JP2014032542A - 画像処理装置及び、当該画像処理装置を用いた車両制御システム - Google Patents

Abstract

【課題】 画像内の対象物を適切に検出することが可能な画像処理装置を提供する。
【解決手段】 基準領域検出手段が、画像の手前側に存在して他の物体に隠れていない基準物の基準領域を検出する（Ｓ１２０）。探索領域設定手段は、基準領域検出手段にて検出された基準領域に一部が隠れる探索領域を設定し（Ｓ１３０）、重複矩形を算出する。ウェイト設定手段は、探索領域設定手段にて設定される探索領域における各パーツの基準位置を基に、基準領域との関係から、各パーツのウェイトを設定する（Ｓ１４０）。これにより、スコア算出手段は、ウェイト設定手段にて設定されるウェイトを加味して各パーツをスコア化し、各パーツのスコアを足し合わせて探索領域のスコアを算出する（Ｓ１５０）。そして、対象物検出手段によって、スコア算出手段にて算出される探索領域のスコアに基づき、対象物が検出される（Ｓ１６０）。
【選択図】図３

Description

本発明は、車載カメラの画像内から歩行者等の対象物を検出する技術に関する。

従来、車両走行の障害となる物体との衝突回避等を目的として、車載カメラの画像内から歩行者を検出する技術が提案されている。例えば、車載カメラの画像内から判別対象となる物体を検出し、その物体に対して歩行者の輪郭パターンを用いたニューラルネットワークの物体判別手法を適用し、歩行者を検出する技術が提案されている。

ところが、歩行者の輪郭パターンを用いたニューラルネットワークの物体判別手法では、歩行者の輪郭パターンに類似した例えば樹木などの物体を歩行者として検出する虞があり、歩行者の検出精度が低下してしまうことがある。

この課題を解決するための手法として、歩行者を構成する所定部位に関する判定を行い、各所定部位の判定出力値の総和が閾値を上回っているか否かで歩行者を判定する技術が提案されている（例えば、特許文献１参照）。例えば、頭、胴体、手、足という所定部位に関する判定を行い、各所定部位の判定出力値の総和を基に検出するという具合である。

特開２００８−２１０３４号公報

しかしながら、上記特許文献１に記載の技術には、歩行者の後ろにいる歩行者や、物陰に隠れた歩行者を精度よく検出できないという課題がある。すなわち、歩行者の頭、胴体、手、足などの所定部位のいくつかが画像内に写らない場合、その所定部位の判定出力値が小さくなることにより、判定出力値の総和が小さくなる。そのため、判定出力値の総和を基に歩行者を検出した場合、歩行者が検出されないことが懸念される。

なお、ここに挙げた課題は、歩行者に限られるものではなく、画像内の対象物を検出する場合にも同様に生じるものである。
本発明は、上述した課題を解決するためになされたものであり、その目的は、画像内の対象物を適切に検出することが可能な画像処理装置及び、当該画像処理装置を用いた車両制御システムを提供することにある。

上記目的を達成するためになされた請求項１に記載の画像処理装置（１０）は、車両に搭載される撮像装置（３２）からの画像に基づいて対象物を検出する。
この画像処理装置では、パーツモデル記憶部（６１）に、対象物の各部位であるパーツを検出してスコア化するためのパーツモデルが記憶されている。パーツモデルは、例えば対象物が歩行者であれば、頭部に対応する頭部パーツモデル、腕部に対応する腕部パーツモデル、腰部に対応する腰部パーツモデル、脚部に対応する脚部パーツモデルなどとして用意される。また例えば対象物が車両であれば、タイヤに対応するタイヤパーツモデル、テールライトに対応するテールライトパーツモデル、窓に対応する窓パーツモデルなどとして用意される。

ここで特に、基準領域検出手段（５１ａ）が、画像の手前側に存在して他の物体に隠れていない基準物の基準領域を検出する。基準領域の形状は特に限定されないが、例えば矩形領域とすることが考えられる。また、探索領域設定手段（５１ｂ）は、基準領域検出手段にて検出された基準領域に一部が隠れる探索領域を設定する。探索領域も、例えば矩形領域とすることが考えられる。

ウェイト設定手段（５１ｃ）は、探索領域設定手段にて設定される探索領域における各パーツの基準位置を基に、基準領域との関係から、各パーツのウェイトを設定する。これにより、スコア算出手段（５１ｄ）は、ウェイト設定手段にて設定されるウェイトを加味して各パーツをスコア化し、各パーツのスコアを足し合わせて探索領域のスコアを算出する。そして、対象物検出手段（５１ｅ）によって、スコア算出手段にて算出される探索領域のスコアに基づき、対象物が検出される。

つまり、対象物の各部位であるパーツをスコア化する際、当該パーツが画像内で検出される基準領域に隠れているか否かによってウェイトを設定し、重み付けを変えるのである。このようにすれば、画像内の対象物を適切に検出することができる。

車両制御システムの概略構成を示すブロック図である。 衝突危険度判定テーブルを例示する説明図である。 対象物検出処理を示すフローチャートである。 基準領域と探索矩形との重複及び当該重複部分におけるパーツとの重なりを示す説明図である。

以下、本発明の一実施形態を図面に基づいて説明する。以下、対象物として歩行者を
想定して説明する。
本実施形態の車両制御システムは、画像処理装置１０および車両制御装置２０を中心に構成されている。画像処理装置１０には、測距装置３１および撮像装置３２が接続されている。また、車両制御装置２０には、スピーカ４１、ブレーキ４２およびステアリング４３が接続されている。

画像処理装置１０および車両制御装置２０は、いわゆるコンピュータとして構成されている。これにより、画像処理装置１０では、撮像装置３２からの画像に基づき歩行者を検出し、測距装置３１による距離情報に基づき、衝突危険度を判定する。これに対し、車両制御装置２０は、画像処理装置１０から出力される衝突危険度に応じて、スピーカ４１による報知を行ったり、緊急度合が大きい場合には、ブレーキ４２およびステアリング４３による回避制御を行ったりする。

次に、各部の構成について具体的に説明する。
測距装置３１は、レーザレーダなどとして具現化される。もちろん、ミリ波レーダなどの別の構成を用いてもよい。この測距装置３１により、車両前方の物体までの距離を検知することが可能となる。

撮像装置３２は、単眼カメラなどとして具現化される。この撮像装置３２により、車両前方が撮像される。画像処理装置１０では、上述したように、この画像に基づいて歩行者を検出する。

スピーカ４１は、音声出力のための構成である。歩行者との衝突危険度が大きくなると、このスピーカ４１を介して「前方に歩行者がいます」や「注意してください」などの音声が出力される。

ブレーキ４２は、ブレーキの駆動装置を含み、車両制御装置２０からの信号によって、車両を減速させる。また、ステアリング４３は、ＥＰＳ（Electric Power Steering ）装置を含み、車両制御装置２０からの信号によって運転者の操舵をアシストする。このような車両制御が行われるのは、歩行者との衝突危険度がさらに大きくなった場合であり、緊急性の大きい場合である。

画像処理装置１０は、制御部５０および記憶部６０を有している。制御部５０は、いわゆるマイコン（マイクロコンピュータ）として具現化される。制御部５０は、対象物検出部５１および衝突危険度判定部５２を具備する。また、記憶部６０は、例えばＲＯＭなどとして具現化される。もちろん、ＲＯＭ以外のフラッシュメモリやＨＤＤなどを用いてもよい。記憶部６０は、パーツモデル記憶部６１および衝突危険度判定テーブル記憶部６２を具備している。

ここで対象物検出部５１は、撮像装置３２から出力される画像内の歩行者を検出する。具体的には後述するが、手前に存在する基準物の基準領域を特定し、次に、当該基準領域に隠れている歩行者を検出する。

衝突危険度判定部５２は、歩行者が検出された後、当該歩行者までの距離が測距装置３１にて分かるため、当該歩行者との距離に応じて衝突危険度を判定する。また、検出された歩行者の確からしさがスコアとして算出されるため、当該歩行者のスコアに応じて衝突危険度を判定する。この衝突危険度は、車両制御装置２０へ出力される。

パーツモデル記憶部６１には、パーツモデルが記憶されている。パーツモデルは、歩行者の各パーツをモデル化したものである。本実施形態では、頭部、腕部、腰部、および、脚部をパーツとして用意する。以下では、これらのパーツに対応するパーツモデルを「頭部パーツモデル」、「腕部パーツモデル」、「腰部パーツモデル」および「脚部パーツモデル」として適宜区別する。なお、パーツモデルは、例えば、輪郭情報等の各パーツの特徴を表現する特徴ベクトルである。

衝突危険度判定テーブル記憶部６２には、衝突危険度判定テーブルが記憶されている。この衝突危険度判定テーブルは、図２に示すように、歩行者までの距離（Ｄ）及び歩行者のスコア（Ｓ）と衝突危険度及び車両制御情報とを対応付けるテーブルである。衝突危険度判定部５２は、この衝突危険度判定テーブルを参照することで、衝突危険度を判定する。例えば図２の例では、歩行者までの距離（Ｄ）又はスコア（Ｓ）の少なくともいずれか一方の条件成立によって危険度が判定される。具体的には、距離Ｄが「Ｄ≦Ｄ１」の場合、又は、スコアＳが「Ｓ≦Ｓ１」の場合は、危険度「レベル１」と判定され、車両制御は「警報処理」と判定される。また、距離Ｄが「Ｄ１＜Ｄ≦Ｄ２」の場合、又は、スコアＳが「Ｓ１＜Ｓ≦Ｓ２」の場合は、危険度「レベル２」と判定され、車両制御は「ブレーキ制御」と判定される。さらにまた、距離Ｄが「Ｄ＞Ｄ２」の場合、又は、スコアＳが「Ｓ＞Ｓ２」の場合は、危険度「レベル３」と判定され、車両制御は「ステア制御」と判定される。

車両制御装置２０は、報知制御部７０および車両制御部８０を有している。いずれもいわゆるマイコンとして具現化される。報知制御部７０は、スピーカ４１を介した報知を行うための構成であり、衝突の危険度が大きくなると、まずはスピーカ４１を介した報知が行われる。車両制御部８０は、ブレーキ４２およびステアリング４３を介した車両制御を行うための構成であり、衝突の危険度がさらに大きくなった場合に衝突回避制御が行われる。

具体的に、衝突危険度判定部５２は、図２の衝突危険度判定テーブルで危険度「レベル１」と判定した場合は車両制御「警報処理」を実現するため、報知制御部７０へ信号出力を行う。これにより、報知制御部７０によるスピーカ４１を介した報知が行われる。また、衝突危険度判定部５２は、図２の衝突危険度判定テーブルで危険度「レベル２」と判定した場合は車両制御「ブレーキ制御」を実現するため、車両制御部８０へ信号出力を行う。これにより、車両制御部８０によるブレーキ４２を介した減速制御が行われる。さらにまた、衝突危険度判定部５２は、図２の衝突危険度判定テーブルで危険度「レベル３」と判定した場合は車両制御「ステア制御」を実現するため、車両制御部８０へ信号出力を行う。これにより、車両制御部８０によるステアリング４３を介した回避制御が行われる。

なお、本実施形態は、対象物検出部５１の機能としての対象物検出処理に特徴を有する。そこで、以下では、この対象物検出処理の詳細を説明する。対象物検出処理は、所定時間間隔で繰り返し実行される。

図３に示すように、最初のＳ１１０では、画像入力を行う。この処理は、撮像装置３２から出力される画像を入力するものである。
続くＳ１２０では、画像内の基準領域を検出する。この処理は、撮像装置３２からの画像内で基準物を示す矩形範囲を検出するものである。基準物とは、画像の手前側に写っている立体物である。基準物には、歩行者だけでなく車両などが含まれることとしてもよい。具体的な検出方法としては既存の技術を用いる。例えば、歩行者の各パーツをモデル化したパーツモデルがパーツモデル記憶部６１に記憶されることは上述したが、当該パーツモデルによって画像をスキャンすることで手前の歩行者を抽出するという具合である。

次のＳ１３０では、探索矩形との重複矩形を算出する。探索矩形は、Ｓ１２０で検出される基準領域に対し一部が重なるように、適当な大きさで取られる矩形である。例えば図４（ａ）に示すように、基準領域Ｒが画像内に検出された場合、その周辺に探索矩形Ｔ１，Ｔ２が設定されるという具合である。基準領域Ｒの周辺には複数の探索矩形が設定されるのであるが、すべての探索矩形に対し同様の処理が行われるため、探索矩形Ｔ１を例に挙げて説明する。ここで算出される重複矩形は、図４（ｂ）にハッチングを施して示すように、基準領域Ｒと探索矩形Ｔ１との重複矩形Ｃとなる。

続くＳ１４０では、各パーツのウェイトを決定する。探索矩形に対しては、各パーツの基準位置が設定される。これについて説明する。
探索矩形が歩行者を示すものである場合、頭部パーツ、腕部パーツ、腰部パーツ、および、脚部パーツが含まれる。そこで、パーツモデル記憶部６１に記憶された「頭部パーツモデル」、「腕部パーツモデル」、「腰部パーツモデル」および「脚部パーツモデル」を用い、これらパーツモデルとの一致度によって、探索矩形内部の各パーツを後にスコア化する（Ｓ１５０）。

このとき、探索矩形内部の各パーツの基準位置を基に、各パーツのウェイトを決定する。このウェイトによって、各パーツをスコア化する際、各パーツに重み付けをするのである。各パーツの基準位置とは、探索矩形に対して設定される位置であり、統計的に算出されるものである。例えば図４（ｃ）に示すように、６つのパーツＰ１，Ｐ２，Ｐ３，Ｐ４，Ｐ５，Ｐ６が探索矩形Ｔ１に対し設定されているものとする。

ここで、６つのパーツＰ１〜Ｐ６のうちパーツＰ１，Ｐ３，Ｐ４，Ｐ６は、少なくともその一部が基準領域Ｒの陰になっている。すなわち、重複矩形Ｃと重なる部分が存在する。そこで、重複矩形Ｃと重なるパーツＰ１，Ｐ３，Ｐ４，Ｐ６を「隠れありパーツ」ということにする。それ以外のパーツ、すなわち重複矩形Ｃと重ならないパーツＰ２，Ｐ５を「隠れなしパーツ」ということにする。

ウェイト決定については、種々の手法を採用可能である。ここでは、図４（ｃ）にハッチングを施して示した「隠れありパーツ」の隠れた面積である「隠れあり面積」に着目する。例えば隠れありパーツＰ６を見ると、隠れあり面積がＰａ６であり、隠れなし面積がＰｎ６となっている。

このとき、本実施形態では、隠れありパーツＰｋのウェイトＷａｋを、次の式１で算出する。

Ｗａｋ＝（Ｐｋの隠れなし面積（Ｐｎｋ））／（パーツＰｋの面積） … 式１

具体的に、Ｐ６の場合、Ｗａ６＝Ｐｎ６／（Ｐｎ６＋Ｐａ６）となる。

また、隠れなしパーツのウェイトＷｎを次の式２で算出する。

Ｗｎ＝（パーツの総面積）／（隠れなしパーツの総面積） … 式２

なお、隠れありパーツのウェイトＷａｋはパーツＰｋごとに算出される。また、隠れなしパーツのウェイトＷｎは、パーツに関係なく一律に算出される。

次のＳ１５０では、ウェイトを加味して各パーツのスコアを足しこむ。図４（ｃ）の例では、各パーツＰ１〜Ｐ６のスコアＳ１〜Ｓ６を算出し、隠れありパーツＰ１，Ｐ３，Ｐ４，Ｐ６に対しては上記式１で算出したＷａｋを乗じ、隠れなしパーツＰ２，Ｐ５に対しては上記式２で算出したＷｎを乗じて足し合わせる。

続くＳ１６０では、閾値処理により歩行者を検出する。すなわち、ウェイトを加味した各パーツのスコアの総和として探索矩形のスコアが算出されるため、当該スコアが閾値を越えている場合に、歩行者であると判断する。

以上詳述したように本実施形態では、パーツモデル記憶部６１に、対象物の各部位であるパーツを検出してスコア化するためのパーツモデルが記憶されている。本実施形態では、パーツモデルは、歩行者の各部位に対応するものであり、頭部に対応する頭部パーツモデル、腕部に対応する腕部パーツモデル、腰部に対応する腰部パーツモデル、脚部に対応する脚部パーツモデルとして用意される。

このとき本実施形態では、基準領域検出手段５１ａが、画像の手前側に存在して他の物体に隠れていない基準物の基準領域を検出する（図３中のＳ１２０）。探索領域設定手段５１ｂは、基準領域検出手段５１ａにて検出された基準領域に一部が隠れる探索領域を設定し（Ｓ１３０）、重複矩形を算出する。ウェイト設定手段５１ｃは、探索領域設定手段５１ｂにて設定される探索領域における各パーツの基準位置を基に、基準領域との関係から、各パーツのウェイトを設定する（Ｓ１４０）。これにより、スコア算出手段５１ｄは、ウェイト設定手段５１ｃにて設定されるウェイトを加味して各パーツをスコア化し、各パーツのスコアを足し合わせて探索領域のスコアを算出する（Ｓ１５０）。そして、対象物検出手段５１ｅによって、スコア算出手段５１ｄにて算出される探索領域のスコアに基づき、対象物としての歩行者が検出される（Ｓ１６０）。

つまり、対象物の各部位であるパーツをスコア化する際、当該パーツが画像内で検出される基準領域に隠れているか否かによってウェイトを設定し、重み付けを変えるのである。このようにすれば、画像内の対象物を適切に検出することができる。

また、本実施形態では、「隠れありパーツ」の隠れた面積である「隠れあり面積」に着目し、隠れありパーツＰｋのウェイトＷａｋを、上記式１で算出する。具体的にＰ６の場合、Ｗａ６＝Ｐｎ６／（Ｐｎ６＋Ｐａ６）となる。また、隠れなしパーツのウェイトＷｎを上記式２で算出する。すなわち、ウェイト設定手段５１ｃは、基準領域に少なくとも一部が重なるパーツである隠れありパーツの面積に基づき、ウェイトを設定する。ここで「隠れありパーツの面積に基づき」とは、パーツの総面積が分かるため「隠れなしパーツの面積に基づく」場合を含む。これにより、基準領域に隠されている面積が大きくなればなるほどパーツのウェイトが大きく設定されるため、画像内の対象物を適切に検出することができる。

特に、隠れありパーツのウェイトＷａｋはパーツＰｋごとに算出される。すなわち、ウェイト設定手段５１ｃは、隠れありパーツの面積における重なり面積に基づき、ウェイトを設定する。これにより、実際の重なり面積でウェイトが設定されるため、詳細なウェイト設定をすることができる。

さらにまた、本実施形態では、探索矩形が歩行者を示す場合の距離（Ｄ）又はスコア（Ｓ）を用い、衝突危険度判定テーブル記憶部６２に記憶された衝突危険度判定テーブルに基づき、衝突危険度を判定する。すなわち、対象物検出手段にて検出された対象物の位置、サイズ、スコア、及び、対象物までの距離の少なくとも一つに基づき、衝突危険度を判定する。これにより、衝突危険度の判定が妥当なものとなる。

衝突危険度判定部５２にて判定される衝突危険度に応じ、車両制御装置２０の報知制御部７０によるスピーカ４１を介した運転者への報知、および、車両制御部８０によるブレーキ４２、ステアリング４３を介した衝突回避制御が行われる。すなわち、本実施形態の車両制御システムでは、車両制御装置２０が、衝突危険度判定部５２にて判定された衝突危険度に基づき、運転者への報知を行う報知制御部７０及び衝突回避制御を行う車両制御部（８０）を有している。これにより、より安全性の高い運転支援が実現される。

以上、本発明は、上述した実施形態に何ら限定されるものではなく、その技術的範囲を逸脱しない限り、種々なる形態で実施可能である。
（イ）上記実施形態では、「隠れありパーツ」の隠れた面積である「隠れあり面積」に着目し、ウェイトを設定していた（図３中のＳ１４０）。

これに対し、「隠れありパーツ」の数に着目してウェイトを設定するようにしてもよい。もちろん、パーツの総数が分かっているため「隠れなしパーツ」の数に着目してウェイトを設定するようにしてもよい。一例として、隠れありパーツのウェイトをＺａとし、隠れなしパーツのウェイトをＺｎとして、次の式３，４でウェイトを設定することが考えられる。

Ｚａ＝（隠れなしパーツの数）／（パーツの総数） … 式３

Ｚｎ＝（パーツの総数）／（隠れなしパーツの数） … 式４

この場合、Ｓ１４０の処理を修正すればよい。

すなわち、ウェイト設定手段５１ｃは、基準領域に少なくとも一部が重なるパーツである隠れありパーツの数に基づき、ウェイトを設定することとしてもよい。ここで「隠れありパーツの数に基づき」とは、パーツの総数が分かるため「隠れなしパーツの数に基づく」場合を含む。このようにすれば、上記実施形態と同様、基準領域に隠されているパーツ数が大きくなればなるほどパーツのウェイトが大きく設定されるため、画像内の対象物を適切に検出することができる。

（ロ）上記実施形態では、「隠れありパーツ」の隠れた面積である「隠れあり面積」に着目し、ウェイトを設定していた（図３中のＳ１４０）。
これに対し、「隠れありパーツ」が存在することで探索領域のスコアが不当に小さくなるようなことがなく、探索領域のスコアが「隠れありパーツ」の影響を受けないようなアルゴリズムでスコアを算出するようにしてもよい。例えば、隠れありパーツのスコアがマイナスにならないようにウェイトを「０」にするという具合である。また例えば、隠れありパーツのスコアは予め決められた標準値を用いるという具合である。この場合、Ｓ１４０の処理を修正すればよい。すなわち、ウェイト設定手段５１ｃは、基準領域に少なくとも一部が重なるパーツである隠れありパーツのスコアが探索領域のスコアに影響しないようウェイトを設定することとしてもよい。
このようにすれば、基準領域に隠されているパーツが探索領域のスコアに影響しないため、画像内の対象物を適切に検出することができる。

（ハ）上記実施形態では探索矩形における各パーツのウェイトを設定していたが、さらに、基準領域の信頼度を算出し、この信頼度を用いてパーツをスコア化してもよい。例えば、基準領域のスコアを「０」〜「１」に正規化したものを信頼度Ｃとし、上記隠れありパーツのウェイトＷａｋを補正して、新たなウェイトＷａｋ’を次の式５で算出する。

Ｗａｋ’＝ｍａｘ(０，Ｗａｋ−Ｃ) … 式５

同様に、隠れなしパーツのウェイトＷｎを補正して、新たなウェイトＷｎ’を次の式６で算出する。

Ｗｎ’＝Ｗｎ＋Ｃ … 式６

すなわち、基準領域検出手段５１ａは、基準領域を検出するとともに、当該基準領域の信頼度を算出し、スコア算出手段５１ｄは、信頼度を加味して各パーツをスコア化し探索領域のスコアを算出することとしてもよい。このようにすれば、各パーツのスコアがさらに妥当なものとなる。

なお、ここでは、信頼度を用いて新たなウェイトを求めているが、すなわちＳ１４０の処理を修正するのであるが、スコアを足し込む際に信頼度を用いてもよい。すなわちＳ１５０の処理を修正してもよい。

（ニ）上記実施形態では、測距装置３１から出力される歩行者までの距離（Ｄ）又は歩行者のスコア（Ｓ）に基づき、衝突危険性を判定していた。このような距離（Ｄ）、スコア（Ｓ）の他、探索領域の位置及びサイズの少なくとも一つを用いて、衝突危険性を判定するようにしてもよい。

（ホ）上記実施形態では、歩行者までの距離を測距装置３１にて測定していたが、測距装置３１に代え、撮像装置３２からの画像情報を基に距離を測定してもよい。すなわち、測距装置３１を省略した構成としてもよい。もちろん、測距装置３１を備えることで、精度の高い測定が可能となる。

１０…画像処理装置、２０…車両制御装置、３１…測距装置、３２…撮像装置、４１…スピーカ、４２…ブレーキ、４３…ステアリング、５０…制御部、５１…対象物検出部、５１ａ…基準領域検出手段、５１ｂ…探索領域検出手段、５１ｃ…ウェイト設定手段、５１ｄ…スコア算出手段、５１ｅ…対象物検出手段、５２…衝突危険度判定部、６０…記憶部、６１…パーツモデル記憶部、６２…衝突危険度判定テーブル記憶部、７０…報知制御部、８０…車両制御部

Claims (10)

1. 車両に搭載される撮像装置（３２）からの画像に基づいて対象物を検出する画像処理装置（１０）であって、
   前記対象物の各部位であるパーツを検出してスコア化するためのパーツモデルを記憶するパーツモデル記憶部（６１）と、
   前記画像の手前側に存在して他の物体に隠れていない基準物の基準領域を検出する基準領域検出手段（５１ａ）と、
   前記基準領域検出手段にて検出された前記基準領域に一部が隠れる探索領域を設定する探索領域設定手段（５１ｂ）と、
   前記探索領域設定手段にて設定される前記探索領域における前記各パーツの基準位置を基に、前記基準領域との関係から、前記各パーツのウェイトを設定するウェイト設定手段（５１ｃ）と、
   前記ウェイト設定手段にて設定される前記ウェイトを加味して前記各パーツをスコア化し、前記各パーツのスコアを足し合わせて前記探索領域のスコアを算出するスコア算出手段（５１ｄ）と、
   前記スコア算出手段にて算出される前記探索領域のスコアに基づき、前記対象物を検出する対象物検出手段（５１ｅ）と、
   を備えていることを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置において、
   前記対象物は、歩行者であること
   を特徴とする画像処理装置。
3. 請求項１又は２に記載の画像処理装置において、
   前記ウェイト設定手段は、前記基準領域に少なくとも一部が重なるパーツである隠れありパーツのスコアが前記探索領域のスコアに影響しないよう前記ウェイトを設定すること（Ｓ１４０）
   を特徴とする画像処理装置。
4. 請求項１又は２に記載の画像処理装置において、
   前記ウェイト設定手段は、前記基準領域に少なくとも一部が重なるパーツである隠れありパーツの数に基づき、前記ウェイトを設定すること（Ｓ１４０）
   を特徴とする画像処理装置。
5. 請求項１又は２に記載の画像処理装置において、
   前記ウェイト設定手段は、前記基準領域に少なくとも一部が重なるパーツである隠れありパーツの面積に基づき、前記ウェイトを設定すること（Ｓ１４０）
   を特徴とする画像処理装置。
6. 請求項５に記載の画像処理装置において、
   前記ウェイト設定手段は、前記隠れありパーツの面積における重なり面積に基づき、前記ウェイトを設定すること（Ｓ１４０）
   を特徴とする画像処理装置。
7. 請求項１〜６の何れか一項に記載の画像処理装置において、
   前記基準領域検出手段は、前記基準領域を検出するとともに、当該基準領域の信頼度を算出し、
   前記スコア算出手段は、前記信頼度を加味して前記各パーツをスコア化し前記探索領域のスコアを算出すること
   を特徴とする画像処理装置。
8. 請求項１〜７の何れか一項に記載の画像処理装置において、
   前記対象物検出手段にて検出された前記対象物の位置、サイズ、スコア、及び、前記対象物までの距離の少なくとも一つに基づき、衝突危険度を判定する衝突危険度判定部（５２）をさらに備えていること
   を特徴とする画像処理装置。
9. 請求項８に記載の画像処理装置と、
   前記衝突危険度判定部にて判定された前記衝突危険度に基づき、運転者への報知を行う報知制御部（７０）を有する車両制御装置（２０）と、
   を備えていることを特徴とする車両制御システム。
10. 請求項８に記載の画像処理装置と、
    前記衝突危険度判定手段にて判定された前記衝突危険度に基づき、衝突回避制御を行う車両制御部（８０）を有する車両制御装置（２０）と、
    を備えていることを特徴とする車両制御システム。