JP6663848B2 - 移動体追跡方法および移動体追跡装置 - Google Patents

移動体追跡方法および移動体追跡装置 Download PDF

Info

Publication number
JP6663848B2
JP6663848B2 JP2016539827A JP2016539827A JP6663848B2 JP 6663848 B2 JP6663848 B2 JP 6663848B2 JP 2016539827 A JP2016539827 A JP 2016539827A JP 2016539827 A JP2016539827 A JP 2016539827A JP 6663848 B2 JP6663848 B2 JP 6663848B2
Authority
JP
Japan
Prior art keywords
ball
moving object
trajectory
unit
image
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
Application number
JP2016539827A
Other languages
English (en)
Other versions
JPWO2016021143A1 (ja
Inventor
純子 上田
純子 上田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Corp
Panasonic Holdings Corp
Original Assignee
Panasonic Corp
Matsushita Electric Industrial Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Corp, Matsushita Electric Industrial Co Ltd filed Critical Panasonic Corp
Publication of JPWO2016021143A1 publication Critical patent/JPWO2016021143A1/ja
Application granted granted Critical
Publication of JP6663848B2 publication Critical patent/JP6663848B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/60Editing figures and text; Combining figures or text
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/48Matching video sequences
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30221Sports video; Sports image
    • G06T2207/30224Ball; Puck
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30241Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Psychiatry (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Description

本開示は、移動体追跡方法および移動体追跡装置に関する。
従来から、映像において移動体を追跡する移動体追跡装置が知られている。例えば、特許文献1に記載の技術では、過去のフレームにおける移動体の位置情報に基づき今回のフレームにおける移動体の予測位置を求める。そして、今回のフレームにおける画像データから移動体に特有の所定の特徴を持つ候補物体を抽出し、抽出された候補物体のうち予測位置により近い候補物体を移動体として割り当てる。
特開2004−46647号公報
しかしながら、上記特許文献1に記載の技術では、追跡対象の移動体を他の移動体と間違えて追跡してしまう場合があるという問題があった。例えば、サッカーゲームなどのようなボール(移動体)を用いるスポーツ競技において、ボールを追跡することは選手の追跡に比べて難しい。すなわち、ボールの色や形が選手の足(靴)と似ているため、ボールが選手の足に近づくと誤追跡してしまう。また、ボールは選手によって隠蔽される場合があり、この場合においてボールを正しく追跡することは難しい。
本開示の目的は、映像において移動体を高精度に追跡することが可能な移動体追跡方法および移動体追跡装置を提供することである。
本開示に係る移動体追跡方法では、映像を構成する複数のフレーム画像の各々において移動体の第1の位置を検出する。そして、これら複数のフレーム画像を用いて得られた画像に基づいて前記第1の位置から独立して算出される移動体の軌跡を検出する。さらに、検出された第1の位置と、検出された軌跡から得られる移動体の第2の位置との差が所定値以上である場合に、前記検出された第2の位置を、複数のフレーム画像の各々における移動体の最終的な位置として決定し、当該決定した最終的な位置を出力する。
本開示に係る移動体追跡装置では、プロセッサが、映像を構成する複数のフレーム画像の各々において、移動体の第1の位置を検出する。そして、これら複数のフレーム画像を用いて得られた画像に基づいて前記第1の位置から独立して算出される移動体の軌跡を検出する。さらに、検出された第1の移動体の位置と、検出された移動体の軌跡から得られる移動体の第2の位置との差が所定値以上である場合に、前記検出された第2の位置を、複数のフレーム画像の各々における移動体の最終的な位置として決定し、当該決定した最終的な位置を出力する。
本開示によれば、映像において移動体を高精度に追跡することができる。
図1は、本実施の形態における移動体追跡装置の機能構成を示す図である。 図2は、本実施の形態における移動体追跡装置の全体動作例を示すフローチャートである。 図3は、本実施の形態におけるボール軌跡検出用画像生成動作を示すフローチャートである。 図4は、本実施の形態におけるボール軌跡検出動作を示すフローチャートである。 図5Aは、フローベクトルの最大箇所を重畳した画像を示す図である。 図5Bは、フローベクトルの最大箇所を重畳した画像を示す図である。 図6は、本実施の形態におけるボール候補検出動作を示すフローチャートである。 図7は、本実施の形態におけるボール軌跡検出用画像生成動作の変形例を示すフローチャートである。 図8は、本実施の形態におけるボール軌跡検出動作の変形例を示すフローチャートである。 図9Aは、前景画像を重畳した画像を示す図である。 図9Bは、前景画像を重畳した画像を示す図である。 図10は、本実施の形態における移動体追跡装置の構成の変形例を示す図である。
以下、本実施の形態を図面に基づいて詳細に説明する。図1は、本開示の実施の形態に係る移動体追跡装置100の機能構成を示す図である。移動体追跡装置100は、入力した映像中において移動体を追跡する装置である。本実施の形態では、移動体追跡装置100は、スポーツ競技の一つであるサッカーの試合が撮影されたスポーツ映像中において、当該サッカーの試合で使用されるボール(移動体)を追跡する。
移動体追跡装置100は、映像入力部110、ボール候補検出部120、位置検出部として機能するボール追跡部130、ボール軌跡検出用画像生成部140、軌跡検出部として機能するボール軌跡検出部150、選手領域検出部160および位置出力部として機能するボール位置出力部170を有する。
なお、移動体追跡装置100は、図示しないが、例えば、プロセッサとしてのCPU(Central Processing Unit)、制御プログラムを格納したROM(Read Only Memory)等の記憶媒体、RAM(Random Access Memory)等の作業用メモリ、および通信回路を有する。この場合、上記した各部の機能は、CPUが制御プログラムを実行することにより実現される。
映像入力部110は、複数のフレーム画像から構成される映像を入力する。そして、映像入力部110は、入力した映像をボール候補検出部120、ボール軌跡検出用画像生成部140および選手領域検出部160に出力する。
ボール候補検出部120は、映像入力部110から出力された映像を構成する複数のフレーム画像の各々において、サッカーの試合で使用されるボールが存在する可能性の高い領域をボール候補領域として検出する。そして、ボール候補検出部120は、検出したボール候補領域のフレーム画像における位置、および、当該フレーム画像をボール追跡部130に出力する。なお、ボール候補領域を検出する具体的な処理については、後述する。
ボール追跡部130は、ボール候補検出部120から出力されたフレーム画像において、ボール候補領域の特徴量に基づくボール尤度を算出する。ここで、ボール尤度とは、ボール候補領域が、どれくらい実際にボールが存在する領域に対して尤もらしいかを定量的に示す指標である。ボール追跡部130は、ボール候補領域のボール尤度が所定の閾値以上であるか否かについて判定し、所定の閾値以上である場合には当該ボール候補領域の位置を第1ボール位置として検出する。ボール追跡部130は、ボール候補検出部120から出力されたフレーム画像において複数のボール候補領域が存在する場合、複数のボール候補領域の各々についてボール尤度を算出し、所定の閾値以上であり、かつ、最もボール尤度の高いボール候補領域の位置を第1ボール位置として検出する。ボール追跡部130は、検出した第1ボール位置をボール位置出力部170に出力する。
選手領域検出部160は、映像入力部110から出力された映像を構成する複数のフレーム画像の各々において、サッカーの試合に出場している選手が存在する可能性の高い領域を選手候補領域として検出する。そして、選手領域検出部160は、検出した選手候補領域の特徴量に基づく選手尤度を算出する。ここで、選手尤度とは、選手候補領域が、どれくらい実際に選手が存在する領域に対して尤もらしいかを定量的に示す指標である。選手領域検出部160は、選手候補領域の選手尤度が所定の閾値以上であるか否かについて判定し、所定の閾値以上である場合には当該選手候補領域の位置を選手領域としてボール軌跡検出部150に出力する。
ボール軌跡検出用画像生成部140は、映像入力部110から出力された映像を入力し、複数のフレーム画像単位でボールの軌跡を検出するためのボール軌跡検出用画像を生成する。そして、ボール軌跡検出用画像生成部140は、生成したボール軌跡検出用画像をボール軌跡検出部150に出力する。なお、ボール軌跡検出用画像を生成する具体的な処理については、後述する。
ボール軌跡検出部150は、ボール軌跡検出用画像生成部140から出力されたボール軌跡検出用画像と、選手領域検出部160から出力された選手領域とに基づいて複数のフレーム画像単位におけるボールの軌跡を検出する。そして、ボール軌跡検出部150は、検出したボールの軌跡上に存在する位置であって、当該ボールの軌跡を検出するために用いた複数のフレーム画像のうち最後のフレーム画像におけるボールの位置を第2ボール位置としてボール位置出力部170に出力する。なお、ボールの軌跡を検出する具体的な処理については、後述する。
ボール位置出力部170は、複数のフレーム画像の各々について、1つのフレーム画像ごとにボール追跡部130から出力された第1ボール位置と、複数のフレーム画像ごとにボール軌跡検出部150から出力された第2ボール位置とに基づいて、ボールの最終的な位置を決定し、当該決定した位置をボール位置情報として出力する。具体的には、ボール位置出力部170は、あるフレーム画像についてボール追跡部130から出力された第1ボール位置と、ボール軌跡検出部150から出力された第2ボール位置との両方が存在する場合には、当該第1および第2ボール位置に基づいて、ボールの最終的な位置を決定し、当該決定した位置をボール位置情報として出力する。一方、ボール位置出力部170は、あるフレーム画像についてボール追跡部130から出力された第1ボール位置のみが存在する場合には、当該第1ボール位置をボールの最終的な位置として決定し、当該決定した位置をボール位置情報として出力する。
図2は、本実施の形態における移動体追跡装置100の全体動作を示すフローチャートである。ステップS100およびS120の処理は、映像入力部110からボール候補検出部120、ボール軌跡検出用画像生成部140および選手領域検出部160に映像が出力されることによって開始する。図2に示す各処理は、映像入力部110から映像を構成する全てのフレーム画像が出力されている間、実行される。
まず、ボール軌跡検出用画像生成部140は、映像入力部110から出力された映像を入力し、複数(本実施の形態では、自然数であるN)のフレーム画像単位でボールの軌跡を検出するためのボール軌跡検出用画像を生成する(ステップS100)。図3は、ステップS100の詳細動作、すなわちボール軌跡検出用画像生成動作を示すフローチャートである。
まず、ボール軌跡検出用画像生成部140は、映像入力部110から出力されたフレーム画像(t)を入力する(ステップS220)。ここで、フレーム画像(t)は、フレーム番号がtであるフレーム画像を表す。
次に、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像を初期化する(ステップS222)。具体的には、ボール軌跡検出用画像生成部140は、ステップS220にて入力したフレーム画像(t)と同じサイズの画像を用意し、その画像を構成する全ての画素値を全て0(黒)に設定する。
次に、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像生成動作で使用する変数iの値に1を設定する(ステップS224)。次に、ボール軌跡検出用画像生成部140は、映像入力部110から出力されたフレーム画像(t+i)を入力する(ステップS226)。
次に、ボール軌跡検出用画像生成部140は、ステップS226にて入力したフレーム画像(例えばフレーム画像(t+1)、以下「第2フレーム画像」と言う)と、その一つ前に入力したフレーム画像(例えばフレーム画像(t)、以下「第1フレーム画像」と言う)とを用いて、オプティカルフローを算出する(ステップS228)。具体的には、ボール軌跡検出用画像生成部140は、第1フレーム画像の各画素が第2フレーム画像のどの画素に移動したのか、すなわちフローベクトルを求める。
次に、ボール軌跡検出用画像生成部140は、ステップS228の算出結果に基づいて、多くのフローベクトルの中から移動量が最大であるフローベクトルを検出する(ステップS230)。次に、ボール軌跡検出用画像生成部140は、ステップS230にて検出したフローベクトルに対応する画素の位置(箇所)を示す画像をボール軌跡検出用画像に重畳する(ステップS232)。具体的には、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像において、ステップS230にて検出したフローベクトルに対応する画素の位置周辺の画素値を255(白)に設定する。例えば、フローベクトルに対応する画素の位置周辺に5×5ピクセルの矩形領域や、直径5ピクセルの円領域を設定し、それらの領域を構成する画素の値を255に設定する。
次に、ボール軌跡検出用画像生成部140は、変数iの値に1を加算する(ステップS234)。次に、ボール軌跡検出用画像生成部140は、変数iの値がNに等しいか否かについて判定する(ステップS236)。この判定の結果、変数iの値がNに等しくない場合(ステップS236、NO)、処理はステップS226の前に戻る。
一方、変数iの値がNに等しい場合(ステップS236、YES)、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像、および、フレーム画像(t+N−1)において移動量が最大となるフローベクトルの位置をボール軌跡検出部150に出力する(ステップS238)。出力されるボール軌跡検出用画像には、移動量が最大となるフローベクトルに対応する画像がNのフレーム画像分だけ重畳されている。ステップS238の処理が完了することによって、ボール軌跡検出用画像生成部140は、図3における処理を終了する。
図2のフローチャートに戻り、ボール軌跡検出部150は、ボール軌跡検出用画像生成部140から出力されたボール軌跡検出用画像と、選手領域検出部160から出力された選手領域とに基づいてNのフレーム画像単位におけるボールの軌跡を検出する(ステップS110)。ステップS110の処理が完了すると、処理はステップS100の前に戻る。図4は、本実施の形態におけるボール軌跡検出動作を示すフローチャートである。
まず、ボール軌跡検出部150は、ボール軌跡検出用画像生成部140から出力されたボール軌跡検出用画像に対してラベリング処理を実施する(ステップS240)。ここで、ラベリング処理とは、画素値が255(白)である部分が連続した画素に同じ番号を割り振る処理である。
次に、ボール軌跡検出部150は、ラベリング処理を実施した結果、ラベリング数が1であるか否かについて判定する(ステップS242)。図5Aは、ラベリング数が1である場合のボール軌跡検出用画像を示す。図5Aに示すように、ラベリング数が1である場合には、ボール軌跡検出用画像上において、白い部分すなわち移動量が最大となる画素の位置が時系列に連結されたように表され、その連結部分はボールの軌跡のように綺麗な軌跡を描いている。図5Bは、ラベリング数が3である場合のボール軌跡検出用画像を示す。この判定の結果、ラベリング数が1でない場合(ステップS242、NO)、ボール軌跡検出部150は、図4における処理を終了する。
一方、ラベリング数が1である場合(ステップS242、YES)、ボール軌跡検出部150は、ボール軌跡検出用画像生成部140から出力されたフローベクトルの位置が、選手領域検出部160から出力された選手領域に含まれるか否かについて判定する(ステップS244)。この判定は、早く走っている選手がボールの軌跡として誤検出されることを防止するために行われる。なお、ボール軌跡検出用画像生成部140から出力されたフローベクトルの位置が、選手領域に含まれるか否かの判定は、上記方法に限らない。例えば、前景画像を取得し、ボール軌跡検出用画像生成部140から出力されたフローベクトルの位置に存在する前景領域のサイズ(例えば、領域幅、領域高さ、ピクセル数など)から、その領域が選手領域か、ボール領域か判断するとしてもよい。その場合、図1における選手領域検出部160は無くてもよい。なお、前景画像を生成する具体的な方法については後述する。
判定の結果、ボール軌跡検出用画像生成部140から出力されたフローベクトルの位置が選手領域に含まれる場合(ステップS244、YES)、ボール軌跡検出部150は、図4における処理を終了する。一方、ボール軌跡検出用画像生成部140から出力されたフローベクトルの位置が選手領域に含まれない場合、すなわちボールの軌跡を検出した場合(ステップS244、NO)、ボール軌跡検出部150は、ボール軌跡検出用画像生成部140から出力されたフローベクトルの位置を第2ボール位置としてボール位置出力部170に出力する(ステップS246)。ステップS246の処理が完了することによって、ボール軌跡検出部150は、図4における処理を終了する。
図2のフローチャートに戻り、ステップS120では、ボール候補検出部120は、映像入力部110から出力された映像を構成する複数のフレーム画像の各々において、サッカーの試合で使用されるボール候補の領域をボール候補領域として検出する。図6は、本実施の形態におけるボール候補検出動作を示すフローチャートである。
まず、ボール候補検出部120は、映像入力部110から出力されたフレーム画像から、その前景画像を生成する(ステップS210)。ここで、前景画像は、背景部分を構成する画素の画素値が0(黒)に設定され、前景部分を構成する画素の画素値が255(白)に設定された二値化画像である。前景画像の生成方法としては、公知の背景差分法、フレーム間差分法等が挙げられる。
次に、ボール候補検出部120は、生成した前景画像の中で、ボール候補の領域を検出する検出対象領域を設定する(ステップS212)。具体的には、ボール候補検出部120は、1つ前のフレーム画像についてボール位置出力部170から出力されたボール位置情報に基づいてボールの移動予測位置を算出し、その移動予測位置を中心とした一定サイズの領域を検出対象領域として設定する。検出対象領域を設定することにより、前景画像の全領域を検出対象領域として設定する場合と比べて、ボール候補検出動作の処理負荷を低減させることができる。
次に、ボール候補検出部120は、前景画像の中で検出対象領域に設定された領域に対して、ラベリング処理を実行する(ステップS214)。最後に、ボール候補検出部120は、ラベリング処理の実行結果から、同じ番号が割り振られている画素領域のサイズ(例えば、領域幅、領域高さ、縦横比率または領域内の前景比率など)を取得し、その取得したサイズが所定の条件を満たす画素領域をボール候補領域として検出する(ステップS216)。所定の条件とは、例えば領域幅および領域高さの上限下限、縦横比率の上限下限または領域内の前景比率の下限などである。ボール候補検出部120は、検出したボール候補領域のフレーム画像における位置、領域幅、領域高さ、および、当該フレーム画像をボール追跡部130に出力する。ステップS216の処理が完了することによって、ボール候補検出部120は、図6における処理を終了する。なお、検出対象領域の設定(ステップS212)は必須ではなく、前景画像全体に以降の処理を行うとしてもよい。その場合、ボールの移動予測位置に誤りがあっても正しいボール候補を得ることができ、処理負荷は増加するけれども以降の処理を例えば並列化することにより処理時間の増加は防ぐことができる。
図2のフローチャートに戻り、ボール追跡部130は、ボール候補検出部120から出力されたフレーム画像において、ボール候補領域の特徴量に基づくボール尤度を算出する(ステップS130)。特徴量はボール候補検出部120から出力されたボール候補領域のフレーム画像における位置、領域幅、領域高さに基づいて算出される。特徴量はフレーム画像の光学的特徴量を用いたもの使用しても良いし、あるいは左記に掲げた要素と光学的特徴量とを併用しても良い。次に、ボール追跡部130は、算出したボール尤度が所定の閾値以上であるか否かについて判定する(ステップS140)。この判定の結果、ボール尤度が所定の閾値以上でない場合(ステップS140、NO)、処理はステップS120の前に戻る。
一方、ボール尤度が所定の閾値以上である場合(ステップS140、YES)、ボール追跡部130は、ボール候補領域の位置を第1ボール位置として検出し、ボール位置出力部170に出力する。次に、ボール位置出力部170は、ボール軌跡検出部150から第2ボール位置が出力されたか否かについて判定する(ステップS150)。この判定の結果、第2ボール位置が出力されていない場合(ステップS150、NO)、ボール位置出力部170は、ボール追跡部130から出力された第1ボール位置をボールの最終的な位置として決定し、当該決定した位置をボール位置情報として出力する(ステップS180)。なお、ボール追跡部130は、ボール候補検出部120から出力されたフレーム画像において複数のボール候補領域が存在する場合、複数のボール候補領域の各々についてボール尤度を算出し、所定の閾値以上であり、かつ、最もボール尤度の高いボール候補領域の位置を第1ボール位置として検出し、出力する。その後、処理はステップS120の前に戻る。
一方、第2ボール位置が出力された場合(ステップS150、YES)、ボール位置出力部170は、ボール追跡部130から出力された第1ボール位置と、ボール軌跡検出部150から出力された第2ボール位置との差分が所定値(例えば、3ピクセル)以上であるか否かについて判定する(ステップS160)。第1ボール位置と第2ボール位置との差分は、第1ボール位置および第2ボール位置の位置座標をそれぞれ(X1、Y1)、(X2、Y2)とした場合に、次の式(1)により算出される。
差分=SQR((X2−X1)+(Y2−Y1))・・・(1)
判定の結果、第1ボール位置と第2ボール位置との差分が所定値以上でない場合(ステップS160、NO)、処理はステップS180に遷移する。一方、第1ボール位置と第2ボール位置との差分が所定値以上である場合(ステップS160、YES)、ボール位置出力部170は、ボール軌跡検出部150から出力された第2ボール位置をボールの最終的な位置として決定し、当該決定した位置をボール位置情報として出力する(ステップS170)。その後、処理はステップS120の前に戻る。
以上詳しく説明したように、本実施の形態では、プロセッサは、映像を構成する複数のフレーム画像の各々においてボールの位置を検出し、複数のフレーム画像を用いて得られた画像に基づいてボールの軌跡を検出し、検出された位置と、検出された軌跡から得られるボールの位置とに基づいて複数のフレーム画像の各々におけるボールの最終的な位置を決定し、当該決定した位置を出力する。
このように構成した本実施の形態によれば、追跡対象のボールを他の移動体と間違えて追跡してしまう場合でも、検出されたボール軌跡から得られるボールの位置を用いて一定間隔毎に、正しいボール位置に自動で修正することができる。そのため、映像においてボールを高精度に追跡することができる。
なお、上記実施の形態では、第1ボール位置を検出するための構成であるボール候補検出部120およびボール追跡部130と、第2ボール位置を検出するための構成であるボール軌跡検出用画像生成部140およびボール軌跡検出部150とが1つの装置で一体化されている例について説明したが、別々の装置で別体化されていても良い。
また、上記実施の形態では、第1ボール位置と第2ボール位置との差分が所定値以上でない場合、ボール追跡部130から出力された第1ボール位置をボール位置情報として出力する例について説明したが、ボール軌跡検出部150から出力された第2ボール位置をボール位置情報として出力しても良い。
また、上記実施の形態では、複数のフレーム画像間における画素の移動量を検出し、移動量が最大となる画素の位置を時系列に連結することによってボールの軌跡を検出する例について説明したが、本開示はこれに限定されない。例えば、図7,8のフローチャートに示すように、複数のフレーム画像の各々から生成された前景画像を重畳し、重畳された画像から所定形状を有する輪郭を抽出することによってボールの軌跡を検出しても良い。
図7は、図2のステップS100の変形例、すなわちボール軌跡検出用画像生成動作の変形例を示すフローチャートである。図8は、図2のステップS110の変形例、すなわちボール軌跡検出動作の変形例を示すフローチャートである。
図7のフローチャートに示すボール軌跡検出用画像生成動作について説明する。まず、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像を初期化する(ステップS250)。具体的には、ボール軌跡検出用画像生成部140は、映像入力部110から出力されたフレーム画像(t)と同じサイズの画像を用意し、その画像を構成する全ての画素値を全て0(黒)に設定する。
次に、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像生成動作で使用する変数iの値に0を設定する(ステップS252)。次に、ボール軌跡検出用画像生成部140は、映像入力部110から出力されたフレーム画像(t+i)から、その前景画像(t+i)を生成する(ステップS254)。
次に、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像に前景画像(t+i)を重畳する(ステップS256)。なお、前景画像(t+i)を重畳する前に、前景画像(t+i)に対して収縮・膨張処理を行うことによってノイズを除去しても良い。
次に、ボール軌跡検出用画像生成部140は、変数iの値に1を加算する(ステップS258)。次に、ボール軌跡検出用画像生成部140は、変数iの値がNに等しいか否かについて判定する(ステップS260)。この判定の結果、変数iの値がNに等しくない場合(ステップS260、NO)、処理はステップS254の前に戻る。
一方、変数iの値がNに等しい場合(ステップS260、YES)、ボール軌跡検出用画像生成部140は、ボール軌跡検出用画像および前景画像(t+N−1)をボール軌跡検出部150に出力する(ステップS262)。出力されるボール軌跡検出用画像には、フレーム画像から生成された前景画像がN枚分だけ重畳されている。ステップS262の処理が完了することによって、ボール軌跡検出用画像生成部140は、図7における処理を終了する。
次に、図8のフローチャートに示すボール軌跡検出動作について説明する。まず、ボール軌跡検出部150は、ボール軌跡検出用画像生成部140から出力されたボール軌跡検出用画像に輪郭抽出処理を実施して、当該ボール軌跡検出用画像中の輪郭線を抽出する(ステップS270)。
次に、ボール軌跡検出部150は、抽出した輪郭線に公知の楕円フィッティング処理を実施して楕円形状の輪郭線を検出する(ステップS272)。次に、ボール軌跡検出部150は、ボール軌跡検出動作で使用する変数iの値に0を設定する(ステップS274)。
次に、ボール軌跡検出部150は、ステップS272にて検出した楕円形状の輪郭線のサイズが指定範囲(例えば、L1≦長径≦L2かつS1≦短径≦S2)内であるか否かについて判定する(ステップS276)。この指定範囲は細長い楕円(短径に対する長径の比率が著しく高い)であることが望ましい。一般的に前景画像には選手とボールが含まれる。選手を重畳すると円に近い楕円がフィッティングされ、ボールを重畳すると細長い楕円がフィッティングされる傾向にあるからである。具体的な短径と長径の比率としては1:αN(α:ボール速度の関数、N:フレーム数)のようにフレーム数に基づいて定めた値の周囲を含めることが好ましい。この判定の結果、指定範囲内でない場合(ステップS276、NO)、処理はステップS282に遷移する。
一方、指定範囲内である場合(ステップS276、YES)、ボール軌跡検出部150は、ボール軌跡検出用画像生成部140から出力された前景画像(t+N−1)において、楕円形状の輪郭線で囲まれる楕円領域に含まれる前景領域の位置座標を算出する(ステップS278)。
次に、ボール軌跡検出部150は、算出した位置座標が、選手領域検出部160から出力された選手領域に含まれるか否かについて判定する(ステップS280)。この判定の結果、選手領域に含まれない場合(ステップS280、NO)、ボール軌跡検出部150は、直前のステップS278にて算出した位置座標を第2ボール位置としてボール位置出力部170に出力する(ステップS286)。ステップS286の処理が完了することによって、ボール軌跡検出部150は、図8における処理を終了する。図9Aは、ボール軌跡検出用画像生成部140から出力されたボール軌跡検出用画像を示す。図9Aにおいて白い領域は前景画像が重畳された領域である。図9Aには楕円フィッティングを精度良く行うために前景画像を膨張する処理が加えられている。このように前景画像を膨張させるとボールの速度が速い場合であっても、前景画像が途切れ難くなるため、一つの領域として楕円フィッティングを行い易くなる。図9Aを拡大した図9Bに示されるように、前景画像の輪郭に対して楕円フィッティングを行った結果、図9B中下部の楕円が、ボールの軌跡を表している可能性が高い細長い楕円であることがわかる(ステップS276でYES)。ボール軌跡検出部150は、この細長い楕円についてステップS278以降の処理を実行する。
一方、選手領域に含まれる場合(ステップS280、YES)、ボール軌跡検出部150は、変数iの値に1を加算する(ステップS282)。次に、ボール軌跡検出部150は、変数iの値が、楕円フィッティング処理によって検出された楕円形状の輪郭線の数(楕円の数)に等しいか否かを判定する(ステップS284)。この判定の結果、変数iの値が楕円形状の輪郭線の数に等しくない場合(ステップS284、NO)、処理はステップS276の前に戻る。一方、変数iの値が楕円形状の輪郭線の数に等しい場合(ステップS284、YES)、ボール軌跡検出部150は、図8における処理を終了する。図9A、図9Bは、ボール軌跡検出用画像生成部140から出力されたボール軌跡検出用画像を示す。図9A、図9Bにおいて、丸い枠で囲まれた部分に、ボールの軌跡を表している可能性が高い細長い楕円に類似する部分が存在している。ボール軌跡検出部150は、この楕円部分の輪郭線を含む輪郭線を抽出し、上述の楕円フィッティング等の処理を行い、ボール軌跡検出用画像生成部140から出力された前景画像(t+N−1)において、当該細長い楕円に類似する領域に含まれる前景領域の位置座標を算出する。
なお、算出した位置座標が、選手領域検出部160から出力された選手領域に含まれるか否かの判定は、上記方法に限らない。例えば、楕円形状の輪郭線で囲まれる楕円領域に含まれる前景領域の位置座標を算出する(ステップS278)する際に、楕円領域に含まれる前景領域のサイズを算出し、算出したサイズから、その領域が選手領域か、ボール領域か判断するとしてもよい。その場合、ボール軌跡検出用画像生成部140から出力された前景画像(t+N−1)に対して膨張する処理を加えるよい。これは、高速に動く選手の手足など身体の一部が分離することを防ぐためである。
また、上記実施の形態において、移動体追跡装置100は、図10に示す機能構成であっても良い。なお、この図10において、図1に示した符号と同一の符号を付したものは同一の機能を有するものであるので、ここでは重複する説明を省略する。
ボール候補検出部120Aは、映像入力部110から出力された映像を構成する複数のフレーム画像の各々において、例えばサイズや色等を用いて、サッカーの試合で使用されるボール候補の領域をボール候補領域として検出する。ボール候補検出部120Aによって複数のボール候補領域が検出される。そして、ボール候補検出部120Aは、検出した複数のボール候補領域のフレーム画像における位置をボール追跡部130Aに出力する。
ボール追跡部130Aは、ボール候補検出部120から出力された複数のボール候補領域の位置を用いて、追跡対象である複数のボール候補領域の位置を更新する。具体的には、ボール追跡部130Aは、例えば移動距離を用い、過去(1つ前)のフレーム画像と、今回のフレーム画像との間で同じボール候補領域であるか否かを判定し、同じボール候補領域である第1ボール位置をフレーム画像間で対応付ける。ボール追跡部130Aは、更新された複数のボール候補領域の位置を複数の第1ボール位置としてボール位置特定部180に出力する。
ボール軌跡検出部150Aは、ボール軌跡検出用画像生成部140から出力されたボール軌跡検出用画像と、選手領域検出部160から出力された選手領域とに基づいて複数のフレーム画像単位におけるボールの軌跡を検出する。そして、ボール軌跡検出部150Aは、検出したボールの軌跡上に存在する位置であって、当該ボールの軌跡を検出するために用いた複数のフレーム画像のうち最後のフレーム画像におけるボールの位置を第2ボール位置としてボール位置特定部180に出力する。
ボール位置特定部180は、ボール追跡部130Aから出力された複数の第1ボール位置のうち、ボールの位置とは明らかに判定できない第1ボール位置を求める。例えば、所定数のフレーム画像上において位置が更新されていない第1ボール位置や、毎フレーム画像で移動方向が変化している、すなわちボールらしくない動きをしている第1ボール位置を、ボールの位置とは明らかに判定できない第1ボール位置として求める。そして、ボール位置特定部180は、ボールの位置とは明らかに判定できない第1ボール位置を除いた第1ボール位置をボール位置出力部170Aに出力する。また、ボール位置特定部180は、ボール軌跡検出部150から第2ボール位置が出力された場合には、ボール追跡部130Aから出力された複数の第1ボール位置のうち、当該第2ボール位置との差が最も小さい第1ボール位置をボール位置出力部170Aに出力する。
ボール位置出力部170Aは、ボール位置特定部180から出力された第1ボール位置を、ボールの最終的な位置として決定し、当該決定した位置をボール位置情報として出力する。図10に示す移動体追跡装置100の構成によれば、追跡対象のボール位置が複数検出された場合でも、ボール軌跡の検出結果を用いて、正しいボール位置を自動で決定することができる。そのため、映像中においてボールを高精度に追跡することができる。
また、上記実施の形態では、移動体追跡装置100は、サッカーの試合が撮影されたスポーツ映像中においてボールを追跡する例について説明したが、他のスポーツ競技の試合が撮影されたスポーツ映像中において、当該試合で使用される移動体を追跡しても良い。また、移動体追跡装置100は、スポーツ映像以外の映像中において移動体を追跡しても良い。
また、上記実施の形態は、何れも本開示を実施するにあたっての具体化の一例を示したものに過ぎず、これらによって本開示の技術的範囲が限定的に解釈されてはならないものである。すなわち、本開示はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。
本開示は、映像において移動体を高精度に追跡することが可能な移動体追跡方法および移動体追跡装置として有用である。
100 移動体追跡装置
110 映像入力部
120,120A ボール候補検出部
130,130A ボール追跡部
140 ボール軌跡検出用画像生成部
150,150A ボール軌跡検出部
160 選手領域検出部
170,170A ボール位置出力部
180 ボール位置特定部

Claims (12)

  1. プロセッサが、
    映像を構成する複数のフレーム画像の各々において移動体の第1の位置を検出し、前記複数のフレーム画像を用いて得られた画像に基づいて前記第1の位置から独立して算出される前記移動体の軌跡を検出し、
    前記検出された第1の位置と、前記検出された軌跡から得られる前記移動体の第2の位置との差が所定値以上である場合に、前記検出された第2の位置を前記複数のフレーム画像の各々における前記移動体の最終的な位置として決定し、
    当該決定した最終的な位置を出力する、
    移動体追跡方法。
  2. 前記移動体の軌跡を検出する時間間隔は、前記移動体の第1の位置を検出する時間間隔より大きい、
    請求項1に記載の移動体追跡方法。
  3. 前記プロセッサは、前記差が前記所定値未満である場合に、前記検出された第1の位置を前記移動体の最終的な位置として決定する、
    請求項に記載の移動体追跡方法。
  4. 前記プロセッサは、前記複数のフレーム画像間における画素の移動量を検出し、移動量が最大となる画素の位置を示す画像を重畳することによって前記軌跡を検出する、
    請求項1に記載の移動体追跡方法。
  5. 前記プロセッサは、前記複数のフレーム画像の各々から生成された前景画像を重畳し、重畳された画像から所定形状を有する輪郭を抽出することによって前記軌跡を検出する、
    請求項1に記載の移動体追跡方法。
  6. 前記映像は、スポーツの試合が撮影されたスポーツ映像であり、
    前記移動体は、前記スポーツの試合で使用されるボールである、
    請求項1に記載の移動体追跡方法。
  7. プロセッサを有する移動体追跡装置であって、
    前記プロセッサは、
    映像を構成する複数のフレーム画像の各々において、移動体の第1の位置を検出し、
    前記複数のフレーム画像を用いて得られた画像に基づいて前記第1の位置から独立して算出される前記移動体の軌跡を検出し、
    検出された前記移動体の第1の位置と、検出された前記移動体の軌跡から得られる前記移動体の第2の位置との差が所定値以上である場合に、前記検出された第2の位置を前記複数のフレーム画像の各々における前記移動体の最終的な位置として決定し、
    当該決定した最終的な位置を出力する、
    移動体追跡装置。
  8. 前記移動体の軌跡を検出する時間間隔は、前記移動体の第1の位置を検出する時間間隔より大きい、
    請求項に記載の移動体追跡装置。
  9. 前記プロセッサは、前記差が前記所定値未満である場合に、前記検出された第1の位置を前記移動体の最終的な位置として決定する、
    請求項に記載の移動体追跡装置。
  10. 前記プロセッサは、前記複数のフレーム画像間における画素の移動量を検出し、移動量が最大となる画素の位置を示す画像を重畳することによって前記軌跡を検出する、
    請求項に記載の移動体追跡装置。
  11. 前記プロセッサは、前記複数のフレーム画像の各々から生成された前景画像を重畳し、重畳された画像から所定形状を有する輪郭を抽出することによって前記軌跡を検出する、
    請求項に記載の移動体追跡装置。
  12. 前記映像は、スポーツの試合が撮影されたスポーツ映像であり、
    前記移動体は、前記スポーツの試合で使用されるボールである、
    請求項に記載の移動体追跡装置。
JP2016539827A 2014-08-04 2015-07-27 移動体追跡方法および移動体追跡装置 Active JP6663848B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2014158569 2014-08-04
JP2014158569 2014-08-04
PCT/JP2015/003744 WO2016021143A1 (ja) 2014-08-04 2015-07-27 移動体追跡方法および移動体追跡装置

Publications (2)

Publication Number Publication Date
JPWO2016021143A1 JPWO2016021143A1 (ja) 2017-05-18
JP6663848B2 true JP6663848B2 (ja) 2020-03-13

Family

ID=55263440

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016539827A Active JP6663848B2 (ja) 2014-08-04 2015-07-27 移動体追跡方法および移動体追跡装置

Country Status (4)

Country Link
US (1) US10002289B2 (ja)
EP (1) EP3179444B1 (ja)
JP (1) JP6663848B2 (ja)
WO (1) WO2016021143A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220053493A (ko) * 2020-10-22 2022-04-29 주식회사 픽셀스코프 스포츠 중계를 위한 영상을 결정하는 장치, 방법 및 명령을 기록한 기록 매체

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5999394B2 (ja) 2015-02-20 2016-09-28 パナソニックIpマネジメント株式会社 追跡支援装置、追跡支援システムおよび追跡支援方法
US10186044B2 (en) 2015-03-04 2019-01-22 Panasonic Intellectual Property Management Co., Ltd. Person tracking method and person tracking device
WO2017081839A1 (ja) * 2015-11-13 2017-05-18 パナソニックIpマネジメント株式会社 移動体追跡方法、移動体追跡装置、およびプログラム
JP6412998B1 (ja) 2017-09-29 2018-10-24 株式会社Qoncept 動体追跡装置、動体追跡方法、動体追跡プログラム
WO2019070011A1 (ja) * 2017-10-05 2019-04-11 パナソニックIpマネジメント株式会社 移動体追跡装置及び移動体追跡方法
JP6962145B2 (ja) * 2017-11-13 2021-11-05 富士通株式会社 画像処理プログラム、画像処理方法および情報処理装置
CN109409294B (zh) * 2018-10-29 2021-06-22 南京邮电大学 基于对象运动轨迹的停球事件的分类方法和系统
WO2020115520A1 (en) * 2018-12-02 2020-06-11 Playsight Interactive Ltd. Ball tracking in sport events
CN109859149B (zh) * 2019-01-25 2023-08-08 成都泰盟软件有限公司 一种设定目标查找区域小动物运动跟踪方法
CN111552269B (zh) * 2020-04-27 2021-05-28 武汉工程大学 一种基于姿态估计的多工业机器人安全性检测方法及系统
CN112433529B (zh) * 2020-11-30 2024-02-27 东软睿驰汽车技术(沈阳)有限公司 运动物体确定方法、装置及设备
US20220203166A1 (en) 2020-12-31 2022-06-30 Vrotein Inc. Putting guide system
KR20220135819A (ko) * 2021-03-31 2022-10-07 한국전자통신연구원 다종목 스크린 스포츠 코칭용 임팩트 동작 인식 시스템
CN113362390B (zh) * 2021-06-21 2023-03-21 武汉理工大学 一种基于椭圆检测的快速圆形目标定位视频处理方法
CN114522410B (zh) * 2022-02-14 2023-04-25 复旦大学 一种羽毛球过网高度检测方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0636031A (ja) 1992-07-15 1994-02-10 N T T Data Tsushin Kk コンピュータ利用の移動物体追跡システム
JP2004046647A (ja) 2002-07-12 2004-02-12 Univ Waseda 動画像データに基づく移動物体追跡方法及び装置
JP4283005B2 (ja) * 2003-02-06 2009-06-24 パナソニック株式会社 物体追跡方法、プログラム、及び記録媒体
US9401178B2 (en) * 2010-08-26 2016-07-26 Blast Motion Inc. Event analysis system
JP2015013008A (ja) * 2013-07-05 2015-01-22 セイコーエプソン株式会社 運動検出装置および運動検出プログラム並びに運動解析システム
JP2015077351A (ja) * 2013-10-18 2015-04-23 セイコーエプソン株式会社 運動解析方法、運動解析装置および運動解析プログラム
WO2015087172A2 (en) * 2013-12-09 2015-06-18 Playsight Interactive Ltd. Controlling cameras in sport events

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220053493A (ko) * 2020-10-22 2022-04-29 주식회사 픽셀스코프 스포츠 중계를 위한 영상을 결정하는 장치, 방법 및 명령을 기록한 기록 매체
KR102454801B1 (ko) 2020-10-22 2022-10-17 주식회사 픽셀스코프 스포츠 중계를 위한 영상을 결정하는 장치, 방법 및 명령을 기록한 기록 매체

Also Published As

Publication number Publication date
US20170124388A1 (en) 2017-05-04
WO2016021143A1 (ja) 2016-02-11
EP3179444B1 (en) 2021-02-17
US10002289B2 (en) 2018-06-19
EP3179444A4 (en) 2017-08-23
EP3179444A1 (en) 2017-06-14
JPWO2016021143A1 (ja) 2017-05-18

Similar Documents

Publication Publication Date Title
JP6663848B2 (ja) 移動体追跡方法および移動体追跡装置
US10672131B2 (en) Control method, non-transitory computer-readable storage medium, and control apparatus
US9530071B2 (en) Hierarchical interlinked multi-scale convolutional network for image parsing
US10037610B1 (en) Method for tracking and segmenting a target object in an image using Markov Chain, and device using the same
JP2019036008A (ja) 制御プログラム、制御方法、及び情報処理装置
Cheng et al. Graph and temporal convolutional networks for 3d multi-person pose estimation in monocular videos
JP2013122763A (ja) 映像処理装置及び映像処理方法
WO2013012091A1 (ja) 情報処理装置、物体追跡方法およびプログラム記憶媒体
KR101635896B1 (ko) 깊이 정보 기반 사람 추적 장치 및 그 방법
US10417487B2 (en) Pattern recognition apparatus, pattern recognition method, and storage medium
JP2008250999A (ja) 対象物追跡方法、対象物追跡装置および対象物追跡プログラム
US20150286866A1 (en) Apparatus and method for analyzing trajectory
CN111696130A (zh) 目标跟踪方法、目标跟踪装置及计算机可读存储介质
US10186044B2 (en) Person tracking method and person tracking device
US10740907B2 (en) Moving body tracking method, moving body tracking device, and program
EP3611691B1 (en) Recognition device, recognition system, recognition method, and recognition program
JP2021068056A (ja) 路上障害物検知装置、路上障害物検知方法、及び路上障害物検知プログラム
JP2021022315A (ja) 画像処理装置、画像処理方法、及びプログラム
JP6758263B2 (ja) 物体検出装置、物体検出方法及び物体検出プログラム
US9531969B2 (en) Image processing apparatus, image processing method, and storage medium
JP6787075B2 (ja) 画像処理システム、画像処理装置および画像処理方法
KR20150144179A (ko) 영상에서 대상체 부위의 위치를 추정하기 위한 방법 및 장치
CN112989897A (zh) 训练多分支网络的方法和对象检测方法
JP2005196519A (ja) 画像処理装置および方法、記録媒体、並びにプログラム
KR101658466B1 (ko) 열 영상 시퀀스 기반의 표적 분류 장치 및 그 방법

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20161024

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20170126

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170310

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180525

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180525

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20190718

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190723

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190919

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20191121

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: 20200212

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200217

R150 Certificate of patent or registration of utility model

Ref document number: 6663848

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150