JP7314965B2 - 対象物検出装置及びプログラム - Google Patents
対象物検出装置及びプログラム Download PDFInfo
- Publication number
- JP7314965B2 JP7314965B2 JP2021037735A JP2021037735A JP7314965B2 JP 7314965 B2 JP7314965 B2 JP 7314965B2 JP 2021037735 A JP2021037735 A JP 2021037735A JP 2021037735 A JP2021037735 A JP 2021037735A JP 7314965 B2 JP7314965 B2 JP 7314965B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- adjustment
- image
- detection
- unit
- 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
Description
本発明の実施の形態では、固定カメラで撮像された画像に対して、画像調整部によって画像を調整することで、誤検出を抑制(性能向上)する。調整を固定カメラごとに行うため、調整パラメータを高速に計算可能である。調整パラメータは、機械学習手法で構成された物体認識手段(ディープラーニングなどのニューラルネットワーク。以下DNNと称する)の出力が以下の特性1、2を満たすように決定される。
図1に示すように、第1の実施の形態に係る対象物検出装置100は、固定的に設置された撮像装置10と、撮像装置10から出力される撮像画像から、物体検出技術(例えば、DNN)を用いて、対象物(例えば車両や歩行者)を検出し、対象物の監視や追跡を行う対象物検出処理ルーチンを実行するコンピュータ20とを備えている。
(1)
を、明細書中において∨xと表現する。
(2)
(3)
は要素ごとの掛け算を示す。特に、aの全要素が1である時、g()はアドバーザリアルノイズを付加するような画像調整となる。
(4)
(5)
とする(Nは検出された物体の数である)。yiはi番目の物体の検出結果であり、検出された対象物の位置や大きさを省略したクラス確率分布とすると、
である。ここで、yi BGは背景である確率を示し、yi CARは車両である確率を示し、yi BG+yi CAR=1である。yi CARがPthを超えると対象物が車両として検出されたことを意味する。
(6)
(7)
(8)
次に、第2の実施の形態について説明する。なお、第2の実施の形態に係る対象物検出装置は、第1の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。
(9)
(10)
(11)
(12)
次に、第3の実施の形態について説明する。なお、第3の実施の形態に係る対象物検出装置は、第1の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。
20、220 コンピュータ
22、222 画像取得部
24、224 画像調整部
26 検出部
28、228 収集部
30、230 画像データベース
32、232 パラメータ算出部
34 出力部
100、200 対象物検出装置
234 パラメータデータベース
236 パラメータ選択部
Claims (7)
- 対象物との相対的な位置関係が一定であるセンサによって取得されたセンサデータに対し、前記センサ毎にデータを調整し、前記データを調整したセンサデータである調整データを生成するデータ調整部と、
前記調整データから前記対象物を検出する検出部と、
前記検出部による検出結果に基づいて、前記センサデータに対して正しい検出結果が得られるように調整パラメータを算出するパラメータ算出部と、
を含み、
前記センサデータは、各要素からなり、
前記データ調整部は、前記センサデータに対し、前記要素毎にデータを調整し、
前記データ調整部は、前記要素毎にノイズを付与することにより前記データを調整し、
前記パラメータ算出部は、前記調整パラメータとして前記要素毎に付与するノイズを算出する対象物検出装置。 - 対象物との相対的な位置関係が一定であるセンサによって取得されたセンサデータに対し、前記センサ毎にデータを調整し、前記データを調整したセンサデータである調整データを生成するデータ調整部と、
前記調整データから前記対象物を検出する検出部と、
前記検出部による検出結果に基づいて、前記センサデータに対して正しい検出結果が得られるように調整パラメータを算出するパラメータ算出部と、
を含み、
前記パラメータ算出部は、前記センサデータの属性毎に、前記調整パラメータを算出し、
前記データ調整部は、前記センサデータの属性に対する前記調整パラメータを用いて、前記調整データを生成する対象物検出装置。 - 前記検出部による検出結果と、前記センサデータに対して与えられた正しい検出結果とに基づいて、前記検出結果が誤っている前記センサデータである誤検出センサデータを収集する収集部を更に含み、
前記パラメータ算出部は、前記収集された誤検出センサデータについての、前記検出部による検出結果に基づいて、前記誤検出センサデータに対して正しい検出結果が得られるように前記調整パラメータを算出する請求項1記載の対象物検出装置。 - 前記センサは、撮像装置であって、
前記センサデータは、画像である請求項1又は2記載の対象物検出装置。 - 前記撮像装置の設置位置は、固定されている請求項4記載の対象物検出装置。
- コンピュータを、
対象物との相対的な位置関係が一定であるセンサによって取得されたセンサデータに対し、前記センサ毎にデータを調整し、前記データを調整したセンサデータである調整データを生成するデータ調整部、
前記調整データから前記対象物を検出する検出部、及び
前記検出部による検出結果に基づいて、前記センサデータに対して正しい検出結果が得られるように調整パラメータを算出するパラメータ算出部
として機能させるためのプログラムであって、
前記センサデータは、各要素からなり、
前記データ調整部は、前記センサデータに対し、前記要素毎にデータを調整し、
前記データ調整部は、前記要素毎にノイズを付与することにより前記データを調整し、
前記パラメータ算出部は、前記調整パラメータとして前記要素毎に付与するノイズを算出するプログラム。 - コンピュータを、
対象物との相対的な位置関係が一定であるセンサによって取得されたセンサデータに対し、前記センサ毎にデータを調整し、前記データを調整したセンサデータである調整データを生成するデータ調整部、
前記調整データから前記対象物を検出する検出部、及び
前記検出部による検出結果に基づいて、前記センサデータに対して正しい検出結果が得られるように調整パラメータを算出するパラメータ算出部
として機能させるためのプログラムであって、
前記パラメータ算出部は、前記センサデータの属性毎に、前記調整パラメータを算出し、
前記データ調整部は、前記センサデータの属性に対する前記調整パラメータを用いて、前記調整データを生成するプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021037735A JP7314965B2 (ja) | 2021-03-09 | 2021-03-09 | 対象物検出装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021037735A JP7314965B2 (ja) | 2021-03-09 | 2021-03-09 | 対象物検出装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022137981A JP2022137981A (ja) | 2022-09-22 |
JP7314965B2 true JP7314965B2 (ja) | 2023-07-26 |
Family
ID=83319480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021037735A Active JP7314965B2 (ja) | 2021-03-09 | 2021-03-09 | 対象物検出装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7314965B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010191939A (ja) | 2009-01-21 | 2010-09-02 | Omron Corp | パラメータ決定支援装置およびパラメータ決定支援プログラム |
JP2014178736A (ja) | 2013-03-13 | 2014-09-25 | Denso Corp | 物体検出装置 |
JP2019153188A (ja) | 2018-03-05 | 2019-09-12 | 学校法人 芝浦工業大学 | 物体認識装置および物体認識方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7004145B2 (ja) * | 2017-11-15 | 2022-01-21 | オムロン株式会社 | 欠陥検査装置、欠陥検査方法、及びそのプログラム |
-
2021
- 2021-03-09 JP JP2021037735A patent/JP7314965B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010191939A (ja) | 2009-01-21 | 2010-09-02 | Omron Corp | パラメータ決定支援装置およびパラメータ決定支援プログラム |
JP2014178736A (ja) | 2013-03-13 | 2014-09-25 | Denso Corp | 物体検出装置 |
JP2019153188A (ja) | 2018-03-05 | 2019-09-12 | 学校法人 芝浦工業大学 | 物体認識装置および物体認識方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2022137981A (ja) | 2022-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583229B (zh) | 一种基于卷积神经网络路面故障检测方法 | |
US7627171B2 (en) | Methods and systems for detecting objects of interest in spatio-temporal signals | |
CN110084165B (zh) | 基于边缘计算的电力领域开放场景下异常事件的智能识别与预警方法 | |
JP6565600B2 (ja) | アテンション検出装置及びアテンション検出方法 | |
CN112508803B (zh) | 一种三维点云数据的去噪方法、装置及存储介质 | |
CN115063454B (zh) | 多目标跟踪匹配方法、装置、终端及存储介质 | |
CN115546705B (zh) | 目标识别方法、终端设备及存储介质 | |
CN113111722A (zh) | 基于改进Mask R-CNN的自动驾驶目标识别方法 | |
Lam et al. | Real-time traffic status detection from on-line images using generic object detection system with deep learning | |
CN111160100A (zh) | 一种基于样本生成的轻量级深度模型航拍车辆检测方法 | |
CN116740652B (zh) | 一种基于神经网络模型的锈斑面积扩大的监测方法与系统 | |
CN113642447A (zh) | 卷积神经网络级联的监控图像车辆检测方法及其系统 | |
JP7314965B2 (ja) | 対象物検出装置及びプログラム | |
CN111435457B (zh) | 对传感器获取的采集进行分类的方法 | |
CN116665153A (zh) | 一种基于改进型Deeplabv3+网络模型的道路场景分割方法 | |
Mahajan et al. | Treating noise and anomalies in vehicle trajectories from an experiment with a swarm of drones | |
CN110751623A (zh) | 基于联合特征的缺陷检测方法、装置、设备及存储介质 | |
Haryono et al. | Accuracy in Object Detection Based on Image Processing at the Implementation of Motorbike Parking on the Street | |
JP2023121602A (ja) | 対象物検出装置及びプログラム | |
CN114049771A (zh) | 基于双模态的交通异常检测方法、系统和存储介质 | |
Kusumah et al. | Counting Various Vehicles using YOLOv4 and DeepSORT | |
CN113837173A (zh) | 目标对象检测方法、装置、计算机设备和存储介质 | |
CN117668737B (zh) | 一种管道检测数据故障预警查验方法以及相关装置 | |
CN117593890B (zh) | 一种道路遗撒物体的检测方法、装置、电子设备及存储介质 | |
CN117541832B (zh) | 异常检测方法、系统、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220323 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230313 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230530 |
|
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: 20230613 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230626 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7314965 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |