特許 7512729 画像認識装置および画像認識方法

(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】2024-07-01

(45)【発行日】2024-07-09

(54)【発明の名称】画像認識装置および画像認識方法

(51)【国際特許分類】

   G06T 7/00 20170101AFI20240702BHJP

【ＦＩ】

G06T7/00 650B

【請求項の数】 5

(21)【出願番号】P 2020121872

(22)【出願日】2020-07-16

(65)【公開番号】P2022018634

(43)【公開日】2022-01-27

【審査請求日】2023-03-31

(73)【特許権者】

【識別番号】308036402

【氏名又は名称】株式会社ＪＶＣケンウッド

(74)【代理人】

【識別番号】100105924

【弁理士】

【氏名又は名称】森下 賢樹

(72)【発明者】

【氏名】小倉 卓也

【審査官】新井 則和

(56)【参考文献】

【文献】国際公開第２０１７／０６１１０６（ＷＯ，Ａ１）

【文献】特開２００９－１６３５５５（ＪＰ，Ａ）

【文献】特開２０１８－０１８２３４（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｔ ７／００

(57)【特許請求の範囲】

【請求項1】

撮像画像を取得する画像取得部と、
前記撮像画像において人物が存在する可能性を示す人物スコアが基準値以上となる区画を人物認識辞書を用いて検索し、前記区画の人物スコアを算出する検索処理部と、
前記検索処理部により検索された前記区画の位置および大きさに基づいて、前記検索処理部により算出された前記区画の人物スコアを調整する調整処理部と、
前記調整処理部により調整された前記区画の人物スコアに基づいて、前記区画に人物が存在するか否かを判定する判定処理部と、を備え、
前記調整処理部は、前記区画の大きさが、前記区画の位置に応じて定められる前記区画に存在する人物の大きさの適正範囲内に含まれない場合、前記区画に人物が存在する可能性が低くなるように前記人物スコアを調整することを特徴とする画像認識装置。

【請求項2】

撮像画像を取得する画像取得部と、
前記撮像画像において人物が存在する可能性を示す人物スコアが基準値以上となる区画を人物認識辞書を用いて検索し、前記区画の人物スコアを算出する検索処理部と、
前記検索処理部により検索された前記区画の位置および大きさに基づいて、前記検索処理部により算出された前記区画の人物スコアを調整する調整処理部と、
前記調整処理部により調整された前記区画の人物スコアに基づいて、前記区画に人物が存在するか否かを判定する判定処理部と、を備え、
前記調整処理部は、前記区画の下端部が前記撮像画像における消失点よりも上側に位置する場合、前記区画に人物が存在する可能性が低くなるように前記人物スコアを調整することを特徴とする画像認識装置。

【請求項3】

撮像画像を取得するステップと、
前記撮像画像において人物が存在する可能性を示す人物スコアが基準値以上となる区画を人物認識辞書を用いて検索し、前記区画の人物スコアを算出するステップと、
前記検索された前記区画の大きさが、前記区画の位置に応じて定められる前記区画に存在する人物の大きさの適正範囲内に含まれない場合、前記区画の前記区画に人物が存在する可能性が低くなるように、前記算出された前記区画の人物スコアを調整するステップと、
前記調整された前記区画の人物スコアに基づいて、前記区画に人物が存在するか否かを判定するステップと、を備えることを特徴とする画像認識方法。

【請求項4】

撮像画像を取得するステップと、
前記撮像画像において人物が存在する可能性を示す人物スコアが基準値以上となる区画を人物認識辞書を用いて検索し、前記区画の人物スコアを算出するステップと、
前記検索された前記区画の下端部が前記撮像画像における消失点よりも上側に位置する場合、前記区画に人物が存在する可能性が低くなるように、前記算出された前記区画の人物スコアを調整するステップと、
前記調整された前記区画の人物スコアに基づいて、前記区画に人物が存在するか否かを判定するステップと、を備えることを特徴とする画像認識方法。

【請求項5】

撮像画像を取得する機能と、
前記撮像画像において人物が存在する可能性を示す人物スコアが基準値以上となる区画を人物認識辞書を用いて検索し、前記区画の人物スコアを算出する機能と、
前記検索された前記区画の大きさが、前記区画の位置に応じて定められる前記区画に存在する人物の大きさの適正範囲内に含まれない場合、前記区画の前記区画に人物が存在する可能性が低くなるように、前記算出された前記区画の人物スコアを調整するステップと、
前記調整された前記区画の人物スコアに基づいて、前記区画に人物が存在するか否かを判定する機能と、をコンピュータに実現させることを特徴とするプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、画像認識装置および画像認識方法に関する。

【背景技術】

【0002】

車両の周囲を撮像した画像から歩行者などの対象物を認識辞書を用いて検出する技術が知られている。例えば、認識辞書を用いて歩行者の頭部を検出し、歩行者の接地位置を特定し、接地位置に基づいて歩行者までの距離を算出する技術が提案されている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０１８－０１８２３４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

画像認識によって歩行者などの人物を検出する場合、縦長の形状であることや、上部に円形の頭部が存在することなどが特徴として用いられる。この場合、同様の特徴を有する街灯や道路標識などを人物として誤認識する可能性がある。

【0005】

本発明は、上述の事情に鑑みてなされたものであり、認識辞書に基づく画像認識処理において人物の検出精度を高める技術を提供することにある。

【課題を解決するための手段】

【0006】

本発明のある態様の画像認識装置は、撮像画像を取得する画像取得部と、撮像画像において人物が存在する可能性を示す人物スコアが基準値以上となる区画を人物認識辞書を用いて検索し、その区画の人物スコアを算出する検索処理部と、検索処理部により検索された区画の位置および大きさに基づいて、検索処理部により算出された区画の人物スコアを調整する調整処理部と、調整処理部により調整された区画の人物スコアに基づいて、その区画に人物が存在するか否かを判定する判定処理部と、を備える。

【0007】

本発明の別の態様は、画像認識方法である。この方法は、撮像画像を取得するステップと、撮像画像において人物が存在する可能性を示す人物スコアが基準値以上となる区画を人物認識辞書を用いて検索し、その区画の人物スコアを算出するステップと、検索された区画の位置および大きさに基づいて、算出された区画の人物スコアを調整するステップと、調整された区画の人物スコアに基づいて、その区画に人物が存在するか否かを判定するステップと、を備える。

【発明の効果】

【0008】

本発明によれば、認識辞書に基づく画像認識処理において人物の検出精度を高めることができる。

【図面の簡単な説明】

【0009】

【図1】実施の形態に係る画像認識装置の機能構成を模式的に示すブロック図である。

【図2】画像取得部が取得する撮像画像の例を示す図である。

【図3】出力部が生成する出力画像の例を示す図である。

【図4】撮像画像における人物の妥当な位置および大きさを模式的に示す図である。

【図5】人物スコアの調整方法の一例を模式的に示す図である。

【図6】人物スコアの調整方法の一例を模式的に示す図である。

【図7】人物スコアの調整方法の一例を模式的に示す図である。

【図8】実施の形態に係る画像認識方法の流れを示すフローチャートである。

【発明を実施するための形態】

【0010】

以下、本発明の実施の形態について、図面を参照しつつ説明する。かかる実施の形態に示す具体的な数値等は、発明の理解を容易とするための例示にすぎず、特に断る場合を除き、本発明を限定するものではない。なお、図面において、本発明に直接関係のない要素は図示を省略する。

【0011】

本実施の形態を詳細に説明する前に概要を示す。本実施の形態は、取得した画像に人物が存在する否かを人物認識辞書を用いて判定する画像認識装置である。画像認識装置は、例えば車両に搭載され、車両前方を撮像した画像を取得する。画像認識装置は、取得した画像に基づいて、歩行者やサイクリスト（自転車に乗っている人）などの人物を検出する。本実施の形態では、人物が検出される区画の位置や大きさに基づいて、人物が存在する可能性を示す人物スコアを調整することにより、人物の検出精度を高める。

【0012】

図１は、実施の形態に係る画像認識装置１０の機能構成を模式的に示すブロック図である。画像認識装置１０は、画像取得部１２と、認識処理部１４と、判定処理部１６と、出力部１８と、認識辞書記憶部２０と、を備える。本実施の形態では、画像認識装置１０が車両に搭載される場合について例示する。

【0013】

本実施形態において示される各機能ブロックは、ハードウェア的には、コンピュータのＣＰＵやメモリをはじめとする素子や機械装置で実現でき、ソフトウェア的にはコンピュータプログラム等によって実現されるが、ここでは、それらの連携によって実現される機能ブロックとして描いている。したがって、これらの機能ブロックはハードウェア、ソフトウェアの組み合わせによっていろいろなかたちで実現できることは、当業者には理解されるところである。

【0014】

画像取得部１２は、カメラ２６が撮像した撮像画像を取得する。カメラ２６は、車両に搭載され、車両の周囲の画像を撮像する。カメラ２６は、例えば、車両の前方の画像を撮像する。カメラ２６は、車両の後方を撮像してもよいし、車両の側方を撮像してもよい。

【0015】

カメラ２６は、車両の周囲の赤外線を撮像するよう構成される。カメラ２６は、いわゆる赤外線サーモグラフィであり、車両の周辺の温度分布を画像化し、車両の周辺に存在する熱源を特定できるようにする。カメラ２６は、波長２μｍ～５μｍ程度の中赤外線を検出するよう構成されてもよいし、波長８μｍ～１４μｍ程度の遠赤外線を検出するよう構成されてもよい。なお、カメラ２６は、可視光を撮像するよう構成されてもよい。カメラ２６は、赤色、緑色および青色のカラー画像を撮像するよう構成されてもよいし、可視光のモノクロ画像を撮像するよう構成されてもよい。

【0016】

図２は、画像取得部１２が取得する撮像画像３０の例を示す。図２は、交差点で停車中の車両の前方を赤外線カメラで撮像したときの画像を示し、車両の前方の横断歩道を渡っている歩行者３０ａやサイクリスト３０ｂなどの人物が撮像画像３０に存在する。

【0017】

認識処理部１４は、画像取得部１２が取得する撮像画像の一部区画に所定の対象物が含まれる可能性を示す認識スコアを算出する。認識処理部１４は、例えば、図２の歩行者３０ａが含まれる区画を特定し、特定した区画に人物が存在する可能性を示す人物スコアを算出する。人物スコアは、例えば０～１の範囲で算出され、人物が存在する可能性が高いほど大きな数値（つまり、１に近い値）となり、人物が存在する可能性が低いほど小さな数値（つまり、０に近い値）となる。

【0018】

本実施の形態では、所定の対象物が人物であり、認識スコアが人物スコアである場合を例として説明するが、本実施の形態は、「人物」を「所定の対象物」に置き換え、「人物スコア」を「認識スコア」に置き換えることで一般化することができる。所定の対象物は、人物以外の対象物であってもよく、動物や車両であってもよい。

【0019】

判定処理部１６は、認識処理部１４により算出される人物スコアに基づいて、撮像画像３０に人物が存在するか否かを判定する。判定処理部１６は、人物スコアが所定の基準値以上である区画が存在する場合、人物スコアが基準値以上である区画に人物が存在すると判定する。判定処理部１６は、人物スコアが基準値以上である区画が存在しない場合、人物が存在しないと判定する。

【0020】

出力部１８は、判定処理部１６の判定結果に基づく情報を出力する。出力部１８は、判定処理部１６により人物が存在すると判定された場合、検出した人物を強調する枠などを付加した出力画像を生成する。出力部１８が生成する出力画像は、ディスプレイなどの外部装置２８に表示される。出力部１８は、判定処理部１６により人物が存在すると判定された場合、警告音声を生成してもよい。出力部１８が生成する警告音声は、スピーカなどの外部装置２８から出力される。画像認識装置１０は、外部装置２８を備えてもよいし、外部装置２８を備えなくてもよい。

【0021】

図３は、出力部１８が生成する出力画像３８の例を示す図である。出力画像３８は、撮像画像３０に検出枠３８ａ，３８ｂを重畳したものである。出力画像３８の第１検出枠３８ａは、撮像画像３０に存在する歩行者３０ａに対応する位置に重畳される。出力画像３８の第２検出枠３８ｂは、撮像画像３０に存在するサイクリスト３０ｂに対応する位置に重畳される。

【0022】

認識辞書記憶部２０は、認識処理部１４が人物スコアの算出に用いる人物認識辞書データを記憶する。人物認識辞書データは、画像を入力とし、人物スコアを出力とするモデルを用いた機械学習によって生成される。機械学習に用いるモデルとして、畳み込みニューラルネットワーク（ＣＮＮ）などを用いることができる。認識辞書記憶部２０は、人物以外の対象物を画像認識するための認識辞書データを記憶してもよい。

【0023】

認識処理部１４は、検索処理部２２と、調整処理部２４とを含む。検索処理部２２は、撮像画像３０の一部区画を切り出し、切り出した区画に人物が含まれる可能性を示す人物スコアを算出する。検索処理部２２は、切り出しする区画の位置および大きさを変えて人物スコアを順次算出することで、人物スコアが基準値以上である区画を検索する。検索処理部２２は、人物認識辞書データを用いた画像認識処理によって人物スコアを算出する。検索処理部２２は、例えば、人物認識辞書データを読み込んでモデルを生成し、切り出した区画の画像データをモデルに入力し、入力した区画の人物スコアをモデルに出力させる。

【0024】

検索処理部２２によって切り出される区画の形状は、人物認識辞書データに応じて予め定められている。本実施の形態に係る人物認識辞書では、切り出される区画が長方形であり、区画の縦方向および横方向の画像サイズの比率が約２：１となるように定められている。切り出される区画の形状は、例えば、人物認識辞書データを生成するための機械学習において使用された学習用画像の縦方向および横方向の画像サイズに対応する。

【0025】

調整処理部２４は、検索処理部２２によって検索された区画の位置および大きさの少なくとも一方に基づいて、検索処理部２２によって算出された人物スコアを調整する。調整処理部２４は、検索された区画の位置および大きさが妥当であるかを判定し、検索された区画の位置および大きさが妥当でなければ、人物が存在する可能性が低くなるように人物スコアの調整をする。調整処理部２４は、検索された区画の位置および大きさが妥当であれば、人物スコアを調整しない。

【0026】

図４は、撮像画像３０における人物４０ａ，４０ｂの妥当な位置および大きさを模式的に示す図である。図４は、カメラ２６からの距離が異なる第１人物４０ａおよび第２人物４０ｂを撮像した撮像画像３０を模式的に示す。第１人物４０ａは、カメラ２６から相対的に近くに位置し、第２人物４０ｂは、カメラ２６から相対的に遠くに位置する。第１人物４０ａおよび第２人物４０ｂの身長は同じであるが、撮像画像３０における第１人物４０ａの縦方向の大きさｈ_Ａおよび第２人物４０ｂの縦方向の大きさｈ_Ｂは異なる。これは、近くの第１人物４０ａが大きく見え、遠くの第２人物４０ｂが小さく見えるためである。

【0027】

撮像画像３０における人物４０ａ，４０ｂの縦方向の大きさｈ_Ａ，ｈ_Ｂは、カメラ２６から人物４０ａ，４０ｂまでの距離によって決まる。カメラ２６から人物４０ａ，４０ｂまでの距離は、人物４０ａ，４０ｂの接地位置４２ａ，４２ｂの縦方向の位置座標から推定でき、例えば、撮像画像３０における消失点３６から接地位置４２ａ，４２ｂまでの距離ｄ_Ａ，ｄ_Ｂから推定できる。したがって、人物４０ａ，４０ｂの身長と接地位置４２ａ，４２ｂが分かれば、撮像画像３０における人物４０ａ，４０ｂの縦方向の大きさｈ_Ａ，ｈ_Ｂを算出できる。人間の身長は０．５ｍ～２．５ｍの範囲内であり、たいていの場合に１ｍ～２ｍの範囲に収まる。そのため、接地位置４２ａ，４２ｂが分かれば、その接地位置４２ａ，４２ｂに存在する人物４０ａ，４０ｂの縦方向の大きさｈ_Ａ，ｈ_Ｂの適正範囲を算出できる。

【0028】

調整処理部２４は、撮像画像３０における人物の接地位置に応じた縦方向の大きさが適正範囲内であれば、検索された区画の位置および大きさが妥当であると判定する。調整処理部２４は、撮像画像３０における人物の接地位置に応じた縦方向の大きさが適正範囲内でなければ、検索された区画の位置および大きさが妥当ではないと判定する。調整処理部２４は、撮像画像３０における人物の接地位置に応じた縦方向の大きさが適正範囲内でない場合、検索された区画に人物が存在する可能性が低くなるように人物スコアを調整する。

【0029】

撮像画像３０における人物の縦方向の大きさの適正範囲の上限値および下限値は、特に限られないが、例えば、２ｍの身長に対応する縦方向の大きさを上限値とし、１ｍの身長に対応する縦方向の大きさを下限値とすることができる。接地位置に応じた適正範囲の上限値および下限値は、接地位置を変数とする数式に基づいて算出されてもよいし、接地位置と適正範囲を対応付けるテーブル情報を参照して算出されてもよい。接地位置に応じた適正範囲の具体的な数値は、カメラ２６から異なる距離に立つ人物を実際に撮像したときに撮像画像３０に含まれる人物の縦方向の大きさから実験的に決定されてもよい。撮像画像３０における消失点３６の位置も実験的に決定されてもよい。

【0030】

図４において、人物４０ａ，４０ｂの接地位置４２ａ，４２ｂは、撮像画像３０の消失点３６よりも下側の領域４４に存在する。これは、撮像画像３０において消失点３６よりも下側の領域４４に地面が存在するためである。仮に、撮像画像３０の消失点３６よりも上側の領域４６に人物の接地位置が検出される場合、歩道橋などの地面よりも高い場所に存在するか、空中に浮いていることになる。車両用の画像認識装置の場合、地面よりも高い場所に存在する人物を検出する必要性は低く、また、空中に浮いている人物が検出されることは妥当ではない。そこで、調整処理部２４は、人物の接地位置が撮像画像３０の消失点３６よりも上側の領域４６にある場合、検索された区画の位置および大きさが妥当ではないと判定する。調整処理部２４は、人物の接地位置が撮像画像３０の消失点３６よりも上側にある場合、検索された区画に人物が存在する可能性が低くなるように人物スコアを調整する。

【0031】

図５は、人物スコアの調整方法の一例を模式的に示す図であり、歩行者３０ａに対応する第１区画３２ａにおける人物スコア調整方法を示す。第１区画３２ａは、検索処理部２２によって算出された人物スコアが基準値以上の区画である。調整処理部２４は、第１区画３２ａの下端３４ａの縦方向の位置を特定する。図５では第１区画３２ａの下端３４ａが消失点３６よりも下側に位置するため、調整処理部２４は、第１区画３２ａの下端３４ａの位置（接地位置）に基づいて、第１区画３２ａにおける人物の縦方向の大きさの適正範囲を算出する。図５には、第１区画３２ａの接地位置における適正範囲の下限値ｈ_１Ｌと上限値ｈ_１Ｈを示している。下限値ｈ_１Ｌは、例えば身長１ｍの高さに相当する。上限値ｈ_１Ｈは、例えば身長２ｍの高さに相当する。第１区画３２ａの縦方向の大きさｈ_１は、適正範囲の下限値ｈ_１Ｌと上限値ｈ_１Ｈの間にあるため、第１区画３２ａの縦方向の大きさｈ_１は妥当と言える。調整処理部２４は、第１区画３２ａについて検索処理部２２が算出した人物スコアを調整せず、検索処理部２２が算出した人物スコアをそのまま出力する。

【0032】

図６は、人物スコアの調整方法の一例を模式的に示す図であり、道路標識３０ｃに対応する第２区画３２ｃにおける人物スコア調整方法を示す。第２区画３２ｃは、検索処理部２２によって算出された人物スコアが基準値以上の区画であるが、道路標識３０ｃが人物として誤検出されている。調整処理部２４は、第２区画３２ｃの下端３４ｃの縦方向の位置を特定する。図６においても第２区画３２ｃの下端３４ｃが消失点３６よりも下側に位置するため、調整処理部２４は、第２区画３２ｃの下端位置（接地位置）に基づいて、第２区画３２ｃにおける人物の縦方向の大きさの適正範囲を算出する。第２区画３２ｃの縦方向の大きさｈ_２は、適正範囲の下限値ｈ_２Ｌと上限値ｈ_２Ｈの間にはない。そのため、第２区画３２ｃの縦方向の大きさｈ_２は、適切範囲内に含まれておらず、妥当とは言えない。調整処理部２４は、第２区画３２ｃについて検索処理部２２が算出した人物スコアを調整し、人物が存在する可能性が低くなるように調整した人物スコアを出力する。

【0033】

調整処理部２４は、第２区画３２ｃの縦方向の大きさｈ_２と、第２区画３２ｃにおける人物の縦方向の大きさの適正範囲との差δの大きさに応じて、人物スコアの調整量を変化させてもよい。調整処理部２４は、第２区画３２ｃの縦方向の大きさｈ_２と、第２区画３２ｃにおける人物の縦方向の大きさの適正範囲との差δが大きいほど、人物スコアの調整量を大きくし、人物が存在する可能性がより低くなるように人物スコアを調整してもよい。

【0034】

図６の例では、第２区画３２ｃの縦方向の大きさｈ_２が適正範囲の上限値ｈ_２Ｈよりも大きい場合を示している。この場合、調整処理部２４は、第２区画３２ｃの縦方向の大きさｈ_２と適正範囲の上限値ｈ_２Ｈの差δに応じて人物スコアを調整してもよい。この場合、第２区画３２ｃの縦方向の大きさｈ_２が大きくなるほど、人物が存在する可能性がより低くなるように人物スコアを調整してもよい。なお、図６の例とは逆に、区画の縦方向の大きさが適正範囲の下限値よりも小さい場合、調整処理部２４は、区画の縦方向の大きさと適正範囲の下限値の差に応じて人物スコアを調整してもよい。この場合、区画の縦方向の大きさが小さくなるほど、人物が存在する可能性がより低くなるように人物スコアを調整してもよい。

【0035】

図７は、人物スコアの調整方法の一例を模式的に示す図であり、街灯３０ｄに対応する第３区画３２ｄにおける人物スコア調整方法を示す。第３区画３２ｄは、検索処理部２２によって算出された人物スコアが基準値以上の区画であるが、街灯３０ｄが人物として誤検出されている。調整処理部２４は、第３区画３２ｄの下端３４ｄの縦方向の位置を特定する。図７では、第３区画３２ｄの下端３４ｄが消失点３６よりも上側に位置するため、調整処理部２４は、第３区画３２ｄの位置が妥当ではないと判定する。調整処理部２４は、第３区画３２ｄについて検索処理部２２が算出した人物スコアを調整し、人物が存在する可能性が低くなるように調整した人物スコアを出力する。

【0036】

調整処理部２４は、第３区画３２ｄの下端３４ｄから消失点３６までの縦方向の距離ｄ_３に応じて、人物スコアの調整量を変化させてもよい。調整処理部２４は、第３区画３２ｄの下端３４ｄから消失点３６までの縦方向の距離ｄ_３が大きいほど、人物スコアの調整量を大きくし、人物が存在する可能性がより低くなるように人物スコアを調整してもよい。

【0037】

調整処理部２４は、図７のように区画の下端が消失点３６よりも上側に位置する場合であっても、検索された区画における人物の縦方向の大きさの適正範囲を算出してもよい。調整処理部２４は、区画の下端が消失点３６よりも上側に位置する場合、検索された区画における人物の縦方向の大きさの適正範囲の上限値および下限値をゼロとしてもよい。この場合、検索された区画の大きさが有限であり、区画の大きさが適正範囲内に含まれないため、調整処理部２４は、区画の位置および大きさが妥当ではないと判定できる。

【0038】

調整処理部２４は、検索処理部２２が算出した人物スコアＳに調整係数αを乗算することによって調整後の人物スコアＳ’を算出してもよい。調整処理部２４は、検索処理部２２が算出した人物スコアＳから調整値βを減算することによって調整後の人物スコアＳ’を算出してもよい。調整後の人物スコアＳ’は、例えば、Ｓ’＝αＳ－βと表されてもよい。調整係数αや調整値βは、調整処理部２４による妥当性の判定内容に応じて変化してもよい。

【0039】

判定処理部１６は、調整処理部２４から出力される調整後の人物スコアを用いて、検索された区画に人物が存在するか否かを判定する。判定処理部１６は、調整後の人物スコアが基準値以上である区画に人物が存在すると判定する。判定処理部１６は、調整後の人物スコアが基準値以上である区画が存在しない場合、人物が存在しないと判定する。本実施の形態によれば、検索処理部２２によって検索された人物スコアが基準値以上である区画について、区画の位置および大きさの妥当性が低い場合、その区画の人物スコアを下げるように調整できる。その結果、妥当性の低い区画に人物が存在すると誤検出される可能性を下げることができ、人物の検出精度を高めることができる。

【0040】

図８は、実施の形態に係る画像認識方法の流れを示すフローチャートである。撮像画像３０を取得すると（Ｓ１０）、人物認識辞書を用いて人物が存在する区画を検索し（Ｓ１２）、検索した区画の人物スコアを算出する（Ｓ１４）。検索した区画が消失点３６よりも下側にあれば（Ｓ１６のＹ）、区画の位置に応じた人物の大きさの適正範囲を算出する（Ｓ１８）。区画の大きさが算出された適正範囲内になければ（Ｓ２０のＮ）、人物が存在する可能性が低くなるように人物スコアを調整する（Ｓ２２）。区画の大きさが算出された適正範囲内にあれば（Ｓ２０のＹ）、Ｓ２２の処理をスキップする。Ｓ１６において、検索した区画が消失点よりも上側にあれば（Ｓ１６のＮ）、人物である可能性が低くなるように人物スコアを調整する（Ｓ２２）。その後、人物スコアに基づいて人物が存在するか否かを判定する（Ｓ２４）。

【0041】

以上、本発明を上述の実施の形態を参照して説明したが、本発明は上述の実施の形態に限定されるものではなく、実施の形態に示す各構成を適宜組み合わせたものや置換したものについても本発明に含まれるものである。

【0042】

上述の実施の形態では、検出された区画の縦方向の位置を消失点３６を基準にする場合について示した。別の実施の形態では、検出された区画の縦方向の位置は、消失点３６とは異なる位置を基準にしてもよく、例えば撮像画像３０の上端や下端を基準にしてもよい。検出された区画の縦方向の位置は、撮像画像３０において各画素の位置を定義する座標値に基づいて特定されてもよい。

【0043】

上述の実施の形態では、検出された区画の下端を接地位置とする場合について示した。別の実施の形態では、検出された区画の画像内容に基づいて接地位置を検出してもよい。例えば、検出された区画に含まれる人物の足下が隠れて見えなくなっているような場合、検出された区画に含まれる人物の頭部の位置や大きさに基づいて人物の身長を推定し、身長の推定結果に基づいて接地位置を検出してもよい。

【0044】

上述の実施の形態では、検出された区画の縦方向の大きさが適正範囲内であるか否かを判定する場合について示した。別の実施の形態では、検出された区画の横方向の大きさが適正範囲内であるか否かを判定してもよい。

【0045】

上述の実施の形態では、画像認識装置１０が車両に搭載される場合について示した。別の実施の形態では、画像認識装置１０の設置場所は特に限られず、任意の用途に用いられてもよい。

【符号の説明】

【0046】

１０…画像認識装置、１２…画像取得部、１４…認識処理部、１６…判定処理部、１８…出力部、２０…認識辞書記憶部、２２…検索処理部、２４…調整処理部、２６…カメラ、２８…外部装置、３０…撮像画像、３２…区画、３６…消失点。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】