JP4623135B2 - 画像認識装置 - Google Patents

Description

本発明は、動き補償予測と離散コサイン変換とを用いた画像の符号化時又はその復号時に生成される符号化情報を用いて物体の認識を行う画像認識装置に関する。

従来より、車載カメラ等で取得した動画像から歩行者等の動く物体を抽出する際には、動きの情報が重要視されてきた。
具体的な手法としては、画素ブロック（例えば、１６×１６画素）単位で動きベクトルを求める手法や、画素単位で高精度に動きを検出する手法（例えば、特許文献１，２参照。）等が知られている。
特開平７−３０２３２８号公報 特開２００３−２８８６００号公報

ところで、画素ブロック単位で動き情報を算出する手法では、歩行者の大きさが画素ブロックと同程度以下となる比較的離れた位置を歩行する歩行者の動きを抽出する場合、通常の歩行速度では、画面上での動きが小さいため、動きベクトルが殆ど発生せず、これを抽出することが困難であるという問題があった。

一方、画素単位で動き情報を算出する手法では、静止物体であっても、カメラの動きや輝度むら等に基づく擬似的な動きが多く検出され、これらが、歩行者の動きに基づく情報であるか、単なる雑音であるかを判別することが困難であるという問題や、検出に膨大な演算量を要するという問題があった。更には、画素単位の処理であるため、広く普及しているＭＰＥＧ等の画素ブロック単位で処理を実行するＭＰＥＧ等の処理との整合性に欠けるという問題もあった。

本発明は、上記問題点を解決するために、画素ブロック程度の大きさで検出される動く物体を高い精度で認識する画像認識装置を提供することを目的とする。

上記目的を達成するためになされた本発明の画像認識装置では、評価値算出手段が、動き補償予測と離散コサイン変換とを用いた画像の符号化時又はその復号時に生成される符号化情報に基づいて、複数種類の評価値を算出する。

即ち、符号化情報に基づく再生画像を見て動物体（オブジェクト）の認識が可能であれば、その符号化情報に動物体の認識に必要な特徴量が含まれているということであるため、符号化情報に基づいて算出される評価値は、その特徴量が反映されたものとなる。

そして、判定手段が、入力画像から抽出すべきものとして予め設定された複数の動物体と評価値算出手段にて算出された評価値との関係を規定した判定ルールに従って、画素ブロック毎に、該画素ブロックが動物体のいずれに対応するかを判定する。
更に、本発明の画像認識装置では、評価値算出手段は、符号化情報として、離散コサイン変換に基づく２次元ＤＣＴ係数を用い、前記評価値の一つとして、符号化の単位となる画素ブロック毎に、２次元ＤＣＴ係数に基づく基本評価値を求める第１評価値算出手段と、符号化情報として、動き補償予測にて求められる動きベクトルを用い、評価値の一つとして、画素ブロック毎に、動きベクトルに基づく動き評価値を求める第３評価値算出手段とを備えており、判定手段は、評価値算出手段にて算出された各評価値の時系列パターンと、予め設定された時系列モデルとの比較によって、時系列モデルで表現される評価が有意であるか否かを判定することによって歩行者と車両を少なくとも含む動物体を認識する。

このように、本発明の画像認識装置によれば、動き評価値を用いているため、例えば、車両や近距離に位置する歩行者など、大きな動きベクトルを発生させる動物体を的確に検出することができ、また、オブジェクトに特有な時系列パターンを、時系列モデルによって評価しているため、同じ動物体であってもより詳細な特徴（属性，挙動など）の判定を可能とすることができる。
また、本発明の画像認識装置によれば、２次元ＤＣＴ係数に基づく基本評価値を用いているため、例えば、動物体の大きさがマクロブロック程度であり、動物体の動きが動きベクトルに現れない場合でも、２次元ＤＣＴ係数は動物体の動きに応じて変化するため、その変化を抽出することで動物体の検出が可能となる。

このように構成された本発明の画像認識装置によれば、画素ブロック程度の大きさで出現する動く物体を高い精度で検出することができる。
しかも、本発明の画像認識装置によれば、評価値の生成に必要な情報は、画像データを符号化するか、又は符号化データを復号する際に抽出されるため、既存のエンコーダやデコーダに殆ど変更を加えることなく（具体的には、必要な情報を外部に出力する端子を設けるだけで）実現することができる。

更に、本発明の画像認識装置によれば、コンピュータネットワーク上のサーバや個々のコンピュータに接続されたハードディスク等に蓄積されていたり、通信によって取得されたりする動画像の符号化データを用いた画像認識を、極めて軽い処理で実現することができる。

ところで、マクロブロック内の動物体が背景と類似したテクスチャを有している場合は、２次元ＤＣＴ係数の直流パワー成分が小さくなる場合がある。
そこで、第１評価値算出手段は、請求項２に記載のように、基本評価値の一つとして、２次元ＤＣＴ係数の交流パワー成分の合計値を求めるように構成されていることが望ましい。この場合、動物体の動きが、背景によらず、的確に反映された基本評価値を得ることができる。

一方、２次元ＤＣＴ係数の低周波成分の特徴（色や濃淡）はフレーム間で連続し、また、画面全体が大きく変化するパニング時には、画面全体に渡って、低周波成分の特徴が類似する。このような特徴も動物体の判定に使用できることが望ましい。

そこで、第１評価値算出手段は、請求項３に記載のように、基本評価値の一つとして、２次元ＤＣＴ係数の低周波パワー成分の合計値を求めるように構成されていてもよい。
また、評価値算出手段は、請求項４に記載のように、指定された対象領域毎に、第１評価値算出手段にて算出された基本評価値の組合せ方を規定する評価関数を用いて複合評価値を算出する第２評価値算出手段を備えていてもよい。

なお、対象領域としては、例えば、ＭＰＥＧにおけるマクロブロックを用いてもよいし、そのマクロブロックを複数連結したものを用いてもよい。また、評価関数としては、対象領域を全体的に評価するものであってもよいし、特徴が現れる箇所を部分的に評価するものであってもよい。

このように構成された本発明の画像認識装置によれば、対象領域中での動物体の動きの特徴を、より詳細かつ的確に反映した評価値を得ることができる。
この場合、請求項５に記載のように、判定手段での判定結果に基づいて、対象領域及び該対象領域に適用する評価関数、判定ルールを設定する評価内容設定手段を備えていてもよい。

この評価内容設定手段は、具体的には、請求項６に記載のように、入力画像に示されたシーンを規定する道路構造モデルや風景モデルに基づき、指定された特定種類の動物体が出現する可能性の高い領域に対象領域を設定することや、請求項７に記載のように、判定結果に示された特定種類の動物体の位置や挙動に基づいて対象領域を設定すると共に、該動物体について想定される特定状況の検出に適した評価関数を設定することが考えられる。

特に後者の場合、請求項８に記載のように、特定種類の動物体を歩行者とし、特定状況を歩行者の異常行動又はその予兆として、対象領域や評価関数を設定すれば、車載用の画像認識装置として好適に用いることができる。

この第３評価値算出手段では、動き評価値として、具体的には、請求項９に記載のように、動きベクトルの大きさや、請求項１０に記載のように、動きベクトルとカメラモーションによって生じるパニングベクトルとの類似度や、請求項１１に記載のように、隣接する画素ブロック間の動きベクトルの類似度を求めることが考えられる。

また、評価値算出手段は、請求項１２に記載のように、動き評価値として算出される動きベクトルの類似度が予め設定された閾値以上となる画素ブロック同士が形成する連続した領域からなる動き領域を設定し、評価値の一つとして、動き領域毎に、該動き領域の大きさや領域形状を示す領域評価値を求める第４評価値算出手段を備えていてもよい。

この領域評価値には、一つの動物体を構成することが推定される動き領域全体としての特徴が反映されるため、この領域評価値を他の評価値と組み合わせて用いることによって、より精度の高い判定を可能とすることができる。

また、請求項１３に記載のように、判定手段が、２次元ＤＣＴ係数に基づく評価値を、予め設定された判定閾値との比較によって、その評価値が有意であるか否かを判定するように構成されている場合、判定閾値を、その２次元ＤＣＴ係数の生成に用いた比較フレームと現フレームとのフレーム間隔に応じて可変設定することが望ましい。

即ち、画像中で動物体が動くことにより生じる２次元ＤＣＴ係数の変化は、フレーム間隔が広がるほど（即ち、時間間隔が大きくなるほど）大きくなり、これに応じて、２次元ＤＣＴ係数のダイナミックレンジも広がるため、このような可変設定が必要となる。

なお、ＭＰＥＧ方式での符号化を前提とする場合は、上述のフレーム間隔はピクチャタイプによって異なるため、このピクチャタイプに応じて判定閾値を可変設定すればよい。

以下に本発明の実施形態を図面と共に説明する。
［装置構成］
図１は、車両に搭載して使用され、取得した映像情報に基づいて映像内に撮像された各種オブジェクト（特に歩行者）を認識しドライバーに報知する車載装置１の構成を示すブロック図である。

図１に示すように、車載装置１は、車載カメラにて撮像された動画像の画像データを取得する画像データ取得部１１と、道路等を撮影する固定カメラにて撮像されＭＰＥＧ（本実施形態ではＭＰＥＧ−１）方式で符号化された動画像の符号化データを、道路周辺に配置された路側機を介した無線通信によって取得する符号化データ取得部１２と、画像データ取得部１１が取得した画像データをＭＰＥＧ方式で符号化し、その符号化データ及び符号化時に生成される特徴データ（動きベクトル，二次元ＤＣＴ係数，符号化データの復号に必要な符号化情報）を出力する符号化部１３と、符号化データ取得部１２が取得した符号化データを復号して画像データを再生し、その画像データと共に、復号時に得られる特徴データを出力する復号部１４と、画像データ取得部１１が取得した画像データ及び符号化部１３から出力される特徴データ、又は復号部１４から出力される復号された画像データ及び特徴データのうち、いずれか一方を選択して出力するセレクタ１５と、セレクタ１５にて選択された特徴データに基づいて、オブジェクトの認識等の処理を実行する画像認識処理部１６と、セレクタ１５にて選択された画像データに基づく動画像を表示すると共に、その動画像に、画像認識処理部１６での処理結果を表す画像を重畳表示したり、処理結果を音声にて出力する等して、処理結果の報知を行う報知部１７とを備えている。
［符号化部］
このうち、符号化部１３は、符号化する画像をマクロブロック（１６×１６画素）毎に分割し、そのマクロブロックを中心とする規定された画像範囲内で、そのマクロブロックとの差分が最小となる前フレーム中の画像領域との空間的な相対位置関係を示す動きベクトルを抽出する。

また、符号化部１３は、抽出した動きベクトルと前フレームの画像とに基づいて予測画像（動き予測信号）を生成し、その予測画像と現フレームの画像との差分（予測残差信号）を、各マクロブロックについて６個ずつ設定される単位ブロック（８×８画素）毎に離散コサイン変換（ＤＣＴ）することで２次元ＤＣＴ係数を生成し、更に、その２次元ＤＣＴ係数に対して量子化，ジグザグスキャン，可変長符号化を行う。

なお、上述の６個の単位ブロックの内訳は、図２に示すように、マクロブロック全体の色差Ｕ，Ｖを表す二つの単位ブロックと、マクロブロックを４分割した各領域の輝度Ｙ０〜Ｙ３を表す四つの単位ブロックとからなる。

即ち、符号化部１３は、周知のＭＰＥＧエンコーダと同様の構成を有している。
但し、符号化部１３は、通常のＭＰＥＧエンコーダとは異なり、符号化データやその復号時に必要となる符号化情報（ピクチャタイプ，マクロブロックの符号化モード等）以外にも、符号化の過程で生成される動きベクトル、二次元ＤＣＴ係数を出力するように構成されている。

また、符号化情報に含まれるピクチャタイプは、イントラフレーム（Ｉフレーム）、予測フレーム（Ｐフレーム），補間フレーム（Ｂフレーム）からなり、マクロブロックの符号化モードは、イントラブロック、非イントラブロックからなる。

Ｉフレームは、画像をそのまま離散コサイン変換するイントラブロックのみからなり（画素値が０以上となる）、単一フレーム内の独立した演算で画像を再生できるように符号化されたものである。従って、符号化部１３がＩフレームを符号化した場合、符号化部１３からは、動きベクトル，２次元ＤＣＴ係数のうち、２次元ＤＣＴ係数のみが出力される。

Ｐフレームは、一つ前のＩ又はＰフレームからの遷移で表され（前方向予測）、前フレームにて再生された画像を用いて再生できるように符号化されたものである。
Ｂフレームは、前後のＩ又はＰフレームの平均値で表され（双方向予測）、前向きの動きベクトルと後向きの動きベクトルの２種類が随時選択可能であり、前後いずれかのフレームにて再生された画像を用いて再生できるように符号化されたものである。

なお、Ｐ，Ｂフレームでは、基本的に非イントラブロックが用いられるが、フレーム間で大きな変化（例えば、オブジェクトの急激な動き）があり、非イントラブロック（動き補償予測を用いた符号化）とするよりもイントラブロック（画像をそのまま符号化）とした方が電力的に小さい場合は、イントラブロックが用いられる。

そして、非イントラブロックの符号化時には、符号化部１３から、動きベクトル及び２次元ＤＣＴ係数がいずれも出力される場合の他、動きベクトル及び二次元ＤＣＴ係数がいずれも出力されない場合（例えば、車両停止時に背景として映る建物などの剛体部分など、前フレームからの変化がない場合）、二次元ＤＣＴ係数のみが出力される場合（例えば、動く物体の大きさがマクロブロックの大きさ以下の場合）、動きベクトルのみが出力される場合（例えば、色やテクスチャの変化が殆どない剛体が、変化のない背景中を移動する場合）がある。
［復号部］
復号部１４は、取得したビットストリームを、符号化データと符号化情報とに分解し（パーザ）、符号化情報に従って符号化データを復号することによって、２次元ＤＣＴ係数，動きベクトルを生成し、その生成された２次元ＤＣＴ係数，動きベクトルに基づく逆ＤＣＴ変換や動き補償を行ってマクロブロックを再生する。そして、処理対象のマクロブロックがイントラブロックであれば、その再生されたマクロブロックをそのまま画像データとして使用し、処理対象のマクロブロックが非イントラブロックであれば、その再生されたマクロブロックが表す差分情報を累積することで画像データを生成する。

即ち、復号部１４は、周知のＭＰＥＧデコーダと同様の構成をしている。
但し、復号部１４は、通常のＭＰＥＧデコーダとは異なり、再生された画像データの他、復号の過程で生成される特徴データ（動きベクトル，２次元ＤＣＴ係数，符号化情報）を出力するように構成されている。
［報知部］
報知部１７は、セレクタ１５にて選択された画像データに基づく動画像の表示や、画像認識処理部１６からの指示に従って画像認識処理部１６での認識処理の結果を視覚的に報知するための各種表示を行うモニタ、画像認識処理部１６での認識処理の結果を音声にて報知するためスピーカ等を備えている。

なお、モニタへの表示態様として、具体的には、例えば、認識したオブジェクトを強調する輪郭の表示やオブジェクトに該当するブロックの着色、オブジェクトの位置を指し示す矢印やオブジェクト名の表示等がある。
［画像認識処理部］
図３は、画像認識処理部１６の構成を示すブロック図である。

図３に示すように、画像認識処理部１６は、マクロブロック毎に設定された確信度ベクトル（後述する）を記憶するベクトル記憶部３０と、ベクトル記憶部３０に記憶された確信度ベクトルに基づいて、画像中に存在するオブジェクトや画像に示された状況を判定するオブジェクト判定部４０と、オブジェクト判定部４０での判定結果に基づいて、マクロブロックの評価の仕方等を設定する評価内容設定部５０と、セレクタ１５から供給される特徴データ、及び評価内容設定部５０での設定内容に従って、マクロブロック等を評価し、その評価結果に従ってベクトル記憶部３０に格納された確信度ベクトルを更新するベクトル更新部２０とを備えている。

＜確信度ベクトル＞
ここで、確信度ベクトルＫとは、画像から抽出されるべきオブジェクトの名称やオブジェクトの状況を示すために予め用意された語彙をＯ₁〜Ｏ_P、あるマクロブロックが語彙Ｏ_i （ｉ＝１，２，…Ｐ）に対応する部位であることの確信度をＫｉとして、（１）式によってマクロブロック毎に定義されるＰ次元ベクトルのことである。

Ｋ＝（Ｋ₁，Ｋ₂，…Ｋ_P）^T （１）
なお、図４は、語彙Ｏｉ、及び語彙Ｏｉを分類するカテゴリーの具体例の一部を、表に示したものである。この表において、カテゴリー「移動物体」「擬人物体」「手荷物・牽引物」「地理情報・位置」に属する語彙が、オブジェクトの名称を表し、その他のカテゴリーに属する語彙が、オブジェクトの属性や状態などを表している。

＜オブジェクト判定部＞
図３に戻り、オブジェクト判定部４０は、確信度ベクトルＫに基づいて、画像中に存在する特定オブジェクトについての状況を判定する際に用いる状況プロファイルを記憶するプロファイル記憶部４１を備えている。

なお、状況プロファイルとは、語彙Ｏ_i が表す内容の組み合わせによって表現される特定オブジェクトの代表的な（発生頻度の高い）状況を状況候補Ｓ₁〜Ｓ_Qとして、図５に示すように、各状況候補Ｓ_j（ｊ＝１，２，…Ｑ）を識別するための状況インデックスＬ_jと画像中の状況が状況候補Ｓ_j に該当する場合に期待される確信度ベクトルＫの典型値（Ｋ₁(Ｌ_j)，Ｋ₂(Ｌ_j)，…Ｋ_P(Ｌ_j)）とを対応づけたものである。

ここで、特定オブジェクトが歩行者である場合に想定される状況候補の例を以下に示す。例示されているように、歩行者の状態だけでなく、歩行者の属性（老人，幼児など）も状況候補に含ませることが可能である。
「（歩行者が）荷物を背負って歩道を歩行」
「（歩行者が）左方から車道に飛び出し」
「（歩行者が）先行車の影から飛び出し」
「（歩行者である）老人が交差点をゆっくりと横断中」
「（歩行者である）幼児が車道内で立ちすくみ」
また、オブジェクト判定部４０は、ベクトル記憶部３０に記憶された確信度ベクトルＫに基づいて、プロファイル記憶部４１に記憶された状況プロファイルから、典型値が確信度ベクトルＫに類似している１又は複数の状況インデックスＬ_j（即ち、状況候補Ｓ_j）を選択して出力する状況インデックス付与部４２と、ベクトル記憶部３０に記憶された確信度ベクトルＫに基づいて、画像中の領域をマクロブロック単位でオブジェクト（背景領域／動き領域）毎に分割すると共に、その分割された各領域にオブジェクトインデックス（オブジェクトの名称を表す語彙Ｏ_i ）を付与するオブジェクトインデックス付与部４３とを備えている。

＜評価内容設定部＞
評価内容設定部５０は、典型的な歩行者の行動パターンを規定する行動モデル、典型的な道路形状を規定する道路モデル、典型的な風景パターンを規定する風景モデル等を記憶するモデル記憶部５３と、オブジェクト判定部４０での判定結果、及びモデル記憶部５３に記憶された行動モデル，道路モデル，風景モデル等に基づいて、ベクトル更新部２０で使用する評価関数、評価関数を適用するマクロブロックの位置、評価関数等によって得られた評価値を評価する際に用いる判定閾値や時系列モデル等の設定を行う評価内容設定処理を実行する設定処理部５１とを備えている。

<<モデル記憶部>>
ここで、モデル記憶部５３に記憶される行動モデルとは、特定オブジェクトに関するカテゴリーに属する特定オブジェクトの状態を示す語彙を、状態遷移図中の個々の状態として、特定オブジェクトの行動パターンを記述したものである。

例えば、特定オブジェクトが単一の歩行者である場合、図４に示した、カテゴリーのうち、「歩行者の挙動」「歩行者の姿勢」「歩行者の性別・年齢」「歩行者の体型・服装」に属する語彙を、単一の歩行者の行動モデルを記述する状態遷移図の状態として用いることができる。

図６は、単一の歩行者に関する行動モデルの一部を例示したものであり、この連鎖で行動が形成されるものとしている。例えば、現フレームでの判定では、歩行者が「歩く」の状態にある時は、次フレームでの判定では、「走る」「上下に跳ねる」「蛇行」「方向転換」「直立」「止まる」のいずれかの状態に遷移可能であることを表している。

道路モデルは、主な被写体となる道路周辺の立体構造について仮定した箱形のモデルであり、例えば、直進路、カーブ路、十字交差点、上り坂、下り坂などがある。また、風景モデルは、処理対象となる画像中に頻繁に現れる静的な風景をパターン化したものであり、例えば、ビル街、田園地帯、山道、屋内駐車場などがある。

なお、図４に示したカテゴリーのうち、道路モデルは「道路環境」に属する語彙によって選択され、風景モデルは「景観情報」に属する語彙によって選択される。また、道路モデル及び風景モデルの詳細については、例えば、特開２００７−７２９８７号公報に開示されているため、これ以上の説明は省略する。

<<設定処理部>>
設定処理部５１が実行する評価内容設定処理を、図７に示すフローチャートに沿って説明する。なお、本処理は、オブジェクト判定部４０から判定結果が出力される毎、即ち、フレームが更新される毎に起動する。

本処理が起動すると、図７に示すように、まずＳ１１０では、既知のオブジェクトについて評価関数や観測点（評価関数を適用するマクロブロック）を設定する既知オブジェクト用評価内容設定処理を実行する。

具体的には、まず、オブジェクトインデックス付与部４３によってオブジェクトインデックスが付与されたオブジェクト、又は確信度ベクトルＫの中でオブジェクトの名称を表す語彙のうち、確信度が予め設定された閾値以上であるもの（語彙）に対応するオブジェクトを既知オブジェクトとして抽出する。

次に、抽出した既知オブジェクトのそれぞれについて、その既知オブジェクトの名称に対して予め対応付けられている判定ルール（後述する）に従って、その判定ルールで使用する評価値を特定し、更に、その特定した評価値の算出に必要な評価関数を特定する。

次に、特定した評価関数を適用すべき観測点（位置，大きさ，形状）を、既知オブジェクトの現在位置や、既知オブジェクトの名称から推定される移動可能範囲等に基づいて設定する。

なお、既知オブジェクトが歩行者である場合には、状況インデックスから特定される歩行者の状況，オブジェクトインデックスに示されている歩行者の属性（年齢や服装など），モデル記憶部５３に記憶されている行動モデル等に従って、判定ルールや観測点を絞るようにしてもよい。

つまりＳ１１０では、既知のオブジェクトについて、より詳細な情報やより正確な情報を取得するために必要な観測点やそこで使用する評価関数を設定するものである。
Ｓ１２０では、未知オブジェクトを新たに抽出するために必要な評価関数や観測点を設定する未知オブジェクト用評価内容設定処理を実行する。

具体的には、確信度ベクトルの中で「道路環境」「景観情報」カテゴリーに含まれる語彙の確信度に基づいて、現フレームの画像に示されたシーンに最も合致する道路モデル及び風景モデルを選択し、その道路モデル及び風景モデルの組合せに対して予め対応付けられている観測点及び判定ルールを特定し、更に、その判定ルールで使用する評価値、更にはその評価値の算出に必要な評価関数を特定する。

つまり、Ｓ１２０では、Ｓ１１０とは異なり、その時々の状況に応じた要観測点やそこで使用する評価関数を設定するものであり、例えば、歩行者が存在する確率が高い位置（歩道，横断歩道など，図８参照）や、歩行者等の物体が急に出現する可能性の高い位置（車道と歩道の境界，建物や車両の死角，ドアや階段の出入口，画像周辺部など）がある。

Ｓ１３０では、オブジェクト判定部４０にて付与された状況インデックス（現在の画像中における歩行者の状況を説明する状況候補）Ｌ_jに基づき、その状況インデックスＬ_jに対して予め対応づけられている観測点及び判定ルールを特定し、更に、その判定ルールに使用する評価値、更にはその評価値の算出に必要な評価関数を特定して、本処理を終了する。

つまり、Ｓ１３０は、複数のオブジェクトの相互関係によって生じる要観測点やそこで使用する評価関数を設定するものである。
なお、ここでは、状況インデックスＬ_jに応じた観測点や評価関数を新たに設定するように構成したが、状況インデックスＬ_jを利用して、Ｓ１１０やＳ１２０で設定される観測点や評価関数に制限を加えるように構成してもよい。

また、Ｓ１１０〜Ｓ１３０のいずれの場合も、観測点の大きさ，形状は、その観測点で検出される可能性の高いオブジェクトの大きさ、観測点までの距離などに応じてマクロブロック単位で設定する（図９参照）。

＜ベクトル更新部＞
図３に戻り、ベクトル更新部２０は、評価内容設定部５０による設定内容に従い、動きベクトル，２次元ＤＣＴ係数に基づいて各種評価値を算出する評価値算出部２１と、評価値算出部２１が評価値を算出する際に使用する評価関数を記憶する関数記憶部２２と、動きベクトルから生成される評価値に基づいて動きの類似したマクロブロックが形成する連続した領域を動き領域として抽出すると共に、その抽出した動き領域に関する各種評価値を求める動き領域抽出部２３と、評価値算出部２２及び動き領域抽出部２３にて算出された各種評価値や、その評価値の時系列パターンに基づき、評価内容設定部５０にて指定された時系列モデルや判定ルールを用いて確信度ベクトルＫを更新する更新処理部２４と、更新処理部２４が評価値の時系列パターンを評価する際に使用する時系列モデル（評価用の時系列パターン）を記憶するパターン記憶部２５と、更新処理部２４が確信度ベクトルＫを更新する際に用いる様々な判定ルールを記憶するルール記憶部２６とを備えている。

<<評価値算出部>>
ここで評価値算出部２１が算出する評価値には、図１０に示すように、動きベクトルから直接算出される動き評価値と、２次元ＤＣＴ係数から直接算出される基本評価値と、基本評価値の組合せ方を規定する評価関数を用いて算出される複合評価値とがある。

このうち、動き評価値は、マクロブロック毎に算出されるマクロブロックの動きの大きさＡ_MV及び動きの方向Ｄ_MV、上下左右に隣接するマクロブロック対毎に算出される動きの大きさの類似度ＳＡ_MV及び動きの方向の類似度ＳＤ_MV、マクロブロック毎に算出されるカメラの動きにより生じるパニングベクトルとの類似度ＳＡ_PA（動きの大きさ），ＳＤ_PA（動きの方向）、道路に沿った方向との動きの向きの類似度ＳＤ_RDからなる。

そして、動き評価値Ａ_MV，Ｄ_MV，ＳＡ_MV，ＳＤ_MVは、動きベクトルをｖ、そのＸ方向（画面の水平方向）成分をｖ_x，Ｙ方向（画面の上下方向）成分をｖ_y、類似度を比較する二つの動きベクトルをｖ₁，ｖ₂、両動きベクトルｖ₁，ｖ₂がなす角度をθとして、（２）〜（５）式を用いて算出する。

また、動き評価値ＳＡ_PA，ＳＤ_PAは、（４）（５）式において、ｖ₁，ｖ₂の一方を動きベクトル，他方をパニングベクトルとして算出し、動き評価値ＳＤ_RDは、（５）式において、ｖ₁，ｖ₂の一方を動きベクトル，他方を道路に沿った方向を示す方位ベクトルとして算出する。この時、パニングベクトル，方位ベクトルは別途実行される画像処理によって抽出してもよいし、車両の走行状況から推定してもよい。

また、類似度を示す動き評価値ＳＡ_MV，ＳＤ_MV，ＳＡ_PA，ＳＤ_PAは、いずれも０〜１の間の値を取るように正規化されており、２つの動きの大きさ又は動きの方向が一致したときに１、差が大きくなるに連れて０に近づくようにされている。

また、基本評価値は、基本ブロック毎に算出される交流パワー成分値ＬＡＣ及び低周波パワー成分値ＬＬＦからなる。
これら基本評価値ＬＡＣ，ＬＬＦは、一つのマクロブロックに属する６個の基本ブロックＹ０〜Ｙ３，Ｕ，Ｖを、識別子lblk＝０，１，２，…５で識別し（図２参照）、lblk番目の基本ブロックにおけるｍ行ｎ列（ｍ，ｎ＝０，１，…８）の２次元ＤＣＴ係数をＤＣＴ(lblk,m,n)で表すものとして、（６）（７）式を用いて算出する。

但し、（ｍ，ｎ）∈Ｌは、２次元ＤＣＴ係数の低周波成分（例えば、ｍ，ｎ＝０〜３，）を表すものとする。

つまり、基本評価値ＬＡＣ（lblk），ＬＬＦ（lblk）は、lblkで識別される基本ブロックについての交流成分又は低周波成分の総和を表したものである。
一方、複合評価値は、主として単一マクロブロック内での動きの特徴を検出するためのものや、単一マクロブロックの全体的な特徴を抽出するためのもの、複数のマクロブロックからなる観測点の特徴を抽出するためのもの等がある。

これらの復号評価値の算出に使用する評価関数の例として、単一マクロブロックを観測点とする場合に適用可能な一群の評価関数を（８）〜（１３）に示す。

（８）式は、マクロブロック中で左側に位置する二つの画素ブロックでの輝度成分の変化を検出するものであり、例えば、マクロブロックの左からの歩行者等の出現を検知する必要がある場合などに用いられる。

（９）式は、マクロブロック中で右側に位置する二つの画素ブロックでの輝度成分の変化を検出するものであり、例えば、マクロブロックの右からの歩行者等の出現を検知する必要がある場合などに用いられる。

（１０）式は、マクロブロック中で下側に位置する二つの画素ブロックでの輝度成分の変化を検出するものであり、例えば、歩行者の足の状態（歩行中は水平方向のスペクトル成分が多く発生する）を検知する必要がある場合などに用いられる。

（１１）式は、マクロブロック中で上側に位置する二つの画素ブロックでの輝度成分の変化を検出するものであり、例えば、歩行者の上体から腕、頭部の状態（歩行中は垂直方向のスペクトル成分が多く発生する）を検知する必要がある場合などに用いられる。

（１２）式は、マクロブロック全体としての輝度成分の変化、（１３）式は、マクロブロック全体としての色成分の変化を検出するものであり、例えば、テクスチャの状態を検知する必要がある場合などに用いられる。

このうち（８）〜（１１）式に示す評価関数は、マクロブロック内で生じる様々な変化を抽出するためにマクロブロック内に設けられるＤＣＴスペクトルの交流パワー成分を観測するための観測窓であり、これらを総称してブロックエッジフィルタ（ＢＥＦ）ともいう。

即ち、オブジェクトの大きさがマクロブロック程度であり、オブジェクトの動きが動きベクトルに反映され難い場合でも、オブジェクトの動きに応じて２次元ＤＣＴ係数は変化するため、その変化を抽出するためのものである。但し、マクロブロック内のオブジェクトが背景と類似したテクスチャを有している場合、２次元ＤＣＴ係数の直流パワー成分が小さくなる場合があるため、ＢＥＦでは交流パワー成分のみを用いるように設定されている。

また、ここでは基本評価値ＬＡＣ（lblk）のみを使用する評価関数の例を示したが、（８）〜（１３）式に示す評価関数においてＬＡＣ（lblk）の代わりにＬＬＦ（lblk）を用いて同様の複合評価値を求めるものや、両基本評価関数ＬＡＣ（lblk），ＬＬＦ（lblk）組み合わせて使用する評価関数等があってもよい。

これらの他に、抽出すべきオブジェクトの特徴（種類，挙動，属性等）が、ある２次元ＤＣＴ係数の特定成分に現れる場合に、その特定成分を抽出する評価関数や、複数マクロブロックからなる観測点内での特定の動きパターンの抽出に適した観測窓（基本ブロックの組み合わせ）となる評価関数等を設定してもよい。

<<動き領域抽出部>>
動き領域抽出部２３では、動き評価値ＳＡ_MV，ＳＤ_MVが、（１４）式を満たすマクロブロック対を同一の物体（オブジェクト）を形成するものとして連結することによって動き領域を抽出する。なお（１４）式において、ＴＨ_SA，ＴＨ_SDは閾値である。

また、動き領域抽出部２３では、抽出した動き領域の領域サイズＳ_AR，領域形状Ｆ_ARを、領域評価値として算出する。なお、領域サイズＳ_ARは、動き領域を構成するマクロブロック数で表し、領域形状Ｆ_ARは、所定形状に対して付与される形状インデックスで表すものとする。

<<更新処理部>>
更新処理部２４では、評価値算出部２１で算出された動き評価値Ａ_MV，Ｄ_MV，ＳＡ_MV，ＳＤ_MV，ＳＡ_PA，ＳＤ_PA，ＳＤ_RD、基本評価値ＬＡＣ（lblk），ＬＬＦ（lblk）、複合評価値ＬＡＣ＿Ｘ，ＬＬＦ＿Ｘ（Ｘ＝Ｌ，Ｒ，Ｄ，Ｕ，Ａ，Ｃ）、動き領域抽出部２３で算出された領域評価値Ｓ_AR，Ｆ_AR、処理対象のフレーム及びマクロブロックに関する符号化情報に基づき、評価内容設定部５０によって指定された判定ルールを用いて、マクロブロック毎に用意された確信度ベクトルＫを更新する。但し、一つの確信度ベクトルに含まれる確信度の総計は常に１となるように更新する。

また、更新処理部２４では、各評価値が、所定の判定閾値より大きいか否か、又は所定の許容範囲内であるか否かによって有意であるか否かを評価したり、評価値の時系列パターンと時系列モデルとの類似度が判定閾値より大きいか否か、又はどの時系列パターンと最も類似しているかによって評価を行う。

また、これら以外に、各評価値の微分値（前回の算出値と差分）や積分値，過去複数回分の平均値等や、更にその時系列パターンを用いて評価を行ってもよい。
そして、例えば、これら評価値の時系列パターンを用いて歩行者の行動を抽出する場合、時系列モデルは、図４に示す「歩行者の挙動」「歩行者の姿勢」カテゴリーに属する語彙毎に用意され、更に、同じ語彙（歩行者の行動）について使用する時系列モデルであっても、「歩行者の性別・年齢」「歩行者の体型・服装」カテゴリーに属する語彙（即ち、歩行者の属性）毎に異なったものが用意されている。

この時系列モデルは、停車（パニングベクトル＝０）時に観測した対象物の評価値や大きさ，形状についての時系列パターンから統計的学習によって生成することが考えられる。即ち、停車時に非イントラブロックで抽出される２次元ＤＣＴ係数は背景差分に相当し、背景によらず対象物の動きのみ検出されるためである。そして、走行時にはその走行状態に応じて、時系列モデルまたは時系列パターン（評価値）のいずれかを補正して使用する。

また、更新処理部２４では、非イントラブロックの２次元ＤＣＴ係数に基づいて算出される各種評価値が有意（対応する語彙の確信度を高めるのが妥当）であるか否かの判定に用いる判定閾値を、処理中の画像のピクチャタイプ毎に大きさを変化させる。

即ち、ＭＰＥＧは、適宜設定されるフレーム構造（ＧＯＰ：Group Of Pictures） を有しており、一般的には、ＩＢＢＰＢＢＰＢＢＰＢＢＰＢＢで構成される１５フレームを一単位として繰り返す。また、非イントラブロックの２次元ＤＣＴ係数に基づく評価値は、Ｐ，Ｂフレームでのみで使用される。

ここで、１フレーム間隔の予測差分に対する判定閾値をＴＨ１、Ｐフレームの予測に要するフレーム間隔をＮＰ、Ｂフレームの予測または補間に要するフレーム間隔をＮＢとし、画素値の予測差分の大きさがフレーム数に比例するものと仮定すると、Ｐフレームで使用する判定閾値ＴＨＰは（１５）式、Ｂフレームで使用する判定閾値ＴＨＢは（１６）式で表され、α＝ＮＰおよびβ＝ＮＢとおける。

ＴＨＰ＝α×ＴＨ１ （１５）
ＴＨＢ＝β×ＴＨ１ （１６）
また、（１５）（１６）式から両フレームの判定閾値ＴＨＰ，ＴＨＢは、（１７）式に示す関係を有する。

ＴＨＰ＝（α／β）×ＴＨＢ （１７）
つまり、ある評価値について、Ｂフレームでの判定閾値ＴＨＢを設定した場合には、Ｐフレームでの判定閾値ＴＨＰはそのα／β倍に設定することになり、逆に、Ｐフレームでの判定閾値ＴＨＰを先に設定した場合は、Ｂフレームでの判定閾値ＴＨＢは、そのβ／α倍に設定することになる。

具体的には、上述のフレーム構造の場合、ＤＣＴ係数（ひいては予測差分）の大きさを表す電力値として絶対値和を用いる場合は、α＝３、β＝１．５、α／β＝２となり、絶対値和の代わりに二乗和を用いる場合は、α＝ＮＰ²、また、βはＮＢ＝１の場合とＮＢ＝２の場合の二乗和の平均になるので、α＝９、β＝２．５、α／β＝３．６となる。但し、βは、Ｂフレームにて実施し得る３種類の動き補償差分の算出方法でのフレーム間隔を単純平均したものである。

なお、α／βの最適値は上記の理論値とは異なる場合もあり、α／βをより適応的に設定するにはシーンクラスや背景オブジェクト，走行速度等によって場合分けし、場合分けしたそれぞれについて、統計的学習（多変量回帰分析、ニューラルネット、サポートベクターマシンなど）の手法を用いて定めればよい。また、α／βを求める代わりに判定閾値ＴＨＰ，ＴＨＢそのものを統計的学習によって求めてもよい。

<<判定ルール>>
次に、更新処理部２４が、Ｐ，Ｂフレームの特徴データを処理する際に適用する判定ルールについて説明する。

まず、マクロブロック単位で適用される基本的な判定ルールを、（Ａ１）〜（Ａ４）に例示する。以下では、処理対象となるマクロブロックを対象ＭＢＫとよぶ。
（Ａ１）対象ＭＢＫがイントラブロックであれば、背景である確信度を減少させ、動く物体である確信度を増大させる。

（Ａ２）対象ＭＢＫの座標（ｍ，ｎ）が、道路モデル，風景モデルから推定される３次元的な位置関係から見て、注目するオブジェクトが存在することが不可能な位置であれば、そのオブジェクトの確信度を低下させる。

（Ａ３）対象ＭＢＫの動き評価値Ａ_MVが注目するオブジェクトの上限移動速度以上であれば、注目するオブジェクトの確信度を低下させる。
（Ａ４）対象ＭＢＫの複合評価値ＬＡＣ＿Ｘが、判定閾値より小さければ背景である確信度を増大させ、判定閾値以上であれば動く物体である確信度を増大させる。

（Ａ５）対象ＭＢＫの動き評価値ＳＡ_PA，ＳＤ_PA（パニングベクトルとの類似度）が高ければ、背景である確信度を増大させ、低ければ動く物体である確信度を増大させる。
次に、動き領域抽出部２３にて抽出された動き領域、及びマクロブロック単位での判定の結果、動く物体である可能性が高いと判定されたマクロブロック（単一マクロブロックからなる動き領域）を対象として、これら動き領域に適用される基本的なルールを、（Ｂ１）〜（Ｂ４）に例示する。

（Ｂ１）動き領域の領域サイズＳ_ARが、注目するオブジェクトの許容範囲内にあれば、その注目するオブジェクトの確信度を増大させる。
（Ｂ２）動き領域の領域形状Ｆ_ARが、特定の形状モデルと類似していれば、その形状モデルに対応するオブジェクトの確信度を増大させる。

（Ｂ３）動き領域に関する各種評価値の時系列パターンが、特定の時系列モデルと類似していれば、その時系列モデルに対応するオブジェクトの確信度を増大させる。但し、動き領域に関する各種評価値には、動き領域に対して特定の位置関係で隣接するマクロブロックの複合評価値等も含まれる。

以下では、より具体化した判定ルールについて例示する。
（ａ）車両に適用する判定ルール
・動きベクトルと道路に沿った向きとの類似度ＳＤ_RDが高い。

・動きの大きさＡ_MV，方向Ｄ_MVが連続的に変化する。
・動き領域の形状Ｆ_ARの時間変化が小さい。
・動き領域内の交流パワー成分ＬＡＣ（lblk），ＬＡＣ＿Ｘや、その時間変化が小さい。
（ｂ１）歩行者に適用する判定ルール（主に領域サイズＳ_AR＝１の場合）
・動き領域内の交流パワー成分ＬＡＣ（lblk），ＬＡＣ＿Ｘや、その時間変化が大きい。

・動き領域内の基本評価値又は複合評価値の時系列パターンが（ある属性を有する／ある挙動を示す）歩行者に特有な時系列モデルに類似している。
（ｂ２）歩行者に適用する判定ルール（主に領域サイズＳ_AR＞１の場合）
・動きの大きさＡ_MVが歩行者用上限閾値より小さい。

・領域評価値Ｆ_AR，Ｓ_AR又はその時系列パターンが（ある属性を有する／ある挙動を示す）歩行者に特有な時系列モデルに類似している。
（ｃ１）歩行者の要注意行動検出用の判定ルール（主に領域サイズＳ_AR＝１の場合）
・動き領域内の交流パワー成分ＬＡＣ（lblk），ＬＡＣ＿Ｘ又はその時間変化が、異常に大きい又は歩行時の時系列モデルと大きく異なる。
（ｃ２）歩行者の要注意行動検出用の判定ルール（主に領域サイズＳ_AR＞１の場合）
・動きの大きさＡ_MV，方向Ｄ_MVが非連続的に変化する。

・動き領域の形状Ｆ_ARの時間変化が歩行時の時系列モデルと大きく異なる。
なお、要注意行動は、異常行動につながる不自然な動きのことであり、例えば、通常の歩行者とは明らかに異なる大きな動きや急激な方向転換等のことである。

更に、異なった評価値の判断を組み合わせたより複雑な判定ルールを設定してもよい。
例えば、「（車道エリア内での）歩行者の立ち止まり」を検出するのであれば、歩行者が立ち止まると、交流パワー成分の発生量が急激に低下することから、交流パワー成分ＬＡＣ＿Ａの微分値をＤとして、次の（１８）式を判定ルールとして用いることができる。

また、「車両走行時に車道に対して横断する方向に移動する歩行者」であれば、同一オブジェクトに対応したマクロブロックの低周波パワー成分の特徴（色や濃淡）はフレーム間で連続すること、車両走行時であれば歩行者に対応するマクロブロックの動きベクトルｖ_MBK とパニングベクトルｖ_F との類似度が低いことから、Ｗｖを荷重係数、Ｎを低周波パワー成分ＬＬＦの算出に用いた係数ＤＣＴ（lblk，ｍ，ｎ）の数として、次の（１９）式を判定ルールとして用いることができる。

更に、更新処理部２４では、図１１に示すように、車載カメラの視野内に反射オブジェクト（自車両や先行車両のボディ，カーブミラー，ビルの壁面など）が存在し、その反射オブジェクトにオブジェクトの虚像が写り込んでいる場合は、これも確信度ベクトルの更新に利用する。

具体的には、虚像に対する実像が検出されている場合は、実像に対応するマクロブロックにおいて、その実像が存在することの確信度を増大させる。
また、虚像のみが検出されている場合は、実像が何等かの障害物（フロントガラスに落ちた木の葉や泥、ガラスの汚れや曇りを含む）の死角に存在するものとして処理する。

逆に、虚像の写り込みが生じる位置に実像が検出されているにも関わらず虚像が検出されていない場合は、検出された実像はノイズである可能性が高いものとして、その実像が存在することの確信度を低下させる。

ここで、図１２（ａ）は、実際の画像を例にして、動きベクトルと２次元ＤＣＴ係数の発生状況を示した説明図であり、画像上に示された点及び矢印が、マクロブロック毎に求められた動きベクトルであり、画像に重ねて示した黒い背景の三次元グラフは、画像に映る車両のボディの部分に位置するマクロブロックを観測点として、この観測点における２次元ＤＣＴ係数の発生状況を、基本ブロック毎に示したものである。

図１２（ａ）からは、車両が示された領域に動きベクトルは発生するが、単調なテクスチャを有するボディの部分には、ＤＣＴ係数が殆ど発生しないことがわかる。なお、図１２（ｂ）は、同一車両上のマクロブロックでは、互いに類似した動きベクトルが発生することを模式的に示した説明図である。

また、図１３は、実際の画像を例にして、動きベクトルと、歩行者が通過する地点に位置するマクロブロックを観測点として、この観測点における２次元ＤＣＴ係数の発生状況を示した説明図であり、（ａ）は歩行者が観測点に進入する直前の状況、（ｂ）は歩行者が観測点に進入した時の状況、（ｃ）は歩行者が観測点を通過している時の状況、（ｄ）は観測点を通り抜ける直前の状況を示す。

図１３からは、歩行者の存在によってＤＣＴ係数（特に交流成分）が発生すること、マクロブロック内における歩行者の位置によって、マクロブロックを構成する四つの基本ブロックでのＤＣＴ係数の発生状況が大きく変化する。つまり、マクロブロック程度の大きさのオブジェクトであっても、ＢＥＦを用いることによって、様々な状況を検出できることがわかる。
［効果］
以上説明したように、車載装置１では、画像データをＭＰＥＧ方式の符号化データに符号化する際、又はＭＰＥＧ方式で符号化された符号化データを画像データに復号する際に生成される動きベクトル、２次元ＤＣＴ係数、符号化情報（ピクチャタイプ，ブロックタイプ）を使用して、画像の特徴を表す複数種類の評価値を作成し、その評価値と各種オブジェクトとの関係を規定した判定ルールに従い、マクロブロックを最小単位として画像認識を行っている。

従って、車載装置１によれば、オブジェクト（例えば歩行者）がマクロブロック程度の大きさであり、動きベクトルが発生しにくい状況であっても、２次元ＤＣＴ係数に基づいて生成された基本評価値ＬＡＣ（lblk），ＬＬＦ（lblk）や複合評価値ＬＡＣ＿Ｘ，ＬＬＦ＿Ｘから、オブジェクトの動きを検出することができ、このような動きのあるオブジェクトを動きベクトルによらず、精度良く検出することができる。

しかも、ＭＰＥＧ方式等において既存の情報を用い、マクロブロックを最小単位として認識を行っているため、画素単位で処理を行う従来の手法と比較して処理量を大幅に削減することができる。

更に、基本評価値ＬＡＣ（lblk），ＬＬＦ（lblk）や複合評価値ＬＡＣ＿Ｘ，ＬＬＦ＿Ｘは、オブジェクトの動きに応じたて様々に変化するため、これら評価値の時系列パターンを予め設定された時系列モデルと比較することにより、単にオブジェクトの有無だけでなく、オブジェクトの挙動や属性まで推定することができる。

特に、車載装置１では、時系列モデルを用いて、歩行者の異常行動につながる不自然な動きを検出するようにされているため、歩行者が異常行動を起こす可能性を事前に知ることができ、走行時の安全性を向上させることができる。

また、車載装置１では、オブジェクトを認識した結果に基づき、その時々の状況に応じて、評価すべき観測点やその観測点で使用する評価関数を適宜設定するようにされているため、効率良く認識処理を実行できると共に、認識の精度を向上させることができる。

更に、車載装置１では、広く普及しているＭＰＥＧ方式を利用しているため、コンピュータネットワーク上のサーバや個々のコンピュータに接続されたハードディスク等に蓄積されていたり、通信によって取得されたりする動画像の符号化データを、軽い処理で有効利用することができる。
［他の実施形態］
上記実施形態では、本発明を車載装置に適用した例を示したが、動き補償予測と離散コサイン変換とを用いて符号化された符号化データを扱う装置であれば、どのような装置に適用してもよい。例えば、Ｗｅｂやサーバ上のＭＰＥＧ画像の自動認識、内容記述、知的検索や、ハイビジョンまでカバーするディジタル放送や記録媒体に含まれるコンテンツの自動認識、内容記述、フィルタリング、知的検索を行う装置に適用してもよい。

また、携帯電話や監視カメラ、車載カメラ等で取得した映像の伝送と集積をベースに交通計測、予報、警報等を行う車載システムに適用してもよい。
上記実施形態では、符号化部１３として、既存のＭＰＥＧエンコーダと同様の構成を有するものを用いているが、画像認識のみを行う装置であれば、符号化データを必ずしも生成する必要がないため、動きベクトル，２次元ＤＣＴ係数，符号化情報を取り出すことさえできれば、他の部分を省略した専用プロセッサを用いてもよい。

上記実施形態では、歩行者の挙動や属性を認識するための評価値を求めるためにＢＥＦを用いているが、距離に関する事前情報がないままで画像にＢＥＦを適用し、その成分の発生状況を観測することで、ＢＥＦを適用したマクロブロックに写っているのはどの程度の距離にいる歩行者であり、しかもその上半身なのか下半身なのかそれとも全身であるのか、あるいは頭部だけであるのかなどに関する確信度を算出するといった用途に用いてもよい。

本発明を適用した車載装置の全体構成を示すブロック図。 マクロブロックを示す説明図。 画像認識処理部の詳細な構成を示すブロック図。 確信度ベクトルを構成する語彙を例示する説明図。 状況プロファイルの構成を示す説明図。 行動モデルの内容を例示した状態遷移図。 評価内容設定処理の内容を示すフローチャート。 風景モデル，道路モデルに基づく観測点の設定位置を例示する説明図。 距離に応じた観測点の大きさ，形状の設定内容を例示する説明図。 評価値の種類を示す一覧表。 写り込みを例示する説明図。 車両が映った部分に位置するマクロブロックで発生する動きベクトル、２次元ＤＣＴ係数を例示する説明図。 歩行者が映った部分に位置するマクロブロックで発生する動きベクトル、２次元ＤＣＴ係数を例示する説明図。

符号の説明

１…車載装置 １１…画像データ取得部 １２…符号化データ取得部 １３…符号化部 １４…復号部 １５…セレクタ １６…画像認識処理部 １７…報知部 ２０…ベクトル更新部 ２１…評価値算出部 ２２…関数記憶部 ２３…動き領域抽出部 ２４…更新処理部 ２５…パターン記憶部 ２６…ルール記憶部 ３０…ベクトル記憶部 ４０…オブジェクト判定部 ４１…プロファイル記憶部 ４２…状況インデックス付与部 ４３…オブジェクトインデックス付与部 ５０…評価内容設部 ５１…設定処理部 ５３…モデル記憶部

Claims (13)

1. 動き補償予測と離散コサイン変換とを用いた画像の符号化時又はその復号時に生成される符号化情報を用いて物体の認識を行う画像認識装置であって、
   前記符号化情報に基づいて、複数種類の評価値を算出する評価値算出手段と、
   入力画像から抽出すべきものとして予め設定された複数の動物体と前記評価値算出手段にて算出された評価値との関係を規定した判定ルールに従って、前記画素ブロック毎に、該画素ブロックが前記動物体のいずれに対応するかを判定する判定手段と、
   を備え、
   前記評価値算出手段は、
   前記符号化情報として、離散コサイン変換に基づく２次元ＤＣＴ係数を用い、前記評価値の一つとして、符号化の単位となる画素ブロック毎に、前記２次元ＤＣＴ係数に基づく基本評価値を求める第１評価値算出手段と、
   前記符号化情報として、前記動き補償予測にて求められる動きベクトルを用い、前記評価値の一つとして、前記画素ブロック毎に、前記動きベクトルに基づく動き評価値を求める第３評価値算出手段とを備え、
   前記判定手段は、前記評価値算出手段にて算出された各評価値の時系列パターンと、予め設定された時系列モデルとの比較によって、前記時系列モデルで表現される評価が有意であるか否かを判定することによって歩行者と車両を少なくとも含む動物体を認識することを特徴とする画像認識装置。
2. 前記第１評価値算出手段は、前記基本評価値の一つとして、前記２次元ＤＣＴ係数の交流パワー成分の合計値を求めることを特徴とする請求項１に記載の画像認識装置。
3. 前記第１評価値算出手段は、前記基本評価値の一つとして、前記２次元ＤＣＴ係数の低周波パワー成分の合計値を求めることを特徴とする請求項１又は請求項２に記載の画像認識装置。
4. 前記評価値算出手段は、前記評価値の一つとして、指定された対象領域毎に、前記第１評価値算出手段にて算出された基本評価値の組合せ方を規定する評価関数を用いて複合評価値を算出する第２評価値算出手段を備えることを特徴とする請求項１乃至請求項３のいずれかに記載の画像認識装置。
5. 前記判定手段での判定結果に基づいて、前記対象領域、及び該対象領域に適用する評価関数、前記判定ルールを設定する評価内容設定手段を備えることを特徴とする請求項４に記載の画像認識装置。
6. 前記評価内容設定手段は、入力画像に示されたシーンを規定する道路構造モデルや風景モデルに基づき、指定された特定種類の動物体が出現する可能性の高い領域に前記対象領域を設定することを特徴とする請求項５に記載の画像認識装置。
7. 前記評価内容設定手段は、前記判定結果に示された特定種類の動物体の位置や挙動に基づいて前記対象領域を設定すると共に、該動物体について想定される特定状況の検出に適した評価関数及び判定ルールを設定することを特徴とする請求項５又は請求項６に記載の画像認識装置。
8. 前記特定種類の動物体が歩行者であり、
   前記特定状況とは、前記歩行者の異常行動又はその予兆であることを特徴とする請求項７に記載の画像認識装置。
9. 前記第３評価値算出手段は、前記動き評価値の一つとして、前記動きベクトルの大きさを求めることを特徴とする請求項１乃至請求項８のいずれかに記載の画像認識装置。
10. 前記第３評価値算出手段は、前記動き評価値の一つとして、前記動きベクトルとカメラモーションによって生じるパニングベクトルとの類似度を求めることを特徴とする請求項１乃至請求項９のいずれかに記載の画像認識装置。
11. 前記第３評価値算出手段は、前記動き評価値の一つとして、隣接する前記画素ブロック間の動きベクトルの類似度を求めることを特徴とする請求項１乃至請求項１０のいずれかに記載の画像認識装置。
12. 前記評価値算出手段は、前記動き評価値として算出される動きベクトルの類似度が予め設定された閾値以上となる前記画素ブロック同士が形成する連続した領域からなる動き領域を設定し、前記評価値の一つとして、前記動き領域毎に、該動き領域の大きさや領域形状を示す領域評価値を求める第４評価値算出手段を備えることを特徴とする請求項１１に記載の画像認識装置。
13. 前記判定手段は、前記２次元ＤＣＴ係数に基づく前記評価値を、予め設定された判定閾値との比較によって、該評価値が有意であるか否かを判定すると共に、前記判定閾値を、前記動き補償予測で用いる比較フレームと現フレームとのフレーム間隔に応じて可変設定することを特徴とする請求項１乃至請求項１２のいずれかに記載の画像認識装置。