JP2016170502A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP2016170502A JP2016170502A JP2015048344A JP2015048344A JP2016170502A JP 2016170502 A JP2016170502 A JP 2016170502A JP 2015048344 A JP2015048344 A JP 2015048344A JP 2015048344 A JP2015048344 A JP 2015048344A JP 2016170502 A JP2016170502 A JP 2016170502A
- Authority
- JP
- Japan
- Prior art keywords
- moving object
- image
- dictionary information
- detection
- candidate
- 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
Links
Images
Landscapes
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
【解決手段】実施形態の動体検出装置は、記憶部と、動体候補検出部と、動体判定部と、を持つ。記憶部は、動体を検出する対象の空間の背景が撮像された背景画像の特徴を示す辞書情報を記憶する。動体候補検出部は、前記空間が撮像された複数の画像に基づいて、動体と推定される動体候補を検出する。動体判定部は、前記辞書情報に基づいて、前記動体候補が動体であるか否かを判定する。
【選択図】図1
Description
そこで、変化の基準となる背景画像を予め記憶しておき、背景画像との比較により輝度変化が明るさの変化によるものか否かを判定する技術が提案されている。このような技術によれば、背景画像との輝度比の分布に基づいて、輝度変化が明るさの変化によるものか否かが判定される。
図1は、画像センサ1の機能構成を示す機能ブロック図である。
画像センサ1は、バスで接続されたCPU(Central Processing Unit)やメモリや補助記憶装置などを備え、動体検出プログラムを実行する。画像センサ1は、動体検出プログラムの実行によって撮像部11、記憶部12、動体候補検出部13、動体判定部14及び人判定部15を備える装置として機能する。なお、画像センサ1の各機能の全て又は一部は、ASIC(Application Specific Integrated Circuit)やPLD(Programmable Logic Device)やFPGA(Field Programmable Gate Array)等のハードウェアを用いて実現されてもよい。動体検出プログラムは、コンピュータ読み取り可能な記録媒体に記録されてもよい。コンピュータ読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ROM、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。動体検出プログラムは、電気通信回線を介して送信されてもよい。
まず、撮像部11が検出対象の空間を撮像して画像データを取得する(ステップS101)。撮像部11は、取得した画像データを動体候補検出部13に出力する。
画像100−1及び100−2は、撮像部11によって取得された画像である。画像100−2は、画像100−1が撮像された後に撮像された画像である。画像100−1の撮像と画像100−2の撮像との間の時間を仮にtとする。画像100−1及び画像100−2には、人101と窓102が撮像されており、人101は矢印の方向に移動している。そのため、画像100−2には、画像100−1より時間tの分だけ進んだ位置に人101が撮像されている。また、画像100−1及び画像100−2は、それぞれの撮像時における外光の強度に変動があったことを示している。
動体判定部14は、動体候補検出部13から出力された動体候補領域の画像の特徴量を算出する。動体判定部14は、算出した特徴量と辞書情報とに基づいて、動体候補領域の画像と背景画像との類似度を算出する(ステップS104)。動体判定部14は、算出した類似度に基づいて、動体候補が動体であるか否かを判定する。動体候補が動体であると判定された場合、動体判定部14は、動体候補領域を、動体が検出された領域(以下、「動体領域」という。)とし、動体領域を示す情報を人判定部15に出力する(ステップS105)。
図4の画像300は、動体領域の具体例を示す図であり、図3の画像300と同じ画像を示す。この場合、例えば、人判定部15は、面積の大きい動体候補領域301(動体領域)を人と判定し、面積の小さい動体候補領域302(動体領域)を人でないと判定する。その結果、画像400のような人物領域401が抽出される。
画像センサ1は、検出対象の画像を複数の領域に分割して動体検出を行ってもよい。この場合、記憶部12は、同様に分割された背景画像の領域ごとの特徴を示す情報として、予め記憶される。
背景画像500は、背景画像の具体例である。背景画像500は、机が並べられた部屋を天井から撮像したものである。このような背景画像500を属性に基づいて分割した例が背景画像501である。背景画像501は、背景画像500が“机領域”及び“通路領域”の2つの属性に対応する領域に分割された場合を示している。このような背景画像501に基づく辞書情報を用いれば、“机領域”と“通路領域”とのそれぞれで、動体を検出することができる。この場合、背景画像500は、個々の“机”を属性としてさらに細かく分割されてもよい。ここでは、背景画像に対する属性の付与は人手で行うことを想定しているが、画像処理等による被写体認識技術を用いて自動的に行ってもよい。
画像610は、人の存在が判定された検出対象の画像を示す。画像610において、人の存在が判定された領域をクラスタリングすれば、検出された人の数の領域が得られるため、検出された人の人数を推定することができる。例えば、画像620の場合、クラスタリングによって3つの領域621〜623が得られ、3人の人が存在することが推定される。
画像センサ1は、動体候補が動体であるかを複数の辞書情報に基づいて判定してもよい。例えば、複数の辞書情報の例として次のような辞書情報が用いられてもよい。
第1の辞書情報は、背景画像の特徴を平均輝度の分類で表した辞書情報である。例えば、平均輝度が“0〜80”の場合は照明がOFFであることを示し、平均輝度が“80〜160”の場合は照明がONであることを示し、平均輝度が“160以上”の場合は外光が入射していることを示す。
第2の辞書情報は、背景画像の特徴を輝度変化の分類で表した辞書情報である。例えば、輝度変化が“0〜40”外光による変化であることを示し、輝度変化が“40〜80”の場合は動体による変化であることを示し、輝度変化が“80以上”照明のON、OFFによる変化であることを示す。さらに、時間間隔が異なる複数の輝度変化で分類してもよい。例えば、短い時間間隔での輝度変化と、長い時間間隔での輝度変化との組み合わせで6(=3×2)通りの分類を設けてもよい。
第3の辞書情報は、背景画像の特徴を時間帯による分類で表した辞書情報である。例えば、背景画像の特徴を“6:00〜10:00”、“10:00〜14:00”、“14:00〜18:00”、“18:00〜6:00”に分類する。各分類の時間帯は、季節や天候に応じて変更してもよい。
図7における、ステップS101〜103は図2と同様であるため説明を省略する。
動体判定部14は、動体候補検出部13から出力された動体候補領域の画像の特徴量を算出する。動体判定部14は、算出した特徴量と複数の辞書情報とに基づいて、動体候補領域の画像と背景画像との類似度を算出する。
画像センサ1は、検出対象の空間が他の画像センサと大きく異ならない場合や、属性で分割した領域ごとに動体検出を行う場合、個々の画像センサごとに別々の辞書情報を用いずに、他の画像センサと共通の辞書情報を用いてもよい。この場合、属性で分割された領域ごとに個別の背景辞書と、共通の背景辞書とを組わせて用いてもよい。
背景画像510は、“通路領域”及び1つの“机領域”(図の符号511)の属性で分割された背景画像である。画像520は、“通路領域”及び2つの“机領域”(図の符号521及び522)の属性で分割された背景画像である。この場合、通路領域の特徴が背景画像510と背景画像520とで大きく異ならない場合、通路領域の判定には共通の辞書情報を用いてもよい。また、机領域511、521及び522の特徴が、大きく異ならない場合、これらの机領域の判定には共通の辞書情報を用いてもよい。また、机領域の特徴が机領域511、521及び522で大きく異なる場合、これらの机領域の判定には個別の辞書情報を用いてもよい。
このような辞書情報の共通化は、廊下や会議室など、検出対象の空間のレイアウトがほぼ同じ環境である場合に有効である。また、オフィス内においても、1スパンごとのレイアウトがほぼ同じ場合にも有効である。
人判定部15(人情報推定部)は、人の検出結果と動体領域とに基づいて、人の活動量を推定してもよい。
図9は、人の検出結果と動体領域とに基づいて推定される人の活動量の具体例を示す図である。
画像630は、歩行中の人とオフィスワーク中の人が検出された画像である。例えば、画像630及び画像630の前後で取得された画像の動体領域から、画像630で検出された人の動体領域と一部又は全部が重なる動体領域を抽出し、抽出された動体領域の和を表すと画像640のような活動量を示す活動領域641及び642が得られる。活動領域641は、歩行中の人に対応し、活動領域642はオフィスワーク中の人に対応する。歩行中の人はより広い領域に撮像されるため、より大きな活動領域となる。これに対して、オフィスワーク中の人はほぼ同じ領域に撮像されるため小さな活動領域となる。すなわち、活動領域の大きさに基づいて、検出された人の活動量を推定することができる。
図10は、第2の実施形態の画像センサ1aの機能構成を示す機能ブロック図である。
画像センサ1aは、記憶部12に代えて記憶部12aを備える点、動体判定部14に代えて動体判定部14aを備える点で、第1の実施形態の画像センサ1と異なる。他の機能部は、画像センサ1と同様のため、図1と同じ符号を付すことにより、同様の機能部の説明を省略する。
図11における、ステップS101〜107は図2と同様であるため説明を省略する。
動体判定部14aは、動体候補検出部13から出力された動体候補領域の画像の特徴量を算出する。動体判定部14aは、算出した特徴量とネガティブ辞書情報とに基づいて、動体候補領域の画像とネガティブ背景画像との類似度を算出する(ステップS301)。動体判定部14aは、ステップS104において算出された類似度と、ステップS301において算出された類似度とに基づいて、動体候補が動体であるか否かを判定する。
Claims (9)
- 動体を検出する対象の空間の背景が撮像された背景画像の特徴を示す辞書情報を記憶する記憶部と、
前記空間が撮像された複数の画像に基づいて、動体と推定される動体候補を検出する動体候補検出部と、
前記辞書情報に基づいて、前記動体候補が動体であるか否かを判定する動体判定部と、
を備える動体検出装置。 - 前記記憶部は、前記空間の特徴の種別に応じた複数の辞書情報を記憶し、
前記動体判定部は、前記空間の特徴の種別に応じた前記複数の辞書情報に基づいて、前記動体候補が動体であるか否かを判定する、
請求項1に記載の動体検出装置。 - 前記記憶部は、前記背景画像を複数の領域に分割し、分割された前記領域ごとの背景画像の特徴を示す辞書情報を記憶し、
前記動体判定部は、前記画像を前記背景画像の分割と同様の複数の領域に分割し、分割された前記領域ごとの辞書情報に基づいて、分割された前記複数の領域ごとに動体の有無を判定する、
請求項1又は2に記載の動体検出装置。 - 前記記憶部は、前記検出対象の空間の背景でない被写体が撮像された画像の特徴を示すネガティブ辞書情報をさらに記憶し、
前記動体判定部は、前記辞書情報と前記ネガティブ辞書情報とに基づいて、前記動体候補が動体であるか否かを判定する、
請求項1から3のいずれか一項に記載の動体検出装置。 - 前記動体判定部によって判定された動体が人であるか否かを判定する人判定部をさらに備える、
請求項1から4のいずれか一項に記載の動体検出装置。 - 前記人判定部によって人と判定された領域の分布に基づいて、人の数又は人の活動量を推定する人情報推定部をさらに備える、
請求項5に記載の動体検出装置。 - 魚眼レンズによって前記検出対象の空間の上部から前記空間の画像を撮像し、取得した前記画像を前記動体候補検出部に出力する撮像部をさらに備える、
請求項1から6のいずれか一項に記載の動体検出装置。 - 動体を検出する対象の空間の背景が撮像された背景画像の特徴を示す辞書情報を記憶する記憶部を備える動体検出装置が行う動体検出方法であって、
前記空間が撮像された複数の画像に基づいて、動体と推定される動体候補を検出する動体候補検出ステップと、
前記辞書情報に基づいて、前記動体候補が動体であるか否かを判定する動体判定ステップと、
を有する動体検出方法。 - 動体を検出する対象の空間の背景が撮像された背景画像の特徴を示す辞書情報を記憶する記憶部を備える動体検出装置が行う動体検出方法における、
前記空間が撮像された複数の画像に基づいて、動体と推定される動体候補を検出する動体候補検出ステップと、
前記辞書情報に基づいて、前記動体候補が動体であるか否かを判定する動体判定ステップと、
をコンピュータに実行させるためのコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015048344A JP6495691B2 (ja) | 2015-03-11 | 2015-03-11 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015048344A JP6495691B2 (ja) | 2015-03-11 | 2015-03-11 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016170502A true JP2016170502A (ja) | 2016-09-23 |
JP6495691B2 JP6495691B2 (ja) | 2019-04-03 |
Family
ID=56982713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015048344A Active JP6495691B2 (ja) | 2015-03-11 | 2015-03-11 | 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 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6495691B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019082652A1 (ja) * | 2017-10-25 | 2019-05-02 | 株式会社 東芝 | 画像センサ、人物検知方法、プログラムおよび制御システム |
WO2019087742A1 (ja) * | 2017-11-01 | 2019-05-09 | 株式会社 東芝 | 画像センサ、センシング方法、制御システム及びプログラム |
CN113646803A (zh) * | 2019-04-01 | 2021-11-12 | 欧姆龙株式会社 | 人检测装置以及人检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07262355A (ja) * | 1994-03-18 | 1995-10-13 | Fuji Electric Co Ltd | 画像監視装置 |
JPH1153547A (ja) * | 1997-07-31 | 1999-02-26 | Tokyo Electric Power Co Inc:The | 認識対象物体の物体領域抽出装置および物体領域抽出方法 |
JP2000341679A (ja) * | 1999-06-01 | 2000-12-08 | Secom Co Ltd | 画像認識装置及び監視装置 |
JP2006099544A (ja) * | 2004-09-30 | 2006-04-13 | Secom Co Ltd | 画像判定装置 |
JP2011174648A (ja) * | 2010-02-24 | 2011-09-08 | Toshiba Corp | 画像処理装置、画像処理方法および空調制御装置 |
-
2015
- 2015-03-11 JP JP2015048344A patent/JP6495691B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07262355A (ja) * | 1994-03-18 | 1995-10-13 | Fuji Electric Co Ltd | 画像監視装置 |
JPH1153547A (ja) * | 1997-07-31 | 1999-02-26 | Tokyo Electric Power Co Inc:The | 認識対象物体の物体領域抽出装置および物体領域抽出方法 |
JP2000341679A (ja) * | 1999-06-01 | 2000-12-08 | Secom Co Ltd | 画像認識装置及び監視装置 |
JP2006099544A (ja) * | 2004-09-30 | 2006-04-13 | Secom Co Ltd | 画像判定装置 |
JP2011174648A (ja) * | 2010-02-24 | 2011-09-08 | Toshiba Corp | 画像処理装置、画像処理方法および空調制御装置 |
Non-Patent Citations (1)
Title |
---|
関真規人, 外2名: ""エレベーター内の異常検知 暴れ・人物有無検知アルゴリズムの開発"", 画像ラボ, vol. 第17巻, 第3号, JPN6018045648, 1 March 2006 (2006-03-01), JP, pages 48 - 52, ISSN: 0003923492 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019082652A1 (ja) * | 2017-10-25 | 2019-05-02 | 株式会社 東芝 | 画像センサ、人物検知方法、プログラムおよび制御システム |
WO2019087742A1 (ja) * | 2017-11-01 | 2019-05-09 | 株式会社 東芝 | 画像センサ、センシング方法、制御システム及びプログラム |
JP2019087787A (ja) * | 2017-11-01 | 2019-06-06 | 株式会社東芝 | 画像センサ、センシング方法、制御システム及びプログラム |
CN113646803A (zh) * | 2019-04-01 | 2021-11-12 | 欧姆龙株式会社 | 人检测装置以及人检测方法 |
US11948363B2 (en) | 2019-04-01 | 2024-04-02 | Omron Corporation | Person detection device and person detection method |
Also Published As
Publication number | Publication date |
---|---|
JP6495691B2 (ja) | 2019-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6018674B2 (ja) | 被写体再識別のためのシステム及び方法 | |
US8818028B2 (en) | Systems and methods for accurate user foreground video extraction | |
JP6494253B2 (ja) | 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム | |
JP4241763B2 (ja) | 人物認識装置及びその方法 | |
JP2016171526A (ja) | 画像センサ、人検出方法、制御システム、制御方法及びコンピュータプログラム | |
JP2016015116A (ja) | 画像認識方法、カメラシステム | |
JP2011165008A (ja) | 画像認識装置および方法 | |
EP2309454B1 (en) | Apparatus and method for detecting motion | |
JP2009143722A (ja) | 人物追跡装置、人物追跡方法及び人物追跡プログラム | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
US20230206688A1 (en) | Information processing device, information processing method, and program | |
US20170220894A1 (en) | Image processing device, image processing method, and program | |
JP2010122746A (ja) | 画像監視装置 | |
JP6495691B2 (ja) | 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 | |
WO2020137193A1 (ja) | 人検出装置および人検出方法 | |
US10713793B2 (en) | Image processing apparatus, image processing method, and recording medium | |
US8780197B2 (en) | Apparatus and method for detecting face | |
JP2016143335A (ja) | グループ対応付け装置、グループ対応付け方法及びグループ対応付け用コンピュータプログラム | |
JP7074174B2 (ja) | 識別器学習装置、識別器学習方法およびコンピュータプログラム | |
WO2015102711A2 (en) | A method and system of enforcing privacy policies for mobile sensory devices | |
Bo et al. | PhD forum: Illumination-robust foreground detection for multi-camera occupancy mapping | |
JP2017138922A (ja) | 画像センサ及び学習方法 | |
Zhu et al. | Background subtraction based on non-parametric model | |
JP2014191479A (ja) | 顔認識装置、撮像装置、制御方法、及びプログラム | |
JPWO2015136828A1 (ja) | 人物検出装置および人物検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20170911 Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170911 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171113 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181112 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181120 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190121 |
|
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: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6495691 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |