JP2013171319A - 車両状態検出装置、車両挙動検出装置及び車両状態検出方法 - Google Patents

Abstract

【課題】取得した画像から車両及び車両の挙動を容易かつ迅速に検出する。
【解決手段】実施形態の車両状態検出装置の複数の識別器は、同一の識別対象画像に対応する高次特徴量がそれぞれ入力され、互いに異なる所定の車両状態を識別して確信度をそれぞれ情報出力手段に出力する。これにより、情報出力手段は、複数の識別器が出力した確信度に基づいて、前記識別対象画像に車両の画像が含まれていると判断される閾値以上の確信度を出力している識別器のうち、検出目的に応じて一又は複数の識別器を選択し、選択した一または複数の識別器に対応する車両状態に関する情報を出力する。
【選択図】図１

Description

本発明の実施形態は、車両状態検出装置、車両挙動検出装置及び車両状態検出方法に関する。

従来の道路監視システムでは、一般的に背景差分処理・フレーム間差分処理などの画像処理技術により車両を検出し、車両の位置を時系列データとして扱い低速・停止・逆走などの事象を検出する。
上記従来の道路監視システムにおいては、画像内で発生する輝度変化に基づいて車両を検出し、車両の速度や通過台数に基づいて道路上で発生する事象を検出するものが提案されている（例えば、特許文献１、特許文献２参照）。

特許第３１９２８７７号公報 特許第３９９５６７１号公報

しかしながら、上述したような画像内で発生する輝度変化に基づいて車両を検出する技術においては、天候や照明の変化等で生じる車両以外の要因で発生する輝度変化領域を車両として誤検出し易く、事象検出において誤検出、未検出が発生し易いという問題があった。

本発明は、上記に鑑みてなされたものであって、取得した画像から車両及び車両の挙動を容易かつ迅速に検出することを可能とする。

実施形態の車両状態検出装置は、複数の識別器を備えている。
複数の識別器は、同一の識別対象画像に対応する高次特徴量がそれぞれ入力され、互いに異なる所定の車両状態を識別して確信度をそれぞれ情報出力手段に出力する。
情報出力手段は、複数の識別器が出力した確信度に基づいて、識別対象画像に対応する車両状態に関する情報を出力する。

図１は、実施形態の車両検出装置を備えた道路監視システムの概要構成ブロック図である。 図２は、車両検出装置の概要構成ブロック図である。 図３は、車両検出装置の機能ブロック図である。 図４は、実施形態の処理フローチャートである。 図５は、探索窓を用いた車両検出処理の説明図である。 図６は、車の方向の説明図である。 図７は、識別器を構築する際の学習処理の処理フローチャートである。

次に図面を参照して好適な実施形態について説明する。
図１は、実施形態の車両検出装置を備えた道路監視システムの概要構成ブロック図である。
道路監視システム１０は、大別すると、複数のカメラ１１−１〜１１−ｎと、複数の車両検出装置１２−１〜１２−ｍ（ｍは自然数）と、情報掲示装置１３−１、１３−２と、情報提示装置１４と、を備えている。

カメラ１１−１〜１１−ｎは、いわゆるディジタルビデオカメラとして構成されており、それぞれ道路脇あるいは道路の上方の所定位置に設置されて、監視対象の道路の画像を撮影して、車両検出装置１２−１〜１２−ｍのうち、のうちいずれか対応する車両検出装置１２−Ｘ（１≦Ｘ≦ｍ）に撮影画像データをフレーム単位で出力する。

この場合において、カメラ１１−１〜１１−ｎは、それぞれ道路ＲＤ（及び道路ＲＤ上を走行している車両Ｃ１、Ｃ２）を含む所定の領域を撮影するために、所定の高さ、俯角及び回転角等の撮影条件に対応づけて設置されている。
各車両検出装置１２−１〜１２−ｍは、各カメラ１１−１〜１１−ｎ（ｎは、２以上の整数）に対して一対一あるいは多対一で設けられ、対応するカメラにより撮影された画像に含まれる車両を検出し、当該車両に関する情報（車種、車両区分等）、あるいは、当該車両の状態（走行状態等）に関する情報を情報提示装置１４に出力する。

情報掲示装置１３−１、１３−２は、電光掲示板や大型ＬＥＤディスプレイなどとして構成されており、各種情報を表示する。
情報提示装置１４は、車両検出装置１２−１〜１２−ｍ（ｍは自然数）から出力された車両の状態に関する情報に基づいて、車両に正常運行をさせるための情報を情報掲示装置１３−１、１３−２や、路車間通信装置等を介して路上の車両Ｃ１、Ｃ２に提示する。

次に車両検出装置の構成について説明する。
車両検出装置１２−１〜１２−ｍは、同様の構成であるので、車両検出装置１２−１を例として説明する。

図２は、車両検出装置の概要構成ブロック図である。
車両検出装置１２−１は、大別すると、制御部２１と、通信インタフェース部２２と、記憶部２３と、外部記憶装置２４と、を備えている。

制御部２１は、車両検出装置１２−１全体を制御する。そして制御部２１は、図示しないＭＰＵ、ＲＯＭ、ＲＡＭを備えたマイクロコンピュータとして構成されている。
通信インタフェース部２２は、対応するカメラ１１−１、１１−２及び情報提示装置１４との間で通信を行う。

記憶部２３は、制御部２１が制御を行うための制御プログラム等を不揮発的に記憶するＲＯＭ、ワークエリアとして用いられるとともに、各種データを一時的に蓄えるＲＡＭ、設定データ等を更新可能に不揮発的に記憶するフラッシュＲＯＭ、画像データを記憶するＶＲＡＭ等を備えている。

外部記憶装置２４は、ＨＤＤあるいはＳＳＤ（Solid State Drive）等の大容量記憶装置を備えている。
また、車両検出装置１２−１〜１２−ｍは、カメラ１１−１〜１１−ｎとともに道路付近に設置され、映像信号の入出力を行うための無線通信ユニットあるいはケーブルを介して対応するカメラ１１−１〜１１−ｎに接続されている。なお図２においては、車両検出装置１２−１〜１２−ｍとカメラ１１−１〜１１−ｎとを別個の装置として構成したが、これに限るものではなく、両者を一体に構成することも可能である。

図３は、車両検出装置の機能ブロック図である。
車両検出装置１２−１〜１２−ｍは、それぞれ、入力画像取込部３１と、探索窓設定部３２と、高次特徴量算出部３３と、複数の識別器３４−１〜３４−Ｎと、識別器選択部３５と、領域判別部３６と、車両領域確定部３７と、属性情報付加部３８と、車両追跡部３９と、車両挙動把握部４０と、を備えている。

入力画像取込部３１は、有線ネットワークあるいは無線ネットワークを介して対応するカメラから画像データを取り込む。
探索窓設定部３２は、入力画像取込部３１において取り込まれた画像データに対応する画像の所定の領域に車両検出用の探索窓を設定する。
高次特徴量算出部３３は、探索窓設定部３２により設定された探索窓内の高次特徴量を算出する。

複数の識別器３４−１〜３４−Ｎは、それおぞれ、車両を見る角度（対応するカメラの設置状態に起因）、周囲の明るさ、撮影時間帯、高次特徴量算出部３３により算出された探索窓毎の高次特徴量に基づいてパターン分析を行い、検出対象の車両と背景を識別して、それぞれ車両を検出したことの確信度を算出して出力する。

識別器選択部３５は、複数の識別器３４−１〜３４−Ｎからそれぞれ出力された確信度に基づいて、出力された確信度が車両の画像が含まれていると判別するための閾値を超えており、かつ、最も確信度が高い（大きい）識別器を選択する。

領域判別部３６は、識別器選択部３５により選択された最も確信度が高い識別器の出力に基づいて、入力画像取込部３１において取り込まれた画像データに対応する画像内における検出対象の車両の領域と、背景の領域と、を判別する。

車両領域確定部３７は、検出対象の車両一台について一つの矩形領域を車両領域として確定する。
属性情報付加部３８は、車両領域確定部３７により確定された車両一台ごとに識別器３４−１〜３４−Ｎのそれぞれに予め割り当てられている属性情報を付加する。

属性情報としては、表１に示すように、撮影の時間帯、車両の向き（方向）としての水平角、車両の向き（方向）としての俯角、車種に関する情報（車種情報）、画像の解像度、カメラから車両までの距離情報、入力画像取込部３１において取り込まれた画像データに対応する画像内において車両が検出された領域（車領域）を代表する座標としての車領域の左上の座標及び車領域を代表する座標としての車領域の右下の座標等が挙げられる。

車両追跡部３９は、車両領域確定部３７により確定された車両毎の車両領域の挙動に基づいて、車両の追跡を行う。
車両挙動把握部４０は、車両追跡部３９の追跡結果に基づいて、車両の挙動を把握する。ここで、車両の挙動とは、例えば、車両の蛇行（ふらつき）、逆走、急な車線変更、低速走行、走行速度超過等である。

次に実施形態の動作を説明する。
図４は、実施形態の処理フローチャートである。
以下の説明においては、車両検出装置１２−１を例として説明する。
車両検出装置１２−１の制御部２１及び通信インタフェース部２２は、入力画像取込部として機能し、対応するカメラ１１−Ｙが通信ネットワークを介して送信した撮影画像データを受信する（ステップＳ１１）。

次に制御部２１は、探索窓ＳＷの設定のための初期値を設定する（ステップＳ１２）。具体的には、Ｘ＝０、Ｙ＝０とする。
続いて制御部２１は、受信した撮影画像データをワークエリアとして機能するＲＡＭ上に展開する。そして制御部２１は、探索窓設定部として機能し、画像上に探索窓を設定する（ステップＳ１３）。

図５は、探索窓を用いた車両検出処理の説明図である。
図５に示すように、撮影画像データを展開して得られる画像は、例えば、６４０×４８０ピクセル（pixel）で構成されており、そのピクセル座標は、（０，０）〜（６３９，３９９）となるので、例えば、探索窓ＳＷにおけるＸ軸方向の大きさ（Ｘ軸方向窓幅）ＸＷ＝３０ピクセルとし、探索窓ＳＷにおけるＹ軸方向の大きさ（Ｙ軸方向窓幅）ＹＷ＝３０ピクセルとする。すなわち、探索窓ＳＷの大きさはＸＷ×ＹＷであり、上述の例の場合、３０×３０ピクセルとなる。

そして初期状態においては、探索窓ＳＷの左上の座標ＰＬ＝（Ｘ，Ｙ）＝（０，０）となっており、探索窓ＳＷの右下の座標ＰＲ＝（Ｘ＋ＸＷ−１，Ｙ＋ＹＷ−１）＝（２９，２９）となっている。
続いて制御部２１は、探索窓ＳＷ内の高次特徴量を算出する（ステップＳ１４）。
この場合において、車両の見え方に影響を与える変動要素としては、時間帯、車の方向（水平角及び俯角）、車種、画像の解像度などがある。

図６は、車の方向の説明図である。
ここで、水平角とは、図６（ａ）に示すように、道路の延在方向に対する車両の水平方向の角度である。

また俯角とは、図６（ｂ）に示すように、上方に設けられているカメラ１１から（道路ＲＤ上の）車両Ｃを見下ろした場合に、水平面と視線方向とのなす角をいう。車両Ｃからカメラを見上げた場合の仰角に相当する。なお、本実施形態においては、便宜上、カメラから車両Ｃまでの距離ＤＬに等しい、車両Ｃの先端位置に相当する道路ＲＤ上の位置を見下ろした場合に、水平面と視線方向とのなす角を俯角としている。
次に制御部２１は、得られた探索窓内の高次特徴量を複数の識別器に出力し、パターン認識に用いられる確信度を取得する（ステップＳ１５）。

続いて識別器について説明する。
ここで、識別器としては、サポートベクターマシン、Ｋ近傍識別器、ベイズ分類等の機械学習により大量のデータから識別パラメータを構成する非ルールベースの手法を用いている。

図７は、識別器を構築する際の学習処理の処理フローチャートである。
識別器を構築する場合には、まず、車両を見る角度や照度条件等が一致した車両の画像を大量に用意する。
続いてオペレータが各画像中の車両領域を教示する（ステップＳ３１）。

車両検出装置の制御部２１は、教示された車両領域内の画像について高次特徴量を算出する（ステップＳ３２）。高次特徴量の一例としては、ＨＯＧ（Histograms Of Gradients）やＣｏＨＯＧ（Co-occurrence Histograms Of Gradients）が挙げられる。
同様に背景領域に着いても高次特徴量を算出し、既存のパターン認識技術を用いて学習を行わせることで（ステップＳ３３）、車両領域と、背景領域とを分離することが可能な識別器を構築することが可能となる（ステップＳ３４）。

上述したように、車両を見る角度や車両周囲の照度条件が変わると、車両の特徴（車両の外観形状、色など）が大きく変化するため、車両の特徴を表現する高次特徴量は、複数種類設定する必要があり、それぞれの高次特徴量に対応する識別器を設ける必要がある。なお、複数の高次特徴量に対応する一つの識別器を構成することも可能である。

したがって、識別器を設けるに際しては、撮影画像中で車両がどのように見えるか（検出されるか）を把握する必要がある。
車両の見え方に影響を与える変動要素としては、表２に示すように、撮影の時間帯、車両の進行方向（水平角及び俯角）、車種及び画像の解像度が挙げられる。

そこで、本実施形態においては、識別器は、時間帯、車両の水平角、車両の俯角、車種及び画像の解像度毎に設けられている。したがって、識別器の属性情報は、表２に示すように、時間帯、車両の水平角、車両の俯角、車種及び画像の解像度に関する情報を含んでいる。

時間帯の属性情報の一例としては、表３に示すように、日中及び夜間（２種類）が挙げられる。
また、水平角の属性情報の一例としては、０°、４５°、９０°（３種類）が挙げられる。
また、俯角の属性情報の一例としては、１５°、３０°、４５°（３種類）が挙げられる。

また、車種の属性情報の一例としては、小型車、中型車、大型車（３種類）が挙げられる。
また、画像の解像度の属性情報の一例としては、ＱＶＧＡ、ＶＧＡ（２種類）が挙げられる。
これらの結果、属性の組合せに相当する数の識別器が設けられることとなる。上述した属性情報を設定した場合には、２×３×３×３×２（種類）＝１０８（種類）に相当する１０８個の識別器が設けられることとなる。

次に制御部２１は、一つの探索窓ＳＷについて各識別器から出力される確信度を比較し、車両毎に確信度の最も大きい識別器を選択する（ステップＳ１６）。要はパターン認識を行って、車両毎に車両が存在すると最も確からしい確信度が得られた識別器を選択することになる。

続いて、制御部２１は、新たな探索窓を設定するために、
Ｘ＋ｋｘ≦６４０
であるか否かを判別する（ステップＳ１７）。すなわち、新たに設定した探索窓ＳＷの右下のＸ座標＝Ｘ＋ＸＷが撮像画像の領域内に収まるか否かを判別する。

ステップＳ１７の判別において、Ｘ＋ｋｘ≦６３９である、すなわち、新たに設定する探索窓ＳＷの右下のＸ座標が撮像画像の領域内に収まる場合には（ステップＳ１７；Ｙｅｓ）、制御部２１は、探索窓ＳＷの左上の座標ＰＬを、現在の座標（Ｘ，Ｙ）に対し、
ＰＬ＝（Ｘ＋ｋｘ，Ｙ）
とする（ステップＳ１８）。ここで、ｋｘは、探索窓ＳＷの設定用定数であり、例えば、
３ピクセル≦ｋｘ≦１０ピクセル
とされている
そして、処理を再びステップＳ１３に移行して、以下同様の処理を行う。

一方、ステップＳ１７の判別において、Ｘ＋ｋｘ＞６３９である、すなわち、新たに設定した探索窓ＳＷの左上のＸ座標が撮像画像の領域内に収まらない場合には（ステップＳ１７；Ｎｏ）、制御部２１は、
Ｙ＋ｋｙ≦４７９
であるか否かを判別する（ステップＳ１９）。すなわち、新たに設定する探索窓ＳＷの左上のＹ座標が撮像画像の領域内に収まるか否かを判別する。ここで、ｋｙは探索窓ＳＷの設定用定数であり、例えば、
３ピクセル≦ｋｙ≦１０ピクセル
とされている。

ステップＳ１９の判別において、Ｙ＋ｋｙ≦４７９である、すなわち、新たに設定した探索窓ＳＷの左上のＹ座標が撮像画像の領域内に収まる場合には（ステップＳ１９；Ｙｅｓ）、制御部２１は、探索窓ＳＷの左上の座標ＰＬを、現在の座標（Ｘ，Ｙ）に対し、
ＰＬ＝（０，Ｙ＋ｋｙ）
とし（ステップＳ２０）、処理を再びステップＳ１３に移行する。

ステップＳ２０の判別において、Ｙ＋ｋｙ＞４８０である、すなわち、新たに設定した探索窓ＳＷの左上のＹ座標が撮像画像の領域内に収まらない場合には（ステップＳ２０；Ｎｏ）、撮像画像の全領域で探索窓ＳＷの設定が完了したので、車両領域の確定処理を行う（ステップＳ２１）。
これは、１台の車両について複数の位置の探索窓ＳＷで検出される可能性が高いので、各車両についてそれぞれ一番妥当な矩形領域を車両領域とするためである。

以上の説明は、探索窓ＳＷの大きさが一種類の場合であったが、同一の撮影画像に対して探索窓ＳＷの大きさを複数種類設定し、各大きさの探索窓ＳＷ毎に上記処理を行い、同一の車両について、位置及び大きさの異なる探索窓ＳＷのうち最も妥当な位置及び大きさを有する探索窓ＳＷに対応する矩形領域を車両領域とするのが好ましい。これにより、車両毎に大きさや位置が異なる一つの矩形領域が車両領域として検出される。具体的には、同様の大きさの車両の場合、カメラに対して近い位置にある車両の車両領域は比較的大きな矩形領域として検出され、カメラに対して遠い位置にある車両の車両領域比較的小さな矩形領域として検出される。

次に制御部２１は、撮影画像データに対して各車両領域に対応づけて属性情報付加処理を行う（ステップＳ２２）。
この場合において、制御部２１は、時間帯、車の進行方向の水平角、車の進行方向の俯角、車種、画像解像度及び車領域の下端のＹ座標に基づいてテーブルを参照してカメラか車両までの距離を取得する。

具体的には、表４に示すように、撮影時間帯が日中で、車の進行方向の水平角が０°、車の進行方向の俯角が４５°、車種が中型、画像解像度がＶＧＡ及び車領域の下端のＹ座標＝３００である場合には、制御部２１は、テーブルに基づいて車両までの距離５０ｍを取得する。

属性情報としての車両情報データとしては、表５に一例を示すように、車両を撮影した時間帯データ、車両の方向を表す水平角データ、俯角データ、車種データ、解像度データ、俯角データに基づいて算出したカメラから車両までの距離データ、車両領域の左上の座標ＰＬに相当する左上座標データ、車両領域の右下の座標ＰＲに相当する右下座標データが挙げられる。なお、必要に応じて車両情報データに含まれるデータを増減することが可能である。

続いて制御部２１は、得られた車両情報データに基づいて、同一の車両について車両の追跡を行い（ステップＳ２３）、得られた時系列データを解析して、車両の挙動を把握し（ステップＳ２４）、通信インタフェースを介して情報提示装置１４に車両の挙動の把握状態（検出状態）を送信する。

この結果、情報提示装置１４は、車両毎の挙動に基づいて、検出した事象を道路に設置されている情報掲示装置１３−１、１３−２に表示したり、路車間通信で走行中の各車両に対して事象情報を送信したりして注意を促し、各車両の運転手に事前の対応を行わせて道路の安全を確保する。
具体的には、蛇行している車両や逆走している車両の存在を事前に各車両の運転手に把握させることで、注意を喚起させ、必要に応じて退避するなどの対応を行わせて安全を確保する。

また複数箇所に設置されたカメラからの情報に基づいて、道路の区間別の交通状況（閑散状態、渋滞状態など）を把握して照明レベルを変更するなどにより道路の省エネルギーを図ることなどが可能となる。具体的には、閑散状態にある道路においては、照明レベルを下げて、消費エネルギーを低減し省エネルギーを図る。

またふらついたり、急激な車線変更を繰り返したりするなどの挙動がおかしい車両を検出した場合には、道路区間を特定して、当該道路区間を走行している他の車両に対して、路車間通信を行い、是正あるいは注意喚起のメッセージを流すようにする。また故障の可能性がある車両については、安全に停止可能な路側帯まで案内したり、救援車を現地に向かわせたりするなどのサービスを提供できる。
将来的には、挙動がおかしい車両に対して、道路側に設けた遠隔制御装置から制御を行って、安全走行状態に強制的に移行させるようにすることも可能である。

以上の説明においては、確信度が最も大きい矩形領域を車両領域として選択するために、対応する識別器を選択する構成を採っていたが、検出目的に応じて、一または複数の識別器を選択するように構成することが可能である。
具体的には、検出目的が車両の速度計測である場合には、車両と道路の境界部の位置を正確に算出することが重要である。ところで、車両と道路の境界部には、水平エッジ成分が多く含まれる。

したがって、車両の速度計測を行う場合には、入力画像に各矩形領域の水平エッジ成分（水平エッジ情報）をマッピングし、各識別器に対応する矩形領域を入力画像と重ね合わせて、矩形領域の下端に水平エッジ成分が最も多く含まれる矩形領域に対応する識別器の車両状態を速度計測に用いるように一つの識別器を選択する。

また、検出目的が車両の挙動把握である場合には、車両の向きの変化を捉えることが重要である。ところで、車両の向きの変化を捉えるためには、車両の一部分に相当する、小さな矩形領域よりも、より大きな矩形領域全体の変化を捉えることが重要となる。

このため、複数の識別器に対応する複数の矩形領域の全てを含む、矩形領域を設定する必要がある。このため、同一の車両を含むと考えられ、かつ、車両の向きを検出するのに十分な車両（の画像）の領域を含む複数の矩形領域のＸ座標及びＹ座標であって、入力画像において最も小さいＸ座標Ｘｍｉｎ１、最も小さいＹ座標Ｙｍｉｎ１、最も大きいＸ座標Ｘｍａｘ１、最も大きいＹ座標Ｙｍａｘ１を抽出し、第１の頂点の座標＝（Ｘｍｉｎ１，Ｙｍｉｎ１）、第２の頂点の座標＝（Ｘｍａｘ１，Ｙｍｉｎ１）で規定される大きな矩形領域を、向き検出対象の車両の画像が含まれる矩形領域として、処理を行うように複数の識別器を選択する。

また、検出目的が車両の記録である場合には、車両全体が矩形領域に含まれていることが重要である。このため、同一の車両を含むと考えられる全ての矩形領域のＸ座標及びＹ座標であって、入力画像において最も小さいＸ座標Ｘｍｉｎ２、最も小さいＹ座標Ｙｍｉｎ２最も大きいＸ座標Ｘｍａｘ２、最も大きいＹ座標Ｙｍａｘ２を抽出し、第１の頂点の座標＝（Ｘｍｉｎ２，Ｙｍｉｎ２）、第２の頂点の座標＝（Ｘｍａｘ２，Ｙｍａｘ２）で規定される大きな矩形領域を、向き検出対象の車両の画像が含まれる矩形領域として、処理を行うように複数の識別器を選択する。

本実施形態の車両状態検出装置及び車両挙動検出装置は、ＣＰＵなどの制御装置と、ＲＯＭ（Read Only Memory）やＲＡＭなどの記憶装置と、ＨＤＤ、ＣＤドライブ装置などの外部記憶装置と、ディスプレイ装置などの表示装置と、キーボードやマウスなどの入力装置を備えており、通常のコンピュータを利用したハードウェア構成となっている。
本実施形態の〜装置で実行される〜プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供される。

また、本実施形態の車両状態検出装置あるいは車両挙動検出装置で実行される制御プログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態の車両状態検出装置あるいは車両挙動検出装置で実行される制御プログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。
また、本実施形態の車両状態検出装置あるいは車両挙動検出装置で実行される制御プログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

Ｃ、Ｃ１、Ｃ２ 車両
１０ 道路監視システム
１１−１〜１１−ｎ カメラ
１２−１〜１２−ｍ 車両検出装置
１３ 情報掲示装置
１４ 情報提示装置
２１ 制御部
２２ 通信インタフェース部
２３ 記憶部
２４ 外部記憶装置
３１ 入力画像取込部
３２ 探索窓設定部
３３ 高次特徴量算出部
３４ 識別器
３５ 識別器選択部
３６ 領域判別部
３７ 車両領域確定部
３８ 属性情報付加部
３９ 車両追跡部
４０ 車両挙動把握部
ＳＷ 探索窓

Claims (8)

1. 同一の識別対象画像に対応する高次特徴量がそれぞれ入力され、互いに異なる所定の車両状態を識別して確信度をそれぞれ出力する複数の識別器と、
   前記複数の識別器が出力した確信度に基づいて、前記識別対象画像に車両の画像が含まれていると判断される閾値以上の確信度を出力している識別器のうち、検出目的に応じて一又は複数の識別器を選択し、選択した一または複数の識別器に対応する車両状態に関する情報を出力する情報出力手段と、
   を備えた車両状態検出装置。
2. 前記検出目的は、最も可能性が高い車両状態を検出することであり、
   前記情報出力手段は、前記識別対象画像に車両の画像が含まれていると判断される閾値以上の確信度を出力している識別器のうち、最も高い確信度を出力している一つの識別器に対応する車両状態に関する情報を出力する、
   請求項１記載の車両状態検出装置。
3. 前記検出目的は、車両の速度を検出することであり、
   前記情報出力手段は、矩形形状とされた前記識別対象画像の下端に水平エッジ成分が比較的多く含まれる前記識別対象画像に対応する一つの識別器に対応する車両状態に関する情報を出力する、
   請求項１記載の車両状態検出装置。
4. 前記検出目的は、車両の挙動を検出することでであり、
   前記情報出力手段は、矩形形状とされた前記識別対象画像のうち、同一の車両を含むと考えられ、かつ、車両の向きを検出するのに十分な車両の画像の領域を含む複数の矩形領域の全てを含む矩形領域に対応する一または複数の識別器に対応する車両状態に関する情報を出力する、
   請求項１記載の車両状態検出装置。
5. 前記検出目的は、車両の画像を記録することでであり、
   前記情報出力手段は、矩形形状とされた前記識別対象画像のうち、同一の車両を含むと考えられる複数の矩形領域の全てを含む矩形領域に対応する一または複数の識別器に対応する車両状態に関する情報を出力する、
   請求項１記載の車両状態検出装置。
6. 前記識別器には、所定の車両状態に関する情報として、予め撮影時間帯、車両の向き、車種及び前記識別対象画像の解像度に関する情報が割り当てられており、
   前記情報出力手段は、前記車両に関する情報として前記識別器に割り当てられている情報を含めて出力する、
   請求項１乃至請求項５のいずれかに記載の車両状態検出装置。
7. 請求項１乃至請求項６のいずれかに記載の車両状態検出装置の情報出力手段からの情報を受けて、同一の車両であると推定される車両毎の車両状態の時間的変化に基づいて各車両の挙動を把握する挙動把握手段を備えた車両挙動検出装置。
8. 道路上の車両の車両状態を検出する車両状態検出装置で実行される車両状態検出方法であって、
   同一の識別対象画像に対応する高次特徴量がそれぞれ入力され、互いに異なる所定の車両状態を識別して確信度をそれぞれ出力する複数の識別過程と、
   前記複数の識別過程において出力された確信度に基づいて、前記識別対象画像に車両の画像が含まれていると判断される閾値以上の確信度を出力している識別過程のうち、検出目的に応じて一又は複数の識別過程を選択し、選択した一または複数の識別過程に対応する車両状態に関する情報を出力する情報出力過程と、
   を備えた車両状態検出方法。

Images