JPH1196375A - 時系列画像動き場計測方法および装置ならび時系列画像動き場計測プログラムを記録した記録媒体 - Google Patents
時系列画像動き場計測方法および装置ならび時系列画像動き場計測プログラムを記録した記録媒体Info
- Publication number
- JPH1196375A JPH1196375A JP9256885A JP25688597A JPH1196375A JP H1196375 A JPH1196375 A JP H1196375A JP 9256885 A JP9256885 A JP 9256885A JP 25688597 A JP25688597 A JP 25688597A JP H1196375 A JPH1196375 A JP H1196375A
- Authority
- JP
- Japan
- Prior art keywords
- voting
- time
- pixel
- series image
- image
- 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
- 238000000034 method Methods 0.000 title claims description 39
- 238000000691 measurement method Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000000605 extraction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 時系列画像中の対象となる領域内の各画素ま
たは各図形要素について、よりきめ細かな速度成分を推
定し、時系列画像の動き場を計測する。 【解決手段】 時系列画像を入力し、それから対象領域
とそこに含まれる運動軌跡を抽出する(ステップ40
1,402)。対象領域について3次元ハフ変換を行
い、その結果得られる3次元のパラメータ空間を2次元
空間に投影し、この空間について、運動軌跡の接平面の
交線の検出のための投票を行い、その結果得られるパラ
メータ空間中の投票値の分布のピークを検出し、それか
ら速度成分を計算する(ステップ402〜406)。対
象領域中の各画素について、ステップ406で検出した
ピークの投票値への寄与の度合いを計算し、その大小に
より画素毎にステップ406で求めた速度成分を割り当
て、各画素、各フレームの速度成分をまとめて速度場を
構成し、出力する(ステップ407〜409)。
たは各図形要素について、よりきめ細かな速度成分を推
定し、時系列画像の動き場を計測する。 【解決手段】 時系列画像を入力し、それから対象領域
とそこに含まれる運動軌跡を抽出する(ステップ40
1,402)。対象領域について3次元ハフ変換を行
い、その結果得られる3次元のパラメータ空間を2次元
空間に投影し、この空間について、運動軌跡の接平面の
交線の検出のための投票を行い、その結果得られるパラ
メータ空間中の投票値の分布のピークを検出し、それか
ら速度成分を計算する(ステップ402〜406)。対
象領域中の各画素について、ステップ406で検出した
ピークの投票値への寄与の度合いを計算し、その大小に
より画素毎にステップ406で求めた速度成分を割り当
て、各画素、各フレームの速度成分をまとめて速度場を
構成し、出力する(ステップ407〜409)。
Description
【0001】
【発明の属する技術】本発明は、ビデオカメラや気象レ
ーダ装置やリモートセンシング等により得られる時系列
画像中の対象の動きの認識のための技術に関する。
ーダ装置やリモートセンシング等により得られる時系列
画像中の対象の動きの認識のための技術に関する。
【0002】
【従来の技術】人、交通等の監視や製造工程の制御、気
象等の自然現象の解明や予測への応用等において、時系
列画像の認識処理を用いた高度化、効率化が望まれてい
る。
象等の自然現象の解明や予測への応用等において、時系
列画像の認識処理を用いた高度化、効率化が望まれてい
る。
【0003】従来、時系列画像から対象の動きを計測す
る方法としてハフ変換(または投票とも呼ぶ。)を用い
た方法がある。その一例として、時系列画像を時間方向
に積層した時空間画像中を考えたとき、画像に含まれる
対象のエッジや輪郭が描く曲面状の運動軌跡を検出し、
その運動軌跡に接する複数の異なる接平面がつくる交線
の方向から対象の速度成分を求める方法がある(特願平
9−3116号、特願平9−8563号、特願平9−1
14577号)。この方法はハフ変換により、時空間画
像を対象物体の速度成分(速度の方向と大きさ)を表現
するパラメータ空間に変換し、そのパラメータ空間中の
分布のピークを検出し、その座標値から対象物体の速度
成分を求めている。この手法には、ノイズやオクルージ
ョン(隠蔽)にロバストに対象領域内の最も優勢な並進
速度成分が得られるという利点がある。
る方法としてハフ変換(または投票とも呼ぶ。)を用い
た方法がある。その一例として、時系列画像を時間方向
に積層した時空間画像中を考えたとき、画像に含まれる
対象のエッジや輪郭が描く曲面状の運動軌跡を検出し、
その運動軌跡に接する複数の異なる接平面がつくる交線
の方向から対象の速度成分を求める方法がある(特願平
9−3116号、特願平9−8563号、特願平9−1
14577号)。この方法はハフ変換により、時空間画
像を対象物体の速度成分(速度の方向と大きさ)を表現
するパラメータ空間に変換し、そのパラメータ空間中の
分布のピークを検出し、その座標値から対象物体の速度
成分を求めている。この手法には、ノイズやオクルージ
ョン(隠蔽)にロバストに対象領域内の最も優勢な並進
速度成分が得られるという利点がある。
【0004】
【発明が解決しようとする課題】しかし、従来の技術で
は、時系列画像中の局所的な速度を求めるために比較的
大きな時系列画像の領域を必要としているため、動き場
(オプティカルフロー、速度場とも呼ぶ)の解像度が空
間的、時間的に粗いという問題があった。
は、時系列画像中の局所的な速度を求めるために比較的
大きな時系列画像の領域を必要としているため、動き場
(オプティカルフロー、速度場とも呼ぶ)の解像度が空
間的、時間的に粗いという問題があった。
【0005】本発明の目的は、時系列画像中の対象とな
る領域内の各画素または各図形要素については、よりき
め細かな速度成分を推定し、時系列画像の動き場を計測
する時系列画像動き場計測方法および装置ならびに時系
列画像動き場計測プログラムを記録した記録媒体を提供
することである。
る領域内の各画素または各図形要素については、よりき
め細かな速度成分を推定し、時系列画像の動き場を計測
する時系列画像動き場計測方法および装置ならびに時系
列画像動き場計測プログラムを記録した記録媒体を提供
することである。
【0006】
【課題を解決するための手段】本発明の時系列画像動き
場計測方法は、時系列画像中のある領域内に含まれる各
画素または図形要素に対してハフ変換または投票を行
い、その結果として得られるパラメータ空間(投票空
間)中について投票分布のピークを検出し、各画素また
は図形要素のピーク値への寄与の度合いを計算し、その
大小により各画素または図形要素のもつ速度成分を決定
することにより時系列画像の動き場(オプティカルフロ
ー、速度場)を求める。
場計測方法は、時系列画像中のある領域内に含まれる各
画素または図形要素に対してハフ変換または投票を行
い、その結果として得られるパラメータ空間(投票空
間)中について投票分布のピークを検出し、各画素また
は図形要素のピーク値への寄与の度合いを計算し、その
大小により各画素または図形要素のもつ速度成分を決定
することにより時系列画像の動き場(オプティカルフロ
ー、速度場)を求める。
【0007】したがって、画像がノイズ等により劣化し
ている場合でも、画像内の優勢な速度成分を検出するこ
とができる。
ている場合でも、画像内の優勢な速度成分を検出するこ
とができる。
【0008】また、本発明の時系列画像動き場計測方法
は、時系列画像を、画像平面に時間軸を加えた3次元空
間(時空間)として見たときに、画像中に含まれる対象
のエッジおよび輪郭が時空間中に描く曲面状に運動軌跡
を検出し、この運動軌跡に接する接平面を3次元ハフ変
換により検出し、その相異なる接平面が交わる交線の方
向を、別のハフ変換または投票により検出し、対象の速
度成分を計測し、ハフ変換または投票により得られたパ
ラメータ空間(投票空間)中において、検出された速度
成分を表す投票値のピークを検出し、このピークに対す
る、時空間中の運動軌跡を構成する各画素の寄与の度合
いを計算し、その大小により各画素または図形要素のも
つ速度成分を決定することにより時系列画像の動き場を
求める。
は、時系列画像を、画像平面に時間軸を加えた3次元空
間(時空間)として見たときに、画像中に含まれる対象
のエッジおよび輪郭が時空間中に描く曲面状に運動軌跡
を検出し、この運動軌跡に接する接平面を3次元ハフ変
換により検出し、その相異なる接平面が交わる交線の方
向を、別のハフ変換または投票により検出し、対象の速
度成分を計測し、ハフ変換または投票により得られたパ
ラメータ空間(投票空間)中において、検出された速度
成分を表す投票値のピークを検出し、このピークに対す
る、時空間中の運動軌跡を構成する各画素の寄与の度合
いを計算し、その大小により各画素または図形要素のも
つ速度成分を決定することにより時系列画像の動き場を
求める。
【0009】したがって、画像中で対象の正確な速度
(大きさ、方向)を求めることができる。
(大きさ、方向)を求めることができる。
【0010】また、本発明の時系列画像動き場計測方法
は、時系列画像に含まれる各画素または図形要素のハフ
変換または投票によるパラメータ空間中のピーク値に寄
与する度合いを、各画素または図形要素に対する3次元
ハフ変換の投票が行われたパラメータ空間中において、
検出された速度成分に寄与し得る要素(セル)のうちで
最も大きな投票値が集積されたセルの投票値をその画素
または図形要素の寄与の度合いとして求める。
は、時系列画像に含まれる各画素または図形要素のハフ
変換または投票によるパラメータ空間中のピーク値に寄
与する度合いを、各画素または図形要素に対する3次元
ハフ変換の投票が行われたパラメータ空間中において、
検出された速度成分に寄与し得る要素(セル)のうちで
最も大きな投票値が集積されたセルの投票値をその画素
または図形要素の寄与の度合いとして求める。
【0011】また、速度成分の検出に用いたパラメータ
空間中の投票値のピーク値に対する時系列画像に含まれ
る各画素または図形要素の寄与の度合いとあるしきい値
を比較し、しきい値以上の寄与の度合いをもつ画素また
は図形要素のみに、パラメータ空間中の投票値のピーク
位置から求めた速度成分を与えることにより、ノイズ等
が付加される状況下においても、安定かつ正確に、各画
素または図形要素の速度成分が得られ、時系列画像のき
め細かい動き場を得ることが可能となる。
空間中の投票値のピーク値に対する時系列画像に含まれ
る各画素または図形要素の寄与の度合いとあるしきい値
を比較し、しきい値以上の寄与の度合いをもつ画素また
は図形要素のみに、パラメータ空間中の投票値のピーク
位置から求めた速度成分を与えることにより、ノイズ等
が付加される状況下においても、安定かつ正確に、各画
素または図形要素の速度成分が得られ、時系列画像のき
め細かい動き場を得ることが可能となる。
【0012】本発明の時系列画像動き場計測装置は、時
系列画像を、画像平面に時間軸を加えた3次元空間(時
空間)として見たときに、画像中に含まれる対象のエッ
ジおよび輪郭が時空間中に描く曲面状の運動軌跡を検出
する手段と、この運動軌跡に接する接平面を検出する3
次元ハフ変換手段と、その異なる接平面が交わる交線の
方向を、ハフ変換または投票により検出する手段と、ハ
フ変換または投票により得られたパラメータ空間(投票
空間)中において、検出された速度の方向を表す投票値
のピークを検出する手段と、このピークに対する、時空
間中の運動軌跡を構成する各画素の寄与の度合いを計算
する手段と、その大小により各画素または図形要素のも
つ速度成分を判定する手段とを有する。
系列画像を、画像平面に時間軸を加えた3次元空間(時
空間)として見たときに、画像中に含まれる対象のエッ
ジおよび輪郭が時空間中に描く曲面状の運動軌跡を検出
する手段と、この運動軌跡に接する接平面を検出する3
次元ハフ変換手段と、その異なる接平面が交わる交線の
方向を、ハフ変換または投票により検出する手段と、ハ
フ変換または投票により得られたパラメータ空間(投票
空間)中において、検出された速度の方向を表す投票値
のピークを検出する手段と、このピークに対する、時空
間中の運動軌跡を構成する各画素の寄与の度合いを計算
する手段と、その大小により各画素または図形要素のも
つ速度成分を判定する手段とを有する。
【0013】また、各画素または図形要素に対する3次
元ハフ変換の投票が行われたパラメータ空間中におい
て、検出された速度成分に寄与し得る要素(セル)のう
ちで最も大きな投票値が集積されたセルを探索し、その
投票値を各画素または図形要素がハフ変換または投票に
よるパラメータ空間中のピーク値に寄与する度合いとし
て計算する手段を有する。
元ハフ変換の投票が行われたパラメータ空間中におい
て、検出された速度成分に寄与し得る要素(セル)のう
ちで最も大きな投票値が集積されたセルを探索し、その
投票値を各画素または図形要素がハフ変換または投票に
よるパラメータ空間中のピーク値に寄与する度合いとし
て計算する手段を有する。
【0014】さらに、本発明の時系列動き場計測装置
は、速度成分の検出に用いたパラメータ空間中の投票値
のピーク値に対する時系列画像に含まれる各画素または
図形要素の寄与の度合いとあるしきい値を比較し、しき
い値以上の寄与の度合いをもつ画素または図形要素のみ
に、パラメータ空間中の投票値のピーク位置から求めた
速度成分を与える手段を有する。よって、ノイズ等が付
加される状況下においても、安定、かつ正確に各画素ま
たは図形要素の速度成分が得られ、時系列画像のきめ細
かい動き場を得ることが可能となる。
は、速度成分の検出に用いたパラメータ空間中の投票値
のピーク値に対する時系列画像に含まれる各画素または
図形要素の寄与の度合いとあるしきい値を比較し、しき
い値以上の寄与の度合いをもつ画素または図形要素のみ
に、パラメータ空間中の投票値のピーク位置から求めた
速度成分を与える手段を有する。よって、ノイズ等が付
加される状況下においても、安定、かつ正確に各画素ま
たは図形要素の速度成分が得られ、時系列画像のきめ細
かい動き場を得ることが可能となる。
【0015】
【発明の実施の形態】次に、本発明の実施の形態を図面
を参照して説明する。
を参照して説明する。
【0016】図1を参照すると、本発明の一実施形態の
時系列画像動き場計測装置は入力部100と処理部20
0と出力部300で構成されている。
時系列画像動き場計測装置は入力部100と処理部20
0と出力部300で構成されている。
【0017】処理部200は、入力部100において入
力された時系列画像から動き場の計測対象の領域を抽出
し、3次元配列である時空間画像メモリ251中の画素
の集合として、画像中のエッジや輪郭の描く運動軌跡を
構成する領域抽出部201と、運動軌跡の接平面の分布
を検出する3次元ハフ変換部202と、3次元ハフ変換
により得られる接平面の分布が格納される3次元投票空
間メモリ252と、3次元投票空間メモリ252中の分
布を2次元平面に投影する投影部203と、その結果得
られる接平面を法線方向別に見たときの分布を格納する
2次元法線パラメータ空間メモリ253と、3次元法線
パラメータ空間メモリ253によって表される複数の接
平面の組み合わせによる交線の方向の分布を求める交線
投票部204と、その結果得られる交線の分布を格納す
る交線パラメータ空間メモリ254と、交線パラメータ
空間メモリ254中の投票分布のピークを検出し、対象
となる時系列画像の領域中の対象の速度成分を求める速
度成分検出部205と、時空間画像メモリ251中の各
画素について、速度成分検出部205により検出された
ピーク値への寄与の度合いを計算する寄与度計算部21
1と、各画素の寄与度の大小を評価し、速度成分検出部
205により決定された速度成分を割り当てるか否かの
判定をする寄与度判定部212と、各画素について割り
当てられた速度成分を対象となる領域全体についてまと
め、速度場を構成する速度場構成部213から構成され
る。
力された時系列画像から動き場の計測対象の領域を抽出
し、3次元配列である時空間画像メモリ251中の画素
の集合として、画像中のエッジや輪郭の描く運動軌跡を
構成する領域抽出部201と、運動軌跡の接平面の分布
を検出する3次元ハフ変換部202と、3次元ハフ変換
により得られる接平面の分布が格納される3次元投票空
間メモリ252と、3次元投票空間メモリ252中の分
布を2次元平面に投影する投影部203と、その結果得
られる接平面を法線方向別に見たときの分布を格納する
2次元法線パラメータ空間メモリ253と、3次元法線
パラメータ空間メモリ253によって表される複数の接
平面の組み合わせによる交線の方向の分布を求める交線
投票部204と、その結果得られる交線の分布を格納す
る交線パラメータ空間メモリ254と、交線パラメータ
空間メモリ254中の投票分布のピークを検出し、対象
となる時系列画像の領域中の対象の速度成分を求める速
度成分検出部205と、時空間画像メモリ251中の各
画素について、速度成分検出部205により検出された
ピーク値への寄与の度合いを計算する寄与度計算部21
1と、各画素の寄与度の大小を評価し、速度成分検出部
205により決定された速度成分を割り当てるか否かの
判定をする寄与度判定部212と、各画素について割り
当てられた速度成分を対象となる領域全体についてまと
め、速度場を構成する速度場構成部213から構成され
る。
【0018】次に、図1の装置の処理の流れを図2のフ
ローチャートによって説明する。時系列画像を入力し
(ステップ401)、その時系列画像から対象領域とそ
こに含まれる運動軌跡を抽出し(ステップ402)、対
象領域について3次元ハフ変換を行い(ステップ40
3)、その結果得られる3次元のパラメータ空間を2次
元空間に投影し(ステップ404)、さらに、この空間
について、運動軌跡の接平面の交線の検出のための投票
を行い(ステップ405)、その結果得られるパラメー
タ空間中の投票値の分布のピークを検出し、それから速
度成分を計算し(ステップ406)、続いて、対象領域
中の各画素について、ステップ406で検出したピーク
の投票値への寄与の度合いを計算し(ステップ40
7)、その大小により画素毎にステップ406で求めた
速度成分を割り当て(ステップ408)、各画素、各フ
レームの速度成分をまとめて速度場を構成し、出力する
(ステップ409)。
ローチャートによって説明する。時系列画像を入力し
(ステップ401)、その時系列画像から対象領域とそ
こに含まれる運動軌跡を抽出し(ステップ402)、対
象領域について3次元ハフ変換を行い(ステップ40
3)、その結果得られる3次元のパラメータ空間を2次
元空間に投影し(ステップ404)、さらに、この空間
について、運動軌跡の接平面の交線の検出のための投票
を行い(ステップ405)、その結果得られるパラメー
タ空間中の投票値の分布のピークを検出し、それから速
度成分を計算し(ステップ406)、続いて、対象領域
中の各画素について、ステップ406で検出したピーク
の投票値への寄与の度合いを計算し(ステップ40
7)、その大小により画素毎にステップ406で求めた
速度成分を割り当て(ステップ408)、各画素、各フ
レームの速度成分をまとめて速度場を構成し、出力する
(ステップ409)。
【0019】次に、処理部200の動作例を具体的に説
明する。
明する。
【0020】対象領域抽出部201では、入力部100
によって入力された時系列画像から速度場の計測対象と
なる局所的な領域を抽出する。こうして得られた時系列
画像をI(i,j,t)として記憶する。対象領域抽出
部201ではさらに、画像中の対象のエッジや輪郭が時
空間中に運動軌跡を3次元のボリュームデータとして構
築する。
によって入力された時系列画像から速度場の計測対象と
なる局所的な領域を抽出する。こうして得られた時系列
画像をI(i,j,t)として記憶する。対象領域抽出
部201ではさらに、画像中の対象のエッジや輪郭が時
空間中に運動軌跡を3次元のボリュームデータとして構
築する。
【0021】その一例として、時系列画像のレーム間の
差分を計算し、その正値または負値もしくは絶対値を用
いた時空間差分画像D(x,y,t)として運動軌跡を
構築することができる。そして時空間差分画像D(x,
y,t)は時空間画像メモリ251中に記憶される。正
値を用いる例では、
差分を計算し、その正値または負値もしくは絶対値を用
いた時空間差分画像D(x,y,t)として運動軌跡を
構築することができる。そして時空間差分画像D(x,
y,t)は時空間画像メモリ251中に記憶される。正
値を用いる例では、
【0022】
【数1】 のように、時空間差分画像D(x,y,t)が計算で
き、画像中のエッジや輪郭を底曲線とする柱面状の運動
軌跡が抽出できる。時空間差分画像D(x,y,t)の
濃淡値の大きさは、画像中のエッジや輪郭の輝度の空間
分布の不連続の大きさと動きの量にほぼ比例する。な
お、上述以外の運動軌跡の抽出の方法も利用可能であ
る。
き、画像中のエッジや輪郭を底曲線とする柱面状の運動
軌跡が抽出できる。時空間差分画像D(x,y,t)の
濃淡値の大きさは、画像中のエッジや輪郭の輝度の空間
分布の不連続の大きさと動きの量にほぼ比例する。な
お、上述以外の運動軌跡の抽出の方法も利用可能であ
る。
【0023】次に、3次元ハフ変換手段202は、時空
間中の運動軌跡に接し得る接平面の分布をハフ変換また
は投票によって検出し、その頻度分布を3次元の配列で
ある3次元投票空間メモリ252中に得る。
間中の運動軌跡に接し得る接平面の分布をハフ変換また
は投票によって検出し、その頻度分布を3次元の配列で
ある3次元投票空間メモリ252中に得る。
【0024】図3に示すように、3次元空間中の点(x
i ,yi ,ti )を通る平面は3つのパラメータ(θ,
φ,ρ)を用いて
i ,yi ,ti )を通る平面は3つのパラメータ(θ,
φ,ρ)を用いて
【0025】
【数2】 のように表現することができる。ただし、(θ,φ)は
平面の法線方向、ρは原点から平面までの最短距離を表
す。平面を表す3つのパラメータの張る空間を平面パラ
メータ空間Sp とここでは呼ぶことにする。式(2)か
ら、3次元空間中の一点(xi ,yi ,zi )は図5の
S1 のような平面パラメータ空間中の一曲面に対応す
る。
平面の法線方向、ρは原点から平面までの最短距離を表
す。平面を表す3つのパラメータの張る空間を平面パラ
メータ空間Sp とここでは呼ぶことにする。式(2)か
ら、3次元空間中の一点(xi ,yi ,zi )は図5の
S1 のような平面パラメータ空間中の一曲面に対応す
る。
【0026】実際には、平面パラメータ空間Sp は、微
小間隔(Δθ,Δφ,Δρ)で離散化され、3次元配列
である3次元投票空間メモリ252中に記憶されてい
る。ここで、配列の要素をセルと呼ぶ。
小間隔(Δθ,Δφ,Δρ)で離散化され、3次元配列
である3次元投票空間メモリ252中に記憶されてい
る。ここで、配列の要素をセルと呼ぶ。
【0027】次に、投票を用いて、時空間差分画像Dと
して表される対象領域中の運動軌跡の接平面の分布をパ
ラメータ空間中のセルの値として得る。具体的には、時
空間差分画像D(i,j,t)中の全ての画素につい
て、式(2)で表される曲面を計算し、この曲面が通過
するパラメータ空間Sp 中のセルの値を、時空間差分画
像中の画素D(i,j,t)の値だけ増加させる。この
処理を投票と呼ぶ。全ての画素について投票を行った
後、平面パラメータ空間Sp (θ,φ,ρ)のセル投票
の合計値をパラメータ(θ,φ,ρ)をもつ運動軌跡の
接平面の強度とする。よって、パラメータ空間Sp 中の
投票値の分布がピークをなす場合、そのピークの座標に
よって、時空間に含まれる運動軌跡の接平面が表現でき
る。なお、上述以外の方法も利用可能である。
して表される対象領域中の運動軌跡の接平面の分布をパ
ラメータ空間中のセルの値として得る。具体的には、時
空間差分画像D(i,j,t)中の全ての画素につい
て、式(2)で表される曲面を計算し、この曲面が通過
するパラメータ空間Sp 中のセルの値を、時空間差分画
像中の画素D(i,j,t)の値だけ増加させる。この
処理を投票と呼ぶ。全ての画素について投票を行った
後、平面パラメータ空間Sp (θ,φ,ρ)のセル投票
の合計値をパラメータ(θ,φ,ρ)をもつ運動軌跡の
接平面の強度とする。よって、パラメータ空間Sp 中の
投票値の分布がピークをなす場合、そのピークの座標に
よって、時空間に含まれる運動軌跡の接平面が表現でき
る。なお、上述以外の方法も利用可能である。
【0028】投影部203は、3次元ハフ変換部202
により3次元投票空間メモリ252で得られた平面パラ
メータ空間Sp (θ,φ,σ)中の個々の(θ,φ)に
ついて、ρ方向のセルに集積された投票値の最大値を探
索し、その投票の最大値を、2次元配列である2次元法
線パラメータ空間メモリ253に格納する。この(θ,
φ)が張る空間を法線パラメータ空間SN (θ,φ)と
呼ぶことにする。
により3次元投票空間メモリ252で得られた平面パラ
メータ空間Sp (θ,φ,σ)中の個々の(θ,φ)に
ついて、ρ方向のセルに集積された投票値の最大値を探
索し、その投票の最大値を、2次元配列である2次元法
線パラメータ空間メモリ253に格納する。この(θ,
φ)が張る空間を法線パラメータ空間SN (θ,φ)と
呼ぶことにする。
【0029】
【数3】 この処理は、対象領域中の輪郭やエッジが時空間中に描
く運動軌跡の接平面の分布を、時間と位置に不変な法線
方向毎にみたときの分布に統合する働きをもつ。
く運動軌跡の接平面の分布を、時間と位置に不変な法線
方向毎にみたときの分布に統合する働きをもつ。
【0030】次に、交線投票部204は、投影部203
により得られ、2次元法線パラメータ空間メモリ253
に格納されている対象領域中の輪郭やエッジが時空間中
に描く運動軌跡の分布を入力とし、運動軌跡に接し得る
複数の接平面がなす交線の方向の分布を表すパラメータ
空間(これを交線パラメータ空間SL と呼ぶ)に変換す
る。
により得られ、2次元法線パラメータ空間メモリ253
に格納されている対象領域中の輪郭やエッジが時空間中
に描く運動軌跡の分布を入力とし、運動軌跡に接し得る
複数の接平面がなす交線の方向の分布を表すパラメータ
空間(これを交線パラメータ空間SL と呼ぶ)に変換す
る。
【0031】ここでは、交線の方向を図4のように、原
点を通る交線をx−y平面に射影したときのx軸となす
角α,x−y平面(画像平面)とのなす角βを用い、
点を通る交線をx−y平面に射影したときのx軸となす
角α,x−y平面(画像平面)とのなす角βを用い、
【0032】
【数4】 と表現する。ただし、0≦α<π/2,0<β<π/2
である。
である。
【0033】いま、交線上にある異なる2点をP1 (x
1 ,y1 ,t1 ),P2 (x2 ,y 2 ,t2 )とし、こ
の2つの点P1 ,P2 について式(2)を連立して解
き、式(7)〜(9)を代入することで、法線パラメー
タ空間SN と交線パラメータ空間SL の関係を
1 ,y1 ,t1 ),P2 (x2 ,y 2 ,t2 )とし、こ
の2つの点P1 ,P2 について式(2)を連立して解
き、式(7)〜(9)を代入することで、法線パラメー
タ空間SN と交線パラメータ空間SL の関係を
【0034】
【数5】 のように得ることができる。
【0035】二つの接平面は法線パラメータ空間SN 中
の2点として表され、その点をそれぞれ交線のパラメー
タ空間SL に変換すると式(10)で表される曲線にな
り、その交点として、接平面の交線の方向が得られる。
の2点として表され、その点をそれぞれ交線のパラメー
タ空間SL に変換すると式(10)で表される曲線にな
り、その交点として、接平面の交線の方向が得られる。
【0036】ここでは、法線のパラメータ空間中SN の
全ての要素(θ,φ)(セルと呼ぶ)について、式(1
0)の曲線が通る交線パラメータ空間SL 中のセルにS
N (θ,φ)の値を投票していく。このようなハフ変換
を実行することで、対象物体の速度成分を表現する対象
領域に含まれ得る対象の速度成分が、交線パラメータ空
間中の投票分布に反映される。こうして得られた交線パ
ラメータ空間SL は交線パラメータ空間メモリ254に
格納される。
全ての要素(θ,φ)(セルと呼ぶ)について、式(1
0)の曲線が通る交線パラメータ空間SL 中のセルにS
N (θ,φ)の値を投票していく。このようなハフ変換
を実行することで、対象物体の速度成分を表現する対象
領域に含まれ得る対象の速度成分が、交線パラメータ空
間中の投票分布に反映される。こうして得られた交線パ
ラメータ空間SL は交線パラメータ空間メモリ254に
格納される。
【0037】速度成分検出部205は、交線パラメータ
空間メモリSL に格納されている投票値の分布のピーク
を検出し、このピークの座標値(αP ,βP )より、対
象領域中の対象物体の最も優勢な並進速度成分を求め
る。この動きの方法は、
空間メモリSL に格納されている投票値の分布のピーク
を検出し、このピークの座標値(αP ,βP )より、対
象領域中の対象物体の最も優勢な並進速度成分を求め
る。この動きの方法は、
【0038】
【数6】 と得られ、速度の大きさVは、
【0039】
【数7】 と得られる。ピークを示す投票値SL (αP ,βP )
は、対象領域内に速度V、方向αP の並進速度成分が存
在する確からしさを表す証拠情報といえる。このように
得られた速度を以下では、速度成分
は、対象領域内に速度V、方向αP の並進速度成分が存
在する確からしさを表す証拠情報といえる。このように
得られた速度を以下では、速度成分
【0040】
【外1】 と記す。
【0041】寄与度計算211は、速度成分検出部20
5において検出された交線パラメータ空間メモリ254
中の投票値分布ピークを示す投票値SL (αP ,βP )
に対して、対象領域中の各画素または図形要素が寄与し
た度合いを求める。
5において検出された交線パラメータ空間メモリ254
中の投票値分布ピークを示す投票値SL (αP ,βP )
に対して、対象領域中の各画素または図形要素が寄与し
た度合いを求める。
【0042】ここでは、その一例として以下に示す方法
を記す。時空間画像メモリ251に構築された運動軌跡
を表す時空間差分画像D(x,y,t)中の各画素は、
3次元ハフ変換部202において、式(2)で表される
図5中の曲面S1 のような投票パターンが指す3次元投
票空間メモリ252中の各セルに対して投票が行われ
る。
を記す。時空間画像メモリ251に構築された運動軌跡
を表す時空間差分画像D(x,y,t)中の各画素は、
3次元ハフ変換部202において、式(2)で表される
図5中の曲面S1 のような投票パターンが指す3次元投
票空間メモリ252中の各セルに対して投票が行われ
る。
【0043】また、速度成分検出部205で得られた速
度成分を表す投票のピークSL (α P ,βP )への投票
の集積に寄与した可能性のある2次元法線パラメータ空
間メモリ253中のセルの集合は、交線投票部204で
の投票パターンである式(10)を書き直し、投票のピ
ークを示すセルの座標(αP ,βP )を代入し、
度成分を表す投票のピークSL (α P ,βP )への投票
の集積に寄与した可能性のある2次元法線パラメータ空
間メモリ253中のセルの集合は、交線投票部204で
の投票パターンである式(10)を書き直し、投票のピ
ークを示すセルの座標(αP ,βP )を代入し、
【0044】
【数8】 で表される曲線が指すセルとなる。
【0045】さらに、2次元法線パラメータ空間メモリ
253中の式(13)が示すセルへの投票値に寄与し得
る3次元投票空間メモリは、図5のS2 のような式(1
3)の曲線が底曲線とする柱面が指すセルの集合とな
る。よって、時空間差分画像中の各画素D(x,y,
t)が速度成分
253中の式(13)が示すセルへの投票値に寄与し得
る3次元投票空間メモリは、図5のS2 のような式(1
3)の曲線が底曲線とする柱面が指すセルの集合とな
る。よって、時空間差分画像中の各画素D(x,y,
t)が速度成分
【0046】
【外2】 に寄与し得る3次元投票空間メモリ中のセルの集合は、
式(2)と式(13)の双方を同時に満たす曲線、つま
り、図5の2つの曲面が交わる曲線(これをLと呼ぶ)
が指すセルの集合となる。
式(2)と式(13)の双方を同時に満たす曲線、つま
り、図5の2つの曲面が交わる曲線(これをLと呼ぶ)
が指すセルの集合となる。
【0047】ここで時空間差分画像中の各画素D(x,
y,t)の速度成分
y,t)の速度成分
【0048】
【外3】 への寄与の度合い(これを寄与度と呼ぶ。)は、曲線L
上のセルのうちで、集積された投票値の最大値としてC
(x,y,t)と定義し、求めることができる。
上のセルのうちで、集積された投票値の最大値としてC
(x,y,t)と定義し、求めることができる。
【0049】なお、上述以外の寄与の度合いの計算方法
も利用可能である。
も利用可能である。
【0050】寄与度判定部212は、寄与度計算部21
1において計算された各画素または図形要素の寄与の度
合いの大小により、速度成分検出部205で検出された
速度成分を割り当てるかどうかの判定を行う。
1において計算された各画素または図形要素の寄与の度
合いの大小により、速度成分検出部205で検出された
速度成分を割り当てるかどうかの判定を行う。
【0051】ここでは、その一例として以下に示す方法
を記す。交線パラメータ空間メモリ254中の投票値に
は、画像中のノイズや速度のばらつき等の影響も含まれ
る。これらの影響を除外し、速度成分の寄与のみに必須
な時空間差分画像中の画素D(x,y,t)を特定し、
速度成分を付与する必要がある。
を記す。交線パラメータ空間メモリ254中の投票値に
は、画像中のノイズや速度のばらつき等の影響も含まれ
る。これらの影響を除外し、速度成分の寄与のみに必須
な時空間差分画像中の画素D(x,y,t)を特定し、
速度成分を付与する必要がある。
【0052】そこで、各画素の寄与度C(x,y,t)
にしきい値Tを設け、しきい値T以上の寄与度をもつ画
素のみに速度成分検出部205で検出された速度成分を
割り当てる。ここでしきい値にTは、交線パラメータ空
間メモリ254中の投票値の最低値からピーク値SL
(αP ,βP )までを1.0としたときの割合εを与え
たとき、しきい値T以上の寄与度C(x,y,t)をも
つ画素による投票値の寄与により、交線パラメータ空間
のピーク点(αP ,βP )に集積される投票値がεSL
となるようなTの値を設定する。εを寄与率と呼び、入
力画素に付加的なノイズが多く含まれるときには、1.
