JP2009211311A - 画像処理装置及び方法 - Google Patents

Abstract

【課題】 斜め上方から撮影する監視カメラを用いて、小さな演算負荷で、かつ、人物が前向きであるか後ろ向きであるかに関係なく高精度に人物の計数を行うこと。
【解決手段】 撮像部２０１は、斜め上方から人物を撮像するように設置される。画像取得部２０２は、撮像部２０１からフレーム画像を取得する。上半身検出部２０３は、画像取得部２０２が取得したフレーム画像に含まれる人物の上半身を検出する。人物追跡部２０７は、画像取得部２０２が所定時間内に取得した複数のフレーム画像のそれぞれに対する上半身検出部２０３による人物の検出結果から各人物の軌跡を生成する。計数部２０８は、人物追跡部２０７が生成した軌跡に基づいて人物を計数する。
【選択図】 図２

Description

本発明は、画像処理技術に関し、特に、店舗等の入り口や通路を通行する人をカメラで撮影し、撮影した映像から人物を検出して、通過した人数を計測するための画像処理技術に関する。

店舗等の入り口や通路を通行する人をカメラで撮影し、撮影した映像から人物を検出して、通過した人数を計測する技術については、従来よりさまざまな提案がされている。

特許文献１では、真上から撮影して、Ｘ軸方向のスリット状の領域の背景差分を、時系列順に並べることにより人の体を検出し、カウントしている。

特許文献２では、真上から撮影して、人物の頭部に相当する円形状を検出し、カウントしている。

また、特許文献３では、斜め上から撮影して、顔を検出し、カウントしている。

特開平11-282999号公報 特公平08-023882号公報 特許第3889586号公報 "Rapid Object Detectionusing Boosted Cascade of Simple Features", Proceedings of the IEEEConference on Computer Vision and Pattern Recognition (CVPR'01) "Experiments with a NewBoosting Algorithm", In Proc. of the 13-th Conf. on Machine Learning,Morgan Kaufmann, 1996,148-156.

しかしながら、特許文献１、特許文献２に記載された技術では、真上からの撮影のため、天井の高さ・カメラの画角の制限から撮影範囲が狭くなり、移動する同一人物を長時間連続して撮影することができない。そのため、高フレームレートで画像を取得・検出しなければ、カウントに必要な検出数が得られない。更に、真上からの撮影のため、カメラを通過する人物の確認など、監視用途と併用することができない。

特許文献３に記載された技術では、斜め上から撮影するため、監視用途との併用は可能であるものの、人物を検出する手法として顔検出を用いると、人物が後ろ向きの場合には顔特徴が隠れてしまうため、検出ができなくなる。すなわち、カメラから遠ざかる向きに歩いていく人はカウントできない。また、顔の代わりに全身を検出することも考えられるが、人が前後に並ぶと、下半身部分の特徴が隠れてしまうため、やはり、検出できなくなる。

本発明は、以上の問題に鑑みてなされたものであり、斜め上方から撮影する監視カメラを用いて、小さな演算負荷で、人物が前向きであるか後ろ向きであるかに関係なく高精度に人物の計数を行うことができる画像処理技術を提供することを目的とする。

本発明の一側面によれば、斜め上方から人物を撮像するように設置された撮像手段と、前記撮像手段からフレーム画像を取得する取得手段と、前記取得手段が取得した前記フレーム画像に含まれる人物を検出する検出手段と、前記取得手段が所定時間内に取得した複数のフレーム画像のそれぞれに対する前記検出手段による人物の検出結果から各人物の軌跡を生成する生成手段と、前記生成手段が生成した軌跡に基づいて人物を計数する計数手段とを備えることを特徴とする画像処理装置が提供される。

本発明によれば、斜め上方より撮影した画像から人物の上半身を検出するので、解像度が低くても検出が可能になり、広範囲に撮影することが可能になる。したがって、長時間人物を撮影することができるため、低フレームレートでの画像の取得・検出が可能となり、システムにかかる演算負荷を低減できる。また、上半身の輪郭部分の特徴を用いているので、人物が前向きであるか後ろ向きであるかに関係なく高精度に、人物を計数できる。

以下、図面を参照して本発明の好適な実施形態について詳細に説明する。なお、本発明は以下の実施形態に限定されるものではなく、本発明の実施に有利な具体例を示すにすぎない。また、以下の実施形態の中で説明されている特徴の組み合わせの全てが本発明の課題解決手段として必須のものであるとは限らない。

図１は、本実施形態における画像処理装置の設置例を示す図である。

１０１は通路の天井、１０２は通路の床である。１０３は通路を通行している人物である。１０４は撮像装置としてのカメラであり、天井１０１に設置され、人物１０３を斜め上方から撮影できるように構成されている。したがってこのカメラは監視カメラとしても使用できる。１０６は画像処理装置としてのパーソナルコンピュータ（ＰＣ）で、カメラ１０４とＰＣ１０６とはＬＡＮケーブル１０５によって通信可能に接続されている。なお、１０５は同軸ケーブルとしてもよい。これにより、カメラ１０４で撮像された映像は、ＰＣ１０６に送信され、ＰＣ１０６は、受信した映像を解析し、人物の人数を計数することができる。

図８は、本実施形態におけるＰＣ１０６のハードウェア構成を示すブロック図である。

図８において、８０１はＣＰＵであり、本実施形態の画像処理装置として動作するための各種制御を実行する。８０２はＲＯＭであり、本装置の立ち上げ時に実行されるブートプログラムや各種データを格納する。８０３はＲＡＭであり、ＣＰＵ８０１が処理する制御プログラムを格納するとともに、ＣＰＵ８０１が各種制御を実行する際の作業領域を提供する。８０４はキーボード、８０５はマウスであり、ユーザによる各種入力操作環境を提供する。

８０６は外部記憶装置で、ハードディスク、光ディスク、磁気ディスク、光磁気ディスク、磁気テープ等で構成される。ここに、オペレーティングシステム（ＯＳ）８０６１をはじめ、ＰＣ１０６を本発明の画像処理装置として機能させるための画像処理プログラム８０６２が格納される。ただし、これらのプログラムや各種データを全てＲＯＭ８０２が保持するようにすれば、外部記憶装置８０６、必ずしも必要な構成要素ではない。８０７は表示器であり、ディスプレイなどで構成され、結果等をユーザに対して表示する。８０８はネットワークインターフェース（ＮＩＣ）であり、ネットワーク上のカメラ１０４とＬＡＮケーブルを介した通信を可能とする。８０９はビデオインターフェース（Ｉ／Ｆ）であり、カメラ１０４と同軸ケーブルを介したフレーム画像の取り込みを可能とする。また、８１０は上記の各構成要素を接続するバスである。

本実施形態に係るシステム構成は概ね上記のとおりであり、ＰＣ１０６は人物を計数する画像処理装置として以下に説明する処理を実行する。ここで、カメラ１０４は上記のとおり、斜め上方から人物を撮影ように構成されているので、解像度が低くても検出が可能になり、広範囲に撮影することが可能である。したがって、長時間人物を撮影することができ、低フレームレートでの画像の取得・検出が可能となり、システムにかかる演算負荷を低減できる。

図２は、本実施形態における画像処理装置の機能構成例を示すブロック図である。

２０１は、撮像を行う撮像部である(図１のカメラ１０４に相当)。２０２は、撮像部２０１よりフレーム画像を取得する画像取得部である。フレーム画像はカメラ１０４から、ＬＡＮケーブル１０５を介してＨＴＴＰのパケットデータとして送られ、ＰＣ１０６上のネットワークインターフェース８０８を介して取得する。或いは、図１に示される１０５を同軸ケーブルで構成し、ＰＣ１０６上のビデオインターフェース８０９で取得するようにしてもよい。

２０３は、上半身検出部であり、フレーム画像から被写体である人物の上半身を検出する(詳細は後述する)。

２０７は、人物追跡部であり、上半身検出部２０３によって検出された人物を時間順に追跡し、同一の人物の軌跡を生成する。

２０８は、計数部であり、人物追跡部２０７によって生成された人物の軌跡が所定の条件を満たしているかどうかを判定することにより、人物を計数する。

２０９は、表示部であり、表示器８０７で構成され、計数部２０８の結果をユーザに対して表示する。

次に、本実施形態における画像処理装置による処理を、図４のフローチャートを用いて説明する。なお、このフローチャートに対応するプログラムは画像処理プログラム８０６２に含まれ、これはＣＰＵ８０１によって実行される。

ステップＳ４０２は終了判定であり、電源ＯＦＦ、又は、キーボード８０４若しくはマウス８０５からのユーザからの指示があるまで、ステップＳ４０２からＳ４１０までの処理を繰り返す。

ステップＳ４０２において、画像取得部２０２は、撮像部２０１へ入力された映像を、前述した方法により、フレーム画像として取得する。

次に、ステップＳ４０３において、上半身検出部２０３は被写体である人物の上半身を検出する（詳細は後述）。なお、検出された結果は、検出したフレームのタイムコードと対応付けて、ＲＡＭ８０３に記憶される。

次に、ステップＳ４０８において、人物追跡部２０７は、現在から所定時間前までの間に検出された被写体領域をＲＡＭ８０３より読み出し、被写体の軌跡を生成する。これは所定時間内に検出された複数ある被写体の内、どれが同一の人物の動きに対応するかを求める処理である。

この処理の詳細を、図３を用いて説明する。図３において、３０１は撮像しているフレーム全体を示している。ここに、所定時間内に検出された上半身の領域を、矩形で表現して重ね描きしている（３０３〜３０８）。図３の例では、３フレーム分が重ね描きされており、最も古いフレームとして３０３及び３０６が、次のフレームとして３０４及び３０７が、その次の現在のフレームとして３０５及び３０８が検出されているものとする。

これらの軌跡を求める方法としては、例えば、各領域の中心を求め、各領域の中心間の距離が最小となるもの同士を同一の被写体とみなし、線分で接続する。このようにして求めた軌跡が、図３の例では３０９、３１０の２本となる。すなわち、２人の人物の軌跡が求まったことになる。時間順に追うことによって３０９は、カメラに対して向かってくる（ＩＮ）人物であり、３０１はカメラから離れていく（ＯＵＴ）人物であることが判別できる。

説明を図４のフローチャートに戻す。

次にステップＳ４０９において、計数部２０８は、人物追跡部２０７で作成された各人物の軌跡が、所定の条件を満たすかどうかをチェックし、条件を満たしていればカウントする。所定の条件は、例えば、図３に示した３０２のような計測ラインを横切ったこと、とする。計測ライン３０２は、ユーザからの指示によってフレーム画面内に設定されうる。図３の例では、軌跡３０９が計測ライン３０２をＩＮ方向に、軌跡３１０がＯＵＴ方向に横切っているので、ＩＮが１、ＯＵＴが１というようにカウントされる。もし、まだ、計測ライン３０２を横切っていない軌跡が存在すれば、この時点では、カウントされない。

次にステップＳ４１０において、表示部２０９は計数部２０８でカウントされた結果をユーザに対して、「ＩＮ＝１，ＯＵＴ＝１」などと、表示する。

なお、ステップＳ４０８からステップＳ４１０は、必ずしも毎フレーム行う必要はなく、現在の映像と計数の表示のずれが、ユーザが許容できる範囲内であれば、これに合わせて、所定時間毎（例えば０．５秒毎）に周期的に処理するようにしてもよい。

次に、上半身検出処理の詳細を説明する。

図５は、上半身検出部２０３の機能構成を示すブロック図である。

２０は画像メモリで、画像取得部２０２から出力された画像データを一時的に記憶する。

３０は画像縮小部で、画像メモリ２０に記憶されている画像データを所定の倍率で縮小し出力する。

４０は照合パターン抽出部で、画像縮小部３０で縮小された画像データから所定の部分領域を照合対象のパターンとして抽出する。

５０は輝度補正部で、照合パターン抽出部４０で抽出された照合パターンの輝度分布を補正する。

６０は上半身判別部で、照合パターン抽出部４０で抽出され輝度補正部５０で補正された照合パターンが上半身パターンか非上半身パターンかを判別する。

７０は上半身領域出力部で、上半身判別部６０で上半身と判別されたパターンの領域を出力する。

図６は、上半身検出処理の流れを示すフローチャートである。

まず、画像取得部２０２より出力された画像データを画像メモリ２０に読み込む（ステップＳ６０１）。ここで読み込まれた画像データは、例えば８ビットの画素で構成される２次元配列のデータであり、Ｒ、Ｇ、Ｂ、３つの面により構成される。このとき、画像データがＪＰＥＧ等の方式により圧縮されている場合は、画像データを所定の伸張方式に従って伸張し、ＲＧＢ各画素により構成される画像データとする。さらに、本実施形態では、ＲＧＢデータを輝度データに変換し、輝度画像データを以後の処理に適用するものとし、画像メモリ２０に格納する。画像データとしてＹＣｒＣｂのデータを入力する場合はＹ成分をそのまま輝度データとしてもよい。

次に、画像縮小部３０は輝度画像データを画像メモリ２０から読み込み、所定の倍率に縮小した輝度画像データを生成する（ステップＳ６０２）。これは、本実施形態では様々な大きさの上半身の検出に対応するため複数のサイズの画像データに対して順次検出を行うようにしたためである。例えば、倍率が１．２倍程度異なる複数の画像への縮小処理が後段の検出処理のために順次適用される。

次に、照合パターン抽出部４０は、縮小された輝度画像データから所定の大きさの部分領域を抽出する（ステップＳ６０３）。この様子を図７に示す。Ａで示される列は、画像縮小部３０で縮小されたそれぞれの縮小画像を示しており、ここでは、それぞれの縮小画像に対して所定サイズの矩形領域を順次切り出すものとする。Ｂはそれぞれの縮小画像から縦横順次に走査を繰り返していく途中の切り出しの様子を示している。図から分かるように、縮小率の大きな画像から照合パターンを切り出して上半身の判別を行う場合には、画像に対して大きな上半身の検出を行うことになる。

次に、輝度補正部５０は照合パターン抽出部４０で切り出された部分領域の輝度をその分布をもとに正規化する（ステップＳ６０４）。例えば、ヒストグラム平滑化などの輝度補正を行う。これは、撮像される被写体パターンはその照明条件によって輝度分布が変わるので被写体照合の精度が劣化するのを抑制するためである。

次に、上半身判別部６０は照合パターン抽出部４０で抽出され輝度補正部５０で補正された照合パターンが、上半身か非上半身かを判別する（ステップＳ６０５）。

そして、上半身領域出力部７０は、上半身判別部６０で上半身と判別されたパターンに対して、照合パターン抽出部４０で抽出した矩形を上半身領域として出力する（ステップＳ６０６）。

以上のステップＳ６０３からＳ６０６までの処理が、画像縮小部３０の出力である縮小輝度画像に対して図７に示すように所定のステップにおいて縦横順次に走査が繰り返される。また、倍率が異なる縮小処理が順次適用され、ステップＳ６０２からＳ６０６までの処理が繰り返される。

以下、上半身判別部６０による上半身判別の方法を詳しく説明する。

図１０は、上半身判別部６０の機能構成を示すブロック図である。

まず、局所パターン抽出部１００１に、輝度補正部５０で補正された照合パターンが入力される。この照合パターンから局所パターンを抽出する。上半身判別で用いる局所パターンについて図９を用いて説明する。

照合パターン９００が例えば２０×３０画素からなる輝度パターンであるとすると、その一部である３×３画素の矩形（９０１など)に含まれる画素が局所パターンである。９０１は、頭頂部の水平方向のエッジ強度を局所特徴量として抽出するための局所パターンである。９０２、９０３は、首から肩のラインの斜め方向のエッジ強度を局所特徴量として抽出するための局所パターンである。９０４、９０５は、腕部の垂直方向のエッジ強度を局所特徴量として抽出するための局所パターンである。

なお、あくまでこれは一例であり、上半身の輪郭部分のエッジ強度を抽出できる領域であればどのようなサイズ、位置であっても構わない。また、元の照合パターンを縮小して様々な低解像度の照合パターンを作成し、各解像度の照合パターンから抽出するようにしてもよい。

また、局所パターンは上半身の輪郭部分から抽出されたものを含んでさえいればよく、上半身の輪郭部分以外の領域からも併せて抽出しておいても構わない。

次に、局所特徴量抽出部１００２に、上記したような局所パターンが入力される。前述した各局所パターンに対応する所定方向にエッジ方向を持つエッジ強度を局所特徴量とする。局所特徴量を抽出する方法としては、Sobelフィルタ、Prewittフィルタ、Robinsonフィルタ、Kirishフィルタ、Haarフィルタなどを用いる方法がある。また、フィルタの係数を、重みつき線形判別分析を用いて求めてもよい。フィルタの係数のベクトルΦと局所パターンのベクトルＺの内積演算を行うことで、局所特徴量ｕを求めることができる。

ｕ ＝ Φ・Ｚ (式１)

このようにして、各局所パターン９０１〜９０５から５つの局所特徴量ｕ_i (ただし、i = 0,1,2,3,4) が抽出される。

次に、上半身判定部１００３に、上記局所特徴量ｕ_iが入力される。ここではまず、局所特徴量ｕ_iを基に判別を行う弱判別器を生成する。これは、各局所パターンごとに定められた所定の閾値をth_iとして、ｕ_i＞th_iのとき１、それ以外を０と出力するものである。このように弱判別器は、１つの局所パターンから得られる１つの局所特徴量で判別を行うので、精度の高い判別は行えない。そこで、この弱判別器を組み合わせて判別器を生成し、その出力によって判別するようにする。この組み合わせ判別器の生成は、夫々の弱判別器の出力をｃ_iとしたとき、次の方法による。前記弱判別器の出力ｃ_iをそれぞれに設けられた重みｗ_iをつけて総和を求め、所定の閾値thにより判定する。

Σ_i w_i ×ｕi＞th （式２）

この重みw_iや閾値thは、AdaBoost学習(非特許文献１)などのような機械学習によって求められる。

また、弱判別器の出力を０か１の２値にするかわりに、非特許文献２にあるように、０から１の間の実数を使うようにする方法もある。

以上のようにして、上半身の輪郭部分から局所パターンを抽出して判別に使用することで、前向き、後ろ向きに関係なく判別することが可能となる。また、衣服などによる多様性があっても精度よく判別することが可能となる。

なお、上記の説明では簡単のために９０１〜９０５の５つの局所特徴量を組み合わせて上半身を識別する方法について説明した。更に高精度に上半身を識別するために、顔の頬や顎の部分の輪郭などからも局所特徴量を抽出し、より多くの局所特徴量を組み合わせるようにしてもよい。

本実施形態では、図５の上半身判別部６０において、局所特徴量を用いたが、本発明はこの方法に限られない。例えば、入力された照合パターン全体に対して、Sobelフィルタなどによりエッジ強度パターンを作成する。これに上半身の輪郭型のマスクを施した値を閾値処理することによって判定するようにしてもよい。

本実施形態では、ＰＣ１０６にて上半身検出、計数、表示まで行うように構成したが、これに限らない。例えば、上半身検出部２０３から計数部２０８までをチップに納め、撮像部２０１と一体化させることにより、計数結果のみＬＡＮケーブル１０５を介してＰＣ１０６にて受信し、計数結果を閲覧するようにしてもよい。あるいは、上半身検出部２０３を撮像部２０１と一体化し、上半身の検出結果のみをＬＡＮケーブル１０５を介してＰＣ１０６にて受信し、前述のようにＰＣ１０６にて計数するようにしてもよい。

（他の実施形態）
以上、本発明の実施形態を詳述したが、本発明は、複数の機器から構成されるシステムに適用してもよいし、また、一つの機器からなる装置に適用してもよい。

なお、本発明は、前述した実施形態の各機能を実現するプログラムを、システム又は装置に直接又は遠隔から供給し、そのシステム又は装置に含まれるコンピュータがその供給されたプログラムコードを読み出して実行することによっても達成される。

したがって、本発明の機能・処理をコンピュータで実現するために、そのコンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、上記機能・処理を実現するためのコンピュータプログラム自体も本発明の一つである。

その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等、プログラムの形態を問わない。

プログラムを供給するためのコンピュータ読み取り可能な記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷなどがある。また、記録媒体としては、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などもある。

また、プログラムは、クライアントコンピュータのブラウザを用いてインターネットのホームページからダウンロードしてもよい。すなわち、ホームページから本発明のコンピュータプログラムそのもの、もしくは圧縮され自動インストール機能を含むファイルをハードディスク等の記録媒体にダウンロードしてもよい。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードする形態も考えられる。つまり、本発明の機能・処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明の構成要件となる場合がある。

また、本発明のプログラムを暗号化してコンピュータ読み取り可能なＣＤ−ＲＯＭ等のコンピュータ読み取り可能な記憶媒体に格納してユーザに配布してもよい。この場合、所定条件をクリアしたユーザにのみ、インターネットを介してホームページから暗号化を解く鍵情報をダウンロードさせ、その鍵情報で暗号化されたプログラムを復号して実行し、プログラムをコンピュータにインストールしてもよい。

また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現されてもよい。なお、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどが、実際の処理の一部又は全部を行ってもよい。もちろん、この場合も、前述した実施形態の機能が実現され得る。

さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれてもよい。そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部又は全部を行ってもよい。このようにして、前述した実施形態の機能が実現されることもある。

実施形態における画像処理装置の設置例を示す図である。 本発明にかかる画像処理装置の構成例を示すブロック図である 実施形態における軌跡の生成および人物のカウント処理を説明する図である。 実施形態における画像処理装置による処理を示すフローチャートである。 実施形態における上半身検出部の機能構成を示すブロック図である。 実施形態における上半身検出処理の流れを示すフローチャートである。 実施形態における照合パターン抽出部による処理を説明する図である。 実施形態におけるＰＣのハードウェア構成を示すブロック図である。 局所パターンの例を示す図である。 実施形態における上半身判別部の機能構成を示すブロック図である。

Claims (8)

1. 斜め上方から人物を撮像するように設置された撮像手段と、
   前記撮像手段からフレーム画像を取得する取得手段と、
   前記取得手段が取得した前記フレーム画像に含まれる人物を検出する検出手段と、
   前記取得手段が所定時間内に取得した複数のフレーム画像のそれぞれに対する前記検出手段による人物の検出結果から各人物の軌跡を生成する生成手段と、
   前記生成手段が生成した軌跡に基づいて人物を計数する計数手段と、
   を備えることを特徴とする画像処理装置。
2. 前記検出手段は、少なくとも人物の頭から肩までの領域を含む人物の上半身を検出することを特徴とする請求項１に記載の画像処理装置。
3. 前記検出手段は、上半身の輪郭部分の特徴を用いて人物の上半身を検出することを特徴とする請求項２に記載の画像処理装置。
4. 前記検出手段は、
   前記フレーム画像から所定サイズの領域を順次切り出し、前記領域から複数の局所パターンを抽出する局所パターン抽出手段と、
   抽出された前記複数の局所パターンからそれぞれ、局所特徴量を抽出する局所特徴量抽出手段と、
   抽出されたそれぞれの局所特徴量の組み合わせに基づいて、前記領域が人物の上半身かどうかを判別する判別手段と、
   を含むことを特徴とする請求項３に記載の画像処理装置。
5. 前記局所特徴量は所定方向のエッジ強度であることを特徴とする請求項４に記載の画像処理装置。
6. 斜め上方から人物を撮像するように設置された撮像装置からフレーム画像を取得する取得ステップと、
   前記取得ステップで取得した前記フレーム画像に含まれる人物を検出する検出ステップと、
   前記取得ステップで所定時間内に取得した複数のフレーム画像のそれぞれに対する前記検出ステップでの人物の検出結果から各人物の軌跡を生成する生成ステップと、
   前記生成ステップで生成した軌跡に基づいて人物を計数する計数ステップと、
   を有することを特徴とする画像処理方法。
7. 請求項６に記載の画像処理方法をコンピュータに実行させるためのプログラム。
8. 請求項６に記載の画像処理方法をコンピュータに実行させるためのプログラムを格納したコンピュータ読み取り可能な記憶媒体。

Images