JP2018092507A - 画像処理装置、画像処理方法及びプログラム - Google Patents
画像処理装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- JP2018092507A JP2018092507A JP2016237365A JP2016237365A JP2018092507A JP 2018092507 A JP2018092507 A JP 2018092507A JP 2016237365 A JP2016237365 A JP 2016237365A JP 2016237365 A JP2016237365 A JP 2016237365A JP 2018092507 A JP2018092507 A JP 2018092507A
- Authority
- JP
- Japan
- Prior art keywords
- image
- detection
- human body
- detected
- pattern
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/164—Detection; Localisation; Normalisation using holistic features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
- G06V10/7515—Shifting the patterns to accommodate for positional errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/24—Character recognition characterised by the processing or recognition method
- G06V30/248—Character recognition characterised by the processing or recognition method involving plural approaches, e.g. verification by template match; Resolving confusion among similar patterns, e.g. "O" versus "Q"
- G06V30/2504—Coarse or fine approaches, e.g. resolution of ambiguities or multiscale approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
【課題】人体検出における演算量を低減し、処理を高速化することを目的とする。【解決手段】撮像手段によって撮像された画像から特定の物体を検出する検出処理を行う検出手段と、検出手段によって第1のサイズのパターンを用いて特定の物体を検出した場合、特定の物体を検出した位置に応じた、画像における一部の領域を、第1のサイズのパターンを用いた特定の物体の検出処理を行う処理範囲から除外する除外手段とを有する。【選択図】図2
Description
本発明は、画像処理装置、画像処理方法及びプログラムに関する。
従来、監視カメラの撮像画像から人体や顔等を検出する場合、パターンマッチング処理が利用される。パターンマッチング処理では、撮影画像において不特定の大きさの人体を検出する必要があり、演算量が多く、検出に要する時間がかかるという問題がある。検出処理においては、例えば、撮像画像の中から人体を切り出しながら識別を行うため、撮像画像全体を様々なスケールでスキャンすることになる。このため一回一回のパターンマッチングの演算処理を極力少なくすることが重要となる。そこで演算処理を少なくする手法が提案されている。特許文献1には、検出すべき顔の大きさを大から小へ変えながら検出する場合において、既に検出された顔の領域を他の大きさの顔の検出対象から除く技術が開示されている。特許文献2には、検出すべき人体の大きさを大から小へ変えながら検出する場合において、撮影画像の領域に応じて、検出すべき人体の大きさを関連付けて処理を行うことが開示されている。
しかしながら、人体検出においては、さらに演算量を低減し、処理を高速化することが望まれている。
本発明はこのような問題点に鑑みなされたもので、人体検出における演算量を低減し、処理を高速化することを目的とする。
そこで、本発明は、画像処理装置であって、撮像手段によって撮像された画像から特定の物体を検出する検出処理を行う検出手段と、前記検出手段によって第1のサイズのパターンを用いて前記特定の物体を検出した場合、前記特定の物体を検出した位置に応じた、前記画像における一部の領域を、前記第1のサイズのパターンを用いた前記特定の物体の検出処理を行う処理範囲から除外する除外手段とを有することを特徴とする。
本発明によれば、人体検出における演算量を低減し、処理を高速化することができる。
以下に、本発明の好ましい実施の形態を、添付の図面に基づいて詳細に説明する。なお、本発明は以下の実施形態に限定されるものではなく、本発明の実施に有利な具体例を示すにすぎない。また、以下の実施形態の中で説明されている特徴の組み合わせの全てが本発明の課題解決のために必須のものであるとは限らない。本実施形態では、検出対象の特定の物体となる被写体が人物である場合について説明するが、被写体が他のオブジェクト、例えば、顔、自動車、動物等であっても適応することができる。
(第1の実施形態)
図1は、第1の実施形態に係る画像処理装置100のハードウェア構成を示す図である。画像処理装置100は、CPU101と、ROM102と、RAM103と、HDD104と、表示部105と、入力部106と、通信部107とを有している。CPU101は、ROM102に記憶された制御プログラムを読み出して各種処理を実行する。RAM103は、CPU101の主メモリ、ワークエリア等の一時記憶領域として用いられる。HDD104は、各種データや各種プログラム等を記憶する。表示部105は、各種情報を表示する。入力部106は、キーボードやマウスを有し、ユーザによる各種操作を受け付ける。通信部107は、ネットワークを介して外部装置との通信処理を行う。なお、後述する画像処理装置100の機能や処理は、CPU101がROM102又はHDD104に格納されているプログラムを読み出し、このプログラムを実行することにより実現されるものである。
図1は、第1の実施形態に係る画像処理装置100のハードウェア構成を示す図である。画像処理装置100は、CPU101と、ROM102と、RAM103と、HDD104と、表示部105と、入力部106と、通信部107とを有している。CPU101は、ROM102に記憶された制御プログラムを読み出して各種処理を実行する。RAM103は、CPU101の主メモリ、ワークエリア等の一時記憶領域として用いられる。HDD104は、各種データや各種プログラム等を記憶する。表示部105は、各種情報を表示する。入力部106は、キーボードやマウスを有し、ユーザによる各種操作を受け付ける。通信部107は、ネットワークを介して外部装置との通信処理を行う。なお、後述する画像処理装置100の機能や処理は、CPU101がROM102又はHDD104に格納されているプログラムを読み出し、このプログラムを実行することにより実現されるものである。
図2は、画像処理装置100のソフトウェア構成を示す図である。画像取得部201は、外部から供給された画像を取得する。ここで、画像は静止画でもよく動画でもよい。なお、画像の供給元は特に限定されるものではない。供給元としては、例えば、撮像装置や有線又は無線を介して画像を供給するサーバ装置等が挙げられる。また、外部に限るものではなく、画像処理装置100内のメモリ等であってもよい。なお、画像処理装置100は、動画像をした場合には、動画像に含まれるフレームを単位として各処理を行う。
縮小画像生成部202は、画像取得部201が取得した画像に基づいて、縮小画像を生成する。以下、画像取得部201が取得した画像を第1画像と称する。図3は、縮小画像の説明図である。縮小画像生成部202は、第1画像301から第2画像302及び第3画像303の2つの縮小画像を生成する。ここで、第2画像302は、第1画像301に比べて低解像度の画像であり、第3画像303は、第2画像302に比べて低解像度の画像である。縮小画像生成部202は、第1画像を再帰的に縮小することにより多重解像度化し、解像度の異なる第2画像及び第3画像を生成する。
人体検出部203は、照合パターンと画像中の領域とのパターンマッチングにより、人体検出を行う。なお、照合パターンは、HDD104等の記憶部に予め設定されているものとする。本実施形態においては、人体検出部203は、まず第3画像303を処理対象として人体検出を行う。具体的には、人体検出部203は、図3に示すように、第3画像303の左下角に接するように矩形の照合パターン310を配置し、対応する画像と照合パターン310のパターンマッチングを行うことにより人体検出を行う。その後、人体検出部203は、照合パターン310を第3画像303の右方向に所定の距離だけ移動し、再度パターンマッチングにより人体検出を行う。人体検出部203は、右方向を主走査方向、上方向を副走査方向として、パターンマッチングによる人体検出を繰り返す。そして、人体検出部203は、第3画像303における人体検出処理が終了すると、続いて第2画像302を処理対象として人体検出を行い、最後に第1画像301を処理対象として人体検出を行う。
なお、人体検出部203は、このように、照合パターン310を走査し、人体検出処理を繰り返すこととするが、人体検出の終了条件は、特に限定されるものではない。すなわち、人体検出部203は、必ずしも画像301〜303のすべての領域において人体検出を行う必要はない。人体検出部203は、例えば、既定時間の経過を条件に処理を終了してもよい。また例えば、人体検出部203は、人体検出処理の回数が閾値に達した場合に処理を終了してもよい。
このように、解像度の異なる画像に対し、照合パターンを配置して人体検出を行うことにより、異なる大きさの人体を検出することができる。なお、縮小画像生成部202が生成する解像度画像の数は実施形態に限定されるものではない。また、各解像度画像の解像度の値も特に限定されるものではないが、縮小倍率は1に近い程、人体検出処理の処理時間は長くなるため、運用条件に応じて、適切な縮小倍率を設定するのが望ましい。
非検出領域設定部204は、人体検出部203により人体が検出されると、人体が検出された領域に基づいて、非検出領域を設定する。ここで、非検出領域とは、人体検出部203による人体検出処理の処理範囲から除外される領域であり、人体検出部203が処理対象としている画像の一部の領域である。結果出力部205は、人体検出部203により人体が検出されると、検出結果を出力する。出力先は特定の出力先に限るものではなく、無線又は有線を介して外部の装置に対して出力してもよい。外部装置は、ディスプレイ等の表示装置であってもよい。また、出力する情報をそのまま出力してもよいし、可視可能なグラフィックスを出力してもよい。
図4は、画像処理装置100による画像処理を示すフローチャートである。S401において、画像取得部201が、外部から画像(第1画像)を取得する。次に、S402において、縮小画像生成部202は、第1画像から第2画像及び第3画像を生成する。次に、S403において、人体検出部203は、処理対象として第3画像303を選択する。なお、本実施形態においては、サイズの大きい順に人体を検出するため、低解像度の画像から順に選択するものとするが、画像の選択順は実施形態に限定されるものではない。
次に、S404において、人体検出部203は、第3画像303の左下角の開始位置に照合パターンを配置する。次に、S405において、人体検出部203は、照合パターンと対応する領域の画像のパターンマッチングによる人体の検出処理を行う。人体検出部203は、人体が検出された場合に(S406でYes)、処理をS407へ進める。人体検出部203は、人体が検出されなかった場合には(S406でNo)、処理をS408へ進める。S407において、非検出領域設定部204は、S405において特定の物体を検出した位置に応じて非検出領域を設定する。次に、S408において、人体検出部203は、検出位置が選択中の画像における最終位置であるか否かを判定する。人体検出部203は、検出位置が最終位置の場合には(S408でYes)、処理をS410へ進める。人体検出部203は、検出位置が最終位置でない場合、すなわち、検出処理が行われていない領域が残っている場合には(S408でNo)、処理をS409へ進める。
S409において、人体検出部203は、照合パターンの配置位置を変更し、その後処理をS405へ進める。すなわち、S409において、人体検出部203は、図3を参照しつつ説明したように、照合パターンを右方向に移動させる。また、人体検出部203は、配置位置が画像の右端の場合には、照合パターンを左端に戻し、上方向に移動させる。本処理により、人体検出部203は、照合パターンを移動しつつ、選択中の画像を走査しながら検出処理を行うことができる。なお、人体検出部203は、S407において、選択中の画像において非検出領域が設定されている場合には、非検出領域を検出処理の処理範囲から除外するよう制御する。すなわち、人体検出部203は、非検出領域に重ならない位置に照合パターンを配置する。なお、人体検出部203は、非検出領域に対する検出処理については処理済みとして扱うものとする。
一方、S410においては、人体検出部203は、S401において取得した画像と、S402において生成された画像とを含む画像群において、照合パターンとのパターンマッチングが行われていない未処理の画像が残っているか否かを判定する。人体検出部203は、未処理の画像が存在する場合には(S410でYes)、処理をS403へ進める。人体検出部203は、この場合、S403において、未処理の画像を処理対象として選択し、S404以降の処理を行う。人体検出部203は、未処理の画像が存在しない場合には(S410でNo)、処理をS411へ進める。S411において、結果出力部205は、検出処理の処理結果を出力する。以上で、画像処理が終了する。
図5を参照しつつ、第1画像301が処理対象として選択された場合のS404〜S409の処理について具体的に説明する。図5(a)は、S404において、照合パターン310が開始位置に配置された状態を示す図である。開始位置において人体が検出されなかった場合には、図5(b)に示すように、S409において、照合パターン310は、右方向に所定距離だけ移動する。照合パターン310が移動しつつ検出処理が繰り返され、図5(c)に示すように、照合パターン310が位置500に配置された際に、人体が検出されたとする。この場合、S407において、非検出領域設定部204は、非検出領域を設定する。
