•201011696 六、發明說明: 【發明所屬之技術領域】 本發明係有關於進行物體的登錄及檢測之至少任一方 的裝置,尤其係有關於登錄物體的資訊並根據所登錄之資 訊而檢測物體的檢測用資訊登錄裝置、目標物體檢測裝 置、電子機器、檢測用資訊登錄裝置的控制方法、目標物 體檢測裝置的控制方法、檢測用資訊登錄裝置控制程式、 目標物體檢測裝置控制程式。 e【先前技術】 近年來,在數位靜物相機、數位攝影機等的攝像機器, 爲了得到最佳的圖像,自動識別攝影目標的需要漸增。例 如,在數位相機存在裝載自動檢測人臉,並對所檢測之人 臉之焦點或曝光的功能等的相機。 又,在相機攝影,將寵物等的動物作爲攝影目標的機 會亦多,和檢測人臉一樣,要求自動檢測作爲攝影目標的 動物,並修正焦點或曝光之功能。 ® 可是,在現在的技術,雖然檢測人臉的技術已達到實 用等級,但是檢測人以外之動物的技術只有受限定者。作 爲其理由之一,認爲如下。即,在檢測某攝影目標的情況, 首先,需要預先定義該攝影目標的特徵。在這一點,人臉 之特徵的共同部分多,而易定義。另一方面,動物的種類 比人多’而難預先定義。例如,若考慮定義犬的情況,即 使一樣是犬,亦因種類而在臉或身體的形狀、顏色、毛之 長度、耳的形狀等,差異比人的大。因而,難預先定義犬 .201011696 的特徵,要自動檢測無法預先定義的犬是困難。在此’考 慮拍攝的情況,因爲動物未必如人般面對攝影者側,而朝 向各種方向,又,姿勢亦各式各樣,所以在這一點,使得 自動識別在技術上更加困難。 作爲自動識別物體的技術,有以下所示者。在專利文 獻1揭示一種技術,其在具備臉識別功能的電子相機,根 據所識別之被拍攝物的資訊而進行各種處理。 又,在專利文獻2記載一種技術,其將由複數台相機 ❹ 所拍攝之圖像輸入共用的圖像處理裝置,而在圖像處理裝 置,藉由比對資料庫所登錄的模型資料和以相機所拍攝之 圖像,而檢測物體的存在位置、物體的種類、至物體的大 致距離。 又,在專利文獻3記載一種技術,其推測物體之看法 的變化並進行模型化,再比對已模型化的資料和所輸入之 圖像資訊。 又,在專利文獻4記載一種技術,其在檢測位於監視 〇 空間之檢測目標的圖像識別裝置,在背景圖像和輸入圖像 變化的情況,使用小動物指標,並判斷此變化是否由小動 物所引起的。 又,在專利文獻5記載一種技術,其使用熱源圖像識 別車輛,並對其種類進行判別、分類。 又,在專利文獻6揭示一種技術,其從動物之鼻整體 的圖像抽出鼻的輪廓、2個鼻孔和各自的輪廓,並製作用 以識別動物的資訊。 201011696 [專利文獻1]特開2007-2 82119號公報(2007年10月25日公開) [專利文獻2]特開2002-83297號公報(2002年3月22日公開) [專利文獻3]特開2001-30 70 96號公報(2001年11月2日公開) [專利文獻4]特開2006-155167號公報(2 006年6月15日公開) [專利文獻5]特開平8-16987號公報(1996年1月19日公開) [專利文獻6]特開2007-135501號公報(2 007年6月7日公開) 【發明内容】 [發明所欲解決之課題] 〇 可是,在該以往之構成,產生如以下所示的問題。即, 專利文獻1所記載的技術,是認證人臉,而如上述所示, 因爲動物原本難預先定義,所以和人臉一樣地檢測動物係 困難。 又,將專利文獻2所記載的技術應用於動物的情況, 需要登錄量龐大的模型資料。此外,在登錄,雖然需要登 錄於來自各種方向或各種位置的資料,但是使用者不知道 從那些方向或位置登錄多少量即可,對使用者而言,登錄 ®並不容易。 又,在專利文獻3所記載的技術,爲了在登錄時進行 模型化,因爲需要正確地計算攝影環境(方向或姿勢等)的 資訊,所以需要切出目標物。可是,從靜止圖像切出目標 物很困難,所需的人力和時間多,登錄並不容易。 本發明係鑑於上述之問題點而開發者,其目的在於實 現使用者可易於將作爲檢測目標之動物進行登錄的裝置、 及從所輸入之圖像檢測所登錄之動物的裝置之檢測用資訊 201011696 登錄裝置、目標物體檢測裝置等。 [解決課題之手段] 爲了解決該課題,本發明的檢測用資訊登錄裝置,其 登錄檢測用特徵資訊’而該資訊是用以檢測藉攝影所得之 動態圖像所包含的目標物體的資訊,並是對該目標物體賦 予特徵的資訊,該裝置的特徵爲具備有:記憶部,係記憶 資訊;圖像取得手段,係取得在該動態圖像的圖框圖像; 追蹤用特徵抽出手段’係從該圖框圖像抽出追蹤用特徵資 〇 訊’並記憶於該記憶部,而該追蹤用特徵資訊是用以追蹤 藉攝影所得之動態圖像所包含的目標物體的資訊,並是對 該目標物體賦予特徵的資訊;目標物體區域檢測手段,係 從該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊和該記 憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資訊 的變化’檢測出該目標物體的圖像區域;檢測用特徵抽出 手段,係從該目標物體區域檢測手段所檢測出之該目標物 體的圖像區域,抽出該檢測用特徵資訊;以及檢測用特徵 〇 登錄手段,係將該檢測用特徵抽出手段所抽出之該檢測用 特徵資訊的一部分或全部登錄於該記憶部。 又,本發明之檢測用資訊登錄裝置的控制方法的特徵 爲包含有:圖像取得步驟,係取得在該動態圖像的圖框圖 像;追蹤用特徵抽出步驟,係從該圖框圖像抽出追蹤用特 徵資訊,並記憶於該記憶部,而該追蹤用特徵資訊是用以 追蹤藉攝影所得之動態圖像所包含的目標物體的資訊’並 是對該目標物體賦予特徵的資訊;目標物體區域檢測步 .201011696 驟,係從在該追蹤用特徵抽出步驟所抽出之追蹤用特徵資 訊,和記憶部所記憶之關於過去之該圖框圖像的該追蹤用 特徵資訊的變化,檢測出該目標物體的圖像區域;檢測用 特徵抽出步驟,係從在該目標物體區域檢測步驟所檢測之 該目標物體的圖像區域,抽出該檢測用特徵資訊;以及檢 測用特徵登錄步驟,係將在該檢測用特徵抽出步驟所抽出 之該檢測用特徵資訊的一部分或全部登錄於記憶部。 若依據上述之構成及方法,從動態圖像取得圖框圖 φ 像。然後,從所取得之圖框圖像,抽出用以追蹤在動態圖 像中之目標物體的追蹤用特徵資訊,並記憶於記憶部。接 著,從記憶部所記憶之過去的追蹤用特徵資訊和現在之追 蹤用特徵資訊的變化,而檢測目標物體的圖像區域。然後, 從目標物體的圖像區域抽出檢測用特徵資訊,並記憶於記 憶部。 因而,因爲僅將目標物體進行動態圖像攝影,就登錄 用以檢測目標物體的檢測用特徵資訊,所以可易於登錄目 ® 標物體的特徵。 在本發明之檢測用資訊登錄裝置,亦可還具備有:運 動變化量算出手段,係根據該追蹤用特徵抽出手段所抽出 之追蹤用特徵資訊和該記憶部所記憶之關於過去之該圖框 圖像的該追蹤用特徵資訊的變化、及該目標物體區域檢測 手段所檢測出之目標物體區域的資訊,算出該目標物體在 該圖框圖像的運動變化量;類似度算出手段,係算出該檢 測用特徵抽出手段所抽出之檢測用特徵資訊、和該記憶部 201011696 所記憶之檢測用特徵資訊的類似度;以及充實度算出手 段,係從包含有該目標物體的被拍攝物之藉攝影所得之任 意的攝影圖像,根據該運動變化量算出手段所算出之運動 變化量和該類似度算出手段所算出之類似度,對爲了檢測 該目標物體而被推測爲必需之檢測用特徵資訊的量算出表 示該記憶部所記憶之檢測用特徵資訊的量之程度的充實 度。 若依據上述之構成,運動變化量算出手段根據追蹤用 Θ 特徵抽出手段所抽出之追蹤用特徵資訊,和記憶部所記憶 之關於過去之圖框圖像的追蹤用特徵資訊的變化,及目標 物體區域檢測手段所檢測出之目標物體區域的資訊,算出 目標物體在圖框圖像的運動變化量。而,充實度算出手段 根據運動變化量算出手段所算出之運動變化量和類似度算 出手段所算出之類似度,而算出充實度。 在此,作爲該運動變化量的例子,列舉移動量或方向 的變化量等。 ® 藉此,算出表示所記憶之檢測用特徵資訊的量相對爲 了檢測目標物體而被推測爲必需之檢測用特徵資訊的量之 程度的充實度。 因而,例如藉由通知充實度,而可催促使用者,使其 將檢測用特徵資訊登錄至爲了檢測目標物體而被推測爲必 需之檢測用特徵資訊的量。 在本發明之檢測用資訊登錄裝置,亦可還具備起始位 置取得手段,係預先取得在動態圖像中之目標物體之起始 201011696 位置的資訊,並記憶於該記憶部;該追蹤用特徵抽出手段 及該目標物體區域檢測手段是對於該圖像取得手段所取得 之最初的圖框圖像,利用該記憶部所記憶之起始位置的資 訊者。 若依據上述之構成,起始位置取得手段預先取得在動 態圖像中之目標物體之起始位置的資訊,並記憶於該記億 部。而追蹤用特徵抽出手段及目標物體區域檢測手段對圖 像取得手段所取得之最初的圖框圖像,利用該記憶部所記 © 憶之起始位置的資訊。 因而,因爲預先指定目標物體的起始位置,所以追蹤 用特徵抽出手段及目標物體區域檢測手段可更正確地檢測 目標物體所存在的區域。 在本發明之檢測用資訊登錄裝置,最好還具備共同特 徵特定手段,其特定該記憶部所記憶之複數個檢測用特徵 資訊之全部或共用一部分之一個或複數個檢測用共同特徵 資訊;該檢測用特徵登錄手段將該共同特徵特定手段所特 ® 定之檢測用共同特徵資訊再登錄於該記憶部。 若依據上述之構成,共同特徵特定手段特定該記憶部 所記憶之複數個檢測用特徵資訊之全部或共用一部分之一 個或複數個檢測用共同特徵資訊。而且,使記憶部記憶所 特定之檢測用共同特徵資訊。 因而’在需要時,可使用檢測用共同特徵資訊。 例如’在檢測目標物體的情況,藉由使用檢測用共同 特徵資訊’而可從圖像整體中檢測目標物體存在之可能性 -10- 201011696 高的區域。 在本發明之檢測用資訊登錄裝置,亦可該記憶部所記 憶之檢測用特徵資訊係被賦予與識別複數個該目標物體的 識別資訊對應地被記憶。 若依據上述之構成,檢測用特徵資訊係被賦予與識別 複數個該目標物體的識別資訊對應地被記憶。 因而,可登錄複數個目標物體。 爲了解決該課題,本發明的目標物體檢測裝置,其檢 © 測藉攝影所得之動態圖像所包含的目標物體,該裝置的特 徵爲具備有:記憶部,係記憶是用以檢測該目標物體的資 訊並是將該目標物體賦予特徵之資訊的複數個檢測用特徵 資訊、及該複數個檢測用特徵資訊之全部或共用一部分之 一個或複數個檢測用共同特徵資訊;圖像取得手段,係取 得在該動態圖像的圖框圖像;檢測用特徵抽出手段,係從 該圖像取得手段所取得之圖框圖像,抽出檢測用特徵資 訊;候選區域探索手段,係使用該檢測用特徵抽出手段所 ® 抽出之檢測用特徵資訊、和該記憶部之檢測用共同特徵資 訊,使具有和該檢測用共同特徵資訊類似之檢測用特徵資 訊的區域作爲對該區域進行探索在圖框圖像上具有該目標 物體存在之可能性的候選區域;類似度算出手段,係算出 該候選區域探索手段所探測之候選區域所包含的檢測用特 徵資訊和該記憶部所記憶之檢測用特徵資訊的類似度;以 及判定手段’係根據該類似度算出手段所算出之類似度, 而判定該候選區域是否是在該圖框圖像上該目標物體所存 -11- 201011696 在的區域。 又,本發明之目標物體檢測裝置的控制方法,該目標 物體檢測裝置檢測藉攝影所得之動態圖像所包含的目標物 體,該方法的特徵爲包含有:圖像取得步驟,係取得在該 動態圖像的圖框圖像;檢測用特徵抽出步驟,係從在該圖 像取得步驟所取得之圖框圖像,抽出檢測用特徵資訊;候 選區域探索步驟,係使用在該檢測用特徵抽出步驟所抽出 之檢測用特徵資訊、和記憶部所記憶之是將目標物體賦予 Ο 特徵之資訊的複數個檢測用特徵資訊之全部或共用一部分 之一個或複數個檢測用共同特徵資訊,使具有和該檢測用 共同特徵資訊類似之檢測用特徵資訊的區域作爲對該區域 進行探索在圖框圖像上具有該目標物體存在之可能性的候 選區域;類似度算出步驟,係算出在該候選區域探索步驟 所探測之候選區域所包含的檢測用特徵資訊、和記憶部所 記憶之檢測用特徵資訊的類似度;以及判定步驟,係根據 在該類似度算出步驟所算出之類似度,而判定該候選區域 ® 是否是在該圖框圖像上該目標物體所存在的區域。 若依據上述之構成及方法,使用記憶部所記憶之是將 目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部 或共用一部分之一個或複數個檢測用共同特徵資訊,探索 候選區域,其是在從藉攝像之動態圖像所取得之圖框圖像 上具有和該檢測用共同特徵資訊類似之檢測用特徵資訊的 區域。 然後,算出所探測之候選區域的檢測用特徵資訊和該 -12- 201011696 檢測用特徵資訊的類似度’再根據所算出之類似度’而判 定該候選區域是否是目標物體所存在的區域。 因而,可將和記憶部所記憶之檢測用特徵資訊類似之 檢測用特徵資訊的區域判定爲目標物體所存在的區域。 例如,若預先登錄使用者所飼養之犬的檢測用特徵資 訊,在以目標物體檢測裝置拍攝圖像時,若使用者所飼養 之犬位於攝影範圍,則可檢測該犬所存在的區域。 在本發明之目標物體檢測裝置,亦可是具備有追蹤該 ® 所要之物體存在之區域的追蹤手段。 若依據上述之構成,追蹤手段追蹤所要之物體存在之 區域。因而,只要一度檢測到所要之物體存在之區域,即 使不再進行檢測動作,亦可繼續檢測所要之物體存在之區 域。 即使係包含有該檢測用資訊登錄裝置和該目標物體檢 測裝置的電子機器,亦可具如上述之效果。 在本發明的電子機器,亦可具備通知手段,其根據該 ® 充實度算出手段所算出之充實度,通知使用者。 因而,根據充實度而通知使用者。藉此,使用可根據 充實度而進行處理。 例如,若充實度算出手段所算出之充實度超過所預定 的臨限値,只要通知手段對使用者通知是登錄可結束的主 旨,使用者可識別已記憶部可特定登錄目標物體之程度的 特徵量。 在此’所預定的臨限値是當充實度超過該臨限値時, -13- 201011696 特徵量記憶部所記憶的特徵量達到足以特定目標物體之量 的値。 又,亦可充實度算出手段所算出之充實度未超過所預 定的臨限値時,通知手段對使用者通知該充實度未超過所 預定之臨限値的主旨、及爲了該充實度超過所$定的臨限 値而需要之動作的指示之至少任一方。因而,充實度未超 過所預定的臨限値時,使用者可識別充實度未超過所預定 之臨限値的主旨、及爲了充實度超過所預定的臨限値而需 © 要之動作的指示之至少任一方。 此外,該檢測用資訊登錄裝置及目標物體檢測裝置亦 可利用電腦實現,在此情況,藉由使電腦作爲上述各手段 進行動作,而以電腦實現該檢測用資訊登錄裝置及目標物 體檢測裝置的檢測用資訊登錄裝置程式及目標物體檢測裝 置程式、以及已記錄那些程式之電腦可讀取的記錄媒體亦 屬於本發明之範圍。 [發明之效果] ® 如以上所示,本發明的檢測用資訊登錄裝置,其登錄 檢測用特徵資訊,而該資訊是用以檢測藉攝影所得之動態 圖像所包含的目標物體的資訊,並是對該目標物體賦予特 徵的資訊,該裝置是具備有如下之元件的構成:記憶部, 係記憶資訊;圖像取得手段,係取得在該動態圖像的圖框 圖像;追蹤用特徵抽出手段,係從該圖框圖像抽出追蹤用 特徵資訊,並記憶於該記憶部,而該追蹤用特徵資訊是用 以追蹤藉攝影所得之動態圖像所包含的目標物體的資訊, -14- 201011696 並是對該目標物體賦予特徵的資訊;目標物體區域檢測手 段,係從該追蹤用特徵抽出手段所抽出之追蹤用特徵資訊 和該記憶部所記憶之關於過去之該圖框圖像的該追蹤用特 徵資訊的變化,檢測出該目標物體的圖像區域;檢測用特 徵抽出手段,係從該目標物體區域檢測手段所檢測出之該 目標物體的圖像區域,抽出該檢測用特徵資訊;以及檢測 用特徵登錄手段,係將該檢測用特徵抽出手段所抽出之該 檢測用特徵資訊的一部分或全部登錄於該記憶部。 〇 又,本發明之檢測用資訊登錄裝置的控制方法,包含 有:圖像取得步驟,係取得在該動態圖像的圖框圖像;追 蹤用特徵抽出步驟,係從該圖框圖像抽出追蹤用特徵資 訊,並記憶於該記憶部,而該追蹤用特徵資訊是用以追蹤 藉攝影所得之動態圖像所包含的目標物體的資訊,並是對 該目標物體賦予特徵的資訊;目標物體區域檢測步驟,係 從在該追蹤用特徵抽出步驟所抽出之追蹤用特徵資訊,和 記憶部所記憶之關於過去之該圖框圖像的該追蹤用特徵資 ® 訊的變化,檢測出該目標物體的圖像區域;檢測用特徵抽 出步驟,係從在該目標物體區域檢測步驟所檢測之該目標 物體的圖像區域,抽出該檢測用特徵資訊;以及檢測用特 徵登錄步驟,係將在該檢測用特徵抽出步驟所抽出之該檢 測用特徵資訊的一部分或全部登錄於記憶部。 因而,因爲只是將目標物體進行動態圖像攝影,而登 錄用以檢測目標物體的檢測用特徵資訊,所以可易於登錄 目標物體的特徵。 -15- 201011696 又,本發明之目標物體檢測裝置,其檢測藉攝影所得 之動態圖像所包含的目標物體,該裝置是具備有如下之元 件的構成:記憶部,係記憶是用以檢測該目標物體的資訊 並是將該目標物體賦予特徵之資訊的複數個檢測用特徵資 訊、及該複數個檢測用特徵資訊之全部或共用一部分之一 個或複數個檢測用共同特徵資訊;圖像取得手段,係取得 位於該動態圖像上的圖框圖像;檢測用特徵抽出手段,係 從該圖像取得手段所取得之圖框圖像,抽出檢測用特徵資 © 訊;候選區域探索手段,係使用該檢測用特徵抽出手段所 抽出之檢測用特徵資訊、和該記憶部之檢測用共同特徵資 訊,使具有和該檢測用共同特徵資訊類似之檢測用特徵資 訊的區域作爲對該區域進行探索在圖框圖像上具有該目標 物體存在之可能性的候選區域;類似度算出手段,係算出 該候選區域探索手段所探測之候選區域所包含的檢測用特 徵資訊和該記憶部所記憶之檢測用特徵資訊的類似度;以 及判定手段,係根據該類似度算出手段所算出之類似度, ® 而判定該候選區域是否是在該圖框圖像上該目標物體所存 在的區域。 又’本發明之目標物體檢測裝置的控制方法,是檢測 藉攝影所得之動態圖像所包含的目標物體之目標物體檢測 裝置的控制方法,其包含有:圖像取得步驟,係取得位於 該動態圖像上的圖框圖像;檢測用特徵抽出步驟,係從在 該圖像取得步驟所取得之圖框圖像,抽出檢測用特徵資 訊;候選區域探索步驟,係使用在該檢測用特徵抽出步驟 -16- 201011696 所抽出之檢測用特徵資訊、和記憶部所記憶之是將目標物 體賦予特徵之資訊的複數個檢測用特徵資訊之全部或共用 一部分之一個或複數個檢測用共同特徵資訊,使具有和該 檢測用共同特徵資訊類似之檢測用特徵資訊的區域作爲對 該區域進行探索在圖框圖像上具有該目標物體存在之可能 性的候選區域;類似度算出步驟,係算出在該候選區域探 索步驟所探測之候選區域所包含的檢測用特徵資訊、和記 憶部所記憶之檢測用特徵資訊的類似度;以及判定步驟, ® 係根據在該類似度算出步驟所算出之類似度,而判定該候 選區域是否是在該圖框圖像上該目標物體所存在的區域。 若依據上述之構成及方法,使用記憶部所記憶之是將 目標物體賦予特徵之資訊的複數個檢測用特徵資訊之全部 或共用一部分之一個或複數個檢測用共同特徵資訊,探索 候選區域,其是在從藉攝影所得之動態圖像所取得的圖框 圖像上之具有和該檢測用共同特徵資訊類似之檢測用特徵 資訊的區域。 ¥ 因而,可將和記憶部所記憶之檢測用特徵資訊類似之 檢測用特徵資訊的區域判定爲目標物體所存在的區域。 例如,若預先登錄使用者所飼養之犬的檢測用特徵資 訊,在以目標物體檢測裝置拍攝圖像時,若使用者所飼養 之犬位於攝影範圍,則可檢測該犬所存在的區域。 【實施方式】 根據第1圖至第1 2圖來說明本發明之一實施形態,如 以下所示。 -17- 201011696 第2圖係表示本實施形態之數位相機1之構成的方塊 圖。如第2圖所示,數位相機1是包含有記憶部2、操作 受理部3、攝像部4、顯示部5以及控制部6之構成。 數位相機1用於容易地將作爲檢測目標的物體(目標物 體)進行登錄、利用爲了檢測用所登錄之物體的資訊(檢測 用特徵資訊)從攝影中之圖像中檢測出所要的物體、及通知 檢測結果。 例如,預先將使用者所飼養之寵物的檢測用特徵資訊 ® 登錄於數位相機1,若拍攝包含有該寵物的圖像,可檢測 出攝影圖像中寵物所在的區域。 此外,若對所檢測的區域具有自動對準焦點或曝光之 功能,可對寵物自動地進行對焦或曝光。 其次,說明數位相機1的各部分。 記憶部2記憶以數位相機1所拍攝之圖像、或檢測處 理所使用的資料、追蹤處理所使用的資料等。而且,是包 含有圖框緩衝器21、模型資訊記憶部(特徵量記憶部)22以 及追蹤資訊記憶部23之構成。關於此圖框緩衝器21、模 型資訊記憶部22以及追蹤資訊記憶部23的細節,將後述。 作爲此記憶部2的具體實例,列舉快閃記憶體。又,若是 只要暫時記憶即可(圖框緩衝器21等),亦可使用 RAM(Random Access Memory),若是只要可讀出程式即 可,亦可使用 ROM(Read Only Memory)。 操作受理部3是受理對數位相機1的操作。例如,受 理表不登錄目標物體的ID(Identification,識別資訊)、或 -18- 201011696 在顯示部5上表示目標物體所在的位置之操作。關於此目 標物體的位置,亦是畫面爲觸控面板形式,而在畫面上指 定目標物體的位置者,亦可是將游標顯示於畫面,並使用 該游標指定位置。此外,作爲操作受理部3的具體實例, 列舉各種按鈕或觸控面板等。 攝像部4用於拍攝目標物體等被拍攝物並產生映像資 料。具體而言,列舉攝像部4的一種構成,其具備有:攝 像元件,係將來自被拍攝物的光變換成電氣信號的 ϋ CCD(Charge Coupled Device)及 C Μ O S ( C o mp 1 e m e nt ary Metal-Oxide Semiconductor)等圖像感測器等;及映像處理 電路’係將來自攝像元件的電氣信號變換成RGB各色的數 位映像資料。而且,攝像部4向控制部6傳送所產生之映 像資料。此外,攝像部4亦具有AF(Auto Focus)功能。 顯示部5用於顯示以攝像部4所拍攝之圖像、或數位 相機1之狀態、檢測結果等。作爲此顯示部5,只要是可 顯示資訊的顯示裝置,利用任何裝置都可實現,作爲具體 的實例’列舉液晶顯示器、有機電致發光 (electroluminescence)顯示器、電漿顯示器。 控制部6是包含有圖框圖像取出部11、登錄處理部 12、追蹤處理部(追蹤手段)13以及檢測處理部14之構成。 而且’控制部6用於對想要檢測之物體進行登錄、追蹤以 及檢測。關於登錄處理部12、追蹤處理部13以及檢測處 理部14的細節,將後述。 圖框圖像取出部11是從攝像部4所傳送的映像資料取 -19- 201011696 出圖框圖像,並將所取出之圖框圖像記憶於圖框緩衝器21。 圖框緩衝器21是記憶圖框圖像取出部11所取出之圖 框圖像。 其次,使用第1圖說明登錄處理部12。第1圖係表示 本實施形態的數位相機1之登錄處理部12之構成的方塊 圖。如第1圖所示,登錄處理部12是包含有圖框圖像取得 部(圖像取得手段)51、檢測用特徵量抽出部(目標物體區域 檢測手段、檢測用特徵抽出手段)52、類似度算出部(類似 ® 度算出手段)53、登錄部(檢測用特徵登錄手段)54、充實度 算出部(運動變化量算出手段、充實度算出手段)5 5、結果 輸出部56、共同特徵量抽出部(共同特徵特定手段)57以及 起始位置取得部(起始位置取得手段)58之構成。 而且,登錄處理部12抽出在所取得之圖框圖像之目標 物體的特徵量(檢測用特徵資訊),並記憶於模型資訊記憶 部22。而,在模型資訊記憶部22,如第3圖所示,記憶如 下所示者。第3圖係表示模型資訊記憶部22所記憶之內容 ^ 的說明圖。在模型資訊記憶部22,記憶表示目檫物體的 ID、表示該目標物體的各圖框之各自的特徵量的特徵量資 訊、以及表示是該各圖框之特徵量共同的特徵量之共同特 徵量的共同特徵量資訊》 又,若ID存在複數個,則記憶該複數個ID量的該資 訊。 圖框圖像取得部51從圖框緩衝器21取得圖框圖像, 並向檢測用特徵量抽出部52傳送。 -20- 201011696 檢測用特徵量抽出部52從圖框圖像取得部51所取得 之圖框圖像抽出目標物體的特徵量。然後,向類似度算出 部53傳送所抽出之特徵量。如以下所示抽出目標物體的特 徵量。即,使用者使用操作受理部3,從所指定之目標物 體的位置、及藉追蹤處理部13之特徵點資訊之在圖框圖像 的變化檢測目標物體區域。 此外,亦可根據在複數個圖框圖像之圖像上位置的變 化而將背景區域和目標物體區域分離,藉此檢測目標物體 ❹區域。 然後,藉由抽出所檢測之目標物體區域的特徵量而進 行。又,特徵量是表達從圖像所得之色資訊或邊緣資訊等 之目標物體的特徵。 又,一度被檢測爲目標物體區域的區域,以後藉由追 蹤處理部追蹤,而可總是檢測目標物體區域,並可抽出特 徵量。此外,關於追蹤處理,將後述。 類似度算出部5 3只要已記憶體表示和想要登錄於模 ® 型資訊記憶部22的目標物體相同之目標物體的特徵量,就 算出所取得之特徵量和模型資訊記憶部22所記憶之相同 之目標物體的特徵量之類似度。然後,向登錄部54傳送所 算出的結果。 登錄部54只要從類似度算出部53所取得之類似度位 於既定値的範圍,就將檢測用特徵量抽出部52所抽出的特 徵量當作表示目標物體的,並記憶於模型資訊記憶部22。 然後,向充實度算出部55傳送表示登錄結束之主旨的資 -21- 201011696 -· ·. .峰,.,i -.. 訊。 在此’僅在類似度位於既定之範圍的情況,使其記憶 特徵量,是根據以下的理由。即,這是由於在類似度太大 的情況,換言之,已登錄之特徵量和即將要登錄的特徵量 太相似的情況,就會失去登錄的意義。又,反之,若在類 似度太小的情況,換言之,已登錄之特徵量和即將要登錄 的特徵量相差太大的情況,則不適合作爲表示相同的目標 物體。 ❹ 充實度算出部55從登錄部54取得表示登錄己結束之 主旨的資訊時,算出表示模型資訊記憶部22所記憶的特徵 量可特定目標物體之程度的充實度。然後,只要所算出之 充實度是表示可特定目標物體之程度者,就向結果輸出部 56傳送用以通知表示可登錄結束之主旨的資訊,否則傳送 用以通知還需要登錄資料之主旨的資訊。 此外,充實度是根據移動量,算出之旋轉角的變化量 而算出目標物體的方向,並根據係在相同之位置的旋轉的 © 情況之特徵量的差分而推測並算出姿勢。 在此,說明類似度、方向的位移以及充實度。 登錄資料數爲m個、特徵量的維度爲n個,將第i個 登錄資料的特徵量設爲Fi、該登錄資料之特徵量所具有的 第k個特徵設爲Fi[k]時,根據以下的計算式計算2個登錄 資料的變動(數値愈大相差愈大)。 [數學式1] ^υ-ΣΜ-ρΜ -22- 201011696 又,根據下式計算類似度Si,j。
Si,j=Dmax-Di,j (Dmax是變動的最大値) 又,在以下求方向的位移。 各登錄資料來自登錄起始圖框(第1個登錄資料)的推 測方向(旋轉角度)。此外,此旋轉角度可使用以3維之X 軸、y軸、z軸爲中心軸的旋轉α(Γ〇11)、p(pitch)、Y(yaw) 表達的「滾動角、俯仰角、偏擺角」等。 ® 在使用「滾動角、俯仰角、偏擺角」的情況,將第i 個登錄資料的旋轉角度設爲!^((1卜0卜7丨)、旋轉矩陣爲11[1] 時,根據下式求第i個旋轉矩陣。 R[i] = Rz(yi)Rx(ai)-Ry(pi) [數學式2]
Rx{^) = (\ 0 0 " 0 cos a sin a ’cos>0 0 -sin〆 0 1 0 ,圪W= ^ cosy sin/ 0、 -sin^ cony 0 、〇 -sina cona^ ^sin^ 0 οοηβ y 、〇 0 1, 然後’可由下式表達從第i個登錄資料往第j個登錄資料 ®的旋轉矩陣。 R[i^j] = R[j]R[i]·1 此時之旋轉角度的大小(第i個登錄資料和第j個登錄 資料之方向的位移)如下式所示。 [數學式3] |R[i—j]l 又,作爲充實度的求法,可列舉以下的方法。此外, 充實度是表示登錄資料的變化。 -23- 201011696 作爲第1種方法,列舉根據方向之位移的大小而求充 實度。這是以根據已登錄資料的組合之方向之位移的大小 的總和來表達充實度,可由下式求得。 [數學式4] 作爲第2種方法,列舉根據特徵量的變動而求充實 度。這是以根據已登錄資料的組合之特徵量的變動的總和 來計算充實度,可由下式求得。 © [數學式5] cf=m,』 作爲第3種方法,列舉使用方向之位移的大小和特徵 量的變動而求充實度。這在2個登錄資料的組合之方向的 位移大時使用方向之位移的大小,而在方向的位移小時使 用特徵量的變動,來計算充實度,可由下式求得。 [數學式6] w 結果輸出部56從充實度算出部55所取得之資訊,通 知該資訊所表示的內容。 共同特徵量抽出部抽出模型資訊記憶部22所記憶之 各圖框的特徵量所共同的特徵量(檢測用共同特徵資訊), 並作爲表示目標物體的共同特徵量,記憶於模型資訊記憶 部22。 起始位置取得部58用於取得在操作受理部3所受理之 表示位置的資料,並向圖框圖像取得部51傳送。 -24- 201011696 其次,使用第4圖,說明追蹤處理部13。第4圖係表 示本實施形態之數位相機1的追蹤處理部13之構成的方塊 圖。 如第4圖所示,追蹤處理部13是包含有移動區域預測 部31、特徵點抽出部(追蹤用特徵抽出手段)32、移動量算 出部33、追蹤目標區域算出部34、圖框資訊更新部35以 及追蹤資訊起始設定部36之構成。而且,追蹤處理部13 是使用追蹤資訊記憶部2 3所記憶的追蹤資訊,進行追蹤處 ® 理。第5圖係表示追蹤資訊記憶部23所記憶之追蹤資訊的 說明圖。 如第5圖所示,在追蹤資訊記憶部23,記憶表示追蹤 目標的追蹤用ID、表示是否已檢測到追蹤目標及是否是追 蹤中的狀態以及圖框資訊。又,對各ID記憶這些資訊。即, 若存在複數個ID,記憶該ID份量的該資訊。 而,在圖框資訊,包含有:表示追蹤目標之中心位置 座標的位置資訊、特徵點資訊(追蹤用特徵資訊)、是追蹤 〇 - — 目標之圖像上的區域資訊之追蹤目標區域資訊、以及表示 來自起始圖框及前圖框之圖框移動量。又,在狀態是追蹤 中的情況,記憶體正追蹤中之圖框份量的資訊。此外,亦 可是記憶過去數圖框份量者。 移動區域預測部31從追蹤資訊記億部23所記憶之圖 框移動量,預測在現在圖框之追蹤目標的存在區域。 特徵點抽出部32抽出追蹤目標的特徵點。特徵點是在 表示追蹤目標之特徵的局部點之顏色或邊緣資訊等。此 -25- 201011696 外,特徵點亦可未限定爲點,而是區域。 移動量算出部33從特徵點抽出部32所抽出之特徵點 的變遷而計算追蹤目標的相對移動量。追蹤目標的移動量 可用相對位置(x,y,z)的變化、及追蹤目標的旋轉(α、β、γ) 等表達。 追蹤目標區域算出部34從特徵點抽出部32所抽出之 特徵點的變遷而將追蹤目標區域和背景區域分離,並特定 追蹤目標的區域。 ® 圖框資訊更新部35對在現在圖框之特徵點的位置、特 徵點資訊、追蹤目標區域資訊以及圖框移動量等,更新追 蹤資訊記憶部2 3所記憶的資訊。 追蹤資訊起始設定部36將追蹤資訊記憶部23所記憶 的資訊設定成起始値。此起始値是在開始追蹤時之圖框的 位置資訊、特徵點資訊以及追蹤目標區域資訊。 其次,使用第6圖,說明檢測處理部14。第6圖係表 示本實施形態之數位相機1的檢測處理部14之構成的方塊 圖。如第6圖所示,檢測處理部14是包含有:圖框圖像取 得部(圖像取得手段)41、特徵量抽出部(檢測用特徵抽出手 段)42、候選區域探索部(候選區域探索手段)43、候選區域 特徵量抽出部44、類似度算出部(類似度算出手段)45、中 心位置算出部(判定手段)46以及結果輸出部(通知手段)47 _JL, t.-H> t、· 之構成。 而且,檢測處理部14探索模型資訊記憶部22所記憶 之目標物體位於圖框圖像中的位置,並輸出結果。 -26- .201011696 圖框圖像取得部41從圖框緩衝器21取得圖框圖像 然後,向特徵量抽出部42傳送所取得之圖框圖像。 特徵量抽出部42抽出從圖框圖像取得部41所取得 圖框圖像的特徵量。 候選區域探索部43掃描圖框圖像取得部41所取得 圖框圖像,並使用模型資訊記憶部22所記憶之共同特 量,探索目標物體存在之可能性高的區域(候選區域)。 後,向候選區域特徵量抽出部44傳送是探索結果的候選 ® 域。此外’亦有在一個圖框圖像探索複數個區域的情況 候選區域特徵量抽出部44抽出從候選區域探索部 所取得之候選區域的特徵量。然後,向類似度算出部45 送所抽出之特徵量。 類似度算出部45比較從候選區域特徵量抽出部44 取得之特徵量、和模型資訊記憶部22所記憶的特徵量, 算出類似度。 中心位置算出部46在類似度算出部45所算出之類 ® 度超過臨限値的情況,將候選區域探索部43所探索的候 區域當作是目標物體的存在區域,並算出該區域的中心 置。然後,向結果輸出部47傳送表示中心位置的資訊。 結果輸出部47使顯示部5顯示從中心位置算出部 所取得之中心位置。 其次,使用第7圖〜第10圖,說明在數位相機1之 標物體的登錄、追蹤以及檢測之處理的流程。第7圖係 示在數位相機1的目標物體之登錄處理之流程的流程圖 之 之 徵 然 區 〇 43 傳 所 並 似 进 位 46 百 表 -27- 201011696 如第7圖所示,從使用者經由操作受理部3而受理目 標物體的位置時(S701),圖框圖像取出部11從所拍攝之動 態圖像取出圖框圖像(S 7 02)。然後,登錄處理部12判斷是 否結束登錄(S703),在未結束登錄的情況(在S703爲NO), 追蹤處理部13判斷圖框圖像取出部11所取得之圖框圖像 是否是起始圖框(S704)。 然後,若是起始圖框(在S7 04爲YES),追蹤處理部13 製作追蹤用ID,並進行追蹤處理的起始化(S 7 06)。關於追 ® 蹤處理的起始化,將後述。然後,回到S702。另一方面, 若不是起始圖框(在S704爲NO),追蹤處理部13開始進行 追蹤處理(S707)。關於追蹤處理的起始化,將後述。 然後,檢測用特徵量抽出部5 2確認追蹤資訊記憶部 23所記憶的狀態、圖框資訊(S708),再判斷狀態是否有不 正常(S70 9)。然後,若是不正常(在S709爲NO),顯示部5 進行錯誤顯示(S719),並結束登錄處理。另一方面,若狀 態無不正常(在S 709爲YES),檢測用特徵量抽出部52抽 ® 出目標物體的特徵量(S710)。 在此,狀態的不正常是追蹤處理未正常地結束的情 況。又,狀態是表示追蹤之狀態,存在「未識別」、「已識 別」以及「追蹤中」之3種狀態。「未識別」表示已起始化 之狀態。「已識別」表示追蹤未被起始化之狀態。又’「追 蹤中」表示是追蹤中之狀態。 又,狀態從「未識別」變成「已識別」是從S 705移至 S7 06時,或後述之從S1013移至S1014時。又,狀態從「已 -28- 201011696 識別」變成及「追蹤中」是在後述的S 802。此外,狀態從 「追蹤中」變成「未識別」是S716之前或後述的S907之 刖° 然後,類似度算出部53比較檢測用特徵量抽出部52 所抽出之目標物體的特徵量和已登錄之相同的目標物體的 特徵量,並算出類似度(S711)。接著,若類似度不在既定 之範圍內(在S712爲NO),則不登錄,並回到S702。若類 似度在既定之範圍內(在S712爲YES),則登錄部54使模 ® 型資訊記憶部22記憶目標物體的特徵量(S7 13)。 然後,充實度算出部5 5算出模型資訊記憶部22所記 憶之特徵量的充實度(S714)。接著,顯示部5顯示結果 (5715) 。然後,回到 S702。 另一方面,由於充實度超過臨限値等,而結束登錄的 情況(在S703爲YES),共同特徵量抽出部57算出模型資 訊記憶部 22所記憶之各圖框之特徵量的共同特徵量 (5716) 。然後,受理該目標物體的ID(S717),顯示部5顯 — 示登錄結果(S718),並結束登錄處理。 以上是登錄處理的流程。其次,使用第8圖,說明追 蹤處理的起始化。第8圖係表示在數位相機1之追蹤處理 的起始化之流程的流程圖。 如第8圖所示,在進行追蹤處理之起始化的情況,特 徵點抽出部32抽出追蹤目標的特徵點(S801)。然後,追縱 資訊起始設定部36使追蹤資訊記憶部23僅記憶特徵點抽 出部32所抽出之特徵點的位置資訊,並將其他的追蹤重設 -29- 201011696 (s 8 02) »以上,結束追蹤處理之起始化的流程。 其次,使用第9圖,說明追蹤處理。第9圖係表示在 數位相機1之追蹤處理之流程的流程圖。 如第9圖所示,在進行追蹤處理的情況,追蹤處理部 13從過去圖框之追蹤目標的移動量預測在現在圖框的位置 (S901)。然後,特徵點抽出部32抽出特徵點(S90 2),移動 量算出部33從過去圖框和現在圖框之特徵點之位置的變 化算出追蹤目標的移動量(S903)。接著,追蹤目標區域算 ® 出部34比較前圖框和現在圖框的圖像,並算出相似度,再 判斷所算出之相似度是否大於基準値(S 904)。然後,若相 似度是基準値以下(在S 9 04爲NO),圖框資訊更新部35清 除追蹤資訊記憶部23所記憶之追蹤資訊。因爲認爲在前圖 框和現在圖框相差太大的情況,無法進行追蹤。 另一方面,在相似度大於基準値的情況(在S904爲 YES),追蹤目標區域算出部34從移動量算出部33所算出 之移動量算出追蹤目標和背景的邊界,並算出追蹤目標區 W 域(S905)。然後,圖框資訊更新部35更新圖框資訊(S 906)。 其次,使用第10圖,說明檢測處理的流程。第10圖 係表示在數位相機1檢測目標物體之處理之流程的流程 圖。 如第10圖所示,首先,圖框圖像取出部11從所拍攝 之動態圖像抽出圖框圖像(S 1001)。接著,檢測處理部14 判斷是否模型資訊記憶部 22已登錄表示目標物體的 ID(S1002)。然後,在未登錄ID的情況(在S1002爲NO), -30- 201011696 直接顯示結果(S1016)。另一方面,若已登錄ID(在S1002 爲YES) ’特徵量抽出部42抽出圖框圖像的特徵量 (S 1 003)。接著,追蹤處理部13確認追蹤資訊的狀態 (S1004)’若狀態是追蹤中(在S1〇〇5爲YES),則進行追蹤 處理(S 1 006)。另一方面,若狀態不是追蹤中(在S 1 005爲 NO),候選區域探索部43從圖框圖像探索是被認爲目標物 體存在之區域的候選區域(S1007)。 然後,若候選區域存在(在S1008爲YES),候選區域 ® 特徵量抽出部44抽出候選區域的特徵量(S 1 009)。接著, 比較類似度算出部45所抽出的特徵量和模型資訊記憶部 22所記憶的特徵量,並算出類似度(S 1010)。然後,對全部 的候選區域之特徵量的抽出及類似度的計算結束時(在 S1011爲YES),類似度算出部45判斷所算出之類似度的最 大値是否是臨限値以上(S 1012)。 然後,若類似度的最大値是臨限値以上(在S1012爲 YES),中心位置算出部 46算出候選區域的中心位置 _ (S1013)。然後,若對全部的ID結束該處理(在S1015爲 YES),貝fj進行表示中心位置的顯示(S1016)。 另一方面,若無候選區域(在 S1008爲NO)’移至 S1015。又,若類似度的最大値未超過臨限値(在S1012爲 NO),移至 S 1 0 1 5。 以上,檢測處理結束。 如以上所示,在本實施形態’在登錄目標物體的情況’ 以動態圖像拍攝目標物體。然後’在開始登錄的圖框’受 -31- 201011696 理目標物體所存在的位置。因而,藉由看動態圖像之各圖 框的變化,而可將目標物體和背景分離,並可確定目標物 體的區域。因而,可易於登錄目標物體。 又,在檢測目標物體的情況,使用所登錄之各圖框之 特徵量的共同特徵量,在攝影圖像探索被認爲目標物體所 存在的區域(候選區域)。然後,藉由將所探索之候選區域 的特徵量和各圖框的特徵量比較,而判斷該候選區域是否 是目標物體所存在的區域。因而,可易於檢測目標物體。 β 此外,藉由進行追蹤處理,而可自動追蹤曾被檢測到 的目標物體。因而,即使是未登錄的姿勢或方向亦可追蹤, 所以可檢測目標物體所存在的區域。 其次,使用第11圖及第12圖,說明具體地使用本實 施形態的例子。在此,作爲目標物體,考慮「犬」。第11 圖係關於登錄犬之情況的說明圖,第11圖(a)表示指定犬 存在之區域的1點之狀態,第11圖(b)表示判別所登錄之 犬的區域之狀態。 ® 如第11圖(a)所示,在登錄犬之情況,首先,將犬存 在之區域的1點指定爲指定點π 〇。然後,根據上述的方 法追蹤犬,並從犬所存在的區域(以粗線所包圍的區域)抽 出特徵量並登錄。 又,第1 2圖係關於檢測犬之情況的說明圖,第12圖 (a)表示在攝影中的圖像中犬存在之狀態,第12圖(b)表示 候選區域,第12圖(c)表示所檢測之犬存在的區域。 如第12圖(a)所示,在攝影中的圖像中所登錄之犬存 -32- 201011696 在的情況,探索候選區域時,探索如第12圖(b)所示的區 域。然後,比較所探索之候選區域的特徵量和所登錄之犬 的特徵量,若判斷犬所存在的區域,則如第1 2圖(c)所示, 進行表示犬所存在之區域的顯示。 本發明未限定爲上述的實施形態,可在申請項所示之 專利範圍內進行各種變更。即,關於將在申請項所示之專 利範圍內所適當變更的技術性手段組合所得之實施形態, 亦包含於本發明之技術性範圍。 最後,數位相機1之各方塊,尤其控制部6亦可由硬 體邏輯元件所構成,亦可如以下所示使用 CPU(Central Processing Unit),並利用軟體實現。 即,數位相機1具備有:執行實現各功能之控制程式 之命令的CPU、已儲存該程式的ROM(ReadOnlyMemory)、 將該程式展開的RAM(Random Access Memory)、以及儲存 該程式及各種資料的記憶體等的記憶裝置(記錄媒體)等。 而,將是實現上述之功能的軟體之數位相機1之控制程式 的程式碼(執行形式程式、中間碼程式、原始程式)記錄成 電腦可讀取的記錄媒體供給該數位相機1,藉由該電腦(或 者CPU或MPU(Micro Processor Unit))讀出並執行記錄媒 體所記錄的程式碼,亦可達成本發明之目的。 作爲該記錄媒體,例如可使用磁帶或卡帶等磁帶系、 包含有 FLOPPY(註冊商標)碟片/硬碟片等磁性碟片或 CD-RΟM(C〇mpact Disc Read-Only Memory)/MO(Magneto-
Optical)/MD(Mini Disc) /DVD (Digital Versatile -33- 201011696
Disc)/CD-R(C D-Recordable)等之光碟片的碟片系、1C卡(包 含有記憶卡)/光卡等卡系、或者遮罩ROM/EP ROM (Eras able Programmable Read-Only Memory)/EEPROM(Electrically Erasable and Programmable Read-Only Memory)/快閃 ROM 等的半導體記憶體系等。 又,亦可將數位相機1構成爲可和通信網路連接,並 經由通信網路而供給該程式碼。作爲此通信網路,未特別 限定,例如可利用網際網路、網內網路、附加網路、 LAN(Local Area Network) 、 IS Disintegrated Services Digital Network)、 VAN(Value-Added Network)、 CATV (Community Antenna Television)通信網、虛擬專用網 (virtual private network)、電話線路網、移動體通信網、 衛星通信網等。又,作爲構成通信網路的傳送媒體,未特 另!1 限定,例如不管 IEEE(Institute Electrical and Electronic Engineers)1394、USB、電力線傳輸、電纜TV線路、電話 像 線、ADSL(Asynchronous Digital Subscriber Loop)線路等之 有線,或是IrDA(Infrared Data Association)或如遙控器之 紅外線、Bluetooth(註冊商標)802.1 1 無線、HDR(High Data Rate)、手機電話網、衛星線路、地上波數位網等之無線都 可利用。此外,即使在將該程式碼以電子傳送具體實現, 並被埋入載波之電腦信號的形態亦可實現本發明。 [工業上之可應用性] 因爲亦可易於登錄、檢測包含以往是難檢測的動物在 -34- 201011696 內,所以適合於拍攝包含有動物等的裝置,例如數位相機 等。 【圖式簡單說明】 第1圖係表示本發明之實施形態,係表示數位相機之 登錄處理部之構成的方塊圖。 第2圖係表示該實施形態之數位相機之構成的方塊 圖。 第3圖係表示該實施形態之數位相機的模型資訊記憶 ® 部所記億之內容的說明圖。 第4圖係表示該實施形態之數位相機的追蹤處理部之 構成的方塊圖。 第5圖係表示該實施形態之數位相機的追蹤資訊記憶 部所記憶之追蹤資訊的說明圖。 第6圖係表示該實施形態之數位相機的檢測處理部之 構成的方塊圖。 第7圖係表示在該實施形態之數位相機的目標物體之 ® 登錄處理之流程的流程圖。 第8圖係表示在該實施形態之數位相機的追蹤處理之 起始化之流程的流程圖。 第9圖係表示在該實施形態之數位相機的追蹤處理之 流程的流程圖。 第10圖係表示在該實施形態之數位相機1檢測目標物 體的處理之流程的流程圖。 第11圖係在該實施形態,關於登錄犬之情況的說明 -35- 201011696 圖’第11圖(a)係表示指定犬存在之區域的丨點之狀態的 圖’第11圖(b)係表示判別所登錄之犬的區域之狀態的圖。 第1 2圖係在該實施形態,關於檢測犬之情況的說明 圖’第12圖(a)係表示在攝影中的圖像中犬存在之狀態的 圖’第12圖(b)係表示候選區域的圖,第12圖(c)係表示所 檢測之犬存在的區域的圖。 【主要元件符號說明】
1 數 位 相 機 2 記 憶 部 3 操 作 受 理 部 4 攝 像 部 5 顯 示 部 6 控 制 部 11 圖 框 圖 像 取 出 部 12 登 錄 處 理 部 13 追 蹤 處 理 部 (追蹤手段) 14 檢 測 處 理 部 2 1 圖 框 緩 衝 器 22 模 型 資 訊 記 憶 部 23 追 蹤 資 訊 記 憶 部 3 1 移 動 區 域 預 測 部 32 特 徵 點 抽 出 部 (追蹤用特徵抽出手段) 33 移 動 量 鼻 出 部 34 追 蹤 目 標 區 域 算出部 -36- 201011696 35 圖框資訊更新部 36 追蹤資訊起始設定部 41、51 圖框圖像取得部(圖像取得手段) 42 特徵量抽出部(檢測用特徵抽出手段) 43 候選區域探索部(候選區域探索手段) 44 候選區域特徵量抽出部 45、53 類似度算出部(類似度算出手段) 46 中心位置算出部(判定手段) ® 47、56 結果輸出部(通知手段) 52 檢測用特徵量抽出部(目標物體區域檢測 手段、檢測用特徵抽出手段) 54 登錄部(檢測用特徵登錄手段) 55 充實度算出部(運動變化量算出手段、充 實度算出手段) 57 共同特徵量抽出部(共同特徵特定手段) 58 起始位置取得部(起始位置取得手段) 參 -37-