CN105590090B - 车辆的对象检测装置和方法 - Google Patents

车辆的对象检测装置和方法 Download PDF

Info

Publication number
CN105590090B
CN105590090B CN201510731665.4A CN201510731665A CN105590090B CN 105590090 B CN105590090 B CN 105590090B CN 201510731665 A CN201510731665 A CN 201510731665A CN 105590090 B CN105590090 B CN 105590090B
Authority
CN
China
Prior art keywords
image
vehicle
surrounding
candidates item
grid
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
Application number
CN201510731665.4A
Other languages
English (en)
Other versions
CN105590090A (zh
Inventor
李圣柱
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hyundai Mobis Co Ltd
Original Assignee
Hyundai Mobis Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hyundai Mobis Co Ltd filed Critical Hyundai Mobis Co Ltd
Publication of CN105590090A publication Critical patent/CN105590090A/zh
Application granted granted Critical
Publication of CN105590090B publication Critical patent/CN105590090B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
    • B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30261—Obstacle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种车辆的对象检测装置和方法，所述装置包括：照相机单元，其被配置为输出车辆的周围图像；对象候选项提取单元，其被配置为从输出的车辆的周围图像中提取对象候选项；高度参考过滤单元，其被配置为通过从提取的对象候选项中排除具有高度等于或小于阈值的对象来输出过滤的图像；以及图像识别单元，其被配置为从输出的过滤的图像中检测特定对象。

Description

车辆的对象检测装置和方法
相关技术交叉引用
本申请要求2014年11月7日提交的申请No.10-2014-0154563的韩国专利申请的优先权，该申请的全部内容以引用的形式结合于此，用于通过该引用的所有目的。
技术领域
本发明涉及一种车辆的对象检测装置和方法，以及更具体地，涉及一种车辆的对象检测装置和方法，其从车辆的周围图像中提取对象候选项，通过排除具有高度等于或小于预定阈值的对象来输出过滤的图像，以及从过滤的图像中检测特定对象。
背景技术
近来，通过车辆拍摄周围图像、从拍摄的图像中检测对象以及根据检测的对象来控制车辆的各种技术已经得到了开发。
然而，由于车辆的周围图像是实时改变的，因而当在车辆的周围图像的整个范围内应用检测所有对象的算法时，计算是无效率的。在应用实时检测对象和使用检测的对象来控制车辆的技术时，该无效率的计算可能会导致致命错误，以及可能会对车辆驾驶员和行人产生安全事故。
尤其是，存在的问题是，当即使不是检测目标的非常低的对象被检测时，降低了对象检测功能的效率。
因此，关于有效地检测对象和进一步提高检测速度的方法的研究近来被执行。
发明内容
本发明致力于提供一种车辆的对象检测装置和方法，其从车辆的周围图像中仅检测具有高度等于或大于预定阈值的对象，由此提高了对象检测功能的效率。
本发明的对象并不限于上述所描述的对象，并且从以下的描述中，其他没有被描述的对象将会清楚的被本领域技术人员所理解。
本发明的一个示意性实施例提供一种车辆的对象检测装置，该装置包括：照相机单元，其被配置为输出车辆的周围图像；对象候选项提取单元，其被配置为从输出的车辆的周围图像中提取对象候选项；高度参考过滤单元，其被配置为通过从提取的对象候选项中排除具有高度等于或小于阈值的对象来输出过滤的图像；以及图像识别单元，其被配置为从输出的过滤的图像中检测特定对象。
所述对象候选项提取单元可计算包围对象候选项的对象方格的下端的中心坐标。
所述高度参考过滤单元可计算与包围对象候选项的对象方格的下端的中心坐标相一致的可变高度阈值。
所述高度参考过滤单元可基于车辆的周围图像中的可变高度阈值，在改变所述对象方格的位置的同时计算具有最小高度和最小宽度的对象方格的坐标。
所述高度参考过滤单元可计算车辆的周围图像的每个区域的对象方格的坐标以及将计算的坐标存储在查找表中。
所述高度参考过滤单元可参照所述查找表计算与所述对象方格的下端的中心坐标相一致的可变高度阈值。
本发明的另一个示意性实施例提供一种车辆的对象检测方法，所述方法包括：输出车辆的周围图像；从车辆的周围图像中提取对象候选项；通过从提取的对象候选项中排除具有高度等于或小于阈值的对象来输出过滤的图像；以及从过滤的图像中检测特定对象。
所述对象候选项的提取可包括计算包围对象候选项的对象方格的下端的中心坐标。
所述过滤的图像的输出可包括计算与包围对象候选项的对象方格的下端的中心坐标相一致的可变高度阈值。
所述过滤的图像的输出可包括基于车辆的周围图像中的可变高度阈值，在改变所述对象方格的位置的同时计算具有最小高度和最小宽度的对象方格的坐标。
所述过滤的图像的输出可包括计算车辆的周围图像的每个区域的对象方格的坐标以及将计算的坐标存储在查找表中
所述过滤的图像的输出可包括参照所述查找表计算与所述对象方格的下端的中心坐标相一致的可变高度阈值。
示意性实施例的其他详细事项包含在详细的说明书和附图中。
根据本发明的车辆的对象检测装置和方法具有以下所述的一个或多个的优点：
通过从提取的对象候选项中排除具有高度等于或小于阈值的对象，可快速的在车辆的周围图像中检测特定对象。
通过计算车辆的周围图像的每个区域的包围对象的方格的坐标和将计算的坐标存储在查找表中，可在没有额外的单独计算的情况下，快速地应用高度阈值。
本发明的优点并不限于上述优点，以及从权利要求中，没有被提及的其他优点将会清楚的被本领域技术人员所理解。
附图说明
图1是示出根据本发明的示意性实施例的车辆对象检测装置的配置图；
图2A至图2C为示出由包含在图1中的照相机单元输出的图像、从该图像提取的对象方格、以及根据该对象方格的位置变化的高度变化的示意图；
图3是示出根据本发明的示意性实施例的车辆对象检测方法的流程图。
具体实施方式
参考附图，本发明的各种优点和特征以及其完成方法将会从以下示意性实施例的详细描述中变得清楚。但是，本发明并不限于以下所述的示意性实施例，以及可包含各种其他形式。本文所介绍的示意性实施例被提供用来使得披露内容彻底且完整以及将本发明的范围充分地传递给本领域的技术人员。在整个说明书中，相似的附图标记表示相似的元件。
以下，参考解释根据本发明示意性实施例的车辆对象检测装置的附图来描述本发明。
图1是示出根据本发明的示意性实施例的车辆对象检测装置的配置图。根据本发明的示意性实施例的车辆对象检测装置包括照相机单元100、对象候选项提取单元200、高度参考过滤单元300和对象识别单元400。
照相机单元100输出车辆的周围图像以及将输出的周围图像传送给对象候选项提取单元200。该照相机单元100被安置在可以无障碍地拍摄车辆周围区域的位置。根据示意性实施例的照相机单元100可输出车辆的前方图像。
对象候选项提取单元200从由照相机单元100传送的车辆的前方图像中提取对象候选项。对象候选项提取单元200在接收的车辆的前方图像中设置一个感兴趣的区域。对象候选项提取单元200，通过利用基于对象模型的级联方案的一个图像金字塔，来提取在感兴趣的区域内包围对象候选项的对象方格。对象候选项提取单元200基于输入的车辆的前方图像来生成多个图像金字塔。由对象候选项提取单元200生成的图像金字塔意味着由对输入的车辆的周围图像进行下采样生成的图像金字塔。
对象候选项提取单元200基于对象模型，利用扫描窗口从多个图像金字塔的每个中检测对象候选项。当对象候选项提取单元200检测对象候选项时，对象候选项提取单元200计算扫描窗口和输入的车辆的前方图像的根模型和各部分模型之间相似度，相加每个所计算的相似度，以及检测对象候选项。
对象候选项提取单元200将检测出对象候选项的多个图像金字塔重叠为一个图像。对象候选项提取单元200将每个重叠的对象候选项与车辆的一个前方图像中的每个对象候选项的对象模型进行比较，以及将具有与对象模型有最大相似度的对象候选项确定为特定对象。对象候选项提取单元200移除除了具有与对象模型有最大相似度的对象候选项外的对象候选项。
对象候选项提取单元200的对象模型由基于对象图像和非对象图像的学习法或聚类分析法生成。对象候选项提取单元200的对象模型包括根模型和各部分模型，根模型是对象图像和非对象图像的建模的整个形状，各部分模型通过将根模型划分为多个部分而获得。对象候选项提取单元200的部分模型包括头部、体部和腿部。
根据示意性实施例的对象候选项提取单元200利用特征跟踪从输入的车辆的前方图像中提取对象候选项。对象候选项提取单元200可从对象候选项中提取一个通过特征追踪而连续出现的对象候选项作为车辆的前方图像的预定帧和下一个帧的对象候选项方格。
对象候选项提取单元200计算包围对象候选项的对象方格的下端的中心坐标。对象候选项提取单元200可计算包围对象候选项的对象方格中的对象接触地面的部分的中心坐标。以下参照图2将对此进行描述。
高度参考过滤单元300通过从提取的对象候选项中排除具有可变高度阈值或低于可变高度阈值的对象来输出过滤图像。
高度参考过滤单元300提取与包围对象候选项的对象方格的下端的中心坐标相一致的可变高度阈值。
根据示意性实施例的高度参考过滤单元300，基于车辆的前方图像的可变高度阈值，在改变对象方格的位置的同时计算具有最小高度和最小宽度的对象方格的坐标。高度参考过滤单元300基于可变高度阈值来计算方格的坐标，因为由照相机单元100输出的车辆的周围图像利用了广角镜头，所以可变高度阈值是变化的，这使得车辆的周围图像是变形的。
基于车辆的周围图像的每个区域的对象方格的下端的中心坐标，高度参考过滤单元300将可变高度阈值存储在查找表中。
高度参考过滤单元300参照查找表来计算对象方格的下端的中心坐标的可变高度阈值。以下将参照图2进行详细描述。
对象识别单元400通过对象检测方法，从过滤的图像中检测特定对象。对象识别单元400可再一次执行由对象候选项提取单元200执行过的过程。
图2A至图2C为由根据图1所示出的示意性实施例的照相机单元100输出的车辆的前方图像的对象方格的下端的中心坐标P的提取示意图。图2A和图2B为车辆的前方图像和车辆的前方图像的对象方格的提取示意图。对象候选项提取单元200在接收的车辆的前方图像中设置一个感兴趣的区域。对象候选项提取单元200，通过利用基于对象模型的级联方案的一个图像金字塔，来在感兴趣的区域内提取包围对象候选项的对象方格。对象候选项提取单元200计算包围对象候选项的对象方格的下端的中心坐标P。对象候选项提取单元200可计算包围对象候选项的对象方格中的对象接触地面的部分的中心坐标P。由照相机单元100输出的车辆的前方图像通常使用广角镜头，因此在屏幕上产生变形，如图2A所示的图像。当包围提取的图像候选物的对象方格被提取时，通过利用照相机的内部和外部参数来使得3D空间中的一个点与2D图像的一个像素相一致，高度参考过滤单元300可改变对象方格的位置。基于对象方格的下端的中心坐标P，高度参考过滤单元300移动对象方格。当移动该对象方格时，高度参考过滤单元300可初始设置对象方格的一个最小高度和一个最小宽度。
当高度参考过滤单元300改变对象方格的位置时，对象方格的位置根据图像候选项而改变，因此对象方格的尺寸也可自动地被改变。基于初始设置的对象方格的最小高度和最小宽度，高度参考过滤单元300根据图像的坐标体系将对象方格的坐标存储在查找表中，同时改变所述屏幕区域中的对象方格的位置。图2C为通过根据示意性实施例的高度参考过滤单元300，根据预定区域中的对象方格的位置改变而改变对象方格的高度阈值的状态示意图。
根据示意性实施例的特定对象检测装置并不限于车辆的前方图像，并且特定对象可以在车辆的横向图像和车辆的后方图像中至少一个中被检测。
根据本发明的一个特定对象检测方法的操作，其被配置为如上所述，将参照图3在下文进行描述。图3为根据由图1配置的示意性实施例的特定对象检测方法的控制流程图。
根据示意性实施例的照相机单元100将车辆的前方图像输出给对象候选项提取单元200(S100)。
对象候选项提取单元200从车辆的前方图像中提取对象候选项(S110)。对象候选项提取单元200在接收的车辆的前方图像中设置一个感兴趣的区域并提取一个对象方格。
对象候选项提取单元200计算包围对象候选项的对象方格的下端的中心坐标。对象候选项提取单元200在接收的车辆的前方图像中设置感兴趣的区域，以及通过利用级联方案中的图像金字塔来计算对象方格的下端的中心坐标。
高度参考过滤单元300计算与包围对象候选项的对象方格的下端的中心坐标相一致的可变高度阈值。基于车辆的前方图像中的可变高度阈值，高度参考过滤单元300在改变对象方格的位置的同时计算具有最小高度和最小宽度的对象方格的坐标。高度参考过滤单元300计算车辆的前方图像的每个区域的对象方格的坐标并将计算的坐标存储在查找表中。高度参考过滤单元300参照查找表来计算对象方格的下端的中心坐标的可变高度阈值。
高度参考过滤单元300通过将从提取的对象候选项中排除具有可变阈值或低于可变高度阈值对象来输出过滤的图像(S120)。
图像识别单元400从过滤的图像中检测特定对象(S130)。图像识别单元400通过对象检测方法来从过滤的图像中检测特定对象。图像识别单元400可再一次执行由对象候选项提取单元200执行过的过程。
根据示意性实施例的特定对象检测方法并不限于车辆的前方图像，并且特定对象可以在车辆的横向图像和车辆的后方图像的至少一个中被检测。
尽管以上对本发明的示意性实施例进行了说明和描述，然而本发明并不局限于前述的特定示意性实施例，在不脱离本发明权利要求所要求的主题的情况下，本领域的技术人员可对本发明进行各种修改，以及这些修改不应该被认为与本发明的技术精神或前景分离开来。

Claims (4)

1.一种车辆的对象检测装置，所述装置包括：
照相机单元，其被配置为输出车辆的周围图像；
对象候选项提取单元，其被配置为从输出的车辆的周围图像中提取对象候选项；
高度参考过滤单元，其被配置为通过从提取的对象候选项中排除具有高度等于或小于阈值的对象来输出过滤的图像；以及
图像识别单元，其被配置为从输出的过滤的图像中检测特定对象，
对象候选项提取单元在车辆的周围图像中设置感兴趣的区域，通过利用基于对象模型的级联方案的图像金字塔，来提取在感兴趣的区域内包围对象候选项的对象方格，
所述高度参考过滤单元计算与包围对象候选项的对象方格的下端的中心坐标相一致的高度阈值，
基于车辆的周围图像中的高度阈值，所述高度参考过滤单元在改变所述对象方格的位置的同时计算具有最小高度和最小宽度的对象方格的下端的中心坐标，
所述高度参考过滤单元计算车辆的周围图像的每个区域的对象方格的坐标以及将计算的坐标存储在查找表中。
2.根据权利要求1所述的装置，其特征在于，所述对象候选项提取单元计算包围对象候选项的对象方格的下端的中心坐标。
3.一种车辆的对象检测方法，所述方法包括：
输出车辆的周围图像；
从车辆的周围图像中提取对象候选项；
通过从提取的对象候选项中排除具有高度等于或小于阈值的对象来输出过滤的图像；以及
从过滤的图像中检测特定对象，
从车辆的周围图像中提取对象候选项是，在车辆的周围图像中设置感兴趣的区域，通过利用基于对象模型的级联方案的图像金字塔，来提取在感兴趣的区域内包围对象候选项的对象方格，
所述过滤的图像的输出包括计算与包围对象候选项的对象方格的下端的中心坐标相一致的高度阈值，
所述过滤的图像的输出包括，基于车辆的周围图像中的高度阈值，在改变所述对象方格的位置的同时计算具有最小高度和最小宽度的对象方格的下端的中心坐标，
所述过滤的图像的输出包括计算车辆的周围图像的每个区域的对象方格的坐标以及将计算的坐标存储在查找表中。
4.根据权利要求3所述的方法，其特征在于，所述对象候选项的提取包括计算包围对象候选项的对象方格的下端的中心坐标。
CN201510731665.4A 2014-11-07 2015-11-02 车辆的对象检测装置和方法 Active CN105590090B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020140154563A KR102310286B1 (ko) 2014-11-07 2014-11-07 특정물체 감지 장치 및 특정물체 감지 방법
KR10-2014-0154563 2014-11-07

Publications (2)

Publication Number Publication Date
CN105590090A CN105590090A (zh) 2016-05-18
CN105590090B true CN105590090B (zh) 2019-05-07

Family

ID=55912442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510731665.4A Active CN105590090B (zh) 2014-11-07 2015-11-02 车辆的对象检测装置和方法

Country Status (3)

Country Link
US (1) US9904857B2 (zh)
KR (1) KR102310286B1 (zh)
CN (1) CN105590090B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10460180B2 (en) * 2017-04-20 2019-10-29 GM Global Technology Operations LLC Systems and methods for visual classification with region proposals
EP3667612A4 (en) * 2017-08-07 2021-04-21 Hitachi Automotive Systems, Ltd. ROADSIDE OBJECT DETECTION DEVICE, ROADSIDE OBJECT DETECTION METHOD, AND ROADSIDE OBJECT DETECTION SYSTEM
KR101947280B1 (ko) * 2017-09-15 2019-05-08 한국교통대학교산학협력단 보행자 보호 시스템 및 방법
US10647282B2 (en) 2017-11-06 2020-05-12 Magna Electronics Inc. Vehicle vision system with undercarriage cameras
JP7007249B2 (ja) * 2018-09-28 2022-01-24 富士フイルム株式会社 画像処理装置，画像処理方法および画像処理プログラム
CN112650243B (zh) * 2020-12-22 2023-10-10 北京百度网讯科技有限公司 车辆控制方法、装置、电子设备和自动驾驶车辆

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103117005A (zh) * 2011-11-16 2013-05-22 财团法人工业技术研究院 车道偏移警示方法及系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10143659A (ja) * 1996-11-06 1998-05-29 Komatsu Ltd 物体検出装置
JP4456086B2 (ja) * 2006-03-09 2010-04-28 本田技研工業株式会社 車両周辺監視装置
US7741961B1 (en) * 2006-09-29 2010-06-22 Canesta, Inc. Enhanced obstacle detection and tracking for three-dimensional imaging systems used in motor vehicles
JP5055092B2 (ja) * 2007-11-02 2012-10-24 株式会社日立国際電気 映像処理装置及び映像処理方法
JP2010079582A (ja) * 2008-09-25 2010-04-08 Toshiba Corp 物体を検出する装置、方法及びプログラム
JP5422330B2 (ja) * 2009-10-09 2014-02-19 クラリオン株式会社 歩行者検出システム
EP2544161B1 (en) * 2010-03-03 2014-12-24 Honda Motor Co., Ltd. Surrounding area monitoring device for vehicle
WO2012004938A1 (ja) * 2010-07-09 2012-01-12 本田技研工業株式会社 車両の周辺監視装置
JP5830876B2 (ja) * 2011-02-18 2015-12-09 富士通株式会社 距離算出プログラム、距離算出方法及び距離算出装置
US8611598B2 (en) * 2011-07-26 2013-12-17 Harman International (China) Holdings Co., Ltd. Vehicle obstacle detection system
EP2669845A3 (en) * 2012-06-01 2014-11-19 Ricoh Company, Ltd. Target recognition system, target recognition method executed by the target recognition system, target recognition program executed on the target recognition system, and recording medium storing the target recognition program
JP2014115978A (ja) * 2012-11-19 2014-06-26 Ricoh Co Ltd 移動物体認識装置及びこれを用いた報知装置及びその移動物体認識装置に用いる移動物体認識用プログラム及び移動物体認識装置を備えた移動体
JP6344638B2 (ja) * 2013-03-06 2018-06-20 株式会社リコー 物体検出装置、移動体機器制御システム及び物体検出用プログラム
US9171213B2 (en) * 2013-03-15 2015-10-27 Xerox Corporation Two-dimensional and three-dimensional sliding window-based methods and systems for detecting vehicles

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103117005A (zh) * 2011-11-16 2013-05-22 财团法人工业技术研究院 车道偏移警示方法及系统

Also Published As

Publication number Publication date
CN105590090A (zh) 2016-05-18
KR20160054925A (ko) 2016-05-17
US20160132734A1 (en) 2016-05-12
US9904857B2 (en) 2018-02-27
KR102310286B1 (ko) 2021-10-07

Similar Documents

Publication Publication Date Title
CN105590090B (zh) 车辆的对象检测装置和方法
US9881423B2 (en) Augmented reality-based hand interaction apparatus and method using image information
JP5528151B2 (ja) 対象物追跡装置、対象物追跡方法、および対象物追跡プログラム
US9025875B2 (en) People counting device, people counting method and people counting program
EP2957206B1 (en) Robot cleaner and method for controlling the same
EP2544149A1 (en) Moving-body detection device, moving-body detection method, moving-body detection program, moving-body tracking device, moving-body tracking method, and moving-body tracking program
JP2016509293A5 (zh)
JP2016006626A (ja) 検知装置、検知プログラム、検知方法、車両、パラメータ算出装置、パラメータ算出プログラムおよびパラメータ算出方法
KR101515597B1 (ko) 3차원 영상 정보를 이용한 감지 방법 및 장치
CN103810475A (zh) 一种目标物识别方法及装置
Hu et al. Robust object tracking via multi-cue fusion
Chae et al. Collision detection method using image segmentation for the visually impaired
WO2014006786A1 (ja) 特徴量抽出装置および特徴量抽出方法
Nakajima et al. Depth-based gait feature representation
Shinmura et al. Estimation of Human Orientation using Coaxial RGB-Depth Images.
Lee et al. A Hand gesture recognition system based on difference image entropy
CN105138979A (zh) 基于立体视觉的运动人体头部检测方法
US10019635B2 (en) Vehicle-mounted recognition device
JP5559121B2 (ja) 対象物種別判定装置
JP7298436B2 (ja) 障害物識別装置および障害物識別プログラム
JP6226827B2 (ja) 監視映像表示装置及び監視映像表示方法
Mousse et al. Video-based people fall detection via homography mapping of foreground polygons from overlapping cameras
Kusakunniran Extracting gait figures in a video based on markerless motion
Kim et al. Integrated in-vehicle monitoring system using 3D human pose estimation and seat belt segmentation
Le et al. Geometry-Based 3D Object Fitting and Localizing in Grasping Aid for Visually Impaired

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant