JP2005275912A - 行動分析方法及びシステム - Google Patents

行動分析方法及びシステム Download PDF

Info

Publication number
JP2005275912A
JP2005275912A JP2004089532A JP2004089532A JP2005275912A JP 2005275912 A JP2005275912 A JP 2005275912A JP 2004089532 A JP2004089532 A JP 2004089532A JP 2004089532 A JP2004089532 A JP 2004089532A JP 2005275912 A JP2005275912 A JP 2005275912A
Authority
JP
Japan
Prior art keywords
target
discrimination target
average value
predetermined
behavior analysis
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.)
Granted
Application number
JP2004089532A
Other languages
English (en)
Other versions
JP4507243B2 (ja
Inventor
Hajime Asama
一 淺間
Atsushi Morimoto
敦史 森本
Masaomi Nishimura
将臣 西村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
RIKEN Institute of Physical and Chemical Research
Original Assignee
RIKEN Institute of Physical and Chemical Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by RIKEN Institute of Physical and Chemical Research filed Critical RIKEN Institute of Physical and Chemical Research
Priority to JP2004089532A priority Critical patent/JP4507243B2/ja
Priority to US11/088,839 priority patent/US7486800B2/en
Publication of JP2005275912A publication Critical patent/JP2005275912A/ja
Application granted granted Critical
Publication of JP4507243B2 publication Critical patent/JP4507243B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)
  • Image Processing (AREA)

Abstract

【課題】 対象の行動から無人かつ自動で外来者と内部者を判別し、あるいは不審者を判別することができる行動分析方法及び装置を提供する。
【解決手段】 所定の床面上を移動する対象を連続的に撮影して画像データを記録する撮像ステップと、画像データから対象の移動軌跡を求める移動軌跡計測ステップと、移動軌跡から対象の行動を分析する行動分析ステップと、分析結果を出力する出力ステップとを備える。行動分析ステップにおいて、移動軌跡から所定の単位時間毎の速度vと移動方向変位角θを求め、所定の時間内の単位時間毎のv・cosθの平均値Xを求め、平均値を動作要素指標として統計的手段により所定の抽出対象を判別する。
【選択図】 図2

Description

本発明は、対象(人や動物や移動体)の行動から外来者と内部者を判別し、あるいは不審者を判別する行動分析方法及びシステムに関する。
近年、犯罪発生率の急増に伴い、ビデオ監視システムに関する研究への期待が高まっている。従来のビデオ監視システムは、監視カメラ映像を記録するものや、監視員が複数のカメラ映像を同時にモニタリングするものが多い。
これに対して、米国では、画像理解技術を用いたビデオ監視システムの研究プロジェクトVSAM(Video Surveillance and Monitoring)が行われた(非特許文献1)。このシステムは、非特許文献2にも記載されているように、動画像理解技術により検出した侵入物体を複数のカメラが協調してトラッキングし、その状況をリアルタイムで監視員に提示するものである。
VSAM: "Section I, video surveillance and monitoring", Proc. of the 1998 DARPA Image Understanding Workshop, Vol.1, pp. 1-44(Nov. 1998). 藤吉弘亘、金出武雄,"VSAM:画像理解技術を用いたビデオ監視システムプロジェクトについて",2001
個人に対しその人が欲するサービスを提供しようとする際、その人の状態を観測することが重要である。例えば道案内というサービスにおいては、ユーザの位置情報を検出し、その行動を分析することによってユーザがどういった状況にあるのかを推定することが有効である。
上述した従来のビデオ監視システムでは、人、動物や移動体(以下、単に「対象」と呼ぶ)の行動自体を監視することはできるが、対象の行動が意味することは把握できなかった。そのため、例えばその行動から外来者と内部者を判別し、あるいは不審者を判別するためには、経験豊富な監視者の判断を必要とし、無人で自動で行うことができない問題点があった。
本発明は、かかる問題点を解決するために創案されたものである。すなわち、本発明の目的は、対象の行動から無人かつ自動で外来者と内部者を判別し、あるいは不審者を判別することができる行動分析方法及びシステムを提供することにある。
本発明によれば、所定の床面上を移動する対象を連続的に撮影して画像データを記録する撮像ステップと、前記画像データから対象の移動軌跡を求める移動軌跡計測ステップと、前記移動軌跡から対象の行動を分析する行動分析ステップと、該分析結果を出力する出力ステップとを備えた、ことを特徴とする行動分析方法が提供される。
また本発明によれば、所定の床面上を移動する対象を連続的に撮影して画像データを記録する撮像装置と、前記画像データから対象の移動軌跡を求める移動軌跡計測装置と、前記移動軌跡から対象の行動を分析する行動分析装置と、該分析結果を出力する出力装置とを備えた、ことを特徴とする行動分析システムが提供される。
上記本発明の方法およびシステムによれば、所定の床面上を移動する対象を連続的に撮影した画像データから、無人かつ自動で移動軌跡を求めることができる。また、この移動軌跡から無人かつ自動で対象の行動を分析することができる。従って、対象の行動から無人かつ自動で外来者と内部者を判別し、あるいは不審者を判別することができる。
本発明の好ましい実施形態によれば、前記移動軌跡計測装置により、前記移動軌跡計測ステップにおいて、対象を除く背景画像を予め記憶し、前記画像データから背景画像を差分して差分画像を求め、該差分画像の下端と前記床面との交点を対象の位置として移動軌跡を求める。
この手段により、所定の床面上を行動する対象の3次元位置を、簡単な画像処理により、2次元の画像データから特定することができる。
前記移動軌跡計測装置により前記行動分析ステップにおいて、前記移動軌跡から所定の単位時間毎の速度vと移動方向変位角θを求め、所定の時間内の前記単位時間毎のv・cosθの平均値Xを求め、該平均値を動作要素指標として統計的手段により所定の判別対象を判別する。
所定の判別対象(外来者や不審者)は、一般的にうろうろするためv・cosθの平均値Xが小さくなり、判別対象以外の内部者は通常うろうろせずに速く目的の方向に向かうため平均値Xが大きくなる。従ってこの平均値Xを動作要素指標とすることにより、所定の判別対象を精度よく判別することができる。
前記統計的手段において、所定の判別対象の平均値Xの分布と判別対象以外の平均値Xの分布とで差異がある場合に、それぞれの分布をf(X)とf(X)で関数近似し、判別対象の発生確率p(v)と判別対象以外の発生確率p(s)を予め求め、
測定した値X=xiから、ベイズの定理により、それが判別対象である確率 p(v|X=xi)と判別対象以外である確率p(s|X=xi)を演算し、確率の大小によって判別対象であるか否かを判別する。
前記平均値は、後述する実施例では、正規分布で近似できることがわかった。また判別対象の発生確率p(v)と判別対象以外の発生確率p(s)は、過去の実績等から予め求めることができるので、ベイズの定理により、判別対象と判別対象以外の確率を容易に演算することができる。この演算結果を比較し、確率の大きい方を選択することにより所定の判別対象精度よく判別することができることが後述する実施例により、確認された。
上述したように、本発明の行動分析方法及びシステムは、対象の行動から無人かつ自動で外来者と内部者を判別し、あるいは不審者を判別することができる、等の優れた効果を有する。
以下、本発明を図面を参照して説明する。なお、各図において共通する部分には同一の符号を付し、重複した説明を省略する。
図1は、本発明による行動分析システムの全体構成図である。この図に示すように本発明の行動分析システム10は、撮像装置12、移動軌跡計測装置14、行動分析装置16および出力装置18を備える。なお本発明において対象とは人、動物や移動体を意味する。
撮像装置12は、例えば人工網膜カメラ12aとこれを制御するCPUボード12bからなり、対象の行動を連続的に撮影して画像データを記録する。画像データは、一定の時間間隔(例えば1秒毎)に取得するのがよい。
移動軌跡計測装置14と行動分析装置16は、例えばLANボード13で撮像装置12にネットワーク接続されたコンピュータ15からなる。このコンピュータ15は、記憶装置を備え、撮像装置12で取得した複数の画像データを撮影時刻と共に記憶する。移動軌跡計測装置14は、コンピュータ15に記憶されたプログラムであり、複数の画像データから対象の移動軌跡を求める。行動分析装置16もコンピュータ15に記憶されたプログラムであり、移動軌跡計測装置14で得た移動軌跡から対象の行動を分析する。
なお、移動軌跡計測装置14と行動分析装置16をCPUボード12bで行うこともできる。
出力装置18は、例えばコンピュータ15に接続されたCRT装置、プリンタ、警報機等であり、分析結果を出力する。
図2は、本発明による行動分析方法の全体フロー図である。この図に示すように本発明の行動分析方法は、撮像ステップS1、移動軌跡計測ステップS2、行動分析ステップS3および出力ステップS4からなる。
撮像ステップS1では、対象の行動を経時的に撮影して画像データを記録する。移動軌跡計測ステップS2では、画像データから対象の移動軌跡を求める。行動分析ステップS3では、前記移動軌跡から対象の行動を分析する。出力ステップS4では、分析結果を出力する。
図2において、移動軌跡計測ステップS2は、対象を除く背景画像を予め記憶する背景画像記憶ステップS21と、画像データから背景画像を差分して差分画像を求める画像差分ステップS22と、差分画像の下端と床面との交点を対象の位置として移動軌跡を求める対象位置演算ステップS23とからなる。
また、行動分析ステップS3は、移動軌跡から所定の単位時間毎の速度vと移動方向変位角θを求めるv・θ演算ステップS31と、所定の時間内の前記単位時間毎のv・cosθを計算するv・cosθ計算ステップS32と、その平均値Xを求める平均値X演算ステップS33と、平均値を動作要素指標として所定の判別対象を判別する統計ステップS34とを有する。
統計ステップS34は、所定の判別対象の平均値Xと判別対象以外の平均値Xとで分布に差異がある場合に、それぞれの分布をf(X)とf(X)で関数近似する関数近似ステップS341と、判別対象の発生確率p(v)と判別対象以外の発生確率p(s)を予め求め、測定した値X=xiから、ベイズの定理により、それが判別対象である確率p(v|X=xi)と判別対象以外である確率p(s|X=xi)を演算する確率計算ステップS342と、確率の大小によって判別対象であるか否かを判別する判別対象判別ステップS343とからなる。
以下本発明の実施例を説明する。なおこの例において、対象とは人を意味し、内部者と外来者に区分される。
1. 個人が自分に最適な情報を探し出すのは困難となってきた今日、必要なときにユーザに対して有用な情報を提示できる環境が求められる。環境側がリアルタイムで有用な情報を提供するためにはユーザの状況、動きを正確に検出する必要がある。本発明では簡単なサービスである、道案内サービスを例としてユーザの移動軌跡から行動分析を行うシステムを提案する。
位置情報を検出する手段として、GPSを用いたものが挙げられるが、障害物などから屋内でリアルタイムにユーザを追跡できないという問題点があった。また、位置情報を取得してもそのデータを提示することに注力し、その行動の分析を行う方法は掲示されていない。そこで本発明では狭い範囲(建物内)でも誘導可能でリアルタイムな追跡が可能なユーザの位置情報検出を行い、その移動軌跡からユーザの行動分析を行うことにした。
・ 要件
屋内でのリアルタイムな追跡という点では位置精度の誤差や、障害物等により正確に取得できないという問題がある。そこで本発明では屋内でもユーザの行動が正確に判別できる、カメラを元にした画像処理を用いてユーザの移動を追跡することにした。また人に道案内サービスを提供するためには、人は周囲400mm程度であれば、画像や音声などの情報を容易に受け取ることができると考えられるので、位置検出システムには400mm以内の誤差で人が検出できることが要求される。
・ 提案手段
3.1 センシング手段
図3は本発明における撮像手段を示す模式図であり、図4は座標変換の模式図、図5は背景差分法の具体例である。
図3において、カメラ12aで得られる2次元の画像上の座標(u,y)から3次元の位置情報(x,y,z)を抽出するためにはパラメータがひとつ足らず、奥行きが得られない。そこで屋内での対象1(ユーザ)の移動というものが床面2の上で行われている点に注目し、画像上の移動体の最下点が図4の世界座標系でz=0であると仮定し、z=0となるユーザの足元を図5の背景差分法によって検出することで座標交換を利用して3次元でのユーザの位置情報を検出する。
足元を検出した後、カメラ座標系の原点と世界座標系の原点の距離をhとし、x軸,y軸,z軸の回転角度をそれぞれθx,θy,θzとして世界座標系(x,y,z)における移動体に位置を数1の式(1)で検出する。
Figure 2005275912
3.2 行動分析
図6は対象の行動パターンの模式図であり、図7はその動作要素指標の説明図である。図6(A)(B)に示すように、所定の判別対象(すなわち外来者や不審者)は、一般的にうろうろするのに対して、判別対象以外の内部者は通常うろうろせずに速く目的の方向に向かう。そのため図6(C)に示すように、ある一定の時間間隔で対象の位置を検出し(この例では1,2,3の3点)、位置2から3に至る間の速度と方向をv、θとすると、一般的に外来者や不審者は、一般にvcosθの平均値Xが小さくなり、内部者は平均値Xが大きくなる。
そこで本発明では、位置を検出した後、任意の時間長にも対応するため移動軌跡を動作要素(v,θ)に分解し動きによって行動パターンを比較する。このとき動作要素指標Xを数2の式(2)のように定義する。
Figure 2005275912
内部者、外来者それぞれのXの確率密度関数f(X),f(X)が正規分布すると仮定した外来者の検出を行う。f(X),f(X)は、数3の式(3)のように示される。
Figure 2005275912
X=xi が与えられたとき、それが内部者のものであるという事後確率をp(s|X=xi)、外来者であるという事後確率をp(v|X=xi)と定義して、比較することで外来者の検出を行う。
・ 人の行動分析システムの開発
実際にシステムを構築し、予備実験を行い行動分析のパラメータを定義し実証実験を行い、その分析精度を検証する。ここで測定対象は一人のみとする。
4.1 実験環境
図8は、実験場所の平面図である。この実験は、大学構内のエレベータ前の廊下で行った。
図9(A)は画像を取得するユビキタスデバイスとして使用した三菱電機製のμT-Engineの外観写真であり、図9(B)は実際に取得した画像である。
このマイクロサーバは、CPUボード、拡張LANボード、人工網膜カメラ、等で構成され、これを無線LANで別のPCに接続して用いた。人工網膜カメラの分解能による誤差は測定範囲で最大で垂直方向300mm、垂水平方向69mmであり、システムに要求される精度を満たしていた。なお、CPUボード、拡張LANボード、人口網膜カメラのスペック等のデータを表1に示す。
Figure 2005275912
4.2 予備実験
予備実験のために取得したサンプル数155(人)であり、そのうち内部者は、学生、教官56、秘書66、清掃の人5であり、外来者は訪問者12、会議参加者15、エレベータ点検1であった。
図10(A)(B)は移動軌跡の内部者の例を、図11は外来者の例を示す。これらの図から、外来者は、一般的にうろうろするのに対して、内部者は通常うろうろせずに速く目的の方向に向かうとする仮定が正しいことがわかる。
図12(A)(B)は、内部者と外来者の動作要素指標Xと頻度の計測値である。この図から、内部者と外来者それぞれについて動作要素指標Xが正規分布すると仮定すると、図13に示すように、それぞれの平均値μs=1135、μv=237と標準偏差σs=656,σv=270 が得られる。
これらの値を数4の式(4)に代入し、ベイズの定理により事後確率p(s|X=xi)、p(v|X=xi)を導く。ここでa=128は内部者数,b=27は外来者数であり、判別対象の比率p(v)と判別対象以外の比率p(s)はそれぞれb/(a+b)、b/(a+b)である。
Figure 2005275912
4.3 実証実験
実証実験のために取得したサンプル数は55(人)であり、内部者45人は学生、教官23、秘書20、清掃の人2であり、外来者10人は訪問者であった。
これらの対象の平均値X=xiを予備実験で求めた事後確率の式にXの値を代入し比較することで、外来者の検出を行った。すなわち得られた判別対象の確率p(v|X=xi)と判別対象以外の確率p(s|X=xi)を演算し、確率の大きい方を選択した。
4.4 実験結果
外来者は90%、内部者は95.6%の認識率で判別が可能であった。外来者を内部者と誤認する第1種の誤りは10%あり、10人のうち9人は正解、1人は不正解であった。また内部者を外来者とする第2種の誤りは4.4%あり、45人のうち43人は正解、2人は不正解であった。
外来者や不審者を内部者とする第1種の誤りが特に重要であるが、この誤認識率は10%に留まっており、システムの有効性を検証できた。
道案内の行動分析において内部者を外来者と間違える第2種の誤りは許されるが、道案内の対象である外来者を検出できない第1種の誤りは好ましくないので、この値をさらに低下させるような改善が求められる。
図14は、外来者を内部者と誤認識した例である。この場合、外来者にもかかわらず、その行動の一部は動作要素指標Xが大きくなっており、その結果第1種の誤りが生じたものと推定できる。したがって、平均値X(動作要素指標)を時間をずらして複数取得し、そのうち例えば最小のものを用いることにより、このような誤りを低減し、正解率をさらに高めることができると考えられる。
なお、本発明は上述した実施形態及び実施例に限定されるものではなく、本発明の要旨を逸脱しない範囲で種々変更できることは勿論である。
本発明による行動分析システムの全体構成図である。 本発明による行動分析方法の全体フロー図である 本発明における撮像手段を示す模式図である。 座標変換の模式図である。 背景差分法の具体例である。 対象の行動パターンの模式図である。 対象の動作要素指標の説明図である。 実験場所の平面図である。 マイクロサーバの外観写真と実際に取得した画像である。 内部者の移動軌跡例である。 外来者の移動軌跡例である。 内部者と外来者の動作要素指標Xと頻度の計測値である。 動作要素指標Xの正規分布図である。 外来者を内部者と判別した移動軌跡例である。
符号の説明
1 対象(人、動物)、2 床面、
10 分析システム、12 撮像装置、
12a 人工網膜カメラ、12b CPUボード、
13 LANボード、14 移動軌跡計測装置、
15 コンピュータ、16 行動分析装置、
18 出力装置

Claims (8)

  1. 所定の床面上を移動する対象を連続的に撮影して画像データを記録する撮像ステップと、前記画像データから対象の移動軌跡を求める移動軌跡計測ステップと、前記移動軌跡から対象の行動を分析する行動分析ステップと、該分析結果を出力する出力ステップとを備えた、ことを特徴とする行動分析方法。
  2. 前記移動軌跡計測ステップにおいて、対象を除く背景画像を予め記憶し、前記画像データから背景画像を差分して差分画像を求め、該差分画像の下端と前記床面との交点を対象の位置として移動軌跡を求める、ことを特徴とする請求項1に記載の行動分析方法。
  3. 前記行動分析ステップにおいて、前記移動軌跡から所定の単位時間毎の速度vと移動方向変位角θを求め、所定の時間内の前記単位時間毎のv・cosθの平均値Xを求め、該平均値を動作要素指標として統計的手段により所定の判別対象を判別する、ことを特徴とする請求項1に記載の行動分析方法。
  4. 前記統計的手段において、所定の判別対象の平均値Xの分布と判別対象以外の平均値Xの分布とで差異がある場合に、それぞれの分布をf(X)とf(X)で関数近似し、判別対象の発生確率p(v)と判別対象以外の発生確率p(s)を予め求め、
    測定した値X=xiから、ベイズの定理により、それが判別対象である確率 p(v|X=xi)と判別対象以外である確率p(s|X=xi)を演算し、確率の大小によって判別対象であるか否かを判別する、ことを特徴とする請求項3に記載の行動分析方法。
  5. 所定の床面上を移動する対象を連続的に撮影して画像データを記録する撮像装置と、前記画像データから対象の移動軌跡を求める移動軌跡計測装置と、前記移動軌跡から対象の行動を分析する行動分析装置と、該分析結果を出力する出力装置とを備えた、ことを特徴とする行動分析システム。
  6. 前記移動軌跡計測装置により、対象を除く背景画像を予め記憶し、前記画像データから背景画像を差分して差分画像を求め、該差分画像の下端が前記床面上の点であることを利用して対象の位置を座標値として求め、その時系列データとして移動軌跡を計測する、ことを特徴とする請求項5に記載の行動分析システム。
  7. 前記移動軌跡計測装置により、前記移動軌跡から所定の単位時間毎の速度vと移動方向変位角θを求め、所定の時間内の前記単位時間毎のv・cosθの平均値Xを求め、該平均値を動作要素指標として統計的手段により所定の判別対象を判別する、ことを特徴とする請求項5に記載の行動分析システム。
  8. 前記統計的手段において、所定の判別対象の平均値Xと判別対象以外の平均値Xとで分布に差異がある場合に、それぞれの分布をf(X)とf(X)で関数近似し、判別対象の発生確率p(v)と判別対象以外の発生確率p(s)を予め求め、
    測定した値X=xiから、ベイズの定理により、それが判別対象である確率 p(v|X=xi)と判別対象以外である確率p(s|X=xi)を演算し、確率の大小によって判別対象であるか否かを判別する、ことを特徴とする請求項7に記載の行動分析システム。
JP2004089532A 2004-03-25 2004-03-25 行動分析方法及びシステム Expired - Fee Related JP4507243B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2004089532A JP4507243B2 (ja) 2004-03-25 2004-03-25 行動分析方法及びシステム
US11/088,839 US7486800B2 (en) 2004-03-25 2005-03-25 Action analysis method and system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2004089532A JP4507243B2 (ja) 2004-03-25 2004-03-25 行動分析方法及びシステム

Publications (2)

Publication Number Publication Date
JP2005275912A true JP2005275912A (ja) 2005-10-06
JP4507243B2 JP4507243B2 (ja) 2010-07-21

Family

ID=35175508

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2004089532A Expired - Fee Related JP4507243B2 (ja) 2004-03-25 2004-03-25 行動分析方法及びシステム

Country Status (2)

Country Link
US (1) US7486800B2 (ja)
JP (1) JP4507243B2 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008111459A1 (ja) * 2007-03-06 2008-09-18 Kabushiki Kaisha Toshiba 不審行動検知システム及び方法
JP2008250430A (ja) * 2007-03-29 2008-10-16 Ricoh Co Ltd 人物追跡装置、人物追跡方法およびそのプログラム
JP2009110424A (ja) * 2007-10-31 2009-05-21 Toshiba Elevator Co Ltd 異常動作検出装置
JP2010197101A (ja) * 2009-02-23 2010-09-09 Nagoya Institute Of Technology 地震時負傷回避システム
JP2011100175A (ja) * 2009-11-04 2011-05-19 Nippon Hoso Kyokai <Nhk> 人物行動判定装置及びそのプログラム
JP2011113411A (ja) * 2009-11-27 2011-06-09 Sogo Keibi Hosho Co Ltd 警備装置およびセンサ反応要因の推定方法
WO2011068184A1 (ja) * 2009-12-03 2011-06-09 独立行政法人産業技術総合研究所 移動体の測位装置
JP2012518845A (ja) * 2009-02-19 2012-08-16 パナソニック株式会社 異常挙動検出の正確度および堅牢性を向上させるためのシステムならびに方法
KR101449485B1 (ko) 2010-02-18 2014-10-14 한국전자통신연구원 사람 및 동물 식별 장치 및 방법
JP2016157258A (ja) * 2015-02-24 2016-09-01 Kddi株式会社 人物領域検出装置、方法およびプログラム
KR101840816B1 (ko) 2013-01-04 2018-03-21 한화테크윈 주식회사 보안 정보 제공 장치 및 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070252895A1 (en) * 2006-04-26 2007-11-01 International Business Machines Corporation Apparatus for monitor, storage and back editing, retrieving of digitally stored surveillance images
DE102007033391A1 (de) * 2007-07-18 2009-01-22 Robert Bosch Gmbh Informationsvorrichtung, Verfahren zur Information und/oder Navigation von einer Person sowie Computerprogramm
US8880376B2 (en) * 2010-02-18 2014-11-04 Electronics And Telecommunications Research Institute Apparatus and method for distinguishing between human being and animal using selective stimuli
JP6031735B2 (ja) * 2011-06-13 2016-11-24 ソニー株式会社 情報処理装置、情報処理方法およびコンピュータプログラム
US9369677B2 (en) * 2012-11-30 2016-06-14 Qualcomm Technologies International, Ltd. Image assistance for indoor positioning
CN111311860B (zh) * 2018-12-12 2022-05-03 杭州海康威视数字技术股份有限公司 一种区域入侵检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09330415A (ja) * 1996-06-10 1997-12-22 Hitachi Ltd 画像監視方法および画像監視システム
JP2003169320A (ja) * 2001-11-30 2003-06-13 Tominori Itane 監視方法及び監視システム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5629735A (en) * 1989-08-20 1997-05-13 Canon Kabushiki Kaisha Image sensing device having a selectable detecting area

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09330415A (ja) * 1996-06-10 1997-12-22 Hitachi Ltd 画像監視方法および画像監視システム
JP2003169320A (ja) * 2001-11-30 2003-06-13 Tominori Itane 監視方法及び監視システム

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008111459A1 (ja) * 2007-03-06 2008-09-18 Kabushiki Kaisha Toshiba 不審行動検知システム及び方法
JP2008250430A (ja) * 2007-03-29 2008-10-16 Ricoh Co Ltd 人物追跡装置、人物追跡方法およびそのプログラム
JP2009110424A (ja) * 2007-10-31 2009-05-21 Toshiba Elevator Co Ltd 異常動作検出装置
JP2012518845A (ja) * 2009-02-19 2012-08-16 パナソニック株式会社 異常挙動検出の正確度および堅牢性を向上させるためのシステムならびに方法
JP2010197101A (ja) * 2009-02-23 2010-09-09 Nagoya Institute Of Technology 地震時負傷回避システム
JP2011100175A (ja) * 2009-11-04 2011-05-19 Nippon Hoso Kyokai <Nhk> 人物行動判定装置及びそのプログラム
JP2011113411A (ja) * 2009-11-27 2011-06-09 Sogo Keibi Hosho Co Ltd 警備装置およびセンサ反応要因の推定方法
WO2011068184A1 (ja) * 2009-12-03 2011-06-09 独立行政法人産業技術総合研究所 移動体の測位装置
JPWO2011068184A1 (ja) * 2009-12-03 2013-04-18 独立行政法人産業技術総合研究所 移動体の測位装置
US8983124B2 (en) 2009-12-03 2015-03-17 National Institute Of Advanced Industrial Science And Technology Moving body positioning device
KR101449485B1 (ko) 2010-02-18 2014-10-14 한국전자통신연구원 사람 및 동물 식별 장치 및 방법
KR101840816B1 (ko) 2013-01-04 2018-03-21 한화테크윈 주식회사 보안 정보 제공 장치 및 방법
JP2016157258A (ja) * 2015-02-24 2016-09-01 Kddi株式会社 人物領域検出装置、方法およびプログラム

Also Published As

Publication number Publication date
JP4507243B2 (ja) 2010-07-21
US20050254687A1 (en) 2005-11-17
US7486800B2 (en) 2009-02-03

Similar Documents

Publication Publication Date Title
JP4507243B2 (ja) 行動分析方法及びシステム
Kepski et al. Fall detection using ceiling-mounted 3d depth camera
Mastorakis et al. Fall detection system using Kinect’s infrared sensor
Soo Park et al. Social saliency prediction
Vishnu et al. Human fall detection in surveillance videos using fall motion vector modeling
Kwolek et al. Improving fall detection by the use of depth sensor and accelerometer
Menegatti et al. Omnidirectional vision scan matching for robot localization in dynamic environments
US20200349347A1 (en) Systems and methods for monitoring and recognizing human activity
US20160379074A1 (en) System and a method for tracking mobile objects using cameras and tag devices
Chen et al. A fall detection system based on infrared array sensors with tracking capability for the elderly at home
Fusco et al. Indoor localization for visually impaired travelers using computer vision on a smartphone
JP6590609B2 (ja) 画像解析装置及び画像解析方法
CA2934102A1 (en) A system and a method for tracking mobile objects using cameras and tag devices
JP6780641B2 (ja) 画像解析装置、画像解析方法、及び、画像解析プログラム
Mastorakis et al. Fall detection without people: A simulation approach tackling video data scarcity
JP2021033430A (ja) コンピュータプログラム、対象物特定方法、対象物特定装置及び対象物特定システム
JP2011209794A (ja) 対象物認識システム及び該システムを利用する監視システム、見守りシステム
Hu et al. Bayesian fusion of ceiling mounted camera and laser range finder on a mobile robot for people detection and localization
CN111814665A (zh) 基于宠物情绪识别的陪护方法、装置、服务器及存储介质
JP2021047538A (ja) 画像処理装置、画像処理方法、及びプログラム
KR101383988B1 (ko) 3차원 카메라를 이용한 객체 인식 시스템 및 방법
KR20230078063A (ko) 자세유형 판별을 위한 서버 및 그 동작방법
Sinha et al. Depth sensor based skeletal tracking evaluation for fall detection systems
Flores-Barranco et al. Accidental fall detection based on skeleton joint correlation and activity boundary
Cielniak et al. Appearance-based tracking of persons with an omnidirectional vision sensor

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20070308

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100128

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100311

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20100422

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20100423

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130514

Year of fee payment: 3

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees