JP2011174648A - 画像処理装置、画像処理方法および空調制御装置 - Google Patents

画像処理装置、画像処理方法および空調制御装置 Download PDF

Info

Publication number
JP2011174648A
JP2011174648A JP2010038427A JP2010038427A JP2011174648A JP 2011174648 A JP2011174648 A JP 2011174648A JP 2010038427 A JP2010038427 A JP 2010038427A JP 2010038427 A JP2010038427 A JP 2010038427A JP 2011174648 A JP2011174648 A JP 2011174648A
Authority
JP
Japan
Prior art keywords
information
image information
feature amount
difference image
cumulative difference
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
JP2010038427A
Other languages
English (en)
Other versions
JP4852159B2 (ja
Inventor
Kazumi Osada
和美 長田
Takaaki Enohara
孝明 榎原
Kenji Baba
賢二 馬場
Shuhei Noda
周平 野田
Nobutaka Nishimura
信孝 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.)
Toshiba Corp
Original Assignee
Toshiba 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 Toshiba Corp filed Critical Toshiba Corp
Priority to JP2010038427A priority Critical patent/JP4852159B2/ja
Priority to EP10175289.7A priority patent/EP2362351B1/en
Priority to KR1020100087342A priority patent/KR101127493B1/ko
Priority to CA2714382A priority patent/CA2714382A1/en
Priority to US12/877,685 priority patent/US8432445B2/en
Priority to CN201010277894.0A priority patent/CN102162667B/zh
Publication of JP2011174648A publication Critical patent/JP2011174648A/ja
Application granted granted Critical
Publication of JP4852159B2 publication Critical patent/JP4852159B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Air Conditioning Control Device (AREA)
  • Image Processing (AREA)

Abstract

【課題】 高い精度で在室者の行動内容を識別することができる画像処理装置、画像処理方法および、この識別した行動内容に基づいて、効率の良い空調制御を実行する空調制御装置を提供する。
【解決手段】 カメラ装置１０から制御対象を撮影した画像情報を順次取得する画像情報取得部３２と、取得した画像情報の経時的変化に基づいて、在室者の動きによる所定期間の差分情報を累積して多値の累積差分画像情報を生成する累積差分画像情報生成部３３と、生成された累積差分画像情報の濃度勾配のある領域から、当該累積差分画像情報内の動きの特徴量情報を生成する特徴量情報生成部３４と、生成された特徴量情報から在室者の行動内容を識別する行動内容識別部３５とを備える。
【選択図】図１

Description

本発明は、画像処理装置、画像処理方法および空調制御装置に関する。
建物の室内空間においては、空調制御により適正な室内環境をできる限り少ないエネルギー消費により確保することが求められている。適正な室内温熱環境を確保するに当たって、人間の感じる暑さ、寒さの温熱感覚を考慮することが重要である。
この温熱感覚は、人間の発熱量（対流による放射量、輻射による放熱量、人からの蒸発熱量、呼吸による放熱量および蓄熱量の合計）の熱平衡が保たれている場合には人体が熱的に中立の状態にあり、暑くも寒くもない快適な状態であるといえる。逆に、熱平衡がくずれた場合には人体が暑さや寒さを感じる。
熱平衡式に基づく人間の温熱感覚指標として、ＰＭＶ(Predicted Mean Vote：予測平均申告)を用い、空調制御の最適化を図る空調制御システムがある。このようなＰＭＶを利用した空調制御システムでは、温熱感覚に影響を与える変数として、空気温度値、相対湿度値、平均輻射温度値、気流速度値、活動状態(人体の内部発熱量)値、着衣状態値の６つを入力してＰＭＶ値を算出している。
この６つの入力変数のうち、精度よく計測が可能なものは、空気温度値、相対湿度値、気流速度値である。活動状態値や着衣量値は直接計測することが困難なため、通常は設定値が用いられるが、これらに関しても精度よく、リアルタイムに計測することが望まれている。
そこで、室内の在室者の活動量を計測するための技術として、特許文献１に記載の人体活動量算出装置がある。
この人体活動量算出装置では撮像手段によって室内の人体を撮影し、その画像情報から人体の頭頂部の形状（弓形）を検出することにより人体部分を検出し、この人体部分の移動速度等に基づいて当該在室者の活動量を算出するため、人体に対して非接触で活動量を得ることができ、これにより精度のよい空調制御を行うことができる。
特開平８−１７８３９０号公報
しかし、上記の特許文献１に記載の人体活動量算出装置では、撮影された画像情報からの頭頂部の検出に失敗すると人体部分を検出することができず、活動量の算出ができない場合があるという問題があった。
本発明は上記事情に鑑みてなされたものであり、高い精度で在室者の行動内容を識別し、この識別した行動内容に基づいて、画像処理装置、画像処理方法および空調制御装置を提供することを目的とする。
上記目的を達成するための本発明の画像処理装置は、処理対象を撮影するカメラ装置に接続された画像処理装置において、前記カメラ装置から前記処理対象を撮影した画像情報を順次取得する画像情報取得部と、前記画像情報取得部で取得した画像情報の経時的変化に基づいて、在室者の動きによる所定期間の差分情報を累積して多値の累積差分画像情報を生成する累積差分画像情報生成部と、前記累積差分画像情報生成部で生成された累積差分画像情報の濃度勾配のある領域から、当該累積差分画像情報内の特徴量情報を生成する特徴量情報生成部と、前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別する行動内容識別部とを備えることを特徴とする。
また、この画像処理装置の前記特徴量情報生成部は、前記累積差分画像情報生成部で生成された累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報と、前記画素またはブロックの当該累積差分画像情報上の位置情報とから、当該累積差分画像情報内の特徴量情報を生成するようにしてもよい。
また、この画像処理装置の前記特徴量情報生成部で生成される特徴量情報に利用される前記累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報とは、前記画素またはブロックの周辺領域の所定数方向の列の輝度変化を数値化した情報としてもよい。
また、この画像処理装置の前記特徴量情報生成部で生成される特徴量情報に利用される前記累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報とは、前記画素またはブロックの周辺領域の所定数方向の列の輝度変化を数値化した情報を、輝度値の総和が最大の列を先頭として時計回りまたは反時計回りに並べた情報としてもよい。
また、この画像処理装置の記特徴量情報生成部で生成される特徴量情報に利用される前記累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報は、複数の画素またはブロックの周辺領域に関する情報を組み合わせた情報、または複数の時間範囲の累積差分画像情報に基づいて生成された情報を組み合わせた情報としてもよい。
また、この画像処理装置は、行動内容ごとの識別情報を予め識別モデルとして記憶した識別モデル情報記憶部をさらに有し、前記行動内容識別部は、前記識別モデル情報記憶部に記憶された識別モデルを利用して、前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別するようにしてもよい。
また、この画像処理装置の前記識別モデル情報記憶部に記憶される識別モデルは、所定の撮影環境で撮影された撮影対象の行動から取得した特徴量情報に基づき推定された、他の撮影環境での特徴量情報を含むようにしてもよい。
また、この画像処理装置の前記行動内容識別部は、予め行動内容ごとに設定された閾値に基づいて、前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別するようにしてもよい。
また、この画像処理装置の前記累積差分画像情報は、フレーム間差分、背景差分、またはオプティカルフロー、物体の移動軌跡、アフィン不変量、射影不変量の差分値のいずれかを利用して生成されるようにしてもよい。
また、本発明の画像処理方法は、処理対象を撮影するカメラ装置に接続された画像処理装置が、前記カメラ装置から前記処理対象を撮影した画像情報を順次取得する画像情報取得ステップと、前記画像情報取得ステップで取得した画像情報の経時的変化に基づいて、在室者の動きによる所定期間の差分情報を累積して多値の累積差分画像情報を生成する累積差分画像情報生成ステップと、前記累積差分画像情報生成ステップで生成された累積差分画像情報の濃度勾配のある領域から、当該累積差分画像情報内の特徴量情報を生成する特徴量情報生成ステップと、前記特徴量情報生成ステップで生成された特徴量情報から、在室者の行動内容を識別する行動内容識別ステップとを有することを特徴とする。
また、本発明の空調制御装置は、空調制御対象の室内に設置されたカメラ装置と、前記空調制御対象の室内の空調を行う空調機とに接続された空調制御装置において、前記カメラ装置から前記空調制御対象の室内を撮影した画像情報を順次取得する画像情報取得部と、前記画像情報取得部で取得した画像情報の経時的変化に基づいて、在室者の動きによる所定期間の差分情報を累積して多値の累積差分画像情報を生成する累積差分画像情報生成部と、前記累積差分画像情報生成部で生成された累積差分画像情報の濃度勾配のある領域から、当該累積差分画像情報内の特徴量情報を生成する特徴量情報生成部と、前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別する行動内容識別部と、前記行動内容識別部で識別された行動内容から、在室者の活動量を算出する活動量算出部と、前記活動量算出部で算出された活動量に基づいて、前記在室者の現在快適指数値を算出する現在快適指数値算出部と、前記現在快適指数値算出部で算出された前記在室者の現在快適指数値から前記空調機の動作に関する制御パラメータを算出する制御パラメータ算出部と、前記制御パラメータ算出部で算出された制御パラメータに基づいて、前記空調機の動作を制御する空調機制御部とを備えることを特徴とする。
本発明の画像処理装置、画像処理方法および空調制御装置によれば、高い精度で在室者の行動内容を識別することができ、この識別した行動内容に基づいて、効率の良い空調制御を実行させることができる。
本発明の一実施形態による空調制御装置を利用した空調システムの構成を示すブロック図である。 本発明の一実施形態による空調制御装置において累積差分画像情報を生成するときの動作を示すフローチャートである。 本発明の一実施形態による空調制御装置により生成された累積差分画像の例である。 本発明の一実施形態による空調制御装置により累積差分画像情報が生成されるときのフレーム間の関係を示す説明図である。 本発明の一実施形態による空調制御装置により生成された、異なる速度で移動する人物の累積差分画像の例である。 本発明の一実施形態による空調制御装置により生成された累積差分画像情報の一部から特徴量情報が生成されるときの状態を示す説明図である。 本発明の一実施形態による空調制御装置で取得される画像情報の例である。
本発明の一実施形態として、制御対象の室内（例えばオフィス）をカメラ装置で撮影した画像情報を用いて在室者に非接触で活動量を算出し、この算出した活動量を用いて精度の良い空調制御を行う空調制御システムについて説明する。
〈一実施形態による空調制御装置を利用した空調制御システムの構成〉
本発明の一実施形態による空調制御装置３０を利用した空調制御システム１の構成について、図１を参照して説明する。
本実施形態による空調制御システム１は、空調制御対象の室内ごとに設置され対象となる室内を撮影するカメラ装置１０と、当該室内の空調を行う空調機２０と、カメラ装置１０で撮影した画像情報を取得し、これに基づいて空調機２０の動作を制御する空調制御装置３０とを有する。
本実施形態において利用されるカメラ装置１０の設置位置や設置方法には様々な態様があるが、例えば監視カメラのごとく制御対象の室内の上端部から室内空間を俯瞰する角度で撮影するように設置したり、魚眼レンズや超広角レンズを取り付け、室内の天井の中央部から室内空間を撮影するように設置したりする態様がある。またカメラ装置１０は、可視カメラだけでなく、赤外線カメラなどを利用することも可能である。
空調制御装置３０は、識別モデル情報記憶部３１と、画像情報取得部３２と、累積差分画像情報生成部３３と、特徴量情報生成部３４と、行動内容識別部３５と、活動量算出部３６と、快適指数値算出部としてのＰＭＶ値算出部３７と、空調制御部３８とを有する。この空調制御装置３０のうち、識別モデル情報記憶部３１と、画像情報取得部３２と、累積差分画像情報生成部３３と、特徴量情報生成部３４と、行動内容識別部３５とは、画像処理装置の構成部として機能する。
識別モデル情報記憶部３１は、行動内容ごとの画像情報の特徴量やその閾値を、識別モデルとして予め記憶する。この識別モデルは、予めオフラインで生成してもよいし、特徴量情報生成部３４で抽出された情報をオンラインで取得して解析することにより学習して生成してもよい。
画像情報取得部３２は、接続されたカメラ装置１０で撮影された画像情報を順次取得する。
累積差分画像情報生成部３３は、画像情報取得部３２で時系列に取得された所定期間の画像情報から、複数のフレーム間の差分画像情報を抽出し、抽出した差分画像情報を重ね合わせることで累積した多値の累積差分画像情報を生成する。
特徴量情報生成部３４は、累積差分画像情報生成部３３で生成された累積差分画像情報の濃度勾配のある領域を特徴量情報生成対象部分とし、この部分の画素またはブロックの周辺領域の輝度変化の特徴を数値化するとともに、この部分の画素またはブロックの当該画像上の位置関係を特定することで、当該累積差分画像情報内の特徴量情報を生成する。
行動内容識別部３５は、識別モデル情報記憶部３１に記憶された識別モデルを用いて、特徴量情報生成部３４で生成された特徴量から在室者の行動内容を識別する。
活動量算出部３６は、行動内容識別部３５において当該累積差分画像情報から得られた行動内容の識別結果を統合し、在室者の活動量を算出する。
ＰＭＶ値算出部３７は、活動量算出部３６で算出された在室者の活動量と、外部のセンサ等から取得した空調制御対象の室内の温度、湿度、気流速度、輻射温度、在室者の着衣量とから、当該空調制御対象の室内の快適指数値であるＰＭＶ値を算出する。
空調制御部３８は、ＰＭＶ値算出部３７で算出されたＰＭＶ値に基づいて、空調制御対象の室内の空調を行う空調機２０の制御値を決定し、空調機２０に送信する。
〈一実施形態による空調制御装置を利用した空調制御システムの動作〉
次に、本実施形態による空調制御装置３０を利用した空調制御システム１の動作について、説明する。
本実施形態において、空調制御装置３０の識別モデル情報記憶部３１には、行動内容ごとの画像情報の特徴量やその閾値が、識別モデルとして予め記憶されているものとする。
まず、カメラ装置１０により空調制御対象の室内が撮影されたことにより生成された時系列の画像情報が、空調制御装置の画像情報取得部３２で取得される。画像情報取得部３２で取得された画像情報は累積差分画像情報生成部３３に送出され、累積差分画像情報が生成される。
累積差分画像情報生成部３３において累積差分画像情報が生成されるときの処理について、図２のフローチャートを参照して説明する。
画像情報取得部３２から時系列の画像情報が取得される（Ｓ１）と、必要に応じてノイズ除去のためフィルタ処理が行われる（Ｓ２）。このフィルタ処理には、例えばガウシアンフィルタが適用される。
次に、フィルタ処理が行われた所定期間の時系列の画像情報から、複数のフレーム間で差分画像情報が取得され（Ｓ３）、取得された差分情報が予め設定された閾値を超えるか否かにより２値化処理が行われ（Ｓ４）、この２値化処理が行われた差分２値画像情報が複数毎累積されることにより累積差分画像情報が生成される（Ｓ５）。
このようにして生成された累積差分画像の一例を、図３に示す。
図３（ａ）は過去の画像情報間で生成された差分２値化画像情報から生成された累積差分画像であり、図３（ｂ）は現在（最新）の画像情報と過去の画像情報との間で生成された差分２値化画像情報から生成された累積差分画像である。図３（ａ）のように過去の画像情報間で生成された差分２値化画像情報から生成された累積差分画像では、輝度の高い人物の形状部分の前後に段階的な濃度勾配により残像が現れるように輝度分布が形成され、図３（ｂ）のように現在（最新）の画像情報と過去の画像情報との間で生成された差分２値化画像情報から生成された累積差分画像では、輝度の高い人物の形状部分の後ろに段階的な濃度勾配により残像が現れるように輝度分布が形成される。
例として、過去の画像情報間で差分２値化画像情報が生成され、この生成された２値化画像情報から累積差分画像が生成されるときの処理について図４を参照して説明する。ここでは時系列の画像情報４０として、フレーム４１〜４８が取得されたものとする。また、時系列の複数のフレームから累積差分画像情報を生成するためのパラメータとして、差分２値画像情報を取得するために対比させる２つのフレーム間隔である差分フレーム間隔を３フレーム間隔に設定し、この３フレーム間隔で対比された差分画像情報が生成される間隔である累積フレーム間隔を１フレーム間隔に設定し、累積差分画像情報を生成するための差分２値画像情報の累積フレーム数を３フレームに設定するものとする。
このようにパラメータが設定されたことにより、図４に示すように、フレーム４１とフレーム４４との間で差分情報が取得され２値化処理されて差分２値化画像５１が生成され、フレーム４２とフレーム４５との間で差分情報が取得され２値化処理されて差分２値化画像５２が生成され、フレーム４３とフレーム４６との間で差分情報が取得され２値化処理されて差分２値化画像５３が生成され、フレーム４４とフレーム４７との間で差分情報が取得され２値化処理されて差分２値化画像５４が生成され、フレーム４５とフレーム４８との間で差分情報が取得され２値化処理されて差分２値化画像５５が生成される。
このように２値化処理が行われることにより、人物の服装や背景などの色の違い等が吸収され、人物の動きに関する部分が安定して抽出される。また、この２値化処理により生じる穴や欠け部分を除去するために、膨張、収縮処理を加えるようにしてもよい。
次に、生成された差分２値化画像５１〜５５が、時間軸方向に所定の累積フレーム数分累積されることにより多値の累積差分画像が生成される。本実施形態においては累積フレーム数が３フレームであるため、図４に示すように、差分２値化画像５１〜５３が累積されて累積差分画像６１が生成され、差分２値化画像５２〜５４が累積されて累積差分画像６２が生成され、差分２値化画像５３〜５５が累積されて累積差分画像６３が生成される。
このようにして生成された多値の累積差分画像の段階的な濃度勾配による残像は、人物の移動速度が遅い場合は図５（ａ）に示すように幅が狭く、動きが早くなるほど図５（ｂ）→図５（ｃ）に示すように幅が広くなる。
そこで、上述した差分フレーム間隔、累積フレーム間隔、および累積フレーム数等のパラメータを、活動量の算出対象とする環境や行動内容に応じて可変とすることで、精度良く行動内容を検出することができる。
例えば、オフィスのように人物の動きが少ない室内においては差分フレーム間隔や累積フレーム間隔を大きめにし、デパートのように人物の動きが多い空間においては差分フレーム間隔や累積フレーム間隔を小さめにすることで移動の軌跡を認識し易くし、人物の行動内容や移動速度を精度良く検出することができる。
この累積差分画像情報は、時系列に順次生成してもよいし、同時に複数毎の累積差分画像情報を生成するようにしてもよい。
次に特徴量情報生成部３４において、累積差分画像情報生成部３３において生成された累積差分画像情報から、人物部分の移動速度を示す特徴量が算出されるときの処理について説明する。
上述したように過去の画像情報間で生成された差分２値化画像情報から生成された累積差分画像では輝度の高い人物の形状部分の前後に段階的な濃度勾配により残像が現れ、現在（最新）の画像情報と過去の画像情報との間で生成された差分２値化画像情報から生成された累積差分画像では輝度の高い人物の形状部分の後ろに段階的な濃度勾配により残像が現れる。
そこで特徴量情報生成部３４では、この人物の形状部分の周辺に現れた濃度勾配による残像部分において、ある画素またはブロックの周辺の数値化した輝度分布情報を所定領域ごとに所定数方向の列について検出することにより、当該累積差分画像情報内の特徴量が生成される。この特徴量情報には、中心から周辺に向かって順に記述された各列の輝度値と、各列における隣接画素との輝度変化を示す相対値と、カメラ装置の幾何特性に対応するためのデータとを含むこともできる。このカメラ装置の幾何特性に対応するためのデータとは、当該画素またはブロックのｘ座標やｙ座標、画像中心からの距離などの画像上の位置情報である。また、特徴量情報に対しては、値のばらつきや分布に応じた正規化や重み付けを行うことが可能であり、必要に応じて、識別に有効な輝度情報に対する優先度の向上や、画像上の位置に関する情報の加算や積算などを行うことも可能である。
残像部分の特徴量生成対象とした所定領域の一例を、図６に示す。
この特徴量生成対象の領域７０は、縦横１５ピクセルの正方形の領域であり、中心の画素から８方向（矢印７１〜７８の方向）の列の輝度分布情報が検出される場合を示している。
この領域７０について特徴量が生成される際は、まず輝度分布情報として、各列の中心から周辺に向かって順に輝度値が取得され、さらにこの中心から周辺に向かって隣り合う画素間の輝度変化を示す相対値が取得される。
次に、輝度分布情報に含まれる輝度値から各列の輝度値の総和が算出され、この輝度値の総和が最大の列を先頭に、時計回りまたは反時計回りの順で、輝度分布情報が並べられる。
図６においては８方向の列のうち矢印７１の方向の列の輝度値の総和が最大であると判定され、この矢印７１の列を先頭に時計回り方向に矢印７２、７３・・・７８の順の８列分の輝度分布情報が、輝度分布情報８１、８２・・・８８のように並べられる。
輝度分布情報の輝度値の総和が大きいということは当該方向が輝度の高い人物の形状部分に近づく方向であり、先頭に並べられた矢印７１の方向（輝度値の総和が最大の列の方向）が当該人物の移動方向であると推測される。このように輝度値の総和から人物の移動方向を推測することにより、移動方向に関し依存性を保持せず、あらゆる方向の移動に対する識別が可能になる。
また、人物の移動方向に関する依存性を持たせたい場合には、上述した処理のうち、輝度値の総和による並び替え処理を行わず、各列の輝度値を抽出して、特徴量データとするようにしてもよい。
この画素またはブロックの周辺の数値化した輝度分布情報は、複数の画素またはブロックの周辺領域に関する情報を組み合わせた輝度分布情報、または複数の時間範囲の累積差分画像情報に基づいて生成された輝度分布情報を組み合わせた情報としてもよい。
次に行動内容識別部３５において、識別モデル情報記憶部３１に記憶された識別モデルが用いられ、特徴量算出部で算出された特徴量から、在室者の行動内容（立っている、歩いている、走っている等）が識別される。
識別モデルの一例としては、パターン認識の代表的な手法であるＳＶＭ（Support Vector Machine）や、ニューラルネットワーク、ベイズ分類などを適用して生成される。例えばＳＶＭ（Support Vector Machine）は、1960 年代にVapnik 等が考案したOptimal Separating Hyperplane を起源とし、1990 年代になってカーネル学習法と組み合わせた非線形の識別手法へと拡張された手法である。例えば、ＳＶＭにモデルの複雑さと損失とのトレードオフを制御するパラメータνを導入したνSVMを適用した場合、パラメータとしてν、 γ、カーネルがあり、これらを適切に選択することにより、高精度な識別を実現することができる。
次に、行動内容識別部３５において画素単位またはブロック単位で得られた行動内容の識別結果が活動量算出部３６において統合され、各在室者の活動量または室内の平均活動量が算出される。
ここで各在室者の活動量が算出される場合は、画像情報から人物部分が抽出されてから、その周辺領域の特徴量に基づいて識別された行動内容から活動量が算出されるようにしてもよいし、画像情報から人物部分の抽出は行われずに、室内全体の動きに対する特徴量に基づいて識別された行動内容の分布に対してクラスタリングなどの処理が行われ、人物の位置が推定されてそれぞれの活動量が算出されるようにしてもよい。また、カメラ装置と撮影対象との位置関係により画像上の大きさが異なることを考慮して、活動量の算出対象とする領域を指定するための枠を画像上に設定しておき、この枠内の識別結果に基づいて各材質者の活動量が算出されるようにしてもよい。
また、室内の平均活動量が算出される場合は、上述したように算出された各在室者の活動量を平均したり、人物部分を抽出せずに画像全体から得られた識別結果と撮影エリアとの関係から室内の平均活動量を推定したりすることで算出されるようにしてもよい。この場合、識別結果と、画像情報から得られた室内の人物の分布と、人数と、撮影エリアの空間に関する情報とが統合され、ＰＭＶ値の算出に用いるための最適な活動量が算出される。
次にＰＭＶ値算出部３７において、活動量算出部３６で算出された活動量と、外部のセンサ等から取得した空調制御対象の室内の温度、湿度、気流速度、輻射温度、在室者の着衣量とから、当該空調制御対象の室内の快適指数値であるＰＭＶ値が算出される。
次に空調制御部３８において、ＰＭＶ値算出部３７で算出されたＰＭＶ値に基づいて、空調制御対象の室内の空調を行う空調機２０の制御値が決定されて空調機２０に送信され、空調機２０の動作が制御される。
以上の本実施形態の空調システムによれば、空調制御対象の室内を撮影した所定期間の画像情報から、複数のフレーム間の差分画像情報を抽出して累積した累積差分画像情報を生成し、この累積差分画像情報上に現れる人物部分の残像部分を解析することにより精度の高い活動量を算出し、この活動量に基づいて算出される室内環境の状況に基づいて効率の良い空調を実行することができる。
上記の本実施形態において、累積差分画像情報を生成する際には、フレーム間差分を利用する他、背景差分、オプティカルフロー（物体の速度場）や、物体の移動軌跡、アフィン不変量、射影不変量などの差分値、またはそれらの物理量を利用してもよい。
また、特徴量情報を次のようにすることも考えられる。
撮影された室内の画像情報では、カメラ装置の幾何学特性として、撮影対象がカメラ装置から遠ざかるほど画像情報上における大きさが小さくなり、カメラ装置に近づくほど画像情報上における大きさが大きくなる。そのため、累積差分画像情報に現れる残像の幅は、人物の移動速度だけでなく、人物とカメラ装置との位置関係によっても変化する。
よって、人物の画面上の位置に依存せず、画角内のどの位置においても正しく行動内容を検出するために、カメラの幾何学特性（画面上の位置）情報を特徴量情報に持たせる。
具体的には、カメラ装置が室内の上端部から室内空間を俯瞰する角度で設置されているときには、図７（ａ）に示すように撮影対象がカメラ装置から遠ざかるほど表示画面の上方に表示され、撮影対象がカメラ装置に近づくほど表示画面の下方に表示される。
このように設置されたカメラ装置で撮影された場合、カメラ装置の幾何学特性に対応するためのデータとして、人物のｙ座標を採用する。
また、魚眼レンズや超広角レンズを取り付けられたカメラ装置が室内の天井の中央部から室内空間を撮影するように設置されているときには、図７（ｂ）に示すように撮影対象が画面中央に近いほど大きく表示され、周辺にいくほど小さく表示される。
このように設置されたカメラ装置で撮影された場合、カメラ装置の幾何学特性に対応するためのデータとして、画面中心からの距離を採用する。
そして、識別モデル情報記憶部３１に記憶された識別モデルをカメラ装置の幾何学特性を有する特徴量を用いて生成し、行動内容識別を行う。
例えば、カメラ装置を室内の上端部に設置して室内空間を俯瞰する角度で撮影する場合、あらゆる進行方向の動きに対応するため、例えば、横方向３種類（遠方、中央、近方）、縦方向１種類（中央）の移動シーンで特徴量の学習を行い、識別モデルを生成する。
また、魚眼レンズや超広角レンズを取り付けたカメラ装置を天井の中央部に設置し、直上から人物を撮影する場合は、カメラ装置直下付近およびカメラ装置から遠ざかる位置における移動シーンで特徴量の学習を行い、識別モデルを生成する。
このように、輝度情報とカメラの幾何学特性情報とを有する特徴量情報を用いて、行動内容の識別を行うことにより、人物の位置に依存せず、画角内のどの位置においても正しく行動内容を検出することができる。
更に、識別モデル作成における特徴量の学習に際しては、例えば、カメラの幾何学特性を考慮して、撮影対象の大きさが大きい環境における行動シーンを基に取得した特徴量を基に、その他の状況における特徴量を推定することが可能である。また、撮影対象の大きさが大きい環境における行動シーンを基に、撮影対象の大きさが小さい環境における行動シーンの映像を生成し、その映像を基に学習を行うことが可能である。これらの推定された情報を利用することにより、学習のために撮影する映像の種類を少なくすることができ、学習にかかる工数を削減することができる。
ここで、学習時に特徴量の抽出対象とする画素またはブロックは適宜選択でき、画像の全画素、全ブロックを対象とする必要はない。また、全フレームを学習対象とする必要もなく、移動速度に応じてある間隔で学習対象とするフレームを選択して構わない。
このように学習により識別モデルを更新し、人物の距離に応じた特徴量を学習することにより、撮影した画像情報内での監視範囲の広域化を図ることができる。
また、特徴量情報を次のようにすることも考えられる。
先に述べたように、累積差分画像情報に現れる残像の幅は、人物の移動速度だけでなく、人物とカメラ装置との位置関係によっても変化する。
そこで、特徴量情報に対してカメラの幾何学特性（画面上の位置）情報を考慮して正規化処理を行う。
具体的には、カメラ装置が室内の上端部から室内空間を俯瞰する角度で設置されているときには、カメラ装置の幾何学特性に対応するためのデータとして、人物のｙ座標が利用され、特徴量情報の正規化処理が行われる。
また、魚眼レンズや超広角レンズを取り付けられたカメラ装置が室内の天井の中央部から室内空間を撮影するように設置されているときには、カメラ装置の幾何学特性に対応するためのデータとして、画面中心からの距離が利用され、特徴量情報の正規化処理が行われる。
そして、識別モデル情報記憶部３１に記憶された識別モデルをカメラ装置の幾何学特性を利用し正規化処理が行われた特徴量を用いて生成し、行動内容識別を行う。
これにより、カメラの幾何学特性情報による正規化処理が行われた特徴量情報を用いて、行動内容の識別を行うことにより、人物の位置に依存せず、画角内のどの位置においても正しく行動内容を検出することができる。また、識別モデルの学習においても正規化処理を行うことにより特徴量の推定ができるため、学習にかかる工数を削減することができる。
また、上記の本実施形態において行動内容を識別する際には識別モデルを用いる場合について説明したが、これには限定されず、予め設定されたそれぞれの行動内容（立っている、歩いている、走っている等）を識別するための特徴量の閾値に基づいて、行動内容を識別するようにしてもよい。
１…空調制御システム
１０…カメラ装置
２０…空調機
３０…空調制御装置
３１…識別モデル情報記憶部
３２…画像情報取得部
３３…累積差分画像情報生成部
３４…特徴量情報生成部
３５…行動内容識別部
３６…活動量算出部
３７…ＰＭＶ値算出部
３８…空調制御部

Claims (11)

  1. 処理対象を撮影するカメラ装置に接続された画像処理装置において、
    前記カメラ装置から前記処理対象を撮影した画像情報を順次取得する画像情報取得部と、
    前記画像情報取得部で取得した画像情報の経時的変化に基づいて、在室者の動きによる所定期間の差分情報を累積して多値の累積差分画像情報を生成する累積差分画像情報生成部と、
    前記累積差分画像情報生成部で生成された累積差分画像情報の濃度勾配のある領域から、当該累積差分画像情報内の特徴量情報を生成する特徴量情報生成部と、
    前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別する行動内容識別部と
    を備えることを特徴とする画像処理装置。
  2. 前記特徴量情報生成部は、前記累積差分画像情報生成部で生成された累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報と、前記画素またはブロックの当該累積差分画像情報上の位置情報とから、当該累積差分画像情報内の特徴量情報を生成する
    ことを特徴とする請求項１に記載の画像処理装置。
  3. 前記特徴量情報生成部で生成される特徴量情報に利用される前記累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報とは、前記画素またはブロックの周辺領域の所定数方向の列の輝度変化を数値化した情報である
    ことを特徴とする請求項２に記載の画像処理装置。
  4. 前記特徴量情報生成部で生成される特徴量情報に利用される前記累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報とは、前記画素またはブロックの周辺領域の所定数方向の列の輝度変化を数値化した情報を、輝度値の総和が最大の列を先頭として時計回りまたは反時計回りに並べた情報である
    ことを特徴とする請求項２に記載の画像処理装置。
  5. 前記特徴量情報生成部で生成される特徴量情報に利用される前記累積差分画像情報の、濃度勾配のある領域内の画素またはブロックの周辺領域の輝度変化を数値化した情報は、複数の画素またはブロックの周辺領域に関する情報を組み合わせた情報、または複数の時間範囲の累積差分画像情報に基づいて生成された情報を組み合わせた情報である
    ことを特徴とする請求項３または４に記載の画像処理装置。
  6. 行動内容ごとの識別情報を予め識別モデルとして記憶した識別モデル情報記憶部をさらに有し、
    前記行動内容識別部は、前記識別モデル情報記憶部に記憶された識別モデルを利用して、前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別する
    ことを特徴とする請求項１乃至５いずれか１項に記載の画像処理装置。
  7. 前記識別モデル情報記憶部に記憶される識別モデルは、所定の撮影環境で撮影された撮影対象の行動から取得した特徴量情報に基づき推定された、他の撮影環境での特徴量情報を含む
    ことを特徴とする請求項６に記載の画像処理装置。
  8. 前記行動内容識別部は、予め行動内容ごとに設定された閾値に基づいて、前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別する
    ことを特徴とする請求項１乃至５いずれか１項に記載の画像処理装置。
  9. 前記累積差分画像情報は、フレーム間差分、背景差分、またはオプティカルフロー、物体の移動軌跡、アフィン不変量、射影不変量の差分値のいずれかを利用して生成される
    ことを特徴とする請求項１乃至８いずれか１項に記載の画像処理装置。
  10. 処理対象を撮影するカメラ装置に接続された画像処理装置が、
    前記カメラ装置から前記処理対象を撮影した画像情報を順次取得する画像情報取得ステップと、
    前記画像情報取得ステップで取得した画像情報の経時的変化に基づいて、在室者の動きによる所定期間の差分情報を累積して多値の累積差分画像情報を生成する累積差分画像情報生成ステップと、
    前記累積差分画像情報生成ステップで生成された累積差分画像情報の濃度勾配のある領域から、当該累積差分画像情報内の特徴量情報を生成する特徴量情報生成ステップと、
    前記特徴量情報生成ステップで生成された特徴量情報から、在室者の行動内容を識別する行動内容識別ステップと
    を有することを特徴とする画像処理方法。
  11. 空調制御対象の室内に設置されたカメラ装置と、前記空調制御対象の室内の空調を行う空調機とに接続された空調制御装置において、
    前記カメラ装置から前記空調制御対象の室内を撮影した画像情報を順次取得する画像情報取得部と、
    前記画像情報取得部で取得した画像情報の経時的変化に基づいて、在室者の動きによる所定期間の差分情報を累積して多値の累積差分画像情報を生成する累積差分画像情報生成部と、
    前記累積差分画像情報生成部で生成された累積差分画像情報の濃度勾配のある領域から、当該累積差分画像情報内の特徴量情報を生成する特徴量情報生成部と、
    前記特徴量情報生成部で生成された特徴量情報から、在室者の行動内容を識別する行動内容識別部と、
    前記行動内容識別部で識別された行動内容から、在室者の活動量を算出する活動量算出部と、
    前記活動量算出部で算出された活動量に基づいて、前記在室者の現在快適指数値を算出する現在快適指数値算出部と、
    前記現在快適指数値算出部で算出された前記在室者の現在快適指数値から前記空調機の動作に関する制御パラメータを算出する制御パラメータ算出部と、
    前記制御パラメータ算出部で算出された制御パラメータに基づいて、前記空調機の動作を制御する空調機制御部と
    を備えることを特徴とする空調制御装置。
JP2010038427A 2010-02-24 2010-02-24 画像処理装置、画像処理方法および空調制御装置 Active JP4852159B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2010038427A JP4852159B2 (ja) 2010-02-24 2010-02-24 画像処理装置、画像処理方法および空調制御装置
EP10175289.7A EP2362351B1 (en) 2010-02-24 2010-09-03 Image processing apparatus, image processing method, and air conditioning control apparatus
KR1020100087342A KR101127493B1 (ko) 2010-02-24 2010-09-07 화상 처리 장치, 화상 처리 방법 및 공조 제어 장치
CA2714382A CA2714382A1 (en) 2010-02-24 2010-09-07 Image processing apparatus, image processing method, and air conditioning control apparatus
US12/877,685 US8432445B2 (en) 2010-02-24 2010-09-08 Air conditioning control based on a human body activity amount
CN201010277894.0A CN102162667B (zh) 2010-02-24 2010-09-08 图像处理装置、图像处理方法及空调控制装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010038427A JP4852159B2 (ja) 2010-02-24 2010-02-24 画像処理装置、画像処理方法および空調制御装置

Publications (2)

Publication Number Publication Date
JP2011174648A true JP2011174648A (ja) 2011-09-08
JP4852159B2 JP4852159B2 (ja) 2012-01-11

Family

ID=43798306

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010038427A Active JP4852159B2 (ja) 2010-02-24 2010-02-24 画像処理装置、画像処理方法および空調制御装置

Country Status (6)

Country Link
US (1) US8432445B2 (ja)
EP (1) EP2362351B1 (ja)
JP (1) JP4852159B2 (ja)
KR (1) KR101127493B1 (ja)
CN (1) CN102162667B (ja)
CA (1) CA2714382A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013108671A (ja) * 2011-11-21 2013-06-06 Mitsubishi Electric Corp 部屋形状認識方法および装置、ならびにこれを用いた空気調和機
JP2015090679A (ja) * 2013-11-07 2015-05-11 国立大学法人京都大学 車両軌跡抽出方法、車両領域抽出方法、車両速度推定方法、車両軌跡抽出プログラム、車両領域抽出プログラム、車両速度推定プログラム、車両軌跡抽出システム、車両領域抽出システム、及び、車両速度推定システム
JP2016170502A (ja) * 2015-03-11 2016-09-23 株式会社東芝 動体検出装置、動体検出方法及びコンピュータプログラム
JP2016205634A (ja) * 2015-04-15 2016-12-08 アズビル株式会社 空調制御装置
JP7438278B2 (ja) 2021-07-22 2024-02-26 エルジー エレクトロニクス インコーポレイティド 空気調和機及びその動作方法
JP7477783B2 (ja) 2022-03-25 2024-05-02 ダイキン工業株式会社 画像処理システム、画像処理方法、及びプログラム

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5310456B2 (ja) * 2009-10-05 2013-10-09 ソニー株式会社 情報処理装置、情報処理方法および情報処理システム
JP4952765B2 (ja) * 2009-10-21 2012-06-13 トヨタ自動車株式会社 車両用夜間視界支援装置
US9690266B2 (en) * 2011-09-19 2017-06-27 Siemens Industry, Inc. Building automation system control with motion sensing
JP5128699B1 (ja) * 2011-09-27 2013-01-23 シャープ株式会社 配線検査方法および配線検査装置
JP5984453B2 (ja) * 2012-01-10 2016-09-06 三菱電機株式会社 空気調和機の室内機
JP5726792B2 (ja) * 2012-03-12 2015-06-03 株式会社東芝 情報処理装置、画像センサ装置及びプログラム
US20130328930A1 (en) * 2012-06-06 2013-12-12 Samsung Electronics Co., Ltd. Apparatus and method for providing augmented reality service
CN102745209A (zh) * 2012-07-06 2012-10-24 希姆通信息技术（上海）有限公司 自动温度控制系统及其控制方法
JP5815490B2 (ja) * 2012-09-03 2015-11-17 日立アプライアンス株式会社 空気調和機
WO2014050067A1 (ja) * 2012-09-28 2014-04-03 パナソニック株式会社 電気機器の制御方法、及び、プログラム
CN103017292B (zh) * 2012-11-30 2015-05-06 四川长虹电器股份有限公司 基于智能空调的病房看护方法及系统
JP6400834B2 (ja) * 2015-03-16 2018-10-03 株式会社東芝 推薦装置、推薦決定方法、およびコンピュータプログラム
KR101823208B1 (ko) 2015-12-04 2018-01-29 엘지전자 주식회사 공기 조화기 및 그 제어방법
US10713670B1 (en) * 2015-12-31 2020-07-14 Videomining Corporation Method and system for finding correspondence between point-of-sale data and customer behavior data
US10372990B2 (en) 2016-03-18 2019-08-06 International Business Machines Corporation System and method for identification of personal thermal comfort
WO2018054770A1 (en) * 2016-09-22 2018-03-29 Philips Lighting Holding B.V. Human comfort monitoring by thermal sensing
CN107576006A (zh) * 2017-09-20 2018-01-12 珠海格力电器股份有限公司 室内热环境的调节方法、装置、处理器及空气调节设备
KR102312710B1 (ko) * 2017-12-04 2021-10-14 중앙대학교 산학협력단 재실자의 인체발생열량을 고려한 실내환경 제어 시스템 및 이의 제어방법
CN108317693B (zh) * 2018-03-07 2021-01-19 范雪梅 一种乐器房空调器及其控制方法
CN108413579B (zh) * 2018-03-07 2021-02-05 江海军 一种乐器房空调器及其控制方法
JP6822453B2 (ja) * 2018-09-10 2021-01-27 ダイキン工業株式会社 空調制御装置および空気調和装置
JP2022531259A (ja) * 2019-05-02 2022-07-06 エルジー エレクトロニクス インコーポレイティド 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機
CN114061038B (zh) * 2020-08-07 2023-01-24 广东美的制冷设备有限公司 温湿综合调节控制方法、调节设备、调节系统及介质
CN112666837A (zh) * 2020-11-13 2021-04-16 广州大学 一种基于群体自适应行为识别的室内环境监控系统及方法
US11829166B2 (en) 2020-12-17 2023-11-28 International Business Machines Corporation Image analysis for temperature modification
CN113329227A (zh) * 2021-05-27 2021-08-31 中国电信股份有限公司 视频编码方法、装置、电子设备与计算机可读介质
CN115376075B (zh) * 2022-10-25 2023-02-14 中节能绿建环保科技有限公司 智能楼宇的新风节能系统及其控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06105312A (ja) * 1992-09-22 1994-04-15 Hitachi Ltd 静止物監視方法および装置
JPH07192186A (ja) * 1993-12-27 1995-07-28 Ishikawajima Harima Heavy Ind Co Ltd 画像による異常検出方法
JP2000172827A (ja) * 1998-12-03 2000-06-23 Sharp Corp 人体検知装置およびそれを用いた空気調和機
JP2002133075A (ja) * 2000-10-23 2002-05-10 Shimizu Corp 商品の関心度合い評価システム
JP2006293646A (ja) * 2005-04-08 2006-10-26 Nohmi Bosai Ltd 画像処理装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04141A (ja) * 1990-04-16 1992-01-06 Hitachi Ltd 空気調和システム
JPH08178390A (ja) 1994-12-22 1996-07-12 Sharp Corp 人体活動量算出装置、人体活動量着衣量算出装置およびそれを備えた空気調和機、人体異常通報機
US6707486B1 (en) * 1999-12-15 2004-03-16 Advanced Technology Video, Inc. Directional motion estimator
CN1367990A (zh) * 2000-04-24 2002-09-04 三菱电机株式会社 便携机以及遥控系统
US6645066B2 (en) * 2001-11-19 2003-11-11 Koninklijke Philips Electronics N.V. Space-conditioning control employing image-based detection of occupancy and use
DE10308413A1 (de) * 2003-02-27 2004-09-16 Bayerische Motoren Werke Ag Verfahren zur Steuerung einer Heiz-Klima-Einrichtung im Fahrzeug
JP2004334590A (ja) * 2003-05-08 2004-11-25 Denso Corp 操作入力装置
JP4546956B2 (ja) * 2003-06-12 2010-09-22 本田技研工業株式会社 奥行き検出を用いた対象の向きの推定
JP3903968B2 (ja) * 2003-07-30 2007-04-11 日産自動車株式会社 非接触式情報入力装置
JP4075748B2 (ja) * 2003-09-11 2008-04-16 松下電器産業株式会社 画像記録装置
JP2007283932A (ja) * 2006-04-18 2007-11-01 Toyota Motor Corp 車両用乗員温熱装置
CN100360861C (zh) * 2006-05-25 2008-01-09 浙江工业大学 基于全方位计算机视觉的中央空调节能控制装置
CN100468245C (zh) 2007-04-29 2009-03-11 浙江工业大学 基于全方位计算机视觉的空调节能控制装置
DE102008033439A1 (de) * 2007-07-20 2009-01-29 Denso Corporation, Kariya Fahrzeugklimaanlage und Verfahren zur Steuerung der Fahrzeugklimaanlage
JP5175562B2 (ja) * 2008-01-28 2013-04-03 シャープ株式会社 人物位置検出装置および空気調和機
KR20090085895A (ko) 2008-02-05 2009-08-10 엘지전자 주식회사 공기조화기 및 그 제어방법
EP2343888A4 (en) * 2008-10-28 2017-04-26 University of Tsukuba Communication wall panel, care system equipped with communication wall panel, and conference system equipped with communication wall panel
CN101603720B (zh) 2008-12-24 2011-02-09 昆山锐芯微电子有限公司 空调机
TWI397871B (zh) * 2009-08-04 2013-06-01 Chunghwa Telecom Co Ltd 事件自動化整合系統
US20110032423A1 (en) * 2009-08-06 2011-02-10 Sony Corporation Adaptive user profiling for tv-centric home automation system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06105312A (ja) * 1992-09-22 1994-04-15 Hitachi Ltd 静止物監視方法および装置
JPH07192186A (ja) * 1993-12-27 1995-07-28 Ishikawajima Harima Heavy Ind Co Ltd 画像による異常検出方法
JP2000172827A (ja) * 1998-12-03 2000-06-23 Sharp Corp 人体検知装置およびそれを用いた空気調和機
JP2002133075A (ja) * 2000-10-23 2002-05-10 Shimizu Corp 商品の関心度合い評価システム
JP2006293646A (ja) * 2005-04-08 2006-10-26 Nohmi Bosai Ltd 画像処理装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013108671A (ja) * 2011-11-21 2013-06-06 Mitsubishi Electric Corp 部屋形状認識方法および装置、ならびにこれを用いた空気調和機
JP2015090679A (ja) * 2013-11-07 2015-05-11 国立大学法人京都大学 車両軌跡抽出方法、車両領域抽出方法、車両速度推定方法、車両軌跡抽出プログラム、車両領域抽出プログラム、車両速度推定プログラム、車両軌跡抽出システム、車両領域抽出システム、及び、車両速度推定システム
JP2016170502A (ja) * 2015-03-11 2016-09-23 株式会社東芝 動体検出装置、動体検出方法及びコンピュータプログラム
JP2016205634A (ja) * 2015-04-15 2016-12-08 アズビル株式会社 空調制御装置
JP7438278B2 (ja) 2021-07-22 2024-02-26 エルジー エレクトロニクス インコーポレイティド 空気調和機及びその動作方法
JP7477783B2 (ja) 2022-03-25 2024-05-02 ダイキン工業株式会社 画像処理システム、画像処理方法、及びプログラム

Also Published As

Publication number Publication date
US8432445B2 (en) 2013-04-30
CA2714382A1 (en) 2011-08-24
US20110205371A1 (en) 2011-08-25
EP2362351B1 (en) 2013-04-17
CN102162667B (zh) 2014-01-22
KR20110097589A (ko) 2011-08-31
CN102162667A (zh) 2011-08-24
EP2362351A1 (en) 2011-08-31
JP4852159B2 (ja) 2012-01-11
KR101127493B1 (ko) 2012-03-22

Similar Documents

Publication Publication Date Title
JP4852159B2 (ja) 画像処理装置、画像処理方法および空調制御装置
EP3029604B1 (en) Area information estimating device, area information estimating method, and air conditioning apparatus
CN105611230B (zh) 图像处理装置及图像处理方法
JP5085670B2 (ja) 空調制御システムおよび空調制御方法
US10445887B2 (en) Tracking processing device and tracking processing system provided with same, and tracking processing method
JP5925068B2 (ja) 映像処理装置、映像処理方法、およびプログラム
KR101788269B1 (ko) 이상 상황을 감지하는 장치 및 방법
TWI623885B (zh) 修改由用於監測一場景的一視訊處理演算法所使用之至少一參數
US20130135468A1 (en) Camera tracing and surveillance system and method for security using thermal image coordinate
KR20130085316A (ko) 원거리 사람 식별을 위한 다중 카메라 기반의 얼굴영상 획득 장치
JP5956248B2 (ja) 画像監視装置
CN104954747B (zh) 视频监视方法和装置
JP2009237993A (ja) 画像監視装置
JP2004078297A (ja) 情報処理装置、情報処理方法及び環境制御装置
Stone et al. Silhouette classification using pixel and voxel features for improved elder monitoring in dynamic environments
TWI671707B (zh) 影像分析方法、電子系統以及非暫態電腦可讀取記錄媒體
JP2007172378A (ja) 注視対象物体特定装置
JP2007058674A (ja) 対象物認識装置
Hernández et al. People counting with re-identification using depth cameras
KR20230051848A (ko) 위험 영역의 안전사고 예방을 위한 시스템 및 시스템의 동작 방법
JP6767788B2 (ja) 情報処理装置、情報処理装置の制御方法およびプログラム
Iwata et al. Lfir2pose: Pose estimation from an extremely low-resolution fir image sequence
JP2019029747A (ja) 画像監視システム
JP5846596B2 (ja) 監視装置及びプログラム
Kitajima et al. Privacy-aware human-detection and tracking system using biological signals

Legal Events

Date Code Title Description
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: 20110927

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: 20111021

R151 Written notification of patent or utility model registration

Ref document number: 4852159

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

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

Free format text: PAYMENT UNTIL: 20141028

Year of fee payment: 3