JP2019169843A - 映像記録装置、映像記録方法およびプログラム - Google Patents

Abstract

【課題】長時間の映像を記録し、オブジェクトの認識精度を低下させないようにすることである。【解決手段】映像記録装置は、入力映像からオブジェクトを検出するオブジェクト検出手段と、前記入力映像から、前記オブジェクト検出手段により検出されたオブジェクトの特徴量を抽出する特徴量抽出手段と、前記入力映像を補正する補正手段と、前記オブジェクト検出手段によりオブジェクトが検出された場合、前記補正手段により補正された映像と、前記特徴量抽出手段により抽出された特徴量とを対応付けて記録する記録手段とを有する。【選択図】図４

Description

本発明は、映像記録装置、映像記録方法およびプログラムに関する。

監視カメラ映像記録装置は、監視カメラで撮影した映像を、認識技術により解析を行いながら、記録する。そのような監視カメラ映像記録装置には、以下の課題がある。すなわち、映像中の人物の検出や、その人物が予め登録した人物に一致するか判定するなど、映像認識技術としての精度を重視すると、被写体の詳細情報を得るために高解像度の映像や、フレームレートを上げるなど、必要となるデータ量が増える傾向がある。一方、記録装置としては、なるべく長期間の映像を保持し、データ量を増やさないようにするため、解像度や画質を落としたり、フレームレートを下げたりして記録するなど、上記の認識精度向上のための対策とは逆の施策がされる場合がある。記録時間を減らさずに、映像解析の認識精度を向上させるには、上記のような矛盾を解決する必要がある。

特許文献１では、映像の色相情報を基に、映像の補正を行うことで、被写体の映り込みを除去し、正常な映像解析を行うこと、もしくは、被写体の色情報を、映像の映り込みを考慮した色情報に変換することで、正常な映像解析を行う。

特開２０１０−３９０６７号公報

しかしながら、特許文献１では、映像を認識しやすくするように画像を補正しているが、補正した画像をそのまま記録している。解析の精度を向上させることはできても、映像の録画に関しては考慮がなく、記録性のために、画質に影響があった場合の対策がない。例えば、録画の容量を削減するために、動きのあったフレームだけ記録するようにするために、動体検知を援用する場合、動体検知がノイズに反応しないように、ノイズリダクションが行われる。ノイズリダクションは、時間方向や空間方向に平滑化を行うアルゴリズムが一般的であり、映像の詳細情報が失われる傾向がある。これは映像解析にとって致命的であり、特に、顔認証に代表される、映像中の人物と、予め登録された人物との比較を行うような認識技術を用いる場合、その精度を著しく低下させる原因になる。このように、映像を補正して、認識精度を向上させる対策以外に、録画のために映像情報を劣化させるような補正に対しても、認識精度を低下させないための対策が必要となる。

本発明の目的は、長時間の映像を記録し、オブジェクトの認識精度を低下させないようにすることである。

本発明の映像記録装置は、入力映像からオブジェクトを検出するオブジェクト検出手段と、前記入力映像から、前記オブジェクト検出手段により検出されたオブジェクトの特徴量を抽出する特徴量抽出手段と、前記入力映像を補正する補正手段と、前記オブジェクト検出手段によりオブジェクトが検出された場合、前記補正手段により補正された映像と、前記特徴量抽出手段により抽出された特徴量とを対応付けて記録する記録手段とを有する。

本発明によれば、長時間の映像を記録し、オブジェクトの認識精度を低下させないようにすることができる。

映像記録装置を含む監視カメラシステムのブロック図である。 映像記録装置の一構成例を示すブロック図である。 オブジェクト認識部の一構成例を示すブロック図である。 映像記録装置の処理の一例を示すフローチャートである。 オブジェクト認識部の一構成例を示すブロック図である。 映像記録装置の処理の一例を示すフローチャートである。

（第１の実施形態）
以下、図面を参照して本発明の実施形態を詳細に説明する。第１の実施形態では、監視カメラに映った人物が、事前に登録してある人物の中のどの人物に該当するか、顔の情報を使って判定する顔認証を主な解析内容として、映像の記録性と、認識精度を両立する方法を説明する。

図１は、本発明の第１の実施形態による監視カメラシステム１００の一構成例を示すブロック図である。監視カメラシステム１００は、監視カメラ１０１、映像記録装置１０２、および映像出力装置１０３を有する。監視カメラ１０１は、例えばネットワークカメラであり、ネットワーク１０４を介して、映像記録装置１０２および映像出力装置１０３に接続される。監視カメラ１０１は、映像を撮影し、撮影した映像を映像記録装置１０２および映像出力装置１０３に送信する。なお、監視カメラ１０１は、１個に限定されず、複数であってもよい。映像記録装置１０２は、監視カメラ１０１から受信した映像を、ハードディスクやフラッシュメモリなどに記録する。映像記録装置１０２の構成や内部で行われる処理の詳細については後述する。映像出力装置１０３は、映像記録装置１０２に記録された映像や、監視カメラ１０１から受信した映像を表示する。映像出力装置１０３は、例えば、パーソナルコンピュータ（ＰＣ）、表示用モニタ、操作を行うキーボード、およびマウスなどを有し、受信した映像を、ＧＵＩを備えたソフトウェアにより表示する。

図２は、映像記録装置１０２の一構成例を示すブロック図である。映像記録装置１０２は、映像取得部１１０、映像補正部１１１、オブジェクト認識部１１２、および映像記録部１１３を有する。映像取得部１１０は、監視カメラ１０１が送信した映像を取得する。映像取得部１１０は、動画コーデックのデコードを行ってもよい。映像補正部１１１は、映像取得部１１０により取得された映像に対して、目的に応じた補正を行う。例えば、映像補正部１１１は、映像中のノイズを取り除くノイズリダクション処理や、明るさや色の補正を行う。オブジェクト認識部１１２は、映像取得部１１０により取得された映像からオブジェクトの認識を行う。より具体的には、オブジェクト認識部１１２は、映像中の動きのあった部分を検出する動体検出、人物および顔の位置の検出、予め登録された顔と一致するかを確認するなどの処理を行う。映像記録部１１３は、映像取得部１１０により取得された映像をハードディスクドライブ（ＨＤＤ）や、ソリッドステートドライブ（ＳＳＤ）などに、録画時刻などの情報とともに記録する。また、映像記録部１１３は、動画コーデックによる圧縮を行う。また、映像記録部１１３は、ＨＤＤまたはＳＳＤから映像を読み出し、その映像を映像出力装置１０３に送信する。映像補正部１１１、オブジェクト認識部１１２、映像記録部１１３で行われる一連の処理の内容については、後で詳しく説明する。

図３は、オブジェクト認識部１１２の一構成例を示すブロック図である。オブジェクト認識部１１２は、動体検出部２０１、オブジェクト検出部２０２、オブジェクト特徴量抽出部２０３、およびオブジェクト照合部２０４を有する。動体検出部２０１は、映像中の動体（動きがあった部分）の検出を行う。この検出は、背景差分などの技術を使って実現することができる。オブジェクト検出部２０２は、映像中の人体や顔の位置を検出する。なお、オブジェクト検出部２０２は、車や動物などの人以外の物体を検出してもよい。これらの検出は、例えばDeep Learning（以下、ＤＬと表記する）の技術を用いることで実現することができる。オブジェクト検出部２０２は、より詳細な情報、例えば顔の向きや、年齢・性別などの属性情報を検出するようにしてもよい。これらの検出もＤＬによって実現することができる。オブジェクト特徴量抽出部２０３は、オブジェクト検出部２０２により検出されたオブジェクトの個体の違い、例えば、人物であれば、ＡさんやＢさんなど、個体としての違いを判別するための特徴量を抽出する処理を行う。この抽出は、例えば、ＬＢＰ（Ｌｏｃａｌ Ｂｉｎａｒｙ Ｐａｔｔｅｒｎ）特徴量などを用いることができる。また、この抽出は、ＨＯＧ（Ｈｉｓｔｏｇｒａｍ ｏｆ Ｏｒｉｅｎｔｅｄ Ｇｒａｄｉｅｎｔ）特徴量やＳＩＦＴ（Ｓｃａｌｅ−Ｉｎｖａｒｉａｎｔ Ｆｅａｔｕｒｅ Ｔｒａｎｓｆｏｒｍ）特徴量、これらを混合した特徴量を用いてもよい。その他、この抽出は、ニューラルネットワークで特徴量を抽出してもよい。オブジェクト特徴量抽出部２０３は、抽出した特徴量をＰＣＡ（Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ）等の手法を用いて次元圧縮してもよい。また、オブジェクト特徴量抽出部２０３は、前述のようにＤＬ技術を適用することも可能である。オブジェクト照合部２０４は、オブジェクト特徴量抽出部２０３により抽出された特徴量同士を比較して、それらのオブジェクトが同一であるか否かの判定を行う。例えば、オブジェクト照合部２０４は、特徴量を数値列（特徴ベクトル）として扱い、その距離を計測することによって判定する。具体的には、オブジェクト照合部２０４は、その距離が予め定めた値より小さければ同一であると判定し、大きければ違うと判定すればよい。また、オブジェクト照合部２０４は、特徴ベクトルを、機械学習の技術、例えばサポートベクタマシンに投入することにより、同一か否か判定することも可能である。

図４は、映像記録装置１０２の映像記録方法の一例を示すフローチャートである。まず、ステップＳ１０１では、映像取得部１１０は、監視カメラ１０１により撮影された映像を入力し、その入力映像を取得する。次に、ステップＳ１０２では、オブジェクト検出部２０２は、映像取得部１１０により取得された入力映像に対して、対象となるオブジェクトの検出を行う。ここで、オブジェクトは、例えば人物の顔である。次に、ステップＳ１０３では、オブジェクト検出部２０２は、対象となるオブジェクトが検出された場合（Ｓ１０３でＹｅｓの場合）、ステップＳ１０４に進み、対象となるオブジェクトが検出されなかった場合（Ｓ１０３でＮｏの場合）、ステップＳ１０６に進む。

ステップＳ１０４では、オブジェクト特徴量抽出部２０３は、映像取得部１１０により取得された入力映像から、オブジェクト検出部２０２により検出されたオブジェクトの個体を判別するための特徴量を抽出する。次に、ステップＳ１０５では、映像補正部１１１は、映像取得部１１０により取得された入力映像を補正し、ステップＳ１０９に進む。この補正は、例えば、ノイズリダクション処理である。ノイズリダクションを行う意味や効果については後で説明する。次に、ステップＳ１０９では、映像記録部１１３は、ステップＳ１０５で補正された映像と、ステップＳ１０４で抽出された特徴量とを対応付けて記録する。その後、映像記録装置１０２は、ステップＳ１０１に戻り、次のフレームの映像の処理を繰り返す。映像記録部１１３の記録後、オブジェクト照合部２０４は、映像記録部１１３に記録された特徴量同士を比較して、それらのオブジェクトが同一であるか否かの判定を行うことができる。

ステップＳ１０６では、映像補正部１１１は、映像取得部１１０により取得された入力映像の補正を行う。補正は、例えばノイズリダクション処理である。次に、ステップＳ１０７では、動体検出部２０１は、映像補正部１１１により補正された映像に対して動体（動きのある部分）の検出を行う。次に、ステップＳ１０８では、動体検出部２０１は、動体が検出された場合（Ｓ１０８でＹｅｓの場合）、ステップＳ１０９に進み、動体が検出されなかった場合（Ｓ１０８でＮｏの場合）、ステップＳ１０９の記録を行わずに、ステップＳ１０１に戻る。ステップＳ１０９では、映像記録部１１３は、映像補正部１１１により補正された映像を記録する。その後、映像記録装置１０２は、ステップＳ１０１に戻り、次のフレームの映像の処理を繰り返す。なお、ステップＳ１０９では、映像記録部１１３は、映像を、動画としての圧縮コーデックにより符号化された状態で記録する。符号化は、例えばＨ２６４，ＭｏｔｉｏｎＪＰＥＧなどである。

次に、ステップＳ１０５およびＳ１０６で行うノイズリダクション処理について説明する。ステップＳ１０５およびＳ１０６の処理は、処理の内容が同じであるが、目的が一部異なる。まず、ステップＳ１０５について説明する。ステップＳ１０５のノイズリダクション処理は、ステップＳ１０９での録画処理において、データ量を削減するために行う意味がある。夜間など暗い場所で撮影した場合に特に顕著になるが、映像中にノイズが多いと、無駄な情報量が増え、結果的に録画時間に影響を及ぼす。ノイズを減らすために、シャッタースピードを遅くすると、被写体ぶれが大きくなってしまい、記録映像としての価値だけでなく、認識精度にも悪影響を与えるので望ましくない。ノイズリダクション処理により、ノイズが減り、フレーム間の差が小さくなって、Ｈ２６４などの圧縮処理にも有利に働く。

次に、ステップＳ１０６について説明する。ステップＳ１０６のノイズリダクション処理は、ステップＳ１０９の録画処理でのデータ量削減に寄与するのみでなく、ステップＳ１０７の動体検出処理の精度を向上させるために行う。一般的に、動体検出処理は、フレーム間の差分を計測し、その差分の大小をもって動きがあったか否かを判定する。その際、映像中にノイズが多いと、差分として検出されてしまい、動体検出が反応する。そのため、記録されるフレームが多くなってしまい、結果的に録画時間に悪影響を与える。これを最小化するために、ステップＳ１０６では、映像補正部１１１はノイズリダクション処理を行うのである。

一方、ステップＳ１０３で対象オブジェクトが検出された場合、ステップＳ１０５の前に、ステップＳ１０４で、オブジェクト特徴量抽出部２０３は、特徴量を抽出する。ステップＳ１０４の前に、映像補正部１１１が映像補正（ノイズリダクション処理）を行うと、映像のディテールが失われ、個体を識別するための特徴量抽出に適さない映像になる可能性が高まることによる。一般的に、ノイズリダクション処理は、空間方向または時間方向に平滑化を行うため、動きのある被写体の場合、周囲の画素と平均化された、すなわちボケの強い映像になりがちで、個体の違いを識別するための映像としては適さない場合がある。この問題を回避するために、ステップＳ１０４の特徴量抽出をステップＳ１０５のノイズリダクション処理の前に行う。このようにすることで、映像記録装置１０２は、対象オブジェクトの認識精度を維持できるようにしつつ、映像記録部１１３への負担を増加させないようにすることができる。

ステップＳ１０９では、映像記録部１１３は、ステップＳ１０５で補正された映像と、ステップＳ１０４で抽出された特徴量とを対応付けて記録する。対応付けは、時刻（フレーム番号）と顔の検出位置とで行うとよい。一般的に、オブジェクト特徴量抽出部２０３が抽出する特徴データ量は、元の顔映像のデータ量より小さい傾向がある。特に、ＤＬ技術を用いた特徴量は、よりデータ量が小さい。このため、映像に特徴量を対応付けて記録する方が、映像補正を行わない映像を記録するよりデータ量を抑えることができる。

以上のように、映像記録部１１３が記録する映像記録時間を重視するためのノイズリダクション処理等の映像補正が、対象オブジェクトの認識精度に悪影響を及ぼすことを未然に防ぐことが可能になる。

なお、ステップＳ１０４を省略してもよい。その場合、オブジェクト特徴量抽出部２０３は、特徴量抽出を行わない。ステップＳ１０３において、オブジェクト検出部２０２は、オブジェクトが検出された場合には、ステップＳ１０５に進む。ステップＳ１０５では、映像補正部１１１は、ステップＳ１０１で取得された入力映像に対して補正する。次に、ステップＳ１０９では、映像記録部１１３は、ステップＳ１０２で検出されたオブジェクトの位置と大きさに基づき、ステップＳ１０１で取得された入力映像の中の対象オブジェクトを切り出し、その切り出したオブジェクトの映像を所定の大きさに正規化する。そして、映像記録部１１３は、その正規化された対象オブジェクトの映像と、ステップＳ１０５で補正された映像とを対応付けて記録する。対象オブジェクトの映像は、抽出される特徴量よりデータ量が大きくなる可能性があるが、以下のような利点がある。すなわち、特徴量抽出処理が新しいアルゴリズムになって処理の内容が変わった場合にも、対応可能になる点である。ステップＳ１０４で特徴量を抽出した場合、その後は、元の映像情報を保持しないので、特徴量抽出が変更になっても、やり直すことができず、オブジェクト照合部２０４で比較を行うためには、比較可能な特徴量となるように変更前の処理を行う必要がある。一方、対象オブジェクトの映像を切り出すことにより、ステップＳ１０９の録画後により精度の向上した特徴量抽出処理が実装された場合にも、対応可能になる。対象オブジェクトの映像を記録すると言っても、元々の高解像度な映像を残すのではなく、オブジェクトの領域だけを所定のサイズに正規化したものだけを記録するので、データ量は比較的小さくすることができる。

（第２の実施形態）
第１の実施形態では、映像記録装置１０２は、ステップＳ１０３でオブジェクトが検出されるたびに、ステップＳ１０４で特徴量抽出を行い、ステップＳ１０９で記録用の映像と特徴量とを対応付けて記録する例を示した。それに対して、本発明の第２の実施形態では、以下の点が異なる。すなわち、映像記録装置１０２は、全フレームで、検出されたオブジェクトに対して特徴量抽出するのではなく、予め定めた基準により、特徴量抽出が必要な場合のみ、特徴量抽出を行い、映像を特徴量と対応付けて記録する。

以下、具体的に説明する。なお、重複を避けるため、以下の説明において、第２の実施形態が第１の実施形態と同じ部分は、説明を省略する。第２の実施形態の構成は、第１の実施形態の構成と同じであるので、説明を省略する。第２の実施形態が第１の実施形態と異なる点は、オブジェクト認識部１１２の構成およびその処理である。以下、第２の実施形態が第１の実施形態と異なる点を中心に説明を行う。

図５は、本実施形態によるオブジェクト認識部１１２の一構成例を示すブロック図である。オブジェクト認識部１１２は、動体検出部２０１、オブジェクト検出部２０２、オブジェクト特徴量抽出部２０３、オブジェクト照合部２０４、およびオブジェクト特徴量抽出判定部２０５を有する。図５のオブジェクト認識部１１２は、図３のオブジェクト認識部１１２に対して、オブジェクト特徴量抽出判定部２０５が追加されている。このオブジェクト特徴量抽出判定部２２５で行われる処理については、後で詳しく説明する。

図６は、本実施形態による映像記録装置１０２の映像記録方法の一例を示すフローチャートである。図６は、図４に対して、ステップＳ２０１およびＳ２０２を追加したものである。以下、図６が図４と異なる点を中心に説明する。

まず、ステップＳ１０１では、映像取得部１１０は、監視カメラ１０１により撮影された映像を入力し、その入力映像を取得する。次に、ステップＳ１０２では、オブジェクト検出部２０２は、映像取得部１１０により取得された入力映像に対して、対象となるオブジェクトの検出を行う。次に、ステップＳ１０３では、オブジェクト検出部２０２は、対象となるオブジェクトが検出された場合（Ｓ１０３でＹｅｓの場合）、ステップＳ２０１に進み、対象となるオブジェクトが検出されなかった場合（Ｓ１０３でＮｏの場合）、ステップＳ１０６に進む。

ステップＳ２０１では、オブジェクト特徴量抽出判定部２０５は、特徴量を抽出する必要があるか否かを判定する。次に、ステップＳ２０２では、オブジェクト特徴量抽出判定部２０５は、特徴量を抽出する必要がある場合（Ｓ２０２でＹｅｓの場合）、ステップＳ１０４に進み、特徴量を抽出する必要がない場合（Ｓ２０２でＮｏの場合）、ステップＳ１０５に進む。

ステップＳ１０４では、オブジェクト特徴量抽出部２０３は、オブジェクトの個体を判別するための特徴量を抽出し、ステップＳ１０５に進む。ステップＳ１０５では、映像補正部１１１は、映像取得部１１０により取得された入力映像の補正を行い、ステップＳ１０９に進む。その他の処理は、第１の実施形態と同じである。

次に、ステップＳ２０１について説明する。ステップＳ２０１では、オブジェクト特徴量抽出判定部２０５は、対象となるオブジェクトの映像の補正後に特徴量を抽出した場合に、対象となるオブジェクトを正しく認識できないか否かを判定する。ステップＳ２０２において、オブジェクト特徴量抽出判定部２０５は、補正後の映像から特徴量を抽出すると正しく認識されないと判定した場合、ステップＳ１０４に進む。ステップＳ１０４では、オブジェクト特徴量抽出部２０３は、オブジェクトの特徴量を抽出し、ステップＳ１０５では、映像補正部１１１は、映像の補正を行う。その後、ステップＳ１０９では、映像記録部１１３は、ステップＳ１０５で補正された映像と、ステップＳ１０４で抽出された特徴量とを対応付けて記録する。この場合の処理は、第１の実施形態と同じである。

また、ステップＳ２０２において、オブジェクト特徴量抽出判定部２０５が、補正後の映像から特徴量を抽出しても、正しく認識されると判定した場合、映像記録装置１０２は、ステップＳ１０４の特徴量抽出処理を行わずに、ステップＳ１０５の映像補正を行う。ステップＳ１０９では、映像記録部１１３は、ステップＳ１０５で補正された映像を記録する。このようにすることで、必要のない特徴量が映像に対応付けられて記録されることを抑止することができる。映像記録部１１３の記録後、オブジェクト特徴量抽出部２０３は映像記録部１１３に記録された映像のオブジェクトの特徴量を抽出し、オブジェクト照合部２０４はそれらの特徴量同士を比較し、それらのオブジェクトが同一であるか否かの判定を行うことができる。

次に、ステップＳ２０１の判定方法の詳細を説明する。ステップＳ１０２では、オブジェクト検出部２０２は、オブジェクトを検出し、検出したオブジェクトの尤度を算出する。ステップＳ２０１では、オブジェクト特徴量抽出判定部２０５は、その検出されたオブジェクトの尤度を基に、特徴量を抽出する必要があるか否かを判定する。検出されたオブジェクトの尤度と、個体識別用の特徴量の関係は、予め所定のデータセットで計測しておくことにより、求めることができる。一般的に、検出されたオブジェクトの尤度は、映像の状態、もしくはオブジェクトの状態に応じて決まる。すなわち、画質が良い場合や、オブジェクトが想定している状態（人物の顔なら、正面を向いている、正面条件が良い、など）になっている場合、検出されたオブジェクトの尤度は、高くなる傾向がある。これは、オブジェクト検出の学習データがそのような状態の映像を多く含むためである。オブジェクト個体識別用の特徴量も、オブジェクトが検出されていることが前提であるので、同様の学習データを多く用いている。すなわち、検出されたオブジェクトの尤度が高ければ、個体識別用の特徴ベクトルにとって、好適な状態と言え、オブジェクト照合部２０４が正しく照合を行う確率が高まる。オブジェクト特徴量抽出判定部２０５は、検出されたオブジェクトの尤度が閾値以上である場合、特徴量抽出の必要がないと判定し、ステップＳ１０５に進む。この閾値は、前述のように、所定のデータセットで事前に定めておくことができる。

なお、ステップＳ２０１では、オブジェクト特徴量抽出判定部２０５は、ステップＳ１０２で得られるオブジェクトの尤度を用いずに、特徴量を抽出する必要があるか否かを判定してもよい。ステップＳ２０１では、映像補正部１１１は、映像取得部１１０により取得された入力映像を補正し、オブジェクト検出部２０２は、その補正された映像からオブジェクトを検出し、その尤度を算出する。オブジェクト特徴量抽出判定部２０５は、その尤度を用いて、特徴量抽出が必要か否かを判定することができる。このようにすれば、映像補正とオブジェクト検出の分、処理時間は増えるものの、映像補正の影響を加味した状態で、より確実に特徴量抽出が必要かどうかの判定を行うことができる。

なお、ステップＳ１０４では、オブジェクト特徴量抽出部２０３は、第１の実施形態と同様に、特徴量を抽出せず、対象オブジェクトが含まれる映像を切り出し、所定の大きさに正規化した映像を生成してもよい。その場合、映像記録部１１３は、記録用の映像を、対象オブジェクトの映像と共に記録する。このようにすることで、将来的な特徴量抽出処理のアップデートに対応することが可能になる。

（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がプログラムを読み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。

なお、上記実施形態は、何れも本発明を実施するにあたっての具体化の例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその技術思想、又はその主要な特徴から逸脱することなく、様々な形で実施することができる。

１０１ 監視カメラ、１０２ 映像記録装置、１０３ 映像出力装置、１１０ 映像取得部、１１１ 映像補正部、１１２ オブジェクト認識部、１１３ 映像記録部、２０１ 動体検出部、２０２ オブジェクト検出部、２０３ オブジェクト特徴量抽出部、２０４ オブジェクト照合部、２０５ オブジェクト特徴量抽出判定部

Claims (10)

1. 入力映像からオブジェクトを検出するオブジェクト検出手段と、
   前記入力映像から、前記オブジェクト検出手段により検出されたオブジェクトの特徴量を抽出する特徴量抽出手段と、
   前記入力映像を補正する補正手段と、
   前記オブジェクト検出手段によりオブジェクトが検出された場合、前記補正手段により補正された映像と、前記特徴量抽出手段により抽出された特徴量とを対応付けて記録する記録手段と
   を有することを特徴とする映像記録装置。
2. 前記オブジェクト検出手段によりオブジェクトが検出された場合、前記特徴量を抽出するか否かを判定する判定手段をさらに有し、
   前記記録手段は、
   前記判定手段により特徴量を抽出すると判定された場合には、前記補正手段により補正された映像と、前記特徴量抽出手段により抽出された特徴量とを対応付けて記録し、
   前記判定手段により特徴量を抽出しないと判定された場合には、前記補正手段により補正された映像を記録することを特徴とする請求項１に記載の映像記録装置。
3. 前記オブジェクト検出手段は、前記検出したオブジェクトの尤度を算出し、
   前記判定手段は、前記オブジェクトの尤度を基に、前記特徴量を抽出するか否かを判定することを特徴とする請求項２に記載の映像記録装置。
4. 入力映像からオブジェクトを検出するオブジェクト検出手段と、
   前記入力映像を補正する補正手段と、
   前記オブジェクト検出手段によりオブジェクトが検出された場合、前記補正手段により補正された映像と、前記入力映像の中の前記オブジェクト検出手段により検出されたオブジェクトの映像とを対応付けて記録する記録手段と
   を有することを特徴とする映像記録装置。
5. 前記オブジェクト検出手段によりオブジェクトが検出されなかった場合、前記補正手段により補正された映像から動体を検出する動体検出手段をさらに有し、
   前記記録手段は、前記オブジェクト検出手段によりオブジェクトが検出されなかった場合、前記動体検出手段により動体が検出された場合には前記補正手段により補正された映像を記録し、前記動体検出手段により動体が検出されなかった場合には前記補正手段により補正された映像を記録しないことを特徴とする請求項１〜４のいずれか１項に記載の映像記録装置。
6. 前記補正手段は、ノイズリダクション処理を行うことを特徴とする請求項１〜５のいずれか１項に記載の映像記録装置。
7. 前記オブジェクトは、人物の顔であることを特徴とする請求項１〜６のいずれか１項に記載の映像記録装置。
8. 入力映像からオブジェクトを検出するステップと、
   前記オブジェクトが検出された場合、前記入力映像から前記検出されたオブジェクトの特徴量を抽出し、前記入力映像を補正し、前記補正された映像と、前記抽出された特徴量とを対応付けて記録するステップと
   を有することを特徴とする映像記録方法。
9. 入力映像からオブジェクトを検出するステップと、
   前記オブジェクトが検出された場合、前記入力映像を補正し、前記補正された映像と、前記入力映像の中の前記検出されたオブジェクトの映像とを対応付けて記録するステップと
   を有することを特徴とする映像記録方法。
10. コンピュータを、請求項１〜７のいずれか１項に記載された映像記録装置の各手段として機能させるためのプログラム。

Images