JP2020135037A - 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

Abstract

【課題】車室内の乗員の頭部の判別精度を高める。【解決手段】プロセッサは、各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットを受け付ける。プロセッサは、前記位置データセットから乗員の頭部が存在する可能性が高い三次元空間の領域に対応する頭部データサブセットを抽出する（ＳＴＥＰ５１１）。プロセッサは、過去に特定された車室内の乗員の頭部の位置である過去位置をストレージから読み出す（ＳＴＥＰ５１２）。プロセッサは、過去位置から所定の距離より離れた三次元空間の領域にある点要素を削除することによって頭部データサブセットを制限する（ＳＴＥＰ５１４）。プロセッサは、制限された位置データサブセットに基づいて頭部の中心位置を推定する（ＳＴＥＰ５１５）。【選択図】図９

Description

本発明は、車室内の乗員の頭部を判別する装置に関連する。本発明は、当該装置が備えているプロセッサにより実行されるコンピュータプログラム、および当該コンピュータプログラムが記憶された記憶媒体にも関連する。

特許文献１に開示されているように、画像データに基づいて、撮像された車室内の乗員の頭部を判別する装置が知られている。

特開２００８−２８５０１５号公報

本発明の目的は、車室内の乗員の頭部の判別精度を高めることである。

上記の目的を達成するための第一態様は、頭部判別装置であって、
各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットを受け付ける入力インターフェースと、
前記位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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、
前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する第一位置データサブセットを、前記位置データセットから抽出し、
前記過去位置から所定の距離よりも離れた前記三次元空間の領域に対応する第二位置データサブセットで、前記第一位置データサブセットを制限し、
制限された前記第一位置データサブセットに基づいて、前記頭部の中心位置を推定し、
推定された前記中心位置に基づいて、前記頭部の位置を特定する。

上記の目的を達成するための第二態様は、各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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と、当該プロセッサに、
前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する第一位置データサブセットを、前記位置データセットから抽出させ、
前記過去位置から所定の距離よりも離れた前記三次元空間の領域に対応する第二位置データサブセットで、前記第一位置データサブセットを制限させ、
制限された前記第一位置データサブセットに基づいて、前記頭部の中心位置を推定させ、
推定された前記中心位置に基づいて、前記頭部の位置を特定させる。

第一データサブセットは、乗員の頭部が存在する可能性が高い三次元空間の領域に対応している。しかしながら、乗員の姿勢や体格、位置データセットの取得条件などによっては、頭部以外の身体部位が位置データサブセットに含まれてしまう場合がある。上記のような構成によれば、予期せず位置データサブセットに含まれた頭部以外の身体部位に対応するデータが、頭部の中心位置の推定に対してノイズとして及ぼす影響を抑制できる。したがって、頭部の中心位置の推定精度が高まる。結果として、車室内の乗員の頭部の判別精度を高めることができる。

上記の第一態様に係る頭部判別装置は、以下のように構成されうる。
前記所定の距離は、前記頭部の大きさと前記頭部の移動可能性に基づいて定められている。

上記の第二態様に係るコンピュータプログラムは、以下のように構成されうる。
前記所定の距離は、前記頭部の大きさと前記頭部の移動可能性に基づいて定められている。

上記のような構成によれば、中心位置の推定に本来必要である頭部に対応するデータが制限の対象とされてしまう事態の回避が容易になる。したがって、中心位置の推定精度の低下を抑制できる。

上記の目的を達成するための第三態様は、頭部判別装置であって、
各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットを受け付ける入力インターフェースと、
前記位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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、
前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する位置データサブセットを、前記位置データセットから抽出し、
前記位置データサブセットに含まれる前記複数の点要素に対応付けられた複数の位置の重心位置と、前記過去位置との中間点を特定し、
前記中間点に基づいて、前記頭部の中心位置を推定し、
推定された前記中心位置に基づいて、前記頭部の位置を特定する。

上記の目的を達成するための第四態様は、各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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と、当該プロセッサに、
前記乗員の頭部が存在する可能性が高い空間領域に対応する位置データサブセットを、前記位置データセットから抽出させ、
前記位置データサブセットに含まれる前記複数の点要素に対応付けられた複数の位置の重心位置と、前記過去位置との中間点を特定させ、
前記中間点に基づいて、前記頭部の中心位置を推定させ、
推定された前記中心位置に基づいて、前記頭部の位置を特定させる。

上記のような構成によれば、今回取得された位置データサブセットに含まれる複数の点要素から特定される重心位置ではなく、重心位置と過去位置の中間点に基づいて頭部の中心位置の推定が行なわれる。過去位置により近い位置を重心位置と仮定して中心位置の推定が行なわれるので、特に位置データサブセットに含まれる複数の点要素が偏った分布を示す場合において、中心位置の推定位置が実際の頭部の中心からずれる量を抑制できる。したがって、頭部の中心位置の推定精度が高まる。結果として、車室内の乗員の頭部の判別精度を高めることができる。

上記の目的を達成するための第五態様は、頭部判別装置であって、
各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットを受け付ける入力インターフェースと、
前記位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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、
前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する位置データサブセットを、前記位置データセットから抽出し、
前記位置データサブセットに基づいて前記頭部の中心位置を推定し、
前記中心位置を中心とする前記頭部を近似する球体の半径を第一半径として特定し、
前記第一半径を、前記過去位置における前記頭部を近似する球体の半径である第二半径と比較し、
前記第一半径と前記第二半径の差異が所定値未満である場合、前記中心位置に基づいて前記頭部の位置を特定する。

上記の目的を達成するための第六態様は、各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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、
前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する位置データサブセットを、前記位置データセットから抽出させ、
前記位置データサブセットに基づいて前記頭部の中心位置を推定させ、
前記中心位置を中心とする前記頭部を近似する球体の半径を、第一半径として特定させ、
前記第一半径を、前記過去位置における前記頭部を近似する球体の半径である第二半径と比較させ、
前記第一半径と前記第二半径の差異が所定値未満である場合、前記中心位置に基づいて前記頭部の位置を特定させる。

上記の構成は、繰り返される中心位置の推定の間に、頭部を近似する球体の半径が大きく変動することはないという前提に基づいている。したがって、今回特定された球体の半径と過去に特定された球体の半径の差異が大きい場合、今回特定された半径が基づいている重心位置が、位置データサブセット含まれる複数の点要素の偏った分布に起因している蓋然性が高い。今回特定された球体の半径と過去に特定された球体の半径の差異が所定値以上である場合は推定された中心位置を採用しないことにより、特に位置データサブセットに含まれる複数の点要素が偏った分布を示す場合において、中心位置の推定位置が実際の頭部の中心からずれる量を抑制できる。したがって、頭部の中心位置の推定精度が高まる。結果として、車室内の乗員の頭部の判別精度を高めることができる。

上記の第五態様に係る頭部判別装置は、以下のように構成されうる。
前記第一半径と前記第二半径の差異が所定値以上である場合、前記プロセッサは、
前記第二半径に基づいて前記頭部の中心位置を再推定し、
再推定された前記頭部の中心位置に基づいて前記頭部の位置を特定する。

上記の第六態様に係るコンピュータプログラムは、以下のように構成されうる。
前記第一半径と前記第二半径の差異が所定値以上である場合、前記プロセッサに、
前記第二半径に基づいて前記頭部の中心位置を再推定させ、
再推定された前記頭部の中心位置に基づいて前記頭部の位置を特定させる。

上記のような構成によれば、頭部の中心位置の再推定に係る演算負荷を抑制できる。

上記の第一態様、第三態様、および第五態様のいずれかに係る頭部判別装置は、以下のように構成されうる。
前記プロセッサは、
前記位置データセットに基づいて前記乗員の顔の向きを判別し、
判別された前記顔の向きが特定の向きである場合に、前記頭部の中心位置の推定を行なう。

上記の第二態様、第四態様、および第六態様のいずれかに係るコンピュータプログラムは、以下のように構成されうる。
前記プロセッサに、
前記位置データセットに基づいて前記乗員の顔の向きを判別させ、
判別された前記顔の向きが特定の向きである場合に、前記頭部の中心位置の推定を行なわせる、

例えば乗員の顔が位置データセットの取得装置に面していない場合、位置データサブセットに含まれる複数の点要素の分布が偏り、頭部の位置の特定が難しくなる傾向にある。頭部の中心位置の推定の実行をこのような場合に限ることにより、頭部判別装置の処理負荷を抑制しつつ、乗員の頭部の判別精度の低下を抑制できる。

上記の第一態様、第三態様、および第五態様のいずれかに係る頭部判別装置は、以下のように構成されうる。
前記入力インターフェースは、前記位置データセットを、ＴＯＦ（Time of Flight）カメラから受け付ける。

上記の第二態様、第四態様、および第六態様のいずれかに係るコンピュータプログラムは、以下のように構成されうる。
前記位置データセットは、ＴＯＦ（Time of Flight）カメラから取得される。

上記のような構成によれば、乗員の頭部に係る位置情報を、画像情報とともに効率的に取得できる。

上記の目的を達成するための一態様は、上記の第二態様、第四態様、および第六態様のいずれかに係るコンピュータプログラムを記憶している記憶媒体である。

本発明によれば、車室内の乗員の頭部の判別精度を高めることができる。

一実施形態に係る頭部判別システムの構成を例示している。 図１の頭部判別システムが搭載される車両の一部を例示している。 図１の頭部判別装置により実行される処理の流れを例示している。 図１の頭部判別装置により実行される処理を説明するための図である。 図１の頭部判別装置により実行される処理を説明するための図である。 図１の頭部判別装置により実行される処理を説明するための図である。 図１の頭部判別装置により実行される処理を説明するための図である。 図１の頭部判別装置により実行される処理を説明するための図である。 図３における頭部中心位置の推定処理の第一の具体例を示している。 図９の処理を説明するための図である。 図３における頭部中心位置の推定処理の第二の具体例を示している。 図１１の処理を説明するための図である。 図３における頭部中心位置の推定処理の第三の具体例を示している。 図１３の処理を説明するための図である。

添付の図面を参照しつつ、実施形態例について以下詳細に説明する。以下の説明に用いる各図面では、各部材を認識可能な大きさとするために縮尺を適宜変更している。

図１は、一実施形態に係る頭部判別システム１の構成を模式的に示している。頭部判別システム１は、ＴＯＦ（Time of Flight）カメラ２と頭部判別装置３を含んでいる。図２は、頭部判別システム１が搭載される車両４の一部を示している。矢印Ｌは、車両４の前後方向に沿う向きを示している。矢印Ｈは、車両４の高さ方向に沿う向きを示している。

ＴＯＦカメラ２は、図２に示される車両４の車室４１内における適宜の位置に配置され、撮像された車室４１を含む画像を取得する。

ＴＯＦカメラ２は、発光素子と受光素子を備えている。発光素子は、検出光として例えば赤外光を出射する。出射された検出光は、対象物によって反射され、戻り光として受光素子に入射する。検出光が発光素子より出射されてから戻り光が受光素子に入射するまでの時間が測定されることにより、戻り光を生じた対象物までの距離が算出される。ＴＯＦカメラ２により取得される画像を構成する複数の画素の各々について当該距離が算出されることにより、各画素は、画像における二次元的な位置座標（Ｕ，Ｖ）に加えて、当該画素に対応する対象物の一部までの距離（奥行き）を示す距離情報ｄ（Ｕ，Ｖ）を含む。

ＴＯＦカメラ２は、取得された画像に対応する画像データＩＤを出力する。画像データＩＤは、複数の画素データセットを含んでいる。複数の画素データセットの各々は、取得された画像を構成する複数の画素の対応する一つに関連づけられている。複数の画素データセットの各々は、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）を含んでいる。すなわち、複数の画素データセットの各々は、三次元空間における位置に対応付けられている。複数の画素データセットの各々は、点要素の一例である。画像データＩＤは、位置データセットの一例でもある。

頭部判別装置３は、車両４における適宜の位置に搭載される。頭部判別装置３は、ＴＯＦカメラ２から提供される画像データＩＤに基づいて、撮像された車室４１内の運転者５の頭部５１を判別するための装置である。運転者５は、乗員の一例である。

頭部判別装置３は、入力インターフェース３１を備えている。入力インターフェース３１は、ＴＯＦカメラ２から出力された画像データＩＤを受け付ける。

頭部判別装置３は、プロセッサ３２を備えている。プロセッサ３２は、入力インターフェース３１に入力された画像データＩＤに基づいて、撮像された運転者５の頭部５１を判別する処理を実行する。

図３を参照しつつ、プロセッサ３２によって行なわれる処理の流れを説明する。プロセッサ３２は、まず画像データＩＤに対して予備処理を実行する（ＳＴＥＰ１）。

各画素データに含まれる位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）は、画像中心座標が（ｃ_X，ｃ_Y）と定義された場合、次式を用いてカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）に変換されうる。ｆは、ＴＯＦカメラ２が備えるレンズの焦点距離を表している。

プロセッサ３２は、上式に基づいて、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）からカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）への変換を行なう。なお、位置座標（Ｕ，Ｖ）と距離情報ｄ（Ｕ，Ｖ）からカメラ座標系における三次元空間上の点（Ｘ，Ｙ，Ｚ）への変換は、ＴＯＦカメラ２に内蔵されたプロセッサによって行なわれてもよい。この場合、ＴＯＦカメラ２から出力される画像データＩＤに含まれる複数の画素データセットの各々は、位置座標（Ｘ，Ｙ，Ｚ）を含む。この場合においても、複数の画素データセットの各々は、三次元空間における位置に対応付けられている。この場合においても、複数の画素データセットの各々は、点要素の一例である。この場合においても、画像データＩＤは、位置データセットの一例でもある。

カメラ座標系における位置座標（Ｘ，Ｙ，Ｚ）は、車両４における特定の位置を原点とする車両座標系における位置座標（Ｗ，Ｌ，Ｈ）に変換されうる。Ｗ軸は、車両４の左右方向に延びる座標軸である。例えば、運転席における特定の位置を原点とした場合、Ｗ軸の座標値は、運転者５から見て原点よりも右方において正の値をとり、原点よりも左方において負の値をとる。Ｌ軸は、車両４の前後方向に延びる座標軸である。例えば、Ｌ軸の座標値は、原点よりも前方において正の値をとり、原点よりも後方において負の値をとる。Ｈ軸は、車両４の上下方向に延びる座標軸である。例えば、Ｈ軸の座標値は、原点よりも上方において正の値をとり、原点よりも下方において負の値をとる。

プロセッサ３２は、各画素データについてカメラ座標系における位置座標（Ｘ，Ｙ，Ｚ）から車両座標系における位置座標（Ｗ，Ｌ，Ｈ）への変換を行なう。原点は、例えば運転者５の腰骨に対応する位置として選ばれる。車両座標系への座標変換は、周知の座標回転変換、平行移動変換、スケール変換などを用いて行なわれうる。

続いてプロセッサ３２は、処理対象とされる空間領域を限定する処理を行なう。具体的には、ＴＯＦカメラ２から取得された画像データＩＤから、限定された空間領域に対応する複数の画素データセットＰＤが抽出される。

図４の（Ａ）は、ＴＯＦカメラ２から取得された画像データＩＤの一例を示している。図２に示されるように、運転席に着座した運転者５の頭部５１は、車室４１の上部に位置している蓋然性が高い。したがって、処理対象とされる空間領域が当該車室４１の上部に限定される。例えば、限定された空間領域は、Ｗ軸の座標値が−５１０ｍｍ〜３６０ｍｍ、Ｌ軸の座標値が−２８０ｍｍ〜７００ｍｍ、Ｈ軸の座標値が４３０ｍｍ〜７５０ｍｍの範囲である空間領域として定義されうる。図４の（Ｂ）は、限定された空間領域に対応する複数の画素データセットＰＤの一例を示している。

空間領域を限定する処理が行なわれることにより、後述する頭部５１の判別処理の負荷が軽減されうる。しかしながら、この処理は省略されてもよい。

続いてプロセッサ３２は、上記のように抽出された複数の画素データセットＰＤを複数のデータサブセットＤＳに分割する（図３のＳＴＥＰ２）。

図５の（Ａ）は、Ｌ軸とＨ軸により形成されるＬＨ座標平面に射影された複数の画素データセットＰＤを示している。プロセッサ３２は、ＬＨ座標平面に射影された複数の画素データセットＰＤを複数のデータサブセットＤＳに分割することにより、車室４１の一部を構成する複数の空間領域（車室空間領域）の一つに各データサブセットＤＳを対応付ける。

各データサブセットＤＳに対応する車室空間領域は、Ｌ軸に沿う所定の幅ｄＬを有している。幅ｄＬは、人の頭部に対応する寸法として予め定められうる。「人の頭部に対応する寸法」は、例えば国立研究開発法人産業技術総合研究所の人体寸法データベースや独立行政法人製品評価技術基盤機構の人間特性データベースなどに公開されている頭部の大きさに係る情報に基づいて定められうる。

続いてプロセッサ３２は、高尤度データサブセットＬＤＳを特定する（図３のＳＴＥＰ３）。高尤度データサブセットＬＤＳは、運転者５の頭部５１が存在する可能性が高い車室空間領域に対応するデータサブセットＤＳである。

具体的には、プロセッサ３２は、各データサブセットＤＳに含まれる有意な画素データセットの数を計数する。「有意な画素データセット」とは、運転者５によって検出光が反射されたことにより取得された可能性が高い距離情報Ｄ（Ｕ，Ｖ）を有している画素データセットを意味する。そのような距離情報Ｄの数値範囲は、ＴＯＦカメラ２と運転者５との位置関係に基づいて適宜に定められうる。

ＬＨ座標平面に射影された複数の画素データセットＰＤの場合、有意な画素データセットを最も多く含むデータサブセットＤＳに対応する車室空間領域には、運転者５の頭部５１と胴体５２が含まれている可能性が高い。

したがって、図５の（Ｂ）に示されるように、プロセッサ３２は、有意な画素データセットを最も多く含むデータサブセットＤＳを、高尤度データサブセットＬＤＳとして特定する。換言すると、プロセッサ３２は、各データサブセットＤＳに含まれる運転者５に対応する画素データセットの数に基づいて、頭部５１が存在する可能性が高い複数の車室空間領域の少なくとも一つに対応する高尤度データサブセットＬＤＳを特定する。

続いてプロセッサ３２は、特定された高尤度データサブセットＬＤＳに基づいて、頭部の判別を行なう（図３のＳＴＥＰ４）。

まず、図５の（Ｂ）に示されるように、プロセッサ３２は、運転者５の頭頂部５１ａを特定する。具体的には、高尤度データサブセットＬＤＳに含まれる有意な画素データセットのうち、最も高い位置にあるものが、頭頂部５１ａであると特定される。換言すると、高尤度データサブセットＬＤＳに含まれる有意な画素データセットのうち、最も大きなＨ軸座標値を有するものが、頭頂部５１ａであると特定される。

続いて、図６の（Ａ）と（Ｂ）に示されるように、プロセッサ３２は、撮像された運転者５の頭部５１が含まれる蓋然性の高い頭部空間領域ＨＳＲを定義する。頭部空間領域ＨＳＲは、特定された頭頂部５１ａの座標に基づいて定められる。具体的には、国立研究開発法人産業技術総合研究所の人体寸法データベースや独立行政法人製品評価技術基盤機構の人間特性データベースなどに公開されている頭部の大きさに係る情報に基づいて、頭部空間領域ＨＳＲのＬ軸に沿う方向の寸法ｈｄＬ、Ｈ軸に沿う方向の寸法ｈｄＨ、およびＷ軸に沿う方向の寸法ｈｄＷが定められる。

例えば、寸法ｈｄＬは、頭頂部５１ａの座標を中心として１７６ｍｍの値をとるように定められる。寸法ｈｄＨは、頭頂部５１ａの座標から下方へ１４６ｍｍの値をとるように定められる。寸法ｈｄＷは、頭頂部５１ａの座標を中心として１７６ｍｍの値をとるように定められる。

次にプロセッサ３２は、図７の（Ａ）に示されるように、上記のように定められた頭部空間領域ＨＳＲに対応する頭部データサブセットＨＳＤを、複数の画素データセットＰＤから抽出する。

さらに、図７の（Ｂ）に示されるように、プロセッサ３２は、頭部データサブセットＨＳＤのうち、上記のように定められた頭部空間領域ＨＳＲの重心位置Ｇ（Ｗｇ，Ｌｇ，Ｈｇ）に対応する画素データセットを特定する。

続いてプロセッサ３２は、頭部５１の中心位置を推定する処理を行なう（図３のＳＴＥＰ５）。頭部データサブセットＨＳＤは、頭部５１の表面からの戻り光に基づいて取得されているので、上記のように特定された重心位置Ｇは、頭部５１の中心（実際の重心）よりも表面に寄る傾向にある。図８の（Ａ）に示されるように、運転者５の頭部５１は球体Ｓで近似できる。頭部データサブセットＨＳＤに含まれる複数の画素データセット（点要素）が球体Ｓの表面に分布していると仮定すれば、各点要素から球体Ｓの中心までの距離は等しくなる。

そこでプロセッサ３２は、各点要素からの距離のばらつきが最小となる点を探索し、重心位置Ｇがそのような点の位置となるように補正する。プロセッサ３２は、補正された重心位置Ｇ’を頭部５１の中心位置Ｃとして推定する。

各点要素からの距離のばらつきが最小となる点は、例えば次式で表される評価関数の値が最小になるような点として探索されうる。
ｎは、頭部データサブセットＨＳＤに含まれる複数の点要素の数を表している。
ｐ_kは、頭部データサブセットＨＳＤに含まれる各点要素の位置を表している。
Ｇは、上記のように特定された頭部５１の重心位置を表している。
ｄ（ｐ_k，Ｇ）は、ある点要素の位置と重心位置の間のユークリッド距離を表している。

さらにプロセッサ３２は、頭部５１を近似する球体Ｓの半径を特定する。当該半径は、例えば当初の重心位置Ｇと補正後の重心位置Ｇ’の間のユークリッド距離に基づいて特定されうる。

プロセッサ３２は、このようにして推定された中心位置Ｃに基づいて、運転者５の頭部５１の位置を特定する。図１に示されるように、頭部判別装置３は、出力インターフェース３３を備えている。出力インターフェース３３は、判別された運転者５の頭部の位置を示すデータＨＤを出力しうる。出力されたデータＨＤは、後段の認識処理において利用される。当該認識処理においては、例えば、当該データが示す顔の向きの経時変化がモニタされることによって、運転者５の頭部５１の向き、傾き、動きなどが認識されうる。これにより、運転中における運転者５の脇見、居眠り、発作による異常挙動などが検知されうる。

図１に示されるように、頭部判別装置３は、ストレージ３４を備えている。ストレージ３４は、プロセッサ３２と協働して所定のデータを記憶可能な装置である。ストレージ３４としては、半導体メモリやハードディスクドライブ装置が例示されうる。

プロセッサ３２は、推定された頭部５１の中心位置Ｃを示すデータと頭部５１を近似する球体Ｓの半径を示すデータを、ストレージ３４に記憶させる（図３のＳＴＥＰ６）。

頭部判別装置３は、運転者５の頭部５１を繰り返し判別するように構成されている。繰り返しの周期は、適宜に定められる。頭部５１の中心位置Ｃを示すデータが一旦ストレージ３４に記憶されると、プロセッサ３２は、頭部データサブセットＨＳＤとストレージに記憶された中心位置Ｃを示すデータに基づいて、運転者５の頭部５１の位置を特定する。換言すると、プロセッサ３２は、今回取得された頭部データサブセットＨＳＤと過去に特定された運転者５の頭部５１の位置に基づいて、頭部５１の判別を行なう。ストレージ３４に格納されたデータに対応する頭部５１の中心位置Ｃは、過去位置の一例である。

