JP7273438B1 - 鮮明化装置、鮮明化プログラムおよび鮮明化方法 - Google Patents
鮮明化装置、鮮明化プログラムおよび鮮明化方法 Download PDFInfo
- Publication number
- JP7273438B1 JP7273438B1 JP2022112365A JP2022112365A JP7273438B1 JP 7273438 B1 JP7273438 B1 JP 7273438B1 JP 2022112365 A JP2022112365 A JP 2022112365A JP 2022112365 A JP2022112365 A JP 2022112365A JP 7273438 B1 JP7273438 B1 JP 7273438B1
- Authority
- JP
- Japan
- Prior art keywords
- unit
- input image
- sharpening
- risk
- color tone
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001514 detection method Methods 0.000 claims abstract description 75
- 230000002708 enhancing effect Effects 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 12
- 239000003086 colorant Substances 0.000 claims description 11
- 230000001965 increasing effect Effects 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 29
- 235000019646 color tone Nutrition 0.000 description 28
- 238000013473 artificial intelligence Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 3
- ZPUCINDJVBIVPJ-LJISPDSOSA-N cocaine Chemical compound O([C@H]1C[C@@H]2CC[C@@H](N2C)[C@H]1C(=O)OC)C(=O)C1=CC=CC=C1 ZPUCINDJVBIVPJ-LJISPDSOSA-N 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 241000756122 Aristida purpurascens Species 0.000 description 1
- 230000002528 anti-freeze Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
1.視界不良時の画像を鮮明化処理してユーザによる見やすさに加えて、当該鮮明化処理によってAIによる物体の検出精度および識別精度を向上するとともに、AIにより識別された物体の種別や危険度をユーザに報知し安全性を高めることができる。
2.視界不良時であっても、車両10を安定した速度で走行させられるとともに、運転手の心理的負担を軽減することができる。
3.従来、走行が困難であった視界条件(ホワイトアウト等)でも走行を可能とし、作業車両や緊急車両の待機時間や中断時間を削減することができる。
4.光度の調整によって、入力画像中に含まれる物体のユーザによる見やすさを向上することができる。
5.色調の調整によって、入力画像における雪の影響を低減するとともに、オリジナルに近い色調を再現することができる。
6.入力画像の変換によって、リアルタイムでの鮮明化処理を担保することができる。
7.境界枠線によって、検出された物体の大きさや位置を一目で瞬時に判別しやすく表示することができる。
1a 鮮明化プログラム
2 記憶手段
3 演算処理手段
5 撮像手段
6 表示手段
10 車両
21 プログラム記憶部
22 学習済みモデル記憶部
22a 物体検出用学習済みモデル
22b 物体識別用学習済みモデル
23 ビデオメモリ
31 入力画像取得部
32 入力画像変換部
33 色調調整部
34 輪郭強調部
35 光度調整部
36 物体検出部
37 物体識別部
38 境界枠線生成部
39 物体座標特定部
40 危険度判定部
41 表示データ生成部
42 鮮明化画像出力部
Claims (6)
- 撮像手段によって撮像された入力画像を鮮明化する鮮明化装置であって、
AIによる物体の検出・識別精度、およびユーザによる物体の視認し易さの双方を向上させるために入力画像を鮮明化する鮮明化機能と、
鮮明化された入力画像からAIによって物体を検出・識別する物体検出機能と、
AIによって検出された物体の危険度を推定する危険度推定機能と、を備え、
前記鮮明化機能は、
前記入力画像に対し、雪の影響が低減されるように色調を調整する色調調整部と、
前記入力画像中に含まれる物体の輪郭を強調する輪郭強調部と、
前記入力画像に対し、前記物体が見え易くなるように光度を調整する光度調整部と、
によって機能し、
前記物体検出機能は、
前記入力画像中に含まれる物体を物体検出用学習済みモデルによって検出する物体検出部と、
前記物体検出部によって検出された前記物体の種別を物体識別用学習済みモデルによって識別する物体識別部と、
によって機能し、
前記危険度推定機能は、
前記物体検出部によって検出された前記物体の物体座標を特定する物体座標特定部と、
前記物体座標が危険区域内にあるか否かに基づいて、前記物体の危険度を判定する危険度判定部と、
前記物体識別部によって識別された物体の種別と、前記危険度判定部によって判定された危険度に応じたステータスとを含む表示データを生成する表示データ生成部と、
によって機能し、
前記色調調整部、前記輪郭強調部および前記光度調整部によって鮮明化された前記入力画像に前記表示データを重畳させた鮮明化画像を表示手段に出力する鮮明化画像出力部を有し、
前記色調調整部は、白およびグレー系の色の分量を相対的に低くする一方、濃い色の分量を相対的に高くすることにより、前記入力画像の色調を調整するとともに、
前記光度調整部は、事前に撮影された同一時間内における複数の吹雪画像において、前記物体検出部による物体の検知数が最大となる光度に、前記入力画像の光度を調整する、鮮明化装置。 - 前記入力画像の画素数および縦横比を規定値に変換する入力画像変換部を有している、請求項1に記載の鮮明化装置。
- 前記物体検出部によって検出された前記物体を取り囲む境界枠線を生成する境界枠線生成部を有しており、前記表示データ生成部は、前記境界枠線をさらに含む表示データを生成する、請求項1に記載の鮮明化装置。
- 請求項1から請求項3のいずれかに記載の鮮明化装置を搭載した車両。
- 撮像手段によって撮像された入力画像を鮮明化する鮮明化プログラムであって、
コンピュータに、
AIによる物体の検出・識別精度、およびユーザによる物体の視認し易さの双方を向上させるために入力画像を鮮明化する鮮明化機能と、
鮮明化された入力画像からAIによって物体を検出・識別する物体検出機能と、
AIによって検出された物体の危険度を推定する危険度推定機能と、を実現させ、
前記鮮明化機能は、
前記入力画像に対し、雪の影響が低減されるように色調を調整する色調調整部と、
前記入力画像中に含まれる物体の輪郭を強調する輪郭強調部と、
前記入力画像に対し、前記物体が見え易くなるように光度を調整する光度調整部と、
によって機能され、
前記物体検出機能は、
前記入力画像中に含まれる物体を物体検出用学習済みモデルによって検出する物体検出部と、
前記物体検出部によって検出された前記物体の種別を物体識別用学習済みモデルによって識別する物体識別部と、
によって機能され、
前記危険度推定機能は、
前記物体検出部によって検出された前記物体の物体座標を特定する物体座標特定部と、
前記物体座標が危険区域内にあるか否かに基づいて、前記物体の危険度を判定する危険度判定部と、
前記物体識別部によって識別された物体の種別と、前記危険度判定部によって判定された危険度に応じたステータスとを含む表示データを生成する表示データ生成部と、
によって機能され、
前記色調調整部、前記輪郭強調部および前記光度調整部によって鮮明化された前記入力画像に前記表示データを重畳させた鮮明化画像を表示手段に出力する鮮明化画像出力部としてコンピュータを機能させ、
前記色調調整部は、白およびグレー系の色の分量を相対的に低くする一方、濃い色の分量を相対的に高くすることにより、前記入力画像の色調を調整するとともに、
前記光度調整部は、事前に撮影された同一時間内における複数の吹雪画像において、前記物体検出部による物体の検知数が最大となる光度に、前記入力画像の光度を調整する、鮮明化プログラム。 - 撮像手段によって撮像された入力画像を演算処理手段が以下の各ステップを実行することによって鮮明化する鮮明化方法であって、
前記演算処理手段は、
AIによる物体の検出・識別精度、およびユーザによる物体の視認し易さの双方を向上させるために入力画像を鮮明化する鮮明化機能と、
鮮明化された入力画像からAIによって物体を検出・識別する物体検出機能と、
AIによって検出された物体の危険度を推定する危険度推定機能と、を実現させ、
前記鮮明化機能は、
前記入力画像に対し、雪の影響が低減されるように色調を調整する色調調整ステップと、
前記入力画像中に含まれる物体の輪郭を強調する輪郭強調ステップと、
前記入力画像に対し、前記物体が見え易くなるように光度を調整する光度調整ステップと、
によって実現され、
前記物体検出機能は、
前記入力画像中に含まれる物体を物体検出用学習済みモデルによって検出する物体検出ステップと、
前記物体検出ステップにおいて検出された前記物体の種別を物体識別用学習済みモデルによって識別する物体識別ステップと、
によって実現され、
前記危険度推定機能は、
前記物体検出ステップにおいて検出された前記物体の物体座標を特定する物体座標特定ステップと、
前記物体座標が危険区域内にあるか否かに基づいて、前記物体の危険度を判定する危険度判定ステップと、
前記物体識別ステップにおいて識別された物体の種別と、前記危険度判定ステップにおいて判定された危険度に応じたステータスとを含む表示データを生成する表示データ生成ステップと、
によって実現され、
前記演算処理手段は、
前記色調調整ステップ、前記輪郭強調ステップおよび前記光度調整ステップにおいて鮮明化された前記入力画像に前記表示データを重畳させた鮮明化画像を表示手段に出力する鮮明化画像出力ステップを実行するとともに、
前記色調調整ステップでは、白およびグレー系の色の分量を相対的に低くする一方、濃い色の分量を相対的に高くすることにより、前記入力画像の色調を調整し、
前記光度調整ステップでは、事前に撮影された同一時間内における複数の吹雪画像において、前記物体検出ステップにおける物体の検知数が最大となる光度に、前記入力画像の光度を調整する、鮮明化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022112365A JP7273438B1 (ja) | 2022-07-13 | 2022-07-13 | 鮮明化装置、鮮明化プログラムおよび鮮明化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022112365A JP7273438B1 (ja) | 2022-07-13 | 2022-07-13 | 鮮明化装置、鮮明化プログラムおよび鮮明化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7273438B1 true JP7273438B1 (ja) | 2023-05-15 |
JP2024010834A JP2024010834A (ja) | 2024-01-25 |
Family
ID=86321983
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022112365A Active JP7273438B1 (ja) | 2022-07-13 | 2022-07-13 | 鮮明化装置、鮮明化プログラムおよび鮮明化方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7273438B1 (ja) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013186872A (ja) | 2012-03-12 | 2013-09-19 | Mitsubishi Electric Corp | 運転支援装置 |
JP2015180048A (ja) | 2014-02-25 | 2015-10-08 | パナソニックIpマネジメント株式会社 | 画像処理装置及び画像処理方法 |
WO2016152007A1 (ja) | 2015-03-25 | 2016-09-29 | パナソニックIpマネジメント株式会社 | 画像処理装置およびこれを備えた監視システムならびに画像処理方法 |
US20180065550A1 (en) | 2016-09-07 | 2018-03-08 | Thunder Power New Energy Vehicle Development Compa ny Limited | Front end sensor for pedestrians |
JP2018056892A (ja) | 2016-09-30 | 2018-04-05 | アイエスシー株式会社 | 画像処理装置 |
JP2018185766A (ja) | 2017-04-27 | 2018-11-22 | 京セラ株式会社 | 制御装置、方法、およびプログラム |
JP2019106022A (ja) | 2017-12-13 | 2019-06-27 | 株式会社Soken | 路側物認識装置 |
JP2020154795A (ja) | 2019-03-20 | 2020-09-24 | パナソニックIpマネジメント株式会社 | 出力制御装置、出力制御方法、および出力制御プログラム |
-
2022
- 2022-07-13 JP JP2022112365A patent/JP7273438B1/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013186872A (ja) | 2012-03-12 | 2013-09-19 | Mitsubishi Electric Corp | 運転支援装置 |
JP2015180048A (ja) | 2014-02-25 | 2015-10-08 | パナソニックIpマネジメント株式会社 | 画像処理装置及び画像処理方法 |
WO2016152007A1 (ja) | 2015-03-25 | 2016-09-29 | パナソニックIpマネジメント株式会社 | 画像処理装置およびこれを備えた監視システムならびに画像処理方法 |
US20180065550A1 (en) | 2016-09-07 | 2018-03-08 | Thunder Power New Energy Vehicle Development Compa ny Limited | Front end sensor for pedestrians |
JP2018056892A (ja) | 2016-09-30 | 2018-04-05 | アイエスシー株式会社 | 画像処理装置 |
JP2018185766A (ja) | 2017-04-27 | 2018-11-22 | 京セラ株式会社 | 制御装置、方法、およびプログラム |
JP2019106022A (ja) | 2017-12-13 | 2019-06-27 | 株式会社Soken | 路側物認識装置 |
JP2020154795A (ja) | 2019-03-20 | 2020-09-24 | パナソニックIpマネジメント株式会社 | 出力制御装置、出力制御方法、および出力制御プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2024010834A (ja) | 2024-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11847917B2 (en) | Fixation generation for machine learning | |
JP7332726B2 (ja) | ヒートマップを使用したドライバーの注目の検出 | |
CN108460734B (zh) | 车辆驾驶员辅助模块进行图像呈现的系统和方法 | |
CN108082037B (zh) | 制动灯检测 | |
CN106647776B (zh) | 车辆变道趋势的判断方法、判断装置和计算机存储介质 | |
CN102859567B (zh) | 车辆周边监视装置 | |
JP5966640B2 (ja) | 漫然運転検出装置及びプログラム | |
JP5482737B2 (ja) | 視認負荷量推定装置、運転支援装置、および視認負荷量推定プログラム | |
CN107757479A (zh) | 一种基于增强现实显示技术的驾驶辅助系统及方法 | |
US20180211121A1 (en) | Detecting Vehicles In Low Light Conditions | |
Nambi et al. | Hams: Driver and driving monitoring using a smartphone | |
JP2010044561A (ja) | 乗物搭載用監視装置 | |
CN112896159A (zh) | 行车安全预警方法及系统 | |
CN112419745A (zh) | 一种基于深度融合网络的高速公路团雾预警系统 | |
JP4752158B2 (ja) | 環境複雑度演算装置、環境認識度合推定装置及び障害物警報装置 | |
CN110929606A (zh) | 车辆盲区行人监控方法和装置 | |
US11254319B2 (en) | Driver state estimation device, method and computer program therefor | |
US11247687B2 (en) | Driver state estimation device, method and computer program therefor | |
CN102298770A (zh) | 一种图像对比度增强方法和装置 | |
JP7273438B1 (ja) | 鮮明化装置、鮮明化プログラムおよび鮮明化方法 | |
WO2014017522A1 (ja) | 立体物検出装置及び立体物検出方法 | |
TW201535323A (zh) | 影像除霧系統及其方法、以及行車輔助系統及其方法 | |
Yusuf et al. | GPU Implementation for Automatic Lane Tracking in Self-Driving Cars | |
KR102544640B1 (ko) | 차선 감지 및 예측 시스템, 장치 및 방법 | |
CN116552555A (zh) | 辅助驾驶方法及装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220713 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220713 |
|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20220719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221227 |
|
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: 20230329 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230421 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7273438 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |