JP6163732B2 - 画像処理装置、プログラム、及び方法 - Google Patents
画像処理装置、プログラム、及び方法 Download PDFInfo
- Publication number
- JP6163732B2 JP6163732B2 JP2012242243A JP2012242243A JP6163732B2 JP 6163732 B2 JP6163732 B2 JP 6163732B2 JP 2012242243 A JP2012242243 A JP 2012242243A JP 2012242243 A JP2012242243 A JP 2012242243A JP 6163732 B2 JP6163732 B2 JP 6163732B2
- Authority
- JP
- Japan
- Prior art keywords
- angle
- image
- human body
- shoulder
- orientation
- 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
また、同一人物の同定手法としては、顔、歩容情報や形状特徴などを用いた認証方法が提案されている。しかし、顔認証は人が後ろを向いている場合は適用できない。また、歩容情報を用いた方法も、人同士の重なりで遮蔽される可能性が高いため適用できない場合がある。そのため、人の画像特徴を用いて同定する技術が知られている(例えば、非特許文献1参照)。
また、1枚の画像で、人体を表現する複数のパーツに対応するテンプレートを作成し、分割領域との類似度を計算することで人体の向きを推定する技術が知られている(例えば、非特許文献2参照)。
また、実環境で人体を表現する各パーツの領域を抽出しにくい場面では、非特許文献2による人体の向きの推定が困難であるという問題がある。
発明者らは、撮影をした人物画像で、肩の部分の中心線と、体の中心線との角度の差が、体の向きと一定の間隔を有することを見出した。そこで、向きを判断すべき人物画像について、肩の部分の中心線と体の中心線との角度の差を求めて、体の向きとの関連付けから体の向きを判定することで、課題が解決されることを見出した。
画像特徴算出部108は、肩輪郭の角度算出部1082、肩の傾き算出部1084、及び、顔領域の判定部1086を含む。
まず、図2A〜図2Cを参照しながら、人体の向きの定義について説明する。図2Aは、人の体がY軸周りに左右に傾く状態を示す図であり、図2Bは、人の体がX軸周りに前後に傾く状態を示す図であり、図2Cは、人の体がZ軸周りに回転する状態を示す図である。ここで、人体の向きとは、図2Cに示すように、人の体がZ軸周りに回転している方向を指す。
まず、1枚の画像から検出された人体の向きを推定するためには、画像から得られる特徴パターンと人体の向きが1対1で対応する必要がある。そこで、人体の向き推定には以下の条件を同時に満たすことが考えられる。
<条件1>人体の向きの違いによって、異なるパターン情報が得られる。
<条件2>人体の向きを一意的に表すパターンは、人の手や足の動きで影響を受けにくい。
(1)肩がカメラ側から前後一列になる(横向き)ときは左右輪郭線間が狭く、肩がカメラ側から左右に並ぶときは左右輪郭線間が広い。
(2)頭部を中心とした左右の肩周りの輪郭線は、人体の向きによって同じ高さか一方が高い。
(3)頭部の顔が見える場合は、顔の輪郭特徴で頭部領域内のエッジが多く、頭部の顔が見えない場合は、頭部領域内のエッジ量が少ない。
まず、この実施例において用いる用語について簡単に説明する。
背景画像:天井、壁など見え方が変化しない、人が映っていない画像。
対象領域:画像から検出された頭部と肩部分の領域。
更に、例えば、非特許文献4に記載されているように、人の特徴を学習し、入力画像から人の特徴を抽出する方法を用いることができる。例えば、Boostingに基づく特徴量の共起表現による人検出法として、弱識別器の出力が連続値である方法を用いて、出力を演算子によって結合した共起表現による人検出法が知られている(非特許文献4参照)。
また、例えば、人の身長をHとした場合、肩以上の範囲をH〜H*7/8に設定し、人の対象領域を求めることができる。
あるいは、画像上頭部と肩部分が示すオメガ(Ω)形状を検出することで、対象領域を推定することができる。例えば、非特許文献4に記載されているように、頭部と肩を含む部分とそれ以外の部分の二つのカテゴリに分けて、数多くのサンプルを学習させることで、検出された人の領域画像から認識することが可能である。
ρ=x・cosθ+y・sinθ ・・・(式1)
上記の式1を用いて、輪郭線上の点p(x,y)を変えながら、θ−ρ空間上の曲線が共有する点(ピーク点)を求めることで、x−y座標上の直線を求める。
ρ1=x・cosθ1+y・sinθ1 ・・・(式2)
α=θ1 ・・・(式3)
図11は、右側直線及び角度βの算出方法を示す図である。右側直線を下記の式4で示すことができる。図11に示すように、右側直線とx軸が交差する交点B(x,y0)を通る垂線を中心線とみなした場合、右側直線と中心線でなす角度βは、左側直線の角度π−θ2と等しい(式5)。
ρ2=x・cosθ2+y・sinθ2 ・・・(式4)
β=π−θ2 ・・・(式5)
|α-β|≦Th1 の場合は α=β・・・(式6)
α-β<−Th1 の場合は α<β・・・(式7)
α-β>Th1 の場合は α>β・・・(式8)
図12及び図13は、左右角度の比較の実施例を示す。図12は、左右角度の比較1を示す図であり、α<βの場合である。図13は、左右角度の比較2を示す図であり、α=βの場合である。
図14A及び図14Bは、Th2=90度の場合の実施例における左右両直線間の角度(α+β)を示す。図14Aは、ケース1すなわち(α+β)≧Th2(=90度)の場合を示す。図14Bは、ケース2すなわち(α+β)<Th2(=90度)の場合を示す。
図15A及び図15Bは、頭部に顔を含むか否かの判定方法を示す図である。図14Aは、頭部に顔を含む場合(前方)を示す図であり、図15Bは、頭部に顔を含まない場合(後方)を示す図である。図15A及び図15Bに示すように、例えば、エッジ画像から頭部位置のエッジヒストグラムを求め、指定の閾値Th2(=90度)以上であれば顔が前方向、逆に閾値以下である場合は後ろ向きと判断することができる。但し、左右両直線間の角度(α+β)がTh2(=90度)未満の場合は、顔の向きは判定しない。これを人体の向き対応基準3とする。
図17A及び図17Bは、人体の向きを推定するための画像処理方法における推定結果を示す図である。図17Aは、人体の向きが135度と推定された図であり、図17Bは、人体の向きが225度と推定された図である。
このようにして、本実施形態に係る人体の向きを推定するための画像処理方法は、対象人物の手や足の動きに影響されない画像特徴を用いて、1枚の画像から人体の向きを推定することができる。また、人体の向き毎に人の特徴を取得することで、同一人物の同定に有効な特徴情報が提供できる。更に、人体の向き毎に異なる人の画像特徴を抽出することで、異なるカメラ画像における同一人物の同定が可能になるという効果を奏する。
本実施形態に係るプログラムは、以下の処理をコンピュータに実行させる。この処理は、まず、画像から検出された人の肩周りの領域の輪郭線を求める。次に、得られた輪郭線から画像特徴を算出する。そして、画像特徴と人体の向きとの対応関係を示す情報が記憶されており、その対応関係を示す情報に基づいて、算出された画像特徴から人体の向きを推定する。
図19について説明する。図19は、本実施形態に係るプログラムの処理内容の全体を図解したフローチャートである。
まず、S200において、判定部110は、角度α及びβの大きさを比較する。S200における比較の結果、α<βならば、S202に進み、α=βならば、S204に進み、α>βならば、S206に進む。
(付記1)
画像から検出された人の肩周りの領域の輪郭線を求める検出部と、
前記検出部で得られた輪郭線から画像特徴を算出する画像特徴算出部と、
画像特徴と人体の向きとの対応関係を示す情報を記憶する記憶部と、
前記対応関係を示す情報に基づいて、前記画像特徴算出部によって算出された画像特徴に対応する人体の向きを求める判定部と、
を備えていることを特徴とする画像処理装置。
(付記2)
前記画像特徴算出部は、
前記画像上の右の肩周りの輪郭線でなす第1の角度と、左の肩周りの輪郭線でなす第2の角度とを算出する肩輪郭の角度算出部と、
前記第1の角度と前記第2の角度とを比較するとともに、前記第1の角度と前記第2の角度とを合わせた角度が所定の閾値より大きいか否かを判定する肩の傾き算出部と、
前記頭部に顔を含むか否かを判定する顔領域の判定部と、
を備えている、付記1に記載の画像処理装置。
(付記3)
更に、前記肩輪郭の角度算出部は、頭部を中央とした左右の輪郭線を通る二つの直線を求め、前記二つの直線と中心線でなす角度をそれぞれ前記第1の角度及び前記第2の角度として算出し、
前記顔領域の判定部は、頭部のエッジ量を求め、
前記画像特徴算出部は、前記二つの直線でなす角度の大きさと、前記第1の角度及び前記第2の角度の大きさの論理関係と、前記頭部のエッジ量とから顔の方向を判定する、
ことを特徴とする付記1に記載の画像処理装置。
(付記4)
画像から検出された人の肩周りの領域の輪郭線を求め、
前記得られた輪郭線から画像特徴を算出し、
記憶部に記憶された、画像特徴と人体の向きとの対応関係を示す情報に基づいて、前記算出された画像特徴から人体の向きを求める、
処理をコンピュータに実行させるプログラム。
(付記5)
更に、前記画像特徴を算出することは、
前記画像上の右の肩周りの輪郭線でなす第1の角度と、左の肩周りの輪郭線でなす第2の角度とを算出し、
前記第1の角度と前記第2の角度とを比較するとともに、前記第1の角度と前記第2の角度とを合わせた角度が所定の閾値より大きいか否かを判定し、
前記頭部に顔を含むか否かを判定する、
ことを含む、付記4に記載のプログラム。
(付記6)
更に、前記画像特徴を算出することは、前記頭部を中央とした左右の輪郭線を通る二つの直線を求め、前記二つの直線と中心線でなす角度をそれぞれ前記第1の角度及び前記第2の角度として算出し、
前記頭部のエッジ量を求め、
前記二つの直線でなす角度の大きさと、前記第1の角度及び前記第2の角度の大きさの論理関係と、前記頭部のエッジ量とから顔の方向を判定する、
ことを含む、付記4に記載のプログラム。
(付記7)
コンピュータによって実行される画像処理方法であって、
画像から検出された人の肩周りの領域の輪郭線を求め、
前記得られた輪郭線から画像特徴を算出し、
記憶部に記憶された、画像特徴と人体の向きとの対応関係を示す情報に基づいて、前記算出された画像特徴から人体の向きを求める、
ことを特徴とする画像処理方法。
(付記8)
更に、前記画像特徴を算出することは、
前記画像上の右の肩周りの輪郭線でなす第1の角度と、左の肩周りの輪郭線でなす第2の角度とを算出し、
前記第1の角度と前記第2の角度とを比較するとともに、前記第1の角度と前記第2の角度とを合わせた角度が所定の閾値より大きいか否かを判定し、
前記頭部に顔を含むか否かを判定する、
ことを含む、付記7に記載の画像処理方法。
(付記9)
更に、前記画像特徴を算出することは、前記頭部を中央とした左右の輪郭線を通る二つの直線を求め、前記二つの直線と中心線でなす角度をそれぞれ前記第1の角度及び前記第2の角度として算出し、
前記頭部のエッジ量を求め、
前記二つの直線でなす角度の大きさと、前記第1の角度及び前記第2の角度の大きさの論理関係と、前記頭部のエッジ量とから顔の方向を判定する、
ことを含む、付記7に記載の画像処理方法。
102 カメラ
104 画像入力部
106 検出部
1062 移動体検出部
1064 頭部及び肩領域検出部
108 画像特徴算出部
1082 肩輪郭の角度算出部
1084 肩の傾き算出部
1086 顔領域の判定部
109 記憶部
110 判定部
112 出力部
Claims (5)
- 画像から検出された人の肩周りの領域の輪郭線を求める検出部と、
前記検出部で得られた輪郭線から画像特徴を算出する画像特徴算出部と、
画像特徴と人体の向きとの対応関係を示す情報を記憶する記憶部と、
前記情報に基づいて、前記画像特徴算出部によって算出された画像特徴に対応する人体の向きを求める判定部と、
を備え、
前記画像特徴算出部は、
前記画像上の右の肩周りの輪郭線でなす第1の角度と、左の肩周りの輪郭線でなす第2の角度とを算出する肩輪郭の角度算出部と、
前記第1の角度と前記第2の角度とを比較するとともに、前記第1の角度と前記第2の角度とを合わせた角度が所定の閾値より大きいか否かを判定する肩の傾き算出部と、
前記画像において前記人の頭部に含まれる顔の方向を判定する顔領域の判定部とを含み、
前記第1の角度及び前記第2の角度に基づく角度の大きさと、前記第1の角度及び前記第2の角度の大きさの論理関係と、前記顔の方向とを、前記画像特徴として算出する、
ことを特徴とする画像処理装置。 - 前記肩輪郭の角度算出部は、前記頭部を中央とした左右の輪郭線を通る二つの直線を求め、前記二つの直線と中心線でなす角度をそれぞれ前記第1の角度及び前記第2の角度として算出し、
前記顔領域の判定部は、前記頭部のエッジ量を求め、前記頭部のエッジ量から前記顔の方向を判定し、
前記画像特徴算出部は、前記二つの直線でなす角度の大きさを、前記第1の角度及び前記第2の角度に基づく角度の大きさとして用いる、
ことを特徴とする請求項1に記載の画像処理装置。 - 画像から検出された人の肩周りの領域の輪郭線を求め、
前記画像上の右の肩周りの輪郭線でなす第1の角度と、左の肩周りの輪郭線でなす第2の角度とを算出し、
前記第1の角度と前記第2の角度とを比較するとともに、前記第1の角度と前記第2の角度とを合わせた角度が所定の閾値より大きいか否かを判定し、
前記画像において前記人の頭部に含まれる顔の方向を判定し、
前記第1の角度及び前記第2の角度に基づく角度の大きさと、前記第1の角度及び前記第2の角度の大きさの論理関係と、前記顔の方向とを、画像特徴として算出し、
記憶部に記憶された、画像特徴と人体の向きとの対応関係を示す情報に基づいて、前記算出された画像特徴から人体の向きを求める、
処理をコンピュータに実行させるプログラム。 - コンピュータによって実行される画像処理方法であって、
画像から検出された人の肩周りの領域の輪郭線を求め、
前記画像上の右の肩周りの輪郭線でなす第1の角度と、左の肩周りの輪郭線でなす第2の角度とを算出し、
前記第1の角度と前記第2の角度とを比較するとともに、前記第1の角度と前記第2の角度とを合わせた角度が所定の閾値より大きいか否かを判定し、
前記画像において前記人の頭部に含まれる顔の方向を判定し、
前記第1の角度及び前記第2の角度に基づく角度の大きさと、前記第1の角度及び前記第2の角度の大きさの論理関係と、前記顔の方向とを、画像特徴として算出し、
記憶部に記憶された、画像特徴と人体の向きとの対応関係を示す情報に基づいて、前記画像特徴算出部によって算出された画像特徴から人体の向きを求める、
ことを特徴とする画像処理方法。 - 画像から検出された人の肩周りの領域の輪郭線及び頭部を中央とする中心線を求める検出部と、
前記検出部で得られた輪郭線及び中心線から、右の肩周りの輪郭線と前記中心線とでなす第1の角度と、左の肩周りの輪郭線と前記中心線とでなす第2の角度とを、画像特徴として算出する画像特徴算出部と、
画像特徴と頭部を中央とした中心線を軸とする人体の向きとの対応関係を示す情報を記憶する記憶部と、
前記情報に基づいて、前記画像特徴算出部によって算出された画像特徴に対応する前記頭部を中央とした中心線を軸とする人体の向きを求める判定部と、
を備えていることを特徴とする画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012242243A JP6163732B2 (ja) | 2012-11-01 | 2012-11-01 | 画像処理装置、プログラム、及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012242243A JP6163732B2 (ja) | 2012-11-01 | 2012-11-01 | 画像処理装置、プログラム、及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014092886A JP2014092886A (ja) | 2014-05-19 |
JP6163732B2 true JP6163732B2 (ja) | 2017-07-19 |
Family
ID=50936927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012242243A Expired - Fee Related JP6163732B2 (ja) | 2012-11-01 | 2012-11-01 | 画像処理装置、プログラム、及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6163732B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6500500B2 (ja) | 2015-02-27 | 2019-04-17 | 富士通株式会社 | 画像判定装置、画像判定方法、及びプログラム |
JP6561639B2 (ja) | 2015-07-09 | 2019-08-21 | 富士通株式会社 | 関心度判定装置、関心度判定方法および関心度判定プログラム |
WO2021251184A1 (ja) * | 2020-06-11 | 2021-12-16 | ソニーグループ株式会社 | 画像処理装置、画像処理方法、並びに記録媒体 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4647289B2 (ja) * | 2004-11-10 | 2011-03-09 | 富士フイルム株式会社 | 画像処理方法および装置並びにプログラム |
JP5595655B2 (ja) * | 2008-12-24 | 2014-09-24 | 株式会社ソニー・コンピュータエンタテインメント | 画像処理装置および画像処理方法 |
-
2012
- 2012-11-01 JP JP2012242243A patent/JP6163732B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2014092886A (ja) | 2014-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11727661B2 (en) | Method and system for determining at least one property related to at least part of a real environment | |
Soltani et al. | Skeleton estimation of excavator by detecting its parts | |
JP6043856B2 (ja) | Rgbdカメラを用いた頭部ポーズ推定 | |
KR101776622B1 (ko) | 다이렉트 트래킹을 이용하여 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법 | |
JP6700752B2 (ja) | 位置検出装置、位置検出方法及びプログラム | |
CN109977833B (zh) | 物体追踪方法、物体追踪装置、存储介质及电子设备 | |
US8331614B2 (en) | Method and apparatus for tracking listener's head position for virtual stereo acoustics | |
JP6221390B2 (ja) | 画像処理装置、プログラム、および画像処理方法 | |
Walha et al. | Video stabilization with moving object detecting and tracking for aerial video surveillance | |
KR101784183B1 (ko) | ADoG 기반 특징점을 이용한 이동 로봇의 위치를 인식하기 위한 장치 및 그 방법 | |
JP6184271B2 (ja) | 撮像管理装置、撮像管理システムの制御方法およびプログラム | |
KR20150144728A (ko) | 이동 로봇의 맵을 업데이트하기 위한 장치 및 그 방법 | |
TWI438702B (zh) | 影像環境邊界之動態設定方法及人員活動內容之即時判定方法 | |
JP2016099982A (ja) | 行動認識装置、行動学習装置、方法、及びプログラム | |
JP5936561B2 (ja) | 画像における外観及びコンテキストに基づく物体分類 | |
KR102295183B1 (ko) | Cctv 프로젝션 모델을 이용한 cctv 영상의 객체 추적 방법 | |
JP6620443B2 (ja) | 監視プログラム、監視装置、及び監視方法 | |
JP2018120283A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2019212148A (ja) | 情報処理装置及び情報処理プログラム | |
JP6163732B2 (ja) | 画像処理装置、プログラム、及び方法 | |
KR20140043159A (ko) | 그래프 매칭 및 사이클 검출에 의한 자동 모델 초기화로의 라인 트래킹 | |
KR101241813B1 (ko) | Gpu를 이용한 파노라마 영상의 객체 검출 장치 및 방법 | |
Pane et al. | A people counting system for business analytics | |
JP6606340B2 (ja) | 画像検出装置、画像検出方法およびプログラム | |
WO2017042852A1 (en) | Object recognition appratus, object recognition method and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150706 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160623 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160628 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160829 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170117 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170317 |
|
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: 20170523 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170605 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6163732 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |