JP2018005682A - 画像処理装置 - Google Patents
画像処理装置 Download PDFInfo
- Publication number
- JP2018005682A JP2018005682A JP2016133584A JP2016133584A JP2018005682A JP 2018005682 A JP2018005682 A JP 2018005682A JP 2016133584 A JP2016133584 A JP 2016133584A JP 2016133584 A JP2016133584 A JP 2016133584A JP 2018005682 A JP2018005682 A JP 2018005682A
- Authority
- JP
- Japan
- Prior art keywords
- image
- candidate
- object candidate
- luminance
- unit
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
【解決手段】本発明の画像処理装置は、露光条件の異なる複数の画像を取得する画像取得部100と、画像から物体候補を検知する物体候補検知部200と、物体候補に対応する画像領域内の複数の部分領域に応じて露光条件の異なる複数の画像110、120を用いて物体を認識する物体認識部300とを備えることを特徴とする。
【選択図】図1
Description
本発明に関連する更なる特徴は、本明細書の記述、添付図面から明らかになるものである。また、上記した以外の、課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
[実施例1]
図1に車載環境認識装置の構成図を示す。
車載環境認識装置は、自車両に設置されたカメラで撮像した周囲の画像を画像処理して障害物などの周囲環境を認識するものであり、マイクロコンピュータなどのハードウエアとソフトウエアプログラムとの協働により実現される。
図2は、物体候補検知部の構成を説明する図である。
物体候補検知部200では、通常画像から物体候補を検知するための特徴量抽出の前処理を実施する。物体候補検知部200は、エッジ抽出部210と、フロー生成部220と、物体候補抽出部230と、幾何計算部240を有している。エッジ抽出部210においては、画像上の横方向の輝度変化に反応するSobelフィルタを実施し、通常画像から縦エッジとそのエッジ強度を算出する。次に、フロー生成部220においては、通常画像の画面全体からのフローを抽出し、自車挙動に応じて変化する背景の移動分を削除した移動体検出用のフロー画像を生成する。そして、更に移動体を含まないと推測されるフロー画像も生成する。
図3は、物体認識部の構成を説明する図である。
物体認識部300は、不可視領域判定部310と、特徴量抽出部320と、特徴量統合部330と、パターンマッチング部340を有する。
また、光源環境や認識対象によっては、暗物体用では明るすぎて物体の一部が認識できないような状況である場合、暗物体用の一部のみを物体候補として抽出するような構成であっても良く、このような場合には、暗物体用の画像では白飛びし明るすぎる領域を通常画像で情報を補完する必要のある認識対象であると判断する構成であっても良い。
同様に、暗物体用画像では白飛びして認識しづらいような状況においては、それよりも明るい物体を対象に撮像した通常画像を活用する構成であっても良い。
図4は、不可視領域判定部の構成を説明する図である。
不可視領域判定部310は、物体候補検知部200にて検知された物体候補に対して、物体の一部が明るすぎて白飛びしていないか、暗すぎて黒つぶれしていないかを確認する。つまり、光源環境の影響により物体の一部のみを物体候補としてとらえており、物体の残る一部は画像上では明るすぎて白飛びしていないか、暗すぎて黒つぶれしていないかを確認する。不可視領域判定部310は、輝度上下限判定部311と、認識種別事前判定部312と、領域候補抽出部313を有している。
次に、図10の場合のように、物体のどの部分が不可視な領域となっているか判断が困難な場合について説明する。図10は、歩行者の上半身が日向にあり下半身が日陰にある状態の撮像画像である。
図5は、特徴量抽出部の構成を説明する図である。
特徴量抽出部320では、通常画像110と暗物体用画像120の両画像から物体認識用の特徴量を抽出する。既に、通常画像110では、物体候補の一部が、黒つぶれしており、暗物体用画像120で確認することで、物体候補の一部が見える可能性が高いことがわかっている。
そこで、特徴量選定部331は、図12(a)、(b)に示すように、対応する局所領域同士のヒストグラムの総和を比較する。エッジ強度閾値がある固定閾値を超えたパーセンテージが高い領域、つまりエッジが良く見える局所領域のほうが、画像上で物体候補の形状特徴量を捉えていると考えて、特徴量選定部331では、局所領域毎に、この判定を実施することで、通常画像110と暗物体用画像120の特徴量から、より物体形状を視認可能な方の特徴量を選定する。
図7は、パターンマッチング部の構成を説明する図である。
次に、統合した特徴量を利用してパターンマッチングを実施する。パターンマッチング部340は、通常画像110及び暗物体用画像120からそれぞれ抽出した互いの識別用の特徴量を統合して物体種別の識別を実施する(物体識別部)。パターンマッチング部340では、既に認識種別事前判定部312において絞り込まれた候補に対してパターンマッチングを実施する。物体候補が認識種別事前判定部312において歩行者の可能性があるとされた場合には、歩行者識別部341において、既に学習された歩行者特徴量と比較して、歩行者かどうか識別を実施する。他の種別に関しても同様に、物体候補の種別の可能性が残っている場合には、それぞれ、車両識別を車両識別部342において実施し、二輪車識別を二輪車識別部343において実施し、動物識別を動物識別部344において実施する。このように、パターンマッチング部においては、事前に学習された物体であるか否かを判別する。この他、種別の特定は、標識、電光標識や、信号、路面標示などのパターンが準備されていても良い。
次に、周囲環境認識処理の全体の流れについて説明する。図13は、処理内容を説明するフローチャートである。まず、カメラで通常露光条件の画像(通常画像)を撮像する(S01)。そして、取得した通常画像から物体候補を検出する(S02)。
そして、特徴量統合(S07)で統合した特徴量を用いてパターンマッチングを実施する(S08)。したがって、特徴量統合によって得られた、1つの露光条件で撮像された画像だけでは得られないような豊富な特徴量を利用することで、信頼性の高い、精度の高いパターンマッチングを実施することができる。
そして、警報・制御処理が行われる(S09)。ここでは、警報や制御を実施するために、対象物体の位置、速度などを更新する。通常画像など1つの露光条件の画像のみから物体が検出された場合には、その画像の情報を活用して物体の位置、速度などを算出し、警報、制御などを実施する。そして、通常画像110と暗物体用画像120など複数の露光条件の画像から特徴量を取得してパターンマッチングを実施した場合には、これら特徴量を活用して、位置、速度計算も実施し、より精度の高い位置、速度の算出結果を基に、警報や制御を実施する。
このように、夜間ヘッドライト照射環境や、日中の明るい領域と影領域などダイナミックレンジの広さが要求されるような撮像環境において、ダイナミックレンジに限界のある廉価なカメラで撮像された露光条件の異なる複数の画像を組み合わせて認識を行うことで、物体形状全体を見ながらより信頼性の高い認識を実施する。したがって、1つの物体の一部が暗く、残りの部分が明るく撮像された場合でも、一つの物体として正確に認識することができ、従来の例えば、上半身が見えない場合においては、足元のみで歩行者を認識することと比較すると、より精度が高く信頼度の高い識別を実現できる。
<ステレオカメラの場合>
基本は単眼処理であってもステレオ処理であっても同様に、効果のある実施例を記載したが、一部ステレオカメラならではの活用方法などもあるため、実施例2として記載する。
図15にステレオカメラの場合の実施例を記載する。図15は、実施例2における車載ステレオカメラ環境認識装置の構成を説明する図である。また、今回の処理方法においては、通常画像のみステレオ視の左右画像を撮像し、右画像のみ暗物体用右画像を撮像するようなカメラ構成でも良いが、この構成は基本的には、視差画像から物体候補を検知する仕組みが変化するだけであり、後段の活用方法が類似している。今回は、ステレオならではの処理を記載するために、より異なるシステム構成として、ステレオカメラの左右カメラにて、それぞれ通常画像、及び暗物体用画像を撮像する例を記載する。
通常左画像1111と通常右画像1110は同タイミングで撮像され、この画像からステレオマッチングを実施し通常視差画像1150を生成する。同様に、暗物体用左画像1121と暗物体用右画像1120は同タイミングで撮像され、この画像からステレオマッチングを実施し暗物体用視差画像1151を生成する。
110 通常画像(第1画像)
120 暗物体用画像(第2画像)
200 物体候補検知部
210 エッジ抽出部
220 フロー生成部
230 物体候補抽出部
240 幾何計算部
300 物体認識部
310 不可視領域判定部
311 輝度上下限判定部
312 認識種別事前判定部
313 領域候補抽出部
320 特徴量抽出部
321 特徴量前処理部
322 横移動補正部(横移動量補正手段)
323 スケール補正部(スケール補正手段)
324 特徴量計算部
330 特徴量統合部
331 特徴量選定部
332 特徴量統合部
340 パターンマッチング部
341 歩行者識別
342 車両識別
343 二輪車識別
344 動物識別
400 警報制御
1101 左カメラ
1100 右カメラ
1111 通常左画像
1110 通常右画像
1121 暗物体用左画像
1120 暗物体用右画像
1150 通常視差画像
1151 暗物体用視差画像
1200 通常物体候補検知部
1201 暗物体候補検知部
1300 テレオ物体認識部
1400 ステレオ警報制御部
Claims (13)
- 露光条件の異なる複数の画像を取得する画像取得部と、
前記画像から物体候補を検知する物体候補検知部と、
前記物体候補に対応する画像領域内の複数の部分領域に応じて前記露光条件の異なる複数の画像を用いて物体を認識する物体認識部と、
を備えることを特徴とする画像処理装置。 - 自車のヘッドライトの照射範囲に基づいて、前記各部分領域に対して用いる画像を決定することを特徴とする請求項1に記載の画像処理装置。
- 前記自車のヘッドライトの照射範囲に一部跨って存在する物体候補が存在するか否かを判定する判定部を備え、
前記物体候補検知部は、前記物体候補が自車のヘッドライトの照射範囲に一部跨って存在する場合に、前記露光条件の異なる複数の画像を用いて前記物体候補を認識することを特徴とする請求項2に記載の画像処理装置。 - 前記判定部は、画像ヒストグラムにより輝度のグラデーションを検知した場合に、前記物体候補が自車のヘッドライトの照射範囲に一部跨って存在すると判定することを特徴とする請求項3に記載の画像処理装置。
- 異なる複数の画像から特徴量をそれぞれ抽出し、
局所領域ごとに、抽出した特徴量を統合し、
該統合した特徴量の数の多さで、どちらの画像の方が、物体候補の視認性が良いかどうかを判定し、
視認性が良いと判定された画像の特徴量を組み合わせて利用し、
パターンマッチングにより物体の種別を識別することを特徴とする画像処理装置。 - 露光条件の異なる画像を時系列に撮像するステレオカメラにおいて
左右カメラにより第1の露光条件で同時に撮像された左右画像から物体候補を抽出し、
前記左右カメラにより第2の露光条件で同時に撮像された左右画像から物体候補を抽出し、
これら異なる露光条件を基に抽出された物体候補が同一の物体であるか否かを判定し、
同一の物体であると判定された場合に、該物体の種別を特定することを特徴とする画像処理装置。 - 前記物体候補の輝度情報及び、前記物体候補の奥行き、移動速度、物体サイズのいずれか1つ以上が類似していることを基に、前記同一の物体であるかどうかを判定することを特徴とする請求項6に記載の画像処理装置。
- 互いに露光条件の異なる第1画像と第2画像を取得する画像取得部と、
前記第1画像から物体候補を検知する物体候補検知部と、
該物体候補が前記第2画像を確認する認識対象であるか否かを判定する判定部と、
前記物体候補が前記第2画像を確認すべき認識対象であると判定された場合に、前記第1画像及び前記第2画像からそれぞれ識別用の特徴量を抽出する特徴量抽出部と、
前記第1画像及び前記第2画像からそれぞれ抽出した互いの識別用の特徴量を統合して前記物体候補の物体種別の識別を実施する物体識別部と、
を有することを特徴とする画像処理装置。 - 前記判定部は、
前記第1画像における前記物体候補の周囲の輝度分布を解析して予め設定された輝度分布となっている場合に、前記物体候補が前記第2画像を確認する認識対象であると判定することを特徴とする請求項8に記載の画像処理装置。 - 前記判定部は、
前記第1画像において前記物体候補の周囲の輝度が予め設定された上下限範囲に入っているか否かを判定する輝度上下限判定部と、
前記物体候補の周囲の輝度が予め設定された上下限範囲に入っていると判定された場合に、前記物体候補の物体種別の絞り込みを行う認識種別事前判定部と、
前記物体候補の物体種別の絞り込みの結果に基づいて領域候補の抽出を実施する領域候補抽出部と、
を有することを特徴とする請求項9に記載の画像処理装置。 - 前記特徴量抽出部は、
前記第1画像と前記第2画像における前記物体候補の横移動量を補正する横移動量補正手段と、
前記第1画像と前記第2画像における前記物体候補のスケール方向の大きさを補正するスケール補正手段と、
を有することを特徴とする請求項10に記載の画像処理装置。 - 前記画像取得部は、前記第1画像と前記第2画像として夜間ヘッドライト照射時における通常画像と暗物体用画像を取得し、
前記輝度上下限判定部は、前記通常画像において前記物体候補の上側が予め設定された輝度下限範囲に入っており、かつ、前記物体候補から上側に移行するにしたがって輝度が漸次低下する場合に、前記物体候補の上側に連続して物体が存在していると判定することを特徴とする請求項10に記載の画像処理装置。 - 前記輝度上下限判定部は、前記第1画像において前記物体候補の領域を上下左右の4方向に拡張し、該4方向の拡張領域のうち輝度が予め設定された輝度下限範囲に入っており、かつ、前記物体候補から離れるにしたがって輝度が漸次低下する拡張領域がある場合に、該拡張領域に連続して物体が存在していると判定することを特徴とする請求項10に記載の画像処理装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016133584A JP6786279B2 (ja) | 2016-07-05 | 2016-07-05 | 画像処理装置 |
EP17824067.7A EP3483832B1 (en) | 2016-07-05 | 2017-06-27 | Image processing device |
PCT/JP2017/023504 WO2018008461A1 (ja) | 2016-07-05 | 2017-06-27 | 画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016133584A JP6786279B2 (ja) | 2016-07-05 | 2016-07-05 | 画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018005682A true JP2018005682A (ja) | 2018-01-11 |
JP6786279B2 JP6786279B2 (ja) | 2020-11-18 |
Family
ID=60912628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016133584A Active JP6786279B2 (ja) | 2016-07-05 | 2016-07-05 | 画像処理装置 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3483832B1 (ja) |
JP (1) | JP6786279B2 (ja) |
WO (1) | WO2018008461A1 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020085028A1 (ja) * | 2018-10-26 | 2020-04-30 | パナソニックIpマネジメント株式会社 | 画像認識装置および画像認識方法 |
WO2020195700A1 (ja) * | 2019-03-27 | 2020-10-01 | ソニー株式会社 | 撮像装置及び撮像システム |
CN113313071A (zh) * | 2021-06-28 | 2021-08-27 | 浙江同善人工智能技术有限公司 | 一种道路区域识别方法及系统 |
JP2021144689A (ja) * | 2020-03-12 | 2021-09-24 | 株式会社豊田中央研究所 | 車載センシング装置及びセンサパラメータ最適化装置。 |
WO2021229754A1 (ja) * | 2020-05-14 | 2021-11-18 | 日本電気株式会社 | 商品特定装置、商品特定方法、及びプログラム |
US11514598B2 (en) | 2018-06-29 | 2022-11-29 | Sony Corporation | Image processing apparatus, image processing method, and mobile device |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020129517A1 (ja) * | 2018-12-18 | 2020-06-25 | 日立オートモティブシステムズ株式会社 | 画像処理装置 |
JP7289723B2 (ja) * | 2019-05-23 | 2023-06-12 | 日立Astemo株式会社 | 物体認識装置 |
CN111738106B (zh) * | 2020-06-04 | 2023-09-19 | 东莞市度润光电科技有限公司 | 一种红外灯罩的检测方法、检测装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007096684A (ja) * | 2005-09-28 | 2007-04-12 | Fuji Heavy Ind Ltd | 車外環境認識装置 |
JP2014146164A (ja) * | 2013-01-29 | 2014-08-14 | Toyota Motor Corp | 物体検出装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012088785A (ja) * | 2010-10-15 | 2012-05-10 | Toyota Central R&D Labs Inc | 対象物識別装置及びプログラム |
JP2012240530A (ja) * | 2011-05-18 | 2012-12-10 | Koito Mfg Co Ltd | 画像処理装置 |
JP5680573B2 (ja) * | 2012-01-18 | 2015-03-04 | 富士重工業株式会社 | 車両の走行環境認識装置 |
JP6013884B2 (ja) * | 2012-11-08 | 2016-10-25 | 日立オートモティブシステムズ株式会社 | 物体検出装置及び物体検出方法 |
JP6401922B2 (ja) * | 2014-03-13 | 2018-10-10 | 株式会社メガチップス | 物体検出装置 |
JP6313646B2 (ja) * | 2014-04-24 | 2018-04-18 | 日立オートモティブシステムズ株式会社 | 外界認識装置 |
KR101631439B1 (ko) * | 2014-05-29 | 2016-06-17 | 엘지전자 주식회사 | 카메라, 및 이를 구비한 차량 |
-
2016
- 2016-07-05 JP JP2016133584A patent/JP6786279B2/ja active Active
-
2017
- 2017-06-27 EP EP17824067.7A patent/EP3483832B1/en active Active
- 2017-06-27 WO PCT/JP2017/023504 patent/WO2018008461A1/ja unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007096684A (ja) * | 2005-09-28 | 2007-04-12 | Fuji Heavy Ind Ltd | 車外環境認識装置 |
JP2014146164A (ja) * | 2013-01-29 | 2014-08-14 | Toyota Motor Corp | 物体検出装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11514598B2 (en) | 2018-06-29 | 2022-11-29 | Sony Corporation | Image processing apparatus, image processing method, and mobile device |
WO2020085028A1 (ja) * | 2018-10-26 | 2020-04-30 | パナソニックIpマネジメント株式会社 | 画像認識装置および画像認識方法 |
JPWO2020085028A1 (ja) * | 2018-10-26 | 2021-09-30 | パナソニックIpマネジメント株式会社 | 画像認識装置および画像認識方法 |
JP7345101B2 (ja) | 2018-10-26 | 2023-09-15 | パナソニックIpマネジメント株式会社 | 画像認識装置および画像認識方法 |
WO2020195700A1 (ja) * | 2019-03-27 | 2020-10-01 | ソニー株式会社 | 撮像装置及び撮像システム |
US11895398B2 (en) | 2019-03-27 | 2024-02-06 | Sony Group Corporation | Imaging device and imaging system |
JP2021144689A (ja) * | 2020-03-12 | 2021-09-24 | 株式会社豊田中央研究所 | 車載センシング装置及びセンサパラメータ最適化装置。 |
WO2021229754A1 (ja) * | 2020-05-14 | 2021-11-18 | 日本電気株式会社 | 商品特定装置、商品特定方法、及びプログラム |
JPWO2021229754A1 (ja) * | 2020-05-14 | 2021-11-18 | ||
CN113313071A (zh) * | 2021-06-28 | 2021-08-27 | 浙江同善人工智能技术有限公司 | 一种道路区域识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3483832B1 (en) | 2023-08-23 |
WO2018008461A1 (ja) | 2018-01-11 |
EP3483832A1 (en) | 2019-05-15 |
EP3483832A4 (en) | 2020-07-22 |
JP6786279B2 (ja) | 2020-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018008461A1 (ja) | 画像処理装置 | |
US10509973B2 (en) | Onboard environment recognition device | |
EP2919197B1 (en) | Object detection device and object detection method | |
US9536155B2 (en) | Marking line detection system and marking line detection method of a distant road surface area | |
CN105005758B (zh) | 图像处理装置 | |
US7566851B2 (en) | Headlight, taillight and streetlight detection | |
US9904860B2 (en) | Vehicle exterior environment recognition apparatus | |
JP6054777B2 (ja) | ステレオカメラ装置 | |
JP2018516799A (ja) | 路面反射を認識し評価するための方法及び装置 | |
US20220366700A1 (en) | Object recognition device | |
JP3729025B2 (ja) | 歩行者検知装置 | |
KR101026778B1 (ko) | 차량 영상 검지 장치 | |
JP2019020956A (ja) | 車両周囲認識装置 | |
JP6983334B2 (ja) | 画像認識装置 | |
JP4969359B2 (ja) | 移動物認識装置 | |
US20160188967A1 (en) | Pedestrian detecting system | |
TWI589468B (zh) | 行人偵測系統 | |
JP3931885B2 (ja) | 障害物検知装置 | |
KR101765568B1 (ko) | 보행자 인식 시스템 및 그 제어 방법 | |
JP2006012013A (ja) | 移動物体追跡装置 | |
KR102646288B1 (ko) | 관제용 카메라를 활용한 주야간 주행 검지시스템 | |
JP7103202B2 (ja) | 画像認識装置 | |
JP4871941B2 (ja) | 車両周辺監視装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200414 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200610 |
|
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: 20201020 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201028 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6786279 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |