JP2002157598A

JP2002157598A - 侵入者検知システム

Info

Publication number: JP2002157598A
Application number: JP2000350257A
Authority: JP
Inventors: Yukinobu Tokieda; 幸伸時枝; Mamoru Kawamura; 守川村
Original assignee: Japan Radio Co Ltd
Current assignee: Japan Radio Co Ltd
Priority date: 2000-11-16
Filing date: 2000-11-16
Publication date: 2002-05-31
Anticipated expiration: 2020-11-16
Also published as: JP3721071B2

Abstract

(57)【要約】【課題】環境の明るさの変化に追従して安定的に侵入
者検知ができるとともに、侵入者の位置を高精度に特定
できるシステムを提供する。【解決手段】サブトラクタ１２０ａにより最新原画像
Ｉ_;tから固定背景Ｉ^(B)を減算し、絶対値演算器１２５
ａによりその絶対値を求めることにより、移動物体部分
が（比較的）高輝度でそれ以外の部分の輝度がほぼ０で
ある固定背景差分画像を生成する。前回の検知タイミン
グに取得した前回原画像Ｉ_;t-1にも同様の処理を行う。
そして、サブトラクタ１３０によりそれら固定背景差分
画像同士の差をとる。これにより、移動物体の現在位置
の部分が正、前回位置の部分が負、背景部分がほぼ０と
なる差分画像が得られる。整流器１３５によりこの負値
部分を０にすることにより、移動物体の現在位置が正レ
ベルで他の部分がほぼ０の画像が得られ、移動物体の現
在位置を特定できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、画像処理により侵
入者を検知するシステムに関する。

【０００２】

【従来の技術】画像処理による侵入者検知の手法は、カ
メラで撮影した最新画像と保持している背景画像との差
分を取り、その差分画像を解析することで侵入者の有無
を判定するものが一般的である。従来手法は、背景画像
として何を用いるかにより、固定背景方式と連続背景更
新方式の２種類に大別できる。

【０００３】固定背景方式は、システム起動時等に撮影
した画像を背景画像として保持し、その後背景画像の更
新を行わずに同じ背景画像を利用する方式である。背景
画像の取り込みは、侵入者が存在しないタイミングで行
われる。

【０００４】一方、連続背景更新方式は、前回の侵入者
判定処理時の撮影画像を保持しておき、それを最新の撮
影画像と比較して判定処理を行う方式である。すなわち
この場合、背景画像は前回の撮影画像である。ただし当
然ながら、背景画像として採用されるのは、前回の判定
処理時に侵入者無しと判定された場合に限る。この方式
では、前回判定時からみて変化の起こった画像領域を抽
出でき、その変化領域の情報を侵入者の判定処理に用い
る。

【０００５】

【発明が解決しようとする課題】固定背景方式は、変化
の少ない環境の監視には有効な手法であり、例えば侵入
者が静止していても、侵入者がいないときの固定背景と
の比較によりそれを安定して検知できる。しかしなが
ら、この方式は、背景自体が変化するような環境での使
用には適さない。例えば屋外の監視では、時間によって
背景の輝度自体が変化してしまう。このように背景自体
が変化する環境の監視では、固定背景方式を採用する
と、侵入者有無の判定を含めシステム動作が不安定にな
るという問題があった。

【０００６】これに対し、連続背景更新方式は、少し前
に撮影した画像と最新画像を比較する方式なので、背景
が時間経過に従って徐々に変化していく環境の監視には
適している。しかしながら、この方式は、侵入者が静止
していたり、あるいはその動きが非常に緩慢な場合に
は、前回画像との差分が小さくなるため、侵入者を見逃
す可能性が大きい。また、この方式は、前回画像との単
純な差分を用いているため、侵入者が検知できたとして
も、その位置の特定精度はあまりよくない。なぜなら、
この方式では、（１）前回撮影時には侵入者がいたが今
回撮影時にはいなくなった領域と、（２）今回撮影時に
は侵入者がいるが前回撮影時には侵入者がいなかった領
域、の両方が変化領域として同時に検出されるからであ
る。

【０００７】本発明は、このような従来技術の問題点に
鑑みなされたものであり、従来の連続背景更新方式のよ
うに環境（背景）の変化に追従して安定的に侵入者判定
ができるとともに、固定背景方式のように侵入者の位置
を高精度に特定できるシステムを提供することを目的と
する。また本発明は、監視領域内で静止した侵入者も検
知できるシステムを提案する。

【０００８】

【課題を解決するための手段】上記目的を達成するた
め、本発明に係る侵入者検知システムは、固定背景画像
を保持する手段と、前回の検知処理タイミングに監視カ
メラから取得した前回画像を保持する手段と、今回の検
知処理タイミングに監視カメラから取得した最新画像を
保持する手段と、最新画像及び前回画像について、それ
ぞれ固定背景画像との差分の絶対値をとって固定背景差
分画像を生成する手段と、最新画像についての固定背景
差分画像から前回画像についての固定背景差分画像を差
し引いて、移動物体の現在位置の部分が正の値を持つ差
分画像を生成し、この差分画像に基づき侵入者を検知す
る手段とを備える。

【０００９】また、好適な態様では、侵入者検知システ
ムは、前回の検知処理タイミングにおいて検知した侵入
者の画像内での存在場所に関する情報を保持する手段
と、前記侵入者の画像内での前記存在場所について前記
最新画像及び前回画像の相関を求め、その相関が所定値
より高い場合に当該侵入者がその場所に静止していると
判断する手段とをさらに備える。

【００１０】また、別の好適な態様では、侵入者検知シ
ステムは、前記監視カメラの監視領域内に存在する既知
の可動物体の存在領域を記憶する手段を備え、その存在
領域を侵入者検知対象から外して処理を行う。

【００１１】さらに別の態様では、前記差分画像に基づ
き侵入者を検知する手段は、前記差分画像を２値化し、
その２値化結果の画像に現れる白画素塊を、当該画像内
での人間のサイズの範囲ごに統合し、その統合結果ごと
に侵入者か否かをを判定する。この態様において、白画
素塊の統合を、前記２値化結果を前記画像内での人間の
サイズに応じて低解像度化した低解像度画像を用いて行
うことにより、処理を簡便に行える。

【００１２】また、別の好適な態様では、予め設定され
た時間帯ごとに、それに対応する固定背景画像を保持
し、今回の検知処理タイミングの時間帯に対応する固定
背景画像を選択して用いる。

【００１３】また、別の好適な態様では、明るさの異な
る時点で撮影した複数の固定背景画像を保持し、それら
複数の固定背景画像のうち、最新画像に対する類似性が
もっとも高い固定背景画像を選択して用いる。

【００１４】これらの態様によれば、監視期間を複数の
区間に分けてそれぞれの区間で最適な固定背景画像を用
いることができるので、監視期間における背景の明るさ
の変化幅が著しい場合などでも、請求項１の原理による
侵入者検知を実行できる。

【００１５】

【発明の実施の形態】以下、本発明の実施の形態（以下
実施形態という）について、図面に基づいて説明する。

【００１６】一般に侵入者検知システムでは、所定の時
間間隔（例えば１秒）ごとの侵入者検知処理の際に、今
回監視カメラから最新の画像を取り込み、それを基準画
像と比較して侵入者の有無を判定する。従来方式でいえ
ば、基準画像として固定背景画像を用いるのが固定背景
方式であり、前回の検知処理時の撮影画像を用いるのが
連続背景更新方式である。これに対し、最新の撮影画
像、前回撮影画像、及び固定背景の３つの画像を用い
る。

【００１７】本実施形態の侵入者検知処理の原理を説明
する前に、説明の簡素化のために記号を導入する。ま
ず、所定時間間隔ごとの侵入者検知処理時点で最新の原
画像をＩ_;t、前回検知処理時の原画像をＩ_;t-1 と表
す。ここで原画像とは、侵入者検知システム付属の監視
カメラで得られた生のデジタル画像である。この画像に
対し後述する各種の画像処理が施され、侵入者の有無や
その位置などの各種判定が行われることになる。また、
添え字ｔは検知処理タイミングの一連番号である。ま
た、固定背景画像をＩ^(B)と表す。また、画像Ｉ中の座
標（ｘ，ｙ）の画素値はｙｘを下付き添え字で付加する
ことにより表す。例えば、最新原画像Ｉ_;tの座標（ｘ，
ｙ）の画素値はＩ_yx;tとなる。なお、以下の処理では画
像の輝度に注目するので、以下画像Ｉは輝度画像（グレ
ースケール）であるものとする。監視カメラがカラーで
ある場合は、そのカラー画像から輝度画像を生成した上
で、以下に示す処理を実行する。

【００１８】さて、従来の連続背景更新方式で侵入者位
置の特定精度が悪かった理由は、最新原画像Ｉ_;tと前回
原画像Ｉ_;t-1の差分画像において、最新の侵入者位置と
前回の侵入者位置の両方が変化領域として検出されるた
めであった。ところが、このように両方が変化領域とし
て検出されても、背景が暗く侵入者が明るいという限定
された環境であれば、現在の侵入者位置が特定できる。
この点について、図１を参照して説明する。

【００１９】図１において、（ａ）は最新の原画像、
（ｂ）は前回の原画像、（ｃ）は両者の差分の画像、す
なわち｛（最新原画像）−（前回原画像）｝を示す。こ
こでは、背景１００及び移動物体（侵入者の候補）１１
０はそれぞれ単一輝度とし、移動物体１１０は背景１０
０よりも輝度が高いものとする。最新原画像（ａ）と前
回原画像（ｂ）では、移動物体１１０の位置が移動して
いる。差分画像（ｃ）では、差分値ｄが正（ｄ＞０）の
領域、負（ｄ＜０）の領域、ほぼ０（ｄ≒０）の領域が
できる。ここで差分画像（ｃ）において、前回原画像で
は移動物体１１０がないが最新原画像では移動物体１１
０がある位置ではｄ＞０であり、逆に前回原画像では移
動物体１１０があったが最新原画像では移動物体１１０
がなくなった位置ではｄ＜０となっている。上記条件が
満たされれば、このような関係が維持される。したがっ
て、差分画像（ｃ）において画素値が正になる部分が移
動物体１１０と推定できる。なお、本実施形態のシステ
ムでは、このように抽出した移動物体のうち、人間のサ
イズの範囲に収まるものを侵入者と判定する（詳細は後
述）。

【００２０】なお、この方法では移動物体の形状を完全
に抽出することができない場合がある。例えば、移動物
体の輝度が均一で移動速度が低い（すなわち前回の検知
処理タイミングから今回までの移動距離が短い）場合に
は、移動物体の一部分しか抽出できない。しかしなが
ら、このような場合でも、前回に移動物体があった位置
を現在の移動物体の存在位置として誤検出することは防
がれるので、メリットは大きい。

【００２１】本実施形態では、このような限定された環
境と同等な画像を作り出すのに固定背景方式を利用す
る。すなわち、最新原画像Ｉ_;t及び前回原画像Ｉ_;t-1か
ら、固定背景画像Ｉ^(B)をそれぞれ減算する。本システ
ムが設置された環境が、背景の輝度変化の大きくないも
のであれば、各時点での撮影画像の背景部分と固定背景
画像の対応部分と輝度差よりも、移動物体と固定背景画
像との輝度差の方が一般に大きくなる。したがって、最
新原画像と固定背景との差分｛Ｉ_;t−Ｉ^(B)｝、及び前
回原画像と固定背景との差分｛Ｉ_;t-1−Ｉ^(B)｝のそれ
ぞれについて絶対値をとれば、それら各絶対値画像は背
景部分よりも移動物体の部分の方が高レベルとなった画
像、すなわち、背景が暗く移動物体が明るい画像、が得
られる。これら絶対値画像同士の差をとれば、前述した
原理のように、現検知処理タイミングでの移動物体の位
置が正の値、前回の移動物体の位置が負の値、前回も今
回もともに背景であった部分がほぼ０値、となる画像が
得られる。ここで、絶対値画像同士の差の負値の部分の
値を強制的に０に変更すれば、現在の移動物体の存在す
る部分のみが正の値となり、その他の部分がほぼ０とな
る画像が得られる。このようにして、現処理タイミング
における移動物体（すなわち侵入者の候補）を求めるこ
とができる。

【００２２】このような侵入者検出手法の処理を図２の
回路図を参照して説明する。この図は、上記原理に従っ
た処理をわかりやすく説明するために、概念的な回路と
して示したものであり、実際にはこの回路機能はコンピ
ュータソフトウエアとして構築することが一般的であろ
う。ただし、この回路機能をハードウエア回路として構
築することももちろん可能である。この回路システムに
は、最新原画像Ｉ_;t、前回原画像Ｉ_;t-1、固定背景画像
Ｉ^(B)の画像信号がそれぞれ入力される。サブトラクタ
（引算器）１２０ａは最新原画像が固定背景を差し引
き、サブトラクタ１２０ｂは前回原画像から固定背景を
差し引く。絶対値演算器１２５ａ，１２５ｂは、サブト
ラクタ１２０ａ，１２０ｂから出力される引算結果の絶
対値を求めて出力する。サブトラクタ１３０は、絶対値
演算器１２５ａの出力信号から絶対値演算器１２５ｂの
出力を差し引く。このサブトラクタ１３０の出力は、整
流器１３５を通ることにより、信号の負レベルの部分が
０レベルとなる。したがって、整流器１３５の出力信号
は、移動物体に対応する部分のみが正レベルで、他の部
分がほぼ０に近いレベルの信号となる。これが出力画像
Ｄである。この出力画像信正レベルの部分が、侵入者の
候補となる移動物体を表していると考えられる。

【００２３】以上の処理は次のような数式で表現でき
る。

【００２４】

【数１】

【数２】すなわち、上記式（１）では、原画像と固定背景画像に
ついて、画素ごとに差分及び絶対値演算が行われる。こ
の演算で得られる画像ｄを固定背景差分画像と呼ぶこと
にする。この演算を最新原画像及び前回原画像の両方に
ついて行い、固定背景差分画像ｄ_;t、ｄ_;t-1を求める。
式（２）では、これら両者の差（ｄ_;t−ｄ _;t-1）が画素
ごとに計算され、さらに半波整流処理が行われる。この
結果得られる画像Ｄでは、移動物体の現在の存在領域が
正レベルで、他の部分が０となる。この画像Ｄを差分画
像と呼ぶことにする。

【００２５】そして、本実施形態では、このようにして
求められた差分画像Ｄに対し、２値化やラベリングなど
の画像処理を施すことにより、移動物体を表す画像部分
を切り出し、その大きさなどから、それが侵入者である
か否かを判定する。なお、この処理の詳細は、後に後述
する。

【００２６】以上、背景が時々刻々変化する場合でも、
現時点での侵入者の位置を求める方法の概要を説明し
た。この方法を用いれば、侵入者が移動していれば、そ
れを検出してその現在位置を求めることができる。とこ
ろが、侵入者が静止してしまうと、上記の方法では侵入
者を検出できなくなる。そこで、本実施形態のシステム
では、静止している侵入者を検知するための手法を実装
している。以下、この手法について説明する。

【００２７】侵入者は、今現在静止しているとしても、
監視領域に侵入してその位置に来るまでの間に、上述し
た移動物体の検知手法により必ず検知されているはずで
ある。そして、侵入者が静止している場合、前回の検知
処理タイミングにおいて上述の手法で検出された侵入者
と同じ場所にいる。このような知見に基づき、本実施形
態では、前回検知タイミングで侵入者が検出されている
場合に、その侵入者を表す画像領域について、前回原画
像と最新原画像の相関値を計算し、その相関値が所定の
しきい値以上の場合（すなわち前回原画像と最新原画像
がある程度以上似ている場合）に、侵入者がその場所で
静止していると判定する。

【００２８】図３は、この侵入者静止判定処理の概念を
説明するための図である。この図の例は、前回の検知タ
イミングで撮影した前回原画像にて２人の侵入者１４０
ａ，１４０ｂが検出され、今回の検知タイミングでは侵
入者１４０ａは前回の位置に止まっており、侵入者１４
０ｂは前回の位置から動いている場合を示している。こ
の場合、今回の検知タイミングにおける静止侵入者検知
のためには、前回原画像及び最新原画像の中に、前回原
画像での各侵入者１４０ａ，１４０ｂの存在領域それぞ
れのバウンディングボックス（ｘ、ｙ軸に平行な辺から
なり、存在領域を取り囲む最小の矩形）を、相関処理領
域１４２ａ，１４２ｂとしてそれぞれ設定する。そし
て、相関処理領域１４２ａと１４２ｂのそれぞれについ
て、前回原画像における当該領域の画像と最新原画像に
おける当該領域の画像との相関値を計算する。この例で
は、相関処理領域１４２ａについては相関値が大きくな
り、相関処理領域１４２ｂについては相関値が小さくな
る。これにより、前回検知タイミングに相関処理領域１
４２ａにいた侵入者は、今回のタイミングでもその場所
に居続け、静止していると判定できる。

【００２９】以上、本実施形態の侵入者検知の主要なポ
イントについて説明した。次に、本実施形態のシステム
構成及び処理内容について詳細に説明する。

【００３０】図４を参照して、本実施形態の侵入者検知
システムのソフトウエア的なシステム構成を説明する。
この画像処理機構では、前述した最新原画像１５０，前
回原画像１５２、及び固定背景画像１５４の３つの画像
に加え、処理領域マスク１５６が用いられる。処理領域
マスク１５６は、監視領域内に存在する可動物体（例え
ば風によって揺れる可能性のある枝や木の葉の部分）を
侵入者検知処理から除くためのマスク画像である。侵入
者検知処理部１６０は、これら各画像１５０〜１５６を
用いて、各検知タイミングにて侵入者の検知処理を行う
処理モジュールである。侵入者検知処理部１６０は、典
型的には、以下に説明する処理内容を記述したプログラ
ムを、侵入者検知装置のＣＰＵで実行することにより実
現される。侵入者検知処理パラメータ１６２は、この検
知処理で用いられる各種パラメータである。侵入者情報
格納領域１６４は、侵入者検知処理部１６０が検出した
侵入者の情報などを保持しておく記憶領域である。そし
て、作業領域１６６は、侵入者検知処理部１６０が検知
処理を行う際に利用する記憶領域である。なお、処理領
域マスク１５６や侵入者検知処理パラメータ１６２，侵
入者情報格納領域１６４の内容や利用の仕方について
は、後述する処理手順の説明の際にあわせて説明する。

【００３１】次に、このシステムの処理手順について、
図５を参照して説明する。

【００３２】システムに電源を投入したあと最初に到来
した検知タイミングでは、前回原画像が存在しないの
で、今回のタイミングで撮影した原画像を前回原画像Ｉ
_;t-1にセットする（Ｓ１０）。その後に続く処理ステッ
プＳ１２〜Ｓ３６のループは、検知タイミングが到来す
るごとに繰り返し実行される処理である。

【００３３】この処理ループでは、まずＳ１２では、今
回の検知タイミングにて監視カメラで撮影された原画像
を最新原画像Ｉ_;tにセットする。

【００３４】次に侵入者静止判定処理を実行する（Ｓ１
４）。この静止判定処理の概要についてはすでに図３を
参照して説明したが、ここではさらに図６のフローチャ
ートを参照してその手順を説明する。この処理手順で
は、侵入者情報格納領域１６４に格納されているすべて
の侵入者情報について、Ｓ４０〜Ｓ４４の処理を実行す
る。ここで、侵入者情報格納領域１６４には、後述する
Ｓ３０の侵入者判定処理で検出された各侵入者ごとに、
その侵入者の存在領域その他の情報が格納されており
（詳細は後述）、ここではそれら各侵入者ごとに静止判
定が繰り返されることになる。まず、この繰り返し処理
の最初では、判定対象に選んだ侵入者の画像のバウンデ
ィングボックス（相関処理領域）について、前回原画像
Ｉ_;t-1と最新原画像Ｉ_;tとの間の画像の相関値が計算さ
れる（Ｓ４０）。相関値Ｒは次式から計算される。

【００３５】

【数３】ここで、座標（ｘ₀，ｙ₀）及び（ｘ₁，ｙ₁）は、それぞ
れ相関処理領域（バウンディングボックス）の左上隅及
び右下隅の頂点の座標を示している。この相関値Ｒは、
正規化相関係数と呼ばれ、０≦Ｒ≦１の範囲の値をと
る。そして、任意の定数λ（≠０）に関し、矩形領域の
すべての画素（ｘ，ｙ）についてＩ_yx;t＝λＩ_yx;t-1が
成り立つ場合にのみ、Ｒ＝１となる。すなわち、最新原
画像と前回原画像との間で、相関処理領域内の各対応画
素が比例関係の画素値を持っている場合に、Ｒ＝１とな
る。そして、このように求めた相関値Ｒをあらかじめ定
めた規定値と比較し（Ｓ４２）、相関値Ｒが規定値より
小さい場合は、現在判定対象としている侵入者情報を侵
入者情報格納領域１６４から削除する（Ｓ４４）。この
場合、前回検知された侵入者は移動しているはずなの
で、このステップで侵入者情報を削除しても、その侵入
者はこの後のＳ３０（詳細は後述）の侵入者判定処理に
て改めて検知されることになる。一方、Ｓ４２の判定で
相関値Ｒが規定値以上の場合は、当該侵入者情報の削除
は行わない。これにより、前回検知タイミングで検出さ
れた侵入者が静止している場合は、その旨を検知して、
その静止している侵入者の侵入者情報を格納領域１６４
内に残すことができる。すなわち、静止している侵入者
は、Ｓ３０の侵入者判定処理では検知されないが、この
静止判定処理により検知することができる。この静止判
定処理は、侵入者情報格納領域１６４に登録されている
すべての侵入者情報について行われるので、前回検知タ
イミングの終了時点で検知されているすべての侵入者に
ついて、静止しているか否かが判定でき、静止している
場合にはそれを格納領域１６４から削除しないようにす
ることができる。なお、電源投入後、最初の侵入者が検
知されるまでは、侵入者情報格納領域１６４は空なの
で、この侵入者静止判定処理は実質的には行われない。
なお、侵入者静止の判断基準となる相関値のしきい値
（規定値）は、例えば０．９９５などの大きい値とし、
侵入者検知処理パラメータ１６２に予め登録しておく。

【００３６】再び図５の説明に戻り、静止判定処理が終
わると、次に差分画像Ｄを求める（Ｓ１６）。この差分
画像Ｄは、図２を用いて説明した処理操作により得られ
る、現在の移動物体の領域を抽出した画像である。Ｓ１
６において、Diff（）は、最新原画像Ｉ_;t、前回原画像
Ｉ_;t-1及び固定背景Ｉ^(B)から、前述の式（１）及び
（２）で表される演算処理により差分画像Ｄを求める処
理操作を表している。

【００３７】差分画像Ｄが求められると、次にその差分
画像Ｄに対し２値化処理を施す（Ｓ１８）。Ｓ１８にお
いてBinr()は２値化演算を表す。この２値化演算では、
差分画像Ｄの各画素ごとに、画素値（輝度）を２値化し
きい値と比較し、画素値がそのしきい値を越える場合は
その画素に白、すなわち２値のうちの“１”を割り当
て、それ以外の場合はその画素に黒、すなわち“０”の
値を割り当てる。この２値化処理は、移動物体部分とそ
れ以外の部分とを２値で区別できるようにするために行
う。

【００３８】この２値化処理において、移動物体部分と
他の部分と正しく区別するには、２値化しきい値を画像
全体の輝度に応じて適切に設定する必要がある。このた
め、本実施形態では、判別分析法（大津の方法）を用い
ることにより、最適なしきい値を動的に計算する。ただ
し、この判別分析法は、入力画像によらず必ずしきい値
を算出するので、移動物体が存在しない画像でもその画
像に応じた２値化しきい値を算出してしまい、その結果
移動物体がないにもかかわらず２値化処理により白にな
る部分が現れる場合がある。本実施形態では、このよう
なことを防ぐため、差分画像Ｄに移動物体がない場合に
は判別分析法により求めたしきい値を用いず、予め設定
しておいた固定しきい値を用いる。すなわち、移動物体
がない場合には、差分画像Ｄの導出手順（式（１）、
（２）等参照）から分かるように、差分画像Ｄは全画素
がほぼ０に近い小さい値となるので、判別分析法で求め
られる２値化しきい値も０に近い小さい値となる。そこ
で、判別分析法で求めたしきい値をその固定しきい値と
比較し、固定しきい値の方が大きい場合には、固定しき
い値の方を２値化しきい値として採用する。このような
２値化しきい値制御により、移動物体がない場合に白画
素が生じることを防止することができる。固定しきい値
の値は、侵入者検知処理パラメータ１６２に予め登録し
ておく。なお、固定しきい値は、例えば、１画素８ビッ
ト（すなわち画素値が０〜２５５の整数）の画像で昼間
の場合には３０程度に設定する。

【００３９】しかしながら、２値化処理（Ｓ１８）で白
画素として抽出されるのは、侵入者の候補となる厳密な
意味での移動物体のみとは限らない。例えば、監視領域
内の草木などの可動物体が風などで揺れた場合には、そ
の部分が白画素となることもあるし、画像取り込み処理
の際のハードウエアのノイズによって白画素が生じる場
合もある。また、カメラ自体が揺れれば、監視領域全体
がカメラに対して相対的に動いたことになり、白画素が
生じる。これらは、侵入者検知という観点から見ればい
ずれもノイズであり、正確な判定のためにこれらノイズ
の除去が求められる。本実施形態では、このようなノイ
ズに対する対策の一環として、まずマスク処理（Ｓ２
０）及び収縮・膨張処理（Ｓ２２）を行う。

【００４０】マスク処理（Ｓ２０）は、監視領域内にあ
る草木等の既知の可動物が侵入者として検出されてしま
うのを防止するための処理である。すなわち、既知可動
物の存在領域自体は予め分かっているので、この処理で
は、２値画像Ｂ上の既知可動物の存在領域をマスクで覆
ってしまうことで、それが動いても白画素として抽出さ
れないようにする。マスク処理のための演算では、２値
画像Ｂと、予め用意した処理領域マスクＭ（図４では処
理領域マスク１５６）との論理積（＆）を求める。マス
クＭは、既知可動物の存在領域の各画素を黒（０）に、
それ以外の部分を白（１）にした画像である。この論理
積演算により、２値画像Ｂ上で既知可動物の部分に白画
素があったとしても、その部分はマスクにより値が０
（黒）になる。

【００４１】収縮・膨張処理（Ｓ２２）は、ハードウエ
アノイズやカメラの揺れなどによるノイズを除去するた
めの処理である。これらの原因によるノイズは、たいて
いの場合、せいぜい１画素程度の点状であったり、１〜
２画素程度の幅のライン状であったりすることが多い。
そこで、この収縮・膨張処理（Ｓ２２）では、まずマス
ク処理済みの画像Ｂ₁に対して収縮処理を施す。収縮処
理では、白画素の各塊を１画素幅ずつ狭める（黒画素部
分を広げると言ってもよい）。この処理により、２画素
幅の白画素のラインや点は消えてしまう。次に、この逆
の操作（すなわち膨張処理）を行うことで、消えてしま
った細いラインや点以外の大きな白画素塊は収縮前の状
態に戻る。

【００４２】なお、この収縮をＮ回繰り返した後、膨張
をＮ回行う用にすれば、２Ｎ画素幅の白画素の点やライ
ンを除去することができる。ノイズが大きい場合には、
収縮、膨張の繰り返し回数Ｎを大きく設定すればよい。
この回数Ｎの値は、ノイズ除去レベルとして、侵入者検
知処理パラメータ１６２に登録することができる。

【００４３】膨張・収縮処理（ConExp()）が終わると、
その結果得られた画像Ｂ₂ も対してラベリング処理を行
って、白画素群を連結成分の塊に分けて整理する（Ｓ２
４）。ラベリング処理には、公知の様々な手法があり、
本実施形態は基本的にそのいずれを用いてもよい。ラベ
リングにより、白画素の各塊（連結成分）ごとに、異な
るラベルが割り当てられる。例えば、本出願人が特願平
１２−８７８３号で提案した高速ラベリング手法を用い
た場合、ラベリング処理を高速に行うことができるとと
もに、生成された白画素塊の位置や面積、重心位置など
幾何学的情報を同時に求めることができる。この手法の
詳細については、上記公開公報を参照されたい。

【００４４】ラベリングが終わると、次に、ノイズ除去
の一環として、小面積の白画素塊の除去処理を行う（Ｓ
２６）。この処理では、ラベリングした白画素塊のう
ち、予め登録された面積（例えば１０平方画素）未満の
もののラベリングを無効にする。ラベリングを無効とさ
れた白画素塊は、以降の処理では無視される。これによ
り、ノイズの可能性の高い小面積の白画素塊を除去する
ことができる。

【００４５】次に、ラベルが付与された各白画素塊の統
合処理を行う（Ｓ２８）。監視カメラの画像から１人の
侵入者が１つの白画素塊として抽出されることは少な
く、一般には、頭や胴、四肢といった部位ごとに異なる
塊として抽出されることが多い。そこで、この統合処理
では、それら１人の侵入者を構成すると考えられる複数
の塊を互いに関連づけて１つにまとめる。この処理で統
合するのは、画像内での互いの距離が所定のしきい値以
下である塊である。この統合処理の基準となる距離のし
きい値は、監視カメラの画像の中に映る人物のサイズに
応じて定め、侵入者検知処理パラメータ１６２に予め設
定しておく。例えば、監視カメラの撮影画像が水平６４
０画素×垂直４８０画素であり、監視領域の幅が１０ｍ
である場合、１ｍの幅は約６４画素に相当する。したが
って、この場合、水平方向には肩幅相当の２０画素程度
のしきい値、垂直方向には胴体長さ相当の６０画素程度
のしきい値をそれぞれ設定すれば、分離抽出された１人
の侵入者の各部位を１つに統合することができる。な
お、この例では、統合処理のための距離のしきい値を、
水平方向及び垂直方向のそれぞれについて定め、登録し
ているが、これはあくまで一例である。

【００４６】具体的な統合の方法としては、画像の解像
度を落とす方法を用いる。ここで、解像度変換による統
合の原理を以下に説明する。

【００４７】水平Ｗ画素×垂直Ｈ画素の２値画像Ｂの座
標（ｘ，ｙ）の画素値をＢ_yxと標記し、白画素は値
“１”、黒画素は値“０”であるとする。この２値画像
Ｂにラベリングを施して得たラベル画像Ｌを、水平方向
の距離しきい値２ｕ_x、垂直方向の距離しきい値２ｕ_yを
用いて統合する場合を考える。この統合処理のため、ま
ず元の２値画像Ｂから、解像度を落とした２値画像ｂを
生成する。低解像度２値画像ｂは、

【数４】のサイズになる。ここで、

【数５】は、実数ａの小数部を切り上げて整数化した値である。
なお、低解像度化に当たり、元の画像Ｂの外側（すなわ
ちｘ≧Ｗ、ｙ≧Ｈ）は、画素値を０（黒）とする。低解
像度画像ｂを求める演算は、ξ＝０，１，２，…，ｗ−
１、η＝０，１，２，…，ｈ−１として、次のように表
される。

【００４８】

【数６】この演算は、元の２値画像Ｂをｕ_x×ｕ_y個のメッシュに
分割し、その画像Ｂの中で、低解像度画像ｂ上の座標
（ξ，η）に対応するメッシュの中の各画素の値Ｂ _yxの
論理和をとる処理を表している。すなわち、メッシュの
中に１つでも“１”（白）があれば、低解像度画像の当
該メッシュに対応する画素の値も“１”になる。

【００４９】そして、この低解像度化処理により得られ
た低解像度画像ｂに対してラベリングを行う。このラベ
リングの結果得られたラベル画像ｌの各画素の値ｌ_hxを
用いて、元の２値画像Ｂに対応するラベル画像Ｌの各画
素の値を修正する。この修正の演算式を次に示す。

【００５０】

【数７】ここで、演算、

【数８】は、実数ａの小数部を切り捨てて整数化する処理であ
る。

【００５１】以上説明した式（６）、（７）等によるラ
ベル修正により、１人の侵入者を構成すると考えられる
各白画素塊に対して同じラベルが割り当てられる。以上
の処理は、厳密な意味では上述した水平及び垂直方向の
しきい値判定とは異なっているものの、得られる修正ラ
ベル画像Ｌは厳密な処理によって得られるものに近いも
のとなっている。そしてなによりも、この近似的な手法
は、厳密な処理よりも計算コストが大幅に少ないという
点で大きな利点を有する。

【００５２】図７に、この統合処理の結果の一例を示
す。この例では、統合処理前のラベル画像２００は８連
結ラベリング処理によるものである。低解像度ラベル画
像２１０は、元の画像２００の２×３画素を１画素にし
ており、４連結ラベリングによりラベルを付与した結果
である。そして、統合処理結果２２０では、元の解像度
の画像の各白画素に対し、低解像度ラベル画像２１０の
対応画素と同じラベルが設定されている。

【００５３】このように同一ラベルを付与されて統合さ
れた塊（以下「統合塊」という）について、重心や面積
などの幾何学的情報を計算することもできる。面積は、
同一ラベルを持つ画素の数を計数すればよいし、重心は
それら各画素の座標の平均をとることにより求めること
ができる。また、侵入者静止判定や後述する侵入者判定
の際の相関処理のために、統合塊のバウンディングボッ
クスを求めることもできる。これには、同一ラベルを持
つ画素のｘ、ｙ座標それぞれの最小値及び最大値を求め
ればよい。また、前述の本出願人が特願平１２−８７８
３号で提案した手法を用いて予め個々の塊の重心等が求
められている場合は、これを情報を利用して統合塊の重
心等をより高速に求めることができる。これには、例え
ば同じ侵入者の一部を構成する塊同士が同じラベルで統
合されるのに併せて、元は塊単位で求められていた面積
や重心、左上隅座標、右下隅座標などを、同一ラベルの
塊群での値に更新するわけである。例えば、ラベルｎと
ｍが付与されていた塊が統合されてラベルＮの統合塊と
なった場合、その統合塊Ｎの左上隅座標（ｘ_N ^(UL)，ｙ_N
^(UL)）、右下隅座標（ｘ_N ^(LR)，ｙ_N ^(LR)）、面積Ｓ_N、
重心座標（ｘ_N ^(G)，ｙ_N ^(G)）は、それぞれ次のように求
めることができる。

【００５４】

【数９】なお、この統合処理の最後に、求めた各統合塊の面積を
チェックし、予め登録された上限値を超える面積の統合
塊があった場合には、監視カメラの揺れ等による画像異
常と判断して、以降の侵入者検知処理を取りやめる。監
視カメラの揺れ等はノイズ処理においても取り上げた
が、ノイズ処理が対象とするのは比較的小さい揺れであ
るのに対し、ここでは、何らかの原因によりもっと大き
な揺れ等が生じた場合を対象とする。このように大きな
揺れが生じた場合、監視領域各部のカメラに対する相対
移動量はきわめて大きくなるので、ノイズとして除去さ
れなくなり、侵入者と誤認識される可能性がでてくる。
ところが、このような場合、ほぼ画面全体が前回の位置
から移動することになるので、白画素として抽出される
面積は非常に大きくなる。そこで、このことを利用し
て、統合塊の面積が所定の上限値より大きい場合は、侵
入者ではなく、カメラの揺れに起因するものと判断する
わけである。なお、この判断の基準として用いる上限値
は、監視カメラの画像内で侵入者が通常とりうる面積の
範囲より大きく定める。この上限値は、侵入者検知処理
パラメータ１６２に登録しておく。

【００５５】統合処理が終わると、次に、その統合結果
を用いて侵入者判定処理を実行する（Ｓ３０）。侵入者
判定処理の詳細を図８に示す。この処理では、統合処理
で求められた各統合塊ごとに、Ｓ５０〜Ｓ５６の処理に
より、その統合塊が侵入者であるか否かを判定する。

【００５６】Ｓ５０では、統合塊が侵入者（人間）らし
い面積を持っているかどうかを判定する。例えば前述し
た水平幅１０ｍの監視領域を６４０×４８０画素の画像
として撮影する例の場合、身長１７０ｃｍ、肩幅５０ｃ
ｍの人物の画像を囲むバウンディングボックスの面積は
理論的には３８４０平方画素程度となる。ただし、実際
には、本実施形態では移動部分のみを抽出して２値化し
ており、また侵入者の全身がカメラによってとらえられ
るとは限らないので、統合塊の面積がもっと小さくなる
可能性も大いにある。逆に、侵入者が荷物を持っていた
り、複数人の侵入者が接近していたりする場合には、統
合塊の面積がその理論値よりも大きくなることもあり得
る。このようなことから、Ｓ５０の判断基準は、上記理
論値から比較的余裕を持った幅にすることが望ましい。
例えば、理論値の２５〜２００％（８７０〜６９６９平
方画素）を、侵入者と判断する面積の範囲とするなどで
ある。この侵入者と判断する面積の範囲は、侵入者検知
処理パラメータ１６２に予め登録しておく。

【００５７】Ｓ５０の判定で、統合塊が侵入者らしい面
積を持っていない（ＦＡＬＳＥ）と判定された場合、こ
の統合塊は侵入者でない可能性が極めて高いので、これ
についてはなにも行わず、次の統合塊の処理に移行す
る。

【００５８】Ｓ５０の判定で統合塊が侵入者らしい面積
を持っている（ＴＲＵＥ）と判定された場合、次にその
統合塊のバウンディングボックスの内部について、最新
原画像Ｉ_;tと前回原画像Ｉ_;t-1の相関を演算する（Ｓ５
２）。

【００５９】ここでの相関演算にも、上述の式（３）を
用いる。この相関演算は、照明の変化（屋内監視の場
合）や急激な天候変化（屋外監視の場合）などの場合
に、侵入者でないものを侵入者と判定することを防ぐた
めの処理である。すなわち、本実施形態では、移動物体
を抽出するのに最新原画像Ｉ_;tと前回原画像Ｉ_;t-1の輝
度差をみているため（式（１）、（２）参照）、天候や
照明状況の急変により監視領域内の既存物体（侵入者以
外）の輝度が変化した場合、それが差分画像Ｄ中に抽出
されてしまう。ところが、このような既存物体は動かな
いので、最新原画像と前回原画像とで、その物体の画像
は、輝度は変わっても全体的なパターンはほとんど変わ
らない。したがって、このような場合、式（３）により
求めた相関値はきわめて１に近い値になる。そこで、注
目している統合塊について求めた相関値が高ければ、そ
の統合塊は侵入者でないと判断するようにする。

【００６０】したがって、以降の手順では、Ｓ５２で求
めた相関値が予め登録しておいた規定値より小さいか否
かを判定し（Ｓ５４）、相関値が規定値より小さい場合
にのみ、当該統合塊が侵入者であると判断し、その統合
塊の情報を侵入者情報格納領域１６４に格納する（Ｓ５
６）。なお、判断基準となる規定値は、例えば０．９９
５などの高い値であり、予め侵入者検知処理パラメータ
１６２に登録しておく。なお、この規定値は、静止判定
処理（Ｓ１２）で用いた規定値と兼用することもできる
し、それらを別々に登録することもできる。Ｓ４６で侵
入者情報格納領域１６４に格納する情報は、その侵入者
の統合塊の幾何学的情報（面積、重心、バウンディング
ボックスの定義情報など）などである。このように格納
された侵入者情報は、次の検知処理タイミングでの侵入
者静止判定などに利用される。また、Ｓ５４で相関値が
規定値以上であった場合、注目している統合塊は侵入者
でないと判断され、侵入者情報の登録は行われない。

【００６１】以上説明したＳ５０〜Ｓ５６の処理が、統
合処理Ｓ２８で求められたすべての統合塊に対して完了
すると、侵入者判定処理（Ｓ３０）が完了する。する
と、再び図５のメインルーチンの処理に戻り、侵入者情
報格納領域１６４が空でないか判定する（Ｓ３２）。そ
して、格納領域１６４が空でなければ、すなわち格納領
域１６４に侵入者情報が格納されていれば、侵入者が検
知されたと判定し、警報出力や監視者への通知などの処
理を実行する（Ｓ３４）。一方、格納領域１６４が空で
あれば、侵入者はいないので、通知処理は行わない。

【００６２】以上の処理が終了すると、最新原画像Ｉ_;t
を前回原画像Ｉ_;t-1にコピーした上で、Ｓ１２に戻って
次の検知処理タイミングの処理に移行する。

【００６３】以上本実施形態における侵入者検知処理を
説明したが、処理の安定性を向上させるために、Ｓ１２
で最新原画像Ｉ_;tを取得した後で、その原画像の平均輝
度レベルを求め、その平均輝度レベルが、予め想定して
いた範囲からはずれた場合には、その処理タイミングに
おけるＳ１４以降の処理動作をスキップするようにする
ことも好適である。すなわち、侵入者検知が可能な画像
輝度の上限値及び下限値を予め侵入者検知処理パラメー
タ１６２に登録しておき、取得した原画像の平均輝度が
その上限値以上、または下限値以下になると、以降の処
理を取りやめる。これにより、明るすぎたり暗すぎたり
するときに無理に侵入者検知処理を行うことを防止し、
侵入者の誤検出を低減できる。

【００６４】次に、以上説明した侵入者検知処理を実行
する侵入者検知装置の一例を、図９を参照して説明す
る。図４は、処理に用いるデータの観点から説明したシ
ステム構成図であったのに対し、この図９はよりハード
ウエアよりの図となっている。この例では、監視カメラ
が撮影した画像がＮＴＳＣ映像信号の形で侵入者検知装
置３００に入力される。装置３００内の画像取込部３０
２は、侵入検知処理部１６０からの制御指示に従ってＮ
ＴＳＣ映像信号を取り込み、その信号をＡ／Ｄ変換して
フレームメモリ３０４に書き込む。ランダムアクセスメ
モリ３０８には、最新原画像や前回原画像が記憶される
とともに、それら両画像を用いた侵入者検知処理の際の
途中の計算結果が保持され、さらにその検知処理の結果
得られた侵入者情報が保持される。すなわち、ランダム
アクセスメモリ３０８は、図４における最新原画像１５
０及び前回原画像１５２の保持部、作業領域１６６、及
び侵入者情報格納領域１６４として機能する。侵入者検
知処理部１６０は、フレームメモリ３０４に取り込んだ
画像（最新原画像）をランダムアクセスメモリ３０８に
展開し、その原画像と既にメモリ３０８内に保持されて
いる前回原画像とから、前述した処理を行うことによ
り、侵入者検知を行う。このときに参照される固定背景
画像１５４や処理領域マスク１５６、侵入者検知処理パ
ラメータ１６２は、不揮発性メモリ３０６に保持されて
おり、電源断などが起こってもある程度の期間は失われ
ないようになっている。システムアプリケーション３１
０は、各種侵入者検知パラメータの設定など、オペレー
タからの操作を受け付けたり、あるいはネットワークを
介した他の装置との通信処理を行ったりする機能モジュ
ールである。侵入者検知処理部１６０は、侵入者を検知
すると（Ｓ３４）、その旨をシステムアプリケーション
３１０に通知する。すると、システムアプリケーション
３１０は、警報装置制御信号を発して警報装置を作動さ
せたり、所定の場所に設置された上位システム（監視セ
ンタのホストなど）に侵入者情報を通知したりする。こ
の通知の際に、画像伝送処理部３１２を駆動して、その
際の最新原画像などを圧縮して上位システムへ伝送する
こともできる。

【００６５】以上、本発明の好適な実施の形態を説明し
た。以上説明したように、本実施形態によれば、最新原
画像、前回原画像及び固定背景画像を組み合わせること
により、移動物体の現在位置の部分の輝度が高く、それ
以外の部分の輝度がほぼ０に近い差分画像Ｄを作成する
ので、この差分画像Ｄから移動物体の位置を精度よく特
定できる。この方式では、１秒程度という短い時間間隔
の最新画像と前回画像の差分をとるので、従来の連続背
景更新方式と同様、背景の明るさの変化の影響を受けず
に安定した検知処理を行える。

【００６６】また本実施形態では、差分画像Ｄにより検
出した移動物体部分（２値画像Ｂの白画素の塊）群を、
人の大きさを基準として統合した上で、統合により得ら
れた統合塊について侵入者か否かを判定するので、撮影
状況により侵入者の身体の各部が分離して抽出された場
合でも、それらを統合して侵入者と判断することができ
る。

【００６７】また、本実施形態では、前回の検知処理の
際に侵入者を検知した領域について、最新原画像と前回
原画像の相関をとることにより、侵入者が静止している
場合でもそれを検出することができる。

【００６８】また、本実施形態では、監視領域内に草木
等の可動物体が存在することが分かっている場合、その
物体の存在領域を覆うマスクを設定し、その領域につい
ては侵入者検知の処理を行わないので、草木等の揺れを
侵入者と誤認識することを防止できる。

【００６９】なお、以上説明した実施形態のシステム
は、背景の輝度変化の幅が著しくない環境（すなわち、
侵入者の画像と固定背景との輝度差が、撮影した画像の
背景と固定背景の輝度差よりも大きいことが想定できる
環境）での運用を想定したものであり、そのような条件
が満たされる運用環境であれば、時間経過に伴って背景
の明るさが変化しても安定して侵入者を検知できる。

【００７０】ところが、屋外で２４時間監視を行う場合
などでは、昼と夜、朝夕などで背景の明るさが著しく異
なる。このような場合にも侵入者検知を可能にするため
には、工夫が必要になる。以下、このような背景の変化
幅が大きい場合に対応可能な変形例を説明する。

【００７１】この変形例の基本的な考え方は、例えば
昼、夜、朝、夕など、明るさの異なる各時点ごとに、そ
の時点の監視領域を撮影した固定背景画像１５４を用意
し、検知処理の際、その時点で適切な固定背景画像１５
４を選択して利用するというものである。検知処理の際
の固定背景画像１５４の選択には、いくつかの方法があ
る。

【００７２】まず１つの方法は、監視期間を複数の時間
帯に分け、時間帯ごとに利用する固定背景画像を設定し
ておくという方法である。侵入者の画像と固定背景画像
との輝度差が、撮影した画像の背景とその固定背景画像
の輝度差よりも大きくなるという条件が満足されるよ
う、時間帯を分割し、その時間帯に対応する固定背景画
像を用意する。この方法では、各検知処理タイミングに
おいて、現在時刻に該当する時間帯の固定背景画像を選
択して用いる。また、季節ごとに同じ時間でも背景の明
るさは異なるので、時間帯の分割や、各時間帯に用いる
固定背景画像を、季節ごとに定めておくことも好適であ
る。

【００７３】また固定背景画像の選択方法の別法とし
て、撮影した原画像（最新原画像）にもっともよく似た
固定背景画像を選択するという方法もある。類似性は、
例えば画像同士の２乗偏差で測定できる。この場合、各
固定背景画像と最新原画像との２乗偏差をそれぞれ求
め、その２乗偏差がもっとも小さい固定背景画像を選択
する。最新原画像Ｉ^(B)と固定背景画像のＩ_;tの２乗偏
差Ｖは、次式で求めることができる。

【００７４】

【数１０】ここで、Ｈ，Ｗは、それぞれ画像の高さと幅（単位：画
素）である。このように、検知処理時に撮影した原画像
に対して類似性の高い固定背景を選択するという方法で
は、個々の検知処理の際の処理量は多くなるものの、時
間帯をチェックする必要がなく、また季節の移り変わり
に応じて時間帯と固定背景を変えるなどの処理も不要に
なるという利点がある。なお、この方法でも、侵入者の
画像と固定背景画像との輝度差が、撮影した画像の背景
とその固定背景画像の輝度差よりも大きくなるという条
件を満足するのに十分な種類の固定背景画像を用意す
る。

【００７５】以上説明した変形例のシステムによれば、
背景の明るさの変化幅が著しい監視環境でも、上記実施
形態で説明した効果が得られる。

【図面の簡単な説明】

【図１】特定条件が満たされる場合の、最新の原画像
と前回の原画像との差分の性質を説明するための図であ
る。

【図２】移動物体抽出の原理を説明するための図であ
る。

【図３】相関演算による侵入者静止判定の処理を説明
するための図である。

【図４】実施形態の侵入者検知システムをデータの観
点から示した図である。

【図５】実施形態の侵入者検知処理の全体的な手順を
示すフローチャートである。

【図６】侵入者静止判定処理の手順を示すフローチャ
ートである。

【図７】解像度低下を利用した白画素塊の統合処理を
説明するための図である。

【図８】統合された白画素塊に対する侵入者判定の処
理手順を説明するための図である。

【図９】実施形態の侵入者検知装置の機能モジュール
構成を示す図である。

【符号の説明】

１５０最新原画像、１５２前回原画像、１５４固
定背景画像、１５６処理領域マスク、１６０侵入者検
知処理部、１６２侵入者検知処理パラメータ、１６４
侵入者情報格納領域、１６６作業領域。

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｈ０４Ｎ 5/225 Ｈ０４Ｎ 5/225 Ｃ 7/18 7/18 ＤＥＫＦターム(参考） 5B057 AA19 BA02 CA12 CA16 DA07 DB02 DB08 DC32 5C022 AA05 AC69 5C054 AA01 AA05 CA04 CC03 CH02 EA01 EA05 FC01 FC12 HA18 5C084 AA02 AA07 BB04 CC19 DD11 GG18 GG52 GG56 GG57 GG65 GG78 5L096 BA02 CA02 FA02 FA69 GA08 GA34 HA03

Claims

【特許請求の範囲】

【請求項１】固定背景画像を保持する手段と、前回の検知処理タイミングに監視カメラから取得した前
回画像を保持する手段と、今回の検知処理タイミングに監視カメラから取得した最
新画像を保持する手段と、最新画像及び前回画像について、それぞれ固定背景画像
との差分の絶対値をとって固定背景差分画像を生成する
手段と、最新画像についての固定背景差分画像から前回画像につ
いての固定背景差分画像を差し引いて、移動物体の現在
位置の部分が正の値を持つ差分画像を生成し、この差分
画像に基づき侵入者を検知する手段と、を含む侵入者検知システム。
【請求項２】前回の検知処理タイミングにおいて検知
した侵入者の画像内での存在場所に関する情報を保持す
る手段と、前記侵入者の画像内での前記存在場所について前記最新
画像及び前回画像の相関を求め、その相関が所定値より
高い場合に当該侵入者がその場所に静止していると判断
する手段と、をさらに備える請求項１記載の侵入者検知システム。
【請求項３】前記監視カメラの監視領域内に存在する
既知の可動物体の存在領域を記憶する手段を備え、その
存在領域を侵入者検知対象から外して処理を行うことを
特徴とする請求項１記載の侵入者検知システム。
【請求項４】前記差分画像に基づき侵入者を検知する
手段は、前記差分画像を２値化し、その２値化結果の画
像に現れる白画素塊を、当該画像内での人間のサイズの
範囲ごとに統合し、その統合結果ごとに侵入者か否かを
を判定することを特徴とする請求項１記載の侵入者検知
システム。
【請求項５】前記白画素塊の統合は、前記２値化結果
を前記画像内での人間のサイズに応じて低解像度化した
低解像度画像を用いて行うことを特徴とする請求項４記
載の侵入者検知システム。
【請求項６】前記固定背景画像を保持する手段は、予
め設定された時間帯ごとに、それに対応する固定背景画
像を保持し、前記固定背景差分画像を生成する手段は、今回の検知処
理タイミングの時間帯に対応する固定背景画像を選択し
て用いる、ことを特徴とする請求項１記載の侵入者検知システム。
【請求項７】前記固定背景画像を保持する手段は、明
るさの異なる時点で撮影した複数の固定背景画像を保持
し、前記固定背景差分画像を生成する手段は、前記複数の固
定背景画像のうち、前記最新画像に対する類似性がもっ
とも高い固定背景画像を選択して用いる、ことを特徴とする請求項１記載の侵入者検知システム