JPWO2019016971A1 - 乗員数検知システム、乗員数検知方法、およびプログラム - Google Patents
乗員数検知システム、乗員数検知方法、およびプログラム Download PDFInfo
- Publication number
- JPWO2019016971A1 JPWO2019016971A1 JP2019530354A JP2019530354A JPWO2019016971A1 JP WO2019016971 A1 JPWO2019016971 A1 JP WO2019016971A1 JP 2019530354 A JP2019530354 A JP 2019530354A JP 2019530354 A JP2019530354 A JP 2019530354A JP WO2019016971 A1 JPWO2019016971 A1 JP WO2019016971A1
- Authority
- JP
- Japan
- Prior art keywords
- image
- vehicle
- distance
- lanes
- correction
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 94
- 238000012937 correction Methods 0.000 claims abstract description 75
- 238000003702 image correction Methods 0.000 claims abstract description 63
- 230000008569 process Effects 0.000 claims abstract description 61
- 238000003384 imaging method Methods 0.000 claims description 61
- 238000012545 processing Methods 0.000 claims description 46
- 238000005311 autocorrelation function Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 2
- 230000010365 information processing Effects 0.000 description 23
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- FKOQWAUFKGFWLH-UHFFFAOYSA-M 3,6-bis[2-(1-methylpyridin-1-ium-4-yl)ethenyl]-9h-carbazole;diiodide Chemical compound [I-].[I-].C1=C[N+](C)=CC=C1C=CC1=CC=C(NC=2C3=CC(C=CC=4C=C[N+](C)=CC=4)=CC=2)C3=C1 FKOQWAUFKGFWLH-UHFFFAOYSA-M 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
- G06V10/431—Frequency domain transformation; Autocorrelation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/593—Recognising seat occupancy
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/682—Vibration or motion blur correction
- H04N23/683—Vibration or motion blur correction performed by a processor, e.g. controlling the readout of an image memory
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/958—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
- H04N23/959—Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30256—Lane; Road marking
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
Description
複数のレーンを有する道路を走行する車両を撮像する撮像手段により生成された画像に対して、前記車両が走行する位置に応じたパラメータを用いて前記画像に写る被写体のボケを低減する補正処理を実行することにより、前記画像に基づく補正画像を生成する画像補正手段と、
前記補正画像を用いて前記車両の乗員数をカウントするカウント手段と、
を備える乗員数検知システムが提供される。
コンピュータが、
複数のレーンを有する道路を走行する車両を撮像する撮像手段により生成された画像に対して、前記車両が走行する位置に応じたパラメータを用いて前記画像に写る被写体のボケを低減する補正処理を実行することにより、前記画像に基づく補正画像を生成し、
前記補正画像を用いて前記車両の乗員数をカウントする、
ことを含む乗員数検知方法が提供される。
〔機能構成〕
図1は、第1実施形態の乗員数検知システム1の機能構成を概念的に示すブロック図である。図1に示されるように、乗員数検知システム1は、撮像部110、画像補正部120、およびカウント部130を含んで構成される。
[1] TSUMURAYA, F., MIURA, N., AND BABA, N. 1994. Iterative blind deconvolution method using Lucy's algorithm. Astron. Astrophys. 282, 2 (Feb), 699-708.
[2] Hradis Michal, Kotera Jan, Zemcik Pavel and Sroubek Filip, Convolutional Neural Networks for Direct Text Deblurring, Proceedings of BMVC 2015, Swansea, The British Machine Vision Association and Society for Pattern Recognition, 2015, ISBN 1-901725-53-7.
また、補正処理は、画像の被写体である車両が走行する位置に応じたパラメータを用いて実行される。このパラメータによって、画像に対する補正のかかり具合が決定される。
乗員数検知システム1の各機能構成部は、各機能構成部を実現するハードウエア(例:ハードワイヤードされた電子回路など)で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ(例:電子回路とそれを制御するプログラムの組み合わせなど)で実現されてもよい。以下、乗員数検知システム1の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。
図4を用いて、第1実施形態の乗員数検知システム1における処理の流れを説明する。図4は、第1実施形態の乗員数検知システム1における処理の流れを例示するフローチャートである。
以下、本実施形態の乗員数検知システム1の具体的な具体例を説明する。
複数のレーンを有する道路において、撮像部110のフォーカス距離を複数のレーンの中央部分(例えば、レーンの数が偶数であれば車線境界部分、レーンの数が奇数であれば中央に位置するレーン)に対応する距離に固定すれば、画像に写る車両のボケ量の最大値が抑制されるため、全体的なボケ補正処理の処理量を低減させることが可能となる。本具体例では、説明を簡潔にするため、2つのレーンを有する道路において、撮像部110のフォーカスが当該2つのレーンの中央部分(例えば、車線境界線)に固定されているケースについて例示的に説明する。図7は、第1具体例の構成を概念的に示す図である。図7中の斜線領域は、撮像装置30(撮像部110)のフォーカス距離(被写界深度DOF)を示す。被写界深度DOFの範囲外に位置する被写体はぼやけた状態で撮像されることになる。
本具体例では、撮像部110のフォーカス距離が、複数のレーンの中で予め決められた1つのレーンに対応する距離に固定されるケースについて例示的に説明する。具体的には、2つのレーンを有する道路において、撮像部110のフォーカスが当該2つのレーンうちのいずれか一方に固定されているケースについて例示的に説明する。図8は、第2具体例の構成を概念的に示す図である。図8中の斜線領域は、撮像装置30(撮像部110)のフォーカス距離(被写界深度DOF)を示す。被写界深度DOFの範囲外に位置する被写体はぼやけた状態で撮像されることになる。
車両の座席位置の違いによって被写体がボケてしまう可能性もある。例えば、運転席側の座席位置と助手席側の座席位置とで撮像部110のフォーカス距離からのズレ量が異なる。そして、このフォーカス距離からのズレ量の違いによって、被写体(車両内の人物)の輪郭のボケ具合が変わってくる。ここでは、この違い考慮したパラメータを用いて補正処理を実行するケースを例示する。
第1実施形態の第2具体例において、所定のレーンに撮像部110のフォーカスを固定する具体例について説明した。本実施形態では、所定の条件に基づいて撮像部110のフォーカスを制御する処理部を更に備える構成について説明する。
図10は、第2実施形態の乗員数検知システム1の機能構成を概念的に示すブロック図である。図10に示されるように、本実施形態の乗員数検知システム1は、第1実施形態の構成に加えて、制御部140を更に備える。
本実施形態のハードウエア構成は、第1実施形態と同様(例:図2および図3)である。本実施形態では、情報処理装置20のストレージデバイス204は、上述の制御部140の機能を実現するプログラムモジュールを更に記憶している。情報処理装置20のプロセッサ202がこのプログラムモジュールを実行することによって、上述の制御部140の機能が実現される。
図11および図12を用いて、本実施形態の乗員数検知システム1の処理の流れを説明する。図11および図12は、第1実施形態の乗員数検知システム1における処理の流れを例示するフローチャートである。図11のフローチャートでは、制御部140が複数のレーンそれぞれの所定時間の交通量に基づいて、撮像部110のフォーカスを合わせるレーンを制御する流れが記載されている。また、図12のフローチャートでは、制御部140が日付または時刻に応じて撮像部110のフォーカスを合わせるレーンを制御する流れが記載されている。
1.
複数のレーンを有する道路を走行する車両を撮像する撮像手段により生成された画像に対して、前記車両が走行する位置に応じたパラメータを用いて前記画像に写る被写体のボケを低減する補正処理を実行することにより、前記画像に基づく補正画像を生成する画像補正手段と、
前記補正画像を用いて前記車両の乗員数をカウントするカウント手段と、
を備える乗員数検知システム。
2.
前記画像補正手段は、前記画像に異なるレーンを走行する複数の車両が写っている場合、一の車両が走行する位置に応じた第一の前記パラメータを用いて前記補正処理を実行することにより第一の補正画像を生成し、他の車両が走行する位置に応じた第二の前記パラメータを用いて前記補正処理を実行することにより第二の補正画像を生成し、
前記カウント手段は、前記第一の補正画像を用いて前記一の車両の乗員数をカウントし、前記第二の補正画像を用いて前記他の車両の乗員数をカウントする、
1.に記載の乗員数検知システム。
3.
前記画像補正手段は、前記画像の空間周波数および自己相関関数を用いて算出される前記被写体のブレを示す情報の少なくともいずれか一方に基づいて前記パラメータを決定する、
1.または2.に記載の乗員数検知システム。
4.
前記画像補正手段は、前記車両までの距離を測定する距離測定手段により測定された前記車両までの距離に基づいて前記パラメータを決定する、
1.または2.に記載の乗員数検知システム。
5.
前記複数のレーンの各々を示す情報と前記パラメータとが対応付けられた情報を記憶する記憶部を備え、
前記画像補正手段は、前記車両までの距離に基づいて前記車両が走行するレーンを特定し、特定された前記レーンに対応する前記パラメータを用いて前記補正処理を実行する、
1.乃至4.のいずれか1つに記載の乗員数検知システム。
6.
前記撮像手段のフォーカス距離が、前記複数のレーンの中で予め定められた一のレーンに対応する距離に固定されている、
1.乃至5.のいずれか1つに記載の乗員数検知システム。
7.
前記撮像手段のフォーカス距離が、前記複数のレーンの中央部分に対応する距離に固定されている、
1.乃至5.のいずれか1つに記載の乗員数検知システム。
8.
前記複数のレーンそれぞれの交通量に基づいて、前記撮像手段のフォーカスを合わせるレーンを切り替える制御手段を更に備える、
1.乃至5.のいずれか1つに記載の乗員数検知システム。
9.
日付又は時刻に応じて前記撮像手段のフォーカスを合わせるレーンを切り替える制御手段を更に備える、
1.乃至5.のいずれか1つに記載の乗員数検知システム。
10.
前記位置に応じたパラメータは、前記車両内の位置に応じて異なる複数のパラメータを含み、
前記画像補正手段は、前記画像に対して、前記車両内の位置に応じて異なる複数のパラメータを用いて前記補正処理を実行することにより、前記画像に基づく複数の補正画像を生成し、
前記カウント手段は、前記複数の補正画像を用いて前記車両の乗員数をカウントする、
1.乃至9.のいずれか1つに記載の乗員数検知システム。
11.
複数のレーンを有する道路を走行する車両を撮像する撮像手段と、
前記車両までの距離を測定する距離測定手段と、
前記撮像手段により生成された画像を処理する画像処理手段と、を備え
前記画像処理手段は、前記距離測定手段から前記距離を示す情報を取得し、取得した前記情報に応じて前記画像に写る被写体のボケを低減し、前記画像を用いて前記車両の乗員数をカウントする、
乗員数検知システム。
12.
コンピュータが、
複数のレーンを有する道路を走行する車両を撮像する撮像手段により生成された画像に対して、前記車両が走行する位置に応じたパラメータを用いて前記画像に写る被写体のボケを低減する補正処理を実行することにより、前記画像に基づく補正画像を生成し、
前記補正画像を用いて前記車両の乗員数をカウントする、
ことを含む乗員数検知方法。
13.
前記コンピュータが、
前記画像に異なるレーンを走行する複数の車両が写っている場合、一の車両が走行する位置に応じた第一の前記パラメータを用いて前記補正処理を実行することにより第一の補正画像を生成し、他の車両が走行する位置に応じた第二の前記パラメータを用いて前記補正処理を実行することにより第二の補正画像を生成し、
前記第一の補正画像を用いて前記一の車両の乗員数をカウントし、前記第二の補正画像を用いて前記他の車両の乗員数をカウントする、
ことを含む12.に記載の乗員数検知方法。
14.
前記コンピュータが、
前記画像の空間周波数および自己相関関数を用いて算出される前記被写体のブレを示す情報の少なくともいずれか一方に基づいて前記パラメータを決定する、
ことを含む12.または13.に記載の乗員数検知方法。
15.
前記コンピュータが、
前記車両までの距離を測定する距離測定手段により測定された前記車両までの距離に基づいて前記パラメータを決定する、
ことを含む12.または13.に記載の乗員数検知方法。
16.
前記コンピュータが、
前記車両までの距離に基づいて前記車両が走行するレーンを特定し、特定された前記レーンに対応する前記パラメータを前記複数のレーンの各々を示す情報と前記パラメータとが対応付けられた情報を記憶する記憶部から読み出し、読み出したパラメータを用いて前記補正処理を実行する、
ことを含む12.乃至15.のいずれか1つに記載の乗員数検知方法。
17.
前記撮像手段のフォーカス距離が、前記複数のレーンの中で予め定められた一のレーンに対応する距離に固定されている、
ことを含む12.乃至16.のいずれか1つに記載の乗員数検知方法。
18.
前記撮像手段のフォーカス距離が、前記複数のレーンの中央部分に対応する距離に固定されている、
ことを含む12.乃至16.のいずれか1つに記載の乗員数検知方法。
19.
前記コンピュータが、
前記複数のレーンそれぞれの交通量に基づいて、前記撮像手段のフォーカスを合わせるレーンを切り替える、
ことを含む12.乃至16.のいずれか1つに記載の乗員数検知方法。
20.
前記コンピュータが、
日付又は時刻に応じて前記撮像手段のフォーカスを合わせるレーンを切り替える、
ことを含む12.乃至16.のいずれか1つに記載の乗員数検知方法。
21.
前記位置に応じたパラメータは、前記車両内の位置に応じて異なる複数のパラメータを含み、
前記コンピュータが、
前記画像に対して、前記車両内の位置に応じて異なる複数のパラメータを用いて前記補正処理を実行することにより、前記画像に基づく複数の補正画像を生成し、
前記複数の補正画像を用いて前記車両の乗員数をカウントする、
ことを含む12.乃至20.のいずれか1つに記載の乗員数検知方法。
22.
コンピュータが、
複数のレーンを有する道路を走行する車両を撮像し、
前記車両までの距離を測定し、
前記測定した距離を示す情報に応じて前記画像に写る被写体のボケを低減し、前記画像を用いて前記車両の乗員数をカウントする、
ことを含む乗員数検知方法。
23.
コンピュータに、12.乃至22.のいずれか1つに記載の乗員数検知方法を実行させるプログラム。
Claims (23)
- 複数のレーンを有する道路を走行する車両を撮像する撮像手段により生成された画像に対して、前記車両が走行する位置に応じたパラメータを用いて前記画像に写る被写体のボケを低減する補正処理を実行することにより、前記画像に基づく補正画像を生成する画像補正手段と、
前記補正画像を用いて前記車両の乗員数をカウントするカウント手段と、
を備える乗員数検知システム。 - 前記画像補正手段は、前記画像に異なるレーンを走行する複数の車両が写っている場合、一の車両が走行する位置に応じた第一の前記パラメータを用いて前記補正処理を実行することにより第一の補正画像を生成し、他の車両が走行する位置に応じた第二の前記パラメータを用いて前記補正処理を実行することにより第二の補正画像を生成し、
前記カウント手段は、前記第一の補正画像を用いて前記一の車両の乗員数をカウントし、前記第二の補正画像を用いて前記他の車両の乗員数をカウントする、
請求項1に記載の乗員数検知システム。 - 前記画像補正手段は、前記画像の空間周波数および自己相関関数を用いて算出される前記被写体のブレを示す情報の少なくともいずれか一方に基づいて前記パラメータを決定する、
請求項1または2に記載の乗員数検知システム。 - 前記画像補正手段は、前記車両までの距離を測定する距離測定手段により測定された前記車両までの距離に基づいて前記パラメータを決定する、
請求項1または2に記載の乗員数検知システム。 - 前記複数のレーンの各々を示す情報と前記パラメータとが対応付けられた情報を記憶する記憶部を備え、
前記画像補正手段は、前記車両までの距離に基づいて前記車両が走行するレーンを特定し、特定された前記レーンに対応する前記パラメータを用いて前記補正処理を実行する、
請求項1乃至4のいずれか1項に記載の乗員数検知システム。 - 前記撮像手段のフォーカス距離が、前記複数のレーンの中で予め定められた一のレーンに対応する距離に固定されている、
請求項1乃至5のいずれか1項に記載の乗員数検知システム。 - 前記撮像手段のフォーカス距離が、前記複数のレーンの中央部分に対応する距離に固定されている、
請求項1乃至5のいずれか1項に記載の乗員数検知システム。 - 前記複数のレーンそれぞれの交通量に基づいて、前記撮像手段のフォーカスを合わせるレーンを切り替える制御手段を更に備える、
請求項1乃至5のいずれか1項に記載の乗員数検知システム。 - 日付又は時刻に応じて前記撮像手段のフォーカスを合わせるレーンを切り替える制御手段を更に備える、
請求項1乃至5のいずれか1項に記載の乗員数検知システム。 - 前記位置に応じたパラメータは、前記車両内の位置に応じて異なる複数のパラメータを含み、
前記画像補正手段は、前記画像に対して、前記車両内の位置に応じて異なる複数のパラメータを用いて前記補正処理を実行することにより、前記画像に基づく複数の補正画像を生成し、
前記カウント手段は、前記複数の補正画像を用いて前記車両の乗員数をカウントする、
請求項1乃至9のいずれか1項に記載の乗員数検知システム。 - 複数のレーンを有する道路を走行する車両を撮像する撮像手段と、
前記車両までの距離を測定する距離測定手段と、
前記撮像手段により生成された画像を処理する画像処理手段と、を備え
前記画像処理手段は、前記距離測定手段から前記距離を示す情報を取得し、取得した前記情報に応じて前記画像に写る被写体のボケを低減し、前記画像を用いて前記車両の乗員数をカウントする、
乗員数検知システム。 - コンピュータが、
複数のレーンを有する道路を走行する車両を撮像する撮像手段により生成された画像に対して、前記車両が走行する位置に応じたパラメータを用いて前記画像に写る被写体のボケを低減する補正処理を実行することにより、前記画像に基づく補正画像を生成し、
前記補正画像を用いて前記車両の乗員数をカウントする、
ことを含む乗員数検知方法。 - 前記コンピュータが、
前記画像に異なるレーンを走行する複数の車両が写っている場合、一の車両が走行する位置に応じた第一の前記パラメータを用いて前記補正処理を実行することにより第一の補正画像を生成し、他の車両が走行する位置に応じた第二の前記パラメータを用いて前記補正処理を実行することにより第二の補正画像を生成し、
前記第一の補正画像を用いて前記一の車両の乗員数をカウントし、前記第二の補正画像を用いて前記他の車両の乗員数をカウントする、
ことを含む請求項12に記載の乗員数検知方法。 - 前記コンピュータが、
前記画像の空間周波数および自己相関関数を用いて算出される前記被写体のブレを示す情報の少なくともいずれか一方に基づいて前記パラメータを決定する、
ことを含む請求項12または13に記載の乗員数検知方法。 - 前記コンピュータが、
前記車両までの距離を測定する距離測定手段により測定された前記車両までの距離に基づいて前記パラメータを決定する、
ことを含む請求項12または13に記載の乗員数検知方法。 - 前記コンピュータが、
前記車両までの距離に基づいて前記車両が走行するレーンを特定し、特定された前記レーンに対応する前記パラメータを前記複数のレーンの各々を示す情報と前記パラメータとが対応付けられた情報を記憶する記憶部から読み出し、読み出したパラメータを用いて前記補正処理を実行する、
ことを含む請求項12乃至15のいずれか1項に記載の乗員数検知方法。 - 前記撮像手段のフォーカス距離が、前記複数のレーンの中で予め定められた一のレーンに対応する距離に固定されている、
ことを含む請求項12乃至16のいずれか1項に記載の乗員数検知方法。 - 前記撮像手段のフォーカス距離が、前記複数のレーンの中央部分に対応する距離に固定されている、
ことを含む請求項12乃至16のいずれか1項に記載の乗員数検知方法。 - 前記コンピュータが、
前記複数のレーンそれぞれの交通量に基づいて、前記撮像手段のフォーカスを合わせるレーンを切り替える、
ことを含む請求項12乃至16のいずれか1項に記載の乗員数検知方法。 - 前記コンピュータが、
日付又は時刻に応じて前記撮像手段のフォーカスを合わせるレーンを切り替える、
ことを含む請求項12乃至16のいずれか1項に記載の乗員数検知方法。 - 前記位置に応じたパラメータは、前記車両内の位置に応じて異なる複数のパラメータを含み、
前記コンピュータが、
前記画像に対して、前記車両内の位置に応じて異なる複数のパラメータを用いて前記補正処理を実行することにより、前記画像に基づく複数の補正画像を生成し、
前記複数の補正画像を用いて前記車両の乗員数をカウントする、
ことを含む請求項12乃至20のいずれか1項に記載の乗員数検知方法。 - コンピュータが、
複数のレーンを有する道路を走行する車両を撮像した画像を取得し、
前記車両までの距離を測定し、
前記測定した距離を示す情報に応じて前記画像に写る被写体のボケを低減し、前記画像を用いて前記車両の乗員数をカウントする、
ことを含む乗員数検知方法。 - コンピュータに、請求項12乃至22のいずれか1項に記載の乗員数検知方法を実行させるプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017140226 | 2017-07-19 | ||
JP2017140226 | 2017-07-19 | ||
PCT/JP2017/038639 WO2019016971A1 (ja) | 2017-07-19 | 2017-10-26 | 乗員数検知システム、乗員数検知方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019016971A1 true JPWO2019016971A1 (ja) | 2020-07-27 |
JP6820074B2 JP6820074B2 (ja) | 2021-01-27 |
Family
ID=65015584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019530354A Active JP6820074B2 (ja) | 2017-07-19 | 2017-10-26 | 乗員数検知システム、乗員数検知方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US11482018B2 (ja) |
JP (1) | JP6820074B2 (ja) |
WO (1) | WO2019016971A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019130562A1 (ja) * | 2017-12-28 | 2019-07-04 | 日本電気株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP6995720B2 (ja) * | 2018-09-11 | 2022-01-17 | 本田技研工業株式会社 | 表示システム、表示制御方法、およびプログラム |
JP7444423B2 (ja) * | 2019-05-20 | 2024-03-06 | i-PRO株式会社 | 車両監視システムおよび車両監視方法 |
CN112270206B (zh) * | 2020-09-25 | 2022-09-13 | 桂林理工大学 | 车辆检测计数方法、系统、储存介质及计算机设备 |
US11308316B1 (en) | 2021-09-02 | 2022-04-19 | Invision Ai, Inc. | Road side vehicle occupancy detection system |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010224712A (ja) * | 2009-03-23 | 2010-10-07 | Mitsubishi Electric Corp | 交通流計測装置 |
WO2014061195A1 (ja) * | 2012-10-19 | 2014-04-24 | 日本電気株式会社 | 乗車人数計数システム、乗車人数計数方法および乗車人数計数プログラム |
Family Cites Families (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4389371B2 (ja) * | 2000-09-28 | 2009-12-24 | 株式会社ニコン | 画像修復装置および画像修復方法 |
US6578869B2 (en) * | 2001-03-26 | 2003-06-17 | Trw Inc. | Vehicle occupant position sensor utilizing image focus attributes |
DE10202163A1 (de) | 2002-01-22 | 2003-07-31 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Bildverarbeitung sowie Nachtsichtsystem für Kraftfahrzeuge |
ATE321689T1 (de) * | 2002-04-19 | 2006-04-15 | Iee Sarl | Sicherheitsvorrichtung für ein fahrzeug |
US20080294012A1 (en) * | 2007-05-22 | 2008-11-27 | Kurtz Andrew F | Monitoring physiological conditions |
US20090195651A1 (en) * | 2008-01-31 | 2009-08-06 | Leonard Robert C | Method of providing safety enforcement for school buses |
US8194995B2 (en) * | 2008-09-30 | 2012-06-05 | Sony Corporation | Fast camera auto-focus |
US9998697B2 (en) * | 2009-03-02 | 2018-06-12 | Flir Systems, Inc. | Systems and methods for monitoring vehicle occupants |
US20130314536A1 (en) * | 2009-03-02 | 2013-11-28 | Flir Systems, Inc. | Systems and methods for monitoring vehicle occupants |
US10091439B2 (en) * | 2009-06-03 | 2018-10-02 | Flir Systems, Inc. | Imager with array of multiple infrared imaging modules |
US20130278771A1 (en) * | 2011-06-10 | 2013-10-24 | Flir Systems, Inc. | Systems and methods for monitoring vehicle wheel assembly |
US10338385B2 (en) * | 2011-12-14 | 2019-07-02 | Christopher V. Beckman | Shifted reality display device and environmental scanning system |
US20170257414A1 (en) * | 2012-01-26 | 2017-09-07 | Michael Edward Zaletel | Method of creating a media composition and apparatus therefore |
US8731245B2 (en) * | 2012-03-07 | 2014-05-20 | Xerox Corporation | Multiple view transportation imaging systems |
JP6074182B2 (ja) * | 2012-07-09 | 2017-02-01 | キヤノン株式会社 | 画像処理装置及び画像処理方法、プログラム |
JP6089577B2 (ja) * | 2012-10-19 | 2017-03-08 | 富士通株式会社 | 画像処理装置、画像処理方法および画像処理プログラム |
WO2014064898A1 (ja) | 2012-10-26 | 2014-05-01 | 日本電気株式会社 | 乗車人数計測装置、方法およびプログラム |
US9124762B2 (en) * | 2012-12-20 | 2015-09-01 | Microsoft Technology Licensing, Llc | Privacy camera |
US9036040B1 (en) * | 2012-12-20 | 2015-05-19 | United Services Automobile Association (Usaa) | Vehicle identification number capture |
US9083850B1 (en) * | 2013-06-29 | 2015-07-14 | Securus Technologies, Inc. | Video blurring in a secure environment |
JP6224362B2 (ja) * | 2013-07-05 | 2017-11-01 | シャープ株式会社 | 撮像装置 |
EP3088938A4 (en) * | 2013-12-26 | 2017-08-02 | Hoya Lens Thailand Ltd. | Method, program, and device for manufacturing progressive refractive power lens, progressive refractive power lens manufacturing method, and lens supply system |
US9633267B2 (en) * | 2014-04-04 | 2017-04-25 | Conduent Business Services, Llc | Robust windshield detection via landmark localization |
CN106462791B (zh) * | 2014-04-14 | 2019-08-23 | 莱森西斯澳大利亚私人有限公司 | 车辆识别和/或监测系统 |
JP6577703B2 (ja) * | 2014-08-05 | 2019-09-18 | キヤノン株式会社 | 画像処理装置及び画像処理方法、プログラム、記憶媒体 |
US9710729B2 (en) * | 2014-09-04 | 2017-07-18 | Xerox Corporation | Domain adaptation for image classification with class priors |
KR20160036242A (ko) * | 2014-09-25 | 2016-04-04 | 현대자동차주식회사 | 제스처 인식 장치, 그를 가지는 차량 및 그 제어 방법 |
KR101822890B1 (ko) * | 2015-01-22 | 2018-01-29 | 엘지전자 주식회사 | 차량의 전방 촬영 카메라 모듈 |
WO2016183408A1 (en) * | 2015-05-14 | 2016-11-17 | Gatekeeper, Inc. | Apparatus, systems and methods for enhanced visual inspection of vehicle interiors |
US10878249B2 (en) * | 2015-10-07 | 2020-12-29 | Accenture Global Solutions Limited | Border inspection with aerial cameras |
US10068171B2 (en) * | 2015-11-12 | 2018-09-04 | Conduent Business Services, Llc | Multi-layer fusion in a convolutional neural network for image classification |
US10690495B2 (en) * | 2016-03-14 | 2020-06-23 | Canon Kabushiki Kaisha | Ranging apparatus and moving object capable of high-accuracy ranging |
US9918042B2 (en) * | 2016-04-29 | 2018-03-13 | Getgo, Inc. | Performing electronic conferencing operations using electronic portals at different locations |
US10068140B2 (en) * | 2016-12-02 | 2018-09-04 | Bayerische Motoren Werke Aktiengesellschaft | System and method for estimating vehicular motion based on monocular video data |
US20180270413A1 (en) * | 2017-03-15 | 2018-09-20 | Kabushiki Kaisha Toshiba | Processing apparatus and processing system |
US9953210B1 (en) * | 2017-05-30 | 2018-04-24 | Gatekeeper Inc. | Apparatus, systems and methods for improved facial detection and recognition in vehicle inspection security systems |
-
2017
- 2017-10-26 WO PCT/JP2017/038639 patent/WO2019016971A1/ja active Application Filing
- 2017-10-26 JP JP2019530354A patent/JP6820074B2/ja active Active
- 2017-10-26 US US16/631,535 patent/US11482018B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010224712A (ja) * | 2009-03-23 | 2010-10-07 | Mitsubishi Electric Corp | 交通流計測装置 |
WO2014061195A1 (ja) * | 2012-10-19 | 2014-04-24 | 日本電気株式会社 | 乗車人数計数システム、乗車人数計数方法および乗車人数計数プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6820074B2 (ja) | 2021-01-27 |
WO2019016971A1 (ja) | 2019-01-24 |
US20200234067A1 (en) | 2020-07-23 |
US11482018B2 (en) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6820074B2 (ja) | 乗員数検知システム、乗員数検知方法、およびプログラム | |
US9477881B2 (en) | Passenger counting system, passenger counting method and passenger counting program | |
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 | |
JP4592744B2 (ja) | 画像処理方法、画像処理システム、画像処理装置及びコンピュータプログラム | |
JP4937030B2 (ja) | 車両用画像処理装置 | |
JP4364275B2 (ja) | 画像処理方法、画像処理装置及びコンピュータプログラム | |
JP2009187135A (ja) | 車両周辺監視装置、車両、車両周辺監視用プログラム、車両周辺監視方法 | |
JP5991647B2 (ja) | 車両用周辺監視制御装置 | |
JP2017016568A (ja) | 運転者異常検出装置 | |
JP2008067362A (ja) | 画像処理装置および画像処理方法 | |
JP6820075B2 (ja) | 乗員数検知システム、乗員数検知方法、およびプログラム | |
CN110879131B (zh) | 目视光学系统的成像质量测试方法、成像质量测试装置和电子设备 | |
JP2014109958A (ja) | 撮影画像表示装置、および撮影画像表示方法 | |
CN110199318B (zh) | 驾驶员状态推定装置以及驾驶员状态推定方法 | |
JP2016111509A (ja) | 車両用画像処理装置、車両用画像処理方法およびプログラム | |
JP7048157B2 (ja) | 解析装置、解析方法及びプログラム | |
JP4826355B2 (ja) | 車両周囲表示装置 | |
JP5664078B2 (ja) | 撮像装置、画像評価方法、及び焦点調整制御プログラム | |
JP2019028959A (ja) | 画像登録装置、画像登録システムおよび画像登録方法 | |
JP6179447B2 (ja) | 視線検出装置、視線検出方法 | |
JP4661578B2 (ja) | 移動体認識装置 | |
JP6169446B2 (ja) | 視線検出装置 | |
JP2012167983A (ja) | 霧検出装置 | |
JP3436224B2 (ja) | 車両端検出装置 | |
JP2015207879A (ja) | 撮像方向の正常性判定方法、撮像装置取り付け状態評価プログラムおよび撮像装置取り付け状態評価装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200115 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200115 |
|
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: 20201201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201224 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6820074 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |