JP7396115B2 - テンプレート画像更新プログラム、テンプレート画像更新方法、及びテンプレート画像更新装置 - Google Patents
テンプレート画像更新プログラム、テンプレート画像更新方法、及びテンプレート画像更新装置 Download PDFInfo
- Publication number
- JP7396115B2 JP7396115B2 JP2020030278A JP2020030278A JP7396115B2 JP 7396115 B2 JP7396115 B2 JP 7396115B2 JP 2020030278 A JP2020030278 A JP 2020030278A JP 2020030278 A JP2020030278 A JP 2020030278A JP 7396115 B2 JP7396115 B2 JP 7396115B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- information
- detection result
- template image
- detection
- 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 description 75
- 238000001514 detection method Methods 0.000 claims description 267
- 230000001939 inductive effect Effects 0.000 claims description 14
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000010365 information processing Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Landscapes
- Image Analysis (AREA)
Description
図1に、情報処理装置10の機能構成を例示する。情報処理装置10は、車両検出装置11、誤検出結果除去装置12及びテンプレート画像更新装置の一例であるテンプレート画像管理装置13を含む。情報処理装置10には、画像取得装置31、テンプレート画像記憶装置32、表示装置33、及び指示装置34が接続されている。誤検出結果除去装置12は、位置判定部21、画像判定部22及び除去部23を含む。テンプレート画像管理装置13は、登録部25、対象物判定部の一例である車両判定部26、輝度判定部27、背景判定部28、及び更新部29を含む。
Y=0.3×R+0.59×G+0.11×B …(1)
R、G、Bは、各々画素毎のR値、G値、及びB値である。なお、代表値は、例えば、各部分領域内の画素の輝度値の最大値、最小値、中間値などであってもよい。
距離=(Q-P)/((m×(n-1)-P)…(2)
情報処理装置10は、一例として、図9に示すように、CPU(Central Processing Unit)51、一次記憶部52、二次記憶部53、及び、外部インターフェイス54を含む。CPU51は、ハードウェアであるプロセッサの一例である。CPU51、一次記憶部52、二次記憶部53、及び、外部インターフェイス54は、バス59を介して相互に接続されている。なお、CPUに代えて、GPU(Graphics Processing Unit)が使用されてもよい。
図10Aに、本実施形態の情報処理の流れの一例を示す。CPU51は、ステップ101で、設定を固定したカメラ55Aで取得した画像に対して、車両検出処理を行い、車両検出結果情報を出力する。
図10Bに、本実施形態の誤検出結果除去処理の流れの一例を示す。CPU51は、ステップ111で、検出結果画像に未処理の車両検出結果情報が存在するか否か判定する。ステップ111の判定が否定された場合、即ち、未処理の車両検出結果情報が存在しない場合、CPU51は、誤検出結果除去処理を終了する。ステップ111の判定が肯定された場合、即ち、未処理の車両検出結果情報が存在する場合、CPU51は、ステップ112で、当該車両検出結果情報の位置とテンプレート画像の誤検出誘引情報の位置とが一致するか否か判定する。
(テンプレート画像更新処理)
予め定められた撮影範囲を撮影した撮影画像に対し、対象物の検出処理を施した検出結果画像から誤検出による検出領域を検知する際に使用するテンプレート画像の輝度情報である第1輝度情報と、前記検出結果画像の輝度情報である第2輝度情報との間に第1の閾値以上の変化があるかを判定する第1の判定処理を行い、
前記テンプレート画像の背景情報である第1背景情報と、前記検出結果画像の背景情報である第2背景情報との間に第2の閾値以上の変化があるかを判定する第2の判定処理を行い、
前記テンプレート画像に含まれる誤検出を誘引する画像を含む誤検出誘引領域に対応する前記検出結果画像の領域に前記検出処理の検出対象である対象物の画像が存在するかを判定する第3の判定処理を行い、
前記第1の判定処理で前記第1輝度情報と前記第2輝度情報との間に第1の閾値以上の変化があると判定され、前記第2の判定処理で前記第1背景情報と前記第2背景情報との間に第2の閾値以上の変化がないと判定され、かつ、前記第3の判定処理で前記対象物の画像が存在しないと判定された場合に、前記検出結果画像で前記テンプレート画像を更新する、
処理をコンピュータに実行させるテンプレート画像更新プログラム。
(付記2)
前記第1の判定処理は、
前記テンプレート画像及び前記検出結果画像を複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の部分領域の各々の前記代表値と、前記検出結果画像の対応する位置の部分領域の前記代表値と、の間の変化を表す変化値に基づいて変化が大きいと判定される部分領域の個数が第1の所定数を超えている場合、前記第1輝度情報と前記第2輝度情報との間に変化があると判定する、
付記1のテンプレート画像更新プログラム。
(付記3)
前記第2の判定処理は、
前記テンプレート画像及び前記検出結果画像を複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記テンプレート画像の前記部分領域の各々のdHash値を導出し、
前記検出結果画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記検出結果画像の前記部分領域の各々のdHash値を導出し、
前記テンプレート画像の前記部分領域の各々のdHash値と前記検出結果画像の対応する前記部分領域のdHash値とが一致する部分領域の個数が第2の所定数を超えている場合に前記第1背景情報と前記第2背景情報との間に変化がないと判定する、
付記1または付記2のテンプレート画像更新プログラム。
(付記4)
前記対象物の検出処理は、前記予め定められた撮影範囲を撮影した撮影画像から前記対象物を検出するように学習させたディープラーニング学習済みモデルによる処理である、
付記1~付記3の何れかのテンプレート画像更新プログラム。
(付記5)
コンピュータが、
予め定められた撮影範囲を撮影した撮影画像に対し、対象物の検出処理を施した検出結果画像から誤検出による検出領域を検知する際に使用するテンプレート画像の輝度情報である第1輝度情報と、前記検出結果画像の輝度情報である第2輝度情報との間に第1の閾値以上の変化があるかを判定する第1の判定処理を行い、
前記テンプレート画像の背景情報である第1背景情報と、前記検出結果画像の背景情報である第2背景情報との間に第2の閾値以上の変化があるかを判定する第2の判定処理を行い、
前記テンプレート画像に含まれる誤検出を誘引する画像を含む誤検出誘引領域に対応する前記検出結果画像の領域に前記検出処理の検出対象である対象物の画像が存在するかを判定する第3の判定処理を行い、
前記第1の判定処理で前記第1輝度情報と前記第2輝度情報との間に第1の閾値以上の変化があると判定され、前記第2の判定処理で前記第1背景情報と前記第2背景情報との間に第2の閾値以上の変化がないと判定され、かつ、前記第3の判定処理で前記対象物の画像が存在しないと判定された場合に、前記検出結果画像で前記テンプレート画像を更新する、
テンプレート画像更新方法。
(付記6)
前記第1の判定処理は、
前記テンプレート画像及び前記検出結果画像を各々複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の部分領域の各々の前記代表値と、前記検出結果画像の対応する位置の部分領域の前記代表値と、の間の変化を表す変化値に基づいて変化が大きいと判定される部分領域の個数が第1の所定数を超えている場合、前記第1輝度情報と前記第2輝度情報との間に変化があると判定する、
付記5のテンプレート画像更新方法。
(付記7)
前記第2の判定処理は、
前記テンプレート画像及び前記検出結果画像を各々複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記テンプレート画像の前記部分領域の各々のdHash値を導出し、
前記検出結果画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記検出結果画像の前記部分領域の各々のdHash値を導出し、
前記テンプレート画像の前記部分領域の各々のdHash値と前記検出結果画像の対応する前記部分領域のdHash値とが一致する部分領域の個数が第2の所定数を超えている場合に前記第1背景情報と前記第2背景情報との間に変化がないと判定する、
付記5または付記6のテンプレート画像更新方法。
(付記8)
前記対象物の検出処理は、前記予め定められた撮影範囲を撮影した撮影画像から前記対象物を検出するように学習させたディープラーニング学習済みモデルによる処理である、
付記5~付記7の何れかのテンプレート画像更新方法。
(付記9)
予め定められた撮影範囲を撮影した撮影画像に対し、対象物の検出処理を施した検出結果画像から誤検出による検出領域を検知する際に使用するテンプレート画像の輝度情報である第1輝度情報と、前記検出結果画像の輝度情報である第2輝度情報との間に第1の閾値以上の変化があるかを判定する輝度判定部と、
前記テンプレート画像の背景情報である第1背景情報と、前記検出結果画像の背景情報である第2背景情報との間に第2の閾値以上の変化があるかを判定する背景判定部と、
前記テンプレート画像に含まれる誤検出を誘引する画像を含む誤検出誘引領域に対応する前記検出結果画像の領域に前記検出処理の検出対象である対象物の画像が存在するかを判定する対象物判定部と、
前記輝度判定部で前記第1輝度情報と前記第2輝度情報との間に第1の閾値以上の変化があると判定され、前記背景判定部で前記第1背景情報と前記第2背景情報との間に第2の閾値以上の変化がないと判定され、かつ、前記対象物判定部で前記対象物の画像が存在しないと判定された場合に、前記検出結果画像で前記テンプレート画像を更新する更新部と、
を含むテンプレート画像更新装置。
(付記10)
前記輝度判定部は、
前記テンプレート画像及び前記検出結果画像を各々複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の部分領域の各々の前記代表値と、前記検出結果画像の対応する位置の部分領域の前記代表値と、の間の変化を表す変化値に基づいて変化が大きいと判定される部分領域の個数が第1の所定数を超えている場合、前記第1輝度情報と前記第2輝度情報との間に変化があると判定する、
付記9のテンプレート画像更新装置。
(付記11)
前記背景判定部は、
前記テンプレート画像及び前記検出結果画像を各々複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記テンプレート画像の前記部分領域の各々のdHash値を導出し、
前記検出結果画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記検出結果画像の前記部分領域の各々のdHash値を導出し、
前記テンプレート画像の前記部分領域の各々のdHash値と前記検出結果画像の対応する前記部分領域のdHash値とが一致する部分領域の個数が第2の所定数を超えている場合に前記第1背景情報と前記第2背景情報との間に変化がないと判定する、
付記9または付記10のテンプレート画像更新装置。
(付記12)
前記対象物の検出処理は、前記予め定められた撮影範囲を撮影した撮影画像から前記対象物を検出するように学習させたディープラーニング学習済みモデルによる処理である、
付記9~付記11の何れかのテンプレート画像更新装置。
26 車両判定部(対象物判定部)
27 輝度判定部
28 背景判定部
29 更新部
51 CPU
52 一次記憶部
53 二次記憶部
Claims (6)
- 予め定められた撮影範囲を撮影した撮影画像に対し、対象物の検出処理を施した検出結果画像から誤検出による検出領域を検知する際に使用するテンプレート画像の輝度情報である第1輝度情報と、前記検出結果画像の輝度情報である第2輝度情報との間に第1の閾値以上の変化があるかを判定する第1の判定処理を行い、
前記テンプレート画像の背景情報である第1背景情報と、前記検出結果画像の背景情報である第2背景情報との間に第2の閾値以上の変化があるかを判定する第2の判定処理を行い、
前記テンプレート画像に含まれる誤検出を誘引する画像を含む誤検出誘引領域に対応する前記検出結果画像の領域に前記検出処理の検出対象である対象物の画像が存在するかを判定する第3の判定処理を行い、
前記第1の判定処理で前記第1輝度情報と前記第2輝度情報との間に第1の閾値以上の変化があると判定され、前記第2の判定処理で前記第1背景情報と前記第2背景情報との間に第2の閾値以上の変化がないと判定され、かつ、前記第3の判定処理で前記対象物の画像が存在しないと判定された場合に、前記検出結果画像で前記テンプレート画像を更新する、
処理をコンピュータに実行させるテンプレート画像更新プログラム。 - 前記第1の判定処理は、
前記テンプレート画像及び前記検出結果画像を複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の部分領域の各々の前記代表値と、前記検出結果画像の対応する位置の部分領域の前記代表値と、の間の変化を表す変化値に基づいて変化が大きいと判定される部分領域の個数が第1の所定数を超えている場合、前記第1輝度情報と前記第2輝度情報との間に変化があると判定する、
請求項1に記載のテンプレート画像更新プログラム。 - 前記第2の判定処理は、
前記テンプレート画像及び前記検出結果画像を複数の部分領域に分割し、
前記テンプレート画像及び前記検出結果画像の複数の部分領域の各々の輝度情報の代表値を導出し、
前記テンプレート画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記テンプレート画像の前記部分領域の各々のdHash値を導出し、
前記検出結果画像の前記部分領域の代表値と、前記部分領域に隣接する隣接部分領域の代表値とを使用して、前記検出結果画像の前記部分領域の各々のdHash値を導出し、
前記テンプレート画像の前記部分領域の各々のdHash値と前記検出結果画像の対応する前記部分領域のdHash値とが一致する部分領域の個数が第2の所定数を超えている場合に前記第1背景情報と前記第2背景情報との間に変化がないと判定する、
請求項1または請求項2に記載のテンプレート画像更新プログラム。 - 前記対象物の検出処理は、前記予め定められた撮影範囲を撮影した撮影画像から前記対象物を検出するように学習させたディープラーニング学習済みモデルによる処理である、 請求項1~請求項3の何れか1項に記載のテンプレート画像更新プログラム。
- コンピュータが、
予め定められた撮影範囲を撮影した撮影画像に対し、対象物の検出処理を施した検出結果画像から誤検出による検出領域を検知する際に使用するテンプレート画像の輝度情報である第1輝度情報と、前記検出結果画像の輝度情報である第2輝度情報との間に第1の閾値以上の変化があるかを判定する第1の判定処理を行い、
前記テンプレート画像の背景情報である第1背景情報と、前記検出結果画像の背景情報である第2背景情報との間に第2の閾値以上の変化があるかを判定する第2の判定処理を行い、
前記テンプレート画像に含まれる誤検出を誘引する画像を含む誤検出誘引領域に対応する前記検出結果画像の領域に前記検出処理の検出対象である対象物の画像が存在するかを判定する第3の判定処理を行い、
前記第1の判定処理で前記第1輝度情報と前記第2輝度情報との間に前記第1の閾値以上の変化があると判定され、前記第2の判定処理で前記第1背景情報と前記第2背景情報との間に前記第2の閾値以上の変化がないと判定され、かつ、前記第3の判定処理で前記対象物の画像が存在しないと判定された場合に、前記検出結果画像で前記テンプレート画像を更新する、
テンプレート画像更新方法。 - 予め定められた撮影範囲を撮影した撮影画像に対し、対象物の検出処理を施した検出結果画像から誤検出による検出領域を検知する際に使用するテンプレート画像の輝度情報である第1輝度情報と、前記検出結果画像の輝度情報である第2輝度情報との間に第1の閾値以上の変化があるかを判定する輝度判定部と、
前記テンプレート画像の背景情報である第1背景情報と、前記検出結果画像の背景情報である第2背景情報との間に第2の閾値以上の変化があるかを判定する背景判定部と、
前記テンプレート画像に含まれる誤検出を誘引する画像を含む誤検出誘引領域に対応する前記検出結果画像の領域に前記検出処理の検出対象である対象物の画像が存在するかを判定する対象物判定部と、
前記輝度判定部で前記第1輝度情報と前記第2輝度情報との間に前記第1の閾値以上の変化があると判定され、前記背景判定部で前記第1背景情報と前記第2背景情報との間に前記第2の閾値以上の変化がないと判定され、かつ、前記対象物判定部で前記対象物の画像が存在しないと判定された場合に、前記検出結果画像で前記テンプレート画像を更新する更新部と、
を含むテンプレート画像更新装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020030278A JP7396115B2 (ja) | 2020-02-26 | 2020-02-26 | テンプレート画像更新プログラム、テンプレート画像更新方法、及びテンプレート画像更新装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020030278A JP7396115B2 (ja) | 2020-02-26 | 2020-02-26 | テンプレート画像更新プログラム、テンプレート画像更新方法、及びテンプレート画像更新装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021135647A JP2021135647A (ja) | 2021-09-13 |
JP7396115B2 true JP7396115B2 (ja) | 2023-12-12 |
Family
ID=77661307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020030278A Active JP7396115B2 (ja) | 2020-02-26 | 2020-02-26 | テンプレート画像更新プログラム、テンプレート画像更新方法、及びテンプレート画像更新装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7396115B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008250772A (ja) | 2007-03-30 | 2008-10-16 | Secom Co Ltd | 移動物体追跡装置 |
JP2013093639A (ja) | 2010-03-03 | 2013-05-16 | Panasonic Corp | 車両周辺監視装置 |
JP2018097766A (ja) | 2016-12-16 | 2018-06-21 | クラリオン株式会社 | 画像処理装置、外界認識装置 |
JP2019102042A (ja) | 2017-12-05 | 2019-06-24 | 日本電信電話株式会社 | 画面差異抽出装置及びプログラム |
-
2020
- 2020-02-26 JP JP2020030278A patent/JP7396115B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008250772A (ja) | 2007-03-30 | 2008-10-16 | Secom Co Ltd | 移動物体追跡装置 |
JP2013093639A (ja) | 2010-03-03 | 2013-05-16 | Panasonic Corp | 車両周辺監視装置 |
JP2018097766A (ja) | 2016-12-16 | 2018-06-21 | クラリオン株式会社 | 画像処理装置、外界認識装置 |
JP2019102042A (ja) | 2017-12-05 | 2019-06-24 | 日本電信電話株式会社 | 画面差異抽出装置及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021135647A (ja) | 2021-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107872644B (zh) | 视频监控方法及装置 | |
JP6509275B2 (ja) | 画像の背景差分に用いられる背景モデルを更新する方法及び装置 | |
CN103927762B (zh) | 一种目标车辆自动跟踪方法及装置 | |
CN112184744B (zh) | 显示屏边缘缺陷检测方法和装置 | |
CN110084781B (zh) | 基于特征点的监控视频篡改检测的被动取证方法及系统 | |
CN111640089A (zh) | 一种基于特征图中心点的缺陷检测方法及装置 | |
CN111325769A (zh) | 一种目标对象检测方法及装置 | |
CN110502977B (zh) | 一种建筑物变化分类检测方法、系统、装置及存储介质 | |
CN111368638A (zh) | 电子表格的创建方法、装置、计算机设备和存储介质 | |
JP6110174B2 (ja) | 画像検出装置及び制御プログラム並びに画像検出方法 | |
JP2009211490A (ja) | 画像認識方法および装置 | |
WO2013102797A1 (en) | System and method for detecting targets in maritime surveillance applications | |
JP2007025902A (ja) | 画像処理装置、画像処理方法 | |
CN113744142B (zh) | 图像修复方法、电子设备及存储介质 | |
JP7014005B2 (ja) | 画像処理装置及び方法、電子機器 | |
JP7396115B2 (ja) | テンプレート画像更新プログラム、テンプレート画像更新方法、及びテンプレート画像更新装置 | |
CN111402185B (zh) | 一种图像检测方法及装置 | |
JP5010627B2 (ja) | 文字認識装置及び文字認識方法 | |
JP4550768B2 (ja) | 画像検出方法および画像検出装置 | |
CN111598943B (zh) | 基于书本辅助阅读设备的书本就位检测方法、装置及设备 | |
CN112784817B (zh) | 车辆所在车道检测方法、装置、设备及存储介质 | |
CN110751163A (zh) | 目标定位方法及其装置、计算机可读存储介质和电子设备 | |
CN112396627A (zh) | 一种目标跟踪方法及装置、计算机可读存储介质 | |
JP5473836B2 (ja) | 駐車検出装置、駐車検出方法および駐車検出プログラム | |
KR102161212B1 (ko) | 움직임 검출 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230929 |
|
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: 20231031 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231113 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7396115 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |