JP2008052683A - Suspicious individual determination system and profile distribution system - Google Patents

Suspicious individual determination system and profile distribution system Download PDF

Info

Publication number
JP2008052683A
JP2008052683A JP2006231416A JP2006231416A JP2008052683A JP 2008052683 A JP2008052683 A JP 2008052683A JP 2006231416 A JP2006231416 A JP 2006231416A JP 2006231416 A JP2006231416 A JP 2006231416A JP 2008052683 A JP2008052683 A JP 2008052683A
Authority
JP
Japan
Prior art keywords
case base
profile
suspicious person
data
person
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
JP2006231416A
Other languages
Japanese (ja)
Other versions
JP5008118B2 (en
Inventor
Toru Yamaguchi
亨 山口
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.)
Tokyo Metropolitan Public University Corp
Original Assignee
Tokyo Metropolitan Public University Corp
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 Tokyo Metropolitan Public University Corp filed Critical Tokyo Metropolitan Public University Corp
Priority to JP2006231416A priority Critical patent/JP5008118B2/en
Publication of JP2008052683A publication Critical patent/JP2008052683A/en
Application granted granted Critical
Publication of JP5008118B2 publication Critical patent/JP5008118B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Burglar Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

<P>PROBLEM TO BE SOLVED: To provide a suspicious individual determination system and profile distribution system which have high in determination precision and can perform a high-speed operation. <P>SOLUTION: Profile data which are obtained by extracting the moving speed, the moving direction, and the direction of a face of a person from a moving picture signal by a profile means 21, and a case base table stored in a database 23 in advance are compared with each other and determined by a comparison determination means 25. Profile data with a determination result stored in a case base data memory 26 added thereto are added to the database 23, and the case base table is updated. <P>COPYRIGHT: (C)2008,JPO&INPIT

Description

本発明は、カメラの撮影動画信号から自動的に一般人と不審者を判別する不審者判別システム及びそのデータである事例ベース表を配布するプロファイル配布システムに関する。   The present invention relates to a suspicious person discriminating system for automatically discriminating a general person and a suspicious person from a captured video signal of a camera, and a profile distribution system for distributing a case base table as data thereof.

近年、防犯や安全確保のために監視カメラを使用することが多い。人の目視による監視は人件費などの運用コストが掛かるので、撮影動画信号を解析して自動的に不審者を判別するシステムとして、行動者を動画像として測定しその画像中心の座標の時系列データを数学的に解析し定量化することにより正常値から離脱する場合は不審者であると判定する例が知られている(例えば、特許文献1参照)。   In recent years, surveillance cameras are often used for crime prevention and ensuring safety. Human visual monitoring requires labor costs and other operational costs, so as a system that automatically identifies suspicious persons by analyzing captured video signals, the actor is measured as a moving image and the time series of the coordinates at the center of the image An example of determining a suspicious person when the data deviates from a normal value by mathematically analyzing and quantifying data is known (see, for example, Patent Document 1).

また、対象を連続的に撮影して、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例が知られている(例えば、特許文献2参照)。
特開2005−353016号公報 特開2005−275912号公報
Further, the object is continuously photographed, the velocity v and the moving direction displacement angle θ per predetermined unit time are obtained from the movement trajectory, the average value X of v · cos θ per unit time within the predetermined time is obtained, An example is known in which a predetermined extraction target is discriminated by a statistical means using an average value as an operation element index (see, for example, Patent Document 2).
JP 2005-353016 A JP 2005-275912 A

しかし、上記した従来の方法又はシステムは行動者の画像中心の軌跡を用いて不審者を判別したり、対象の移動軌跡から速度と移動方向変位を求めてv・cosθの平均値を求め、これを統計処理して不審者を判別しているので不審者の判別精度が十分ではないという問題点がある。   However, the above-described conventional method or system discriminates a suspicious person using the trajectory of the center of the image of the actor, obtains the speed and displacement in the moving direction from the moving trajectory of the object, obtains the average value of v · cos θ, Since the suspicious person is discriminated by performing statistical processing, there is a problem that the discrimination accuracy of the suspicious person is not sufficient.

本発明は、上記問題点に鑑み、人物の顔の向き又は用途のプロファイルを判別要素に加えた推論をすることにより判別精度の高い不審者判別システムを提供することを目的とする。   In view of the above problems, an object of the present invention is to provide a suspicious person discrimination system with high discrimination accuracy by inferring a person's face orientation or usage profile as a discrimination element.

また本発明は、判別済のプロファイルデータを加味して事例ベース表を更新することにより、より判別精度の高い不審者判別システムを提供することを目的とする。   Another object of the present invention is to provide a suspicious person discrimination system with higher discrimination accuracy by updating a case base table in consideration of discriminated profile data.

また本発明は、複数の不審者判別システムから事例ベース表を収集して事例ベース表を再構成し、これをそれぞれの不審者判別システムに送出してそれぞれの不審者判別システムの事例ベース表を更新することにより、さらに判別精度の高い不審者判別システムを提供することを目的とする。   The present invention also collects case base tables from a plurality of suspicious person discrimination systems, reconstructs the case base tables, sends them to the respective suspicious person discrimination systems, and generates the case base tables of the respective suspicious person discrimination systems. An object is to provide a suspicious person discrimination system with higher discrimination accuracy by updating.

上記目的を達成するため、請求項1に記載した本発明による不審者判別システムは、動画信号から人物の移動する速度、移動の向き及び顔の向きを時系列に抽出し定量化してプロファイルデータとするプロファイル手段と、該プロファイル手段により生成されたプロファイルデータを記憶するプロファイルデータメモリと、判別済プロファイルデータ及び判別結果を含む、複数の事例ベースデータからなる事例ベース表を記憶するデータベースと、前記プロファイルデータメモリに記憶されている前記プロファイルデータと前記データベースに記憶されている事例ベース表とを比較することにより前記人物が不審者であるか否かを判別する比較判別手段とを備えることを特徴とする。   In order to achieve the above object, the suspicious person discrimination system according to the present invention described in claim 1 extracts profile data from a moving image signal by extracting and quantifying a person's moving speed, moving direction and face direction in time series. Profile means, a profile data memory for storing profile data generated by the profile means, a database for storing a case base table composed of a plurality of case base data including discriminated profile data and discrimination results, and the profile Comparing and determining means for determining whether or not the person is a suspicious person by comparing the profile data stored in a data memory with a case base table stored in the database. To do.

また、請求項2に記載した本発明による不審者判別システムは、動画信号から人物の移動する速度及び移動の向きを時系列に抽出し、用途とともに定量化してプロファイルデータとするプロファイル手段と、該プロファイル手段により生成されたプロファイルデータを記憶するプロファイルデータメモリと、判別済プロファイルデータ及び判別結果を含む、複数の事例ベースデータからなる事例ベース表を記憶するデータベースと、前記プロファイルデータメモリに記憶されている前記プロファイルデータと前記データベースに記憶されている事例ベース表とを比較することにより前記人物が不審者であるか否かを判別する比較判別手段とを備えることを特徴とする。   Further, the suspicious person discriminating system according to the present invention described in claim 2 extracts a speed and direction of movement of a person from a moving image signal in time series, and quantifies it with a use as profile data, A profile data memory for storing profile data generated by the profile means, a database for storing a case base table including a plurality of case base data including the determined profile data and the determination results, and stored in the profile data memory. And comparing / determining means for determining whether or not the person is a suspicious person by comparing the profile data and the case base table stored in the database.

また、請求項3に記載した本発明による不審者判別システムは、前記比較判別手段から出力される判別済プロファイルデータ及び判別結果を含む事例ベースデータを記憶し、前記データベースに追記憶して前記事例ベース表を更新する事例ベースデータメモリを更に備えることを特徴とする。   The suspicious person discriminating system according to the present invention described in claim 3 stores discriminated profile data output from the comparison discriminating means and case base data including a discrimination result, and additionally stores it in the database to store the case. A case base data memory for updating the base table is further provided.

また、請求項4に記載した本発明による不審者判別システムは、前記プロファイル手段は、前記人物の移動する速度、移動の向き及び顔の向きのそれぞれをメンバシップ関数を用いて抽象化した値とし、この値をそのまま出力又は時間平均化処理して出力することを特徴とする。   In the suspicious person discriminating system according to the present invention as set forth in claim 4, the profile means takes values obtained by abstracting each of the moving speed, moving direction and face direction of the person using membership functions. This value is output as it is or after being time-averaged and output.

また、請求項5に記載した本発明による不審者判別システムは、前記プロファイル手段は、前記人物の移動する速度、移動の向き及び用途のそれぞれをメンバシップ関数を用いて抽象化した値とし、この値をそのまま出力又は時間平均化処理して出力することを特徴とする。   Further, in the suspicious person discriminating system according to the present invention as set forth in claim 5, the profile means takes values obtained by abstracting the moving speed, moving direction and usage of the person using membership functions. The value is output as it is or after being time-averaged and output.

また、請求項6に記載した本発明による不審者判別システムは、前記比較判別手段は、前記メンバシップ関数を用いて連想推論を行うことを特徴とする。   The suspicious person discrimination system according to the present invention described in claim 6 is characterized in that the comparison discrimination means performs associative inference using the membership function.

また、請求項7に記載した本発明によるプロファイル配布システムは、複数の前記不審者判別システムそれぞれから前記事例ベース表の一部又は全部を入力する入出力手段と、該入出力手段から複数の前記事例ベース表を入力して1つの事例ベース表に再構成して出力する制御手段と、該制御手段から事例ベース表を入力して記憶するデータベースとを備え、前記制御手段は、該データベースに記憶されている事例ベース表を前記入出力手段を経由して複数の前記不審者判別システムに送出することを特徴とする。   The profile distribution system according to the present invention described in claim 7 includes an input / output unit for inputting a part or all of the case base table from each of the plurality of suspicious person discrimination systems, and a plurality of the input / output unit from the input / output unit. Control means for inputting a case base table, reconstructing and outputting the case base table, and a database for inputting and storing the case base table from the control means, the control means storing in the database The case base table is sent to the plurality of suspicious person discrimination systems via the input / output means.

また、請求項8に記載した本発明によるプロファイル配布システムは、前記制御手段は、複数の前記事例ベース表の各事例ベースデータについて、所定距離よりも近い事例ベースデータ同士は平均化して1つの事例ベースデータにし、前記所定距離よりも遠い事例ベースデータ同士はそのままそれぞれの事例ベースデータにすることを特徴とする。   Further, in the profile distribution system according to the present invention described in claim 8, the control means averages case base data closer than a predetermined distance for each case base data of the plurality of case base tables to form one case. Base data is used, and case base data far from the predetermined distance are directly used as the respective case base data.

請求項1に記載した本発明による不審者判別システムによれば、人物の顔の向きのプロファイルを判別要素に加えた推論を行うので、判別精度の高い不審者判別システムが実現できる。   According to the suspicious person discriminating system according to the first aspect of the present invention, inference is performed by adding the profile of the human face orientation to the discriminating element, so that a suspicious person discriminating system with high discrimination accuracy can be realized.

請求項2に記載した本発明による不審者判別システムによれば、用途のプロファイルを判別要素に加えた推論を行うので、判別精度の高い不審者判別システムが実現できる。   According to the suspicious person discriminating system according to the second aspect of the present invention, inference is performed by adding the profile of the application to the discriminating element, so that a suspicious person discriminating system with high discrimination accuracy can be realized.

請求項3に記載した本発明による不審者判別システムによれば、判別したプロファイルデータを加味して事例ベース表を更新するので、より判別精度の高い不審者判別システムが実現できる。   According to the suspicious person discriminating system according to the third aspect of the present invention, since the case base table is updated in consideration of the discriminated profile data, a suspicious person discriminating system with higher discrimination accuracy can be realized.

請求項4に記載した本発明による不審者判別システムによれば、判別精度が高くかつ高速処理が可能な不審者判別システムが実現できる。   According to the suspicious person discrimination system according to the present invention described in claim 4, a suspicious person discrimination system having high discrimination accuracy and capable of high-speed processing can be realized.

請求項5に記載した本発明による不審者判別システムによれば、判別精度が高くかつ高速処理が可能な不審者判別システムが実現できる。   According to the suspicious person discrimination system according to the present invention described in claim 5, it is possible to realize a suspicious person discrimination system with high discrimination accuracy and capable of high-speed processing.

請求項6に記載した本発明による不審者判別システムによれば、更に判別精度が高くかつ高速処理が可能な不審者判別システムが実現できる。   According to the suspicious person discriminating system according to the present invention described in claim 6, it is possible to realize a suspicious person discriminating system with higher discrimination accuracy and capable of high-speed processing.

請求項7に記載した本発明によるプロファイル配布システムによれば、複数の不審者判別システムから事例ベース表を収集してプロファイルデータを再構成し、これをそれぞれの不審者判別システムに送出してそれぞれの不審者判別システムの事例ベース表を更新するので、さらに判別精度の高い不審者判別システムが実現できる。   According to the profile distribution system according to the present invention as set forth in claim 7, the case base table is collected from a plurality of suspicious person discriminating systems, the profile data is reconstructed, and sent to the respective suspicious person discriminating systems. Since the case base table of the suspicious person discrimination system is updated, a suspicious person discrimination system with higher discrimination accuracy can be realized.

請求項8に記載した本発明による不審者判別システムによれば、事例ベースデータの数が無限に増えてしまうことを防止することができる。   According to the suspicious person discrimination system according to the present invention described in claim 8, it is possible to prevent the number of case base data from increasing infinitely.

以下、添付図面を参照しながら本発明を実施するための最良の形態について詳細に説明する。   The best mode for carrying out the present invention will be described below in detail with reference to the accompanying drawings.

図1は、本発明の実施例1による不審者判別システムの構成を示す図である。不審者判別システム2は、プロファイル手段21、プロファイルデータメモリ22、データベース23、比較判別手段24、事例ベースデータメモリ25、入出力手段26、及び入出力端子27を具備している。カメラ1は、本発明の不審者判別システム2に動画信号を供給する。   FIG. 1 is a diagram showing a configuration of a suspicious person discrimination system according to Embodiment 1 of the present invention. The suspicious person discrimination system 2 includes profile means 21, profile data memory 22, database 23, comparison discrimination means 24, case base data memory 25, input / output means 26, and input / output terminals 27. The camera 1 supplies a moving image signal to the suspicious person discrimination system 2 of the present invention.

カメラ1は、本発明の不審者判別システム2の一部ではないが、本発明の実施例の説明を容易にするために図1内に便宜上示したものである。   The camera 1 is not a part of the suspicious person discrimination system 2 of the present invention, but is shown in FIG. 1 for convenience in order to facilitate explanation of the embodiment of the present invention.

図2は、プロファイルデータメモリ22に記憶されているプロファイルデータの構造を示す図である。プロファイルデータ3は、移動方向データ31、移動速度データ32、顔の向きデータ33、及び用途データ34を含んでいる。   FIG. 2 is a diagram showing the structure of profile data stored in the profile data memory 22. The profile data 3 includes moving direction data 31, moving speed data 32, face orientation data 33, and application data 34.

図3は、事例ベースデータの構造を示す図である。図3(a)は、事例ベースデータメモリ25に記憶される1事例毎の事例ベースデータ6の構造を、図3(b)はデータベース23に含まれる複数の事例ベースデータ6を表の形式にした事例ベース表7の構造を示している。   FIG. 3 is a diagram illustrating the structure of the case base data. 3A shows the structure of the case base data 6 for each case stored in the case base data memory 25. FIG. 3B shows a plurality of case base data 6 included in the database 23 in the form of a table. The structure of the example base table 7 is shown.

図3(a)に示すごとく、事例ベースデータ6には事例番号5、プロファイルデータ3、及び判別結果4が含まれている。図3(b)に示した例では、事例ベース表7には6つの事例ベースデータ6が含まれており、それぞれを区別するために便宜上事例ベースデータ6A〜6Fの名称を付してある。   As shown in FIG. 3A, the case base data 6 includes a case number 5, profile data 3, and a discrimination result 4. In the example shown in FIG. 3B, the case base table 7 includes six case base data 6, and the names of the case base data 6A to 6F are given for the sake of convenience.

以降の説明では事例ベースデータ6Aに含まれる事例番号5、プロファイルデータ3、判別結果4にはそれぞれ5A、3A、4Aという名称を付して他と区別することとし、他の事例ベースデータ6B〜6Fについても同様とする。   In the following description, the case number 5, the profile data 3, and the discrimination result 4 included in the case base data 6A are distinguished from others by giving the names 5A, 3A, and 4A, respectively. The same applies to 6F.

図1でカメラ1から動画信号が供給される。この動画信号はプロファイル手段21に導かれてプロファイリングによりプロファイルデータ3が生成され、生成されたプロファイルデータ3はプロファイルデータメモリ22に記憶される。   In FIG. 1, a moving image signal is supplied from the camera 1. The moving image signal is guided to the profile means 21 and profile data 3 is generated by profiling. The generated profile data 3 is stored in the profile data memory 22.

データベース23には予めプロファイリングされたデータに一般人か不審者かを判別された結果を付した事例ベースデータ6A〜6Fが表の形に整理された事例ベース表7として格納されている。   In the database 23, case base data 6A to 6F with the result of discriminating whether the person is a general person or a suspicious person is stored as a case base table 7 arranged in the form of a table.

比較判別手段24にはデータベース23に含まれる事例ベース表7とプロファイルデータメモリ22に記憶されたプロファイルデータ3が供給されて比較判別されて判別結果が付いている事例ベースデータ6が生成され、事例ベースデータメモリ25に記憶される。   The case base table 7 included in the database 23 and the profile data 3 stored in the profile data memory 22 are supplied to the comparison discriminating means 24, and the case base data 6 with the discrimination result is generated by comparison and discrimination. It is stored in the base data memory 25.

事例ベースデータメモリ25に記憶される事例ベースデータ6は入出力手段26を介して入出力端子27から出力されるとともに、データベース23に供給追加されて事例ベース表7を更新する。   The case base data 6 stored in the case base data memory 25 is output from the input / output terminal 27 via the input / output means 26 and is added to the database 23 to update the case base table 7.

事例ベースデータメモリ25に記憶されている事例ベースデータ6は入出力手段26を介して入出力端子27から出力される。   The case base data 6 stored in the case base data memory 25 is output from the input / output terminal 27 via the input / output means 26.

図4は、不審者判別システム2の機能動作を示す不審者推論フローチャートであり、レイヤ間を双方向連想記憶(BAM:bidirectional associative memory)で構成するファジィ連想推論(谷萩隆嗣編著「ディジタル信号処理ライブラリ9ニューラルネットワークとファジィ信号処理」コロナ社89〜93頁参照)を行うことにより不審者判別を行う。   FIG. 4 is a suspicious person reasoning flowchart showing the functional operation of the suspicious person discrimination system 2, and a fuzzy associative reasoning composed of bidirectional associative memory (BAM) between layers (edited by Takaaki Tanibe, “Digital Signal Processing”). A suspicious person is discriminated by performing library 9 neural network and fuzzy signal processing (see pages 89 to 93 of Corona).

不審者推論の主な手順は、情報入力手順81、メンバシップ関数計算手順82、プロファイルデータ作成手順83、不審者判別手順84、判別結果データ出力手順85、及び事例ベース表更新手順87からなる。   The main procedure of suspicious person inference includes an information input procedure 81, a membership function calculation procedure 82, a profile data creation procedure 83, a suspicious person discrimination procedure 84, a discrimination result data output procedure 85, and a case base table update procedure 87.

図5〜図11は、不審者判別システム2の動作の詳細を説明するための図である。図5は顔の向きの検出を説明する図、図6は顔の向きによるメンバシップ関数の生成を説明する図、図7は人物の位置と顔の向きを検出する実験の波形図、図8はメンバシップ関数を説明する図、図9は事例ベース表を説明する図、図10は事例ベース推論モデルを説明する図、図11は意図認識モデルを説明する図である。   5-11 is a figure for demonstrating the detail of operation | movement of the suspicious person discrimination | determination system 2. FIG. FIG. 5 is a diagram for explaining the detection of the face orientation, FIG. 6 is a diagram for explaining the generation of the membership function according to the face orientation, FIG. 7 is a waveform diagram of the experiment for detecting the position of the person and the face orientation, and FIG. Is a diagram for explaining a membership function, FIG. 9 is a diagram for explaining a case base table, FIG. 10 is a diagram for explaining a case base inference model, and FIG. 11 is a diagram for explaining an intention recognition model.

以下、不審者判別システム2の動作を図1〜図11を用いて詳細に説明する。   Hereinafter, the operation of the suspicious person discrimination system 2 will be described in detail with reference to FIGS.

プロファイル手段21の動作は、図4の不審者推論フローチャートに示す情報入力手順81〜プロファイルデータ作成手順83で説明される。撮影手順811でカメラ1から供給される動画信号を入力し、位置検出手順812で人物の位置を時系列で把握する。人物の位置を把握する方法は当業者には良く知られており、その説明は省略する(特許文献1、2参照)。カメラ1は、複数個とすると3次元座標の精度を向上することができる。   The operation of the profile means 21 will be described in the information input procedure 81 to the profile data creation procedure 83 shown in the suspicious person inference flowchart of FIG. The moving image signal supplied from the camera 1 is input in the shooting procedure 811, and the position of the person is grasped in time series in the position detection procedure 812. A method for grasping the position of a person is well known to those skilled in the art, and the description thereof is omitted (see Patent Documents 1 and 2). If there are a plurality of cameras 1, the accuracy of the three-dimensional coordinates can be improved.

顔情報検出手順813で人物の顔の向きを把握する。図5(a)に示すように、本発明では顔の輪郭を撮影画像に含まれる肌色を検出するなどで捉え、この輪郭の内部にある鼻や唇の位置を検出する。鼻はほぼ顔の輪郭の中央部にある明るい部分、唇は顔の輪郭の下部にある赤味を帯びた部分として捉えることができる。   In face information detection procedure 813, the orientation of a person's face is grasped. As shown in FIG. 5A, in the present invention, the outline of the face is captured by detecting the skin color included in the photographed image, and the position of the nose and lips inside the outline is detected. The nose can be seen as a bright part at the center of the face outline, and the lips can be seen as a reddish part at the bottom of the face outline.

用途入力手順814は、例えば建物の入り口、公園、通路など、撮影される画像の位置などを入力する。移動速度計算手順821及び移動方向計算手順822は、位置検出手順812の結果である前記人物の位置情報の時間経過を捉えることにより人物の移動速度と移動方向を計算する。顔の向き計算手順823は、図5(a)を用いて説明した顔情報検出手順813の検出結果を用いる。   In the application input procedure 814, for example, the position of an image to be photographed, such as an entrance of a building, a park, or a passage, is input. The movement speed calculation procedure 821 and the movement direction calculation procedure 822 calculate the movement speed and movement direction of the person by capturing the time passage of the position information of the person as a result of the position detection procedure 812. The face orientation calculation procedure 823 uses the detection result of the face information detection procedure 813 described with reference to FIG.

図5(b)は、横軸を時間、縦軸を左(下)右(上)方向とし、意識的に正面→左→右→左と顔を振った場合の実験結果を示したものであり、鼻(点線)、唇(実線)ともにその動きを捉えており、顔の向きを検出できていることが分かる。   Fig. 5 (b) shows the experimental results when the horizontal axis is time and the vertical axis is the left (down) right (up) direction and the face is consciously shaken from front to left to right to left. Yes, the movements of both the nose (dotted line) and lips (solid line) are captured, and it can be seen that the orientation of the face can be detected.

図6は、横軸を時間、縦軸を左(下)右(上)方向として人物が直進(実線)、直進→右折(密点線)、直進→左折(一点鎖線)の場合の実験結果を示したものであり、図5で説明した顔の向きを計算することにより人物の直進、右折、左折を検出できていることが分かる。   Fig. 6 shows the experimental results when the horizontal axis is time and the vertical axis is left (down), right (up), and the person goes straight (solid line), straight → right turn (dense dotted line), straight → left turn (dashed line). It can be seen that by calculating the face orientation described with reference to FIG. 5, it is possible to detect a straight advance, right turn, and left turn of a person.

後述するメンバシップ関数の例を同図中の右側に重畳して示した。   An example of a membership function to be described later is shown superimposed on the right side of the figure.

図7は、一般人と不審者の位置(実線はx方向成分、密点線はy方向成分)、顔の向き(一点鎖線)を実験で測定した例である。   FIG. 7 shows an example in which the positions of a general person and a suspicious person (solid line is an x-direction component, and a dense dotted line is a y-direction component) and the face direction (dashed line) are measured by experiments.

図7(a)は、一般人のデータであり、人物は顔の向きをゆっくり変化させながら右前方に向かって速く動いていることが分かる。   FIG. 7 (a) is data of a general person, and it can be seen that the person is moving fast toward the right front while slowly changing the direction of the face.

図7(b)は、不審者のデータであり、人物は顔を小刻みに左右に振りながら右前方に一般人よりは遅い速度で動いていることが分かる。   FIG. 7B shows suspicious person data, and it can be seen that the person moves to the right front at a slower speed than the general person while swinging his / her face to the left and right.

すなわち、上記の実験結果は顔の向きの検出を加味することにより精度の高い不審者判別が可能であることを示している。後に詳細説明するように、この両者との比較判別を、ファジィ連想推論により行うことにより高速かつ高精度で不審者判別を行うことができる。   That is, the above experimental results indicate that it is possible to determine a suspicious person with high accuracy by taking into account the detection of the face direction. As will be described in detail later, by performing comparison discrimination between the two using fuzzy associative reasoning, it is possible to perform suspicious person discrimination with high speed and high accuracy.

メンバシップ関数計算手順824及びプロファイルデータ作成手順831は、上記手順で計算した人物の移動速度、移動方向、顔の向きを入力データとするそれぞれのメンバシップ関数計算を行い、これらを組み合わせた事例データとしてプロファイルデータ3を作成する。   The membership function calculation procedure 824 and the profile data creation procedure 831 perform each membership function calculation using the movement speed, movement direction, and face direction of the person calculated in the above procedure as input data, and case data combining them. Profile data 3 is created as follows.

図8は、人物の移動方向(move direction)、移動速度(move speed)、顔の向き(face direction)の計算方法とそれぞれのファジィルールのメンバシップ関数例を示したものである。   FIG. 8 shows a method for calculating the movement direction, movement speed, and face direction of a person and examples of membership functions of the respective fuzzy rules.

人物の移動方向(move direction)につき、右(right)、前方(forward)、左(left)、後方(back)について、メンバシップ関数を設定してある。   Membership functions are set for right, forward, left, and back for each person's move direction.

人物の移動速度(move speed)につき、停止(stop)、遅い(slow)、普通(middle)、速い(fast)について、メンバシップ関数を設定してある。   Membership functions are set for stop, slow, middle, and fast for each person's move speed.

人物の顔の向き(face direction)につき、大(small)、中(middle)、小(large)について、メンバシップ関数を設定してある。   Membership functions are set for small, medium, and large for the face direction of the person.

図6の顔の向きの実験結果の図中右側にメンバシップ関数の例を実験結果に重畳して示した。   An example of the membership function is shown superimposed on the experimental results on the right side of the experimental results of face orientation in FIG.

この場合、0を中心とする幅40の三角形は直進を、0から図の上方に向けて折れる線は左向きを、0から図の下方に向けて折れる線は右向きを示す関数である。   In this case, a triangle having a width of 40 centered on 0 is a function indicating a straight line, a line bent from 0 toward the upper side of the figure is directed to the left, and a line bent from 0 to the lower side of the figure is a function indicating the right direction.

プロファイルデータ作成手順831は、上記のメンバシップ関数計算手順824を人物の移動方向、移動速度、顔の向きにつき行い、それぞれの計算結果であるメンバシップ値の5秒間の平均値を計算する。プロファイルデータメモリ記憶手順832は、この計算結果をプロファイルデータ3としてプロファイルデータメモリ22に記憶する。   The profile data creation procedure 831 performs the above membership function calculation procedure 824 for the moving direction, moving speed, and face direction of the person, and calculates the average value of the membership values, which are the respective calculation results, for 5 seconds. The profile data memory storing procedure 832 stores the calculation result as profile data 3 in the profile data memory 22.

図9は、データベース23に格納されている事例ベース表7の例であり、この例では6つの事例が格納されている。   FIG. 9 is an example of the case base table 7 stored in the database 23. In this example, six cases are stored.

同図で事例番号は一般人1〜3と不審者1〜3が、プロファイルデータ3は人物の移動方向(move direction)、人物の移動速度(move speed)、人物の顔の向き(face direction)につき、上記で説明した情報入力手順81及びメンバシップ関数計算手順82により算出した結果が、判別結果として一般人(normal)か不審者(abnormal)かの判別が示されている。   In this figure, the case numbers are general persons 1 to 3 and suspicious persons 1 to 3, and profile data 3 is for the movement direction of the person, the movement speed of the person, and the face direction of the person. In addition, it is shown whether the result calculated by the information input procedure 81 and the membership function calculation procedure 82 described above is a normal person or a suspicious person (abnormal).

不審者判別手順84は図9を用いて説明したプロファイルデータ3及び事例ベース表7を用いて行う。   The suspicious person discrimination procedure 84 is performed using the profile data 3 and the case base table 7 described with reference to FIG.

プロファイルデータ読出手順841でプロファイルデータ3を、事例ベース表読出手順842で事例ベース表7を読出し、不審者判別手順843で判別を行う。   The profile data reading procedure 841 reads the profile data 3, the case base table reading procedure 842 reads the case base table 7, and the suspicious person discrimination procedure 843 performs discrimination.

図10は、事例ベース推論モデルを説明する図である。不審者判別手順843は、この事例ベース推論モデルに示したごとく、ファジィ連想推論を行うことにより高精度かつ高速に不審者判別を行うことができる。同図で最下段(Input Layer)がプロファイルデータ3に、中段(Case Base Layer)が事例ベース表7に相当する。同図中の多数の斜め線は、推論がそれぞれのメンバシップ値を参照しながら行われることを概念的に示している。推論の結果は上段(Output Layer)に集約され、プロファイルデータ3が一般人(normal)か不審者(abnormal)かが判別される。   FIG. 10 is a diagram for explaining a case-based reasoning model. The suspicious person discrimination procedure 843 can perform suspicious person discrimination with high accuracy and high speed by performing fuzzy associative reasoning as shown in the case-based reasoning model. In the figure, the lowest level (Input Layer) corresponds to profile data 3, and the middle level (Case Base Layer) corresponds to case base table 7. A large number of diagonal lines in the figure conceptually indicate that inference is performed with reference to the respective membership values. The inference results are collected in the upper stage (Output Layer), and it is determined whether the profile data 3 is a normal person or a suspicious person (abnormal).

なお、図11の意図認識モデルに示すごとく、不審者判別手順843は用途を推論要素に加えてファジィ連想推論を行うことによっても高精度かつ高速に不審者判別を行うことが可能である。   As shown in the intention recognition model of FIG. 11, the suspicious person determination procedure 843 can perform suspicious person determination with high accuracy and high speed by performing fuzzy associative inference in addition to the inference element.

同図で最下段(Input Layer)がプロファイルデータ3に、中段(Case Base Layer)が事例ベース表7に、上段(Output Layer)が判別結果4に相当するのは図10で説明した事例ベース推論モデルと同様であるが、カメラ1が設置された位置が例えば通路、公園、建物入り口であることを用途別の人間の意図と捉え、これを用いてメンバシップ関数を定義してメンバシップ関数計算手順824を行ってプロファイルデータ3を生成することが可能である。この場合も、推論の結果は上段(Output Layer)に集約され、プロファイルデータ3が一般人(normal)か不審者(abnormal)かが判別される。   In the figure, the bottom level (Input Layer) corresponds to profile data 3, the middle level (Case Base Layer) corresponds to case base table 7, and the top level (Output Layer) corresponds to discrimination result 4 in the case base reasoning explained in FIG. Similar to the model, but the position where the camera 1 is installed is, for example, a passage, a park, or the entrance of a building is regarded as a human intention for each purpose, and a membership function is defined using this to calculate a membership function. It is possible to generate the profile data 3 by performing the procedure 824. Also in this case, the inference results are collected in the upper stage (Output Layer), and it is determined whether the profile data 3 is a normal person or a suspicious person (abnormal).

判別結果データ出力手順85は、プロファイルデータ3に事例番号5と判別結果4を追加した事例ベースデータ6を事例ベースデータメモリ25に記憶すると共に、入出力手段26により入出力端子27に出力する。   In the determination result data output procedure 85, the case base data 6 obtained by adding the case number 5 and the determination result 4 to the profile data 3 is stored in the case base data memory 25 and is output to the input / output terminal 27 by the input / output means 26.

登録判別手順86は、事例ベースデータメモリ25に記憶された事例ベースデータ6を事例ベース表7に追記するか否かを判別し、NOの場合には終了判別手順88に移行するが、YESの場合はこれを事例ベース表7に追記更新してから終了判別手順88に移行する。   The registration determination procedure 86 determines whether or not to add the case base data 6 stored in the case base data memory 25 to the case base table 7. If NO, the process proceeds to the end determination procedure 88. If this is the case, this is updated in the case base table 7 and the process proceeds to the end determination procedure 88.

事例ベースデータ6を事例ベース表7に追記するか否かの判別は判別結果の確かさを計算し、これを参照しながら自動で行うことも可能であるが、手動で行うことも可能である。   Whether to add the case base data 6 to the case base table 7 can be determined automatically by calculating the certainty of the determination result and referring to this, but can also be performed manually. .

以上詳細に説明したように、本発明の実施例1による不審者判別システムによれば高精度かつ高速に不審者判別を行うことができる。   As described above in detail, the suspicious person discrimination system according to the first embodiment of the present invention can perform suspicious person discrimination with high accuracy and high speed.

なお、本発明は上記実施例に限定されるものではない。   In addition, this invention is not limited to the said Example.

図4に示した不審者推論フローチャートを用いた上記の説明でプロファイルデータメモリ記憶手順832はメンバシップ値の5秒間の平均値を記憶するとしたが、時間平均を5秒に限る必要はなく、カメラ1の設置状況や動画信号の内容によって違う時間平均値であって良いのは言うまでもない。   In the above description using the suspicious person inference flowchart shown in FIG. 4, the profile data memory storing procedure 832 stores the average value of the membership values for 5 seconds. However, the time average need not be limited to 5 seconds, and the camera Needless to say, the time average value may vary depending on the installation status of 1 and the content of the video signal.

また、図4に示した不審者推論フローチャートのそれぞれの手順は必ずしもこの順序である必要はなく、例えば位置検出手順812と顔情報検出手順813のように相前後しても処理の結果に影響を与えない手順同士は、必要に応じて適宜順序を入れ替えてよいのは言うまでもない。   Also, the steps of the suspicious person inference flowchart shown in FIG. 4 do not necessarily have to be in this order. For example, the position detection procedure 812 and the face information detection procedure 813 may affect the processing result even if they are in succession. Needless to say, the order of the procedures not given may be changed as necessary.

また、図4に示した不審者推論フローチャートでは、ファジィ連想推論を行うことにより不審者判別を行う例を説明したが、例えば単純な閾値判定の組み合わせなど、別の判別手法を使用しても良いのは言うまでもない。   Further, in the suspicious person reasoning flowchart shown in FIG. 4, an example in which suspicious person determination is performed by performing fuzzy associative reasoning has been described. However, another determination method such as a combination of simple threshold determinations may be used. Needless to say.

図12は、本発明の実施例2によるプロファイル配布システムの構成を示す図である。同図で1A〜1Cはカメラ、2A〜2Cは不審者判別システム、27A〜27Cは入出力端子、70はサーバ装置である。   FIG. 12 is a diagram showing a configuration of a profile distribution system according to the second embodiment of the present invention. In the figure, 1A to 1C are cameras, 2A to 2C are suspicious person discrimination systems, 27A to 27C are input / output terminals, and 70 is a server device.

サーバ装置70は、入出力手段71、制御手段72、及びデータベース73を含んでいる。入出力手段71は、入出力端子27A〜27Cと接続されており、制御手段72の指令により不審者判別システム2A〜2Cからそれぞれの事例ベース表7の内容をデータベース73に導入、又はデータベース73に含まれる事例ベース表731を不審者判別システム2A〜2Cの事例ベース表7として送出することができる。   The server device 70 includes an input / output unit 71, a control unit 72, and a database 73. The input / output means 71 is connected to the input / output terminals 27A to 27C, and the contents of the respective case base tables 7 are introduced into the database 73 from the suspicious person discrimination systems 2A to 2C according to instructions from the control means 72, The included case base table 731 can be transmitted as the case base table 7 of the suspicious person discrimination systems 2A to 2C.

図13は、サーバ装置70の動作を説明するためのフローチャートである。   FIG. 13 is a flowchart for explaining the operation of the server device 70.

以下、本発明の実施例2によるプロファイル配布システムの動作を詳細に説明する。カメラ1Aと不審者判別システム2Aの組み合わせは本発明の実施例1による不審者判別システムと同様であり、カメラ1Bと不審者判別システム2B、カメラ1Cと不審者判別システム2Cの組み合わせによる不審者判別システムも同様であるので、その動作の説明は省略する。   Hereinafter, the operation of the profile distribution system according to the second embodiment of the present invention will be described in detail. The combination of the camera 1A and the suspicious person discrimination system 2A is the same as the suspicious person discrimination system according to the first embodiment of the present invention, and the suspicious person discrimination by the combination of the camera 1B and the suspicious person discrimination system 2B and the camera 1C and the suspicious person discrimination system 2C. Since the system is the same, description of the operation is omitted.

また、図12に示した例は不審者判別システム2が2A〜2Cの3台の例であるが、不審者判別システム2が複数台であれば同様の動作が可能である。   The example shown in FIG. 12 is an example of three suspicious person discrimination systems 2 of 2A to 2C, but the same operation is possible if there are a plurality of suspicious person discrimination systems 2.

図13のデータ収集手順で、制御手段72は不審者判別システム2A〜2Cからそれぞれの事例ベース表7の内容をデータベース73に導入する。   In the data collection procedure of FIG. 13, the control means 72 introduces the contents of each case base table 7 from the suspicious person discrimination systems 2 </ b> A to 2 </ b> C into the database 73.

再構成手順91で上記で収集した複数の事例ベース表7を統合して事例ベース表731を再構成する。このとき、メンバシップ関数値が所定距離よりも近い事例ベースデータは両者のメンバシップ関数を平均化して1つのデータにする。これにより事例ベースデータの数が無限に増えてしまうことを防止することができる。   The case base table 731 is reconstructed by integrating the plurality of case base tables 7 collected above in the reconfiguration procedure 91. At this time, the case base data whose membership function values are closer than a predetermined distance average the membership functions of the two into one data. As a result, the number of case base data can be prevented from increasing indefinitely.

データ再分配手順92で事例ベース表731を不審者判別システム2A〜2Cの事例ベース表7として送出する。これより多くの事例ベースデータを収集することができるので判別精度を高めることができる。   In the data redistribution procedure 92, the case base table 731 is transmitted as the case base table 7 of the suspicious person discrimination systems 2A to 2C. Since more case base data can be collected, the discrimination accuracy can be improved.

データ収集手順90が動作を開始するタイミングは、手動、定期的、入出力端子27A〜27Cに接続された不審者判別システム2A〜2Cの内の少なくともひとつからの要請により決定すればよい。データ再分配手順92が動作を開始するタイミングについても同様である。   The timing at which the data collection procedure 90 starts operating may be determined manually or periodically according to a request from at least one of the suspicious person discrimination systems 2A to 2C connected to the input / output terminals 27A to 27C. The same applies to the timing at which the data redistribution procedure 92 starts operation.

以上詳細に説明したように、本発明の実施例2によるプロファイル配布システムを使用することにより、より高精度かつ高速な不審者判別を行うことができる。   As described above in detail, by using the profile distribution system according to the second embodiment of the present invention, it is possible to perform suspicious person discrimination with higher accuracy and speed.

なお、本発明は上記実施例に限定されるものではない。   In addition, this invention is not limited to the said Example.

サーバ装置70を不審者判別システム2A〜2Cとは別に設けたが、不審者判別システム2A〜2Cの内の一台又は複数台にサーバ装置70の機能を持たせても良いのは言うまでもない。   Although the server device 70 is provided separately from the suspicious person discrimination systems 2A to 2C, it goes without saying that one or a plurality of the suspicious person discrimination systems 2A to 2C may have the function of the server device 70.

本発明の実施例1による不審者判別システムの構成を示す図である。It is a figure which shows the structure of the suspicious person discrimination | determination system by Example 1 of this invention. 本発明の実施例1のプロファイルデータメモリに記憶されているプロファイルデータの構造を示す図である。It is a figure which shows the structure of the profile data memorize | stored in the profile data memory of Example 1 of this invention. 本発明の実施例1の事例ベースデータの構造を示す図である。It is a figure which shows the structure of the example base data of Example 1 of this invention. 本発明の実施例1による不審者判別システムの機能動作を示す不審者推論フローチャートである。It is a suspicious person inference flowchart which shows the functional operation | movement of the suspicious person discrimination | determination system by Example 1 of this invention. 顔の向きの検出を説明する図である。It is a figure explaining the detection of the direction of a face. 顔の向きによるメンバシップ関数の生成を説明する図である。It is a figure explaining the production | generation of the membership function by the direction of a face. 人物の位置と顔の向きを検出する実験の波形図である。It is a wave form diagram of an experiment which detects a person's position and face direction. メンバシップ関数を説明する図である。It is a figure explaining a membership function. 事例ベース表を説明する図である。It is a figure explaining an example base table. 本発明の実施例1による不審者判別システムの比較判別手段の動作を説明するための事例ベース推論モデルを説明する図である。It is a figure explaining the case-based reasoning model for demonstrating operation | movement of the comparison discrimination | determination means of the suspicious person discrimination | determination system by Example 1 of this invention. 本発明の実施例1による不審者判別システムの比較判別手段の動作を説明するための意図認識モデルを説明する図である。It is a figure explaining the intention recognition model for demonstrating operation | movement of the comparison discrimination | determination means of the suspicious person discrimination | determination system by Example 1 of this invention. 本発明の実施例2によるプロファイル配布システムの構成を示す図である。It is a figure which shows the structure of the profile distribution system by Example 2 of this invention. 本発明の実施例2によるプロファイル配布システムの動作を説明するためのフローチャートである。It is a flowchart for demonstrating operation | movement of the profile distribution system by Example 2 of this invention.

符号の説明Explanation of symbols

1 カメラ
2 不審者判別システム
21 プロファイル手段
22 プロファイルデータメモリ
23 データベース
24 比較判別手段
25 事例ベースデータメモリ
26 入出力手段
3 プロファイルデータ
70 サーバ装置
71 入出力手段
72 制御手段
73 データベース
DESCRIPTION OF SYMBOLS 1 Camera 2 Suspicious person discrimination | determination system 21 Profile means 22 Profile data memory 23 Database 24 Comparison discrimination means 25 Case base data memory 26 Input / output means 3 Profile data 70 Server apparatus 71 Input / output means 72 Control means 73 Database

Claims (8)

動画信号から人物の移動する速度、移動の向き及び顔の向きを時系列に抽出し定量化してプロファイルデータとするプロファイル手段と、
該プロファイル手段により生成されたプロファイルデータを記憶するプロファイルデータメモリと、
判別済プロファイルデータ及び判別結果を含む、複数の事例ベースデータからなる事例ベース表を記憶するデータベースと、
前記プロファイルデータメモリに記憶されている前記プロファイルデータと前記データベースに記憶されている事例ベース表とを比較することにより前記人物が不審者であるか否かを判別する比較判別手段と
を備えることを特徴とする不審者判別システム。
Profile means that extracts the speed, direction of movement, and face direction of the person from the video signal in time series and quantifies them as profile data;
A profile data memory for storing profile data generated by the profile means;
A database for storing a case base table including a plurality of case base data, including determined profile data and determination results;
Comparing and determining means for determining whether or not the person is a suspicious person by comparing the profile data stored in the profile data memory and a case base table stored in the database. Suspicious person discrimination system characterized.
動画信号から人物の移動する速度及び移動の向きを時系列に抽出し、用途とともに定量化してプロファイルデータとするプロファイル手段と、
該プロファイル手段により生成されたプロファイルデータを記憶するプロファイルデータメモリと、
判別済プロファイルデータ及び判別結果を含む、複数の事例ベースデータからなる事例ベース表を記憶するデータベースと、
前記プロファイルデータメモリに記憶されている前記プロファイルデータと前記データベースに記憶されている事例ベース表とを比較することにより前記人物が不審者であるか否かを判別する比較判別手段と
を備えることを特徴とする不審者判別システム。
Profile means that extracts the speed and direction of movement of the person from the video signal in time series, and quantifies it with the application as profile data;
A profile data memory for storing profile data generated by the profile means;
A database for storing a case base table including a plurality of case base data, including determined profile data and determination results;
Comparing and determining means for determining whether or not the person is a suspicious person by comparing the profile data stored in the profile data memory and a case base table stored in the database. Suspicious person discrimination system characterized.
前記比較判別手段から出力される判別済プロファイルデータ及び判別結果を含む事例ベースデータを記憶し、前記データベースに追記憶して前記事例ベース表を更新する事例ベースデータメモリを更に備えることを特徴とする請求項1又は2記載の不審者判別システム。   A case base data memory that stores discriminated profile data and discrimination results output from the comparison discriminating means, and additionally stores in the database and updates the case base table is further provided. The suspicious person discrimination system according to claim 1 or 2. 前記プロファイル手段は、前記人物の移動する速度、移動の向き及び顔の向きのそれぞれをメンバシップ関数を用いて抽象化した値とし、この値をそのまま出力又は時間平均化処理して出力することを特徴とする請求項1記載の不審者判別システム。   The profile means uses values obtained by abstracting the moving speed of the person, the direction of movement, and the direction of the face using membership functions, and outputs the values as they are or after performing time averaging processing. The suspicious person discrimination system according to claim 1 characterized by things. 前記プロファイル手段は、前記人物の移動する速度、移動の向き及び用途のそれぞれをメンバシップ関数を用いて抽象化した値とし、この値をそのまま出力又は時間平均化処理して出力することを特徴とする請求項2記載の不審者判別システム。   The profile means uses values obtained by abstracting each of the moving speed, moving direction, and usage of the person using membership functions, and outputs the values as they are or as they are time-averaged and output. The suspicious person discrimination system according to claim 2. 前記比較判別手段は、前記メンバシップ関数を用いて連想推論を行うことを特徴とする請求項4又は5記載の不審者判別システム。   6. The suspicious person discrimination system according to claim 4 or 5, wherein the comparison discrimination means performs associative inference using the membership function. 複数の請求項1乃至6いずれかに記載の不審者判別システムそれぞれから前記事例ベース表の一部又は全部を入力する入出力手段と、
該入出力手段から複数の前記事例ベース表を入力して1つの事例ベース表に再構成して出力する制御手段と、
該制御手段から事例ベース表を入力して記憶するデータベースと
を備え、前記制御手段は、該データベースに記憶されている事例ベース表を前記入出力手段を経由して複数の前記不審者判別システムに送出することを特徴とするプロファイル配布システム。
Input / output means for inputting a part or all of the case base table from each of the plurality of suspicious person discrimination systems according to any one of claims 1 to 6;
Control means for inputting a plurality of the case base tables from the input / output means, reconstructing them into one case base table, and outputting them;
A database for inputting and storing a case base table from the control means, and the control means stores the case base table stored in the database to the plurality of suspicious person discrimination systems via the input / output means. A profile distribution system characterized by sending.
前記制御手段は、複数の前記事例ベース表の各事例ベースデータについて、所定距離よりも近い事例ベースデータ同士は平均化して1つの事例ベースデータにし、前記所定距離よりも遠い事例ベースデータ同士はそのままそれぞれの事例ベースデータにすることを特徴とする請求項7記載のプロファイル配布システム。
For each case base data of the plurality of case base tables, the control means averages case base data closer than a predetermined distance into one case base data, and case base data farther than the predetermined distance remain as they are. The profile distribution system according to claim 7, wherein each case base data is used.
JP2006231416A 2006-08-28 2006-08-28 Suspicious person discrimination system and profile distribution system Expired - Fee Related JP5008118B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006231416A JP5008118B2 (en) 2006-08-28 2006-08-28 Suspicious person discrimination system and profile distribution system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006231416A JP5008118B2 (en) 2006-08-28 2006-08-28 Suspicious person discrimination system and profile distribution system

Publications (2)

Publication Number Publication Date
JP2008052683A true JP2008052683A (en) 2008-03-06
JP5008118B2 JP5008118B2 (en) 2012-08-22

Family

ID=39236653

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006231416A Expired - Fee Related JP5008118B2 (en) 2006-08-28 2006-08-28 Suspicious person discrimination system and profile distribution system

Country Status (1)

Country Link
JP (1) JP5008118B2 (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009237993A (en) * 2008-03-27 2009-10-15 Secom Co Ltd Image monitoring device
JP2009252215A (en) * 2008-04-11 2009-10-29 Sogo Keibi Hosho Co Ltd Security device and information display method
JP2011034357A (en) * 2009-07-31 2011-02-17 Hyogo Prefecture Behavior detection device and behavior detection method
WO2018155412A1 (en) * 2017-02-21 2018-08-30 日本電気株式会社 Classification device, classification method, and program
US10304104B2 (en) 2016-03-25 2019-05-28 Fuji Xerox Co., Ltd. Information processing apparatus, information processing method, and non-transitory computer readable medium

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07225840A (en) * 1994-02-15 1995-08-22 Fuji Electric Co Ltd Operation detector
JPH11339139A (en) * 1998-05-21 1999-12-10 Nippon Micro Systems Kk Monitoring device
JP2002304626A (en) * 2001-02-02 2002-10-18 Matsushita Electric Ind Co Ltd Data classifying device and body recognizing device
JP2003051075A (en) * 2001-07-18 2003-02-21 Nippon Advantage Corp Device for deciding suspicious person
JP2004246471A (en) * 2003-02-12 2004-09-02 Matsushita Electric Ind Co Ltd Burglar prevention security device
JP2005222153A (en) * 2004-02-03 2005-08-18 Japan Science & Technology Agency System, method, and program for human support

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07225840A (en) * 1994-02-15 1995-08-22 Fuji Electric Co Ltd Operation detector
JPH11339139A (en) * 1998-05-21 1999-12-10 Nippon Micro Systems Kk Monitoring device
JP2002304626A (en) * 2001-02-02 2002-10-18 Matsushita Electric Ind Co Ltd Data classifying device and body recognizing device
JP2003051075A (en) * 2001-07-18 2003-02-21 Nippon Advantage Corp Device for deciding suspicious person
JP2004246471A (en) * 2003-02-12 2004-09-02 Matsushita Electric Ind Co Ltd Burglar prevention security device
JP2005222153A (en) * 2004-02-03 2005-08-18 Japan Science & Technology Agency System, method, and program for human support

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009237993A (en) * 2008-03-27 2009-10-15 Secom Co Ltd Image monitoring device
JP2009252215A (en) * 2008-04-11 2009-10-29 Sogo Keibi Hosho Co Ltd Security device and information display method
JP2011034357A (en) * 2009-07-31 2011-02-17 Hyogo Prefecture Behavior detection device and behavior detection method
US10304104B2 (en) 2016-03-25 2019-05-28 Fuji Xerox Co., Ltd. Information processing apparatus, information processing method, and non-transitory computer readable medium
WO2018155412A1 (en) * 2017-02-21 2018-08-30 日本電気株式会社 Classification device, classification method, and program
US11443233B2 (en) 2017-02-21 2022-09-13 Nec Corporation Classification apparatus, classification method, and program

Also Published As

Publication number Publication date
JP5008118B2 (en) 2012-08-22

Similar Documents

Publication Publication Date Title
US8619135B2 (en) Detection of abnormal behaviour in video objects
US8582037B2 (en) System and method for hand gesture recognition for remote control of an internet protocol TV
CN101025825B (en) Abnormal action detecting device
KR101788269B1 (en) Method and apparatus for sensing innormal situation
US20070229663A1 (en) Image processing apparatus, monitoring camera, and image monitoring system
WO2019220589A1 (en) Video analysis device, video analysis method, and program
JP5008118B2 (en) Suspicious person discrimination system and profile distribution system
JP5496566B2 (en) Suspicious behavior detection method and suspicious behavior detection device
CN114359976B (en) Intelligent security method and device based on person identification
JP2019020777A (en) Information processing device, control method of information processing device, computer program, and storage medium
TW201506808A (en) Human image tracking system and human image detection and human image tracking method thereof
CN111079694A (en) Counter assistant job function monitoring device and method
JP5088463B2 (en) Monitoring system
JP2010262527A (en) Passing person counting device, passing person counting method and passing person counting program
CN117593792A (en) Abnormal gesture detection method and device based on video frame
KR102537188B1 (en) System and method for contact tracking and computer program for the same
WO2023096394A1 (en) Server for determining posture type and operation method thereof
CN111144260A (en) Detection method, device and system of crossing gate
JP2021047538A (en) Image processing device, image processing method, and program
JP2020071717A (en) Information processing device, information processing method, and program
CN111461041B (en) Multi-factor joint abnormal pedestrian distinguishing method based on generation of countermeasure network
Jere et al. Deep learning-based architecture for social anxiety diagnosis
Crandall et al. Resident and Caregiver: Handling Multiple People in a Smart Care Facility.
Waghchaware et al. Estimation of Human Fall Detectionusing Body Pose Rule based Algorithm for Video Surveillance
El Kaid et al. Real-World Case Study of a Deep Learning Enhanced Elderly Person Fall Video-Detection System.

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20090304

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20110907

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20110914

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20111102

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20111111

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20111121

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: 20120525

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: 20120525

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

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

Free format text: PAYMENT UNTIL: 20150608

Year of fee payment: 3

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

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

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees