[发明专利]图像识别装置、移动体装置以及图像识别程序

说明书

进行稳健性高的图像识别。图像识别装置(2)在图像(4)中推测为出现对象者(3)的位置设定包围对象者(3)的全身的整体观测区域(5)、和包围对象者(3)的特征的部分的部分观测区域(6a～6g)。图像识别装置(2)切取整体观测区域(5)和部分观测区域(6a～6g)的图像，并将HOG特征量和颜色分布特征量这两个图像特征量组合来计算这些图像与预先学习过的图像的类似度。图像识别装置(2)针对整体观测区域(5)和部分观测区域(6a～6g)分别独立地计算组合HOG特征量和颜色分布特征量的最佳的比例(比率)。该比例的决定通过将设定组合HOG特征量和颜色分布特征量的权重的权重参数αi包含于状态向量并作为利用粒子滤波器的穷举搜索的对象来进行。

技术领域

本发明涉及图像识别装置、移动体装置以及图像识别程序，例如涉及识别包含于图像的追踪对象的图像识别装置、移动体装置以及图像识别程序。

背景技术

近年来，识别图像中出现的对象，并追踪其移动的图像识别装置的需要不断增长。

这种图像识别装置例如搭载在车辆或机器人上，用于避开行人或障碍物，或者搭载在监视相机上，用于追踪可疑者。

在图像中识别、追踪对象的技术提出了各种，特别优秀的有专利文献1的“物体识别装置、方法以及程序”中所使用的DPM(Deformable Part Model：可变形部件模型)。

该技术通过将用于识别追踪对象人物的全身的整体的区域、和用于识别追踪对象人物的特征的一部分(头部、腰部、…等)的多个部分的区域组合，从而例如即使在追踪对象人物发生姿势变化，较难进行整体的区域中的识别的情况下，也利用部分的区域中的识别来补偿这个，确定图像中的追踪对象人物。

然而，在追踪移动体(例如人物)的情况下，追踪对象混进人群中或照明环境变化等追踪对象的拍摄状态随时间各种变化。

另一方面，在图像中识别追踪对象的方法有使用了被称为HOG特征量的对象的边缘检测的方法、使用了对象的颜色分布特征量的方法等各种方法，这些有擅长识别的场景(场面)和不擅长识别的场景，若单独使用这些方法，则存在不能够与追踪对象的拍摄状态的变化对应，追踪失败这样的问题。

专利文献1:日本特开2015－230559号公报。

发明内容

本发明的目的在于进行稳健性高的图像识别。

(1)本发明为了实现上述目的，在技术方案1所记载的发明中，提供一种图像识别装置，其特征在于，具备：图像获取单元，获取图像；观测区域设定单元，基于在前一时刻的图像中用于上述追踪对象的检测的观测区域来设定在上述获取到的图像中观测追踪对象的观测区域；图像特征量获取单元，从上述设定的观测区域获取多个种类的图像特征量；特征相关系数获取单元，按照上述获取到的每个图像特征量获取与基准特征量的特征相关系数；比例设定单元，基于在前一时刻的图像中用于上述追踪对象的检测的比例来设定组合上述获取到的每个图像特征量的特征相关系数的比例；区域相关系数获取单元，按照上述设定的比例组合上述特征相关系数，获取针对上述观测区域的区域相关系数；似然度获取单元，使上述观测区域设定单元设定的观测区域和上述比例设定单元设定的比例变化，并使用上述区域相关系数获取单元获取的区域相关系数来反复获取在上述观测区域观测的对象的似然度；以及检测单元，在成为由上述似然度获取单元获得的多个似然度中满足规定的条件的似然度的获取源的观测区域中检测上述追踪对象。