JP2013218476A - 画像認識装置 - Google Patents
画像認識装置 Download PDFInfo
- Publication number
- JP2013218476A JP2013218476A JP2012087508A JP2012087508A JP2013218476A JP 2013218476 A JP2013218476 A JP 2013218476A JP 2012087508 A JP2012087508 A JP 2012087508A JP 2012087508 A JP2012087508 A JP 2012087508A JP 2013218476 A JP2013218476 A JP 2013218476A
- Authority
- JP
- Japan
- Prior art keywords
- image
- determination
- extraction
- extracted
- pedestrian
- 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
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】処理負荷を軽減して処理時間を短縮することと、認識精度を向上させることとの両立を図る。
【解決手段】カメラ10の撮影画像から所定サイズの探索ウインドウで画像を抽出する手段であって、所定の第1画素ステップで探索ウインドウを走査して前記抽出を順次実施する第1抽出部31(第1抽出手段)と、抽出した各々の画像に対して歩行者(特定対象物)が存在する可能性の有無を判定する第1判定部32(第1判定手段)と、第1判定部32により存在可能性有りと判定された画像(基準画像)の位置から所定の第2画素ステップだけずらした位置の画像を撮影画像から抽出する第2抽出部33(第2抽出手段)と、を備え、第2抽出部33で抽出した画像および基準画像のいずれかに、歩行者が存在するか否かを判定する。そして、前記第1画素ステップを前記第2画素ステップよりも大きく設定する。
【選択図】図1
【解決手段】カメラ10の撮影画像から所定サイズの探索ウインドウで画像を抽出する手段であって、所定の第1画素ステップで探索ウインドウを走査して前記抽出を順次実施する第1抽出部31(第1抽出手段)と、抽出した各々の画像に対して歩行者(特定対象物)が存在する可能性の有無を判定する第1判定部32(第1判定手段)と、第1判定部32により存在可能性有りと判定された画像(基準画像)の位置から所定の第2画素ステップだけずらした位置の画像を撮影画像から抽出する第2抽出部33(第2抽出手段)と、を備え、第2抽出部33で抽出した画像および基準画像のいずれかに、歩行者が存在するか否かを判定する。そして、前記第1画素ステップを前記第2画素ステップよりも大きく設定する。
【選択図】図1
Description
本発明は、カメラの撮影画像に特定対象物が存在することを認識する画像認識装置に関する。
特許文献1、2記載の画像認識装置は、車両前方の撮影画像に人(特定対象物)が存在することを認識した場合に、その旨を車両運転者に報知する装置として利用されており、以下に説明する抽出手段および処理手段を備えている。すなわち、抽出手段は、カメラの撮影画像から所定サイズの探索ウインドウで画像を抽出する手段であって、所定の画素ステップで探索ウインドウを走査して前記抽出を順次実施する。処理手段は、順次抽出した各々の画像に対して、特定対象物が存在する確からしさを表した評価値を演算する。そして、評価値が閾値以上である場合に特定対象物が存在すると認識する。
ちなみに、
ここで、前記抽出手段における抽出や前記処理手段における演算に要する処理負荷を軽減して、その処理時間を短縮させるには、走査の画素ステップを大きくして(走査を粗くして)、撮影画像からの抽出数を減らせばよい。しかし、このように走査を粗くすると、特定対象物が抽出画像の中央に位置する蓋然性が低くなる。そして、抽出画像の中央位置から特定対象物がずれていると、先述した評価値は低くなる。したがって、走査を粗くすると、特定対象物が存在する抽出画像であっても低い評価値になり、特定対象物の認識精度が悪くなる。
本発明は、上記問題を鑑みてなされたもので、その目的は、処理負荷を軽減して処理時間を短縮することと、認識精度を向上させることとの両立を図った画像認識装置を提供することにある。
上記目的を達成する発明は以下の点を特徴とする。すなわち、カメラの撮影画像から所定サイズの探索ウインドウで画像を抽出する手段であって、所定の第1画素ステップで前記探索ウインドウを走査して前記抽出を順次実施する第1抽出手段と、前記第1抽出手段で順次抽出した各々の画像に対して、特定対象物が存在する可能性の有無を判定する第1判定手段と、前記第1判定手段により存在可能性有りと判定された画像を基準画像とし、その基準画像の位置から所定の第2画素ステップだけずらした位置の画像を前記撮影画像から抽出する第2抽出手段と、前記第2抽出手段で抽出した画像および前記基準画像のいずれかに、前記特定対象物が存在するか否かを判定する第2判定手段と、を備え、前記第1画素ステップを前記第2画素ステップよりも大きく設定したことを特徴とする。
