以及所述图像检测单元所检测到的图像的类型。
11.一种图像处理方法,包括以下步骤:
获取步骤,用于获取图像的多个帧;以及
图像检测步骤,用于从所述图像的多个帧检测与具有第一大小的图案相对应的图像和与具有第二大小的图案相对应的图像,
其特征在于,所述图像处理方法还包括:
判断步骤,用于基于针对所述图像的多个帧中的第一检测区域来检测与具有所述第一大小的图案相对应的图像的检测结果,判断是否从在所述获取步骤中获取的图像的帧中的所述第一检测区域检测与具有所述第一大小的图案相对应的图像,以及基于针对所述图像的多个帧中的与所述第一检测区域不同的第二检测区域来检测与具有所述第二大小的图案相对应的图像的检测结果,判断是否从在所述获取步骤中获取的图像的帧中的所述第二检测区域检测与具有所述第二大小的图案相对应的图像,
其中,在所述图像检测步骤中,根据所述判断步骤的判断结果,从在所述获取步骤中获取的图像的帧中的所述第一检测区域检测与具有所述第一大小的图案相对应的图像,以及从在所述获取步骤中获取的图像的帧中的所述第二检测区域检测与具有所述第二大小的图案相对应的图像。
12.根据权利要求11所述的图像处理方法,其中,还包括以下步骤:
生成步骤,用于改变所述图像的帧的大小以生成第二图像的帧,
其中,在所述图像检测步骤中,从所述图像的帧中的所述第一检测区域检测与具有预定大小的图案相对应的图像,并且从所述第二图像的帧中的所述第二检测区域检测与具有所述预定大小的图案相对应的图像。
13.根据权利要求11所述的图像处理方法,其中,还包括以下步骤:
存储步骤,用于存储表示所述图像检测步骤针对所述图像的多个帧而进行的检测的检测结果的等级的评价信息,
其中,所述判断步骤根据表示如下两种检测结果的等级的评价信息,来确定所述第一检测区域和所述第二检测区域:所述图像检测步骤针对所述图像的多个帧对与具有所述第一大小的图案相对应的图像进行检测的检测结果;以及所述图像检测步骤针对所述图像的多个帧对与具有所述第二大小的图案相对应的图像进行检测的检测结果。
14.根据权利要求12所述的图像处理方法,其中,还包括以下步骤:
存储步骤,用于存储表示所述图像检测步骤针对所述图像的多个帧而进行的检测的检测结果的等级的评价信息,
其中,所述判断步骤根据表示如下两种检测结果的等级的评价信息,来确定所述第一检测区域和所述第二检测区域:所述图像检测步骤针对所述图像的多个帧从所述图像的帧中的所述第一检测区域对与具有所述预定大小的图案相对应的图像进行检测的检测结果;以及所述图像检测步骤针对所述图像的多个帧从所述第二图像的帧中的所述第二检测区域对与具有所述预定大小的图案相对应的图像进行检测的检测结果。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011199935A JP5795916B2 (ja) | 2011-09-13 | 2011-09-13 | 画像処理装置、画像処理方法 |
JP2011-199935 | 2011-09-13 | ||
JP2012053683A JP5924991B2 (ja) | 2012-03-09 | 2012-03-09 | 画像処理装置、画像処理装置の制御方法、およびプログラム |
JP2012-053683 | 2012-03-09 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102999900A CN102999900A (zh) | 2013-03-27 |
CN102999900B true CN102999900B (zh) | 2015-11-25 |
Family
ID=47829878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210339883.XA Active CN102999900B (zh) | 2011-09-13 | 2012-09-13 | 图像处理设备和图像处理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9111346B2 (zh) |
CN (1) | CN102999900B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5925068B2 (ja) | 2012-06-22 | 2016-05-25 | キヤノン株式会社 | 映像処理装置、映像処理方法、およびプログラム |
JP6181925B2 (ja) * | 2012-12-12 | 2017-08-16 | キヤノン株式会社 | 画像処理装置、画像処理装置の制御方法およびプログラム |
KR102170439B1 (ko) | 2013-09-09 | 2020-10-29 | 삼성디스플레이 주식회사 | 잔상 후보 영역 검출 장치 및 이를 포함하는 잔상 방지 장치 |
JP2018092507A (ja) * | 2016-12-07 | 2018-06-14 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6942488B2 (ja) * | 2017-03-03 | 2021-09-29 | キヤノン株式会社 | 画像処理装置、画像処理システム、画像処理方法、及びプログラム |
JP7071086B2 (ja) * | 2017-10-13 | 2022-05-18 | キヤノン株式会社 | 画像処理装置、画像処理方法及びコンピュータプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1170178A (zh) * | 1996-05-15 | 1998-01-14 | 株式会社日立制作所 | 交通流量监测设备 |
CN101281599A (zh) * | 2008-05-27 | 2008-10-08 | 北京中星微电子有限公司 | 人脸检测方法和装置 |
CN102004918A (zh) * | 2009-09-02 | 2011-04-06 | 索尼公司 | 图像处理设备、图像处理方法、程序以及电子器件 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4467838B2 (ja) | 2001-06-15 | 2010-05-26 | パナソニック株式会社 | 画像認識装置および画像認識方法 |
AU2003289116A1 (en) * | 2002-12-16 | 2004-07-09 | Canon Kabushiki Kaisha | Pattern identification method, device thereof, and program thereof |
US7623152B1 (en) * | 2003-07-14 | 2009-11-24 | Arecont Vision, Llc | High resolution network camera with automatic bandwidth control |
JP4626493B2 (ja) * | 2005-11-14 | 2011-02-09 | ソニー株式会社 | 画像処理装置、画像処理方法、画像処理方法のプログラム及び画像処理方法のプログラムを記録した記録媒体 |
JP4712563B2 (ja) * | 2006-01-16 | 2011-06-29 | 富士フイルム株式会社 | 顔検出方法および装置並びにプログラム |
JP4540661B2 (ja) * | 2006-02-28 | 2010-09-08 | 三洋電機株式会社 | 物体検出装置 |
EP1916538A3 (en) * | 2006-10-27 | 2011-02-16 | Panasonic Electric Works Co., Ltd. | Target moving object tracking device |
JP4267657B2 (ja) * | 2006-10-31 | 2009-05-27 | 本田技研工業株式会社 | 車両周辺監視装置 |
JP5121506B2 (ja) * | 2008-02-29 | 2013-01-16 | キヤノン株式会社 | 画像処理装置、画像処理方法、プログラム及び記憶媒体 |
JP2009211311A (ja) | 2008-03-03 | 2009-09-17 | Canon Inc | 画像処理装置及び方法 |
JP4957607B2 (ja) * | 2008-03-25 | 2012-06-20 | セイコーエプソン株式会社 | 画像における顔領域の検出 |
JP5293139B2 (ja) | 2008-09-05 | 2013-09-18 | 株式会社リコー | 撮像装置、撮像方法、プログラムおよび記録媒体 |
JP5247338B2 (ja) * | 2008-10-03 | 2013-07-24 | キヤノン株式会社 | 画像処理装置及び画像処理方法 |
US8224042B2 (en) * | 2009-03-12 | 2012-07-17 | Seiko Epson Corporation | Automatic face recognition |
JP5517504B2 (ja) * | 2009-06-29 | 2014-06-11 | キヤノン株式会社 | 画像処理装置、画像処理方法、およびプログラム |
US8812344B1 (en) * | 2009-06-29 | 2014-08-19 | Videomining Corporation | Method and system for determining the impact of crowding on retail performance |
-
2012
- 2012-08-24 US US13/594,422 patent/US9111346B2/en active Active
- 2012-09-13 CN CN201210339883.XA patent/CN102999900B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1170178A (zh) * | 1996-05-15 | 1998-01-14 | 株式会社日立制作所 | 交通流量监测设备 |
CN101281599A (zh) * | 2008-05-27 | 2008-10-08 | 北京中星微电子有限公司 | 人脸检测方法和装置 |
CN102004918A (zh) * | 2009-09-02 | 2011-04-06 | 索尼公司 | 图像处理设备、图像处理方法、程序以及电子器件 |
Also Published As
Publication number | Publication date |
---|---|
US9111346B2 (en) | 2015-08-18 |
US20130064424A1 (en) | 2013-03-14 |
CN102999900A (zh) | 2013-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102999900B (zh) | 图像处理设备和图像处理方法 | |
Groen et al. | Distinct contributions of functional and deep neural network features to representational similarity of scenes in human brain and behavior | |
WO2021111670A1 (ja) | アノテーション装置および方法 | |
CN109697434A (zh) | 一种行为识别方法、装置和存储介质 | |
CN105677074A (zh) | 对触摸的粗略扫描和有针对性的活动模式扫描 | |
Torralbo et al. | Good exemplars of natural scene categories elicit clearer patterns than bad exemplars but not greater BOLD activity | |
CN106547852A (zh) | 异常数据检测方法及装置、数据预处理方法及系统 | |
CN104993962A (zh) | 获取终端使用状态的方法和系统 | |
CN102483761A (zh) | 对基于内容的图像检索的相关性的可视化 | |
CN108536467A (zh) | 代码的定位处理方法、装置、终端设备及存储介质 | |
US20100068685A1 (en) | System for evaluating cognitive ability of a subject | |
CN111538852B (zh) | 多媒体资源处理方法、装置、存储介质及设备 | |
Bhuiyan et al. | Hajj pilgrimage video analytics using CNN | |
CN110007764A (zh) | 一种手势骨架识别方法、装置、系统及存储介质 | |
KR101961462B1 (ko) | 객체 인식 방법 및 장치 | |
Dobs et al. | Behavioral signatures of face perception emerge in deep neural networks optimized for face recognition | |
CN114064168A (zh) | 界面优化方法和医疗设备 | |
CN101469986B (zh) | 模糊边界的自动寻点系统及方法 | |
Guraya et al. | Neural networks based visual attention model for surveillance videos | |
CN113673318B (zh) | 一种动作检测方法、装置、计算机设备和存储介质 | |
CN115905862A (zh) | 一种基于生成对抗网络的缺失数据处理方法及系统 | |
CN116110033A (zh) | 车牌生成方法、装置、非易失性存储介质和计算机设备 | |
JP2013062688A (ja) | 画像処理装置、画像処理方法 | |
CN108596127A (zh) | 一种指纹识别方法、身份验证方法及装置和身份核验机 | |
CN114882580A (zh) | 一种基于深度学习的运动动作一致性的度量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |