JP2022101321A - 物体検出装置 - Google Patents
物体検出装置 Download PDFInfo
- Publication number
- JP2022101321A JP2022101321A JP2020215837A JP2020215837A JP2022101321A JP 2022101321 A JP2022101321 A JP 2022101321A JP 2020215837 A JP2020215837 A JP 2020215837A JP 2020215837 A JP2020215837 A JP 2020215837A JP 2022101321 A JP2022101321 A JP 2022101321A
- Authority
- JP
- Japan
- Prior art keywords
- image
- object detection
- divided
- detection result
- original image
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 256
- 238000012545 processing Methods 0.000 claims abstract description 62
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 20
- 238000003384 imaging method Methods 0.000 claims abstract description 6
- 238000003709 image segmentation Methods 0.000 claims description 16
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 description 66
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000014676 Phragmites communis Nutrition 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
【課題】画像情報に基づいた物体検出の精度を向上させることができる技術を提供する。【解決手段】撮像手段２０は、元画像を示す画像情報を出力する。画像分割手段１１ｂは、画像情報で示される元画像を複数の分割画像に分割する。画像処理手段１１ａは、各分割画像を示す分割画像情報に基づいて、各分割画像に含まれている物体を検出する。検出結果合成手段１１ｃは、各分割画像に対する物体検出結果を合成し、検出結果として出力する。【選択図】図１
Description
本発明は、画像情報に基づいて物体を検出する物体検出装置に関する。
ディープラーニング（多層ニューラルネットワークによる機械学習手法）を用いて物体を検出する技術が研究されている。例えば、撮像手段で撮像した撮像画像を示す画像情報に基づいて物体の位置とカテゴリを同時に検出するＳＳＤ(Single Shot MultiBox Detector)やＹＯＬＯ(You Only Look Once)といったエンド・ツー・エンド(end-to-end)の手法が多数提案されている。これらの手法は、物体の位置検出のための多層ニューラルネットワークによる学習と、物体のカテゴリ判別のための多層ニューラルネットワークによる学習を同時に行うマルチタスク学習を基本としている。
ＳＳＤによる物体検出技術は、例えば、非特許文献１に開示され、ＹＯＬＯによる物体検出技術は、例えば、非特許文献２に開示されている。
ＳＳＤによる物体検出技術は、例えば、非特許文献１に開示され、ＹＯＬＯによる物体検出技術は、例えば、非特許文献２に開示されている。
"SSD: Single Shot MulitiBox Detector", Wei Liu, Dragomir Anguelov. Domitru Erhan, Christian Szegedy, Scott reed, Cheng-Yang Fu and Alexsander C. berg (2015), https://arxiv.org/pdf/1512.02325.pdf
"You Only Look Once Unified, Real-Time Object Detection", Joseph Redmon, Santosh Divvala, Ross Girshick and Ali Farhadi (2016), https://pjreddie,com/media/files/papers/yolo.pdf
近年、撮像手段の性能が向上し、撮像画像を示す画像情報の画素数（解像度）が増大する傾向にある。例えば、現在、多くの監視カメラは、２Ｋ（２００万画素）以下の対応のものが用いられているが、今後、４Ｋ（８００万画素）や８Ｋ（３３００万画素）対応のものが普及することが考えられる。画素数が多い（解像度が高い）撮像手段を用いることができれば、高精細な画像情報を得ることができ、物体の検出精度が向上する。
一方、現行の物体検出装置は、２Ｋ未満の解像度(例えば、数百×数百画素)の画像情報を処理するように構成されている。このため、現行の物体検出装置により、４Ｋや８Ｋ対応やそれ以上の高解像度の画像情報を処理すると、検出取りこぼしが多くなり、物体の検出精度が低下するおそれがある。現行の物体検出装置を、高解像度の画像情報を処理可能に構成するには、多大の労力と費用を要する。
そこで、本発明者は、現行の物体検出装置を用いた物体の検出精度を向上させることができる技術について種々検討した。その結果、画像情報を複数の分割画像情報に分割し、分割画像情報を処理することにより、容易かつ安価に物体の検出精度を高めることができることを見出した。
本発明は、容易かつ安価に物体検出装置による物体の検出精度を向上させることができる技術を提供することを目的とする。
一方、現行の物体検出装置は、２Ｋ未満の解像度(例えば、数百×数百画素)の画像情報を処理するように構成されている。このため、現行の物体検出装置により、４Ｋや８Ｋ対応やそれ以上の高解像度の画像情報を処理すると、検出取りこぼしが多くなり、物体の検出精度が低下するおそれがある。現行の物体検出装置を、高解像度の画像情報を処理可能に構成するには、多大の労力と費用を要する。
そこで、本発明者は、現行の物体検出装置を用いた物体の検出精度を向上させることができる技術について種々検討した。その結果、画像情報を複数の分割画像情報に分割し、分割画像情報を処理することにより、容易かつ安価に物体の検出精度を高めることができることを見出した。
本発明は、容易かつ安価に物体検出装置による物体の検出精度を向上させることができる技術を提供することを目的とする。
本発明の物体検出装置は、撮像手段と、物体検出手段を備えている。
撮像手段は、撮像した元画像を示す画像情報を出力する。撮像手段としては、ＣＣＤ素子等により構成される公知の撮像手段を用いることができる。
物体検出手段は、画像処理手段と、画像分割手段と、検出結果合成手段を有している。
画像分割手段は、撮像手段から出力された画像情報で示される元画像を複数の分割画像に分割する。元画像を複数の分割画像に分割する方法（分割画像の数、分割画像の大きさ、分割回数等）としては、適宜の方法を用いることができるが、好適には、縦方向および横方向に等間隔に分割する方法、より好適には、縦方向および横方向に等間隔に同じ分割数で分割する方法が用いられる。
画像処理手段は、分割画像を示す分割画像情報に基づいて、分割画像に含まれている物体を検出する。画像処理手段としては、ディープラーニングを用いて、画像情報に基づいて物体の位置とカテゴリを同時に検出する、ＳＳＤやＹＯＬＯ等の公知の画像処理手段が用いられる。
検出結果合成手段は、画像処理手段による、各分割画像に対する物体検出結果を合成して、元画像の物体検出結果（各分割画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。各分割画像に対する物体検出結果を合成する方法としては、例えば、分割画像における物体の位置情報を、元画像における位置情報に変換する方法が用いられる。
本発明では、容易かつ安価に物体検出装置による物体の検出精度を向上させることができる。
本発明の異なる形態では、画像分割手段は、元画像を、少なくとも、第１の数の第１の分割画像に分割するとともに、第２の数の第２の分割画像に分割する。第１の数と第２の数は、第１の分割画像の境界部分と第２の分割画像の境界部分が、平行に重ならないように設定される。なお、本形態では、第１の分割画像の境界部分と第２の分割画像の境界部分が交差することは許容される。これにより、例えば、一方の分割画像に対する物体検出では検出することができない、一方の分割画像の境界部分に跨って存在する物体を、他方の分割画像に対する物体検出によって検出することができる。第１の数および第２の数としては、適宜の数を設定することができる。分割画像の種類は、第１の数の第１の分割画像と第２の数の第２の分割画像の２種類に限定されない。
本形態では、第１の分割画像と第２の分割画像のうちの一方の分割画像の境界部分における物体の検出精度の低下を、他方の分割画像に対する物体の検出結果によって補うことができる。
本発明の異なる形態では、画像分割手段は、元画像を、少なくとも、第１の奇数の２乗個の第１の分割画像に分割するとともに、第１の偶数の２乗個の第２の分割画像に分割する。典型的には、元画像を、縦方向および横方向に、等間隔で同じ分割数（奇数あるいは偶数）で分割する。分割画像の種類は、第１の奇数個の２乗個の第１の分割画像と第１の偶数個の２乗個の第２の分割画像の２種類に限定されない。
本形態では、第１の分割画像および第２の分割画像として、元画像の縦横比（アスペクト比）とほぼ同じ縦横比の分割画像を用いることができるため、現行の物体検出装置で用いられている画像処理手段を用いて、分割画像に対して物体検出処理を実行した場合でも、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
本発明の異なる形態では、画像分割手段は、元画像を、少なくとも１種類の分割画像を含み、分割画像の総数が異なる複数の分割画像グループに分割可能である。各分割画像グループを構成する分割画像の数、形状等は適宜設定することができる。
検出結果合成手段は、１つの分割画像グループを構成する各分割画像を示す分割画像情報に基づいて、各分割画像に含まれている物体を検出する。そして、各分割画像に対する物体検出結果のいずれかに物体が含まれている場合には、各分割画像に対する物体検出結果を合成して、元画像の物体検出結果として出力する。一方、各分割画像に対する物体検出結果に物体が含まれていない場合には、異なる分割画像グループに対して同様の処理を行う。異なる分割画像グループに対する物体検出処理の繰り返しは、適宜のタイミングで終了させることができる。例えば、物体検出処理を実行した分割画像グループの数が設定値に達した時点あるいは物体検出処理の開始から設定時間経過した時点で終了させることができる。
本形態は、好適には、元画像に少なくとも一つの物体が存在していることを検出する場合に用いることができる。
本形態では、元画像に物体が存在することを検出した時点で物体件処理を終了させることができるため、物体検出手段の処理負担を軽減することができる。
本発明の異なる形態では、画像処理手段は、画像情報に基づいて、元画像に含まれている物体を検出する。
検出結果合成手段は、各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成する方法としては、例えば、分割画像における物体の位置情報を元画像における位置情報に変換する方法を用いることができる。また、複数の物体検出結果に、カテゴリと位置が同じ物体が含まれている場合には、例えば、物体検出処理において用いた、物体らしさを示すスコアが高い方の物体を選択する方法を用いることができる。
本形態では、物体の検出精度をより向上させることができる。
本発明の異なる形態では、画像処理手段は、画像情報に基づいて、元画像に含まれている物体を検出し、元画像に対する物体検出結果に物体が含まれていない場合に、各分割画像を示す分割画像情報に基づいて、各分割画像に含まれている物体を検出する。
検出結果合成手段は、元画像に対する物体検出結果に物体が含まれている場合には、元画像に対する物体検出結果を、元画像の物体検出結果として出力し、元画像に対する物体検出結果に物体が含まれていない場合には、各分割画像に対する物体検出結果を、元画像の物体検出結果として出力する。
本形態は、好適には、元画像に少なくとも一つの物体が存在していることを検出する場合に用いることができる。
本形態は、物体検出手段の処理負担を軽減することができる。
撮像手段は、撮像した元画像を示す画像情報を出力する。撮像手段としては、ＣＣＤ素子等により構成される公知の撮像手段を用いることができる。
物体検出手段は、画像処理手段と、画像分割手段と、検出結果合成手段を有している。
画像分割手段は、撮像手段から出力された画像情報で示される元画像を複数の分割画像に分割する。元画像を複数の分割画像に分割する方法（分割画像の数、分割画像の大きさ、分割回数等）としては、適宜の方法を用いることができるが、好適には、縦方向および横方向に等間隔に分割する方法、より好適には、縦方向および横方向に等間隔に同じ分割数で分割する方法が用いられる。
画像処理手段は、分割画像を示す分割画像情報に基づいて、分割画像に含まれている物体を検出する。画像処理手段としては、ディープラーニングを用いて、画像情報に基づいて物体の位置とカテゴリを同時に検出する、ＳＳＤやＹＯＬＯ等の公知の画像処理手段が用いられる。
検出結果合成手段は、画像処理手段による、各分割画像に対する物体検出結果を合成して、元画像の物体検出結果（各分割画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。各分割画像に対する物体検出結果を合成する方法としては、例えば、分割画像における物体の位置情報を、元画像における位置情報に変換する方法が用いられる。
本発明では、容易かつ安価に物体検出装置による物体の検出精度を向上させることができる。
本発明の異なる形態では、画像分割手段は、元画像を、少なくとも、第１の数の第１の分割画像に分割するとともに、第２の数の第２の分割画像に分割する。第１の数と第２の数は、第１の分割画像の境界部分と第２の分割画像の境界部分が、平行に重ならないように設定される。なお、本形態では、第１の分割画像の境界部分と第２の分割画像の境界部分が交差することは許容される。これにより、例えば、一方の分割画像に対する物体検出では検出することができない、一方の分割画像の境界部分に跨って存在する物体を、他方の分割画像に対する物体検出によって検出することができる。第１の数および第２の数としては、適宜の数を設定することができる。分割画像の種類は、第１の数の第１の分割画像と第２の数の第２の分割画像の２種類に限定されない。
本形態では、第１の分割画像と第２の分割画像のうちの一方の分割画像の境界部分における物体の検出精度の低下を、他方の分割画像に対する物体の検出結果によって補うことができる。
本発明の異なる形態では、画像分割手段は、元画像を、少なくとも、第１の奇数の２乗個の第１の分割画像に分割するとともに、第１の偶数の２乗個の第２の分割画像に分割する。典型的には、元画像を、縦方向および横方向に、等間隔で同じ分割数（奇数あるいは偶数）で分割する。分割画像の種類は、第１の奇数個の２乗個の第１の分割画像と第１の偶数個の２乗個の第２の分割画像の２種類に限定されない。
本形態では、第１の分割画像および第２の分割画像として、元画像の縦横比（アスペクト比）とほぼ同じ縦横比の分割画像を用いることができるため、現行の物体検出装置で用いられている画像処理手段を用いて、分割画像に対して物体検出処理を実行した場合でも、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
本発明の異なる形態では、画像分割手段は、元画像を、少なくとも１種類の分割画像を含み、分割画像の総数が異なる複数の分割画像グループに分割可能である。各分割画像グループを構成する分割画像の数、形状等は適宜設定することができる。
検出結果合成手段は、１つの分割画像グループを構成する各分割画像を示す分割画像情報に基づいて、各分割画像に含まれている物体を検出する。そして、各分割画像に対する物体検出結果のいずれかに物体が含まれている場合には、各分割画像に対する物体検出結果を合成して、元画像の物体検出結果として出力する。一方、各分割画像に対する物体検出結果に物体が含まれていない場合には、異なる分割画像グループに対して同様の処理を行う。異なる分割画像グループに対する物体検出処理の繰り返しは、適宜のタイミングで終了させることができる。例えば、物体検出処理を実行した分割画像グループの数が設定値に達した時点あるいは物体検出処理の開始から設定時間経過した時点で終了させることができる。
本形態は、好適には、元画像に少なくとも一つの物体が存在していることを検出する場合に用いることができる。
本形態では、元画像に物体が存在することを検出した時点で物体件処理を終了させることができるため、物体検出手段の処理負担を軽減することができる。
本発明の異なる形態では、画像処理手段は、画像情報に基づいて、元画像に含まれている物体を検出する。
検出結果合成手段は、各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成する方法としては、例えば、分割画像における物体の位置情報を元画像における位置情報に変換する方法を用いることができる。また、複数の物体検出結果に、カテゴリと位置が同じ物体が含まれている場合には、例えば、物体検出処理において用いた、物体らしさを示すスコアが高い方の物体を選択する方法を用いることができる。
本形態では、物体の検出精度をより向上させることができる。
本発明の異なる形態では、画像処理手段は、画像情報に基づいて、元画像に含まれている物体を検出し、元画像に対する物体検出結果に物体が含まれていない場合に、各分割画像を示す分割画像情報に基づいて、各分割画像に含まれている物体を検出する。
検出結果合成手段は、元画像に対する物体検出結果に物体が含まれている場合には、元画像に対する物体検出結果を、元画像の物体検出結果として出力し、元画像に対する物体検出結果に物体が含まれていない場合には、各分割画像に対する物体検出結果を、元画像の物体検出結果として出力する。
本形態は、好適には、元画像に少なくとも一つの物体が存在していることを検出する場合に用いることができる。
本形態は、物体検出手段の処理負担を軽減することができる。
本発明は、容易かつ安価に物体の検出精度を向上させることができる。
以下に、本発明の物体検出装置の実施形態を、図面を参照して説明する。
図１は、一実施形態の物体検出装置のブロック図を示している。
一実施形態の物体検出装置は、有線通信回線や無線通信回線等により接続されている、処理手段１０、撮像手段２０、記憶手段３０、入力手段４０、出力手段５０等により構成されている。
撮像手段２０は、例えば、ＣＣＤやＣＭＯＳを用いたデジタルカメラにより構成される。撮像手段２０は、撮像画像を示す画像情報を出力する。
撮像手段２０が、本発明の「元画像を撮像する画像手段」に対応し、撮像手段２０から出力される画像情報が、本発明の「元画像を示す画像情報」に対応する。
記憶手段３０は、ＲＯＭやＲＡＭ等により構成され、処理手段１０の処理を実行するプログラムや種々のデータが記憶される。
入力手段４０は、キーボードやタッチパネル等により構成され、種々の情報を入力する。
出力手段５０は、液晶表示装置や有機ＥＬ表示装置等により構成される表示手段や、印刷手段等により構成され、種々の情報を出力する。なお、表示手段として、表示画面に表示されている表示部をタッチすることによって情報を入力することができる表示手段が用いられる場合には、入力手段４０を省略することもできる。
撮像手段２０、記憶手段３０、出力手段５０等は、処理手段１０と離れた場所に配置されていてもよい。
図１は、一実施形態の物体検出装置のブロック図を示している。
一実施形態の物体検出装置は、有線通信回線や無線通信回線等により接続されている、処理手段１０、撮像手段２０、記憶手段３０、入力手段４０、出力手段５０等により構成されている。
撮像手段２０は、例えば、ＣＣＤやＣＭＯＳを用いたデジタルカメラにより構成される。撮像手段２０は、撮像画像を示す画像情報を出力する。
撮像手段２０が、本発明の「元画像を撮像する画像手段」に対応し、撮像手段２０から出力される画像情報が、本発明の「元画像を示す画像情報」に対応する。
記憶手段３０は、ＲＯＭやＲＡＭ等により構成され、処理手段１０の処理を実行するプログラムや種々のデータが記憶される。
入力手段４０は、キーボードやタッチパネル等により構成され、種々の情報を入力する。
出力手段５０は、液晶表示装置や有機ＥＬ表示装置等により構成される表示手段や、印刷手段等により構成され、種々の情報を出力する。なお、表示手段として、表示画面に表示されている表示部をタッチすることによって情報を入力することができる表示手段が用いられる場合には、入力手段４０を省略することもできる。
撮像手段２０、記憶手段３０、出力手段５０等は、処理手段１０と離れた場所に配置されていてもよい。
処理手段１０は、ＣＰＵ等により構成される。
処理手段１０は、物体検出手段１１を有している。物体検出手段１１は、画像処理手段１１ａ、画像分割手段１１ｂ、検出結果合成手段１１ｃを有している。
処理手段１０は、物体検出手段１１を有している。物体検出手段１１は、画像処理手段１１ａ、画像分割手段１１ｂ、検出結果合成手段１１ｃを有している。
画像分割手段１１ｂは、撮像手段２０から出力された画像情報で示される撮像画像（以下、「元画像」という）を複数の分割画像に分割する。画像情報には、撮像手段２０から出力されて記憶手段３０に記憶されている画像情報も含まれる。画像分割手段１１ｂによる元画像を分割する方法については後述する。
画像処理手段１１ａは、画像分割手段１１ｂで分割された分割画像を示す分割画像情報に基づいて、分割画像に含まれている物体のカテゴリおよび位置を検出する。なお、画像処理手段１１ａは、元画像を示す画像情報に基づいて、元画像に含まれている物体のカテゴリおよび位置を検出することもできる。
画像処理手段１１ａとしては、ディープラーニングを用いて、元画像を示す画像情報あるいは分割画像を示す分割画像情報に基づいて、元画像あるいは分割画像に含まれている物体のカテゴリと位置を検出する、公知の種々の画像処理手段を用いることができる。例えば、ＳＳＤやＹＯＬＯの手法を用いて物体を検出する画像処理手段を用いることができる。
例えば、ＳＳＤは、図２に示されているように、多層のＣＮＮ(Convolutional neural network)（畳み込みニューラルネットワーク）を基本とし、物体の存在領域候補を推定するレイヤと、存在領域候補内の物体のカテゴリを判別するレイヤとにより構成される。物体の存在領域候補を推定するレイヤでは、画像情報を、複数の所定サイズの矩形領域（デフォルトボックス）に分割し、矩形領域のずれを考慮しながら物体の存在領域候補（バウンディングボックス）を推定する。存在領域候補内の物体のカテゴリを判別するレイヤでは、別途学習済のＣＮＮを用いて存在領域候補内の物体のカテゴリを判別する。
画像処理手段１１ａとしては、ディープラーニングを用いて、元画像を示す画像情報あるいは分割画像を示す分割画像情報に基づいて、元画像あるいは分割画像に含まれている物体のカテゴリと位置を検出する、公知の種々の画像処理手段を用いることができる。例えば、ＳＳＤやＹＯＬＯの手法を用いて物体を検出する画像処理手段を用いることができる。
例えば、ＳＳＤは、図２に示されているように、多層のＣＮＮ(Convolutional neural network)（畳み込みニューラルネットワーク）を基本とし、物体の存在領域候補を推定するレイヤと、存在領域候補内の物体のカテゴリを判別するレイヤとにより構成される。物体の存在領域候補を推定するレイヤでは、画像情報を、複数の所定サイズの矩形領域（デフォルトボックス）に分割し、矩形領域のずれを考慮しながら物体の存在領域候補（バウンディングボックス）を推定する。存在領域候補内の物体のカテゴリを判別するレイヤでは、別途学習済のＣＮＮを用いて存在領域候補内の物体のカテゴリを判別する。
検出結果合成手段１１ｃは、画像処理手段１１ａによる、各分割画像に対する物体検出結果を合成し、元画像の物体検出結果として出力する。
例えば、各分割画像に対する物体検出結果を、各分割画像における物体の位置情報を元画像における位置情報に変換した状態で合成して、元画像の物体検出結果（この場合、各分割画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。
なお、検出結果合成手段１１ｃは、画像処理手段１１ａによる、各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成し、元画像の物体検出結果（この場合、各分割元画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力することができる。この時、合成される物体検出結果に、カテゴリと位置がほぼ同じ物体が含まれている場合には、例えば、物体検出時に用いられる、物体らしさを示すスコアが高い方を選択する。あるいは、両方を出力することもできる。
また、検出結果合成手段１１ｃは、元画像に対する物体検出結果を、元画像の物体検出結果（この場合、「元画像に対する物体検出結果に基づいた元画像の物体検出結果」）として出力することもできる。
例えば、各分割画像に対する物体検出結果を、各分割画像における物体の位置情報を元画像における位置情報に変換した状態で合成して、元画像の物体検出結果（この場合、各分割画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。
なお、検出結果合成手段１１ｃは、画像処理手段１１ａによる、各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成し、元画像の物体検出結果（この場合、各分割元画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力することができる。この時、合成される物体検出結果に、カテゴリと位置がほぼ同じ物体が含まれている場合には、例えば、物体検出時に用いられる、物体らしさを示すスコアが高い方を選択する。あるいは、両方を出力することもできる。
また、検出結果合成手段１１ｃは、元画像に対する物体検出結果を、元画像の物体検出結果（この場合、「元画像に対する物体検出結果に基づいた元画像の物体検出結果」）として出力することもできる。
先ず、画像処理手段として現行の画像処理手段を用い、元画像に対して物体検出処理を実行する場合と、元画像を分割した分割画像に対して物体検出処理を実行する場合の物体の検出精度を、図３を参照して説明する。
Ｍ１は、遠方に配置した人形を撮像した画像を示している。
Ｍ２は、人形の画像Ｍ１を、物体検出処理に用いられる元画像に対応する大きさに縮小した画像を示している。なお、撮像手段２０のズーム機能を用いることによって、元画像中における画像Ｍ２の大きさは変化する。
Ｍ３は、人形の画像Ｍ１を、元画像を分割した分割画像（図３では、縦方向および横方向それぞれに等間隔に２分割した４分割画像）に対応する大きさに縮小した画像を示している。
Ｎ１は、元画像における、縮小した人形の画像Ｍ２に対応する領域の画像（処理対象画像）を示している。
Ｎ２は、分割画像における、縮小した人形の画像Ｍ３に対応する領域の画像（処理対象画像）を示している。
現行の画像処理手段を用いて、元画像の処理対象画像Ｎ１に対して物体検出処理を実行した場合、人形の画像Ｍ２を検出することができなかった。一方、分割画像の処理対象画像Ｎ２に対して物体検出処理を実行した場合には、人形の画像Ｍ３を検出することができた。
このように、元画像を分割した分割画像に対して、画像処理手段による物体検出処理を実行することにより、元画像では検出することができない物体を検出することが可能となる。すなわち、元画像を分割画像に分割し、分割画像に対して物体検出処理を実行することにより、物体の検出精度を向上させることができる。
実験では、元画像における物体の最小検出サイズは、約［１７×４０画素］であったが、４分割画像における物体の最小検出サイズは、約［６×１２画素］であった。
Ｍ１は、遠方に配置した人形を撮像した画像を示している。
Ｍ２は、人形の画像Ｍ１を、物体検出処理に用いられる元画像に対応する大きさに縮小した画像を示している。なお、撮像手段２０のズーム機能を用いることによって、元画像中における画像Ｍ２の大きさは変化する。
Ｍ３は、人形の画像Ｍ１を、元画像を分割した分割画像（図３では、縦方向および横方向それぞれに等間隔に２分割した４分割画像）に対応する大きさに縮小した画像を示している。
Ｎ１は、元画像における、縮小した人形の画像Ｍ２に対応する領域の画像（処理対象画像）を示している。
Ｎ２は、分割画像における、縮小した人形の画像Ｍ３に対応する領域の画像（処理対象画像）を示している。
現行の画像処理手段を用いて、元画像の処理対象画像Ｎ１に対して物体検出処理を実行した場合、人形の画像Ｍ２を検出することができなかった。一方、分割画像の処理対象画像Ｎ２に対して物体検出処理を実行した場合には、人形の画像Ｍ３を検出することができた。
このように、元画像を分割した分割画像に対して、画像処理手段による物体検出処理を実行することにより、元画像では検出することができない物体を検出することが可能となる。すなわち、元画像を分割画像に分割し、分割画像に対して物体検出処理を実行することにより、物体の検出精度を向上させることができる。
実験では、元画像における物体の最小検出サイズは、約［１７×４０画素］であったが、４分割画像における物体の最小検出サイズは、約［６×１２画素］であった。
次に、本実施形態の物体検出装置の動作を説明する。
本実施形態の物体検出装置の動作の第１実施例を、図４を参照して説明する。
第１実施例では、画像分割手段１１ｂは、元画像を、４分割線（１本の横方向分割線、１本の縦方向分割線）によって、４個（横方向に等間隔に２個×縦方向に等間隔に２個）の４分割画像（ａ）～（ｄ）に分割する。なお、元画像における、各４分割画像（ａ）～（ｄ）の位置（例えば、元画像の座標上における、各４分割画像の角部の位置）は、記憶手段３０に記憶される。
第１実施例では、元画像は、２の２乗個（２２）（縦方向および横方向それぞれに等間隔に２個）の４分割画像（ａ）～（ｄ）に分割されている。すなわち、４分割画像（ａ）～（ｄ）の縦横比（アスペクト比）が、元画像の縦横比（アスペクト比）と等しい（「ほぼ等しい」を含む）。このため、画像処理手段１１ａにより、各４分割画像（ａ）～（ｄ）に対して物体検出処理を実行する場合に、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
本実施形態の物体検出装置の動作の第１実施例を、図４を参照して説明する。
第１実施例では、画像分割手段１１ｂは、元画像を、４分割線（１本の横方向分割線、１本の縦方向分割線）によって、４個（横方向に等間隔に２個×縦方向に等間隔に２個）の４分割画像（ａ）～（ｄ）に分割する。なお、元画像における、各４分割画像（ａ）～（ｄ）の位置（例えば、元画像の座標上における、各４分割画像の角部の位置）は、記憶手段３０に記憶される。
第１実施例では、元画像は、２の２乗個（２２）（縦方向および横方向それぞれに等間隔に２個）の４分割画像（ａ）～（ｄ）に分割されている。すなわち、４分割画像（ａ）～（ｄ）の縦横比（アスペクト比）が、元画像の縦横比（アスペクト比）と等しい（「ほぼ等しい」を含む）。このため、画像処理手段１１ａにより、各４分割画像（ａ）～（ｄ）に対して物体検出処理を実行する場合に、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
画像処理手段１１ａは、各４分割画像（ａ）～（ｄ）に対する物体検出処理を実行して、各４分割画像（ａ）～（ｄ）に対する物体検出結果を出力する。
また、画像処理手段（１１ａ）は、元画像に対する物体検出処理を実行して、元画像に対する物体検出結果を出力する。
検出結果合成手段１１ｃは、各４分割画像（ａ）～（ｄ）に対する物体検出結果と元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。例えば、各４分割画像（ａ）～（ｄ）に対する物体検出結果に含まれている物体の位置情報を、元画像における位置情報に変換した状態で、各４分割画像（ａ）～（ｄ）に対する物体検出結果と元画像対する物体検出結果を合成する。
また、画像処理手段（１１ａ）は、元画像に対する物体検出処理を実行して、元画像に対する物体検出結果を出力する。
検出結果合成手段１１ｃは、各４分割画像（ａ）～（ｄ）に対する物体検出結果と元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。例えば、各４分割画像（ａ）～（ｄ）に対する物体検出結果に含まれている物体の位置情報を、元画像における位置情報に変換した状態で、各４分割画像（ａ）～（ｄ）に対する物体検出結果と元画像対する物体検出結果を合成する。
第１実施例では、元画像を４分割した４個の４分割画像（ａ）～（ｄ）に対して物体検出処理を実行することにより、元画像に対する物体検出処理では検出することができない物体を検出することができる。
これにより、物体の検出精度を向上させることができる。
なお、元画像を４個の４分割画像（ａ）～（ｄ）に分割した場合、各４分割画像（ａ）～（ｄ）の境界部分に存在する物体、例えば、４分割画像（ａ）～（ｄ）の境界部分を跨いで存在する物体を検出することができない可能性がある。例えば、図５に示されているように、４分割画像（ａ）と（ｂ）に跨って存在する物体（Ｐ）は、４分割画像（ａ）、（ｂ）に対する物体検出処理では検出することができない可能性がある。
第１実施例では、元画像に対する物体検出処理を実行することにより、元画像に対する物体検出結果を出力する。そして、元画像に対する物体検出結果と各４分割画像（ａ）～（ｄ）に対する物体検出結果を合成している。これにより、各４分割画像（ａ）～（ｄ）に対する物体検出処理では検出することができない、各４分割画像（ａ）～（ｄ）の境界部分に存在する物体を、元画像に対する物体検出処理によって検出することができる。
これにより、物体の検出精度を向上させることができる。
なお、元画像を４個の４分割画像（ａ）～（ｄ）に分割した場合、各４分割画像（ａ）～（ｄ）の境界部分に存在する物体、例えば、４分割画像（ａ）～（ｄ）の境界部分を跨いで存在する物体を検出することができない可能性がある。例えば、図５に示されているように、４分割画像（ａ）と（ｂ）に跨って存在する物体（Ｐ）は、４分割画像（ａ）、（ｂ）に対する物体検出処理では検出することができない可能性がある。
第１実施例では、元画像に対する物体検出処理を実行することにより、元画像に対する物体検出結果を出力する。そして、元画像に対する物体検出結果と各４分割画像（ａ）～（ｄ）に対する物体検出結果を合成している。これにより、各４分割画像（ａ）～（ｄ）に対する物体検出処理では検出することができない、各４分割画像（ａ）～（ｄ）の境界部分に存在する物体を、元画像に対する物体検出処理によって検出することができる。
本実施形態の物体検出装置の動作の第２実施例を、図５を参照して説明する。
第２実施例では、画像分割手段１１ｂは、元画像を、４分割線によって４個の４分割画像（ａ）～（ｄ）に分割するとともに、９分割線（３本の横方向分割線、３本の縦方向分割線）によって９個（横方向に等間隔に３個×縦方向に等間隔に３個）の９分割画像（Ａ）～（Ｉ）に分割する。なお、元画像における、各４分割画像（ａ）～（ｄ）および各９分割画像（Ａ）～（Ｉ）の位置（例えば、元画像の座標上における、各分割画像の角部の位置）は、記憶手段３０に記憶される。
第２実施例では、元画像は、２の２乗個（２２）（縦方向および横方向それぞれに等間隔に２個）の４分割画像（ａ）～（ｄ）と、３の２乗個（３２）（縦方向および横方向それぞれに等間隔に３個）の９分割画像（Ａ）～（Ｉ）に分割されている。すなわち、４分割画像（ａ）～（ｄ）および９分割画像（Ａ）～（Ｉ）の縦横比（アスペクト比）が、元画像の縦横比（アスペクト比）と等しい（「ほぼ等しい」を含む）。このため、画像処理手段１１ａにより、４分割画像（ａ）～（ｄ）および９分割画像（Ａ）～（Ｉ）に対して物体検出処理を実行する場合に、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
第２実施例では、画像分割手段１１ｂは、元画像を、４分割線によって４個の４分割画像（ａ）～（ｄ）に分割するとともに、９分割線（３本の横方向分割線、３本の縦方向分割線）によって９個（横方向に等間隔に３個×縦方向に等間隔に３個）の９分割画像（Ａ）～（Ｉ）に分割する。なお、元画像における、各４分割画像（ａ）～（ｄ）および各９分割画像（Ａ）～（Ｉ）の位置（例えば、元画像の座標上における、各分割画像の角部の位置）は、記憶手段３０に記憶される。
第２実施例では、元画像は、２の２乗個（２２）（縦方向および横方向それぞれに等間隔に２個）の４分割画像（ａ）～（ｄ）と、３の２乗個（３２）（縦方向および横方向それぞれに等間隔に３個）の９分割画像（Ａ）～（Ｉ）に分割されている。すなわち、４分割画像（ａ）～（ｄ）および９分割画像（Ａ）～（Ｉ）の縦横比（アスペクト比）が、元画像の縦横比（アスペクト比）と等しい（「ほぼ等しい」を含む）。このため、画像処理手段１１ａにより、４分割画像（ａ）～（ｄ）および９分割画像（Ａ）～（Ｉ）に対して物体検出処理を実行する場合に、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
画像処理手段１１ａは、各４分割画像（ａ）～（ｄ）および各９分割画像（Ａ）～（Ｉ）に対して物体検出処理を実行し、各４分割画像（ａ）～（ｄ）および各９分割画像（Ａ）～（Ｉ）に対する物体検出結果を出力する。
また、画像処理手段１１ａは、元画像に対して物体検出処理を実行し、元画像に対する物体検出結果を出力する。
検出結果合成手段１１ｃは、各４分割画像（ａ）～（ｄ）に対する物体検出結果および各９分割画像（Ａ）～（Ｉ）に対する物体検出結果と、元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。例えば、各４分割画像（ａ）～（ｄ）および各９分割画像（Ａ）～（Ｉ）に対する物体検出結果に含まれている物体の位置情報を、元画像における位置情報に変換した状態で、各４分割画像（ａ）～（ｄ）および各９分割画像に対する物体検出結果と元画像対する物体検出結果を合成する。検出結果合成手段１１ｃによる物体検出結果の合成処理は、第１実施例における合成処理と同様の方法を用いることができる。
また、画像処理手段１１ａは、元画像に対して物体検出処理を実行し、元画像に対する物体検出結果を出力する。
検出結果合成手段１１ｃは、各４分割画像（ａ）～（ｄ）に対する物体検出結果および各９分割画像（Ａ）～（Ｉ）に対する物体検出結果と、元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。例えば、各４分割画像（ａ）～（ｄ）および各９分割画像（Ａ）～（Ｉ）に対する物体検出結果に含まれている物体の位置情報を、元画像における位置情報に変換した状態で、各４分割画像（ａ）～（ｄ）および各９分割画像に対する物体検出結果と元画像対する物体検出結果を合成する。検出結果合成手段１１ｃによる物体検出結果の合成処理は、第１実施例における合成処理と同様の方法を用いることができる。
第２実施例では、元画像を４分割した４個の４分割画像（ａ）～（ｄ）および９分割した９個の９分割画像（Ａ）～（Ｉ）に対して物体検出処理を実行することにより、元画像に対する物体検２出処理では検出することができない物体を検出することができる。
これにより、物体の検出精度を向上させることができる。
また、元画像を、偶数である２の２乗個（２２）に４分割するとともに、奇数である３の２乗個（３２）に９分割している。これにより、４分割画像（ａ）～（ｄ）の境界部分（縦方向境界線、横方向境界線）と、９分割画像（Ａ）～（Ｉ）の境界部分（縦方向境界線、横方向境界線）は、交差するが、平行に重ならない。
のため、各４分割画像（ａ）～（ｄ）の境界部分における物体検出精度の低下（例えば、境界部分を跨いで存在する物体を検出することができない）を、各９分割画像（Ａ）～（Ｉ）の物体検出結果によって補うことができる。例えば、図５に示されているように、４分割画像（ａ）と（ｂ）に跨って存在する物体（Ｐ）は、４分割画像（ａ）、（ｂ）に対する物体検出処理によって検出することができない可能性があるが、９分割画像（Ｂ）に対する物体検出処理によって検出することができる。同様に、各９分割画像（Ａ）～（Ｉ）の境界部分における物体検出精度の低下を、各４分割画像（ａ）～（ｄ）の物体検出結果によって補うことができる。さらに、元画像に対する物体検出処理によって補うこともできる。
したがって、物体の検出精度をより向上させることができる。
これにより、物体の検出精度を向上させることができる。
また、元画像を、偶数である２の２乗個（２２）に４分割するとともに、奇数である３の２乗個（３２）に９分割している。これにより、４分割画像（ａ）～（ｄ）の境界部分（縦方向境界線、横方向境界線）と、９分割画像（Ａ）～（Ｉ）の境界部分（縦方向境界線、横方向境界線）は、交差するが、平行に重ならない。
のため、各４分割画像（ａ）～（ｄ）の境界部分における物体検出精度の低下（例えば、境界部分を跨いで存在する物体を検出することができない）を、各９分割画像（Ａ）～（Ｉ）の物体検出結果によって補うことができる。例えば、図５に示されているように、４分割画像（ａ）と（ｂ）に跨って存在する物体（Ｐ）は、４分割画像（ａ）、（ｂ）に対する物体検出処理によって検出することができない可能性があるが、９分割画像（Ｂ）に対する物体検出処理によって検出することができる。同様に、各９分割画像（Ａ）～（Ｉ）の境界部分における物体検出精度の低下を、各４分割画像（ａ）～（ｄ）の物体検出結果によって補うことができる。さらに、元画像に対する物体検出処理によって補うこともできる。
したがって、物体の検出精度をより向上させることができる。
本実施形態の物体検出装置の動作の第３実施例を、図６を参照して説明する。
第３実施例では、画像分割手段１１ｂは、元画像を、４分割線によって４個の４分割画像（ａ）～（ｄ）を得、９分割線によって９個の９分割画像（Ａ）～（Ｉ）を得るとともに、１６分割線（４本の横方向分割線、４本の縦方向分割線）によって１６個（横方向に等間隔に４個×縦方向に等間隔に４個）の１６分割画像（１）～（１６）に分割する。なお、元画像における、各４分割画像（ａ）～（ｄ）、各９分割画像（Ａ）～（Ｉ）及び各１６分割画像（１）～（１６）の位置（例えば、元画像の座標上における、各分割画像の角部の位置）は、記憶手段３０に記憶される。
第３実施例では、元画像は、２の２乗個（２２）（縦方向および横方向それぞれに等間隔に２個）の４分割画像（ａ）～（ｄ）と、３の２乗個（３２）（縦方向および横方向それぞれに等間隔に３個）の９分割画像（Ａ）～（Ｉ）と、４の２乗個（４２）（縦方向および横方向それぞれに等間隔に４個）の１６分割画像（１）～（１６）に分割されている。すなわち、４分割画像（ａ）～（ｄ）、９分割画像（Ａ）～（Ｉ）および１６分割画像（１）～（１６）の縦横比（アスペクト比）が、元画像の縦横比（アスペクト比）と等しい（「ほぼ等しい」を含む）。このため、画像処理手段１１ａにより、４分割画像（ａ）～（ｄ）、９分割画像（Ａ）～（Ｉ）および１６分割画像（１）～（１６）に対して物体検出処理を実行する場合に、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
第３実施例では、画像分割手段１１ｂは、元画像を、４分割線によって４個の４分割画像（ａ）～（ｄ）を得、９分割線によって９個の９分割画像（Ａ）～（Ｉ）を得るとともに、１６分割線（４本の横方向分割線、４本の縦方向分割線）によって１６個（横方向に等間隔に４個×縦方向に等間隔に４個）の１６分割画像（１）～（１６）に分割する。なお、元画像における、各４分割画像（ａ）～（ｄ）、各９分割画像（Ａ）～（Ｉ）及び各１６分割画像（１）～（１６）の位置（例えば、元画像の座標上における、各分割画像の角部の位置）は、記憶手段３０に記憶される。
第３実施例では、元画像は、２の２乗個（２２）（縦方向および横方向それぞれに等間隔に２個）の４分割画像（ａ）～（ｄ）と、３の２乗個（３２）（縦方向および横方向それぞれに等間隔に３個）の９分割画像（Ａ）～（Ｉ）と、４の２乗個（４２）（縦方向および横方向それぞれに等間隔に４個）の１６分割画像（１）～（１６）に分割されている。すなわち、４分割画像（ａ）～（ｄ）、９分割画像（Ａ）～（Ｉ）および１６分割画像（１）～（１６）の縦横比（アスペクト比）が、元画像の縦横比（アスペクト比）と等しい（「ほぼ等しい」を含む）。このため、画像処理手段１１ａにより、４分割画像（ａ）～（ｄ）、９分割画像（Ａ）～（Ｉ）および１６分割画像（１）～（１６）に対して物体検出処理を実行する場合に、画像の縮尺変更によるひずみが無く、物体検出性能に影響はない。
画像処理手段１１ａは、各４分割画像（ａ）～（ｄ）、各４分割画像（Ａ）～（Ｉ）および各１６分割画像（１）～（１６）に対して物体検出処理を実行し、各４分割画像（ａ）～（ｄ）、各９分割画像（Ａ）～（Ｉ）および各１６分割画像（１）～（１６）に対する物体検出結果を出力する。
また、画像処理手段（１１ａ）は、元画像に対する物体検出処理を実行して、元画像に対する物体検出結果を出力する。
検出結果合成手段１１ｃは、各４分割画像（ａ）～（ｄ）に対する物体検出結果、各９分割画像（Ａ）～（Ｉ）に対する物体検出結果および各１６分割画像（１）～（１６）に対する物体検出結果と、元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。検出結果合成手段１１ｃによる物体検出結果の合成処理は、第１実施例や第２実施例における合成処理と同様の方法を用いることができる。
また、画像処理手段（１１ａ）は、元画像に対する物体検出処理を実行して、元画像に対する物体検出結果を出力する。
検出結果合成手段１１ｃは、各４分割画像（ａ）～（ｄ）に対する物体検出結果、各９分割画像（Ａ）～（Ｉ）に対する物体検出結果および各１６分割画像（１）～（１６）に対する物体検出結果と、元画像に対する物体検出結果を合成し、元画像の物体検出結果（各分割画像に対する物体検出結果と元画像に対する物体検出結果に基づいた元画像の物体検出結果）として出力する。検出結果合成手段１１ｃによる物体検出結果の合成処理は、第１実施例や第２実施例における合成処理と同様の方法を用いることができる。
第３実施例では、元画像を４分割した４個の４分割画像（ａ）～（ｄ）、９分割した９個の９分割画像（Ａ）～（Ｉ）および１６分割した１６個の１６分割画像（１）～（１６）に対して物体検出処理を実行することにより、元画像に対する物体検出処理では検出することができない物体を検出することができる。
これにより、物体の検出精度を向上させることができる。
また、元画像を、偶数である２の２乗個（２２）に４分割および４の２乗個（４２）に１６分割するとともに、奇数である３の２乗個（３２）に９分割している。これにより、４分割画像（ａ）～（ｄ）と１６分割画像（１）～（１６）の境界部分の一部が平行に重なっているが、４分割画像（ａ）～（ｄ）の境界部分および１６分割画像(１)～（１６）の境界部分と、９分割画像（Ａ）～（Ｉ）の境界部分は、平行に重なっていない。
このため、各９分割画像（Ａ）～（Ｉ）の境界部分における物体検出精度の低下（例えば、境界部分を跨いで存在する物体を検出することができない）を、各４分割画像（ａ）～（ｄ）および各１６分割画像（１）～（１６）の物体検出結果によって補うことができる。同様に、各４分割画像（ａ）～（ｄ）および各１６分割画像（１）～（１６）の境界部分における物体検出精度の低下を、各９分割画像（Ａ）～（Ｉ）の物体検出結果によって補うことができる。さらに、元画像の物体検出結果によって補うこともできる。
したがって、物体の検出精度をより向上させることができる。
これにより、物体の検出精度を向上させることができる。
また、元画像を、偶数である２の２乗個（２２）に４分割および４の２乗個（４２）に１６分割するとともに、奇数である３の２乗個（３２）に９分割している。これにより、４分割画像（ａ）～（ｄ）と１６分割画像（１）～（１６）の境界部分の一部が平行に重なっているが、４分割画像（ａ）～（ｄ）の境界部分および１６分割画像(１)～（１６）の境界部分と、９分割画像（Ａ）～（Ｉ）の境界部分は、平行に重なっていない。
このため、各９分割画像（Ａ）～（Ｉ）の境界部分における物体検出精度の低下（例えば、境界部分を跨いで存在する物体を検出することができない）を、各４分割画像（ａ）～（ｄ）および各１６分割画像（１）～（１６）の物体検出結果によって補うことができる。同様に、各４分割画像（ａ）～（ｄ）および各１６分割画像（１）～（１６）の境界部分における物体検出精度の低下を、各９分割画像（Ａ）～（Ｉ）の物体検出結果によって補うことができる。さらに、元画像の物体検出結果によって補うこともできる。
したがって、物体の検出精度をより向上させることができる。
以上の実施形態では、画像処理手段１１ａにより、各分割画像に対する物体検出処理を実行するとともに、元画像に対する物体検出処理を実行し、検出結果合成手段１１ｃにより、各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成し、元画像に含まれている物体のカテゴリと位置を検出するよう構成したが、本発明は、以下のように構成することもできる。
分割画像として、元画像を２の２乗（２２）個（縦方向および横方向に等間隔に２分割）に分割した４分割画像を含む分割画像グループ、元画像を２の２乗（２２）個に分割した４分割画像および３の２乗（３２）個（縦方向および横方向に等間隔に３分割）に分割した９分割画像を含む分割画像グループ、２の２乗（２２）個に分割した４分割画像、３の２乗（３２）個に分割した９分割画像および４の２乗（４２）個（縦方向および横方向に等間隔に４分割）に分割した１６分割画像を含む分割画像グループを用いたが、分割画像グループを構成する分割画像あるいは分割画像の組み合わせは、これに限定されない。
各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成して元画像の物体判別結果を出力したが、分割画像に対する物体判別結果を合成して元画像の物体判別結果を出力するように構成することもできる。
１つの分割画像グループを用いたが、複数の分割画像グループを用い、選択した１つの分割画像グループを構成する分割画像に対して物体判別処理を実行し、物体判別結果に物体が含まれていない場合は、異なる分割画像グループを選択し、選択した分割画像グループを構成する分割画像に対して物体判別処理を実行するように構成することもできる。異なる分割画像グループに対する物体判別処理の繰り返しは、適宜のタイミングで終了させることができる。例えば、物体検出処理を実行した分割画像グループの数が設定値に達した時点あるいは物体検出処理の開始から設定時間経過した時点で終了させることができる。
物体の存在の有無（少なくとも一つの物体が存在していること）を検出することを目的とする場合には、以下のように構成することができる。
画像処理手段１１ａは、元画像に対する物体検出処理を実行し、元画像に対する物体検出結果に物体が含まれていない場合には、各分割画像に対する物体検出処理を実行する。検出結果合成手段１１ｃは、元画像に対する物体検出結果に物体が含まれている場合には、元画像に対する物体検出結果を、元画像の物体検出結果として出力し、元画像に対する物体検出結果に物体が含まれていない場合には、各分割画像に対する物体検出結果を合成し、元画像の物体検出結果として出力する。なお、各分割画像に対する物体検出結果に物体が含まれていない場合には、異なる数の各分割画像に対する物体検出処理を実行し、異なる数の各分割画像に対する物体検出結果を合成し、元画像の物体検出結果として出力するように構成することもできる。異なる数の各分割画像に対する物体判別処理の繰り返しは、例えば、前述した、異なる分割画像グループに対する物体判別処理の繰り返しを終了させるタイミングと同様のタイミングで終了させることができる。
この場合、画像処理手段１１ａによる物体検出処理の回数を軽減することができる。
分割画像として、元画像を２の２乗（２２）個（縦方向および横方向に等間隔に２分割）に分割した４分割画像を含む分割画像グループ、元画像を２の２乗（２２）個に分割した４分割画像および３の２乗（３２）個（縦方向および横方向に等間隔に３分割）に分割した９分割画像を含む分割画像グループ、２の２乗（２２）個に分割した４分割画像、３の２乗（３２）個に分割した９分割画像および４の２乗（４２）個（縦方向および横方向に等間隔に４分割）に分割した１６分割画像を含む分割画像グループを用いたが、分割画像グループを構成する分割画像あるいは分割画像の組み合わせは、これに限定されない。
各分割画像に対する物体検出結果と元画像に対する物体検出結果を合成して元画像の物体判別結果を出力したが、分割画像に対する物体判別結果を合成して元画像の物体判別結果を出力するように構成することもできる。
１つの分割画像グループを用いたが、複数の分割画像グループを用い、選択した１つの分割画像グループを構成する分割画像に対して物体判別処理を実行し、物体判別結果に物体が含まれていない場合は、異なる分割画像グループを選択し、選択した分割画像グループを構成する分割画像に対して物体判別処理を実行するように構成することもできる。異なる分割画像グループに対する物体判別処理の繰り返しは、適宜のタイミングで終了させることができる。例えば、物体検出処理を実行した分割画像グループの数が設定値に達した時点あるいは物体検出処理の開始から設定時間経過した時点で終了させることができる。
物体の存在の有無（少なくとも一つの物体が存在していること）を検出することを目的とする場合には、以下のように構成することができる。
画像処理手段１１ａは、元画像に対する物体検出処理を実行し、元画像に対する物体検出結果に物体が含まれていない場合には、各分割画像に対する物体検出処理を実行する。検出結果合成手段１１ｃは、元画像に対する物体検出結果に物体が含まれている場合には、元画像に対する物体検出結果を、元画像の物体検出結果として出力し、元画像に対する物体検出結果に物体が含まれていない場合には、各分割画像に対する物体検出結果を合成し、元画像の物体検出結果として出力する。なお、各分割画像に対する物体検出結果に物体が含まれていない場合には、異なる数の各分割画像に対する物体検出処理を実行し、異なる数の各分割画像に対する物体検出結果を合成し、元画像の物体検出結果として出力するように構成することもできる。異なる数の各分割画像に対する物体判別処理の繰り返しは、例えば、前述した、異なる分割画像グループに対する物体判別処理の繰り返しを終了させるタイミングと同様のタイミングで終了させることができる。
この場合、画像処理手段１１ａによる物体検出処理の回数を軽減することができる。
本発明は、実施形態で説明した構成に限定されず、種々の変更、追加、削除が可能である。
画像分割手段、画像処理手段、検出結果合成手段は、実施形態で説明した構成に限定されない。
物体検出手段の構成は、実施形態で説明した構成に限定されない。
実施形態で説明した各構成は、単独で用いることもできるし、適宜選択した複数を組み合わせて用いることもできる。
画像分割手段、画像処理手段、検出結果合成手段は、実施形態で説明した構成に限定されない。
物体検出手段の構成は、実施形態で説明した構成に限定されない。
実施形態で説明した各構成は、単独で用いることもできるし、適宜選択した複数を組み合わせて用いることもできる。
１０ 処理手段
１１ 物体検出手段
１１ａ 画像処理手段
１１ｂ 画像分割手段
１１ｃ 処理結果処理手段
２０ 撮像手段
３０ 記憶手段
４０ 入力手段
５０ 出力手段
１１ 物体検出手段
１１ａ 画像処理手段
１１ｂ 画像分割手段
１１ｃ 処理結果処理手段
２０ 撮像手段
３０ 記憶手段
４０ 入力手段
５０ 出力手段
Claims (6)
- 撮像手段と、物体検出手段を備え、
前記撮像手段は、撮像した元画像を示す画像情報を出力し、
前記物体検出手段は、画像処理手段と、画像分割手段と、検出結果合成手段と、を有し、
前記画像分割手段は、前記撮像手段から出力された画像情報で示される元画像を複数の分割画像に分割し、
前記画像処理手段は、前記各分割画像を示す分割画像情報に基づいて、各分割画像に含まれている物体を検出し、
前記検出結果合成手段は、前記各分割画像に対する物体検出結果を合成し、元画像の物体検出結果として出力することを特徴とする物体検出装置。 - 請求項１に記載の物体検出装置であって、
前記画像分割手段は、前記元画像を、少なくとも、第１の数の第１の分割画像に分割するとともに第２の数の第２の分割画像に分割し、
前記第１の数と前記第２の数は、前記第１の分割画像の境界部分と前記第２の分割画像の境界部分が、平行に重ならないように設定されていることを特徴とする物体検出装置。 - 請求項１または２に記載の物体検出装置であって、
前記画像分割手段は、前記元画像を、少なくとも、第１の奇数の２乗個の第１の分割画像に分割するとともに第１の偶数の２乗個の第２の分割画像に分割することを特徴とする物体検出装置。 - 請求項１～３のうちのいずれか一項に記載の物体検出装置であって、
前記画像分割手段は、前記元画像を、少なくとも１種類の分割画像を含み、分割画像の総数が異なる複数の分割画像グループに分割可能であり、
前記検出結果合成手段は、１つの分割画像グループを構成する各分割画像を示す分割画像情報に基づいて、各分割画像に含まれている物体を検出し、各分割画像に対する物体検出結果のいずれかに物体が含まれている場合には、各分割画像に対する物体検出結果を合成し、元画像の物体検出結果として出力し、各分割画像に対する物体検出結果に物体が含まれていない場合には、異なる分割画像グループに対して同様の処理を行うことを特徴とする物体検出装置。 - 請求項１～３のうちのいずれか一項に記載の物体検出装置であって、
前記画像処理手段は、前記画像情報に基づいて、前記元画像に含まれている物体を検出し、
前記検出結果合成手段は、前記各分割画像に対する物体検出結果と前記元画像に対する物体検出結果を合成し、元画像の物体検出結果として出力することを特徴とする物体検出装置。 - 請求項１～３のうちのいずれか一項に記載の物体検出装置であって、
前記画像処理手段は、前記画像情報に基づいて、前記元画像に含まれている物体を検出し、前記元画像に対する物体検出結果に物体が含まれていない場合に、前記各分割画像を示す分割画像情報に基づいて、前記各分割画像に含まれている物体を検出し、
前記検出結果合成手段は、前記元画像に対する物体検出結果に物体が含まれている場合には、前記元画像に対する物体検出結果を、元画像の物体検出結果として出力し、前記元画像に対する物体検出結果に物体が含まれていない場合には、前記各分割画像に対する検出結果を合成し、元画像の物体検出結果として出力することを特徴とする物体検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020215837A JP2022101321A (ja) | 2020-12-24 | 2020-12-24 | 物体検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020215837A JP2022101321A (ja) | 2020-12-24 | 2020-12-24 | 物体検出装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2022101321A true JP2022101321A (ja) | 2022-07-06 |
Family
ID=82271058
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020215837A Pending JP2022101321A (ja) | 2020-12-24 | 2020-12-24 | 物体検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2022101321A (ja) |
-
2020
- 2020-12-24 JP JP2020215837A patent/JP2022101321A/ja active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4814375B2 (ja) | 検出装置、検出方法および検出用集積回路 | |
| JP5500163B2 (ja) | 画像処理システム、画像処理方法および画像処理プログラム | |
| KR102199094B1 (ko) | 관심객체 검출을 위한 관심영역 학습장치 및 방법 | |
| JP2019134269A5 (ja) | ||
| JP6141084B2 (ja) | 撮像装置 | |
| CN109313806A (zh) | 图像处理装置、图像处理系统、图像处理方法和程序 | |
| JP2017120503A (ja) | 情報処理装置、情報処理装置の制御方法、及びプログラム | |
| WO2009090727A1 (ja) | 表示装置 | |
| KR20200096426A (ko) | 동체 검출 장치, 동체 검출 방법, 동체 검출 프로그램 | |
| JP6715217B2 (ja) | 映像処理装置、映像処理方法および映像処理プログラム | |
| JP3862728B2 (ja) | 画像動きベクトル検出装置 | |
| KR20140119089A (ko) | 주사형 전자 현미경의 화상 처리 장치 및 주사 방법 | |
| JP2022101321A (ja) | 物体検出装置 | |
| JP2005277732A (ja) | 矩形画像の四隅検出方法及び装置及びプログラム及び矩形画像の四隅検出プログラムを格納した記憶媒体 | |
| JP7134716B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP5441737B2 (ja) | 画像処理装置、画像処理方法及び画像処理用プログラム | |
| CN110674778B (zh) | 一种高分辨视频图像目标检测方法及装置 | |
| JP6238569B2 (ja) | 画像処理装置、画像処理方法、及び、プログラム | |
| JP2018092507A (ja) | 画像処理装置、画像処理方法及びプログラム | |
| JP2022175103A (ja) | 物体検出装置 | |
| JP2015138417A (ja) | 画像処理装置および画像処理方法 | |
| KR101620928B1 (ko) | 우선순위 주소 배분과 이동창 기법을 이용한 얼굴검출 시스템 | |
| US8768060B2 (en) | Image processing apparatus, image processing method and computer-readable medium | |
| JP2008258980A (ja) | 画像情報処理装置および画像傾斜角度算出方法 | |
| JP2006295379A (ja) | 画像処理方法及び画像処理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231006 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240624 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240702 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240830 |