WO2020003510A1 - 特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置 - Google Patents

特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置 Download PDF

Info

Publication number
WO2020003510A1
WO2020003510A1 PCT/JP2018/024894 JP2018024894W WO2020003510A1 WO 2020003510 A1 WO2020003510 A1 WO 2020003510A1 JP 2018024894 W JP2018024894 W JP 2018024894W WO 2020003510 A1 WO2020003510 A1 WO 2020003510A1
Authority
WO
WIPO (PCT)
Prior art keywords
contour
data
subject
outline
captured image
Prior art date
Application number
PCT/JP2018/024894
Other languages
English (en)
French (fr)
Inventor
片岡　正弘
夢都 盛
夏樹 原井
Original Assignee
富士通株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 富士通株式会社 filed Critical 富士通株式会社
Priority to EP18923787.8A priority Critical patent/EP3816931A4/en
Priority to PCT/JP2018/024894 priority patent/WO2020003510A1/ja
Priority to AU2018429247A priority patent/AU2018429247B2/en
Priority to JP2020527141A priority patent/JP7264163B2/ja
Publication of WO2020003510A1 publication Critical patent/WO2020003510A1/ja
Priority to US17/130,169 priority patent/US20210110558A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/564—Depth or shape recovery from multiple images from contours
    • 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
    • G06V10/422—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation for representing the structure of the pattern or shape of an object therefor
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or 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
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • 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
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • 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
    • G06V10/513—Sparse representations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759—Region-based matching

Definitions

  • the present invention relates to a specifying method and the like.
  • edges from an image, specifying an outline (outline), and recognizing an object. For example, a plurality of edges extending between blocks are extracted from each image block of the captured image data. Then, there is a conventional technique for extracting an outline from a plurality of edges, narrowing down an object model corresponding to a captured angle, and performing object recognition.
  • an object of the present invention is to provide a specifying method, a determining method, a specifying program, a determining program, and an information processing apparatus capable of reducing a calculation load required for specifying a subject included in a captured image. .
  • the computer acquires a photographed image photographed by the photographing device.
  • the computer refers to a storage unit that stores a plurality of pieces of contour data indicating the shapes of the contours of the plurality of objects, and stores a plurality of pieces of contour data corresponding to a subject included in the acquired captured image in the plurality of pieces of contour data. It is determined whether or not it is included. When the determination result is affirmative, the computer refers to the storage unit that stores the part data indicating the shape or pattern of the part located inside the outline of the object in association with the outline data indicating the shape of the outline of the object. Then, a plurality of part data respectively associated with a plurality of contour data corresponding to the contour of the subject are obtained.
  • the computer specifies an object corresponding to the subject among the plurality of objects based on the acquired plurality of part data.
  • FIG. 1 is a diagram for explaining the process of the information processing apparatus according to the first embodiment.
  • FIG. 2 is a functional block diagram illustrating the configuration of the information processing apparatus according to the first embodiment.
  • FIG. 3 is a diagram illustrating an example of the data structure of the image buffer according to the first embodiment.
  • FIG. 4 is a diagram illustrating an example of PostScript data.
  • FIG. 5 is a diagram for explaining the relationship between the outline and the script data.
  • FIG. 6 is a flowchart illustrating the processing procedure of the information processing apparatus according to the first embodiment.
  • FIG. 7 is a diagram for explaining processing of the information processing apparatus according to the second embodiment.
  • FIG. 8 is a diagram for explaining the relationship between the outline and the script data.
  • FIG. 1 is a diagram for explaining the process of the information processing apparatus according to the first embodiment.
  • FIG. 2 is a functional block diagram illustrating the configuration of the information processing apparatus according to the first embodiment.
  • FIG. 3 is a diagram illustrating an example of the data structure of the
  • FIG. 9 is a functional block diagram illustrating the configuration of the information processing apparatus according to the second embodiment.
  • FIG. 10 is a diagram for explaining the process of the specifying unit according to the second embodiment.
  • FIG. 11 is a flowchart illustrating the processing procedure of the information processing apparatus according to the second embodiment.
  • FIG. 12 is a diagram for explaining another process of the information processing device.
  • FIG. 13 is a diagram illustrating an example of a hardware configuration of a computer that realizes functions similar to those of the information processing apparatus according to the first embodiment.
  • FIG. 14 is a diagram illustrating an example of a hardware configuration of a computer that realizes the same function as the information processing apparatus according to the second embodiment.
  • FIG. 1 is a diagram for explaining the processing of the information processing apparatus according to the first embodiment.
  • the information processing device acquires captured image data 10 captured by a stereo camera.
  • the information processing device specifies the shape of the contour of the subject from the captured image data using the parallax of the stereo camera.
  • the outline shape of the subject specified by the information processing apparatus is defined as an outline 10a.
  • the information processing device compares the outline 10a with the outline information 142 and specifies which of the plurality of objects registered in the outline information the subject included in the captured image data 10 corresponds to. .
  • the outline information 142 holds outline information of an object and outline information of parts included in the object. For example, the outline information 142 associates the outline 20a of the vehicle A with the outline 21a of the parts of the vehicle A. The outline information 142 associates the outline 20b of the vehicle B with the outline 21b of the parts of the vehicle B. The outline information 142 associates the outline 20c of the vehicle C with the outline 21c of the parts of the vehicle C.
  • the information processing device compares the outline 10a of the subject with the outlines 20a, 20b, and 20c of the outline information 142, and specifies an outline similar to the outline 10a from the outlines 20a, 20b, and 20c.
  • outlines similar to the outline 10a are referred to as outlines 20a and 20c.
  • the information processing device compares the edges 21a and 21c of the parts associated with the outline with the image edge 10b.
  • the image edge 10b is an image obtained by extracting an edge from a region inside the contour of the subject in the entire region of the captured image data 10.
  • the information processing apparatus compares the image edge 10b with the outlines 21a and 21c. If the outline 21a is more similar to the image edge 10b than the outline 21b, the object corresponding to the subject is referred to as “vehicle”. A ”.
  • the information processing apparatus identifies the outline 10a from the captured image data 10 and narrows down the objects by comparing the outline 10a with the outlines 20a to 20c of the objects in the outline information 142. Do. After narrowing down, the information processing device performs a process of comparing the image edge 10b of the captured image data 10 with the edge of the part and specifying an object corresponding to the subject. As a result, the calculation load required for specifying the subject included in the captured image data can be reduced.
  • FIG. 2 is a functional block diagram illustrating the configuration of the information processing apparatus according to the first embodiment.
  • the information processing apparatus 100 includes a camera 105, a communication unit 110, an input unit 120, a display unit 130, a storage unit 140, and a control unit 150.
  • the camera 105 is a stereo camera (binocular camera) or a monocular camera movable left and right, which simultaneously captures an object from two different directions, and can identify the outline of the object by parallax.
  • the camera 105 outputs, to the information processing apparatus 100, first captured image data captured in a first direction and second captured image data captured in a second direction different from the first direction.
  • first captured image data and the second captured image data are collectively referred to as “captured image data” as appropriate.
  • the communication unit 110 is a processing unit that executes data communication with an external device via a network.
  • the communication unit 110 is an example of a communication device.
  • the information processing apparatus 100 may be connected to the camera 105 via a network, and may receive the captured image data via the network.
  • the input unit 120 is an input device for inputting various types of information to the information processing device 100.
  • the input unit 120 corresponds to a keyboard, a mouse, a touch panel, or the like.
  • the display unit 130 is a display device for displaying various information output from the control unit 150.
  • the display unit 130 corresponds to a liquid crystal display, a touch panel, or the like.
  • the storage unit 140 has an image buffer 141 and outline information 142.
  • the storage unit 140 corresponds to a semiconductor memory device such as a RAM (Random Access Memory), a ROM (Read Only Memory), a flash memory (Flash Memory), and a storage device such as an HDD (Hard Disk Drive).
  • a semiconductor memory device such as a RAM (Random Access Memory), a ROM (Read Only Memory), a flash memory (Flash Memory), and a storage device such as an HDD (Hard Disk Drive).
  • the image buffer 141 is a buffer that stores the image data captured by the camera 105.
  • FIG. 3 is a diagram illustrating an example of the data structure of the image buffer according to the first embodiment. As shown in FIG. 3, the image buffer 141 associates time with captured image data. The time is the time at which the captured image data was captured. The captured image data is image data captured by the camera 105.
  • the outline information 142 is information that holds the orientation information of the object, the outline of the object, and the information of each part included in the object.
  • the outline information 142 has PostScript data as information of each part included in the object.
  • PostScript data is PostScript data for drawing outlines and edges of a plurality of parts.
  • FIG. 4 is a diagram illustrating an example of PostScript data. As shown in FIG. 4, the PostScript data 40 includes a plurality of PostScript data 40a, 40b, 40c, and 40d. As an example, PostScript data 40a to 40d are shown, but PostScript data 40 may include other PostScript data.
  • the PostScript data 40a in the top layer is PostScript data for drawing the outline of the outline of the object (entire).
  • the outline of the outline of the object (entire) corresponds to the outline 20a described with reference to FIG.
  • an outline drawn by the PostScript data of the uppermost layer is referred to as an “uppermost outline” as appropriate.
  • Each of the PostScript data 40b to 40d under the PostScript data 40a is PostScript data for drawing the edge of each part included in the outline of the object.
  • the PostScript data 40b is PostScript data for drawing the edge of the right turn signal of the object.
  • the PostScript data 40c is PostScript data for drawing the edge of the left turn signal of the object.
  • the PostScript data 40d is PostScript data for drawing the edge of another part in the outline of the object.
  • an edge drawn by the PostScript data under the control is appropriately described as a “part edge”.
  • the coordinates specified in each of the PostScript data 40b to 40d under the PostScript data 40a may be relative coordinates based on the coordinates specified in the PostScript data in the uppermost layer.
  • FIG. 5 is a diagram for explaining the relationship between the outline and the script data.
  • FIG. 5 shows PostScript data 6 corresponding to the outline 5 as an example.
  • the outline 5 can be drawn by the PostScript data 6.
  • the outline 5 includes a straight line 5AB, a curved line 5BC, a straight line 5CD, and a straight line 5DA.
  • the straight line 5AB is a straight line connecting the control point A and the control point B.
  • the straight line 5CD is a straight line connecting the control point C and the control point D.
  • the straight line 5DA is a straight line connecting the control point D and the control point A.
  • the curve 5BC is a curve connecting the control point B and the control point C, and the shape of the curve is determined by the control points ⁇ and ⁇ and the control points (end points) B and C.
  • the PostScript data 6 of the outline 5 is generated based on the control points A, B, C, and D of the outline 5 and the control points ⁇ and ⁇ .
  • “Xa, Ya” included in the PostScript data 6 indicates the coordinates of the control point A.
  • “Xb, Yb” indicates the coordinates of the control point B.
  • “Xc, Yc” indicates the coordinates of the control point C.
  • “Xd, Yd” indicates the coordinates of the control point D.
  • “X ⁇ , Y ⁇ ” indicates the coordinates of the control point ⁇ .
  • X ⁇ , Y ⁇ ” indicates the coordinates of the control point ⁇ .
  • the PostScript data 6 includes various commands “newpath ⁇ moveto ⁇ lineto ⁇ curveto ⁇ stroke ⁇ showpage”.
  • the control unit 150 includes an acquisition unit 151, a determination unit 152, a specification unit 153, and an output unit 154.
  • the control unit 150 can be realized by a CPU (Central Processing Unit), an MPU (Micro Processing Unit), or the like.
  • the control unit 150 can also be realized by hard wired logic such as an ASIC (Application Specific Integrated Circuit) or an FPGA (Field Programmable Gate Array).
  • the acquisition unit 151 is a processing unit that acquires captured image data from the camera 105.
  • the acquisition unit 151 stores the acquired captured image data in the image buffer 141 in association with the time.
  • the camera 105 may add time information to the captured image data at the time of shooting, or the obtaining unit 151 may obtain time information from a timer (not shown).
  • the determination unit 152 is a processing unit that determines, based on the captured image data stored in the image buffer 141 and the outline information 142, the top-level outline similar to the outline of the subject included in the captured image data. Hereinafter, an example of the process of the determination unit 152 will be described.
  • the determination unit 152 extracts a contour shape of a subject on a captured image based on the captured image data (first captured image data and second captured image data) based on the principle of a stereo camera.
  • the determination unit 152 specifies the contour shape as the outline of the subject.
  • image outline the outline of the subject extracted from the captured image data.
  • the determination unit 152 draws the top-level outline for each of the PostScript data in the outline information 142 based on the top-level PostScript data.
  • the determination unit 152 calculates the similarity by comparing each drawn top outline with the image outline.
  • the determination unit 152 determines an uppermost-layer outline whose similarity with the image outline is equal to or greater than a predetermined similarity.
  • the determination unit 152 outputs, to the identification unit 153, information on the top-level outline whose similarity to the image outline is equal to or more than a predetermined similarity among the top-level outlines.
  • the top-level outline whose similarity to the image outline is equal to or higher than a predetermined similarity is referred to as “candidate outline”.
  • the determination unit 152 may calculate the similarity between the top outline and the image outline in any manner. For example, the determination unit 152 may calculate, as a similarity, a coincidence rate between a region surrounded by the top-level outline and a region surrounded by the image outline.
  • the determination unit 152 extracts a region surrounded by the image outline from the entire region of the captured image data, extracts an edge from the image of the extracted region, and generates an image edge. For example, the determination unit 152 generates an image edge using Hough transform or the like.
  • the determination unit 152 executes the above processing, and outputs information on the candidate outline and information on the image edge to the specifying unit 153.
  • the information on the candidate outline output from the determination unit 152 to the specification unit 153 is information that can specify the candidate outline, and includes identification information and an angle (direction information).
  • the specifying unit 153 Upon receiving the information on the candidate outline, the specifying unit 153 determines, based on the shape or pattern of the part located inside the candidate outline and the image edge of the captured image data, an object corresponding to the subject of the captured image data. Is a processing unit that specifies Hereinafter, an example of the process of the specifying unit 153 will be described.
  • the specifying unit 153 selects one candidate outline, draws an edge of each part from PostScript data under the selected candidate outline, and compares each shape of the edge included in the image edge with the edge of each part. .
  • the specifying unit 153 counts the number of edges of the part having the shape of the edge whose similarity is equal to or larger than the threshold among the edges of the compared parts. In the following description, the number of edges of a part having an edge shape whose similarity is equal to or larger than a threshold is referred to as a “number of matches”.
  • the specifying unit 153 may calculate the similarity between the edge of the part and the shape of the image edge in any manner.
  • the determination unit 152 may calculate a coincidence rate between a region surrounded by the edge of the part and a region formed by the image edge as the similarity.
  • the identifying unit 153 repeatedly executes the process of counting the number of matches for other candidate outlines.
  • the specifying unit 153 specifies the identification information corresponding to the candidate outline having the largest number of matches among the candidate outlines.
  • the identification information specified by the specifying unit 153 becomes the identification information of the object corresponding to the subject in the captured image data.
  • the specifying unit 153 outputs the specified identification information to the output unit 154.
  • the output unit 154 is a processing unit that performs a process of outputting the identification information specified by the specifying unit 153. For example, the output unit 154 outputs the identification information to another external device via the communication unit 110. The output unit 154 may output information in which captured image data from which an image outline has been extracted is associated with identification information.
  • FIG. 6 is a flowchart illustrating the processing procedure of the information processing apparatus according to the first embodiment.
  • the acquisition unit 151 of the information processing apparatus 100 acquires captured image data and stores the captured image data in the image buffer 141 (Step S101).
  • the determination unit 152 of the information processing device 100 extracts an image outline of the subject (Step S102).
  • the determination unit 152 generates an image edge in the image outline (Step S103).
  • the determination unit 152 compares the image outline with the uppermost outline of the outline information 142, and specifies an uppermost outline (candidate outline) similar to the image outline (step S104).
  • the specifying unit 153 of the information processing apparatus 100 selects a candidate outline (Step S105).
  • the specifying unit 153 draws the edge of the part from the PostScript data under the selected candidate outline (step S106).
  • the identification unit 153 compares the image edge with the edge of the part and counts the number of matches (step S107). The specifying unit 153 determines whether all candidate outlines have been selected (Step S108). If all the candidate outlines have not been selected (No at Step S108), the specifying unit 153 selects an unselected candidate outline (Step S109), and proceeds to Step S106.
  • the specifying unit 153 specifies the identification information corresponding to the candidate outline having the maximum number of matches (Step S110).
  • the output unit 154 of the information processing device 100 outputs the specified identification information and the captured image data to the external device (or the display unit 130) (Step S111).
  • the information processing apparatus 100 specifies an image outline from the captured image data, and narrows down the top outline by comparing the image outline with the outline information 142. After performing the narrowing down, the information processing apparatus performs a process of comparing the image edge of the captured image data with the edge of the part and specifying an object corresponding to the subject. As a result, the calculation load required for specifying the subject included in the captured image data can be reduced.
  • the outline shape (image outline) of the subject on the captured image is extracted based on the principle of the stereo camera, and the outline of the uppermost layer is narrowed down. For this reason, compared with the case where the edge extracted from the image is used, the uppermost layer outline can be narrowed down more easily.
  • FIG. 7 is a diagram for explaining the processing of the information processing apparatus according to the second embodiment.
  • the information processing device acquires photographed image data 31, 32, 33, and 34 photographed by a stereo camera.
  • the information processing apparatus specifies the shape of the contour of the subject from each of the captured image data 31 to using the parallax of the stereo camera.
  • the outline shape of the subject included in the captured image data 31 be the outline 31a.
  • the outline shape of the subject included in the captured image data 32 is defined as an outline 32a.
  • the outline shape of the subject included in the captured image data 33 is defined as an outline 33a.
  • the outline shape of the subject included in the captured image data 34 is defined as an outline 34a.
  • the outline information 242 holds the orientation information of the object and the outline information of the object in association with each other.
  • the direction information of the object indicates the angle of the object and is arranged in ascending order.
  • the outline 43a is the shape of the contour of the vehicle A in the direction “0 °”.
  • the outline 41a is the shape of the contour of the vehicle A in the direction “60 °”.
  • the outline 42a is a contour shape of the vehicle A in the direction “120 °”. Illustration of outlines of the vehicle A in other directions is omitted.
  • the outline 43b is the shape of the contour of the vehicle B in the direction “0 °”.
  • the outline 41b is the shape of the contour of the vehicle B in the direction “60 °”.
  • the outline 42b is a contour shape of the vehicle B in the direction “120 °”. Illustration of outlines of the vehicle B in other directions is omitted.
  • the outline 43c is the shape of the contour of the vehicle C in the direction “0 °”.
  • the outline 41c is the shape of the contour of the vehicle C in the direction “60 °”.
  • the outline 42c is the shape of the contour of the vehicle C in the direction “120 °”. Illustration of outlines of the vehicle C in other directions is omitted.
  • FIG. 8 is a diagram illustrating an example of a data structure of outline information used in the second embodiment.
  • the outline information 242 has identification information and PostScript data for each angle (the direction of the object in time expression).
  • the identification information is information for uniquely identifying an object.
  • the information processing device compares each of the outlines 31a to 34a with the outline information 242, and determines that the subject included in the captured image data 31 to 34 is assigned to any of the plurality of objects registered in the outline information 242. Identify whether they will respond.
  • the information processing apparatus repeatedly performs a process of comparing each of the outlines 31a to 34a with the outline information 242 and identifying an outline similar to each of the outlines 31a to 34a.
  • the information processing device compares the outline 31a with the outlines 43a to 43c of the direction information “0 °” and specifies outlines 43a and 43c similar to the outline 31a.
  • the information processing apparatus compares the outline 32a with each outline of the direction information “30 °” (not shown), and specifies a similar outline.
  • the information processing device compares the outline 33a with the outlines 41a to 41c of the direction information “60 °”, and specifies the outline 41a similar to the outline 33a.
  • the information processing device compares the outline 34a with each outline of the direction information “90 °” (not shown), and specifies a similar outline.
  • the information processing device executes the above processing, and totals the number of similar outlines for each vehicle in the outline information 242.
  • the information processing device determines that the vehicle having the largest number of similar outlines is the vehicle corresponding to the subject in the captured image data.
  • the information processing apparatus extracts an outline from each piece of captured image data, and determines the subject based on the correspondence between the outline for each angle stored in the outline information 242 and the extracted outline.
  • the object corresponding to is specified. As a result, even if the shape of the contour of the subject continuously changes, it is possible to prevent the accuracy of determining the object corresponding to the subject from decreasing.
  • FIG. 9 is a functional block diagram illustrating the configuration of the information processing apparatus according to the second embodiment.
  • the information processing device 200 includes a camera 205, a communication unit 210, an input unit 220, a display unit 230, a storage unit 240, and a control unit 250.
  • the camera 205 is a stereo camera (binocular camera) that simultaneously captures an object from two different directions or a monocular camera that can move left and right.
  • the camera 205 outputs the captured image data to the information processing device 200.
  • the other description of the camera 205 is the same as the description of the camera 105.
  • the communication unit 210 is a processing unit that performs data communication with an external device via a network.
  • the communication unit 210 is an example of a communication device.
  • the information processing device 200 may be connected to the camera 205 via a network, and may receive the captured image data via the network.
  • the input unit 220 is an input device for inputting various types of information to the information processing device 200.
  • the input unit 220 corresponds to a keyboard, a mouse, a touch panel, and the like.
  • the display unit 230 is a display device for displaying various information output from the control unit 250.
  • the display unit 230 corresponds to a liquid crystal display, a touch panel, or the like.
  • the storage unit 240 has an image buffer 241 and outline information 242.
  • the storage unit 240 corresponds to a semiconductor memory device such as a RAM, a ROM, and a flash memory, and a storage device such as an HDD.
  • the image buffer 241 is a buffer that stores the image data captured by the camera 205.
  • the data structure of the image buffer 241 is the same as the data structure of the image buffer 141 described with reference to FIG.
  • the outline information 242 is information that holds the orientation information of the object, the outline of the object, and the information of each part included in the object.
  • the data structure of the outline information 242 is the same as that described with reference to FIG.
  • the control unit 250 includes an acquisition unit 251, an identification unit 252, a determination unit 253, and an output unit 254.
  • the control unit 250 can be realized by a CPU, an MPU, or the like. Further, the control unit 250 can also be realized by hard wired logic such as an ASIC or an FPGA.
  • the acquisition unit 251 is a processing unit that acquires captured image data from the camera 205.
  • the acquisition unit 251 stores the acquired captured image data in the image buffer 241 in association with the time.
  • the camera 205 may add time information to the shot image data at the time of shooting, or the obtaining unit 251 may obtain time information from a timer (not shown).
  • the identification unit 252 is a processing unit that identifies the top-level outline similar to the image outline of the captured image data based on the captured image data stored in the image buffer 241 and the outline information 242.
  • the uppermost layer outline is an outline drawn by the uppermost layer PostScript data as described with reference to FIG.
  • the identification unit 252 generates identification information including the time of the captured image data, identification information corresponding to a similar top-level outline, orientation information, and the like, and outputs the generated identification information to the determination unit 253.
  • the specifying unit 252 When there are N top-level outlines similar to the outline of the subject included in one piece of captured image data, the specifying unit 252 generates N pieces of specific information.
  • FIG. 10 is a diagram for explaining the process of the specifying unit according to the second embodiment.
  • the identifying unit 252 the photographed image data 31 at time t 1, and extracts an image outline (outline) 31a.
  • the process in which the specifying unit 252 extracts the image outline is the same as the process in which the determination unit 152 extracts the image outline.
  • the specifying unit 252 draws the top outline from PostScript data stored in each area of the outline information 242, and calculates the similarity between the drawn top outline and the image outline 31a.
  • the specifying unit 252 specifies the information of the uppermost outline whose similarity with the image outline is equal to or higher than a predetermined similarity, and generates specific information.
  • the specifying unit 252 may perform the same processing as the determination unit 152 of the first embodiment, and may count the number of matches based on the image edge and the edge of the part.
  • the similarity between the uppermost outline stored in the areas 242A and 242B of the outline information 242 and the image outline 31a is equal to or higher than a predetermined similarity.
  • the identification unit 252 generates identification information 242a corresponding to the area 242A.
  • the time “t 1 ”, the identification information “C001”, the direction information “0 °”, and the number of matches “M 1 ” are associated with the specific information 242a.
  • the identification unit 252 generates identification information 242b corresponding to the area 242B.
  • the time “t 1 ”, the identification information “C003”, the direction information “0 °”, and the number of matches “M 2 ” are associated with the specific information 242b.
  • the identifying unit 252 repeatedly performs the same process on other captured image data (for example, the captured image data 32 to 34 in FIG. 8) subsequent to the captured image data 31, and generates specific information.
  • the specifying unit 252 outputs the generated specific information to the determining unit 253.
  • the determination unit 253 is a processing unit that determines identification information of an object corresponding to a subject in each piece of captured image data based on each piece of specific information acquired from the specifying unit 252. The determination unit 253 outputs the determined identification information to the output unit 254.
  • the determination unit 253 classifies a plurality of pieces of specific information for each piece of identification information.
  • the determination unit 253 counts the number of pieces of specific information classified into each piece of identification information, and determines identification information corresponding to a group having the largest number of pieces of specific information.
  • the number of specific information having the identification information “C001” is “l”
  • the number of the specific information having the identification information “C002” is “m”
  • the number of the specific information having the identification information “C003” is “n”.
  • l> m> n the identification information of the object corresponding to the subject included in the captured image data is “C001”.
  • the determination unit 253 may determine one piece of identification information by executing the following processing. As an example, the process of the determination unit 253 will be described with the identification information having the same number of specific information as identification information “C001” and “C003”.
  • the determination unit 253 arranges the specific information including the identification information “C001” in chronological order.
  • the determining unit 253 scans the specific information arranged in a time series, and determines whether the overall tendency of the change of the direction information is the ascending order or the descending order. When the change tendency is ascending order, the direction information of the specific information before and after is compared, and if the direction information increases, 1 is added to the evaluation value. If the direction information does not increase, the evaluation information is evaluated. By repeatedly executing the process of adding 0 to the value, the evaluation value of the identification information “C001” is calculated.
  • the determination unit 253 scans the specific information arranged in chronological order, and when the tendency of the change of the overall direction information is in descending order, compares the direction information of the preceding and succeeding specific information and decreases the direction information. If so, a process of adding 1 to the evaluation value and adding 0 to the evaluation value when the orientation information has not decreased is repeatedly performed, thereby calculating the evaluation value of the identification information “C001”.
  • the determination unit 253 calculates the evaluation value of the identification information “C003” by executing the above-described processing also for the identification information “C003”.
  • the determination unit 253 compares the evaluation value of the identification information “C001” with the evaluation value of “C003”, and determines the identification information with the larger evaluation value as the identification information of the object corresponding to the subject included in the captured image data. Is determined.
  • the determination unit 253 may perform a process of determining the identification information using the number of matches included in the specific information. For example, when performing the above process, the determination unit 253 performs a process of excluding, from the targets, specific information whose number of matches is less than a threshold from among the specific information. The determination unit 253 performs a process of classifying the remaining specific information and a process of calculating an evaluation value after excluding the specific information based on the number of matches.
  • the output unit 254 is a processing unit that performs a process of outputting the identification information specified by the determination unit 253.
  • the determination unit 253 outputs the identification information to another external device via the communication unit 110.
  • the output unit 254 may output information in which captured image data from which an image outline has been extracted is associated with identification information.
  • FIG. 11 is a flowchart illustrating the processing procedure of the information processing apparatus according to the second embodiment.
  • the acquisition unit 251 of the information processing device 200 acquires captured image data from the camera 205 and stores the captured image data in the image buffer 241 (step S201).
  • the specifying unit 252 of the information processing apparatus 200 selects unselected captured image data from the image buffer 241 (Step S202).
  • the specifying unit 252 extracts an image outline from the captured image data (Step S203).
  • the specifying unit 252 compares the image outline with each top-level outline of the outline information 242 (step S204).
  • the specifying unit 252 specifies the top-level outline similar to the image outline, and generates specifying information (Step S205). The specifying unit 252 determines whether or not unselected captured image data exists in the image buffer 241 (Step S206).
  • step S206 If there is unselected captured image data (step S206, Yes), the specifying unit 252 selects unselected captured image data (step S207), and proceeds to step S203. On the other hand, when there is no unselected captured image data (step S206, No), the specifying unit 252 proceeds to step S208.
  • the determination unit 253 of the information processing device 200 excludes, from the specific information, specific information whose number of matches is less than the threshold (step S208).
  • the determination unit 253 classifies the specific information and determines identification information corresponding to the captured image data (step S209).
  • the output unit 254 of the information processing device 200 outputs the specified identification information and the captured image data to the external device (or the display unit 230) (Step S210).
  • the information processing device 200 extracts an outline from each piece of captured image data, and specifies an object corresponding to the subject from the correspondence between the outline stored for each angle stored in the outline information 242 and the extracted outline. As a result, even if the shape of the contour of the subject continuously changes, it is possible to prevent the accuracy of determining the object corresponding to the subject from decreasing.
  • the processing of the information processing apparatus 200 described above is not limited to the above processing.
  • the specifying unit 252 extracts the image outline from the captured image data, specifies the plurality of uppermost outlines whose similarity is equal to or more than the threshold, and compares the uppermost outline with the image outline of the subsequent captured image data.
  • narrowing down may be performed based on the order relation.
  • FIG. 12 is a diagram for explaining another process of the information processing device.
  • the identifying unit 252 the photographed image data 31 at time t 1, and extracts an image outline (outline) 31a.
  • the process in which the specifying unit 252 extracts the image outline is the same as the process in which the determination unit 152 extracts the image outline.
  • the specifying unit 252 draws the top outline from PostScript data stored in each area of the outline information 242, and calculates the similarity between the drawn top outline and the image outline 31a.
  • the specifying unit 252 specifies information on the top-level outline whose similarity with the image outline is equal to or greater than a predetermined similarity. For example, the similarity between the uppermost outline stored in the areas 242A and 242B of the outline information 242 and the image outline 31a is equal to or higher than a predetermined similarity.
  • the identification unit 252 determines the top-level outline of the areas 242C and 242D corresponding to the areas 242A and 242B of the outline information 242, out of the direction information “30 °” having a predetermined order relationship with the direction information “0 °”. To identify.
  • the determination unit 253 calculates the similarity R1 between the top outline of the region 242C specified by the specifying unit 252 and the image outline 32a.
  • the determination unit 253 calculates the similarity R2 between the outline of the uppermost layer of the region 242D and the image outline 32a.
  • the determination unit 253 determines the identification information “C001” for the subject included in the captured image data 31, 32.
  • the determination unit 253 determines the identification information “C003” for the subject included in the captured image data 31, 32.
  • the information processing apparatus can reduce the amount of calculation by narrowing down the uppermost layer outline vector to be compared with the image outline of the captured image data based on the order relation. Further, even if the shape of the contour of the subject continuously changes, it is possible to prevent the accuracy of determining the object corresponding to the subject from decreasing.
  • the regions 242A and 242B of the outline information 242 are included. Are identified as the uppermost outlines of the regions 242C and 242D corresponding to.
  • the direction information having a predetermined order relationship with the direction information “0 °” may be, for example, the direction information “ ⁇ 30 ° (330 °)” not shown, or both of the direction information (30 ° and 30 °). 330 °).
  • FIG. 13 is a diagram illustrating an example of a hardware configuration of a computer that realizes functions similar to those of the information processing apparatus according to the first embodiment.
  • the computer 300 includes a CPU 301 that executes various arithmetic processing, an input device 302 that receives input of data from a user, and a display 303.
  • the computer 300 includes a reading device 304 that reads a program or the like from a storage medium, and an interface device 305 that exchanges data with an external device, the camera 105, or the like via a wired or wireless network.
  • the computer 300 includes a RAM 306 for temporarily storing various information, and a hard disk device 307. Each of the devices 301 to 307 is connected to the bus 308.
  • the hard disk device 307 has an acquisition program 307a, a determination program 307b, a specific program 307c, and an output program 307d.
  • the CPU 301 reads the acquisition program 307a, the determination program 307b, the specific program 307c, and the output program 307d, and expands them on the RAM 306.
  • the acquisition program 307a functions as the acquisition process 306a.
  • the determination program 307b functions as a determination process 306b.
  • the specific program 307c functions as a specific process 306c.
  • the output program 307d functions as an output process 306d.
  • the processing of the acquisition process 306a corresponds to the processing of the acquisition unit 151.
  • the processing of the determination process 306b corresponds to the processing of the determination unit 152.
  • the processing of the specifying process 306c corresponds to the processing of the specifying unit 153.
  • the processing of the output process 306d corresponds to the processing of the output unit 154.
  • each program does not necessarily need to be stored in the hard disk device 307 from the beginning.
  • each program is stored in a “portable physical medium” such as a flexible disk (FD), a CD-ROM, a DVD disk, a magneto-optical disk, or an IC card inserted into the computer 300. Then, the computer 300 may read out and execute each of the programs 307a to 307e.
  • a “portable physical medium” such as a flexible disk (FD), a CD-ROM, a DVD disk, a magneto-optical disk, or an IC card inserted into the computer 300.
  • the computer 300 may read out and execute each of the programs 307a to 307e.
  • FIG. 14 is a diagram illustrating an example of a hardware configuration of a computer that realizes the same function as the information processing apparatus according to the second embodiment.
  • the computer 400 includes a CPU 401 that executes various types of arithmetic processing, an input device 402 that receives input of data from a user, and a display 403. Further, the computer 400 includes a reading device 404 that reads a program or the like from a storage medium, and an interface device 405 that exchanges data with an external device, the camera 205, or the like via a wired or wireless network.
  • the computer 400 includes a RAM 406 for temporarily storing various information, and a hard disk device 407. The devices 401 to 407 are connected to a bus 408.
  • the hard disk device 407 has an acquisition program 407a, a specific program 407b, a determination program 407c, and an output program 407d.
  • the CPU 401 reads the acquisition program 407a, the specific program 407b, the determination program 407c, and the output program 407d, and expands them on the RAM 406.
  • the acquisition program 407a functions as the acquisition process 406a.
  • the specific program 407b functions as the determination process 406b.
  • the determination program 407c functions as a determination process 406c.
  • the output program 407d functions as an output process 406d.
  • the processing of the acquisition process 406a corresponds to the processing of the acquisition unit 251.
  • the processing of the specifying process 406b corresponds to the processing of the specifying unit 252.
  • the processing of the determination process 406c corresponds to the processing of the determination unit 253.
  • the processing of the output process 406d corresponds to the processing of the output unit 254.
  • each program does not necessarily have to be stored in the hard disk device 307 from the beginning.
  • each program is stored in a “portable physical medium” such as a flexible disk (FD), a CD-ROM, a DVD disk, a magneto-optical disk, or an IC card inserted into the computer 400.
  • the computer 300 may read out and execute each of the programs 407a to 407e.

