JP2021047538A5 - - Google Patents

Description

本発明の目的を達成するために、例えば、本発明の画像処理装置は以下の構成を備える。すなわち、
画像中の対象物の密度分布を推定する密度推定手段と、
前記密度分布から、前記画像中の前記対象物の位置を推定する位置推定手段と、
複数の前記画像中の前記対象物の位置から、計測線を通過した前記対象物の数を計測する計測手段と、
を備えることを特徴とする。

Claims (21)

1. 画像中の対象物の密度分布を推定する密度推定手段と、
   前記密度分布から、前記画像中の前記対象物の位置を推定する位置推定手段と、
   複数の前記画像中の前記対象物の位置から、計測線を通過した前記対象物の数を計測する計測手段と、
   を備えることを特徴とする画像処理装置。
2. 前記密度分布は、前記画像中で前記対象物が存在すると推定された領域を示すことを特徴とする、請求項１に記載の画像処理装置。
3. 前記位置推定手段は、前記画像の各位置について前記対象物の代表点を表すかどうかを識別する２クラス分類を行うことを特徴とする、請求項１又は２に記載の画像処理装置。
4. 前記密度推定手段は、前記画像の各位置についての前記対象物の密度を表す、前記画像の密度マップを生成し、
   前記位置推定手段は、前記密度マップの各位置について前記対象物の代表点を表すかどうかを識別する２クラス分類を行うことを特徴とする、請求項１に記載の画像処理装置。
5. 前記位置推定手段は、前記密度分布を学習済みモデルに入力することによって生成した第１の位置マップと、前記第１の位置マップをプーリングした第２の位置マップを生成し、前記第１の位置マップと前記第２の位置マップとの間で値が一致している要素の座標を、前記対象物の位置として推定する、請求項１から４のいずれか１項に記載の画像処理装置。
6. 前記位置推定手段は、前記画像において互いに隣接する、前記対象物の位置を表すと推定された複数の位置に基づいて、前記対象物の位置を求めることを特徴とする、請求項１から５のいずれか１項に記載の画像処理装置。
7. 複数の前記画像のそれぞれから、前記画像の一部である１以上の部分画像を抽出する取得手段を更に有し、
   前記密度推定手段は、それぞれの前記部分画像中の対象物の密度分布を推定することを特徴とする、請求項１から６のいずれかに記載の画像処理装置。
8. 前記取得手段は、前記計測線を前記部分画像が含むように、前記画像から前記部分画像を抽出することを特徴とする、請求項７に記載の画像処理装置。
9. 前記取得手段は、前記計測線のユーザ指定を取得し、前記ユーザ指定に基づいて前記部分画像を抽出する領域を、複数の前記画像のそれぞれに設定することを特徴とする、請求項７又は８に記載の画像処理装置。
10. 前記取得手段は、前記部分画像に中央領域とマージン領域を設定し、更に、複数の前記部分画像を抽出する場合に、隣り合う２つの前記部分画像の前記中央領域の間に隙間ができないように前記部分画像を抽出することを特徴とする、請求項７から９のいずれか１項に記載の画像処理装置。
11. 前記計測手段は、前記計測線によって区切られる一方の領域から他方の領域へと移動した前記対象物の数を計測することを特徴とする、請求項１から１０のいずれか１項に記載の画像処理装置。
12. 前記計測手段は、前記一方の領域から前記計測線を超えて前記他方の領域へと移動した前記対象物の数を計測し、前記計測された対象物の数は、前記一方の領域から前記計測線へと移動したが前記他方の領域へと移動していない前記対象物の数を含まないことを特徴とする、請求項１１に記載の画像処理装置。
13. 前記計測手段は、前記一方の領域から前記他方の領域へと通過した前記対象物の数と、前記他方の領域から前記一方の領域へと通過した前記対象物の数と、の差分を算出することを特徴とする、請求項１１又は１２に記載の画像処理装置。
14. 複数の前記画像のうちの第１の時刻における第１の画像中の前記対象物の位置と、前記複数の画像のうちの第２の時刻における第２の画像中の前記対象物の位置と、を対応付ける対応付け手段をさらに備えることを特徴とする、請求項１から１３のいずれか１項に記載の画像処理装置。
15. 前記対応付け手段は、前記第１の画像中の前記対象物の位置と前記第２の画像中の前記対象物の位置とのマッチングに基づいて前記対象物毎の移動軌跡を出力し、
    前記計測手段は、前記移動軌跡が前記計測線と交差する前記対象物の数を計測する、請求項１４に記載の画像処理装置。
16. 前記対応付け手段は、前記第１の画像中の前記対象物の位置と前記第２の画像中の前記対象物の位置とを結ぶ距離に基づいたコストを算出し、前記第１の画像中の前記対象物の位置と前記第２の画像中の前記対象物の位置との組合せのそれぞれの前記コストが最小となる組合せに基づいて対応付けを行う、ことを特徴とする、請求項１４又は１５に記載の画像処理装置。
17. 前記対応付け手段は、
    少なくとも前記第２の画像中の前記対象物の位置に基づいて、前記第２の時刻より後の第３の時刻における第３の画像中の前記対象物の位置を予測し、
    前記第３の時刻における前記第３の画像中の予測された前記対象物の位置と、前記第３の画像中の前記対象物の位置と、に基づいて、前記第２の画像中の前記対象物の位置と、前記第３の画像中の前記対象物の位置と、を対応付ける
    ことを特徴とする、請求項１４から１６の何れか１項に記載の画像処理装置。
18. 前記密度推定手段は、ニューラルネットワークを用いて前記密度分布を推定することを特徴とする、請求項１から１７のいずれか１項に記載の画像処理装置。
19. 前記位置推定手段は、ニューラルネットワークを用いて前記対象物の位置を推定することを特徴とする、請求項１から１８のいずれか１項に記載の画像処理装置。
20. 画像処理装置が行う画像処理方法であって、
    画像中の対象物の密度分布を推定する工程と、
    前記密度分布から、前記画像中の前記対象物の位置を推定する工程と、
    複数の前記画像中の前記対象物の位置から、計測線を通過した前記対象物の数を計測する工程と、
    を含むことを特徴とする画像処理方法。
21. コンピュータを、請求項１から１９のいずれか１項に記載の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。