JP2020135034A - 頭部判別装置、コンピュータプログラム、および記憶媒体 - Google Patents
頭部判別装置、コンピュータプログラム、および記憶媒体 Download PDFInfo
- Publication number
- JP2020135034A JP2020135034A JP2019023625A JP2019023625A JP2020135034A JP 2020135034 A JP2020135034 A JP 2020135034A JP 2019023625 A JP2019023625 A JP 2019023625A JP 2019023625 A JP2019023625 A JP 2019023625A JP 2020135034 A JP2020135034 A JP 2020135034A
- Authority
- JP
- Japan
- Prior art keywords
- head
- likelihood
- region
- occupant
- imaged
- 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
- 238000004590 computer program Methods 0.000 title claims description 31
- 238000001514 detection method Methods 0.000 claims abstract description 96
- 238000012706 support-vector machine Methods 0.000 claims description 33
- 230000006835 compression Effects 0.000 abstract description 5
- 238000007906 compression Methods 0.000 abstract description 5
- 238000000034 method Methods 0.000 description 21
- 230000009466 transformation Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000001981 hip bone Anatomy 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
Images
Landscapes
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
- Image Analysis (AREA)
Abstract
Description
撮像された車室を含む原画像に対応し複数の原画素データを含む原画像データを受け付ける入力インターフェースと、
画像の輝度に関する特徴量に基づいて撮像された乗員の頭部を判別するために少なくとも撮像された頭部を含む画像を教師データとして学習した識別器を用い、前記原画像データに基づいて、前記原画像に含まれる撮像された乗員の頭部を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記原画像データを圧縮することにより、前記複数の原画素データよりも少ない複数の圧縮画素データを含む圧縮画像データを生成し、
頭部の大きさに基づいて定められた検出領域を、前記圧縮画像データ内に設定し、
前記検出領域に含まれる各画素データの輝度に関する特徴量を前記識別器に入力し、
前記撮像された乗員の頭部が含まれる可能性が高いことを前記識別器による識別結果が示している少なくとも一つの前記検出領域を、高尤度領域として特定する。
当該コンピュータプログラムが実行されることにより、当該プロセッサに、
前記原画像データを圧縮することにより、前記原画素データよりも少ない複数の圧縮画素データを含む圧縮画像データを生成させ、
頭部の大きさに基づいて定められた検出領域を前記圧縮画像データ内に設定させ、
前記検出領域に含まれる各画素データの輝度に関する特徴量を、前記識別器に入力させ、
前記撮像された乗員の頭部が含まれる可能性が高いことを前記識別器による識別結果が示している少なくとも一つの前記検出領域を、高尤度領域として特定させる。
複数の前記高尤度領域が特定された場合、前記プロセッサは、
前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得し、
前記尤度が最も高い前記複数の高尤度領域の一つを、前記撮像された乗員の頭部が含まれている候補領域として選択する。
複数の前記高尤度領域が特定された場合、前記プロセッサに、
前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得させ、
前記尤度が最も高い前記複数の高尤度領域の一つを、前記撮像された乗員の頭部が含まれている候補領域として選択させる。
重複する部分を有する複数の前記高尤度領域が特定された場合、前記プロセッサは、当該複数の高尤度領域を統合して少なくとも一つの統合高尤度領域を生成する。
重複する部分を有する複数の前記高尤度領域が特定された場合、前記プロセッサに、当該複数の高尤度領域を統合して少なくとも一つの統合高尤度領域を生成させる。
前記統合高尤度領域は、前記複数の高尤度領域を内包する矩形状を有している。
前記統合高尤度領域は、前記複数の高尤度領域を内包する矩形状を有している。
前記統合高尤度領域が生成された場合、前記プロセッサは、
前記統合高尤度領域に含まれる前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得し、
前記尤度に基づいて、前記統合高尤度領域に含まれる前記検出領域と同じ大きさの領域を、前記撮像された乗員の頭部が含まれている候補領域として特定する。
前記統合高尤度領域が生成された場合、前記プロセッサに、
前記統合高尤度領域に含まれる前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得させ、
前記尤度に基づいて、前記統合高尤度領域に含まれる前記検出領域と同じ大きさの領域を、前記撮像された乗員の頭部が含まれている候補領域として特定させる。
前記プロセッサは、前記検出領域の大きさを変えずに前記高尤度領域を特定する。
前記プロセッサに、前記検出領域の大きさを変えずに前記高尤度領域を特定させる。
前記特徴量は、HOG(Histograms of Oriented Gradients)である。
前記特徴量は、HOG(Histograms of Oriented Gradients)である。
前記識別器は、サポートベクターマシンである。
前記識別器は、サポートベクターマシンである。
前記入力インターフェースは、前記原画像データをTOF(Time of Flight)カメラから受け付ける。
前記原画像データは、TOF(Time of Flight)カメラから取得されたものである。
Claims (19)
- 撮像された車室を含む原画像に対応し複数の原画素データを含む原画像データを受け付ける入力インターフェースと、
画像の輝度に関する特徴量に基づいて撮像された乗員の頭部を判別するために少なくとも撮像された頭部を含む画像を教師データとして学習した識別器を用い、前記原画像データに基づいて、前記原画像に含まれる撮像された乗員の頭部を判別するプロセッサと、
を備えており、
前記プロセッサは、
前記原画像データを圧縮することにより、前記複数の原画素データよりも少ない複数の圧縮画素データを含む圧縮画像データを生成し、
頭部の大きさに基づいて定められた検出領域を、前記圧縮画像データ内に設定し、
前記検出領域に含まれる各画素データの輝度に関する特徴量を前記識別器に入力し、
前記撮像された乗員の頭部が含まれる可能性が高いことを前記識別器による識別結果が示している少なくとも一つの前記検出領域を、高尤度領域として特定する、
頭部判別装置。 - 複数の前記高尤度領域が特定された場合、前記プロセッサは、
前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得し、
前記尤度が最も高い前記複数の高尤度領域の一つを、前記撮像された乗員の頭部が含まれている候補領域として選択する、
請求項1に記載の頭部判別装置。 - 重複する部分を有する複数の前記高尤度領域が特定された場合、前記プロセッサは、当該複数の高尤度領域を統合して少なくとも一つの統合高尤度領域を生成する、
請求項1または2に記載の頭部判別装置。 - 前記統合高尤度領域は、前記複数の高尤度領域を内包する矩形状を有している、
請求項3に記載の頭部判別装置。 - 前記統合高尤度領域が生成された場合、前記プロセッサは、
前記統合高尤度領域に含まれる前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得し、
前記尤度に基づいて、前記統合高尤度領域に含まれる前記検出領域と同じ大きさの領域を、前記撮像された乗員の頭部が含まれている候補領域として特定する、
請求項3または4に記載の頭部判別装置。 - 前記プロセッサは、前記検出領域の大きさを変えずに前記高尤度領域を特定する、
請求項1から5のいずれか一項に記載の頭部判別装置。 - 前記特徴量は、HOG(Histograms of Oriented Gradients)である、
請求項1から6のいずれか一項に記載の頭部判別装置。 - 前記識別器は、サポートベクターマシンである、
請求項1から7のいずれか一項に記載の頭部判別装置。 - 前記入力インターフェースは、前記原画像データをTOF(Time of Flight)カメラから受け付ける、
請求項1から8のいずれか一項に記載の頭部判別装置。 - 画像の輝度に関する特徴量に基づいて撮像された乗員の頭部を判別するために少なくとも撮像された頭部を含む画像を教師データとして学習した識別器を用い、撮像された車室を含む原画像に対応し複数の原画素データを含む原画像データに基づいて、当該原画像に含まれる撮像された乗員の頭部をプロセッサに判別させるコンピュータプログラムであって、
当該コンピュータプログラムが実行されることにより、当該プロセッサに、
前記原画像データを圧縮することにより、前記原画素データよりも少ない複数の圧縮画素データを含む圧縮画像データを生成させ、
頭部の大きさに基づいて定められた検出領域を前記圧縮画像データ内に設定させ、
前記検出領域に含まれる各画素データの輝度に関する特徴量を、前記識別器に入力させ、
前記撮像された乗員の頭部が含まれる可能性が高いことを前記識別器による識別結果が示している少なくとも一つの前記検出領域を、高尤度領域として特定させる、
コンピュータプログラム。 - 複数の前記高尤度領域が特定された場合、前記プロセッサに、
前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得させ、
前記尤度が最も高い前記複数の高尤度領域の一つを、前記撮像された乗員の頭部が含まれている候補領域として選択させる、
請求項10に記載のコンピュータプログラム。 - 重複する部分を有する複数の前記高尤度領域が特定された場合、前記プロセッサに、当該複数の高尤度領域を統合して少なくとも一つの統合高尤度領域を生成させる、
請求項10または11に記載のコンピュータプログラム。 - 前記統合高尤度領域は、前記複数の高尤度領域を内包する矩形状を有している、
請求項12に記載のコンピュータプログラム。 - 前記統合高尤度領域が生成された場合、前記プロセッサに、
前記統合高尤度領域に含まれる前記複数の高尤度領域の各々について、前記撮像された乗員の頭部が存在する可能性に対応する尤度を取得させ、
前記尤度に基づいて、前記統合高尤度領域に含まれる前記検出領域と同じ大きさの領域を、前記撮像された乗員の頭部が含まれている候補領域として特定させる、
請求項12または13に記載のコンピュータプログラム。 - 前記プロセッサに、前記検出領域の大きさを変えずに前記高尤度領域を特定させる、
請求項10から14のいずれか一項に記載のコンピュータプログラム。 - 前記特徴量は、HOG(Histograms of Oriented Gradients)である、
請求項10から15のいずれか一項に記載のコンピュータプログラム。 - 前記識別器は、サポートベクターマシンである、
請求項10から16のいずれか一項に記載のコンピュータプログラム。 - 前記原画像データは、TOF(Time of Flight)カメラから取得されたものである、
請求項10から17のいずれか一項に記載のコンピュータプログラム。 - 請求項10から18のいずれか一項に記載のコンピュータプログラムを記憶している記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019023625A JP2020135034A (ja) | 2019-02-13 | 2019-02-13 | 頭部判別装置、コンピュータプログラム、および記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019023625A JP2020135034A (ja) | 2019-02-13 | 2019-02-13 | 頭部判別装置、コンピュータプログラム、および記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020135034A true JP2020135034A (ja) | 2020-08-31 |
Family
ID=72263043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019023625A Pending JP2020135034A (ja) | 2019-02-13 | 2019-02-13 | 頭部判別装置、コンピュータプログラム、および記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020135034A (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004005384A (ja) * | 2002-04-19 | 2004-01-08 | Sony Corp | 画像処理方法、画像処理装置、プログラム及び記録媒体、自動トリミング装置、並びに肖像写真撮影装置 |
JP2011193115A (ja) * | 2010-03-12 | 2011-09-29 | Panasonic Corp | 顔マスキング装置及び方法 |
JP2012127811A (ja) * | 2010-12-15 | 2012-07-05 | Honda Motor Co Ltd | 乗員検知装置 |
WO2015025705A1 (ja) * | 2013-08-23 | 2015-02-26 | 日本電気株式会社 | 映像処理装置、映像処理方法および映像処理プログラム |
JP2018106282A (ja) * | 2016-12-22 | 2018-07-05 | セコム株式会社 | 物体検出装置 |
JP2019021001A (ja) * | 2017-07-14 | 2019-02-07 | オムロン株式会社 | 物体検出装置、物体検出方法、およびプログラム |
-
2019
- 2019-02-13 JP JP2019023625A patent/JP2020135034A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004005384A (ja) * | 2002-04-19 | 2004-01-08 | Sony Corp | 画像処理方法、画像処理装置、プログラム及び記録媒体、自動トリミング装置、並びに肖像写真撮影装置 |
JP2011193115A (ja) * | 2010-03-12 | 2011-09-29 | Panasonic Corp | 顔マスキング装置及び方法 |
JP2012127811A (ja) * | 2010-12-15 | 2012-07-05 | Honda Motor Co Ltd | 乗員検知装置 |
WO2015025705A1 (ja) * | 2013-08-23 | 2015-02-26 | 日本電気株式会社 | 映像処理装置、映像処理方法および映像処理プログラム |
JP2018106282A (ja) * | 2016-12-22 | 2018-07-05 | セコム株式会社 | 物体検出装置 |
JP2019021001A (ja) * | 2017-07-14 | 2019-02-07 | オムロン株式会社 | 物体検出装置、物体検出方法、およびプログラム |
Non-Patent Citations (1)
Title |
---|
河中 治樹、外2名: ""マルチステレオカメラを使った部分ボクセル空間への情報統合によるリアルタイム人物頭部追跡"", 電子情報通信学会技術研究報告, vol. 106, no. 75, JPN6022049084, 19 May 2006 (2006-05-19), JP, pages 1 - 6, ISSN: 0004925311 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7379195B2 (en) | Device for the detection of an object on a vehicle seat | |
KR102108953B1 (ko) | 센서 품질 저하에 강인한 딥러닝 기반 카메라, 라이더 센서 융합 인지 방법 및 시스템 | |
JP5742873B2 (ja) | 物体識別装置 | |
EP2246806B1 (en) | Vision method and system for automatically detecting objects in front of a motor vehicle | |
EP1562135A2 (en) | Process and apparatus for classifying image data using grid models | |
CN111353512A (zh) | 障碍物分类方法、装置、存储介质和计算机设备 | |
CN111867466A (zh) | 体格估计装置及体格估计方法 | |
EP3637309A1 (en) | Learning method and testing method for monitoring blind spot of vehicle, and learning device and testing device using the same | |
JP2013205410A (ja) | 車両用外界認識装置およびそれを用いた車両システム | |
JP2020135616A (ja) | 物体検出装置 | |
JP2011248525A (ja) | 物体の検出装置及びその検出方法 | |
Lakmal et al. | Pothole detection with image segmentation for advanced driver assisted systems | |
JP2020135034A (ja) | 頭部判別装置、コンピュータプログラム、および記憶媒体 | |
JP6171608B2 (ja) | 物体検出装置 | |
JP6762794B2 (ja) | 瞼開閉検出装置および瞼開閉検出方法 | |
CN115201778A (zh) | 不规则障碍物检测方法、车辆及计算机可读存储介质 | |
JP7240193B2 (ja) | 顔方向判別装置、コンピュータプログラム、および記憶媒体 | |
US20080131004A1 (en) | System or method for segmenting images | |
CN115131752A (zh) | 学习方法、学习装置以及程序记录介质 | |
CN115720569A (zh) | 障碍物检测装置和障碍物检测方法 | |
JP7053341B2 (ja) | 処理装置、及びプログラム | |
JP6350018B2 (ja) | 対象物検出装置及び要素選択装置 | |
JP5798078B2 (ja) | 車両用外界認識装置とそれを用いた車両システム | |
JP7079187B2 (ja) | 乗員判別装置、コンピュータプログラム、および記憶媒体 | |
JP7195963B2 (ja) | 頭部判別装置、コンピュータプログラム、および記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190301 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221117 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230123 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230207 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230428 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230511 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20230526 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240419 |