JP2016009379A - 対象物検出装置及び要素選択装置 - Google Patents
対象物検出装置及び要素選択装置 Download PDFInfo
- Publication number
- JP2016009379A JP2016009379A JP2014130341A JP2014130341A JP2016009379A JP 2016009379 A JP2016009379 A JP 2016009379A JP 2014130341 A JP2014130341 A JP 2014130341A JP 2014130341 A JP2014130341 A JP 2014130341A JP 2016009379 A JP2016009379 A JP 2016009379A
- Authority
- JP
- Japan
- Prior art keywords
- data
- elements
- feature
- acquired
- threshold
- 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
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】 観測データ(カメラの画像やLidarの測距点の集合)から特定の対象物(歩行者や車両)を識別器により識別する処理において、当該処理において高精度な識別が可能となる2値化特徴の生成のための閾値を決定する。この閾値の数に応じて要素ごとに2値化特徴の次元数が定まるが、識別性能の高い要素については、2値化特徴の次元数が減少することとなり、マッチング時に内積計算回数を減らせ、処理負荷の低減が可能である。
【選択図】図11
Description
特徴量取得手段は、観測手段(3)により取得されるデータであって対象物の存在により変化する観測データから取得可能な特徴量の複数の要素を観測データから取得する。
そして上記2値化手段は、各要素に対して予めそれぞれ定められた閾値を用いて特徴量の要素の2値化を行うことを特徴とする。
[第1実施形態]
(1−1)障害物検出システムの構成
本実施形態の障害物検出システム1は自動車等の車両に搭載されて用いられるシステムであって、図1に示すように、車載カメラ3と、表示手段5と、対象物検出装置7と、を備えている。この障害物検出システム1は、車載カメラ3にて撮影された撮像画像から車両周辺の人や物などの検出すべき対象物(以下、単に対象物と記載する)を検出し、検出された対象物を表示手段5に表示させることができる。
この対象物検出装置7は、CPU11と、CPU11が実行するプログラム等を記憶するROM13と、CPU11によるプログラム実行時に作業領域として使用されるRAM15と、フラッシュメモリやEEPROM等の不揮発性メモリ17などを備えるコンピュータシステムとして構成されており、プログラムの実行により所定の処理を実行する。
本実施形態の対象物検出装置7のCPU11は、特徴量選別処理と、物体識別処理と、を実行する。
対象物検出装置7のCPU11が実行する特徴量選別処理について、図2に示すフローチャートに基づいて説明する。この処理は、複数の要素からなるHoG特徴の中から、後述する物体識別処理において対象物の検出に用いる要素を選別する処理である。HoG特徴は複数の要素を含む多次元情報であるため、その次元数を低減することで処理負荷の低減を図る。
S4では、CPU11は、S3にて作成した投票数ヒストグラムD(Pos),D(Neg)の差分D(Diff)を以下の式にて算出する。
算出されたD(Diff)の例を図6(a)、(b)に示す。D(Diff)を算出した後、処理がS5に移行する。
対象物検出装置7のCPU11が実行する物体識別処理について、図8に示すフローチャートに基づいて説明する。この処理では、車載カメラ3にて撮影された撮像画像から、車両又は歩行者を検出する。この処理は、対象物検出装置7の起動中、所定の周期(例えば100ms)にて実行される。
S22では、CPU11は、検出すべき対象物を選択する。選択を行う基準は特に限定されないが、例えば、本処理を繰り返すごとに、又は所定の周期で、選択される対象物が自動的に切り替わるように構成されていてもよいし、予め運転者が行った入力操作に基づいて1種類又は複数種類の対象物を選択する構成であってもよい。
S24では、CPU11は、S21にて取得した撮像画像から選別特徴量を算出する。ここでは撮像画像全体を対象として、特徴量選別処理で使用すべき要素として決定された要素を算出する。
本実施形態の障害物検出システム1において、対象物検出装置7のCPU11(本発明における要素選択手段及び検出手段の一例)は、車載カメラ3にて撮影された撮像画像のデータ(本発明における観測データの一例)から取得可能な特徴量であって複数の要素からなるHoG特徴のうち、1つ以上の要素を含む選別特徴量を撮像画像のデータから取得する。このときCPU11は、複数の特徴量の要素のうち対象物に応じて予め定められた要素のみを選別特徴量として撮像画像のデータから取得する。
なお、本実施形態においてはPosデータ、Negデータそれぞれについてヒストグラムを作成する構成を例示したが、Posデータから取得された特徴量の要素に対するデータ数の分布と、Negデータから取得された特徴量の要素に対するデータ数の分布と、の差異に基づいて、当該対象物において識別に有用な特徴量の要素か否かが判定されたものであれば、必ずしもヒストグラムを用いて判定されていなくともよい。Posデータ及びNegデータの少なくともいずれか一方の特徴量の要素の分布に偏りや収束が見られれば、その特徴量は識別性能が高いと判断することができる。
よって本実施形態の対象物検出装置7は、複数の対象物を検出可能であって、対象物に応じて適切な選別特徴量を用いることができる。
(2−1)障害物検出システムの構成
本実施形態の障害物検出システムは、第1実施形態の障害物検出システム1と同様のハードウェア構成を有する一方で、対象物検出装置7のCPU11による処理が相違するため、その点について説明する。
対象物検出装置7のCPU11は、閾値算出処理と、物体識別処理と、を実行する。
(2−2−1)閾値算出処理
対象物検出装置7のCPU11が実行する閾値算出処理について、図9に示すフローチャートに基づいて説明する。この処理は、複数の要素により構成されるHoG特徴の各要素について、適切な閾値の数と値を算出する処理である。
対象物検出装置7のCPU11が実行する物体識別処理について、図11に示すフローチャートに基づいて説明する。この処理では、車載カメラ3にて撮影された撮像画像から、車両又は歩行者を検出する。この処理は、対象物検出装置7の起動中、所定の周期(例えば100ms)にて実行される。
S42では、CPU11は、S41にて取得した撮像画像に対し、S2と同様の特徴量算出を行う。
S44では、CPU11は、S43にて選択された対象物に対応する、2値化処理時の閾値情報(閾値の数、閾値の値)を取得する。この閾値情報は、事前に予め実施した閾値算出処理で求められた情報である。
2値化処理の方法を説明する。図10(a)において、要素H(1)がTh11未満の投票数の場合はNegデータとの類似性が高く、Th11を超える投票数の場合はPosデータとの類似性が高いと判定できる。ここで、閾値は上述したようにTh11の1つである。
なお閾値が3つ以上である場合も同様に、閾値の数に応じて2値化特徴の次元数が増えることとなる。
本実施形態の障害物検出システム1において、対象物検出装置7のCPU11(本発明における特徴量取得手段、2値化手段、検出手段の一例)は、車載カメラ3にて撮影された撮像画像のデータから取得可能なHoG特徴を撮像画像のデータから取得する。そして、CPU11は取得されたHoG特徴に基づいて、複数の要素について所定の閾値を基準として2値化された要素(本発明における2値化特徴量の一例)を算出する。このときCPU11は、複数の要素に対して予め定められた閾値を用いて特徴量の2値化を行う。
よって本実施形態の対象物検出装置7は、撮像画像から取得された特徴量を2値化した値を用いて対象物の検出処理を実行するため、内積計算がビット演算で処理できるため、処理の高速化やメモリ使用量の低減を図ることができる。
また本実施形態の対象物検出装置7は、複数の識別器によって複数の対象物を検出可能であり、CPU11が特徴量を2値化する際に基準とする各要素の閾値は対象物ごとに設定されている。また、各要素で次元数も異なる。
[変形例]
以上本発明の実施形態について説明したが、本発明は、上記実施形態に何ら限定されることはなく、本発明の技術的範囲に属する限り種々の形態をとり得ることはいうまでもない。
Claims (10)
- 観測手段(3)により取得されるデータであって対象物の存在により変化する観測データから取得可能な特徴量の複数の要素を、前記観測データから取得する特徴量取得手段(11、S42)と、
前記特徴量取得手段により取得された前記複数の要素に基づいて、前記特徴量の各要素について所定の閾値を基準として2値化された2値化特徴量を算出する2値化手段(11、S45)と、
前記2値化手段により算出された複数の前記2値化特徴量と、予め準備された対象物モデルと、の類似度合に基づいて前記対象物を検出する検出手段(11、S46、S47)と、を備え、
前記2値化手段は、前記特徴量の各要素に対して予め定められた閾値を用いて前記特徴量の2値化を行う
ことを特徴とする対象物検出装置。 - 前記2値化手段が前記特徴量の要素を2値化するために用いる閾値は、一方の軸を要素の投票値、他方の軸をデータ数としたヒストグラムにおいて、各々が共通の前記対象物を観測した複数の異なる前記観測データから取得された第1のヒストグラムと、各々が前記対象物以外を観測した複数の異なる前記観測データから取得された第2のヒストグラムと、の差分が所定の閾値以下であるビンに対応する前記特徴量の要素の値である
ことを特徴とする請求項1に記載の対象物検出装置。 - 前記2値化手段において、ヒストグラムの差分の閾値は前記特徴量の要素ごとに異なる
ことを特徴とする請求項2に記載の対象物検出装置。 - 前記2値化手段において、前記特徴量の各要素を2値化するために用いる閾値の数に応じて、前記特徴量の要素ごとに2値化後の特徴量の次元数が異なる
ことを特徴とする請求項2又は請求項3に記載の対象物検出装置。 - 前記2値化手段において、前記特徴量の各要素を2値化するために用いる閾値の数が0の場合は、当該要素については前記検出手段による前記対象物の検出に使用しない
ことを特徴とする請求項2から請求項4のいずれか1項に記載の対象物検出装置。 - 前記検出手段は、複数の前記対象物モデルによって複数の前記対象物を検出可能であり、
前記2値化手段が2値化する際に基準とする前記複数の各要素の前記閾値は、前記対象物ごとに設定されている
ことを特徴とする請求項1から請求項5のいずれか1項に記載の対象物検出装置。 - 観測手段(3)により取得されるデータであって対象物の存在により変化する観測データから取得可能な特徴量の複数の要素のうちのいずれか1つ以上を用いて、前記観測データと予め準備された対象物モデルとの類似度合に基づいて前記観測データから前記対象物を検出する検出手段(11、S25、S26)において用いられる前記複数の要素を選択する要素選択手段(11、S3−S8)を備え、
前記要素選択手段は、前記複数の要素それぞれについて、前記観測データが前記対象物の存在する観測データであるか否かの識別に当該要素が有用であると判定された要素を前記特徴量の複数の要素の中から選択する
ことを特徴とする要素選択装置。 - 前記要素選択手段により選択された前記要素は、一方の軸を要素の投票値、他方の軸をデータ数としたヒストグラムにおいて、各々が共通の前記対象物を観測した複数の異なる前記観測データから取得された当該要素から作成した第1のヒストグラムと、各々が前記対象物以外を観測した複数の異なる前記観測データから取得された当該要素から作成した第2のヒストグラムと、の差分が所定の第1閾値以下であるビンの数が所定の第2閾値以下であるものである
ことを特徴とする請求項7に記載の要素選択装置。 - 前記要素選択手段により選択された前記要素は、各々が共通の前記対象物を観測した複数の異なる前記観測データから取得された当該要素に対するデータ数の分布と、各々が前記対象物以外を観測した複数の異なる前記観測データから取得された当該要素に対するデータ数の分布と、の差異に基づいて前記識別に有用である要素か否かが判定された結果、有用である要素として判定されたものである
ことを特徴とする請求項7に記載の要素選択装置。 - 観測手段(3)により取得されるデータであって対象物の存在により変化する観測データから取得可能な特徴量を構成する複数の要素のうち、請求項7〜請求項9のいずれか1項に記載の要素選択装置の備える要素選択手段により選択された1つ以上の要素を用いて、前記観測データと予め準備された対象物モデルとの類似度合に基づいて前記観測データから前記対象物を検出する検出手段(11、S25、S26)を備え、
前記検出手段は、複数の前記対象物モデルによって複数の前記対象物を検出可能であり、
前記要素選択手段により選択された前記要素は、前記対象物ごとに選択されている
ことを特徴とする対象物検出装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014130341A JP6350018B2 (ja) | 2014-06-25 | 2014-06-25 | 対象物検出装置及び要素選択装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014130341A JP6350018B2 (ja) | 2014-06-25 | 2014-06-25 | 対象物検出装置及び要素選択装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016009379A true JP2016009379A (ja) | 2016-01-18 |
JP6350018B2 JP6350018B2 (ja) | 2018-07-04 |
Family
ID=55226880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014130341A Active JP6350018B2 (ja) | 2014-06-25 | 2014-06-25 | 対象物検出装置及び要素選択装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6350018B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3451233A1 (en) | 2017-08-30 | 2019-03-06 | Fujitsu Limited | Biological-image processing unit and method and program for processing biological image |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7187034B2 (ja) | 2019-07-01 | 2022-12-12 | 株式会社 ベアック | 貼り付け装置及び貼り付け方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005157679A (ja) * | 2003-11-25 | 2005-06-16 | Sony Corp | 対象物検出装置及び方法、並びに集団学習装置及び方法 |
JP2005309535A (ja) * | 2004-04-16 | 2005-11-04 | Hitachi High-Technologies Corp | 画像自動分類方法 |
JP2008052590A (ja) * | 2006-08-25 | 2008-03-06 | Toshiba Corp | インターフェース装置及びその方法 |
-
2014
- 2014-06-25 JP JP2014130341A patent/JP6350018B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005157679A (ja) * | 2003-11-25 | 2005-06-16 | Sony Corp | 対象物検出装置及び方法、並びに集団学習装置及び方法 |
JP2005309535A (ja) * | 2004-04-16 | 2005-11-04 | Hitachi High-Technologies Corp | 画像自動分類方法 |
JP2008052590A (ja) * | 2006-08-25 | 2008-03-06 | Toshiba Corp | インターフェース装置及びその方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3451233A1 (en) | 2017-08-30 | 2019-03-06 | Fujitsu Limited | Biological-image processing unit and method and program for processing biological image |
US10755073B2 (en) | 2017-08-30 | 2020-08-25 | Fujitsu Limited | Biological-image processing unit and method and program for processing biological image |
Also Published As
Publication number | Publication date |
---|---|
JP6350018B2 (ja) | 2018-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI651662B (zh) | 影像標註方法、電子裝置及非暫態電腦可讀取儲存媒體 | |
JP6088792B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
US8306318B2 (en) | Image processing apparatus, image processing method, and computer readable storage medium | |
JP5922257B2 (ja) | 車両周辺監視装置 | |
US10079974B2 (en) | Image processing apparatus, method, and medium for extracting feature amount of image | |
JP4970381B2 (ja) | 特徴抽出装置、特徴抽出方法、画像処理装置、及び、プログラム | |
JP5765026B2 (ja) | 画像処理装置及びプログラム | |
JP6095817B1 (ja) | 物体検出装置 | |
JP4946878B2 (ja) | 画像識別装置及びプログラム | |
JP6410450B2 (ja) | オブジェクト識別装置、オブジェクト識別方法及びプログラム | |
CN109313699A (zh) | 用于对一车辆的输入图像进行目标识别的装置和方法 | |
US20230394796A1 (en) | Information processing device, information processing method, and program recording medium | |
Duarte et al. | Addressing the class imbalance problem in the automatic image classification of coastal litter from orthophotos derived from UAS imagery | |
JPWO2012046426A1 (ja) | 物体検出装置、物体検出方法および物体検出プログラム | |
JP5349622B2 (ja) | パターン識別装置 | |
JP6350018B2 (ja) | 対象物検出装置及び要素選択装置 | |
JP5201184B2 (ja) | 画像処理装置及びプログラム | |
JP6375911B2 (ja) | カーブミラー検出装置 | |
JP2015148895A (ja) | 物体数分布推定方法 | |
JP5335554B2 (ja) | 画像処理装置及び画像処理方法 | |
JP4285640B2 (ja) | オブジェクト識別方法および装置ならびにプログラム | |
EP2993623B1 (en) | Apparatus and method for multi-object detection in a digital image | |
JP2009123234A (ja) | オブジェクト識別方法および装置ならびにプログラム | |
JP6326622B2 (ja) | 人物検出装置 | |
Liu et al. | Automatic grape bunch detection in vineyards for precise yield estimation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160824 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170720 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170822 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180220 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180418 |
|
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: 20180508 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180521 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6350018 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
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 |