JP2020170252A - 画像処理装置、情報処理方法及びプログラム - Google Patents
画像処理装置、情報処理方法及びプログラム Download PDFInfo
- Publication number
- JP2020170252A JP2020170252A JP2019069997A JP2019069997A JP2020170252A JP 2020170252 A JP2020170252 A JP 2020170252A JP 2019069997 A JP2019069997 A JP 2019069997A JP 2019069997 A JP2019069997 A JP 2019069997A JP 2020170252 A JP2020170252 A JP 2020170252A
- Authority
- JP
- Japan
- Prior art keywords
- image
- partial
- image analysis
- priority
- processing
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 158
- 238000003672 processing method Methods 0.000 title claims description 4
- 238000010191 image analysis Methods 0.000 claims description 128
- 238000000034 method Methods 0.000 claims description 128
- 238000004458 analytical method Methods 0.000 claims description 33
- 230000010365 information processing Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 4
- 239000013598 vector Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 description 25
- 238000010801 machine learning Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- 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
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
Abstract
Description
画像中の人数を推定する方法として、機械学習によって得られた認識モデルを用いて、画像の所定の領域に映る人数を推定する方法が提案されている。特許文献1には、人体検出手段によって検出した人物の数を計数する方法が開示されている。また、特許文献2には、画像からコーナーやエッジ、高周波数帯域の強度等の特徴量を抽出し、抽出した特徴量から画像の混雑度を推定する技術が開示されている。
また、非特許文献2には、固定サイズの小画像を入力とし、小画像中の人数を出力する回帰器を機械学習により学習し、画像中の各小領域を示す各小画像中の人数を回帰器で求め、その和をとることで人数を推定する技術が開示されている。
また、画像中の異常を検知する方法には、特許文献4がある。特許文献4には、時系列画像を複数の時空間セグメントに分割し、時空間セグメントのそれぞれに対して動き特徴量を算出し、時空間セグメントごとに、正常セグメントか異常セグメントの何れかに分類する技術が開示されている。
そこで、本発明は、より高速な画像解析処理の実現を支援することを目的とする。
図1は、本実施形態の画像処理装置100のハードウェア構成の一例を示す図である。画像処理装置100は、入力された画像に対して画像解析処理を実行する情報処理装置である。本実施形態では、画像処理装置100は、パーソナルコンピュータ(PC)であることとするが、サーバ装置、タブレット装置等の他の情報処理装置であってもよい。
本実施形態では、画像処理装置100は、画像解析処理として、画像中の人数推定処理を実行する。
CPU10は、画像処理装置100の全体の制御を司る中央演算装置である。メモリ11は、CPU10が処理に利用するデータ、プログラム等を記憶する記憶装置である。本実施形態では、メモリ11は、CPU10のワークエリアとして機能するRandom Access Memory(RAM)と、各種プログラム、各種データを記憶するRead Only Memory(ROM)と、を含む。ただし、メモリ11は、更に、ハードディスクドライブ(HDD)、ソリッドステートドライブ(SSD)等の補助記憶装置を含むこととしてもよい。また、メモリ11は、着脱可能な半導体メモリ等の着脱可能な補助記憶装置を含むこととしてもよい。メモリ11は、記憶部の一例である。
CPU10がメモリ11に記憶されたプログラムにしたがって処理を実行することで、図2で後述する画像処理装置100の各機能、及び、図3で後述するフローチャートの処理が実現される。ただし、他の例として、CPU10が外部の装置からダウンロードしたプログラムにしたがって処理を実行することで、図2で後述する画像処理装置100の各機能、及び、図3で後述するフローチャートの処理が実現されることとしてもよい。
取得部201は、画像解析処理の対象として入力される画像(以下では、入力画像とする)と、入力画像のタイムスタンプと、を取得する。タイムスタンプとは、対応する入力画像が撮影された時刻を示す情報である。取得部201は、取得した入力画像を生成部202に送信する。
本実施形態では、取得部201が取得する入力画像のサイズは、一定であるとする。また、本実施形態では、取得部201が取得する入力画像内の領域には、複数の領域が予め設定されている。以下では、この複数の領域それぞれを、部分領域とする。本実施形態では、入力画像内の領域に設定されている部分領域の個数を、N個とおく。また、本実施形態では、各部分領域には、1番からN番までの番号が設定されている。
本実施形態では、取得部201は、接続撮影装置から、接続撮影装置により撮影された画像を入力画像として取得する。ただし、他の例として、取得部201は、他の方法で入力画像を取得してもよい。例えば、取得部201は、メモリ11に記憶された画像を、入力画像として取得してもよい。また、例えば、取得部201は、ネットワークI/F12を介して、外部の装置から受信した画像を、入力画像として取得してもよい。
決定部203は、生成部202が生成した各部分画像に対して、画像解析処理の優先度を決定する。画像解析処理の優先度とは、対応する部分画像に対して、どの程度優先して画像解析処理を行うかを示す指標である。
管理部205は、解析部204により得られた画像解析処理の結果の情報、決定部203による優先度の決定に用いられる情報等を含む管理情報を、メモリ11に記憶し、管理する。管理情報は、入力画像に対する画像解析処理の結果の情報が格納される結果情報の一例である。管理情報の詳細については、図5で後述する。
表示制御部206は、取得部201により取得された入力画像と、管理部205により管理される画像解析処理の結果と、を表示装置13に表示する。
S301において、取得部201は、接続撮影装置から、入力画像と入力画像が撮影された時刻を示すタイムスタンプとを取得する。以下では、S301で取得された入力画像を、I1とおく。また、以下では、S301で取得された入力画像I1のタイムスタンプをT1とおく。
S302において、生成部202は、取得部201が取得した入力画像I1におけるN個の部分領域それぞれの画像を取得する。
生成部202は、取得した各部分領域の画像を、固定サイズにリサイズして部分画像を生成する。
本実施形態では、画像処理装置100は、予め、写っている人数が既知の画像を学習データとして、人の密度マップを推定する推定器を、サポートベクターマシンや深層学習等の既知の機械学習手法に基づいて学習する。そして、解析部204は、S302で生成された部分画像を、学習した推定器に入力することで、対応する密度マップを取得する。解析部204は、取得した密度マップの各画素の和を取ることで、入力画像I1におけるi番目の部分領域に存在する人の人数の推定値を取得する。
図5は、管理情報の一例を示す図である。管理情報は、インデックス、対応画像、推定人数、タイムスタンプの項目を含む。
インデックスは、部分領域の番号を示す項目である。また、対応画像は、部分領域に対応付けられた画像を示す項目であり、取得部201により取得された入力画像における対応する部分領域の部分画像を示す。また、推定人数は、部分領域に対応付けられた人数推定処理(本実施形態の画像解析処理)の結果を示す項目であり、対応する対応画像に対する人数推定処理の結果を示す。また、タイムスタンプは、対応する対応画像が撮影された時刻を示す項目である。即ち、タイムスタンプは、対応する対応画像の基となった入力画像が撮影された時刻を示す。
本実施形態では、管理情報に登録されているi番目の部分領域に対応する対応画像を、siとおく。また、管理情報に登録されているi番目の部分領域に対応する推定人数を、eiとおく。また、管理情報に登録されているi番目の部分領域に対応するタイムスタンプを、tiとおく。
図5に示される管理情報は、本実施形態におけるS303の処理の終了時刻における管理情報の内容を示す。
S305において、生成部202は、入力画像I2に対して、S302と同様の処理を行うことで、入力画像I2における各部分領域に対応する部分画像を生成する。以下では、S305で生成されたi番目の部分領域に対応する部分画像をs'iとおく。
入力画像I2における各部分領域の様子を図6に示す。画像600は、入力画像I2を示す。図6に示される矩形の枠で示される領域それぞれが、部分領域である。
部分画像s'iについての画像解析処理の優先度piは、管理情報に登録されている対応画像siと、部分画像s'iと、の差異が大きいほど多くなるように定められた指標である。管理情報に登録されている対応画像siと部分画像s'iとの差異が大きい程、部分画像s'iに対する画像解析処理の結果と、管理情報に登録されている対応画像siに対する画像解析処理の結果と、の相違が大きくなると考えられる。また、対応画像siと部分画像s'iとの差異が小さい程、部分画像s'iに対する画像解析処理の結果と、管理情報に登録されている対応画像siに対する画像解析処理の結果と、は似通っていると考えられる。
このようにすることで、画像処理装置100は、入力画像I2から生成された全ての部分画像について画像解析処理を実行する場合に比べて、入力画像I2に対するより高速な画像解析処理を実現できることとなる。
本実施形態では、優先度piは、以下の式1で定義される指標である。
pi=f(si、s'i)+λg(ti、T2) (式1)
式1で、関数fは、2つの画像を引数として受け取り、引数である2つの画像間の変動量を出力する関数である。本実施形態では、関数fは、2つの画像のそれぞれ対応する各画素の画素値の差分の絶対値の合計を、この2つの画像間の変動量として出力する関数である。即ち、本実施形態では、2つの画像間の変動量は、2つの画像それぞれの対応する各画素の画素値の差分の絶対値の合計である。これにより、決定部203は、部分画像に対応する管理情報に登録された対応画像と、この部分画像と、の画素値の変動が大きいほど、その部分画像の優先度を高く決定できる。更に、決定部203は、照明変動等により部分画像の画素値が全体的に変化する場合にも対応できるよう、各部分画像について画素値を正規化する前処理を事前に行ってから、fを用いて変動量を求めてもよい。
ただし、他の例として、2つの画像間の変動量は、2つの画像それぞれから作成された輝度のヒストグラム間の各ビンの値の差分の絶対値の合計であってもよい。その場合、関数fは、引数となる2つの画像それぞれから作成された輝度のヒストグラム間の各ビンの値の差分の絶対値の合計を出力する関数である。
また、2つの画像間の変動量は、2つの画像間の動きベクトルの長さの和であることとしてもよい。その場合、関数fは、引数となる2つの画像から、2つの画像間の動きベクトルを求めて、求めた動きベクトルの長さの合計を出力する関数である。
式1の関数gは、2つのタイムスタンプを引数にとり、一方のタイムスタンプと、他方のタイムスタンプと、の差分が大きいほど大きい値を出力する関数である。決定部203は、式1におけるg(ti、T2)により、管理情報に登録されているタイムスタンプが示す時刻からの経過時間が大きいタイムスタンプT2に対応する部分画像ほど、優先度を高く決定できる。
また、例えば、決定部203は、予め指定された部分領域の部分画像に対しては、一定値を更に加えるように、優先度を決定してもよい。これにより、画像処理装置100は、頻繁に群衆の人数や流れが変化することが分かっている部分領域や、重要な部分領域に対して、画像解析処理が行われる頻度を高くすることができる。
図7の例では、1番目の部分領域、3番目の部分領域それぞれについては、対応画像と部分画像との変動が他の部分領域に比べて小さいため、部分画像の優先度も他の部分領域に対応する部分画像よりも小さい値となる。
ただし、他の例として、解析部204は、S307で、予め定められた期間の間、対応する優先度が高いものから順に部分画像の画像解析処理を実行し続けることとしてもよい。また、解析部204は、対応する優先度が予め定められた閾値以上である部分画像全てに対して、画像解析処理を実行することとしてもよい。
管理部205による更新後の管理情報の一例を図8に示す。図8の例では、2番目の部分領域、N番目の部分領域等に対応する部分画像には、画像解析処理が実行された。また、1番目の部分領域、3番目の部分領域それぞれに対応する部分画像には、画像解析処理が実行されなかった。図8の管理情報には、2番目の部分領域、N番目の部分領域それぞれに対応する各項目の情報が、図5、7に示す状態から更新されていることが示されている。また、図8の管理情報には、1番目の部分領域、3番目の部分領域それぞれに対応する各項目の情報は、図5、7に示す状態から更新されていないことが示されている。
画像処理装置100は、以上の処理により更新された管理情報に示される各部分領域に対応する推定人数の値を、入力画像I2における各部分領域に対応する画像解析処理の結果として扱う。
図9(a)に、S308で表示制御部206により表示される画像の一例を示す。表示制御部206は、入力画像I2に重畳して各部分領域を示す枠を表示し、各部分領域の中央に、対応する推定人数を示す数値を表示する。
本実施形態では、更に、表示制御部206は、画像上で混雑する部分領域を視覚的に明らかにするため、各部分領域を、対応する推定人数に応じた色で着色する。また、表示制御部206は、画像の上部のテキスト領域901に、各部分領域に対応する推定人数の合計を表示する。
より具体的には、表示制御部206は、優先度が閾値以上にもかかわらず画像解析処理が行われなかった部分画像に対応する部分領域に、図9(b)に示す記号903を表示装置13に表示する。また、表示制御部206は、優先度が閾値以上にもかかわらず画像解析処理が行われなかった部分画像の数が、所定の閾値(例えば、1、2、5等)以上存在する場合、更に、画像全体の画像解析処理の結果の信頼度が低下していることを示す情報を表示する。本実施形態では、表示制御部206は、テキスト904を表示装置13に表示する。
その後、画像処理装置100は、実行した画像解析処理の結果を用いて更新された管理情報を入力画像I2に対する画像解析処理の結果として扱うこととした。これにより、画像処理装置100は、全ての部分画像に対して画像解析処理を実行する場合よりも高速に画像解析処理を実行できる。即ち、画像処理装置100は、優先度に応じて定まる一部の部分画像それぞれに対して、画像解析処理を実行することで、より高速な入力画像I2に対する画像解析処理の実現を支援できる。
本実施形態では、画像処理装置100は、2種類の方式の画像解析処理を用いて各部分画像の優先度を決定する。本実施形態では、画像処理装置100が実行する画像解析処理は、実施形態1と同様に画像内の人数推定処理である。
本実施形態の画像処理装置100のハードウェア構成及び機能構成は、実施形態1と同様である。
S1003において、解析部204は、生成部202によりS302で生成された部分画像の全てに対して、2つの方式で画像解析処理を行う。一方の方式は、実施形態1と同様の方式であり、実施形態1と同様の画像解析器を用いて画像解析処理を行う方式である。以下では、この方式を第1の方式とする。また、以下では、第1の方式で用いられる画像解析器を、第1の解析器とする。第1の方式での画像解析処理は、第1の画像解析処理の一例である。
第2の解析器は、第1の解析器よりも処理量が少なく、第1の解析器よりも高速であるが、解析の精度が低い。
第1の解析器は、例えば、深層学習等の演算量が比較的大きい手法を用いた解析器である。第2の解析器は、例えば、画像中の動体量やエッジ量等の比較的小さい演算量で求められる特徴量から回帰によって人数を推定する解析器である。
インデックス、対応画像、タイムスタンプそれぞれは、図5と同様である。また、第1の解析器による推定人数は、対応する対応画像に対する第1の解析器を用いた人数推定処理の結果を示す。また、第2の解析器による推定人数は、対応する対応画像に対する第2の解析器を用いた人数推定処理の結果を示す。
本実施形態では、実施形態1と同様に、管理情報に登録されているi番目の部分領域に対応する対応画像、タイムスタンプそれぞれを、si、tiとおく。
また、本実施形態では、管理情報に登録されているi番目の部分領域に対応する第1の解析器による推定人数を、eiとおく。また、管理情報に登録されているi番目の部分領域に対応する第2の解析器による推定人数を、εiとおく。
図11に示される管理情報は、本実施形態におけるS1003の処理の終了時刻における管理情報の内容を示す。
本実施形態では、決定部203は、i番目の部分領域に対応する部分画像s'iの優先度を、管理情報に登録されたεiと、部分画像s'iに対する第2の方式での画像解析処理の結果と、に基づいて決定する。
即ち、画像処理装置100は、部分画像s'iに対して第2の方式での画像解析処理を行い、個の解析結果と、管理情報に登録されたεiと、に基づいて、部分画像s'iと対応画像siとの間の変動を評価する。
そして、決定部203は、部分画像s'iの優先度piを、以下の式2を用いて求める。
pi=h(εi, ε'i)+λg(ti, T2) (式2)
式2の関数hは、2つの第2の方式での画像解析処理の結果を引数にとり、これらの2つの結果から、部分画像s'iと対応画像siとの間の変動の大きさを示し評価値を出力する関数である。本実施形態では、関数hは、以下の式3で示される関数である。
h(εi, ε'i) = |εi−ε'i| (式3)
また、式2の関数gは、式1の関数gと同じ関数である。また、λは、二つの項の重み付けを行う予め定められたパラメータである。
図12に、決定部203により各部分画像について決定された優先度の一例を示す。図12の例では、1番目の部分領域に対応する部分画像s'1についての優先度は、0.2である。また、2番目の部分領域に対応する部分画像s'2についての優先度は、1.2である。また、3番目の部分領域に対応する部分画像s'3についての優先度は、0.1である。また、N番目の部分領域に対応する部分画像s'Nについての優先度は、2.8である。図12の例では、部分画像s'1、部分画像s'3それぞれについての優先度が、他の部分画像についての優先度よりも相対的に低い値となっていることが分かる。
ただし、他の例として、解析部204は、S1007で、予め定められた期間の間、対応する優先度が高いものから順に部分画像の第1の方式での画像解析処理を実行し続けることとしてもよい。また、解析部204は、対応する優先度が予め定められた閾値以上である部分画像全てに対して、第1の方式での画像解析処理を実行することとしてもよい。
また、管理部205は、画像解析処理が行われた部分画像が示す部分領域に対応する対応画像を、この部分画像に変更する。また、管理部205は、画像解析処理が行われた部分画像が示す部分領域に対応するタイムスタンプを、この部分画像に対応する入力画像I2のタイムスタンプに変更する。
図13の管理情報には、2番目の部分領域、N番目の部分領域それぞれに対応する各項目の情報が、図11、12に示される状態から更新されていることが示されている。また、13の管理情報には、1番目の部分領域、3番目の部分領域それぞれに対応する各項目の情報は、図11、12に示される状態から更新されていないことが示されている。
S1008において、表示制御部206は、取得部201により取得された画像と、管理情報に登録された第1の解析器による推定人数とを、表示装置13に表示する。
本実施形態では、画像処理装置100は、複数の撮影装置から取得した複数の画像に対して画像解析処理を行う。
本実施形態の画像処理装置100のハードウェア構成及び機能構成は、実施形態1と同様である。
本実施形態では、カメラ1〜カメラMそれぞれにより撮影される画像それぞれの中に、予めそれぞれN1〜NM個の部分領域が設定されている。即ち、入力画像内に設定された部分領域の個数Nは、(N1+N2+...+NM)個となる。
画像処理装置100は、このN個の部分画像について、通しで1からNまでのインデックスを振る。そして、画像処理装置100は、実施形態1、又は実施形態2で説明した方法を用いて、各部分画像に対して優先度を決定し、その優先度に従って画像解析処理を行う。
実施形態1〜3では、画像処理装置100が実行する画像解析処理は、画像中の人数推定処理であるとした。ただし、他の例として、画像処理装置100が実行する画像解析処理は、部分画像に対して独立に行えるような画像解析処理であれば、他の画像解析処理でよい。例えば、画像処理装置100が実行する画像解析処理は、人流推定処理(人流の向きを推定する処理)や、群衆の異常判定処理(異常なふるまいを判定する処理)等の処理であってもよい。
例えば、画像処理装置100が画像解析処理として、人流の向きを推定する処理を行う場合を考える。このとき、優先度として、メモリ11に保存された人流の解析結果と、これから人流の解析が行われた結果得られる人流解析結果と、の差分が大きくなりそうな部分領域に対応する部分画像ほど高い値を持つように定義することとしてもよい。これにより、画像処理装置100は、現実の人流の変化に素早く追従できる、高速な画像解析処理が可能となる。
また、実施形態で1〜3では、画像解析処理の対象物は、人物であるとした。ただし、他の例として、画像解析処理の対象物は、例えば、自動車等の乗り物や、所定の動物等の人物以外であってもよい。
10 CPU
Claims (13)
- 入力画像に設定された複数の部分領域のそれぞれについて、前記部分領域と前記部分領域に対応づけられた対応画像とに基づいて、第1の画像解析処理の優先度を決定する決定手段と、
前記複数の部分領域のうちの前記決定手段により決定された前記優先度に応じて定まる一部の部分領域それぞれについて、前記第1の画像解析処理を実行する解析手段と、
を有する画像処理装置。 - 前記対応画像は、前記入力画像よりも前に前記第1の画像解析処理が実行された画像における前記対応画像に対応する部分領域を示す画像である請求項1に記載の画像処理装置。
- 前記決定手段は、前記複数の部分領域のそれぞれについて、前記部分領域に対応する前記対応画像と前記部分領域との変動量に基づいて、前記優先度を決定する請求項1又は2に記載の画像処理装置。
- 前記決定手段は、前記複数の部分領域のそれぞれについて、前記部分領域と前記部分領域に対応する前記対応画像との各画素の画素値の差分の絶対値の合計と、前記部分領域から作成された輝度のヒストグラムと前記対応画像から作成された輝度のヒストグラムとの各ビンの差分の絶対値の合計と、前記部分領域と前記対応画像とに基づいて推定された動きベクトルの長さの合計と、のうちの少なくとも1つに基づいて、前記対応画像と前記部分領域との前記変動量を決定し、決定した前記変動量に基づいて、前記優先度を決定する請求項3に記載の画像処理装置。
- 前記決定手段は、前記複数の部分領域のそれぞれについて、前記部分領域に対する、前記第1の画像解析処理よりも処理量が少ない第2の画像解析処理の結果と、前記部分領域に対応する前記対応画像に対する前記第2の画像解析処理の結果と、に基づいて、前記優先度を決定する請求項1又は2に記載の画像処理装置。
- 前記入力画像は、複数の撮影装置から取得された複数の画像である請求項1乃至5の何れか1項に記載の画像処理装置。
- 前記第1の画像解析処理は、画像中の人数推定処理、画像中の人流の推定処理、画像中の異常の判定処理のうちの少なくとも1つの処理である請求項1乃至6の何れか1項に記載の画像処理装置。
- 前記一部の部分領域それぞれについての前記第1の画像解析処理の結果に基づいて、記憶部に記憶された前記複数の部分領域それぞれについての前記第1の画像解析処理の結果を示す結果情報を更新する更新手段をさらに有する請求項1乃至7の何れか1項に記載の画像処理装置。
- 前記結果情報が示す前記複数の部分領域それぞれについての前記第1の画像解析処理の結果を表示部に表示する表示制御手段を更に有する請求項8に記載の画像処理装置。
- 前記表示制御手段は、前記結果情報が示す前記複数の部分領域それぞれについての前記第1の画像解析処理の結果を、前記複数の部分領域それぞれについて前記第1の画像解析処理が実行されたタイミングに応じた態様で、前記表示部に表示する請求項9に記載の画像処理装置。
- 前記表示制御手段は、前記複数の部分領域のうちの前記優先度が設定された閾値以上の部分領域であって、前記第1の画像解析処理が実行されなかった部分領域が存在する場合、前記第1の画像解析処理の精度が低下していることを示す情報を、前記表示部に表示する請求項9又は10に記載の画像処理装置。
- 画像処理装置が実行する情報処理方法であって、
入力画像に設定された複数の部分領域のそれぞれについて、前記部分領域と前記部分領域に対応づけられた対応画像とに基づいて、第1の画像解析処理の優先度を決定する決定ステップと、
前記複数の部分領域のうちの前記決定ステップで決定された前記優先度に応じて定まる一部の部分領域それぞれについて、前記第1の画像解析処理を実行する解析ステップと、
を含む情報処理方法。 - コンピュータを、請求項1乃至11の何れか1項に記載の画像処理装置の各手段として、機能させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019069997A JP2020170252A (ja) | 2019-04-01 | 2019-04-01 | 画像処理装置、情報処理方法及びプログラム |
US16/825,429 US11521392B2 (en) | 2019-04-01 | 2020-03-20 | Image processing apparatus and image processing method for image analysis process |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019069997A JP2020170252A (ja) | 2019-04-01 | 2019-04-01 | 画像処理装置、情報処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020170252A true JP2020170252A (ja) | 2020-10-15 |
JP2020170252A5 JP2020170252A5 (ja) | 2022-03-15 |
Family
ID=72603810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019069997A Pending JP2020170252A (ja) | 2019-04-01 | 2019-04-01 | 画像処理装置、情報処理方法及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US11521392B2 (ja) |
JP (1) | JP2020170252A (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7118934B2 (ja) * | 2019-09-04 | 2022-08-16 | 株式会社東芝 | 物体数推定装置、物体数推定方法、および物体数推定プログラム |
CN110941999B (zh) * | 2019-11-12 | 2023-02-17 | 通号通信信息集团有限公司 | 一种人群计数系统中自适应计算高斯核大小的方法 |
CN113628142B (zh) * | 2021-08-19 | 2022-03-15 | 湖南汽车工程职业学院 | 一种基于相似模拟的图片清晰化处理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1040391A (ja) * | 1996-07-19 | 1998-02-13 | Nippon Telegr & Teleph Corp <Ntt> | 文字出現フレーム抽出装置および方法 |
JP2003116139A (ja) * | 2001-10-03 | 2003-04-18 | Olympus Optical Co Ltd | 映像配信サーバ及び映像受信クライアントシステム |
JP2005284652A (ja) * | 2004-03-29 | 2005-10-13 | Tama Tlo Kk | 動きベクトルを用いた映像監視方法及び装置 |
JP2012234285A (ja) * | 2011-04-28 | 2012-11-29 | Dainippon Printing Co Ltd | 画像解析装置、画像解析方法、画像解析プログラム及び記録媒体 |
JP2018022340A (ja) * | 2016-08-03 | 2018-02-08 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101352029A (zh) * | 2005-12-15 | 2009-01-21 | 模拟装置公司 | 用于场景变化检测的随机子采样分区表决算法 |
JP2007201556A (ja) | 2006-01-23 | 2007-08-09 | Fujifilm Corp | 混雑情報提供システム及び方法 |
JP4818285B2 (ja) | 2008-01-30 | 2011-11-16 | 三菱電機株式会社 | 混雑滞留検知システム |
US8411963B2 (en) * | 2008-08-08 | 2013-04-02 | The Nielsen Company (U.S.), Llc | Methods and apparatus to count persons in a monitored environment |
GB2469679B (en) * | 2009-04-23 | 2012-05-02 | Imagination Tech Ltd | Object tracking using momentum and acceleration vectors in a motion estimation system |
JP5589527B2 (ja) * | 2010-04-23 | 2014-09-17 | 株式会社リコー | 撮像装置および追尾被写体検出方法 |
JP5848662B2 (ja) * | 2012-04-04 | 2016-01-27 | キヤノン株式会社 | 画像処理装置およびその制御方法 |
US10474921B2 (en) * | 2013-06-14 | 2019-11-12 | Qualcomm Incorporated | Tracker assisted image capture |
JP6271937B2 (ja) * | 2013-10-09 | 2018-01-31 | キヤノン株式会社 | 画像処理方法及び装置、プログラム |
JP6336952B2 (ja) | 2015-09-30 | 2018-06-06 | セコム株式会社 | 群衆解析装置 |
WO2017081540A1 (en) * | 2015-11-11 | 2017-05-18 | Scopio Lab Ltd. | Scanning microscope with real time response |
JP6977730B2 (ja) * | 2016-09-13 | 2021-12-08 | 日本電気株式会社 | 人流推定装置、人流推定方法およびプログラム |
JP6564756B2 (ja) | 2016-10-26 | 2019-08-21 | 日本電信電話株式会社 | 流動状況計測装置、方法、及びプログラム |
JP6968645B2 (ja) * | 2017-10-02 | 2021-11-17 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
US10614576B2 (en) * | 2018-02-05 | 2020-04-07 | Colossio, Inc. | Method and device for partition-based image tracking |
-
2019
- 2019-04-01 JP JP2019069997A patent/JP2020170252A/ja active Pending
-
2020
- 2020-03-20 US US16/825,429 patent/US11521392B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1040391A (ja) * | 1996-07-19 | 1998-02-13 | Nippon Telegr & Teleph Corp <Ntt> | 文字出現フレーム抽出装置および方法 |
JP2003116139A (ja) * | 2001-10-03 | 2003-04-18 | Olympus Optical Co Ltd | 映像配信サーバ及び映像受信クライアントシステム |
JP2005284652A (ja) * | 2004-03-29 | 2005-10-13 | Tama Tlo Kk | 動きベクトルを用いた映像監視方法及び装置 |
JP2012234285A (ja) * | 2011-04-28 | 2012-11-29 | Dainippon Printing Co Ltd | 画像解析装置、画像解析方法、画像解析プログラム及び記録媒体 |
JP2018022340A (ja) * | 2016-08-03 | 2018-02-08 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
Non-Patent Citations (1)
Title |
---|
中島 慶人 CHIKAHITO NAKAJIMA: "監視ライン上の歩行者を機械学習により実時間で検知する方式 Real-Time Pedestrian Detection on Monitori", 電子情報通信学会技術研究報告 VOL.105 NO.285 IEICE TECHNICAL REPORT, vol. 第105巻, JPN6023012896, 8 September 2005 (2005-09-08), JP, pages 55 - 60, ISSN: 0005026684 * |
Also Published As
Publication number | Publication date |
---|---|
US20200311440A1 (en) | 2020-10-01 |
US11521392B2 (en) | 2022-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102599212B1 (ko) | 적응적 실시간 검출 및 검사 네트워크(arden) | |
US11747898B2 (en) | Method and apparatus with gaze estimation | |
CN111368788B (zh) | 图像识别模型的训练方法、装置及电子设备 | |
US20180121739A1 (en) | Setting apparatus, output method, and non-transitory computer-readable storage medium | |
JPWO2016114134A1 (ja) | 移動状況推定装置、移動状況推定方法およびプログラム | |
US10289884B2 (en) | Image analyzer, image analysis method, computer program product, and image analysis system | |
JP2020170252A (ja) | 画像処理装置、情報処理方法及びプログラム | |
US11915430B2 (en) | Image analysis apparatus, image analysis method, and storage medium to display information representing flow quantity | |
US11017296B2 (en) | Classifying time series image data | |
JP2018022340A (ja) | 画像処理装置、情報処理方法及びプログラム | |
JP2017102865A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7446060B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
US20230115987A1 (en) | Data adjustment system, data adjustment device, data adjustment method, terminal device, and information processing apparatus | |
WO2020149044A1 (ja) | パラメータ選定装置、パラメータ選定方法、およびパラメータ選定プログラム | |
US20130265420A1 (en) | Video processing apparatus, video processing method, and recording medium | |
Faujdar et al. | Human Pose Estimation using Artificial Intelligence with Virtual Gym Tracker | |
JP2020166315A (ja) | 学習データの生成方法、トレーニング方法、予測モデル、コンピュータプログラム | |
JP2020071717A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7315022B2 (ja) | 機械学習装置、機械学習方法、及び、機械学習プログラム | |
JP7239002B2 (ja) | 物体数推定装置、制御方法、及びプログラム | |
JP2020201674A (ja) | 映像解析装置及びその制御方法及びプログラム | |
WO2020054058A1 (ja) | 識別システム、パラメータ値更新方法およびプログラム | |
WO2021156907A1 (ja) | 流量情報出力装置、制御方法、及びプログラム | |
JP6784039B2 (ja) | データ推定装置、データ推定方法、及び、データ推定プログラム | |
US20230401894A1 (en) | Behavior estimation device, behavior estimation method, and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220307 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220307 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230524 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230912 |