JP2004258931A - 画像処理方法、画像処理装置、画像処理プログラム - Google Patents
画像処理方法、画像処理装置、画像処理プログラム Download PDFInfo
- Publication number
- JP2004258931A JP2004258931A JP2003048331A JP2003048331A JP2004258931A JP 2004258931 A JP2004258931 A JP 2004258931A JP 2003048331 A JP2003048331 A JP 2003048331A JP 2003048331 A JP2003048331 A JP 2003048331A JP 2004258931 A JP2004258931 A JP 2004258931A
- Authority
- JP
- Japan
- Prior art keywords
- image
- image processing
- difference
- moving object
- area
- 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.)
- Withdrawn
Links
Images
Abstract
【課題】辞書パターンを用いることなく複数の移動物体を個別に認識し、かつ各移動物体について3次元位置および3次元寸法を求める。
【解決手段】画像処理部4はカメラ1により同空間を異なる時刻に撮像した複数毎の濃淡画像から濃度の差分を2値化した差分2値画像を生成する。さらに、画像処理部4は、差分2値画像内で移動物体の候補となる複数個の候補領域のうち各候補領域の特徴量に基づいて求めた同一の移動物体である確率が規定の閾値以上である候補領域同士を結合して物体領域を形成し、得られた物体領域について2次元画像から3次元に変換する変換規則を適用することにより3次元位置および3次元寸法を求める。
【選択図】 図1
【解決手段】画像処理部4はカメラ1により同空間を異なる時刻に撮像した複数毎の濃淡画像から濃度の差分を2値化した差分2値画像を生成する。さらに、画像処理部4は、差分2値画像内で移動物体の候補となる複数個の候補領域のうち各候補領域の特徴量に基づいて求めた同一の移動物体である確率が規定の閾値以上である候補領域同士を結合して物体領域を形成し、得られた物体領域について2次元画像から3次元に変換する変換規則を適用することにより3次元位置および3次元寸法を求める。
【選択図】 図1
Description
【0001】
【発明の属する技術分野】
本発明は、時系列で得られた複数毎の画像を用いて移動物体を検出する画像処理方法、画像処理装置、画像処理プログラムに関するものである。
【0002】
【従来の技術】
従来から、異なる時刻に得られた2枚の画像の濃度変化があれば、濃度変化の発生箇所に移動物体が存在すると判断し、濃度変化を生じた領域全体を移動物体の大きさとして認識する画像処理の技術が知られている。(たとえば、特許文献1参照)。
【0003】
【特許文献1】
特開平6−231252号公報(第4頁、図1)
【0004】
【発明が解決しようとする課題】
特許文献1に記載の技術は、差分2値画像を生成し、差分2値画像から抽出された領域について、あらかじめ登録した辞書パターンとの類似度が高い領域を移動物体の領域と認識するものであって、複数の移動物体を追跡することが可能ではあるものの、辞書パターンの登録が必要になっている。
【0005】
本発明は上記事由に鑑みて為されたものであり、その目的は、辞書パターンを用いることなく複数の移動物体を個別に認識することを可能とし、さらには各移動物体について3次元位置および3次元寸法を求めることを可能とした画像処理方法、画像処理装置、画像処理プログラムを提供することにある。
【0006】
【課題を解決するための手段】
請求項1の発明は、同空間を撮像手段で異なる時刻に撮像した複数毎の濃淡画像から濃度の差分を2値化した差分2値画像を生成し、差分2値画像内で移動物体の候補となる複数個の候補領域のうち各候補領域の特徴量に基づいて求めた同一の移動物体である確率が規定の閾値以上である候補領域同士を結合して物体領域を形成し、得られた物体領域について2次元画像から3次元に変換する変換規則を適用することにより3次元位置および3次元寸法を求めることを特徴とする。
【0007】
請求項2の発明では、請求項1の発明において、前記空間が太陽光を受けているときに、日時に対応した既知の太陽の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴とする。
【0008】
請求項3の発明は、請求項1の発明において、前記空間が照明されているときに、照明装置の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴とする。
【0009】
請求項4の発明は、請求項1の発明において、前記撮像手段により撮像される画像内に複数個の判定領域を設定し、すべての判定領域が前記候補領域になったときには、判定領域に関する濃度の差分について絶対値の平均値を2値化の閾値に用いた差分2値画像を生成することを特徴とする。
【0010】
請求項5の発明は、請求項1の発明において、前記移動物体が生物であって、異なる時刻に求めた前記差分2値画像を重ね合わせたときに生じる差分領域のうちで接地面側の差分領域を足に対応する領域として抽出することを特徴とする。
【0011】
請求項6の発明は、請求項5の発明において、前記差分領域を一定時間間隔ごとに求めることを特徴とする。
【0012】
請求項7の発明は、請求項1の発明において、前記空間に移動物体が存在しない状態の濃淡画像と現時刻において撮像された濃淡画像とを用いて前記差分2値画像を生成し、当該差分2値画像内で前記物体領域が検出されたときに、移動物体の一部のみが動いたと判断することを特徴とする。
【0013】
請求項8の発明は、画像処理装置であって、前記撮像手段により撮像された前記濃淡画像および濃淡画像から求めた前記差分2値画像を格納する記憶部と、記憶部に格納された濃淡画像および差分2値画像を用いて請求項1ないし請求項7のいずれか1項に記載の画像処理方法を実行するコンピュータからなる画像処理部とを具備することを特徴とする。
【0014】
請求項9の発明は、画像処理プログラムであって、請求項1ないし請求項7のいずれか1項に記載の画像処理方法をコンピュータにより実現させるものである。
【0015】
【発明の実施の形態】
(第1実施形態)
本実施形態において用いる画像処理装置20は、図1に示すように、撮像手段としてのTVカメラよりなるカメラ1で撮像した画像により移動物体を検出するものであって、カメラ1からの画像が入力される画像入力部2を備える。画像入力部2は、カメラ1がアナログの映像信号を出力するものであれば、アナログインタフェースと映像信号にA/D変換を行って画素ごとの濃度に変換する機能とを持ち、カメラ1がデジタルの映像信号を出力するものであれば、デジタルインタフェースを持つ構成になる。いずれにせよ、画像入力部2の出力は、カメラ1により撮像された画像の各画素に濃度情報を持つ濃淡画像であって、この濃淡画像は画像データバッファ3に一時的に格納される。画像データバッファ3は画像メモリであって、少なくとも1画面分の濃淡画像を一時的に格納する。画像データバッファ3に一時的に格納された濃淡画像は画像処理部4に読み出され、画像処理部4と記憶部5とCPU6とによって濃淡画像に対して後述する画像処理が施される。
【0016】
本実施形態における画像処理は、濃淡画像に基づいて、移動物体を検出するとともに移動物体の位置および大きさを検出する処理であって、濃淡画像と移動物体の位置および大きさとは記憶部5に格納される。記憶部5は、濃淡画像のほか後述する差分2値画像や各種データが格納されるものであって半導体メモリが用いられる。また、図示例ではCPU6を画像処理部4とは別手段として記載しているが、画像処理部4とCPU6とはコンピュータ装置に適宜のプログラムを実行させることによって1つのコンピュータ装置(マイクロコンピュータ)で実現することができる。また、現実的には、画像入力部2および画像データバッファ3の機能を付加したパーソナルコンピュータに、画像処理部4としての機能を実現するプログラムを実行させることによって画像処理装置20として機能させる。
【0017】
カメラ1は地面または床面の上方に設置し、地面または床面を含む撮像空間をカメラ1により斜め上方から撮像する場合を想定する。つまり、カメラ1の撮像空間は一般的な監視カメラの撮像空間になる。また、本実施形態では、カメラ1の撮像空間に存在する物体による影が実質的に生じないという条件で説明する。この条件は、多数の照明装置によって照明されている室内空間であって自然光がほとんど入射しない場合などに該当する。
【0018】
本実施形態では、まず、カメラ1により異なる時刻に撮像された複数の画像を用い、異なる時刻の各2枚の画像の差分を2値化した差分2値画像を生成する。差分2値画像は、カメラ1である時刻に撮像した画像と、その画像よりも後のある時刻にカメラ1で撮像した画像との濃度の差分を各画素ごとに求めたフレーム間差分画像を生成し、フレーム間差分画像の各画素の濃度の絶対値を規定した閾値で2値化したものである。差分2値画像においては、変化の生じていない背景領域の画素値は0になり、変化が生じた差分領域の画素値は0ではない値になる。差分領域は変化の生じた領域であるから、差分領域には移動した物体の情報が含まれていると考えられる。
【0019】
そこで、画像処理部4と記憶部5とCPU6とを用いて差分2値画像に対して以下の処理を行うことにより移動物体を認識する。まず、規定した一定時間内の複数毎の差分2値画像を用い、差分領域から背景領域への変化と、背景領域から差分領域への変化とが生じている画素について、用いた差分2値画像の枚数に対して変化の生じた割合を求め、変化の割合が規定した閾値(経験的に設定する)よりも大きいときには、何らかの物体が風などで揺らいで振動していることによる変化と判断し、このような画素は移動物体の候補から削除する。
【0020】
次に、上述の処理によって移動物体の候補を低減させた後の1枚の差分2値画像に含まれる差分領域にラベル付けを行い、カメラ1で撮像した濃淡画像について各差分領域に対応する領域を移動物体の候補領域とする。つまり、候補領域には濃度の情報が含まれる。1枚の差分2値画像の中に連続しない複数個の候補領域が存在する場合には、各候補領域の特徴量を求め、特徴量に基づいて候補領域の統合可能性を判断し、統合可能な候補領域は同一の移動物体に属する領域であるものと判断して統合する。
【0021】
具体的には、まず、各候補領域の重心の位置を求めるとともに、各2個の候補領域について、それぞれ重心間の距離を閾値(経験的に設定する)と比較する。重心間の距離が閾値より小さく、かつ重心を対角線の両端とする矩形領域内に他の候補領域が含まれておらず、かつ当該2個の候補領域が統合可能性について未判断であるという条件を満たすときに、以下の手順で両候補領域の統合可能性を判断する。
【0022】
選択した2個の候補領域の統合可能性の判断に際しては、まず両候補領域の特徴量に関する類似度を判断する。候補領域の特徴量としては、位置、形状、輝度分布などの情報を用いるのであって、本実施形態では特徴量の類似度を、以下の(a)〜(c)の3種類の演算を行って判断する。
(a)候補領域間の距離:統合可能性を判断する2個の候補領域についてそれぞれ輪郭線を求め(輪郭線は差分2値画像により画素値の変化点として検出し、通常の輪郭線抽出処理によって求めることができる)、輪郭線間の最小距離を候補領域間の距離とし、この距離を類似度に用いる。つまり、差分2値画像の中での距離が近いほど同一の物体である確率が高いと判断する。
(b)候補領域の輪郭付近における輝度分布:統合可能性を判断する2個の候補領域についてそれぞれ輪郭線を求め、輪郭線間の距離が最小になる部位の規定の近傍領域について輝度分布の類似度を求める。つまり、輝度分布の類似度が高いほど同一の物体である確率が高いと判断する。輝度分布の類似度は、各候補領域について設定した近傍領域に関する輝度の度数分布をそれぞれベクトルで表現し両ベクトルの間の角度を類似度に用いるか、あるいは、両候補領域について設定した近傍領域に関する輝度の度数分布についてユークリッド距離を類似度に用いる。
(c)候補領域の複雑度:統合可能性を判断する2個の候補領域を結合し、結合後の領域の輪郭線の長さと面積とを求め、輪郭線長と面積との関係によって輪郭線の形状に関する複雑度を類似度として判断する。つまり、一般に異なる物体を結合すると輪郭線の形状が複雑になるから、輪郭線の形状に関する複雑度が小さいほど同一の物体である確率が高いと判断する。輪郭線の複雑度は次式の値が大きいほど高いと判断する。
(結合後の領域の輪郭線長の2乗)/(結合後の領域の面積)
上述のような演算により結合可能性を判断する2個の候補領域に関する特徴量の類似度を求めた後には類似度を確率に換算する。ここに、類似度を確率に換算する変換規則には、あらかじめ実験によって推定した分布を用いる。
【0023】
次に、得られた確率を乗算し、上述した3種類の類似度の判断を折り込んだ確率を求める。このようにして得られた結合可能性の確率が規定の閾値(経験的に設定する)以上であれば、着目する2個の候補領域は同一の物体であると判断し、両候補領域を結合して新たな候補領域とする。このとき、元の2個の候補領域のラベルは削除する。候補領域の結合にあたっては、たとえば両候補領域の輪郭線間の距離が最小になる部位の近傍領域において輪郭線の膨張処理を行うなどすればよい。また、結合可能性の確率が上述した閾値未満であれば、両候補領域は同一の物体ではないものと判断する。
【0024】
カメラ1により撮像された画像において各2個ずつの候補領域(上述の処理により新たに生成した候補領域を含む)のすべての組合せについて上述した処理が終了すれば、最終的に得られた各候補領域について面積を求め、各候補領域の面積を閾値(検出しようとする移動物体に応じて経験的に設定される)未満である候補領域については雑音成分として除外する。
【0025】
上述の処理によって形成された候補領域は、差分領域に基づいて得られた領域であって、候補領域の輪郭線は移動物体の輪郭線であると考えられるから、図2に示すように、差分2値画像において候補領域D1に囲まれる領域D2を、候補領域D1とともに背景領域とは異なる画素値で塗りつぶし、塗りつぶした領域の全体を物体領域Daとする。
【0026】
なお、上述の処理において類似度を3種類の演算により求めているが、候補領域の位置、形状、輝度分布などに基づいて別の演算によって類似度を求めるようにしてもよい。また、類似度から求めた確率を乗算することによって、3種類の演算により求めた類似度を折り込む例を示したが、各特徴量について求めた確率をそれぞれ大小2個の閾値と比較し、大きいほうの閾値以上の場合は投票値1、小さいほうの閾値未満の場合は投票値−1、小さいほうの閾値以上かつ大きいほうの閾値未満の場合は投票値0とし、投票値の総和を閾値と比較することによって結合可能性を判断するようにしてもよい。
【0027】
上述した類似度から確率への変換規則となる確率の分布は、検出対象の複数の異なる画像から求めた特徴量の平均値および標準偏差を、正規分布の平均および標準偏差に当てはめることで得られる。また、各特徴量の識別結果への寄与度に応じて確率および投票値に重み付けをすることも可能である。
【0028】
上述のようにして物体領域Daを求めた後に、以下の手順で物体領域の実空間での3次元位置および3次元寸法を推定する。
【0029】
いま、実空間における地面または床面(以下では、両者をまとめて「接地面」と呼ぶ)に図3のような矩形状の1平面である対象領域A1を想定し、対象領域A1の面内に4個の基準点A〜Dを設定するとともに、対象領域A1の面外に2個の基準点E,Fを設定する。図示例では、実空間において左手系の直交座標系を想定し、接地面に原点Oを設定するとともに、接地面をXY平面とする。基準点A,BはX軸上の点とし、基準点C,DはY軸上の点とする。また、基準点EをZ軸上の点、基準点Fを基準点Cに対してZ軸方向に離れた点とする。さらに具体的に言えば、基準点AはX軸上で原点Oから正方向に1mの点、基準点BはX軸上で基準点Aから正方向に1mの点、基準点CはY軸上で原点Oから正方向に1mの点、基準点DはY軸上で基準点Cから正方向に1mの点、基準点EはZ軸上で原点Oから正方向に1mの点、基準点Fは基準点CからZ軸の正方向に1mの点として設定する。このような基準点A〜Fを設定することによって、たとえば基準点A〜Dを含む平面は接地面になる。
【0030】
一方、上述した対象領域A1を含む空間をカメラ1により撮像したときに図4に示す画像P1が得られるとすれば、画像P1の中に基準点A〜Fが含まれるから、画像P1の中の基準点A〜Fの座標位置を既知である実空間での基準点A〜Fとを対応付けることによって、画像P1の中の対象領域A1における画素の座標を実空間における対象領域A1の中の座標に対応付けるための変換規則を決定することができる。つまり、2次元の画像P1から3次元の実空間の情報を取り出す変換規則を決定することができ、画像P1から得られる2次元の情報に基づいて実空間の3次元情報を抽出することが可能になる。
【0031】
ここで、2次元の画像P1で得られた物体領域Daに対して3次元情報に対応付ける変換規則を適用するには、物体領域Daについて3次元空間に対応付けるための基準が必要になる。そこで、物体領域Daについて接地面に接触する点を推定する。接地面上に存在する物体であれば、たとえば、2次元の画像P1の垂直方向において物体領域Daの最下点は接地面に接触していると推定することができる。そこで、物体領域Daに関して接地面に接触していると推定される点の座標に変換規則を適用することによって、物体領域Daについて3次元空間である実空間での接地面内での座標値が得られる。
【0032】
さらに、直線CFおよび直線OEの関係によって、2次元の画像P1の中で物体が奥行方向に移動した場合の撮像画像内での見かけの高さの変化量を求めることができる。したがって、物体領域Daにおける接地面上の点の座標と垂直方向の長さの変化とにより実空間での3次元位置および3次元寸法を推定することが可能になる。
【0033】
いま、図5のように、カメラ1の視野内に複数の移動物体Ob1,Ob2,Ob3が存在するものとし、図5に示す矢印のように各移動物体Ob1,Ob2,Ob3が移動しているとすれば、カメラ1により撮像した時系列で連続する2枚の画像に上述した処理を施すことによって、各移動物体Ob1,Ob2,Ob3に対応する物体領域を個別に分離して識別することが可能になり、各移動物体Ob1,Ob2,Ob3に関して3次元位置と3次元寸法(幅および高さ)とを各別に分離して求めることが可能になる。
【0034】
(第2実施形態)
第1実施形態では、2次元の画像P1における物体領域Daの最下点を接地面に接している点とみなし、この点を移動物体の3次元位置を求める際の基準に用いているから、移動物体に影が生じている場合に、移動物体の3次元位置を正確に求めることができないことがある。つまり、移動物体の下端(移動物体が人であれば足元)から伸びる影が移動物体の一部と誤認されることがあり、3次元位置を正確に求めることができなくなる。
【0035】
本実施形態では、自然光(太陽光)について影の影響を除去して移動物体の3次元位置を正確に求めることを目的にしている。太陽光により形成される物体の影は、太陽の位置と光量とが決まれば予測することができるから、カメラ1の視野に対する物体の影を予測するために、太陽の位置に関するデータをあらかじめ用意するとともに太陽の光量を計測する。
【0036】
つまり、本実施形態の画像処理装置20は、図7に示すように、カメラ1の設置場所(緯度と経度とにより特定される場所)における日時と太陽の位置および光量とを対応付けて格納した太陽位置計算部8を備え、日付時刻データ発生部7から出力される現在日時に応じて太陽の天文学的な位置を求めている。また、画像処理装置20には日射計9において計測した太陽の光量が入力される日射データ入力部10が設けられ、日射計9で検出した太陽の光量が日射データ入力部10に設定された閾値よりも少ないときには、影の影響はないものと判断する。
【0037】
画像処理装置20には、太陽位置計算部8で求めた太陽の位置と日射データ入力部10での影の有無の判断結果とが入力される影情報計算部11が設けられており、影情報計算部11では影の発生時にカメラ1の視野において、影が形成される方向と長さとが算出される。
【0038】
影情報計算部11の処理をさらに詳しく説明する。影情報計算部11では、まず日射データ入力部10の判断結果によって影の有無を判断する。このとき、太陽の光量(日射量)が閾値未満であれば実質的に影は生じていないものとして以下の処理は行わないが、太陽の光量(日射量)が閾値以上であるときには、影が生じているものと判断して、以下の処理を行うことにより影の影響を除去する。
【0039】
つまり、影が生じているときには、影情報計算部11では、まず影の方向を求める。いま、方位角として北を0度とし、北から東を回る向きに方位角が増加するものとすれば、影の実空間での方向は、(太陽の方位角+180度)−(カメラ1の方位角)で計算することができる。ベクトルOA(図3参照)を実空間の接地面内において求めた角度分回転させ、さらにベクトルOAの始点と終点との座標に対して請求項1において説明した座標の変換規則を適用し、原点Oと基準点Aとを結ぶ直線の向きを求めればカメラ1により撮像した画像内の影の方向を推定することができる。
【0040】
次に、物体領域Daについて骨格線を求める。つまり、図8に示すように、推定された影の方向を矢印Rとすれば、骨格線L1は矢印Rに平行であって物体領域Daの幅方向の略中心を通る直線とする。したがって、骨格線L1は影となる領域の全長を通るが、影以外の領域はほとんど通ることがない。そこで、骨格線L1に交差する方向(直交する方向が望ましい)において物体領域Daの中での輝度分布を調べる。ここに、影となる領域は、濃度(輝度)が比較的小さく、かつ濃度の変化が小さいと考えられるから、濃度に関して微分処理を行い、各画素のうち微分値が規定の閾値(経験的に設定される)よりも小さい画素については影とみなして、物体領域Daから削除する。
【0041】
微分処理を行えば影をほとんど削除することができるが、影の領域であっても一部の画素は削除されず、図8に示すような島領域D3として残される可能性がある。このような場合には、島領域D3の輪郭線を追跡することによって、影として削除した画素と島領域D3の輪郭線上の画素とが接する個数を求め、求めた画素数の輪郭線長に対する割合があらかじめ設定した閾値(たとえば80%)以上であれば、当該島領域D3を影としてまとめて削除する。他の構成および動作は第1実施形態と同様である。
【0042】
本実施形態の構成により、図9のようにカメラ1の視野内に存在する移動物体Obについて日射の影響により影Omが形成されているときに、図10に示すように、画像処理装置20において物体領域Daとして認識される領域から、影Omに対応する領域を抽出して削除することができ、結果的に移動物体Obに関する正確な3次元位置および3次元寸法を求めることが可能になる。
【0043】
(第3実施形態)
第2実施形態は、太陽光による影の影響を除去することを目的としていたが、本実施形態は照明による影の影響を除去しようとするものである。すなわち、本実施形態では照明に関するデータを用いて影の発生を予測し、予測結果に基づいて対象領域Daから影の領域を除去するものである。
【0044】
本実施形態の画像処理装置20には、図11に示すように、第1実施形態の画像処理装置20に対して、照度計12により検出した照明の照度が入力される照度データ入力部13が設けられるとともに、照明装置の位置を格納した人工照明位置データ記憶部14が設けられている。また、照度データ入力部13と人工照明位置データ記憶部14との情報に基づいて影の領域を推定する影情報計算部11が設けられている。本実施形態の構成は基本的には第2実施形態の構成と同様であって、第2実施形態では太陽の位置が日時によって変化するのに対して、照明では多くの場合には位置の変化を考慮する必要がない。ただし、照度に関しては照明装置を調光点灯させるなどの場合に変化が生じる。
【0045】
そこで、影情報計算部11では照度計12により検出した照度が影を生じない程度であれば、物体領域Daから影の領域を除去する処理は行わず、影が生じる程度であれば影の領域を除去する処理を行う。影の領域を除去する処理は基本的には第2実施形態と同様であって、人工照明位置データ記憶部14に格納された照明装置の位置および配光に基づいて、カメラ1により得られる画像内での影の方向と長さとを求め、影の領域とみなせる画素を削除するのである。この処理によって、第2実施形態と同様に影の影響を除去して移動物体の3次元位置および3次元寸法を正確に求めることが可能になる。他の構成および動作は第2実施形態と同様である。
【0046】
(第4実施形態)
上述した各実施形態においては、カメラ1により撮像された濃淡画像の濃度変化に基づいて移動物体を検出しているから、たとえば、太陽が雲間に出入りすることによる明るさの変化や、照明の点灯と消灯とによる明るさの変化によって、カメラ1の視野内の明るさが全体にわたって変化した場合に移動物体として誤認することがある。そこで、本実施形態では明るさの変化による画像全体の濃度変化と、画像内の移動物体の移動に伴う画像の一部の濃度変化とを識別可能とすることによって、移動物体が存在しないにもかかわらず移動物体の存在を誤検知する可能性を低減する。
【0047】
具体的には、図12に示すように、カメラ1により撮像される画像P1内において複数箇所(たとえば、9箇所)の判定領域(たとえば、16×16画素)Dbを均等に配置設定する(たとえば水平方向3×垂直方向3箇所)。このような判定領域Dbについて、すべての判定領域Dbが候補領域になったときには、カメラ1の視野の全体の明るさが変化したと判断することができる。このように、カメラ1の視野に明るさの変化が生じたときには、時系列に並ぶ複数の濃淡画像からすべての判定領域Dbに関する濃度の差分について絶対値の平均値を求め、求めた値を閾値に用いて差分2値画像を求めることにより、実際の移動物体による差分領域のみを抽出することが可能になる。他の構成および動作は第1実施形態と同様である。
【0048】
(第5実施形態)
本実施形態は、図13に示すように、第1実施形態に示した画像処理装置20に対して、移動物体の形状に関する情報を用いて物体領域Daのうちで移動物体(人を想定する)の足に相当する領域を推定し、移動物体の足の数を計数計る移動物体形状解析部15を追加したものである。つまり、移動物体形状解析部15では、移動物体の足の本数を求めることによって、移動物体が人か否かを識別するのである。移動物体の足の本数を求めるために、まず物体領域Daについて末端部を抽出した後、末端部から足を選択する。
【0049】
すなわち、移動物体が生物である場合、手足のような身体の末端部は他の部位に比較して移動量が大きいと考えられる。そこで、図14(a)のように、前時刻での物体領域Da1の2値画像と現時刻での物体領域Da2の2値画像とについて、図14(b)のように両者がもっとも一致する部位および角度で重ね合わせる。重ね合わせに際しては、周知のテンプレートマッチングと同様の技術を適用する。
【0050】
次に、重ね合わせた位置および角度で2値画像同士の差分を求め、得られた差分領域のうち現時刻の物体領域Da1に含まれる領域を抽出する。手足のような末端部は移動量が大きいから、差分領域の面積が大きくまとまった形状になる。これに対して、体の中心部は差分領域の面積が小さくなり、形状も幅の狭い線状になる。そこで、得られた差分領域に1画素幅の収縮処理を複数回施すことによって、線状の領域を除去する。収縮処理の回数は検出しようとする移動物体に関する画像のフレーム間の移動量に基づいて実験によって経験的に決定する。収縮処理の後に残った差分領域のうち面積が規定の閾値(経験的に設定する)より大きいものを大きい順に4個まで選択し、物体領域Daのうち選択した領域含む部位を末端部として切り取る(図14(c)参照)。
【0051】
その後、切り取った末端部から足に相当する領域を選択する。つまり、各末端部についてカメラ1により撮像した画面(濃淡画像)内での垂直方向の重心位置を計算し、重心位置が最下点である末端部をまず足として選択する。次に、重心位置が下から2番目である末端部の重心位置が、最下点である末端部の重心位置から規定の閾値(経験的に設定する)の範囲内(たとえば、物体領域Daの高さの1/3程度)であれば、当該末端部も足として選択する。
【0052】
さらに、足として選択した2つの末端部と残りの末端部との輪郭形状の一致度を周知のテンプレートマッチングの技術によって比較し、一致度が規定の閾値(経験的に設定する値であって、たとえば、80%)より大きければ足として選択する。足が4本以上ある生物の場合、各足の形状の類似度が高いから個々の足を判別することは難しい。これに対して、人が杖をつく場合や四つん這いになっている場合には、杖や手の部分は足とは形状が大きく異なるから、足と他の部分とを容易に判別することができ、したがって手足を容易に判別することができる。したがって、画像中の足の本数のみを数えることが可能になる。他の構成および動作は第1実施形態と同様である。
【0053】
(第6実施形態)
本実施形態の画像処理装置20は、図15に示すように、第5実施形態と同様の手足を検出するための移動体形状解析部15に加えて、移動物体における足の位置を時系列的に解析する軌跡解析部16を設けたものである。また、軌跡解析部16において足の位置を追跡するために、移動体形状解析部15で求めた移動物体の足の位置(3次元座標)と時刻とを対にして記憶部5に格納する。つまり、第5実施形態で行った足の抽出を行う処理を一定時間間隔ごとに行うことで、足の軌跡および本数の時間変化を求める。このような軌跡解析部16を設けたことにより、移動物体の足の軌跡を追跡することが可能になる。このように、移動物体の足の軌跡を追跡することにより、移動物体が人かどうかの判別をより正確に行うことが可能になる。つまり、ある時間範囲内に侵入してきた人の行動判定を行う際に有用なデータとなり、不審者の行動追跡に役立つ。他の構成よび動作は第5実施形態と同様である。
【0054】
(第7実施形態)
本実施形態の画像処理装置20は、検出した移動物体の3次元位置と3次元寸法(幅と高さ)を記憶部5に保存するものである。また、画像処理部4では、移動物体を検知した時刻以降の時刻において、移動物体が存在した領域と移動物体の存在した領域に隣接する領域とで、大きさの異なる移動物体が検出されたときに、以下の処理を行う。すなわち、移動物体が存在しないときの背景のみの画像を用いて、第1実施形態と同様の処理を行い、この処理によって移動物体が存在した領域が検出された場合には、最初に検出された移動物体は静止したままで、その一部分のみが移動した判断し、記憶部5に保存した移動物体の3次元位置の内容を更新する機能を付加したものである。すなわち、前時刻での物体領域Daにおける外接矩形内を走査し、現時刻での同領域内での物体領域Daの面積が規定の閾値(経験的に設定され、たとえば、外接矩形の面積の50%程度)より小さい場合は、背景のみの画像と現時刻の画像とを用いて第1実施形態と同様の処理を行うのである。ここで、物体領域Daが検出されたときには、対象である移動物体が現時刻では静止していると判断する。また、以降の時刻ではこの領域をフレーム間差分による移動物体の検出結果と同様に扱う。ここに、背景のみの画像はカメラ1の設定時において移動物体が存在しない状態で撮影した画像を意味する。
【0055】
第2実施形態、第3実施形態、第4実施形態の構成では、移動物体の重心の移動量が小さいときに、移動物体を検出することができない場合がある。これに対して、上述した本実施形態の処理を付加することによって、移動物体を確実に追跡することが可能になる。他の構成および動作は第1実施形態と同様である。
【0056】
【発明の効果】
請求項1の発明は、同空間を撮像手段で異なる時刻に撮像した複数毎の濃淡画像から濃度の差分を2値化した差分2値画像を生成し、差分2値画像内で移動物体の候補となる複数個の候補領域のうち各候補領域の特徴量に基づいて求めた同一の移動物体である確率が規定の閾値以上である候補領域同士を結合して物体領域を形成し、得られた物体領域について2次元画像から3次元に変換する変換規則を適用することにより3次元位置および3次元寸法を求めることを特徴としており、複数の移動物体が混在している場合でも辞書パターンのような別途の情報を用いることなく各移動物体を分離して抽出することができ、しかも画像内での移動物体の3次元位置および3次元寸法を求めることが可能になる。
【0057】
請求項2の発明では、請求項1の発明において、前記空間が太陽光を受けているときに、日時に対応した既知の太陽の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴としており、太陽光(自然光)により移動物体の影が形成される場合であっても、画像内から影の領域を分離して移動物体に対応する領域のみを精度よく抽出することができ、移動物体に関して3次元位置および3次元寸法を正確に計測することが可能になる。
【0058】
請求項3の発明は、請求項1の発明において、前記空間が照明されているときに、照明装置の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴としており、照明により移動物体の影が形成される場合であっても、画像内から影の領域を分離して移動物体に対応する領域のみを精度よく抽出することができ、移動物体に関して3次元位置および3次元寸法を正確に計測することが可能になる。
【0059】
請求項4の発明は、請求項1の発明において、前記撮像手段により撮像される画像内に複数個の判定領域を設定し、すべての判定領域が前記候補領域になったときには、判定領域に関する濃度の差分について絶対値の平均値を2値化の閾値に用いた差分2値画像を生成することを特徴としており、撮像した空間に光量変化があっても移動物体と誤認することがない。
【0060】
請求項5の発明は、請求項1の発明において、前記移動物体が生物であって、異なる時刻に求めた前記差分2値画像を重ね合わせたときに生じる差分領域のうちで接地面側の差分領域を足に対応する領域として抽出することを特徴としており、移動物体が生物であるときに足に相当する領域を画像から抽出することで、足の移動軌跡を追跡するのが容易になる。
【0061】
請求項6の発明は、請求項5の発明において、前記差分領域を一定時間間隔ごとに求めることを特徴としており、足の移動を追跡することができる。
【0062】
請求項7の発明は、請求項1の発明において、前記空間に移動物体が存在しない状態の濃淡画像と現時刻において撮像された濃淡画像とを用いて前記差分2値画像を生成し、当該差分2値画像内で前記物体領域が検出されたときに、移動物体の一部のみが動いたと判断することを特徴としており、移動物体に実質的な移動がなく一部のみが移動する場合でも画像を用いて検出することが可能になる。
【図面の簡単な説明】
【図1】本発明の第1実施形態を示すブロック図である。
【図2】同上の動作説明図である。
【図3】同上の動作説明図である。
【図4】同上の動作説明図である。
【図5】同上の動作説明図である。
【図6】同上の動作説明図である。
【図7】本発明の第2実施形態を示すブロック図である。
【図8】同上の動作説明図である。
【図9】同上の動作説明図である。
【図10】同上の動作説明図である。
【図11】本発明の第3実施形態を示すブロック図である。
【図12】本発明の第4実施形態を示す動作説明図である。
【図13】本発明の第5実施形態を示すブロック図である。
【図14】同上の動作説明図である。
【図15】本発明の第6実施形態を示すブロック図である。
【符号の説明】
1 カメラ
2 画像入力部
3 画像データバッファ
4 画像処理部
5 記憶部
6 CPU
7 日付時刻データ発生部
8 太陽位置計算部
9 日射計
10 日射データ入力部
11 影情報計算部
12 照度計
13 照度データ入力部
14 人工照明位置データ記憶部
15 移動体形状解析部
16 軌跡解析部
20 画像処理装置
【発明の属する技術分野】
本発明は、時系列で得られた複数毎の画像を用いて移動物体を検出する画像処理方法、画像処理装置、画像処理プログラムに関するものである。
【0002】
【従来の技術】
従来から、異なる時刻に得られた2枚の画像の濃度変化があれば、濃度変化の発生箇所に移動物体が存在すると判断し、濃度変化を生じた領域全体を移動物体の大きさとして認識する画像処理の技術が知られている。(たとえば、特許文献1参照)。
【0003】
【特許文献1】
特開平6−231252号公報(第4頁、図1)
【0004】
【発明が解決しようとする課題】
特許文献1に記載の技術は、差分2値画像を生成し、差分2値画像から抽出された領域について、あらかじめ登録した辞書パターンとの類似度が高い領域を移動物体の領域と認識するものであって、複数の移動物体を追跡することが可能ではあるものの、辞書パターンの登録が必要になっている。
【0005】
本発明は上記事由に鑑みて為されたものであり、その目的は、辞書パターンを用いることなく複数の移動物体を個別に認識することを可能とし、さらには各移動物体について3次元位置および3次元寸法を求めることを可能とした画像処理方法、画像処理装置、画像処理プログラムを提供することにある。
【0006】
【課題を解決するための手段】
請求項1の発明は、同空間を撮像手段で異なる時刻に撮像した複数毎の濃淡画像から濃度の差分を2値化した差分2値画像を生成し、差分2値画像内で移動物体の候補となる複数個の候補領域のうち各候補領域の特徴量に基づいて求めた同一の移動物体である確率が規定の閾値以上である候補領域同士を結合して物体領域を形成し、得られた物体領域について2次元画像から3次元に変換する変換規則を適用することにより3次元位置および3次元寸法を求めることを特徴とする。
【0007】
請求項2の発明では、請求項1の発明において、前記空間が太陽光を受けているときに、日時に対応した既知の太陽の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴とする。
【0008】
請求項3の発明は、請求項1の発明において、前記空間が照明されているときに、照明装置の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴とする。
【0009】
請求項4の発明は、請求項1の発明において、前記撮像手段により撮像される画像内に複数個の判定領域を設定し、すべての判定領域が前記候補領域になったときには、判定領域に関する濃度の差分について絶対値の平均値を2値化の閾値に用いた差分2値画像を生成することを特徴とする。
【0010】
請求項5の発明は、請求項1の発明において、前記移動物体が生物であって、異なる時刻に求めた前記差分2値画像を重ね合わせたときに生じる差分領域のうちで接地面側の差分領域を足に対応する領域として抽出することを特徴とする。
【0011】
請求項6の発明は、請求項5の発明において、前記差分領域を一定時間間隔ごとに求めることを特徴とする。
【0012】
請求項7の発明は、請求項1の発明において、前記空間に移動物体が存在しない状態の濃淡画像と現時刻において撮像された濃淡画像とを用いて前記差分2値画像を生成し、当該差分2値画像内で前記物体領域が検出されたときに、移動物体の一部のみが動いたと判断することを特徴とする。
【0013】
請求項8の発明は、画像処理装置であって、前記撮像手段により撮像された前記濃淡画像および濃淡画像から求めた前記差分2値画像を格納する記憶部と、記憶部に格納された濃淡画像および差分2値画像を用いて請求項1ないし請求項7のいずれか1項に記載の画像処理方法を実行するコンピュータからなる画像処理部とを具備することを特徴とする。
【0014】
請求項9の発明は、画像処理プログラムであって、請求項1ないし請求項7のいずれか1項に記載の画像処理方法をコンピュータにより実現させるものである。
【0015】
【発明の実施の形態】
(第1実施形態)
本実施形態において用いる画像処理装置20は、図1に示すように、撮像手段としてのTVカメラよりなるカメラ1で撮像した画像により移動物体を検出するものであって、カメラ1からの画像が入力される画像入力部2を備える。画像入力部2は、カメラ1がアナログの映像信号を出力するものであれば、アナログインタフェースと映像信号にA/D変換を行って画素ごとの濃度に変換する機能とを持ち、カメラ1がデジタルの映像信号を出力するものであれば、デジタルインタフェースを持つ構成になる。いずれにせよ、画像入力部2の出力は、カメラ1により撮像された画像の各画素に濃度情報を持つ濃淡画像であって、この濃淡画像は画像データバッファ3に一時的に格納される。画像データバッファ3は画像メモリであって、少なくとも1画面分の濃淡画像を一時的に格納する。画像データバッファ3に一時的に格納された濃淡画像は画像処理部4に読み出され、画像処理部4と記憶部5とCPU6とによって濃淡画像に対して後述する画像処理が施される。
【0016】
本実施形態における画像処理は、濃淡画像に基づいて、移動物体を検出するとともに移動物体の位置および大きさを検出する処理であって、濃淡画像と移動物体の位置および大きさとは記憶部5に格納される。記憶部5は、濃淡画像のほか後述する差分2値画像や各種データが格納されるものであって半導体メモリが用いられる。また、図示例ではCPU6を画像処理部4とは別手段として記載しているが、画像処理部4とCPU6とはコンピュータ装置に適宜のプログラムを実行させることによって1つのコンピュータ装置(マイクロコンピュータ)で実現することができる。また、現実的には、画像入力部2および画像データバッファ3の機能を付加したパーソナルコンピュータに、画像処理部4としての機能を実現するプログラムを実行させることによって画像処理装置20として機能させる。
【0017】
カメラ1は地面または床面の上方に設置し、地面または床面を含む撮像空間をカメラ1により斜め上方から撮像する場合を想定する。つまり、カメラ1の撮像空間は一般的な監視カメラの撮像空間になる。また、本実施形態では、カメラ1の撮像空間に存在する物体による影が実質的に生じないという条件で説明する。この条件は、多数の照明装置によって照明されている室内空間であって自然光がほとんど入射しない場合などに該当する。
【0018】
本実施形態では、まず、カメラ1により異なる時刻に撮像された複数の画像を用い、異なる時刻の各2枚の画像の差分を2値化した差分2値画像を生成する。差分2値画像は、カメラ1である時刻に撮像した画像と、その画像よりも後のある時刻にカメラ1で撮像した画像との濃度の差分を各画素ごとに求めたフレーム間差分画像を生成し、フレーム間差分画像の各画素の濃度の絶対値を規定した閾値で2値化したものである。差分2値画像においては、変化の生じていない背景領域の画素値は0になり、変化が生じた差分領域の画素値は0ではない値になる。差分領域は変化の生じた領域であるから、差分領域には移動した物体の情報が含まれていると考えられる。
【0019】
そこで、画像処理部4と記憶部5とCPU6とを用いて差分2値画像に対して以下の処理を行うことにより移動物体を認識する。まず、規定した一定時間内の複数毎の差分2値画像を用い、差分領域から背景領域への変化と、背景領域から差分領域への変化とが生じている画素について、用いた差分2値画像の枚数に対して変化の生じた割合を求め、変化の割合が規定した閾値(経験的に設定する)よりも大きいときには、何らかの物体が風などで揺らいで振動していることによる変化と判断し、このような画素は移動物体の候補から削除する。
【0020】
次に、上述の処理によって移動物体の候補を低減させた後の1枚の差分2値画像に含まれる差分領域にラベル付けを行い、カメラ1で撮像した濃淡画像について各差分領域に対応する領域を移動物体の候補領域とする。つまり、候補領域には濃度の情報が含まれる。1枚の差分2値画像の中に連続しない複数個の候補領域が存在する場合には、各候補領域の特徴量を求め、特徴量に基づいて候補領域の統合可能性を判断し、統合可能な候補領域は同一の移動物体に属する領域であるものと判断して統合する。
【0021】
具体的には、まず、各候補領域の重心の位置を求めるとともに、各2個の候補領域について、それぞれ重心間の距離を閾値(経験的に設定する)と比較する。重心間の距離が閾値より小さく、かつ重心を対角線の両端とする矩形領域内に他の候補領域が含まれておらず、かつ当該2個の候補領域が統合可能性について未判断であるという条件を満たすときに、以下の手順で両候補領域の統合可能性を判断する。
【0022】
選択した2個の候補領域の統合可能性の判断に際しては、まず両候補領域の特徴量に関する類似度を判断する。候補領域の特徴量としては、位置、形状、輝度分布などの情報を用いるのであって、本実施形態では特徴量の類似度を、以下の(a)〜(c)の3種類の演算を行って判断する。
(a)候補領域間の距離:統合可能性を判断する2個の候補領域についてそれぞれ輪郭線を求め(輪郭線は差分2値画像により画素値の変化点として検出し、通常の輪郭線抽出処理によって求めることができる)、輪郭線間の最小距離を候補領域間の距離とし、この距離を類似度に用いる。つまり、差分2値画像の中での距離が近いほど同一の物体である確率が高いと判断する。
(b)候補領域の輪郭付近における輝度分布:統合可能性を判断する2個の候補領域についてそれぞれ輪郭線を求め、輪郭線間の距離が最小になる部位の規定の近傍領域について輝度分布の類似度を求める。つまり、輝度分布の類似度が高いほど同一の物体である確率が高いと判断する。輝度分布の類似度は、各候補領域について設定した近傍領域に関する輝度の度数分布をそれぞれベクトルで表現し両ベクトルの間の角度を類似度に用いるか、あるいは、両候補領域について設定した近傍領域に関する輝度の度数分布についてユークリッド距離を類似度に用いる。
(c)候補領域の複雑度:統合可能性を判断する2個の候補領域を結合し、結合後の領域の輪郭線の長さと面積とを求め、輪郭線長と面積との関係によって輪郭線の形状に関する複雑度を類似度として判断する。つまり、一般に異なる物体を結合すると輪郭線の形状が複雑になるから、輪郭線の形状に関する複雑度が小さいほど同一の物体である確率が高いと判断する。輪郭線の複雑度は次式の値が大きいほど高いと判断する。
(結合後の領域の輪郭線長の2乗)/(結合後の領域の面積)
上述のような演算により結合可能性を判断する2個の候補領域に関する特徴量の類似度を求めた後には類似度を確率に換算する。ここに、類似度を確率に換算する変換規則には、あらかじめ実験によって推定した分布を用いる。
【0023】
次に、得られた確率を乗算し、上述した3種類の類似度の判断を折り込んだ確率を求める。このようにして得られた結合可能性の確率が規定の閾値(経験的に設定する)以上であれば、着目する2個の候補領域は同一の物体であると判断し、両候補領域を結合して新たな候補領域とする。このとき、元の2個の候補領域のラベルは削除する。候補領域の結合にあたっては、たとえば両候補領域の輪郭線間の距離が最小になる部位の近傍領域において輪郭線の膨張処理を行うなどすればよい。また、結合可能性の確率が上述した閾値未満であれば、両候補領域は同一の物体ではないものと判断する。
【0024】
カメラ1により撮像された画像において各2個ずつの候補領域(上述の処理により新たに生成した候補領域を含む)のすべての組合せについて上述した処理が終了すれば、最終的に得られた各候補領域について面積を求め、各候補領域の面積を閾値(検出しようとする移動物体に応じて経験的に設定される)未満である候補領域については雑音成分として除外する。
【0025】
上述の処理によって形成された候補領域は、差分領域に基づいて得られた領域であって、候補領域の輪郭線は移動物体の輪郭線であると考えられるから、図2に示すように、差分2値画像において候補領域D1に囲まれる領域D2を、候補領域D1とともに背景領域とは異なる画素値で塗りつぶし、塗りつぶした領域の全体を物体領域Daとする。
【0026】
なお、上述の処理において類似度を3種類の演算により求めているが、候補領域の位置、形状、輝度分布などに基づいて別の演算によって類似度を求めるようにしてもよい。また、類似度から求めた確率を乗算することによって、3種類の演算により求めた類似度を折り込む例を示したが、各特徴量について求めた確率をそれぞれ大小2個の閾値と比較し、大きいほうの閾値以上の場合は投票値1、小さいほうの閾値未満の場合は投票値−1、小さいほうの閾値以上かつ大きいほうの閾値未満の場合は投票値0とし、投票値の総和を閾値と比較することによって結合可能性を判断するようにしてもよい。
【0027】
上述した類似度から確率への変換規則となる確率の分布は、検出対象の複数の異なる画像から求めた特徴量の平均値および標準偏差を、正規分布の平均および標準偏差に当てはめることで得られる。また、各特徴量の識別結果への寄与度に応じて確率および投票値に重み付けをすることも可能である。
【0028】
上述のようにして物体領域Daを求めた後に、以下の手順で物体領域の実空間での3次元位置および3次元寸法を推定する。
【0029】
いま、実空間における地面または床面(以下では、両者をまとめて「接地面」と呼ぶ)に図3のような矩形状の1平面である対象領域A1を想定し、対象領域A1の面内に4個の基準点A〜Dを設定するとともに、対象領域A1の面外に2個の基準点E,Fを設定する。図示例では、実空間において左手系の直交座標系を想定し、接地面に原点Oを設定するとともに、接地面をXY平面とする。基準点A,BはX軸上の点とし、基準点C,DはY軸上の点とする。また、基準点EをZ軸上の点、基準点Fを基準点Cに対してZ軸方向に離れた点とする。さらに具体的に言えば、基準点AはX軸上で原点Oから正方向に1mの点、基準点BはX軸上で基準点Aから正方向に1mの点、基準点CはY軸上で原点Oから正方向に1mの点、基準点DはY軸上で基準点Cから正方向に1mの点、基準点EはZ軸上で原点Oから正方向に1mの点、基準点Fは基準点CからZ軸の正方向に1mの点として設定する。このような基準点A〜Fを設定することによって、たとえば基準点A〜Dを含む平面は接地面になる。
【0030】
一方、上述した対象領域A1を含む空間をカメラ1により撮像したときに図4に示す画像P1が得られるとすれば、画像P1の中に基準点A〜Fが含まれるから、画像P1の中の基準点A〜Fの座標位置を既知である実空間での基準点A〜Fとを対応付けることによって、画像P1の中の対象領域A1における画素の座標を実空間における対象領域A1の中の座標に対応付けるための変換規則を決定することができる。つまり、2次元の画像P1から3次元の実空間の情報を取り出す変換規則を決定することができ、画像P1から得られる2次元の情報に基づいて実空間の3次元情報を抽出することが可能になる。
【0031】
ここで、2次元の画像P1で得られた物体領域Daに対して3次元情報に対応付ける変換規則を適用するには、物体領域Daについて3次元空間に対応付けるための基準が必要になる。そこで、物体領域Daについて接地面に接触する点を推定する。接地面上に存在する物体であれば、たとえば、2次元の画像P1の垂直方向において物体領域Daの最下点は接地面に接触していると推定することができる。そこで、物体領域Daに関して接地面に接触していると推定される点の座標に変換規則を適用することによって、物体領域Daについて3次元空間である実空間での接地面内での座標値が得られる。
【0032】
さらに、直線CFおよび直線OEの関係によって、2次元の画像P1の中で物体が奥行方向に移動した場合の撮像画像内での見かけの高さの変化量を求めることができる。したがって、物体領域Daにおける接地面上の点の座標と垂直方向の長さの変化とにより実空間での3次元位置および3次元寸法を推定することが可能になる。
【0033】
いま、図5のように、カメラ1の視野内に複数の移動物体Ob1,Ob2,Ob3が存在するものとし、図5に示す矢印のように各移動物体Ob1,Ob2,Ob3が移動しているとすれば、カメラ1により撮像した時系列で連続する2枚の画像に上述した処理を施すことによって、各移動物体Ob1,Ob2,Ob3に対応する物体領域を個別に分離して識別することが可能になり、各移動物体Ob1,Ob2,Ob3に関して3次元位置と3次元寸法(幅および高さ)とを各別に分離して求めることが可能になる。
【0034】
(第2実施形態)
第1実施形態では、2次元の画像P1における物体領域Daの最下点を接地面に接している点とみなし、この点を移動物体の3次元位置を求める際の基準に用いているから、移動物体に影が生じている場合に、移動物体の3次元位置を正確に求めることができないことがある。つまり、移動物体の下端(移動物体が人であれば足元)から伸びる影が移動物体の一部と誤認されることがあり、3次元位置を正確に求めることができなくなる。
【0035】
本実施形態では、自然光(太陽光)について影の影響を除去して移動物体の3次元位置を正確に求めることを目的にしている。太陽光により形成される物体の影は、太陽の位置と光量とが決まれば予測することができるから、カメラ1の視野に対する物体の影を予測するために、太陽の位置に関するデータをあらかじめ用意するとともに太陽の光量を計測する。
【0036】
つまり、本実施形態の画像処理装置20は、図7に示すように、カメラ1の設置場所(緯度と経度とにより特定される場所)における日時と太陽の位置および光量とを対応付けて格納した太陽位置計算部8を備え、日付時刻データ発生部7から出力される現在日時に応じて太陽の天文学的な位置を求めている。また、画像処理装置20には日射計9において計測した太陽の光量が入力される日射データ入力部10が設けられ、日射計9で検出した太陽の光量が日射データ入力部10に設定された閾値よりも少ないときには、影の影響はないものと判断する。
【0037】
画像処理装置20には、太陽位置計算部8で求めた太陽の位置と日射データ入力部10での影の有無の判断結果とが入力される影情報計算部11が設けられており、影情報計算部11では影の発生時にカメラ1の視野において、影が形成される方向と長さとが算出される。
【0038】
影情報計算部11の処理をさらに詳しく説明する。影情報計算部11では、まず日射データ入力部10の判断結果によって影の有無を判断する。このとき、太陽の光量(日射量)が閾値未満であれば実質的に影は生じていないものとして以下の処理は行わないが、太陽の光量(日射量)が閾値以上であるときには、影が生じているものと判断して、以下の処理を行うことにより影の影響を除去する。
【0039】
つまり、影が生じているときには、影情報計算部11では、まず影の方向を求める。いま、方位角として北を0度とし、北から東を回る向きに方位角が増加するものとすれば、影の実空間での方向は、(太陽の方位角+180度)−(カメラ1の方位角)で計算することができる。ベクトルOA(図3参照)を実空間の接地面内において求めた角度分回転させ、さらにベクトルOAの始点と終点との座標に対して請求項1において説明した座標の変換規則を適用し、原点Oと基準点Aとを結ぶ直線の向きを求めればカメラ1により撮像した画像内の影の方向を推定することができる。
【0040】
次に、物体領域Daについて骨格線を求める。つまり、図8に示すように、推定された影の方向を矢印Rとすれば、骨格線L1は矢印Rに平行であって物体領域Daの幅方向の略中心を通る直線とする。したがって、骨格線L1は影となる領域の全長を通るが、影以外の領域はほとんど通ることがない。そこで、骨格線L1に交差する方向(直交する方向が望ましい)において物体領域Daの中での輝度分布を調べる。ここに、影となる領域は、濃度(輝度)が比較的小さく、かつ濃度の変化が小さいと考えられるから、濃度に関して微分処理を行い、各画素のうち微分値が規定の閾値(経験的に設定される)よりも小さい画素については影とみなして、物体領域Daから削除する。
【0041】
微分処理を行えば影をほとんど削除することができるが、影の領域であっても一部の画素は削除されず、図8に示すような島領域D3として残される可能性がある。このような場合には、島領域D3の輪郭線を追跡することによって、影として削除した画素と島領域D3の輪郭線上の画素とが接する個数を求め、求めた画素数の輪郭線長に対する割合があらかじめ設定した閾値(たとえば80%)以上であれば、当該島領域D3を影としてまとめて削除する。他の構成および動作は第1実施形態と同様である。
【0042】
本実施形態の構成により、図9のようにカメラ1の視野内に存在する移動物体Obについて日射の影響により影Omが形成されているときに、図10に示すように、画像処理装置20において物体領域Daとして認識される領域から、影Omに対応する領域を抽出して削除することができ、結果的に移動物体Obに関する正確な3次元位置および3次元寸法を求めることが可能になる。
【0043】
(第3実施形態)
第2実施形態は、太陽光による影の影響を除去することを目的としていたが、本実施形態は照明による影の影響を除去しようとするものである。すなわち、本実施形態では照明に関するデータを用いて影の発生を予測し、予測結果に基づいて対象領域Daから影の領域を除去するものである。
【0044】
本実施形態の画像処理装置20には、図11に示すように、第1実施形態の画像処理装置20に対して、照度計12により検出した照明の照度が入力される照度データ入力部13が設けられるとともに、照明装置の位置を格納した人工照明位置データ記憶部14が設けられている。また、照度データ入力部13と人工照明位置データ記憶部14との情報に基づいて影の領域を推定する影情報計算部11が設けられている。本実施形態の構成は基本的には第2実施形態の構成と同様であって、第2実施形態では太陽の位置が日時によって変化するのに対して、照明では多くの場合には位置の変化を考慮する必要がない。ただし、照度に関しては照明装置を調光点灯させるなどの場合に変化が生じる。
【0045】
そこで、影情報計算部11では照度計12により検出した照度が影を生じない程度であれば、物体領域Daから影の領域を除去する処理は行わず、影が生じる程度であれば影の領域を除去する処理を行う。影の領域を除去する処理は基本的には第2実施形態と同様であって、人工照明位置データ記憶部14に格納された照明装置の位置および配光に基づいて、カメラ1により得られる画像内での影の方向と長さとを求め、影の領域とみなせる画素を削除するのである。この処理によって、第2実施形態と同様に影の影響を除去して移動物体の3次元位置および3次元寸法を正確に求めることが可能になる。他の構成および動作は第2実施形態と同様である。
【0046】
(第4実施形態)
上述した各実施形態においては、カメラ1により撮像された濃淡画像の濃度変化に基づいて移動物体を検出しているから、たとえば、太陽が雲間に出入りすることによる明るさの変化や、照明の点灯と消灯とによる明るさの変化によって、カメラ1の視野内の明るさが全体にわたって変化した場合に移動物体として誤認することがある。そこで、本実施形態では明るさの変化による画像全体の濃度変化と、画像内の移動物体の移動に伴う画像の一部の濃度変化とを識別可能とすることによって、移動物体が存在しないにもかかわらず移動物体の存在を誤検知する可能性を低減する。
【0047】
具体的には、図12に示すように、カメラ1により撮像される画像P1内において複数箇所(たとえば、9箇所)の判定領域(たとえば、16×16画素)Dbを均等に配置設定する(たとえば水平方向3×垂直方向3箇所)。このような判定領域Dbについて、すべての判定領域Dbが候補領域になったときには、カメラ1の視野の全体の明るさが変化したと判断することができる。このように、カメラ1の視野に明るさの変化が生じたときには、時系列に並ぶ複数の濃淡画像からすべての判定領域Dbに関する濃度の差分について絶対値の平均値を求め、求めた値を閾値に用いて差分2値画像を求めることにより、実際の移動物体による差分領域のみを抽出することが可能になる。他の構成および動作は第1実施形態と同様である。
【0048】
(第5実施形態)
本実施形態は、図13に示すように、第1実施形態に示した画像処理装置20に対して、移動物体の形状に関する情報を用いて物体領域Daのうちで移動物体(人を想定する)の足に相当する領域を推定し、移動物体の足の数を計数計る移動物体形状解析部15を追加したものである。つまり、移動物体形状解析部15では、移動物体の足の本数を求めることによって、移動物体が人か否かを識別するのである。移動物体の足の本数を求めるために、まず物体領域Daについて末端部を抽出した後、末端部から足を選択する。
【0049】
すなわち、移動物体が生物である場合、手足のような身体の末端部は他の部位に比較して移動量が大きいと考えられる。そこで、図14(a)のように、前時刻での物体領域Da1の2値画像と現時刻での物体領域Da2の2値画像とについて、図14(b)のように両者がもっとも一致する部位および角度で重ね合わせる。重ね合わせに際しては、周知のテンプレートマッチングと同様の技術を適用する。
【0050】
次に、重ね合わせた位置および角度で2値画像同士の差分を求め、得られた差分領域のうち現時刻の物体領域Da1に含まれる領域を抽出する。手足のような末端部は移動量が大きいから、差分領域の面積が大きくまとまった形状になる。これに対して、体の中心部は差分領域の面積が小さくなり、形状も幅の狭い線状になる。そこで、得られた差分領域に1画素幅の収縮処理を複数回施すことによって、線状の領域を除去する。収縮処理の回数は検出しようとする移動物体に関する画像のフレーム間の移動量に基づいて実験によって経験的に決定する。収縮処理の後に残った差分領域のうち面積が規定の閾値(経験的に設定する)より大きいものを大きい順に4個まで選択し、物体領域Daのうち選択した領域含む部位を末端部として切り取る(図14(c)参照)。
【0051】
その後、切り取った末端部から足に相当する領域を選択する。つまり、各末端部についてカメラ1により撮像した画面(濃淡画像)内での垂直方向の重心位置を計算し、重心位置が最下点である末端部をまず足として選択する。次に、重心位置が下から2番目である末端部の重心位置が、最下点である末端部の重心位置から規定の閾値(経験的に設定する)の範囲内(たとえば、物体領域Daの高さの1/3程度)であれば、当該末端部も足として選択する。
【0052】
さらに、足として選択した2つの末端部と残りの末端部との輪郭形状の一致度を周知のテンプレートマッチングの技術によって比較し、一致度が規定の閾値(経験的に設定する値であって、たとえば、80%)より大きければ足として選択する。足が4本以上ある生物の場合、各足の形状の類似度が高いから個々の足を判別することは難しい。これに対して、人が杖をつく場合や四つん這いになっている場合には、杖や手の部分は足とは形状が大きく異なるから、足と他の部分とを容易に判別することができ、したがって手足を容易に判別することができる。したがって、画像中の足の本数のみを数えることが可能になる。他の構成および動作は第1実施形態と同様である。
【0053】
(第6実施形態)
本実施形態の画像処理装置20は、図15に示すように、第5実施形態と同様の手足を検出するための移動体形状解析部15に加えて、移動物体における足の位置を時系列的に解析する軌跡解析部16を設けたものである。また、軌跡解析部16において足の位置を追跡するために、移動体形状解析部15で求めた移動物体の足の位置(3次元座標)と時刻とを対にして記憶部5に格納する。つまり、第5実施形態で行った足の抽出を行う処理を一定時間間隔ごとに行うことで、足の軌跡および本数の時間変化を求める。このような軌跡解析部16を設けたことにより、移動物体の足の軌跡を追跡することが可能になる。このように、移動物体の足の軌跡を追跡することにより、移動物体が人かどうかの判別をより正確に行うことが可能になる。つまり、ある時間範囲内に侵入してきた人の行動判定を行う際に有用なデータとなり、不審者の行動追跡に役立つ。他の構成よび動作は第5実施形態と同様である。
【0054】
(第7実施形態)
本実施形態の画像処理装置20は、検出した移動物体の3次元位置と3次元寸法(幅と高さ)を記憶部5に保存するものである。また、画像処理部4では、移動物体を検知した時刻以降の時刻において、移動物体が存在した領域と移動物体の存在した領域に隣接する領域とで、大きさの異なる移動物体が検出されたときに、以下の処理を行う。すなわち、移動物体が存在しないときの背景のみの画像を用いて、第1実施形態と同様の処理を行い、この処理によって移動物体が存在した領域が検出された場合には、最初に検出された移動物体は静止したままで、その一部分のみが移動した判断し、記憶部5に保存した移動物体の3次元位置の内容を更新する機能を付加したものである。すなわち、前時刻での物体領域Daにおける外接矩形内を走査し、現時刻での同領域内での物体領域Daの面積が規定の閾値(経験的に設定され、たとえば、外接矩形の面積の50%程度)より小さい場合は、背景のみの画像と現時刻の画像とを用いて第1実施形態と同様の処理を行うのである。ここで、物体領域Daが検出されたときには、対象である移動物体が現時刻では静止していると判断する。また、以降の時刻ではこの領域をフレーム間差分による移動物体の検出結果と同様に扱う。ここに、背景のみの画像はカメラ1の設定時において移動物体が存在しない状態で撮影した画像を意味する。
【0055】
第2実施形態、第3実施形態、第4実施形態の構成では、移動物体の重心の移動量が小さいときに、移動物体を検出することができない場合がある。これに対して、上述した本実施形態の処理を付加することによって、移動物体を確実に追跡することが可能になる。他の構成および動作は第1実施形態と同様である。
【0056】
【発明の効果】
請求項1の発明は、同空間を撮像手段で異なる時刻に撮像した複数毎の濃淡画像から濃度の差分を2値化した差分2値画像を生成し、差分2値画像内で移動物体の候補となる複数個の候補領域のうち各候補領域の特徴量に基づいて求めた同一の移動物体である確率が規定の閾値以上である候補領域同士を結合して物体領域を形成し、得られた物体領域について2次元画像から3次元に変換する変換規則を適用することにより3次元位置および3次元寸法を求めることを特徴としており、複数の移動物体が混在している場合でも辞書パターンのような別途の情報を用いることなく各移動物体を分離して抽出することができ、しかも画像内での移動物体の3次元位置および3次元寸法を求めることが可能になる。
【0057】
請求項2の発明では、請求項1の発明において、前記空間が太陽光を受けているときに、日時に対応した既知の太陽の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴としており、太陽光(自然光)により移動物体の影が形成される場合であっても、画像内から影の領域を分離して移動物体に対応する領域のみを精度よく抽出することができ、移動物体に関して3次元位置および3次元寸法を正確に計測することが可能になる。
【0058】
請求項3の発明は、請求項1の発明において、前記空間が照明されているときに、照明装置の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴としており、照明により移動物体の影が形成される場合であっても、画像内から影の領域を分離して移動物体に対応する領域のみを精度よく抽出することができ、移動物体に関して3次元位置および3次元寸法を正確に計測することが可能になる。
【0059】
請求項4の発明は、請求項1の発明において、前記撮像手段により撮像される画像内に複数個の判定領域を設定し、すべての判定領域が前記候補領域になったときには、判定領域に関する濃度の差分について絶対値の平均値を2値化の閾値に用いた差分2値画像を生成することを特徴としており、撮像した空間に光量変化があっても移動物体と誤認することがない。
【0060】
請求項5の発明は、請求項1の発明において、前記移動物体が生物であって、異なる時刻に求めた前記差分2値画像を重ね合わせたときに生じる差分領域のうちで接地面側の差分領域を足に対応する領域として抽出することを特徴としており、移動物体が生物であるときに足に相当する領域を画像から抽出することで、足の移動軌跡を追跡するのが容易になる。
【0061】
請求項6の発明は、請求項5の発明において、前記差分領域を一定時間間隔ごとに求めることを特徴としており、足の移動を追跡することができる。
【0062】
請求項7の発明は、請求項1の発明において、前記空間に移動物体が存在しない状態の濃淡画像と現時刻において撮像された濃淡画像とを用いて前記差分2値画像を生成し、当該差分2値画像内で前記物体領域が検出されたときに、移動物体の一部のみが動いたと判断することを特徴としており、移動物体に実質的な移動がなく一部のみが移動する場合でも画像を用いて検出することが可能になる。
【図面の簡単な説明】
【図1】本発明の第1実施形態を示すブロック図である。
【図2】同上の動作説明図である。
【図3】同上の動作説明図である。
【図4】同上の動作説明図である。
【図5】同上の動作説明図である。
【図6】同上の動作説明図である。
【図7】本発明の第2実施形態を示すブロック図である。
【図8】同上の動作説明図である。
【図9】同上の動作説明図である。
【図10】同上の動作説明図である。
【図11】本発明の第3実施形態を示すブロック図である。
【図12】本発明の第4実施形態を示す動作説明図である。
【図13】本発明の第5実施形態を示すブロック図である。
【図14】同上の動作説明図である。
【図15】本発明の第6実施形態を示すブロック図である。
【符号の説明】
1 カメラ
2 画像入力部
3 画像データバッファ
4 画像処理部
5 記憶部
6 CPU
7 日付時刻データ発生部
8 太陽位置計算部
9 日射計
10 日射データ入力部
11 影情報計算部
12 照度計
13 照度データ入力部
14 人工照明位置データ記憶部
15 移動体形状解析部
16 軌跡解析部
20 画像処理装置
Claims (9)
- 同空間を撮像手段で異なる時刻に撮像した複数毎の濃淡画像から濃度の差分を2値化した差分2値画像を生成し、差分2値画像内で移動物体の候補となる複数個の候補領域のうち各候補領域の特徴量に基づいて求めた同一の移動物体である確率が規定の閾値以上である候補領域同士を結合して物体領域を形成し、得られた物体領域について2次元画像から3次元に変換する変換規則を適用することにより3次元位置および3次元寸法を求めることを特徴とする画像処理方法。
- 前記空間が太陽光を受けているときに、日時に対応した既知の太陽の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴とする請求項1記載の画像処理方法。
- 前記空間が照明されているときに、照明装置の位置と前記空間に対する前記撮像手段の向きとを用いて前記物体領域に含まれる影の向きおよび長さを推定し、物体領域から影に対応する領域を除去することを特徴とする請求項1記載の画像処理方法。
- 前記撮像手段により撮像される画像内に複数個の判定領域を設定し、すべての判定領域が前記候補領域になったときには、判定領域に関する濃度の差分について絶対値の平均値を2値化の閾値に用いた差分2値画像を生成することを特徴とする請求項1記載の画像処理方法。
- 前記移動物体が生物であって、異なる時刻に求めた前記差分2値画像を重ね合わせたときに生じる差分領域のうちで接地面側の差分領域を足に対応する領域として抽出することを特徴とする請求項1記載の画像処理方法。
- 前記差分領域を一定時間間隔ごとに求めることを特徴とする請求項5記載の画像処理方法。
- 前記空間に移動物体が存在しない状態の濃淡画像と現時刻において撮像された濃淡画像とを用いて前記差分2値画像を生成し、当該差分2値画像内で前記物体領域が検出されたときに、移動物体の一部のみが動いたと判断することを特徴とする請求項1記載の画像処理方法。
- 前記撮像手段により撮像された前記濃淡画像および濃淡画像から求めた前記差分2値画像を格納する記憶部と、記憶部に格納された濃淡画像および差分2値画像を用いて請求項1ないし請求項7のいずれか1項に記載の画像処理方法を実行するコンピュータからなる画像処理部とを具備することを特徴とする画像処理装置。
- 請求項1ないし請求項7のいずれか1項に記載の画像処理方法をコンピュータにより実現させるための画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003048331A JP2004258931A (ja) | 2003-02-25 | 2003-02-25 | 画像処理方法、画像処理装置、画像処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2003048331A JP2004258931A (ja) | 2003-02-25 | 2003-02-25 | 画像処理方法、画像処理装置、画像処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004258931A true JP2004258931A (ja) | 2004-09-16 |
Family
ID=33114314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003048331A Withdrawn JP2004258931A (ja) | 2003-02-25 | 2003-02-25 | 画像処理方法、画像処理装置、画像処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004258931A (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006092328A (ja) * | 2004-09-24 | 2006-04-06 | National Institute Of Advanced Industrial & Technology | 動画像時間分割処理方法および装置 |
JP2007060468A (ja) * | 2005-08-26 | 2007-03-08 | Secom Co Ltd | 画像センサ |
WO2009096208A1 (ja) * | 2008-01-31 | 2009-08-06 | Nec Corporation | 物体認識システム,物体認識方法および物体認識用プログラム |
JP2014527655A (ja) * | 2011-07-14 | 2014-10-16 | バイエリッシェ モートーレン ウエルケ アクチエンゲゼルシャフトBayerische Motoren Werke Aktiengesellschaft | ポータブル端末用の歩行者の足取り認識方法および装置 |
JP2017049793A (ja) * | 2015-09-02 | 2017-03-09 | 株式会社中電工 | 指定範囲監視システム |
JP2018010483A (ja) * | 2016-07-13 | 2018-01-18 | 日本電信電話株式会社 | 前景領域抽出装置、方法、及びプログラム |
-
2003
- 2003-02-25 JP JP2003048331A patent/JP2004258931A/ja not_active Withdrawn
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006092328A (ja) * | 2004-09-24 | 2006-04-06 | National Institute Of Advanced Industrial & Technology | 動画像時間分割処理方法および装置 |
JP4660736B2 (ja) * | 2004-09-24 | 2011-03-30 | 独立行政法人産業技術総合研究所 | 動画像時間分割処理方法および装置 |
JP2007060468A (ja) * | 2005-08-26 | 2007-03-08 | Secom Co Ltd | 画像センサ |
JP4641902B2 (ja) * | 2005-08-26 | 2011-03-02 | セコム株式会社 | 画像センサ |
WO2009096208A1 (ja) * | 2008-01-31 | 2009-08-06 | Nec Corporation | 物体認識システム,物体認識方法および物体認識用プログラム |
JP2014527655A (ja) * | 2011-07-14 | 2014-10-16 | バイエリッシェ モートーレン ウエルケ アクチエンゲゼルシャフトBayerische Motoren Werke Aktiengesellschaft | ポータブル端末用の歩行者の足取り認識方法および装置 |
JP2017049793A (ja) * | 2015-09-02 | 2017-03-09 | 株式会社中電工 | 指定範囲監視システム |
JP2018010483A (ja) * | 2016-07-13 | 2018-01-18 | 日本電信電話株式会社 | 前景領域抽出装置、方法、及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8824781B2 (en) | Learning-based pose estimation from depth maps | |
Yamaguchi et al. | Fast crack detection method for large-size concrete surface images using percolation-based image processing | |
US9330307B2 (en) | Learning based estimation of hand and finger pose | |
CN102609683B (zh) | 一种基于单目视频的人体关节自动标注方法 | |
JP5873442B2 (ja) | 物体検出装置および物体検出方法 | |
JP5837508B2 (ja) | 姿勢状態推定装置および姿勢状態推定方法 | |
CN107392086B (zh) | 人体姿态的评估装置、系统及存储装置 | |
JP6286474B2 (ja) | 画像処理装置および領域追跡プログラム | |
KR20040055310A (ko) | 고속 마커프리 모션 캡쳐 장치 및 방법 | |
CN102184550A (zh) | 一种动平台地面运动目标检测方法 | |
Peng et al. | Model and context‐driven building extraction in dense urban aerial images | |
CN110991274B (zh) | 一种基于混合高斯模型和神经网络的行人摔倒检测方法 | |
CN110781964A (zh) | 一种基于视频图像的人体目标检测方法及系统 | |
CN109685827B (zh) | 一种基于dsp的目标检测与跟踪方法 | |
CN111881853A (zh) | 一种超大桥隧中异常行为识别方法和装置 | |
JP5940862B2 (ja) | 画像処理装置 | |
JP2012123667A (ja) | 姿勢推定装置および姿勢推定方法 | |
CN110135237B (zh) | 一种手势识别方法 | |
JP2008250772A (ja) | 移動物体追跡装置 | |
JP2008288684A (ja) | 人物検出装置及びプログラム | |
JP2004094518A (ja) | 人物追跡装置、人物追跡方法及びプログラム | |
JP2004258931A (ja) | 画像処理方法、画像処理装置、画像処理プログラム | |
CN110728172B (zh) | 基于点云的人脸关键点检测方法、装置、系统及存储介质 | |
Fan et al. | Pose estimation of human body based on silhouette images | |
JPWO2020013021A1 (ja) | 検出装置、処理装置、検出方法、及び処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20060509 |