JP4586548B2 - 物体検出装置および物体検出方法 - Google Patents

Description

本発明は、物体検出装置および物体検出方法に関し、特に入力画像の中から特定の物体を検出する検出装置および検出方法に関する。

入力画像の中から特定の物体、例えば人間の顔などを検出する方法として、サポートベクター法やテンプレートマッチング法など、種々の方法が知られている。

サポートベクター法は、撮像画像中から人の顔に相当する濃淡パターンをパターン識別して顔検出し、これにて得られる入力顔画像データと、予めデータベース登録される各人毎の登録顔画像データとの差分値を算出し、その算出結果に基づいて、差分値が最も小さい登録顔画像データに対応付けられた人物を撮像画像中に写る人物と同定する手法である（例えば、特許文献１参照）。

テンプレートマッチング法は、濃淡画像を特徴としたテンプレートや、濃淡画像を微分した微分濃淡画像を特徴とするテンプレートを標準パターンとして利用し、入力画像の中にあらかじめ作成した標準パターンと同じ物があるか、あるいは近いものがあるかを検出する手法である（例えば、特許文献２参照）。

特開２００２−１５７５９６号公報 特開２００３−２７１９３３号公報

これらの検出方法に共通の課題として、入力画像の環境の違い、例えば照度の変化に弱いという点が挙げられる。一例として、撮像画像中から人の顔を検出する場合を例に挙げると、明るい環境下ではコントラストが明確となり、顔の明暗の特徴などから顔を確実に検出することができるが、逆光の環境下等ではコントラストが明確でなくなるため、物体の検出率（以下、「物体検出率」または単に「検出率」と記す）が悪化する。すなわち、明るい環境下と暗い環境下で物体検出率が変わってしまう。特に、物体検出情報の学習時と異なる照度の環境下においては、物体検出率の低下が著しい。

本発明は、上記課題に鑑みてなされたものであって、その目的とするところは、環境の違い、特に照度の変化に対して物体検出率の低下を防ぐことが可能な物体検出装置および物体検出方法を提供することにある。

上記目的を達成するために、本発明は、入力画像の中から特定の物体を検出する物体検出手段と、撮像環境下の照度を検出する照度検出手段と、特定の物体をテスト画像中に含むテスト画像群を有し、当該テスト画像群に対して照度検出手段で検出した照度に応じて補正を行い、この補正後のテスト画像群を用いて検出パラメータを物体検出手段に対して設定する制御手段と、を備えるものである。そして、制御手段は、規定されている最低の物体検出試行回数と最高の物体検出閾値を検出パラメータとして設定して物体検出率を求め、次いで物体検出閾値を固定して物体検出試行回数を増加させて検出パラメータとして設定して物体検出率を求める動作を規定の最高物体検出試行回数まで行い、この求めた物体検出率が規定検出率以上であれば、そのときの物体検出試行回数および規定の最高物体検出閾値を検出パラメータとして設定する。

物体の検出に当たって、撮像環境下の照度に対応したテスト画像群を用いて検出パラメータを設定することで、環境の違い、特に照度が変わっても、その照度に対応して検出パラメータを設定できるため、明るい環境下でも暗い環境下でも物体検出率が変わることはない。

本発明によれば、撮像環境下の照度に対応したテスト画像群を用いて検出パラメータを設定することで、環境の違い、特に照度が変わっても、その照度に対応して検出パラメータを設定できるため、照度の変化に対して物体検出率の低下を防ぐことができる。

以下、本発明の実施の形態について図面を参照して詳細に説明する。

［カメラシステム］
図１は、本発明が適用される撮像装置、例えばカメラシステムの構成例を示すブロック図である。

本構成例に係るカメラシステムは、レンズ１１を含む光学系、撮像デバイスである例えばＣＣＤ(Charge Coupled Device)イメージセンサ１２、アナログフロントエンド（ＡＦＥ）部１３、カメラ信号処理回路１４、縮小処理部１５、物体検出装置１６、システムコントローラ１７およびレンズ駆動回路１８を有する構成となっている。

ここでは、撮像デバイスとして、ＣＣＤイメージセンサ１２を用いているが、これに限られるものではなく、他の電荷転送型撮像素子や、ＣＭＯＳイメージセンサに代表されるＸ−Ｙアドレス型撮像素子を用いることも可能である。

レンズ１１は、被写体からの像光をＣＣＤイメージセンサ１２の撮像面上に結像する。ＣＣＤイメージセンサ１２は、撮像面上に結像された像光を画素単位で光電変換してアナログ映像信号として出力する。アナログフロントエンド部１３は、ＣＤＳ(Correlated Double Sampling;相関二重サンプリング)回路やＡＧＣ(Automatic Gain Control;自動利得制御)回路などによって構成され、ＣＣＤイメージセンサ１２から出力されるアナログ映像信号に対してノイズ除去や利得制御の処理を施してカメラ信号処理回路１４に供給する。

カメラ信号回路１４は、Ａ／Ｄ（デジタル／アナログ）変換回路１４１、Ｙ（輝度）／Ｃ（クロマ）分離回路１４２、クロマ（Ｃ）信号処理回路１４３、輝度（Ｙ）信号処理回路１４４およびＤ／Ａ（デジタル／アナログ）変換回路１４５，１４６を有する構成となっている。

Ａ／Ｄ変換回路１４１は、ＣＣＤイメージセンサ１２からアナログフロントエンド部１３を通して供給されるアナログ映像信号をデジタル映像信号に変換する。Ｙ／Ｃ分離回路１４２は、デジタル映像信号をクロマ信号と輝度信号に分離してクロマ信号処理回路１４３および輝度信号処理回路１４４にそれぞれ供給する。

クロマ信号処理回路１４３は、クロマ信号（色信号）に対して所定の信号処理を施す。このクロマ信号処理回路１４３を経たディジタルクロマ信号は、Ｄ／Ａ変換回路１４５でアナログ信号に変換されて出力される。輝度信号処理回路１４４は、輝度信号に対して所定の信号処理を施す。この輝度信号処理回路１４４を経たデジタル輝度信号は、Ｄ／Ａ変換回路１４６でアナログ信号に変換されて出力される。

輝度信号はさらに、カメラ信号処理回路１４の外部の縮小処理部１５に供給される。縮小処理部１５は、ＣＣＤイメージセンサ１２で撮像された画像のサイズをそれよりも小さいサイズ、例えば水平３２０（画素）×垂直２４０（画素）のサイズの画像に縮小して物体検出装置１６に供給する。ここで、縮小処理部１５で画像サイズを縮小して得た画像データを物体検出装置１６に供給するのは、物体検出装置１６での検出作業量が膨大であることから、データ量を少なくすることによって検出速度を速めるためである。

物体検出装置１６は本発明の特徴とする部分であり、ＣＣＤイメージセンサ１２で撮像された画像の中から規定の物体を検出し、その検出結果をシステムコントローラ１７に供給する。ここで言う規定の物体とは、人間の顔、猫等の動物、携帯電話機など、一般的に物体と規定することができるもの全てを言うものとする。物体検出装置１６の具体的な構成および動作については後述する。

システムコントローラ１７は、例えばマイクロコンピュータによって構成され、本カメラシステム全体の制御を司るとともに、物体検出装置１６の検出結果に基づいて、レンズ駆動回路１８を介してレンズ１１をその光軸方向において駆動することによってオートフォーカスの制御を行う。

［物体検出装置］
図２は、本発明の一実施形態に係る物体検出装置１６の構成の概略を示すブロック図である。

図２に示すように、本実施形態に係る物体検出装置１６は、物体検出部２１、照度検出部２２および検出率調整部２３を有する構成となっている。

物体検出部２１は、縮小処理部１５から供給される縮小画像データに基づく入力画像の中から、サポートベクター法やテンプレートマッチング法など周知の手法を利用して特定の物体を検出する。ここで、一例として、サポートベクター法を利用して例えば人間の顔を検出する際の物体検出部２１の動作について、図３を用いて説明する。

先ず、顔検出試行回数分の枚数のサポートベクターを用意する。そして、入力画像の物体検出領域に対して、サポートベクターを走査させる。顔らしさの判定は、用意した複数枚のサポートベクターと、重なっている検出領域の間で内積和をとることによって行う。具体的には、内積和の値が大きいほど、重なっている検出領域を顔らしいと判定することができる。

照度検出部２２は、フォトダイオード等の光学センサからなり、例えばカメラ本体に装着されて被写体の撮像環境の下での照度を検出し、その照度情報を検出率調整部２３に与える。

検出率調整部２３は、撮像環境の照度の変化に対する物体検出部２１での物体検出率の低下を阻止、あるいは軽減するために、検出対象の特定の物体をテスト画像中に含むテスト画像群を有し、照度検出部２２で検出した照度に対応したテスト画像群を用いて物体検出部２１に対して物体検出のための検出パラメータ（以下、単に「パラメータ」と記す）を設定する制御手段としての機能を持っている。

具体的には、検出率調整部２３は、物体検出試行回数と物体検出閾値の二つをパラメータとし、内蔵するテスト画像群を照度検出部２２で検出した照度に基づいて補正し、自動的に二つのパラメータを変化させながら物体検出率を測定することで、適切なパラメータを探索する。

ここで、物体検出試行回数とは、検出領域の物体が検出対象の物体であるかを調べる回数を言う。また、物体検出閾値とは、検出領域の物体を検出対象の物体であると判定する閾値を言い、例えば人の顔の場合を例に挙げると、顔を検出する過程において、顔として認識できる認識点と顔として認識できない非認識点とがそれぞれ複数存在した場合に、最終的に顔と認定する基準となる認識点数が閾値となる。

物体検出試行回数と物体検出閾値の二つをパラメータとして用いる物体検出方法の一般的な特徴として、
・物体検出試行回数を増加すると、物体検出率が増加する。
・物体検出閾値を下げると、物体検出率が増加する（但し、物体誤認識率も増加する）。
ことが挙げられる。

また、内蔵するテスト画像群とは、検出すべき物体（検出対象の物体）を含む画像で、検出すべき物体の個数、大きさ、向きや、照度など様々な条件の異なる画像群からなる。このテスト画像群に対応する物体認識結果群も同時に検出率調整部２３に内蔵する。

検出率調整部２３は、前もって規定した物体検出率を下回る照度環境においては、物体検出試行回数を増加させることによって物体検出率の増加を試みる。物体検出試行回数を限界まで増加させても規定検出率を下回る場合は、物体検出閾値を減少させることによって物体検出率の増加を試みる。

ここで、検出率調整部２３での物体検出率の測定は、テスト画像群を内蔵することで自動的に行われる。具体的には、内蔵するテスト画像群を照度に対応させて明るく（あるいは、暗く）なるように補正し、物体検出部２１に入力画像として供給する。

また、検出率調整部２３は、物体検出部２１で物体検出（物体認識）を行った結果を、内蔵するテスト画像群の検出結果と比較して物体検出率を求める。このとき、物体検出試行回数と物体検出閾値をパラメータとして物体検出率を変化させるようにする。

［検出率調整部］
以下に、検出率調整部２３の具体的な構成について説明する。

図２に示すように、検出率調整部２３は、Ａ／Ｄ変換回路２３１、照度判定部２３２、テストベクター補正部２３３、ＣＰＵ２３４、照度対検出率テーブル２３５、テスト画像群２３６およびテスト画像検出結果テーブル２３７を有する構成となっている。

Ａ／Ｄ変換回路２３１は、照度検出部２２から出力される照度情報をデジタル信号に変換して照度判定部２３２に与える。照度判定部２３２は、照度検出部２２からＡ／Ｄ変換回路２３１を介して与えられる照度データと、内蔵している照度対検出テーブル２３５とを用いて、該当する照度に対応する物体検出率を求め、システムで規定された物体検出率（以下、「規定検出率」と記す）を下回っていた場合は、物体検出率の補正が必要になるため、照度データをテストベクター補正部２３３に送る。

内蔵するテスト画像群２３６は、テスト画像一枚ごとに画像の照度が設定されている。テストベクター補正部２３３は、照度判定部２３２より照度データを受け取ると、内蔵するテスト画像群２３６に対して入力照度に対応して補正をかける。具体的には、テストベクター補正部２３３は、入力照度がテスト画像群２３６の照度よりも明るい場合、当該テスト画像群２３６を明るくする補正を行う。入力照度がテスト画像群２３６の照度よりも暗い場合、当該テスト画像群２３６を暗くする補正を行う。

このテストベクター補正部２３３による補正により、テスト画像群２３６は、入力照度と同じ照度環境に対応するものになる。補正されたテスト画像群２３６は、ＣＰＵ２３４の指示により物体検出部２１に供給される。

ＣＰＵ２３４は、本検出率調整部２３の全体の制御を司るとともに、テストベクター補正部２３３から物体検出部２１へ入力されたテスト画像に対して、物体検出試行回数と物体検出閾値をパラメータとし、画像中に存在する物体の検出率を測定し、測定した検出率が規定検出率に到達するまで、パラメータを動かしながら物体検出を続ける制御部としての機能を持つ。

ここで、ＣＰＵ２３４の具体的な処理について説明する。ＣＰＵ２３４は、物体検出部２１に対して物体検出試行回数と物体検出閾値の値を設定することができる。検出率測定では、前もって規定されている最低の物体検出試行回数と最高の物体検出閾値を物体検出部２１に設定し、照度補正されたテスト画像の中から物体の検出を行う。

そして、ＣＰＵ２３４は、物体検出部２１から物体の検出結果を受け取り、テスト画像群検出結果テーブル２３７と比較して物体検出率を求める。続けて、検出閾値をそのままにして、検出結果試行回数を増加し、物体検出部２１に設定して物体検出を行い、検出結果を得て物体検出率を求める。これを規定の最高検出試行回数まで行う。

ＣＰＵ２３４は、検出試行回数を上限（規定の最高）まで変化させても、物体検出率が規定検出率を下回っている場合は、前もって規定されている最大の検出試行回数・最高の検出閾値を物体検出部２１に設定し、照度補正されたテスト画像群の物体の検出を行う。そして、ＣＰＵ２３４は、物体検出部２１から物体の検出結果を受け取り、テスト画像群検出結果テーブル２３７と比較して検出率を求める。

ＣＰＵ２３４はさらに、検出試行回数をそのままにして検出閾値を減少させて物体検出を行い、検出結果を得て検出率を求める。これを規定の最小検出閾値まで行う。検出閾値を下限（規定の最小）まで変化させても、検出率が規定検出率を下回っている場合は、規定の検出率を満足することができないため、規定検出率を下回っているという情報と、最大検出試行回数・最小検出閾値を物体検出部２１に設定する。

続いて、上記構成の検出率調整部２３における検出率自動調整のための処理の流れについて、図４のフローチャートを用いて説明する。

先ず、照度検出部２２から照度情報を取り込み（ステップＳ１１）、この取り込んだ照度に基づいて、内蔵している照度対検出テーブル２３５を用いて、該当する照度に対応する検出率を求め（ステップＳ１２）、次いで求めた検出率が規定検出率を下回っているか否かを判断する（ステップＳ１３）。

ここで、求めた検出率が規定検出率以上であれば、規定の物体検出試行回数・検出閾値のままで十分であるため、一連の処理を終了する。図５に、照度対検出テーブル２３５の一例を示す。図５の例では、照度ａのみが規定検出率以上であるため、照度ａについては一連の処理を終了する。

一方、求めた検出率が規定検出率を下回っている場合（図５の例では、照度ｂ，ｃ，ｄの場合）には、検出率の補正が必要になるため、検出率補正フローに入る。すなわち、照度データをテストベクター補正部２３３に送り、当該テストベクター補正部２３３において、内蔵する検出率測定用テストベクター（テスト画像群２３６）に対して照度による補正をかける（ステップＳ１４）。

次に、ＣＰＵ２３４において、物体検出試行回数をパラメータとして、照度補正されたテスト画像群２３６中に存在する物体の検出率を測定する（ステップＳ１５）。

具体的には、前もって規定されている最低の検出試行回数を物体検出部２１に設定し、照度補正されたテスト画像群２３６の物体検出を行い、その検出結果をテスト画像群検出結果テーブル２３７と比較して検出率を求める。続けて、検出閾値をそのままにして試行回数を増加させて物体検出を行い、検出結果を得て検出率を求める。これを規定の最高の検出試行回数まで行う。その結果、図６の検出試行回数対検出率の関係が求まる。

そして、検出試行回数を変化させて得た検出率が、規定検出率を下回っているか否かを判断する（ステップＳ１６）。このとき、検出率が規定検出率以上の場合には、そのときの検出試行回数と規定の検出閾値を物体検出部２１に設定し（ステップＳ１７）、一連の処理を終了する。

一方、検出試行回数を上限まで変化させても、検出率が規定検出率を下回っている場合は、検出閾値を変化させるフローに続く。図６において、照度ｂの場合、規定検出率の点線と交差する検出試行回数が、物体検出部２１に設定される。照度ｃ，ｄの場合、規定検出率を下回っているため、検出閾値フローに続く。

検出閾値フローでは、検出閾値をパラメータとして、照度補正されたテスト画像群２３６中に存在する物体の検出率を測定する（ステップＳ１８）。

具体的には、前もって規定されている最大の検出試行回数・最高の検出閾値を物体検出部２１に設定し、照度補正されたテスト画像群２３６の物体の検出を行い、その検出結果をテスト画像群検出結果テーブル２３７と比較して検出率を求める。続けて、検出試行回数をそのままにして検出閾値を減少させて物体検出を行い、検出結果を得て検出率を求める。これを規定の最小検出閾値まで行う。その結果、図７の検出閾値対検出率の関係が求まる。

そして、検出閾値を変化させて得た検出率が、規定検出率を下回っているか否かを判断する（ステップＳ１９）。このとき、検出率が規定検出率以上の場合には、そのときの検出閾値と規定の最大検出試行回数を物体検出部２１に設定し（ステップＳ２０）、一連の処理を終了する。

検出閾値を下限まで変化させても、検出率が規定検出率を下回っている場合には、規定の検出率を満足することができない。この場合は、規定検出率を下回っているという情報と、最大検出試行回数・最小検出閾値を物体検出部２１に設定し（ステップＳ２１）、一連の処理を終了する。

図７において、照度ｃの場合、規定検出率の点線と交差する検出閾値が物体検出部２１に設定される。照度ｄの場合、規定検出率以上とならないため、規定検出率を下回っているという情報と、最小検出閾値が物体検出部２１に設定される。

以上により、検出率自動調整のための一連の処理が終了し、物体検出部２１に対して照度に応じた適切な検出試行回数・検出閾値が自動的に設定される。

なお、ステップＳ１５〜ステップＳ２１の処理において、適切なパラメータを探索する際、規定検出率をあるパラメータで満たした場合、全てのパラメータを変化させる前に途中中断することで、処理の高速化を図ることが可能である。

上述したように、入力画像の中から特定の物体を検出する物体検出装置１６において、検出対象の物体を画像中に含むとともに、撮像環境下の照度に対応したテスト画像群２３６を用いて検出パラメータ、本例では物体検出試行回数と検出閾値を設定し、この設定した検出パラメータを基に特定の物体を検出することで、環境の違い、特に照度が変わっても、その照度に対応して検出パラメータを設定できるため、明るい環境下でも暗い環境下でも物体検出率が変わることはなく、照度の変化に対して物体検出率の低下を防ぐことができる。

特に、検出パラメータの設定に当たって、入力画像ではなく、テスト画像群２３６を用いるようにしたことで、当該物体検出装置１６を搭載したカメラシステムを使用するユーザが、好みの物体を検出物体として含む画像を任意に撮像してテスト画像群２３６として登録できる利点がある。すなわち、ユーザがテスト画像群２３６とテスト画像検出結果テーブル２３７を書き替えるだけで、任意の物体の検出に対応できることになる。

また、テスト画像群２３６を撮像環境下の照度に対応させて補正することで、複数段階の照度に対応させて照度ごとに異なるテスト画像群２３６を持つ必要がないため、テスト画像群２３６を格納するメモリの容量が少なくて済む。しかも、物体検出部２１に対しては、検出率調整部２３からパラメータ、即ち物体検出試行回数と検出閾値を設定できるようにするだけで良いため、既存の装置（方法）をそのまま利用できる利点もある。

なお、上記実施形態では、テスト画像群２３６に対して照度検出部２２で検出した照度に応じて補正をかけるとしたが、この補正処理は必須ではなく、複数段階の照度に対応してテスト画像群２３６を複数組用意しておき、この複数組の中から照度検出部２２で検出した照度に対応したテスト画像群２３６を選択する構成を採ることも可能であり、また複数組の中から照度検出部２２で検出した照度に一番近いテスト画像群２３６を選択し、その選択したテスト画像群２３６に対して照度に応じた補正を行う構成を採ることも可能である。

このようにして、図１に示すシステムコントローラ１７において、ＣＣＤイメージセンサ１２の出力信号に基づく撮像画像の中から特定の物体を検出した物体検出装置１６の検出結果は、システムコントローラ１７に供給される。システムコントローラ１７は、周知のオートフォーカス制御機能を持ち、物体検出装置１６の検出結果をフォーカス制御のための評価値として用い、例えば、オートフォーカス用の測距枠内における検出物体の輝度成分を検波することにより、１フレーム内の高域成分の最大値を検出して焦点信号（焦点評価値）を作成し、当該焦点信号のレベル（合焦位置で最大）が大きくなる方向に、レンズ駆動回路１８を介してレンズ１１をその光軸方向に移動させることによってオートフォーカス制御を行う。

ここでは、カメラシステムにおいて、物体検出装置１６の検出結果を光学系に関連する制御、具体的にはオートフォーカス制御に利用するとしたが、これに限られるものではなく、カメラ信号処理回路１４のＣ信号処理回路１４３におけるオートホワイトバランス制御などに利用することも可能である。

本発明に係る物体検出装置、物体検出方法または当該物体検出装置を搭載した撮像装置あるいは当該物体検出方法を適用した撮像装置は、カメラシステムへの適用に限られるものではなく、ロボット等の物体認識のための装置としても利用可能である。

本発明が適用される撮像装置、例えばカメラシステムの構成例を示すブロック図である。 本発明の一実施形態に係る物体検出装置１６の構成の概略を示すブロック図である。 サポートベクター法を利用して人間の顔を検出する際の物体検出部の動作説明図である。 画像検出率自動調整の動作の流れを示すフローチャートである。 照度対検出テーブルの一例を示す図である。 検出試行回数対検出率の関係を示す図である。 検出閾値対検出率の関係を示す図である。

符号の説明

１１…レンズ、１２…ＣＣＤイメージセンサ、１３…アナログフロントエンド部、１４…カメラ信号処理回路、１５…縮小処理部、１６…物体検出装置、１７…システムコントローラ、２１…物体検出部、２２…照度検出部、２３…検出率調整部、２３２…照度判定部、２３３…テストベクター補正部、２３４…ＣＰＵ（制御部）、２３５…照度対検出率テーブル、２３６…テスト画像群、２３７…テスト画像検出結果テーブル

Claims (3)

1. 入力画像の中から特定の物体を検出する物体検出手段と、
   撮像環境下の照度を検出する照度検出手段と、
   前記特定の物体をテスト画像中に含むテスト画像群を有し、当該テスト画像群に対して前記照度検出手段で検出した照度に応じて補正を行い、この補正後のテスト画像群を用いて検出パラメータを前記物体検出手段に対して設定する制御手段と、を備え、
   前記制御手段は、規定されている最低の物体検出試行回数と最高の物体検出閾値を前記検出パラメータとして設定して物体検出率を求め、次いで物体検出閾値を固定して物体検出試行回数を増加させて前記検出パラメータとして設定して物体検出率を求める動作を規定の最高物体検出試行回数まで行い、この求めた物体検出率が規定検出率以上であれば、そのときの物体検出試行回数および規定の最高物体検出閾値を前記検出パラメータとして設定する
   ことを特徴とする物体検出装置。
2. 前記制御手段は、前記求めた物体検出率が前記規定検出率を下回っていれば、規定されている最高の物体検出試行回数と最高の物体検出閾値を前記検出パラメータとして設定して物体検出率を求め、次いで物体検出試行回数を固定して物体検出閾値を減少させて前記検出パラメータとして設定して物体検出率を求める動作を規定の最小物体検出閾値まで行い、この求めた物体検出率が前記規定検出率以上であれば、そのときの物体検出閾値および規定の最高物体検出試行回数を前記検出パラメータとして設定する
   ことを特徴とする請求項１記載の物体検出装置。
3. 物体検出手段が、入力画像の中から特定の物体を検出する検出ステップと、
   照度検出手段が、撮像環境下の照度を検出するステップと、
   制御手段が、前記特定の物体をテスト画像中に含むテスト画像群を有し、当該テスト画像群に対して前記照度検出手段で検出された照度に応じて補正を行い、この補正後のテスト画像群を用いて検出パラメータを前記物体検出手段に対して設定する設定ステップと、を備え、
   前記設定ステップにおいて、前記制御手段は、規定されている最低の物体検出試行回数と最高の物体検出閾値を前記検出パラメータとして設定して物体検出率を求め、次いで物体検出閾値を固定して物体検出試行回数を増加させて前記検出パラメータとして設定して物体検出率を求める動作を規定の最高物体検出試行回数まで行い、この求めた物体検出率が規定検出率以上であれば、そのときの物体検出試行回数および規定の最高物体検出閾値を前記検出パラメータとして設定する
   ことを特徴とする物体検出方法。

Images