JP6533244B2 - 対象物検知装置、対象物検知方法、及び対象物検知プログラム - Google Patents

Description

本発明は、画像における対象物を検知する対象物検知装置等に関する。

近年、車両同士の衝突や、人と車両の衝突などの事故を未然に避けるため、車両周辺の状況を車載カメラで動画を撮影し、他車両や人が急接近するなどの危険を感知した際は、ドライバーに警報を出力すると共に、自動ブレーキをかけるなど車両の挙動を自動で制御する技術が進展している。特に、車両の予防安全や自動運転制御を行うためには、周辺車両の接近を常に監視し続ける必要がある。

画像解析による車両検知方法としては、様々な手法が提案されているが、事前に複数の車両形状特徴を抽象表現化（車両特徴モデル化）して記憶しておき、入力された画像中に、抽象表現化された車両形状特徴と一致する箇所が存在するか否か、或いは、画像中の任意の範囲を抽象化した形状と、抽象化した車両形状とが一致するか否かを調べる画像マッチング手法が広く知られている。

ところで、太陽光や街灯など強い外光が周辺に存在する時、検知しようとしている車両に反射して車両の一部に白飛びが生じる領域（周囲に対してコントラストが強い領域：強コントラスト領域ともいう。）が発生する場合がある。この様な場合において、画像マッチング手法を用いると、白とびが発生している車両の画像部分が、事前に記憶している車両形状特徴と一致しないため、車両が存在するにも関わらず、車両が不検知となる問題が生じていた。

この問題に対する技術として、特許文献１には、検知対象である車両形状の一部を示す輪郭線の特徴量を示す車両形状テンプレートデータを記憶するステップにおいて、光源の条件（ストロボ等の照明の使用の有無、太陽光の状態、順光、逆光など）を意図的に変化させて作成したテンプレートデータを追加することで、想定外の強コントラスト領域が発生した際に対処する方法が開示されている。

特開２００３−２４２５９５号公報

上述した特許文献１に開示された技術では、意図的に車両に外光が反射している状態を作り出してテンプレートデータに追加することで、検知車両の画像の白飛びに対処するようにしている。しかしながら、検知車両の向き、周囲の建物の状況（外光の二次反射の存在）、時間帯等に応じて、太陽光や街灯光の影響による反射パターンは無限に存在し、それら全てについての特徴表現をテンプレートデータとするのは困難を極める。仮に、一部の反射パターンをテンプレート化したとしても、反射パターンが無限に存在することから、実際の検知車両の状態と一致する確率は低く、安定した車両検知を実行することは困難である。また、検知する対象物が車両である場合に限らず、同様な状況は、他の対象物を検知する場合にも発生する。

本発明は、上記事情に鑑みなされたものであり、その目的は、検知する対象物に対して外光の反射が生じている場合であっても、対象物を安定して検知することのできる技術を提供することにある。

上記目的を達成するため、一観点に係る対象物検知装置は、所定の対象画像から対象物を検出する対象物検知装置であって、対象画像から、対象物の存在を判定するためのマッチング処理に用いるための複数のマッチング画像を作成するマッチング画像作成部と、複数のマッチング画像のそれぞれに対して、マッチング画像中に周囲に比して輝度が高い領域である強コントラスト領域が存在するか否かを判定する強コントラスト領域判定部と、マッチング画像中に強コントラスト領域が存在すると判定された場合に、マッチング画像中の強コントラスト領域に対して、コントラストが低減されるように輝度を補正して、補正マッチング画像を作成する強コントラスト補正部と、マッチング画像又は補正マッチング画像を用いて、対象物の存在を判定するためのマッチング処理を行うマッチング処理部と、マッチング処理の処理結果に基づいて、対象画像中の対象物の位置を特定する対象物位置特定部と、を備える。

本発明によれば、検知する対象物に対して外光の反射が生じている場合であっても、対象物を安定して検知することができる。

図１は、外界認識装置を含む車載システムの全体構成図である。 図２は、外界認識装置の車両検知部の機能構成図である。 図３は、魚眼カメラ画像と、その画像の歪補正を説明する図である。 図４は、マッチング画像の生成例を説明する図である。 図５は、マッチング画像を使ったマッチング処理を説明する図である。 図６は、強コントラスト領域を検知する処理を説明する図である。 図７は、強コントラスト領域のコントラストの補正を説明する図である。 図８は、強コントラスト領域のコントラストの補正方法の具体例を示す図である。 図９は、強コントラスト領域の補正を行うか否かを判定する判定処理を説明する図である。 図１０は、強コントラスト領域の位置の追跡を説明する図である。 図１１は、外界認識装置による車両検知処理のフローチャートである。

実施形態について、図面を参照して説明する。なお、以下に説明する実施形態は特許請求の範囲に係る発明を限定するものではなく、また実施形態の中で説明されている諸要素及びその組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、外界認識装置を含む車載システムの全体構成図である。

車載システム１０は、対象物検知装置の一例としての外界認識装置１０００と、車載カメラ１０１０と、制御部１０１１と、メモリ１０１２と、自車両制御部１０１３と、を備えている。外界認識装置１０００と、車載カメラ１０１０と、制御部１０１１と、メモリ１０１２と、自車両制御部１０１３とは、例えば、バス１０１８を介して接続されている。

車載カメラ１０１０は、車載システム１０が搭載されている車両（自車両）の周囲の画像（例えば、動画像）を撮影する。車載カメラ１０１０は、周辺車両を認識しやすいように自車両の任意の箇所に設置されている。具体的には、車載カメラ１０１０は、車両外部のフロントバンパー、リアバンパー、左右のサイドミラー等に設置してもよい。車載カメラ１０１０は、特定の領域のみの車両を認識することを目的に一台で設置してもよいし、自車両の周辺の全体を認識できるように複数台設置するようにしてもよい。また、車載カメラ１０１０は、自車両の車内に設置するようにしても良い。車載カメラ１０１０は、例えば、魚眼カメラであり、周囲の画像を魚眼カメラ画像として撮影する。ここで、車載カメラ１０１０を魚眼カメラとすると、撮影範囲を広くすることができ、少ない画像により広範囲をカバーすることができるので、車両検知処理においては、処理対象とする画像数を低減することができ、車両検知処理の処理負荷を軽減することができる。

メモリ１０１２は、車載カメラ１０１０により撮影された画像を一時的に保持する。制御部１０１１は、車載カメラ１０１０と外界認識装置１０００との間の画像の入出力、外界認識装置１０００と自車両制御部１０１３との間の各種情報（後述する認識結果情報や警告情報等）の入出力を制御する。自車両制御部１０１３は、車両全体を統括制御する。例えば、自車両制御部１０１３は、外界認識装置１０００から認識結果情報や、警告情報等を受信した場合には、その情報に基づいて、車両の制御（制動制御等）を実行する。

外界認識装置１０００は、車両検知部１００１と、周辺状態認識部１００４と、警報処理部１００８と、ドライバー通知部１００９とを有する。本実施形態では、外界認識装置１０００は、プロセッサとメモリとを備えるコンピュータであり、各機能部は、外界認識装置１０００に備えられたプロセッサが、外界認識装置１０００に備えられたメモリに格納されたプログラムを実行することにより構成される。

車両検知部１００１は、車載カメラ１０１０により撮影された画像を入力し、車両を検出する車両検知処理を実行する。車両検知処理については、後述する。車両検知部１００１は、車両検知処理の処理結果に基づいて、車両の接近または衝突の危険を表す車両接近信号や、検出した車両の位置を示す車両位置情報や、車両検知ができなかったことを示す検知ＦＡＩＬ信号を周辺状態認識部１００４に出力する。

周辺状態認識部１００４は、自車両周辺の状態（自車両周辺の車両の状態を含む）を認識する認識処理を実行する周辺認識部１００５を有する。周辺認識部１００５が実行する認識処理としては、例えば、車載カメラ１０１０により撮影された画像の解析処理を行って、自車両の近傍および遠方の周辺空間における、バイク、自転車を含む他車両および歩行者の有無、自車両の走行や駐車の妨げになる障害物体の有無を検知して認識する処理や、自車両の近傍および遠方のバイク、自転車を含む他車両および歩行者の急接近を検知して、自車両との衝突を予測する処理や、自車両と障害物との衝突を予測する処理がある。この場合には、周辺認識部１００５は、認識結果の情報（認識結果情報）を警報処理部１００８に出力する。また、周辺認識部１００５による認識処理としては、走行中に自車両が車線を逸脱したことを示す警告情報を警報処理部１００８に出力する車線逸脱警報処理や、自車両のドライバーからの死角に人や他車両が入り込んだことを示す警告情報を警報処理部１００８に出力する死角警報処理がある。

また、周辺認識部１００５は、車両検知部１００１から検知ＦＡＩＬ信号が入力されていて、車載カメラ１０１０から入力されている画像が暗いなどして車両の検知が困難な状態である場合には、正確な画像認識処理が困難であり、誤認識が生じ易い状態であるために、自身の動作と、車両検知部１００１の動作とを一時的または連続して停止させる制御を行う。この際、周辺認識部１００５は、周辺認識部１００５が動作停止状態であることを示す通知情報（汚れ通知情報）をドライバー通知部１００９に出力する。

警報処理部１００８は、周辺認識部１００５から認識結果情報や警報信号を受信した場合に、受信した認識結果情報や警報信号を自車両制御部１０１３に送信する。これにより、自車両制御部１０１３が認識結果情報や警報信号に基づいて、適切な制御を実行することができる。

ドライバー通知部１００９は、例えば、ＬＥＤ１０１４、スピーカ１０１５、ディスプレイ１０１６、カーナナビゲーションシステム（カーナビ）１０１７等と接続されており、周辺認識部１００５からドライバーに通知すべき通知情報を受け取った場合に、ＬＥＤ１０１４を点灯させ、スピーカ１０１５により音声出力させ、ディスプレイ１０１６に表示出力させ、カーナナビゲーションシステム（カーナビ）１０１７に表示出力させる等することにより、ドライバーへ通知情報を通知する処理を行う。これにより、ドライバーに対して通知情報を適切に通知することができる。

次に、外界認識装置１０００の車両検知部１００１の機能構成について説明する。

図２は、外界認識装置の車両検知部の機能構成図である。

車両検知部１００１は、画像歪補正部１００と、マッチング画像作成部１０１と、強コントラスト領域判定部１０２と、マッチング処理部の一例としての車両検出部１０３と、対象物追跡部の一例としての車両追跡部１０４と、車両位置統合部１０５と、強コントラスト補正部１０６と、強コントラスト領域追跡部１０７と、確定判定部及び接近判断部の一例としての車両確定部１０８と、を備える。ここで、車両追跡部１０４、車両位置統合部１０５、強コントラスト領域追跡部１０７、及び車両確定部１０８が、対象物位置特定部の一例である。

画像歪補正部１００は、車載カメラ１０１０により撮影された動画の１フレームの画像を周期的に入力する。ここで、本実施形態では、フレーム画像は、魚眼カメラ画像となっている。画像歪補正部１００は、魚眼カメラ画像の所定の領域の画像を、歪のない画像（歪補正画像：対象画像）に変換し、マッチング画像作成部１０１に渡す。

マッチング画像作成部１０１は、画像歪補正部１００から受け取った画像（歪補正画像）から、この画像よりもサイズが小さく、車両を検出するためのマッチングに使用するためのマッチング画像を逐次作成し、作成したマッチング画像を強コントラスト領域判定部１０２に逐次渡す。

強コントラスト領域判定部１０２は、マッチング画像中に強コントラスト領域（例えば、太陽光や街灯など強い外光の影響で周囲の画素よりも相対的に輝度が高く、画像の一部が白飛びした状態の領域を含む領域）があるか否かを判定する。強コントラスト領域判定部１０２は、マッチング画像中に強コントラスト領域がある場合には、マッチング画像を強コントラスト補正部１０６に渡す一方、マッチング画像中に強コントラスト領域がない場合には、マッチング画像を車両検出部１０３に渡す。

強コントラスト補正部１０６は、強コントラスト領域があるマッチング画像を強コントラスト領域判定部１０２から受け取った場合には、マッチング画像中の強コントラスト領域に対して、コントラストを低減するためのシャドウ化処理（コントラスト低減処理）を実施して、強コントラスト領域に対してシャドウ化処理を施した画像（補正マッチング画像）を車両検出部１０３に渡すとともに、強コントラスト領域追跡部１０７に強コントラスト領域の位置情報（例えば、歪補正画像中の位置の情報）を渡す。

車両検出部１０３は、強コントラスト領域判定部１０２から受け取ったマッチング画像、又は、強コントラスト補正部１０６から受け取った補正マッチング画像と、車両特徴モデルとのマッチング処理を行って、マッチング画像（補正マッチング画像）中に車両の可能性が高い車両候補が存在するか否かを判定する車両検出処理を実行する。本実施形態では、車両検出部１０３は、マッチング処理におけるマッチング画像（又は補正マッチング画像）と車両特徴モデルとの適合度合いに基づいて、マッチング画像（又は補正マッチング画像）中の物体が車両である可能性を示すスコア（評価値）を特定し、このスコアが所定の閾値以上か否かに基づいて、車両候補が存在するか否かを判定している。なお、本実施形態では、車両検出部１０３で検出された車両候補は、車両確定部１０８による判断を経て、車両であると確定されることとなる。

車両検出部１０３は、同一の歪補正画像から作成された各マッチング画像（又は補正マッチング画像）に対する車両候補の検出有無に従って、歪補正画像における車両候補の位置情報を車両追跡部１０４に通知する。

車両追跡部１０４は、車両検出部１０３から通知される複数フレーム画像のそれぞれに対応する歪補正画像における車両候補の位置情報に基づいて、同一の車両候補の時間経過に伴う位置を追跡し、追跡結果（車両候補追跡結果）を車両位置統合部１０５に通知する。

強コントラスト領域追跡部１０７は、強コントラスト補正部１０６から渡される複数フレームのそれぞれに対応する歪補正画像おける強コントラスト領域の位置に基づいて、同一の強コントラスト領域の時間経過に伴う位置を追跡し、追跡結果（強コントラスト領域追跡結果）を車両位置統合部１０５に通知する。

車両位置統合部１０５は、車両追跡部１０４の車両候補追跡結果と、強コントラスト領域追跡部１０７の強コントラスト領域追跡結果とを統合することにより、マッチング画像（又は補正マッチング画像）中の物体が車両である可能性を示すスコアを調整する。具体的には、車両位置統合部１０５は、車両追跡部１０４の追跡結果と、強コントラスト領域追跡部１０７の追跡結果とが同じ物体に対応する追跡結果である場合には、この物体が車両である可能性を示すスコアに所定値を加算する。

車両確定部１０８は、車両位置統合部１０５によって調整されたスコアが所定の閾値（車両検出部１３において車両候補を判定する際の閾値よりも大きい値）以上であるか否かを判定し、スコアが閾値以上である場合には車両候補が車両であると確定し、その車両の歪補正画像中の位置を確定する一方、それ以外の場合には、車両候補は車両ではないと確定する。車両確定部１０８は、車両候補が車両であると確定すると、その車両の画像中の位置に基づいて、その車両と自車両との間の距離を算出し、自車両との間の距離が予め設定された距離（注意・警報距離）よりも短いか否かを判定し、自車両との間の距離が注意・警報距離よりも短い場合には、その車両の位置を示す車両位置情報および車両が近接していることを示す車両接近信号を周辺状態認識部１０４に出力する。また、車両確定部１０８は、連続して入力されるフレーム画像に対する車両検知処理による検知結果が、検知（車両が検知されたこと）と、不検知（車両が検知されなかったこと）とが短期間（例えば、１フレームごと）で切り替わるような状態、すなわち、実際には起こりえないような状態になった場合には、車両検知処理の信頼性が低下している判断して、適切な車両検知が行えていないことを示す検知ＦＡＩＬ信号を周辺状態認識部１０４に出力する。

次に、画像歪補正部１００による処理について詳細に説明する。

図３は、魚眼カメラ画像と、その画像の歪補正を説明する図である。図３（ａ）は、自車両の右サイドミラーに設置した車載カメラ１０１０により撮影された動画の１フレームの魚眼カメラ画像を示している。図３（ｂ）は、魚眼カメラ画像の歪を補正した画像の一例を示している。

図３（ａ）に示す、車載カメラ１０１０により撮影された動画の１フレームの魚眼カメラ画像２００においては、左側が自車両の前方（フロント方向)となり、右側が自車両の後方(リア方向)となる。魚眼カメラ画像２００の中央には、路面２０４が映り、上部には、空などの背景２０５が映り、下部には、自車両のボディ２０３が映り、右側には、後方からの接近車両２０２が映っている。ここで、本実施形態では、例えば、魚眼カメラ画像２００における、自車両の後方の一部（例えば、自車両に対して右後方側）が映る領域２０１を、車両の検知を行う車両検知領域２０１として設定している。

魚眼カメラ画像２００は、撮像範囲が広範囲となっているが、図示するように、画像が歪んだ状態となっている。特に、魚眼カメラ画像２００の上下左右端に近い程(遠方領域となる程)、画像の解像度が侠角レンズ画像よりも低くなる傾向がある。

このように、魚眼カメラ画像２００は、画像が歪んでいるので、マッチング処理を行う車両検知に使用するには適していない。そこで、本実施形態では、画像歪補正部１００が、魚眼カメラ画像２００の車両検知領域２０１の画像を図３（ｂ）に示すように、歪のない画像（歪補正画像）２０６に補正している。魚眼カメラ画像における歪を補正する方法としては、例えば、既知の魚眼レンズの歪特性から実際の空間写像に変換する非線形局部幾何補正法や、歪係数を簡易的に表現した線形局部幾何補正法などを用いることができるが、その他の方法を用いてもよい。

本実施形態では、画像歪補正部１００は、図３（ａ）に示す近接車両２０２、背景２０５、及び路面２０４が、図３（ｂ）の接近車両２０９、背景２０７、及び路面２０８のように、すなわち、実際の空間写像と同等に見えるように補正している。

次に、マッチング画像作成部１０１による処理について詳細に説明する。

図４は、マッチング画像の生成例を説明する図である。図４（ａ）は、入力画像からマッチング画像を生成する方法を説明する図である。図４（ｂ）は、マッチング画像による車両の検知の概略を説明する図である。

マッチング画像とは、後述するマッチング処理において、予め外界認識装置１００の図示しないメモリに記憶してある車両特徴モデルと比較するための画像であり、本実施形態では、画像歪補正部１００から受け取る入力画像よりも小さいサイズの画像である。このマッチング画像から抽出した車両特徴と、車両特徴モデルとを比較して一致している度合いを調べることで、車両の存在有無を検知することができる。

マッチング画像作成部１０１は、図４（ａ）に示すように、入力画像３００（図３（ｂ）の歪補正画像２０６に対応）に対して、マッチング画像３０１として切り出す範囲を、左上から右下方向に向かってラスタースキャン状に移動させることにより、複数のマッチング画像を作成している。より具体的には、マッチング画像作成部１０１は、マッチング画像を切り出す範囲を、左上の原点を基準にした所定のサイズの範囲とし、次に、水平方向に少しずらした位置を基準とした範囲とし、切り出す範囲が入力画像３００の右端に到達するまでこれを繰り返し、切り出す範囲が入力画像３００の右端に到達したら、垂直方向に少しずらした位置且つ左端を基準とした範囲としていくようにして、結果として線３０２に示すように移動させる。これにより、入力画像３００の全体にわたって、マッチング画像を切り出すことができ、入力画像３００において、後述する車両の検知の処理対象としていない領域が生じないようにすることができる。なお、入力画像３００からマッチング画像を作成する方法は、これに限られず、入力画像３００において切り出されていない領域が生じなければ、任意の方法でよい。

このようにマッチング画像を作成することにより、図４（ｂ）に示すように、車両３０５、背景３０６、及び路面３０７が含まれている入力画像３００から切り出される複数のマッチング画像中に、車両３０５が含まれているマッチング画像３０４を含めることができる。このため、各マッチング画像に対して車両検出処理を実行することにより、車両３０５が含まれているマッチング画像３０４において、車両を検知することができる。したがって、入力画像３００のいずれの位置に車両が映っていても、車両の存在を適切に検出することができる。

次に、車両検出部１０３による処理について詳細に説明する。

車両検出部１０３は、マッチング画像作成部１０１により作成されたマッチング画像、又は、強コントラスト補正部１０６により作成された補正マッチング画像から得た画像特徴と、車両特徴モデルとの一致度合いを示すスコアを特定し、スコアが所定の閾値以上であれば、車両（車両候補）が存在していると認知する。なお、スコアが所定値未満の場合には、車両検出部１０３は、車両（車両候補）が存在していないと認知する。

車両検出部１０３による車両検出処理に用いる画像特徴としては、例えば、ＨａａｒＬｉｋｅ特徴を用いることができる。なお、車両検出に用いる画像特徴は、ＨａａｒＬｉｋｅ特徴以外の表現方法を用いてもよい。

ここで、ＨａａｒＬｉｋｅ特徴とは、対象物の複数個のエッジ周辺に関する画像状態を白黒の２値化したパタンデータに置き換えて特徴表現する方法のことである。似た形状の車両同士であれば、車両画像のエッジ周辺の２値化パタンデータも似た数値になることが知られており、マッチング画像を用いた車両検出にこの特徴を利用することができる。

図５は、マッチング画像を使ったマッチング処理を説明する図である。図５（ａ）は、メモリに記憶されている車両特徴モデルのＨａａｒＬｉｋｅ特徴の例である。図５（ｂ）は、マッチング画像の車両に光が反射している領域（強コントラスト領域）が存在していない場合のＨａａｒＬｉｋｅ特徴の例である。図５（ｃ）は、マッチング画像の車両に光が反射している領域（強コントラスト領域）が存在している場合のＨａａｒＬｉｋｅ特徴の例である。

ＨａａｒＬｉｋｅ特徴は、画像エッジ上の任意の位置に設定してよいが、本実施形態では、車両特徴モデルのＨａａｒＬｉｋｅ特徴として、例えば、図５（ａ）に示すように、車両４００の上部４０１、左部４０２、及び右部４０３の３か所に設定しているものとする。ここで、車両特徴モデルについては、上部４０１の上段が１、下段が０となり、左部４０２の左段が１、右段が０となり、右部４０３の左段が０、右段が１となったものとする。

例えば、図５（ｂ）に示すように、マッチング画像の車両に光が反射している領域（強コントラスト領域）が存在していない場合においては、ＨａａｒＬｉｋｅ特徴は、車両４０４の上部４０５の上段が１、下段が０となり、左部４０６の左段が１、右段が０となり、右部４０７の左段が０、右段が１となる。この場合には、図５（ａ）に示す車両特徴モデルの各値と一致することとなり、車両検出部１０３により、マッチング画像と、車両特徴モデルとの一致の度合いを示すスコアが高く特定され、車両候補が存在すると判定される。

一方、図５（ｃ）に示すように、マッチング画像の車両に光４１３が反射している領域（強コントラスト領域）４１２が存在している場合においては、ＨａａｒＬｉｋｅ特徴は、車両４０８の上部４０９の上段が１、下段が０となり、左部４１０の左段が１、右段が０となり、右部４１１の左段が１、右段が１となる。この場合には、右部４１１の画像特徴が図５（ａ）の車両特徴モデルの画像特徴と異なるため、車両検出部１０３により、マッチング画像と、車両特徴モデルとの一致の度合いを示すスコアが低く特定され、マッチング画像に車両が存在するにもかかわらず、車両候補が存在しないと誤判定されてしまう。本実施形態においては、マッチング画像の車両に光４１３が反射している領域（強コントラスト領域）４１２が存在している場合においては、マッチング画像の強コントラスト領域を補正することにより、誤判定されることが低減されるようにしている。この点については、後述する。

次に、強コントラスト領域判定部１０２による処理について詳細に説明する。

図６は、強コントラスト領域を特定する処理を説明する図である。

ここで、強コントラスト領域判定部１０２に、図６（ａ）に示すような、車両５０１の一部分に強コントラスト領域５０２が存在しているマッチング画像５００が入力された場合における強コントラスト領域を検知する処理について説明する。

強コントラスト領域判定部１０２は、マッチング画像５００について、画像中の相対的に明るい画素（所定のしきい値以上の輝度の画素）について、値を１とし、相対的に暗い画素（所定のしきい値よりも輝度が低い画素）については、値を０とした、図６（ｂ）に示すような２値化画像５０３を生成する。なお、図６（ｂ）の２値化画像５０３においては、値１の画素は、白く、値０の画素は、黒く示されている。なお、強コントラスト領域判定部１０２において、使用するしきい値としては、一定としてもよく、画像毎に変えてもよい。

次いで、強コントラスト領域判定部１０２は、背景などの車両以外のテクスチャの影響を受けることを抑制するために、２値化画像５０３の周辺部分５０５を参照しないようにマスク（画素の値を０）する。

次いで、強コントラスト領域判定部１０２は、２値化画像５０３中のそれぞれの明部分（値１の画素の塊部分）についてラベリングを行い、それぞれの明部分の面積を特定し、明部分の面積が所定のしきい値以下の明部分は、値を０に変更する。次に、強コントラスト領域判定部１０２は、マッチング画像５００における画素のヒストグラムから算出した所定レベルの輝度（例えば、全体輝度分布の９５％以上となる輝度)以上の画素が存在する明部分（５０６等）のみを残し、それ以外の明部分の値を０に変更する。強コントラスト領域判定部１０２は、以上の処理によって得られた図６（ｄ）の２値化画像５０３中の明部分５０６を含む領域（例えば、明部分５０６を含む矩形領域）が、外光による光反射の結果生じた強コントラスト領域であると特定する。このような処理により、マッチング処理において、影響の大きい強コントラスト領域を適切に特定することができる。

なお、マッチング画像における強コントラスト領域を特定する方法は、上記に限られず、相対的に明るい領域を特定することができれば、任意の方法でよい。例えば、マッチング画像の平均の輝度よりも高い、所定のしきい値以上の画素を含む領域を強コントラスト領域として特定するようにしてもよい。また、近接する画素との輝度の違いが所定の割合以上である画素を含む領域を強コントラスト領域として特定するようにしてもよい。

次に、強コントラスト補正部１０６の処理について詳細に説明する。

図７は、強コントラスト領域のコントラストの補正の概要を説明する図である。

ここで、強コントラスト補正部１０６に、図７（ａ）に示すような、車両６０１の一部分に強コントラスト領域６０２が存在しているマッチング画像６００が入力された場合におけるコントラストを補正する処理について説明する。

強コントラスト補正部１０６は、図７（ｂ）に示す強コントラスト領域判定部１０２により特定された明部分を含む強コントラスト領域６０４に対して、マッチング画像６００の強コントラスト領域６０４以外のコントラストレベル（シャドウ化レベル）と同等となるように強コントラスト領域６０４の輝度を補正する処理(シャドウ化処理)を行い、図７（ｃ）に示すように、この領域の補正後の画像６０６をもとのマッチング画像６００に組み込むことにより、補正マッチング画像６０５を作成する。

次に、強コントラスト補正部１０６のシャドウ化処理について詳細に説明する。

図８は、強コントラスト領域のコントラストの補正方法の具体例を示す図である。

ここで、シャドウ化処理とは、マッチング画像中の強コントラスト領域に対して強コントラスト領域以外のコントラストレベルと同等となるように画像の輝度を補正する処理のことである。

まず、強コントラスト補正部１０６は、マッチング画像７００から検知した強コントラスト領域７０１の画像を切り出して一次的に図示しないメモリに記憶する。次に、マッチング画像７０２の強コントラスト領域７０１以外の領域について輝度ヒストグラム７０４を求める。

次いで、強コントラスト補正部１０６は、求めた輝度ヒストグラム（値０〜２５５）について、輝度の低いほう（値０）から所定の割合（Ａ％）に属する第１画素群７０５と、輝度が高いほうから所定の割合（Ｃ％）に属する第２画素群７０７と、それ以外の全体の所定の割合（Ｂ％）となる第３画素群７０６とに区分し、第３画素群７０６の画素の平均輝度（基準平均輝度）を求める。

次いで、強コントラスト領域７０１は、強コントラスト領域７０１の画像の各画素の平均輝度が、第３画素群７０６の画素の基準平均輝度と同等となるように、各画素の輝度を補正することにより、コントラスト補正画像７０８を作成する（この処理がシャドウ化処理に相当する）。この結果、コントラスト補正画像７０８は、強コントラスト領域７０１の画像よりも、全体が暗い状態の画像となる。

次いで、強コントラスト補正部１０６は、マッチング画像７００の強コントラスト領域７０１にコントラスト補正画像７０８をはめ込むことにより、補正後マッチング画像７０９を作成する。ここで、上記した処理において、強コントラスト領域７０１以外の画像の輝度ヒストグラムの暗い部分（第１画素群７０５)と、明るい部分（第２画素群７０７)との輝度を、マッチング画像７００の強コントラスト領域７１０以外の平均輝度の算出に利用しないようにしているのは、暗い部分と明るい部分とには、極端な輝度値の部分が存在する可能性があり、算出される平均輝度値への影響が強く、強コントラスト領域７０１の画像を適切な輝度の画像に補正することができない虞があるためである。なお、マッチング画像７００の強コントラスト領域７１０以外のすべての画素についての平均輝度を基準平均輝度とするようにしてもよい。

次に、強コントラスト領域判定部１０２による他の処理を詳細に説明する。

図９は、強コントラスト領域の補正を行うか否かを判定する判定処理を説明する図である。

強コントラスト補正部１０６により、強コントラスト領域に対してシャドウ化処理を行う場合に、マッチング画像８００の面積に対して強コントラスト領域の面積が大きすぎると、強コントラスト領域以外の面積が小さすぎて、その平均輝度に大きな偏りが生じてしまい、強コントラスト領域を補正する基準とする平均輝度（シャドウ化レベル）としては適切な値とはならない。

この対策として、本実施形態では、強コントラスト領域判定部１０２は、マッチング画像８００に対してシャドウ化処理の対象となる強コントラスト領域８０２の面積を求め、マッチング画像８００と、強コントラスト領域８０２との面積比を参照して、シャドウ化処理を実行するか否かを判断する。具体的には、強コントラスト領域判定部１０２は、強コントラスト領域８０２の面積が所定の面積比 (例えば、マッチング画像８００の面積の１／Ｎ：Ｎは、１より大きい数) 以下の場合には、強コントラスト補正部１０６に、強コントラスト領域８０２に対してシャドウ化処理を実行させて補正マッチング画像８０４を作成させ、結果として、車両検出部１０３において、補正マッチング画像８０４を使用してマッチング処理を実行させる一方、強コントラスト領域８０２の面積が所定の面積比を超える場合には、車両検出部１０３にマッチング画像８００を送信して、車両検出部１０３において、マッチング画像８００を使用してマッチング処理を実行させる。

次に、強コントラスト領域追跡部１０７による処理を詳細に説明する。

図１０は、強コントラスト領域の位置の追跡を説明する図である。

本実施形態の車両検知処理においては、入力画像単体を用いて車両検知を行うことにより得られる車両位置の他に、連続する複数フレームに対応する画像における車両位置を時系列に繋ぎ合わせる車両追跡処理を行うことで、車両位置の検出精度を向上させている。また、本実施形態では、強コントラスト領域の位置を検知することにより、さらに車両位置の検出精度を安定させている。また、強コントラスト領域についても車両位置の追跡と同様に、連続する複数フレームに対応する画像を用いて、強コントラスト領域の位置を時系列に繋ぎ合わせる追跡処理を行うことで、強コントラスト領域の位置の検出精度を向上させ、結果として、車両位置の検出精度を向上させている。

強コントラスト領域追跡部１０７は、連続する複数フレームに対応する歪補正画像（９００，９０２，９０４）のそれぞれに強コントラスト領域（９０１，９０３，９０５）が存在する場合に、各強コントラスト領域の重心を求めて、各フレームに対応する歪補正画像間における対応する強コントラスト領域同士を接続して、各強コントラスト領域の位置を記憶する。なお、車両位置統合部１０５は、車両追跡部１０４により得られた追跡結果と、強コントラスト領域追跡部１０７により得られた強コントラスト領域の追跡結果とに基づいて、最終的な車両位置を決定（確定）する。例えば、車両追跡部１０４により得られた追跡結果が示す車両の移動した位置と、強コントラスト領域追跡部１０７により得られた追跡結果が示す強コントラスト領域の移動した位置とがほぼ一致していれば、車両追跡部１０４が追跡していた車両候補が車両である可能性が高いと判断でき、その検出位置の信頼度は高いと判断できる。

次に、車両検知処理の動作について説明する。

図１１は、外界認識装置による車両検知処理のフローチャートである。

外界認識装置１０００は、車両のイグニションがＯＮ（オン）になったか否かを判定し（ステップＳ１１００）、イグニッションがＯＮになっていない、すなわち、イグニションがＯＦＦである場合（ステップＳ１１００：ＮＯ）には、イグニッションがＯＮになるまで待機する。

一方、イグニションがＯＮになった場合（ステップＳ１１００：ＹＥＳ）には、外界認識装置１０００は、自身の初期化を行う（ステップＳ１１０１）。すなわち、外界認識装置１０００は、車載カメラ１０１０からの画像の入力を開始し、車両検知処理に関する各パラメータの初期値を設定し、車両を検知するためのマッチング処理に必要なテンプレートデータ（車両特徴モデル）の読み出し等を実行する。以降、外界認識装置１０００は、車両を実際に検知するための処理（ステップＳ１１０２からステップＳ１１２０）を繰り返し実行することとなる。

画像歪補正部１００は、車載カメラ１０１０により撮像された魚眼カメラ画像を入力し（ステップＳ１１０２）、魚眼カメラ画像中の車両検知領域を取り出して、この車両検知領域の画像に対して歪補正処理を実行し、処理後の画像（歪補正画像）をマッチング画像作成部１０１に渡す（ステップＳ１１０３）。

次いで、マッチング画像作成部１０１は、画像歪補正部１００から入力された歪補正画像に基づいて、複数個のマッチング画像を作成する（ステップＳ１１０４）。

次いで、強コントラスト領域判定部１０２は、各マッチング画像に強コントラスト領域が存在するか否かを判定する（ステップＳ１１０５）。判定の結果、マッチング画像に強コントラスト領域が存在しない場合（ステップＳ１１０６：ＮＯ）には、強コントラスト領域判定部１０２は、マッチング画像を、車両検出対象の画像（対象画像）として、車両検出部１０３に渡す（ステップＳ１１１１）。

一方、マッチング画像に強コントラスト領域が存在する場合（ステップＳ１１０６：ＹＥＳ）には、強コントラスト領域判定部１０２は、強コントラスト領域の面積がマッチング画像の面積の１／Ｎ以下であるか否かを判定する（ステップＳ１１０７）。この結果、強コントラスト領域の面積がマッチング画像の面積の１／Ｎ以下でない場合、すなわち、強コントラスト領域の面積がマッチング画像の面積の１／Ｎよりも大きい場合（ステップＡ１１０７：ＮＯ）には、強コントラスト領域判定部１０２は、マッチング画像を車両検出対象の画像（対象画像）として、車両検出部１０３に渡す（ステップＳ１１１１）。

一方、強コントラスト領域の面積がマッチング画像の面積の１／Ｎ以下である場合（ステップＳ１１０７：ＹＥＳ）には、強コントラスト領域判定部１０２は、マッチング画像の強コントラスト領域以外の領域の輝度ヒストグラムに基づいて、シャドウ化処理におけるシャドウ化レベルを設定し、強コントラスト領域に対してシャドウ化処理を実行し（ステップＳ１１０９）、強コントラスト領域を補正した補正マッチング画像を対象画像として、車両検出部１０３に渡す（ステップＳ１１１０）。

次いで、車両検出部１０３は、全ての対象画像に対して車両検知処理を実行し（ステップＳ１１１２）、車両候補が存在するか否かを判定する（ステップＳ１１１３）。

この結果、全ての対象画像において車両候補が存在しない場合（ステップＳ１１１３：ＮＯ）には、車両検出部１０３は、処理をステップＳ１１０２に進める。

一方、車両候補が存在する場合（ステップＳ１１１３：ＹＥＳ）には、車両追跡部１０４は、車両検出部１０３から通知される車両候補の位置情報に基づいて、複数フレームに対応する歪補正画像における同一の車両候補の時間経過に伴う位置の追跡を行い、車両候補の位置を車両位置Ｐ１として車両位置統合部１０５に通知する（ステップＳ１１１４）。

次いで、車両追跡部１０４は、強コントラスト領域のシャドウ化処理を行った補正マッチング画像において、車両候補が検知されたか否かを判定し（ステップＳ１１１５）、補正マッチング画像により車両候補が検知されていない場合（ステップＳ１１１５：ＮＯ）には、処理をステップＳ１１１７に進める一方、補正マッチング画像により車両候補が検知された場合（ステップＳ１１１５：ＹＥＳ）には、その補正マッチング画像の強コントラスト領域の位置に基づいて、複数フレームに対応する歪補正画像における同一の強コントラスト領域の時間経過に伴う位置の追跡を行い、強コントラスト領域の位置を車両位置Ｐ２として、車両位置統合部１０５に通知する（ステップＳ１１１６）。なお、複数のフレームの歪補正画像間の強コントラスト領域が同一であるか否かは、強コントラスト領域の形状が相似形であることや、強コントラスト領域の縦横比の割合がほぼ同一であること等により判定することができる。

次いで、車両位置統合部１０５は、車両追跡部１０４からの車両結果（車両位置Ｐ１）と、強コントラスト領域追跡部１０７からの追跡結果（車両位置Ｐ２）とを統合することにより、マッチング画像（又は補正マッチング画像）中の物体が車両である可能性を示すスコアを調整する。具体的には、車両位置統合部１０５は、車両追跡部１０４の車両位置Ｐ１と、強コントラスト領域追跡部１０７の車両位置Ｐ２とが同じ位置と判定できる場合には、車両検知部１０３によってこの車両候補に対して検出された際のスコアを所定値だけ上昇させ、車両確定部１０８に通知する。なお、車両位置Ｐ２がない場合や、車両位置Ｐ１と車両位置Ｐ２とが同じ位置とみなせない場合には、車両位置統合部１０５は、車両検知部１０３によってこの車両候補に対して検出された際のスコアをそのまま車両確定部１０８に通知する。次いで、車両確定部１０８は、車両位置統合部１０５から通知されたスコアに基づいて、車両候補の物体が車両であるか否かを確定する（ステップＳ１１１７）。具体的には、車両確定部１０８は、通知された車両候補のスコアが、所定の閾値（車両検知部１０３が使用した閾値よりも高い値）以上であるか否かを判定し、スコアが閾値以上であれば、車両候補を車両として確定する一方、スコアが閾値未満であれば車両でないと確定する。

次いで、車両確定部１０８は、確定した車両（検知車両）の位置に基づいて、自車両と検知車両との間の距離を算出し（ステップＳ１１１８）、検知車両が自車両に接近中、且つ自車両との距離が所定の閾値以下であるか否かを判定する（ステップＳ１１１９）。

この結果、検知車両が自車両に接近中、且つ自車両との距離が所定の閾値以下である場合（ステップＳ１１１９：ＹＥＳ）には、車両確定部１０８は、検知車両の位置情報と、車両が近接していることを示す車両接近信号を周辺状態認識部１００４に出力し、処理をステップＳ１１２１に進める。一方、検知車両が自車両に接近中、且つ自車両との距離が所定の閾値以下でない場合（ステップＳ１１１９：ＮＯ）には、車両確定部１０８は、処理をステップＳ１１２１に進める。

ステップＳ１１２１では、車両検知部１００１は、イグニッションＯＦＦ（オフ）などによって、外界認識装置１０００の動作が終了となる状況が発生したか否かを判断し（ステップＳ１１２１）、装置の動作を終了する状況となっていなければ（ステップＳ１１２１：ＮＯ）、処理をステップＳ１１０２に進める一方、装置の動作を終了する状況であれば（ステップＳ１１２１：ＹＥＳ）であれば、車両検知処理を終了する。

上記実施形態によると、強コントラスト領域判定部１０２が複数のマッチング画像のそれぞれに対して、マッチング画像中に強コントラスト領域が存在するか否かを判定し、強コントラスト補正部１０６がマッチング画像中に強コントラスト領域が存在すると判定された場合に、マッチング画像中の強コントラスト領域に対して、コントラストが低減されるように輝度を補正して、補正マッチング画像を作成し、車両検出部１０３が補正マッチング画像を用いて、車両の存在を判定するためのマッチング処理を行い、車両追跡部１０４がマッチング処理の処理結果に基づいて、対象画像中の車両の位置を特定するようにしたので、画像中に強コントラスト領域が存在している場合であっても、適切に車両の存在を判定することができる。

また、上記実施形態によると、車両追跡部１０４により追跡された車両候補の位置の変化と、強コントラスト領域追跡部１０７により追跡された強コントラスト領域の位置の変化とに基づいて、車両確定部１０８が、車両候補が車両であるか否かを確定するようにしたので、強コントラスト領域となってしまっている車両を適切に車両であると確定することができる。すなわち、車両検出部１０３によるマッチング処理のみでは、車両である可能性が低く判定されてしまう車両を適切に車両として確定することができる。

なお、本発明は、上述の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で、適宜変形して実施することが可能である。

例えば、上記実施形態では、車載カメラとして、魚眼カメラを用いていたが、本発明はこれに限られず、非魚眼カメラとしてもよい。

また、上記実施形態では、マッチングにより検出された車両の位置（位置の変化）と、強コントラスト領域の位置（位置の変化）とに基づいて、物体が車両であるか否かのスコアを変え、当該スコアに基づいて物体が車両であるか否かを確定させるようにしていたが、本発明はこれに限られず、マッチングによって得られたスコアのみによって、物体が車両であるか否かを確定するようにしてもよい。

また、上記実施形態では、外界認識装置１０００を車載システム１０に搭載して、車両の周囲をセンシングするための用途に利用する例を示していたが、本発明はこれに限られず、外界認識装置を車載システム以外の別のシステムに搭載して、別の用途で利用するようにしてもよく、例えば、監視カメラの画像から対象物を検出する用途に利用するようにしてもよい。

また、上記実施形態では、検知する対象物を車両とした例を示していたが、本発明はこれに限られず、例えば、人、自転車、電車、航空機、船等の車両以外の物体を対象物としてもよい。

また、上記実施形態では、外界認識装置の各機能部を、プロセッサがプログラムを実行することにより構成される例を示していたが、本発明はこれに限られず、各機能部の一部又は全部を、例えば集積回路等のハードウェアによって構成するようにしてもよい。また、上記実施形態において、機能部を構成するプログラムは、プログラムコードを記録した記録媒体により提供されてもよい。この場合には、記録媒体のプログラムをコンピュータのプロセッサが読み出して実行することにより、機能部を実現することができる。プログラムコードを供給するための記憶媒体としては、例えば、フレキシブルディスク、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ，ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク、光磁気ディスク、ＣＤ−Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭなどを用いてよい。また、機能部を構成するプログラムを、ネットワークを介して配信することによって、コンピュータのハードディスクやメモリ等の記憶部又はＣＤ−ＲＷ、ＣＤ−Ｒ等の記憶媒体に格納し、コンピュータが備えるプロセッサが記憶部や記憶媒体に格納されたプログラムコードを読み出して実行するようにしてもよい。

１０…車載システム、１００…画像歪補正部、１０１…マッチング画像作成部、１０２…強コントラスト領域判定部、１０３…車両検出部、１０４…車両追跡部、１０５…車両位置統合部、１０６…強コントラスト補正部、１０７…強コントラスト領域追跡部、１０８…車両確定部、１０００…外界認識装置、１００１…車両検知部、１００４…周辺状態認識部、１００８…警報処理部、１００９…ドライバー通知部、１０１０…車載カメラ

Claims (11)

1. 所定の対象画像から対象物を検出する対象物検知装置であって、
   前記対象画像から、前記対象物の存在を判定するためのマッチング処理に用いるための複数のマッチング画像を作成するマッチング画像作成部と、
   前記複数のマッチング画像のそれぞれに対して、前記マッチング画像中に周囲に比して輝度が高い領域を含む強コントラスト領域が存在するか否かを判定する強コントラスト領域判定部と、
   前記マッチング画像中に強コントラスト領域が存在すると判定された場合に、前記マッチング画像中の前記強コントラスト領域に対して、コントラストが低減されるように輝度を補正する処理を実行して、補正マッチング画像を作成する強コントラスト補正部と、
   前記マッチング画像又は前記補正マッチング画像を用いて、前記対象物の存在を判定するためのマッチング処理を行うマッチング処理部と、
   前記マッチング処理の処理結果に基づいて、前記対象画像中の前記対象物の位置を特定する対象物位置特定部と、
   を備え、
   動画像における複数のフレーム画像のそれぞれに対応する画像を前記対象画像とし、
   複数の前記対象画像から得られた前記対象物の位置の変化を追跡する対象物追跡部と、
   複数の前記対象画像から得られた前記強コントラスト領域の位置の変化を追跡する強コントラスト領域追跡部と、
   前記対象物追跡部により追跡された前記対象物の位置の変化と、前記強コントラスト領域追跡部により追跡された前記強コントラスト領域の位置の変化とに基づいて、前記対象物が想定している対象物であるか否かを確定する確定判定部と、
   前記対象物追跡部により追跡された前記対象物の位置と、前記強コントラスト領域追跡部により追跡された前記強コントラスト領域の位置とが同じである場合に、前記対象物が想定している対象物である可能性を示すスコアに所定値を加算し、前記確定判定部に通知する車両位置統合部とをさらに備え、
   前記確定判定部は、前記車両位置統合部から通知されたスコアに基づいて、前記対象物が想定している対象物であるか否かを確定する
   対象物検知装置。
2. 強コントラスト補正部は、前記マッチング画像の前記強コントラスト領域以外の領域の画素群の輝度に基づいて、コントラストを低減する
   請求項１に記載の対象物検知装置。
3. 強コントラスト補正部は、前記マッチング画像の前記強コントラスト領域以外の領域の画素群から、画素の輝度が輝度の高いほうから所定の割合に属する画素群と、画素の輝度が輝度の低いほうから所定の割合に属する画素群と、を除いた複数の画素の平均輝度である基準平均輝度を特定し、前記強コントラスト領域の平均輝度が前記基準平均輝度となるように、前記強コントラスト領域の画素の輝度を調整することにより、コントラストを低減する
   請求項２に記載の対象物検知装置。
4. 前記マッチング処理部は、
   前記強コントラスト領域の面積を測定し、前記面積が前記マッチング画像に対して所定の割合以下である場合には、前記強コントラスト領域に対して補正を行った前記補正マッチング画像を用いて前記マッチング処理を行い、前記面積が前記マッチング画像に対して所定の割合を超える場合には、前記マッチング画像を用いて前記マッチング処理を行う
   請求項１から請求項３のいずれか一項に記載の対象物検知装置。
5. 前記強コントラスト領域判定部は、マッチング画像中の各画素の輝度を、所定の輝度を基準として２値化し、輝度の高い側の画素の塊のうちで所定の大きさ以上の塊を含む領域を強コントラスト領域とする
   請求項１から請求項４のいずれか一項に記載の対象物検知装置。
6. 前記強コントラスト領域判定部は、前記所定の大きさ以上の塊であって、前記マッチング画像中の画素の輝度分布における所定の割合以上の輝度の画素を含む塊を含む領域を強コントラスト領域とする
   請求項５に記載の対象物検知装置。
7. 魚眼カメラにより撮像された魚眼カメラ画像の所定の領域の画像を取出し、前記画像の歪を補正することにより前記対象画像を生成する画像歪補正部をさらに備える
   請求項１から請求項６のいずれか一項に記載の対象物検知装置。
8. 前記対象物は、車両である
   請求項１から請求項７のいずれか一項に記載の対象物検知装置。
9. 前記対象画像中の前記対象物の位置に基づいて、前記対象物までの距離を算出し、前記対象物までの距離が所定以下である場合には、前記対象物までの距離が所定以下であることを示す情報を出力する接近判断部をさらに有する
   請求項８に記載の対象物検知装置。
10. 所定の対象画像から対象物を検知する対象物検知装置による対象物検知方法であって、
    前記対象物検知装置は、
    前記対象画像から、前記対象物の存在を判定するためのマッチング処理に用いるための複数のマッチング画像を作成し、
    前記複数のマッチング画像のそれぞれに対して、前記マッチング画像中に周囲に比して輝度が高い領域を含む強コントラスト領域が存在するか否かを判定し、
    前記マッチング画像中に強コントラスト領域が存在すると判定された場合に、前記マッチング画像中の前記強コントラスト領域に対して、コントラストが低減されるように輝度を補正して、補正マッチング画像を作成し、
    前記マッチング画像又は前記補正マッチング画像を用いて、前記対象物の存在を判定するためのマッチング処理を行い、
    前記マッチング処理の処理結果に基づいて、前記対象画像中の前記対象物の位置を特定し、
    動画像における複数のフレーム画像のそれぞれに対応する画像を前記対象画像とし、
    更に、複数の前記対象画像から得られた前記対象物の位置の変化を追跡し、
    複数の前記対象画像から得られた前記強コントラスト領域の位置の変化を追跡し、
    追跡された前記対象物の位置の変化と、追跡された前記強コントラスト領域の位置の変化とに基づいて、前記対象物が想定している対象物であるか否かを確定し、
    追跡された前記対象物の位置と、追跡された前記強コントラスト領域の位置とが同じである場合に、前記対象物が想定している対象物である可能性を示すスコアに所定値を加算し、通知し、
    通知されたスコアに基づいて、前記対象物が想定している対象物であるか否かを確定する
    対象物検知方法。
11. 所定の対象画像から対象物を検知する処理をコンピュータに実行させるための対象物検知プログラムであって、
    前記コンピュータを
    前記対象画像から、前記対象物の存在を判定するためのマッチング処理に用いるための複数のマッチング画像を作成するマッチング画像作成部と、
    前記複数のマッチング画像のそれぞれに対して、前記マッチング画像中に周囲に比して輝度が高い領域を含む強コントラスト領域が存在するか否かを判定する強コントラスト領域判定部と、
    前記マッチング画像中に強コントラスト領域が存在すると判定された場合に、前記マッチング画像中の前記強コントラスト領域に対して、コントラストが低減されるように輝度を補正して、補正マッチング画像を作成する強コントラスト補正部と、
    前記マッチング画像又は前記補正マッチング画像を用いて、前記対象物の存在を判定するためのマッチング処理を行うマッチング処理部と、
    前記マッチング処理の処理結果に基づいて、前記対象画像中の前記対象物の位置を特定する対象物位置特定部と、
    として機能させ、
    動画像における複数のフレーム画像のそれぞれに対応する画像を前記対象画像とし、
    前記コンピュータを、
    複数の前記対象画像から得られた前記対象物の位置の変化を追跡する対象物追跡部と、
    複数の前記対象画像から得られた前記強コントラスト領域の位置の変化を追跡する強コントラスト領域追跡部と、
    前記対象物追跡部により追跡された前記対象物の位置の変化と、前記強コントラスト領域追跡部により追跡された前記強コントラスト領域の位置の変化とに基づいて、前記対象物が想定している対象物であるか否かを確定する確定判定部と、
    前記対象物追跡部により追跡された前記対象物の位置と、前記強コントラスト領域追跡部により追跡された前記強コントラスト領域の位置とが同じである場合に、前記対象物が想定している対象物である可能性を示すスコアに所定値を加算し、前記確定判定部に通知する車両位置統合部としてさらに機能させ、
    前記確定判定部を、前記車両位置統合部から通知されたスコアに基づいて、前記対象物が想定している対象物であるか否かを確定するように機能させる
    ための対象物検知プログラム。