CN102311039B - 监视装置 - Google Patents

Abstract

本发明提供一种监视装置，确定对安全管理和保安非常重要的滞留人数，以有效地进行监视。监视装置具有：监视区域附近的图像的图像获取单元(1)；具有背景制作部(2)、长期变化提取部(3)、短期变化提取部(4)和短期变化积累部(5)的滞留检测单元；轨迹提取部(6)，从短期变化的时间序列或者从短期变化中提取出来的信息的时间序列的保存信息中提取移动轨迹；人数推定部(7)，根据滞留和移动轨迹的各自的发生时期和发生场所，按照0个人、1个人或者2个人以上的分类来推定监视区域内的检测对象的人数是1个人还是1个人以外；和滞留警告部(8)，确定是监视区域内的推定人数为1个人时的滞留并警告，由此能有效地监视1个人的滞留。

Description

监视装置

技术领域

本发明涉及一种监视装置，其使用监视用摄像机等获取监视区域内的图像，并在对该获取的图像进行处理后向监视员等进行通报。

背景技术

为了减轻通过肉眼观察监视用摄像机来进行安全确认的监视员的负担，通过对拍摄图像进行图像识别来检测事故发生时的人物的举动和可能引起事故的危险行为等异常举动，并向监视员发出警告的监视系统正在得到普及。

所述异常举动中的人物一直滞留在特定场所的异常举动，例如对以安全管理为目的的监视系统来说，可能意味着人物因事故或负伤而处于不能动弹的状态，而对以保安为目的的监视系统来说，可能意味着有人正在准备入室行窃，所以是重要度高的异常举动。

作为检测监视区域内的滞留的技术，在专利文献1中公开了一种推测技术，其将自动扶梯的出入口平台附近作为监视区域，并且根据2个时刻的拍摄图像的帧之间的差分量以及监视区域的背景差分(来自监视区域的输入图像与背景图像之间的差分)的面积进行推测，在上述差分量和面积大时，推测为出入口平台上的乘客多，处于高度拥挤的状态。在该专利文献1中，将根据上述方法算出的拥挤度分为空闲时和拥挤时这2个等级，在空闲时，检测坐在出入口平台上的乘客或者对扶手进行恶作剧的乘客的异常举动，而在拥挤时，由于认为发生会妨碍乘客通行的异常举动的可能性低，所以切换图像识别的内容，不进行异常举动的检测，而是检测乘客的通行量。

此外，作为通过分析所获取的图像的经时性变化来检测人物的举动和移动等的一般技术，还已知有由非专利文献1等公开的技术，在自动扶梯领域中，已知有由非专利文献2公开的技术，其提取所获取的图像的时间和空间特征，将自动扶梯的动作和人物的动作区分开来进行识别，以此来检测人物的异常行为。

在先技术文献

专利文献

专利文献1日本国专利特开2000-7264号公报

非专利文献

非专利文献1

G.Bradski and J.Davis著，“Real-time recognition of activity usingtemporal templates”，Third IEEE Workshop on Application of ComputerVision(1996年12月)

非专利文献2

村井泰裕，藤吉弘亘，数井诚人著，“基于时间空间特征的自动扶梯背景中的人的异常行动的检测”，社团法人情报处理学会研究报告，GVIM，第164届，pp.251-258(2008年9月)

尤其是滞留中的除了滞留的当事人以外周围没有其他人的滞留，例如对以安全管理为目的的监视系统来说，由于无法指望在事故发生时由周围的人来救助事故的当事人，所以危险度高，而对以保安为目的的监视系统来说，由于无法指望犯罪行为因为周围有其他人的视线而受到抑制，所以危险度高，需要监视员重点进行监视。

此外，在采用非专利文献1或者2那样的图像处理来检测人物的移动和举动的监视系统中，即使在图像上发生了类似于异常举动的变化时，但只要监视区域内实际上没有人物，则监视系统没有必要进行警告。这是因为不必要的警告会给监视员造成干扰。

基于上述原因，已知优选在通过图像识别来检测滞留的监视系统中，在检测滞留的同时，按照0个人、1个人还是2个人以上这一分类来推定滞留时在监视区域内的人数。

因此，在将专利文献1的技术应用在按照0个人、1个人还是2个人以上这一分类来推定人数的场合时，如果采用专利文献1所公开的背景差分的面积越大则判断为拥挤度越高的基准时，在类似夕阳那样的低角度的照明光使得影子变长的情况下，存在会因影子部分的面积增大而产生误判的问题。例如在自动扶梯的出入口平台上有1个人，并且这1个人的影子很长时，受到该影子的影响，背景差分的面积变大，实际上是乘客为1个人的空闲，但有可能被误判为拥挤。此外，在扶手等的结构物的影子很长的情况下，尽管出入口平台上1个乘客也没有，但因扶手等的结构物的影子而使得背景差分的面积变大，此时，实际上是1个乘客也没有的空闲，但有可能被误判为拥挤。因此，在专利文献1所公开的技术中，无法正确地判断监视区域内的人数是0个人还是1个人或者是2个人以上。

此外，在采用专利文献1所公开的另一个基准即帧之间的差分的面积越大则判断为拥挤度越高的基准时，例如在一个乘客跌倒后想要爬起来的情况下，由于乘客的动作而导致帧之间的差分的面积变大，可能会发生实际上是只有一个乘客的空闲，但被误判为拥挤的情况。此外，与此相反，在因极度拥挤而使得众多乘客无法动弹的情况下，由于乘客的动作小，所以帧之间的差分的面积变窄，实际上因有很多人物而很拥挤，但仍有可能被误判为空闲。因此，在将专利文献1所公开的技术应用于人数推定时，由于无法区别乘客少的情况和乘客多的情况，因此无法正确地判断监视区域内的人数是0个人还是1个人或者是2个人以上。

基于上述原因，利用专利文献1的技术难以正确地判断监视区域内的人数是0个人还是1个人或者是2个人以上。

另一方面，上述非专利文献1和2作为将人物移动和自动扶梯的动作区分开来的人物识别技术等的技术，是很好的技术，但其没有按照0个人、1个人还是2个人以上这一分类对监视区域内的人物的人数进行推定这样的设想，也没有考虑到关注监视区域内的人数来减少在背景图像上没有人物时的警告等。

发明内容

本发明是鉴于现有的监视技术中所存在的问题而作出的，本发明的主要目的是提供一种监视装置，使得能够通过对人数进行推定来确定对安全管理以及保安方面来说尤为重要的人数即只有1个人的情况，从而能够有效地对监视区域内进行监视。

本发明的其他的目的在于提供一种装置，其能够精确地推定出所述人数为1个人的滞留，并且适合按照0个人、1个人还是2个人以上这一分类来推定检测对象的人数。本发明的上述目的在以下的实施方式的说明中进行详细的说明。

为了实现上述主要目的，本发明的监视装置的特征在于具有：图像获取单元，其获取监视区域附近的输入图像；人数推定单元，其对来自所述图像获取单元的输入图像进行处理，并按照0个人、1个人或者2个人以上这一分类来推定监视区域内的检测对象的人数是1个人还是1个人以外；以及滞留警告单元，其在确定为发生了所述监视区域内的推定人数为1个人的滞留时，向外部警告。由此，能够将监视区域内的人数为1个人的场合与为0个人或2个人以上的场合区分开来，并且在确定为是只有1个人的滞留时进行通报，所以能够确定只有1个人的滞留这一特别重要的场面，并促使监视员等引起注意。

在此，上述“确定为发生了监视区域内的推定人数为1个人的滞留时，向外部警告”的概念是将滞留人数为1个人的场合与为0个人或2个人以上的场合区分开来进行通报，包括人数为1个人以外的场合不警告，或者人数为1个人以外时也警告，但通过改变信号的内容和长度等，或者附加特定的信号来将滞留人数为1个人的场合与滞留人数为0个人或2个人以上的场合区分开来。

本发明的其他特征涉及用于高精度地推定上述检测对象的人数是1个人的情况、适合于按照0个人、1个人或者2个人以上这一分类来推定检测对象的人数的结构及其应用例的结构，这些特征在以下的实施方式的说明中进行详细的说明。

发明效果

根据本发明，由于能够确定监视区域内的人数是1个人的情况并提请注意，所以能够从安全管理方面以及保安方面有效地对监视区域内进行监视。

附图说明

图1是本发明的一实施例所涉及的监视装置的功能方块图。

图2是将本发明的一实施例适用于自动扶梯时的设备结构图。

图3是本发明的一实施例所涉及的长期变化提取部的说明图。

图4是本发明的一实施例所涉及的短期变化提取部的说明图。

图5是本发明的一实施例所涉及的人数推定单元的处理流程的说明图。

图6是本发明的一实施例所涉及的人数推定单元的时间关系的补充说明图。

图7是本发明的一实施例所涉及的人物移动轨迹提取方法的说明图。

图8是本发明的一实施例所涉及的影子部分的移动轨迹提取方法的说明图。

图9是本发明的一实施例所涉及的人物移动轨迹提取方法的说明图。

图10是本发明的一实施例所涉及的密集人物的移动轨迹提取方法的说明图。

图11是本发明的一实施例所涉及的警告单元的画面显示例的说明图。

图12是本发明的一实施例所涉及的短期变化提取部的补充说明图。

图13是本发明的其他实施例所涉及的监视装置的功能方块图。

图14是将本发明的其他实施例适用于自动扶梯时的设备结构图。

图15是本发明的其他实施例的检测区域的说明图。

图16是本发明的又一实施例所涉及的监视装置的功能方块图。

符号说明

1图像获取部

2背景制作部

3长期变化提取部

4短期变化提取部

5短期变化积累部

6轨迹提取部

7人数推定部

8滞留警告部

9警告部

10控制部

11检测对象信息存储部

12地点信息存储部

101自动扶梯

103，103a，103b摄像机

110出入口平台

113人物

具体实施方式

以下参照附图对本发明所涉及的监视装置的具体实施方式进行说明。另外，在本实施方式中，以将自动扶梯作为监视对象进行监视的场合为例进行说明，但本发明的监视装置并不仅限于此，可以在电梯、建筑物内外等任何有人物移动和滞留的场所中使用。

第一实施例

图1是本发明的第一实施例所涉及的监视装置的功能方块图。图2是作为自动扶梯的监视装置使用时的装置结构图。在第一实施例中，将自动扶梯的出入口平台作为监视区域，将自动扶梯运行时移动的踏板和扶手附近的人物的滞留看作是可能引起被踏板和扶手等卷入的事故的举动，而将其作为检测的对象。

在图2中，101表示自动扶梯，110表示自动扶梯的下部的出入口平台，103表示从出入口平台110的后方在视场内拍摄出入口平台110的周围的摄像机，104表示图像处理装置，105表示自动扶梯101的控制装置，106表示通过扬声器以声音或者通过灯以发光等形式向自动扶梯101的乘客发出警告的警告装置，107表示向监视员输出图像或者输出声音的监视器，108表示远距离传输摄像机103的图像或者图像处理装置104的影像的传输装置，109表示连续地记录摄像机103的输入图像或者图像处理装置104的输出图像的录像装置。摄像机103不仅可以使用可见光的摄像装置，也可以使用近红外的摄像装置等用于获取出入口平台110和出入口平台110附近的二维图像的装置。

图1是表示图像处理装置104的具体功能的方块图。在图1中，从图像获取部1获取的图像通过由背景制作部2、长期变化提取部3、短期变化提取部4、短期变化积累部5、轨迹提取部6、人数推定部7以及滞留警告部8构成的图像处理装置104进行处理，并被输出到警告部9(与图2中的警告装置106相对应)以及控制部10(与图2中的控制装置105相对应)。

另外，图像处理装置104除了由安装在壳体内的规定的计算机实现以外，只要能够与摄像机103以及控制装置105、警告装置106、监视器107、传输装置108和录像装置109的各个功能方块相连接，就可以与控制装置105、警告装置106、监视器107、传输装置108和录像装置109内的信号处理装置共享全部功能或者一部分的功能。

在图1中，检测对象信息存储部11和地点信息存储部12是设置在图像处理装置104中的存储部，用来存储在图像获取部1、背景制作部2、长期变化提取部3、短期变化提取部4、短期变化积累部5、轨迹提取部6、人数推定部7以及滞留警告部8等的各个功能块的信号处理中所需的数据。检测对象信息存储部11用来保持检测对象在空间中的高度和宽度等与大小有关的信息和移动速度的信息等。地点信息存储部12用来保持摄像机103的输入图像上的区域的信息(例如输入图像上的哪个区域与出入口平台相对应，哪个区域与踏板相对应，将哪个区域设定为检测区域等的信息)和对各摄像机103在各个地点拍摄到的图像进行处理所需的阈值和摄像机103的输入图像上的检测对象在图像上的高度和宽度以及移动速度的信息等。

在图1中，图像获取部1被构造成从摄像机103连续地获取各个帧的输入图像。此外，通过对摄像机103的图像记录介质进行再现也能够实现同等的功能。又，由图像获取部1获取的图像在背景制作部2、长期变化提取部3、短期变化提取部4和短期变化积累部5中进行处理和存储，这些部分构成检测监视区域内的检测对象的滞留的单元。

以下按序对图1中的各个功能块的处理内容进行说明。

短期变化提取部4从2个时刻[T-ΔT，T]的输入图像的差分提取图像上的短期变化部分作为短期变化。图4(a)和图4(b)表示短期变化提取部4的时刻T-ΔT和时刻T处的输入图像的示例，111表示扶手，112表示踏板，113表示人物，箭头117表示人物113的移动方向。在图4(a)和图4(b)之间，人物113在输入图像中，从下方朝上方稍微移动了向踏板112步行的距离。短期变化提取部4以像素为单位从2个时刻的图像中提取亮度发生了规定阈值以上的变化的差分(短期变化)。此外，短期变化提取部4还从所述短期变化中提取差分的连接区域。

在图4(c)中，作为短期变化提取部4的提取结果的示例，表示从图4(a)和图4(b)提取差分而得到的提取结果的一例，132是因踏板112的移动而造成的差分的连接区域，133是因人物113的移动而造成的差分的连接区域。该连接区域133与2个时刻[T-ΔT，T]之间的人物113在画面上的移动的轮廓相当。在图4(c)的示例中，由于人物113在输入图像中从画面的下方朝着上方移动，所以连接区域133在纵向上具有与移动量相当的厚度。如图4(c)的示例所示，短期变化提取部4从短期变化中提取连接区域133，并从连接区域133中提取连接区域133的外切矩形135、外切矩形135的代表边136以及代表边136的代表点137。

在图4(c)中，在连接区域133包括了人物113的整体时，如图2所示，在从斜后方拍摄出入口平台110的摄像机103的视角中，外切矩形135的底边在出入口平台110上，所以将代表边136作为外切矩形135的底边。该代表边136的宽度与人物113的宽度相当。代表点137是代表边136的中心点，与人物113的脚部处的左右的中心相当。

此外，由于人物113的形状是纵长形的，所以在画面上从下方朝上方移动时，2个时刻[T-ΔT，T]之间的人物113在横向上的移动小，因此，在2个时刻[T-ΔT，T]的输入图像之间取得差分时，如图4(d)所示，在人物113的侧面，差分的连接区域如133a，133b所示，有时人物113的上部和下部会产生断裂。

在图4(d)所示的人物113的差分的连接区域产生了断裂的情况下，若通过从各个连接区域133a，133b提取外切矩形135a，135b、代表边136a、136b以及代表点137a，137b，则至少可以从一方的连接区域提取人物113的脚部处的坐标。

当人物113在画面上沿横向移动时，连接区域133有可能在左右产生断裂，此时，也同样针对断裂的各个连接区域分别求出外切矩形、代表边以及代表点。

此外，在连接区域133中，有时会出现如在出入口平台110上反射的天棚照明的晃动那样的微小的干扰，所以，当外切矩形135在纵向上或者横向上的长度小于估计摄像机103的输入图像上的人物的尺寸而设定的阈值时，短期变化提取部4将该外切矩形135作为干扰丢弃。

在以上的说明中，对短期变化提取部4通过从2个时刻的输入图像上的同一像素的亮度提取差分来提取连接区域133作为短期变化的方法作了说明，但其只是一个示例，也可以从2个时刻的输入图像分别提取RGB和HSI这样的颜色的特征量或者边缘的特征量等的特征量，并从同一像素的特征量的差分来提取连接区域133。

另外，作为连接区域133的提取方法，除了使用2个时刻的同一像素的亮度或者特征量的变化的方法以外，还可以采用根据移动矢量提取输入图像上的动态部分的方法来提取连接区域133。此外，在短期变化提取部4中，除了使用2个时刻的输入图像的方法以外，还可以采用从非专利文献1中公开的Motion History Image那样的2个时刻以上的多个时刻的输入图像上提取动态部分的方法来提取连接区域133。

短期变化提取部4以规定的处理周期反复执行上述功能。然后，短期变化积累部5按照时间序列存储短期变化提取部4在各个处理周期提取的代表点137。

然后，背景制作部2以比异常举动时的人物113的滞留持续时间充分缓慢的周期来更新背景图像，由此生成不存在人物113的背景图像。作为该背景制作部2的背景图像的制作方法，例如可以采取收集短期变化提取部4的变化小的帧的图像，从当前时刻起的规定时间内的收集图像中提取各个像素的中央值的方法，但该背景制作部2的背景图像的制作方法并不仅限于该示例。

在长期变化提取部3中，为了提取各个帧的输入图像和背景图像之间的变化部分作为长期变化，求出输入图像和背景图像之间的差分即背景差分。此外，在长期变化提取部3中，根据所求出的背景差分求出出入口平台110上的背景差分的连接区域。

图3是长期变化提取部3的说明图，图3(a)表示由背景制作部2保持的背景图像的一例，111表示扶手，112表示踏板。图3(b)是输入图像的示例，113表示人物，该人物113因没有踏在踏板112上而摔倒了。由于该人物113在踏板112附近摔倒，所以其鞋子和裤子的下端可能会被移动中的踏板112卷入，从而发生危险。图3(c)表示图3(a)和图3(b)之间的同一像素上的亮度变化在规定的阈值以上的部分，示出了输入图像内的长期差分(背景差分)。在图3(c)中，120表示与出入口平台110相对应的检测区域，122表示因踏板112移动而在输入图像和背景图像之间产生的差分的连接区域，123表示摔倒的人物的差分的连接区域。

在长期变化提取部3中，根据所述长期变化，求出检测区域120内的输入图像和背景图像之间的差分即背景差分的连接区域，并将连接区域中的面积大于或者等于设想检测对象信息存储部11所保持的人物的尺寸而设定的阈值的连接区域选择为有效的连接区域，根据该有效的连接区域求出外切矩形。在输入图像为图3(a)所示的图像时，将连接区域123作为有效连接区域，求出连接区域123的外切矩形125。此外，在长期变化提取部3中，将中心坐标和纵横的长度作为表示外切矩形125的场所的信息保持。又，在长期变化提取部3中，在提取到多个连接区域123那样的有效连接区域时，提取多个外切矩形125那样的外切矩形。

并且，在长期变化提取部3中，在以上述方法提取出的外切矩形125提取到一个以上时，对外切矩形的提取时刻进行保持。如果在相同的场所持续地检测到一个以上的外切矩形125时，判断为发生了滞留，并将表示该滞留的发生时期的信息作为滞留时期信息保持。在此，该滞留时期信息例如包括滞留开始时刻和结束时刻、或者滞留开始时刻和滞留持续时间的长度等能够确定滞留发生的开始时刻和长度的信息。此外，长期变化提取部3还保持滞留发生场所的信息。

在图3中，因踏板移动而产生的差分122处于检测区域120以外，所以不影响外切矩形125的提取。因此，也可以将长期变化提取部3的差分的计算范围限定在检测区域120以内。

在以上的说明中，长期变化提取部3从背景图像和输入图像的同一像素的亮度变化提取连接区域123，并将其作为长期变化，但其只是一个示例，也可以从背景图像和输入图像分别提取RGB和HSI这样的颜色的特征量或者边缘的特征量等的特征量，并从同一像素中的特征量的差分中提取连接区域123。此外，除了使用一张图像作为背景图像的方法外，还可以采用将以概率分布的参数来表示各个像素的亮度的图像作为背景图像，并在计算背景差分时，计算该以概率分布的参数来表示各个像素的亮度的背景图像和输入图像的差分的方法。

然后，在人数推定部7中，通过图5所示的处理流程，按照0个人、1个人还是2个人以上这一分类来推定检测区域120上的人数。以下适当引用图5的处理步骤S1～S7以及图6所示的人数推定时的时间关系的补充说明图对其处理内容进行说明。图6(a)，(b)，(c)分别与检测区域内有0个人、1个人或2个人以上的场合相对应。

在S1中，人数推定部7根据长期变化提取部3的背景差分的提取结果或者滞留的提取结果，判断滞留是否持续了滞留的最低持续时间即时间τ以上。在判断为滞留没有持续时间τ以上(在S1中判断为否)时，视作检测区域120上没有发生人物113的滞留，并将人数推定为0个人(S5)。

在S1中，在滞留持续了时间τ以上时，进入到处理步骤S2。此时的时间关系是图6(a)，(b)，(c)所示的时间关系中的某一个时间关系。将滞留开始时刻设定为T2，从时刻T2起经过了时间τ后的时刻设定为时刻T3时，在时刻T2到时刻T3期间存在滞留的持续期间201。

在S2中，人数推定部7判断在即将到时刻T2之前是否有从检测区域120外(检测区域120的端部)朝着S1的滞留场所移动的移动轨迹。

另外，在S2的判断中使用的移动轨迹的提取由轨迹提取部6进行。在将根据检测区域120的长度和人物113的最小移动速度估算出的人物113通过检测区域120所需的最长通过时间设定为时间π时，轨迹提取部6在比时刻T2早时间π的时刻T1与时刻T2之间搜索所述移动轨迹。

以下以人物113如图3(b)所示在出入口平台110上摔倒并在该状态下从时刻T2滞留到时刻T3的场合为例来说明轨迹提取部6的移动轨迹的提取方法。在将图3(a)作为背景图像，将图3(b)作为输入图像时，长期变化提取部3从长期变化(背景差分)中提取人物113的连接区域123以及连接区域123的外切矩形125。图7(a)和图7(b)表示从位于时刻T2和时刻T1之间的时刻Ta起到时刻T2为止的期间，人物113从出入口平台110外朝箭头117所示方向步行到踏板112附近时的情况。

在图7(a)到图7(b)的期间，短期变化提取部4在每个工作周期提取短期变化，短期变化积累部5积累每个工作周期的来自短期变化提取部4的时间序列的输出(代表点137)。轨迹提取部6通过追溯到时刻T2以前的时间从积累在短期变化积累部5中的代表点137的时间序列中搜索对应点，由此来提取移动轨迹。作为对应点的搜索方法，可以采用搜索相邻的2个时刻的代表点137的最邻近点，并将最邻近的2个代表点137在图像上的坐标偏差收于允许误差范围内的对应点彼此连接起来的方法，但对应点的搜索方法并不仅限于此。图7(c)示出了轨迹提取部6提取图7(a)至图7(b)之间的代表点137的移动轨迹153的示例。

在以上的说明中，对轨迹提取部6从代表点137的时间序列提取移动轨迹153时的提取方法进行了说明，但轨迹提取部6也可以根据代表点137以外的数据求出移动轨迹153。作为一例，在非专利文献1中公开了一种方法，其通过积累如连接区域133那样的2个时刻[T-ΔT，T]的人物113的变化(例如帧之间的差分)来确定在规定的时间内物体所移动的区域，移动轨迹153也可以通过该方法来求出，而并不仅限于上述实施例。此时，短期变化积累部5也可以设置成积累短期的变化(例如帧之间的差分)的时间序列，以此来取代积累代表点137的时间序列。

例如，如图7所示，在比时刻T1晚的时刻Ta到时刻T2的期间，人物113从出入口平台110外步行到踏板112附近，在时刻T2到时刻T3的期间，如图3所示，在人物113在踏板112附近滞留的场面中，此时成为图6(b)所示的时间关系，在时刻T1到时刻T2的期间，如图3和图7所示，移动轨迹153从检测区域120外延伸到外切矩形125，所以，在S2中判断为是。在图6(b)中，在时刻Ta到时刻T2的期间，存在从检测区域120外延伸到滞留场所为止的移动轨迹153的发生期间202。

另一方面，如图8(a)和(b)所示，在影子115从扶手111延伸到出入口平台110上的状态在时刻T2到时刻T3的期间一直持续的场面中，即使从时刻T2追溯到时刻T1，由于自动扶梯101附近的照明条件的波动使得影子115出现晃动，如图8(c)所示，轨迹提取部6只能提取到很少的移动轨迹155，或者完全提取不到移动轨迹。因此，在S2中判断为否，人数推定部7将出入口平台110内的滞留人数推定为0个人(S5)。此时，时间关系为图6(a)所示的时间关系。

在S2中判断为是时，人数推定部7认为在时刻T1到时刻T2的期间至少有一个以上的人物113进入出入口平台110内，并在时刻T2到时刻T3的期间滞留在出入口平台110内，并进入到S3。

此后，在S3中，人数推定部7判断在时刻T1到时刻T2的期间是否有2个以上的从检测区域120外延伸到任一个的外切矩形125的移动轨迹153。如果有2个以上，则判断为在时刻T1到时刻T2的期间有2个以上的人物进入到出入口平台110内，并在时刻T2到时刻T3的期间滞留在出入口平台110内，人数推定部7将滞留在出入口平台110内的人数推定为2个人以上(S7)。在S3中判断为否时，进入到S4。

然后，在S4中，人数推定部7判断在时刻T2到时刻T3的期间是否有移动轨迹(第2个人物)从检测区域120外进入到检测区域120。图9(a)和(b)表示在时刻T2到时刻T3的期间有第2个人物114从出入口平台110外进入到出入口平台110中的示例。在S4中，与S2一样，轨迹提取部6从时刻T2到时刻T3的期间的代表点137的时间序列搜索移动轨迹，只要找到一个图9(c)所示那样的从检测区域120外进入到检测区域120内的第2个人物114的移动轨迹154，则在S4判断为是，看作除了在时刻T1到时刻T2的期间进入到检测区域120内的人物113以外，在时刻T2到时刻T3的期间有第2个人物114或者更多个人物进入了检测区域120内，人数推定部7推定为人数在2个人以上(S7)。此时的时间关系例如为图6(c)所示的时间关系。在图6(c)中，203与人物113的移动轨迹153的发生期间相当，204与人物114的移动轨迹154的发生期间相当。

相反，在S4判断为否时，看作在时刻T2到时刻T3的期间没有新的人物114进入，人数推定部7将滞留在出入口平台110内的人数推定为1个人(S6)。

在图6(c)中示出了检测区域120内有2个人以上的场合的示例，但并不仅限于此，也存在其他的模式。例如，如在S3中所说明的那样，在时刻T1到时刻T2的期间内有2个人以上的人物进入，并且在时刻T2到时刻T3的期间滞留的情况下，也有可能出现图6(c)中的移动轨迹的发生期间203，204中只存在203(但存在2人份的移动轨迹)这样的情况。此时也可以通过S3判断为2个人以上。

以下说明在自动扶梯101非常拥挤的情况下在图5中怎样进行判断。图10(a)和(b)中例示了自动扶梯101非常拥挤的场面，在时刻T2到时刻3的期间，密集的人物143在出入口平台110上走走停停，在箭头117所示的方向上脉动地缓慢地朝着踏板112前进。在图10(a)和(b)所示的场面中，由于在出入口平台110上的宽阔的范围内一直存在密集的人物143，所以如图10(c)所示，由长期变化提取部3从长期变化中提取出来的连接区域173的在检测区域120内的外切矩形175占据检测区域120的大部分的范围，图5的S1的判断为是。

以下对S2进行说明。首先，在时刻T1到时刻T2的期间，与图10(a)和(b)所示的场合一样，密集的人物143也是一直在出入口平台110上脉动地前进，所以，在时刻T1到时刻T2的期间，短期变化提取部4提取未图示的连接区域133和代表点137。此时，从密集的人物143提取出的移动轨迹，在大多数情况下，由于密集的人物143中的人物反复移动和停止，所以连接区域133呈断断续续的形状，像图10(d)的移动轨迹163a，163b，163c那样形成短小的断片形状。此外，在密集的人物143中的人物同时移动时，连接区域133在检测区域120附近变成一块，使得无法提取出代表点173。在S2中，如果能够根据检测区域120的边界附近的人物移动的状态捕捉到像移动轨迹163a那样的从检测区域120外进入到检测区域120内的移动轨迹，则说明外切矩形175占据了检测区域120的广大的范围，移动轨迹163a一直延伸到了外切矩形175，此时，在S2中判断为是，并进入到S3。相反，根据检测区域120的边界附近的人物的移动的状态，在S2中移动轨迹如163b或者163c那样的只存在于检测区域的中央附近或者完全没有移动轨迹时，在S2中判断为否，人数推定部7判定为0个人(S5)。

在S2中判断为是时，此后在S3中，如果在时刻T1到时刻T2的期间内存在2个以上的像移动轨迹163a那样的从检测区域120外延伸到检测区域120内的移动轨迹，则在S3中判断为是，人数推定部7判定为人数在2个人以上(S7)。在S3中判断为否时，此后在S4中，如果在时刻T2到时刻T3的期间内至少存在1个像移动轨迹163a那样的从检测区域120外延伸到检测区域120内的移动轨迹，则在S4中判断为是，人数推定部7判定为存在2个人以上(S7)。在此，如果将滞留的最低持续时间即时间τ设定为充分长的值，则能够切实地提取出像移动轨迹163a那样的从检测区域120外延伸到检测区域120内的移动轨迹，从而能够抑制在S4中被判断为否。

如上所述，在人数推定部7中，针对密集的人物143，在S2中会发生将其误判为0个人的情况，但不会发生在S4中将其误判为1个人而发出警告的情况。此外，通过将最长通过时间即时间π设定为与滞留的最低持续时间即时间τ大致相同的长度，能够抑制人数推定部7在S2中将密集的人物143误判为0个人这一现象的发生。

预先对上述滞留的最低持续时间即时间τ进行估算。例如，将在S1中判断出不是像人物113停下来看手表等那样的正常举动的滞留，而是像摔倒那样的异常举动的滞留所需的时间设定为时间τ1，将在S3中从密集的人物143切实地提取出移动轨迹163a所需的充分长的时间设定为时间τ2时，将时间τ1和时间τ2的最大值max(τ1，τ2)设定为时间τ。将时间τ的值存储在地点信息存储部12中。最长通过时间即时间π可以通过用人物113在空间中的最低移动速度除出入口平台110在空间中的长度来算出，或者用人物113在图像上的最低移动速度除检测区域120在图像上的长度来算出。

以下对轨迹提取部6进行补充说明。在图4(d)所示的人物113的差分的连接区域断裂成133a或133b那样的2个以上的断片时，轨迹提取部6通过从连接区域133a、133b的代表点137a、137b的时间序列的数据中使最邻近的点连接起来，与图4(c)所示的人物113的连接区域没有断裂的场合一样，能够提取移动轨迹153。此时，可能会从多个代表点137a、137b的时间序列中提取到2个以上的移动轨迹153，但通过将两者的距离在根据人物的大小设定的允许误差范围内的移动轨迹153合并为一条移动轨迹，能够从1个人物113提取一根移动轨迹。

此后，滞留警告部8只在人数推定部7推定为有1个人物113滞留在检测区域120内时才发出警告，也就是说，在确定为不是0个人也不是2个人以上，而是1个人的滞留时，向警告部9和控制部10的至少一方发出警告。

警告部9从滞留警告部8收到警告后，通过使警告装置106的灯闪烁或者使扬声器输出声音等，以引起滞留人物的注意，或者向自动扶梯101周围的人物提出救助的要求。并且，在警告部9从滞留警告部8收到警告后，在监视器107的画面中显示摄像机103的输入图像，或者从传输装置108向外部装置发送信息，或者控制录像装置109进行录像。

在此，也可以在警告部9增设以规定的周期使摄像机103的输入图像闪烁那样的画面效果，使得监视员能够注意到所发生的滞留。此外，警告部9也可以设置成在显示在监视器107的画面上的输入图像上描绘并显示外切矩形125和移动轨迹153等。监视员通过观察移动轨迹153，能够容易地掌握人物113是从出入口平台110的何处进入的，以及人物113在出入口平台110上是怎么移动的。

警告部9在画面上进行了图像描绘时，将描绘的图像或者描绘的图像和摄像机103的输入图像一起输出到监视器107或者传输装置108或者录像装置109中。此外，在图2的装置结构中，警告部9只要具有警告装置106、监视器107、传输装置108和录像装置109中的至少一个以上的装置就能够实现功能。

最后，在控制部10从滞留警告部8收到警告后，降低自动扶梯101的运行速度，或者使自动扶梯101缓慢停止，由此防止滞留人物发生事故，或者减轻事故发生时的损害。

根据上述功能，在本第一实施例中，对出入口平台110上的滞留进行检测，并以0个人、1个人还是2个人以上这一分类来推定出入口平台110上的人数，能够只在发生了出入口平台110上的人数为1个人的滞留时发出警告，或者以对出入口平台110上的人数为1个人的滞留赋予高的重要度的方式发出警告。并且，在本第一实施例中，人数推定部7按照0个人、1个人还是2个人以上这一分类，通过图5的处理流程以外的方法来推定人数，也能够发挥同样的效果。

在第一实施例中，在图5所示的人数推定部7的处理流程中省略了S3和S4的情况下，可以根据S1和S2的判断结果，按照0个人(S5)、和1个人(S6)或者2个人以上(S7)这样的二分法来推定人数。在采用所述0个人、和1个人或者2个人以上这样的分类时，能够在滞留持续存在(S1的判断结果为是)时，判断滞留是由人物113以外的例如图8所示的影子等物体造成的(S5)，还是由人物113造成的(S6或者S7)。按照所述0个人、和1个人或者2个人以上这样的二分法进行人数推定时，具有能够在对滞留发出警告的监视装置中抑制滞留警告部8对由人物113以外的影子115等物体造成的滞留发出警告的效果。此外，在人数推定部7按照0个人、和1个人还是2个人以上这样的二分法，采用图5的处理流程以外的方法来推定人数时，也能够发挥同样的效果。

又，在第一实施例中，在滞留持续存在(S1的判断结果为是)时，在图5所示的人数推定部7的处理流程中省略S2而在S1为是时进入到S3的场合、在S3中判断为是的场合、在S3中判断为否但在S4中判断为是的场合以及除此以外的其他场合下，能够按照0个人(S5)或者1个人(S6)、和2个人以上(S7)这样的二分法来推定人数。按照所述0个人或者1个人、和2个人以上这样的二分法进行人数的推定时，在滞留持续存在(S1的判断结果为是)的情况下，能够判断出滞留是由图10所示的密集的人物143造成的(S7)，还是由密集的人物143以外的其他物体(S5或者S6)造成的。采用所述0个人或1个人、和2个人以上这样的二分法时，具有能够通过对因异常举动而引起的滞留发出警告的监视装置，在自动扶梯101的乘客多(出现了密集的人物143)但并没有发生异常现象的情况下，抑制滞留警告部8发出警告的效果。此外，在人数推定部7按照所述0个人或1个人、和2个人以上这样的二分法，采用图5的处理流程以外的方法来推定人数时，也能够发挥同样的效果。

在第一实施例中，人数推定部7具有未图示的举动判断部，在发生了滞留时，举动判断部根据从所述监视区域外到滞留场所的移动轨迹153、或者所述移动轨迹153和长期变化的位置、或者所述移动轨迹153和外切矩形125的位置信息，来判断滞留的检测对象(人物113)的举动的种类。滞留警告部8也可以设置成根据举动判断部的判断结果，进行例如在警告部9的画面输出上描绘图像等的控制。图11(a)表示在滞留警告部8根据移动轨迹153延伸到了踏板112附近，并且外切矩形125从踏板112附近延伸到了出入口平台110的跟前这些情况判断为人物113在踏板112附近发生了摔倒举动的情况下，在画面输出301上输出表示人物在踏板附近摔倒的内容的字符串311a时的示例。此外，图11(b)表示在滞留警告部8根据移动轨迹153延伸到了扶手111附近，外切矩形125覆盖到扶手111上这些情况判断为发生了人物113正在对扶手111进行恶作剧的举动的情况下，在画面输出301上输出表示人物在对扶手进行恶作剧的内容的字符串311b时的示例。此外，312是提醒监视员加以注意的语句的示例，其内容是“周围没有人，危险”。312的字符串的语句“1个人，危险”只是一个示例，也可以显示其他的字符串。又，在图11(a)和(b)中，字符串311a和字符串311b以外的构成要素即外切矩形125、移动轨迹153和字符串312不是必须的，可以省略。

此外，在第一实施例中，滞留警告部8还可以设置成在发出警告时，在警告上附加重要度，在人数推定部7推定为1个人的场合附加高的重要度，在人数推定部7推定为2个人以上的场合附加低的重要度。在滞留警告部8对警告附加重要度时，警告部9向警告装置106指示与重要度的高或者低相对应的扬声器的声音输出和指示灯的闪烁模式，或者将警告装置106控制成在重要度低时不输出扬声器的声音输出和指示灯的闪烁模式。此外，在滞留警告部8对警告附加重要度时，警告部9对警告装置106进行控制，使得控制装置105根据重要度的高或者低来进行运行控制，或者只在重要度高时对自动扶梯101的运行进行控制。

此外，在滞留警告部8对警告附加重要度时，警告部9根据重要度的高低来切换画面输出301上的字符串312的内容，或者只在重要度高时才进行图像描绘。

在第一实施例中，短期变化提取部4也可以设置成根据连接区域133的代表边136是被收于检测区域120中还是未被收于检测区域120中来判断提取了连接区域133的人物113是在出入口平台110的内侧还是在外侧。例如，在图12(a)中示出了影子很长的人物113p沿着箭头117p所示的方向通过出入口平台110的旁边的示例，在图12(b)中，133p表示在图12(a)所示的情况下由短期变化提取部4提取到的连接区域，135p表示连接区域133p的外切矩形，136p表示外切矩形135p的代表边，137p表示代表边136p的中心的代表点。此外，在图12(c)中示出了人物113q沿着箭头117q所示的方向通过出入口平台110的跟前侧的示例，在图12(d)中，133q表示在图12(c)所示的情况下由短期变化提取部4提取到的连接区域，135q表示连接区域133q的外切矩形，136q表示外切矩形135q的代表边136q，137q表示代表边136q的中心的代表点。由于人物113p和人物113q均在出入口平台110的外侧，所以代表边136p和代表边136q均大大地超出了检测区域120。另一方面，当人物113如图4(c)所示在出入口平台110上时，代表边136被收于出入口平台110的范围内。因此，短期变化提取部4能够根据代表边136是被收于检测区域120中还是未被收于检测区域120中来判断提取了连接区域133的人物113是在出入口平台110的内侧还是在外侧。

在第一实施例中，如果将轨迹提取部6存在于出入口平台以外的人物中提取的代表点137p和代表点137q作为代表点137存储在短期变化积累部5中，则轨迹提取部6可能从出入口平台110外的人物113提取错误的移动轨迹153。因此，如果将短期变化提取部4设置成在代表边136超出了检测区域120时丢弃代表点137，则可以防止将出入口平台110外的人物113的代表点137积累到短期变化积累部5中。又，当短期变化积累部5积累了短期变化自身时，短期变化提取部4能够将与存在于出入口平台110外(检测区域120外)的人物相对应的短期变化丢弃掉，从而能够防止将其积累在短期变化积累部5中。

在第一实施例中，只要摄像机103能够在其视场内拍摄到出入口平台110的附近区域，则也能够适用像图2中的摄像机103b那样从出入口平台110的正上方附近进行拍摄的设置条件或者像图2中的摄像机103c那样从出入口平台110的斜前方拍摄出入口平台110附近的设置条件。

此外，在使摄像机像摄像机103b那样从出入口平台110的正上方附近进行拍摄的设置条件中，在输入图像上几乎看不见人物113的侧面，所以人物113在纵向上的长度与摄像机103的输入图像有很大的差异。因此，在将监视装置设置成在多个场所像摄像机103，103b，103b那样以不同的视角进行监视时，由于输入图像上的人物113在图像上的大小和移动速度以及检测区域120的大小在每个地点都会发生变化，所以也可以设置成在地点信息存储部12中预先存储每个视角的信息，并配合摄像机103的设置视角来切换信息。或者也可以设置成在监视器107上设置用户接口，从监视员获取与摄像机103的视角有关的信息，根据从监视员获取的与视角有关的信息对地点信息存储部12内的信息进行切换或者微调。

在第一实施例中，通过非专利文献2所示的时间空间特征的背景模型对踏板112那样的可动部分的动作预先进行学习，将图4(c)所示的短期变化提取部4中的连接区域132以及图3(C)所示的长期变化提取部3中的连接区域122判断为由踏板112造成的恒定的变化，并将其作为不需要的信息丢弃，由此能够抑制将其作为差分提取。将所述空间时间斜率的动态背景模型应用在短期变化提取部4上时，在人物113在踏板112上逆向行走的场合下也能够提取移动轨迹153，在人物113从下行的自动扶梯101的踏板112进入出入口平台110时，能够提取移动轨迹153。

此外，长期变化提取部3中，能够提取包括连接区域123的从出入口平台110超出的部分的外切矩形125。只要能够提取包括从所述出入口平台110超出的部分的外切矩形125，则在图11(b)所示的人物113从出入口平台110超出时，也能够以覆盖人物113全身的方式提取外切矩形125，使得警告部9容易描绘图像。

第二实施例

图13是本发明的第二实施例的功能方块图。在图13中，图像获取部1、轨迹提取部6、人数推定部7、滞留警告部8、警告部9、控制部10、检测对象信息存储部11以及地点信息存储部12发挥与第一实施例相同的功能。图14表示适用于自动扶梯时的装置结构例。

如图14所示，传感器203是能够根据特定的测定方法来检测有无人物113，并且输出与人物113在出入口平台110附近的场所相关的信息的传感器，其感测范围覆盖出入口平台110上的至少一部分，并以规定的工作周期输出信号。

在图13中，传感部23以规定的取入周期从传感器203获取信号，并向长期变化提取部3和短期变化提取部4中的至少一方输出。作为传感器203的测定方法，可列举出根据由激光雷达或毫米波雷达等测得的距离信息和设置信息，将从地面起算具有规定高度的物体作为人物113提取，同时根据测得的距离信息确定人物113的场所的方法，或者通过具有取向性的热敏传感器从与体温相当的温度部分检测出人物113，并确定检测场所的方法，但测定方法并不仅限于这些示例。又，传感器203包括像脸部识别那样从一张输入图像检测人物113并确定其位置的图案识别。传感器203采用图案识别时，可以将摄像机103的输入图像作为信号处理的输入。

在图13的功能结构中，传感部23将由传感器203检测出的人物113的检测信息中的长期变化输出到长期变化提取部3中以及/或者将人物113的检测信息中的短期变化输出到短期变化积累部5中。

长期变化提取部3通过实施例1的方法提取长期变化以及/或者从传感部23接收长期变化。在第二实施例中，长期变化提取部3采用所述第一实施例的方法提取长期变化时，与第一实施例一样设置背景制作部2。

短期变化积累部5接收采用第一实施例的方法获得的短期变化以及/或者从传感部23接收短期变化。在第二实施例中，短期变化提取部4采用所述第一实施例的方法提取短期变化时，与第一实施例一样设置短期变化提取部3。

如上所述，在第二实施例中，除了能够提取采用第一实施例的方法提取到的人物113的长期变化和短期变化以外，还能够从传感器203的信号提取人物113的长期变化以及/或者短期变化。例如，在摄像机103是可见光的摄像机时，如果出入口平台110上的特定的场所对外部光进行强烈的反射，则在采用第一实施例的结构时，难以稳定地提取人物113的长期变化和短期变化，但在第二实施例中，用于采用了激光雷达那样的难以受到外部光影响的传感器作为传感器203，所以至少能够在出入口平台110上的一部分的范围内对人物113的长期变化和短期变化的提取进行补充，所以能够提高监视装置整体的可靠性。

另外，在第二实施例中，如果采用高精度的传感器203对像图15的检测区域190那样的容易发生被卷入到出入口平台110和踏板112的边界中的事故的特定场所的附近进行检测，则能够切实地提取出检测区域190的长期变化，能够提高监视装置整体的可靠性。此外，如果将检测检测区域190的传感器203设置成检测距离的传感器，则能够在人物113如图3(b)所示那样摔倒的场合或者一直站立在图7(b)所示位置的场合对人物113的举动进行判断。

第三实施例

图16表示本发明的第三实施例所涉及的监视装置的装置结构。在图16中，381表示设置在通道383上的门，382表示设置在门381上的认证装置，310表示设置在门381和认证装置382附近的监视区域，103表示在其视场内拍摄监视区域310附近的摄像机，105和106分别表示设置在门381旁边的控制装置和警告装置，104表示图像处理装置，107表示监视器，108表示传输装置，109表示录像装置。在图16中，113表示在通道383上行走的人物。

在图16中，门381通过开闭来控制人物113的通行，认证装置382通过卡式钥匙和指纹认证等规定的认证单元对人物进行认证，并允许门381为得到认证单元通行许可的人物113打开。控制装置105控制门381的开闭，警告装置106具有能够向监视区域310附近的人发出警告的灯或者扬声器。104，107，108和109的各个装置具有与图1所示的第一实施例中的相同编号的装置相同的功能。此外，在第三实施例中，还可以在监视区域310内的特定部分设置对检测区域390进行检测的传感器203。

在监视区域310内滞留了异常长的时间的人物有可能是自己没有得到通过门381的通行许可，等待认证装置382或门381动作或有通行许可的人物的到来，从而企图趁具有通行许可的人物打开门381的瞬间不正当地通过门381，所以应将其识别为异常行为。此外，当监视区域310内只有1个人时，因为周围没有人会看到该人物的不正当的通过门381，所以危险度高。

因此，在第三实施例中，在不设置传感器203的情况下，采用图1所示的第一实施例的功能结构，而在设置有传感器203的情况下，采用图13所示的第二实施例的功能结构来检测监视区域310内的滞留，并按照0个人、1个人或者2个人以上这一分类来推定监视区域310内的人数，并且只在监视区域310内只有1个人滞留时才发出警告，或者以对监视区域310内的人数为1个人时的滞留赋予高的重要度的方式进行警告，由此能够在确定发生了1个人的滞留时提醒人们注意，从安全管理和保安方面来看也能够有效地进行监视。

Claims (13)

1.一种监视装置，其特征在于，具有：

图像获取单元，其获取监视区域附近的输入图像；

人数推定单元，其对来自所述图像获取单元的输入图像进行处理，并按照0个人、1个人或者2个人以上这一分类来推定监视区域内的检测对象的人数是1个人还是1个人以外；以及

滞留警告单元，其在确定为发生了所述监视区域内的推定人数为1个人的滞留时，向外部警告。

2.一种监视装置，其特征在于，具有：

图像获取单元，其获取监视区域附近的输入图像；

滞留检测单元，其使用来自所述图像获取单元的输入图像来检测监视区域内的检测对象的滞留；

移动轨迹提取单元，其提取检测对象在所述监视区域内的移动轨迹；

人数推定单元，其使用来自所述滞留检测单元的滞留信息以及来自所述移动轨迹提取单元的移动轨迹信息，按照0个人、1个人或者2个人以上这一分类来推定所述监视区域内的检测对象的人数是1个人还是1个人以外；以及

滞留警告单元，其在确定为发生了所述监视区域内的推定人数为1个人的滞留时，向外部警告。

3.一种监视装置，其特征在于，具有：

图像获取单元，其获取监视区域附近的输入图像；

滞留检测单元，其用于检测所述监视区域内的检测对象的滞留，具有：背景制作部，其制作背景图像；长期变化提取部，其提取所述输入图像和所述背景图像之间的变化部分作为长期变化，并且从所述长期变化中提取滞留场所和滞留时期；短期变化提取部，其从2个时刻以上的所述输入图像中提取图像上的短期变化的部分作为短期变化；以及短期变化积累部，其积累所述短期变化的时间序列或者从所述短期变化中提取出的信息；

移动轨迹提取单元，其从所述短期变化的时间序列或者从所述短期变化中提取出来的信息的时间序列的积累信息中提取移动轨迹；

人数推定单元，其根据所述滞留和所述移动轨迹的各自的发生时期和发生场所，按照0个人、1个人或者2个人以上这一分类来推定所述监视区域内的检测对象的人数是1个人还是1个人以外；以及

滞留警告单元，其在确定为发生了所述监视区域内的推定人数为1个人的滞留时，向外部警告。

4.如权利要求1至3中的任一项所述的监视装置，其特征在于，

具有警告单元或控制单元的至少一者，其中，所述警告单元根据来自所述滞留警告单元的输出，以画面输出或声音输出中的至少一种方式发出警告，所述控制单元对所述监视区域附近的装置进行控制。

5.如权利要求2或者3所述的监视装置，其特征在于，

在即将持续地检测到所述滞留之前没有检测到从所述监视区域外到所述滞留场所的移动轨迹的情况下，所述人数推定单元将所述监视区域内的人数推定为0个人，并将其余的情况的人数推定为1个人或者2个人以上。

6.如权利要求2或者3所述的监视装置，其特征在于，

在即将持续地检测到所述滞留之前检测到了从所述监视区域外到所述滞留场所的移动轨迹，并且在所述监视区域内持续地检测到所述滞留的期间检测到一个以上的从所述监视区域外进入到所述监视区域内的所述移动轨迹的情况下，或者在所述监视区域内在即将持续地检测到所述滞留之前检测到了2个以上从所述监视区域外进入到所述监视区域内的所述移动轨迹时，所述人数推定单元将所述监视区域内的检测对象推定为2个人以上，并将其余的情况的人数推定为0个人或者1个人。

7.如权利要求3所述的监视装置，其特征在于，

从所述短期变化中提取的信息是从所述短期变化中提取的连接区域的外切矩形的代表边的代表点。

8.如权利要求3所述的监视装置，其特征在于，

所述短期变化提取部根据所述短期变化或者从所述短期变化中提取到的信息的位置来判断被提取所述短期变化的检测对象是在所述监视区域内还是在所述监视区域外，在判断为是在所述监视区域外时，丢弃对应的所述短期变化或者从对应的所述短期变化中提取到的信息。

9.如权利要求4所述的监视装置，其特征在于，

所述警告单元根据来自所述滞留警告单元的输出，以画面的方式输出从所述监视区域外到所述滞留场所的移动轨迹。

10.如权利要求2或者3所述的监视装置，其特征在于，

所述人数推定部具有举动判断单元，在发生了所述滞留时，所述举动判断单元根据从所述监视区域外到滞留场所的移动轨迹、或者所述移动轨迹和所述长期变化的位置或者外切矩形的位置信息，来判断滞留的检测对象的举动的种类。

11.如权利要求1至3中的任一项所述的监视装置，其特征在于，

除了所述图像获取单元外，还具有另行设置的用于捕捉所述监视区域的至少一部分的传感器，所述人数推定单元使用来自所述图像获取单元的输入图像以及来自所述传感器的区域信息，来推定所述监视区域内的检测对象的人数。

12.如权利要求3所述的监视装置，其特征在于，

除了所述图像获取单元外，还具有另行设置的用于捕捉所述监视区域的至少一部分的传感器，所述传感器提取与所述监视区域内的检测对象相关的长期变化或者短期变化，并进行下列处理中的至少一项处理：置换为由所述背景制作部制作的长期变化的处理、置换为由所述短期变化提取部提取到的短期变化的处理、对由所述背景制作部制作的长期变化进行补充的处理以及对由所述短期变化提取部提取到的短期变化进行补充。

13.如权利要求1至3中的任一项所述的监视装置，其特征在于，

通过在自动扶梯的出入口平台部设定所述图像获取单元的监视区域来对所述自动扶梯进行监视。

Images