[发明专利]人检测装置及人检测方法

说明书

技术领域

本发明涉及根据图像检测人的人检测装置及人检测方法。

背景技术

近年来，正在进行与利用相机的拍摄图像的人的检测有关的研究。特别地，由于人的头部和肩部的外形是人的特征性形状，所以使用基于该外形的边缘的特征量进行人检测的技术受到关注。人的头部和肩部的外形与希腊字母欧米伽(Ω)记号相似，所以称为欧米伽图形或欧米伽形状等。

非专利文献记载的技术(以下称为现有技术)中，着眼于欧米伽形状从图像检测人。在现有技术中，使用实时自适应增强(Real AdaBoost)等增强型(Boosting)方法，从数千张乃至数万张样本图像，学习包含欧米伽形状的图像的特征量的倾向。而且，现有技术中，通过该学习，生成对包含欧米伽形状的图像和不包含的图像进行分类的检测器。作为特征量，例如使用HoG(histogram of gradient，梯度直方图)特征量、Sparse(稀疏)特征量以及Haar(哈尔)特征量。作为学习方法，例如使用增强型(Boosting)方法、SVM(Support Vector Machine，支持向量机)以及神经网络(Neural Network)等。

根据这样的现有技术，基于低维的信息，能够以少的处理负荷，判定人的头部及肩部的图像位于图像的那个位置。

现有技术文献

非专利文献

非专利文献1：三井相和、山内悠嗣、藤吉弘宣，“Joint Hog特徵を用ぃた2段階Adaboostよる人検出”第14次图像感知研讨会，2008年，SSII08，IN1-06

发明内容

发明要解决的问题

在需要从监视相机的图像检测可疑人员，或者从工厂的拍摄图像分析作业人员的动作的情况下，最好能够自动地从图像中检测出人的姿势和动作等。为了进行这样的自动检测，需要根据图像估计肩部的位置及朝向或头部相对于肩部的倾斜等、人的身体的部位的状态。

然而，在现有技术中，即使能够推测人的头部及肩部的位置，也不能估计上述部位的状态。

本发明的目的在于，提供能够根据图像检测人的部位的状态的人检测装置及人检测方法。

解决问题的方案

本发明的人检测装置包括：评价单元，从评价图像获取人的规定的外形；以及估计单元，基于表示人的所述规定的外形与所述人的规定的部位的状态之间的关系的估计模型，根据从所述评价图像获取的所述规定的外形，估计所述评价图像中包含的人的所述规定的部位的状态。

本发明的人检测方法包括：从评价图像获取人的规定的外形的步骤；以及基于表示人的所述规定的外形与所述人的规定的部位的状态之间的关系的估计模型，根据从所述评价图像获取的所述规定的外形，估计所述评价图像中包含的人的所述规定的部位的状态的步骤。

发明效果

根据本发明，能够根据图像估计人的部位的状态。

附图说明

图1是表示本实施方式的人检测装置的结构的框图。

图2是表示一例本实施方式的人检测装置的动作的流程图。

图3是表示一例本实施方式中的操作图像的图。

图4是表示一例本实施方式中的总欧米伽特征量生成处理的流程图。

图5是表示一例本实施方式中的欧米伽形状的形象的图。

图6是表示一例本实施方式中的对欧米伽候选点设定的识别号的图。

图7是表示一例本实施方式中的欧米伽形状的形象的图。

图8是表示一例本实施方式中的处理内容显示区域的状态的变化的图。

图9是表示一例本实施方式中的欧米伽候选点和图像坐标系的图。

图10是表示一例本实施方式中的欧米伽候选点信息的结构的图。

图11是表示一例本实施方式中的欧米伽特征量的结构的图。

图12是表示一例本实施方式中的肩候选点信息的结构的图。

图13是表示一例本实施方式中的肩位置特征量的结构的图。

图14是表示一例本实施方式中的总欧米伽特征量的结构的图。

图15是表示一例本实施方式中的主成分一览表的结构的图。

图16是表示一例本实施方式中的主成分得分一览表的结构的图。

图17是表示一例本实施方式中的主成分得分指定范围一览表的结构的图。

图18是表示一例图像匹配处理的流程图。

图19是表示一例本实施方式中的样本欧米伽图像的生成的状况的图。

图20是表示一例本实施方式中的样本欧米伽图像的一览表的结构的图。