JP2016099997A - 動画像監視システム、装置及び方法 - Google Patents

Abstract

【課題】画像取得モジュールと、特徴判読モジュールと、フレーム分析モジュールと、演算モジュールとを含む動画像監視システムと、このシステムの動作方法である動画像監視方法を提供する。【解決手段】画像取得モジュールは、画像フレームのストリームを特徴判読モジュールに出力し、特徴幾何学的要素の生成に供する。フレーム分析モジュールは、特徴幾何学的要素により補助線を決定し、更に補助線及び上記特徴幾何学的要素の中の少なくとも１つにより当該時点の画像フレームを第１画像ブロック及び第２画像ブロックに分割する。演算モジュールは、第１画像ブロック及び第２画像ブロックに対してそれぞれ異なる第１処理及び第２処理を行う。【選択図】図４

Description

本発明は動画像監視システムに関し、特に交通輸送手段に適用する動画像監視システムに関するものである。

科学技術の進歩に従って、各種の走行安全支援技術も急速に発展している。特に画像分析を用いて車外の状況を監視する技術は、近年にますます注目されている。例えば車線逸脱警報及び前方車間距離警報などは、いずれもこのような技術に属する。

しかしながら、画像技術の向上に従って、高解像度画像の応用もますます普及されている。走行安全支援に関するシステム及び装置に応用される場合、画像の高解像度に応じて、処理する必要のあるデータが大幅に増加する。限られた時間内に高解像度画像の処理を完成するために、常により速いプロセッサを使用する必要がある。しかし、高速プロセッサはシステム全体の電力消耗量を増加させ、結果としてコストが上昇する。

一方、より効率的なアルゴリズムを採用してシステムの処理速度を向上させる方法も考えられる。しかしながら、アルゴリズムを変更するに際しては、アルゴリズムの合理性及びシステムの信頼性を考える必要もある。この高解像度画像による問題について、更なる研究と改善が必要と思われる。

これに鑑みて、本発明の１つの目的は、演算処理の速度を向上させることができる動画像監視システム、装置及び方法を提供することにある。
本発明のもう１つの目的は、システムの信頼性を向上させることができる動画像監視システム、装置及び方法を提供することにある。

本発明の動画像監視システムは、画像取得モジュールと、特徴判読モジュールと、フレーム分析モジュールと、演算モジュールとを含み、動画像監視方法はこのシステムの動作方法である。画像取得モジュールは、少なくとも１つの画像フレームを含む画像ストリームを特徴判読モジュールに出力する。特徴判読モジュールは画像ストリームを受信するとともに、画像フレームを判読して少なくとも１つの特徴幾何学的要素、例えば車線区分線又は横断歩道を生成する。フレーム分析モジュールは上記特徴幾何学的要素により補助線を決定し、更に補助線及び上記特徴幾何学的要素の中の少なくとも１つにより当該時点の画像フレームを第１画像ブロック及び第２画像ブロックに分割する。演算モジュールは第１画像ブロックに対して第１処理を行うとともに、第２画像ブロックに対して第１処理と異なる第２処理を行う。

動画像監視装置は画像取得ユニット及びプロセスユニットを含む。画像取得ユニットは、少なくとも１つの画像フレームを含む画像ストリームを出力する。プロセスユニットは、主に、特徴判読プロセス、フレーム分析プロセス及び演算プロセスという３つのプロセスを実行する。特徴判読プロセス、フレーム分析プロセス及び演算プロセスの実行内容は、前記特徴判読モジュール、フレーム分析モジュール及び演算モジュールの作業内容とほぼ同じであるので、ここでは繰り返さない。

この設計によれば、第１画像ブロック及び第２画像ブロックのそれぞれに対し、相応かつ適合の画像処理を直接に行うことができ、それによって、必要のない処理方法を重要でない画像ブロックに用いることが省略され、時間及び資源を節約することができる。また、各分析を行う必要のある画像面積及び画素数が減少するため、時間及びシステム資源を節約する効果を達成し、システム全体の効率を向上させることができる。

図１は本発明の動画像監視方法の実施例のフローチャートである。 図２は本発明の動画像監視システムの実施例の模式図である。 図３は画像フレーム及び特徴幾何学的要素の実施例の模式図である。 図４は画像フレーム、特徴幾何学的要素及び補助線の実施例の模式図である。 図５Ａは主車線線分及び隣接車線線分が同じ点で交わる実施例の模式図である。 図５Ｂは主車線線分及び隣接車線線分が異なる点で交わる実施例の模式図である。 図５Ｃは主車線線分及び隣接車線線分が異なる点で交わる別の実施例の模式図である。 図６は主車線及び隣接車線を異なる画像ブロックに分割する実施例の模式図である。 図７は仮想交差点枠線を補助線とする実施例の模式図である。 図８は画像ストリームに前画像フレームが含まれる実施例の模式図である。 図９は画像ストリームに前画像フレームが含まれる別の実施例の模式図である。 図１０は本発明の動画像監視装置の実施例の模式図である。

以下、図面と文字をともに参照しながら本発明の複数の実施形態を説明して開示する。説明を明確にするために、以下の記述において実務上の詳細状況をともに説明する。しかしながら、これらの実務上の詳細状況は本発明を限定するものではない。なお、図面を簡素化するために、一部の周知の構造と素子は図面において簡単な方法で模式的に描かれる。

本発明は、走行記録装置又は他の交通手段の監視装置に好適に応用可能な動画像監視システム及び動画像監視方法を提供する。また、本発明は、走行記録装置又は他の交通手段の監視装置として好適な動画像監視装置を提供する。以下の各実施例は主に走行記録装置に応用される場合を例示とするが、これに限定されたものではない。

図１は本発明の動画像監視方法の実施例のフローチャートであり、図２に示された動画像監視システムに合わせて実施されることができる。ステップ１０１０において、画像取得モジュール１００は、少なくとも１つの画像フレーム２１０を含む画像ストリーム２００を特徴判読モジュール３００に出力する。ここで言う「画像ストリーム２００を特徴判読モジュール３００に出力する」とは、好ましくは、まず画像ストリーム２００を記憶ユニット８００に記憶又はキャッシュしてから、特徴判読モジュール３００がそれをアクセスすることである。記憶ユニット８００は、好ましくは、別個のメモリ、複数の同じまたは異なる種類のメモリの組合せ、プロセッサにおけるキャッシュ記憶領域、前記組合せ又は他の記憶装置である。画像取得モジュール１００は、好ましくは、撮影レンズ１１０又は他の画像を撮影又は記録可能な装置を含み、更に好ましくは、撮影レンズ１１０が生成した画像ストリームにノイズ抑制、校正又は他の画像処理を行う画像プロセッサ１３０を含む。なお、画像取得モジュール１００は、直接に既存の画像信号又はデータから一部を取得し、画像ストリーム２００を生成して特徴判読モジュール３００に出力してもよい。以上のように、画像取得モジュール１００は、好ましくは、ハードウェアデバイスで構成されるが、ソフトウェアと合わせて又は直接にソフトウェアで体現してもよい。

画像ストリーム２００は時系列に沿って配列された一連の画像フレーム２１０からなる。異なる規格要求により、画像ストリーム２００は１秒ごとに３０枚、６０枚又は他の異なる枚数の画像フレーム２１０を含んでよい。なお、各画像フレーム２１０の解像度が１２８０ｘ７２０、１９２０ｘ１０８０又は他の異なるサイズであってよい。

図１及び図２に示されたように、ステップ１０３０において、特徴判読モジュール３００が画像取得モジュール１００から画像ストリーム２００を受信し、画像フレーム２１０を判読して少なくとも１つの特徴幾何学的要素３１０を生成する。好ましい実施例において、特徴判読モジュール３００はソフトウェアプロセスで構成されて動作するが、これに限定されたものではない。特徴判読モジュール３００は、好ましくは、画像ストリーム２００における各枚の画像フレーム２１０を判読し、各枚の画像フレーム２１０の特徴幾何学的要素を取得してから、各枚の画像フレーム２１０の特徴幾何学的要素３１０を記憶ユニット８００に一時記憶又は記憶する。特徴幾何学的要素３１０は座標、関数又は他の形式でいくつかの識別コードと合わせて示され、一時記憶又は記憶されることができる。

図３は画像フレーム２１０の一実施例である。画像フレーム２１０の内容は車線線分２１１、例えば連続した白色又は黄色の単一線と二重線、又は間隔線分又は点線線分を含むことが可能である。また、画像フレーム２１０は、例えば、横断歩道のような横方向に間隔を置いて配列された複数の多角形組合せ２１２を含むことも可能である。上記車線線分２１１及び多角形組合せ２１２はいずれも特徴判読モジュール３００で判読された特徴幾何学的要素３１０になることができる。また、横方向の停止線も判読された特徴幾何学的要素３１０になることができる。特徴判読モジュール３００は、各種の公知のエッジ検出又は形状検出アルゴリズムで上記画像内容に対して特徴幾何学的要素３１０を判読することができるものであれば良いのであり、特に限定されていない。異なる実施例において、画像フレーム２１０における建物の頂端接続線も特徴幾何学的要素３１０として検出されることができる。

図１及び図２に示されたように、特徴幾何学的要素３１０が生成した後のステップ１０５０において、フレーム分析モジュール５００は特徴幾何学的要素３１０により補助線５１０を決定する。好ましい実施例において、フレーム分析モジュール５００はソフトウェアプロセス方式で構成されて動作するが、これに限定されたものではない。フレーム分析モジュール５００は、好ましくは、画像ストリーム２００における各枚の画像フレーム２１０の特徴幾何学的要素３１０に対して計算を行うことにより、補助線５１０を取得する。画面分析モジュール５００は、特徴幾何学的要素３１０の種類によって異なる演算を行い、それにより得た補助線５１０を記憶ユニット８００に一時記憶又は記憶する。補助線５１０は、座標、関数又は他の形式でいくつかの識別コードと合わせて示され、一時記憶又は記憶されることができる。

図４の実施例を例として説明する。特徴幾何学的要素３１０が複数本の車線線分２１１である場合、フレーム分析モジュール５００は車線線分２１１延長線の交点２１５を判断し、且つ交点２１５により１本の仮想スカイラインを補助線５１０として判断する。好ましくは、フレーム分析モジュール５００は交点２１５から画像フレーム２１０の横方向Ｘに沿って延長することにより、上記仮想スカイラインを形成する。上記画像フレーム２１０の横方向Ｘは、好ましくは、画像フレーム２１０の底辺又は頂辺に平行し、且つ画像フレーム２１０全体に跨る。異なる実施例において、フレーム分析モジュール５００は他のパラメータ又は判断結果により仮想スカイラインの延長方向を調整してもよく、例えば横方向Ｘと５度よりも小さい夾角をなしても良い。

補助線５１０が決定された後のステップ１０７０において、フレーム分析モジュール５００は、補助線５１０及び特徴幾何学的要素３１０の中の少なくとも１つにより画像フレーム２１０を少なくとも第１画像ブロック２３１及び第２画像ブロック２３２に分割する。フレーム分析モジュール５００は、特徴幾何学的要素３１０及び補助線５１０の種類によって画像フレーム２１０に異なるブロック分割を行い、分割した第１画像ブロック２３１及び第２画像ブロック２３２を記憶ユニット８００に一時記憶又は記憶する。第１画像ブロック２３１及び第２画像ブロック２３２は座標、関数又は他の形式でいくつかの識別コードと合わせて示され、一時記憶又は記憶されることができる。

図４に示された実施例においては、仮想スカイラインを補助線５１０とする場合、フレーム分析モジュール５００は補助線５１０を境界線とし、第１画像ブロック２３１が補助線５１０の下に位置し、第２画像ブロック２３２が補助線５１０の上に位置する。換言すれば、画像フレーム２１０は上下２つのブロックに分割される。この実施例において、単一の補助線５１０で第１画像ブロック２３１及び第２画像ブロック２３２に分割するが、異なる実施例において、複数の補助線５１０又は補助線５１０と特徴幾何学的要素３１０との組合せで第１画像ブロック２３１及び第２画像ブロック２３２の分割を行ってもよい。なお、本実施例において、第１画像ブロック２３１及び第２画像ブロック２３２は互いに隣接して補助線５１０を境界線とするが、異なる実施例において、選択された補助線５１０又は特徴幾何学的要素３１０から所定ピッチを離れる位置を第１画像ブロック２３１又は第２画像ブロック２３２の境界線として設定してもよく、直接に補助線５１０又は特徴幾何学的要素３１０を境界線とすることに限定されない。

ステップ１０９０において、演算モジュール７００は第１画像ブロック２３１に対して第１処理を行うとともに、第２画像ブロック２３２に対して第１処理と異なる第２処理を行う。この設計によれば、第１画像ブロック２３１及び第２画像ブロック２３２のそれぞれに対して相応かつ適合の画像処理を直接に行うことができ、それにより必要のない処理方法を重点でない画像ブロックに用いられる時間及び資源を節約し、システム全体の効率を向上させることができる。

図４に示す実施例においては、第１画像ブロック２３１は補助線５１０としての仮想スカイラインの下方に位置するので、大部分の面積は車線領域であるはずである。この際、第１処理は、好ましくは、第１画像ブロック２３１内における一部の画像に対する比較分析、例えば第１画像ブロック２３１内の画像データと画像ストリーム２００における画像フレーム２１０の前に位置する少なくとも１つの前画像フレーム内の画像データとを比較することを含む。例を挙げれば、第１処理は、まず第１画像ブロック２３１内の車両認識を行ってから、前の数枚の前画像フレーム内の車両認識結果と比較することにより、第１画像ブロック２３１内の車両運動を判断して監視することができる。なお、画像の比較分析は、前記特徴幾何学的要素３１０を本体として前の画像フレームと比較することにより、車両の前進方向が車線から逸脱したか否かを判断することを含んでもよい。

しかし、第２画像ブロック２３２は補助線５１０としての仮想スカイラインの上に位置するので、大部分の面積は空又は他の非車線領域であるはずである。このような領域は比較的に監視する必要がない。この際、第２処理は、好ましくは、第２画像ブロック２３２内の画像データを無視し、前記画像比較分析を行わないことを含む。この設計によれば、分析する必要のある画像面積及び画素数が減少するため、時間及びシステム資源を節約する効果を達成できる。しかし、異なる実施例においては、第２画像ブロック２３２に対して他の非第１処理の第２処理を行ってもよく、例えば第２画像ブロック２３２内の画像の平均輝度を判断することにより、当該時点の天候状態を判断し、その判断結果を他の用途に利用してもよい。

図５Ａに示された実施例において、複数本の車線線分２１１は複数本の主車線線分２１１１と主車線線分２１１１の両側に位置する複数の隣接車線線２１１３とを含む。この際、フレーム分析モジュール５００は、好ましくは、複数の主車線線分２１１が延長して交わる第１交点２１７の位置、及び複数の隣接車線線分２１１３が延長して交わる第２交点２１９の位置を判断する。図５Ａに示されたように、第１交点２１７と第２交点２１９の位置が重なるのであれば、フレーム分析モジュール５００は、第１交点２１７から画像フレーム２１０の横方向Ｘに沿って延長することにより、前記補助線５１０としての仮想スカイラインを形成する。第１交点２１７と第２交点２１９の位置が重ならないのであれば、図５Ｂに示されたように、フレーム分析モジュール５００は、好ましくは、第１交点２１７と第２交点２１９との間から一点（例えば中点）を選択し、画像フレーム２１０の横方向Ｘに沿って延長することにより、前記補助線５１０としての仮想スカイラインを形成する。上記画像フレーム２１０の横方向Ｘは、好ましくは、画像フレーム２１０の底辺又は頂辺に平行し、且つ画像フレーム２１０全体を跨る。

なお、図５Ｃに示された実施例において、フレーム分析モジュール５００は第１交点２１７と第２交点２１９との相対的な位置関係によって仮想スカイラインの延長方向を判断することができる。図５Ｃに示すように、第１交点２１７と第２交点２１９が画像フレーム２１０の横方向Ｘ及び縦方向Ｙにいずれも揃っていないので、これにより画像フレーム２１０が撮影する際の実際の水平面に対して傾斜する角度を推定し、これにより補助線５１０としての仮想スカイラインの延長方向を決定することができる。

図６に示された実施例において、複数本の車線線分２１１は２本の主車線線分２１１１と主車線線分２１１１の一側に位置する隣接車線線２１１３とを含む。この際、フレーム分析モジュール５００は、好ましくは、２つの主車線線分２１１１の間の領域を第１画像ブロック２３１とし、隣接車線線分２１１３と最も近い１本の主車線線分２１１１との間の領域を第２画像ブロック２３２とする。第１画像ブロック２３１の範囲は自車が走行する主車線を表すので、好ましくは第１処理で主車線に画像分析を行う。好ましい実施例において、主車線の画像分析は前方車間距離の分析を含んでよく、第１処理は、まず第１画像ブロック２３１内の前車輪郭認識を行うとともに前車との距離を判断し、次に前の１枚又は数枚の前画像フレーム内の前方車間距離の判断結果と比較する。比較結果により、演算モジュール７００は、更に第１画像ブロック２３１内の前車の運動を判断して前方車間距離の監視を行うことができる。

一方、第２画像ブロック２３２の範囲は隣接車が走行する隣接車線を表すので、好ましくは第２処理で隣接車線に画像分析を行う。好ましい実施例において、隣接車線の画像分析は前車逸脱の分析を含んでよく、第２処理は、まず第２画像ブロック２３２内の前車輪郭認識を行うとともに、主車線線分２１１１との間の距離を判断し、次に前の１枚又は複数枚の前画像フレーム内の前車位置の判断結果と比較する。比較結果により、演算モジュール７００は更に第１画像ブロック２３１内の隣接車線の前車の運動を判断して前方車間距離の監視を行うことができる。隣接車線の前車が主車線線分２１１１を渡って第１画像ブロック２３１内に入るか又はそのような傾向があると、警報信号が発生する。この設計によれば、第１画像ブロック２３１及び第２画像ブロック２３２に対してそれぞれに適合した画像分析を行い、画像分析を適用する必要がない画像ブロックに加えることを避けて、演算時間及びシステム資源を節約することができる。

図７は本発明の別の実施例である。この実施例における特徴幾何学的要素３１０は間隔を置いて配列された複数の多角形組合せを含む。具体的にいえば、特徴幾何学的要素３１０は画像フレーム２１０の横方向Ｘに沿って配列された複数の四辺形であり、且つ好ましくは白色である。交通標識では、このような形状組合せは横断歩道を表す。この際、フレーム分析モジュール５００はこれらの多角形の上縁（好ましくはフレームの頂辺を上方とする）接続線５１１により仮想交差点枠線を補助線５１０として判断する。縦方向Ｙでの異なる距離に横断歩道を表す多角形組合せが２つ存在すれば、近位の多角形組合せの上縁及び遠位の多角形組合せの下縁でそれぞれ補助線５１０を形成することができる。好ましくは、フレーム分析モジュール５００は直接に多角形の上縁接続線５１１を仮想交差点枠線における下枠線とし、特徴幾何学的要素３１０における横方向Ｘの最も広い辺縁で縦方向Ｙに沿って側枠線５１３を描画する。ただし、異なる実施例において、多角形の上縁接続線５１１から一定のピッチを離れる線分を仮想交差点枠線における下枠線としてもよく、異なる規則に従って他の側辺枠線５１３及び上枠線５１５を設定してもよい。なお、異なる実施例においては、横断歩道に歩行者がいるので、縦方向Ｙでの異なる距離に横断歩道を表す多角形組合せが２つ存在すれば、近位の多角形組合せの下縁及び遠位の多角形組合せの上縁でそれぞれ補助線５１０を形成することにより、横断歩道の領域が仮想交差点枠線内に含まれるようにしてもよい。

図７に示された実施例においては、第１画像ブロック２３１は補助線５１０としての仮想交差点枠線の内に位置するので、大部分の面積が交差点領域であるはずである。この際、第１処理は、好ましくは、第１画像ブロック２３１内における一部の画像に対し物体の横方向通過分析を行うことを含む。例を挙げれば、第１処理は、まず第１画像ブロック２３１内の物体認識、例えば歩行者又は車両認識を行い、次に前の複数枚の前画像フレーム内の物体認識結果と比較することにより、第１画像ブロック２３１内に横方向に通過する物体の有無を判断し、監視することができる。一般的な車線に対しては、交差点領域に横方向に通過する物体が出現しやすいので、このような画像分析及び監視を比較的に必要とする。

一方、第２画像ブロック２３２は補助線５１０としての仮想交差点枠線の外に位置するので、大部分の面積が非交差点領域であり、このような領域に横方向での物体通過の監視を比較的に必要としない。この際、第２処理は、好ましくは、前記物体の横方向通過の分析を行わずに、物体の横方向通過の分析の以外の他の画像処理を行うことを含む。この設計によれば、分析する必要のある画像面積及び画素数が減少するため、時間及びシステム資源を節約する効果を達成することができる。

図８に示されたように、画像ストリーム２００は画像フレーム２１０の前に配列された少なくとも１つの前画像フレーム２２０を含む。画像フレーム２１０の場合と同様に、特徴判読モジュール３００は同様に前画像フレーム２２０内の画像データを判読して、少なくとも１つの前特徴幾何学的要素３３０を生成及びキャッシュする。前特徴幾何学的要素３３０は基本的に前記特徴幾何学的要素３１０の性質と同じで、その主な相違点は、前特徴幾何学的要素３３０が前画像フレーム２２０を分析して得られたものであり、画像フレーム２１０からのものではないことにある。特徴判読モジュール３００は前特徴幾何学的要素３３０を生成した後、前特徴幾何学的要素３３０をキャッシュメモリ又は他の記憶ユニット８００にキャッシュ又は記憶する。特徴判読モジュール３００は、現在の画像フレーム２１０に対して判読する際、キャッシュ又は記憶された前特徴幾何学的要素３３０をアクセスし、前特徴幾何学的要素３３０を参考して特徴幾何学的要素３１０を生成する。例を挙げれば、特徴判読モジュール３００は、好ましくは、前４組の前特徴幾何学的要素３３０をアクセスし、現在の画像フレーム２１０のデータと比較してから、現在の画像フレーム２１０の特徴幾何学的要素３１０を生成することができる。この設計によれば、ある画像フレームの画像データが画像品質の不良により正確的に判断できなくても、前特徴幾何学的要素３３０を参考することにより一定の程度で正確的な結果を取得することによって、システムの安定性を確保することができる。

また、図９に示されたように、現在の画像フレーム２１０の場合と同様に、フレーム分析モジュール５００は同様に前特徴幾何学的要素３３０により前補助線５３０を決定してキャッシュ又は一時記憶する。フレーム分析モジュール５００は、現在の画像フレーム２１０の補助線５１０を決定する際、キャッシュ又は記憶された前補助線５３０をアクセスし、前補助線５３０を参考して現在の画像フレーム２１０の補助線５１０を決定する。例を挙げれば、フレーム分析モジュール５００は、好ましくは、前４組の前補助線５３０をアクセスすることによりその種類及び位置を参考してから、現在の画像フレーム２１０の補助線５１０を生成することができる。この設計によれば、ある画像フレームの画像データが画像品質の不良により正確的に判断できなくても、前補助線５３０を参考することにより一定の程度で正確的な結果を取得することによってシステムの安定性を確保することができる。

図１０は本発明の動画像監視装置の実施例の模式図である。動画像監視装置は画像取得ユニット１０及びプロセスユニット９０を含む。画像取得ユニット１０は、好ましくは、撮影レンズ又は他の画像を撮影又は記録可能な装置であってよく、更に好ましくは画像を校正及びノイズ処理する画像プロセッサを含んでもよい。画像取得ユニット１０は、少なくとも１つの画像フレーム２１０を含む画像ストリーム２００を出力する。プロセスユニット９０は、好ましくは、セントラルプロセッサ又はセントラルプロセッサ内のロジックユニットであり、特徴判読プロセス３０、フレーム分析プロセス５０及び演算プロセス７０との３つのプロセスを実行する。特徴判読プロセス３０、フレーム分析プロセス５０及び演算プロセス７０は、好ましくは、ソフトウェアプロセス方式で記憶ユニット８０に記憶されてプロセスユニット９０により実行され、かつ記憶ユニット８０と合わせてデータ記憶及びアクセスの対象とされる。記憶ユニット８０は、好ましくは、別個のメモリ、複数の同じまたは異なる種類のメモリの組合せ、プロセスユニット９０におけるキャッシュ記憶領域、前記組合せ又は他の記憶装置であってよい。特徴判読プロセス３０、フレーム分析プロセス５０及び演算プロセス７０が実行する内容は前記特徴判読モジュール３００、フレーム分析モジュール５００及び演算モジュール７００の作業内容と同じであるので、ここでは繰り返さない。

この設計によれば、各画像ブロックのそれぞれに対して、相応かつ適合の画像処理を直接に行い、それにより、必要のない処理が重要でない画像ブロックに用いられる時間及び資源を節約することができる。また、各分析を行う必要のある画像面積及び画素数が減少するため、時間及びシステム資源を節約する効果を達成し、システム全体の効率を向上させることができる。

本発明の特徴と趣旨を明確に示すために、以上の具体的な実施例で詳しく説明したが、以上の記載における好ましい具体実施例は、本発明の範囲を制限するものではない。当業者であれば、本発明の趣旨と範囲から逸脱せず各種の変更や修飾を加えることができる。本発明の請求範囲は、特許請求の範囲で指定した内容を基準とするものである。

１０ ： 画像取得ユニット
８０ ： 記憶ユニット
９０ ： プロセスユニット
１００ ： 画像取得モジュール
１１０ ： 撮影レンズ
１３０ ： 画像プロセッサ
２００ ： 画像ストリーム
２１０ ： 画像フレーム
２１１ ： 車線線分
２１１１ ： 主車線線分
２１１３ ： 隣接車線線分
２１２ ： 多角形組合せ
２１５ ： 交点
２１７ ： 第１交点
２１９ ： 第２交点
２２０ ： 前画像フレーム
２３１ ： 第１画像ブロック
２３２ ： 第２画像ブロック
３００ ： 特徴判読モジュール
３１０ ： 特徴幾何学的要素
３３０ ： 前特徴幾何学的要素
５００ ： フレーム分析モジュール
５１０ ： 補助線
５１１ ： 上縁接続線
５１３ ： 側辺枠線
５１５ ： 上枠線
５３０ ： 前補助線
７００ ： 演算モジュール
８００ ： 記憶ユニット

Claims (13)

1. 少なくとも１つの画像フレームを含む画像ストリームを出力する画像取得モジュールと、
   当該画像取得モジュールから当該画像ストリームを受信し、当該画像フレームを判読することにより少なくとも１つの特徴幾何学的要素を生成する特徴判読モジュールと、
   当該特徴幾何学的要素により補助線を決定して、当該補助線及び当該特徴幾何学的要素の中の少なくとも１つにより当該画像フレームを少なくとも第１画像ブロック及び第２画像ブロックに分割するフレーム分析モジュールと、
   当該第１画像ブロックに対して第１処理を行うとともに、当該第２画像ブロックに対して当該第１処理と異なる第２処理を行う演算モジュールと、
   を含む動画像監視システム。
2. 当該特徴幾何学的要素は複数本の車線線分を含み、当該フレーム分析モジュールは当該複数本の車線線分の延長線の少なくとも１つの交点から仮想スカイラインを当該補助線として判断する請求項１に記載の動画像監視システム。
3. 当該フレーム分析モジュールは当該交点から当該画像フレームの横方向に沿って延長して当該仮想スカイラインを形成する請求項２に記載の動画像監視システム。
4. 当該複数本の車線線分は、複数本の主車線線分とこれらの主車線線分の両側に位置する複数本の隣接車線線分とを含み、これらの主車線線分の延長線が第１交点で交わり、これらの隣接車線線分の延長線が第２交点で交わり、当該フレーム分析モジュールは当該第１交点及び当該第２交点の間の１点から当該画像フレームの横方向に沿って延長して当該仮想スカイラインを形成する請求項２に記載の動画像監視システム。
5. 当該複数本の車線線分は複数本の主車線線分とこれらの主車線線分の両側に位置する複数本の隣接車線線分とを含み、これらの主車線線分の延長線が第１交点で交わり、これらの隣接車線線分の延長線が第２交点で交わり、当該フレーム分析モジュールは当該第１交点と当該第２交点との相対的な位置関係により当該仮想スカイラインの延長方向を判断する請求項２に記載の動画像監視システム。
6. 当該第１画像ブロックが当該補助線の下に位置し、当該第１処理は当該第１画像ブロック内における画像に対する比較分析を含み、当該第２画像ブロックが当該補助線の上に位置し、当該第２処理は当該第２画像ブロック内における画像データを無視して当該画像の比較分析を行わないことを含む請求項２に記載の動画像監視システム。
7. 当該画像ストリームは、当該画像フレームの前に配列された少なくとも１つの前画像フレームを含み、当該画像の比較分析は、当該第１画像ブロック内の画像データと当該前画像フレーム内の画像データとを比較して分析結果を生成することを含む請求項６に記載の動画像監視システム。
8. 当該特徴幾何学的要素は、２つの主車線線分及び１つの隣接車線線分を含み、当該第１画像ブロックは当該二主車線線分の間に位置し、当該第１処理は当該第１画像ブロック内における画像に対する主車線画像分析を含み、当該第２画像ブロックは当該隣接車線線分及び当該隣接車線線分に最も近い当該主車線線分に位置し、当該第２処理は、当該第２画像ブロック内における画像に対する隣接車線画像分析を含む請求項１に記載の動画像監視システム。
9. 当該特徴幾何学的要素は、間隔を置いて配列された複数の多角形組合せを含み、当該フレーム分析モジュールは、間隔を置いて配列された当該複数の多角形組合せの上縁により仮想交差点枠線を当該補助線として判断する請求項１に記載の動画像監視システム。
10. 当該第１画像ブロックは当該補助線の内に位置し、当該第１処理は、当該第１画像ブロック内における画像に対し物体の横方向通過の分析を行うことを含む請求項９に記載の動画像監視システム。
11. 当該画像ストリームは当該画像フレームの前に配列された少なくとも１つの前画像フレームを含み、当該特徴判読モジュールは当該前画像フレームを判読することにより、少なくとも１つの前特徴幾何学的要素を生成してキャッシュ又は記憶し、更に当該前特徴幾何学的要素を参考して当該画像フレームを判読して当該特徴幾何学的要素を生成する請求項１に記載の動画像監視システム。
12. 当該フレーム分析モジュールは、当該前特徴幾何学的要素により前補助線を決定してキャッシュ又は記憶し、更に当該前補助線を参考して、当該特徴幾何学的要素により当該補助線を決定する請求項１１に記載の動画像監視システム。
13. 画像取得モジュールで、少なくとも１つの画像フレームを含む画像ストリームを出力するステップ（ａ）と、
    特徴判読モジュールで、当該画像取得モジュールから当該画像ストリームを受信し、当該画像フレームを判読して少なくとも１つの特徴幾何学的要素を生成するステップ（ｂ）と、
    フレーム分析モジュールで、当該特徴幾何学的要素により補助線を決定し、当該補助線及び当該特徴幾何学的要素の中の少なくとも１つにより当該画像フレームを少なくとも第１画像ブロック及び第２画像ブロックに分割するステップ（ｃ）と、
    演算モジュールで当該第１画像ブロックに対して第１処理を行うとともに、当該第２画像ブロックに対して当該第１処理と異なる第２処理を行うステップ（ｄ）と、
    を含む動画像監視方法。

Images