[发明专利]图像识别装置

说明书

图像识别装置(10)具备：亮度图像生成部(3)以及距离图像生成部(4)，基于从受光元件(2)输出的拍摄对象物(9)的图像信号分别生成亮度图像和距离图像；对象物识别处理部(5)，利用机器学习用数据库(7)，从亮度图像中提取对象物候选；以及立体物判别处理部(6)，使用距离图像判别所提取的对象物候选是否为立体物，在判别为对象物候选不是立体物的情况下，在机器学习用数据库(7)中，禁止将从亮度图像中提取出的对象物候选用作用于提取对象物的特征量的图像数据。

技术领域

本公开涉及一种用于车载相机等的图像识别装置。

背景技术

以往，为了判别行驶车辆等移动体中有无行驶障碍物等，正在推进使用了相机等摄像装置的物体检测系统的开发。

在专利文献1中公开了如下的物体检测技术：通过搭载于车辆等的终端装置，从由车载相机等拍摄到的图像中简单地检测对象物的候选物体之后，仅将包含该候选物体的图像发送给服务器，在服务器侧细查所接收到的图像来识别对象物。根据该技术，即使在影像内的图像的亮度改变的情况下，也能够可靠地分离图像内的背景和背景内的物体而收集高效地检测出的对象物的图像，并且抑制终端装置以及服务器之间的数据通信量。另外，在专利文献1中公开了通过机器学习来识别对象物的技术。

另一方面，在专利文献2中公开了如下技术：使用立体相机拍摄对象物的外形，并且在测量与对象物之间的距离时，在所检测到的对象物中指定多个点，通过比较所指定的点与相机之间的距离来判断对象物是否是立体的，生成立体显示的左眼用图像和右眼用图像。

现有技术文献

专利文献

专利文献1：日本特开2016-218760号公报

专利文献2：日本特开2013-168729号公报

发明内容

发明要解决的问题

然而，例如，在专利文献1所公开的那样的基于机器学习的对象物识别中，存储在机器学习用数据库(以下称为DB)中的数据参数越大，所生成的识别器的数量等越增加，因此识别精度提高。另一方面，由于处理速度本身变慢，因此有时不利于在短时间内判别行驶障碍物的有无等。

另外，在专利文献2所公开的结构中，由于距离差根据指定对象物的哪个点而变化，所以有时根据指定的部位而几乎没有距离差，在该情况下，有可能导致判别对象物是否为立体物的判别精度降低。

本公开鉴于这一点而完成，其目的是提供一种图像识别设备，其从拍摄到的图像中提取人或车的对象物候选，并快速且可靠地识别所提取的对象物候选是否是实际的人或车。

用于解决问题的手段

为了达到上述目的，本公开的一方式的图像识别装置，具备：光源，出射在时间上被调制强度后的调制光；受光元件，接收来自被照射了该调制光的拍摄对象物的反射光；亮度图像生成部，基于从所述受光元件输出的所述拍摄对象物的图像信号生成亮度图像；距离图像生成部，基于从所述受光元件输出的所述拍摄对象物的图像信号生成距离图像；对象物识别处理部，利用机器学习用数据库从所述亮度图像中提取对象物候选，该机器学习用数据库中存储有用于识别对象物的特征量的图像数据；以及立体物判别处理部，使用所述距离图像来判别由所述对象物识别处理部提取出的所述对象物候选是否是立体物，在利用所述立体物判别处理部判别为所述对象物候选不是立体物的情况下，禁止在所述机器学习用数据库中将从所述亮度图像提取出的所述对象物候选用作用于提取对象物的特征量的图像数据。

根据该结构，通过使用亮度图像和距离图像这两者，能够可靠地识别所提取出的对象物候选是实际的对象物还是描绘在海报等上的图画或照片。另外，通过将对象物候选是否为立体物的判别结果反映到机器学习用数据库中，能够提高对象物的识别精度。