JP2011096072A - 物体検出装置及び物体検出プログラム - Google Patents
物体検出装置及び物体検出プログラム Download PDFInfo
- Publication number
- JP2011096072A JP2011096072A JP2009250584A JP2009250584A JP2011096072A JP 2011096072 A JP2011096072 A JP 2011096072A JP 2009250584 A JP2009250584 A JP 2009250584A JP 2009250584 A JP2009250584 A JP 2009250584A JP 2011096072 A JP2011096072 A JP 2011096072A
- Authority
- JP
- Japan
- Prior art keywords
- change
- target
- likelihood
- region
- unit
- 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
Links
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】映像中の変化領域及び非変化領域を用いて学習部6が生成した変化対象検出器7を前段として用い、アピアランス変動及び環境変動にロバストな検出対象の候補領域抽出を実現し、後段として、事前学習した物体検出器10を組み合わせ、最終的に、対象尤度算出部9が変化対象検出器7を用いて算出した対象尤度と、対象尤度算出部11が物体検出器10を用いて算出した対象尤度を組み合わせた結合尤度を用いて結合尤度判定部13が閾値判定して物体検出を行う。
【選択図】図1
Description
図1は、この発明の実施の形態1に係る物体検出装置の構成を示すブロック図である。図1に示す物体検出装置は、映像中から物体を検出するための前処理として学習処理を行う映像入力部1、変化領域検出部2、変化領域抽出部3、非変化領域抽出部4、学習データ5、学習部6と、学習処理後に映像中から物体を検出する検出処理を行う変化対象検出器7、画像走査部8、対象尤度算出部(第1の対象尤度算出部)9、物体検出器10、対象尤度算出部(第2の対象尤度算出部)11、結合尤度算出部12、結合尤度判定部13とを備える。
変化領域検出部2は、背景差分及びオプティカルフロー等(田村秀行「コンピュータ画像処理」オーム社、2002)を用いて、映像信号の各画像(フレーム)中から変化する画像領域を検出して、検出変化領域とする。図2は、変化領域検出部2の変化領域検出方法を説明する図であり、図2(a)はオプティカルフローを用いた場合、図2(b)は背景差分を用いた場合を示す。図2(a)に示すように、変化領域検出部2は、映像信号中の現フレーム21(t=t0)と次フレーム22(t=t1)からオプティカルフロー23を抽出し、オプティカルフロー23を用いて検出変化領域24を検出する。また、図2(b)に示すように、変化領域検出部2は、映像信号中の背景画像25と現フレーム26(t=t0)の差分を検出変化領域27として検出する。なお、検出変化領域の抽出は、アピアランス変動及び環境変動に対してロバストである。
画像走査部8は、映像信号中の各画像に対して走査ウィンドウを移動させていく。図4は、画像走査部8の画像走査方法を説明する図である。図4に示すように、画像走査部8は、原画像81に対して走査ウィンドウ(任意画像領域)84を移動させていくと共に、逐次画像縮小処理を行って縮小画像82,83を生成し、縮小画像82,83に対しても同様に走査ウィンドウ84を移動させていく。なお、画像縮小処理において、画像ピラミッドの縮小比率は上述したように1/s0とする。
対象尤度算出部9が走査ウィンドウ内から対象物体を検出する際、走査ウィンドウが原画像のみならず縮小画像も移動するので、大きさの異なる対象物体を検出することができる。
なお、対象尤度算出部9が対象尤度P(v)を算出する際、学習部6が変化対象検出器7の学習を完了していない場合は、対象尤度P(v)を「1」として出力する。
変化領域の抽出はアピアランス変動及び環境変動に対してロバストであり、また、検出対象となる物体は映像中で動いていることが多いという事実に基づいて学習部6が変化対象検出器7を生成するので、この変化対象検出器7を用いることで、画像中の走査ウィンドウに対して、変化領域に注目した、アピアランス変動及び環境変動にロバストな検出対象らしさの尤度算出を実現できる。
また、走査ウィンドウに対して変化対象検出器7を適用して対象尤度を算出した後、条件付確率として物体検出器10を用いて対象尤度を求め、変化対象検出器7と物体検出器10とを用いた同時確率を対象尤度とした物体検出を行うことで、従来の物体検出器10だけを用いた際に起きる誤検出率の増加を起こすことなく、アピアランス変動及び環境変動に対してロバストな物体検出が可能となる。
このため、アピアランス変動及び環境変動に対してロバストに抽出される変化領域であって、検出対象が含まれるであろう変化領域に着目した変化対象検出器7と、事前学習した物体検出器10とから得られる各対象尤度を結合した結合尤度を用いて物体検出を行うことができ、この結果、照明環境及び姿勢変動等に起因するアピアランス変動、並びに複雑な背景下等での環境変動に対してロバストな物体検出を行うことができる。
図5は、この発明の実施の形態2に係る物体検出装置の構成を示すブロック図であり、図1と同一又は相当の部分については同一の符号を付し説明を省略する。本実施の形態2の物体検出装置は、上記実施の形態1の物体検出装置に新たに変化特性選択部14を追加した構成であり、変化特性選択部14がある点が異なる。
図6は、変化特性選択部14の変化特性選択方法を説明する図である。例えば、横断歩道を渡る人物を対象物体として検出する場合、図6(a)に示すように、変化特性選択部14は動き方向特性に関して左右方向のみの動きを持つ変化領域を、選択特性領域141として選択する。
また、例えば、遠方から撮影したカメラの映像から、路上を歩く歩行者を対象物体として検出する場合、図6(b)に示すように、変化特性選択部14は面積・位置特性に関して地面近くに相当する範囲内で検出された変化領域のみを選択特性領域142として選択し、それ以外の変化領域は除外特性領域143,144とする。
また、例えば、歩行者を対象物体として検出する場合、図6(c)に示すように、変化特性選択部14は縦横比特性に関して所定の縦横比の変化領域を選択特性領域145として選択し、それ以外の変化領域は除外特性領域146とする。
なお、変化特性選択部14は、このような種々の特性を複数組み合わせて、該当する変化領域を選択してもよい。
図7は、この発明の実施の形態3に係る物体検出装置の構成を示すブロック図であり、図1と同一又は相当の部分については同一の符号を付し説明を省略する。本実施の形態3の物体検出装置は、上記実施の形態1の物体検出装置に新たにクラスタリング部15、対象クラスタ選択部16及び物体サンプルデータ17を追加した構成であり、これらの構成がある点が異なる。
学習部6は対象物体以外が存在する変化領域も正事例として学習する可能性があるため、この構成の場合には、対象物体以外が存在する変化領域の特徴も持つ変化対象検出器7が生成される可能性がある。ただし、変化領域の抽出自体は環境変動及びアピアランス変動に対してロバストなので、変化対象検出器7のみ用いた物体検出も環境変動及びアピアランス変動に対してロバストである。
前述したように、物体検出装置の各部の処理は学習処理と検出処理とに分けられるが、図8の物体検出装置の場合には学習部6での学習が終了し、変化対象検出器7,7aが生成された際に検出処理が適用可能であるものとする。検出処理において、画像走査部8の代わりに変化対象検出器7aを用いることにより、低い計算負荷で画像中から対象物体が含まれる変化領域、即ち対象物体を検出することができる。そして、変化対象検出部7を、より高精度の物体検出器10と組み合わせることにより、低計算負荷かつ高精度の物体検出を実現することができる。
このように、対象物体の検出時に、変化対象検出部7,7aを組み合わせることにより、変化対象検出部7が低い計算負荷で画像中から対象物体が含まれる変化領域、即ち対象物体を検出することができる。
なお、図示は省略するが、その他の実施の形態2,3の物体検出装置の画像走査部8を変化対象検出器7aに置き換えても、同様の効果を奏する。
Claims (8)
- 映像中の変化領域を抽出する変化領域抽出部と、
映像中の非変化領域を抽出する非変化領域抽出部と、
前記変化領域及び前記非変化領域のデータを用いて、前記変化領域の特徴を学習して変化対象検出器を生成する学習部と、
前記変化対象検出器を用いて、映像中の任意画像領域の前記変化領域らしさを表す尤度を算出する対象尤度算出部と、
前記対象尤度算出部が算出した尤度を閾値と比較して、前記任意画像領域から前記検出対象物体を検出する尤度判定部とを備える物体検出装置。 - 映像中の変化領域を抽出する変化領域抽出部と、
映像中の非変化領域を抽出する非変化領域抽出部と、
前記変化領域及び前記非変化領域のデータを用いて、前記変化領域の特徴を学習して変化対象検出器を生成する学習部と、
前記変化対象検出器を用いて、映像中の任意画像領域の前記検出対象物体らしさを表す尤度を算出する第1の対象尤度算出部と、
予め前記検出対象物体の特徴を学習した物体検出器を用いて、前記任意画像領域の前記検出対象物体らしさを表す尤度を算出する第2の対象尤度算出部と、
前記第1及び前記第2の対象尤度算出部がそれぞれ算出した尤度を結合する結合尤度算出部と、
前記結合尤度算出部が算出した結合尤度を閾値と比較して、前記任意画像領域から前記検出対象物体を検出する結合尤度判定部とを備える物体検出装置。 - 変化領域抽出部が抽出した変化領域のうち、所定の特性を持つ変化領域を選択する変化特性選択部を備え、
学習部は、前記変化特性選択部が選択した変化領域及び非変化領域抽出部が抽出した非変化領域のデータを用いて、前記変化領域の特徴を学習して変化対象検出器を生成することを特徴とする請求項1又は請求項2記載の物体検出装置。 - 変化領域抽出部が抽出した変化領域をクラスタリング処理により物体クラスに分類するクラスタリング部と、
検出対象物体のサンプルデータを用いて、当該検出対象物体に対応する物体クラスに分類された変化領域を選択する対象クラスタ選択部とを備え、
学習部は、前記対象クラスタ選択部が選択した変化領域及び非変化領域抽出部が抽出した非変化領域のデータを用いて、当該変化領域の特徴を学習して変化対象検出器を生成することを特徴とする請求項1又は請求項2記載の物体検出装置。 - コンピュータを、映像中の変化領域を抽出する変化領域抽出手段と、
映像中の非変化領域を抽出する非変化領域抽出手段と、
前記変化領域及び前記非変化領域のデータを用いて、前記変化領域の特徴を学習して変化対象検出器を生成する学習手段と、
前記変化対象検出器を用いて、映像中の任意画像領域の前記変化領域らしさを表す尤度を算出する対象尤度算出手段と、
前記対象尤度算出手段が算出した尤度を閾値と比較して、前記任意画像領域から前記検出対象物体を検出する尤度判定手段として機能させるための物体検出プログラム。 - コンピュータを、映像中の変化領域を抽出する変化領域抽出手段と、
映像中の非変化領域を抽出する非変化領域抽出手段と、
前記変化領域及び前記非変化領域のデータを用いて、前記変化領域の特徴を学習して変化対象検出器を生成する学習手段と、
前記変化対象検出器を用いて、映像中の任意画像領域の前記検出対象物体らしさを表す尤度を算出する第1の対象尤度算出手段と、
予め前記検出対象物体の特徴を学習した物体検出器を用いて、前記任意画像領域の前記検出対象物体らしさを表す尤度を算出する第2の対象尤度算出手段と、
前記第1及び前記第2の対象尤度算出手段でそれぞれ算出した尤度を結合する結合尤度算出手段と、
前記結合尤度算出手段で算出した結合尤度を閾値と比較して、前記任意画像領域から前記検出対象物体を検出する結合尤度判定手段として機能させるための物体検出プログラム。 - 変化領域抽出手段で抽出した変化領域のうち、所定の特性を持つ変化領域を選択する変化特性選択手段を備え、
学習手段は、前記変化特性選択手段で選択した変化領域及び非変化領域抽出手段で抽出した非変化領域のデータを用いて、前記変化領域の特徴を学習して変化対象検出器を生成することを特徴とする請求項5又は請求項6記載の物体検出プログラム。 - 変化領域抽出手段で抽出した変化領域をクラスタリング処理により物体クラスに分類するクラスタリング手段と、
検出対象物体のサンプルデータを用いて、当該検出対象物体に対応する物体クラスに分類された変化領域を選択する対象クラスタ選択手段とを備え、
学習手段は、前記対象クラスタ選択手段で選択した変化領域及び非変化領域抽出手段で抽出した非変化領域のデータを用いて、当該変化領域の特徴を学習して変化対象検出器を生成することを特徴とする請求項5又は請求項6記載の物体検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009250584A JP5241687B2 (ja) | 2009-10-30 | 2009-10-30 | 物体検出装置及び物体検出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009250584A JP5241687B2 (ja) | 2009-10-30 | 2009-10-30 | 物体検出装置及び物体検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011096072A true JP2011096072A (ja) | 2011-05-12 |
JP5241687B2 JP5241687B2 (ja) | 2013-07-17 |
Family
ID=44112896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009250584A Active JP5241687B2 (ja) | 2009-10-30 | 2009-10-30 | 物体検出装置及び物体検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5241687B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101747216B1 (ko) * | 2012-05-30 | 2017-06-15 | 한화테크윈 주식회사 | 표적 추출 장치와 그 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체 |
JP2018170001A (ja) * | 2017-03-29 | 2018-11-01 | 西日本電信電話株式会社 | 映像データ処理装置、映像データ処理方法、及びコンピュータプログラム |
KR102197297B1 (ko) * | 2019-09-27 | 2020-12-31 | 서울대학교산학협력단 | 순환형 3차원 완전 합성곱망을 활용한 초분광영상의 변화탐지 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03274983A (ja) * | 1990-03-26 | 1991-12-05 | Toshiba Corp | 画像認識装置 |
JPH07262355A (ja) * | 1994-03-18 | 1995-10-13 | Fuji Electric Co Ltd | 画像監視装置 |
JP2002150297A (ja) * | 2000-11-07 | 2002-05-24 | Nippon Telegr & Teleph Corp <Ntt> | 動画像学習方法およびこのプログラムを記録した記録媒体 |
JP2006185206A (ja) * | 2004-12-28 | 2006-07-13 | Toshiba Corp | オブジェクト検出方法、装置、及びプログラム |
-
2009
- 2009-10-30 JP JP2009250584A patent/JP5241687B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03274983A (ja) * | 1990-03-26 | 1991-12-05 | Toshiba Corp | 画像認識装置 |
JPH07262355A (ja) * | 1994-03-18 | 1995-10-13 | Fuji Electric Co Ltd | 画像監視装置 |
JP2002150297A (ja) * | 2000-11-07 | 2002-05-24 | Nippon Telegr & Teleph Corp <Ntt> | 動画像学習方法およびこのプログラムを記録した記録媒体 |
JP2006185206A (ja) * | 2004-12-28 | 2006-07-13 | Toshiba Corp | オブジェクト検出方法、装置、及びプログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101747216B1 (ko) * | 2012-05-30 | 2017-06-15 | 한화테크윈 주식회사 | 표적 추출 장치와 그 방법 및 상기 방법을 구현하는 프로그램이 기록된 기록 매체 |
JP2018170001A (ja) * | 2017-03-29 | 2018-11-01 | 西日本電信電話株式会社 | 映像データ処理装置、映像データ処理方法、及びコンピュータプログラム |
KR102197297B1 (ko) * | 2019-09-27 | 2020-12-31 | 서울대학교산학협력단 | 순환형 3차원 완전 합성곱망을 활용한 초분광영상의 변화탐지 방법 |
Also Published As
Publication number | Publication date |
---|---|
JP5241687B2 (ja) | 2013-07-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3358504A1 (en) | A method and system for tracking an object | |
US8218819B2 (en) | Foreground object detection in a video surveillance system | |
US8374393B2 (en) | Foreground object tracking | |
JP4767595B2 (ja) | 対象物検出装置及びその学習装置 | |
EP3092619B1 (en) | Information processing apparatus and information processing method | |
US20180114071A1 (en) | Method for analysing media content | |
CN108171196B (zh) | 一种人脸检测方法及装置 | |
US7957560B2 (en) | Unusual action detector and abnormal action detecting method | |
US11106903B1 (en) | Object detection in image data | |
KR20160096460A (ko) | 복수의 분류기를 포함하는 딥 러닝 기반 인식 시스템 및 그 제어 방법 | |
US20100150471A1 (en) | Hierarchical sudden illumination change detection using radiance consistency within a spatial neighborhood | |
US20120057748A1 (en) | Apparatus which detects moving object from image and method thereof | |
WO2009109127A1 (en) | Real-time body segmentation system | |
CN111191535B (zh) | 基于深度学习的行人检测模型构建方法及行人检测方法 | |
Führ et al. | Combining patch matching and detection for robust pedestrian tracking in monocular calibrated cameras | |
Muhammad et al. | Domain generalization via ensemble stacking for face presentation attack detection | |
JP5241687B2 (ja) | 物体検出装置及び物体検出プログラム | |
KR20060121503A (ko) | 무인 감시 로봇에서 중요 얼굴 추적 장치 및 방법 | |
CN109614841B (zh) | 嵌入式系统中的快速人脸检测方法 | |
Lee et al. | Probabilistic background subtraction in a video-based recognition system. | |
Grabner et al. | Time Dependent On-line Boosting for Robust Background Modeling. | |
Pandya et al. | A novel approach for vehicle detection and classification | |
JP4741036B2 (ja) | 特徴抽出装置、対象物検出装置、特徴抽出方法、および対象物検出方法 | |
US11468676B2 (en) | Methods of real-time spatio-temporal activity detection and categorization from untrimmed video segments | |
Zhao et al. | Robust adapted object detection under complex environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111012 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120829 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120904 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121031 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130402 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20160412 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5241687 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |