JP2019016258A - 作業監視システムおよび作業監視方法 - Google Patents

Abstract

【課題】作業監視システムにおいて、撮影した動画データから、作業の開始・終了自体を自動的に判定して、画像解析を自動的かつ精度高くおこなえるようにする。【解決手段】カメラで撮影した画像データによって作業を情報処理装置により解析する作業監視システムであって、画像データのＦｒｏｍ領域とＴｏ領域に対してそれぞれ画像フィルタを施し、各々の画像フィルタを通過した画素の数を算出し、Ｆｒｏｍ領域の画素数における画像フィルタを透過した割合と、Ｔｏ領域の画素数における画像フィルタを通過した割合とを算出し、Ｆｒｏｍ領域の画素数における画像フィルタを通過した割合と、Ｔｏ領域の画素数における画像フィルタを透過した割合との差分を算出し、算出した差分に基づいて、作業のイベント（作業の開始・終了）を検知する。【選択図】図１３

Description

本発明は、作業監視システムおよび作業監視方法に関し、特に、工場などのフィールドにおける作業者を監視する作業監視に好適な作業監視システムおよび作業監視方法に関する。

従来における工場や工事現場などの作業監視は、監督者の立場にあるもの、または、監視センタにおける監視員が常時または定期的に目視によりおこなっていた。近年では、電子機器の進歩や画像処理技術の進展に伴いこのような作業監視を自動化しようとする試みがなされている。例えば、特許文献１に記載された作業管理システムは、物流作業などにおいて、撮像した画像の画像解析を行って、一つの作業案件にかかる作業に要した作業時間を計測し、作業案件を認識する。そして、作業時間の計測結果と作業認識の認識結果に基づいて、作業者および作業案件ごとの実施状況に関する情報を生成する。

特開２０１５−２２５６３０号公報

上記特許文献１には、作業開始時の作業者が写った画像と作業終了時の作業者が写った画像から、一つの作業案件に要した作業時間を計測する技術が記載されている。しかしながら、特許文献１では、動画から作業の開始・終了自体を判定することができず、また、作業段階が定義されている作業に対して、各作業段階の開始・終了を自動的に判定することができない。そのため、作業段階の開始・終了について画像を解析する者がその情報を入力させるなどの手段をとるか、予め開始・終了時刻を固定で定めておく必要がある。しかしながら、作業段階の開始・終了を画像を解析するものが入力させるのは、手間がかかるし、予め作業の開始・終了時刻を固定で定めておくのは、画像解析の汎用性にかけることになる。

本発明の目的は、撮影した動画データから、作業の開始・終了自体を自動的に判定して、画像解析を自動的かつ精度高くおこなえるようにする作業監視システムを提供することにある。

本発明の作業監視システムの構成は、好ましくは、カメラで撮影した画像データによって作業を情報処理装置により解析する作業監視システムであって、画像データの第一の領域と第二の領域に対してそれぞれ画像フィルタを施し、各々の画像フィルタを通過した画素の数を算出し、第一の領域の画素数における画像フィルタを透過した割合と、第二の領域の画素数における画像フィルタを通過した割合とを算出し、第一の領域の画素数における画像フィルタを通過した割合と、第二の領域の画素数における画像フィルタを透過した割合との差分を算出し、算出した差分に基づいて、作業のイベントを検知するようにしたものである。

本発明によれば、撮影した動画データから、作業の開始・終了自体を自動的に判定して、画像解析を自動的かつ精度高くおこなえるようにする作業監視システムを提供することにある。

作業監視システムの作業モデルを説明するための図である。 作業開始の検知と作業の動線を説明するための図である。 作業監視システムの全体構成図である。 本発明の基本的な考え方を説明する図である。 作業監視サーバ１００のハードウェア・ソフトウェア構成図である。 画像データの例を示す図である。 画像フィルタ定義（Ｆｒｏｍ）データの例として、適用フィルタ選択データを示す図である。 画像フィルタ定義（Ｆｒｏｍ）データの例として、ＨＳＶ成分に対して設定したしきい値データの例を示す図である。 画素ごとの画像フィルタを施した結果データの例を示す図である。 エリア定義（Ｆｒｏｍ）データの例を示す図である。 判定条件データの例を示す図である。 判定結果データの例を示す図である。 作業監視システムの開始・終了のイベント判定処理を示すフローチャートである。 前景レート差分に対する回帰直線の例を示す図である。

以下、図１ないし図１４を用いて一実施形態に係る作業監視システムについて説明する。

先ず、図１および図２を用いて作業監視システムの作業モデルとシステムの目的について説明する。
本実施形態の作業監視システムは、図１に示されるように、作業者が作業エリアＡから作業エリアＢに荷物を移動させる作業について解析して、作業者の動線に異常がある場合に警告をする作業モデルを対象とするものとする。ここで、図２に示されるＵｓｕａｌ Ｐａｔｈが正常な動線であり、Ｕｎｕｓｕａｌ Ｐａｔｈが異常な動線である。

次に、図３を用いて作業監視システムの全体構成について説明する。
作業監視システムは、図３に示されるように、作業監視サーバ１００、クライアントＰＣ１０、Ｗｅｂカメラ３０がネットワークＨＵＢ２０を介してネットワークにより接続された形態である。

作業監視サーバ１００は、Ｗｅｂカメラ３０により撮影された作業者の監視映像データを管理し、解析するためのサーバである。

作業監視サーバ１００は、画像ユーティリティ部１１０、開始・終了点解析部１２０、動線解析部１３０、異常判定部１４０の各機能部からなり、画像ＤＢ１５０、設定・解析結果ＤＢ１６０のデータベースを有する。

画像ユーティリティ部１１０は、Ｗｅｂカメラ３０により撮像された動画像または静止画像をアクセスして表示したり、その情報を扱うためのユーティリティを提供する機能部である。開始・終了点解析部１２０は、動画像における作業の開始点（開始時刻）、終了点（終了時刻）を解析して求める機能部である。動線解析部１３０は、作業者の動線を画像認識により解析する機能部である。異常判定部１４０は、動線解析部１３０による動線解析の結果を解析して、作業の異常を判定する機能部である。

画像ＤＢ１５０は、Ｗｅｂカメラ３０により撮像された動画像および静止画像をアーカイブとして管理するデータベースである。設定ＤＢ１６０は、各機能部がアクセスする設定情報や解析結果を管理するデータベースである。

Ｗｅｂカメラ３０は、作業現場を撮影して、その動画像データまたは静止画像データを作業監視サーバ１００に転送する機器である。

ネットワークＨＵＢ２０は、ネットワーク上の各機器を接続する機器である。

クライアントＰＣ１０は、ユーザが作業監視サーバ１００で解析した情報をアクセスしたり、コマンドを入力する情報処理機器である。クライアントＰＣ１０は、作業監視サーバ１００から送られてくる動画像や解析された情報を表示するビューア部１２を有する。

次に、図４を用いて本発明の基本的な考え方について説明する。
本発明は、図２に示したように、作業者の動線解析をおこなうために、画像データから作業者の作業開始点（開始時刻）、作業終了点（終了時刻）を求めることを目的とする。

ここで、図４（ａ）に示されるように、作業者が作業エリアＡから作業エリアＢに荷物を移動させる作業をおこなう場合には、撮像している作業場が背景となり、移動する作業者と荷物が前景となる。すなわち、本発明の画像認識のモデルでは、物体が移動するときに、それを前景と捉え、背景を移動しないものとして捉える。

上記のことを前提として、図４（ｂ）に示されるように、画像内に移動元の領域（Ｆｒｏｍ領域）、画像内に移動先の領域（Ｔｏ領域）を考える。図４（ｂ）の楕円で示された領域が前景とする。図４（ｂ）では、前景がＦｒｏｍ領域にあり、図４（ｃ）では、前景がＴｏ領域にあることを図示している。

ここで、Ｆｒｏｍ前景レートを、Ｆｒｏｍ領域の画素におけるＦｒｏｍ領域内の前景の画素の割合とし、Ｔｏ前景レートを、Ｔｏ領域の画素におけるＴｏ領域内の前景の画素の割合とする。

すると、移動前の図４（ｂ）においては、Ｆｒｏｍ前景レート＞Ｔｏ前景レートであり、移動後の図４（ｃ）においては、Ｆｒｏｍ前景レート＜Ｔｏ前景レートとなることが予想される。このように、Ｆｒｏｍ前景レートとＴｏ前景レートの関係が変化するので、前景レート差分＝Ｆｒｏｍ前景レート−Ｔｏ前景レートが減少する瞬間を探し、これを作業の開始点としようとするのが本発明の基本的な考え方である。

次に、図５を用いて作業監視サーバ１００のハードウェア・ソフトウェア構成について説明する。
作業監視サーバ１００のハードウェア構成としては、例えば、図５に示されるような一般的な情報処理装置で実現される。

作業監視サーバ１００は、ＣＰＵ（Central Processing Unit）２０２、主記憶装置２０４、ネットワークＩ／Ｆ２０６、表示Ｉ／Ｆ２０８、入出力Ｉ／Ｆ２１０、補助記憶Ｉ／Ｆ２１２が、バスにより結合された形態になっている。

ＣＰＵ２０２は、作業監視サーバ１００の各部を制御し、主記憶装置２０４に必要なプログラムをロードして実行する。主記憶装置２０４は、通常、ＲＡＭなどの揮発メモリで構成され、ＣＰＵ２０２が実行するプログラム、参照するデータが記憶される。ネットワークＩ／Ｆ２０６は、ネットワークと接続するためのインタフェースである。表示Ｉ／Ｆ２０８は、ＬＣＤ（Liquid Crystal Display）などの表示装置２２０を接続するためのインタフェースである。入出力Ｉ／Ｆ２１０は、入出力装置を接続するためのインタフェースである。図５の例では、キーボード２３０とポインティングデバイスのマウス２３２が接続されている。

補助記憶Ｉ／Ｆ２１２は、ＨＤＤ（Hard Disk Drive）２５０やＳＳＤ（Solid State Drive）どの補助記憶装置を接続するためのインタフェースである。
ＨＤＤ２５０は、大容量の記憶容量を有しており、本実施形態を実行するためのプログラムが格納されている。作業監視サーバ１００には、画像ユーティリティプログラム４０、開始・終了点解析プログラム５０、動線解析プログラム６０、異常判定プログラム７０がインストールされている。

画像ユーティリティプログラム４０、開始・終了点解析プログラム５０、動線解析プログラム６０、異常判定プログラム７０は、それぞれ図３に示した画像ユーティリティ部１１０、開始・終了点解析部１２０、動線解析部１３０、異常判定部１４０の機能を実現するプログラムである。

また、開始・終了点解析プログラム１２０は、画像フィルタ（Ｆｒｏｍ）エンジンモジュール５１、画像フィルタ（Ｔｏ）エンジンモジュール５２、通過画素数割合（Ｆｒｏｍ）エンジンモジュール５３、通過画素数割合（Ｔｏ）エンジンモジュール５４、通過画素数割合の差評価エンジンモジュール５５、イベント判定エンジンモジュール５６のサブモジュールからなる。

画像フィルタ（Ｆｒｏｍ）エンジンモジュール５１、画像フィルタ（Ｔｏ）エンジンモジュール５２は、それぞれ画像内に移動元の領域（Ｆｒｏｍ領域）、画像内に移動先の領域（Ｔｏ領域）の画像フィルタ処理をおこなうモジュールである。

通過画素数割合（Ｆｒｏｍ）エンジンモジュール５３、通過画素数割合（Ｔｏ）エンジンモジュール５４は、それぞれＦｒｏｍ領域、Ｔｏ領域における通過画素数の割合を求めるためのモジュールである。ここで、通過画素数とは、画像フィルタを通過した画像の画素数である。通過画素数割合の差評価エンジンモジュール５５は、Ｔｏ領域の通過画素数割合とＦｒｏｍ領域の通過画素数割合の差（前景レート差分）をとるモジュールである。イベント判定エンジンモジュール５６は、通過画素数割合の差評価エンジンモジュール５５により求められたＦｒｏｍ領域の通過画素数割合とＴｏ領域の通過画素数割合の差に基づいて、作業の開始点（時刻）・終了点（時刻）を求めるモジュールである。
また、ＨＤＤ２５０には、図３に示した画像ＤＢ１５０のデータと設定・解析結果ＤＢ１６０のデータが格納される。

画像データ８０が画像ＤＢ１５０のデータであり、その他のフィルタ定義（Ｆｒｏｍ）データ９１、フィルタ定義（Ｔｏ）データ９２、エリア定義（Ｆｒｏｍ）データ９３、エリア定義（Ｔｏ）データ９４、判定条件データ９５、判定結果データ９６が設定・解析結果ＤＢ１６０のデータである。

画像データ８０は、Ｗｅｂカメラ３０よりネットワークを介して転送されてくる動画像データまたは静止画像データである。動画像データの場合は、例えば、ＭＰ４形式のデータであり、静止画像データの場合は、例えば、ＪＰＥＧ形式のデータである。フィルタ定義（Ｆｒｏｍ）データ９１、フィルタ定義（Ｔｏ）データ９２は、それぞれＦｒｏｍ領域、Ｔｏ領域に適用される画像フィルタの定義データである。エリア定義（Ｆｒｏｍ）データ９３、エリア定義（Ｔｏ）データ９４は、決められた座標系におけるそれぞれＦｒｏｍ領域、Ｔｏ領域における領域の定義データである。判定条件データ９５は、作業の開始点（時刻）・終了点（時刻）の判定条件のデータである。判定結果データ９６は、動画像の画像データ８０に対して作業の開始点（時刻）・終了点（時刻）を判定した結果のデータである。

次に、図６ないし図１２を用いて作業監視システムの取扱い具体的なデータについて説明する。
画像データ８０は、図６に示されるように、画素ごとにＲ（ＲＥＤ：赤）８０１、Ｇ（ＧＲＥＥＮ：緑）８０２、Ｂ（ＢＬＵＥ：青）８０３の各成分ごとに格納されている。各成分は、０〜２５５の値を取り、行列型の値となっている。

画像フィルタ定義（Ｆｒｏｍ）データ９１の内で、例えば、適用フィルタ選択データを示すと図７に示さるようになる。適用フィルタ選択データは、種々の画像フィルタの内どの画像フィルタを示すフラグであり、図７の例では、カラーフィルタ、前景フィルタ、速度ベクトルフィルタの内で、前景フィルタを適用することを示している。

ここで、カラーフィルタとは、画像データの中から、特定の色を持つ画素のみを通過させるフィルタである。 画像データ８０に対して、カラーフィルタを施す場合、ＲＧＢ成分をＨＳＶ（Hue、Saturation、Value）成分に変換して行うこともできる。

その場合、ＨＳＶのそれぞれの成分に対して、上下限しきい値を設定し、全成分が上下限しきい値を満たしている画素のみを通過させることになる。ＨＳＶ成分に対して設定したしきい値データの例を示すと図８に示されるようになる。

画像フィルタを施した結果データは、図９に示されるようになる。画像フィルタの条件を満たし、フィルタを通過した画素には１、不通過であった画素には、０が設定されている。行数と列数は、画像データ８０のＲＧＢ成分と同じである。

エリア定義（Ｆｒｏｍ）データ９３は、例えば、図１０に示されるようになる。この例では、画像内における、長方形領域を指定している。ｘ９３１は、長方形領域の左上の点のｘ座標を示している。ｙ９３２は、長方形領域の左上の点のｙ座標を示している。Ｗｉｄｔｈ９３３は、長方形領域の幅を示している。Ｈｅｉｇｈｔ９３４は、長方形領域の高さを示している。この例では、一つの長方形領域を指定しているが、エリア定義を複数行のレコードで記述し、複数個の長方形領域の和集合または共通集合により指定するようにしてもよい。

