JP4829966B2 - 物体検出システム及び物体検出方法 - Google Patents
物体検出システム及び物体検出方法 Download PDFInfo
- Publication number
- JP4829966B2 JP4829966B2 JP2008519552A JP2008519552A JP4829966B2 JP 4829966 B2 JP4829966 B2 JP 4829966B2 JP 2008519552 A JP2008519552 A JP 2008519552A JP 2008519552 A JP2008519552 A JP 2008519552A JP 4829966 B2 JP4829966 B2 JP 4829966B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- area
- symmetry
- image
- symmetry axis
- 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.)
- Expired - Fee Related
Links
Description
例えば特許文献1では、2つの赤外線カメラによる画像中のライトを検知することにより、車両の大きさや位置を検出するシステムが提案されている。
非特許文献1に開示されている従来の歩行者等の物体検出方式では、歩行者の形状がほぼ線対称であることを利用し、画像局所領域内の線対称性を評価することによって、歩行者の候補領域を抽出している。
例えば、横方向に大きな歩幅で動く人は、上半身の対称軸と同じ軸上に下半身の対称性が得られない場合がある。この場合、矩形領域として本来より上方に小さい領域が選択されてしまう。
図1は、人が歩行している画像を模式化して表現したものである。
人が歩行している場合、上半身から下半身までを通した対称軸を得ることは難しい。同図において、下半身部分が左右対称となる対称軸2は、上半身の対称軸1よりずれており、非特許文献1のシステムでは、この1人の画像は、本来は矩形領域4のように検知されなければならないのに、上半身の矩形領域3のみが検出されてしまい、下半身部分は別の矩形領域として処理されてしまう。
幾何学情報生成部は、1つのカメラから得られる撮影画像に対して、対象物体の実際のサイズとカメラパラメータ情報を用いて、路面上に存在する物体の画像上での位置と画像領域サイズの関係情報を算出する。
対称軸連続性評価部は、前記対称性評価部によって評価されたある閾値以上の画素の、矩形領域内の中心軸付近の密度と連続性の少なくとも一方を評価し、前記対称物体の最下端点を検出する。
この構成により、画像から求めた矩形領域の対称軸を求め、この対称軸が連続するものを1つの矩形領域として見なすことができる。
更に本発明は、前記矩形領域中の前記対象物体に依存した部位領域情報を記憶する対象物体部位分割情報記憶部と、前記部位領域情報に基づいて、矩形領域を複数の部分領域に分割する領域分割処理部と、前記各部分領域において前記対称軸連続性評価部によって算出された対称軸存在確率に基づいて、歩行者候補領域を統合的に判定する統合判定部を、
を有し、前記対称性評価部は、分割された前記部分領域それぞれに対して、前記部位領域情報で定義される、前記インターバルサイズを用いて対称軸の可能性を評価し、前記対称軸連続性評価部は、前記対称性評価部によって評価された対称軸候補領域の、部分領域の所定位置における密度を評価し、対称軸存在確率を算出する構成としても良い。
また本発明は、物体検出方法もその範囲に含む。
本実施形態のシステムでは、車等に搭載した単眼カメラによる画像を用い、歩行者等の検出対称物体がほぼ線対称であるという特徴を考慮して、線対称性を含む画像領域を検出対称物体を含む可能性の高い画像領域として検出する。
同図において物体検出システム22aは、カメラ21と接続されており、カメラインタフェース23、画像フレーム記憶部24、対象性評価部25、対称軸連続性評価部26、矩形領域生成部27、後段処理部28、カメラパラメータ記憶部29、幾何情報生成部30及び幾何学情報テーブル記憶部31を備える。
カメラ21で撮影した画像に対して、幾何学情報生成部30は、物体(歩行者)のサイズとカメラの透視投影条件に基づき、矩形領域の各画素について、その画素が足元であると仮定した場合の物体を囲うと想定する画像領域を算出する。具体的には、例えば、カメラパラメータ記憶部29に記憶されている、カメラの焦点距離f、自車の運動中心Oに対するカメラの位置O’(x0,y0,z0)、カメラの向きθ(yaw,row,pit)を用いて、公知の変換式を利用して、実際の座標P(X,Y,Z)と、画面上での座標Q(u,v)を対応付ける。
同図の幾何学情報テーブルは、カメラ21による画像の横方向にx軸、縦方向にy軸を取り、左上を原点とした座標軸において、幾何学情報として、カメラ21による画像の各ピクセルのy座標、物体(歩行者)を含む矩形領域の幅W、矩形領域の縦H、インターバルサイズTが関連付けられて記憶されている。例えば足元の画素のY座標が140であったときその物体(歩行者)を含む矩形領域の幅Wは10、縦Hは20、インターバルサイズは17.5である。なおインターバルサイズは、その矩形領域の対称性を評価する際に用いる値で、詳細は後述する。
以下に第1の実施形態のシステム22aによって行なわれる処理の詳細を順を追って示す。
〔Step1〕
対称性評価部25は、幾何学情報テーブル内の幾何学情報テーブルを用い、各y座標に対応する矩形領域幅Wに対するインターバルサイズTを決定する。
また例えば、Wmin =10,Wmax =110,N=8の場合では、T=17.5,30,42.5,55,67.5,80,92.5,105,117の9種類のインターバルサイズTが決定される。
例えば、図5の幾何学情報テーブルにおいて、y座標=141のときW=11なので、W<Tiを満たす最小のi=1を用いて、インターバルサイズT=17.5と決定される。
〔Step2〕
次に対称性評価部25は、各インターバルサイズTiで、画像Iの各画素xにおける水平方向の対象性を対称性フィルタの関数Symm(x,T)によって評価したフィルタ反応画像Fiを生成する。
各画素について、水平方向の信号のインターバルサイズTにおける対称性は、次式の対象性フィルタの関数Symmで評価できる。
なお、上記式では画像Iに水平方向の1列分のみに対して評価したものであるが、本実施形態はこのような形に限定されるものではなく、水平方向に複数列分を代入して評価するものとしてもよい。
対称軸連続性評価部26は、各画像Fiについて、縦方向に重みを用いて平滑化処理を行い、画像Fi’を生成する。画像Fi’は例えば、評価式Vsymm(x)によって得ることが出来る。
対称軸連続性評価部26は、平滑化処理後の画像Fi’について、ある閾値Th1以上の領域Fxについて縦方向のみに細線化処理を行い、細線化処理をして得られた線分領域ELを抽出する。
Thin(x,t)=1 if Fi’(x)==max(Fi’(x-t),...,Fi’(x),...,Fi’(x+t)) oterwise 0
図8に閾値Th1以上の対称性フィルタの反応領域Fx、線分領域FL及び線分領域ELの下端点Eを示す。
〔Step5〕
対称軸連続性評価部26は、細線化処理を行なった線分領域ELの下端点Eを抽出する。下端点Eは、細線化処理によって得られた線分領域ELについて、y軸方向の連続性を評価することで得られる。
〔Step6〕
対称軸連続性評価部26は、幾何学情報テーブル記憶部31に基づいて上方に存在する矩形領域Rを決定する。
〔Step7〕
対称軸連続性評価部26は、Step6で決定した矩形領域Rの中心付近の、細線化線分領域ELの密度と連続性を評価する。
まず、幅W縦Hの矩形領域の中心座標が(x1,y1)のとき、a%の中心領域(x1−0.5*a*W〜x1+0.5*a*W,y=y1−H〜y1)について、各行における細線化線分領域ELの存在NELを評価する。なお本実施形態のではこの中心領域からa%の領域に存在する細線分化線分領域ELの量を密度と言う。
次にa%の中心領域の全行分のNELの合計SNEL(同図では7)が、定められた閾値Th2以上の場合、同矩形領域Rに対称軸が存在すると判断する。(例えばSNEL>H*Th2)
〔Step8〕
矩形領域生成部27は、各対象フィルタ反応画像Fi(i=1,..,N+1)で得られた矩形領域Rを統合し、距離的に近いものを統合する。例えば、2つの矩形領域R1とR2について、下端中央点E1とE2の距離がある閾値Th3以下であれば、対称軸の中心付近の密度(N2/H)の大きい方の矩形領域を採択し、他方を棄却する。
そしてこの歩行者の候補領域に対して、後段処理部28は、ニューラルネットワークによる識別処理や、パターンマッチング処理を行ない、歩行者に対する矩形領域であるかどうかを特定する。
同図においてまず事前処理として幾何学情報テーブル31を1フレーム毎に算出する。
次に、各インターバルサイズTiに対して、ステップS2として各画素について上記した関数Symm(x、T)を用いた対称軸評価処理を行なう。
そしてステップS4として、細線分化処理Thinにより線分領域ELを抽出する。
次にステップS6としてそしてこの下端点を歩行者の足元と想定して、矩形領域Rを生成する。
このステップS2乃至S7の処理を各インターバルサイズTiに対して行い、ステップS8として各インターバルサイズTiについて得られた矩形領域Rを距離的に近いものを統合する。そして最後にステップS9として候補の矩形領域を出力する。
次に本発明の第2の実施形態について説明する。
同図(a)に示すように、第2の実施形態では、システム40に近赤外光などの光を照射する照射ライト42と、この照射ライトから照射された光を受光することが可能なカメラ41を接続する構成となっている。またシステム40は、反射領域抽出部43、点等・消灯制御部44及び解決部45を備えている。
図11(b)に示すように、記憶領域に記憶した近赤外光等の光を照射した状態でカメラ41で撮影した画像と、照射ライト42をOFFにして撮影画像との、差分を減算部によって求め、これを記憶領域に記憶する。反射領域抽出手段は、この画像に対して、後述する線分除去処理を行ない反射画像を出力する。
〔Step1〕
反射領域抽出部43は、連続して撮影した画像I1,I2(ライトONの画像I1、ライトOFFの画像I2)から、差分画像Dを生成する。このとき例えば、対応する画素値の差分絶対値を用いることができる。
D(x,y)=|I1−I2|
〔Step2〕
反射領域抽出部43は、差分画像Dに対し、所定の係数γでガンマ補正をした後、所定の閾値Thで2値化処理した画像Bを生成する。画像Bは、例えば、
B(x,y)=1 if D(x,y)^γ>Th otherwise 0
として求めることができる。
〔Step3〕
反射領域抽出部43は、画像Bに対して生じている小さい孤立点の、除去もしくは穴埋めを行うため、モルフォロジ演算のオープン・クローズフィルタを適用し、画像Mを生成する。
〔Step4〕
反射領域抽出部43は、画像Mに対し、所定のウィンドウサイズの平滑化フィルタを適用し、所定の閾値Th2以上であった画素領域を反射領域Rとする。
例えば反射領域Rは
図13に第2の実施形態における反射領域Rの求め方を示す。
近赤外線照射ライト42は、路面に略平行に照射されるので照射光は路面64部分にはほとんど当たらない。
画像63では、歩行者65には近赤外線照射ライト42による照射光が当たり反射領域となっている。また路面66はエッジのみが残るが、これは平滑化フィルタによって線分除去処理を行ない、除去される。
〔Step6〕
解決部45は、第1の実施形態の対称性評価部25と同様に、各y座標に対応する矩形領域幅Wから、インターバルサイズTを決定する。このインターバルサイズの決定の仕方としては、例えば、Wを上回る最小の奇数とする。
同図において、例えばy=140であるとき、インターバルサイズTは、物体の矩形幅W=10を上回る最小の奇数11となっている。
〔Step7〕
解決部45は、Step5で画像から抽出された反射領域Rの下端点Eを抽出する。
〔Step8〕
解決部45は、抽出された各下端点E(x,y)に関して、Eが足元であると想定し、幾何学情報テーブル1に基づいて上方に存在する矩形領域Rectを決定する。
〔Step9〕
解決部45は、矩形領域Rectの各画素について、各下端点E(x,y)のy座標で参照される幾何学情報テーブルのインターバルサイズTiを用い、対称性フィルタ反応値Fiを算出する。この処理は、第1の実施形態のStep2と同じである。
〔Step10〕
解決部45は、各矩形領域Rect対して、Vsymmによる平滑軸評価化処理を行なう。この処理は、第1の実施形態のStep3と同じである。
〔Step11〕
解決部45は、各矩形領域Rect対して、Thinによる細線化処理を行なう。
この処理は、第1の実施形態のStep4と同じである。
〔Step12〕
解決部45は、各矩形領域Rectに対し、対称軸連続性評価処理を行なう。この処理は、第1の実施形態のStep5と同じである。
図15は、第2の実施形態のシステムが行なう処理を示すフローチャートである。
同図において処理が開始されると、まず事前処理として幾何学情報テーブル31を1フレーム毎に算出する。
そして各矩形領域に対して解決部44は、ステップS17として関数Symmによる対称軸評価処理を行なう。このステップS17の処理は第1の実施形態のステップS3と同じ処理である。
このように第2の実施形態のシステムによれば、コントラストが不足して歩行者の下半身の画像が不鮮明な場合や、足元の下に対称性のテクスチャ(ペンキ、マンホール等)がある場合でも、足元を精度よく検出することが出来る。
第3の実施形態のシステムは、矩形領域の上端から下端まで、正面肩幅を狙った対称間隔Tを使用しているため、路面の横断ペイントに対称軸候補が抽出され、誤検出の元になる場合に対処するものである。
同図においては、物体(歩行者)を検出するにあたって、例えば歩行者の肩幅から求めた対称間隔(インターバルサイズ)71からもとめた矩形領域72ではなく、路面のペイントも含んだ矩形領域73や、検出対象物以外のもの74による矩形領域75が候補領域として初期段階では検出される。
本実施形態のシステムでは、車載した単眼カメラによる画像を用い、歩行者がほぼ線対称であるという特徴を考慮して、線対称性を含む画像領域を歩行者を含む可能性の高い画像領域として検出する。
同図は、歩行者の候補領域を示すもので、これを頭部領域81、上半身領域82及び下半身領域83それぞれに対して、それぞれ異なる対称間隔Tbd、Tub及びTlbを用いて対称軸候補領域を求める。
図18は、第3の実施形態のシステム構成例を示す図である。
図18の構成と図4の構成を比較すると、新たに領域分割処理部91、対象物体部位分割情報記憶部92及び統合判定処理部93を有している。
以下に第3の実施形態のシステム22bによって行なわれる処理の詳細を順を追って示す。
〔Step A−1〕
領域分割処理部91は、各Y座標について、現在処理中の幾何学情報テーブルに基づき、人を囲う全身矩形領域の縦辺長を決定する。この縦辺長を、対象物体部位分割情報記憶部92に記憶される部位領域情報を参照し、各領域に適用するインターバルサイズを決定する。
以下のStep Bの処理は、各部分画像領域Iiに対する処理を示している。
〔Step B−1〕
対称性評価部25は、各インターバルサイズTlocal_iで、画像領域Iiの各画素xにおける水平方向の対称性を対称性フィルタの関数Symm(x,T)によって評価したフィルタ反応画像Fiを生成する。(〔第1の実施形態のStep2と同じ処理〕)
〔Step B−2〕
対称軸連続性評価部26は、各画像Fiについて、縦方向に重みを用いて平滑化処理を行い、画像Fi’を生成する。これらは例えば、評価式Vsymm(x)によって得ることが出来る。(〔第1の実施形態のStep3と同じ処理〕)
〔Step B−3〕
対称軸連続性評価部26は、平滑化処理後の画像Fi’について、ある閾値Th_i以上の領域Fxについて縦方向のみに細線化処理を行い、細線化処理をして得られた線分領域ELを抽出する。(〔第1の実施形態のStep4と同じ処理〕)
次に各X座標について以下の処理を実施する。
〔Step C−1〕
対称軸連続性評価部26は、幾何学情報テーブル31に基づいて、現在の処理対象の画素(x,y)の上方に存在する矩形領域Rを決定する。(第1の実施形態のStep6に相当)
具体的には、Y座標から得られる物体の矩形幅Wに基づき、Y=130のライン101とY=180のラインの間の領域において、X=−W/2+x〜x+W/2、Y=y−H+1〜yの領域を矩形領域Rとする。
以下のStep Dの処理は、各部分矩形領域Ri毎に対して実行される。
図21にY=130のライン101とY=180のラインの間の領域における各部分領域Riを模式的に示す。
〔Step D−1〕
対称軸連続性評価部26は、StepC−1で決定した矩形領域Rと画像領域Iiで定義される領域Riの中心付近の、細線化線分領域ELの密度を評価し、対称軸の存在確率Psymm_iを算出する。
このとき、領域Riのy座標をy1〜y2とすると、x1を中心としたa%の領域(x=x1−0.5*a*W〜x1+0.5*a*W,y=y1−H〜y1)について、各行における細線化線分領域ELの存在NELを評価する。
また、下半身部分の場合のように、領域Riに2本以上の対称軸が期待される場合は、部位領域情報を参照して得られる、それぞれの位置についてPsymmを算出する。
〔Step C−2〕
各部分矩形領域RiからのPsymmに基づき、矩形領域Rに対象物体が含まれるか否かの判定処理を統合的に行う。例えば、すべてのPsymm_iが所定の閾値Thiを満たす場合に、矩形領域Rに、歩行者の各部位に応じた対称軸が存在すると判断し、領域Rを採択する。そうでない場合は、棄却する。(Riから2つ以上の存在確率が得られている場合はOR条件とする)
if Psymm1>Th1 & Psymm2>Th2 & (Psymm31>Th31 |Psymm32>Th32) then f(Psymm1,Psymm2,Psymm3)=1 otherwise 0
そして評価関数によりf(Psymm1,Psymm2,Psymm3)が1のときは、全部分領域を採択し、0のときは破棄する。
図22は、第3の実施形態のシステムで実行される処理を示すフローチャートである。
この幾何学情報テーブルは、カメラの高さ、傾き具合、焦点距離等のパラメータから算出する。
まずステップS32として、部位領域情報に基づいた部分領域の決定処理を行う。
例えば部位領域情報が、図19に示すような値の場合、全身矩形領域を1:2:2で頭部、上半身及び下半身の部分領域に分割する。また各部分領域のインターバルサイズを決定する。
まずステップS33では、対称性評価部25が、対称性フィルタの関数Symm(x,T)によって評価したフィルタ反応画像Fiを生成する。
そして次に、ステップS35として、対称軸連続性評価部26は、平滑化処理後の画像Fi’について、ある閾値Th_i以上の領域Fxについて縦方向のみに細線化処理を行い、細線化処理をして得られた線分領域ELを抽出する。
このステップS36では、部分領域Rの決定処理を行う。
ステップS37では、各部分領域Riの対称軸存在確率を求める。
以上のように、本発明の第1の実施形態によれば、歩行者の幅を囲うと想定する細い矩形領域の対称性を評価し、矩形領域の中心軸付近に存在する対称軸候補領域の密度と連続性を評価することで、人の候補領域を生成し、これにより対称軸が部分的にずれる場合や、斜め方向の対称軸に対してロバストな効果を有する。
また第2の実施形態のシステムによれば、背景とのコントラストが不足し下半身の画像が不鮮明な場合や、足元の下に対称性のテクスチャ(ペンキ、マンホール等)がある場合でも、足元を精度よく検出できる。また第1の実施形態のシステム同様、距離が本来よりも非常に遠くに認識されたり、後段の詳細判定によって矩形領域が棄却され、検出性能が悪くなったりする問題を改善することができる。
Claims (15)
- 1つのカメラから得られる撮影画像に対して、対象物体の実際のサイズとカメラパラメータ情報を用いて、路面上に存在する物体の画像上での位置と画像領域サイズの関係を示す幾何学情報を算出する幾何学情報生成部と、
評価対象として指定される各画素が、前記対象物体の実際の幅として想定される幅と前記幾何学情報に基づいて決められる対称間隔での対称軸である可能性を評価する対称性評価部と、
前記対称性評価部による評価から得られる値がある閾値以上の画素の連続性を評価して最下端点を検出し、検出された前記最下端点及び前記幾何学情報に基づいて得られる矩形領域において、当該矩形領域内の中心軸付近の、対称軸である画素の密度を評価する対称軸連続性評価部と、
前記対称軸連続性評価部による前記密度の評価から得られる値が所定値以上である場合に、前記対象物体の候補領域として当該矩形領域の位置とサイズを出力する矩形領域生成部と、
を有することを特徴とする物体検出システム。 - 前記撮影画像の縦方向の画素の位置と、前記対象物体が収まる前記矩形領域の幅と縦の大きさを対応付けたテーブルを、前記幾何学情報として記憶する幾何学情報テーブル記憶部を更に備えることを特徴とする請求項1に記載の物体検出システム。
- 画素の横方向の位置をx、前記対称間隔をTとすると、前記対称性評価部による対称軸の可能性の評価は、関数Symm(x,T)
- 画素の横方向の位置をx、前記対称間隔をTとすると、前記対称性評価部による対称軸の可能性の評価は、関数Symm(x,T)
- 前記対称軸連続性評価部は、画素毎に前記対称性評価部によって得られる対称軸の可能性の評価値を平滑化し、平滑化後の評価値がある閾値以上の画素で構成される画像に対して細線分化処理を行ない、当該細線分化処理によって得られた線分領域の前記最下端点を求めることを特徴とする請求項1に記載の物体検出システム。
- 前記矩形領域生成部は、前記対称軸連続性評価部が検出した最下端点のうち近似するものを統合し、当該最下端点を最下端とする矩形領域を前記対象物体の候補領域の位置とサイズとして出力することを特徴とする請求項1に記載の物体検出システム。
- 前記カメラのシャッターに同期してON/OFFを交互に切り換える照射ライトに接続され、前記照射ライトがONのとき撮影した画像と、前記照射ライトがOFFのとき撮影した画像の差分画像を求め、当該差分画像に対して、線分除去フィルタを適用して反射領域を抽出する反射領域抽出部を更に備え、前記幾何学情報生成部は、当該反射領域に対して、対象物体の実際のサイズとカメラパラメータ情報を用いて、前記幾何学情報を算出することを特徴とする請求項1に記載の物体検出システム。
- 前記照射ライトは、近赤外線照射ライトであることを特徴とする請求項7に記載の物体検出システム。
- 前記照射ライトは、路面に対して略平行に光を照射することを特徴とする請求項7に記載の物体検出システム。
- 前記対象物体は、歩行者であることを特徴とする請求項1に記載の物体検出システム。
- 前記矩形領域中の前記対象物体に依存した部位領域情報を記憶する対象物体部位分割情報記憶部と、
前記部位領域情報に基づいて、矩形領域を複数の部分領域に分割する領域分割処理部と、
前記各部分領域において前記対称軸連続性評価部によって算出された対称軸存在確率に基づいて、歩行者候補領域を統合的に判定する統合判定部と、
を有し、
前記対称性評価部は、分割された前記部分領域それぞれに対して、前記部位領域情報で定義される、前記対称間隔を用いて対称軸の可能性を評価し、前記対称軸連続性評価部は、前記対称性評価部によって評価された対称軸候補領域の、部分領域の所定位置における密度を評価し、対称軸存在確率を算出する
ことを特徴とする請求項1に記載の物体検出システム。 - 前記対象物体は歩行者で、前記領域分割処理部は前記矩形領域を前記歩行者の頭部に当たる部分領域、上半身に当たる部分領域及び下半身に当たる部分領域に分割することを特徴とする請求項11に記載の物体検出システム。
- 1つのカメラから得られる撮影画像に対して、対象物体の実際のサイズとカメラパラメータ情報を用いて、路面上に存在する物体の画像上での位置と画像領域サイズの関係を示す幾何学情報を算出し、
評価対象として指定される各画素が、前記対象物体の実際の幅として想定される幅と前記幾何学情報に基づいて決められる対称間隔での対称軸である可能性を評価し、
前記可能性の評価により得られる値がある閾値以上の画素の連続性を評価して最下端点を検出し、
前記検出された最下端点及び前記幾何学情報に基づいて得られる矩形領域において、当該矩形領域内の中心軸付近の、対称軸である画素の密度を評価し、
前記密度の評価から得られる値が所定値以上である場合に、前記対象物体の候補領域として当該矩形領域の位置とサイズを出力する
ことを特徴とする物体検出方法。 - 記憶されている前記矩形領域中の前記対象物体に依存した部位領域情報に基づいて、矩形領域を複数の部分領域に分割し、
前記各部分領域において算出された対称軸存在確率に基づいて、歩行者候補領域を統合的に判定し、
分割された前記部分領域それぞれに対して、前記部位領域情報で定義される、前記対称間隔を用いて対称軸の可能性を評価し、
評価された対称軸候補領域の、部分領域の所定位置における密度を評価し、対称軸存在確率を算出する
ことを特徴とする請求項13に記載の物体検出方法。 - 照射ライトがONのとき撮影した画像と、前記照射ライトがOFFのとき撮影した画像の差分画像を求め、当該差分画像に対して、線分除去フィルタを適用して反射領域を抽出し、当該反射領域に対して、対象物体の実際のサイズとカメラパラメータ情報を用いて、前記幾何学情報を算出することを特徴とする請求項13に記載の物体検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008519552A JP4829966B2 (ja) | 2006-11-29 | 2007-06-08 | 物体検出システム及び物体検出方法 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JPPCT/JP2006/323792 | 2006-11-29 | ||
PCT/JP2006/323792 WO2008065717A1 (fr) | 2006-11-29 | 2006-11-29 | Système et procédé de détection de piéton |
JP2008519552A JP4829966B2 (ja) | 2006-11-29 | 2007-06-08 | 物体検出システム及び物体検出方法 |
PCT/JP2007/000616 WO2008065729A1 (fr) | 2006-11-29 | 2007-06-08 | Système et procédé de détection d'objet |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2008065729A1 JPWO2008065729A1 (ja) | 2010-03-04 |
JP4829966B2 true JP4829966B2 (ja) | 2011-12-07 |
Family
ID=45418253
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008519552A Expired - Fee Related JP4829966B2 (ja) | 2006-11-29 | 2007-06-08 | 物体検出システム及び物体検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4829966B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6003367B2 (ja) * | 2012-08-06 | 2016-10-05 | 日本電気株式会社 | 画像認識装置、画像認識方法および画像認識プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08315149A (ja) * | 1995-05-17 | 1996-11-29 | Oki Electric Ind Co Ltd | 侵入物体認識装置 |
JP2000039306A (ja) * | 1998-07-22 | 2000-02-08 | Nec Corp | 車両領域検出装置及び車両領域検定方法 |
JP2003284057A (ja) * | 2002-01-18 | 2003-10-03 | Honda Motor Co Ltd | 車両周辺監視装置 |
JP2005339389A (ja) * | 2004-05-28 | 2005-12-08 | Matsushita Electric Works Ltd | 画像処理方法および画像処理装置 |
JP2006099603A (ja) * | 2004-09-30 | 2006-04-13 | Nissan Motor Co Ltd | 人物検出装置及び方法 |
-
2007
- 2007-06-08 JP JP2008519552A patent/JP4829966B2/ja not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08315149A (ja) * | 1995-05-17 | 1996-11-29 | Oki Electric Ind Co Ltd | 侵入物体認識装置 |
JP2000039306A (ja) * | 1998-07-22 | 2000-02-08 | Nec Corp | 車両領域検出装置及び車両領域検定方法 |
JP2003284057A (ja) * | 2002-01-18 | 2003-10-03 | Honda Motor Co Ltd | 車両周辺監視装置 |
JP2005339389A (ja) * | 2004-05-28 | 2005-12-08 | Matsushita Electric Works Ltd | 画像処理方法および画像処理装置 |
JP2006099603A (ja) * | 2004-09-30 | 2006-04-13 | Nissan Motor Co Ltd | 人物検出装置及び方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2008065729A1 (ja) | 2010-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2008065729A1 (fr) | Système et procédé de détection d'objet | |
JP6184877B2 (ja) | 車両用外界認識装置 | |
CN107463890B (zh) | 一种基于单目前视相机的前车检测与跟踪方法 | |
US9117115B2 (en) | Exterior environment recognition device and exterior environment recognition method | |
JP6358552B2 (ja) | 画像認識装置および画像認識方法 | |
KR101362631B1 (ko) | 머리 인식 방법 | |
JP2014115978A (ja) | 移動物体認識装置及びこれを用いた報知装置及びその移動物体認識装置に用いる移動物体認識用プログラム及び移動物体認識装置を備えた移動体 | |
JP2013089252A (ja) | 映像処理方法及び装置 | |
JP2008123113A (ja) | 歩行者検知装置 | |
CN106573588A (zh) | 驾驶辅助装置、驾驶辅助方法和程序 | |
JP2010244194A (ja) | 物体識別装置 | |
JP4674179B2 (ja) | 影認識方法及び影境界抽出方法 | |
KR101483742B1 (ko) | 지능형 차량의 차선 검출방법 | |
JP4094604B2 (ja) | 車両周辺監視装置 | |
WO2011099072A1 (ja) | パターン識別装置 | |
JP4425852B2 (ja) | 車両周辺監視装置 | |
JP2006151300A (ja) | 車両周辺監視装置 | |
JP5867267B2 (ja) | 歩行者検出装置及び歩行者検出方法 | |
JP4829966B2 (ja) | 物体検出システム及び物体検出方法 | |
KR101696086B1 (ko) | 소나 이미지 내의 물체 부분 추출 방법 및 장치 | |
JP4765113B2 (ja) | 車両周辺監視装置、車両、車両周辺監視用プログラム、車両周辺監視方法 | |
JP4788399B2 (ja) | 歩行者検出方法、装置、およびプログラム | |
KR101371875B1 (ko) | 스테레오 비전을 이용한 차량검출과 차간거리 산출 방법 및 그 장치 | |
JP4298699B2 (ja) | 車両周辺監視装置 | |
JP2013214258A (ja) | 歩行者検出装置及び方法、並びに車両用衝突判定装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110517 |
|
RD12 | Notification of acceptance of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7432 Effective date: 20110617 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110627 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20110617 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110913 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110916 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140922 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |