JP2018063675A - 画像処理装置および制御方法 - Google Patents

Abstract

【課題】被写体領域を検出する際、各検出領域間の重複関係および位置関係にかかわらず、各検出領域を適切に評価することを可能にする。
【解決手段】
画像処理装置は、撮像部によって撮像された撮像画像を取得し、撮像画像から所定の被写体の領域を検出領域として検出し、検出領域のうちの評価対象の検出領域と他の検出領域を比較することにより、評価対象の検出領域を評価する。
【選択図】 図１

Description

本発明は画像処理装置および制御方法に関する。

画像から人物や車などの特定の被写体またはその一部の領域を検出する技術が知られている。また、画像から特定の被写体が映る領域を検出する際に、誤検出を低減するための技術が知られている。例えば、特許文献１では検出された被写体領域が重複していた際、それらの重複状態から、それぞれの検出結果が誤検出か否かを判断する方法が開示されている。また特許文献２では、検出された頭部領域から所定距離以内に他の頭部領域が検出されていた場合、いずれかの検出結果を無効とする方法が開示されている。

特開２０１３−０６１８０２号公報 特開２０１２−２１２９６８号公報

しかしながら特許文献１に開示された技術では、検出された被写体領域が誤検出か否かを判断するために、検出された二つ以上の被写体領域が重複している必要がある、という課題があった。また、特許文献２に開示された技術では、注目している頭部検出領域から所定の範囲内の頭部検出領域は誤検出とみなすため、前述の所定の範囲内に存在する正しい頭部検出領域が誤検出と判断される可能性があるという課題があった。

本発明は、上記の課題を解決するためになされたもので、各検出領域間の重複関係、および位置関係にかかわらず、検出領域それぞれについて正確な評価を可能にすることを目的とする。

上記目的を達成するための、本発明の一態様による画像処理装置は以下の構成を備える。すなわち、
撮像手段によって撮像された撮像画像を取得する取得手段と、
前記撮像画像から所定の被写体の領域を検出領域として検出する検出手段と、
前記検出領域のうちの評価対象の検出領域と他の検出領域を比較することにより、前記評価対象の検出領域を評価する評価手段と、を備える。

本発明によれば、各検出領域間の重複関係、および位置関係にかかわらず、検出領域それぞれについて正確に評価することができる。

第１実施形態におけるシステムを説明するためのブロック図。 第１実施形態における被写体検出処理を示すフローチャート。 撮像装置１１０により得られた撮像画像の例を示す図。 撮像画像に対する被写体検出の結果の例を示す図。 注目している被写体領域と比較対象となる被写体領域を示す図。 誤検出を示すシンボルと誤検出でないことを示すシンボルを重畳した撮像画像の例を示す図。

以下、本発明の実施形態について添付の図面に基づいて説明する。

＜第１実施形態＞
第１実施形態では、画像中に映る被写体の領域を検出領域として検出し、各検出領域同士の特徴量（たとえばサイズ）を比較することで、各検出領域それぞれが誤検出か否かを判断する方法について説明する。

第１実施形態におけるシステムのシステム構成及びハードウェア構成の一例を図１に示す。図１において、撮像装置１１０は撮像を行う。画像処理装置としてのクライアント装置１２０は撮像装置１１０の駆動、撮像画像の取得、解析を行う。入力装置１３０はマウスやキーボードなどから構成される。表示装置１４０はクライアント装置１２０が出力した画像を表示する。なお、図１ではクライアント装置１２０と表示装置１４０とを各々独立した装置として示したがこれに限られるものではない。たとえば、クライアント装置１２０と表示装置１４０とを一体化して構成しても良いし、入力装置１３０と表示装置１４０とを一体化して構成しても良いし、クライアント装置１２０と入力装置１３０と表示装置１４０とを一体化して構成しても良い。

ネットワーク１５０は撮像装置１１０とクライアント装置１２０とを接続する。ネットワーク１５０は、例えばＥｔｈｅｒｎｅｔ（登録商標）等の通信規格を満足する複数のルータ、スイッチ、ケーブル等から構成される。なお、本実施形態において、ネットワーク１５０は、撮像装置１１０とクライアント装置１２０との間の通信を行うことができるものであればよく、その通信規格、規模、構成を問わない。例えば、ネットワーク１５０はインターネットや有線ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、無線ＬＡＮ（Ｗｉｒｅｌｅｓｓ ＬＡＮ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）等により構成されても良い。

撮像装置１１０の構成について説明する。撮像部１１１は撮像素子と光学系とを有し、光学系の光軸と撮像素子との交点を撮像中心として被写体の像を撮像素子上に結像する。撮像素子には、ＣＭＯＳ（ＣｏｍｐｌｅｍｅｎｔａｒｙＭｅｔａｌ−Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ）あるいはＣＣＤ（Ｃｈａｒｇｅｄ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ）等が用いられる。

信号処理部１１２は撮像部１１１によって撮像された画像信号の処理を行う。信号処理部１１２は、例えば、撮像部１１１によって撮像された画像の符号化を行う。符号化方式には、たとえば、ＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）を用いることができる。もちろん利用可能な符号化方式はこれに限られるものではなく、Ｈ．２６４／ＭＰＥＧ−４ ＡＶＣ（以下Ｈ．２６４）、ＨＥＶＣ（Ｈｉｇｈ Ｅｆｆｉｃｉｅｎｃｙ Ｖｉｄｅｏ Ｃｏｄｉｎｇ符号化方式）など、周知の符号化処理を用いることができる。また、信号処理部１１２は、複数の符号化方式の中からたとえばユーザにより選択された符号化方式を用いて符号化を行うように構成されてもよい。

駆動制御部１１３は撮像部１１１の撮像方向および画角を変更させる制御を行う。但し、駆動制御部１１３が撮像方向と画角の両方を変更する機能を有していなくても良い。或いは、撮像部１１１の撮像方向および画角は固定であってもよい。通信制御部１１４は信号処理部１１２で処理が行われた撮像画像をクライアント装置１２０に送信する。また、通信制御部１１４はクライアント装置１２０から撮像装置１１０に対する制御命令を受信する。

クライアント装置１２０について説明する。メモリ（記憶部）１２１は、ＣＰＵ（制御部）１２２が実行するプログラム、およびＣＰＵ１２２が実行中の処理に用いる各種データを保存する。ＣＰＵ１２２はメモリ１２１に格納されたプログラムを読み込んで実行することにより、たとえば、後述する被写体の検出領域の表示処理を行う。入力情報取得部１２４は入力装置１３０へのユーザ入力を受け付ける。表示制御部１２５はＣＰＵ１２２からの指示にしたがって映像を表示装置１４０へ出力する。なお、制御部をＣＰＵ１２２で実現する例について説明するがその他の種々のプロセッサを用いて実現してもよい。なお、ＣＰＵ（制御部）１２２は、取得手段や、検出手段、評価手段としての機能も有するものとする。

次に、第１実施形態における処理の流れを、図２を用いて説明する。図２はクライアント装置１２０が、撮像装置１１０から撮像画像を取得し、取得した撮像画像中の被写体領域を検出し、検出した領域（検出領域）それぞれに対して誤検出の判断を行うまでの処理を表したフローチャートである。図２の処理は、クライアント装置１２０のＣＰＵ１２２がメモリ１２１に格納されているプログラムを実行することにより実現される。

まず、ＣＰＵ１２２は、通信制御部１２３を介して撮像装置１１０から撮像画像を処理対象の画像として取得する（Ｓ２００）。図３は、クライアント装置１２０が撮像装置１１０から取得した撮像画像３００を示す図である。図３において被写体３０１〜３０９は本実施形態における検出対象の被写体である人体を表す。なお、本実施形態では被写体として人体を検出するが、この限りでは無い。人体以外、例えば、自動車などでも良い。また、被写体３１０は本実施形態において検出対象ではない被写体を表す。本実施形態では、非検出対象の被写体３１０を植木とする。また、本実施形態では、撮像装置１１０から取得した撮像画像に対し図２の処理を行うことにより、リアルタイムのライブ映像に対して処理が行われる。しかしながらこれに限らない。例えば、撮像装置１１０内に保存されている動画の各フレームに対して図２の処理を行っても良いし、クライアント装置１２０内に保存されている動画の各フレームに対して図２の処理を行っても良い。あるいは、クライアント装置１２０が録画サーバにアクセスし、録画サーバ内に保存されている動画の各フレームに対して図２に示す処理を行っても良い。

次に、ＣＰＵ１２２は、Ｓ２００で取得した撮像画像３００から所定の被写体の領域検出領域として検出する、被写体検出処理を行う（Ｓ２０１）。被写体検出を行うため、本実施形態では、ＣＰＵ１２２がまず、撮像画像３００に対し、様々なサイズでスケーリングを行う。スケーリングを行うことで、様々なサイズの人体を検出可能とする。次に、ＣＰＵ１２２は、各スケールの撮像画像において、特定のサイズの検出窓を用いてラスタースキャンする。ＣＰＵ１２２は、予め学習データを用いて被写体の特徴量を計算し、保持しておく。そして、ＣＰＵ１２２は、スキャン時に検出窓内で計算された特徴量と、学習データに基づく特徴量との誤差が閾値よりも小さい場合に被写体であると判断する。

図４は撮像画像３００に対して被写体検出を行った結果を表す。図４において、検出領域４０１〜４０９はそれぞれ、被写体３０１〜３０９を検出した領域を表す。また、検出領域４１０、４１１は誤検出により検出された領域を表す。誤検出された検出領域４１０は植木の一部に、検出対象の被写体に近い特徴をもつ部分があり、小さな誤検出となって現れた結果である。また、誤検出された検出領域４１１は密集した複数の人を含めた領域が検出対象の被写体に近い特徴を持ち、大きな誤検出となって現れた例である。

次に、ＣＰＵ１２２は、検出された被写体領域（検出領域）のリストを作成する（Ｓ２０２）。リスト内の各ノードには検出された被写体領域（検出領域）のサイズと中心座標が格納される。図４の例では、リストに検出領域４０１〜４１１を表すそれぞれの矩形のサイズと中心座標が格納される。

次に、ＣＰＵ１２２は、Ｓ２０２で作成したリストを走査しながら、リスト内の各検出領域が誤検出か否かを判断する（Ｓ２０３〜Ｓ２０８）。誤検出か否かを判断する処理の流れは以下の通りである。
処理１：リストに格納されている検出領域の一つに注目する（Ｓ２０３、Ｓ２０８）。
処理２：注目している検出領域（評価対象の検出領域）と他の複数の検出領域を比較することにより、注目している検出領域を評価し、その評価結果に基づいて誤検出かどうかを判断する（Ｓ２０４）。評価は、注目している検出領域の所定の特徴量について、他の複数の検出領域の所定の特徴量に対する逸脱の度合いに基づいてなされる。本実施形態では、特徴量として検出領域のサイズが用いられ、注目している検出領域とその他の検出領域とのサイズを比較し、大きくサイズが異なっていれば誤検出であると判断する。

また、本実施形態では、注目している検出領域と大きさを比較するその他の検出領域は、注目している検出領域と同等の奥行きに存在する検出領域に限定する。これにより、注目している検出領域が誤検出でない場合、その他の検出領域とのサイズに大きな違いが現れないようにする。本実施形態では、注目している検出領域との奥行き方向の位置の差が所定範囲内である検出領域が比較対象として用いられる。本実施形態では、注目している検出領域の位置に対して撮像画像における垂直方向の座標値の差が所定範囲内の検出領域を比較対象として用いる。より具体的には、本実施形態では、注目している検出領域の中心のｙ座標をｙ´とした場合、中心のｙ座標がｙ´＋α以下かつｙ´−β以上となる撮像画像上の領域が、注目している被写体領域と同じ奥行きの被写体領域が存在する領域として用いられる。

上記について図５を用いて説明する。図５中の一点鎖線で表した矩形５００は、検出領域４１０に注目した場合の、比較に用いられる他の検出領域を制限するための領域を規定している。矩形５００の上辺はｙ´−βの位置にあり、下辺はｙ´＋αの位置にある。矩形５００は検出領域４１０と同じ奥行きに存在するか否かを示す境界を表す。つまり、中心座標が矩形５００の内側に入っている検出領域４０１〜４０３は検出領域４１０と同じ奥行きに存在すると判断され、検出領域４０４〜４０９、４１１は同じ奥行きに存在しないと判断される。つまり、図５において、注目している検出領域は検出領域４１０であり、検出領域４１０とサイズを比較する他の検出領域は、検出領域４０１〜４０３である。

