JP2004179937A - ドアホン装置 - Google Patents

Abstract

【課題】訪問者が手話しかできず応対者は手話が理解できない場合、または訪問者が手話を理解できず応対者が手話しかできない場合でも、容易に利用できるドアホン装置を提供する。
【解決手段】親機１００と通話する子機通話手段２０１を備えた子機２００を有し、親機は子機と通話する親機通話手段１０１を有するドアホン装置において、子機は子機において動画像を撮影する子機撮像手段２０２を有し、親機は子機撮像手段から入力した会話内容の動画像を翻訳してデータ化する画像認識手段１０４と、画像認識手段から出力したデータ化された会話内容を音声情報に変換する音声変換手段１０５とを有することにより、訪問者が手話のみ可能であり、宅内の応対者は手話が理解できなくても、容易に意思伝達が可能である。
【選択図】 図１

Description

【０００１】
【発明の属する技術分野】
本発明は、動画像をパターン認識して音声情報もしくは文字情報により意思伝達を行なうドアホン装置に関するものである。
【０００２】
【従来の技術】
従来、玄関先と宅内での通話を目的とするドアホン装置においては、専ら音声による情報の伝達のみが行なわれれていた。例えば、一般的なドアホン装置においては、玄関側に設けられた子機と宅内の居間などに設けられた親機との間で通話できるように構成され、それによって、子機に設けられたボタン操作により電子チャイム等で親機を呼び出し、親機側でこの呼び出しに対して通話操作を行なうことにより、親機と子機との間で対話できるよう構成されていた。
【０００３】
また従来の音声を認識する通話システムとしては、次のようなものが知られている（例えば、特許文献１参照）。
【０００４】
【特許文献１】
特開２０００−１３４３０１号公報（第３〜４頁、段落番号１８〜３４、図１）。
【０００５】
この従来の通話システムは概ね次のように動作する。即ち、子機からの呼出信号に応じて親機との間で通話ができるよう構成され、親機では通話内容を音声認識し、認識された音声情報を文字情報として表示することにより、通話内容を文字情報により確認できるようにしている。
【０００６】
【発明が解決しようとする課題】
しかしながら、上記従来のドアホン装置や通話システムでは、子機もしくは親機に入力される情報は主に音声に頼っているため、訪問者が言語障害などにより手話による会話しか行えず、宅内の応対者が手話による会話を理解できない場合には、宅内の応対者は訪問者の会話内容を理解することができなかった。また、宅内の応対者が言語障害などにより手話による会話しか行なえなず、訪問者が手話による会話を理解できない場合には、訪問者は宅内の応対者の会話内容を理解することができなかった。
【０００７】
本発明は、上記従来の問題を解決するためになされたもので、訪問者が手話しかできず応対者は手話が理解できない場合、または訪問者が手話を理解できず応対者が手話しかできない場合でも、容易に利用できるドアホン装置を提供するものである。
【０００８】
【課題を解決するための手段】
本発明におけるドアホン装置は、親機と通話する機能を有する子機通話手段を備えた子機を有し、前記親機は前記子機と通話する機能を備えた親機通話手段を有するドアホン装置において、前記子機は前記子機において動画像を撮影する子機撮像手段を有し、前記親機は前記子機撮像手段から入力した会話内容の動画像を翻訳してデータ化する画像認識手段と、前記画像認識手段から出力したデータ化された会話内容を音声情報に変換する音声変換手段とを有するという構成を有している。この構成により、訪問者が手話による会話のみが可能であり、宅内の応対者は手話による会話を理解することができなくても、意思伝達を行なうことができる。
【０００９】
本発明におけるドアホン装置は、前記親機が前記子機撮像手段により撮影された動画像を表示する親機表示手段と、前記画像認識手段によりデータ化された会話内容を文字情報に変換する文字変換手段とを有し、前記文字情報を前記親機表示手段に表示するという構成を有している。この構成により、宅内の応対者の周辺の騒音が大きい場合でも、文字情報に変換することにより、宅内の応対者は訪問者の会話内容を容易に理解することができる。
【００１０】
本発明におけるドアホン装置は、前記親機が、複数種類の手話構文のパターン情報を蓄積するデータベースを有するパターン情報蓄積手段を備え、前記画像認識手段は前記複数種類の手話構文の前記パターン情報を選択して前記動画像のパターン認識に使用するという構成を有している。この構成により、親機の操作によってパターン情報を選択することができ、複数種類の手話構文を使用して手話による会話内容を理解させることができる。
【００１１】
本発明におけるドアホン装置は、前記子機撮像手段により撮影された動画像の特徴を登録する特徴登録手段を備え、前記パターン情報蓄積手段は前記動画像の特徴に応じて前記パターン情報蓄積手段に蓄積されているパターン情報を選択するという構成を有している。この構成により、訪問者の特徴に応じてパターン情報が自動的に選ばれることにより、親機の操作が不要となり、円滑に手話の会話内容を理解することができる。
【００１２】
本発明におけるドアホン装置は、前記親機が前記親機において動画像を撮影する親機撮像手段を有し、前記画像認識手段は前記親機撮像手段からの前記動画像を翻訳してデータ化し、前記音声変換手段はデータ化した前記動画像を前記音声情報に変換して、前記子機通話手段から出力させるという構成を有している。この構成により、宅内の応対者は手話による会話のみが可能であるのに対し、訪問者が手話による会話を理解できなくても、意思伝達を行なうことができる。
【００１３】
本発明におけるドアホン装置は、前記子機が前記親機撮像手段からの前記動画像を表示する子機表示手段を有し、前記親機は前記画像認識手段によりデータ化された前記動画像を文字情報に変換して前記子機表示手段に供給する第２の文字変換手段を有するという構成を有している。この構成により、訪問者の周辺の騒音が大きい場合でも、手話内容を文字情報に変換して表示することにより、訪問者は宅内の応対者の会話内容を容易に理解することができる。
【００１４】
【発明の実施の形態】
以下、添付図面に基づき、本発明の第１ないし第６の実施の形態を詳細に説明する。
（第１の実施の形態）
まず、図１を参照して、本発明の第１の実施の形態におけるドアホン装置の構成を説明する。図１に示すドアホン装置は、宅内に設置されたドアホン親機１００と、玄関先に設置されたドアホン子機２００とにより構成される。ドアホン親機１００は、従来のドアホン装置が備える音声通信機能を有し、マイク及びスピーカ等を備えてドアホン子機２００からの呼出し信号により宅内にいる在宅者を呼び出す機能を備えた親機通話手段１０１と、子機撮像手段２０２により撮影された訪問者の動画像を表示する親機表示手段１０２と、子機撮像手段２０２により撮影された訪問者の動画像を取り込み、訪問者の手話による会話内容を宅内の応対者が理解できるようパターン認識により翻訳してデータ化する画像認識手段１０４と、画像認識手段１０４によりデータ化された会話内容を音声情報に変換して親機通話手段１０１へ音声を出力する音声変換手段１０５と、子機撮像手段２０２により撮影された訪問者の動画像を手話として認識するかどうかの切替を行なう親機切替手段１０３とを有する。
【００１５】
また、ドアホン子機２００は、親機通話手段１０１と同様にマイク及びスピーカ等を備え、親機通話手段１０１の呼出機能を作動させるスイッチを備えた子機通話手段２０１と、訪問者の動画像を撮影する子機撮像手段２０２と、親機切替手段１０３と同様に子機撮像手段２０２により撮影された訪問者の動画像を手話として認識するかどうかの切替を行なう子機切替手段２０３とを有する。
【００１６】
画像認識手段１０４において、手話による会話内容の翻訳にあたっては、予め手話構文のデータベースを備えており、来訪者の手や指、頭や上体の動きと顔の表情、視線、口型などによって表現される会話内容をデータ化する。データ化の方法としては、例えば、身体の各部位の形状の特徴抽出や動きベクトル検出などを行ない、手話構文のデータベースと比較することにより手話による会話内容を翻訳する方法がある。
【００１７】
次に、図１を参照して、本発明の第１の実施の形態におけるドアホン装置の動作を説明する。まず、訪問者が子機通話手段２０１から親機通話手段１０１に対して呼出を行うと、ドアホン親機１００とドアホン子機２００の音声による通話状態が確立する。また、この時、子機撮像手段２０２により撮影された訪問者の動画像は、親機表示手段１０２で表示される。ここで、訪問者の動画像を手話として認識する場合、親機切替手段１０３または子機切替手段２０３に対し、訪問者の動画像を手話として認識するよう指示を与える。この指示は、訪問者が与えても良いし、宅内の応対者が与えても良い。
【００１８】
親機切替手段１０３に対して、訪問者の動画像を手話として認識するよう指示を与えた場合は、親機切替手段１０３は子機切替手段２０３に対し訪問者の動画像を手話として認識するよう指示を与える。また、子機切替手段２０３に対して、訪問者の動画像を手話として認識するよう指示を与えた場合は、子機切替手段２０３は親機切替手段１０３に対し訪問者の動画像を手話として認識するよう指示を与える。この指示が与えられた子機切替手段２０３は子機通話手段２０１に対し、子機通話手段２０１から親機通話手段１０１への音声の送出を停止するよう指示を行なう。
【００１９】
また、訪問者の動画像を手話として認識するよう指示が与えられた親機切替手段１０３は、画像認識手段１０４に対し、子機撮像手段２０２により撮影された訪問者の動画像を取り込み、訪問者の手話による会話内容を翻訳するよう指示する。会話内容を翻訳するよう指示された画像認識手段１０４は、来訪者の手や指、頭や上体の動きと顔の表情、視線、口型などによって表現される会話内容をデータ化し、音声変換手段１０５に出力する。音声変換手段１０５は、画像認識手段１０４により画像情報がデータ化された会話内容を音声情報に変換して親機通話手段１０１に対しその音声情報を出力する。
なお、訪問者の動画像を手話として認識するよう指示が与えられた子機切替手段２０３は、子機通話手段２０１に対し子機通話手段２０１から親機通話手段１０１への音声の送出を停止することとしたが、子機切替手段２０３は、子機通話手段２０１から親機通話手段１０１に対し無音を送出するようにしてもよいし、親機通話手段１０１側で子機通話手段２０１からの音声受け入れを停止するようにしても良く、または子機通話手段２０１からの音声を親機通話手段２０１のスピーカーから出力しないようにしても良い。
【００２０】
以上説明したように、本発明の第１の実施の形態におけるドアホン装置は、訪問者が、言語障害などにより手話による会話しか行なえず、宅内の応対者が手話による会話が理解できなくても、意思伝達を行なうことができるという効果を有する。
【００２１】
（第２の実施の形態）
次に、図２を参照して、本発明の第２の実施の形態におけるドアホン装置について説明する。図２に示すドアホン装置は、図１に示すドアホン装置に対して、ドアホン親機１００に画像認識手段１０４からのデータ化された会話内容を文字情報に変換する文字変換手段１０６を追加して構成する。なお、図２において、図１のドアホン装置と共通する構成要素には、図１のものと同一符号を付して説明を省略する。
図２に示すドアホン装置の動作において、文字変換手段１０６は、画像認識手段１０４において画像情報をデータ化した会話内容を文字情報に変換して、その文字情報を親機表示手段１０２に送る。親機表示手段１０２は、文字変換手段１０６から入力した文字情報を画像情報に変換して表示する。なお、表示の方法は、訪問者の画像とは別に表示してもよいし、訪問者の画像の一部または全てに重ねて表示してもよい。
【００２２】
以上説明したように、本発明の第２の実施の形態におけるドアホン装置は、子機撮像手段２０２からの画像情報から得られた会話内容を文字情報に変換して親機表示手段１０２に表示することにより、宅内の応対者の周辺の騒音が大きい場合でも、訪問者の会話内容を宅内の応対者が容易に理解することができる。
【００２３】
（第３の実施の形態）
次に、図３を参照して、本発明の第３の実施の形態におけるドアホン装置について説明する。図３に示すドアホン装置は、図１に示すドアホン装置に対して、ドアホン親機１００に複数種類のパターン情報を蓄積するパターン情報蓄積手段１０７を追加して構成する。なお、図３において図１と共通する構成要素には、図１のものと同一符号を付して説明を省略する。
図３に示すドアホン装置の動作において、パターン情報蓄積手段１０７は、複数種類の手話構文のパターン情報を蓄積するデータベースを有し、画像認識手段１０４はドアホン親機１００の図示しない操作手段（親機切替手段１０３内に備えてもよい）の操作によりパターン情報を選択変更することができ、そして、画像認識手段１０４は指定した手話構文のデータベースのパターン情報を子機撮像手段２０２で撮影した動画像のパターン認識に使用して、手話による会話内容をデータ化する。データ化された会話内容は音声変換手段１０５において音声情報に変換され、親機通話手段１０１に対し音声を出力する。
なお、手話構文のデータベースとしては、日本では「日本手話」や「日本語対応手話」が好適であるが、日本国外においては使用される地域に応じた手話構文が好適である。
以上説明したように、本発明の第３の実施の形態におけるドアホン装置は、ドアホン親機１００の操作により複数種類の手話構文にも対応することができるため、宅内の応対者は訪問者の会話内容を幅広く理解することができる。
【００２４】
（第４の実施の形態）
次に、図４を参照して、本発明の第４の実施の形態におけるドアホン装置について説明する。図４に示すドアホン装置は、図３に示すドアホン装置に対して、ドアホン親機１００に動画像の人物の特徴が登録されている特徴登録手段１０８を追加して構成する。なお、図４において図３と共通する構成要素は、図３のものと同一符号を付して説明を省略する。
図４に示すドアホン装置の動作において、特徴登録手段１０８は、子機撮像手段２０２から入力された動画像の人物の特徴を登録し、子機撮像手段２０２から入力された動画像の特徴に応じて、パターン情報蓄積手段１０７に蓄積されているパターン情報を自動的に選択する。画像認識手段１０４は選択したパターン情報を用いて子機撮像手段２０２から入力された動画像のパターン認識を行う。
なお、人物の特徴の登録及び訪問者との照合にあたっては、静止画で顔画像を予め記録し、この顔画像と訪問者の顔画像との差分をとって訪問者を特定するようにしてもよいし、虹彩情報や指紋情報に対応する個人情報を予め記録し、これら個人情報と訪問者の虹彩情報や指紋情報と照合を行なうことにより、訪問者を特定しても良い。また予め記録がない場合、または、訪問者の特定が困難であった場合は、予め初期設定として用いた手話構文のデータベースを選択してもよい。
【００２５】
以上説明したように、本発明の第４の実施の形態におけるドアホン装置では、ドアホン親機１００から操作しなくとも、訪問者に応じてパターン情報が自動的に選ばれることにより、円滑に手話の会話内容を理解することができる。
【００２６】
（第５の実施の形態）
次に、図５を参照して、本発明の第５の実施の形態におけるドアホン装置について説明する。図５に示すドアホン装置は、図１に示すドアホン装置に対して、ドアホン親機１００に宅内の応対者を撮影する親機撮像手段１０９と、親機撮像手段１０９により撮影された宅内の応対者を表示する子機表示手段２０４を追加して構成する。なお、図５において図１と共通する構成要素には、図１のものと同一符号を付して説明を省略する。
図５に示すドアホン装置の動作において、親機撮像手段１０９は、宅内の応対者の動画像を撮影する。子機表示手段２０４は、親機撮像手段１０９により撮影された宅内の応対者の動画像を表示する。親機切替手段１０３は、宅内の応対者の動画像を手話として認識するよう画像認識手段１０４に指示を与える。画像認識手段１０４は、親機撮像手段１０９により撮影された、宅内の応対者の動画像を取り込み、宅内の応対者の手話による会話内容や、手や指、頭や上体の動きと顔の表情、視線、口型などによって表現された会話内容を訪問者が理解できるように翻訳してデータ化し、音声変換手段１０５に出力する。
【００２７】
データ化の方法としては、例えば、身体の各部位の形状の特徴抽出や動きベクトル検出などを行ない、手話構文のデータベースと比較することにより手話による会話内容を翻訳するという方法がある。音声変換手段１０５では、画像認識手段１０４によりデータ化された会話内容を音声情報に変換し、その音声情報を子機通話手段２０１へ出力する。なお、音声変換手段１０５から子機通話手段２０１に出力する際には、親機通話手段１０１から子機通話手段２０１への音声の送出を停止してもよいし、親機通話手段１０１から子機通話手段２０１へ無音を送出するようにしてもよく、また子機通話手段２０１側で親機通話手段１０１からの音声受け入れを停止しても良いし、親機通話手段１０１からの音声を子機通話手段１０１のスピーカーから出力しないようにしても良い。
【００２８】
以上説明したように、本発明の第５の実施の形態におけるドアホン装置では、宅内の応対者が、言語障害などにより手話による会話しか行なえず、訪問者が手話による会話を理解できなくても、容易に意思伝達を行なうことができる。
【００２９】
（第６の実施の形態）
次に、図６を参照して、本発明の第６の実施の形態におけるドアホン装置について説明する。図６に示すドアホン装置は、図５に示すドアホン装置に対して、ドアホン親機１００に画像認識手段１０４によりデータ化された会話内容を文字情報に変換する文字変換手段１１０を追加して構成する。なお、図６において図５と共通する構成要素には、図５のものと同一符号を付して説明を省略する。
図６に示すドアホン装置の動作において、文字変換手段１１０は、画像認識手段１０４によりデータ化された会話内容を文字情報に変換して子機表示手段２０４に文字情報を送る。なお、文字変換手段１１０は、図２に示すような文字変換手段１０６と同一のものであってもよいし、個々に独立して動作するよう構成しても良い。また、子機表示手段２０４は、文字変換手段１１０から入力した文字情報を画像情報に変換して表示する。なお、表示の方法は、宅内の応対者の画像とは別に表示させてもよいし、宅内の応対者の画像の一部または全てに重ねて表示させてもよい。
【００３０】
以上説明したように、本発明の第６の実施の形態におけるドアホン装置では、訪問者の周辺の騒音が大きい場合でも、データ化された会話内容を文字情報に変換して表示することにより、訪問者は宅内の応対者の会話内容を容易に理解することができる。
【００３１】
【発明の効果】
本発明におけるドアホン装置は、上記のように構成され、特に、子機もしくは親機に対する入力が音声や手話表示のみでなく、動画像で手話画像を入力し、音声情報もしくは文字情報に変換して伝達することにより、訪問者が手話しかできず、宅内の応対者が手話を理解できない場合や、宅内の応対者が手話しかできず、訪問者が手話を理解できない場合でも、容易に意思伝達を可能にすることができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態におけるドアホン装置の構成を示すブロック図、
【図２】本発明の第２の実施の形態におけるドアホン装置の構成を示すブロック図、
【図３】本発明の第３の実施の形態におけるドアホン装置の構成を示すブロック図、
【図４】本発明の第４の実施の形態におけるドアホン装置の構成を示すブロック図、
【図５】本発明の第５の実施の形態におけるドアホン装置の構成を示すブロック図、
【図６】本発明の第６の実施の形態におけるドアホン装置の構成を示すブロック図。
【符号の説明】
１００ ドアホン親機
１０１ 親機通話手段
１０２ 親機表示手段
１０３ 親機切替手段
１０４ 画像認識手段
１０５ 音声切替手段
１０６、１１０ 文字変換手段
１０７ パターン情報蓄積手段
１０８ 特徴登録手段
１０９ 親機撮像手段
２００ ドアホン子機
２０１ 子機通話手段
２０２ 子機撮像手段
２０３ 子機切替手段
２０４ 子機表示手段

Claims (6)

1. 親機と通話する機能を有する子機通話手段を備えた子機を有し、前記親機は前記子機と通話する機能を備えた親機通話手段を有するドアホン装置において、前記子機は前記子機において動画像を撮影する子機撮像手段を有し、前記親機は前記子機撮像手段から入力した動画像をパターン認識してデータ化する画像認識手段と、前記画像認識手段から出力したデータ化された前記動画像が表示情報を音声情報に変換する音声変換手段とを有することを特徴とするドアホン装置。
2. 前記親機は、前記子機撮像手段により撮影された動画像を表示する親機表示手段と、前記画像認識手段によりデータ化された情報を文字情報に変換する文字変換手段とを有し、前記文字情報を前記親機表示手段に表示することを特徴とする請求項１記載のドアホン装置。
3. 前記親機は、複数種類の手話構文のパターン情報を蓄積するデータベースを有するパターン情報蓄積手段を備え、前記画像認識手段は前記複数種類の手話構文の前記パターン情報を選択して前記動画像のパターン認識に使用することを特徴とする請求項１または２記載のドアホン装置。
4. 前記子機撮像手段により撮影された動画像の特徴を登録する特徴登録手段を備え、前記パターン情報蓄積手段は前記動画像の特徴に応じて前記パターン情報蓄積手段に蓄積されているパターン情報を選択することを特徴とする請求項１ないし３のいずれかに記載のドアホン装置。
5. 前記親機は動画像を撮影する親機撮像手段を有し、前記画像認識手段は前記親機撮像手段からの前記動画像をパターン認識してデータ化し、前記音声変換手段はデータ化した前記動画像が表す情報を前記音声情報に変換して、前記子機通話手段から出力させることを特徴とする請求項１ないし４のいずれかに記載のドアホン装置。
6. 前記子機は前記親機撮像手段からの前記動画像を表示する子機表示手段を有し、前記親機は前記画像認識手段によりデータ化された前記動画像が表す情報を文字情報に変換して、前記子機表示手段に供給する第２の文字変換手段を有することを特徴とする請求項１ないし５のいずれかに記載のドアホン装置。

Images