DE112013002889T5 - Personenerfassungsvorrichtung - Google Patents

Personenerfassungsvorrichtung Download PDF

Info

Publication number
DE112013002889T5
DE112013002889T5 DE112013002889.1T DE112013002889T DE112013002889T5 DE 112013002889 T5 DE112013002889 T5 DE 112013002889T5 DE 112013002889 T DE112013002889 T DE 112013002889T DE 112013002889 T5 DE112013002889 T5 DE 112013002889T5
Authority
DE
Germany
Prior art keywords
recognition
weather
person
screen
model
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.)
Granted
Application number
DE112013002889.1T
Other languages
English (en)
Other versions
DE112013002889B4 (de
Inventor
c/o DENSO CORPORATION Kamiya Yasunori
c/o DENSO CORPORATION Sugiyama Naoki
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.)
Denso Corp
Original Assignee
Denso Corp
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 Denso Corp filed Critical Denso Corp
Publication of DE112013002889T5 publication Critical patent/DE112013002889T5/de
Application granted granted Critical
Publication of DE112013002889B4 publication Critical patent/DE112013002889B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/25Fusion techniques
    • G06F18/254Fusion techniques of classification results, e.g. of results related to same input data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/75Determining position or orientation of objects or cameras using feature-based methods involving models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/24Character recognition characterised by the processing or recognition method
    • G06V30/242Division of the character sequences into groups prior to recognition; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/26Techniques for post-processing, e.g. correcting the recognition result
    • G06V30/262Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
    • G06V30/274Syntactic or semantic context, e.g. balancing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10Recognition assisted with metadata

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Image Processing (AREA)

Abstract

Eine Personenerfassungsvorrichtung (1) erfasst eine Witterungsbedingung, wie bspw. Regen oder Sonnenstrahlung, basierend auf verschiedenen Informationen eines Witterungsinformationeneingabeabschnitts (3). Danach wird, basierend auf einem Erfassungsergebnis der Witterungsbedingungen, der Schirmanteil berechnet, welcher den Anteil von Personen mit Schirmen wiedergibt. Die Personenerfassungsvorrichtung verwendet ein Kein-Schirm-Erkennungsmodell, welches eine Person ohne einen Schirm beschreibt und ein Mit-Schirm-Erkennungsmodell, welches eine Person mit einem Schirm beschreibt, um eine Mustererkennung auf einem Eingabebild durchzuführen, um Erkennungswerte auf der Grundlage das jeweiligen Erkennungsmodell zu erhalten. Danach wird der von der Witterungsbedingung abhängige Schirmanteil, zur Korrektur der jeweiligen Erkennungswerte auf Grundlage der Mustererkennung durch das Kein-Schirm-Modell und das Mit-Schirm-Modell. Die korrigierten Erkennungswerte werden als letztendliches Erfassungsergebnis ausgegeben.

Description

  • Die vorliegende Erfindung basiert auf der japanischen Patentanmeldung Nummer 2012-131959 , eingereicht am 11. Juni 2012, deren Offenbarung hierin durch Bezugnahme aufgenommen ist.
  • Technisches Gebiet
  • Die vorliegende Erfindung bezieht sich auf eine Personenbestimmungsvorrichtung, welche eine Person aus einem Eingabebild durch die Verwendung von Mustererkennung erfasst.
  • Technischer Hintergrund
  • Herkömmlicherweise beinhaltet ein Verfahren zur Erfassung von Personen vor oder hinter bspw. einem Fahrzeug das Erkennen von Personen in einem von der Kamera aufgenommenen Bild (Eingabebild) unter Verwendung von Erkennungsmodellen.
  • Patentschrift 1 beschreibt ein Verfahren zur Erfassung eines Fußgängers durch Vergleichen eines durch ein Aufnahmemittel aufgenommenen Bildes mit Vorlagendaten für die Fußgängererkennung (Erkennungsmodelle), um ein Hindernis zwischen dem erfassten Fußgänger und einem Fahrzeug zu erkennen.
    • Stand der Technik Patentschrift 1: JP 2010-079716A
  • Zusammenfassung der Erfindung
  • Die aus dem Stand der Technik bekannte Mustererkennung unter Verwendung von Personenerkennungsmodellen hat den Nachteil, dass die Verlässlichkeit bei der Erfassung von Personen, welche einen Witterungsschutz, wie bspw. Schirme (Regenschirme und Sonnenschirme) verwenden, reduziert ist. Dies rührt daher, dass, wenn ein Körperteil, wie bspw. der Kopf der Person, durch Verwendung bspw. eines Schirmes verborgen ist, das Profil um den Kopf der Person sich von dem einer Person ohne Schirm unterscheidet, was zu einer Abweichung des Abbilds der Person in dem Eingabebild von dem Erkennungsmodell führt.
  • Der vorliegenden Erfindung liegt die Aufgabe zugrunde, den Erkennungsanteil von Personen, deren Körper teilweise durch Schutzvorrichtungen wie bspw. Schirme, verborgen sind, dadurch zu verbessern, dass das Mustererkennungsverfahren die Witterungsbedingungen miteinbezieht.
  • Ein Aspekt der vorliegenden Erfindung betrifft eine Personenerfassungsvorrichtung, welche eine Person in einem durch einen Aufnahmeabschnitt aufgenommenen Eingabebild durch Mustererkennung unter Verwendung eines Erkennungsmodells zur Personenerkennung erkennt. Die Personenerfassungsvorrichtung gemäß diesem Aspekt zeichnet sich dadurch aus, dass sie einen Speicherabschnitt, einen Witterungsbestimmungsabschnitt und einen Personenerkennungsabschnitt aufweist.
  • Der Speicherabschnitt speichert ein Mit-Schirm-Erkennungsmodell, welches eine Person beschreibt, welche einen Schutz gegen ein spezifisches Wetter verwendet. Der Witterungsbestimmungsabschnitt bestimmt die Witterungsbedingungen, basierend auf einem Erfassungsergebnis eines Witterungserfassungsabschnitts. Der Personenerkennungsabschnitt führt eine Mustererkennung auf dem Eingabebild unter Verwendung des in dem Speicherabschnitt gespeicherten Mit-Schirm-Erkennungsmodells durch und gibt als Erkennungsergebnis der Mustererkennung einen durch Widerspiegeln eines Einflusses bzw. einer Gewichtung in Abhängigkeit von einer durch den Witterungsbestimmungsabschnitt bestimmten Witterungsbedingung bestimmten Witterungswiderspiegelungswert aus.
  • Die Kernidee dieses Aspektes liegt darin, in Betracht zu ziehen, dass die Anzahl an Personen, welche Schutzvorrichtungen gegen eine spezifische Witterung verwenden, von einer Witterungsbedingung abhängt, diese Information bzgl. der Witterungsbedingungen auf ein Mustererkennungsverfahren für Personen anzuwenden und dadurch die negative Wirkung auf die Erkennungsfähigkeit, wenn Personen solche Schutzvorrichtungen wie bspw. Schirme verwenden, zu reduzieren.
  • Beispielsweise kann der Einfluss bzw. die Gewichtung des Erkennungsergebnisses auf Grundlage eines Mit-Schirm-Erkennungsmodells erhöht werden, nimmt man an, dass, wenn eine spezifische Witterungsbedingung erfasst worden ist, die Anzahl von Personen, welche Schutzvorrichtungen gegen dieses Wetter verwenden, hoch ist. Dies führt dazu, dass der Erkennungsanteil von Personen, welche Schutzvorrichtungen verwenden, verbessert werden kann. Auf der anderen Seite kann der Einfluss bzw. die Gewichtung des Erkennungsergebnisses auf Grundlage des Mit-Schirm-Erkennungsmodells reduziert werden, nimmt man an, dass, wenn eine spezifische Witterungsbedingung nicht erfasst ist, die Anzahl von Personen, welche eine Schutzvorrichtung gegen diese Witterung verwenden, gering ist. Dies führt dazu, dass der Erkennungsanteil von Personen, welche keine Schutzvorrichtung verwenden, verbessert werden kann.
  • Kurzbeschreibung der Figuren
  • Die oben genannten und weiteren Ziele, Merkmale und Vorteile der vorliegenden Erfindung ergeben sich aus der folgenden detaillierten Beschreibung unter Bezugnahme auf die dazugehörigen Zeichnungen. In den Zeichnungen ist
  • 1 ein Blockdiagramm, welches einen schematischen Aufbau eines Personenerfassungssystems zeigt;
  • 2 eine erklärende Ansicht, welche schematisch einen Überblick über Erkennungsmodelle liefert;
  • 3 ein Flussdiagramm, welches ein Verfahren zur Personenerfassung zeigt; und
  • 4a und 4b sind erklärende Ansichten, welche schematisch eine Übersicht einer Personenerkennung unter Berücksichtigung der Witterungsbedingungen zeigen.
  • Ausführungsformen
  • Im Weiteren wird eine Ausführungsform der vorliegenden Erfindung mit Bezugnahme auf die Figuren beschrieben. Die vorliegende Erfindung ist nicht auf die folgenden Ausführungsformen beschränkt, sondern kann auf verschiedene Arten ausgestaltet werden.
  • In der vorliegenden Anmeldung wird der Begriff „Information” nicht nur als unzählbares Nomen, sondern auch als zählbares Nomen „Informationen” verwendet.
  • Erklärung des Aufbaus des Personenerfassungssystems
  • Ein Personenerfassungssystem gemäß der vorliegenden Ausführungsform ist auf einem Fahrzeug etc. montiert, und wird dazu verwendet, Personen vor dem Fahrzeug zu erfassen. Wie in 1 gezeigt, beinhaltet das Personenerfassungssystem eine Personenerfassungsvorrichtung 1 und andere Abschnitte, wie bspw. einen Bildeingabeabschnitt 2, einen Witterungsinformationseingabeabschnitt 3 und einen Erfassungsergebnisausgabeabschnitt 4, welche mit der Personenerfassungsvorrichtung 1 verbunden sind.
  • Die Personenerfassungsvorrichtung 1 ist eine Bildverarbeitungsvorrichtung, welche ein Bild einer Person aus einem Eingabebild unter Verwendung von Mustererkennung durch Erkennungsmodelle erfasst und einen Steuerungsschaltkreis 10 und einen Speicherabschnitt 11 beinhaltet.
  • Der Steuerungsschaltkreis 10 beinhaltet einen bekannten Informationsprozessor oder Computer, welcher eine CPU, einen ROM, einen RAM, eine Eingabe-Ausgabe-Schnittstelle etc. (welche hier nicht gezeigt sind) hat und Eingabebilder von dem Bildeingabeabschnitt 2 zu Ausgabeerfassungsergebnissen von Personen verarbeitet. Der Steuerungsschaltkreis 10 erfasst ein Bild einer Person in einem Eingabebild durch ein bekanntes Mustererkennungsverfahren unter Verwendung von Erkennungsmodellen von Personen. Diese Ausführungsform hat das Merkmal, dass der Steuerungsschaltkreis 10 als letztendliches Erfassungsergebnis einen Wert ausgibt, welcher berechnet worden ist durch Widerspiegeln des Einflusses, welcher basierend auf einer Witterungsbedingung in einem Erkennungsergebnis unter Verwendung eines Erkennungsmodells einer Person ohne Schirm und einem Erkennungsergebnis unter Verwendung eines Erkennungsmodells einer Person mit einem Schirm bestimmt worden ist. Das detaillierte Verfahren wird später dargelegt.
  • Der Speicherabschnitt 11 speichert bspw. Daten von Personenerkennungsmodellen zur Verwendung in der Mustererkennung. In dieser Ausführungsform wird, zusätzlich zu einem typischen Erkennungsmodell, welches eine Person ohne Schirm beschreibt (weiterhin auch Kein-Schirm-Erkennungsmodell genannt) ein Erkennungsmodell, welches eine Person mit einem Schirm, wie bspw. einem Sonnenschirm oder einem Regenschirm beschreibt (weiterhin auch als Mit-Schirm-Erkennungsmodell bezeichnet) in dem Speicherabschnitt 11 gespeichert.
  • Eine Übersicht des Kein-Schirm-Erkennungsmodells, welches eine Person ohne Schirm beschreibt, und des Mit-Schirm-Erkennungsmodells, welches eine Person mit einem Schirm beschreibt, ist in 2 gezeigt. Das Mit-Schirm-Erkennungsmodell unterscheidet sich von dem typischen Kein-Schirm-Erkennungsmodell darin, dass der Kopfbereich mit dem Profil eines geöffneten Schirms bedeckt ist. Die Anwendung eines solchen Mit-Schirm-Erkennungsmodells auf die Mustererkennung beinhaltet zwei Hauptverfahren, wie im Folgenden dargelegt. Eine ist die Erzeugung eines Mit-Schirm-Modells in Modellen, welche die allgemeine Körperform von Personen zur Verwendung in der Mustererkennung beschreiben: Das Mit-Schirm-Modell beschreibt einen allgemeinen Körper mit einem Schirm. Das andere ist die Erzeugung eines Kein-Schirm-Erkennungsmodells bei Erkennungsmodellen, welche spezielle Körperteile eines menschlichen Körpers zur Verwendung bei der Mustererkennung wiedergeben: Das Kein-Schirm-Erkennungsmodell wird dadurch erzeugt, dass ein Erkennungsmodell, welches einen Kopfbereich einer Person ohne Schirm beschreibt, mit einem Erkennungsmodell, welches einen Schirm beschreibt, ersetzt wird.
  • Hierbei wird das Mit-Schirm-Erkennungsmodell durch das Lernen mit Eingabebildern erzeugt. Das Erlernen des Mit-Schirm-Erkennungsmodells wird durch Extrahieren der Merkmale der Profile von Personen mit Schirmen aus den Informationen aus Bildern von Personen, deren Köpfe von Schirmen verdeckt sind, und aus Bildern anderer Personen, durchgeführt.
  • 1 wird erneut erklärt. Der Bildeingabeabschnitt 2 beinhaltet bspw. eine Bordkamera, um Bilder vor dem Fahrzeug aufzunehmen. Der Bildeingabeabschnitt 2 wird auch als Aufnahmeabschnitt bezeichnet. Von dem Aufnahmeabschnitt 2 aufgenommene Bilder werden in den Steuerungsschaltkreis 10 der Personenerfassungsvorrichtung 1 als Eingabebilder eingegeben.
  • Der Witterungsinformationseingabeabschnitt 3 beinhaltet Bordvorrichtungen, welche verschiedene Informationen in die Personenerfassungsvorrichtung 1 eingeben, um die Witterungsbedingungen in einer momentanen Position des Fahrzeugs zu bestimmen. Im Speziellen beinhalten solche Bordvorrichtungen einen Scheibenwischerschalter zum Betrieb eines Scheibenwischers eines Fahrzeugfensters, einen Regensensor und einen Leuchtstärkensensor. In dieser Ausführungsform bestimmt der Steuerungsschaltkreis 10 das Vorhandensein oder Nichtvorhandensein von Regen, oder die Regenintensität, basierend auf der Grundlage eines Betriebszustands des Scheibenwischers und einem Messergebnis des Regens durch den Regensensor. Auf Grundlage des Messergebnisses des Leuchtstärkensensors bestimmt der Steuerungskreislauf 10 die Sonnenintensität bei gutem Wetter. Der Erfassungsergebnisausgabeabschnitt 4 ist eine Bordvorrichtung, welche bspw. einen Fahrer vor einer Person vorwarnt und das Fahrzeug in Antwort auf ein Erfassungsergebnis der Person durch die Personenerfassungsvorrichtung 1 steuert. Diese Art der Bordvorrichtung beinhaltet eine Steuerungsvorrichtung für ein Fahrzeugantriebssicherheitssystem oder ein Fahrassistenzsystem.
  • Erklärung des Personenerfassungsverfahrens
  • Im Folgenden wird ein Personenerfassungsverfahren, welches durch den Steuerungsschaltkreis 10 der Personenerfassungsvorrichtung 1 durchgeführt wird, unter Bezugnahme auf das Flussdiagramm der Figuren 3 und 4 erklärt.
  • In diesem Flussdiagramm der vorliegenden Anmeldung sind mehrere Abschnitte (auch als Schritte bezeichnet) aufgeführt, welche jeweils bspw. als S100 bezeichnet sind. Weiterhin kann jeder Abschnitt in mehrere Unterabschnitte aufgeteilt werden, und mehrere Abschnitte können in einem einzelnen Abschnitt kombiniert werden. Weiterhin kann jeder der so aufgebauten Abschnitte als Vorrichtung, Modul oder Mittel bezeichnet werden.
  • Bei S100 bestimmt der Steuerungsschaltkreis 10 eine gegenwärtige Witterungsbedingung auf der Grundlage von verschiedenen Informationen, welche durch den Witterungsinformationseingabeabschnitt 3 erfasst worden sind. In dieser Ausführungsform beinhaltet eine zu erfassende Witterungsbedingung, wie in 4a gezeigt, das Vorhandensein oder Nichtvorhandensein von Regen oder die Regenintensität basierend auf dem Scheibenwischerschalter oder einem Regensensor und die Sonnenintensität basierend auf dem Leuchtstärkensensor. In S102 wird der Schirmanteil berechnet auf Grundlage der Witterungsbedingungen, welche in S100 erfasst worden sind. Der Schirmanteil ist ein Wert, welcher den Anteil an Personen anzeigt, welche Schirme gegen Regen oder Sonne bei der gegenwärtigen Witterungsbedingung verwenden. In der vorliegenden Ausführungsform werden die folgenden Formeln 1 bis 4 als Beispiele eines Berechnungsverfahrens des Schirmanteils vorgestellt. Schirmanteil = Ausgabe bzgl. des Regens (Typ 1 oder Typ 2) + Ausgabe bzgl. der Sonne (1) Ausgabe bzgl. des Regens (Typ 1) = 0 (kein Regen) oder a (Regen, 0 bis 1,0) (2) Ausgabe bzgl. des Regens (Typ 2) = (Regenintensität) Regenkoeffizient (3) Ausgabe bzgl. der Sonne = (Leuchtstärke – Schwellenwert)·Sonnenkoeffizient (4)
  • Die Ausgabe bzgl. des Regens verwendet eines der Berechnungsverfahren der Typen 1 und 2 in Übereinstimmung mit dem Erfassungsverfahren einer Regenbedingung. Die Ausgabe bzgl. des Regens des Typs 1 wird verwendet, wenn nur das Vorhandensein bzw. Nichtvorhandensein von Regen erfasst wird. Die Ausgabe bzgl. des Regens des Typs 2 wird verwendet, wenn die Regenintensität erfasst wird. Der Regenkoeffizient, Schwellenwert und Sonnenkoeffizient sind vorherbestimmte Design-Werte.
  • In S104 wird ein Eingabebild von dem Bildeingabeabschnitt 2 unter Verwendung des Kein-Schirm-Erkennungsmodells und des Mit-Schirm-Erkennungsmodells zur Durchführung der Mustererkennung gescannt. Hierbei wird der Übereinstimmungsgrad (Erkennungswert, der die Wahrscheinlichkeit eines Fußgängers widerspiegelt) in jeder Position des Eingabebildes berechnet: Der Übereinstimmungsgrad bewegt sich zwischen dem Eingabebild und einem jeden des Kein-Schirm-Erkennungsmodells und dem Mit-Schirm-Erkennungsmodells.
  • Dann wird in S106, wie in 4b gezeigt, der Schirmanteil, welcher in S102 berechnet worden ist, auf den Erkennungswert des Kein-Schirm-Erkennungsmodells und den Erkennungswert des Mit-Schirm-Erkennungsmodells angewandt, um einen korrigierten Witterungswiderspiegelwert zu berechnen. Dann wird der berechnete Witterungswiderspiegelwert als ein letztendliches Erfassungsergebnis der Person ausgegeben. Das Verfahren der Widerspiegelung des Schirmanteils in den Erkennungswerten kann das Folgende beinhalten. Beispielsweise kann eine Korrektur durchgeführt werden, um den Erkennungswert unter Verwendung des Mit-Schirm-Modells relativ zu erhöhen, wenn der Schirmanteil steigt, in anderen Worten, wenn der Anteil von Personen mit Schirmen steigt. Eine solche Vorgehensweise verbessert den Erkennungsanteil von Personen mit Schirm. Auf der anderen Seite kann eine Korrektur durchgeführt werden, um den Erkennungswert unter Verwendung des Mit-Schirm-Modells relativ kleiner zu machen, wenn der Schirmanteil kleiner wird. In anderen Worten, wenn der Anteil von Personen mit Schirmen kleiner wird. In dieser Ausführungsform werden die folgenden Formeln 5 und 6 als Verfahren zur Berechnung der Witterungswiderspiegelungswerte, welche dem Kein-Schirm-Erkennungsmodell und dem Mit-Schirm-Erkennungsmodell entsprechen, beispielhaft vorgestellt. Witterungswiderspiegelungswert (ohne Schirm) = Erkennungswert ohne Schirm·(1 – Schirmanteil) (5) Witterungswiderspiegelungswert (mit Schirm) = Erkennungswert mit Schirm·Schirmanteil (6)
  • Unabhängig von den Witterungsbedingungen kann nur der Erkennungsanteil basierend auf dem Mit-Schirm-Erkennungsmodell verändert werden ohne ein Verändern des Erkennungsanteils auf Grundlage des typischen Kein-Schirm-Erkennungsmodells. In diesem Falle ist der Schirmanteil nicht in dem auf dem Kein-Schirm-Erkennungsmodell basierenden Erkennungswert widergespiegelt, sondern wird nur in dem auf dem Mit-Schirm-Erkennungsmodell basierenden Erkennungswert widergespiegelt.
  • Vorteile
  • Die Personenerfassungsvorrichtung 1 der Ausführungsform bietet die folgenden Vorteile.
  • Die Information bzgl. einer Witterungsbedingung wird auf das Mustererkennungsverfahren für Personen angewandt, da der Personenanteil, welcher Schirme gegen Sonne oder gegen Regen verwendet, von der Witterungsbedingung abhängt. Dies kann den negativen Einfluss auf die Erkennungsfähigkeit von Personen mit Schirmen reduzieren.
  • In dieser Ausführungsform bestimmt der Steuerungsschaltkreis 10 den Schirmanteil, welcher den Anteil von Personen mit Schirmen in Übereinstimmung mit dem Vorhandensein oder Nichtvorhandensein von Regen, der Regenintensität oder der Sonnenintensität wiedergibt. Dann korrigiert der Steuerungskreislauf 10 die jeweiligen Erkennungswerte auf der Grundlage der Mustererkennung unter Verwendung des Kein-Schirm- und Mit-Schirm-Erkennungsmodells unter Verwendung des Schirmanteils in Abhängigkeit einer Witterungsbedingung und gibt diese als letztendliches Erfassungsergebnis aus.
  • Im Speziellen kann der Einfluss des Erkennungsergebnisses unter Verwendung des Mit-Schirm-Erkennungsmodells relativ groß sein, nimmt man an, dass der Personenanteil, welcher Schirme gegen Regen oder Sonne verwendet, hoch ist, wenn Regen oder eine starke Sonneneinstrahlung erfasst wird. Dies kann den Erkennungsanteil von Personen mit Schirmen erhöhen. Auf der anderen Seite kann der Einfluss des Erkennungsergebnisses unter Verwendung des Mit-Schirm-Erkennungsmodells reduziert werden, nimmt man an, dass der Anteil von Personen mit Schirmen gegen Regen oder Sonne gering ist, wenn kein Regen oder keine starke Sonnenstrahlung erfasst wird. Dies kann den Erkennungsanteil von Personen ohne Schirme verbessern und zu angemessenen Erfassungsergebnissen von Personen führen.
  • Obwohl die vorliegende Erfindung mit Bezugnahme auf die speziellen Ausführungsformen dargestellt worden ist, beschränkt sich die Erfindung nicht auf diese Ausführungsformen und Konstruktionen. Die vorliegende Erfindung umfasst verschiedene Abwandlungen und äquivalente Ausgestaltungen. Zusätzlich sind auch weitere Kombinationen und Ausgestaltungen, welche weniger oder nur ein einziges Element aufweisen, auch innerhalb des Umfangs der vorliegenden Erfindung.

Claims (3)

  1. Personenerfassungsvorrichtung (1), welche eine Person aus einem durch einen Aufnahmeabschnitt (2) aufgenommenen Eingabebild durch Mustererkennung unter Verwendung eines Erkennungsmodells zur Personenerkennung erfasst, mit: einem Speicherabschnitt (11), in welchem ein Mit-Schutzvorrichtung-Erkennungsmodell, welches eine Person beschreibt, welche eine Schutzvorrichtung gegen eine spezifische Witterung verwendet, gespeichert ist; einem Witterungsbestimmungsabschnitt (10, S100), welcher eine Witterungsbedingung basierend auf einem Erfassungsergebnis eines Witterungserfassungsabschnitts (3) bestimmt; und einem Personenerkennungsabschnitt (10, S102, S104, S106), welcher – eine Mustererkennung auf dem Eingabebild unter Verwendung des Mit-Schutzvorrichtung-Erkennungsmodells, welches in dem Speicherabschnitt gespeichert ist, durchführt, und – als Erkennungsergebnis einen Witterungswiderspiegelungswert als Ergebniswert der Durchführung der Mustererkennung ausgibt, welcher durch ein Widerspiegeln einer Gewichtung in Abhängigkeit von einer von dem Witterungsbestimmungsabschnitt bestimmten Witterungsbedingung berechnet ist.
  2. Personenerfassungsvorrichtung gemäß Anspruch 1, wobei: der Witterungsbestimmungsabschnitt das Vorhandensein oder Nichtvorhandensein einer spezifischen Witterung oder eine Intensität einer spezifischen Witterung bestimmt; und der Personenerkennungsabschnitt als ein Erkennungsergebnis einen Witterungswiderspiegelungswert, welcher durch Widerspiegeln eines Einflusses, welcher von dem Vorhandensein oder Nichtvorhandensein der spezifischen durch den Witterungsbestimmungsabschnitt bestimmten Witterung oder der Intensität der spezifischen Witterung abhängig ist, erhalten worden ist, als einen Ergebniswert der Durchführung der Mustererkennung unter Verwendung des Mit-Schutzvorrichtung-Erkennungsmodells ausgibt.
  3. Personenerfassungsvorrichtung nach Anspruch 1 oder 2, wobei: der Speicherabschnitt das Mit-Schutzvorrichtung-Erkennungsmodell und ein Keine-Schutzvorrichtung-Erkennungsmodell, welches eine Person beschreibt, die keine Schutzvorrichtung verwendet, speichert; und der Personenerkennungsabschnitt – einen Gewichtungswert auf das Mit-Schutzvorrichtung-Erkennungsmodell und einen Gewichtungswert auf das Keine-Schutzvorrichtung-Erkennungsmodell in Übereinstimmung mit einem Bestimmungsergebnis einer Witterungsbedingung des Witterungsbestimmungsabschnitts anwendet, und – als ein Erkennungsergebnis einen Witterungswiderspiegelungswert, welcher durch Widerspiegeln einer Gewichtung des Mit-Schutzvorrichtung-Erkennungsmodells und einer Gewichtung des Keine-Schutzvorrichtung-Erkennungsmodells berechnet ist, jeweils als ein Ergebnis der Durchführung der Mustererkennung unter Verwendung des Mit-Schutzvorrichtung-Erkennungsmodells und als ein Ergebnis der Durchführung der Mustererkennung unter Verwendung des Keine-Schutzvorrichtung-Erkennungsmodells ausgibt.
DE112013002889.1T 2012-06-11 2013-05-13 Personenerfassungsvorrichtung Active DE112013002889B4 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012131959A JP5720627B2 (ja) 2012-06-11 2012-06-11 人検出装置
JP2012-131959 2012-06-11
PCT/JP2013/003041 WO2013186984A1 (ja) 2012-06-11 2013-05-13 人検出装置

Publications (2)

Publication Number Publication Date
DE112013002889T5 true DE112013002889T5 (de) 2015-02-26
DE112013002889B4 DE112013002889B4 (de) 2022-08-04

Family

ID=49757836

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112013002889.1T Active DE112013002889B4 (de) 2012-06-11 2013-05-13 Personenerfassungsvorrichtung

Country Status (5)

Country Link
US (1) US9235776B2 (de)
JP (1) JP5720627B2 (de)
CN (1) CN104350526B (de)
DE (1) DE112013002889B4 (de)
WO (1) WO2013186984A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6004441B2 (ja) 2013-11-29 2016-10-05 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 基板接合方法、バンプ形成方法及び半導体装置
CN105678221B (zh) * 2015-12-29 2020-03-24 大连楼兰科技股份有限公司 一种雨雪天气的行人检测方法及系统
WO2017216919A1 (ja) * 2016-06-16 2017-12-21 株式会社オプティム 服装情報提供システム、服装情報提供方法、およびプログラム
WO2017216920A1 (ja) * 2016-06-16 2017-12-21 株式会社オプティム 情報提供システム
JP7115258B2 (ja) * 2018-11-29 2022-08-09 トヨタ自動車株式会社 情報処理システム、情報処理方法、及びプログラム
JP6874754B2 (ja) * 2018-12-11 2021-05-19 東京電力ホールディングス株式会社 情報処理方法、プログラム、情報処理装置、学習済みモデルの生成方法及び学習済みモデル
US20230005271A1 (en) * 2019-12-10 2023-01-05 Nec Solution Innovators, Ltd. Measurement method

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3025133B2 (ja) 1993-08-27 2000-03-27 シャープ株式会社 人物認識装置
JP3088880B2 (ja) 1993-09-07 2000-09-18 シャープ株式会社 人物認識装置
JP3934119B2 (ja) 2004-06-14 2007-06-20 本田技研工業株式会社 車両周辺監視装置
JP4534700B2 (ja) * 2004-09-30 2010-09-01 日産自動車株式会社 人物検出装置及び方法
JP5110356B2 (ja) 2007-07-10 2012-12-26 オムロン株式会社 検出装置および方法、並びに、プログラム
JP4983558B2 (ja) * 2007-11-13 2012-07-25 マツダ株式会社 車両用運転支援装置
JP2010079716A (ja) 2008-09-26 2010-04-08 Mazda Motor Corp 車両の歩行者検出装置
JP5606306B2 (ja) 2010-12-24 2014-10-15 三井化学株式会社 エチレン重合体組成物およびそれを用いた塗料
JP5712968B2 (ja) * 2012-05-31 2015-05-07 株式会社デンソー 人検出装置
JP5794255B2 (ja) * 2013-05-21 2015-10-14 株式会社デンソー 物体検出装置

Also Published As

Publication number Publication date
CN104350526B (zh) 2016-12-21
WO2013186984A1 (ja) 2013-12-19
CN104350526A (zh) 2015-02-11
JP5720627B2 (ja) 2015-05-20
US9235776B2 (en) 2016-01-12
DE112013002889B4 (de) 2022-08-04
US20150117790A1 (en) 2015-04-30
JP2013257637A (ja) 2013-12-26

Similar Documents

Publication Publication Date Title
DE112013002889T5 (de) Personenerfassungsvorrichtung
DE102009045682B4 (de) Verfahren zum Warnen vor einem Fahrspurwechsel und Spurhalteassistent
DE102017107264A1 (de) Sichtbasierte regenerkennung unter verwendung des tiefen lernens
DE102019209565A1 (de) Verfahren und Vorrichtung zum Überprüfen der Robustheit eines künstlichen neuronalen Netzes
DE102012223730B4 (de) Vorrichtung und verfahren zum einstellen einer parkposition auf basis eines av-bildes
DE102017203276B4 (de) Verfahren und Vorrichtung zur Ermittlung einer Trajektorie in Off-road-Szenarien
DE102015205309A1 (de) Stabile Erfassung von Windschutzscheiben über die Lokalisierung von Markierungspunkten
DE102012209463A1 (de) Vorrichtung und verfahren zum erfassen einer blendung des fahrers und system und verfahren zum blockieren einer blendung unter verwendung derselben
DE102011080257A1 (de) System und Verfahren zur Gesichtserkennung
WO2013072231A1 (de) Verfahren zur nebeldetektion
DE112010003914T5 (de) Verfahren und Vorrichtung zur Erkennung von Müdigkeit am Steuer sowie ein Fahrzeug
DE112013002740T5 (de) Menscherfassungsvorrichtung
DE102013113953A1 (de) Verfahren und Vorrichtung zum Erfassen von sich bewegenden Objekten
DE102014117102A1 (de) Spurwechselwarnsystem und Verfahren zum Steuern des Spurwechselwarnsystems
DE102007050568A1 (de) Verfahren und Einrichtung zur Objekterkennung in einem Bild
DE102014211889A1 (de) Bildverarbeitungsvorrichtung und Bildverarbeitungsverfahren zum Entfernen von Regenschlieren aus Bilddaten
DE102018203590A1 (de) Surroundview-System mit angepasster Projektionsfläche
DE102018008442A1 (de) Verfahren zur Wetter- und/oder Sichtweitenerkennung
DE102012220619A1 (de) Farberfassungsvorrichtung für ein Fahrzeug
DE102018008788A1 (de) Verfahren zur Bestimmung einer Fahrbahnrauheit
DE112017007011T5 (de) Gesichtsrichtungsschätzvorrichtung und Gesichtsrichtungsschätzverfahren
WO2022128014A1 (de) Korrektur von bildern eines rundumsichtkamerasystems bei regen, lichteinfall und verschmutzung
DE112020001706T5 (de) Personenerkennungsvorrichtung und personenerkennungsverfahren
DE102017217072A1 (de) Verfahren zum Erkennen eines Witterungsverhältnisses in einer Umgebung eines Kraftfahrzeugs sowie Steuervorrichtung und Kraftfahrzeug
DE112017006904T5 (de) Informationsverarbeitungsvorrichtung, Merkmalspunkteextraktionsprogramm undMerkmalspunkteextraktionsverfahren

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication
R018 Grant decision by examination section/examining division
R020 Patent grant now final