JP2018185635A - 動体検出装置およびその制御方法 - Google Patents

Abstract

【課題】動体検出のための背景モデルの再生成の要否をより正確に判断できるようにする。【解決手段】動体検出装置は、撮像された画像を入力する入力部と、入力部により入力された画像の背景領域の特徴に基づいて背景モデルを生成および更新する生成部と、背景モデルに基づいて入力部により入力された画像から動体領域を検出する検出部と、入力部により入力された、異なる時刻に撮像された第１の画像と第２の画像について検出部が検出した動体領域の変化量に基づいて、生成部に背景モデルを新規に生成させるか否かを判定する判定部と、を有する。【選択図】 図１

Description

本発明は、動体検出装置およびその制御方法に関する。

近年、監視カメラにより撮像された画像を用いて物体の検出や追尾を行う画像解析、そのような画像解析の結果を用いたイベント解析等が行われている。画像解析で用いられる動体検出技術の一つに、背景差分法がある。背景差分法とは、動体が除かれた背景画像から背景モデルを作成し、その背景モデルと入力画像の差分から動体領域を検出するものである。

通常、物体が取り除かれた完全な背景画像を１枚の入力画像で得ることは難しく、また環境の変動によって背景画像も変化する。そのため、背景モデルを逐次更新することによって、背景モデルを環境の変化に追従させることが行われる。特許文献１には、照度変化に対応して背景画像を作成し直す際に、移動体により遮られたために背景が作成できない領域に対し、照度変化前後の輝度値を用いて背景モデルを推測する技術が開示されている。

特許第５３９１９６６号

しかしながら、例えば周期的な照度変化があった場合においては、照度変化前後の背景モデルを記憶しておき、照度に応じて記憶した背景モデルを再利用する方が、推測処理が省略できる分計算コストの観点からは有効である。すなわち、特許文献１のように常に背景モデルを推測して使用し続ける方法では、非効率となる場合がある。そこで、動体検出においては、今まで使用していた背景モデルの再生成が必要かどうか、あるいは、記憶されている背景モデルを再利用できるかどうかを正確に判断できるような技術が求められる。

本発明はこのような課題に鑑みてなされたものであり、動体検出のための背景モデルの再生成の要否をより正確に判断できるようにすることを目的とする。

上記の目的を達成するための本発明の一態様による動体検出装置は以下の構成を備える。すなわち、
撮像された画像を入力する入力手段と、
前記入力手段により入力された画像の背景領域の特徴に基づいて背景モデルを生成および更新する生成手段と、
前記背景モデルに基づいて前記入力手段により入力された画像から動体領域を検出する検出手段と、
前記入力手段により入力された、異なる時刻に撮像された第１の画像と第２の画像について前記検出手段が検出した動体領域の変化量に基づいて、前記生成手段に背景モデルを新規に生成させるか否かを判定する判定手段と、を備える。

本発明の構成によれば、動体検出のための背景モデルの再生成の要否をより正確に判断することができるので、無駄な背景モデルの再生成の実行を防止できる。

実施形態による動体検出システムの構成例を示すブロック図。 第１実施形態による動体検出装置が行う処理のフローチャート。 動体検出の処理結果例を示す図。 第２実施形態による動体検出システムが行う処理のフローチャート。 第３実施形態による動体検出システムが行う処理のフローチャート。

以下、添付図面を参照し、本発明の実施形態について説明する。なお、以下説明する実施形態は、本発明を具体的に実施した場合の一例を示すもので、特許請求の範囲に記載した構成の一実施例である。

［第１実施形態］
第１実施形態に係る動体検出システムの構成例について、図１のブロック図を用いて説明する。動体検出システムは、動体検出装置１００とカメラ１０１を有する。動体検出装置１００は、入力部１０２、制御部１０３、出力部１０４、記憶部１０５、背景モデル生成部１０６、動体検出部１０７、比較部１０８を有する。動体検出装置１００は、カメラ１０１により取得された画像から、背景差分法により動体を検出し、その検出結果をユーザに提示する。なお、背景差分法については公知の技術であるため、詳細な説明は省略する。

カメラ１０１は、設定された若しくは制御された姿勢でもって静止画像若しくは動画像を撮像する。本実施形態では、カメラ１０１はＲＧＢ映像を取得するモード（以下、ＲＧＢモードとする）と、赤外映像を取得するモード（以下、赤外モードとする）を有しているとする。カメラ１０１は、撮像した画像を、フレーム番号とともに出力する。

動体検出装置１００において、入力部１０２は、カメラ１０１により撮像された画像を入力するカメラＩ／Ｆの機能を有する。また、入力部１０２は、ユーザからのコマンド（例えば、カメラ１０１に対してＲＧＢモード／赤外モードの切り替えコマンド、パン・チルト・ズームの設定値を含んだ位置姿勢制御コマンド等）を受け取る。制御部１０３は、不図示のＣＰＵ、メモリを含み、ＣＰＵがメモリに格納されたプログラムを実行することで動体検出装置１００の各部を制御する。例えば、制御部１０３は、入力部１０２で受け取ったコマンドを基にカメラ１０１の制御を行う。出力部１０４は、表示装置（不図示）と接続され、表示装置にカメラ１０１で撮像された画像を表示させたり、動体検出結果を重畳表示したりする。記憶部１０５は、例えばハードディスクで構成され、各部から出力される情報（例えば、カメラ１０１で撮像された画像や、背景モデル生成部１０６で生成された背景モデル等）を保存する。

背景モデル生成部１０６は、入力部１０２により入力された画像の背景領域の特徴に基づいて、背景差分法による動体検出処理で必要となる背景モデルを生成および更新する。ここで背景モデルとは、カメラ１０１で撮像され、入力部１０２を介して動体検出装置１００に入力された、撮像された画像（以下、入力画像ともいう）を所定の分割数でブロック分割したときのブロック毎の画像特徴量である。本実施形態では、フロック毎の画像特徴量として、ブロック内の各画素のＲＧＢそれぞれの色成分の平均（以下、ＲＧＢ色平均）を用いる。

また、背景モデル生成部１０６は、学習期間フラグを保持している。学習期間フラグの初期値はＯＮである。学習期間フラグがＯＮの間、背景モデル生成部１０６は、入力画像に動体領域が無いものとみなして、入力画像から背景モデルを新規に生成する。具体的には、入力画像の各ブロックの特徴量とそのブロックに対応する背景モデルの特徴量の平均値を計算して、その計算結果を新規の背景モデルの特徴量として保存する。

所定期間が経過すると学習期間フラグはＯＦＦになる。学習期間フラグがＯＦＦのときは、入力画像の背景と判定されたブロックの特徴とそのブロックに対応する背景モデルの特徴量の平均を計算して、その計算結果を更新後の背景モデルの特徴量として保存する。こうして、背景モデルは逐次に更新される。以上のように、背景モデル生成部１０６は、学習期間フラグがＯＮの間は背景モデルを新規に「生成」し、学習期間フラグがＯＦＦの間は背景モデルを「更新」する。一般的に、背景が更新されて誤検知が抑制されるまでの時間と比較して、背景モデルの新規生成から動体検出を行うまでに要する時間は短めに設定される。これは、ノイズによる誤検知の影響をできるだけ低減すると同時に、起動時になるべく早く動体検知を開始できるようにするためである。

動体検出部１０７は、背景モデルを用いて入力画像から動体領域を検出する。動体検出部１０７は、まず、入力画像を所定の分割数でブロック分割し、それぞれのブロック領域内の各画素のＲＧＢ色平均を特徴量として取得する。そして、動体検出部１０７は、各ブロックの特徴量と、各ブロックに対応する背景モデルとの差分を計算する。動体検出部１０７は、差分が所定の閾値を超えないブロックを背景、差分が閾値を超えるブロックを前景（動体）と判定する。そして、動体検出部１０７は、ブロックごとに背景／動体を指定した２値の動体検出結果を出力する。

