JP2019158614A - 照度推定装置、プログラム - Google Patents

Abstract

【課題】本発明は、人の存在によって起こる推定照度の精度低下を軽減又は回避できる照度推定装置とプログラムを提供することを目的とする。【解決手段】受光し撮影画像を生成する撮影部１０と、人のいる領域である人検知領域を特定する人検知部１６と、人のいない領域である人未検知領域に、該人検知領域より高い信頼度を設定するとともに、該信頼度に応じて該撮影画像から推定照度を算出する照度推定部１４と、を備えたことを特徴とする。【選択図】図１

Description

本発明は照度推定装置とプログラムに関する。

照度推定装置は主として照明制御に使用される。そのため、照度推定装置は天井に設置される。天井に設置された照度推定装置は天井の照度を測定することはできる。しかし、例えば床面からの高さが０．７メートルの場所での鉛直上向きに測定した照度などの天井ではない位置の照度を知りたい場合は、照度を推定する必要がある。

照度推定装置によって推定された照度である推定照度が目標照度を追従するように、目標照度より推定照度が低い場合には照明を明るくし、目標照度より推定照度が高い場合には照明を暗くするのが通常の照明制御である。このような照明制御によって、目標照度を維持するために必要となる最低限の電力消費に抑え、人の快適さを損なわずに省エネを実現する。

従来の照度推定装置は、１つのフォトダイオードの出力から推定照度を算出していた。この場合、１つの場所に対応する１つの推定照度を得ることしかできないため、複数の場所に対応しようとすればその場所の数だけ照度推定装置が必要となってしまう。

特許文献１には、カメラで撮影して得られる撮影画像を利用して推定照度を算出する照度推定装置が開示されている。実空間上の異なる場所が撮影画像上の異なる領域に対応するため、カメラを１つ用いるだけで、複数の場所の推定照度を個別に算出することができる。

国際公開第２０１６／０８４２２２号

フォトダイオードを用いる場合とカメラを用いる場合のいずれにおいても、人の存在によって推定照度の精度が低下するという問題がある。例えば、白い床又は机がある部屋に黒い服の人が入ってくると、実際には測定の目的となる照度があまり変化しなくても、推定照度は小さくなる傾向がある。

本発明は、上述のような課題を解決するためになされたもので、人の存在によって起こる推定照度の精度低下を軽減又は回避できる照度推定装置とプログラムを提供することを目的とする。

本願の発明に係る照度推定装置は、受光し撮影画像を生成する撮影部と、人のいる領域である人検知領域を特定する人検知部と、人のいない領域である人未検知領域に、該人検知領域より高い信頼度を設定し、該信頼度に応じて該撮影画像から推定照度を算出する照度推定部と、を備えたことを特徴とする。

本発明のその他の特徴は以下に明らかにする。

本発明によれば、人を検知した領域よりも人を検知しない領域を優先的に採用して照度を推定するので、人の存在によって起こる推定照度の精度低下を軽減又は回避できる。

実施の形態１に係る照度推定装置のブロック図である。 図２Ａは画像を部分領域に分割した例を示す図であり、図２Ｂは矩形領域を設定する例を示す図であり、図２Ｃは画素毎に人検知領域を設定する例を示す図である。 照度推定方法を示すフローチャートである。 画像処理部の構成例を示す図である。 処理回路がＣＰＵの場合の画像処理部の構成例を示す図である。 実施の形態２に係る照度推定装置のブロック図である。 センサが対象とする実空間上の場所を示す図である。 画像の例を示す図である。 照度推定方法を示すフローチャートである。

実施の形態に係る照度推定装置とプログラムについて図面を参照して説明する。同じ又は対応する構成要素には同じ符号を付し、説明の繰り返しを省略する場合がある。

実施の形態１．
図１は、実施の形態１に係る照度推定装置のブロック図である。この照度推定装置は１台の撮影部１０を備えている。撮影部１０は受光し撮影画像を生成する。撮影部１０は例えば、レンズ又はピンホールによって特定の向きから来る光を特定の位置に集め、ＣＣＤイメージセンサ又はＣＭＯＳイメージセンサによって光電変換し、２次元の輝度データである撮影画像を生成する。撮影部１０は撮影画像を画像処理部１２と照度推定部１４に提供する。

撮影部１０と画像処理部１２で人検知部１６が構成されている。人検知部１６とは、物理量を計測し人の在否を判定した上で人のいる画像上の領域を明らかにする部分である。実施の形態１では、当該物理量として撮影画像の可視光線の強さである光度を用いる。画像処理部１２は、撮影部１０が生成した撮影画像を処理して人のいる画像上の領域を明らかにする。「人のいる画像上の領域」は人検知領域と称する。

画像処理によって人検知領域を特定する具体的方法としては例えば以下の３つの方法がある。第１の方法は、撮影部１０で撮影した動画像である撮影画像の前後の画像を比較して違いのある領域に人がいると判定する方法である。第２の方法は、人のいない時の画像を保持しておき撮影部１０が生成した撮影画像と比較して違いのある領域に人がいると判定する方法である。第３の方法は、機械学習によって事前に画像処理の動作を定めておく方法である。これらの３つのうちのいずれかを採用してもよいし、別の周知の方法を採用してもよい。

図２Ａ、図２Ｂ、図２Ｃは、人検知領域を表現する具体的な方法を例示する図である。図２Ａは、画像全体を事前に複数の部分領域に分割しておき、その部分領域に対して人の在否を割り当てるものである。図２Ａの例では、部分領域毎に人検知領域であるか否かを表現する。図２Ａにおいて、斜線部分は人のいない領域である人未検知領域であり、白塗りの領域は人検知領域である。

図２Ｂの例は、人がいると判定された領域として矩形領域を設定するものである。図２Ｂにおいて斜線部分は人未検知領域であり、白塗りの領域は人検知領域である。人検知領域は矩形領域となっている。この矩形領域の属性である頂点の座標又は縦横の長さ等によって人検知領域を表現する。

図２Ｃの例は、図２Ａと図２Ｂの例より細部まで人の輪郭を判定し、画素毎に人検知領域に当たるか否かを表現するものである。人検知領域を表現する方法として、これらの３つのうちのいずれかを採用してもよいし、別の周知の方法を採用してもよい。

図１に示す照度推定部１４は、人検知領域と人未検知領域を区別し、人未検知領域に、人検知領域より高い信頼度を設定し、信頼度に応じて撮影画像から推定照度を算出する。推定照度を算出する具体的な方法の一例は、照度推定の対象となる撮影画像上の領域に含まれる画素の画素値すなわち輝度値を平均した値を予め定めた定数で掛け合わせて推定照度を得るというものである。

信頼度に応じて推定照度を算出する具体的な方法としては、例えば以下の３つの方法を挙げることができる。第１の方法は、照度推定部１４は、人検知領域に低い重みを設定し、人未検知領域に高い重みを設定し、撮影画像の複数の領域の画素値の加重平均から推定照度を算出するというものである。より具体的には、人検知領域に設定する信頼度を低とし、人未検知領域に設定する信頼度を高として、例えば、低信頼度の領域に含まれる画素の重みを１とし、高信頼度の領域に含まれる画素の重みを２として、画素値の平均を重みを考慮した加重平均とする。重みの具体的な値は他の値であってもよい。

第２の方法は、照度推定部１４は、人未検知領域がある場合には人未検知領域の画素値のみから推定照度を算出し、未検知領域がない場合には人検知領域の画素値から推定照度を算出するというものである。言いかえれば、高信頼度の領域が存在する場合は、高信頼度の領域に含まれる画素のみを対象として画素値の平均を算出し、高信頼度の領域が存在しない場合に限って低信頼度の領域に含まれる画素を対象として画素値の平均を算出する。

第３の方法は、照度推定部１４は、人未検知領域の画素数が予め定められた閾値を超える場合には人未検知領域の画素値のみから推定照度を算出し、人未検知領域の画素数が閾値以下の場合には人未検知領域と人検知領域の画素値から推定照度を算出する、というものである。言いかえれば、高信頼度の領域の面積又は画素数が閾値を超える場合、高信頼度の領域に含まれる画素のみを対象として画素値の平均を算出し、さもなければ低信頼度の領域に含まれる画素も併せて使用して画素値の平均又は加重平均を算出する。

信頼度の高い領域を優先的に使用して撮影画像から推定照度を算出することができれば、上記以外の方法を採用してもよい。

図３は、上述の照度推定装置を用いた照度推定方法を示すフローチャートである。まず、ステップＳ１にて、照度推定の対象となる空間の画像を撮影部１０で撮影する。次いで、ステップＳ２にて、画像処理部１２が撮影画像を処理して人検知領域を特定する。

ステップＳ２を終えるとステップＳ３に処理を進める。ステップＳ３では、照度推定部１４が、人未検知領域に人検知領域より高い信頼度を設定し信頼度に応じて撮影画像から推定照度を算出する。実施の形態１の照度推定装置は、人検知領域と人未検知領域を区別し、人検知領域より人未検知領域に高い信頼度を設定し、高信頼度の領域を優先的に使用して撮影画像から推定照度を算出する。このため、例えば黒又は黒に近い暗い色の服装の人の影響によって画素値が小さくなり推定照度が下振れしたり、白い又は白に近い明るい色の服装の人の影響によって画素値が大きくなり推定照度が上振れしたりすることを抑制できる。そのため、実施の形態１に係る照度推定装置によれば、人の存在によって起こる推定照度の精度低下を軽減又は回避できる。

図４は、画像処理部１２の構成例を示す図である。画像処理部１２は、受信装置１８Ａ、処理回路１８Ｂ及び送信装置１８Ｃを備えている。撮影部１０で撮影された撮影画像は受信装置１８Ａに伝送される。画像処理部１２の中で行う上述の各機能は処理回路１８Ｂによって実現される。すなわち処理回路１８Ｂにおいて、撮影画像を処理して人のいる画像上の領域である人検知領域を明らかにする。処理回路１８Ｂは専用のハードウェアであっても、メモリに格納されるプログラムを実行するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、ＤＳＰともいう）であってもよい。処理回路１８Ｂが専用のハードウェアである場合、処理回路１８Ｂはたとえば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、またはこれらを組み合わせたものが該当する。処理回路１８Ｂの処理の結果特定された人検知領域の情報が送信装置１８Ｃによって照度推定部１４に送信される。

照度推定部１４についても同様に図４の構成を採用することができる。この場合、撮影部１０で撮影された撮影画像と、画像処理部１２によって特定された人検知領域の情報が受信装置１８Ａに伝送される。そして、照度推定部１４で行う上述の各機能は処理回路１８Ｂによって実現される。すなわち、処理回路１８Ｂにおいて人未検知領域に、人検知領域より高い信頼度を設定し、信頼度に応じて撮影画像から推定照度を算出する。算出結果が送信装置１８Ｃによって外部に送信される。なお、撮影部１０についても同様に図４の構成を採用することができる。

図５には、処理回路がＣＰＵの場合の画像処理部１２の構成例が示されている。図５の構成の場合、画像処理部１２の各機能はソフトウェアまたはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェア又はファームウェアはプログラムとして記述されメモリ１９Ｂに格納される。プロセッサ１９Ａはメモリ１９Ｂに記憶されたプログラムを読み出して実行することにより各機能を実現する。すなわち、図３のステップＳ２が結果的に実行されることになるプログラムを格納するメモリ１９Ｂを備える。これらのプログラムはステップＳ２の手順及び方法をコンピュータに実行させるものであるともいえる。ここでメモリとは、例えばＲＡＭ、ＲＯＭ、フラッシュメモリー、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の、不揮発性又は揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク又はＤＶＤ等が該当する。当然ながら、上記各機能の一部をハードウェアで実現し、一部をソフトウェア又はファームウェアで実現するようにしてもよい。

照度推定部１４についても同様に図５の構成を採用することができる。照度推定部１４の各機能は、ソフトウェアまたはソフトウェアとファームウェアとの組み合わせにより実現される。図３のステップＳ３が結果的に実行されることになるプログラムを格納するメモリ１９Ｂを備える。これらのプログラムはステップＳ３の手順及び方法をコンピュータに実行させるものであるともいえる。なお、撮影部１０についても同様に図５の構成を採用することができる。

図５の構成を採用した場合、メモリ１９Ｂは、コンピュータに、人のいる領域である人検知領域を特定することと、人のいない領域である人未検知領域に、人検知領域より高い信頼度を設定し、信頼度に応じて撮影画像から推定照度を算出することを実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体であるということができる。

実施の形態２．
実施の形態２については実施の形態１との相違点を中心に説明する。図６は、実施の形態２に係る照度推定装置のブロック図である。この照度推定装置は人検知部２０を備えている。人検知部２０は、人感センサ部２２と実空間画像変換部２４を備えている。

人感センサ部２２は実空間における人の場所を特定するものである。具体的には、人感センサ部２２は、センサによってそのセンサが対象とする実空間の物理量を計測し、人のいる実空間上の場所を明らかにする。そのようなセンサとして、赤外線を計測することにより対象とする実空間に人がいることを検知する赤外線センサを用いることができる。あるいは、超音波を発信すると共に超音波を計測することで反射波を受信し対象とする実空間に人がいることを検知する超音波センサを用いることができる。他にも、ミリ波又はレーザを用いたセンサを用いることも可能である。実空間の物理量を計測することで人のいる実空間上の場所を明らかにすることができるものであれば、任意のセンサを用いることができる。このような人感センサ部２２は複数設けることができる。

図７は、センサが対象とする実空間上の場所の一例を示す図である。図７は、撮影部を構成するカメラを取り囲むようにセンサを４個設置し、個々のセンサが対象とする実空間上の場所がそれぞれ楕円で囲まれた領域Ａ、Ｂ、Ｃ、Ｄであることを示す。領域Ａ、Ｂ、Ｃ、Ｄはセンサの設置位置及び角度の調整で変更可能である。図７の例では、領域Ｂ、Ｃ、Ｄの楕円内に人または人の一部があるため、領域Ｂ、Ｃ、Ｄに対応するセンサで人がいることが検出される。そして、人のいる実空間上の場所が領域Ｂ、Ｃ、Ｄであることが明らかとなる。

実空間画像変換部２４は、実空間の場所と画像における領域の対応関係と、人感センサ部２２によって特定された実空間における人の場所と、から人検知領域を特定する。この場合、人検知領域は画像上に特定される。実空間の場所と画像における領域の対応関係は、カメラの設置位置、設置角度、画角、センサの設置位置、設置角度および検知可能角度といった設置環境から定まるものである。当該対応関係は、照度推定装置に備わった記憶装置に保持しておけばよい。

図８は画像の例を示す図である。枠３０の内側が画像である。図７の実空間上の領域Ａ、Ｂ、Ｃ、Ｄを画像上の矩形領域に当てはめれば、それぞれ図８の画像上の矩形領域Ａ、Ｂ、Ｃ、Ｄとなる。例えば、より正確に実空間上の場所画像上の場所との対応付けを行うために、矩形領域Ａ、Ｂ、Ｃ、Ｄを楕円形等の矩形以外の形状としてもよい。図８の例では、人検知領域は矩形領域Ｂ、Ｃ、Ｄである。このように、人検知部２０は、人感センサ部２２と実空間画像変換部２４により、物理量を計測し人の在否を判定した上で、撮影画像に対応する範囲を示す画像の中で、人検知領域を特定する。

図９は、実施の形態２の照度推定装置を用いた照度推定方法を示すフローチャートである。実施の形態２の照度推定装置を用いた照度推定方法では、まず、ステップＳ１にて撮影部１０が受光し撮影画像を生成する。次いで、ステップＳ２では、人感センサ部２２によって実空間の物理量を計測することで人のいる実空間上の場所を明らかにする。ステップＳ１とステップＳ２は同時に実施しても良い。

次いで、ステップＳ３に処理を進める。ステップＳ３では、実空間画像変換部２４が、実空間上の場所と画像上の領域との対応関係と、人のいる実空間上の場所とから人のいる画像上の領域を明らかにする。つまり人検知領域を特定する。

次いで、ステップＳ４に処理を進める。ステップＳ４では、照度推定部１４が人検知領域と人未検知領域を区別し、人検知領域より人未検知領域に高い信頼度を設定し、信頼度に応じて撮影画像から推定照度を算出する。照度推定部１４の処理は実施の形態１で説明したとおりである。

上述したとおり、実施の形態２の照度推定装置では、照度推定の対象となる領域について人検知の有無に応じて信頼度を設定し、その信頼度に応じて撮影画像から推定照度を算出するので、実施の形態１と同じ効果を得ることができる。

ところで、実施の形態１の人検知部１６は、画像処理部１２が撮影画像を取得するので撮影画像上で人検知領域を特定してもよいし、撮影画像に対応する範囲を示す画像上で人検知領域を特定しても良い。これに対し、実施の形態２の人検知部２０は撮影画像を取得しないので、例えば図８に示したように画像上で人検知領域を特定する。実施の形態１、２の人検知部は、人のいる領域である人検知領域を特定する点で共通する。人検知領域は、撮影画像上で特定してもよいし、画像上で特定してもよい。実施の形態１、２の人検知部以外の構成で人検知領域を特定することとしてもよい。

１０ 撮影部、 １２ 画像処理部、 １４ 照度推定部、 １６ 人検知部、 ２２ 人感センサ部、 ２４ 実空間画像変換部

Claims (8)

1. 受光し撮影画像を生成する撮影部と、
   人のいる領域である人検知領域を特定する人検知部と、
   人のいない領域である人未検知領域に、前記人検知領域より高い信頼度を設定し、前記信頼度に応じて前記撮影画像から推定照度を算出する照度推定部と、を備えたことを特徴とする照度推定装置。
2. 前記人検知部は、前記撮影画像を処理して前記人検知領域を特定する画像処理部を備えたことを特徴とする請求項１に記載の照度推定装置。
3. 前記人検知部は、物理量を計測し人の在否を判定した上で、前記撮影画像に対応する範囲を示す画像の中で、前記人検知領域を特定することを特徴とする請求項１に記載の照度推定装置。
4. 前記人検知部は、
   実空間における人の場所を特定する人感センサ部と、
   実空間の場所と前記画像における領域の対応関係と、前記人感センサ部によって特定された実空間における人の場所と、から前記人検知領域を特定する実空間画像変換部と、を備えたことを特徴とする請求項３に記載の照度推定装置。
5. 前記照度推定部は、前記人検知領域に低い重みを設定し、前記人未検知領域に高い重みを設定し、前記撮影画像の複数の領域の画素値の加重平均から前記推定照度を算出することを特徴とする請求項１から４のいずれか１項に記載の照度推定装置。
6. 前記照度推定部は、前記人未検知領域がある場合には前記人未検知領域の画素値のみから前記推定照度を算出し、前記人未検知領域がない場合には前記人検知領域の画素値から前記推定照度を算出することを特徴とする請求項１から４のいずれか１項に記載の照度推定装置。
7. 前記照度推定部は、前記人未検知領域の画素数が閾値を超える場合には前記人未検知領域の画素値のみから前記推定照度を算出し、前記人未検知領域の画素数が前記閾値以下の場合には前記人未検知領域と前記人検知領域の画素値から前記推定照度を算出することを特徴とする請求項１から４のいずれか１項に記載の照度推定装置。
8. コンピュータに、
   人のいる領域である人検知領域を特定することと、
   人のいない領域である人未検知領域に、前記人検知領域より高い信頼度を設定し、前記信頼度に応じて撮影画像から推定照度を算出することと、を実行させるためのプログラム。

Images