CN108376243B - 信息处理设备和摄像设备及其控制方法以及记录介质 - Google Patents
信息处理设备和摄像设备及其控制方法以及记录介质 Download PDFInfo
- Publication number
- CN108376243B CN108376243B CN201810090248.XA CN201810090248A CN108376243B CN 108376243 B CN108376243 B CN 108376243B CN 201810090248 A CN201810090248 A CN 201810090248A CN 108376243 B CN108376243 B CN 108376243B
- Authority
- CN
- China
- Prior art keywords
- size
- detection
- image
- unit
- display
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/62—Control of parameters via user interfaces
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/63—Control of cameras or camera modules by using electronic viewfinders
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/63—Control of cameras or camera modules by using electronic viewfinders
- H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
- H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/759—Region-based matching
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明提供信息处理设备和摄像设备及其控制方法以及记录介质。本发明涉及实现检测处理的加速和误检测的降低其中至少之一。信息处理设备包括:获取单元,用于获取拍摄图像;第一设置单元,用于针对所述拍摄图像设置物体的多个检测区域;第二设置单元,用于针对所述第一设置单元所设置的第一检测区域和第二检测区域设置用于检测物体的条件,其中,所述条件包括所述拍摄图像中的检测大小;以及检测单元,用于从所述第一设置单元所设置的所述多个检测区域中检测满足所述第二设置单元所设置的所述检测大小的物体。
Description
技术领域
本发明涉及一种信息处理设备、摄像设备、信息处理方法和存储程序的记录介质。
背景技术
一些数字照相机或数字摄像机在拍摄静止图像或运动图像时从这些图像自动检测被摄体。日本特开2008-289006论述了数字照相机中的面部检测方法。
例如,监视照相机频繁拍摄位于不同距离处的物体的图像。在这种情况下,在图像中可能存在大的物体和小的物体,从而导致误检测或者需要较长处理时间来检测物体。另外,在监视照相机设置在具有深度的空间内的状态下,图像中所要检测的物体的大小可能根据图像内的区域而不同。
发明内容
根据本发明的方面,一种信息处理设备,包括:获取单元,用于获取拍摄图像;第一设置单元,用于针对所述拍摄图像设置物体的多个检测区域;第二设置单元,用于针对所述第一设置单元所设置的第一检测区域和第二检测区域设置用于检测物体的条件,其中,所述条件包括所述拍摄图像中的检测大小;以及检测单元,用于从所述第一设置单元所设置的多个检测区域中检测满足所述第二设置单元所设置的所述检测大小的物体。
根据本发明的方面,一种摄像设备,包括:摄像单元;接收单元,用于接收针对所述摄像单元所拍摄的图像的用于检测物体的第一检测区域和第二检测区域的设置、用于从所述第一检测区域检测物体的第一条件、以及用于从所述第二检测区域检测物体的第二条件;以及检测单元,用于基于所述接收单元所接收到的所述第一条件来从所述第一检测区域中检测物体,并且基于所述接收单元所接收到的所述第二条件来从所述第二检测区域中检测物体。
根据本发明的方面,一种信息处理设备的控制方法,所述控制方法包括以下步骤:获取拍摄图像;针对所述拍摄图像设置物体的多个检测区域;针对所设置的第一检测区域和所设置的第二检测区域设置用于检测物体的条件,其中,所述条件包括所述拍摄图像中的检测大小;以及从所设置的多个检测区域中检测满足所设置的所述检测大小的物体。
根据本发明的方面,一种摄像设备的控制方法,所述摄像设备包括摄像单元,所述控制方法包括以下步骤:接收针对所述摄像单元所拍摄的图像的用于检测物体的第一检测区域和第二检测区域的设置、用于从所述第一检测区域检测物体的第一条件、以及用于从所述第二检测区域检测物体的第二条件;以及基于所接收到的所述第一条件来从所述第一检测区域中检测物体,并且基于所接收到的所述第二条件来从所述第二检测区域中检测物体。
根据本发明的方面,一种记录介质,其存储用于使计算机用作根据上述的信息处理设备的各单元的程序。
根据本发明的方面,一种记录介质,其存储用于使计算机用作根据上述的摄像设备的各单元的程序。
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是示出信息处理系统的硬件结构的示例的框图。
图2是示出信息处理系统的功能结构的示例的框图。
图3是示出画面的示例的示意图。
图4是示出检测设置的处理的流程图。
图5是示出设置检测区域的示例的示意图。
图6是示出设置人体大小的示例的示意图。
图7是示出改变人体大小的示例的示意图。
图8是示出图像处理设备的功能结构的示例的框图。
图9是示出图像中所包含的区域的示意图。
图10是示出与检测大小有关的信息的表。
图11示出物体检测处理的示例。
图12是示出用于更新检测大小的处理的流程图。
图13是示出在改变视角时所进行的处理的示例的示意图。
图14A和14B是示出拍摄图像的示例的示意图。
图15是示出将图像分割成多个区域的示例的示意图。
图16A和16B是示出用于显示针对各区域所设置的要检测的物体的大小的示例的示意图。
具体实施方式
以下,将参考附图来说明本发明的典型实施例。
在本典型实施例中,将说明监视运动图像的信息处理系统中所采用的处理。该处理包括在所拍摄的运动图像内设置要检测人体的检测区域、以及针对所设置的各检测区域设置用于检测的大小(最大人体大小和最小人体大小),以检测人体。使用运动图像是示例,并且还可以使用静止图像。最小人体大小是第一检测大小的示例。最大人体大小是第二检测大小的示例。图像中所包含的人体是物体的示例。
图1示出本典型实施例中的信息处理系统的系统结构和硬件结构的示例。在图1中,摄像设备110拍摄图像。客户端设备120驱动摄像设备110,并显示摄像设备110所拍摄的拍摄图像。输入设备130包括鼠标和键盘等,并且使得用户能够进行向客户端设备120的输入。显示设备140包括显示器等,并显示客户端设备120所输出的图像。在图1中,客户端设备120和显示设备140各自示出为独立设备,但是客户端设备120和显示设备140可以被配置为一体化设备。此外,输入设备130和显示设备140可以被配置为一体化设备,或者客户端设备120、输入设备130和显示设备140可以被配置为一体化设备。网络150连接摄像设备110和客户端设备120。网络150包括满足例如局域网的通信标准的多个路由器、交换机和线缆等。在本典型实施例中,可以与网络的通信标准、大小、和配置无关地,使用能够在摄像设备和客户端设备之间进行通信的任何网络。例如,网络150可以包括因特网、有线局域网(LAN)、无线LAN或者广域网(WAN)。此外,连接至客户端设备120的摄像设备的数量不限于一个,并且可以将多个摄像设备连接至客户端设备120。显示设备140是显示单元的示例。客户端设备120是信息处理设备的示例。摄像设备110例如是监视照相机。
将说明摄像设备110的硬件结构。作为硬件结构,摄像设备110包括摄像单元11、中央处理单元(CPU)12、存储器13和通信接口(I/F)14。摄像单元11具有图像传感器和图像传感器上的被摄体的光学系统,并且基于CPU 12的控制、使用光学系统的光轴和图像传感器的交点作为摄像中心来在图像传感器上拍摄图像。图像传感器例如是互补金属氧化物半导体(CMOS)传感器或者电荷耦合器件(CCD)传感器。CPU 12控制摄像设备110整体。存储器13具有用于存储程序、摄像单元11所拍摄的图像、CPU 12进行处理时所使用的数据的随机存取器(RAM)或者大容量辅助存储设备。通信I/F 14基于CPU 12的控制来控制经由网络150与客户端设备120的通信。摄像设备110的功能等通过CPU 12基于存储器13中所存储的程序进行处理来实现。
接着,将说明客户端设备120的硬件结构。作为硬件结构,客户端设备120包括存储器21、CPU 22、通信I/F 23、输入I/F 24和显示I/F 25。CPU 22控制客户端设备120整体。存储器21存储程序、从摄像设备110发送的拍摄图像和CPU 22进行处理时所使用的数据。通信I/F 23基于CPU 22的控制来控制经由网络150与摄像设备110的通信。输入I/F 24连接客户端设备120和输入设备130,以控制从输入设备130的信息的输入。显示I/F 25连接客户端设备120和显示设备140,以控制向显示设备140的信息的输出。客户端设备120的功能和后述的图4的流程图的处理是通过CPU 22基于存储器21中所存储的程序进行处理来实现的。
图2是示出摄像设备110和客户端设备120的功能结构的示例的图。作为功能结构,摄像设备110包括控制单元111、信号处理单元112、驱动控制单元113和通信控制单元114。控制单元111控制摄像设备110。信号处理单元112处理摄像单元11所拍摄的图像信号。例如,信号处理单元112对摄像单元11所拍摄的图像进行编码。作为编码方式,信号处理单元112例如可以使用联合图像专家小组(JPEG)。可选地,作为编码方式,信号处理单元112可以使用H.264/MPEG-4AVC(以下为H.264)。可选地,作为编码方式,信号处理单元112可以使用高效视频编码(HEVC)。然而,编码方式不限于上述示例。信号处理单元112可以选择多个编码方式之一来编码图像。驱动控制单元113执行用以改变摄像单元11的摄像方向和视角的控制。在本典型实施例中,将说明摄像单元11可以将摄像方向改变成平摇方向和俯仰方向并且改变摄像视角的情况,但是本典型实施例不限于该示例。摄像设备110可以不具有用于将摄像方向改变成平摇方向和俯仰方向的功能并且可以不具有用于改变视角的功能。通信控制单元114向客户端设备120发送信号处理单元112所处理后的拍摄图像。此外,通信控制单元114从客户端设备120接收用于摄像设备110的控制命令。
作为功能结构,客户端设备120包括控制单元121、通信控制单元123、信息获取单元124和显示控制单元125。控制单元121控制客户端设备120。通信控制单元123从摄像设备110接收拍摄图像。信息获取单元124接受通过输入设备130的用户输入,以从输入设备130获取输入信息。显示控制单元125向显示设备140输出视频,并使显示设备140进行后述的显示处理。
在本典型实施例中,客户端设备120在从摄像设备110接收到的拍摄图像上设置要检测人体的检测区域,并且针对所设置的各检测区域设置最大人体大小和最小人体大小,以进行人体检测处理。因此,可以通过设置要检测人体的检测区域和针对所设置的各检测区域设置最大人体大小和最小人体大小,来在实时取景视频上进行人体检测处理。然而,本典型实施例不限于该示例。例如,客户端设备120可以通过获取摄像设备110中所存储的运动图像、针对各帧设置要检测人体的检测区域、并且针对所设置的各检测区域设置最大人体大小和最小人体大小,来进行人体检测处理。此外,客户端设备120可以通过针对客户端设备120中所存储的运动图像的各帧设置要检测人体的检测区域、并针对所设置的各检测区域设置最大人体大小和最小人体大小,来进行人体检测处理。可选地,客户端设备120可以通过访问记录服务器、针对记录服务器上所存储的运动图像的各帧设置要检测人体的检测区域、并针对所设置的各检测区域设置最大人体大小和最小人体大小,来进行人体检测处理。
接着,将参考图3~7来说明本典型实施例中的用于设置要检测人体的检测区域、并针对所设置的各检测区域设置最大人体大小和最小人体大小的处理的配置和流程。
图3是示出设置要检测人体的检测区域并针对各所设置的各检测区域设置最大人体大小和最小人体大小的示例的图。在图3中,画面300是用于促使用户设置检测区域的图形用户界面。图像301是控制单元121从摄像设备110所获取到的拍摄图像301。按钮302是用于设置检测区域的按钮。按钮303是用以针对各检测区域设置最大人体大小和最小人体大小的按钮。通过显示设备140来向用户显示图3中的画面300。在本典型实施例中,使用图形用户界面来促使用户进行设置,但是可以使用诸如语音等的其它方法来促使用户进行设置。
图4是示出设置要检测人体的检测区域并且针对所设置的各检测区域设置最大人体大小和最小人体大小的信息处理的流程图。
在步骤S400中,控制单元121从摄像设备110获取所拍摄的图像。步骤S400中的处理是用于接受图像的接受处理的示例。
在步骤S401中,控制单元121基于存储器21中所存储的设置文件的描述等来判断检测区域以及针对各检测区域的最大人体大小和最小人体大小是否处于设置完成状态。如果检测区域以及最大人体大小和最小人体大小被判断为处于设置完成状态(步骤S401中为“是”),则处理进入步骤S415,以及如果检测区域以及最大人体大小和最小人体大小被判断为未处于设置完成状态(步骤S401中为“否”),则处理进入步骤S402。
在步骤S402中,控制单元121判断是否经由输入设备130发生了用户输入。如果判断为发生了用户输入(步骤S402中为“是”),则处理进入步骤S403,以及如果判断为未发生用户输入(步骤S402中为“否”),则处理返回至步骤S400。
在步骤S403中,控制单元121判断是否选择了按钮302。如果判断为选择了按钮302(步骤S403为“是”),则处理进入步骤S404,以及判断为尚未选择按钮302(步骤S403为“否”),则处理进入步骤S407。
在步骤S404中,控制单元121转变成检测区域设置模式,并执行控制以使得使显示设备140显示图5所示的画面。可以设置多个检测区域。
图5是示出在转变成检测区域设置模式之后用于设置检测区域的画面的示例的图。画面500是在转变成检测区域设置模式之后用于设置要检测人体的检测区域的画面。画面500表示示出区域设置画面的示例的图。按钮501表示向检测区域设置模式的转变,并且该按钮的显示是从按钮302的显示改变而来的。光标502是输入设备130用以设置检测区域的光标。检测区域503是表示所设置的检测区域的矩形。在本典型实施例中,检测区域503被设置为矩形,但是还可以被设置为不同形状。按钮501是可以将显示设备140所显示的画面识别为区域设置画面的识别信息的示例。
在步骤S405中,控制单元121接受用户经由输入设备130和显示设备140中所显示的画面500对检测区域503的设置操作,以设置检测区域503。检测区域503是具有针对图像所设置的预定大小的区域(范围)。
在步骤S406中,如图5所示,控制单元121使显示设备140显示步骤S405中所设置的检测区域503。
在步骤S407中,控制单元121判断是否选择了按钮303。如果判断为选择了按钮303(步骤S407中为“是”),则处理进入步骤S408,以及如果判断为尚未选择按钮303(步骤S407中为“否”),则处理返回至步骤S400。
在步骤S408中,控制单元121转变成人体大小设置模式,并执行控制,以使得使显示设备140显示图6所示的画面。
图6是示出在转变成人体大小设置模式之后用于设置人体大小的画面的示例的图。画面600表示大小设置画面的示例的图。检测区域601是步骤S405中所设置的检测区域503,并且也是用户设置最大人体大小和最小人体大小的区域。按钮602表示向人体大小设置模式的转变,并且该按钮的显示是从按钮303的显示改变而来的。人体模型603是用于在检测区域601中设置最大人体大小的人体模型。人体模型604是用于在检测区域601中设置最小人体大小的人体模型。在本典型实施例中,人体模型603和人体模型604是采用接近人体形状的形状来显示的,但是可以采用其它形状来显示。按钮602是用于识别出显示设备140所显示的画面是大小设置画面的识别信息的示例。
在步骤S409中,控制单元121执行控制,以使得使显示设备140显示人体模型603和人体模型604。在本典型实施例中,控制单元121在转变成人体大小设置模式之后显示人体模型603和人体模型604,但是这不限制本典型实施例,控制单元121可以在检测区域设置模式下显示人体模型603和人体模型604,或者通过诸如直到控制单元121转变成人体大小设置模式为止半透明地进行显示等的其它方法来控制人体模型603和人体模型604的显示状态。人体模型604是用于设置第一检测大小的物体的示例。人体模型603是用于设置第二检测大小的物体的示例。控制单元121使显示设备140在画面600中将人体模型603比人体模型604更靠前显示,或者将人体模型603显示在画面600的下部。这是因为,在有深度的宽范围的拍摄图像中,相对大的被摄体存在于前面,并且相对较小的被摄体存在于后面。
在步骤S410中,控制单元121接受用户经由输入设备130在显示设备140内所显示的画面600中对人体模型603的拖拽操作等,以改变最大人体大小。这里,最大人体大小是人体相对于画面的最大检测大小。在本典型实施例中,检测区域601中的最大人体大小通过拖拽人体模型603来改变,但是也可以通过其它方法来改变。
在步骤S411中,如后述的图7所示,控制单元121使画面600显示步骤S410中改变后的最大人体大小的人体模型701。
在步骤412中,控制单元121接受用户经由输入设备130在显示设备140内所显示的画面600中对人体模型604的拖拽操作等,以改变最小人体大小。这里,最小人体大小是人体相对于画面的最小检测大小。在本典型实施例中,检测区域601中的最小人体大小通过拖拽人体模型604来改变,但是也可以通过其它方法来改变。
在步骤S413中,如后述的图7所示,控制单元121使画面600显示步骤S412中改变后的最小人体大小的人体模型702。
图7是示出改变后的最大人体大小和最小人体大小的示例的图。人体模型701是在改变模型的大小之后检测区域601中的最大人体大小的人体模型。人体模型702是在改变模型的大小之后检测区域601中的最小人体大小的人体模型。步骤S410和S411中的处理与步骤S412和S413中的处理可以以相反的顺序来进行。
在步骤S414中,控制单元121在例如存储器21的设置文件中描述并存储设置完成状态。为了简化描述已经说明了针对一个检测区域503设置人体大小的示例,但是针对多个检测区域503,可以同样地进行步骤S408~S414中的处理。
在步骤415中,控制单元121在步骤S405中所设置的检测区域内、在步骤S412中所设置的检测区域内的最小人体大小与步骤S410中所设置的检测区域内的最大人体大小之间检测人体。作为人体检测方法,例如可以使用日本特开2014-199506中所论述的技术。控制单元121还可以针对所设置的各检测区域设置最大人体大小和最小人体大小,并且在所设置的检测区域中检测所设置的人体大小的人体。
控制单元121可以经由通信控制单元123向外部设备发送与所检测到的人体和所检测到的人体的数量等有关的信息,或者使显示设备140显示这种数据。
在步骤S416中,控制单元121判断是否结束重复处理。如果判断为结束重复处理(步骤S416中为“是”),则控制单元121结束图4所示的流程图的处理,以及如果判断为不结束重复处理(步骤S416中为“否”),则处理返回至步骤S400。
接着,将说明针对图像的各区域设置并更新要检测的人的大小的示例。
图8是示出图像处理设备120的功能结构的示例的图。图像处理设备120包括图像获取单元201、检测单元202、输出单元203、大小输入单元204和图案管理单元205。图像获取单元201获取从摄像设备110获取到的图像(运动图像或静止图像),并将所获取到的图像发送至检测单元202。图像获取单元201例如还可以从外部摄像设备或者供给图像的服务器设备获取图像。此外,图像获取单元201可以获取图像处理设备120内的存储器21中所存储的图像。图像获取单元201所获取到的图像是要输入至图像处理设备120中的检测处理对象图像的示例。
如果获取运动图像作为图像,则图像获取单元201将构成所获取到的运动图像的各帧图像顺次发送至检测单元202。然后,检测单元202针对所发送的各帧进行物体检测处理。如果获取静止图像作为图像,则图像获取单元201将所获取到的静止图像发送至检测单元202。以下,将说明从图像获取单元201向检测单元202发送静止图像或者运动图像的一帧的情况。
检测单元202包括检测控制单元210、大小设置单元211、选择单元212、区域设置单元213、判断单元214和大小管理单元215。
检测控制单元210主要执行对物体检测处理中的各元素的控制。
图9是示出图像中所包含的区域的示例的图。在图9的示例中,示出了将从图像获取单元201发送来的图像分割成相同大小的多个区域的状态。大小设置单元211在从图像获取单元201发送来的图像中利用预设方法来设置要通过检测处理检测物体的多个区域。大小设置单元211设置通过例如将从图像获取单元201发送来的图像纵横地分割成N等分所获得的各区域作为要通过检测处理检测物体的区域。从图像获取单元201发送来的图像内所设置的检测处理对象区域是针对图像所设置的区域的示例。
大小设置单元211针对从图像获取单元201发送来的图像内所设置的各区域(例如图9中的各区域),设置该区域内所要检测的物体的大小的范围,并指示大小管理单元215存储与所设置的大小有关的信息。以下将各区域内所要检测的物体的大小称为检测大小。检测单元202针对图像内的各区域进行用于检测由与检测大小有关的信息表示的大小的物体的处理。大小管理单元215将与大小设置单元211所设置的检测大小有关的信息存储在存储器21中,并管理该信息。
图10是示出与大小管理单元215所管理的检测大小有关的信息的示例的图。图10中的表包含表示图像内的各区域的区域的项目以及检测大小的项目。在图10的示例中,与检测大小有关的信息被给出为一对最小大小和最大大小,并且表示要对大小等于或大于最小大小并且等于或小于最大大小的物体进行检测。此外,在图10的示例中,最小大小和最大大小表示包含所检测到的物体的矩形区域的一边的长度。
大小输入单元204例如基于经由图像处理设备120的操作单元的用户操作来接受针对图像内的各区域的检测大小的指定。大小输入单元204还例如经由网络I/F 105,通过从外部信息处理设备接收与针对图像内的各区域的检测大小有关的信息来接受针对图像内的各区域的检测大小的指定。
在图10的示例中,与大小管理单元215所管理的检测大小有关的信息包含与检测大小有关的信息,但是还可以包含诸如进行检测处理的次数和所检测到的物体的平均大小等的其它信息。
接着,将提供检测单元202的物体检测处理的概要。在本典型实施例中,检测单元202进行如下所述的物体检测处理。首先,检测单元202在物体检测处理对象图像的左上角配置识别图案。在本典型实施例中,物体检测处理对象图像中的识别图案的位置是图像内的识别图案的左上角上的像素的位置。即,检测单元202配置识别图案,以使得物体检测处理对象图像的左上角和识别图案的左上角重叠。识别图案是用于物体检测处理的图案匹配的图像。图案匹配是用于判断特定图案与要比较的图案是否彼此一致或相似的处理。图案匹配的处理例如包括如下处理:针对识别图案的全部像素来对识别图案的像素和与识别图案的像素重叠的检测处理对象图案的像素之间的差进行合计,并将合计差值用于阈值判断。在这种情况下,例如,如果合计差值等于或小于所设置的阈值,则检测单元202判断为与检测处理对象图像中的识别图案重叠的部分是由识别图案所表示的物体。如果例如合计差值大于所设置的阈值,则检测单元202判断为与检测处理对象图像中的识别图案重叠的部分不是识别图案所表示的物体。
作为图案匹配的处理,例如还已知以下处理。该处理如下:从识别图案和与识别图案重叠的检测处理对象图像中的每一个中提取特征量,并将所提取出的特征量之间的差的值用于阈值判断。所提取出的特征量包括Haar-like特征量、方向梯度直方图(HOG)特征量以及尺度不变特征转换(SIFT)特征量。
以下将更具体地说明本典型实施例中的物体检测处理。
检测控制单元210将从图像获取单元201发送来的图像(以下为第一图像)发送至选择单元212。
为了从检测控制单元210所发送的第一图像中检测不同大小的物体,选择单元212通过缩小第一图像来生成具有不同分辨率的多个图像。
以下将说明用于生成通过缩小第一图像所获得的多个图像的原因。在本典型实施例中,检测单元202针对识别图案和作为检测处理对象图像的第一图像之间的重叠部分进行图案匹配来判断该重叠部分是否为识别图案所表示的物体。然而,通过与识别图案的图案匹配,仅可以检测到具有与识别图案的大小相同的大小的物体。在本典型实施例中,检测单元202需要从第一图像中检测各种大小的物体。因而,检测单元202通过缩小第一图像来生成图像,并进行对所生成的图像与识别图案的同样的图案匹配,以使得可以检测到各种大小的物体。例如,如果识别图案具有一边为20像素的正方形的形状,则检测单元202可以从第一图像中检测到20像素的物体,并且从通过将第一图像缩小成原始大小的一半所获得的图像中检测到40像素的物体。即,选择单元212根据要检测的物体的大小来生成第一图像的缩小图像。
选择单元212生成第一图像的缩小图像。在该时点,选择单元212确定缩小图像的数量,以使得可以在大小设置单元211所设置的检测大小的范围内检测到物体,并且获得要检测的一组图像。假定:例如,针对第一图像的上半部分中存在的各区域,最小检测大小是20像素,并且最大检测大小是130像素。还假定:针对第一图像的下半部分中存在的各区域,最小检测大小是100像素,并且最大检测大小是150像素。在该情况下,选择单元212在多阶段中生成第一图像的缩小图像,以使得可以检测到例如大小从20像素到150像素的物体。例如,如果要检测比识别图案的大小小的物体,则选择单元212可以生成第一图像的放大图像。在该情况下,检测单元202使用识别图案来对第一图像的放大图像进行物体检测处理。
图11是示出第一图像和第一图像的缩小图像的示例的图。图像411是第一图像,图像412和图像413是第一图像的缩小图像。识别图案401是本典型实施例中的用于物体检测处理的图案,并且是示出人体作为要检测的物体的图像。
接着,检测单元202使用识别图案401对第一图像和选择单元212所生成的第一图像的缩小图像进行物体检测处理。选择单元212从第一图像和缩小图像中逐一选择检测处理对象图像,并将所选择出的图像发送至区域设置单元213。这里,将说明选择单元212选择图像411的情况下所进行的处理。判断单元214经由图案管理单元205例如从辅助存储设备103获取与识别图案401有关的信息,并且将该信息发送至区域设置单元213。
区域设置单元213在预设的初始位置处配置识别图案401,并且通过预设的移动方法来移动识别图案401。区域设置单元213在图像411的左上角上配置识别图案401。区域设置单元213将识别图案401从左向右、从上向下顺次移动。例如,区域设置单元213以所设置的像素(例如以1个像素、以5个像素等)将识别图案401从左向右移动,直到识别图案401的右角与图像411的右角重叠为止。接着,区域设置单元213将识别图案401移动至左角,然后以所设置的像素(例如以1个像素、以5个像素等)将识别图案401向下移动。然后,区域设置单元213再次以所设置的像素将识别图案401从左向右移动,直到识别图案401的右角与图像411的右角重叠为止。区域设置单元213重复上述处理,直到识别图案401的右下角与图像411的右下角重叠为止。
在本典型实施例中,在第一图像内部设置多个区域,并且针对各区域设置要检测的物体的大小。然后,每当通过区域设置单元213移动识别图案401时,通过判断单元214来进行以下处理。判断单元214识别识别图案401的位置(左上角的像素的位置)属于图像411的哪一区域。然后,判断单元214判断与当前正进行检测处理的图像(图像411)相对应的物体的大小是否包含在由与所识别出的区域相对应的检测大小所表示的范围内。如果判断为该大小包含在该范围内,则判断单元214通过在当前位置处的识别图案401和图像411的与当前位置处的识别图案401重叠的区域之间进行图案匹配,来进行物体检测处理。如果判断为大小没有包含在该范围内,则判断单元214不执行通过在当前位置处的识别图案401和图像411的与当前位置处的识别图案401重叠的区域之间进行图案匹配来进行的物体检测处理。因此,图像处理设备120可以通过不对具有除检测大小以外的大小的物体进行物体检测处理来降低处理负荷,由此加速处理。
在判断单元214检测到物体时,检测控制单元210将与识别图案401有关的位置信息和与所检测到的物体有关的大小信息输出至大小设置单元211。大小设置单元211基于从检测控制单元210输出的识别图案401的位置信息和所检测到的物体的大小信息来更新包含识别图案401的区域的检测大小。在本典型实施例中,假定识别图案401包含在识别图案401所位于的区域(识别图案401的左上角的像素存在的区域)内。
检测单元202对诸如图像412和图像413等的第一图像的缩小图像同样进行物体检测处理。检测单元202在将由从第一图像的缩小图像的物体的检测结果所表示的位置信息和大小信息转换成第一图像内的位置信息和大小信息之后,更新检测大小。
接着,将说明大小设置单元211的检测大小更新处理。如图10所示,将说明在大小管理单元215针对各区域管理与检测大小有关的信息的情况下判断单元214检测到新物体的情况。将判断单元214所检测到的物体的位置信息和大小信息输入至大小设置单元211中。然后,大小设置单元211基于以下公式1和公式2来更新检测大小:
HBSmin=(HBS_new+HBSmin_old)*γ/2(公式1)
HBSmax=(HBS_new+HBSmax_old)*γ/2(公式2)
在公式1和公式2中,HBSmin表示更新后的检测大小的最小大小。HBSmax表示更新后的检测大小的最大大小。HBS_new表示所检测到的物体的大小。HBSmin_old表示更新之前的检测大小的最小大小。HBSmax_old表示更新之前的检测大小的最大大小。γ表示用于调节更新后的检测大小的大小系数并且取任意值。大小设置单元211可以适当地改变γ的值。
大小设置单元211可以通过使用公式1和公式2更新检测大小来将过去检测到的物体的大小的结果作为统计信息反映到检测大小中。在更新了检测大小之后,检测单元202可以在考虑到过去的检测结果的更新后的检测大小的范围(HBSmin~HBSmax)内,通过检测物体来省略对具有无用大小的物体的检测处理。
以上说明了在从图像获取单元201发送作为静止图像的图像的情况下所进行的检测单元202的处理。在从图像获取单元201发送作为运动图像的图像的情况下,检测单元202对运动图像中所包含的各帧重复进行本典型实施例中所述的处理。
输出单元203输出表示由检测单元202所获得的处理结果的信息。输出单元203将表示处理结果的信息输出至例如图像处理设备120的显示单元、或者无线或有线地连接至图像处理设备120的外部设备的显示单元。例如,输出单元203还可以将信息输出至诸如无线或有线地连接至图像处理设备120的外部显示器等的显示设备。输出单元203还可以原样或者以可视图形来输出表示检测单元202所获得的处理结果的信息。表示检测单元202所获得的处理结果的信息例如是表示所检测到的物体的位置和大小的信息以及表示大小设置单元211更新后的各区域的检测大小的信息。
检测单元202在重复进行上述处理以进行用于各种大小的物体的物体检测处理之后结束处理。在例如连续进行了特定时间段的处理之后即使在没有完成整个处理的情况下,或者在所检测到的人体的数量或者进行人体检测处理的次数变得等于或超过所设置的阈值的情况下,检测单元202也可以结束处理。
图12是示出图像处理设备120的处理的示例的流程图。将参考图12来说明本典型实施例中的图像处理设备120的处理的详情。
在步骤S501中,大小输入单元204经由大小设置单元211、针对检测处理对象图像中所设置的各区域将检测大小初始化。大小输入单元204基于例如经由图像处理设备120的操作单元的用户操作来接受针对检测处理对象图像中的各区域的检测大小的指定。然后,大小输入单元204指示大小设置单元211设置由所接受的指定所表示的检测大小作为各区域的检测大小的初始值。大小设置单元211根据指示将由大小输入单元204所接受的指定所表示的检测大小的值作为各区域的检测大小的初始值存储在辅助存储设备103等中。
在步骤S502中,图像获取单元201获取从外部供给的图像。在图11的示例中,假定图像获取单元201获取到静止图像。然后,图像获取单元201将所获取到的图像发送至检测单元202。然后,检测单元202开始对从图像获取单元201发送来的图像进行物体检测处理。
在步骤S503中,检测控制单元210判断是否完成了用于从步骤S502中所获取到的图像中检测物体的处理。如果判断为完成了用于从步骤S502中所获取到的图像中检测物体的处理(步骤S503中为“是”),则处理进入步骤S507。如果判断为未完成用于从步骤S502中所获取到的图像中检测物体的处理(步骤S503中为“否”),则处理进入步骤S504。
在步骤S504中,判断单元214从步骤S502所获取到的图像中检测物体。步骤S504中的处理与参考图10所述的处理相同。即,判断单元214选择步骤S502中所获取到的图像和该图像的缩小图像中的任意图像。然后,判断单元214通过使用识别图案进行图案匹配来从所选择的图像中检测当前要检测的大小的物体。
在步骤S505中,检测控制单元210判断在步骤S504的检测处理中是否已经检测到任何物体。如果判断为在步骤S504的检测处理中已经检测到物体(步骤S505中为“是”),则检测控制单元210将步骤S504中所检测到的物体的位置信息和大小信息发送至大小设置单元211,然后处理进入步骤S506。如果判断中在步骤S504的检测处理中没有检测到物体(步骤S505中为“否”),则处理返回至步骤S503。
在步骤S506中,大小设置单元211识别从步骤S505中发送来的所检测到的物体的位置信息中已经检测到物体的区域。然后,大小设置单元211基于步骤S505中发送的所检测到的物体的大小信息来更新与同所识别出的区域相对应的检测大小有关的信息。
在步骤S507中,检测控制单元210例如将表示从步骤S502中所获取到的图像的物体的检测结果的信息输出至诸如外部显示器等的外部输出单元。外部输出单元例如通过显示该信息来输出该输出信息。
在本典型实施例中,如上所述,图像处理设备120针对物体检测处理对象图像内部所设置的各区域,设置与表示进行检测处理的物体的大小的检测大小有关的信息的初始值。然后,图像处理设备120针对物体检测处理对象图像内部所设置的各区域,检测由相应的检测大小所表示的范围内的大小的物体,并且每当检测到物体时更新与检测大小有关的信息。
利用上述处理,图像处理设备120可以在无需使用与图像处理设备120和被摄体之间的距离有关的信息的情况下,针对各区域将要检测的物体的大小更新成适当值。即,每当检测到物体时,图像处理设备120针对设置区域更新与检测大小有关的信息,以使得可以省去用于检测具有无用大小的物体的处理的执行。另外,在图像处理设备120中,不需要每当改变摄像设备的配置位置时,都设置诸如摄像设备的视角或者摄像设备和被摄体之间的距离等的信息。因此,图像处理设备120可以更容易地加速物体检测处理。
在本典型实施例中,假定图像处理设备是具有图像处理功能的诸如监视照相机等的摄像设备。然而,图像处理设备120可以是获取外部摄像设备所拍摄的图像并且对所获取到的图像进行图像处理的诸如个人计算机或服务器设备等的信息处理设备。
在本典型实施例中,假定与检测大小有关的信息是相应区域中的要检测的物体的最大大小的相关信息和最小大小的相关信息。然而,与检测大小有关的信息例如可以是与要检测的物体的大小的范围的中值有关的信息以及与该范围的宽度有关的信息。
在本典型实施例中,假定物体检测处理对象图像中的识别图案的位置是图像内的识别图案的左上角的像素的位置。然而,物体检测处理对象图像中的识别图案的位置可以是诸如识别图案的中央的像素等的其它像素的位置。
在本典型实施例中,检测单元202通过使用识别图案对要检测的图像及其缩小图像进行图案匹配来进行物体检测处理。然而,检测单元202可以通过使用识别图案和被放大/缩小成各区域的检测大小的大小的识别图案对要检测的图像进行图案匹配,来进行物体检测处理。
在本典型实施例中,大小设置单元211针对通过将图像获取单元201所获取到的图像进行分割所获得的多个区域中的各区域设置检测大小。然而,大小设置单元211可以在针对图像获取单元201所获取到的图像来设置所设置的数量个(例如,1个、2个等)的用于检测处理的区域之后,针对各区域设置检测大小。例如,大小设置单元211可以将图像获取单元201所获取到的图像整体的检测大小设置为一个区域。此外,大小设置单元211例如可以设置以图像获取单元201所获取到的图像为中心的设置大小的矩形区域并且针对该区域设置检测大小。在该情况下,检测单元202针对除矩形区域以外的部分不进行物体检测处理。
此外,大小设置单元211可以基于经由图像处理设备120的操作单元的操作或者从外部设备的区域的指定信息来接受要检测的区域的指定。然后,大小设置单元211可以将由所接受的指定所表示的区域设置为要检测的区域。这样,图像处理设备120仅针对用户所期望的区域进行物体检测处理,并且不针对其它部分进行检测处理,从而可以降低不必要的处理的负荷。
在图像获取单元201所获取到的图像中,例如,在仅拍摄墙壁的部分中无法拍摄到作为要检测的物体的人体。因而,图像处理设备120可以通过从用于设置检测大小的区域中排除该部分而不针对该部分进行物体检测处理。结果,图像处理设备120可以防止不必要的处理的负荷的增加。
物体的检测设置可以与各预设位置相关联并且针对各预设位置而被保持。将使用通过将图8的功能添加至能够改变摄像视角的摄像设备110所获得的配置来说明这种示例。摄像视角是摄像设备110进行拍摄的范围。摄像设备110的输出是向用作客户端设备的图像处理设备120的输出。在这种情况下,通过客户端设备120来进行上述的大小设置等。
在摄像设备110中视角由于平摇/俯仰变焦移动而改变的情况下,在摄像设备110的图像获取单元201所获取到的图像的各区域中可以拍摄到的物体的大小也发生改变。
因而,在摄像设备110的视角发生改变的情况下,大小设置单元211基于摄像设备110的视角的变化(平摇/俯仰变焦移动量)来更新由大小管理单元215所管理的与检测大小有关的信息。在视角被改变成两倍变焦的情况下,大小设置单元211更新与检测大小有关的信息,以使各区域的检测大小的最大大小和最小大小变成两倍。
在更新了与检测大小有关的信息之后,摄像设备110基于与更新后的检测大小有关的信息来检测物体,并且每当摄像设备110的视角发生改变(平摇/俯仰变焦移动)时重复同样的处理。
利用上述处理,在摄像设备110的视角发生改变的情况下,摄像设备110可以适当更新检测处理对象图像中的各区域的检测大小。
在摄像设备110的视角被设置为多个预设位置的情况下,大小管理单元215可以针对各预设位置分别管理与各区域的检测大小有关的信息。
图13是用于描述视角发生改变时所进行的处理的示例的图。图13的示例示出针对摄像设备110预先设置的预设位置A处的视角、预设位置B处的视角和预设位置C处的视角的状态。大小管理单元215在存储器13中存储并管理用于列举与同各预设位置相对应的各区域的检测大小有关的信息的检测大小列表611~613。检测单元202识别摄像设备110的当前视角是预设位置A处的视角、预设位置B处的视角和预设位置C处的视角中的哪一个。然后,检测单元202使用与同所识别出的视角相对应的检测大小有关的信息来检测物体,并使用检测处理的结果来更新与检测大小有关的信息。然后,在摄像设备110的视角被切换时,检测单元202切换用于检测处理的与检测大小有关的信息。例如,在预设位置A处的视角被切换成预设位置B处的视角的情况下,检测单元202将与要使用的检测大小有关的信息从检测大小列表611切换成检测大小列表612。然后,检测单元202使用与切换后的检测大小有关的信息来检测物体,并且使用检测结果来更新与检测大小有关的信息。
如果如上所述,物体的检测设置与各预设位置相关联并且针对各预设位置而被保持,则无需每当摄像设备110的视角发生改变时重新设置检测大小,从而使得可以降低用户的负荷。图像处理设备120的通信I/F 23可以将检测区域设置和检测大小设置输出至摄像设备的通信I/F 14。
可以通过图像处理设备120来自动设置多个检测区域。在本典型实施例中,大小设置单元211考虑到在要进行物体检测处理的图像中如何拍摄物体来设置要进行物体检测处理的区域。以下将说明本典型实施例中的处理。
图14A是示出摄像设备110用于摄像的状态的示例的图。在图14A的示例中,摄像设备110经由摄像单元11拍摄包括存在于通道上的人1401和1402的多个人的图像。图14B是在图14A的状态下摄像设备110所拍摄的图像。
在图14A的示例中,以斜向下观看通道的角度安装摄像设备110。在这种环境下,摄像设备110所拍摄的图像变成如下的图像:下部是通过拍摄相对接近摄像设备110的部分所获得的图像并且上部是通过拍摄相对远离摄像设备110的部分所获得的图像。在图14B的图像中,最接近摄像设备110的人1401被拍摄得比其它人大,并且最远离摄像设备110的人1402被拍摄得比其它人小。因而,人越接近摄像设备110,由于诸如人高度方面的差异等的个人差异,导致预测的图像内的人的大小偏差越大。即,与图像的上部相比,在图像的下部中,预测的所检测到的物体的大小偏差较大。
基于这种预测,针对仿佛向下观看多个人那样拍摄的图像,图像处理设备120的大小设置单元211如下所述那样设置要进行检测处理的区域。更具体地,大小设置单元211如图15所示那样对图像进行分割,并且针对摄像设备110设置各分割区域作为要进行检测处理的区域。在图15的示例中,与图像的上部区域801中所设置的各区域相比,图像的下部区域802中所设置的各区域较小。检测单元202针对区域802中的各较小区域更新与检测大小有关的信息,以使得与区域801相比可以更精确地检测到物体。
如果如上所述通过图像处理设备120来自动设置多个检测区域,则图像处理设备120可以考虑到摄像设备110的拍摄图像中如何观看物体来设置多个检测区域,并且可以针对所设置的各区域来设置或更新检测大小的信息,以使得可以更精确地检测到物体。
在上述说明中,说明了用于显示最大大小和最小大小的示例,但是如图10所示,可以针对各区域输出代表性的检测大小(例如,最大大小和最小大小的平均大小、或者所检测到的多个大小的平均大小)。
输出单元203使图像处理设备120的显示设备140实时或者按设置定时显示与显示大小有关的信息,以使得用户可以确认与检测大小有关的信息。
图16A是示出检测大小的显示结果的示例的图。输出单元203根据与针对各区域的检测大小有关的信息来计算作为与该区域相对应的检测对象的物体的平均大小。然后,输出单元203根据所计算出的平均大小来放大或缩小物体类型图标,并在图像的各区域内显示图标。因而,图像处理设备120可以通过与各区域相关联地显示各区域的检测大小的适当大小,来使得用户能够可视地掌握在各区域内要显示的物体的大致大小。
通过视角来大致确定各区域的检测大小。因而,与远离地分开的区域的检测大小相比,相邻的区域的检测大小被预测成取更接近的值。因此,如果如图16B的范围901中那样呈现表示大小相对于周围偏离了所设置的阈值以上的图标902,则可以在与图标902相对应的区域中可视地识别检测大小的更新的失败。因此,图像处理设备120可以如与图标902相对应的检测大小的情况那样,适当促使用户校正与发生更新失败的区域的检测大小有关的信息。
在本发明中,经由网络或存储介质将用于实现上述的典型实施例的一个或多个功能的程序供给至系统或设备。然而,可以通过系统或设备的计算机的一个或多个处理器读取并执行该程序的处理来实现一个或多个功能。此外,可以通过实现一个或多个功能的电路(例如,专用集成电路(ASIC))来实现本发明。
在上述说明中,详细说明了本发明的典型实施例的示例,但是本发明不限于特定典型实施例。
可以在摄像设备110中将摄像设备110的功能结构的一部分或全部实现为硬件结构。同样地,可以在客户端设备120中将客户端设备120的功能结构的一部分或全部实现为硬件结构。上述的客户端设备和摄像设备的硬件结构仅是示例,并且例如可以设置多个CPU、存储器或通信I/F。
此外,在上述典型实施例中,采用人体作为检测对象的示例,但是检测对象可以是其它物体,例如汽车或动物。
根据上述各典型实施例的处理,可以实现检测处理的加速和误检测的降低其中至少之一。
其它实施例
本发明的实施例还可以通过如下的方法来实现,即,通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置,该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。
尽管已经参考典型实施例说明了本发明,但是应该理解,本发明不局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 (13)
1.一种信息处理设备,包括:
获取单元,用于获取拍摄图像;
第一设置单元,用于针对所述拍摄图像设置用于物体检测的检测区域,其中,所述物体检测用于检测大小在最小大小和最大大小之间的物体;
第二设置单元,用于基于用户的指定设置用于所述检测区域的所述最小大小和所述最大大小;
显示控制单元,用于在通过所述第二设置单元设置要经由所述物体检测来检测的所述物体的大小的情况下,使显示单元显示叠加有表示所述最大大小的第一引导和表示所述最小大小的第二引导的所述拍摄图像,以及在通过所述第一设置单元设置所述检测区域的情况下,使得所述显示单元不显示所述第一引导和所述第二引导;以及
检测单元,用于针对所述检测区域进行所述物体检测。
2.根据权利要求1所述的信息处理设备,其中,还包括用于接受图像的接受单元,
其中,所述第一设置单元针对所述接受单元所接受的图像设置检测区域。
3.根据权利要求2所述的信息处理设备,其中,所述图像是运动图像。
4.根据权利要求1所述的信息处理设备,其中,所述显示控制单元使所述显示单元显示用于指示所述物体的信息作为所述物体检测的结果。
5.根据权利要求1所述的信息处理设备,其中,所述显示控制单元使所述显示单元显示还叠加有所述检测区域的所述拍摄图像。
6.根据权利要求1所述的信息处理设备,其中,
所述显示控制单元在大小设置画面中将所述第一引导显示在所述第二引导的前面。
7.根据权利要求1所述的信息处理设备,其中,所述显示控制单元使所述显示单元显示用于设置检测区域的区域设置画面。
8.根据权利要求7所述的信息处理设备,其中,所述显示控制单元使所述显示单元显示用于判断所述显示单元显示的画面是所述区域设置画面还是大小设置画面的识别信息。
9.一种摄像设备,包括:
摄像单元,
接收单元,用于接收针对所述摄像单元所拍摄的图像的用于物体检测的检测区域的设置、以及基于用户的指定的、用于所述检测区域的最小大小和最大大小的设置,其中,所述物体检测用于检测大小在所述最小大小和所述最大大小之间的物体;
显示控制单元,用于在设置要经由所述物体检测来检测的所述物体的大小的情况下,使显示单元显示叠加有表示所述最大大小的第一引导和表示所述最小大小的第二引导的所述所拍摄的图像,以及在设置所述检测区域的情况下,使得所述显示单元不显示所述第一引导和所述第二引导;以及
检测单元,用于针对所述检测区域进行所述物体检测。
10.一种信息处理设备的控制方法,包括以下步骤:
获取拍摄图像;
针对所述拍摄图像设置用于物体检测的检测区域,其中,所述物体检测用于检测大小在最小大小和最大大小之间的物体;
基于用户的指定设置用于所述检测区域的所述最小大小和所述最大大小;
在设置要经由所述物体检测来检测的所述物体的大小的情况下,使显示单元显示叠加有表示所述最大大小的第一引导和表示所述最小大小的第二引导的所述拍摄图像;
在设置所述检测区域的情况下,使得所述显示单元不显示所述第一引导和所述第二引导;以及
针对所述检测区域进行所述物体检测。
11.一种摄像设备的控制方法,所述摄像设备包括摄像单元,所述控制方法包括以下步骤:
接收针对所述摄像单元所拍摄的图像的用于物体检测的检测区域的设置、以及基于用户的指定的、用于所述检测区域的最小大小和最大大小的设置,其中,所述物体检测用于检测大小在所述最小大小和所述最大大小之间的物体;
在设置要经由所述物体检测来检测的所述物体的大小的情况下,使显示单元显示叠加有表示所述最大大小的第一引导和表示所述最小大小的第二引导的所述所拍摄的图像;
在设置所述检测区域的情况下,使得所述显示单元不显示所述第一引导和所述第二引导;以及
针对所述检测区域进行所述物体检测。
12.一种计算机可读存储介质,其存储用于使计算机执行根据权利要求10所述的信息处理设备的控制方法的程序。
13.一种计算机可读存储介质,其存储用于使计算机执行根据权利要求11所述的摄像设备的控制方法的程序。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017014208A JP6452738B2 (ja) | 2017-01-30 | 2017-01-30 | 画像処理装置、画像処理方法及びプログラム |
JP2017-014208 | 2017-01-30 | ||
JP2017-102803 | 2017-05-24 | ||
JP2017102803A JP6987532B2 (ja) | 2017-05-24 | 2017-05-24 | 情報処理装置、情報処理システム、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108376243A CN108376243A (zh) | 2018-08-07 |
CN108376243B true CN108376243B (zh) | 2022-08-05 |
Family
ID=61074332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810090248.XA Active CN108376243B (zh) | 2017-01-30 | 2018-01-30 | 信息处理设备和摄像设备及其控制方法以及记录介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11019251B2 (zh) |
EP (1) | EP3355243A1 (zh) |
CN (1) | CN108376243B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107851324B (zh) * | 2015-07-28 | 2022-12-20 | 索尼公司 | 信息处理系统、信息处理方法和记录介质 |
US10375407B2 (en) * | 2018-02-05 | 2019-08-06 | Intel Corporation | Adaptive thresholding for computer vision on low bitrate compressed video streams |
JP2020141288A (ja) * | 2019-02-28 | 2020-09-03 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP7370840B2 (ja) * | 2019-12-09 | 2023-10-30 | キヤノン株式会社 | 画像処理装置、画像処理方法、コンピュータプログラム及び記憶媒体 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421463B1 (en) * | 1998-04-01 | 2002-07-16 | Massachusetts Institute Of Technology | Trainable system to search for objects in images |
TW569629B (en) * | 2002-03-01 | 2004-01-01 | Huper Lab Co Ltd | Motion detection method with user-adjustable parameters for better detection accuracy |
JP2006025238A (ja) | 2004-07-08 | 2006-01-26 | Fuji Photo Film Co Ltd | 撮像装置 |
JP4201025B2 (ja) | 2006-06-30 | 2008-12-24 | ソニー株式会社 | 監視装置、監視システム及びフィルタ設定方法、並びに監視プログラム |
US8189962B2 (en) * | 2006-12-19 | 2012-05-29 | Hitachi Kokusai Electric Inc. | Image processing apparatus |
JP4315215B2 (ja) | 2007-05-18 | 2009-08-19 | カシオ計算機株式会社 | 撮像装置、及び顔検出方法、顔検出制御プログラム |
US7991193B2 (en) | 2007-07-30 | 2011-08-02 | International Business Machines Corporation | Automated learning for people counting systems |
JP2010140425A (ja) | 2008-12-15 | 2010-06-24 | Hitachi Kokusai Electric Inc | 画像処理システム |
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 |
JP2014199506A (ja) | 2013-03-29 | 2014-10-23 | キヤノン株式会社 | 物体検出装置、物体検出方法及びプログラム |
JP2014238731A (ja) * | 2013-06-07 | 2014-12-18 | 株式会社ソニー・コンピュータエンタテインメント | 画像処理装置、画像処理システム、および画像処理方法 |
JP2015142181A (ja) * | 2014-01-27 | 2015-08-03 | キヤノン株式会社 | 制御装置、制御方法 |
JP6381313B2 (ja) | 2014-06-20 | 2018-08-29 | キヤノン株式会社 | 制御装置、制御方法、およびプログラム |
JP6700661B2 (ja) * | 2015-01-30 | 2020-05-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、及び画像処理システム |
-
2018
- 2018-01-25 EP EP18153451.2A patent/EP3355243A1/en not_active Withdrawn
- 2018-01-25 US US15/879,915 patent/US11019251B2/en active Active
- 2018-01-30 CN CN201810090248.XA patent/CN108376243B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
US11019251B2 (en) | 2021-05-25 |
US20180220065A1 (en) | 2018-08-02 |
EP3355243A1 (en) | 2018-08-01 |
CN108376243A (zh) | 2018-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108376243B (zh) | 信息处理设备和摄像设备及其控制方法以及记录介质 | |
JP4819001B2 (ja) | 撮影装置および方法並びにプログラム、画像処理装置および方法並びにプログラム | |
US8907989B2 (en) | Display control apparatus and display control method | |
CN111107276B (zh) | 信息处理设备及其控制方法、存储介质以及摄像系统 | |
US10771761B2 (en) | Information processing apparatus, information processing method and storing unit | |
JP7197981B2 (ja) | カメラ、端末装置、カメラの制御方法、端末装置の制御方法、およびプログラム | |
CN109510967B (zh) | 摄像装置、摄像装置的控制方法和存储介质 | |
JP2014222825A (ja) | 映像処理装置および映像処理方法 | |
KR101630281B1 (ko) | 영상 처리 장치 | |
US9154693B2 (en) | Photographing control apparatus and photographing control method | |
JP2022027804A (ja) | 情報処理装置、情報処理システム、情報処理方法及びプログラム | |
JP2013254151A (ja) | 画像処理装置および画像処理方法 | |
JP5247338B2 (ja) | 画像処理装置及び画像処理方法 | |
JP6265602B2 (ja) | 監視カメラシステム、撮像装置及び撮像方法 | |
EP3576419A1 (en) | Image processing apparatus, information processing apparatus, information processing method, and program | |
JP6452738B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN112188108A (zh) | 拍摄方法、终端和计算机可读存储介质 | |
KR101792990B1 (ko) | 촬상장치 및 그 제어 방법 | |
JP6483661B2 (ja) | 撮像制御装置、撮像制御方法およびプログラム | |
CN108476290B (zh) | 用于提供全景图像的电子装置及其控制方法 | |
JP7286330B2 (ja) | 画像処理装置及びその制御方法、プログラム、記憶媒体 | |
JP2019062436A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP7208713B2 (ja) | 画像解析装置および画像解析方法 | |
JP5550431B2 (ja) | 表示制御装置及び表示制御方法 | |
US9865070B2 (en) | Panoramic stitched image memory texture writing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |