JP2015106307A - 物体検出装置 - Google Patents
物体検出装置 Download PDFInfo
- Publication number
- JP2015106307A JP2015106307A JP2013248523A JP2013248523A JP2015106307A JP 2015106307 A JP2015106307 A JP 2015106307A JP 2013248523 A JP2013248523 A JP 2013248523A JP 2013248523 A JP2013248523 A JP 2013248523A JP 2015106307 A JP2015106307 A JP 2015106307A
- Authority
- JP
- Japan
- Prior art keywords
- distribution
- image
- human body
- suitability
- window
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 171
- 238000009826 distribution Methods 0.000 claims abstract description 125
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 239000013598 vector Substances 0.000 claims description 18
- 230000006978 adaptation Effects 0.000 abstract description 7
- 238000012545 processing Methods 0.000 description 24
- 238000003384 imaging method Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 230000005484 gravity Effects 0.000 description 9
- 230000007423 decrease Effects 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000037237 body shape Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
【解決手段】物体検出装置1は、対象物体を構成する一または複数の部位の画像特徴である部位特徴を用いて、検出対象画像に対象物体像が存在するか否かを識別する物体検出装置であって、検出対象画像における複数の位置に所定サイズの部位窓を設定し、その部位窓内に対して部位特徴に適合する程度である部位適合度を算出する部位適合度算出部44と、部位適合度の分布を生成する分布生成部45と、部位適合度の分布を特徴量として対象物体の存否を識別する分布識別部47と、を少なくとも含む。
【選択図】図1
Description
これにより本発明は、検出対象画像内に対象物体を構成する部位特徴が分布している状況を特徴量として対象物体の存否を識別するので、一つの部位適合度、例えば部位適合度のピーク値を用いた識別よりも対象物体の識別精度が向上する。
なお、物体検出装置の対象物体は、人体に限定されることなく、車両、かばん、扉など、画像中に表れる物体であれば良い。また、本実施形態では、人体検出装置が、頭部、右肩、左肩、胴体、右脚、左脚等の全ての部位適合度の分布を用いて人体を検出する例について説明する。本実施の形態では、6つの部位適合度を用いているが、これに限らず、一つの部位適合度の分布を用いて人体を検出しても良い。または、部位を詳細に分けて多数の部分を用いてもよい。
なお、結果信号には、入力画像から抽出された人体を含む画像の代りに、入力画像と、入力画像において人体が写っている領域の座標情報及び大きさを示す情報が含まれてもよい。これにより、例えば、出力部20に接続する外部装置を物体追跡装置とすることにより、撮影領域内に存在する人体を追跡しながら監視することができる。
また、出力部20は、一般公衆回線、携帯電話回線などの通信回線を介して各情報を監視センタ装置などの外部装置へ出力してもよい。
部位学習データ32は、部位の識別に有用な一つ以上の特徴量である部位特徴量を算出するための情報、部位特徴量についての特徴量空間において部位が写っている画像について算出された部位特徴量が分布する空間とそれ以外の空間とを分ける識別境界、部位特徴量が識別境界のどちら側に位置するかと、部位特徴量と識別境界の間の距離とを求めるための情報等を含む。部位学習データ32は、部位が写っている複数の学習用部位画像及び部位が写っていない複数の学習用非部位画像から事前学習により決定される。部位学習データ32は、後述する特徴量算出手段43及び部位適合度算出手段44において部位適合度を算出する際に用いられる。
分布学習データ33は、後述する部位適合度分布についての特徴量空間において、人体が写っている画像について算出された部位適合度分布が分布する空間とそれ以外の空間とを分ける識別境界、部位適合度分布が識別境界のどちら側に位置するかと、部位適合度分布と識別境界の間の距離とを求めるための情報等である。分布学習データ33は、複数の学習用人体画像から生成された部位適合度分布と、複数の学習用非人体画像から生成された部位適合度分布から事前学習により決定される。分布学習データ33は、後述する人体分布識別器46及び人体検出手段47において入力画像に人体が含まれるか否かを判定する際に用いられる。
なお、部位窓設定情報31については、後述する。
以下、画像処理部40の各手段について詳細に説明する。
ここで、特許請求の範囲にて用いている「部位適合度算出部」は、本実施の形態における「部位窓設定手段42」、「特徴量算出手段43」及び「部位適合度算出手段44」にて実現されていることを付言しておく。
さらに、部位適合度分布生成手段45は、図3(c)に示すように、図2の基準サイズ212を頭部のサイズ変化量214に応じて変化させた各部位窓から算出された部位適合度を投票ベクトル215にしたがって投票する。同様に、部位適合度分布生成手段45は、右肩、左肩、胴体、右脚、左脚の各部位についても図2の基準サイズ212をサイズ変化量214に応じて変化させた各部位窓から算出された部位適合度を投票ベクトルにしたがって投票する。
このように、部位適合度分布は、複数の部位についての部位適合度を7200次元の特徴量空間に投票した結果なので、7200の特徴を加味した人体識別が可能となる。
その場合、人体検出手段47は、記憶部30から各検出対象画像に関連付けて記憶された分布適合度を読み出し、各検出対象画像の中で分布適合度が最も大きい検出対象画像を出力する人体画像に決定する。
なお、部位適合度分布生成手段45が、各検出対象画像について算出された部位適合度の総和をその検出対象画像と関連付けて記憶部30に記憶しておく。そして、人体検出手段47は、記憶部30から各検出対象画像に関連付けて記憶された部位適合度の総和を読み出し、各検出対象画像の中で部位適合度の総和が最も大きい検出対象画像を出力する人体画像に決定してもよい。
または、人体検出手段47は、Mean Shift法を用いて、出力する検出対象画像を決定してもよい。その場合、人体検出手段47は、入力画像における水平方向をX軸とし、垂直方向をY軸とし、検出対象画像の大きさをZ軸とする三次元空間を設定する。人体検出手段47は、三次元空間内の、各検出対象画像の中心位置及び大きさに対応する点をプロットする。そして、人体検出手段47は、プロットした点の密度が極大となる点をMean Shift法により探索し、極大となる点に対応する検出対象画像を出力する人体画像に決定する。
ステップS101では、人体検出装置1の画像取得部10が、撮像装置2にて撮影した画像を入力画像として取得し、画像処理部40に出力する。
ステップS102では、画像取得部10から取得した入力画像に対して、検出窓設定手段41が検出窓を設定し、入力画像中の検出窓内画像を検出対象画像として取得し、部位窓設定手段42に出力する。なお、検出窓の設定は、後述するステップS109にて入力画像全体を順次走査し終わるまで実行される。
ステップS103では、検出対象画像に対して、部位窓設定手段42が部位窓を設定し、その部位窓画像を特徴量算出手段43に出力する。具体的には、先ず、頭部201について、基準サイズ212の「30×30」の矩形窓の重心位置が基準位置211の「(30,30)」になる位置へ部位窓を設定し、検出対象画像中の設定した部位窓内の部位窓画像を特徴量算出手段に出力する。
ステップS106では、部位適合度分布を特徴量として記憶部30に記憶している分布学習データ33を用いて、人体分布識別器46にて分布適合度を算出するとともに人体の存否を判定する。そして、人体が存在しているとの判定であれば(S107−Yes)、処理した検出窓の位置、サイズおよび分布適合度を一時記憶する。他方、人体が存在していないとの判定であれば(S107−No)、そのまま、ステップS109に進み、入力画像全体に検出窓を設定したか判定する。検出窓の設定が終了していなければ(S109−No)、ステップS102に戻り、同様の処理を実行する。他方検出窓の設定が終了していれば(S109−Yes)、ステップS110の処理に進む。
ステップS110では、人体検出手段47がステップS108にて一時記憶している検出窓が存在するか否かにより、入力画像に人体が存在しているか否か判定する。
人体検出手段47は、入力画像に人体が含まれると判定した場合(ステップS111−Yes)、人体が含まれる検出対象画像を出力する人体画像に特定する(ステップS112)。一方、人体検出手段47は、入力画像に人体が含まれないと判定した場合(ステップS111−No)、出力する人体画像を特定する処理は行わず、処理をステップS113へ移行する。次に、人体検出手段47は、結果信号および入力画像に人体が含まれると判定した場合には人体画像を出力部20に送り(ステップS113)、一連のステップを終了し、次の入力画像を取得する。
図7(a)〜(d)には、同一の検出対象画像700が示されているものとする。部位窓設定手段により設定された各部位窓は、その中心位置が、検出対象画像700の右上領域702、左上領域712、右下領域722、左下領域732のうちの何れに存在するかにより、4つのグループに分類される。部位適合度分布生成手段は、分類したグループごとに、そのグループに含まれる部位窓から算出された部位適合度から部位適合度分布701、711、721、731をそれぞれ生成する。一方、画像処理部は、分類したグループごとに対応する分布識別器を有し、人体検出手段は、各グループごとの分布識別器から出力された識別情報により検出対象画像に人体が含まれるか否かを判定する。人体検出手段は、例えば、出力される識別情報の総和が判定閾値以上であるか否かにより検出対象画像に人体が含まれるか否かを判定する。この場合、人体検出装置は、他のグループの影響を受けずに、部位適合度分布を生成することができるので、一部のグループにて適切に部位適合度分布を生成できなかったとしても、精度良く人体を検出することができる。
さらに、この場合、部位窓の設定を探索範囲に限定せず、検出対象画像全体に設定しても、人体を精度良く検出することができる。
2 撮像装置
10 画像取得部
20 出力部
30 記憶部
40 画像処理部
41 検出窓設定手段
42 部位窓設定手段
43 特徴量算出手段
44 部位適合度算出手段
45 部位適合度分布生成手段
46 人体分布識別器
47 人体検出手段
Claims (5)
- 対象物体を構成する一または複数の部位の画像特徴である部位特徴を用いて、検出対象画像に対象物体像が存在するか否かを識別する物体検出装置であって、
前記検出対象画像における複数の位置に所定サイズの部位窓を設定し、当該部位窓内に対して前記部位特徴に適合する程度である部位適合度を算出する部位適合度算出部と、
前記部位適合度の分布を生成する分布生成部と、
前記部位適合度の分布を特徴量として前記対象物体の存否を識別する分布識別部と、
を少なくとも含むことを特徴とした物体検出装置。 - 前記部位適合度算出部は、部位ごとに前記部位窓を設定する探索範囲を定めた請求項1に記載の物体検出装置。
- 前記部位適合度算出部は、前記部位窓のサイズを予め定めた変化量の範囲にて変化させる請求項1または請求項2に記載の物体検出装置。
- 前記分布生成部は、部位窓ごとに設定された前記検出対象画像における各部位の所在する基準位置から同一の投票位置までの投票ベクトルを用いて、部位適合度を算出した部位窓の位置から投票して前記部位適合度分布を生成する請求項1〜請求項3の何れか1項に記載の物体検出装置。
- 前記分布生成部は、前記検出対象画像を複数領域に分割し、当該分割領域ごとに前記適合度分布を生成する請求項1〜請求項4の何れか1項に記載の物体検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013248523A JP6296769B2 (ja) | 2013-11-29 | 2013-11-29 | 物体検出装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013248523A JP6296769B2 (ja) | 2013-11-29 | 2013-11-29 | 物体検出装置 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2015106307A true JP2015106307A (ja) | 2015-06-08 |
JP2015106307A5 JP2015106307A5 (ja) | 2016-09-23 |
JP6296769B2 JP6296769B2 (ja) | 2018-03-20 |
Family
ID=53436359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013248523A Active JP6296769B2 (ja) | 2013-11-29 | 2013-11-29 | 物体検出装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6296769B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017182437A (ja) * | 2016-03-30 | 2017-10-05 | 株式会社エクォス・リサーチ | 画像認識装置、移動体装置、及び画像認識プログラム |
CN109461495A (zh) * | 2018-11-01 | 2019-03-12 | 腾讯科技(深圳)有限公司 | 一种医学图像的识别方法、模型训练的方法及服务器 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113492860B (zh) * | 2020-04-08 | 2022-12-13 | 华为技术有限公司 | 一种驾驶性能调节方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013010155A (ja) * | 2011-06-28 | 2013-01-17 | Canon Inc | 対象物把持装置、対象物把持装置の制御方法、およびプログラム |
-
2013
- 2013-11-29 JP JP2013248523A patent/JP6296769B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013010155A (ja) * | 2011-06-28 | 2013-01-17 | Canon Inc | 対象物把持装置、対象物把持装置の制御方法、およびプログラム |
Non-Patent Citations (1)
Title |
---|
ANUJ MOHAN ET AL.: "Example-Based Object Detection in Images by Components", IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, vol. 23, no. 4, JPN6017026195, April 2001 (2001-04-01), pages 349 - 361, XP001110301, ISSN: 0003599863, DOI: 10.1109/34.917571 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017182437A (ja) * | 2016-03-30 | 2017-10-05 | 株式会社エクォス・リサーチ | 画像認識装置、移動体装置、及び画像認識プログラム |
WO2017170876A1 (ja) * | 2016-03-30 | 2017-10-05 | 株式会社エクォス・リサーチ | 画像認識装置、移動体装置、及び画像認識プログラム |
CN109074652A (zh) * | 2016-03-30 | 2018-12-21 | 株式会社爱考斯研究 | 图像识别装置、移动体装置以及图像识别程序 |
US10902614B2 (en) | 2016-03-30 | 2021-01-26 | Equos Research Co., Ltd. | Image recognition by setting a ratio of combining the feature correlation coefficients for the respective acquired image feature amounts |
CN109074652B (zh) * | 2016-03-30 | 2022-06-14 | 株式会社爱信 | 图像识别装置、移动体装置以及图像识别程序 |
CN109461495A (zh) * | 2018-11-01 | 2019-03-12 | 腾讯科技(深圳)有限公司 | 一种医学图像的识别方法、模型训练的方法及服务器 |
JP2021518966A (ja) * | 2018-11-01 | 2021-08-05 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 医用画像認識方法及びシステム、並びに、モデルトレーニング方法、コンピュータ装置、及びプログラム |
JP7383010B2 (ja) | 2018-11-01 | 2023-11-17 | ▲騰▼▲訊▼科技(深▲セン▼)有限公司 | 医用画像認識方法及びシステム、並びに、モデルトレーニング方法、コンピュータ装置、及びプログラム |
US11961226B2 (en) | 2018-11-01 | 2024-04-16 | Tencent Technology (Shenzhen) Company Limited | Medical image recognition method, model training method, and computer device |
Also Published As
Publication number | Publication date |
---|---|
JP6296769B2 (ja) | 2018-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102375974B (zh) | 信息处理设备和信息处理方法 | |
US6961466B2 (en) | Method and apparatus for object recognition | |
KR101758684B1 (ko) | 객체 추적 장치 및 방법 | |
JP4479478B2 (ja) | パターン認識方法および装置 | |
JP2018116692A (ja) | 人流解析装置およびシステム | |
US20100296706A1 (en) | Image recognition apparatus for identifying facial expression or individual, and method for the same | |
US9245206B2 (en) | Image processing apparatus and image processing method | |
CN110348270B (zh) | 影像物件辨识方法与影像物件辨识系统 | |
CN113508420A (zh) | 物体追踪装置以及物体追踪方法 | |
US20120020523A1 (en) | Information creation device for estimating object position and information creation method and program for estimating object position | |
JP6071002B2 (ja) | 信頼度取得装置、信頼度取得方法および信頼度取得プログラム | |
JP5290227B2 (ja) | 対象物検知装置及びその学習装置 | |
JP6095817B1 (ja) | 物体検出装置 | |
CN111191644B (zh) | 身份识别方法、系统及装置 | |
JP5279517B2 (ja) | 物体検知装置及び物体検知方法 | |
JP7255173B2 (ja) | 人検出装置および人検出方法 | |
JP2015106197A (ja) | 画像処理装置、画像処理方法 | |
JP2018120283A (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN113646803A (zh) | 人检测装置以及人检测方法 | |
JP2021071769A (ja) | 物体追跡装置および物体追跡方法 | |
JP6296769B2 (ja) | 物体検出装置 | |
JP6253397B2 (ja) | 物体検出装置 | |
JP5648452B2 (ja) | 画像処理プログラムおよび画像処理装置 | |
JP7188067B2 (ja) | 人検出装置および人検出方法 | |
JP2012068948A (ja) | 顔属性推定装置およびその方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160803 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160803 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170703 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170718 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170908 |
|
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: 20180220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6296769 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |