JP2019169155A - ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム - Google Patents

ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム Download PDF

Info

Publication number
JP2019169155A
JP2019169155A JP2019071796A JP2019071796A JP2019169155A JP 2019169155 A JP2019169155 A JP 2019169155A JP 2019071796 A JP2019071796 A JP 2019071796A JP 2019071796 A JP2019071796 A JP 2019071796A JP 2019169155 A JP2019169155 A JP 2019169155A
Authority
JP
Japan
Prior art keywords
helmet
head
image
wearing
passenger
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.)
Pending
Application number
JP2019071796A
Other languages
English (en)
Inventor
高橋　勝彦
Katsuhiko Takahashi
勝彦 高橋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of JP2019169155A publication Critical patent/JP2019169155A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • A—HUMAN NECESSITIES
    • A42—HEADWEAR
    • A42B—HATS; HEAD COVERINGS
    • A42B3/00—Helmets; Helmet covers ; Other protective head coverings
    • A42B3/04—Parts, details or accessories of helmets
    • A42B3/0406—Accessories for helmets
    • A42B3/0433—Detecting, signalling or lighting devices
    • A42B3/0466—Means for detecting that the user is wearing a helmet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Image Analysis (AREA)
  • Traffic Control Systems (AREA)
  • Eye Examination Apparatus (AREA)
  • Image Processing (AREA)

Abstract

【課題】二輪車の搭乗者のヘルメットの着用の有無を、高精度に検出することができる技術を提供すること。【解決手段】本発明は、道路を撮影している撮影装置の撮影画像から二輪車の位置を特定し、特定された二輪車の上部位置の領域の画像から搭乗している人の頭部に対応する搭乗者頭部領域を推定し、搭乗者頭部領域から抽出した画像特徴と、ヘルメット着用時及びヘルメット非着用時の少なくとも一方の頭部に対応する画像特徴とを比較し、搭乗者のヘルメットの着用又は非着用を判定するヘルメット着用判定方法である。【選択図】図１

Description

本発明は、ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラムに関する。
近年、保安性の観点から道路を走行する自動車等の移動体を監視する技術が提案されている。そして、その技術は、道路上を走行している移動物体が、自動車（四輪車）やバイク（二輪車）、自転車（二輪車）、歩行者のいずれであるかを判別して検出する技術である。
特に、安全性や違法性の面から、二輪車の搭乗者のヘルメットの着用の有無を検出することが望まれている。
そこで、二輪車の搭乗者のヘルメットの着用の有無を検出する技術が提案されている（例えば、特許文献１）。
この特許文献１の発明は、画像処理部において、カメラから入力されている撮像画像を処理し、撮像されている人物を検出する。画像処理部は、人物を検出すると、その人物がヘルメットを着用しているかどうかを判定する。判定の方法は、まず、人の顔及び頭部を検出し、顔の幅と頭部の幅との比に基づいて、ヘルメットを着用しているかを判定している。
特開２０１０−２１１４２７号公報
しかしながら、特許文献１の発明は、人の顔および頭部を検出する画像処理を要件としているが、ヘルメットの種類、例えば、フルフェイスタイプやジェットタイプのヘルメット等を着用している場合では、顔がヘルメット内に隠れており、顔を検出することは困難である。
また、顔の幅と頭部の幅との比に基づいてヘルメットの着用を判定しようとすると、ヘルメットを着用していない場合と、フルフェイスタイプ等のヘルメットを着用している場合とも、人物の顔の幅と頭部の幅との比がどちらも１に近くなってしまい、ヘルメットを着用しているかの判定は困難であった。
そこで、本発明は上記課題に鑑みて発明されたものであって、二輪車の搭乗者のヘルメットの着用の有無を、高精度に検出することができるヘルメット着用判定方法、ヘルメット着用判定装置及びプログラムを提供することにある。
本発明は、道路を撮影している撮影装置の撮影画像から二輪車の位置を特定し、特定された前記二輪車の上部位置の領域の画像から搭乗している人の頭部に対応する搭乗者頭部領域を推定し、前記搭乗者頭部領域から抽出した画像特徴と、ヘルメット着用時及びヘルメット非着用時の少なくとも一方の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定するヘルメット着用判定方法である。
本発明は、道路を撮影している撮影装置の撮影画像から二輪車の位置を特定し、特定された前記二輪車の上部位置の領域の画像から搭乗している人の頭部に対応する搭乗者頭部領域を推定し、前記搭乗者頭部領域の画像特徴と、ヘルメット着用時及びヘルメット非着用時の少なくとも一方の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定するヘルメット着用判定手段を有するヘルメット着用判定装置である。
本発明は、道路を撮影している撮影装置の撮影画像から二輪車の位置を特定し、特定された前記二輪車の上部位置の領域の画像から搭乗している人の頭部に対応する搭乗者頭部領域を推定する処理と、前記搭乗者頭部領域の画像特徴と、ヘルメット着用時及びヘルメット非着用時の少なくとも一方の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定する処理とをコンピュータに実行させるプログラムである。
本発明によれば、走行している二輪車の撮影画像から、二輪車の搭乗者のヘルメットの着用の有無を、高精度に検出することができる。
図１は本発明の概念を説明するためのブロック図である。 図２は本発明を説明する為の図である。 図３は本発明の実施の形態における二輪車乗車数判定システムのブロック図である。 図４は撮影装置１の設置位置を説明する為の図である。 図５は本発明の実施の形態を説明する為の図である。 図６は本発明の実施の形態を説明する為の図である。 図７は本発明の実施の形態を説明する為の図である。 図８は本発明の実施の形態を説明する為の図である。
本発明の実施の形態を説明する。
まず、本発明の概念を説明する。図１は本発明の概念を説明するためのブロック図である。図１中、１は、撮影装置であり、２はヘルメット着用判定装置である。
撮影装置１は、二輪車が走行する道路横の所定の位置に設置され、道路を走行する二輪車を撮影するものである。尚、二輪車は、例えば、バイクのようなモータサイクル、自転車等である。
ヘルメット着用判定装置２は、撮影装置１の撮影画像を処理し、道路を走行している二輪車に搭乗している人の頭部に対応する搭乗者頭部領域を推定し、搭乗者頭部領域の画像特徴と、ヘルメット着用時又は／及びヘルメット非着用時の頭部に対応する画像特徴とを比較し、搭乗者のヘルメットの着用又は非着用を判定するものである。
特に、本発明は、ヘルメットの着用時の頭部（頭と顔とを含む全体の形状）の画像特徴と、ヘルメットの非着用時の頭部（頭と顔とを含む全体の形状）の画像特徴とは、それぞれ特異の画像特徴を有していることを利用し、二輪車の搭乗者のヘルメットの着用又は非着用を判定することを特徴とする。
このような特徴を用いることにより、本発明は、従来技術のように、二輪車の搭乗者の顔を認識する必要もなく、二輪車の搭乗者のヘルメットの着用又は非着用を判定することができる。
次に、図２を用いて、ヘルメット着用判定装置２の動作を説明する。
まず、図２に示すように、撮影装置１で撮影された撮影画像から二輪車の上部位置の領域の画像を抽出する。抽出方法は、二輪車に運転手等が乗車している全体の画像を抽出後、全体画像のうち、予めさだめられた上部位置の範囲の領域の画像を取り出す。または、二輪車に運転手等が乗車している全体の撮影画像から、二輪車の車体部を特定し、その車体部の上部の所定範囲の領域の画像を抽出するようにしても良い。
次に、抽出した上部の領域の画像から乗車している人の頭部に対応する搭乗者頭部領域を推定する。人間の頭部は該球体であり、ヘルメットを被っていたとしてもその頭部の輪郭はある程度円弧状になり、コブの先端がとがったような形状にはならない。これらの人間の頭部と推定される頭部の形状を予め学習しておき、データベース化しておけば、抽出した領域から搭乗者の頭部に対応する搭乗者頭部領域を特定することができる。
また、上部位置の画像の輪郭の谷部の形状から、人の頭部に対応する形状を特定することも可能である。例えば、二輪車に２名が乗車している場合、二輪車の前方に乗車している者の頭部、背中から、二輪車の後方に乗車している者の腕、そして胸から頭部に至る線で形成される特有の谷間が頭部と頭部との間にできる。そこで、この特有の谷部の形状を予め学習してデータベース化しておけば、上部位置の輪郭の形状から頭部を含む搭乗者頭部領域を特定することができる。更に、上述した二つの方法を組み合わせることにより、頭部を含む搭乗者頭部領域の特定の精度を、より高めることができる。
このようにして、二輪車に搭乗している人の頭部に対応する搭乗者頭部領域を推定する。
次に、搭乗者頭部領域の画像特徴と、ヘルメット着用時の頭部に対応する画像特徴又はヘルメット非着用時の頭部に対応する画像特徴とを比較する。ヘルメットの着用時の頭部の画像は特有の画像特徴を有する。例えば、フルフェイスタイプ、ジェットタイプ、キャップタイプ等のヘルメットでは、顔面が映る向きからの画像では、それらのヘルメットの着用時の特有の特徴が存在する。一方、ヘルメット非着用時の頭部の画像も特有の画像特徴を有する。そこで、このような、ヘルメット着用時の頭部の画像の特有の画像特徴や、ヘルメット非着用時の頭部の画像の画像特徴を、予め学習してデータベース化しておき、このデータベースを用いて、搭乗者頭部領域の画像特徴を識別し、搭乗者がヘルメットを着用しているのかの有無を判定する。
次に、本発明の具体的な実施の形態を説明する。
図３は本発明の実施の形態におけるヘルメット着用判定システムのブロック図である。
本発明の実施の形態におけるヘルメット着用判定システムは、撮影装置１と、ヘルメット着用判定装置２と、報知装置３とから構成される。
撮影装置１は、道路を走行している二輪車を撮影するものであり、上述した搭乗者頭部領域を検出しやすい画像を撮影できる位置に設置される。
具体的には、図４に示すように、二輪車の進行方向に対して正面から真横（主に斜め前方）までの範囲で、二輪車が撮影することができる位置に設置される。ヘルメットには、フルフェイスタイプ、ジェットタイプ、キャップタイプ等のいくつかの種類が存在する。そのため、二輪車の搭乗者の顔面が映る方向から撮影すると、ヘルメットを着用している場合と着用していない場合の相違が際立ちやすいからである。更に、撮影装置１は、交差点、一時停止線、カーブ、speed bump等、二輪車が減速する地点の手前に設置することが好ましい。二輪車の速度が遅くなる地点の手前で撮影することにより、モーションブラーの少ない撮影画像を得やすくなり、その結果、撮影画像から特徴を抽出しやすくなり、ヘルメットの着用判定の精度を向上することができるからである。
ヘルメット着用判定装置２は、移動体検出部２１と、カテゴリ分類部２２と、車体位置検出部２３と、搭乗者頭部領域推定部２４と、ヘルメット着用判定部２５と、カテゴリ判定判辞書２６と、車体検出辞書２７と、搭乗者頭部領域推定辞書２８と、ヘルメット着用判定辞書２９とを有する。
移動体検出部２１は、撮影装置１からの画像中で移動する移動体を検出する。移動体の検出方法は、従来から種々の方法が提案されており、適切な方法を選択するようにすれば良い。
カテゴリ分類部２２は、カテゴリ判定辞書２６を用いて、移動体から二輪車（バイク）を特定し、移動する二輪車（バイク）の全体画像を車体位置検出部２３に出力する。カテゴリ判定辞書２６は、二輪車（バイク）を特定するための情報がデータベース化されて登録されている。
具体的に説明すると、カテゴリ分類部２２は、移動体検出部２１からの移動体の検出を受け、その移動体の種別（カテゴリ）を分類する。移動体の種別（カテゴリ）の分類は、その移動体の種別（カテゴリ）を識別するための探索範囲の大きさを予め決定しておき、探索範囲内の特徴量によって移動体が二輪車以外のものである確率を計算し、この結果に基づいて移動体が二輪車以外のものを除外する。例えば、所定の探索範囲内において、二つの円形がほぼ直線状に並ぶような特徴は、移動体が二輪車以外のものである確率を算出するための特徴として用いることができる。また、ヘッドライトの位置や数の特徴は、二輪車（バイク）ではない確率を算出するための特徴として用いることができる。このような、画像の特徴的な部分を予め学習しておき、そのデータをカテゴリ判定辞書２５としてデータベース化しておく。そして、カテゴリ分類部２２は、カテゴリ判定辞書２５を用いて、検出された移動体が二輪車ではない確率を判定し、この確率が所定の閾値を超える場合にはその移動体の全体画像を車体位置検出部２３に出力せず、その他の場合は検出された移動体の全体画像を車体位置検出部２３に出力する。例えば、カテゴリ分類部２２は、カテゴリ判定辞書２５を用いて、検出された移動体が９０％（＝所定の閾値）の確率で二輪車ではないと判断された移動体は車体位置検出部２３に出力しない。一方、９０％以下、例えば、８５％の確率で二輪車ではないと判断された移動体は二輪車である可能性もあるので、車体位置検出部２３に出力して詳細な検証を行うようにする。
車体位置検出部２３は、カテゴリ分類部２２から出力される移動体の画像から、車体検出辞書２６を用いて二輪車の車体部に対応する範囲を特定する。この範囲の特定は、例えば、図５に示される二輪車（バイク）の全体画像の例（真横から撮影した画像）では、二輪車の前輪の横の先端と後輪の横の後端とを結ぶ長さを横幅とし、車輪の縦方向の長さを縦幅とする範囲を車体部の範囲として特定する。また、図６に示される二輪車（バイク）の全体画像の例（斜め前方から撮影した画像）では、二輪車の前輪の横先端と後輪の横後端とを結ぶ長さを横幅とし、二輪車の前輪、後輪の設置側の先端と上側先端との間の幅よりも若干大きい範囲を車体部の範囲として特定する。尚、特定に必要な二輪車の車輪形状や車輪間の距離等は、予め学習しておき、そのデータを車体検出辞書２７としてデータベース化しておく。
尚、カテゴリ分類部２２からは、かならずしも二輪車の画像のみが出力されるわけではないので、車体位置検出部２３は、車体検出辞書２６を用いて二輪車の車体部が特定することができない場合がある。この場合、移動体は二輪車ではないとして、処理の対象から除外する。
搭乗者頭部領域推定部２４は、車体位置検出部２３で特定された車体の上部の領域から、乗車している者の頭部と推定される搭乗者頭部領域を検出する。検出方法としては、車体位置検出部２３で特定された車体の上部領域における画像の輪郭形状から人間の頭部に該当する輪郭形状を検出し、その輪郭形状を囲む所定の大きさ領域を搭乗者頭部領域として検出する。人間の頭部は該球体であり、ヘルメットを被っていたとしてもその輪郭形状はある程度円弧上になる特質などを利用し、そのような人間の頭部の特徴を持つコブ形状を予め学習しておき、搭乗者頭部領域推定辞書２８に登録しておく。また、二輪車に二人以上が搭乗者している場合等、二輪車の前方に乗車している者の頭部、背中から、二輪車の後方に乗車している者の腕、そして胸から頭部に至る線で形成される特有の谷間が頭部と頭部との間にできる。そこで、この特有の谷部の形状を、予め学習して搭乗者頭部領域推定辞書２８に登録しておけば、上部位置の輪郭の形状から頭部を含む搭乗者頭部領域を特定することができる。更に、上述した二つの方法を組み合わせることにより、頭部を含む搭乗者頭部領域の特定の精度を、より高めることができる。
ヘルメット着用判定部２５は、搭乗者頭部領域の画像特徴と、ヘルメット着用時の頭部に対応する画像特徴又はヘルメット非着用時の頭部に対応する画像特徴とを比較し、搭乗者がヘルメットを着用しているのかの有無を判定する。
例えば、フルフェイスタイプ、ジェットタイプ、キャップタイプ等のヘルメットを着用した搭乗者の頭部の画像は、図７に示されるように、特有な特徴が存在する。一方、ヘルメット非着用時の頭部の画像も、図７に示されるように、特有な特徴が存在する。このような特有な特徴としては、例えば、ヘルメット着用時は頭部中央やや上部に、顔を横切る形で直線が生じるという特徴を有する。また、他の特徴として、ヘルメット着用時の方が非着用時より頭部形状がくっきりと丸みを帯びるという特徴を有する。更に、他の特徴として、ヘルメット着用時は時系列でみたときに頭部形状が固定的であり、一方、非着用時は髪の毛等がなびいて固定的でないという特徴を有する。これらの特徴の画像特徴を、HOG特徴、輝度勾配特徴（方向特徴）、CCS特徴、Haar like特徴や、統計的識別手法としては、Support Vector Machine、Generalized Learning Vector Quantization、AdaBoost、Real AdaBoost、疑似ベイズ識別等を利用して予め学習し、ヘルメット着用判定辞書２９に登録しておく。
そして、ヘルメット着用判定部２５は、ヘルメット着用判定辞書２９を用いて、搭乗者頭部領域の画像特徴が、ヘルメット着用時の画像特徴、又は、ヘルメット非着用時の画像特徴のいずれと類似するのかを判定することにより、撮影画像上の二輪車の搭乗者がヘルメットを着用しているかの有無を判定する。
例えば、上述した特徴が記憶されたヘルメット着用判定辞書２９を用いて、搭乗者頭部領域の頭部の画像特徴より、頭部中央やや上部に、横切る形で直線が生じていると検知できる場合には、ヘルメット着用している判定する。一方、そのような直線が検知できないときにヘルメット非着用と判定する。
また、上述した特徴が記憶されたヘルメット着用判定辞書２９を用いて、搭乗者頭部領域の頭部の画像特徴により頭部形状がくっきりと丸みを帯びている検知できる場合には、ヘルメット着用している判定する。一方、そのくっきりとした丸みが検知できない場合には、ヘルメット非着用と判定する。
更に、上述した特徴が記憶されたヘルメット着用判定辞書２９を用いて、搭乗者頭部領域の頭部の画像特徴の時系列的な変化が固定的であると検知できる場合には、ヘルメット着用している判定する。一方、固定的でない場合には、ヘルメット非着用と判定する。
報知装置３は、撮影装置１の撮影画像を表示する表示部３０を有し、ヘルメット着用判定部２５の判定結果を、監視者に報知する装置である。
報知装置３は、ヘルメット着用判定部２５の判定結果と、車体位置検出部２３から搭乗者及び二輪車本体を囲む領域の座標と、搭乗者頭部領域推定部２４から搭乗者頭部領域の座標とを受信する。そして、図８に示す如く、撮影装置１の撮影画像を表示部３０に表示すると共に、ヘルメット着用判定部２５の判定結果が搭乗者のヘルメット非着用である場合、その撮影画像上に、二輪車本体及び搭乗者頭部を少なくとも含む領域を囲む図形を表示し、かつ、搭乗者頭部領域を囲む図形を表示する。
更に、搭乗者（例えば、運転者）の特徴を分かりやすく（例えば、大きく）表示するようにしてもよい。搭乗者（例えば、運転者）の特徴としては、例えば、顔、服装、バイク（色、車種、改造など）などがある。顔認識や物体認識の技術を用いて、これらの特徴を画像から認識し、その認識した部分を画像から切り出して、切り出した画像を、図８に示すような画像とは別に大きく表示する（例えば、運転者の顔を大きく表示する）。このように表示することにより、搭乗者（例えば、運転者）の特徴を、把握することができるようになる。
更に、人物照合システムや、物体照合システムと組み合わせ、上述した認識した特徴（例えば、顔、服装、バイクの色、車種、改造など）を、人物照合システムの情報や、物体照合システムの情報と照合し、照合結果を表示するようにしても良い。照合結果としては、例えば、前科情報、服装のメーカー、バイク車種・改造内容などがある。このように構成することにより、犯罪の防止や摘発にも利用することができる。
以上の如く構成された本実施の形態によれば、二輪車の搭乗者の顔を認識する必要もなく、二輪車の搭乗者のヘルメットの着用又は非着用を判定することができる。
更に、二輪車の搭乗者がヘルメット非着用の場合に、その二輪車及びそのヘルメット非着用の頭部を識別しやすいように表示しているので、監視者の注意を喚起することができる。
また、ヘルメット着用判定装置２において、ヘルメット着用判定部２５は、図示しない赤外線検出部を含んでいても良い。赤外線検出部は例えば赤外線センサでも良い。ヘルメット着用判定部２５は、例えば赤外線検出部による赤外線の検出結果に基づき、ヘルメット着用有無を判定しても良い。または、ヘルメット着用判定部２５は、上述した画像特徴の比較の結果に、赤外線の検出結果で重みを付ける等を行い、ヘルメット着用の有無を判定しても良い。赤外線検出部を含むことにより、ヘルメット着用判定部２５はより精度よくヘルメット着用の有無を判定することができる。
尚、上述した実施の形態では、ヘルメット着用判定装置２をハードウェアで構成したが、コンピュータプログラムにより実現することも可能である。この場合、プログラムメモリに格納されているプログラムで動作するプロセッサによって、上述した実施の形態と同様の機能、動作を実現させる。また、上述した実施の形態の一部の機能のみをコンピュータプログラムにより実現することも可能である。
なお、上述した実施の形態では判定対象を二輪車として説明したが、人物の頭部が検出できれば、二輪車に限定されず、当然ながら一輪車や三輪車、その他のものにも本発明は適用可能である。
また、上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１） 所定の位置に設置され、道路を走行する二輪車を撮影する撮影手段と、
前記撮影手段が撮影した撮影画像を処理し、前記道路を走行している二輪車に搭乗している人の頭部に対応する搭乗者頭部領域を推定し、
前記搭乗者頭部領域の画像特徴と、ヘルメット着用時又は／及びヘルメット非着用時の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定するヘルメット着用判定手段と
を有するヘルメット着用判定システム。
（付記２） 前記ヘルメット着用判定手段は、予め学習して記憶されたヘルメット着用時又は／及びヘルメット非着用時の頭部に対応する画像特徴と、前記搭乗者頭部領域の画像特徴とを比較し、前記搭乗者がヘルメットを着用の有無を判定する
付記１に記載のヘルメット着用判定システム。
（付記３） 前記搭乗者頭部領域推定手段は、前記撮影画像から二輪車の位置を特定し、前記特定された二輪車の上部位置の画像領域から、前記搭乗者頭部領域を推定する
付記１又は付記２に記載のヘルメット着用判定システム。
（付記４） 前記ヘルメット着用判定手段の判定結果を報知する報知手段を
有する
付記１から付記３のいずれかに記載のヘルメット着用判定システム。
（付記５） 前記報知手段は、前記ヘルメット着用判定手段の判定結果がヘルメットの非着用である場合に報知する
付記４に記載のヘルメット着用判定システム。
（付記６） 前記報知手段は、
前記撮影画像を表示する表示手段を有し、
前記ヘルメット着用判定手段の判定結果がヘルメットの非着用である場合、前記撮影画像上に、前記搭乗者頭部領域推定手段が特定した二輪車本体及び前記搭乗者頭部を少なくとも含む領域を囲む図形を表示する
付記５に記載のヘルメット着用判定システム。
（付記７） 前記撮影手段は、二輪車の進行方向に対して斜め前方から真横までの範囲で、前記二輪車を撮影できる位置に設置される
付記１から付記６のいずれかに記載のヘルメット着用判定システム。
（付記８） 前記撮影手段は、二輪車が減速する地点の手前に設置される
付記１から付記７のいずれかに記載のヘルメット着用判定システム。
（付記９） 道路を撮影している撮影装置の撮影画像を処理し、前記道路を走行している二輪車に搭乗している人の頭部に対応する搭乗者頭部領域を推定し、
前記搭乗者頭部領域から抽出した画像特徴と、ヘルメット着用時又は／及びヘルメット非着用時の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定する
ヘルメット着用判定方法。
（付記１０） ヘルメット着用時又は／及びヘルメット非着用時の頭部に対応する画像特徴を、予め学習しておく
付記９に記載のヘルメット着用判定方法。
（付記１１） 前記撮影画像から二輪車の位置を特定し、
前記特定された二輪車の上部位置の画像領域から、前記搭乗者頭部領域を推定する
付記９又は付記１０に記載のヘルメット着用判定方法。
（付記１２） 前記判定の結果を報知する
付記９から付記１１のいずれかに記載のヘルメット着用判定方法。
（付記１３） 前記判定の結果が、ヘルメットの非着用である場合に報知する
付記１２に記載のヘルメット着用判定方法。
（付記１４） 前記判定の結果が、ヘルメットの非着用である場合、前記撮影画像上に、前記二輪車本体及び前記搭乗者頭部を少なくとも含む領域を囲む図形を表示して報知する
付記１３に記載のヘルメット着用判定方法。
（付記１５） 二輪車の進行方向に対して斜め前方から真横までの範囲で、前記二輪車を撮影する
付記９から付記１４のいずれかに記載のヘルメット着用判定方法。
（付記１６） 二輪車が減速する地点の手前から、前記二輪車を撮影する
付記１５に記載のヘルメット着用判定方法。
（付記１７） 道路を撮影している撮影装置の撮影画像を処理し、前記道路を走行している二輪車に搭乗している人の頭部に対応する搭乗者頭部領域を推定し、
前記搭乗者頭部領域の画像特徴と、ヘルメット着用時又は／及びヘルメット非着用時の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定するヘルメット着用判定手段
を有するヘルメット着用判定装置。
（付記１８） 道路を撮影している撮影装置の撮影画像を処理し、前記道路を走行している二輪車に搭乗している人の頭部に対応する搭乗者頭部領域を推定する処理と、
前記搭乗者頭部領域の画像特徴と、ヘルメット着用時又は／及びヘルメット非着用時の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定する処理と
をコンピュータに実行させるプログラム。
以上好ましい実施の形態をあげて本発明を説明したが、本発明は必ずしも上記実施の形態に限定されるものではなく、その技術的思想の範囲内において様々に変形し実施することができる。
本出願は、２０１３年１１月２０日に出願された日本出願特願２０１３−２３９５９８号を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１ 撮影装置
２ ヘルメット着用判定装置
３ 報知装置
２１ 移動体検出部
２２ カテゴリ分類部
２３ 車体位置検出部
２４ 搭乗者頭部領域推定部
２５ ヘルメット着用判定部
２６ カテゴリ判定辞書
２７ 車体検出辞書
２８ 搭乗者頭部領域推定辞書
２９ ヘルメット着用判定辞書
３０ 表示部

Claims (7)

  1. 道路を撮影している撮影装置の撮影画像から二輪車の位置を特定し、特定された前記二輪車の上部位置の領域の画像から搭乗している人の頭部に対応する搭乗者頭部領域を推定し、
    前記搭乗者頭部領域から抽出した画像特徴と、ヘルメット着用時及びヘルメット非着用時の少なくとも一方の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定する
    ヘルメット着用判定方法。
  2. 前記上部位置の領域の画像内の、輪郭の谷部の形状に基づいて、前記人の頭部に対応する搭乗者頭部領域を推定する、
    請求項１に記載のヘルメット着用判定方法。
  3. 前記撮影画像から二つの円形が並ぶ特徴を有する領域を特定することで、前記二輪車の位置を特定する、
    請求項１又は請求項２に記載のヘルメット着用判定方法。
  4. 前記二輪車の前輪と後輪とを結ぶ長さと、車輪の縦方向の長さとに基づいて特定される車体の上部の領域を特定することで、前記上部位置の領域を特定する、
    請求項１から請求項３のいずれかに記載のヘルメット着用判定方法。
  5. 赤外線の検出結果に基づいて、前記搭乗者のヘルメットの着用又は非着用を判定する、
    請求項１から請求項４のいずれかに記載のヘルメット着用判定方法。
  6. 道路を撮影している撮影装置の撮影画像から二輪車の位置を特定し、特定された前記二輪車の上部位置の領域の画像から搭乗している人の頭部に対応する搭乗者頭部領域を推定し、
    前記搭乗者頭部領域の画像特徴と、ヘルメット着用時及びヘルメット非着用時の少なくとも一方の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定するヘルメット着用判定手段
    を有するヘルメット着用判定装置。
  7. 道路を撮影している撮影装置の撮影画像から二輪車の位置を特定し、特定された前記二輪車の上部位置の領域の画像から搭乗している人の頭部に対応する搭乗者頭部領域を推定する処理と、
    前記搭乗者頭部領域の画像特徴と、ヘルメット着用時及びヘルメット非着用時の少なくとも一方の頭部に対応する画像特徴とを比較し、前記搭乗者のヘルメットの着用又は非着用を判定する処理と
    をコンピュータに実行させるプログラム。
JP2019071796A 2013-11-20 2019-04-04 ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム Pending JP2019169155A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013239598 2013-11-20
JP2013239598 2013-11-20

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2015549086A Division JP6512410B2 (ja) 2013-11-20 2014-11-11 ヘルメット着用判定方法、ヘルメット着用判定システム、ヘルメット着用判定装置及びプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2020213274A Division JP7130895B2 (ja) 2013-11-20 2020-12-23 ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム

Publications (1)

Publication Number Publication Date
JP2019169155A true JP2019169155A (ja) 2019-10-03

Family

ID=53179419

Family Applications (4)

Application Number Title Priority Date Filing Date
JP2015549086A Active JP6512410B2 (ja) 2013-11-20 2014-11-11 ヘルメット着用判定方法、ヘルメット着用判定システム、ヘルメット着用判定装置及びプログラム
JP2019071796A Pending JP2019169155A (ja) 2013-11-20 2019-04-04 ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム
JP2020213274A Active JP7130895B2 (ja) 2013-11-20 2020-12-23 ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム
JP2022114800A Pending JP2022140519A (ja) 2013-11-20 2022-07-19 プログラム、ヘルメット着用判定システム、ヘルメット着用判定方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2015549086A Active JP6512410B2 (ja) 2013-11-20 2014-11-11 ヘルメット着用判定方法、ヘルメット着用判定システム、ヘルメット着用判定装置及びプログラム

Family Applications After (2)

Application Number Title Priority Date Filing Date
JP2020213274A Active JP7130895B2 (ja) 2013-11-20 2020-12-23 ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム
JP2022114800A Pending JP2022140519A (ja) 2013-11-20 2022-07-19 プログラム、ヘルメット着用判定システム、ヘルメット着用判定方法

Country Status (4)

Country Link
US (4) US11003929B2 (ja)
JP (4) JP6512410B2 (ja)
AR (1) AR098462A1 (ja)
WO (1) WO2015076152A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102510765B1 (ko) * 2022-01-04 2023-03-17 주식회사 아이에스앤로드테크 이륜차 단속 시스템 및 방법.
KR102558936B1 (ko) * 2022-12-27 2023-07-25 주식회사 아이에스앤로드테크 이륜차 단속 시스템 및 방법.

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6512410B2 (ja) * 2013-11-20 2019-05-15 日本電気株式会社 ヘルメット着用判定方法、ヘルメット着用判定システム、ヘルメット着用判定装置及びプログラム
US9769638B2 (en) * 2015-11-22 2017-09-19 United Arab Emirates University Safety helmet and vehicle system, circuit and device
CN106372662B (zh) * 2016-08-30 2020-04-28 腾讯科技（深圳）有限公司 安全帽佩戴的检测方法和装置、摄像头、服务器
WO2020056677A1 (zh) * 2018-09-20 2020-03-26 中建科技有限公司深圳分公司 一种用于建筑施工现场的违规检测方法、系统及设备
US10885334B2 (en) * 2018-11-30 2021-01-05 Hua-Chuang Automobile Information Technical Center Co., Ltd. Method and system for detecting object(s) adjacent to vehicle
US11730221B2 (en) * 2019-01-12 2023-08-22 Herutu Electronics Corporation Apparatus for detecting wearing of body protection gear
CN110852170A (zh) * 2019-10-12 2020-02-28 北京文安智能技术股份有限公司 一种人员安全帽的检测方法、装置及系统
KR102221508B1 (ko) * 2019-12-10 2021-03-02 (주)지와이네트웍스 퍼스널 모빌리티용 스마트 헬멧 관리 서버 및 서버 운영 방법
WO2021183552A1 (en) * 2020-03-09 2021-09-16 Glenn Karen B Z Bicycle helmet warning system
CN111652120B (zh) * 2020-06-01 2023-03-24 福建睿思特科技股份有限公司 一种基于stm32h7处理机的头盔识别设备
CN111832461B (zh) * 2020-07-07 2024-02-06 浙江工商大学 一种基于视频流的非机动车骑行人员头盔佩戴检测方法
CN112101288B (zh) * 2020-09-25 2024-02-13 北京百度网讯科技有限公司 安全帽佩戴检测方法、装置、设备及存储介质
CN112507935A (zh) * 2020-12-17 2021-03-16 上海依图网络科技有限公司 一种图像检测的方法及装置
KR102368127B1 (ko) * 2021-05-13 2022-03-02 유니셈 (주) 이륜차 무인 단속 시스템
CN113486812A (zh) * 2021-07-08 2021-10-08 浙江得图网络有限公司 一种骑行安全控制系统及控制方法
JP2023172536A (ja) 2022-05-24 2023-12-06 キヤノン株式会社 通信装置、通信制御方法、及びコンピュータプログラム
CN115393984A (zh) * 2022-08-17 2022-11-25 宁波美喵科技有限公司 基于共享单车的头盔使用方法、装置、设备及存储介质
CN115460502B (zh) * 2022-11-11 2023-02-14 成都智元汇信息技术股份有限公司 一种基于缩小目标区域的戴耳机识别方法及系统
CN116523321B (zh) * 2023-07-04 2024-02-02 深圳鸿祥源科技有限公司 一种基于云平台的智能头盔安防管控系统
KR102656253B1 (ko) * 2023-10-04 2024-04-11 (주)디라직 번호 인식률을 극대화한 무인 교통 단속시스템
KR102656252B1 (ko) * 2023-10-04 2024-04-09 (주)디라직 단속 정확성을 높인 무인 교통 단속시스템

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6437699A (en) * 1987-08-03 1989-02-08 Nissei Kk Method for discriminating kind of motorbicycle and device for executing said method
JP2009180124A (ja) * 2008-01-30 2009-08-13 Honda Motor Co Ltd 車両駆動制御装置
JP2010211427A (ja) * 2009-03-10 2010-09-24 Omron Corp 安全運転監視装置
JP2012243155A (ja) * 2011-05-20 2012-12-10 Toyota Central R&D Labs Inc 画像識別装置及びプログラム
CN104200668A (zh) * 2014-07-28 2014-12-10 四川大学 一种基于图像分析的摩托车不戴头盔违章事件检测方法
WO2015076151A1 (ja) * 2013-11-20 2015-05-28 日本電気株式会社 二輪車乗車数判定方法、二輪車乗車数判定システム、二輪車乗車数判定装置及びプログラム
JP6512410B2 (ja) * 2013-11-20 2019-05-15 日本電気株式会社 ヘルメット着用判定方法、ヘルメット着用判定システム、ヘルメット着用判定装置及びプログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080234899A1 (en) * 1992-05-05 2008-09-25 Automotive Technologies International, Inc. Vehicular Occupant Sensing and Component Control Techniques
US7868912B2 (en) * 2000-10-24 2011-01-11 Objectvideo, Inc. Video surveillance system employing video primitives
US8331621B1 (en) * 2001-10-17 2012-12-11 United Toll Systems, Inc. Vehicle image capture system
US7783135B2 (en) * 2005-05-09 2010-08-24 Like.Com System and method for providing objectified image renderings using recognition information from images
US8600174B2 (en) * 2005-09-28 2013-12-03 Facedouble, Inc. Method and system for attaching a metatag to a digital image
JP5041229B2 (ja) 2007-12-07 2012-10-03 ソニー株式会社 学習装置および方法、認識装置および方法、並びにプログラム
US8379917B2 (en) * 2009-10-02 2013-02-19 DigitalOptics Corporation Europe Limited Face recognition performance using additional image features
EP3290310B1 (en) 2009-12-25 2021-08-18 Yamaha Hatsudoki Kabushiki Kaisha Rider characteristics determining method
AU2010257454B2 (en) * 2010-12-24 2014-03-06 Canon Kabushiki Kaisha Summary view of video objects sharing common attributes
JP5851108B2 (ja) * 2011-03-30 2016-02-03 セコム株式会社 画像監視装置
US9368028B2 (en) * 2011-12-01 2016-06-14 Microsoft Technology Licensing, Llc Determining threats based on information from road-based devices in a transportation-related context
US9177130B2 (en) * 2012-03-15 2015-11-03 Google Inc. Facial feature detection
GB2560110B (en) 2015-05-18 2019-08-28 Roadmetric Ltd Detection and documentation of tailgating and speeding violations
KR101936629B1 (ko) 2018-01-19 2019-01-09 엘지전자 주식회사 차량 및 그 제어방법
WO2021183552A1 (en) * 2020-03-09 2021-09-16 Glenn Karen B Z Bicycle helmet warning system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6437699A (en) * 1987-08-03 1989-02-08 Nissei Kk Method for discriminating kind of motorbicycle and device for executing said method
JP2009180124A (ja) * 2008-01-30 2009-08-13 Honda Motor Co Ltd 車両駆動制御装置
JP2010211427A (ja) * 2009-03-10 2010-09-24 Omron Corp 安全運転監視装置
JP2012243155A (ja) * 2011-05-20 2012-12-10 Toyota Central R&D Labs Inc 画像識別装置及びプログラム
WO2015076151A1 (ja) * 2013-11-20 2015-05-28 日本電気株式会社 二輪車乗車数判定方法、二輪車乗車数判定システム、二輪車乗車数判定装置及びプログラム
JP6512410B2 (ja) * 2013-11-20 2019-05-15 日本電気株式会社 ヘルメット着用判定方法、ヘルメット着用判定システム、ヘルメット着用判定装置及びプログラム
CN104200668A (zh) * 2014-07-28 2014-12-10 四川大学 一种基于图像分析的摩托车不戴头盔违章事件检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102510765B1 (ko) * 2022-01-04 2023-03-17 주식회사 아이에스앤로드테크 이륜차 단속 시스템 및 방법.
KR102558936B1 (ko) * 2022-12-27 2023-07-25 주식회사 아이에스앤로드테크 이륜차 단속 시스템 및 방법.

Also Published As

Publication number Publication date
US20210232835A1 (en) 2021-07-29
JP7130895B2 (ja) 2022-09-06
US11003929B2 (en) 2021-05-11
US20160292520A1 (en) 2016-10-06
US11816983B2 (en) 2023-11-14
US10679078B2 (en) 2020-06-09
WO2015076152A1 (ja) 2015-05-28
JP2022140519A (ja) 2022-09-26
JP2021051799A (ja) 2021-04-01
AR098462A1 (es) 2016-05-26
JP6512410B2 (ja) 2019-05-15
JPWO2015076152A1 (ja) 2017-03-16
US20190236384A1 (en) 2019-08-01
US20240029557A1 (en) 2024-01-25

Similar Documents

Publication Publication Date Title
JP7130895B2 (ja) ヘルメット着用判定方法、ヘルメット着用判定装置及びプログラム
US10796171B2 (en) Object recognition apparatus, object recognition method, and object recognition program
CN109074651B (zh) 移动体的周围环境识别装置
JP6350145B2 (ja) 顔向き検出装置及び車両用警告システム
US11417108B2 (en) Two-wheel vehicle riding person number determination method, two-wheel vehicle riding person number determination system, two-wheel vehicle riding person number determination apparatus, and program
JP4692344B2 (ja) 画像認識装置
JP6436357B2 (ja) 車両用の歩行者動作識別装置
TWI474264B (zh) 行車警示方法及車用電子裝置
JP2016192177A (ja) 車両検出システム、車両検出装置、車両検出方法、及び車両検出プログラム
Xiao et al. Detection of drivers visual attention using smartphone
KR101680833B1 (ko) 보행자 검출 경보 장치 및 방법
JP5587068B2 (ja) 運転支援装置及び方法
CN113887291A (zh) 安全带检测方法及装置
US10945651B2 (en) Arousal level determination device
JP5692024B2 (ja) 対象物変化検出装置および対象物変化検出方法
JP2013029933A (ja) パターン認識装置
Nair et al. Smart System for Drowsiness and Accident Detection
Sugiharto et al. Automated Detection of Driver and Passenger Without Seat Belt using YOLOv8.
Naik et al. Traffic Rule Violation Detection System using Surveillance Videos in real-time
Jain et al. Neural Network Based Driver Warning System
JP2000280858A (ja) 車載機器制御装置および方法
Choi et al. In and out vision-based driver-interactive assistance system
CN117710946A (zh) 基于车载摄像头的安全带使用识别方法、装置和存储介质
Palani et al. A low cost drivers drowsiness detection system for autonomous mobile vehicle

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190404

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190405

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200324

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A132

Effective date: 20200401

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200529

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20201111

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20210512