JP2008217184A - 混雑レベル判別システム - Google Patents

Abstract

【課題】移動する人間の群れの混雑レベルを自動的に判別する。
【解決手段】本混雑レベル判別システムは、撮像装置２１、画像処理装置２２、密度レベル判定装置２３、移動速度レベル判定装置２４、混雑レベル判別手段２５を備える。そして、撮像内の人の輪郭部を多数の法線ベクトルで捉えて焦点として認識し、群の中の個々人を上記焦点として捉えてその個々の焦点の移動軌跡を追跡してその所定時間での移動距離を計測し、また、所定時間間隔で上記焦点の分布密度を計測し、密度レベル判定装置２３で密度レベルと密度増加傾向を判定し、移動速度レベル判定装置２４で人の群れ全体の移動速度レベルと速度減速傾向を判定し、人の群れ全体の移動速度レベル、密度レベル、速度減速傾向、密度増加傾向を判別基準に照らして、混雑レベル判別手段２５で上記混雑レベルを判別する。
【選択図】図２

Description

この発明は、移動する人間の群れの混雑レベルを判別するシステムに関するものであり、一定のエリアについて人の群れを撮像装置で撮影し、その画像上の人の群の移動速度、人の分布密度及びこれらの変化傾向を解析し、解析結果に基づいて混雑レベルを自動的に判別してこれを段階的に把握することができる有効な情報を提供することができるものである。

移動する人間の群（群衆）が極度に混雑すると様々な問題が生じ、極端な場合は事故に繋がることもある。そして、このような群衆の混雑の変動は緩やかであり、それだけ、混雑緩和の処置が講じられたときのその即効性に乏しい。したがって、群衆の混雑レベルの進行を適切に把握し、混雑進行を的確に予測しつつ、適切な対策を早めに講じることが必要である。

ところで、移動する人の群の混雑が進むにつれて、まず、人の分布密度（以下、単に「密度」という）が高くなり、その後、群全体の移動速度が遅くなり、群れの移動速度が不安定になって脈動しつつ密度が極度に高くなり、やがて押しあうような混雑レベルに達する。
以上は、移動する群衆の混雑の進行状況である。

ところで、一定のエリアについて移動する人の群をＣＣＤカメラで撮影して、それを画像処理して所定の基準に照らして混雑レベルを判別することとし、群衆の密度と移動速度とをパラメータとしてその混雑レベルを自動的に判別することは、一つの希望乃至願望として常識的に発想される。その場合、群全体の移動速度が著しく遅くなってきたとき混雑してきたと認識し、また、人の密度が高くなってきたとき混雑してきたと認識し、上記移動速度及び密度をそれぞれの判別基準値と比較して、混雑度合いを判別することもまた、一般人が常識的に着想し得るところである。
そして、ＣＣＤカメラによる撮像を使って人の移動速度を測定するとき、通常は、撮像内での特定人の移動距離から求められ、また、人の密度は、撮像内での人の数をカウントすることで求められるが、これには次のような技術的な問題がある。

１．移動する人の群の移動速度を公知の画像処理技術で測定することの困難性
ＣＣＤカメラで群衆を撮影するだけでは、画像内の個々人の映像を個別に認識することはできず、したがって、画像上の個々の人数をカウントすることはできず、また、その個々人の移動速度を検知することもできず、さらにその密度を計測することもできない。したがって、群れ全体の移動速度、密度およびこれらの変化傾向を計量することはできない。

２．人の群の移動速度を測定する場合の問題
（１）特定の人の歩行速度に着目すると、その瞬間速度は脈動するので、歩行者の歩行の瞬間速度は移動速度を表すものではない。例えば、一歩の始点から終点までの速度が前進速度となるが、撮像上の人の映像の移動からこの速度を把握することは、理論的にはともかく現実問題としてはできない。

（２）人の群の移動速度は個々人の移動速度から求める他はないが、群れの中の大人、子供、老人、幼児等の属性によって移動速度が異なるので、群れ全体の移動速度をどのようにして測定するかが問題である。
また子供、老人、幼児など極端な速度を除外した個々の速度から演算した平均速度でも群れ全体の速度を表すことができない。

３．移動する人の群れにおける密度を測定する場合の問題
移動する人の群における密度は一定の撮像エリア（例えば図１におけるエリアＡｒ）内の人の数であるから、一定のエリア内の人の数を自動的に計測する必要があるが、ＣＣＤカメラの撮像上の映像は人を個々に表すものではないから、これを使って人を計数することはできない。

〔公知技術〕
ＣＣＤカメラによる撮像をいわゆるベクトル焦点法で画像処理することによって、個々人の仮想重心位置を特定し、これを短時間で繰り返すことによって上記仮想重心位置をほぼ連続的に特定することでその移動経路を把握することができる技術が公知である（特許文献１乃至特許文献３）。
この公知技術は、ＣＣＤカメラによる画像内の人を多数の法線ベクトルで捉えてその焦点（ベクトル焦点）として認識する。そして、画像で捉えられた群の中の個々人を上記「ベクトル焦点」として捉え、その個々の「ベクトル焦点」の移動経路を規定することができ、また、これを利用することで、画像内の個々人の数をカウントすることができる。しかし、人の群れの密度、群れ全体の移動速度を測定できるものではないから、この技術による画像処理結果によって人の群れの混雑レベルを判別することはできない。
特許第３３９０４２６号公報 特許第３４０６５７７号公報 特許第３４０６５８７号公報

移動する人の群の移動速度、密度に関するデータで混雑レベルを的確に判別するには、繰り返し画像を迅速に分析して、画像内の個々人を把握し、個々人の移動速度を計測して、群れ全体の移動速度、群れ全体の密度を計測することが必要不可欠である。
また、ＣＣＤカメラの撮像エリアでの瞬間的な移動速度と密度とに基づいて混雑レベルを自動的に判別すると、その判別結果が実態と大きく齟齬するおそれがあるので、移動速度変動と密度変動を的確に把握し、また、これらの程度を的確に把握することが必要である。

以上のことから、この発明は次の問題（１）〜（４）を一括して解決することをその課題とするものである。
（１）撮像エリア内の個々人を如何にして捉えるか。
（２）個々人の移動速度をどのようにして捉えるか。
（３）人の群における密度及び密度変動をどのようにして正確に捉えるか。
（４）一時的なノイズの影響を排除し、群れ全体の移動速度をどのようにして測定するか。

本発明に係る混雑レベル判別システムは、撮像装置による一定の撮像エリアの撮像を画像処理して、当該撮像内の人の分布密度と当該密度の増加傾向、及び人の群れ全体の移動速度と当該速度の減速傾向を判別要件として人の群れの混雑レベルを多段階に判別する、混雑レベル判別システムであって、 撮像装置、ベクトル焦点法による画像処理手段を備えた画像処理装置を備え、また、密度レベル判定装置、移動速度レベル判定装置、混雑レベル判別手段を備えており、画像処理装置で撮像内の人の輪郭部を多数の法線ベクトルで捉えて焦点として認識し画像で捉えられた群の中の個々人を上記焦点として捉え、密度レベル判定装置で所定時間間隔に上記焦点の分布密度を計測し、密度レベルと密度増加傾向を判定し、移動速度レベル判定装置で人の群の個々の上記焦点の移動軌跡を追跡してその所定時間での移動距離を計測し、人の群れの移動速度レベルと移動速度減速傾向を判定し、混雑レベル判別手段で人の群れの移動速度レベル、密度レベル、移動速度減速傾向、密度増加傾向を判別基準に照らして、上記混雑レベルを判別する。
上記混雑レベルは、３段階以上の多数段階で判別することができる。

上記手段は、例えば、次のように作用する。
１．画像処理にベクトル焦点法を用いること。
撮像内の人を多数の法線ベクトルで捉えて焦点（ベクトル焦点）として認識する。そして、画像で捉えられた群の中の個々人を上記「ベクトル焦点」として捉え、その個々の「ベクトル焦点」の移動軌跡を追跡し、所定時間での移動距離を測定し、また、上記「ベクトル焦点」の分布密度を測定し、人の群れの移動速度、分布密度、及び移動速度の減速傾向、密度の増加傾向を判定し、この測定結果、判定結果を基準に照らして、移動する人の群の混雑レベルを多段階で判別し、その判別結果を出力する。

２．撮像内の人の群れの移動速度の減速傾向、人の密度の増加傾向を求めること。
（１）複数の人の移動速度を平均して、人の群れの移動速度と見なす。
上述のとおり、人の群れの実際の移動速度を測定することはできない。そこで、混雑レベルを判定する上で、人の群れの移動速度レベルと、この移動速度レベルの減速傾向とを評価する。そのため、人の群れの移動速度レベルを決定する必要があり、ここでは、複数の人の移動速度を平均して、人の群れの移動速度と見なし、この移動速度により移動速度レベルを決定する。複数の人の移動速度の平均値を用いるから、個々人の移動速度のバラツキの影響が排除される。また、個々人の歩行速度の脈動、個々人間の速度分布の影響が排除される。

（２）人の群れの移動速度を短時間間隔で測定し、この短時間間隔で測定した多数の移動速度に基づいて当該移動速度の所定時間での変化率を求め、この変化率を群れ全体の移動速度の変化傾向とみなす。
上記速度変化率は、少なくとも１分間程度の比較的長い所定時間におけるものであり、これにより瞬間的な速度変動の影響が解除され、比較的緩やかな群れ全体の移動速度の変化傾向をより的確に表現している。

（３）画像における人の密度を短時間間隔（例えば０．１秒）で求め、所定時間（例えば３秒）における多数の当該密度の平均値を群れの密度と見なす。
この群れの密度は、特定の撮像による瞬間的な密度変動の影響が排除されて、群全体の密度をより的確に表現している。

（４）人の群れの密度の所定時間での変化率を求めてこれをその密度の変化傾向と見なす。
この密度の変化率は 、少なくとも１分間程度の比較的長い所定時間におけるものであり、瞬間的な密度変動の影響が排除され、長時間における比較的緩やかな群全体の密度の変化傾向をより的確に表現している。

３．混雑レベルを多段階で判別すること。
（１）人の群れの密度が増加傾向にあること、人の群の移動速度が減速傾向にあることを前提条件として、人の群の移動速度と密度とをそれぞれの判別基準（例えば次のようなもの）と照合して混雑レベルを判別する。
上記判別基準は、例えば、通常の混雑状態を越えた第１段階の混雑レベルＡと判別し、事故が起きる可能性が極めて高く事故回避の対策を講じる必要が迫っているほどの混雑状態を混雑レベルＡＡＡ（第３段階）と判別し、さらに、第１段階と第３段階の中間段階を混雑レベルＡＡ（第２段階）とする多段階の相対的評価基準であり、次のようなものである。

（２）第１段階
上記密度が高密度基準に達し、かつ人の群れの移動速度が遅滞速度に達したとき、混雑レベルＡと判別する（例えば、図１(ａ)参照）。
通常の混雑状態の密度（例えば、１平方メートルに３人程度）を越え、人の群れの移動速度が顕著な遅滞速度（例えば１ｍ進むのに１．５秒以上）であるとき、混雑レベルＡと判別されるので、これにより、次の混雑レベルＡＡが発生する可能性が予告される。

（３）第２段階
密度が超高密度基準に達し、人の群の移動速度が超混雑速度に達したとき、混雑レベルＡＡと判別する（例えば、図１（ｂ）参照）。
左右の人の肩が触れ合う程度（例えば、１平方メートルに５人程度）の密度であって、人の群れの移動速度が超混雑速度（１ｍ進むのに３秒程度）になったとき、混雑レベルＡＡと判別する。
この混雑レベルＡＡよりもさらに過密化が進み、人の群れの移動速度が遅くなると、押し合い状態になり、やがて危険状態になる可能性が高くなる。混雑レベルＡＡはこのことを予告するものである。
この混雑レベルＡＡをさらに、初期、中期、後期等の複数段階に細分することもできる。

（４）第３段階
前後左右の人の間にほとんど隙間のない過密状態で、人の群れの移動速度がほとんどゼロである混雑であるとき、これを混雑レベルＡＡＡと判別する（例えば図１（ｃ）参照）。
前後左右の人の間隔がほとんどなくなり、人の群れの移動速度がほぼ停滞状態（ほぼゼロ）であるときに前方に強く押されると、転倒し、将棋倒しになる危険性が大きい。混雑レベルＡＡＡはこのことを予告するものである。

なお、上記の人の群の移動速度の減速傾向、密度の増加傾向は、一時的な変動の影響を排除するために、少なくとも１〜２分程度の時間での変化傾向を採用するのがよい。
また、混雑レベルＡ，混雑レベルＡＡ，混雑レベルＡＡＡの判別基準は、この発明の『混雑レベル判別システム』を適用する目的、実施サイトの状況や判断条件の如何等によって種々であり、一概に定められるものではないから、個々の実施サイトに応じて適宜に定めるべきことであり、また定めればよいことである。

以上のように、ベクトル焦点法による画像処理技術を利用し、上記のとおりの構成を採用することによって、移動する人の群の混雑レベルを的確に判別するための混雑レベル判別システムを実現することができる。そして群れ内の人を焦点として個々に特定し、その移動速度を計測し、群全体の密度の増加傾向および密度、群れ全体の移動速度およびその減速傾向を的確に把握し、これに基づいて、群れの混雑レベルを多段階で的確に判別することができるので、これによって、混雑回避や、混雑による事故回避等に極めて有効な具体的で的確な情報を提供することができる。
したがって、混雑が予想されるサイトの管理者は、上記情報に基づいて混雑の進行経過からその後の発展をより正確に予測することができ、また、危機的な混雑レベルであるとき、これを客観的な判別情報に基づいて確認することができる。

この発明は、例えば、著しい混雑が予想されている神社の参道、通路の下り階段、駅のホーム、各種出入り口近傍等における混雑を監視し、その混雑レベルを客観的に判別するのに有効であるので、特に実施サイトを特定しないで、混雑が危険なレベルに達するおそれがあるサイトについての一実施形態について説明する。
この実施例は、図１に示すように、混雑レベルを３段階で判別し報知するものである。そして、図１（ａ）が第１段階の混雑レベルＡを、また、図１（ｂ）が第２段階の混雑レベルＡＡを、さらに図１（ｃ）が３段階の混雑レベルＡＡＡをそれぞれ模式的に示している。

図１（ａ）の第１段階は混雑が段々に進んで異常な混雑レベルに達し、群衆の密度が高密度（例えば、１平方メートル内に３人程度）で、群衆の移動速度が顕著な遅滞速度（例えば、１ｍ進むのに１．５秒以上）になり、混雑がさらに進んで第２段階の混雑レベルＡＡに発展する可能性が大きい混雑である。
また、図１（ｂ）は第２段階の混雑レベルＡＡであり、群衆の密度が超高密度で、群衆の移動速度が遅滞速度（例えば１ｍ進むのに３秒程度）に達し、第３段階の混雑レベルＡＡＡに進展するおそれがある混雑レベルである。
さらに、図１（ｃ）は第３段階の混雑レベルＡＡＡであり、前後左右の人との間にほとんど隙間のない超過密状態で、群衆の移動速度がほとんどゼロである混雑レベルである。

以上の第１段階、第２段階、第３段階の混雑レベルを判別するための混雑判別装置のシステム構成は図２に示すようなものであり、ＣＣＤカメラ（撮像装置）２１、画像処理装置２２、密度レベル判定装置２３、移動速度レベル判定装置２４、混雑レベル判別手段２５、混雑レベル判別基準２６、混雑レベル判別結果メモリー２７、表示器駆動装置２８、表示器２９等によるものであり、上記画像処理装置２２は、画像情報受信手段２２−１、ベクトル焦点法による画像処理手段２２−２を備えている。

本システムは、ＣＣＤカメラ２１の撮像範囲（図１における撮像エリアＡｒ参照）の画像情報を受信して一定時間間隔で静止画像を切り取ってこれを記憶手段に記憶させ、この静止画像について、ベクトル焦点法による画像処理を行って画像内の個々人の仮想重心位置（以下、適宜「重心位置」という。）を特定し、画像内の上記重心位置を計数してこれを画像内の人数とし、多数の静止画像の重心位置を追跡することで個々人の移動経路を規定し、所定時間（例えば３秒）での移動距離を計測してこれをその間の個々人の移動速度とし、人数情報、個々人の移動速度情報をそれぞれの記憶手段に順次記憶させる。

上記のベクトル焦点法による画像処理は、上記のとおり、特許文献１乃至特許文献３にその詳細が記載されている画像処理法によるものである。このベクトル焦点法による画像処理では、例えば、画像中の個々人の重心位置を正確に特定され、これを短時間（例えば０．１秒間隔）で繰り返すことによって個々人の重心位置の移動を追跡することができ、これによってその移動軌跡を特定できるという特性を備えている。

前記の密度レベル判定装置２３は、個々人の重心位置情報を使って密度を演算し、また当該密度の変化率を演算して、所定時間（例えば６０秒）の間の密度増加傾向を判定するものである。移動速度レベル判定装置２４は、上記の個々人の速度から群の移動速度を演算して登録し、所定時間毎の群の移動速度を演算し、また、その減速傾向にあるか否かを判定するものである。

また、混雑レベル判別手段２５は、密度レベル判定装置２３による判定結果と、移動速度レベル判定装置２４による判定結果とに基づいて混雑レベル判別基準（混雑レベル判別基準２６によるもの）に設定された同基準に照らして、混雑レベルを判別して混雑レベル判別結果メモリー２７に登録させ、また、混雑レベルを表示器駆動装置２８に送信して、表示器２９に表示させる。

すなわち、上記密度レベル判定装置２３によって密度が増加傾向にあると判別されたことを前提として、同密度が第１段階の密度であり、また、人の群の移動速度レベル判定装置２４によって移動速度が減速傾向にあると判別されたことを前提として、当該速度が第１段階の移動速度であるとき、これを混雑レベルＡと判別する。

また、密度レベル判定装置２３によって密度が増加傾向にあると判別されたことを前提として、密度が第２段階の密度にあり、また、人の群の移動速度レベル判定装置２４によって移動速度が減速傾向にあると判別されたことを前提として、当該速度が第２段階の移動速度であるとき、これを混雑レベルＡＡと判別する。

さらに、密度レベル判定装置２３によって密度が増加傾向にあると判別されたことを前提として、密度が第３段階の密度にあり、また、人の群の移動速度レベル判定装置２４によって移動速度が減速傾向にあると判別されたことを前提として、当該速度が第３段階の移動速度であるとき、これを混雑レベルＡＡＡと判別する。
そして上記判別結果を混雑レベル判別結果メモリー２７に登録するとともに、表示器駆動装置２８に送信し、表示器２９に表示させる。

上記の第１段階の密度の基準、第１段階の移動速度の基準は、この混雑判レベル判別システムの設置サイトの如何、設置目的の如何等によって異なるので一概には定まらないが、混雑レベルＡＡＡは危険混雑レベルであり、また、混雑レベルＡは異常な混雑に達し、さらに混雑が進む可能性が高い混雑であり、混雑レベルＡＡは、混雑レベルＡと混雑レベルＡＡＡとの中間レベルであって、さらに混雑が進む可能性のある混雑であることを基本として、設置目的、要求される条件等を勘案して適宜設定すべき基準である。

例えば、比較的狭い通路であって、人の群れが流れるように前進するサイトに設置する場合は、例えば、次のような条件を基準とすることもできる。
具体例をあげれば、群衆の密度が１平方メートルに３人以上で、群衆の平均移動時間が１ｍ進むのに１．５秒以上（例えば、図１（ａ））で混雑Ａの判別基準とし、また、群衆の密度が１平方メートルに５人（左右の人の肩が触れ合う程度の密度）以上であって、群衆の平均移動時間が１ｍ進むのに３秒程度（図１（ｂ））で混雑レベルＡＡの判別基準とし、さらに、群衆の密度が１平方メートルに６人（左右の人の肩が触れあい、前後の人の間にほとんど隙間がない程度の密度）以上であって、群衆の平均移動時間が１ｍ進むのに５秒以上（図１（ｃ））で混雑レベルＡＡＡの判別基準とする。

そして、表示器２９による表示は、文字表示、音声表示、警告、警報信号など様々であり、この発明の設置目的に合わせて適宜選択されるものである。
さらに、過去の一定時間（例えば１分）における密度の変遷、前進速度の変遷を数字、グラフなどで表示させて、これに基づいて混雑度合い、危険性を判断して、混雑レベルＡＡを報知し、また、混雑レベルＡＡＡを警告することもできる。

〔ベクトル焦点法による画像処理装置〕
上記画像処理装置２２の構成の一例を図３に示している。また、画像処理装置２２におけるベクトル焦点法による画像処理（画像処理手段２２−２）は、図４、図５、図６に示している。
この画像処理装置２２は、円形フーリエ演算手段５１、輪郭方向演算手段５２、ベクトル焦点算出手段５３、標準データ格納手段５４、人物抽出判定手段５５を備えている。

円形フーリエ演算手段５１では、画像情報受信手段２２−１から入力される画像情報を基にして、図４に示すように、撮像画像１内の物体像Ｂと背景像Ｗとの濃度差を利用して、撮像画像１上で等間隔に配置した各処理点Ｐについてその処理点Ｐを中心点とする円１１の円周上での各画素ｄ１〜ｄ１２のピクセル値に対し、下記式（１）に示す基本波フーリエ変換を実行していく（円形フーリエ法）。なお、基本波とは、上記処理点Ｐを中心点とする円周の１周期分の長さとなる正弦波および余弦波を意味する。

（式（１）中、ＳＶは画素のピクセル値にフーリエ変換の正弦波を積和した積和値、ＣＶは画素のピクセル値にフーリエ変換の余弦波を積和した積和値、ＡＴＡＮはアークタンジェント、ｓｉｔａはフーリエ変換で得られる位相値、を示す。）

輪郭方向演算手段５２では、円形フーリエ演算手段５１によるフーリエ変換で得られる位相を基にして、物体Ｂの輪郭部に対する法線ベクトルを演算し、物体Ｂの輪郭の概要を求める。すなわち、フーリエ変換で得られる位相が、円周内に存在する画像の濃淡方向を示し、その中心点の処理点Ｐの画素における画像の濃淡方向となる。この濃淡方向は、２次元の撮像画像１での物体Ｂとその周囲の背景Ｗとの境界、すなわち物体Ｂの輪郭部に対する法線ベクトルとして認識される。

例えば、図５（ａ）に示すように円１１が物体Ｂにかかった状態のとき、図５（ａ）中に示す基準位置から反時計方向に回転させてフーリエ変換を実行し、正弦波および余弦波に円周上の各画素のピクセル値を積算すると、図５（ｂ）に示すように、９０度付近で波形のピークが現れる。その結果、上記の円形フーリエ法で得られた位相がちょうど物体Ｂの輪郭部に対する法線方向を示すものとなる。なお、図５（ｂ）において、ｓｉｎは正弦波、ｃｏｓは余弦波、ｓ・ｐは正弦波とピクセル値とを積算した波形、ｃ・ｐは余弦波とピクセル値とを積算した波形を示している。

但し、上記の円周内には物体像Ｂの輪郭部が入っておらず、円周内の画像がほとんど均一な濃度分布のところを除くため、下記式（２）に示す、前記ＳＶおよび前記ＣＶの二乗和の平方根の値（ｐｏｗ）が一定値以下のときはこの処理点Ｐには濃淡が無いとして扱う。

そして、人物ｈの抽出を行うには、図６（ａ）に示すように、あらかじめ撮像画像１上の任意の配置点Ｑを基準に標準人型像Ｓを配置し、上記円形フーリエ法により標準人型像Ｓの輪郭部における法線ベクトル群ｂを求め、配置点Ｑから法線ベクトル群ｂまでの位置情報と法線ベクトル群ｂの角度情報を、当該配置点Ｑの標準データとして記憶する。この標準データは、標準データ格納手段５４に登録されている。

そして、上記円形フーリエ演算手段５１および上記輪郭方向演算手段５２によって、図６（ｂ）に示すように、監視時に移動する物体像Ｏが映された撮像画像１に対して上記円形フーリエ法により物体像Ｏの輪郭部における法線ベクトル群ｂ’を求め、次いで、ベクトル焦点算出手段５３において、標準データ格納手段５４の上記標準データに基づいてこれら法線ベクトル群ｂ’から上記配置点Ｑに相当する複数の正解点（正解点の集合が所謂ベクトル焦点）を求める。
そして、人物抽出判定手段５５において、これら正解点が一定値以上に集まっていれば、その物体像Ｏは人物であると判定する。この正解点の集合、すなわち、ベクトル焦点Ｇが上記人物の仮想の重心位置Ｇとなる。
上記画像処理で個々人の重心位置情報、移動軌跡情報が得られる。

〔密度レベル判定装置〕
上記密度レベル判定装置２３の構成の一例を図７に示している。これは、密度測定手段３１、密度演算手段３２、密度メモリー３３、密度レベル判定手段３４、密度変化率演算手段３５、密度増加傾向判別手段３６、密度増加傾向メモリー３７、密度基準メモリー３８、密度レベルメモリー３９を備えている。
密度測定手段３１は、ＣＣＤカメラ２１による撮像エリアＡｒ（図１参照）の撮像内の個々人の重心点（仮想重心点＝上記ベクトル焦点Ｇ）の数をカウントして、これを撮像時刻の時間データとともに密度メモリー３３に登録して、その後の情報処理に備える。

密度メモリー３３は一時的なメモリーであり、例えば、過去３０分間のデータを順次登録する。この密度メモリーに登録された密度データは、密度レベル判定手段３４に送信されるとともに、密度変化率演算手段３５に送信される。
密度変化率演算手段３５は、密度メモリー３３に登録された密度データに基づいて、例えば１分間などの所定時間での密度の変化率を演算する手段であり、密度変化の増加傾向判別手段３６は、上記密度変化率演算手段３５による密度変化率演算結果に基づいて密度が増加していることを確認し、増加傾向ありと判別したとき、増加率を密度増加傾向メモリー３７に時刻データとともに順次登録する。

密度レベル判定手段３４は、密度増加傾向メモリー３７に増加率が登録されたとき、密度メモリー３３に登録された直近の密度を密度基準メモリー３８の基準値と比較して、当該密度が密度基準メモリー３８の基準値Ａまたは基準値ＡＡまたは基準値ＡＡＡと比較して、これらの基準値よりも大きいとき、密度レベルＡ、密度レベルＡＡまたは密度レベルＡＡＡを出力して、密度レベルメモリー３９に時刻データとともにこれを登録する。そして、密度レベルメモリー３９に登録された密度レベルが混雑レベル判別手段２５に読み込まれる。

〔移動速度レベル判定装置〕
上記移動速度レベル判定装置２４の構成の一例を図８に示している。
この移動速度レベル判定装置２４は移動経路追跡手段４１、移動速度計測手段４２、移動速度演算手段４３、移動速度メモリー４４、移動速度レベル判定手段４５、移動速度レベルメモリー４６を備え、さらに、速度基準メモリー４７、移動速度変化率測定手段４８、移動速度の減速傾向判別手段４９、移動速度の減速傾向メモリー５０を備えている。

移動経路追跡手段４１は、ＣＣＤカメラ２１による撮像エリアＡｒ（図１参照）の撮像内の個々人の仮想重心位置を、撮像エリアＡｒに入った時点から同エリアＡｒから出るまで追跡してその間の移動軌跡を特定する。

移動速度測定手段４２は、画像内の個々人の前進方向移動速度を測定する手段であり、移動経路追跡手段４１による移動軌跡に基づいて、例えば、１秒程度の所定時間の前進方向移動距離を演算して上記所定時間での個々人の移動速度を測定する。

移動速度演算手段４３は、画像内の個々人の移動速度（例えば、１秒間の移動距離として計測された速度）を単純平均して、これを人の群れの移動速度と見なして移動速度メモリー４４に順次登録するものである。この速度は移動速度メモリー４４に所定時間分（例えば３０分間分）だけ登録される。

移動速度変化率測定手段４８は、移動速度メモリー４４に登録された速度データに基づいて、所定時間（例えば１分間）の速度変化率を演算する。そして、人の群れの移動速度の減速傾向判別手段４９は上記の速度変化率についての演算結果が減速傾向であるとき、その減速率を移動速度の減速傾向メモリー５０に時間データとともに順次登録させる。ただし、増速傾向にあるときは、減速傾向にないことを示す記号（例えば＋記号）を登録する。

移動速度レベル判定手段４５は、移動速度メモリー４４に登録された直近の移動速度が速度基準メモリー４７に登録された速度基準Ａ、速度基準ＡＡ、速度基準ＡＡＡと比較し、これらの基準以下のとき速度レベルＡ、速度レベルＡＡ、速度レベルＡＡＡと判別して移動速度レベルメモリー４６に登録する。

移動速度レベル判定装置２４は、移動速度減速傾向メモリー５０に減速率が登録されていて、移動速度レベルメモリー４６に登録された直近の速度レベルが、速度レベルＡ、速度レベルＡＡ、または速度レベルＡＡＡのとき、これを混雑レベル判別手段２５に出力する。

以上、画像処理装置２２、密度レベル判定装置２３、移動速度レベル判定装置２４の構成の一例を説明したが、これらの各構成部分の機能は適宜設計されるものであり、要するに、解決手段の各構成の機能を実現できるものであれば、その具体的設計の如何は問わない。

は、この発明を適用するサイトの一例における密度変化をしめす模式図である。 は、この発明のシステム構成の一例の構成ブロック図である。 は、この発明のシステム構成における画像処理装置の構成ブロック図である。 は、物体認識の画像処理に際して用いられる円形フーリエ法を説明するための模式図である。 は、円形フーリエ法を実行することで画像の濃淡方向が示されることを説明するための図であり、同図（ａ）は物体像の輪郭部に円形状に基本波フーリエ変換を実行する様子を示し、同図（ｂ）はその基本波フーリエ変換を実行したときの波形グラフを示す。 は、物体識別の画像処理に際して用いられるベクトル焦点法を説明するための模式図であり、同図（ａ）は画像上に標準人型像を配置したときの様子を示し、同図（ｂ）は画像上に識別対象の人が映されているときの様子を示す。 は、上記システム構成における密度レベル判定装置の構成ブロック図である。 は、上記システム構成における移動速度レベル判定装置の構成ブロック図である。

符号の説明

２１： ＣＣＤカメラ（撮像装置）
２２： 画像処理装置
２２−１：画像情報受信手段
２２−２：ベクトル焦点法による画像処理手段
２３： 密度レベル判定装置
２４： 移動速度レベル判定装置
２５： 混雑レベル判別手段
２６： 混雑レベル判別基準
２７： 混雑レベル判別結果メモリー
２８： 表示器駆動装置
２９： 表示器
３１： 密度測定手段
３２： 密度演算手段
３３： 密度メモリー
３４： 密度レベル判定手段
３５： 密度変化率演算手段
３６： 密度増加傾向判別手段
３７： 密度傾向メモリー
３８： 密度基準メモリー
３９： 密度レベルメモリー
４１： 移動経路追跡手段
４２： 移動速度計測手段
４３： 移動速度演算手段
４４： 移動速度メモリー
４５： 移動速度レベル判定手段
４６： 移動速度レベルメモリー
４７： 速度基準メモリー
４８： 移動速度変化率測定手段
４９： 速度の減速傾向判別手段
５０： 速度減速傾向メモリー
５１： 円形フーリエ演算手段
５２： 輪郭方向演算手段
５３： ベクトル焦点算出手段
５４： 標準データ格納手段
５５： 人物抽出判定手段

Claims (4)

1. 撮像装置による一定の撮像エリアの撮像を画像処理して、当該撮像内の人の分布密度と当該密度の増加傾向、及び人の群れ全体の移動速度と当該速度の減速傾向を判別要件として人の群れの混雑レベルを多段階に判別する、混雑レベル判別システムであって、
   撮像装置、ベクトル焦点法による画像処理手段を備えた画像処理装置を備え、また、密度レベル判定装置、移動速度レベル判定装置、混雑レベル判別手段を備えており、
   画像処理装置で撮像内の人の輪郭部を多数の法線ベクトルで捉えて焦点として認識し画像で捉えられた群の中の個々人を上記焦点として捉え、
   密度レベル判定装置で所定時間間隔に上記焦点の分布密度を計測し、密度レベルと密度増加傾向を判定し、
   移動速度レベル判定装置で人の群の個々の上記焦点の移動軌跡を追跡してその所定時間での移動距離を計測し、人の群れの移動速度レベルと速度減速傾向を判定し、
   混雑レベル判別手段で人の群れの移動速度レベル、密度レベル、速度減速傾向、密度増加傾向を判別基準に照らして、上記混雑レベルを判別する、混雑レベル判別システム。
2. 上記混雑レベルを３段階以上の多数段階で判別する、請求項１の混雑レベル判別システム。
3. 上記混雑レベル判別手段で判別した混雑レベルを表示する表示器を備える、請求項１または請求項２の混雑レベル判別システム。
4. 上記混雑レベル判別手段は、人の群れの密度が増加傾向にあること、人の群の移動速度が減速傾向にあることを前提条件として、人の群の移動速度と密度とをそれぞれの判別基準と照合して混雑レベルを判別する、請求項１ないし請求項３のいずれかの混雑レベル判別システム。

Images