特許ウォッチ

公開番号2025078813
公報種別公開特許公報(A)
公開日2025-05-20
出願番号2025036119,2024084545
出願日2025-03-07,2018-04-26
発明の名称情報処理装置、情報処理方法、及びプログラム
出願人日本電気株式会社
代理人個人
主分類G06T 7/00 20170101AFI20250513BHJP(計算;計数)
要約【課題】人の持ち物を撮像画像から高い精度で検出する。
【解決手段】本発明の情報処理装置は、第1検出部と第2検出部と特定部とを有する。第1検出部は、画像を学習させた検出器を用いて、撮像画像から、検出対象である対象オブジェクトを含む複数の画像領域を検出する。第2検出部は、撮像画像において、撮像画像に映る人物の身体の部位を検出する。特定部は、画像領域と身体の部位とに基づいて、複数の身体の部位のうち対象オブジェクトが存在する部位を特定する。対象オブジェクトは人の持ち物である。対象オブジェクトの種類は、画像領域ごとに異なる。
【選択図】図2
特許請求の範囲【請求項１】
画像を学習させた検出器を用いて、撮像画像から、検出対象である対象オブジェクトを含む複数の画像領域を検出する第１検出部と、
前記撮像画像において、前記撮像画像に映る人物の身体の部位を検出する第２検出部と、
前記画像領域と前記身体の部位とに基づき、複数の前記身体の部位のうち前記対象オブジェクトが存在する部位を特定する特定部と、
を有し、
前記特定部は、前記画像領域と前記身体の部位とに基づき、前記身体の部位に前記対象オブジェクトが存在する確率を判定し、
前記対象オブジェクトは人の持ち物であり、
前記対象オブジェクトの種類は、前記画像領域ごとに異なる、情報処理装置。
続きを表示（約 1,300 文字）【請求項２】
前記第１検出部は、前記対象オブジェクトを表す画像を学習させた検出器を用いて前記画像領域を検出する、
請求項１に記載の情報処理装置。
【請求項３】
前記第１検出部は、前記対象オブジェクトの種類ごとに前記対象オブジェクトを表す画像を学習させた検出器を用いて前記画像領域を検出する、
請求項１に記載の情報処理装置。
【請求項４】
前記人の持ち物は装着物である、請求項１から３のいずれか１項に記載の情報処理装置。
【請求項５】
コンピュータによって実行される情報処理方法であって、
画像を学習させた検出器を用いて、撮像画像から、検出対象である対象オブジェクトを含む複数の画像領域を検出し、
前記撮像画像において、前記撮像画像に映る人物の身体の部位を検出し、
前記画像領域と前記身体の部位とに基づき、前記身体の部位に前記対象オブジェクトが存在する確率を判定し、
前記画像領域と前記身体の部位とに基づき、複数の前記身体の部位のうち前記対象オブジェクトが存在する部位を特定し、
前記対象オブジェクトは人の持ち物であり、
前記対象オブジェクトの種類は、前記画像領域ごとに異なる、
情報処理方法。
【請求項６】
コンピュータによって実行される情報処理方法であって、
撮像画像において、前記撮像画像に映る人物の身体の部位を検出し、
画像を学習させた検出器を用いて、前記撮像画像から、検出対象である対象オブジェクトを含む複数の画像領域を検出し、
前記画像領域と前記身体の部位とに基づき、前記身体の部位に前記対象オブジェクトが存在する確率を判定し、
前記画像領域と前記身体の部位とに基づき、複数の前記身体の部位のうち前記対象オブジェクトが存在する部位を特定し、
前記対象オブジェクトは人の持ち物であり、
前記対象オブジェクトの種類は、前記画像領域ごとに異なる、
情報処理方法。
【請求項７】
前記人の持ち物は装着物である、請求項５または６に記載の情報処理方法。
【請求項８】
コンピュータに、
画像を学習させた検出器を用いて、撮像画像から、検出対象である対象オブジェクトを含む複数の画像領域を検出する処理、
前記撮像画像において、前記撮像画像に映る人物の身体の部位を検出する処理、
前記画像領域と前記身体の部位とに基づき、前記身体の部位に前記対象オブジェクトが存在する確率を判定する処理、
前記画像領域と前記身体の部位とに基づき、複数の前記身体の部位のうち前記対象オブジェクトが存在する部位を特定する処理、
を実行させ、
前記対象オブジェクトは人の持ち物であり、
前記対象オブジェクトの種類は、前記画像領域ごとに異なる、
プログラム。
【請求項９】
前記人の持ち物は装着物である、請求項８に記載のプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は物体認識に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
カメラによって生成された撮像画像から物体を検出する技術が開発されている。例えば特許文献１は、撮像画像から複数の物体を検出し、検出した物体の関連づけを行う装置を開示している。具体的には、特許文献１の装置は、撮像画像に物（例えばカバン）と複数の人物とが含まれている場合に、その物と持ち主の人物とを関連づける。
【０００３】
そのために、特許文献１の装置は、予め規定されている接続関係を利用して、人物のパーツを順に認識しながら接続していく。例えば、顔->首->胴体->腕という順番で認識及び接続が行われる。さらに、特許文献１の装置は、認識されたパーツの周辺に頻繁に存在する物として予め規定されている物の認識を行う。例えば、腕の周辺に頻繁に存在する物として、カバンが規定されている。そのため、前述した様に人物の腕が認識されたことに応じて、カバンの認識が行われる。その結果、「顔->首->胴体->腕->カバン」のように接続されていることが分かる。そこで特許文献１の装置は、接続されている顔とカバンの関連づけ（すなわち、人物とカバンの関連づけ）を行う。
【０００４】
ここで特許文献１では、人物のパーツの周辺に頻繁に存在する物について、そのパーツに対しておよそどの辺りの位置にあるのかを推定するための情報が規定されている。そして、特許文献１には、この情報を用いて、物を認識する画像領域を限定してもよいことが記載されている。例えば特許文献１の装置は、前述した流れで人物の腕を検出したら、人物の腕に対しておよそどの辺りにカバンが存在するかを示す情報を利用して、カバンの認識を行う画像領域を限定する。そして、限定した画像領域についてカバンの認識が行われる。
【先行技術文献】
【特許文献】
【０００５】
特開２０１０－０８６４８２号公報
【非特許文献】
【０００６】
Zhe Cao、外３名、「Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields」、CoRR、２０１６年１１月２４日
【発明の概要】
【発明が解決しようとする課題】
【０００７】
特許文献１の技術では、人物のパーツを認識したことを前提として、そのパーツの周辺に頻繁に存在する物の認識が行われる。そのため、人物の或るパーツが認識されなかったら、そのパーツの周辺に頻繁に存在する物の認識が行われない。例えば前述の例では、人物の腕が認識されなければ、カバンの認識が行われない。
【０００８】
この点、人物の全てのパーツが必ずしも撮像画像に含まれるとは限らない。例えば、人物の腕の前に障害物が立っていたり、人物の腕がカメラの撮像範囲の外にあったりすると、撮像画像から人物の腕が認識されないため、カバンを認識することもできなくなる。
【０００９】
本願発明は上記の課題に鑑みてなされたものであり、人の持ち物を撮像画像から高い精度で検出する技術を提供することである。
【課題を解決するための手段】
【００１０】
本発明の情報処理装置は、１）検出対象である対象オブジェクトの画像特徴に基づいて、撮像画像から、対象オブジェクトを表すと推定される画像領域である候補領域を１つ以上検出する候補領域検出部と、２）撮像画像から人物を表す人物領域を検出し、人物領域に基づいて、撮像画像における対象オブジェクトの推定位置を検出する推定位置検出部と、３）１つ以上の候補領域と推定位置に基づいて、１つ以上の候補領域の中から、対象オブジェクトを表す画像領域であるオブジェクト領域を特定する特定部と、を有する。
（【００１１】以降は省略されています）

関連特許