JP5360052B2 - 物体検出装置 - Google Patents
物体検出装置 Download PDFInfo
- Publication number
- JP5360052B2 JP5360052B2 JP2010507144A JP2010507144A JP5360052B2 JP 5360052 B2 JP5360052 B2 JP 5360052B2 JP 2010507144 A JP2010507144 A JP 2010507144A JP 2010507144 A JP2010507144 A JP 2010507144A JP 5360052 B2 JP5360052 B2 JP 5360052B2
- Authority
- JP
- Japan
- Prior art keywords
- probability
- pixel
- background
- foreground
- event
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
Description
入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、上記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出する事後確率算出部と、
背景と前景の事後確率の比較から物体を判定する物体判定部と、
を備えたことを特徴とする。
コンピュータに、
入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、上記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出する事後確率算出部と、
背景と前景の事後確率の比較から物体を判定する物体判定部と、
を実現させるためのプログラムである。
入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、上記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出し、
背景と前景の事後確率の比較から物体を判定する、
という構成を採る。
本発明の第1の実施形態における物体検出装置、物体検出方法、及びプログラムについて、図1乃至図5を参照して詳細に説明する。図1は、物体検出装置の構成を示すブロック図である。図2は、時空間方向の画素間の関係を表す図である。図3乃至図5は、物体検出装置の動作を示すフローチャート図である。
図1を参照すると、本発明の第1の実施形態に係る物体検出装置は、カメラ・ビデオ等の動画像から画像を取得する画像取得部1と、プログラム制御により動作するデータ処理装置2と、情報を記憶する記憶装置3と、を備える。
「Ib」は、時刻tにおけるb位置(b=0:注目画素、b≠0:周辺画素)の特徴量を示す。
「p(I0|ω(t)i,0)」は、注目画素の背景と前景の生起確率を示す。
「p(Ij|ω(t)kj,j)」は、周辺画素の背景と前景の生起確率を示す。
「P(ω(t)kj,j|ω(t)i,0)」は、空間関係確率を示す。
「P(ω(t)i,0|ω(t‐1)l,0)」は、時間関係確率を示す。
「P(ω(t‐1)i,0)」は、1つ前の入力画像における背景と前景の事前確率であるが、すでに事後確率が分かっているので、ここには1つ前の入力画像における背景と前景の事後確率「P(ω(t‐1)i,0|I0,・・・,I4)」を用いる。
「p(I0,・・・,I4)」は、背景の事後確率「P(ω(t)0,0|I0,・・・,I4)」を求める際に、数式(1)から「1/p(I0,・・・,I4)」を取り除いて算出したものと、前景の事後確率「P(ω(t)1,0|I0,・・・,I4)」を求める際に、数式(1)から「1/p(I0,・・・,I4)」を取り除いて算出したものとを足し合わせたものである。
次に、図1、図3、図4及び図5を参照して本発明の第1の実施形態に係る物体検出装置の動作について詳細に説明する。
次に、本発明の第2の実施形態に係る物体検出装置について、図面を参照して詳細に説明する。
次に、本発明の第3の実施形態に係る物体検出装置について、図7を参照して説明する。
次に、本発明の第4の実施形態を、図8を参照して説明する。図8は、本実施形態における物体検出装置の構成を示す機能ブロック図である。なお、本実施形態では、上述した物体検出装置の概略を説明する。
入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、上記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出する事後確率算出部と、
背景と前景の事後確率の比較から物体を判定する物体判定部と、
を備えている。
上記条件付確率は、空間方向の近傍において注目画素の事象(背景又は前景)が起こった時の周辺画素の事象の起こる確率、及び、時間方向の近傍において1つ前の入力画像における注目画素の事象が起こった時の現在の注目画素の事象が起こる確率である、
という構成を採る。
上記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に異なる場合より高く設定し、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に異なる場合より高く設定する、
という構成を採る。
上記条件付確率は、上記物体判定部の判定の結果から、注目画素が背景又は前景と判定された時の周辺画素が背景又は前景と判定されるという全4つの場合と、1つ前の入力画像における注目画素が背景又は前景と判定された時の現在の注目画素が背景又は前景と判定されるという全4つの場合について数を逐次数えておき、それらを用いて更新される、
という構成を採る。
上記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に1/2より下げないこととし、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に1/2より下げない、
という構成を採る。
上記確率密度関数の中で背景の確率密度関数は、上記物体判定部の判定の結果を時系列で観測して前景の出現頻度が高い場合、背景の傾向に変化があったとして逐次蓄積された上記特徴量から推定され、低い場合、背景の傾向に変化がなかったとして上記物体判定部で背景と判定された時に蓄積された特徴量から推定される、
という構成を採る。
上記特徴量は、1次元の特徴量を複数組み合わせた2次元以上の特徴ベクトルである、
という構成を採る。
上記特徴量は、画面上に局所領域を設定し、そこから得られるブロックを単位とした特徴量及び特徴ベクトルである、
という構成を採る。
上記確率密度関数の中で前景の確率密度関数は、一様に分布している、
という構成を採る。
上記確率密度関数の中で前景の確率密度関数は、検出したい対象物体を予め分析して推定した確率密度関数である、
という構成を採る。
上記物体判定部は、上記事後確率算出部で取得された背景と前景の事後確率を比較して、背景の事後確率が大きい場合、背景と判定し、前景の事後確率が大きい場合、前景と判定する、
という構成を採る。
動画像に含まれる現在画像の注目画素における前景の事後確率及び背景の事後確率としての注目画素前景事後確率及び注目画素背景事後確率を算出する事後確率算出部と、
上記注目画素前景事後確率と上記注目画素背景事後確率の比較に基づいて物体を判定する物体判定部と
を具備する。
上記注目画素における背景の生起確率としての注目画素背景生起確率と、
上記現在画像の画素であって、上記注目画素の近傍に配置された近傍画素における背景の生起確率としての近傍画素背景生起確率と、
上記注目画素が背景の場合に上記近傍画素が背景となる確率を示す第1空間関係確率と、
上記近傍画素における前景の生起確率としての近傍画素前景生起確率と、
上記注目画素が背景の場合に上記近傍画素が前景となる確率を示す第2空間関係確率と、
上記動画像に含まれる過去画像の画素であって、上記注目画素に対応する過去画素における背景の事後確率としての過去画素背景事後確率と、
上記過去画素が背景の場合に上記注目画素が背景となる確率を示す第1時間関係確率と、
上記過去画素における前景の事後確率としての過去画素前景事後確率と、
上記過去画素が前景の場合に上記注目画素が背景となる確率を示す第2時間関係確率と
に基づいて、上記注目画素背景事後確率を算出する。
上記注目画素における前景の生起確率としての注目画素前景生起確率と、
上記近傍画素背景生起確率と、
上記注目画素が前景の場合に上記近傍画素が背景となる確率を示す第3空間関係確率と、
上記近傍画素前景生起確率と、
上記注目画素が前景の場合に上記近傍画素が前景となる確率を示す第4空間関係確率と、
上記過去画素背景事後確率と、
上記過去画素が背景の場合に上記注目画素が前景となる確率を示す第3時間関係確率と、
上記過去画素前景事後確率と、
上記過去画素が前景の場合に上記注目画素が前景となる確率を示す第4時間関係確率と
に基づいて、上記注目画素前景事後確率を算出する、という構成を採る。
このとき、
上記第1空間関係確率は、上記第2空間関係確率より大きく、
上記第4空間関係確率は、上記第3空間関係確率より大きく、
上記第1時間関係確率は、上記第3時間関係確率より大きく、
上記第4時間関係確率は、上記第2時間関係確率より大きい、
という構成を採る。
関係確率算出部を更に具備し、
上記第1空間関係確率と上記第2空間関係確率との和が1であり、
上記第4空間関係確率と上記第3空間関係確率との和が1であり、
上記第1時間関係確率と上記第3時間関係確率との和が1であり、
上記第4時間関係確率と上記第2時間関係確率との和が1である、
という構成を採る。
第1空間関係確率値、第4空間関係確率値、第1時間関係確率値、及び第4時間関係確率値を算出し、
上記第1空間関係確率値が1/2以上のとき、上記第1空間関係確率を上記第1空間関係確率値に設定し、
上記第1空間関係確率値が1/2より小さいとき、上記第1空間関係確率を1/2以上の値に設定し、
上記第4空間関係確率値が1/2以上のとき、上記第4空間関係確率を上記第4空間関係確率値に設定し、
上記第4空間関係確率値が1/2より小さいとき、上記第4空間関係確率を1/2以上の値に設定し、
上記第1時間関係確率値が1/2以上のとき、上記第1時間関係確率を上記第1時間関係確率値に設定し、
上記第1時間関係確率値が1/2より小さいとき、上記第1時間関係確率を1/2以上の値に設定し、
上記第4時間関係確率値が1/2以上のとき、上記第4時間関係確率を上記第4時間関係確率値に設定し、
上記第4時間関係確率値が1/2より小さいとき、上記第4時間関係確率を1/2以上の値に設定する、
という構成を採る。
生起確率取得部を更に具備し、
上記生起確率取得部は、
上記注目画素の特徴量に基づいて上記注目画素背景生起確率及び上記注目画素前景生起確率を取得し、
上記近傍画素の特徴量に基づいて上記近傍画素背景生起確率及び上記近傍画素前景生起確率を取得する、
という構成を採る。
コンピュータに、
入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、上記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出する事後確率算出部と、
背景と前景の事後確率の比較から物体を判定する物体判定部と、
を実現させる、という構成を採る。
上記条件付確率は、空間方向の近傍において注目画素の事象(背景又は前景)が起こった時の周辺画素の事象の起こる確率、及び、時間方向の近傍において1つ前の入力画像における注目画素の事象が起こった時の現在の注目画素の事象が起こる確率である、
という構成を採る。
入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、上記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出し、
背景と前景の事後確率の比較から物体を判定する、
という構成を採る。
上記条件付確率は、空間方向の近傍において注目画素の事象(背景又は前景)が起こった時の周辺画素の事象の起こる確率、及び、時間方向の近傍において1つ前の入力画像における注目画素の事象が起こった時の現在の注目画素の事象が起こる確率である、
という構成を採る。
上記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に異なる場合より高く設定し、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に異なる場合より高く設定する、
という構成を採る。
上記条件付確率は、上記判定による結果から、注目画素が背景又は前景と判定された時の周辺画素が背景又は前景と判定されるという全4つの場合と、1つ前の入力画像における注目画素が背景又は前景と判定された時の現在の注目画素が背景又は前景と判定されるという全4つの場合について数を逐次数えておき、それらを用いて更新される、
という構成を採る。
上記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に1/2より下げないこととし、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に1/2より下げないこととする、
という構成を採る。
上記確率密度関数の中で背景の確率密度関数は、上記判定の結果を時系列で観測して前景の出現頻度が高い場合、背景の傾向に変化があったとして逐次蓄積された上記特徴量から推定され、低い場合、背景の傾向に変化がなかったとして上記判定にて背景と判定された時に蓄積された特徴量から推定される、
という構成を採る。
上記特徴量は、1次元の特徴量を複数組み合わせた2次元以上の特徴ベクトルである、という構成を採る。
上記特徴量は、画面上に局所領域を設定し、そこから得られるブロックを単位とした特徴量及び特徴ベクトルである、
という構成を採る。
上記確率密度関数の中で前景の確率密度関数は、一様に分布している、
という構成を採る。
上記確率密度関数の中で前景の確率密度関数は、検出したい対象物体を予め分析して推定した確率密度関数である、
という構成を採る。
上記判定時に、上記事後確率の算出時に取得された背景と前景の事後確率を比較して、背景の事後確率が大きい場合、背景と判定し、前景の事後確率が大きい場合、前景と判定する、
という構成を採る。
2 データ処理装置
3 記憶装置
21 特徴抽出部
22 生起確率取得部
23 事後確率算出部
24 物体判定部
25 背景傾向変化検知部
26 確率密度関数推定部
27 関係確率算出部
31 特徴蓄積部
32 確率密度関数記憶部
33 関係確率記憶部
34 事後確率記憶部
35 背景特徴蓄積部
100 コンピュータ
101 物体検出用プログラム
102 コンピュータ可読記憶媒体
200 データ処理装置
300 記憶装置
400 物体検出装置
401 事後確率算出部
402 物体判定部
Claims (27)
- 入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、前記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出する事後確率算出部と、
背景と前景の事後確率の比較から物体を判定する物体判定部と、
を備えたことを特徴とする物体検出装置。 - 前記条件付確率は、空間方向の近傍において注目画素の事象(背景又は前景)が起こった時の周辺画素の事象の起こる確率、及び、時間方向の近傍において1つ前の入力画像における注目画素の事象が起こった時の現在の注目画素の事象が起こる確率である、
ことを特徴とする請求の範囲1記載の物体検出装置。 - 前記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に異なる場合より高く設定し、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に異なる場合より高く設定する、
ことを特徴とする請求の範囲2記載の物体検出装置。 - 前記条件付確率は、前記物体判定部の判定の結果から、注目画素が背景又は前景と判定された時の周辺画素が背景又は前景と判定されるという全4つの場合と、1つ前の入力画像における注目画素が背景又は前景と判定された時の現在の注目画素が背景又は前景と判定されるという全4つの場合について数を逐次数えておき、それらを用いて更新される、
ことを特徴とする請求の範囲2記載の物体検出装置。 - 前記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に1/2より下げないこととし、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に1/2より下げない、
ことを特徴とする請求の範囲4記載の物体検出装置。 - 前記確率密度関数の中で背景の確率密度関数は、前記物体判定部の判定の結果を時系列で観測して前景の出現頻度が高い場合、背景の傾向に変化があったとして逐次蓄積された前記特徴量から推定され、低い場合、背景の傾向に変化がなかったとして前記物体判定部で背景と判定された時に蓄積された特徴量から推定される、
ことを特徴とする請求の範囲1乃至5の何れかに記載の物体検出装置。 - 前記特徴量は、1次元の特徴量を複数組み合わせた2次元以上の特徴ベクトルである、
ことを特徴とする請求の範囲1乃至6の何れかに記載の物体検出装置。 - 前記特徴量は、画面上に局所領域を設定し、そこから得られるブロックを単位とした特徴量及び特徴ベクトルである、
ことを特徴とする請求の範囲1乃至7の何れかに記載の物体検出装置。 - 前記確率密度関数の中で前景の確率密度関数は、一様に分布している、
ことを特徴とする請求の範囲1乃至8の何れかに記載の物体検出装置。 - 前記確率密度関数の中で前景の確率密度関数は、検出したい対象物体を予め分析して推定した確率密度関数である、
ことを特徴とする請求の範囲1乃至8の何れかに記載の物体検出装置。 - 前記物体判定部は、前記事後確率算出部で取得された背景と前景の事後確率を比較して、背景の事後確率が大きい場合、背景と判定し、前景の事後確率が大きい場合、前景と判定する、
ことを特徴とする請求の範囲1乃至10の何れかに記載の物体検出装置。 - 動画像に含まれる現在画像の注目画素における前景の事後確率及び背景の事後確率としての注目画素前景事後確率及び注目画素背景事後確率を算出する事後確率算出部と、
前記注目画素前景事後確率と前記注目画素背景事後確率の比較に基づいて物体を判定する物体判定部と
を具備し、
前記事後確率算出部は、
前記注目画素における背景の生起確率としての注目画素背景生起確率と、
前記現在画像の画素であって、前記注目画素の近傍に配置された近傍画素における背景の生起確率としての近傍画素背景生起確率と、
前記注目画素が背景の場合に前記近傍画素が背景となる確率を示す第1空間関係確率と、
前記近傍画素における前景の生起確率としての近傍画素前景生起確率と、
前記注目画素が背景の場合に前記近傍画素が前景となる確率を示す第2空間関係確率と、
前記動画像に含まれる過去画像の画素であって、前記注目画素に対応する過去画素における背景の事後確率としての過去画素背景事後確率と、
前記過去画素が背景の場合に前記注目画素が背景となる確率を示す第1時間関係確率と、
前記過去画素における前景の事後確率としての過去画素前景事後確率と、
前記過去画素が前景の場合に前記注目画素が背景となる確率を示す第2時間関係確率と
に基づいて、前記注目画素背景事後確率を算出し、
前記注目画素における前景の生起確率としての注目画素前景生起確率と、
前記近傍画素背景生起確率と、
前記注目画素が前景の場合に前記近傍画素が背景となる確率を示す第3空間関係確率と、
前記近傍画素前景生起確率と、
前記注目画素が前景の場合に前記近傍画素が前景となる確率を示す第4空間関係確率と、
前記過去画素背景事後確率と、
前記過去画素が背景の場合に前記注目画素が前景となる確率を示す第3時間関係確率と、
前記過去画素前景事後確率と、
前記過去画素が前景の場合に前記注目画素が前景となる確率を示す第4時間関係確率と
に基づいて、前記注目画素前景事後確率を算出し、
前記第1空間関係確率は、前記第2空間関係確率より大きく、
前記第4空間関係確率は、前記第3空間関係確率より大きく、
前記第1時間関係確率は、前記第3時間関係確率より大きく、
前記第4時間関係確率は、前記第2時間関係確率より大きい、
物体検出装置。 - 関係確率算出部を更に具備し、
前記第1空間関係確率と前記第2空間関係確率との和が1であり、
前記第4空間関係確率と前記第3空間関係確率との和が1であり、
前記第1時間関係確率と前記第3時間関係確率との和が1であり、
前記第4時間関係確率と前記第2時間関係確率との和が1であり、
前記関係確率算出部は、
第1空間関係確率値、第4空間関係確率値、第1時間関係確率値、及び第4時間関係確率値を算出し、
前記第1空間関係確率値が1/2以上のとき、前記第1空間関係確率を前記第1空間関係確率値に設定し、
前記第1空間関係確率値が1/2より小さいとき、前記第1空間関係確率を1/2以上の値に設定し、
前記第4空間関係確率値が1/2以上のとき、前記第4空間関係確率を前記第4空間関係確率値に設定し、
前記第4空間関係確率値が1/2より小さいとき、前記第4空間関係確率を1/2以上の値に設定し、
前記第1時間関係確率値が1/2以上のとき、前記第1時間関係確率を前記第1時間関係確率値に設定し、
前記第1時間関係確率値が1/2より小さいとき、前記第1時間関係確率を1/2以上の値に設定し、
前記第4時間関係確率値が1/2以上のとき、前記第4時間関係確率を前記第4時間関係確率値に設定し、
前記第4時間関係確率値が1/2より小さいとき、前記第4時間関係確率を1/2以上の値に設定する、
請求の範囲12記載の物体検出装置。 - 生起確率取得部を更に具備し、
前記生起確率取得部は、
前記注目画素の特徴量に基づいて前記注目画素背景生起確率及び前記注目画素前景生起確率を取得し、
前記近傍画素の特徴量に基づいて前記近傍画素背景生起確率及び前記近傍画素前景生起確率を取得する、
請求の範囲12又は13記載の物体検出装置。 - コンピュータに、
入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、前記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出する事後確率算出部と、
背景と前景の事後確率の比較から物体を判定する物体判定部と、
を実現させるためのプログラム。 - 前記条件付確率は、空間方向の近傍において注目画素の事象(背景又は前景)が起こった時の周辺画素の事象の起こる確率、及び、時間方向の近傍において1つ前の入力画像における注目画素の事象が起こった時の現在の注目画素の事象が起こる確率である、
ことを特徴とする請求の範囲15記載のプログラム。 - 入力画像の各画素から抽出された特徴量と確率密度関数とを用いて取得する背景と前景の生起確率と、前記入力画像の1つ前の入力画像における背景と前景の事後確率と、注目画素の空間方向の近傍に対する事象(背景又は前景)の関係と時間方向の近傍に対する事象の関係を示す条件付確率と、を用い、注目画素の空間方向と時間方向の近傍において同じ事象が出現する性質に基づいて設定された確率モデルから背景と前景の事後確率を算出し、
背景と前景の事後確率の比較から物体を判定する、
物体検出方法。 - 前記条件付確率は、空間方向の近傍において注目画素の事象(背景又は前景)が起こった時の周辺画素の事象の起こる確率、及び、時間方向の近傍において1つ前の入力画像における注目画素の事象が起こった時の現在の注目画素の事象が起こる確率である、
請求の範囲17記載の物体検出方法。 - 前記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に異なる場合より高く設定し、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に異なる場合より高く設定する、
請求の範囲18記載の物体検出方法。 - 前記条件付確率は、前記判定による結果から、注目画素が背景又は前景と判定された時の周辺画素が背景又は前景と判定されるという全4つの場合と、1つ前の入力画像における注目画素が背景又は前景と判定された時の現在の注目画素が背景又は前景と判定されるという全4つの場合について数を逐次数えておき、それらを用いて更新される、
請求の範囲18記載の物体検出方法。 - 前記条件付確率は、空間方向の近傍において、注目画素の事象と周辺画素の事象が同じ場合に1/2より下げないこととし、時間方向の近傍において、1つ前の入力画像における注目画素の事象と現在の注目画素の事象が同じ場合に1/2より下げないこととする、
請求の範囲20の物体検出方法。 - 前記確率密度関数の中で背景の確率密度関数は、前記判定の結果を時系列で観測して前景の出現頻度が高い場合、背景の傾向に変化があったとして逐次蓄積された前記特徴量から推定され、低い場合、背景の傾向に変化がなかったとして前記判定にて背景と判定された時に蓄積された特徴量から推定される、
請求の範囲17乃至21の何れかに記載の物体検出方法。 - 前記特徴量は、1次元の特徴量を複数組み合わせた2次元以上の特徴ベクトルである、請求の範囲17乃至21の何れかに記載の物体検出方法。
- 前記特徴量は、画面上に局所領域を設定し、そこから得られるブロックを単位とした特徴量及び特徴ベクトルである、
請求の範囲17乃至23の何れかに記載の物体検出方法。 - 前記確率密度関数の中で前景の確率密度関数は、一様に分布している、
請求の範囲17乃至24の何れかに記載の物体検出方法。 - 前記確率密度関数の中で前景の確率密度関数は、検出したい対象物体を予め分析して推定した確率密度関数である、
請求の範囲17乃至24の何れかに記載の物体検出方法。 - 前記判定時に、前記事後確率の算出時に取得された背景と前景の事後確率を比較して、背景の事後確率が大きい場合、背景と判定し、前景の事後確率が大きい場合、前景と判定する、
請求の範囲17乃至26の何れかに記載の物体検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010507144A JP5360052B2 (ja) | 2008-04-09 | 2009-04-06 | 物体検出装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008101097 | 2008-04-09 | ||
JP2008101097 | 2008-04-09 | ||
JP2010507144A JP5360052B2 (ja) | 2008-04-09 | 2009-04-06 | 物体検出装置 |
PCT/JP2009/001584 WO2009125569A1 (ja) | 2008-04-09 | 2009-04-06 | 物体検出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2009125569A1 JPWO2009125569A1 (ja) | 2011-07-28 |
JP5360052B2 true JP5360052B2 (ja) | 2013-12-04 |
Family
ID=41161706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010507144A Active JP5360052B2 (ja) | 2008-04-09 | 2009-04-06 | 物体検出装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US8311281B2 (ja) |
JP (1) | JP5360052B2 (ja) |
