JP7195963B2 - 頭部判別装置、コンピュータプログラム、および記憶媒体 - Google Patents

Description

本発明は、撮像された車室内の乗員の頭部を判別する装置に関連する。本発明は、当該装置が備えているプロセッサにより実行されるコンピュータプログラム、および当該コンピュータプログラムが記憶された記憶媒体にも関連する。

特許文献１に開示されているように、画像データに基づいて、撮像された車室内の乗員の頭部を判別する装置が知られている。

特開２００８－２８５０１５号公報

本発明の目的は、画像データに基づいて、撮像された車室内の乗員の頭部の判別精度を高めることである。

上記の目的を達成するための一態様は、頭部判別装置であって、
撮像された車室を含む画像に対応し複数の画素データを含む画像データ、および各々が当該複数の画素データの一つに対応付けられた複数の距離データを含む距離データセットを受け付ける入力インターフェースと、
前記画像データと前記距離データセットに基づいて、前記画像に含まれる撮像された乗員の頭部を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記画像データにおいて前記撮像された乗員の頭部が含まれる可能性がある検出領域を特定し、
前記検出領域内に基準領域を設定し、
前記検出領域内に前記基準領域の周囲に位置する複数の比較領域を設定し、
前記基準領域に含まれる複数の基準画素データに対応付けられた前記複数の距離データに基づいて基準代表距離を算出し、
前記複数の比較領域の各々に含まれる複数の比較画素データに対応付けられた前記複数の距離データに基づいて比較代表距離を算出し、
前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が所定値以上である場合、前記検出領域を、前記撮像された乗員の頭部が含まれる可能性が高い高尤度領域として特定する。

上記の目的を達成するための一態様は、撮像された車室を含む画像に対応し複数の画素データを含む画像データ、および各々が当該複数の画素データの一つに対応付けられた複数の距離データを含む距離データセットに基づいて、当該画像に含まれる撮像された乗員の頭部をプロセッサに判別させるコンピュータプログラムであって、
当該コンピュータプログラムが実行されることにより、当該プロセッサに、
前記画像データにおいて前記撮像された乗員の頭部が含まれる可能性がある検出領域を特定させ、
前記検出領域内に基準領域を設定させ、
前記検出領域内に前記基準領域の周囲に位置する複数の比較領域を設定させ、
前記基準領域に含まれる複数の基準画素データに対応付けられた前記複数の距離データに基づいて基準代表距離を算出させ、
前記複数の比較領域の各々に含まれる複数の比較画素データに対応付けられた前記複数の距離データに基づいて比較代表距離を算出させ、
前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が所定値以上である場合、前記検出領域を、前記撮像された乗員の頭部が含まれる可能性が高い高尤度領域として特定させる。

上記のような構成によれば、頭部の形状的特徴に鑑みた距離データを画像データと組み合わせて考慮することにより、検出領域に含まれる頭部と一旦みなされた物体の画像が実際に頭部の画像であるかを検証できる。したがって、画像データに基づく、撮像された乗員の頭部の判別精度を高めることができる。

上記の頭部判別装置は、以下のように構成されうる。
前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が前記所定値未満である場合、前記検出領域の特定を解除する。

上記のコンピュータプログラムは、以下のように構成されうる。
前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が所定値未満である場合、前記プロセッサに、前記検出領域の特定を解除させる。

このような構成によれば、誤った画像認識を通じて特定された検出領域が頭部の判別に与える影響を低減できる。したがって、画像データに基づく、撮像された乗員の頭部の判別精度を高めることができる。

上記の頭部判別装置は、以下のように構成されうる。
前記プロセッサは、所定の範囲から外れた距離を示す前記距離データを除外して前記比較代表距離の算出を行なう。

上記のコンピュータプログラムは、以下のように構成されうる。
前記プロセッサに、所定の範囲から外れた距離を示す前記距離データを除外して前記比較代表距離を算出させる。

このような構成によれば、ノイズになりうる距離データを除外できるので、検出領域が高尤度領域として特定されうるかの判断に使用される比較平均距離の算出精度が向上する。結果として、画像データに基づく、撮像された乗員の頭部の判別精度を高めることができる。

上記の頭部判別装置は、以下のように構成されうる。
前記比較領域に含まれる全ての比較画素データのうち、前記所定の範囲から外れた距離を示す前記距離データに対応付けられた比較画素データの比率が所定値以上である場合、前記プロセッサは、前記比較代表距離として一定の距離値を当該比較領域に付与する。

上記のコンピュータプログラムは、以下のように構成されうる。
前記比較領域に含まれる全ての比較画素データのうち、前記所定の範囲から外れた距離を示す前記距離データに対応付けられた比較画素データの比率が所定値を上回る場合、前記プロセッサに、前記比較代表距離として一定の距離値を当該比較領域に付与させる。

このような構成によれば、検出領域が高尤度領域として特定されうるかを判断するために行なわれる基準平均距離と比較平均距離の比較処理を単純化できる。したがって、処理負荷の増大を抑制しつつ、画像データに基づく、撮像された乗員の頭部の判別精度を高めることができる。

上記の頭部判別装置は、以下のように構成されうる。
前記入力インターフェースは、前記距離データセットを、前記画像データの一部としてＴＯＦ（Time of Flight）カメラから受け付ける。

上記のコンピュータプログラムは、以下のように構成されうる。
前記距離データセットは、前記画像データの一部としてＴＯＦ（Time of Flight）カメラから取得されたものである。

このような構成によれば、撮像された乗員の頭部が含まれている可能性が高い高尤度領域を特定するために使用される画像データと距離データセットを、効率的に取得できる。

上記の目的を達成するための一態様は、上記のコンピュータプログラムを記憶している記憶媒体である。

本発明によれば、画像データに基づく、撮像された車室内の乗員の頭部の判別精度を高めることができる。

一実施形態に係る頭部判別システムの構成を例示している。 図１の頭部判別システムが搭載される車両の一部を例示している。 図１の頭部判別装置により実行される処理を説明するための図である。 図１の頭部判別装置により実行される処理の流れを例示している。 図１の頭部判別装置により実行される処理を説明するための図である。 図１の頭部判別装置により実行される処理を説明するための図である。 図１の頭部判別装置により実行される処理の流れを例示している。

添付の図面を参照しつつ、実施形態例について以下詳細に説明する。以下の説明に用いる各図面では、各部材を認識可能な大きさとするために縮尺を適宜変更している。

図１は、一実施形態に係る頭部判別システム１の構成を模式的に示している。頭部判別システム１は、ＴＯＦ（Time of Flight）カメラ２と頭部判別装置３を含んでいる。図２は、頭部判別システム１が搭載される車両４の一部を示している。矢印Ｌは、車両４の前後方向に沿う向きを示している。矢印Ｈは、車両４の高さ方向に沿う向きを示している。

ＴＯＦカメラ２は、図２に示される車両４の車室４１内における適宜の位置に配置され、車室４１を含む画像Ｉを取得する。図３の（Ａ）は、画像Ｉの一例を示している。画像Ｉは、撮像された運転者５を含んでいる。運転者５は、乗員の一例である。矢印Ｗは、車両４の左右方向に沿う向きを示している。

図１に示されるように、ＴＯＦカメラ２は、取得された画像Ｉに対応する画像データＩＤを出力する。画像データＩＤは、複数の画素データを含んでいる。複数の画素データの各々は、取得された画像Ｉを構成する複数の画素の対応する一つに関連づけられている。

ＴＯＦカメラ２は、発光素子と受光素子を備えている。発光素子は、検出光として例えば赤外光を出射する。出射された検出光は、対象物によって反射され、戻り光として受光素子に入射する。検出光が発光素子より出射されてから戻り光が受光素子に入射するまでの時間が測定されることにより、戻り光を生じた対象物までの距離が算出される。ＴＯＦカメラ２により取得される画像を構成する複数の画素の各々について当該距離が算出されることにより、各画素は、画像における二次元的な位置座標（Ｕ，Ｖ）に加えて、当該画素に対応する対象物の一部までの距離（奥行き）を示す距離情報ｄ（Ｕ，Ｖ）を含む。

したがって、ＴＯＦカメラ２から出力される画像データＩＤに含まれる複数の画素データの各々は、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）を含む。すなわち、画像データＩＤは、距離データセットＤＤを含んでいる。

頭部判別装置３は、車両４における適宜の位置に搭載される。頭部判別装置３は、ＴＯＦカメラ２から提供される画像データＩＤに基づいて、撮像された車室４１内の運転者５の頭部５１を判別するための装置である。

頭部判別装置３は、入力インターフェース３１を備えている。入力インターフェース３１は、ＴＯＦカメラ２から出力された画像データＩＤを受け付ける。

頭部判別装置３は、プロセッサ３２を備えている。プロセッサ３２は、入力インターフェース３１に入力された画像データＩＤに基づいて、撮像された運転者５の頭部５１を判別する処理を実行する。

図４を参照しつつ、プロセッサ３２によって行なわれる処理の流れを説明する。前述のように、プロセッサ３２は、まず入力インターフェース３１を通じて画像データＩＤを取得する（ＳＴＥＰ１）。

続いてプロセッサ３２は、画像データＩＤにおいて撮像された運転者５の頭部５１が含まれる可能性がある検出領域ＤＡを設定する（ＳＴＥＰ２）。検出領域ＤＡの特定は、適宜の画像認識技術を用いて行なわれうる。図３の（Ｂ）は、画像データＩＤ中に特定された検出領域ＤＡの一例を示している。

続いてプロセッサ３２は、検出領域ＤＡに含まれる頭部５１と一旦みなされた物体の画像が実際に頭部５１の画像であるかを検証する処理を行なう。

図５の（Ａ）に示されるように、検出領域ＤＡに含まれる物体の画像が頭部の画像であるならば、周辺領域Ｐに位置する画素に対応付けられた距離データが示す距離（カメラから物体までの距離）は、検出領域ＤＡの中央領域Ｃに位置する画素に対応付けられた距離データが示す距離よりも大きい値をとる蓋然性が高い。

そこでプロセッサ３２は、図５の（Ｂ）に示されるように、検出領域ＤＡ内に基準領域ＲＡを設定する（図４のＳＴＥＰ３）。基準領域ＲＡは、検出領域ＤＡの中央を含む位置に設定される。さらにプロセッサ３２は、検出領域ＤＡ内に複数の比較領域ＣＡを設定する（図４のＳＴＥＰ４）。複数の比較領域ＣＡは、基準領域ＲＡの周囲に位置している。本例においては、基準領域ＲＡを包囲するように、五つの比較領域ＣＡが設定されている。

複数の比較領域ＣＡの数と位置は、ＴＯＦカメラ２と運転者５の位置関係に応じて適宜に定められうる。本例においては、運転者５の左上方からＴＯＦカメラ２が撮像を行なっているので、頭部５１と判断された物体の右下方には胴体５２が位置している蓋然性が高い。胴体５２は、距離について頭部５１との有意な差異を提供しない可能性が高いので、当該領域には比較領域ＣＡが設定されていない。頭部５１と判断された物体の上方には有意な距離情報を提供しうる物体が存在しない蓋然性が高いので、当該領域にも比較領域ＣＡが設定されていない。処理負荷を軽減するために検証対象から除外される領域の位置もまた、ＴＯＦカメラ２と運転者５の位置関係に応じて適宜に定められうる。

続いてプロセッサ３２は、基準領域ＲＡに含まれる複数の基準画素データに対応付けられた複数の距離データに基づいて、基準平均距離を算出する（図４のＳＴＥＰ５）。算出された基準平均距離は、ＴＯＦカメラ２から基準領域ＲＡに含まれる物体までの平均距離に対応する。基準平均距離は、各基準画素データに対応付けられた距離データが示す距離値の単純平均として算出されてもよいし、基準領域ＲＡにおける基準画素データの位置に応じて重み付けが加味された加重平均として算出されてもよい。基準平均距離は、基準代表距離の一例である。複数の距離データが示す複数の距離値の中間値や最頻値が、基準代表距離として採用されてもよい。

基準平均距離の算出（図４のＳＴＥＰ５）は、複数の比較領域ＣＡの設定（図４のＳＴＥＰ４）に先立って行なわれてもよい。

続いてプロセッサ３２は、複数の比較領域ＣＡの各々に含まれる複数の比較画素データに対応付けられた複数の距離データに基づいて、比較平均距離を算出する（図４のＳＴＥＰ６）。算出された比較平均距離は、ＴＯＦカメラ２から比較領域ＣＡに含まれる物体までの平均距離に対応する。比較平均距離は、各比較画素データに対応付けられた距離データが示す距離値の単純平均として算出されてもよいし、比較領域ＣＡにおける比較画素データの位置に応じて重み付けが加味された加重平均として算出されてもよい。比較平均距離は、比較代表距離の一例である。複数の距離データが示す複数の距離値の中間値や最頻値が、比較代表距離として採用されてもよい。

続いてプロセッサ３２は、複数の比較領域ＣＡの各々について算出された比較平均距離を、基準領域ＲＡについて算出された基準平均距離と比較する。図５の（Ａ）を参照して説明したように、基準領域ＲＡに含まれる物体の画像が運転者５の頭部５１の画像ならば、比較平均距離は、基準平均距離を上回るはずである。プロセッサ３２は、比較の結果、基準平均距離を上回る比較平均距離を有する比較領域ＣＡの数が所定値以上であるかを判断する（図４のＳＴＥＰ７）。本例においては、所定値は４である。

基準平均距離を上回る比較平均距離を有する比較領域ＣＡの数が所定値以上であると判断されると（ＳＴＥＰ７においてＹＥＳ）、プロセッサ３２は、検出領域ＤＡを、撮像された運転者５の頭部５１が含まれる可能性が高い高尤度領域ＨＡとして特定する（ＳＴＥＰ８）。すなわち、図３の（Ｂ）に示される検出領域ＤＡが、高尤度領域ＨＡとして特定される。

図１に示されるように、頭部判別装置３は、出力インターフェース３３を備えている。出力インターフェース３３は、特定された高尤度領域ＨＡの位置（すなわち頭部５１の位置）を示すデータＨＤを出力しうる。出力されたデータＨＤは、後段の認識処理において利用される。当該認識処理においては、例えば、当該データが示す頭部５１の位置の経時変化がモニタされることにより、運転者５の頭部５１の向き、傾き、動きなどが認識されうる。これにより、運転中における運転者５の脇見、居眠り、発作による異常挙動などが検知されうる。

後段の認識処理は、プロセッサ３２によって行なわれてもよいし、プロセッサ３２とは別のプロセッサによって行なわれてもよい。すなわち、出力インターフェース３３は、物理的なインターフェースであってもよいし、論理的なインターフェースであってもよい。

上記のような構成によれば、頭部５１の形状的特徴に鑑みた距離データを画像データと組み合わせて考慮することにより、検出領域ＤＡに含まれる頭部５１と一旦みなされた物体の画像が実際に頭部５１の画像であるかを検証できる。したがって、画像データに基づく、撮像された運転者５の頭部５１の判別精度を高めることができる。

基準平均距離を上回る比較平均距離を有する比較領域ＣＡの数が所定値未満であると判断されると（図４のＳＴＥＰ７においてＮＯ）、プロセッサ３２は、検出領域ＤＡの特定を解除しうる（ＳＴＥＰ９）。この場合、処理はＳＴＥＰ２へ戻り、検出領域ＤＡの特定が再度なされうる。

図６の（Ａ）は、検出領域ＤＡが一旦特定されたものの、上記の判断を通じて特定が解除された画像の一例を示している。画像認識処理を通じて運転者５の右肩５３を含むように検出領域ＤＡが一旦特定されたものの、実際には基準領域ＲＡの右下方に頭部５１が位置している。この場合、基準領域ＲＡについて算出された基準平均距離を下回る比較平均距離を有する比較領域ＣＡの数が多くなる。

図６の（Ｂ）は、検出領域ＤＡが一旦特定されたものの、上記の判断を通じて特定が解除された画像の別例を示している。画像認識処理を通じて車両４のヘッドレスト４２を含むように検出領域ＤＡが一旦特定されたものの、実際には基準領域ＲＡの左方に頭部５１が位置している。この場合においても、基準領域ＲＡについて算出された基準平均距離を下回る比較平均距離を有する比較領域ＣＡの数が多くなる。

このような構成によれば、誤った画像認識を通じて特定された検出領域ＤＡが頭部５１の判別に与える影響を低減できる。したがって、画像データに基づく、撮像された運転者５の頭部５１の判別精度を高めることができる。

図７は、複数の比較領域ＣＡの各々について比較平均距離を算出するために（図４のＳＴＥＰ６）プロセッサ３２が実行しうる具体的な処理を例示している。

プロセッサ３２は、まず比較領域ＣＡに含まれる複数の比較画素データの一つを指定する（ＳＴＥＰ６１）。

続いてプロセッサ３２は、指定された比較画素データに関連付けられた距離データが示す距離値が所定の範囲にあるかを判断する（ＳＴＥＰ６２）。距離値が所定の範囲にある場合（ＳＴＥＰ６２においてＮＯ）、プロセッサ３２は、当該比較画素データの距離データを比較平均距離の算出に使用する（ＳＴＥＰ６３）。距離値が所定の範囲から外れている場合（ＳＴＥＰ６２においてＹＥＳ）、プロセッサ３２は、当該比較画素データの距離データを比較平均距離の算出に使用しない（ＳＴＥＰ６４）。換言すると、プロセッサ３２は、所定の範囲から外れた距離値を示す距離データを除外して比較平均距離の算出を行なう。

ＴＯＦカメラ２の発光素子から出射された赤外光は、運転者５の身体や車両４の座席により反射されて戻り光として受光素子に入射する。したがって、運転者５の身体や車両４の座席の位置に対応する比較画素データには、妥当な距離値を示す距離データが関連付けられている。他方、運転者５の身体や車両４の座席へ赤外光が出射されても、環境条件によっては十分な戻り光が得られない場合がある。十分な戻り光が得られない比較画素データに対応付けられた距離データが示す距離値は、上記の所定の範囲から外れるように設定されている。

このような構成によれば、ノイズになりうる距離データを除外できるので、検出領域ＤＡが高尤度領域ＨＡとして特定されうるかの判断に使用される比較平均距離の算出精度が向上する。結果として、画像データに基づく、撮像された運転者５の頭部５１の判別精度を高めることができる。

続いてプロセッサ３２は、全ての比較画素データについて上記の処理が完了したかを判断する（ＳＴＥＰ６５）。全ての比較画素データについて処理が完了していなければ（ＳＴＥＰ６５においてＮＯ）、処理はＳＴＥＰ６１に戻り、次の比較画素データが指定される。

全ての比較画素データについて上記の処理が完了したと判断されると（ＳＴＥＰ６５においてＹＥＳ）、プロセッサ３２は、比較領域ＣＡに含まれる全ての比較画素データのうち、上記所定の範囲から外れた距離値を示す比較画素データの比率が所定値以上であるかを判断する（ＳＴＥＰ６６）。換言すると、比較領域ＣＡに含まれる比較画素データのうち、比較平均距離の算出対象から除外された比較画素データの比率が所定値以上であるかが判断される。

十分な戻り光が得られない理由としては、前述の環境要因に加えて、発光素子から出射された赤外光の進路上に頭部５１との比較対象になりうる物体が存在しない場合がありうる。すなわち、除外された比較画素データの比率が所定値以上となる理由として、その比較領域ＣＡに頭部５１との比較対象になりうる物体が存在しない事態が考えられる。

したがって、比較領域ＣＡに含まれる比較画素データのうち、比較平均距離の算出対象から除外された比較画素データの比率が所定値以上であると判断されると（ＳＴＥＰ６６においてＹＥＳ）、プロセッサ３２は、その比較領域ＣＡに対して一律の距離値を比較平均距離として付与する（ＳＴＥＰ６７）。一律の距離値としては、頭部５１までの妥当な距離値に対して十分大きな値が選ばれる。

比較領域ＣＡに含まれる比較画素データのうち、比較平均距離の算出対象から除外された比較画素データの比率が所定値未満であると判断されると（ＳＴＥＰ６６においてＮＯ）、プロセッサ３２は、算出された平均比較距離の値を採用する（ＳＴＥＰ６８）。

このような構成によれば、検出領域ＤＡが高尤度領域ＨＡとして特定されうるかを判断するために行なわれる基準平均距離と比較平均距離の比較処理を単純化できる。したがって、処理負荷の増大を抑制しつつ、画像データに基づく、撮像された運転者５の頭部５１の判別精度を高めることができる。

上述したプロセッサ３２の機能は、汎用マイクロプロセッサにより実現されうる。汎用マイクロプロセッサとしては、ＣＰＵ、ＭＰＵ、ＧＰＵが例示されうる。汎用メモリとしては、ＲＯＭやＲＡＭが例示されうる。この場合、ＲＯＭには、上述した処理を実行するコンピュータプログラムが記憶されうる。ＲＯＭは、コンピュータプログラムを記憶している記憶媒体の一例である。プロセッサ３２は、ＲＯＭ上に記憶されたプログラムの少なくとも一部を指定してＲＡＭ上に展開し、ＲＡＭと協働して上述した処理を実行する。プロセッサ３２は、上述した処理を実現するコンピュータプログラムを実行可能なマイクロコントローラ、ＡＳＩＣ、ＦＰＧＡなどの専用集積回路によって実現されてもよい。プロセッサ３２は、汎用マイクロプロセッサと専用集積回路の組合せによって実現されてもよい。

図１に示されるように、頭部判別装置３は、ネットワーク６を介して外部サーバ７と通信可能に構成されうる。この場合、上述した処理を実行するコンピュータプログラムは、外部サーバ７からネットワーク６を介してダウンロードされうる。外部サーバ７は、コンピュータプログラムを記憶している記憶媒体の一例である。

上記の実施形態は、本発明の理解を容易にするための例示にすぎない。上記の実施形態に係る構成は、本発明の趣旨を逸脱しなければ、適宜に変更・改良されうる。

上記の実施形態において、頭部判別装置３の入力インターフェース３１は、距離データセットＤＤを、画像データＩＤの一部としてＴＯＦカメラ２から受け付けている。このような構成によれば、運転者５の頭部５１が含まれている可能性が高い高尤度領域ＨＡを特定するために使用される画像データＩＤと距離データセットＤＤを、効率的に取得できる。しかしながら、画像データＩＤを出力する撮像装置と、距離データセットＤＤを出力する装置は、異なっていてもよい。そのような装置としては、ＬｉＤＡＲ（Light Detection and Ranging）センサなどが例示されうる。

上記の実施形態においては、車室４１内における運転者５の頭部５１が判別に供されている。しかしながら、画像データＩＤと距離データセットＤＤを出力する装置を適宜に配置することにより、他の乗員の頭部が判別に供されてもよい。

２：ＴＯＦカメラ、３：頭部判別装置、３１：入力インターフェース、３２：プロセッサ、４１：車室、５：運転者、５１：頭部、７：外部サーバ、Ｉ：画像、ＩＤ：画像データ、ＤＤ：距離データセット、ＤＡ：検出領域、ＣＡ：比較領域、ＨＡ：高尤度領域、ＲＡ：基準領域

Claims (11)

1. 撮像された車室を含む画像に対応し複数の画素データを含む画像データ、および各々が当該複数の画素データの一つに対応付けられた複数の距離データを含む距離データセットを受け付ける入力インターフェースと、
   前記画像データと前記距離データセットに基づいて、前記画像に含まれる撮像された乗員の頭部を判別するプロセッサと、
   を備えており、
   前記プロセッサは、
   前記画像データにおいて前記撮像された乗員の頭部が含まれる可能性がある検出領域を特定し、
   前記検出領域内に基準領域を設定し、
   前記検出領域内に前記基準領域の周囲に位置する複数の比較領域を設定し、
   前記基準領域に含まれる複数の基準画素データに対応付けられた前記複数の距離データに基づいて基準代表距離を算出し、
   前記複数の比較領域の各々に含まれる複数の比較画素データに対応付けられた前記複数の距離データに基づいて比較代表距離を算出し、
   前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が所定値以上である場合、前記検出領域を、前記撮像された乗員の頭部が含まれる可能性が高い高尤度領域として特定する、
   頭部判別装置。
2. 前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が前記所定値未満である場合、前記検出領域の特定を解除する、
   請求項１に記載の頭部判別装置。
3. 前記プロセッサは、所定の範囲から外れた距離を示す前記距離データを除外して前記比較代表距離の算出を行なう、
   請求項１または２に記載の頭部判別装置。
4. 前記比較領域に含まれる全ての比較画素データのうち、前記所定の範囲から外れた距離を示す前記距離データに対応付けられた比較画素データの比率が所定値以上である場合、前記プロセッサは、前記比較代表距離として一定の距離値を当該比較領域に付与する、
   請求項３に記載の頭部判別装置。
5. 前記入力インターフェースは、前記距離データセットを、前記画像データの一部としてＴＯＦ（Time of Flight）カメラから受け付ける、
   請求項１から４のいずれか一項に記載の頭部判別装置。
6. 撮像された車室を含む画像に対応し複数の画素データを含む画像データ、および各々が当該複数の画素データの一つに対応付けられた複数の距離データを含む距離データセットに基づいて、当該画像に含まれる撮像された乗員の頭部をプロセッサに判別させるコンピュータプログラムであって、
   当該コンピュータプログラムが実行されることにより、当該プロセッサに、
   前記画像データにおいて前記撮像された乗員の頭部が含まれる可能性がある検出領域を特定させ、
   前記検出領域内に基準領域を設定させ、
   前記検出領域内に前記基準領域の周囲に位置する複数の比較領域を設定させ、
   前記基準領域に含まれる複数の基準画素データに対応付けられた前記複数の距離データに基づいて基準代表距離を算出させ、
   前記複数の比較領域の各々に含まれる複数の比較画素データに対応付けられた前記複数の距離データに基づいて比較代表距離を算出させ、
   前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が所定値以上である場合、前記検出領域を、前記撮像された乗員の頭部が含まれる可能性が高い高尤度領域として特定させる、
   コンピュータプログラム。
7. 前記基準代表距離を上回る前記比較代表距離を有する前記比較領域の数が所定値未満である場合、前記プロセッサに、前記検出領域の特定を解除させる、
   請求項６に記載のコンピュータプログラム。
8. 前記プロセッサに、所定の範囲から外れた距離を示す前記距離データを除外して前記比較代表距離を算出させる、
   請求項６または７に記載のコンピュータプログラム。
9. 前記比較領域に含まれる全ての比較画素データのうち、前記所定の範囲から外れた距離を示す前記距離データに対応付けられた比較画素データの比率が所定値を上回る場合、前記プロセッサに、前記比較代表距離として一定の距離値を当該比較領域に付与させる、
   請求項８に記載のコンピュータプログラム。
10. 前記距離データセットは、前記画像データの一部としてＴＯＦ（Time of Flight）カメラから取得されたものである、
    請求項６から９のいずれか一項に記載のコンピュータプログラム。
11. 請求項６から１０のいずれか一項に記載のコンピュータプログラムを記憶している記憶媒体。

Images