Abstract

情報処理装置（１００）は、複数の物体の輪郭データを記憶する記憶部を参照して、撮影画像に含まれる被写体の輪郭に対応する複数の輪郭データが含まれるか否かの判定を行う。情報処理装置（１００）は、判定結果が肯定的である場合、記憶部を参照して、被写体の輪郭に対応する複数の輪郭データにそれぞれ対応付けられた複数の部位データを取得し、取得した複数の部位データに基づき、複数の物体のうち、被写体に対応する物体を特定する。

Description

特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置
　本発明は、特定方法等に関する。
　近年、画像からエッジを抽出し、輪郭（アウトライン）を特定し物体を認識する技術がある。たとえば、撮影された画像データの各画像ブロックからブロック間に跨がる複数エッジを抽出する。そして、複数のエッジから、輪郭を抽出し、撮影された角度に対応する物体モデルを絞り込み、物体認識を行う従来技術がある。
特開２０１７－０９１２０２号公報 特開２０１２－２１２３２２号公報
　しかしながら、上述した従来技術では、撮影画像に含まれる被写体の特定に要する計算負荷が大きくなるという問題がある。
　たとえば、画像ブロックから複数のエッジを抽出し、輪郭を特定するためには、多くの計算量が必要である。さらに、撮影された角度に対応する物体モデルを絞り込み、物体を認識するためには、さらに計算負荷が増加する。
　１つの側面では、本発明は、撮影画像に含まれる被写体の特定に要する計算負荷を軽減することができる特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置を提供することを目的とする。
　第１の案では、コンピュータに次の処理を実行させる。コンピュータは、撮影装置により撮影された撮影画像を取得する。コンピュータは、複数の物体の輪郭の形状を示す複数の輪郭データを記憶する記憶部を参照して、複数の輪郭データに、取得した撮影画像に含まれる被写体の輪郭に対応する複数の輪郭データが含まれるか否かの判定を行う。コンピュータは、判定結果が肯定的である場合、物体の輪郭の内側に位置する部位の形状又は模様を示す部位データを物体の輪郭の形状を示す輪郭データに対応付けて記憶する記憶部を参照して、被写体の輪郭に対応する複数の輪郭データにそれぞれ対応付けられた複数の部位データを取得する。コンピュータは、取得した複数の部位データに基づき、複数の物体のうち、被写体に対応する物体を特定する。
　撮影画像に含まれる被写体の特定に要する計算負荷を軽減することができる。
図１は、本実施例１に係る情報処理装置の処理を説明するための図である。 図２は、本実施例１に係る情報処理装置の構成を示す機能ブロック図である。 図３は、本実施例１に係る画像バッファのデータ構造の一例を示す図である。 図４は、PostScriptデータの一例を示す図である。 図５は、アウトラインとスクリプトデータとの関係を説明するための図である。 図６は、本実施例１に係る情報処理装置の処理手順を示すフローチャートである。 図７は、本実施例２に係る情報処理装置の処理を説明するための図である。 図８は、アウトラインとスクリプトデータとの関係を説明するための図である。 図９は、本実施例２に係る情報処理装置の構成を示す機能ブロック図である。 図１０は、本実施例２に係る特定部の処理を説明するための図である。 図１１は、本実施例２に係る情報処理装置の処理手順を示すフローチャートである。 図１２は、情報処理装置のその他の処理を説明するための図である。 図１３は、本実施例１に係る情報処理装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。 図１４は、本実施例２に係る情報処理装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。
　以下に、本発明にかかる特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置の実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。
　図１は、本実施例１に係る情報処理装置の処理を説明するための図である。情報処理装置は、ステレオカメラにより撮影された撮影画像データ１０を取得する。情報処理装置は、ステレオカメラの視差を利用して、撮影画像データから被写体の輪郭の形状を特定する。情報処理装置が特定した被写体の輪郭の形状をアウトライン１０ａとする。
　情報処理装置は、アウトライン１０ａと、アウトライン情報１４２とを比較して、撮影画像データ１０に含まれる被写体が、アウトライン情報に登録された複数の物体のうち、いずれの物体に対応するのかを特定する。
　アウトライン情報１４２は、物体のアウトラインの情報と、物体に含まれるパーツのアウトラインの情報とを保持する。たとえば、アウトライン情報１４２は、車両Ａのアウトライン２０ａと、車両Ａのパーツのアウトライン２１ａとを対応付ける。アウトライン情報１４２は、車両Ｂのアウトライン２０ｂと、車両Ｂのパーツのアウトライン２１ｂとを対応付ける。アウトライン情報１４２は、車両Ｃのアウトライン２０ｃと、車両Ｃのパーツのアウトライン２１ｃとを対応付ける。
　情報処理装置は、被写体のアウトライン１０ａと、アウトライン情報１４２の各アウトライン２０ａ，２０ｂ，２０ｃとを比較し、アウトライン１０ａと類似するアウトラインを、各アウトライン２０ａ，２０ｂ，２０ｃから特定する。図１に示す例では、アウトライン１０ａと類似するアウトラインを、アウトライン２０ａ，２０ｃとする。
　情報処理装置は、アウトライン２０ａ，２０ｃを特定すると、アウトラインに対応付けられたパーツのエッジ２１ａ，２１ｃと、画像エッジ１０ｂとの比較を行う。この画像エッジ１０ｂは、撮影画像データ１０の全領域の内、被写体の輪郭の内側の領域からエッジを抽出した画像である。情報処理装置は、画像エッジ１０ｂと、アウトライン２１ａ、２１ｃとを比較し、アウトライン２１ａの方が、アウトライン２１ｂよりも、画像エッジ１０ｂに類似している場合に、被写体に対応する物体が、「車両Ａ」であると判定する。
　上述したように、本実施例１に係る情報処理装置は、撮影画像データ１０からアウトライン１０ａを特定し、アウトライン１０ａと、アウトライン情報１４２の物体のアウトライン２０ａ～２０ｃとの比較により、物体の絞り込みを行う。情報処理装置は、絞り込みを行った後に、撮影画像データ１０の画像エッジ１０ｂと、パーツのエッジとの比較を行い、被写体に対応する物体を特定する処理を行う。これにより、撮影画像データに含まれる被写体の特定に要する計算負荷を軽減することができる。
　次に、本実施例１に係る情報処理装置の構成の一例について説明する。図２は、本実施例１に係る情報処理装置の構成を示す機能ブロック図である。図２に示すように、情報処理装置１００は、カメラ１０５、通信部１１０、入力部１２０、表示部１３０、記憶部１４０、制御部１５０を有する。
　カメラ１０５は、被写体を２つの異なる方向から同時に撮影するステレオカメラ（双眼カメラ）または、左右に可動可能な単眼カメラであり、視差により被写体のアウトラインを識別することができる。カメラ１０５は、第１の方向から撮影した第１撮影画像データと、第１の方向とは異なる第２の方向から撮影した第２撮影画像データとを、情報処理装置１００に出力する。以下の説明では、適宜、第１撮影画像データと、第２撮影画像データとをまとめて「撮影画像データ」と表記する。
　通信部１１０は、ネットワークを介して外部装置とデータ通信を実行する処理部である。通信部１１０は、通信装置の一例である。情報処理装置１００は、ネットワークを介して、カメラ１０５に接続し、ネットワークを介して、撮影画像データを受信してもよい。
　入力部１２０は、情報処理装置１００に各種の情報を入力するための入力装置である。たとえば、入力部１２０は、キーボードやマウス、タッチパネル等に対応する。
　表示部１３０は、制御部１５０から出力される各種の情報を表示するための表示装置である。たとえば、表示部１３０は、液晶ディスプレイやタッチパネル等に対応する。
　記憶部１４０は、画像バッファ１４１と、アウトライン情報１４２とを有する。記憶部１４０は、ＲＡＭ（Random　Access　Memory）、ＲＯＭ（Read　Only　Memory）、フラッシュメモリ（Flash　Memory）などの半導体メモリ素子や、ＨＤＤ（Hard　Disk　Drive）などの記憶装置に対応する。
　画像バッファ１４１は、カメラ１０５に撮影された撮影画像データを格納するバッファである。図３は、本実施例１に係る画像バッファのデータ構造の一例を示す図である。図３に示すように、画像バッファ１４１は、時刻と、撮影画像データとを対応付ける。時刻は、撮影画像データが撮影された時刻である。撮影画像データは、カメラ１０５に撮影された画像データである。
　アウトライン情報１４２は、物体の向き情報と、物体のアウトラインと、物体に含まれる各パーツの情報とを保持する情報である。アウトライン情報１４２は、物体に含まれる各パーツの情報として、PostScriptデータを有する。
　PostScriptデータは、アウトラインや複数のパーツのエッジを描画するためのPostScriptデータである。図４は、PostScriptデータの一例を示す図である。図４に示すように、このPostScriptデータ４０は、複数のPostScriptデータ４０ａ，４０ｂ，４０ｃ，４０ｄを含む。一例として、PostScriptデータ４０ａ～４０ｄを示すが、PostScriptデータ４０は、他のPostScriptデータを含んでいてもよい。
　最上層のPostScriptデータ４０ａは、物体（全体）の輪郭のアウトラインを描画するためのPostScriptデータである。たとえば、PostScriptデータ４０が、車両Ａの角度「０°／０：００」のPostScriptデータである場合には、物体（全体）の輪郭のアウトラインは、図１で説明したアウトライン２０ａに対応する。以下の説明では、適宜、最上層のPostScriptデータにより描画されるアウトラインを、「最上層アウトライン」と表記する。
　PostScriptデータ４０ａの配下の各PostScriptデータ４０ｂ～４０ｄは、物体の輪郭内に含まれる各パーツのエッジを描画するためのPostScriptデータである。たとえば、PostScriptデータ４０ｂは、物体の右ウインカーのエッジを描画するためのPostScriptデータである。PostScriptデータ４０ｃは、物体の左ウインカーのエッジを描画するためのPostScriptデータである。PostScriptデータ４０ｄは、物体の輪郭内の他のパーツのエッジを描画するためのPostScriptデータである。以下の説明では、適宜、配下のPostScriptデータにより描画されるエッジを「パーツエッジ」と表記する。たとえば、PostScriptデータ４０ａの配下の各PostScriptデータ４０ｂ～４０ｄに規定される座標は、最上層のPostScriptデータで規定された座標を基準とする相対的な座標であってもよい。
　図５は、アウトラインとスクリプトデータとの関係を説明するための図である。図５では、一例として、アウトライン５に対応するPostScriptデータ６を示す。PostScriptデータ６により、アウトライン５を描画することができる。
　アウトライン５は、直線５ＡＢ、曲線５ＢＣ、直線５ＣＤ、直線５ＤＡからなる。直線５ＡＢは、制御点Ａと制御点Ｂとを結ぶ直線である。直線５ＣＤは、制御点Ｃと制御点Ｄとを結ぶ直線である。直線５ＤＡは、制御点Ｄと制御点Ａとを結ぶ直線である。曲線５ＢＣは、制御点Ｂと制御点Ｃとを結ぶ曲線であり、制御点α，βおよび制御点（端点）Ｂ，Ｃにより、曲線の形状が決定される。
　アウトライン５の制御点Ａ，Ｂ，Ｃ，Ｄ、制御点α，βを基にして、アウトライン５のPostScriptデータ６が生成される。PostScriptデータ６に含まれる「Ｘａ，Ｙａ」は、制御点Ａの座標を示すものである。「Ｘｂ，Ｙｂ」は、制御点Ｂの座標を示すものである。「Ｘｃ，Ｙｃ」は、制御点Ｃの座標を示すものである。「Ｘｄ，Ｙｄ」は、制御点Ｄの座標を示すものである。「Ｘα，Ｙα」は、制御点αの座標を示すものである。「Ｘβ，Ｙβ」は、制御点βの座標を示すものである。PostScriptデータ６には、各種のコマンド「newpath　moveto　lineto　curveto　stroke　showpage」が含まれる。
　制御部１５０は、取得部１５１と、判定部１５２と、特定部１５３と、出力部１５４とを有する。制御部１５０は、ＣＰＵ（Central　Processing　Unit）やＭＰＵ（Micro　Processing　Unit）などによって実現できる。また、制御部１５０は、ＡＳＩＣ（Application　Specific　Integrated　Circuit）やＦＰＧＡ（Field　Programmable　Gate　Array）などのハードワイヤードロジックによっても実現できる。
　取得部１５１は、カメラ１０５から、撮影画像データを取得する処理部である。取得部１５１は、取得した撮影画像データを時刻と対応付けて、画像バッファ１４１に格納する。カメラ１０５は、撮影時に時刻情報を、撮影画像データに付与してもよいし、取得部１５１が、図示しないタイマから時刻の情報を取得してもよい。
　判定部１５２は、画像バッファ１４１に格納された撮影画像データと、アウトライン情報１４２とを基にして、撮影画像データに含まれる被写体のアウトラインと類似する最上層アウトラインを判定する処理部である。以下において、判定部１５２の処理の一例について説明する。
　判定部１５２は、撮影画像データ（第１撮影画像データおよび第２撮影画像データ）を基にして、ステレオカメラの原理により、撮影画像上の被写体の輪郭形状を抽出する。判定部１５２は、輪郭形状を、被写体のアウトラインとして特定する。以下の説明では、撮影画像データから抽出した被写体のアウトラインを「画像アウトライン」と表記する。
　判定部１５２は、アウトライン情報１４２の各PostScriptデータについて、最上層のPostScriptデータを基にして、最上層アウトラインをそれぞれ描画する。判定部１５２は、描画した各最上層アウトラインと、画像アウトラインとを比較して類似度を算出する。判定部１５２は、画像アウトラインとの類似度が所定の類似度以上となる最上層アウトラインを判定する。判定部１５２は、各最上層アウトラインのうち、画像アウトラインとの類似度が所定の類似度以上となる最上層アウトラインの情報を、特定部１５３に出力する。以下の説明では、画像アウトラインとの類似度が所定の類似度以上となる最上層アウトラインを「候補アウトライン」と表記する。候補アウトラインは、複数であってもよい。
　判定部１５２は、最上層アウトラインと、画像アウトラインとの類似度をどのように算出してもよい。たとえば、判定部１５２は、最上層アウトラインに囲まれる領域と、画像アウトラインに囲まれる領域との一致率を、類似度として算出してもよい。
　また、判定部１５２は、撮影画像データの全領域のうち、画像アウトラインに囲まれる領域を抽出し、抽出した領域の画像からエッジを抽出し、画像エッジを生成する。たとえば、判定部１５２は、ハフ変換などを用いて、画像エッジを生成する。
　判定部１５２は、上記の処理を実行し、候補アウトラインの情報と、画像エッジの情報を、特定部１５３に出力する。判定部１５２が特定部１５３に出力する候補アウトラインの情報は、候補アウトラインを特定可能な情報であり、識別情報と、角度（向き情報）とを含む。
　特定部１５３は、候補アウトラインの情報を受け付けると、候補アウトラインの内側に位置する部品の形状または模様の形状と、撮影画像データの画像エッジとを基にして、撮影画像データの被写体に対応する物体を特定する処理部である。以下において、特定部１５３の処理の一例について説明する。
　特定部１５３は、１つの候補アウトラインを選択し、選択した候補アウトラインの配下のPostScriptデータから、各パーツのエッジ描画し、画像エッジに含まれるエッジの各形状と、各パーツのエッジとを比較する。特定部１５３は、比較したパーツのエッジの内、類似度が閾値以上となるエッジの形状が存在するパーツのエッジの数をカウントする。以下の説明では、類似度が閾値以上となるエッジの形状が存在するパーツのエッジの数を「一致数」と表記する。
　特定部１５３は、パーツのエッジと、画像エッジの形状との類似度をどのように算出してもよい。たとえば、判定部１５２は、パーツのエッジに囲まれる領域と、画像エッジにより形成される領域との一致率を、類似度として算出してもよい。
　特定部１５３は、他の候補アウトラインに対して同様に一致数をカウントする処理を繰り返し実行する。特定部１５３は、各候補アウトラインのうち、一致数が最大となる候補アウトラインに対応する識別情報を特定する。特定部１５３が特定した識別情報が、撮影画像データの被写体に対応する物体の識別情報となる。特定部１５３は、特定した識別情報を、出力部１５４に出力する。
　出力部１５４は、特定部１５３に特定された、識別情報を、出力する処理を行う処理部である。たとえば、出力部１５４は、識別情報を、通信部１１０を介して、他の外部装置に出力する。出力部１５４は、画像アウトラインの抽出元となった撮影画像データと、識別情報とを対応付けた情報を出力してもよい。
　次に、本実施例１に係る情報処理装置１００の処理手順の一例について説明する。図６は、本実施例１に係る情報処理装置の処理手順を示すフローチャートである。図６に示すように、情報処理装置１００の取得部１５１は、撮影画像データを取得し、画像バッファ１４１に格納する（ステップＳ１０１）。
　情報処理装置１００の判定部１５２は、被写体の画像アウトラインを抽出する（ステップＳ１０２）。判定部１５２は、画像アウトライン内の画像エッジを生成する（ステップＳ１０３）。判定部１５２は、画像アウトラインとアウトライン情報１４２の最上層アウトラインとを比較し、画像アウトラインと類似する最上層アウトライン（候補アウトライン）を特定する（ステップＳ１０４）。
　情報処理装置１００の特定部１５３は、候補アウトラインを選択する（ステップＳ１０５）。特定部１５３は、選択した候補アウトラインの配下のPostScriptデータから、パーツのエッジを描画する（ステップＳ１０６）。
　特定部１５３は、画像エッジとパーツのエッジとを比較して、一致数をカウントする（ステップＳ１０７）。特定部１５３は、全ての候補アウトラインを選択したか否かを判定する（ステップＳ１０８）。特定部１５３は、全ての候補アウトラインを選択していない場合には（ステップＳ１０８，Ｎｏ）、未選択の候補アウトラインを選択し（ステップＳ１０９）、ステップＳ１０６に移行する。
　一方、特定部１５３は、全ての候補アウトラインを選択した場合には（ステップＳ１０８，Ｙｅｓ）、一致数が最大となる候補アウトラインに対応する識別情報を特定する（ステップＳ１１０）。情報処理装置１００の出力部１５４は、特定された識別情報と、撮影画像データとを外部装置（あるいは、表示部１３０）に出力する（ステップＳ１１１）。
　次に、本実施例１に係る情報処理装置１００の効果について説明する。情報処理装置１００は、撮影画像データから画像アウトラインを特定し、画像アウトラインと、アウトライン情報１４２との比較により、最上層アウトラインの絞り込みを行う。情報処理装置は、絞り込みを行った後に、撮影画像データの画像エッジと、パーツのエッジとの比較を行い、被写体に対応する物体を特定する処理を行う。これにより、撮影画像データに含まれる被写体の特定に要する計算負荷を軽減することができる。
　情報処理装置１００によれば、ステレオカメラの原理により、撮影画像上の被写体の輪郭形状（画像アウトライン）を抽出し、最上層アウトラインの絞り込みを行う。このため、画像から抽出されるエッジを用いる場合と比較して、容易に最上層アウトラインの絞り込みを行うことができる。
　図７は、本実施例２に係る情報処理装置の処理を説明するための図である。情報処理装置は、ステレオカメラにより撮影された撮影画像データ３１，３２，３３，３４を取得する。情報処理装置は、ステレオカメラの視差を利用して、各撮影画像データ３１～３４から被写体の輪郭の形状を特定する。
　たとえば、撮影画像データ３１に含まれる被写体の輪郭の形状をアウトライン３１ａとする。撮影画像データ３２に含まれる被写体に輪郭の形状をアウトライン３２ａとする。撮影画像データ３３に含まれる被写体に輪郭の形状をアウトライン３３ａとする。撮影画像データ３４に含まれる被写体に輪郭の形状をアウトライン３４ａとする。
　アウトライン情報２４２は、物体の向き情報と、物体のアウトラインの情報とを対応付けて保持する。アウトライン情報２４２では、物体の向き情報は、物体の角度を示し、昇順に並んでいる。アウトライン４３ａは、向き「０°」の車両Ａの輪郭の形状である。アウトライン４１ａは、向き「６０°」の車両Ａの輪郭の形状である。アウトライン４２ａは、向き「１２０°」の車両Ａの輪郭の形状である。車両Ａに関する他の向きのアウトラインの図示は省略する。
　アウトライン４３ｂは、向き「０°」の車両Ｂの輪郭の形状である。アウトライン４１ｂは、向き「６０°」の車両Ｂの輪郭の形状である。アウトライン４２ｂは、向き「１２０°」の車両Ｂの輪郭の形状である。車両Ｂに関する他の向きのアウトラインの図示は省略する。
　アウトライン４３ｃは、向き「０°」の車両Ｃの輪郭の形状である。アウトライン４１ｃは、向き「６０°」の車両Ｃの輪郭の形状である。アウトライン４２ｃは、向き「１２０°」の車両Ｃの輪郭の形状である。車両Ｃに関する他の向きのアウトラインの図示は省略する。
　アウトライン情報２４２のより具体的なデータ構造は、図８に示すものとなる。図８は、本実施例２で用いるアウトライン情報のデータ構造の一例を示す図である。図８に示すように、アウトライン情報２４２は、識別情報と、角度（時刻表現による物体の向き）毎のPostScriptデータを有する。識別情報は、物体を一意に識別する情報である。情報処理装置は、各アウトライン３１ａ～３４ａと、アウトライン情報２４２とを比較して、撮影画像データ３１～３４に含まれる被写体が、アウトライン情報２４２に登録された複数の物体のうち、いずれの物体に対応するのかを特定する。
　情報処理装置は、各アウトライン３１ａ～３４ａと、アウトライン情報２４２とを比較し、各アウトライン３１ａ～３４ａと類似するアウトラインを、特定する処理を繰り返し実行する。
　たとえば、情報処理装置は、アウトライン３１ａと、向き情報「０°」の各アウトライン４３ａ～４３ｃとを比較し、アウトライン３１ａと類似するアウトライン４３ａ，４３ｃを特定する。情報処理装置は、アウトライン３２ａと、図示しない向き情報「３０°」の各アウトラインとを比較し、類似するアウトラインを特定する。
　情報処理装置は、アウトライン３３ａと、向き情報「６０°」の各アウトライン４１ａ～４１ｃとを比較し、アウトライン３３ａと類似するアウトライン４１ａを特定する。情報処理装置は、アウトライン３４ａと、図示しない向き情報「９０°」の各アウトラインとを比較し、類似するアウトラインを特定する。
　情報処理装置は、上記処理を実行し、アウトライン情報２４２の車両毎に、類似するアウトラインの数を集計する。情報処理装置は、類似するアウトラインの数が最大となる車両を、撮影画像データの被写体に対応する車両であると判定する。
　たとえば、車両Ａに対応する各向き情報の各アウトラインのうち、「ｌ個」のアウトラインが、撮影画像データ３１～３４のアウトライン３１ａ～３４ａと類似するアウトラインとして特定されたものとする。車両Ｂに対応する各向き情報の各アウトラインのうち、「ｍ個」のアウトラインが、撮影画像データ３１～３４のアウトライン３１ａ～３４ａと類似するアウトラインとして特定されたものとする。車両Ｃに対応する各向き情報の各アウトラインのうち、「ｎ個」のアウトラインが、撮影画像データ３１～３４のアウトライン３１ａ～３４ａと類似するアウトラインとして特定されたものとする。また、ｌ個＞ｍ個＞ｎ個とする。この場合には、情報処理装置は、撮影画像データ３１～３４に含まれる被写体を「車両Ａ」として特定する。
　上記のように、本実施例２に係る情報処理装置は、各撮影画像データからアウトラインをそれぞれ抽出し、アウトライン情報２４２に格納された角度毎のアウトラインと、抽出したアウトラインとの対応関係から、被写体に対応する物体を特定する。これによって、被写体の輪郭の形状が継続的に変化しても、被写体に対応する物体を判定する精度が低下することを抑止することができる。
　次に、本実施例２に係る情報処理装置の構成の一例について説明する。図９は、本実施例２に係る情報処理装置の構成を示す機能ブロック図である。図９に示すように、情報処理装置２００は、カメラ２０５、通信部２１０、入力部２２０、表示部２３０、記憶部２４０、制御部２５０を有する。
　カメラ２０５は、被写体を２つの異なる方向から同時に撮影するステレオカメラ（双眼カメラ）または、左右に可動可能な単眼カメラである。カメラ２０５は、撮影画像データを、情報処理装置２００に出力する。カメラ２０５に関するその他の説明は、カメラ１０５に関する説明と同様である。
　通信部２１０は、ネットワークを介して外部装置とデータ通信を実行する処理部である。通信部２１０は、通信装置の一例である。情報処理装置２００は、ネットワークを介して、カメラ２０５に接続し、ネットワークを介して、撮影画像データを受信してもよい。
　入力部２２０は、情報処理装置２００に各種の情報を入力するための入力装置である。たとえば、入力部２２０は、キーボードやマウス、タッチパネル等に対応する。
　表示部２３０は、制御部２５０から出力される各種の情報を表示するための表示装置である。たとえば、表示部２３０は、液晶ディスプレイやタッチパネル等に対応する。
　記憶部２４０は、画像バッファ２４１と、アウトライン情報２４２とを有する。記憶部２４０は、ＲＡＭ、ＲＯＭ、フラッシュメモリなどの半導体メモリ素子や、ＨＤＤなどの記憶装置に対応する。
　画像バッファ２４１は、カメラ２０５に撮影された撮影画像データを格納するバッファである。画像バッファ２４１のデータ構造は、図３で説明した画像バッファ１４１のデータ構造と同様であるため、説明を省略する。
　アウトライン情報２４２は、物体の向き情報と、物体のアウトラインと、物体に含まれる各パーツの情報とを保持する情報である。アウトライン情報２４２のデータ構造は、図８で説明したものと同様である。
　制御部２５０は、取得部２５１と、特定部２５２と、判定部２５３と、出力部２５４とを有する。制御部２５０は、ＣＰＵやＭＰＵなどによって実現できる。また、制御部２５０は、ＡＳＩＣやＦＰＧＡなどのハードワイヤードロジックによっても実現できる。
　取得部２５１は、カメラ２０５から、撮影画像データを取得する処理部である。取得部２５１は、取得した撮影画像データを時刻と対応付けて、画像バッファ２４１に格納する。カメラ２０５は、撮影時に時刻情報を、撮影画像データに付与してもよいし、取得部２５１が、図示しないタイマから時刻の情報を取得してもよい。
　特定部２５２は、画像バッファ２４１に格納された撮影画像データと、アウトライン情報２４２とを基にして、撮影画像データの画像アウトラインと類似する最上層アウトラインを特定する処理部である。最上層アウトラインは、図８で説明したように、最上層のPostScriptデータにより描画されるアウトラインである。
　特定部２５２は、撮影画像データの時刻、類似する最上層アウトラインに対応する識別情報、向き情報等を含む特定情報を生成し、判定部２５３に出力する。特定部２５２は、一つの撮影画像データに含まれる被写体のアウトラインと類似する最上層アウトラインがＮ個存在する場合には、Ｎ個の特定情報を生成する。
　図１０は、本実施例２に係る特定部の処理を説明するための図である。たとえば、図１０に示すように、特定部２５２は、時刻ｔ１の撮影画像データ３１から、画像アウトライン（アウトライン）３１ａを抽出する。特定部２５２が、画像アウトラインを抽出する処理は、判定部１５２が、画像アウトラインを抽出する処理と同様である。
　特定部２５２は、アウトライン情報２４２の各領域に格納されたPostScriptデータから最上層アウトラインをそれぞれ描画し、描画した最上層アウトラインと、画像アウトライン３１ａと類似度を算出する。特定部２５２は、画像アウトラインとの類似度が所定の類似度以上となる最上層アウトラインの情報を特定し、特定情報を生成する。また、特定部２５２は、実施例１の判定部１５２と同様の処理を行って、画像エッジとパーツのエッジとを基にして、一致数をカウントしてもよい。
　たとえば、アウトライン情報２４２の領域２４２Ａ，２４２Ｂに格納された最上層アウトラインと、画像アウトライン３１ａとの類似度を所定の類似度以上とする。特定部２５２は、領域２４２Ａに対応する特定情報２４２ａを生成する。特定情報２４２ａには、時刻「ｔ１」と、識別情報「Ｃ００１」と、向き情報「０°」と、一致数「Ｍ１」が対応付けられる。特定部２５２は、領域２４２Ｂに対応する特定情報２４２ｂを生成する。特定情報２４２ｂには、時刻「ｔ１」と、識別情報「Ｃ００３」と、向き情報「０°」と、一致数「Ｍ２」とが対応付けられる。
　特定部２５２は、撮影画像データ３１に続く、他の撮影画像データ（たとえば、図８の撮影画像データ３２～３４等）についても、同様の処理を繰り返し実行し、特定情報を生成する。特定部２５２は、生成した各特定情報を、判定部２５３に出力する。
　判定部２５３は、特定部２５２から取得する各特定情報を基にして、各撮影画像データの被写体に対応する物体の識別情報を判定する処理部である。判定部２５３は、判定した識別情報を、出力部２５４に出力する。
　たとえば、判定部２５３は、複数の特定情報を、識別情報毎に分類する。判定部２５３は、各識別情報に分類された特定情報の数をカウントし、特定情報の数が最大となるグループに対応する識別情報を判定する。識別情報「Ｃ００１」を有する特定情報の数が「ｌ個」、識別情報「Ｃ００２」を有する特定情報の数が「ｍ個」、識別情報「Ｃ００３」を有する特定情報の数が「ｎ個」とし、ｌ個＞ｍ個＞ｎ個とする。この場合には、撮影画像データに含まれる被写体に対応する物体の識別情報は「Ｃ００１」となる。
　ここで、判定部２５３は、特定情報の数が同一となる識別情報が複数存在する場合には、次の処理を実行することで、一つの識別情報を判定してもよい。一例として、特定情報の数が同一となる識別情報を識別情報「Ｃ００１」、「Ｃ００３」として、判定部２５３の処理について説明する。
　判定部２５３は、識別情報「Ｃ００１」を含む特定情報を、時系列に並べる。判定部２５３は、時系列に並べた特定情報を走査し、全体的な向き情報の変化の傾向が、昇順であるか降順であるかを判定する。変化の傾向が昇順である場合には、前後の特定情報の向き情報を比較し、向き情報が増加していれば、評価値に１を加え、向き情報が増加していない場合には、評価値に０を加える処理を繰り返し実行することで、識別情報「Ｃ００１」の評価値を算出する。
　一方、判定部２５３は、時系列に並べた特定情報を走査し、全体的な向き情報の変化の傾向が降順である場合には、前後の特定情報の向き情報を比較し、向き情報が減少していれば、評価値に１を加え、向き情報が減少していない場合には、評価値に０を加える処理を繰り返し実行することで、識別情報「Ｃ００１」の評価値を算出する。
　判定部２５３は、識別情報「Ｃ００３」についても、上記処理を実行することで、識別情報「Ｃ００３」の評価値を算出する。判定部２５３は、識別情報「Ｃ００１」の評価値と、「Ｃ００３」の評価値とを比較し、評価値の大きい側の識別情報を、撮影画像データに含まれる被写体に対応する物体の識別情報として判定する。
　なお、判定部２５３は、判定部２５３は、特定情報に含まれる一致数を用いて、識別情報を判定する処理を行ってもよい。たとえば、判定部２５３は、上記処理を実行する場合に、各特定情報のうち、一致数が閾値未満となる特定情報を対象から除外する処理を行う。判定部２５３は、一致数に基づいて、該当する特定情報を除外した後に、残りの特定情報を分類する処理、評価値を算出する処理を行う。
　出力部２５４は、判定部２５３に特定された、識別情報を、出力する処理を行う処理部である。たとえば、判定部２５３は、識別情報を、通信部１１０を介して、他の外部装置に出力する。出力部２５４は、画像アウトラインの抽出元となった撮影画像データと、識別情報とを対応付けた情報を出力してもよい。
　次に、本実施例２に係る情報処理装置２００の処理手順の一例について説明する。図１１は、本実施例２に係る情報処理装置の処理手順を示すフローチャートである。図１１に示すように、情報処理装置２００の取得部２５１は、カメラ２０５から撮影画像データを取得し、画像バッファ２４１に格納する（ステップＳ２０１）。
　情報処理装置２００の特定部２５２は、画像バッファ２４１から未選択の撮影画像データを選択する（ステップＳ２０２）。特定部２５２は、撮影画像データから画像アウトライン宇を抽出する（ステップＳ２０３）。特定部２５２は、画像アウトラインと、アウトライン情報２４２の各最上層アウトラインとを比較する（ステップＳ２０４）。
　特定部２５２は、画像アウトラインに類似する最上層アウトラインを特定し、特定情報を生成する（ステップＳ２０５）。特定部２５２は、画像バッファ２４１に未選択の撮影画像データが存在するか否かを判定する（ステップＳ２０６）。
　特定部２５２は、未選択の撮影画像データが存在する場合には（ステップＳ２０６，Ｙｅｓ）、未選択の撮影画像データを選択し（ステップＳ２０７）、ステップＳ２０３に移行する。一方、特定部２５２は、未選択の撮影画像データが存在しない場合には（ステップＳ２０６，Ｎｏ）、ステップＳ２０８に移行する。
　情報処理装置２００の判定部２５３は、特定情報のうち、一致数が閾値未満となる特定情報を除外する（ステップＳ２０８）。判定部２５３は、特定情報を分類して、撮影画像データに対応する識別情報を判定する（ステップＳ２０９）。情報処理装置２００の出力部２５４は、特定された識別情報と、撮影画像データとを外部装置（あるいは、表示部２３０）に出力する（ステップＳ２１０）。
　次に、本実施例２に係る情報処理装置２００の効果について説明する。情報処理装置２００は、各撮影画像データからアウトラインをそれぞれ抽出し、アウトライン情報２４２に格納された角度毎のアウトラインと、抽出したアウトラインとの対応関係から、被写体に対応する物体を特定する。これによって、被写体の輪郭の形状が継続的に変化しても、被写体に対応する物体を判定する精度が低下することを抑止することができる。
　ところで、上述した情報処理装置２００の処理は、上記の処理に限定されるものではない。たとえば、特定部２５２は、撮影画像データから画像アウトラインを抽出して、類似度が閾値以上となる複数の最上層アウトラインを特定した際に、続く撮影画像データの画像アウトラインと比較する最上層アウトラインを、順序関係を基にして絞り込んでもよい。
　図１２は、情報処理装置のその他の処理を説明するための図である。たとえば、特定部２５２は、時刻ｔ１の撮影画像データ３１から、画像アウトライン（アウトライン）３１ａを抽出する。特定部２５２が、画像アウトラインを抽出する処理は、判定部１５２が、画像アウトラインを抽出する処理と同様である。
　特定部２５２は、アウトライン情報２４２の各領域に格納されたPostScriptデータから最上層アウトラインをそれぞれ描画し、描画した最上層アウトラインと、画像アウトライン３１ａと類似度を算出する。特定部２５２は、画像アウトラインとの類似度が所定の類似度以上となる最上層アウトラインの情報を特定する。たとえば、アウトライン情報２４２の領域２４２Ａ，２４２Ｂに格納された最上層アウトラインと、画像アウトライン３１ａとの類似度を所定の類似度以上とする。
　ここで、特定部２５２は、向き情報「０°」と所定の順序関係にある、向き情報「３０°」のうち、アウトライン情報２４２の領域２４２Ａ，２４２Ｂに対応する領域２４２Ｃ，２４２Ｄの最上層アウトラインを特定する。
　続いて、判定部２５３は、時刻ｔ２の撮影画像データ３２から、画像アウトライン（アウトライン）３２ａを抽出する。判定部２５３は、特定部２５２に特定された、領域２４２Ｃの最上層アウトラインと、画像アウトライン３２ａとの類似度Ｒ１を算出する。判定部２５３は、領域２４２Ｄの最上層アウトラインと、画像アウトライン３２ａとの類似度Ｒ２を算出する。判定部２５３は、類似度Ｒ１が、類似度Ｒ２よりも大きい場合には、撮影画像データ３１，３２に含まれる被写体に対する識別情報「Ｃ００１」と判定する。一方、判定部２５３は、類似度Ｒ１が、類似度Ｒ２よりも大きくない場合には、撮影画像データ３１，３２に含まれる被写体に対する識別情報「Ｃ００３」と判定する。
　上記のように、情報処理装置は、順序関係を基にして、撮影画像データの画像アウトラインと比較する最上層アウトラインベクトルを絞り込むことで、計算量を削減することが可能となる。また、被写体の輪郭の形状が継続的に変化しても、被写体に対応する物体を判定する精度が低下することを抑止することができる。
　なお、図１２に説明した例では、向き情報「０°／０：００」と所定の順序関係（反時計回り）にある、向き情報「３０°」のうち、アウトライン情報２４２の領域２４２Ａ，２４２Ｂに対応する領域２４２Ｃ，２４２Ｄの最上層アウトラインを特定した。しかし、向き情報「０°」と所定の順序関係にある、向き情報は、たとえば、図示しない向き情報「－３０°（３３０°）」であってもよいし、両方の向き情報（３０°および３３０°）であってもよい。
　上記実施例１に示した情報処理装置１００と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図１３は、本実施例１に係る情報処理装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。
　図１３に示すように、コンピュータ３００は、各種演算処理を実行するＣＰＵ３０１と、ユーザからのデータの入力を受け付ける入力装置３０２と、ディスプレイ３０３とを有する。また、コンピュータ３００は、記憶媒体からプログラム等を読み取る読み取り装置３０４と、有線または無線ネットワークを介して、外部装置、カメラ１０５等との間でデータの授受を行うインタフェース装置３０５とを有する。コンピュータ３００は、各種情報を一時記憶するＲＡＭ３０６と、ハードディスク装置３０７とを有する。そして、各装置３０１～３０７は、バス３０８に接続される。
　ハードディスク装置３０７は、取得プログラム３０７ａ、判定プログラム３０７ｂ、特定プログラム３０７ｃ、出力プログラム３０７ｄを有する。ＣＰＵ３０１は、取得プログラム３０７ａ、判定プログラム３０７ｂ、特定プログラム３０７ｃ、出力プログラム３０７ｄを読み出してＲＡＭ３０６に展開する。
　取得プログラム３０７ａは、取得プロセス３０６ａとして機能する。判定プログラム３０７ｂは、判定プロセス３０６ｂとして機能する。特定プログラム３０７ｃは、特定プロセス３０６ｃとして機能する。出力プログラム３０７ｄは、出力プロセス３０６ｄとして機能する。
　取得プロセス３０６ａの処理は、取得部１５１の処理に対応する。判定プロセス３０６ｂの処理は、判定部１５２の処理に対応する。特定プロセス３０６ｃの処理は、特定部１５３の処理に対応する。出力プロセス３０６ｄの処理は、出力部１５４の処理に対応する。
　なお、各プログラム３０７ａ～３０７ｅについては、必ずしも最初からハードディスク装置３０７に記憶させておかなくてもよい。例えば、コンピュータ３００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ３００が各プログラム３０７ａ～３０７ｅを読み出して実行するようにしてもよい。
　上記実施例２に示した情報処理装置２００と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図１４は、本実施例２に係る情報処理装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。
　図１４に示すように、コンピュータ４００は、各種演算処理を実行するＣＰＵ４０１と、ユーザからのデータの入力を受け付ける入力装置４０２と、ディスプレイ４０３とを有する。また、コンピュータ４００は、記憶媒体からプログラム等を読み取る読み取り装置４０４と、有線または無線ネットワークを介して、外部装置、カメラ２０５等との間でデータの授受を行うインタフェース装置４０５とを有する。コンピュータ４００は、各種情報を一時記憶するＲＡＭ４０６と、ハードディスク装置４０７とを有する。そして、各装置４０１～４０７は、バス４０８に接続される。
　ハードディスク装置４０７は、取得プログラム４０７ａ、特定プログラム４０７ｂ、判定プログラム４０７ｃ、出力プログラム４０７ｄを有する。ＣＰＵ４０１は、取得プログラム４０７ａ、特定プログラム４０７ｂ、判定プログラム４０７ｃ、出力プログラム４０７ｄを読み出してＲＡＭ４０６に展開する。
　取得プログラム４０７ａは、取得プロセス４０６ａとして機能する。特定プログラム４０７ｂは、判定プロセス４０６ｂとして機能する。判定プログラム４０７ｃは、判定プロセス４０６ｃとして機能する。出力プログラム４０７ｄは、出力プロセス４０６ｄとして機能する。
　取得プロセス４０６ａの処理は、取得部２５１の処理に対応する。特定プロセス４０６ｂの処理は、特定部２５２の処理に対応する。判定プロセス４０６ｃの処理は、判定部２５３の処理に対応する。出力プロセス４０６ｄの処理は、出力部２５４の処理に対応する。
　なお、各プログラム４０７ａ～４０７ｅについては、必ずしも最初からハードディスク装置３０７に記憶させておかなくてもよい。例えば、コンピュータ４００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ３００が各プログラム４０７ａ～４０７ｅを読み出して実行するようにしてもよい。
　１００，２００　　情報処理装置
　１０５，２０５　　カメラ
　１１０，２１０　　通信部
　１２０，２２０　　入力部
　１３０，２３０　　表示部
　１４０，２４０　　記憶部
　１４１，２４１　　画像バッファ
　１４２，２４２　　アウトライン情報
　１５０，２５０　　制御部
　１５１，２５１　　取得部
　１５２，２５３　　判定部
　１５３，２５２　　特定部
　１５４，２５４　　出力部

Claims (18)

  1. 　コンピュータが、
    　撮影装置により撮影された撮影画像を取得し、
    　複数の物体の輪郭の形状を示す複数の輪郭データを記憶する記憶部を参照して、前記複数の輪郭データに、取得した前記撮影画像に含まれる被写体の輪郭に対応する複数の輪郭データが含まれるか否かの判定を行い、
    　判定結果が肯定的である場合、物体の輪郭の内側に位置する部位の形状又は模様を示す部位データを前記物体の輪郭の形状を示す輪郭データに対応付けて記憶する記憶部を参照して、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた複数の部位データを取得し、
    　取得した前記複数の部位データに基づき、前記複数の物体のうち、前記被写体に対応する物体を特定する、
    　処理を実行することを特徴とする特定方法。
  2. 　前記複数の部位データを取得する際に、前記物体の輪郭の内側に位置する部位又は模様の該物体に対する位置を該物体の輪郭を示す輪郭データに対応付けて記憶する記憶部を参照して、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた前記複数の部位データのうち、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた複数の位置に対応する部位データを取得する、
    　ことを特徴とする請求項１に記載の特定方法。
  3. 　前記撮影装置は被写体を異なる方向から同時に撮影する撮影装置であり、前記撮影装置に同時に撮影された第１方向撮影画像と第２方向撮影画像とを基にして、前記被写体の輪郭を抽出する処理を更に実行することを特徴とする請求項１または２に記載の特定方法。
  4. 　前記撮影画像のうち、前記抽出された被写体の輪郭の内側の領域から複数のエッジを抽出する処理を更に実行させ、前記特定する処理は、前記抽出された複数のエッジと、前記複数の部位データとに基づき、前記複数の物体のうち、前記被写体に対応する物体を特定することを特徴とする請求項３に記載の特定方法。
  5. 　コンピュータが、
    　撮影装置により撮影された第１の撮影画像を取得すると、複数の物体それぞれが有する複数の輪郭の形状を示す複数の輪郭データ群を記憶する記憶部を参照して、前記複数の輪郭データ群のうち、取得した前記第１の撮影画像に含まれる被写体の輪郭に対応する輪郭データが含まれる複数の輪郭データ群を特定し、
    　特定した前記複数の輪郭データ群それぞれに含まれる複数の輪郭データを、該複数の輪郭データの順序に対応付けて記憶する記憶部を参照して、特定した前記複数の輪郭データ群それぞれに含まれる複数の輪郭データのうち、前記被写体の輪郭に対応する前記輪郭データに対して特定の順序関係を有する複数の輪郭データを新たに特定し、
    　前記撮影装置により新たに撮影された第２の撮影画像を取得すると、新たに特定した前記複数の輪郭データと、前記第２の撮影画像に含まれる前記被写体の輪郭との対応関係に基づき、前記被写体がいずれの物体に対応するかの判定を行う、
    　処理を実行することを特徴とする判定方法。
  6. 　前記撮影装置は被写体を異なる方向から同時に撮影する撮影装置であり、前記撮影装置に同時に撮影された第１方向撮影画像と第２方向撮影画像とを基にして、前記被写体の輪郭を抽出する処理を更に実行することを特徴とする請求項５に記載の判定方法。
  7. 　撮影装置により撮影された撮影画像を取得し、
    　複数の物体の輪郭の形状を示す複数の輪郭データを記憶する記憶部を参照して、前記複数の輪郭データに、取得した前記撮影画像に含まれる被写体の輪郭に対応する複数の輪郭データが含まれるか否かの判定を行い、
    　判定結果が肯定的である場合、物体の輪郭の内側に位置する部位の形状又は模様を示す部位データを前記物体の輪郭の形状を示す輪郭データに対応付けて記憶する記憶部を参照して、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた複数の部位データを取得し、
    　取得した前記複数の部位データに基づき、前記複数の物体のうち、前記被写体に対応する物体を特定する、
    　処理をコンピュータに実行させることを特徴とする特定プログラム。
  8. 　前記複数の部位データを取得する際に、前記物体の輪郭の内側に位置する部位又は模様の該物体に対する位置を該物体の輪郭を示す輪郭データに対応付けて記憶する記憶部を参照して、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた前記複数の部位データのうち、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた複数の位置に対応する部位データを取得する、
    　ことを特徴とする請求項７に記載の特定プログラム。
  9. 　前記撮影装置は被写体を異なる方向から同時に撮影する撮影装置であり、前記撮影装置に同時に撮影された第１方向撮影画像と第２方向撮影画像とを基にして、前記被写体の輪郭を抽出する処理を更に実行することを特徴とする請求項７または８に記載の特定プログラム。
  10. 　前記撮影画像のうち、前記抽出された被写体の輪郭の内側の領域から複数のエッジを抽出する処理を更に実行させ、前記特定する処理は、前記抽出された複数のエッジと、前記複数の部位データとに基づき、前記複数の物体のうち、前記被写体に対応する物体を特定することを特徴とする請求項９に記載の特定プログラム。
  11. 　撮影装置により撮影された第１の撮影画像を取得すると、複数の物体それぞれが有する複数の輪郭の形状を示す複数の輪郭データ群を記憶する記憶部を参照して、前記複数の輪郭データ群のうち、取得した前記第１の撮影画像に含まれる被写体の輪郭に対応する輪郭データが含まれる複数の輪郭データ群を特定し、
    　特定した前記複数の輪郭データ群それぞれに含まれる複数の輪郭データを、該複数の輪郭データの順序に対応付けて記憶する記憶部を参照して、特定した前記複数の輪郭データ群それぞれに含まれる複数の輪郭データのうち、前記被写体の輪郭に対応する前記輪郭データに対して特定の順序関係を有する複数の輪郭データを新たに特定し、
    　前記撮影装置により新たに撮影された第２の撮影画像を取得すると、新たに特定した前記複数の輪郭データと、前記第２の撮影画像に含まれる前記被写体の輪郭との対応関係に基づき、前記被写体がいずれの物体に対応するかの判定を行う、
    　処理をコンピュータに実行させることを特徴とする判定プログラム。
  12. 　前記撮影装置は被写体を異なる方向から同時に撮影する撮影装置であり、前記撮影装置に同時に撮影された第１方向撮影画像と第２方向撮影画像とを基にして、前記被写体の輪郭を抽出する処理を更に実行することを特徴とする請求項１１に記載の判定プログラム。
  13. 　撮影装置により撮影された撮影画像を取得する取得部と、
    　複数の物体の輪郭の形状を示す複数の輪郭データを記憶する記憶部を参照して、前記複数の輪郭データに、取得した前記撮影画像に含まれる被写体の輪郭に対応する複数の輪郭データが含まれるか否かの判定を行う判定部と、
    　前記判定部による判定結果が肯定的である場合、物体の輪郭の内側に位置する部位の形状又は模様を示す部位データを前記物体の輪郭の形状を示す輪郭データに対応付けて記憶する記憶部を参照して、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた複数の部位データを取得し、取得した前記複数の部位データに基づき、前記複数の物体のうち、前記被写体に対応する物体を特定する特定部と
    　を有することを特徴とする情報処理装置。
  14. 　前記特定部は、前記複数の部位データを取得する際に、前記物体の輪郭の内側に位置する部位又は模様の該物体に対する位置を該物体の輪郭を示す輪郭データに対応付けて記憶する記憶部を参照して、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた前記複数の部位データのうち、前記被写体の輪郭に対応する前記複数の輪郭データにそれぞれ対応付けられた複数の位置に対応する部位データを取得する、
    　ことを特徴とする請求項１３に記載の情報処理装置。
  15. 　前記撮影装置は被写体を異なる方向から同時に撮影する撮影装置であり、前記判定部は、前記撮影装置に同時に撮影された第１方向撮影画像と第２方向撮影画像とを基にして、前記被写体の輪郭を抽出することを特徴とする請求項１３または１４に記載の情報処理装置。
  16. 　前記特定部は、前記撮影画像のうち、前記抽出された被写体の輪郭の内側の領域から複数のエッジを抽出し、抽出した複数のエッジと、前記複数の部位データとに基づき、前記複数の物体のうち、前記被写体に対応する物体を特定することを特徴とする請求項１５に記載の情報処理装置。
  17. 　撮影装置により撮影された第１の撮影画像を取得すると、複数の物体それぞれが有する複数の輪郭の形状を示す複数の輪郭データ群を記憶する記憶部を参照して、前記複数の輪郭データ群のうち、取得した前記第１の撮影画像に含まれる被写体の輪郭に対応する輪郭データが含まれる複数の輪郭データ群を特定し、前記複数の輪郭データ群それぞれに含まれる複数の輪郭データを、該複数の輪郭データの順序に対応付けて記憶する記憶部を参照して、特定した前記複数の輪郭データ群それぞれに含まれる複数の輪郭データのうち、前記被写体の輪郭に対応する前記輪郭データに対して特定の順序関係を有する複数の輪郭データを新たに特定する特定部と、
    　前記撮影装置により新たに撮影された第２の撮影画像を取得すると、新たに特定した前記複数の輪郭データと、前記第２の撮影画像に含まれる前記被写体の輪郭との対応関係に基づき、前記被写体がいずれの物体に対応するかの判定を行う判定部と
    　を有することを特徴とする情報処理装置。
  18. 　前記撮影装置は被写体を異なる方向から同時に撮影する撮影装置であり、前記特定部は、前記撮影装置に同時に撮影された第１方向撮影画像と第２方向撮影画像とを基にして、前記被写体の輪郭を抽出することを特徴とする請求項１７に記載の情報処理装置。
PCT/JP2018/024894 2018-06-29 2018-06-29 特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置 WO2020003510A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
EP18923787.8A EP3816931A4 (en) 2018-06-29 2018-06-29 IDENTIFICATION PROCEDURES, DETERMINATION PROCEDURES, IDENTIFICATION PROGRAM, DETERMINATION PROGRAM AND INFORMATION PROCESSING DEVICE
PCT/JP2018/024894 WO2020003510A1 (ja) 2018-06-29 2018-06-29 特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置
AU2018429247A AU2018429247B2 (en) 2018-06-29 2018-06-29 Specifying method, determination method, specifying program, determination program, and information processing apparatus
JP2020527141A JP7264163B2 (ja) 2018-06-29 2018-06-29 判定方法、判定プログラムおよび情報処理装置
US17/130,169 US20210110558A1 (en) 2018-06-29 2020-12-22 Specifying method, determination method, non-transitory computer readable recording medium, and information processing apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/024894 WO2020003510A1 (ja) 2018-06-29 2018-06-29 特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/130,169 Continuation US20210110558A1 (en) 2018-06-29 2020-12-22 Specifying method, determination method, non-transitory computer readable recording medium, and information processing apparatus

Publications (1)

Publication Number Publication Date
WO2020003510A1 true WO2020003510A1 (ja) 2020-01-02

Family

ID=68986332

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/024894 WO2020003510A1 (ja) 2018-06-29 2018-06-29 特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置

Country Status (5)

Country Link
US (1) US20210110558A1 (ja)
EP (1) EP3816931A4 (ja)
JP (1) JP7264163B2 (ja)
AU (1) AU2018429247B2 (ja)
WO (1) WO2020003510A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05265547A (ja) * 1992-03-23 1993-10-15 Fuji Heavy Ind Ltd 車輌用車外監視装置
JP2007232389A (ja) * 2006-02-27 2007-09-13 Toyota Motor Corp 立体形状検出装置
JP2012212322A (ja) 2011-03-31 2012-11-01 Sony Corp 画像処理装置および方法、プログラム、並びに記録媒体
JP2014229010A (ja) * 2013-05-21 2014-12-08 株式会社デンソー 物体検出装置
JP2017091202A (ja) 2015-11-10 2017-05-25 国立大学法人静岡大学 物体認識方法及び物体認識装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012161346A1 (ja) * 2011-05-24 2012-11-29 日本電気株式会社 情報処理装置、情報処理方法および情報処理プログラム
JP5596628B2 (ja) * 2011-06-17 2014-09-24 トヨタ自動車株式会社 物体識別装置
US9866900B2 (en) * 2013-03-12 2018-01-09 The Nielsen Company (Us), Llc Methods, apparatus and articles of manufacture to detect shapes
US9582739B2 (en) * 2014-11-18 2017-02-28 Harry Friedbert Padubrin Learning contour identification system using portable contour metrics derived from contour mappings

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05265547A (ja) * 1992-03-23 1993-10-15 Fuji Heavy Ind Ltd 車輌用車外監視装置
JP2007232389A (ja) * 2006-02-27 2007-09-13 Toyota Motor Corp 立体形状検出装置
JP2012212322A (ja) 2011-03-31 2012-11-01 Sony Corp 画像処理装置および方法、プログラム、並びに記録媒体
JP2014229010A (ja) * 2013-05-21 2014-12-08 株式会社デンソー 物体検出装置
JP2017091202A (ja) 2015-11-10 2017-05-25 国立大学法人静岡大学 物体認識方法及び物体認識装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3816931A4

Also Published As

Publication number Publication date
AU2018429247A9 (en) 2021-05-13
AU2018429247A1 (en) 2021-01-28
EP3816931A1 (en) 2021-05-05
AU2018429247B2 (en) 2022-07-07
JP7264163B2 (ja) 2023-04-25
EP3816931A4 (en) 2021-07-07
JPWO2020003510A1 (ja) 2021-06-24
US20210110558A1 (en) 2021-04-15

Similar Documents

Publication Publication Date Title
US9767604B2 (en) Image analysis method by analyzing point cloud using hierarchical search tree
JP6176388B2 (ja) 画像識別装置、画像センサ、画像識別方法
JP6525635B2 (ja) 画像処理装置、画像処理方法及びプログラム
US10679358B2 (en) Learning image automatic sorting device, learning image automatic sorting method, and learning image automatic sorting program
JP2018508888A5 (ja)
US9082000B2 (en) Image processing device and image processing method
JP6487642B2 (ja) 手指形状の検出方法、そのプログラム、そのプログラムの記憶媒体、及び、手指の形状を検出するシステム。
JP2016031679A (ja) オブジェクト識別装置、オブジェクト識別方法及びプログラム
JP2012053606A (ja) 情報処理装置および方法、並びにプログラム
CN109446364A (zh) 抓拍检索方法、图像处理方法、装置、设备及存储介质
JP2018151830A (ja) 画像処理装置、画像処理方法及びプログラム
JP6278108B2 (ja) 画像処理装置、画像センサ、画像処理方法
JP2018088049A (ja) 画像処理装置、画像処理方法、及びプログラム
JP2014182754A (ja) 学習装置、学習方法及びプログラム
JP2010117981A (ja) 顔検出装置
CN109711287B (zh) 人脸采集方法及相关产品
JP2015045919A (ja) 画像認識方法及びロボット
JP6393495B2 (ja) 画像処理装置および物体認識方法
US20220156977A1 (en) Calibration apparatus, calibration method, and non-transitory computer readable medium storing program
WO2020003510A1 (ja) 特定方法、判定方法、特定プログラム、判定プログラムおよび情報処理装置
KR20160148806A (ko) 방향정보를 이용한 객체 검출기 생성 방법, 이를 이용한 객체 검출 장치 및 방법
JP2016081472A (ja) 画像処理装置、画像処理方法及びプログラム
JP6116916B2 (ja) 画像検出装置及び制御プログラム並びに画像検出方法
KR101884874B1 (ko) 부분 이미지 기반 객체 판별 방법 및 장치
JP2015187770A (ja) 画像認識装置、画像認識方法及びプログラム

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: 18923787

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020527141

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2018429247

Country of ref document: AU

Date of ref document: 20180629

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2018923787

Country of ref document: EP