JP7298171B2

JP7298171B2 - 画像圧縮装置および画像の圧縮方法

Info

Publication number: JP7298171B2
Application number: JP2019021492A
Authority: JP
Inventors: 映酒井; 健二武藤
Original assignee: Denso Corp
Current assignee: Denso Corp
Priority date: 2019-02-08
Filing date: 2019-02-08
Publication date: 2023-06-27
Anticipated expiration: 2039-02-08
Also published as: JP2020129743A

Description

本開示は、画像圧縮装置および画像の圧縮方法に関する。

ドライブレコーダ等の車両に搭載されたカメラで撮影された画像を圧縮する方法として、車両の挙動に応じて圧縮率を決定する方法が知られている。例えば、特許文献１に記載の画像圧縮方法では、画像の車速が大きいほど圧縮率を小さく設定することにより、カメラで撮影されるシーンの動きが大きくなる高速走行時には低圧縮率で画像が圧縮され、カメラで撮影されるシーンの動きが小さくなる低速走行時には高圧縮率で画像が圧縮される。

特開２００７－１２４１５５号公報特開２０１０－１９１８６７号公報特開２０１３－２５０６６３号公報

しかし、低速で走行している場合であっても、例えば、歩行者の飛び出しにより事故が発生する場合があり、事故の分析等のために低圧縮率で画像を圧縮したい可能性がある。そのため、様々なシーンにおいて適切な圧縮率で画像が圧縮できる技術が望まれていた。

本開示は、上述の課題を解決するためになされたものであり、以下の形態として実現することが可能である。

本開示の第１の形態によれば、車両に搭載される画像圧縮装置（１１０）が提供される。この画像圧縮装置は、カメラで撮影された画像を取得する画像取得部（１１１）と、前記車両の運転状態を表す運転情報を取得する運転情報取得部（１１２）と、前記運転情報から前記車両の挙動である自車挙動を認識する自車挙動認識部（１１５）と、前記画像から他者の挙動である他者挙動を認識する他者挙動認識部（１１６）と、前記自車挙動と前記他者挙動とに応じて前記画像の圧縮率を設定する圧縮率設定部（１１７）と、前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部（１１８）と、を備え、前記運転情報取得部は、所与の地図上の領域と、前記領域における過去の自車挙動である過去自車挙動とを取得し、前記圧縮率設定部は、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記過去自車挙動と異なる度合いに応じて前記圧縮率を設定する。

この形態の画像圧縮装置によれば、圧縮率設定部は、自車挙動と他者挙動とに応じて圧縮率を設定するため、様々なシーンにおいて適切な圧縮率で画像が圧縮できる。

本開示の第２の形態によれば、車両に搭載される画像圧縮装置が提供される。この画像圧縮装置は、カメラで撮影された画像を取得する画像取得部と、センサから前記車両の運転状態を表す車両情報を取得する運転情報取得部と、前記運転情報を前記車両の挙動である自車挙動の要素となる状態毎に区分けして、その区分けされた各区分情報から把握される自車挙動に対応する自車挙動の特徴を抽出し、判別モデルを用いて前記特徴を判別することにより前記自車挙動を認識する自車挙動認識部と、前記自車挙動に応じて前記画像の圧縮率を設定する圧縮率設定部と、前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部と、を備え、
前記運転情報取得部は、所与の地図上の領域と、前記領域における過去の自車挙動である過去自車挙動とを取得し、
前記圧縮率設定部は、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記過去自車挙動と異なる度合いに応じて前記圧縮率を設定する。

この形態の画像圧縮装置によれば、圧縮率設定部は、記号化を用いて認識した自車挙動に応じて圧縮率を設定するため、様々なシーンにおいて適切な圧縮率で画像が圧縮できる。

本開示の第３の形態によれば、車両に搭載される画像圧縮装置が提供される。この画像圧縮装置は、カメラで撮影された画像を取得する画像取得部と、前記画像から他者の挙動である他者挙動を認識する他者挙動認識部と、前記画像を圧縮する圧縮部と、を備え、前記圧縮部は、前記画像に含まれる他者の挙動である他者挙動が第１他者挙動である場合に、前記他者挙動が第１他者挙動と異なる第２他者挙動である場合と異なるデータサイズに前記画像を圧縮する。

この形態の画像圧縮装置によれば、圧縮部は、他者挙動に応じて異なるデータサイズに画像を圧縮できる。

車両制御装置の構成の概要を示す説明図である。画像圧縮処理の一例を示したフローチャートである。カメラが撮像した画像の一例を示す図である。図３に対応する鳥瞰図を示す図である。道路構造イベントリストと自車挙動イベントリストと他者挙動イベントリストの一例を示す図である。道路構造イベント分布を模式的に示した説明図である。道路構造乖離度と自車挙動乖離度と他者挙動乖離度と圧縮率との関係の一例を示した図である。道路構造認識処理の一例を示したフローチャートである。道路構造学習処理の一例を示したフローチャートである。自車挙動認識処理の一例を示したフローチャートである。自車挙動学習処理の一例を示したフローチャートである。他者挙動認識処理の一例を示したフローチャートである。他者挙動学習処理の一例を示したフローチャートである。地図をメッシュ状の領域に分割した一例を示す図である。自車挙動特徴の単位空間の一例を示す図である。他者からの距離に応じた領域毎に画像を分割した一例を示す図である。

Ａ．第１実施形態：
図１に示す車両制御装置１００は、車両１０の運転を制御する装置である。本実施形態において、車両制御装置１００は、画像圧縮装置１１０と、カメラ１２２と、挙動センサ１２４と、自己位置センサ１２６と、地図情報記憶部１３０と、画像記憶部１４０と、を備える。

画像圧縮装置１１０は、画像取得部１１１と、運転情報取得部１１２と、地図情報取得部１１３と、道路構造認識部１１４と、自車挙動認識部１１５と、他者挙動認識部１１６と、圧縮率設定部１１７と、圧縮部１１８と、圧縮画像保存部１１９と、記憶部１２０と、を備える。画像圧縮装置１１０は、中央処理装置（ＣＰＵ）や、ＲＡＭ、ＲＯＭにより構成されたマイクロコンピュータ等からなり、予めインストールされたプログラムをマイクロコンピュータが実行することによって、これらの各部の機能を実現する。ただし、これらの各部の機能の一部又は全部をハードウェア回路で実現してもよい。

画像取得部１１１は、カメラ１２２で撮影された画像を取得する。運転情報取得部１１２は、挙動センサ１２４の検出信号を用いて車両１０の運転状態を表す運転情報を取得する。「運転情報」とは、例えば、車速、ブレーキ圧、アクセル開度、ステアリング角度等を含む情報である。地図情報取得部１１３は、自己位置センサ１２６の検出信号を用いて車両１０の走行している位置を推定し、地図情報記憶部１３０から車両１０が走行している位置を含む地図情報を取得する。「地図情報」とは、例えば、車線数、車線幅、各車線の中心座標、カーブ曲率、停止線位置、信号機位置、ガードレール位置等の情報を含む。

道路構造認識部１１４は、地図情報取得部１１３の取得した地図情報から車両１０の走行している道路の道路構造を認識する。「道路構造」とは、例えば、単車線の直線や交差点、カーブ、といった道路の構造である。自車挙動認識部１１５は、運転情報取得部１１２の取得した情報から車両１０の挙動である自車挙動を認識する。「自車挙動」とは、例えば、急操作、ふらつき、といった車両の走行における挙動である。他者挙動認識部１１６は、画像取得部１１１が取得した画像から車両１０の周辺の他者の挙動である他者挙動を認識する。「他者」とは、歩行者だけでなく、車両１０以外の車両や、自転車等を含む概念である。「他者挙動」とは、例えば、飛び出し、煽り、といった他者の挙動である。

圧縮率設定部１１７は、画像取得部１１１が取得した画像の圧縮率を設定する。本実施形態において、圧縮率設定部１１７は、道路構造認識部１１４が認識した道路構造と、自車挙動認識部１１５が認識した自車挙動と、他者挙動認識部１１６が認識した他者挙動とに応じて圧縮率を設定する。圧縮部１１８は、圧縮率設定部１１７が設定した圧縮率で画像取得部１１１が取得した画像を圧縮する。圧縮画像保存部１１９は、圧縮部１１８が圧縮した圧縮画像を画像記憶部１４０に保存する。記憶部１２０は、道路構造のイベントリストや自車挙動のイベントリスト、他者挙動のイベントリストを記憶する。また、記憶部１２０は、道路構造認識部１１４や自車挙動認識部１１５、他者挙動認識部１１６が用いる各判別モデルや、所与の地図上の領域における過去の自車挙動を記憶する。

カメラ１２２は、車両１０の周囲を撮像して画像を取得する。カメラ１２２は、動画像を取得してもよい。

挙動センサ１２４は、車両１０の運転状態を検出する。挙動センサ１２４として、例えば、加速度センサやヨーレートセンサ、車輪速度センサ、舵角センサ等が挙げられる。挙動センサ１２４は、複数のセンサを備えていることが好ましい。

自己位置センサ１２６は、現在の車両１０の位置（以下、「自己位置」という）を検出する。自己位置センサ１２６として、例えば、汎地球航法衛星システム（ＧｌｏｂａｌＮａｖｉｇａｔｉｏｎＳａｔｅｌｌｉｔｅＳｙｓｔｅｍ（ｓ）（ＧＮＳＳ））やジャイロセンサ等が挙げられる。

地図情報記憶部１３０は、車両が走行予定の道路に関する詳細な地図情報等を記憶する。

画像記憶部１４０は、画像圧縮装置１１０が圧縮した画像Ｉを記憶する。

図２に示す画像圧縮処理は、カメラ１２２が撮像した画像を圧縮して保存する一連の処理である。この処理は車両１０の動作中、画像圧縮装置１１０により繰り返し実行される処理である。まず、画像取得部１１１は、ステップＳ１００において、カメラ１２２で撮像された画像を取得する。

図３に示す画像取得部１１１が取得した車両１０のカメラ１２２で撮影された画像Ｉは、他者ｍ１、ｍ２を含む。他者ｍ１は横断歩道を渡ろうとしている歩行者であり、他者ｍ２は、前方を走行する車両である。他者挙動認識部１１６は、他者が車両１０の所与の距離以内に存在している他者を認識する。所与の距離は予め実験的に定めることが可能である。

図４に示すように、図３を撮影した際の車両１０が走行している道路は片側１車線の十字路である。

次に、道路構造認識部１１４は、ステップＳ１１０において、地図情報取得部１１３が取得した地図情報から車両１０の走行している道路の道路構造を認識する。道路構造認識方法の詳細については後述する。続いて、自車挙動認識部１１５は、ステップＳ１２０において、運転情報取得部１１２が取得した情報から自車挙動を認識する。自車挙動認識方法の詳細については後述する。続いて、他者挙動認識部１１６は、ステップＳ１３０において、ステップＳ１００で取得した画像Ｉから他者挙動を認識する。他者認識方法の詳細については後述する。ステップＳ１１０～Ｓ１３０はこの順に限らず、任意の順序で行うことができ、並行して行ってもよい。

続いて、圧縮率設定部１１７は、ステップＳ１４０において、ステップＳ１１０で認識した道路構造と、ステップＳ１２０で認識した自車挙動と、ステップＳ１３０で認識した他者挙動とに応じて画像Ｉの圧縮率を設定する。圧縮率設定方法としては、例えば、以下のような方法を採用できる。

＜第１の圧縮率設定方法＞
所与の道路構造とステップＳ１１０で認識した道路構造との道路構造乖離度と、所与の自車挙動とステップＳ１２０で認識した自車挙動との自車挙動乖離度と、所与の他者挙動とステップＳ１３０で認識した他者挙動との他者挙動乖離度とに応じて設定する。
＜第２の圧縮率設定方法＞
所与の道路構造とステップＳ１１０で認識した道路構造との道路構造類似度と、所与の自車挙動とステップＳ１２０で認識した自車挙動との自車挙動類似度と、所与の他者挙動とステップＳ１３０で認識した他者挙動との他者挙動類似度とに応じて設定する。

図５に示すように、記憶部１２０は、道路構造のイベントリストＥＬｒと自車挙動のイベントリストＥＬｏ、他者挙動のイベントリストＥＬｅとを記憶している。上記第１の圧縮率設定方法と第２の圧縮率設定方法とにおける「所与の道路構造」と、「所与の自車挙動」と、「所与の他者挙動」とは、それぞれイベントリストＥＬｒ、ＥＬｏ、ＥＬｅから予め選択されることで設定される。以下では、所与の道路構造と、所与の自車挙動と、所与の他者挙動とを合わせて「所与の条件」という。所与の条件は、イベントリストＥＬｒ、ＥＬｏ、ＥＬｅの中から少なくとも一つが選択されることで設定されればよい。また、各イベントリストにおいて複数の条件を選択する場合、総和が１になるように各条件の割合を設定することが好ましい。所与の条件は、車両１０の運転開始時や運転中に搭乗者によって設定されてもよく、画像圧縮装置１１０の出荷前に工場で設定されてもよい。

上記の第１の圧縮率設定方法の例として、次の式（１）で圧縮率ｄｒｃを求めることができる。

ここで、ｄｅｖは所与の条件との乖離度であり、ｗ_ｒ、ｗ_ｏ、ｗ_ｅはそれぞれ道路構造乖離度、自車挙動乖離度、他者挙動乖離度における係数である。本実施形態では、乖離度ｄｅｖが小さい程圧縮率ｄｒｃが小さくなるよう設定される。つまり、画像Ｉは、所与の条件で撮影されている可能性が高いほど、高画質で保存される。乖離度ｄｅｖは次の式（２）で求めることができる。

ここで、||Ｐ_r ^set－Ｐ_r ^est||は道路構造乖離度を表し、Ｐ_r ^setは所与の道路構造のイベント分布であり、Ｐ_r ^estは道路構造認識部１１４が認識した道路構造のイベント分布である。「道路構造のイベント分布」とは、道路構造の各イベントの割合を表す値である。また、||Ｐ_o ^set－Ｐ_o ^est||は自車挙動乖離度を表し、Ｐ_o ^setは所与の自車挙動のイベント分布であり、Ｐ_o ^estは自車挙動認識部１１５が認識した自車挙動のイベント分布である。「自車挙動のイベント分布」とは、自車挙動の各イベントの割合を表す値である。||Ｐ_e ^set－Ｐ_e ^est（ｍ）||は他者挙動乖離度を表し、Ｐ_e ^setは所与の他者挙動のイベント分布であり、Ｐ_e ^est（ｍ）は他者挙動認識部１１６が認識したｍ番目の他者の他者挙動のイベント分布である。「他者挙動のイベント分布」とは、他者挙動の各イベントの割合を表す値である。ｍは変数であり、Ｍは他者挙動認識部１１６が認識した画像Ｉに含まれる他者の総数である。ｗ（ｍ）はｍ番目の他者挙動乖離度における係数である。係数ｗ（ｍ）は次の式（３）で求めることができる。

ここで、ｄ（ｍ）はｍ番目の他者と車両１０との距離である。本実施形態では、他者と車両１０との距離が近いほど係数が小さくなり、他者挙動乖離度が小さくなるよう重み付けが行われる。

図６に示すように、以下では、上述した式（２）の道路構造乖離度である||Ｐ_r ^set－Ｐ_r ^est||を例として道路構造のイベント分布を説明する。本実施形態において、総和が１になるよう、道路構造の各イベントの割合は０～１で示される。図６に示す「所与の道路構造」は「交差点」であり、所与の道路構造のイベント分布は交差点が１であり、他のイベントは０である。道路構造認識部１１４が認識した道路構造のイベント分布は、単車線が０．３、複車線が０．１、交差点が０．３５、カーブが０．２、トンネルが０．０５である。つまり、単車線の交差点である可能性が高い道路構造である。所与の道路構造のイベント分布と道路構造認識部１１４が認識した道路構造のイベント分布とのユークリッド距離を算出することで、道路構造乖離度を求めることができる。自車挙動乖離度と他者挙動乖離度においても、同様に求めることができる。

図７に示すように、上記の第１の圧縮率設定方法の他の例として、式（１）を用いるのではなく、道路構造乖離度と自車挙動乖離度と他者挙動乖離度とがそれぞれ所与の閾値ｄｅｖ１～ｄｅｖ３以上か否かに応じて圧縮率を設定できる。図７では、画像が連続した動画像の圧縮を例として説明する。

一番上のグラフに示すように、道路構造乖離度は、時刻ｔ０から時刻ｔ２の期間と時刻ｔ５以降が閾値ｄｅｖ１以上である。上から二番目のグラフに示すように、自車挙動乖離度は、時刻ｔ０から時刻ｔ３の期間と時刻ｔ６以降が閾値ｄｅｖ２以上である。上から三番目のグラフに示すように、他者挙動乖離度は、時刻ｔ０から時刻ｔ１の期間と時刻ｔ４以降が閾値ｄｅｖ３以上である。一番下のグラフに示すように、３種類全ての乖離度が閾値以上である時刻ｔ０から時刻ｔ１の期間と時刻ｔ６以降は圧縮率ｄｒｃ４に設定し、２種類の乖離度が閾値以上である時刻ｔ１から時刻ｔ２の期間と時刻ｔ５から時刻ｔ６の期間は圧縮率ｄｒｃ４よりも低い圧縮率ｄｒｃ３に設定し、１種類の乖離度が閾値以上である時刻ｔ２から時刻ｔ３の期間と時刻ｔ４から時刻ｔ５の期間は圧縮率ｄｒｃ３よりも低い圧縮率ｄｒｃ２に設定し、３種類全ての乖離度が閾値より小さい時刻ｔ３から時刻ｔ４の期間は圧縮率ｄｒｃ２よりも低い圧縮率ｄｒｃ１に設定する。なお、より単純に圧縮率を設定してもよく、例えば、道路構造乖離度と自車挙動乖離度と他者挙動乖離度とのいずれかが閾値以上の場合である時刻ｔ０から時刻ｔ３の期間と時刻ｔ４以降に圧縮率ｄｒｃ４に設定し、道路構造乖離度と自車挙動乖離度と他者挙動乖離度との全てが閾値以下の場合である時刻ｔ３から時刻ｔ４の期間に圧縮率ｄｒｃ１に設定してもよい。

上記の第２の圧縮率設定方法の例として、次の式（４）で圧縮率ｄｒｃを求めることができる。

ここでｓｉｍは所与の条件との類似度であり、例えば所与の条件を「自車挙動条件または他者挙動条件を満たし、かつ、道路構造条件を満たす」とした場合、つまり「道路構造条件∧（自車挙動条件∨他者挙動条件）」とした場合、類似度ｓｉｍは、道路構造類似度と自車挙動類似度と他者挙動類似度とを用いて次の式（５）で求めることができる。また、Ｎは所与の条件における和演算の回数である。

ここで||Ｐ_r ^set○Ｐ_r ^est||は道路構造類似度を表し、||Ｐ_o ^set○Ｐ_o ^est||は自車挙動類似度を表し、||Ｐ_e ^set○Ｐ_e ^est（ｍ）||はｍ番目の他者の他者挙動類似度を表し、○はアダマール積である。所与の条件は任意に定める事ができ、所与の条件の論理和（∨）を和演算（＋）に、論理積（∧）を乗算（×）に置き換えることで類似度ｓｉｍを求めることができる。

続いて、圧縮部１１８は、ステップＳ１５０（図２）において、ステップＳ１００で取得した画像ＩをステップＳ１４０で設定した圧縮率ｄｒｃで圧縮する。

最後に、圧縮画像保存部１１９は、ステップＳ１６０において、ステップＳ１５０で圧縮した圧縮画像を画像記憶部１４０に保存する。

図２に示したステップＳ１１０における道路構造認識の詳細なフローチャートを図８に示す。図８に示す道路構造認識処理は、まず、ステップＳ２００において、地図情報取得部１１３が、自己位置を推定する。より具体的には、地図情報取得部１１３は、自己位置センサ１２６より取得した自己位置を用いて自己位置を推定する。

次に、道路構造認識部１１４は、ステップＳ２１０において、地図情報から車両１０の走行している道路の道路構造の特徴（以下、「道路構造特徴」という）を抽出する。より具体的には、道路構造認識部１１４は、地図情報取得部１１３が地図情報記憶部１３０より取得したステップＳ２００で推定した自己位置を含む地図情報から、道路構造特徴を抽出する。

最後に、道路構造認識部１１４は、ステップＳ２２０において、道路構造判別モデルを用いてステップＳ２１０で抽出した道路構造特徴を判別する。本実施形態において、道路構造判別モデルは、教師有り機械学習によって生成されているが、これに限らず、道路構造特徴と道路構造との間の関係を、ルールベースによって記述してもよい。

図９に示す道路構造学習処理は、上述した道路構造認識処理で用いた道路構造判別モデルの生成処理である。この処理では、予め用意した走行シーン情報に対して、上述した道路構造認識処理と同様の処理を行い、道路構造判別モデルを生成する。「走行シーン情報」とは、地図情報や運転情報、画像を含む走行シーン毎の情報である。道路構造判別モデルの生成は、画像圧縮装置１１０が行ってもよく、車両制御装置１００に限らず、外部サーバ等が行ってもよい。

まず、ステップＳ２０で、カウンタ変数ｓを１に設定する。次に、ステップＳ２０１で、第ｓ走行シーン情報（ｓは自然数）における自己位置を推定する。

続いて、ステップＳ２１１で、地図情報から道路構造特徴を抽出する。続いて、ステップＳ２１５で予め用意した全走行シーン情報において道路構造特徴の抽出が完了したか否か判別する。抽出が完了した場合、つまりｓが予め用意した走行シーン情報数と等しい場合、ステップＳ２２１の処理に進み、教師有り機械学習によって道路構造判別モデルを生成する。教師有り機械学習として、例えばＳＶＭ（ＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅ）を用いることができる。一方、抽出が完了していない場合、つまりｓが予め用意した走行シーン情報数より小さい場合、ステップＳ２２においてｓを１インクリメントし、ステップＳ２０１の処理に戻る。

図２に示したステップＳ１２０における自車挙動認識の詳細なフローチャートを図１０に示す。図１０に示す自動挙動認識処理は、まず、ステップＳ３００において、自車挙動認識部１１５が、運転情報取得部１１２が取得した情報を記号化する。「記号化」とは、運転情報を自車挙動の要素となる状態毎に区分けする処理である。記号化は、例えば、特許文献３（特開２０１３－２５０６６３）に記載されているような、既知の技術を用いて実現できる。

次に、自車挙動認識部１１５は、ステップＳ３１０において、ステップＳ３００で記号化した各区分情報を用いて、自車挙動の特徴（以下、「自車挙動特徴」という）を抽出する。自車挙動特徴の抽出は、例えば、ＬＤＡ（ＬａｔｅｎｔＤｉｒｉｃｈｌｅｔＡｌｌｏｃａｔｉｏｎ）等の既知の技術を用いてそのトピック分布を自車挙動特徴として抽出することで実現できる。

最後に、自車挙動認識部１１５は、ステップＳ３２０において、自車挙動判別モデルを用いてステップＳ３１０で抽出した自車挙動特徴を判別する。本実施形態において、自車挙動判別モデルは、教師有り機械学習によって生成されているが、これに限らず、自車挙動特徴と自車挙動との間の関係を、ルールベースによって記述してもよい。

図１１に示す自車挙動学習処理は、上述した自車挙動認識処理で用いた判別モデルの生成処理である。この処理では、予め用意した走行シーン情報に対して、上述した自車挙動認識処理と同様の処理を行い、自車挙動判別モデルを生成する。まず、ステップＳ３０で、カウンタ変数ｓを１に設定する。次に、ステップＳ３０１で、第ｓ走行シーン情報（ｓは自然数）を記号化する。

続いて、ステップＳ３１１で、ステップＳ３０１で記号化した自車挙動特徴を抽出する。続いて、ステップＳ３１５で予め用意した全走行シーン情報において自車挙動特徴の抽出が完了したか否か判別する。抽出が完了した場合、つまりｓが予め用意した走行シーン情報数と等しい場合、ステップＳ３２１の処理に進み、教師有り機械学習によって自車挙動判別モデルを生成する。教師有り機械学習として、例えばＳＶＭを用いることができる。一方、抽出が完了していない場合、つまりｓが予め用意した走行シーン情報数より小さい場合、ステップＳ３２においてｓを１インクリメントし、ステップＳ３０１の処理に戻る。

図２に示したステップＳ１３０における他者挙動認識の詳細なフローチャートを図１２に示す。図１２に示す他者挙動認識処理は、まず、ステップＳ４００において、他者挙動認識部１１６が、画像Ｉから他者を認識する。他者の認識は、例えばＹＯＬＯ（ＹｏｕＯｎｌｙＬｏｏｋＯｎｃｅ）等の既知の技術を用いて実現できる。

次に、他者挙動認識部１１６は、ステップＳ４１で、カウンタ変数ｍを１に設定する。続いて、他者挙動認識部１１６は、ステップＳ４１０において、ステップＳ４００で認識した第ｍ他者（ｍは自然数）の他者挙動の特徴（以下、「他者挙動特徴」という）を抽出する。他者挙動特徴は、例えば、ｉＤＴ（ｉｍｐｒｏｖｅｄＤｅｎｓｅＴｒａｊｅｃｔｏｒｉｅｓ）等の既知の動作特徴抽出技術を用いて実現できる。

続いて、他者挙動認識部１１６は、ステップＳ４２０において、他者挙動判別モデルを用いてステップＳ４１０で抽出した他者挙動特徴を判別する。本実施形態において、他者挙動判別モデルは、教師有り機械学習によって生成されているが、これに限らず、他者挙動特徴と他者挙動との間の関係を、ルールベースによって記述してもよい。

最後に、他者挙動認識部１１６は、ステップＳ４３０において、ステップＳ４００で認識した全他者の判別が完了したか否か判別する。判別が完了した場合、つまりｍがステップＳ４００で認識した他者の総数（以下「他者総数」という）と等しい場合、他者挙動認識処理を終了する。一方、判別が完了していない場合、つまりｍが他者総数より小さい場合、ステップＳ４４においてｍを１インクリメントし、ステップＳ４１０の処理に戻る。

図１３に示す他者挙動学習処理は、上述した他者挙動認識処理で用いた判別モデルの生成処理である。この処理では、予め用意した走行シーン情報に対して、上述した他者挙動認識処理と同様の処理を行い、判別モデルを生成する。まず、ステップＳ４０で、カウンタ変数ｓを１に設定する。次に、ステップＳ４０１で、第ｓ走行シーン情報（ｓは自然数）から他者を認識する。

続いて、ステップＳ４１で、カウンタ変数ｍを１に設定する。続いて、ステップＳ４１１で、ステップＳ４０１で認識した第ｍ他者の他者挙動特徴を抽出する。続いて、ステップＳ４３１において、ステップＳ４０１で認識した他者全ての他者挙動特徴の抽出が完了したか否か判別する。抽出が完了した場合、ステップＳ４５１の処理に進む。一方、抽出が完了していない場合、ステップＳ４４においてｍを１インクリメントし、ステップＳ４１１の処理に戻る。つまり、第ｓ走行シーン情報に含まれる他者全ての他者挙動特徴を抽出するまでステップＳ４１１とＳ４３１とを繰り返す。

続いて、ステップＳ４５１で、予め用意した全走行シーン情報において他者挙動特徴の抽出が完了したか否か判別する。抽出が完了した場合、つまりｓが予め用意した走行シーン情報数と等しい場合、ステップＳ４６１の処理に進み、教師有り機械学習によって他者挙動判別モデルを生成する。教師有り機械学習として、例えばＳＶＭを用いることができる。一方、抽出が完了していない場合、つまりｓが予め用意した走行シーン情報数より小さい場合、ステップＳ４６においてｓを１インクリメントし、ステップＳ４０１の処理に戻る。

以上で説明した本実施形態の画像圧縮装置１１０によれば、圧縮率設定部１１７が、道路構造と自車挙動と他者挙動とに応じて圧縮率を設定するため、様々なシーンにおいて適切な圧縮率で画像が圧縮できる。例えば、単車線の直線の道路を低速で走行している際に歩行者が飛び出してきた場合や、交差点を右折している際に急停止した場合等、自車や他者の挙動に応じて圧縮率を低く設定して圧縮できるので、その後の事故分析等を効率よく行うことができる。

Ｂ．第２実施形態：
第２実施形態は、第１実施形態に対して、所与の地図上の領域における自車挙動が過去の自車挙動と異なる度合いに応じて圧縮率を設定する点が主に異なる。第２実施形態の画像圧縮装置１１０の構成は、第１実施形態の画像圧縮装置１１０の構成と同一であるため、画像圧縮装置１１０の構成の説明は省略する。

図１４に示すように、車両１０は地図をメッシュ状に分割した領域ＡＲ１に位置する。運転情報取得部１１２は、記憶部１２０より領域ＡＲ１における過去の自車挙動である過去自車挙動を取得する。圧縮率設定部１１７は、自車挙動認識部１１５が認識した自車挙動と運転情報取得部１１２が取得した過去自車挙動とが異なる度合いに応じて圧縮率を設定する。

図１５に示すように、自車挙動と過去自車挙動との異なる度合いは、例えばＭＴ（ＭａｈａｌａｎｏｂｉｓＴａｇｕｃｈｉ）法等の既知の技術を用いて求めることができる。状態Ｐ０は、過去自動車挙動を示しており、状態Ｐ１は自車挙動認識部１１５が認識した自車挙動を示している。本実施形態では、状態Ｐ０と状態Ｐ１との距離であるマハラノビス距離が近いほど圧縮率を高く設定し、状態Ｐ０と状態Ｐ１とが遠いほど圧縮率を低く設定する。つまり、いつもと違う挙動である場合に、圧縮率を低く設定する。第２実施形態において、圧縮率設定部１１７は、「所与の自車挙動」が「いつもと違う挙動」に設定された場合に、例えば、マハラノビス距離に応じて自車挙動乖離度を求め、式（２）を用いて乖離度ｄｅｖを設定する。これを用いて、式（１）により圧縮率ｄｒｃを設定できる。

以上で説明した本実施形態の画像圧縮装置１１０によれば、圧縮率設定部１１７は、自車挙動と過去自車挙動との異なる度合いに応じて圧縮率を設定する。そのため、いつもと違う挙動をしている場合に、圧縮率を低く設定できるため、適切な圧縮率で圧縮できる。なお、領域はメッシュ状に限らず、円形状など任意の形状に設定してもよい。

Ｃ．第３実施形態：
第３実施形態は、第１実施形態に対して、他者からの距離に応じて画像内の領域毎に圧縮率を設定する点が異なる。第３実施形態の画像圧縮装置１１０の構成は、第１実施形態の画像圧縮装置１１０の構成と同一であるため、画像圧縮装置１１０の構成の説明は省略する。

本実施形態では、他者挙動乖離度（式（２）右辺第３項、ｗ（ｍ）||Ｐ_e ^set－Ｐ_e ^est（ｍ）||）が最も小さい他者を選択し、選択した他者からの距離に応じて画像内の領域毎に圧縮率を設定する。図１６に示すように、本実施形態では例えば、選択した他者ｍ１の重心ｐｍを中心とした略矩形状の領域Ｒ０の圧縮率を、領域Ｒ０の外周に位置する薄いハッチングを付した領域Ｒ１の圧縮率よりも低く設定し、領域Ｒ１の圧縮率を領域Ｒ１の外周に位置する濃いハッチングを付した領域Ｒ２の圧縮率よりも低く設定する。つまり、他者ｍ１からの距離が近い程、圧縮率を低く設定する。例えば、各領域Ｒ０～Ｒ２における圧縮率ｄｒｃ０～ｄｒｃ２、つまり、ｉ番目の領域Ｒｉの圧縮率ｄｒｃ（ｉ）は次の式（６）で求めることができる。

ここで、ｍｉｎは最小値を選択することを示す。ｒ_iは重心ｐｍから各領域Ｒｉまでの距離に応じた係数を表し、ｄｒｃは上述した式（１）あるいは式（４）で求めた圧縮率である。圧縮率の設定においては、他者ｍ１を含む領域Ｒ０の圧縮率ｄｒｃ０を上述した式（１）あるいは式（４）で設定した圧縮率に設定し、領域Ｒ１、Ｒ２の圧縮率ｄｒｃ１、ｄｒｃ２をそれよりも高く設定してもよく（例えばｒ₀＝１．０、ｒ₁＝１．５、ｒ₂＝２．０）、また、画像全体の平均圧縮率が式（１）あるいは式（４）で設定した圧縮率になるように領域Ｒ０～Ｒ２の圧縮率ｄｒｃ０～ｄｒｃ２を設定してもよい。

以上で説明した本実施形態の画像圧縮装置１１０によれば、他者挙動乖離度が最も小さい他者からの距離に応じて画像内の領域毎に圧縮率を設定するため、画像内の領域毎に適切な圧縮率で圧縮できる。

Ｄ．その他の実施形態：
（Ｄ－１）上記実施形態において、画像圧縮装置１１０は、記憶部１２０を備えているが、車両１０が備えていてもよく、外部サーバ等が備えていてもよい。また、車両制御装置１００は、地図情報記憶部１３０と画像記憶部１４０とを備えているが、外部サーバ等が備えていてもよい。外部サーバが記憶部１２０や地図情報記憶部１３０、画像記憶部１４０を備える場合、車両制御装置１００は通信部を備え、車両制御装置１００は、通信部を介して外部サーバより記憶部１２０や地図情報記憶部１３０内の情報を取得する。

（Ｄ－２）上記実施形態において、画像圧縮装置１１０は、カメラ１２２で撮像された画像Ｉを圧縮している。この代わりに、画像圧縮装置１１０は、カメラ１２２で撮像された動画を圧縮してもよい。この場合、圧縮率設定部１１７は、上述した式（１）や式（４）によって動画における時刻ｔの画像Ｉの圧縮率ｄｒｃ（ｔ）を設定する。

（Ｄ－３）上記実施形態において、圧縮率設定部１１７はイベントリストＥＬｒ、ＥＬｏ、ＥＬｅを用いて所与の条件を設定している。この代わりに、圧縮率設定部１１７は、イベントリストＥＬｒ、ＥＬｏ、ＥＬｅを用いずに所与の条件を設定してもよい。例えば、圧縮率設定部１１７は、イベントリストＥＬｒ、ＥＬｏ、ＥＬｅから所与の条件となる各イベントを選択するのではなく、一意に定められていてもよい。

（Ｄ－４）上記実施形態において、圧縮率設定部１１７は、所与の条件との乖離度ｄｅｖを用いた式（１）や類似度ｓｉｍを用いた式（４）によって圧縮率を設定している。この代わりに、圧縮率設定部１１７は、乖離度ｄｅｖと圧縮率ｄｒｃとの関係が定義されたマップや関数に基づき圧縮率ｄｒｃを設定してもよく、また、類似度ｓｉｍと圧縮率ｄｒｃとの関係が定義されたマップや関数に基づき圧縮率ｄｒｃを設定してもよい。

（Ｄ－５）上記実施形態において、他者挙動認識部１１６は、画像Ｉから対象となる他者を認識し、他者毎に他者挙動を認識し、圧縮率設定部１１７は、各他者と車両１０との距離に応じて重み付けを行って他者挙動乖離度を設定している。この代わりに、他者挙動認識部１１６は、例えば、車両１０からの距離が最も近い他者の他者挙動のみを認識し、圧縮率設定部１１７はこの他者挙動と所与の他者挙動との他者挙動乖離度を求めて、乖離度ｄｅｖを設定してもよい。

（Ｄ－６）上記実施形態において、自車挙動認識部１１５は、記号化を行って自車挙動を認識している。この代わりに、自車挙動認識部１１５は、記号化を行わずに自車挙動を認識してもよい。自車挙動認識部１１５は、例えば、運転情報と自車挙動との関係が定義されたマップや関数に基づき自車挙動を認識してもよい。

（Ｄ－７）上記実施形態において、圧縮率設定部１１７は、道路構造と自車挙動と他者挙動とに応じて圧縮率を設定している。この代わりに、圧縮率設定部１１７は、道路構造を用いず、自車挙動と他者挙動とに応じて圧縮率を設定してもよい。この場合、道路構造の認識（図２、ステップＳ１１０）は省略できる。

（Ｄ－８）上記実施形態において、圧縮率設定部１１７は、道路構造と自車挙動と他者挙動とに応じて圧縮率を設定している。この代わりに、圧縮率設定部１１７は、道路構造と他者挙動とを用いず、運転情報を車両１０の挙動である自車挙動の要素となる状態毎に区分けして、その区分けされた各区分情報から把握される自車挙動に対応する自車挙動特徴を抽出し、判別モデルを用いて自車挙動特徴を判別することにより認識した自車挙動に応じて圧縮率を設定してもよい。これにより、様々なシーンにおいて適切な圧縮率で画像が圧縮できる。圧縮率は、例えば、上述した式（１）、（２）より道路構造乖離度と他者挙動乖離度とを省略して用いることで求めることができる。

（Ｄ－９）上記実施形態において、画像圧縮装置１１０は、圧縮率設定部１１７を備えている。この代わりに、圧縮部１１８が、画像Ｉに含まれる他者の挙動である他者挙動が第１他者挙動である場合に、他者挙動が第１他者挙動と異なる第２他者挙動である場合と異なるデータサイズに画像Ｉを圧縮してもよく、画像圧縮装置１１０は、圧縮率設定部１１７を備えていなくてもよい。圧縮部１１８は、例えば、他者挙動が「割り込み」である場合に、割り込みと異なる他者挙動である「飛び出し」の場合と異なるデータサイズの画像に圧縮する。そのため、圧縮部１１８は他者挙動に応じて異なるデータサイズに画像を圧縮できる。

（Ｄ－１０）第２実施形態において、圧縮率設定部１１７は、自車挙動と過去自車挙動との異なる度合いに応じて圧縮率を設定している。この代わりに、圧縮率設定部１１７は、自車挙動と領域ＡＲ１における他車両の挙動である他車挙動との異なる度合いに応じて圧縮率を設定してもよい。この場合、運転情報取得部１１２は、記憶部１２０より領域ＡＲ１における他車挙動を取得する。

本開示は、上述の実施形態に限られるものではなく、その趣旨を逸脱しない範囲において種々の構成で実現することができる。例えば発明の概要の欄に記載した各形態中の技術的特徴に対応する実施形態中の技術的特徴は、上述した課題を解決するために、あるいは上述の効果の一部又は全部を達成するために、適宜、差し替えや組み合わせを行うことが可能である。また、その技術的特徴が本明細書中に必須なものとして説明されていなければ、適宜削除することが可能である。

１０…車両、１００…車両制御装置、１１０…画像圧縮装置、１１１…画像取得部、１１２…運転情報取得部、１１３…地図情報取得部、１１４…道路構造認識部、１１５…自車挙動認識部、１１６…他者挙動認識部、１１７…圧縮率設定部、１１８…圧縮部、１１９…圧縮画像保存部、１２０…記憶部、１２２…カメラ、１２４…挙動センサ、１２６…自己位置センサ、１３０…地図情報記憶部、１４０…画像記憶部

Claims

車両（１０）に搭載される画像圧縮装置（１１０）であって、
カメラ（１２２）で撮影された画像を取得する画像取得部（１１１）と、
前記車両の運転状態を表す運転情報を取得する運転情報取得部（１１２）と、
前記運転情報から前記車両の挙動である自車挙動を認識する自車挙動認識部（１１５）と、
前記画像から他者の挙動である他者挙動を認識する他者挙動認識部（１１６）と、
前記自車挙動と前記他者挙動とに応じて前記画像の圧縮率を設定する圧縮率設定部（１１７）と、
前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部（１１８）と、
を備え、
前記運転情報取得部は、所与の地図上の領域と、前記領域における過去の自車挙動である過去自車挙動とを取得し、
前記圧縮率設定部は、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記過去自車挙動と異なる度合いに応じて前記圧縮率を設定する、画像圧縮装置。
車両に搭載される画像圧縮装置であって、
カメラで撮影された画像を取得する画像取得部と、
前記車両の運転状態を表す運転情報を取得する運転情報取得部と、
前記運転情報から前記車両の挙動である自車挙動を認識する自車挙動認識部と、
前記画像から他者の挙動である他者挙動を認識する他者挙動認識部と、
前記自車挙動と前記他者挙動とに応じて前記画像の圧縮率を設定する圧縮率設定部と、
前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部と、
を備え、
前記運転情報取得部は、所与の地図上の領域と、前記領域における他車両の挙動である他車挙動とを取得し、
前記圧縮率設定部は、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記他車挙動と異なる度合いに応じて前記圧縮率を設定する、画像圧縮装置。
車両に搭載される画像圧縮装置であって、
カメラで撮影された画像を取得する画像取得部と、
前記車両の運転状態を表す運転情報を取得する運転情報取得部と、
前記運転情報から前記車両の挙動である自車挙動を認識する自車挙動認識部と、
前記画像から他者の挙動である他者挙動を認識する他者挙動認識部と、
前記自車挙動と前記他者挙動とに応じて前記画像の圧縮率を設定する圧縮率設定部と、
前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部と、
を備え、
前記他者挙動認識部は、前記画像から対象となる他者を認識し、他者毎に他者挙動を認識し、
前記圧縮率設定部は、所与の自車挙動と前記自車挙動との自車挙動乖離度と、所与の他者挙動と前記他者挙動との他者挙動乖離度とに応じて前記圧縮率を設定し、前記各他者と前記車両との距離に応じて重み付けを行って前記他者挙動乖離度を設定する、画像圧縮装置。
請求項３に記載の画像圧縮装置であって、
前記圧縮率設定部は、前記他者挙動乖離度が最も小さい他者からの距離に応じて前記画像の各位置における圧縮率を設定する、画像圧縮装置。
請求項３または請求項４に記載の画像圧縮装置であって、
前記圧縮率設定部は、前記自車挙動乖離度と前記他者挙動乖離度とがそれぞれ所与の閾値以上か否かに応じて前記圧縮率を設定する、画像圧縮装置。
請求項１から請求項５のうちいずれか一項に記載の画像圧縮装置であって、
前記自車挙動認識部は、前記運転情報を前記自車挙動の要素となる状態毎に区分けして、その区分けされた各区分情報から把握される自車挙動に対応する自車挙動の特徴を抽出し、自車挙動判別モデルを用いて前記特徴を判別することにより前記自車挙動を認識する、画像圧縮装置。
請求項６に記載の画像圧縮装置であって、
前記自車挙動判別モデルは、前記特徴と前記自車挙動との関係を教師有り機械学習によって学習することで生成された、画像圧縮装置。
請求項１から請求項７のうちいずれか一項に記載の画像圧縮装置であって、
前記他者挙動認識部は、前記画像から求めた前記他者挙動の特徴を、教師有り機械学習によって生成した他者挙動判別モデルを用いて判別し、前記他者挙動を認識する、画像圧縮装置。
請求項１から請求項８のうちいずれか一項に記載の画像圧縮装置であって、
前記圧縮率設定部は、所与の自車挙動と前記自車挙動との自車挙動類似度と、所与の他者挙動と前記他者挙動との他者挙動類似度とに応じて前記圧縮率を設定する、画像圧縮装置。
請求項１から請求項９のうちいずれか一項に記載の画像圧縮装置であって、更に、
前記車両の走行している位置を含む地図情報を取得する地図情報取得部（１１３）と、
前記地図情報から前記車両の走行している道路の道路構造を認識する道路構造認識部（１１４）と、
を備え、
前記圧縮率設定部は、前記道路構造と前記自車挙動と前記他者挙動とに応じて前記圧縮率を設定する、画像圧縮装置。
車両に搭載されたカメラで撮像された画像の圧縮方法であって、
前記カメラで撮影された画像を取得する画像取得工程と、
前記車両の運転状態を表す運転情報を取得する運転情報取得工程と、
前記運転情報から前記車両の挙動である自車挙動を認識する自車挙動認識工程と、
前記画像から他者の挙動である他者挙動を認識する他者挙動認識工程と、
前記自車挙動と前記他者挙動とに応じて前記画像の圧縮率を設定する圧縮率設定工程と、
前記圧縮率設定工程で設定された圧縮率で前記画像を圧縮する圧縮処理工程と、
を備え、
前記運転情報取得工程において、所与の地図上の領域と、前記領域における過去の自車挙動である過去自車挙動とを取得し、
前記圧縮率設定工程において、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記過去自車挙動と異なる度合いに応じて前記圧縮率を設定する、圧縮方法。
車両に搭載されたカメラで撮像された画像の圧縮方法であって、
前記カメラで撮影された画像を取得する画像取得工程と、
前記車両の運転状態を表す運転情報を取得する運転情報取得工程と、
前記運転情報から前記車両の挙動である自車挙動を認識する自車挙動認識工程と、
前記画像から他者の挙動である他者挙動を認識する他者挙動認識工程と、
前記自車挙動と前記他者挙動とに応じて前記画像の圧縮率を設定する圧縮率設定工程と、
前記圧縮率設定工程で設定された圧縮率で前記画像を圧縮する圧縮処理工程と、
を備え、
前記運転情報取得工程において、所与の地図上の領域と、前記領域における他車両の挙動である他車挙動とを取得し、
前記圧縮率設定工程において、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記他車挙動と異なる度合いに応じて前記圧縮率を設定する、圧縮方法。
車両に搭載されたカメラで撮像された画像の圧縮方法であって、
前記カメラで撮影された画像を取得する画像取得工程と、
前記車両の運転状態を表す運転情報を取得する運転情報取得工程と、
前記運転情報から前記車両の挙動である自車挙動を認識する自車挙動認識工程と、
前記画像から他者の挙動である他者挙動を認識する他者挙動認識工程と、
前記自車挙動と前記他者挙動とに応じて前記画像の圧縮率を設定する圧縮率設定工程と、
前記圧縮率設定工程で設定された圧縮率で前記画像を圧縮する圧縮処理工程と、
を備え、
前記他者挙動認識工程において、前記画像から対象となる他者を認識し、他者毎に他者挙動を認識し、
前記圧縮率設定工程において、所与の自車挙動と前記自車挙動との自車挙動乖離度と、所与の他者挙動と前記他者挙動との他者挙動乖離度とに応じて前記圧縮率を設定し、前記各他者と前記車両との距離に応じて重み付けを行って前記他者挙動乖離度を設定する、圧縮方法。
車両に搭載される画像圧縮装置であって、
カメラで撮影された画像を取得する画像取得部と、
センサから前記車両の運転状態を表す運転情報を取得する運転情報取得部と、
前記運転情報を前記車両の挙動である自車挙動の要素となる状態毎に区分けして、その区分けされた各区分情報から把握される自車挙動に対応する自車挙動の特徴を抽出し、判別モデルを用いて前記特徴を判別することにより前記自車挙動を認識する自車挙動認識部と、
前記自車挙動に応じて前記画像の圧縮率を設定する圧縮率設定部と、
前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部と、
を備え、
前記運転情報取得部は、所与の地図上の領域と、前記領域における過去の自車挙動である過去自車挙動とを取得し、
前記圧縮率設定部は、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記過去自車挙動と異なる度合いに応じて前記圧縮率を設定する、画像圧縮装置。
車両に搭載される画像圧縮装置であって、
カメラで撮影された画像を取得する画像取得部と、
センサから前記車両の運転状態を表す運転情報を取得する運転情報取得部と、
前記運転情報を前記車両の挙動である自車挙動の要素となる状態毎に区分けして、その区分けされた各区分情報から把握される自車挙動に対応する自車挙動の特徴を抽出し、判別モデルを用いて前記特徴を判別することにより前記自車挙動を認識する自車挙動認識部と、
前記自車挙動に応じて前記画像の圧縮率を設定する圧縮率設定部と、
前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部と、
を備え、
前記運転情報取得部は、所与の地図上の領域と、前記領域における他車両の挙動である他車挙動とを取得し、
前記圧縮率設定部は、前記自車挙動が、前記車両の走行している位置を含む前記領域内における前記他車挙動と異なる度合いに応じて前記圧縮率を設定する、画像圧縮装置。
車両に搭載される画像圧縮装置であって、
カメラで撮影された画像を取得する画像取得部と、
センサから前記車両の運転状態を表す運転情報を取得する運転情報取得部と、
前記運転情報を前記車両の挙動である自車挙動の要素となる状態毎に区分けして、その区分けされた各区分情報から把握される自車挙動に対応する自車挙動の特徴を抽出し、判別モデルを用いて前記特徴を判別することにより前記自車挙動を認識する自車挙動認識部と、
前記画像から他者の挙動である他者挙動を認識する他者挙動認識部と、
前記自車挙動に応じて前記画像の圧縮率を設定する圧縮率設定部と、
前記圧縮率設定部が設定した圧縮率で前記画像を圧縮する圧縮部と、
を備え、
前記他者挙動認識部は、前記画像から対象となる他者を認識し、他者毎に他者挙動を認識し、
前記圧縮率設定部は、所与の自車挙動と前記自車挙動との自車挙動乖離度と、所与の他者挙動と前記他者挙動との他者挙動乖離度とに応じて前記圧縮率を設定し、前記各他者と前記車両との距離に応じて重み付けを行って前記他者挙動乖離度を設定する、画像圧縮装置。