本実施形態では、上述のα、βは撮像画像の各ｙ座標毎に異なる値を設定する。設定の方法としては、例えば、撮像画像の各ｙ座標に映る、実空間における床上の点をＰとした時、Ｐからカメラ側５ｍの地点と、逆側５ｍの地点が、それぞれ撮像画像上のどの座標になるかを予め計測しておき、テーブルで管理する。その際、カメラ側５ｍに対応する撮像画像上の座標をＡ、逆側５ｍに対応する座標をＢとしたとき、Ａのｙ座標であるｙＡをｙ´＋α、Ｂのｙ座標であるｙＢをｙ´−βとする。なお、上記は一例であり、この限りでは無い。たとえば、点Ｐからカメラ側および着側に５ｍの地点を用いたが、５ｍに限られるものではないし、カメラ側と逆側の地点までの距離が同一でなくても良い。また、上記α、βをｙ座標にかかわらず、一定のピクセル値で決定しても良いし、α＝βとしてもよい。例えば、ｙ座標に関わらず、α、βをそれぞれ１０ピクセルに固定しても良い。

また、本実施形態では、注目している検出領域と大きさが比較される他の検出領域は、注目している検出領域と同じ奥行きに存在する検出領域としたが、この限りでは無い。例えば、階段を撮像した撮像画像では、画像中のｙ座標の値にかかわらず被写体領域のサイズは一定である。その場合、注目している検出領域と比較される他の検出領域には、例えば注目している検出領域以外のすべての検出領域が用いられても良いし、注目している検出領域から距離の近い順に所定数の検出領域が選択されて用いられても良い。また、撮像画像において注目している検出領域の位置に対応して設定された図形の内部に存在する検出領域を、比較対象としての他の検出領域として選択されてもよい。たとえば、注目している検出領域を中心として、円、もしくは楕円で定義可能な境界線の内部に存在する検出領域を比較対象としても良い。

上述のように、評価の結果、注目している検出領域の所定の特徴量（実施形態ではサイズ）の、他の複数の検出領域の所定の特徴量に対する逸脱の度合いが評価され、その評価結果に基づいて誤検出か否かが判定される。本実施形態では、逸脱の度合いの評価に標準偏差が用いられる。すなわち、本実施形態では、注目している検出領域が、その他の検出領域よりも大きくサイズが異なっていれば誤検出と判断し、その判断のために、標準偏差に基づく外れ値検出を行う。より具体的には、他の複数の検出領域（注目している検出領域以外の検出領域）のサイズで正規分布を作成し、注目している検出領域のサイズが、上記正規分布の平均から２σ離れていれば誤検出、離れていなければ正しい検出とみなす。ここで、σは標準偏差を表す。

上記について、図５を用いて説明する。例えば、検出領域４１０に注目した場合、各検出領域が同じ奥行きに存在するか否かの境界は矩形５００である。中心座標が矩形５００の内部に存在する検出領域４０１、４０２、４０３、４１０は同じ奥行きに存在する検出領域と判断される。検出領域４０１、４０２、４０３、４１０のサイズがそれぞれ９７、１００、１０３、９０であったとする。注目している検出領域が検出領域４１０の場合、他の検出領域４０１〜４０３による正規分布の平均は１００であり、標準偏差σは２．４５である。したがって、注目している検出領域のサイズが９５．１０以上、１０４．９０未満の範囲に入っていれば、注目している検出領域は誤検出ではないと判定される。検出領域４１０のサイズは９０であり上記範囲に入っていないため、検出領域４１０は誤検出と判断される。

また次に、リストを走査し検出領域４０１に注目した場合に、他の検出領域４０２〜４０３，４１０の各検出領域が同じ奥行きに存在すると判定されたとする。この場合、他の検出領域４０２〜４０３，４１０のサイズの正規分布は平均が９７．６７であり、標準偏差は５．５６である。注目している検出領域４０１のサイズは９７であり、８６．５５以上かつ１０８．７９以内の範囲に入っているため、誤検出ではないと判断される。

なお、本実施形態では、その他の検出領域として使用する検出領域は、現在被写体検出を行っている画像に対して検出を行った結果得られた検出領域を利用するが、この限りでは無い。例えば、現在被写体検出を行っている撮像画像に映っている被写体の数が少なければ、過去の画像に対して行った検出結果を利用しても良い。これは、過去の撮像画像について検出された検出領域についてそれぞれのサイズと中心座標を登録しておくことにより実現できる。また、本実施形態では、標準偏差に基づく外れ値検出を行うがこの限りでは無く、距離（平均値との差）に基づく外れ値検出を用いても良いし、正しいサイズを正しい検出データから機械学習しても良い。

上記処理（Ｓ２０４）を行った結果、注目している検出領域が誤検出であると判断された場合、ＣＰＵ１２２は、注目している検出領域が誤検出であることをリストに記す（Ｓ２０５）。他方、注目している検出領域が誤検出ではないと判断された場合、ＣＰＵ１２２は、注目している検出領域が誤検出で無いことをリストに記す（Ｓ２０６）。そして、ＣＰＵ１２２は、リストの末尾の検出領域に注目しているか否かを判断し（Ｓ２０７）、リストの末尾の検出領域に注目していない場合、次の検出領域に注目し（Ｓ２０８）、
処理をＳ２０４へ戻す。こうして、リストに登録されている検出領域について誤検出か否かが順次に判断される。Ｓ２０７でリストの末尾に注目していると判定された場合、リスト内の各検出領域が誤検出か否かを判断する処理を終了する。

その後、Ｓ２０９において、ＣＰＵ１２２は、撮像画像３００を検出対象の被写体の検出結果とともに表示制御部１２５を用いて表示装置１４０に表示する。たとえば、ＣＰＵ１２２は、図４に示されるように各検出領域を示す枠を撮像画像に重畳して表示する。但し、この際に、誤検出と判定された検出領域の枠は非表示とする。たとえば、図４において、検出領域４０１〜４０９の矩形枠が重畳表示され、検出領域４１０〜４１１の矩形枠は表示されない。なお、検出領域の枠は矩形に限られるものではなく、楕円等が用いられてもよい。

＜第２実施形態＞
第１実施形態では、撮像画像への検出領域の検出結果の提示において、誤検出と判定された検出領域については枠を表示しない形態を示した。したがって、ユーザは、正しく検出された検出領域を見ることができるが、誤検出と判定された検出領域が存在するか否かについては把握できない。第２実施形態では、誤検出された検出領域をユーザが把握できるような表示を行う。

Ｓ２０９において、ＣＰＵ１２２は、検出領域のリストを参照しながら、誤検出か否かを判断した結果を表示装置１４０へ表示する。第２実施形態では、撮像画像３００に対し、誤検出か否かを判断した結果をシンボルで表示することにより、各検出結果が誤検出か否かを表す。

図６は、撮像画像３００に対して誤検出か否かを表すシンボルを重畳した撮像画像６００を表す。図６において実線の矩形６０１〜６０９は誤検出ではない、正常検出の検出領域（誤検出ではないと判定された検出領域）であることを表すシンボルである。また破線の矩形６１０〜６１１は誤検出である検出領域であることを表すシンボルである。なお、第２実施形態では、線の種類で誤検出か否かを表したが、この限りでは無い。たとえば、誤検出か否かを表す方法は色で分けても良いし、矩形と楕円形などのように重畳される枠の形状を変えても良い。また、誤検出か否かを表す文字列を表示しても良い。

なお、第１実施形態で説明したように、誤検出か否かの判断に標準偏差を用いているので誤検出の度合いを定量的に判断することが可能である。したがって、例えば、注目している検出領域のサイズが、その他の検出領域のサイズから生成された正規分布の平均よりも２σ以上離れていた場合と３σ以上離れていた場合とでシンボルの形態を変えることで誤検出らしさを表現することも可能である。たとえば、２σ以上離れていた場合には黄色、３σ以上離れていれば赤色など、誤検出らしさをシンボルの色で表現することができる。もちろんシンボルの形態の変更は色に限られるものではなく、たとえば、シンボルの形状の変更、シンボル（図形）の境界を示す線（実線、破線など）の変更を用いることもできる。

以上のように、上記各実施形態によれば、撮像画像中の各被写体検出の結果が誤検出か否かを判断することにより、被写体検出結果の誤検出を低減することが可能である。

以上、本発明の好ましい実施形態について説明したが、本発明はこれらの実施形態に限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、Ｓ２０３〜Ｓ２０８の処理の評価結果で修正した検出領域の数を出力する出力部を有するようにしてもよい。出力部は、例えば、修正した検出領域の数を表示装置１４０に表示させる表示制御部１２５である。その他にも修正した検出領域の数を示す情報を外部の装置に出力する通信部であってもよい。例えば、撮像画像３００に含まれる検出領域の数が１０であり、Ｓ２０３〜Ｓ２０８の処理の結果、その中で２つが誤検出と判定された場合、出力部は、「８」を示す情報を出力する。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１１０：撮像装置、１１１：撮像部、１１２：信号処理部、１１３：駆動制御部、１１４：通信制御部、１２０：クライアント装置、１２１：メモリ、１２２：ＣＰＵ、１２３：通信制御部、１２４：入力情報取得部、１２５：表示制御部、１３０：入力装置、１４０：表示装置、１５０：ネットワーク

Claims (19)

1. 撮像手段によって撮像された撮像画像を取得する取得手段と、
   前記撮像画像から所定の被写体の領域を検出領域として検出する検出手段と、
   前記検出領域のうちの評価対象の検出領域と他の検出領域を比較することにより、前記評価対象の検出領域を評価する評価手段と、を備えることを特徴とする画像処理装置。
2. 前記評価手段は、前記評価対象の検出領域の所定の特徴量の、前記他の検出領域の所定の特徴量に対する逸脱の度合いを評価することを特徴とする請求項１に記載の画像処理装置。
3. 前記逸脱の度合いは、標準偏差により判定されることを特徴とする請求項２に記載の画像処理装置。
4. 前記所定の特徴量は、検出領域のサイズであることを特徴とする請求項２または３に記載の画像処理装置。
5. 前記評価手段は、前記逸脱の度合いに基づいて、前記評価対象の検出領域が誤検出されたものであるかを判定することを特徴とする請求項２乃至４のいずれか１項に記載の画像処理装置。
6. 前記検出手段により検出された検出領域を表すシンボルを、前記撮像画像に重畳して表示手段に表示させる表示制御手段をさらに備え、
   前記表示制御手段は、前記誤検出と判定された検出領域のシンボルを非表示とすることを特徴とする請求項５に記載の画像処理装置。
7. 前記検出手段により検出された検出領域を表すシンボルを、前記撮像画像に重畳して表示手段に表示させる表示制御手段をさらに備え、
   前記表示制御手段は、前記誤検出と判定された検出領域と、その他の検出領域とで前記シンボルを異ならせることを特徴とする請求項５に記載の画像処理装置。
8. 前記評価手段は、前記逸脱の度合いに基づいて、前記評価対象の検出領域について誤検出らしさの度合いを判定することを特徴とする請求項２乃至４のいずれか１項に記載の画像処理装置。
9. 前記検出手段により検出された検出領域を表すシンボルを、前記撮像画像に重畳して表示手段に表示させる表示制御手段をさらに備え、
   前記表示制御手段は、前記誤検出らしさの度合いに応じて前記シンボルを異ならせることを特徴とする請求項８に記載の画像処理装置。
10. 前記シンボルは図形であり、
    前記表示制御手段は、前記誤検出らしさの度合いに応じて、前記シンボルの形状および／または色を異ならせることを特徴とする請求項９に記載の画像処理装置。
11. 前記シンボルは文字列であり、
    前記表示制御手段は、前記誤検出らしさの度合いに応じて、前記文字列を異ならせることを特徴とする請求項９に記載の画像処理装置。
12. 前記他の検出領域は、前記評価対象の検出領域との奥行き方向の位置の差が所定範囲内である検出領域であることを特徴とする請求項１乃至１１のいずれか１項に記載の画像処理装置。
13. 前記他の検出領域は、前記評価対象の検出領域との、前記撮像画像における垂直方向の座標値の差が所定範囲内の検出領域であることを特徴とする請求項１乃至１２のいずれか１項に記載の画像処理装置。
14. 前記他の検出領域は、前記撮像画像の前記評価対象の検出領域以外の複数の検出領域であることを特徴とする請求項１乃至１１のいずれか１項に記載の画像処理装置。
15. 前記他の検出領域が、前記撮像画像において前記評価対象の検出領域から距離の近い順に選択された所定数の検出領域であることを特徴とする請求項１乃至１１のいずれか１項に記載の画像処理装置。
16. 前記他の検出領域が、前記撮像画像において、前記評価対象の検出領域の位置に対応して設定された図形の内部に存在する検出領域であることを特徴とする請求項１乃至１１のいずれか１項に記載の画像処理装置。
17. 前記検出手段により検出された検出領域の数を前記評価手段による評価に基づいて修正した数を出力する出力手段を備えることを特徴とする請求項１乃至１６のいずれか１項に記載の画像処理装置。
18. 画像処理装置の制御方法であって、
    撮像手段によって撮像された撮像画像を取得する取得工程と、
    前記撮像画像から所定の被写体の領域を検出領域として検出する検出工程と、
    前記検出領域のうちの評価対象の検出領域と他の検出領域を比較することにより、前記評価対象の検出領域を評価する評価工程と、を有することを特徴とする画像処理装置の制御方法。
19. コンピュータを、請求項１乃至１７のいずれか１項に記載された画像処理装置の各手段として機能させるためのプログラム。

Images