JP2020077414A - シーン検出装置及び方法 - Google Patents

Abstract

【課題】本発明の実施例はシーン検出装置及び方法を提供する。【解決手段】該装置及び方法は、入力画像における所定カテゴリの物体の検出結果及び所定ルールに基づいて、入力画像における該所定ルールに対応するシーンを検出することで、様々なシーンを簡単、効果的に検出することができ、実現のコストが低い。【選択図】図１

Description

本発明は、情報技術の分野に関し、特にシーン検出装置及び方法に関する。

自動車通信サービス（ｖ２ｘ）と自動運転技術の急速な発展と応用により、車載カメラを用いて交通シーンを識別するというニーズが益々差し迫っている。交通シーンは、例えば物体、物体の関係、背景、環境、時間、天気、照明など多くの複雑な要素で表すことができる。よって、シーンの状況は様々な方式で変化する可能性があるため、全ての交通シーンのために共通のパターンを定義することは困難である。

なお、上述した背景技術の説明は、本発明の技術案を明確、完全に理解させるための説明であり、当業者を理解させるために記述されているものである。これらの技術案は、単なる本発明の背景技術部分として説明されたものであり、当業者により周知されたものではない。

本発明の発明者の発見によると、交通シーンを識別する従来の方法は、各状況の部分集合のみを考慮し、或いは複雑な方法を用いて複雑な要素を対処する必要がある。

本発明の実施例は、入力画像における所定カテゴリの物体の検出結果及び所定ルールに基づいて、入力画像における該所定ルールに対応するシーンを検出することで、様々なシーンを簡単、効果的に検出することができ、実現のコストが低い、シーン検出装置及び方法を提供する。

本発明の実施例の第１態様では、シーン検出装置であって、入力画像における所定カテゴリの物体を検出し、検出された前記物体の情報を取得する第１検出手段と、検出された前記物体の情報及び所定ルールに基づいて、前記入力画像における前記所定ルールに対応するシーンを検出する第２検出手段と、を含み、前記所定カテゴリの物体は、前記所定ルールに基づいて決定される、装置を提供する。

本発明の実施例の第２態様では、本発明の実施例の第１態様に記載の装置を含む電子機器を提供する。

本発明の実施例の第３態様では、シーン検出方法であって、入力画像における所定カテゴリの物体を検出し、検出された前記物体の情報を取得するステップと、検出された前記物体の情報及び所定ルールに基づいて、前記入力画像における前記所定ルールに対応するシーンを検出するステップと、を含み、前記所定カテゴリの物体は、前記所定ルールに基づいて決定される、方法を提供する。

本発明の効果としては、入力画像における所定カテゴリの物体の検出結果及び所定ルールに基づいて、入力画像における該所定ルールに対応するシーンを検出することで、様々なシーンを簡単、効果的に検出することができ、実現のコストが低い。

本発明の特定の実施形態は、後述の説明及び図面に示すように、詳細に開示され、本発明の原理を採用されることが可能な方式を示している。なお、本発明の実施形態は、範囲上には限定されるものではない。本発明の実施形態は、添付されている特許請求の範囲の主旨及び内容の範囲内、各種の改変、修正、及び均等的なものが含まれる。

ある一つの実施形態に説明及び又は示されている特徴は、同一又は類似の方式で一つ又は多くの他の実施形態に使用されてもよく、他の実施形態における特徴と組み合わせてもよく、他の実施形態における特徴を代替してもよい。

なお、用語「含む／有する」は、本文に使用される際に、特徴、要素、ステップ又は構成要件の存在を意味し、一つ又は複数の他の特徴、要素、ステップ又は構成要件の存在又は追加を排除するものではない。

ここで含まれる図面は、本発明の実施例を理解させるためのものであり、本明細書の一部を構成し、本発明の実施例を例示するためのものであり、文言の記載と合わせて本発明の原理を説明する。なお、ここに説明される図面は、単なる本発明の実施例を説明するためのものであり、当業者にとって、これらの図面に基づいて他の図面を容易に得ることができる。
本発明の実施例１のシーン検出装置を示す図である。 本発明の実施例１の第１検出部を示す図である。 本発明の実施例１の入力画像における車両及び車線の検出結果を示す図である。 本発明の実施例１の第２検出部を示す図である。 本発明の実施例１の第１計算部を示す図である。 本発明の実施例１の入力画像に基づいて距離を計算する方法を示す図である。 本発明の実施例１の第１検出部を示す他の図である。 本発明の実施例１の第２検出部を示す他の図である。 本発明の実施例１の第１検出部を示す他の図である。 本発明の実施例１の第２検出部を示す他の図である。 本発明の実施例２の電子機器を示す図である。 本発明の実施例２の電子機器のシステム構成を示すブロック図である。 本発明の実施例３のシーン検出方法を示す図である。

本発明の上記及びその他の特徴は、図面及び下記の説明により理解できるものである。明細書及び図面では、本発明の特定の実施形態、即ち本発明の原則に従う一部の実施形態を表すものを公開している。なお、本発明は説明される実施形態に限定されず、本発明は、特許請求の範囲内の全ての修正、変更されたもの、及び均等なものを含む。

＜実施例１＞
本発明の実施例はシーン検出装置を提供する。図１は本発明の実施例１のシーン検出装置を示す図である。図１に示すように、シーン検出装置１００は、第１検出部１０１及び第２検出部１０２を含む。

第１検出部１０１は、入力画像における所定カテゴリの物体を検出し、検出された物体の情報を取得する。

第２検出部１０２は、検出された物体の情報及び所定ルールに基づいて、該入力画像における該所定ルールに対応するシーンを検出する。

ここで、該所定カテゴリの物体は、該所定ルールに基づいて決定される。

本実施例によれば、入力画像における所定カテゴリの物体の検出結果及び所定ルールに基づいて、入力画像における該所定ルールに対応するシーンを検出することで、様々なシーンを簡単、効果的に検出することができ、実現のコストが低い。

本実施例では、該入力画像は車両における撮影装置により取得されてもよく、例えば、該入力画像は車載カメラにより撮影されてもよく、例えば、車載カメラにより現在車両の前方視野を撮影して取得されてもよい。

本実施例では、入力画像を取得するための車載カメラの所在する車両は、現在車両と称される。

本実施例では、第１検出部１０１及び第２検出部１０２は各種の検出方法を用いてシーンを検出してもよく、例えば、第１検出部１０１及び第２検出部１０２は、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ：ＣＮＮ）に基づいて、該入力画像における所定カテゴリの物体及び該入力画像における該シーンをそれぞれ検出する。該畳み込みニューラルネットワークの具体的な構成は従来技術を参照してもよい。

畳み込みニューラルネットワークは、強力な対象識別能力を有するため、実際の環境から複雑な要素を簡略化することができるため、検出効率及び検出精度をさらに向上させることができる。

本実施例では、異なるシーンの検出要求に応じて、異なるルールを予め設定し、設定された該ルールに基づいて識別すべき所定カテゴリの物体、即ち該ルールに関する物体を決定してもよい。

例えば、一般的な交通シーンは、渋滞、道路工事、及びバス待ちなどを含んでもよい。

本実施例では、これらの一般的な交通シーンについてその具体的な検出方法をそれぞれ説明するが、本発明の実施例はこれらのシーンの検出に限定されない。

まず、渋滞のシーンの検出方法を例示的に説明する。

図２は本発明の実施例１の第１検出部を示す図である。図２に示すように、第１検出部１０１は第３検出部２０１を含む。

第３検出部２０１は、該入力画像における車両及び車線を検出し、検出された車両の位置及び該車両の所在する車線を取得する。

図３は本発明の実施例１の入力画像における車両及び車線の検出結果を示す図である。図３に示すように、検出結果は、例えばトラック（ｔｒｕｃｋ）、小型乗用車（ｃａｒ）、ワゴン車（ｖａｎ）及びバス（ｂｕｓ）等の各種の車両及びそのタイプを含み、また、各車両の位置情報を含み、車線ラインの画定により各車両の所在する車線を決定する。

図４は本発明の実施例１の第２検出部を示す図である。図４に示すように、第２検出部１０２は、第１決定部４０１、第１計算部４０２及び第２決定部４０３を含む。

第１決定部４０１は、検出された車両の位置及び該車両の所在する車線に基づいて、車線占有率が高いか否かを決定する。

第１計算部４０２は、該入力画像を取得する現在車両と該現在車両の先行車両との距離を計算する。

第２決定部４０３は、該車線占有率が高い占有率であると判定され、且つ該距離が第１閾値以下である場合、該入力画像に渋滞のシーンが存在すると決定する。

本実施例では、第１決定部４０１は、検出された車両の位置及び該車両の所在する車線に基づいて車線占有率が高いか否かを決定し、例えば、該現在車両の所在する車線の車両の数が第２閾値以上であり、且つ該現在車両の所在する車線の隣接車線の車両の数が第３閾値以上である場合、該車線占有率が高い占有率であると決定する。

本実施例では、第２閾値及び第３閾値は実際の需要に応じて設定されてもよい。例えば、該第２閾値は１であり、該第３閾値は２である。

例えば、図３に示すように、該入力画像を撮影する現在車両の所在する車線の車両数が１であり、現在車両の所在する車線の隣接車線の車両数が２であるため、車線占有率が高いと決定する。

本実施例では、第１計算部４０２は、該入力画像を取得する現在車両と該現在車両の先行車両との距離を計算し、各種の方法を用いて該距離を計算してもよい。以下は、第１計算部４０２の構成及び計算方法を例示的に説明する。

図５は本発明の実施例１の第１計算部を示す図である。図５に示すように、第１計算部４０２は、第３決定部５０１、第２計算部５０２、検索部５０３及び第３計算部５０４を含む。

第３決定部５０１は、該現在車両の所在する車線の車線ラインに基づいて、基準三角形を決定する。

第２計算部５０２は、該入力画像を撮影するための車載カメラの焦点距離を計算する。

検索部５０３は、該基準三角形から該現在車両に最も近い車両の検出枠を検索する。

第３計算部５０４は、該焦点距離及び該検出枠の下辺の長さに基づいて、該現在車両と該現在車両の先行車両との距離を計算する。

図６は本発明の実施例１の入力画像に基づいて距離を計算する方法を示す図である。図６に示すように、現在車両の所在する車線の車線ライン及び現在車両の前方境界により形成された三角形を、基準三角形６０１とする。

本実施例では、第２計算部５０２は、該入力画像を撮影するための車載カメラの焦点距離を計算する。例えば、以下の式（１）に従って、該入力画像を撮影するための車載カメラの焦点距離を計算してもよい。

ｆ＝Ｄ＊ｗ／Ｗ （１）
ここで、ｆは車載カメラの焦点距離を表し、Ｄは基準三角形の底辺に対応する実際の幅を表し、ｗは車線ラインの幅方向の画素数を表し、Ｗは実際の車線幅を表す。

本実施例では、検索部５０３は、該基準三角形から該現在車両に最も近い車両の検出枠を検索し、例えば、図６に示すように、該現在車両に最も近い車両の検出枠は６０２である。

本実施例では、第３計算部５０４は、該焦点距離及び該検出枠の下辺の長さに基づいて、該現在車両と該現在車両の先行車両との距離を計算し、例えば、以下の式（２）に従って該距離を計算してもよい。

ｄｉｓ＝ｆ＊Ｗ／ｗ１ （２）
ここで、ｄｉｓは該距離を表し、ｆは車載カメラの焦点距離を表し、Ｗは実際の車線幅を表し、ｗ１は該検出枠の下辺の画素数を表す。

次に、道路工事のシーンの検出方法を例示的に説明する。

図７は本発明の実施例１の第１検出部を示す他の図である。図７に示すように、第１検出部１０１は第４検出部７０１を含む。

第４検出部７０１は、入力画像における道路工事に関連する標識、及び該入力画像を取得する現在車両の所在する車線を検出し、検出された標識の位置及び数、並びに車線ラインを取得する。

図８は本発明の実施例１の第２検出部を示す他の図である。図８に示すように、第２検出部１０２は第４決定部８０１を含む。

第４決定部８０１は、検出された標識の各標識の数が所定条件を満たし、且つ検出された標識のうち少なくとも１つの標識が該車線ライン内に位置し、且つ／或いは該車線ラインと交差する場合、該入力画像に道路工事のシーンが存在すると決定する。

例えば、該所定条件は実際の需要に応じて設定されてもよく、例えば、該所定条件は、交通コーン（ｔｒａｆｆｉｃ ｃｏｎｅ）の数が５以上であり、且つフェンスの数が２以上であり、且つ方向転換の標識の数が１以上であることであってもよい。

次に、バス待ちのシーンの検出方法を例示的に説明する。

図９は本発明の実施例１の第１検出部を示す他の図である。図９に示すように、第１検出部１０１は第５検出部９０１を含む。

第５検出部９０１は、該入力画像における人、停留所表示板及びバス停留所を検出し、検出された人、停留所表示板及びバス停留所の数及び位置を取得する。

図１０は本発明の実施例１の第２検出部を示す他の図である。図１０に示すように、第２検出部１０２は第５決定部１００１を含む。

第５決定部１００１は、検出された停留所表示板及び／又はバス停留所の周囲の所定範囲内の人の数が第４閾値以上である場合、該入力画像にバス待ちのシーンが存在すると決定する。

言い換えれば、停留所表示板が検出され、且つ該停留所表示板の周囲の所定範囲内の人の数が第４閾値以上である場合、及び／又はバス停留所が検出され、且つ該バス停留所の周囲の所定範囲内の人の数が第４閾値以上である場合、該入力画像にバス待ちのシーンが存在すると決定する。

本実施例では、該所定範囲及び該第４閾値は実際の需要に応じて設定されてもよく、例えば、該所定範囲は停留所表示板から１０メートルの範囲であり、該第４閾値は１である。

本実施例では、実際の需要に応じて第１検出部１０１及び第２検出部１０２に含まれる機能部を決定してもよく、例えば、対応するシーンの検出機能を実現するように、第１検出部１０１は図２、図７及び図９に示す構成における少なくとも１つを含んでもよく、第２検出部１０２は図４、図８及び図１０に示す構成における少なくとも１つを含んでもよい。

本実施例では、図１に示すように、シーン検出装置１００は送信部１０３をさらに含んでもよい。

送信部１０３は、検出された該入力画像におけるシーンの情報、及び該入力画像を取得する現在車両の所在する位置の情報を共に送信し、即ち、検出されたシーン及び該シーンが発生した位置の情報を共に送信する。例えば、インテリジェント交通管理システムに送信してもよいし、他の車両に送信してもよい。

本実施例では、送信部１０３はオプションの構成部である。

本実施例では、現在車両の所在する位置の情報は、例えば全地球測位システム（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ：ＧＰＳ）により取得されてもよい。

このように、検出されたシーン及び該シーンが発生した位置の情報をインテリジェント交通管理システム又は他の車両に共に送信することで、検出の価値及び実用性を向上させることができる。

本実施例によれば、入力画像における所定カテゴリの物体の検出結果及び所定ルールに基づいて、入力画像における該所定ルールに対応するシーンを検出することで、様々なシーンを簡単、効果的に検出することができ、実現のコストが低い。

＜実施例２＞
本発明の実施例は電子機器をさらに提供し、図１１は本発明の実施例２の電子機器を示す図である。図１１に示すように、電子機器５００はシーン検出装置１１０１を含み、シーン検出装置１１０１の構成及び機能は実施例１に記載されたものと同じであり、ここでその説明を省略する。

図１２は本発明の実施例２の電子機器のシステム構成を示すブロック図である。図１２に示すように、電子機器１２００は、中央制御装置（中央処理装置）１２０１及び記憶装置１２０２を含んでもよく、記憶装置１２０２は中央制御装置１２０１に接続される。該図は単なる例示的なものであり、電気通信機能又は他の機能を実現するように、他の種類の構成を用いて、該構成を補充又は代替してもよい。

図６に示すように、電子機器１２００は、入力部１２０３、ディスプレイ１２０４及び電源１２０５をさらに含んでもよい。

１つの態様では、実施例１のシーン検出装置の機能は中央制御装置１２０１に統合されてもよい。ここで、中央制御装置１２０１は、入力画像における所定カテゴリの物体を検出し、検出された該物体の情報を取得し、検出された該物体の情報及び所定ルールに基づいて、該入力画像における該所定ルールに対応するシーンを検出し、該所定カテゴリの物体は、該所定ルールに基づいて決定されるように構成されてもよい。

例えば、畳み込みニューラルネットワークに基づいて、該入力画像における所定カテゴリの物体及び該入力画像における前記シーンをそれぞれ検出する。

例えば、該入力画像における所定カテゴリの物体を検出し、検出された該物体の情報を取得するステップは、該入力画像における車両及び車線を検出し、検出された車両の位置及び該車両の所在する車線を取得するステップ、を含み、該検出された該物体の情報及び所定ルールに基づいて、該入力画像における該所定ルールに対応するシーンを検出するステップは、検出された車両の位置及び該車両の所在する車線に基づいて、車線占有率が高いか否かを決定するステップと、該入力画像を取得する現在車両と該現在車両の先行車両との距離を計算するステップと、該車線占有率が高い占有率であると判定され、且つ該距離が第１閾値以下である場合、該入力画像に渋滞のシーンが存在すると決定するステップと、を含む。

例えば、該検出された車両の位置及び該車両の所在する車線に基づいて、車線占有率が高いか否かを決定するステップは、該現在車両の所在する車線の車両の数が第２閾値以上であり、且つ該現在車両の所在する車線の隣接車線の車両の数が第３閾値以上である場合、該車線占有率が高い占有率であると決定するステップ、を含む。

例えば、該入力画像を取得する現在車両と該現在車両の先行車両との距離を計算するステップは、該現在車両の所在する車線の車線ラインに基づいて、基準三角形を決定するステップと、該入力画像を撮影するための車載カメラの焦点距離を計算するステップと、該基準三角形から該現在車両に最も近い車両の検出枠を検索するステップと、該焦点距離及び該検出枠の下辺の長さに基づいて、該現在車両と該現在車両の先行車両との距離を計算するステップと、を含む。

例えば、該入力画像における所定カテゴリの物体を検出し、検出された該物体の情報を取得するステップは、入力画像における道路工事に関連する標識、及び該入力画像を取得する現在車両の所在する車線を検出し、検出された標識の位置及び数、並びに車線ラインを取得するステップ、を含み、該検出された該物体の情報及び所定ルールに基づいて、該入力画像における該所定ルールに対応するシーンを検出するステップは、検出された標識の各標識の数が所定条件を満たし、且つ検出された標識のうち少なくとも１つの標識が該車線ライン内に位置し、且つ／或いは該車線ラインと交差する場合、該入力画像に道路工事のシーンが存在すると決定するステップ、を含む。

例えば、該入力画像における所定カテゴリの物体を検出し、検出された該物体の情報を取得するステップは、該入力画像における人、停留所表示板及びバス停留所を検出し、検出された人、停留所表示板及びバス停留所の数及び位置を取得するステップ、を含み、該検出された該物体の情報及び所定ルールに基づいて、該入力画像における該所定ルールに対応するシーンを検出するステップは、検出された停留所表示板及び／又はバス停留所の周囲の所定範囲内の人の数が第４閾値以上である場合、該入力画像にバス待ちのシーンが存在すると決定するステップ、を含む。

例えば、該入力画像は、現在車両における車載カメラにより取得される。

例えば、該中央制御装置１２０１は、検出された該入力画像におけるシーンの情報、及び該入力画像を取得する現在車両の所在する位置の情報を共に送信するように構成されてもよい。

もう１つの態様では、実施例１のシーン検出装置は中央制御装置１２０１とそれぞれ配置されてもよく、例えば、シーン検出装置は中央制御装置１２０１に接続されたチップであり、中央制御装置１２０１の制御によりシーン検出装置の機能を実現するように構成されてもよい。

本実施例における電子機器１２００は、図１２に示されている全ての構成部を含まなくてもよい。

図１２に示すように、中央制御装置１２０１は、コントローラ又は操作制御部とも称され、マイクロプロセッサ又は他の処理装置及び／又は論理装置を含んでもよく、中央制御装置１２０１は入力を受け付け、電子機器１２００の各部の操作を制御する。

記憶装置１２０２は、例えばバッファ、フラッシュメモリ、ハードディスク、移動可能な媒体、発揮性メモリ、不発揮性メモリ、又は他の適切な装置の１つ又は複数であってもよい。また、中央制御装置１２０１は、記憶装置１２０２に記憶されたプログラムを実行し、情報の記憶又は処理などを実現してもよい。他の部材は従来技術に類似するため、ここでその説明が省略される。電子機器１２００の各部は、本発明の範囲から逸脱することなく、専用のハードウェア、ファームウェア、ソフトウェア又はその組み合わせによって実現されてもよい。

本実施例によれば、入力画像における所定カテゴリの物体の検出結果及び所定ルールに基づいて、入力画像における該所定ルールに対応するシーンを検出することで、様々なシーンを簡単、効果的に検出することができ、実現のコストが低い。

＜実施例３＞
本発明の実施例は、実施例１のシーン検出装置に対応するシーン検出方法をさらに提供する。図１３は本発明の実施例３のシーン検出方法を示す図である。図１３に示すように、該方法は以下のステップを含む。

ステップ１３０１：入力画像における所定カテゴリの物体を検出し、検出された該物体の情報を取得する。

ステップ１３０２：検出された該物体の情報及び所定ルールに基づいて、該入力画像における該所定ルールに対応するシーンを検出する。

ここで、該所定カテゴリの物体は、該所定ルールに基づいて決定される。

本実施例では、上記各ステップの具体的な実現方法は実施例１に記載されたものと同じであり、ここでその説明を省略する。

本実施例によれば、入力画像における所定カテゴリの物体の検出結果及び所定ルールに基づいて、入力画像における該所定ルールに対応するシーンを検出することで、様々なシーンを簡単、効果的に検出することができ、実現のコストが低い。

本発明の実施例は、シーン検出装置又は電子機器においてプログラムを実行する際に、コンピュータに、該シーン検出装置又は電子機器において上記実施例３に記載のシーン検出方法を実行させる、コンピュータ読み取り可能なプログラムをさらに提供する。

本発明の実施例は、コンピュータに、シーン検出装置又は電子機器において上記実施例３に記載のシーン検出方法を実行させるためのコンピュータ読み取り可能なプログラムを記憶する、記憶媒体をさらに提供する。

本発明の実施例を参照しながら説明したシーン検出装置又は電子機器において実行されているシーン検出方法は、ハードウェア、プロセッサにより実行されるソフトウェアモジュール、又は両者の組み合わせで実施されてもよい。例えば、図１に示す機能的ブロック図における１つ若しくは複数、又は機能的ブロック図の１つ若しくは複数の組み合わせは、コンピュータプログラムフローの各ソフトウェアモジュールに対応してもよいし、各ハードウェアモジュールに対応してもよい。これらのソフトウェアモジュールは、図１３に示す各ステップにそれぞれ対応してもよい。これらのハードウェアモジュールは、例えばフィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）を用いてこれらのソフトウェアモジュールをハードウェア化して実現されてもよい。

ソフトウェアモジュールは、ＲＡＭメモリ、フラッシュメモリ、ＲＯＭメモリ、ＥＰＲＯＭメモリ、ＥＥＰＲＯＭメモリ、レジスタ、ハードディスク、モバイルハードディスク、ＣＤ−ＲＯＭ又は当業者にとって既知の任意の他の形の記憶媒体に位置してもよい。プロセッサが記憶媒体から情報を読み取ったり、記憶媒体に情報を書き込むように該記憶媒体をプロセッサに接続してもよいし、記憶媒体がプロセッサの構成部であってもよい。プロセッサ及び記憶媒体はＡＳＩＣに位置する。該ソフトウェアモジュールは移動端末のメモリに記憶されてもよいし、移動端末に挿入されたメモリカードに記憶されてもよい。例えば、電子機器が比較的に大きい容量のＭＥＧＡ−ＳＩＭカード又は大容量のフラッシュメモリ装置を用いる場合、該ソフトウェアモジュールは該ＭＥＧＡ−ＳＩＭカード又は大容量のフラッシュメモリ装置に記憶されてもよい。

図１に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、本願に記載されている機能を実行するための汎用プロセッサ、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールド・プログラマブル・ゲートアレイ（ＦＰＧＡ）又は他のプログラマブル論理デバイス、ディスクリートゲートまたはトランジスタ論理装置、ディスクリートハードウェアコンポーネント、またはそれらの任意の適切な組み合わせで実現されてもよい。図１に記載されている一つ以上の機能ブロックおよび/または機能ブロックの一つ以上の組合せは、例えば、コンピューティング機器の組み合わせ、例えばＤＳＰとマイクロプロセッサの組み合わせ、複数のマイクロプロセッサの組み合わせ、ＤＳＰ通信と組み合わせた１つ又は複数のマイクロプロセッサ又は他の任意の構成で実現されてもよい。

以上は具体的な実施形態を参照しながら本発明を説明しているが、上記の説明は、例示的なものに過ぎず、本発明の保護の範囲を限定するものではない。本発明の趣旨及び原理を離脱しない限り、本発明に対して各種の変形及び変更を行ってもよく、これらの変形及び変更も本発明の範囲に属する。

また、上述の実施例を含む実施形態に関し、更に以下の付記を開示する。
（付記１）
シーン検出方法であって、
入力画像における所定カテゴリの物体を検出し、検出された前記物体の情報を取得するステップと、
検出された前記物体の情報及び所定ルールに基づいて、前記入力画像における前記所定ルールに対応するシーンを検出するステップと、を含み、
前記所定カテゴリの物体は、前記所定ルールに基づいて決定される、方法。
（付記２）
畳み込みニューラルネットワークに基づいて、前記入力画像における所定カテゴリの物体及び前記入力画像における前記シーンをそれぞれ検出する、付記１に記載の方法。
（付記３）
前記入力画像における所定カテゴリの物体を検出し、検出された前記物体の情報を取得するステップは、
前記入力画像における車両及び車線を検出し、検出された車両の位置及び前記車両の所在する車線を取得するステップ、を含み、
前記検出された前記物体の情報及び所定ルールに基づいて、前記入力画像における前記所定ルールに対応するシーンを検出するステップは、
検出された車両の位置及び前記車両の所在する車線に基づいて、車線占有率が高いか否かを決定するステップと、
前記入力画像を取得する現在車両と前記現在車両の先行車両との距離を計算するステップと、
前記車線占有率が高い占有率であると判定され、且つ前記距離が第１閾値以下である場合、前記入力画像に渋滞のシーンが存在すると決定するステップと、を含む、付記１に記載の方法。
（付記４）
前記検出された車両の位置及び前記車両の所在する車線に基づいて、車線占有率が高いか否かを決定するステップは、
前記現在車両の所在する車線の車両の数が第２閾値以上であり、且つ前記現在車両の所在する車線の隣接車線の車両の数が第３閾値以上である場合、前記車線占有率が高い占有率であると決定するステップ、を含む、付記３に記載の方法。
（付記５）
前記入力画像を取得する現在車両と前記現在車両の先行車両との距離を計算するステップは、
前記現在車両の所在する車線の車線ラインに基づいて、基準三角形を決定するステップと、
前記入力画像を撮影するための車載カメラの焦点距離を計算するステップと、
前記基準三角形から前記現在車両に最も近い車両の検出枠を検索するステップと、
前記焦点距離及び前記検出枠の下辺の長さに基づいて、前記現在車両と前記現在車両の先行車両との距離を計算するステップと、を含む、付記３に記載の方法。
（付記６）
前記入力画像における所定カテゴリの物体を検出し、検出された前記物体の情報を取得するステップは、
入力画像における道路工事に関連する標識、及び前記入力画像を取得する現在車両の所在する車線を検出し、検出された標識の位置及び数、並びに車線ラインを取得するステップ、を含み、
前記検出された前記物体の情報及び所定ルールに基づいて、前記入力画像における前記所定ルールに対応するシーンを検出するステップは、
検出された標識の各標識の数が所定条件を満たし、且つ検出された標識のうち少なくとも１つの標識が前記車線ライン内に位置し、且つ／或いは前記車線ラインと交差する場合、前記入力画像に道路工事のシーンが存在すると決定するステップ、を含む、付記１に記載の方法。
（付記７）
前記入力画像における所定カテゴリの物体を検出し、検出された前記物体の情報を取得するステップは、
前記入力画像における人、停留所表示板及びバス停留所を検出し、検出された人、停留所表示板及びバス停留所の数及び位置を取得するステップ、を含み、
前記検出された前記物体の情報及び所定ルールに基づいて、前記入力画像における前記所定ルールに対応するシーンを検出するステップは、
検出された停留所表示板及び／又はバス停留所の周囲の所定範囲内の人の数が第４閾値以上である場合、前記入力画像にバス待ちのシーンが存在すると決定するステップ、を含む、付記１に記載の方法。
（付記８）
前記入力画像は、現在車両における車載カメラにより取得される、付記１に記載の方法。
（付記９）
検出された前記入力画像におけるシーンの情報、及び前記入力画像を取得する現在車両の所在する位置の情報を共に送信するステップ、をさらに含む、付記１に記載の方法。

Claims (10)

1. シーン検出装置であって、
   入力画像における所定カテゴリの物体を検出し、検出された前記物体の情報を取得する第１検出手段と、
   検出された前記物体の情報及び所定ルールに基づいて、前記入力画像における前記所定ルールに対応するシーンを検出する第２検出手段と、を含み、
   前記所定カテゴリの物体は、前記所定ルールに基づいて決定される、装置。
2. 前記第１検出手段及び前記第２検出手段は、畳み込みニューラルネットワークに基づいて、前記入力画像における所定カテゴリの物体及び前記入力画像における前記シーンをそれぞれ検出する、請求項１に記載の装置。
3. 前記第１検出手段は、
   前記入力画像における車両及び車線を検出し、検出された車両の位置及び前記車両の所在する車線を取得する第３検出手段、を含み、
   前記第２検出手段は、
   検出された車両の位置及び前記車両の所在する車線に基づいて、車線占有率が高いか否かを決定する第１決定手段と、
   前記入力画像を取得する現在車両と前記現在車両の先行車両との距離を計算する第１計算手段と、
   前記車線占有率が高い占有率であると判定され、且つ前記距離が第１閾値以下である場合、前記入力画像に渋滞のシーンが存在すると決定する第２決定手段と、を含む、請求項１に記載の装置。
4. 前記第１決定手段は、前記現在車両の所在する車線の車両の数が第２閾値以上であり、且つ前記現在車両の所在する車線の隣接車線の車両の数が第３閾値以上である場合、前記車線占有率が高い占有率であると決定する、請求項３に記載の装置。
5. 前記第１計算手段は、
   前記現在車両の所在する車線の車線ラインに基づいて、基準三角形を決定する第３決定手段と、
   前記入力画像を撮影するための車載カメラの焦点距離を計算する第２計算手段と、
   前記基準三角形から前記現在車両に最も近い車両の検出枠を検索する検索手段と、
   前記焦点距離及び前記検出枠の下辺の長さに基づいて、前記現在車両と前記現在車両の先行車両との距離を計算する第３計算手段と、を含む、請求項３に記載の装置。
6. 前記第１検出手段は、
   入力画像における道路工事に関連する標識、及び前記入力画像を取得する現在車両の所在する車線を検出し、検出された標識の位置及び数、並びに車線ラインを取得する第４検出手段、を含み、
   前記第２検出手段は、
   検出された標識の各標識の数が所定条件を満たし、且つ検出された標識のうち少なくとも１つの標識が前記車線ライン内に位置し、且つ／或いは前記車線ラインと交差する場合、前記入力画像に道路工事のシーンが存在すると決定する第４決定手段、を含む、請求項１に記載の装置。
7. 前記第１検出手段は、
   前記入力画像における人、停留所表示板及びバス停留所を検出し、検出された人、停留所表示板及びバス停留所の数及び位置を取得する第５検出手段、を含み、
   前記第２検出手段は、
   検出された停留所表示板及び／又はバス停留所の周囲の所定範囲内の人の数が第４閾値以上である場合、前記入力画像にバス待ちのシーンが存在すると決定する第５決定手段、を含む、請求項１に記載の装置。
8. 前記入力画像は、現在車両における車載カメラにより取得される、請求項１に記載の装置。
9. 検出された前記入力画像におけるシーンの情報、及び前記入力画像を取得する現在車両の所在する位置の情報を共に送信する送信手段、をさらに含む、請求項１に記載の装置。
10. 請求項１に記載の装置を含む電子機器。

Images