[发明专利]物体识别装置

说明书

技术领域

本发明涉及基于拍摄图像识别多种物体的物体识别装置。

背景技术

为了实现汽车用的安全系统，识别交通环境的技术必不可少。对于交通环境而言，除汽车、二轮车、行人之外，还会出现各种各样的物体，因此，需要开发用于识别上述多种物体的算法。另外，对于汽车而言，在作为识别技术的问题进行掌握时，也需要分成从普通乘用车到公共汽车、卡车等大型车辆、特殊车辆等多个种类。而且，在考虑观察方向、行人等的姿势变化时，必须将上述多个种类作为全都不同的种类考虑图像识别的问题。

通常在进行多种物体识别（多类别识别）的情况下，将2类别识别用识别器进行组合来实现的情况较多。例如，准备普通乘用车的正面、右斜前方、横向右侧、右斜后方、后面、左斜后方、横向左侧、左斜前方这八种图案。而且，也按照卡车、公共汽车、特殊车辆、二轮车，准备上述八种图案。并且，对于行人，除方向之外，还必须准备例如八种图案左右的姿势变化。因此，所有的物体识别所需要的2类别识别用识别器的数量庞大。

另外，物体的识别所花费的时间与至少应识别的数量成正比例地增多。因此，在如汽车用的识别技术那样要求即时响应的情况下是不利的。另外，不仅处理要花费时间，而且必须准备大量的2类别识别用识别器，因此，存在如下可能性：开发耗费时间，ECU中存储的程序容量、词典的容量增多。

另外，在非专利文献1中提出有如下技术：不使用2类别识别用识别器，而基于拍摄图像来识别车辆或行人之类的物体的类别。

在先技术文献

非专利文献

非专利文献1：《Class-Specific Hough Forests for Object Detection》，Juergen Gall,Victor Lempitsky，IEEE Conference on Computer Vision and Pattern Recongnition(CVPR)（IEEE国际计算机视觉与模式识别会议）

发明内容

发明要解决的课题

但是，在上述现有技术中，若表示物体的一部分的图像图案的数量、物体的类别数量增多，则存在用于识别物体的计算量增大且识别性能降低的问题。

本发明的目的在于提供一种物体识别装置，能够减少用于识别物体的计算量并提高识别性能。

用于解决课题的方案

本发明的物体识别装置基于拍摄图像对物体进行识别，所述物体识别装置的特征在于，具有：函数表取得部，所述函数表取得部针对表示物体的一部分的多个图像图案，取得表示物体的类别及位置信息与出现概率之间的关系的函数表；图案出现程度算出部，所述图案出现程度算出部使用由函数表取得部取得的函数表，算出各图像图案相对于物体的类别的出现程度；图案选择部，所述图案选择部将拍摄图像与多个图像图案进行对照，选择与拍摄图像对应的图像图案；类别提取部，所述类别提取部提取由图案选择部选择的图像图案的出现程度达到规定值以上的类别；投票部，所述投票部针对由类别提取部提取出的类别，对由图案选择部选择的图像图案的位置信息进行投票；以及识别部，所述识别部基于投票部的投票结果识别物体。

如上所述在本发明的物体识别装置中，针对表示物体的一部分的多个图像图案，取得表示物体的类别及位置信息与出现概率之间的关系的函数表，使用该函数表算出各图像图案相对于物体的类别的出现程度。接着，将拍摄图像与多个图像图案进行对照并选择与拍摄图像对应的图像图案，提取该图像图案的出现程度达到规定值以上的类别。接着，仅针对提取出的类别，对所选择的图像图案的位置信息进行投票，并基于该投票结果识别物体。如上所述仅取出与拍摄图像对应的图像图案出现的可能性高的类别，对图像图案的位置信息进行投票，从而可以减少用于识别物体的计算量，并且可以提高识别性能。

优选为，图案出现程度算出部基于由函数表取得部取得的函数表，求出所述类别彼此的包含图像图案的特征量的共用度，并基于特征量的共用度，算出各图像图案相对于类别的出现程度。在该情况下，根据特征量的共用度，可知不同的类别彼此及相同类别彼此的包含图像图案的特征量共用多少。因此，通过使用如上所述的特征量的共用度，能够可靠地算出各图像图案相对于物体的类别的出现程度。

此时，图案出现程度算出部基于特征量的共用度，制成将具有相似性的类别彼此汇总后的树形图，作为图像图案相对于类别的出现程度而算出树形图的各节点的权重。在该情况下，根据树形图的各节点的权重，可以简单地把握图像图案容易出现在哪个类别的群中。

发明的效果