JP6508134B2 - 物体判別装置 - Google Patents
物体判別装置 Download PDFInfo
- Publication number
- JP6508134B2 JP6508134B2 JP2016118233A JP2016118233A JP6508134B2 JP 6508134 B2 JP6508134 B2 JP 6508134B2 JP 2016118233 A JP2016118233 A JP 2016118233A JP 2016118233 A JP2016118233 A JP 2016118233A JP 6508134 B2 JP6508134 B2 JP 6508134B2
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- boundary portion
- region
- pixels
- area
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T7/12—Edge-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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Optics & Photonics (AREA)
- Image Analysis (AREA)
- Traffic Control Systems (AREA)
Description
開示の物体判別装置は、判別対象となり得る物体が写っている第1領域を画像中で特定する第1特定手段と、前記第1領域内で、画像特徴量の勾配の大きさが所定量以上となる前記物体の境界のうち、前記画像特徴量の勾配の方向が一の方向となる特定境界部分であって且つ前記画像特徴量の勾配の方向が前記一の方向とは異なる他の方向となる他の境界部分よりも前記第1領域内での分布範囲が大きくなる特定境界部分を特定する第2特定手段と、前記第1領域の長さを示す第1パラメータと前記特定境界部分の長さを示す第2パラメータとに基づいて、前記物体を判別する判別手段とを備える。
開示の物体判別装置の他の態様では、前記判別手段は、前記第1パラメータと前記第2パラメータとの間の相対関係に基づいて、前記物体を判別する。
上述の如く第1及び第2パラメータの相対関係に基づいて物体を判別する物体判別装置の他の態様では、前記判別手段は、前記相対関係が、前記物体が煙である場合に観測され得る前記相対関係として予め規定された第1関係である場合に、前記物体が煙であると判別し、前記判別手段は、前記相対関係が、前記第1関係とは異なり且つ前記物体が人工構造物である場合に観測され得る前記相対関係として予め規定された第2関係である場合に、前記物体が人工構造物であると判別する。
上述の如く第1及び第2パラメータの相対関係に基づいて物体を判別する物体判別装置の他の態様では、前記相対関係は、前記第1パラメータと前記第2パラメータとの比及び前記第1パラメータと前記第2パラメータとの差分のうちの少なくとも一方を含む。
上述の如く比及び差分のうちの少なくとも一方に基づいて物体を判別する物体判別装置の他の態様では、前記判別手段は、前記比が第1閾値よりも小さい又は前記差分が第2閾値よりも大きい場合に、前記物体が煙であると判別し、前記判別手段は、前記比が前記第1閾値以上である第3閾値よりも大きい又は前記差分が前記第2閾値以下である第4閾値よりも小さい場合に、前記物体が人工構造物であると判別する。
開示の物体判別装置の他の態様では、前記第1パラメータは、前記第1領域の外縁上の2点を結ぶことで得られる第1の線分の長さを、前記第1領域の長さとして示し、前記第2パラメータは、前記第1の線分に対して前記特定境界部分を投影することで得られる第2の線分の長さを、前記特定境界部分の長さとして示す。
上述の如く第1パラメータが第1の線分の長さを示す物体判別装置の他の態様では、前記第1領域の形状は、矩形であり、前記第1の線分は、前記第1領域の一の辺である。
上述の如く第1の線分が第1領域の一の辺である物体判別装置の他の態様では、前記一の辺は、前記第1領域の長辺である。
開示の物体判別装置の他の態様では、前記第1特定手段は、前記画像を第1の解析方法で解析することで前記第1領域を特定し、前記画像を前記第1の解析方法又は前記第1の解析方法とは異なる第2の解析方法で解析して、判別対象から除外可能な所定物が写っている第2領域を前記画像中で特定する第3特定手段を更に備え、前記第2特定手段は、前記第2領域と重複しない前記第1領域内で前記特定境界部分を特定する一方で、前記第2領域と重複する前記第1領域内で前記特定境界部分を特定しない。
開示の物体判別装置の他の態様では、前記第1特定手段は、前記画像を第1の解析方法で解析することで前記第1領域を特定し、前記画像を前記第1の解析方法又は前記第1の解析方法とは異なる第2の解析方法で解析して、判別対象から除外可能な所定物が写っている第2領域を前記画像中で特定する第3特定手段を更に備え、前記判別手段は、前記第1及び第2パラメータ、並びに、前記第3特定手段の特定結果に基づいて、前記物体を判別する。
開示の物体判別装置の他の態様では、前記境界は、前記画像を構成する複数の第1画素のうち前記画像特徴量の勾配の大きさが前記所定量以上となる複数の第2画素から構成され、前記特定境界部分は、前記複数の第2画素のうち、前記画像特徴量の勾配の方向が前記一の方向となる複数の第3画素であって且つ前記画像特徴量の勾配の方向が前記他の方向となる複数の第4画素よりも数が多い複数の第3画素から構成され、
前記第2パラメータは、前記複数の第3画素の数に関する指標を用いて、前記特定境界部分の長さを示す。
はじめに、図1のブロック図を参照して、本実施形態の車両1の構成について説明する。図1に示すように、車両1は、カメラ11と、LIDAR(Light Detection and Ranging)12と、「物体判別装置」の一具体例であるECU(Electrical Control Unit)13とを備える。
続いて、ECU13が行う物体判別動作について説明する。
まず、図2(a)から図2(c)を参照しながら、物体判別動作の概要について説明する。
続いて、図3のフローチャートを参照しながら、物体判別動作の具体的な流れについて説明する。図3に示すように、立体物領域特定部131及び人・車特定部132の夫々は、カメラ11から画像を取得する(ステップS11)。更に、立体物領域特定部131は、LIDAR12から距離情報を取得する。尚、ステップS11で取得された画像は、物体判別動作の対象となる画像であることから、以下では適宜“対象画像”と称する。また、以下に説明するステップS12からステップS21の動作は、ステップS11で取得された対象画像及び距離情報に基づいて行われる。従って、ECU13は、実質的には、対象画像及び距離情報を取得する都度、物体判別動作(特に、ステップS12からステップS21の動作)を繰り返し行うと言える。言い換えれば、ECU13は、実質的には、対象画像及び距離情報の取得をトリガとして、物体判別動作を開始すると言える。
上述した説明では、境界特定部134は、分類された画素の総数が最大となる角度範囲を特定すると共に、特定した角度範囲に分類された画素が存在する領域を、特定境界部分302として特定している。しかしながら、特定境界部分302は、分類された画素の総数が最大とはならないものの所定数以上となる一の角度範囲を特定すると共に、特定した一の角度範囲に分類された画素が存在する領域を、特定境界部分302として特定してもよい。言い換えれば、特定境界部分302は、分類された画素の対象領域233内での分布範囲が最大とはならないものの所定範囲以上となる一の角度範囲を特定すると共に、特定した一の角度範囲に分類された画素が存在する領域を、特定境界部分302として特定してもよい。この場合の所定数(或いは、所定範囲)は、上述した煙の境界301の分布態様と人工構造物の境界301の分布態様との違いに基づいて設定されてもよい。具体的には、人工構造物の境界301は、対象領域233の少なくとも一部に渡って直線状に延びる境界部分301aを含み得る。このため、人工構造物の境界301を構成する画素のうち画像特徴量の勾配の方向が同じになる画素の数は、対象領域233の少なくとも一部に渡って直線状に延びる境界部分301aを構成し得る程度に多くなる可能性が相対的に高い。このため、対象領域233の少なくとも一部に渡って直線状に延びる境界部分301aを構成し得る画素の数が、所定数として設定されてもよい。或いは、対象領域233の少なくとも一部に渡って直線状に延びる境界部分301aを構成し得る程度に対象領域233内で分布可能な画素の分布範囲が、所定範囲として設定されてもよい。
11 カメラ
12 LIDAR
13 ECU
131 立体物領域特定部
132 人・車特定部
133 対象領域特定部
134 境界特定部
135 判別パラメータ算出部
136 物体判別部
231 立体物領域
232 人・車領域
233 対象領域
301 境界
302 特定境界部分
Claims (11)
- 判別対象となり得る物体が写っている第1領域を画像中で特定する第1特定手段と、
前記第1領域内で、画像特徴量の勾配の大きさが所定量以上となる前記物体の境界のうち、前記画像特徴量の勾配の方向が一の方向となる特定境界部分であって且つ前記画像特徴量の勾配の方向が前記一の方向とは異なる他の方向となる他の境界部分よりも前記第1領域内での分布範囲が大きくなる特定境界部分を特定する第2特定手段と、
前記第1領域の長さを示す第1パラメータと前記特定境界部分の長さを示す第2パラメータとに基づいて、前記物体を判別する判別手段と
を備えることを特徴とする物体判別装置。 - 前記判別手段は、前記第1パラメータと前記第2パラメータとの間の相対関係に基づいて、前記物体を判別する
ことを特徴とする請求項1に記載の物体判別装置。 - 前記判別手段は、前記相対関係が、前記物体が煙である場合に観測され得る前記相対関係として予め規定された第1関係である場合に、前記物体が煙であると判別し、
前記判別手段は、前記相対関係が、前記第1関係とは異なり且つ前記物体が人工構造物である場合に観測され得る前記相対関係として予め規定された第2関係である場合に、前記物体が人工構造物であると判別する
ことを特徴とする請求項2に記載の物体判別装置。 - 前記相対関係は、前記第1パラメータと前記第2パラメータとの比及び前記第1パラメータと前記第2パラメータとの差分のうちの少なくとも一方を含む
ことを特徴とする請求項2又は3に記載の物体判別装置。 - 前記判別手段は、前記比が第1閾値よりも小さい又は前記差分が第2閾値よりも大きい場合に、前記物体が煙であると判別し、
前記判別手段は、前記比が前記第1閾値以上である第3閾値よりも大きい又は前記差分が前記第2閾値以下である第4閾値よりも小さい場合に、前記物体が人工構造物であると判別する
ことを特徴とする請求項4に記載の物体判別装置。 - 前記第1パラメータは、前記第1領域の外縁上の2点を結ぶことで得られる第1の線分の長さを、前記第1領域の長さとして示し、
前記第2パラメータは、前記第1の線分に対して前記特定境界部分を投影することで得られる第2の線分の長さを、前記特定境界部分の長さとして示す
ことを特徴とする請求項1から5のいずれか一項に記載の物体判別装置。 - 前記第1領域の形状は、矩形であり、
前記第1の線分は、前記第1領域の一の辺である
ことを特徴とする請求項6に記載の物体判別装置。 - 前記一の辺は、前記第1領域の長辺である
ことを特徴とする請求項7に記載の物体判別装置。 - 前記第1特定手段は、前記画像を第1の解析方法で解析することで前記第1領域を特定し、
前記画像を前記第1の解析方法又は前記第1の解析方法とは異なる第2の解析方法で解析して、判別対象から除外可能な所定物が写っている第2領域を前記画像中で特定する第3特定手段を更に備え、
前記第2特定手段は、前記第2領域と重複しない前記第1領域内で前記特定境界部分を特定する一方で、前記第2領域と重複する前記第1領域内で前記特定境界部分を特定しない
ことを特徴とする請求項1から8のいずれか一項に記載の物体判別装置。 - 前記第1特定手段は、前記画像を第1の解析方法で解析することで前記第1領域を特定し、
前記画像を前記第1の解析方法又は前記第1の解析方法とは異なる第2の解析方法で解析して、判別対象から除外可能な所定物が写っている第2領域を前記画像中で特定する第3特定手段を更に備え、
前記判別手段は、前記第1及び第2パラメータ、並びに、前記第3特定手段の特定結果に基づいて、前記物体を判別する
ことを特徴とする請求項1から8のいずれか一項に記載の物体判別装置。 - 前記境界は、前記画像を構成する複数の第1画素のうち前記画像特徴量の勾配の大きさが前記所定量以上となる複数の第2画素から構成され、
前記特定境界部分は、前記複数の第2画素のうち、前記画像特徴量の勾配の方向が前記一の方向となる複数の第3画素であって且つ前記画像特徴量の勾配の方向が前記他の方向となる複数の第4画素よりも数が多い複数の第3画素から構成され、
前記第2パラメータは、前記複数の第3画素の数に関する指標を用いて、前記特定境界部分の長さを示す
ことを特徴とする請求項1から10のいずれか一項に記載の物体判別装置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016118233A JP6508134B2 (ja) | 2016-06-14 | 2016-06-14 | 物体判別装置 |
US15/595,381 US10380743B2 (en) | 2016-06-14 | 2017-05-15 | Object identifying apparatus |
CN201710362282.3A CN107506685B (zh) | 2016-06-14 | 2017-05-22 | 物体判别装置 |
DE102017209631.4A DE102017209631B4 (de) | 2016-06-14 | 2017-06-08 | Objektidentifizierungsvorrichtung |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016118233A JP6508134B2 (ja) | 2016-06-14 | 2016-06-14 | 物体判別装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017224110A JP2017224110A (ja) | 2017-12-21 |
JP6508134B2 true JP6508134B2 (ja) | 2019-05-08 |
Family
ID=60419919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016118233A Active JP6508134B2 (ja) | 2016-06-14 | 2016-06-14 | 物体判別装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10380743B2 (ja) |
JP (1) | JP6508134B2 (ja) |
CN (1) | CN107506685B (ja) |
DE (1) | DE102017209631B4 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7120835B2 (ja) * | 2018-07-18 | 2022-08-17 | トヨタ自動車株式会社 | 画像処理装置 |
ES2951128T3 (es) * | 2018-11-07 | 2023-10-18 | Wuerth Int Ag | Sistema de gestión de almacenes, con detección de posición de artículos y áreas de almacén asociadas |
KR102205325B1 (ko) * | 2019-06-14 | 2021-01-21 | 경북대학교 산학협력단 | 라인 검출 방법 |
US11107238B2 (en) * | 2019-12-13 | 2021-08-31 | Zebra Technologies Corporation | Method, system and apparatus for detecting item facings |
JP2022186023A (ja) * | 2021-06-04 | 2022-12-15 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS50826A (ja) | 1973-04-28 | 1975-01-07 | ||
JP3505362B2 (ja) * | 1997-08-13 | 2004-03-08 | 名古屋電機工業株式会社 | 車両検出方法 |
US7245315B2 (en) * | 2002-05-20 | 2007-07-17 | Simmonds Precision Products, Inc. | Distinguishing between fire and non-fire conditions using cameras |
US8427538B2 (en) * | 2004-04-30 | 2013-04-23 | Oncam Grandeye | Multiple view and multiple object processing in wide-angle video camera |
JP4864043B2 (ja) * | 2008-05-13 | 2012-01-25 | 株式会社豊田中央研究所 | 画像処理装置、方法及びプログラム |
US8509526B2 (en) * | 2010-04-13 | 2013-08-13 | International Business Machines Corporation | Detection of objects in digital images |
US9342483B2 (en) * | 2010-08-19 | 2016-05-17 | Bae Systems Plc | Sensor data processing |
JP5658963B2 (ja) * | 2010-09-29 | 2015-01-28 | オリンパス株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
JP2012118698A (ja) * | 2010-11-30 | 2012-06-21 | Fuji Heavy Ind Ltd | 画像処理装置 |
JP5594672B2 (ja) * | 2011-04-14 | 2014-09-24 | 株式会社 日立産業制御ソリューションズ | 物体認識装置および物体認識方法 |
KR101237089B1 (ko) | 2011-10-12 | 2013-02-26 | 계명대학교 산학협력단 | 랜덤 포레스트 분류 기법을 이용한 산불연기 감지 방법 |
JP5600332B2 (ja) | 2012-03-29 | 2014-10-01 | 富士重工業株式会社 | 運転支援装置 |
JP2013206328A (ja) | 2012-03-29 | 2013-10-07 | Fuji Heavy Ind Ltd | 物体検出装置 |
JP2014010771A (ja) | 2012-07-02 | 2014-01-20 | Toshiba Corp | 車両検知装置 |
KR101353952B1 (ko) * | 2012-10-05 | 2014-01-23 | 계명대학교 산학협력단 | 시공간적 비오에프와 랜덤 포레스트를 이용한 산불 연기 감지 방법 |
JP2014215718A (ja) | 2013-04-23 | 2014-11-17 | 株式会社東芝 | 車両検知装置、および、車両検知システム |
JP6204782B2 (ja) | 2013-10-07 | 2017-09-27 | 日立建機株式会社 | オフロードダンプトラック |
JP6445775B2 (ja) * | 2014-04-01 | 2018-12-26 | キヤノン株式会社 | 画像処理装置、画像処理方法 |
JP6329438B2 (ja) | 2014-06-12 | 2018-05-23 | 株式会社Subaru | 車外環境認識装置 |
JP6236363B2 (ja) * | 2014-06-30 | 2017-11-22 | 本田技研工業株式会社 | 対象物認識装置 |
-
2016
- 2016-06-14 JP JP2016118233A patent/JP6508134B2/ja active Active
-
2017
- 2017-05-15 US US15/595,381 patent/US10380743B2/en active Active
- 2017-05-22 CN CN201710362282.3A patent/CN107506685B/zh active Active
- 2017-06-08 DE DE102017209631.4A patent/DE102017209631B4/de active Active
Also Published As
Publication number | Publication date |
---|---|
US20170358089A1 (en) | 2017-12-14 |
CN107506685A (zh) | 2017-12-22 |
DE102017209631A1 (de) | 2017-12-14 |
DE102017209631B4 (de) | 2022-09-01 |
US10380743B2 (en) | 2019-08-13 |
JP2017224110A (ja) | 2017-12-21 |
CN107506685B (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6508134B2 (ja) | 物体判別装置 | |
JP3880759B2 (ja) | 移動物体検出方法 | |
US8947508B2 (en) | Image processing apparatus | |
US8498449B2 (en) | Eye detecting device, eye detecting method, and program | |
US10586321B2 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
US9197860B2 (en) | Color detector for vehicle | |
JP2008286725A (ja) | 人物検出装置および方法 | |
JP2007156626A (ja) | 物体種別判定装置及び物体種別判定方法 | |
RU2395787C2 (ru) | Способ обнаружения объектов | |
WO2013116598A1 (en) | Low-cost lane marker detection | |
KR20130028610A (ko) | 실시간 차선 검출 장치 및 방법과 이에 관한 기록매체 | |
JP6846230B2 (ja) | 車載制御装置及び車載環境認識装置 | |
KR101026778B1 (ko) | 차량 영상 검지 장치 | |
JP6375911B2 (ja) | カーブミラー検出装置 | |
JP5189556B2 (ja) | 車線検出装置 | |
US11138447B2 (en) | Method for detecting raised pavement markers, computer program product and camera system for a vehicle | |
JP6326622B2 (ja) | 人物検出装置 | |
JP6364189B2 (ja) | 歩行者検出方法 | |
TWI589468B (zh) | 行人偵測系統 | |
JP6569416B2 (ja) | 画像処理装置、物体認識装置、機器制御システム、画像処理方法及び画像処理プログラム | |
JP2004326559A (ja) | 車線区分線検出装置 | |
JP5505439B2 (ja) | 移動体検出装置、コンピュータプログラム及び移動体検出方法 | |
JP5505440B2 (ja) | 移動体判定装置、コンピュータプログラム及び移動体判定方法 | |
KR101843625B1 (ko) | 비디오 프레임 내의 공간 특징을 이용하여 스트로브를 검출하기 위한 시스템과 방법 | |
KR101676376B1 (ko) | 차선 인식 장치 및 차선 인식 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180129 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190124 |
|
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: 20190305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190318 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6508134 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |