JP2001028050A - 歩行者検知装置 - Google Patents

Abstract

(57)【要約】 【課題】 撮像装置により得られる画像に基づいて、比
較的簡単な構成で歩行者を正確に検知することができる
歩行者検知装置を提供する。 【解決手段】 領域切り出し部５は、撮像部１により得
られる画像から人間と推定される領域を切り出し、特徴
量算出部６は人間推定領域の面積ＳＡを特徴量として算
出する。判定閾値設定部８は車速ＶＣＡＲに応じて判定
閾値σＴＨを設定する。歩行者判定部９は、面積ＳＡの
変動量Ｃ（ｋ）の移動平均ＭＡ（ｋ）を算出するととも
に、さらにｍ個の移動平均値ＭＡ（ｋ）の標準偏差σを
算出し、標準偏差σが判定閾値σＴＨ以上のとき、人間
推定領域に対応する像が歩行者であると判定する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、テレビカメラなど
の撮像装置により得られる画像に基づいて歩行者を検知
する車両用の歩行者検知装置に関する。

【０００２】

【従来の技術】特開平９−２５９２８２号公報には、歩
行者などの移動障害物の検出装置が示されており、この
装置は、撮像装置によって得られる画像上のオプティカ
ルフローを抽出し、自車両の走行に起因するオプティカ
ルフロー以外のフローを持つ領域を、画像内の移動障害
物領域として抽出するものである。

【０００３】また特開平７−５０８２５号公報には、建
物に設置した撮像装置により人間や動物を監視するシス
テムが示されている。このシステムは、撮像装置と、こ
れを搭載する回転台と、撮像装置により得られる画像を
処理する画像処理装置とから構成され、画像内を移動す
る像を含む移動体領域を抽出し、さらに移動体領域の下
部の領域の面積変化に基づいて歩行している人間を判定
するものである。

【０００４】また夜間での使用を考慮して、可視光線を
検出する通常の撮像装置ではなく、遠赤外線を検出する
赤外線撮像装置を使用して、周囲より高温である歩行者
などの対象物を表示する暗視装置も従来より知られてい
る。

【０００５】

【発明が解決しようとする課題】しかしながら、特開平
９−２５９２８２号公報に示された移動障害物検出装置
は、移動する物体を検出することを目的としているた
め、歩行者だけでなく路上を移動する他の物体も検出す
る場合があり、歩行者のみを他の移動物体と区別して検
出することはできない。またオプティカルフローの演算
は、画像全体について行う必要があるため、専用のＤＳ
Ｐ（Digital Signal Processor）などを使用しなければ
ならず、コストの上昇が避けられない。

【０００６】また特開平７−５０８２５号公報に示され
たシステムは、移動体領域の下部領域の面積変化の周波
数成分が、人間の歩行に伴う面積変化周波数の近傍にあ
るとき、歩行者と判定するものであるが、人間の歩行に
伴う面積変化周波数は、歩行の速度によって変動するも
のであるため、歩行者の判定が正確にできない場合があ
った。また従来より知られている暗視装置では、高温の
物体がすべて表示されるため、歩行者以外の高温物体が
表示される場合があり、歩行者を選択的に抽出すること
は困難である。

【０００７】本発明は上述した点に着目してなされたも
のであり、撮像装置により得られる画像に基づいて、比
較的簡単な構成で歩行者を正確に検知することができる
歩行者検知装置を提供することを目的とする。

【０００８】

【課題を解決するための手段】上記目的を達成するため
請求項１に記載の発明は、撮像手段により得られた画像
より歩行者を検知する車両用の歩行者検知装置におい
て、前記画像から人間と推定される領域を切り出し、該
切り出した人間推定領域の面積を特徴量として算出する
特徴量算出手段と、前記特徴量の時系列データからその
ばらつきを示す統計量を算出し、該算出した統計量が判
定閾値より大きいとき、前記人間推定領域に対応する像
が歩行者であると判定する歩行者判定手段とを備えるこ
とを特徴とする。

【０００９】この構成よれば、撮像手段により得られた
画像から人間と推定される領域が切り出され、該切り出
された人間推定領域の面積が特徴量として算出され、こ
の特徴量の時系列データからそのばらつきを示す統計量
が算出され、該算出された統計量が判定閾値より大きい
とき、人間推定領域に対応する像が歩行者であると判定
されるので、比較的簡単な構成で、歩行者を正確に検知
することができる。

【００１０】請求項２に記載の発明は、請求項１に記載
の歩行者検知装置において、前記歩行者判定手段は、当
該車両の車速が増加するほど、前記判定閾値をより大き
な値に設定することを特徴とする。この構成によれば、
歩行者判定に使用される判定閾値が、車速が増加するほ
どより大きな値に設定されるので、当該車両と対象物と
の距離が比較的遠い状態から接近するまでの広い範囲で
正確な判定を行うことができる。

【００１１】請求項３に記載の発明は、請求項１に記載
の歩行者検知装置において、前記特徴量算出手段は、前
記画像に含まれる対象物像に外接する四角形の縦横比に
基づいて、前記人間推定領域の切り出しを行うことを特
徴とする。この構成によれば、対象物像の外接四角形の
縦横比に基づいて、人間推定領域の切り出しが行われる
ので、例えば同一対象物像の縦横比の時間変動が大きい
場合や縦横比の値が人間の場合と極端に異なる場合に
は、そのような対象物像を歩行者判定の対象から外すこ
とが可能となり、判定精度の向上及び判定に必要な演算
量の低減を図ることができる。

【００１２】前記歩行者判定手段は、前記特徴量の変動
量の移動平均値を算出し、所定サンプル数の移動平均値
の分散または標準偏差を、前記ばらつきを示す統計量と
して算出することが望ましい。また、前記撮像手段は、
遠赤外線を検出可能なものとし、前記特徴量算出手段
は、前記撮像手段の出力信号が示す画像の明るさが切り
出し閾値以上の領域を、前記対象物像として抽出するこ
とが望ましい。ここで切り出し閾値は、例えば画像内の
明るさの最大値に１より小さい所定係数を乗算すること
により設定する。この構成により、歩行者と判定される
可能性のある対象物像を簡単な構成で正確に切り出すこ
とが可能となる。

【００１３】

【発明の実施の形態】以下本発明の実施の形態を図面を
参照して説明する。図１は、本発明の一実施形態にかか
る車両用歩行者検知装置の構成を示すブロック図であ
り、この装置は、遠赤外線を検出可能な撮像部１と、撮
像部１から出力されるアナログ画像信号をディジタル画
像信号に変換するＡ／Ｄ変換部２と、Ａ／Ｄ変換部２か
ら出力されるディジタル画像信号を記憶する画像記憶部
３と、人間推定領域を切り出すための明るさ（撮像部１
から出力される撮像信号レベル）Ｂの閾値ＢＴＨ（以下
「切り出し閾値ＢＴＨ」という）を設定する切り出し閾
値設定部４と、切り出し閾値ＢＴＨを用いて、閾値ＢＴ
Ｈ以上の明るさの領域（対象物像）であって所定の条件
を満たすものを、人間推定領域として切り出す領域切り
出し部５と、切り出された人間推定領域の面積ＳＡを特
徴量として算出する特徴量算出部６と、当該車両の走行
速度（車速）ＶＣＡＲを検出する車速センサ７と、検出
した車速ＶＣＡＲに応じて歩行者を判定するための判定
閾値σＴＨを設定する判定閾値設定部８と、面積ＳＡの
変動量Ｃ（ｋ）（＝ＳＡ（ｋ）−ＳＡ（ｋ−１）、ｋは
連続的な時刻ｔをサンプリング時間間隔で離散化したパ
ラメータ）を算出し、この変動量Ｃ（ｋ）に基づいて人
間推定領域に対応する像が歩行者であるか否かを判定す
る歩行者判定部９と、撮像部１によって得られる画像及
び歩行者判定部９による判定結果を表示するための表示
部１１と、表示部１１に画像及び判定結果を表示させる
ための制御を行う表示制御部１０とを備えている。

【００１４】図２は、図１の歩行者検知装置を実際に車
両に搭載する場合の構成例を示す図であり、この例にお
いては、運転者に道路の案内をするナビゲーション装置
と歩行者検知装置とを組み合わせた運転補助システムと
して構成されている。このシステムは、撮像部１に対応
する遠赤外線カメラ１ａと、Ａ／Ｄ変換部２，画像記憶
部３，切り出し閾値設定部４，領域切り出し部５，特徴
量算出部６，判定閾値設定部８及び歩行者判定部９を構
成する画像処理電子制御ユニット（以下「画像処理ＥＣ
Ｕ」という）と、ナビゲーション装置の電子制御ユニッ
トであって、表示制御部１０としての機能を有するナビ
ゲーションＥＣＵ２２と、表示部１１に相当するナビゲ
ーション用ディスプレイ２３とで構成されている。

【００１５】遠赤外線カメラ１ａは、例えば図３に示す
ように車両の前部のほぼ中央位置に配置される。またデ
ィスプレイ２３は、例えば運転席から容易に見える位置
であって且つ前方視界を良好に維持できる位置に配置さ
れる。ナビゲーションＥＣＵ２２は，切り換えスイッチ
（図示せず）の設定に応じて、ディスプレイ２３に表示
する画像を、ナビゲーション用の画像、またはカメラ１
ａにより撮像されている画像のいずれかに切り換える制
御を行う。

【００１６】図２の画像処理ＥＣＵ２１は、Ａ／Ｄ変換
部２及び画像記憶部３に相当する画像前処理部３１と、
切り出し閾値設定部４，領域切り出し部５，特徴量算出
部６，判定閾値設定部８及び歩行者判定部９に対応し、
各種演算処理を実行する画像処理ＣＰＵ３２と備えて構
成される。

【００１７】以下図１に示す構成に沿って歩行者検知装
置の動作を説明する。切り出し閾値設定部４は、画像全
体の明るさの最大値ＢＭＡＸを検出し、この最大値ＢＭ
ＡＸに１より小さい所定係数αを乗算することにより、
切り出し閾値ＢＴＨを設定する。所定係数αは、撮像部
１の特性などによって適切な値が変化するので、実験的
に最適値に設定される。

【００１８】領域切り出し部５は、先ず明るさＢが切り
出し閾値ＢＴＨ以上の領域を、対象物像として抽出す
る。より具体的には、切り出し閾値ＢＴＨ以上の明るさ
の画素を抽出し、上下左右で連結している画素を結合し
て対象物像を切り出す。撮像部１は、遠赤外線を検出可
能であるので、被写体の温度が高いほど、明るさＢが増
加するので、閾値ＢＴＨ（所定係数α）を実験的に適切
な値に設定することにより、人間と推定される可能性の
有る対象物像を正確に抽出することができる。

【００１９】領域切り出し部５は、次に、抽出した対象
物像の外接四角形を設定し、その外接四角形の縦横比Ａ
ＳＰを算出する。図４（ａ）に対象物像の例が、黒で塗
りつぶした図形で示されている。外接四角形ＷＫは、対
象物像を包含する最小の四角形であり、その縦横比ＡＳ
Ｐは、Ｙ／Ｘで定義される。そして、１つの対象物像に
対応する縦横比ＡＳＰがほぼ同一の値を所定回数Ｎ０に
亘って維持し、かつその縦横比ＡＳＰが所定下限値ＡＳ
ＰＭＩＮと所定上限値ＡＳＰＭＡＸとの間にあるとき、
その対象物像を人間推定領域として切り出す。

【００２０】特徴量算出部６は、人間推定領域の面積Ｓ
Ａを特徴量としてサンプリング時間ＴＳ（例えば３３ｍ
ｓｅｃ）毎に算出する。人間が車両の進行方向に対して
ほぼ垂直の方向に歩行している場合、人間推定領域は、
図４（ａ）に黒で塗りつぶした領域として示すように変
化し、その面積ＳＡは、同図（ｂ）に示すように周期的
に変動するので、歩行者判定部９は、この変動を検出す
ることにより人間推定領域に対応する像が、歩行者であ
るか否かを判定する。なお、人間推定領域は、図４
（ａ）の黒く塗りつぶした領域であるが、その外接四角
形ＷＫを人間推定領域としてもよい。

【００２１】より具体的には、歩行者判定部９は先ず下
記式（１）により変動量Ｃ（ｋ）の移動平均ＭＡ（ｋ）
を算出し、さらに下記式（２）により移動平均ＭＡ
（ｋ）の標準偏差σを算出する。

【数１】

【数２】 式（１）により（ｎ−１）回前の変動量Ｃ（ｋ−ｎ＋
１）から今回の変動量Ｃ（ｋ）までのｎ個の値の移動平
均ＭＡ（ｋ）が算出され、式（２）により（ｍ−１）回
前の移動平均ＭＡ（ｋ−ｍ＋１）から今回の移動平均Ｍ
Ａ（ｋ）までのｍ個の値の標準偏差σが算出される。

【００２２】式（１）による移動平均演算により、面積
ＳＡの検出値に含まれる周波数の高い成分（ノイズ成
分）が除去される。また標準偏差σは、移動平均ＭＡ
（ｋ）、したがって面積変動量Ｃ（ｋ）のばらつきを示
す統計量であり、この標準偏差σが判定閾値σＴＨ以上
（例えばｍ個の移動平均ＭＡ（ｋ）の平均値の６％以
上）であるときは、人間推定領域として切り出した像
が、歩行者であると判定する。この処理は、面積変動量
Ｃ（ｋ）の平均的な振幅が判定閾値を越える場合に、歩
行者と判定することに相当する。

【００２３】式（２）による標準偏差σの算出は、例え
ば対象が歩行者である場合の面積ＳＡの平均的な変動周
期に１回の割合で実行することが望ましく、通常は０．
５秒程度の周期で実行する。サンプリング周期ＴＳを３
３ｍｓｅｃとすると、サンプル数ｍ＝０．５／０．０３
３≒１５となる。また式（１）のｎは例えば４に設定す
る。

【００２４】判定閾値設定部８は、車速ＶＣＡＲに応じ
て図５に示すように設定されたσＴＨテーブルを検索し
て判定閾値σＴＨを設定する。σＴＨテーブルは、車速
ＶＣＡＲが高くなるほど、閾値σＴＨが増加するように
設定されている。

【００２５】図６は、この理由を説明するために面積Ｓ
Ａの推移を示すタイムチャートであり、同図のラインＬ
１は、歩行者が車両の前方を横切っている場合に、車速
ＶＣＡＲ＝０であって車両が停止している状態で観測し
たときの面積ＳＡの推移を示し、ラインＬ２は、車速Ｖ
ＣＡＲ＝４０ｋｍ／ｈの一定速度で接近中の車両から観
測したときの面積ＳＡの推移を示す。面積変動量Ｃ
（ｋ）は、面積ＳＡの微分値（図のラインＬ１，Ｌ２の
傾き）に相当し、車両停止状態ではこの傾きの最大値は
一定であるの対し、車両走行中はこの傾きの最大値が徐
々に増加するため、面積変動量Ｃ（ｋ）がＶＣＡＲ＝０
のときより増加する傾向を示す。この傾向は、車速ＶＣ
ＡＲが高くなるほど、すなわち同図に破線で示すライン
Ｌ３の傾きが増加するほど顕著となる。したがって、判
定閾値σＴＨを車速ＶＣＡＲが高くなるほど増加させる
ことにより、正確な判定を行うことが可能となる。

【００２６】歩行者判定部９は、標準偏差σが判定閾値
σＴＨ以上か否かを判別し、σ≧σＴＨであるとき、人
間推定領域として切り出した像が歩行者であると判定
し、その結果を表示制御部１０に入力する。表示制御部
１０は、Ａ／Ｄ変換部２から出力される画像をそのまま
表示部１１に表示させる制御を行うとともに、歩行者で
あると判定された場合には、対応する領域を例えば図７
に示すように強調する制御を行う。これにより、運転者
は前方を横切る歩行者が存在することを容易に認識する
ことが可能となる。

【００２７】以上のように本実施形態によれば、人間推
定領域の面積ＳＡの変動量Ｃ（ｋ）の移動平均ＭＡ
（ｋ）が算出され、さらにｍ個の移動平均ＭＡの標準偏
差σが算出され、標準偏差σが車速ＶＣＡＲが高くなる
ほど大きな値に設定される判定閾値σＴＨ以上であると
き、人間推定領域として切り出した像が歩行者である判
定されるので、比較的簡単な構成で走行中の車両から歩
行者を正確に検知することができる。

【００２８】図８は、図１に示したブロック４〜６，８
及び９の機能を図２の画像処理ＣＰＵ３２による演算処
理で実現する場合のフローチャートであり、この処理は
上記したサンプリング周期ＴＳ毎に実行される。ステッ
プＳ１１では、切り出し閾値ＢＴＨの設定を行い、次い
で図９に示す領域切り出し処理を実行し、明るさＢが切
り出し閾値ＢＴＨ以上の画素の領域（対象物像）のう
ち、上述した縦横比ＡＳＰの条件を満たす領域を人間推
定領域として切り出す（ステップＳ１２）。そして特徴
量、すなわち人間推定領域の面積ＳＡの算出及び車速Ｖ
ＣＡＲに応じた判定閾値σＴＨの算出を行い（ステップ
Ｓ１３，Ｓ１４）、図１０に示す歩行者判定処理を実行
する（ステップＳ１５）。

【００２９】図９のステップＳ２１では、明るさＢが切
り出し閾値ＢＴＨ以上の領域を対象物像として抽出し、
次いでその対象物像の外接四角形の縦横比ＡＳＰを算出
する（ステップＳ２２）。そして、この縦横比ＡＳＰを
同一の対象物像についてサンプル周期毎に演算し、所定
回数Ｎ０以上連続して所定範囲（例えば±５％の範囲）
内に入っていることを条件として同一対象物像と判定し
たか否かを判別する（ステップＳ２３）。その答が肯定
（ＹＥＳ）であるときは、さらに縦横比ＡＳＰが、所定
下限値ＡＳＰＭＩＮ（例えば１．５）より大きくかつ所
定上限値ＡＳＰＭＡＸより小さいか否かを判別する（ス
テップＳ２４）。所定下限値ＡＳＰＭＩＮ及び所定上限
値ＡＳＰＭＡＸは、対象物像が人間である可能性が高い
範囲を示す縦横比ＡＳＰの下限値及び上限値である。

【００３０】その結果、ステップＳ２３またはＳ２４の
答が否定（ＮＯ）のときは、その対象物が歩行者である
可能性が低いので、その対象物像を歩行者判定の対象と
しての人間推定領域から除外する（ステップＳ２６）一
方、縦横比ＡＳＰが所定回数Ｎ０以上に亘ってほぼ同一
の値を示し、且つＡＳＰＭＩＮ＜ＡＳＰ＜ＡＳＰＭＡＸ
を満たしたときは、その対象物像を人間推定領域として
切り出す（ステップＳ２５）。

【００３１】このように、対象物像であってもその外接
四角形の縦横比ＡＳＰが不安定であるとき、あるいは縦
横比ＡＳＰの値が人間の場合の典型的な値からはずれて
いるときは、人間推定領域として切り出さないようにす
ることにより、図１０の処理による歩行者判定精度の向
上を図るとともに、ＣＰＵの演算負荷の低減させること
ができる。

【００３２】図１０に示す歩行者判定処理のステップＳ
３１では、特徴量、すなわち面積ＳＡの時間変動量（＝
ＳＡ（ｋ）−ＳＡ（ｋ−１））を配列Ｃ（ｋ）に代入
し、次いで前記式（１）（２）により面積変動量Ｃ
（ｋ）の移動平均ＭＡ（ｋ）及び移動平均ＭＡ（ｋ）の
標準偏差σを算出し（ステップＳ３２，Ｓ３３）、標準
偏差σが判定閾値σＴＨ以上か否かを判別する（ステッ
プＳ３４）。その結果、σ≧σＴＨであるときは、人間
推定領域に対応する像が歩行者であると判定し（ステッ
プＳ３４）、σ＜σＴＨであるときは、歩行者以外と判
定する（ステップＳ３６）。

【００３３】以上のように図８〜図１０の処理を画像処
理ＣＰＵ３２で実行することにより、図１の切り出し閾
値設定部４，領域切り出し部５，特徴量算出部６，判定
閾値設定部８及び歩行者判定部９の機能が実現される。
本実施形態では、画像記憶部３，切り出し閾値設定部
４，領域切り出し部５及び特徴量算出部６が特徴量算出
手段に相当し、判定閾値設定部８及び歩行者判定部９が
歩行者判定手段に相当し、面積ＳＡ及び面積変動量Ｃ
（ｋ）がそれぞれ特徴量及び変動量に相当し、面積変動
量Ｃ（ｋ）の移動平均値の標準偏差が、ばらつきを示す
統計量に相当する。

【００３４】なお本発明は上述した実施形態に限るもの
ではなく、種々の変形が可能である。例えば、上述した
実施形態では、検出された人間推定領域について当該車
両との距離に拘わらず、歩行者判定を行うようにした
が、両者が非常に離れている場合及び非常に接近してい
る場合を除外して、両者の距離が所定範囲内にあるとき
のみ、歩行者判定を行うようにしてもよい。そのような
場合には、判定閾値σＴＨは、車速ＶＣＡＲに応じて変
更せずに一定値としてもよい。非常に離れている場合を
除外するには、例えば人間推定領域の面積ＳＡが所定面
積値以下の場合に判定を行わないようにし、非常に接近
している場合を除外するには、例えば面積変動量Ｃ
（ｋ）が所定変動量以上の場合に判定を行わないように
すればよい。

【００３５】また上述した実施形態では、撮像手段とし
て、遠赤外線を検出可能なカメラを使用したが、可視光
線のみ検出可能な通常のカメラを使用してもよい。その
場合には、例えば前述した特開平９−２５９２８２号公
報に示されたような移動障害物検出手法や、ビデオカメ
ラによって得られる濃度値が周辺濃度に対して変化があ
り、かつ面積がある程度以上あるものを抽出する手法
（第１３回日本ロボット学会学術講演会（平成７年１１
月）での報告）などを用いて人間推定領域を切り出すよ
うにすればよい。

【００３６】また特徴量のばらつきを示す統計量とし
て、上述した実施形態では標準偏差σを用いたが、例え
ば分散ＶＲ（＝σ²）やｍ個のサンプル値（ＭＡ）の最
大値と最小値との差Ｒを用いてもよい。また上述した実
施形態では、車速ＶＣＡＲに応じて判定閾値σＴＨを設
定したが、判定閾値σＴＨを一定とし、標準偏差σを、
車速ＶＣＡＲが高くなるほど減少する補正係数を乗算す
ることにより補正するようにしてもよい。

