JP5981284B2 - 対象物検出装置、及び対象物検出方法 - Google Patents

Description

本発明の実施形態は、撮像した画像から対象物を検出する対象物検出装置、及び対象物検出方法に関する。

２つ以上のカメラ画像を用いたステレオ画像認識により、道路上の人や車両等を検出する手法として平面投影ステレオ法がある。この平面投影ステレオ法は、安全運転支援システム・車両検出センサおよび歩行者検出センサ、道路管理最適化システム・車両検出センサ、駅ホーム監視システム・人検出センサ、踏切監視システム・障害物検出センサ等に使用されている。

上記手法は、あらかじめ基準となるカメラ画像における道路面上の点を、他のカメラ画像における道路面上の点の位置が一致するような平面投影パラメータを計算する。計算された平面投影パラメータに基づいて、基準画像以外のカメラ画像に関して、基準画像に近似する投影画像を生成する。基準画像と投影画像を比較すると、平面上に対応する点については視差がなく、平面に対して垂直上方向に一定以上の大きさを有する物体は視差が現れ、両画像の輝度値を差分比較することで対象物体を検出する。

しかしながら、上記平面投影ステレオ法では、対象物体の平面との接地位置が求まるものの、対象物の詳細な幅や高さを求められず、また接地していない物体に関しては検出できない問題点がある。

また、一般的なステレオ画像認識手法として、２つ以上のカメラ画像から基準となるカメラ画像における任意の点と、他のカメラ画像における対応点を求め、得られる視差から三角測量の原理を用いて、基準カメラから対象物までの距離を計測する方式がある。この方式で検出した、物体に関して基準となる世界座標系における位置やサイズを求めるには、カメラの位置や俯角等の設置条件に関する詳細情報が必要となる。

特許第４４０６３８１号公報 特開２００９−１９８４４５号公報

以上のように、上記平面投影ステレオ法では、環境変動にロバストでかつ低処理コストであるが、検出対象の詳細な属性情報が得られない。一方、三角測量の原理に基づくステレオ法は、検出対象の詳細な属性情報を得られるものの、カメラの設置条件に関する詳細情報が必要となる。

そこで、目的は、カメラの設置条件に関する詳細な情報が必要とせずに、検出対象物の位置やサイズ等の詳細な属性情報を算出することが可能な対象物検出装置、及び対象物検出方法を提供することにある。

本実施形態によれば、対象物検出装置は、画像入力手段と、投影画像生成手段と、対応点計算手段と、物体平面位置計算手段と、対象物検出手段とを具備する。画像入力手段は、対象物の監視エリアを撮影する第１のカメラにより撮影された前記対象物の基準画像と、前記対象物の監視エリアを前記第１のカメラと異なる位置から撮影する第２のカメラにより撮影された前記対象物の参照画像とを取得する。投影画像生成手段は、前記第１のカメラにより撮影された基準画像における基準平面のパターンの位置が、前記第２のカメラにより撮影された参照画像における基準平面のパターンの位置と一致するように、前記参照画像を画像変換して投影画像を生成する。対応点計算手段は、前記基準画像における対象物に付した任意の点の座標と、前記任意の点に対応する前記投影画像における対象物に付した点の座標とを算出する。物体平面位置計算手段は、前記基準画像における対象物に付された任意の点の座標値と前記任意の点に対応する前記投影画像における対象物に付された点の座標値とに差がある場合、前記対象物が前記基準平面上にないと判断して、前記基準平面上に投影した対象物の物体平面位置を算出する。対象物検出手段は、前記基準平面上に投影された対象物の物体平面位置から前記監視エリア内に対象物が存在するか否かを判定し、存在する場合にはその対象物を検出する。

第１の実施形態に係る対象物検出装置の構成を示すブロック図である。 第１の実施形態における対象物検出装置の概要および座標系を示す図である。 図１に示す投影画像生成部での画像変換の概略を示す図である。 基準画像中の物体の任意の点の基準平面上における画像上の位置の対応関係を示す図である。 対象物の検出を行うための検出エリアを示す図である。 ３次元の検出エリアを設定するための概要図である。 第２の実施形態に係る対象物検出装置の構成を示すブロック図である。 図７に示す対象物検出部の構成を示すブロック図である。 監視エリアとなる道路の状況を示す図である。

以下、実施形態について、図面を参照して説明する。なお、以降の図における同一部分には同一符号を付して、その詳しい説明を省略し、異なる部分について主に述べる。以降の実施形態も同様にして重複する説明を省略する。

（第１の実施形態）
図１は、第１の実施形態に係る対象物検出装置２の構成を示すブロック図である。また、図２は、第１の実施形態における対象物検出装置２の概要および座標系を示す図である。図２では、実空間の道路面に対して水平方向の座標はＸ、奥行き方向の座標はＹ、垂直方向の座標はＺで表される。また、画像座標系の水平方向の座標はｕ、垂直方向の座標はｖで表される。

図１に示す対象物検出装置２は、例えば、図２に示すように、道路の側に存在する柱に設置された２台のカメラ１１，１２（以降、ステレオカメラと表記）によって撮影された画像を用いて、広い領域の車道、歩道における車、歩行者、及び自転車等の位置等を推定する。

図１において、対象物検出装置２は、画像入力部２１と、投影画像生成部２２と、対応点計算部２３と、物体平面位置計算部２４と、対象物検出部２５とを備える。これら各部の機能は、例えば記録媒体に記録されたプログラムをコンピュータが実行することによって実現することができる。

画像入力部２１は、監視領域の近くの柱に設置されたステレオカメラで時系列画像を撮影する。ステレオカメラから得られる左右の時系列画像は実質的に光軸が平行になっているものとする。カメラ１１、１２は、電荷結合素子（ＣＣＤ）からなり、カメラ１１、１２から出力される映像がアナログ信号の場合はディジタル画像に変換し、画像入力部２１にてディジタル画像として記憶する。ステレオカメラの画像のうち、任意の１つのカメラ画像を基準画像とし、他方のカメラ画像を参照画像とする。

投影画像生成部２２は、道路面を基準平面とし、一方のカメラで撮影された画像を、監視エリアの基準画像に映る基準平面上のパターンの位置が、他方のカメラで撮影された画像を、監視エリアの参照画像に映る基準平面上のパターンの位置と一致するように画像変換した投影画像を生成する。本実施形態では、投影画像生成部２２内に画像変換行列推定部２２１を有し、あらかじめ基準画像と参照画像間で基準平面上のパターンの対応点を算出し、その対応点の組から画像変換行列を求めておく。２つのカメラの光軸が実質的に平行になっている場合、上記対応点の組み合わせは少なくとも４組の対応点から、カメラ画像間の画像変換行列として射影変換行列Ｈが求まる。画像座標系上の点をそれぞれ、

とすれば、同次座標では、

と記述でき、これらは次のような関係がある。

このとき射影変換行列Ｈは３×３の行列で、次のような行列として記述できる。

射影変換行列Ｈは未知パラメータｈ_０〜ｈ_１の８個であり、一組の対応点は２個の式を与える。したがって、４組以上の対応点があれば、最小２乗法によりこの行列を求めることができる。あらかじめ求めた画像変換行列を用いて、参照画像を変換して基準画像の基準平面の位置が一致する投影画像を生成する。

図３は、図１に示す投影画像生成部２２での画像変換の概略を示す図である。
図３（ａ）は基準画像、図３（ｂ）は参照画像を表し、基準平面とする道路面上に存在する対象物の画像である。図３（ｃ）の投影画像は、図３（ｂ）参照画像を上記画像変換行列により画像変換し、基準平面に関して、図３（ａ）の基準画像と図３（ｃ）の投影画像とが一致する。このとき、図３（ａ）の基準画像と図３（ｃ）の投影画像とを比較すると基準平面上にない対象物には視差が発生する。

対応点計算部２３は、基準画像の任意の点の座標と投影画像で対応する点の座標を算出する。本実施形態では、上記図３（ａ）の基準画像と図３（ｃ）の投影画像とを比較し、基準平面上にない物体に生じる視差の量を計算するため、対応点探索を実施する。２つのカメラの光軸が実質的に平行となっているため、調整された画像の場合、基準画像上の任意の点は、エピポーラ拘束条件により、参照画像上の同じｖ座標上に位置する特性がある。このため、対応点の探索は、１次元探索となる。このとき、対応関係を見つけるには、例えば、注目画素近傍の画像特徴を用いた領域ベースマッチングによる方法を適用することができる。

なお、領域ベースマッチングとは、比較元の画像領域と比較先の画像領域との一致度を算出する方法である。ここで、最も簡便なＳＡＤ(Sum of Absolute Difference)を用いる方法を簡潔に説明する。

比較する２つの画像領域が同形としてＲで表し、Ｒ中の位置を（ｕ，ｖ）、この位置での比較元の画素輝度をＩ（ｕ，ｖ）、比較先の画素輝度をＩ’（ｕ，ｖ）とした場合、

が求まる。この値が小さいほど２つの画像領域は一致しているといえる。

領域ベースマッチングは、上記のように任意の点を中心とした局所領域と、参照画像の局所領域を相違度あるいは類似度の尺度を用いてマッチングを行う。相違度としてＳＡＤ（Sum of Absolute Differences）やＳＳＤ（Sum of Squared Differences）、類似度としてＮＣＣ（Normalized Cross Correlation）やＰＯＣ（Phase-Only Correlation）を用いることができる。また、画像からコーナー等の特徴点を検出し、その周囲の局所領域に対して局所記述子（特徴量）を定義し、局所記述子の距離に基づいて画像間のマッチングを行う、特徴ベースマッチングを用いてもよい。

なお、特徴抽出としては、Harris point，ＤｏＧ（Difference of Gaussian）region，Harris Affine region，Hessian Affine region，ＭＳＥＲ（Maximally Stable Extermal Regions）等を用いても構わない。局所記述子としては、ＳＩＦＴ（Scale Invariant Feature Transform）やＧＬＯＨ（Gradient Location-Orientation Histgram）等を用いても構わない。

物体平面位置計算部２４は、基準画像の任意の点について、対応する投影画像の点との座標値の差を求め、差がある場合に基準平面上にない物体として基準平面上における物体の位置を算出する。本実施形態では、２つのカメラの光軸が実質的に平行で、基準平面に対してカメラのヨー角・ロール角が０度に近いこととする。このとき、上記投影画像生成部２２で表記した射影変換行列は、アフィン変換行列となる。さらに、基準画像中の直線と、これに対応する投影画像中の直線のなす角度は、一定値θをとる。

図４は、基準画像中の物体の任意の点pの基準平面上における画像上の位置Ｐの対応関係を示す図である。

この性質を利用し、図４に示すように、基準画像中の物体の任意の点ｐと、これに対応する参照画像中の点ｐ’の視差量ｄと、角度θの関係から、視差量ｄを対辺とする直角三角形をなし、次式のように隣辺ｈの長さが求まる。

これにより、基準画像中の物体の任意の点pの基準平面上における画像上の位置Pが算出できる。
対象物検出部２５は、基準平面上の位置から監視エリア内に対象物が存在するか否かを判定し、存在する場合にはその対象物を検出する。

図５は、対象物の検出を行うための検出エリアを示す図である。
本実施形態では、図５に示すように、物体平面位置計算部２４で求めた基準平面上にない物体の点ｐにおける基準平面上の位置Ｐについて、あらかじめ設定した基準画像中の基準平面上に設定した検出エリアＡの中に含まれるか否かの判定を行ない、対象物の検出を行なう。ある対象物について複数の点について基準平面上の位置が求まるため、複数点における基準平面上での位置分布もしくは、物体に関する画像上での位置分布からクラスタリングを行ない、一つの対象物として検出する。すなわち、対象物検出部２５は、物体平面位置計算部２４で計算した複数点の基準平面上の位置の分布、もしくは基準画像上での位置の分布から少なくとも１つ以上のクラスタとして対象物候補領域を計算する。

以上のような処理をステレオカメラ画像に対して処理を行い、道路、歩道における車、歩行者、及び自転車等の対象物の位置を検出する。

また、本実施形態では、対象物に関して基準平面上の位置（Ｘ，Ｙ）と基準平面からの高さＺが求まるため、検出エリアを３次元で設定することができる。

図６は、３次元の検出エリアを設定するための概要図である。
３次元の検出エリアの設定は、例えば図６に示すように、図６（ａ）の３次元検出エリアＡを設定するときは、図６（ｂ）のように基準平面上における検出エリアａを指定し、ａに関する検出限界高さを付することで実現する。図６に示すように、複数のエリアを設定してそれぞれ検出下限高さ、上限高さを変えて設定することができる。すなわち、対象物検出部２５は、実空間上の高さを持つ３次元の検出エリアの設定が画像上の基準平面に基づいて設定する。これにより、段差がある場所においても、基準平面は１つで複数の検出下限高さ、上限高さはそれぞれの段に合せて適切に設定できる。

また、３次元検出エリアを設定することにより、画像上の各画素について基準画像と投影画像との視差のとり得る値域を算出でき、その値域以外の視差が得られたときは３次元検出エリア外の物体として容易に判定できる。一方で、視差の値域を算出することにより、視差の探索範囲をこの値域内に制限することにより、演算コストの低減とマッチング精度向上を図ることが可能となる。

（第２の実施形態）
次に、第２の実施形態について説明する。

第２の実施形態は、基本的な構成は第１の実施形態で説明したものと同様で、対象物検出部２５について差異がある。

図８は、第２の実施形態に係る対象物検出部２５の構成を示すブロック図である。
図８に示す対象物検出部２５は、サイズ変換推定部２５１と、対象物候補属性計算部２５３と、対象物属性判定部２５４と、対象物運動推定部２５６とを有する。

サイズ変換推定部２５１は、道路または線路上を基準平面とする場合に、道路または線路の幅が一定で既知であることを利用して、実空間と画像との長さに関する対応関係を求める。サイズ変換推定部２５１において、まず図９に示すように、監視エリアとなる道路では、車道等に白線等の路面ペイントがある。例えば、道路車線を示す白線であれば、白線間の距離は一定の場合が多く、その白線間の距離をあらかじめ知ることができる。監視エリアが踏切や駅ホーム等で鉄道軌道面であれば、軌道幅は一定でその軌道幅をあらかじめ知ることができる。したがって、基準平面上の任意の点に関して、その点における画像上の長さと実空間の長さの対応関係が得られる。例えば、１画素当たりの実空間上の長さが求まる。この対応関係をあらかじめ計算しておき、参照できるよう、監視エリア情報記憶部２５２に記憶しておく。

対象物候補属性計算部２５３は、基準画像における基準平面上の各位置において、実空間と画像との長さに関する対応関係をあらかじめ記憶しており、計算された対象物候補における基準平面上の位置から実空間上における対象物候補のサイズに関する特徴量を少なくとも１つ以上計算する。本実施形態の対象物候補属性計算部２５３は、ステレオカメラの基準平面に対するピッチ角（俯角）が十分小さいときを考える。図７に示すように物体平面位置計算部で求まる基準平面上の位置Ｐにおける実空間上の長さの対応がｎ［ｍ／画素］であるとき、対象物の幅がｗ［画素］、高さがｈ［画素］であるとすると、検出される対象物の実際のサイズは幅がｗ×ｎ［ｍ］、高さがｈ×ｎ［ｍ］として計測できる。また検出した対象物の代表的な属性として、対象物の重心位置の基準平面からの高さ等を算出できる。

対象物属性判定部２５４は、対象物の重心位置の基準平面からの高さ等の対象物の属性情報を用いて、例えば検出物体の幅と高さの大きさから、大型車、乗用車、及び自動二輪車等の車種の判別、もしくは歩行者、及び自転車等を判別する。車種等を判別するための情報は、判別情報記憶部２５５に記憶される。

対象物運動推定部２５６は、撮影時間の異なる基準画像間において、対象物候補に関する特徴量の相違度もしくは類似度による判定で対応付けを行ない、対象物候補の運動情報を推定する。まず、対象物運動推定部２５６は、画像入力部２１等から新規対象物として検出された対象物の実空間座標系での位置および画像上での位置を登録する。また、画像上の対象物領域のテクスチャ情報をテンプレートとして登録する。検出された対象物の実空間座標系での位置および画像上での位置、及び画像上の対象物領域のテクスチャ情報は、テンプレート登録部２５７に記憶される。

次に、登録された対象物領域の次の時刻での位置を、テンプレートマッチングにより求める。この対応付けの計算手法等は対応点計算部２３と同様である。

次に追跡された対象物と検出された対象物との距離差を計算する。この距離差が閾値より小さい場合は対応付けされた対象物と判定する。追跡結果による対象物位置と検出結果による対象物の位置の平均値を計算し、平均された位置を対象物の位置として更新する。また平均された位置による対象物領域のテクスチャ情報を更新する。平均値を計算する場合、重みを付けて計算しても構わない。また更新された対象物に関しては、等加速度運動モデルを適用したカルマンフィルタを用いて、対象物の位置及び速度を推定する。位置や速度を推定するフィルタは様々あり、他のフィルタを用いても構わない。

（第３の実施形態）
次に、第３の実施形態について説明する。

第３の実施形態では、上記実施形態を駅ホーム監視に適用する場合の具体例について説明する。

まず、ステレオカメラは、例えば、駅ホーム上で、ホーム上と線路上とを監視する位置に設置される。

サイズ変換推定部２５１は、線路幅を基準として、ステレオカメラにより線路を撮影した基準画像における基準平面上の各位置において、実空間と画像との長さに関する対応関係をあらかじめ計算しておき、監視エリア情報記憶部２５２に記憶しておく。対象物候補属性計算部２５３は、計算された対象物候補における基準平面上の位置から実空間上における対象物の位置・重心高さ・サイズ(幅・高さ)を計算する。対象物属性判定部２５４は、対象物候補属性計算部２５３により計算された対象物の位置・重心高さ・サイズ(幅・高さ)等の属性情報を用いて、小さい荷物（新聞紙・鞄・ＰＥＴボトル・傘・鳥等）を排除し、規定以上のサイズで軌道上やホーム端に位置する対象物候補、すなわち人候補を判別する。対象物運動推定部２５６は、判別した人候補の運動方向を推定し、ホーム上から線路上に落下する人やホーム上をふらつく人を検知する。この第３の実施形態により、駅ホーム監視を実現する。

以上のように、上記実施形態においては、画像入力部２１により取得したステレオカメラからのカメラ画像を投影画像生成部２２、及び対応点計算部２３で処理し、対象物検出部２５で、基準平面上の位置から検出エリア内に存在するか否かを判定し対象物を検出する。

これにより、対象物検出装置２は、道路、歩道、及び線路上における車、歩行者、及び自転車等の対象物の位置を検出することができる。

したがって、物体に関して基準となる世界座標系における位置やサイズを求めるために必要な、カメラの設置条件に関する詳細な情報を必要とせずに、検出対象物の位置やサイズ等の詳細な属性情報を算出することが可能な対象物検出装置、及び対象物検出方法を提供することが可能になる。

また、上記実施形態では、基準画像と投影画像についてマッチングをする方法について記載したが、特に領域ベースマッチングについては、画像変換による画像歪みによる一致度への影響があるため、マッチングは基準画像と参照画像で行ない、このときの参照画像の点に関する投影画像上の点を求めても構わない。

以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これらの実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１１、１２…カメラ、２…対象物検出装置、２１…画像入力部、２２…投影画像生成部、２２１…画像変換行列推定部、２３…対応点計算部、２４…物体平面位置計算部、２５…対象物検出部、２５１…サイズ変換推定部、２５２…監視エリア情報記憶部、２５３…対象物候補属性計算部、２５４…対象物属性判定部、２５５…判別情報記憶部、２５６…対象物運動推定部、２５７…テンプレート記憶部。

Claims (12)

1. 対象物の監視エリアを撮影する第１のカメラにより撮影された前記対象物の基準画像と、前記対象物の監視エリアを前記第１のカメラと異なる位置から撮影する第２のカメラにより撮影された前記対象物の参照画像とを取得する画像入力手段と、
   前記第１のカメラにより撮影された基準画像における基準平面のパターンの位置が、前記第２のカメラにより撮影された参照画像における基準平面のパターンの位置と一致するように、前記参照画像を画像変換して投影画像を生成する投影画像生成手段と、
   前記基準画像における対象物に付した任意の点の座標と、前記任意の点に対応する前記投影画像における対象物に付した点の座標とを算出する対応点計算手段と、
   前記基準画像における対象物に付された任意の点の座標値と前記任意の点に対応する前記投影画像における対象物に付された点の座標値とに差がある場合、前記対象物が前記基準平面上にないと判断して、前記基準平面上に投影した対象物の物体平面位置を算出する物体平面位置計算手段と、
   前記基準平面上に投影された対象物の物体平面位置から前記監視エリア内に対象物が存在するか否かを判定し、存在する場合にはその対象物を検出する対象物検出手段と
   を具備することを特徴とする対象物検出装置。
2. 前記投影画像生成手段は、道路または線路を前記基準平面とし、道路または線路上のテクスチャパターンについて前記基準画像と前記参照画像との間で対応付けを行ない、複数の対応点の組から画像変換行列を算出し、前記参照画像について投影画像を生成する画像変換行列推定手段を備えることを特徴とする請求項１記載の対象物検出装置。
3. 前記対応点計算手段は、前記任意の点を中心とした局所領域について、前記任意の点に対応する前記投影画像における対象物に付された点を中心とした局所領域との相違度あるいは類似度に基づいて対応点を探索することを特徴とする請求項１記載の対象物検出装置。
4. 前記対応点計算手段は、前記任意の点を中心とした局所領域について、前記任意の点に対応する前記投影画像における対象物に付された点に対応する画像変換前の参照画像の点を中心とした局所領域との相違度あるいは類似度に基づいて対応点を探索することを特徴とする請求項１記載の対象物検出装置。
5. 前記対象物検出手段は、前記物体平面位置計算手段で計算した複数点の基準平面上の位置の分布、もしくは前記基準画像上での位置の分布から少なくとも１つ以上のクラスタとして対象物候補領域を計算する対象物候補検出手段を備えることを特徴とする請求項１記載の対象物検出装置。
6. 前記対象物検出手段は、前記基準画像における基準平面上の各位置において、実空間と画像との長さに関する対応関係をあらかじめ記憶しており、前記対象物候補検出手段により計算された対象物候補領域における基準平面上の位置から実空間上における対象物候補のサイズに関する特徴量を少なくとも１つ以上計算する対象物候補属性計算手段を備えることを特徴とする請求項５記載の対象物検出装置。
7. 前記対象物検出手段は、道路または線路上を基準平面とする場合に、道路または線路の幅が一定で既知であることを利用して、実空間と画像との長さに関する対応関係を求めるサイズ変換推定手段を備えることを特徴とする請求項１記載の対象物検出装置。
8. 前記対象物検出手段は、前記対象物候補属性計算手段により計算した対象物候補領域の属性により、前記対象物であるか否かを判定し対象物を検出する対象物属性判定手段を備えることを特徴とする請求項６記載の対象物検出装置。
9. 前記対象物検出手段は、撮影時間の異なる基準画像間において、対象物候補に関する特徴量の相違度もしくは類似度による判定で対応付けを行ない、対象物候補の運動情報を推定する対象物運動推定手段を備えることを特徴とする請求項１記載の対象物検出装置。
10. 前記対象物検出手段は、実空間上の高さを持つ３次元の検出エリアの設定が画像上の基準平面に基づいて設定することを特徴とする請求項１記載の対象物検出装置。
11. 前記対応点計算手段は、あらかじめ設定した実空間上の３次元の検出エリアから、前記任意の点と、前記任意の点に対応する前記投影画像における対象物に付された点との座標値の差のとり得る値域を算出し、求める座標値の差を制限することを特徴とする請求項１記載の対象物検出装置。
12. 対象物の監視エリアを撮影する第１のカメラにより撮影された前記対象物の基準画像と、前記対象物の監視エリアを前記第１のカメラと異なる位置から撮影する第２のカメラにより撮影された前記対象物の参照画像とを取得し、
    前記第１のカメラにより撮影された基準画像における基準平面のパターンの位置が、前記第２のカメラにより撮影された参照画像における基準平面のパターンの位置と一致するように、前記参照画像を画像変換して投影画像を生成し、
    前記基準画像における対象物に付した任意の点の座標と、前記任意の点に対応する前記投影画像における対象物に付した点の座標とを算出し、
    前記基準画像における対象物に付された任意の点の座標値と前記任意の点に対応する前記投影画像における対象物に付された点の座標値とに差がある場合、前記対象物が前記基準平面上にないと判断して、前記基準平面上に投影した対象物の物体平面位置を算出し、
    前記基準平面上に投影された対象物の物体平面位置から前記監視エリア内に対象物が存在するか否かを判定し、存在する場合にはその対象物を検出すること
    を特徴とする対象物検出方法。

Images