JP2022524787A - 物体検出範囲推定のための、方法、システム、及びプログラム - Google Patents

Abstract

物体検出範囲推定のための方法、システム、およびコンピュータ可読媒体が提供される。物体検出範囲推定のためのシステムは、カメラと処理手段とを含む。処理手段は、カメラに接続されて、カメラによって取得された画像データを受信する。画像データ、検出物体を含む。処理手段は、カメラから受信された画像データ内の検出物体に関連する検出物体メタデータに基づいて、検出物体の空間的範囲を決定するように構成される。【選択図】図２

Description

本発明は、一般にコンピュータビジョンに関するものであり、より詳細には、物体検出範囲推定のための方法およびシステムに関する。

コンピュータビジョンは、さらなる決定のために現実世界の情報を抽出するために、デジタル画像またはビデオを取得し、処理し、分析するための方法を含む学際的分野である。物体検出技術は、コンピュータに対し、デジタル画像から現実世界の物体を識別する能力を提供するために、コンピュータビジョンアルゴリズムおよび画像処理を使用することを含む。

デジタル画像内の物体を検出するために、コンピュータ処理は、対象画像の各部分に対してパターンマッチングを行いながら、画像セグメントをセグメント毎に走査する。画像物体検出処理は、コンピュータパワーを集中的に消費する。画像当たりの解像度が増加するにつれて（例えば、ＦＨＤ、４ Ｋ）、より高いフレームレート（ｆｐｓ）での誤検出を低減するだけでなく、より高い精度を得るためには、より大きなコンピュータパワーが必要とされる。

画像物体検出の計算パワー要件を低減するための従来の方法には、入力画像シーケンスフレームレートを低減すること（例えば、１５ｆｐｓから５ｆｐｓに下げる）、識別された関連領域のみを処理することによって画像解像度を低減すること、および元の画像解像度を縮小すること（例えば、４Ｋ解像度をＦＨＤ解像度に下げる）が含まれる。画像物体検出の計算パワー要件を低減するためのさらなる従来の方法は、検出物体のサイズ（例えば、ピクセルサイズ）を特定の最小値または最大値によって制限すること、または検出物体を物体の特定の最大数だけ制限することを含む。ほとんどの物体検出システムは、異なる設定要件およびシステム制約のトレードオフのための構成を有するこれらの従来の方法のうちの１つ以上を実装する。

しかし、ほとんどのコンピュータビジョンソフトウェアは、要件を満たすためにシステム制約内でソフトウェアを再構成することによってトレードオフを行うことができるが、この再構成は、システムがカメラの視野の全領域をカバーできなくなるので、効果的な処理範囲に影響を与える。このような推定範囲情報は実世界基準に非常に依存するため、より良い意思決定のために推定実世界空間範囲情報を提供することは困難であるため、これはコンピュータビジョンソリューションを展開する際の課題の１つとなっている。

したがって、より良い意思決定のためのシステム制約と要件のトレードオフを認識するコンピュータビジョンを提供するために、カメラの視点で検出物体の現実世界の空間的範囲を視覚化する物体検出範囲推定のための方法およびシステムが必要である。さらに、他の望ましい特徴および特性は、添付の図面および開示のこの背景と併せて、以下の詳細な説明および添付の特許請求の範囲から明らかになるであろう。

本発明の少なくとも１つの実施形態によれば、物体検出範囲推定のための方法が提供される。本方法は、カメラから画像データを取得するステップを含み、画像データは、少なくとも１つの検出物体を含む。本方法は、さらに、カメラによって取得された画像データ内の少なくとも１つの検出物体に関連する検出物体メタデータに応じて、少なくとも１つの検出物体の空間的範囲を決定するステップを含む。

本発明の別の実施形態によれば、物体検出範囲推定のためのシステムが提供される。システムは、カメラと処理手段とを含む。処理手段は、カメラに接続されて、カメラによって取得された画像データを受信し、その画像データは、少なくとも１つの検出物体を含む。処理手段は、さらに、カメラから受信された画像データ内の少なくとも１つの検出物体に関連する検出物体メタデータに基づいて、検出物体の空間的範囲を決定するように構成される。

さらに、別の実施形態によれば、物体検出範囲推定を行うためのコンピュータ可読媒体が提供される。コンピュータ可読媒体は、カメラによって取得された２次元画像データから、少なくとも１つの検出物体の空間的範囲を決定する処理手段のための命令を記憶している。少なくとも１つの検出物体の空間的範囲は、カメラによって取得された画像データ内の検出物体に関連する２次元画像メタデータに応じて、及び、さらに、ピンホールカメラモデルを使用するカメラのパラメータに応じて、少なくとも１つの検出物体の３次元座標における空間的範囲を計算することによって、画像データの少なくとも１つの検出物体に関連する２次元画像データ内の検出物体メタデータに応じて、決定される。

添付の図面は、同じ参照番号が、別個の図全体にわたって同一または機能的に同様の要素を指し、以下の詳細な説明と共に本明細書に組み込まれ、本明細書の一部を形成するものであり、様々な実施形態を例示し、本実施形態による様々な原理および利点を説明するのに役立つ。

検出物体の上面図を示す。 検出物体の上面図を示す。 図１は、図を含む。図１Ａおよび図１Ｂは、検出物体の上面平面図を示し、図１Ａは前景の大きな物体を強調し、図１Ｂは背景の小さな物体を強調する。

本実施形態による物体検出範囲推定方法を示す。

本実施形態による物体検出範囲推定方法のフロー図である。

本実施形態による物体検出範囲推定のためのシステムのブロック図を示す。

本実施形態に係る２次元画像データから物体の３次元的な空間的範囲を算出する方法を示す。 本実施形態に係る２次元画像データから物体の３次元的な空間的広がりを算出する方法を示す。 本実施形態に係る２次元画像データから物体の３次元的な空間的広がりを算出する方法を示す。 本実施形態に係る２次元画像データから物体の３次元的な空間的範囲を算出する方法を示す。 本実施形態に係る２次元画像データから物体の３次元的な空間的広がりを算出する方法を示す。 図５は、図５Ａ乃至５Ｅを含む。図５Ａ乃至５Ｅは、本実施形態に係る２次元画像データから物体の３次元空間的範囲を計算する方法を示し、図５Ａは、検出物体のカメラビューの上面図を示し、図５Ｂは、カメラおよびカメラによって検出物体の側面図を示し、図５Ｃは、カメラおよびカメラによって検出物体の上面図を示し、図５Ｄは、空間的範囲の計算に用いる物体の高さの例を示し、図５Ｅ は、物体の３次元空間的範囲の計算の例を示す斜視図である。

本実施形態による範囲領域推定の上面図である。 本実施形態に係る範囲領域推定の上面図である。 図６は、図６Ａおよび６Ｂを含む。図６Ａおよび６Ｂは、本実施形態による範囲領域推定の上面図を示し、図６Ａは、範囲領域推定の最も近いラインおよび最も遠いラインの上面図を示し、図６Ｂは、物体の拡大図の輪郭検出推定の上面図を示す。

本実施形態による物体検出推定の２つの態様の上面図を示す。 本実施形態による物体検出推定の２つの態様の上面図を示す。 図７は、図７Ａおよび７Ｂを含み、本実施形態による物体検出推定の２つの態様の上面図を示している。図７Ａは、検出物体メタデータに基づく検出物体の空間的範囲の推定を示し、図７Ｂは、検出物体メタデータに基づくカメラの死角の推定を示す。

熟練した当業者は、図中の要素が単純性および明瞭性のために図示され、必ずしも縮尺通りに描かれていないことを理解するであろう。

以下の詳細な説明は、本質的に単なる例示であり、本発明または本発明の適用および使用を制限することを意図するものではない。さらに、本発明の先行する背景または以下の詳細な説明に提示された理論に拘束される意図はない。本実施形態の目的は、従来の方法およびシステムに必要なトレードオフおよび／または制約を伴うことなく、従来の方法およびシステムよりも少ない計算時間を必要とする物体検出範囲推定のための方法およびシステムを提供することである。本実施形態によれば、物体検出範囲推定のための方法及びシステムを使用して、検出物体に関連する検出物体の死角を決定することができる。

図１Ａおよび１Ｂを参照して、図１００、１５０は、領域１１０の上面図を示し、領域１１０は、位置１２０に位置するカメラからのカメラビューを表す。領域１１０は、いくつかの前景物体１３０およびいくつかの背景物体１４０を含む。画像物体検出処理によれば、検出物体１３０は、位置１２０に位置するカメラから取得された画像の処理に関連がある場合があり、検出物体１４０は位置１２０に位置するカメラから取得された画像の処理に関連がある場合がある。物体１３０または物体１４０を検出するためには、物体検出空間的範囲１３５、１４５を推定する必要がある。

しかしながら、このような推定は、従来のコンピュータビジョンシステムでは困難である。というのは、ほとんどのコンピュータビジョンソフトウェアは、要件を満たすためにシステム制約内の構成によってトレードオフを行うことを可能にするが、このようなトレードオフは、検出物体範囲の効果的な処理に影響を及ぼすからである。これは、より良い意思決定のための推定実世界空間的範囲情報を提供することが困難なので、コンピュータビジョンソリューションを展開する際の課題の一つとなっている。図２を参照すると、図２００は、カメラメタデータおよび取得された画像からの情報を使用して物体検出空間的範囲を有利に推定する本実施形態による方法およびシステムの基本要素の図２１０、２３０、２５０を示す。

本方法およびシステムの図２１０は、２次元カメラビュー２１５（すなわち、２次元座標系における物体基準点の入力）の画像取得を示す。人物２１６、２１８、２２０、２２２、２２４は、カメラビュー２１５内にそれぞれ物体基準点２１７、２１９、２２１、２２３、２２５を有する検出物体である。物体範囲推定のための本実施形態によれば、２次元（２Ｄ）から３次元（３Ｄ）へのマッピング処理２２８は、３次元座標系における物体基準点を決定するために、検出物体（人２１６、２１８、２２０、２２２、２２４）の仮想空間的範囲を、検出物体に関連するメタデータおよびカメラ２４０のパラメータから再作成する。検出物体の仮想空間的範囲は、領域２１５の画像ビュー２４５を有するカメラ２４０による画像キャプチャの側面ビュー２３５としてビュー２３０に示される。

本実施形態に係る処理は、図２５０に示すように、範囲領域推定２４８を行う。図２５０は、計算された範囲領域２５２を上面座標系で示しており、範囲領域２５２は、前面境界Ｌ１ ２５４と、人物２１６、２１８、２２０を含む背面境界Ｌ２ ２５６と、を有している。

図３を参照すると、フロー図３００は、本実施形態による物体検出範囲推定のための方法を示す。本方法は、データ収集段階３０２と、分析構成段階３０４と、を含む。データ収集段階３０２では、カメラ２４０から画像データを取得する（３１０）。画像データは、少なくとも１つの検出物体を含む。次に、取得した画像データに対して物体検出を行い（３１２） 、２次元検出物体メタデータを生成する。検出物体メタデータは、データ記憶装置３２０に記憶される（３１４）。データ収集段階は、画像取得ステップ３１０に戻る。

分析構成段階３０４は、検出物体メタデータをデータ記憶装置３２０から検索する（３３０）。コンピュータビジョンが複数のカメラ２４０を含む場合、検索された検出物体メタデータは、カメラ２４０のうちの選択された１つに対するものである。検索された検出物体メタデータ（すなわち、検出物体の２次元画像メタデータ）およびカメラ構成情報（すなわち、カメラのパラメータ）から、検出物体の空間的範囲が決定される（３３２）。検出物体の空間的範囲を決定するステップは、カメラ２４０によって取得された（３１０）画像データ内の検出物体に関連する２次元画像メタデータに応じて、およびピンホールカメラモデルを使用してカメラのパラメータに応じて、検出物体の３次元座標における空間的範囲を計算するステップを含む。次いで、推定された検出物体範囲領域を含む範囲領域が表示される （３３４） 。

検出物体の空間的範囲を推定することに加えて、コンピュータビジョンシステムがカメラ２４０によって取得された空間ビューをより良く理解するために、検出物体に関連する死角を決定することも重要である。本実施形態によれば、計算ステップ３３２は、検出物体メタデータに応じて、検出物体の各々に関連する画像データ内の検出物体の死角を決定することをさらに含み得る。ステップ３３６は、また、検出物体の空間的範囲及び検出物体の各々に関連する検出物体の死角を表示３３４した後に、検出物体の各々に関連する検出物体の死角に応じて、カメラ範囲の品質を決定することを含む。

図４は、本実施形態による物体検出範囲推定のためのシステムのブロック図４００を示す。システムは、コンピュータビジョン画像を取得するための１つ以上のカメラ２４０を含む。本実施形態の説明は、１つのカメラ２４０を示し、そのカメラ２４０からの画像の取得に焦点を当てているが、当業者であれば、コンピュータビジョンシステムが典型的には多くのカメラを含むことを理解するであろう。本実施形態によるシステムおよび方法は、複数のカメラを収容することができ、各カメラについてのデータ収集段階３０２の間に各カメラから取得された検出物体メタデータは、データ記憶装置３２０に集中して記憶することができる。

処理手段４０２は、カメラ２４０に接続され、カメラ２４０によって取得された画像データ４０４を受信する。処理手段４０２は、画像データ４０４を受信し、カメラ２４０毎にデータ収集段階３０２の処理を行う第１処理装置４０６を含む。また、処理手段４０２は、分析構成段階３０４の処理を行う第２処理装置を含む。第１処理装置４０６は、検出物体メタデータを第２処理装置４０８に直接提供することができ（４１０）、または、図３に関して上述したように、第２処理装置による後の検索４１４のために、検出物体メタデータを記憶装置３２０に提供することができる（４１２）。当業者であれば、処理手段４０２は、複数のプロセッサを備えた１つのサーバであってもよいし、複数の第１処理装置４０６および／または複数の第２処理装置４０８を備えた複数のサーバを含んでもよいことが理解されよう。このように、本実施形態による物体検出範囲推定のための方法およびシステムは、複数の第１処理装置４０６のために設けられた単一の第２処理装置４０８を含むことができるシステム構成を提供することができる。

第２処理装置４０８は、カメラ範囲の質を決定し、検出物体を観察するために、検出物体の空間的範囲を表示するためのディスプレイ４１６に接続されている。第２処理装置４０８は、また、カメラ範囲の品質を決定するために、および／または、入力された構成３３８を受信するために、ユーザ入力を受信するためのユーザ入力装置４１８に接続されている。上述のように、第２処理装置４０８は、推定された範囲が、検出物体メタデータに応じて各検出物体に関連する画像データ内の検出物体の死角だけでなく、検出物体のためにある、ことを決定することができる。

本実施形態では、第１処理装置４０６は、取得した画像データに対して物体検出を行う（３１２）ことにより、検出物体メタデータを生成する。第２処理手段４０８は、ピンホールカメラモデルを用いて、検出物体に関連付けられた２次元画像メタデータとカメラのパラメータとから、検出物体の３次元座標における空間的範囲を計算するように構成される。図５Ａ乃至５Ｅは、本実施形態に係る２次元画像データから検出物体の３次元空間的範囲を算出する方法を示す。

図５Ａを参照すると、上面図５００は、取得した画像データにおける検出物体画素の投影点のカメラ座標（ｕ、ｖ）における各基準点（ｕ１、ｖ１）、（ｕ２、ｖ２）、（ｕ３、ｖ３）を有する検出対象物５０２、５０４、５０６のカメラビューを示す。現実世界の空間座標系ＸＹＺを参照すると、図５Ｂは、カメラ２４０の側面平面図５２０を示し、軸Ｘ及び軸Ｚによって画定される平面においてカメラ２４０によって検出される物体（人５０２、５０４、５０６）を示す。図５Ｃは、カメラ２４０の上面図５４０及び軸Ｘ及び軸Ｙによって画定される平面においてカメラ２４０によって検出される物体５０２、５０４、５０６を示す。図５Ｄは、人間の典型的な頭部高さ（１．７０メートル）として、本実施形態の一つに従って選択された、基準寸法５６２の側面平面図５６０を示す。

物体範囲推定のための本実施形態によれば、２次元（２Ｄ）から３次元（３Ｄ）へのマッピング処理２２８は、３次元座標系における物体基準点を決定するために、検出物体（人２１６、２１８、２２０、２２２、２２４）の仮想空間的範囲を、検出物体に関連するメタデータおよびカメラ２４０のパラメータから再作成する。本実施形態の一態様によれば、マッピング処理としてピンホールカメラモデルが使用される。図５Ｅを参照すると、斜視図５８０は、式１乃至５に示すような透視変換を用いて、検出物体のメタデータから生成された３次元点を、３次元座標系に投影することによって、仮想３次元ビューを生成する例示的なピンホールカメラモデルのマッピング処理を示している。この変換への入力は、カメラ座標（ｕ、ｖ）における検出物体の基準点と、実世界座標Ｚにおける検出物体の推定高さである基準寸法５６２（図５Ｄ）と、を含む。変換の出力は、実世界の座標（Ｘ、Ｙ）のセットである。ここで、Ｘ、Ｙ、Ｚは、ｘ５８４、ｙ５８５、ｚ５８６で表される実世界空間座標系における３次元点Ｐ５８２の座標（ｚ５８６は、一般に、取得画像の光軸）であり、ｕ５８８、ｖ５９０は、取得画像データにおける検出物体画素の投影点の座標である。ｆ_ｘ、ｆ_ｙは、画素単位で表されるカメラ２４０ （すなわち、固有のカメラパラメータ）の焦点距離パラメータである。ｃ_ｘ、ｃ_ｙは、取得画像における主点５９２の座標であり、通常、画像中心であるｘ′５９０、ｙ′５９１、ｚ′５９２である。ｔは、カメラ２４０の外部パラメータ（例えば、カメラ２４０の外部パラメータの行列）であり、Ｒは、関節回転移動行列と呼ばれる外部パラメータの別の行列である。関節回転移動行列は、静止シーンの周りの静止カメラ２４０の前方の物体の剛体運動、または静止シーンの周りのカメラ２４０の運動を記述するために使用される。すなわち、Ｒは、実世界の空間座標系における点（例えば、点Ｐ５８２）の座標を、カメラ（つまり、座標系ｘ５８４、ｙ５８５、ｚ５８６）に対して固定された座標系に変換する。

図６Ａおよび６Ｂを参照して、上面図６００、６５０は、本実施形態による検出物体範囲領域推定の結果を示す。図６００は、本実施形態によるシステムおよび方法が、第１検出物体６０６、第２検出物体６０８および第３検出物体６１０の範囲領域６０４の空間的範囲推定を決定するために、最も近いライン推定技術および最も遠いライン推定技術を使用するカメラビュー６０２を示す。空間的範囲領域推定６０４は、第１検出物体６０６を通る最近接ライン６１２と、第３検出物体６１０を通る最遠方ライン６１４とで囲まれている。

図６５０は、本実施形態によるシステムおよび方法が、物体拡大視野技術の輪郭検出推定を使用して、第１、第２および第３検出体６６０、６６２、６６４の空間的範囲推定を決定するカメラビュー６５２を示す。物体拡大図の輪郭検出推定は、検出物体６６０、６６２、６６４の形態変換（すなわち拡張） ６７０、６７２、６７４と、検出物体６６０、６６２、６６４の輪郭検出６５４、６５６、６５８と、の両方を含む。

図７Ａおよび７Ｂは、本実施形態による物体検出推定の２つの態様の上面平面図を示す。図７Ａは、本実施形態による、検出物体メタデータに基づく検出物体の空間的範囲７１０、７２０、７３０の推定の一変形例の図７００を示す。本実施形態の第２の態様によれば、図７Ｂは、検出物体メタデータに基づくカメラ死角７５２、７５４の推定の図７５０を示す。

したがって、本実施形態は、より良い意思決定のためのシステム制約および要件のトレードオフを認識するコンピュータビジョンを提供するために、カメラの視点で検出物体の現実世界の空間的範囲を有利に視覚化する物体検出範囲推定のための方法およびシステムを提供することが分かる。本実施形態によれば、検出物体の空間的範囲を推定することができるだけでなく、検出物体の死角を識別することもできる。本実施形態による方法およびシステムを利用するコンピュータビジョンシステムは、よりロバストであり、検出物体の範囲領域を推定するために必要な時間がより少なく、それによって応答時間、意思決定および精度が改善される。

例示的な実施形態は、本発明の前述の詳細な説明で提示されているが、膨大な数の変形が存在することを理解されたい。さらに、例示的な実施形態は単なる例であり、本発明の範囲、適用可能性、動作、または構成をいかなる方法でも制限することを意図していないことを理解されたい。むしろ、上記の詳細な説明は、本発明の例示的な実施形態を実施するための便利なロードマップを当業者に提供するものであり、添付の特許請求の範囲に記載された本発明の範囲から逸脱することなく、例示的な実施形態で説明されたステップおよび動作方法の機能および配置において様々な変更がなされ得ることが理解される。本出願は、その開示の全体が参照により本明細書に組み込まれている、２０１９年３月２６日に出願されたシンガポール特許出願第１０２０１９０２７０５Ｓ号に基づく優先権の利益を主張するものである。

Claims (23)

1. 物体検出範囲推定のための方法であって、
   少なくとも１つの検出物体を含む画像データをカメラから取得し、
   前記カメラによって取得された画像データ内の少なくとも１つの検出物体に関連する検出物体メタデータに応じて、少なくとも１つの検出物体の空間的範囲を決定する、
   方法。
2. 前記検出物体メタデータは、２次元画像メタデータを含み、
   前記少なくとも１つの検出物体の空間的範囲を決定することは、前記カメラによって取得された画像データ内の前記少なくとも１つの検出物体に関連する２次元画像メタデータに応じて、さらに、ピンホールカメラモデルを使用する前記カメラのパラメータに応じて、前記少なくとも１つの検出物体の３次元座標における前記空間的範囲を計算することを含む、
   請求項１に記載の方法。
3. 前記少なくとも１つの検出物体の空間的範囲に応じて、カメラ範囲の品質を決定することをさらに含む、
   請求項１または２のいずれかに記載の方法。
4. 前記カメラ範囲の品質を決定することは、前記少なくとも１つの検出物体の空間的範囲を表示することを含む、
   請求項３に記載の方法。
5. 前記検出物体メタデータに応じて、前記少なくとも１つの検出物体の各々に関連する前記画像データ内の検出物体の死角を決定することをさらに含む、
   請求項１に記載の方法。
6. 前記少なくとも１つの検出物体の各々に関連する前記検出物体の死角に応じて、カメラ範囲の品質を決定することをさらに含む、
   請求項５に記載の方法。
7. 前記カメラ範囲の品質を決定することは、前記少なくとも１つの検出物体の各々の空間的範囲、及び前記少なくとも１つの検出物体の各々に関連する前記検出物体の死角を表示することを含む、
   請求項６に記載の方法。
8. 前記検出物体メタデータは、前記取得された画像データに対して物体検出を行うことによって生成される、
   請求項１乃至７のいずれか１項に記載の方法。
9. 前記物体検出範囲推定のための方法のデータ収集段階は、前記カメラから前記画像データを取得するステップと、前記取得された画像データに対して物体検出を実行するステップと、を含み、
   前記データ収集段階は、前記検出物体メタデータを記憶することをさらに含む、
   請求項８に記載の方法。
10. 前記物体検出範囲推定のための方法の分析構成段階は、前記少なくとも１つの検出物体の空間的範囲を決定するステップと、前記取得された画像データに対して物体検出を実行するステップと、を含み、
    前記分析構成段階が、記憶された前記検出物体メタデータを検索することをさらに含む、
    請求項９に記載の方法。
11. 物体検出範囲推定のためのシステムであって、
    カメラと、
    前記カメラに接続され、前記カメラによって取得された画像データを受信する処理手段であって、前記画像データは、少なくとも１つの検出物体を含み、前記カメラから受信された画像データ内の前記少なくとも１つの検出物体に関連する検出物体メタデータに基づいて、前記少なくとも１つの検出物体の空間的範囲を決定するようにさらに構成されている前記処理手段と、
    を備える、
    システム。
12. 前記検出物体メタデータは、２次元画像メタデータを含み、
    前記処理手段は、ピンホールカメラモデルを用いて、前記カメラから受信された前記画像データにおける前記少なくとも１つの検出物体の空間的範囲を決定し、前記少なくとも１つの検出物体および前記カメラのパラメータに関連付けられた前記２次元画像メタデータから、前記少なくとも１つの検出物体の３次元座標における前記空間的範囲を計算する、
    請求項１１に記載のシステム。
13. 前記処理手段は、前記少なくとも１つの検出物体の空間的範囲に応じて、カメラ範囲の品質をさらに決定する、
    請求項１１または請求項１２のいずれかに記載のシステム。
14. 前記処理手段に接続されたディスプレイをさらに含み、
    前記処理手段は、前記カメラ範囲の品質を決定するために、前記少なくとも１つの検出物体の空間的範囲を表示するために、前記ディスプレイにデータを転送する、
    請求項１３に記載のシステム。
15. 前記処理手段は、カメラ範囲の品質を決定するためのユーザ入力を受信するためのユーザ入力装置を備える、
    請求項１４に記載のシステム。
16. 前記処理手段は、前記検出物体メタデータに応じて、前記少なくとも１つの検出物体の各々に関連付けられた前記画像データ内の検出物体の死角をさらに決定する、
    請求項１１に記載のシステム。
17. 前記処理手段は、前記少なくとも１つの検出物体の各々に関連する前記検出物体の死角に応じて、カメラ範囲の品質を決定する、
    請求項１６に記載のシステム。
18. 前記処理手段に接続されたディスプレイをさらに備え、
    前記処理手段は、前記少なくとも１つの検出物体の空間的範囲と、前記少なくとも１つの検出物体の各々に関連する前記検出物体の死角と、を表示して、前記カメラ範囲の品質を決定する、
    請求項１７に記載のシステム。
19. 前記処理手段は、前記取得された画像データに対して物体検出を行うことによって、前記検出物体メタデータを生成する、
    請求項１１乃至１８のいずれか１項に記載のシステム。
20. 前記処理手段は、前記取得された画像データに対して物体検出を行うことによって、前記検出物体メタデータを生成する、
    請求項１１乃至１８のいずれか１項に記載のシステム。
21. 前記処理手段は、前記少なくとも１つの検出物体の空間的範囲を決定するステップと、前記取得された画像データに対して物体検出を行うステップと、を含む分析構成段階を実行する第２処理装置をさらに含み、
    前記第２処理装置は、記憶手段に接続されており、該記憶手段に記憶された検出物体メタデータを検索する、
    請求項２０に記載のシステム。
22. 物体検出範囲推定を行うコンピュータ可読媒体であって、
    カメラによって取得された２次元画像データから少なくとも１つの検出物体の空間的範囲を決定する処理手段の命令を格納するコンピュータ可読媒体であって、
    前記少なくとも１つの検出物体の空間的範囲は、
    前記カメラによって取得された画像データ内の少なくとも１つの検出物体に関連付けられた２次元画像データに応じて、及び、さらに、ピンホールカメラモデルを使用する前記カメラのパラメータに応じて、少なくとも１つの検出物体の３次元座標における空間的範囲を計算することによって、
    画像データ内の少なくとも１つの検出物体に関連付けられた２次元画像データ内の検出物体メタデータに応じて、決定される、
    コンピュータ可読媒体。
23. 前記検出物体メタデータに応じて、前記少なくとも１つの検出物体の各々に関連する前記画像データ内の検出物体の死角を決定するための前記処理手段に対する命令をさらに格納する、
    請求項２２に記載のコンピュータ可読媒体。

Images