JP4490794B2

JP4490794B2 - 動物体輪郭抽出方法及び装置並びに動物体輪郭抽出プログラム

Info

Publication number: JP4490794B2
Application number: JP2004333991A
Authority: JP
Inventors: 恭子数藤; 理絵山田; 裕子高橋; 賢一荒川
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2004-11-18
Filing date: 2004-11-18
Publication date: 2010-06-30
Anticipated expiration: 2024-11-18
Also published as: JP2006146457A

Description

本発明は、動画像から注目動物体の輪郭を正確に抽出する動物体輪郭抽出方法及び装置並びに動物体輪郭抽出プログラムに関するものである。

動画像から注目動物体の輪郭を正確に抽出する技術には、以下のようなものがある。

第１の技術は、動きのある動物体の輪郭を抽出し、特定の動きに反応する複数の輪郭追跡手段により、輪郭を追跡する技術である。この技術では、輪郭を追跡する過程でスネーク曲線などの輪郭モデルにより正確な輪郭が得られるので、初期輪郭として正しく動物体領域が得られなければならない。しかし、そのための手段として挙げられている輝度を用いた差分処理を用いる方法では、カメラが固定でない場合には、正しい動物体領域が得られない。（例えば、特許文献１参照。）。

また、背景および対象物体の動きについて、小区画ごとにフローを算出し、フローの類似性により小区画をグループ分けし、そのグループごとに詳細な輪郭抽出を行うことにより動物体領域を分離する技術もある。この技術は、カメラが固定でなく背景に動きがある場合も想定し、輪郭抽出を大域的な輪郭抽出と詳細な輪郭抽出の２段階で構成している。しかし、この技術は、小区画の設定の仕方によっては、その区画内にも複数の異なるフローが存在する場合があり正しい動物体領域を得ることができない。

第２の技術は、色とテクスチャに基づく領域分割と、動きベクトルに基づく領域分割の２つの領域分割部が並列に構成されており、動きベクトルを計算して、その信頼性が低い場合は、色とテクスチャを用いて領域分割を行い、信頼性が高い場合には動きベクトルを用いるものである。動きの信頼性が高い場合にも、動きのみではなく色、テクスチャによる特徴と合わせて用いることで、より正確な輪郭が求められると考えられるので、２つの領域分割部を直列的に使う構成が必要である。

また、動きベクトルが求められない場合に、色やテクスチャのみでは動物体を過分割したり、動物体以外のエッジを誤抽出することが考えられるので、過去の情報を利用して輪郭の候補領域を与えることが必要である。さらに、過去の信頼できる動きベクトルを記憶し、これを利用する技術では、動物体の動き方向が変化する場合には、動き以外の過去の有効な情報を用いることが必要である。

なお、動きベクトルを求める方法には、ブロックマッチング法、勾配法などがある。ブロックマッチングは、画像を小領域に分割し、隣接するフレーム間で対応をとる方法、勾配法は各画素の輝度勾配とフレーム間差分を求めて関係式を用いた演算を行う方法である。（例えば、非特許文献１参照。）。

第３の技術は、過去の輪郭をテンプレートとして、動物体の輪郭をテンプレートと比較し、過去のテンプレートと不一致の部分について計算をし直すものである。しかし、必ずしも過去の輪郭が正しいとは限らないため、繰り返しが無駄になる場合や、計算をやり直した結果、現在のフレームで特徴量が正しく求められない場合が考えられる。そこで、過去の情報を単に比較のテンプレートにするのではなく、次の計算に特徴量または初期値として利用することが必要である。（例えば、特許文献２参照。）。
特開平０６−１３８１３７号公報特開平１１−２３８１３８号公報「ディジタル映像処理」オーム社発行１３１頁から１３７頁映像情報メディア学会(２０００年）

以上より、カメラが非固定で撮影された、注目する動物体は１つである動画像から、１つの動物体領域中を過分割することなく、輪郭周辺領域のみに詳細な領域分割の演算を行い、注目動物体の輪郭を正確に求める目的において、以下に示す第一から第三が課題である。

第一に、動物体領域をおおまかに求めて、輪郭周辺領域を抽出した後、その輪郭周辺領域について詳細な分割を行うことが課題である。

第二に、動きの特徴と、色、輝度、テクスチャなどの特徴を効果的に統合して用いることが課題である。

第三に、過去の輪郭情報を次の計算に特徴量または初期値として利用することが課題である。

本発明は、上記の事情に鑑みてなされたもので、大局的な分割には動きを用い、詳細な輪郭抽出には色などを用いるというような使い分けをすることで、動物体を過分割することなく一つのまとまりとして認識し、且つ動物体の輪郭を正確に求めることができ、また、輪郭候補領域を絞って輪郭抽出を行うようにした動物体輪郭抽出方法及び装置並びに動物体輪郭抽出プログラムを提供することを課題とする。

本発明は、上記の第一の課題を達成するために、２つの領域分割部を直列に構成し、１つめの領域分割部（以下、粗分割部）では画像を縮小して、おおまかに１つの動物体領域を求める。それによって得られる動物体の輪郭領域についてのみ２つめの領域分割部（以下、詳細分割部）画素特徴を用いた詳細な分割を行うことで、１つの動物体を過分割することなく輪郭を求める。

第二の課題を達成するために、動きに基づいて輪郭候補領域を抽出する輪郭候補領域抽出部を設け、粗分割部の結果に基づいて、輪郭の存在する確からしさの値をもつ小領域の集合として輪郭候補領域を抽出し、この候補領域内で画素特徴を用いた詳細な分割を行う詳細分割部を設け、詳細分割部では色や輝度などの特徴量を用いる。

第三の課題を達成するために、輪郭候補領域を更新することと、輪郭候補領域を記憶する輪郭候補領域記憶部を設ける。第二の課題を達成するために述べたように、輪郭候補領域は輪郭の存在する確からしさの値をもっているので、この値を詳細分割部の処理の特徴量または統計的処理の初期値として用いることで、過去の輪郭情報を効果的に利用する。

また、本発明は、動画像を入力する動画像入力手順と、前記動画像の各フレームの画素の動きベクトルを求めて、前記動きベクトルをクラスタリングすることにより、各フレームを動物体の領域と動物体以外の領域に分割する動領域粗探索手順と、前記各フレームを複数の区画に区切り、前記複数の区画のうち、前記動物体の領域と前記動物体以外の領域の両方を含む区画から構成される領域を輪郭候補領域として抽出する輪郭候補領域抽出手順と、前記輪郭候補領域抽出手順において抽出された輪郭候補領域の各画素の色または輝度または動きベクトルを特徴量とし、前記特徴量のヒストグラムを閾値処理することで前記輪郭候補領域を動物体領域と動物体領域以外の領域に分割し、前記輪郭候補領域を構成する各画素に動物体の領域であるか否かの情報を付与して出力する輪郭抽出手順と、前記輪郭抽出手順で得られた動物体領域の形状と所定のテンプレートの相関値を求め、前記相関値が所定の閾値より大きい場合に前記輪郭抽出手順の出力が所望の結果であると判定し、それ以外の場合には前記輪郭抽出手順の出力が所望の結果でないと判定する条件判定手順とを備え、前記条件判定手順により所望の結果であると判定された場合には処理を終了し、前記条件判定手順により所望の結果でないと判定された場合には、所望の結果が得られるまでの間または所定回数、輪郭候補領域更新手順により前記輪郭候補領域抽出手順において抽出された輪郭候補領域を所定の画素数分大きな領域に更新し、輪郭抽出手順及び条件判定手順による処理を繰り返すことを特徴とする。

あるいは、本発明は、動物体輪郭抽出方法において、前記輪郭候補領域抽出手順は、抽出された輪郭候補領域を記憶する輪郭候補領域記憶手順を備え、前記輪郭抽出手順は、前記条件判定手順の条件に応じて前記輪郭候補領域記憶手順から読み出した輪郭候補領域を用いることを特徴とする。

あるいは、本発明は、動画像を入力する動画像入力部と、前記動画像の各フレームの画素の動きベクトルを求めて、前記動きベクトルをクラスタリングすることにより、各フレームを動物体の領域と動物体以外の領域に分割する動領域粗探索部と、前記各フレームを複数の区画に区切り、前記複数の区画のうち、前記動物体の領域と前記動物体以外の領域の両方を含む区画から構成される領域を輪郭候補領域として抽出する輪郭候補領域抽出部と、前記輪郭候補領域抽出部において抽出された輪郭候補領域の各画素の色または輝度または動きベクトルを特徴量とし、前記特徴量のヒストグラムを閾値処理することで前記輪郭候補領域を動物体領域と動物体領域以外の領域に分割し、前記輪郭候補領域を構成する各画素に動物体の領域であるか否かの情報を付与して出力する輪郭抽出部と、前記輪郭抽出部で得られた動物体領域の形状と所定のテンプレートの相関値を求め、前記相関値が所定の閾値より大きい場合に前記輪郭抽出部の出力が所望の結果であると判定し、それ以外の場合には前記輪郭抽出部の出力が所望の結果でないと判定する条件判定部とを備え、前記条件判定部により所望の結果であると判定された場合には処理を終了し、前記条件判定部により所望の結果でないと判定された場合には、所望の結果が得られるまでの間または所定回数、輪郭候補領域更新部により前記輪郭候補領域抽出部において抽出された輪郭候補領域を所定の画素数分大きな領域に更新し、輪郭抽出部及び条件判定部による処理を繰り返すことを特徴とする。

あるいは、本発明は、動物体輪郭抽出装置において、前記輪郭候補領域抽出部は、抽出された輪郭候補領域を記憶する輪郭候補領域記憶部を備え、前記輪郭抽出部は、前記条件判定部の条件に応じて前記輪郭候補領域記憶部から読み出した輪郭候補領域を用いることを特徴とする。

あるいは、本発明は、動物体輪郭抽出方法における手順を、コンピュータに実行させるためのプログラムとしたことを特徴とする。

以上述べたように、本発明は、動きの特徴を用いることによって、動物体に動きがある場合には、動物体領域を一つのまとまりとして認識することができるけれども、動物体と背景の境界付近のように画素値の変化が大きい領域では動きベクトル自体が正確に求めにくいことが問題であった。

そこで、本発明によれば、大局的な分割には動きを用いて、詳細な輪郭抽出には色などを用いるというような使い分けをすることで、過分割することなく動物体を一つのまとまりとして認識し、且つ動物体の輪郭を正確に求めることができる。

また、本発明によれば、輪郭候補領域を絞る→輪郭抽出を行う、という処理を繰り返し行うことで、詳細な輪郭抽出を行うと同時に、適切な輪郭候補領域を更新してそれを記憶しているため、動物体に動きがない時刻にも、過去の輪郭候補領域において、動き以外の特徴量を用いて、動物体の周辺領域に対して処理を行うことができるなどの利点が得られる。

以下本発明の実施の形態を図面に基づいて説明する。

［第１実施の形態］
図１、図２は第１実施の形態の構成及び動作を説明するブロック構成図で、図１，図２において、動画像入力部１０は、動画像を１フレームごとに、またはあらかじめ指定したフレームごとに、画像を動領域粗探索部２０へ入力する。

動領域粗探索部２０は、隣接する複数のフレームを用いて各画素の動きベクトル（なお、動きベクトルを求める方法は、上述した非特許文献１参照。）を計算し、これに基づいて各フレームを動物体領域と背景領域に分割し、各画素が領域のラベル情報をもった画像として、輪郭候補領域抽出部３０へ出力する。

従って、各画素の動きベクトルは、隣接するフレーム間での演算を必要とするため、動画像入力部１０は指定された枚数ごとのフレーム、例えば隣接する２フレームごとに画像を動領域粗探索部２０へ入力する。

