JP2023546062A - 画像処理方法 - Google Patents

Abstract

本発明は、優先車両（４）を検出するために原動機付き車両（１）に搭載されたコンピュータ（３）によって使用される、カラーカメラ（２）によって撮像される画像のビデオストリームを処理する方法であって、方法が、・画像シーケンスを取得する、取得ステップ（１００）と、画像シーケンスの各画像に対して、・有色発光領域を検出できるようにするために、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップ（２００）と、・各セグメンテーション発光領域を追跡する、追跡ステップ（３００）と、・各セグメンテーション発光領域の測色分類を実行する、分類ステップ（４００）と、・前記領域のフラッシング性を判別できるようにするために、各セグメンテーション発光領域の周波数分析を実行する、周波数分析ステップ（５００）と、・セグメンテーション発光領域をフラッシング灯であると宣言できるようにするために、画像シーケンスの各画像に対する全体信頼度インデクス（ＩＣＧ）を計算する、計算ステップ（７００）とを含む、方法が提供される。

Description

技術分野
本発明は、画像処理方法に関し、特に、緊急車両を検出するための画像処理方法に関する。

従来技術
今日、一般的にＡＤＡＳ（“Advanced Driver Assistance System”「先進運転支援システム」）と称される運転支援システムを原動機付き車両に装備することが公知である。当該システムは、周知のように、車両に取り付けられておりかつ車両の環境を表現する一連の画像を生成することのできる、カメラのような撮像装置を備えている。例えば、車両の後部に取り付けられたカメラにより、車両後方の環境、特に後続車両を撮影することができる。こうした画像は、運転者を支援する目的で、例えば、障害物（歩行者、停止車両、道路上の物体など）を検出することによって、あるいは障害物との衝突までの時間を推定することによって、処理ユニットにより使用される。したがって、カメラによって取得される画像によって与えられる情報は、システムが車両の運転者の支援を可能にするのに十分な信頼度および関連性を有さなければならない。

特に、国際法制当局の多くは、応動中の優先車両（消防車、救急車、警察車両など、緊急車両とも称される）の通行を一般運転者が妨げてはならず、こうした優先車両が容易に走行できるようにしなければならないことを規定している。したがって、ＡＤＡＳシステムは、優先車両の出動を妨げないよう、このような優先車両を認識できることが適切であり、その灯（フラッシング灯）が作動されたときにこの認識が行えるとなお良い。

車両の前方または後方を撮影するカメラを備えた現行のＡＤＡＳシステムでは、優先車両は、他の標準車両（非優先車両）と同じ方式で検出されている。こうしたシステムは、一般的に、機械学習アプローチと幾何学的知覚アプローチとの組み合わせを実装している。これらのカメラからの画像は、緊急車両を含むあらゆる種類の車両（乗用車、トラック、バス、オートバイなど）の周囲のバウンディングボックスを抽出するように処理されるが、これは、既存のＡＤＡＳシステムが後続の優先車両と後続の標準車両とを確実には区別できないことを意味する。

さらに、こうしたシステムは、優先車両が通常の交通規則に必ずしも従わず、レーン間のジグザグ移動、安全距離の低減または２つのレーンに跨った走行も許されているという事実に関連する、カメラによって取得された画像の部分的なもしくは全体的な時間的隠蔽に伴う問題に悩まされているが、これは、既存のシステムがこのような挙動および状況に対して適応化されていないことを意味する。

また、きわめて多様な種類の優先車両が存在するので、優先車両または緊急車両の検出は困難である。実際には、これらの車両は、ＬＥＤベースもしくは管球ベースであって、固定のもしくは回転する、種々の色の、車両に可変に配置されうるフラッシング灯を特徴としている。例えば、幾つかの車両には単一のフラッシング灯が装備されており、他の車両には一対のフラッシング灯が装備されており、さらに他の車両には３つ以上のフラッシング灯を含むバーが装備されている、などのようになっている。こうしたバリエーションの問題は、既存のＡＤＡＳシステムが優先車両を確実に検出することをいっそう困難にしている。

これらのことは、他車両のフロントヘッドライトおよびテールライトならびに車両後方の環境に存在する他のすべての灯を含むシーンを検出する際の問題によってより悪化し、このため優先車両のフラッシング灯を検出する点での困難が増大しうる。

発明の提示
したがって、本発明によれば、優先車両の種類およびその走行状態にかかわらず、特にこれらの車両の灯（フラッシング灯）を検出することにより、優先車両を迅速かつ確実に検出するための画像処理方法が提案される。

本発明によれば、上記の課題は、原動機付き車両に搭載された少なくとも１つのカラーカメラによって撮像された画像のビデオストリームを処理する方法であって、前記車両に搭載されたコンピュータにより、車両の環境内に位置する優先車両を検出するために使用され、少なくとも１つのカメラは車両の後方へ向けられており、前記方法が、
・画像シーケンスを取得する、取得ステップと、
画像シーケンスの各画像に対して、
・フラッシング灯である可能性が高い画像の有色発光領域を検出できるようにするために、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップと、
・各セグメンテーション発光領域を追跡し、当該追跡に従い、セグメンテーションステップでセグメンテーションされた各発光領域を同色の予測発光領域に関連付ける、追跡ステップと、
・先行してトレーニングされた分類器を使用して各セグメンテーション発光領域の測色分類を実行する、分類ステップと、
・前記セグメンテーション発光領域のフラッシング性を判別できるようにするために、各セグメンテーション発光領域の周波数分析を実行する、周波数分析ステップと、
・セグメンテーション発光領域をフラッシング灯であると宣言できるようにするために、画像シーケンスの各画像に対する全体信頼度インデクスを計算する、計算ステップと
を含む、方法によって解決される。

したがって、本発明による方法は、明るさおよび天候条件にかかわらず、１５０メートルの距離までの間に緊急車両のフラッシング灯を確実に検出することを可能にする。

例示的な一実施形態によれば、セグメンテーションステップにおいて、４つのカテゴリ、すなわち、
・赤色、
・橙色、
・青色、および
・紫色、
に従って発光領域をセグメンテーションするために、所定のセグメンテーション閾値が使用される。

一実施形態によれば、セグメンテーションステップの後、方法はさらに、セグメンテーションステップからの結果をフィルタリング除去できるようにするいわゆるポストセグメンテーションフィルタリングステップを含み、当該ポストセグメンテーションステップは、位置および／またはサイズおよび／または色および／または強度に関する所定の基準に従って実行される。こうしたフィルタリングにより、誤検出を低減することができる。

例示的な一実施形態によれば、ポストセグメンテーションステップは、水平線から離れた画像部分および消失点から離れた画像部分に位置し、所定の寸法閾値未満のサイズを有する発光領域をフィルタリング除去する、寸法フィルタリングサブステップを含む。当該ステップにより、測定ノイズに対応する、カメラによって知覚された対象物に対応する候補を除去することができる。

例示的な一実施形態によれば、ポストセグメンテーションステップは、所定の寸法閾値を超えるサイズおよび所定の発光強度閾値未満の発光強度を有する発光領域をフィルタリング除去するサブステップを含む。当該ステップにより、車両に近いにもかかわらずフラッシング灯として必要な光強度を有さない候補を除去することができる。

例示的な一実施形態によれば、ポストセグメンテーションステップは、画像シーケンスの画像上に定義された水平線よりも下方に位置する発光領域をフィルタリング除去する、位置フィルタリングサブステップを含む。当該ステップにより、後続車両のヘッドライトに対応する候補を除去することができる。

一実施形態によれば、ポストセグメンテーションステップは、セグメンテーション発光領域に対して、有向性の有色閾値処理に基づくフィルタリングを実行するサブステップを含む。ここでの特定のフィルタリングは、色をより正確にフィルタリングすることを可能にする。例えば、青色に関しては、後続車両のヘッドライトから放出された白色光がカメラによって青色であると知覚される可能性があるという事実に起因して、青色と分類された発光領域の検出における偽陽性の多くをフィルタリング除去することができる。

一実施形態によれば、方法はさらに、追跡ステップの終了時に関連性が見出されなかった各セグメンテーション発光領域に対する第２のセグメンテーションステップを含む。

例示的な一実施形態によれば、第２のセグメンテーションステップは、
・セグメンテーション閾値を拡大し、セグメンテーションステップおよび追跡ステップを、画像シーケンスの各画像に対して、新たに拡大された、セグメンテーション発光領域の色に対応するセグメンテーション閾値で反復する、第１のサブステップと、
・第１のサブステップの終了時に関連性が見出されなかった場合に、セグメンテーション閾値を白色のセグメンテーション閾値に対応するように修正する、第２のサブステップと
を含む。

当該ステップにより、セグメンテーションにおいて、セグメンテーションされた（検出された）発光領域を確認することができる。実際に、こうした最後の検査によって、誤検出が真に誤検出であり、例えば後続の車両のヘッドライトではないことを保証することができる。

例示的な一実施形態によれば、周波数分析ステップにおいて、各セグメンテーション発光領域のフラッシング周波数が第１の周波数閾値および当該第１の周波数閾値よりも大きい第２の周波数閾値と比較され、ここで、双方の閾値が予め定められており、
・フラッシング周波数が第１の周波数閾値より小さく、これにより、当該セグメンテーション発光領域がフラッシングしていないかまたは弱いフラッシングしかしておらず、したがってフラッシング灯ではないとみなされる場合、
・フラッシング周波数が第２の周波数閾値より大きく、これにより、当該セグメンテーション発光領域もフラッシング灯ではないとみなされる場合
に、当該セグメンテーション発光領域がフィルタリング除去される。

例示的な一実施形態によれば、第１の周波数閾値は１Ｈｚに等しく、第２の周波数閾値は５Ｈｚに等しい。

例示的な一実施形態によれば、方法はさらに、前記セグメンテーション発光領域の変位を決定できるようにするために、各セグメンテーション発光領域の方向分析を実行する、方向分析ステップを含む。

例示的な一実施形態によれば、方向分析ステップにおいて取得された変位方向が、
・車両を基準としてセグメンテーション発光領域が不動であること、
・車両を基準として当該車両から離れる方向でセグメンテーション発光領域が移動していること、
として結論付け可能である場合、セグメンテーション発光領域がフィルタリング除去される。

本発明はまた、コンピュータプログラム製品であって、コンピュータにより実行される際に、
・画像シーケンスを取得する、取得ステップと、
画像シーケンスの各画像に対して、
・フラッシング灯である可能性が高い画像の有色発光領域を検出できるようにするために、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップと、
・各セグメンテーション発光領域を追跡し、当該追跡に従い、セグメンテーションステップでセグメンテーションされた各発光領域を同色の予測発光領域に関連付ける、追跡ステップと、
・先行してトレーニングされた分類器を使用して各セグメンテーション発光領域の測色分類を実行する、分類ステップと、
・セグメンテーション発光領域のフラッシング性を判別できるようにするために、各セグメンテーション発光領域の周波数分析を実行する、周波数分析ステップと、
・セグメンテーション発光領域をフラッシング灯であると宣言できるようにするために、画像シーケンスの各画像に対する全体信頼度インデクスを計算する、計算ステップと
を含む方法を実現するための命令を含む、コンピュータプログラム製品に関する。

本発明はまた、車両であって、車両の後方へ向けられておりかつ車両の後方の環境の画像のビデオストリームを取得することのできる少なくとも１つのカラーカメラと、少なくとも１つのコンピュータとを備え、コンピュータが、
・複数の画像を取得する、取得ステップと、
画像シーケンスの各画像に対して、
・フラッシング灯である可能性が高い画像の有色発光領域を検出できるようにするために、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップと、
・各セグメンテーション発光領域を追跡し、当該追跡に従い、セグメンテーションステップでセグメンテーションされた各発光領域を同色の予測発光領域に関連付ける、追跡ステップと、
・先行してトレーニングされた分類器を使用して各セグメンテーション発光領域の測色分類を実行する、分類ステップと、
・セグメンテーション発光領域のフラッシング性を判別できるようにするために、各セグメンテーション発光領域の周波数分析を実行する、周波数分析ステップと、
・セグメンテーション発光領域をフラッシング灯であると宣言できるようにするために、画像シーケンスの各画像に対する全体信頼度インデクスを計算する、計算ステップと
を実現するように構成されている、車両に関する。

他の特徴、詳細および利点は、以下の詳細な説明を読み、添付の図面を検討することによって明らかとなる。

本発明による車両および優先車両を示す概略図である。 本発明による方法の例示的な一実現形態を示す図である。 本発明による方法のポストセグメンテーションステップの例示的な一実施形態を示す図である。 本発明による方法の第２のセグメンテーションステップの例示的な一実施形態を示す図である。 本発明による方法によって処理される画像シーケンスの第１の画像を示す図である。 本発明による方法によって処理される画像シーケンスの第２の画像を示す図である。 本発明による方法によって処理される画像シーケンスの第３の画像を示す図である。 ヒステリシスの形態のステートマシンを示す図である。 ヒステリシスの形態の別のステートマシンを示す図である。 色空間（Ｕ，Ｖ）を示す図である。

実施形態の説明
図１は、車両１の後方へ向けられておりかつ車両１の後方の環境の画像を取得することのできるカラーカメラ２とこのカメラ２によって取得された画像を使用するように構成された少なくとも１つのコンピュータ３とを装備した車両１を概略的に示している。当該図１では、緊急車両または優先車両４が、カメラ２の視野内で、車両１の後方に位置している。図１に示されている車両１と緊急車両４との間のこうした相対位置は、けっして限定のためのものではないことに留意されたい。

優先車両は、青色、赤色または橙色に発光するフラッシング灯とも称される光点５，６を特徴としている。これらの色は、すべての国々の優先車両によって使用されている。優先車両は１つまたは複数のフラッシング灯を含むことができ、その配置は、装備されたフラッシング灯の個数（単一のフラッシング灯もしくは相互に間隔をおいて配置された１対の別個のフラッシング灯、または相互に接近してアライメントされた状態で配置された複数のフラッシング灯のいずれか）と優先車両の車体（優先車両のルーフ、優先車両のフロントバンパなど）におけるこれらのフラッシング灯の位置とに応じて変化させることができる。また、フラッシング灯には多くの種類がある。フラッシング灯は、ＬＥＤベースのものであることもあるし、または管球ベースのものであることもある。

優先車両のフラッシング灯はまた、オンフェーズとオフフェーズとの間で交番変化するそのフラッシング性によっても定義される。

本発明による方法を、ここで、図２～図８を参照して説明する。

本発明による方法は、画像シーケンスを取得するステップ１００を含み、この画像シーケンスは、例えば、第１の画像Ｉ１、第１の画像Ｉ１に続く第２の画像Ｉ２、および第２の画像Ｉ２に続く第３の画像Ｉ３を含む。このような画像Ｉ１，Ｉ２およびＩ３は、それぞれ図５ａ、図５ｂおよび図５ｃに示されている。

本発明による方法は、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップ２００を含む。

こうしたセグメンテーションステップ２００により、所定のセグメンテーション閾値を用いて、画像の選択の各画像内の発光領域Ｚ_Ｌｉを検出してセグメンテーションすることができる。こうした測色セグメンテーションは、４つの色カテゴリ、すなわち
・赤色、
・橙色、
・青色、および
・紫色、
に従って行われる。

紫色は、特に、異なる色度を有する特定のフラッシング灯を検出するために使用される。例えば、管球ベースのフラッシング灯は、肉眼では青色であると知覚されるが、カメラでは紫色であると知覚されうる。

優先車両のフラッシング灯の著しい変動への適応化のために、セグメンテーションステップ２００において使用される閾値は、例えば、従来交通信号機の認識のために使用されている閾値を基準として拡大されている。ここでのセグメンテーション閾値は、各色に対して、彩度に対して、光強度に対して、かつ色度に対して、予め定められる。

セグメンテーションステップ２００により、緊急車両のセグメンテーション発光領域Ｚ_Ｌｉがオンである場合、当該発光領域Ｚ_Ｌｉの、画像内での位置、強度および色が与えられる。

図５ａに示されているように、測色セグメンテーションステップ２００の終了時に、第１の画像Ｉ１における有色発光領域Ｚ_Ｌ１，Ｚ_Ｌ２，Ｚ_Ｌ３，Ｚ_Ｌ４，Ｚ_Ｌ５およびＺ_Ｌ６が検出され、これらは優先車両のフラッシング灯である可能性が高い。

セグメンテーションステップに使用される閾値の拡大によって、より広い範囲の色合いに対する感度を得るための、優先車両のフラッシング灯の変動性への適応化が可能となる。しかし、こうした拡大により、セグメンテーションステップ２００において大きなノイズが発生する。

優先車両のフラッシング灯の検出のための潜在候補の数を低減するために、換言すれば偽陽性の数を低減するために、本発明による方法は、ポストセグメンテーションステップ２１０を含む。当該ポストセグメンテーションステップ２１０により、考察している画像内の発光領域Ｚ_Ｌｉの位置および／またはこの発光領域Ｚ_Ｌｉのサイズおよび／またはこの発光領域Ｚ_Ｌｉの色および／またはこの発光領域Ｚ_Ｌｉの強度に関する所定の基準に基づいて、フィルタリングを行うことが可能となる。

図３を参照すると、ポストセグメンテーションステップ２１０は、所定の寸法閾値未満のサイズ、例えば２０ピクセル未満のサイズ（小サイズと称する）を有する発光領域Ｚ_Ｌｉをフィルタリング除去する、寸法フィルタリングサブステップ２１１を含む。こうした寸法フィルタリングは、特に、無限遠を表現している水平線Ｈと消失点Ｆとから離れた画像部分、特に画像のエッジにおいて実行される。換言すれば、当該フィルタリングによって、小サイズの発光領域Ｚ_Ｌｉが通常存在しないはずの画像部分に存在する小サイズの発光領域Ｚ_Ｌｉを除去することができる。実際には、小サイズの発光領域Ｚ_Ｌｉが画像内に存在する場合、この発光領域Ｚ_Ｌｉは、水平線Ｈの近傍にあるのであれば、車両１から遠く離れた光に対応する。したがって、水平線Ｈの近傍にないと考えられる小サイズの発光領域Ｚ_Ｌｉは、車両１から遠く離れた環境の光に対応するのではなく測定ノイズに対応し、よって、こうした発光領域Ｚ_Ｌｉをフィルタリング除去することが有益となる。つまりこれは、図５ａに示されている発光領域Ｚ_Ｌ１のケースに相当する。

また、上述したように、画像Ｉ１の水平線Ｈおよび消失点Ｆの近傍には、遠方光に対応する発光領域が位置している。ここで、当該水平線Ｈおよび当該消失点Ｆからきわめて遠く離れた位置にある発光領域、特に画像Ｉ１のエッジ部にある発光領域が所定の寸法閾値未満のサイズを有する場合、この発光領域もフィルタリング除去される。つまり、これは、図５ａに示されている発光領域Ｚ_Ｌ４のケースである。

ポストセグメンテーションステップ２１０は、これらの発光領域Ｚ_Ｌｉが所定の閾値を超えるサイズ、例えば４０ピクセル超のサイズを有する場合、所定の発光強度閾値未満、例えば１０００ｌｘ未満の発光強度を有する発光領域をフィルタリング除去するサブステップ２１２を含む。実際に、サブステップ２１２でフィルタリング除去される発光領域は、カメラ２によって撮影された後方シーンにおいて車両１を基準とした近接光に対応する画像内のサイズを有しているが、優先車両のフラッシング灯の関心候補に必要とされる発光強度を有していない。低強度であるものの画像内でいわゆる大サイズを有する程度に十分に車両１の近傍にあるセグメンテーション発光領域Ｚ_Ｌｉは、例えば、支持体からの太陽光線の単純な反射に対応しうる。

ポストセグメンテーションステップ２１０はさらに、水平線Ｈの下方に位置する発光領域をフィルタリング除去する、位置フィルタリングサブステップ２１３を含む。つまり、これは、図５ａに示されている発光領域Ｚ_Ｌ２およびＺ_Ｌ３のケースである。実際に、発光領域の当該位置（水平線Ｈの下方の位置）は、特には水平線Ｈの上方に位置する優先車両のフラッシング灯ではなく、後続車両のフロントヘッドライトの特性である。

ポストセグメンテーションステップ２１０は、競合する発光領域をフィルタリング除去するサブステップ２１４を含むこともできる。少なくとも２つの発光領域は、相互に近傍にあるとき、相互に交差するとき、または相互に内側に含まれるときに競合する。このような競合が観察される場合、これら２つの発光領域のうちの一方のみが保持され、他方はフィルタリング除去される。２つの競合する領域のうち消去すべき発光領域は、当該領域の明るさ、サイズおよび色に関する所定の基準に従って、それ自体公知の手法で決定される。

ポストセグメンテーションステップ２１０は、セグメンテーション発光領域に対して、有向性の有色閾値処理に基づくフィルタリングを行うサブステップ２１５を含む。

図８を参照すると、０～２５５の色空間（Ｕ，Ｖ）が示されている。各色、すなわち赤色を表すＲ、紫色を表すＶ、青色を表すＢ、および橙色を表すＯが、閾値Ｕ_ｍａｘ，Ｕ_ｍｉｎ，Ｖ_ｍａｘ，Ｖ_ｍｉｎに従って当該色空間において決定される。例えば青色の場合、Ｕ_ｍａｘ（Ｂ），Ｕ_ｍｉｎ（Ｂ），Ｖ_ｍａｘ（Ｂ），Ｖ_ｍｉｎ（Ｂ）である。

Ｕ軸およびＶ軸における最小値および最大値によるこうした色定義は、現実を表現しておらず、したがって適切ではない矩形の色ブロックを形成する。このため、各色に対して色フィルタリングを行う必要がある。有向性の有色閾値処理に基づくフィルタリングは、各色に対して、色空間のＵ軸およびＶ軸での色ブロックの最小値および最大値を調整することに等しい。これにより、色ブロックの近接性（色空間（Ｕ，Ｖ）内の各色のＵ値とＶ値との近接度）に起因する誤検出のリスクが低減される。例えば、当該有向性の色フィルタによって、紫色Ｖに近すぎる青色Ｂ、橙色Ｏに近すぎる赤色Ｒなどをフィルタリング除去することが求められる。

こうした有向性の色フィルタリングによって色定義を精密化することができ、したがって、発光領域の検出における多数の偽陽性をフィルタリング除去することができる。

したがって、ポストセグメンテーションステップ２１０の上述したサブステップを実行した後、優先車両のフラッシング灯の潜在候補として保持されているもののすべてが、
・十分に大きなサイズ（２０ピクセル超）を有し；
・水平線Ｈの上方に位置し；
・十分に明るく（１０００ｌｘ超の発光強度を有し）；
・（偽陽性を回避するための適切なＵ値およびＶ値を用いて）その色度が保証されている、
発光領域Ｚ_Ｌｉとなる。

サブステップのすべてが必ずしも本発明による方法を実行するために実装されていなくてもよく、処理される画像の複雑さに応じて、単独でまたは組み合わせて、幾つかのサブステップのみをケースバイケースで保持できることに留意されたい。

ステップ３００は、各画像において検出された各発光領域Ｚ_Ｌｉを追跡する、追跡ステップである。当業者に公知の手法では、セグメンテーションステップ２００において、画像内でセグメンテーションされた発光領域Ｚ_Ｌｉの予測位置がコンピュータ３によって計算され、画像Ｉｎ内で検出された光が先行の画像Ｉｎ－１内の同一のセグメンテーション発光領域に実際に対応し、かつ移動した可能性があることを確認するために使用される。予測を使用して、発光領域の予測位置が決定される。車両１の変位を考慮して、先行の画像Ｉｎ－１における発光領域の位置に画像Ｉｎ－２と画像Ｉｎ－１との間での発光領域の変位に対応するベクトルを加算したものに基づき、現在の画像Ｉｎ内のセグメンテーション発光領域の予測位置が計算される。

さらに、以下で説明するように、優先車両のフラッシング灯は、特に、当該フラッシング灯のフラッシュ周波数によって特徴付けられる。ここで、フラッシング灯のフラッシング周波数を推定できるようにするためには、所定の時間にわたるその輝度の展開（点灯フェーズと非点灯フェーズとの交番変化）を推定できなければならない。セグメンテーションステップ２００では、これらのセグメンテーション発光領域Ｚ_Ｌｉがフラッシング灯のオンフェーズに対応する場合にのみ、これらのセグメンテーション発光領域Ｚ_Ｌｉの、画像内の位置、強度および色が与えられる。追跡ステップ３００により、１つの画像から別の画像へ各フラッシング灯を関連付けることができ、また、これらのフラッシング灯が非点灯（オフ）状態にあるときにその位置を外挿することも可能となる。

従来技術から公知のこうした追跡ステップ３００は、フラッシング灯のフラッシング性に適応化された閾値を有しており、また特に、１つの画像から別の画像へのフラッシング灯の発光領域の関連付けを可能にし、また、フラッシング灯がオフフェーズ（画像内に対応する発光領域が存在しないことに対応するフェーズ）にあるときにその位置を外挿することも可能となる。

セグメンテーションステップ２００でセグメンテーションされた各発光領域Ｚ_Ｌｉは、それ自体公知の方式で、同色の予測発光領域Ｚ_Ｐｉに関連付けられている。

追跡ステップ３００で予測発光領域Ｚ_Ｐｉとの関連性が見出されなかった各セグメンテーション発光領域Ｚ_Ｌｉについては、第２のセグメンテーションステップ３１０が追跡ステップ３００の終了時に実行される。

当該第２のセグメンテーションステップ３１０は、セグメンテーション閾値を拡大する（換言すれば、セグメンテーション閾値をより緩め、フィルタリング除去がより少なくなるように定義する）第１のサブステップ３１１を含み、セグメンテーションステップ２００および追跡ステップ３００が、ここでの拡大された新たなセグメンテーション閾値を用いて画像シーケンスの各画像に対して反復される。当該ステップにより、予測セグメンテーション領域Ｚ_Ｐｉ内のセグメンテーション発光領域Ｚ_Ｌｉを検出することができる。

当該第１のサブステップ３１１の終了時に、処理されたセグメンテーション発光領域Ｚ_Ｌｉと予測発光領域Ｚ_Ｐｉとの間に関連性が依然として見出されない場合には、セグメンテーション閾値を白色に対応するように修正する第２のサブステップ３１２が実行される。実際に、こうした最終検査によって、誤検出が真に誤検出であり、当該誤検出が後続車両のヘッドライトではないことの保証が可能となる。

当該第２のサブステップ３１２によって特に、例えば光が青色を含みうる後続車両のヘッドライトを検出することが可能となる。

次いで、本発明による方法は、各発光領域Ｚ_Ｌｉの測色分類を実行する、分類ステップ４００を含む。

当該分類ステップ４００は、セグメンテーションステップ２００から得られた発光領域Ｚ_Ｌｉを選択することを可能にする。各色に対して、分類器は、（検出すべきフラッシング灯を表現している）陽性のデータが（フラッシング灯ではなくしたがって検出が所望されない、例えば車両のヘッドライトまたはテールライト、太陽反射、交通信号機光などであって、セグメンテーションステップ２００から得られるすべてのノイズを表現している）陰性のデータから弁別されるようにトレーニングされる（以前のいわゆるオフライントレーニングステップである）。

分類ステップにおいて、セグメンテーション発光領域Ｚ_Ｌｉが分類器によって分類（認識）できない場合、この発光領域はフィルタリング除去される。

一方、発光領域Ｚ_Ｌｉが分類器によって認識されると、これがフラッシング灯の重要候補として保持される。分類ステップ４００の終了時に、候補発光領域Ｚ_Ｃｉのリストが取得され、これらの候補発光領域Ｚ_Ｃｉは、次の各パラメータ、すなわち
・フラッシング状態、
・分類信頼度インデクスＩｃｃ、
・画像内の位置、
・色、
によって特徴付けられている。

フラッシング灯のフラッシングを検出することによりフラッシング状態が取得される。ここでの検出は、
・フラッシング灯がオンでありしたがって対応する発光領域Ｚ_Ｌ５およびＺ_Ｌ６が検出される画像（図５ａの画像Ｉ１）の数を計数するステップと、
・フラッシング灯がオフでありしたがって対応する発光領域Ｚ_Ｌ５およびＺ_Ｌ６が検出されない画像（図５ｂの画像Ｉ２）の数を計数するステップと、
・フラッシング灯が再びオンとなりしたがって対応する発光領域Ｚ_Ｌ５およびＺ_Ｌ６が再び検出される画像（図５ｃの画像Ｉ３）の数を計数するステップと、
から成る。

信頼度インデクスＩｃｃは、ステップ４００で、分類器により、フラッシング（フラッシング状態）および陽性分類に関する情報を用いて取得される。一実施形態によれば、分類ステップ４００の後に、各セグメンテーション発光領域Ｚ_Ｌｉの信頼度インデクスが更新される。

分類が陽性である場合、時点ｔにおける画像の分類信頼度インデクスＩｃｃは、時点ｔ－１における画像の分類信頼度インデクスＩｃｃに対して、式、すなわち
［式１］
Ｉｃｃ（ｔ）＝Ｉｃｃ（ｔ－１）＋ＦＡ
を使用して更新され、ここで、ＦＡは所定の増大係数である。

分類が陰性である場合、時点ｔでの画像の分類信頼度インデクスＩｃｃは、時点ｔ－１での画像の分類信頼度インデクスＩｃｃに対して、式、すなわち
［式２］
Ｉｃｃ（ｔ）＝Ｉｃｃ（ｔ－１）－ＦＲ
を使用して更新され、ここで、ＦＲは所定の低減係数である。

位置情報および色情報は、分類ステップ２００によって与えられた部分に関するものである。

分類ステップ４００の終了時に、候補発光領域Ｚ_Ｃｉが緊急車両のフラッシング灯である可能性が高いかどうかを判定するために、方法は、セグメンテーション発光領域Ｚ_Ｌｉのフラッシング周波数を計算および閾値処理するための周波数分析を実行する周波数分析ステップと、分類器応答の時間積分を計算する計算ステップとを含む。これらのステップにつき、以下に詳述する。

ステップ５００において、各セグメンテーション発光領域Ｚ_Ｌｉの周波数分析を実行することにより、セグメンテーション発光領域Ｚ_Ｌｉのフラッシング性または非フラッシング性を判別することが可能となる。

有利には、当該ステップ５００の前に、セグメンテーション発光領域Ｚ_Ｌｉが呈しうる不一致が補正される。特に、当該補正は、セグメンテーション発光領域Ｚ_Ｌｉの色、サイズあるいは強度について行われる。過度に大きな色の変動が検出される場合、例えばセグメンテーション発光領域Ｚ_Ｌｉが画像ごとに赤色から橙色へと変化する場合には、当該セグメンテーション発光領域Ｚ_Ｌｉがフィルタリング除去される。別の代替手段として、画像ごとのセグメンテーション発光領域Ｚ_Ｌｉのサイズの変化が過度に大きい場合（例えば２を超える変動がある場合）には、当該セグメンテーション発光領域Ｚ_Ｌｉがフィルタリング除去される。

フラッシング灯のオンフェーズおよびオフフェーズの検出に基づいてフラッシングの判別が可能となることに基づいて、高速フーリエ変換（ＦＦＴ）により、それ自体公知の手法で、当該フラッシングの周波数を決定することが可能となる。

周波数分析ステップ５００では、各セグメンテーション発光領域Ｚ_Ｌｉの当該フラッシング周波数が第１の周波数閾値Ｓ_Ｆ１と比較され、さらに第１の周波数閾値Ｓ_Ｆ１より大きい第２の周波数閾値Ｓ_Ｆ２と比較され、ここでは双方の閾値が予め定められている。フラッシング周波数が第１の周波数閾値Ｓ_Ｆ１未満である場合には、セグメンテーション発光領域Ｚ_Ｌｉはフラッシングしておらず、したがってフラッシング灯ではないとみなされ、フィルタリング除去される。フラッシング周波数が第２の周波数閾値Ｓ_Ｆ２より大きい場合、セグメンテーション発光領域Ｚ_Ｌｉはやはりフラッシング灯ではないとみなされ、フィルタリング除去される。

こうしたフラッシングの周波数分析により、セグメンテーション発光領域Ｚ_Ｌｉが一定であるかもしくは当該発光領域Ｚ_Ｌｉが低速でフラッシングしていることが確実であるセグメンテーション発光領域Ｚ_Ｌｉをフィルタリング除去することができ、または逆に、当該発光領域Ｚ_Ｌｉが高速でフラッシングしており、優先車両のフラッシング灯であることが確実であるセグメンテーション発光領域Ｚ_Ｌｉをフィルタリング除去することができる。したがって、関心候補として保持されたもののすべてが、周波数閾値Ｓ_Ｆ１，Ｓ_Ｆ２間のフラッシング周波数を有するセグメンテーション発光領域Ｚ_Ｌｉとなる。

例示的な一実施形態によれば、第１の周波数閾値Ｓ_Ｆ１は１Ｈｚに等しく、第２の周波数閾値Ｓ_Ｆ２は５Ｈｚに等しい。さらに、一実施例によれば、警察車両および緊急車両に取り付けられたフラッシング灯は、典型的には６０～２４０ＦＰＭの周波数を有する。ＦＰＭ（flashes per minuteの略記）とは、フラッシング灯のフラッシング周波数を定量化するために使用される測定単位であり、１分間に発生するサイクル数に相当する。ＦＰＭで測定された値は、６０で除算することによってヘルツへ変換可能である。換言すれば、このような優先車両におけるそれぞれの周波数は１Ｈｚ～６Ｈｚである。

これらの周波数閾値Ｓ_Ｆ１およびＳ_Ｆ２は、特に、
・カメラへの適応化（実際に、視界が維持されていても、タクシーのルーフに灯が取り付けられている場合のような特定の灯のフラッシングは観察可能とならないが、カメラの解像度によりこうした特定の灯が検出可能となること）、
・セグメンテーションステップ２００における何らかのエラーに直面したときの、よりロバストな結果の取得、
を可能にする。
任意選択手段としてのステップ６００では、車両１を基準とした前記セグメンテーション発光領域Ｚ_Ｌｉの変位を決定するために、カメラによって取得された画像シーケンス内でのセグメンテーション発光領域Ｚ_Ｌｉの追跡によって、各セグメンテーション発光領域Ｚ_Ｌｉの方向分析が実行される。したがって、セグメンテーション発光領域Ｚ_Ｌｉが車両１から離れる方向へ移動している場合（換言すれば、セグメンテーション発光領域Ｚ_Ｌｉが画像内の消失点Ｆまたは水平線Ｈに接近している場合）、当該セグメンテーション発光領域Ｚ_Ｌｉはフィルタリング除去される。このことは、セグメンテーション発光領域Ｚ_Ｌｉが不動である場合にも当てはまりうる。当該ステップにより、特に、フラッシング灯に有意に対応するが車両１とは反対の方向へ移動している優先車両の複数のセグメンテーション発光領域Ｚ_Ｌｉをフィルタリング除去することができ、これは、車両１が当該優先車両を考慮する必要がないことを意味する。また、当該ステップにより、車両１の車線とは反対側の対向車線を走行する車両のテールライトをフィルタリング除去することもできる。

当該ステップにより、セグメンテーション発光領域Ｚ_Ｌｉに関する情報を融合することで、緊急車両のフラッシング灯の検出についての検出性能（真陽性および偽陽性）を向上させることができる。実際には、セグメンテーション発光領域Ｚ_Ｌｉを個別にではなく全体として（画像シーケンスのすべての画像において）調査することによって、十分な検出率を維持しながら偽陽性率を低下させることができる。

方法のこのステップにおいて、セグメンテーション発光領域Ｚ_Ｌｉのセットが画像シーケンスの画像において検出される。これらの検出されたセグメンテーション発光領域Ｚ_Ｌｉは、各セグメンテーション発光領域Ｚ_Ｌｉに関連付けられた識別子と、さらにこれらセグメンテーション発光領域Ｚ_Ｌｉのパラメータ、例えば、
・画像内でのそれぞれの位置、
・それぞれのサイズ、
・それぞれの色、
・それぞれの強度、
・それぞれのフラッシング状態、
・それぞれに関連付けられた分類信頼度インデクスＩｃｃ、
とを含むリストの形態で、コンピュータ３のメモリ内に記憶される。

当該ステップでは、検出され保持されたセグメンテーション発光領域Ｚ_Ｌｉのすべてが、緊急車両の潜在的なフラッシング灯であると考えられる。シーン（カメラ２により取得された画像シーケンスに対応する車両後方の環境）内の緊急車両のフラッシング灯の有無を判別するために、方法は、最終的に、赤色、橙色、青色および紫色の各色についての画像シーケンスの各画像に対する全体信頼度インデクスＩＣＧを計算することから成る、シーン分析ステップ７００を含む。例示的な一実施形態によれば、全体信頼度インデクスは、色によってグループ化されていてよい。例えば、紫色についての信頼度インデクスは、青色についての信頼度インデクスと統合されている。

この目的のために、画像シーケンスの各画像において、赤色、橙色、青色および紫色のそれぞれにつき、瞬時信頼度インデクスＩｃｉが計算される。

瞬時信頼度は、画像シーケンスの現在の画像のセグメンテーション発光領域Ｚ_Ｌｉのパラメータに基づいて計算される。最初に、フラッシング状態および十分な分類信頼度インデクスＩｃｃを有するセグメンテーション発光領域Ｚ_Ｌｉが考慮される。

考慮にとって十分な分類信頼度インデクスＩｃｃを有するセグメンテーション発光領域Ｚ_Ｌｉを決定するために、ヒステリシスの形態のステートマシンが図７に示されている。

発光領域Ｚ_Ｌｉの状態は、「オフ」状態において次のように初期化される。すなわち、
・分類信頼度インデクスＩｃｃが所定の閾値Ｃ３より大きい場合、状態「オフ」から状態「オン」への移行が行われる；
・分類信頼度インデクスＩｃｃが所定の閾値Ｃ４より小さい場合、状態「オン」から状態「オフ」への移行が行われる。画像および色についての当該瞬時信頼度インデクスＩｃｉの計算の一例は、ここでの色に対する、画像シーケンスの画像内で検出されたすべてのセグメンテーション発光領域Ｚ_Ｌｉの分類信頼度インデクスＩｃｃの総和でありうる。例えば、赤色については、
［式３］

となる。

次いで、画像シーケンスの各画像および赤色、橙色、青色および紫色のそれぞれに対する全体信頼度インデクスを取得するために、式、すなわち
［式４］
ＩＣＧ（ｔ）＝（１－α）＊ＩＣＧ（ｔ－１）＋α＊Ｉｃｉ
を使用して、当該瞬時信頼度が所定の時間にわたってフィルタリング除去され、ここで、
・Ｉｃｉは、考察している色の瞬時信頼度インデクスであり；
・αは、色に関連付けられた所定の係数であり、全体信頼度インデクスＩＣＧの計算における瞬時信頼度インデクスＩｃｉの重みを決定することを可能にし、例えば、係数αの値は、０～１、好ましくは０．０２～０．１５である。

係数αの値が大きいほど、全体信頼度インデクスＩＣＧの計算における瞬時信頼度インデクスＩｃｉの重みは大きくなる。

例示的な一実施形態によれば、係数αは、セグメンテーション発光領域Ｚ_Ｌｉのパラメータに従って変化する。例えば、係数αは、
・複数のセグメンテーション発光領域Ｚ_Ｌｉが所定の閾値よりも大きい分類信頼度インデクスＩｃｃを有する場合に増大され、
・コンピュータ３が既にシーン内の緊急車両の存在を示している場合に低減され、これにより、セグメンテーション発光領域Ｚ_Ｌｉの検出チェーンにおける検出の瞬時損失が発生した場合に、方法の結果の安定化および補強が可能となる。ここでの検出の瞬時損失は、例えば隠蔽、過剰な明るさまたは過剰な測定ノイズに起因する可能性がある。

例示的な一実施形態によれば、係数αは、画像内のセグメンテーション発光領域Ｚ_Ｌｉの位置の関数として変化する。特に、係数αは、
・画像が水平線Ｈの下方に位置する分離されたセグメンテーション発光領域Ｚ_Ｌｉを含む場合に低減され（換言すれば、積分速度が低下する）、
・複数のセグメンテーション発光領域Ｚ_Ｌｉが水平線Ｈの上方に位置する場合に増大される（このことは高い積分速度に相当する）。

例示的な一実施形態によれば、係数αは、画像における複数のセグメンテーション発光領域Ｚ_Ｌｉ相互の相対位置の関数として変化する。特に、複数のセグメンテーション発光領域Ｚ_Ｌｉが同一の線Ｌ上に並んでいる場合、係数αは増大される。

パラメータαの変化によって方法の感度の調整が可能となり、したがって、セグメンテーション発光領域Ｚ_Ｌｉのパラメータに応じて、事象を多少とも迅速に検出することができる。

また、画像シーケンスの現在の画像の各セグメンテーション発光領域Ｚ_Ｌｉに対して、他のパラメータに依存する重みを割り当てることも可能であり、例えば、
・セグメンテーション発光領域Ｚ_Ｌｉが小サイズである場合（換言すれば、例えば２０ピクセル未満のサイズを有する場合）および／または水平線Ｈの近傍にある場合、当該重みの値は低減される；
・セグメンテーション発光領域があまり明るくない場合（例えば１０００ｌｘ未満の光度を有する場合）、当該重みの値は低減される；
・光の色が明瞭でない場合（例えば飽和白色光である場合）、当該重みの値は低減される；
・セグメンテーション発光領域Ｚ_Ｌｉが（サイズ、位置、強度、色の点で）類似している他のセグメンテーション発光領域Ｚ_Ｌｉの近傍にある場合、当該重みの値は増大される。

当該重みにより、複数のセグメンテーション発光領域Ｚ_Ｌｉが強く相関した位置、明るさおよび色を有する場合、全体信頼度インデクスＩＣＧの増大を促進することができる。灯のサイズが小さく低強度である場合、全体信頼度インデクスＩＣＧの増大を緩慢化することによって偽陽性率を低下させることができるが、これは、遠方の緊急車両の許容可能な検出遅れにつながる。

ステップ７００により、緊急車両のフラッシング灯についての十分な検出率を依然として維持しながら、検出の偽陽性率を大幅に低下させることができる。

ステップ７００の終了時に、コンピュータ３は、カメラ２によって取得された画像シーケンスに対応する、車両１の後方の環境内における緊急車両の存在を示すことができ、特に、例えばそれ自体既知のヒステリシス閾値を使用して、発光領域Ｚ_Ｌｉが緊急車両のフラッシング灯であることを宣言することができる。

ヒステリシスの形態のステートマシンは図６に示されている。

発光領域Ｚ_Ｌｉの状態は、「オフ」状態において次のように初期化（Ｅｉ）される。すなわち、
・全体信頼度インデクスＩＣＧが所定の閾値Ｃ１より大きい場合、状態「オフ」から状態「オン」への移行が行われ、
・全体信頼度インデクスＩＣＧが所定の閾値Ｃ２より小さい場合、状態「オン」から状態「オフ」への移行が行われる。

この場合、車両（自律運転車両の場合）または他の形式の車両１の運転者は、前記緊急車両の移動を容易にしかつ妨げないために必要な措置を講じることができる。

Claims (15)

1. 原動機付き車両（１）に搭載された少なくとも１つのカラーカメラ（２）によって撮像された画像のビデオストリームを処理する方法であって、前記画像は、前記車両に搭載されたコンピュータ（３）により、前記車両（１）の環境内に位置する優先車両（４）を検出するために使用され、前記少なくとも１つのカメラは前記車両の後方へ向けられており、前記方法が、
   ・画像シーケンスを取得する、取得ステップ（１００）と、
   前記画像シーケンスの各画像に対して、
   ・フラッシング灯（５，６）である可能性が高い画像の有色発光領域（Ｚ_Ｌｉ）を検出できるようにするために、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップ（２００）と、
   ・各セグメンテーション発光領域（Ｚ_Ｌｉ）を追跡し、当該追跡に従い、前記セグメンテーションステップ（２００）でセグメンテーションされた各発光領域を同色の予測発光領域（Ｚ_Ｐｉ）に関連付ける、追跡ステップ（３００）と、
   ・先行してトレーニングされた分類器を使用して各セグメンテーション発光領域（Ｚ_Ｌｉ）の測色分類を実行する、分類ステップ（４００）と、
   ・前記セグメンテーション領域のフラッシング性を判別できるようにするために、各セグメンテーション発光領域（Ｚ_Ｌｉ）の周波数分析を実行する、周波数分析ステップ（５００）と、
   ・セグメンテーション発光領域（Ｚ_Ｌｉ）をフラッシング灯であると宣言できるようにするために、画像シーケンスの各画像に対する全体信頼度インデクス（ＩＣＧ）を計算する、計算ステップ（７００）と
   を含むことを特徴とする方法。
2. 前記セグメンテーションステップ（２００）において、４つのカテゴリ、すなわち、
   ・赤色、
   ・橙色、
   ・青色、および
   ・紫色、
   に従って前記発光領域（Ｚ_Ｌｉ）をセグメンテーションするために、所定のセグメンテーション閾値が使用される、請求項１記載の方法。
3. 前記セグメンテーションステップ（２００）の後、前記方法はさらに、前記セグメンテーションステップ（２００）からの結果をフィルタリング除去できるようにするいわゆるポストセグメンテーションフィルタリングステップ（２１０）を含み、当該ポストセグメンテーションステップは、位置および／またはサイズおよび／または色および／または強度に関する所定の基準に従って実行される、請求項１または２記載の方法。
4. 前記ポストセグメンテーションステップ（２１０）は、水平線（Ｈ）からおよび消失点（Ｆ）から離れた画像部分に位置し、所定の寸法閾値未満のサイズを有する発光領域（Ｚ_Ｌｉ）をフィルタリング除去する、寸法フィルタリングサブステップ（２１１）を含む、請求項３記載の方法。
5. 前記ポストセグメンテーションステップ（２１０）は、所定の寸法閾値を超えるサイズおよび所定の発光強度閾値未満の発光強度を有する発光領域（Ｚ_Ｌｉ）をフィルタリング除去するサブステップ（２１２）を含む、請求項３記載の方法。
6. 前記ポストセグメンテーションステップ（２１０）は、前記画像シーケンスの画像上に定義された水平線（Ｈ）よりも下方に位置する発光領域（Ｚ_Ｌｉ）をフィルタリング除去する、位置フィルタリングサブステップ（２１３）を含む、請求項３記載の方法。
7. 前記ポストセグメンテーションステップ（２１０）は、セグメンテーション発光領域（Ｚ_Ｌｉ）に対して、有向性の有色閾値処理に基づくフィルタリングを実行するサブステップ（２１５）を含む、請求項３記載の方法。
8. 前記方法はさらに、前記追跡ステップ（３００）の終了時に関連性が見出されなかった各セグメンテーション発光領域（Ｚ_Ｌｉ）に対する第２のセグメンテーションステップ（３１０）を含む、請求項１から７までのいずれか１項記載の方法。
9. 前記第２のセグメンテーションステップ（３１０）は、
   ・前記セグメンテーション閾値を拡大し、前記セグメンテーションステップ（２００）および前記追跡ステップ（３００）を、前記画像シーケンスの各画像に対して、新たに拡大された、前記セグメンテーション発光領域の色に対応するセグメンテーション閾値で反復する、第１のサブステップ（３１１）と、
   ・前記第１のサブステップの終了時に関連性が見出されなかった場合に、前記セグメンテーション閾値を白色のセグメンテーション閾値に対応するように修正する、第２のサブステップ（３１２）と
   を含む、請求項８記載の方法。
10. 前記周波数分析ステップ（５００）において、各セグメンテーション発光領域（Ｚ_Ｌｉ）のフラッシング周波数が第１の周波数閾値（Ｓ_Ｆ１）および当該第１の周波数閾値（Ｓ_Ｆ１）よりも大きい第２の周波数閾値（Ｓ_Ｆ２）と比較され、ここで、双方の閾値が予め定められており、
    ・フラッシング周波数が前記第１の周波数閾値（Ｓ_Ｆ１）より小さく、当該セグメンテーション発光領域がフラッシングしていないかまたは弱いフラッシングしかしておらず、したがってフラッシング灯ではないとみなされる場合、
    ・フラッシング周波数が前記第２の周波数閾値（Ｓ_Ｆ２）より大きく、当該セグメンテーション発光領域もフラッシング灯ではないとみなされる場合
    に、セグメンテーション発光領域（Ｚ_Ｌｉ）がフィルタリング除去される、
    請求項１から９までのいずれか１項記載の方法。
11. 前記第１の周波数閾値（Ｓ_Ｆ１）は１Ｈｚに等しく、前記第２の周波数閾値（Ｓ_Ｆ２）は５Ｈｚに等しい、請求項１０記載の方法。
12. 前記方法はさらに、前記セグメンテーション発光領域の変位を決定できるようにするために、各セグメンテーション発光領域（Ｚ_Ｌｉ）の方向分析を実行する、方向分析ステップ（６００）を含む、請求項１から１１までのいずれか１項記載の方法。
13. 前記方向分析ステップ（６００）において取得された変位方向が、
    ・前記車両（１）に対する前記セグメンテーション発光領域（Ｚ_Ｌｉ）が不動であること、
    ・前記車両（１）に対して当該車両（１）から離れる方向で前記セグメンテーション発光領域（Ｚ_Ｌｉ）が移動していること、
    として結論付け可能である場合、当該セグメンテーション発光領域（Ｚ_Ｌｉ）がフィルタリング除去される、
    請求項１２記載の方法。
14. コンピュータプログラム製品であって、コンピュータにより実行される際に、
    ・画像シーケンスを取得する、取得ステップ（１００）と、
    前記画像シーケンスの各画像に対して、
    ・フラッシング灯（５，６）である可能性が高い画像の有色発光領域（Ｚ_Ｌｉ）を検出できるようにするために、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップ（２００）と、
    ・各セグメンテーション発光領域（Ｚ_Ｌｉ）を追跡し、当該追跡に従い、前記セグメンテーションステップ（２００）でセグメンテーションされた各発光領域（Ｚ_Ｌｉ）を同色の予測発光領域（Ｚ_Ｐｉ）に関連付ける、追跡ステップ（３００）と、
    ・先行してトレーニングされた分類器を使用して各セグメンテーション発光領域（Ｚ_Ｌｉ）の測色分類を実行する、分類ステップ（４００）と、
    ・前記セグメンテーション発光領域のフラッシング性を判別できるようにするために、各セグメンテーション発光領域（Ｚ_Ｌｉ）の周波数分析を実行する、周波数分析ステップ（５００）と、
    ・セグメンテーション発光領域（Ｚ_Ｌｉ）をフラッシング灯であると宣言できるようにするために、画像シーケンスの各画像に対する全体信頼度インデクス（ＩＣＧ）を計算する、計算ステップ（７００）と
    を含む方法を実現するための命令を含む、コンピュータプログラム製品。
15. 車両（１）であって、前記車両の後方へ向けられておりかつ前記車両の後方の環境の画像のビデオストリームを取得することのできる少なくとも１つのカラーカメラ（２）と、少なくとも１つのコンピュータ（３）とを備え、
    前記コンピュータ（３）が、
    ・画像シーケンスを取得する、取得ステップ（１００）と、
    前記画像シーケンスの各画像に対して、
    ・フラッシング灯（５，６）である可能性が高い画像の有色発光領域（Ｚ_Ｌｉ）を検出できるようにするために、閾値処理に基づく測色セグメンテーションを実行する、セグメンテーションステップ（２００）と、
    ・各セグメンテーション発光領域（Ｚ_Ｌｉ）を追跡し、当該追跡に従い、前記セグメンテーションステップ（２００）でセグメンテーションされた各発光領域を同色の予測発光領域（Ｚ_Ｐｉ）に関連付ける、追跡ステップ（３００）と、
    ・先行してトレーニングされた分類器を使用して各セグメンテーション発光領域（Ｚ_Ｌｉ）の測色分類を実行する、分類ステップ（４００）と、
    ・前記セグメンテーション発光領域のフラッシング性を判別できるようにするために、各セグメンテーション発光領域（Ｚ_Ｌｉ）の周波数分析を実行する、周波数分析ステップ（５００）と、
    ・セグメンテーション発光領域（Ｚ_Ｌｉ）をフラッシング灯であると宣言できるようにするために、画像シーケンスの各画像に対する全体信頼度インデクス（ＩＣＧ）を計算する、計算ステップ（７００）と、
    を実現するように構成されている、
    車両（１）。

Images