対象物検出装置及びプログラム
【課題】対象物の存在する環境に植物が存在する場合に、対象物の誤検出を低減する。
【解決手段】対象物として歩行者を検出する歩行者検出装置は、周辺環境を撮像して画像を生成するカメラ１０と、生成された画像に対して歩行者の候補となる候補領域を設定する候補領域設定部２０と、設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定部３０と、候補領域のうち植物領域と判定されたものを除外した候補領域に対して歩行者があるかを検出する歩行者識別部４０と、を備えている。
【解決手段】対象物として歩行者を検出する歩行者検出装置は、周辺環境を撮像して画像を生成するカメラ１０と、生成された画像に対して歩行者の候補となる候補領域を設定する候補領域設定部２０と、設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定部３０と、候補領域のうち植物領域と判定されたものを除外した候補領域に対して歩行者があるかを検出する歩行者識別部４０と、を備えている。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、対象物検出装置及びプログラムに関する。
【背景技術】
【０００２】
従来、ドライバの安全運転を支援すべく、車載カメラにより生成された画像を用いて歩行者等の様々な対象物を検出する技術が開示されている。
【０００３】
特許文献１には、テンプレート用の画像を予め周波数展開してテンプレートとして用い、カメラにより撮影された画像から切り出した判定対象領域を周波数展開して歩行者の輪郭に相当する周波数成分とテンプレートと比較することで、テンプレート量を削減し、処理負荷を軽減した画像認識装置が開示されている。
【０００４】
また、特許文献２には、矩形物はライン間のパターンが類似していることを考慮し、画像の各ラインの位相不変の特徴量を用いてライン間のパターンの類似度を評価し、評価した類似度に基づいて物体を識別することにより、矩形物の誤検出を抑制する画像処理装置が開示されている。
【特許文献１】特開２００８−１８１４２２号公報
【特許文献２】特開２００８−６５４６４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかし、対象物の存在する環境に樹木などの植物が存在する場合、樹木の葉に相当する画像領域は細かなテクスチャ（texture）で構成されているので、歩行者の輪郭に相当する周波数成分も含まれている。したがって、特許文献１の技術は、対象物の存在する環境に樹木などの植物が存在する場合、対象物と歩行者を区別することが困難であり、対象物の検出精度が劣化する問題がある。
【０００６】
また、特許文献２の技術は、画像のライン間の位相不変な特徴量に基づいて、幅や高さが一様な矩形物を検出することができるが、樹木の葉の領域を検出することができないため、誤検出する問題がある。
【０００７】
本発明は、上述した課題を解決するために提案されたものであり、対象物の存在する環境に植物が存在する場合に、対象物の誤検出を低減できる対象物検出装置及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明に係る対象物検出装置は、周辺環境を撮像して画像を生成する撮像手段と、前記撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、を備えている。
【０００９】
本発明に係る対象物検出プログラムは、コンピュータを、周辺環境を撮像して画像を生成する撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、して機能させるためのプログラムである。
【００１０】
候補領域設定手段は、撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する。植物領域判定手段は、設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する。
【００１１】
ここで、画像の中の植物領域には細かなテクスチャが含まれていることから、画像の周波数分析が行われると、植物領域と他の領域とで周波数分析結果に違いが生じる。よって、植物判定手段は、この周波数分析結果に基づいて、候補領域が植物を含む領域であるかを判定できる。
【００１２】
そして、対象物検出手段は、候補領域のうち植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、対象物があるかを検出する。よって、候補領域の中から予め植物領域を除外して対象物の検出を行うので、植物を対象物であると誤って検出することを低減することができる。
【発明の効果】
【００１３】
本発明に係る対象物検出装置及びプログラムは、対象物の候補となる候補領域の周波数分析を行い、周波数分析結果に基づいて候補領域が植物を含む植物領域であるかを判定し、候補領域のうち植物領域と判定されたものを除外した候補領域に対して対象物があるかを検出することにより、対象物の存在する環境に植物が存在する場合でも、対象物の誤検出を低減することができる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。本発明は、例えば以下の各実施形態に示すように、対象物として歩行者を検出する歩行者検出装置に適用可能である。なお、検出される対象物は、歩行者に限定されるものではない。
【００１５】
［第１の実施形態］
図１は、本発明の第１の実施形態に係る歩行者検出装置の構成を示すブロック図である。なお、各実施形態に係る歩行者検出装置は、例えば車両に搭載された状態で、車両前方に存在する歩行者を検出する。但し、歩行者検出装置は、車両に搭載される場合に限定されるものではなく、その他の移動体、又は建造物等の静止物体に取り付けられてもよい。
【００１６】
歩行者検出装置は、車両前方の環境を撮像して画像を生成するカメラ１０と、生成された画像の中から歩行者の存在する可能性のある候補領域を設定する候補領域設定部２０と、候補領域に植物が存在するかを判定する植物領域判定部３０と、候補領域に歩行者が存在するかを識別する歩行者識別部４０と、候補領域の設定、植物判定、歩行者検出等に必要な学習済みデータ（画像パターン等）を記憶しているデータベース５０と、歩行者識別部４０の識別結果を出力する出力部６０と、を備えている。
【００１７】
また、植物領域判定部３０は、候補領域設定部２０で設定された各候補領域の周波数を分析する周波数分析部３２と、周波数分析結果に基づいて各候補領域に植物が存在するかを判定する植物判定部３４と、を備えている。
【００１８】
図２は、歩行者検出処理ルーチンを示すフローチャートである。以上のように構成された歩行者検出装置は、歩行者検出ルーチンに従って歩行者を検出する。
【００１９】
ステップＳ１では、カメラ１０は、車両の周辺環境を撮像して画像を生成して、その画像を候補領域設定部２０に入力する。なお、画像はモノクロでもカラーでもよい。そして、ステップＳ２に進む。
【００２０】
ステップＳ２では、候補領域設定部２０は、カメラ１０で生成された画像全体に対して、検出したい対象物（本実施形態では歩行者）の画像パターンをもつ複数サイズの候補領域をスキャンする。そして、候補領域設定部２０は、カメラ１０で生成された画像の中から歩行者のパターンに似て歩行者の候補となる候補領域をＮ個抽出し、各々の候補領域の位置及び大きさを決定する。この段階では、設定された各候補領域には、歩行者の他に様々な物体が存在する。
【００２１】
図３及び図４は、候補領域内の歩行者を示す図である。図５及び図６は、候補領域内の植物を示す図である。図３〜図６に示すように、候補領域内には歩行者だけでなく樹木等の植物、その他の物体が含まれる。これらは見た目には全く異なる画像パターンであるが、局所的な画像パターンではこれらを区別することができない。そこで、ステップＳ３以降の処理が実行される。
【００２２】
ステップＳ３では、植物領域判定部３０の周波数分析部３２は、ｋ＝１に設定して、ステップＳ４に進む。なお、ｋは、Ｎ個の候補領域のうち周波数分析の対象となる候補領域を示すパラメータであり、１〜Ｎのいずれかの値になる。
【００２３】
ステップＳ４では、周波数分析部３２は、ｋ番目の候補領域に対して周波数分析を行ってパワースペクトルを得て、ステップＳ５に進む。
ステップＳ５では、植物領域判定部３０の植物判定部３４は、ｋ番目の候補領域に所定値以上の高周波成分が含まれるかを判定し、肯定判定の場合はステップＳ６に進み、否定判定の場合はステップＳ７に進む。
【００２４】
なお、所定値の求め方は、特に限定されるものではないが、例えば（１）対象物サンプル（ここでは歩行者サンプル）と植物サンプルで差の生じる周波数を実験的に求める、（２）候補領域内の数画素に対応する周波数を設定する、という方法がある。
【００２５】
（２）の場合、「数画素」は固定値であってもよいが、周波数は画像中における候補領域の高さの例えば５％に相当する画素数（例えば候補領域の高さが６０画素であれば３画素）に対応する周波数よりも高い周波数が存在するか否かで判定してもよい。なお、「５％」という数値も限定されるものではなく、例えば３〜８％のいずれかの値であってもよい。
【００２６】
なお、周波数分析方法は、特に限定されるものではないが、例えば、フーリエ変換（高速フーリエ変換（ＦＦＴ）、短時間フーリエ変換（ＳＴＦＴ）、離散フーリエ変換（ＤＦＴ））、離散コサイン変換（ＤＣＴ）、Ｍｏｄｉｆｉｅｄ−ＤＣＴ、ウェーブレット変換、ウィグナー分布、ウォルシュ変換等が挙げられる。
【００２７】
ここで、候補領域に高周波成分が含まれているかを判定するのは、次の理由による。植物は、一般に歩行者として誤って検出されやすい。しかし、候補領域中の植物（特に葉）の領域の特徴として細かいテクスチャ（texture）があるが、候補領域中の歩行者の領域はそのような特徴がない。そこで、周波数分析部３２が候補領域に周波数分析を行い、植物判定部３４が候補領域に高周波成分が存在する（高周波成分のパワースペクトルが高い）かを判定することで、候補領域に植物が含まれるかの判定が可能になる。
【００２８】
ステップＳ６では、ｋ番目の候補領域は、高周波成分が含まれていることから、植物の存在する候補領域と判定され、歩行者の検出対象の候補領域から除外される。そこで、周波数分析部３２は、次の候補領域を植物判定の対象にすべく、ｋ＝ｋ＋１に更新して、ステップＳ４に戻る。
【００２９】
一方、ステップＳ７では、歩行者識別部４０は、ｋ番目の候補領域に対して公知の歩行者識別処理を実行して、ステップＳ８に進む。ここでは、例えば、歩行者識別部４０は、予めデータベース５０に記憶された歩行者パターンと照合して歩行者らしさを識別し、歩行者らしさを示す識別値を生成する。そして、歩行者識別部４０は、この識別値が予め設定された閾値より高い場合に、そのｋ番目の候補領域を歩行者位置として出力する。
【００３０】
ステップＳ８では、周波数分析部３２は、候補領域設定部２０で設定されたすべての候補領域について植物判定処理が行われたかを判定すべく、ｋ＜Ｎであるかを判定し、肯定判定の場合はステップＳ６に戻り、否定判定の場合はステップＳ９に進む。
【００３１】
ステップＳ９では、出力部６０は、歩行者識別部４０の識別結果を出力して、本ルーチンを終了する。例えば、出力部６０は、歩行者がいると識別された候補領域をモニタ画面に画像出力してもよいし、又は歩行者の存在をドライバに報知すべく警報音を出力してもよい。
【００３２】
以上のように、第１の実施形態に係る歩行者検出装置は、歩行者の存在する可能性のある各々の候補領域に対して周波数分析を行い、植物の存在する候補領域は高周波成分が多いことを考慮して、高周波成分の多い候補領域を除外した候補領域に対して歩行者検出処理を行う。
【００３３】
これにより、歩行者検出装置は、歩行者として誤って検出されやすいような植物が存在する場合でも、複数の候補領域の中から予め植物の存在する候補領域を除外してから歩行者検出を行うので、歩行者の誤検出を低減することができる。
【００３４】
［第２の実施形態］
つぎに、本発明の第２の実施形態について説明する。なお、第１の実施形態と同一の部位には同一の符号を付し、重複する記載は省略する。
【００３５】
第２の実施形態に係る歩行者検出装置は、第１の実施形態と同様に、図１に示すように構成されている。但し、図２に示す歩行者検出ルーチンにおいて、ステップＳ４及びステップＳ５の代わりに、次の高速フーリエ変換（ＦＦＴ）による植物判定ルーチンが行われる。
【００３６】
図７は、ＦＦＴによる植物判定ルーチンを示すフローチャートである。すなわち、図２に示すステップＳ４及びステップＳ５の代わりに、次のステップＳ１１からステップＳ１６が実行される。
【００３７】
周波数分析部３２は、候補領域設定部２０から候補領域の画像を取得し（ステップＳ１１）、取得した画像から矩形中心を通る垂直線上の画素値（１次元データ）を取得する（ステップＳ１２）。
【００３８】
図８は、ＦＦＴの対象となる歩行者の画像を示す図である。図９は、ＦＦＴの対象となる植物の画像を示す図である。図８及び図９に示すように、各候補領域の中心点を通る垂直線上の画素値がサンプリングされる。
【００３９】
そして、周波数分析部３２は、１次元データをＦＦＴにより周波数領域へ変換することでパワースペクトルを得て（ステップＳ１３）、これを特徴量として識別器である植物判定部３４へ入力する（ステップＳ１４）。
【００４０】
図１０は、歩行者と植物の各画像データについてのＦＦＴの分析結果を示す図である。なお、横軸のｂｉｎ数は周波数、縦軸は振幅を示している。植物（葉）領域は、低周波側の振幅も大きいが１００ｂｉｎ以上の高周波領域でも比較的高いスペクトルが得られている。一方、歩行者領域は、５０ｂｉｎ以下の周波数成分が主体的である。そこで、植物判定部３４は、これらのパワースペクトルの特性を入力特徴量として利用できるように、予め用意された学習サンプルに基づいて学習されている。
【００４１】
よって、植物判定部３４は、周波数分析部３２で得られたパワースペクトルとデータベース５０に予め記憶されている学習モデルとを照合して植物らしさを識別する（ステップＳ１５）。そして、植物判定部３４は、植物らしさを示す値に応じて候補領域が植物か否かを判定する（ステップＳ１６）。
【００４２】
なお、本実施形態では、周波数分析部３２は、１次元ＦＦＴを行ったが、２次元ＦＦＴを行ってもよい。また、周波数分析部３２は、垂直方向に限らず水平方向の画素値を取得してもよいし、この場合、１ラインに限らず複数ラインの画素値を取得してもよい。
【００４３】
なお、本実施形態では、植物判定において識別器が用いられたが、第１の実施形態と同様に、閾値処理などで判定してもよい。
【００４４】
［第３の実施形態］
つぎに、本発明の第３の実施形態について説明する。なお、上述した実施形態と同一の部位には同一の符号を付し、重複する記載は省略する。
【００４５】
第３の実施形態に係る歩行者検出装置は、第１の実施形態と同様に、図１に示すように構成されている。但し、図２に示す歩行者検出ルーチンにおいて、ステップＳ４及びステップＳ５の代わりに、次の離散直交変換（ＤＣＴ）による植物判定ルーチンが行われる。
【００４６】
図１１は、ＤＣＴによる植物判定ルーチンを示すフローチャートである。すなわち、ステップＳ４及びステップＳ５の代わりに、次のステップＳ２１からステップＳ２４が実行される。
【００４７】
周波数分析部３２は、候補領域設定部２０から候補領域の画像を取得し（ステップＳ２１）、取得した画像を２次元ＤＣＴにより周波数領域へ変換する（ステップＳ２２）。
【００４８】
図１２は、ＤＣＴの対象となる歩行者の画像を示す図である。図１３は、ＤＣＴの対象となる植物の画像を示す図である。これに対して、図１４は、ＤＣＴ後の歩行者のＤＣＴ画像を示す図である。図１５は、ＤＣＴ後の植物のＤＣＴ画像を示す図である。
【００４９】
ＤＣＴ画像の左上の領域が低周波成分、右下の領域が高周波成分を示している。そして、周波数成分の振幅が大きいほど白く表示されている。歩行者領域では右下の領域が黒く表示され高周波成分が少ないが、植物（葉）の領域では高周波成分が多く含まれていることが分かる。よって、歩行者と植物とを識別するためには、右下の領域を比較すればよい。
【００５０】
そこで、植物判定部３４は、ＤＣＴ画像の予め設定した高周波領域の各画素値を合計し（ステップＳ２３）、その合計値が閾値以上であればその候補領域は植物領域であると判定する（ステップＳ２４）。
【００５１】
なお、ここでは、周波数分析部３２は候補領域の全体に対してＤＣＴ処理を行ったが、候補領域を複数の小さなブロックに分割し、分割領域毎にＤＣＴ処理を施してもよい。その場合、植物判定部３４は、分割領域毎に高周波成分の有無を確認するだけでなく、分割領域の位置に応じて重み付けをして、上記の判定を行ってもよい。例えば、植物判定部３４は、各分割領域のうち、候補領域の中心部に近いほど重み付けを大きくし、候補領域の端に近いほど重み付けを小さくするとよい。これにより、候補領域の中心部には前景に存在する物体が映っている可能性が高いため、背景に撮像された植物の影響による誤判定を低減することができる。
【００５２】
また、植物判定部３４は、第２の実施形態で用いた高速フーリエ変換（ＦＦＴ）と同様に、ＤＣＴ画像から算出できる特徴量を入力とする識別器を構築して判定することもできる。
【００５３】
［第４の実施形態］
つぎに、本発明の第４の実施形態について説明する。なお、上述した実施形態と同一の部位には同一の符号を付し、重複する記載は省略する。
【００５４】
図１６は、本発明の第４の実施形態に係る歩行者検出装置の構成を示すブロック図である。上記歩行者検出装置は、図１に示す構成に比べて、新たに車両情報取得部１１を備えると共に、植物領域判定部３０の代わりに識別器を用いた植物領域判定部３０Ａを備えている。
【００５５】
さらに、植物領域判定部３０Ａは、候補領域設定部２０で設定された各候補領域に対して正規化処理を行う正規化処理部３１と、正規化処理された候補領域の周波数分析を行う周波数分析部３２と、特徴量を抽出する特徴量抽出部３３と、植物か否かを識別する植物識別器３５と、を備えている。
【００５６】
車両情報取得部１１は、本装置が搭載された車両についての車両情報（例えば、速度、ヨーレート、ステアリング角など）を取得する。この場合、候補領域設定部２０は、車両情報取得部１１により取得された車両情報を用いて現時刻から所定時間後までの車両の走行軌跡を予測し、カメラ１０で生成された画像中で、歩行者を探索すべき領域をその予測した走行軌跡近傍の領域に限定することができる。
【００５７】
また、車両情報取得部１１はナビゲーション装置で使用される地図データから走行中の道路情報を取得してもよい。この場合、候補領域設定部２０は、車両情報取得部１１で取得された道路情報を用いて入力画面中でこれから走行する道路領域を設定し、その道路領域の周辺で歩行者を探索することによって、処理の高速化と誤検出の低減を図っている。
【００５８】
ところで、同一物体を撮像した候補領域であっても、その候補領域に含まれる高周波成分は、撮像対象の距離に応じて変化する。対象までの距離が近ければ大きく鮮明な画像になるため、高周波成分が抽出され易いが、遠方になるほど解像度が低くなるため、高周波成分が抑制される。このように、候補領域の高周波成分は、カメラ１０の画角や画素数によって変化する。この場合、植物識別器３５は、候補領域の大きさに応じて識別のための閾値を変更すればよい。
【００５９】
また、周波数分析の前に候補領域の大きさを調整することも有効である。そこで、正規化処理部３１は、候補領域設定部２０で設定された候補領域の大きさを予め想定している検出範囲の最遠方の大きさに縮小してもよい。また、正規化処理部３１は、候補領域の大きさを段階的に大きく又は小さく変化させてもよい。この場合、植物判定部３４は、候補領域の大きさ別の周波数分析結果を利用して、候補領域に植物があるか否かを識別する。これにより、対象物までの距離による検出精度の低下を抑制することができる。
【００６０】
さらに、周波数分析の前に候補領域の明るさを調整してもよい。この場合、正規化処理部３１は、例えば、ガンマ補正を行うことで明るさを調整し、又は、候補領域内の画素値の最大値と最小値に合わせて候補領域内の階調（例えばモノクロ画像であれば２５６階調）を補正すればよい。これにより、周波数分析結果の振幅値の分散（ばらつき）を抑えることができ、閾値判定の精度を向上させることができる。
【００６１】
また、特徴量抽出部３３は、周波数分析部３２による候補領域の周波数分析結果に基づいて周波数成分の分布又は強度に関する特徴量を算出する。そして、植物識別器３５は、データベース５０にアクセスし、データベース５０に予め記憶されているモデルを取得して、特徴量抽出部３３で算出された特徴量を用いて候補領域が植物か否かを判定する。このように、データベース５０に対して事前にモデルを用意しておくことで、識別器を使った植物判定も可能である。
【００６２】
なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。例えば、上述した実施形態では、検出すべき対象物として歩行者を例に挙げて説明したが、本発明は歩行者の検出に限定されるものではない。例えば、歩行者識別部４０は、歩行者パターンを用いる代わりに、検出したい対象物の画像パターンを用いれば、その対象物を識別することができる。
【図面の簡単な説明】
【００６３】
【図１】本発明の第１の実施形態に係る歩行者検出装置の構成を示すブロック図である。
【図２】歩行者検出処理ルーチンを示すフローチャートである。
【図３】候補領域内の歩行者を示す図である。
【図４】候補領域内の歩行者を示す図である。
【図５】候補領域内の植物を示す図である。
【図６】候補領域内の植物を示す図である。
【図７】第２の実施形態に係る歩行者検出装置におけるＦＦＴによる植物判定ルーチンを示すフローチャートである。
【図８】ＦＦＴの対象となる歩行者の画像を示す図である。
【図９】ＦＦＴの対象となる植物の画像を示す図である。
【図１０】歩行者と植物の各画像についてのＦＦＴの分析結果を示す図である。
【図１１】第３の実施形態に係る歩行者検出装置におけるＤＣＴによる植物判定ルーチンを示すフローチャートである。
【図１２】ＤＣＴの対象となる歩行者の画像を示す図である。
【図１３】ＤＣＴの対象となる植物の画像を示す図である。
【図１４】ＤＣＴ後の歩行者のＤＣＴ画像を示す図である。
【図１５】ＤＣＴ後の植物のＤＣＴ画像を示す図である。
【図１６】本発明の第４の実施形態に係る歩行者検出装置の構成を示すブロック図である。
【符号の説明】
【００６４】
１０ カメラ
２０ 候補領域設定部
３０ 植物領域判定部
３１ 正規化処理部
３２ 周波数分析部
３３ 特徴量抽出部
３４ 植物判定部
３５ 植物識別器
４０ 歩行者識別部
５０ データベース
６０ 出力部
【技術分野】
【０００１】
本発明は、対象物検出装置及びプログラムに関する。
【背景技術】
【０００２】
従来、ドライバの安全運転を支援すべく、車載カメラにより生成された画像を用いて歩行者等の様々な対象物を検出する技術が開示されている。
【０００３】
特許文献１には、テンプレート用の画像を予め周波数展開してテンプレートとして用い、カメラにより撮影された画像から切り出した判定対象領域を周波数展開して歩行者の輪郭に相当する周波数成分とテンプレートと比較することで、テンプレート量を削減し、処理負荷を軽減した画像認識装置が開示されている。
【０００４】
また、特許文献２には、矩形物はライン間のパターンが類似していることを考慮し、画像の各ラインの位相不変の特徴量を用いてライン間のパターンの類似度を評価し、評価した類似度に基づいて物体を識別することにより、矩形物の誤検出を抑制する画像処理装置が開示されている。
【特許文献１】特開２００８−１８１４２２号公報
【特許文献２】特開２００８−６５４６４号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
しかし、対象物の存在する環境に樹木などの植物が存在する場合、樹木の葉に相当する画像領域は細かなテクスチャ（texture）で構成されているので、歩行者の輪郭に相当する周波数成分も含まれている。したがって、特許文献１の技術は、対象物の存在する環境に樹木などの植物が存在する場合、対象物と歩行者を区別することが困難であり、対象物の検出精度が劣化する問題がある。
【０００６】
また、特許文献２の技術は、画像のライン間の位相不変な特徴量に基づいて、幅や高さが一様な矩形物を検出することができるが、樹木の葉の領域を検出することができないため、誤検出する問題がある。
【０００７】
本発明は、上述した課題を解決するために提案されたものであり、対象物の存在する環境に植物が存在する場合に、対象物の誤検出を低減できる対象物検出装置及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
本発明に係る対象物検出装置は、周辺環境を撮像して画像を生成する撮像手段と、前記撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、を備えている。
【０００９】
本発明に係る対象物検出プログラムは、コンピュータを、周辺環境を撮像して画像を生成する撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、して機能させるためのプログラムである。
【００１０】
候補領域設定手段は、撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する。植物領域判定手段は、設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する。
【００１１】
ここで、画像の中の植物領域には細かなテクスチャが含まれていることから、画像の周波数分析が行われると、植物領域と他の領域とで周波数分析結果に違いが生じる。よって、植物判定手段は、この周波数分析結果に基づいて、候補領域が植物を含む領域であるかを判定できる。
【００１２】
そして、対象物検出手段は、候補領域のうち植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、対象物があるかを検出する。よって、候補領域の中から予め植物領域を除外して対象物の検出を行うので、植物を対象物であると誤って検出することを低減することができる。
【発明の効果】
【００１３】
本発明に係る対象物検出装置及びプログラムは、対象物の候補となる候補領域の周波数分析を行い、周波数分析結果に基づいて候補領域が植物を含む植物領域であるかを判定し、候補領域のうち植物領域と判定されたものを除外した候補領域に対して対象物があるかを検出することにより、対象物の存在する環境に植物が存在する場合でも、対象物の誤検出を低減することができる。
【発明を実施するための最良の形態】
【００１４】
以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。本発明は、例えば以下の各実施形態に示すように、対象物として歩行者を検出する歩行者検出装置に適用可能である。なお、検出される対象物は、歩行者に限定されるものではない。
【００１５】
［第１の実施形態］
図１は、本発明の第１の実施形態に係る歩行者検出装置の構成を示すブロック図である。なお、各実施形態に係る歩行者検出装置は、例えば車両に搭載された状態で、車両前方に存在する歩行者を検出する。但し、歩行者検出装置は、車両に搭載される場合に限定されるものではなく、その他の移動体、又は建造物等の静止物体に取り付けられてもよい。
【００１６】
歩行者検出装置は、車両前方の環境を撮像して画像を生成するカメラ１０と、生成された画像の中から歩行者の存在する可能性のある候補領域を設定する候補領域設定部２０と、候補領域に植物が存在するかを判定する植物領域判定部３０と、候補領域に歩行者が存在するかを識別する歩行者識別部４０と、候補領域の設定、植物判定、歩行者検出等に必要な学習済みデータ（画像パターン等）を記憶しているデータベース５０と、歩行者識別部４０の識別結果を出力する出力部６０と、を備えている。
【００１７】
また、植物領域判定部３０は、候補領域設定部２０で設定された各候補領域の周波数を分析する周波数分析部３２と、周波数分析結果に基づいて各候補領域に植物が存在するかを判定する植物判定部３４と、を備えている。
【００１８】
図２は、歩行者検出処理ルーチンを示すフローチャートである。以上のように構成された歩行者検出装置は、歩行者検出ルーチンに従って歩行者を検出する。
【００１９】
ステップＳ１では、カメラ１０は、車両の周辺環境を撮像して画像を生成して、その画像を候補領域設定部２０に入力する。なお、画像はモノクロでもカラーでもよい。そして、ステップＳ２に進む。
【００２０】
ステップＳ２では、候補領域設定部２０は、カメラ１０で生成された画像全体に対して、検出したい対象物（本実施形態では歩行者）の画像パターンをもつ複数サイズの候補領域をスキャンする。そして、候補領域設定部２０は、カメラ１０で生成された画像の中から歩行者のパターンに似て歩行者の候補となる候補領域をＮ個抽出し、各々の候補領域の位置及び大きさを決定する。この段階では、設定された各候補領域には、歩行者の他に様々な物体が存在する。
【００２１】
図３及び図４は、候補領域内の歩行者を示す図である。図５及び図６は、候補領域内の植物を示す図である。図３〜図６に示すように、候補領域内には歩行者だけでなく樹木等の植物、その他の物体が含まれる。これらは見た目には全く異なる画像パターンであるが、局所的な画像パターンではこれらを区別することができない。そこで、ステップＳ３以降の処理が実行される。
【００２２】
ステップＳ３では、植物領域判定部３０の周波数分析部３２は、ｋ＝１に設定して、ステップＳ４に進む。なお、ｋは、Ｎ個の候補領域のうち周波数分析の対象となる候補領域を示すパラメータであり、１〜Ｎのいずれかの値になる。
【００２３】
ステップＳ４では、周波数分析部３２は、ｋ番目の候補領域に対して周波数分析を行ってパワースペクトルを得て、ステップＳ５に進む。
ステップＳ５では、植物領域判定部３０の植物判定部３４は、ｋ番目の候補領域に所定値以上の高周波成分が含まれるかを判定し、肯定判定の場合はステップＳ６に進み、否定判定の場合はステップＳ７に進む。
【００２４】
なお、所定値の求め方は、特に限定されるものではないが、例えば（１）対象物サンプル（ここでは歩行者サンプル）と植物サンプルで差の生じる周波数を実験的に求める、（２）候補領域内の数画素に対応する周波数を設定する、という方法がある。
【００２５】
（２）の場合、「数画素」は固定値であってもよいが、周波数は画像中における候補領域の高さの例えば５％に相当する画素数（例えば候補領域の高さが６０画素であれば３画素）に対応する周波数よりも高い周波数が存在するか否かで判定してもよい。なお、「５％」という数値も限定されるものではなく、例えば３〜８％のいずれかの値であってもよい。
【００２６】
なお、周波数分析方法は、特に限定されるものではないが、例えば、フーリエ変換（高速フーリエ変換（ＦＦＴ）、短時間フーリエ変換（ＳＴＦＴ）、離散フーリエ変換（ＤＦＴ））、離散コサイン変換（ＤＣＴ）、Ｍｏｄｉｆｉｅｄ−ＤＣＴ、ウェーブレット変換、ウィグナー分布、ウォルシュ変換等が挙げられる。
【００２７】
ここで、候補領域に高周波成分が含まれているかを判定するのは、次の理由による。植物は、一般に歩行者として誤って検出されやすい。しかし、候補領域中の植物（特に葉）の領域の特徴として細かいテクスチャ（texture）があるが、候補領域中の歩行者の領域はそのような特徴がない。そこで、周波数分析部３２が候補領域に周波数分析を行い、植物判定部３４が候補領域に高周波成分が存在する（高周波成分のパワースペクトルが高い）かを判定することで、候補領域に植物が含まれるかの判定が可能になる。
【００２８】
ステップＳ６では、ｋ番目の候補領域は、高周波成分が含まれていることから、植物の存在する候補領域と判定され、歩行者の検出対象の候補領域から除外される。そこで、周波数分析部３２は、次の候補領域を植物判定の対象にすべく、ｋ＝ｋ＋１に更新して、ステップＳ４に戻る。
【００２９】
一方、ステップＳ７では、歩行者識別部４０は、ｋ番目の候補領域に対して公知の歩行者識別処理を実行して、ステップＳ８に進む。ここでは、例えば、歩行者識別部４０は、予めデータベース５０に記憶された歩行者パターンと照合して歩行者らしさを識別し、歩行者らしさを示す識別値を生成する。そして、歩行者識別部４０は、この識別値が予め設定された閾値より高い場合に、そのｋ番目の候補領域を歩行者位置として出力する。
【００３０】
ステップＳ８では、周波数分析部３２は、候補領域設定部２０で設定されたすべての候補領域について植物判定処理が行われたかを判定すべく、ｋ＜Ｎであるかを判定し、肯定判定の場合はステップＳ６に戻り、否定判定の場合はステップＳ９に進む。
【００３１】
ステップＳ９では、出力部６０は、歩行者識別部４０の識別結果を出力して、本ルーチンを終了する。例えば、出力部６０は、歩行者がいると識別された候補領域をモニタ画面に画像出力してもよいし、又は歩行者の存在をドライバに報知すべく警報音を出力してもよい。
【００３２】
以上のように、第１の実施形態に係る歩行者検出装置は、歩行者の存在する可能性のある各々の候補領域に対して周波数分析を行い、植物の存在する候補領域は高周波成分が多いことを考慮して、高周波成分の多い候補領域を除外した候補領域に対して歩行者検出処理を行う。
【００３３】
これにより、歩行者検出装置は、歩行者として誤って検出されやすいような植物が存在する場合でも、複数の候補領域の中から予め植物の存在する候補領域を除外してから歩行者検出を行うので、歩行者の誤検出を低減することができる。
【００３４】
［第２の実施形態］
つぎに、本発明の第２の実施形態について説明する。なお、第１の実施形態と同一の部位には同一の符号を付し、重複する記載は省略する。
【００３５】
第２の実施形態に係る歩行者検出装置は、第１の実施形態と同様に、図１に示すように構成されている。但し、図２に示す歩行者検出ルーチンにおいて、ステップＳ４及びステップＳ５の代わりに、次の高速フーリエ変換（ＦＦＴ）による植物判定ルーチンが行われる。
【００３６】
図７は、ＦＦＴによる植物判定ルーチンを示すフローチャートである。すなわち、図２に示すステップＳ４及びステップＳ５の代わりに、次のステップＳ１１からステップＳ１６が実行される。
【００３７】
周波数分析部３２は、候補領域設定部２０から候補領域の画像を取得し（ステップＳ１１）、取得した画像から矩形中心を通る垂直線上の画素値（１次元データ）を取得する（ステップＳ１２）。
【００３８】
図８は、ＦＦＴの対象となる歩行者の画像を示す図である。図９は、ＦＦＴの対象となる植物の画像を示す図である。図８及び図９に示すように、各候補領域の中心点を通る垂直線上の画素値がサンプリングされる。
【００３９】
そして、周波数分析部３２は、１次元データをＦＦＴにより周波数領域へ変換することでパワースペクトルを得て（ステップＳ１３）、これを特徴量として識別器である植物判定部３４へ入力する（ステップＳ１４）。
【００４０】
図１０は、歩行者と植物の各画像データについてのＦＦＴの分析結果を示す図である。なお、横軸のｂｉｎ数は周波数、縦軸は振幅を示している。植物（葉）領域は、低周波側の振幅も大きいが１００ｂｉｎ以上の高周波領域でも比較的高いスペクトルが得られている。一方、歩行者領域は、５０ｂｉｎ以下の周波数成分が主体的である。そこで、植物判定部３４は、これらのパワースペクトルの特性を入力特徴量として利用できるように、予め用意された学習サンプルに基づいて学習されている。
【００４１】
よって、植物判定部３４は、周波数分析部３２で得られたパワースペクトルとデータベース５０に予め記憶されている学習モデルとを照合して植物らしさを識別する（ステップＳ１５）。そして、植物判定部３４は、植物らしさを示す値に応じて候補領域が植物か否かを判定する（ステップＳ１６）。
【００４２】
なお、本実施形態では、周波数分析部３２は、１次元ＦＦＴを行ったが、２次元ＦＦＴを行ってもよい。また、周波数分析部３２は、垂直方向に限らず水平方向の画素値を取得してもよいし、この場合、１ラインに限らず複数ラインの画素値を取得してもよい。
【００４３】
なお、本実施形態では、植物判定において識別器が用いられたが、第１の実施形態と同様に、閾値処理などで判定してもよい。
【００４４】
［第３の実施形態］
つぎに、本発明の第３の実施形態について説明する。なお、上述した実施形態と同一の部位には同一の符号を付し、重複する記載は省略する。
【００４５】
第３の実施形態に係る歩行者検出装置は、第１の実施形態と同様に、図１に示すように構成されている。但し、図２に示す歩行者検出ルーチンにおいて、ステップＳ４及びステップＳ５の代わりに、次の離散直交変換（ＤＣＴ）による植物判定ルーチンが行われる。
【００４６】
図１１は、ＤＣＴによる植物判定ルーチンを示すフローチャートである。すなわち、ステップＳ４及びステップＳ５の代わりに、次のステップＳ２１からステップＳ２４が実行される。
【００４７】
周波数分析部３２は、候補領域設定部２０から候補領域の画像を取得し（ステップＳ２１）、取得した画像を２次元ＤＣＴにより周波数領域へ変換する（ステップＳ２２）。
【００４８】
図１２は、ＤＣＴの対象となる歩行者の画像を示す図である。図１３は、ＤＣＴの対象となる植物の画像を示す図である。これに対して、図１４は、ＤＣＴ後の歩行者のＤＣＴ画像を示す図である。図１５は、ＤＣＴ後の植物のＤＣＴ画像を示す図である。
【００４９】
ＤＣＴ画像の左上の領域が低周波成分、右下の領域が高周波成分を示している。そして、周波数成分の振幅が大きいほど白く表示されている。歩行者領域では右下の領域が黒く表示され高周波成分が少ないが、植物（葉）の領域では高周波成分が多く含まれていることが分かる。よって、歩行者と植物とを識別するためには、右下の領域を比較すればよい。
【００５０】
そこで、植物判定部３４は、ＤＣＴ画像の予め設定した高周波領域の各画素値を合計し（ステップＳ２３）、その合計値が閾値以上であればその候補領域は植物領域であると判定する（ステップＳ２４）。
【００５１】
なお、ここでは、周波数分析部３２は候補領域の全体に対してＤＣＴ処理を行ったが、候補領域を複数の小さなブロックに分割し、分割領域毎にＤＣＴ処理を施してもよい。その場合、植物判定部３４は、分割領域毎に高周波成分の有無を確認するだけでなく、分割領域の位置に応じて重み付けをして、上記の判定を行ってもよい。例えば、植物判定部３４は、各分割領域のうち、候補領域の中心部に近いほど重み付けを大きくし、候補領域の端に近いほど重み付けを小さくするとよい。これにより、候補領域の中心部には前景に存在する物体が映っている可能性が高いため、背景に撮像された植物の影響による誤判定を低減することができる。
【００５２】
また、植物判定部３４は、第２の実施形態で用いた高速フーリエ変換（ＦＦＴ）と同様に、ＤＣＴ画像から算出できる特徴量を入力とする識別器を構築して判定することもできる。
【００５３】
［第４の実施形態］
つぎに、本発明の第４の実施形態について説明する。なお、上述した実施形態と同一の部位には同一の符号を付し、重複する記載は省略する。
【００５４】
図１６は、本発明の第４の実施形態に係る歩行者検出装置の構成を示すブロック図である。上記歩行者検出装置は、図１に示す構成に比べて、新たに車両情報取得部１１を備えると共に、植物領域判定部３０の代わりに識別器を用いた植物領域判定部３０Ａを備えている。
【００５５】
さらに、植物領域判定部３０Ａは、候補領域設定部２０で設定された各候補領域に対して正規化処理を行う正規化処理部３１と、正規化処理された候補領域の周波数分析を行う周波数分析部３２と、特徴量を抽出する特徴量抽出部３３と、植物か否かを識別する植物識別器３５と、を備えている。
【００５６】
車両情報取得部１１は、本装置が搭載された車両についての車両情報（例えば、速度、ヨーレート、ステアリング角など）を取得する。この場合、候補領域設定部２０は、車両情報取得部１１により取得された車両情報を用いて現時刻から所定時間後までの車両の走行軌跡を予測し、カメラ１０で生成された画像中で、歩行者を探索すべき領域をその予測した走行軌跡近傍の領域に限定することができる。
【００５７】
また、車両情報取得部１１はナビゲーション装置で使用される地図データから走行中の道路情報を取得してもよい。この場合、候補領域設定部２０は、車両情報取得部１１で取得された道路情報を用いて入力画面中でこれから走行する道路領域を設定し、その道路領域の周辺で歩行者を探索することによって、処理の高速化と誤検出の低減を図っている。
【００５８】
ところで、同一物体を撮像した候補領域であっても、その候補領域に含まれる高周波成分は、撮像対象の距離に応じて変化する。対象までの距離が近ければ大きく鮮明な画像になるため、高周波成分が抽出され易いが、遠方になるほど解像度が低くなるため、高周波成分が抑制される。このように、候補領域の高周波成分は、カメラ１０の画角や画素数によって変化する。この場合、植物識別器３５は、候補領域の大きさに応じて識別のための閾値を変更すればよい。
【００５９】
また、周波数分析の前に候補領域の大きさを調整することも有効である。そこで、正規化処理部３１は、候補領域設定部２０で設定された候補領域の大きさを予め想定している検出範囲の最遠方の大きさに縮小してもよい。また、正規化処理部３１は、候補領域の大きさを段階的に大きく又は小さく変化させてもよい。この場合、植物判定部３４は、候補領域の大きさ別の周波数分析結果を利用して、候補領域に植物があるか否かを識別する。これにより、対象物までの距離による検出精度の低下を抑制することができる。
【００６０】
さらに、周波数分析の前に候補領域の明るさを調整してもよい。この場合、正規化処理部３１は、例えば、ガンマ補正を行うことで明るさを調整し、又は、候補領域内の画素値の最大値と最小値に合わせて候補領域内の階調（例えばモノクロ画像であれば２５６階調）を補正すればよい。これにより、周波数分析結果の振幅値の分散（ばらつき）を抑えることができ、閾値判定の精度を向上させることができる。
【００６１】
また、特徴量抽出部３３は、周波数分析部３２による候補領域の周波数分析結果に基づいて周波数成分の分布又は強度に関する特徴量を算出する。そして、植物識別器３５は、データベース５０にアクセスし、データベース５０に予め記憶されているモデルを取得して、特徴量抽出部３３で算出された特徴量を用いて候補領域が植物か否かを判定する。このように、データベース５０に対して事前にモデルを用意しておくことで、識別器を使った植物判定も可能である。
【００６２】
なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。例えば、上述した実施形態では、検出すべき対象物として歩行者を例に挙げて説明したが、本発明は歩行者の検出に限定されるものではない。例えば、歩行者識別部４０は、歩行者パターンを用いる代わりに、検出したい対象物の画像パターンを用いれば、その対象物を識別することができる。
【図面の簡単な説明】
【００６３】
【図１】本発明の第１の実施形態に係る歩行者検出装置の構成を示すブロック図である。
【図２】歩行者検出処理ルーチンを示すフローチャートである。
【図３】候補領域内の歩行者を示す図である。
【図４】候補領域内の歩行者を示す図である。
【図５】候補領域内の植物を示す図である。
【図６】候補領域内の植物を示す図である。
【図７】第２の実施形態に係る歩行者検出装置におけるＦＦＴによる植物判定ルーチンを示すフローチャートである。
【図８】ＦＦＴの対象となる歩行者の画像を示す図である。
【図９】ＦＦＴの対象となる植物の画像を示す図である。
【図１０】歩行者と植物の各画像についてのＦＦＴの分析結果を示す図である。
【図１１】第３の実施形態に係る歩行者検出装置におけるＤＣＴによる植物判定ルーチンを示すフローチャートである。
【図１２】ＤＣＴの対象となる歩行者の画像を示す図である。
【図１３】ＤＣＴの対象となる植物の画像を示す図である。
【図１４】ＤＣＴ後の歩行者のＤＣＴ画像を示す図である。
【図１５】ＤＣＴ後の植物のＤＣＴ画像を示す図である。
【図１６】本発明の第４の実施形態に係る歩行者検出装置の構成を示すブロック図である。
【符号の説明】
【００６４】
１０ カメラ
２０ 候補領域設定部
３０ 植物領域判定部
３１ 正規化処理部
３２ 周波数分析部
３３ 特徴量抽出部
３４ 植物判定部
３５ 植物識別器
４０ 歩行者識別部
５０ データベース
６０ 出力部
【特許請求の範囲】
【請求項１】
周辺環境を撮像して画像を生成する撮像手段と、
前記撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、
前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、
前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、
を備えた対象物検出装置。
【請求項２】
前記植物領域判定手段は、前記候補領域の大きさ又は輝度値を正規化する正規化処理手段と、前記正規化処理手段により正規化された候補領域の周波数分析を行う周波数分析手段と、前記周波数分析手段の周波数分析結果に基づいて、対象物と植物とを識別するための特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段により抽出された特徴量と、前記対象物モデルとを照合することで、前記候補領域が植物領域であるかを識別する植物識別手段と、を有する
請求項１に記載の対象物検出装置。
【請求項３】
前記植物領域判定手段は、フーリエ変換又は離散コサイン変換を行うことにより、前記候補領域の周波数分析を行う
請求項１または請求項２に記載の対象物検出装置。
【請求項４】
前記候補領域設定手段は、当該対象物検出装置が搭載された車両の運動情報又は前記車両が走行する道路の道路情報に基づいて、前記撮像手段により生成された画像の探索範囲を限定し、限定した探索範囲において前記候補領域を設定する
請求項１から請求項３のいずれか１項に記載の対象物検出装置。
【請求項５】
コンピュータを、
周辺環境を撮像して画像を生成する撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、
前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、
前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、
して機能させるための対象物検出プログラム。
【請求項１】
周辺環境を撮像して画像を生成する撮像手段と、
前記撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、
前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、
前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、
を備えた対象物検出装置。
【請求項２】
前記植物領域判定手段は、前記候補領域の大きさ又は輝度値を正規化する正規化処理手段と、前記正規化処理手段により正規化された候補領域の周波数分析を行う周波数分析手段と、前記周波数分析手段の周波数分析結果に基づいて、対象物と植物とを識別するための特徴量を抽出する特徴量抽出手段と、前記特徴量抽出手段により抽出された特徴量と、前記対象物モデルとを照合することで、前記候補領域が植物領域であるかを識別する植物識別手段と、を有する
請求項１に記載の対象物検出装置。
【請求項３】
前記植物領域判定手段は、フーリエ変換又は離散コサイン変換を行うことにより、前記候補領域の周波数分析を行う
請求項１または請求項２に記載の対象物検出装置。
【請求項４】
前記候補領域設定手段は、当該対象物検出装置が搭載された車両の運動情報又は前記車両が走行する道路の道路情報に基づいて、前記撮像手段により生成された画像の探索範囲を限定し、限定した探索範囲において前記候補領域を設定する
請求項１から請求項３のいずれか１項に記載の対象物検出装置。
【請求項５】
コンピュータを、
周辺環境を撮像して画像を生成する撮像手段により生成された画像に対して対象物の候補となる候補領域を設定する候補領域設定手段と、
前記候補領域設定手段により設定された候補領域の周波数分析を行い、周波数分析結果に基づいて、前記設定された候補領域が植物を含む植物領域であるかを判定する植物領域判定手段と、
前記候補領域設定手段により設定された候補領域のうち前記植物判定手段により植物領域と判定されたものを除外した候補領域に対して、予め記憶された対象物モデルを照合することで、前記対象物があるかを検出する対象物検出手段と、
して機能させるための対象物検出プログラム。
【図１】
【図２】
【図７】
【図１０】
【図１１】
【図１６】
【図３】
【図４】
【図５】
【図６】
【図８】
【図９】
【図１２】
【図１３】
【図１４】
【図１５】
【図２】
【図７】
【図１０】
【図１１】
【図１６】
【図３】
【図４】
【図５】
【図６】
【図８】
【図９】
【図１２】
【図１３】
【図１４】
【図１５】
【公開番号】特開２０１０−２２４７９７（Ｐ２０１０−２２４７９７Ａ）
【公開日】平成２２年１０月７日（２０１０．１０．７）
【国際特許分類】
【出願番号】特願２００９−７０４４１（Ｐ２００９−７０４４１）
【出願日】平成２１年３月２３日（２００９．３．２３）
【出願人】（０００００３６０９）株式会社豊田中央研究所 (4,200)
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
【公開日】平成２２年１０月７日（２０１０．１０．７）
【国際特許分類】
【出願日】平成２１年３月２３日（２００９．３．２３）
【出願人】（０００００３６０９）株式会社豊田中央研究所 (4,200)
【出願人】（０００００４２６０）株式会社デンソー (27,639)
【Ｆターム（参考）】
[ Back to top ]