JP2017028364A - 監視システムおよび監視装置 - Google Patents

Abstract

【課題】物体の特徴を収集して監視対象領域に侵入する物体と判断した場合のみ、該当物体が侵入する前に、必要なユーザへ警告情報を発信する監視システムおよび監視装置を提供する。【解決手段】撮像装置１０１から出力される画像を処理する監視装置を有する監視システムであって、監視装置１０２は画像の所定エリア内から観察物体を判定し、観察物体から物体特徴情報を作成し、物体特徴情報から行動タイプを決定し、観察物体が注意物体であるか否かを判定する。【選択図】図１

Description

本発明は、監視システムおよび監視装置に関するものである。

監視システムは、例えば、テレビジョンカメラ（ＴＶカメラ）等の撮像装置を用いて、監視対象領域内に侵入する物体を監視する。
先行技術文献としては、例えば、特許文献１に、カメラより得られた入力画像と予め作成した背景画像、すなわち、検出すべき物体の映っていない画像とを比較し、画素毎に輝度値の差分を求めることで入力画像中の輝度値が変化している領域を検出し、検出した該変化領域の位置変化を処理フレーム毎に判定するとことで、監視対象領域内の不審者や異常を検出するようにしたものが記載されている。

入力画像中の輝度値が変化している領域を検出する処理は、差分法が広く用いられている。差分法の処理について図８及び図９を用いて説明する。
図８は差分法によって輝度値が変化した領域を検出する手順の概略を説明するための図であり、図９は差分法を応用した監視方式の典型的な処理手順を示すフローチャートである。
まず、図８を用い、差分法によって撮像装置から逐次入力される入力画像の輝度の変化領域を検出する手順を説明する。図８において、画像801は撮像装置から逐次入力される入力画像、画像802は予め用意した検出すべき対象物体が映っていない背景画像である。この２枚の画像801及び画像802を入力とする差分器805によって画素毎の輝度値の差分を計算し差分画像803を得る。次に、差分画像803を入力とする二値化器806は、差分画像803の各画素をしきい値Th（実験的に決定され、例えばTh=20）でしきい値処理し、しきい値Th未満の画素値を“０”、しきい値Th以上の画素の画素値を“２５５”として二値化画像804を得る。これによって入力画像801に映った人型の物体807は、差分器805によって差分が生じた領域808（入力画像の輝度の変化領域）として計算され、二値化器806によって画素値“２５５”の画像809として検出される。

次に、図９を用いて差分法を応用した監視方式の処理手順を説明する。図９において初期化処理ステップ901では、差分法による監視方式を実行するための外部機器、変数、画像メモリ等の初期化を行なう。画像入力ステップ902では、撮像装置から例えば幅640画素、高さ480画素の入力画像を得、差分処理ステップ903では画像入力ステップ902で得た入力画像（画像801）と予め作成しておいた基準となる背景画像（画像802）の各画素の輝度値の差分（画像803）を計算し、二値化処理ステップ904では、差分処理ステップ903で得られた差分画像803の画素値（差分値）が所定のしきい値Th（例えば、Th = 20）未満の画素値を“０”、しきい値Th以上の画素の画素値を“２５５”（１画素の画素値を８ビットで計算。すなわち１画素が0から255までの値を持つ）として二値化画像（画像804）を得る。次に、ラベリング処理ステップ905では、二値化処理ステップ904で得られた二値化画像804の中の画素値“２５５”となる画素のかたまり（変化領域、画像809）を検出して各々に番号を付けて区別できるようにする。物体存在判定ステップ907では、番号付けされた変化領域のそれぞれに対して、大きさ、面積、速度、検出位置等の検出条件に基づいて該変化領域が検出条件に合致するかを判定し、検出条件に合致する場合には、検出すべき物体が存在するとして警報・検出情報表示ステップ907へ分岐し、検出条件に合致しない場合には検出すべき物体が存在しないとして画像入力ステップ908へ分岐する。警報・検出情報表示ステップ907では、検出すべき物体が存在することを、例えば監視モニタ、警告灯、警告ブザー等の少なくとも１つ以上の手段を用いて視覚、聴覚、嗅覚、触覚、味覚等の刺激として監視員に伝える。そして、背景更新ステップ908では、画像入力ステップ902で得た入力画像を用いて背景画像を更新する。背景画像の更新方法は、例えば、現在の背景画像に現在の入力画像を一定の重み（更新率）をかけて加重平均し、新しい背景画像を逐次作成する方法がある。背景画像は通常、入力画像内には検出すべき物体が存在しないことを前提に更新している。従って、一時的に入力画像内に物体が存在して背景画像に映り込んだとしても、更に背景更新することで、背景画像に映り込んだ人は次第に消えていくことになる。
また、このような監視システムでは、検出された物体を矩形で囲んだり移動経路を描画した画像や、撮像装置のズームレンズや雲台制御によって検出された物体に注目した画像をモニタなどの表示装置に表示する。

特開２０００−１０５８３５号公報

従来の監視システムでは、任意の監視対象領域を設定し、監視対象領域に物体が侵入した場合に、アラーム等で監視員に知らせる手段を備えていることが多い。更に、複数の監視対象領域を設定し、監視対象領域ごとにセキュリティレベルを設けておき、物体の侵入時には監視対象領域のレベルに応じた処理を実施することもある。
例えば、図３に示すような駅のホームから転落する人を検知する監視システムでは、撮像装置301または撮像装置302においてホームから転落する動作や転落領域303とされる線路上に物体304が所定時間以上滞在する等を検知条件として、物体検知時には駅員に対して転落情報を発報するシステムである。また、転落領域303とは異なる監視領域305を設けておき、監視領域305に侵入した物体は転落領域303に侵入する可能性が非常に高いとして、監視領域305に物体が侵入した事を駅員に警告することで転落を未然に防ぐことが可能となる。このように、複数の監視領域を設けることで、強固な監視システムを実現することが可能となる。

しかし、上記監視システムにおいて、監視領域305で検知された物体が監視領域303に侵入するとは限らない場合、過剰検知が発生してユーザの確認作業が増加してしまう問題がある。例えば、図１０のような通勤・退勤ラッシュ時で駅ホームが全体的に混雑している場合、歩行者306-1〜306-4はスムーズに移動するため比較的空いている白線の外側に沿って移動することが多い。このように、監視領域305に転落者と成り得る人物以外も進入することがある場合では、監視領域305での検知結果だけでは転落者の予知が困難となり、結果的にユーザの負担となってしまう。
本発明は、このような従来の事情に鑑み為されたものであり、物体の特徴を収集して監視対象領域に侵入する可能性がある物体だと判断した場合のみ、該当する物体が侵入する前に、必要なユーザへ警告情報を発信することが可能な監視システムを提供することを目的とする。

本発明の監視システムは、撮像装置から出力される画像を処理する監視装置を有する監視システムであって、監視装置は画像の所定エリア内から観察物体を判定し、観察物体から物体特徴情報を作成し、物体特徴情報から行動タイプを決定し、観察物体が注意物体であるか否かを判定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、監視装置は注意物体を追跡し、注意物体が予め設定してある警告エリアに入った場合には警告情報を出力することを特徴とする。

さらに、本発明の監視装置は、外部から入力した画像を画像処理する監視装置であって、監視装置は画像の所定エリア内から観察物体を判定し、観察物体から物体特徴情報を作成し、物体特徴情報から行動タイプを決定し、観察物体が注意物体であるか否かを判定することを特徴とする。

本発明によれば、物体の特徴を収集し監視対象領域に侵入する可能性があると判断した場合、物体の侵入前に、必要なユーザへ警告情報を発信することが可能となる。

本発明の一実施例に係る監視システムの構成を示す図である。 本発明の一実施例に係る監視システムの処理手順を説明するための図である。 監視システムの設置例を示す図である。 本発明の一実施例に係る監視システムの設置例を示す図である。 本発明の一実施例に係る監視システムの監視領域内の物体行動パターン１を示す図である。 本発明の一実施例に係る監視システムの監視領域内の物体行動パターン２を示す図である。 本発明の一実施例に係る監視システムの監視領域内の物体行動パターン３を示す図である。 差分法による処理手順の一例を説明するための図である。 従来の監視システムの処理手順を説明するための図である。 従来の監視システムの監視領域内の状況を示す図である。

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のハードウエア構成を示すブロック図である。
図１において、監視システムは、撮像装置101、監視装置102、画像入力I/F(Interface)103、CPU(Central Processing Unit)104、プログラムメモリ105、画像メモリ106、ワークメモリ107、画像出力I/F108、表示装置109、データバス110、映像記録装置111によって構成されている。
撮像装置101は画像入力I/F103に接続され、表示装置109および映像記録装置111は画像出力I/F108に接続されている。
また、画像入力I/F103、CPU 104、プログラムメモリ105、画像メモリ106、ワークメモリ107及び画像出力I/F108は、データバス110に接続されている。

撮像装置101は監視対象領域を撮像する。撮像装置101は、撮像した画像を映像信号に変換し、この映像信号を画像入力I/F103に入力する。画像入力I/F103は、入力した映像信号を監視システムで扱うフォーマット（例えば、幅640画素、高さ480画素）の画像データに変換し、データバス110を介して画像メモリ106に送る。画像メモリ106は、画像入力I/F103から送られてきた画像データを記憶する。
CPU 104は、プログラムメモリ105に記憶されている動作プログラムに従って、ワークメモリ107内で画像メモリ106に記憶された画像の解析を行う。解析の結果、撮像装置101の撮像視野内の物体を検出したなどの物体検出情報を得る。そして、検出した対象物の物体検出情報をワークメモリ107に記憶する。

物体検出情報は、例えば、検出物体の名称、検出された時刻、物体の存在する範囲、物体の行動タイプなどを示す。行動タイプとは、複数の情報から判断した対象物の種別を示すものである。ホームから転落する割合の多い、スマートフォンを使用しながら歩く「歩きスマホ」、「酔客」、「体調不良」や「乗客同士のトラブル」等と、それ以外である「通常」の歩行者のように表す。
CPU 104は、データバス110から画像出力I/F108を介して表示装置109に、例えば、処理結果画像を表示する。
画像出力I/F108は、CPU 104からの信号を表示装置109が使用できるフォーマット（例えば、NTSC映像信号）に変換して、表示装置109に送る。表示装置109は、例えば、物体の検出結果の画像を表示する。
また、CPU104は、データバス110から画像出力I/F108を介して映像記録装置111に情報、例えば、処理結果画像や物体検出情報を記憶する。
行動判定テーブル112は、例えば、データバス110に接続された外部記憶装置113に記憶されており、この行動判断テーブル112には、物体の特徴を表す画像解析結果の物体検出情報に対して、検出すべき物体であるか判定する条件およびそれに関連した事象が記憶されている。

次に、本発明の一実施例に係る監視システムの動作について図２から図４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処理手順を説明するための図であり、図３は一般的な監視システムの設置例を示す図であり、図４は本発明の一実施例に係る監視システムの設置例を示す図である。
図１の監視システムにおいて、ユーザが設定した監視領域に存在する物体を注意すべき物体に該当するかを判断し、判断結果に応じて警告情報を出力する手順について、図２のフローチャートを用いて説明する。
図３の監視システムは、転落領域303へ人間304が侵入（転落）した場合である。図３の監視システムでは、駅ホーム上には１つの監視領域305を設定していて、この監視領域305を撮像装置301,302で撮影している。

図４の監視システムでは、観察エリア401および警告エリア402の２つのエリアを設定する。
観察エリア401は、移動する人の各種動作から注意すべき人物（以下、注意物体と称する）であるかを判断するエリアである。警告エリア402は、観察エリア401内で注意物体と判定された人が侵入した場合、その旨をユーザに警告するためのエリアであり、これが図３の監視システムの監視領域305に該当する。
また、図４の転落者を検知する監視システムの撮像装置が、観察エリア401および警告エリア402が撮像可能な画角であれば良いが、そうでない場合は駅ホーム上を監視エリアとする新たな撮像装置を用意する必要がある。図４では、２台の撮像装置403および404を設けることにより、駅ホーム上の状況を確認するために死角が無いような画角としている。また、撮像装置を天井に設置しての俯瞰撮影することにより、複数の物体が分離して個々を抽出し易くなることから、物体毎の特徴情報も正確に取得する事ができる。但し、この場合は、取得される特徴情報が他の画角と大きく異なるため、後述の、特徴情報による判定しきい値や特徴信頼度の見直しが必要となる。

図２において、監視装置102のCPU104は、ステップ201では、撮像装置403,404で撮像した入力映像を用いて、差分法などの手法によって観察エリア401内に存在する物体検出処理を行なう。
ステップ202では、ステップ201で得られた物体範囲を用いて観察エリア401内の混雑状態を判定する。例えば、合計した物体の範囲が観察エリアの７０％以上を占めていたり、観察エリアに５０人以上存在すると判定した場合はホーム混雑状態と判断する。
ステップ203では、ステップ202で混雑状態と判断された場合(NO)は、個々の物体の特徴を正しく収集できない状況として、以降の処理は実施せずステップ201に戻る。また、ステップ201に戻る前に、ホームが混雑状態であることを表示装置109に表示するなど情報を出力するようにしても良い。混雑状態でないと判断された場合(YES）はステップ204に進む。

ステップ204では、ステップ201で検出された物体が移動している場合は注目すべき物体（以下、観察物体と称する）が存在するとして次に進み、停止している場合はその物体は現時点で危険な歩行をしない安全状態であると判断し、観察物体から除外する。
ステップ205では、観察物体が存在するかを判定する。観察物体が１体以上存在する場合(YES）はステップ206へ進み、０体である場合(NO)はステップ201へ戻る。
ステップ206では、観察物体の特徴情報を取得する。ここで示す特徴情報とは、観察物体の「位置」、顔の角度（チルト角）である「俯き度合い」、物体の輪郭やアスペクト比などで示す「物体形状」、観察物体が存在する「時刻」等である。

ステップ207では、観察物体毎に保持する特徴情報で、行動タイプを判定するのに十分な情報量かを判定するステップである。判定方法としては、特徴情報を収集したフレーム数が所定以上である、または観察物体に確定してから現在のフレームまでに移動した距離が所定以上であるなどが挙げられる。十分な特徴情報量が取得された場合(YES）はステップ208に進み、十分でない場合(NO)はステップ206に戻り再度特徴情報を収集する。
ステップ208では、これまで取得した観察物体の特徴情報から、行動パターンの判定に用いる特徴情報である「移動速度」、「進行方向」、「俯き度合い」、「物体形状」、「軌跡」、「時刻」等を作成する。

ここで、特徴情報が観察物体から注意物体と成り得る要因について、図５、図６、図７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監視領域内の物体行動パターン１を示す図であり、図６は本発明の一実施例に係る監視システムの監視領域内の物体行動パターン２を示す図であり、図７は本発明の一実施例に係る監視システムの監視領域内の物体行動パターン３を示す図である。
「移動速度」は、ホーム上の状況に応じて歩くスピードを加減速しているかを判定するために算出する。例えば、歩きながらスマートフォンを操作する「歩きスマホ」の人間は前方不注意で他人を避ける等の行動を行なわないため、図５のように速度は速くないが等速移動をすることが多い。ここでは、連続した観察物体の「位置」を追跡し、フレーム毎の移動距離の平均値および速度のバラつき度合を算出する。

「進行方向」は、観察物体の移動方向を判定する。これは、観察物体の移動方向によって、取得した他の特徴情報の信頼性が低い場合があるために必要となる。移動方向は４方向として「奥から手前」「手前から奥」「右から左」「左から右」のいずれかに当てはめる。観察物体に判定されたフレームの「位置」座標と現在のフレームの「位置」座標の２点から判定する。
「俯き度合い」は、前を見て移動しているかを判断するために行なう。「歩きスマホ」の人間はスマートフォンの画面を見続けて俯いている。これより、入力画面に映る観察物体の顔の範囲を検出し、特徴量の判定等により顔の向きを推定したり、顔全体に対して目の位置が通常よりも低い、目に着目して黒目の位置が下寄りである等の判定により、俯いているかを判断する。

「物体形状」は、体の一部が固定された状態や全身を大きく動かす状態を判断するために行う。図７のように「歩きスマホ」の人間701は片手で保持したり両手でスマートフォンを操作したりしていることから、例えば、腕の位置や形状が固定された状態になる。これにより、物体矩形702に対して上半身の、特に部分矩形703のような腕部を含む形状や角度をエッジ情報等を用いて判断する。また、「トラブル」の場合はケンカなどをすると手足を大きく動かしたりすることから物体形状が大きく変わり時間的な変化量の多さで判断することができる。
「軌跡」は、移動中のふらつきを判断するために行なう。「酔客」の人間は真っ直ぐに歩けない千鳥足の状態であることが多い。また「病人」も意識が朦朧とした状態ではふらふらした歩き方になる。これにより、図６のように観察物体は蛇行した軌跡となり、物体の始点と終点を結んだ直線距離Ｌと比較して実際の移動距離Ｒは長い距離になる等で、直線距離Ｌと移動距離Ｒの比率を用いてふらつき度合い(以降、ふらつき度)を判断する。また「歩きスマホ」の人間は前方不注意のため、等速移動の上、歩く方向が一定になることが多い。従って、「酔客」とは異なり直線距離Ｌと実際の移動距離Ｒが類維持した距離になる。

「時刻」は、時間帯による発生頻度の判定を行うために必要とする情報である。例えば、観察物体を検知した時刻が深夜の時間帯であれば「酔客」である可能性が高く、逆に通勤・通学の時間帯であれば「酔客」の可能性は低い。時間帯によってそれぞれの事象が発生する頻度を判定に加えるため記録する。
また、行動タイプに特化した特徴情報がある場合はそれを追加する。このような特徴があれば、特に他の行動タイプとの分離がし易くなる。ここで「異常行動」の一例として、複数人のトラブルを判定できる特徴情報として説明する。例えば、人が暴れる動きはオプティカルフローなどを用いることによって、物体矩形内で多方向の大きなフローが出力されることから、通常状態とは異なる動作が発生していると判断できる。

引き続き、図２を用いて本発明の一実施例に係る監視システムの処理手順を説明する。
監視装置102のCPU104は、ステップ209では、ステップ206およびステップ208で算出された特徴情報がどの行動タイプに適合しているか照合する。表１の各値をしきい値として、それぞれの特徴情報がしきい値を超えていることで、行動パターンに該当する動作を実施していると判定する。適合の度合いが高い行動タイプから順位をつけても良いし、しきい値を超えているかいないかで合否をつけるようにしても良い。

ステップ210では、ステップ208で判定した特徴情報「移動方向」を用いて、特徴情報の信頼度（以下、特徴信頼度）を選択する。これは、観察物体の移動方向によって、取得した特徴情報の信頼性が低い場合があるためである。例えば、移動方向が「手前から奥」の場合では通常、後頭部しか映らず顔が全く見えない状態であると考えられ、後頭部からの「俯き度合い」は目視での判断も極めて難しい。従って、この画像より算出された特徴情報「俯き度合い」は信頼性が非常に低く、誤った情報を使う事で判定精度が低下することが考えられる。また、同じ「手前から奥」の移動方向でも「俯き度合い」で人の顔が正しく確認できた場合、観察物体は後ずさりをしていると想定される。特に、複数の観察物体から得られた類似した位置や特徴情報から、大勢の人が後ずさりや回避する行動が見られた場合は、それらの近隣で暴力行為や不審物などのトラブルが発生していると判断できることもある。

このように、移動方向によって特徴情報の信頼性や重要性の度合いが変化するため、予め準備しておいた特徴信頼度を使用する。表２Ａの奥から手前に移動する観察物体の特徴信頼度および表２Ｂの手前から奥に移動する観察物体の特徴信頼度の一例を示す。２つの表で、それぞれの特徴信頼度を信頼性の高い◎→○→△→×の順で示している。また、ここでは連続フレームによる移動方向の判定結果から特徴信頼度を選択する説明を行なったが、画角によってはフレーム毎に物体の移動方向が大きく変化して見えることが分かる場合は、フレーム単位で特徴信頼度の選択を実施するようにしてもよい。

ステップ211では、ステップ209での特徴情報毎の判定結果に対してステップ210で選択された特徴信頼度を加味した結果から、最も合致した行動タイプを決定する。例えば、特徴信頼度の各記号に対して重みづけの係数を割り振り、行動タイプ毎に各特徴情報の判定結果に係数をかけた値を加算して合計値を算出し、各合計値を比較して最大となった行動タイプを、現在の観察物体の行動タイプにとして設定する方法がある。また、今回は複数のフレームから計算した判定結果に対して係数をかけて説明したが、情報を取得したフレームが新しくなるほど信頼性を高いとして、更にフレーム毎に係数を用意しておき都度計算するようにしても良い。

ステップ212では、ステップ211の観察物体で行動タイプから注意物体であるかを判断する。行動タイプは「通常」と判断された場合(NO)は行動に問題は無いとして観察物体から除外してステップ201に戻り、それ以外の行動タイプと判断された場合(YES)は注意物体としてステップ213に進む。
ステップ213では、注意物体と判断された物体の追跡処理を行なう。
ステップ214では、追跡する注意物体が「観察エリア」または「警告エリア」に存在するかを判断するステップである。注意物体が「観察エリア」または「警告エリア」のいずれかに存在する場合(YES)はステップ214に進み、注意物体が２つのエリア外に移動した場合(NO)は、安全状態であると判断し注意物体から解除してステップ201に戻る。

ステップ215では、注意物体が「警告エリア」に存在するかを判定するステップである。注意物体が「警告エリア」に存在する場合(YES)はステップ216に進み、「警告エリア」に存在しない場合(NO)はステップ213に戻り、注意物体の追跡を継続する。
ステップ216では、ステップ215で確認された注意物体の位置や行動タイプ等の情報や映像を出力する。例えば、表示装置109において入力映像上に注意物体の外接矩形や行動タイプを重ねて表示してユーザに即時知らせるようにしたり、確認された注意物体の近傍に位置するスピーカから行動タイプに応じた警告メッセージを放送したり、時間帯に応じて注意物体の近傍に位置する警告灯をつけて、注意物体に危険な状態であることを知らせたりする。そして、ステップ213に戻り、注意物体の追跡を実行する。

ここでは「観察エリア」および「警告エリア」を用いて説明を行なったが、例えば駅ホームでの転落検知システムである場合は、更に、線路内に「検知エリア」を設定しておき、注意物体が「警告エリア」から「検知エリア」に移動した際に即時アラームを発報することで、現在の物体の位置や状況を正確に表示することが可能となる。

図２のフローチャートは、１つの物体のみ存在することを前提に説明しているが、画像内に複数の物体が存在している場合は、ステップ205からステップ216までを物体の個数分だけ繰り返し行うものである。
また、ステップ204では停止物体は観察物体から除外したが、例えば、時間帯に応じて柱や壁に寄りかかっていたり、長時間上半身を揺らして座り込んでいる人を「酔客」と判断し、観察物体に設定してもよい。更に、深夜などの閑散となる時間帯は、予め準備しておいた広角の観察エリアに切り替えることで、注意物体の見逃しを低減するようにしても良い。

また、ステップ207では、十分な特徴情報を保持するかを判定しているが、移動距離等の判定をクリアする条件に達してしていなくても、警告エリアに進入した場合は現時点での特徴情報で行動タイプを確定する例外処理を用いてもよい。その場合は、特に警告エリアまでの移動方向や時刻などを用いて、白線に対して垂直に移動する「酔客」等を早期発見するなどが可能となる。
また、奥と手前の物体が重なっても物体の見逃しを低減するように異なる方向から複数のカメラを設置する説明を行なったが、例えば、１台のカメラでも重複した物体を個別に分離してそれぞれカメラから物体までの距離を正確に出せるステレオカメラを用いるなどしてもよい。また、複数のカメラ情報を共有し、１台のカメラで特徴情報が正しく収集できない位置やサイズになった物体が存在する場合、他のカメラで同物体の情報が収集できる状態であれば、この物体の特徴情報を引き継ぎ、他のカメラで継続して物体を追跡し判定するようにしてもよい。

本一実施例は、ターゲットを主に「歩きスマホ」や「酔客」等の危険行動に繋がりやすい行動タイプで説明を行なったが、その他「松葉杖」「盲人」や「車いす」等の歩行困難者に対する介助を目的として用いる事も可能である。その場合は、点字ブロック上での移動、松葉杖では足元の形状や歩く時の周期性判定、車椅子では頭部の位置や物体形状等により、種別の判定を行なうことが可能である。また、段差や凹凸、スロープ等の安全性が低下している場所を「警告エリア」として設けることで、安全を確保することも可能となる。さらに、駅のホーム上を監視領域とした監視システムの説明を行なったが、例えば踏切内への立入検知や、階段での転倒・転落事故の未然防止等にも用いることも考えられる。
また、これらの行動タイプの情報を蓄積して、危険行動への推移の分析が可能となる。例えば、危険行動が発生し易い時間帯やエリアを限定できることで、ポールを配置するなどして問題が発生し難い状態に変えたり、目が届きやすいように備品を移動するなどの環境改善にもつながる。

本発明の実施形態である監視システムは、物体の特徴を収集し監視対象領域に侵入する可能性があると判断した場合、物体の侵入前に、必要なユーザへ警告情報を発信することが可能となる。

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。

物体の特徴を収集することによって、物体の特徴から監視対象領域への物体の侵入前に、警告情報を発信する用途にも適用できる。

101：撮像装置、102：監視装置、103：画像入力I/F、104：CPU、105：プログラムメモリ、106：画像メモリ、107：ワークメモリ、108：画像出力I/F、109：表示装置、110：データバス、111：記録装置、112：行動判定テーブル、113：外部記録装置。

Claims (3)

1. 撮像装置から出力される画像を処理する監視装置を有する監視システムであって、
   前記監視装置は、前記画像の所定エリア内から観察物体を判定し、前記観察物体から物体特徴情報を作成し、前記物体特徴情報から行動タイプを決定し、前記観察物体が注意物体であるか否かを判定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、
   前記監視装置は、前記注意物体を追跡し、前記注意物体が予め設定してある警告エリアに入った場合には警告情報を出力することを特徴とする監視システム。
3. 外部から入力した画像を画像処理する監視装置であって、
   前記監視装置は、前記画像の所定エリア内から観察物体を判定し、前記観察物体から物体特徴情報を作成し、前記物体特徴情報から行動タイプを決定し、前記観察物体が注意物体であるか否かを判定することを特徴とする監視装置。

Images