特開 2024-13068 被写体検出装置、被写体検出方法及び被写体検出プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024013068

(43)【公開日】2024-01-31

(54)【発明の名称】被写体検出装置、被写体検出方法及び被写体検出プログラム

(51)【国際特許分類】

   G06V 10/22 20220101AFI20240124BHJP

【ＦＩ】

G06V10/22

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2022114989

(22)【出願日】2022-07-19

(71)【出願人】

【識別番号】000002945

【氏名又は名称】オムロン株式会社

(74)【代理人】

【識別番号】110002860

【氏名又は名称】弁理士法人秀和特許事務所

(72)【発明者】

【氏名】阪田 真也

(57)【要約】

【課題】背景の状態による所望の物体の検出率低下を抑制する。
【解決手段】本被写体検出装置は、入力された動画に含まれるフレーム画像中の動体を検出する動体検出部と、上記フレーム画像から上記動体を除いた背景領域に対して平滑化処理を行う画像処理部と、上記背景領域に対する上記平滑化処理が行われた処理後画像が入力されると、上記処理後画像に含まれる所望の被写体を検出する検出部と、を備える。
【選択図】図３

【特許請求の範囲】

【請求項1】

入力された動画に含まれるフレーム画像中の動体を検出する動体検出部と、
前記フレーム画像から前記動体を除いた背景領域に対して平滑化処理を行う画像処理部と、
前記背景領域に対する前記平滑化処理が行われた処理後画像が入力されると、前記処理後画像に含まれる所望の被写体を検出する検出部と、を備える、
被写体検出装置。

【請求項2】

前記平滑化処理は、前記背景領域の各画素に所定の重みづけを行って画素の輝度値を平均化するぼかし処理を含む、
請求項１に記載の被写体検出装置。

【請求項3】

前記平滑化処理は、前記背景領域を所定の色で塗りつぶす塗りつぶし処理を含む、
請求項１に記載の被写体検出装置。

【請求項4】

第１のフレーム画像において前記所望の被写体が第１の領域で検出されると、前記動画において前記第１のフレーム画像に続く第２のフレーム画像における前記第１の領域に対応する第２の領域を前記平滑化処理の対象から除外する、
請求項１から３のいずれか一項に記載の被写体検出装置。

【請求項5】

コンピュータが、
入力された動画に含まれるフレーム画像中の動体を検出し、
前記フレーム画像から前記動体を除いた背景領域に対して平滑化処理を実行し、
前記背景領域に対する前記平滑化処理が行われた処理後画像が入力されると、前記処理後画像に含まれる所望の被写体を検出する、
被写体検出方法。

【請求項6】

コンピュータに、
入力された動画に含まれるフレーム画像中の動体を検出させ、
前記フレーム画像から前記動体を除いた背景領域に対して平滑化処理を実行させ、
前記背景領域に対する前記平滑化処理が行われた処理後画像が入力されると、前記処理後画像に含まれる所望の被写体を検出させる、
被写体検出プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、被写体検出装置、被写体検出方法及び被写体検出プログラムに関する。

【背景技術】

【0002】

入力された画像から人等の所望の物体を検出する物体検出装置が提案されている。

【0003】

記憶部に記憶させた背景画像と入力画像との差分が閾値以下の画素については背景画像の同一場所に書き換える技術が提案されている（例えば、特許文献１参照）。また、互いに異なる検出アルゴリズムによって画像から所定の物体を検出する第１検出手段および第２検出手段を有し、第１検出手段によって検出された候補領域を統合し、統合後の候補領域に対してのみ第２検出手段による物体検出を実行する技術が提案されている（例えば、特許文献２参照）。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開平５－１２０４３２号公報

【特許文献2】特開２０１９－０２１００１号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、従来の技術では、背景の状態によっては所望の物体を画像から検出することが難しいことがある。例えば、背景に複雑な模様や景色が配置されている場合、所望の物体が背景に埋もれてしまい、所望の物体を検出する検出率が低下する虞がある。

【0006】

開示の技術の１つの側面は、背景の状態による所望の物体の検出率低下を抑制できる被写体検出装置、被写体検出方法及び被写体検出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】

【0007】

開示の技術の１つの側面は、次のような被写体検出装置によって例示される。本被写体検出装置は、入力された動画に含まれるフレーム画像中の動体を検出する動体検出部と、上記フレーム画像から上記動体を除いた背景領域に対して平滑化処理を行う画像処理部と、上記背景領域に対する上記平滑化処理が行われた処理後画像が入力されると、上記処理後画像に含まれる所望の被写体を検出する検出部と、を備える。

【0008】

上記被写体検出装置であれば、上記背景領域に対して平滑化処理が行われてから被写体の検出が行われる。仮に背景領域に複雑な模様や景色が配置されているような場合でも、背景領域が平滑化されることで被写体が背景領域に埋もれてしまうことが抑制される。そのため、上記被写体検出装置は、背景の状態による所望の物体の検出率低下を抑制できる。なお、平滑化処理としては、各画素に所定の重みづけを行って画素の輝度値を平均化するぼかし処理、各画素の輝度や色を平均化する平均化処理、所定の色で塗りつぶす塗りつぶし処理等を挙げることができる。

【0009】

上記被写体検出装置は、次の特徴を備えてもよい。上記平滑化処理は、上記背景領域の各画素に所定の重みづけを行って画素の輝度値を平均化するぼかし処理を含んでもよい。このようなぼかし処理であれば、背景領域を平滑化しつつ元の背景領域の色情報を多少は残すこともできる。そのため、例えば、塗りつぶし処理によって背景領域を処理した処理後画像よりも、ぼかし処理によって背景領域を処理した処理後画像は、検出部の機械学習
に用いられた教師データに近い特徴を有することとなる。そのため、上記ぼかし処理を採用した被写体検出装置は、他の平滑化処理を採用した場合よりも、所望の被写体の検出率を高めることができる。

【0010】

ここで、上記被写体検出装置は、第１のフレーム画像において上記所望の被写体が第１の領域で検出されると、上記動画において上記第１のフレーム画像に続く第２のフレーム画像における上記第１の領域に対応する第２の領域を上記平滑化処理の対象から除外してもよい。ここで、平滑化処理の対象から除外する、とは、上記第２の領域を背景領域から除外してもよいし、上記第２の領域を背景領域に含めつつ上記第２の領域に対する上記平滑化処理は行わないこととしてもよい。

【0011】

被写体に動きが少ない場合、フレーム間における当該被写体の差分が少ない（または無い）場合がある。このような場合、フレーム間の差分を基に動体を検出する手法を採用した場合、動体が存在する領域を動体として認識できない虞がある。また、記憶部に記憶させた背景画像を用いて背景領域を特定する手法においては、動体が存在する領域を背景領域と誤認識する虞がある。上記第２の領域を上記平滑化処理の対象から除外することで、動体が存在する領域を動体として認識できないことを抑制したり、動体が存在する領域を背景領域の一部として誤認識したりすることを抑制できる。

【0012】

開示の技術は、被写体検出方法及び被写体検出プログラムの側面から把握することも可能である。

【発明の効果】

【0013】

開示の技術によれば、背景の状態による所望の物体の検出率低下を抑制することができる。

【図面の簡単な説明】

【0014】

【図1】図１は、実施形態に係る人検出システムの一例を示す図である。

【図2】図２は、人検出装置のハードウェア構成の一例を示す図である。

【図3】図３は、人検出装置の処理ブロックの一例を示す図である。

【図4】図４は、ビデオカメラから入力されるフレーム画像の一例を示す図である。

【図5】図５は、画像処理部による平滑化処理が施される前の背景の一例を示す図である。

【図6】図６は、画像処理部によって平滑化処理が施された背景の一例を示す図である。

【図7】図７は、処理後画像の一例を示す図である。

【図8】図８は、実施形態に係る人検出装置の処理フローの一例を示す図である。

【図9】図９は、第１変形例に係る人検出装置の処理フローの一例を示す図である。

【図10】図１０は、第２変形例に係る人検出装置の処理フローの一例を示す図である。

【発明を実施するための形態】

【0015】

＜適用例＞
以下、本発明の適用例について、図面を参照して説明する。本発明は、例えば、図１に一例を示すような人検出システム１に適用される。人検出システム１は、ビデオカメラ２０と人検出装置１０を備える。人検出装置１０は、例えば、様々な条件下で人を撮影した画像データを教師データとした機械学習によって構築された装置である。

【0016】

人検出システム１では、ビデオカメラ２０によって撮影された動画が人検出装置１０に入力される。人検出装置１０では、入力された動画の各フレーム画像において、動体を検
出する。そして、人検出装置１０は、フレーム画像から動体を除いた背景領域に対して、所定の平滑化処理を行う。そして、人検出装置１０は、背景領域に対する平滑化処理が行われた画像を用いて、人の検出を行う背景領域に複雑な模様や景色が配置されていても、そのような模様や景色が上記平滑化処理によって平滑化されることで、背景領域に動体が埋もれることを抑制できる。そのため、人検出装置１０は、背景の状態による所望の物体の検出率低下を抑制することができる。

【0017】

＜実施形態＞
以下、図面を参照して実施形態について説明する。図１は、実施形態に係る人検出システム１の一例を示す図である。人検出システム１は、人検出装置１０及びビデオカメラ２０を備える。人検出システム１では、ビデオカメラ２０によって撮影された動画から人検出装置１０が人の検出を行うシステムである。図１では、ビデオカメラ２０によって人Ｈ１と犬Ｈ２が撮影される様子が例示される。

【0018】

ビデオカメラ２０は、例えば、撮像素子としてＣｈａｒｇｅ Ｃｏｕｐｌｅｄ Ｄｅｖｉｃｅ（ＣＣＤ）イメージセンサやＣｏｍｐｌｅｍｅｎｔａｒｙ Ｍｅｔａｌ Ｏｘｉｄｅ Ｓｅｍｉｃｏｎｄｕｃｔｏｒ（ＣＭＯＳ）イメージセンサを備えたデジタルビデオカメラである。ビデオカメラ２０は、距離画像センサを備えたカメラであってもよい。ビデオカメラ２０によって撮影される動画は、時系列に並べられた複数のフレーム画像を含む。フレーム画像としては、ＲＧＢ画像、グレースケール画像、被写体の温度分布を示す温度画像、距離画像センサによって生成された距離画像等を挙げることができる。ビデオカメラ２０は、撮影した動画の各フレーム画像を人検出装置１０に出力する。

【0019】

人検出装置１０は、ビデオカメラ２０から入力された動画に含まれる人を検出する。ここで、人検出装置１０は、人を検出する前準備として、入力されたフレーム画像の背景領域に対して平滑化処理を行う。そして、人検出装置１０は、平滑化処理が行われたフレーム画像に対して人の検出処理を実行する。

【0020】

図２は、人検出装置１０のハードウェア構成の一例を示す図である。人検出装置１０は、ＣＰＵ１０１、主記憶部１０２、補助記憶部１０３、通信部１０４及び接続バスＢ１を備える。ＣＰＵ１０１、主記憶部１０２、補助記憶部１０３及び通信部１０４は、接続バスＢ１によって接続される。

【0021】

ＣＰＵ１０１は、マイクロプロセッサユニット（ＭＰＵ）、プロセッサとも呼ばれる。ＣＰＵ１０１は、単一のプロセッサに限定される訳ではなく、マルチプロセッサ構成であってもよい。ＣＰＵ１０１が実行する処理のうち少なくとも一部は、ＣＰＵ１０１以外のプロセッサ、例えば、Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ（ＤＳＰ）、Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＧＰＵ）、数値演算プロセッサ、ベクトルプロセッサ、画像処理プロセッサ等の専用プロセッサで行われてもよい。また、ＣＰＵ１０１が実行する処理のうち少なくとも一部は、集積回路（ＩＣ）、その他のデジタル回路によって実行されてもよい。集積回路は、Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｅｄ ｃｉｒｃｕｉｔ（ＬＳＩ）、Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ（ＡＳＩＣ）、プログラマブルロジックデバイス（ＰＬＤ）を含む。ＰＬＤは、例えば、Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ（ＦＰＧＡ）を含む。ＣＰＵ１０１は、プロセッサと集積回路との組み合わせであってもよい。組み合わせは、例えば、マイクロコントローラユニット（ＭＣＵ）、Ｓｙｓｔｅｍ－ｏｎ－ａ－ｃｈｉｐ（ＳｏＣ）、システムＬＳＩ、チップセットなどと呼ばれる。人検出装置１０では、ＣＰＵ１０１が補助記憶部１０３に記憶されたプログラムを主記憶部１０２の作業領域に展開し、プログラムの実行を通じて周辺装置の制御を行う。これにより、人検出装置１０は、所定の目的に合致した処理を実行することができる
。主記憶部１０２及び補助記憶部１０３は、人検出装置１０が読み取り可能な記録媒体である。

【0022】

主記憶部１０２は、ＣＰＵ１０１から直接アクセスされる記憶部として例示される。主記憶部１０２は、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ）及びＲｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ）を含む。

【0023】

補助記憶部１０３は、各種のプログラム及び各種のデータを読み書き自在に記録媒体に格納する。補助記憶部１０３は外部記憶装置とも呼ばれる。補助記憶部１０３には、オペレーティングシステム（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ、ＯＳ）、各種プログラム、各種テーブル等が格納される。ＯＳは、通信部１０４を介して接続される外部装置等とのデータの受け渡しを行う通信インターフェースプログラムを含む。外部装置等には、例えば、コンピュータネットワーク等で接続された、他の情報処理装置及び外部記憶装置が含まれる。なお、補助記憶部１０３は、例えば、ネットワーク上のコンピュータ群であるクラウドシステムの一部であってもよい。

【0024】

補助記憶部１０３は、例えば、Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ（ＥＰＲＯＭ）、ソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ、ＳＳＤ）、ハードディスクドライブ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ、ＨＤＤ）等である。また、補助記憶部１０３は、例えば、Ｃｏｍｐａｃｔ Ｄｉｓｃ（ＣＤ）ドライブ装置、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ（ＤＶＤ）ドライブ装置、Ｂｌｕ－ｒａｙ（登録商標） Ｄｉｓｃ（ＢＤ）ドライブ装置等である。また、補助記憶部１０３は、Ｎｅｔｗｏｒｋ Ａｔｔａｃｈｅｄ Ｓｔｏｒａｇｅ（ＮＡＳ）あるいはＳｔｏｒａｇｅ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＳＡＮ）によって提供されてもよい。

【0025】

通信部１０４は、例えば、外部装置とのインターフェースである。通信部１０４としては、例えば、Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ（ＵＳＢ）ポート、Ｂｌｕｅｔｏｏｔｈ（登録商標）モジュール、及び、ネットワークインターフェースカードを挙げることができる。人検出装置１０は、通信部１０４を介して、ビデオカメラ２０との通信を行う。

【0026】

＜人検出装置１０の処理ブロック＞
図３は、人検出装置１０の処理ブロックの一例を示す図である。人検出装置１０は、差分処理部１１、画像処理部１２及び検出部１３を備える。人検出装置１０は、主記憶部１０２に実行可能に展開されたコンピュータプログラムをＣＰＵ１０１が実行することで、上記人検出装置１０の、差分処理部１１、画像処理部１２及び検出部１３等の各部としての処理を実行する。

【0027】

差分処理部１１は、ビデオカメラ２０から入力された動画に含まれるフレーム画像中の動体を検出する。動体の検出方法に限定は無く、様々な公知の手法を採用することができる。差分処理部１１は、例えば、フレーム画像間に生じるフレーム間差分を検出することで、フレーム画像に含まれる動体を検出してもよい。差分処理部１１は、例えば、フレーム画像と補助記憶部１０３に記憶された背景画像との差分を基にフレーム画像に含まれる動体を検出してもよい。

【0028】

図４は、ビデオカメラ２０から入力されるフレーム画像２００の一例を示す図である。フレーム画像２００は、動体２１０Ａ、動体２１０Ｂ及び背景２２０を含む。図４の例では、背景２２０には、色の濃い背景模様２２１が複数配置されている。差分処理部１１は、フレーム画像２００から動体２１０Ａ及び動体２１０Ｂを検出する。差分処理部１１は、「動体検出部」の一例である。

【0029】

画像処理部１２は、検出した動体２１０Ａ及び動体２１０Ｂをフレーム画像２００から除いた背景２２０に対して、平滑化処理を施す。図５は、画像処理部１２による平滑化処理が施される前の背景２２０の一例を示す図である。画像処理部１２は、フレーム画像２００から差分処理部１１によって検出された動体２１０Ａ及び動体２１０Ｂを除くことで、図５に例示するような背景２２０を抽出する。なお、背景２２０においては、動体２１０Ａ及び動体２１０Ｂが存在していた領域が、白抜き２１０Ａ１及び白抜き２１０Ｂ１として含まれてもよい。

【0030】

画像処理部１２は、抽出した背景２２０に対して、平滑化処理を施す。平滑化処理としては、例えば、各画素に所定の重みづけを行って画素の輝度値を平均化するぼかし処理、各画素の輝度や色を平均化する平均化処理、所定の色で塗りつぶす塗りつぶし処理等を挙げることができる。図６は、画像処理部１２によって平滑化処理が施された背景２２０の一例を示す図である。画像処理部１２による平滑化処理によって、背景２２０に配置された背景模様２２１が目立たなくなっている。

【0031】

画像処理部１２は、平滑化処理を施した背景２２０に動体２１０Ａ及び動体２１０Ｂを重畳させた処理後画像２０１を生成する。図７は、処理後画像２０１の一例を示す図である。処理後画像２０１では、平滑化処理が施された背景２２０上に動体２１０Ａ、動体２１０Ｂが配置されている。処理後画像２０１は、背景２２０に対して平滑化処理が施された点を除いて、フレーム画像２００と同一の画像となる。すなわち、画像処理部１２は、動体２１０Ａ及び動体２１０Ｂに対する平滑化処理を行わない。処理後画像２０１では、フレーム画像２００よりも背景模様２２１が目立たなくなることで、背景２２０に動体２１０Ａや動体２１０Ｂが埋もれることが抑制され、ひいては、検出部１３による動体２１０Ａ及び動体２１０Ｂの認識が容易となる。画像処理部１２は、処理後画像２０１を検出部１３に出力する。

【0032】

検出部１３は、処理後画像２０１に含まれる人を検出する。検出部１３は、例えば、様々な条件下で人を撮影した画像を教師データとした機械学習によって構築される。なお、検出部１３の学習に用いられる教師データは、例えば、画像処理部１２による平滑化処理が施されていない画像データが用いられる。検出部１３は、画像処理部１２から入力された処理後画像２０１に含まれる人を検出する。処理後画像２０１として図７に例示する処理後画像２０１が入力された場合、検出部１３は、動体２１０Ａを人として検出する。

【0033】

＜処理フロー＞
図８は、実施形態に係る人検出装置１０の処理フローの一例を示す図である。図８の処理は、例えば、ビデオカメラ２０からフレーム画像２００が入力される度に繰り返し実行される。ここでは、図４に例示されるフレーム画像２００が人検出装置１０に入力されるものとして人検出装置１０の処理フローについて説明する。以下、図８を参照して、人検出装置１０の処理フローの一例について説明する。

【0034】

ステップＳ１では、差分処理部１１は、ビデオカメラ２０によって撮影されたフレーム画像２００の入力を受け付ける。ステップＳ２では、差分処理部１１は、ステップＳ１で入力されたフレーム画像２００から背景２２０を抽出する。差分処理部１１は、例えば、フレーム画像２００に含まれる動体２１０Ａと動体２１０Ｂを動体として特定する。そして、差分処理部１１は、特定した動体２１０Ａと動体２１０Ｂをフレーム画像２００から除外して、図５に例示するような背景２２０を抽出する。

【0035】

ステップＳ３では、画像処理部１２は、ステップＳ２で抽出された背景２２０に対して、ぼかし処理、平均化処理、黒塗り処理等によって例示される平滑化処理を施す。

【0036】

ステップＳ４では、画像処理部１２は、ステップＳ３で平滑化処理を施した背景２２０に、ステップＳ２で特定された動体２１０Ａ、２１０Ｂを配置した処理後画像２０１を生成する。生成された処理後画像２０１は、フレーム画像２００の背景２２０に対して平滑化処理を施したものとなる。画像処理部１２は、生成した処理後画像２０１を検出部１３に出力する。

【0037】

ステップＳ５では、検出部１３は、画像処理部１２から入力された処理後画像２０１に含まれる人を検出する。ここでは、検出部１３は、入力された処理後画像２０１のうち、動体２１０Ａが人であると検出する。

【0038】

＜実施形態の作用効果＞
複数の背景模様２２１が配置されたフレーム画像２００のように背景２２０が複雑な場合には被写体となった人が背景２２０に埋もれてしまい、機械学習によって学習した検出器を用いた人検出が難しい場合がある。本実施形態では、差分処理部１１によって抽出された背景２２０に対して画像処理部１２が平滑化処理を施すことで、被写体となった人が背景２２０に埋もれることが抑制される。そのため、本実施形態によれば、人検出装置１０による人検出の精度を向上させることができる。

【0039】

ここで、本実施形態において、各画素に所定の重みづけを行って画素の輝度値を平均化するぼかし処理を平滑化処理として採用する場合、背景領域を平滑化しつつ元の背景領域の色情報を多少は残すことも可能となる。そのため、他の平滑化処理を採用した場合と比較して、処理後画像２０１と検出部１３の構築に用いた教師データとの差が小さなものとなる。そのため、上記ぼかし処理を採用した人検出装置１０は、他の平滑化処理を採用した人検出装置１０よりも、人の検出率を高めることができる。

【0040】

＜第１変形例＞
フレーム画像２００中の動体を検出する手法として、フレーム間差分法が挙げられる。フレーム間差分法では、フレーム間に生じる差分を基に動体が検出される。差分処理部１１がフレーム間差分法を採用して動体を検出する場合、人の動きが少ないとフレーム間で生じる差分が僅かなものとなるため、動体が存在する領域に対しても平滑化処理が行われてしまう虞がある。第１変形例では、このような動体に対する平滑化処理を抑制する処理について説明する。

【0041】

図９は、第１変形例に係る人検出装置１０の処理フローの一例を示す図である。図９に例示する処理フローも、図８に例示する処理フローと同様に、例えば、ビデオカメラ２０からフレーム画像２００が入力される度に繰り返し実行される。実施形態と同一の処理については同一の符号を付し、その説明を省略する。以下、図９を参照して、第１変形例に係る人検出装置１０の処理フローについて説明する。

【0042】

ステップＳ３Ａの処理は、１つ前に処理したフレーム画像２００において人が検出されたことのフィードバックを受けたか否かによって処理が異なる。画像処理部１２は、後述するステップＳ６の処理で当該フィードバックを受けた場合、１つ前に処理したフレーム画像２００において人が検出された領域に対応する領域に対しては、平滑化処理を行わない。すなわち、ステップＳ３Ａにおける画像処理部１２は、１つ前に処理したフレーム画像２００において動体２１０Ａが人として検出されると、今回処理するフレーム画像２００において動体２１０Ａに相当する領域においてフレーム間差分が生じていなくとも、動体２１０Ａに相当する領域を平滑化処理の対象から除外する。なお、１つ前に処理したフレーム画像２００において検出された動体のフィードバック受けていない場合は、図８のステップＳ２における処理と同様の処理が行われる。１つ前に処理したフレーム画像２０
０は、「第１のフレーム画像」の一例である。今回処理するフレーム画像２００は、「第２のフレーム画像」の一例である。１つ前に処理したフレーム画像２００において人が検出された領域は、「第１の領域」の一例である。今回処理するフレーム画像２００において動体２１０Ａに相当する領域は、「第２の領域」の一例である。

【0043】

ステップＳ６では、検出部１３は、ステップＳ５で人が検出された領域のフィードバックを行う。検出部１３によるフィードバックは、例えば、ステップＳ５で人が検出された領域を補助記憶部１０３に記憶させることで行われてもよい。

【0044】

第１変形例では、１つ前のフレーム画像２００において人が検出された領域は画像処理部１２による平滑化処理の対象から除外する。そのため、第１変形例によれば、人が背景として誤認識されることが抑制される。

【0045】

＜第２変形例＞
フレーム画像２００中の動体を検出する手法として、背景差分法が挙げられる。背景差分法では、記憶部に記憶された背景画像との差分を基に動体が検出される。背景差分法の場合、フレーム画像２００の背景２２０を抽出する度に、記憶部に記憶された背景画像は最新のフレーム画像２００から抽出された背景２２０を示す背景画像に更新される。このような背景差分法では、動体の動きが少ない場合に当該動体も背景２２０として処理される虞がある。第２変形例では、動体が背景２２０の一部として認識されることを抑制する処理について説明する。

【0046】

図１０は、第２変形例に係る人検出装置１０の処理フローの一例を示す図である。図１０に例示する処理フローも、図８に例示する処理フローと同様に、例えば、ビデオカメラ２０からフレーム画像２００が入力される度に繰り返し実行される。実施形態と同一の処理については同一の符号を付し、その説明を省略する。以下、図１０を参照して、第２変形例に係る人検出装置１０の処理フローについて説明する。

【0047】

ステップＳ２Ｂの処理は、１つ前に処理したフレーム画像２００において人が検出されたことのフィードバックを受けたか否かによって処理が異なる。画像処理部１２は、後述するステップＳ６Ａの処理で当該フィードバックを受けた場合、当該人が検出された領域については、背景２２０から除外する。すなわち、ステップＳ２Ｂにおける画像処理部１２は、１つ前に処理したフレーム画像２００において動体２１０Ａが人として検出されると、今回処理するフレーム画像２００において動体２１０Ａに相当する領域を除外した背景画像を補助記憶部１０３に記憶させる。なお、１つ前に処理したフレーム画像２００において検出された動体のフィードバック受けていない場合は、画像処理部１２は、補助記憶部１０３に記憶済みの背景画像を基にフレーム画像２００から背景画像を抽出し、抽出した背景画像を補助記憶部１０３に記憶させる。

【0048】

第２変形例によれば、１つ前のフレーム画像２００において人が検出された領域は補助記憶部１０３に記憶させる背景画像から除外される。そのため、第２変形例によれば、人が背景２２０の一部として誤認識されることが抑制される。

【0049】

＜その他の変形＞
以上説明した実施形態及び変形例では、人を検出する人検出装置１０について説明された。しかしながら、実施形態及び変形例に係る技術は、人以外の動物、車両、航空機等の様々な動体の検出に採用することができる。

【0050】

以上で開示した実施形態や変形例はそれぞれ組み合わせることができる。

【0051】

＜コンピュータが読み取り可能な記録媒体＞
コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させる情報処理プログラムをコンピュータ等が読み取り可能な記録媒体に記録することができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。

【0052】

ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＣＤ－ＲＯＭ）、Ｃｏｍｐａｃｔ Ｄｉｓｃ－Ｒｅｃｏｒｄａｂｌｅ（ＣＤ－Ｒ）、Ｃｏｍｐａｃｔ Ｄｉｓｃ－ＲｅＷｒｉｔｅｒａｂｌｅ（ＣＤ－ＲＷ）、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ（ＤＶＤ）、ブルーレイディスク（ＢＤ）、Ｄｉｇｉｔａｌ Ａｕｄｉｏ Ｔａｐｅ（ＤＡＴ）、８ｍｍテープ、フラッシュメモリ、外付け型のハードディスクドライブやＳｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ（ＳＳＤ）等がある。また、コンピュータ等に固定された記録媒体として内蔵型のハードディスクドライブ、ＳＳＤやＲＯＭ等がある。

【0053】

＜付記＞
入力された動画に含まれるフレーム画像（２００）中の動体（２１０Ａ、２１０Ｂ）を検出する動体検出部（１１）と、
前記フレーム画像（２００）から前記動体（２１０Ａ、２１０Ｂ）を除いた背景領域（２２０）に対して平滑化処理を行う画像処理部（１２）と、
前記背景領域（２２０）に対する前記平滑化処理が行われた処理後画像（２０１）が入力されると、前記処理後画像（２０１）に含まれる所望の被写体（２１０Ａ）を検出する検出部（１３）と、を備える、
被写体検出装置（１）。

【符号の説明】

【0054】

１・・人検出システム
１０・・人検出装置
１１・・差分処理部
１２・・画像処理部
１３・・検出部
２０・・ビデオカメラ
１０１・・ＣＰＵ
１０２・・主記憶部
１０３・・補助記憶部
１０４・・通信部
２００・・フレーム画像
２０１・・処理後画像
２１０Ａ・・動体
２１０Ｂ・・動体
２２０・・背景
２２１・・背景模様

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】