比較部１０８は、任意の２つの入力画像における動体検出結果について、画像全体に対する動体領域の面積の割合を算出し、それら割合の差分を計算する。本実施形態では、下記の式（１）に示す式に基づいて計算する。なお、下記の式（１）において、ｄｉｆｆは任意の２つの動体検出結果の動体領域の面積の割合の差分、Σｎは全ブロック数、Σｆ１、Σｆ２はそれぞれ各動体検出結果における動体と判定されたブロック数である。比較部１０８は、算出された動体領域の面積の割合の差分を閾値（本実施形態では固定値とする）と比較し、比較結果（閾値以上か、閾値未満か）を出力する。

なお、動体検出装置１００の上述された各部は相互に通信可能に接続されている。また、背景モデル生成部１０６、動体検出部１０７、比較部１０８は、専用のハードウエアにより実現されてもよいし、それらの機能一部あるいはすべてが、制御部１０３のＣＰＵがメモリに格納されたプログラムを実行することにより実現されてもよい。

次に、動体検出装置１００が行う処理について、図２のフローチャートに従って説明する。

ステップＳ２０１において、制御部１０３は、入力部１０２で入力されたコマンドに従ってカメラ１０１のパラメータを変更する。例えば、入力部１０２にて、ＲＧＢモードから赤外モードへの変更コマンドが発行された場合、制御部１０３は、カメラ１０１を赤外モードに変更する。パラメータの変更の指示がなければ、カメラ１０１の動作に変更は生じない。ステップＳ２０２において、背景モデル生成部１０６は、学習期間フラグがＯＮになっているかどうかを判定する。学習期間フラグがＯＮの場合、背景作成モードであると判定され、処理はステップＳ２０３へ移行する。他方、学習期間フラグがＯＦＦの場合、処理はステップＳ２０４へ移行する。

ステップＳ２０３では、背景モデル生成部１０６はカメラ１０１から入力される入力画像から背景モデルを生成し、記憶部１０５に保存する。また、背景モデル生成部１０６は、学習期間フラグがＯＮの状態で本ステップが最初に実行されてからの時間を計測し、所定期間（例えば１０秒）後、学習期間フラグをＯＦＦにし、背景作成モードを終了する。上記所定期間中は、動体検出装置１００は動体検出を行わず、入力画像から背景モデルを作成し続けることになる。

ステップＳ２０４において、動体検出部１０７は、カメラ１０１からフレーム番号とともに送信される入力画像（図３（ａ））と、記憶部１０５に保存されている背景モデルとを用いて、動体検出処理を行う。動体検出結果は、入力画像のフレーム番号とともに記憶部１０５に保存される。この時の処理結果の例を図３（ｂ）に示す。この後、背景モデル生成部１０６は背景と判定されたブロックに関して背景モデルの更新を行う。

ステップＳ２０５において、制御部１０３は、ステップＳ２０１でカメラ１０１が制御されたかどうか、すなわちパラメータが変更されたかどうか、を判定する。カメラ１０１のパラメータに変更があったと判定された場合、処理はステップＳ２０６へ移行し、パラメータに変更がないと判定された場合、処理はステップＳ２０９へ移行する。ステップＳ２０６〜Ｓ２０８では、異なる時刻に撮像された第１の画像と第２の画像について動体検出部１０７が検出した動体領域の変化量が算出され、算出された変化量に基づいて新規に背景モデルを生成するか否かが判定される。また、この判定は、入力部１０２からパラメータの変更が入力されたことに応じて実行される（Ｓ２０５）。

ステップＳ２０６において、比較部１０８は、記憶部１０５に保存されている１フレーム前（以下、前フレーム）の動体検出結果と、現在のフレーム（以下、現フレーム）の動体検出結果の動体領域の面積の割合の差分を上記の式（１）に従って計算する。例えば、前フレームでの動体検出結果（図３（ｂ））の動体領域の面積が０．０３、現フレームでの動体検出結果（図３（ｃ））の動体領域の面積が０．１であったとする。この場合、動体検出結果の動体領域の差分は図３（ｄ）のようになり、動体検出結果の動体領域の差分の面積の割合の差分は０．０７である。

ステップＳ２０７において、背景モデル生成部１０６は、ステップＳ２０６で計算された動体領域の面積の割合の差分が閾値以上かどうかを判定する。差分が閾値以上と判定された場合には処理はステップＳ２０８へ移行し、差分が閾値未満と判定された場合には処理はステップＳ２０９へ移行する。

ステップＳ２０８では、背景モデル生成部１０６は、記憶部１０５にある背景モデルをクリアし（背景モデルのリセット）、学習期間フラグをＯＮにする。この結果、処理がステップＳ２０１に戻ると背景モデル生成部１０６は、背景モデルを再生成する。こうして、パラメータの変更前に撮像された第１の画像とパラメータの変更後に撮像された第２の画像において検出された動体領域の変化量に基づいて、背景モデルの生成を行うか否かが判定される。すなわち、背景モデル生成部１０６は、カメラ１０１のパラメータが変更され、且つ、検出された動体領域の変化量が閾値以上の場合に背景モデルを再生成すると判定し、背景モデルを新規に生成する。そして、新たな背景モデルを生成すると判定された場合（学習期間フラグがＯＮになると）、所定の期間（学習フラグがＯＮの間）に入力される画像を背景画像として用いて背景モデルを生成する。

ステップＳ２０９において、出力部１０４は、ステップＳ２０４で記憶部１０５に保存された動体検出結果を入力画像とともに出力する。たとえば、出力部１０４は、表示装置に入力画像を表示させ、さらに動体検出結果を入力画像に重畳表示させる。ステップＳ２１０において、入力部１０２がユーザから終了コマンドを受け取った場合には、制御部１０３は本処理を終了する。それ以外の場合には、制御部１０３は、フレーム番号をインクリメントして処理をステップＳ２０１に戻す。

＜変形例＞
上述の実施形態では、パラメータの変更としてＲＧＢモードと赤外モードというカメラのモードの変更を示したが、もちろんこれに限られるものではない。例えば、Ｆ値、シャッター速度、ＩＳＯ感度、露出、フォーカスの変更、ＨＤＲ（ハイダイナミックレンジ）モード、フィルタの切り替えなど、画像が変化する可能性のあるモード（パラメータ）であれば何でも良い。また、自動手動を問わず、カメラのホワイトバランスの設定値や撮像環境の照度変化に応じた露出の設定値変更を対象とすることも可能である。また、カメラのパン・チルト・ズームの変更による画像の変化を対象としても良い。

また、上述の実施形態では、背景モデルは、入力画像サイズを所定の分割数でブロック分割したときのブロック毎に設定される情報としたが、これに限られるものではない。たとえば、Ｓｕｐｅｒｐｉｘｅｌ等他の小領域分割方法を用いても良いし、もちろんピクセル単位に設定される情報としても良い。また、格納される画像特徴量はブロック内の各画素のＲＧＢ色平均としたが、これに限られるものではなく、ＲＧＢの色分散値等、他の特徴量を用いることもできる。

また、上述の実施形態では、任意の２つのフレーム画像の動体領域の面積の割合の差分の計算式を式（１）のように定義したが、これに限られるものではない。例えば動体判定されたブロックの集合体を包含する外接矩形を動体領域として管理し、その矩形面積を用いて動体領域の面積の割合の差分を計算するようにしても良い。

また、上述の実施形態では、背景モデルを再生成する必要があるかどうかを判断するための、動体領域の面積の割合の差分と比較される閾値は固定としたが、これに限られるものではない。例えば、以下のように、前フレームの状態に応じて変動する閾値であってもよい。
閾値＝（前フレームの動体領域の割合）×ｘ（％）。

［第２実施形態］
第２実施形態では、カメラ１０１の各モードに応じて背景モデルをセーブ／ロードする機能がある動体検出システムの動作について説明する。動体検出システム、動体検出装置１００の構成は第１実施形態（図１）と同様である。以下では第１の実施形態との差分について重点的に説明する。また、第２実施形態では、説明を簡単にするため、カメラ１０１に対する制御（パラメータの変更）はＲＧＢモードと赤外モードの切り替えのみを対象とする。

次に、第２実施形態の動体検出システムが行う処理について図４のフローチャートに従って説明する。

ステップＳ４０１からステップＳ４０５の処理は、第１実施形態（図２）のステップＳ２０１からステップＳ２０５の処理と同様である。すなわち、背景モデル生成部１０６は、学習期間フラグがＯＮの間、入力画像から背景モデルを生成する（ステップＳ４０１〜Ｓ４０３）。学習期間フラグがＯＦＦになると、動体検出部１０７は入力画像から動体検出を行い（ステップＳ４０４）、その後、カメラ１０１のモードが切り換えられたか否か（パラメータが変更されたか否か）を判定する（ステップＳ４０５）。

ステップＳ４０６では、比較部１０８は記憶部１０５に現在保存されている背景モデルを、カメラ１０１のモード切り替え前のモード（撮像のパラメータ）と対応付けて記憶部１０５の別領域（保存領域）に保存する。例えば、カメラ１０１のモードがＲＧＢモードから赤外モードに変更されて本ステップが実行された場合、比較部１０８は、記憶部１０５に現在保存されている背景モデルをＲＧＢモードの背景モデルとして、記憶部１０５の別領域に保存する。こうして、パラメータの変更に応じて現在使用されている背景モデルが変更前のパラメータと対応付けて保存される。

ステップＳ４０７、ステップＳ４０８は、それぞれステップＳ２０６、ステップＳ２０７と同様である。すなわち、比較部１０８が、記憶部１０５に保存された前フレームの動体検出結果と、現フレームの動体検出結果の動体領域の面積の割合の差分を計算し（ステップＳ４０７）、計算結果が閾値以上かどうかを判定する（ステップＳ４０８）。そして、動体領域の面積の割合が閾値以上の場合には処理はステップＳ４０９へ移行し、閾値未満の場合には処理はステップＳ４１５へ移行する。

ステップＳ４０９において、比較部１０８はパラメータ変更後のモードと対応付いた背景モデルが記憶部１０５に保存されているかを確認する。変更後のモードと対応付いた背景モデルが保存されていれば処理はステップＳ４１０へ移行し、保存されていなければ処理はＳ４１４へ移行する。例えば、ＲＧＢモードから赤外モードに変更されて本ステップが実行された場合、赤外モードに対応付いた背景モデルが記憶部１０５に保存されている場合に処理はステップＳ４１０へ移行し、保存されていない場合に処理はステップＳ４１４へ移行する。

ステップＳ４１０〜Ｓ４１１では、動体検出部１０７は、変更後のパラメータに対応した背景モデルを記憶部１０５の保存領域から取得して、入力画像から動体領域を検出する。すなわち、ステップＳ４１０において、比較部１０８はパラメータ変更後のモードと対応付いた背景モデルを記憶部１０５から読み込み、現在使用している背景モデルを置換する。ステップＳ４１１において、動体検出部１０７は、カメラ１０１からの入力画像と、ステップＳ４１０で置換された背景モデルとを用いて、動体検出処理を行う。ステップＳ４１２において、比較部１０８は、記憶部１０５に保存された前フレームの動体検出結果と、ステップＳ４１１で得られた動体検出結果の動体領域の面積の割合の差分を式（１）に従って計算する。

ステップＳ４１３からステップＳ４１６の処理は、図２におけるステップＳ２０７からステップＳ２１０の処理と同様である。すなわち、背景モデル生成部１０６は、ステップＳ４１２で計算された動体領域の面積の割合の差分が閾値以上の場合（ステップＳ４１３でＹＥＳ）には、背景モデルをクリアし、学習期間フラグをＯＮにする（ステップＳ４１４）。その後、出力部１０４は、動体検出結果を出力して（ステップＳ４１５）、制御部１０３は、ユーザからのコマンドに従って終了判定を行う（ステップＳ４１６）。

＜変形例＞
上述の第２実施形態では、動体検出部が変更前のパラメータに対応する背景モデルを用いて入力画像から検出した動体領域の変化量が閾値より小さい場合は、引き続き当該背景モデルを使用するようにしている。すなわち、カメラのモード（パラメータ）が変更されたことに応じて、動体検出を行ない、動体領域の変化量が閾値以上の場合に、変更後のモードに対応する背景モデルで動体検出を行い、背景モデルを再生成するかどうかを判断した。しかしながら、これに限られるものではない。モード変更されたことが検出された場合は直ちに現在の背景モデルをセーブして、変更後のモードに対応する背景モデルをロードして動体検出を行い、背景モデルを再生成するかどうかを判断するようにしても良い。この場合、図４のフローチャートでは、Ｓ４０４、Ｓ４０７、Ｓ４０８が省略され、Ｓ４０９でＮＯの場合にＳ４１４へスキップするようにすればよい。

また上述の第２実施形態では、カメラ１０１に対する制御はＲＧＢモードと赤外モードの切り替えを対象としたがこれに限られるものではない。第１実施形態の変形例と同様に、画像が変化する可能性のあるモードであればいずれにも適用可能である。例えば、カメラのパン・チルト・ズームの変更を対象とすることも可能であり、その場合、カメラのパン・チルト・ズームに対する制御値に応じて背景モデルを保存するように構成される。

［第３実施形態］
第３実施形態では、複数枚の入力画像を使用して背景モデルを再生成するか否かの判断を行う。なお、第３実施形態の動体検出システムおよび動体検出装置１００の構成は第１実施形態（図１）と同様である。以下では第１、２の実施形態との差分について重点的に説明し、以下で特に触れない限りは、第１、２の実施形態と同様であるものとする。

第３実施形態では、記憶部１０５は、判定回数および判定期間フラグを保持する。判定回数とは、前フレームと現フレームの動体検出結果の動体領域の面積の割合の差分が閾値以上となった回数を表す。判定期間フラグは、前フレームと現フレームの動体検出結果の動体領域の面積の割合の差分が閾値以上かどうかを判定する期間である場合はＯＮ、判定しない期間である場合はＯＦＦとなるフラグである。これらにより例えば、「パラメータの変更が発生してから１０フレーム目までの間に、前フレームと現フレームから検出された動体領域の面積の割合の差分が閾値以上と判定された回数が４を超えたら背景モデルを新規に生成する」という条件を設定できる。この場合、パラメータの変更が発生した段階で判定期間フラグはＯＮとなる。そして、判定回数が４に満たないまま１０フレーム目に到達するか、あるいは１０フレーム目までに判定回数が４になった場合に判定期間フラグはＯＦＦになる。

次に、第３実施形態の動体検出装置１００が行う処理について、図５のフローチャートに従って説明する。

ステップＳ５０１からステップＳ５０４の処理は、第１実施形態（図２）のステップＳ２０１からステップＳ２０４の処理と同様である。すなわち、背景モデル生成部１０６は、学習期間フラグがＯＮの間、入力画像から背景モデルを生成する（ステップＳ５０１〜Ｓ５０３）。学習期間フラグがＯＦＦになると、動体検出部１０７は入力画像から動体検出を行う（ステップＳ５０４）。

ステップＳ５０５において、制御部１０３は、カメラ１０１が制御されたか否か（パラメータが変更されたか否か）、判定期間フラグがＯＮになっているか否かを判断する。カメラ１０１が制御されたあるいは判定期間フラグがＯＮの場合は、処理はステップＳ５０６へ移行し、カメラ１０１が制御されず且つ判定期間フラグがＯＦＦの場合は、処理はステップＳ５１２へ移行する。

ステップＳ５０６の処理は、ステップＳ２０６と同様である。すなわち、比較部１０８が、記憶部１０５に保存された前フレームの動体検出結果と、現フレームの動体検出結果の動体領域の面積の割合の差分を計算する。ただし、前フレームの動体検出結果には、パラメータ変更前の画像から検出された動体領域の割合が用いられる。すなわち、ステップＳ５０６では、パラメータ変更後の最新のフレームの動体検出結果と、パラメータ変更の直前のフレームの動体検出結果とが用いられて、動体領域の面積の割合の差分が計算される。換言すると、パラメータの変更後の所定の期間内（判定期間フラグがＯＮの間）に、パラメータ変更後に得られる複数の画像のうち、動体領域の割合の変化量が閾値以上となる画像の数に基づいて新たな背景モデルを生成するか否かが判定される。ステップＳ５０６で計算された動体領域の面積の割合が閾値以上の場合には、処理はステップＳ５０７からステップＳ５０７ａへ移行する。また、ステップＳ５０６で計算された動体領域の面積の割合が閾値未満の場合には、処理はステップＳ５０７からステップＳ５１１へ移行する。ステップＳ５０７ａでは、判定期間フラグがＯＦＦの場合に、制御部１０３は、判定期間フラグをＯＮにし、その時のフレーム番号を記憶部１０５に保存する。その後、処理は、ステップＳ５０８へ進む。

背景モデル生成部１０６は、ステップＳ５０８において判定回数をインクリメントし、ステップＳ５０９において判定回数が閾値を超えたかを判定する。閾値を超えていると判定された場合、処理ステップＳ５１０へ移行し、閾値を超えていないと判定された場合、処理はステップＳ５１１へ移行する。ステップＳ５１０では、ステップＳ２０８と同様に、背景モデル生成部１０６は、現在の背景モデルをクリアする。また、制御部１０３は、判定期間フラグをＯＦＦにする。

ステップＳ５１１において、制御部１０３は、判定期間フラグの更新を行う。ステップＳ５１１の実行時に判定期間フラグがＯＮの場合、判定期間フラグがＯＮになったときからの経過フレーム数（差分発生回数）を計算し、経過フレーム数が一定数を超えれば差分発生カウントフラグをＯＦＦにし、判定回数を０にする。ステップＳ５１１の実行時に差分発生カウントフラグがＯＦＦの場合は何も行わない。

ステップＳ５１２、ステップＳ５１３は、図２におけるステップＳ２０９、ステップＳ２１０までと同様である。すなわち、動体検出結果を出力して、ユーザからのコマンドに従って終了判定を行う。以上のように、第３実施形態では、パラメータの変更後の所定の期間内（判定期間フラグがＯＮの間）に入力された画像のうち、動体領域の変化量が閾値以上となる画像の数（判定回数）に基づいて、新たな背景モデルを生成するか否かが判定される。

以上のように、上記各実施形態によれば、動体領域の変化量に基づいて今まで使用していた背景モデルが有効かどうかを判断し、有効と判断した場合には背景モデルが再利用され、無効と判断した場合に背景モデルが再生成される。したがって、新規な背景モデルを生成する頻度が減少し、背景モデル生成のための学習期間を低減することが可能となる。

［その他の実施形態］
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

１００：動体検出装置、１０１：カメラ、１０２：入力部、１０３：制御部、１０４：表示部、１０５：記憶部、１０６：背景モデル生成部、１０７：動体検出部、１０８：比較部

Claims (13)

1. 撮像された画像を入力する入力手段と、
   前記入力手段により入力された画像の背景領域の特徴に基づいて背景モデルを生成および更新する生成手段と、
   前記背景モデルに基づいて前記入力手段により入力された画像から動体領域を検出する検出手段と、
   前記入力手段により入力された、異なる時刻に撮像された第１の画像と第２の画像について前記検出手段が検出した動体領域の変化量に基づいて、前記生成手段に背景モデルを新規に生成させるか否かを判定する判定手段と、を備えることを特徴とする動体検出装置。
2. 前記入力手段は、さらに撮像のパラメータを入力し、
   前記判定手段は、前記入力手段により入力されたパラメータが変更されたことに応じて、背景モデルを新たに生成するか否かの判定を実行することを特徴とする請求項１に記載の動体検出装置。
3. 撮像のパラメータと背景モデルを対応付けて保存する保存手段をさらに備え、
   前記第１の画像はパラメータの変更前に撮像された画像であり、前記第２の画像はパラメータの変更後に撮像された画像であり、
   前記検出手段は、変更後のパラメータに対応した背景モデルを前記保存手段から取得して、前記第２の画像から動体領域を検出することを特徴とする請求項２に記載の動体検出装置。
4. 前記保存手段は、撮像のパラメータの変更に応じて、現在使用されている背景モデルを変更前のパラメータと対応付けて保存することを特徴とする請求項３に記載の動体検出装置。
5. 前記判定手段は、前記検出手段が変更前のパラメータに対応する背景モデルを用いて前記第１の画像と前記第２の画像について検出した動体領域の変化量が閾値より小さい場合は、前記検出手段に引き続き当該背景モデルを使用させることを特徴とする請求項３または４に記載の動体検出装置。
6. 前記判定手段は、前記変化量が閾値以上の場合に、前記生成手段に新たな背景モデルを生成させると判定することを特徴とする請求項１乃至４のいずれか１項に記載の動体検出装置。
7. 前記判定手段が用いる前記閾値は、あらかじめ定められた固定値であることを特徴とする請求項６に記載の動体検出装置。
8. 前記第１の画像は前記第２の画像よりも前に撮像された画像であり、前記判定手段が用いる前記閾値は、前記第１の画像における動体領域の割合に基づいて設定されることを特徴とする請求項６に記載の動体検出装置。
9. 前記判定手段は、パラメータの変更後の所定の期間内に前記第２の画像として得られる複数の画像のうち、前記変化量が閾値以上となる画像の数に基づいて前記生成手段に新たな背景モデルを生成させるか否かを判定することを特徴とする請求項２に記載の動体検出装置。
10. 前記判定手段は、前記画像の数が閾値以上の場合に、前記生成手段に新たな背景モデルを生成させると判定することを特徴とする請求項９に記載の動体検出装置。
11. 前記判定手段により新たな背景モデルを生成すると判定された場合、前記生成手段は、所定の期間に入力される画像を背景画像として用いて背景モデルを生成することを特徴とする請求項１乃至１０のいずれか１項に記載の動体検出装置。
12. 動体検出装置の制御方法であって、
    撮像された画像を入力する入力工程と、
    前記入力工程で入力された画像の背景領域の特徴に基づいて背景モデルを生成および更新する生成工程と、
    前記背景モデルに基づいて前記入力工程で入力された画像から動体領域を検出する検出工程と、
    前記入力工程で入力された、異なる時刻に撮像された第１の画像と第２の画像について前記検出工程で検出された動体領域の変化量に基づいて、前記生成工程による新規な背景モデルの生成を実行させるか否かを判定する判定工程と、を有することを特徴とする動体検出装置の制御方法。
13. コンピュータを、請求項１乃至１１のいずれか１項に記載の動体検出装置の各手段として機能させるためのプログラム。

Images