判定条件データ９５は、例えば、図１１に示されるような項目を判定条件として、開始・終了のイベントが起こっているかを判定する。図１１における、時間の幅９５１は、差分データの時間変化を確認する際に、どの程度の時間の幅における変化を確認するかを指定する項目である。この例では、値が３０であり、３０フレーム分の時間変化を確認するように指定している。ここで、フレームとは、動画データにおける画像の枚数を指す。通常の動画は、１秒間に３０枚の画像が含まれているため、３０フレーム分の時間変化を確認することは、１秒間の時間変化を確認することに相当する。仮に、１秒間に１０枚の画像が含まれている動画を対象にしている場合、３０フレーム分の時間変化を確認することは、３秒間の時間変化を確認することに相当する。

また、図１１における画像フィルタ９５２の項目は、この処理の際に用いる画像フィルタを指定した例である。この例では、画像フィルタ定義（Ｆｒｏｍ）データ９１で指定した画像フィルタと同じものを指定している。一方、画像フィルタ定義（Ｔｏ）データ９２で指定した画像フィルタと同じものを指定することもできる。

また、図１１におけるしきい値９５３の項目は、この処理の際に用いるしきい値を指定した例である。この例では、０．７を指定している。
そのためイベントとして判定される条件は、以下の（式１）のようになる。

したがって、Ｆｒｏｍ領域におけるフィルタ定義（Ｆｒｏｍ）１１０で指定した画像フィルタを通過した画素の割合が０．７を超えた場合に、イベントとして判定される。

また、図１１における、無処理期間９５４の項目は、いったん、イベント判定を行ったら、その後、一定期間は、イベント判定を停止する期間を指定した値である。この例では、１００フレームが指定されている。そのため、いったん、イベントが発生したと判定されると、その後、１００フレーム間は、イベントの判定を行わないことになる。

判定結果データ９６は、例えば、図１２に示されるような項目を結果として記憶する。図１２に示されるイベント種類９６１の項目は、値として開始か終了かのイベント種類を記憶する。判定結果９６２の項目は、イベントが発生したか否かのフラグであり、１になっていると、イベントが発生したと判定されたことを意味し、０になっていると、イベントが発生していないことを意味する。日時９６３の項目は、イベントが発生した日時が記憶される。

次に、図１３および図１４を用いて作業監視システムの開始・終了のイベント判定の処理を説明する。
先ず、画像フィルタ（Ｆｒｏｍ）処理１０１では、画像データ８０に対し、予め設定してある画像フィルタ定義（Ｆｒｏｍ）データ９１で指定した画像フィルタを施して、画像データ８０の各画素が、画像フィルタを通過するか、不通過であるかの判定処理を行う。

ここで、図７に示したフィルタ定義（Ｆｒｏｍ）データ９１において、前景フィルタを選択した場合は、動画解析処理を行い、前景と判定された画素がフィルタを通過する。また、フィルタ定義（Ｆｒｏｍ）データ９１において、速度ベクトルフィルタを選択した場合には、予め設定した速度よりも速い速度で移動している物体が写っている画素がフィルタを通過する。

次に、画像フィルタ（Ｔｏ）処理１０２では、画像データ８０に対し、予め設定してある画像フィルタ定義（Ｔｏ）データ９２で指定した画像フィルタを施し、画像データ８０の各画素が、画像フィルタを通過するか、不通過であるかの判定処理を行う。

画像フィルタ定義（Ｔｏ）データ９２は、画像フィルタ定義（Ｆｒｏｍ）データ９１と同じフォーマットで指定する。ただし、画像フィルタ定義（Ｆｒｏｍ）データ９１と、画像フィルタ定義（Ｔｏ）データ９２は、一致させてもよいし、一致させなくてもよい。

次に、通過画素数割合（Ｆｒｏｍ）処理１０３では、エリア定義（Ｆｒｏｍ）データ９３で指定された画像内の領域における画像データに対して、画像フィルタ（Ｆｒｏｍ）１０１処理で画像フィルタを通過した画素数の割合を算出する。

次に、通過画素数割合（Ｔｏ）処理１０４では、エリア定義（Ｔｏ）データ９４で指定された画像内の領域における画像データに対して、画像フィルタ（Ｔｏ）処理１０２で画像フィルタを通過した画素数の割合を算出する。

エリア定義（Ｔｏ）データ９４は、エリア定義（Ｆｒｏｍ）データ９３と同じフォーマットで指定する。ただし、エリア定義（Ｆｒｏｍ）データ９３と、エリア定義（Ｔｏ）データ９４は、一致させてもよいし、一致させなくてもよい。

次に、通過画素数割合の差評価処理１０５では、通過画素数割合（Ｆｒｏｍ）処理１０３で算出した、エリア定義（Ｆｒｏｍ）データ９３で指定された画像内の領域における画像フィルタ（Ｆｒｏｍ）処理１０１で、画像フィルタを通過した画素数の割合（Ｆｒｏｍ領域における画像フィルタ通過割合：（式２））と、通過画素数割合（Ｔｏ）１０４処理で算出した、エリア定義（Ｔｏ）データ９４で指定された画像内の領域における画像フィルタ（Ｔｏ）処理１０２で、画像フィルタを通過した画素数の割合（Ｔｏ領域における画像フィルタ通過割合：（式３））の差分（画像フィルタ通過割合差分：（式４））を算出する。

次に、イベント判定処理１０６では、通過画素数割合（Ｆｒｏｍ）１０３処理で算出したＦｒｏｍ領域における画像フィルタ通過割合とＴｏ領域における画像フィルタ通過割合の差分である画像フィルタ通過割合差分の時間変化に基づいて、予め設定した判定条件データ９５を満たす条件にしたがって、イベント判定を行い、判定結果データ９６を出力する。

以下、図１４を用いて画像フィルタ通過割合差分によりイベント判定をする手法について説明する。
例えば、画像フィルタ通過割合差分が、前景フィルタの通過する割合である前景レートである場合を考える。

このときには、イベント判定処理１０６では、前景フィルタの通過する割合のＦｒｏｍ領域における画像フィルタ通過割合とＴｏ領域における前景フィルタの画像フィルタ通過割合の差分である画像フィルタ通過割合差分を統計処理し、回帰直線の傾きが負の値をとったタイミングをイベントの候補とする。

データのゆれによる誤判定を避けるために、標本数は、最低でも３点、実用上では、２０〜３０点程度条件を満たしたときに、タイミングをイベントとするのが望ましい。回帰直線が負の値を持つということは、エリア定義（Ｆｒｏｍ）データ９３で指定した画像内の領域における画像フィルタ（Ｆｒｏｍ）１０１処理で、画像フィルタを通過した画素数の割合が減少し、エリア定義（Ｔｏ）データ９４で指定した画像内の領域における画像フィルタ（Ｔｏ）１０２処理で、画像フィルタを通過した画素数の割合が増加していることを意味する。すなわち、この場合には、画像の前景がＴｏ領域では、増えているので、開始点（開始時刻）のイベントを検知することができる。

また、図１１のように判定条件データが定義されているときには、上記の条件のほかに、Ｆｒｏｍ領域におけるＦｒｏｍ領域におけるフィルタ定義（Ｆｒｏｍ）データ９１で指定した画像フィルタで指定した画像フィルタを通過した画素の割合が０．７を超えた場合とのＡＮＤ条件をとって、イベントとして判定される。

また、終了点（終了時刻）のイベントを検知するときには、一定の速度の移動が損を通過される速度ベクトルフィルタにより、画像フィルタ通過割合差分が減少に転じる所をイベントとすればよい。これは、移動体は、動作の終了点では、速度が落ちてくるためである。

また、作業の開始点、終了点でランプの点灯などが行われるときには、カラーフィルタを用いて、画像フィルタ通過割合差分の減少、終了により作業の開始点、終了点での判定を行うことができる。

以上、本実施形態の作業監視システムによれば、画像のフィルタを通過するレートの差分を求めることにより、作業の開始点（開始時刻）、終了点（終了時刻）を求めることができ、作業の開始・終了自体を自動的に判定して、画像解析を自動的かつ精度高くおこなうことができる。

２０…ネットワークＨＵＢ、３０…Ｗｅｂカメラ、１００…作業監視サーバ、１０１…画像フィルタ（Ｆｒｏｍ）処理、１０２…画像フィルタ（Ｔｏ）処理、１０３…通過画素数割合（Ｆｒｏｍ）処理、１０４…通過画素数割合（Ｔｏ）処理、１０５…通過画素数割合の差評価処理、１０６…イベント判定処理、８０…画像データ、９１…フィルタ定義（Ｆｒｏｍ）データ、９２…フィルタ定義（Ｔｏ）データ、９３…エリア定義（Ｆｒｏｍ）データ、９４…エリア定義（Ｔｏ）データ、９５…判定条件データ、９６…判定結果データ、８０１…Ｒ（赤）成分、８０２…Ｇ（緑）成分、８０３…Ｂ（青）成分、４０１…最小値、４０２…最大値、９３１…長方形領域の左上の点のｘ座標、９３２…長方形領域の左上の点のｙ座標、９３３…長方形領域の幅、９３４…長方形領域の高さ、９５１…時間の幅、９５２…画像フィルタ、９５３…しきい値、９５４…無処理期間

Claims (10)

1. カメラで撮影した画像データによって作業を情報処理装置により解析する作業監視システムであって、
   画像データの第一の領域と第二の領域に対してそれぞれ画像フィルタを施し、各々の画像フィルタを通過した画素の数を算出し、
   前記第一の領域の画素数における前記画像フィルタを透過した割合と、前記第二の領域の画素数における前記画像フィルタを通過した割合とを算出し、
   前記第一の領域の画素数における前記画像フィルタを通過した割合と、前記第二の領域の画素数における前記画像フィルタを透過した割合との差分を算出し、
   算出した前記差分に基づいて、前記作業のイベントを検知することを特徴とする作業監視システム。
2. 前記作業のイベントは、作業の開始・終了であることを特徴とする請求項１記載の作業監視システム。
3. 前記画像フィルタは、特定の色のみを抜き出すカラーフィルタ、移動している画素を特定する前景フィルタ、ある一定以上の速度で移動している画素を特定する速度ベクトルフィルタのいずれかであることを特徴とする請求項１記載の作業監視システム。
4. 前記第一の領域、前記第二の領域は、矩形領域または矩形領域の和集合または共通集合として定義された領域であることを特徴とする請求項１記載の作業監視システム。
5. 前記第一の領域の画素数における前記画像フィルタを通過した割合と、前記第二の領域の画素数における前記画像フィルタを透過した割合との差分を複数算出して、時間軸を横軸にし、前記差分の値を縦軸としたグラフにおける回帰直線の傾きに基づいて、前記イベントを検知することを特徴とする請求項１記載の作業監視システム。
6. 前記第一の領域の画素数における前記画像フィルタを透過した割合、または、前記第二の領域の画素数における前記画像フィルタを通過した割合と定められたしきい値と比較した結果を前記イベントの検知の条件とすることを特徴とする請求項１記載の作業監視システム。
7. イベント検知の後に、一定のイベント検知の無処理期間を前記イベント検知の条件とすることを特徴とする請求項１記載の作業監視システム。
8. カメラで撮影した画像データによって作業を情報処理装置により解析する作業監視方法であって、
   前記情報処理装置が、画像データの第一の領域と第二の領域に対してそれぞれ画像フィルタを施し、各々の画像フィルタを通過した画素の数を算出するステップと、
   前記情報処理装置が、前記第一の領域の画素数における前記画像フィルタを透過した割合と、前記第二の領域の画素数における前記画像フィルタを通過した割合とを算出するステップと、
   前記情報処理装置が、前記第一の領域の画素数における前記画像フィルタを通過した割合と、前記第二の領域の画素数における前記画像フィルタを透過した割合との差分を算出するステップと、
   前記情報処理装置が、算出した前記差分に基づいて、前記作業のイベントを検知するステップとを有することを特徴とする作業監視方法。
9. 前記作業のイベントは、作業の開始・終了であることを特徴とする請求項８記載の作業監視方法。
10. 前記画像フィルタは、特定の色のみを抜き出すカラーフィルタ、移動している画素を特定する前景フィルタ、ある一定以上の速度で移動している画素を特定する速度ベクトルフィルタのいずれかであることを特徴とする請求項９記載の作業監視方法。

Images