JP2017091530A - 交通事故の検出方法、交通事故の検出装置及び電子機器 - Google Patents

交通事故の検出方法、交通事故の検出装置及び電子機器 Download PDF

Info

Publication number
JP2017091530A
JP2017091530A JP2016217213A JP2016217213A JP2017091530A JP 2017091530 A JP2017091530 A JP 2017091530A JP 2016217213 A JP2016217213 A JP 2016217213A JP 2016217213 A JP2016217213 A JP 2016217213A JP 2017091530 A JP2017091530 A JP 2017091530A
Authority
JP
Japan
Prior art keywords
image
pixel
pixel value
foreground
corresponding position
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.)
Pending
Application number
JP2016217213A
Other languages
English (en)
Inventor
ヤン・ビンビン
Bingbing Yang
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of JP2017091530A publication Critical patent/JP2017091530A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30241Trajectory

Abstract

【課題】本発明の実施例は交通事故の検出方法、交通事故の検出装置及び電子機器を提供する。【解決手段】該装置は、交通監視画像の前景画像を検出する第1検出部と、該前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定する第1設定部と、該前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定する第2設定部と、該事故画像に対してモルフォロジー処理を行う第1処理部と、を含む。本願の実施例は、簡単な方法で交通監視画像における交通事故が発生する位置を検出でき、検出の精度を向上できる。【選択図】図3

Description

本発明は、情報技術分野に関し、特に交通監視画像における交通事故の検出方法、装置及び電子機器に関する。
経済の発展に伴い、多くの車両が人々の生活に関与しているが、車輌の数の急増による交通渋滞及び交通安全などの問題もより厳しくなった。情報技術の発展のおかげで、知能交通(Intelligent Transport)の概念が提出され、技術的手段により交通問題を解決することは期待されている。
交通状態の検出は、知能交通の一部であり、交通管理のために重要な情報を提供できる。知能交通の技術では、通常、画像処理技術を採用し、交通監視画像を分析することで、交通状態情報を取得してもよい。
従来技術では、通常、機械学習法(Machine learning based method)及び軌跡法(Trajectory based method)を用いて交通監視画像における交通事故情報を検出する。そのうち、機械学習法は、交通監視画像における異常状況を検出することで交通事故情報を取得する。軌跡法は、車輌の長期間滞在及び車両間の衝突を検出することで交通事故情報を取得する。
なお、背景技術に関する上記の説明は、単なる本発明の技術案をより明確、完全に説明するためのものであり、当業者を理解させるために説明するものであり。これら技術案が本発明の背景技術の部分に説明されているから当業者にとって周知の技術であると解釈してはならない。
本願の発明者の発見によると、上記の機械学習法では、訓練を行うために大量の訓練サンプルを取得する必要があり、複雑であり、且つ時間がかかる。上記の軌跡法では、検出結果が追跡アルゴリズムに依存しており、十分に良い追跡アルゴリズムを取得しにくいため、検出の精度が制限されている。
本願は、交通事故の検出方法、検出装置及び電子機器を提供し、該検出方法は、交通監視画像の前景画像における所定の画素値を有する画素の位置に基づいて、事故画像における対応する画素の画素値を設定することで、簡単な方法で交通事故の位置を検出できると共に、事故画像を処理することで、検出の精度を向上できる。
本願の実施例の第1の態様では、交通監視画像における交通事故が発生する位置を検出する交通事故の検出装置であって、交通監視画像の前景画像を検出する第1検出手段と、前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定する第1設定手段と、前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定する第2設定手段と、前記事故画像に対してモルフォロジー処理を行う第1処理手段と、を含み、前記前景画像、前記前景計数画像及び前記事故画像はいずれも同一のサイズを有し、前記前景画像及び前記事故画像は二値画像である、交通事故の検出装置を提供する。
本願の実施例の第2の態様では、上記の実施例の第1の態様に記載の交通事故の検出装置を含む電子機器を提供する。
本願の実施例の第3の態様では、交通監視画像における交通事故が発生する位置を検出する交通事故の検出方法であって、交通監視画像の前景画像を検出するステップと、前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定するステップと、前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定するステップと、前記事故画像に対してモルフォロジー処理を行うステップと、を含み、前記前景画像、前記前景計数画像及び前記事故画像はいずれも同一のサイズを有し、前記前景画像及び前記事故画像は二値画像である、交通事故の検出方法を提供する。
本願の有益な効果としては、簡単な方法で交通監視画像における交通事故が発生する位置を検出でき、検出の精度を向上できる。
下記の説明及び図面に示すように、本発明の特定の実施形態が詳細に開示され、本発明の原理を採用できる方式が示される。なお、本発明の実施形態の範囲はこれらに限定されない。本発明の実施形態は、添付される特許請求の範囲の要旨及び項目の範囲内において、変更されたもの、修正されたもの及び均等的なものを含む。
1つの実施形態に記載された特徴及び/又は示された特徴は、同一又は類似の方式で1つ又はさらに多くの他の実施形態で用いられてもよいし、他の実施形態における特徴と組み合わせてもよいし、他の実施形態における特徴に代わってもよい。
なお、本文では、用語「包括/含む」は、特徴、部材、ステップ又はコンポーネントが存在することを指し、一つ又は複数の他の特徴、部材、ステップ又はコンポーネントの存在又は付加を排除しない。
ここで含まれる図面は、本発明の実施例を理解させるためのものであり、本明細書の一部を構成し、本発明の実施例を例示するためのものであり、文言の記載と合わせて本発明の原理を説明する。なお、ここに説明される図面は、単なる本発明の実施例を説明するためのものであり、当業者にとって、これらの図面に基づいて他の図面を容易に得ることができる。
本願の実施例の交通事故の検出方法の1つのフローチャートである。 本願の実施例の交通事故の検出方法を用いて交通事故の位置を検出することの1つのフローチャートである。 本願の実施例の交通事故の検出装置の1つの構成を示す図である。 本願の実施例の電子機器の1つの構成を示す図である。
本発明の上記及びその他の特徴は、図面及び下記の説明により理解できるものである。明細書及び図面では、本発明の特定の実施形態、即ち本発明の原則に従う一部の実施形態を表すものを公開している。なお、本発明は説明される実施形態に限定されず、本発明は、特許請求の範囲内の全ての修正、変更されたもの、及び均等なものを含む。
<実施例1>
本願の実施例1は、交通監視画像における交通事故が発生する位置を検出する交通事故の検出方法を提供する。図1は実施例1の交通事故の検出方法の1つのフローチャートである。図1に示すように、該方法は下記のステップを含む。
S101:交通監視画像の前景画像を検出する。
S102:該前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定する。
S103:該前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定する。
S104:該事故画像に対してモルフォロジー処理を行う。
本実施例では、該前景(Foreground)画像、前景計数(Foreground counter)画像及び事故(Incident)画像はいずれも同一のサイズを有する。
本実施例では、交通監視画像の前景画像における所定の画素値を有する画素の位置に基づいて、事故画像における対応する画素の画素値を設定することで、簡単な方法で交通事故の位置を検出でき、事故画像で事故の発生位置を直感的に表すことができると共に、事故画像に対してモルフォロジー処理を行うことで、より正確な検出結果を取得できる。
本実施例のステップS101において、特定のアルゴリズムを用いて、交通監視画像の現在のフレームと背景画像とを比較し、該フレームの前景画像を取得してもよく、該前景画像は、高速で移動する物体を表すことができ、低速で移動する物体及び長期間静止する物体を表すことができるため、交通事故による交通渋滞などの状況の検出に適用できる。該特定のアルゴリズムは、例えば非特許文献「An Enhanced Background Estimation Algorithm for Vehicle Detection in
Urban Traffic Scenes」(Jose Manuel Milla et al,IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, VOL. 59, NO. 8, OCTOBER
2010)を参照してもよいし、他のアルゴリズムであってもよい。該前景画像は二値画像であってもよく、ここで、画素値が1の画素は、交通監視画像における背景以外の車両などの前景物体に対応してもよい。
本実施例のステップS102において、各フレームの前景画像における画素について、各画素の画素値を検出してもよく、該画素が第1画素値を有する場合に、前景計数画像における対応する位置の画素の画素値を増加させてもよい。ここで、該第1画素値は例えば1であってもよい。例えば、i番目のフレームの前景画像における座標が(X=100,Y=101)の画素pfi(100,101)の画素値が1である場合は、前景計数画像における座標が(X=100,Y=101)の画素pc(100,101)の画素値を1だけ増加させる。これによって、前景計数画像における各画素の画素値が複数のフレームの前景画像における対応する位置の画素の画素値の累積結果を反映でき、前景計数画像における画素値が比較的に高い画素が車両の渋滞レベルが比較的に高い領域に対応し、前景計数画像における画素値が比較的に高い画素に対応する領域において交通事故が発生する可能性も比較的に高い。
本実施例のステップS103において、前景計数画像における画素の画素値に基づいて、該画素に対応する領域で交通事故が発生したか否かを判断してもよい。例えば、前景計数画像における各画素の画素値と第1閾値T1とを比較し、該画素の画素値が該第1閾値T1以上である場合に、事故画像における対応する位置の画素の画素値を第2画素値に設定してもよい。ここで、該事故画像は二値画像であってもよく、該第2画素値は1であってもよい。例えば、前景計数画像における座標が(X=100,Y=101)の画素pc(100,101)の画素値が第1閾値T1よりも大きい場合は、事故画像における座標が(X=100,Y=101)の画素pi(100,101)の画素値を1に設定する。これによって、事故画像における第2画素値を有する画素は、交通事故が発生したと判断された領域に対応でき、また、該事故画像が二値画像であるため、該交通事故が発生したと判断された領域を明確、且つ直感的に反映できる。
本実施例のステップS104において、事故画像に対してモルフォロジー処理(Morphological processing)を行ってもよく、該モルフォロジー処理は、例えば該事故画像における第2画素値を有する画素に対して削除処理及び/又は膨張処理を行うものであってもよい。これによって、該事故画像における第2画素値を有する孤立画素を削除し、且つ/或いは第2画素値を有する複数の画素を連結させた。例えば、モルフォロジー処理のアルゴリズムに従って画素値が1の一部の画素を削除し、且つ/或いは画素値が1の隣接する複数の画素を連結させ、画素値が1の連続的な画素により構成された領域を形成する。これによって、削除処理により事故画像における雑音点を除去することで、誤検出を防止できる。また、膨張処理により隣接する画素を連結させることで、事故領域を簡単に認識、位置決定できる。本実施例では、モルフォロジー処理の具体的な方法は従来技術を参照してもよく、本願の実施例はその説明が省略される。
本実施例では、モルフォロジー処理後の事故画像をさらに処理してもよく、例えば、該事故画像における第2画素値を有する連続的な画素により構成された領域を認識し、該領域の位置及び/又は面積などの情報を抽出してもよい。これによって、交通事故が発生した領域を自動的に認識でき、知能交通により多くの参照情報を提供できる。本実施例では、上記領域の認識方法及び該領域における関連情報の抽出方法は、従来技術を参照してもよく、ここでその説明が省略される。
本実施例では、前景計数画像と同一のサイズを有する補助計数(Flick_counter)画像を参照しながら、前景計数画像及び事故画像における対応する位置の画素の画素値を設定してもよい。
本実施例の上記のステップS102において、各フレームの前景画像における画素について、該画素が第4画素値を有する場合に、補助計数画像における対応する位置の画素の画素値を増加させてもよい。ここで、該第4画素値は例えば0であってもよい。これによって、該補助計数画像における比較的に高い画素値を有する画素は、交通事故の発生した可能性が比較的に低い領域に対応する。また、該補助計数画像における対応する位置の画素の画素値が第2閾値T2以上である場合に、該対応する位置において一定の期間で交通事故が発生していないと判定されてもよいため、該補助計数画像における該対応する位置の画素の画素値を第3画素値に設定し、前景計数画像における対応する位置の画素の画素値を第4画素値に設定してもよい。ここで、該第3画素値は0であってもよい。これによって、補助計数画像の計数により、前景計数画像に対応する検出結果を更新し、再計数を行うように、前景計数画像における交通事故の発生していない位置に対応する画素の画素値を0に設定できる。
例えば、(i−2*n)番目のフレームから(i−n)番目のフレームの交通監視画像についての検出結果に基づいて、該前景計数画像における画素pc(100,101)の画素値が第1閾値T1よりも大きいと判断し、即ち、該画素pc(100,101)が交通事故の発生位置に対応すると判断し、(i−n+1)番目のフレームから(i)番目のフレームの交通監視画像についての検出結果に基づいて、該補助計数画像における画素pfc(100,101)の画素値が第2閾値T2よりも大きいと判断し、即ち、該画素pfc(100,101)が(i−n+1)番目のフレームから(i)番目のフレームの期間内で交通事故の発生していない位置に対応すると判断する。従って、検出結果を更新し、前景計数画像及び補助計数画像で再計数できるように、該補助計数画像における画素pfc(100,101)の画素値を0に設定し、前景計数画像における画素pc(100,101)の画素値を0に設定する。
また、本実施例の上記のステップS103において、該補助計数画像における対応する位置の画素の画素値が第2閾値T2以上である場合に、該事故画像における対応する位置の画素の画素値を前記第4画素値に設定してもよい。これによって、補助計数画像の計数により、事故画像における交通事故の発生していない位置に対応する画素の画素値を0に設定でき、事故画像で表された検出結果を更新できる。
例えば、(i−2*n)番目のフレームから(i−n)番目のフレームの交通監視画像についての検出結果に基づいて、事故画像における画素pi(100,101)の画素値を1とし、即ち、該画素pi(100,101)が交通事故の発生した位置に対応すると判断し、(i−n+1)番目のフレームから(i)番目のフレームの交通監視画像についての検出結果に基づいて、該補助計数画像における画素pfc(100,101)の画素値が第2閾値T2よりも大きいと判断し、即ち、該画素pfc(100,101)が(i−n+1)番目のフレームから(i)番目のフレームの期間内で交通事故の発生していない位置に対応すると判断する。従って、事故画像で表された検出結果を更新するように、事故画像における画素pi(100,101)の画素値を0に設定する。
また、本実施例では、前景画像における画素が第1画素値を有する場合に、補助計数画像における対応する位置の画素を、該画素が第3画素値を有するように設定してもよい。ここで、該第3画素値は0であってもよい。これによって、補助計数画像における対応する位置の画素を再計数できる。
図2本実施例の交通事故の検出方法を用いて交通事故の位置を検出することの1つのフローチャートである。図2に示すように、該フローは以下のステップを含む。
S201:現在のフレームの交通監視画像を取得する。
S202:交通監視画像の前景画像を検出する。
S203:前景画像における各画素について、その画素値が1であるか否かを判断し、判断結果が「YES」の場合は、S204に進み、判断結果が「NO」の場合は、S210に進む。
S204:前景計数画像における対応する位置の画素の画素値を増加させる。
S205:補助計数画像における対応する位置の画素の画素値を0に設定する。
S206:前景計数画像における対応する位置の画素の画素値≧T1の場合は、事故画像における対応する位置の画素の画素値を1に設定する。
S2061:現在のフレームの交通監視画像の前景画像における全ての画素の検出が完了したか否かを判断し、判断結果が「YES」の場合は、S207に進み、判断結果が「NO」の場合は、S2062に進む。
S2062:現在の画素の次の画素を選択し、該次の画素と新しい現在の画素として、検出を続ける。
S207:事故画像に対してモルフォロジー処理を行う。
S208:事故画像における画素値が1の連続的な画素により構成された領域を認識する。
S209:終了するか否かを判断し、判断結果が「NO」の場合は、S201に戻り、次の現在のフレームの交通監視画像を取得する。
S210:補助計数画像における対応する位置の画素の画素値を増加させる。
S211:補助計数画像における対応する位置の画素の画素値≧第2閾値T2となるか否かを判断し、判断結果が「YES」の場合は、S212に進み、判断結果が「NO」の場合は、S2061に進む。
S212:補助計数画像、前景計数画像、事故画像における対応する位置の画素の画素値の全てを0に設定する。
本実施例によれば、交通監視画像の前景画像における所定の画素値を有する画素の位置に基づいて、事故画像における対応する画素の画素値を設定することで、簡単な方法で交通事故の位置を検出でき、事故画像で事故の発生位置を直感的に表すことができると共に、事故画像に対してモルフォロジー処理を行うことで、より正確な検出結果を取得できる。
<実施例2>
本願の実施例2は、実施例1の交通事故の検出方法に対応する交通事故の検出装置をさらに提供する。図3は本実施例の交通事故の検出装置の1つの構成を示す図である。図3に示すように、交通事故の検出装置300は、第1検出部301、第1設定部302、第2設定部303及び第1処理部304を含んでもよい。
第1検出部301は、交通監視画像の前景画像を検出する。第1設定部302は、該前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定する。第2設定部303は、該前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定する。第1処理部304は、該事故画像に対してモルフォロジー処理を行う。ここで、該前景画像、該前景計数画像及び該事故画像はいずれも同一のサイズを有し、該前景画像及び該事故画像は二値画像である。
本実施例では、第1検出部301は、交通監視画像の各フレームと背景画像とを比較し、各フレームの前記前景画像を取得する。
第1設定部302は、各フレームの該前景画像における画素について、該画素が第1画素値を有する場合に、該前景計数画像における対応する位置の画素の画素値を増加させ、補助計数画像における対応する位置の画素を、該画素が第3画素値を有するように設定する。該画素が第4画素値を有する場合に、補助計数画像における対応する位置の画素の画素値を増加させ、該補助計数画像における該対応する位置の画素の画素値が第2閾値以上である場合に、該補助計数画像における該対応する位置の画素の画素値を第3画素値に設定し、該前景計数画像における対応する位置の画素の画素値を該第4画素値に設定する。
第2設定部303は、該前景計数画像における対応する位置の画素の画素値が第1閾値以上である場合に、該事故画像における対応する位置の画素の画素値を第2画素値に設定し、補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、事故画像における対応する位置の画素の画素値を第4画素値に設定する。
第1処理部304は、該事故画像における第2画素値を有する画素に対して削除処理及び/又は膨張処理を行う。
該交通事故の検出装置300は、モルフォロジー処理後の該事故画像において、第2画素値を有する連続的な画素により構成された領域を認識する認識部(図示せず)をさらに含んでもよい。
本実施例では、交通事故の検出装置300の各部の詳細な説明は、実施例1の対応ステップについての説明を参照してもよく、本実施例ではその説明が省略される。
本実施例によれば、交通監視画像の前景画像における所定の画素値を有する画素の位置に基づいて、事故画像における対応する画素の画素値を設定することで、簡単な方法で交通事故の位置を検出でき、事故画像で事故の発生位置を直感的に表すことができると共に、事故画像に対してモルフォロジー処理を行うことで、より正確な検出結果を取得できる。
<実施例3>
本願の実施例は電子機器をさらに提供し、該電子機器は実施例2に記載された交通事故の検出装置を含む。
図4は本願の実施例の電子機器の1つの構成を示す図である。図4に示すように、電子機器400は、中央処理装置(CPU)401及び記憶装置402を含んでもよく、記憶装置402は中央処理装置401に接続される。記憶装置402は各種のデータを記憶してもよく、情報処理のプログラムをさらに記憶し、中央処理装置401の制御で該プログラムを実行する。
1つの態様では、交通事故の検出装置300の機能は中央処理装置401に統合されてもよい。ここで、中央処理装置401は、実施例1に記載された交通事故の検出方法を実現するように、該電子機器を制御するように構成されてもよい。
もう1つの態様では、交通事故の検出装置300は中央処理装置401とそれぞれ構成されてもよく、例えば交通事故の検出装置300は中央処理装置401に接続されたチップであり、中央処理装置401の制御により交通事故の検出装置300の機能を実現してもよい。
また、図4に示すように、電子機器400は、入力出力部403及び表示部404をさらに含んでもよい。ここで、上記の各部の機能は従来技術と類似し、ここでその説明が省略される。なお、電子機器400は、図4に示されている全ての構成部を含まなくてもよい。また、電子機器400は、図4に示されていない構成部をさらに含んでもよく、従来技術を参照してもよい。
本発明の実施例は、電子機器においてプログラムを実行する際に、コンピュータに、実施例1に記載の交通事故の検出方法を該電子機器において実行させる、コンピュータ読み取り可能なプログラムをさらに提供する。
本発明の実施例は、コンピュータに、実施例1に記載の交通事故の検出方法を電子機器において実行させるためのコンピュータ読み取り可能なプログラムを記憶する、記憶媒体をさらに提供する。
本発明の以上の装置及び方法は、ハードウェアにより実現されてもよく、ハードウェアとソフトウェアを結合して実現されてもよい。本発明はコンピュータが読み取り可能なプログラムに関し、該プログラムはロジック部により実行される時に、該ロジック部に上述した装置又は構成要件を実現させる、或いは該ロジック部に上述した各種の方法又はステップを実現させることができる。本発明は上記のプログラムを記憶するための記憶媒体、例えばハードディスク、磁気的ディスク、光ディスク、DVD、フラッシュメモリ等にさらに関する。
図面に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、本願に記載されている機能を実行するための汎用プロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールド・プログラマブル・ゲートアレイ(FPGA)又は他のプログラマブル論理デバイス、ディスクリートゲートまたはトランジスタ論理装置、ディスクリートハードウェアコンポーネント、またはそれらの任意の適切な組み合わせで実現されてもよい。図面に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、例えば、コンピューティング機器の組み合わせ、例えばDSPとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサの組み合わせ、DSP通信と組み合わせた1つ又は複数のマイクロプロセッサ又は他の任意の構成で実現されてもよい。
以上、具体的な実施形態を参照しながら本発明を説明しているが、上記の説明は、例示的なものに過ぎず、本発明の保護の範囲を限定するものではない。本発明の趣旨及び原理を離脱しない限り、本発明に対して各種の変形及び修正を行ってもよく、これらの変形及び修正も本発明の範囲に属する。
また、上述の実施例を含む実施形態に関し、更に以下の付記を開示する。
(付記1)
交通監視画像における交通事故が発生する位置を検出する交通事故の検出装置であって、
交通監視画像の前景画像を検出する第1検出手段と、
前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定する第1設定手段と、
前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定する第2設定手段と、
前記事故画像に対してモルフォロジー処理を行う第1処理手段と、を含み、
前記前景画像、前記前景計数画像及び前記事故画像はいずれも同一のサイズを有し、前記前景画像及び前記事故画像は二値画像である、交通事故の検出装置。
(付記2)
前記第1検出手段は、交通監視画像の各フレームと背景画像とを比較し、各フレームの前記前景画像を取得する、付記1に記載の交通事故の検出装置。
(付記3)
前記第1設定手段は、各フレームの前記前景画像における画素について、該画素が第1画素値を有する場合に、前記前景計数画像における対応する位置の画素の画素値を増加させる、付記1に記載の交通事故の検出装置。
(付記4)
前記第2設定手段は、前記前景計数画像における対応する位置の画素の画素値が第1閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を第2画素値に設定する、付記3に記載の交通事故の検出装置。
(付記5)
前記モルフォロジー処理後の前記事故画像において、第2画素値を有する連続的な画素により構成された領域を認識する認識手段、をさらに含む、付記3に記載の交通事故の検出装置。
(付記6)
前記第1処理手段は、前記事故画像における第2画素値を有する画素に対して削除処理及び/又は膨張処理を行う、付記1に記載の交通事故の検出装置。
(付記7)
前記第1設定手段は、
各フレームの前記前景画像における画素について、該画素が第4画素値を有する場合に、補助計数画像における対応する位置の画素の画素値を増加させ、
前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記補助計数画像における該対応する位置の画素の画素値を第3画素値に設定し、前記前景計数画像における対応する位置の画素の画素値を前記第4画素値に設定し、
前記補助計数画像は前記前景計数画像と同一のサイズを有する、付記3に記載の交通事故の検出装置。
(付記8)
前記第2設定手段は、前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を前記第4画素値に設定する、付記7に記載の交通事故の検出装置。
(付記9)
前記第1設定手段は、前記前景画像における画素が第1画素値を有する場合に、前記補助計数画像における対応する位置の画素を、該画素が第3画素値を有するように設定する、付記7に記載の交通事故の検出装置。
(付記10)
付記1〜9の何れかに記載の交通事故の検出装置を含む電子機器。
(付記11)
交通監視画像における交通事故が発生する位置を検出する交通事故の検出方法であって、
交通監視画像の前景画像を検出するステップと、
前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定するステップと、
前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定するステップと、
前記事故画像に対してモルフォロジー処理を行うステップと、を含み、
前記前景画像、前記前景計数画像及び前記事故画像はいずれも同一のサイズを有し、前記前景画像及び前記事故画像は二値画像である、交通事故の検出方法。
(付記12)
前記交通監視画像の前景画像を検出するステップは、
交通監視画像の各フレームと背景画像とを比較し、各フレームの前記前景画像を取得するステップ、を含む、付記11に記載の交通事故の検出方法。
(付記13)
前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定するステップは、
各フレームの前記前景画像における画素について、該画素が第1画素値を有する場合に、前記前景計数画像における対応する位置の画素の画素値を増加させるステップ、を含む、付記11に記載の交通事故の検出方法。
(付記14)
前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定するステップは、
前記前景計数画像における対応する位置の画素の画素値が第1閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を第2画素値に設定する、付記13に記載の交通事故の検出方法。
(付記15)
前記モルフォロジー処理後の前記事故画像において、第2画素値を有する連続的な画素により構成された領域を認識するステップ、をさらに含む、付記13に記載の交通事故の検出方法。
(付記16)
前記事故画像に対してモルフォロジー処理を行うステップは、
前記事故画像における第2画素値を有する画素に対して削除処理及び/又は膨張処理を行うステップ、を含む、付記11に記載の交通事故の検出方法。
(付記17)
前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定するステップは、
各フレームの前記前景画像における画素について、該画素が第4画素値を有する場合に、補助計数画像における対応する位置の画素の画素値を増加させるステップと、
前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記補助計数画像における該対応する位置の画素の画素値を第3画素値に設定し、前記前景計数画像における対応する位置の画素の画素値を前記第4画素値に設定するステップと、をさらに含み、
前記補助計数画像は前記前景計数画像と同一のサイズを有する、付記13に記載の交通事故の検出方法。
(付記18)
前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定するステップは、
前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を前記第4画素値に設定するステップ、をさらに含む、付記17に記載の交通事故の検出方法。
(付記19)
前記前景画像における画素が第1画素値を有する場合に、前記補助計数画像における対応する位置の画素を、該画素が第3画素値を有するように設定するステップ、をさらに含む、付記17に記載の交通事故の検出方法。

Claims (19)

  1. 交通監視画像における交通事故が発生する位置を検出する交通事故の検出装置であって、
    交通監視画像の前景画像を検出する第1検出手段と、
    前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定する第1設定手段と、
    前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定する第2設定手段と、
    前記事故画像に対してモルフォロジー処理を行う第1処理手段と、を含み、
    前記前景画像、前記前景計数画像及び前記事故画像はいずれも同一のサイズを有し、前記前景画像及び前記事故画像は二値画像である、交通事故の検出装置。
  2. 前記第1検出手段は、交通監視画像の各フレームと背景画像とを比較し、各フレームの前記前景画像を取得する、請求項1に記載の交通事故の検出装置。
  3. 前記第1設定手段は、各フレームの前記前景画像における画素について、該画素が第1画素値を有する場合に、前記前景計数画像における対応する位置の画素の画素値を増加させる、請求項1に記載の交通事故の検出装置。
  4. 前記第2設定手段は、前記前景計数画像における対応する位置の画素の画素値が第1閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を第2画素値に設定する、請求項3に記載の交通事故の検出装置。
  5. 前記モルフォロジー処理後の前記事故画像において、第2画素値を有する連続的な画素により構成された領域を認識する認識手段、をさらに含む、請求項3に記載の交通事故の検出装置。
  6. 前記第1処理手段は、前記事故画像における第2画素値を有する画素に対して削除処理及び/又は膨張処理を行う、請求項1に記載の交通事故の検出装置。
  7. 前記第1設定手段は、
    各フレームの前記前景画像における画素について、該画素が第4画素値を有する場合に、補助計数画像における対応する位置の画素の画素値を増加させ、
    前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記補助計数画像における該対応する位置の画素の画素値を第3画素値に設定し、前記前景計数画像における対応する位置の画素の画素値を前記第4画素値に設定し、
    前記補助計数画像は前記前景計数画像と同一のサイズを有する、請求項3に記載の交通事故の検出装置。
  8. 前記第2設定手段は、前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を前記第4画素値に設定する、請求項7に記載の交通事故の検出装置。
  9. 前記第1設定手段は、前記前景画像における画素が第1画素値を有する場合に、前記補助計数画像における対応する位置の画素を、該画素が第3画素値を有するように設定する、請求項7に記載の交通事故の検出装置。
  10. 請求項1に記載の交通事故の検出装置を含む電子機器。
  11. 交通監視画像における交通事故が発生する位置を検出する交通事故の検出方法であって、
    交通監視画像の前景画像を検出するステップと、
    前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定するステップと、
    前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定するステップと、
    前記事故画像に対してモルフォロジー処理を行うステップと、を含み、
    前記前景画像、前記前景計数画像及び前記事故画像はいずれも同一のサイズを有し、前記前景画像及び前記事故画像は二値画像である、交通事故の検出方法。
  12. 前記交通監視画像の前景画像を検出するステップは、
    交通監視画像の各フレームと背景画像とを比較し、各フレームの前記前景画像を取得するステップ、を含む、請求項11に記載の交通事故の検出方法。
  13. 前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定するステップは、
    各フレームの前記前景画像における画素について、該画素が第1画素値を有する場合に、前記前景計数画像における対応する位置の画素の画素値を増加させるステップ、を含む、請求項11に記載の交通事故の検出方法。
  14. 前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定するステップは、
    前記前景計数画像における対応する位置の画素の画素値が第1閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を第2画素値に設定する、請求項13に記載の交通事故の検出方法。
  15. 前記モルフォロジー処理後の前記事故画像において、第2画素値を有する連続的な画素により構成された領域を認識するステップ、をさらに含む、請求項13に記載の交通事故の検出方法。
  16. 前記事故画像に対してモルフォロジー処理を行うステップは、
    前記事故画像における第2画素値を有する画素に対して削除処理及び/又は膨張処理を行うステップ、を含む、請求項11に記載の交通事故の検出方法。
  17. 前記前景画像における画素の画素値に基づいて、前景計数画像における対応する位置の画素の画素値を設定するステップは、
    各フレームの前記前景画像における画素について、該画素が第4画素値を有する場合に、補助計数画像における対応する位置の画素の画素値を増加させるステップと、
    前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記補助計数画像における該対応する位置の画素の画素値を第3画素値に設定し、前記前景計数画像における対応する位置の画素の画素値を前記第4画素値に設定するステップと、をさらに含み、
    前記補助計数画像は前記前景計数画像と同一のサイズを有する、請求項13に記載の交通事故の検出方法。
  18. 前記前景計数画像における対応する位置の画素の画素値に基づいて、事故画像における対応する位置の画素の画素値を設定するステップは、
    前記補助計数画像における前記対応する位置の画素の画素値が第2閾値以上である場合に、前記事故画像における対応する位置の画素の画素値を前記第4画素値に設定するステップ、をさらに含む、請求項17に記載の交通事故の検出方法。
  19. 前記前景画像における画素が第1画素値を有する場合に、前記補助計数画像における対応する位置の画素を、該画素が第3画素値を有するように設定するステップ、をさらに含む、請求項17に記載の交通事故の検出方法。
JP2016217213A 2015-11-09 2016-11-07 交通事故の検出方法、交通事故の検出装置及び電子機器 Pending JP2017091530A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510755728.X 2015-11-09
CN201510755728.XA CN106682566A (zh) 2015-11-09 2015-11-09 交通事故检测方法、交通事故检测装置和电子设备

Publications (1)

Publication Number Publication Date
JP2017091530A true JP2017091530A (ja) 2017-05-25

Family

ID=58770720

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016217213A Pending JP2017091530A (ja) 2015-11-09 2016-11-07 交通事故の検出方法、交通事故の検出装置及び電子機器

Country Status (2)

Country Link
JP (1) JP2017091530A (ja)
CN (1) CN106682566A (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738842A (zh) * 2018-07-18 2020-01-31 阿里巴巴集团控股有限公司 事故责任划分及行为分析方法、装置、设备及存储介质
CN111369807B (zh) * 2020-03-24 2022-04-12 北京百度网讯科技有限公司 一种交通事故的检测方法、装置、设备和介质
CN114005074B (zh) * 2021-12-30 2022-04-12 以萨技术股份有限公司 交通事故的确定方法、装置及电子设备

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231696A (zh) * 2008-01-30 2008-07-30 安防科技(中国)有限公司 遗留物检测方法及系统
CN102467800A (zh) * 2010-11-05 2012-05-23 无锡市美网网络信息技术有限公司 一种入侵检测报警系统
CN102073851B (zh) * 2011-01-13 2013-01-02 北京科技大学 一种城市交通事故自动识别方法和系统
CN102081844A (zh) * 2011-01-25 2011-06-01 华中科技大学 一种交通视频行为分析与报警服务器
CN102163361B (zh) * 2011-05-16 2012-10-17 公安部沈阳消防研究所 一种基于前景累积图像的图像型火灾探测方法
CN102902960B (zh) * 2012-09-25 2015-04-22 武汉烽火众智数字技术有限责任公司 基于高斯建模与目标轮廓的遗留物检测方法
CN103400113B (zh) * 2013-07-10 2016-08-24 重庆大学 基于图像处理的高速公路隧道行人检测方法

Also Published As

Publication number Publication date
CN106682566A (zh) 2017-05-17

Similar Documents

Publication Publication Date Title
KR102593020B1 (ko) 이미지 처리 방법 및 장치, 전자 기기 및 기억 매체
CN107545262B (zh) 一种在自然场景图像中检测文本的方法及装置
TW202030637A (zh) 人臉圖像識別方法、裝置、電子設備及儲存介質
CN111709975B (zh) 多目标跟踪方法、装置、电子设备及存储介质
CN109344789B (zh) 人脸跟踪方法及装置
US20150371398A1 (en) Method and system for updating background model based on depth
CN105308618B (zh) 借助于并行检测和跟踪和/或分组特征运动移位跟踪的人脸识别
WO2018099268A1 (zh) 目标跟踪方法、装置及存储介质
WO2021082231A1 (zh) 目标检测方法及装置、电子设备和存储介质
JP2017033559A (ja) 放置物の検出装置、方法及びシステム
CN111369590A (zh) 多目标跟踪方法、装置、存储介质及电子设备
CN110413815B (zh) 人像聚类清洗方法和装置
WO2018058530A1 (zh) 目标检测方法、装置以及图像处理设备
US10936876B2 (en) Content recognition method, system and storage medium thereof
CN110647818A (zh) 一种遮挡目标物体的识别方法及装置
JP2017091530A (ja) 交通事故の検出方法、交通事故の検出装置及び電子機器
US11379993B2 (en) Image processing apparatus, image processing method, and storage medium
JP2016058085A (ja) 対象の遮蔽を検出する方法と装置
CN108710828B (zh) 识别目标物的方法、装置和存储介质以及车辆
Meus et al. Embedded vision system for pedestrian detection based on HOG+ SVM and use of motion information implemented in Zynq heterogeneous device
US10614336B2 (en) Method, system, and computer-readable recording medium for image-based object tracking
CN107992790A (zh) 目标长时跟踪方法及系统、存储介质及电子终端
JP2018139086A (ja) 相関追尾装置、相関追尾方法及び相関追尾プログラム
WO2017028047A1 (zh) 背景模型的提取方法、装置以及图像处理设备
WO2018058573A1 (zh) 对象检测方法、对象检测装置以及电子设备