JP6871199B2

JP6871199B2 - 目標物認識装置

Info

Publication number: JP6871199B2
Application number: JP2018102163A
Authority: JP
Inventors: 英治尾形
Original assignee: 大井電気株式会社
Priority date: 2018-05-29
Filing date: 2018-05-29
Publication date: 2021-05-12
Anticipated expiration: 2038-05-29
Also published as: JP2019207523A

Description

本発明は、目標物認識装置に関し、特に、画像に示される目標物を認識する装置に関する。

画像に示された特定の物体を認識する技術につき研究開発が行われている。画像認識技術には、時間経過と共に順次取得される画像のそれぞれにおいて目標物を認識し、目標物を追跡するものがある。

例えば、以下の特許文献１には、カメラ映像から人物を検出し、検出された人物を追跡する画像認識装置が記載されている。この画像認識装置は、時間経過と共に順次取得された画像から検出対象物としての人物を検出し、各画像における人物の位置を求めることで人物を追跡する。人物を検出する処理は、処理対象の画像における特定の領域が人物を示す可能性としての尤度を求め、尤度が所定の尤度閾値よりも大きい場合に、その特定の領域に対応する物体を人物として確定することで行われる。

なお、画像上で認識される物体は、実際には、画像上で特定の領域を占める物体の像を指すが、本願明細書では、表現を簡略化するため、画像上で特定の領域を占める物体の像を、単に画像上の物体と表現する。

特開２０１６−１６２２３２号公報

画像上で目標物を認識する処理については、次のような課題がある。すなわち、尤度が近い複数の物体が１つの画像から認識された場合、いずれの物体を目標物として認識すべきかの判定が困難となる場合がある。これによって、例えば、時間経過と共に順次取得される画像において目標物を追跡する場合には、追跡の途中で目標物でない別の物体を誤って追跡してしまうことがある。

本発明は、画像に示された目標物を確実に認識することを目的とする。

本発明は、時間経過と共に画像を順次取得する画像取得部と、画像上で目標物を認識する物体認識部と、を備え、前記物体認識部は、先に取得された画像で認識された前記目標物の位置に基づいて、前記目標物が認識されると予測される予測範囲を、次に取得された画像上に設定する予測範囲設定部と、次に取得された画像上の物体について前記目標物に対する尤度を求めると共に、当該尤度が所定の認識条件を満たす物体のうち、前記予測範囲に対する所定の位置条件が満たされる物体を前記目標物として認識する目標物認識部と、を備え、前記尤度が前記認識条件を満たす物体であって、前記予測範囲に対する所定の位置条件が満たされる物体がないときに、前記目標物認識部は、前記尤度が前記認識条件を満たさない物体であって、前記予測範囲に対する所定の位置条件が満たされる仮目標物があるときは、先に取得された画像のうち、前記尤度が前記認識条件を満たすことで前記目標物が認識された目標物認識画像の数に応じて、当該仮目標物についての前記尤度を修正し、修正尤度を求める修正処理と、前記修正尤度が前記認識条件を満たすときに、前記仮目標物を前記目標物として認識する修正認識処理と、を実行することを特徴とする。

望ましくは、前記修正尤度は、前記目標物認識画像の数が大きい程、大きい値を有する。

本発明によれば、画像に示された目標物を確実に認識することができる。

物体認識装置の構成を示す図である。予測範囲を設定する処理を概念的に示す図である。予測範囲を設定する処理を概念的に示す図である。出力画像の例を示す図である。１つの画像から目標物を認識する処理を示すフローチャートである。第４の画像データが示す画像上で認識された物体Ｏの尤度が尤度閾値以下であったときの例を示す図である。追跡誤りについて説明するための図である。

図１には、本発明の実施形態に係る物体認識装置１０の構成が示されている。物体認識装置１０は、画像取得部１２、物体認識部１４、追跡結果記憶部２６、プログラム記憶部２８、物体認識データベース３０および追跡成功回数記憶部３２を備えている。追跡結果記憶部２６、プログラム記憶部２８、および追跡成功回数記憶部３２は、アドレスによって複数の部分に分けられた１つのメモリによって構成されてもよい。

物体認識装置１０は、画像取得部１２によって動画像を撮影し、動画像上の目標物を認識し追跡する。動画像は、画像取得部１２によって時間経過と共に順次撮影される個々の画像によって構成される。すなわち、物体認識装置１０は、時間経過と共に順次撮影される画像上で目標物を認識し、各画像上で認識された目標値の位置を求めることで目標物の追跡を行う。

画像取得部１２はカメラを備えており、所定のフレームレートで画像を撮影（取得）し、１フレーム周期が経過するごとに１フレームの画像データを物体認識部１４に出力する。画像取得部１２が取得する画像データが示す画像の視野（撮影視野）は一定であり、目標物の追跡は一定の撮影視野内で行われる。また、画像取得部１２はカメラを備えていなくてもよく、画像取得部１２に接続された外部のカメラから画像を取得してもよい。さらに、画像取得部１２は、外部に設けられたメモリから動画データを読み込んでもよいし、動画データを出力する情報処理装置から動画データを読み込んでもよい。

物体認識部１４は、予測範囲設定部１８、目標物認識部２０、追跡結果生成部２２および出力画像生成部２４を備えている。物体認識部１４は、例えば、プログラム記憶部２８に記憶されたプログラムを実行するプロセッサによって構成される。この場合、プロセッサはプログラムを実行することで、予測範囲設定部１８、目標物認識部２０、追跡結果生成部２２および出力画像生成部２４を自らの内部に構成する。また、これらの構成要素は、ハードウエアとしてのディジタル回路によって個別に構成されてもよい。

物体認識部１４は、画像取得部１２から出力された画像データが示す画像において目標物を探索し、撮影視野内で目標物を追跡する。具体的には、以下に説明する目標物追跡処理を実行し、１フレームの画像における目標物の位置を求め、目標物の位置を表す追跡結果データを１フレームごとに求め、追跡結果記憶部２６に記憶させる。追跡結果データは、目標物の位置を座標値によって表す数値データであってもよいし、目標物の位置を画像によって表す画像データであってもよい。目標物の位置を表す画像は、画像取得部１２が取得した画像データが示す画像上に目標物を示す図形を重ねたものであってもよい。

目標物追跡処理について説明する。予測範囲設定部１８は、画像取得部１２から出力された画像データが示す画像に対し、目標物が認識される予測範囲を設定する。予測範囲の設定は、最新の画像データよりも先に取得されたＭフレームの画像データのそれぞれに対して求められた追跡結果データを用いて行われる。ただし、Ｍは１以上の整数であり、最新の画像データよりも先に取得された画像データが１フレームであるときは、予測範囲設定部１８は、先に取得された画像データが示す画像上で認識された目標物の位置から所定距離だけ所定方向にずれた範囲を予測範囲として設定する。また、最新の画像データよりも先に画像データが取得されていないときは、予測範囲設定部１８は、予め定められた初期範囲を予測範囲として設定する。

予測範囲設定部１８は、追跡結果記憶部２６に記憶されている各追跡結果データ、すなわち、過去のＭフレームの画像データに対して求められた各追跡結果データを参照する。そして、Ｍフレームの間に目標物が撮影視野内で移動した経路を示す軌跡を求め、その軌跡を未来側に延長する処理によって、最後に取得された画像データが示す画像、すなわち、最新の画像データが示す最新画像に対して予測範囲を設定する。

図２には、予測範囲を設定する処理が概念的に示されている。この図では、目標物としてワゴン車が撮影視野３４内に示されている。目標物Ｔ１〜Ｔ３は、最新の画像データよりも先に取得された３フレームの画像データが示す画像上で認識された目標物である。目標物Ｔ１は、最も先に取得された第１の画像データが示す画像上で認識された目標物であり、目標物Ｔ２はその次に取得された第２の画像データが示す画像上で認識された目標物である。目標物Ｔ３は、第２の画像データの次に取得された第３の画像データが示す画像上で認識された目標物である。なお、図２では、説明の便宜上、１フレーム周期で目標物が移動する距離、すなわち、隣接する目標物の距離が誇張して描かれている。実際の１フレーム周期では、１フレーム周期で目標物が移動する距離は図２に示されているよりも短い場合が多い。

予測範囲設定部１８は、目標物Ｔ１〜Ｔ３の移動軌跡を求め、その移動軌跡の未来側への延長線上に予測範囲３６を設定する。図２では、矩形の予測範囲３６が二点鎖線によって示されている。予測範囲３６の形状は、矩形の他、円形や楕円形、あるいはその他の多角形であってもよい。また、予測範囲３６の形状は、目標物に近似した形状であってもよい。なお、図２には、目標物としてのワゴン車が最新画像上で探索される可能性のある位置が、ワゴン車を表す破線で示されている。

目標物認識部２０は、目標物に対する尤度が０でない領域を最新画像上で検出し、その領域を物体であると認識すると共に、目標物に対する尤度が尤度閾値Ｈを超える物体を最新画像において探索する。ここで、目標物に対する尤度とは、物体が目標物である可能性の高さを示す値（物体が目標物であるらしいことの度合いを示す値）をいう。以下の説明では「目標物に対する尤度」を単に「尤度」という。尤度は、物体からの距離または方向が異なる複数の位置から物体を眺めたときの画像についても、目標物である可能性が高い物体については、尤度閾値Ｈを超えるように定義されている。

最新画像上で尤度を求める処理は、物体認識データベース３０を参照しながら実行される。物体認識データベース３０には、複数の異なる位置から１つの物体を見たときの形状を示す多元的物体データが、複数種の目標物のそれぞれについて予め記憶されている。多元的物体データが記憶される複数種の目標物は、自動車、オートバイ、人、動物等、物体認識装置１０が認識することを予定している複数種の物体であってもよい。目標物認識部２０は、目標物としてのワゴン車の多元的物体データを参照し、尤度が尤度閾値Ｈを超える物体を最新画像において探索する。

目標物認識部２０は、尤度が尤度閾値Ｈを超える１つの物体が最新画像上で探索されたときは、この物体と予測範囲３６との間の判定距離を求める。判定距離は、例えば、探索された物体の重心と、予測範囲３６の重心との間の距離として定義される。目標物認識部２０は、判定距離が所定の距離閾値以下である場合には、この物体を目標物であると認識する。

目標物認識部２０は、尤度が尤度閾値Ｈを超える複数の物体が最新画像上で探索されたときは、これら複数の物体のそれぞれについて判定距離を求める。目標物認識部２０は、これら複数の物体のうち、判定距離が所定の距離閾値以下であり、判定距離が最短である物体を目標物であると認識する。

追跡結果生成部２２は、目標物認識部２０が目標物を認識したことに応じて追跡結果データを生成し、追跡結果記憶部２６に追跡結果データを記憶させる。追跡結果生成部２２は、追跡成功回数記憶部３２に記憶されている追跡成功回数を１だけ増加させる。追跡成功回数は、尤度が尤度閾値Ｈを超え、かつ、判定距離が距離閾値以下である物体が探索された追跡成功回数を示す０以上の整数である。なお、尤度が尤度閾値Ｈを超えると共に、判定距離が距離閾値以下である物体が最新画像上で探索されなかった場合の修正処理については後述する。

図３には、目標物Ｔ１〜Ｔ３に加えて、第３の画像データの次に取得された第４の画像データが示す画像上で認識された目標物Ｔ４が示されている。第１〜第４の画像データに対して実行された処理と同様の処理によって、物体認識部１４は、最新の画像データ（第５の画像データ）が示す最新画像上に予測範囲３６を設定し、尤度が尤度閾値Ｈを超える物体を最新画像上で探索する。物体認識部１４は、探索された物体について判定距離を求め、判定距離が距離閾値以下である場合には、この物体を目標物であると認識する。また、最新画像において尤度が尤度閾値Ｈを超える複数の物体が探索された場合には、物体認識部１４は、判定距離が距離閾値以下であり、判定距離が最短である物体を目標物であると認識する。物体認識部１４は、さらに、目標物に対して追跡結果データを生成して追跡結果記憶部２６に記憶させると共に、追跡成功回数記憶部３２に記憶されている追跡成功回数を１だけ増加させる。

出力画像生成部２４は、追跡結果記憶部２６に記憶された追跡結果データを参照することで目標物の軌跡を示す出力画像データを生成し、物体認識部１４から出力する。出力画像データが示す出力画像は、例えば、最新画像に対して目標物の軌跡を示す図形を重ねて示したものである。図４には、出力画像の例が示されている。この出力画像４０では、最新画像に対し、曲線および矢印によって表された目標物Ｔの軌跡３８が重ねて示されている。出力画像生成部２４は、画像取得部１２から順次出力された各画像データに対応する出力画像データを物体認識部１４から順次出力する。また、出力画像生成部２４は、各出力画像データを動画像データとして追跡結果記憶部２６に記憶させてもよいし、物体認識部１４に接続されたその他のメモリに記憶させてもよい。

尤度が尤度閾値Ｈを超えると共に、判定距離が距離閾値以下である物体が最新画像上で探索されなかった場合の修正処理について説明する。目標物認識部２０は、尤度が尤度閾値Ｈ０を超え、尤度閾値Ｈ以下である物体を最新画像上で探索する。

目標物認識部２０は、尤度が尤度閾値Ｈ０を超え、尤度閾値Ｈ以下である１つの物体が最新画像上で探索されたときは、この物体と予測範囲３６との間の判定距離を求める。目標物認識部２０は、判定距離が所定の距離閾値以下である場合には、この物体を仮目標物であると認識する。

目標物認識部２０は、目標物に対する尤度が尤度閾値Ｈ０を超え、尤度閾値Ｈ以下である複数の物体が最新画像上で探索されたときは、これら複数の物体のそれぞれについて判定距離を求める。目標物認識部２０は、これら複数の物体のうち、判定距離が所定の距離閾値以下であり、判定距離が最短である物体を仮目標物であると認識する。物体認識部１４は、各物体について求められた判定距離が所定の距離閾値を超える場合には、目標物の追跡を終了する。この場合、物体認識部１４は、目標物を探索し追跡する処理を最初から実行する。

目標物認識部２０は、追跡成功回数記憶部３２に記憶されている追跡成功回数ＳＣを読み込み、仮目標物に対して求められた尤度Ｌ０と追跡成功回数ＳＣを用いた以下の（数１）に基づいて尤度Ｌ０を修正し、修正尤度Ｌ１を求める。

（数１）Ｌ１＝Ｌ０＋ｋ・ＳＣ

ｋは正の調整係数であり、例えば、実験やシミュレーションによって適切な値に設定される。（数１）は、最新の画像データよりも先に取得された画像データに対して求められた追跡成功回数ＳＣが大きい程、尤度Ｌ０に対する加算値ｋ・ＳＣを大きくし、追跡成功回数ＳＣが大きい程、修正尤度Ｌ１を大きくすることを意味する。

目標物認識部２０は、修正尤度Ｌ１が尤度閾値Ｈを超えるときは、仮目標物を目標物として認識する。追跡結果生成部２２は、目標物認識部２０が仮目標物を目標物として認識したことに応じて追跡結果データを生成し、追跡結果記憶部２６に追跡結果データを記憶させる。

なお、修正処理では、追跡成功回数記憶部３２に記憶されている追跡成功回数はそのままに維持される。目標物認識部２０は、修正尤度Ｌ１が尤度閾値Ｈ以下であるときは、これまで追跡していた目標物の追跡を終了する。この場合、物体認識部１４は、目標物を探索し追跡する処理を最初から実行する。

図５には、目標物追跡処理において、画像上で目標物を認識する処理を例示するフローチャートが示されている。物体認識部１４は、画像取得部１２から出力された画像データが示す画像上で尤度が０でない領域を検出することで物体を探索する（Ｓ１０１）。物体認識部１４は、尤度が尤度閾値Ｈを超え、かつ、判定距離が距離閾値以下の物体があるか否かを判定し（Ｓ１０２）、その物体が複数あるときは、判定距離が最短の物体を目標物として認識する（Ｓ１０３）。また、物体認識部１４は、尤度が尤度閾値Ｈを超え、かつ、判定距離が距離閾値以下の物体が１つである場合には、その物体を目標物として認識する（Ｓ１０３）。物体認識部１４は、追跡成功回数記憶部３２に記憶された追跡成功回数に１を加算する（Ｓ１０４）。物体認識部１４は、処理対象の画像上で目標物を探索する処理を終了し、次の画像上で目標物を認識する処理に進む。

物体認識部１４は、尤度が尤度閾値Ｈを超え、かつ、判定距離が距離閾値以下の物体がないときは、尤度が尤度閾値Ｈ０を超え、尤度閾値Ｈ以下であり、かつ、判定距離が距離閾値以下の物体があるか否かを判定し（Ｓ１０５）、そのような物体が複数あるときは、判定距離が最短の物体を仮目標物として認識する（Ｓ１０６）。物体認識部１４は、尤度が尤度閾値Ｈ０を超え、尤度閾値Ｈ以下であり、かつ、判定距離が距離閾値以下の物体が１つである場合には、その物体を仮目標物として認識する（Ｓ１０６）。

物体認識部１４は、仮目標物についての尤度Ｌ０を修正して修正尤度Ｌ１を求める（Ｓ１０７）。そして、修正尤度Ｌ１が尤度閾値Ｈを超えるか否かを判定する（Ｓ１０８）。物体認識部１４は、修正尤度Ｌ１が尤度閾値Ｈを超えるときは、その仮目標物を目標物として認識し（Ｓ１０９）、処理対象の画像上で目標物を探索する処理を終了し、次の画像上で目標物を認識する処理に進む。

物体認識部１４は、尤度が尤度閾値Ｈ０を超え、尤度閾値Ｈ以下であり、かつ、判定距離が距離閾値以下の物体がないとき（Ｓ１０５）、あるいは、仮目標物の修正尤度が尤度閾値Ｈ以下であるときは（Ｓ１０８）、処理対象の画像上で目標物を探索する処理を終了し、目標物の追跡を終了する。

図６には、第４の画像データが示す画像上で認識された物体Ｏの尤度が尤度閾値Ｈ以下であったときの例が示されている。この例では、物体Ｏに対して修正尤度Ｌ１が求められ、修正尤度Ｌ１が尤度閾値Ｈを超えたことによって、物体Ｏが目標物Ｔ４として認識されている。尤度が尤度閾値Ｈ以下となった原因としては、例えば、処理対象の物体Ｏが暗闇にあることや、逆光で撮影されたこと等によって尤度が低下したことがある。物体認識部１４は、目標物Ｔ１〜Ｔ３に加えて目標物Ｔ４に基づいて、第５の画像データが示す画像上に予測範囲を設定し、目標物追跡処理を引き続き実行し、目標物Ｔ５を認識する。

このように、本実施形態に係る物体認識装置１０は、時間経過と共に画像を順次取得する画像取得部１２と、画像上で目標物を認識する物体認識部１４とを備えている。物体認識部１４は、少なくとも予測範囲設定部１８および目標物認識部２０を備えている。予測範囲設定部１８は、先に取得された画像で認識された目標物の位置に基づいて、目標物が認識されると予測される予測範囲３６を、次に取得された画像上に設定する。目標物認識部２０は、次に取得された画像上の物体について尤度を求めると共に、尤度が所定の認識条件を満たす物体のうち、予測範囲３６に対する所定の位置条件が満たされる物体を目標物として認識する。

本実施形態における認識条件は、目標物に対する尤度が尤度閾値Ｈを超えるという条件である。また、本実施形態における位置条件は、物体または仮目標物と予測範囲３６との間の判定距離が距離閾値以下であるという条件である。

目標物認識部２０は、目標物に対する尤度が認識条件を満たさない物体であって、予測範囲３６に対する所定の位置条件が満たされる仮目標物があるときは、先に取得された画像のうち、追跡成功回数ＳＣ（尤度が認識条件を満たすことで目標物が認識された目標物認識画像の数）に応じて、その仮目標物についての尤度を修正し、修正尤度を求める修正処理を実行する。目標物認識部２０は、修正尤度が認識条件を満たすときに、仮目標物を目標物として認識する修正認識処理を実行する。

なお、上記の尤度閾値Ｈ、尤度閾値Ｈ０、および距離閾値は、実験やシミュレーションによって適切な値が求められてもよい。

本実施形態に係る物体認識装置１０では、尤度が認識条件を満たさないものの予測範囲に対する位置条件が満たされる物体が仮目標物として認識される。仮目標物については、過去に追跡が成功した回数が多い程、その値が大きくなるような修正尤度が求められ、修正尤度によって、仮目標物が目標物であると認識され得る。したがって、画像取得部１２で順次取得される画像が、目標物追跡の途中で劣化した場合であっても、過去に目標物として認識された物体は再び目標物として認識され易く、目標物の追跡が確実に行われる。なお、画像の劣化には、視界が良好でない領域に目標物が入り込んだり、逆光で撮影されたりしたことによるものがある。

従来技術では、目標物に対する尤度が近い複数の物体が１つの画像内にある場合には、目的物とすべきでない物体を誤って追跡してしまう可能性がある。例えば、図７に示されているように、目標物としてのワゴン車の他、目標物でない乗用車が撮影視野３４内に現れている場合について、追跡誤りが生じる問題点について説明する。対象物体Ａ１〜Ａ４は、それぞれ、画像取得部１２で順次取得された第１〜第４の画像データから認識された目標物を撮影視野３４内に概念的に示したものである。非対象物体Ｂ１〜Ｂ４は、それぞれ、第１〜第４の画像データから認識された目標物でない物体を撮影視野３４内に概念的に示したものである。対象物体Ａ１、Ａ２およびＡ４の尤度は尤度閾値Ｈを超えるものの、対象物体Ａ３の尤度は尤度閾値Ｈ以下であるものとする。

乗用車はワゴン車に形態が近似しているため、非対象物体Ｂ１〜Ｂ４の尤度は、対象物体Ａ１〜Ａ４の尤度に近くなる可能性が高い。さらに、非対象物体Ｂ３は、対象物体Ａ３に接近している。このような条件の下、従来技術では、対象物体Ａ３ではなく非対象物体Ｂ３が誤って目標物であると認識され、それ以降は、ワゴン車ではなく乗用車が追跡されてしまう可能性がある。

本実施形態に係る物体認識装置１０によれば、非対象物体Ｂ３は、尤度について認識条件が満たされたとしても、予測範囲に対する位置条件が満たされない可能性が高い。一方、対象物体Ａ３については修正尤度が求められ、修正尤度に基づいて対象物体Ａ３が目標物であると認識される可能性が高い。したがって、非対象物Ｂ３を目標物であると誤って認識してしまう可能性が低くなり、目標物の追跡が確実に行われる。

なお、修正尤度Ｌ１は、（数１）で定義される他、追跡成功回数ＳＣが大きい程、大きい値となるように定義されるものであればよい。例えば、修正尤度Ｌ１は、（数２）で定義される値であってもよい。（数２）中のｃは１を超える調整係数であり、実験やシミュレーションによって適切な値に設定される。

（数２）Ｌ１＝Ｌ０・ｃ・ＳＣ

物体認識部１４は、物体認識データベース３０を自ら更新する学習機能を備えていてもよい。すなわち、物体認識部１４は、自動車、オートバイ、人物等に分類される目標物の各分類について、多元的物体データを自動的に生成する機能を備えていてもよい。この場合、物体認識部１４はインターネットに接続されていてもよい。物体認識部１４は、目標物の分類ごとにインターネットから物体の外見の特徴を表す情報を取得して多元的物体データを生成し、物体認識データベース３０に蓄積する。多元的物体データの生成に際しては、画像取得部１２によって取得された画像データが素材として用いられてもよい。

１０物体認識装置、１２画像取得部、１４物体認識部、１８予測範囲設定部、２０目標物認識部、２２追跡結果生成部、２４出力画像生成部、２６追跡結果記憶部、２８プログラム記憶部、３０物体認識データベース、３２追跡成功回数記憶部、３４撮影視野、３６予測範囲、３８軌跡、４０出力画像。

Claims

時間経過と共に画像を順次取得する画像取得部と、
画像上で目標物を認識する物体認識部と、を備え、
前記物体認識部は、
先に取得された画像で認識された前記目標物の位置に基づいて、前記目標物が認識されると予測される予測範囲を、次に取得された画像上に設定する予測範囲設定部と、
次に取得された画像上の物体について前記目標物に対する尤度を求めると共に、当該尤度が所定の認識条件を満たす物体のうち、前記予測範囲に対する所定の位置条件が満たされる物体を前記目標物として認識する目標物認識部と、を備え、
前記尤度が前記認識条件を満たす物体であって、前記予測範囲に対する所定の位置条件が満たされる物体がないときに、前記目標物認識部は、
前記尤度が前記認識条件を満たさない物体であって、前記予測範囲に対する所定の位置条件が満たされる仮目標物があるときは、先に取得された画像のうち、前記尤度が前記認識条件を満たすことで前記目標物が認識された目標物認識画像の数に応じて、当該仮目標物についての前記尤度を修正し、修正尤度を求める修正処理と、
前記修正尤度が前記認識条件を満たすときに、前記仮目標物を前記目標物として認識する修正認識処理と、を実行することを特徴とする物体認識装置。
請求項１に記載の物体認識装置において、
前記修正尤度は、前記目標物認識画像の数が大きい程、大きい値を有することを特徴とする物体認識装置。