上記発明では要するに、大きい画素ステップ(第1画素ステップ)で走査した抽出画像の中から、特定対象物が存在する可能性の有る画像(基準画像)を選別する(粗探索)。そして、選別した基準画像の位置から小さい画素ステップ(第2画素ステップ)だけずらした位置の画像を抽出し、その抽出画像と基準画像に対して、特定対象物が存在するか否かを判定する(密探索)。つまり、撮影画像のうち、粗探索で選別した画像(基準画像)の近傍について密探索を実施する。
そのため、撮影画像の全体について密探索を実施する場合に比べて、第1抽出手段および第2抽出手段で実施する抽出の数を少なくでき、しかも、特定対象物の存在可能性有無を判定する回数を少なくできるので、抽出および判定に要する処理負荷を軽減できる。それでいて、粗探索で選別した画像の近傍については密探索を実施するので、特定対象物が抽出画像の中央からずれる蓋然性を低下でき、認識精度を向上できる。したがって、上記発明によれば、処理負荷を軽減して処理時間を短縮することと、認識精度を向上させることとの両立を図ることができる。
以下、本発明にかかる画像認識装置の各実施形態について、図面を参照しつつ説明する。なお、以下の各実施形態相互において、互いに同一もしくは均等である部分には、図中、同一符号を付しており、同一符号の部分についてはその説明を援用する。
(第1実施形態)
図1は、車両に搭載されたカメラ10、表示装置20および画像認識装置30からなる画像認識システムのブロック図である。カメラ10は、近赤外線を検出することにより、可視光の少ない環境下においても撮像が可能なものである。カメラ10は、車両走行方向の前方を撮影する位置に搭載されている。カメラ10は、所定時間周期で画像(撮影画像11)を逐次撮影し、その撮影画像11を表示装置20および画像認識装置30へ逐次出力する。
図1は、車両に搭載されたカメラ10、表示装置20および画像認識装置30からなる画像認識システムのブロック図である。カメラ10は、近赤外線を検出することにより、可視光の少ない環境下においても撮像が可能なものである。カメラ10は、車両走行方向の前方を撮影する位置に搭載されている。カメラ10は、所定時間周期で画像(撮影画像11)を逐次撮影し、その撮影画像11を表示装置20および画像認識装置30へ逐次出力する。
表示装置20は、車両室内のインストルメントパネルの中央部等、車両運転者が視認可能な位置に設けられている。表示装置20は、カメラ10から逐次出力されてくる撮影画像11を表示する。つまり、車両前方の動画映像を表示装置20は表示する。また、近赤外線のカメラ10を採用しているため、夜間の映像も表示可能である。
画像認識装置30は、撮影画像11の中に特定対象物が存在するか否かを識別するとともに、その存在位置を検知する。特定対象物の具体例としては、歩行者や自転車運転者等の人物、車両等が挙げられる。以下、歩行者を特定対象物とした場合について説明する。画像認識装置30は、歩行者を検知すると、撮影画像11に対する歩行者の存在位置情報を表示装置20へ出力する。
表示装置20は、存在位置情報に基づき、撮影画像11中の歩行者の部分を強調表示して、運転者へ歩行者の存在位置を報知する。強調表示の具体例としては、歩行者を囲む線を撮影画像11に重畳して表示させることが挙げられる。
次に、画像認識装置30による歩行者検知の手法について説明する。なお、画像認識装置30はマイクロコンピュータ(マイコン)およびメモリ30Mを有しており、図1中の符号31〜36に示すブロックは、上記マイコンが各々のプログラムを実施している時の機能を示す。
概略、画像認識装置30は、以下に説明する粗探索、密探索および詳細判定を順番に実施して歩行者を検知する。
粗探索では、画像認識装置30の第1抽出部31(第1抽出手段)が、所定サイズの探索ウインドウWで、撮影画像11から画像を切り出して抽出する(図2参照)。この探索ウインドウWは、所定の第1画素数(例えば10画素)ずつ順次移動していき、その移動毎に画像認識装置30は前記抽出を実施する。つまり、撮影画像11上で探索ウインドウWを第1画素ステップで走査させて、所定サイズの画像を順次抽出する。
なお、図2中の点線矢印に示すように、撮影画像11の水平方向(左右方向)および鉛直方向(上下方向)に探索ウインドウWを走査させている。また、図2の例では、左右方向に隣り合う抽出画像が部分的に重複するように第1画素ステップを設定している。また、上下方向に隣り合う抽出画像も部分的に重複するように走査の改行ステップを設定している。
画像認識装置30の第1判定部32(第1判定手段)は、第1抽出部31で抽出した各々の抽出画像について、歩行者の画像が含まれているか否かを判定する。この判定では、抽出画像から演算したHOG(Histogram of Oriented Gradient)特徴またはHaar−Like特徴等の周知の特徴量を、線形SVMまたはBoosting等の周知の識別器で識別する一般的な画像認識アルゴリズムを用いている。この識別器によって歩行者らしさ(歩行者の可能性)を定量化した数値である「評価値」が演算される。
なお、前述の識別器はどういう特徴が歩行者らしさを表すかを事前に学習したデータベースを用いて前述の「評価値」を演算している。そのデータベースは事前に取得したサンプル画像を元に作成されており、そのサンプル画像とは、あらゆる体型、服装の歩行者を、あらゆる角度から、あらゆる距離で、実際にカメラ10で試験撮影して得られた撮影画像から、歩行者の部分を切り出して抽出した画像である。このデータベースをメモリ30Mに記憶させておく。
第1判定部32は、このように作成したデータベースと、第1抽出部31による抽出画像の特徴量を識別器にかけることで評価値を演算する。評価値が高いほど歩行者の存在可能性が高く、演算した評価値が第1閾値以上であれば、「歩行者存在の可能性が有る」と判定する。
1枚の撮影画像11を走査して得られた抽出画像それぞれに対して、第1判定部32による上記判定が完了すれば、その都度次の密探索を実施する。なお、図2の例では、符号13、14、15、17、18に示す抽出画像については評価値が第1閾値未満であり、符号16に示す抽出画像については評価値が第1閾値以上であると判定されている。
密探索では、粗探索にて判定対象となった抽出画像(粗画像)の評価値が第1閾値以上となった抽出画像16を、基準画像として設定する。なお、図3(a)中の斜線部分は基準画像16を示す。そして、画像認識装置30の第2抽出部33(第2抽出手段)は、基準画像16の位置から所定の第2画素(例えば5画素)だけ探索ウインドウWをずらして、撮影画像11から画像を切り出して抽出する。
第2抽出部33にて探索ウインドウWをずらす量(第2画素)は、第1抽出部31にて探索ウインドウWをずらす量(第1画素)よりも小さく設定されている。また、第2抽出部33にて探索ウインドウWをずらす方向は、基準画像16の左右上下斜めの8方向に設定されており、各方向に1回だけずらしている。したがって、第2抽出部33による抽出画像(密画像)は、基準画像16の周囲の8つである(図3(b)中の符号16a〜16h参照)。
画像認識装置30の第2判定部34(第2判定手段)は、第1判定部32と同様の手法であるが、先述した特徴を第1判定部32よりも複雑に設定して、第2抽出部33による各々の密画像の特徴量を演算し、その特徴量を識別器にかけることで評価値を演算する。そして、演算した評価値が第2閾値以上であれば、「歩行者存在の可能性が有る」と判定する。この判定は、第1判定部32による判定よりもやや複雑な特徴を用いるため高精度で実施される。例えば、特徴量の次元数を多くする。但し、高精度で判定する分、マイコンによる判定の処理負荷は大きく、処理時間も長くなるため、複雑さを低くして処理負荷を軽減し、第2閾値を第1閾値よりも高い値に設定する方法もあり得る。
画像認識装置30の選別部35(選別手段、第2判定手段)は、第2判定部34において評価値が第2閾値以上となった複数の密画像16a〜16hの中から、最も評価値が高い画像を詳細画像16aとして選別する(図3(c)参照)。そして、上記抽出、判定および選別が完了すれば、密探索を終了して次の詳細判定を実施する。
詳細判定では、画像認識装置30の第3判定部36(最終判定手段、第2判定手段)が、第1判定部32と同様の手法であるが特徴を第2判定部34よりさらに複雑にして、詳細画像16aの特徴量を演算し、その特徴量を識別器にかけることで評価値を演算する。そして、演算した評価値が第3閾値以上であれば、「歩行者が存在する」と判定する。この判定は、第2判定部34による判定よりもさらに複雑な特徴を用いるため高精度で実施される。
例えば、特徴ベクトルの局所領域の分割数を多くする。但し、高精度で判定する分、マイコンによる判定の処理負荷は大きく、処理時間も長くなるため、複雑さを低くして処理負荷を軽減し、第3閾値を第2閾値よりも高い値に設定する方法もあり得る。そして、上記詳細判定が完了すれば粗探索に戻り、第1画素ステップ分探索ウインドウをずらした次の抽出画像に対する判定を行う。
次に、上述した粗探索、密探索および詳細判定を画像認識装置30のマイコンが実施するにあたり、その処理手順について図4を用いて説明する。なお、図4の処理は所定周期で繰り返し実行されるものである。
先ず、図4のステップS10において、第1抽出部31による粗画像の抽出を実施する。すなわち、探索ウインドウWを前回位置から第1画素ステップだけずらし、そのずらした後の探索ウインドウWに位置する画像で撮影画像11から切り出して抽出する。そして、抽出した粗画像に対する評価値を演算し(S11)、その評価値が第1閾値以上であるか否かを判定する(S12)。なお、以上のステップS10〜S12が粗探索の処理に相当する。
評価値<第1閾値と判定されれば(S12:NO)、ステップS50へ進み粗探索を全て終了したか否かを判定する。つまり、今回の探索ウインドウWが撮影画像11に対する走査の最後尾であれば(S50:YES)、粗探索終了と判定して図4の処理を一旦終了し、次の撮影画像について図4の処理を実施する。粗探索を全て終了していなければ(S50:NO)、ステップS10に戻り粗探索を継続する。
一方、評価値≧第1閾値と判定されれば(S12:YES)、続くステップS20において、第2抽出部33による密画像の抽出を実施する。すなわち、評価値≧第1閾値と判定された粗画像(基準画像16)の周囲に位置する、複数の密画像16a〜16hを抽出する。そして、抽出した複数の密画像および基準画像16に対する評価値を各々演算し(S21)、それらの評価値の少なくとも1つが第2閾値以上であるか否かを判定する(S22)。なお、以上のステップS20〜S22が密探索の処理に相当する。
全ての評価値<第2閾値と判定されれば(S22:NO)、先述したステップS50へ進み、少なくとも1つの評価値≧第2閾値と判定されれば(S22:YES)、ステップS30に進む。そして、最も評価値の高い密画像(詳細画像16a)に対する評価値を演算し(S30)、その評価値が第3閾値以上であるか否かを判定する(S31)。なお、以上のステップS30、S31が詳細判定の処理に相当する。
評価値<第3閾値と判定されれば(S31:NO)、先述したステップS50へ進み、評価値≧第3閾値と判定されれば(S31:YES)、ステップS40に進む。ステップS40では、詳細画像16aに歩行者が存在する旨の存在位置情報を登録する。
ここで、図3(a)および図5(a)に示すように、大きい画素(第1画素)のステップで走査する粗探索では、抽出画像の中央から歩行者がずれる蓋然性が高い。例えば、図5(a)に示す粗画像15は、歩行者が中央から大きくずれて探索ウインドウWから大きくはみ出ている。また、粗画像16においても、歩行者が探索ウインドウWから僅かにはみ出ている。
探索ウインドウWの中央から歩行者がずれるほど、その粗画像の評価値は低くなる。そこで、粗探索では第1閾値を低く設定して評価値≧第1閾値となる頻度を高くしている。つまり、粗探索における歩行者の識別能力は低く設定されており、その背反として、識別処理時間を短くできる。
図3(b)および図5(b)に示す密探索では、探索ウインドウWから歩行者が僅かにはみ出ている粗画像16(基準画像)の周囲へ、小さい画素(第2画素)のステップでずらすので、基準画像の周辺に位置する画像(密画像16a〜16h)のうちのいずれか1つは、密画像の中央に歩行者が位置する蓋然性が高くなる。例えば、図5(b)に示す密画像16aは、基準画像16に比べて歩行者が中央に位置する。そのため、基準画像16の評価値よりも密画像16aの評価値の方が高くなっており、密探索における歩行者の識別能力は粗探索に比べて高い。また、密探索では特徴ベクトルを詳細に演算しているので、識別処理時間が長くなるものの、識別能力の向上を図っている。
図3(c)および図5(c)に示す詳細判定では、特徴ベクトルをさらに詳細に演算しているので、識別処理時間がさらに長くなるものの、識別能力のさらなる向上を図っている。
以上により、本実施形態によれば、第1抽出部31で探索ウインドウWを走査する際の第1画素ステップを、第2抽出部33で探索ウインドウWをずらす量(第2画素ステップ)よりも大きく設定している。しかも、第2抽出部33では、基準画像16に対してのみ、その周辺画像(密画像16a〜16h)を抽出する。
そのため、撮影画像11の全領域に対して第2画素ステップで探索ウインドウWを走査した場合に比べて、第1抽出部31および第2抽出部33による抽出数の合計を少なくできる。よって、マイコンの抽出処理に要する負荷を軽減できる。
それでいて、粗探索で選別した基準画像16の近傍については密探索を実施するので、歩行者の画像が抽出画像の中央からずれる蓋然性を低くでき、歩行者の識別精度を向上できる。したがって、本実施形態によれば、マイコンの処理負荷を軽減して処理時間を短縮することと、歩行者識別の精度を向上させることとの両立を図ることができる。
さらに、本実施形態では以下に列挙する効果も発揮される。
・第2抽出部33で抽出した密画像16a〜16hおよび基準画像16のうち、歩行者が存在する可能性の最も高い(評価値が最も高い)画像がいずれであるかを選別する選別部35(選別手段)と、選別部35により選別された画像に対して、歩行者が存在するか否かを最終判定する第3判定部36(最終判定手段)と、を有する。そのため、複数の密画像16a〜16hの中から選別された1つに対して、第3判定部36による評価値演算および判定をさらに実施して識別するので、処理負荷軽減と歩行者識別精度向上の両立を促進できる。
・しかも、処理回数の少ない第3判定部36による判定の精度を、処理回数の多い第1判定部32による判定の精度よりも高く設定しているので、処理負荷軽減と歩行者識別精度向上の両立をさらに促進できる。
・第2判定部34による判定の処理回数は、第1判定部32よりも少なく、かつ、第3判定部36よりも多いことを鑑みて、第2判定部34による判定の精度を、第1判定部32よりも高く、かつ、第3判定部36よりも低く設定している。そのため、処理負荷軽減と歩行者識別精度向上の両立をさらに促進できる。
・第2抽出部33において、基準画像16の位置から第2画素ステップだけずらすにあたり、複数の方向にずらして複数の画像を抽出する。具体的には、図3(b)に例示するように、左右方向にずらした密画像16a、16b、上下方向にずらした密画像16c、16d、および斜め方向にずらした密画像16e、16f、16g、16hを抽出する。そのため、選別部35で選別した画像において、その画像の中央に歩行者が位置する蓋然性を高めることができる。よって、歩行者識別の精度を向上できる。
・ここで、特定対象物が歩行者である場合、探索ウインドウWの中央から歩行者が上下方向にずれていても、多少のずれであれば識別精度は大きく低下しない。しかし、左右方向にずれている場合には、僅かにずれているだけで識別精度は大きく低下する。この点を鑑みた本実施形態では、第2抽出部33において、基準画像16の位置から第2画素ステップだけずらすにあたり、右方向および左方向にずらして画像を抽出する。そのため、歩行者識別の精度を効果的に向上できる。
なお、上記点を鑑みて、第2抽出部33にて基準画像16の位置から第2画素ステップだけずらすにあたり、上下方向や斜め方向にずらすことを廃止して、左右方向のみにずらしてもよい。これによれば、歩行者識別精度を大きく低下させることなく、処理負荷を大幅に軽減できる。
(第2実施形態)
図6に示す本実施形態では、図4の処理にステップS13(高評価判定手段)を追加している。このステップS13では、基準画像16が、歩行者が含まれている可能性が所定以上である高評価画像であるか否かを判定する。具体的には、基準画像16の評価値が、第1閾値よりも高く設定された第4閾値以上であるか否かを判定する。
図6に示す本実施形態では、図4の処理にステップS13(高評価判定手段)を追加している。このステップS13では、基準画像16が、歩行者が含まれている可能性が所定以上である高評価画像であるか否かを判定する。具体的には、基準画像16の評価値が、第1閾値よりも高く設定された第4閾値以上であるか否かを判定する。
評価値<第4閾値と判定されれば(S13:NO)、ステップS20に進み密探索を実施する。評価値≧第4閾値と判定されれば(S13:YES)、高評価画像であるとみなして、第2抽出部33による抽出、第2判定部34による判定および選別部35による選別(密探索)を実施することなく、第3判定部36による詳細判定を実施する。この場合、ステップS30、S31では、基準画像についてのみ評価値を演算して第3閾値以上であるか否かを判定する。
ここで、粗探索の段階で、偶然にも歩行者が探索ウインドウの中央に位置した場合には、第1判定部32による判定精度が高くなる。この場合、粗画像における歩行者存在の可能性は、密探索で選別された密画像における歩行者存在の可能性と同等以上と言える。よって、粗画像をそのまま第3判定部36で処理しても、歩行者識別精度は低下しない。
この点を鑑みた本実施形態では、第1判定部32による評価値が高い場合には、第1判定部32による判定精度が高いとみなして、密探索を実施することなく詳細判定を実施する。そのため、歩行者識別精度を低下させることなく、第2抽出部33、第2判定部34および選別部35の処理(密探索)を不要にした分、処理負荷を軽減できる。
(第3実施形態)
上記第1実施形態では、第2抽出部33にて基準画像16の位置から第2画素ステップだけずらすにあたり、同一方向に1回だけずらしている。例えば図5(b)に示す如く、右方向に1回ずらして1つの密画像16aを抽出し、左方向に1回ずらして1つの密画像16bを抽出する。
上記第1実施形態では、第2抽出部33にて基準画像16の位置から第2画素ステップだけずらすにあたり、同一方向に1回だけずらしている。例えば図5(b)に示す如く、右方向に1回ずらして1つの密画像16aを抽出し、左方向に1回ずらして1つの密画像16bを抽出する。
これに対し、本実施形態では、同一方向に複数回ずらして複数の密画像を抽出している。例えば、図7に示す如く、右方向に2回ずらして2つの密画像16a、16aaを抽出し、左方向に2回ずらして2つの密画像16b、16bbを抽出する。ちなみに、図7の例では、評価値の高い順は密画像16a、密画像16aa、基準画像16であり、密画像16aが選別されている。
以上により、本実施形態によれば、選別された画像において、歩行者が精度良く中央に位置することになるので、歩行者識別精度を向上できる。
(第4実施形態)
本実施形態では、第1判定部32(ずれ方向推定手段)において、基準画像16の中央位置に対する歩行者のずれ方向を推定する。例えば、先述した局所領域毎の特徴ベクトルの分布に基づいて、歩行者の外形線位置を推定し、その外形線位置に基づき前記ずれ方向を推定すればよい。
本実施形態では、第1判定部32(ずれ方向推定手段)において、基準画像16の中央位置に対する歩行者のずれ方向を推定する。例えば、先述した局所領域毎の特徴ベクトルの分布に基づいて、歩行者の外形線位置を推定し、その外形線位置に基づき前記ずれ方向を推定すればよい。
そして、第2抽出部33では、基準画像16の位置から第2画素ステップだけずらすにあたり、推定したずれ方向にだけずらして密画像を抽出する。或いは、推定したずれ方向と反対の方向にだけずらすことを禁止して、複数の密画像を抽出する。
以上により、本実施形態によれば、第2抽出部33による密画像の抽出数を減らしつつ、探索ウインドウWの中央位置に歩行者を近づけるよう、密画像を抽出できる。よって、歩行者識別精度を低下させることなく、密画像の抽出数を減らすことができるので、密画像の抽出、判定、選別にかかる処理負荷の軽減と、歩行者識別精度向上との両立を促進できる。
(第5実施形態)
本実施形態にかかる第1抽出部31では、1枚の撮影画像11に対して、探索ウインドウWのサイズを異ならせて複数回走査して粗画像を抽出する。これによれば、歩行者が車両の近くに存在することに起因して撮影画像11にて大きく表示されている場合であっても、探索ウインドウWが過小であることに起因して識別精度が低下することを回避できる。
本実施形態にかかる第1抽出部31では、1枚の撮影画像11に対して、探索ウインドウWのサイズを異ならせて複数回走査して粗画像を抽出する。これによれば、歩行者が車両の近くに存在することに起因して撮影画像11にて大きく表示されている場合であっても、探索ウインドウWが過小であることに起因して識別精度が低下することを回避できる。
ここで、複数の異なるサイズの探索ウインドウWで抽出された粗画像のうち、撮影画像11の同一位置における各々の粗画像で、評価値が第1閾値以上と判定された場合、その同一位置に歩行者が存在する可能性は極めて高いと言える。この点を鑑みた本実施形態では、撮影画像11の同一位置において、異なるサイズの粗画像で第1閾値以上と判定されたことを条件として、その位置の粗画像を基準画像に設定して密探索を実施する。
以上により、本実施形態によれば、第1判定部における判定精度(歩行者が存在する確からしさ)を向上できるので、選別部35で選別した密画像が第3判定部36で「歩行者が存在する」と判定される確率を高くできる。よって、第3判定部36で否定判定されるような密探索での無駄な処理を少なくできるので、密画像の抽出、判定、選別にかかる処理負荷の軽減と、歩行者識別精度向上との両立を促進できる。
(他の実施形態)
本発明は上記実施形態の記載内容に限定されず、以下のように変更して実施してもよい。また、各実施形態の特徴的構成をそれぞれ任意に組み合わせるようにしてもよい。
本発明は上記実施形態の記載内容に限定されず、以下のように変更して実施してもよい。また、各実施形態の特徴的構成をそれぞれ任意に組み合わせるようにしてもよい。
・上記第2実施形態および第3実施形態を組み合わせて、第2抽出部33にて基準画像16の位置から第2画素ステップだけずらす回数を、高評価画像である場合に増大させてもよい。
・上記第2実施形態および第5実施形態を組み合わせると好適である。すなわち、撮影画像11の同一位置において、異なるサイズの粗画像で第1閾値以上と判定された粗画像を、上記第2実施形態にかかる高評価画像に設定して、密探索を実施することなく詳細判定を実施する。
・図7および図3(b)を組み合わせると好適である。すなわち、第2抽出部33にて基準画像16の位置から第2画素ステップだけずらすにあたり、左右方向には複数回ずらし、他の方向には1回だけずらして密画像を抽出する。
・上記第1実施形態では、図2に示すように撮影画像11の全部を粗探索しているが、例えば、撮影画像11の上方部分や下方部分では歩行者が存在する可能性が低いため、これらの部分を除いた所定領域だけを粗探索するようにしてもよい。
・図3(b)の例では、左右方向、上下方向、斜め方向の8箇所について、基準画像16の位置からずらして密画像を抽出しているが、左右方向だけずらして密画像を抽出するようにしてもよいし、左右方向および上下方向だけずらして密画像を抽出するようにしてもよい。
・図1に示す選別部35および第3判定部36を廃止して、第2判定部34が、歩行者の存在有無を判定するようにしてもよい。具体的には、第2判定部34において、各々の密画像16a〜16hおよび基準画像16に対して評価値を演算し、その評価値が第3閾値よりも高くなっていれば、その画像に対して「歩行者が存在する」と判定して、存在位置情報を登録するようにしてもよい。
・上記各実施形態では、車両前方の画像を撮像するための撮像手段として、主に近赤外線を検出するカメラを採用しているが、主に赤外線を検出するカメラや、主に可視光を検出するカメラを採用してもよい。
・上記各実施形態では、車両前方の撮影画像に対して、特定対象物(歩行者)が存在するか否かを判別しているが、本発明は車両前方の撮影画像に限定されるものではなく、例えば車両後方の撮影画像に特定対象物(歩行者)が存在するか否かを判別してもよい。また、歩行者の存在判別に用いることに限定されるものではなく、例えば他の車両やガードレール、道路のセンターライン等の存在判別に用いてもよい。
・さらに、本発明にかかる画像認識装置は車両に搭載されたものに限定されるものではなく、例えば工場の生産ラインの撮影画像に特定対象物(例えば特定のワーク)が存在するか否かを判別してもよいし、ワークを撮影した画像に特定対象物が存在するか否かを判別してもよい。
10…カメラ、11…撮影画像、16…基準画像、31…第1抽出部(第1抽出手段)、32…第1判定部(第1判定手段)、33…第2抽出部(第2抽出手段)、34…第2判定部(第2判定手段)、35…選別部(選別手段、第2判定手段)、36…第3判定部(最終判定手段、第2判定手段)、W…探索ウインドウ
Claims (9)
- カメラ(10)の撮影画像(11)から所定サイズの探索ウインドウ(W)で画像を抽出する手段であって、所定の第1画素ステップで前記探索ウインドウを走査して前記抽出を順次実施する第1抽出手段(31)と、
前記第1抽出手段で順次抽出した各々の画像に対して、特定対象物が存在する可能性の有無を判定する第1判定手段(32)と、
前記第1判定手段により存在可能性有りと判定された画像を基準画像(16)とし、その基準画像の位置から所定の第2画素ステップだけずらした位置の画像を前記撮影画像から抽出する第2抽出手段(33)と、
前記第2抽出手段で抽出した画像および前記基準画像のいずれかに、前記特定対象物が存在するか否かを判定する第2判定手段(34、35、36)と、
を備え、
前記第1画素ステップを前記第2画素ステップよりも大きく設定したことを特徴とする画像認識装置。 - 前記第2判定手段(34、35、36)は、
前記第2抽出手段で抽出した画像および前記基準画像のうち、前記特定対象物が存在する可能性の最も高い画像がいずれであるかを選別する選別手段(35)と、
前記選別手段により選別された画像に対して、前記特定対象物が存在するか否かを最終判定する最終判定手段(36)と、
を有することを特徴とする請求項1に記載の画像認識装置。 - 前記第1判定手段は、前記基準画像が、前記特定対象物の存在可能性が所定以上である高評価画像であるか否かを判定する高評価判定手段(S13)を有し、
前記高評価画像については、前記第2抽出手段による抽出および前記選別手段による選別を実施することなく、前記最終判定手段による判定を実施することを特徴とする請求項2に記載の画像認識装置。 - 前記第2判定手段による判定精度を、前記第1判定手段による判定精度よりも高く設定したことを特徴とする請求項1〜3のいずれか1つに記載の画像認識装置。
- 前記第2抽出手段では、前記基準画像の位置から前記第2画素ステップだけずらすにあたり、複数の方向にずらして複数の画像を抽出することを特徴とする請求項1〜4のいずれか1つに記載の画像認識装置。
- 前記複数の方向には、右方向と左方向が少なくとも含められていることを特徴とする請求項5に記載の画像認識装置。
- 前記第2抽出手段では、前記基準画像の位置から同じ方向に前記第2画素ステップだけ複数回ずらして、複数の画像を抽出することを特徴とする請求項1〜6のいずれか1つに記載の画像認識装置。
- 前記基準画像の中央位置に対する前記特定対象物のずれ方向を推定するずれ方向推定手段(32)を備え、
前記第2抽出手段では、前記ずれ方向推定手段により推定された方向へ、前記基準画像の位置から前記第2画素ステップだけずらして抽出することを特徴とする請求項1〜7のいずれか1つに記載の画像認識装置。 - 前記第1抽出手段では、前記探索ウインドウのサイズを異ならせて複数回走査しており、
前記第2抽出手段では、前記撮影画像のうち、異なるサイズで抽出した画像のいずれにおいても存在可能性有りと前記第1判定手段で判定された部分の画像を、前記基準画像とすることを特徴とする請求項1〜8のいずれか1つに記載の画像認識装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012087508A JP2013218476A (ja) | 2012-04-06 | 2012-04-06 | 画像認識装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012087508A JP2013218476A (ja) | 2012-04-06 | 2012-04-06 | 画像認識装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013218476A true JP2013218476A (ja) | 2013-10-24 |
Family
ID=49590511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012087508A Pending JP2013218476A (ja) | 2012-04-06 | 2012-04-06 | 画像認識装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013218476A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015105075A1 (ja) * | 2014-01-08 | 2015-07-16 | 株式会社ニコン | 情報処理装置及び電子機器 |
JP2019185556A (ja) * | 2018-04-13 | 2019-10-24 | オムロン株式会社 | 画像解析装置、方法およびプログラム |
WO2023022072A1 (ja) * | 2021-08-16 | 2023-02-23 | 花王株式会社 | 動画像判定方法 |
JP2023027012A (ja) * | 2021-08-16 | 2023-03-01 | 花王株式会社 | 動画像判定方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0498580A (ja) * | 1990-08-16 | 1992-03-31 | Nichiden Mach Ltd | パターン認識方法及びその装置 |
JPH11502348A (ja) * | 1995-04-10 | 1999-02-23 | ユナイテッド パーセル サービス オブ アメリカ,インコーポレイテッド | 基準マークの位置および方向の検出方法 |
JP2009211626A (ja) * | 2008-03-06 | 2009-09-17 | Toshiba Corp | 画像処理装置及び方法 |
JP2010520684A (ja) * | 2007-03-05 | 2010-06-10 | フォトネーション ビジョン リミテッド | デジタル画像取込装置における顔検索及び検出 |
JP2010211460A (ja) * | 2009-03-10 | 2010-09-24 | Toyota Central R&D Labs Inc | 識別モデル生成装置、対象物検出装置、及び識別モデル生成プログラム |
JP2010257252A (ja) * | 2009-04-24 | 2010-11-11 | Nippon Soken Inc | 画像認識装置 |
JP2011198006A (ja) * | 2010-03-19 | 2011-10-06 | Panasonic Corp | オブジェクト検出装置、オブジェクト検出方法、およびオブジェクト検出プログラム |
-
2012
- 2012-04-06 JP JP2012087508A patent/JP2013218476A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0498580A (ja) * | 1990-08-16 | 1992-03-31 | Nichiden Mach Ltd | パターン認識方法及びその装置 |
JPH11502348A (ja) * | 1995-04-10 | 1999-02-23 | ユナイテッド パーセル サービス オブ アメリカ,インコーポレイテッド | 基準マークの位置および方向の検出方法 |
JP2010520684A (ja) * | 2007-03-05 | 2010-06-10 | フォトネーション ビジョン リミテッド | デジタル画像取込装置における顔検索及び検出 |
JP2009211626A (ja) * | 2008-03-06 | 2009-09-17 | Toshiba Corp | 画像処理装置及び方法 |
JP2010211460A (ja) * | 2009-03-10 | 2010-09-24 | Toyota Central R&D Labs Inc | 識別モデル生成装置、対象物検出装置、及び識別モデル生成プログラム |
JP2010257252A (ja) * | 2009-04-24 | 2010-11-11 | Nippon Soken Inc | 画像認識装置 |
JP2011198006A (ja) * | 2010-03-19 | 2011-10-06 | Panasonic Corp | オブジェクト検出装置、オブジェクト検出方法、およびオブジェクト検出プログラム |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015105075A1 (ja) * | 2014-01-08 | 2015-07-16 | 株式会社ニコン | 情報処理装置及び電子機器 |
JP2019185556A (ja) * | 2018-04-13 | 2019-10-24 | オムロン株式会社 | 画像解析装置、方法およびプログラム |
CN110378183A (zh) * | 2018-04-13 | 2019-10-25 | 欧姆龙株式会社 | 图像解析装置、图像解析方法及记录介质 |
WO2023022072A1 (ja) * | 2021-08-16 | 2023-02-23 | 花王株式会社 | 動画像判定方法 |
JP2023027012A (ja) * | 2021-08-16 | 2023-03-01 | 花王株式会社 | 動画像判定方法 |
JP7353438B2 (ja) | 2021-08-16 | 2023-09-29 | 花王株式会社 | 動画像判定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6348758B2 (ja) | 画像処理装置 | |
JP5127182B2 (ja) | 物体検出装置 | |
JP5964108B2 (ja) | 物体検出装置 | |
JP4263737B2 (ja) | 歩行者検知装置 | |
JP5267596B2 (ja) | 移動体検出装置 | |
JP2008286725A (ja) | 人物検出装置および方法 | |
CN108021856A (zh) | 车辆尾灯识别方法、装置及车辆 | |
US20170151943A1 (en) | Method, apparatus, and computer program product for obtaining object | |
JP2007179386A (ja) | 白線認識方法及び白線認識装置 | |
EP3584763A1 (en) | Vehicle-mounted environment recognition device | |
US9508000B2 (en) | Object recognition apparatus | |
US20150243169A1 (en) | Traffic lane situation determining device and method for determining traffic lane situation | |
JP2012123626A (ja) | 対象物検出装置及びプログラム | |
WO2016059643A1 (en) | System and method for pedestrian detection | |
JP2013218476A (ja) | 画像認識装置 | |
KR101236223B1 (ko) | 차선 검출 방법 | |
JP6483360B2 (ja) | 対象物認識装置 | |
JP2018085087A (ja) | 動作判定装置 | |
JP6375911B2 (ja) | カーブミラー検出装置 | |
EP3955207A1 (en) | Object detection device | |
KR20090083184A (ko) | 영상을 이용한 전후방 차량 검출 방법 | |
JP6326622B2 (ja) | 人物検出装置 | |
JP5010627B2 (ja) | 文字認識装置及び文字認識方法 | |
JP5838948B2 (ja) | 対象物識別装置 | |
KR101501531B1 (ko) | 스테레오 비전 기반 보행자 검출 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140620 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150304 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150310 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150630 |