[发明专利]物体检测装置及物体检测方法

说明书

技术领域

本发明涉及根据拍摄具有通过关节连接的多个部位的物体而得到的图像数据，检测与该物体有关的信息的物体检测装置及物体检测方法。

背景技术

近年来，盛行有关基于拍摄到的动态图像的图像数据进行的人的姿势估计的研究。这是因为，如果能够通过计算机分析根据动态图像判定人的行动，则可以不依赖于人力来进行在各种领域所进行的行动分析。作为行动分析，可例举例如街头的异常行动探测、商店中的购买行动分析、工厂中的作业高效化辅助、及体育运动中的姿势指导。

因此，例如专利文献1中记载了基于由单眼相机拍摄到的图像数据来估计人的姿势状态的技术。专利文献1中记载的技术(以下称为“现有技术”)中，首先基于包含于拍摄图像的椭圆形状或平行线提取部位候选。其次，现有技术中，使用从多个采样图像统计求出的似然函数，计算部位似然及部位关系似然。而且，现有技术中，基于这些似然计算最优的部位候选的组合。通过使用这种现有技术，能够确定哪个部位位于哪个区域，能够不依赖于人的位置及朝向估计人的姿势状态。

现有技术文献

专利文献

专利文献1：日本特开2005-165923号公报

非专利文献

非专利文献1：下坂正伦、佐藤真、森武俊、佐藤知正、“单眼画像からの形状特徴を用いた動作認識法”、全国大会演讲论文集第70次平成20年(5)、社团法人信息处理学会、2008年3月13日、p.5-93、p.5-94。

非专利文献2：P.Viola and M.Jones，“Rapid Object Detection Using a Boosted Cascade of Simple Features，”in Proc.of CVPR，vol.1，December 2001，ppp.511-518

发明内容

发明要解决的问题

但是，现有技术中，使用根据多个人的图像统计求出的似然函数，所以对于与这些多个人的平均体格不同的被摄体，各似然的精度降低，人的检测和姿势状态的估计精度降低。另一方面，根据其用途不同，总是使上述平均体格与图像数据中所含的人的体格一致是困难的。因此，在现有技术中存在如下问题：高精度地进行人的姿势状态的估计和作为其基础的信息检测是困难的。

另外，虽然考虑到将现有技术适用于机器人等具有通过关节连接的多个部位的人以外的各种物体，但在这种情况下也会产生同样的问题。

本发明的目的在于提供能够根据图像数据高精度地检测与具有关节的物体有关的信息的物体检测装置及物体检测方法。

解决问题的方案

本发明的物体检测装置根据拍摄具有通过关节连接的多个部位的物体而得到的图像数据，检测与所述物体有关的信息，该物体检测装置包括：关节角度提取单元，根据从所述图像数据获取的相邻的两个所述部位的位置候选，提取连接所述两个部位的关节的角度；以及部位长度比估计单元，使用所述关节的角度进行所述检测。

本发明的物体检测方法是，根据拍摄具有通过关节连接的多个部位的物体而得到的图像数据，检测与所述物体有关的信息的方法，该物体检测方法包括：根据从所述图像数据获取的相邻的两个所述部位的位置候选，提取连接所述两个部位的关节的角度的步骤；以及使用所述关节的角度进行所述检测的步骤。

发明效果

根据本发明，能够根据图像数据高精度地检测与具有关节的物体有关的信息。

附图说明

图1是表示一例本发明实施方式1的物体检测装置的结构的框图。

图2是用于说明本实施方式1的图像数据的图。

图3是表示一例本实施方式1的物体检测单元的结构的框图。

图4是表示一例本实施方式1的物体检测装置的动作的流程图。

图5是用于说明本实施方式1的欧米茄形状(Ω形状)的图。

图6是用于说明本实施方式1的从基准线到欧米茄形状的垂直距离的图。

图7是表示一例本实施方式1的距离直方图的图。

图8是表示一例本实施方式1的二值化后的距离直方图的图。

图9是用于说明表示本实施方式1的基准部位的各种参数的图。

图10是表示一例本实施方式1的基准部位对应表的内容的图。

图11是表示一例本实施方式1的部位区域对应表的内容的图。

图12是表示一例本实施方式1的部位区域数据的内容的图。

图13是表示一例本实施方式1的估计似然图的图。