JP2013250604A - 物体検出装置および物体検出方法 - Google Patents

Abstract

【課題】演算量と検出物体の検出漏れを考慮しつつ、高速かつ高精度な物体検出装置および物体検出方法を提供する。
【解決手段】カメラから画像を取得する画像取得部１１と、画像において検出窓を走査する際の走査間隔を、検出窓で検出される検出物体の画像上での大きさに基づき算出する走査間隔算出部１５と、走査間隔算出部１５が算出した走査間隔を用いて画像上を走査する走査部１２と、走査した検出窓の内部に検出物体が存在するか否かを判別する検出部１３と、を備える。
【選択図】図１

Description

本発明は、画像から特定の物体を検出する物体検出装置および物体検出方法に関する。

カメラが撮影した画像上で検出窓を走査させながら、検出窓の領域に特定の物体（検出物体）が含まれているか否かをテンプレートマッチング等により検出する物体検出装置が知られている。このような物体検出装置において、画像上で物体を検出する際、検出窓を１画素ずつずらして走査すると、演算量が増大する。そのため、演算量を低減させる物体の検出技術が多く提案されている。

例えば、特許文献１には、カメラが撮影した入力画像から判定対象領域を抽出する抽出手段と、前記判定対象領域の画像と基準画像とを比較して特定の物体の存在を認識する認識手段と、前記入力画像内における位置に基づいて、前記抽出手段による判定対象領域の抽出位置の間隔を制御する間隔制御手段と、を備えたことを特徴とする画像認識装置が記載されている。そして、前記認識手段による認識処理によって前記基準画像との一致度が比較的高いと判定された位置近傍に対して、抽出間隔を小さくした抽出を再度行なわせることが記載されている。

また、特許文献２には、画像から検出対象物を検出する物体検出装置であって、前記画像を取得する画像取得部と、前記画像取得部から入力された前記画像から検出窓が設定されている検出窓領域画像を取り込み、前記検出窓領域画像に前記検出対象物が存在しているか否かの判定と、その判定における前記検出対象物の存在の確からしさの度合いを示す信頼度と、を出力する識別器と、前記信頼度が高くなるほどその後の検出窓の走査間隔を短く設定する検出窓制御手段と、前記識別器からの出力に基づき前記検出対象物が存在するか否かを判定する判定手段と、を有することを特徴とする物体検出装置が記載されている。

特開２００８−０１５７７１号公報 特開２０１０−１４０３１５号公報

ところが、従来の物体の検出技術では、検出窓の走査間隔が疎な場合には、検出窓から検出物体が外れてしまい、検出漏れが生じるという課題がある。

例えば、特許文献１では、入力画像内の下方と上方の位置に対して走査間隔を変更しても、変更された走査間隔が不適切な場合には、物体の存在度が高い領域を見逃すことが発生し、物体検出装置の検出精度が低下する。同様に、特許文献２では、信頼度に基づいて走査間隔を短く設定しても、設定された走査間隔が不適切な場合には、物体の存在度が高い領域を見逃すことが発生し、物体検出装置の検出精度が低下する。

そこで、本発明は、演算量と検出物体の検出漏れを考慮しつつ、高速かつ高精度な物体検出装置および物体検出方法を提供することを課題とする。

このような課題を解決するために、本発明は、カメラから画像を取得する画像取得部と、前記画像において検出窓を走査する際の走査間隔を、前記検出窓で検出される検出物体の前記画像上での大きさに基づき算出する走査間隔算出部と、前記走査間隔算出部が算出した前記走査間隔を用いて前記画像上を走査する走査部と、前記走査した検出窓の内部に前記検出物体が存在するか否かを判別する検出部と、を備えることを特徴とする物体検出装置である。

また、本発明は、画像において検出窓を走査する際の走査間隔を、前記検出窓で検出される検出物体の画像上での大きさに基づき算出するステップと、前記算出した走査間隔を用いて、前記検出窓が前記画像上を走査するステップと、前記走査した検出窓の内部に前記検出物体が存在するか否かを判別するステップと、を備えることを特徴とする物体検出方法である。

本発明によれば、演算量と検出物体の検出漏れを考慮しつつ、高速かつ高精度な物体検出装置および物体検出方法を提供することができる。

第１実施形態に係る物体検出装置の機能ブロック図である。 第１実施形態に係る物体検出装置が備える走査間隔算出部の機能ブロック図である。 第１実施形態に係る物体検出装置が備える走査部の機能ブロック図である。 （ａ）は２Ｄ地図情報の行動領域の例であり、（ｂ）は２Ｄ地図情報における行動領域、可視領域、走査領域の例であり、（ｃ）は画像と検出領域の例である。 走査間隔の算出を説明する図である。 画像上に走査間隔算出部が算出した走査間隔を用いた例である。 第１実施形態に係る物体検出装置の物体検出処理を示すフローチャートである。 第２実施形態に係る物体検出装置の機能ブロック図である。 第２実施形態に係る物体検出装置が備える走査間隔算出部の機能ブロック図である。 第２実施形態に係る物体検出装置の物体検出処理を示すフローチャートである。

以下、本発明を実施するための形態（以下「実施形態」という）について、適宜図面を参照しながら詳細に説明する。なお、各図において、共通する部分には同一の符号を付し重複した説明を省略する。

≪第１実施形態≫
＜物体検出装置１０＞
第１実施形態に係る物体検出装置１０について、図１を用いて説明する。図１は、第１実施形態に係る物体検出装置１０の機能ブロック図である。
物体検出装置１０は、画像取得部１１と、走査部１２と、検出部１３と、出力部１４と、走査間隔１６を算出して走査部１２に出力する走査間隔算出部１５と、を備え、取得した画像から特定の物体（検出物体）を検出することができるようになっている。

ここで、物体検出装置１０の検出物体は、人や動物、物体などに適用することができるが、以下の説明において、検出物体が人であるものとして説明する。また、以下の説明において、物体検出装置１０は、店舗に設置された監視カメラの画像から人（検出物体）を検出するものとして説明する。

なお、物体検出装置１０は、例えば、図示しないコンピュータ装置であり、電源投入時等のイニシャルブートプログラムが格納されているＲＯＭ（Read Only Memory）と、ワーキングメモリとして使用されるＲＡＭ（Random Access Memory）と、ＯＳ（Operations System）や各種アプリケーションプログラムや各種パラメータ等が格納されているＨＤＤ（Hard Disc Drive）と、演算部としてのＣＰＵ（Central Processing Unit）と、Ｉ／Ｏ（Input/Output）と、を備え、各部はバスラインで接続されている。

ＣＰＵは、ＨＤＤに格納されている各種アプリケーションプログラムを実行することにより、後述する走査部１２、検出部１３、出力部１４、および、走査間隔算出部１５として機能するようになっている。また、Ｉ／Ｏは、後述する画像取得部１１、および、出力部１４として機能するようになっている。

画像取得部１１は、監視カメラ（図示せず）などの撮像デバイスから撮影された画像を取り込み、取り込んだ画像を検出部１３に出力することができるようになっている。

走査部１２は、後述する走査間隔算出部１５から入力された走査間隔１６を用いて、検出窓を走査させ、検出領域（後述する図３の符号３８参照）を切り出すことができるようになっている。また、走査部１２は、切り出した検出領域を検出部１３に出力することができるようになっている。なお、走査部１２の構成については、図３を用いて後述する。

検出部１３は、走査部１２から入力された検出領域、および、画像取得部１１から入力された画像を用いて、画像上での対応する検出領域内は検出物体であるか否かを識別することができるようになっている。また、検出部１３は、画像上での対応する検出領域内は検出物体であると識別した場合には、その検出領域を出力部１４に出力することができるようになっている。

なお、検出部１３における検出物体の識別方法は、様々な方法を用いることができ、限定されるものではない。

例えば、特許文献１に記載のテンプレートマッチングや、特許文献２に記載の識別器により判断する方法を用いることができる。また、識別器により判断する方法としては、例えば、「N. Dalal and B. Triggs, "Histograms of oriented gradients for human detection," in CVPR (1), pp. 886-893, 2005」や、「三井相和, 山内悠嗣, 藤吉弘亘, "Joint特徴量を用いた２段階Boostingによる物体検出", 電子情報通信学会論文誌, Vol. J92-D, No. 9, pp. 1591-1601, 2009」に記載された方法を用いることができる。

出力部１４は、検出部１３から入力された検出領域に基づいて、検出結果を生成し、出力装置（図示せず）に検出結果を出力することができるようになっている。

なお、出力部１４から出力される検出結果は、画像、信号、警報など様々な形態を選択することができ、それに応じて出力装置も選択することができ、限定されるものではない。

例えば、画像取得部１１で取り込んだ画像に検出物体であると識別した検出領域の枠を重ねて表示した画像を検出結果として、モニタ（表示装置）に出力してもよい。また、検出物体を検知したことを示すメッセージをモニタ（表示装置）に出力してもよい。また、検出物体を検知したことを示すメッセージを携帯端末にメールを送信してもよい。

走査間隔算出部１５は、入力された画像の位置によって、適切な走査間隔１６を算出することができるようになっている。また、走査間隔算出部１５は、算出した走査間隔１６を走査部１２に出力することができるようになっている。なお、走査間隔算出部１５の構成については、図２を用いて後述する。

＜走査間隔算出部１５＞
次に、走査間隔算出部１５について、図２を用いて更に説明する。図２は、第１実施形態に係る物体検出装置１０が備える走査間隔算出部１５の機能ブロック図である。
走査間隔算出部１５は、幅設定部２１と、カメラ設定部２２と、位置推定部２３と、走査間隔推定部２４と、を備えている。

幅設定部２１は、三次元空間上で検出する検出物体の幅の情報を設定することができるようになっている。ここで、本実施形態では、検出物体が人であるものとして説明するため、人の幅の情報が設定される。なお、検出物体の幅の情報（人の幅の情報）は、物体検出装置１０のＩ／Ｏに接続された入力装置（例えば、キーボード）等により入力され、物体検出装置１０のＨＤＤに記憶されるようになっている。

カメラ設定部２２は、カメラパラメータを設定することができるようになっている。なお、カメラパラメータは、物体検出装置１０のＩ／Ｏに接続された入力装置（例えば、キーボード）等により入力され、物体検出装置１０のＨＤＤに記憶されるようになっている。

ここで、カメラパラメータは、監視カメラの外部および内部のパラメータである。カメラ内部パラメータは、カメラの焦点距離、画像座標の中心、レンズ歪み係数、画像座標の縦横比である。カメラ外部パラメータは、世界座標系の原点を基準とした平行移動ベクトル、３行３列の回転ベクトルである。

これらカメラパラメータの定義および求め方は、例えば、「R.Y.Tsai, "A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV camera and lenses" IEEE Journal of Robotics and Automation, Vol.RA-3, No.4, pp. 323-344, 1987」に記載された方法を用いることができる。

位置推定部２３は、走査する位置の三次元情報（三次元空間上での位置情報）を推定し、三次元空間上での監視カメラと走査する位置との距離を求めることができるようになっている。

走査間隔推定部２４は、位置推定部２３で推定した走査する位置に対して、幅設定部２１で設定した検出物体の幅（人の幅）、カメラ設定部２２で設置したカメラパラメータ、および、位置推定部２３で推定した距離を用いて、画像上での走査間隔１６を算出することができるようになっている。また、走査間隔推定部２４は、算出した走査間隔１６を走査部１２（図１参照）に出力することができるようになっている。

走査間隔推定部２４における走査間隔１６の算出方法について説明する。
まず、走査間隔推定部２４は、位置推定部２３で推定した走査する位置に対して、カメラ設定部２２で設置したカメラパラメータおよび位置推定部２３で推定した距離を用いて、幅設定部２１で設定した検出物体の幅（人の幅）を三次元空間上から画像上へと変換する。なお、この変換は、例えば、前記したR.Y.Tsaiの論文に記載された三次元空間上と画像上の変換方法（以下、「Tsaiの手法」を称する。）を用いることができる。

そして、走査間隔推定部２４は、変換された画像上の検出物体の幅（人の幅）以下の長さをこの走査位置での走査間隔１６として出力する。

ここで、事前の調査により、走査間隔１６が検出物体の幅（人の幅）の半分であれば、検出物体を見逃すことの発生を十分に低減させることができ、効率的な走査をすることができる。

このように、走査間隔算出部１５は、検出物体の幅（人の幅）、カメラパラメータ、走査位置によって、走査間隔１６を自動的に算出することができるようになっている。

＜走査部１２＞
次に、走査部１２について、図３を用いて更に説明する。図３は、第１実施形態に係る物体検出装置１０が備える走査部１２の機能ブロック図である。
走査部１２は、行動領域算出部３１と、可視領域算出部３２と、走査領域算出部３３と、検出領域抽出部３４と、を備え、２Ｄ地図情報３５、カメラパラメータ３６、検出窓情報３７および走査間隔１６に基づいて、検出領域３８を抽出することができるようになっている。

行動領域算出部３１は、２Ｄ地図情報３５から、人（検出物体）が存在する領域である行動領域を算出することができるようになっている。

ここで、２Ｄ地図情報３５が、図４（ａ）の場合を例に説明する。例えば、店舗の場合、２Ｄ地図情報３５は、通路（図４（ａ）において白塗で示す）、棚（図４（ａ）において、左下がり斜線のハッチングで示す）、レジ（図４（ａ）において、右下がり斜線のハッチングで示す）などのレイアウトである。なお、２Ｄ地図情報３５は、物体検出装置１０のＩ／Ｏを介して、物体検出装置１０のＨＤＤにあらかじめ記憶されるようになっている。

図４（ａ）に示す２Ｄ地図上において、人（検出物体）が存在する場所は通路である。そのため、行動領域算出部３１は、２Ｄ地図情報３５から棚およびレジの領域を削除し、通路のみを取り出して、行動領域４１とする。そして、２Ｄ地図情報３５の行動領域４１を三次元空間上から画像上へと変換する。

なお、行動領域算出部３１における画像上への変換方法は、様々な方法を用いることができ、限定されるものではない。
例えば、行動領域算出部３１は、２Ｄ地図情報３５を画像化する。そして、画像取得部１１から入力された画像との差分を取り、通路（行動領域）のみの領域を算出することができる。また、２Ｄ地図情報３５が通路の実際位置などを示す場合には、カメラパラメータを用いて、三次元空間位置から画像上へ変換することができる。なお、この変換には、前記したTsaiの手法を用いることができる。

可視領域算出部３２は、カメラパラメータ３６から、監視カメラの可視領域を算出することができるようになっている。図４（ｂ）に、２Ｄ地図情報３５における監視カメラ４２ａの可視領域４２を２本の破線で挟まれた領域で示す。ちなみに、カメラパラメータ３６は、カメラ設定部２２（図２参照）で設定されたカメラパラメータを用いることができる。

なお、可視領域算出部３２における可視領域の算出方法は、様々な方法を用いることができ、限定されるものではない。
例えば、カメラの画角を用いて三次元空間上の可視領域を算出することができる。また、ＣＧよりカメラのパラメータから可視範囲を推定することもできる。

走査領域算出部３３は、行動領域算出部３１が算出した行動領域４１および可視領域算出部３２が算出した可視領域４２に基づいて走査領域４３を算出することができるようになっている。図４（ｂ）に、２Ｄ地図情報３５における走査領域４３を一点鎖線で囲まれた網掛けで示す。

走査領域４３の算出方法は、行動領域算出部３１において算出された行動領域４１のうち、可視領域算出部３２において算出された可視領域４２を走査領域４３として算出する。または、行動領域４１および可視領域４２の重複部分を走査領域４３として算出してもよい。

検出領域抽出部３４は、検出窓情報３７、走査領域算出部３３が算出した走査領域４３、および、走査間隔算出部１５（図１、図２参照）の走査間隔１６に基づいて検出領域３８を抽出することができるようになっている。ここで、検出窓情報３７は、少なくとも検出窓の大きさおよび形状の情報を含むものであり、物体検出装置１０のＩ／Ｏに接続された入力装置（例えば、キーボード）等により入力され、物体検出装置１０のＨＤＤに記憶されるようになっている。

検出領域抽出部３４は、走査領域算出部３３が算出した走査領域４３について、検出窓情報３７で設定された検出窓を走査間隔算出部１５（図１、図２参照）の走査間隔１６で走査して、検出領域３８を抽出し、検出領域３８を検出部１３（図１参照）に出力するようになっている。そして、検出部１３は、図４（ｃ）に示すように、画像上の検出領域４４を切り出して検出物体であるか否かを識別する。

このように、走査部１２は、検出窓を走査する領域を走査領域４３に限定することにより、後段の検出部１３における演算回数を低減させることができる。

＜走査間隔＞
次に、図５および図６を用いて、第１実施形態に係る物体検出装置１０における走査間隔について説明する。

図５は、走査間隔の算出を説明する図である。
図５において、三次元空間５１には、検出物体である人５３が示されている。そして、カメラ５０にて撮像された画像５２には、人５６が示されている。
まず、物体検出装置１０の走査間隔算出部１５（図１および図２参照）は、三次元空間５１における検出領域５４の走査間隔５５を算出する。そして、走査間隔算出部１５は、三次元空間５１における走査間隔５５を、画像５２上に変換して、画像５２における検出領域５７の走査間隔５８を求める。なお、変換方法は、例えば、前記した「Tsaiの手法」を用いることができる。

ここで、三次元空間５１における走査間隔５５は、検出物体等によって異なるが、例えば、見逃すことを防止するため、検出物体の走査方向（図５では、紙面の左右方向）における大きさよりも小さくなるように設定する。
即ち、画像５２における走査間隔５８の長さは、検出窓の走査方向における画像５２上での検出物体の大きさよりも、小さいことを特徴とする。例えば、検出物体が人である場合には、人の幅以下と設定する。これにより、検出物体を見逃すことを低減させることができる。

このように、走査間隔算出部１５は、すべての三次元空間位置に対して、検出物体の幅（人の幅）に基づいて、走査間隔１６を自動的に算出することができるようになっている。

図６は、画像上に走査間隔算出部が算出した走査間隔を用いた例である。
画像５２には、行動領域（走査領域）として通路６０が示されている。前記したように、走査部１２は、走査領域である道路６０を走査するようになっている。

図６に示すように、カメラから遠い場所にいる人６１に対しては、検出領域６３を走査間隔６５で走査する。一方、カメラから近い場所にいる人６２に対しては、検出領域６４を走査間隔６６で走査する。即ち、図６に示すように、カメラの位置と走査する位置との距離に応じて走査間隔を変化させる、即ち、カメラから遠い場所における画面上での走査間隔が、カメラから近い場所における画面上での走査間隔と比較して小さくなるようになっている。

このようにすることにより、カメラから遠い場所における三次元空間上の走査間隔が大きくなることを低減して、検出物体を見逃すことを低減させることができる。

また、第１実施形態に係る物体検出装置１０は、図５の三次元空間５１に破線で示すように、左右方向に走査しながら、カメラから遠いところから近いところまで（または、近いところから遠いところまで）１回の走査で物体を検出することができるようになっている。換言すれば、画像上の同じ領域を複数回走査しなくても物体を検出することができるようになっている。

このような構成により、例えば、特許文献１のような認識手段による認識処理によって基準画像との一致度が比較的高いと判定された位置近傍に対して、抽出間隔を小さくした抽出を再度行なわせる画像認識装置と比較して、演算量を低減させることができる。

＜物体検出処理＞
次に、図７を用いて第１実施形態に係る物体検出装置１０の物体検出処理について説明する。図７は、第１実施形態に係る物体検出装置１０の物体検出処理を示すフローチャートである。

ステップＳ７１において、初期化処理を行う。例えば、幅設定部２１で検出物体の幅（人の幅）、カメラ設定部２２でカメラパラメータ（３６）、２Ｄ地図情報３５、検出窓情報３７を設定（入力）する。
ステップＳ７２において、走査部１２は、走査領域を算出する。なお、走査領域の算出は、行動領域算出部３１の算出した行動領域と、可視領域算出部３２が算出した可視領域に基づいて行われる。

ステップＳ７３において、走査部１２は、全ての走査領域の走査が完了したか否かを判定する。全ての走査領域の走査が完了していない場合には（Ｓ７３・Ｎｏ）、ステップＳ７４に進む。

ステップＳ７４において、走査間隔算出部１５は、画像上での走査間隔１６を算出する。
ステップＳ７５において、走査部１２は、ステップＳ７４で算出した走査間隔１６を用いて、検出領域を切り出す。
ステップＳ７６において、検出部１３は、ステップＳ７５の検出領域で画像を切り出して、検出物体（人）であるか否かを識別する。

ステップＳ７７において、検出部１３は、ステップＳ７６の結果が検出物体（人）と識別したか否かを判定する。検出物体でない場合（Ｓ７７・Ｎｏ）、ステップＳ７３に戻る。
一方、検出物体である場合（Ｓ７７・Ｙｅｓ）、ステップＳ７８に進み、出力部１４はその結果を出力し（ステップＳ７８）、ステップＳ７３に戻る。

そして、走査間隔算出部１５で算出された走査間隔１６に基づいて検出領域を走査して、全ての走査領域の走査が完了するまで、ステップＳ７３からＳ７８を繰り返す。全ての走査領域の走査が完了した場合には（Ｓ７３・Ｙｅｓ）、処理を終了する。

以上のように、第１実施形態に係る物体検出装置１０によれば、検出物体の検出漏れを低減するとともに、演算量を低減させることができる。これにより、従来よりもＣＰＵの演算処理能力が低い安価なコンピュータ装置にも適用することができる。また、ＣＰＵの演算処理能力が同等であれば、従来よりも１画像あたりの物体検出処理（図７参照）の処理時間を短縮することができるので、画像を取り込んでから、物体検出処理が完了するまでの時間を短縮することができる。換言すれば、単位時間当たりの画像の処理枚数を向上させることができるので、検出結果を画像等により出力部１４から出力する構成においては、出力画像のフレームレートを向上させることができる。

≪第２実施形態≫
次に第２実施形態に係る物体検出装置１０Ａについて、図８から図１０を用いて説明すえる。図８は、第２実施形態に係る物体検出装置１０Ａの機能ブロック図である。

物体検出装置１０Ａは、画像取得部１１と、走査部１２と、検出部１３と、出力部１４と、走査間隔算出部１５Ａと、を備えている。ここで、第１実施形態に係る物体検出装置１０（図１参照）と、第２実施形態に係る物体検出装置１０Ａとの差異は、画像取得部１１で取得した画像を走査間隔算出部１５Ａにも出力する点で異なっている。その他の構成は、同様であり、説明を省略する。

図９は、第２実施形態に係る物体検出装置１０Ａが備える走査間隔算出部１５Ａの機能ブロック図である。
走査間隔算出部１５Ａは、幅設定部２１Ａと、カメラ設定部２２と、位置推定部２３Ａと、走査間隔推定部２４Ａと、を備えている。ここで、第１実施形態に係る走査間隔算出部１５（図２参照）と、第２実施形態に係る走査間隔算出部１５Ａとの差異は、幅設定部２１Ａ、位置推定部２３Ａおよび走査間隔推定部２４Ａが異なっている。その他の構成は、同様であり、説明を省略する。

幅設定部２１Ａは、画像取得部１１で取得した画像９１を用いて検出物体の幅（人の幅）を設定することができるようになっている。例えば、画像９１を表示したＧＵＩ（Graphical User Interface）により、画像９１上での検出物体の幅（人の幅）を直接設定する。また、画像９１を動き検知や人検出などの画像処理で検出物体（人）を計測し、計測された検出物体の幅（人の幅）を取得する構成であってもよい。

位置推定部２３Ａは、画像９１上でカメラとの距離（遠いや近い）を反映する相対距離を計測し、走査位置を推定することができるようになっている。

走査間隔推定部２４Ａは、位置推定部２３Ａで推定した走査する位置に対して、幅設定部２１Ａで設定された画像９１上の検出物体の幅（人の幅）、カメラ設定部２２で設置したカメラパラメータ、および、位置推定部２３Ａで推定した距離を用いて、画像上での走査間隔１６を算出する。
例えば、位置推定部２３Ａで推定した走査する位置における走査間隔１６は、カメラから幅設定部２１Ａで設定した検出物体（人）の位置までと、カメラから位置推定部２３Ａで推定した走査する位置までとの相対距離の比率を算出し、その比率と幅設定部２１Ａで設定した検出物体（人）の幅とに基づいて算出する。

＜物体検出処理＞
次に、図１０を用いて第２実施形態に係る物体検出装置１０Ａの物体検出処理について説明する。図１０は、第２実施形態に係る物体検出装置１０Ａの物体検出処理を示すフローチャートである。なお、以下の説明において、カメラパラメータ３６、２Ｄ地図情報３５、検出窓情報３７は、あらかじめ設定（入力）されているものとする。

ステップＳ１００において、走査間隔算出部１５Ａは、画像取得部１１が取得した画像９１を入力する。
ステップＳ１０１において、走査間隔算出部１５Ａは、基準位置における検出物体の幅を算出する。即ち、幅設定部２１Ａで設定された画像９１上での検出物体の幅と、カメラから幅設定部２１Ａで設定した検出物体（人）の位置までの距離と、カメラから基準位置までの距離と、に基づいて、基準位置における検出物体の幅を算出する。
以後の処理は、図７を用いて説明した第１実施形態の物体検出処理のステップＳ７２からステップＳ７８までと同様であり、説明を省略する。

このように、第２実施形態に係る物体検出装置１０Ａによれば、画像上の検出物体の幅に基づいて走査間隔を算出することができるので、第１実施形態に係る物体検出装置１０よりも好適に走査間隔を算出することができる。

≪変形例≫
なお、本実施形態に係る物体検出装置は、上記実施形態の構成に限定されるものではなく、発明の趣旨を逸脱しない範囲内で種々の変更が可能である。

本実施形態に係る物体検出装置１０は、小売店舗に設置された監視カメラの画像から人（検出物体）を検出するものとして説明したが、これに限られるものではない。
例えば、検出物体は人に限られるものではなく、物（例えば、車両）であってもよい。また、物体検出装置１０が処理する画像は、店舗に設置された監視カメラの画像としたが、移動体（例えば、車両）に設置されたカメラからの画像であってもよい。

また、走査部１２は、２Ｄ地図情報３３およびカメラパラメータ３４から走査領域４２を算出するものとして説明したが、これに限られるものではない。例えば、画像取得部１１で取得した監視カメラの画像を用いて、セグメンテーションなど画像処理技術によって、通路、棚、レジなどに分類し、分類された通路（検出物体が存在する領域）の部分を走査領域として算出するものであってもよい。そして、走査部１２は、このように算出した走査領域と、走査間隔算出部１５（図１参照）が算出した走査間隔１６と、検出窓情報３７とに基づいて、検出領域を抽出するものであってもよい。
このように構成することにより、２Ｄ地図情報やカメラパラメータの入力を省くことができる。

また、本実施形態に係る物体検出装置１０は、走査方向（画像における左右方向）の走査間隔について説明したが、これに限られるものではなく、走査線同士の間隔（画像における上下方向）についても適用してもよい。
即ち、三次元空間５１（図５参照）における走査線の奥行き方向の間隔を設定する。そして、三次元空間５１における所定の走査線の間隔を、画像５２上に変換して、画像５２における走査線同士の上下方向の間隔を求める。なお、変換方法は、例えば、前記した「Tsaiの手法」を用いることができる。

このように求めた走査線の間隔に基づいて検出窓を走査することにより、奥行き方向における検出漏れを低減させることができる。

１０ 物体検出装置
１１ 画像取得部
１２ 走査部
１３ 検出部
１４ 出力部
１５ 走査間隔算出部
１６ 走査間隔
２１ 幅設定部
２２ カメラ設定部
２３ 位置推定部
２４ 走査間隔推定部
３１ 行動領域算出部
３２ 可視領域算出部
３３ 走査領域算出部
３４ 検出領域抽出部
５２ 画像
６１，６２ 人（検出物体）
５７，６３，６４ 検出領域（検出窓）
５８，６５，６６ 走査間隔

Claims (17)

1. カメラから画像を取得する画像取得部と、
   前記画像において検出窓を走査する際の走査間隔を、前記検出窓で検出される検出物体の前記画像上での大きさに基づき算出する走査間隔算出部と、
   前記走査間隔算出部が算出した前記走査間隔を用いて前記画像上を走査する走査部と、
   前記走査した検出窓の内部に前記検出物体が存在するか否かを判別する検出部と、を備える
   ことを特徴とする物体検出装置。
2. 前記走査間隔は、
   前記検出窓の走査方向における前記画像上での前記検出物体の大きさよりも小さい
   ことを特徴とする請求項１に記載の物体検出装置。
3. 前記走査間隔算出部は、
   前記検出物体の前記画像上での位置情報を推定する位置推定部を有し、
   前記カメラのカメラパラメータ、前記検出物体の大きさおよび前記位置情報に基づいて前記検出物体の前記画像上での大きさを算出し、算出した前記画像上での大きさに基づき前記走査間隔を算出する
   ことを特徴とする請求項１に記載の物体検出装置。
4. 前記走査間隔算出部は、
   前記検出物体の前記画像上での位置情報を推定する位置推定部を有し、
   前記カメラのカメラパラメータ、前記検出物体の大きさおよび前記位置情報に基づいて前記検出物体の前記画像上での大きさを算出し、算出した前記画像上での大きさに基づき前記走査間隔を算出する
   ことを特徴とする請求項２に記載の物体検出装置。
5. 前記走査間隔は、
   前記カメラから前記検出物体までの距離に応じて変化する
   ことを特徴とする請求項３に記載の物体検出装置。
6. 前記走査間隔は、
   前記カメラから前記検出物体までの距離に応じて変化する
   ことを特徴とする請求項４に記載の物体検出装置。
7. 前記カメラから前記検出物体までの距離が大きい場合の走査間隔は、
   前記カメラから前記検出物体までの距離が小さい場合の走査間隔と比較して小さい
   ことを特徴とする請求項５に記載の物体検出装置。
8. 前記カメラから前記検出物体までの距離が大きい場合の走査間隔は、
   前記カメラから前記検出物体までの距離が小さい場合の走査間隔と比較して小さい
   ことを特徴とする請求項６に記載の物体検出装置。
9. 前記検出物体が人の場合、
   前記検出窓の走査方向における前記画像上での前記検出物体の大きさは、前記画像上での人の幅である
   ことを特徴とする請求項２に記載の物体検出装置。
10. 前記検出物体が人の場合、
    前記検出物体の大きさは、人の幅である
    ことを特徴とする請求項３に記載の物体検出装置。
11. 前記検出物体が人の場合、
    前記検出物体の大きさは、人の幅である
    ことを特徴とする請求項４に記載の物体検出装置。
12. 前記走査部は、
    前記検出窓の走査方向に延びる走査線と、隣接する走査線との走査線間隔は、
    三次元空間における所定の走査線の間隔を前記画像上での間隔に変換して算出する
    ことを特徴とする請求項１に記載の物体検出装置。
13. 前記走査部は、
    前記検出物体の可動範囲を示す行動領域および前記カメラの可視領域から前記検出窓を走査する走査領域を算出し、
    該走査領域のうち、前記走査間隔を用いて走査された前記検出窓の情報に基づいて切り出した領域を検出領域として抽出する
    ことを特徴とする請求項１乃至請求項１２のいずれか１項に記載の物体検出装置。
14. 前記検出窓の情報は、
    前記検出窓の大きさおよび形状の情報を含む
    ことを特徴とする請求項１３に記載の物体検出装置。
15. 前記検出窓は、
    前記検出領域を１回のみ走査する
    ことを特徴とする請求項１３に記載の物体検出装置。
16. 前記検出窓は、
    前記検出領域を１回のみ走査する
    ことを特徴とする請求項１４に記載の物体検出装置。
17. 画像において検出窓を走査する際の走査間隔を、前記検出窓で検出される検出物体の画像上での大きさに基づき算出するステップと、
    前記算出した走査間隔を用いて、前記検出窓が前記画像上を走査するステップと、
    前記走査した検出窓の内部に前記検出物体が存在するか否かを判別するステップと、
    を備えることを特徴とする物体検出方法。

Images