JP2016152525A - 監視システム - Google Patents

Abstract

【課題】本発明の目的は、自然現象である風等の揺れを侵入者と区別して、侵入者の認識率を向上させることにある。
【解決手段】本発明の監視システムは、カメラを有する監視システムであって、カメラは信号処理部を有し、カメラが撮影する物体には複数のランドマークを有し、信号処理部はカメラで撮影したランドマークの揺れ状態から侵入者を検知することを特徴とする。
【選択図】 図１

Description

本発明は、監視システムに関するものである。

従来、空港や港等の重要施設は、侵入を防止するためのフェンスや壁により囲まれている。この中でフェンスが設置されている施設では、例えば、フェンスと連動して侵入者を検知するフェンスセンサーにより監視を実施している。また、センサーに加えて監視カメラによる映像監視を行っている場合がある。
図９は従来の侵入者検知システムを説明するための図である。
従来の侵入者検知は、施設への侵入を防ぐフェンス９００に光ファイバ等のセンサーケーブル９０２を設置し、ケーブルの揺れにより侵入者の有無を検知する。センサーケーブル９０２には侵入者を検知するためのコントローラ９０１と、終端ボックス９０３が接続されている。

先行技術文献として、例えば、特許文献１では、物体検出手段が、第１のライン設定手段により設定された第１のラインを横切るとともに第２のライン設定手段により設定された第２のラインを横切った物体を検出する。

特開２０１０−１２８７２７号公報

従来の侵入者検知システムは、風等の自然現象の影響で誤動作が発生していた。
本発明の目的は、自然現象である風等の揺れを侵入者と区別して、侵入者の認識率を向上させることにある。

本発明の監視システムは、カメラを有する監視システムであって、カメラは信号処理部を有し、カメラが撮影する物体には複数のランドマークを有し、信号処理部はカメラで撮影したランドマークの揺れ状態から侵入者を検知することを特徴とする。

また、本発明の監視システムは、上記の監視システムであって、信号処理部はカメラで撮影したランドマークを背景画像として記憶していることを特徴とする。

さらに、本発明の監視システムは、撮像部と信号処理部を有する監視システムにであって、撮像部が撮影する物体には複数のランドマークを有し、信号処理部は撮像部で撮影したランドマークの揺れ状態から侵入者を検知することを特徴とする。

本発明によれば、自然現象である風等の揺れを侵入者と区別して、侵入者の認識率を向上させることができる。

本発明の一実施例に係る監視システムを説明するための図である。 本発明の一実施例に係る監視システムの信号処理部の動作を説明するための図である。 本発明の一実施例に係る監視システムのランドマークの設置位置について説明するための図である。 本発明の一実施例に係る監視システムの昼間におけるランドマークの位置検出の処理過程について説明するための図である。 本発明の一実施例に係る監視システムの夜間におけるランドマークの位置検出の処理過程について説明するための図である。 本発明の一実施例に係る監視システムにおける特徴量の抽出過程を説明するための図である。 本発明の一実施例に係る監視システムにおける特徴量の性質を説明するための図である。 本発明の一実施例に係る監視システムにおける侵入者有無の判定条件を説明するための図である。 従来の侵入者検知システムを説明するための図である。

以下、本発明の実施形態について図面を参照して詳細に説明する。
図１は本発明の一実施例に係る監視システムを説明するための図である。
図１において、監視システム１００は、少なくともカメラ１１０と、ランドマーク１２１ａ〜１２１ｉ（ランドマークを代表する場合は１２１と称する）を有している。
カメラ１１０は、撮像部１１１と信号処理部１１２を有している。
なお、信号処理部１１２は、ネットワーク等を介して撮像部１１１と接続されていてもよい。
カメラ１１０は、例えば、支柱１３０に設置されている。

ランドマーク１２１ａ〜１２１ｉは、カメラ１１０の撮影範囲１１３にある物体に設置されている。物体は、例えば、フェンス１２０である。
表示装置１４０は、カメラ１１０に接続されている。なお、表示装置１４０は、本実施形態を説明するために記載しているものであり、本監視システムの必須構成品ではない。
表示装置１４０に表示されているランドマーク１４１ａ〜１４１ｉは、カメラ１１０がランドマーク１２１ａ〜１２１ｉを撮影した画像である。

図３は本発明の一実施例に係る監視システムのランドマークの設置位置について説明するための図である。
ランドマーク１２１はカメラ１１０の設置位置に応じて、適切な位置に設置する必要がある。
図３（ａ）はフェンス１２０上部にランドマーク１２１を設置した図であり、フェンス１２０より高い位置にカメラ１１０を設置する場合、ランドマーク１２１はフェンス１２０上部に設置するのが有効である。
また、図３（ｂ）はフェンス１２０側面にランドマーク１２１を設置した図であり、フェンス１２０より低い位置にカメラ１１０を設置する場合、ランドマーク１２１は側面に設置するのが有効である。

次に、本発明の一実施例に係る信号処理部の動作過程について図２を用いて説明する。
図２は本発明の一実施例に係る監視システムの信号処理部の動作を説明するための図である。
図２において、信号処理部１１２は、ランドマーク１２１の動きを学習する学習過程２１０と、実際に侵入者検知を行う識別過程２２０の処理過程を有する。

学習過程２１０では、信号処理部１１２が学習用映像２１１からランドマーク１２１の位置を検出２１２し、特徴量を抽出２１３する。特徴量には、現在フレームのランドマーク１２１の位置情報と前フレームの位置情報から抽出した移動量と移動方向を用いる。
そして、信号処理部１１２は抽出した特徴量を機械学習手法により学習２１４し、識別器を作成２１５する。
識別過程２２０では、信号処理部１１２が入力映像２２１からランドマーク１２１の位置を検出２２２し、特徴量を抽出２２３する。抽出した特徴量を識別器に入力２２５することで、正常２２６か侵入者有りの異常２２７かを判断する。

機械学習２１４には教師有りの手法と教師無しの手法がある。
機械学習２１４に公知のBoostingなどの教師有りの手法を用いる場合は、揺れが少ない通常の映像データと強風により揺れがある映像データをポジティブサンプルとして定義し、例えば、それぞれ１０００フレームのデータを用意する。そして、侵入者がフェンス１２０を上ってフェンスが不規則に揺れている映像データをネガティブサンプルとして定義し、例えば、２０００フレームのデータを用意する。以上のように用意したポジティブサンプルとネガティブサンプルを学習し、識別器を作成する。

機械学習２１４に公知のk-meansクラスタリングなどの教師無しの手法を用いる場合は、揺れが少ない通常の映像データと強風により揺れがある映像データが別々のクラスタに分類されることを想定し、学習するクラスタ数は２つとする。揺れが少ない通常の映像データと強風により揺れがある映像データを例えば、それぞれ１０００フレームのデータを用意する。用意したサンプルデータを学習し、識別器を作成する。

識別過程２２０では、ランドマークの位置検出２１２と特徴量の抽出２２３までは学習過程２１０と同様に行う。
識別器による識別２２５は、教師有りの手法で学習した場合と教師無しの手法で学習した場合で異なる。
教師有りの手法で学習した識別器は、入力した特徴量に対して正常か異常かを出力することができる。

教師無しの手法で学習した識別器は、入力した特徴量に対して特徴空間上での位置を出力することができる。そのため、学習した正常クラスタである揺れが少ない通常の映像データと強風により揺れがある映像データとのクラスタとの距離を算出し、距離がどちらかのクラスタの閾値以内の場合は正常、どちらのクラスタとの距離も閾値以上の場合は異常と判断する。閾値は、学習したクラスタの重心から最も離れた同クラスタのサンプルまでの距離とする。クラスタとの距離の算出は、ユークリッド距離、マハラノビス距離等を用いることができる。

本発明の一実施例では、一般的な監視カメラを用いるため、昼夜で映像の明るさが大きく異なる。そのため、昼間と夜間では別々の方法でランドマークの位置を検出する。

（昼間のランドマーク位置検出）
次に、本発明の一実施例である昼間におけるランドマークの位置検出について、図４を用いて説明する。
図４は本発明の一実施例に係る監視システムの昼間におけるランドマークの位置検出の処理過程について説明するための図である。
検出対象のランドマーク１２１は、フェンス１２０に存在することがわかっている。このため、信号処理部１１２は、カメラ映像４０１から検出する処理範囲の限定４０２を図るため、処理範囲４０２１をフェンス付近に限定する。
次に、信号処理部１１２は、背景画像４０３と背景差分処理を行い、抽出した差分画像４０４から円形度を算出４０５する。円形度とは、円らしさを表す値であり、値が１に近づくほど円らしいと判断される。このとき円形度が０．８０以上となり円として検出した位置の中心座標をそのランドマークの位置とする。

（夜間のランドマーク位置検出）
次に、本発明の一実施例である夜間におけるランドマークの位置検出について、図５を用いて説明する。
図５は本発明の一実施例に係る監視システムの夜間におけるランドマークの位置検出の処理過程について説明するための図である。
一般的な監視カメラを用いる場合、光源のない夜間はフェンス等の物体を捉えることは困難である。そこで、本発明では発光するランドマーク５０１を用いる。
信号処理部１１２のランドマーク検出は、検出範囲を限定５０２し、所定の輝度を越える光源を抽出５０５することで、各光源の中心座標をランドマーク５０５１，５０５２の位置とする。
なお、例えば、ランドマーク５０５１の位置は（ｘ，ｙ）＝（７５６，３４）であり、ランドマーク５０５２の位置は（ｘ，ｙ）＝（８７２，３１８）である。

信号処理部１１２は、上述したようにランドマークの位置を自動検出することができる。しかし、検出後、実際のランドマーク位置とずれが生じた場合は、手動で位置調整を行うことができる。
また、昼間のランドマークが精度よく検出できる場合は、夜間の検出範囲を昼間で検出したランドマーク位置の周辺ピクセルに限定することで精度よく検出が可能となる。同様に、夜間のランドマークが精度よく検出できる場合は、昼間の検出範囲を夜間で検出したランドマーク位置の周辺ピクセルに限定することで精度よく検出が可能となる。

（特徴量抽出）
次に、本発明の一実施例である特徴量抽出について、図６を用いて説明する。
図６は本発明の一実施例に係る監視システムにおける特徴量の抽出過程を説明するための図である。
信号処理部１１２は、特徴量を各フレームのランドマークの座標から抽出したベクトルを時系列に組み合せることで抽出する。

信号処理部１１２は、２つのフレームであるｆ０フレーム６０１とｆ１フレーム６０２からランドマークの座標を用いてｂ１ベクトル情報６０４を抽出する。信号処理部１１２は、ランドマークの移動方向をベクトルの向き、移動量をベクトルの大きさとすることで、ランドマークの瞬間的な動きを捉えることができる。
信号処理部１１２は、同様に次の２つのフレームであるｆ１フレーム６０２とｆ２フレーム６０３からランドマークの座標を用いてｂ２ベクトル情報６０５を抽出する。
このように、信号処理部１１２は、フレーム毎にベクトル情報を抽出し、時系列に複数フレームのベクトル情報を組み合わせることで、ランドマークの動きを時間的に捉えることができる。組み合わせるフレーム数は、フレーム数が増えるほど処理時間が増加するため、適宜決定する。

次に、本発明の一実施例に係る特徴量の性質について図７を用いて説明する。
図７は本発明の一実施例に係る監視システムにおける特徴量の性質を説明するための図である。
図６で算出したベクトル情報は、図７に示す性質を持っている。
図７において、フェンスに揺れが少ない通常時７０１は、ベクトルが小さくなり、強風によりフェンスが揺れる場合７０２はベクトルが大きく、向きが規則的になる。そして、侵入者によりフェンスが揺れる場合７０３は、ベクトルが大きく、向きが不規則になる。

次に、侵入者有無の判定条件について図８を用いて説明する。
図８は本発明の一実施例に係る監視システムにおける侵入者有無の判定条件を説明するための図である。
図８において、識別されたフレームの状態は、例えば、通常時フレーム８０３と、強風による揺れフレーム８０１、侵入者による揺れフレーム８０２，８０４，８０５，・・・８０６の３つである。

図２に示すように、識別器による判定は毎フレーム行うため、１フレームのみの結果を基に発報すると誤報に繋がる可能性がある。そのため、信号処理部１１２は、異常判定が所定回数の例えば１０回連続した場合に発報８０７する。

本発明の他の一実施例は、他の侵入者検知手法と連携することで、精度を向上させることができる。侵入者がカメラとフェンスの間に存在するとき、カメラから観測できるランドマークの数は、正常時と比べ少なくなる。この情報を用いて侵入者検知を行うことで、フェンスの揺れにより侵入者が検知できなかったときの未検知を低減することができる。

本発明の実施形態である監視システムは、自然現象である風等の揺れを侵入者と区別して、侵入者の認識率を向上させることができる。
また、本発明の実施形態の応用例としては、橋梁などの建築物の状態監視に用いることができる。建築物の正常な揺れ情報を学習し、建築物が老朽化した際に起こり得る異常な揺れを検知することで、倒壊の可能性を発見することができる。

以上本発明について詳細に説明したが、本発明は、ここに記載された監視システムに限定されるものではなく、上記以外の監視システムに広く適用することができることは言うまでもない。

１００：監視システム、１１１：撮像部、１１２：信号処理部、１１３：撮影範囲、１２０：フェンス、１２１ａ〜１２１ｉ：ランドマーク、１３０：支柱、１４０：表示装置、１４１ａ〜１４１ｉ：ランドマークの撮影画像、２１０：学習過程、２１１：学習用映像、２１２：ランドマーク位置検出、２１３：特徴量抽出、２１４：機械学習、２１５：識別器、２２０：識別過程、２２１：入力映像、２２２：ランドマーク位置検出、２２３：特徴量抽出、２２５：識別器、２２６：正常、２２７：異常。

Claims (3)

1. カメラを有する監視システムにおいて、
   前記カメラは信号処理部を有し、
   前記カメラが撮影する物体には複数のランドマークを有し、
   前記信号処理部は、前記カメラで撮影したランドマークの揺れ状態から侵入者を検知することを特徴とする監視システム。
2. 請求項１に記載の監視システムにおいて、
   前記信号処理部は、前記カメラで撮影したランドマークを背景画像として記憶していることを特徴とする監視システム。
3. 撮像部と信号処理部を有する監視システムにおいて、
   前記撮像部が撮影する物体には複数のランドマークを有し、
   前記信号処理部は、前記撮像部で撮影したランドマークの揺れ状態から侵入者を検知することを特徴とする監視システム。

Images