JP2010044698A - 歩行者検知装置及びプログラム - Google Patents

Abstract

【課題】歩行者とそれ以外の物体を精度良く判別できる歩行者検知装置を提供する。
【解決手段】監視領域を上方から見下ろして、監視画像を取得するカメラ２と、前記監視画像から、前記監視領域を移動する物体のクラスタ画像を抽出するクラスタ画像抽出部９と、前記クラスタ画像を解析して、当該物体のクラスタ画像が前記監視領域に出現してから消滅するまでの、前記監視領域における当該物体のクラスタ画像の位置と大きさの変化の履歴を求めるクラスタ画像解析部１０と、当該物体のクラスタ画像の位置と大きさの変化の履歴に基づいて、当該物体が歩行者であるか否かを判定する歩行者判定部１１を備える。
【選択図】図２

Description

本発明は、所定領域を通過する歩行者を検知する歩行者検知装置に関する。

駅の通路、地下街、展示会場あるいは遊園地などにおいて、所定の領域を通過する歩行者を自動的に検知する歩行者検知装置が知られている。古くは、検知の対象となる領域の出入口を１人の人間が通過可能な間口に仕切って、この出入口の両側に光源と光電管を向かい合わせに配置して、出入口を横断する光路を形成し、人間が出入口を通過する時に、この光路を遮るのを検知する装置があった。しかしながら、出入口を１人の人間が通過可能な間口に仕切ると、円滑な通行が妨げられて、出入口の本来の機能が低下するという問題があった。

そこで、監視領域を上方から見下ろして、前記監視領域の画像を取得する撮像手段を備えて、前記撮像手段で取得した画像から前記監視領域上に存在する物体の塊画像を抽出して、その塊画像の大きさに基づいて当該物体が検出対象の物体であるか否かを判定する通過物体検知装置が特許文献１で提案されている。

特開平８−３２９２１３号公報

たしかに、特許文献１の通過物体検知装置は、監視領域を１人の人間が通過可能な間口に仕切る必要がないので、円滑な通行が妨げられることはない。しかしながら、この通過物体検知装置では、塊画像の大きさを基準に、検出対象（＝歩行者）であるか否かを判定しているので、上から見た時の大きさが、人間と同じような物体、例えばスーツケースや運搬用のカートなどを、人間と誤認する場合があった。つまり、特許文献１の通過物体検知装置には、検知精度に難があった。

本発明は、上記実情に鑑みてなされたものであり、歩行者とそれ以外の物体を精度良く判別できる歩行者検知装置を提供するものである。

上記課題を解決するため、本発明の歩行者検知装置は、監視領域を上方から見下ろして、監視画像を取得する撮像手段と、前記監視画像から、前記監視領域を移動する物体のクラスタ画像を抽出するクラスタ画像抽出手段と、前記クラスタ画像を解析して、当該物体のクラスタ画像が前記監視領域に出現してから消滅するまでの、前記監視領域における当該物体のクラスタ画像の位置と当該物体のクラスタ画像の大きさの変化の履歴を求めるクラスタ画像解析手段と、当該物体のクラスタ画像の位置と大きさの変化の履歴に基づいて、当該物体が歩行者であるか否かを判定する歩行者判定手段を備える。

前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像が、前記視野の中央に近づくと徐々に小さくなり、前記視野の中央に最接近した時に最小になり、前記視野の中央から遠ざかると徐々に大きくなる場合に、当該クラスタ画像を歩行者の画像であると判定するようにしてもよい。

前記歩行者判定手段は、前記クラスタ画像の大きさの最大値の大小に基づいて、歩行者の身長を推定するようにしてもよい。

前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像が、前記撮像手段の視野の中央に近づくと徐々に大きくなり、前記視野の中央に最接近した時に最大になり、前記視野の中央から遠ざかると徐々に小さくなる場合に、当該クラスタ画像を歩行者以外の物体の画像であると判定するようにしてもよい。

前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像の移動方向の長さが、前記視野の中央に近づくと徐々に短くなり、前記視野の中央に最接近した時に最短になり、前記視野の中央から遠ざかると徐々に長くなる場合に、当該クラスタ画像を歩行者の画像であると判定するようにしてもよい。

前記歩行者判定手段は、前記クラスタ画像の移動方向の長さの最大値の大小に基づいて、前記歩行者の身長を推定するようにしてもよい。

前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像の移動方向の長さが、前記撮像手段の視野の中央に近づくと徐々に長くなり、前記視野の中央に最接近した時に最長になり、前記視野の中央から遠ざかると徐々に短くなる場合に、当該クラスタ画像を歩行者以外の物体の画像であると判定するようにしてもよい。

前記歩行者判定手段は、推定した歩行者の身長に基づいて、前記歩行者が大人であるか子供であるかを判別するようにしてもよい。

本発明のプログラムは、監視領域を上方から見下ろして、監視画像を取得する撮像手段を備えて、前記監視領域を通過する歩行者を検出する歩行者検知装置を構成するコンピュータにインストールされて、当該コンピュータを、前記監視画像から、前記監視領域を移動する物体のクラスタ画像を抽出するクラスタ画像抽出手段と、前記クラスタ画像を解析して、当該物体のクラスタ画像が前記監視領域に出現してから消滅するまでの、前記監視領域における当該物体のクラスタ画像の位置と当該物体のクラスタ画像の大きさの変化の履歴を求めるクラスタ画像解析手段と、当該物体のクラスタ画像の位置と大きさの変化の履歴に基づいて、当該物体が歩行者であるか否かを判定する歩行者判定手段として機能させるものである。

本発明によれば、監視画像から抽出したクラスタ画像の位置と大きさの変化の履歴に基づいて、前記クラスタ画像が歩行者の画像であるか否かを判定するので、歩行者とそれ以外の物体を精度よく判別することができる。

以下、本発明を実施するための最良の形態について、図面を参照しながら説明する。

図１は、本発明に係る歩行者検知装置の概念的な構成を示す側面図である。図１に示すように、歩行者検知装置１は、カメラ２と処理装置３から構成される。

カメラ２は、通路４の天井５に、床面６を垂直に見下ろすように配置された撮像装置であり、低歪みの広角レンズを備えて、頂角２θの円錐７の内部の領域にある物体を撮像することができる。

処理装置３は、カメラ２で取得した画像情報を処理して、通路４を通過する歩行者８を検出するコンピュータであり、図２に示すように、クラスタ画像抽出部９、クラスタ画像解析部１０および歩行者判定部１１を有する。

クラスタ画像抽出部９は、背景差分法あるいはフレーム間差分法など公知の計算手法を用いて、カメラ２で取得した画像から、カメラ２の視野１３（図３参照）内、つまり歩行者検知装置１の監視領域内を移動する物体の画像の塊、つまりクラスタ画像を抽出する。

クラスタ画像抽出部９で抽出されたクラスタ画像は、クラスタ画像解析部１０で解析されて、そのクラスタ画像が視野１３に出現してから消滅するまでの、位置と大きさの変化の履歴が記録される。

歩行者判定部１１は、クラスタ画像解析部１０で求めたクラスタ画像の位置と大きさの変化の履歴に基づいて、当該クラスタ画像が歩行者の画像であるか否かを判定し、その結果を外部機器１２に出力する。なお、外部機器１２は、歩行者検知装置１による検出結果を利用する装置、例えば、通路４を通過する歩行者の数を計数し、記録し、統計処理するコンピュータなどである。

なお、ここでは説明の便宜のために、クラスタ画像抽出部９、クラスタ画像解析部１０および歩行者判定部１１が、それぞれ専用のハードウェアであるかのように示したが、処理装置３は専用のハードウェアを組み合わせて構成されるものには限られない。処理装置３の機能をソフトウェアで実現してもよい。つまり、処理装置３に所定のプログラムをインストールして、処理装置３がクラスタ画像抽出部９、クラスタ画像解析部１０および歩行者判定部１１として機能するようにしてもよい。

図３は、歩行者検知装置１による歩行者検出の原理を説明する説明図であり、図３（a)は、カメラ２で撮像された画像を示し、図３（ｂ)は、歩行者検知装置１の監視領域を通過する歩行者８を側面から見た図である。

ここで、歩行者８が図の左側から円錐７（つまり、カメラ２の撮像可能領域＝歩行者検知装置１の監視領域）の内部に進入し、円錐７の右側の外部領域に退出する場合を考える。図３（a)に示すように、歩行者８が円錐７の中に進入すると、カメラ２の視野１３には、歩行者８の足先の画像ｆ１が出現し、クラスタ画像抽出部９は、画像ｆ１を背景画像から分離してクラスタ画像として認識し、これに識別符号を付与する。これは、カメラ２の視野１３の中には、同時に複数の物体（＝クラスタ画像）が混在するので、これらをそれぞれ別のクラスタ画像として識別するためである。また、クラスタ画像に識別符号を付したら、クラスタ画像抽出部９はそのクラスタ画像が消滅するまで、そのクラスタ画像の位置と大きさを逐次検出する。このようにして、クラスタ画像の軌跡と、大きさの変化の履歴が、記録される。

さて、歩行者８がさらに右に進むと、脚、胴体、腕、頭の順に円錐７の中に進入するので、クラスタ画像は徐々に大きくなる。視野１３の全身を視野１３の中に捉えた時に、クラスタ画像は最大になる（画像ｆ２）。歩行者８がさらに右に進んで、カメラ２の直下に近づくと、カメラ２は歩行者８を真上から見るので、クラスタ画像の大きさは最小になる（画像ｆ３）。歩行者８がさらに右に進んで、円錐７の中心から離れると、クラスタ画像は再び大きくなり、歩行者８の頭が円錐７の外に出る直前に最大になる（画像ｆ４）。そして、歩行者８がさらに右に進むと、頭、腕、胴体、脚、足の順に円錐７の外に出るので、クラスタ画像が徐々に小さくなり、消滅する。

このときのクラスタ画像の大きさの変化を、カメラ２に対する歩行者８の水平方向の距離を横軸に、クラスタ画像の大きさを縦軸に取って表示すると図４に示すような曲線が得られる。

クラスタ画像の大きさ、つまりクラスタ画像の面積の代わりに、クラスタ画像の移動方向に沿って測ったクラスタ画像の長さｌ（図３（a)参照）を検出するようにしてもよい。カメラ２に対する歩行者８の位置とクラスタ画像の長さの関係は、カメラ２を光源に、クラスタ画像の長さを床面６に落ちる歩行者８の影に置き換えると理解しやすい。つまり、歩行者８が光源の光が届かない場所にいるときは、影は床面６に落ちない。歩行者８の全身に光源の光を斜めに受ける時、影の長さは最長になる。また、歩行者８が光源の直下にあって、頭上から光を受ける時、影の長さは短くなる。

また、クラスタ画像の長さの最大値、あるいはクラスタ画像の長さが最大値を取るときの歩行者８とカメラ２の間の距離から、歩行者８の身長を推定することができる。前述の光と影の比喩を使って説明すれば、歩行者８の身長が高くなれば影も長くなるし、歩行者８の身長が低ければ、光源から離れても、全身に光を受けるから、光源から離れた所で、影の長さが最大になるからである。したがって、影の最大長さ、あるいは影の長さが最大になる時の光源と歩行者８の間の距離から歩行者８の身長を推定することができる。

また、画像ｆ１〜ｆ４は、歩行者８が、カメラ２の視野１３の中心（つまりカメラ２の直下）を通過する場合の、カメラ２が捉えるクラスタ画像の例を示しているが、歩行者８が、視野１３の中心から離れた場所を通過する場合に、カメラ２が捉えるクラスタ画像の大きさも、画像ｆ１〜ｆ４と同様の経過を辿って変化する。例えば、図３（a)に、ｆ’１〜ｆ’４で示した画像は、歩行者８がカメラ２の視野１３の中心から離れた場所を通過する場合に、カメラ２が捉えるクラスタ画像の例を示しているが、歩行者８の全身がカメラ２の撮像領域（円錐７の内部の領域）に入った時に、クラスタ画像の大きさは最大になり（画像ｆ’２）、歩行者８がカメラ２に最接近した時に、クラスタ画像の大きさは最小になる（画像ｆ’３）。

また、画像ｆ２をクラスタ画像の移動方向に沿って測った長さｌと同様に、画像ｆ’２をクラスタ画像の移動方向に沿って測った長さｌ’は、視野の中心に近づくにつれて短くなる。一方、画像ｆ’２は画像ｆ２に比べて幅方向に伸びるので、面積が大きい。このように、歩行者８の経路が、カメラ２の視野１３の中心を通る経路から離れても、クラスタ画像の長さは同様に変化するので、クラスタ画像の長さに基づいて判別を行えば、歩行者８の経路に影響されない安定した判別が可能になる。また、クラスタ画像の長さの最大値に基づけば、歩行者８がカメラ２の視野１３の何処を辿っても、歩行者８の身長を精度良く推定できる。

さて、図５は、歩行者８以外の物体、例えば手荷物運搬用のカート１４を検出する原理を説明する図であり、図５（a)は、カメラ２で撮像された画像を示し、図５（ｂ)は、歩行者検知装置１の監視領域を通過するカート１４を側面から見た図である。図５を参照しながら、歩行者検知装置１でカート１４を検出する原理を説明する。

ここで、カート１４が図の左側から円錐７（つまり、カメラ２による撮像可能領域）内に進入し、右方向に進んで、円錐７の外に退出する場合を考える。なお、カート１４は高さを無視できるから、ここでは、カート１４を床面６に置かれた平板で示している。

カート１４が円錐７の中に進入すると、カメラ２の視野１３には、カート１４の足先の画像ｇ１が出現し、クラスタ画像抽出部９は、画像ｇ１を背景画像から分離してクラスタ画像として認識し、歩行者８の場合と同様に、クラスタ画像抽出部９はそのクラスタ画像が消滅するまで、クラスタ画像の位置と大きさを逐次検出する。

カート１４が右に進むと、カート１４のクラスタ画像は徐々に大きくなり、カート１４の全体が視野１３の中に入る（画像ｇ２）。カート１４がさらに右に進んで、円錐７の中心、つまりカメラ２の直下に最接近すると、画像ｇ３が得られ、カート１４の先端がカメラ２の視野１３の外縁に到達すると、画像ｇ４が得られる。また、カート１４の先端がカメラ２の視野１３の外縁を超えると、カート１４のクラスタ画像は徐々に小さくなり、やがて消滅する。

さて、カート１４のクラスタ画像の大きさは、カメラ２でカート１４を見たときの見かけの大きさであり、カート１４の見かけの大きさは、カメラ２でカート１４を見たときの見込み角の大きさによって決まる。カート１４がカメラ２から離れた位置にある時、カメラ２はカート１４を斜めに見ている上に、カメラ２とカート１４の間の距離が離れているので、見込み角は小さい（見込み角ψ１、見込み角ψ３）。一方、カート１４がカメラ２に接近すると、カメラ２はカート１４を垂直に見下ろすので、見込み角は大きくなる（見込み角ψ２）。そのため、画像ｇ３は画像ｇ２，ｇ４に比べて大きくなる。つまりカート１４のクラスタ画像は、カート１４がカメラ２の直下で最大になり、カメラ２の直下から離れると小さくなる。

このときのカート１４のクラスタ画像の大きさの変化を、カメラ２に対するカート１４の水平方向の距離を横軸に、クラスタ画像の大きさを縦軸に取って表示すると図６に示すような曲線が得られる。

図４と図６を比較すれば、直ちに理解できるように、歩行者８のクラスタ画像の大きさは、カメラ２から離れた位置で最大になり、カメラ２の直下で最小になり、カメラ２の直下から離れると再び増加する。一方、カート１４のクラスタ画像の大きさは、カメラ２の直下で最大になり、カメラ２の直下から離れると減少する。このように、物体がカメラ２の視野１３に進入してから離脱するまでの当該物体のクラスタ画像の大きさの変化の履歴は、歩行者８とカート１４で大きく異なるので、この違いに着目すれば、歩行者８とカート１４を識別することができる。

なお、歩行者８の場合と同様に、カート１４のクラスタ画像の大きさ（面積）に代えて、クラスタ画像の長さを検出するようにしてもよい。

次に、歩行者検知装置１で、歩行者とそれ以外の物体を判別する原理を説明する。図７に示すように、歩行者８のような、高さに比べて水平面（頂面）が十分に小さい物体１５は、水平面１５ｈに比べて垂直面１５ｖが大きいから、カメラ２から物体１５の水平面１５ｈを見たときの見込み角α１は、物体１５の垂直面１５ｖを見たときの見込み角α２に比べて小さい。つまり、カメラ２から物体１５を見たときの見込み角αは、見込み角α２が占める部分が支配的なので、見込み角αは物体１５がカメラ２の直下にあるときに最小になる。したがって、歩行者検知装置１で捉えた物体１５のクラスタ画像の大きさは、物体１５がカメラ２直下にあるときに最小になる。そのため、物体１５のクラスタ画像の大きさは図４に示すような曲線を描いて変化する。

一方、カート１４のような、水平面の大きさに比べて高さの小さい物体１６の垂直面１６ｖは水平面１６ｈに比べて小さいから、カメラ２から物体１６の垂直面１６ｖを見たときの見込み角β２は、物体１６の水平面１６ｈを見たときの見込み角β１に比べて小さく、無視できる。つまり、カメラ２から物体１６を見たときの見込み角βは、見込み角β１が占める部分が支配的なので、見込み角βは物体１６がカメラ２の直下にあるときに最大になる。したがって、歩行者検知装置１で捉えた物体１６のクラスタ画像の大きさは、物体１６がカメラ２の直下にあるときに最大になる。そのため、物体１６のクラスタ画像の大きさは図６に示すような曲線を描いて変化する。

このように、歩行者８のクラスタ画像とカート１４のクラスタ画像は容易に判別できるが、歩行者以外の物体の形状は、カート１４のような高さを無視できるものには限られない。例えば、水平面１７ｈと垂直面１７ｖの大きさがほぼ等しい物体１７を想定すると、水平面１７ｈの見込み角γ１と垂直面１７ｖの見込み角γ２に顕著な違いがないので、物体１７がカメラ２の直下を通過するときの見込み角γの変化、つまり物体１７のクラスタ画像の大きさは、図４に示した曲線と図６に示した曲線の中間の経路を辿って変化する。つまり、歩行者のクラスタ画像と歩行者以外の物体のクラスタ画像を判別するための基準は、図４に示した曲線と図６に示した曲線の中間の何処かにあると考えられる。

そこで、歩行者と歩行者以外の物体を判別する精度が最大になるように、カメラ２の直下を通過する時のクラスタ画像の大きさの変化率の基準値を実験によって決定し、その基準値よりも図４の曲線に近ければ、当該クラスタ画像は歩行者のクラスタ画像であると判別し、前記基準値よりも図６の曲線に近ければ、当該クラスタ画像は歩行者以外の物体のクラスタ画像であると判別するようにすればよい。

また、歩行者８は歩行中に脚を曲げ伸ばしするので、歩行者８のクラスタ画像の大きさは周期的に変化する。そのため、歩行者８がカメラ２の直下を通過するときのクラスタ画像の大きさの変化を示す曲線は、図８（ａ）に示すように凸凹になる。そのため、カメラ２の直下を通過する時のクラスタ画像の大きさの変化率の決定が困難になる場合がある。

そこで、過去１秒分のクラスタ画像の大きさについて移動平均を求めて、プロットし直せば、曲線を平滑化することができ、平滑化した曲線に基づいて、判定を行えば、歩行者とそれ以外の物体を精度良く判別することができる。なお、歩行者８の脚の曲げ伸ばしの周期は約１秒程度であり、歩行者検知装置１はクラスタ画像を１５〜３０回／秒の頻度でサンプリングしているので、有効な平滑化が可能である。

本発明に係る歩行者検知装置の概念的な構成を示す側面図である。 処理装置の概念的な構成を示すブロック図である。 歩行者検知装置による歩行者検出の原理を説明する説明図である。 歩行者のクラスタ画像の大きさの変化を示すグラフである。 歩行者検知装置によるカート検出の原理を説明する説明図である。 カートのクラスタ画像の大きさの変化を示すグラフである。 歩行者検知装置で、歩行者とそれ以外の物体を判別する原理を説明する説明図である。 平滑化処理の前後のクラスタ画像の大きさの変化を示す図である。

符号の説明

１ 歩行者検知装置
２ カメラ
３ 処理装置
４ 通路
５ 天井
６ 床面
７ 円錐
８ 歩行者
９ クラスタ画像抽出部
１０ クラスタ画像解析部
１１ 歩行者判定部
１２ 外部機器
１３ 視野
１４ カート
１５ 物体
１６ 物体
１７ 物体

Claims (9)

1. 監視領域を上方から見下ろして、監視画像を取得する撮像手段と、
   前記監視画像から、前記監視領域を移動する物体のクラスタ画像を抽出するクラスタ画像抽出手段と
   前記クラスタ画像を解析して、当該物体のクラスタ画像が前記監視領域に出現してから消滅するまでの、前記監視領域における当該物体のクラスタ画像の位置と当該物体のクラスタ画像の大きさの変化の履歴を求めるクラスタ画像解析手段と、
   当該物体のクラスタ画像の位置と大きさの変化の履歴に基づいて、当該物体が歩行者であるか否かを判定する歩行者判定手段を備える
   ことを特徴とする歩行者検知装置。
2. 前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像が、前記視野の中央に近づくと徐々に小さくなり、前記視野の中央に最接近した時に最小になり、前記視野の中央から遠ざかると徐々に大きくなる場合に、当該クラスタ画像を歩行者の画像であると判定する
   ことを特徴とする請求項１に記載の歩行者検知装置。
3. 前記歩行者判定手段は、前記クラスタ画像の大きさの最大値の大小に基づいて、歩行者の身長を推定する
   ことを特徴とする請求項２に記載の歩行者検知装置。
4. 前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像が、前記撮像手段の視野の中央に近づくと徐々に大きくなり、前記視野の中央に最接近した時に最大になり、前記視野の中央から遠ざかると徐々に小さくなる場合に、当該クラスタ画像を歩行者以外の物体の画像であると判定する
   ことを特徴とする請求項２に記載の歩行者検知装置。
5. 前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像の移動方向の長さが、前記視野の中央に近づくと徐々に短くなり、前記視野の中央に最接近した時に最短になり、前記視野の中央から遠ざかると徐々に長くなる場合に、当該クラスタ画像を歩行者の画像であると判定する
   ことを特徴とする請求項１に記載の歩行者検知装置。
6. 前記歩行者判定手段は、前記クラスタ画像の移動方向の長さの最大値の大小に基づいて、前記歩行者の身長を推定する
   ことを特徴とする請求項５に記載の歩行者検知装置。
7. 前記歩行者判定手段は、前記撮像手段の視野の中央近傍において、前記クラスタ画像の移動方向の長さが、前記撮像手段の視野の中央に近づくと徐々に長くなり、前記視野の中央に最接近した時に最長になり、前記視野の中央から遠ざかると徐々に短くなる場合に、当該クラスタ画像を歩行者以外の物体の画像であると判定する
   ことを特徴とする請求項５に記載の歩行者検知装置。
8. 前記歩行者判定手段は、推定した歩行者の身長に基づいて、前記歩行者が大人であるか子供であるかを判別する
   ことを特徴とする請求項３又は請求項６に記載の歩行者検知装置。
9. 監視領域を上方から見下ろして、監視画像を取得する撮像手段を備えて、前記監視領域を通過する歩行者を検出する歩行者検知装置を構成するコンピュータにインストールされて、当該コンピュータを、
   前記監視画像から、前記監視領域を移動する物体のクラスタ画像を抽出するクラスタ画像抽出手段と
   前記クラスタ画像を解析して、当該物体のクラスタ画像が前記監視領域に出現してから消滅するまでの、前記監視領域における当該物体のクラスタ画像の位置と当該物体のクラスタ画像の大きさの変化の履歴を求めるクラスタ画像解析手段と、
   当該物体のクラスタ画像の位置と大きさの変化の履歴に基づいて、当該物体が歩行者であるか否かを判定する歩行者判定手段
   として機能させる
   ことを特徴とするプログラム。

Images