図９は、頭部５１の過去位置に基づいて現在の頭部５１の中心位置Ｃを推定する処理の第一の例を示している。

図３から図７を参照して説明したように、プロセッサ３２は、ＴＯＦカメラ２から取得された画像データＩＤから頭部データサブセットＨＳＤを抽出する（ＳＴＥＰ５１１）。前述のように、頭部データサブセットＨＳＤは、運転者５の頭部５１が存在する可能性が高い三次元空間の領域に対応している。本例においては、頭部データサブセットＨＳＤは、第一位置データサブセットの一例である。

図１０の（Ａ）は、今回取得された頭部データサブセットＨＳＤを示している。本例においては、運転者５の頭部５１だけでなく、左肩部５３からの戻り光に基づく画素データセット（点要素）が含まれている。このような頭部データサブセットＨＳＤに含まれる複数の点要素に基づいて求められる重心位置Ｇは、実際の頭部５１の重心位置よりも左肩部５３に近づく。このような重心位置Ｇに基づいて中心位置Ｃの推定がなされると、実際の頭部５１の中心位置よりも左肩部５３に近い位置が推定されてしまう。

そこでプロセッサ３２は、ストレージ３４に記憶されている過去の頭部５１の中心位置Ｃに対応するデータを読み出す（図９のＳＴＥＰ５１２）。以降の説明において、過去の頭部５１の中心位置Ｃを過去中心位置Ｃ’と表記する。

続いてプロセッサ３２は、過去中心位置Ｃ’から所定の距離よりも離れた三次元空間の領域に頭部データサブセットＨＳＤに含まれる点要素があるかを判断する（ＳＴＥＰ５１３）。図１０の（Ｂ）において、球体Ｓの外側は、過去中心位置Ｃ’から所定の距離よりも離れた三次元空間の領域に対応している。

本例においては、当該領域に頭部データサブセットＨＳＤの点要素が存在している（図９のＳＴＥＰ５１３においてＹＥＳ）。この場合、プロセッサ３２は、過去中心位置Ｃ’から所定の距離よりも離れた三次元空間の領域に対応する頭部データサブセットＨＳＤの一部を削除する（ＳＴＥＰ５１４）。過去中心位置Ｃ’から所定の距離よりも離れた三次元空間の領域に対応する頭部データサブセットＨＳＤの一部は、第二位置データサブセットの一例である。

続いてプロセッサ３２は、図１０の（Ｃ）に示されるように、残された頭部データサブセットＨＳＤの一部に含まれる複数の点要素の重心位置Ｇを特定し、当該重心位置Ｇに基づいて頭部５１の中心位置Ｃを推定する（図９のＳＴＥＰ５１５）。中心位置Ｃの推定の仕方は、図８の（Ａ）を参照して説明した通りである。図１０の（Ａ）に示された例と比較すると、実際の頭部５１の中心のより近くに中心位置Ｃが推定されていることが判る。

過去中心位置Ｃ’から所定の距離よりも離れた三次元空間の領域に頭部データサブセットＨＳＤに含まれる点要素がない場合（ＳＴＥＰ５１３においてＮＯ）、処理はＳＴＥＰ５１５に移行し、頭部データサブセットＨＳＤに含まれる全ての点要素に基づいて重心位置Ｇの特定と中心位置Ｃの推定がなされる。

続いてプロセッサ３２は、このように推定された中心位置Ｃに対応するデータを、ストレージ３４に記憶させる（図９のＳＴＥＰ５１６）。すなわち、今回推定された中心位置Ｃに対応するデータによって、ストレージ３４に記憶されていた過去中心位置Ｃ’に対応するデータが上書きされる。今回記憶されたデータは、次回の頭部５１の中心位置Ｃの推定処理時において、過去中心位置Ｃ’に対応するデータとして取り扱われる。

すなわち、本例においては、頭部５１の中心位置Ｃの推定に用いられる頭部データサブセットＨＳＤが制限される場合がある。制限は、過去中心位置Ｃ’から所定の距離よりも離れた三次元空間の領域にある頭部データサブセットＨＳＤの一部を削除することによってなされる。頭部データサブセットＨＳＤの一部は、中心位置Ｃの推定に使用されなければ、削除されなくてもよい。

前述のように、頭部データサブセットＨＳＤは、運転者５の頭部５１が存在する可能性が高い三次元空間の領域に対応している。しかしながら、運転者５の姿勢や体格、ＴＯＦカメラ２による画像取得条件などによっては、頭部５１以外の身体部位が頭部データサブセットＨＳＤに含まれてしまう場合がある。上記のような構成によれば、予期せず頭部データサブセットに含まれた頭部５１以外の身体部位に対応するデータが、頭部５１の中心位置Ｃの推定に対してノイズとして及ぼす影響を抑制できる。したがって、頭部５１の中心位置Ｃの推定精度が高まる。結果として、車室４１内の運転者５の頭部５１の判別精度を高めることができる。

ＳＴＥＰ５１３における判断の基準となる過去中心位置Ｃ’からの所定の距離は、頭部５１の一般的な大きさに対応する距離として定められうる。この場合、「頭部５１の一般的な大きさに対応する距離」は、例えば国立研究開発法人産業技術総合研究所の人体寸法データベースや独立行政法人製品評価技術基盤機構の人間特性データベースなどに公開されている頭部の大きさに係る情報に基づいて定められうる。

より好ましくは、繰り返される中心位置Ｃの推定の間に頭部５１が移動しうる距離が、頭部５１の大きさに基づいて定められた距離に加えられる。加えられる距離の値は、例えば６０ｍｍとされうる。すなわち、過去中心位置Ｃ’からの所定の距離は、頭部５１の大きさと頭部５１の移動可能性に基づいて定められうる。

このような構成によれば、中心位置Ｃの推定に本来必要である頭部５１に対応するデータが制限の対象とされてしまう事態の回避が容易になる。したがって、中心位置Ｃの推定精度の低下を抑制できる。

図１１は、頭部５１の過去位置に基づいて現在の頭部５１の中心位置Ｃを推定する処理の第二の例を示している。

図３から図７を参照して説明したように、プロセッサ３２は、ＴＯＦカメラ２から取得された画像データＩＤから頭部データサブセットＨＳＤを抽出する（ＳＴＥＰ５２１）。前述のように、頭部データサブセットＨＳＤは、運転者５の頭部５１が存在する可能性が高い三次元空間の領域に対応している。頭部データサブセットＨＳＤは、位置データサブセットの一例である。

続いてプロセッサ３２は、抽出された頭部データサブセットＨＳＤに含まれる複数の点要素の重心位置Ｇを特定する。

図８の（Ｂ）は、運転者５の顔が車室４１における右方を向いている場合を例示している。運転者５の顔がＴＯＦカメラ２に面していない本例においては、頭部データサブセットＨＳＤに含まれる複数の点要素の分布が特定の方向へ偏る。このような複数の点要素が表面に分布していると仮定された球体Ｓの半径は、妥当な値を有しない傾向にある。偏った分布の複数の点要素から特定された重心位置Ｇに基づいて推定される中心位置Ｃもまた、実際の頭部５１の中心からずれる傾向にある。

そこでプロセッサ３２は、ストレージ３４に記憶されている頭部５１の過去中心位置Ｃ’に対応するデータを読み出す（図１１のＳＴＥＰ５２２）。さらにプロセッサ３２は、図１２の（Ａ）に示されるように、特定された重心位置Ｇと過去中心位置Ｃ’の中間点Ｉを特定する（ＳＴＥＰ５２３）。

続いてプロセッサ３２は、図１２の（Ｂ）に示されるように、特定された中間点Ｉに基づいて頭部５１の中心位置Ｃの推定を行なう（図１１のＳＴＥＰ５２４）。中心位置Ｃの推定の仕方は、図８の（Ａ）を参照して説明した通りである。図８の（Ｂ）に示された例と比較すると、実際の頭部５１の中心のより近くに中心位置Ｃが推定されていることが判る。

続いてプロセッサ３２は、このように推定された中心位置Ｃに対応するデータを、ストレージ３４に記憶させる（図１１のＳＴＥＰ５２５）。すなわち、今回推定された中心位置Ｃに対応するデータによって、ストレージ３４に記憶されていた過去中心位置Ｃ’に対応するデータが上書きされる。今回記憶されたデータは、次回の頭部５１の中心位置Ｃの推定処理時において、過去中心位置Ｃ’に対応するデータとして取り扱われる。

すなわち、本例においては、今回取得された頭部データサブセットＨＳＤに含まれる複数の点要素から特定される重心位置Ｇではなく、重心位置Ｇと過去中心位置Ｃ’の中間点Ｉに基づいて頭部５１の中心位置Ｃの推定が行なわれる。過去中心位置Ｃ’により近い位置を重心位置と仮定して中心位置Ｃの推定を行なわれるので、特に頭部データサブセットＨＳＤに含まれる複数の点要素が偏った分布を示す場合において、中心位置Ｃの推定位置が実際の頭部５１の中心からずれる量を抑制できる。したがって、頭部５１の中心位置Ｃの推定精度が高まる。結果として、車室４１内の運転者５の頭部５１の判別精度を高めることができる。

図１３は、頭部５１の過去位置に基づいて現在の頭部５１の中心位置Ｃを推定する処理の第三の例を示している。

図３から図７を参照して説明したように、プロセッサ３２は、ＴＯＦカメラ２から取得された画像データＩＤから頭部データサブセットＨＳＤを抽出する（ＳＴＥＰ５３１）。前述のように、頭部データサブセットＨＳＤは、運転者５の頭部５１が存在する可能性が高い三次元空間の領域に対応している。頭部データサブセットＨＳＤは、位置データサブセットの一例である。

続いてプロセッサ３２は、抽出された頭部データサブセットＨＳＤに含まれる複数の点要素の重心位置Ｇを特定し、当該重心位置Ｇに基づいて頭部５１の中心位置Ｃを推定する（ＳＴＥＰ５３２）。中心位置Ｃの推定の仕方は、図８の（Ａ）を参照して説明した通りである。

続いてプロセッサ３２は、頭部５１を近似する球体Ｓの半径を特定する（図１３のＳＴＥＰ５３３）。半径の特定の仕方は、図８の（Ａ）を参照して説明した通りである。今回推定された中心位置Ｃを中心とする頭部５１を近似する球体Ｓの半径は、第一半径の一例である。

図８の（Ｃ）は、運転者５の顔が車室４１における下方を向いている場合を例示している。運転者５の顔がＴＯＦカメラ２に面していない本例においては、頭部データサブセットＨＳＤに含まれる複数の点要素の分布が特定の方向へ偏る。このような複数の点要素が表面に分布していると仮定された球体Ｓの半径は、妥当な値を有しない傾向にある。

そこでプロセッサ３２は、ストレージ３４に記憶されている過去の頭部５１を近似する球体Ｓ’の半径に対応するデータを読み出す（図１３のＳＴＥＰ５３４）。以降の説明において、過去の頭部５１を近似する球体Ｓ’の半径を、過去半径と表記する。過去半径は、第二半径の一例である。

続いてプロセッサ３２は、ＳＴＥＰ５３３で特定された球体Ｓの半径と過去半径を比較し、両者の差異が所定値未満であるかを判断する（ＳＴＥＰ５３５）。所定値は、例えば±３０ｍｍとされうる。

両者の差異が所定値未満であると判断されると（ＳＴＥＰ５３５においてＹＥＳ）、プロセッサ３２は、ＳＴＥＰ５３２で推定された中心位置Ｃに対応するデータとＳＴＥＰ５３３で推定された球体Ｓの半径に対応するデータを、ストレージ３４に記憶させる（ＳＴＥＰ５３６）。すなわち、今回推定された中心位置Ｃに対応するデータと今回特定された球体Ｓの半径に対応するデータによって、ストレージ３４に記憶されていた過去中心位置Ｃ’に対応するデータと過去半径に対応するデータがそれぞれ上書きされる。今回記憶されたデータは、次回の頭部５１の中心位置Ｃの推定処理時において、過去中心位置Ｃ’に対応するデータおよび過去半径に対応するデータとして取り扱われる。

図１４の（Ａ）は、ＳＴＥＰ５３３で特定された球体Ｓの半径が大きく、過去半径との差異が所定値以上である場合を示している（図１３のＳＴＥＰ５３５においてＮＯ）。この場合、処理はＳＴＥＰ５３２に戻り、プロセッサ３２は、中心位置Ｃを推定し直す。

本例の処理は、繰り返される中心位置Ｃの推定の間に、頭部５１を近似する球体Ｓの半径が大きく変動することはないという前提に基づいている。したがって、今回特定された球体Ｓの半径と過去半径の差異が大きい場合、今回特定された半径が基づいている重心位置Ｇが、頭部データサブセットＨＳＤに含まれる複数の点要素の偏った分布に起因している蓋然性が高い。今回特定された球体Ｓの半径と過去半径の差異が所定値以上である場合は推定された中心位置Ｃを採用しないことにより、特に頭部データサブセットＨＳＤに含まれる複数の点要素が偏った分布を示す場合において、中心位置Ｃの推定位置が実際の頭部５１の中心からずれる量を抑制できる。したがって、頭部５１の中心位置Ｃの推定精度が高まる。結果として、車室４１内の運転者５の頭部５１の判別精度を高めることができる。

ＳＴＥＰ５３３で特定された球体Ｓの半径と過去半径の差異が所定値以上である場合（ＳＴＥＰ５３５においてＮＯ）、プロセッサ３２は、過去に特定された球体Ｓ’の半径に基づいて頭部５１の中心位置Ｃを再推定しうる（ＳＴＥＰ５３７）。

具体的には、ＳＴＥＰ５３２で特定された頭部データサブセットＨＳＤに含まれる複数の点要素の重心位置Ｇと、ＳＴＥＰ５３３で特定された球体Ｓの中心位置Ｃとを結ぶ直線ＣＬが設定される。続いて、この直線ＣＬ上の点であって、重心位置Ｇからの距離が過去に特定された球体Ｓ’の半径と一致する点が特定される。このようにして特定された点が、再推定された頭部５１の中心位置Ｃとされる。

図１４の（Ｂ）は、このようにして再推定された中心位置Ｃを示している。図１４の（Ａ）に示される例と比較すると、実際の頭部５１の中心のより近くに中心位置Ｃが推定されていることが判る。

この場合、頭部５１の中心位置Ｃの再推定に係る演算負荷を抑制できる。

頭部判別装置３は、運転者５の顔がＴＯＦカメラ２に面していない場合にのみ各処理例に係る頭部５１の中心位置Ｃを推定する処理を行なうように構成されうる。この場合、頭部判別装置３は、ＴＯＦカメラ２から取得した画像データＩＤに基づいて、運転者５の顔の向きを判別する処理を行なう。「運転者５の顔がＴＯＦカメラ２に面していない場合」は、判別された運転者５の顔の向きが特定の向きである場合の一例である。

運転者５の顔がＴＯＦカメラ２に面していない場合、頭部データサブセットＨＳＤに含まれる複数の点要素の分布が偏り、頭部５１の位置の特定が難しくなる傾向にある。頭部５１の中心位置Ｃの推定の実行をこのような場合に限ることにより、頭部判別装置３の処理負荷を抑制しつつ、運転者５の頭部５１の判別精度の低下を抑制できる。

本実施形態においては、頭部判別装置３の入力インターフェース３１は、運転者５の頭部５１の三次元空間における位置に係る情報を、画像データＩＤの一部としてＴＯＦカメラ２から受け付けている。このような構成によれば、運転者５の頭部５１に係る位置情報を、画像情報とともに効率的に取得できる。しかしながら、画像情報を出力する撮像装置と位置情報を出力する装置は、異なっていてもよい。後者の装置としては、ＬｉＤＡＲ（Light Detection and Ranging）センサなどが例示されうる。

上述したプロセッサ３２の機能は、汎用メモリと協働して動作する汎用マイクロプロセッサにより実現されうる。汎用マイクロプロセッサとしては、ＣＰＵ、ＭＰＵ、ＧＰＵが例示されうる。汎用メモリとしては、ＲＯＭやＲＡＭが例示されうる。この場合、ＲＯＭには、上述した処理を実行するコンピュータプログラムが記憶されうる。ＲＯＭは、コンピュータプログラムを記憶している記憶媒体の一例である。プロセッサ３２は、ＲＯＭ上に記憶されたプログラムの少なくとも一部を指定してＲＡＭ上に展開し、ＲＡＭと協働して上述した処理を実行する。ストレージ３４は、上記の汎用メモリとして使用されてもよい。プロセッサ３２は、上述した処理を実現するコンピュータプログラムを実行可能なマイクロコントローラ、ＡＳＩＣ、ＦＰＧＡなどの専用集積回路によって実現されてもよい。プロセッサ３２は、汎用マイクロプロセッサと専用集積回路の組合せによって実現されてもよい。

図１に示されるように、頭部判別装置３は、ネットワーク６を介して外部サーバ７と通信可能に構成されうる。この場合、上述した処理を実行するコンピュータプログラムは、外部サーバ７からネットワーク６を介してダウンロードされうる。外部サーバ７は、コンピュータプログラムを記憶している記憶媒体の一例である。

上記の実施形態は、本発明の理解を容易にするための例示にすぎない。上記の実施形態に係る構成は、本発明の趣旨を逸脱しなければ、適宜に変更・改良されうる。

上記の実施形態においては、運転者５の頭部５１の過去位置は、頭部５１の中心位置Ｃに基づいている。しかしながら、頭頂部といった頭部５１における他の部位が過去位置の基準とされてもよい。

上記の実施形態においては、「ＴＯＦカメラ２に面していない顔の向き」は、車室４１における右方と下方である。しかしながら、「ＴＯＦカメラ２に面していない顔の向き」は、ＴＯＦカメラ２と運転席の位置関係に応じて変わりうる。例えば、車室４１の左側に運転席が配置されている車両の場合、ＴＯＦカメラ２は、右上方から運転者５の画像を取得する。この場合、「ＴＯＦカメラ２に面していない顔の向き」は、車室４１における左方と下方である。

上記の実施形態においては、車室４１内における撮像された運転者５の頭部５１が判別に供されている。しかしながら、ＴＯＦカメラ２を適宜に配置することにより、撮像された他の乗員の頭部が判別に供されてもよい。

２：ＴＯＦカメラ、３：頭部判別装置、３１：入力インターフェース、３２：プロセッサ、４１：車室、５：運転者、５１：頭部、７：外部サーバ、ＩＤ：画像データ、ＰＤ：画素データセット、ＨＳＤ：頭部データサブセット、Ｃ：頭部の中心位置、Ｇ：複数の点要素の重心位置、Ｓ：球体

Claims (15)

1. 各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットを受け付ける入力インターフェースと、
   前記位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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、
   前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する第一位置データサブセットを、前記位置データセットから抽出し、
   前記過去位置から所定の距離よりも離れた前記三次元空間の領域に対応する第二位置データサブセットで、前記第一位置データサブセットを制限し、
   制限された前記第一位置データサブセットに基づいて前記頭部の中心位置を推定し、
   推定された前記中心位置に基づいて、前記頭部の位置を特定する、
   頭部判別装置。
2. 前記所定の距離は、前記頭部の大きさと前記頭部の移動可能性に基づいて定められている、
   請求項１に記載の頭部判別装置。
3. 各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットを受け付ける入力インターフェースと、
   前記位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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、
   前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する位置データサブセットを、前記位置データセットから抽出し、
   前記位置データサブセットに含まれる前記複数の点要素に対応付けられた複数の位置の重心位置と、前記過去位置との中間点を特定し、
   前記中間点に基づいて、前記頭部の中心位置を推定し、
   推定された前記中心位置に基づいて、前記頭部の位置を特定する、
   頭部判別装置。
4. 各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットを受け付ける入力インターフェースと、
   前記位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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、
   前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する位置データサブセットを、前記位置データセットから抽出し、
   前記位置データサブセットに基づいて前記頭部の中心位置を推定し、
   前記中心位置を中心とする前記頭部を近似する球体の半径を第一半径として特定し、
   前記第一半径を、前記過去位置における前記頭部を近似する球体の半径である第二半径と比較し、
   前記第一半径と前記第二半径の差異が所定値未満である場合、前記中心位置に基づいて前記頭部の位置を特定する、
   頭部判別装置。
5. 前記第一半径と前記第二半径の差異が所定値以上である場合、前記プロセッサは、
   前記第二半径に基づいて前記頭部の中心位置を再推定し、
   再推定された前記頭部の中心位置に基づいて前記頭部の位置を特定する、
   請求項４に記載の頭部判別装置。
6. 前記プロセッサは、
   前記位置データセットに基づいて前記乗員の顔の向きを判別し、
   判別された前記顔の向きが特定の向きである場合に、前記頭部の中心位置の推定を行なう、
   請求項１から５のいずれか一項に記載の頭部判別装置。
7. 前記入力インターフェースは、前記位置データセットを、ＴＯＦ（Time of Flight）カメラから受け付ける、
   請求項１から６のいずれか一項に記載の頭部判別装置。
8. 各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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と、当該プロセッサに、
   前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する第一位置データサブセットを、前記位置データセットから抽出させ、
   前記過去位置から所定の距離よりも離れた前記三次元空間の領域に対応する第二位置データサブセットで、前記第一位置データサブセットを制限させ、
   制限された前記第一位置データサブセットに基づいて、前記頭部の中心位置を推定させ、
   推定された前記中心位置に基づいて、前記頭部の位置を特定させる、
   コンピュータプログラム。
9. 前記所定の距離は、前記頭部の大きさと前記頭部の移動可能性に基づいて定められている、
   請求項８に記載のコンピュータプログラム。
10. 各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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と、当該プロセッサに、
    前記乗員の頭部が存在する可能性が高い空間領域に対応する位置データサブセットを、前記位置データセットから抽出させ、
    前記位置データサブセットに含まれる前記複数の点要素に対応付けられた複数の位置の重心位置と、前記過去位置との中間点を特定させ、
    前記中間点に基づいて、前記頭部の中心位置を推定させ、
    推定された前記中心位置に基づいて、前記頭部の位置を特定させる、
    コンピュータプログラム。
11. 各々が三次元空間における位置に対応付けられた複数の点要素を含む位置データセットと過去に特定された車室内の乗員の頭部の位置である過去位置とに基づいて、当該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と、当該プロセッサに、
    前記乗員の頭部が存在する可能性が高い前記三次元空間の領域に対応する位置データサブセットを、前記位置データセットから抽出させ、
    前記位置データサブセットに基づいて前記頭部の中心位置を推定させ、
    前記中心位置を中心とする前記頭部を近似する球体の半径を、第一半径として特定させ、
    前記第一半径を、前記過去位置における前記頭部を近似する球体の半径である第二半径と比較させ、
    前記第一半径と前記第二半径の差異が所定値未満である場合、前記中心位置に基づいて前記頭部の位置を特定させる、
    コンピュータプログラム。
12. 前記第一半径と前記第二半径の差異が所定値以上である場合、前記プロセッサに、
    前記第二半径に基づいて前記頭部の中心位置を再推定させ、
    再推定された前記頭部の中心位置に基づいて前記頭部の位置を特定させる、
    請求項１１に記載のコンピュータプログラム。
13. 前記プロセッサに、
    前記位置データセットに基づいて前記乗員の顔の向きを判別させ、
    判別された前記顔の向きが特定の向きである場合に、前記頭部の中心位置の推定を行なわせる、
    請求項８から１２のいずれか一項に記載のコンピュータプログラム。
14. 前記位置データセットは、ＴＯＦ（Time of Flight）カメラから取得される、
    請求項８から１３のいずれか一項に記載のコンピュータプログラム。
15. 請求項８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を記憶している記憶媒体。