WO (1) | WO2009125569A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5505936B2 (ja) * | 2010-11-05 | 2014-05-28 | オムロン株式会社 | 画像処理ユニット、および画像処理プログラム |
US20130308856A1 (en) | 2012-01-12 | 2013-11-21 | Google Inc. | Background Detection As An Optimization For Gesture Recognition |
EP2669845A3 (en) * | 2012-06-01 | 2014-11-19 | Ricoh Company, Ltd. | Target recognition system, target recognition method executed by the target recognition system, target recognition program executed on the target recognition system, and recording medium storing the target recognition program |
US9842274B2 (en) | 2014-03-28 | 2017-12-12 | Xerox Corporation | Extending data-driven detection to the prediction of object part locations |
US10262421B2 (en) | 2014-08-04 | 2019-04-16 | Nec Corporation | Image processing system for detecting stationary state of moving object from image, image processing method, and recording medium |
US9460522B2 (en) * | 2014-10-29 | 2016-10-04 | Behavioral Recognition Systems, Inc. | Incremental update for background model thresholds |
KR101918159B1 (ko) * | 2015-05-19 | 2018-11-13 | 에스케이 텔레콤주식회사 | 영상에서 배경 움직임 영역을 분할하는 방법 및 장치 |
JP6909960B2 (ja) * | 2017-03-31 | 2021-07-28 | パナソニックIpマネジメント株式会社 | 検知装置、検知方法及び検知プログラム |
JP7067023B2 (ja) * | 2017-11-10 | 2022-05-16 | 富士通株式会社 | 情報処理装置、背景更新方法および背景更新プログラム |
US11004207B2 (en) * | 2017-12-06 | 2021-05-11 | Blueprint Reality Inc. | Multi-modal data fusion for scene segmentation |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0844874A (ja) * | 1994-07-27 | 1996-02-16 | Toshiba Corp | 画像変化検出装置 |
JPH0981714A (ja) * | 1995-09-13 | 1997-03-28 | Toshiba Corp | 画像処理装置及びその方法 |
JPH11353467A (ja) * | 1998-06-11 | 1999-12-24 | Toshiba Corp | 画像状態判定装置及びその方法 |
JP2002324237A (ja) * | 2001-01-24 | 2002-11-08 | Eastman Kodak Co | 画像の類似性を決定するシステム及び方法 |
JP2006185206A (ja) * | 2004-12-28 | 2006-07-13 | Toshiba Corp | オブジェクト検出方法、装置、及びプログラム |
JP2006236113A (ja) * | 2005-02-25 | 2006-09-07 | Denso It Laboratory Inc | 領域抽出装置及び領域抽出方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0731732B2 (ja) | 1985-11-14 | 1995-04-10 | ソニー株式会社 | 動体検出装置 |
US5063603A (en) * | 1989-11-06 | 1991-11-05 | David Sarnoff Research Center, Inc. | Dynamic method for recognizing objects and image processing system therefor |
US5319547A (en) * | 1990-08-10 | 1994-06-07 | Vivid Technologies, Inc. | Device and method for inspection of baggage and other objects |
US5438630A (en) * | 1992-12-17 | 1995-08-01 | Xerox Corporation | Word spotting in bitmap images using word bounding boxes and hidden Markov models |
US6215898B1 (en) * | 1997-04-15 | 2001-04-10 | Interval Research Corporation | Data processing system and method |
GB9808712D0 (en) * | 1997-11-05 | 1998-06-24 | British Aerospace | Automatic target recognition apparatus and process |
US6542621B1 (en) * | 1998-08-31 | 2003-04-01 | Texas Instruments Incorporated | Method of dealing with occlusion when tracking multiple objects and people in video sequences |
US6798897B1 (en) * | 1999-09-05 | 2004-09-28 | Protrack Ltd. | Real time image registration, motion detection and background replacement using discrete local motion estimation |
US6424370B1 (en) * | 1999-10-08 | 2002-07-23 | Texas Instruments Incorporated | Motion based event detection system and method |
US6611622B1 (en) * | 1999-11-23 | 2003-08-26 | Microsoft Corporation | Object recognition system and process for identifying people and objects in an image of a scene |
US6738518B1 (en) * | 2000-05-12 | 2004-05-18 | Xerox Corporation | Document image decoding using text line column-based heuristic scoring |
US7194134B2 (en) * | 2001-01-02 | 2007-03-20 | Microsoft Corporation | Hierarchical, probabilistic, localized, semantic image classifier |
GB2395781A (en) * | 2002-11-29 | 2004-06-02 | Sony Uk Ltd | Face detection |
US7627171B2 (en) * | 2003-07-03 | 2009-12-01 | Videoiq, Inc. | Methods and systems for detecting objects of interest in spatio-temporal signals |
GB2409028A (en) * | 2003-12-11 | 2005-06-15 | Sony Uk Ltd | Face detection |
JP4514687B2 (ja) | 2004-11-08 | 2010-07-28 | 株式会社東芝 | パターン認識装置 |
US7706603B2 (en) * | 2005-04-19 | 2010-04-27 | Siemens Corporation | Fast object detection for augmented reality systems |
US7720282B2 (en) * | 2005-08-02 | 2010-05-18 | Microsoft Corporation | Stereo image segmentation |
-
2009
- 2009-04-06 US US12/922,053 patent/US8311281B2/en active Active
- 2009-04-06 JP JP2010507144A patent/JP5360052B2/ja active Active
- 2009-04-06 WO PCT/JP2009/001584 patent/WO2009125569A1/ja active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0844874A (ja) * | 1994-07-27 | 1996-02-16 | Toshiba Corp | 画像変化検出装置 |
JPH0981714A (ja) * | 1995-09-13 | 1997-03-28 | Toshiba Corp | 画像処理装置及びその方法 |
JPH11353467A (ja) * | 1998-06-11 | 1999-12-24 | Toshiba Corp | 画像状態判定装置及びその方法 |
JP2002324237A (ja) * | 2001-01-24 | 2002-11-08 | Eastman Kodak Co | 画像の類似性を決定するシステム及び方法 |
JP2006185206A (ja) * | 2004-12-28 | 2006-07-13 | Toshiba Corp | オブジェクト検出方法、装置、及びプログラム |
JP2006236113A (ja) * | 2005-02-25 | 2006-09-07 | Denso It Laboratory Inc | 領域抽出装置及び領域抽出方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2009125569A1 (ja) | 2011-07-28 |
US20110026812A1 (en) | 2011-02-03 |
WO2009125569A1 (ja) | 2009-10-15 |
US8311281B2 (en) | 2012-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5360052B2 (ja) | 物体検出装置 | |
JP4631806B2 (ja) | 物体検出装置、物体検出方法および物体検出プログラム | |
US9158985B2 (en) | Method and apparatus for processing image of scene of interest | |
KR101802146B1 (ko) | 화상처리장치 및 화상처리방법 | |
TWI701609B (zh) | 影像物件追蹤方法及其系統與電腦可讀取儲存媒體 | |
KR100860988B1 (ko) | 시퀀스들에서의 객체 탐지를 위한 방법 및 장치 | |
Tripathi et al. | Video post processing: low-latency spatiotemporal approach for detection and removal of rain | |
US9936222B2 (en) | Motion estimation in a video sequence | |
WO2017179511A1 (en) | Information processing apparatus and information processing method for detecting position of object | |
Nonaka et al. | Evaluation report of integrated background modeling based on spatio-temporal features | |
US20040228530A1 (en) | Method and apparatus for foreground segmentation of video sequences | |
KR20230084486A (ko) | 이미지 효과를 위한 세그먼트화 | |
JP6414066B2 (ja) | 画像処理システム、画像処理方法及びプログラム | |
Ma et al. | Detecting Motion Object By Spatio-Temporal Entropy. | |
Liu et al. | Cast shadow removal combining local and global features | |
CN104717402A (zh) | 一种空时域联合噪声估计系统 | |
Wang et al. | Detecting moving objects from dynamic background with shadow removal | |
Zulkifley et al. | Enhancement of robust foreground detection through masked greyworld and color co-occurrence approach | |
GB2553105B (en) | Method and system for determining a relationship between two regions of a scene | |
Geng et al. | Real time foreground-background segmentation using two-layer codebook model | |
Xu et al. | Features based spatial and temporal blotch detection for archive video restoration | |
JP2019067377A (ja) | 画像処理装置及び方法及び監視システム | |
CN113711272A (zh) | 用于非失实运动检测的方法及系统 | |
Zhu et al. | Background subtraction based on non-parametric model | |
US9437008B1 (en) | Image segmentation using bayes risk estimation of scene foreground and background |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120308 |
|
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: 20130806 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130819 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5360052 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |