特許ウォッチ

公開番号2025089029
公報種別公開特許公報(A)
公開日2025-06-12
出願番号2023203957
出願日2023-12-01
発明の名称画像処理装置、画像処理方法及びプログラム
出願人キヤノン株式会社
代理人個人
主分類G06T 7/00 20170101AFI20250605BHJP(計算;計数)
要約【課題】画像中の人物の転倒状態を検出する際に、演算量の増加を抑えつつ、人物が床面などに映り込んで生じた反射像が誤検出されるのを抑制する。
【解決手段】画像処理装置100は、画像から人物を表すオブジェクトを検出する人物検出部202と、人物検出部202により検出された複数のオブジェクト間の類似度と、複数のオブジェクトのそれぞれの領域の画像とに基づいて、複数のオブジェクトに対応する複数の人物の転倒状態を判定する転倒判定部204と、を有する。
【選択図】図2
特許請求の範囲【請求項１】
画像から人物を表すオブジェクトを検出する人物検出手段と、
前記人物検出手段により検出された複数のオブジェクト間の類似度と、前記複数のオブジェクトのそれぞれの領域の画像とに基づいて、前記複数のオブジェクトに対応する複数の人物の転倒状態を判定する転倒判定手段と、
を有することを特徴とする画像処理装置。
続きを表示（約 1,200 文字）【請求項２】
前記転倒判定手段は、第１のオブジェクトに対する類似度が閾値以上である第２のオブジェクトが存在する場合、前記第１のオブジェクトまたは前記第２のオブジェクトについての転倒状態の判定を行わないことを特徴とする請求項１に記載の画像処理装置。
【請求項３】
前記転倒判定手段は、第１のオブジェクトに対する類似度が閾値以上である第２のオブジェクトが存在する場合、前記第１のオブジェクトと前記第２のオブジェクトとの位置関係に基づいて、前記第１のオブジェクトまたは前記第２のオブジェクトについての転倒状態の判定を行わないことを特徴とする請求項１に記載の画像処理装置。
【請求項４】
前記転倒判定手段により転倒状態が判定された第１のオブジェクトが所定の条件を満たす場合、前記第１のオブジェクトを検出対象から除去する除去手段、
を更に有することを特徴とする請求項１に記載の画像処理装置。
【請求項５】
前記所定の条件は、前記第１のオブジェクト、および、前記第１のオブジェクトに対する類似度が閾値以上である第２のオブジェクトについての転倒状態に関することを特徴とする請求項４に記載の画像処理装置。
【請求項６】
前記所定の条件は、前記第１のオブジェクトと、前記第１のオブジェクトに対する類似度が閾値以上である第２のオブジェクトとの、位置関係に関することを特徴とする請求項４に記載の画像処理装置。
【請求項７】
前記人物検出手段は、第１の学習モデルを用いてオブジェクトを検出するとともに、前記第１の学習モデルから前記オブジェクトの特徴マップを取得し、
前記人物検出手段で取得した特徴マップを用いて、前記複数のオブジェクト間の類似度を算出する類似度算出手段、
を更に有することを特徴とする請求項１に記載の画像処理装置。
【請求項８】
前記複数のオブジェクトのそれぞれの領域の画像を、人物の転倒状態を判定する第２の学習モデルに入力することで、前記複数のオブジェクトのそれぞれに対応する特徴マップを取得する取得手段と、
前記取得手段で取得した特徴マップを用いて、前記複数のオブジェクト間の類似度を算出する類似度算出手段と、
を更に有することを特徴とする請求項１に記載の画像処理装置。
【請求項９】
前記人物検出手段により検出された複数のオブジェクトのうち、人物とその人物の反射像の組み合わせである可能性が高いペアを選択する選択手段と、
前記選択手段で選択されたペアに対応するオブジェクト間の類似度を算出する類似度算出手段と、
を更に有することを特徴とする請求項１に記載の画像処理装置。
【請求項１０】
前記選択手段は、前記複数のオブジェクトの位置関係に基づいて、前記ペアを選択することを特徴とする請求項９に記載の画像処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、画像処理装置、画像処理方法及びプログラムに関する。
続きを表示（約 2,600 文字）【背景技術】
【０００２】
近年、監視カメラの映像から人物の転倒状態を検出する技術が提案され、店舗における顧客の保全や都市監視の分野で応用が進んでいる。例えば、顧客が転倒してケガをして店舗側を訴えた際の店舗側の過失の有無確認や、ＡＴＭなどでの浮浪者の座り込み・寝泊まりの発見・通知のニーズがある。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－１４７２２７号公報
【非特許文献】
【０００４】
Ｌｉｎ，Ｊｉａｙｉｎｇ，ＧｕｏｄｏｎｇＷａｎｇ，ａｎｄＲｙｎｓｏｎＷＨＬａｕ． “Ｐｒｏｇｒｅｓｓｉｖｅｍｉｒｒｏｒｄｅｔｅｃｔｉｏｎ．” ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ／ＣＶＦＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎａｎｄＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ．２０２０．
Ｇｅ，Ｚｈｅｎｇ，ｅｔａｌ． “Ｙｏｌｏｘ：Ｅｘｃｅｅｄｉｎｇｙｏｌｏｓｅｒｉｅｓｉｎ２０２１．” ａｒＸｉｖｐｒｅｐｒｉｎｔａｒＸｉｖ：２１０７．０８４３０（２０２１）．
Ｈｅ，Ｋａｉｍｉｎｇ，ｅｔａｌ． “Ｍａｓｋｒ－ｃｎｎ．” ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥｉｎｔｅｒｎａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎ．２０１７．
Ｘｕ，Ｙｕｆｅｉ，ｅｔａｌ． “Ｖｉｔｐｏｓｅ：Ｓｉｍｐｌｅｖｉｓｉｏｎｔｒａｎｓｆｏｒｍｅｒｂａｓｅｌｉｎｅｓｆｏｒｈｕｍａｎｐｏｓｅｅｓｔｉｍａｔｉｏｎ．” ＡｄｖａｎｃｅｓｉｎＮｅｕｒａｌＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇＳｙｓｔｅｍｓ３５（２０２２）：３８５７１－３８５８４．
Ｓａｉｔｏ，Ｓｈｕｎｓｕｋｅ，ｅｔａｌ． “Ｐｉｆｕ：Ｐｉｘｅｌ－ａｌｉｇｎｅｄｉｍｐｌｉｃｉｔｆｕｎｃｔｉｏｎｆｏｒｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎｃｌｏｔｈｅｄｈｕｍａｎｄｉｇｉｔｉｚａｔｉｏｎ．” ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＩＥＥＥ／ＣＶＦｉｎｔｅｒｎａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎｃｏｍｐｕｔｅｒｖｉｓｉｏｎ．２０１９．
【発明の概要】
【発明が解決しようとする課題】
【０００５】
カメラの前に立っている人物が床面に反射して、床に伏しているように見える場合がある。このような場合、人物の床面への反射像を誤検出してしまうことがある。特許文献１には、輝度値に基づいて人物の影による誤検出を抑制する手法が開示されているが、人物の床面への反射像の輝度値は人物の実体との差が少ないため、人物の反射による誤検出を抑制できない。また、非特許文献１には、ＤｅｅｐＮｅｕｒａｌＮｅｔｗｏｒｋ（ＤＮＮ）を用いたモデルによって反射領域を検出する手法が開示されている。しかしながら、非特許文献１に開示される手法では、演算量が増加してしまう。
【０００６】
本発明は、画像中の人物の転倒状態を検出する際に、演算量の増加を抑えつつ、人物が床面などに映り込んで生じた反射像が誤検出されるのを抑制することを目的とする。
【課題を解決するための手段】
【０００７】
本発明は、画像から人物を表すオブジェクトを検出する人物検出手段と、前記人物検出手段により検出された複数のオブジェクト間の類似度と、前記複数のオブジェクトのそれぞれの領域の画像とに基づいて、前記複数のオブジェクトに対応する複数の人物の転倒状態を判定する転倒判定手段と、を有する。
【発明の効果】
【０００８】
本発明によれば、画像中の人物の転倒状態を検出する際に、演算量の増加を抑えつつ、人物が床面などに映り込んで生じた反射像が誤検出されるのを抑制することができる。
【図面の簡単な説明】
【０００９】
画像処装置のハードウェア構成例を示す図である。
実施形態１に係る画像処理装置の機能構成例を示す図である。
実施形態１に係る画像処理装置の処理を示すフローチャートである。
処理の対象とする画像の例を示す図である。
図４に示す画像に対する人体検出結果を示す図である。
人体検出部で生成される特徴マップを示す図である。
図４に示す画像からの切り出し画像を示す図である。
転倒判定用ＤＮＮを示す模式図である。
転倒判定結果を示す図である。
各オブジェクト間の類似度を示す図である。
実施形態２に係る画像処理装置の機能構成例を示す図である。
実施形態２に係る画像処理装置の処理を示すフローチャートである。
人体矩形の底辺を軸とした線対称の座標を示す模式図である。
各オブジェクト間の類似度を示す図である。
実施形態３に係る画像処理装置の機能構成例を示す図である。
実施形態３に係る画像処理装置の処理を示すフローチャートである。
関節点尤度マップと関節点座標を示す模式図である。
転倒判定用ＤＮＮを示す模式図である。
実施形態４に係る画像処理装置の機能構成例を示す図である。
実施形態４に係る画像処理装置の処理を示すフローチャートである。
実施形態５に係る画像処理装置の機能構成例を示す図である。
実施形態５に係る画像処理装置の処理を示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下、添付の図面を参照して、本発明を実施するための形態について詳細に説明する。なお、以下の実施形態において示す構成は一例に過ぎず、本発明は図示された構成に限定されるものではない。
（【００１１】以降は省略されています）

関連特許