JP2012208850A

JP2012208850A - 異常検知装置

Info

Publication number: JP2012208850A
Application number: JP2011075396A
Authority: JP
Inventors: Naoya Oshima; 直也大島; Takaharu Kurokawa; 高晴黒川
Original assignee: Secom Co Ltd
Current assignee: Secom Co Ltd
Priority date: 2011-03-30
Filing date: 2011-03-30
Publication date: 2012-10-25
Anticipated expiration: 2031-03-30
Also published as: JP5743646B2

Abstract

【課題】複数の人物が制圧されて通報操作ができない状態であっても、そのような異常事態を自動的に検出し、非常通報を行うことを可能とする。
【解決手段】監視画像から人物を人物領域として抽出する人物領域抽出手段２２０と、人物領域から当該人物の姿勢を判定する姿勢判定手段２２２と、順次取得される監視画像にて同一人物の人物領域を追跡する人物追跡手段２２１と、追跡している人物毎に姿勢変化があったか否かを判定する姿勢変化判定手段２２３と、略一斉と判断される所定時間内に姿勢変化があった人数が基準以上であるとき異常と判定する異常判定手段２２５とを備える異常検知装置とする。
【選択図】図２

Description

本発明は、撮像された監視画像を画像解析することにより監視空間内で発生した異常シーンを検知する異常検知装置に関して、特に複数の人物が関与した異常事態を検知するものに関する。

強盗犯が店舗等に押し入り、金庫やキャッシュレジスタに保管されている金品の強奪を試みる際、店舗の従業員等による外部への通報や抵抗をおそれ、従業員に対して攻撃を与えたり、命令をして動作を強制したりすることで、従業員を制圧しようとすることがある。このような強盗犯による制圧行動は、特に複数の人物が存在する場合においてとられることが多い。

強盗犯によって複数の人物が制圧された場合、通報が遅れることによる事件発生の発覚遅れや、怪我をした被害者の救護遅れなどが危惧される。このため、被害者が上記のような通報操作できない状態にあることを自動的に検知し、通報を行う異常検知装置の提案が望まれている。

特許文献１には、押し込み強盗を検出する手段として、被害者の姿勢が異常なもの（両手を上げる等）であるかを判定する監視装置が開示されている。

特許３５０２８５３号公報

しかしながら、単独人物の動作から異常の有無を判断する手法では、異常姿勢（強制されて屈む）と通常姿勢（自分の意志で屈む）とを識別することが困難である。すなわち、「人物が動作を強制された」状況を検出することができず、このような状況を非常事態として検出することができなかった。

そこで、本発明は、強盗犯等によって攻撃を受けたり、動作を強制されるなどして、複数の人物が制圧されたことを示す特有の画像変化を捉えることで自動的に異常を検知する異常検知装置の提供を目的とする。

本発明の１つの態様は、監視空間を撮像した監視画像から前記監視空間内で発生した異常を検知する異常検知装置であって、前記監視画像を順次取得する画像取得手段と、前記監視画像から人物を人物領域として抽出する人物領域抽出手段と、前記人物領域から当該人物の姿勢を判定する姿勢判定手段と、前記順次取得される監視画像にて同一人物の人物領域を追跡する人物追跡手段と、前記追跡している人物毎に姿勢変化があったか否かを判定する姿勢変化判定手段と、略一斉と判断される所定時間内に姿勢変化があった人数が基準以上であるとき異常と判定する異常判定手段と、を備えることを特徴とする異常検知装置である。

ここで、少なくとも人物が立っていることを示す立位と人物が倒れていることを示す倒位の姿勢モデルを予め記憶する記憶部を備え、前記姿勢判定手段は、前記人物領域に前記姿勢モデルを当てはめて人物の姿勢を判定し、前記姿勢変化判定手段は、前記姿勢が立位から倒位へ変化したことを検出すると姿勢変化があったと判定することが好適である。

また、少なくとも人物が立っていることを示す立位と人物が屈んでいることを示す屈位の姿勢モデルを予め記憶する記憶部を備え、前記姿勢判定手段は、前記人物領域に前記姿勢モデルを当てはめて人物の姿勢を判定し、前記姿勢変化判定手段は、前記姿勢が立位から屈位へ変化したことを検出すると姿勢変化があったと判定することが好適である。

また、前記基準は、前記所定時間内に追跡している人数に占める姿勢変化があった人数の割合であることが好適である。

本発明によれば、複数の人物が行動を強制されて通報操作ができない状態であっても、そのような異常事態を自動的に検出し、非常通報を行うことが可能になる。さらに、強盗犯等によって動作を強制されたときに非常通報できるので、強盗事件の発生を早期に検出することができる。

本発明の実施の形態における通報システムの構成を示す図である。本発明の実施の形態における異常検知装置の構成を示す機能ブロック図である。本発明の実施の形態における立位モデルを説明する図である。本発明の実施の形態における倒位モデルを説明する図である。本発明の実施の形態における屈位モデルを説明する図である。本発明の実施の形態における異常検知装置での処理を示すフローチャートである。

＜基本構成＞
本発明の実施の形態における通報システム１は、図１の模式図に示すように、異常検知装置２、コントローラ３及びセンタ装置５を含んで構成される。

異常検知装置２は、店舗などの部屋を監視空間とし、当該部屋の天井に設置される。異常検知装置２は、監視空間にて発生した異常シーンを検知すると異常信号を出力する。異常検知装置２は、通信線を介してコントローラ３に接続される。コントローラ３は、電話回線又はインターネット回線等の通信網４を介して、警備センタ等の遠隔地に設置されたセンタ装置５と接続される。異常検知装置２が出力した異常信号は、コントローラ３を介してセンタ装置５に送信される。

図２は、異常検知装置２の構成を示した機能ブロック図である。異常検知装置２は、図
２に示すように、撮像部２０、記憶部２１、制御部２２及び出力部２３を含んで構成される。制御部２２は、撮像部２０、記憶部２１及び出力部２３に接続され、これらの構成要素を統合的に制御する。異常検知装置２は、異常検知処理プログラムによって制御される撮像手段を備えたコンピュータにより実現することができる。

撮像部２０は、監視カメラを含んで構成される。撮像部２０は、監視空間を臨むように設置され、監視空間を所定の時間間隔で撮影する。撮影された監視空間の監視画像は順次、制御部２２へ出力される。監視画像が撮像される時間間隔は例えば１／５秒である。以下、この撮像の時間間隔で刻まれる時間の単位を時刻と称する。

本実施形態においては、監視空間である部屋の全体を撮像するために、撮像部２０は、魚眼レンズを備え、その光軸を鉛直下方に向けて設置される。ただし、これに限定されるものではなく、人物が撮像された監視画像から人物領域を抽出し、その姿勢が判断できるものであればよい。

記憶部２１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の電子情報の記憶装置である。記憶部２１は、各種プログラムや各種データを記憶し、制御部２２からアクセス可能である。各種データには、背景差分処理に必要な背景画像２１０、追跡人物の姿勢判定に必要な姿勢別の姿勢モデル２１１が含まれる。

姿勢モデル２１１は、人物の姿勢を立位／倒位／屈位の３つに大分し、各姿勢の人物の形状（外形）をモデリングしたものである。姿勢モデル２１１は、立位モデル２１１Ｒ、倒位モデル２１１Ｔ、屈位モデル２１１Ｋが含まれる。監視画像から抽出された人物領域に姿勢モデル２１１を当てはめることで、撮像されている人物の姿勢が推定される。

立位モデル２１１Ｒは、立った姿勢の人物の形状（外形）を模したモデルである。例えば、立位モデル２１１Ｒは、図３に示すように、長軸長Ｌ_R±α_LR、短軸長Ｓ_R±α_SRの楕円で定義することができる。光軸を鉛直下方に向けた魚眼レンズを備えた撮像部２０により撮像された監視画像では、監視画像に撮像された立位の人物の身長方向は、監視画像の中心からの放射線方向に沿った方向となる。±α_θRは、体の傾きを考慮するための値であり、立位モデル２１１Ｒは、その長軸方向を放射線方向から±α_θRの範囲内に限定して配置される。

立位モデル２１１Ｒの長軸長の基準値Ｌ_Rは、平均的な身長に応じて設定される。立位モデル２１１Ｒの長軸長の変動許容範囲±α_LRは、体格の個人差により生じる誤差等を吸収可能な範囲に設定される。立位モデル２１１Ｒの短軸長の基準値Ｓ_Rは、平均的な体の幅に応じて設定される。立位モデル２１１Ｒの短軸長の変動許容範囲±α_SRは、体の傾きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。立位モデル２１１Ｒの長軸の偏位角の変動許容範囲±α_θRは、体の傾きにより生ずる誤差や立位の姿勢の個人差を吸収可能な範囲に設定される。これらの変動許容範囲は、立位とみなせる範囲の形状、傾きの範囲を意味している。

記憶部２１には、立位モデル２１１Ｒとして予め上記のように設定された長軸長Ｌ_R、短軸長Ｓ_R、長軸長の変動許容範囲±α_LR、短軸長の変動許容範囲±α_SR、長軸の偏位角の変動許容範囲±α_θRの各数値が記憶されている。尚、人物の像の大きさは、撮像部２０と人物との相対的な位置関係により変わるため、長軸長Ｌ_R、短軸長Ｓ_Rは監視画像上の位置ごとに設定し、長軸長の変動許容範囲±α_LR、短軸長の変動許容範囲±α_SRは長軸長Ｌ_R、短軸長Ｓ_Rに対する比率として設定するのがよい。

倒位モデル２１１Ｔは、倒れた姿勢の人物の形状（外形）を模したモデルである。例えば、倒位モデル２１１Ｔは、図４に示すように、長軸長Ｌ_T±α_LT、短軸長Ｓ_T±α_STの楕円で定義することができる。光軸を鉛直下方に向けた魚眼レンズを備えた撮像部２０により撮像された監視画像では、監視画像に撮像された倒位の人物の身長方向は、監視画像の中心からの放射線方向に直交する方向に沿った方向となる。±α_θTは、体の傾きを考慮するための値であり、倒位モデル２１１Ｔは、その長軸方向を放射方向に直交する方向から±αθ_Tの範囲内に限定して配置される。

倒位モデル２１１Ｔの長軸長の基準値Ｌ_Tは、平均的な身長に応じて設定される。倒位モデル２１１Ｔの長軸長の変動許容範囲±α_LTは、体格の個人差により生じる誤差等を吸収可能な範囲に設定される。倒位モデル２１１Ｔの短軸長の基準値Ｓ_Tは、平均的な体の幅に応じて設定される。倒位モデル２１１Ｔの短軸長の変動許容範囲±α_STは、体の傾きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。倒位モデル２１１Ｔの長軸の偏位角の変動許容範囲±α_θTは、立位モデル２１１Ｒと混同せぬように０≦α_θT＜９０°−α_θRの範囲に設定される。これらの変動許容範囲は、倒位とみなせる範囲の形状、傾きの範囲を意味している。

記憶部２１には、倒位モデル２１１Ｔとして予め上記のように設定された長軸長Ｌ_T、短軸長Ｓ_T、長軸長の変動許容範囲±α_LT、短軸長の変動許容範囲±α_ST、長軸の偏位角の変動許容範囲±α_θTの各数値が記憶されている。尚、人物の像の大きさは、撮像部２０と人物との相対的な位置関係により変わるため、長軸長Ｌ_T、短軸長Ｓ_Tは監視画像上の位置ごとに設定し、長軸長の変動許容範囲±α_LT、短軸長の変動許容範囲±α_STは長軸長Ｌ_T、短軸長Ｓ_Tに対する比率として設定するのがよい。

屈位モデル２１１Ｋは、屈んだ姿勢の人物の形状（外形）を模したモデルである。例えば、屈位モデル２１１Ｋは、図５に示すように、長軸長Ｌ_K±α_LK、短軸長Ｓ_K±α_SKの楕円で定義することができる。±α_θKは、体の傾きを考慮するための値であり、光軸を鉛直下方に向けた魚眼レンズを撮像部２０により撮像された監視画像では、監視画像に撮像された屈位の人物は、長軸方向を放射線方向から±α_θKの範囲内に限定して配置される。

屈位モデル２１１Ｋの長軸長の基準値Ｌ_Kは、立位モデル２１１Ｒの長軸長の基準値Ｌ_Rの１／２に設定される。屈位モデル２１１Ｋの長軸長の変動許容範囲±α_LKは、体格の個人差により生じる誤差等を吸収可能な範囲に設定される。屈位モデル２１１Ｋの短軸長の変動許容範囲±α_SKは、体の傾きにより生じる誤差や体格の個人差により生じる誤差等を吸収可能な範囲に設定される。屈位モデル２１１Ｋの長軸の偏位角の変動許容範囲±α_θKは、体の傾きにより生ずる誤差や屈んだ姿勢の個人差を吸収可能な範囲に設定される。これらの変動許容範囲は、屈位とみなせる範囲の形状、傾きの範囲を意味している。

記憶部２１には、屈位モデル２１１Ｋとして予め上記のように設定された長軸長Ｌ_K、短軸長Ｓ_K、長軸長の変動許容範囲±α_LK、短軸長の変動許容範囲±α_SK、長軸の偏位角の変動許容範囲±α_θKの各数値が記憶されている。尚、人物の像の大きさは、撮像部２０と人物との相対的な位置関係により変わるため、長軸長Ｌ_K、短軸長Ｓ_Kは監視画像上の位置ごとに設定し、長軸長の変動許容範囲±α_LK、短軸長の変動許容範囲±α_SKは長軸長Ｌ_K、短軸長Ｓ_Kに対する比率として設定するのがよい。

制御部２２は、ＣＰＵ（Central Processing Unit）、ＤＳＰ（Digital Signal Processor）、ＭＣＵ（Micro Control Unit）等の演算装置を含んで構成される。制御部２２は、記憶部２１から異常検知処理プログラムを読み出して実行することで人物領域抽出手段２２０、人物追跡手段２２１、姿勢判定手段２２２、姿勢変化判定手段２２３、変化人数計数手段２２４及び異常判定手段２２５として機能する。これらの各手段については、後述する。

出力部２３は、異常信号を異常検知装置２の外部へ出力する通信手段である。出力部２３は、制御部２２の異常判定手段２２５から異常信号が入力されると、通信網４を介して当該異常信号をコントローラ３へ送信する。

＜異常検知処理＞
以下、図６のフローチャートを参照しつつ、異常検知装置２における異常検知処理について説明する。

ステップＳ１では、異常検知装置２の初期化が行われる。異常検知装置２の電源が投入されると初期化が行われる。初期化には、起動直後の監視画像を記憶部２１に背景画像２１０として記憶させる処理を含む。また、姿勢変化のあった人数を計数するための姿勢変化人数カウンタ、最後に姿勢変化があってからの時間を計測する姿勢変化経過時間カウンタをリセットする。

ステップＳ２では、監視画像が取得される。撮像部２０は、所定周期で監視空間を撮像し、撮像された監視画像のデータを制御部２２へ出力する。制御部２２は、撮像部２０から監視画像を取得し、撮像時刻に関連付けて記憶部２１に記憶させる。

ステップＳ３では、人物が撮像された監視画像から人物領域を抽出する処理が行われる。ここでの処理は、人物領域抽出手段２２０に相当する。

制御部２２は、撮像部２０から取得した監視画像と、記憶部２１に記憶されている背景画像２１０と、において互いに対応する画素の特徴量の差分値を演算した差分画像を算出する。そして、背景画像２１０との差分値が閾値以上である画素を変化画素として抽出する。特徴量として、輝度、色、エッジ強度・方向等を用いることができる。閾値は、事前に決められた規定値を用いてもよいし、動的に変更してもよい。

背景画像２１０は、ステップＳ１における初期化時に得られた画像をそのまま用いてもよいし、ステップＳ２において入力される監視画像によって適宜更新を行ってもよい。また、差分演算後に正規化相関等による光・影領域の除去、膨張収縮処理によるゴマ塩状ノイズの除去を施すことも好適である。

さらに、制御部２２は、変化画素の抽出後、ラベリング処理を行う。ラベリング処理は、差分画像内において空間的に連続する変化画素の群（グループ）に同一の番号を振る処理である。この処理により、変化画素の群（グループ）ごとに個別の番号が割り当てられる。ラベリング後、例えば面積が閾値以下の変化画素の群（グループ）は処理対象から除外する等のノイズ除去処理を行う。閾値は、カメラ設置条件から計算される標準人物サイズなどから決定される。処理対象として残された変化画素の群（グループ）は、人物領域とされる。

ステップＳ４では、同一人物であると推定される人物を追跡する人物追跡処理が行われる。ここでの処理は、人物追跡手段２２１に相当する。

制御部２２は、前時刻までに人物領域抽出手段２２０により抽出され、記憶部２１に記憶されている各人物領域に関する追跡特徴と、現時刻にて人物領域抽出手段２２０により抽出された各人物領域と関連付ける。具体的には、制御部２２は、監視領域への人物領域の出現が確認される度に、その人物領域の画像特徴を追跡特徴として抽出し、記憶部２１に記憶する。そして、記憶部２１に記憶されている前時刻で抽出された人物領域の追跡特徴と、現時刻で抽出された人物領域の追跡特徴を比較し、追跡特徴同士の類似性が所定の条件より高く、最も類似していると判断される人物領域同士を関連付ける。関連付けがなされた人物領域は除外し、関連付けの処理を繰り返すことによって、現時刻にて抽出された人物領域の総てについて前時刻までに抽出された人物領域と関連付けが行われる。

追跡特徴は、色やエッジのヒストグラム、人物領域の重心位置、外接矩形（大きさ、アスペクト比等）等とすることができる。例えば、追跡特徴を色ヒストグラムとした場合、現時刻にて抽出された人物領域を構成する画素の色が調べられ、色ビン毎の画素数である色ヒストグラムが求められる。そして、前時刻までに抽出された人物領域の色ヒストグラムとの類似性が調査され、所定の類似性の条件を満たす人物領域のうち最も類似性が高い人物領域が現時刻の人物領域に関連付けられる。所定の類似性の条件は、例えば、各色ビンの画素数の数が±１０％の差以内である等と設定することができる。他の追跡特徴についても同様に処理を行うことができる。

現時刻で抽出された人物領域が、前時刻までに抽出された人物領域のいずれにも関連付けられなかった場合には、その人物像は現時刻において新たに出現した人物領域である、と判断する。また、前時刻までに抽出された人物領域のうちで、現時刻で抽出された人物領域に関連付けられなかったものがある場合には、その人物領域は監視空間外に移動した人物のものであると判断し、記憶部２１から消去する。または、関連付けられなかった時刻から一定期間は記憶部２１に人物領域として保持しておき、その間は上記の関連づけ処理を試みるものとしてもよい。

ステップＳ５では、人物領域に撮像されている人物の姿勢判定が行われる。ここでの処理は、姿勢判定手段２２２に相当する。

制御部２２は、人物領域抽出手段２２０により抽出された人物領域に最も形状が適合する姿勢モデル２１１を選出し、選出された姿勢モデル２１１に対応する姿勢を人物領域に含まれる人物の姿勢と判定する。なお、複数の人物領域が抽出されている場合、姿勢判定手段２２２はそれぞれの人物領域に対して姿勢判定を行なう。

具体的には、制御部２２は、人物領域に各姿勢モデル２１１を重ね合わせて適合度を算出し、適合度が最も高い姿勢の姿勢モデル２１１を選出する。本実施の形態では、適合度を以下の評価関数で評価する。

（評価関数）＝ −｛（人物領域であって姿勢モデル領域でない画素）
＋γ×（姿勢モデル領域であって人物領域でない画素）｝

第一項は、人物領域にも関わらず姿勢モデルで覆われなかった画素の数、第二項は、人物領域でないにも関わらず姿勢モデルで覆われた画素の数である。すなわち、評価関数は、人物領域と姿勢モデルの適合度をはみ出し画素の数により評価している。評価関数は負の値をとり、その値が大きい方が人物領域と姿勢モデルの適合度が高い。γは、第一項と第二項のバランスをとるための補正係数である。使用する差分処理の特性に応じて、差分処理にて変化画素が抽出され易くなるほどγの値を大きく設定することが好適である。

ここで、各人物がとる姿勢は一定ではない上、人物間の位置関係も一定ではなく、また上述したように人物の姿勢には個人差や体の傾きにより生じる誤差等が含まれる。そこで人物領域に対する各姿勢モデル２１１の重ね合わせは各パラメータを変更しながら探索的に行なわれる。但し、リアルタイムで異常検知を行うために、その探索は予め１時刻で処理が終わるように反復回数Ｎが固定的に規定され、或いは予め１時刻より短い処理時間で処理が終わるように反復回数Ｎが動的に規定される。反復回数Ｎは、例えば、１０００回と規定される。

このとき、限られた反復回数の中で姿勢判定の結果が局所解に陥ることを防ぐために、パラメータの変更をランダムに行うことが好適である。制御部２２は、各人物がとる姿勢が一定ではないことに対応して各姿勢の姿勢モデル２１１を複数通り試行する。３種類の姿勢（立位と倒位と屈位）が設定されている本実施形態では、３通りの組み合わせから姿勢モデル２１１をランダムに選択する。さらに、制御部２２は、個人差や体の傾きにより生じる誤差に対応して各姿勢の姿勢モデル２１１の形状、傾きを変動許容範囲でランダムに微小変更する。形状の変更は長軸長と短軸長を独立して変更することにより行われる。傾きの変更は偏位角を変更することにより行われる。

制御部２２は、立位モデル２１１Ｒを選択した場合、人物領域内にランダム座標を設定して立位モデル２１１Ｒの重心位置Ｐ_Rとし、重心位置Ｐ_Rに応じた長軸長Ｌ_Rと短軸長Ｓ_Rを記憶部２１から読み出すとともに許容範囲α_LR、α_SR、α_θRを読み出す。そして、長軸長Ｌ_Rに対して許容範囲±α_LRの範囲でΔ_LRをランダムに設定し、短軸長Ｓ_Rに対して許容範囲±α_SRの範囲でΔ_SRをランダムに設定し、長軸偏位角に対して許容範囲±α_θRの範囲でΔ_θRをランダムに設定する。制御部２２は、画像中心と重心位置Ｐ_Rを結ぶ放射線から重心位置Ｐ_Rを中心にΔ_θRだけ回転した直線を長軸として求め、重心位置Ｐ_Rを中心とし長軸長Ｌ_R＋Δ_LR、短軸長Ｓ_R＋Δ_SRの楕円を算出する。

同様に、制御部２２は、倒位モデル２１１Ｔを選択した場合、倒位モデル２１１Ｔの重心位置Ｐ_Tを人物領域内にランダム設定するとともに、変動量Δ_LT、Δ_ST、Δ_θTをそれぞれ許容範囲±α_LT、±α_ST、±α_θTの範囲でランダムに設定する。そして、画像中心と重心位置Ｐ_Tを結ぶ放射線の重心位置Ｐ_Kを通る法線を求め、当該法線から重心位置Ｐ_Tを中心にΔ_θTだけ回転した直線を長軸とし重心位置Ｐ_Tを中心とする長軸長Ｌ_T＋Δ_LT、短軸長Ｓ_T＋Δ_STの楕円を算出する。

さらに、制御部２２は、屈位モデル２１１Ｋを選択した場合、屈位モデル２１１Ｋの重心位置Ｐ_Kを人物領域内にランダム設定するとともに、変動量ΔＬ_K、ΔＳ_K、Δ_θKをそれぞれ±α_LK、±α_SK、±α_θKの範囲でランダムに設定する。そして、画像中心と重心位置Ｐ_Kを結ぶ放射線から重心位置Ｐ_Kを中心にΔ_θKだけ回転した直線を長軸とし重心位置Ｐ_Kを中心とする長軸長Ｌ_K＋ΔＬ_K、短軸長Ｓ_K＋ΔＳ_Kの楕円を算出する。

制御部２２は、人物領域と算出された姿勢モデル領域との間で一致しない部分の画素数を求め、上記の評価関数により適合度を求める。そして、人物領域に最も適合度の高い姿勢モデルの姿勢が当該人物領域に含まれる人物の姿勢であると判定する。制御部２２は、判定結果である人物領域の姿勢を追跡特徴として記憶部２１に記憶させる。

また、人物領域と姿勢モデルの当て嵌まりの良さを表す上記の評価関数に、時間方向の連続性を導入することもできる。例えば、人物領域毎に前時刻において最も適合度が高かった姿勢モデルの領域内の色ヒストグラムを計算しておき、現時刻の姿勢モデルの領域内の色ヒストグラムとの合致度を上記評価関数に付加して、時刻間で色ヒストグラムが大きく異ならないように姿勢モデルを当てはめることができる。

なお、抽出された一つの人物領域内に複数の人物が含まれている場合、人数分だけの姿勢モデルを各パラメータを変動させながら人物領域に当てはめればよい。

ステップＳ６〜Ｓ１１では、姿勢変化のあった人物数のカウントが行われる。ここでの処理は姿勢変化判定手段２２３に相当する。

ステップＳ６では、現時点で検出された人物領域の１つが選択される。ステップＳ７では、ステップＳ６で選択された人物領域が倒位又は屈位と判定されたか否かが判定される。選択された人物領域が倒位又は屈位であれば、ステップＳ８に処理を移行させ、そうでなければステップＳ１１へ処理を移行させる。ステップＳ８では、ステップＳ４の人物追跡処理において選択された人物領域に対応付けられた前時刻の人物領域の姿勢が立位であるか否かが判定される。前時刻の人物領域の姿勢が立位であればステップＳ９に処理を移行させ、そうでなければステップＳ１１へ処理を移行させる。ステップＳ１０では、姿勢変化人数カウンタを１増加させる。すなわち、現時刻の人物領域において倒位姿勢又は屈位姿勢であった場合、前時刻において対応する人物領域において立位姿勢であったかを確認し、立位から倒位への変化または立位から屈位への変化があった場合に姿勢変化人数カウンタをカウントアップする。ステップＳ１１では、現時点で検出された人物領域の総てについて姿勢判定処理が行われた否かが判定される。総ての人物領域について処理が終了していればステップＳ１２へ処理を移行し、そうでなければステップＳ６に処理を戻す。このようにして、全追跡人物領域についてのループを生成し、各人物領域について姿勢変化があったかを調査する。

ここで、ステップＳ９では、何度も立位と倒位又は屈位を繰り返す人物が姿勢変化人数カウンタで繰り返しカウントされることを排除するために、一度立位から倒位又は立位から屈位へ変化したと判定された人物領域については後述の姿勢変化経過カウンタがリセットされるまで再度立位から倒位又は立位から屈位へ変化した場合であってもカウントしないようにする。

ステップＳ１２〜Ｓ１９では、姿勢変化の同時性の判定及び異常判定の処理が行われる。ここでの処理は、変化人数計数手段２２４及び異常判定手段２２５に相当する。

ステップＳ１２では、姿勢変化経過カウンタが所定の閾値（所定時間）未満か否かが判定される。制御部２２は、姿勢変化経過カウンタが所定の閾値（所定時間）未満であればステップＳ１５に処理を移行させ、そうでなければステップＳ１３に処理を移行させる。所定の閾値（所定時間）は、姿勢変化が略一斉に生じたと判定できる時間に相当する値に設定される。所定の閾値（所定時間）は、固定値としてもよいし、適応的に変動させてもよい。所定の閾値は、例えば、３００秒に相当するカウンタ値とすることが好適である。

ステップＳ１３では、姿勢変化経過カウンタをリセットする。すなわち、制御部２２は、いずれかの人物領域が立位から倒位又は立位から屈位へ変化した後、所定の閾値（所定時間）が経過したが姿勢変化人数カウンタが所定の閾値（基準人物数）以上にならなかったとして姿勢変化経過カウンタをリセットする。ステップＳ１４では、姿勢変化人数カウンタを現時刻において立位から倒位又は立位から屈位へ変化した人物領域の数に設定する。すなわち、制御部２２は、現時刻より前の時刻に立位から倒位又は立位から屈位へ変化した人物領域の累積値を姿勢変化人数カウンタから減算し、ステップＳ２に戻って、新たに複数の人物の姿勢変化が所定の閾値（所定時間）以内に生じたものであるかの調査を開始する。

一方、ステップＳ１５では、姿勢変化人数カウンタが０であるか否かが判定される。姿勢変化人数カウンタが０である場合、ステップＳ１７にて姿勢変化経過カウンタをリセットし、ステップＳ２に処理を戻す。姿勢変化人数カウンタが０でない場合、ステップＳ１６へ処理を移行させ、姿勢変化人数カウンタが所定の閾値（基準人物数）以上であるか否かを判定する。姿勢変化人数カウンタが所定の閾値（基準人物数）以上であればステップＳ１９へ処理を移行させ、そうでなければステップＳ１８へ処理を移行させる。ここで、所定の閾値（基準人物数）は固定値としてもよいし、適応的に変動する値としてもよい。所定の閾値（基準人物数）は、例えば、監視空間に存在する人数（追跡している人物領域の数）に対する割合で設定することが好適である。具体的には、監視空間に存在する人数（追跡している人物領域の数）の８０％以上等に設定することが好適である。

ステップＳ１８では、姿勢変化経過カウンタをカウントアップする。制御部２２は、姿勢変化経過カウンタを１増加させ、その後ステップＳ２へ処理を戻して、次の時刻に対する姿勢変化の調査を行う。

ステップＳ１９では、異常出力処理が行われる。制御部２２は、姿勢変化経過カウンタが所定の閾値（所定時間）となる前に姿勢変化人数カウンタが所定の閾値（基準人物数）以上となった場合、複数の人物の姿勢変化が略一斉に生じ、監視空間に異常が発生したものと判定する。制御部２２は、異常信号を出力部２３へ出力する。

以上により、複数の人物の姿勢変化がほぼ一斉に生じた場合に複数の人物が行動を強制されて通報操作ができない状態であると判定し、そのような異常事態を自動的に検出し、非常通報を行うことが可能になる。

なお、異常判定条件を複数設定してもよい。例えば、姿勢変化経過カウンタの判定の閾値（所定時間）と姿勢変化人数カウンタの閾値（基準人物数）を、例えば、判定条件（１）３０秒以内に存在人物の５０％が姿勢変化、判定条件（２）２分以内に存在人物の７０％が姿勢変化、判定条件（３）５分以内に存在人物の１００％が姿勢変化という３つの基準として設定してもよい。さらに強盗侵入等を想定した場合、姿勢変化のカウントを行う人物を一定時間以上監視領域内で追跡された人物領域に限ってもよい。

また、本実施の形態では、立位から倒位及び屈位に姿勢変化させた人数をカウントして異常を検知する処理としたが、立位から倒位に姿勢変化させた人数のみから異常を検知する処理としてもよいし、立位から屈位に姿勢変化させた人数のみから異常を検知する処理としてもよい。

また、上記実施の形態では、異常検知装置１の各部の機能を１つのコンピュータで実現する態様を説明したがこれに限定されるものではない。異常検知装置１の各部の機能は一般的なコンピュータをプログラムにより制御することによって実現できるものであり、これらの装置の各機能を適宜組み合わせて１つのコンピュータで処理させてもよいし、各機能をネットワーク等で接続された複数のコンピュータで分散処理させてもよい。

１通報システム、２異常検知装置、３コントローラ、４通信網、５センタ装置、２０撮像部、２１記憶部、２２制御部、２３出力部、２１０背景画像、２１１姿勢モデル、２１１Ｋ屈位モデル、２１１Ｒ立位モデル、２１１Ｔ倒位モデル、２２０人物領域抽出手段、２２１人物追跡手段、２２２姿勢判定手段、２２３姿勢変化判定手段、２２４変化人数計数手段、２２５異常判定手段。

Claims

監視空間を撮像した監視画像から前記監視空間内で発生した異常を検知する異常検知装置であって、
前記監視画像を順次取得する画像取得手段と、
前記監視画像から人物を人物領域として抽出する人物領域抽出手段と、
前記人物領域から当該人物の姿勢を判定する姿勢判定手段と、
前記順次取得される監視画像にて同一人物の人物領域を追跡する人物追跡手段と、
前記追跡している人物毎に姿勢変化があったか否かを判定する姿勢変化判定手段と、
略一斉と判断される所定時間内に姿勢変化があった人数が基準以上であるとき異常と判定する異常判定手段と、
を備えることを特徴とする異常検知装置。
請求項１に記載の異常検知装置であって、
少なくとも人物が立っていることを示す立位と人物が倒れていることを示す倒位の姿勢モデルを予め記憶する記憶部を備え、
前記姿勢判定手段は、前記人物領域に前記姿勢モデルを当てはめて人物の姿勢を判定し、
前記姿勢変化判定手段は、前記姿勢が立位から倒位へ変化したことを検出すると姿勢変化があったと判定することを特徴とする異常検知装置。
請求項１又は２に記載の異常検知装置であって、
少なくとも人物が立っていることを示す立位と人物が屈んでいることを示す屈位の姿勢モデルを予め記憶する記憶部を備え、
前記姿勢判定手段は、前記人物領域に前記姿勢モデルを当てはめて人物の姿勢を判定し、
前記姿勢変化判定手段は、前記姿勢が立位から屈位へ変化したことを検出すると姿勢変化があったと判定することを特徴とする異常検知装置。
請求項１〜３のいずれか１項に記載の異常検知装置であって、
前記基準は、前記所定時間内に追跡している人数に占める姿勢変化があった人数の割合であることを特徴とする異常検知装置。