JP2003044860A - 映像オブジェクト追跡装置 - Google Patents

映像オブジェクト追跡装置

Info

Publication number
JP2003044860A
JP2003044860A JP2001233003A JP2001233003A JP2003044860A JP 2003044860 A JP2003044860 A JP 2003044860A JP 2001233003 A JP2001233003 A JP 2001233003A JP 2001233003 A JP2001233003 A JP 2001233003A JP 2003044860 A JP2003044860 A JP 2003044860A
Authority
JP
Japan
Prior art keywords
video object
area
video
occlusion
image
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.)
Pending
Application number
JP2001233003A
Other languages
English (en)
Inventor
Masahide Naemura
昌秀 苗村
Buntou Tei
文涛 鄭
Toshihiko Misu
俊彦 三須
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.)
Japan Broadcasting Corp
Original Assignee
Nippon Hoso Kyokai NHK
Japan Broadcasting 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 Nippon Hoso Kyokai NHK, Japan Broadcasting Corp filed Critical Nippon Hoso Kyokai NHK
Priority to JP2001233003A priority Critical patent/JP2003044860A/ja
Publication of JP2003044860A publication Critical patent/JP2003044860A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

(57)【要約】 【課題】 映像信号から抽出した映像オブジェクトにオ
クルージョンが発生した場合でも、正確に映像オブジェ
クトを抽出し追跡を行なう映像オブジェクト追跡装置を
提供する。 【解決手段】 映像オブジェクト追跡装置1Aは、映像
信号からシルエット画像を生成するシルエット画像生成
手段10と、過去の映像オブジェクト領域の履歴から予
測映像オブジェクト領域を生成するオブジェクト予測手
段20と、オクルージョンの状態を解析するオクルージ
ョン解析手段40と、前記オクルージョンの状態に基づ
いて、確定映像オブジェクト領域を生成するオブジェク
ト抽出手段30Aと、を備えた。

Description

【発明の詳細な説明】
【0001】
【発明の属する技術分野】本発明は、主に映像コンテン
ツの制作に係わり、特に映像内における映像オブジェク
トの存在領域を時間的に追跡し、映像オブジェクトに重
なりが発生したときでも正しく映像オブジェクトを追跡
する機能を備えた映像オブジェクト追跡装置に関する。
【0002】
【従来の技術】従来、映像オブジェクトを追跡する手法
として、カルマンフィルタに基づく手法(参考文献1:
Francois G. Meyer等, Region based tracking using a
ffinemotion models in long image sequences,CVGIP I
mage Understanding, vol.60,no.2,pp.119-140,199
4)、モンテカルロ法の一種であるCONDENSATIONアルゴ
リズムによる手法(参考文献2:Michael Isard等,COND
ENSATION-Conditional Density Propagation for Visua
l Tracking, International Journal of Computer Visi
on,vol.29,no.1,pp.5-28,1998)が提案されている。
【0003】前記のいずれの手法も観測情報の信頼性に
応じた適応フィルタ処理を映像オブジェクト追跡に適用
したものであり、映像オブジェクト間のオクルージョン
が存在するような状態を扱うことができず、映像オブジ
ェクトの形状を正確に抽出することができない。
【0004】
【発明が解決しようとする課題】従来の技術は、いずれ
も映像オブジェクトを追跡するためのフィルタ自身の技
術であった。つまり、映像オブジェクトが個々に独立し
た状況下でしか映像オブジェクトの追跡を行なうことが
できず、映像オブジェクトの間のオクルージョンが発生
する状況下では、映像オブジェクトの追跡が行なえず、
映像オブジェクトの形状を正確に抽出することができな
いという問題があった。
【0005】本発明は、以上のような従来の映像オブジ
ェクト追跡手法における問題点に鑑みてなされたもので
あり、映像におけるオブジェクトのオクルージョンが生
じ得る映像入力に対して正確に映像オブジェクトを抽出
し追跡を行なう映像オブジェクト追跡装置を提供するこ
とを目的とする。
【0006】
【課題を解決するための手段】本発明では前記の課題を
解決するために以下の構成に係るものとした。請求項1
に記載の映像オブジェクト追跡装置は、映像信号を前景
画像と背景画像とに二値化したシルエット画像を生成す
るシルエット画像生成手段と、前記映像信号と前記シル
エット画像と映像オブジェクト固有の画像特徴量に基づ
いて、該映像オブジェクトが存在する領域の一部を予測
し、前記予測領域を前記シルエット画像に基づいて領域
を成長させることで映像オブジェクト領域全体を抽出す
るオブジェクト抽出手段と、を有する構成とした。
【0007】このように構成されることにより、前記映
像オブジェクト追跡装置は、シルエット画像生成手段に
より、映像信号を前景画像と背景画像とに二値化したシ
ルエット画像を生成することができ、オブジェクト抽出
手段により、前記映像信号と前記シルエット画像と映像
オブジェクト固有の画像特徴量に基づいて、該映像オブ
ジェクトが存在する領域の部分領域を検出し、前記部分
領域を前記シルエット画像に基づいて領域を成長させる
ことで映像オブジェクト領域全体を抽出することができ
る。このため、追跡映像オブジェクト領域をシルエット
画像の前景シルエット領域に基づいて精度良く抽出する
ことができる。
【0008】また、請求項2に記載の映像オブジェクト
追跡装置は、請求項1に記載の映像オブジェクト追跡装
置において、過去の映像オブジェクト領域の履歴に基づ
いて、現時点の映像オブジェクト領域を予測し生成する
オブジェクト予測手段を備え、前記オブジェクト抽出手
段が該予測された映像オブジェクト領域を参照し、オブ
ジェクト抽出のための領域を限定する構成とした。
【0009】このように構成されることにより、前記映
像オブジェクト追跡装置は、オブジェクト予測手段によ
り、過去の映像オブジェクト領域の履歴に基づいて、現
時点の映像オブジェクト領域を予測し生成することがで
き、前記オブジェクト抽出手段が該予測された映像オブ
ジェクト領域を参照し、オブジェクト抽出のための領域
を限定することができるので、映像オブジェクト追跡の
ための処理を高速化することができるとともに、映像オ
ブジェクト追跡の信頼性を向上させることができる。
【0010】また、請求項3に記載の映像オブジェクト
追跡装置は、請求項1または請求項2に記載の映像オブ
ジェクト追跡装置が、前記オブジェクト抽出手段で抽出
された現時点の映像オブジェクト領域と前時点の映像オ
ブジェクト領域とを比較して、現時点での映像オブジェ
クトのオクルージョン発生の有無を解析するオクルージ
ョン解析手段を有する構成とした。
【0011】このように構成されることにより、前記映
像オブジェクト追跡装置は、オクルージョン解析手段に
より、前記オブジェクト抽出手段で抽出された現時点の
映像オブジェクト領域と前時点の映像オブジェクト領域
とを比較して、現時点での映像オブジェクトのオクルー
ジョンの発生を検出することができる。
【0012】さらに、請求項4に記載の映像オブジェク
ト追跡装置は、請求項3に記載の映像オブジェクト追跡
装置におけるオクルージョン解析手段が、前記オブジェ
クト抽出手段で抽出された映像オブジェクト領域と過去
の映像オブジェクト領域との形状変化が予め定められた
閾値より大きくなったときに、該領域に複数のオブジェ
クトが含まれていると判定する構成とした。
【0013】このように構成されることにより、前記オ
クルージョン解析手段は、前記オブジェクト抽出手段で
抽出された映像オブジェクト領域と過去の映像オブジェ
クト領域との形状変化が予め定められた閾値より大きく
なったときに、該領域に複数のオブジェクトが含まれて
いると判定することができるので、高速にオクルージョ
ンの発生の有無を判断することができる。
【0014】また、請求項5に記載の映像オブジェクト
追跡装置は、請求項3または請求項4に記載の映像オブ
ジェクト追跡装置におけるオブジェクト抽出手段が、前
記オクルージョン解析手段の解析結果で現時点の映像オ
ブジェクト領域にオクルージョンが発生している場合
は、前記映像オブジェクト領域を前記映像オブジェクト
内に含まれる映像オブジェクト固有の画像特徴量に基づ
いて、複数の映像オブジェクトを検出する構成とした。
【0015】このように構成されることにより、前記オ
ブジェクト抽出手段は、前記オクルージョン解析手段の
解析結果で現時点の映像オブジェクト領域にオクルージ
ョンが発生している場合は、前記映像オブジェクト領域
を前記映像オブジェクト内に含まれる映像オブジェクト
固有の画像特徴量に基づいて、複数の映像オブジェクト
を検出することができるので、オクルージョンが発生し
た状況でも、追跡映像オブジェクトと他の映像オブジェ
クトを区別して検出することができる。
【0016】そして、請求項6に記載の映像オブジェク
ト追跡装置は、請求項3または請求項5に記載の映像オ
ブジェクト追跡装置におけるオブジェクト抽出手段が、
映像オブジェクト固有の画像特徴量に基づいて、該映像
オブジェクトが存在する領域の部分領域を検出し、前記
部分領域を前記映像信号から検出したエッジ信号に基づ
いて領域を成長させることで映像オブジェクト領域全体
を抽出する構成とした。
【0017】このように構成されることにより、前記オ
ブジェクト抽出手段は、映像オブジェクト固有の画像特
徴量に基づいて、該映像オブジェクトが存在する領域の
部分領域を検出し、前記部分領域を前記映像信号から検
出したエッジ信号に基づいて領域を成長させることで映
像オブジェクト領域全体を抽出することができるので、
オクルージョンが発生した状況でも、部分的に見えてい
る追跡映像オブジェクト領域を抽出することができる。
【0018】
【発明の実施の形態】以下、本発明の一実施形態を図面
に基づいて詳細に説明する。 (第一の実施形態)図1は、本発明における第一の実施
形態に係る映像オブジェクト追跡装置の全体構成を示す
ブロック図である。図1に示すように、本実施の形態に
係る映像オブジェクト追跡装置1は、入力された映像信
号を前景画像と背景画像とに二値化したシルエット画像
を生成するシルエット画像生成手段10と、過去の映像
オブジェクト領域の履歴から現時点の映像オブジェクト
領域を予測し、予測映像オブジェクト領域を生成するオ
ブジェクト予測手段20と、前記映像信号と前記シルエ
ット画像と前記予測映像オブジェクト領域とから、現時
点の映像オブジェクト領域の部分領域を検出し、さらに
該部分領域を領域成長させることで確定映像オブジェク
ト領域を生成するオブジェクト抽出手段30とを備えて
構成されている。
【0019】シルエット画像生成手段10は、前景・背
景抽出部11を有し、前景・背景抽出部11が既存の領
域分割手法により、映像信号から前景画像と背景画像と
に二値化したシルエット画像を生成する。映像信号から
前景画像と背景画像とに二値化する手法としては、例え
ば、色情報を用いた手法(参考文献3:Masahide Naemu
ra等,Morphological Segmentation of sport scenes us
ing color information,IEEE-T Broadcasting,vol.46,n
o.3,pp.181-188,2000)がある。
【0020】オブジェクト予測手段20は、変換関数予
測部21と、アフィン変換部22とで構成され、追跡し
ている映像オブジェクトの動きを過去の履歴から予測し
て、現時点で、その映像オブジェクトが存在している領
域を推定する。この映像オブジェクトの動き予測は、過
去2フレームの映像オブジェクト領域から推定され、ア
フィンモデルなどの動きモデルを用いてパラメータ表現
が可能である(参考文献4:M.C.Lee等,A layered vide
o object coding system using sprite and affine mot
ion model,IEEE-T Circuits and Systems for Video Te
chnology,vol.7,no.1,pp.130-145,1997)。
【0021】ここで、前記アフィンモデルにおけるアフ
ィン変換をA(・)、また、ある時刻tにおける映像オ
ブジェクト領域をObj(t)、ある時刻tにおける予
測映像オブジェクト領域をObjpre(t)とすると、
オブジェクト予測手段20の動き予測処理は(1)式で
表わすことができる。
【0022】
【数1】
【0023】まず最初に、変換関数予測部21が2フレ
ーム前の映像オブジェクト領域をアフィン変換により1
フレーム前の映像オブジェクト領域に変換可能なアフィ
ンパラメータを推定し、該パラメータを用いた変換関数
を予測する。アフィン変換部22は前記変換関数を用い
て、1フレーム前の映像オブジェクト領域にアフィン変
換を施すことで現時点における映像オブジェクト領域を
予測することができる。このアフィンパラメータは、既
存のNewton法などのパラメータ最適化アルゴリズ
ムを用いて推定することができる(参考文献5:W.H.Pr
ess等,Numerical Recipes in C,Cambridge Press,198
8)。
【0024】なお、オブジェクト予測手段20を有しな
い構成でも、映像オブジェクトの追跡は可能であるが、
オブジェクト予測手段20を有することで追跡映像オブ
ジェクトの信頼性を向上させることができる。また、こ
こで推定された予測映像オブジェクト領域(Objpre
(t))は、例えば、モルフォロジカル処理の1つであ
るDilation処理で領域を広げて、その領域内で
後記するオブジェクト抽出手段30を動作させること
で、処理の高速化や信頼性を向上させることもできる。
【0025】オブジェクト抽出手段30は、領域検出・
成長部31を有し、オブジェクト予測手段20で予測さ
れた予測映像オブジェクト領域から、追跡している映像
オブジェクト固有の画像特徴量を用いて映像オブジェク
ト領域の部分領域を検出し、さらにその検出された領域
を領域成長させることで、現時点における映像オブジェ
クト領域を抽出する。
【0026】次に、オブジェクト抽出手段30の動作内
容について説明する。まず、領域検出・成長部31は、
オブジェクト予測手段20で予測された予測映像オブジ
ェクト領域から、追跡している映像オブジェクト固有の
画像特徴量を用いて映像オブジェクト領域の部分領域を
検出する。この画像特徴量を用いた映像オブジェクト領
域の検出は、例えば、追跡している映像オブジェクトの
色情報を用いて行なうことができる(参考文献6:M.J.
Swain,Color Index,IJCV,vol.1,no.1,pp.11‐32,199
1)。
【0027】次に、領域検出・成長部31は、前記検出
された部分領域をモルフォロジカルフィルタで不要部分
の除去等の整形を行ない領域成長を行なう。この領域成
長にはGeodesic Binary Reconstruction(以下GBRと
略す)(参考文献7:苗村等、スポーツ番組からの芝生
領域の検出、映像情報メディア学会技術報告、MIP97‐4
2,NIM97‐61,no.42,pp.37‐42,1997)を用いて行なうこ
とで、領域成長を行なう前の部分領域を含むシルエット
画像の映像オブジェクト領域が精度良く検出される。
【0028】ここで、前記GBRの動作を簡単に説明す
る。まず、IとJを2次元画像平面上での0と1で表わ
されるバイナリ領域とし、それぞれの部分集合である有
限個の領域をIi,Jkとしたときに、(2)式の関係が
成り立つとき、Jをマーカ領域、Iをマスク領域と呼
ぶ。
【0029】
【数2】
【0030】このマーカ領域Jとマスク領域Iを構成す
る部分集合J1,J2,…,Jn、I1,I2,…,Imの個
数は一致するとは限らず、マスク領域の部分集合のなか
には、マーカ領域の部分集合を含まないものも存在しう
る。GBR(ρI(J))は、このマーク領域、マスク
領域を使って、(3)式のように表わす。
【0031】
【数3】
【0032】すなわち、GBRは、少なくともマーカ領
域Jの部分集合を1つ含むマスク領域Ikの和集合であ
る。このGBRの概念図を図3に示す。図3の例では、
マーカ領域の部分集合J1,J2とマスク領域の部分集合
1,I2,I3,I4とが存在する環境において、マーカ
領域を含まないマスク領域の部分集合I2,I3が削除さ
れ、マーカ領域の部分集合J1,J2がマスク領域まで領
域成長した図である。
【0033】次に、図9を参照して、本実施の形態に係
る映像オブジェクト追跡装置1において、予測映像オブ
ジェクト領域から確定映像オブジェクト領域を生成する
動作を視覚的に説明する。
【0034】図9(a)は、オブジェクト予測手段20
が追跡している映像オブジェクトの過去の履歴から、現
時点の映像オブジェクトを予測し生成した予測映像オブ
ジェクト領域と、シルエット画像生成手段10が生成し
たシルエット画像のうち前景を示す前景シルエット領域
とを表わしている。
【0035】ここで、オブジェクト抽出手段30は、予
測映像オブジェクト領域から追跡している映像オブジェ
クト固有の画像特徴量を用いて、追跡映像オブジェクト
の部分領域を検出する。図9(b)の検出領域が領域検
出結果を表わしている。
【0036】次に、前記検出領域をGBRのマーカ領域
とし、前記前景シルエット領域をGBRのマスク領域と
し、GBRの原理により領域成長を行なう。図9(c)
の成長領域がGBRによる領域成長結果を表わしてい
る。
【0037】次に、本発明の第二の実施形態を図面に基
づいて詳細に説明する。 (第二の実施形態)図2は、本発明における第二の実施
形態に係る映像オブジェクト追跡装置の全体構成を示す
ブロック図である。図2に示すように、本実施の形態に
係る映像オブジェクト追跡装置1Aは、第一の実施形態
による映像オブジェクト追跡装置1にオクルージョン解
析部40が付加されるとともに、オブジェクト抽出手段
30の代わりにオクルージョン解析部40の解析結果に
より映像オブジェクトを抽出するオブジェクト抽出手段
30Aが付加されて構成されている。オブジェクト抽出
手段30Aとオクルージョン解析部40以外の構成は図
1に示したものと同一の符号を付し、説明を省略する。
【0038】オクルージョン解析手段40は、オクルー
ジョン判定部41と形状比較部42とを有し、前フレー
ムの映像オブジェクト領域の形状情報と現時点での映像
オブジェクト領域の形状情報を比較して、その変化量が
予め設定されている閾値よりも大きくなったときにオク
ルージョンが発生したと判断し、それ以外はオクルージ
ョンが発生していないと判断して、該解析結果を出力す
る。この映像オブジェクト領域の形状情報は、該映像オ
ブジェクト領域の形状を表現する特徴量で、例えば映像
オブジェクト領域を囲む外接矩形の面積等を用いること
ができる。
【0039】ここでオクルージョン判定部41は、オク
ルージョンの判定を行なう際に前フレームでのオクルー
ジョンの状態によって判定動作が異なる。以下にオクル
ージョン判定部41におけるオクルージョン判定動作を
説明する。なお、以下の説明では、時刻tにおけるオク
ルージョン判定結果を(4)式のように表わす。また、
判定に使用する映像オブジェクト領域の形状情報は、映
像オブジェクト領域を囲む外接矩形の面積とし、時刻t
における映像オブジェクト領域の形状情報をS(t)と
する。
【0040】
【数4】
【0041】まず、オクルージョン判定部41は、前フ
レームでオクルージョンがなかったとき、すなわちOc
cFlg(t−1)が0の場合の現時点でのオクルージ
ョンの判定は、時刻tにおける映像オブジェクト領域の
形状情報をS(t)とすると、(5)式の如く行なわれ
る。すなわち、形状比較部42が前時点での映像オブジ
ェクト領域の形状情報と現時点での映像オブジェクト領
域の形状情報との面積値の変化量を算出し、オクルージ
ョン判定部41は形状変化量がある閾値(thres)
より大きくなった場合は、現時点においてオクルージョ
ンが発生したと判定する。
【0042】ここでオクルージョンが発生したときは、
オブジェクト領域の形状情報の値は更新しない。すなわ
ち、形状情報S(t−1)がオクルージョンの発生して
いない最後の映像オブジェクト領域の形状情報となる。
一方、オクルージョンが発生していないときは、形状情
報はS(t)に更新される。
【0043】
【数5】
【0044】一方、前フレームでオクルージョンが発生
している場合は、後記するオブジェクト抽出手段40
で、追跡対象の映像オブジェクト以外にオクルージョン
領域に存在する可能性のある映像オブジェクトが抽出さ
れている。この結果、オクルージョン領域には複数(N
個)の映像オブジェクト領域が存在し、該複数の映像オ
ブジェクトを{Obji:i∈N}で表わすことができ
る。追跡対象の映像オブジェクト領域をObjtarget
すると、時刻tにおけるオクルージョン判定結果は
(6)式で表わされる。
【0045】
【数6】
【0046】すなわち、オクルージョン判定部41は、
追跡対象の映像オブジェクト領域(Objtarget)が、
同じオクルージョン領域の他の映像オブジェクト領域と
重なりがなく、かつ、形状比較部42が算出する前時刻
(t−1)における映像オブジェクト形状情報S(t−
1)と現時点での追跡映像オブジェクト形状情報Sta
rgetとの面積値の形状変化量がある閾値(thres)
より大きくなったときは、オクルージョンが無くなった
と判断する。また、それ以外の状態ではオクルージョン
が継続していると判定する。
【0047】ここでオクルージョンが発生しているとき
は、映像オブジェクト領域の形状情報の値は更新しな
い。すなわち、形状情報S(t−1)がオクルージョン
の発生していない最後の映像オブジェクト領域の形状情
報となる。一方、オクルージョンが無くなったときは、
形状情報はStargetに更新される。
【0048】また、オクルージョン判定部41は、後記
するオブジェクト抽出手段30Aで対象となる追跡対象
以外でオクルージョン領域に含まれている映像オブジェ
クトを選定する。ここで選定の対象となる映像オブジェ
クトは(7)式を満たす映像オブジェクトObjiであ
る。これにより、オブジェクト抽出手段30Aはオクル
ージョン領域内で対象となる映像オブジェクトを特定す
ることができる。
【0049】
【数7】
【0050】オブジェクト抽出手段30Aは、暫定領域
検出・成長部32と、確定領域検出・成長部33とで構
成されている。
【0051】まず、オブジェクト抽出手段30Aは、オ
ブジェクト予測手段20で予測された予測映像オブジェ
クト領域から、追跡している映像オブジェクト固有の画
像特徴量を用いて映像オブジェクト領域を限定し、さら
にその限定された領域を領域成長させることで、現時点
における映像オブジェクト領域を抽出する。ただし、こ
の段階で抽出された映像オブジェクトはオクルージョン
が発生している可能性を含んでいるため暫定的な領域で
ある。
【0052】ここでオクルージョン解析手段40により
前記暫定映像オブジェクト領域が、オクルージョンが発
生していないと判断されたときは、前記暫定映像オブジ
ェクト領域を確定映像オブジェクト領域とする。一方、
オクルージョン解析手段40により前記暫定映像オブジ
ェクト領域が、オクルージョンが発生していると判断さ
れたときは、オクルージョンが発生している領域から、
映像オブジェクト固有の画像特徴量を用いて、複数の映
像オブジェクト領域の部分領域を検出し、さらにその検
出された部分領域を領域成長させることで、現時点にお
ける映像オブジェクト領域を抽出する。
【0053】さらに、オブジェクト抽出手段30Aは、
オクルージョン解析手段40によりオクルージョンが発
生していると判断された画像フレームを記憶部(図示せ
ず)に保持することで、本映像オブジェクト追跡処理を
施した後に、オクルージョンが発生した画像フレームに
対して、映像オブジェクト領域の補正を行なうことも可
能である。
【0054】次に、オブジェクト抽出手段30Aの動作
内容について説明する。まず、暫定領域検出・成長部3
2がオブジェクト予測手段20で予測された予測映像オ
ブジェクト領域から、追跡している映像オブジェクト固
有の画像特徴量を用いて映像オブジェクト領域の部分領
域を検出する。この画像特徴量を用いた映像オブジェク
ト領域の部分領域の検出は、例えば、追跡している映像
オブジェクトの色情報を用いて行なうことができる(前
記参考文献6)。
【0055】次に、暫定領域検出・成長部32は、前記
検出された部分領域をモルフォロジカルフィルタで不要
部分の除去等の整形を行ない領域成長を行なう。この領
域成長には前記GBRを用いて行なうことで、領域成長
を行なう前の部分領域を含むシルエット画像の映像オブ
ジェクト領域が精度良く検出される。ここで、前フレー
ムでオクルージョンが発生していたとき(OccFlg
(t−1)=1)は、オクルージョン領域に含まれてい
る可能性のある映像オブジェクトの画像特徴量を用いて
複数の領域を検出する。該検出された領域は前記同様G
BRを用いて領域成長を行なう。ここで検出された映像
オブジェクトは、現時点でのオクルージョンの状態を考
慮していないため、先に説明したオクルージョン解析手
段40においてオクルージョン判定を行なう。
【0056】次に、オブジェクト抽出手段30Aがオク
ルージョン判定後に行なう抽出動作について説明する。
【0057】オクルージョン判定後、オブジェクト抽出
手段30A内の確定領域検出・成長部33は、時刻tに
おける前記オクルージョン解析手段40の解析結果に基
づいて、(8)式のように追跡対象の映像オブジェクト
領域Objtarget(t)を最終的な映像オブジェクト領
域として抽出する。
【0058】
【数8】
【0059】(8)式でObjtemp(t)は、オブジェ
クト抽出手段30Aがオクルージョン解析手段40に通
知した暫定領域検出・成長部32で生成された暫定映像
オブジェクト領域である。現フレームでオクルージョン
が発生していない場合は、(8)式の如く前記暫定映像
オブジェクト領域Objtemp(t)がそのまま最終的に
抽出された映像オブジェクト領域Objtarget(t)と
なる。
【0060】一方、現フレームでオクルージョンがある
とき、オブジェクト抽出手段30Aは、追跡している映
像オブジェクト固有の画像特徴量を用いて、オブジェク
ト予測手段20で予測された領域内のみから追跡してい
る映像オブジェクトの部分領域Seedtargetを検出す
る。検出された部分領域Seedtargetは、モルフォロ
ジカルフィルタで整形し、さらにこの部分領域Seed
targetをエッジ強度がある閾値以上になるところまで領
域を成長させる(前記参考文献7に記載のGBRの変形
処理)ことで、部分的に見えているオブジェクトの領域
を検出し、最終的に抽出された映像オブジェクト領域O
bjtarget(t)となる。(8)式においては、画像特
徴量により検出された領域をエッジ強度がある閾値以上
になるところまで領域を成長させる処理をGrowedge
(Seedtarget)で表わしている。
【0061】次に、図4〜図8のフローチャートを参照
して、本実施の形態に係る映像オブジェクト追跡装置1
Aの動作を説明する。なお、シルエット画像生成手段1
0の動作説明は前記説明により省略し、その出力のみを
使用するものとする。また、本フローチャートは1フレ
ームでの動作内容を示しており、映像信号が入力されて
いる間は連続的に本フローチャートの内容が実行され
る。
【0062】まず、図4に示した映像オブジェクト追跡
装置1Aの動作の概略フローチャートに基づいて説明す
る。
【0063】まず最初に、オブジェクト予測手段20
が、動き予測処理(ステップa0)により現時点での予
測映像オブジェクト領域を生成する。
【0064】次に、オブジェクト抽出手段30Aが、予
測映像オブジェクト領域から暫定領域検出・成長処理
(ステップb0)により、暫定映像オブジェクト領域を
生成する。
【0065】そして、オクルージョン解析手段40が、
前記暫定映像オブジェクト領域からオクルージョン判定
処理(ステップc0)により、映像オブジェクトのオク
ルージョン判定情報を生成する。
【0066】最後に、オブジェクト抽出手段30Aが、
前記オクルージョン判定情報に基づいて、確定領域検出
・成長処理(ステップd0)を行なうことで、確定映像
オブジェクト領域を生成する。
【0067】次に、前記ステップa0、ステップb0、
ステップc0、ステップd0をさらに詳細にフローチャ
ートに基づいて説明する。
【0068】まず、図5に示したフローチャートに基づ
いて、ステップa0の動き予測処理について説明する。
オブジェクト予測手段20内の変換関数予測部21が、
時刻t−2(現時点から2フレーム前)の確定映像オブ
ジェクト領域と、時刻t−1(現時点から1フレーム
前)の確定映像オブジェクト領域から、アフィンパラメ
ータを推定し、変換関数を予測する(ステップa1)。
【0069】次に、オブジェクト予測手段20内のアフ
ィン変換部22が、時刻t−1(現時点から1フレーム
前)の確定映像オブジェクト領域を前記変換関数により
アフィン変換を行なう(ステップa2)。
【0070】次に、アフィン変換部22が、前記変換結
果を時刻t(現時点)の予測映像オブジェクト領域とし
て出力する(ステップa3)。
【0071】次に、図6に示したフローチャートに基づ
いて、ステップb0の暫定領域検出・成長処理について
説明する。
【0072】まず、オブジェクト抽出手段30A内の暫
定領域検出・成長部32が、前フレームにおいてオクル
ージョンが発生していたかどうかを判断する(ステップ
b1)。
【0073】ここで、前フレームにおいてオクルージョ
ンがあった場合は、オクルージョン領域に含まれている
可能性のある映像オブジェクト固有の画像特徴量を用い
て前記予測映像オブジェクト領域から複数の映像オブジ
ェクトの部分領域を検出する(ステップb2)。
【0074】一方、前フレームにおいてオクルージョン
がなかった場合は、前記予測映像オブジェクト領域内
で、追跡している映像オブジェクト固有の画像特徴量を
用いて映像オブジェクトの部分領域を検出する(ステッ
プb3)。
【0075】次に、前記検出された部分領域をGeodesic
Binary Reconstruction(GBR)により領域成長を行
なう(ステップb4)。
【0076】最後に、暫定領域検出・成長部32は、前
記領域成長結果を暫定映像オブジェクト領域として出力
する(ステップb5)。
【0077】次に、図7に示したフローチャートに基づ
いて、ステップc0のオクルージョン判定処理について
説明する。
【0078】まず、オクルージョン解析手段40内のオ
クルージョン判定部41が、前フレームにおいてオクル
ージョンが発生しているかを判断する(ステップc
1)。
【0079】ここで、前フレームにおいてオクルージョ
ンがなかった場合はステップc4へ進む。一方、前フレ
ームにおいてオクルージョンがあった場合は、暫定領域
検出・成長部32で検出・成長した複数の映像オブジェ
クト領域と追跡映像オブジェクト領域の重なりをチェッ
クする(ステップc2)。
【0080】次に、追跡映像オブジェクト領域の前記重
なりを判断し(ステップc3)、重なりがある場合は、
ステップc6へ進む。一方、重なりがない場合は、形状
比較部42において追跡映像オブジェクトの現時点tに
おける映像オブジェクト領域の形状情報S(t)と前時
点(t−1)における映像オブジェクトの形状情報S
(t−1)との変化量を算出する(ステップc4)。
【0081】ここで、オクルージョン判定部41は、前
記形状変化量を判断し(ステップc5)、形状変化量が
予め定められた基準値以上であった場合は、現時点にお
いてオクルージョンがあると判断して、オクルージョン
判定情報にオクルージョンありをセットする(ステップ
c6)。一方、形状変化量が予め定められた基準値未満
の場合は、現時点においてオクルージョンがないと判断
して、オクルージョン判定情報にオクルージョンなしを
セットする(ステップc7)。
【0082】最後に、オクルージョン判定部41は、前
記オクルージョン判定情報を出力する(ステップc
8)。
【0083】次に、図8に示したフローチャートに基づ
いて、ステップd0の確定領域検出・成長処理について
説明する。
【0084】まず、オブジェクト抽出手段30A内の確
定領域検出・成長部33が、オクルージョン解析手段4
0が生成するオクルージョン判定情報に基づいて、現フ
レームでオクルージョンが発生しているかどうかを判断
する(ステップd1)。
【0085】ここで、現フレームにオクルージョンがな
い場合は、暫定領域検出・成長部32で生成した暫定映
像オブジェクト領域を確定映像オブジェクト領域として
出力する(ステップd2)。
【0086】一方、現フレームにオクルージョンがある
場合は、画像特徴量を用いて前記予測映像オブジェクト
領域から、追跡映像オブジェクトの部分領域を検出する
(ステップd3)。
【0087】次に、前記検出された部分領域をGeodesic
Binary Reconstruction(GBR)により、エッジ強度
がある閾値以上になるところまで領域成長を行なう(ス
テップd4)。
【0088】最後に、確定領域検出・成長部33は、前
記領域成長結果を確定映像オブジェクト領域として出力
する(ステップd5)。
【0089】次に、図9〜図11を参照して、本実施の
形態に係る映像オブジェクト追跡装置における映像オブ
ジェクト領域の抽出及びオクルージョンの判定について
視覚的に説明する。
【0090】まず、図9は暫定領域検出・成長部32で
映像オブジェクトを検出し、領域成長を行なうことで映
像オブジェクトを抽出する動作を示した模式図である。
図9(a)は、オブジェクト予測手段20が予測した予
測映像オブジェクト領域と、シルエット画像生成手段1
0が生成したシルエット画像の前景領域を前景シルエッ
ト領域として視覚的に重ねた図である。
【0091】ここで、暫定領域検出・成長部32は、予
測映像オブジェクト領域で追跡している映像オブジェク
ト固有の画像特徴量(例えば色情報)を用いて映像オブ
ジェクトの一部を検出する。図9(b)がその領域検出
結果である検出領域を表わしている。
【0092】さらに、暫定領域検出・成長部32が前記
検出領域に領域成長(GBR)を行なうことで、図9
(c)の領域成長結果である成長領域が生成される。こ
の成長領域が暫定領域検出・成長部32で生成される暫
定映像オブジェクト領域である。
【0093】次に、図10は確定領域検出・成長部33
で、オクルージョンが発生している映像オブジェクト領
域から個々の映像オブジェクトを抽出する動作を示した
模式図である。図10(a)は、オブジェクト予測手段
20が予測した予測映像オブジェクト領域と、シルエッ
ト画像生成手段10が生成したシルエット画像の前景領
域を前景シルエット領域として視覚的に重ねた図であ
る。
【0094】ここで、確定領域検出・成長部33は、予
測映像オブジェクト領域から追跡している映像オブジェ
クト固有の画像特徴量(例えば色情報)を用いて映像オ
ブジェクトの一部を検出し、該当する映像オブジェクト
に対してエッジ検出を行なう。図10(b)がその検出
結果である検出領域と検出エッジを表わしている。
【0095】さらに、確定領域検出・成長部33が前記
検出領域をエッジ強度がある閾値以上になるところまで
領域成長(GBR)を行なうことで、図10(c)の領
域成長結果である成長領域が生成される。この成長領域
が確定領域検出・成長部33で生成される確定映像オブ
ジェクト領域である。
【0096】次に、図11は前フレームにオクルージョ
ンがあると判定されている状態で、現フレームのオクル
ージョンの判定を行なう動作を示した模式図である。な
お、本説明では前フレームにおいて2つの映像オブジェ
クトで重なりが発生している場合について説明する。
【0097】まず、暫定領域検出・成長部32が、図1
1(a)の予測映像オブジェクト領域内で2つの映像オ
ブジェクト固有の画像特徴量(例えば色情報)を用いて
映像オブジェクトの一部を検出する。図11(b)がそ
の領域検出結果である検出領域を表わしている。
【0098】さらに、暫定領域検出・成長部32が前記
検出領域に領域成長(GBR)を行なうことで、図11
(c−1)または図11(c−2)の領域成長結果であ
る成長領域が生成される。オクルージョン判定部41
は、前記成長領域が図11(c−1)のように複数の映
像オブジェクトが1つの同じ成長領域となったとき、オ
クルージョンがあると判断する。また、前記成長領域が
図11(c−2)のように複数の映像オブジェクトが該
映像オブジェクト数分の成長領域として分離されたと
き、オクルージョンがないと判断する。
【0099】以上、本発明では、オブジェクトのオクル
ージョンが生じ得る映像入力に対して、正確に映像オブ
ジェクトを抽出し追跡を行なうことが可能となる。
【0100】
【発明の効果】以上説明したとおり、本発明に係る映像
オブジェクト追跡装置では、以下に示す優れた効果を奏
する。
【0101】請求項1記載の発明によれば、映像オブジ
ェクト追跡装置は、シルエット画像生成手段により、映
像信号を前景画像と背景画像とに二値化したシルエット
画像を生成することができ、オブジェクト抽出手段によ
り、前記映像信号と前記シルエット画像と映像オブジェ
クト固有の画像特徴量に基づいて、該映像オブジェクト
が存在する領域の部分領域を検出し、前記部分領域を前
記シルエット画像に基づいて領域を成長させることで映
像オブジェクト領域全体を抽出することができる。この
ため、追跡映像オブジェクト領域をシルエット画像の前
景シルエット領域に基づいて精度良く抽出することがで
きる。
【0102】請求項2記載の発明によれば、映像オブジ
ェクト追跡装置は、オブジェクト予測手段により、過去
の映像オブジェクト領域の履歴に基づいて、現時点の映
像オブジェクト領域を予測し生成することができ、前記
オブジェクト抽出手段が該予測された映像オブジェクト
領域を参照し、オブジェクト抽出のための領域を限定す
ることができるので、映像オブジェクト追跡のための処
理を高速化することができるとともに、映像オブジェク
ト追跡の信頼性を向上させることができる。
【0103】請求項3記載の発明によれば、オクルージ
ョン解析手段により、前記オブジェクト抽出手段で抽出
された現時点の映像オブジェクト領域と前時点の映像オ
ブジェクト領域とを比較して、現時点での映像オブジェ
クトのオクルージョンの発生を検出することができる。
【0104】請求項4記載の発明によれば、オクルージ
ョン解析手段が、前記オブジェクト抽出手段で抽出され
た映像オブジェクト領域と過去の映像オブジェクト領域
との形状変化が予め定められた閾値より大きくなったと
きに、該領域に複数のオブジェクトが含まれていると判
定することができるので、高速にオクルージョンの発生
の有無を判断することができる。
【0105】請求項5記載の発明によれば、オブジェク
ト抽出手段が、前記オクルージョン解析手段の解析結果
で現時点の映像オブジェクト領域にオクルージョンが発
生している場合は、前記映像オブジェクト領域を前記映
像オブジェクト内に含まれる映像オブジェクト固有の画
像特徴量に基づいて、複数の映像オブジェクトを検出す
ることができるので、オクルージョンが発生した状況で
も、追跡映像オブジェクトを検出することができる。
【0106】請求項6記載の発明によれば、オブジェク
ト抽出手段が、映像オブジェクト固有の画像特徴量に基
づいて、該映像オブジェクトが存在する領域の一部を予
測し、前記予測領域を前記映像信号から検出したエッジ
信号に基づいて領域を成長させることで映像オブジェク
ト領域全体を抽出することができるので、オクルージョ
ンが発生した状況でも、部分的に見えている追跡映像オ
ブジェクト領域を抽出することができる。
【図面の簡単な説明】
【図1】本発明による第一の実施の形態である映像オブ
ジェクト追跡装置の全体構成を示すブロック図である。
【図2】本発明による第二の実施の形態である映像オブ
ジェクト追跡装置の全体構成を示すブロック図である。
【図3】Geodesic Binary Reconstruction(GBR)の
概念を示す図である。
【図4】第二の実施の形態である映像オブジェクト追跡
装置の概略動作を説明したフローチャートである。
【図5】第二の実施の形態である映像オブジェクト追跡
装置の動き予測処理の動作を説明したフローチャートで
ある。
【図6】第二の実施の形態である映像オブジェクト追跡
装置の暫定領域・検出処理の動作を説明したフローチャ
ートである。
【図7】第二の実施の形態である映像オブジェクト追跡
装置のオクルージョン判定処理の動作を説明したフロー
チャートである。
【図8】第二の実施の形態である映像オブジェクト追跡
装置の確定領域検出・成長処理の動作を説明したフロー
チャートである。
【図9】映像オブジェクト領域を抽出する動作を示した
模式図である。
【図10】オクルージョンがある場合の映像オブジェク
ト領域を抽出する動作を示した模式図である。
【図11】オクルージョンの判定処理を示した模式図で
ある。
【符号の説明】
1、1A……映像オブジェクト追跡手段 10……シルエット画像生成手段 11……前景・背景抽出部 20……オブジェクト予測手段 21……変換関数予測部 22……アフィン変換部 30……オブジェクト抽出手段 31……領域検出・成長部 32……暫定領域検出・成長部 33……確定領域検出・成長部 40……オクルージョン解析手段 41……オクルージョン判定部 42……形状比較部
───────────────────────────────────────────────────── フロントページの続き (72)発明者 三須 俊彦 東京都世田谷区砧一丁目10番11号 日本放 送協会 放送技術研究所内 Fターム(参考) 5L096 AA06 DA01 EA43 FA00 FA25 FA77 HA03 LA01

Claims (6)

    【特許請求の範囲】
  1. 【請求項1】 映像信号から抽出した映像オブジェクト
    を時間的に追跡する映像オブジェクト追跡装置におい
    て、 前記映像信号を前景画像と背景画像とに二値化したシル
    エット画像を生成するシルエット画像生成手段と、 前記映像信号と前記シルエット画像と映像オブジェクト
    固有の画像特徴量とに基づいて、該映像オブジェクトが
    存在する領域の部分領域を検出し、前記部分領域を前記
    シルエット画像に基づいて領域を成長させることで映像
    オブジェクト領域全体を抽出するオブジェクト抽出手段
    と、 を備えたことを特徴とする映像オブジェクト追跡装置。
  2. 【請求項2】 過去の映像オブジェクト領域の履歴に基
    づいて、現時点の映像オブジェクト領域を予測し生成す
    るオブジェクト予測手段を備え、前記オブジェクト抽出
    手段が該予測された映像オブジェクト領域を参照し、オ
    ブジェクト抽出のための領域を限定することを特徴とす
    る請求項1に記載の映像オブジェクト追跡装置。
  3. 【請求項3】 前記オブジェクト抽出手段で抽出された
    現時点の映像オブジェクト領域と前時点の映像オブジェ
    クト領域とを比較して、現時点での映像オブジェクトの
    オクルージョン発生の有無を解析するオクルージョン解
    析手段を備えたことを特徴とする請求項1または請求項
    2に記載の映像オブジェクト追跡装置。
  4. 【請求項4】 前記オクルージョン解析手段は、前記オ
    ブジェクト抽出手段で抽出された映像オブジェクト領域
    と過去の映像オブジェクト領域との形状変化が予め定め
    られた閾値より大きくなったときに、該領域に複数のオ
    ブジェクトが含まれていると判定することを特徴とする
    請求項3に記載の映像オブジェクト追跡装置。
  5. 【請求項5】 前記オブジェクト抽出手段は、前記オク
    ルージョン解析手段の解析結果で現時点の映像オブジェ
    クト領域にオクルージョンが発生している場合は、前記
    映像オブジェクト領域を前記映像オブジェクト内に含ま
    れる映像オブジェクト固有の画像特徴量に基づいて、複
    数の映像オブジェクトを検出することを特徴とする請求
    項3または請求項4に記載の映像オブジェクト追跡装
    置。
  6. 【請求項6】 前記オブジェクト抽出手段は、映像オブ
    ジェクト固有の画像特徴量に基づいて、該映像オブジェ
    クトが存在する領域の部分領域を検出し、前記部分領域
    を前記映像信号から検出したエッジ信号に基づいて領域
    を成長させることで映像オブジェクト領域全体を抽出す
    ることを特徴とする請求項3乃至請求項5のいずれか1
    項に記載の映像オブジェクト追跡装置。
JP2001233003A 2001-08-01 2001-08-01 映像オブジェクト追跡装置 Pending JP2003044860A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001233003A JP2003044860A (ja) 2001-08-01 2001-08-01 映像オブジェクト追跡装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001233003A JP2003044860A (ja) 2001-08-01 2001-08-01 映像オブジェクト追跡装置

