公开了能够进一步降低错误追踪的可能性的对象物追踪装置。对象物追踪装置(300)是使用粒子过滤器追踪视频中放映的对象物的位置的装置，包括：生成多个表示对象物的位置的候补的粒子，计算对象物的图像的特征量和粒子的各自的图像的特征量的特征量计算单元(340)；对每个粒子，从该粒子的图像的特征量和对象物的图像的特征量的相似度，计算该粒子是对象物的位置的似然的似然计算单元(350)；基于计算出的粒子的似然，估计对象物的位置的位置估计单元(360)；以及在存在多个对象物，对应于这些对象物所估计的多个位置重叠时，校正似然的似然校正单元(390)。
【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及使用粒子过滤器追踪视频中放映的对象物的位置的对象物追踪装置、 对象物追踪方法、以及对象物追踪程序。
技术介绍
以往，使用粒子过滤器(particle filter)追踪视频中放映的人等对象物的位置 (例如参照专利文献1和非专利文献1)。在专利文献1中记载的技术和非专利文献1中记载的技术(以下，统称为“现有技术”)中，首先，求视频中的对象物的图像的特征量。在现有技术中，从对象物在时刻t-ι的位置，生成多个表示对象在下一时刻t的位置的候补的粒子，在时刻t的各个粒子与对象物在时刻t-ι的位置之间，进行特征量的匹配。并且，在现有技术中，根据其相似度，对于各个粒子计算该粒子是对象物在时刻t的位置的似然。并且，在现有技术中，对每个对象物，将似然最高的粒子的位置估计为对象物在时刻t的位置。由此，在现有技术中，能够持续追踪同一对象物的位置。另外，特别地，在专利文献1记载的技术中，在特征量是表示对象物的轮廓曲线的形状特征量时，使用颜色特征量校正上述似然。具体而言，在专利文献1记载的技术中，首先，例如对每个粒子计算作为轮廓曲线内的区域的颜色直方图的颜色特征量。并且，在专利文献1记载的技术中，通过直方图相交(histogram intersection)，计算对象物的颜色特征量的颜色直方图和各个粒子的颜色直方图之间的相似度。之后，在专利文献1记载的技术中，基于计算结果校正上述似然。由此，在专利文献1记载的技术中，即使在轮廓曲线相似的其他对象物位于作为目标的对象物的附近的情况下，也能够降低错误地追踪该其他对象物的可能性。在先技术文献专利文献专利文献1 特开2009-87090号公报非专利文献1 :M. Isard and A. Blake, ‘‘ Condensation-Conditional Density Propagation for Visual Tracking" , International Journal of Computer Vision, vol. 29，no. 1，pp. 5-28,1998
技术实现思路
专利技术要解决的问题然而，在现有技术中，例如，在诸如工厂等穿着相同颜色的工作服的多名员工为对象物时等、在对象物之间图像的特征量相似的情况下，难以进行对象物的区分。因此，在现有技术中，无法充分降低错误地追踪其他对象物(以下记载为“错误追踪”)的可能性。本专利技术的目的在于提供能够进一步降低错误追踪的可能性的对象物追踪装置、对象物追踪方法、以及对象物追踪程序。解决问题的方案本专利技术的对象物追踪装置使用粒子过滤器追踪视频中放映的对象物的位置，包括特征量计算单元，生成多个表示所述对象物的位置的候补的粒子，计算所述对象物的图像的特征量和所述粒子的各自的图像的特征量；似然计算单元，对每个所述粒子，从该粒子的图像的特征量和所述对象物的图像的特征量的相似度，计算该粒子是所述对象物的位置的似然；位置估计单元，基于计算出的所述粒子的似然，估计所述对象物的位置；以及似然校正单元，在存在多个所述对象物，对应于这些对象物所估计的多个位置重叠时，校正所述似然。。本专利技术的对象物追踪方法使用粒子过滤器追踪视频中放映的对象物的位置，该方法包括以下步骤生成多个表示所述对象物的位置的候补的粒子，计算所述对象物的图像的特征量和所述粒子的各自的图像的特征量；对每个所述粒子，从该粒子的图像的特征量和所述对象物的图像的特征量的相似度，计算该粒子是所述对象物的位置的似然；基于计算出的所述粒子的似然，估计所述对象物的位置；以及在存在多个所述对象物，对应于这些对象物所估计的多个位置重叠时，校正所述似然。本专利技术的对象物追踪程序使用粒子过滤器追踪视频中放映的对象物的位置，该对象物追踪程序使计算机执行以下的处理生成多个表示所述对象物的位置的候补的粒子， 计算所述对象物的图像的特征量和所述粒子的各自的图像的特征量；对每个所述粒子，从该粒子的图像的特征量和所述对象物的图像的特征量的相似度，计算该粒子是所述对象物的位置的似然；基于计算出的所述粒子的似然，估计所述对象物的位置；以及在存在多个所述对象物，对应于这些对象物所估计的多个位置重叠时，校正所述似然。专利技术的效果根据本专利技术，能够在对象物之间估计位置重叠时校正粒子的似然，能够进一步降低错误追踪的可能性。附图说明图1是表示包含本专利技术的一个实施方式的对象物追踪装置的对象物追踪系统的结构的系统结构图。图2是表示本实施方式的对象物的位置的定义的图。图3是用于说明使用了本实施方式的粒子过滤器的追踪的图。图4是表示本实施方式的对象物追踪装置的结构的方框图。图5是表示本实施方式的对象物追踪装置的整体动作的流程图。图6是表示本实施方式的位置估计处理的流程图。标号说明100对象物追踪系统200摄像装置300对象物追踪装置310图像取得单元320图像存储单元330追踪指示单元340特征量计算单元350似然计算单元360位置估计单元370位置存储单元380重叠比例计算单元390似然校正单元400显示装置具体实施例方式以下，参照附图详细地说明本专利技术的一个实施方式。图1是表示包含本专利技术的一个实施方式的对象物追踪装置的对象物追踪系统的结构的系统结构图。本实施方式说明将本专利技术适用于在摄影视频中追踪在工厂内穿着相同的工作服的多名员工的移动的系统的例子。在图1中，对象物追踪系统100包括摄像装置200、对象物追踪装置300、以及显示装置400。摄像装置200和显示装置400分别与对象物追踪装置300可通信地连接。摄像装置200是具有图像取得功能的设备，例如是数码相机。摄像装置200例如拍摄工厂内的情况，将摄影图像的时间序列数据(摄影视频)输出到对象物追踪装置300。对象物追踪装置300是具有对象物追踪功能的设备，例如是个人计算机。对象物追踪装置300从由摄像装置200输入的摄影视频，使用粒子过滤器，追踪对象物在图像上的位置(以下，简称为“位置”)(例如，参照专利文献1和非专利文献1)。其中，对象物追踪装置300在估计对象物的位置所使用的粒子中，降低与其他对象物的位置重叠的粒子的似然。然后，对象物追踪装置300生成将追踪结果在视觉上重叠在摄像视频上的图像(以下记载为“结果显示图像”)，并输出到显示装置400。显示装置400是具有显示图像的功能的设备，例如是液晶显示器。显示装置400 将从对象物追踪装置300输入的图像(结果显示图像)显示在画面上。这样构成的对象物追踪装置300即使在存在图像特征相似的对象物的情况下，也能够减少错误追踪。这里，连同粒子过滤器的概要一起，简单地说明对象物追踪装置300能够减少错误追踪的理由。粒子过滤器是贝叶斯过滤器的近似算法。对象物在时刻t的位置的概率分布能够对于在时刻t-Ι检测到的位置适用位置的预测、似然观测、以及重采样而取得。这里，所谓位置的预测，是指基于状态迁移模型而预测在时刻t的位置。所谓似然观测，是指基于该对象物的图像的特征量对于基准图像的特征量的相似度，求各个位置的似然。所谓重采样，是指提取将各个位置的概率密度分布离散化的值。所谓基准图像，是指作为追踪对象注册的图像，例如是过去取得的、追踪中的对象物的图像。对象物追踪装置300通过图像处理，周期性地进行来自摄影视频的对象物的检测。图2是表示本实施本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】...
【专利技术属性】
技术研发人员：里雄二，
申请(专利权)人：松下电器产业株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。