WO2013012091A1 - 情報処理装置、物体追跡方法およびプログラム記憶媒体 - Google Patents
情報処理装置、物体追跡方法およびプログラム記憶媒体 Download PDFInfo
- Publication number
- WO2013012091A1 WO2013012091A1 PCT/JP2012/068745 JP2012068745W WO2013012091A1 WO 2013012091 A1 WO2013012091 A1 WO 2013012091A1 JP 2012068745 W JP2012068745 W JP 2012068745W WO 2013012091 A1 WO2013012091 A1 WO 2013012091A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- tracking
- tracking target
- tracked
- probability
- correspondence
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
- G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Abstract
追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象の物体が一時的に検出されなくなった場合には当該追跡対象の物体を追跡対象から外さずに継続的に追跡する。 情報処理装置1は、検知部2と、対応度算出部3と、判定部4とを有する。検知部2は、画像に含まれている物体を画像処理により追跡候補として検知する。対応度算出部3は、前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する。判定部4は、評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合には、その追跡対象に関する追跡すべき物体としての登録を削除する。前記評価値は、前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である。
Description
本発明は、動画像において移動物体を追跡する技術に関する。
非特許文献1には、ビデオカメラ等による動画像から予め与えられている背景画像を取り除く背景差分法を利用することによって、動画像における移動物体(例えば、人や車)を検知する技術が示されている。
また、非特許文献2には、追跡すべき物体の情報を多く集め当該情報に基づいて学習(機械学習)した結果を利用することによって、動画像における移動物体を検知する技術が示されている。
さらに、特許文献1、非特許文献3および非特許文献4には、動画像において検知された移動物体を追跡する技術が示されている。また、特許文献1および非特許文献3には、動画像を画像処理(人物検出処理)することによって検知された人物候補の中に、追跡する対象(追跡対象)として登録されていない人物候補がある場合には、その未登録の人物候補を追跡対象として新たに登録することが示されている。さらにまた、特許文献1および非特許文献3には、人物検出処理によって予め定められた回数続けて検知できなかった追跡対象の人物がいる場合には、その検知できなかった人物を追跡対象から外すことが示されている。
また、非特許文献2には、追跡すべき物体の情報を多く集め当該情報に基づいて学習(機械学習)した結果を利用することによって、動画像における移動物体を検知する技術が示されている。
さらに、特許文献1、非特許文献3および非特許文献4には、動画像において検知された移動物体を追跡する技術が示されている。また、特許文献1および非特許文献3には、動画像を画像処理(人物検出処理)することによって検知された人物候補の中に、追跡する対象(追跡対象)として登録されていない人物候補がある場合には、その未登録の人物候補を追跡対象として新たに登録することが示されている。さらにまた、特許文献1および非特許文献3には、人物検出処理によって予め定められた回数続けて検知できなかった追跡対象の人物がいる場合には、その検知できなかった人物を追跡対象から外すことが示されている。
田中達也、島田敬士、谷口倫一郎、山下隆義、有田大作、"時空間特徴を考慮した動的背景モデル構築とそれに基づく物体検出"、画像の認識・理解シンポジウム(MIRU2009)論文集、2009年7月、P127−134
Dalal,N.,Triggs,B.,"Histograms of oriented gradients for human detection",2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition(CVPR 2005),June 2005,Vol.1,pp.886−893
Michael D.Breitenstein,Fabian Reichlin,Bastian Leive,Esther Koller−Meier and Luc Van Gool,"Robust Tracking−by−Detection using a Detector Confidence Particle Filter",IEEE 12th International Conference on Computer Vision,Sep.2009,pp.1515−1522
M.Jaward,L.Mihaylova,N.Canagarajah,and D.Bull,"Multiple Object Tracking Using Particle Filters,"2006 IEEE Aerospace Conference(2006)
ところで、コンピュータが上記のような文献に記載されている技術を利用して動画像における移動物体を追跡している場合に、その動画像において、追跡していなかった移動物体が動画像に新たに現れる場合がある。この場合には、コンピュータは、その新たに現れた移動物体を追跡対象として登録する処理を行う。しかし、物体検出処理の検知精度の問題によって、コンピュータは、追跡すべきでない物体を新たに追跡対象として誤って登録してしまうことがある。この場合には、コンピュータは、その誤って登録された物体を追跡対象から外す処理を早めに行うことが好ましい。
また、追跡していた移動物体を動画像において検知しなくなった場合には、コンピュータは、その検知しなくなった移動物体を追跡対象から外す処理を行う。これに対し、追跡対象の物体が、他の物体の影に隠れた場合のように一時的に動画像において検知されない場合がある。このような場合には、コンピュータは、その一時的に検出されなくなった物体を追跡対象から外さずに、継続して追跡することが好ましい。
しかしながら、上記のような特許文献1および非特許文献1−4に記載されている技術では、誤った追跡対象の登録を早めに削除することと、追跡対象が一時的に検知されなくなった場合にその追跡対象の物体の追跡を継続することとを共に実現することは難しい。
本発明は上記課題を解決するために考え出された。すなわち、本発明の主な目的は、追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象の物体が一時的に検知されなくなった場合には当該追跡対象の物体を追跡対象から外さずに継続的に追跡できる技術を提供することにある。
また、追跡していた移動物体を動画像において検知しなくなった場合には、コンピュータは、その検知しなくなった移動物体を追跡対象から外す処理を行う。これに対し、追跡対象の物体が、他の物体の影に隠れた場合のように一時的に動画像において検知されない場合がある。このような場合には、コンピュータは、その一時的に検出されなくなった物体を追跡対象から外さずに、継続して追跡することが好ましい。
しかしながら、上記のような特許文献1および非特許文献1−4に記載されている技術では、誤った追跡対象の登録を早めに削除することと、追跡対象が一時的に検知されなくなった場合にその追跡対象の物体の追跡を継続することとを共に実現することは難しい。
本発明は上記課題を解決するために考え出された。すなわち、本発明の主な目的は、追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象の物体が一時的に検知されなくなった場合には当該追跡対象の物体を追跡対象から外さずに継続的に追跡できる技術を提供することにある。
本発明の情報処理装置は、
画像に含まれている物体を画像処理により追跡候補として検知する検知手段と、
前記検知手段により検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する対応度算出手段と、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合には、その追跡対象に関する追跡すべき物体としての登録を削除する判定手段と
を有する。
本発明の物体追跡方法は、
画像に含まれている物体をコンピュータが画像処理により追跡候補として検知し、
前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度をコンピュータが算出し、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合に、その追跡対象に関する追跡すべき物体としての登録をコンピュータが削除する。
本発明のプログラム記憶媒体は、
画像に含まれている物体を画像処理により追跡候補として検知する処理と、
前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する処理と、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合に、その追跡対象に関する追跡すべき物体としての登録を削除する処理とをコンピュータに実行させるコンピュータプログラムを記憶している。
画像に含まれている物体を画像処理により追跡候補として検知する検知手段と、
前記検知手段により検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する対応度算出手段と、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合には、その追跡対象に関する追跡すべき物体としての登録を削除する判定手段と
を有する。
本発明の物体追跡方法は、
画像に含まれている物体をコンピュータが画像処理により追跡候補として検知し、
前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度をコンピュータが算出し、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合に、その追跡対象に関する追跡すべき物体としての登録をコンピュータが削除する。
本発明のプログラム記憶媒体は、
画像に含まれている物体を画像処理により追跡候補として検知する処理と、
前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する処理と、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合に、その追跡対象に関する追跡すべき物体としての登録を削除する処理とをコンピュータに実行させるコンピュータプログラムを記憶している。
本発明によれば、追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象の物体が一時的に検出されなくなった場合には当該追跡対象の物体を追跡対象から外さずに継続的に追跡できる。
図1は、本発明に係る第1実施形態の情報処理装置の構成を簡略化して示すブロック図である。
図2は、本発明に係る第2実施形態の情報処理装置の構成を簡略化して示すブロック図である。
図3は、第2実施形態の情報処理装置における処理工程を示すフローチャートである。
図4は、対応付けの具体例を示す図である。
図5は、本発明に係る第3実施形態の情報処理装置の構成を簡略化して示すブロック図である。
図6は、本発明に係る第4実施形態の情報処理装置の構成を簡略化して示すブロック図である。
図7は、第4実施形態の情報処理装置における処理工程を示すフローチャートである。
図2は、本発明に係る第2実施形態の情報処理装置の構成を簡略化して示すブロック図である。
図3は、第2実施形態の情報処理装置における処理工程を示すフローチャートである。
図4は、対応付けの具体例を示す図である。
図5は、本発明に係る第3実施形態の情報処理装置の構成を簡略化して示すブロック図である。
図6は、本発明に係る第4実施形態の情報処理装置の構成を簡略化して示すブロック図である。
図7は、第4実施形態の情報処理装置における処理工程を示すフローチャートである。
以下に、本発明に係る実施の形態を図面を参照しながら説明する。
(第1実施形態)
本発明に係る第1実施形態を説明する。
図1は、本発明に係る第1実施形態の情報処理装置の構成を簡略化して示すブロック図である。この第1実施形態の情報処理装置1は、検知部(検知手段)2と、対応度算出部(対応度算出手段)3と、判定部(判定手段)4とを有する。検知部2は、画像に含まれている物体を画像処理により追跡候補として検知する。対応度算出部3は、前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する。判定部4は、評価値に基づいて前記追跡対象を追跡する必要がないと判断した場合には、その追跡対象に関する追跡すべき物体としての登録を削除する。前記評価値は、前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である。
この第1実施形態の情報処理装置1は、上記構成を有することにより、追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象の物体が一時的に検出されなくなった場合には当該追跡対象の物体を追跡対象から外さずに継続的に追跡できる。
(第2実施形態)
以下に、本発明に係る第2実施形態を説明する。
図2は、本発明に係る第2実施形態の情報処理装置の概略構成を示すブロック図である。この第2実施形態の情報処理装置20は、制御装置21と、記憶装置22とを有している。記憶装置22は、例えばハードディスク装置であり、当該記憶装置22は、記憶媒体23を有している。当該記憶媒体23には、情報処理装置20の各種処理手順を示すコンピュータプログラム(プログラム)や、データが格納されている。なお、上記コンピュータプログラムは、可搬型記憶媒体に格納されることもある。この場合には、例えば、上記コンピュータプログラムは、その可搬型記憶媒体から記憶装置22の記憶媒体23に書き込まれる。
制御装置21は、例えば、CPU(Central Processing Unit)により構成される。当該制御装置(CPU)21は、記憶装置22(記憶媒体23)に格納されているコンピュータプログラムを読み出し、そして、実行することにより、情報処理装置20の全体的な処理を司る。より具体的には、この第2実施形態では、制御装置(CPU)21は、記憶装置22のコンピュータプログラムを実行することにより、次のような機能を持つ。すなわち、制御装置21は、機能部として、取得部25と、検知部(検知手段)26と、対応度算出部(対応度算出手段)27と、確率計算部28と、推測部29と、判定部(判定手段)30とを有している。
取得部25は、ビデオカメラ等により撮影された動画像から予め定められた時間間隔毎(あるいは、予め定められた時刻毎)に画像を1枚取得する機能を備えている。
検知部26は、取得部25により取得された画像(処理対象の画像)において、画像処理により、追跡すべき物体の候補(以下、追跡候補とも記す)を検知(抽出)する機能を備えている。追跡候補を検知する画像処理(物体検出処理)の手法は、様々に提案されている。例えば、非特許文献1に記載されているような、背景差分法を利用した物体検出処理がある。また、非特許文献2に記載されているような追跡すべき対象(以下、追跡対象とも記す)に関して学習(機械学習)した結果を利用した物体検出処理がある。この第2実施形態では、検知部26が用いる物体検出処理として、何れの物体検出処理を採用してもよい。
なお、画像(処理対象の画像)において追跡候補を検知した場合に、その追跡候補(検出物体)を検知した領域にマークを記す。そのマークとして、矩形のマークを用いることが多いが、そのマークの形状は、矩形に限定されず、例えば、楕円であってもよいし、あるいは、より複雑な形状であってもよい。
対応度算出部27は、対応度を算出する機能を備えている。対応度とは、検知部26によって検知された追跡候補(検出物体)が、追跡対象である可能性の度合い(対応付く確率)を表す情報である。この対応度(対応付く確率)を算出する手法の一例が非特許文献4に示されている。非特許文献4では、対応度βkmは、式(1)によって算出される。なお、追跡対象に関する情報は、判定部30によって、記憶装置22、あるいは、記憶装置22以外のメモリに格納されている。なお、メモリには様々な種類があり、ここでは、適宜な種類のメモリが適切な位置に配置される。
式(1)に示される確率βkmは、k番目の追跡対象がm番目の追跡候補に対応している場合の確率を示している。すなわち、追跡対象には、当該追跡対象を識別する符号が付与される。例えば、複数(K個)の追跡対象が設定されている場合には、各追跡対象には、それぞれ互いに異なる整数k(k=1,・・・,K)が付与される。また同様に、追跡候補にも、当該追跡候補を識別する符号が付与される。例えば、複数(M個)の追跡候補が検知された場合には、各追跡候補には、それぞれ互いに異なる整数m(m=1,・・・,M)が付与される。なお、追跡対象と追跡候補の少なくとも一方が、1個である場合もある。
式(1)に示されるP(θ)は、追跡対象と、検出された追跡候補との様々な対応関係を考えた中で、追跡対象と追跡候補との対応関係(対応付け)が対応付けθとなる確率を示している。
ここで、追跡対象と追跡候補との対応関係(対応付け)の具体例を示す。例えば、検知部26によって検知された追跡候補の数Mが2個である(M=2)とする。また、追跡対象の数Kが2個である(K=2)とする。この場合、追跡候補と追跡対象との対応関係(対応付け)は図4に示されるような7通りが考えられる。つまり、対応付けθ1は、追跡対象1,2の何れも、追跡候補1,2に対応していない場合である。対応付けθ2は、追跡対象1が追跡候補1に対応しているが、追跡対象2は追跡候補2とは対応していない場合である。対応付けθ3は、追跡対象1が追跡候補2に対応しているが、追跡対象2は追跡候補1とは対応していない場合である。対応付けθ4は、追跡対象2が追跡候補1に対応しているが、追跡対象1は追跡候補2とは対応していない場合である。対応付けθ5は、追跡対象2が追跡候補2に対応しているが、追跡対象1は追跡候補1とは対応していない場合である。対応付けθ6は、追跡対象1が追跡候補1に対応し、追跡対象2は追跡候補2に対応している場合である。対応付けθ7は、追跡対象1が追跡候補2に対応し、追跡対象2は追跡候補1に対応している場合である。
例えば、追跡対象1が追跡候補2に対応している対応付けは、対応付けθ3,θ7である。
式(1)におけるΘkmは、k番目の追跡対象とm番目の追跡候補が対応している対応付けの集合を示している。図4に示される具体例では、例えば、1番目(k=1)の追跡対象1と、2番目(m=2)の追跡候補2が対応している対応付けの集合Θ12は、Θ12={θ3,θ7}である。したがって、この場合には、1番目(k=1)の追跡対象1が2番目(m=2)の追跡候補2に対応している対応度β12は、式(2)に従った計算により求めることができる。
この第2実施形態では、P(θ)は、次のような近似計算手法により算出することができる。この第2実施形態におけるP(θ)の計算手法では、追跡対象が、正しく追跡すべき物体ではない場合をも考慮している。すなわち、この第2実施形態では、P(θ)は次の式(3)に基づいて計算される。
P(θ)∝(θに含まれる追跡候補(検出物体)が正しい確率)×(θに含まれる追跡候補(検出物体)が誤って検出された物体である確率)×(追跡候補(検出物体)がそもそも存在しないか、あるいは存在しても検出されないかを表す確率)×(追跡対象が存在しており、かつ、追跡対象とθにおける追跡候補(検出物体)との近さ)‥‥‥式(3)
式(3)を具体的な数式にすると、式(4)のように表すことができる。
ただし、式(4)におけるηkは、k番目の追跡対象が正しく追跡すべき物体である確率を示している。また、式(4)中におけるU(θ)は、対応付けθにおいて追跡対象と対応付けられた追跡候補(検出物体)の集合を示す。V(θ)は、対応付けθにおいて、追跡候補と対応付けられた追跡対象の集合を示す。NDは、対応付けθにおいて、追跡対象と対応する追跡候補(検出物体)の数を示す。εkm∈θは、対応付けθにおいて、k番目の追跡対象とm番目の追跡候補(検出物体)とが対応付いているということを意味している。例えば、図4におけるP(θ3)を例にした場合には、U(θ3)={2}、V(θ3)={1}、ND=1、ε12∈θとなる。
さらに、式(4)におけるPD mは、m番目の追跡候補(検出物体)が正解(正しく検出すべき物体)である確率を示す。当該PD mは、画像において物体を検知する検出処理手法によって算出手法が異なる。例えば、m番目の追跡候補(検出物体)に対して検出処理により得られたスコアがsであった場合には、物体検出処理における学習(機械学習)の結果を利用して、スコアがsで正しい物体を表す検出結果の数を、物体検出処理によりスコアがsであるとして検出された物体の数で割った値をPD mとして利用する。あるいは、他の確率計算手法を利用してPD mを算出してもよい。
さらに、式(4)におけるQは、追跡対象に対応付く物体が検出されていない確率を示す。当該Qは、例えば、物体検出処理における学習(機械学習)の結果を利用して、正しい物体を表す追跡候補の数を、正しい物体の総数で割った値から1を減じた値をQとして利用してもよい。あるいは、他の確率計算手法を利用してQを算出してもよい。
さらに、式(4)におけるqkmは、k番目の追跡対象とm番目の追跡候補(検出物体)が対応付いている対応付けの尤もらしさを表す値である。当該qkmは、例えば、k番目の追跡対象とm番目の追跡候補(検出物体)との位置に関するユークリッド距離をdとした場合に、標準偏差σを利用した式(5)に従って算出することができる。
あるいは、qkmは、非特許文献4に記載されているような、色特徴の近さを利用して算出してもよい。
の対応付けθを考慮する必要がある。対応付けの考えられる数は、非特許文献4に示されるように、式(6)により求めることができる。
ただし、Mは追跡候補(検出物体)の数を示す。Kは、追跡対象の数を示す。NDは対応付けθにおいて追跡対象に対応付いている追跡候補の数を示す。
式(6)には、階乗計算が含まれていることからも分かるように、MやKが少し増えただけでも、式(6)により算出される対応付けθの考えられる数は膨大となる。つまり、MやKが少しでも増えると、対応度βkmの計算量は膨大になる。このことから、対応度βkm
式(7)に示されるような最大値近似により対応度βkmを算出してもよい。
式(7)で得られる最も良い対応付けを求める手法として、例えばハンガリアン法がある。ハンガリアン法を用いることで、算出処理に要する時間の短縮化を図ることができる。なお、対応度βkmを算出する計算手法として、最大値近似以外の計算手法を利用してもよい。
対応度算出部27は、上記のように対応度βkmを算出する。
確率計算部28は、対応度算出部27により算出された対応度βkmを利用して、追跡対象が正しく追跡すべき物体として存在しているか否かを表す確率(存在確率)を算出する機能を備えている。例えば、k番目の追跡対象が追跡すべき物体として存在する確率(存在確率)をηkとする。なお、k番目の追跡対象が新規に追跡対象として情報処理装置20に登録される際に、例えば判定部30によって、存在確率ηkは、記憶装置22、あるいは、記憶装置22以外のメモリに格納される。
確率計算部28は、記憶装置22あるいはメモリから読み出した存在確率ηkを式(8)に従って更新することにより、存在確率ηkを算出する。
定数を示す。
ただし、式(9)におけるβkmは、対応度算出部27により求まる対応度である。式(9)におけるPD mは、前述したと同様に、m番目の追跡候補(検出物体)が正解(正しく検出すべき物体)である確率を示す。
確率計算部28は、さらに、一時的に隠れている追跡対象に関わる確率を計算する機能をも備えている。例えば、k番目の追跡対象が一時的に隠れている確率(隠れ確率)をζkとする。なお、隠れ確率ζkも、存在確率ηkと同様に、判定部30によって、記憶装置22、あるいは、記憶装置22以外のメモリに格納される。
確率計算部28は、記憶装置22あるいはメモリから読み出した隠れ確率ζkを式(10)に従って更新することにより、隠れ確率ζkを算出する。
式(10)は、次のようにして導き出された式である。例えば、k番目の追跡対象が、処理対象の画像に含まれている物体の陰に隠れているとする。この場合には、k番目の追跡対象は、処理対象の画像に映されている領域内に存在しているが、その画像には映されていない(含まれていない)。また、k番目の追跡対象は、その処理対象の画像よりも前に撮影された画像に基づき、追跡すべき物体として判定されている。このため、k番目の追跡対象に対応する存在確率ηkは、前記の如く記憶装置22あるいはメモリに格納されている。その記憶装置22あるいはメモリに格納されている存在確率ηk(以前に算出された値)よりも新たに算出される存在確率ηkが減少する場合には、k番目の追跡対象が一時的に隠れている確率(隠れ確率)が高くなると考えられる。これにより、式(10)では、存在確率ηkの減少量の一部を隠れ確率ζkに振り分けることにより、隠れ確率ζkを更新(算出)している。
すなわち、式(10)におけるΔηkは、記憶装置22あるいはメモリに格納されている存在確率ηkに対して、新たに算出された存在確率ηkが変化した変化量(絶対値)を示す。式(10)におけるδkは、そのΔηkの一部をζkに振り分ける設定比率を示している。例えば、δkは、0から1までの実数の範囲内で予め定められた定数とする。あるいは、非特許文献1に示されているような背景差分法によって前景領域を検知し、追跡対象が存在すると想定される領域での前景比率をδkとして利用してもよい。この理由は、前景比率が高くなるに従って、前景に追跡対象が隠れている状態となる確率が高いと考えられるからである。
また、k番目の追跡対象が一時的に隠れているか否かを判定する別の指標を求め、当該指標をδkとして利用してもよい。あるいは、障害物(前景)の位置が既知であるならば、障害物があると思われる位置に追跡対象が来たと想定される場合にはδkを1に近い予め定めた固定値に設定し、それ以外の場合にはδkを0に近い予め定めた固定値に設定してもよい。あるいは、δkは、外部から入力される値に設定する構成としてもよい。この場合には、検出結果に基づいて性能が向上するようにユーザがδkを調整することが可能となる。なお、この場合には、式(8)における定数αをもδkと同様に調整可能としてもよい。
ところで、存在確率ηkが前よりも増加する場合がある。この場合には、確率計算部28は、式(11)に従って隠れ確率ζkを算出する。
すなわち、式(11)では、記憶装置22あるいはメモリに格納されている隠れ確率ζkから、存在確率ηkの増加分の一部を差し引くことによって、隠れ確率ζkが更新(算出される。
推測部29は、追跡対象の状態を示す情報(状態情報)を推測する機能を備えている。その状態情報とは、例えば、画像における追跡対象の位置と大きさと移動速度と色情報のうちの少なくとも一つを含む情報である。なお、追跡対象の状態情報は、判定部30により確定され、当該確定した状態情報は、記憶装置22あるいはメモリに格納される。
具体的には、推測部29は、対応度算出部27により算出された対応度を取り込む。また、推測部29は、記憶装置22あるいはメモリに格納されている追跡対象の状態情報を読み出す。そして、推測部29は、それら情報に基づいて、例えば、カルマンフィルタや、パーティクルフィルタを利用して、処理対象の画像における追跡対象の状態を推測する。また、推測部29は、非特許文献4に記載されているように、k番目の追跡対象がm番目の追跡候補に、確率βkmの重みでの優先度をもって近付いていくというように、状態情報を推測してもよい。
なお、推測部29がカルマンフィルタを利用する場合には、追跡対象の状態情報は、追跡対象の位置に関する分散値の情報を含む。また、推測部29がパーティクルフィルタを利用する場合には、追跡対象の状態情報は、追跡対象に対するパーティクルの情報を含む。
判定部30は、対応度算出部27による対応度βkmの情報と、確率計算部28による確率(存在確率ηk、隠れ確率ζk)の情報と、推測部29により推測された追跡対象の状態情報とに基づいて、新規に追跡すべき対象(追跡対象)があるか否か判断する機能を備えている。さらに、判定部30は、上記のような情報を利用して、削除してもよい追跡対象があるか否かを判断する機能も備えている。
具体的には、例えば、判定部30は、k番目の追跡対象の位置が処理対象の領域(例えば、処理対象の画像)の外に出た場合には、そのk番目の追跡対象を削除すると判断する。また、判定部30は、k番目の追跡対象に対応する存在確率ηkと、k番目の追跡対象に対応する隠れ確率ζkとの和(評価値)が予め定めた閾値(第2閾値)P1以下であると判断した場合には、k番目の追跡対象を削除すると判断する。さらに、判定部30は、k番目の追跡対象に対応する隠れ確率ζk(評価値)が予め定めた閾値(第3閾値)P2以上である時間が設定時間T1以上継続している場合にも、k番目の追跡対象を削除すると判断する。
判定部30は、上記のように削除すると判断したk番目の追跡対象の情報を記憶装置22あるいはメモリから削除する。
なお、閾値P1,P2や設定時間T1は、画像に対する処理の状況に応じて、ユーザが可変調整してもよい。例えば、閾値P2と設定時間T1の一方又は両方を小さく設定すると、追跡対象が一時的に隠れた場合に削除され易くなるから、追跡対象の数が減少する。これにより、メモリに格納する情報量が減少する。つまり、上記のように閾値P2と設定時間T1を設定することは、メモリの容量が小さい場合に有効である。
さらに、判定部30は、何れの追跡対象に対する対応度βkmも予め定められた閾値(第1閾値)P3以下である追跡候補があると判断した場合には、その追跡候補を新規の追跡対象であると判断する。そして、判定部30は、その新規の追跡対象の情報を記憶装置22あるいは記憶装置22以外のメモリに登録する。この場合に、判定部30は、その新規の追跡対象に対応する存在確率および隠れ確率として、それぞれ、予め定められた固定値を登録する。例えば、具体的には、新規の追跡対象がh番目とすると、h番目の追跡対象に対応する存在確率ηhは、0.1に設定され、h番目の追跡対象に対応する隠れ確率ζhは、0.0に設定される。
あるいは、判定部30は、追跡候補(検出物体)が追跡すべき対象(追跡対象)である確率に基づいて、存在確率および隠れ確率を算出し、当該算出値を記憶装置22あるいはメモリに登録する。
さらに、判定部30は、前記のような判断結果により得られた最新の追跡対象の情報を予め定められた出力先に出力する機能を備えている。具体的には、判定部30は、追跡対象毎に、識別情報(例えば、何番目に追加された追跡対象であるかという情報)と、位置を表す座標値との組み合わせをテキスト情報として出力する。
さらに、判定部30は、前記のような判定処理により確定した追跡対象に関する状態情報を記憶装置22あるいはメモリに登録(更新)する機能を備えている。
図3は、情報処理装置20が実行する処理の流れを示すフローチャートである。このフローチャートは、この第2実施形態の情報処理装置20において、制御装置21が実行するコンピュータプログラムの処理手順を表している。
例えば、動画像の入力が開始すると、制御装置21(取得部25)は、その動画像から画像(処理対象の画像)を1枚取得する(ステップS101)。
次に、制御装置21(検知部26)は、その取得した画像から、画像処理によって追跡候補を検知する(ステップS102)。画像には、追跡候補を示すマークが付与される。そのマークは例えば、矩形あるいは楕円であり、マークの中心位置によって追跡候補の中心位置を示し、マークの大きさによって追跡候補の大きさを示すことができる。なお、そのマークの形状は矩形や楕円に限定されない。
次に、制御装置21(対応度算出部27)は、記憶装置22あるいはメモリに格納されている追跡対象の情報を読み出し、当該追跡対象と、処理対象の画像における追跡候補とを対応付けする(ステップS103)。さらに、制御装置21(対応度算出部27)は、追跡対象と追跡候補との対応関係の度合いを示す対応度βkmを算出する(ステップS104)。
次に、制御装置21(確率計算部28)は、存在確率ηkと隠れ確率ζkを算出する(ステップS105)。その後、制御装置21(推測部29)は、算出された対応度βkmの情報等を利用して、追跡対象の状態を推測する(ステップS106)。
然る後に、制御装置21(判定部30)は、追跡対象を変更する必要があるか否かを判断する(ステップS107)。そして、制御装置21は、変更する必要があると判断した場合には、画像に写っている領域に存在していないと判断した追跡対象の情報を記憶装置22あるいはメモリから削除する、あるいは、新たに画像に存在するようになったと判断した追跡対象の情報を新規に記憶装置22あるいはメモリに登録する(ステップS108)。
その後、制御装置21は、動画像が入力しているか否かを判断する(ステップS109)。また、制御装置21は、ステップS107にて、追跡対象を変更する必要がないと判断した後にも、ステップS109の処理を実行する。そして、制御装置21は、動画像が入力していると判断した場合には、ステップS101以降の処理を繰り返す。また、制御装置21は、動画像が入力していないと判断した場合には、物体追跡に関わる処理を終了する。
この第2実施形態では、上記のように、情報処理装置20(制御装置21)は、追跡対象が正しく追跡すべき物体である確率をも考慮して、追跡対象と追跡候補との対応度βkmを算出している。これにより、情報処理装置20は、追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象が一時的に検知されなくなった場合には当該追跡対象を追跡対象から外さずに当該追跡対象を継続的に追跡できる。
これに対し、非特許文献4では、追跡対象と追跡候補とが対応していると考えられる確率P(θ)は、次の式に基づいて算出している。
P(θ)∝(θに含まれる追跡候補が正しい追跡候補である確率)×(θに含まれない追跡候補が誤った追跡候補である確率)×(θに含まれない追跡候補が検出されない確率)×(対応付けがθである場合における追跡対象と追跡候補との近さ)‥‥‥式(12)
式(12)を具体的な数式で表すと、式(13)のようになる。
式(13)に基づいて算出される確率P(θ)は、追跡対象が正しく追跡すべき物体であることを前提にした確率である。つまり、非特許文献4では、追跡物体が正しく追跡すべき物体では無い場合は考慮されていない。
これに対して、この第2実施形態では、制御装置21は、前記の如く、追跡物体が正しく追跡すべき物体では無い場合をも考慮して、確率P(θ)を算出している。これにより、制御装置21は、追跡すべき物体ではない追跡対象を早めに削除でき、かつ、追跡対象が一時的に隠れた場合には追跡対象の物体を継続的に追跡できるという効果を得ることができる。
(第3実施形態)
以下に、本発明に係る第3実施形態を説明する。
図5は、第3実施形態における情報処理装置100の構成を簡略的に示すブロック図である。この情報処理装置100は、画像において、目的とする物体を追跡する装置である。当該情報処理装置100は、物体検出部(検知手段)101と追跡対象情報記憶部102と対応度決定部(対応度算出手段)103と判定部(判定手段)104とを有している。
物体検出部101は、画像中の物体を検出する機能を備えている。追跡対象情報記憶部102は、追跡対象に関する情報を記憶する。また、対応度決定部103は、物体検出部101が検出した物体(追跡候補)と追跡対象との対応度を決定する。判定部104は、その対応度を用いることにより、追跡候補が追跡対象であるのか、追跡対象が画像中において一時的に隠れているのか、また、追跡対象に関する情報を記憶部102から削除すべきなのかを判定する機能を備えている。
この第3実施形態においても、第2実施形態と同様の効果を得ることができる。
(第4実施形態)
以下に、本発明に係る第4実施形態を説明する。
図6は、第4実施形態の情報処理装置の構成を簡略化して示すブロック図である。この情報処理装置200は、動画像から各時刻において物体の位置を物体検出処理によって検出し、当該検出結果と過去に追跡していた物体の位置との近接性を考慮することによって、追跡していた物体の現在における位置を推定する機能を備えている。例えば、固定カメラにより撮影された動画像において、人物や車などの追跡対象の物体は画像の外に消えたり、新たに画像内に入ることが生じる。つまり、動画像中において追跡対象とする物体は変化する。この第4実施形態の情報処理装置200はそのように追跡対象が変化した場合にも正しく物体を追跡できる構成を有する。
すなわち、情報処理装置200は、取得部211と、検出部(検知手段)212と、対応付け部(対応度算出手段)213と、計算部214と、更新部215と、追加削除部(判定手段)216と、出力部217と、追跡対象記憶部221と、確率記憶部222とを備えている。情報処理装置200をコンピュータで実現する場合には、CPUが、上記構成部211~217のそれぞれに対応するコンピュータプログラムを実行することにより、それら構成部211~217が実現される。
取得部211は、カメラから入力される動画像から、新規に画像を1枚取得する機能を備えている。
検出部212は、取得部211が取得した画像から、物体検出を行う画像処理によって、追跡したい物体の候補(追跡候補)を検出する機能を備えている。物体を検出する画像処理の手法には、数多くの手法があり、ここでは、何れの手法を採用してもよい。例えば、検出部212は、非特許文献1に記載されているような背景差分法を用いた物体検出手法を実行する。あるいは、検出部212は、非特許文献2に記載されているような、事前に追跡対象に関する学習(機械学習)に基づく物体検出手法を実行してもよい。なお、画像における検出領域を示すマークとして矩形状のマークを利用することが多いが、第2実施形態と同様に、そのマークは、矩形でなくてもよく、例えば、楕円であってもよいし、より複雑な形状であってもよい。
対応付け部213は、追跡対象記憶部221に格納されている追跡対象の情報と、確率記憶部222に格納されている確率値とを利用して、検出部212により検出された追跡候補について、対応度を算出する機能を備えている。例えば、対応付け部213は、第2実施形態における対応度算出部27と同様に、対応度を算出する。
計算部214は、対応付け部213により得られた算出結果を利用して、追跡対象が正しく追跡すべき物体として実在しているか否かを表す確率(存在(実在)確率)を算出する機能を備えている。さらに、計算部214は、追跡対象が一時的に隠れている確率を算出する機能をも備えている。具体的には、計算部214は、例えば、第2実施形態における確率計算部28と同様に確率を計算する。
更新部215は、対応付け部213によって得られた対応付け結果を用いて、各追跡対象の状態を更新する機能を備えている。追跡対象の状態とは、例えば、画像中における追跡対象の位置や大きさや移動速度や色情報である。更新部215は、更新処理として、例えば、カルマンフィルタやパーティクルフィルタを利用する。
追加削除部216は、対応付け部213による対応付けの結果と、計算部214による存在(実在)確率と、更新部215による最新の追跡対象の状態とを用いて、新規に追跡すべき対象があるか否かを判断する機能を備えている。さらに、追加削除部216は、登録されている追跡対象を削除するか否かを判断する機能をも備えている。さらにまた、追加削除部216は、上記のような判断結果に基づいて、追跡対象を新規に追跡対象記憶部221に登録したり、追跡対象記憶部221から追跡対象の情報を削除する機能を備えている。具体的には、追加削除部216は、第2実施形態における判定部30が実行する追跡対象の登録や削除に関わる処理と同様な処理を実行する。
出力部217は、追加削除部216により得られた追跡対象の情報を例えばテキスト出力する機能を有する。
追跡対象記憶部221は、追跡対象の状態を記憶する記憶領域である。例えば、追跡対象記憶部221は、追跡対象が何番目に追加された追加対象であるかという情報と、当該追加対象の状態の情報との組み合わせを格納する。
確率記憶部222は、追跡対象の存在(実在)確率と、一時的に隠れている確率とを記憶する領域である。例えば、それら確率は、追跡対象毎に組み合わされ、各追跡対象の情報に関連付けられて確率記憶部222に格納されている。
図7は、第4実施形態の情報処理装置200の処理手順を示すフローチャートである。この図7を利用して、情報処理装置200の動作を説明する。
まず、取得部211が、カメラから入力される映像などの動画像から、新規に画像を1枚取得する(ステップS301)。
次に、検出部212が、ステップS301で入力された入力画像に対して物体検出処理を実行する。これにより、検出部212は、追跡候補を得る(ステップS302)。追跡候補を示すマークとしては、具体的には矩形のマークが利用される。このマークにより、追跡候補の中心位置、および幅・高さといった大きさ情報が取得される。なお、マークは、矩形の代わりに楕円など他の形状を用いてもよい。
次に、対応付け部213は、追跡対象記憶部221に格納されている追跡対象の情報と、確率記憶部222に格納されている追跡対象の情報を読み出す(ステップS303)。さらに、対応付け部213は、追跡対象と追跡候補とを対応付け、さらに、対応度を計算する(ステップS304)。
次に、計算部214は、対応付け部213による対応度と、予め与えられている計算式とに基づいて、追跡対象の存在(実在)確率を計算する(ステップS305)。次に、更新部215は、追跡対象の状態を更新する(ステップS306)。
次に、追加削除部216は、追跡対象数の変更があるか否かを判定する(ステップS307)。そして追跡対象数の変更がある場合には、追加削除部216は追跡対象数の変更を行う(ステップS308)。その後、追加削除部216は、最新の追跡対象に関する情報を追跡対象記憶部221と確率記憶部222に記録する(ステップS309)。追跡対象数の変更が無い場合には、追加削除部216は、何も処理をせずにステップS309に移行する。
次に、出力部217は、最新の追跡対象の状態を出力する(ステップS310)。
引き続き、情報処理装置200は、カメラから入力される映像などの動画像から、新規に取得すべき画像が存在する否かを判定する(ステップS311)。そして、情報処理装置200は、新規の画像が存在する場合には、ステップS301以降の動作を繰り返す。また、新規の画像が存在しない場合には、情報処理装置200は、処理を終了する。
この第4実施形態においても、第2や第3の実施形態と同様の効果を得ることができる。
(その他の実施形態)
なお、本発明は、第1~第4の各実施形態に限定されるものではなく、様々な実施の形態を採り得る。
例えば、その他の実施形態(1)における情報処理装置は、
画像中の物体を検出する物体検出手段と、
追跡対象とすべき追跡対象物体の情報を記憶する記憶手段と、
前記物体検出手段が検出した検出物体と前記追跡対象物体との対応度を決定する対応度決定手段と、
前記対応度を用いることにより、前記検出物体が前記追跡対象物体であるのか、前記追跡対象物体が前記画像中において一時的に隠れているのか、または、前記追跡対象物体の情報を前記記憶手段から削除すべきなのかを判定する判定手段と
を備える。
その他の実施形態(2)における情報処理装置は、その他の実施形態(1)における情報処理装置の構成に加え、
前記対応度決定手段は、さらに、正しく追跡すべき物体である確率が高い前記追跡対象物体に関する前記対応度が、正しく追跡すべき物体である確率が低い前記追跡対象物体に関する前記対応度よりも大きくなるように、前記対応度を決定する。
その他の実施形態(3)における情報処理装置は、その他の実施形態(2)における情報処理装置の構成に加え、
前記対応度は、
正しく追跡すべき物体が前記物体検出手段によって検出物体として検出される第1確率と、正しく追跡すべき物体であるが前記物体検出手段によって検出されない第2確率とを含む。
その他の実施形態(4)における情報処理装置は、その他の実施形態(3)における情報処理装置の構成に加え、
前記対応度決定手段は、さらに、
前記第1確率が高くなった後に低くなった場合には、観測不可能な状態となっている可能性が高いとして、前記第1確率の減少分に応じて、前記第2確率を増加する。
その他の実施形態(5)における情報処理装置は、その他の実施形態(4)における情報処理装置の構成に加え、
前記対応度決定手段は、さらに、
前記第1確率の減少分に応じた前記第2確率の増加率を調整する調整手段を含む。
その他の実施形態(6)における情報処理装置は、その他の実施形態(3)あるいはその他の実施形態(4)における情報処理装置の構成に加え、さらに、
前記第1確率および前記第2確率の和が、あらかじめ定めた閾値以下となる前記追跡対象物体の情報を前記記憶手段から削除する削除手段を備える。
その他の実施形態(7)における情報処理装置は、その他の実施形態(6)における情報処理装置の構成に加え、
前記削除手段は、
前記第2確率があらかじめ定めた閾値以上となる場合があらかじめ定めた時間以上継続して生じる場合に前記追跡対象物体の情報を前記記憶手段から削除する。
その他の実施形態(8)における物体追跡方法は、
画像中の物体を検出し、
記憶手段に記憶された追跡対象とすべき追跡対象物体の情報を用いて、前記検出した検出物体と前記追跡対象物体との対応度を決定し、
前記対応度を用いることにより、前記検出物体が前記追跡対象物体であるのか、前記追跡対象物体が前記画像中において一時的に隠れているのか、または、前記追跡対象物体の情報を前記記憶手段から削除すべきなのかを判定することを含む。
その他の実施形態(9)におけるプログラム記憶媒体は、
画像中の物体を検出する処理と、
記憶手段に記憶された追跡対象とすべき追跡対象の情報を用いて、前記検出した検出物体と前記追跡対象物体との対応度を決定する処理と、
前記対応度を用いることにより、前記検出物体が前記追跡対象物体であるのか、前記追跡対象物体が前記画像中において一時的に隠れているのか、または、前記追跡対象物体の情報を前記記憶手段から削除すべきなのかを判定する処理とをコンピュータに実行させるコンピュータプログラムを記憶する。
なお、本発明に係る上記各実施形態では、情報処理装置の各機能は、コンピュータプログラム(ソフトウェア)によって実現することを説明しているが、本発明は、その少なくとも一部がハードウェアによって実現される構成としてもよい。
また、第1実施形態の情報処理装置は、例えば、第2実施形態に示す記憶媒体23と同様の記憶媒体を有してもよい。この記憶媒体は、検知部2と対応度算出部3と判定部4の処理手順を示すコンピュータプログラム(プログラム)を記憶する。上記検知部2と、対応度算出部3と、判定部4は、例えば、コンピュータ(CPU)がそのプログラムをその記憶媒体から読み出し、当該プログラムを実行することにより、実現される。
さらに、本発明は、複数の機器から構成されるシステムに適用してもよいし、単体の装置に適用してもよい。さらに、本発明は、当該本発明の機能を実現するコンピュータプログラムが、システムあるいは装置に直接又は遠隔から供給される場合にも提供可能である。つまり、本発明は、プログラムを遠隔から供給するWWW(world Wide Web)サーバにも適用される。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
なお、この出願は、2011年7月19日に出願された日本出願特願2011−158340を基礎とする優先権を主張し、その開示の全てをここに取り込む。
(第1実施形態)
本発明に係る第1実施形態を説明する。
図1は、本発明に係る第1実施形態の情報処理装置の構成を簡略化して示すブロック図である。この第1実施形態の情報処理装置1は、検知部(検知手段)2と、対応度算出部(対応度算出手段)3と、判定部(判定手段)4とを有する。検知部2は、画像に含まれている物体を画像処理により追跡候補として検知する。対応度算出部3は、前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する。判定部4は、評価値に基づいて前記追跡対象を追跡する必要がないと判断した場合には、その追跡対象に関する追跡すべき物体としての登録を削除する。前記評価値は、前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である。
この第1実施形態の情報処理装置1は、上記構成を有することにより、追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象の物体が一時的に検出されなくなった場合には当該追跡対象の物体を追跡対象から外さずに継続的に追跡できる。
(第2実施形態)
以下に、本発明に係る第2実施形態を説明する。
図2は、本発明に係る第2実施形態の情報処理装置の概略構成を示すブロック図である。この第2実施形態の情報処理装置20は、制御装置21と、記憶装置22とを有している。記憶装置22は、例えばハードディスク装置であり、当該記憶装置22は、記憶媒体23を有している。当該記憶媒体23には、情報処理装置20の各種処理手順を示すコンピュータプログラム(プログラム)や、データが格納されている。なお、上記コンピュータプログラムは、可搬型記憶媒体に格納されることもある。この場合には、例えば、上記コンピュータプログラムは、その可搬型記憶媒体から記憶装置22の記憶媒体23に書き込まれる。
制御装置21は、例えば、CPU(Central Processing Unit)により構成される。当該制御装置(CPU)21は、記憶装置22(記憶媒体23)に格納されているコンピュータプログラムを読み出し、そして、実行することにより、情報処理装置20の全体的な処理を司る。より具体的には、この第2実施形態では、制御装置(CPU)21は、記憶装置22のコンピュータプログラムを実行することにより、次のような機能を持つ。すなわち、制御装置21は、機能部として、取得部25と、検知部(検知手段)26と、対応度算出部(対応度算出手段)27と、確率計算部28と、推測部29と、判定部(判定手段)30とを有している。
取得部25は、ビデオカメラ等により撮影された動画像から予め定められた時間間隔毎(あるいは、予め定められた時刻毎)に画像を1枚取得する機能を備えている。
検知部26は、取得部25により取得された画像(処理対象の画像)において、画像処理により、追跡すべき物体の候補(以下、追跡候補とも記す)を検知(抽出)する機能を備えている。追跡候補を検知する画像処理(物体検出処理)の手法は、様々に提案されている。例えば、非特許文献1に記載されているような、背景差分法を利用した物体検出処理がある。また、非特許文献2に記載されているような追跡すべき対象(以下、追跡対象とも記す)に関して学習(機械学習)した結果を利用した物体検出処理がある。この第2実施形態では、検知部26が用いる物体検出処理として、何れの物体検出処理を採用してもよい。
なお、画像(処理対象の画像)において追跡候補を検知した場合に、その追跡候補(検出物体)を検知した領域にマークを記す。そのマークとして、矩形のマークを用いることが多いが、そのマークの形状は、矩形に限定されず、例えば、楕円であってもよいし、あるいは、より複雑な形状であってもよい。
対応度算出部27は、対応度を算出する機能を備えている。対応度とは、検知部26によって検知された追跡候補(検出物体)が、追跡対象である可能性の度合い(対応付く確率)を表す情報である。この対応度(対応付く確率)を算出する手法の一例が非特許文献4に示されている。非特許文献4では、対応度βkmは、式(1)によって算出される。なお、追跡対象に関する情報は、判定部30によって、記憶装置22、あるいは、記憶装置22以外のメモリに格納されている。なお、メモリには様々な種類があり、ここでは、適宜な種類のメモリが適切な位置に配置される。
式(1)に示される確率βkmは、k番目の追跡対象がm番目の追跡候補に対応している場合の確率を示している。すなわち、追跡対象には、当該追跡対象を識別する符号が付与される。例えば、複数(K個)の追跡対象が設定されている場合には、各追跡対象には、それぞれ互いに異なる整数k(k=1,・・・,K)が付与される。また同様に、追跡候補にも、当該追跡候補を識別する符号が付与される。例えば、複数(M個)の追跡候補が検知された場合には、各追跡候補には、それぞれ互いに異なる整数m(m=1,・・・,M)が付与される。なお、追跡対象と追跡候補の少なくとも一方が、1個である場合もある。
式(1)に示されるP(θ)は、追跡対象と、検出された追跡候補との様々な対応関係を考えた中で、追跡対象と追跡候補との対応関係(対応付け)が対応付けθとなる確率を示している。
ここで、追跡対象と追跡候補との対応関係(対応付け)の具体例を示す。例えば、検知部26によって検知された追跡候補の数Mが2個である(M=2)とする。また、追跡対象の数Kが2個である(K=2)とする。この場合、追跡候補と追跡対象との対応関係(対応付け)は図4に示されるような7通りが考えられる。つまり、対応付けθ1は、追跡対象1,2の何れも、追跡候補1,2に対応していない場合である。対応付けθ2は、追跡対象1が追跡候補1に対応しているが、追跡対象2は追跡候補2とは対応していない場合である。対応付けθ3は、追跡対象1が追跡候補2に対応しているが、追跡対象2は追跡候補1とは対応していない場合である。対応付けθ4は、追跡対象2が追跡候補1に対応しているが、追跡対象1は追跡候補2とは対応していない場合である。対応付けθ5は、追跡対象2が追跡候補2に対応しているが、追跡対象1は追跡候補1とは対応していない場合である。対応付けθ6は、追跡対象1が追跡候補1に対応し、追跡対象2は追跡候補2に対応している場合である。対応付けθ7は、追跡対象1が追跡候補2に対応し、追跡対象2は追跡候補1に対応している場合である。
例えば、追跡対象1が追跡候補2に対応している対応付けは、対応付けθ3,θ7である。
式(1)におけるΘkmは、k番目の追跡対象とm番目の追跡候補が対応している対応付けの集合を示している。図4に示される具体例では、例えば、1番目(k=1)の追跡対象1と、2番目(m=2)の追跡候補2が対応している対応付けの集合Θ12は、Θ12={θ3,θ7}である。したがって、この場合には、1番目(k=1)の追跡対象1が2番目(m=2)の追跡候補2に対応している対応度β12は、式(2)に従った計算により求めることができる。
この第2実施形態では、P(θ)は、次のような近似計算手法により算出することができる。この第2実施形態におけるP(θ)の計算手法では、追跡対象が、正しく追跡すべき物体ではない場合をも考慮している。すなわち、この第2実施形態では、P(θ)は次の式(3)に基づいて計算される。
P(θ)∝(θに含まれる追跡候補(検出物体)が正しい確率)×(θに含まれる追跡候補(検出物体)が誤って検出された物体である確率)×(追跡候補(検出物体)がそもそも存在しないか、あるいは存在しても検出されないかを表す確率)×(追跡対象が存在しており、かつ、追跡対象とθにおける追跡候補(検出物体)との近さ)‥‥‥式(3)
式(3)を具体的な数式にすると、式(4)のように表すことができる。
ただし、式(4)におけるηkは、k番目の追跡対象が正しく追跡すべき物体である確率を示している。また、式(4)中におけるU(θ)は、対応付けθにおいて追跡対象と対応付けられた追跡候補(検出物体)の集合を示す。V(θ)は、対応付けθにおいて、追跡候補と対応付けられた追跡対象の集合を示す。NDは、対応付けθにおいて、追跡対象と対応する追跡候補(検出物体)の数を示す。εkm∈θは、対応付けθにおいて、k番目の追跡対象とm番目の追跡候補(検出物体)とが対応付いているということを意味している。例えば、図4におけるP(θ3)を例にした場合には、U(θ3)={2}、V(θ3)={1}、ND=1、ε12∈θとなる。
さらに、式(4)におけるPD mは、m番目の追跡候補(検出物体)が正解(正しく検出すべき物体)である確率を示す。当該PD mは、画像において物体を検知する検出処理手法によって算出手法が異なる。例えば、m番目の追跡候補(検出物体)に対して検出処理により得られたスコアがsであった場合には、物体検出処理における学習(機械学習)の結果を利用して、スコアがsで正しい物体を表す検出結果の数を、物体検出処理によりスコアがsであるとして検出された物体の数で割った値をPD mとして利用する。あるいは、他の確率計算手法を利用してPD mを算出してもよい。
さらに、式(4)におけるQは、追跡対象に対応付く物体が検出されていない確率を示す。当該Qは、例えば、物体検出処理における学習(機械学習)の結果を利用して、正しい物体を表す追跡候補の数を、正しい物体の総数で割った値から1を減じた値をQとして利用してもよい。あるいは、他の確率計算手法を利用してQを算出してもよい。
さらに、式(4)におけるqkmは、k番目の追跡対象とm番目の追跡候補(検出物体)が対応付いている対応付けの尤もらしさを表す値である。当該qkmは、例えば、k番目の追跡対象とm番目の追跡候補(検出物体)との位置に関するユークリッド距離をdとした場合に、標準偏差σを利用した式(5)に従って算出することができる。
あるいは、qkmは、非特許文献4に記載されているような、色特徴の近さを利用して算出してもよい。
の対応付けθを考慮する必要がある。対応付けの考えられる数は、非特許文献4に示されるように、式(6)により求めることができる。
ただし、Mは追跡候補(検出物体)の数を示す。Kは、追跡対象の数を示す。NDは対応付けθにおいて追跡対象に対応付いている追跡候補の数を示す。
式(6)には、階乗計算が含まれていることからも分かるように、MやKが少し増えただけでも、式(6)により算出される対応付けθの考えられる数は膨大となる。つまり、MやKが少しでも増えると、対応度βkmの計算量は膨大になる。このことから、対応度βkm
式(7)に示されるような最大値近似により対応度βkmを算出してもよい。
式(7)で得られる最も良い対応付けを求める手法として、例えばハンガリアン法がある。ハンガリアン法を用いることで、算出処理に要する時間の短縮化を図ることができる。なお、対応度βkmを算出する計算手法として、最大値近似以外の計算手法を利用してもよい。
対応度算出部27は、上記のように対応度βkmを算出する。
確率計算部28は、対応度算出部27により算出された対応度βkmを利用して、追跡対象が正しく追跡すべき物体として存在しているか否かを表す確率(存在確率)を算出する機能を備えている。例えば、k番目の追跡対象が追跡すべき物体として存在する確率(存在確率)をηkとする。なお、k番目の追跡対象が新規に追跡対象として情報処理装置20に登録される際に、例えば判定部30によって、存在確率ηkは、記憶装置22、あるいは、記憶装置22以外のメモリに格納される。
確率計算部28は、記憶装置22あるいはメモリから読み出した存在確率ηkを式(8)に従って更新することにより、存在確率ηkを算出する。
定数を示す。
ただし、式(9)におけるβkmは、対応度算出部27により求まる対応度である。式(9)におけるPD mは、前述したと同様に、m番目の追跡候補(検出物体)が正解(正しく検出すべき物体)である確率を示す。
確率計算部28は、さらに、一時的に隠れている追跡対象に関わる確率を計算する機能をも備えている。例えば、k番目の追跡対象が一時的に隠れている確率(隠れ確率)をζkとする。なお、隠れ確率ζkも、存在確率ηkと同様に、判定部30によって、記憶装置22、あるいは、記憶装置22以外のメモリに格納される。
確率計算部28は、記憶装置22あるいはメモリから読み出した隠れ確率ζkを式(10)に従って更新することにより、隠れ確率ζkを算出する。
式(10)は、次のようにして導き出された式である。例えば、k番目の追跡対象が、処理対象の画像に含まれている物体の陰に隠れているとする。この場合には、k番目の追跡対象は、処理対象の画像に映されている領域内に存在しているが、その画像には映されていない(含まれていない)。また、k番目の追跡対象は、その処理対象の画像よりも前に撮影された画像に基づき、追跡すべき物体として判定されている。このため、k番目の追跡対象に対応する存在確率ηkは、前記の如く記憶装置22あるいはメモリに格納されている。その記憶装置22あるいはメモリに格納されている存在確率ηk(以前に算出された値)よりも新たに算出される存在確率ηkが減少する場合には、k番目の追跡対象が一時的に隠れている確率(隠れ確率)が高くなると考えられる。これにより、式(10)では、存在確率ηkの減少量の一部を隠れ確率ζkに振り分けることにより、隠れ確率ζkを更新(算出)している。
すなわち、式(10)におけるΔηkは、記憶装置22あるいはメモリに格納されている存在確率ηkに対して、新たに算出された存在確率ηkが変化した変化量(絶対値)を示す。式(10)におけるδkは、そのΔηkの一部をζkに振り分ける設定比率を示している。例えば、δkは、0から1までの実数の範囲内で予め定められた定数とする。あるいは、非特許文献1に示されているような背景差分法によって前景領域を検知し、追跡対象が存在すると想定される領域での前景比率をδkとして利用してもよい。この理由は、前景比率が高くなるに従って、前景に追跡対象が隠れている状態となる確率が高いと考えられるからである。
また、k番目の追跡対象が一時的に隠れているか否かを判定する別の指標を求め、当該指標をδkとして利用してもよい。あるいは、障害物(前景)の位置が既知であるならば、障害物があると思われる位置に追跡対象が来たと想定される場合にはδkを1に近い予め定めた固定値に設定し、それ以外の場合にはδkを0に近い予め定めた固定値に設定してもよい。あるいは、δkは、外部から入力される値に設定する構成としてもよい。この場合には、検出結果に基づいて性能が向上するようにユーザがδkを調整することが可能となる。なお、この場合には、式(8)における定数αをもδkと同様に調整可能としてもよい。
ところで、存在確率ηkが前よりも増加する場合がある。この場合には、確率計算部28は、式(11)に従って隠れ確率ζkを算出する。
すなわち、式(11)では、記憶装置22あるいはメモリに格納されている隠れ確率ζkから、存在確率ηkの増加分の一部を差し引くことによって、隠れ確率ζkが更新(算出される。
推測部29は、追跡対象の状態を示す情報(状態情報)を推測する機能を備えている。その状態情報とは、例えば、画像における追跡対象の位置と大きさと移動速度と色情報のうちの少なくとも一つを含む情報である。なお、追跡対象の状態情報は、判定部30により確定され、当該確定した状態情報は、記憶装置22あるいはメモリに格納される。
具体的には、推測部29は、対応度算出部27により算出された対応度を取り込む。また、推測部29は、記憶装置22あるいはメモリに格納されている追跡対象の状態情報を読み出す。そして、推測部29は、それら情報に基づいて、例えば、カルマンフィルタや、パーティクルフィルタを利用して、処理対象の画像における追跡対象の状態を推測する。また、推測部29は、非特許文献4に記載されているように、k番目の追跡対象がm番目の追跡候補に、確率βkmの重みでの優先度をもって近付いていくというように、状態情報を推測してもよい。
なお、推測部29がカルマンフィルタを利用する場合には、追跡対象の状態情報は、追跡対象の位置に関する分散値の情報を含む。また、推測部29がパーティクルフィルタを利用する場合には、追跡対象の状態情報は、追跡対象に対するパーティクルの情報を含む。
判定部30は、対応度算出部27による対応度βkmの情報と、確率計算部28による確率(存在確率ηk、隠れ確率ζk)の情報と、推測部29により推測された追跡対象の状態情報とに基づいて、新規に追跡すべき対象(追跡対象)があるか否か判断する機能を備えている。さらに、判定部30は、上記のような情報を利用して、削除してもよい追跡対象があるか否かを判断する機能も備えている。
具体的には、例えば、判定部30は、k番目の追跡対象の位置が処理対象の領域(例えば、処理対象の画像)の外に出た場合には、そのk番目の追跡対象を削除すると判断する。また、判定部30は、k番目の追跡対象に対応する存在確率ηkと、k番目の追跡対象に対応する隠れ確率ζkとの和(評価値)が予め定めた閾値(第2閾値)P1以下であると判断した場合には、k番目の追跡対象を削除すると判断する。さらに、判定部30は、k番目の追跡対象に対応する隠れ確率ζk(評価値)が予め定めた閾値(第3閾値)P2以上である時間が設定時間T1以上継続している場合にも、k番目の追跡対象を削除すると判断する。
判定部30は、上記のように削除すると判断したk番目の追跡対象の情報を記憶装置22あるいはメモリから削除する。
なお、閾値P1,P2や設定時間T1は、画像に対する処理の状況に応じて、ユーザが可変調整してもよい。例えば、閾値P2と設定時間T1の一方又は両方を小さく設定すると、追跡対象が一時的に隠れた場合に削除され易くなるから、追跡対象の数が減少する。これにより、メモリに格納する情報量が減少する。つまり、上記のように閾値P2と設定時間T1を設定することは、メモリの容量が小さい場合に有効である。
さらに、判定部30は、何れの追跡対象に対する対応度βkmも予め定められた閾値(第1閾値)P3以下である追跡候補があると判断した場合には、その追跡候補を新規の追跡対象であると判断する。そして、判定部30は、その新規の追跡対象の情報を記憶装置22あるいは記憶装置22以外のメモリに登録する。この場合に、判定部30は、その新規の追跡対象に対応する存在確率および隠れ確率として、それぞれ、予め定められた固定値を登録する。例えば、具体的には、新規の追跡対象がh番目とすると、h番目の追跡対象に対応する存在確率ηhは、0.1に設定され、h番目の追跡対象に対応する隠れ確率ζhは、0.0に設定される。
あるいは、判定部30は、追跡候補(検出物体)が追跡すべき対象(追跡対象)である確率に基づいて、存在確率および隠れ確率を算出し、当該算出値を記憶装置22あるいはメモリに登録する。
さらに、判定部30は、前記のような判断結果により得られた最新の追跡対象の情報を予め定められた出力先に出力する機能を備えている。具体的には、判定部30は、追跡対象毎に、識別情報(例えば、何番目に追加された追跡対象であるかという情報)と、位置を表す座標値との組み合わせをテキスト情報として出力する。
さらに、判定部30は、前記のような判定処理により確定した追跡対象に関する状態情報を記憶装置22あるいはメモリに登録(更新)する機能を備えている。
図3は、情報処理装置20が実行する処理の流れを示すフローチャートである。このフローチャートは、この第2実施形態の情報処理装置20において、制御装置21が実行するコンピュータプログラムの処理手順を表している。
例えば、動画像の入力が開始すると、制御装置21(取得部25)は、その動画像から画像(処理対象の画像)を1枚取得する(ステップS101)。
次に、制御装置21(検知部26)は、その取得した画像から、画像処理によって追跡候補を検知する(ステップS102)。画像には、追跡候補を示すマークが付与される。そのマークは例えば、矩形あるいは楕円であり、マークの中心位置によって追跡候補の中心位置を示し、マークの大きさによって追跡候補の大きさを示すことができる。なお、そのマークの形状は矩形や楕円に限定されない。
次に、制御装置21(対応度算出部27)は、記憶装置22あるいはメモリに格納されている追跡対象の情報を読み出し、当該追跡対象と、処理対象の画像における追跡候補とを対応付けする(ステップS103)。さらに、制御装置21(対応度算出部27)は、追跡対象と追跡候補との対応関係の度合いを示す対応度βkmを算出する(ステップS104)。
次に、制御装置21(確率計算部28)は、存在確率ηkと隠れ確率ζkを算出する(ステップS105)。その後、制御装置21(推測部29)は、算出された対応度βkmの情報等を利用して、追跡対象の状態を推測する(ステップS106)。
然る後に、制御装置21(判定部30)は、追跡対象を変更する必要があるか否かを判断する(ステップS107)。そして、制御装置21は、変更する必要があると判断した場合には、画像に写っている領域に存在していないと判断した追跡対象の情報を記憶装置22あるいはメモリから削除する、あるいは、新たに画像に存在するようになったと判断した追跡対象の情報を新規に記憶装置22あるいはメモリに登録する(ステップS108)。
その後、制御装置21は、動画像が入力しているか否かを判断する(ステップS109)。また、制御装置21は、ステップS107にて、追跡対象を変更する必要がないと判断した後にも、ステップS109の処理を実行する。そして、制御装置21は、動画像が入力していると判断した場合には、ステップS101以降の処理を繰り返す。また、制御装置21は、動画像が入力していないと判断した場合には、物体追跡に関わる処理を終了する。
この第2実施形態では、上記のように、情報処理装置20(制御装置21)は、追跡対象が正しく追跡すべき物体である確率をも考慮して、追跡対象と追跡候補との対応度βkmを算出している。これにより、情報処理装置20は、追跡する必要のない物体を早めに追跡対象から外すことができ、かつ、追跡対象が一時的に検知されなくなった場合には当該追跡対象を追跡対象から外さずに当該追跡対象を継続的に追跡できる。
これに対し、非特許文献4では、追跡対象と追跡候補とが対応していると考えられる確率P(θ)は、次の式に基づいて算出している。
P(θ)∝(θに含まれる追跡候補が正しい追跡候補である確率)×(θに含まれない追跡候補が誤った追跡候補である確率)×(θに含まれない追跡候補が検出されない確率)×(対応付けがθである場合における追跡対象と追跡候補との近さ)‥‥‥式(12)
式(12)を具体的な数式で表すと、式(13)のようになる。
式(13)に基づいて算出される確率P(θ)は、追跡対象が正しく追跡すべき物体であることを前提にした確率である。つまり、非特許文献4では、追跡物体が正しく追跡すべき物体では無い場合は考慮されていない。
これに対して、この第2実施形態では、制御装置21は、前記の如く、追跡物体が正しく追跡すべき物体では無い場合をも考慮して、確率P(θ)を算出している。これにより、制御装置21は、追跡すべき物体ではない追跡対象を早めに削除でき、かつ、追跡対象が一時的に隠れた場合には追跡対象の物体を継続的に追跡できるという効果を得ることができる。
(第3実施形態)
以下に、本発明に係る第3実施形態を説明する。
図5は、第3実施形態における情報処理装置100の構成を簡略的に示すブロック図である。この情報処理装置100は、画像において、目的とする物体を追跡する装置である。当該情報処理装置100は、物体検出部(検知手段)101と追跡対象情報記憶部102と対応度決定部(対応度算出手段)103と判定部(判定手段)104とを有している。
物体検出部101は、画像中の物体を検出する機能を備えている。追跡対象情報記憶部102は、追跡対象に関する情報を記憶する。また、対応度決定部103は、物体検出部101が検出した物体(追跡候補)と追跡対象との対応度を決定する。判定部104は、その対応度を用いることにより、追跡候補が追跡対象であるのか、追跡対象が画像中において一時的に隠れているのか、また、追跡対象に関する情報を記憶部102から削除すべきなのかを判定する機能を備えている。
この第3実施形態においても、第2実施形態と同様の効果を得ることができる。
(第4実施形態)
以下に、本発明に係る第4実施形態を説明する。
図6は、第4実施形態の情報処理装置の構成を簡略化して示すブロック図である。この情報処理装置200は、動画像から各時刻において物体の位置を物体検出処理によって検出し、当該検出結果と過去に追跡していた物体の位置との近接性を考慮することによって、追跡していた物体の現在における位置を推定する機能を備えている。例えば、固定カメラにより撮影された動画像において、人物や車などの追跡対象の物体は画像の外に消えたり、新たに画像内に入ることが生じる。つまり、動画像中において追跡対象とする物体は変化する。この第4実施形態の情報処理装置200はそのように追跡対象が変化した場合にも正しく物体を追跡できる構成を有する。
すなわち、情報処理装置200は、取得部211と、検出部(検知手段)212と、対応付け部(対応度算出手段)213と、計算部214と、更新部215と、追加削除部(判定手段)216と、出力部217と、追跡対象記憶部221と、確率記憶部222とを備えている。情報処理装置200をコンピュータで実現する場合には、CPUが、上記構成部211~217のそれぞれに対応するコンピュータプログラムを実行することにより、それら構成部211~217が実現される。
取得部211は、カメラから入力される動画像から、新規に画像を1枚取得する機能を備えている。
検出部212は、取得部211が取得した画像から、物体検出を行う画像処理によって、追跡したい物体の候補(追跡候補)を検出する機能を備えている。物体を検出する画像処理の手法には、数多くの手法があり、ここでは、何れの手法を採用してもよい。例えば、検出部212は、非特許文献1に記載されているような背景差分法を用いた物体検出手法を実行する。あるいは、検出部212は、非特許文献2に記載されているような、事前に追跡対象に関する学習(機械学習)に基づく物体検出手法を実行してもよい。なお、画像における検出領域を示すマークとして矩形状のマークを利用することが多いが、第2実施形態と同様に、そのマークは、矩形でなくてもよく、例えば、楕円であってもよいし、より複雑な形状であってもよい。
対応付け部213は、追跡対象記憶部221に格納されている追跡対象の情報と、確率記憶部222に格納されている確率値とを利用して、検出部212により検出された追跡候補について、対応度を算出する機能を備えている。例えば、対応付け部213は、第2実施形態における対応度算出部27と同様に、対応度を算出する。
計算部214は、対応付け部213により得られた算出結果を利用して、追跡対象が正しく追跡すべき物体として実在しているか否かを表す確率(存在(実在)確率)を算出する機能を備えている。さらに、計算部214は、追跡対象が一時的に隠れている確率を算出する機能をも備えている。具体的には、計算部214は、例えば、第2実施形態における確率計算部28と同様に確率を計算する。
更新部215は、対応付け部213によって得られた対応付け結果を用いて、各追跡対象の状態を更新する機能を備えている。追跡対象の状態とは、例えば、画像中における追跡対象の位置や大きさや移動速度や色情報である。更新部215は、更新処理として、例えば、カルマンフィルタやパーティクルフィルタを利用する。
追加削除部216は、対応付け部213による対応付けの結果と、計算部214による存在(実在)確率と、更新部215による最新の追跡対象の状態とを用いて、新規に追跡すべき対象があるか否かを判断する機能を備えている。さらに、追加削除部216は、登録されている追跡対象を削除するか否かを判断する機能をも備えている。さらにまた、追加削除部216は、上記のような判断結果に基づいて、追跡対象を新規に追跡対象記憶部221に登録したり、追跡対象記憶部221から追跡対象の情報を削除する機能を備えている。具体的には、追加削除部216は、第2実施形態における判定部30が実行する追跡対象の登録や削除に関わる処理と同様な処理を実行する。
出力部217は、追加削除部216により得られた追跡対象の情報を例えばテキスト出力する機能を有する。
追跡対象記憶部221は、追跡対象の状態を記憶する記憶領域である。例えば、追跡対象記憶部221は、追跡対象が何番目に追加された追加対象であるかという情報と、当該追加対象の状態の情報との組み合わせを格納する。
確率記憶部222は、追跡対象の存在(実在)確率と、一時的に隠れている確率とを記憶する領域である。例えば、それら確率は、追跡対象毎に組み合わされ、各追跡対象の情報に関連付けられて確率記憶部222に格納されている。
図7は、第4実施形態の情報処理装置200の処理手順を示すフローチャートである。この図7を利用して、情報処理装置200の動作を説明する。
まず、取得部211が、カメラから入力される映像などの動画像から、新規に画像を1枚取得する(ステップS301)。
次に、検出部212が、ステップS301で入力された入力画像に対して物体検出処理を実行する。これにより、検出部212は、追跡候補を得る(ステップS302)。追跡候補を示すマークとしては、具体的には矩形のマークが利用される。このマークにより、追跡候補の中心位置、および幅・高さといった大きさ情報が取得される。なお、マークは、矩形の代わりに楕円など他の形状を用いてもよい。
次に、対応付け部213は、追跡対象記憶部221に格納されている追跡対象の情報と、確率記憶部222に格納されている追跡対象の情報を読み出す(ステップS303)。さらに、対応付け部213は、追跡対象と追跡候補とを対応付け、さらに、対応度を計算する(ステップS304)。
次に、計算部214は、対応付け部213による対応度と、予め与えられている計算式とに基づいて、追跡対象の存在(実在)確率を計算する(ステップS305)。次に、更新部215は、追跡対象の状態を更新する(ステップS306)。
次に、追加削除部216は、追跡対象数の変更があるか否かを判定する(ステップS307)。そして追跡対象数の変更がある場合には、追加削除部216は追跡対象数の変更を行う(ステップS308)。その後、追加削除部216は、最新の追跡対象に関する情報を追跡対象記憶部221と確率記憶部222に記録する(ステップS309)。追跡対象数の変更が無い場合には、追加削除部216は、何も処理をせずにステップS309に移行する。
次に、出力部217は、最新の追跡対象の状態を出力する(ステップS310)。
引き続き、情報処理装置200は、カメラから入力される映像などの動画像から、新規に取得すべき画像が存在する否かを判定する(ステップS311)。そして、情報処理装置200は、新規の画像が存在する場合には、ステップS301以降の動作を繰り返す。また、新規の画像が存在しない場合には、情報処理装置200は、処理を終了する。
この第4実施形態においても、第2や第3の実施形態と同様の効果を得ることができる。
(その他の実施形態)
なお、本発明は、第1~第4の各実施形態に限定されるものではなく、様々な実施の形態を採り得る。
例えば、その他の実施形態(1)における情報処理装置は、
画像中の物体を検出する物体検出手段と、
追跡対象とすべき追跡対象物体の情報を記憶する記憶手段と、
前記物体検出手段が検出した検出物体と前記追跡対象物体との対応度を決定する対応度決定手段と、
前記対応度を用いることにより、前記検出物体が前記追跡対象物体であるのか、前記追跡対象物体が前記画像中において一時的に隠れているのか、または、前記追跡対象物体の情報を前記記憶手段から削除すべきなのかを判定する判定手段と
を備える。
その他の実施形態(2)における情報処理装置は、その他の実施形態(1)における情報処理装置の構成に加え、
前記対応度決定手段は、さらに、正しく追跡すべき物体である確率が高い前記追跡対象物体に関する前記対応度が、正しく追跡すべき物体である確率が低い前記追跡対象物体に関する前記対応度よりも大きくなるように、前記対応度を決定する。
その他の実施形態(3)における情報処理装置は、その他の実施形態(2)における情報処理装置の構成に加え、
前記対応度は、
正しく追跡すべき物体が前記物体検出手段によって検出物体として検出される第1確率と、正しく追跡すべき物体であるが前記物体検出手段によって検出されない第2確率とを含む。
その他の実施形態(4)における情報処理装置は、その他の実施形態(3)における情報処理装置の構成に加え、
前記対応度決定手段は、さらに、
前記第1確率が高くなった後に低くなった場合には、観測不可能な状態となっている可能性が高いとして、前記第1確率の減少分に応じて、前記第2確率を増加する。
その他の実施形態(5)における情報処理装置は、その他の実施形態(4)における情報処理装置の構成に加え、
前記対応度決定手段は、さらに、
前記第1確率の減少分に応じた前記第2確率の増加率を調整する調整手段を含む。
その他の実施形態(6)における情報処理装置は、その他の実施形態(3)あるいはその他の実施形態(4)における情報処理装置の構成に加え、さらに、
前記第1確率および前記第2確率の和が、あらかじめ定めた閾値以下となる前記追跡対象物体の情報を前記記憶手段から削除する削除手段を備える。
その他の実施形態(7)における情報処理装置は、その他の実施形態(6)における情報処理装置の構成に加え、
前記削除手段は、
前記第2確率があらかじめ定めた閾値以上となる場合があらかじめ定めた時間以上継続して生じる場合に前記追跡対象物体の情報を前記記憶手段から削除する。
その他の実施形態(8)における物体追跡方法は、
画像中の物体を検出し、
記憶手段に記憶された追跡対象とすべき追跡対象物体の情報を用いて、前記検出した検出物体と前記追跡対象物体との対応度を決定し、
前記対応度を用いることにより、前記検出物体が前記追跡対象物体であるのか、前記追跡対象物体が前記画像中において一時的に隠れているのか、または、前記追跡対象物体の情報を前記記憶手段から削除すべきなのかを判定することを含む。
その他の実施形態(9)におけるプログラム記憶媒体は、
画像中の物体を検出する処理と、
記憶手段に記憶された追跡対象とすべき追跡対象の情報を用いて、前記検出した検出物体と前記追跡対象物体との対応度を決定する処理と、
前記対応度を用いることにより、前記検出物体が前記追跡対象物体であるのか、前記追跡対象物体が前記画像中において一時的に隠れているのか、または、前記追跡対象物体の情報を前記記憶手段から削除すべきなのかを判定する処理とをコンピュータに実行させるコンピュータプログラムを記憶する。
なお、本発明に係る上記各実施形態では、情報処理装置の各機能は、コンピュータプログラム(ソフトウェア)によって実現することを説明しているが、本発明は、その少なくとも一部がハードウェアによって実現される構成としてもよい。
また、第1実施形態の情報処理装置は、例えば、第2実施形態に示す記憶媒体23と同様の記憶媒体を有してもよい。この記憶媒体は、検知部2と対応度算出部3と判定部4の処理手順を示すコンピュータプログラム(プログラム)を記憶する。上記検知部2と、対応度算出部3と、判定部4は、例えば、コンピュータ(CPU)がそのプログラムをその記憶媒体から読み出し、当該プログラムを実行することにより、実現される。
さらに、本発明は、複数の機器から構成されるシステムに適用してもよいし、単体の装置に適用してもよい。さらに、本発明は、当該本発明の機能を実現するコンピュータプログラムが、システムあるいは装置に直接又は遠隔から供給される場合にも提供可能である。つまり、本発明は、プログラムを遠隔から供給するWWW(world Wide Web)サーバにも適用される。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
なお、この出願は、2011年7月19日に出願された日本出願特願2011−158340を基礎とする優先権を主張し、その開示の全てをここに取り込む。
本発明は、動画像における人や車等の移動物体を検知し、当該移動物体を追跡する技術に関し、様々な分野での利用が期待される。
1,20,200 情報処理装置
2,26 検知部
3,27 対応度算出部
4,30 判定部
2,26 検知部
3,27 対応度算出部
4,30 判定部
Claims (10)
- 画像に含まれている物体を画像処理により追跡候補として検知する検知手段と、
前記検知手段により検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する対応度算出手段と、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合には、その追跡対象に関する追跡すべき物体としての登録を削除する判定手段と
を有する情報処理装置。 - 前記判定手段は、前記追跡対象との前記対応度が第1閾値以下である追跡候補を、追跡すべき物体として新規に登録する請求項1記載の情報処理装置。
- 前記評価値は、前記追跡対象が前記検知手段により検知されている確からしさを示す存在確率と、前記追跡対象が一時的に前記検知手段により検知されていない確からしさを示す隠れ確率とのうちの少なくとも一方に基づいている請求項1又は請求項2記載の情報処理装置。
- 前記検知手段は、動画から画像が取得される度に前記追跡候補を検知し、
前記対応度算出手段は、前記追跡候補が検知される度に前記対応度を算出し、
前記存在確率および隠れ確率は、前記対応度が算出される度に算出され、
前記存在確率の時間的な変化と、前記隠れ確率の時間的な変化とは増減方向が互いに逆向きである請求項3記載の情報処理装置。 - 前記判定手段は、前記存在確率と前記隠れ確率の和が第2閾値以下であると判断した前記追跡対象を追跡すべき物体としての登録から削除する請求項3又は請求項4記載の情報処理装置。
- 前記判定手段は、前記隠れ確率が第3閾値以上である状態が設定時間以上継続していると判断した前記追跡対象を追跡すべき物体としての登録から削除する請求項3又は請求項4又は請求項5記載の情報処理装置。
- 前記隠れ確率は、前記存在確率が時間的に減少する方向に変化した場合には、前回算出された前記隠れ確率に、前記存在確率の時間的な変化量の設定比率に応じた分を加算することによって算出される請求項4又は請求項5又は請求項6記載の情報処理装置。
- 前記隠れ確率を算出する際に用いる前記設定比率は外部入力された値である請求項7記載の情報処理装置。
- 画像に含まれている物体をコンピュータが画像処理により追跡候補として検知し、
前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度をコンピュータが算出し、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合に、その追跡対象に関する追跡すべき物体としての登録をコンピュータが削除する物体追跡方法。 - 画像に含まれている物体を画像処理により追跡候補として検知する処理と、
前記検知された追跡候補と、追跡すべき物体として登録されている追跡対象とが対応している確率を示す対応度を算出する処理と、
前記算出された対応度を利用して算出される値であり、かつ、前記追跡対象を引き続いて追跡する必要があるか否かを判断する値である評価値に基づいて、前記追跡対象を追跡する必要がないと判断した場合に、その追跡対象に関する追跡すべき物体としての登録を削除する処理とをコンピュータに実行させるコンピュータプログラムを記憶しているプログラム記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/233,079 US9911053B2 (en) | 2011-07-19 | 2012-07-18 | Information processing apparatus, method for tracking object and program storage medium |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011158340A JP5919665B2 (ja) | 2011-07-19 | 2011-07-19 | 情報処理装置、物体追跡方法および情報処理プログラム |
JP2011-158340 | 2011-07-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2013012091A1 true WO2013012091A1 (ja) | 2013-01-24 |
Family
ID=47558263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2012/068745 WO2013012091A1 (ja) | 2011-07-19 | 2012-07-18 | 情報処理装置、物体追跡方法およびプログラム記憶媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9911053B2 (ja) |
JP (1) | JP5919665B2 (ja) |
WO (1) | WO2013012091A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10664705B2 (en) | 2014-09-26 | 2020-05-26 | Nec Corporation | Object tracking apparatus, object tracking system, object tracking method, display control device, object detection device, and computer-readable medium |
CN111383251A (zh) * | 2018-12-28 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 一种跟踪目标对象的方法、装置、监控设备和存储介质 |
US11295457B2 (en) | 2017-11-21 | 2022-04-05 | Mitsubishi Electric Corporation | Tracking apparatus and computer readable medium |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6295122B2 (ja) * | 2014-03-27 | 2018-03-14 | 株式会社メガチップス | 状態推定装置、プログラムおよび集積回路 |
JP6525545B2 (ja) | 2014-10-22 | 2019-06-05 | キヤノン株式会社 | 情報処理装置、情報処理方法及びコンピュータプログラム |
US10885310B2 (en) * | 2017-08-17 | 2021-01-05 | Jpmorgan Chase Bank, N.A. | Sytems and methods for object recognition and association with an identity |
US11113562B2 (en) * | 2017-10-04 | 2021-09-07 | Nec Solution Innovators, Ltd. | Information processing apparatus, control method, and program |
JP6747461B2 (ja) * | 2018-01-30 | 2020-08-26 | 株式会社豊田中央研究所 | 対応付け装置、物体追跡装置、及びプログラム |
CN109635657B (zh) * | 2018-11-12 | 2023-01-06 | 平安科技(深圳)有限公司 | 目标跟踪方法、装置、设备及存储介质 |
CN109753911B (zh) * | 2018-12-28 | 2022-11-11 | 深圳先进技术研究院 | 虚拟现实系统的提升多物体追踪能力的方法及相关装置 |
CN110047095B (zh) * | 2019-03-06 | 2023-07-21 | 平安科技(深圳)有限公司 | 基于目标检测的跟踪方法、装置及终端设备 |
CN110490202B (zh) * | 2019-06-18 | 2021-05-25 | 腾讯科技(深圳)有限公司 | 检测模型训练方法、装置、计算机设备和存储介质 |
US11321566B2 (en) | 2019-08-22 | 2022-05-03 | Jpmorgan Chase Bank, N.A. | Systems and methods for self-learning a floorplan layout using a camera system |
CN112529942B (zh) * | 2020-12-22 | 2024-04-02 | 深圳云天励飞技术股份有限公司 | 多目标跟踪方法、装置、计算机设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007272436A (ja) * | 2006-03-30 | 2007-10-18 | Univ Of Electro-Communications | 物体追跡装置、異常状態検知装置及び物体追跡方法 |
JP2007310480A (ja) * | 2006-05-16 | 2007-11-29 | Toyota Motor Corp | 認識装置および認識方法 |
Family Cites Families (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5734740A (en) * | 1994-10-31 | 1998-03-31 | University Of Florida | Method for automated radiographic quality assurance |
US6256624B1 (en) * | 1998-08-17 | 2001-07-03 | Qwest Communications International, Inc. | Computing system for operating report production facilities |
JP3437485B2 (ja) * | 1999-04-13 | 2003-08-18 | キヤノン株式会社 | 画像印刷装置、画像処理方法および記憶媒体 |
US6590999B1 (en) * | 2000-02-14 | 2003-07-08 | Siemens Corporate Research, Inc. | Real-time tracking of non-rigid objects using mean shift |
EP2204989A1 (en) * | 2001-06-15 | 2010-07-07 | Sharp Kabushiki Kaisha | Data recording method, data editing method and data decoding method and apparatus and recording medium thereon |
WO2002103562A1 (en) * | 2001-06-19 | 2002-12-27 | Whoi-Yul Kim | Method of extracting shape variation descriptor for retrieving image sequence |
AUPR947701A0 (en) * | 2001-12-14 | 2002-01-24 | Activesky, Inc. | Digital multimedia publishing system for wireless devices |
US7050652B2 (en) * | 2002-03-08 | 2006-05-23 | Anzus, Inc. | Methods and arrangements to enhance correlation |
JP3781370B2 (ja) * | 2002-11-19 | 2006-05-31 | 本田技研工業株式会社 | 移動装置 |
WO2004107266A1 (en) * | 2003-05-29 | 2004-12-09 | Honda Motor Co., Ltd. | Visual tracking using depth data |
GB2409028A (en) * | 2003-12-11 | 2005-06-15 | Sony Uk Ltd | Face detection |
JP2007048216A (ja) * | 2005-08-12 | 2007-02-22 | Canon Inc | 文書管理装置、文書管理方法、文書管理プログラム、記憶媒体 |
EP2000889B1 (en) * | 2006-03-15 | 2018-06-27 | Omron Corporation | Monitor and monitoring method, controller and control method, and program |
US7794396B2 (en) * | 2006-11-03 | 2010-09-14 | Stryker Corporation | System and method for the automated zooming of a surgical camera |
JP4933354B2 (ja) * | 2007-06-08 | 2012-05-16 | キヤノン株式会社 | 情報処理装置、及び情報処理方法 |
EP2188778A1 (en) * | 2007-09-12 | 2010-05-26 | Digisensory Technologies Pty Ltd. | Smart network camera system-on-a-chip |
US8218817B2 (en) * | 2007-12-21 | 2012-07-10 | Honda Motor Co. Ltd. | Online articulate object tracking with appearance and shape |
WO2009112790A1 (en) * | 2008-03-14 | 2009-09-17 | Panasonic Corporation | Image processing method and image processing apparatus |
US20100053151A1 (en) * | 2008-09-02 | 2010-03-04 | Samsung Electronics Co., Ltd | In-line mediation for manipulating three-dimensional content on a display device |
US8457466B1 (en) * | 2008-09-29 | 2013-06-04 | Videomining Corporation | Videore: method and system for storing videos from multiple cameras for behavior re-mining |
WO2010095437A1 (ja) * | 2009-02-19 | 2010-08-26 | パナソニック株式会社 | 物体位置推定システム、物体位置推定装置、物体位置推定方法、及び物体位置推定プログラム |
US8325981B2 (en) | 2009-04-21 | 2012-12-04 | Nec Soft, Ltd. | Human tracking apparatus, human tracking method, and human tracking processing program |
JP5709410B2 (ja) * | 2009-06-16 | 2015-04-30 | キヤノン株式会社 | パターン処理装置及びその方法、プログラム |
US8989438B2 (en) * | 2009-08-20 | 2015-03-24 | Nec Corporation | Mobile body track identification system |
JP5644097B2 (ja) * | 2009-12-08 | 2014-12-24 | ソニー株式会社 | 画像処理装置、画像処理方法及びプログラム |
US8731239B2 (en) * | 2009-12-09 | 2014-05-20 | Disney Enterprises, Inc. | Systems and methods for tracking objects under occlusion |
JP5488076B2 (ja) * | 2010-03-15 | 2014-05-14 | オムロン株式会社 | 対象物追跡装置、対象物追跡方法、および制御プログラム |
US8346821B2 (en) * | 2010-05-07 | 2013-01-01 | International Business Machines Corporation | Orphan object tracking for objects having acquire-release semantics |
US8320644B2 (en) * | 2010-06-15 | 2012-11-27 | Apple Inc. | Object detection metadata |
JP5761601B2 (ja) * | 2010-07-01 | 2015-08-12 | 株式会社リコー | 物体識別装置 |
JP2012033022A (ja) * | 2010-07-30 | 2012-02-16 | Panasonic Corp | 空間における変化領域検出装置及び方法 |
CN104887258B (zh) * | 2010-08-27 | 2018-04-03 | 柯尼卡美能达医疗印刷器材株式会社 | 诊断支援系统 |
JP5990105B2 (ja) * | 2011-01-26 | 2016-09-07 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカPanasonic Intellectual Property Corporation of America | 画像管理装置、画像管理方法、プログラム、記録媒体、集積回路 |
US20120253170A1 (en) * | 2011-03-29 | 2012-10-04 | Samsung Electronics Co., Ltd. | Method and apparatus for generating medical image of body organ by using 3-d model |
CN103098088B (zh) * | 2011-07-13 | 2016-11-02 | 松下电器(美国)知识产权公司 | 图像评价装置、图像评价方法以及集成电路 |
JP6242563B2 (ja) * | 2011-09-09 | 2017-12-06 | 株式会社メガチップス | 物体検出装置 |
KR101180471B1 (ko) * | 2011-09-27 | 2012-09-07 | (주)올라웍스 | 한정된 메모리 환경 하에서 얼굴 인식 성능 향상을 위한 참조 얼굴 데이터베이스 관리 방법, 장치 및 컴퓨터 판독 가능한 기록 매체 |
JP5948983B2 (ja) * | 2012-03-09 | 2016-07-06 | オムロン株式会社 | 画像処理装置、画像処理方法、および画像処理プログラム |
US20130335635A1 (en) * | 2012-03-22 | 2013-12-19 | Bernard Ghanem | Video Analysis Based on Sparse Registration and Multiple Domain Tracking |
JP2013202313A (ja) * | 2012-03-29 | 2013-10-07 | Panasonic Corp | 手術支援装置および手術支援プログラム |
JP5848662B2 (ja) * | 2012-04-04 | 2016-01-27 | キヤノン株式会社 | 画像処理装置およびその制御方法 |
KR101749099B1 (ko) * | 2012-04-25 | 2017-07-04 | 한국전자통신연구원 | 영상에서의 객체 추적 방법, 장치 및 이를 컴퓨터 상에서 수행하는 프로그램이 기록된 기록 매체 |
KR101758684B1 (ko) * | 2012-07-23 | 2017-07-14 | 한화테크윈 주식회사 | 객체 추적 장치 및 방법 |
US8989501B2 (en) * | 2012-08-17 | 2015-03-24 | Ge Aviation Systems Llc | Method of selecting an algorithm for use in processing hyperspectral data |
US9589192B2 (en) * | 2012-09-27 | 2017-03-07 | Nec Corporation | Information processing system, information processing method, and program |
JP6242072B2 (ja) * | 2012-09-27 | 2017-12-06 | オリンパス株式会社 | 画像処理装置、プログラム及び画像処理装置の作動方法 |
US8971575B2 (en) * | 2012-11-23 | 2015-03-03 | Cyberlink Corp. | Systems and methods for tracking objects |
US9471849B2 (en) * | 2013-05-05 | 2016-10-18 | Qognify Ltd. | System and method for suspect search |
US8977060B2 (en) * | 2013-05-16 | 2015-03-10 | Microsoft Technology Licensing, Llc | Motion stabilization and detection of articulated objects |
JP5506990B1 (ja) * | 2013-07-11 | 2014-05-28 | パナソニック株式会社 | 追跡支援装置、追跡支援システムおよび追跡支援方法 |
US10346465B2 (en) * | 2013-12-20 | 2019-07-09 | Qualcomm Incorporated | Systems, methods, and apparatus for digital composition and/or retrieval |
AU2013273831B2 (en) * | 2013-12-23 | 2016-02-25 | Canon Kabushiki Kaisha | A method for improving tracking using dynamic background compensation with centroid compensation |
JP2015149600A (ja) * | 2014-02-06 | 2015-08-20 | ソニー株式会社 | 画像処理装置、画像処理方法、およびプログラム |
FR3017481B1 (fr) * | 2014-02-07 | 2016-02-26 | Sagem Defense Securite | Procede de detection et de pistage de cibles |
US9442485B1 (en) * | 2014-08-13 | 2016-09-13 | Trace Live Network Inc. | Pixel based image tracking system for unmanned aerial vehicle (UAV) action camera system |
JP6525545B2 (ja) * | 2014-10-22 | 2019-06-05 | キヤノン株式会社 | 情報処理装置、情報処理方法及びコンピュータプログラム |
US9576204B2 (en) * | 2015-03-24 | 2017-02-21 | Qognify Ltd. | System and method for automatic calculation of scene geometry in crowded video scenes |
-
2011
- 2011-07-19 JP JP2011158340A patent/JP5919665B2/ja active Active
-
2012
- 2012-07-18 WO PCT/JP2012/068745 patent/WO2013012091A1/ja active Application Filing
- 2012-07-18 US US14/233,079 patent/US9911053B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007272436A (ja) * | 2006-03-30 | 2007-10-18 | Univ Of Electro-Communications | 物体追跡装置、異常状態検知装置及び物体追跡方法 |
JP2007310480A (ja) * | 2006-05-16 | 2007-11-29 | Toyota Motor Corp | 認識装置および認識方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10664705B2 (en) | 2014-09-26 | 2020-05-26 | Nec Corporation | Object tracking apparatus, object tracking system, object tracking method, display control device, object detection device, and computer-readable medium |
US11113538B2 (en) | 2014-09-26 | 2021-09-07 | Nec Corporation | Object tracking apparatus, object tracking system, object tracking method, display control device, object detection device, and computer-readable medium |
US11676388B2 (en) | 2014-09-26 | 2023-06-13 | Nec Corporation | Object tracking apparatus, object tracking system, object tracking method, display control device, object detection device, and computer-readable medium |
US11295457B2 (en) | 2017-11-21 | 2022-04-05 | Mitsubishi Electric Corporation | Tracking apparatus and computer readable medium |
CN111383251A (zh) * | 2018-12-28 | 2020-07-07 | 杭州海康威视数字技术股份有限公司 | 一种跟踪目标对象的方法、装置、监控设备和存储介质 |
CN111383251B (zh) * | 2018-12-28 | 2023-06-13 | 杭州海康微影传感科技有限公司 | 一种跟踪目标对象的方法、装置、监控设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP5919665B2 (ja) | 2016-05-18 |
US20140161319A1 (en) | 2014-06-12 |
US9911053B2 (en) | 2018-03-06 |
JP2013025490A (ja) | 2013-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2013012091A1 (ja) | 情報処理装置、物体追跡方法およびプログラム記憶媒体 | |
US10782688B2 (en) | Method, control apparatus, and system for tracking and shooting target | |
US10803357B2 (en) | Computer-readable recording medium, training method, and object detection device | |
EP2858008B1 (en) | Target detecting method and system | |
KR20180105876A (ko) | 색상과 형태를 동시에 고려한 실시간 영상 추적 방법 및 이를 위한 장치 | |
US9953225B2 (en) | Image processing apparatus and image processing method | |
CN106778712B (zh) | 一种多目标检测与跟踪方法 | |
Varas et al. | Region-based particle filter for video object segmentation | |
JP2019194857A (ja) | 物体追跡方法および装置 | |
JP5166102B2 (ja) | 画像処理装置及びその方法 | |
US20160162738A1 (en) | Object tracking device, object tracking method, and object tracking program | |
CN109035295B (zh) | 多目标跟踪方法、装置、计算机设备和存储介质 | |
JP6280020B2 (ja) | 移動物体追跡装置 | |
US20210158566A1 (en) | Information processing apparatus, information processing method, and storage medium | |
Bouachir et al. | Structure-aware keypoint tracking for partial occlusion handling | |
JP2019512821A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP2021022315A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR102434397B1 (ko) | 전역적 움직임 기반의 실시간 다중 객체 추적 장치 및 방법 | |
WO2014205787A1 (zh) | 一种基于混合图像模板的车辆检测方法 | |
KR20160108979A (ko) | 표적 추적 방법 및 장치 | |
CN111986231A (zh) | 一种多目标跟踪方法及系统 | |
US10839552B2 (en) | Image processing apparatus, tracking method, and program | |
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 | |
JP2023008030A (ja) | 画像処理システム、画像処理方法及び画像処理プログラム | |
Kim et al. | Directional pedestrian counting with a hybrid map-based model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 12815505 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 14233079 Country of ref document: US |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 12815505 Country of ref document: EP Kind code of ref document: A1 |