JP7134364B2 - 体格判定装置および体格判定方法 - Google Patents

Description

本発明は、車両内の乗員の体格を判定する体格判定装置および体格判定方法に関する。

従来、車両内の座席に複数のセンサを備え、乗員が着座したときに着座面に加わる荷重を各センサで検出し、乗員が大人か小人か判定する技術が開示されている（例えば、特許文献１参照）。また、車両内の座席の着座部に格子パターンおよびＣＣＤカメラを備え、乗員が着座したときに着座部に荷重が加わることによって変形した格子パターンをＣＣＤカメラで撮影し、乗員の体格などを判定する技術が開示されている（例えば、特許文献２参照）。特許文献１，２では、着座した乗員の体格に応じてエアバッグの展開を制御することについて言及されている。

特開２００１－２１４２６号公報 特開平１１－１２９８６０号公報

近年、全ての乗員を保護することを目的として、全ての座席に対応するエアバッグを備える車両が増えてきている。このような車両では、エアバッグの展開を制御するために、全ての座席に着座する乗員の体格を判定する必要がある。また、乗員の体格の判定結果は、エアバッグの展開の制御だけでなく、例えば、座席位置を自動的に調整する制御にも用いることができる。このように、全ての乗員の体格を判定することに対する需要が高まっている。

特許文献１，２では、全ての座席の乗員の体格を判定するためには、全ての座席にセンサなどを備える必要があり、全体的に高価なシステムになるという問題がある。

本発明は、このような問題を解決するためになされたものであり、車両内の乗員の体格を安価に判定することが可能な体格判定装置および体格判定方法を提供することを目的とする。

上記の課題を解決するために、本発明による体格判定装置は、カメラが撮影した車両内の乗員の画像を取得する画像取得部と、画像取得部が取得した画像に基づいて、乗員の顔の特徴点を推定する顔特徴点推定部と、顔特徴点推定部が推定した顔の特徴点に基づいて、カメラと乗員の頭との距離を推定する頭位置推定部と、画像取得部が取得した画像に基づいて、画像における乗員の部位の大きさを推定する部位推定部と、頭位置推定部が推定した距離と、部位推定部が推定した部位の大きさとに基づいて、画像における乗員の部位の大きさを変換した、骨格サイズを推定する骨格推定部と、骨格推定部が推定した乗員の骨格サイズに基づいて、乗員の体格を判定する体格判定部とを備える。

本発明によると、体格判定装置は、画像取得部が取得した画像に基づいて、画像における乗員の部位の大きさを推定する部位推定部と、頭位置推定部が推定した距離と、部位推定部が推定した部位の大きさとに基づいて、画像における乗員の部位の大きさを変換した、骨格サイズを推定する骨格推定部と、骨格推定部が推定した乗員の骨格サイズに基づいて、乗員の体格を判定する体格判定部とを備えるため、車両内の乗員の体格を安価に判定することが可能となる。

本発明の目的、特徴、態様、および利点は、以下の詳細な説明と添付図面とによって、より明白となる。

本発明の実施の形態による体格判定装置の構成の一例を示すブロック図である。 本発明の実施の形態による体格判定装置の構成の一例を示すブロック図である。 本発明の実施の形態によるカメラが撮影した画像の一例を示す図である。 本発明の実施の形態による顔の特徴点の一例を示す図である。 本発明の実施の形態による画像における乗員の複数の部位の一例を示す図である。 本発明の実施の形態による画像における乗員の複数の部位の一例を示す図である。 本発明の実施の形態による画像における乗員の複数の部位の一例を示す図である。 本発明の実施の形態による画像における乗員の複数の部位の一例を示す図である。 本発明の実施の形態による骨格サイズの推定を説明するための図である。 本発明の実施の形態による乗員の体格の判定を説明するための図である。 本発明の実施の形態による乗員の体格の判定を説明するための図である。 本発明の実施の形態による体格判定装置の動作の一例を示すフローチャートである。 本発明の実施の形態による体格判定装置の動作の一例を示すフローチャートである。 本発明の実施の形態による体格判定装置のハードウェア構成の一例を示すブロック図である。 本発明の実施の形態による体格判定装置のハードウェア構成の一例を示すブロック図である。 本発明の実施の形態による体格判定システムの構成の一例を示すブロック図である。

本発明の実施の形態について、図面に基づいて以下に説明する。

＜実施の形態＞
＜構成＞
図１は、本実施の形態による体格判定装置１の構成の一例を示すブロック図である。なお、図１では、本実施の形態による体格判定装置を構成する必要最小限の構成を示している。また、体格判定装置１は、車両内に搭載されているものとする。

図１に示すように、体格判定装置１は、画像取得部２と、顔特徴点推定部３と、頭位置推定部４と、部位推定部５と、骨格推定部６と、体格判定部７とを備えている。また、画像取得部２は、カメラ８に接続されている。カメラ８は、車両内に搭載されている。

画像取得部２は、カメラ８が撮影した車両内の乗員の画像を取得する。顔特徴点推定部３は、画像取得部２が取得した画像に基づいて、乗員の顔の特徴点を取得する。頭位置推定部４は、顔特徴点推定部３が推定した顔の特徴点に基づいて、カメラ８に対する乗員の頭の相対的な位置を推定する。部位推定部５は、画像取得部２が取得した画像に基づいて、画像における乗員の複数の部位の大きさを推定する。骨格推定部６は、頭位置推定部４が推定した乗員の頭の相対的な位置と、部位推定部５が推定した各部位の大きさとに基づいて、乗員の各部位の実際の大きさを示す骨格サイズを推定する。体格判定部７は、骨格推定部６が推定した乗員の各部位の骨格サイズに基づいて、乗員の体格を判定する。

次に、図１に示す体格判定装置１を含む体格判定装置の他の構成について説明する。

図２は、他の構成に係る体格判定装置９の構成の一例を示すブロック図である。なお、体格判定装置９は、車両内に搭載されているものとする。

図２に示すように、体格判定装置９は、画像取得部２と、顔特徴点推定部３と、頭位置推定部４と、部位推定部５と、骨格推定部６と、体格判定部７と、判定結果出力部１０とを備えている。また、画像取得部２は、カメラ８に接続されている。判定結果出力部１０は、エアバッグ制御装置１１に接続されている。エアバッグ制御装置１１は、車両内に搭載されている。

画像取得部２は、カメラ８が撮影した車両内の乗員の画像を取得する。カメラ８は、運転席、助手席、および後部座席のそれぞれに着座した乗員を含むように撮影する。図３は、助手席に着座している乗員の画像の一例を示す図である。なお、図３の例では、助手席に乗員が着座している場合を示しているが、これに限るものではない。カメラ８が撮影した画像には、運転席に着座している乗員、および後部座席に着座している乗員が含まれていてもよい。

顔特徴点推定部３は、画像取得部２が取得した画像に基づいて、乗員の顔の特徴点を推定する。具体的には、顔特徴点推定部３は、画像取得部２が取得した画像を予め準備した学習辞書（図示せず）と照合し、画像取得部２が取得した画像に含まれる乗員の顔、目、および鼻などの位置を示す顔の特徴点を推定する。学習辞書には、複数の人物の顔の特徴点が記録されている。なお、顔特徴点推定部３は、画像に複数の乗員が含まれている場合、各乗員の顔の特徴点を推定する。

図４は、顔特徴点推定部３が推定した乗員の顔の特徴点の一例を示す図である。図４に示す乗員は、助手席に着座している。図４において、乗員の顔を四角で囲んだ線は、乗員の顔の位置を示している。乗員の目の中心に破線で示した円は、乗員の瞳孔の位置および大きさを示している。乗員の顔に示した複数の点は、眉の両端位置、目の両端位置、鼻頭の位置、口の両端位置をそれぞれ示している。また、目幅は、乗員の両目の間隔であり、具体的には各瞳孔の中心の間隔である。なお、顔特徴点推定部３は、図４に示す顔の特徴点に限らず、顔の他の特徴点を推定してもよい。

頭位置推定部４は、顔特徴点推定部３が推定した顔の特徴点に基づいて、カメラ８に対する乗員の頭の相対的な位置を推定する。具体的には、頭位置推定部４は、顔特徴点推定部３が推定した乗員の両目の間隔または瞳孔の大きさに基づいて、カメラ８に対する乗員の頭の物理的な相対位置を推定する。すなわち、頭位置推定部４は、カメラ８と乗員の頭との距離を推定する。

本実施の形態では、体格差の影響が少ない乗員の両目の間隔または瞳孔の大きさに基づいてカメラ８に対する乗員の頭の相対的な位置を推定している。従って、乗員の体格に関わらず、カメラ８に対する乗員の頭の相対的な位置を精度良く推定することができる。また、乗員が着座している座席位置が変化した場合であっても、当該変化に応じて、カメラ８に対する乗員の頭の相対的な位置を精度良く推定することができる。

部位推定部５は、画像取得部２が取得した画像に基づいて、画像における乗員の複数の部位の大きさを推定する。具体的には、部位推定部５は、画像取得部２が取得した画像を予め準備した学習辞書（図示せず）と照合し、画像取得部２が取得した画像に含まれる乗員の首、腕、上半身などの各部位の画像における大きさおよび位置を推定する。学習辞書には、複数の人物の各部位の画像における大きさおよび位置が記録されている。なお、部位推定部５は、画像に複数の乗員が含まれている場合、各乗員の複数の部位の大きさを推定する。

図５～８は、画像取得部２が取得した画像における乗員の複数の部位の大きさおよび位置の一例を示す図である。図５～７は、体格が異なる乗員の各部位の大きさおよび位置を示している。図５～８において、各点を結ぶ直線は乗員の部位に対応し、各部位の大きさの単位はｐｉｘ（ピクセル）である。例えば、図８に示す両矢印は、乗員の肩幅（ｎピクセル）を示している。

骨格推定部６は、頭位置推定部４が推定したカメラ８に対する乗員の頭の相対的な位置と、部位推定部５が推定した画像における乗員の各部位の大きさとに基づいて、乗員の各部位の実際の大きさを示す骨格サイズを推定する。具体的には、骨格推定部６は、部位推定部５が推定した画像における乗員の各部位の大きさを、乗員の各部位の実際の大きさを示す骨格サイズに変換する。なお、骨格推定部６は、乗員が複数である場合、各乗員の各部位の骨格サイズを推定する。

ここで、骨格推定部６が、部位推定部５が推定した画像における乗員の肩幅を実際の肩幅に変換する場合について、図８，９を参照して説明する。

図９において、ｎは、画像における肩幅の大きさを示しており、図８に示すｎに対応する。ｄは、実際の肩幅を示している。Ｍは、画像の横幅を示しており、カメラ８の画角θによって決まる。ｘは、カメラ８と乗員の頭との距離を示しており、頭位置推定部４が推定したカメラ８に対する乗員の頭の相対的な位置に対応する。骨格推定部６は、下記の式（１）に従って、実際の肩幅ｄである骨格サイズを算出する。

上記の式（１）に示すように、骨格推定部６は、頭位置推定部４が推定したカメラ８に対する乗員の頭の相対的な位置を用いて骨格サイズを算出している。従って、乗員が着座している座席位置が変化した場合であっても、骨格推定部６は乗員の各部位の骨格サイズを正確に算出することができる。

なお、上記では、乗員の肩幅を変換する場合について説明したが、乗員の他の部位についても同様に変換することができる。例えば、骨格推定部６は、乗員の座高、肩幅、顔の大きさ、および腕の長さのうちの少なくとも２つの骨格サイズを推定する。

画像における乗員の各部位の大きさを、乗員の各部位の実際の大きさを示す骨格サイズに変換することができるのは、カメラ８に対する乗員の頭の相対的な位置に乗員の全ての部位が存在していると仮定しているからである。肩、背骨、および顔が、カメラ８に対する乗員の頭の相対的な位置とほぼ同じ位置に存在することは想定できるが、腕は肩を中心として大きく動かすことができるためこの限りではない。腕について、部位推定部５は、画像の経時的な変化で腕の大きさが最大となったとき、当該最大となった腕の大きさを乗員の腕の大きさと推定してもよい。この場合、骨格推定部６は、部位推定部５が推定した画像における腕の大きさを、実際の腕の大きさに変換する。

体格判定部７は、骨格推定部６が推定した乗員の各部位の骨格サイズに基づいて、乗員の体格を判定する。具体的には、体格判定部７は、乗員の体格を判定するための機械学習を行った学習済みの学習器（図示せず）に、骨格推定部６が推定した乗員の座高、肩幅、顔の大きさ、および腕の長さのうちの少なくとも２つの骨格サイズを入力し、学習済みの学習器の演算処理を実行することで、乗員の体格の判定結果を学習器から取得する。なお、乗員が複数の場合、体格判定部７は、各乗員の体格を判定する。

学習器は、複数の人物の各部位の骨格サイズの統計データによって構築された混合ガウス分布モデルを有している。例えば、図１０に示すような乗員の座高および肩幅の各骨格サイズを学習器に入力した場合、学習器は、座高および肩幅の各骨格サイズの統計データによって構築された混合ガウス分布モデルに座高および肩幅の各骨格サイズをプロットし、予め定められた複数の体格のクラスのそれぞれに対する尤度を算出する。そして、学習器は、尤度が最も大きいクラスが、乗員の体格のクラスであると判定する。体格判定部７は、乗員の体格の判定結果を学習器から取得し、乗員の体格を、当該乗員の体格に応じたクラスに分類する。

体格のクラスは、例えば、エアバッグ制御または座席位置の制御で用いられる分類に基づいて決定される。分類されるクラスが２つの場合、乗員の体格は例えば「大」または「小」に分類される。また、分類されるクラスが３つの場合、乗員の体格は例えば「大」、「中」、または「小」のいずれかに分類される。学習器は、クラスの数に応じた混合ガウス分布を有している。図１１の例では、図１０に示す乗員の座高および肩幅の各骨格サイズから、乗員の体格が「小」に分類されることを示している。このように、乗員の骨格サイズと乗員の体格とは相関関係を有している。

なお、上記では、２つの骨格サイズから乗員の体格を判定する場合について説明したが、これに限るものではなく、３つ以上の骨格サイズから乗員の体格を判定してもよい。この場合、混合ガウス分布モデルは、３つ以上の骨格サイズの統計データによって構築される。

判定結果出力部１０は、体格判定部７が判定した乗員の体格をエアバッグ制御装置１１に出力する。具体的には、判定結果出力部１０は、乗員の体格のクラスをエアバッグ制御装置１１に出力する。

エアバッグ制御装置１１は、乗員の体格のクラスに応じて、エアバッグの展開を制御する。例えば、乗員の体格のクラスが「大」、「中」、および「小」の３つに分類されている場合を想定する。エアバッグ制御装置１１は、「中」を基準とすると、「大」は「中」よりもエアバッグを展開する勢いが強くかつ大きく展開し、「小」は「中」よりもエアバッグを展開する勢いが弱くかつ小さく展開する。

なお、上記では、エアバッグ制御装置１１に乗員の体格のクラスを出力する場合について説明したが、これに限るものではない。以下では、乗員の体格のクラスの出力例について説明する。

例えば、判定結果出力部１０は、座席位置を自動的に調整する座席位置調整装置に乗員の体格のクラスを出力してもよい。この場合、座席位置調整装置は、乗員の体格のクラスに応じて座席の位置を自動的に調整する。なお、乗員が複数の場合、座席位置調整装置は、各乗員が着座している座席ごとに各乗員の体格のクラスに応じて位置を自動的に調整する。

判定結果出力部１０は、サイドミラーの位置を自動的に調整するサイドミラー位置調整装置に乗員の体格クラスを出力してもよい。この場合、サイドミラー位置調整装置は、乗員の体格に応じてサイドミラーの位置を自動的に調整する。

判定結果出力部１０は、ハンドルの位置を自動的に調整するハンドル位置調整装置に乗員の体格クラスを出力してもよい。この場合、ハンドル位置調整装置は、乗員の体格に応じてハンドルの位置を自動的に調整する。

判定結果出力部１０は、車内に子どもを置き去りにしているか否かを検出する置き去り検出装置に乗員の体格クラスを出力してもよい。この場合、置き去り検出装置は、乗員の体格から子どもであるか否かを判定し、車両内に子どものみが一定時間存在するときに置き去りが発生したと判断してもよい。

＜動作＞
図１２は、図１に示す体格判定装置１の動作の一例を示すフローチャートである。

ステップＳ１１において、画像取得部２は、カメラ８が撮影した車両内の乗員の画像を取得する。ステップＳ１２において、顔特徴点推定部３は、画像取得部２が取得した画像に基づいて、乗員の顔の特徴点を推定する。

ステップＳ１３において、頭位置推定部４は、顔特徴点推定部３が推定した顔の特徴点に基づいて、カメラ８に対する乗員の頭の相対的な位置を推定する。ステップＳ１４において、部位推定部５は、画像取得部２が取得した画像に基づいて、画像における乗員の複数の部位の大きさを推定する。

ステップＳ１５において、骨格推定部６は、頭位置推定部４が推定した乗員の頭の相対的な位置と、部位推定部５が推定した各部位の大きさとに基づいて、乗員の各部位の実際の大きさを示す骨格サイズを推定する。ステップＳ１６において、体格判定部７は、骨格推定部６が推定した乗員の各部位の骨格サイズに基づいて、乗員の体格を判定する。

図１３は、図２に示す体格判定装置９の動作の一例を示すフローチャートである。なお、図１３のステップＳ２１～ステップＳ２６は、図１２のステップＳ１１～ステップＳ１６に対応するため、ここでは説明を省略する。以下では、ステップＳ２７について説明する。

ステップＳ２７において、判定結果出力部１０は、体格判定部７が判定した乗員の体格を出力する。図２の例では、判定結果出力部１０は、体格判定部７が判定した乗員の体格のクラスをエアバッグ制御装置１１に出力する。

＜効果＞
本実施の形態によれば、カメラ８に対する乗員の頭の相対的な位置と、画像における乗員の複数の部位の大きさとに基づいて、乗員の各部位の実際の大きさを示す骨格サイズを推定し、当該骨格サイズに基づいて乗員の体格を判定している。これにより、車両内に搭載した１台のカメラで車両内の全ての乗員の体格を判定することができるため、従来のように全ての座席にセンサを備えるシステムと比較して、車両内の乗員の体格を安価に判定することが可能となる。

また、頭位置推定部４は、体格差の影響が少ない乗員の両目の間隔または瞳孔の大きさに基づいてカメラ８に対する乗員の頭の相対的な位置を精度良く推定することができる。骨格推定部６は、精度良く推定された乗員の相対的な位置を用いて、乗員の各部位の骨格サイズを正確に算出することができる。体格判定部７は、乗員の各部位の正確な骨格サイズに基づいて乗員の正確な体格を判定することができる。すなわち、体格判定部７は、乗員が着座している座席位置が変化した場合であっても、乗員の正確な体格を判定することができる。このように、体格判定装置１，９は、車両内の座席に着座している乗員の体格を正確に判定することができる。

＜ハードウェア構成＞
上記で説明した体格判定装置１，９における画像取得部２、顔特徴点推定部３、頭位置推定部４、部位推定部５、骨格推定部６、体格判定部７、および判定結果出力部１０の各機能は、処理回路により実現される。すなわち、体格判定装置１，９は、カメラが撮影した車両内の乗員の画像を取得し、乗員の顔の特徴点を推定し、カメラに対する乗員の頭の相対的な位置を推定し、画像における乗員の複数の部位の大きさを推定し、乗員の各部位の実際の大きさを示す骨格サイズを推定し、乗員の体格を判定し、乗員の体格を出力するための処理回路を備える。処理回路は、専用のハードウェアであってもよく、メモリに格納されるプログラムを実行するプロセッサ（ＣＰＵ（Central Processing Unit）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）ともいう）であってもよい。

処理回路が専用のハードウェアである場合、図１４に示すように、処理回路１２は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、またはこれらを組み合わせたものが該当する。画像取得部２、顔特徴点推定部３、頭位置推定部４、部位推定部５、骨格推定部６、体格判定部７、および判定結果出力部１０の各機能をそれぞれ処理回路１２で実現してもよく、各機能をまとめて１つの処理回路１２で実現してもよい。

処理回路１２が図１５に示すプロセッサ１３である場合、画像取得部２、顔特徴点推定部３、頭位置推定部４、部位推定部５、骨格推定部６、体格判定部７、および判定結果出力部１０の各機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアまたはファームウェアは、プログラムとして記述され、メモリ１４に格納される。プロセッサ１３は、メモリ１４に記録されたプログラムを読み出して実行することにより、各機能を実現する。すなわち、体格判定装置１，９は、カメラが撮影した車両内の乗員の画像を取得するステップ、乗員の顔の特徴点を推定するステップ、カメラに対する乗員の頭の相対的な位置を推定するステップ、画像における乗員の複数の部位の大きさを推定するステップ、乗員の各部位の実際の大きさを示す骨格サイズを推定するステップ、乗員の体格を判定するステップ、乗員の体格を出力するステップが結果的に実行されることになるプログラムを格納するためのメモリ１４を備える。また、これらのプログラムは、画像取得部２、顔特徴点推定部３、頭位置推定部４、部位推定部５、骨格推定部６、体格判定部７、および判定結果出力部１０の手順または方法をコンピュータに実行させるものであるともいえる。ここで、メモリとは、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）等の不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ＤＶＤ（Digital Versatile Disc）等、または、今後使用されるあらゆる記憶媒体であってもよい。

なお、画像取得部２、顔特徴点推定部３、頭位置推定部４、部位推定部５、骨格推定部６、体格判定部７、および判定結果出力部１０の各機能について、一部の機能を専用のハードウェアで実現し、他の機能をソフトウェアまたはファームウェアで実現するようにしてもよい。

このように、処理回路は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって、上述の各機能を実現することができる。

＜システム構成＞
以上で説明した体格判定装置は、車載用ナビゲーション装置、すなわちカーナビゲーション装置だけでなく、車両に搭載可能なＰＮＤ（Portable Navigation Device）、および車両の外部に設けられたサーバなどを適宜に組み合わせてシステムとして構築されるナビゲーション装置あるいはナビゲーション装置以外の装置にも適用することができる。この場合、体格判定装置の各機能あるいは各構成要素は、上記システムを構築する各機能に分散して配置される。

具体的には、一例として、体格判定装置の機能をサーバに配置することができる。例えば、図１６に示すように、車両には、カメラ８およびエアバッグ制御装置１１を備える。また、サーバ１５は、画像取得部２、顔特徴点推定部３、頭位置推定部４、部位推定部５、骨格推定部６、体格判定部７、および判定結果出力部１０を備える。このような構成とすることによって、体格判定システムを構築することができる。

このように、体格判定装置の各機能を、システムを構築する各機能に分散して配置した構成であっても、上記の実施の形態と同様の効果が得られる。

また、上記の実施の形態における動作を実行するソフトウェアを、例えばサーバに組み込んでもよい。このソフトウェアをサーバが実行することにより実現される体格判定方法は、カメラが撮影した車両内の乗員の画像を取得し、取得した画像に基づいて、乗員の顔の特徴点を推定し、推定した顔の特徴点に基づいて、カメラに対する乗員の頭の相対的な位置を推定し、取得した画像に基づいて、画像における乗員の複数の部位の大きさを推定し、推定した乗員の頭の相対的な位置と、推定した各部位の大きさとに基づいて、乗員の各部位の実際の大きさを示す骨格サイズを推定し、推定した乗員の各部位の骨格サイズに基づいて、乗員の体格を判定することである。

このように、上記の実施の形態における動作を実行するソフトウェアをサーバに組み込んで動作させることによって、上記の実施の形態と同様の効果が得られる。

なお、本発明は、その発明の範囲内において、実施の形態を適宜、変形、省略することが可能である。

本発明は詳細に説明されたが、上記した説明は、すべての態様において、例示であって、この発明がそれに限定されるものではない。例示されていない無数の変形例が、この発明の範囲から外れることなく想定され得るものと解される。

１ 体格判定装置、２ 画像取得部、３ 顔特徴点推定部、４ 頭位置推定部、５ 部位推定部、６ 骨格推定部、７ 体格判定部、８ カメラ、９ 体格判定装置、１０ 判定結果出力部、１１ エアバッグ制御装置、１２ 処理回路、１３ プロセッサ、１４ メモリ、１５ サーバ。

Claims (9)

1. カメラが撮影した車両内の乗員の画像を取得する画像取得部と、
   前記画像取得部が取得した前記画像に基づいて、前記乗員の顔の特徴点を推定する顔特徴点推定部と、
   前記顔特徴点推定部が推定した前記顔の特徴点に基づいて、前記カメラと前記乗員の頭との距離を推定する頭位置推定部と、
   前記画像取得部が取得した前記画像に基づいて、前記画像における前記乗員の部位の大きさを推定する部位推定部と、
   前記頭位置推定部が推定した前記距離と、前記部位推定部が推定した前記部位の大きさとに基づいて、前記画像における前記乗員の部位の大きさを変換した、骨格サイズを推定する骨格推定部と、
   前記骨格推定部が推定した前記乗員の前記骨格サイズに基づいて、前記乗員の体格を判定する体格判定部と、
   を備える、体格判定装置。
2. 前記頭位置推定部は、前記乗員の両目の間隔に基づいて、前記距離を推定することを特徴とする、請求項１に記載の体格判定装置。
3. 前記骨格推定部は、前記乗員の座高、肩幅、顔の大きさ、および腕の長さのうちの少なくとも２つの前記骨格サイズを推定することを特徴とする、請求項１に記載の体格判定装置。
4. 前記骨格推定部は、前記部位推定部により推定された、経時的な変化で最大となった腕の大きさを用いて、前記骨格サイズを推定することを特徴とする、請求項３に記載の体格判定装置。
5. 前記体格判定部は、前記乗員の体格を判定するための機械学習を行った学習済みの学習器に前記乗員の座高、肩幅、顔の大きさ、および腕の長さのうちの少なくとも２つの前記骨格サイズを入力し、前記学習器の演算処理を実行することで、前記乗員の体格の判定結果を前記学習器から取得することを特徴とする、請求項３または４に記載の体格判定装置。
6. 前記体格判定部は、前記乗員の体格を、予め定められた複数の体格のクラスのうち前記乗員の体格に応じたクラスに分類することを特徴とする、請求項１に記載の体格判定装置。
7. 前記体格判定部が判定した前記乗員の体格を出力する判定結果出力部をさらに備えることを特徴とする、請求項１に記載の体格判定装置。
8. 前記判定結果出力部は、前記乗員の体格から前記乗員が子どもであるか否かを判定し、前記車両内に子どものみが存在する場合に、置き去りが発生したと判断する置き去り検出装置に、前記体格判定部が判定した前記乗員の体格を出力することを特徴とする、請求項７に記載の体格判定装置。
9. カメラが撮影した車両内の乗員の画像を取得し、
   取得した前記画像に基づいて、前記乗員の顔の特徴点を推定し、
   推定した前記顔の特徴点に基づいて、前記カメラと前記乗員の頭との距離を推定し、
   取得した前記画像に基づいて、前記画像における前記乗員の部位の大きさを推定し、
   推定した前記距離と、推定した前記部位の大きさとに基づいて、前記画像における前記乗員の部位の大きさを変換した、骨格サイズを推定し、
   推定した前記乗員の前記骨格サイズに基づいて、前記乗員の体格を判定する、体格判定方法。

Images