[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2012173193A1 - 物体識別装置 - Google Patents

物体識別装置 Download PDF

Info

Publication number
WO2012173193A1
WO2012173193A1 PCT/JP2012/065255 JP2012065255W WO2012173193A1 WO 2012173193 A1 WO2012173193 A1 WO 2012173193A1 JP 2012065255 W JP2012065255 W JP 2012065255W WO 2012173193 A1 WO2012173193 A1 WO 2012173193A1
Authority
WO
WIPO (PCT)
Prior art keywords
class
pattern
image pattern
image
degree
Prior art date
Application number
PCT/JP2012/065255
Other languages
English (en)
French (fr)
Inventor
ニマ ラザヴィ
イェルゲン ガル
ルック ヴァングール
船山　竜士
Original Assignee
トヨタ自動車株式会社
アイドゲノッシッシェ テヒニッシェ ホッホシューレ チューリッヒ
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by トヨタ自動車株式会社, アイドゲノッシッシェ テヒニッシェ ホッホシューレ チューリッヒ filed Critical トヨタ自動車株式会社
Priority to EP12800268.0A priority Critical patent/EP2722815A4/en
Priority to CN201280029406.1A priority patent/CN103620645B/zh
Priority to US14/126,690 priority patent/US9519843B2/en
Publication of WO2012173193A1 publication Critical patent/WO2012173193A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/231—Hierarchical techniques, i.e. dividing or merging pattern sets so as to obtain a dendrogram
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/48—Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/7625—Hierarchical techniques, i.e. dividing or merging patterns to obtain a tree-like representation; Dendograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/10—Recognition assisted with metadata

Definitions

  • the present invention relates to an object identification device that identifies a plurality of types of objects based on captured images.
  • multi-class recognition when performing multiple types of object recognition (multi-class recognition), it is often realized by combining two-class recognition classifiers. For example, eight patterns are prepared for a normal passenger car: front, right front diagonal, right side, right rear diagonal, rear, left rear diagonal, left side, left front diagonal. It is also prepared for each truck, bus, special vehicle, and motorcycle. Further, for pedestrians, for example, about eight patterns of posture changes must be prepared in addition to the orientation. For this reason, the number of classifiers for 2-class recognition necessary for all object recognition is enormous.
  • the time taken to recognize an object increases at least in proportion to the number to be recognized. For this reason, it is disadvantageous when an immediate response is required as in the recognition technology for automobiles.
  • it is necessary to prepare many classifiers for two-class recognition which may take time for development, and may increase the capacity of a program and a dictionary stored in the ECU. .
  • Non-Patent Document 1 proposes a technique for identifying a class of an object such as a vehicle or a pedestrian based on a captured image without using a classifier for 2-class recognition.
  • An object of the present invention is to provide an object identification device capable of reducing the amount of calculation for identifying an object and improving the identification performance.
  • the present invention relates to a function for acquiring a function table representing the relationship between the class and position information of an object and the appearance probability for a plurality of image patterns representing a part of the object in an object identification device for identifying an object based on a captured image.
  • a function table representing the relationship between the class and position information of an object and the appearance probability for a plurality of image patterns representing a part of the object in an object identification device for identifying an object based on a captured image.
  • a function table representing the relationship between the class and position information of the object and the appearance probability is acquired, and the function table is used.
  • the degree of appearance of each image pattern for the object class is calculated.
  • the captured image is collated with a plurality of image patterns, an image pattern corresponding to the captured image is selected, and a class whose degree of appearance of the image pattern is equal to or greater than a predetermined value is extracted.
  • the position information of the selected image pattern is voted only for the extracted class, and the object is recognized based on the vote result.
  • the calculation amount for identifying the object is reduced and the identification performance is improved. Can be made.
  • the pattern appearance degree calculation unit obtains the degree of sharing of the feature amount including the image pattern between the classes based on the function table acquired by the function table acquisition unit, and determines the degree of sharing for the class based on the degree of sharing of the feature amount.
  • the degree of appearance of each image pattern is calculated. In this case, it can be seen how many feature quantities including image patterns are shared between different classes and the same class depending on the degree of sharing of the feature quantities. Therefore, by using such a feature value sharing degree, it is possible to reliably calculate the degree of appearance of each image pattern for an object class.
  • the pattern appearance degree calculation unit creates a tree diagram in which similar classes are grouped based on the degree of sharing of the feature amount, and the weight of each node of the tree diagram is represented as the appearance of the image pattern for the class. Calculate as degree. In this case, it is possible to easily grasp in which class group the image pattern is likely to appear based on the weight of each node in the tree diagram.
  • the amount of calculation for identifying an object can be reduced.
  • the object identification performance can be improved.
  • FIG. 1 is a schematic configuration diagram showing an embodiment of an object identification device according to the present invention.
  • an object identification device 1 according to the present embodiment is a device that is mounted on a vehicle, for example, and identifies an object (another vehicle, a bicycle, a pedestrian, etc.) existing around the vehicle.
  • the object identification device 1 includes a camera 2 that images the front of the vehicle and an ECU (Electronic Control Unit) 3.
  • the ECU 3 includes a CPU, a memory such as a ROM and a RAM, an input / output circuit, and the like.
  • the ECU 3 includes a learning processing unit 4, a memory 5, an image processing unit 6, and a recognition processing unit 7.
  • the learning processing unit 4 performs learning processing for identifying an object using a plurality of learning data.
  • the memory 5 stores various data obtained by the learning process of the learning processing unit 4.
  • the image processing unit 6 performs image processing such as feature extraction on the captured image acquired by the camera 2.
  • the recognition processing unit 7 receives the image data from the image processing unit 6 and recognizes an object existing on the image data using various data stored in the memory 5.
  • FIG. 2 is a flowchart showing details of the learning processing procedure executed by the learning processing unit 4.
  • a plurality of learning data is given to obtain a code book used for object recognition (step S101).
  • an image of an object such as a pedestrian or a vehicle and a class number representing the type of the object are given.
  • the class numbers are, in order from the first, passenger cars, trucks, buses, bicycles, motorcycles, pedestrians (adults), and pedestrians (children).
  • the code book is a set of a plurality of small area image patterns representing a part of an object.
  • a function table representing the relationship between the object class number c and the position information l and the appearance probability Z k (l, c) is generated (step S102).
  • this function table is a two-dimensional representation that expresses which class of object is likely to appear (with a certain probability) at which position when a certain small region image pattern k is given. It is a table.
  • One function table is generated for each small area image pattern of the code book. Note that the position information l is a position that becomes the center of the object, and is simply expressed in one dimension.
  • the appearance probability Z k is stored in each lattice formed by the object class number c and the position information l.
  • a certain small area image pattern k has a probability of appearing at position 3 in class 2 at 0.35, a probability of appearing at position 4 in class 2 is 0.20, and a probability of appearing at position 5 in class 2 is 0.07. It is.
  • ⁇ is a normalization factor
  • ⁇ (l g , l h ) is a threshold function
  • a similarity tree diagram is obtained from the sharing degree sharing matrix obtained in step S103 (step S104).
  • the similarity tree diagram for example, as shown in FIG. 7, is a group of similar classes (clustered) based on the degree of sharing of the feature amounts included in each class.
  • one similarity tree diagram is obtained for one sharing sharing matrix. That is, one similarity tree diagram is obtained for one codebook. In the similarity tree diagram, the similarity is higher the more connected at the end portion.
  • the weight (weight) of each node (branch connecting portion) of the similarity tree diagram obtained in step S104 is calculated (step S105).
  • the weight of each node indicates which small region image pattern appears frequently in which class (appearance degree) in the entire similarity tree diagram. The higher the probability that a small area image pattern appears, the greater the weight. If the small area image pattern is k and the node is t, the weight ⁇ t k is expressed by the following equation.
  • normalization is performed so that the sum of the weights of the respective nodes becomes 1 for one small region image pattern.
  • the similarity dendrogram shown in Figure 7 when the weight of the nodes N 1 ⁇ N 13 and ⁇ 1 k ⁇ ⁇ 13 k, the sum of ⁇ 1 k ⁇ ⁇ 13 k is one.
  • step S101 the code book data obtained in step S101 and the weight data of each node for each small area image pattern obtained in step S105 are stored in the memory 5 (step S106).
  • FIG. 8 is a flowchart showing details of the recognition processing procedure executed by the recognition processing unit 7.
  • image data in front of the vehicle is acquired from the image processing unit 6 (step S111).
  • step S111 the image data acquired in step S111 is scanned, the image data is collated with the code book stored in the memory 5, and the small image closest to the image data among the plurality of small area image patterns included in the code book is detected. A region image pattern is selected (step S112).
  • step S112 the weight of each node of the small area image pattern selected in step S112 is read from the memory 5, and the class related to the node having the smallest weight among the nodes whose weight is equal to or greater than the threshold is extracted (step S113).
  • the weights ⁇ 1 k to ⁇ 7 k of the nodes N 1 to N 7 are set to 0/35, 2/35, 1/35, 4/35, 5/35, and 11 respectively.
  • the weights ⁇ 8 k to ⁇ 13 k of the nodes N 8 to N 13 are 2/35, 23/35, 3/35, 9/35, 32/35, and 35/35, respectively. It becomes.
  • the threshold is 22/35
  • the node having the smallest weight among the nodes having the weight equal to or greater than the threshold is N 9 having the weight of 23/35.
  • the class numbers related to the node N 9 are the 6th pedestrian (adult) and the 7th pedestrian (child).
  • the present invention is not limited to the above embodiment.
  • the object identification device 1 of the above-described embodiment is for in-vehicle use, but can be applied to other than the in-vehicle use as long as an object is identified by image recognition.
  • the learning processing unit 4 is a part of the function of the ECU 3, but the function of the learning processing unit 4 is provided outside the ECU 3, for example, may be learned in advance by a PC.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)

Abstract

　学習処理部４は、コードブックの各小領域画像パターンにつき、物体のクラス番号及び位置情報と出現確率との関係を表す関数テーブルを生成し、各クラス間における特徴量の共用度を表すシェアリングマトリクスを求め、特徴量が類似するクラス同士をまとめた樹形図を作成し、小領域画像パターン毎に樹形図の各ノードの重みを計算する。認識処理部７は、カメラ２で取得した撮像画像データをコードブックと照合し、複数の小領域画像パターンのうち最も近い小領域画像パターンを選択し、その小領域画像パターンについて重みが閾値以上となるノードの中で重みが最も小さいノードに係るクラスを抽出し、そのクラスに対して小領域画像パターンの位置情報を投票して、物体を認識する。

Description

物体識別装置
　本発明は、撮像画像に基づいて複数種類の物体を識別する物体識別装置に関するものである。
　自動車用の安全システムを実現するためには、交通環境を認識する技術が不可欠である。交通環境には、自動車、二輪車、歩行者の他、様々な物体が登場するため、これらの複数の物体を認識するアルゴリズムの開発が必要である。また、自動車についても、認識技術の問題として捉えると、普通乗用車からバスやトラック等の大型車、特殊車両等、複数のカテゴリーに分ける必要がある。また、見る方向や、歩行者等の姿勢の変化を考えると、これらは全て異なるカテゴリーとして画像認識の問題を考えなければならない。
　一般に複数種類の物体認識（マルチクラス認識）を行う場合には、２クラス認識用識別器を組み合わせて実現することが多い。例えば、普通乗用車の正面、右前斜め、右横、右後斜め、後面、左後斜め、左横、左前斜めの８つのパターンを用意する。また、それをトラック、バス、特殊車両、二輪車毎にも用意する。さらに、歩行者については、向きの他に、姿勢変化を例えば８パターン程度用意しなければならない。このため、全ての物体認識に必要な２クラス認識用識別器の数は膨大となる。
　ところで、物体の認識にかかる時間は、少なくとも認識すべき数に比例して大きくなる。このため、自動車用の認識技術のように、即時応答が要求される場合には不利である。また、処理にかかる時間だけでなく、多くの２クラス認識用識別器を用意しなければならないため、開発に時間がかかったり、ＥＣＵに記憶させるプログラム容量や辞書の容量が多くなる可能性がある。
　また、非特許文献１には、２クラス認識用識別器を用いることなく、撮像画像に基づいて車両や歩行者のような物体のクラスを識別する技術が提案されている。
’’’Class-Specific Hough Forests forObject Detection’’，JuergenGall,Victor Lempitsky，IEEE Conference onComputer Vision and PatternRecongnition(CVPR)
　しかしながら、上記従来技術においては、物体の一部を表す画像パターンの数や物体のクラスの数が多くなると、物体を識別するための計算量が増大すると共に、識別性能が低下するという問題がある。
　本発明の目的は、物体を識別するための計算量を低減すると共に、識別性能を向上させることができる物体識別装置を提供することである。
　本発明は、撮像画像に基づいて物体を識別する物体識別装置において、物体の一部を表す複数の画像パターンについて、物体のクラス及び位置情報と出現確率との関係を表す関数テーブルを取得する関数テーブル取得部と、関数テーブル取得部により取得された関数テーブルを用いて、物体のクラスに対する各画像パターンの現れ度合を算出するパターン現れ度合算出部と、撮像画像を複数の画像パターンと照合して、撮像画像に対応する画像パターンを選択するパターン選択部と、パターン選択部により選択された画像パターンの現れ度合が所定値以上となるようなクラスを抽出するクラス抽出部と、クラス抽出部により抽出されたクラスに対して、パターン選択部により選択された画像パターンの位置情報を投票する投票部と、投票部による投票結果に基づいて物体を認識する認識部とを備えることを特徴とするものである。
　このように本発明の物体識別装置においては、物体の一部を表す複数の画像パターンについて、物体のクラス及び位置情報と出現確率との関係を表す関数テーブルを取得し、その関数テーブルを用いて、物体のクラスに対する各画像パターンの現れ度合を算出する。そして、撮像画像を複数の画像パターンと照合して、撮像画像に対応する画像パターンを選択し、その画像パターンの現れ度合が所定値以上となるようなクラスを抽出する。そして、抽出されたクラスに対してのみ、選択された画像パターンの位置情報を投票し、その投票結果に基づいて物体を認識する。このように撮像画像に対応する画像パターンが現れる可能性が高いクラスのみを取り出して、画像パターンの位置情報を投票することにより、物体を識別するための計算量を低減すると共に、識別性能を向上させることができる。
　好ましくは、パターン現れ度合算出部は、関数テーブル取得部により取得された関数テーブルに基づいて、クラス同士における画像パターンを含む特徴量の共用度を求め、特徴量の共用度に基づいて、クラスに対する各画像パターンの現れ度合を算出する。この場合には、特徴量の共用度によって、異なるクラス同士及び同じクラス同士で画像パターンを含む特徴量がどれだけ共用されているかが分かる。従って、そのような特徴量の共用度を用いることで、物体のクラスに対する各画像パターンの現れ度合を確実に算出することができる。
　このとき、パターン現れ度合算出部は、特徴量の共用度に基づいて、類似性を有するクラス同士をまとめた樹形図を作成し、樹形図の各ノードの重みをクラスに対する画像パターンの現れ度合として算出する。この場合には、樹形図の各ノードの重みによって、画像パターンがどのクラスの群に現れやすいかを簡単に把握することができる。
　本発明によれば、物体を識別するための計算量を低減することができる。また、物体の識別性能を向上させることができる。
本発明に係わる物体識別装置の一実施形態を示す概略構成図である。 図１に示した学習処理部により実行される学習処理手順の詳細を示すフローチャートである。 物体のクラス番号の一例を示す表である。 複数の小領域画像パターンからなるコードブックの一例を示す図である。 小領域画像パターンについての関数テーブルの一例を示すグラフである。 共用度シェアリングマトリクスの一例を示す図である。 類似度樹形図の一例を示すグラフである。 図１に示した認識処理部により実行される認識処理手順の詳細を示すフローチャートである。 小領域画像パターンの位置情報の投票例を示すグラフである。
　以下、本発明に係わる物体識別装置の好適な実施形態について、図面を参照して詳細に説明する。
　図１は、本発明に係わる物体識別装置の一実施形態を示す概略構成図である。同図において、本実施形態の物体識別装置１は、例えば車両に搭載され、車両周辺に存在する物体（他車両、自転車、歩行者等）を識別する装置である。
　物体識別装置１は、車両前方を撮像するカメラ２と、ＥＣＵ（Electronic Control Unit）３とを備えている。ＥＣＵ３は、ＣＰＵ、ＲＯＭやＲＡＭ等のメモリ、入出力回路等により構成されている。
　ＥＣＵ３は、学習処理部４と、メモリ５と、画像処理部６と、認識処理部７とを有している。学習処理部４は、複数の学習用データを用いて、物体を識別するための学習処理を行う。メモリ５には、学習処理部４の学習処理により得られる各種データが記憶される。画像処理部６は、カメラ２により取得された撮像画像に対して特徴抽出等の画像処理を行う。認識処理部７は、画像処理部６からの画像データを入力し、メモリ５に記憶された各種データを用いて画像データ上に存在する物体を認識する。
　図２は、学習処理部４により実行される学習処理手順の詳細を示すフローチャートである。図２において、まず複数の学習用データを与えて、物体の認識に使うコードブックを取得する（手順Ｓ１０１）。
　学習用データとしては、歩行者や車両等の物体の画像と、その物体の種類を表すクラス番号とが与えられる。クラス番号は、例えば図３に示すように、１番から順番に乗用車、トラック、バス、自転車、バイク、歩行者（大人）、歩行者（子供）となっている。コードブックは、例えば図４に示すように、物体の一部を表す複数の小領域画像パターンからなる集合である。
　続いて、コードブックに含まれる各小領域画像パターンについて、物体のクラス番号ｃ及び位置情報ｌと出現確率Ｚｋ（ｌ，ｃ）との関係を表す関数テーブルを生成する（手順Ｓ１０２）。この関数テーブルは、例えば図５に示すように、ある小領域画像パターンｋが与えられたときに、どの位置にどのクラスの物体が現れやすいか（どれくらいの確率で現れるか）を表現する２次元のテーブルである。この関数テーブルは、コードブックの小領域画像パターン毎に１つずつ生成される。なお、位置情報ｌは、物体の中心となる位置であり、簡易的に１次元で表されている。
　図５に示す関数テーブルでは、物体のクラス番号ｃ及び位置情報ｌで形成される各格子に出現確率Ｚｋが格納される。例えば、ある小領域画像パターンｋは、クラス２で位置３に現れる確率が０．３５、クラス２で位置４に現れる確率が０．２０、クラス２で位置５に現れる確率が０．０７ということである。
　続いて、手順Ｓ１０２で得られた関数テーブルから、共用度シェアリングマトリクスを求める（手順Ｓ１０３）。共用度シェアリングマトリクスは、例えば図６に示すように、異なるクラス同士及び同じクラス同士で、特徴量（小領域画像パターンや位置情報）がどれだけ共用されているかを示す表である。例えばＳ（２，５）は、トラックとバスとで同じ特徴量をどれだけ共用しているかを表し、Ｓ（６，６）は、複数の歩行者（大人）同士で同じ特徴量をどれだけ共用しているかを表している。このとき、共用される特徴量が多いほど、表に入る数値が大きくなる。なお、コードブック全体に対して１つの共用度シェアリングマトリクスが得られる。
　ここで、Ｚｋ＝｛ｚｋ ｃ，ｌ｝、Ｋ＝｛ａｋ，Ｚｋ｝とすると、特徴量の共用度として小領域画像パターンの共用度のみを考慮する場合の共用度シェアリングマトリクスは、下記式で表される。なお、ｃｉはクラスｉを表し、ｃｊはクラスｊを表している。
Figure JPOXMLDOC01-appb-M000001
　また、特徴量の共用度として小領域画像パターン及び位置情報の共用度の両方を考慮する場合の共用度シェアリングマトリクスは、下記式で表される。
Figure JPOXMLDOC01-appb-M000002
 　ただし、ζは規格化因子であり、θ（ｌｇ，ｌｈ）は閾値関数である。
　例えば乗用車とバスとでは、似たような小領域画像パターンが似たような位置に現れる傾向が高いので、特徴量の共有の程度は大きい。一方、乗用車と歩行者とでは、似たような小領域画像パターンはあまり現れないので、特徴量の共有の程度は小さい。
　続いて、手順Ｓ１０３で得られた共用度シェアリングマトリクスから、類似度樹形図を求める（手順Ｓ１０４）。類似度樹形図は、例えば図７に示すように、各クラスに含まれる特徴量の共用度に基づいて、似ているクラス同士をまとめた（クラスタリングした）ものである。このとき、１つの共用度シェアリングマトリクスにつき、１つの類似度樹形図が得られる。つまり、１つのコードブックにつき、１つの類似度樹形図が得られる。なお、類似度樹形図では、末端の部分で接続されているものほど、類似性が高い。
　例えば、普通乗用車（クラス１）とトラック（クラス２）とは似ている。普通乗用車及びトラックを合わせた群とバス（クラス３）とは、ある程度似ている。また、大人歩行者（クラス６）と子供歩行者（クラス７）とは似ている。自転車（クラス４）とバイク（クラス５）とは、ある程度似ている。大人歩行者及び子供歩行者を合わせた群と、自転車及びバイクを合わせた群とは、少しだけ似ている。
　続いて、コードブックの各小領域画像パターン毎に、手順Ｓ１０４で得られた類似度樹形図の各ノード（枝の連結部）の重み（ウェイト）を計算する（手順Ｓ１０５）。各ノードの重みは、類似度樹形図全体の中で、どの小領域画像パターンがどのクラスによく現れるか（現れ度合）を表したものである。小領域画像パターンが現れる確率が高くなるほど、重みが大きくなる。小領域画像パターンをｋ、ノードをｔとすると、重みωｔ ｋは下記式で表される。
Figure JPOXMLDOC01-appb-M000003
　このとき、１つの小領域画像パターンについて、各ノードの重みの合計が１となるように正規化される。例えば、図７に示す類似度樹形図において、ノードＮ１～Ｎ１３の重みをω１ ｋ～ω１３ ｋとすると、ω１ ｋ～ω１３ ｋの合計は１となる。
　続いて、手順Ｓ１０１で得られたコードブックデータと、手順Ｓ１０５で得られた小領域画像パターン毎の各ノードの重みデータとをメモリ５に記憶する（手順Ｓ１０６）。
　図８は、認識処理部７により実行される認識処理手順の詳細を示すフローチャートである。図８において、まず車両前方の画像データを画像処理部６から取得する（手順Ｓ１１１）。
　続いて、手順Ｓ１１１で取得された画像データを走査し、その画像データをメモリ５に記憶されたコードブックと照合し、コードブックに含まれる複数の小領域画像パターンのうち画像データに最も近い小領域画像パターンを選択する（手順Ｓ１１２）。
　続いて、手順Ｓ１１２で選択された小領域画像パターンの各ノードの重みをメモリ５から読み出し、重みが閾値以上となるノードの中で重みが最も小さいノードに係るクラスを抽出する（手順Ｓ１１３）。
　例えば図７に示す類似度樹形図において、ノードＮ１～Ｎ７の重みω１ ｋ～ω７ ｋをそれぞれ０／３５、２／３５、１／３５、４／３５、５／３５、１１／３５、１２／３５とすると、ノードＮ８～Ｎ１３の重みω８ ｋ～ω１３ ｋは、それぞれ２／３５、２３／３５、３／３５、９／３５、３２／３５、３５／３５となる。ここで、閾値を２２／３５とすると、重みが閾値以上となるノードのうち重みが最も小さいノードは、重みが２３／３５であるＮ９となる。このノードＮ９に係るクラス番号は、６番の歩行者（大人）と７番の歩行者（子供）となる。
　続いて、手順Ｓ１１３で抽出されたクラスに対して、手順Ｓ１１２で選択された小領域画像パターンの位置情報を投票（voting）する（手順Ｓ１１４）。ここで、小領域画像パターンの位置情報は、小領域画像パターンに対応する物体の中心位置である。具体的には、図９に示すように、ｘｙｚの３次元座標空間上に小領域画像パターンに対応する物体の中心位置をクラス番号と共に投票する。このとき、小領域画像パターンに対応する物体の中心位置をｘｙ座標で表し、クラス番号をｚ座標で表す。
　続いて、手順Ｓ１１１で取得された画像データ上の全ての画像領域について投票を行ったかどうかを判断する（手順Ｓ１１５）。画像データ上の全ての画像領域について投票を行っていないときは、手順Ｓ１１２に戻る。
　画像データ上の全ての画像領域について投票を行ったときは、手順Ｓ１１４で実行された投票結果から、画像データ上に存在する全ての物体を認識する（手順Ｓ１１６）。具体的には、例えば図９に示すように、複数の小領域画像パターンに対応する物体の中心位置がほぼ一致している集合体Ｐ，Ｑが存在している場合には、その集合体Ｐ，Ｑに対応するクラスの物体であると認識される。このとき、集合体Ｐ，Ｑのそれぞれの中心座標（ｘ，ｙ）が集合体Ｐ，Ｑに対応する物体（クラス）の画像上での中心位置に相当する。
　以上において、学習処理部４の上記手順Ｓ１０１，Ｓ１０２は、物体の一部を表す複数の画像パターンについて、物体のクラス及び位置情報と出現確率との関係を表す関数テーブルを取得する関数テーブル取得部を構成する。同手順Ｓ１０３～Ｓ１０５は、関数テーブル取得部により取得された関数テーブルを用いて、物体のクラスに対する各画像パターンの現れ度合を算出するパターン現れ度合算出部を構成する。認識処理部７の上記手順Ｓ１１１，Ｓ１１２は、撮像画像を複数の画像パターンと照合して、撮像画像に対応する画像パターンを選択するパターン選択部を構成する。同手順Ｓ１１３は、パターン選択部により選択された画像パターンの現れ度合が所定値以上となるようなクラスを抽出するクラス抽出部を構成する。同手順Ｓ１１４は、クラス抽出部により抽出されたクラスに対して、パターン選択部により選択された画像パターンの位置情報を投票する投票部を構成する。同手順Ｓ１１６は、投票部による投票結果に基づいて物体を認識する認識部を構成する。
　以上のように本実施形態にあっては、コードブックに含まれる各小領域画像パターンについて、物体のクラス番号及び位置情報と出現確率との関係を表す関数テーブルを生成し、その関数テーブルから、各クラス間における特徴量の共用度を表す共用度シェアリングマトリクスを求め、その共用度シェアリングマトリクスから、特徴量が類似するクラス同士をまとめた類似度樹形図を作成し、小領域画像パターン毎に類似度樹形図の各ノードの重みを計算する。そして、カメラ２により取得された撮像画像データをコードブックと照合し、コードブックに含まれる複数の小領域画像パターンのうち最も近い小領域画像パターンを選択し、その小領域画像パターンについて重みが閾値以上となるノードの中で重みが最も小さいノードに係るクラスを抽出し、そのクラスに対して小領域画像パターンの位置情報を投票することにより、撮像画像データ上に存在する物体を認識する。
　このように全てのクラスに対して小領域画像パターンの位置情報を投票するのではなく、小領域画像パターンが現れる可能性が高いクラスのみを取り出して、小領域画像パターンの位置情報を投票するので、物体を認識する際の計算量を少なくすることができる。また、認識すべき物体の種類が多くあっても、認識性能を低下させずに、複数種類の物体を認識することができる。
　なお、本発明は、上記実施形態に限定されるものではない。例えば上記実施形態の物体識別装置１は車載用であるが、画像認識によって物体を識別するものであれば、車載用以外のものにも適用可能である。
　また、上記実施形態では、学習処理部４をＥＣＵ３の機能の一部としたが、学習処理部４の機能をＥＣＵ３の外部に備える、例えば事前にＰＣで学習させておくようにしても良い。
　本発明は、撮像画像に基づいて複数種類の物体を識別する物体識別装置として利用可能である。
　１…物体識別装置、２…カメラ、３…ＥＣＵ、４…学習処理部（関数テーブル取得部、パターン現れ度合算出部）、５…メモリ、６…画像処理部、７…認識処理部（パターン選択部、クラス抽出部、投票部、認識部）。

Claims (3)

  1. 　撮像画像に基づいて物体を識別する物体識別装置において、
    　前記物体の一部を表す複数の画像パターンについて、前記物体のクラス及び位置情報と出現確率との関係を表す関数テーブルを取得する関数テーブル取得部と、
    　前記関数テーブル取得部により取得された前記関数テーブルを用いて、前記物体のクラスに対する前記各画像パターンの現れ度合を算出するパターン現れ度合算出部と、
    　前記撮像画像を前記複数の画像パターンと照合して、前記撮像画像に対応する前記画像パターンを選択するパターン選択部と、
    　前記パターン選択部により選択された前記画像パターンの現れ度合が所定値以上となるような前記クラスを抽出するクラス抽出部と、
    　前記クラス抽出部により抽出された前記クラスに対して、前記パターン選択部により選択された前記画像パターンの位置情報を投票する投票部と、
    　前記投票部による投票結果に基づいて前記物体を認識する認識部とを備えることを特徴とする物体識別装置。
  2. 　前記パターン現れ度合算出部は、前記関数テーブル取得部により取得された前記関数テーブルに基づいて、前記クラス同士における前記画像パターンを含む特徴量の共用度を求め、前記特徴量の共用度に基づいて、前記クラスに対する前記各画像パターンの現れ度合を算出することを特徴とする請求項１記載の物体識別装置。
  3. 　前記パターン現れ度合算出部は、前記特徴量の共用度に基づいて、類似性を有するクラス同士をまとめた樹形図を作成し、前記樹形図の各ノードの重みを前記クラスに対する前記画像パターンの現れ度合として算出することを特徴とする請求項２記載の物体識別装置。
PCT/JP2012/065255 2011-06-17 2012-06-14 物体識別装置 WO2012173193A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP12800268.0A EP2722815A4 (en) 2011-06-17 2012-06-14 OBJECT RECOGNITION DEVICE
CN201280029406.1A CN103620645B (zh) 2011-06-17 2012-06-14 物体识别装置
US14/126,690 US9519843B2 (en) 2011-06-17 2012-06-14 Object recognition device

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011135586A JP5596628B2 (ja) 2011-06-17 2011-06-17 物体識別装置
JP2011-135586 2011-06-17

Publications (1)

Publication Number Publication Date
WO2012173193A1 true WO2012173193A1 (ja) 2012-12-20

Family

ID=47357174

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/065255 WO2012173193A1 (ja) 2011-06-17 2012-06-14 物体識別装置

Country Status (5)

Country Link
US (1) US9519843B2 (ja)
EP (1) EP2722815A4 (ja)
JP (1) JP5596628B2 (ja)
CN (1) CN103620645B (ja)
WO (1) WO2012173193A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015058390A (ja) * 2013-09-18 2015-03-30 株式会社東芝 仕分装置および仕分方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10049273B2 (en) * 2015-02-24 2018-08-14 Kabushiki Kaisha Toshiba Image recognition apparatus, image recognition system, and image recognition method
JP6443393B2 (ja) * 2016-06-01 2018-12-26 トヨタ自動車株式会社 行動認識装置，学習装置，並びに方法およびプログラム
CN108288208B (zh) 2017-08-11 2020-08-28 腾讯科技（深圳）有限公司 基于图像内容的展示对象确定方法、装置、介质及设备
JP7207862B2 (ja) * 2018-04-26 2023-01-18 株式会社日立製作所 物体認識装置および方法
AU2018429247B2 (en) * 2018-06-29 2022-07-07 Fujitsu Limited Specifying method, determination method, specifying program, determination program, and information processing apparatus
KR102587090B1 (ko) * 2018-11-20 2023-10-11 현대자동차주식회사 차량의 객체 인식 장치, 시스템 및 방법
CN110519608A (zh) * 2019-07-13 2019-11-29 西安电子科技大学 针对插入图像后图像集的编码结构调整方法
CN113887581A (zh) * 2021-09-15 2022-01-04 广州小鹏自动驾驶科技有限公司 图像识别模型的训练方法、装置、电子设备及存储介质
CN113837144B (zh) * 2021-10-25 2022-09-13 广州微林软件有限公司 一种冰箱的智能化图像数据采集处理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009301382A (ja) * 2008-06-16 2009-12-24 Toshiba Corp 認識装置及びその方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070041638A1 (en) * 2005-04-28 2007-02-22 Xiuwen Liu Systems and methods for real-time object recognition
EP1966760A2 (en) * 2005-12-22 2008-09-10 Koninklijke Philips Electronics N.V. Automatic 3-d object detection
US7941442B2 (en) * 2007-04-18 2011-05-10 Microsoft Corporation Object similarity search in high-dimensional vector spaces
US8577130B2 (en) * 2009-03-16 2013-11-05 Siemens Medical Solutions Usa, Inc. Hierarchical deformable model for image segmentation
US9355337B2 (en) * 2009-08-25 2016-05-31 Xerox Corporation Consistent hierarchical labeling of image and image regions
JP5521881B2 (ja) * 2010-08-12 2014-06-18 富士ゼロックス株式会社 画像識別情報付与プログラム及び画像識別情報付与装置
JP2012243180A (ja) * 2011-05-23 2012-12-10 Sony Corp 学習装置および方法、並びにプログラム

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009301382A (ja) * 2008-06-16 2009-12-24 Toshiba Corp 認識装置及びその方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GALL,J. ET AL.: "Class-Specific Hough Forests for Object Detection", COMPUTER VISION AND PATTERN RECOGNITION,2009. CVPR 2009. IEEE CONFERENCE, 20 June 2009 (2009-06-20), pages 1022 - 1029, XP031607267 *
JUERGEN GALL; VICTOR LEMPITSKY: "Class-Specific Hough Forests for Object Detection", IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR
See also references of EP2722815A4

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015058390A (ja) * 2013-09-18 2015-03-30 株式会社東芝 仕分装置および仕分方法
EP2851846A3 (en) * 2013-09-18 2016-01-13 Kabushiki Kaisha Toshiba Sorting device and sorting method
US9375758B2 (en) 2013-09-18 2016-06-28 Kabushiki Kaisha Toshiba Sorting device and sorting method

Also Published As

Publication number Publication date
US20140133745A1 (en) 2014-05-15
EP2722815A4 (en) 2015-04-01
CN103620645A (zh) 2014-03-05
EP2722815A1 (en) 2014-04-23
JP2013003919A (ja) 2013-01-07
JP5596628B2 (ja) 2014-09-24
CN103620645B (zh) 2016-09-14
US9519843B2 (en) 2016-12-13

Similar Documents

Publication Publication Date Title
JP5596628B2 (ja) 物体識別装置
CN106599773B (zh) 用于智能驾驶的深度学习图像识别方法、系统及终端设备
US20050201591A1 (en) Method and apparatus for recognizing the position of an occupant in a vehicle
US20030204384A1 (en) High-performance sensor fusion architecture
WO2022027895A1 (zh) 异常坐姿识别方法、装置、电子设备、存储介质及程序
CN107886043B (zh) 视觉感知的汽车前视车辆和行人防碰撞预警系统及方法
US9870513B2 (en) Method and device for detecting objects from depth-resolved image data
WO2022027893A1 (zh) 安全带佩戴检测方法、装置、电子设备、存储介质及程序
US20180349744A1 (en) Method and device for classifying an object for a vehicle
Chantakamo et al. The multi vehicle recognition using hybrid blob analysis and feature-based
US20230316783A1 (en) Computer-implemented method for analysing the interior of a vehicle
JP7486079B2 (ja) 情報処理方法、及び、情報処理システム
CN110472470A (zh) 用于确定车辆的周围环境状态的方法和系统
WO2021231839A1 (en) Image processing system
US20060088219A1 (en) Object classification method utilizing wavelet signatures of a monocular video image
JP5407723B2 (ja) 認識装置、認識方法及びプログラム
Pillai et al. An initial deep CNN design approach for identification of vehicle color and type for amber and silver alerts
Baltaxe et al. Marker-less vision-based detection of improper seat belt routing
Devarakota et al. Occupant classification using range images
Ballesteros et al. Optimized HOG for on-road video based vehicle verification
Vaddi et al. Computer vision based vehicle recognition on indian roads
EP4002270A1 (en) Image recognition evaluation program, image recognition evaluation method, evaluation device, and evaluation system
US20190180462A1 (en) Vision system and method for a motor vehicle
Madake et al. Vision-based driver’s seat belt detection
EP2988250A1 (en) Vision system and method for a motor vehicle

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12800268

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14126690

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

REEP Request for entry into the european phase

Ref document number: 2012800268

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2012800268

Country of ref document: EP