WO2024176342A1 - 人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体 - Google Patents

人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体 Download PDF

Info

Publication number
WO2024176342A1
WO2024176342A1 PCT/JP2023/006201 JP2023006201W WO2024176342A1 WO 2024176342 A1 WO2024176342 A1 WO 2024176342A1 JP 2023006201 W JP2023006201 W JP 2023006201W WO 2024176342 A1 WO2024176342 A1 WO 2024176342A1
Authority
WO
WIPO (PCT)
Prior art keywords
person
detection
detected
aspect ratio
area
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2023/006201
Other languages
English (en)
French (fr)
Inventor
雅人 左貝
浩介 遠野
大介 森
久弘 大場
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Priority to PCT/JP2023/006201 priority Critical patent/WO2024176342A1/ja
Priority to JP2025501970A priority patent/JPWO2024176342A5/ja
Publication of WO2024176342A1 publication Critical patent/WO2024176342A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding

Definitions

  • the present disclosure relates to a person detection device, a system, a method, and a non-transitory computer-readable medium on which a program is stored.
  • Patent document 1 discloses a technology that determines whether an object captured in an image is a person or not.
  • the present disclosure has been made to solve these problems, and aims to provide a person detection device, system, method, and non-transitory computer-readable medium that stores a program that can detect people with high accuracy.
  • the human detection device comprises: An acquisition unit that acquires the captured image; a detection unit that detects a person from a frame constituting the video based on a predetermined person detection score threshold; an adjustment unit that adjusts a threshold value of the human detection score in accordance with an aspect ratio of an area in which a person is detected when a person is detected from the frame; Equipped with.
  • the human detection system comprises: A camera that captures images of the surroundings; a human detection device capable of communicating with the photographing device,
  • the human detection device includes: an acquisition unit that acquires an image captured by the imaging device; a detection unit that detects a person from a frame constituting the video based on a predetermined person detection score threshold; an adjustment unit that adjusts a threshold value of the human detection score in accordance with an aspect ratio of an area in which a person is detected when a person is detected from the frame; Equipped with.
  • the person detection method includes: The computer acquiring the captured image; detecting people from frames constituting the video based on a predetermined people detection score threshold; When a person is detected from the frame, adjusting a threshold value of the person detection score according to an aspect ratio of an area in which the person is detected; Equipped with.
  • the present disclosure relates to a non-transitory computer readable medium, comprising: On the computer, A process of acquiring the captured image; detecting a person from frames constituting the video based on a predetermined person detection score threshold; When a person is detected from the frame, a threshold value of the person detection score is adjusted according to an aspect ratio of an area in which the person is detected; A person detection program that executes the above is stored.
  • the present disclosure provides a person detection device, system, method, and non-transitory computer-readable medium that stores a program that can accurately detect people.
  • FIG. 1 is a block diagram showing a configuration of a human detection device according to a first embodiment. 4 is a flowchart showing the flow of a human detection method according to the first embodiment.
  • FIG. 11 is a block diagram showing a configuration of a human detection system according to a second embodiment.
  • FIG. 11 is a block diagram showing a configuration of a human detection device according to a second embodiment.
  • FIG. 13 is a diagram showing an example of a frame in which a person is detected.
  • 10 is a flowchart showing the flow of a human detection method according to a second embodiment.
  • FIG. 11 is a block diagram showing a configuration of a human detection device according to a third embodiment.
  • 10 is a flowchart showing the flow of a human detection method according to a third embodiment.
  • ⁇ Embodiment 1> 1 is a block diagram showing a configuration of a human detection device 100 according to a first embodiment.
  • the human detection device 100 includes an acquisition unit 110, a detection unit 120, and an adjustment unit 130.
  • the human detection device 100 is connected to a network 500 (not shown), which may be wired or wireless.
  • An image capture device 300 (not shown) and the like are connected to the network 500.
  • the image capture device 300 is installed in a vehicle 310 (not shown), and is a device that captures images of the surroundings of the vehicle.
  • the image captured by the image capture device 300 is usually a moving image, and includes a plurality of frames.
  • the acquisition unit 110 acquires a video image captured by the imaging device 300 installed in the vehicle 310.
  • the video image includes at least one frame, and usually includes multiple frames.
  • the detection unit 120 detects a person from the frames that make up the video image acquired by the acquisition unit 110 based on a predetermined human detection score threshold.
  • the human detection score is a numerical value calculated for each area in the frame.
  • the human detection score is a numerical value higher in an area where a person is likely to be present than in other areas.
  • the method of calculating the human detection score is not particularly limited, and existing technology can be applied.
  • the predetermined human detection score threshold (hereinafter sometimes referred to as the "threshold”) is a numerical value that is set in advance, and is used when detecting a person from the frames that make up the video image.
  • the threshold may be set to a different value depending on the area in the frame. If the human detection score in an area in the frame is equal to or lower than the threshold in that area, the detection unit 120 determines that
  • the adjustment unit 130 adjusts the threshold value of the human detection score according to the aspect ratio of the area in which the person is detected.
  • FIG. 2 is a flowchart showing the flow of the person detection method according to the first embodiment.
  • the acquisition unit 110 acquires a captured image (step S101).
  • the detection unit 120 detects a person from the frames constituting the image based on a predetermined person detection score threshold (step S102). If a person is detected from the frame in step S102, the adjustment unit 130 adjusts the person detection score threshold (step S103). In this way, the person detection method according to this embodiment adjusts the person detection score threshold according to the aspect ratio of the area in which the person is detected, and therefore can detect people with high accuracy.
  • the human detection device 100 includes a processor, a memory, and a storage device, which are not shown in the figure.
  • the storage device stores a computer program that implements the processing of the human detection method according to this embodiment.
  • the processor then loads the computer program from the storage device into the memory and executes the computer program. In this way, the processor realizes the functions of the acquisition unit 110, the detection unit 120, and the adjustment unit 130.
  • the acquisition unit 110, detection unit 120, and adjustment unit 130 may each be realized by dedicated hardware.
  • some or all of the components of each device may be realized by general-purpose or dedicated circuits, processors, etc., or a combination of these. These may be configured by a single chip, or may be configured by multiple chips connected via a bus. Some or all of the components of each device may be realized by a combination of the above-mentioned circuits, etc., and programs.
  • a CPU Central Processing Unit
  • GPU Graphics Processing Unit
  • FPGA Field-Programmable Gate Array
  • the multiple information processing devices, circuits, etc. may be centrally arranged or distributed.
  • the information processing devices, circuits, etc. may be realized as a client-server system, cloud computing system, etc., in a form in which each is connected via a communication network.
  • the functions of the human detection device 100 may be provided in the form of SaaS (Software as a Service).
  • the second embodiment is a specific example of the first embodiment.
  • Fig. 3 is a block diagram showing a configuration of a human detection system 200 according to the second embodiment.
  • the human detection system 200 includes a photographing device 300 and a human detection device 400.
  • the photographing device 300 is connected to the human detection device 400 via a network 500. Note that descriptions that overlap with the first embodiment will be omitted as appropriate.
  • the person detection system 200 is a system for detecting a person from an image captured by a vehicle 310.
  • the vehicle 310 is, for example, an automobile, but may be a vehicle other than an automobile, such as a motorcycle or a bicycle.
  • the vehicle 310 is equipped with a photographing device 300.
  • the photographing device 300 is a device that captures the scenery around the vehicle 310, for example, a drive recorder.
  • the photographing device 300 includes a photographing unit 301 and a communication unit 302.
  • the photographing unit 301 is a camera.
  • the photographing unit 301 captures, for example, the scenery in front of the vehicle 310, that is, the scenery that can be seen by a driver seated in the driver's seat of the vehicle 310.
  • the communication unit 302 is a communication interface with the network 500.
  • the communication unit 302 transmits the image captured by the photographing unit 301 to the person detection device 400 via the network 500.
  • FIG. 4 is a block diagram showing the configuration of the human detection device 400.
  • the human detection device 400 includes a memory 410, a communication unit 420, a storage unit 430, and a control unit 440.
  • the memory 410 is a storage area that temporarily stores the processing contents of the control unit 440, and is, for example, a volatile storage device such as a RAM (Random Access Memory).
  • the communication unit 420 is an interface that communicates with the outside of the human detection device 400.
  • the storage unit 430 is a storage device that stores a threshold value 431, a program 432, and the like.
  • the threshold value 431 is a numerical value used when detecting a person based on the human detection score, and a different value may be set depending on the area within the frame.
  • the program 432 is a computer program in which the human detection process according to this embodiment is implemented.
  • the control unit 440 includes an acquisition unit 441, a detection unit 442, and an adjustment unit 443.
  • the control unit 440 is a control device that controls the operation of the human detection device 400, and is, for example, a processor such as a CPU.
  • the control unit 440 loads the program 432 from the storage unit 430 into the memory 410 and executes it. In this way, the control unit 440 realizes the functions of the acquisition unit 441, the detection unit 442, the adjustment unit 443, and the determination unit 444.
  • the acquisition unit 441 acquires the video transmitted from the image capture device 300.
  • the video usually contains multiple frames.
  • the video may also contain identification information, etc.
  • the identification information is information for identifying the vehicle 310 in which the image capture device 300 that captured the video is installed.
  • the detection unit 442 detects people from the video acquired by the acquisition unit 441. Specifically, the detection unit 442 calculates a person detection score for each frame constituting the video acquired by the acquisition unit 441. Next, the detection unit 442 determines whether the person detection score is equal to or less than the threshold 431. The detection unit 442 calculates and determines the person detection score for each of the multiple frames.
  • the threshold 431 is a preset numerical value used when detecting people based on the person detection score, and different values may be set depending on the area within the frame. The detection unit 442 determines that a person is included in a location within the frame where the person detection score is equal to or greater than the threshold.
  • FIG. 5 is a diagram showing an example of a frame in which a person has been detected.
  • Frame 10 shown in FIG. 5 is a frame constituting an image acquired by acquisition unit 441.
  • the person detection score in the vicinity of person 20 is calculated to be higher than the person detection score in other areas.
  • detection unit 442 determines that a person appears in area 30.
  • the region 30 is rectangular as shown in FIG. 5.
  • the direction perpendicular to the ground in the frame is the vertical direction
  • the direction parallel to the ground is the horizontal direction.
  • the side of the region 30 extending vertically is the vertical side 30a
  • the side extending horizontally is the horizontal side 30b.
  • the determination unit 444 calculates the aspect ratio by dividing the length of the vertical side 30a by the length of the horizontal side 30b, and determines that human detection has been successful if the aspect ratio is within a predetermined range.
  • the predetermined range is 1 or more, preferably 1 to 4, and more preferably 2 to 3.5.
  • the determination unit 444 determines that human detection has been successful if the aspect ratio is 1 or more, that is, if the region 30 is vertically elongated. Also, as shown in FIG. 5, a person is usually detected as an area 30 with an aspect ratio of 1 to 4, and a person who is walking in particular is detected as an area 30 with an aspect ratio of 2 to 3.5. Therefore, if the predetermined range is set to 1 to 4, and more preferably 2 to 3.5, a person can be determined with greater accuracy.
  • the adjustment unit 443 adjusts the threshold of the person detection score. Specifically, when the determination unit 444 determines that the aspect ratio of the area 30 is less than 1, the adjustment unit 443 raises the threshold of the person detection score.
  • the detection unit 442 performs person detection again from the frames constituting the video based on the adjusted threshold. When the threshold of the person detection score is raised, the detection unit 442 compares it with the threshold before the raising and detects a smaller area as an area where a person is likely to be photographed. When an area is detected again by performing the person detection again, the determination unit 444 may calculate the aspect ratio of the area and determine whether the aspect ratio is within a predetermined range.
  • the human detection device 400 determines whether the object included in the area is a person by determining whether the aspect ratio of the area is within a predetermined range. Therefore, the human detection device 400 can detect people with high accuracy. Furthermore, when it is determined that human detection has failed, the human detection device 400 increases the threshold value of the human detection score and detects the person again. Therefore, it is possible to detect people with high accuracy compared to a case in which the threshold value of the human detection score is not adjusted.
  • FIG. 6 is a flowchart showing the flow of the human detection process.
  • a case where a video includes multiple frames will be described.
  • the acquisition unit 441 acquires an image from the imaging device 300 (step S201).
  • the detection unit 442 detects a person based on the threshold value 431 set in advance for each frame constituting the image acquired in step S201 (step S202). If a person is not detected in any of the multiple frames constituting the image (step S202 No), the person detection ends. If a person is detected in any frame (step S202 Yes), the determination unit 444 calculates the aspect ratio of the area in which the person is detected and determines whether the aspect ratio is within a predetermined range (step S203). If the aspect ratio is within the predetermined range (step S203 Yes), the person detection ends.
  • the adjustment unit 443 raises the threshold value of the person detection score (step S204).
  • the detection unit 442 performs person detection again for each frame constituting the image based on the raised threshold value (step S205). In this way, when it is determined that human detection has failed, the human detection device 400 according to this embodiment increases the threshold value of the human detection score and performs human detection again, thereby enabling accurate detection of humans.
  • the determination unit 444 may calculate the aspect ratio of the area in which the person is detected again, and determine whether or not the aspect ratio is within a predetermined range. Furthermore, if the aspect ratio of the area in which the person is detected again is outside the predetermined range, the adjustment unit 443 may further increase the threshold of the person detection score, and the detection unit 442 may perform person detection again for each frame constituting the video based on the further increased threshold. In this way, by repeatedly detecting people and adjusting the threshold, the human detection device 400 can detect people with greater accuracy.
  • FIG. 7 is a block diagram showing the configuration of the human detection device 600 according to the third embodiment.
  • the human detection device 600 differs from the human detection device 400 shown in FIG. 4 in that it includes a control unit 640 instead of the control unit 440.
  • the control unit 640 includes a processing unit 645 in addition to the components included in the control unit 440. The other components overlap with those of the first or second embodiment, and therefore the description will be omitted as appropriate.
  • the control unit 640 includes an acquisition unit 441, a detection unit 442, an adjustment unit 443, a determination unit 444, and a processing unit 645.
  • the acquisition unit 441 acquires video from the image capture device 300.
  • the detection unit 442 detects people from frames constituting the video acquired by the acquisition unit 441 based on a threshold value of the person detection score.
  • the determination unit 444 calculates the aspect ratio of the detected area 30, and determines that the person detection has been successful if the aspect ratio is within a predetermined range. If the determination unit 444 determines that the person detection has failed, the adjustment unit 443 adjusts the threshold value of the person detection score. If the determination unit 444 determines that the person detection has been successful, the processing unit 645 performs a masking process on the determined area 30, i.e., blurs it.
  • the method of the masking process is not particularly limited, and is processed using existing technology.
  • FIG. 12 is a flowchart showing the flow of the human detection process.
  • the acquisition unit 441 acquires an image from the imaging device 300 (step S301).
  • the detection unit 442 detects a person based on the threshold value 431 set in advance for the frames constituting the image acquired in step S301 (step S302). If a person is not detected from the frames constituting the image (step S302 No), the person detection ends. If a person is detected from the frames constituting the image (step S302 Yes), the determination unit 444 calculates the aspect ratio of the area 30 in which the person is detected and determines whether the aspect ratio is within a predetermined range (step S303). If the aspect ratio of the area 30 is within the predetermined range (step S303 Yes), the processing unit 645 performs a masking process on the area 30 (step S307).
  • step S303 No If the aspect ratio of the area 30 is outside the predetermined range (step S303 No), the adjustment unit 443 increases the threshold value of the person detection score (step S304). Next, the detection unit 442 performs human detection again for the frames that make up the video based on the increased threshold (step S305).
  • the determination unit 444 calculates the aspect ratio for the region detected in step S305 and determines whether the aspect ratio is within a predetermined range (step S306). If the aspect ratio of the region 30 is outside the predetermined range (step S306 No), human detection ends. If the aspect ratio of the region 30 is within the predetermined range (step S306 Yes), the processing unit 645 performs a masking process on the region 30 (step S307).
  • the human detection device 600 determines whether or not a detected object is a human based on the aspect ratio of the area. Therefore, the human detection device 600 can perform masking processing only on areas where it is determined that a human has been successfully detected, without performing masking processing on areas where an object other than a human has been erroneously detected.
  • the configuration has been described as hardware, but the present disclosure is not limited to this. Any process in the present disclosure can also be realized by having a CPU execute a computer program.
  • Non-transitory computer readable medium includes various types of tangible storage medium.
  • Examples of non-transitory computer readable medium include magnetic recording media (e.g., flexible disks, magnetic tapes, hard disk drives), magneto-optical recording media (e.g., magneto-optical disks), CD-ROM (Read Only Memory), CD-R, CD-R/W, DVD (Digital Versatile Disc), and semiconductor memory (e.g., mask ROM, PROM (Programmable ROM), EPROM (Erasable PROM), flash ROM, RAM (Random Access Memory)).
  • magnetic recording media e.g., flexible disks, magnetic tapes, hard disk drives
  • magneto-optical recording media e.g., magneto-optical disks
  • CD-ROM Read Only Memory
  • CD-R Compact Only Memory
  • CD-R/W Compact Disc
  • DVD Digital Versatile Disc
  • semiconductor memory e.g., mask ROM, PROM (Programmable ROM), EPROM (Erasable
  • the program may also be provided to the computer by various types of transitory computer readable medium.
  • Examples of transitory computer readable medium include electrical signals, optical signals, and electromagnetic waves.
  • the temporary computer-readable medium can provide the program to the computer via a wired communication path, such as an electric wire or optical fiber, or via a wireless communication path.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本開示は、人物を精度良く検出可能な人物検出装置を提供することを目的とする。人物検出装置（１００）は、映像を取得する取得部（１１０）と、所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出する検出部（１２０）と、前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する調整部（１３０）と、を備える。人物検出装置（１００）は、前記領域の縦横比に応じて前記人物検出スコアの閾値を調整しているため、人物を精度良く検出可能である。

Description

人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
　本開示は、人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体に関する。
　車載カメラ等によって車両走行時に撮影された映像に人物等の人物が含まれる場合、個人情報保護の観点から、当該人物にぼかしを入れる必要がある場合がある。映像に含まれる人物にぼかしを入れるために、撮影された映像から人物を精度良く検出することが求められている。
　特許文献１には、映像に写った物体が人物であるか否かを判定する技術が開示されている。
国際公開第２０１０／０７３９２９号
　映像から人物を検出する際に誤検出が発生すると、当該映像内において人物が無い領域すなわちぼかしを入れる必要が無い領域にぼかしが入る虞がある。そのため、映像に含まれる人物の検出精度を向上させることが求められている。
　本開示は、このような問題点を解決するためになされたものであり、人物を精度良く検出可能な人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体を提供することを目的とする。
　本開示に係る人物検出装置は、
　撮影された映像を取得する取得部と、
　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出する検出部と、
　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する調整部と、
　を備える。
　本開示に係る人物検出システムは、
　周囲の映像を撮影する撮影装置と、
　前記撮影装置と通信可能な人物検出装置と、を備え、
　前記人物検出装置は、
　前記撮影装置において撮影された映像を取得する取得部と、
　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出する検出部と、
　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する調整部と、
　を備える。
　本開示に係る人物検出方法は、
　コンピュータが、
　撮影された映像を取得する工程と、
　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出する工程と、
　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する工程と、
　を備える。
　本開示に係る非一時的なコンピュータ可読媒体は、
　コンピュータに、
　撮影された映像を取得する処理と、
　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出する処理と、
　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する処理と、
　を実行させる人物検出プログラムが格納される。
　本開示により、人物を精度良く検出可能な人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体を提供することができる。
実施形態１に係る人物検出装置の構成を示すブロック図である。 実施形態１に係る人物検出方法の流れを示すフローチャートである。 実施形態２に係る人物検出システムの構成を示すブロック図である。 実施形態２に係る人物検出装置の構成を示すブロック図である。 人物が検出されたフレームの一例を示す図である。 実施形態２に係る人物検出方法の流れを示すフローチャートである。 実施形態３に係る人物検出装置の構成を示すブロック図である。 実施形態３に係る人物検出方法の流れを示すフローチャートである。
　以下では、本開示の実施形態について、図面を参照しながら詳細に説明する。各図面において、同一又は対応する要素には同一の符号が付されており、説明の明確化のため、必要に応じて重複説明は省略される。
＜実施形態１＞
　図１は、実施形態１に係る人物検出装置１００の構成を示すブロック図である。人物検出装置１００は、取得部１１０、検出部１２０及び調整部１３０を備える。人物検出装置１００は、図示しないネットワーク５００に接続されている、ネットワーク５００は、有線であってもよいし、無線であってもよい。ネットワーク５００には、図示しない撮影装置３００等が接続されている。撮影装置３００は、図示しない車両３１０に設置されており、当該車両の周囲を撮影する装置である。撮影装置３００が撮影した映像は、通常動画であり、複数のフレームを含む。
　取得部１１０は、車両３１０に設置された撮影装置３００において撮影された映像を取得する。尚、映像は、少なくとも１つのフレームを含み、通常複数のフレームを含むものとする。検出部１２０は、所定の人物検出スコアの閾値に基づいて、取得部１１０が取得した映像を構成するフレームから人物を検出する。人物検出スコアは、フレーム内の領域ごとに算出される数値である。人物検出スコアは、人物が存在している可能性が高い領域において、他の領域に比較して数値が高くなる。尚、人物検出スコアの算出方法は、特に限定されず、既存の技術を適用可能である。所定の人物検出スコアの閾値（以下、「閾値」と称することがある）は、予め設定された数値であり、映像を構成するフレームから人物を検出する際に使用される。閾値は、フレーム内の領域に応じて異なる値が設定されていてもよい。検出部１２０は、フレーム内の領域における人物検出スコアが当該領域における閾値以下である場合、当該領域に人物が存在すると判断する。
　人物検出スコアの閾値を下げると、フレームから人物が検出されやすくなる一方、人物以外の物体を誤検出する虞が高くなる。そこで、調整部１３０は、検出部１２０が人物を検出した場合に、人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する。
　図２は、実施形態１に係る人物検出方法の流れを示すフローチャートである。まず、取得部１１０は、撮影された映像を取得する（ステップＳ１０１）。次に、検出部１２０は、所定の人物検出スコアの閾値に基づいて映像を構成するフレームから人物を検出する（ステップＳ１０２）。ステップＳ１０２においてフレームから人物が検出された場合、調整部１３０は、人物検出スコアの閾値を調整する（ステップＳ１０３）。このように、本実施形態に係る人物検出方法は、人物が検出された領域の縦横比に応じて人物検出スコアの閾値を調整しているため、人物を精度良く検出することができる。
　尚、人物検出装置１００は、図示しない構成としてプロセッサ、メモリ及び記憶装置を備えるものである。また、当該記憶装置には、本実施形態に係る人物検出方法の処理が実装されたコンピュータプログラムが記憶されている。そして、当該プロセッサは、記憶装置からコンピュータプログラムを前記メモリへ読み込ませ、当該コンピュータプログラムを実行する。これにより、前記プロセッサは、取得部１１０、検出部１２０及び調整部１３０としての機能を実現する。
　また、取得部１１０、検出部１２０及び調整部１３０は、それぞれが専用のハードウェアで実現されていてもよい。また、各装置の各構成要素の一部又は全部は、汎用または専用の回路（circuitry）、プロセッサ等やこれらの組合せによって実現されてもよい。これらは、単一のチップによって構成されてもよいし、バスを介して接続される複数のチップによって構成されてもよい。各装置の各構成要素の一部又は全部は、上述した回路等とプログラムとの組合せによって実現されてもよい。また、プロセッサとして、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field-Programmable Gate Array）等を用いることができる。
　また、人物検出装置１００の各構成要素の一部又は全部が複数の情報処理装置や回路等により実現される場合には、複数の情報処理装置や回路等は、集中配置されてもよいし、分散配置されてもよい。例えば、情報処理装置や回路等は、クライアントサーバシステム、クラウドコンピューティングシステム等、各々が通信ネットワークを介して接続される形態として実現されてもよい。また、人物検出装置１００の機能は、ＳａａＳ（Software as a Service）形式で提供されてもよい。
＜実施形態２＞
　実施形態２は、上述した実施形態１の具体例である。図３は、実施形態２に係る人物検出システム２００の構成を示すブロック図である。人物検出システム２００は、撮影装置３００及び人物検出装置４００を備える。撮影装置３００は、ネットワーク５００を介して人物検出装置４００に接続されている。なお、実施形態１と重複する説明については適宜省略する。
　人物検出システム２００は、車両３１０において撮影された映像から人物を検出するためのシステムである。車両３１０は、例えば自動車であるが、バイク又は自転車等の自動車以外の車両であってもよい。車両３１０には、撮影装置３００が設置されている。撮影装置３００は、車両３１０の周囲の景色を撮影する装置であり、例えばドライブレコーダーである。撮影装置３００は、撮影部３０１及び通信部３０２を備える。撮影部３０１は、カメラである。撮影部３０１は、例えば、車両３１０の前方の景色すなわち、車両３１０の運転席に着席した状態の運転手が見ることができる景色を撮影する。通信部３０２は、ネットワーク５００との通信インタフェースである。通信部３０２は、撮影部３０１において撮影された映像をネットワーク５００を介して人物検出装置４００に送信する。
　次に、図４を参照して、人物検出装置４００の構成について詳細に説明する。図４は、人物検出装置４００の構成を示すブロック図である。人物検出装置４００は、メモリ４１０、通信部４２０、記憶部４３０及び制御部４４０を備える。
　メモリ４１０は、制御部４４０の処理内容を一時的に記憶する記憶領域であり、例えばＲＡＭ（Random Access Memory）等の揮発性記憶装置である。通信部４２０は、人物検出装置４００の外部との通信を行うインターフェースである。記憶部４３０は、閾値４３１及びプログラム４３２等を記憶する記憶装置である。閾値４３１は、人物検出スコアに基づいて人物を検出する際に用いられる数値であり、フレーム内の領域に応じて異なる値が設定されていてもよい。プログラム４３２は、本実施形態に係る人物検出処置が実装されたコンピュータプログラムである。
　制御部４４０は、取得部４４１、検出部４４２及び調整部４４３を備える。制御部４４０は、人物検出装置４００の動作を制御する制御装置であり、例えばＣＰＵ等のプロセッサである。制御部４４０は、記憶部４３０からプログラム４３２をメモリ４１０へ読み込ませ、実行する。これにより、制御部４４０は、取得部４４１、検出部４４２、調整部４４３及び判定部４４４としての機能を実現する。
　取得部４４１は、撮影装置３００から送信された映像を取得する。映像には、通常複数のフレームが含まれている。また、映像には、識別情報等が含まれていてもよいものとする。識別情報は、映像を撮影した撮影装置３００が設置されている車両３１０を識別するための情報である。
　検出部４４２は、取得部４４１が取得した映像から、人物を検出する。具体的には、検出部４４２は、取得部４４１が取得した映像を構成する各フレームについて、人物検出スコアを算出する。次に、検出部４４２は、人物検出スコアが閾値４３１以下であるか否かを判定する。検出部４４２は、複数のフレームのそれぞれに対して人物検出スコアの算出及び判定を行う。閾値４３１は、人物検出スコアに基づいて人物を検出する際に用いられる予め設定された数値であり、フレーム内の領域に応じて異なる値が設定されていてもよい。検出部４４２は、フレーム内において人物検出スコアが閾値以上である箇所に人物が写っていると判定する。
　図５は、人物が検出されたフレームの一例を示す図である。図５に示すフレーム１０は、取得部４４１が取得した映像を構成するフレームである。図５に示すようにフレーム１０に人物２０が写っている場合、人物２０の近傍における人物検出スコアは、他の領域における人物検出スコアよりも高く算出される。検出部４４２は、人物２０の近傍すなわち領域３０における人物検出スコアが閾値以上である場合、領域３０に人物が写っていると判定する。
　領域３０は、図５に示すように矩形状である。ここで、フレーム内における地面に垂直な方向を縦方向とし、地面に平行な方向を横方向とする。また、領域３０の縦方向に延びる辺を縦辺３０ａとし、横方向に延びる辺を横辺３０ｂとする。判定部４４４は、縦辺３０ａの長さを横辺３０ｂの長さで除すことによって縦横比を算出し、当該縦横比が所定の範囲内である場合に人物検出に成功したと判定する。ここで、所定の範囲は、１以上であり、好ましくは１以上４以下、さらに好ましくは２以上３．５以下である。縦横比が１未満となる、すなわち領域３０が正方形状又は横長状である場合、領域３０には、人物以外の物体が写っている、又は、人物の一部分のみが写っていると考えられる。そこで、判定部４４４は、縦横比が１以上である、すなわち領域３０が縦長状である場合を、人物検出に成功したと判定する。また、図５に示すように、人物は、通常縦横比が１以上４以下程度の領域３０として検出され、特に、歩行中の人物は、縦横比が２以上３．５以下程度の領域３０として検出される。そこで、所定の範囲を１以上４以下、さらに好ましくは２以上３．５以下とすると、人物をより精度良く判定することができる。
　図４に戻り、説明を続ける。
　調整部４４３は、判定部４４４が人物検出に失敗したと判定すると、人物検出スコアの閾値を調整する。具体的には、調整部４４３は、判定部４４４によって領域３０の縦横比が１未満であると判定された場合に、人物検出スコアの閾値を上げる。検出部４４２は、調整された閾値に基づいて、映像を構成するフレームから人物の検出を再度行う。人物検出スコアの閾値が上げられると、上げられる前に比較し、検出部４４２は、より少ない領域を人物が写っている可能性が高い領域として検出する。人物の検出を再度行うことによって領域が再度検出された場合、判定部４４４は、当該領域の縦横比を算出し、当該縦横比が所定の範囲内であるか否かを判定してもよい。
　このように、本実施形態に係る人物検出装置４００は、人物が写っている可能性が高い領域が検出された際に当該領域の縦横比が所定の範囲内である否かを判定することによって、当該領域に写っている物体が人物であるか否かを判定する。そのため、人物検出装置４００は、人物の検出を精度良く行うことができる。また、人物検出装置４００は、人物検出に失敗したと判定した場合、人物検出スコアの閾値を上げ、人物の検出を再度行う。そのため、人物検出スコアの閾値を調整しない場合に比較して、人物の検出を精度良く行うことができる。
　次に、図６を参照して、人物検出時における人物検出装置４００の動作を説明する。図６は、人物検出処理の流れを示すフローチャートである。図６に示す例では、映像が複数のフレームを含んでいる場合について説明を行う。
　まず、取得部４４１は、撮影装置３００から映像を取得する（ステップＳ２０１）。次に、検出部４４２は、ステップＳ２０１において取得された映像を構成する各フレームについて予め設定された閾値４３１に基づいて人物の検出を行う（ステップＳ２０２）。映像を構成する複数のフレームのいずれにおいても人物が検出されなかった場合（ステップＳ２０２Ｎｏ）、人物の検出を終了する。いずれかのフレームにおいて人物が検出されると（ステップＳ２０２Ｙｅｓ）、判定部４４４は、人物が検出された領域の縦横比を算出し、当該縦横比が所定の範囲内であるか否かを判定する（ステップＳ２０３）。縦横比が所定の範囲内であった場合（ステップＳ２０３Ｙｅｓ）、人物の検出を終了する。縦横比が所定の範囲外であった場合（ステップＳ２０３Ｎｏ）、調整部４４３は、人物検出スコアの閾値を上げる（ステップＳ２０４）。次に、検出部４４２は、上げられた閾値に基づいて、映像を構成する各フレームについて人物検出を再度行う（ステップＳ２０５）。このように、本実施形態に係る人物検出装置４００は、人物検出に失敗したと判定した場合に人物検出スコアの閾値を上げて人物の検出を再度行うため、人物を精度良く検出することができる。
　また、ステップＳ２０５において人物が再度検出された場合、判定部４４４は、人物が再度検出された領域の縦横比を算出し、当該縦横比が所定の範囲内であるか否かを判定してもよい。さらに、再度検出された領域の縦横比が所定の範囲外であった場合、調整部４４３は、人物検出スコアの閾値をさらに上げ、検出部４４２は、さらに上げられた閾値に基づいて、映像を構成する各フレームについて人物検出を再度行ってもよい。このように、人物の検出と閾値の調整とを繰り返し行うことによって、人物検出装置４００は、より精度良く人物を検出することができる。
＜実施形態３＞
　実施形態３は、上述した実施形態２の変形例である。本実施形態に係る人物検出装置６００は、人物の検出に成功したと判定した場合、人物が検出された領域にマスキング処理を行う。図７は、実施形態３に係る人物検出装置６００の構成を示すブロック図である。人物検出装置６００は、図４に示した人物検出装置４００に比較して、制御部４４０に代えて制御部６４０を備える点で異なる。制御部６４０は、制御部４４０が備える各構成に加えて、処理部６４５を備える。他の構成については実施形態１又は２と重複するため、説明についてを適宜省略する。
　制御部６４０は、取得部４４１、検出部４４２、調整部４４３、判定部４４４及び処理部６４５を備える。取得部４４１は、撮影装置３００から映像を取得する。検出部４４２は、取得部４４１が取得した映像を構成するフレームについて、人物検出スコアの閾値に基づいて人物の検出を行う。判定部４４４は、検出された領域３０について縦横比を算出し、当該縦横比が所定の範囲内である場合に人物検出に成功したと判定する。調整部４４３は、判定部４４４が人物検出に失敗したと判定すると、人物検出スコアの閾値を調整する。処理部６４５は、判定部４４４が人物検出に成功したと判定すると、判定された領域３０にマスキング処理を行う、すなわちぼかしを入れる。マスキング処理の方法は、特に限定されず、既存の技術によって処理される。
　次に、図８を参照して、人物検出時における人物検出装置６００の動作を説明する。図１２は、人物検出処理の流れを示すフローチャートである。
　まず、取得部４４１は、撮影装置３００から映像を取得する（ステップＳ３０１）。次に、検出部４４２は、ステップＳ３０１において取得された映像を構成するフレームについて予め設定された閾値４３１に基づいて人物の検出を行う（ステップＳ３０２）。映像を構成するフレームから人物が検出されなかった場合（ステップＳ３０２Ｎｏ）、人物の検出を終了する。映像を構成するフレームから人物が検出された場合（ステップＳ３０２Ｙｅｓ）、判定部４４４は、人物が検出された領域３０の縦横比を算出し、当該縦横比が所定の範囲内であるか否かを判定する（ステップＳ３０３）。領域３０の縦横比が所定の範囲内であった場合（ステップＳ３０３Ｙｅｓ）、処理部６４５は、領域３０にマスキング処理を行う（ステップＳ３０７）。領域３０の縦横比が所定の範囲外であった場合（ステップＳ３０３Ｎｏ）、調整部４４３は、人物検出スコアの閾値を上げる（ステップＳ３０４）。次に、検出部４４２は、上げられた閾値に基づいて、映像を構成するフレームについて人物検出を再度行う（ステップＳ３０５）。判定部４４４は、ステップＳ３０５において検出された領域について縦横比を算出し、当該縦横比が所定の範囲内であるか否かを判定する（ステップＳ３０６）。領域３０の縦横比が所定の範囲外であった場合（ステップＳ３０６Ｎｏ）、人物の検出を終了する。領域３０の縦横比が所定の範囲内であった場合（ステップＳ３０６Ｙｅｓ）、処理部６４５は、領域３０にマスキング処理を行う（ステップＳ３０７）。
　このように、本実施形態に係る人物検出装置６００は、領域の縦横比によって検出された物体が人物であるか否かを判定している。そのため、人物検出装置６００は、人物以外の物体を誤検出していた領域にマスキング処理を行わずに人物の検出に成功したと判定された領域のみにマスキング処理を行うことができる。
　尚、上述の実施形態では、ハードウェアの構成として説明したが、これに限定されるものではない。本開示は、任意の処理を、ＣＰＵにコンピュータプログラムを実行させることにより実現することも可能である。
　上述の例において、プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、ＤＶＤ（Digital Versatile Disc）、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（Random Access Memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。
　なお、本開示は上記実施形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。また、本開示は、それぞれの実施形態を適宜組み合わせて実施されてもよい。
　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。
　１０　フレーム
　２０　人物
　３０　領域
　３０ａ　縦辺
　３０ｂ　横辺
　１００　人物検出装置
　１１０　取得部
　１２０　検出部
　１３０　調整部
　２００　人物検出システム
　３００　撮影装置
　３０１　撮影部
　３０２　通信部
　３１０　車両
　４００　人物検出装置
　４１０　メモリ
　４２０　通信部
　４３０　記憶部
　４３１　閾値
　４３２　プログラム
　４４０　制御部
　４４１　取得部
　４４２　検出部
　４４３　調整部
　４４４　判定部
　５００　ネットワーク
　６００　人物検出装置
　６４０　制御部
　６４５　処理部

Claims (9)

  1. 　撮影された映像を取得する取得手段と、
    　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出する検出手段と、
    　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する調整手段と、を備える、
    　人物検出装置。
  2. 　さらに、前記縦横比が所定の範囲内である場合に、人物検出に成功したと判定する判定手段を備え、
    　前記縦横比は、前記人物が検出された領域において地面に垂直な方向の辺を縦辺とし、前記縦辺に直交する方向の辺を横辺として、前記縦辺を前記横辺で除した値であり、
    　前記所定の範囲は、前記縦横比が１以上である、
    　請求項１に記載の人物検出装置。
  3. 　人物検出に失敗したと判定された場合、
    　前記調整手段は、前記人物検出スコアの閾値を上げ、
    　前記検出手段は、調整された前記人物検出スコアの閾値に基づいて、前記映像を構成するフレームから人物を再度検出する、
    　請求項２に記載の人物検出装置。
  4. 　前記フレームから人物が再度検出された場合、
    　前記判定手段は、人物が再度検出された領域の前記縦横比が所定の範囲内である場合に、人物検出に成功したと判定する、
    　請求項３に記載の人物検出装置。
  5. 　さらに、人物検出に成功したと判定された場合に、前記人物が検出された前記領域にマスキング処理を行う処理手段を備える、
    　請求項２に記載の人物検出装置。
  6. 　周囲の映像を撮影する撮影装置と、
    　前記撮影装置と通信可能な人物検出装置と、を備え、
    　前記人物検出装置は、
    　前記撮影装置において撮影された映像を取得し、
    　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出し、
    　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する、
    　人物検出システム。
  7. 　前記人物検出装置は、
    　前記縦横比が所定の範囲内である場合に、人物検出に成功したと判定し、
    　前記縦横比は、前記人物が検出された領域において地面に垂直な方向の辺を縦辺とし、前記縦辺に直交する方向の辺を横辺として、前記縦辺を前記横辺で除した値であり、
    　前記所定の範囲は、前記縦横比が１以上である、
    　請求項６に記載の人物検出システム。
  8. 　コンピュータが、
    　撮影された映像を取得し、
    　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出し、
    　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する、
    　人物検出方法。
  9. 　コンピュータに、
    　映像を取得する処理と、
    　所定の人物検出スコアの閾値に基づいて前記映像を構成するフレームから人物を検出する処理と、
    　前記フレームから人物が検出された場合に、前記人物が検出された領域の縦横比に応じて前記人物検出スコアの閾値を調整する処理と、
    　を実行させる人物検出プログラムが格納された非一時的なコンピュータ可読媒体。
PCT/JP2023/006201 2023-02-21 2023-02-21 人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体 Ceased WO2024176342A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2023/006201 WO2024176342A1 (ja) 2023-02-21 2023-02-21 人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
JP2025501970A JPWO2024176342A5 (ja) 2023-02-21 人物検出装置、システム、方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2023/006201 WO2024176342A1 (ja) 2023-02-21 2023-02-21 人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体

Publications (1)

Publication Number Publication Date
WO2024176342A1 true WO2024176342A1 (ja) 2024-08-29

Family

ID=92500345

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/006201 Ceased WO2024176342A1 (ja) 2023-02-21 2023-02-21 人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体

Country Status (1)

Country Link
WO (1) WO2024176342A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005128815A (ja) * 2003-10-24 2005-05-19 Matsushita Electric Ind Co Ltd 人物検出装置及び人物検出方法
JP2009266052A (ja) * 2008-04-28 2009-11-12 Hitachi Ltd 異常行動検知装置
JP2012048690A (ja) * 2010-08-30 2012-03-08 Secom Co Ltd 監視装置
WO2016199749A1 (ja) * 2015-06-10 2016-12-15 コニカミノルタ株式会社 画像処理システム、画像処理装置、画像処理方法、および画像処理プログラム
JP2018200698A (ja) * 2013-09-13 2018-12-20 コニカミノルタ株式会社 被監視者監視装置および該方法ならびに被監視者監視システム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005128815A (ja) * 2003-10-24 2005-05-19 Matsushita Electric Ind Co Ltd 人物検出装置及び人物検出方法
JP2009266052A (ja) * 2008-04-28 2009-11-12 Hitachi Ltd 異常行動検知装置
JP2012048690A (ja) * 2010-08-30 2012-03-08 Secom Co Ltd 監視装置
JP2018200698A (ja) * 2013-09-13 2018-12-20 コニカミノルタ株式会社 被監視者監視装置および該方法ならびに被監視者監視システム
WO2016199749A1 (ja) * 2015-06-10 2016-12-15 コニカミノルタ株式会社 画像処理システム、画像処理装置、画像処理方法、および画像処理プログラム

Also Published As

Publication number Publication date
JPWO2024176342A1 (ja) 2024-08-29

Similar Documents

Publication Publication Date Title
CN107705552B (zh) 一种应急车道占用行为检测方法、装置及系统
US20150139534A1 (en) Image processing apparatus, imaging apparatus and distance correction method
KR101704830B1 (ko) 영상에서 물체 검출 장치 및 방법
JP2017033554A (ja) ビデオデータ分析方法、装置及び駐車場モニタリングシステム
US11688078B2 (en) Video object detection
JP7167325B2 (ja) 運転者在席状態検出方法及び装置、機器並びにコンピュータ記憶媒体
US10200607B2 (en) Image capturing apparatus, method of controlling the same, monitoring camera system, and storage medium
JP2014056494A (ja) 画像処理装置、オブジェクト検出方法、およびオブジェクト検出プログラム
US11301974B2 (en) Image processing apparatus, image processing method, image capturing apparatus, and storage medium
KR20190024511A (ko) 도로 상황 공유 방법 및 이를 실행하기 위해 기록매체에 기록된 컴퓨터 프로그램
KR20210022995A (ko) 터널 판단 장치 및 터널 판단 방법
CN113762220B (zh) 目标识别方法、电子设备、计算机可读存储介质
CN111183454B (zh) 识别装置、识别方法及识别程序
JP4364275B2 (ja) 画像処理方法、画像処理装置及びコンピュータプログラム
US20260052228A1 (en) Information processing apparatus, information processing method, computer-readable medium, and information processing system
KR101341243B1 (ko) 기상 현상으로 인해 훼손된 영상을 복원하는 장치 및 방법
JP7279892B2 (ja) 顔向き検出装置、顔向き検出方法、及びプログラム
WO2024176342A1 (ja) 人物検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
JP7485449B2 (ja) 監視装置、監視方法、及びプログラム
JP2019040389A (ja) 障害物検知装置、障害物検知方法、及び、障害物検知プログラム
US11763596B2 (en) Image capturing support apparatus, image capturing support method, and computer-readable recording medium
WO2016147704A1 (ja) 監視装置、監視システム、監視方法、及びコンピュータ読み取り可能な記録媒体
WO2024176339A1 (ja) 移動体検出装置、システム、方法及びプログラムが格納された非一時的なコンピュータ可読媒体
JP6800388B1 (ja) 検出装置、検出方法、及び検出プログラム
JP2015204021A (ja) 視線検出装置、視線検出方法

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: 23923996

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2025501970

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2025501970

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 23923996

Country of ref document: EP

Kind code of ref document: A1