【００３７】また上述した実施形態では、切り出し閾値
設定部４は、画像内の明るさの最大値に１より小さい係
数αを乗算して切り出し閾値ＢＴＨを設定したが、これ
に限るものではなく、明るさの分布ヒストグラムを算出
し、暗い背景と明るい対象による最小値と最大値とを検
索し、その中間に切り出し閾値ＢＴＨを設定するように
してもよい。あるいは、前述したいずれかの手法で切り
出し閾値を設定して切り出し領域を決定し、さらに前回
までの人間推定領域を特定する情報（画面上の位置や広
がり示す情報）を用いて前記切り出し領域を補正するこ
とにより、今回の人間推定領域を決定するようにしても
よい。

【００３８】

【発明の効果】以上詳述したように請求項１に記載の発
明によれば、撮像手段により得られた画像から人間と推
定される領域が切り出され、該切り出された人間推定領
域の面積が特徴量として算出され、この特徴量の時系列
データからそのばらつきを示す統計量が算出され、該算
出された統計量が判定閾値より大きいとき、人間推定領
域に対応する像が歩行者であると判定されるので、比較
的簡単な構成で、歩行者を正確に検知することができ
る。

【００３９】請求項２に記載の発明によれば、歩行者判
定に使用される判定閾値が、車速が増加するほどより大
きな値に設定されるので、当該車両と対象物との距離が
比較的遠い状態から接近するまでの広い範囲で正確な判
定を行うことができる。請求項３に記載の発明によれ
ば、対象物像の外接四角形の縦横比に基づいて、人間推
定領域の切り出しが行われるので、例えば同一対象物像
の縦横比の時間変動が大きい場合や縦横比の値が人間の
場合と極端に異なる場合には、そのような対象物像を歩
行者判定の対象から外すことが可能となり、判定精度の
向上及び判定に必要な演算量の低減を図ることができ
る。

【図面の簡単な説明】

【図１】本発明の一実施形態にかかる歩行者検知装置に
構成を示すブロック図である。

【図２】図１に示す装置を車両に搭載する場合の構成例
を示すブロック図である。

【図３】撮像装置の配置を説明するための図である。

【図４】歩行者に特有の特徴量の推移を説明するための
図である。

【図５】判定閾値を車速に応じて設定するためのテーブ
ルを示す図である。

【図６】人間推定領域の面積変動量が車速によって変化
することを説明するための図である。

【図７】歩行者を検知したときの表示を説明するための
図である。

【図８】図１に示すブロックの機能を実現するための処
理手順を示すフローチャートである。

【図９】図８の領域切り出し処理を詳細に示すフローチ
ャートである。

【図１０】図８の歩行者判定処理を詳細に示すフローチ
ャートである。

【符号の説明】

１ 撮像部（撮像手段） ２ Ａ／Ｄ変換部 ３ 画像記憶部（特徴量算出手段） ４ 切り出し閾値設定部（特徴量算出手段） ５ 領域切り出し部（特徴量算出手段） ６ 特徴量算出部（特徴量算出手段） ７ 車速センサ ８ 判定閾値設定部（歩行者判定手段） ９ 歩行者判定部（歩行者判定手段）

Claims (3)

【特許請求の範囲】
1. 【請求項１】 撮像手段により得られた画像より歩行者
   を検知する車両用の歩行者検知装置において、 前記画像から人間と推定される領域を切り出し、該切り
   出した人間推定領域の面積を特徴量として算出する特徴
   量算出手段と、 前記特徴量の時系列データからそのばらつきを示す統計
   量を算出し、該算出した統計量が判定閾値より大きいと
   き、前記人間推定領域に対応する像が歩行者であると判
   定する歩行者判定手段とを備えることを特徴とする歩行
   者検知装置。
2. 【請求項２】 前記歩行者判定手段は、当該車両の車速
   が増加するほど、前記判定閾値をより大きな値に設定す
   ることを特徴とする請求項１に記載の歩行者検知装置。
3. 【請求項３】 前記特徴量算出手段は、前記画像に含ま
   れる対象物像に外接する四角形の縦横比に基づいて、前
   記人間推定領域の切り出しを行うことを特徴とする請求
   項１に記載の歩行者検知装置。