JP2021044728A - 通知判定装置、通知判定方法及び通知判定プログラム - Google Patents

Abstract

【課題】誤検出された場合における通知を減らす。【解決手段】重複計算部２３は、対象物が検出された画像データである対象画像データにおける対象物がある対象領域と、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データにおける誤検知物がある誤検知領域との重複率を計算する。類似度計算部２４は、対象画像データにおける対象領域の部分画像データである対象部分データと、誤検知画像データにおける誤検知領域の部分画像データである誤検知部分データとの類似度を計算する。判定部２５は、重複率と類似度とに基づき、対象物が検出されたことを通知するか否かを判定する。【選択図】図１

Description

この発明は、検出処理により対象物が検出されたことを通知するか否かを判定する技術に関する。

撮影装置によって撮影領域が撮影され得られた画像データから対象物を検出し、対象物が検出された場合に管理者等へ通知を行う技術がある。特許文献１には、撮影装置によって撮影領域が撮影され得られた画像データと、背景画像データとを比較することにより対象物を検出することが記載されている。

特開２０１８−１３３０４２号公報

画像データから対象物を検出する場合には、日照変化と影といった要因により、検出処理のロジックだけでは誤検出を防止することが難しいケースがある。誤検出された場合に、管理者等へ通知をしてしまうと、不要な確認作業等が発生してしまう。
特許文献１に記載されたように、背景画像データとの比較により対象物を検出する場合には、要因毎に背景画像データを用意しておくことも考えられる。しかし、背景画像データは、人等が映り込まないタイミングで取得する必要がある。そのため、現実には、背景画像データは夜間といった特定のタイミングでしか取得することができず、要因毎に背景画像データを用意しておくことは困難である。
この発明では、誤検出された場合における通知を減らすことを目的とする。

この発明に係る通知判定装置は、
対象物が検出された画像データである対象画像データにおける前記対象物がある対象領域と、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算する重複計算部と、
前記対象画像データにおける前記対象領域の部分画像データである対象部分データと、前記誤検知画像データにおける前記誤検知領域の部分画像データである誤検知部分データとの類似度を計算する類似度計算部と、
前記重複計算部によって計算された前記重複率と、前記類似度計算部によって計算された前記類似度とに基づき、前記対象物が検出されたことを通知するか否かを判定する判定部と
を備える。

前記判定部は、前記重複率が基準率以上であり、かつ、前記類似度が基準度合以上である場合には、通知しないと判定する。

前記類似度計算部は、前記重複率が基準率以上である場合に、前記対象部分データと前記誤検知部分データとの類似度を計算する。

前記重複計算部は、複数の誤検知物それぞれを対象の誤検知物として、前記対象領域と、前記対象の誤検知物が検出された誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算し、
前記類似度計算部は、前記複数の誤検知物それぞれが検出された誤検知画像データのうち、前記重複率が基準率以上である誤検知画像データにおける誤検知部分データと、対象部分データとの類似度を計算する。

前記対象画像データは、撮影装置によって撮影領域を撮影することにより得られた画像データであり、
前記通知判定装置は、さらに、
前記対象画像データと、前記撮影領域に前記対象物がない状態で前記撮影領域を撮影することにより得られた背景画像データとを比較することにより、前記対象画像データから前記対象物を検出する検出部
を備える。

この発明に係る通知判定方法は、
重複計算部が、対象物が検出された画像データである対象画像データにおける前記対象物がある対象領域と、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算し、
類似度計算部が、前記対象画像データにおける前記対象領域の部分画像データである対象部分データと、前記誤検知画像データにおける前記誤検知領域の部分画像データである誤検知部分データとの類似度を計算し、
判定部が、前記重複率と前記類似度とに基づき、前記対象物が検出されたことを通知するか否かを判定する。

