JP2014232470A5 - - Google Patents

Claims (14)

1. 撮像部の撮像により、被写体の像を含む画像を取得する画像取得部と、
   前記撮像の際の前記撮像部から前記被写体までの距離に基づく距離情報を取得する距離情報取得部と、
   取得した前記画像から前記被写体の色、輝度、色差及び分光スペクトルの少なくとも１つに関する特徴量を算出する特徴量算出部と、
   前記撮像部から前記被写体までの前記距離に基づく学習処理により求められた学習特徴量を記憶する学習特徴量記憶部と、
   前記距離情報取得部で取得された前記距離情報に基づき前記画像から抽出した前記被写体の構造情報により、前記特徴量算出部で算出された前記特徴量に対して補正処理を行う特徴量補正部と、
   前記学習特徴量と、前記特徴量補正部による前記補正処理後の前記特徴量に基づいて、前記画像から対象領域を検出する検出部と、
   を含み、
   前記学習特徴量記憶部は、
   前記構造情報により前記補正処理が行われた前記特徴量に基づく前記学習特徴量を記憶することを特徴とする検出装置。
2. 請求項１において、
   前記距離情報取得部で取得された前記距離情報に基づいて、前記特徴量算出部で算出された、前記被写体に対応する前記特徴量の前記学習処理を行う学習部を含み、
   前記学習特徴量記憶部は、
   前記学習部で行われた前記学習処理の結果を、前記学習特徴量として記憶することを特徴とする検出装置。
3. 請求項１において、
   前記検出部により検出された前記対象領域に対して、強調処理を行う強調処理部を含むことを特徴とする検出装置。
4. 請求項１において、
   前記構造情報は、前記被写体の凹凸情報であることを特徴とする検出装置。
5. 請求項４において、
   前記特徴量補正部は、
   前記距離情報に基づくクロージング処理により前記画像から抽出された前記凹凸情報に基づいて、前記特徴量に対して前記補正処理を行うことを特徴とする検出装置。
6. 請求項４において、
   前記特徴量補正部は、
   前記距離情報に基づくオープニング処理により前記画像から抽出された前記凹凸情報に基づいて、前記特徴量に対して前記補正処理を行うことを特徴とする検出装置。
7. 請求項４において、
   前記特徴量補正部は、
   前記距離情報に基づくローパスフィルタ処理により前記画像から抽出された前記凹凸情報に基づいて、前記特徴量に対して前記補正処理を行うことを特徴とする検出装置。
8. 請求項４において、
   前記特徴量補正部は、
   前記距離情報に基づくハイパスフィルタ処理により前記画像から抽出された前記凹凸情報に基づいて、前記特徴量に対して前記補正処理を行うことを特徴とする検出装置。
9. 撮像部の撮像により、被写体の像を含む画像を取得する画像取得部と、
   前記撮像の際の前記撮像部から前記被写体までの距離に基づく距離情報を取得する距離情報取得部と、
   取得した前記画像から前記被写体の色、輝度、色差及び分光スペクトルの少なくとも１つに関する特徴量を算出する特徴量算出部と、
   前記距離情報取得部で取得された前記距離情報に基づき前記画像から抽出した前記被写体の構造情報により、前記特徴量算出部で算出された前記特徴量に対して補正処理を行う特徴量補正部と、
   前記特徴量補正部による前記補正処理後の前記特徴量の学習処理を行う学習部と、
   前記学習部での前記補正処理後の前記特徴量の前記学習処理により求められた学習特徴量を記憶する学習特徴量記憶部と、
   を含むことを特徴とする学習装置。
10. 請求項９において、
    前記構造情報は、前記被写体の凹凸情報であることを特徴とする学習装置。
11. 撮像部の撮像により、被写体の像を含む画像を取得する処理を行い、
    前記撮像の際の前記撮像部から前記被写体までの距離に基づく距離情報を取得する処理を行い、
    取得した前記画像から前記被写体の色、輝度、色差及び分光スペクトルの少なくとも１つに関する特徴量を算出し、
    前記撮像部から前記被写体までの前記距離に基づく学習処理により求められた学習特徴量を取得する処理を行い、
    取得された前記距離情報に基づき前記画像から抽出した前記被写体の構造情報により、算出された前記特徴量に対して補正処理を行い、
    前記学習特徴量と、前記補正処理後の前記特徴量に基づいて、前記画像から対象領域を検出する処理を行い、
    前記学習特徴量を取得する処理において、
    前記構造情報により前記補正処理が行われた前記特徴量に基づく前記学習特徴量を取得することを特徴とする検出方法。
12. 撮像部の撮像により、被写体の像を含む画像を取得する処理を行い、
    前記撮像の際の前記撮像部から前記被写体までの距離に基づく距離情報を取得する処理を行い、
    取得した前記画像から前記被写体の色、輝度、色差及び分光スペクトルの少なくとも１つに関する特徴量を算出し、
    取得された前記距離情報に基づき前記画像から抽出した前記被写体の構造情報により、算出された前記特徴量に対して補正処理を行い、
    前記補正処理後の前記特徴量の学習処理を行い、
    前記学習処理により求められた学習特徴量を記憶する処理を行うことを特徴とする学習方法。
13. 撮像部の撮像により、被写体の像を含む画像を取得するステップと、
    前記撮像の際の前記撮像部から前記被写体までの距離に基づく距離情報を取得するステップと、
    取得した前記画像から前記被写体の色、輝度、色差及び分光スペクトルの少なくとも１つに関する特徴量を算出するステップと、
    前記撮像部から前記被写体までの前記距離に基づく学習処理により求められた学習特徴量を取得するステップと、
    取得された前記距離情報に基づき前記画像から抽出した前記被写体の構造情報により、算出された前記特徴量に対して補正処理を行うステップと、
    前記学習特徴量と、前記補正処理後の前記特徴量に基づいて、前記画像から対象領域を検出するステップと、
    をコンピュータに実行させ、
    前記学習特徴量を取得するステップにおいて、
    前記構造情報により前記補正処理が行われた前記特徴量に基づく前記学習特徴量を取得するプログラム。
14. 撮像部の撮像により、被写体の像を含む画像を取得するステップと、
    前記撮像の際の前記撮像部から前記被写体までの距離に基づく距離情報を取得するステップと、
    取得した前記画像から前記被写体の色、輝度、色差及び分光スペクトルの少なくとも１つに関する特徴量を算出するステップと、
    取得された前記距離情報に基づき前記画像から抽出した前記被写体の構造情報により、算出された前記特徴量に対して補正処理を行うステップと、
    前記補正処理後の前記特徴量の学習処理を行うステップと、
    前記学習処理により求められた学習特徴量を記憶するステップと、
    をコンピュータに実行させるプログラム。