図5(d)に示すように、本実施形態においては、非検出領域設定部204は、人体が検出された領域(人体が検出された際に照合パターン310が配置された領域)を非検出領域510として設定する。すなわち、非検出領域は、照合パターン310のサイズと位置及びサイズの等しい領域である。非検出領域510に重ならない位置に照合パターン310を配置しなければならないため、続く、S409の処理においては、人体検出部203は、照合パターン310を位置520に移動する。
人体が検出された領域の周囲には他の人体は存在しないと考えられる。そこで、本実施形態に係る画像処理装置100は、人体が検出された領域に応じて、非検出領域を設定し、非検出領域に対する人体検出処理を行わないこととした。これにより、人体検出における演算量を低減し、処理の高速化することができる。
第1の実施形態の変更例としては、非検出領域のサイズ及び位置は、実施形態に限定されるものではない。非検出領域は、照合パターンのサイズに比べて大きいサイズでもよく、照合パターンのサイズに比べて小さいサイズでもよい。図6は、非検出領域パターンの一例を示す図である。図6(a)に示す非検出領域601は、人体検出領域600と同一サイズ同一位置に設定される非検出領域である。被写体を輪郭で検出する場合、例えば顔を検出する場合や、真上から人を検出する場合には、このような非検出領域の設定が有効である。図6(b)に示す非検出領域602は、人体検出領域600に比べて小さいサイズの領域である。非検出領域602は、幅及び高さが人体検出領域500の半分のサイズの領域であり、人体検出領域600と中心が等しい領域である。すなわち、非検出領域602は、人体検出領域内の領域である。
図6(c)に示す非検出領域603は、人物の顔の幅に応じたサイズの領域である。図6(d)の非検出領域604は、図6(c)の非検出領域にさらに肩に対応する領域を含めた領域である。これらは、大きいサイズから順に照合パターンによるパターンマッチングを行う場合において、検出された人物より前に人がいないと想定される場合に有効である。図6(e)の非検出領域605は、照合パターンの主走査方向を右、副走査方向を上とした場合に有効である。図6(f)の非検出領域606は、図6(c)の非検出領域603を左側にシフトした例である。これは、照合パターンの主走査方向を右、副走査方向を上とした場合において、既に処理済みの左側の検出処理を考慮すると、人体が検出された後の右側には、実空間的に人が存在しないと想定できる場合に有効である。このように、非検出領域は、照合パターンの走査方向に応じて定まる領域であってもよい。
図6(g)の非検出領域607及び図6(h)の非検出領域608は、図6(b)、(c)の検出ができた場合に、監視カメラの設置条件にも依存するが、比較的大きいサイズの人物を検出する際に有効である。図6(j)の非検出領域609は、図6(a)の検出時に、大きいサイズの照合パターンの時に有効である。検出された人体より大きく人体が撮影されることを考慮した場合に、人体が検出された人より前には人が存在しないと判断できることに対応したものである。図6(k)の非検出領域610は、検出開始位置を左上に設定した場合に、非検出領域の指定も合わせて左上に設定する例である。
ここで、図6(e)のパターンに応じて非検出領域を設定する第1の例について説明する。第1の例は、監視カメラにより撮影された、小店舗の入り口の画像を処理対象とするものである。この場合、例えば、図7(a)に示すように、手を繋いだ2人の人物701、702の画像等が処理対象となる。この画像に対し人体検出処理が行われると、図7(b)に示すように、第1の領域711において1人目の人物701が検出され、図6(a)のパターンに応じて、第1の領域711が非検出領域として設定されたとする。すなわち、この場合、照合パターンは、第1の領域711を避け、第2の領域712に設定されるが、図7の例では、2人目の人物702の人体も検出することができる。
一方で、図8(a)に示すように、2人の人物801、802が腕を組んだり寄り添ったりしている場合がある。この場合には、2人の人物801、802の距離が近いため、人の肩幅くらいのサイズの領域を非検出領域とした場合には、2人目の人物802を検出できなくなってしまう。そこで、図8(b)に示すように、図6(e)のパターンに応じた、非検出領域820を設定することとする。ここで、非検出領域820は、1人目の人体が検出された人体検出領域811に対し高さと幅がそれぞれ1/2で、左下角の位置が人体検出領域811の左下角の位置と一致するような領域である。なお、非検出領域820を人体検出領域811の左下に配置するのは、検出開始位置が左下で、検出位置を右側に、下から上に移動させることに対応したものである。この場合、人体検出領域811に続く照合パターンの配置位置は、図8(c)に示す830の位置となる。このため、第2の人物802についても検出することが可能となる。
続いて、図6(e)のパターンに応じて非検出領域を設定する第2の例について説明する。第2の例は、監視カメラにより撮影された、カメラの奥行方向に重なって人物が存在するような画像を処理対象とするものである。例えば、見下ろし角度で設置された監視カメラにより得られた、図9(a)に示すような、奥行き方向に重なって人物が存在する画像が処理対象となる。
図9(a)に示す画像において、撮影方向手前にいる人物は大きく、カメラから遠くなるにつれ、人物は小さく撮影される。この場合も、図9(b)に示すように、図9(e)のパターンに応じた非検出領域910を設定することとする。ここで、非検出領域910は、人体検出領域901に対し高さと幅がそれぞれ1/2で、左下角の位置が人体検出領域811の左下角の位置と一致するような領域である。なお、非検出領域910を人体検出領域901の左下に配置するのは、検出開始位置が左下で、検出位置を右側に、下から上に移動させることに対応したものである。この場合、人体検出領域901に続く照合パターンの配置位置は、図9(c)に示す920の位置となる。このため、後方の人物についても、検出することが可能となる。
(第2の実施形態)
次に、第2の実施形態に係る画像処理装置100について説明する。第2の画像処理装置100は、見下ろし角度に設置された監視カメラにより得られるような、画像内の位置に応じて、異なるサイズの人物が写った画像を処理対象とする。以下、第2の実施形態に係る画像処理装置100について、第1の実施形態に係る画像処理装置100と異なる点について説明する。
次に、第2の実施形態に係る画像処理装置100について説明する。第2の画像処理装置100は、見下ろし角度に設置された監視カメラにより得られるような、画像内の位置に応じて、異なるサイズの人物が写った画像を処理対象とする。以下、第2の実施形態に係る画像処理装置100について、第1の実施形態に係る画像処理装置100と異なる点について説明する。
図10は、第2の実施形態に係る画像処理装置100のソフトウェア構成を示す図である。なお、第1の実施形態に係る各部と同じ構成要素には同じ番号を付している。レイヤ設定部1001は、入力部106からの操作入力に従い、処理対象の画像に対し、複数のレイヤを設定し、各レイヤに対する処理条件を示す条件テーブルを設定する。本処理は、レイヤ設定処理及び条件設定処理の一例である。人体検出部203は、レイヤ単位で、条件テーブルに設定された処理条件に従って人体検出処理を行う。非検出領域設定部204は、レイヤ毎に条件テーブルに設定された処理条件にしたがって、非検出領域を決定し、これを非検出領域として設定する。
図11は、レイヤの設定例を示す図である。図11の例では、図11(a)に示す第1レイヤ1110と、図11(b)に示す第2レイヤ1120と、図11(c)に示す第3レイヤ1130と、が設定される。第1レイヤ1110は監視カメラに近い人体が撮影される領域であり、被写体としての人体のサイズは比較的大きくなる。第2レイヤ1120では、人体のサイズが中程度となり、第3レイヤ1130では、人体のサイズは比較的小さくなる。なお、レイヤの数及び画像における各レイヤの位置は、実施形態に限定されるものではない。本実施形態においては、レイヤ間で重複する領域が存在するようにしたが、他の例としては、レイヤ設定部1001は、各レイヤの領域が互いに重ならないように、レイヤを設定することとしてもよい。
第1レイヤ1110においては、照合パターン1111が設定され、第2レイヤ1120においては、照合パターン1121が設定され、第3レイヤ1130においては、照合パターン1131が設定される。各照合パターン1111、1121、1131のサイズは、ユーザ操作に応じて設定される。各照合パターンのサイズ範囲も設定可能である。例えば、照合パターン1111に対しては、照合パターン1111のサイズから照合パターン1121のサイズの範囲で設定可能である。人体検出部203は、照合パターンで人体検出した検出情報を他の解像度の画像における照合パターンに渡し、非検出領域を設定してもよい。
図12は、条件テーブルの一例を示す図である。条件テーブル1200には、各レイヤに対する処理条件が設定される。処理条件は、照合パターンサイズと、非検出領域パターンと、検出開始位置と、開始画像とを含んでいる。照合パターンサイズは、検出したい人体サイズに応じてユーザにより設定される照合パターンのサイズ範囲である。例えば、第1レイヤに対しては、最小サイズ40ピクセル、最大サイズ50ピクセルの範囲が設定されている。
非検出領域パターンは、人体が検出された領域、すなわち人体が検出された際の照合パターンの配置位置に対する非検出領域の位置を定めるものである。各レイヤに対し、図9に示したような複数の非検出領域パターンの中から、ユーザが所望の非検出領域パターンを設定する。なお、レイヤによっては非検出領域を設定しないこととしてもよい。この場合、非検出領域パターンはブランクとなる。例えば第1レイヤに対しては、非検出領域パターンとして「J」が設定されている。これは、図9(j)に示す非検出領域パターンに対応する。検出開始位置は、画像に対し最初に照合パターンが配置される位置である。開始画像は、解像度の異なる複数の画像のうち、最初に処理を行う画像である。「大」は、大きいサイズの人体検出を最初に行うことを意味する。すなわち、この場合、開始画像は、最も縮小された画像となる。
例えば、照合パターンの小さいサイズから検出を開始するレイヤにおいては、開始画像を「小」に設定し、検出開始位置を「左上」、非検出領域パターンを図9(k)のパターンに設定する。なお、人体検出部203は、照合パターンで検出した情報は、次の選択解像度に渡し、非検出領域を設定する。さらに、人体検出部203は、次に選択される、解像度の異なる画像に対して、非検出領域パターンを選択して、非検出領域を設定することができる。例えば、第1レイヤでは図9(j)の非検出領域パターンが設定されているが、次に処理対象となる、解像度の異なる画像に非検出領域を渡す時は、図9(b)の非検出領域パターンを指定して非検出領域とすることができる。
また、監視カメラの設置環境によっては、人体が検出されない領域が予めわかっている場合がある。この場合には、非検出領域を予め設定しておいてもよい。これにより、処理を高速化することができる。また、人体が検出されない領域を考慮して、各レイヤの検出開始位置や、非検出領域パターンを設定するのが望ましい。なお、第2の実施形態に係る画像処理装置100のこれ以外の構成及び処理は、第1の実施形態に係る画像処理装置100の構成及び処理と同様である。
第2の実施形態の変更例について説明する。監視カメラでは、映像に常に人が存在するとは限らない。そこで、画像処理装置100は、処理対象となる画像に対し、動体検出処理を行い、動体が検出された領域のみを人体検出の処理範囲として設定することとしてもよい。本処理は、範囲設定処理の一例である。人体検出部203は、処理範囲において、人体の検出処理を行う。さらに、人体検出部203は、動体検出の検出結果に応じて、非検出領域パターンを切り替えてもよい。例えば、人体検出部203は、動体検出で得られた位置やサイズ、各レイヤ情報に応じて人の密集度を判断する。そして、人体検出部203は、人が1人と判断した領域に対しては、人体検出時に図9(a)の非検出領域パターンを設定し、人が複数人いると判断した領域に対しては、図9(e)の非検出領域パターンを設定することができる。これによって、人が密集した場合においても、人体検出精度を落とさずに高速に人体検出することができる。
以上、本発明の好ましい実施形態について詳述したが、本発明は係る特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。
(その他の実施例)
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
100 画像処理装置
203 人体検出部
204 非検出領域設定部
203 人体検出部
204 非検出領域設定部
Claims (13)
- 撮像手段によって撮像された画像から特定の物体を検出する検出処理を行う検出手段と、
前記検出手段によって第1のサイズのパターンを用いて前記特定の物体を検出した場合、前記特定の物体を検出した位置に応じた、前記画像における一部の領域を、前記第1のサイズのパターンを用いた前記特定の物体の検出処理を行う処理範囲から除外する除外手段と
を有することを特徴とする画像処理装置。 - 前記一部の領域のサイズは、予め設定されていることを特徴とする請求項1に記載の画像処理装置。
- 前記一部の領域のサイズは、前記第1のサイズに比べて小さいことを特徴とする請求項2に記載の画像処理装置。
- 前記一部の領域は、前記特定の物体が検出された、前記パターンに対応する領域内の領域であり、前記パターンの走査方向に応じて定まる領域であることを特徴とする請求項3に記載の画像処理装置。
- 前記一部の領域のサイズは、前記第1のサイズと等しいことを特徴とする請求項2に記載の画像処理装置。
- 前記一部の領域は、前記特定の物体が検出された、前記パターンに対応する領域であることを特徴とする請求項5に記載の画像処理装置。
- 前記一部の領域のサイズは、前記第1のサイズに比べて大きいことを特徴とする請求項2に記載の画像処理装置。
- 前記一部の領域は、前記特定の物体が検出された、前記パターンに対応する領域を含むことを特徴とする請求項7に記載の画像処理装置。
- 前記画像に対し、複数のレイヤを設定するレイヤ設定手段と、
前記物体を検出した位置に応じて前記一部の領域を定める条件で、レイヤ毎に異なる条件に応じて、レイヤ毎に、前記一部の領域を決定する決定手段と
をさらに有し、
前記検出手段は、各レイヤにおいて前記検出処理を行い、
前記除外手段は、前記決定手段により決定された前記一部の領域を前記処理範囲から除外することを特徴とする請求項1乃至8の何れか1項に記載の画像処理装置。 - ユーザ操作に応じて、前記レイヤ毎の条件を設定する条件設定手段をさらに有することを特徴とする請求項9に記載の画像処理装置。
- 前記画像のうち、動体が検出された領域を、前記検出処理の処理範囲として設定する範囲設定手段をさらに有し、
前記検出手段は、前記範囲設定手段により設定された前記処理範囲において、前記検出処理を行うことを特徴とする請求項1乃至10の何れか1項に記載の画像処理装置。 - 画像処理装置が実行する画像処理方法であって、
撮像手段によって撮像された画像から特定の物体を検出する検出処理を行う検出ステップと、
前記検出ステップにおいて第1のサイズのパターンを用いて前記特定の物体を検出した場合、前記特定の物体を検出した位置に応じた、前記画像における一部の領域を、前記第1のサイズのパターンを用いた前記特定の物体の検出処理を行う処理範囲から除外する除外ステップと
を含むことを特徴とする画像処理方法。 - コンピュータを、請求項1乃至10の何れか1項に記載の画像処理装置の各手段として機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016237365A JP2018092507A (ja) | 2016-12-07 | 2016-12-07 | 画像処理装置、画像処理方法及びプログラム |
US15/830,891 US10521653B2 (en) | 2016-12-07 | 2017-12-04 | Image processing device, image processing method, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016237365A JP2018092507A (ja) | 2016-12-07 | 2016-12-07 | 画像処理装置、画像処理方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018092507A true JP2018092507A (ja) | 2018-06-14 |
Family
ID=62243224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016237365A Pending JP2018092507A (ja) | 2016-12-07 | 2016-12-07 | 画像処理装置、画像処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10521653B2 (ja) |
JP (1) | JP2018092507A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2021176553A1 (ja) * | 2020-03-03 | 2021-09-10 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI637354B (zh) * | 2017-10-23 | 2018-10-01 | 緯創資通股份有限公司 | 判斷使用者之姿勢之影像偵測方法以及影像偵測裝置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001307095A (ja) * | 2000-04-21 | 2001-11-02 | Canon Inc | 認識システム、認識装置、認識方法および記憶媒体 |
JP2006301847A (ja) * | 2005-04-19 | 2006-11-02 | Fuji Photo Film Co Ltd | 顔検出方法および装置並びにプログラム |
JP2013062688A (ja) * | 2011-09-13 | 2013-04-04 | Canon Inc | 画像処理装置、画像処理方法 |
JP2014142832A (ja) * | 2013-01-24 | 2014-08-07 | Canon Inc | 画像処理装置、画像処理装置の制御方法、およびプログラム |
JP2016095808A (ja) * | 2014-11-17 | 2016-05-26 | キヤノン株式会社 | 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9111346B2 (en) * | 2011-09-13 | 2015-08-18 | Canon Kabushiki Kaisha | Image processing apparatus, image processing method, and recording medium |
-
2016
- 2016-12-07 JP JP2016237365A patent/JP2018092507A/ja active Pending
-
2017
- 2017-12-04 US US15/830,891 patent/US10521653B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001307095A (ja) * | 2000-04-21 | 2001-11-02 | Canon Inc | 認識システム、認識装置、認識方法および記憶媒体 |
JP2006301847A (ja) * | 2005-04-19 | 2006-11-02 | Fuji Photo Film Co Ltd | 顔検出方法および装置並びにプログラム |
JP2013062688A (ja) * | 2011-09-13 | 2013-04-04 | Canon Inc | 画像処理装置、画像処理方法 |
JP2014142832A (ja) * | 2013-01-24 | 2014-08-07 | Canon Inc | 画像処理装置、画像処理装置の制御方法、およびプログラム |
JP2016095808A (ja) * | 2014-11-17 | 2016-05-26 | キヤノン株式会社 | 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2021176553A1 (ja) * | 2020-03-03 | 2021-09-10 | ||
JP7199593B2 (ja) | 2020-03-03 | 2023-01-05 | 三菱電機株式会社 | 人検知装置、人検知システム、設備機器システム、人検知方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20180157905A1 (en) | 2018-06-07 |
US10521653B2 (en) | 2019-12-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6732214B2 (ja) | 画像処理装置、画像処理方法、テンプレート作成装置、物体認識処理装置及びプログラム | |
JP4752918B2 (ja) | 画像処理装置、画像照合方法、および、プログラム | |
KR102199094B1 (ko) | 관심객체 검출을 위한 관심영역 학습장치 및 방법 | |
JP7059054B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP6494418B2 (ja) | 画像解析装置、画像解析方法、およびプログラム | |
JP7129843B2 (ja) | 画像処理装置、画像処理装置の制御方法、システム、及び、プログラム | |
WO2017109854A1 (ja) | 学習画像自動選別装置、学習画像自動選別方法および学習画像自動選別プログラム | |
WO2021168804A1 (zh) | 图像处理方法、图像处理装置和图像处理系统 | |
JP6564136B2 (ja) | 画像処理装置、画像処理方法、および、プログラム | |
CN107958202B (zh) | 人体检测设备、人体检测设备的控制方法和存储介质 | |
JP2018092507A (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2018092547A (ja) | 画像処理装置、画像処理方法およびプログラム | |
JP2014142832A (ja) | 画像処理装置、画像処理装置の制御方法、およびプログラム | |
JP6452738B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP2008158776A (ja) | 特徴検出方法及び装置、プログラム、記憶媒体 | |
JP6253397B2 (ja) | 物体検出装置 | |
JP2016206909A (ja) | 情報処理装置、情報処理方法 | |
JP5448952B2 (ja) | 同一人判定装置、同一人判定方法および同一人判定プログラム | |
JP7195782B2 (ja) | 情報処理装置、制御方法及びプログラム | |
JP2021108022A5 (ja) | ||
KR102497593B1 (ko) | 정보 처리장치, 정보 처리방법 및 기억매체 | |
US10380463B2 (en) | Image processing device, setting support method, and non-transitory computer-readable media | |
JP5371015B2 (ja) | クロスマーク検出装置及び方法、並びにプログラム | |
JP2018081424A (ja) | 画像処理装置および画像処理方法 | |
JP6600090B2 (ja) | 画像処理装置、画像処理方法、および、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201202 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210525 |