JP2001357484A - 道路異常検出装置 - Google Patents
道路異常検出装置Info
- Publication number
- JP2001357484A JP2001357484A JP2000178387A JP2000178387A JP2001357484A JP 2001357484 A JP2001357484 A JP 2001357484A JP 2000178387 A JP2000178387 A JP 2000178387A JP 2000178387 A JP2000178387 A JP 2000178387A JP 2001357484 A JP2001357484 A JP 2001357484A
- Authority
- JP
- Japan
- Prior art keywords
- motion vector
- road
- abnormality
- unit
- abnormal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
- G06T2207/30261—Obstacle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 画像中の明るさや色合いの変化の影響を受け
にくく、また走行車両の色に悪影響を受けにくい、道路
異常検出装置を提供することにある。 【解決手段】 監視カメラ映像中の道路領域内ブロック
は、道路領域内ブロック抽出部２で抽出され、動ベクト
ル計算部３で動ベクトルが計算される。動ベクトル向き
検出部４は、該動ベクトルの向きを検出する。平常時
に、該動ベクトルの向きθの平均値Θ、および分散σe
2 が求められ、統計量蓄積部８に蓄積される。道路異常
検出時には、前記動ベクトル向き検出部４で検出された
動ベクトルの向きは、異常動ベクトル度Ｑ計算部１２に
送られ、異常動ベクトル度Ｑが、前記統計量蓄積部８に
蓄積されている統計量を基に計算される。比較部１３
は、前記異常動ベクトル度Ｑを閾値と比較し、該異常動
ベクトル度Ｑが閾値以上であれば、道路異常であると判
定する。
にくく、また走行車両の色に悪影響を受けにくい、道路
異常検出装置を提供することにある。 【解決手段】 監視カメラ映像中の道路領域内ブロック
は、道路領域内ブロック抽出部２で抽出され、動ベクト
ル計算部３で動ベクトルが計算される。動ベクトル向き
検出部４は、該動ベクトルの向きを検出する。平常時
に、該動ベクトルの向きθの平均値Θ、および分散σe
2 が求められ、統計量蓄積部８に蓄積される。道路異常
検出時には、前記動ベクトル向き検出部４で検出された
動ベクトルの向きは、異常動ベクトル度Ｑ計算部１２に
送られ、異常動ベクトル度Ｑが、前記統計量蓄積部８に
蓄積されている統計量を基に計算される。比較部１３
は、前記異常動ベクトル度Ｑを閾値と比較し、該異常動
ベクトル度Ｑが閾値以上であれば、道路異常であると判
定する。
Description
【０００１】
【発明の属する技術分野】この発明は画像による道路異
常検出装置に関し、特に、道路監視用カメラにより撮影
された道路映像中の越波等の道路異常を精度良く判定で
きるようにした道路異常検出装置に関する。
常検出装置に関し、特に、道路監視用カメラにより撮影
された道路映像中の越波等の道路異常を精度良く判定で
きるようにした道路異常検出装置に関する。
【０００２】
【従来の技術】従来から、道路上の異常発生等を監視カ
メラ映像から自動検出する方式として、フレーム間差分
法が提案されている。この方式は、監視カメラ映像の現
フレームと前フレームの各画素値の差分画像を作成し、
この差分画像を用いて道路上の異常を探索するものであ
る。なお、画像の現フレームと前フレームの各画素値の
差分画像を作成し、この差分画像を用いて動物体を検出
する技術は、例えば昭和６２年、昭晃堂発行の「画像処
理ハンドブック」、第３７５頁，第３７６頁に詳細に開
示されている。
メラ映像から自動検出する方式として、フレーム間差分
法が提案されている。この方式は、監視カメラ映像の現
フレームと前フレームの各画素値の差分画像を作成し、
この差分画像を用いて道路上の異常を探索するものであ
る。なお、画像の現フレームと前フレームの各画素値の
差分画像を作成し、この差分画像を用いて動物体を検出
する技術は、例えば昭和６２年、昭晃堂発行の「画像処
理ハンドブック」、第３７５頁，第３７６頁に詳細に開
示されている。
【０００３】前記の従来方式を用いて、例えば海岸道路
上の越波（高波）発生を検出し、警報するには、差分画
像中で、走行車輌と越波を精度良く区別しなければなら
ない。このためには、波の白色と車輌の色との区別が必
要になる。
上の越波（高波）発生を検出し、警報するには、差分画
像中で、走行車輌と越波を精度良く区別しなければなら
ない。このためには、波の白色と車輌の色との区別が必
要になる。
【０００４】
【発明が解決しようとする課題】しかしながら、道路監
視のためのカメラは白黒カメラで、色データを得ること
ができない場合が多い。また、朝、昼、夕では輝度変化
が大きいため、輝度に頼り過ぎると、誤検出の可能性が
大きくなる。また、波と同じまたは類似した色の車輌が
走行していると、該車輌の走行を越波と誤検出する可能
性が大きくなる。
視のためのカメラは白黒カメラで、色データを得ること
ができない場合が多い。また、朝、昼、夕では輝度変化
が大きいため、輝度に頼り過ぎると、誤検出の可能性が
大きくなる。また、波と同じまたは類似した色の車輌が
走行していると、該車輌の走行を越波と誤検出する可能
性が大きくなる。
【０００５】本発明の目的は、前記した従来技術の問題
点を解消し、画像中の明るさや色合いの変化の影響を受
けにくく、また走行車両の色に悪影響を受けにくい、道
路異常検出装置を提供することにある。
点を解消し、画像中の明るさや色合いの変化の影響を受
けにくく、また走行車両の色に悪影響を受けにくい、道
路異常検出装置を提供することにある。
【０００６】
【課題を解決するための手段】前記の目的を達成するた
めに、本発明は、遠隔監視カメラを用いて道路上の異常
を自動監視する道路異常検出装置において、道路領域の
画像の動ベクトルを計算する動ベクトル計算部と、該動
ベクトルの向きを検出する動ベクトル向き検出部と、前
記動ベクトルの向きと、予め検出されている平常時の道
路領域の動ベクトルの向きの平均とを比較する比較手段
とを具備し、該比較手段により、前記動ベクトルの向き
が前記平常時の道路領域の動ベクトルの平均から所定量
以上ずれていると判断された時に、道路異常と判定する
ようにした点に第１の特徴がある。
めに、本発明は、遠隔監視カメラを用いて道路上の異常
を自動監視する道路異常検出装置において、道路領域の
画像の動ベクトルを計算する動ベクトル計算部と、該動
ベクトルの向きを検出する動ベクトル向き検出部と、前
記動ベクトルの向きと、予め検出されている平常時の道
路領域の動ベクトルの向きの平均とを比較する比較手段
とを具備し、該比較手段により、前記動ベクトルの向き
が前記平常時の道路領域の動ベクトルの平均から所定量
以上ずれていると判断された時に、道路異常と判定する
ようにした点に第１の特徴がある。
【０００７】また、本発明は、道路領域の画像の動ベク
トルを計算する動ベクトル計算部と、該動ベクトルの向
きを検出する動ベクトル向き検出部と、前記動ベクトル
の向きと、予め検出されている平常時の道路領域の動ベ
クトルの向きの平均値および分散とを蓄積する統計量蓄
積部と、前記動ベクトル向き検出部で検出された動ベク
トルの向きと、前記統計量蓄積部に蓄積された平常時の
道路領域の動ベクトルの向きの平均値および分散とか
ら、異常動ベクトル度を計算する異常動ベクトル度計算
部とを具備し、該異常動ベクトル度計算部で求められた
異常動ベクトル度をもとに、道路異常を検出するように
した点に第２の特徴がある。
トルを計算する動ベクトル計算部と、該動ベクトルの向
きを検出する動ベクトル向き検出部と、前記動ベクトル
の向きと、予め検出されている平常時の道路領域の動ベ
クトルの向きの平均値および分散とを蓄積する統計量蓄
積部と、前記動ベクトル向き検出部で検出された動ベク
トルの向きと、前記統計量蓄積部に蓄積された平常時の
道路領域の動ベクトルの向きの平均値および分散とか
ら、異常動ベクトル度を計算する異常動ベクトル度計算
部とを具備し、該異常動ベクトル度計算部で求められた
異常動ベクトル度をもとに、道路異常を検出するように
した点に第２の特徴がある。
【０００８】前記した第１、第２の特徴によれば、道路
異常を、画像の動ベクトルの向きを基に検出することが
できるので、画像中の明るさや色合いの変化、あるいは
走行車両の色に影響されずに、精度良く、検出できるよ
うになる。
異常を、画像の動ベクトルの向きを基に検出することが
できるので、画像中の明るさや色合いの変化、あるいは
走行車両の色に影響されずに、精度良く、検出できるよ
うになる。
【０００９】
【発明の実施の形態】以下に、図面を参照して、本発明
を詳細に説明する。最初に、本発明の原理を説明する。
を詳細に説明する。最初に、本発明の原理を説明する。
【００１０】まず、越波などの道路異常が発生していな
い通常時に、道路監視カメラで撮影された画像から、道
路上の画像の動ベクトルを検出し、その向き（角度）、
分散等の統計量を算出する。そして、該統計量を、通常
時の車輌の走行に起因する道路上の動ベクトルの統計的
特徴として、蓄積・記憶する。その後、該道路監視カメ
ラで撮影された現在の道路上の画像の動ベクトルを検出
し、予め求めておいた、前記通常時の道路上の動ベクト
ルの統計的特徴と比較する。
い通常時に、道路監視カメラで撮影された画像から、道
路上の画像の動ベクトルを検出し、その向き（角度）、
分散等の統計量を算出する。そして、該統計量を、通常
時の車輌の走行に起因する道路上の動ベクトルの統計的
特徴として、蓄積・記憶する。その後、該道路監視カメ
ラで撮影された現在の道路上の画像の動ベクトルを検出
し、予め求めておいた、前記通常時の道路上の動ベクト
ルの統計的特徴と比較する。
【００１１】一般に、道路上の走行車輌は道路に沿って
走り、一方、越波等は海岸沿いの道路に対してほぼ垂直
方向から襲来するから、現在の道路上の動ベクトルと、
前記通常時の道路上の動ベクトルの統計的特徴とを比較
し、前者が後者から大きく外れると、越波等の異常が発
生したことが分かる。以上が、本発明の原理である。
走り、一方、越波等は海岸沿いの道路に対してほぼ垂直
方向から襲来するから、現在の道路上の動ベクトルと、
前記通常時の道路上の動ベクトルの統計的特徴とを比較
し、前者が後者から大きく外れると、越波等の異常が発
生したことが分かる。以上が、本発明の原理である。
【００１２】次に、本発明の一実施形態の機能構成を、
図１を参照して説明する。図１は、越波などの道路異常
が発生していない通常時に、車輌の走行に起因する道路
上の動ベクトルの統計的特徴を求める機能と、越波など
の道路異常を検出する機能とを有する装置の機能ブロッ
ク図である。
図１を参照して説明する。図１は、越波などの道路異常
が発生していない通常時に、車輌の走行に起因する道路
上の動ベクトルの統計的特徴を求める機能と、越波など
の道路異常を検出する機能とを有する装置の機能ブロッ
ク図である。
【００１３】図１において、道路監視カメラで撮影され
た画像は、ブロック分割部１に入力する。ここに、道路
監視カメラは固定式でも、可動式でもよい。ブロック分
割部１は、入力してきた画像を、例えば、１６画素×１
６画素のサイズのブロックに分割する。次に、該ブロッ
ク分割部１で作成されたブロックは、道路領域内ブロッ
ク抽出部２に送られる。
た画像は、ブロック分割部１に入力する。ここに、道路
監視カメラは固定式でも、可動式でもよい。ブロック分
割部１は、入力してきた画像を、例えば、１６画素×１
６画素のサイズのブロックに分割する。次に、該ブロッ
ク分割部１で作成されたブロックは、道路領域内ブロッ
ク抽出部２に送られる。
【００１４】道路領域内ブロック抽出部２は、予め求め
られている道路領域情報１１を参照して、入力してきた
ブロックが道路領域内のブロックであるか否かの判別を
する。そして、道路領域内に属さないブロックは捨て、
道路領域内のブロックのみを採用して、動ベクトル計算
部３に送出する。例えば、画面３０内の画像が図２のよ
うであり、道路領域が斜線領域３１である場合、該斜線
領域３１に掛からないブロックＢ1 、Ｂ2 、…は捨てら
れ、一方該斜線領域３１に掛かるブロックＢn、Ｂn+1
、…は採用される。なお、道路監視カメラが可動式の
場合の前記道路領域情報１１の検出は、例えば本出願人
による特許出願（特願２０００−０５１４１３）「道路
領域検出装置」等により、行うことができる。
られている道路領域情報１１を参照して、入力してきた
ブロックが道路領域内のブロックであるか否かの判別を
する。そして、道路領域内に属さないブロックは捨て、
道路領域内のブロックのみを採用して、動ベクトル計算
部３に送出する。例えば、画面３０内の画像が図２のよ
うであり、道路領域が斜線領域３１である場合、該斜線
領域３１に掛からないブロックＢ1 、Ｂ2 、…は捨てら
れ、一方該斜線領域３１に掛かるブロックＢn、Ｂn+1
、…は採用される。なお、道路監視カメラが可動式の
場合の前記道路領域情報１１の検出は、例えば本出願人
による特許出願（特願２０００−０５１４１３）「道路
領域検出装置」等により、行うことができる。
【００１５】次に、動ベクトル計算部３は、入力してき
たブロックＢn 、Ｂn+1 、…毎に動ベクトルを計算し、
その結果を動ベクトル向き（角度）検出部４に出力す
る。該動ベクトル向き検出部４は、入力してきた動ベク
トルの角度θを検出する。
たブロックＢn 、Ｂn+1 、…毎に動ベクトルを計算し、
その結果を動ベクトル向き（角度）検出部４に出力す
る。該動ベクトル向き検出部４は、入力してきた動ベク
トルの角度θを検出する。
【００１６】今は、スイッチング部ＳＷは端子ａ側に接
続されているので、前記動ベクトル向き検出部４の出力
は、動ベクトル向き蓄積部５に蓄積される。該動ベクト
ル向き蓄積部５に監視カメラ映像のＮフレーム分のデー
タが蓄積されると、平均値演算部６と分散演算部７が作
動する。平均値演算部６は、道路領域内の各ブロック毎
の動ベクトルの角度θ、すなわち画像面上での水平軸と
なす角度θの平均を、例えばＮフレームの平均を取ると
して、次の(1) 式により演算する。
続されているので、前記動ベクトル向き検出部４の出力
は、動ベクトル向き蓄積部５に蓄積される。該動ベクト
ル向き蓄積部５に監視カメラ映像のＮフレーム分のデー
タが蓄積されると、平均値演算部６と分散演算部７が作
動する。平均値演算部６は、道路領域内の各ブロック毎
の動ベクトルの角度θ、すなわち画像面上での水平軸と
なす角度θの平均を、例えばＮフレームの平均を取ると
して、次の(1) 式により演算する。
【００１７】
【数１】
【００１８】ここに、前記θi は、第ｉフレームの当該
ブロックの動ベクトルの角度を示す。 道路上の動ベク
トルは、通常時には、車輛が走行している時には車輛の
動ベクトル、すなわち道路に沿った向きに発生し、車輛
が走行していない時には、動ベクトルなし（０ベクト
ル）となる。したがって、上記(1) 式により、動ベクト
ルの角度θの平均値Θを求めることにより、通常時の道
路上のベクトルの典型的な向きを求めることができる。
例えば、前記道路領域内のあるブロックの動ベクトルの
角度θの平均値Θは、図３のようになる。図３の横軸は
該動ベクトルのｘ成分（Ｖx ）、縦軸はｙ成分（Ｖy ）
を示し、図中の直線は前記あるブロックの動ベクトルの
Ｎフレームに渡る向きの平均を表す。なお、上記の(1)
式は、車輛が走行していない時の動ベクトル（０ベクト
ル）を含んでいるので、これを除外した平均値Θを求め
るようにしてもよい。
ブロックの動ベクトルの角度を示す。 道路上の動ベク
トルは、通常時には、車輛が走行している時には車輛の
動ベクトル、すなわち道路に沿った向きに発生し、車輛
が走行していない時には、動ベクトルなし（０ベクト
ル）となる。したがって、上記(1) 式により、動ベクト
ルの角度θの平均値Θを求めることにより、通常時の道
路上のベクトルの典型的な向きを求めることができる。
例えば、前記道路領域内のあるブロックの動ベクトルの
角度θの平均値Θは、図３のようになる。図３の横軸は
該動ベクトルのｘ成分（Ｖx ）、縦軸はｙ成分（Ｖy ）
を示し、図中の直線は前記あるブロックの動ベクトルの
Ｎフレームに渡る向きの平均を表す。なお、上記の(1)
式は、車輛が走行していない時の動ベクトル（０ベクト
ル）を含んでいるので、これを除外した平均値Θを求め
るようにしてもよい。
【００１９】次に、分散演算部７は、各ブロック毎の動
ベクトルの向きの分散を計算する。この分散は、通常時
の道路上の動ベクトルが、どれ程、その平均からばらつ
くかを示すものであり、第２のパラメータとして挙げる
ことができる。該分散σe 2は、次の(2) 式から求める
ことができる。
ベクトルの向きの分散を計算する。この分散は、通常時
の道路上の動ベクトルが、どれ程、その平均からばらつ
くかを示すものであり、第２のパラメータとして挙げる
ことができる。該分散σe 2は、次の(2) 式から求める
ことができる。
【００２０】
【数２】
【００２１】ここに、Ｎ、θi 、およびΘは、上記(1)
式の場合と同様である。なお、該分散においても、動ベ
クトルの発生していないブロックの分は、該分散の計算
から除外することもできる。
式の場合と同様である。なお、該分散においても、動ベ
クトルの発生していないブロックの分は、該分散の計算
から除外することもできる。
【００２２】以上のようにして、通常時の動ベクトルに
関する代表的な統計量、すなわち道路領域内の各ブロッ
ク毎の動ベクトルの角度θの平均値Θ、及び分散σe 2
を算出することができる。これらの、平均値Θ及び分散
σe 2 は、統計量蓄積部８に記憶される。
関する代表的な統計量、すなわち道路領域内の各ブロッ
ク毎の動ベクトルの角度θの平均値Θ、及び分散σe 2
を算出することができる。これらの、平均値Θ及び分散
σe 2 は、統計量蓄積部８に記憶される。
【００２３】次に、越波などの道路異常を検出する場合
の動作を説明する。この場合には、前記スイッチング部
ＳＷは端子ｂ側に接続される。
の動作を説明する。この場合には、前記スイッチング部
ＳＷは端子ｂ側に接続される。
【００２４】この場合の前記ブロック分割部１、道路領
域内ブロック抽出部２、動ベクトル計算部３、および動
ベクトル向き検出部４の動作は、前記の場合と同様であ
るので、説明を省略する。
域内ブロック抽出部２、動ベクトル計算部３、および動
ベクトル向き検出部４の動作は、前記の場合と同様であ
るので、説明を省略する。
【００２５】前記動ベクトル向き検出部４で検出された
道路領域内の各ブロック毎の動ベクトルの向きは、異常
動ベクトル度Ｑ計算部１２に入力される。該異常動ベク
トル度Ｑ計算部１２は、動ベクトル向き検出部４で検出
された動ベクトルの角度θ（＝θ0 とする）が、走行車
輛によるものであるか、あるいは越波などの道路異常に
よるものであるかの検出を行う。
道路領域内の各ブロック毎の動ベクトルの向きは、異常
動ベクトル度Ｑ計算部１２に入力される。該異常動ベク
トル度Ｑ計算部１２は、動ベクトル向き検出部４で検出
された動ベクトルの角度θ（＝θ0 とする）が、走行車
輛によるものであるか、あるいは越波などの道路異常に
よるものであるかの検出を行う。
【００２６】前記動ベクトル向き検出部４で検出された
動ベクトルの角度θ0 が、走行車輛である確率Ｐ（θ0
）は、次の(3) 式で表されるような正規分布をなすと
考える。
動ベクトルの角度θ0 が、走行車輛である確率Ｐ（θ0
）は、次の(3) 式で表されるような正規分布をなすと
考える。
【００２７】
【数３】
【００２８】これより、逆に、道路領域上のあるブロッ
クにおける観測動ベクトルの向きがθ0 であった時、そ
のブロックにおける異常動ベクトル度Ｑは、次の(4) 式
で求めることができる。この最大値は１、最小値は０と
なる。
クにおける観測動ベクトルの向きがθ0 であった時、そ
のブロックにおける異常動ベクトル度Ｑは、次の(4) 式
で求めることができる。この最大値は１、最小値は０と
なる。
【００２９】
【数４】
【００３０】比較部１３は、閾値１４（例えば、０．
５）と比較し、道路領域内にある各ブロックの異常動ベ
クトル度Ｑを、該閾値１４と比較する。そして、該ブロ
ックの異常動ベクトル度Ｑが、一個でも該閾値１４より
大きければ、道路上に越波等が生じたとして警報器１５
を作動する。
５）と比較し、道路領域内にある各ブロックの異常動ベ
クトル度Ｑを、該閾値１４と比較する。そして、該ブロ
ックの異常動ベクトル度Ｑが、一個でも該閾値１４より
大きければ、道路上に越波等が生じたとして警報器１５
を作動する。
【００３１】以上のように、本実施形態によれば、道路
監視カメラで撮影された画像情報の道路領域内にある各
ブロックの動ベクトルに基づいて、道路異常を検出する
ようにしているので、画像中の明るさや色合いの変化の
影響や、走行車両の色等から悪影響を受けにくい道路異
常検出装置を提供することができる。
監視カメラで撮影された画像情報の道路領域内にある各
ブロックの動ベクトルに基づいて、道路異常を検出する
ようにしているので、画像中の明るさや色合いの変化の
影響や、走行車両の色等から悪影響を受けにくい道路異
常検出装置を提供することができる。
【００３２】なお、前記実施形態の変形例として、図４
に示されているように、異常動ベクトル度Ｑの平均値
を、平均値演算部２０で計算し、該平均値と前記閾値１
４とを比較部１３で比較するようにしてもよい。この変
形例によれば、少々の越波、飛翔する鳥等の検出では警
報部１５は作動しなくなり、道路異常を安定的に検出で
き、信頼性を高めることができるようになる。また、前
記閾値１４の大きさを適当に調整することにより、道路
異常を検出するレベルを適正レベルに設定することがで
きるようになる。
に示されているように、異常動ベクトル度Ｑの平均値
を、平均値演算部２０で計算し、該平均値と前記閾値１
４とを比較部１３で比較するようにしてもよい。この変
形例によれば、少々の越波、飛翔する鳥等の検出では警
報部１５は作動しなくなり、道路異常を安定的に検出で
き、信頼性を高めることができるようになる。また、前
記閾値１４の大きさを適当に調整することにより、道路
異常を検出するレベルを適正レベルに設定することがで
きるようになる。
【００３３】次に、本発明の第２実施形態を図５に示
す。この実施形態は、前記第１実施形態と比較し、道路
監視カメラで撮影された画像情報の道路領域内にある各
ブロックの動ベクトルの向きのみに着目して、道路異常
を検出するようにしたものである。すなわち、道路の平
常時に、平均値演算部６により、画像情報の道路領域内
にある各ブロックの動ベクトルの向きの平均値を演算
し、該平均値Θを蓄積部８ａに予め蓄積しておく。
す。この実施形態は、前記第１実施形態と比較し、道路
監視カメラで撮影された画像情報の道路領域内にある各
ブロックの動ベクトルの向きのみに着目して、道路異常
を検出するようにしたものである。すなわち、道路の平
常時に、平均値演算部６により、画像情報の道路領域内
にある各ブロックの動ベクトルの向きの平均値を演算
し、該平均値Θを蓄積部８ａに予め蓄積しておく。
【００３４】次いで、スイッチング部ＳＷを端子ｂ側に
接続して、道路監視を行う。動ベクトル向き検出部４で
検出された動ベクトルの角度θは、比較部１３に送ら
れ、前記動ベクトルの向きの平均値Θと比較される。そ
して、該角度θが平均値Θより所定量（＝α）以上ずれ
ていると、すなわちθ≧Θ＋α、またはθ≦Θ−αとな
ると、道路異常が発生したと判断して警報部１５を作動
する。
接続して、道路監視を行う。動ベクトル向き検出部４で
検出された動ベクトルの角度θは、比較部１３に送ら
れ、前記動ベクトルの向きの平均値Θと比較される。そ
して、該角度θが平均値Θより所定量（＝α）以上ずれ
ていると、すなわちθ≧Θ＋α、またはθ≦Θ−αとな
ると、道路異常が発生したと判断して警報部１５を作動
する。
【００３５】なお、本実施形態の変形例として、比較部
１３の前段に平均値演算部を設け、各ブロックの動ベク
トルの向きをブロック毎に複数フレームに渡って平均し
た後、比較部１３で閾値１４と前記のように比較するよ
うにしてもよい。
１３の前段に平均値演算部を設け、各ブロックの動ベク
トルの向きをブロック毎に複数フレームに渡って平均し
た後、比較部１３で閾値１４と前記のように比較するよ
うにしてもよい。
【００３６】
【発明の効果】以上の説明から明らかなように、本発明
によれば、道路監視カメラで撮影された画像の道路上の
動ベクトルの向きを基に道路異常を検出するようにして
いるので、従来装置のように、朝、昼、夕での画像の輝
度変化や、走行車輌の色等に影響されずに、道路異常を
検出できるようになる。また、このため、道路異常を精
度良く検出できるようになる。
によれば、道路監視カメラで撮影された画像の道路上の
動ベクトルの向きを基に道路異常を検出するようにして
いるので、従来装置のように、朝、昼、夕での画像の輝
度変化や、走行車輌の色等に影響されずに、道路異常を
検出できるようになる。また、このため、道路異常を精
度良く検出できるようになる。
【００３７】本発明は、特に海岸道路沿いの越波等の道
路異常の検出に利用すると、その効果は大きい。
路異常の検出に利用すると、その効果は大きい。
【図１】 本発明の第１実施形態の概略の構成を示す機
能ブロック図である。
能ブロック図である。
【図２】 道路監視カメラで撮影された画像と、道路領
域内ブロックの一例の説明図である。
域内ブロックの一例の説明図である。
【図３】 平常時の道路領域内ブロックのあるブロック
の動ベクトルの向きの平均値を示す図である。
の動ベクトルの向きの平均値を示す図である。
【図４】 第１実施形態の変形例の要部ブロック図であ
る。
る。
【図５】 本発明の第２実施形態の概略の構成を示す機
能ブロック図である。
能ブロック図である。
１…ブロック分割部、２…道路領域内ブロック抽出部、
３…動ベクトル計算部、４…動ベクトル向き検出部、５
…動ベクトル向き蓄積部、８…統計量蓄積部、１１…道
路領域情報、１２…異常動ベクトル度Ｑ計算部、１３…
比較部、１４…閾値、
３…動ベクトル計算部、４…動ベクトル向き検出部、５
…動ベクトル向き蓄積部、８…統計量蓄積部、１１…道
路領域情報、１２…異常動ベクトル度Ｑ計算部、１３…
比較部、１４…閾値、
フロントページの続き (72)発明者 松本 修一 埼玉県上福岡市大原２−１−15 株式会社 ケイディディ研究所内 Ｆターム(参考） 5B057 AA16 AA19 BA02 CA02 CA12 CA16 DB02 DB05 DC08 DC32 5C054 FC01 FC12 FC13 FC16 GB01 GB12 HA18 HA26 5H180 CC04 EE02 EE12 5L096 AA03 BA02 BA04 CA02 FA32 FA33 GA08 HA04 JA11
Claims (4)
- 【請求項１】 遠隔監視カメラを用いて道路上の異常を
自動監視する道路異常検出装置において、 道路領域の画像の動ベクトルを計算する動ベクトル計算
部と、 該動ベクトルの向きを検出する動ベクトル向き検出部
と、 前記動ベクトルの向きと、予め検出されている平常時の
道路領域の動ベクトルの向きの平均とを比較する比較手
段とを具備し、 該比較手段により、前記動ベクトルの向きが前記平常時
の道路領域の動ベクトルの平均から所定量以上ずれてい
ると判断された時に、道路異常と判定するようにしたこ
とを特徴とする道路異常検出装置。 - 【請求項２】 遠隔監視カメラを用いて道路上の異常を
自動監視する道路異常検出装置において、 道路領域の画像の動ベクトルを計算する動ベクトル計算
部と、 該動ベクトルの向きを検出する動ベクトル向き検出部
と、 前記動ベクトルの向きと、予め検出されている平常時の
道路領域の動ベクトルの向きの平均値および分散とを少
なくとも蓄積する統計量蓄積部と、 前記動ベクトル向き検出部で検出された動ベクトルの向
きと、前記統計量蓄積部に蓄積された少なくとも平常時
の道路領域の動ベクトルの向きの平均値および分散とか
ら、異常動ベクトル度を計算する異常動ベクトル度計算
部とを具備し、 該異常動ベクトル度計算部で求められた異常動ベクトル
度をもとに、道路異常を検出するようにしたことを特徴
とする道路異常検出装置。 - 【請求項３】 請求項１または２に記載の道路異常検出
装置において、 前記動ベクトル計算部は、道路領域の画像の各ブロック
の動ベクトルを計算し、前記動ベクトル向き検出部は、
前記各ブロックの動ベクトルの向きを検出することを特
徴とする道路異常検出装置。 - 【請求項４】 請求項２に記載の道路異常検出装置にお
いて、 前記異常動ベクトル度計算部は、前記平常時の道路領域
の動ベクトルの向きの平均値および分散を、それぞれ
Θ、σe 2 とする時、動ベクトルθ0 の異常動ベクトル
度Ｑを下式により計算することを特徴とする道路異常検
出装置。 Ｑ＝１−ｅｘｐ（−（θ0 −Θ）2 ／２σe 2 ）
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000178387A JP2001357484A (ja) | 2000-06-14 | 2000-06-14 | 道路異常検出装置 |
| US09/873,276 US6952449B2 (en) | 2000-06-14 | 2001-06-05 | Detection apparatus for road obstructions |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000178387A JP2001357484A (ja) | 2000-06-14 | 2000-06-14 | 道路異常検出装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001357484A true JP2001357484A (ja) | 2001-12-26 |
Family
ID=18679822
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000178387A Pending JP2001357484A (ja) | 2000-06-14 | 2000-06-14 | 道路異常検出装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6952449B2 (ja) |
| JP (1) | JP2001357484A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014071640A (ja) * | 2012-09-28 | 2014-04-21 | Saxa Inc | 監視装置及び監視システム |
| JP2018032118A (ja) * | 2016-08-23 | 2018-03-01 | 沖電気工業株式会社 | 画像処理装置、画像処理方法およびプログラム |
| JP2019012496A (ja) * | 2017-07-03 | 2019-01-24 | 富士通株式会社 | 検出プログラム、方法、及び装置 |
Families Citing this family (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7953219B2 (en) * | 2001-07-19 | 2011-05-31 | Nice Systems, Ltd. | Method apparatus and system for capturing and analyzing interaction based content |
| US7728870B2 (en) * | 2001-09-06 | 2010-06-01 | Nice Systems Ltd | Advanced quality management and recording solutions for walk-in environments |
| US20050030374A1 (en) * | 2001-09-06 | 2005-02-10 | Yoel Goldenberg | Recording and quality management solutions for walk-in environments |
| AU2002337592A1 (en) * | 2001-09-24 | 2003-04-07 | Nice Systems Ltd. | System and method for the automatic control of video frame rate |
| US7436887B2 (en) * | 2002-02-06 | 2008-10-14 | Playtex Products, Inc. | Method and apparatus for video frame sequence-based object tracking |
| US20050128304A1 (en) * | 2002-02-06 | 2005-06-16 | Manasseh Frederick M. | System and method for traveler interactions management |
| AU2002361483A1 (en) * | 2002-02-06 | 2003-09-02 | Nice Systems Ltd. | System and method for video content analysis-based detection, surveillance and alarm management |
| US7761544B2 (en) | 2002-03-07 | 2010-07-20 | Nice Systems, Ltd. | Method and apparatus for internal and external monitoring of a transportation vehicle |
| KR100865034B1 (ko) | 2002-07-18 | 2008-10-23 | 엘지전자 주식회사 | 모션 벡터 예측 방법 |
| JP4112968B2 (ja) | 2002-12-26 | 2008-07-02 | 富士通株式会社 | ビデオテキスト処理装置 |
| US6822969B2 (en) | 2003-04-03 | 2004-11-23 | Motorola, Inc. | Method and apparatus for scheduling asynchronous transmissions |
| US20060089837A1 (en) * | 2003-04-09 | 2006-04-27 | Roy Adar | Apparatus, system and method for dispute resolution, regulation compliance and quality management in financial institutions |
| AU2003253233A1 (en) * | 2003-08-18 | 2005-03-07 | Nice Systems Ltd. | Apparatus and method for audio content analysis, marking and summing |
| WO2005046195A1 (en) * | 2003-11-05 | 2005-05-19 | Nice Systems Ltd. | Apparatus and method for event-driven content analysis |
| WO2005086046A1 (en) * | 2004-03-10 | 2005-09-15 | Nice Systems Ltd. | Apparatus and method for generating a content-based follow up |
| US8204884B2 (en) * | 2004-07-14 | 2012-06-19 | Nice Systems Ltd. | Method, apparatus and system for capturing and analyzing interaction based content |
| WO2006021943A1 (en) * | 2004-08-09 | 2006-03-02 | Nice Systems Ltd. | Apparatus and method for multimedia content based |
| US8724891B2 (en) * | 2004-08-31 | 2014-05-13 | Ramot At Tel-Aviv University Ltd. | Apparatus and methods for the detection of abnormal motion in a video stream |
| US7463755B2 (en) * | 2004-10-10 | 2008-12-09 | Qisda Corporation | Method for correcting motion vector errors caused by camera panning |
| WO2006082591A2 (en) * | 2005-02-07 | 2006-08-10 | Nice Systems Ltd. | Upgrading performance using aggregated information shared between management systems |
| US8005675B2 (en) * | 2005-03-17 | 2011-08-23 | Nice Systems, Ltd. | Apparatus and method for audio analysis |
| EP1867167A4 (en) * | 2005-04-03 | 2009-05-06 | Nice Systems Ltd | DEVICE AND METHOD FOR SEMI-AUTOMATIC TRACKING AND INVESTIGATION OF AN OBJECT OR EVENT AT A MONITORED LOCATION |
| US7386105B2 (en) * | 2005-05-27 | 2008-06-10 | Nice Systems Ltd | Method and apparatus for fraud detection |
| JP4811201B2 (ja) * | 2005-12-06 | 2011-11-09 | 日産自動車株式会社 | 走路境界線検出装置、および走路境界線検出方法 |
| WO2007086042A2 (en) * | 2006-01-25 | 2007-08-02 | Nice Systems Ltd. | Method and apparatus for segmentation of audio interactions |
| US8725518B2 (en) | 2006-04-25 | 2014-05-13 | Nice Systems Ltd. | Automatic speech analysis |
| DE102006060893A1 (de) * | 2006-05-12 | 2007-11-15 | Adc Automotive Distance Control Systems Gmbh | Vorrichtung und Verfahren zum Bestimmen eines Freiraums vor einem Fahrzeug |
| WO2007135656A1 (en) * | 2006-05-18 | 2007-11-29 | Nice Systems Ltd. | Method and apparatus for combining traffic analysis and monitoring center in lawful interception |
| US7822605B2 (en) * | 2006-10-19 | 2010-10-26 | Nice Systems Ltd. | Method and apparatus for large population speaker identification in telephone interactions |
| US7631046B2 (en) * | 2006-10-26 | 2009-12-08 | Nice Systems, Ltd. | Method and apparatus for lawful interception of web based messaging communication |
| US7577246B2 (en) * | 2006-12-20 | 2009-08-18 | Nice Systems Ltd. | Method and system for automatic quality evaluation |
| US20080189171A1 (en) * | 2007-02-01 | 2008-08-07 | Nice Systems Ltd. | Method and apparatus for call categorization |
| US8571853B2 (en) * | 2007-02-11 | 2013-10-29 | Nice Systems Ltd. | Method and system for laughter detection |
| US7599475B2 (en) * | 2007-03-12 | 2009-10-06 | Nice Systems, Ltd. | Method and apparatus for generic analytics |
| US20090012826A1 (en) * | 2007-07-02 | 2009-01-08 | Nice Systems Ltd. | Method and apparatus for adaptive interaction analytics |
| DE112012002885B4 (de) | 2011-07-08 | 2022-01-27 | Bendix Commercial Vehicle Systems Llc | Verfahren und Vorrichtung zur bildbasierten Fahrzeugerfassung und Entfernungsmessung |
| US9495609B2 (en) | 2014-04-30 | 2016-11-15 | Bendix Commercial Vehicle Systems Llc | System and method for evaluating data |
| CN104573695A (zh) * | 2014-12-23 | 2015-04-29 | 北京恒达锦程图像技术有限公司 | 一种能快速定位感兴趣区的路面裂缝检测方法和系统 |
| EP3273908B1 (en) * | 2015-03-25 | 2019-10-30 | Sanford Health | Pararenal and thoracic arch stent graft |
| TWI563844B (en) * | 2015-07-24 | 2016-12-21 | Vivotek Inc | Setting method for a surveillance system, setting device thereof and computer readable medium |
| US11727684B2 (en) * | 2020-08-21 | 2023-08-15 | Ubicquia Iq Llc | Automated virtual tripwire placement |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0833299B2 (ja) | 1987-08-17 | 1996-03-29 | 日産自動車株式会社 | 車両用方位計 |
| US5371539A (en) * | 1991-10-18 | 1994-12-06 | Sanyo Electric Co., Ltd. | Video camera with electronic picture stabilizer |
| JP3144151B2 (ja) | 1993-05-12 | 2001-03-12 | オムロン株式会社 | 交通流異常検出装置 |
| US5745169A (en) * | 1993-07-19 | 1998-04-28 | British Telecommunications Public Limited Company | Detecting errors in video images |
| JP2951230B2 (ja) * | 1994-09-22 | 1999-09-20 | 三洋電機株式会社 | ２次元映像から３次元映像を生成する方法 |
| JP3759280B2 (ja) | 1997-04-15 | 2006-03-22 | 富士通株式会社 | 道路監視用事象検知装置 |
| US6512537B1 (en) * | 1998-06-03 | 2003-01-28 | Matsushita Electric Industrial Co., Ltd. | Motion detecting apparatus, motion detecting method, and storage medium storing motion detecting program for avoiding incorrect detection |
| JP3791232B2 (ja) | 1998-06-17 | 2006-06-28 | オムロン株式会社 | センサ装置及びセンサシステム |
| SG89282A1 (en) * | 1999-05-28 | 2002-06-18 | Kent Ridge Digital Labs | Motion information extraction system |
| US6707486B1 (en) * | 1999-12-15 | 2004-03-16 | Advanced Technology Video, Inc. | Directional motion estimator |
-
2000
- 2000-06-14 JP JP2000178387A patent/JP2001357484A/ja active Pending
-
2001
- 2001-06-05 US US09/873,276 patent/US6952449B2/en not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014071640A (ja) * | 2012-09-28 | 2014-04-21 | Saxa Inc | 監視装置及び監視システム |
| JP2018032118A (ja) * | 2016-08-23 | 2018-03-01 | 沖電気工業株式会社 | 画像処理装置、画像処理方法およびプログラム |
| JP2019012496A (ja) * | 2017-07-03 | 2019-01-24 | 富士通株式会社 | 検出プログラム、方法、及び装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20020005898A1 (en) | 2002-01-17 |
| US6952449B2 (en) | 2005-10-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001357484A (ja) | 道路異常検出装置 | |
| US7982774B2 (en) | Image processing apparatus and image processing method | |
| EP2549738B1 (en) | Method and camera for determining an image adjustment parameter | |
| KR101687530B1 (ko) | 촬상 시스템에 있어서의 제어방법, 제어장치 및 컴퓨터 판독 가능한 기억매체 | |
| CN106851049A (zh) | 一种基于视频分析的场景变更检测方法及装置 | |
| CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
| JPH08241414A (ja) | 動物体検出・追跡装置と閾値決定装置 | |
| CN112561951B (zh) | 一种基于帧差绝对误差和sad的运动和亮度检测方法 | |
| JP2013101419A (ja) | 画像信号処理装置 | |
| US20110280442A1 (en) | Object monitoring system and method | |
| CN111582166B (zh) | 基于高斯建模和YoLo V3目标检测的遗留物检测方法 | |
| JP7125843B2 (ja) | 障害検知システム | |
| KR100513739B1 (ko) | 얼굴특징을 이용한 움직임 검출장치 및 이를 적용한감시시스템 | |
| JP3134845B2 (ja) | 動画像中の物体抽出装置及び方法 | |
| JP2001160146A (ja) | 画像認識方法および画像認識装置 | |
| JPH07249128A (ja) | 車両用画像処理装置 | |
| WO2018037479A1 (ja) | 画像処理装置、ステレオカメラ装置及び画像処理方法 | |
| JP4302801B2 (ja) | 物体追跡方法及び物体追跡装置 | |
| CN113936242B (zh) | 一种视频图像干扰检测方法、系统、设备以及介质 | |
| CN111145219B (zh) | 一种基于Codebook原理的高效视频移动目标检测方法 | |
| JP3736836B2 (ja) | 物体検出方法及び物体検出装置及びプログラム | |
| JPH0514891A (ja) | 画像監視装置 | |
| JPH09322153A (ja) | 自動監視装置 | |
| JP2002190027A (ja) | 画像認識による速度測定システム及び速度測定方法 | |
| RU2676028C1 (ru) | Способ обнаружения оставленного предмета в видеопотоке |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050401 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050427 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050623 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20050914 |