TOP > 国内特許検索 > 画像認識装置、移動体装置、及び画像認識プログラム

画像認識装置、移動体装置、及び画像認識プログラム

国内特許コード	P170014661
整理番号	KIT15051
掲載日	2017年10月31日
出願番号	特願2016-068436
公開番号	特開2017-182437
出願日	平成28年3月30日(2016.3.30)
公開日	平成29年10月5日(2017.10.5)
発明者	山田英夫久野和宏榎田修一橋本達哉
出願人	株式会社エクォス・リサーチ国立大学法人九州工業大学
発明の名称	画像認識装置、移動体装置、及び画像認識プログラム
発明の概要	【課題】頑健性の高い画像認識を行う。【解決手段】画像認識装置２は、対象者３の全身を囲む全体観測領域５と、対象者３の特徴的な部分を囲む部分観測領域６ａ～６ｇを、画像４で対象者３が写っていると推測される箇所に設定する。画像認識装置２は、全体観測領域５と部分観測領域６ａ～６ｇの画像を切り取り、これらと予め学習した画像との類似度をＨＯＧ特徴量と色分布特徴量の２つの画像特徴量を組合せて計算する。画像認識装置２は、ＨＯＧ特徴量と色分布特徴量を組合せる最適な割合（比率）を全体観測領域５と部分観測領域６ａ～６ｇについて個別に計算する。この割合の決定は、ＨＯＧ特徴量と色分布特徴量を組合せる重みを設定する重みパラメータαｉを状態ベクトルに含めてパーティクルフィルタによる全数探索の対象とすることにより行う。【選択図】図１
従来技術、競合技術の概要	近年、画像に写った対象を認識し、その移動を追跡する画像認識装置の需要が高まっている。このような画像認識装置は、例えば、車両やロボットに搭載されて、歩行者や障害物を避けたり、あるいは、監視カメラに搭載されて、不審者を追跡したりするのに用いられる。画像中に対象を認識・追跡する技術は、各種提案されているが、特に優れたものに特許文献１の「物体識別装置、方法及びプログラム」で使用されているＤＰＭ（ＤｅｆｏｒｍａｂｌｅＰａｒｔＭｏｄｅｌ）がある。この技術は、追跡対象人物の全身を認識するための全体的な領域と、追跡対象人物の特徴的な一部分（頭部、腰部、・・・など）を認識するための複数の部分的な領域を組合せることにより、例え追跡対象人物が姿勢変化して全体的な領域での認識が困難になった場合でも、部分的な領域での認識でこれを補い、画像中の追跡対象人物を特定するものである。ところで、移動体（例えば人物）を追跡する場合、追跡対象が人混みに紛れたり、照明環境が変化したりなど、追跡対象の撮影状態は時間と共に様々に変化する。一方、追跡対象を画像で認識する方法には、ＨＯＧ特徴量と呼ばれる対象のエッジ検出を用いた方法や対象の色分布特徴量を用いた方法など各種のものがあるが、これらは認識が得意なシーン（場面）と不得意なシーンがあり、これらの方法を単独で用いると、追跡対象の撮影状態の変化に対応できず、追跡が破綻するという問題があった。
産業上の利用分野	本発明は、画像認識装置、移動体装置、及び画像認識プログラムに関し、例えば、画像に含まれる追跡対象を認識するものに関する。
特許請求の範囲	【請求項1】画像を取得する画像取得手段と、前記取得した画像において追跡対象を観測する観測領域を、一時刻前の画像で前記追跡対象の検出に用いた観測領域に基づいて設定する観測領域設定手段と、前記設定した観測領域から複数種類の画像特徴量を取得する画像特徴量取得手段と、前記取得した画像特徴量ごとに基準特徴量との特徴相関係数を取得する特徴相関係数取得手段と、前記取得した画像特徴量ごとの特徴相関係数を組合せる割合を、一時刻前の画像で前記追跡対象の検出に用いた割合に基づいて設定する割合設定手段と、前記設定した割合で前記特徴相関係数を組合せて前記観測領域に対する領域相関係数を取得する領域相関係数取得手段と、前記観測領域設定手段が設定する観測領域と、前記割合設定手段が設定する割合を変化させながら、前記領域相関係数取得手段が取得する領域相関係数を用いて前記観測領域で観測している対象の尤度を繰り返し取得する尤度取得手段と、前記尤度取得手段で得られた複数の尤度のうち、所定の条件を満たす尤度の取得元となった観測領域で前記追跡対象を検出する検出手段と、を具備したことを特徴とする画像認識装置。【請求項2】前記観測領域設定手段は、前記観測領域として、前記追跡対象の全体を観測する全体観測領域と、前記追跡対象の部分を観測する複数の部分観測領域の組を設定し、前記画像特徴量取得手段は、前記全体観測領域、及び前記部分観測領域ごとに前記複数種類の画像特徴量を取得し、前記特徴相関係数取得手段は、前記全体観測領域、及び前記部分観測領域ごとに前記画像特徴量ごとの特徴相関係数を取得し、前記割合設定手段は、前記全体観測領域、及び前記部分観測領域ごとに前記割合を設定し、前記領域相関係数取得手段は、前記全体観測領域、及び前記部分観測領域ごとに前記領域相関係数を取得し、前記尤度取得手段は、前記全体観測領域、及び前記部分観測領域ごとの領域相関係数を用いて前記尤度を取得することを特徴とする請求項１に記載の画像認識装置。【請求項3】前記全体観測領域、及び前記部分観測領域ごとの領域相関係数に、一時刻前の画像で前記追跡対象の検出に用いた重みに基づいて重みを設定する重み設定手段を具備し、前記尤度取得手段は、前記重みも変化させながら、前記尤度を繰り返し取得することを特徴とする請求項２に記載の画像認識装置。【請求項4】前記尤度取得手段は、前記領域相関係数が所定の閾値を下回る場合は、当該領域相関係数を除外して前記尤度を取得することを特徴とする請求項３に記載の画像認識装置。【請求項5】前記重みの総和が小さい前記全体観測領域と前記部分観測領域の組ほど前記尤度を小さく補正する尤度補正手段を具備したことを特徴とする請求項３、又は請求項４に記載の画像認識装置。【請求項6】前記割合設定手段が設定する割合が一方に偏るほど前記尤度が小さくなるように補正を行う偏り補正手段を具備したことを特徴とする請求項３、請求項４、又は請求項５に記載の画像認識装置。【請求項7】前記割合設定手段と前記重み設定手段は、前記追跡対象の検出に失敗した場合に、それぞれ前記割合と前記重みを一時刻前の画像とは無関係な任意の値に設定することを特徴とする請求項３から請求項６までのうちの何れか１の請求項に記載の画像認識装置。【請求項8】前記複数種類の画像特徴量は、前記取得した画像の輝度勾配分布特徴量と、色分布特徴量であることを特徴とする請求項１から請求項７に記載の画像認識装置。【請求項9】前記尤度が満たす所定の条件は、尤度の最大値であることを特徴とする請求項１から請求項８までのうちの何れか１の請求項に記載の画像認識装置。【請求項10】前記領域相関係数取得手段は、前記設定した割合による線形和によって、前記取得した特徴相関係数を組合せることを特徴とする請求項１から請求項９までのうちの何れか１の請求項に記載の画像認識装置。【請求項11】請求項１から請求項１０までのうちの何れか１の請求項に記載の画像認識装置を用いて対象を検出する検出手段と、前記検出した対象に対して所定の位置に移動する移動手段と、を具備したことを特徴とする移動体装置。【請求項12】画像を取得する画像取得機能と、前記取得した画像において追跡対象を観測する観測領域を、一時刻前の画像で前記追跡対象の検出に用いた観測領域に基づいて設定する観測領域設定機能と、前記設定した観測領域から複数種類の画像特徴量を取得する画像特徴量取得機能と、前記取得した画像特徴量ごとに基準特徴量との特徴相関係数を取得する特徴相関係数取得機能と、前記取得した画像特徴量ごとの特徴相関係数を組合せる割合を、一時刻前の画像で前記追跡対象の検出に用いた割合に基づいて設定する割合設定機能と、前記設定した割合で前記特徴相関係数を組合せて前記観測領域に対する領域相関係数を取得する領域相関係数取得機能と、前記観測領域設定機能が設定する観測領域と、前記割合設定機能が設定する割合を変化させながら、前記領域相関係数取得機能が取得する領域相関係数を用いて前記観測領域で観測している対象の尤度を繰り返し取得する尤度取得機能と、前記尤度取得機能で得られた複数の尤度のうち、所定の条件を満たす尤度の取得元となった観測領域で前記追跡対象を検出する検出機能と、をコンピュータで実現する画像認識プログラム。
国際特許分類(IPC)	G06T 7/20 動きの分析
Fターム	5L096AA06 濃淡（多値） 5L096BA04 自動車 5L096BA05 ロボット 5L096CA04 単数カメラ複数画像 5L096DA02 数値（認識結果、幾何学量など） 5L096EA39 重み付け 5L096FA06 輪郭 5L096FA34 相関 5L096FA35 ヒストグラム 5L096FA77 オーバーラップ 5L096GA07 １つの画像の画素間で差分 5L096GA51 しきい値☆＊ 5L096HA05 追尾 5L096JA05 内積（ＣＯＳ） 5L096JA11 特徴量による認識 5L096JA16 複数認識の組み合わせ 5L096JA18 画像の全体、部分の特徴を使用
画像 ※ 画像をクリックすると拡大します。
出願権利状態	公開

英語項目の表示

発明の名称	IMAGE RECOGNITION DEVICE, MOBILE DEVICE, AND IMAGE RECOGNITION PROGRAM
発明の概要	PROBLEM TO BE SOLVED: To perform an image recognition high in robustness. SOLUTION: An image recognition device 2 sets an entire observation area 5 surrounding an entire body of an object person 3 and partial observation areas 6 a to 6 g surrounding feature portions of the object person 3 to a site at which the object person 3 presumably appears in an image 4. The image recognition device 2 cuts out the entire observation area 5 and the partial observation areas 6 a to 6 g of the image and calculates the similarity between these cut-out images and the previously learned images by combining two image feature amounts of a HOG feature amount and a color distribution feature amount. The image recognition device 2 individually calculates an optimum percentage (ratio) in which the HOG feature amount and the color distribution feature amount are combined, regarding the entire observation area 5 and the partial observation areas 6 a to 6 g. This percentage is determined by including a weight parameter αi for setting a weight combining the HOG feature amount and the color distribution feature amount in a state vector so as to be made an object of the exhaustive search by a particle filter.

発明の名称

IMAGE RECOGNITION DEVICE, MOBILE DEVICE, AND IMAGE RECOGNITION PROGRAM コモンズ

発明の概要

PROBLEM TO BE SOLVED: To perform an image recognition high in robustness.
SOLUTION: An image recognition device 2 sets an entire observation area 5 surrounding an entire body of an object person 3 and partial observation areas 6 a to 6 g surrounding feature portions of the object person 3 to a site at which the object person 3 presumably appears in an image 4. The image recognition device 2 cuts out the entire observation area 5 and the partial observation areas 6 a to 6 g of the image and calculates the similarity between these cut-out images and the previously learned images by combining two image feature amounts of a HOG feature amount and a color distribution feature amount. The image recognition device 2 individually calculates an optimum percentage (ratio) in which the HOG feature amount and the color distribution feature amount are combined, regarding the entire observation area 5 and the partial observation areas 6 a to 6 g. This percentage is determined by including a weight parameter αi for setting a weight combining the HOG feature amount and the color distribution feature amount in a state vector so as to be made an object of the exhaustive search by a particle filter.

※ 詳細は、下記「問合せ先」まで直接お問い合わせください。