JPH0594536A - 移動物体抽出処理方法 - Google Patents
移動物体抽出処理方法Info
- Publication number
- JPH0594536A JPH0594536A JP3253245A JP25324591A JPH0594536A JP H0594536 A JPH0594536 A JP H0594536A JP 3253245 A JP3253245 A JP 3253245A JP 25324591 A JP25324591 A JP 25324591A JP H0594536 A JPH0594536 A JP H0594536A
- Authority
- JP
- Japan
- Prior art keywords
- image
- background
- processing
- moving object
- input
- 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.)
- Pending
Links
Landscapes
- Closed-Circuit Television Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 本発明は、物体背景に複雑な濃度変化があ
り、しかも多数の移動物体が存在する場合にも安定に移
動物体を抽出する方法を提供することを目的としてい
る。 【構成】 入力画像の系列から移動物体を含まない背景
画像を抽出し、各時点における入力画像からこの背景画
像を差し引くことによって、背景の影響を取り除き、物
体領域を鮮明に抽出する。
り、しかも多数の移動物体が存在する場合にも安定に移
動物体を抽出する方法を提供することを目的としてい
る。 【構成】 入力画像の系列から移動物体を含まない背景
画像を抽出し、各時点における入力画像からこの背景画
像を差し引くことによって、背景の影響を取り除き、物
体領域を鮮明に抽出する。
Description
【０００１】
【産業上の利用分野】本発明は、ＴＶカメラなどから得
られる一連の画像を処理して、歩行者や車など複数の移
動物体を自動的に抽出する移動物体抽出処理方法に関す
る。
られる一連の画像を処理して、歩行者や車など複数の移
動物体を自動的に抽出する移動物体抽出処理方法に関す
る。
【０００２】
【従来の技術】従来のこの種の物体抽出処理方法は、そ
の対象によって２つに分類できる。第１の方法は、物体
背景の一様な例えばベルトコンベア等の上に乗った工業
製品などを対象としたものであり、物体背景に複雑な濃
度変化の含まれる一般景観中の物体抽出には適用不可能
であった。もう一方は、道路や駐車場における車両など
の抽出を目的としたものであり、特開平２−８３８００
号公報を例にとってその技術の概要を説明する。
の対象によって２つに分類できる。第１の方法は、物体
背景の一様な例えばベルトコンベア等の上に乗った工業
製品などを対象としたものであり、物体背景に複雑な濃
度変化の含まれる一般景観中の物体抽出には適用不可能
であった。もう一方は、道路や駐車場における車両など
の抽出を目的としたものであり、特開平２−８３８００
号公報を例にとってその技術の概要を説明する。
【０００３】図９は、従来法における物体抽出処理方法
の説明図であって、（ａ）および（ｂ）は時刻ｔ−１お
よびｔにおける入力画像の例、（ｃ）は差分画像の例を
示し、８００は物体領域、８０１は背景領域、８０２は
検出される物体領域である。
の説明図であって、（ａ）および（ｂ）は時刻ｔ−１お
よびｔにおける入力画像の例、（ｃ）は差分画像の例を
示し、８００は物体領域、８０１は背景領域、８０２は
検出される物体領域である。
【０００４】この方法では、物体抽出処理の妨げとなる
物体背景の影響を抑える為、一定時間（例えば数１０ミ
リ秒）だけ異なった時点（時刻ｔ−１およびｔ）に撮像
した２枚の画像の時間的な差分（差分画像と称す）をと
る方法を採っている。
物体背景の影響を抑える為、一定時間（例えば数１０ミ
リ秒）だけ異なった時点（時刻ｔ−１およびｔ）に撮像
した２枚の画像の時間的な差分（差分画像と称す）をと
る方法を採っている。
【０００５】この方法では、背景を除去すると言う意味
では目標が達成されている。
では目標が達成されている。
【０００６】
【発明が解決しようとする課題】しかし、図９（ｃ）に
示した様にこの方法で得られる差画像では、抽出すべき
物体領域が正しく得られず、抽出されるのは物体の輪郭
の一部、すなわち物体の破片のみであり、画像内の物体
数が少ない場合には、これら破片を一個の物体に対応さ
せるのは容易であるが、多くの物体が同時に動いている
場合には、差分画像上で抽出された複数の物体破片がど
の物体に対応するかを個々に決定する必要が生じ、物体
の個別抽出が著しく困難になるという問題があった。
示した様にこの方法で得られる差画像では、抽出すべき
物体領域が正しく得られず、抽出されるのは物体の輪郭
の一部、すなわち物体の破片のみであり、画像内の物体
数が少ない場合には、これら破片を一個の物体に対応さ
せるのは容易であるが、多くの物体が同時に動いている
場合には、差分画像上で抽出された複数の物体破片がど
の物体に対応するかを個々に決定する必要が生じ、物体
の個別抽出が著しく困難になるという問題があった。
【０００７】本発明は、物体背景に複雑な濃度変化があ
り、しかも多数の移動物体が存在する場合にも安定に移
動物体を抽出する方法を提供することを目的としてい
る。
り、しかも多数の移動物体が存在する場合にも安定に移
動物体を抽出する方法を提供することを目的としてい
る。
【０００８】
【課題を解決するための手段】上記目的を達成するた
め、本発明の移動物体抽出処理方法においては、入力画
像の系列から移動物体を含まない背景のみからなる画像
（背景画像）を抽出し、各時点における入力画像からこ
の背景画像を差し引くことによって、背景の影響を取り
除き、かつ物体領域を鮮明に抽出するようにしている。
め、本発明の移動物体抽出処理方法においては、入力画
像の系列から移動物体を含まない背景のみからなる画像
（背景画像）を抽出し、各時点における入力画像からこ
の背景画像を差し引くことによって、背景の影響を取り
除き、かつ物体領域を鮮明に抽出するようにしている。
【０００９】
【作用】本発明では、物体領域が一つの塊として抽出さ
れるから、従来方法の様な抽出された領域と物体との対
応付けの問題が低減されるため、画像シーケンス中に多
数の移動物体が含まれる場合であっても安定な移動物体
の抽出が可能である。
れるから、従来方法の様な抽出された領域と物体との対
応付けの問題が低減されるため、画像シーケンス中に多
数の移動物体が含まれる場合であっても安定な移動物体
の抽出が可能である。
【００１０】
【実施例】以下、本発明の実施例について説明する。図
１は、本発明による移動物体抽出システムの構成例であ
って、１００はＴＶカメラ、２００はビデオ入力部、３
００は制御部、４００は画像処理部、５００は画像メモ
リ部、５１０は入力画像メモリ、５２０は背景画像メモ
リ、５３０は差画像メモリ、５４０は領域画像メモリ、
６００はホスト計算機である。
１は、本発明による移動物体抽出システムの構成例であ
って、１００はＴＶカメラ、２００はビデオ入力部、３
００は制御部、４００は画像処理部、５００は画像メモ
リ部、５１０は入力画像メモリ、５２０は背景画像メモ
リ、５３０は差画像メモリ、５４０は領域画像メモリ、
６００はホスト計算機である。
【００１１】制御部３００は、ホスト計算機６００から
のプログラムロードによって動作を開始し、ビデオ入力
部２００、画像処理部４００、および画像メモリ部５０
０の各部をプログラム制御によって動作を制御する。
のプログラムロードによって動作を開始し、ビデオ入力
部２００、画像処理部４００、および画像メモリ部５０
０の各部をプログラム制御によって動作を制御する。
【００１２】まず、ＴＶカメラ１００からの画像情報
は、ビデオ入力部２００でＡ／Ｄ変換され一時保持され
る。制御部３００は、ビデオ入力部２００上に保持され
ている画像Ｉn （ｎは入力画像番号）を一定フレームま
たはフィールド間隔毎に読み出して画像メモリ部５００
内の入力画像メモリ５１０に順次格納する。入力画像メ
モリ５１０は、入力画像番号ｎに対応させてＮ枚の入力
画像Ｉn （ｎ＝０，１，…，Ｎ−１）を格納するメモリ
であって、制御部３００および画像処理部４００から直
接にアクセスされる。
は、ビデオ入力部２００でＡ／Ｄ変換され一時保持され
る。制御部３００は、ビデオ入力部２００上に保持され
ている画像Ｉn （ｎは入力画像番号）を一定フレームま
たはフィールド間隔毎に読み出して画像メモリ部５００
内の入力画像メモリ５１０に順次格納する。入力画像メ
モリ５１０は、入力画像番号ｎに対応させてＮ枚の入力
画像Ｉn （ｎ＝０，１，…，Ｎ−１）を格納するメモリ
であって、制御部３００および画像処理部４００から直
接にアクセスされる。
【００１３】画像処理部４００は、入力画像メモリ５１
０上のＮ枚の入力画像（Ｉ0 ，Ｉ1 ，…，ＩN-1 ）に基
づいて後で説明する方法により背景画像Ｂを求め、背景
画像メモリ５２０にこれを格納する。次に、新たに入力
画像メモリ５１０に入力された入力画像Ｉn に対して、
背景画像Ｂとの差の画像、すなわち差画像Ｄn を Ｄn ＝Ｉn −Ｂ （１） の演算に基づいて求め、差画像メモリ５３０に格納す
る。差画像Ｄn では、物体の無い部分ではほぼ０の値、
物体のある部分では正または負の値をとることになる。
次に、この差画像Ｄn に対してしきい値処理
０上のＮ枚の入力画像（Ｉ0 ，Ｉ1 ，…，ＩN-1 ）に基
づいて後で説明する方法により背景画像Ｂを求め、背景
画像メモリ５２０にこれを格納する。次に、新たに入力
画像メモリ５１０に入力された入力画像Ｉn に対して、
背景画像Ｂとの差の画像、すなわち差画像Ｄn を Ｄn ＝Ｉn −Ｂ （１） の演算に基づいて求め、差画像メモリ５３０に格納す
る。差画像Ｄn では、物体の無い部分ではほぼ０の値、
物体のある部分では正または負の値をとることになる。
次に、この差画像Ｄn に対してしきい値処理
【００１４】
【数１】
【００１５】を行い、３値の領域画像Ｒn を求め、領域
画像メモリ５４０に格納する。ただし、Ｄthはしきい値
である。また、式（１）の代わりに、 Ｄn ＝｜Ｉn −Ｂ｜ （３） に依って差画像を求める方法も考えられる。この場合に
は、Ｄn は、０または正の値になるため、式（２）の代
わりに、
画像メモリ５４０に格納する。ただし、Ｄthはしきい値
である。また、式（１）の代わりに、 Ｄn ＝｜Ｉn −Ｂ｜ （３） に依って差画像を求める方法も考えられる。この場合に
は、Ｄn は、０または正の値になるため、式（２）の代
わりに、
【００１６】
【数２】
【００１７】を用いて、２値の領域画像Ｒn を得ること
が出来る。次に、この領域画像メモリ５４０の内容を入
力として、例えば特開昭６１−２１４０８２号公報に開
示の方法などによりラベリング処理することにより移動
物体領域の存在位置、数などを求め、ホスト計算機６０
０に転送する。
が出来る。次に、この領域画像メモリ５４０の内容を入
力として、例えば特開昭６１−２１４０８２号公報に開
示の方法などによりラベリング処理することにより移動
物体領域の存在位置、数などを求め、ホスト計算機６０
０に転送する。
【００１８】図２は、画像処理部４００の動作説明のた
めのフローチャートの一例であって、４１００〜４９０
０は、処理ブロックを示す。まず、処理ブロック４１０
０では、入力画像メモリ５１０の格納されたＮ枚の画像
から背景画像Ｂを抽出する（背景画像の抽出方法に関し
ては、後で説明する。）。次に、処理ブロック４２００
でフレーム番号ｎを初期化した後、処理ブロック４３０
０でフレーム番号ｎに１を加える。
めのフローチャートの一例であって、４１００〜４９０
０は、処理ブロックを示す。まず、処理ブロック４１０
０では、入力画像メモリ５１０の格納されたＮ枚の画像
から背景画像Ｂを抽出する（背景画像の抽出方法に関し
ては、後で説明する。）。次に、処理ブロック４２００
でフレーム番号ｎを初期化した後、処理ブロック４３０
０でフレーム番号ｎに１を加える。
【００１９】続いて、もし処理ブロック４４００におい
てフレーム番号ｎがＮより小さい時には、処理ブロック
４５００に進み、ビデオ入力部２００の出力を、入力画
像メモリ５１０のｎ枚目の画像Ｉn に対応するアドレス
に格納すると共に、処理ブロック４６００に与える。
てフレーム番号ｎがＮより小さい時には、処理ブロック
４５００に進み、ビデオ入力部２００の出力を、入力画
像メモリ５１０のｎ枚目の画像Ｉn に対応するアドレス
に格納すると共に、処理ブロック４６００に与える。
【００２０】処理ブロック４６００では、入力画像Ｉn
と背景画像メモリに保持された背景画像Ｂとを入力とし
て、上記の式（１）または（３）により差画像Ｄn を求
め、処理ブロック４７００で、式（２）または（４）に
よりしきい値処理を行い領域画像Ｒn を求める。
と背景画像メモリに保持された背景画像Ｂとを入力とし
て、上記の式（１）または（３）により差画像Ｄn を求
め、処理ブロック４７００で、式（２）または（４）に
よりしきい値処理を行い領域画像Ｒn を求める。
【００２１】次に、処理ブロック４８００では、領域画
像Ｒn をラベリング処理し、移動物体の位置、数などを
必要に応じて求め、処理ブロック４９００でホスト計算
機６００に転送出力する。
像Ｒn をラベリング処理し、移動物体の位置、数などを
必要に応じて求め、処理ブロック４９００でホスト計算
機６００に転送出力する。
【００２２】一方、処理ブロック４４００においてフレ
ーム番号ｎがＮより大きい場合には、処理ブロック４１
００に戻って背景画像を再度求め直す。これは、背景画
像を天候など撮影環境の変化に合わせて変化させるため
に設けてあり、パラメータＮは、背景画像の修正頻度に
合わせて、例えば数秒〜１分に１度程度に相当する値に
設定すればよい。
ーム番号ｎがＮより大きい場合には、処理ブロック４１
００に戻って背景画像を再度求め直す。これは、背景画
像を天候など撮影環境の変化に合わせて変化させるため
に設けてあり、パラメータＮは、背景画像の修正頻度に
合わせて、例えば数秒〜１分に１度程度に相当する値に
設定すればよい。
【００２３】図３は、本発明の背景画像抽出の処理フロ
ーチャートの一例であって、４１１０〜４１９０は処理
ブロックを示す。本処理においては、大きさＭi ×Ｍj
の画像の各画素 （ｉ，ｊ）（０≦ｉ≦Ｍi ，０≦ｊ≦Ｍj ） に対して、画像枚数Ｎに対応してＮ個の画像濃度値の最
頻値（ｍｏｄｅ）：ｍをモードフィルタリング処理４１
５０によりもとめ、これを背景画像メモリ５２０の
（ｉ，ｊ）に対応するアドレスに書き込む（処理ブロッ
ク４１６０）。
ーチャートの一例であって、４１１０〜４１９０は処理
ブロックを示す。本処理においては、大きさＭi ×Ｍj
の画像の各画素 （ｉ，ｊ）（０≦ｉ≦Ｍi ，０≦ｊ≦Ｍj ） に対して、画像枚数Ｎに対応してＮ個の画像濃度値の最
頻値（ｍｏｄｅ）：ｍをモードフィルタリング処理４１
５０によりもとめ、これを背景画像メモリ５２０の
（ｉ，ｊ）に対応するアドレスに書き込む（処理ブロッ
ク４１６０）。
【００２４】ここで、背景画像抽出にモードフィルタリ
ング処理を採用した理由について説明する。図４は、静
止したカメラから観測された画像中の任意の一点の濃度
値Ｉ n の時間（入力画像番号ｎに対応）変化の一例を示
している。ここで、縦軸は濃度値Ｉn 、横軸は入力画像
番号ｎを示す。
ング処理を採用した理由について説明する。図４は、静
止したカメラから観測された画像中の任意の一点の濃度
値Ｉ n の時間（入力画像番号ｎに対応）変化の一例を示
している。ここで、縦軸は濃度値Ｉn 、横軸は入力画像
番号ｎを示す。
【００２５】観測点に移動物体が掛かっていない場合に
は、濃度値Ｉn は背景の濃度値を表していることにな
る。同図において、細かく変化する曲線４１５１は観測
される濃度値、濃度値ｉb2からｉb1の間をゆっくり変化
する曲線４１５２は背景の濃度値を示し、その変化は天
候などによる環境変化を示している。また、矢印で示し
た区間４１５３は移動物体の通過を示している。
は、濃度値Ｉn は背景の濃度値を表していることにな
る。同図において、細かく変化する曲線４１５１は観測
される濃度値、濃度値ｉb2からｉb1の間をゆっくり変化
する曲線４１５２は背景の濃度値を示し、その変化は天
候などによる環境変化を示している。また、矢印で示し
た区間４１５３は移動物体の通過を示している。
【００２６】図５は、図４に示した濃度変化に対するヒ
ストグラム（頻度分布）を示している。背景濃度に対応
して濃度値ｉb2とｉb1との中間付近でピークを示してい
る。この様に、もし移動物体が通過している状態の頻度
に比べ、背景を示している頻度が高ければ、モードフィ
ルタリング処理によって背景濃度をもとめることができ
る。
ストグラム（頻度分布）を示している。背景濃度に対応
して濃度値ｉb2とｉb1との中間付近でピークを示してい
る。この様に、もし移動物体が通過している状態の頻度
に比べ、背景を示している頻度が高ければ、モードフィ
ルタリング処理によって背景濃度をもとめることができ
る。
【００２７】次に、モードフィルタリング処理の実現方
法について説明する。モードフィルタリング処理の入力
は、上記の様にＮ枚の画像である。Ｎの値が十分大きけ
れば、濃度値の頻度分布は図５に示した様に滑らかにな
るが、実際にはＮは、メモリ量と処理量の制約から数十
程度の値とせざるを得なく、得られる濃度値頻度分布は
図６に一例を示す様に離散的になる。しかし、入力画像
を例えば１秒毎に取り込むことにしてＮ＝１６を選べ
ば、１６秒間の画像に対する最頻値を計算することにな
るから計算精度の点でも十分であり、離散的な頻度分布
は平滑化によって、滑らかな頻度分布に変換することが
出来る。
法について説明する。モードフィルタリング処理の入力
は、上記の様にＮ枚の画像である。Ｎの値が十分大きけ
れば、濃度値の頻度分布は図５に示した様に滑らかにな
るが、実際にはＮは、メモリ量と処理量の制約から数十
程度の値とせざるを得なく、得られる濃度値頻度分布は
図６に一例を示す様に離散的になる。しかし、入力画像
を例えば１秒毎に取り込むことにしてＮ＝１６を選べ
ば、１６秒間の画像に対する最頻値を計算することにな
るから計算精度の点でも十分であり、離散的な頻度分布
は平滑化によって、滑らかな頻度分布に変換することが
出来る。
【００２８】図７は、モードフィルタリング処理４１５
０のフローチャートの実施例であって、４１５１０〜４
１５３０は処理ブロックを示す。まず、処理ブロック４
１５１０で、Ｎ個の画像濃度をもとに、図６に示した様
な離散的な濃度値の頻度分布を求める。続いて、処理ブ
ロック４１５２０で、この離散的な濃度値の頻度分布を
例えばガウス関数などを畳み込むことによって平滑化
し、図５に示した様な滑らかな頻度分布に変換する。た
だし、関数の広がりの度合（ガウス関数の場合は分散な
ど）は、Ｎの値によって適当に選べばよい。最後に、処
理ブロック４１５３０で、この平滑化された頻度分布を
最大とする濃度値（最頻値）ｍを求め出力する。
０のフローチャートの実施例であって、４１５１０〜４
１５３０は処理ブロックを示す。まず、処理ブロック４
１５１０で、Ｎ個の画像濃度をもとに、図６に示した様
な離散的な濃度値の頻度分布を求める。続いて、処理ブ
ロック４１５２０で、この離散的な濃度値の頻度分布を
例えばガウス関数などを畳み込むことによって平滑化
し、図５に示した様な滑らかな頻度分布に変換する。た
だし、関数の広がりの度合（ガウス関数の場合は分散な
ど）は、Ｎの値によって適当に選べばよい。最後に、処
理ブロック４１５３０で、この平滑化された頻度分布を
最大とする濃度値（最頻値）ｍを求め出力する。
【００２９】図８は、図９（ａ）（ｂ）に示した画像Ｉ
t-1 とＩt を入力とした場合の本発明による移動物体抽
出結果の一例である。
t-1 とＩt を入力とした場合の本発明による移動物体抽
出結果の一例である。
【００３０】
【発明の効果】以上説明したように、本発明によれば背
景画像を抽出し、入力画像と背景画像との差に対して物
体検出を行うため、物体背景の影響を受けにくく、しか
も画像シーケンス中に多数の移動物体が含まれていても
安定に移動物体の抽出が可能である。
景画像を抽出し、入力画像と背景画像との差に対して物
体検出を行うため、物体背景の影響を受けにくく、しか
も画像シーケンス中に多数の移動物体が含まれていても
安定に移動物体の抽出が可能である。
【図１】本発明による移動物体抽出システムの構成例を
示す。
示す。
【図２】画像処理部の動作を説明するフローチャートの
実施例を示す。
実施例を示す。
【図３】背景画像抽出の処理フローチャート実施例を示
す。
す。
【図４】濃度値の時間変化の一例を示す。
【図５】濃度値の頻度分布の一例を示す。
【図６】濃度値の離散的頻度分布の一例を示す。
【図７】モードフィルタリング処理のフローチャート実
施例を示す。
施例を示す。
【図８】移動物体抽出結果の一例を示す。
【図９】従来の移動物体抽出技術の説明図である。
１００ ＴＶカメラ ２００ ビデオ入力部 ３００ 制御部 ４００ 画像処理部 ５００ 画像メモリ部 ５１０ 入力画像メモリ ５２０ 背景画像メモリ ５３０ 差画像メモリ ５４０ 領域画像メモリ ６００ ホスト計算機
Claims (2)
- 【請求項１】 移動物体を含む動画像を静止したカメラ
により撮像入力し、この動画像中の複数の移動物体を自
動認識する方法において、 該動画像のうちの複数枚の画像を入力として移動物体を
含まない背景画像を入力画像の各画素点に関する時間方
向の最頻値フィルタリングによって抽出する工程と、 新たな入力画像と該背景画像の差である差画像を求める
工程と、 該差画像のしきい値処理により領域画像を求める工程
と、 該領域画像を走査してラベリング処理を行い移動物体領
域を抽出する工程とからなることを特徴とする移動物体
抽出処理方法。 - 【請求項２】 上記差画像は、入力画像と該背景画像と
の差の絶対値であることを特徴とする請求項１記載の移
動物体抽出処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3253245A JPH0594536A (ja) | 1991-10-01 | 1991-10-01 | 移動物体抽出処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3253245A JPH0594536A (ja) | 1991-10-01 | 1991-10-01 | 移動物体抽出処理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0594536A true JPH0594536A (ja) | 1993-04-16 |
Family
ID=17248584
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3253245A Pending JPH0594536A (ja) | 1991-10-01 | 1991-10-01 | 移動物体抽出処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0594536A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006293661A (ja) * | 2005-04-11 | 2006-10-26 | Nippon Telegr & Teleph Corp <Ntt> | 変化領域抽出方法およびこの方法のプログラム |
| JP2016134679A (ja) * | 2015-01-16 | 2016-07-25 | キヤノン株式会社 | 画像処理装置及び画像処理装置の制御方法 |
| JP2021185698A (ja) * | 2017-03-31 | 2021-12-09 | 日本電気株式会社 | 映像処理装置、映像解析システム、方法およびプログラム |
-
1991
- 1991-10-01 JP JP3253245A patent/JPH0594536A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006293661A (ja) * | 2005-04-11 | 2006-10-26 | Nippon Telegr & Teleph Corp <Ntt> | 変化領域抽出方法およびこの方法のプログラム |
| JP4560434B2 (ja) * | 2005-04-11 | 2010-10-13 | 日本電信電話株式会社 | 変化領域抽出方法およびこの方法のプログラム |
| JP2016134679A (ja) * | 2015-01-16 | 2016-07-25 | キヤノン株式会社 | 画像処理装置及び画像処理装置の制御方法 |
| JP2021185698A (ja) * | 2017-03-31 | 2021-12-09 | 日本電気株式会社 | 映像処理装置、映像解析システム、方法およびプログラム |
| US11748892B2 (en) | 2017-03-31 | 2023-09-05 | Nec Corporation | Video image processing device, video image analysis system, method, and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108229475B (zh) | 车辆跟踪方法、系统、计算机设备及可读存储介质 | |
| US5048107A (en) | Table region identification method | |
| US5889885A (en) | Method and apparatus for separating foreground from background in images containing text | |
| US20110211233A1 (en) | Image processing device, image processing method and computer program | |
| US8300101B2 (en) | Image processing method, image processing system, image pickup device, image processing device and computer program for manipulating a plurality of images | |
| CN110310305B (zh) | 一种基于bssd检测与卡尔曼滤波的目标跟踪方法与装置 | |
| US7024040B1 (en) | Image processing apparatus and method, and storage medium | |
| JP3731952B2 (ja) | 動画像検索用情報生成装置 | |
| CN114049499A (zh) | 用于连续轮廓的目标对象检测方法、设备及存储介质 | |
| CN107295296A (zh) | 一种监控视频选择性存储与恢复方法及系统 | |
| CN114419102B (zh) | 一种基于帧差时序运动信息的多目标跟踪检测方法 | |
| CN113409353A (zh) | 运动前景检测方法、装置、终端设备及存储介质 | |
| JPH0594536A (ja) | 移動物体抽出処理方法 | |
| Xie et al. | Robust vehicles extraction in a video-based intelligent transportation systems | |
| JP5126124B2 (ja) | 画像処理装置 | |
| KR102426591B1 (ko) | 머신러닝 모델을 이용한 객체 인식 방법 및 시스템 | |
| CN110147747B (zh) | 一种基于累积一阶导数高置信度策略的相关滤波跟踪方法 | |
| CN114639013A (zh) | 基于改进Orient RCNN模型的遥感图像飞机目标检测识别方法 | |
| CN110033488B (zh) | 一种基于压缩信息的自适应光源方向分析方法及系统 | |
| US8300926B2 (en) | Image processing apparatus and image processing method | |
| JPH0652311A (ja) | 画像処理方法 | |
| JP3763279B2 (ja) | 物体抽出システム、物体抽出方法および物体抽出プログラム | |
| CN112364835A (zh) | 视频信息取帧方法、装置、设备及存储介质 | |
| CN110826564A (zh) | 一种复杂场景图像中的小目标语义分割方法及系统 | |
| JPH11120351A (ja) | 画像マッチング装置および画像マッチングプログラムを格納する記憶媒体 |