JP2014127208A - 物体検出方法及び物体検出装置 - Google Patents
物体検出方法及び物体検出装置 Download PDFInfo
- Publication number
- JP2014127208A JP2014127208A JP2013265379A JP2013265379A JP2014127208A JP 2014127208 A JP2014127208 A JP 2014127208A JP 2013265379 A JP2013265379 A JP 2013265379A JP 2013265379 A JP2013265379 A JP 2013265379A JP 2014127208 A JP2014127208 A JP 2014127208A
- Authority
- JP
- Japan
- Prior art keywords
- height
- foreground
- dimensional
- detection
- histogram
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/285—Analysis of motion using a sequence of stereo image pairs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
- G06T2207/10021—Stereoscopic video; Stereoscopic image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Abstract
【解決手段】該方法は、物体の複数の奥行き画像を取得するステップと、各々画像座標系を有する前景を各奥行き画像から抽出するステップと、x、y、z方向の直交座標で定義された統一的3次元の世界座標系において各前景を融合するステップと、3次元の世界座標系において融合された前景をy方向に沿って延伸する垂直体に分割し、各垂直体における前景点の個数を統計することで、各垂直体における前景点の個数を示す外観2次元ヒストグラムを取得するステップと、複数のステレオカメラの配置によって、重畳領域及び重畳回数を決定するステップと、検出位置が重畳領域にあるか否か及び対応する重畳回数によって、検出パラメータを決定するステップと、検出パラメータに基づいて外観2次元ヒストグラムを用いて物体を検出するステップと、を含む。
【選択図】図2
Description
2、外観2次元ヒストグラムに基づく物体検出方法(第1の実施形態)
3、外観2次元ヒストグラムと高さ2ヒストグラムに基づく物体検出方法(第2の実施形態)
4、高さ2次元ヒストグラムに基づく物体追跡方法(第3の実施形態)
5、物体検出装置
6、システムのハードウェア構成
7、まとめ
[1、システム略図]
図1は、本発明の実施形態に係る方法又は装置を用いたシステムを示す図であり、主に例示的に本発明の実施形態の入力と出力を示す。その中、入力された情報は、2つの双眼カメラに由来し、図に2つだけの双眼カメラを示しているが、実際には本発明は、1つ、2つ、より多くの双眼カメラをサポートすることができる。本発明の実施形態の出力は、位置決められた人の位置であり、鳥瞰図又は平面図で示す。図1の2つの円1、2が鳥瞰図での2つの双眼カメラ1の位置を示し、直線A、B、Cが双眼カメラの視角の縁を示し、DEFが双眼カメラ2の視角の縁を示し、複数の白い菱形が位置決められた人を示す。
以下、本発明の一実施形態に係る、複数のステレオカメラで物体を検出する全体の過程を説明する。
以上、外観2次元ヒストグラムを用いて物体を検出することを説明したが、高さ2次元ヒストグラムを組み合わせて用いて物体を検出することもでき、以下、高さ2次元ヒストグラムの意義、取得方法を説明する。
上述したように、物体の高さがステレオカメラの数量と配置の影響を受けないため、高さ2次元ヒストグラムを用いて物体を追跡することができる。
図15は、本発明の一実施形態に係る例示的な物体検出装置5000を示す機能構成ブロック図である。
本発明は、物体検出(追跡)ハードウェアシステムにより実施されることもできる。図16は、本発明の実施形態に係る物体検出(追跡)システム1000を示す全体的なハードウェアブロック図である。図16に示すように、物体検出システム1000は、外部から関連する画像又は情報、例えば複数のステレオカメラで撮影された画像又はビデオストリーム、所定空間のサイズ、カメラの各種の内部パラメータと外部パラメータ例えば位置などを入力することに用いられ、例えばキーボード、マウス、および通信ネットワークおよびそれに接続された遠隔用入力装置などを含むことができる入力装置1100と、前記本発明の実施形態に係る物体検出方法又は前記物体検出装置を実施することに用いられ、例えばコンピュータの中央処理装置又は他の処理能力を持つチップなどを含むことができ、インターネットのようなネットワーク(示されない)に接続され、処理過程の需要に応じて処理後の画像などを遠隔伝送することができる処理装置1200と、前記物体検出(追跡)過程を実施して取得された結果を外部へ出力することに用いられ、例えば表示器、プリンタ、および通信ネットワークおよびそれに接続された遠隔用出力装置などを含むことができる出力装置1300と、前記物体検出(追跡)過程に係る3次元画像、空間のサイズ、カメラのパラメータ、外観2次元ヒストグラム、高さ2次元ヒストグラム、物体標準テンプレート、閾値などのようなデータを発揮又は不発揮で記憶することに用いられ、例えばランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、ハードディスク、又は半導体メモリなどの様々な発揮性又は不発揮性メモリを含むことができる記憶装置1400と、を含むことができる。
本発明の一実施形態に係る物体検出方法は、複数のステレオカメラで物体を撮影して、当該物体の複数の奥行き画像を取得するステップと、各々画像座標系を有する前景を各奥行き画像から抽出するステップと、x、y、z方向の直交座標で定義された統一的3次元の世界座標系において、物体がx、z軸によって限定されたxz平面に立つことになるように、各前景を融合するステップと、前記3次元の世界座標系において融合された前景からxz平面上の外観2次元ヒストグラムを計算して取得するステップであって、当該外観2次元ヒストグラムが、前記3次元の世界座標系において融合された前景をy方向に沿って延伸する垂直体に分割し、各垂直体における前景点の個数を統計することで、各垂直体における前景点の個数を示す外観2次元ヒストグラムを取得する処理によって得られるステップと、当該複数のステレオカメラの配置によって、対応する複数の奥行き画像のxz平面における重畳領域を決定するとともに、重畳回数を決定するステップと、ある検出位置が重畳領域にあるか否か、及び対応する重畳回数によって、当該検出位置に関連付けられた検出パラメータを決定するステップと、決定された検出パラメータに基づいて、外観2次元ヒストグラムを用いて物体を検出するステップと、を含んでもよい。
Claims (18)
- 複数のステレオカメラで物体を撮影して、当該物体の複数の奥行き画像を取得するステップと、
各々画像座標系を有する前景を各奥行き画像から抽出するステップと、
x、y、z方向の直交座標で定義された統一的3次元の世界座標系において、物体がx、z軸によって限定されたxz平面に立つことになるように、各前景を融合するステップと、
前記3次元の世界座標系において融合された前景からxz平面上の外観2次元ヒストグラムを計算して取得するステップであって、当該外観2次元ヒストグラムが、前記3次元の世界座標系において融合された前景をy方向に沿って延伸する垂直体に分割し、各垂直体における前景点の個数を統計することで、各垂直体における前景点の個数を示す外観2次元ヒストグラムを取得する処理によって得られるステップと、
当該複数のステレオカメラの配置によって、対応する複数の奥行き画像のxz平面における重畳領域を決定するとともに、重畳回数を決定するステップと、
ある検出位置が重畳領域にあるか否か、及び対応する重畳回数によって、当該検出位置に関連付けられた検出パラメータを決定するステップと、
決定された検出パラメータに基づいて、外観2次元ヒストグラムを用いて物体を検出するステップと、を含む、物体検出方法。 - 前記検出パラメータを決定するステップで決定された検出パラメータは、閾値及び/又は物体標準テンプレートであり、検出される物体と物体標準テンプレートとをマッチングし、マッチング程度を決定し、マッチング程度と閾値とを比較することで、物体を検出する、請求項1に記載の物体検出方法。
- 前記3次元の世界座標系において融合された前景からxz平面上の高さ2次元ヒストグラムを計算して取得するステップであって、各垂直体における前景点のうちの高さが最大の前景点の高さを統計することで各垂直体における最大の高さを示す高さ2次元ヒストグラムを取得するステップと、
高さ2次元ヒストグラムから特徴を抽出し、
物体が異なる重畳領域の境界に位置するか否かを判定し、
判定結果によって、異なる特徴を用いて追跡することを含む、高さ2次元ヒストグラムを用いて物体を追跡するステップと、をさらに含む、請求項1に記載の物体検出方法。 - 高さ2次元ヒストグラムにおけるある点の値が所定閾値より大きいと、当該点に対応する高さマスクが第1の数値となり、そうでなければ、当該点に対応する高さマスクが第1の数値よりも小さい第2の数値となる、該高さ2次元ヒストグラムに対応する高さマスクを表す第1の特徴と、候補物体の平均高さを示す平均高さである第2の特徴と、候補物体の位置情報である第3の特徴の、3つの追跡用の特徴を定義するステップをさらに含み、
判定結果によって、異なる特徴を用いて追跡するステップは、
物体が異なる重畳領域の境界に位置すると判定した場合、前記第2の特徴と第3の特徴に基づいて物体追跡を行い、
物体が異なる重畳領域の境界に位置しないと判定した場合、前記第1の特徴、第2の特徴及び第3の特徴に基づいて物体追跡を行うことを含む、請求項3に記載の物体検出方法。 - 物体が異なる重畳領域の境界に位置すると判定した場合、高さマスクの変化傾向が所期の高さマスクの変化傾向に合致するか否かを判定するステップと、
高さマスク変化傾向が所期の高さマスク変化傾向に合致しないと判定した場合、今回の追跡は失敗したと判定するステップと、をさらに含む、請求項4に記載の物体検出方法。 - 前記所期の高さマスクの変化傾向は、物体が境界を通じて高い重畳回数の領域に入ると、その高さマスク範囲が大きくなり、物体が境界を通じて低い重畳回数の領域に入ると、その高さマスク範囲が小さくなる、請求項5に記載の物体検出方法。
- 前記検出位置に関連付けられた検出パラメータは、標準物体の表面積を示す標準表面積の物体標準テンプレートであり、
ある検出位置が重畳領域にあるか否か及び重畳回数によって、当該検出位置に関連付けられた検出パラメータを決定するステップは、
重畳回数が大きいほど、標準表面積が大きくなるように、検出位置の所在領域の重畳回数によって当該検出位置に関連付けられた標準表面積を計算することを含む、請求項1に記載の物体検出方法。 - 前記3次元の世界座標系において融合された前景からxz平面上の高さ2次元ヒストグラムを計算して取得するステップであって、各垂直体における前景点のうち高さが最大の前景点の高さを統計することで、各垂直体における最大の高さを示す高さ2次元ヒストグラムを取得するステップと、
高さ2次元ヒストグラムを用いて物体を検出するステップであって、高さ2次元ヒストグラムによる物体検出期間に用いられる、高さ2次元ヒストグラムに関連付けられた検出パラメータが、検出位置が重畳領域にあるか否か及び重畳回数には依存しない、ステップと、をさらに含む、請求項1に記載の物体検出方法。 - 前記x、y、z方向の直交座標で定義された統一的3次元の世界座標系において、各前景を融合するステップは、
異なるステレオカメラからの前景点が物理的世界における同一の点に属するか否かを判定し、
異なるステレオカメラからの前景点が同一の点ではないと判定した場合、直接それらを統一的世界座標系における前景点とし、
異なるステレオカメラからの前景点が同一の点であると判定した場合、異なるステレオカメラからの前景点の座標値の重み付け合計を計算することで、統一的世界座標系における前景点の座標値を取得する、ことを含み、
当該前景点の座標値の重みは、異なるステレオカメラからの前景点における各前景点の自身のステレオカメラとの距離によって、距離が近いほど、重みが高くなるように、決定されたものである、請求項1に記載の物体検出方法。 - 複数のステレオカメラで物体を撮影して、当該物体の複数の奥行き画像を取得するマルチ奥行き画像取得部と、
各奥行き画像からそれぞれの画像座標系を有する前景を抽出する前景抽出部と、
x、y、z方向の直交座標で定義された統一的3次元の世界座標系において、物体がx、z軸によって限定されたxz平面に立つことになるように、各前景を融合する前景融合部と、
前記3次元の世界座標系において融合された前景からxz平面上の外観2次元ヒストグラムを計算して取得し、当該外観2次元ヒストグラムを、前記3次元の世界座標系において融合された前景をy方向に沿って延伸する垂直体に分割し、各垂直体における前景点の個数を統計することで、各垂直体における前景点の個数を示す外観2次元ヒストグラムを取得する処理によって取得する外観2次元ヒストグラム計算部と、
当該複数のステレオカメラの配置によって、対応する複数の奥行き画像のxz平面における重畳領域を決定するとともに、重畳回数を決定する重畳回数決定部と、
ある検出位置が重畳領域にあるか否か、及び対応する重畳回数によって、当該検出位置に関連付けられた検出パラメータを決定する検出パラメータ決定部と、
決定された検出パラメータに基づいて、外観2次元ヒストグラムを用いて物体を検出する物体検出部と、を含む、物体検出装置。 - 前記検出パラメータは、閾値及び/又は物体標準テンプレートであり、前記物体検出部は、検出される物体と物体標準テンプレートとをマッチングし、マッチング程度を決定し、マッチング程度と閾値とを比較することで、物体を検出する、請求項10に記載の物体検出装置。
- 前記3次元の世界座標系において融合された前景からxz平面上の高さ2次元ヒストグラムを計算して取得する高さ2次元ヒストグラム計算部であって、各垂直体における前景点のうちの高さが最大の前景点の高さを統計することで各垂直体における最大の高さを示す高さ2次元ヒストグラムを取得する高さ2次元ヒストグラム計算部と、
高さ2次元ヒストグラムから特徴を抽出し、
物体が異なる重畳領域の境界に位置するか否かを判定し、
判定結果によって、異なる特徴を用いて追跡することで、高さ2次元ヒストグラムを用いて物体を追跡する追跡部と、をさらに含む、請求項10に記載の物体検出装置。 - 高さ2次元ヒストグラムにおけるある点の値が所定閾値より大きいと、当該点に対応する高さマスクが第1の数値となり、そうでなければ、当該点に対応する高さマスクが第1の数値よりも小さい第2の数値となる、該高さ2次元ヒストグラムに対応する高さマスクを表す第1の特徴と、候補物体の平均高さを示す平均高さである第2の特徴と、候補物体の位置情報である第3の特徴の、3つの追跡用の特徴を定義する特徴定義部をさらに含み、
前記追跡部は、
物体が異なる重畳領域の境界に位置すると判定した場合、前記第2の特徴と第3の特徴に基づいて物体追跡を行い、
物体が異なる重畳領域の境界に位置しないと判定した場合、前記第1の特徴、第2の特徴及び第3の特徴に基づいて物体追跡を行う、請求項12に記載の物体検出装置。 - 物体が異なる重畳領域の境界に位置すると判定した場合、高さマスクの変化傾向が所期の高さマスクの変化傾向に合致するか否かを判定する変化傾向判定部と、
高さマスク変化傾向が所期の高さマスク変化傾向に合致しないと判定した場合、今回の追跡は失敗したと判定する追跡判定部と、をさらに含む、請求項13に記載の物体検出装置。 - 前記所期の高さマスクの変化傾向は、物体が境界を通じて高い重畳回数の領域に入ると、その高さマスク範囲が大きくなり、物体が境界を通じて低い重畳回数の領域に入ると、その高さマスク範囲が小さくなる、請求項14に記載の物体検出装置。
- 前記検出位置に関連付けられた検出パラメータは、標準物体の表面積を示す標準表面積の物体標準テンプレートであり、
前記検出パラメータ決定部は、重畳回数が大きいほど、標準表面積が大きくなるように、検出位置の所在領域の重畳回数によって当該検出位置に関連付けられた標準表面積を計算する、請求項10に記載の物体検出装置。 - 前記3次元の世界座標系において融合された前景からxz平面上の高さ2次元ヒストグラムを計算して取得する高さ2次元ヒストグラム計算部であって、各垂直体における前景点のうち高さが最大の前景点の高さを統計することで、各垂直体における最大の高さを示す高さ2次元ヒストグラムを取得する高さ2次元ヒストグラム計算部と、
高さ2次元ヒストグラムを用いて物体を検出する検出部であって、高さ2次元ヒストグラムによる物体検出期間に用いられる、高さ2次元ヒストグラムに関連付けられた検出パラメータが、検出位置が重畳領域にあるか否か及び重畳回数には依存しない、検出部と、をさらに含む、請求項10に記載の物体検出装置。 - 前記前景融合部は、
異なるステレオカメラからの前景点が物理的世界における同一の点に属するか否かを判定し、
異なるステレオカメラからの前景点が同一の点ではないと判定した場合、直接それらを統一的世界座標系における前景点とし、
異なるステレオカメラからの前景点が同一の点であると判定した場合、異なるステレオカメラからの前景点の座標値の重み付け合計を計算することで、統一的世界座標系における前景点の座標値を取得し、
当該前景点の座標値の重みは、異なるステレオカメラからの前景点における各前景点の自身のステレオカメラとの距離によって、距離が近いほど、重みが高くなるように、決定されたものである、請求項10に記載の物体検出装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210574632.XA CN103903246A (zh) | 2012-12-26 | 2012-12-26 | 物体检测方法和装置 |
CN201210574632.X | 2012-12-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014127208A true JP2014127208A (ja) | 2014-07-07 |
JP6295645B2 JP6295645B2 (ja) | 2018-03-20 |
Family
ID=50974729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013265379A Expired - Fee Related JP6295645B2 (ja) | 2012-12-26 | 2013-12-24 | 物体検出方法及び物体検出装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9741130B2 (ja) |
JP (1) | JP6295645B2 (ja) |
CN (1) | CN103903246A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104596447A (zh) * | 2015-01-26 | 2015-05-06 | 上海出入境检验检疫局机电产品检测技术中心 | 基于图像分析技术的饰品表面积快速检测方法及检测系统 |
JP2016218610A (ja) * | 2015-05-18 | 2016-12-22 | 本田技研工業株式会社 | 動作推定装置、ロボット、及び動作推定方法 |
JP2019091310A (ja) * | 2017-11-15 | 2019-06-13 | Necエンベデッドプロダクツ株式会社 | 画像処理装置、摘み取り装置、画像処理方法、プログラム |
JP2020135617A (ja) * | 2019-02-22 | 2020-08-31 | 株式会社豊田自動織機 | 物体検出装置 |
Families Citing this family (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225217B (zh) | 2014-06-23 | 2018-04-10 | 株式会社理光 | 基于深度的背景模型更新方法和系统 |
CN105654023B (zh) | 2014-11-12 | 2019-05-03 | 株式会社理光 | 识别物体危险性的方法和装置 |
CN104463899B (zh) * | 2014-12-31 | 2017-09-22 | 北京格灵深瞳信息技术有限公司 | 一种目标对象检测、监控方法及其装置 |
CN106295460B (zh) | 2015-05-12 | 2019-05-03 | 株式会社理光 | 人的检测方法及设备 |
CN106296721B (zh) * | 2015-05-14 | 2019-01-25 | 株式会社理光 | 基于立体视觉的对象聚集检测方法和装置 |
CN106327465B (zh) * | 2015-06-18 | 2019-08-06 | 深圳超多维光电子有限公司 | 物体位置确定方法及装置 |
CN106469446B (zh) * | 2015-08-21 | 2021-04-20 | 小米科技有限责任公司 | 深度图像的分割方法和分割装置 |
CN105160680B (zh) * | 2015-09-08 | 2017-11-21 | 北京航空航天大学 | 一种基于结构光的无干扰深度相机的设计方法 |
CN105374019B (zh) * | 2015-09-30 | 2018-06-19 | 华为技术有限公司 | 一种多深度图融合方法及装置 |
CN106683070B (zh) * | 2015-11-04 | 2020-05-12 | 杭州海康威视数字技术股份有限公司 | 基于深度相机的身高测量方法及装置 |
CN107172383B (zh) * | 2016-03-02 | 2019-11-22 | 杭州海康威视数字技术股份有限公司 | 一种对象状态检测方法及装置 |
WO2017187014A1 (en) * | 2016-04-25 | 2017-11-02 | Teknologian Tutkimuskeskus Vtt Oy | Controlling multiple imaging sensors |
KR102579994B1 (ko) * | 2016-10-24 | 2023-09-18 | 삼성에스디에스 주식회사 | 다중 배경 모델을 이용한 전경 생성 방법 및 그 장치 |
CN113884080A (zh) * | 2016-11-01 | 2022-01-04 | 北京墨土科技有限公司 | 测定定位点三维坐标的方法及设备、以及光电测量仪器 |
CN106997407B (zh) * | 2016-12-29 | 2022-08-16 | 武汉大学 | 基于趋势拟合的风资源场景缩减方法 |
JP6589926B2 (ja) * | 2017-04-07 | 2019-10-16 | トヨタ自動車株式会社 | 物体検出装置 |
JP7121470B2 (ja) * | 2017-05-12 | 2022-08-18 | キヤノン株式会社 | 画像処理システム、制御方法、及び、プログラム |
IL255249A0 (en) * | 2017-10-24 | 2017-12-31 | Pointgrab Ltd | Method and system for identifying a person in an image based on location in the image |
CN108171682B (zh) * | 2017-12-04 | 2022-04-19 | 北京中科慧眼科技有限公司 | 基于远景的双目同步曝光率检测方法、系统及存储介质 |
CN109870126A (zh) * | 2017-12-05 | 2019-06-11 | 宁波盈芯信息科技有限公司 | 一种面积计算方法以及一种能够进行面积计算的手机 |
CN109033972A (zh) * | 2018-06-27 | 2018-12-18 | 上海数迹智能科技有限公司 | 一种目标检测方法、装置、设备及存储介质 |
CN108986164B (zh) * | 2018-07-03 | 2021-01-26 | 百度在线网络技术(北京)有限公司 | 基于图像的位置检测方法、装置、设备及存储介质 |
CN109146886B (zh) * | 2018-08-19 | 2022-02-11 | 沈阳农业大学 | 一种基于深度密度的rgbd图像语义分割优化方法 |
CN109460790B (zh) * | 2018-11-09 | 2021-08-03 | 上海理工大学 | 一种基于机器视觉的废弃充电宝回收分拣设计方法 |
CN111476827B (zh) * | 2019-01-24 | 2024-02-02 | 曜科智能科技(上海)有限公司 | 目标跟踪方法、系统、电子装置及存储介质 |
CN111951598B (zh) * | 2019-05-17 | 2022-04-26 | 杭州海康威视数字技术股份有限公司 | 一种车辆跟踪监测方法、装置及系统 |
CN110794405B (zh) * | 2019-10-18 | 2022-06-10 | 北京全路通信信号研究设计院集团有限公司 | 一种基于相机和雷达融合的目标检测方法及系统 |
CN111612753B (zh) * | 2020-05-15 | 2021-08-06 | 北京百度网讯科技有限公司 | 三维物体检测方法、装置、电子设备和可读存储介质 |
CN114089433B (zh) * | 2020-08-05 | 2024-02-09 | 恒景科技股份有限公司 | 存在检测系统 |
US11361508B2 (en) * | 2020-08-20 | 2022-06-14 | Qualcomm Incorporated | Object scanning using planar segmentation |
CN112102391A (zh) * | 2020-08-31 | 2020-12-18 | 北京市商汤科技开发有限公司 | 测量方法及装置、电子设备及存储介质 |
CN115116050B (zh) * | 2022-08-30 | 2022-12-13 | 相国新材料科技江苏有限公司 | 用于增材制造设备的制造件外观在线识别方法 |
US11856261B1 (en) * | 2022-09-29 | 2023-12-26 | Motorola Solutions, Inc. | System and method for redaction based on group association |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004191083A (ja) * | 2002-12-09 | 2004-07-08 | Mitsubishi Electric Corp | 人物検出装置 |
WO2005124687A1 (ja) * | 2004-06-16 | 2005-12-29 | The University Of Tokyo | 光学式モーションキャプチャシステムにおけるマーカトラッキング方法、光学式モーションキャプチャ方法及びシステム |
US20060028552A1 (en) * | 2004-07-28 | 2006-02-09 | Manoj Aggarwal | Method and apparatus for stereo, multi-camera tracking and RF and video track fusion |
US20080101652A1 (en) * | 2004-12-21 | 2008-05-01 | Tao Zhao | Method and apparatus for tracking objects over a wide area using a network of stereo sensors |
JP2012063866A (ja) * | 2010-09-14 | 2012-03-29 | Topcon Corp | 点群位置データ処理装置、点群位置データ処理方法、点群位置データ処理システム、および点群位置データ処理プログラム |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0766445B2 (ja) | 1988-09-09 | 1995-07-19 | 工業技術院長 | 画像処理方法 |
US7003136B1 (en) * | 2002-04-26 | 2006-02-21 | Hewlett-Packard Development Company, L.P. | Plan-view projections of depth image data for object tracking |
CA2519908C (en) | 2003-03-21 | 2012-12-18 | Lockheed Martin Corporation | Target detection improvements using temporal integrations and spatial fusion |
US7831087B2 (en) * | 2003-10-31 | 2010-11-09 | Hewlett-Packard Development Company, L.P. | Method for visual-based recognition of an object |
US8009871B2 (en) | 2005-02-08 | 2011-08-30 | Microsoft Corporation | Method and system to segment depth images and to detect shapes in three-dimensionally acquired data |
CN101141633B (zh) * | 2007-08-28 | 2011-01-05 | 湖南大学 | 一种复杂场景中的运动目标检测与跟踪方法 |
CN201210292Y (zh) * | 2008-05-27 | 2009-03-18 | 金宝电子工业股份有限公司 | 卡合机构 |
US8446492B2 (en) * | 2009-12-10 | 2013-05-21 | Honda Motor Co., Ltd. | Image capturing device, method of searching for occlusion region, and program |
CN103593641B (zh) * | 2012-08-16 | 2017-08-11 | 株式会社理光 | 基于立体摄像机的物体检测方法和装置 |
-
2012
- 2012-12-26 CN CN201210574632.XA patent/CN103903246A/zh active Pending
-
2013
- 2013-12-19 US US14/133,895 patent/US9741130B2/en not_active Expired - Fee Related
- 2013-12-24 JP JP2013265379A patent/JP6295645B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004191083A (ja) * | 2002-12-09 | 2004-07-08 | Mitsubishi Electric Corp | 人物検出装置 |
WO2005124687A1 (ja) * | 2004-06-16 | 2005-12-29 | The University Of Tokyo | 光学式モーションキャプチャシステムにおけるマーカトラッキング方法、光学式モーションキャプチャ方法及びシステム |
US20060028552A1 (en) * | 2004-07-28 | 2006-02-09 | Manoj Aggarwal | Method and apparatus for stereo, multi-camera tracking and RF and video track fusion |
US20080101652A1 (en) * | 2004-12-21 | 2008-05-01 | Tao Zhao | Method and apparatus for tracking objects over a wide area using a network of stereo sensors |
JP2012063866A (ja) * | 2010-09-14 | 2012-03-29 | Topcon Corp | 点群位置データ処理装置、点群位置データ処理方法、点群位置データ処理システム、および点群位置データ処理プログラム |
Non-Patent Citations (2)
Title |
---|
原口 真悟: "多数のステレオカメラと色情報を用いた人物追跡手法", 電子情報通信学会技術研究報告, vol. 109, no. 471, JPN6017042353, 8 March 2010 (2010-03-08), pages 229 - 234, ISSN: 0003675738 * |
池城 和夫: "FLSMに基づいた複数人体のモーションキャプチャにおけるオクルージョン領域の人体形状推定手法", 画像ラボ, vol. 第22巻 第11号, JPN6017042354, 10 November 2011 (2011-11-10), pages 23 - 33, ISSN: 0003675739 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104596447A (zh) * | 2015-01-26 | 2015-05-06 | 上海出入境检验检疫局机电产品检测技术中心 | 基于图像分析技术的饰品表面积快速检测方法及检测系统 |
JP2016218610A (ja) * | 2015-05-18 | 2016-12-22 | 本田技研工業株式会社 | 動作推定装置、ロボット、及び動作推定方法 |
JP2019091310A (ja) * | 2017-11-15 | 2019-06-13 | Necエンベデッドプロダクツ株式会社 | 画像処理装置、摘み取り装置、画像処理方法、プログラム |
JP2020135617A (ja) * | 2019-02-22 | 2020-08-31 | 株式会社豊田自動織機 | 物体検出装置 |
JP7081526B2 (ja) | 2019-02-22 | 2022-06-07 | 株式会社豊田自動織機 | 物体検出装置 |
Also Published As
Publication number | Publication date |
---|---|
US20140177915A1 (en) | 2014-06-26 |
JP6295645B2 (ja) | 2018-03-20 |
CN103903246A (zh) | 2014-07-02 |
US9741130B2 (en) | 2017-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6295645B2 (ja) | 物体検出方法及び物体検出装置 | |
US8355529B2 (en) | Motion capture apparatus and method, and motion capture program | |
CN107392958B (zh) | 一种基于双目立体摄像机确定物体体积的方法及装置 | |
US10719727B2 (en) | Method and system for determining at least one property related to at least part of a real environment | |
Saxena et al. | Depth Estimation Using Monocular and Stereo Cues. | |
CN109934848B (zh) | 一种基于深度学习的运动物体精准定位的方法 | |
US10452949B2 (en) | System and method for scoring clutter for use in 3D point cloud matching in a vision system | |
JP5715833B2 (ja) | 姿勢状態推定装置および姿勢状態推定方法 | |
JP2008304268A (ja) | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム | |
JP6221390B2 (ja) | 画像処理装置、プログラム、および画像処理方法 | |
Tang et al. | Joint multi-view people tracking and pose estimation for 3D scene reconstruction | |
CN103593641B (zh) | 基于立体摄像机的物体检测方法和装置 | |
JP2016099982A (ja) | 行動認識装置、行動学習装置、方法、及びプログラム | |
CN107949851B (zh) | 在场景内的物体的端点的快速和鲁棒识别 | |
Munoz-Banon et al. | Targetless camera-lidar calibration in unstructured environments | |
US11727637B2 (en) | Method for generating 3D skeleton using joint-based calibration acquired from multi-view camera | |
JP2018113021A (ja) | 情報処理装置およびその制御方法、プログラム | |
Feng et al. | Three-dimensional robot localization using cameras in wireless multimedia sensor networks | |
CN110443228B (zh) | 一种行人匹配方法、装置、电子设备及存储介质 | |
WO2022237026A1 (zh) | 平面信息检测方法及系统 | |
Ghidoni et al. | A multi-viewpoint feature-based re-identification system driven by skeleton keypoints | |
Stefańczyk et al. | Multimodal segmentation of dense depth maps and associated color information | |
Kumar Rath et al. | Real‐time moving object detection and removal from 3D pointcloud data for humanoid navigation in dense GPS‐denied environments | |
Phan et al. | Towards 3D human posture estimation using multiple kinects despite self-contacts | |
Gruenwedel et al. | Low-complexity scalable distributed multicamera tracking of humans |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20161208 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171026 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171226 |
|
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: 20180123 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180205 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6295645 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
LAPS | Cancellation because of no payment of annual fees |