特許 6570219 物体検出装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6570219

(24)【登録日】2019年8月16日

(45)【発行日】2019年9月4日

(54)【発明の名称】物体検出装置

(51)【国際特許分類】

   G06T 7/00 20170101AFI20190826BHJP

   G06T 1/00 20060101ALI20190826BHJP

【ＦＩ】

   G06T7/00 300G

   G06T1/00 280

【請求項の数】6

【全頁数】14

(21)【出願番号】特願2014-134873(P2014-134873)

(22)【出願日】2014年6月30日

(65)【公開番号】特開2016-12311(P2016-12311A)

(43)【公開日】2016年1月21日

【審査請求日】2017年4月26日

【前置審査】

(73)【特許権者】

【識別番号】000004651

【氏名又は名称】日本信号株式会社

(74)【代理人】

【識別番号】100109221

【弁理士】

【氏名又は名称】福田 充広

(72)【発明者】

【氏名】北川 朝靖

【審査官】 村松 貴士

(56)【参考文献】

【文献】 特開２０１３−１５６９４６（ＪＰ，Ａ）

【文献】 特開２００４−０８６４１７（ＪＰ，Ａ）

【文献】 國司一宏，外１名，“激しい明るさ変化環境における人物検知”，電子情報通信学会技術研究報告，社団法人電子情報通信学会，２００８年，Ｖｏｌ．１０８，Ｎｏ．２６３，ｐ．７９−８３

【文献】 中島佑樹，外３名，“ＨＯＧ特徴量と人マスクを用いた人物および身体方向の検出”，画像電子学会誌，一般社団法人画像電子学会，２０１０年，第３９巻，第６号，ｐ．１１０４−１１１１

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｔ １／００

Ｇ０６Ｔ ７／００ − ７／９０

(57)【特許請求の範囲】

【請求項1】

検出対象の画像から直線成分を検出する直線成分検出部と、
前記直線成分検出部で検出された直線成分から抽出した角度情報に基づいて選別された直線成分のうち位置の変化しないものを除去すべき直線成分として決定する直線成分除去部と、
前記直線成分除去部において除去されずに残った直線成分に基づいて特徴量を算出する特徴量算出部と、
前記特徴量算出部での算出結果から物体の検出処理を行う検出処理部と
を備える物体検出装置。

【請求項2】

前記直線成分除去部は、時間差のある画像に基づいて除去すべき直線成分を決定する、請求項１に記載の物体検出装置。

【請求項3】

前記時間差のある画像として、長時間露光画像を作成する長時間露光画像作成部を備える、請求項２に記載の物体検出装置。

【請求項4】

前記直線成分検出部で検出された直線成分について抽出した前記角度情報に基づいて前記直線成分除去部における処理対象とすべき直線成分の選別を行う角度情報選別部を備え、
前記角度情報選別部は、角度について設定された閾値を満たす縦方向の成分を有する直線成分を、前記直線成分除去部における処理対象の直線成分として抽出する、請求項１から３までのいずれか一項に記載の物体検出装置。

【請求項5】

前記直線成分検出部は、線分検出を行うラインセグメントディテクターである、請求項１から４までのいずれか一項に記載の物体検出装置。

【請求項6】

前記特徴量算出部は、前記特徴量としてＨＯＧ特徴量を算出する、請求項１から５までのいずれか一項に記載の物体検出装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、画像処理によって画像から特徴量を抽出し、抽出された特徴量に基づいて画像上での物体検出を行う物体検出装置に関する。

【背景技術】

【0002】

従来、例えばＨＯＧ特徴量を利用するもののように、画像の局所的な領域においてエッジの方向と強さを特徴量として抽出し、人や物の検出を行う技術（特許文献１参照）が知られている。

【0003】

例えばＨＯＧ特徴量を利用して人の検出を行う場合、人の持つ特徴としては縦方向のエッジ成分が多くなるので、縦方向のエッジ成分の抽出が重要となる。しかしながら、人の画像以外に画像として一緒に映っている柱などの構造物の画像についても、同様に縦方向のエッジが多く、画像の局所的な領域で成分を抽出する場合では、人体の成分と柱などの構造物の成分とを間違える可能性が非常に高かった。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１４−８１８２６号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明は上記した点に鑑みてなされたものであり、目的とする物体（人体を含む）についての画像検出において、画像から抽出される目的物体に関する情報と目的以外の物体に関する情報との混同を抑制して、確実な目的物体についての画像としての検出を可能とする物体検出装置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】

【0006】

上記目的を達成するための物体検出装置は、検出対象の画像から直線成分を検出する直線成分検出部と、直線成分検出部で検出された直線成分のうち、時間差のある画像に基づいて除去すべき直線成分を決定する直線成分除去部と、直線成分除去部において除去されずに残った直線成分に基づいて特徴量を算出する特徴量算出部と、特徴量算出部での算出結果から物体の検出処理を行う検出処理部とを備える。

【0007】

上記物体検出装置では、時間差のある画像に基づいて除去すべき直線成分を決定することで、人体等の目的とする物体についての直線成分とそれ以外の物体についての直線成分とを、直線成分除去部において除去することができる。すなわち、目的物体に関する情報と目的以外の物体に関する情報とを分離し、特徴量算出部での算出において、精度の高い結果が期待でき、目的物体の検出をより確実なものにできる。

【0008】

本発明の具体的な側面では、時間差のある画像として、長時間露光画像を作成する長時間露光画像作成部を備える。この場合、特に目的とする物体が例えば人体等のようにある時間内において移動するものであれば、この情報を動かない物の情報から区別することができる。

【0009】

本発明の別の具体的な側面では、直線成分除去部は、時間差のある複数の画像間において、位置の変化しない直線成分を除去すべき対象として抽出する。この場合、人体等の目的とする物体以外の物体についての直線成分として、特に位置の変化しない、すなわち動かない物体（静止物体）の直線成分を除去対象として捉えることができる。

【0010】

本発明のさらに別の側面では、直線成分検出部で検出された直線成分について、角度情報を抽出し、当該角度情報に基づいて直線成分除去部における処理対象とすべき直線成分の選別を行う角度情報選別部を備える。この場合、直線成分除去部での成分除去の前段階として、成分除去の判断対象となりえないものを予め除去して、直線成分除去部での成分除去の処理量を抑制することができる。

【0011】

本発明のさらに別の側面では、角度情報選別部は、角度について設定された閾値を満たす縦方向の成分を有する直線成分を、直線成分除去部における処理対象の直線成分として抽出する。この場合、例えば人体画像についての検出のように縦方向の直線成分抽出が重要である場合には、予め縦方向に関する直線成分のみを抽出した上で、直線成分除去部での成分除去の処理を行うものとすることができる。

【0012】

本発明のさらに別の側面では、直線成分検出部は、線分検出を行うラインセグメントディテクターである。この場合、適切な直線成分の抽出を行うことができる。

【0013】

本発明のさらに別の側面では、特徴量算出部は、特徴量としてＨＯＧ特徴量を算出する。この場合、目的物体に関する情報を残し、目的以外の物体に関する情報を除去可能な状態でＨＯＧ特徴量を算出することで、精度の高いＨＯＧ特徴量の算出が期待でき、目的物体の検出をより確実なものにできる。

【図面の簡単な説明】

【0014】

【図1】本実施形態の物体検出装置の構造の一例を概念的に説明するブロック図である。

【図2】（Ａ）は、人体の画像から直線成分を検出する様子を概念的に示す図であり、（Ｂ）は、比較例として人体以外の画像から直線成分を検出する様子を概念的に示す図である。

【図3】物体検出装置のうち記憶装置の構成について概念的に説明するブロック図である。

【図4】（Ａ）は、撮像された画像の一例を示す図であり、（Ｂ）は、（Ａ）の画像から直線成分を抽出した様子を示す図である。

【図5】（Ａ）は、物体検出装置により特徴量としてＨＯＧ特徴量を算出するために、直線成分について画像勾配データを抽出することを概念的に示す図であり、（Ｂ）は、（Ａ）に示す抽出された画像勾配データについての勾配方向ヒストグラムを示す図である。

【図6】本実施形態の物体検出装置を用いた人体画像検出の処理について説明するためのフローチャートである。

【図7】（Ａ）及び（Ｂ）は、ラインセグメント長時間露光画像の作成処理の対象となる直線成分の選択処理について概念的に説明するための図である。

【図8】作成されたラインセグメント長時間露光画像の一例を示す図である。

【図9】図６のうち、ラインセグメント長時間露光画像作成処理の一例について説明するためのフローチャートである。

【図10】図６のうち、ＨＯＧ特徴量算出処理の一例について説明するためのフローチャートである。

【発明を実施するための形態】

【0015】

図１に示すように、本発明に係る物体検出装置１００は、情報処理部８０と、撮像装置９０とを備える。情報処理部８０は、ＣＰＵ１０と、画像情報受付部２０と、記憶装置３０と、表示装置４０、入力装置５０、バス７０等を備える。

【0016】

物体検出装置１００は、情報処理部８０のＣＰＵ１０等を動作させて、例えば路上に固定カメラとして設置された撮像装置９０により撮像された画像から、目的とする物体についての画像検出を行う装置である。本実施形態では、目的とする物体として人体を捉える場合について説明する。すなわち、本実施形態の物体検出装置１００は、処理対象の画像中に人体画像が存在するか否かを判定可能な装置となっており、延いては人体検出を行う装置となっている。また、人体以外の各種物体を検出対象とすれば、物体検出装置１００は、物体検出装置として機能することになる。

【0017】

物体検出装置１００を構成する情報処理部８０のうち、ＣＰＵ１０は、バス７０を介して、画像情報受付部２０、記憶装置３０、表示装置４０や入力装置５０との間で相互にデータの授受が可能になっている。

【0018】

撮像装置９０は、例えばＣＭＯＳ、ＣＣＤ等からなる固体撮像装置を内蔵するものとすることができ、この固体撮像装置で検出された画像は、例えばデジタル画像信号として情報処理部８０に出力される。ここでは、上記のように、例えば、路上に固定的に設置されて路上を通過する人間等を撮像対象とする（例えば図４（Ａ）参照）。

【0019】

情報処理部８０は、撮像装置９０から送信された画像情報を取得し、取得された撮像画像から、例えば図２（Ａ）に示すように、人間の輪郭部分等に相当する複数の直線成分（線分）Ｌ１を撮像画像から抽出し、各直線成分Ｌ１の特徴から当該撮像画像の画像部分として人体画像が存するか否かを判定する。

【0020】

以下、図１に戻って、情報処理部８０を構成する各部について具体的に説明する。ＣＰＵ１０は、画像処理に関する各種制御を行う。特に、ＣＰＵ１０は、画像情報受付部２０により撮像装置９０から取り込まれた画像情報を記憶装置３０に格納し、記憶装置３０に格納された画像情報に基づいて、各種画像処理を行う。すなわち、各種処理のための制御を行う制御部である。特に、本実施形態では、情報処理部８０は、撮像装置９０で取得された画像情報から直線成分を抽出し、抽出された直線成分の中から特徴量（ＨＯＧ特徴量）を見出し、特徴量に関して学習アルゴリズムによる学習サンプルの解析等を施すことで、人体画像が存在するか否かを判定するものとなっている。なお、検出手法に関しては、例えばＨＯＧ特徴量とBoostingと呼ばれる手法を用いた人検出が知られている。

【0021】

画像情報受付部２０は、撮像装置９０と有線あるいは無線により交信可能となっており、ＣＰＵ１０の制御に従って、撮像装置９０によって取得された画像情報を受け付ける。

【0022】

記憶装置３０は、物体検出装置１００を動作させる各種プログラム等を記憶しているプログラム領域を有するプログラム記憶部と、入力指示、入力データ、処理結果等を一時格納するデータ領域を有するデータ記憶部とを備える。すなわち、記憶装置３０は、画像情報から直線成分を抽出するためのプログラムや、直線成分から特徴量を算出するためのプログラム等の各種プログラムを含むとともに、各種情報を記憶する。特に、本実施形態では、記憶装置３０において、特徴量を算出するに際して対象外とすべきデータを除去するためのプログラムが含まれている。また、特徴量については、局所領域における勾配方向をヒストグラム化した特徴量であるＨＯＧ特徴量を算出するプログラムが含まれている。記憶装置３０の記憶部等についての詳細は、図３に示すブロック図を参照して後述する。

【0023】

表示装置４０は、ＣＰＵ１０から入力されるデータに基づいて駆動信号を生成する表示駆動回路と、表示駆動回路から入力される駆動信号に基づいて必要な表示を行う画像表示部等により構成され、ＣＰＵ１０からの指令信号に基づいて必要な表示を行う。

【0024】

入力装置５０は、キーボード等から構成され、物体検出装置１００を操作するオペレーターの意思を反映した指令信号をＣＰＵ１０に出力する。つまり、ＣＰＵ１０は、入力装置５０を介したオペレーターの指示に基づいて、記憶装置３０から所定のプログラムやデータを読み出し、これらプログラム及びデータに基づく各種処理を実行することができる。

【0025】

ここで、上記のように人体画像であるか否かの検出をする場合には、二次画像において種々の方向に延びる直線成分のうち、縦方向についての直線成分に関して特徴量を算出することが重要であるということが一般的に知られている。例えば図２（Ａ）に示すように、画像Ｐ１（画像Ｐ１は実際に人体画像）の直線成分Ｌ１のうち縦方向についての成分として人体に関するもののみが抽出できれば、その成分についての特徴量を算出することで、画像Ｐ１が人体画像であるか否かを推定できる。しかしながら、実際の処理においては、例えば図２（Ｂ）に示す画像Ｐ２のように、縦方向についての直線成分を含む画像であっても、人体画像でない直線成分ＬＬ１も存在する。なお、図２（Ｂ）の例では、柱状部分の画像Ｐ２から縦方向の直線成分ＬＬ１が抽出されている。仮に、このような人体画像でないものについての直線成分ＬＬ１のデータと人体画像の直線成分Ｌ１のデータとが混在した状態で、特徴量を算出しても、人体画像であるか否かの判別を必ずしも正確に行えるとは限らなくなってしまう。本実施形態では、かかる事態を回避すべく、画像処理において、目的とする物体の画像情報以外の画像情報を予め除去可能とすることで、精度の高い特徴量の算出を行い、延いては確実な目的物体の検出を可能としている。

【0026】

以下、図３を参照して、画像処理による物体検出の処理を行うための各種プログラムを記憶し、また、各種データを格納する記憶装置３０の構成について説明する。

【0027】

図３は、物体検出装置１００を構成する情報処理部８０のうち、記憶装置３０の構成について概念的に説明するためのブロック図である。図示のように、記憶装置３０は、各種プログラムを格納するためのプログラム領域を有するプログラム記憶部ＰＭと、各種データを格納するためのデータ領域を有するデータ記憶部ＤＭとで構成されている。

【0028】

記憶装置３０の構成要素のうち、プログラム記憶部ＰＭは、撮像画像のキャプチャを行うための画像キャプチャプログラムＣＰと、生の画像データである撮像画像から直線成分（線分）を抽出するためのラインセグメントプログラムＬＳと、ラインセグメントプログラムＬＳで抽出された直線成分に基づいてラインセグメント長時間露光画像（以下、単に長時間露光画像ともいう。）を作成するラインセグメント長時間露光画像作成プログラムＬＥと、直線成分（線分）のうち長時間露光画像における描画対象となる縦方向の成分を抽出するための抽出線分角度設定プログラムＡＳと、長時間露光画像に基づいて選択された直線成分についての特徴量としてＨＯＧ特徴量を算出するためのＨＯＧ特徴量算出プログラムＦＣと、算出されたＨＯＧ特徴量に基づいて人体画像の存在を検出する人体画像検出プログラムＧＤとを有する。

【0029】

また、ＨＯＧ特徴量算出プログラムＦＣには、ＨＯＧ特徴量を算出するために必要となる画像勾配算出プログラムＳＣや、勾配方向ヒストグラム算出プログラムＨＣのほか、算出において除外すべきデータとなる画像勾配データを削除する画像勾配データ削除プログラムＤＰが含まれている。

【0030】

なお、プログラム記憶部ＰＭは、上記のほかにも画像処理等に際して必要となる種々のプログラムを含んでいるものとする。例えば撮像画像の部分画像を切り取るプログラムやＨＯＧ特徴量の算出において必要となる正規化処理のプログラム等種々のプログラムが含まれているものとする。

【0031】

記憶装置３０の構成要素のうち、データ記憶部ＤＭは、画像キャプチャプログラムＣＰでキャプチャされた撮像画像のデータを格納する撮像画像データ記憶部ＣＤと、ラインセグメントプログラムＬＳで抽出された直線成分（線分）のデータを記憶する直線成分（線分）データ記憶部ＬＤと、ラインセグメント長時間露光画像作成プログラムＬＥに基づいて作成された長時間露光画像のデータを記憶するラインセグメント長時間露光画像データ記憶部ＢＤと、ＨＯＧ特徴量算出プログラムＦＣで算出される各種データを記憶するＨＯＧ特徴量データ記憶部ＦＤと、人体画像検出プログラムＧＤにおける検出結果を記憶する検出データ記憶部ＤＤとを有する。

【0032】

以上のうち、ＨＯＧ特徴量データ記憶部ＦＤは、ＨＯＧ特徴量の算出のためのデータとして画像勾配データを記憶する画像勾配データ記憶部ＳＤと、画像勾配データ削除プログラムＤＰに基づいて取捨選択された結果を記憶する画像勾配データ選択結果記憶部ＣＲと、ＨＯＧ特徴量を示す勾配方向ヒストグラムのデータを記憶する勾配方向ヒストグラムデータ記憶部ＨＤとを含んでいる。

【0033】

プログラム記憶部ＰＭのうち、画像キャプチャプログラムＣＰは、例えば図４（Ａ）に示すような撮像画像ＰＡをキャプチャし、その画像データが撮像画像データ記憶部ＣＤに記憶される。

【0034】

ラインセグメントプログラムＬＳは、例えば図４（Ｂ）に示す画像ＰＢに見られるような線分（直線成分）を、図４（Ａ）の撮像画像ＰＡから抽出するためのプログラムであり、その線分（直線成分）についてのデータが直線成分（線分）データ記憶部ＬＤに記憶される。言い換えると、ＣＰＵ１０は、ラインセグメントプログラムＬＳを読み出すことで線分検出を行う直線成分検出部であるラインセグメントディテクターとして機能する。

【0035】

ラインセグメント長時間露光画像作成プログラムＬＥは、データ記憶部ＬＤに記憶された線分（直線成分）を含む画像であって、互いに時間差のある複数の画像を重ね合せたものによって長時間露光画像（図８参照）を作成するためのプログラムである。つまり、ＣＰＵ１０は、ラインセグメント長時間露光画像作成プログラムＬＥを読み出して、長時間露光画像作成部として機能する。作成された長時間露光画像は、ラインセグメント長時間露光画像データ記憶部ＢＤに記憶される。なお、長時間露光画像の作成処理について詳しくは、図７等を参照して後述する。

【0036】

一般的なＨＯＧ特徴量の算出に関しては、例えば上記引用文献１等に詳しくある説明やＨＯＧ特徴量に関する既知の文献等での説明を繰り返すことになるため、ここでは詳細な説明を省略するが、例えばＨＯＧ特徴量算出プログラムＦＣのうち、画像勾配算出プログラムＳＣは、ＨＯＧ特徴量を算出するために必要となる画像勾配データを算出するものであり、図５（Ａ）に一例を示す矩形領域に分割されたブロック画像Ｇ１について各ブロック画像Ｇ１を構成する画素ＰＸごとに、輝度の勾配強度ｍ（ｘ，ｙ）や勾配方向θ（ｘ，ｙ）を算出するといった算出の処理がなされる。なお、勾配強度ｍ（ｘ，ｙ）及び勾配方向θ（ｘ，ｙ）の定義は、以下の通りである。

ここで、Ｌ（ｘ，ｙ）は、各画素での輝度を示す。また、図５（Ｂ）は、上記勾配強度ｍ（ｘ，ｙ）を予め定められた勾配方向にヒストグラム化したものを示す一例である。本実施形態では以上のようなＨＯＧ特徴量を算出するために、ＨＯＧ特徴量算出プログラムＦＣが画像勾配算出プログラムＳＣ及び勾配方向ヒストグラム算出プログラムＨＣを有するものとなっている。この上で、さらに、ＨＯＧ特徴量算出プログラムＦＣは、算出において除外すべきデータとなる画像勾配データを削除する画像勾配データ削除プログラムＤＰを含んでいる。具体的には、画像勾配データ削除プログラムＤＰは、ＨＯＧ特徴量の算出において、ラインセグメントの長時間露光画像でデータのある部分を削除する処理を行っている。これにより、以外の物体についての直線成分以外の情報についての直線成分に関するデータを除去することになる。つまり、ＣＰＵ１０は、記憶装置３０から画像勾配データ削除プログラムを読み出して、除去すべき直線成分を除去することで、直線成分除去部として機能する。

【0037】

以下、図６のフローチャート等を参照して、本実施形態の物体検出装置１００を用いた人体画像検出の処理について説明する。まず、ＣＰＵ１０は、画像情報受付部２０を介して撮像装置９０から画像情報を取得するとともに、記憶装置３０から画像キャプチャプログラムＣＰを適宜読み出して、撮像画像のキャプチャを行い、図４（Ａ）に例示する入力画像を取得する（ステップＳ１）。次に、ＣＰＵ１０は、記憶装置３０からラインセグメントプログラムＬＳを読み出して、図４（Ｂ）に例示する画像ＰＢに見られるような線分（直線成分）を含んだ画像データを抽出する（ステップＳ２）。次に、ＣＰＵ１０は、記憶装置３０からラインセグメント長時間露光画像作成プログラムＬＥを読み出して、ステップＳ２で抽出された画像データに基づいてラインセグメントの長時間露光画像を作成する（ステップＳ３）。なお、ステップＳ３における画像処理の詳細は、図７等を参照して後述するが、ステップＳ３において、目的物体に関する情報と目的以外の物体に関する情報とを分離可能とするデータが取得される。次に、ＣＰＵ１０は、ラインセグメントの長時間露光画像に含まれる直線成分（線分）に基づいて記憶装置３０からＨＯＧ特徴量算出プログラムＦＣを読み出して、ＨＯＧ特徴量を算出する処理を行う（ステップＳ４）。なお、ステップＳ４において、ステップＳ３の結果を利用してノイズとなる不要データの削除を可能にしている。次に、ＣＰＵ１０は、ステップＳ４において算出されたＨＯＧ特徴に基づいて、検出対象となっている撮像画像データ中に人体画像が存在するか否かを判定する（ステップＳ５）。次に、ＣＰＵ１０は、人体画像の検出終了の指示があるか否かを確認し（ステップＳ６）、確認されなければ（ステップＳ６：Ｎｏ）、上記ステップＳ１〜Ｓ６の動作を繰り返す。検出終了の指示があれば（ステップＳ６：Ｙｅｓ）、終了する。

【0038】

以下、図７及び図８のほか、図９のフローチャートを参照して、図６に示した各種処理のうち、ラインセグメント長時間露光画像作成処理（ステップＳ３の処理）の一例について説明する。ここで、長時間露光画像とは、互いに時間差のある画像を重ね合せたものとして例えば固定カメラによって同じ箇所を撮影して取得される数秒程度分の画像データを重畳（輝度を加算）させて取得される画像を意味する。ここでは、一例として、同じ箇所を撮影した複数の撮像画像（撮像時間数秒分のデータ）についてステップＳ２において抽出された直線成分（線分）を含んだ画像データを重ね合わせるものとする。この場合、例えば重ね合わせられた画像において描画されている直線成分について、時間経過において動かない物体（静止物体）のものほどはっきり浮かび上がった状態となる（図８参照）。

【0039】

さらに、直線成分（線分）については、横方向の成分をあらかじめ削除し、縦方向の成分のみを抽出するものとする。具体的には、図７（Ａ）及び７（Ｂ）に示すように、閾値として設定した角度αによって、縦方向の成分であるか横方向の成分であるかを決定する。ここでは、一例として垂直方向を０°として±２０°を境界とする。すなわち、図７（Ａ）に示すように、垂直方向について±２０°以内すなわち、０°から２０°まで、または１６０°から１８０°未満までの角度範囲にある直線成分ＬＥ１を縦方向の成分とし、図７（Ｂ）に示すように、それ以外の角度範囲にある直線成分ＬＥ２を横方向の成分とする。本実施形態では、既述のように、人体画像の検出を目的としており、人体画像の検出に際しては、縦方向の成分が重要であるため、図７（Ａ）に示すような縦方向と判断される直線成分ＬＥ１のみを取り扱い、図７（Ｂ）に示すような横方向と判断される直線成分ＬＥ２を除外する。このため、結果的に取得される直線成分は、図８に例示するように、縦方向の直線成分のみを有するものとなる。

【0040】

以上のような直線成分画縦方向の成分であるか横方向の成分であるかを判定するためのプログラムが、記憶装置３０において抽出線分角度設定プログラムＡＳとして格納されている。言い換えると、ＣＰＵ１０は、抽出線分角度設定プログラムＡＳを読み出して直線成分（線分）についての角度情報を抽出し、当該角度情報に基づいて直線成分の選別を行う角度情報選別部として機能するものとなっている。特に、本実施形態では、角度αについて設定された閾値を満たす縦方向の成分を有する直線成分を次段処理であるステップＳ４のＨＯＧ特徴量での処理対象の直線成分として抽出し、横方向の直線成分をステップＳ３の段階で予め除去している。

【0041】

以下、図９のフローチャートを参照して、ラインセグメント長時間露光画像作成処理の一例について詳細に説明する。ここでは、一例として、ステップＳ２において当該画像中における線分（直線成分）について画像に描画し、描画した画像を重ね合わせることで、図８に示したような長時間露光画像を作成するものとする。

【0042】

まず、ＣＰＵ１０は、ステップＳ２において、同一または略同一の箇所であって時間差をつけて撮像した複数の撮像画像（撮像時間数秒分のデータ）が抽出されると、ラインセグメント長時間露光画像作成プログラムＬＥを読み出して、長時間露光画像の作成のための各種処理を行う。具体的には、まず、これらの撮像画像の全てについて、線分描画の処理が終了したかを確認し（ステップＳ１０１）、終了していなければ（ステップＳ１０１：Ｎｏ）、処理対象となる画像（すなわち未描画の画像）を適宜選択し（ステップＳ１０２）、ステップＳ２において当該画像中における線分（直線成分）として抽出された情報を読み出す（ステップＳ１０３）。ステップＳ１０３において読み出された有限個の線分（直線成分）のうち、適宜最初の処理対象を選択し（ステップＳ１０４）、全ての線分（直線成分）について描画対象とすべき成分を取捨判定する処理画終了しているかを確認する（ステップＳ１０５）。ステップＳ１０５において、終了していないと判断すると（ステップＳ１０５：Ｎｏ）、ＣＰＵ１０は、記憶装置３０から抽出線分角度設定プログラムＡＳを読み出して、処理対象となっている線分（直線成分）の傾き角度が一定範囲内であるか、すなわち縦方向のものであるか横方向のものであるかを判定する（ステップＳ１０６）。ステップＳ１０６において、角度が一定範囲内であると判断されると（ステップＳ１０６：Ｙｅｓ）、ＣＰＵ１０は、処理対象の線分（直線成分）を描画対象として記憶し（ステップＳ１０７）、角度が一定範囲内にないと判断されると（ステップＳ１０６：Ｎｏ）、ＣＰＵ１０は、処理対象の線分（直線成分）を描画対象から除外し（ステップＳ１０８）、次の処理対象となる線分（直線成分）を選択する（ステップＳ１０９）。ＣＰＵ１０は、上記ステップＳ１０６からステップＳ１０９までの動作を、全ての線分（直線成分）について処理を終えるまで（ステップＳ１０５：ＹＥＳ）繰り返す。ＣＰＵ１０は、処理対象の画像に含まれる有限湖の線分（直線成分）の全てについての処理を終えると、ステップＳ１０７において記憶された全ての線分を描画する（ステップＳ１１０）。ステップＳ１１０の処理の後、次の処理対象となる撮像画像があるかを確認し（ステップＳ１０１）、ステップＳ１０１において全ての撮像画像について線分描画の処理が終了したと判断するまで（ステップＳ１０１：Ｙｅｓ）、上記ステップＳ１０１からステップＳ１１０までの動作を繰り返す。ＣＰＵ１０は、全ての撮像画像について線分描画の処理が終了したと判断すると（ステップＳ１０１：Ｙｅｓ）、ＣＰＵ１０は、ラインセグメント長時間露光画像作成プログラムＬＥに含まれる画像の重ね合わせプログラムを読み出して線分描画された各画像を重ね合わせる（ステップＳ１１１）。ステップＳ１１１の処理により、図８に例示したラインセグメント長時間露光画像が作成され、ステップＳ４の処理が終了する。以上の処理によって取得されるラインセグメント長時間露光画像に描画された直線成分（線分）は、画像中において特に位置の変化しない、すなわち時間経過において動かない物体（静止物体）の直線成分のうち縦方向の成分を抽出したものとなる。従って、本実施形態の場合のように人体のように時間経過とともに動く（移動する）ものを検出対象とする場合には、上記のようにして抽出された直線成分についての情報を、次段の処理である特徴量算出の際に除去することで、いわばノイズとなる不要な情報を削減でき、精度の高い結果が期待でき、延いては目的物体の検出をより確実なものにできる。

【0043】

以下、図１０のフローチャートを参照して、ＨＯＧ特徴量算出処理（ステップＳ４の処理）の一例について説明する。まず、ＣＰＵ１０は、記憶装置３０のＨＯＧ特徴量算出プログラムＦＣのうち画像勾配算出プログラムを読み出して、図５（Ａ）等を参照して説明したように、入力画像について局所的に分割されたブロック画像から、輝度の勾配に関する算出処理を行う（ステップＳ２０１）。次に、ＣＰＵ１０は、画像勾配データ削除プログラムＤＰを読み出して、上記したステップＳ４において取得されたラインセグメント長時間露光画像についての直線成分（線分）のデータ分を削除した上で（ステップＳ２０２）、ＣＰＵ１０は、勾配方向ヒストグラム算出プログラムＨＣを読み出して、図５（Ｂ）等を参照して説明したように、勾配方向ヒストグラムを作成する（ステップＳ２０３）。

【0044】

なお、図６に示すステップＳ５の人検出処理では、ＣＰＵ１０は、人体画像検出プログラムＧＤを読み出し、上記のようにステップＳ２０３において作成された勾配方向ヒストグラム等に基づいて、検出の目的物体である人（人体画像）の検出処理を行う検出処理部として、画像処理による人検出を行う。

【0045】

以上のように、本実施形態の物体検出装置１００では、ＣＰＵ１０は、ラインセグメント長時間露光画像作成プログラムＬＥに基づいて作成される時間差のある画像に基づいて除去すべき直線成分を決定することで、人体等の目的とする物体についての直線成分とそれ以外の物体についての直線成分とを判別し、また、ＣＰＵ１０は、直線成分除去部として、画像勾配データ削除プログラムＤＰを読み出して除去すべき直線成分を除去する。すなわち、目的物体に関する情報と目的以外の物体に関する情報とを分離している。これにより、特徴量算出部であるＨＯＧ特徴量算出プログラムＦＣによるＨＯＧ特徴量の算出において、精度の高い結果が期待でき、目的物体の検出をより確実なものにできる。

【0046】

この発明は、上記の実施形態又は実施例に限られるものではなく、その要旨を逸脱しない範囲において種々の態様で実施することが可能である。

【0047】

上記では、物体検出装置１００による検出対象を人（人体画像）としているが、これに限らず、多くの移動する（動きのある）物体を検出対象とすることができる。例えば、車両を検出対象とすることができる。また、人を検出対象とする場合、ＨＯＧ特徴量としては、縦成分の直線成分の抽出が重要であったため、縦方向の成分についてのみ抽出した上で、人体由来以外のものを除去するものとしたが、車両についての検出を行う場合には、横方向の直線成分を特徴量の解析のために抽出するものとしてもよい。

【0048】

また、上記では、例えば図９のフローチャートでの説明では、画像中における線分（直線成分）について画像に描画するものとしてその一例を示しているが、処理の手順等は図９の場合に限らず種々の方法を選択できる。さらに、目的としては、最終的に除去すべき線分（直線成分）に関するデータを取得できればよく、これが取得できる方法であれば、描画するものに限らずデータだけを取得する方法を適用してもよい。

【0049】

また、撮像装置９０については、固定的に設置されたカメラとしているが、例えば静止するものと動くものとを区別できる直線成分のデータが取得できれば、多少動くカメラを利用するものとしてもよい。

【0050】

また、露光時間についても、数秒程度としているが、目的とする直線成分のデータを取得できれば、これ以外の時間差のある画像データを利用するものとしてもよい。

【0051】

さらに、撮像装置９０の撮像範囲の対象となっている領域において、予め不要で削除可能であることが決まっている領域の画像データに関しては、直線成分等が抽出されても予め削除しておくものとしてもよい。

【0052】

また、上記では、画像勾配データ削除プログラムＤＰによって除外すべきデータとなる画像勾配データを削除するものとしているが、削除すべきデータを削除するタイミングについては、画像処理の便宜等から種々のタイミングで行うものとすればよい。

【0053】

また、上記では、特徴量の検出手法として、ＨＯＧ特徴量について分析解析を行うものとしているが、特徴量に関しては、ＨＯＧ特徴量以外のものを利用することも可能である。

【0054】

以上の実施形態で説明された構成、形状、大きさおよび配置関係については本発明が理解・実施できる程度に概略的に示したものにすぎない。従って本発明は、説明された実施形態に限定されるものではなく、特許請求の範囲に示される技術的思想の範囲を逸脱しない限り様々な形態に変更することができる。

【符号の説明】

【0055】

２０…画像情報受付部、 ３０…記憶装置、 ４０…表示装置、 ５０…入力装置、 ７０…バス、 ８０…情報処理部、 ９０…撮像装置、 １００…物体検出装置、 ＡＳ…抽出線分角度設定プログラム、 ＢＤ…ラインセグメント長時間露光画像データ記憶部、 ＣＤ…撮像画像データ記憶部、 ＣＰ…画像キャプチャプログラム、 ＣＲ…画像勾配データ選択結果記憶部、 ＤＤ…検出データ記憶部、 ＤＭ…データ記憶部、 ＤＰ…画像勾配データ削除プログラム、 ＦＣ…特徴量算出プログラム、 ＦＤ…特徴量データ記憶部、 ＧＤ…人体画像検出プログラム、 ＨＣ…勾配方向ヒストグラム算出プログラム、 ＨＤ…勾配方向ヒストグラムデータ記憶部、 ＬＤ…データ記憶部、 ＬＥ…ラインセグメント長時間露光画像作成プログラム、 ＬＳ…ラインセグメントプログラム、 ＰＭ…プログラム記憶部、 ＳＣ…画像勾配算出プログラム、 ＳＤ…画像勾配データ記憶部、 Ｌ１，ＬＥ１，ＬＥ２，ＬＬ１…直線成分（線分）、 Ｇ１…ブロック画像、 Ｐ１，Ｐ２…画像、 ＰＡ…撮像画像、 ＰＢ…画像、 ＰＸ…画素、 α…角度

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】