JP2013149146A - 物体検知装置、物体検知方法、および、コンピュータ・プログラム - Google Patents

Abstract

【課題】画像に映された対象物の検知性能を高く保ちつつ、検知した対象物の画像内における位置をより精度よく推定する技術を提供すること。
【解決手段】入力画像を取得する入力画像取得部１１と、入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算する画像特徴量計算部１２と、各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算する統計的識別値計算部１３と、各候補領域について、該候補領域の位置の、検知対象物を表す領域の位置に対する近さを表す位置推定量を、画像特徴量および統計的識別値に基づいて所定のパラメータを用いて計算する位置推定量計算部１４と、各候補領域の位置推定量に基づいて、各候補領域のいずれかの位置を、検知対象物を表す領域の位置として出力する検知位置出力部１５と、を備える。
【選択図】 図２

Description

本発明は、画像に映された物体を検知する物体検知装置、物体検知方法、および、コンピュータ・プログラムに関する。

画像に映された物体を検知する物体検知装置が知られている。例えば、自車両に取り付けられた撮像装置によって撮像された自車両周辺の画像内において、対象物が映された領域を検出し、検出した領域に基づいて、路面上における対象物の位置を算出するものがある（例えば、特許文献１参照）。

この特許文献１に記載された装置は、自車両周辺の過去の画像を用いて求めた対象物の路面上での位置と、自車両の速度等の物理量とに基づいて、対象物の路面上での現在位置を予測する。そして、この装置は、予測した現在位置に基づいて、自車両周辺の現在の画像において対象物を囲う検出枠を設定する。このとき、この装置は、現在の画像における検出枠を、統計的識別器を用いて調整する。そして、この装置は、検出枠内で対象物の路面接地部分を検出し、検出した路面接地部分の画像内での位置に基づいて、対象物の路面上での第１の推定位置を推定する。また、この装置は、過去の画像の検出枠内の対象物の大きさに対する、現在の画像の検出枠内の対象物の大きさの拡大率に基づいて、対象物の路面上での第２の推定位置を推定する。そして、この装置は、予測した現在位置、ならびに、第１および第２の推定位置に基づいて、対象物の現在位置を算出する。

特開２０１１−６５３３８号公報

しかしながら、特許文献１に記載されたものにおいて、検出枠の調整に用いられる統計的識別器は、検知性能が高い（すなわち、検知漏れや誤検知が少ない）ものの、検知位置の精度が比較的低い。これは、統計的識別器が、個々の学習データの形状等の個体差の影響を抑えつつ同種の対象物を識別するように設計され、そのトレードオフとして、真の位置からある程度ずれた領域をも対象物として識別する傾向にあるためである。したがって、特許文献１に記載されたものでは、検出枠の位置精度が十分でなく、その結果、検出枠に基づいて推定する第１および第２の推定位置の精度が高くないという課題があった。

本発明は、上述の課題を解決するためになされたもので、画像に映された対象物の検知性能を高く保ちつつ、検知した対象物の画像内における位置をより精度よく推定する技術を提供することを目的とする。

本発明の物体検知装置は、入力画像を取得する入力画像取得部と、前記入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算する画像特徴量計算部と、前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算する統計的識別値計算部と、前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算する位置推定量計算部と、前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する検知位置出力部と、を備える。

また、本発明の物体検知方法は、入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算し、前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算し、前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算し、前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する。

また、本発明のコンピュータ・プログラムは、入力画像を取得する入力画像取得ステップと、前記入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算する画像特徴量計算ステップと、前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算する統計的識別値計算ステップと、前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算する位置推定量計算ステップと、前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する検知位置出力ステップと、をコンピュータ装置に実行させる。

本発明は、画像に映された対象物の検知性能を高く保ちつつ、検知した対象物の画像内における位置をより精度よく推定する技術を提供することができる。

本発明の第１の実施の形態としての物体検知装置のハードウェア構成図である。 本発明の第１の実施の形態としての物体検知装置の機能ブロック図である。 本発明の第１の実施の形態としての物体検知装置の動作を説明するフローチャートである。 本発明の第２の実施の形態としての物体検知装置の機能ブロック図である。 本発明の第２の実施の形態における検知対象物を表す領域の一例を示す模式図である。 本発明の第２の実施の形態における位置推定計算領域の一例を示す模式図である。 本発明の第２の実施の形態における画像特徴量計算領域の一例を示す模式図である。 本発明の第２の実施の形態における位置推定量パラメータ学習部によるモデル関数に基づく学習の一例を示す模式図である。 本発明の第２の実施の形態としての物体検知装置の学習動作を説明するフローチャートである。 本発明の第２の実施の形態としての物体検知装置の検知動作を説明するフローチャートである。

以下、本発明の各実施の形態について、図面を参照して詳細に説明する。なお、本発明の各実施の形態において、検知対象物とは、人物や車両等、検知したい種類の物体をいうものとする。

（第１の実施の形態）
まず、本発明の第１の実施の形態としての物体検知装置１のハードウェア構成を、図１に示す。

図１において、物体検知装置１は、ＣＰＵ（Central Processing Unit）１００１と、ＲＡＭ（Random Access Memory）１００２と、ＲＯＭ（Read Only Memory）１００３と、ハードディスク等の記憶装置１００４と、画像入力装置接続インタフェース１００５とを備えたコンピュータ装置によって構成されている。

ＲＯＭ１００３および記憶装置１００４には、コンピュータ装置を本実施の形態の物体検知装置１として機能させるためのコンピュータ・プログラムおよび各種データが記憶されている。

画像入力装置接続インタフェース１００５は、物体を検知するための入力画像を取得する画像入力装置４に接続するインタフェースである。画像入力装置接続インタフェース１００５は、例えば、画像入力装置４としての撮像装置や記録媒体読取装置に接続するインタフェースであってもよい。あるいは、画像入力装置接続インタフェース１００５は、画像入力装置４が接続されたネットワークに接続するインタフェースであってもよい。

ＣＰＵ１００１は、ＲＯＭ１００３および記憶装置１００４に記憶されたコンピュータ・プログラムおよび各種データをＲＡＭ１００２に読み込んで実行する。

次に、物体検知装置１の機能ブロック構成を、図２に示す。図２において、物体検知装置１は、入力画像取得部１１と、画像特徴量計算部１２と、統計的識別値計算部１３と、位置推定量計算部１４と、検知位置出力部１５と、を備えている。ここで、入力画像取得部１１は、画像入力装置接続インタフェース１００５と、ＲＯＭ１００３および記憶装置１００４に記憶されたコンピュータ・プログラムおよび各種データをＲＡＭ１００２に読み込んで実行するＣＰＵ１００１とによって構成される。また、画像特徴量計算部１２、統計的識別値計算部１３、位置推定量計算部１４および検知位置出力部１５は、ＲＯＭ１００３および記憶装置１００４に記憶されたコンピュータ・プログラムおよび各種データをＲＡＭ１００２に読み込んで実行するＣＰＵ１００１によって構成される。なお、物体検知装置１の各機能ブロックを構成するハードウェア構成は、上述の構成に限定されない。

入力画像取得部１１は、入力画像を取得する。前述のように、入力画像取得部１１は、撮像装置や記録媒体読取装置等の画像入力装置４から入力画像を取得してもよい。あるいは、入力画像取得部１１は、既に記憶装置１００４に記憶されている入力画像を取得してもよい。

画像特徴量計算部１２は、入力画像における１つ以上の候補領域について、該候補領域の画像情報に基づく画像特徴量を計算する。ここで、１つ以上の候補領域とは、例えば、入力画像の領域全体、または、あらかじめ検知対象物を表す領域が含まれることがわかっている領域のうち、あらかじめ定められたいくつかのサイズの領域を、あらかじめ定められた距離ずつずらしていくことによって得られる各領域であってもよい。

また、画像特徴量とは、対象となる領域における各画素値の勾配に基づく量であってもよい。例えば、画像特徴量は、対象となる領域における画素のうち、画素値の勾配の方向があらかじめ定められた範囲内である各画素における勾配の強度の和に基づく量であってもよい。また、画素値の勾配は、輝度値の勾配であってもよい。その他、画像特徴量は、例えば、画素単位に計算されるなどの理由により、対象となる領域の位置の変化によりその値が敏感に変化する量が望ましい。

統計的識別値計算部１３は、各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて、統計的識別値を計算する。統計的識別値とは、統計的識別器により計算される検知対象物らしさを表す値である。

ここで、統計的識別器について説明する。統計的識別器は、一般に式（１）で表されるようなパラメータｗにより規定される識別関数を用いて、入力データａに対して、ａが属すると推定されるクラスｃを出力するものである。
ｃ＝ｆ（ａ；ｗ）・・・（１）
例えば、そのようなクラスとして、検知対象物を表すクラスと、検知対象物以外を表すクラスとの２クラスを想定すると、統計的識別器は、候補領域が検知対象物のクラスである場合に１、検知対象物以外のクラスである場合に０の値を出力する。ただし、識別関数ｆ（ａ；ｗ）の出力値は、０および１の２値でなくてもよく、一般的には、０および１の間の連続値である場合が多い。このような場合、統計的識別器は、識別関数の出力値を閾値と比較することにより、クラスを識別する。そこで、本実施の形態では、このような統計的識別器によって用いられる識別関数の出力値（連続値であってもよい）を、検知対象物らしさを表す統計的識別値というものとする。

なお、本実施の形態において用いる統計的識別器は、学習により既にパラメータｗを決定しているものとする。ここで、統計的識別器の学習とは、学習用データ集合（ａｉ，ｃｉ）（ｉ＝０，１，・・・）を用いて、パラメータwを決定する処理である。ただし、学習用データ（ａｉ，ｃｉ）とは、対応するクラスｃｉが既に特定されている入力データａｉの集合である。

位置推定量計算部１４は、各候補領域について、その画像特徴量および統計的識別値に基づく位置推定量を計算する。ここで、位置推定量とは、候補領域の位置の、検知対象物を表す領域の位置に対する近さを表す値である。例えば、位置推定量は、統計的識別値および画像特徴量の重みつき線形和、積あるいは商等であってもよい。また、位置推定量は、これらの値の全部もしくは一部の値を引数とするガウス関数等の関数の出力値であってもよい。あるいは、位置推定量は、そのような関数の出力値の線形和、積あるいは商等であってもよい。このように、位置推定量は、統計的識別値および画像特徴量に基づき数学的操作により計算される量であって、その候補領域の位置の、検知対象物を表す領域の位置に対する近さに応じて変化する量であればよい。例えば、候補領域の位置が、検知対象物を表す領域の位置に近いほど、その位置推定量は、大きい値をとるものであってもよい。そして、そのように位置推定量が変化するよう、位置推定量の算出に用いられるパラメータは、あらかじめ定められているものとする。

検知位置出力部１５は、各候補領域の位置推定量に基づいて、いずれかの領域の位置を、検知対象物を表す領域の位置として決定し、出力する。例えば、候補領域の位置が、検知対象物を表す領域の位置に近いほど、位置推定量が大きい値を示す場合、検知位置出力部１５は、位置推定量が最も大きい候補領域の位置を、検知対象物を表す領域の位置として決定してもよい。

以上のように構成された物体検知装置１の動作について、図３を参照して説明する。

まず、入力画像取得部１１は、入力画像を取得する（ステップＳ１）。

次に、物体検知装置１は、入力画像において、あらかじめ定められた各種サイズおよび各位置の候補領域について、以下のステップＳ２〜Ｓ６の処理を実行する。なお、このとき、物体検知装置１は、入力画像においてあらかじめ検知対象物を表す領域が含まれるものとして設定された部分領域において、各候補領域を取得してもよい。

ここでは、まず、画像特徴量計算部１２は、この候補領域の画像特徴量を計算する（ステップＳ２）。

次に、統計的識別値計算部１３は、この候補領域の統計的識別値を計算する（ステップＳ３）。

次に、位置推定量計算部１４は、ステップＳ２で計算された画像特徴量と、ステップＳ３で計算された統計的識別値を用いて、この候補領域の位置推定量を計算する（ステップＳ４）。

次に、検知位置出力部１５は、ステップＳ４で計算された位置推定量が、それまでに計算された最大の位置推定量（最大位置推定量）より大きいか否かを判断する（ステップＳ５）。

ここで、ステップＳ４で計算された位置推定量が、それまでの最大位置推定量より大きいと判断すれば、検知位置出力部１５は、ステップＳ４で計算された位置推定量を、新たな最大位置推定量とする（ステップＳ６）。なお、それまでに計算された位置推定量がなければ、検知位置出力部１５は、ステップＳ４で計算された位置推定量を最大位置推定量とする。

一方、ステップＳ４で計算された位置推定量が、それまでの最大位置推定量より小さいと判断すれば、検知位置出力部１５は、それまでの最大位置推定量をそのまま保持する。

以上のステップＳ２〜Ｓ６の処理を、各候補領域について終了すると、検知位置出力部１５は、最大位置推定量が計算された候補領域の位置を、検知対象物を表す領域の位置として決定し、出力する（ステップＳ７）。

以上で、物体検知装置１は、動作を終了する。

次に、本発明の第１の実施の形態の効果について述べる。

本発明の第１の実施の形態としての物体検知装置は、画像を用いた対象物の検知性能を高く保ちつつ、検知した対象物の画像内における位置をより精度よく推定することができる。

その理由は、入力画像における各候補領域について、画像特徴量計算部が、領域の位置の変化に応じて値が敏感に変化する画像特徴量を算出し、統計的識別値計算部が、検知対象物らしさを表す統計的識別値を統計的識別器によって算出し、位置推定量計算部が、画像特徴量および統計的識別値に基づき、検知対象物を表す領域の位置に対する候補領域の近さを表す位置推定量を算出するからである。そして、検知位置出力部が、位置推定量に基づき候補領域のいずれかの位置を、検知対象物を表す領域の位置として決定するからである。これにより、本発明の第１の実施の形態としての物体検知装置は、領域の位置の変化に応じて値が敏感に変化する画像特徴量を用いて位置精度を高めることと、検知対象物の検知漏れや誤検知が少ない統計的識別器を用いて検知性能を高く保つこととを、両立することが出来るためである。

（第２の実施の形態）
次に、本発明の第２の実施の形態について図面を参照して詳細に説明する。なお、本実施の形態の説明において参照する各図面において、本発明の第１の実施の形態と同一の構成および同様に動作するステップには同一の符号を付して本実施の形態における詳細な説明を省略する。

まず、本発明の第２の実施の形態としての物体検知装置２の機能ブロック構成を図４に示す。図４において、物体検知装置２は、位置推定量計算領域生成部２０１と、学習用画像特徴量計算部２０２と、学習用統計的識別値計算部２０３と、位置推定量パラメータ学習部２０４とからなる学習処理部２０と、入力画像取得部１１と、画像特徴量計算部２１２と、統計的識別値計算部１３と、位置推定量計算部２１４と、検知位置出力部２１５とからなる物体検知処理部２１とを備える。学習処理部２０および物体検知処理部２１は、図１に示したものと同様な構成をそれぞれ備える異なるコンピュータ装置によって構成されていてもよいし、同一のコンピュータ装置によって構成されていてもよい。異なるコンピュータ装置によって構成される場合、学習処理部２０および物体検知処理部２１は、ＬＡＮ、インターネット、公衆回線網、無線通信網またはこれらの組合せ等によって構成されるネットワークを介して互いに通信可能に接続されていてもよい。あるいは、異なるコンピュータ装置によって構成される場合、学習処理部２０および物体検知処理部２１は、持ち運び可能な外付け記録媒体を介して必要となる情報をやりとりするため、そのような外付け記録媒体の書込装置または読取装置を備えていてもよい。このように、学習処理部２０および物体検知処理部２１は、必要な情報をやりとりできる構成であればよい。

また、物体検知装置２は、画像データベース３と、画像入力装置４とに接続されている。

画像データベース３は、コンピュータ装置の記憶装置によって構成される。画像データベース３を構成する記憶装置を有するコンピュータ装置は、物体検知装置２の学習処理部２０と同一のコンピュータ装置によって構成されていてもよいし、異なるコンピュータ装置によって構成されていてもよい。異なるコンピュータ装置によって構成される場合、画像データベース３および学習処理部２０は、ＬＡＮ、インターネット、公衆回線網、無線通信網またはこれらの組合せ等によって構成されるネットワークを介して互いに通信可能に接続される。

また、画像データベース３は、学習処理部２０の処理に必要となる学習用画像を格納している。１つの学習用画像には、１つ以上の学習用の検知対象物を表す領域が含まれている。学習用画像の一例を図５に示す。図５において、領域４００は、１つの学習用画像の領域全体を示している。また、領域５００は、学習用の検知対象物（例えば、人物）を表す領域を示している。以降、このような学習用の検知対象物を表す領域を、学習用検知対象物領域とも記載する。図５の例では、学習用検知対象物領域は、検知対象物が映された部分を囲む矩形領域である。また、このような学習用検知対象物領域は、学習用検知対象物が映された部分を含んでいればよく、図５に示すような矩形領域であってもよいし、他の形状の領域であってもよい。なお、各学習用画像において、このような学習用検知対象物領域は、あらかじめ設定されているものとする。

画像入力装置４は、入力画像が入力される装置である。入力画像は、検知対象物を表す領域を含む可能性を有する画像である。画像入力装置４は、例えば、ビデオカメラ等の撮像装置や記録媒体読取装置によって構成される。このような画像入力装置４は、物体検知装置２の物体検知処理部２１に、画像入力装置接続インタフェース１００５によって接続されている。

次に、物体検知装置２の各機能ブロックについて説明する。

位置推定量計算領域生成部２０１は、画像データベース３に格納されている学習用画像における学習用検知対象物領域の位置に基づいて、その学習用画像における１つ以上の位置推定量計算領域を生成する。例えば、位置推定量計算領域は、学習用検知対象物領域からそれぞれ所定の相対位置にあるそれぞれ所定サイズの領域であってもよい。このような位置推定量計算領域の１つは、学習用検知対象物領域そのものであってもよい。また、１つの学習用画像に複数の学習用検知対象物領域が含まれる場合、位置推定量計算領域生成部２０１は、各学習用検知対象物領域について、１つ以上の位置推定量計算領域を生成する。

例えば、図５に示した学習用検知対象物領域５００の位置に基づいて生成される位置推定量計算領域の具体例を、図６に示す。図６において、位置推定量計算領域生成部２０１は、７つの位置推定量計算領域６００ａ〜６００ｇを生成している。位置推定量計算領域６００ａは、学習用検知対象物領域５００そのものである。また、位置推定量計算領域６００ｂ〜６００ｇは、学習用検知対象物領域５００を、それぞれ１／６Ｗ、２／６Ｗおよび３／６Ｗだけ上下方向にずらすことにより得られる学習用検知対象物領域５００と同サイズの領域である。なお、Ｗは、学習用検知対象物領域５００の横幅を表している。

学習用画像特徴量計算部２０２は、各位置推定量計算領域について、その領域の位置に基づく１つ以上の画像特徴量計算領域を生成する。そして、学習用画像特徴量計算部２０２は、各画像特徴量計算領域について、それぞれ画像特徴量を計算する。

例えば、学習用画像特徴量計算部２０２は、各位置推定量計算領域における所定の接地部分位置からそれぞれ所定の相対位置にあるそれぞれ所定サイズの領域のうち１つ以上を、画像特徴量計算領域として生成してもよい。ここで、所定の接地部分位置とは、検知対象物を表すものと想定される任意の画像領域において、その検知対象物の接地部分が映されていると想定される領域の相対位置をいう。例えば、位置推定量計算領域としての矩形領域において、その下端が接地部分位置としてあらかじめ定められていてもよい。

例えば、図６に示した位置推定量計算領域６００ａについて生成される画像特徴量計算領域の具体例を、図７に示す。図７において、学習用画像特徴量計算部２０２は、位置推定量計算領域６００ａにおける所定の接地部分位置である下端の位置に基づいて、３つの画像特徴量計算領域７００ａ〜７００ｃを生成している。

ここで、画像特徴量計算領域７００ａは、横方向の位置および横幅が位置推定量計算領域６００ａに一致し、縦方向の位置が位置推定量計算領域６００ａの下端を中心とし、縦長が位置推定量計算領域６００ａの横幅Ｗの１／６の領域である。また、この例では、画像特徴量計算領域７００ａは、後述の横エッジ特徴量を検出する領域として生成される。

また、画像特徴量計算領域７００ｂは、画像特徴量計算領域７００ａの上部に隣接し、横幅がＷ、縦長がＷ／３の領域である。また、この例では、画像特徴量計算領域７００ｂは、後述の縦エッジ特徴量を検出する領域として生成される。なお、このような画像特徴量計算領域７００ｂから算出される縦エッジ特徴量を、以降、上部縦エッジ特徴量とも記載する。

また、画像特徴量計算領域７００ｃは、画像特徴量計算領域７００ａの下部に隣接し、横幅がＷ、縦長がＷ／３の領域である。また、この例では、画像特徴量計算領域７００ｃは、縦エッジ特徴量を検出する領域として生成される。なお、このような画像特徴量計算領域７００ｃから算出される縦エッジ特徴量を、以降、下部縦エッジ特徴量とも記載する。