例として、図２では、ｔ秒目のフレームに対応する輪郭抽出結果を求めるために、動画像入力部１０から動領域粗探索部２０へ送られるＩ_t-1、Ｉ_tを用いて演算を行う。動きベクトルが求められた後、これをクラスタリングして背景と動物体を分割する。

例えば、ベクトルの特徴空間上に各ブロックの動きベクトルを投票して検出した２つのピークを代表点とし、各点をそれらのピークのうち特徴空間におけるユークリッド距離の近い方へ分類する。背景にノイズがなく、動物体が画像中に１つで、その動物体が剛体に近い場合には、背景領域と動物体領域を分離できる。

しかし、背景にも細かい動きをする動物体があったり、注目する動物体が剛体でない場合には、分割処理結果の背景領域と動物体領域が混在してしまう。背景領域と動物体領域の混在を少なくし、おおまかに領域分割するためには、画像を縮小した処理を行うことが考えられる。

その一例を、図３を用いて説明する。図３に示すように、動領域粗探索部２０内に、縮小画像生成部２０１と、領域分割部２０２と、分割結果判定部２０３と、領域情報付与部２０４とを設ける。

縮小画像生成部２０１は、入力画像をあらかじめ定めた比率に縮小する。領域分割部２０２は、縮小画像生成部２０１において縮小された画像を入力し、動きに基づく領域分割を行って、その結果、各画素に領域のラベルづけをおこなった結果を出力する。

分割結果判定部２０３は、その結果領域の混在の度合が一定値以下であるかどうかを判定し、混在が大きい場合には、膨張・収縮処理などにより混在をなくして領域情報付与部２０４へ送るか、または縮小画像生成部２０１へ戻り、縮小画像生成部２０１により、縮小率を一定割合大きくして再度処理を行う。

分割結果判定部２０３において、領域の混在の度合が一定値以下であると判定された場合には、その結果を領域情報付与部２０４へ送る。分割結果判定部２０３における領域の混在度の判定は、例えば次のように行う。

動物体領域として求められた閉領域で最大の面積をもつ領域において、その領域内に混在している背景領域に属する画素の比率を求め、その比率が一定以下であるかどうかで判定する。

例えば、動物体領域として求められた閉領域で最大の面積をもつ領域において、その領域内に混在している背景領域に属する画素の比率が一定以下である場合、その閉領域内の画素のラベルはすべて動物体領域に、外の画素はすべて背景領域に書き換えることで、領域の混在をなくす。ここで、混在をなくすための手段としては、膨張・収縮処理等、他の手段を用いてもよい。

領域情報付与部２０４は、動領域粗探索部２０への入力画像と、領域分割部の出力である縮小された画像に領域のラベルづけをした画像とを用いて、入力画像に領域のラベルを付与する。

以上の動領域粗探索部２０における処理は、背景領域と動物体領域が混在なく、形状としてはおおまかに領域分割することが目的であり、図３に示した以外の手段を用いてもよい。

図１,２において、輪郭候補領域抽出部３０は、動物体領域と背景領域の両方を含む小領域を輪郭候補領域として求め、輪郭候補領域の画素に輪郭候補領域のラベルを加え、輪郭抽出部４０へ出力する。

図２において、輪郭候補領域抽出部３０から輪郭抽出部４０へ出力されている輪郭候補領域の画像で破線部分が輪郭候補領域のラベルを付加されている領域である。

輪郭抽出部４０は、輪郭候補領域の全体または輪郭候補領域を複数に分割した領域において、輪郭候補領域に含まれる各画素を動物体領域か背景領域かに分割する処理を行う。分割する処理に用いる特徴量としては、色や輝度、または動きベクトルなどが考えられる。これらの特徴量を用いて領域を分割する方法としては、特徴量の統計的な分布に基づく方法が考えられる。

例えば、特徴量のヒストグラムを求めてしきい値処理によって領域を決定する方法や、特徴量の分布の確率密度関数を仮定し、分布パラメータを推定することで画像の各画素が動物体と背景のいずれの領域に属するかを確率で求める方法がある。

また、分布パラメータを推定する場合の推定手法としては、ＥＭアルゴリズムなどがある。

いずれの手法を用いた場合にも、輪郭抽出部４０は、各画素に分割された結果の領域のラベルをふった画像と、動物体領域と背景領域の２つの領域における特徴量の分布パラメータを出力する。このとき、分布パラメータとは、分布のヒストグラム、密度関数のパラメータなどを指す。

［第２実施の形態］
次に、図４を用いて第２実施の形態について説明する。図４において、条件判定部５０は、輪郭抽出部４０の出力である輪郭が所望の結果であるかどうかを判定する。条件判定部５０は、輪郭抽出部４０が出力するパラメータを用いて判定を行う。

以下、判定の仕方の例は、輪郭抽出部４０の処理を前述のＥＭアルゴリズムによる方法であるとして説明する。輪郭抽出部４０が出力するパラメータは、密度関数としてガウス分布を仮定して動物体領域と背景領域ごとに特徴量の平均と分散を求めた結果であるとする。

条件判定部５０では、輪郭抽出部４０の出力のパラメータから得られる輪郭抽出の結果から、条件と照合し、処理を終了するかまたは輪郭候補領域更新部３１へ送るかを決定する。

条件は、条件判定部５０の内部にあらかじめ記憶されている。具体的な条件判定の方法としては、(1)抽出された輪郭をテンプレートと照合し、テンプレートとの近さで判定する方法、(2)２つの領域の特徴量の分布の分離度を求め、分離度の良さに基づいて判定する方法、(3)輪郭候補領域更新部３１に戻る回数の制限をもたせる方法などがある。

テンプレートと照合して判定する場合には、照合結果がＯＫであれば処理を終了し、ＮＧであれば輪郭候補領域更新部３１において、輪郭候補領域を更新し、輪郭抽出部４０へ戻る。

図５のように、画像上を走査し、テンプレートとの相関を求め、最も高い相関が得られた位置での相関値が、条件判定部５０にて、あらかじめ定められたしきい値よりも大きいかどうかで判定する。

ここで、テンプレートとしては、ａ輪郭線、ｂ輪郭に囲まれた内部の形状の二値画像、ｃ輪郭に囲まれた内部の領域の多値画像などがある。

以上ａ〜ｃの場合に対応して、テンプレートと照合する際に用いる相関値としては、ａの場合、輪郭線上の一致した画素数を相関値とする。ｂの場合、抽出された輪郭に囲まれた内部の形状との一致した画素数を相関値とする。ｃの場合、輪郭に囲まれた内部の領域の元の画像と対応する部分との正規化相関の結果を相関値とする。

分離度の良さに基づいて判定する場合には、分離度が高ければ処理を終了し、分離度が低ければ、輪郭候補領域更新部３１において、輪郭候補領域を更新し、輪郭抽出部４０へ戻る。ここで、２つの領域の分布間の分離度に基づく場合について、図６を用いて説明する。

図６（ａ）のように動物体領域と背景領域とが分離できている場合、この輪郭候補領域内において、特徴量の分布に基づいて分割した動物体領域と背景領域の分割はうまくできていると考えられる。分離度の具体的な評価値としては、マハラノビス距離などを用いることができる。

図６（ｂ）の場合、背景領域と動物体領域はほぼ重なっており分離度が低い。このような場合には、輪郭候補領域に動物体領域か背景領域かのいずれか一方しか含まれていないことが考えられるので、輪郭候補領域更新部３１において、輪郭候補領域を更新する。

次に、図７を用いて輪郭候補領域の求め方と更新の仕方を説明する。図７（ａ）は、動領域粗探索部２０の処理結果、おおまかに動物体領域と背景領域に分けられた画像である。図７（ｂ）は、画像全体を小ブロックに分割し、動物体領域と背景領域の両方を含むブロックを探索してラベル付けする操作を示し、図７（ｃ）は、（ｂ）の結果、ラベル付けされた輪郭候補領域を示している。輪郭候補領域更新部３１では、図７（ｄ）に示すように、あらかじめ定めた一定画素数分各ブロックを広げて輪郭候補領域を更新することで、ブロック内に動物体領域と背景領域が含まれるようにする。

［第３実施の形態］
次に、図８を用いて、第３実施の形態を説明する。図８において、輪郭抽出部４０の出力のパラメータから得られる輪郭抽出の結果から、条件と照合し、処理を終了するか、または輪郭候補領域更新部３１へ送るか、または輪郭候補領域記憶部３２に記憶されている輪郭候補領域を読み出すかを決定する。

このときの条件は、(1)抽出された輪郭とテンプレートとの距離による判定、(2)２つの領域の特徴量の分布の分離度による判定、(3)輪郭候補領域更新部３１に戻る回数の制限回数を超えていないかによる判定である。(1)、(2)のいずれか一方または両方による判定により、良好な結果が得られていないと判定された場合で、(3)の判定により制限回数を超えていなければ、輪郭候補領域更新部３１へ送られる。(3)の判定により制限回数を超えていた場合には、輪郭候補領域記憶部３２から、読み出しが行われる。

(1)、(2)のいずれか一方または両方による判定により、良好な結果が得られていると判定された場合には、輪郭候補領域記憶部３２への輪郭候補領域の書き込みが行われる。このとき、記憶されている輪郭候補領域は時間的に新しいものに順次書き換えられる。

輪郭候補領域抽出部３０は、画像中の動物体領域と背景領域の両方を含む小領域を抽出する。画像全体を適当な大きさのメッシュに区切り、１つの区画内に動物体領域と背景領域を含む区画を選択するなどして抽出する。

輪郭抽出部４０は、輪郭候補領域抽出部３０によって選択された輪郭候補領域の全体、または輪郭候補領域をさらに分割した小領域について、動き以外の特徴量、すなわち色や輝度などの画素特徴に基づく領域分割を行う。

上述した、図１〜図３、図４及び図８で示した各構成部をコンピュータのプログラムで構成して、そのプログラムをコンピュータに実行させることができることは言うまでもなく、コンピュータでその構成部を実現するためのプログラムを、そのコンピュータが読み取りできる記録媒体、例えば、フレキシブルディスクや、ＣＤ，ＤＶＤ，ＭＯ，ＲＯＭ、メモリカード、リムーバブルディスクなどに記録して、保存したり、配布したりすることが可能である。

また、上記のプログラムをインターネットや電子メールなど、ネットワークを通して提供することも可能である。これらの記録媒体からコンピュータに前記のプログラムをインストールすることにより、あるいはネットワークからダウンロードしてコンピュータに前記のプログラムをインストールすることにより、本発明を実施することが可能となる。

本発明の第１実施の形態を示すブロック構成図。第１実施の形態の動作を説明するブロック構成図。動領域粗探索部の詳細なブロック構成図。本発明の第２実施の形態を示すブロック構成図。輪郭をテンプレートと照合して判定する説明図。輪郭候補領域内の特徴量の分布に基づいた背景領域と動物体領域の分離度合を示す説明図。輪郭候補領域の求め方と更新の仕方を示す説明図。本発明の第３実施の形態を示すブロック構成図。

符号の説明

１０…動画像入力部
２０…動領域粗探索部
３０…輪郭候補領域抽出部
３１…輪郭候補領域更新部
３２…輪郭候補領域記憶部
４０…輪郭抽出部
５０…条件判定部

Claims

動画像を入力する動画像入力手順と、
前記動画像の各フレームの画素の動きベクトルを求めて、前記動きベクトルをクラスタリングすることにより、各フレームを動物体の領域と動物体以外の領域に分割する動領域粗探索手順と、
前記各フレームを複数の区画に区切り、前記複数の区画のうち、前記動物体の領域と前記動物体以外の領域の両方を含む区画から構成される領域を輪郭候補領域として抽出する輪郭候補領域抽出手順と、
前記輪郭候補領域抽出手順において抽出された輪郭候補領域の各画素の色または輝度または動きベクトルを特徴量とし、前記特徴量のヒストグラムを閾値処理することで前記輪郭候補領域を動物体領域と動物体領域以外の領域に分割し、前記輪郭候補領域を構成する各画素に動物体の領域であるか否かの情報を付与して出力する輪郭抽出手順と、
前記輪郭抽出手順で得られた動物体領域の形状と所定のテンプレートの相関値を求め、前記相関値が所定の閾値より大きい場合に前記輪郭抽出手順の出力が所望の結果であると判定し、それ以外の場合には前記輪郭抽出手順の出力が所望の結果でないと判定する条件判定手順とを備え、
前記条件判定手順により所望の結果であると判定された場合には処理を終了し、前記条件判定手順により所望の結果でないと判定された場合には、所望の結果が得られるまでの間または所定回数、
輪郭候補領域更新手順により前記輪郭候補領域抽出手順において抽出された輪郭候補領域を所定の画素数分大きな領域に更新し、輪郭抽出手順及び条件判定手順による処理を繰り返す
ことを特徴とする動物体輪郭抽出方法。
請求項１に記載の動物体輪郭抽出方法において、
前記輪郭候補領域抽出手順は、抽出された輪郭候補領域を記憶する輪郭候補領域記憶手順を備え、
前記輪郭抽出手順は、前記条件判定手順の条件に応じて前記輪郭候補領域記憶手順から読み出した輪郭候補領域を用いること
を特徴とする動物体輪郭抽出方法。
動画像を入力する動画像入力部と、
前記動画像の各フレームの画素の動きベクトルを求めて、前記動きベクトルをクラスタリングすることにより、各フレームを動物体の領域と動物体以外の領域に分割する動領域粗探索部と、
前記各フレームを複数の区画に区切り、前記複数の区画のうち、前記動物体の領域と前記動物体以外の領域の両方を含む区画から構成される領域を輪郭候補領域として抽出する輪郭候補領域抽出部と、
前記輪郭候補領域抽出部において抽出された輪郭候補領域の各画素の色または輝度または動きベクトルを特徴量とし、前記特徴量のヒストグラムを閾値処理することで前記輪郭候補領域を動物体領域と動物体領域以外の領域に分割し、前記輪郭候補領域を構成する各画素に動物体の領域であるか否かの情報を付与して出力する輪郭抽出部と、
前記輪郭抽出部で得られた動物体領域の形状と所定のテンプレートの相関値を求め、前記相関値が所定の閾値より大きい場合に前記輪郭抽出部の出力が所望の結果であると判定し、それ以外の場合には前記輪郭抽出部の出力が所望の結果でないと判定する条件判定部とを備え、
前記条件判定部により所望の結果であると判定された場合には処理を終了し、前記条件判定部により所望の結果でないと判定された場合には、所望の結果が得られるまでの間または所定回数、
輪郭候補領域更新部により前記輪郭候補領域抽出部において抽出された輪郭候補領域を所定の画素数分大きな領域に更新し、輪郭抽出部及び条件判定部による処理を繰り返す
ことを特徴とする動物体輪郭抽出装置。
請求項３に記載の動物体輪郭抽出装置において、
前記輪郭候補領域抽出部は、抽出された輪郭候補領域を記憶する輪郭候補領域記憶部を備え、
前記輪郭抽出部は、前記条件判定部の条件に応じて前記輪郭候補領域記憶部から読み出した輪郭候補領域を用いること
を特徴とする動物体輪郭抽出装置。
請求項１または２のいずれかに記載の動物体輪郭抽出方法における手順を、コンピュータに実行させるためのプログラムとしたこと
を特徴とする動物体輪郭抽出プログラム。