0に近い値を与える。寄与度C(x,y,t)がしきい
値に満たない場合には、画素(x,y,t)には速度が
ないものと判断する。よって、時空間差分画素D中の各
画素の速度成分υ(x,y,t)は、
にしきい値Tを設け、しきい値T以上の寄与度をもつ画
素のみに速度成分検出部205で検出された速度成分を
割り当てる。ここでしきい値にTは、交線パラメータ空
間メモリ254中の投票値の最低値からピーク値SL
(αP ,βP )までを1.0としたときの割合εを与え
たとき、しきい値T以上の寄与度C(x,y,t)をも
つ画素による投票値の寄与により、交線パラメータ空間
のピーク点(αP ,βP )に集積される投票値がεSL
となるようなTの値を設定する。εを寄与率と呼び、入
力画素に付加的なノイズが多く含まれるときには、1.
0に近い値を与える。寄与度C(x,y,t)がしきい
値に満たない場合には、画素(x,y,t)には速度が
ないものと判断する。よって、時空間差分画素D中の各
画素の速度成分υ(x,y,t)は、
【0053】
【数9】 と求めることができる。
【0054】速度場構成部213では、対象となる領域
に含まれる各画素または図形要素について、寄与度判定
部212によって割り当てられた速度成分をまとめ、速
度場を構成する。
に含まれる各画素または図形要素について、寄与度判定
部212によって割り当てられた速度成分をまとめ、速
度場を構成する。
【0055】以下で具体的な例を説明する。図6は、対
象領域抽出部201によって、入力された時系列画像か
らある領域を抽出し、そのうちある一フレームを表示し
たものである。図7は、図6の入力画像からエッジや輪
郭を抽出した例である。この例では、対象は左から右に
一様に移動している。図8は、図6の入力から速度場を
求めた例である。寄与率εは0.98とした。エッジの
動きが画素毎に得られることがわかる。
象領域抽出部201によって、入力された時系列画像か
らある領域を抽出し、そのうちある一フレームを表示し
たものである。図7は、図6の入力画像からエッジや輪
郭を抽出した例である。この例では、対象は左から右に
一様に移動している。図8は、図6の入力から速度場を
求めた例である。寄与率εは0.98とした。エッジの
動きが画素毎に得られることがわかる。
【0056】また、図9は、図6の画像に標準偏差20
のガウス状ノイズを加えた画像である。図10は、図9
から抽出されたエッジの画像の輝度値の大小から求めた
速度場である。図11に、本発明の方法により求めた速
度場を示す。寄与率εは0.98とした。図10と比較
し、ノイズの影響は大幅に削減されていることがわか
る。
のガウス状ノイズを加えた画像である。図10は、図9
から抽出されたエッジの画像の輝度値の大小から求めた
速度場である。図11に、本発明の方法により求めた速
度場を示す。寄与率εは0.98とした。図10と比較
し、ノイズの影響は大幅に削減されていることがわか
る。
【0057】なお、図1の処理部200中のメモリ25
1〜254を除く各部はソフトウェアとして実現でき、
これらの処理はFD、CD−ROM等の記録媒体に記録
されてデータ処理装置によって読み出されて実行するこ
とができる。
1〜254を除く各部はソフトウェアとして実現でき、
これらの処理はFD、CD−ROM等の記録媒体に記録
されてデータ処理装置によって読み出されて実行するこ
とができる。
【0058】
【発明の効果】以上説明したように、本発明は、ハフ変
換または投票を用いて時系列画像の動き場(オプティカ
ルフロー、速度場とも呼ぶ。)を計測する際に、時系列
画像中のある領域内に含まれる各画素または図形要素に
対してハフ変換または投票を行い、その結果として得ら
れるパラメータ空間(投票空間)中について投票分布の
ピークを検出し、各画素または図形要素のピーク値への
寄与の度合いを計算し、その大小により各画素または図
形要素のもつ速度成分を決定することで、ノイズにロパ
ストにきめ細かな時系列画像の動き場を求めることがで
きる。
換または投票を用いて時系列画像の動き場(オプティカ
ルフロー、速度場とも呼ぶ。)を計測する際に、時系列
画像中のある領域内に含まれる各画素または図形要素に
対してハフ変換または投票を行い、その結果として得ら
れるパラメータ空間(投票空間)中について投票分布の
ピークを検出し、各画素または図形要素のピーク値への
寄与の度合いを計算し、その大小により各画素または図
形要素のもつ速度成分を決定することで、ノイズにロパ
ストにきめ細かな時系列画像の動き場を求めることがで
きる。
【図1】本発明の一実施形態の時系列画像動き場計測装
置の構成図である。
置の構成図である。
【図2】図1の装置の処理の流れ図である。
【図3】3次元空間中の平面の極座標表現を説明する図
である。
である。
【図4】3次元空間中の直線の表現方法を説明する図で
ある。
ある。
【図5】3次元投票空間中の投票パターンの様子を説明
する図である。
する図である。
【図6】図1の装置で用いた時系列画像の一フレームを
示す図である。
示す図である。
【図7】図1の装置で得られた対象のエッジや輪郭を表
現した時系列差分画像の一フレームを示す図である。
現した時系列差分画像の一フレームを示す図である。
【図8】図1の装置で得られた動き場を示す図である。
【図9】図1の装置で用いたノイズが付加された時系列
画像の一フレームを示す図である。
画像の一フレームを示す図である。
【図10】図9から得られる比較対象の速度場を示す図
である。
である。
【図11】図9より得られた速度場を示す図である。
100 入力部 200 処理部 201 対象領域抽出部 202 3次元ハフ変換部 203 投影部 204 交線投票部 205 速度成分検出部 211 寄与度計算部 212 寄与度判定部 213 速度場構成部 251 時空間画像メモリ 252 3次元投票空間メモリ 253 2次元法線パラメータ空間メモリ 254 交線パラメータ空間メモリ 300 出力部 401〜410 ステップ
Claims (15)
- 【請求項1】 時系列画像を入力し、ハフ変換または投
票を用いて画像の動き場を計測する時系列画像動き場計
測方法であって、 時系列画像中の任意の領域内に含まれる各画素または図
形要素に対してハフ変換または投票を行う段階と、 その結果として得られるパラメータ空間中について投票
分布のピークを検出する段階と、 このピーク値への寄与の度合いを各画素または図形要素
について計算する段階と、 その大小により各画素または図形要素のもつ速度成分を
判定し、時系列画像の動き場を計測する段階を有する時
系列画像動き場計測方法。 - 【請求項2】 時系列画像を入力し、ハフ変換または投
票を用いて画像の動き場を計測する時系列画像動き場計
測方法であって、 時系列画像を画像平面に時間軸を加えた3次元空間とし
て見たときに、画像中に含まれる対象のエッジおよび輪
郭が3次元空間中に描く曲面状の運動軌跡を検出し、こ
の運動軌跡に接する接平面を検出し、その相異なる接平
面が交わる交線の方向をハフ変換または投票により検出
する段階と、 対象領域内の速度成分を計測し、ハフ変換または投票に
より得られたパラメータ空間中において、検出された速
度の方向を表す投票値のピークを検出する段階と、 このピークに対する、対象領域内の運動軌跡を構成する
各画素の寄与の度合いを計算する段階と、 その大小により各画素または図形要素のもつ速度成分を
求めることで時系列画像の動き場を計測する段階を有す
る時系列画像動き場計測方法。 - 【請求項3】 時系列画像を入力し、ハフ変換または投
票を用いて画像の動き場を計測する時系列画像動き場計
測方法であって、 時系列画像を画像平面に時間軸を加えた3次元空間とし
て見たときに、画像中に含まれる対象のエッジおよび輪
郭が3次元空間中に描く曲面状の運動軌跡を検出し、こ
の運動軌跡に接する接平面を3次元ハフ変換により検出
し、その相異なる接平面が交わる交線の方向を別のハフ
変換または投票により検出する段階と、 対象領域内の速度成分を計測し、ハフ変換または投票に
より得られたパラメータ空間中において、検出された速
度の方向を表す投票値のピークを検出する段階と、 このピークに対する、対象領域内の運動軌跡を構成する
各画素の寄与の度合いを計算する段階と、 その大小により各画素または図形要素のもつ速度成分を
求めることで時系列画像の動き場を計測する段階を有す
る時系列画像動き場計測方法。 - 【請求項4】 ピーク値に対する各画像の寄与の度合い
を計算する段階が、速度成分の検出に用いたパラメータ
空間中の投票値のピーク値に対して時系列画像に含まれ
る各画素または図形要素が寄与した度合いを、各画素ま
たは図形要素に対する3次元ハフ変換の投票が行われた
パラメータ空間中の要素の中で、検出された速度成分へ
の投票に寄与し、かつ最大の投票値が集積された要素の
投票値とする段階である請求項3記載の時系列画像動き
場計測方法。 - 【請求項5】 時系列画像の動き場を計測する段階が、
速度成分の検出に用いたパラメータ空間中の投票値のピ
ーク値に対する時系列画像に含まれる各画素または図形
要素の寄与の度合いがある一定以上の値をもつ画素また
は図形要素のみに、パラメータ空間中の投票値のピーク
位置から求めた速度成分を与える段階を含む請求項1か
ら4のいずれかに記載の時系列画像動き場計測方法。 - 【請求項6】 時系列画像中のある領域内に含まれる各
画素または図形要素に対してハフ変換または投票を行う
手段と、その結果として得られるパラメータ空間中の投
票分布のピークを検出する手段と、各画素または図形要
素のピーク値への寄与の度合いを計算する手段と、その
大小により各画素または図形要素のもつ速度成分を判定
する手段とを有する時系列画像動き場計測装置。 - 【請求項7】 時系列画像を、画像平面に時間軸を加え
た3次元空間として見たときに、画像中に含まれる対象
のエッジおよび輪郭が時空間中に描く運動軌跡を検出す
る手段と、この運動軌跡に接する接平面を検出する手段
と、その接平面が交わる交線の方向を、ハフ変換または
投票により検出する手段と、ハフ変換または投票により
得られたパラメータ空間中の投票分布のピークを検出
し、対象の速度成分を計算する手段と、このピークに対
する時空間中の運動軌跡を構成する各画素の寄与の度合
いを計算する手段と、その大小により各画素または図形
要素のもつ速度成分を判定する手段とを有する時系列画
像動き場計測装置。 - 【請求項8】 対象のエッジおよび輪郭が時空間中に描
く曲面状の運動軌跡に接する接平面を検出する3次元ハ
フ変換手段と、接平面が交わる交線の方向を検出するハ
フ変換手段とを有する請求項7記載の時系列画像動き場
計測装置。 - 【請求項9】 ピークに対する各画素の寄与の度合いを
検出する手段が、各画素または図形要素に対する3次元
ハフ変換の投票が行われたパラメータ空間中の要素の中
で、検出された速度成分への投票に寄与した要素の集合
を求め、その中で最大の投票値が集積された要素を探索
し、投票値の最大値を時系列画像に含まれる各画素また
は図形要素の検出された速度成分への投票に寄与した度
合いとして計算する手段である請求項7記載の時系列画
像動き場計測装置。 - 【請求項10】 各画素または図形要素のもつ速度成分
を判定する手段が、速度成分の検出に用いたパラメータ
空間中の投票値のピーク値に対する時系列画像に含まれ
る各画素または図形要素の寄与の度合いとあるしきい値
を比較し、しきい値以上の寄与の度合いをもつ画素また
は図形要素のみに、パラメータ空間中の投票値のピーク
位置から求めた速度成分を与える手段を含む請求項6か
ら9記載のいずれか1項記載の時系列画像動き場計測装
置。 - 【請求項11】 時系列画像を入力し、ハフ変換または
投票を用いて画像の動き場を計測する時系列画像動き場
計測プログラムを記録した記録媒体であって、 時系列画像中の任意の領域内に含まれる各画素または図
形要素に対してハフ変換または投票を行う処理と、 その結果として得られるパラメータ空間中について投票
分布のピークを検出する処理と、 このピーク値への寄与の度合いを各画素または図形要素
について計算する処理と、 その大小により各画素または図形要素のもつ速度成分を
判定し、時系列画像の動き場を計測する処理を有する時
系列画像動き場計測プログラムを記録した記録媒体。 - 【請求項12】 時系列画像を入力し、ハフ変換または
投票を用いて画像の動き場を計測する時系列画像動き場
計測プログラムを記録した記録媒体であって、 時系列画像を画像平面に時間軸を加えた3次元空間とし
て見たときに、画像中に含まれる対象のエッジおよび輪
郭が3次元空間中に描く曲面状の運動軌跡を検出し、こ
の運動軌跡に接する接平面を検出し、その相異なる接平
面が交わる交線の方向をハフ変換または投票により検出
する処理と、 対象領域内の速度成分を計測し、ハフ変換または投票に
より得られたパラメータ空間中において、検出された速
度の方向を表す投票値にピークを検出する処理と、 このピークに対する、対象領域内の運動軌跡を構成する
各画素の寄与の度合いを計算する処理と、 その大小により各画素または図形要素のもつ速度成分を
求めることで時系列画像の動き場を計測する処理を有す
る時系列画像動き場計測プログラムを記録した記録媒
体。 - 【請求項13】 時系列画像を入力し、ハフ変換または
投票を用いて画像の動き場を計測する時系列画像動き場
計測プログラムを記録した記録媒体であって、 時系列画像を画像平面に時間軸を加えた3次元空間とし
て見たときに、画像中に含まれる対象のエッジおよび輪
郭が3次元空間中に描く曲面状の運動軌跡を検出し、こ
の運動軌跡に接する接平面を3次元ハフ変換により検出
し、その相異なる接平面が交わる交線の方向を別のハフ
変換または投票により検出する処理と、 対象領域内の速度成分を計測し、ハフ変換または投票に
より得られたパラメータ空間中において、検出された速
度の方向を表す投票値のピークを検出する処理と、 このピークに対する、対象領域内の運動軌跡を構成する
各画素の寄与の度合いを計算する処理と、 その大小により各画素または図形要素のもつ速度成分を
求めることで時系列画像の動き場を計測する処理を有す
る時系列画像動き場計測方法。 - 【請求項14】 ピーク値に対する各画素の寄与の度合
いを計算する処理が、速度成分の検出に用いたパラメー
タ空間中の投票値のピーク値に対して時系列画像に含ま
れる各画素または図形要素が寄与した度合いを、各画素
または図形要素に対する3次元ハフ変換の投票が行われ
たパラメータ空間中の要素の中で、検出された速度成分
への投票に寄与し、かつ最大の投票値が集積された要素
の投票値とする処理を有する請求項13記載の記録媒
体。 - 【請求項15】 時系列の動き場合を検出する処理が、
速度成分の検出に用いたパラメータ空間中の投票値のピ
ーク値に対する時系列画像に含まれる各画素または図形
要素の寄与の度合いがある一定以上の値をもつ画素また
は図形要素のみに、パラメータ空間中の投票値のピーク
位置から求めた速度成分を与える段階を有する請求項1
1から14のいずれかに記載の記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9256885A JPH1196375A (ja) | 1997-09-22 | 1997-09-22 | 時系列画像動き場計測方法および装置ならび時系列画像動き場計測プログラムを記録した記録媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP9256885A JPH1196375A (ja) | 1997-09-22 | 1997-09-22 | 時系列画像動き場計測方法および装置ならび時系列画像動き場計測プログラムを記録した記録媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH1196375A true JPH1196375A (ja) | 1999-04-09 |
Family
ID=17298773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP9256885A Pending JPH1196375A (ja) | 1997-09-22 | 1997-09-22 | 時系列画像動き場計測方法および装置ならび時系列画像動き場計測プログラムを記録した記録媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH1196375A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001091289A (ja) * | 1999-09-17 | 2001-04-06 | Data Tec:Kk | センサユニット |
JP2008009999A (ja) * | 2007-07-27 | 2008-01-17 | Sony Corp | 平面抽出方法、その装置、そのプログラム、その記録媒体及び撮像装置 |
WO2015025555A1 (ja) * | 2013-08-21 | 2015-02-26 | 沖電気工業株式会社 | 交通量計測装置および交通量計測方法 |
-
1997
- 1997-09-22 JP JP9256885A patent/JPH1196375A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001091289A (ja) * | 1999-09-17 | 2001-04-06 | Data Tec:Kk | センサユニット |
JP2008009999A (ja) * | 2007-07-27 | 2008-01-17 | Sony Corp | 平面抽出方法、その装置、そのプログラム、その記録媒体及び撮像装置 |
WO2015025555A1 (ja) * | 2013-08-21 | 2015-02-26 | 沖電気工業株式会社 | 交通量計測装置および交通量計測方法 |
JP2015041187A (ja) * | 2013-08-21 | 2015-03-02 | 沖電気工業株式会社 | 交通量計測装置および交通量計測方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11461912B2 (en) | Gaussian mixture models for temporal depth fusion | |
EP1329850B1 (en) | Apparatus, program and method for detecting both stationary objects and moving objects in an image | |
CN111693972A (zh) | 一种基于双目序列图像的车辆位置与速度估计方法 | |
CN107463890B (zh) | 一种基于单目前视相机的前车检测与跟踪方法 | |
Wang et al. | Window detection from mobile LiDAR data | |
CN106128121B (zh) | 基于局部特征分析的车辆排队长度快速检测算法 | |
CN108645375B (zh) | 一种用于车载双目系统快速车辆测距优化方法 | |
JP7091686B2 (ja) | 立体物認識装置、撮像装置および車両 | |
EP3376468B1 (en) | Object detection device and object detection method | |
CN106096555A (zh) | 三维面部检测的方法和装置 | |
JP2018124963A (ja) | 画像処理装置、画像認識装置、画像処理プログラム、及び画像認識プログラム | |
KR102547333B1 (ko) | 깊이 영상 기반 실시간 바닥 검출방법 | |
CN117593548A (zh) | 基于加权注意力机制去除动态特征点的视觉slam方法 | |
Głowacz et al. | Video detection algorithm using an optical flow calculation method | |
CN113920254B (zh) | 一种基于单目rgb的室内三维重建方法及其系统 | |
CN118397588B (zh) | 智能驾驶汽车用摄像头场景分析方法、系统、设备及介质 | |
Cerri et al. | Free space detection on highways using time correlation between stabilized sub-pixel precision IPM images | |
Kanhere et al. | Real-time detection and tracking of vehicle base fronts for measuring traffic counts and speeds on highways | |
CN112699748B (zh) | 基于yolo及rgb图像的人车距离估计方法 | |
WO2018143278A1 (ja) | 画像処理装置、画像認識装置、画像処理プログラム、及び画像認識プログラム | |
KR101241813B1 (ko) | Gpu를 이용한 파노라마 영상의 객체 검출 장치 및 방법 | |
JPH1196375A (ja) | 時系列画像動き場計測方法および装置ならび時系列画像動き場計測プログラムを記録した記録媒体 | |
CN109063543A (zh) | 一种考虑局部形变的视频车辆重识别方法、系统及装置 | |
Nguyen et al. | Scan profiles based method for segmentation and extraction of planar objects in mobile laser scanning point clouds | |
Corneliu et al. | Real-time pedestrian classification exploiting 2D and 3D information |