JP2024032396A - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP2024032396A JP2024032396A JP2022136023A JP2022136023A JP2024032396A JP 2024032396 A JP2024032396 A JP 2024032396A JP 2022136023 A JP2022136023 A JP 2022136023A JP 2022136023 A JP2022136023 A JP 2022136023A JP 2024032396 A JP2024032396 A JP 2024032396A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- trajectory
- area
- information processing
- moving
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 36
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000000605 extraction Methods 0.000 claims abstract description 108
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 239000000284 extract Substances 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims description 90
- 230000006870 function Effects 0.000 claims description 10
- 238000000034 method Methods 0.000 abstract description 20
- 238000003384 imaging method Methods 0.000 description 38
- 238000010586 diagram Methods 0.000 description 25
- 238000012937 correction Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
【課題】移動物体の軌跡を高精度に抽出することを可能とする技術が提供されることが望まれる。【解決手段】時系列に沿って連続的に撮像された複数の撮像画像を取得する画像取得部と、前記複数の撮像画像それぞれから移動物体が写る領域を含んだ物体領域を検出する検出部と、前記物体領域に基づいて、第1の撮像画像における前記移動物体の第1の移動方向を算出する方向算出部と、前記第1の移動方向と前記第1の撮像画像から検出された第1の物体領域とに基づいて、前記移動物体の軌跡を抽出する軌跡抽出部と、を備える、情報処理装置が提供される。【選択図】図5
Description
本発明は、情報処理装置、情報処理方法およびプログラムに関する。
近年、時系列に沿って撮像された動画像を解析することにより、移動物体の軌跡を抽出する技術が知られている。例えば、動画像を構成する複数のフレームそれぞれから移動物体が写る物体領域を検出し、各々の物体領域における所定位置(例えば、中心位置または左上隅位置など)を結ぶことによって移動物体の軌跡を抽出する技術が知られている(例えば、特許文献1参照。)。
しかし、移動物体の軌跡を高精度に抽出することを可能とする技術が提供されることが望まれる。
上記課題を解決するために、本発明のある観点によれば、時系列に沿って連続的に撮像された複数の撮像画像を取得する画像取得部と、前記複数の撮像画像それぞれから移動物体が写る領域を含んだ物体領域を検出する検出部と、前記物体領域に基づいて、第1の撮像画像における前記移動物体の第1の移動方向を算出する方向算出部と、前記第1の移動方向と前記第1の撮像画像から検出された第1の物体領域とに基づいて、前記移動物体の軌跡を抽出する軌跡抽出部と、を備える、情報処理装置が提供される。
前記方向算出部は、前記複数の撮像画像から検出された前記物体領域それぞれに対応する所定位置に基づいて、前記第1の移動方向を算出してもよい。
前記軌跡抽出部は、前記第1の移動方向と、前記第1の物体領域と、第2の撮像画像における前記移動物体の第2の移動方向と、前記第2の撮像画像から検出された第2の物体領域とに基づいて、前記軌跡を抽出してもよい。
前記軌跡抽出部は、前記第1の移動方向と前記第1の物体領域とに基づいて、前記第1の物体領域の第1の代表点を決定し、前記第1の代表点を前記軌跡として抽出してもよい。
前記軌跡抽出部は、前記第1の物体領域に対応する所定位置から前記第1の撮像画像における左方向または右方向に所定の移動量だけ移動した位置を前記第1の代表点として決定してもよい。
前記軌跡抽出部は、前記物体の移動方向が右下方向または左上方向である場合に、前記第1の物体領域に対応する所定位置から前記第1の撮像画像における右方向に移動した位置を前記第1の代表点として決定してもよい。
前記軌跡抽出部は、前記物体の移動方向が左下方向または右上方向である場合に、前記第1の物体領域に対応する所定位置から前記第1の撮像画像における左方向に移動した位置を前記第1の代表点として決定してもよい。
前記軌跡抽出部は、前記第1の移動方向が前記第1の撮像画像における上方向または下方向から遠ざかるほど、前記移動量を大きくしてもよい。
前記検出部は、前記第1の撮像画像から前記移動物体の車種を検出し、前記軌跡抽出部は、前記車種に基づいて前記移動量を制御してもよい。
前記軌跡抽出部は、前記車種がトラックである場合には、前記車種が自動二輪車である場合と比較して、前記移動量を大きくしてもよい。
前記軌跡抽出部は、前記第1の物体領域を示す情報に基づいて前記第1の物体領域の大きさを算出し、前記第1の物体領域の大きさに基づいて前記移動量を制御してもよい。
前記第1の物体領域の大きさは、前記第1の物体領域の左右方向の長さまたは前記第1の物体領域の面積であってもよい。
前記軌跡抽出部は、前記第1の物体領域を示す情報に基づいて前記第1の物体領域の縦横比を算出し、前記縦横比に基づいて前記移動量を制御してもよい。
前記軌跡抽出部は、前記第2の移動方向と前記第2の物体領域とに基づいて、前記第2の物体領域の第2の代表点を決定し、前記第1の代表点と前記第2の代表点とに基づいて前記軌跡を抽出してもよい。
前記情報処理装置は、前記複数の撮像画像における計測線を跨いだ軌跡の数によって、前記移動物体の数を計測する計測部を備えてもよい。
前記移動物体は、車両であってもよい。
前記第1の撮像画像は、前記複数の撮像画像に含まれてもよい。
前記第1の撮像画像は、前記複数の撮像画像に含まれなくてもよい。
また、上記課題を解決するために本発明の別の観点によれば、時系列に沿って連続的に撮像された複数の撮像画像を取得することと、前記複数の撮像画像それぞれから移動物体が写る領域を含んだ物体領域を検出することと、前記物体領域に基づいて、第1の撮像画像における前記移動物体の第1の移動方向を算出することと、前記第1の移動方向と前記第1の撮像画像から検出された第1の物体領域とに基づいて、前記移動物体の軌跡を抽出することと、を備える、コンピュータにより実行される情報処理方法が提供される。
また、上記課題を解決するために本発明の別の観点によれば、コンピュータを、時系列に沿って連続的に撮像された複数の撮像画像を取得する画像取得部と、前記複数の撮像画像それぞれから移動物体が写る領域を含んだ物体領域を検出する検出部と、前記物体領域に基づいて、第1の撮像画像における前記移動物体の第1の移動方向を算出する方向算出部と、前記第1の移動方向と前記第1の撮像画像から検出された第1の物体領域とに基づいて、前記移動物体の軌跡を抽出する軌跡抽出部と、として機能させるプログラムが提供される。
以上説明したように本発明によれば、移動物体の軌跡を高精度に抽出することを可能とする技術が提供される。
以下に添付図面を参照しながら、本発明の好適な実施の形態について詳細に説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複説明を省略する。
(0.概要)
まず、本発明の実施形態の概要について説明する。
まず、本発明の実施形態の概要について説明する。
近年、時系列に沿って撮像された動画像を解析することにより、移動物体の軌跡を抽出する技術が知られている。例えば、上記したように、動画像を構成する複数の撮像画像それぞれから移動物体が写る物体領域を検出し、各々の物体領域における所定位置を代表点とし、代表点同士を結ぶことによって移動物体の軌跡を抽出する技術(以下、「比較例」とも言う。)が知られている。
以下では、動画像を構成する複数の撮像画像それぞれを「フレーム」とも言う。また、以下では、移動物体が車両である場合を主に想定する。かかる場合には、移動物体の移動は、車両の走行とも表現され得る。また、物体領域は、車両領域とも表現され得る。しかし、移動物体は、車両に限定されない。例えば、移動物体は、車両以外の乗り物(例えば、船舶、航空機など)であってもよいし、人物またはロボットなどであってもよい。
比較例においては、フレームにおける車両領域の代表点が、そのフレームの前または後に撮像されたフレーム(以下、「前後のフレーム」とも言う。)における車両領域に依存しない位置である。比較例のように、フレームにおける車両領域の代表点が、そのフレームの前後のフレームにおける車両領域に依存しない位置である場合には、改善すべき点が生じ得る。
以下では、かかる比較例が有する改善すべき点について説明する。より詳細に、フレームにおける車両領域の代表点が、そのフレームの前後のフレームにおける車両領域に依存しない位置である場合の例として、車両領域の代表点がその車両領域の下端中心点である場合、および、車両領域の代表点がその車両領域の中心点である場合について順に説明する。
(代表点が車両領域の下端中心点である場合)
図1は、車両領域の代表点が車両領域の下端中心点である場合について説明するための図である。図1を参照すると、フレームF4が示されている。フレームF4には、路面R1上を走行する車両C1が写っている。また、フレームF4には、路面R1において車両C1が走行する車線と同じ車線上を走行する車両の台数を計測するための計測線L1が設定されている。
図1は、車両領域の代表点が車両領域の下端中心点である場合について説明するための図である。図1を参照すると、フレームF4が示されている。フレームF4には、路面R1上を走行する車両C1が写っている。また、フレームF4には、路面R1において車両C1が走行する車線と同じ車線上を走行する車両の台数を計測するための計測線L1が設定されている。
さらに、図1を参照すると、複数のフレームそれぞれから検出された車両領域が、車両領域St1~St4として示されている。車両領域は、フレームに写る車両C1を含んだ領域であり、フレームから検出される。車両C1は、時間経過とともに車両領域St1の内部から車両領域St4の内部に向けて移動する。ここでは、図示しない撮像装置から見て左奥から右手前に向けて車両C1が移動しているため、車両C1の前面がフレームF4に写っている。
図1に示された例では、車両領域St4の下端中心点Pt4が、代表点として設定されている。同様に、車両領域St1~St3の下端中心点Pt1~Pt3が、代表点として設定されている。そして、代表点として設定された下端中心点Pt1~Pt4を結ぶことによって車両C1の軌跡Tr8が抽出され得る。
しかし、このようにして車両領域St1~St4の下端中心点Pt1~Pt4が、代表点として設定される場合には、図示しない撮像装置に対する車両C1の向きなどによっては、動画像から抽出された車両C1の軌跡Tr8の位置と、動画像において車両C1が実際に通過した位置との間にずれが生じてしまう場合がある。
より詳細に、車両C1の側面が車両領域St1~St4に含まれる場合には、動画像から抽出された車両C1の軌跡Tr8の位置が、動画像において車両C1が実際に通過した位置を基準として、車両C1の移動方向に向かって左または右にずれてしまう場合がある。
一例として、図1に示されるように、図示しない撮像装置から見て左奥から右手前に向けて移動している車両C1の右側面が車両領域St1~St4に含まれる場合には、動画像から抽出された車両C1の軌跡Tr8の位置が、動画像において車両C1が実際に通過した位置を基準として、車両C1の移動方向に向かって右に(すなわち、動画像における左に)ずれてしまう場合がある。
かかる場合には、実際に車線を走行した車両C1の軌跡Tr8が計測線L1を通過しない場合が生じ得る。より詳細に、図1に示された例では、車両C1の軌跡Tr8が、車両C1の移動方向に向かって計測線L1の右側(すなわち、動画像における計測線L1の左側)を通過してしまっている。そのため、計測線L1を跨いだ車両の台数によって車線を走行した車両の台数を計測する場合には、車線を走行した車両の台数が正確に計測できなくなってしまう。
さらに、車長(すなわち、車両の全長)の大きな車両(例えば、大型トラックなど)の軌跡の位置のほうが、車長の小さな車両(例えば、乗用車など)の軌跡の位置よりも、車両が実際に通過する位置とのずれが大きくなりやすい。そのため、複数の車両それぞれの軌跡として同一の軌跡が抽出されたとしても、複数の車両それぞれの実際の軌跡は互いに異なる場合がある。
以上、図1を参照しながら、車両領域の代表点が車両領域の下端中心点である場合について説明した。
(代表点が車両領域の中心点である場合)
図2は、車両領域の代表点が車両領域の中心点である場合について説明するための図である。図2を参照すると、図1に示された例と同様に、フレームF4が示されている。
図2は、車両領域の代表点が車両領域の中心点である場合について説明するための図である。図2を参照すると、図1に示された例と同様に、フレームF4が示されている。
図2に示された例では、車両領域St4の中心点Pt94が、代表点として設定されている。同様に、車両領域St1~St3の中心点Pt91~Pt93が、代表点として設定されている。そして、代表点として設定された中心点Pt91~Pt94を結ぶことによって車両C1の軌跡Tr9が抽出され得る。
しかし、このようにして車両領域St1~St4の中心点Pt91~Pt94が、代表点として設定される場合には、動画像から抽出された車両C1の軌跡Tr9の位置と、動画像に写る路面R1の位置との間にずれが生じてしまう場合がある。
かかる場合には、実際に車線を走行した車両C1の軌跡Tr9が計測線L1を通過しない場合が生じ得る。そのため、計測線L1を跨いだ車両の台数によって車線を走行した車両の台数を計測する場合には、車線を走行した車両の台数が正確に計測できなくなってしまう。その他、路面R1上における車両C1の軌跡を、動画像に描画する処理が必要であったとしても、軌跡Tr9だけを用いてそのような処理を実行するのは困難である。
以上、図2を参照しながら、車両領域の代表点が車両領域の中心点である場合について説明した。
(計測線を調整する場合)
図1および図2を参照しながら説明したように、車両領域の代表点が車両領域の下端中心点または中心点である場合には、計測線L1を跨いだ車両の台数によって車線を走行した車両の台数を正確に計測できなくなってしまう。
図1および図2を参照しながら説明したように、車両領域の代表点が車両領域の下端中心点または中心点である場合には、計測線L1を跨いだ車両の台数によって車線を走行した車両の台数を正確に計測できなくなってしまう。
これに対し、動画像から抽出される車両の軌跡の位置と、動画像において車両が実際に通過する位置との間に生じるずれをあらかじめ予測し、予測したずれに基づいて、計測線L1の長さまたは位置を調整する手法も想定される。しかし、かかる手法では、動画像から抽出される車両の軌跡の位置と、動画像において車両が実際に通過する位置との間に生じるずれを予測する手間が掛かってしまう。
あるいは、車線を走行する車両が必ず計測線L1を跨ぐように、計測線L1を長くしておく手法も想定される。しかしながら、かかる手法では、車両だけではなく計測対象以外の物体(例えば、障害物など)も計測線L1を跨いでしまう可能性が高まる。そのため、かかる手法では、車線を走行した車両の台数の計測精度が向上しない可能性がある。
(代表点をフレームから直接検出する場合)
複数のフレームそれぞれから検出された車両領域の所定位置を代表点として設定するのではなく、各フレームから画像処理により車両の一部の位置を代表点として検出し、代表点同士を結ぶことにより車両の軌跡を抽出する手法も想定される。例えば、各フレームから検出される車両の一部としては、車両の照明またはナンバープレートなどが想定され得る。
複数のフレームそれぞれから検出された車両領域の所定位置を代表点として設定するのではなく、各フレームから画像処理により車両の一部の位置を代表点として検出し、代表点同士を結ぶことにより車両の軌跡を抽出する手法も想定される。例えば、各フレームから検出される車両の一部としては、車両の照明またはナンバープレートなどが想定され得る。
しかし、検出済みの車両領域の所定位置を代表点として設定する場合と比較して、フレームから画像処理によって代表点を直接検出する場合には、代表点を検出するためのシステム構成が複雑になってしまう。さらに、検出済みの車両領域の所定位置を代表点として設定する場合と比較して、フレームから画像処理によって代表点を直接検出する場合には、代表点を検出するための計算コストが増加してしまう。
そこで、本明細書においては、車両の軌跡を高精度に抽出することを可能とする技術について主に説明する。より詳細に、本明細書においては、フレームにおける車両領域の代表点が、そのフレームの前後のフレームにおける車両領域も加味された位置である場合について主に説明する。これにより、車両の移動方向が車両の軌跡に反映されるため、車両の軌跡が高精度に抽出され得る。
図3および図4は、本発明の実施形態の概要を説明するための図である。図3および図4を参照すると、図1に示された例と同様に、フレームF4が示されている。本発明の実施形態においては、複数の車両領域(図3に示された例では、車両領域St3、St4)に基づいて、動画像における車両C1の移動方向が算出される。
図3に示された例では、フレームのx軸(右方向)を基準とした車両C1の移動方向の時計回りの角度がθ(ただし、0≦θ<2π[rad])によって表現されている。本発明の実施形態においては、車両領域St1~St4の下端中心点Pt1~Pt4が暫定的な代表点として設定され、暫定的な代表点が車両領域St1~St4の下端において補正される。図3に示された例では、補正後の代表点A1~A4が示されている。
より詳細に、本発明の実施形態において、代表点A1~A4は、車両領域St1~St4に写る車両の前面または背面の下端中心点に近い位置に設定される。例えば、図4を参照すると、車両領域St4には、車両C1の前面Ff4が写っている。このとき、代表点A4は、前面Ff4の下端中心点Fp4と代表点A4との距離Dが小さくなるように設定される。そして、代表点A1~A4が結ばれることにより、車両C1の軌跡Tr1が抽出される。
このように代表点A1~A4が設定されることにより、動画像から抽出される車両C1の軌跡Tr1の位置が、動画像において車両C1が実際に通過した位置から、車両C1の移動方向に向かって右または左にずれてしまう可能性が低減される。さらに、このように代表点A1~A4が設定されることにより、動画像から抽出された車両C1の軌跡Tr1の位置と、動画像に写る路面R1の位置との間にずれが生じてしまう可能性が低減され得る。
したがって、本発明の実施形態によれば、車両C1の軌跡Tr1が高精度に抽出されることが期待される。さらに、このようにして高精度に抽出された車両の軌跡に基づいて、計測線L1(図3)を跨いだ車両の台数によって車線を走行した車両の台数を計測することにより、車線を走行した車両の台数(以下、「交通量」とも言う。)が高精度に計測されることが期待される。
以上、本発明の実施形態の概要について説明した。
(1.第1の実施形態)
まず、本発明の第1の実施形態について説明する。
まず、本発明の第1の実施形態について説明する。
(1-1.交通量計測システムの構成)
図5を参照しながら、本発明の第1の実施形態に係る交通量計測システムの構成例について説明する。図5は、本発明の第1の実施形態に係る交通量計測システムの機能構成例を示す図である。図5に示されるように、本発明の第1の実施形態に係る交通量計測システム1は、撮像装置10と、交通量計測装置20と、記憶装置30と、出力装置40とを備える。
図5を参照しながら、本発明の第1の実施形態に係る交通量計測システムの構成例について説明する。図5は、本発明の第1の実施形態に係る交通量計測システムの機能構成例を示す図である。図5に示されるように、本発明の第1の実施形態に係る交通量計測システム1は、撮像装置10と、交通量計測装置20と、記憶装置30と、出力装置40とを備える。
交通量計測装置20は、コンピュータによって実現され得る。図5に示されるように、交通量計測装置20は、撮像装置10、記憶装置30および出力装置40それぞれと有線または無線により接続されている。また、交通量計測装置20は、車両検出部21と、車両追跡部22と、抽出部23と、交通量計測部24とを備える。
車両検出部21と、車両追跡部22と、抽出部23と、交通量計測部24とは、CPU(Central Processing Unit)などの演算装置を含み、ROM(Read Only Memory)により記憶されているプログラムが演算装置によりRAMに展開されて実行されることにより、その機能が実現され得る。このとき、当該プログラムを記録した、コンピュータに読み取り可能な記録媒体も提供され得る。
あるいは、車両検出部21と、車両追跡部22と、抽出部23と、交通量計測部24とは、専用のハードウェアにより構成されていてもよいし、複数のハードウェアの組み合わせにより構成されてもよい。演算装置による演算に必要なデータは、記憶装置30によって適宜記憶される。
(撮像装置10)
撮像装置10は、カメラによって構成され得る。カメラは、時系列に沿って連続的に撮像を行って動画像を得るイメージセンサを含み得る。映像は、時系列に沿って連続的に撮像される複数のフレームを含み得る。例えば、撮像装置10は、道路上方または道路脇などに設置されており、路面(道路平面)を撮像することによってフレームを連続的に交通量計測装置20に出力する。
撮像装置10は、カメラによって構成され得る。カメラは、時系列に沿って連続的に撮像を行って動画像を得るイメージセンサを含み得る。映像は、時系列に沿って連続的に撮像される複数のフレームを含み得る。例えば、撮像装置10は、道路上方または道路脇などに設置されており、路面(道路平面)を撮像することによってフレームを連続的に交通量計測装置20に出力する。
なお、図5に示された例では、撮像装置10と交通量計測装置20とは、別個に存在している。しかし、撮像装置10と交通量計測装置20とは、一体化されていてもよい。例えば、撮像装置10は、交通量計測装置20に組み込まれてもよい。
(記憶装置30)
記憶装置30は、交通量計測装置20を動作させるためのプログラムおよび各種情報を記憶することが可能な記憶装置である。例えば、記憶装置30は、不揮発性メモリによって構成されてよい。また、記憶装置30は、交通量計測装置20の動作の過程で必要となるデータを一時的に記憶することもできる。
記憶装置30は、交通量計測装置20を動作させるためのプログラムおよび各種情報を記憶することが可能な記憶装置である。例えば、記憶装置30は、不揮発性メモリによって構成されてよい。また、記憶装置30は、交通量計測装置20の動作の過程で必要となるデータを一時的に記憶することもできる。
なお、図5に示された例では、記憶装置30と交通量計測装置20とは、別個に存在している。しかし、記憶装置30と交通量計測装置20とは、一体化されていてもよい。例えば、記憶装置30は、交通量計測装置20に組み込まれてもよい。
(出力装置40)
出力装置40は、計測結果の一例として、交通量計測装置20によって計測された交通量(例えば、所定の時間あたりの交通量など)を出力する。さらに、出力装置40は、交通量計測装置20によって他の計測結果(例えば、車両ごとの速度、車両の平均速度など)が計測される場合には、当該他の計測結果を出力してもよい。
出力装置40は、計測結果の一例として、交通量計測装置20によって計測された交通量(例えば、所定の時間あたりの交通量など)を出力する。さらに、出力装置40は、交通量計測装置20によって他の計測結果(例えば、車両ごとの速度、車両の平均速度など)が計測される場合には、当該他の計測結果を出力してもよい。
例えば、出力装置40は、ディスプレイによって構成されてよい。このとき、出力装置40は、計測結果がユーザの視覚によって知覚され得るように計測結果を視覚情報として表示してよい。一例として、出力装置40は、車両ごとの軌跡を動画像上に描画してもよい。しかし、出力装置40の形態は限定されない。例えば、出力装置40は、スピーカなどを含んでもよい。このとき、出力装置40は、計測結果がユーザの聴覚によって知覚され得るように判定結果を聴覚情報として出力してよい。
なお、図5に示された例では、出力装置40と交通量計測装置20とは、別個に存在している。しかし、出力装置40と交通量計測装置20とは、一体化されていてもよい。例えば、出力装置40は、交通量計測装置20に組み込まれてもよい。
(交通量計測装置20の動作例)
図6~図14を参照しながら(図3~図5も適宜参照しながら)、交通量計測装置20の動作例について説明する。図6は、本発明の第1の実施形態に係る交通量計測装置20の全体的な動作例を示すフローチャートである。図6を参照すると、交通量計測装置20によって実行されるステップとしてS1~S6が示されている。なお、交通量計測装置20による交通量の計測が継続されている間は、S1~S6が繰り返し実行されてよい。
図6~図14を参照しながら(図3~図5も適宜参照しながら)、交通量計測装置20の動作例について説明する。図6は、本発明の第1の実施形態に係る交通量計測装置20の全体的な動作例を示すフローチャートである。図6を参照すると、交通量計測装置20によって実行されるステップとしてS1~S6が示されている。なお、交通量計測装置20による交通量の計測が継続されている間は、S1~S6が繰り返し実行されてよい。
(車両検出部21の動作例)
図6に示されるように、車両検出部21は、画像取得部の例として機能し、撮像装置10によって時系列に沿って連続的に撮像された複数のフレームを撮像装置10から取得する(S1)。そして、車両検出部21は、取得した複数のフレームを記憶装置30に記憶させる。
図6に示されるように、車両検出部21は、画像取得部の例として機能し、撮像装置10によって時系列に沿って連続的に撮像された複数のフレームを撮像装置10から取得する(S1)。そして、車両検出部21は、取得した複数のフレームを記憶装置30に記憶させる。
また、車両検出部21は、検出部の例として機能し、複数のフレームそれぞれから車両検出を行う(S2)。より詳細に、車両検出部21は、複数のフレームそれぞれから車両が写る領域を含んだ車両領域を検出する。車両検出部21は、車両領域を示す情報を記憶装置30に記憶させる。
車両検出部21は、撮像装置10からフレームが出力されるたびに逐次的にフレームから車両領域の検出を行ってもよい。あるいは、車両検出部21は、撮像装置10から出力されたフレームを記憶装置30に記憶させ、所定時間分のフレームが記憶装置30に蓄積されてから、記憶装置30に蓄積された所定時間分のフレームそれぞれから車両領域を検出してもよい。
車両領域は、フレームに写る車両の画素を囲む領域であってよい。本発明の実施形態においては、車両領域の形状が矩形形状である場合を主に想定する。しかし、車両領域の形状は、矩形形状以外の多角形形状であってもよい。
車両領域は、車両領域の基準位置の座標によって示されてもよい。すなわち、車両領域を示す情報は、車両領域の基準位置の座標であってもよい。車両領域の形状が矩形形状である場合、車両領域の基準位置の座標は、車両領域の四隅それぞれの座標であってもよいし、車両領域の左上隅の座標と車両領域の右下隅の座標との組み合わせであってもよいし、車両領域の右上隅の座標と車両領域の左下隅の座標であってもよい。
ここで、車両領域の検出の具体的な手法は特に限定されない。例えば、車両領域の検出は、ディープラーニングによる学習済みのニューラルネットワークモデルを用いて行われてもよいし、パターンマッチングを用いて行われてもよい。
さらに、車両検出部21は、複数のフレームそれぞれに写る車両の種類(以下、「車種」とも言う。)をさらに検出してもよい。例えば、車両検出部21は、各々の車両領域内に写る車両の車種をさらに検出してもよい。そして、車両検出部21は、車両領域を示す情報に対応付けて車種を記憶装置30に記憶させてもよい。
ここで、車種の検出の具体的な手法は特に限定されない。一例として、車両検出部21は、車両領域内の画素値を車種分類器へ入力することに基づいて、車種分類器から出力される車種を得てもよい。なお、車種の例としては、普通自動車、バス、トラック、自動二輪車などが挙げられる。
(車両追跡部22の動作例)
車両追跡部22は、車両検出部21によって検出された車両領域に基づいて、同一の車両を追跡することにより追跡結果を得る(S3)。かかる車両の追跡は、同一の車両の車両領域を紐づけるグルーピングに該当し得る。したがって、追跡結果は、同一の車両の車両領域同士の紐づけを示す情報である。なお、車両の追跡の具体的な手法は、特に限定されない。
車両追跡部22は、車両検出部21によって検出された車両領域に基づいて、同一の車両を追跡することにより追跡結果を得る(S3)。かかる車両の追跡は、同一の車両の車両領域を紐づけるグルーピングに該当し得る。したがって、追跡結果は、同一の車両の車両領域同士の紐づけを示す情報である。なお、車両の追跡の具体的な手法は、特に限定されない。
例えば、車両追跡部22は、連続する二つのフレーム間における車両領域の距離を算出し、算出した距離に基づいて当該二つのフレーム間における同一の車両の車両領域を推定してもよい。より詳細に、車両追跡部22は、当該距離が所定の距離よりも小さい車両領域同士を、同一の車両の車両領域として推定してもよい。
あるいは、車両追跡部22は、連続する二つのフレーム間における車両領域内の画素値に基づいて車両領域同士の類似度を算出し、算出した類似度に基づいて、当該二つのフレーム間における同一の車両の車両領域を推定してもよい。ここで、類似度はどのように算出されてもよい。
より詳細に、車両追跡部22は、平均画素値同士の差分が所定の値よりも小さい車両領域同士を、同一の車両の車両領域として推定してもよい。あるいは、車両追跡部22は、画素値の成分分布(例えば、RGB分布)同士の類似度が所定の値よりも大きい車両領域同士を、同一の車両の車両領域として推定してもよい。あるいは、車両追跡部22は、画素値から算出される特徴量同士の差分が所定の値よりも小さい車両領域同士を、同一の車両の車両領域として推定してもよい。
(抽出部23の動作例)
抽出部23は、車両ごとの車両領域に基づいて、車両ごとの軌跡を抽出する(S4)。図7を参照しながら、抽出部23の詳細な動作例について説明する。
抽出部23は、車両ごとの車両領域に基づいて、車両ごとの軌跡を抽出する(S4)。図7を参照しながら、抽出部23の詳細な動作例について説明する。
図7は、抽出部23の詳細な動作例を示すフローチャートである。図7を参照すると、抽出部23によって実行されるステップとしてS41~S44が示されている。S41およびS42は、車両追跡部22によって同一の車両が推定された後に、車両追跡部22によって実行されてもよい。
(検出結果取得S41)
抽出部23は、車両検出部21によって検出された車両領域と、車両追跡部22によって得られた追跡結果とに基づいて、同一の車両の車両領域を取得する(S41)。なお、車両検出部21によって検出された車種が車両領域を示す情報に紐づけられている場合には、抽出部23は、車両領域を示す情報に紐づけられた車種をさらに取得してもよい。
抽出部23は、車両検出部21によって検出された車両領域と、車両追跡部22によって得られた追跡結果とに基づいて、同一の車両の車両領域を取得する(S41)。なお、車両検出部21によって検出された車種が車両領域を示す情報に紐づけられている場合には、抽出部23は、車両領域を示す情報に紐づけられた車種をさらに取得してもよい。
(移動方向算出S42)
抽出部23は、方向算出部の例として機能し、検出結果取得S41において取得した車両領域に対応する所定位置に基づいて、当該車両の移動方向を車両ごとに算出する(S42)。以下では、抽出部23が、車両領域ごとに車両の移動方向を算出する場合を想定する。しかし、抽出部23は、2つ以上の車両領域ごとに車両の移動方向を算出してもよい。換言すると、2つ以上の車両領域における車両の移動方向が同じであってよい。
抽出部23は、方向算出部の例として機能し、検出結果取得S41において取得した車両領域に対応する所定位置に基づいて、当該車両の移動方向を車両ごとに算出する(S42)。以下では、抽出部23が、車両領域ごとに車両の移動方向を算出する場合を想定する。しかし、抽出部23は、2つ以上の車両領域ごとに車両の移動方向を算出してもよい。換言すると、2つ以上の車両領域における車両の移動方向が同じであってよい。
以下の説明においては、抽出部23が、移動方向に基づく軌跡抽出に用いられるフレームにおける車両の移動方向を、2つのフレームから検出された車両領域に基づいて算出する場合を主に想定する。しかし、抽出部23は、移動方向に基づく軌跡抽出に用いられるフレームにおける車両の移動方向を、3つ以上のフレームから検出された車両領域に基づいて算出してもよい。
また、以下の説明においては、車両の移動方向の算出に用いられる2つのフレームに、移動方向に基づく軌跡抽出に用いられるフレームが含まれる場合を想定する。しかし、車両の移動方向の算出に用いられる複数のフレームには、移動方向に基づく軌跡抽出に用いられるフレームが含まれなくてもよい。以下の説明においては、車両の移動方向の算出に用いられる2つのフレームのうち、後のフレームを「最新のフレーム」とも表現し、前のフレームを「直前のフレーム」とも表現する。
抽出部23は、最新のフレームおよび直前のフレームそれぞれから検出された車両領域に対応する所定位置に基づいて、最新のフレームにおける車両の移動方向を算出する。以下の説明においては、車両領域に対応する所定位置が、車両領域の下端中心点である場合を主に想定する。しかし、車両領域に対応する所定位置は、車両領域に対応する他の点(例えば、中心点など)であってもよい。
(代表点決定S43)
抽出部23は、軌跡抽出部の例として機能し、最新のフレームにおける車両領域と、最新のフレームにおける車両の移動方向とに基づいて、当該車両領域の軌跡を抽出する。まず、抽出部23は、最新のフレームにおける車両領域と、最新のフレームにおける車両の移動方向とに基づいて、当該車両領域の代表点を決定する(S43)。まず、図8を参照しながら、本発明の実施形態に係る車両領域の例について説明する。
抽出部23は、軌跡抽出部の例として機能し、最新のフレームにおける車両領域と、最新のフレームにおける車両の移動方向とに基づいて、当該車両領域の軌跡を抽出する。まず、抽出部23は、最新のフレームにおける車両領域と、最新のフレームにおける車両の移動方向とに基づいて、当該車両領域の代表点を決定する(S43)。まず、図8を参照しながら、本発明の実施形態に係る車両領域の例について説明する。
図8は、車両領域の例を示す図である。図8を参照すると、車両領域Stが示されており、車両領域Stの幅w、車両領域Stの高さhが示されている。
また、フレームにおける位置は、フレームの左上隅を原点とするxy座標系によって表現される。図8には、フレームにおける右方向がx軸として示されており、フレームにおける下方向がy軸として示されている。しかし、原点の位置は、かかる例に限定されない。また、x軸は、フレームにおける左方向であってもよいし、y軸は、フレームにおける上方向であってもよい。
さらに、車両領域Stの基準位置B(xs,ys)が示されている。図8に示された例では、基準位置B(xs,ys)が車両領域Stの左上隅である。しかし、基準位置B(xs,ys)は、車両領域Stの他の位置(例えば、車両領域Stの右下隅、右上隅または左下隅など)であってもよい。
また、図8を参照すると、本発明の実施形態において移動方向に基づく軌跡抽出に用いられる代表点A(xp,yp)が示されている。以下では、図9~図14を参照しながら、代表点A(xp,yp)を決定する手法の例について説明する。なお、撮像装置10から見て車両がどの方向に走行しているかによって、代表点Aの決定のされ方が異なるため、車両の走行方向別に代表点の決定手法について説明する。
(左奥から右手前への移動)
図9は、車両が撮像装置10から見て左奥から右手前に走行している場合における代表点の決定例を示す図である。図9を参照すると、最新のフレームから検出された車両領域である最新の車両領域St4と、直前のフレームから検出された車両領域である直前の車両領域St3とが示されている。最新の車両領域St4および直前の車両領域St3は、同一の車両の車両領域である。
図9は、車両が撮像装置10から見て左奥から右手前に走行している場合における代表点の決定例を示す図である。図9を参照すると、最新のフレームから検出された車両領域である最新の車両領域St4と、直前のフレームから検出された車両領域である直前の車両領域St3とが示されている。最新の車両領域St4および直前の車両領域St3は、同一の車両の車両領域である。
図9に示された例では、車両が撮像装置10から見て左奥から右手前に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、右下方向に移動している。
また、直前の車両領域St3の下端中心点Pt3から、最新の車両領域St4における下端中心点Pt4への方向が、車両の移動方向M1として算出されている。さらに、x軸を基準とした車両の移動方向M1の時計回りの角度がθ(ただし、0≦θ<π/2[rad])によって表現されている。また、車両領域St4の基準位置B4(xs,ys)が示されている。ここで、代表点A4(xp,yp)を決定することを考える。
下端中心点Pt4のフレームにおける上下方向における位置は、車両が路面に接する位置と近いことが想定される。したがって、抽出部23は、下端中心点Pt4のフレームにおける上下方向における位置と、代表点A4のフレームにおける上下方向における位置とを同じにしてよい。したがって、抽出部23は、代表点A4のy座標(yp)を、下記の式(1)によって算出してよい。これによって、代表点A4の位置と、フレームに写る路面の位置との間のずれが大きくならずに済む。
yp=ys+h ・・・(1)
代表点A4のフレームにおける左右方向における位置は、車両の前面または背面の下端中心点に近い位置に設定されるのが望ましい。これによって、代表点A4の位置が、フレームにおいて車両が実際に通過した位置から、車両の移動方向に向かって右または左にずれてしまう可能性が低減される。したがって、抽出部23は、下端中心点Pt4から、最新の車両領域St4における左方向または右方向に所定の移動量だけ移動させた位置を、代表点A4として決定してよい。
図9に示された例では、0≦θ<π/2[rad]という条件が成立している。かかる条件が成立している場合、車両がフレームにおける右下方向に移動していることが抽出部23によって推定され得る。このとき、車両領域St4には、車両の前面および右側面が写っていると考えられる。したがって、下端中心点Pt4は、車両の前面の下端中心点を基準として、車両の移動方向に向かって右(すなわち、フレームにおける左方向)にずれてしまっていると考えられる。そのため、抽出部23は、下端中心点Pt4を車両の移動方向に向かって左(すなわち、フレームにおける右方向)に移動させた位置を、代表点A4として決定してよい。
より詳細に、抽出部23は、0≦θ<π/2[rad]が成立する場合、代表点A4のx座標(xp)を、下記の式(2)によって算出してよい。
ここで、上記の式(2)におけるCは、下端中心点Pt4から代表点A4までの移動量を調整するための補正係数であり、0以上の値を取り得る。
例えば、車両の移動方向がフレームにおける上下方向から遠ざかるほど、下端中心点Pt4が、車両の前面の下端中心点を基準として、大きくずれてしまうことが想定される。したがって、抽出部23は、車両の移動方向がフレームにおける上下方向から遠ざかるほど(図9に示された例では、θが0に近づくほど)、下端中心点Pt4から代表点A4までの移動量を大きくしてもよい(すなわち、補正係数Cを大きくしてもよい)。
(奥から手前への移動)
図10は、車両が撮像装置10から見て奥から手前に走行している場合における代表点の決定例を示す図である。図10に示された例では、車両が撮像装置10から見て奥から手前に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、下方向に移動している。
図10は、車両が撮像装置10から見て奥から手前に走行している場合における代表点の決定例を示す図である。図10に示された例では、車両が撮像装置10から見て奥から手前に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、下方向に移動している。
図10に示された例では、x軸を基準とした車両の移動方向M1の時計回りの角度は、θ(ただし、θ=π/2[rad])によって表現される。
図10に示された例では、θ=π/2[rad]という条件が成立している。かかる条件が成立している場合、車両がフレームにおける下方向に移動していることが抽出部23によって推定され得る。このとき、車両領域St4には、車両の前面が写っており、車両の側面は写っていないと考えられる。したがって、下端中心点Pt4の、車両の前面の下端中心点からのずれが小さいと考えられる。そのため、抽出部23は、下端中心点Pt4の位置を、代表点A4として決定してよい。
より詳細に、抽出部23は、θ=π/2[rad]が成立する場合、0≦θ<π/2[rad]が成立する場合と同様に、代表点A4のx座標(xp)を、上記の式(2)によって算出してよい。
(右奥から左手前への移動)
図11は、車両が撮像装置10から見て右奥から左手前に走行している場合における代表点の決定例を示す図である。図11に示された例では、車両が撮像装置10から見て右奥から左手前に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、左下方向に移動している。
図11は、車両が撮像装置10から見て右奥から左手前に走行している場合における代表点の決定例を示す図である。図11に示された例では、車両が撮像装置10から見て右奥から左手前に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、左下方向に移動している。
図11に示された例では、x軸を基準とした車両の移動方向M1の時計回りの角度は、θ(ただし、π/2≦θ<π[rad])によって表現される。
図11に示された例では、π/2≦θ<π[rad]という条件が成立している。かかる条件が成立している場合、車両がフレームにおける左下方向に移動していることが抽出部23によって推定され得る。このとき、車両領域St4には、車両の前面および左側面が写っていると考えられる。したがって、下端中心点Pt4は、車両の前面の下端中心点を基準として、車両の移動方向に向かって左(すなわち、フレームにおける右方向)にずれてしまっていると考えられる。そのため、抽出部23は、下端中心点Pt4を車両の移動方向に向かって右(すなわち、フレームにおける左方向)に移動させた位置を、代表点A4として決定してよい。
より詳細に、抽出部23は、π/2≦θ<π[rad]が成立する場合、0≦θ<π/2[rad]が成立する場合と同様に、代表点A4のx座標(xp)を、上記の式(2)によって算出してよい。
(右手前から左奥への移動)
図12は、車両が撮像装置10から見て右手前から左奥に走行している場合における代表点の決定例を示す図である。図12に示された例では、車両が撮像装置10から見て右手前から左奥に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、左上方向に移動している。
図12は、車両が撮像装置10から見て右手前から左奥に走行している場合における代表点の決定例を示す図である。図12に示された例では、車両が撮像装置10から見て右手前から左奥に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、左上方向に移動している。
図12に示された例では、x軸を基準とした車両の移動方向M1の時計回りの角度は、θ(ただし、π≦θ<3π/2[rad])によって表現される。
図12に示された例では、π≦θ<3π/2[rad]という条件が成立している。かかる条件が成立している場合、車両がフレームにおける左上方向に移動していることが抽出部23によって推定され得る。このとき、車両領域St4には、車両の後面および左側面が写っていると考えられる。したがって、下端中心点Pt4は、車両の後面の下端中心点を基準として、車両の移動方向に向かって右(すなわち、フレームにおける左方向)にずれてしまっていると考えられる。そのため、抽出部23は、下端中心点Pt4を車両の移動方向に向かって右(すなわち、フレームにおける右方向)に移動させた位置を、代表点A4として決定してよい。
より詳細に、抽出部23は、π≦θ<3π/2[rad]が成立する場合、代表点A4のx座標(xp)を、下記の式(3)によって算出してよい。
(手前から奥への移動)
図13は、車両が撮像装置10から見て手前から奥に走行している場合における代表点の決定例を示す図である。図13に示された例では、車両が撮像装置10から見て手前から奥に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、上方向に移動している。
図13は、車両が撮像装置10から見て手前から奥に走行している場合における代表点の決定例を示す図である。図13に示された例では、車両が撮像装置10から見て手前から奥に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、上方向に移動している。
図13に示された例では、x軸を基準とした車両の移動方向M1の時計回りの角度は、θ(ただし、θ=3π/2[rad])によって表現される。
図13に示された例では、θ=3π/2[rad]という条件が成立している。かかる条件が成立している場合、車両がフレームにおける上方向に移動していることが抽出部23によって推定され得る。このとき、車両領域St4には、車両の後面が写っており、車両の側面は写っていないと考えられる。したがって、下端中心点Pt4の、車両の後面の下端中心点からのずれが小さいと考えられる。そのため、抽出部23は、下端中心点Pt4の位置を、代表点A4として決定してよい。
より詳細に、抽出部23は、θ=3π/2[rad]が成立する場合、π≦θ<3π/2[rad]が成立する場合と同様に、代表点A4のx座標(xp)を、上記の式(3)によって算出してよい。
(左手前から右奥への移動)
図14は、車両が撮像装置10から見て左手前から右奥に走行している場合における代表点の決定例を示す図である。図14に示された例では、車両が撮像装置10から見て左手前から右奥に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、右上方向に移動している。
図14は、車両が撮像装置10から見て左手前から右奥に走行している場合における代表点の決定例を示す図である。図14に示された例では、車両が撮像装置10から見て左手前から右奥に走行しているため、最新の車両領域St4は、直前の車両領域St3を基準として、右上方向に移動している。
図14に示された例では、x軸を基準とした車両の移動方向M1の時計回りの角度は、θ(ただし、3π/2≦θ<2π[rad])によって表現される。
図14に示された例では、3π/2≦θ<2π[rad]という条件が成立している。かかる条件が成立している場合、車両がフレームにおける右上方向に移動していることが抽出部23によって推定され得る。このとき、車両領域St4には、車両の後面および右側面が写っていると考えられる。したがって、下端中心点Pt4は、車両の後面の下端中心点を基準として、車両の移動方向に向かって右(すなわち、フレームにおける右方向)にずれてしまっていると考えられる。そのため、抽出部23は、下端中心点Pt4を車両の移動方向に向かって左(すなわち、フレームにおける左方向)に移動させた位置を、代表点A4として決定してよい。
より詳細に、抽出部23は、3π/2≦θ<2π[rad]が成立する場合、π≦θ<3π/2[rad]が成立する場合と同様に、代表点A4のx座標(xp)を、上記の式(3)によって算出してよい。
(線形補間)
以上、図9~図14を参照しながら、車両の走行方向別に代表点の決定手法について説明した。ここで、フレームのx軸(右方向)を基準とした車両C1の移動方向の時計回りの角度θが境界値を超える場合(すなわち、θの値が、π未満からπ以上に変化する場合、または、π以上からπ未満に変化する場合)、代表点A4のx座標の算出に用いられる式が、上記の式(2)と上記の式(3)との間において切り替わる。そのため、角度θが境界値を超える前後における代表点A4が、車両領域St4の下端において急激に移動してしまうことが考えられる。
以上、図9~図14を参照しながら、車両の走行方向別に代表点の決定手法について説明した。ここで、フレームのx軸(右方向)を基準とした車両C1の移動方向の時計回りの角度θが境界値を超える場合(すなわち、θの値が、π未満からπ以上に変化する場合、または、π以上からπ未満に変化する場合)、代表点A4のx座標の算出に用いられる式が、上記の式(2)と上記の式(3)との間において切り替わる。そのため、角度θが境界値を超える前後における代表点A4が、車両領域St4の下端において急激に移動してしまうことが考えられる。
したがって、抽出部23は、角度θが境界値を超える時刻を基準とした所定の時間範囲に属する複数の時刻それぞれにおける代表点に基づいて、線形補間により角度θが境界値を超える前後における代表点A4を補正してもよい。これによって、角度θが境界値を超える場合に、角度θが境界値を超える前後における代表点A4が、車両領域St4の下端において急激に移動してしまうことが防止され得る。
(下端中心点から代表点までの移動量)
また、上記では、抽出部23が、車両の移動方向がフレームにおける上下方向から遠ざかるほど、下端中心点Pt4から代表点A4までの移動量を大きくする場合について説明した。しかし、抽出部23は、他のパラメータに基づいて、下端中心点Pt4から代表点A4までの移動量を制御してもよい。
また、上記では、抽出部23が、車両の移動方向がフレームにおける上下方向から遠ざかるほど、下端中心点Pt4から代表点A4までの移動量を大きくする場合について説明した。しかし、抽出部23は、他のパラメータに基づいて、下端中心点Pt4から代表点A4までの移動量を制御してもよい。
例えば、車種によって車長の大きさが異なることが考えられるため、抽出部23によって決定される代表点と、車両が実際に通過する位置との間に生じるずれが車種に応じて変化することが考えられる。そこで、抽出部23は、車両検出部21によって検出された車種に基づいて、下端中心点Pt4から代表点A4までの移動量を制御してもよい。
一例として、車種がトラック(例えば、大型トラックなど)である場合には、車種が自動二輪車である場合と比較して、車長が大きいために、抽出部23によって決定される代表点と、車両が実際に通過する位置との間に生じるずれが大きくなることが考えられる。そこで、抽出部23は、車種がトラックである場合には、車種が自動二輪車である場合と比較して、下端中心点Pt4から代表点A4までの移動量を大きくしてもよい(すなわち、補正係数Cを大きくしてもよい)。
一例として、抽出部23は、車種がトラックである場合には、下端中心点Pt4から代表点A4までの移動量を正の値としてもよい(すなわち、補正係数Cを正の値としてもよい)一方、抽出部23は、車種が自動二輪車である場合には、下端中心点Pt4から代表点A4までの移動量を0(ゼロ)にしてもよい(すなわち、補正係数Cを0にしてもよい)。
あるいは、車両領域の大きさによって車長の大きさが異なることが考えられるため、抽出部23によって決定される代表点と、車両が実際に通過する位置との間に生じるずれが、車両領域の大きさに応じて変化することが考えられる。そこで、抽出部23は、車両領域を示す情報に基づいて、車両領域の大きさを算出し、車両領域の大きさに基づいて、下端中心点Pt4から代表点A4までの移動量を制御してもよい。
車両領域の大きさは、車両領域の左右方向の長さであってもよいし、車両領域の面積であってもよい。一例として、車両領域が大きいほど、車長が大きいことが想定される。そこで、抽出部23は、車両領域が大きいほど、下端中心点Pt4から代表点A4までの移動量を大きくしてもよい(すなわち、補正係数Cを大きくしてもよい)。
あるいは、車両領域の縦横比によって車長の大きさが異なることが考えられるため、抽出部23によって決定される代表点と、車両が実際に通過する位置との間に生じるずれが、車両領域の縦横比に応じて変化することが考えられる。そこで、抽出部23は、車両領域を示す情報に基づいて、車両領域の縦横比を算出し、車両領域の縦横比に基づいて、下端中心点Pt4から代表点A4までの移動量を制御してもよい。
一例として、車両領域の縦横比が大きいほど、車長が大きいことが想定される。そこで、抽出部23は、車両領域が大きいほど、下端中心点Pt4から代表点A4までの移動量を大きくしてもよい(すなわち、補正係数Cを大きくしてもよい)。
以上のようにして、抽出部23によって車両領域St4の代表点A4が決定され得る。同様にして、他の車両領域の代表点も決定されることにより、同一の車両に対応する複数の車両領域それぞれの代表点が決定される。ここでは、車両領域St1~St4の代表点A1~A4(図3)が決定された場合を主に想定する。
(軌跡抽出S44)
抽出部23は、車両領域St1~St4の代表点A1~A4に基づいて、車両C1の軌跡を抽出する(S44)。そして、抽出部23は、例えば、図3に示されるように、抽出部23は、各フレームから決定された代表点A1~A4を、フレームの撮像順序が隣接する代表点同士を線(例えば、直線または曲線)で結ぶことにより、車両C1の軌跡Tr1を抽出してもよい。
抽出部23は、車両領域St1~St4の代表点A1~A4に基づいて、車両C1の軌跡を抽出する(S44)。そして、抽出部23は、例えば、図3に示されるように、抽出部23は、各フレームから決定された代表点A1~A4を、フレームの撮像順序が隣接する代表点同士を線(例えば、直線または曲線)で結ぶことにより、車両C1の軌跡Tr1を抽出してもよい。
あるいは、抽出部23は、軌跡が小刻みに振動してしまうことを防止するため、代表点同士を直接結ぶフレームの間隔を、1フレーム以上空けてもよいし、フレームの撮像順序が隣接する代表点同士を線で結んだ結果に対して、平滑化などの補正を行ってもよい。
あるいは、抽出部23は、フレームの撮像順序が隣接する代表点の組(始点および終点)のリストを車両C1の軌跡Tr1として抽出してもよい。あるいは、抽出部23は、車両領域St1~St4の代表点A1~A4それ自体を、車両C1の軌跡として抽出してもよい。
抽出部23は、3つ以下の代表点に基づいて、車両C1の軌跡を抽出してもよい。例えば、抽出部23は、車両領域St3、St4の代表点A3、A4に基づいて、車両C1の軌跡を抽出してもよい。例えば、抽出部23は、車両領域St3、St4の代表点A3、A4それ自体を、車両C1の軌跡として抽出してもよい。あるいは、抽出部23は、車両領域St4の代表点A4を、車両C1の軌跡として抽出してもよい。
このとき、車両領域St4は、第1の撮像画像から検出される第1の物体領域に該当し、第1の撮像画像における車両C1の移動方向が第1の移動方向に該当し、車両領域St4の代表点が、第1の代表点に該当する。
一方、車両領域St3は、第2の撮像画像から検出される第2の物体領域に該当し、第2の撮像画像における車両C1の移動方向が第2の移動方向に該当し、車両領域St3の代表点が、第2の代表点に該当する。
(交通量計測部24の動作例)
図6に示されるように、交通量計測部24は、計測部の例として機能し、抽出部23によって抽出された軌跡と、計測線L1の位置とに基づいて、交通量を計測する(S5)。より詳細に、交通量計測部24は、軌跡が計測線L1を跨いだか否かを判定し、計測線L1を跨いだ軌跡の数によって交通量を計測してもよい。
図6に示されるように、交通量計測部24は、計測部の例として機能し、抽出部23によって抽出された軌跡と、計測線L1の位置とに基づいて、交通量を計測する(S5)。より詳細に、交通量計測部24は、軌跡が計測線L1を跨いだか否かを判定し、計測線L1を跨いだ軌跡の数によって交通量を計測してもよい。
さらに、交通量計測部24は、他の計測結果(例えば、車両ごとの速度または車両の平均速度など)を計測してもよい。ここで、車両の速度には、キャリブレーション情報が用いられてもよい。キャリブレーション情報は、動画像における2次元座標と、実空間における3次元座標との対応付けが自動または手動によって行われて得られた情報である。かかるキャリブレーション情報により、動画像における2次元座標が実空間における3次元座標に容易に変換され得る。
例えば、交通量計測部24は、キャリブレーション情報と軌跡とに基づいて、車両の速度を計測してもよい。より詳細に、交通量計測部24は、キャリブレーション情報に基づいて、単位時間あたりの動画像における2次元的な車両の移動距離を、実空間における3次元的な移動距離に変換し、3次元的な移動距離により、車両の速度を計測してもよい。例えば、交通量計測部24は、3次元的な移動距離を、当該3次元的な移動距離を車両が移動するのに掛かった時間で除することにより、車両の速度を計測してもよい。
(出力装置40の動作例)
図6に示されるように、出力装置40は、交通量計測部24によって得られた計測結果を出力する(S6)。例えば、出力装置40は、交通量計測部24によって計測された交通量(例えば、所定の時間あたりの交通量など)を出力する。さらに、出力装置40は、交通量計測装置20によって他の計測結果(例えば、車両ごとの速度、車両の平均速度など)が計測される場合には、当該他の計測結果を出力してもよい。また、出力装置40は、車両ごとの軌跡を動画像上に描画してもよい。
図6に示されるように、出力装置40は、交通量計測部24によって得られた計測結果を出力する(S6)。例えば、出力装置40は、交通量計測部24によって計測された交通量(例えば、所定の時間あたりの交通量など)を出力する。さらに、出力装置40は、交通量計測装置20によって他の計測結果(例えば、車両ごとの速度、車両の平均速度など)が計測される場合には、当該他の計測結果を出力してもよい。また、出力装置40は、車両ごとの軌跡を動画像上に描画してもよい。
以上、本発明の第1の実施形態に係る交通量計測システム1の構成例について説明した。
(1-2.効果)
本発明の第1の実施形態に係る交通量計測装置20によれば、車両の移動方向に基づいて車両領域の代表点が決定され、代表点に基づいて車両の軌跡が抽出される。これにより、動画像から抽出された車両の軌跡の位置と、動画像において車両が実際に通過した位置との間に生じるずれを低減することが可能となる。したがって、車両の軌跡が高精度に抽出され得る。
本発明の第1の実施形態に係る交通量計測装置20によれば、車両の移動方向に基づいて車両領域の代表点が決定され、代表点に基づいて車両の軌跡が抽出される。これにより、動画像から抽出された車両の軌跡の位置と、動画像において車両が実際に通過した位置との間に生じるずれを低減することが可能となる。したがって、車両の軌跡が高精度に抽出され得る。
このように得られた軌跡に基づいて、交通量が計測される場合には、交通量の計測精度が向上する。また、このようにして得られた軌跡に基づいて、他の計測(例えば、車両ごとの速度、車両の平均速度など)が行われる場合には、当該他の計測も高精度に行われ得る。このとき、車両の速度の計測に、キャリブレーション情報が用いられれば、車両の速度が高精度に計測され得る。
また、仮に画素情報の解析(ディープラーニングによる学習済みのニューラルネットワークモデルを用いた解析も含む)により代表点が決定される場合には、画素情報の解析による計算負荷が高くなりやすい。
一方、本発明の実施形態においては、既に検出済みの車両領域に基づいて、車両の移動方向の算出および車両領域の代表点が決定される。すなわち、車両の移動方向の算出および車両領域の代表点の決定のためには、画素情報が解析されなくてよい。これによって、画素情報の解析による計算負荷が掛からずに済む。
したがって、本発明の第1の実施形態に係る交通量計測装置20によれば、エッジコンピュータなどの限られた計算資源を用いて、軽量かつ精度よく車両の軌跡を抽出することも可能となる。
以上、本発明の第1の実施形態について説明した。
(2.第2の実施形態)
続いて、本発明の第2の実施形態について説明する。
続いて、本発明の第2の実施形態について説明する。
(2-1.交通量計測システムの構成)
まず、本発明の第2の実施形態に係る交通量計測システムの構成例について説明する。本発明の第2の実施形態に係る交通量計測システムの構成は、本発明の第1の実施形態に係る交通量計測システム1の構成と同様である。ただし、本発明の第2の実施形態に係る抽出部23の動作が、本発明の第1の実施形態に係る抽出部23の動作と異なる。したがって、以下では、本発明の第2の実施形態に係る抽出部23の動作について主に説明し、その他の構成についての詳細な説明は省略する。
まず、本発明の第2の実施形態に係る交通量計測システムの構成例について説明する。本発明の第2の実施形態に係る交通量計測システムの構成は、本発明の第1の実施形態に係る交通量計測システム1の構成と同様である。ただし、本発明の第2の実施形態に係る抽出部23の動作が、本発明の第1の実施形態に係る抽出部23の動作と異なる。したがって、以下では、本発明の第2の実施形態に係る抽出部23の動作について主に説明し、その他の構成についての詳細な説明は省略する。
(抽出部23の動作例)
本発明の第2の実施形態に係る抽出部23は、代表点決定S43および軌跡抽出S44の両方においてキャリブレーション情報を用いる場合について主に説明する。しかし、本発明の第2の実施形態に係る抽出部23は、代表点決定S43および軌跡抽出S44のいずれか一方においてキャリブレーション情報を用いなくてもよい。
本発明の第2の実施形態に係る抽出部23は、代表点決定S43および軌跡抽出S44の両方においてキャリブレーション情報を用いる場合について主に説明する。しかし、本発明の第2の実施形態に係る抽出部23は、代表点決定S43および軌跡抽出S44のいずれか一方においてキャリブレーション情報を用いなくてもよい。
(代表点決定S43)
例えば、車両領域St4に写る車両の車長が大きい場合、または、車両の移動方向M1がフレームの上下方向とは異なる場合などには、フレームから検出される車両領域St4の幅が、実空間における車線の幅よりも大きくなってしまう場合があり得る。このとき、フレームから検出される車両領域St4の幅は、実空間における車両の車幅よりも大きい可能性がある。
例えば、車両領域St4に写る車両の車長が大きい場合、または、車両の移動方向M1がフレームの上下方向とは異なる場合などには、フレームから検出される車両領域St4の幅が、実空間における車線の幅よりも大きくなってしまう場合があり得る。このとき、フレームから検出される車両領域St4の幅は、実空間における車両の車幅よりも大きい可能性がある。
そこで、抽出部23は、車両領域St4を示す情報に基づいて、車両領域St4の下端幅を算出し、車両領域St4の下端幅とキャリブレーション情報とに基づいて、車両領域St4の下端幅の実寸を推定する。そして、抽出部23は、車両領域St4の下端幅の実寸が実空間における車線の幅を上回る場合には、下端中心点Pt4から代表点A4までの移動量を大きくする(すなわち、補正係数Cを大きくする)。なお、車両領域St1~St3についても車両領域St4についての動作と同様の動作が実行されてよい。
(軌跡抽出S44)
例えば、撮像装置10から遠くに車両が存在する場合には、数フレームの間で車両領域St1~St4が大きく動かないと考えられる。このとき、車両検出部21による車両領域St1~St4の検出精度が高くない場合などには、車両領域St1~St4の検出精度が高くないことなどに起因した車両領域St1~St4の代表点A1~S4の振動が目立つようになってしまうことが考えられる。
例えば、撮像装置10から遠くに車両が存在する場合には、数フレームの間で車両領域St1~St4が大きく動かないと考えられる。このとき、車両検出部21による車両領域St1~St4の検出精度が高くない場合などには、車両領域St1~St4の検出精度が高くないことなどに起因した車両領域St1~St4の代表点A1~S4の振動が目立つようになってしまうことが考えられる。
そこで、抽出部23は、車両領域St4の大きさが所定の大きさより小さい場合、車両領域St4の代表点A4に基づく軌跡の平滑化などの補正を行う。あるいは、抽出部23は、車両領域St4を示す情報とキャリブレーション情報とに基づいて、撮像装置10から見た車両の奥行き方向の距離を算出し、算出した距離が所定の距離より大きい場合、車両領域St4の代表点A4に基づく軌跡の平滑化などの補正を行う。
なお、車両領域St1~St3についても車両領域St4についての動作と同様の動作が実行されてよい。これによって、車両領域St1~St4の検出精度が高くないことなどに起因した車両領域St1~St4の代表点A1~A4の振動が目立たなくなる。
以上、本発明の第2の実施形態に係る交通量計測システムの構成例について説明した。
(2-2.効果)
本発明の第2の実施形態においては、車両領域の下端幅の実寸が実空間における車線の幅を上回る場合には、下端中心点から代表点までの移動量が大きくされる。また、車両が撮像装置10から遠くに存在する場合に、車両領域の代表点に基づく軌跡の平滑化などの補正が行われる。これによって、車両の軌跡がより高精度に抽出され得る。
本発明の第2の実施形態においては、車両領域の下端幅の実寸が実空間における車線の幅を上回る場合には、下端中心点から代表点までの移動量が大きくされる。また、車両が撮像装置10から遠くに存在する場合に、車両領域の代表点に基づく軌跡の平滑化などの補正が行われる。これによって、車両の軌跡がより高精度に抽出され得る。
以上、本発明の第2の実施形態について説明した。
(3.ハードウェア構成例)
続いて、本発明の実施形態に係る交通量計測装置20のハードウェア構成例について説明する。
続いて、本発明の実施形態に係る交通量計測装置20のハードウェア構成例について説明する。
以下では、本発明の実施形態に係る交通量計測装置20のハードウェア構成例として、情報処理装置900のハードウェア構成例について説明する。なお、以下に説明する情報処理装置900のハードウェア構成例は、交通量計測装置20のハードウェア構成の一例に過ぎない。したがって、交通量計測装置20のハードウェア構成は、以下に説明する情報処理装置900のハードウェア構成から不要な構成が削除されてもよいし、新たな構成が追加されてもよい。
図15は、本発明の実施形態に係る交通量計測装置20の例としての情報処理装置900のハードウェア構成を示す図である。情報処理装置900は、CPU(Central Processing Unit)901と、ROM(Read Only Memory)902と、RAM(Random Access Memory)903と、ホストバス904と、ブリッジ905と、外部バス906と、インタフェース907と、入力装置908と、出力装置909と、ストレージ装置910と、通信装置911と、を備える。
CPU901は、演算処理装置および制御装置として機能し、各種プログラムに従って情報処理装置900内の動作全般を制御する。また、CPU901は、マイクロプロセッサであってもよい。ROM902は、CPU901が使用するプログラムや演算パラメータ等を記憶する。RAM903は、CPU901の実行において使用するプログラムや、その実行において適宜変化するパラメータ等を一時記憶する。これらはCPUバス等から構成されるホストバス904により相互に接続されている。
ホストバス904は、ブリッジ905を介して、PCI(Peripheral Component Interconnect/Interface)バス等の外部バス906に接続されている。なお、必ずしもホストバス904、ブリッジ905および外部バス906を分離構成する必要はなく、1つのバスにこれらの機能を実装してもよい。
入力装置908は、マウス、キーボード、タッチパネル、ボタン、マイクロフォン、スイッチおよびレバー等ユーザが情報を入力するための入力手段と、ユーザによる入力に基づいて入力信号を生成し、CPU901に出力する入力制御回路等から構成されている。情報処理装置900を操作するユーザは、この入力装置908を操作することにより、情報処理装置900に対して各種のデータを入力したり処理動作を指示したりすることができる。
出力装置909は、例えば、CRT(Cathode Ray Tube)ディスプレイ装置、液晶ディスプレイ(LCD)装置、OLED(Organic Light Emitting Diode)装置、ランプ等の表示装置およびスピーカ等の音声出力装置を含む。
ストレージ装置910は、データ格納用の装置である。ストレージ装置910は、記憶媒体、記憶媒体にデータを記録する記録装置、記憶媒体からデータを読み出す読出し装置および記憶媒体に記録されたデータを削除する削除装置等を含んでもよい。ストレージ装置910は、例えば、HDD(Hard Disk Drive)で構成される。このストレージ装置910は、ハードディスクを駆動し、CPU901が実行するプログラムや各種データを格納する。
通信装置911は、例えば、ネットワークに接続するための通信デバイス等で構成された通信インタフェースである。また、通信装置911は、無線通信または有線通信のどちらに対応してもよい。
以上、本発明の実施形態に係る交通量計測装置20のハードウェア構成例について説明した。
(4.まとめ)
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
以上、添付図面を参照しながら本発明の好適な実施形態について詳細に説明したが、本発明はかかる例に限定されない。本発明の属する技術の分野における通常の知識を有する者であれば、特許請求の範囲に記載された技術的思想の範疇内において、各種の変更例または修正例に想到し得ることは明らかであり、これらについても、当然に本発明の技術的範囲に属するものと了解される。
1 交通量計測システム
10 撮像装置
20 交通量計測装置
21 車両検出部
22 車両追跡部
23 抽出部
24 交通量計測部
30 記憶装置
40 出力装置
10 撮像装置
20 交通量計測装置
21 車両検出部
22 車両追跡部
23 抽出部
24 交通量計測部
30 記憶装置
40 出力装置
Claims (20)
- 時系列に沿って連続的に撮像された複数の撮像画像を取得する画像取得部と、
前記複数の撮像画像それぞれから移動物体が写る領域を含んだ物体領域を検出する検出部と、
前記物体領域に基づいて、第1の撮像画像における前記移動物体の第1の移動方向を算出する方向算出部と、
前記第1の移動方向と前記第1の撮像画像から検出された第1の物体領域とに基づいて、前記移動物体の軌跡を抽出する軌跡抽出部と、
を備える、情報処理装置。 - 前記方向算出部は、前記複数の撮像画像から検出された前記物体領域それぞれに対応する所定位置に基づいて、前記第1の移動方向を算出する、
請求項1に記載の情報処理装置。 - 前記軌跡抽出部は、前記第1の移動方向と、前記第1の物体領域と、第2の撮像画像における前記移動物体の第2の移動方向と、前記第2の撮像画像から検出された第2の物体領域とに基づいて、前記軌跡を抽出する、
請求項1に記載の情報処理装置。 - 前記軌跡抽出部は、前記第1の移動方向と前記第1の物体領域とに基づいて、前記第1の物体領域の第1の代表点を決定し、前記第1の代表点を前記軌跡として抽出する、
請求項3に記載の情報処理装置。 - 前記軌跡抽出部は、前記第1の物体領域に対応する所定位置から前記第1の物体領域における左方向または右方向に所定の移動量だけ移動した位置を前記第1の代表点として決定する、
請求項4に記載の情報処理装置。 - 前記軌跡抽出部は、前記物体の移動方向が右下方向または左上方向である場合に、前記第1の物体領域に対応する所定位置から前記第1の撮像画像における右方向に移動した位置を前記第1の代表点として決定する、
請求項5に記載の情報処理装置。 - 前記軌跡抽出部は、前記物体の移動方向が左下方向または右上方向である場合に、前記第1の物体領域に対応する所定位置から前記第1の撮像画像における左方向に移動した位置を前記第1の代表点として決定する、
請求項5に記載の情報処理装置。 - 前記軌跡抽出部は、前記第1の移動方向が前記第1の撮像画像における上方向または下方向から遠ざかるほど、前記移動量を大きくする、
請求項5に記載の情報処理装置。 - 前記検出部は、前記第1の撮像画像から前記移動物体の車種を検出し、
前記軌跡抽出部は、前記車種に基づいて前記移動量を制御する、
請求項5に記載の情報処理装置。 - 前記軌跡抽出部は、前記車種がトラックである場合には、前記車種が自動二輪車である場合と比較して、前記移動量を大きくする、
請求項9に記載の情報処理装置。 - 前記軌跡抽出部は、前記第1の物体領域を示す情報に基づいて前記第1の物体領域の大きさを算出し、前記第1の物体領域の大きさに基づいて前記移動量を制御する、
請求項5に記載の情報処理装置。 - 前記第1の物体領域の大きさは、前記第1の物体領域の左右方向の長さまたは前記第1の物体領域の面積である、
請求項11に記載の情報処理装置。 - 前記軌跡抽出部は、前記第1の物体領域を示す情報に基づいて前記第1の物体領域の縦横比を算出し、前記縦横比に基づいて前記移動量を制御する、
請求項5に記載の情報処理装置。 - 前記軌跡抽出部は、前記第2の移動方向と前記第2の物体領域とに基づいて、前記第2の物体領域の第2の代表点を決定し、前記第1の代表点と前記第2の代表点とに基づいて前記軌跡を抽出する、
請求項4に記載の情報処理装置。 - 前記情報処理装置は、前記複数の撮像画像における計測線を跨いだ軌跡の数によって、前記移動物体の数を計測する計測部を備える、
請求項1に記載の情報処理装置。 - 前記移動物体は、車両である、
請求項1に記載の情報処理装置。 - 前記第1の撮像画像は、前記複数の撮像画像に含まれる、
請求項1に記載の情報処理装置。 - 前記第1の撮像画像は、前記複数の撮像画像に含まれない、
請求項1に記載の情報処理装置。 - 時系列に沿って連続的に撮像された複数の撮像画像を取得することと、
前記複数の撮像画像それぞれから移動物体が写る領域を含んだ物体領域を検出することと、
前記物体領域に基づいて、第1の撮像画像における前記移動物体の第1の移動方向を算出することと、
前記第1の移動方向と前記第1の撮像画像から検出された第1の物体領域とに基づいて、前記移動物体の軌跡を抽出することと、
を備える、コンピュータにより実行される情報処理方法。 - コンピュータを、
時系列に沿って連続的に撮像された複数の撮像画像を取得する画像取得部と、
前記複数の撮像画像それぞれから移動物体が写る領域を含んだ物体領域を検出する検出部と、
前記物体領域に基づいて、第1の撮像画像における前記移動物体の第1の移動方向を算出する方向算出部と、
前記第1の移動方向と前記第1の撮像画像から検出された第1の物体領域とに基づいて、前記移動物体の軌跡を抽出する軌跡抽出部と、
として機能させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022136023A JP2024032396A (ja) | 2022-08-29 | 2022-08-29 | 情報処理装置、情報処理方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022136023A JP2024032396A (ja) | 2022-08-29 | 2022-08-29 | 情報処理装置、情報処理方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024032396A true JP2024032396A (ja) | 2024-03-12 |
Family
ID=90193017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022136023A Pending JP2024032396A (ja) | 2022-08-29 | 2022-08-29 | 情報処理装置、情報処理方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2024032396A (ja) |
-
2022
- 2022-08-29 JP JP2022136023A patent/JP2024032396A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4919036B2 (ja) | 移動物体認識装置 | |
JP5293815B2 (ja) | 画像処理装置、画像処理方法、及び画像処理用プログラム | |
JP5136504B2 (ja) | 物体識別装置 | |
US9454704B2 (en) | Apparatus and method for determining monitoring object region in image | |
JP5075672B2 (ja) | 対象物検出装置及び方法 | |
JP6239186B2 (ja) | 表示制御装置及び表示制御方法及び表示制御プログラム | |
JP4656456B2 (ja) | 車線区画線検出装置、車線区画線検出方法、及び車線区画線検出プログラム | |
JP5834933B2 (ja) | 車両位置算出装置 | |
JP4872769B2 (ja) | 路面判別装置および路面判別方法 | |
JP2017162116A (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
JP2011065338A (ja) | 対象物追跡装置及びプログラム | |
KR101877001B1 (ko) | 가상 라인 생성 방법, 역주행 검출 시스템 및 그 방법 | |
JP2011022995A (ja) | 消失点推定装置およびプログラム | |
US20180204333A1 (en) | Object detection device and object detection method | |
JP2012252501A (ja) | 走行路認識装置及び走行路認識用プログラム | |
JP2006350897A (ja) | 運動計測装置 | |
KR101723536B1 (ko) | 도로에서의 차선 검출 방법 및 장치 | |
US10789727B2 (en) | Information processing apparatus and non-transitory recording medium storing thereon a computer program | |
JP5903901B2 (ja) | 車両位置算出装置 | |
JP5891802B2 (ja) | 車両位置算出装置 | |
JP2024032396A (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP5062316B2 (ja) | 車線区画線検出装置、車線区画線検出方法、及び車線区画線検出プログラム | |
JP4462533B2 (ja) | 路面走行レーン検出装置 | |
JP5760523B2 (ja) | 走路推定装置及びプログラム | |
JP5251460B2 (ja) | 接近物体検出装置、接近物体検出プログラム、接近物体検出方法 |