この発明に係る通知判定プログラムは、
対象物が検出された画像データである対象画像データにおける前記対象物がある対象領域と、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算する重複計算処理と、
前記対象画像データにおける前記対象領域の部分画像データである対象部分データと、前記誤検知画像データにおける前記誤検知領域の部分画像データである誤検知部分データとの類似度を計算する類似度計算処理と、
前記重複計算処理によって計算された前記重複率と、前記類似度計算処理によって計算された前記類似度とに基づき、前記対象物が検出されたことを通知するか否かを判定する判定処理と
を行う通知判定装置としてコンピュータを機能させる。

この発明では、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データを用いて、対象物が検出されたことを通知するか否かを判定する。これにより、検出処理のロジックだけでは誤検出を防止することが難しく、何度も誤検出されてしまうようなケースについては、通知を行わないようにすることが可能である。

実施の形態１に係る通知判定装置１０の構成図。 実施の形態１に係る通知判定装置１０の処理の流れを示すフローチャート。 実施の形態１に係る誤検知データ記憶部３１に記憶されたデータを示す図。 実施の形態１に係る通知判定装置１０の処理の具体例の説明図。 実施の形態１に係る通知判定装置１０の処理の具体例の説明図。 実施の形態１に係るステップＳ１２で対象画像データから対象物を検出する処理のフローチャート。 変形例３に係る通知判定装置１０の構成図。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る通知判定装置１０の構成を説明する。
通知判定装置１０は、コンピュータである。
通知判定装置１０は、プロセッサ１１と、メモリ１２と、ストレージ１３と、通信インタフェース１４とのハードウェアを備える。プロセッサ１１は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。

プロセッサ１１は、プロセッシングを行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１１は、具体例としては、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。

メモリ１２は、データを一時的に記憶する記憶装置である。メモリ１２は、具体例としては、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。

ストレージ１３は、データを保管する記憶装置である。ストレージ１３は、具体例としては、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。また、ストレージ１３は、ＳＤ（登録商標，Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリカード、ＣＦ（ＣｏｍｐａｃｔＦｌａｓｈ，登録商標）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）といった可搬記録媒体であってもよい。

通信インタフェース１４は、外部の装置と通信するためのインタフェースである。通信インタフェース１４は、具体例としては、Ｅｔｈｅｒｎｅｔ（登録商標）、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）、ＨＤＭＩ（登録商標，Ｈｉｇｈ−Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）のポートである。

通知判定装置１０は、通信インタフェース１４を介して、監視カメラといった撮影装置４１と接続されている。

通知判定装置１０は、機能構成要素として、画像取得部２１と、検出部２２と、重複計算部２３と、類似度計算部２４と、判定部２５と、通知部２６とを備える。通知判定装置１０の各機能構成要素の機能はソフトウェアにより実現される。
ストレージ１３には、通知判定装置１０の各機能構成要素の機能を実現するプログラムが格納されている。このプログラムは、プロセッサ１１によりメモリ１２に読み込まれ、プロセッサ１１によって実行される。これにより、通知判定装置１０の各機能構成要素の機能が実現される。

また、ストレージ１３は、誤検知データ記憶部３１を実現する。

図１では、プロセッサ１１は、１つだけ示されていた。しかし、プロセッサ１１は、複数であってもよく、複数のプロセッサ１１が、各機能を実現するプログラムを連携して実行してもよい。

＊＊＊動作の説明＊＊＊
図２から図６を参照して、実施の形態１に係る通知判定装置１０の動作を説明する。
実施の形態１に係る通知判定装置１０の動作手順は、実施の形態１に係る通知判定方法に相当する。また、実施の形態１に係る通知判定装置１０の動作を実現するプログラムは、実施の形態１に係る通知判定プログラムに相当する。

図２を参照して、実施の形態１に係る通知判定装置１０の処理の流れを説明する。
図２に示す処理の前提として、図３に示すように、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データと、誤検知画像データにおける誤検知物がある誤検知領域の座標とが誤検知データとして、誤検知データ記憶部３１に記憶されている。

（ステップＳ１１：画像取得処理）
画像取得部２１は、通信インタフェース１４を介して、撮影領域を撮影装置４１によって撮影することにより得られた最新のフレームの画像データを対象画像データとして取得する。画像取得部２１は、対象画像データをメモリ１２に書き込む。

（ステップＳ１２：検出処理）
検出部２２は、ステップＳ１１で取得された対象画像データをメモリ１２から読み出す。検出部２２は、対象画像データから対象物を検出する。対象物は、具体例としては、一定時間以上置いてある物である置去物と、一定時間以上留まっている人である滞留人とである。検出部２２は、対象物が検出された場合には、対象画像データにおける対象物がある対象領域の座標を特定する。
対象画像データから対象物を検出する処理としては、対象画像データと背景画像データとの差分を取り、類似する差分が一定時間以上同じ位置に現れ続けているか否かを判定する処理を用いることができる。

（ステップＳ１３：検出判定処理）
検出部２２は、ステップＳ１２で対象物が検出された場合には、検出された各対象物を通知候補としてメモリ１２に書き込んだ上で、処理をステップＳ１４に進める。一方、検出部２２は、ステップＳ１２で対象物が検出されなかった場合には、処理をステップＳ１１に戻す。

ステップＳ１４からステップＳ１９の処理が、ステップＳ１３で検出された各対象物を処理対象として実行される。また、ステップＳ１４からステップＳ１８の処理が、誤検知データ記憶部３１に記憶された各誤通知データを処理対象として実行される。

（ステップＳ１４：重複計算処理）
重複計算部２３は、対象画像データにおける処理対象の対象物がある対象領域と、処理対象の誤通知データに含まれる誤検知画像データにおける誤検知物がある誤検知領域との重複率を計算する。
具体的には、重複計算部２３は、誤検知データ記憶部３１から処理対象の誤通知データに含まれる誤検知領域の座標を読み出す。重複計算部２３は、ステップＳ１２で特定された対象領域の座標と、誤検知データ記憶部３１から読み出された誤検知領域の座標とから、対象領域と誤検知領域との重複率を計算する。ここでは、重複計算部２３は、対象領域に対して誤検知領域が重複する割合を重複率として計算する。

（ステップＳ１５：重複判定処理）
判定部２５は、ステップＳ１４で計算された重複率が基準率以上である場合には、処理をステップＳ１６に進める。一方、判定部２５は、ステップＳ１４で計算された重複率が基準率未満である場合には、処理対象の誤通知データについての処理を終了する。

（ステップＳ１６：類似度計算処理）
類似度計算部２４は、対象画像データにおける処理対象の対象物がある対象領域の部分画像データである対象部分データと、処理対象の誤通知データに含まれる誤検知画像データにおける誤検知領域の部分画像データである誤検知部分データとの類似度を計算する。
具体的には、類似度計算部２４は、誤検知データ記憶部３１から処理対象の誤通知データに含まれる誤検知画像データ及び誤検知領域の座標を読み出す。類似度計算部２４は、誤検知画像データから誤検知領域の座標が示す領域の部分画像データを誤検知部分データとして切り出す。そして、類似度計算部２４は、対象部分データと、誤検知部分データとの類似度を計算する。

この際、例えば、類似度計算部２４は、対象部分データと、誤検知部分データとのエッジ差分を計算することにより、類似度を計算する。つまり、類似度計算部２４は、対象部分データ及び誤検知部分データそれぞれを対象として、エッジ検出処理を行いエッジ特徴を抽出する。エッジ検出処理は既存の方式を用いればよい。そして、類似度計算部２４は、対象部分データから抽出されたエッジ特徴を表す画像データと、誤検知部分データから抽出されたエッジ特徴を表す画像データとの間で差分がない画素を特定する。そして、類似度計算部２４は、対象部分データの画素数に対する差分がない画素の割合を類似度とする。
なお、類似度計算部２４は、エッジ特徴を表す画像データに対して、膨張処理と、平滑化処理と、オープニング処理と、クロージング処理とを行った上で、画素毎に差分の有無を判定してもよい。膨張処理と、オープニング処理と、クロージング処理とは、モルフォロジー変換の処理である。平滑化処理は、画像の輝度値を滑らかにする処理であり、例えば移動平均フィルタ又はガウシアンフィルタを用いて実行される処理である。

（ステップＳ１７：類似判定処理）
判定部２５は、ステップＳ１６で計算された類似度が基準度合以上である場合には、処理をステップＳ１８に進める。一方、判定部２５は、ステップＳ１６で計算された類似度が基準度合未満である場合には、処理対象の誤通知データについての処理を終了する。

（ステップＳ１８：候補削除処理）
通知部２６は、処理対象の対象物を通知候補から除外する。
つまり、判定部２５は、重複率が基準率以上であり、かつ、類似度が基準度合以上である場合には、通知しないと判定する。そして、通知しないと判定されると、通知部２６は、処理対象の対象物を通知候補から除外する。これにより、処理対象の対象物について通知がされなくなる。また処理していない対象物があれば、次の対象物についての処理が実行される。

（ステップＳ１９：通知処理）
通知部２６は、通知候補の対象物についての通知を行う。
つまり、判定部２５は、通知候補の対象物について、誤検知データ記憶部３１に記憶された全ての誤通知データとの比較で、重複率が基準率未満である場合と、類似度が基準度合未満である場合との少なくともいずれかの場合には、通知すると判定する。また処理していない対象物があれば、次の対象物についての処理が実行される。

ステップＳ１９で通知がされた場合には、管理者等によって通知が誤りであるか否かが判定される。通知が誤りであるとは、検出された対象物が対象物ではない誤った物であるという意味である。
通知が誤りであると判定されると、通知部２６は、ステップＳ１１で取得された対象画像データを誤検知画像データとし、ステップＳ１２で対象物が検出された領域の座標を誤検知物がある誤検知領域の座標として誤検知データ記憶部３１に書き込む。

図４及び図５を参照して、実施の形態１に係る通知判定装置１０の処理の具体例を説明する。
誤検知データ記憶部３１には、誤検知画像データ５１と、誤検知領域５２の座標とを含む誤通知データが記憶されているとする。つまり、柱７１の根本部分にできた影７２が対象物として誤通知され、そのときの画像データが誤検知画像データ５１であり、柱７１の根本部分にできた影７２の領域が誤検知領域５２である。

図４に示すように、ステップＳ１１で対象画像データ６１Ｘが取得され、ステップＳ１２で対象画像データ６１Ｘと背景画像データ６２との差分が計算され、対象物６３Ｘが特定されたとする。すると、ステップＳ１３では対象物６３Ｘが特定されたため、処理がステップＳ１４に進められる。ステップＳ１４からステップＳ１５では、対象物６３Ｘがある対象領域と誤検知領域５２とは概ね同じ位置であり、重複率が基準率以上となるため、処理がステップＳ１６に進められる。ステップＳ１６からステップＳ１７では、対象画像データ６１Ｘにおける対象領域の部分画像データである対象部分データと、誤検知画像データ５１における誤検知領域５２の部分画像データである誤検知部分データとは類似しておらず、類似率が基準度合未満となるため、ステップＳ１８の処理がスキップされる。そして、ステップＳ１９で、対象物６３Ｘについて通知される。

図５に示すように、ステップＳ１１で対象画像データ６１Ｙが取得され、ステップＳ１２で対象画像データ６１Ｙと背景画像データ６２との差分が計算され、対象物６３Ｙが特定されたとする。すると、ステップＳ１３では対象物６３Ｙが特定されたため、処理がステップＳ１４に進められる。ステップＳ１４からステップＳ１５では、対象物６３Ｙがある対象領域と誤検知領域５２とは概ね同じ位置であり、重複率が基準率以上となるため、処理がステップＳ１６に進められる。ステップＳ１６からステップＳ１７では、対象画像データ６１Ｙにおける対象領域の部分画像データである対象部分データと、誤検知画像データ５１における誤検知領域５２の部分画像データである誤検知部分データとは類似しており、類似率が基準度合以上となるため、処理がステップＳ１８に進められる。そして、ステップＳ１８で、対象物６３Ｙについて通知候補から除外される。

図６を参照して、実施の形態１に係るステップＳ１２で対象画像データから対象物を検出する処理について説明する。
（ステップＳ２１：画像取得処理）
検出部２２は、対象画像データをメモリ１２から読み出す。

（ステップＳ２２：背景差分計算処理）
検出部２２は、ステップＳ２１で取得された対象画像データと、背景画像データとの間の差分がある領域を示す背景差分情報を計算する。
背景差分情報は、対象画像データと背景画像データとの間におけるテクスチャの性質を定量的に表したテクスチャ特徴において差分がある領域を示す。テクスチャの性質とは、テクスチャの粗さと、方向性と、規則性と、粒状であるか線状であるかといったことである。実施の形態１では、テクスチャ特徴は、エッジ検出によって抽出されるエッジ特徴である。

（ステップＳ２３：対象物検知処理）
検出部２２は、過去の複数のフレームの画像データのうち基準数以上の画像データを対象画像データとしてステップＳ２２で計算された背景差分情報が差分が有ることを示す領域を、対象物がある対象領域として検知する。
基準数は、検知漏れと誤検知との関係と、過去の複数のフレームを何フレームとするかといった情報から事前に決定される値である。

（ステップＳ２４：領域判定処理）
検出部２２は、ステップＳ２３で検知された対象領域が新規の対象領域であるか否かを判定する。
検出部２２は、新規の対象領域である場合には、処理をステップＳ２５に進める。一方、検出部２２は、新規の対象領域でない場合には、処理をステップＳ２６に進める。

（ステップＳ２５：候補追加処理）
検出部２２は、ステップＳ２３で検知された対象領域を対象候補に追加する。そして、検出部２２は、ステップＳ２３で対象とした過去複数のフレームの対象画像データのうち、ステップＳ２３で検知された対象領域について背景差分情報が差分が有ることを示す対象画像データを、対象候補についてのテンプレートとして抽出する。
実施の形態１では、検出部２２は、ステップＳ２１で取得された対象画像データをテンプレートとして抽出する。ここで、ステップＳ２１で取得された対象画像データが取得されたことにより新規に対象領域が検知されたので、ステップＳ２１で取得された対象画像データについての背景差分情報は、対象領域について差分が有ることを示す。

ステップＳ２６からステップＳ２９の処理が、各対象候補を対象として実行される。

（ステップＳ２６：類似判定処理）
検出部２２は、対象の対象候補が示す領域について、ステップＳ２１で取得された対象画像データと、背景画像データとが類似するか否かを判定する。また、検出部２２は、対象の対象候補が示す領域について、ステップＳ２１で取得された対象画像データと、対象の対象候補についてのテンプレートとが類似するか否かを判定する。
具体的には、検出部２２は、対象画像データ及び背景画像データの対象候補が示す領域を対象として、グレースケールの画像データに変換した上で、エッジ検出を行いエッジ特徴を抽出する。そして、検出部２２は、対象画像データのエッジ特徴と、背景画像データのエッジ特徴との相関値を計算する。検出部２２は、相関値が閾値以上の場合に、対象画像データと背景画像データとが類似すると判定する。
同様に、検出部２２は、対象画像データ及びテンプレートの対象候補が示す領域を対象として、グレースケールの画像データに変換した上で、エッジ検出を行いエッジ特徴を抽出する。そして、検出部２２は、対象画像データのエッジ特徴と、テンプレートのエッジ特徴との相関値を計算する。検出部２２は、相関値が閾値以上の場合に、対象画像データとテンプレートとが類似すると判定する。

検出部２２は、対象画像データと背景画像データとが類似すると判定された場合には、処理をステップＳ２７に進める。また、検出部２２は、対象画像データとテンプレートとが類似すると判定された場合には、処理をステップＳ２８に進める。また、検出部２２は、対象画像データが背景画像データ及びテンプレートのどちらとも類似しないと判定された場合には、対象の対象候補についての処理を終了する。

（ステップＳ２７：候補除外処理）
検出部２２は、対象の対象候補が示す領域を対象候補から除外する。つまり、対象の対象候補が示す領域について、対象画像データと背景画像データとが類似するということは、対象の対象候補が示す領域には対象物がなくなったことを意味するため、検出部２２は、対象の対象候補が示す領域を対象候補から除外する。

（ステップＳ２８：時間判定処理）
検出部２２は、対象の対象候補が追加されてから基準期間以上経過したか否かを判定する。基準期間は、物が置かれてからどの程度経過した場合に置き去りとして扱うかに応じて決定される期間である。
検出部２２は、基準期間以上経過した場合には、処理をステップＳ２９に進める。一方、検出部２２は、基準期間以上経過していない場合には、対象の対象候補についての処理を終了する。

（ステップＳ２９：対象物特定処理）
検出部２２は、対象の対象候補が示す領域に対象物があると特定する。ここで特定された対象物がステップＳ１２で検出された対象物になる。

＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係る通知判定装置１０は、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データを用いて、対象物が検出されたことを通知するか否かを判定する。これにより、検出処理のロジックだけでは誤検出を防止することが難しく、何度も誤検出されてしまうようなケースについては、通知を行わないようにすることが可能である。
例えば、ある位置に出現する影については通知したいが、別の位置に出現する影については通知したくないといった場合がある。この場合には、ロジックで対応することは困難であるが、実施の形態１に係る通知判定装置１０であれば容易に対応可能である。

特に、実施の形態１に係る通知判定装置１０は、対象物がある対象領域と誤検知物がある誤検知領域との重複率が基準率以上であり、かつ、対象領域の部分画像データである対象部分データと誤検知領域の部分画像データである誤検知部分データとの類似度が基準度合以上である場合には、通知しないと判定する。これにより、日照変化と影といった要因により恒常的に発生してしまう誤検知については、通知を行わないようにすることが可能である。

実施の形態１に係る通知判定装置１０は、誤検知データ記憶部３１に複数の誤通知データを記憶しておくことが可能である。時間帯又は天気といった要因によって誤検知する傾向が異なるが、各傾向に対応した誤通知データを誤検知データ記憶部３１に記憶しておくことにより、各傾向における誤検知について、通知しないようにすることが可能である。

実施の形態１に係る通知判定装置１０は、対象物がある対象領域と誤検知物がある誤検知領域との重複率が基準率以上である場合にのみ、対象部分データと誤検知部分データとの類似度を計算する。重複率の計算に比べ、処理負荷が高い類似度の計算の実行回数を抑えることにより、全体としての処理負荷を抑えることが可能である。

＊＊＊他の構成＊＊＊
＜変形例１＞
実施の形態１では、類似度計算部２４は、エッジ差分を用いて類似度を計算した。しかし、エッジ差分に限らず、色差分といった他の差分方式を用いて類似度を計算してもよい。

＜変形例２＞
実施の形態１では、類似度計算部２４は、エッジ差分を用いて類似度を計算した。エッジ差分では、相関のピーク値により画像データ間のずれ量を計算可能である。そこで、類似度計算部２４は、対象部分データと誤検知部分データと間のずれ量が閾値以上である場合に、ずれ量だけ一方の画像データをずらした上で、類似度を計算し直してもよい。これにより、高精度に類似度を計算可能になる。

＜変形例３＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例３として、各機能構成要素はハードウェアで実現されてもよい。この変形例３について、実施の形態１と異なる点を説明する。

図７を参照して、変形例３に係る通知判定装置１０の構成を説明する。
各機能構成要素がハードウェアで実現される場合には、通知判定装置１０は、プロセッサ１１とメモリ１２とストレージ１３とに代えて、電子回路１５を備える。電子回路１５は、各機能構成要素と、メモリ１２と、ストレージ１３との機能とを実現する専用の回路である。

電子回路１５としては、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、ロジックＩＣ、ＧＡ（Ｇａｔｅ Ａｒｒａｙ）、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）が想定される。
各機能構成要素を１つの電子回路１５で実現してもよいし、各機能構成要素を複数の電子回路１５に分散させて実現してもよい。

＜変形例４＞
変形例４として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。

プロセッサ１１とメモリ１２とストレージ１３と電子回路１５とを処理回路という。つまり、各機能構成要素の機能は、処理回路により実現される。

１０ 通知判定装置、１１ プロセッサ、１２ メモリ、１３ ストレージ、１４ 通信インタフェース、１５ 電子回路、２１ 画像取得部、２２ 検出部、２３ 重複計算部、２４ 類似度計算部、２５ 判定部、２６ 通知部、３１ 誤検知データ記憶部、４１ 撮影装置、５１ 誤検知画像データ、５２ 誤検知領域、６１ 対象画像データ、６２ 背景画像データ、６３ 対象物、７１ 柱、７２ 影。

Claims (7)

1. 対象物が検出された画像データである対象画像データにおける前記対象物がある対象領域と、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算する重複計算部と、
   前記対象画像データにおける前記対象領域の部分画像データである対象部分データと、前記誤検知画像データにおける前記誤検知領域の部分画像データである誤検知部分データとの類似度を計算する類似度計算部と、
   前記重複計算部によって計算された前記重複率と、前記類似度計算部によって計算された前記類似度とに基づき、前記対象物が検出されたことを通知するか否かを判定する判定部と
   を備える通知判定装置。
2. 前記判定部は、前記重複率が基準率以上であり、かつ、前記類似度が基準度合以上である場合には、通知しないと判定する
   請求項１に記載の通知判定装置。
3. 前記類似度計算部は、前記重複率が基準率以上である場合に、前記対象部分データと前記誤検知部分データとの類似度を計算する
   請求項２に記載の通知判定装置。
4. 前記重複計算部は、複数の誤検知物それぞれを対象の誤検知物として、前記対象領域と、前記対象の誤検知物が検出された誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算し、
   前記類似度計算部は、前記複数の誤検知物それぞれが検出された誤検知画像データのうち、前記重複率が基準率以上である誤検知画像データにおける誤検知部分データと、前記対象部分データとの類似度を計算する
   請求項１から３までのいずれか１項に記載の通知判定装置。
5. 前記対象画像データは、撮影装置によって撮影領域を撮影することにより得られた画像データであり、
   前記通知判定装置は、さらに、
   前記対象画像データと、前記撮影領域に前記対象物がない状態で前記撮影領域を撮影することにより得られた背景画像データとを比較することにより、前記対象画像データから前記対象物を検出する検出部
   を備える請求項１から４までのいずれか１項に記載の通知判定装置。
6. 重複計算部が、対象物が検出された画像データである対象画像データにおける前記対象物がある対象領域と、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算し、
   類似度計算部が、前記対象画像データにおける前記対象領域の部分画像データである対象部分データと、前記誤検知画像データにおける前記誤検知領域の部分画像データである誤検知部分データとの類似度を計算し、
   判定部が、前記重複率と前記類似度とに基づき、前記対象物が検出されたことを通知するか否かを判定する通知判定方法。
7. 対象物が検出された画像データである対象画像データにおける前記対象物がある対象領域と、過去に誤通知であると判定された誤検知物が検出された画像データである誤検知画像データにおける前記誤検知物がある誤検知領域との重複率を計算する重複計算処理と、
   前記対象画像データにおける前記対象領域の部分画像データである対象部分データと、前記誤検知画像データにおける前記誤検知領域の部分画像データである誤検知部分データとの類似度を計算する類似度計算処理と、
   前記重複計算処理によって計算された前記重複率と、前記類似度計算処理によって計算された前記類似度とに基づき、前記対象物が検出されたことを通知するか否かを判定する判定処理と
   を行う通知判定装置としてコンピュータを機能させる通知判定プログラム。

Images