JP2016186769A - 車両認識装置、車両認識システム、車両認識プログラム、及び車両認識方法 - Google Patents

Abstract

【課題】不正車両の判定精度を向上する。【解決手段】車両認識装置１６は、不正候補車両検出部５４、抽出部５６、及び判定部６０を備える。不正候補車両検出部５４は、車両の前画像のナンバー情報と、後画像の取得したナンバー情報とから前後のナンバー情報が一致しない車両を不正候補車両として検出する。抽出部５６は、車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出する抽出部５６を備える。判定部６０は、抽出した不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度を算出する。そして、判定部６０は類似度に基づいて、不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、不正候補車両の車両を不正車両であると判定する。【選択図】図２

Description

本発明は、車両認識装置、車両認識システム、車両認識プログラム、及び車両認識方法に関する。

従来、車両のナンバーを認識して、管理や監視等をすることが行われている。一般に、ナンバープレートには、車両毎に重複しないように付与されたナンバーが記載されている。従って、ナンバープレートに記載されたナンバー等のナンバー情報を認識することにより、盗難車両や逃走車両等の犯罪に係わる車両の検出や、駐車場の入退場管理等に広く利用されている。ナンバー情報を認識する方法としては、ナンバープレートを撮影した画像の画像データから文字情報等を読み取ることによりナンバー情報を認識することが行われている。

また、一般に、車両の前面及び後面にはそれぞれナンバープレートが設けられており、前面及び後面のナンバープレートが示すナンバー等を含むナンバー情報は、同一の車両では一致している。

そのため、車両の前後のナンバープレートに記されたナンバーが不一致である車両を不正車両として判定する技術が知られている。

特開２００４−２０６４４１号公報 特開２０１４−１３０４３５号公報

従来の技術では、１台の車両のナンバープレートを含む前面を撮像した撮像画像及びナンバープレートを含む後面を撮像した撮像画像のそれぞれからナンバープレートが示すナンバー情報を認識する。

しかしながら前面を撮像した撮像画像に写る車両と、後面を撮像した撮像画像に写る車両とが同一であるか否かを判定することが困難な場合があり、不正車両の判定精度が低下する懸念がある。

本発明は一つの側面として、不正車両の判定精度を向上することを目的とする。

１つの態様では、車両認識装置が抽出部と、判定部と、を備える。抽出部は、車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出する。判定部は、抽出した前記不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度に基づいて、前記不正候補車両について不正車両であると判定する。判定部は、前記不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、前記不正候補車両について不正車両であると判定する。

一つの側面として、不正車両の判定精度を向上することができる、という効果を有する。

本実施形態に係る車両認識システムの概略構成を示す図である。 本実施形態に係る車両認識システムの概略構成を示す機能ブロック図である。 本実施形態に係るナンバープレートの一例を示す図である。 本実施形態に係る認識車両ＤＢの具体例を示す図である。 本実施形態に係る認識装置として機能するコンピュータの概略構成を示すブロック図である。 本実施形態に係る車両認識装置として機能するコンピュータの概略構成を示すブロック図である。 本実施形態に係る車両認識装置が認識装置から受信した認識車両ＤＢに格納された情報を認識結果ＤＢに格納した状態の具体例を示す図である。 本実施形態に係る車両認識装置の車両認識処理の一例を示すフローチャートである。 本実施形態に係る不正車両であるか否かの判定結果が格納された状態の認識結果ＤＢの具体例を示す図である。 本実施形態に係る車両認識装置で行われる車両形状ＤＢ登録処理の一例を示すフローチャートである。 本実施形態に係る抽出部により実行される車両形状画像生成処理の一例を示すフローチャートである。 本実施形態に係る抽出部により実行される車両形状画像生成処理を説明するための説明図である。 一般的なナンバープレートのプレートサイズを説明するための図である。 本実施形態に係る抽出部が行う、車両が写っている前画像の正規化について説明する図である。 本実施形態に係る車両形状ＤＢの具体例である。 分類番号の１桁目と車種分類との対応関係を示す図である。 本実施形態に係る類似フラグについての説明図である。 本実施形態に係る車両認識装置で行われる車両形状ＤＢ照会処理の一例のフローチャートである。 車両形状ＤＢ照会処理の一例の図１８に続く処理を示したフローチャートである。

以下、図面を参照して開示の技術の一例を詳細に説明する。

図１には、本実施形態に係る車両認識システム１０の概略構成図を示す。

本実施形態の車両認識システム１０は、道路７上を矢印Ａ方向に走行する車両８が不正車両であるか否かを判定する機能を有する。なお、本実施形態において「不正車両」とは、車両の前後のナンバープレート、より具体的にはナンバープレートに示されるナンバー情報が同一ではない車両のことをいう。正規車両の前後のナンバープレートは同一である。一方、盗難車等、正規の書類がなく正規の手続ではナンバープレートを取得できない場合や、犯罪に使用される車両から身元が割れないようにするために使われる場合等は、車両の前後のナンバープレートが異なる場合が多い。そのため、本実施形態の車両認識システム１０は、車両の前後のナンバープレートに示されるナンバー情報が異なる車両を不正車両として判定する。

図１に示すように、車両認識システム１０は、撮像装置１２Ａ、撮像装置１２Ｂ、認識装置１４、及び車両認識装置１６を備える。認識装置１４と、車両認識装置１６とは、ネットワーク１８を介して接続されている。

本実施形態の車両認識システム１０では、道路７上を走行する１台の車両８の前後を撮像装置１２Ａ及び撮像装置１２Ｂでそれぞれ異なるタイミングで撮像する。撮像装置１２Ａ及び撮像装置１２Ｂはいわゆるカメラである。撮像装置１２Ａが開示の技術の第１撮像装置の一例であり、撮像装置１２Ｂが開示の技術の第２撮像装置の一例である。

撮像装置１２Ａは、道路７上を走行する車両の前面のナンバープレート９Ａを含む車体の前面を撮像して前面の撮像画像（以下、「前画像」という）を認識装置１４に出力する機能を有する。また、撮像装置１２Ｂは、道路７上を走行する車両の前面のナンバープレート９Ｂを含む車体の後面を撮像して後面の撮像画像（以下、「後画像」という）を認識装置１４に出力する機能を有する。なお、以下では、ナンバープレートＡ及びナンバープレートＢを総称する場合は、個々を表す符号「Ａ」、「Ｂ」を付さずに「ナンバープレート」という。また、前画像及び後画像を総称する場合は車両画像という。

なお、本実施形態の撮像装置１２Ａ及び撮像装置１２Ｂはそれぞれケーブル１５Ａ及びケーブル１５Ｂにより認識装置１４に接続されているが、ケーブル１５Ａ及びケーブル１５Ｂを用いずに無線により接続されていてもよい。

認識装置１４は、撮像装置１２Ａが撮像した前画像及び撮像装置１２Ｂが撮像した後画像の各々から、ナンバープレート９が示すナンバー情報を認識する機能を有する。認識装置１４は、認識結果（詳細を後述する認識車両ＤＢ３０、図２参照）を車両認識装置１６に送信する。

車両認識装置１６は、認識装置１４から受信した認識結果に基づいて不正候補車両を検出し、不正候補車両の前後の車両形状と、正規車両の前後の車両形状とが一致する場合に当該不正候補車両を不正車両と判定する機能を有する。

図２には、撮像装置１２Ａ、撮像装置１２Ｂ、認識装置１４、及び車両認識装置１６の機能的な概略構成を示す機能ブロック図を示す。

図２に示すように、撮像装置１２Ａは、撮像部１３Ａを備える。また、撮像装置１２Ｂは、撮像部１３Ｂを備える。撮像部１３Ａ及び撮像部１３Ｂはそれぞれ、車両８を撮像する機能を有する。

また、図２に示すように認識装置１４は、画像取得部２０、画像ＤＢ（データベース）２２、車両抽出部２４、プレート抽出部２６、ナンバー情報認識部２８、認識車両ＤＢ３０、及び通信部３２を備える。

画像取得部２０は、撮像装置１２Ａの撮像部１３Ａが撮像した前画像（前画像の画像データ）を取得し、また、撮像装置１２Ｂの撮像部１３Ｂが撮像した後画像（後画像の画像データ）を取得する機能を有する。画像ＤＢ２２は、画像取得部２０が取得した前画像及び後画像を格納する。なお、撮像装置１２Ａ及び撮像装置１２Ｂから取得する前画像及び後画像は、動画像であっても、静止画像であってもよい。

車両抽出部２４は、画像ＤＢ２２に記憶されている前画像及び後画像の各々から、車両８（車両８の画像）を抽出する機能を有する。なお、前画像及び後画像が動画像の場合、動画像をフレーム画像（静止画像）に変換し、フレーム画像毎に車両８の抽出を行う。

プレート抽出部２６は、車両抽出部２４が抽出した車両８の画像からナンバープレート９（ナンバープレート９の画像）を抽出する機能を有する。

ナンバー情報認識部２８は、プレート抽出部２６が抽出したナンバープレート９の画像に対して文字認識処理を実行することによりナンバー情報を認識して認識結果を認識車両ＤＢ３０として格納する機能を有する。

なお、車両８を撮像した撮像画像からナンバープレートに示されるナンバー情報を認識するために、車両抽出部２４、プレート抽出部２６、及びナンバー情報認識部２８の各々が行う処理は、既知の処理であり、一般的な技術である。そのため、当該処理については詳細な説明を省略する。

ここで、日本国内で一般的に使用されている車両８のナンバープレート９について説明する。図３には、ナンバープレート９の一例を示す。なお、本実施形態では、車両８として、自動車（普通車両）及び軽車両を少なくとも含む。そのため、ナンバープレート９は、自動車登録番号標である場合もあれば、車両番号標である場合もある。

図３に示すように、ナンバープレート９には、運輸支局等が記載された領域９Ｃ、分類番号が記載された領域９Ｄ、かな文字が記載された領域９Ｅ、及び一連指定番号が記載された領域９Ｆが設けられている。領域９Ｄに記載された分類番号は、車両８の種別及び用途に応じた予め定められた番号が付与される（詳細後述）。なお、本実施形態では、図３に示した分類番号の左側が１桁目に該当する。また、図３に示した一連指定番号の左側が１桁目に該当する。

ナンバー情報認識部２８は、ナンバープレート９の領域９Ｃ、領域９Ｄ、領域９Ｅ、及び領域９Ｆに記載された情報をナンバー情報として認識結果を認識車両ＤＢ３０として格納する。

図４には、本実施形態の認識車両ＤＢ３０の具体例を示す。本実施形態の認識車両ＤＢ３０には、認識ＩＤ（Identification）、認識年月日時分秒、ナンバー情報、ナンバープレートの色、プレートサイズ、車体の塗装色、車体の形状、前画像及び後画像を表す情報、及び画像（前画像または後画像）が格納されている。

認識ＩＤは、認識装置１４における識別番号、もしくは撮像装置１２Ａ及び撮像装置１２Ｂにおける識別番号である。認識年月日時分秒は、撮像装置１２Ａまたは撮像装置１２Ｂがナンバー情報を認識した前画像または後画像を撮像した時刻である。

ナンバー情報は、上記ナンバー情報認識部２８の認識結果である。具体的には、本実施形態の認識車両ＤＢ３０では、運輸支局等、分類番号１桁目、分類番号２桁目、分類番号３桁目、かな文字、一連指定番号１桁目、一連指定番号２桁目、一連指定番号３桁目、及び一連指定番号４桁目が各々格納される。

前画像及び後画像を表す情報は、ナンバー情報を認識した撮像画像が前画像及び後画像のいずれであるかを表す情報である。また、画像（前画像または後画像）は、ナンバー情報を認識した前画像または後画像の画像データそのものを格納してもよいが、別途（画像ＤＢ２２内等）に格納されている場合は、画像データのファイル名や格納場所等を格納してもよい。

なお、認識車両ＤＢ３０は、認識ＩＤ、認識年月日時分秒、ナンバー情報、前画像及び後画像を表す情報、及び画像（前画像または後画像）を少なくとも含んでいればよい。

認識車両ＤＢ３０に格納されたナンバープレートの色、プレートサイズ、車体の塗装色、及び車体の形状は本実施形態では用いないため、認識車両ＤＢ３０に格納することは必須ではない。しかしながら、これらの情報は、他の処理で用いられることがあるため認識車両ＤＢ３０内に上記情報と共に格納している。

例えば、ナンバープレートの色は、車両８が自家用か事業用か、普通車両か軽車両かにより定められている。例えば、自家用車両ならば「白」または「黄（軽車両）」、事業用車両ならば「緑」または「黒（軽車両）」に定められている。

通信部３２は、ネットワーク１８を介して車両認識装置１６と通信を行う機能を有する。

また、プレートサイズは、ナンバープレートの大きさであり、車両８の大きさ等により予め定められている（詳細後述）。車体の塗装色は、車両８の車体の色である。車体の形状は、大型及び小型等、形状のおおまかな分類である。

一方、図２に示すように車両認識装置１６は、通信部５０、認識結果ＤＢ５２、不正候補車両検出部５４、抽出部５６、車両形状ＤＢ５８、及び判定部６０を備える。

通信部５０は、ネットワーク１８を介して認識装置１４と通信を行い、認識装置１４から認識車両ＤＢ３０に格納されているナンバー情報等を受信する機能を有する。

不正候補車両検出部５４は、ナンバー情報等に基づいて、前画像及び後画像に写っている車両８の中から、不正候補車両を検出する機能を有する。不正候補車両検出部５４が開示の技術の検出部の一例である。また、抽出部５６は、不正候補車両検出部５４が検出した不正候補車両の前画像及び後画像から車両形状（前面の車両形状及び後面の車両形状）を抽出する機能を有する。判定部６０は、抽出部５６が抽出した不正候補車両の前後の車両形状と、車両形状ＤＢ５８に登録されている正規車両の前後の車両形状とが共に同一であるとみなせる場合は、当該不正候補車両について不正車両と判定する機能を有する。

なお、認識装置１４は、例えば図５に示すコンピュータ７０で実現することができる。より具体的には、認識装置１４はサーバとして機能するコンピュータ７０で実現することができる。コンピュータ７０は、ＣＰＵ（Central Processing Unit）７２、メモリ７４、不揮発性の記憶部７６、及びネットワークＩ／Ｆ７８を備える。ＣＰＵ７２、メモリ７４、記憶部７６、及びネットワークＩ／Ｆ７８は、バス７９を介して互いに接続されている。ネットワークＩ／Ｆ７８は、ネットワーク１８に接続される。

記憶部７６はＨＤＤ（Hard Disk Drive）やフラッシュメモリ等によって実現できる。記憶媒体としての記憶部７６には、コンピュータ７０を認識装置１４として機能させるための認識プログラム８０が記憶されている。ＣＰＵ７２は、認識プログラム８０を記憶部７６から読み出してメモリ７４に展開し、認識プログラム８０が有する各プロセスを順次実行する。

認識プログラム８０は、画像取得プロセス８２、車両抽出プロセス８４、プレート抽出プロセス８６、ナンバー情報認識プロセス８８、及び通信プロセス９０を有する。

また、記憶部７６の画像ＤＢ記憶領域９２は、画像ＤＢ２２が記憶される記憶領域として機能する。さらに、記憶部７６の認識車両ＤＢ記憶領域９４は、認識車両ＤＢ３０が記憶される記憶領域として機能する。

ＣＰＵ７２は、画像取得プロセス８２を実行することで、画像取得部２０として動作する。また、ＣＰＵ７２は、車両抽出プロセス８４を実行することで、車両抽出部２４として動作する。また、ＣＰＵ７２は、プレート抽出プロセス８６を実行することで、プレート抽出部２６として動作する。また、ＣＰＵ７２は、ナンバー情報認識プロセス８８を実行することで、ナンバー情報認識部２８として動作する。さらに、ＣＰＵ７２は、通信プロセス９０を実行することで、通信部３２として動作する。

これにより、認識プログラム８０を実行したコンピュータ７０が、認識装置１４として機能する。

また、車両認識装置１６は、例えば図６に示すコンピュータ１００で実現することができる。より具体的には、車両認識装置１６はサーバとして機能するコンピュータ１００で実現することができる。コンピュータ１００は、ＣＰＵ１０２、ネットワークＩ／Ｆ１０４、メモリ１０６、及び不揮発性の記憶部１０８を備える。ＣＰＵ１０２、ネットワークＩ／Ｆ１０４、メモリ１０６、及び記憶部１０８は、バス１０９を介して互いに接続されている。ネットワークＩ／Ｆ１０４は、ネットワーク１８に接続される。

記憶部１０８はＨＤＤ（Hard Disk Drive）やフラッシュメモリ等によって実現できる。記憶媒体としての記憶部１０８には、コンピュータ１００を車両認識装置１６として機能させるための車両認識プログラム１１０が記憶されている。ＣＰＵ１０２は、車両認識プログラム１１０を記憶部１０８から読み出してメモリ１０６に展開し、車両認識プログラム１１０が有する各プロセスを順次実行する。

車両認識プログラム１１０は、通信プロセス１１２、不正候補車両検出プロセス１１４、抽出プロセス１１６、及び判定プロセス１１８を有する。

また、記憶部１０８の認識結果ＤＢ記憶領域１２０は、認識結果ＤＢ５２が記憶される記憶領域として機能する。さらに、記憶部１０８の車両形状ＤＢ記憶領域１２２は、車両形状ＤＢ５８が記憶される記憶領域として機能する。

ＣＰＵ１０２は、通信プロセス１１２を実行することで、通信部５０として動作する。また、ＣＰＵ１０２は、不正候補車両検出プロセス１１４を実行することで、不正候補車両検出部５４して動作する。また、ＣＰＵ１０２は、抽出プロセス１１６を実行することで、抽出部５６として動作する。さらに、ＣＰＵ１０２は、判定プロセス１１８を実行することで、判定部６０として動作する。

これにより、車両認識プログラム１１０を実行したコンピュータ１００が、車両認識装置１６として機能する。

なお、コンピュータ７０及びコンピュータ１００は、いわゆるデスクトップ型のパーソナルコンピュータに限定されない。コンピュータ７０及びコンピュータ１００は、ラップトップ型のパーソナルコンピュータであってもよいし、タブレット端末やスマートフォンに代表されるＰＤＡ（Personal Digital Assistants：携帯情報端末装置）等であってもよい。

なお、認識装置１４及び車両認識装置１６は、例えば半導体集積回路、より詳しくはＡＳＩＣ（Application Specific Integrated Circuit）等で実現することも可能である。

次に、本実施形態に係る車両認識システム１０の作用について説明する。

本実施形態の車両認識システム１０では、撮像装置１２Ａ及び撮像装置１２Ｂが撮像した前画像及び後画像を予め定められたタイミングで認識装置１４が取得する。なお、認識装置１４が前画像及び後画像を取得する予め定められたタイミングは、特に限定されず、例えば、撮像装置１２Ａ及び撮像装置１２Ｂの撮像に応じてリアルタイムに取得してもよい。また、例えば、予め定められたタイミングは、１０分毎、１時間毎、及び１日毎等の所定時間毎のタイミングであってもよい。

認識装置１４は、取得した前画像及び後画像を画像ＤＢ２２に格納し、格納した前画像及び後画像に対して、上述したようにナンバー情報を認識する処理を行って認識結果を認識車両ＤＢ３０に格納する。なお、ナンバー情報を認識する処理を行うタイミングは特に限定されない。画像取得部２０が前画像及び後画像を取得して画像ＤＢ２２に格納したタイミングであってもよいし、予め定められた時間毎のタイミングであってもよいし、また、前画像及び後画像が所定量以上格納された場合であってもよい。

認識装置１４の認識車両ＤＢ３０に格納されたナンバー情報を含む情報（図４参照）は、予め定められたタイミングで車両認識装置１６に送信される。ナンバー情報等を送信する予め定められたタイミングは、特に限定されず、例えば、予め定められた時間毎のタイミングや車両認識装置１６から要求されたタイミング等が挙げられる。なお、認識車両ＤＢ３０には、前画像及び後画像が含まれており、前画像及び後画像も車両認識装置１６へ送信するが、前画像及び後画像は、圧縮した画像であってもよい。

車両認識装置１６の通信部５０は、認識車両ＤＢ３０から受信したナンバー情報を含む認識車両ＤＢ３０に格納された情報を、一端、認識結果ＤＢ５２に格納する。図７には、認識装置１４から受信した認識車両ＤＢ３０に格納された情報を認識結果ＤＢ５２に格納した状態の具体例を示す。図７に示すように、認識結果ＤＢ５２に格納される情報は、認識車両ＤＢ３０に格納される情報に加えて、車両８について不正車両であるか否かを判定した判定結果（比較結果）を表すフラグを格納する。なお、図７に示した認識車両ＤＢ３０に格納され情報は、未だ、当該情報に対して不正車両であるか否かの判定を行っていないため、当該フラグは格納されていない。

このようにして、認識結果ＤＢ５２に認識車両ＤＢ３０の情報が格納されると、予め定められたタイミングで車両認識装置１６が車両認識処理を実行する。なお、車両認識処理を実行する予め定められたタイミングは特に限定されず、例えば、所定の時間毎のタイミングや、通信部５０が認識結果ＤＢ５２に認識車両ＤＢ３０の情報を格納したタイミング等が挙げられる。

図８には、車両認識装置１６で行われる車両認識処理の一例のフローチャートを示す。

ステップＳ１００で不正候補車両検出部５４は、１台の車両８とみなせる前画像及び後画像の組み合わせを抽出し、それぞれのナンバー情報を認識結果ＤＢ５２から取得する。なお、認識結果ＤＢ５２に格納されている前画像及び後画像について、１台の車両８とみなせる組み合わせを抽出する方法は特に限定されないが、例えば以下の方法が挙げられる。本実施形態の車両認識システム１０では、図１に示したように、車両８について撮像装置１２Ａが前画像を撮像した後、車両８は道路７上を走行して移動した後、撮像装置１２Ｂが後画像を撮像する。そのため、撮像装置１２Ａが前画像を撮像するタイミングと、撮像装置１２Ｂが後画像を撮像するタイミングは異なっている。

タイミングのずれは、撮像装置１２Ａが車両８の前画像を撮像する撮像ポイントから撮像装置１２Ｂが車両８の後画像を撮像する撮像ポイントまでの車両８の走行時間に対応している。そのため、タイミングのずれは、両撮像ポイントの間隔（距離）を車両８の走行速度で除した時間とみなすことができる。この場合、車両８の走行速度は、撮像装置１２Ａで前画像を撮像した際にセンサ等（図示省略）により走行速度を観測した場合は、観測した走行速度を用いてもよい。また、道路７上を走行する一般的な車両の走行速度に基づいて想定してもよい。さらに、車両８の走行速度は、道路７に規定されている速度、混雑具合、及び前画像を撮像した時間帯等を加味して想定してもよい。

従って、撮像装置１２Ａが前画像を撮像した時刻から両撮像ポイントの間隔（距離）を車両８の走行速度で除した時間が経過後の後画像を当該前画像と同一の車両８の後画像とみなしてもよい。この場合、不正候補車両検出部５４は、認識結果ＤＢ５２から判定結果のフラグが格納されていない前画像のナンバー情報と、認識年月日時分秒が当該前画像から上記走行時間経過後の後画像のナンバー情報とを取得する。

また例えば、前画像及び後画像について、１台の車両８とみなせる組み合わせを抽出する方法は以下の方法を用いてもよい。像装置１２Ａが車両８の前画像を撮像する撮像ポイントから撮像装置１２Ｂが車両８の後画像を撮像する撮像ポイントまでの間隔（距離）を一般的な車両８の車両長で除した値に１を加算した値を基準台数とする。そして、撮像装置１２Ａが車両８の前画像を撮像したのと同時刻から、基準台数の車両の通過後に撮像した後画像を、当該前画と同一の車両８の後画像とみしてもよい。

次のステップＳ１０２で不正候補車両検出部５４は、上記ステップＳ１００で取得した車両８の前後のナンバー情報が一致するか否かを判断する。

一致する場合は、否定判定となりステップＳ１１０へ移行する。本実施形態の車両認識システム１０では、車両８の前後のナンバープレートが示すナンバー情報が一致する車両は、正規車両であると判定する。そのため、ステップＳ１１０で不正候補車両検出部５４は、当該車両８が正規車両であると判定する。

そして次のステップＳ１１２で抽出部５６は、詳細を後述する車両形状ＤＢ登録処理を行い、正規車両の形状を車両形状ＤＢ５８に登録した後、ステップＳ１１８へ移行する。

一方、ステップＳ１０２で車両８の前後のナンバー情報が一致しない場合は、否定判定となりステップＳ１０４へ移行する。上記ステップＳ１００で抽出した１台の車両８とみなせる前画像及び後画像の組み合わせが適切ではない場合は、車両８が正規車両であっても、前後のナンバー情報が一致しない場合がある。このような場合としては、例えば、車両８が想定した走行速度で走行しなかった場合や、途中で他の車両に追い越されて走行順が入れ替わってしまった場合がある。また例えば、撮像装置１２Ａが車両８の前画像を撮像する撮像ポイントから撮像装置１２Ｂが車両８の後画像を撮像する撮像ポイントまでの間で道路７が右折や左折する場合等がある。そのため、このような場合を考慮して車両８の走行速度や上記基準台数に所定の範囲をもたせることが好ましい。

そこで、ステップＳ１０４で不正候補車両検出部５４は、前後の車両をそれぞれグループ化する。具体的には、実験や観察等により得られた所定の範囲を予め設定しておき、当該所定の範囲内の時間または台数の車両をグループ化する。

次のステップＳ１０６で不正候補車両検出部５４は、グループ間で、前後のナンバー情報を比較する。

そして次のステップＳ１０８で不正候補車両検出部５４は、グループ間で、前後のナンバー情報が一致する車両８があるか否かを判断する。具体的には、不正候補車両検出部５４は、上記ステップＳ１００で取得した前画像のナンバー情報とナンバー情報が一致する車両８が後画像のグループに含まれているか判断する。さらに、不正候補車両検出部５４は、上記ステップＳ１００で取得した後画像のナンバー情報とナンバー情報が一致する車両８が前画像のグループに含まれているか判断する。

前画像のナンバー情報のみが上記グループに含まれるナンバー情報と一致する場合は、ステップＳ１０８で肯定判定となり、ステップＳ１１０で不正候補車両検出部５４は、当該前画像に対応する車両８が正規車両であると判定する。一方、後画像のナンバー情報のみが上記グループに含まれるナンバー情報と一致する場合も肯定判定となり、ステップＳ１１０で不正候補車両検出部５４は、当該後画像に対応する車両８が正規車両であると判定する。また、前画像のナンバー情報及び後画像のナンバー情報が上記グループに含まれるナンバー情報と各々一致する場合も肯定判定となる。この場合、ステップＳ１１０で不正候補車両検出部５４は、当該前画像に対応する車両８及び、当該後画像に対応する車両８の両方が正規車両であると判定する。

一方、前画像及び後画像のいずれもナンバー情報が一致しない場合は、ステップＳ１１４へ移行する。そして、ステップＳ１１４で不正候補車両検出部５４は、当該車両８を不正候補車両と判定する。

なお、上記ステップＳ１０２〜Ｓ１０８の各処理は、上述した方法に限らず、その他の方法を用いてもよい。例えば、特開２０１４−１３０４３５号公報に記載の技術を用いてもよい。

次のステップＳ１１６で抽出部５６及び判定部６０は、詳細を後述する車両形状ＤＢ照会処理を行い、当該車両８が不正車両であるか否かの判定を行った後、ステップＳ１１８へ移行する。

ステップ１１８で判定部６０は、判定結果を認識結果ＤＢ５２に格納した後、本車両認識処理を終了する。図９には、本実施形態の認識結果ＤＢ５２の不正車両であるか否かの判定結果が格納された状態を表す具体例を示す。なお、図９に示した比較結果（判定結果）については詳細を後述する。

次に、上記車両認識処理のステップＳ１１２の処理である車両形状ＤＢ登録処理について説明する。図１０には、車両認識装置１６で行われる車両形状ＤＢ登録処理の一例のフローチャートを示す。

ステップＳ２００で抽出部５６は、上記車両認識処理のステップＳ１１０（図８参照）で正規車両と判定した車両８の前画像のナンバー情報から分類番号１桁目を抽出する。

次のステップＳ２０２で抽出部５６は、上記正規車両に対して車両形状画像生成処理を行い前画像Ａ及び後画像Ａを生成する。ここで、車両形状画像生成処理について説明する。

図１１には、抽出部５６により実行される車両形状画像生成処理の一例のフローチャートを示す。また、図１２には、車両形状画像生成処理を説明するための説明図を示す。

ステップＳ２５０で抽出部５６は、前画像から車両形状前面を抽出する。具体例として、図１２（１）の画像を撮像装置１２Ａが撮像した前画像とする。本ステップでは、図１２（１）に示した前画像から、ナンバープレートを含む車両８の前面の形状を抽出する。抽出した前画像の具体例を図１２（２）に示す。本処理において車両８の前面として車体のどの領域までを含むかは、車両認識装置１６において任意であり、予め定めておけばよい。なお、当該領域としては、車体の形状として他の車体と比較した際に特徴を有する部分が少なくとも含まれることが好ましい。例えば、一般的に車体の形状の特徴が現れる部分としては、ヘッドランプ（後面の場合はテールランプ）の位置及び形状や、ランプ間の形状、バンパーの形状、及びエンブレム等が挙げられる。

次のステップＳ２５２で抽出部５６は、抽出した前画像を正規化する。撮像装置１２Ａ及び撮像装置１２Ｂは、通常、車両８を斜め上から撮像する場合が多い（図１参照）。また、斜め上からではなくとも、車両８に相対して撮像する場合は少なく、そのため、車両画像に車両８が真っ直ぐに写っている場合は少ない。そこで、本実施形態の抽出部５６では、車両画像を正規化して、車両８を相対して（正面から）撮影した画像に近似する。

一般に、日本国内において車両８に付与されるナンバープレートのプレートのサイズは車種等に応じて３種類のいずれかに規定されている。図１３には、一般的なナンバープレートのプレートサイズを説明するための図を示す。日本国内では、一般的なナンバープレートのプレートサイズとして、大型標板、中型標板、及び小型標板のいずれかが用いられている。このように、ナンバープレートのプレートサイズは既知の情報であるため、抽出部５６は、車両画像中のナンバープレートの画像に基づいて車両画像の正規化を行う。

図１４には、車両８が写っている前画像の正規化について説明する図を示す。図１４（１）に示したように、前画像に写るナンバープレートの画像は、撮像装置１２Ａにより斜めから撮像された画像となっている。そのため、抽出部５６は、図１４（２）に示したように、斜めから見た（斜視）状態のナンバープレートの画像を正面から見た（正面視）状態のナンバープレートの画像に正規化するように、車両画像全体に対して画像処理を行う。図１２（２）に示した前画像を正規化した前画像を図１２（３）に示す。

次のステップＳ２５４で抽出部５６は、正規化した前画像の鏡像画像を作成する。具体的には、抽出部５６は、車両幅の左右中央線を境に、左側もしくは右側の画像から鏡像画像を作成する。図１２（４）には、図１２（３）に示した前画像の左側の画像を示しており、これを鏡像画像とした画像を図１２（５）に示す。

なお、本実施形態において「鏡像画像」とは、左側もしくは右側の画像を鏡に写して右側もしくは左側に並べた状態の、左右対称の画像のことをいう。なお、本ステップにおいて左側及び右側のいずれの鏡像画像とするかは任意であり、例えば、特に限定されないが、上述のように車体の形状の特徴が表れやすい側を用いてもよい。また例えば、写っている車体の画像の歪みが少ない側を用いてもよい。また、左側及び右側のいずれの鏡像画像とするかは、前画像や後画像に応じて可変としてもよい。

次のステップＳ２５６で抽出部５６は、上記鏡像画像の輪郭を抽出する。本実施形態の車両形状画像生成処理では、当該輪郭を表す画像を前画像Ａとする。図１２（５）に示した鏡像画像の輪郭を抽出した輪郭画像を図１２（６）に示す。

本実施形態の抽出部５６は、このように輪郭を抽出することにより車体の形状を抽出することで、余分な情報をそぎ落として車体の形状の比較を行いやすくする。

このようにして前画像（撮像装置１２Ａが撮像した撮像画像）から車両形状画像（前画像Ａ）を生成する。

次のステップＳ２５８〜Ｓ２６４の各処理は、上記ステップＳ２５０〜Ｓ２５６の各処理に対応しており、後画像（撮像装置１２Ｂが撮像した撮像画像）から車両形状画像（後画像Ａ）を生成する。ステップＳ２５８〜Ｓ２６４は対応する上記各処理と同様の処理であるため、説明を省略する。

そして、ステップＳ２６４で抽出部５６が、鏡像画像の輪郭を抽出して輪郭を表す画像を後画像Ａとした後、本車両形状画像生成処理を終了する。

このようにして、車両形状ＤＢ登録処理のステップＳ２０２の車両形状画像生成処理により抽出部５６が前画像Ａ及び後画像Ａを生成すると、車両形状ＤＢ登録処理のステップＳ２０４へ移行する。

ステップＳ２０４で判定部６０は、車両形状ＤＢ５８から、上記ステップＳ２００で抽出した分類番号１桁目と、１桁目が一致する分類番号が対応付けられている車両形状画像（前画像Ｂ及び後画像Ｂ）を取得する。

図１５には、車両形状ＤＢ５８の具体例を示す。図１５に示すように、本実施形態の車両形状ＤＢ５８には、登録日時、登録通番、分類番号、前画像（前画像ファイル名）、及び後画像（後画像ファイル名）が格納されている。

登録日時は、車両形状ＤＢ５８に当該データ（正規車両の車両形状のデータ）が登録された日時である。登録通番は、判定部６０が車両形状ＤＢ５８に当該データを登録した際に付与される通番号である。また、前画像及び後画像は撮像装置１２Ａ及び撮像装置１２Ｂが撮像した前画像及び後画像の画像データであってもよいし、後述の車両形状画像生成処理（図１１参照）で抽出した鏡像画像の輪郭の画像であってもよい。

判定部６０は、車両形状ＤＢ５８に格納されている複数のデータの中から、上記ステップＳ１００で抽出した分類番号の１桁目と、分類番号の１桁目が一致する車両形状画像（前画像Ｂ及び後画像Ｂ）を１件取得する。

分類番号の１桁目は、車両８の種別及び用途により規定されている。図１６には、分類番号の１桁目と車種分類との対応関係を示す。一般的に、図１６に示すような車種分類に応じて、車両８の車体の形状が異なる。また、一般的に、不正候補車両においてナンバープレートを改竄する場合、一連指定番号を改竄することが一般的であり、分類番号（少なくとも１桁目）を改竄する場合は少ない。そのため、分類番号１桁目が一致する車両形状画像生成処理で生成された前画像Ａ及び後画像Ａの各々と、車両形状ＤＢ５８に登録されている前画像Ｂ及び後画像Ｂとの類似度を判定することにより判定対象の数を削減することができる。

次のステップＳ２０６で判定部６０は、前画像Ａと前画像Ｂとの類似度を判定する。類似度の値が大きいほど類似していることを表し、値が小さいほど類似していないことを表すものであれば、類似度の判定方法は特に限定されない。例えば、それぞれの画像から特徴量を算出し、算出した特徴量に基づいて類似度を判定してもよいし、既知の手法を用いればよい。

次のステップＳ２０８で判定部６０は、類似度が閾値未満であるか否かを判断する。当該閾値は、実験等により予め得ておけばよい。類似度が閾値未満ではない場合は、否定判定となりステップＳ２１２へ移行する。この場合は、前画像Ａと前画像Ｂとが類似している場合なので、ステップＳ２１２で判定部６０は、前画像の類似フラグとして[１]を付与した後、ステップＳ２１４へ移行する。図１７には、本実施形態の類似フラグについての説明図を示す。図１７に示すように本実施形態の車両認識装置１６では、類似している場合は、類似フラグ[１]を付与し、類似していない場合（非類似の場合）は、類似フラグ[０]を付与する。

一方、ステップＳ２０８で類似度が閾値未満の場合は、肯定判定となりステップＳ２１０へ移行する。この場合は、前画像Ａと前画像Ｂとが非類似である場合なので、ステップＳ２１０で判定部６０は、前画像の類似フラグとして[０]を付与した後、ステップＳ２１４へ移行する。

ステップＳ２１４で判定部６０は、後画像Ａと後画像Ｂとの類似度を判定する。類似度の値が大きいほど類似していることを表し、値が小さいほど類似していないことを表すものであれば、類似度の判定方法は特に限定されず、上記ステップＳ２１４と同様であってもよいし、異なっていてもよい。

次のステップＳ２１６で判定部６０は、類似度が閾値未満であるか否かを判断する。なお、当該閾値は、上記ステップＳ２０８で用いた閾値と同じであってもよいし、異なっていてもよい。類似度が閾値未満ではない場合は、否定判定となりステップＳ２２０へ移行する。この場合は、後画像Ａと後画像Ｂとが類似している場合なので、ステップＳ２２０で判定部６０は、後画像の類似フラグとして[１]を付与した後、ステップＳ２２２へ移行する。

一方、ステップＳ２１６で類似度が閾値未満の場合は、肯定判定となりステップＳ２１８へ移行する。この場合は、後画像Ａと後画像Ｂとが非類似である場合なので、ステップＳ２１８で判定部６０は、後画像の類似フラグとして[０]を付与した後、ステップＳ２２２へ移行する。

ステップＳ２２２で判定部６０は、類似フラグが[１、１]であるか否かを判断する。すなわち、判定部６０は、前画像Ａと前画像Ｂとが一致し、かつ後画像Ａと後画像Ｂとが一致したか否かを判断する。類似フラグが[１、１]の場合は、肯定判定となりステップＳ２２８へ移行する。この場合は、すでに、正規車両の車両形状が車両形状ＤＢ５８に登録されていることを意味する。

一方、類似フラグが[１、１]ではない場合は、否定判定となりステップＳ２２４へ移行する。ステップＳ２２４で判定部６０は、車両形状ＤＢ５８から、分類番号の１桁目が一致する全件を取得したか否かを判断する。未だ全件について取得していない場合は、否定判定となりステップＳ２０４に戻り、ステップＳ２０４〜Ｓ２２２の処理を繰り返す。

一方、全件取得した場合は、肯定判定となりステップＳ２２６へ移行する。この場合は、未だ、正規車両の車両形状が車両形状ＤＢ５８に登録されていないことを意味する。そのため、ステップＳ２２６で判定部６０は、正規車両を車両形状ＤＢ５８に登録した後、ステップＳ２２８へ移行する。

ステップＳ２２８で判定部６０は、正規車両であるか否かを表す判定結果のフラグとして「０」を付与した後、本車両形状ＤＢ登録処理を終了する。本ステップにおいて付与した判定結果のフラグは、上述した車両認識処理のステップＳ１１８（図８参照）において、判定結果として認識結果ＤＢ５２に格納される。

なお、判定結果のフラグは、図９等に示すように、正規車両であれば「０」、不正候補車両であれば「１」、及び不正車両であれば「２」が付与される。

次に、上記車両認識処理のステップＳ１１６の処理である車両形状ＤＢ照会処理について説明する。図１８及び図１９には、車両認識装置１６で行われる車両形状ＤＢ照会処理の一例のフローチャートを示す。

ステップＳ３００で抽出部５６は、上記車両認識処理のステップＳ１１４（図８参照）で不正候補車両と判定した車両８の前画像のナンバー情報から分類番号１桁目を抽出する。

次のステップＳ３０２で抽出部５６は、上記不正候補車両に対して車両形状画像生成処理を行い前画像Ａ及び後画像Ａを生成する。車両形状画像生成処理は、車両形状ＤＢ登録処理のステップＳ２０２（図１０参照）の車両形状画像生成処理（図１１参照）と同様である。

次のステップＳ３０４で判定部６０は、車両形状ＤＢ５８から、上記ステップＳ３００で抽出した分類番号１桁目と、１桁目が一致する分類番号が対応付けられている車両形状画像（前画像Ｂ及び後画像Ｂ）を取得する。

次のステップＳ３０６で判定部６０は、前画像Ａと前画像Ｂとの類似度を判定する。類似度の値が大きいほど類似していることを表し、値が小さいほど類似していないことを表すものであれば、類似度の判定方法は特に限定されず、車両形状ＤＢ登録処理で行った判定方法と同様であってもよいし、異なっていてもよい。

次のステップＳ３０８で判定部６０は、類似度が閾値以上であるか否かを判断する。当該閾値も、車両形状ＤＢ登録処理で行った判定方法と同様であってもよいし、異なっていてもよい。類似度が閾値以上ではない場合は、否定判定となりステップＳ３１４へ移行する。この場合は、前画像Ａと前画像Ｂとが非類似の場合である。

一方、ステップＳ３０８で類似度が閾値以上の場合は、肯定判定となりステップＳ３１０へ移行する。この場合は、前画像Ａと前画像Ｂとが類似の場合である。

ステップＳ３１０で判定部６０は、後画像Ａと後画像Ｂとの類似度を判定する。類似度の値が大きいほど類似していることを表し、値が小さいほど類似していないことを表すものであれば、類似度の判定方法は特に限定されず、上記ステップＳ３０６と同様であってもよいし、異なっていてもよい。

次のステップＳ３１２で判定部６０は、類似度が閾値以上であるか否かを判断する。なお、当該閾値は、上記ステップＳ３０８で用いた閾値と同じであってもよいし、異なっていてもよい。類似度が閾値以上の場合は、肯定判定となりステップＳ３３４（図１９参照）へ移行する。この場合は、後画像Ａと後画像Ｂとが類似している場合である。

一方、ステップＳ３１２で類似度が閾値以上ではない場合は、否定判定となりステップＳ３１４へ移行する。この場合は、後画像Ａと後画像Ｂとが非類似の場合である。

ステップＳ３１４で判定部６０は、車両形状ＤＢ５８から、分類番号の１桁目が一致する全件を取得したか否かを判断する。未だ全件について取得していない場合は、否定判定となりステップＳ３０４に戻り、ステップＳ３０４〜Ｓ３１２の処理を繰り返す。

一方、全件取得した場合は、肯定判定となりステップＳ３１６へ移行する。ステップ３１６で抽出部５６は、不正候補車両と判定した車両８の後画像のナンバー情報から分類番号１桁目を抽出する。

次のステップＳ３１８で抽出部５６は、前後のナンバー情報から抽出した分類番号の１桁目が一致しているか否かを判断する。具体的には、上記ステップＳ３００で抽出した分類番号の１桁目と、ステップＳ３１６で抽出した分類番号の１桁目が一致するか否かを抽出部５６が判断する。一致する場合は、肯定判定となりステップＳ３３２（図１９参照）へ移行する。

一方、一致しない場合は、否定判定となりステップＳ３２０へ移行する。この場合は、不正候補車両の前後のナンバー情報の分類番号が異なっている場合である。そのため、ステップＳ３２０移行の処理において後画像のナンバー情報に基づいて不正候補車両と車両形状ＤＢ５８に登録されている車両形状との類似度を判定する。

ステップＳ３２０で判定部６０は、車両形状ＤＢ５８から、上記ステップＳ３１６で抽出した分類番号１桁目と、１桁目が一致する分類番号が対応付けられている車両形状画像（前画像Ｃ及び後画像Ｃ）を取得する。

次のステップＳ３２２で判定部６０は、上記ステップＳ３０６と同様に、前画像Ａと前画像Ｃとの類似度を判定する。

次のステップＳ３２４で判定部６０は、上記ステップＳ３０８と同様に、類似度が閾値以上であるか否かを判断する。類似度が閾値以上ではない場合は、否定判定となりステップＳ３３０へ移行する。この場合は、前画像Ａと前画像Ｃとが非類似の場合である。

一方、ステップＳ３２４で類似度が閾値以上の場合は、肯定判定となりステップＳ３２６へ移行する。この場合は、前画像Ａと前画像Ｃとが類似の場合である。

ステップＳ３２６で判定部６０は、上記ステップＳ３１０と同様に、後画像Ａと後画像Ｃとの類似度を判定する。

次のステップＳ３２８で判定部６０は、上記ステップＳ３１２と同様に、類似度が閾値以上であるか否かを判断する。類似度が閾値以上の場合は、肯定判定となりステップＳ３３４へ移行する。この場合は、後画像Ａと後画像Ｃとが類似している場合である。

ステップＳ３３４へ移行する場合とは、不正候補車両の前画像及び後画像が、車両形状ＤＢ５８に登録されている車両形状と一致する場合である。すなわち、不正候補車両の判定に用いた前画像及び後画像が同一の車両のものであることが判定された場合にステップＳ３３４へ移行する。

そのため、ステップＳ３３４で判定部６０は、不正候補車両の車両８を不正車両であると判定する。

次のステップＳ３３６で判定部６０は、判定結果のフラグとして、不正車両であることを表す「２」を付与した後、本車両形状ＤＢ照会処理を終了する。本ステップにおいて付与した判定結果のフラグは、上述した車両認識処理のステップＳ１１８（図８参照）において、判定結果として認識結果ＤＢ５２に格納される。

一方、上記ステップＳ３２８で類似度が閾値以上ではない場合は、否定判定となりステップＳ３３０へ移行する。この場合は、後画像Ａと後画像Ｃとが非類似の場合である。

ステップＳ３３０で判定部６０は、車両形状ＤＢ５８から、分類番号の１桁目が一致する全件を取得したか否かを判断する。未だ全件について取得していない場合は、否定判定となりステップＳ３２０に戻り、ステップＳ３２０〜Ｓ３２８の処理を繰り返す。

一方、全件取得した場合は、肯定判定となりステップＳ３３２へ移行する。 ステップＳ３３２へ移行する場合とは、車両８の前後のナンバー情報が一致していないが、車両８の車両形状が車両形状ＤＢ５８に登録されている車両形状と一致しない場合である。この場合は、車両８が不正車両である可能性はあるが、判定に用いた前画像及び後画像が実際は、車両８の前後を撮像したものではない（同一車両の前後を撮像したものではない）可能性がある。

そこで、次のステップＳ３３２で判定部６０は、判定結果のフラグとして不正候補車両であることを表す「１」を付与した後、本車両形状ＤＢ照会処理を終了する。本ステップにおいて付与した判定結果のフラグは、上述した車両認識処理のステップＳ１１８（図８参照）において、判定結果として認識結果ＤＢ５２に格納される。このように、車両８が不正候補車両であることを認識結果ＤＢ５２に格納しておくことにより、不正車両の有無を確認するユーザ等が参照することができるため、例えば撮像画像から不正車両であるか否かをユーザが容易に確認できる。

以上説明したように、本実施形態の車両認識システム１０は、車両認識装置１６は、不正候補車両検出部５４、抽出部５６、及び判定部６０を備える。不正候補車両検出部５４は、車両８の前画像のナンバー情報と、後画像の取得したナンバー情報とから前後のナンバー情報が一致しない車両８を不正候補車両として検出する。抽出部５６は、車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出する抽出部５６を備える。判定部６０は、抽出した不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度を算出する。そして、判定部６０は類似度に基づいて、不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、不正候補車両の車両８を不正車両であると判定する。

このように本実施形態の車両認識装置１６では、前画像及び後画像に基づいて前後のナンバー情報が異なると判定した不正候補車両について、車両形状に基づいて判定に用いた前画像及び後画像が同一車両のものであるか否かを判定する。そして、同一車両のものであると判定された場合は、当該不正候補車両の車両８を不正車両であると判定する。

従って、本実施形態の車両認識装置１６によれば、不正車両の判定精度が向上する。

また本実施形態の車両認識装置１６では、撮像装置１２Ａ及び撮像装置１２Ｂのように、車両の前後を撮像する撮像装置が異なる場合でも、正規車両を不正候補車両から除外することができる。

また、本実施形態の車両認識装置１６では、車両形状画像を生成する際に、撮像装置１２Ａ及び撮像装置１２Ｂが撮像した前画像及び後画像を正規化した画像から車両形状画像を生成する。そのため、撮像装置１２Ａ及び撮像装置１２Ｂの撮影角度等によらず、適切に車両形状画像を生成することができる。

なお、本実施形態の車両認識システム１０では、認識装置１４及び車両認識装置１６をネットワーク１８で接続された異なる装置として説明したが構成はこれに限らない。例えば、認識装置１４及び車両認識装置１６を一体とした装置として構成してもよい。この場合、認識装置１４及び車両認識装置１６を、有線または無線を介して撮像装置１２の近辺に設けてもよいし、ネットワーク１８等を介して撮像装置１２から離れた場所に設けてもよい。

また、本実施形態では、日本国内において車両８に付与される一般的なナンバープレート（図３参照）に基づいて説明したが、ナンバープレートはこれに限らない。例えば、外交関係のナンバープレートや防衛庁自衛隊様ナンバープレートであっても、ナンバープレートに示されるナンバー情報の内容が異なるだけであり、上述した車両認識処理を適用して不正車両の判定を行うことができる。なお、ナンバー情報に分類番号が含まれない場合は、車両形状ＤＢ登録処理及び車両形状ＤＢ照会処理において分類番号を用いずに、格納されている全ての車両形状画像と類似度の判定を行えばよい。また、車両認識システム１０（車両認識装置１６）を日本国以外で使用する場合、使用する国内で車両に付与されているナンバープレートに示されるナンバー情報に応じて車両認識処理を適用すればよい。

また、本実施形態の車両認識装置１６では、判定部６０が不正候補車両の車両形状画像と正規車両の車両形状画像との類似度により不正候補車両が不正車両であるか否かを判定している。本実施形態では、正規車両の車両画像として、車両形状ＤＢ５８に登録されている正規車両の車両形状画像を用いているが、これに限定されない。例えば、車両のカタログ等に記載された正規車両の車両画像を用いてもよい。

なお、上記では、認識プログラム８０がコンピュータ７０の記憶部７６に予め記憶（インストール）されている状態を説明したが、認識プログラム８０を記憶媒体に記録された形態で提供することも可能である。同様に、車両認識プログラム１１０がコンピュータ１００の記憶部１０８に予め記憶されている状態を説明したが、車両認識プログラム１１０を記憶媒体に記録された形態で提供することも可能である。記憶媒体としては、例えば、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disk Read Only Memory）、及びＵＳＢ（Universal Serial Bus）等が挙げられる。

以上の上記実施形態に関し、更に以下の付記を開示する。

（付記１）
車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出する抽出部と、
抽出した前記不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度に基づいて、前記不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、前記不正候補車両について不正車両であると判定する判定部と、
を備えた車両認識装置。

（付記２）
前記正規車両の前後の車両形状とともに分類番号が蓄積されており、
前記抽出部は、さらに前記不正候補車両の前記ナンバープレートに示された分類番号を抽出し、
前記判定部は、前記不正候補車両の前後の車両形状と、前記不正候補車両と前記分類番号の１桁目が一致する前記正規車両の前後の車両形状と、の類似度を車両の前後についてそれぞれ算出する、
付記１に記載の車両認識装置。

（付記３）
前記抽出部は、前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して不正候補車両の前後の車両形状を抽出し、
前記判定部は、前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して抽出された車両形状と、正規車両の車両前後の車両形状と、の類似度を算出する、
付記１または付記２に記載の車両認識装置。

（付記４）
前記抽出部は、前記正規化した前記不正候補車両の車両前後の撮像画像それぞれの右側もしくは左側を線対称に並べた鏡像画像から車両形状を抽出する、
付記３に記載の車両認識装置。

（付記５）
前記判定部は、前記不正候補車両の車両前後の撮像画像のそれぞれに写るナンバープレートの画像に基づいて前記正規化を行う、
付記３または付記４に記載の車両認識装置。

（付記６）
ナンバープレートを含む前後車両の撮像画像から前後のナンバープレートのナンバー情報が一致しない不正候補車両を検出する検出部をさらに備える、
付記１から付記５のいずれか１つに記載の車両認識装置。

（付記７）
ナンバープレートを含む車両の前面を撮像する第１撮像装置と、
ナンバープレートを含む車両の後面を撮像する第２撮像装置と、
前記第１撮像装置が撮像した車両の前画像及び前記第２撮像装置が撮像した車両の後画像から、車両の前後のナンバープレートに基づくナンバー情報を認識する認識装置と、
前記認識装置の認識結果に基づいて、不正車両を判定する付記１から付記６のいずれか１つに記載の車両認識装置と、
を備えた車両認識システム。

（付記８）
コンピュータに、
車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出し、
抽出した前記不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度に基づいて、前記不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、前記不正候補車両について不正車両であると判定する、
ことを含む処理を実行させる車両認識プログラム。

（付記９）
前記正規車両の前後の車両形状とともに分類番号が蓄積されており、
さらに前記不正候補車両の前記ナンバープレートに示された分類番号を抽出し、
前記不正候補車両の前後の車両形状と、前記不正候補車両と前記分類番号の１桁目が一致する前記正規車両の前後の車両形状と、の類似度を車両の前後についてそれぞれ算出する、
付記８に記載の車両認識プログラム。

（付記１０）
前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して不正候補車両の前後の車両形状を抽出し、
前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して抽出された車両形状と、正規車両の車両前後の車両形状と、の類似度を算出する、
付記９または付記１０に記載の車両認識プログラム。

（付記１１）
前記正規化した前記不正候補車両の車両前後の撮像画像それぞれの右側もしくは左側を線対称に並べた鏡像画像から車両形状を抽出する、
付記１０に記載の車両認識プログラム。

（付記１２）
前記不正候補車両の車両前後の撮像画像のそれぞれに写るナンバープレートの画像に基づいて前記正規化を行う、
付記１０または付記１１に記載の車両認識プログラム。

（付記１３）
ナンバープレートを含む前後車両の撮像画像から前後のナンバープレートのナンバー情報が一致しない不正候補車両を検出することをさらに含む、
付記８から付記１２のいずれか１つに記載の車両認識プログラム。

（付記１４）
コンピュータにより、
車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出し、
抽出した前記不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度に基づいて、前記不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、前記不正候補車両について不正車両であると判定する、
ことを含む処理を実行させる車両認識方法。

（付記１５）
前記正規車両の前後の車両形状とともに分類番号が蓄積されており、
さらに前記不正候補車両の前記ナンバープレートに示された分類番号を抽出し、
前記不正候補車両の前後の車両形状と、前記不正候補車両と前記分類番号の１桁目が一致する前記正規車両の前後の車両形状と、の類似度を車両の前後についてそれぞれ算出する、
付記１４に記載の車両認識方法。

（付記１６）
前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して不正候補車両の前後の車両形状を抽出し、
前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して抽出された車両形状と、正規車両の車両前後の車両形状と、の類似度を算出する、
付記１４または付記１５に記載の車両認識方法。

（付記１７）
前記正規化した前記不正候補車両の車両前後の撮像画像それぞれの右側もしくは左側を線対称に並べた鏡像画像から車両形状を抽出する、
付記１１６に記載の車両認識方法。

（付記１８）
前記不正候補車両の車両前後の撮像画像のそれぞれに写るナンバープレートの画像に基づいて前記正規化を行う、
付記１６または付記１７に記載の車両認識方法。

（付記１９）
ナンバープレートを含む前後車両の撮像画像から前後のナンバープレートのナンバー情報が一致しない不正候補車両を検出することをさらに含む、
付記１４から付記１８のいずれか１つに記載の車両認識方法。

１０ 車両認識システム
１２Ａ、１２Ｂ 撮像装置
１４ 認識装置
１６ 車両認識装置
５２ 認識結果ＤＢ
５４ 不正候補車両検出部
５６ 抽出部
５８ 車両形状ＤＢ
６０ 判定部
７０、１００ コンピュータ
７２、１０２ ＣＰＵ
７４、１０６ メモリ
７６、１０８ 記憶部
８０ 認識プログラム
１１０ 車両認識プログラム

Claims (8)

1. 車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出する抽出部と、
   抽出した前記不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度に基づいて、前記不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、前記不正候補車両について不正車両であると判定する判定部と、
   を備えた車両認識装置。
2. 前記正規車両の前後の車両形状とともに分類番号が蓄積されており、
   前記抽出部は、さらに前記不正候補車両の前記ナンバープレートに示された分類番号を抽出し、
   前記判定部は、前記不正候補車両の前後の車両形状と、前記不正候補車両と前記分類番号の１桁目が一致する前記正規車両の前後の車両形状と、の類似度を車両の前後についてそれぞれ算出する、
   請求項１に記載の車両認識装置。
3. 前記抽出部は、前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して不正候補車両の前後の車両形状を抽出し、
   前記判定部は、前記不正候補車両の車両前後の撮像画像をそれぞれ正規化して抽出された車両形状と、正規車両の車両前後の車両形状と、の類似度を算出する、
   請求項１または請求項２に記載の車両認識装置。
4. 前記抽出部は、前記正規化した前記不正候補車両の車両前後の撮像画像それぞれの右側もしくは左側を線対称に並べた鏡像画像から車両形状を抽出する、
   請求項３に記載の車両認識装置。
5. ナンバープレートを含む前後車両の撮像画像から前後のナンバープレートのナンバー情報が一致しない不正候補車両を検出する検出部をさらに備える、
   請求項１から請求項４のいずれか１項に記載の車両認識装置。
6. ナンバープレートを含む車両の前面を撮像する第１撮像装置と、
   ナンバープレートを含む車両の後面を撮像する第２撮像装置と、
   前記第１撮像装置が撮像した車両の前画像及び前記第２撮像装置が撮像した車両の後画像から、車両の前後のナンバープレートに基づくナンバー情報を認識する認識装置と、
   前記認識装置の認識結果に基づいて、不正車両を判定する請求項１から請求項５のいずれか１項に記載の車両認識装置と、
   を備えた車両認識システム。
7. コンピュータに、
   車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出し、
   抽出した前記不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度に基づいて、前記不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、前記不正候補車両について不正車両であると判定する、
   ことを含む処理を実行させる車両認識プログラム。
8. コンピュータにより、
   車両前後のナンバープレートに示されたナンバー情報が異なる不正候補車両の車両前後の撮像画像からそれぞれ不正候補車両の前後の車両形状を抽出し、
   抽出した前記不正候補車両の前後の車両形状と、車両前後のナンバープレートに示されたナンバー情報が一致する正規車両の前後の車両形状と、の類似度に基づいて、前記不正候補車両の前後の車両形状と、正規車両の前後の車両形状と、がともに同一であるとみなせる場合に、前記不正候補車両について不正車両であると判定する、
   ことを含む処理を実行させる車両認識方法。