專利名稱：物體檢測裝置、物體檢測方法和物體檢測程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及物體檢測裝置、物體檢測方法和物體檢測程序，并且具體地涉及能夠檢測諸如在車輛周圍存在的行人的物體的物體檢測裝置、物體檢測方法和物體檢測程序。
背景技術(shù)：
近來，車載相機已經(jīng)變得普遍用于支持車輛的安全駕駛的目的。例如，車載相機 (圖像米集設備)被安裝在車輛如部或后部，以拍攝車輛周圍的視頻圖像。在司機座椅如安裝的顯示器上顯示所拍攝的視頻圖像。由此，當車輛在行進時，司機可以確認車輛周圍存在的諸如行人的物體的存在與不存在。
也正在努力通過下述方式來吸引司機的注意不是通過在顯示器上簡單地顯示車輛周圍的視頻圖像，而是通過經(jīng)由某種手段預先檢測諸如行人的物體，并且顯示被加上了檢測結(jié)果信息的視頻圖像或者通過語音來發(fā)出警告。
作為用于檢測諸如行人的物體的部件，例如，與車載相機分離地安裝用于感測熱源或距離的傳感器的部件已經(jīng)是該部件的主流。然而，從成本和通用性的視點看，獨立傳感器的安裝是不利的，并且期望用于僅通過車載相機的視頻圖像來檢測物體的圖像識別部件投入了實際使用。
在研究領(lǐng)域中，已經(jīng)將使用在視頻圖像中的邊緣特征的方法看作有效地作為用于通過圖像識別來檢測物體的方法。已經(jīng)建立了增強方法，其中，檢測目標物體的大量視頻圖像被預先了解，并且被用作統(tǒng)計數(shù)據(jù)。在研究領(lǐng)域中，從檢測精度的視點看，通過合成使用邊緣特征的方法和增強方法來獲得的物體檢測方法已經(jīng)達到了實用水平。
然而，從實用的視點看，用于通過圖像識別來檢測物體的上面的方法具有處理時間的問題。在圖像識別的情況下，視頻圖像處理復雜，并且需要掃描整個視頻圖像。因此， 獲得用于視頻圖像的一個幀的物體檢測結(jié)果會花費很多時間。因此，存在物體檢測處理的幀速率小于相機的幀速率的問題，以及出現(xiàn)在獲得視頻圖像的物體檢測結(jié)果前的延遲時間的問題。
為了處理與處理時間相關(guān)的這樣的問題，根據(jù)專利文獻I中所述的物體檢測裝置，公開了一種執(zhí)行雙階段檢測的技術(shù)，在專利文獻I中，建立通過縮小輸入圖像而獲得的縮小的圖像，首先在縮小的圖像上大體檢測物體的存在或不存在，然后，僅當在縮小的圖像上檢測到物體時，對于具有原始大小的輸入圖像再執(zhí)行檢測處理。由此，大體對于縮小的圖像的大小來執(zhí)行掃描，可以加速檢測處理。
然而，在專利文獻I中所述的方法中，因為使用縮小的圖像來執(zhí)行檢測處理，所以在物體檢測處理中使用的圖像特征因為縮小而丟失。因此，存在下述問題特別是當在視頻圖像上以小的大小原始采集物體檢測目標的圖像時，不能充分地獲得檢測性能。作為以小的大小采集的物體檢測目標的圖像的因素，能夠設想檢測目標物體原始小的因素和檢測目標物體位于相對于相機遠距離處的位置的因素的任何一個，或能夠設想該因素兩者。此時，引起了不良的影響在前一種情況下，是不能根據(jù)檢測目標物體來獲得足夠的檢測精度的不良影響，并且在后一種情況下，是縮小了到可檢測物體的距離的范圍的不良影響。
[引用列表]
[專利文獻]
[專利文獻I]日本公開專利No.2007-265390 發(fā)明內(nèi)容
[技術(shù)問題]
已經(jīng)在如上所述的背景下做出了本發(fā)明。本發(fā)明的目的是提供一種物體檢測裝置、方法和程序，能夠在僅通過圖像識別執(zhí)行物體檢測的同時加速檢測處理時間，而不犧牲檢測性能。
[對于問題的解決方案]
本發(fā)明的一個方面是物體檢測裝置，用于從輸入視頻圖像檢測在車輛附近的物體，所述輸入視頻圖像是從所述車輛拍攝的所述車輛周圍的視頻圖像。這個物體檢測裝置具有視頻圖像轉(zhuǎn)換單元，用于將所述輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從所述輸入視頻圖像向所述特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成單元，用于基于距所述車輛的距離，從所述特征視頻圖像提取根據(jù)距離而不同的區(qū)域，作為通過距離分類的視頻圖像，并且使用所述通過距離分類的視頻圖像來合成一合成視頻圖像； 第一物體檢測單元，用于執(zhí)行第一物體檢測處理，所述第一物體檢測處理用于掃描由所述通過距離分類的視頻圖像提取/合成單元合成的所述合成視頻圖像，以確定從所述合成視頻圖像檢測的物體在所述合成視頻圖像上的位置；物體候選位置指定單元，用于基于由所述第一物體檢測單元檢測的所述物體在所述合成視頻圖像上的所述位置，確定在通過距離分類的所述視頻圖像中可能存在所述物體的物體候選位置；第二物體檢測單元，用于對由所述物體候選位置指定單元確定的所述物體候選位置執(zhí)行第二物體檢測處理，所述第二物體檢測處理用于識別在通過距離分類的所述視頻圖像中的對應的物體位置；以及，物體位置識別單元，用于基于由所述第二物體檢測單元確定的所述物體位置來識別在所述輸入視頻圖像中的物體位置。
本發(fā)明的另一個方面是用于從輸入視頻圖像檢測在車輛附近的物體的物體檢測方法，所述輸入視頻圖像是從所述車輛拍攝的所述車輛周圍的視頻圖像。這個物體檢測方法包括視頻圖像轉(zhuǎn)換步驟，用于將所述輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從所述輸入視頻圖像向所述特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成步驟，用于基于距所述車輛的距離，從所述特征視頻圖像提取根據(jù)距離而不同的區(qū)域，作為通過距離分類的視頻圖像，并且使用所述通過距離分類的視頻圖像來合成一合成視頻圖像； 第一物體檢測步驟，用于執(zhí)行第一物體檢測處理，所述第一物體檢測處理用于掃描在所述通過距離分類的視頻圖像提取/合成步驟中合成的所述合成視頻圖像，以確定從所述合成視頻圖像檢測的物體在所述合成視頻圖像上的位置；物體候選位置檢測步驟，用于基于在所述第一物體檢測步驟中檢測的所述物體在所述合成視頻圖像上的所述位置，確定在通過距離分類的所述視頻圖像中可能存在所述物體的物體候選位置；第二物體檢測步驟，用于對在所述物體候選位置檢測步驟中確定的所述物體候選位置執(zhí)行第二物體檢測處理，所述第二物體檢測處理用于識別在通過距離分類的所述視頻圖像中的對應的物體位置；以及，物體位置識別步驟，用于基于在所述第二物體檢測步驟中確定的所述物體位置來識別在所述輸入視頻圖像中的物體位置。
本發(fā)明的另一個方面是用于從輸入視頻圖像檢測在車輛附近的物體的物體檢測程序，所述輸入視頻圖像是從所述車輛拍攝的所述車輛周圍的視頻圖像。這個程序使計算機實現(xiàn)視頻圖像轉(zhuǎn)換功能，用于將所述輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從所述輸入視頻圖像向所述特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成功能，用于基于距所述車輛的距離，從所述特征視頻圖像提取根據(jù)距離而不同的區(qū)域，作為通過距離分類的視頻圖像，并且合成通過距離分類的視頻圖像；第一物體檢測功能，用于掃描由所述通過距離分類的視頻圖像提取/合成功能合成的所述合成圖像，以執(zhí)行第一物體檢測處理；物體候選位置檢測功能，用于基于已經(jīng)被所述第一物體檢測單元檢測到物體在所述合成視頻圖像上的位置，確定在通過距離分類的所述視頻圖像中可能存在物體的物體候選位置；第二物體檢測功能，用于對由所述物體候選位置檢測功能確定的所述物體候選位置執(zhí)行第二物體檢測處理，以識別在通過距離分類的所述視頻圖像中的物體位置；以及物體位置識別功能，用于基于由所述第二物體檢測功能確定的所述物體位置來識別在所述輸入視頻圖像中的物體位置。
存在如下所述的本發(fā)明的其他方面。因此，本發(fā)明的公開意欲提供本發(fā)明的各方面的一部分，并不意欲限制在此描述和要求保護的本發(fā)明的范圍。


圖I是示出根據(jù)本發(fā)明的一個實施例的物體檢測裝置的結(jié)構(gòu)的框圖。
圖2，其中圖2 (a)是示出在A米距離的位置處存在的具有200厘米高度的行人的示例的說明圖；圖2 (b)是示出在B米距離的位置處存在的具有200厘米高度的行人的示例的說明圖；圖2 (c)是示出在C米距離的位置處存在的具有200厘米高度的行人的示例的說明圖；圖2 (d)是示出在A米距離的位置處存在的具有100厘米高度的行人的示例的說明圖；圖2 (e)是示出在B米距離的位置處存在的具有100厘米高度的行人的示例的說明圖；以及圖2 Cf)是示出在C米距離的位置處存在的具有100厘米高度的行人的示例的說明圖。
圖3，其中圖3 (a)是示出當在A米距離的位置處存在具有200厘米高度的行人時的圖像采集區(qū)域的說明圖；圖3 (b)是示出當在B米距離的位置處存在具有200厘米高度的行人時的圖像采集區(qū)域的說明圖；圖3 (c)是示出當在C米距離的位置處存在具有200 厘米高度的行人時的圖像采集區(qū)域的說明圖；圖3 (d)是示出當在A米距離的位置處存在具有100厘米高度的行人時的圖像采集區(qū)域的說明圖；圖3 (e)是示出當在B米距離的位置處存在具有100厘米高度的行人時的圖像采集區(qū)域的說明圖；以及，圖3 (f)是示出當在 C米距離的位置處存在具有100厘米高度的行人時的圖像采集區(qū)域的說明圖。
圖4，其中圖4 (a)是用于比較當A米距離的位置處分別存在具有200厘米和100 厘米高度的行人時的圖像采集區(qū)域的說明圖。
圖5，其中圖5 (a)是示出與A米位置對應的A米視頻圖像的示例的說明圖；圖5 (b)是示出與B米位置對應的B米視頻圖像的示例的說明圖；以及，圖5 (c)是示出與C米位置對應的C米視頻圖像的示例的說明圖。
圖6，其中圖6 Ca)是示出在放大/縮小前和后的A米視頻圖像的示例的說明圖； 圖6 (b)是示出在放大/縮小前和后的B米視頻圖像的示例的說明圖；以及，圖6 (c)是示出在放大/縮小前和后的C米視頻圖像的示例的說明圖。
圖7是示出通過距離分類的視頻圖像的中心位置調(diào)整的示例的說明圖。
圖8是示出重疊的通過距離分類的視頻圖像的數(shù)量的示例的說明圖。
圖9，其中圖9 Ca)是示出針對A米視頻圖像的、合成的視頻圖像的數(shù)量和圖像特征的數(shù)量的示例的圖；圖9 (b)是示出針B米視頻圖像的、合成的視頻圖像的數(shù)量和圖像特征的數(shù)量的示例的圖；以及，圖9 (c)是示出針對C米視頻圖像的、合成的視頻圖像的數(shù)量和圖像特征的數(shù)量的示例的圖。
圖10，其中圖10 (a)是示出A米視頻圖像的合成系數(shù)的示例的圖；圖10 (b)是示出B米視頻圖像的合成系數(shù)的示例的圖；以及，圖10 (c)是示出C米視頻圖像的合成系數(shù)的示例的圖。
圖11，其中圖11 (a)是示出輸入視頻圖像的示例的圖；圖11 (b)是示出A米視頻圖像的示例的圖；圖11 (C)是示出B米視頻圖像的示例的圖；圖11 (d)是示出C米視頻圖像的示例的圖；并且，圖11 (e)是示出合成視頻圖像的示例的圖。
圖12是示出在合成視頻圖像上正確地標準化的行人的示例的說明圖。
圖13，其中圖13 (a)是示出以100厘米的高度為目標的、從合成視頻圖像的切除部分的示例的說明圖；以及圖13 (b)是示出放大合成視頻圖像的切除部分的示例的說明圖。
圖14是示出用于掃描計數(shù)在合成視頻圖像上的圖像特征的數(shù)量的示例的圖。
圖15，其中圖15 (a)是示出輸入視頻圖像的示例的說明圖；圖15 (b)是示出通過對于合成視頻圖像執(zhí)行第一物體檢測處理而獲得的檢測結(jié)果的示例的說明圖；圖15 (c) 是示出用于指定在A米視頻圖像的物體候選位置的示例的說明圖；圖15 (d)是示出用于指定在B米視頻圖像的物體候選位置的示例的說明圖；以及，圖15 (e)是示出用于指定在C 米視頻圖像的物體候選位置的示例的說明圖。
圖16，其中圖16 (a)是示出在A米視頻圖像上的物體檢測結(jié)果的示例的說明圖； 圖16 (b)是示出在B米視頻圖像上的物體檢測結(jié)果的示例的說明圖；以及圖16 (c)是示出在C米視頻圖像上的物體檢測結(jié)果的示例的說明圖。
圖17，其中圖17 (a)是示出在輸入視頻圖像上的提取的通過距離分類的視頻圖像的坐標的示例的說明圖；圖17 (b)是示出檢測的通過距離分類的視頻圖像的坐標的示例的說明圖；以及，圖17 (c)是示出在輸入視頻圖像上的檢測的坐標的示例的說明圖。
具體實施方式
下面詳細描述本發(fā)明。然而，下面的詳細說明和附圖不意欲將本發(fā)明限于此。
本發(fā)明的物體檢測裝置是用于從輸入視頻圖像檢測在車輛附近的物體的物體檢測裝置，輸入視頻圖像是從車輛拍攝的車輛周圍的視頻圖像。該裝置被設置為具有視頻圖像轉(zhuǎn)換單元，將輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從輸入視頻圖像向特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成單元，基于相對于車輛的距離，提取根據(jù)相對于作為通過距離分類的視頻圖像的特征視頻圖像的距離而不同的區(qū)域，并且使用通過距離分類的視頻圖像來形成合成視頻圖像；第一物體檢測單元，執(zhí)行第一物體檢測處理，第一物體檢測處理用于掃描由通過距離分類的視頻圖像提取/合成單元形成的合成視頻圖像，以確定從合成視頻圖像檢測的物體在合成視頻圖像上的位置；物體候選位置指定單元，基于由第一物體檢測單元檢測的物體的合成視頻圖像上的位置來確定在通過距離分類的視頻圖像中的、其中有可能存在物體的物體候選位置；第二物體檢測單元，對于由物體候選位置指定單元確定的物體候選位置執(zhí)行第二物體檢測處理，第二物體檢測處理用于識別在通過距離分類的視頻圖像中的對應的物體位置；以及物體位置識別單元，基于由第二物體檢測單元確定的物體位置來識別輸入視頻圖像中的物體位置。
根據(jù)該結(jié)構(gòu)，因為未損害輸入視頻圖像的圖像特征，所以可以提供能夠加速檢測處理時間而不犧牲檢測性能的物體檢測裝置。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，視頻圖像轉(zhuǎn)換單元將邊緣特征提取為圖像特征。根據(jù)該結(jié)構(gòu)，可以將輸入視頻圖像轉(zhuǎn)換為其中僅留下用于物體檢測處理的邊緣特征的視頻圖像。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，通過距離分類的視頻圖像提取/合成單元基于相對于車輛的距離來改變從特征視頻圖像提取的區(qū)域的大小。通過該結(jié)構(gòu)，可以與檢測的目標物體的大小對應地執(zhí)行物體檢測，根據(jù)相對于車輛的距離在視頻圖像上以不同的大小采集該檢測的目標物體的圖像。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，通過距離分類的視頻圖像提取/合成單元放大/縮小根據(jù)距離提取的視頻圖像，使得通過距離分類的所有視頻圖像的垂直大小彼此相等。通過該結(jié)構(gòu)，可以均衡檢測目標物體的大小，根據(jù)相對于車輛的距離在視頻圖像上以不同的大小采集該檢測目標物體的圖像，并且因此，簡化了物體檢測處理。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，通過距離分類的視頻圖像提取/合成單元合成通過距離分類的視頻圖像，調(diào)整通過距離分類的視頻圖像的水平軸和垂直軸的位置，使得它們重疊。通過該結(jié)構(gòu)，合成視頻圖像的中心位置是在通過距離分類的所有視頻圖像上的相同位置，并且因此，變得容易掌握所檢測的物體的位置。而且，因為合成視頻圖像的大小小于所有通過距離分類的視頻圖像的總體大小，所以可以加速物體檢測處理。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，通過距離分類的視頻圖像提取/合成單元通過α混和來合成通過距離分類的視頻圖像。通過該結(jié)構(gòu)，可以通過調(diào)整合成系數(shù)來調(diào)整每個通過距離分類的視頻圖像對于合成視頻圖像的影響程度。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，通過距離分類的視頻圖像提取/合成單元合成通過距離分類的視頻圖像，根據(jù)所合成的通過距離分類的視頻圖像的數(shù)量，對于合成的、通過距離分類的視頻圖像的各部分，調(diào)整α混和的合成系數(shù)。通過該結(jié)構(gòu)，可以當在合成視頻圖像上合成的通過距離分類的視頻圖像的數(shù)量在合成視頻圖像的各部分上不同時，建立其中當獲得合成視頻圖像時對于各部分的每個保持最佳圖像特征的狀態(tài)。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，通過距離分類的視頻圖像提取/合成單元合成通過距離分類的視頻圖像，根據(jù)在通過距離分類的視頻圖像中包括的圖像特征的數(shù)量來調(diào)整α混和的合成系數(shù)。通過該結(jié)構(gòu)，可以通過增大包括多個圖像特征的通過距離分類的視頻圖像的合成系數(shù)，建立其中當獲得合成視頻圖像時保持最佳圖像特征的狀態(tài)。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，第一物體檢測單元在第一物體檢測處理中的檢測目標物體的垂直大小等于合成視頻圖像的垂直大小。通過該結(jié)構(gòu)，可以簡化在檢測目標處理中的物體檢測掃描。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，第一物體檢測單元通過僅對在水平方向上的合成視頻圖像執(zhí)行掃描來執(zhí)行物體檢測處理。通過該結(jié)構(gòu)，可以減小用于物體檢測的掃描的數(shù)量，并且因此，可以加速物體檢測處理。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，第一物體檢測單元被具有合成視頻圖像切除/放大單元，用于切除與合成視頻圖像的底端接觸的區(qū)域，并且產(chǎn)生通過放大切除區(qū)域的垂直大小使得垂直大小等于合成視頻圖像的垂直大小而獲得的放大的合成視頻圖像。 通過該結(jié)構(gòu)，可以假設在處理檢測目標物體中在大小上的差別(例如行人之間在高度上的差別)時物體底端必然與合成視頻圖像的底端接觸，并且因此，視頻圖像上物體不能存在的區(qū)域不作為掃描目標。因此，可以加速物體檢測處理。另外，因為切除的合成視頻圖像的大小被調(diào)整為與切除之前的合成視頻圖像的大小相同，所以存在不必對于物體檢測處理考慮視頻圖像上的檢測目標物體的大小的益處。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，第一物體檢測單元對于放大的合成視頻圖像執(zhí)行物體檢測處理。通過該結(jié)構(gòu)，可以處理檢測目標物體之間在大小上的差別(例如， 行人之間在高度上的差別)。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，第一物體檢測單元通過對于僅在水平方向上放大的合成視頻圖像執(zhí)行掃描來執(zhí)行物體檢測處理。通過該結(jié)構(gòu)，可以減小用于物體檢測的掃描的數(shù)量，并且因此，可以加速物體檢測處理。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，第一物體檢測單元能夠與第二物體檢測單元分離地調(diào)整物體檢測的檢測判定標準，并且調(diào)整檢測標準使得第一物體檢測單元比第二物體檢測單元更容易地判定物體是物體。通過該結(jié)構(gòu)，第一物體檢測單元可以執(zhí)行粗略的檢測，即，容易執(zhí)行檢測以防止在合成視頻圖像上的檢測省略，并且第二物體檢測單元可以嚴格地判定檢測的物體存在以防止錯誤的檢測。
在本發(fā)明物體檢測裝置的中，優(yōu)選的是，第一物體檢測單元僅對于合成視頻圖像中圖像特征作為目標而存在的各部分執(zhí)行第一物體檢測處理。通過該結(jié)構(gòu)，檢測的物體不存在的位置的掃描不出現(xiàn)，并且因此，加速檢測處理。
在本發(fā)明的物體檢測裝置中，優(yōu)選的是，物體位置識別單元基于由第二物體檢測單元檢測的、在通過距離分類的視頻圖像上的物體位置來確定從車輛至檢測的物體的距離。通過該結(jié)構(gòu)，在檢測到檢測目標物體的存在或不存在的同時，獲得關(guān)于至物體的距離的信息，并且這對于基于檢測結(jié)果的警告等是有益的。
本發(fā)明的物體檢測方法是用于從輸入視頻圖像檢測在車輛附近的物體的物體檢測方法，輸入視頻圖像是從車輛拍攝的車輛的周圍的視頻圖像，該方法包括視頻圖像轉(zhuǎn)換步驟，用于將輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從輸入視頻圖像向特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成步驟，用于基于相對于車輛的距離，提取根據(jù)相對于作為通過距離分類的視頻圖像的特征視頻圖像的距離而不同的區(qū)域，并且使用通過距離分類的視頻圖像來合成合成視頻圖像；第一物體檢測步驟，用于執(zhí)行第一物體檢測處理，第一物體檢測處理用于掃描在通過距離分類的視頻圖像提取/合成步驟中合成的合成視頻圖像，以確定從合成視頻圖像檢測的物體在合成視頻圖像上的位置；物體候選位置檢測步驟，用于基于在第一物體檢測步驟中檢測的物體在合成視頻圖像上的位置，確定在通過距離分類的視頻圖像中的、其中可能存在物體的物體候選位置；第二物體檢測步驟，用于對在物體候選位置檢測步驟中確定的物體候選位置執(zhí)行第二物體檢測處理，第二物體檢測處理用于識別在通過距離分類的視頻圖像中的對應的物體位置；以及，物體位置識別步驟，用于基于在第二物體檢測步驟中確定的物體位置來識別在輸入視頻圖像中的物體位置。通過該方法，可以獲得與上述裝置的優(yōu)點同樣的優(yōu)點。
本發(fā)明的物體檢測程序是用于從輸入視頻圖像檢測在車輛附近的物體的物體檢測程序，輸入視頻圖像是從車輛拍攝的車輛周圍的視頻圖像。該程序使得計算機實現(xiàn)視頻圖像轉(zhuǎn)換功能，用于將輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從輸入視頻圖像向特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成功能，用于基于相對于車輛的距離，提取根據(jù)相對于作為通過距離分類的視頻圖像的特征視頻圖像的距離而不同的區(qū)域，并且合成通過距離分類的視頻圖像；第一物體檢測功能，用于掃描由通過距離分類的視頻圖像提取/合成功能合成的合成圖像，以執(zhí)行第一物體檢測處理；物體候選位置檢測功能，用于基于已經(jīng)被第一物體檢測單元檢測到物體的合成視頻圖像上的位置，確定在通過距離分類的視頻圖像中的、其中可能存在物體的物體候選位置；第二物體檢測功能，用于對由物體候選位置檢測功能確定的物體候選位置執(zhí)行第二物體檢測處理，以識別在通過距離分類的視頻圖像中的物體位置；以及，物體位置識別功能，用于基于由第二物體檢測功能確定的物體位置，識別在輸入視頻圖像中的物體位置。也通過該程序，可以獲得與上述裝置的優(yōu)點同樣的優(yōu)點。
根據(jù)本發(fā)明，獲得下述良好優(yōu)點因為可以縮小視頻圖像而不損害輸入視頻圖像的圖像特征，所以可以加速檢測處理時間，而不犧牲檢測性能，并且也可以測量從車輛至物體的距離。
(實施例)
下面將參考附圖描述根據(jù)本發(fā)明的實施例的物體檢測裝置。
圖I是示出根據(jù)本發(fā)明的實施例的物體檢測裝置的結(jié)構(gòu)的框圖。圖I中所示的物體檢測裝置10具有視頻圖像轉(zhuǎn)換單元20，其將從外部輸入的輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從輸入視頻圖像向特征視頻圖像內(nèi)提取了圖像特征；通過距離分類的視頻圖像提取/合成單元30，其基于相對于車輛的距離，合成通過距離分類的視頻圖像，該通過距離分類的視頻圖像包括根據(jù)距離從特征視頻圖像提取的不同區(qū)域；第一物體檢測單元40， 其對于獲得的合成視頻圖像執(zhí)行第一物體檢測處理；物體候選位置指定單元50，其從第一物體檢測處理的結(jié)果確定在通過距離分類的視頻圖像中的、其中可能存在物體的物體候選位置；第二物體檢測單元60，其對于在通過距離分類的視頻圖像中的物體候選位置執(zhí)行第二物體檢測處理；以及，物體位置識別單元70，其從第二物體檢測單元的檢測結(jié)果識別在輸入視頻圖像上的物體位置。
從外部輸入的輸入視頻圖像被假定為是通過例如以預定角度附接在車輛前側(cè)或后側(cè)的牌照附近的預定位置處的車載相機拍攝車輛的周圍而獲得的視頻圖像。
視頻圖像轉(zhuǎn)換單元20基于輸入視頻圖像執(zhí)行用于在視頻圖像上提取圖像特征的視頻圖像轉(zhuǎn)換處理。在本發(fā)明的實施例中，將邊緣特征提取為圖像特征，并且，在隨后階段的處理中執(zhí)行關(guān)注邊緣特征的處理。然而，在本發(fā)明中作為目標的圖像特征不限于邊緣特1征。例如，在檢測道路上的交通標記和信號的目的的情況下，執(zhí)行用于將特定顏色提取為圖像特征的處理的有效的。作為用于提取邊緣特征的具體處理，能夠想到通過索貝爾過濾的壓花(embossing)或邊緣提取。然而，處理不限于這些方法。
通過距離分類的視頻圖像提取/合成單元30具有通過距離分類的視頻圖像提取單元31、通過距離分類的視頻圖像放大/縮小單元32、中心位置調(diào)整單元33、通過距離分類的視頻圖像的特征數(shù)量判定單元34、合成系數(shù)調(diào)整單元35和通過距離分類的視頻圖像合成單元36。通過距離分類的視頻圖像提取單元31從特征視頻圖像中以根據(jù)距離的不同大小提取下述區(qū)域在該區(qū)域中，當檢測目標物體存在于距車輛預定距離的位置處時，可能在視頻圖像上采集到檢測目標物體的圖像。通過距離分類的視頻圖像放大/縮小單元32放大或縮小已經(jīng)被通過距離分類的視頻圖像提取單元31提取的與每個距離對應的通過距離分類的視頻圖像，使得通過距離分類的視頻圖像的垂直大小變?yōu)轭A定大小。由此，所有通過距離分類的視頻圖像的垂直大小變得彼此相等(水平大小彼此不同)。在下面的說明中，除非另外指定，通過距離分類的視頻圖像指的是被通過距離分類的視頻圖像放大/縮小單元 32放大或縮小的通過距離分類的視頻圖像。中心位置調(diào)整單元33調(diào)整由通過距離分類的視頻圖像放大/縮小單元32重新調(diào)整大小的通過距離分類的視頻圖像的水平和垂直軸的位置使得這些位置重疊，并且，確定在視頻圖像位置處的合成視頻圖像的數(shù)量。合成視頻圖像的數(shù)量表示重疊的通過距離分類的視頻圖像的數(shù)量。通過距離分類的視頻圖像的特征判定單元34確定在每個通過距離分類的視頻圖像上存在的圖像特征的數(shù)量。合成系數(shù)調(diào)整單元35基于由中心位置調(diào)整單元33確定的合成視頻圖像的數(shù)量和由通過距離分類的視頻圖像的特征數(shù)量判定單元34確定的圖像特征的數(shù)量，確定通過距離分類的視頻圖像的每個部分區(qū)域的合成系數(shù)。通過距離分類的視頻圖像合成單元36將其中心位置已經(jīng)被中心位置調(diào)整單元33調(diào)整為重疊的通過距離分類的視頻圖像乘以由合成系數(shù)調(diào)整單元35確定的合成系數(shù)，以產(chǎn)生其中合成所有通過距離分類的視頻圖像的合成視頻圖像。此時，合成視頻圖像的像素的數(shù)量小于所有通過距離分類的視頻圖像的像素的數(shù)量的總和。
第一物體檢測單元40具有合成視頻圖像切除/放大單元41、合成視頻圖像的特征數(shù)量判定單元42和在合成視頻圖像中的物體檢測單元43。合成視頻圖像切除/放大單元41切除合成視頻圖像的一部分，并且放大視頻圖像，使得去除的合成視頻圖像的垂直大小等于切除之前的垂直大小。該處理的目的是處理物體檢測目標之間在大小上的差別(例如，行人之間在高度上的差別)。合成視頻圖像的特征數(shù)量判定單元42識別在從合成視頻圖像切除/放大單元41輸出的合成視頻圖像上存在圖像特征的位置。在合成視頻圖像中的物體檢測單元43僅對于其中合成視頻圖像的特征數(shù)量判定單元42判定在從合成視頻圖像切除/放大單元41輸出的合成視頻圖像上存在作為目標的圖像特征的位置，執(zhí)行物體檢測處理。通過預先排除其中不存在圖像特征的位置，因為檢測目標物體在那里不存在，所以預期加速物體檢測處理。在下面的說明中，在第一物體檢測單元和隨后階段的單元處的合成圖像指的是切除和放大的合成圖像，除非另外指定。
物體候選位置指定單元50確定其中第一物體檢測單元40已經(jīng)檢測到物體的檢測位置位于通過距離分類的視頻圖像上的何處。例如，如果當合成視頻圖像由兩個通過距離分類的視頻圖像合成時在合成視頻圖像上檢測到一個物體，則存在總共兩個物體候選位置，因為在每個通過距離分類的視頻圖像上存在可能存在物體的一個位置。
第二物體檢測單元60僅對由物體候選位置指定單元50指定的通過距離分類的視頻圖像上的候選位置執(zhí)行物體檢測，以識別在通過距離分類的視頻圖像上存在的物體位置。
物體位置識別單元70基于第二物體檢測單元60的檢測結(jié)果來計算在輸入視頻圖像上的物體位置，并且輸出物體位置以及從車輛到物體的距離，作為最后結(jié)果。
已經(jīng)上述了根據(jù)本發(fā)明的實施例的物體檢測裝置的結(jié)構(gòu)和處理流程。
接下來，將參考附圖詳細描述通過距離分類的視頻圖像提取/合成單元30、第一物體檢測單元40、物體候選位置指定單元50、第二物體檢測單元60和物體位置識別單元70 進行的一系列處理。以下，為了說明具體化，如下所示設置用于說明的數(shù)值。假定輸入圖像在水平具有640個像素并且在垂直具有480個像素。假定從通過距離分類的視頻圖像放大 /縮小單元32輸出的通過距離分類的視頻圖像和從合成視頻圖像切除/放大單元41輸出的合成視頻圖像的垂直大小為128個像素。在通過第一物體檢測單元和第二物體檢測單元執(zhí)行目標物體檢測處理時使用的掃描范圍的大小被假定為在水平具有64個像素并且在垂直具有128個像素。假定檢測目標物體是在道路表面上存在的行人，并且，檢測目標行人的高度被假定為100至200厘米。在相對于車輛A米、B米和C米距離的三個點處存在的行人是檢測目標。在此給出的示例僅用于說明的目的，并且該實施例不限于此。
首先，將詳細描述通過距離分類的視頻圖像提取/合成單元30。
通過距離分類的視頻圖像提取單元31根據(jù)相對于車輛的距離來產(chǎn)生通過距離分類的視頻圖像，已經(jīng)從輸入圖像向該通過距離分類的視頻圖像內(nèi)提取視頻圖像。如上所述， 因為通過在車輛上在預定位置并且以預定角度安裝的車載相機來拍攝輸入視頻圖像，所以通過在車輛和行人之間的距離來唯一地確定其中在輸入視頻圖像上采集行人的圖像的區(qū)域。圖2示出在相對于車輛A米、B米和C米(以下稱為A米、B米和C米)的距離處的位置處存在具有200厘米高度的行人和具有100厘米的行人的情況下的輸入視頻圖像。關(guān)于A、 B和C之間的幅度關(guān)系，假定滿足A〈B〈C。A米距離處的位置最接近車輛，并且C米距離的位置距離車輛最遠。圖2 (a)、圖2 (b)和圖2 (c)分別示出具有高度200厘米的行人位于A 米距離的位置處、B米距離的位置處和C米距離的位置處。圖2 (d)、圖2 (e)和圖2 Cf) 分別示出具有100厘米的行人位于A米距離的位置處、B米距離的位置處和C米距離的位置處。圖3示出其中當輸入視頻圖像與圖2中的那些相同時在通過距離分類的視頻圖像的每個上采集的檢測目標行人的區(qū)域。圖3 (a)至圖3 (f)分別對應于圖2 (a)至圖2 (f)。 考慮行人位于道路表面上，如果在車輛和行人之間的距離相同，則行人的腳部的位置相同， 而與行人的高度無關(guān)。因此，如果在A米距離的位置處存在具有100厘米的行人和具有高度200厘米的行人，則在視頻圖像上采集前者和后者的區(qū)域如圖4中所示。其中拍攝具有高度200厘米的行人的區(qū)域包括其中拍攝具有100厘米的行人的區(qū)域。從上面，當具有100 至200厘米的行人位于相對于車輛的A米、B米和C米距離的位置處時，用于A米、B米和C 米的通過距離分類的視頻圖像分別如在圖5 (a)至圖5 (c)中那樣。
通過距離分類的視頻圖像放大/縮小單元32放大/縮小由通過距離分類的視頻圖像提取單元31提取的通過距離分類的視頻圖像的每個，并且將通過距離分類的視頻圖像的垂直大小標準化為128個像素。假定通過距離分類的視頻圖像的長寬比在放大/縮小前和后不改變。圖6示出通過距離分類的視頻圖像的放大/縮小處理的示例。圖6 (a)、圖6 (b)和圖6 (C)分別示出在放大/縮小前和后的與距離A米對應的通過距離分類的視頻圖像(以下稱為A米視頻圖像)、與距離B米對應的通過距離分類的視頻圖像(以下稱為B 米視頻圖像)和與距離C米對應的通過距離分類的視頻圖像(以下稱為C米視頻圖像)。在放大/縮小前的通過距離分類的視頻圖像的水平大小等同地是640像素。A米視頻圖像、B 米視頻圖像和C米視頻圖像的垂直大小分別是Ya像素、Yb像素和Yc像素。放大/縮小后的通過距離分類的視頻圖像的垂直大小的全部是128個像素，并且A米視頻圖像、B米視頻圖像和C米視頻圖像分別是(640X120/Ya)像素、(640X128/Yb)像素和(640X128/Yc)像素。此時，如果拍攝具有相同高度的行人，則行人的大小在放大/縮小后在通過距離分類的視頻圖像中相等，而與相對于車輛的距離無關(guān)。
中心位置調(diào)整單元33調(diào)整其垂直大小已經(jīng)被通過距離分類的視頻圖像放大/縮小單元32標準化為128個像素的通過距離分類的視頻圖像的中心位置，使得該中心位置彼此對應。圖7示出調(diào)整作為通過距離分類的視頻圖像的A米視頻圖像、B米視頻圖像和C 米視頻圖像的三個中心位置使得中心位置彼此對應的示例。如圖7中所示，當通過距離分類的視頻圖像的中心位置被調(diào)整使得該中心位置彼此對應時，重疊的通過距離分類的視頻圖像的數(shù)量在每個部分上不同，因為雖然通過距離分類的視頻圖像的垂直大小被標準化為 128個像素，但是水平大小彼此不同。圖8圖示了在圖7的示例中的重疊的通過距離分類的視頻圖像的數(shù)量。該數(shù)量逐漸從中心位置減小，從三到二然后到一。重疊的數(shù)量是合成視頻圖像的數(shù)量。
通過距離分類的視頻圖像的特征數(shù)量判定單元34計數(shù)在從通過距離分類的視頻圖像放大/縮小單元32輸出的每個通過距離分類的視頻圖像上存在多少圖像特征。在這個實施例中，將邊緣特征用作圖像特征。雖然存在用于計數(shù)邊緣的數(shù)量的各種手段，但是該手段在本發(fā)明中不受限制。例如，可以簡單地使用存在邊緣的像素的數(shù)量或存在邊緣的像素上的邊緣的大小。否則，如果預先已知檢測目標物體在特定方向上具有許多邊緣，則用于僅將在該特定方向上的邊緣計數(shù)為目標的手段是有效的。在此假定，將在A米通過距離分類的視頻圖像中包括的圖像特征的數(shù)量稱為Ea;將在B米通過距離分類的視頻圖像中包括的圖像特征的數(shù)量稱為Eb ;并且，將在C米通過距離分類的視頻圖像中包括的圖像特征的數(shù)量稱為Ec。雖然在這個實施例中以邊緣特征為目標，但是可以以其他圖像特征為目標。 例如，也可以判定特定顏色的存在或不存在。用于判定存在或不存在等于特定電平或更大的亮度的處理也是可以的。而且，如圖6中所示，因為從通過距離分類的視頻圖像放大/縮小單元輸出的通過距離分類的視頻圖像的視頻圖像大小彼此不同，可以基于視頻圖像大小來標準化在視頻圖像中存在的圖像特征的數(shù)量。
合成系數(shù)調(diào)整單元35基于由中心位置調(diào)整單元33確定的合成的通過距離分類的視頻圖像的數(shù)量和由通過距離分類的視頻圖像的特征數(shù)量判定單元34確定的通過距離分類的視頻圖像的圖像特征的數(shù)量Ea、Eb和Ec，來計算通過距離分類的視頻圖像的合成系數(shù)。分別在圖9 (a)至圖9 (c)中示出對于用于距離A米、B米和C米的通過距離分類的視頻圖像的、在合成視頻圖像的數(shù)量和圖像特征的數(shù)量之間的對應關(guān)系。將參考圖10來描述在存在這樣的對應關(guān)系的情況下計算合成系數(shù)的方法。圖10 (a)至圖10 (c)分別示出用于距離A米、B米和C米的通過距離分類的視頻圖像要設置的合成系數(shù)。對于A米視頻圖像，設置一種合成系數(shù)Mai。對于B米視頻圖像，設置兩種合成系數(shù)Mbl和Mb2。對于C米視頻圖像，設置三種合成系數(shù)Mcl至Mc3。其中，Mal、Mbl和Mcl是用于其中合成三個視頻 圖像(A米視頻圖像、B米視頻圖像和C米視頻圖像)的各部分的合成系數(shù)，并且Mb2和Mc2 是用于其中合成兩個視頻圖像(B米視頻圖像和C米視頻圖像)的各部分的合成系數(shù)。Mc3 是用于一個視頻圖像(C米視頻圖像)的合成系數(shù)?？紤]合成系數(shù)的基本方式是合成系數(shù)根 據(jù)合成視頻圖像的數(shù)量被等同地分配到作為合成目標的通過距離分類的視頻圖像。即，關(guān) 于其中合成三個視頻圖像的部分，每個通過距離分類的視頻圖像的合成系數(shù)被定為1/3，使 得總數(shù)為1，并且關(guān)于其中合成兩個視頻圖像的部分，每個通過距離分類的視頻圖像的合成 系數(shù)被定為1/2，使得總數(shù)為1。在這個實施例中，對于其中構(gòu)成多個通過距離分類的視頻 圖像的部分，與通過距離分類的視頻圖像對應的圖像特征的數(shù)量Ea至Ec被用于基于上述 的總系數(shù)的思想來調(diào)整合成系數(shù)?；趫D像特征的數(shù)量考慮調(diào)整的方式使得對于其中存在 許多圖像特征的通過距離分類的視頻圖像設置大合成系數(shù)，并且對于具有較少圖像特征的 通過距離分類的視頻圖像設置小合成系數(shù)。基于該思想，可以分別通過下面的公式來確定 合成系數(shù) Mal、Mbl、Mb2、Mcl、Mc2 和 Mc3 [公式1]
權(quán)利要求
1.一種物體檢測裝置，從輸入視頻圖像檢測在車輛附近的物體，所述輸入視頻圖像是從所述車輛拍攝的所述車輛周圍的視頻圖像，所述裝置包括視頻圖像轉(zhuǎn)換單元，用于將所述輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，其中已經(jīng)從所述輸入視頻圖像向所述特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成單元，用于基于距所述車輛的距離，從所述特征視頻圖像提取根據(jù)距離而不同的區(qū)域，作為通過距離分類的視頻圖像，并且使用所述通過距離分類的視頻圖像來合成合成視頻圖像；第一物體檢測單元，執(zhí)行第一物體檢測處理，所述第一物體檢測處理用于掃描由所述通過距離分類的視頻圖像提取/合成單元合成的所述合成視頻圖像，以確定從所述合成視頻圖像檢測的物體在所述合成視頻圖像上的位置；物體候選位置指定單元，基于由所述第一物體檢測單元檢測的所述物體在所述合成視頻圖像上的所述位置，確定在通過距離分類的所述視頻圖像中有可能存在所述物體的物體候選位置；第二物體檢測單元，對于由所述物體候選位置指定單元確定的所述物體候選位置執(zhí)行第二物體檢測處理，用于識別在通過距離分類的所述視頻圖像中的對應的物體位置；以及，物體位置識別單元，基于由所述第二物體檢測單元確定的所述物體位置，識別在所述輸入視頻圖像中的物體位置。
2.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述視頻圖像轉(zhuǎn)換單元將邊緣特征提取為所述圖像特征。
3.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述通過距離分類的視頻圖像提取/合成單元基于相對于所述車輛的所述距離來改變從所述特征視頻圖像提取的區(qū)域的大小。
4.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述通過距離分類的視頻圖像提取/合成單元根據(jù)距離來放大/縮小所述視頻圖像，使得通過距離分類的所有所述視頻圖像的垂直大小彼此相等。
5.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述通過距離分類的視頻圖像提取/合成單元調(diào)整通過距離分類的所述視頻圖像的水平中心軸和垂直中心軸的位置，使得它們重疊，并且合成所述合成視頻圖像。
6.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述通過距離分類的視頻圖像提取/合成單元通過α混和、按照距離來合成所述合成視頻圖像。
7.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述通過距離分類的視頻圖像提取/合成單元根據(jù)所合成的通過距離分類的視頻圖像的數(shù)量來調(diào)整α混和的合成系數(shù)，并且合成所述合成視頻圖像。
8.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述通過距離分類的視頻圖像提取/合成單元根據(jù)在通過距離分類的所述視頻圖像中包括的圖像特征的數(shù)量來調(diào)整α混和的合成系數(shù)，并合成所述合成視頻圖像。
9.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述第一物體檢測單元在所述第一物體檢測處理中將檢測目標物體的垂直大小設置為等于所述合成視頻圖像的垂直大小。
10.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述第一物體檢測單元通過僅在水平方向上對所述合成視頻圖像執(zhí)行掃描來執(zhí)行物體檢測處理。
11.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述第一物體檢測單元包括合成視頻圖像切除/放大單元，用于切除與所述合成視頻圖像的底端接觸的區(qū)域，并且產(chǎn)生通過放大所述切除區(qū)域的垂直大小使得所述垂直大小等于所述合成視頻圖像的垂直大小而獲得的放大的合成視頻圖像。
12.根據(jù)權(quán)利要求11所述的物體檢測裝置，其中，所述第一物體檢測單元對于所述放大的合成視頻圖像執(zhí)行所述物體檢測處理。
13.根據(jù)權(quán)利要求12所述的物體檢測裝置，其中，所述第一物體檢測單元通過僅在水平方向上對所述放大的合成視頻圖像執(zhí)行掃描來執(zhí)行所述物體檢測處 理。
14.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述第一物體檢測單元能夠與所述第二物體檢測單元分離地調(diào)整物體檢測的檢測判定標準，并且調(diào)整所述檢測標準使得所述第一物體檢測單元比所述第二物體檢測單元更容易地判定物體是物體。
15.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述第一物體檢測單元僅對所述合成視頻圖像中所述圖像特征作為目標存在的部分執(zhí)行所述第一物體檢測處理。
16.根據(jù)權(quán)利要求I所述的物體檢測裝置，其中，所述物體位置識別單元基于由所述第二物體檢測單元檢測的、在通過距離分類的所述視頻圖像上的物體位置，確定從所述車輛至被檢測物體的距離。
17.一種用于從輸入視頻圖像檢測在車輛附近的物體的物體檢測方法，所述輸入視頻圖像是從所述車輛拍攝的所述車輛周圍的視頻圖像，所述方法包括視頻圖像轉(zhuǎn)換步驟，用于將所述輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從所述輸入視頻圖像向所述特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成步驟，用于基于距所述車輛的距離，從所述特征視頻圖像提取根據(jù)距離而不同的區(qū)域，作為通過距離分類的視頻圖像，并且使用所述通過距離分類的視頻圖像來合成合成視頻圖像；第一物體檢測步驟，用于執(zhí)行第一物體檢測處理，所述第一物體檢測處理用于掃描在所述通過距離分類的視頻圖像提取/合成步驟中合成的所述合成視頻圖像，以確定從所述合成視頻圖像檢測的物體在所述合成視頻圖像上的位置；物體候選位置檢測步驟，用于基于在所述第一物體檢測步驟中檢測的所述物體在所述合成視頻圖像上的所述位置，確定在通過距離分類的所述視頻圖像中有可能存在所述物體的物體候選位置；第二物體檢測步驟，用于對在所述物體候選位置檢測步驟中確定的所述物體候選位置執(zhí)行第二物體檢測處理，所述第二物體檢測處理用于識別在通過距離分類的所述視頻圖像中的對應的物體位置；以及，物體位置識別步驟，用于基于在所述第二物體檢測步驟中確定的所述物體位置來識別在所述輸入視頻圖像中的物體位置。
18.一種用于從輸入視頻圖像檢測在車輛附近的物體的物體檢測程序，所述輸入視頻圖像是從所述車輛拍攝的所述車輛周圍的視頻圖像，所述程序使計算機實現(xiàn)視頻圖像轉(zhuǎn)換功能，用于將所述輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從所述輸入視頻圖像向所述特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成功能，用于基于距所述車輛的距離，從所述特征視頻圖像提取根據(jù)距離而不同的區(qū)域，作為通過距離分類的視頻圖像，并且合成通過距離分類的視頻圖像；第一物體檢測功能，用于掃描由所述通過距離分類的視頻圖像提取/合成功能合成的合成圖像，以執(zhí)行第一物體檢測處理；物體候選位置檢測功能，用于基于已經(jīng)被所述第一物體檢測功能檢測到物體在所述合成視頻圖像上的位置，確定在通過距離分類的所述視頻圖像中可能存在所述物體的物體候選位置；第二物體檢測功能，用于對由所述物體候選位置檢測功能確定的所述物體候選位置執(zhí)行第二物體檢測處理，以識別在通過距離分類的所述視頻圖像中的物體位置；以及，物體位置識別功能，用于基于由所述第二物體檢測功能確定的所述物體位置來識別在所述輸入視頻圖像中的物體位置。
全文摘要
一種物體檢測裝置(10)具有視頻圖像轉(zhuǎn)換單元(20)，將其中拍攝了車輛周圍的輸入視頻圖像轉(zhuǎn)換為特征視頻圖像，已經(jīng)從所述輸入視頻圖像向所述特征視頻圖像提取了圖像特征；通過距離分類的視頻圖像提取/合成單元(30)，基于距所述車輛的距離從特征視頻圖像提取根據(jù)距離而不同的區(qū)域，并且合成所述區(qū)域；第一物體檢測單元(40)，掃描合成視頻圖像，以執(zhí)行第一物體檢測處理；物體候選位置指定單元(50)，從第一物體檢測處理的結(jié)果確定物體候選位置；第二物體檢測單元(60)，對所述物體候選位置執(zhí)行第二物體檢測處理；和物體位置識別單元(70)，從第二物體檢測單元的結(jié)果識別物體位置。由此，可以高速檢測在車輛周圍的物體，而不降低檢測性能。
文檔編號G06T7/20GK102985945SQ201280001918
公開日2013年3月20日 申請日期2012年4月5日 優(yōu)先權(quán)日2011年6月2日
發(fā)明者村松洋一 申請人:松下電器產(chǎn)業(yè)株式會社