Publications (1)

Publication Number Publication Date
JP2003044860A true JP2003044860A (ja) 2003-02-14

Family

ID=19064833

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001233003A Pending JP2003044860A (ja) 2001-08-01 2001-08-01 映像オブジェクト追跡装置

Country Status (1)

Country Link
JP (1) JP2003044860A (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007207009A (ja) * 2006-02-02 2007-08-16 Fujitsu Ltd 画像処理方法及び画像処理装置
JP2008250746A (ja) * 2007-03-30 2008-10-16 Secom Co Ltd 移動物体追跡装置
JP2010039580A (ja) * 2008-07-31 2010-02-18 Secom Co Ltd 移動物体追跡装置
US8643739B2 (en) 2009-10-20 2014-02-04 Canon Kabushiki Kaisha Image recognition apparatus, processing method thereof, and computer-readable storage medium
CN104184938A (zh) * 2013-05-24 2014-12-03 索尼公司 图像处理装置、图像处理方法和程序
JP2017084043A (ja) * 2015-10-27 2017-05-18 Kddi株式会社 前景領域における被写体の重なりを識別する識別装置、識別方法及びコンピュータ可読記憶媒体
JP2018084926A (ja) * 2016-11-22 2018-05-31 富士通株式会社 画像処理システム、画像処理装置および画像処理方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007207009A (ja) * 2006-02-02 2007-08-16 Fujitsu Ltd 画像処理方法及び画像処理装置
US8606012B2 (en) 2006-02-02 2013-12-10 Fujitsu Limited Image processing method and image processor
JP2008250746A (ja) * 2007-03-30 2008-10-16 Secom Co Ltd 移動物体追跡装置
JP2010039580A (ja) * 2008-07-31 2010-02-18 Secom Co Ltd 移動物体追跡装置
US8643739B2 (en) 2009-10-20 2014-02-04 Canon Kabushiki Kaisha Image recognition apparatus, processing method thereof, and computer-readable storage medium
CN104184938A (zh) * 2013-05-24 2014-12-03 索尼公司 图像处理装置、图像处理方法和程序
JP2017084043A (ja) * 2015-10-27 2017-05-18 Kddi株式会社 前景領域における被写体の重なりを識別する識別装置、識別方法及びコンピュータ可読記憶媒体
JP2018084926A (ja) * 2016-11-22 2018-05-31 富士通株式会社 画像処理システム、画像処理装置および画像処理方法

Similar Documents

Publication Publication Date Title
CN111126152B (zh) 一种基于视频的多目标行人检测与跟踪的方法
CN107563313B (zh) 基于深度学习的多目标行人检测与跟踪方法
JP3692500B2 (ja) 画像処理方法、画像処理システムおよび記録媒体
JP6474854B2 (ja) 背景モデルを更新するための方法及び装置
EP2378485B1 (en) Moving object detection method and moving object detection apparatus
EP1934941B1 (en) Bi-directional tracking using trajectory segment analysis
JP4181473B2 (ja) 映像オブジェクト軌跡合成装置、その方法及びそのプログラム
CN102208107A (zh) 图像处理设备、图像处理方法以及程序
KR102305230B1 (ko) 객체 경계정보의 정확도 개선방법 및 장치
KR102352942B1 (ko) 객체 경계정보의 주석을 입력하는 방법 및 장치
JP2003044860A (ja) 映像オブジェクト追跡装置
US11948312B2 (en) Object detection/tracking device, method, and program recording medium
JP2020119250A (ja) オブジェクト抽出方法および装置
JP2014110020A (ja) 画像処理装置、画像処理方法および画像処理プログラム
CN110211150B (zh) 一种具有尺度协调机制的实时视觉目标识别方法
JP2005165969A (ja) 画像処理装置、及び方法
JP4253410B2 (ja) ニュース記事切り出し装置
CN112200831B (zh) 一种基于动态模板的密集连接孪生神经网络目标跟踪方法
JP3763279B2 (ja) 物体抽出システム、物体抽出方法および物体抽出プログラム
JP4133246B2 (ja) 画像変形情報生成装置、画像変形情報生成方法及び画像変形情報生成プログラム
JP2002358526A (ja) 映像オブジェクト検出・追跡装置
CN111583288B (zh) 一种视频多目标关联与分割方法及系统
JP2006146457A (ja) 動物体輪郭抽出方法及び装置並びに動物体輪郭抽出プログラム
JPWO2006129622A1 (ja) 特徴量の予測誤差に基づいて動画像のカット点を検出する装置
JP2000259837A (ja) 動き検出装置及び方法