物体检测装置、物体检测方法以及程序制造方法及图纸

一种从图像检测对象物的物体检测装置，具有：第一检测单元，从所述图像检测存在所述对象物的多个候选区域；区域整合单元，基于由所述第一检测单元检测出的多个候选区域，决定一个或者多个整合区域；选择单元，从所述整合区域之中，选择至少一部分；以及第二检测单元，将被选择出的整合区域作为对象，通过与所述第一检测单元不同的检测算法，检测所述对象物。

【技术实现步骤摘要】
【国外来华专利技术】物体检测装置、物体检测方法以及程序
本专利技术涉及从图像间检测物体的技术。
技术介绍
以往，已知从图像检测人的面部等规定的物体的技术(专利文献1、专利文献2)。近年来，因深度学习(deeplearning)的出现，图像检测精度在飞跃性地提高。但是，相比以往方法，深度学习的计算量大得多。这样，深度学习的计算负荷较高，因此被认为不适合诸如移动设备之类的嵌入式设备。即使考虑到近年来的技术革新，在嵌入式设备中执行深度学习算法也不容易。若考虑到这样的状况，则寻求在诸如嵌入式设备之类的计算资源缺乏的设备中也能够进行动作的、高速并且高精度的物体检测算法。现有技术文献专利文献专利文献1：日本特开2007-133840号公报专利文献2：日本特开2008-102611号公报
技术实现思路
专利技术要解决的课题为了在计算资源缺乏的设备中也进行高速且高精度的物体检测，可以考虑首先通过计算负荷小的算法(轻量算法)进行检测，仅将被检测出的区域作为对象而通过诸如深度学习之类的计算负荷大但高精度的算法本文档来自技高网...

【技术保护点】
1.一种物体检测装置，从图像中检测对象物，所述物体检测装置具有：/n第一检测单元，从所述图像检测存在所述对象物的多个候选区域；/n区域整合单元，基于由所述第一检测单元检测出的多个候选区域，决定一个或者多个整合区域；/n选择单元，从所述整合区域之中选择至少一部分；以及/n第二检测单元，将选择出的整合区域作为对象，通过与所述第一检测单元不同的检测算法，检测所述对象物。/n

【技术特征摘要】
【国外来华专利技术】20180307 JP 2018-0409271.一种物体检测装置，从图像中检测对象物，所述物体检测装置具有：
第一检测单元，从所述图像检测存在所述对象物的多个候选区域；
区域整合单元，基于由所述第一检测单元检测出的多个候选区域，决定一个或者多个整合区域；
选择单元，从所述整合区域之中选择至少一部分；以及
第二检测单元，将选择出的整合区域作为对象，通过与所述第一检测单元不同的检测算法，检测所述对象物。


2.如权利要求1所述的物体检测装置，
所述图像是运动图像，
还具有进行对象物的跟踪的跟踪单元，
在各帧中将基于所述第二检测单元或者所述跟踪单元的结果作为最终的检测结果，
所述跟踪单元将在前帧中被确定为是所述对象物的物体作为对象进行当前帧中的跟踪，
所述选择单元选择在前帧中位于被确定为是所述对象物的区域以外的至少一部分整合区域。


3.如权利要求2所述的物体检测装置，
所述选择单元从前帧中位于被确定为是所述对象物的区域以外的整合区域之中选择可靠性为阈值以上的规定数目个整合区域。


4.如权利要求2所述的物体检测装置，
所述选择单元从前帧中位于被确定为是所述对象物的区域以外的整合区域之中，从尺寸大的区域起选择规定数目个整合区域。


5.如权利要求2至4的任意一项所述的物体检测装置，
所述选择单元还考虑前帧中的基于所述第二检测单元的检测得分而进行整合区域的选择。


6.如权利要求2至5的任意一项所述的物体检测装置，
所述选择单元还考虑所述对象物的朝向进行整合区域的选择。


7.如权利要求2至6的任意一项所述的物体检测装置，还具有：
预处理部，对与在前帧中被确定为是所述对象物的物体的区域对应的当前帧图像的区域，实施使该区域不被检测为所述物体的预处理，
所述第一检测单元通过将预处理完毕的当前帧图像作为对象进行所述对象物的检测，使得在前帧图像中被确定为是所述对象物的区域不成为整合区域。


8.如权利要求2至6的任意一项所述的物体检测装置，还具有：
存储单元，存储在前帧图像中被确定为是所述对象物的区域的位置，
所述选择单元将位于所述存储单元所存储的位置...

【专利技术属性】
技术研发人员：酒井俊，小川雅彦，
申请(专利权)人：欧姆龙株式会社，
类型：发明
国别省市：日本;JP