また、学習用画像特徴量計算部２０２は、位置推定量計算領域６００ａに対して、さらに、位置推定量計算領域６００ａの領域そのものを、画像特徴量計算領域７００ｄとして生成してもよい。あるいは、学習用画像特徴量計算部２０２は、そのような画像特徴量計算領域７００ａ〜７００ｄのうちの１つ以上を画像特徴量計算領域として生成してもよい。なお、以下では、学習用画像特徴量計算部２０２が、各位置推定量計算領域６００ａ〜６００ｃに対する画像特徴量計算領域として、領域７００ａ〜７００ｃに相当する３つずつの領域をそれぞれ生成した例を中心に説明を続ける。

また、学習用画像特徴量計算部２０２が各画像特徴量計算領域について計算する画像特徴量は、画像特徴量計算領域の位置の変化によりその値が敏感に変化する特徴量が望ましい。例えば、画素単位に計算される値に基づく画像特徴量は、画像特徴量計算領域の位置の変化によりその値が敏感に変化する。このような画像特徴量として、エッジに基づく特徴量がある。エッジに基づく特徴量は、各画素値の隣接画素値との間の勾配に基づき算出されるものである。例えば、エッジに基づく特徴量は、該当する領域内の画素のうち、隣接画素との間の輝度値の勾配の方向（エッジ方向）が所定範囲内である各画素に関する輝度値の勾配の強度（エッジ強度）の和に基づく量であってもよい。

例えば、前述の横エッジ特徴量は、次のようにして算出される。学習用画像特徴量計算部２０２は、該当する領域（例えば、図７「における画像特徴量計算領域７００ａ）の各画素についてソーベルフィルタを施し、ソーベルx成分Sxとソーベルy成分Syを計算する。次に、次式（２）により、その画素のエッジ方向Ｅｄおよびエッジ強度Ｅｍを計算する。ただし、式（２）において、“| |”は絶対値を表し、“sqrt()”は平方根を表わす。
Ed = arctan( |Sx| / |Sy| ), Em = sqrt( Sx * Sx + Sy * Sy )・・・（２）
そして、学習用画像特徴量計算部２０２は、該当する領域内の画素のうち、エッジ方向Edが閾値以下（例えばπ／８以下）の各画素について、エッジ強度Ｅｍの和を計算する。そして、学習用画像特徴量計算部２０２は、そのような該当画素のエッジ強度Ｅｍの和を、領域内の全画素のエッジ強度Ｅｍの和で除した値を、横エッジ特徴量としてもよい。

また、前述の縦エッジ特徴量は、次のようにして算出される。学習用画像特徴量計算部２０２は、該当する領域（例えば、図７における画像特徴量計算領域７００ｂおよび７００ｃ）の各画素について、横エッジ特徴量と同様の処理を行う。ただし、縦エッジ特徴量の算出処理は、横エッジ特徴量の算出処理に対して、エッジ方向Edが閾値以上（例えば３π／８以上）の画素について、エッジ強度Ｅｍの和を計算する点が異なる。そして、学習用画像特徴量計算部２０２は、そのような該当画素のエッジ強度Ｅｍの和を、領域内の全画素のエッジ強度Ｅｍの和で除した値を、縦エッジ特徴量としてもよい。

学習用統計的識別値計算部２０３は、各位置推定量計算領域について、統計的識別値を計算する。この統計的識別値は、本発明の第１の実施の形態における統計的識別値計算部１３と同様に、検知対象物を表すか否かを識別する統計的識別器を用いて算出される。この統計的識別器において用いられるパラメータｗは、統計的識別値計算部１３において用いられるパラメータｗと同一の値があらかじめ学習により決定されているものとする。

位置推定量パラメータ学習部２０４は、各位置推定量計算領域について算出された画像特徴量および統計的識別値と、各位置推定量計算領域の学習用検知対象物領域に対する相対位置とを用いて、位置推定量の算出に用いるパラメータを学習する。例えば、位置推定量パラメータ学習部２０４は、各位置推定量計算領域の学習用検知対象物領域に対する相対位置が近いほど、画像特徴量および統計的識別値に基づく位置推定量が大きくなるよう、パラメータを学習すればよい。

ここで、位置推定量パラメータ学習部２０４による学習について具体例を説明する。ここでは、位置推定量が、式（３）で表されるようなパラメータｖにより規定される関数gにより算出される値ｋであるとする。
ｋ＝ｇ（ｄ；ｖ），ｄ＝（ｅ，ｈ０，ｈ１，・・・，ｈｎ）・・・（３）
ただし、ｅは、対象となる領域の統計的識別値である。また、ｈｊ（ｊ＝０，１，２，・・・，ｎ）は、対象となる領域の各画像特徴量計算領域について計算される画像特徴量である。また、学習用検知対象物領域の位置を（ｘ１，ｙ１）で表し、各位置推定量計算領域ｄｉの位置を（ｘ２ｉ，ｙ２ｉ）で表す。すると、各位置推定量計算領域ｄｉの学習用検知対象物領域に対する相対位置は、（ｘｉ，ｙｉ）（ｘｉ＝ｘ２ｉ−ｘ１，ｙｉ＝ｙ２ｉ−ｙ１）で表される。このとき、位置推定量パラメータ学習部２０４は、相対位置（ｘｉ，ｙｉ）が学習用検知対象物領域から近いことを表すほど、関数ｇの出力値ｋが大きく、遠いことを表すほど小さくなるようにパラメータｖを決定する。なお、位置推定量パラメータ学習部２０４は、関数ｇを、検知対象物の位置とそれ以外の位置とを識別する統計的識別器とみなすことにより、前述の統計的識別器に関する学習方法を用いてパラメータｖを学習してもよい。

また、例えば、位置推定量パラメータ学習部２０４は、図８に示すような、学習用画像における任意の領域の下端の位置を入力とする関数であって、学習用検知対象物領域の下端の位置（人物の真の足元位置）で最大値をとるモデル関数を用いて、パラメータｖの学習を行ってもよい。この場合、位置推定量パラメータ学習部２０４は、このようなモデル関数に前述の位置推定量があてはまるようにパラメータｖを学習することができる。ここで、「モデル関数にあてはまる」とは、このようなモデル関数の出力値と、各位置推定量計算領域から計算される位置推定量との違いがより少なくなることをいう。違いとは、差、差の絶対値、あるいは、差の二乗等、値の違いを表す量であればよい。パラメータｖの学習は、このようなモデル関数に位置推定量が最もあてはまるように行われてもよい。このようなモデル関数としては、例えば、人物の真の足元位置を中心としたガウス関数等を適用可能である。

あるいは、例えば、位置推定量パラメータ学習部２０４は、１つ以上の位置推定量計算領域のうち、検知対象物を表す位置推定量計算領域と、それ以外の位置推定量計算領域とを判別する判別分析を行うことにより、パラメータｖの学習を行ってもよい。このように、位置推定量パラメータ学習部２０４は、パラメータｖの学習手法として、例えば、ニューラルネットワーク、判別分析、サポートベクタマシン、ベクトル量子化器等といった、２つのクラスを識別する処理に一般的に採用される統計的識別器を用いた手法を適用可能である。

画像特徴量計算部２１２は、入力画像の各候補領域について、学習用画像特徴量計算部２０２と同様に定められる１つ以上の画像特徴量計算領域を生成し、各画像特徴量計算領域について画像特徴量を計算する。例えば、画像特徴量計算部２１２は、各候補領域について、図７に示した３つの画像特徴量計算領域７００ａ〜７００ｃに相当する領域を生成してもよい。この場合、画像特徴量計算部２１２は、各候補領域について、前述の横エッジ特徴量、上部縦エッジ特徴量、および、下部縦エッジ特徴量を算出してもよい。

位置推定量計算部２１４は、入力画像の各候補領域について位置推定量を計算する際に、位置推定量パラメータ学習部２０４によって決定されたパラメータを用いる点が、本発明の第１の実施の形態における位置推定量計算部１４に対して異なる。

検知位置出力部２１５は、最大の位置推定量が計算された候補領域の位置を、検知対象物を表す領域の位置として決定する。そして、検知位置出力部２１５は、そのように決定された候補領域の位置に基づいて、入力画像において検知対象物が接地する部分（足元）が映された位置を出力してもよい。例えば、検知位置出力部２１５は、そのように決定された候補領域の下端の位置を、入力画像において検知対象物が接地する部分（足元）が映された位置とみなして出力可能である。

また、検知位置出力部２１５は、入力画像が撮像装置によって撮像された画像である場合、入力画像において検知対象物が接地する部分が映された位置に基づいて、撮像装置に対する検知対象物の相対位置を算出してもよい。例えば、検知位置出力部２１５は、撮像装置から検知対象物までの距離や方角を算出してもよい。

以上のように構成された物体検知装置２の動作について、図面を参照して詳細に説明する。

まず、物体検知装置２の学習動作を図９に示す。

図９において、物体検知装置２の学習処理部２０は、画像データベース３に格納された学習用画像に含まれる各学習用検知対象物領域について、以下のステップＳ１１〜Ｓ１３の処理を実行する。ここでは、学習用画像は、図５に示したような、検知対象物としての人物が映された領域を含む画像であるものとする。

ここでは、まず、位置推定量計算領域生成部２０１は、この学習用検知対象物領域の位置に基づいて、１つ以上の位置推定量計算領域を生成する（ステップＳ１１）。例えば、位置推定量計算領域生成部２０１は、図５における検知対象物を表す領域５００について、図６に示したような位置推定量計算領域６００ａ〜６００ｇを生成する。

ステップＳ１１で生成された各位置推定量計算領域（位置推定量計算領域６００ａ〜６００ｇ）について、物体検知装置２の学習処理部２０は、以下のステップＳ１２〜Ｓ１３の処理を実行する。

ここでは、まず、学習用画像特徴量計算部２０２は、この位置推定量計算領域の位置に基づいて、１つ以上の画像特徴量計算領域を生成する。そして、学習用画像特徴量計算部２０２は、生成した各画像特徴量計算領域について画像特徴量を計算する（ステップＳ１２）。例えば、学習用画像特徴量計算部２０２は、この位置推定量計算領域について、図７に示した画像特徴量計算領域７００ａの横エッジ特徴量、画像特徴量計算領域７００ｂの上部縦エッジ特徴量、および、画像特徴量計算領域７００ｃの下部縦エッジ特徴量の３つを算出してもよい。

次に、学習用統計的識別値計算部２０３は、この位置推定量計算領域について、統計的識別値を計算する（ステップＳ１３）。

このようにして、物体検知装置２は、画像データベース３に格納された学習用画像における各学習用検知対象物領域から生成された各位置推定量計算領域について、画像特徴量および統計的識別値の計算処理を行う。

次に、位置推定量パラメータ学習部２０４は、これらの画像特徴量および統計的識別値を用いて、位置推定量計算部２１４によって用いられるパラメータを学習する（ステップＳ１４）。

例えば、位置推定量パラメータ学習部２０４は、各位置推定量計算領域について次式（４）で算出される位置推定量ｋが、その位置推定量計算領域の検知対象物を表す領域に対する相対位置が近いほど大きくなるよう、パラメータ（ｐ，ｑ，ｒ，ｓ，ｔ）を学習する。ただし、式（４）において、ｅは、統計的識別値を表す。また、ｈ０は横エッジ特徴量を表し、ｈ１は上部縦エッジ特徴量を表し、ｈ２は下部縦エッジ特徴量を表す。
ｋ＝ｇ（ｄ；ｖ）＝ｐ＊ｅ＋ｑ＊ｈ０＋ｒ＊ｈ１＋ｓ＊ｈ２＋ｔ・・・（４）
次に、位置推定量パラメータ学習部２０４は、学習したパラメータを出力する（ステップＳ１５）。

以上で、物体検知装置２は、学習処理を終了する。

次に、物体検知装置２の検知動作を図１０に示す。

ここでは、まず、入力画像取得部１１は、本発明の第１の実施の形態の物体検知装置１と同様に、画像入力装置４から入力画像を取得する（ステップＳ１）。

次に、物体検知装置２は、入力画像において、あらかじめ定められた各種サイズおよび各位置の候補領域について、以下のステップＳ２２、Ｓ３、Ｓ２４、Ｓ５、Ｓ６の処理を実行する。なお、このとき、物体検知装置２は、本発明の第１の実施の形態の物体検知装置１と同様に、入力画像において、あらかじめ検知対象物を表す領域が含まれるものとして設定された領域において、各候補領域を取得してもよい。

ここでは、まず、画像特徴量計算部２１２は、この候補領域について１つ以上の画像特徴量計算領域を生成する。そして、画像特徴量計算部２１２は、各画像特徴量計算領域の画像特徴量を計算する（ステップＳ２２）。例えば、画像特徴量計算部２１２は、この候補領域について、前述の横エッジ特徴量、上部縦エッジ特徴量、および下部縦エッジ特徴量を算出してもよい。

次に、統計的識別値計算部１３は、本発明の第１の実施の形態の物体検知装置１と同様に、この候補領域の統計的識別値を計算する（ステップＳ３）。

次に、位置推定量計算部２１４は、ステップＳ２２で計算された画像特徴量と、ステップＳ３で計算された統計的識別値と、ステップＳ１５で出力されたパラメータとを用いて、この候補領域の位置推定量を計算する（ステップＳ２４）。例えば、位置推定量計算部２１４は、ステップＳ２２で算出した横エッジ特徴量ｈ０、上部縦エッジ特徴量ｈ１および下部縦エッジ特徴量ｈ２、ステップＳ３で算出した統計的識別値ｅ、ならびに、ステップＳ１５で出力されたパラメータ（ｐ，ｑ，ｒ，ｓ，ｔ）を用いて、式（４）による位置推定量ｋを算出してもよい。

以降、物体検知装置２は、ステップＳ５〜Ｓ６まで、本発明の第１の実施の形態と同様に動作する。

このようにして各候補領域について位置推定量の算出が終了すると、検知位置出力部２１５は、最大の位置推定量が計算された候補領域における接地部分位置を、入力画像において検知対象物が接地する部分が映された位置として決定し、出力する。例えば、検知位置出力部２１５は、そのような候補領域の下端の位置を、入力画像において検知対象物が接地する部分が映された位置として出力してもよい（ステップＳ２７）。さらに、入力画像が撮像装置によって撮像された画像である場合、検知位置出力部２１５は、そのような入力画像において検知対象物が接地する部分が映された位置に基づいて、撮像装置に対する検知対象物の距離や方角を算出してもよい。

以上で、検知対象物２は、検知動作を終了する。

次に、本発明の第２の実施の形態の効果について述べる。

本発明の第２の実施の形態としての物体検知装置は、画像を用いた対象物の検知性能を高く保ちつつ、検知した対象物の画像内における位置をさらに精度よく推定することができる。

その理由は、候補領域の位置変化に敏感な画像特徴量と、検知性能が高い統計的識別値とに基づく位置推定量の計算に用いるパラメータを、位置推定量パラメータ学習部が、学習用画像を用いて学習するからである。そのために、位置推定量計算領域生成部が、各学習用画像における各学習用検知対象物領域について１つ以上の位置推定量計算領域を生成し、位置推定量パラメータ学習部が、各位置推定量計算領域について計算される画像特徴量および統計的識別値に基づく位置推定量を、各位置推定量計算領域の学習用検知対象物領域に対する相対位置に応じて変化させるよう、所定のパラメータを学習するからである。このようにして学習されたパラメータを用いることにより、本実施の形態としての物体検知装置は、入力画像の各候補領域について、検知位置精度の高い画像特徴量と、検知性能の高い統計的識別値に基づく位置推定量を、より精度良く算出することができるからである。

また、本発明の第２の実施の形態としての物体検知装置は、画像を用いた対象物の検知性能を高く保ちつつ、検知対象物の画像内における位置として、検知対象物の撮像装置に対する相対位置を算出するためにより適切な位置を精度良く算出することができる。

その理由は、学習用画像特徴量計算部が、各位置推定量計算領域において、検知対象物が接地する部分が映されていると想定される接地部分位置に基づく１つ以上の画像特徴量計算領域について、それぞれ画像特徴量を計算するからである。そのような画像特徴量は、検知対象物が接地する部分が映されている領域の位置の変化に敏感な量となる。したがって、位置推定量パラメータ学習部は、各位置推定量計算領域についてのそのような画像特徴量および統計的識別値を用いてパラメータの学習を行うことにより、検知対象物の接地部分を表す領域の位置からの近さをより精度よく表す位置推定量の算出に必要なパラメータを学習できることになる。このようにして学習されたパラメータを用いることにより、本実施の形態としての物体検知装置は、入力画像の各候補領域について、検知対象物の接地部分が映された真の位置に対する近さを表す位置推定量をより精度良く算出することができるからである。

なお、本発明の第２の実施の形態において、位置推定量計算領域生成部は、位置推定量計算領域として、学習用検知対象物領域を上下にずらすことにより得られる同サイズの領域を生成する例について説明した。これに限らず、本発明の第２の実施の形態における位置推定量計算領域生成部は、位置推定量計算領域として、学習用検知対象物領域をその他の方向にずらすことにより得られる領域や、少なくとも１つは学習用検知対象物領域に対して異なる形状やサイズの領域を生成してもよい。このように、位置推定量計算領域は、学習用検知対象物領域の位置に基づき生成されるものであればよい。

また、本発明の第２の実施の形態において、学習用画像特徴量計算部および画像特徴量計算部は、画像特徴量計算領域として、検知対象物を表す領域において検知対象物が接地する部分が映されていると想定される部分の位置に基づく領域を生成する例について説明した。これに限らず、本発明の第２の実施の形態における学習用画像特徴量計算部および画像特徴量計算部は、画像特徴量計算領域として、位置推定量計算領域または候補領域の位置に基づきあらかじめ定められたその他の領域を生成してもよい。

また、上述の各実施の形態において、入力画像は、撮像装置等によって撮像された原画像の画像情報そのものに限らず、原画像の画像情報にフィルタや幾何変換等の処理を施した処理画像であってもよい。

また、上述の各実施の形態において、統計的識別値計算部および学習用統計的識別値計算部によって用いられる統計的識別器としては、例えば、ニューラルネットワーク、線形識別器、サポートベクタマシン、ベクトル量子化器、以下の参考文献１で述べられているカスケード型識別器等、一般に画像の識別において用いることのできる統計的識別器を適用可能である（参考文献１：P. Viola, M. Jones, “Rapid Object Detection using a Boosted Cascade of Simple Features”, Proc. IEEE Conf. on Computer Vision and Pattern Recognition, Vol. 1, pp.511-518, December 2001.）。

また、上述の各実施の形態において、統計的識別値計算部および学習用統計的識別値計算部によって用いられる統計的識別器に入力される入力データは、計算対象とする画像領域の画像情報であってもよいし、そのような画像領域の特徴ベクトルであってもよい。なお、特徴ベクトルとは、画像領域から計算される１つ以上の特徴値をベクトル表現したものである。このような特徴ベクトルとしては、例えば、原画像の画素値、原画像にフィルタや幾何変換等の処理を施した処理画像の画素値、前述の参考文献１で述べられているHaar-like特徴、以下の参考文献２で述べられているＨＯＧ（Histogram of Oriented Gradient）特徴等、一般に画像の識別において用いることのできる特徴ベクトルを適用可能である（参考文献２：N. Dalal and B. Triggs: “Histograms of Oriented Gradients for Human Detection”, IEEE Proc. CVPR2005, pp.829-836, 2005.）。

例えば、各実施の形態における統計的識別値計算部および学習用統計的識別値計算部は、該当する画像領域について、ＨＯＧ特徴およびサポートベクタマシンによる統計的識別器を用いて、前述の統計的識別値を算出してもよい。

また、上述の各実施の形態において、位置推定量は、統計的識別値および画像特徴量の重み付き線形和、積または商であってもよい。あるいは、位置推定量は、このような重み付き線形和、積または商の値の全部もしくは一部の値を引数とするガウス関数等の関数や、それら関数の線形和、積または商等であってもよい。このように、位置推定量は、統計的識別値と画像特徴量とから数学的操作により計算される量であって、対象となる領域の検知対象物を表す領域に対する近さを表す量であればよい。

また、上述の各実施の形態において、位置推定量は、位置推定量の計算される領域が検知対象物を表す領域に近いほど大きい値をとる例を中心に説明したが、位置推定量の計算される領域が検知対象物を表す領域に近いほど小さい値をとるものであってもよい。その場合、各実施の形態において、検知位置出力部は、最大となる位置推定量が計算された候補領域の代わりに、最小となる位置推定量が計算された候補領域の位置を出力すればよい。

また、上述した本発明の各実施の形態において、各フローチャートを参照して説明した物体検知装置の動作を、本発明のコンピュータ・プログラムとしてコンピュータ装置の記憶装置（記憶媒体）に格納しておき、係るコンピュータ・プログラムを当該ＣＰＵが読み出して実行するようにしてもよい。そして、このような場合において、本発明は、係るコンピュータ・プログラムのコード或いは記憶媒体によって構成される。

また、上述した各実施の形態は、適宜組み合わせて実施されることが可能である。

また、本発明は、上述した各実施の形態に限定されず、様々な態様で実施されることが可能である。

また、上術した各実施の形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
入力画像を取得する入力画像取得部と、
前記入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算する画像特徴量計算部と、
前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算する統計的識別値計算部と、
前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算する位置推定量計算部と、
前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する検知位置出力部と、
を備えた物体検知装置。
（付記２）
学習用画像における前記検知対象物を表す領域の位置に基づいて、前記学習用画像における１つ以上の位置推定量計算領域を生成する位置推定量計算領域生成部と、
前記各位置推定量計算領域について、前記画像特徴量を計算する学習用画像特徴量計算部と、
前記各位置推定量計算領域について、前記統計的識別器を用いて前記統計的識別値を計算する学習用統計的識別値計算部と、
前記各位置推定量計算領域について計算された前記画像特徴量および前記統計的識別値に基づき前記位置推定量計算部によって算出される前記位置推定量が、前記学習用画像における前記検知対象物を表す領域の位置に対する前記各位置推定量計算領域の位置の近さに応じて変化するよう、前記位置推定量計算部が用いる前記所定のパラメータを学習する位置推定量パラメータ学習部と、
をさらに備え、
前記位置推定量計算部は、前記位置推定量パラメータ学習部によって学習された前記所定のパラメータを用いて、前記入力画像における前記各候補領域の前記位置推定量を算出することを特徴とする付記１に記載の物体検知装置。
（付記３）
前記位置推定量計算領域生成部は、前記学習用画像において、前記検知対象物を表す領域からそれぞれ所定の相対位置にあるそれぞれ所定サイズの１つ以上の領域を、前記各位置推定量計算領域として生成することを特徴とする付記２に記載の物体検知装置。
（付記４）
前記学習用画像特徴量計算部は、前記各位置推定量計算領域について、該位置推定量計算領域の位置に基づく１つ以上の画像特徴量計算領域を生成し、生成した各画像特徴量計算領域における前記画像特徴量を計算し、
前記画像特徴量計算部は、前記各候補領域について、前記各画像特徴量計算領域を生成し、生成した各画像特徴量計算領域について、前記画像特徴量を計算することを特徴とする付記２または付記３に記載の物体検知装置。
（付記５）
前記検知対象物を表すことが想定される任意の画像領域において、前記検知対象物が接地する部分が映されていると想定される領域の相対位置（接地部分位置）があらかじめ定められているとき、
前記学習用画像特徴量計算部は、前記各位置推定量計算領域における前記接地部分位置からそれぞれ所定の相対位置にあるそれぞれ所定サイズの領域のうち１つ以上を、前記画像特徴量計算領域として生成し、
前記画像特徴量計算部は、前記各候補領域における前記接地部分位置からそれぞれ所定の相対位置にあるそれぞれ所定サイズの領域のうち１つ以上を、前記画像特徴量計算領域として生成することを特徴とする付記４に記載の物体検知装置。
（付記６）
前記検知位置出力部は、前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかを前記検知対象物を表す領域として決定し、決定した候補領域における前記接地部分位置に基づいて、前記入力画像において前記検知対象物が接地する部分が映された位置を出力することを特徴とする付記５に記載の物体検知装置。
（付記７）
前記入力画像が撮像装置によって撮像された画像であるとき、
前記検知位置出力部は、前記入力画像において前記検知対象物が接地する部分が映された位置に基づいて、前記撮像装置に対する前記検知対象物の相対位置を算出することを特徴とする付記６に記載の物体検知装置。
（付記８）
前記位置推定量パラメータ学習部は、前記１つ以上の位置推定量計算領域のうち、前記検知対象物を表す位置推定量計算領域と、それ以外の位置推定量計算領域とを識別する位置推定量が計算されるよう、前記所定のパラメータを学習することを特徴とする付記２から付記７のいずれか１つに記載の物体検知装置。
（付記９）
前記位置推定量パラメータ学習部は、前記学習用画像における任意の領域の位置を入力とし前記検知対象物を表す領域の位置が入力されると最大値をとるモデル関数と、前記各位置推定量計算領域について前記位置推定量計算部によって算出される前記位置推定量との違いをより小さくするよう、前記所定のパラメータを学習することを特徴とする付記２から付記８のいずれか１つに記載の物体検知装置。
（付記１０）
前記位置推定量計算部は、前記画像特徴量および前記統計的識別値を用いた所定の線形関数により前記位置推定量を計算することを特徴とする付記１から付記９のいずれか１つに記載の物体検知装置。
（付記１１）
前記画像特徴量は、対象となる画像領域における各画素値の勾配に基づく量であることを特徴とする付記１から付記１０のいずれか１つに記載の物体検知装置。
（付記１２）
前記画像特徴量は、対象となる画像領域における画素のうち、画素値の勾配の方向が所定範囲内である各画素における勾配の強度の和に基づく量であることを特徴とする付記１１に記載の物体検知装置。
（付記１３）
入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算し、
前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算し、
前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算し、
前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する、物体検知方法。
（付記１４）
学習用画像における前記検知対象物を表す領域の位置に基づいて、前記学習用画像における１つ以上の位置推定量計算領域を生成し、
前記各位置推定量計算領域について、前記画像特徴量を計算し、
前記各位置推定量計算領域について、前記統計的識別器を用いて前記統計的識別値を計算し、
前記各位置推定量計算領域について計算された前記画像特徴量および前記統計的識別値に基づき算出される前記位置推定量が、前記学習用画像における前記検知対象物を表す領域の位置に対する前記各位置推定量計算領域の位置の近さに応じて変化するよう、前記位置推定量の計算に用いられる前記所定のパラメータを学習し、
前記入力画像における前記各候補領域の前記位置推定量を算出する際に、学習した前記所定のパラメータを用いることを特徴とする付記１３に記載の物体検知方法。
（付記１５）
入力画像を取得する入力画像取得ステップと、
前記入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算する画像特徴量計算ステップと、
前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算する統計的識別値計算ステップと、
前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算する位置推定量計算ステップと、
前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する検知位置出力ステップと、
をコンピュータ装置に実行させるコンピュータ・プログラム。
（付記１６）
学習用画像における前記検知対象物を表す領域の位置に基づいて、前記学習用画像における１つ以上の位置推定量計算領域を生成する位置推定量計算領域生成ステップと、
前記各位置推定量計算領域について、前記画像特徴量を計算する学習用画像特徴量計算ステップと、
前記各位置推定量計算領域について、前記統計的識別器を用いて前記統計的識別値を計算する学習用統計的識別値計算ステップと、
前記各位置推定量計算領域について計算された前記画像特徴量および前記統計的識別値に基づき算出される前記位置推定量が、前記学習用画像における前記検知対象物を表す領域の位置に対する前記各位置推定量計算領域の位置の近さに応じて変化するよう、前記位置推定量計算ステップで用いられる前記所定のパラメータを学習する位置推定量パラメータ学習ステップと、
をさらに前記コンピュータ装置に実行させ、
前記位置推定量計算ステップで、前記位置推定量パラメータ学習ステップにおいて学習された前記所定のパラメータを用いて、前記入力画像における前記各候補領域の前記位置推定量を算出することを特徴とする付記１５に記載のコンピュータ・プログラム。

１、２ 物体検知装置
３ 画像データベース
４ 画像入力装置
１１ 入力画像取得部
１２、２１２ 画像特徴量計算部
１３ 統計的識別値計算部
１４、２１４ 位置推定量計算部
１５、２１５ 検知位置出力部
２０ 学習処理部
２１ 物体検知処理部
２０１ 位置推定量計算領域生成部
２０２ 学習用画像特徴量計算部
２０３ 学習用統計的識別値計算部
２０４ 位置推定量パラメータ学習部
５００ 学習用検知対象物領域
６００ａ〜６００ｇ 位置推定量計算領域
７００ａ〜７００ｃ 画像特徴量計算領域
１００１ ＣＰＵ
１００２ ＲＡＭ
１００３ ＲＯＭ
１００４ 記憶装置
１００５ 画像入力装置接続インタフェース
６００ａ、６００ｂ、６００ｃ、６００ｄ、６００ｅ、６００ｆ、６００ｇ 位置推定量計算領域
７００ａ、７００ｂ、７００ｃ、７００ｄ 画像特徴量計算領域

Claims (10)

1. 入力画像を取得する入力画像取得部と、
   前記入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算する画像特徴量計算部と、
   前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算する統計的識別値計算部と、
   前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算する位置推定量計算部と、
   前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、
   前記検知対象物を表す領域の位置として出力する検知位置出力部と、
   を備えた物体検知装置。
2. 学習用画像における前記検知対象物を表す領域の位置に基づいて、前記学習用画像における１つ以上の位置推定量計算領域を生成する位置推定量計算領域生成部と、
   前記各位置推定量計算領域について、前記画像特徴量を計算する学習用画像特徴量計算部と、
   前記各位置推定量計算領域について、前記統計的識別器を用いて前記統計的識別値を計算する学習用統計的識別値計算部と、
   前記各位置推定量計算領域について計算された前記画像特徴量および前記統計的識別値に基づき前記位置推定量計算部によって算出される前記位置推定量が、前記学習用画像における前記検知対象物を表す領域の位置に対する前記各位置推定量計算領域の位置の近さに応じて変化するよう、前記位置推定量計算部が用いる前記所定のパラメータを学習する位置推定量パラメータ学習部と、
   をさらに備え、
   前記位置推定量計算部は、前記位置推定量パラメータ学習部によって学習された前記所定のパラメータを用いて、前記入力画像における前記各候補領域の前記位置推定量を算出することを特徴とする請求項１に記載の物体検知装置。
3. 前記位置推定量計算領域生成部は、前記学習用画像において、前記検知対象物を表す領域からそれぞれ所定の相対位置にあるそれぞれ所定サイズの１つ以上の領域を、前記各位置推定量計算領域として生成することを特徴とする請求項２に記載の物体検知装置。
4. 前記学習用画像特徴量計算部は、前記各位置推定量計算領域について、該位置推定量計算領域の位置に基づく１つ以上の画像特徴量計算領域を生成し、生成した各画像特徴量計算領域における前記画像特徴量を計算し、
   前記画像特徴量計算部は、前記各候補領域について、前記各画像特徴量計算領域を生成し、生成した各画像特徴量計算領域について、前記画像特徴量を計算することを特徴とする請求項２または請求項３に記載の物体検知装置。
5. 前記位置推定量パラメータ学習部は、前記１つ以上の位置推定量計算領域のうち、前記検知対象物を表す位置推定量計算領域と、それ以外の位置推定量計算領域とを識別する位置推定量が計算されるよう、前記所定のパラメータを学習することを特徴とする請求項２から請求項４のいずれか１項に記載の物体検知装置。
6. 前記位置推定量パラメータ学習部は、前記学習用画像における任意の領域の位置を入力とし前記検知対象物を表す領域の位置が入力されると最大値をとるモデル関数と、前記各位置推定量計算領域について前記位置推定量計算部によって算出される前記位置推定量との違いをより小さくするよう、前記所定のパラメータを学習することを特徴とする請求項２から請求項５のいずれか１項に記載の物体検知装置。
7. 入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算し、
   前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算し、
   前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算し、
   前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する、物体検知方法。
8. 学習用画像における前記検知対象物を表す領域の位置に基づいて、前記学習用画像における１つ以上の位置推定量計算領域を生成し、
   前記各位置推定量計算領域について、前記画像特徴量を計算し、
   前記各位置推定量計算領域について、前記統計的識別器を用いて前記統計的識別値を計算し、
   前記各位置推定量計算領域について計算された前記画像特徴量および前記統計的識別値に基づき算出される前記位置推定量が、前記学習用画像における前記検知対象物を表す領域の位置に対する前記各位置推定量計算領域の位置の近さに応じて変化するよう、前記位置推定量の計算に用いられる前記所定のパラメータを学習し、
   前記入力画像における前記各候補領域の前記位置推定量を算出する際に、学習した前記所定のパラメータを用いることを特徴とする請求項７に記載の物体検知方法。
9. 入力画像を取得する入力画像取得ステップと、
   前記入力画像における１つ以上の各候補領域について、画像情報に基づく画像特徴量を計算する画像特徴量計算ステップと、
   前記各候補領域について、検知対象物を表すか否かを識別する統計的識別器を用いて統計的識別値を計算する統計的識別値計算ステップと、
   前記各候補領域について、該候補領域の位置の、前記検知対象物を表す領域の位置に対する近さを表す位置推定量を、前記画像特徴量および前記統計的識別値に基づいて所定のパラメータを用いて計算する位置推定量計算ステップと、
   前記各候補領域の前記位置推定量に基づいて、前記各候補領域のいずれかの位置を、前記検知対象物を表す領域の位置として出力する検知位置出力ステップと、
   をコンピュータ装置に実行させるコンピュータ・プログラム。
10. 学習用画像における前記検知対象物を表す領域の位置に基づいて、前記学習用画像における１つ以上の位置推定量計算領域を生成する位置推定量計算領域生成ステップと、
    前記各位置推定量計算領域について、前記画像特徴量を計算する学習用画像特徴量計算ステップと、
    前記各位置推定量計算領域について、前記統計的識別器を用いて前記統計的識別値を計算する学習用統計的識別値計算ステップと、
    前記各位置推定量計算領域について計算された前記画像特徴量および前記統計的識別値に基づき算出される前記位置推定量が、前記学習用画像における前記検知対象物を表す領域の位置に対する前記各位置推定量計算領域の位置の近さに応じて変化するよう、前記位置推定量計算ステップで用いられる前記所定のパラメータを学習する位置推定量パラメータ学習ステップと、
    をさらに前記コンピュータ装置に実行させ、
    前記位置推定量計算ステップで、前記位置推定量パラメータ学習ステップにおいて学習された前記所定のパラメータを用いて、前記入力画像における前記各候補領域の前記位置推定量を算出することを特徴とする請求項９に記載のコンピュータ・プログラム。

Images