特許 7435298 物体検出装置および物体検出方法

(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】

(24)【登録日】2024-02-13

(45)【発行日】2024-02-21

(54)【発明の名称】物体検出装置および物体検出方法

(51)【国際特許分類】

   G06T 7/20 20170101AFI20240214BHJP

   G06T 7/215 20170101ALI20240214BHJP

   G06T 7/00 20170101ALI20240214BHJP

【ＦＩ】

G06T7/20 300

G06T7/215

G06T7/00 250

【請求項の数】 11

(21)【出願番号】P 2020106754

(22)【出願日】2020-06-22

(65)【公開番号】P2022002019

(43)【公開日】2022-01-06

【審査請求日】2023-02-13

(73)【特許権者】

【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

【審査官】堀井 啓明

(56)【参考文献】

【文献】国際公開第２０１９／０６９５８１（ＷＯ，Ａ１）

【文献】特開２０００－０２０７２２（ＪＰ，Ａ）

【文献】特開２０１９－０３６００９（ＪＰ，Ａ）

【文献】特開２００２－１６３６５７（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｔ ７／００－７／９０

Ｇ０６Ｖ １０／００－２０／９０

Ｇ０６Ｖ ３０／４１８

Ｇ０６Ｖ ４０／１６

Ｇ０６Ｖ ４０／２０

(57)【特許請求の範囲】

【請求項1】

撮像された画像から、物体の領域である物体領域を検出する物体検出手段と、
前記画像のうち、前記物体検出手段により検出された前記物体領域の中、または、前記物体領域とその周辺の領域とからなる領域の中から、動きのある領域である動き領域を１つ以上検出する検出手段と、
前記検出手段により検出された前記１つ以上の動き領域に基づいて、前記物体領域の大きさを補正する補正手段と
を有することを特徴とする物体検出装置。

【請求項2】

前記検出手段が複数の動き領域を検出した場合に、前記補正手段は、前記複数の動き領域を含む最小の領域に基づいて、前記物体領域を補正する
ことを特徴とする請求項１に記載の物体検出装置。

【請求項3】

前記検出手段は、
前記画像から動き領域を検出する動き検出手段と、
前記動き検出手段の検出結果から、前記物体領域に位置する動き領域を選択する選択手段と
を有し、
前記補正手段は、前記選択手段により選択された前記動き領域に基づいて、前記物体領域を補正する
ことを特徴とする請求項１または２に記載の物体検出装置。

【請求項4】

前記選択手段は、中心位置が前記物体領域に含まれた動き領域を選択する
ことを特徴とする請求項３に記載の物体検出装置。

【請求項5】

前記選択手段は、全体が前記物体領域に含まれた動き領域を選択する
ことを特徴とする請求項３に記載の物体検出装置。

【請求項6】

前記補正手段は、前記検出手段により検出された、サイズが閾値以上である動き領域に
基づいて、前記物体領域を補正する
ことを特徴とする請求項１～５のいずれか１項に記載の物体検出装置。

【請求項7】

前記検出手段は、背景差分法により前記動き領域を検出する
ことを特徴とする請求項１～６のいずれか１項に記載の物体検出装置。

【請求項8】

前記検出手段は、フレーム間差分法により前記動き領域を検出する
ことを特徴とする請求項１～６のいずれか１項に記載の物体検出装置。

【請求項9】

前記物体は人体である
ことを特徴とする請求項１～８のいずれか１項に記載の物体検出装置。

【請求項10】

撮像された画像から、物体の領域である物体領域を検出する物体検出ステップと、
前記画像のうち、前記物体検出ステップにおいて検出された前記物体領域の中、または、前記物体領域とその周辺の領域とからなる領域の中から、動きのある領域である動き領域を１つ以上検出する検出ステップと、
前記検出ステップにおいて検出された前記１つ以上の動き領域に基づいて、前記物体領域の大きさを補正する補正ステップと
を有することを特徴とする物体検出方法。

【請求項11】

請求項１０に記載の物体検出方法の各ステップをコンピュータに実行させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、撮像された画像から物体の領域を検出する技術に関する。

【背景技術】

【0002】

物体検出や動き検出に関する従来技術として、様々な技術が提案されている。例えば、特許文献１では、顔検出に関する技術が提案されている。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２００６－２９３７２０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、従来の物体検出では、検出された領域が物体の領域に対して大きすぎたり、小さすぎたりすることがある。つまり、物体の領域を高精度に検出することができない。大きすぎることだけでなく、小さすぎることもあるため、検出された領域のサイズを所定の倍率で変更（常に拡大または常に縮小）するのは適切ではない。動き検出でも、１つの動体に対して、動きのある領域として、複数の領域が検出されることがある（１つの動体の領域が複数に分裂して検出されることがある）。つまり、動体の領域を高精度に検出することができない。

【0005】

そして、物体（動体を含む）の領域が正確に検出されない場合には、当該領域に基づく他の処理を好適に行えないことがある。

【0006】

本発明は上記実情に鑑みなされたものであって、物体の領域を高精度に検出することのできる技術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】

上記目的を達成するために本発明は、以下の構成を採用する。

【0008】

本発明の第一側面は、撮像された画像から、物体の領域である物体領域を検出する物体検出手段と、前記画像のうち、前記物体検出手段により検出された前記物体領域から、動きのある領域である動き領域を検出する検出手段と、前記検出手段により検出された前記動き領域に基づいて、前記物体領域を補正する補正手段とを有することを特徴とする物体検出装置を提供する。物体は、例えば、乗り物（車や飛行機など）、自然物（木や花、山など）、人体、顔などである。動き領域は、例えば、動き画素（動きのある画素）のみからなる領域や、動き画素のみからなる領域を含む最小の矩形領域などである。

【0009】

検出された物体領域が大きすぎる場合に、検出された物体領域よりも、その中で検出された動き領域のほうが、真の物体領域を正確に表す。上述した構成によれば、物体領域から検出された動き領域に基づいて当該物体領域が補正されるため、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。ひいては、物体領域に基づく他の処理（ＡＥやＡＦ、誤検出された領域の排除など）を好適に行うことができる。

【0010】

検出された物体領域から複数の動き領域が検出された場合には、各動き領域が同じ物体の一部である可能性が高い。このため、前記検出手段が複数の動き領域を検出した場合に、前記補正手段は、前記複数の動き領域を含む最小の領域に基づいて、前記物体領域を補
正するとしてもよい。こうすることで、複数の動き領域が検出された場合においても、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。

【0011】

前記検出手段は、前記画像から動き領域を検出する動き検出手段と、前記動き検出手段の検出結果から、前記物体領域に位置する動き領域を選択する選択手段とを有し、前記補正手段は、前記選択手段により選択された前記動き領域に基づいて、前記物体領域を補正するとしてもよい。このとき、前記選択手段は、中心位置が前記物体領域に含まれた動き領域を選択するとしてもよい。前記選択手段は、全体が前記物体領域に含まれた動き領域を選択するとしてもよい。

【0012】

小さい動き領域は、ノイズなどを誤検出した領域である可能性が高い。このため、前記補正手段は、前記検出手段により検出された、サイズが閾値以上である動き領域に基づいて、前記物体領域を補正するとしてもよい。こうすることで、物体領域の誤った補正を抑制することができる。ここで、サイズが閾値未満の動き領域を検出手段が検出しないようにしてもよいし、サイズが閾値未満の動き領域を補正手段が使用しないようにしてもよい。動き領域のサイズは、動き領域全体のサイズ（動き領域の全画素数）であってもよいし、動き画素の数などであってもよい。

【0013】

前記検出手段は、背景差分法により前記動き領域を検出するとしてもよい。背景差分法は、例えば、撮像された画像のうち、所定の背景画像との画素値の差分（絶対値）が所定の閾値以上の画素を、動き画素として検出する方法である。

【0014】

前記検出手段は、フレーム間差分法により前記動き領域を検出するとしてもよい。フレーム間差分法は、例えば、撮像された現在の画像（現在のフレーム）のうち、撮像された過去の画像（過去のフレーム）との画素値の差分が所定の閾値以上の画素を、動き画素として検出する方法である。

【0015】

前記検出手段は、前記物体領域とその周辺の領域とからなる領域から、前記動き領域を検出するとしてもよい。こうすることで、検出された物体領域が小さすぎる場合にも、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。ここで、周辺の領域は、例えば、検出された物体領域を所定倍に拡大した領域から当該物体領域を除いた領域や、検出された物体領域の縁から所定画素数だけ外側の位置までの領域などである。

【0016】

前記物体は人体であるとしてもよい。

【0017】

本発明の第二側面は、撮像された画像から、物体の領域である物体領域を検出する物体検出ステップと、前記画像のうち、前記物体検出ステップにおいて検出された前記物体領域から、動きのある領域である動き領域を検出する検出ステップと、前記検出ステップにおいて検出された前記動き領域に基づいて、前記物体領域を補正する補正ステップとを有することを特徴とする物体検出方法を提供する。

【0018】

なお、本発明は、上記構成ないし機能の少なくとも一部を有する物体検出システムとして捉えることができる。また、本発明は、上記処理の少なくとも一部を含む、物体検出方法又は物体検出システムの制御方法や、これらの方法をコンピュータに実行させるためのプログラム、又は、そのようなプログラムを非一時的に記録したコンピュータ読取可能な記録媒体として捉えることもできる。上記構成及び処理の各々は技術的な矛盾が生じない限り互いに組み合わせて本発明を構成することができる。

【発明の効果】

【0019】

本発明によれば、物体の領域を高精度に検出することができる。

【図面の簡単な説明】

【0020】

【図1】図１は、本発明が適用された物体検出装置の構成例を示すブロック図である。

【図2】図２（Ａ）は、本発明の実施形態に係る物体検出システムの大まかな構成例を示す模式図であり、図２（Ｂ）は、当該実施形態に係るＰＣ（物体検出装置）の構成例を示すブロック図である。

【図3】図３は、本発明の実施形態に係るＰＣの処理フロー例を示すフローチャートである。

【図4】図４は、本発明の実施形態に係る動作の具体例を示す図である。

【図5】図５は、本発明の実施形態に係る動作の具体例を示す図である。

【図6】図６は、本発明の実施形態に係る動作の具体例を示す図である。

【発明を実施するための形態】

【0021】

＜適用例＞
本発明の適用例について説明する。

【0022】

従来の物体検出では、検出された領域が物体の領域に対して大きすぎたり、小さすぎたりすることがある。つまり、物体の領域を高精度に検出することができない。大きすぎることだけでなく、小さすぎることもあるため、検出された領域のサイズを所定の倍率で変更（常に拡大または常に縮小）するのは適切ではない。動き検出でも、１つの動体に対して、動きのある領域として、複数の領域が検出されることがある（１つの動体の領域が複数に分裂して検出されることがある）。つまり、動体の領域を高精度に検出することができない。

【0023】

そして、物体（動体を含む）の領域が正確に検出されない場合には、当該領域に基づく他の処理を好適に行えないことがある。例えば、検出された領域に物体の背景が多く含まれている場合には、ＡＥ（自動露出）において、背景に適した露出に制御されるなどし、物体に適した露出に制御されないことがある。同様に、ＡＦ（オートフォーカス）において、背景に合焦されるなどし、物体に合焦されないことがある。また、大きすぎる領域や、小さすぎる領域などを、誤検出された領域として排除する処理において、物体に対応する領域が意図に反して排除されることがある。

【0024】

図１は、本発明が適用された物体検出装置１００の構成例を示すブロック図である。物体検出装置１００は、物体検出部１０１、検出部１０２、及び、補正部１０３を有する。物体検出部１０１は、撮像された画像から、物体の領域である物体領域を検出する。検出部１０２は、撮像された画像のうち、物体検出部１０１により検出された物体領域から、動きのある領域である動き領域を検出する。補正部１０３は、物体検出部１０１により検出された物体領域を、検出部１０２により検出された動き領域に基づいて補正する。物体検出部１０１は本発明の物体検出手段の一例であり、検出部１０２は本発明の検出手段の一例であり、補正部１０３は本発明の補正手段の一例である。ここで、物体は、例えば、乗り物（車や飛行機など）、自然物（木や花、山など）、人体、顔などである。動き領域は、例えば、動き画素（動きのある画素）のみからなる領域や、動き画素のみからなる領域を含む最小の矩形領域などである。

【0025】

検出された物体領域が大きすぎる場合に、検出された物体領域よりも、その中で検出された動き領域のほうが、真の物体領域を正確に表す。上述した構成によれば、物体領域から検出された動き領域に基づいて当該物体領域が補正されるため、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。ひいては、物体領域に基
づく他の処理（ＡＥやＡＦ、誤検出された領域の排除など）を好適に行うことができる。

【0026】

＜実施形態＞
本発明の実施形態について説明する。

【0027】

図２（Ａ）は、本実施形態に係る物体検出システムの大まかな構成例を示す模式図である。本実施形態に係る物体検出システムは、カメラ１０と、ＰＣ２００（パーソナルコンピュータ；物体検出装置）とを有する。カメラ１０とＰＣ２００は有線または無線で互いに接続されている。カメラ１０は、画像を撮像してＰＣ２００へ出力する。カメラ１０は特に限定されず、例えば、自然光を検知するカメラ、距離を測定するカメラ（例えばステレオカメラ）、温度を測定するカメラ（例えば、赤外光（ＩＲ（Ｉｎｆｒａｒｅｄ Ｒａｙ）光）を検知するＩＲカメラ）などのいずれであってもよい。撮像された画像も特に限定されず、例えば、ＲＧＢ画像、ＨＳＶ画像、グレースケール画像などのいずれであってもよい。ＰＣ２００は、カメラ１０で撮像された画像から物体を検出する。ＰＣ２００は、物体の検出結果（物体の有無、物体が検出された領域など）を表示部に表示したり、物体の検出結果を記憶媒体に記録したり、物体の検出結果を他の端末（遠隔地にいる管理者のスマートフォンなど）へ出力したりする。

【0028】

なお、本実施形態ではＰＣ１０がカメラ１０とは別体の装置であるものとするが、ＰＣ２００はカメラ１０に内蔵されてもよい。上述した表示部や記憶媒体は、ＰＣ２００の一部であってもよいし、そうでなくてもよい。また、ＰＣ２００の設置場所は特に限定されない。例えば、ＰＣ２００はカメラ１０と同じ部屋に設置されてもよいし、そうでなくてもよい。ＰＣ２００はクラウド上のコンピュータであってもよいし、そうでなくてもよい。ＰＣ２００は、管理者に携帯されるスマートフォンなどの端末であってもよい。

【0029】

図２（Ｂ）は、ＰＣ２００の構成例を示すブロック図である。ＰＣ２００は、入力部２１０、制御部２２０、記憶部２３０、及び、出力部２４０を有する。

【0030】

本実施形態では、カメラ１０が動画を撮像するとする。入力部２１０は、撮像された画像（動画のフレーム）をカメラ１０から取得して制御部２２０へ出力する処理を、順次行う。なお、カメラ１０は静止画の撮像を順次行うものであってもよく、その場合は、入力部２１０は、撮像された静止画をカメラ１０から取得して制御部２２０へ出力する処理を、順次行う。

【0031】

制御部２２０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などを含み、各構成要素の制御や、各種情報処理などを行う。本実施形態では、制御部２２０は、撮像された画像から物体を検出し、物体の検出結果（物体の有無、物体が検出された領域など）を出力部２４０へ出力する。

【0032】

記憶部２３０は、制御部２２０で実行されるプログラムや、制御部２２０で使用される各種データなどを記憶する。例えば、記憶部２３０は、ハードディスクドライブ、ソリッドステートドライブ、等の補助記憶装置である。

【0033】

出力部２４０は、制御部２２０により出力された検出結果（物体の検出結果）を、表示部に表示したり、記憶媒体に記録したり、他の端末（遠隔地にいる管理者のスマートフォンなど）へ出力したりする。

【0034】

制御部２２０について、より詳細に説明する。制御部２２０は、物体検出部２２１、検出部２２２、及び、補正部２２３を有する。

【0035】

物体検出部２２１は、カメラ１０により撮像された画像を入力部２１０から取得し、取得した画像から、物体の領域である物体領域を検出する。そして、物体検出部２２１は、物体領域の検出結果を、検出部２２２へ出力する。物体検出部２２１により検出された物体領域は、真の物体領域に対して大きすぎたり、小さすぎたりすることがある。物体検出部２２１は本発明の物体検出手段の一例である。

【0036】

なお、物体検出部２２１による物体検出にはどのようなアルゴリズムを用いてもよい。例えば、ＨｏＧやＨａａｒ－ｌｉｋｅなどの画像特徴とブースティングを組み合わせた検出器（識別器）を用いて物体領域を検出してもよい。既存の機械学習により生成された学習済みモデルを用いて物体領域を検出してもよく、具体的にはディープラーニング（例えば、Ｒ－ＣＮＮ、Ｆａｓｔ Ｒ－ＣＮＮ、ＹＯＬＯ、ＳＳＤなど）により生成された学習済みモデルを用いて物体領域を検出してもよい。

【0037】

検出部２２２は、カメラ１０により撮像された画像を入力部２１０から取得し、物体領域の検出結果を物体検出部２２１から取得する。検出部２２２は、取得した画像のうち、物体検出部２２１により検出された物体領域から、動きのある領域である動き領域を検出する。そして、検出部２２２は、動き領域の検出結果を、補正部２２３へ出力する。検出部２２２は本発明の検出手段の一例である。

【0038】

なお、検出部２２２による動き検出にはどのようなアルゴリズムを用いてもよい。例えば、検出部２２２は、背景差分法により動き領域を検出してもよいし、フレーム間差分法により動き領域を検出してもよい。背景差分法は、例えば、撮像された画像のうち、所定の背景画像との画素値の差分（絶対値）が所定の閾値以上の画素を、動き画素として検出する方法である。フレーム間差分法は、例えば、撮像された現在の画像（現在のフレーム）のうち、撮像された過去の画像（過去のフレーム）との画素値の差分が所定の閾値以上の画素を、動き画素として検出する方法である。フレーム間差分法において、例えば、過去のフレームは、現在のフレームの所定数前のフレームであり、所定数は１以上である。所定数（現在のフレームから過去のフレームまでのフレーム数）は、制御部２２０の処理（物体領域を検出し補正する処理）のフレームレートや、カメラ１０による撮像のフレームレートなどに応じて決定されてもよい。

【0039】

また、上述したように、動き領域は、動き画素（動きのある画素）のみからなる領域であってもよいし、動き画素のみからなる領域を含む最小の矩形領域であってもよい。例えば、検出部２２２は、動き画素のみからなる領域に外接する矩形状の輪郭を検出し、当該輪郭を有する領域を、動き領域として検出してもよい。この方法によれば、動き画素のみからなる領域を含む最小の矩形領域が、動き領域として検出される。検出部２２２は、ラベリングにより動き領域を検出してもよい。ラベリングでは、撮像された画像の各動き画素が注目画素として選択される。そして、ラベル（動き領域の番号）が付与された動き画素が注目画素の周囲に存在する場合に、当該動き画素と同じラベルが注目画素に付与される。ラベルが付与された動き画素が注目画素の周囲に存在しない場合には、新たなラベルが注目画素に付与される。この方法によれば、動き画素のみからなる領域が、動き領域として検出される。なお、ラベリングにおいて参照される動き画素（注目画素の周囲の動き画素）は特に限定されない。例えば、注目画素に隣接する８画素が参照されてもよいし、注目画素から２画素分離れた１８画素が参照されてもよい。

【0040】

補正部２２３は、検出部２２２の検出結果に基づいて、物体検出部２２１により検出された物体領域を補正する。そして、補正部２２３は、物体の検出結果として、補正後の物体領域の情報を出力部２４０へ出力する。補正部２２３は本発明の補正手段の一例である。

【0041】

例えば、検出された物体領域が大きすぎる場合に、検出された物体領域よりも、その中で検出された動き領域のほうが、真の物体領域を正確に表す。このため、検出部２２２が１つ動き領域を検出した場合に、補正部２２３は、物体検出部２２１により検出された物体領域を、動き領域に基づいて補正する。こうすることで、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。

【0042】

また、検出された物体領域から複数の動き領域が検出された場合には、各動き領域が同じ物体の一部である可能性が高い。このため、検出部２２２が複数の動き領域を検出した場合に、補正部２２３は、物体検出部２２１により検出された物体領域を、複数の動き領域を含む最小の領域に基づいて補正する。こうすることで、複数の動き領域が検出された場合においても、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。なお、補正後の物体領域の形状は所定の形状（矩形など）であってもよいし、そうでなくてもよい。

【0043】

検出部２２２について、より詳細に説明する。検出部２２２は、動き検出部２２２－１と選択部２２２－２を有する。

【0044】

動き検出部２２２－１は、カメラ１０により撮像された画像を入力部２１０から取得し、取得した画像から動き領域を検出する。そして、動き検出部２２２－１は、動き領域の検出結果を、選択部２２２－２へ出力する。動き検出部２２２－１は、取得した画像の全体から動き領域を検出してもよいし、取得した画像の一部（所定の領域）から動き領域を検出してもよい。上述したように、動き検出部２２２－１による動き検出にはどのようなアルゴリズムを用いてもよい。動き検出部２２２－１は本発明の動き検出手段の一例である。

【0045】

選択部２２２－２は、動き領域の検出結果を動き検出部２２２－１から取得し、物体領域の検出結果を物体検出部２２１から取得する。選択部２２２－２は、動き検出部２２２－１により検出された１つ以上の動き領域から、物体検出部２２１により検出された物体領域に位置する動き領域を選択する。動き領域の選択方法は特に限定されず、例えば、選択部２２２－２は、中心位置が物体領域に含まれた動き領域を選択してもよいし、全体が物体領域に含まれた動き領域を選択してもよい。そして、選択部２２２－２は、動き領域の選択結果を、検出部２２２による動き領域の検出結果として、補正部２２３へ出力する。選択部２２２－２は本発明の選択手段の一例である。

【0046】

図３は、ＰＣ２００の処理フロー例を示すフローチャートである。ＰＣ２００は、図３の処理フローを繰り返し実行する。図３の処理フローの繰り返し周期は特に限定されないが、本実施形態では、カメラ１０による撮像のフレームレート（例えば３０ｆｐｓ）で図３の処理フローが繰り返されるとする。

【0047】

まず、入力部２１０は、撮像された画像をカメラ１０から取得する（ステップＳ３０１）。図４は、カメラ１０により撮像された画像４００の一例を示す。画像４００には、人体４１０が写っている。

【0048】

次に、物体検出部２２１は、ステップＳ３０１で取得された画像から物体領域を検出する（ステップＳ３０２）。例えば、図４の画像４００から、人体４１０の領域として、人体４１０を含む物体領域４２０が検出される。物体領域４２０は、人体４１０よりもはるかに大きい。

【0049】

次に、動き検出部２２２－１は、ステップＳ３０１で取得された画像から動き領域を検
出する（ステップＳ３０３）。例えば、図４の画像４００から、動き領域４３１～４３５が検出される。

【0050】

次に、選択部２２２－２は、ステップＳ３０３で検出された１つ以上の動き領域から、ステップＳ３０２で検出された物体領域に位置する動き領域を選択する（ステップＳ３０４）。例えば、図４の動き領域４３１～４３５のうち、物体領域４２０に含まれた動き領域４３１～４３４が選択される。

【0051】

次に、補正部２２３は、ステップＳ３０２で検出された物体領域を、ステップＳ３０４で選択された動き領域を含む最小の領域に基づいて補正する（ステップＳ３０５）。例えば、図４の物体領域４２０が、動き領域４３１～４３４を含む最小の矩形領域４４０に補正される。矩形領域４４０（補正後の物体領域）は、物体領域４２０よりも、人体４１０の真の領域を正確に表している。つまり、ステップＳ３０５の補正により、物体領域を高精度に検出することができる。なお、物体領域の補正では、基準となる領域に物体領域が近づけられればよく、基準となる領域に物体領域を完全に一致させなくてもよい。例えば、物体領域４２０は、矩形領域４４０と若干異なる領域に補正されてもよい。

【0052】

次に、出力部２４０は、ステップＳ３０５の補正結果（補正後の物体領域）を、表示部、記憶媒体、スマートフォンなどへ出力する（ステップＳ３０６）。

【0053】

以上述べたように、本実施形態によれば、物体領域から検出された動き領域に基づいて当該物体領域が補正されるため、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。ひいては、物体領域に基づく他の処理（ＡＥやＡＦ、誤検出された領域の排除など）を好適に行うことができる。

【0054】

なお、小さい動き領域は、ノイズなどを誤検出した領域である可能性が高い。このため、補正部２２３は、検出部２２２により検出された、サイズが閾値以上である動き領域に基づいて、物体領域を補正してもよい。こうすることで、物体領域の誤った補正を抑制することができる。ここで、サイズが閾値未満の動き領域を検出部２２２が検出しないようにしてもよいし、サイズが閾値未満の動き領域を補正部２２３が使用しないようにしてもよい。動き領域のサイズは、動き領域全体のサイズ（動き領域の全画素数）であってもよいし、動き画素の数などであってもよい。

【0055】

図５を用いて具体例を説明する。図５において、図４と同じ物体や領域には、図４と同じ符号が付されている。図５の例では、撮像された画像５００の物体領域４２０内で、図４の動き領域４３１～４３４の他に、ノイズによる動き領域５３１，５３２が検出されている。動き領域のサイズを考慮しない場合には、物体領域４２０は、動き領域４３１～４３４，５３１，５３２を含む最小の矩形領域５４０に補正されるため、ほぼ変わらない（誤った補正）。動き領域のサイズを考慮すれば、動き領域５３１，５３２を除外して、動き領域４３１～４３４を用いて、物体領域４２０を矩形領域４４０に補正することができる。

【0056】

また、検出部２２２は、物体検出部２２１により検出された物体領域とその周辺の領域とからなる領域から、動き領域を検出してもよい。換言すれば、選択部２２２－２は、物体検出部２２１により検出された物体領域とその周辺の領域とからなる領域に位置する動き領域を選択してもよい。こうすることで、検出された物体領域が小さすぎる場合にも、補正後の物体領域として、真の物体領域をより正確に表した領域を得ることができる。ここで、周辺の領域は、例えば、検出された物体領域を所定倍に拡大した領域から当該物体領域を除いた領域や、検出された物体領域の縁から所定画素数だけ外側の位置までの領域などである。画像の水平方向（左右方向）と垂直方向（上下方向）とで、所定倍や所定画
素数が異なっていてもよい。

【0057】

図６を用いて具体例を説明する。図６の例では、撮像された画像６００から、人体６１０の領域として、人体６１０よりもはるかに小さい物体領域６２０が検出されており、物体領域６２０内では動き領域６３１のみが検出されている。このため、物体領域６２０の周辺の領域６５０を考慮しない場合には、物体領域４２０は、動き領域６３１に縮小されてしまう（誤った補正）。周辺の領域６５０内で動き領域６３２～６３４が検出されているため、周辺の領域６５０を考慮すれば、物体領域４２０を、動き領域６３１～６３４を含む最小の矩形領域６４０に拡大できる。領域６４０（補正後の物体領域）は、物体領域６２０よりも、人体６１０の真の領域を正確に表している。

【0058】

＜その他＞
上記実施形態は、本発明の構成例を例示的に説明するものに過ぎない。本発明は上記の具体的な形態には限定されることはなく、その技術的思想の範囲内で種々の変形が可能である。

【0059】

＜付記１＞
撮像された画像から、物体の領域である物体領域を検出する物体検出手段（１０１，２２１）と、
前記画像のうち、前記物体検出手段により検出された前記物体領域から、動きのある領域である動き領域を検出する検出手段（１０２，２２２）と、
前記検出手段により検出された前記動き領域に基づいて、前記物体領域を補正する補正手段（１０３，２２３）と
を有することを特徴とする物体検出装置（１００，２００）。

【0060】

＜付記２＞
撮像された画像から、物体の領域である物体領域を検出する物体検出ステップ（Ｓ３０２）と、
前記画像のうち、前記物体検出ステップにおいて検出された前記物体領域から、動きのある領域である動き領域を検出する検出ステップ（Ｓ３０３，Ｓ３０４）と、
前記検出ステップにおいて検出された前記動き領域に基づいて、前記物体領域を補正する補正ステップ（Ｓ３０５）と
を有することを特徴とする物体検出方法。

【符号の説明】

【0061】

１００：物体検出装置 １０１：物体検出部 １０２：検出部 １０３：補正部
１０：カメラ ２００：ＰＣ（物体検出装置）
２１０：入力部 ２２０：制御部 ２３０：記憶部 ２４０：出力部
２２１：物体検出部 ２２２：検出部 ２２３：補正部
２２２－１：動き検出部 ２２２－２：選択部
４００：画像 ４１０：人体 ４２０：物体領域
４３１～４３５：動き領域 ４４０：矩形領域（補正後の物体領域）
５００：画像 ５３１，５３２：動き領域 ５４０：矩形領域（補正後の物体領域）
６００：画像 ６１０：人体 ６２０：物体領域 ６３１～６３４：動き領域
６４０：矩形領域（補正後の物体領域）
６５０：領域（検出された物体領域の周辺の領域）

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】