JP2022162478A - 監視装置および監視システム - Google Patents

Abstract

【課題】カメラ画像に基づいて、車両が走行する侵入禁止区域に侵入する人物を検知して報知を行う場合に、カメラ画像内の被写体の写り方が大きく変化する状況でも、侵入禁止区域に車両が存在するか否かの判定の精度を確保して誤報を防止する。【解決手段】侵入禁止区域および乗降場所を撮影したカメラ画像に基づいて、侵入禁止区域に侵入した人物を検出する第１の処理（線路侵入人物検出処理）を、複数のカメラ画像ごとに行うと共に、カメラ画像に基づいて、侵入禁止区域における車両の有無を判定する第２の処理（在線判定処理）を、複数のカメラ画像ごとに行い、第１の処理の検出結果および第２の処理の判定結果の両方に基づいて報知の要否を判定し、さらに、報知の要否を判定する処理の前段に、第２の処理におけるカメラごとの判定結果の正誤を統合的に判定して、カメラごとの判定結果のうちの誤りと判定された一部の判定結果を修正する。【選択図】図５

Description

本発明は、車両が走行する侵入禁止区域および乗降場所を撮影する複数のカメラごとのカメラ画像に基づいて、侵入禁止区域に人物が侵入したことを検知して報知を行う監視装置および監視システムに関するものである。

鉄道の駅では、利用者がホームから線路に転落することがあり、このような転落事故を早期に発見して、緊急停止の操作や救助などの必要な措置を迅速に実施することが望まれる。そこで、近年、ホームおよび線路を撮影したカメラ画像を利用して、ホームから線路に転落した転落者を検知して、転落者が発生したことを駅係員に報知する監視システムが提案されている。

このような転落者を検知する監視システムとして、従来、ホームおよびホーム沿いの線路を撮影したカメラ画像に基づいて転落者を検知する際に、ホーム沿いの線路に存在する列車を転落者と誤って検知することを避けるため、ホーム沿いの線路に列車が存在する場合には、転落者を検知する処理を停止する技術が知られている（特許文献１参照）。

特許第５３８６７４４号公報

環境変化によりカメラ画像内の被写体の写り方が大きく変化する。例えば、日照の変動により、日光の入射や反射の具合が変化したり、周辺の構造物の影の状況が変化したりすることで、被写体の写り方が大きく変化する。また、カメラのレンズに汚れや水滴などの異物が付着することで、被写体の写り方が大きく変化する。

一方、従来の技術のように、カメラ画像に基づいて、ホーム沿いの線路に列車が存在するか否かを判定する在線判定を行う場合、環境変化によりカメラ画像内の被写体の写り方が大きく変化することで、誤った判定が行われる場合がある。このような誤判定がある程度発生することは避けられないが、最終的に転落者の有無を判定して駅係員に報知する前に、在線判定の誤った判定結果を修正して、誤報が発生することを避けることが望まれる。

そこで、本発明は、カメラ画像に基づいて、車両が走行する侵入禁止区域に侵入する人物を検知して報知を行う場合に、カメラ画像内の被写体の写り方が大きく変化する状況にあっても、侵入禁止区域に車両が存在するか否かの判定の精度を確保して、誤報を防止することができる監視装置および監視システムを提供することを主な目的とする。

本発明の監視装置は、車両が走行する侵入禁止区域および乗降場所を撮影する複数のカメラごとのカメラ画像に基づいて、前記侵入禁止区域に人物が侵入したことを検知して報知を指示するプロセッサを備えた監視装置であって、前記プロセッサは、前記カメラ画像に基づいて、前記乗降場所から前記侵入禁止区域に侵入した人物を検出する第１の処理を、複数の前記カメラ画像ごとに行うと共に、前記カメラ画像に基づいて、前記侵入禁止区域における前記車両の有無を判定する第２の処理を、複数の前記カメラ画像ごとに行い、前記第１の処理の検出結果および前記第２の処理の判定結果の両方に基づいて前記報知の要否を判定し、さらに、前記報知の要否を判定する処理の前段に、前記第２の処理における前記カメラごとの判定結果の正誤を統合的に判定して、前記カメラ画像ごとの判定結果のうちの誤りと判定された一部の判定結果を修正する構成とする。

また、本発明の監視システムは、前記監視装置と、前記侵入禁止区域および前記乗降場所を撮影する複数のカメラと、前記監視装置からの指示に応じて所定の報知動作を行う報知装置と、を備えた構成とする。

本発明によれば、侵入禁止区域における車両の有無に関するカメラごとの判定結果の正誤を統合的に判定して、誤りである判定結果を修正する処理（在線判定結果修正処理）が行われる。これにより、カメラ画像内の被写体の写り方が大きく変化する状況により、一部のカメラ画像で、侵入禁止区域における車両の有無に関する判定が失敗した場合でも、他のカメラ画像の判定結果との整合性を考慮して、判定結果を修正することで、侵入禁止区域における車両の有無に関する判定結果の精度を確保して、誤報を防止することができる。

第１実施形態に係る監視システムの全体構成図 第１実施形態に係るカメラの設置状況を示す説明図 第１実施形態に係るカメラ画像上に設定される検知ラインおよび在線判定エリアを示す説明図 第１実施形態に係る監視サーバで行われる転落検知処理の概要を示す説明図 第１実施形態に係る監視サーバで行われる在線判定結果修正処理の概要を示す説明図 第１実施形態に係る監視サーバで行われる在線判定結果修正処理の一例を示す説明図 第１実施形態に係る監視サーバの概略構成を示すブロック図 第１実施形態に係る固定報知端末に表示される報知画面を示す説明図 第１実施形態に係る監視サーバで行われる処理の手順を示すフロー図 第２実施形態に係る監視サーバで行われる処理の概要を示す説明図 第３実施形態に係る監視サーバで行われる処理の概要を示す説明図

前記課題を解決するためになされた第１の発明は、車両が走行する侵入禁止区域および乗降場所を撮影する複数のカメラごとのカメラ画像に基づいて、前記侵入禁止区域に人物が侵入したことを検知して報知を指示するプロセッサを備えた監視装置であって、前記プロセッサは、前記カメラ画像に基づいて、前記乗降場所から前記侵入禁止区域に侵入した人物を検出する第１の処理を、複数の前記カメラ画像ごとに行うと共に、前記カメラ画像に基づいて、前記侵入禁止区域における前記車両の有無を判定する第２の処理を、複数の前記カメラ画像ごとに行い、前記第１の処理の検出結果および前記第２の処理の判定結果の両方に基づいて前記報知の要否を判定し、さらに、前記報知の要否を判定する処理の前段に、前記第２の処理における前記カメラごとの判定結果の正誤を統合的に判定して、前記カメラ画像ごとの判定結果のうちの誤りと判定された一部の判定結果を修正する構成とする。

これによると、侵入禁止区域における車両の有無に関するカメラごとの判定結果の正誤を統合的に判定して、誤りである判定結果を修正する処理（在線判定結果修正処理）が行われる。これにより、カメラ画像内の被写体の写り方が大きく変化する状況により、一部のカメラ画像で、侵入禁止区域における車両の有無に関する判定が失敗した場合でも、他のカメラ画像の判定結果との整合性を考慮して、判定結果を修正することで、侵入禁止区域における車両の有無に関する判定結果の精度を確保して、誤報を防止することができる。

また、第２の発明は、前記プロセッサは、前記カメラ画像の撮影範囲と、想定される前記車両の編成と、編成に応じた前記車両の停車区間とに基づいて、前記第２の処理における前記カメラ画像ごとの在線判定結果に誤りがあるか否かを判定する構成とする。

これによると、カメラごとの在線判定結果の誤りを的確に見つけ出して、カメラごとの在線判定結果を適切に修正することができる。

また、第３の発明は、前記プロセッサは、前記カメラ画像における前記車両の出現状況に基づいて、前記車両の編成を推定し、その推定された編成に応じた停車区間に基づいて、前記侵入禁止区域と前記乗降場所との境界線上に検知ラインを設定して、その検知ラインに基づいて前記第１の処理を行う構成とする。

これによると、ホームにおける車両が停車していない区間において利用者が侵入禁止区域に侵入することを精度よく検知することができる。

また、第４の発明は、前記プロセッサは、前記車両における進行方向の端部を検出し、その端部の位置に基づいて、前記侵入禁止区域と前記乗降場所との境界線上に検知ラインを設定して、その検知ラインに基づいて前記第１の処理を行う構成とする。

これによると、ホームにおける車両が停車していない区間において利用者が侵入禁止区域に侵入することを精度よく検知することができる。

また、第５の発明は、前記監視装置と、前記侵入禁止区域および前記乗降場所を撮影する複数のカメラと、前記監視装置からの指示に応じて所定の報知動作を行う報知装置と、を備えた監視システムである。

これによると、第１の発明と同様に、カメラ画像に基づいて、車両が走行する侵入禁止区域に侵入する人物を検知して報知を行う場合に、カメラ画像内の被写体の写り方が大きく変化する状況にあっても、侵入禁止区域に車両が存在するか否かの判定の精度を確保して、誤報を防止することができる。

以下、本発明の実施の形態を、図面を参照しながら説明する。

（第１実施形態）
図１は、第１実施形態に係る監視システムの全体構成図である。

監視システムは、鉄道の駅においてホームから線路に転落する人物（転落者）を検知して、その旨を駅係員に報知するものである。この監視システムは、カメラ１と、レコーダ２（録画装置）と、監視サーバ３（監視装置）と、固定報知端末４（報知装置）と、警報灯５（報知装置）と、移動報知端末６（報知装置）と、を備えている。カメラ１、レコーダ２、監視サーバ３、固定報知端末４、警報灯５、および移動報知端末６は、ネットワークを介して相互に接続されている。

カメラ１は、駅構内の所定の監視エリアごとに設置される。カメラ１は、監視エリアとして、ホームおよびホーム沿いの線路を撮影する。カメラ１は、監視エリアを撮影したカメラ画像を、ネットワークを介してレコーダ２や監視サーバ３に送信する。

レコーダ２は、カメラ画像をカメラ１から取得して蓄積する。

監視サーバ３は、駅構内の機器室やデータセンター等に設置される。監視サーバ３は、カメラ画像をカメラ１から取得して、ホームから線路に転落する人物（転落者）を検知する処理（転落検知処理）を行う。また、監視サーバ３は、転落者を検知すると、その旨を駅係員に報知する処理を行う。具体的には、固定報知端末４、警報灯５、および移動報知端末６に所定の報知動作を行うように指示する。なお、監視サーバ３の機能が、クラウドコンピュータにより実現されるものとしてもよい。

固定報知端末４は、事務室などに設置される。固定報知端末４は、ＰＣに転落報知用のアプリケーションをインストールすることで実現することができる。固定報知端末４では、監視サーバ３からの指示に応じて、転落者がいることを駅係員に知らせる報知動作として、報知画面が表示される。

警報灯５は、事務室などに設置される。この警報灯５では、監視サーバ３からの指示に応じて、転落者がいることを駅係員に知らせる報知動作として、ランプの点灯やアラーム音の出力が行われる。

移動報知端末６は、スマートフォンやタブレット端末などのモバイル端末である。移動報知端末６は、現場に駆けつけて必要な措置を実行する駅係員が所持する。移動報知端末６では、監視サーバ３からの指示に応じて、転落者がいることを駅係員に知らせる報知動作として、報知画面の表示やアラーム音の出力や振動の出力が行われる。

なお、本実施形態では、鉄道の駅のホームから利用者が線路に転落する事故を検知して係員に報知するものとしたが、鉄道の駅に限定されない。例えば、遊園地において、アトラクションの乗り物に利用者が乗り降りするデッキから乗り物の走行エリアに侵入（転落）する事故を検知して係員に報知するものとしてもよい。

また、本実施形態では、鉄道の駅においてホームから線路に転落する転落者を検知して、転落者がいる旨を駅係員に報知するが、監視対象は人物に限定されず、荷物などの物体が線路に落下したことを検知して、落下物がある旨を駅係員に報知するものとしてもよい。

次に、第１実施形態に係る監視サーバ３で行われる転落検知処理について説明する。図２は、カメラ１の設置状況を示す説明図である。図３は、カメラ画像上に設定される検知ラインおよび在線判定エリアを示す説明図である。図４は、監視サーバ３で行われる転落検知処理の概要を示す説明図である。

図２に示すように、カメラ１は、監視エリアとして、ホーム（乗降場所）およびホーム沿いの線路（侵入禁止区域）を撮影する。カメラ１は、複数設置されており、複数のカメラ１により、ホームおよびホーム沿いの線路が漏れなく撮影される。これにより、転落検知処理における死角をなくして検知漏れを防止することができる。

図３に示すように、監視サーバ３は、ホームおよびホーム沿いの線路が写るカメラ画像を取得する。監視サーバ３は、カメラ画像に基づいて、ホームから線路に転落する人物（転落者）を検知して（転落検知処理）、転落事故が発生したことを駅係員に報知する。

具体的には、図４に示すように、監視サーバ３は、カメラ画像に基づいて、ホームからホーム沿いの線路に侵入した人物を検出する線路侵入人物検出処理（第１の処理）を行うと共に、カメラ画像に基づいて、ホーム沿いの線路における列車（車両）の有無を判定する在線判定処理（第２の処理）を行い、線路侵入人物検出処理の検出結果および在線判定処理の判定結果の両方に基づいて報知の要否を判定する。

ここで、ホーム沿いの線路に列車が存在する、すなわち、ホーム沿いの線路に列車が停車している場合や、ホーム沿いの線路を列車が走行している場合には、人物がホームから線路に侵入（転落）できない。また、ホーム沿いの線路に列車が停車している場合には、ホーム側から線路側に移動する人物がいても、その人物は列車に乗り込んだ乗客であり転落者ではない。

そこで、本実施形態では、カメラ画像ごとの在線判定処理により、ホーム沿いの線路に列車が存在すると判定された場合には、そのカメラ画像を報知の対象から除外する。すなわち、ホーム沿いの線路に列車が存在しないと判定されたカメラ画像において、線路侵入人物検出処理により線路に侵入した人物を検出した場合に報知を指示する。

また、本実施形態では、図３に示したように、カメラ画像内のホームと線路との境界に検知ラインが設定される。線路侵入人物検出処理では、検知ラインを横切って線路に侵入する人物を検出する。具体的には、カメラ画像からホーム上の人物を検出し（人物検出処理）、検出された人物が、検知ラインを横切ってホーム側から線路側に移動したか否かを判定する（線路侵入判定処理）。

また、本実施形態では、図３に示したように、在線判定処理のために、予めカメラ画像上に矩形の在線判定エリアが設定される。この在線判定エリアは、カメラ画像において、ホーム沿いの線路に列車が存在する場合に、その列車の車体により覆われる線路の部分に設定される。在線判定処理では、カメラ画像から在線判定エリアの画像を切り出してエリア画像を取得し、そのエリア画像に基づいて、ホーム沿いの線路に列車が存在するか否かを判定する。

また、在線判定処理は、画像認識モデル（機械学習モデル）を利用して行われる。カメラ画像から切り出された在線判定エリアの画像（エリア画像）を画像認識モデルに入力することで、画像認識モデルから出力される在線判定結果を取得する。在線判定用の画像認識モデルは、ホーム沿いの線路に列車が存在する状態でのエリア画像と、ホーム沿いの線路に列車が存在しない状態でのエリア画像とを学習データとして、教師あり学習を予め行うことで構築される。

ところで、カメラ画像から在線判定エリアの画像を切り出したエリア画像には、在線判定エリアに列車がいない場合には被写体として線路が写り、在線判定エリアに列車がいる場合には被写体として列車の車体が写るが、環境変化により、エリア画像内の被写体の写り方が大きく変化する。例えば、日照の変動により、日光の入射や反射の具合が変化したり、周辺の構造物の影の状況が変化したりすることで、エリア画像内の被写体の写り方が大きく変化する。また、カメラ１のレンズに汚れや水滴などの異物が付着することで、エリア画像内の被写体の写り方が大きく変化する。

このようにエリア画像内の被写体の写り方が大きく変化すると、画像認識モデル（機械学習モデル）を用いた在線判定が失敗することがある。すなわち、実際には列車が存在しないにも拘わらず列車が存在すると判定されたり、実際には列車が存在するにも拘わらず列車が存在しないと判定されたりすることがある。このような在線判定の失敗が一部のカメラ１で発生することは避けられない。

そこで、本実施形態では、図４に示したように、監視サーバ３において、報知の要否を判定する処理（報知要否判定処理）の前段に、在線判定処理におけるカメラ１ごとの判定結果の正誤を判定して、カメラ１ごとの判定結果のうちの誤りと判定された一部の判定結果を修正する処理（在線判定結果修正処理）が行われる。

次に、第１実施形態に係る監視サーバ３で行われる在線判定結果修正処理について説明する。図５は、在線判定結果修正処理の概要を示す説明図である。図６は、在線判定結果修正処理の一例を示す説明図である。

図５に示すように、在線判定処理は、カメラ画像ごとに行われ、カメラ画像ごとの判定結果を取得する。また、線路侵入人物検出処理も、カメラ画像ごとに行われ、カメラ画像ごとの検出結果を取得する。また、本実施形態では、在線判定処理におけるカメラ画像ごとの判定結果の正誤を判定して、カメラ画像ごとの判定結果のうちの誤りと判定された一部の判定結果を修正する処理（判定結果修正処理）が行われる。

判定結果修正処理では、在線判定処理で取得した複数のカメラ１ごとの判定結果の正誤が統合的に判定される。具体的には、各カメラ画像の撮影範囲の位置と、想定される列車の編成と、編成に応じた列車の停車区間とに基づいて、他のカメラ画像の判定結果との整合性を考慮して、カメラ画像ごとの在線判定結果に誤りがあるか否かを判定し、一部の在線判定結果に誤りがある場合には、その在線判定結果を修正する。

図６（Ａ）に示す例では、各カメラ画像の単独での在線判定結果は、＃１のカメラ画像では「在線でない」、＃２のカメラ画像では「在線」、＃３のカメラ画像では「在線でない」、＃４のカメラ画像では「在線でない」、＃５のカメラ画像では「在線」となっている。この場合、＃２，＃５のカメラ画像の在線判定結果が「在線」なので、＃２のカメラ画像の撮影範囲から＃５のカメラ画像の撮影範囲までの間に、列車が在線しているものと推定される。このため、＃３のカメラ画像に関する「在線でない」の在線判定結果は誤りであり、＃３のカメラ画像の在線判定結果が「在線」に修正される。

図６（Ｂ）に示す例では、＃３のカメラ画像のみで在線判定結果が「在線」となり、他のカメラ画像の在線判定結果は全て「在線でない」となっている。この場合、ホーム沿いの線路に列車が停止していないものと推定される。このため、＃３のカメラ画像の「在線」の在線判定結果は誤りであり、＃３のカメラ画像の在線判定結果が「在線でない」に修正される。

報知要否判定処理では、線路侵入人物検出処理で取得したカメラ画像ごとの線路侵入人物検出結果と、在線判定処理で取得したカメラ画像ごとの在線判定結果とに基づいて、駅係員に対する報知の要否が判定される。このとき、一部のカメラ画像に関して在線判定結果修正処理で在線判定結果が修正された場合には、その修正済みの在線判定結果に基づいて、報知の要否が判定される。

このように本実施形態では、カメラ１ごとの判定結果の正誤を統合的に判定して、誤りである判定結果を修正する処理（在線判定結果修正処理）が行われる。これにより、カメラ画像内の被写体の写り方が大きく変化する状況により、一部のカメラ画像で在線判定が失敗した場合でも、他のカメラ画像の在線判定結果との整合性を考慮して、在線判定結果を修正することで、在線判定結果の精度を確保して、誤報を防止することができる。

次に、第１実施形態に係る監視サーバ３の概略構成について説明する。図７は、監視サーバ３の概略構成を示すブロック図である。

監視サーバ３は、通信部１１と、メモリ１２と、プロセッサ１３と、を備えている。

通信部１１は、ネットワークを介して、カメラ１、レコーダ２、固定報知端末４、警報灯５、および移動報知端末６との間で通信を行う。

メモリ１２は、プロセッサ１３で実行されるプログラムなどを記憶する。

プロセッサ１３は、メモリ１２に記憶されたプログラムを実行することで転落検知に係る各種の処理を行う。本実施形態では、プロセッサ１３が、画像取得処理、在線判定処理（第２の処理）、在線判定結果修正処理、線路侵入人物検出処理（第１の処理）、報知要否判定処理、および報知処理などを行う。

画像取得処理では、プロセッサ１３が、通信部１１により各カメラ１から受信したカメラ画像を取得する。カメラ１では、所定のフレームレート（例えば５ｆｐｓ）で監視エリアを撮影したカメラ画像が送信される。

在線判定処理では、プロセッサ１３が、各カメラ画像に基づいて、ホーム沿いの線路に列車が停車しているか否かを判定する。この在線判定処理では、在線判定用の画像認識モデル（機械学習モデル）が用いられる。カメラ画像上に設定された在線判定エリアの画像（エリア画像）をカメラ画像から切り出して、そのエリア画像を在線判定用の画像認識モデルに入力することで、画像認識モデルから、画像認識結果の在線判定結果が出力される。この在線判定処理は、カメラ画像ごとに個別に実施され、カメラ画像ごとの在線判定結果を得る。

なお、画像認識モデルから在線判定結果として、画像認識結果の確からしさを表す信頼度スコアが出力され、この信頼度スコアを所定のしきい値と比較して、ホーム沿いの線路に列車が停車しているか否かを表す在線判定結果を取得するものとしてもよい。

在線判定結果修正処理では、プロセッサ１３が、各カメラ画像の撮影範囲の位置と、想定される列車の編成と、編成に応じた列車の停車区間とに基づいて、在線判定処理で取得したカメラ画像ごとの在線判定結果に誤りがあるか否かを判定し、在線判定結果に誤りがある場合には、その在線判定結果を修正する。具体的には、カメラ画像の撮影範囲の位置を考慮した場合に、そのカメラ画像の在線判定結果が、想定される列車の編成および停車区間と整合しない場合には、そのカメラ画像の在線判定結果を誤りと判断して、その誤りがあるカメラ画像の在線判定結果を修正する。

なお、カメラ画像ごとの個別の在線判定結果としての信頼度スコアを取得して、そのカメラ画像ごとの信頼度スコアに基づいて、在線判定結果修正処理を行うものとしてもよい。

線路侵入人物検出処理では、プロセッサ１３が、各カメラ画像に基づいて、検知ラインを横切ってホーム側から線路側に移動する人物を検出する。このとき、まず、プロセッサ１３が、カメラ画像からホーム上の人物を検出する（人物検出処理）。次に、プロセッサ１３が、人物検出処理の検出結果に基づいて、検出された人物が、検知ラインを横切ってホーム側から線路側に移動したか否かを判定する（線路侵入判定処理）。この線路侵入人物検出処理は、カメラ画像ごとに個別に実施され、カメラ画像ごとの線路侵入人物検出結果を得る。

報知要否判定処理では、プロセッサ１３が、線路侵入人物検出処理で取得したカメラ画像ごとの線路侵入人物検出結果と、在線判定処理で取得したカメラ画像ごとの在線判定結果とに基づいて、転落事故の発生を係員に知らせる報知の要否を判定する。このとき、一部のカメラ画像に関して在線判定結果修正処理で在線判定結果が修正された場合には、その修正済みの在線判定結果が用いられる。

ここで、在線判定結果が在線でないカメラ画像に関して、線路侵入人物が検出された場合には、線路侵入人物を転落者と判断して、駅係員に対する報知が必要と判定する。一方、線路侵入人物が検出された場合でも、そのカメラ画像に関する在線判定結果が在線である場合には、線路侵入人物を列車に乗り込む乗客と判断して、駅係員に対する報知が不要と判定する。

報知処理では、プロセッサ１３が、報知要否判定処理の判定結果に応じて、駅係員に対する報知処理を指示する。具体的には、固定報知端末４、警報灯５、および移動報知端末６に、転落者がいることを駅係員に知らせる報知動作を行わせる。なお、マスク機能として、例えば列車の運行がない時間帯など、管理者が指定した時間帯では、報知処理が停止される。

次に、第１実施形態に係る固定報知端末４に表示される報知画面について説明する。図８は、報知画面を示す説明図である。

固定報知端末４では、監視サーバ３からの指示に応じて、転落者がいることを駅係員に知らせる報知動作として、報知画面が表示される。

報知画面には、転落検知発報中であることを表すアラームマーク３１が表示される。

また、報知画面には、第１のカメラ画像表示部３２と第２のカメラ画像表示部３３とが設けられている。第１のカメラ画像表示部３２には、線路侵入人物を検出した時点のカメラ画像が表示される。第２のカメラ画像表示部３３には、線路侵入人物を検出した時点より所定時間前のカメラ画像が表示される。第１のカメラ画像表示部３２および第２のカメラ画像表示部３３に表示されるカメラ画像は、レコーダ２に録画されたものであり、レコーダ２から取得して画面表示される。また、第１のカメラ画像表示部３２では、カメラ画像が静止画として表示される。一方、第２のカメラ画像表示部３３では、駅係員が操作部３４を操作することで、カメラ画像が動画として再生表示される。これにより、駅係員が、第１のカメラ画像表示部３２において、人物が転落した直後の状況を確認することができる。また、駅係員が、第２のカメラ画像表示部３３において、人物が転落する直前から転落する最中の状況を確認することができる。

また、報知画面には、ログ表示部３５が設けられている。ログ表示部３５には、過去に検知された転落事象が一覧表示される。具体的には、転落事象ごとの発報日時、およびカメラ名称などが表示される。ログ表示部３５に表示された転落事故のいずれかを選択すると、その選択された転落事故に関するカメラ画像が、第１のカメラ画像表示部３２および第２のカメラ画像表示部３３に表示される。これにより、駅係員が、過去に検知された転落事象を選択して、その転落事象の状況をカメラ画像により確認することができる。また、駅係員が、ログの検索入力画面（図示せず）から検索条件を入力し、その検索条件でヒットしたログから転落事象を選択して、その転落事象の状況をカメラ画像により確認できるようにしてもよい。

このように固定報知端末４において報知画面が表示されると、同時に、警報灯５および移動報知端末６において、監視サーバ３からの指示に応じて、所定の報知動作が行われる。警報灯５では、報知動作としてのランプの点灯およびアラーム音の出力により、転落者が発生したことを駅係員に報知する。また、移動報知端末６では、報知動作としての報知画面の表示やアラーム音の出力や振動により、転落者が発生したことを駅係員に報知する。なお、移動報知端末６の報知画面では、線路侵入人物を検出した時点のカメラ画像が表示されるものとしてもよい。

次に、第１実施形態に係る監視サーバ３で行われる処理の手順について説明する。図９は、監視サーバ３で行われる処理の手順を示すフロー図である。

監視サーバ３では、まず、プロセッサ１３が、通信部１１によりカメラ１から受信したカメラ画像を取得する（ＳＴ１０１）。

次に、プロセッサ１３が、カメラ画像を在線判定用の画像認識モデルに入力して、ホーム沿いの線路に列車が存在する在線状態であるか否かを判定する処理（在線判定処理）を行う（ＳＴ１０２）。

次に、プロセッサ１３が、各カメラ画像の撮影範囲の位置と、想定される列車の編成と、編成に応じた列車の停車区間とに基づいて、在線判定処理で取得したカメラ画像ごとの在線判定結果に誤りがあるか否かを判定し、在線判定結果に誤りがある場合には、その在線判定結果を修正する処理（在線判定結果修正処理）を行う（ＳＴ１０３）。

次に、プロセッサ１３が、検知ラインを横切って線路に侵入する人物（線路侵入人物）を検出する処理（線路侵入人物検出処理）を行う（ＳＴ１０４）。

次に、プロセッサ１３が、報知要否判定処理として、在線判定処理の判定結果が在線でなく（ＳＴ１０４でＮｏ）、且つ、線路侵入人物検出処理の検出結果が、線路侵入人物が存在する場合に（ＳＴ１０６でＹｅｓ）、プロセッサ１３が、駅係員に対する報知が必要と判定して、報知処理を行う（ＳＴ１０７）。具体的には、固定報知端末４、警報灯５、および移動報知端末６に、転落者がいることを駅係員に知らせる報知動作を行わせる。

（第２実施形態）
次に、第２実施形態について説明する。なお、ここで特に言及しない点は前記の実施形態と同様である。図１０は、第２実施形態に係る監視サーバ３で行われる処理の概要を示す説明図である。

利用者がホームから線路に転落する事故は、ホーム沿いの線路に列車が停車していない場合に発生する。一方、ホーム沿いの線路に列車が停車している場合には、列車が停車している場所、すなわち、列車の停車区間では、利用者がホームから線路に転落する可能性がなく、列車の停車区間から外れた場所で、利用者がホームから線路に転落する可能性がある。

一方、線路侵入人物検出処理では、ホームと線路との境界線上に検知ラインを設定して、その検知ラインを横切ってホーム側から線路側に移動する人物を検出する。ここで、ホームにおいて利用者が転落する可能性のない場所、具体的には、列車の停車区間は、線路侵入人物検出処理の対象から除外することができる。そこで、本実施形態では、利用者が転落する可能性のある区間、すなわち、列車の停車区間を除く区間に検知ラインが設定される。

また、列車の停車区間は列車の編成に応じて異なり、列車の編成ごとに列車の停車区間が定められている。すなわち、カメラ画像における列車の出現状況が、列車の編成に応じて複数のカメラ画像ごとに異なる。そこで、本実施形態では、複数のカメラ画像ごとの列車の出現状況に基づいて、列車の編成を推定する。さらに、推定された列車の編成に基づいて列車の停車区間を推定する。そして、推定された列車の停車区間に基づいて検知ラインを設定する。

図１０（Ａ）に示す例では、＃２，＃３，＃５のカメラ画像で在線、すなわち、ホーム沿いの線路に列車が存在すると判定される。また、＃２，＃３のカメラ画像では全体に列車が映る。一方、＃５のカメラ画像では遠方に列車が映る。この場合、ホームに停車する列車を３両編成と推定することができる。これにより、３両編成の列車の停車区間に基づいて検知ラインが設定される。

図１０（Ｂ）に示す例では、図１０（Ａ）に示す例と同様に、＃２，＃３，＃５のカメラ画像で在線と判定され、さらに＃２，＃３のカメラ画像では全体に列車が映る。一方、＃５のカメラ画像では近傍に列車が映る。この場合、ホームに停車する列車を４両編成と推定することができる。これにより、４両編成の列車の停車区間に基づいて検知ラインが設定される。

このように本実施形態では、ホーム沿いの線路に列車が停車している場合に、列車の編成を推定して、その列車の編成に応じた列車の停車区間に基づいて検知ラインが設定される。これにより、列車が停車していない区間において線路に転落した人物を確実に検知することができる。

例えば、図１０（Ａ）に示す例では、第１実施形態によると、＃５のカメラ画像が在線であるために転落検知の対象から除外される可能性があるが、本実施形態では、停車中の列車を３両編成と推定して検知ラインを設定することで、＃５のカメラ画像において遠方に写る列車の端部（先頭部または最後尾部）の手前側の区間における転落者を確実に検知することができる。

（第３実施形態）
次に、第３実施形態について説明する。なお、ここで特に言及しない点は前記の実施形態と同様である。図１１は、第３実施形態に係る監視サーバ３で行われる処理の概要を示す説明図である。

本実施形態では、第２実施形態と同様に、ホームと線路との境界線のうち、列車の停止区間を除く部分に検知ラインが設定されるが、第２実施形態とは異なり、物体検出技術を利用して列車の停止区間を推定する。具体的には、ホーム沿いの線路に停車している列車のフロント面を検出し（列車フロント面検出処理）、その検出結果に基づいて、列車の停止区間を推定して、その列車の停止区間に基づいて検知ラインを設定する。

ここで、列車のフロント面は、列車の進行方向の端部、すなわち、列車の先頭部または最後尾部であり、検出された列車のフロント面の位置に基づいて、列車の停止区間を推定することができる。具体的には、検出された矩形のフロント面の側縁から垂下した延長線が、ホームと線路との境界線に交差する点が、列車の停止区間の端点となり、この端点を基準にして検知ラインが設定される。

列車フロント面検出処理を行うにあたっては、予めカメラ画像上に、列車のフロント面が写る可能性がある領域が、フロント面探索エリアとして設定される。例えば、列車フロント面検出処理により、列車のフロント面としてフロントガラスの周辺部を検出する場合、列車のフロントガラスが写る可能性がある領域が、フロント面探索エリアとして設定される。

また、列車フロント面検出処理では、カメラ画像からフロント面探索エリアの画像（エリア画像）を切り出して、そのエリア画像から列車のフロント面を探索する。この列車フロント面検出処理は、画像認識モデル（機械学習モデル）を利用して行うことができる。この場合、カメラ画像から切り出したフロント面探索エリアの画像（エリア画像）を、列車フロント面検出用の画像認識モデルに入力することで、画像認識モデルから画像認識結果として、列車のフロント面の有無と列車のフロント面の位置情報とが出力される。

このように本実施形態では、列車のフロント面を検出して、その検出結果に基づいて検知ラインを設定するため、列車の編成に応じた所定の停止位置に列車が停止しなかった場合でも、列車の停車区間を精度よく特定して、検知ラインを適切に設定することができる。これにより、列車が停車していない区間において線路に転落した人物を確実に検知することができる。

この場合、ホーム沿いの線路に列車が停車している区間において、検知ラインを横切ってホーム側から線路側に移動する人物は、転落者として検知される。一方、列車に乗り込む人物は、検知ラインを横切らないため、転落者として検知されない。

以上のように、本出願において開示する技術の例示として、実施形態を説明した。しかしながら、本開示における技術は、これに限定されず、変更、置き換え、付加、省略などを行った実施形態にも適用できる。また、上記の実施形態で説明した各構成要素を組み合わせて、新たな実施形態とすることも可能である。

本発明に係る監視装置および監視システムは、カメラ画像に基づいて、車両が走行する侵入禁止区域に侵入する人物を検知して報知を行う場合に、カメラ画像内の被写体の写り方が大きく変化する状況にあっても、侵入禁止区域に車両が存在するか否かの判定の精度を確保して、誤報を防止することができる効果を有し、車両が走行する侵入禁止区域および乗降場所を撮影する複数のカメラごとのカメラ画像に基づいて、侵入禁止区域に人物が侵入したことを検知して報知を行う監視装置および監視システムなどとして有用である。

１ カメラ
２ レコーダ
３ 監視サーバ（監視装置）
４ 固定報知端末（報知装置）
５ 警報灯（報知装置）
６ 移動報知端末（報知装置）
１１ 通信部
１２ メモリ
１３ プロセッサ
３１ アラームマーク
３２ 第１のカメラ画像表示部
３３ 第２のカメラ画像表示部
３４ 操作部
３５ ログ表示部

Claims (5)

1. 車両が走行する侵入禁止区域および乗降場所を撮影する複数のカメラごとのカメラ画像に基づいて、前記侵入禁止区域に人物が侵入したことを検知して報知を指示するプロセッサを備えた監視装置であって、
   前記プロセッサは、
   前記カメラ画像に基づいて、前記乗降場所から前記侵入禁止区域に侵入した人物を検出する第１の処理を、複数の前記カメラ画像ごとに行うと共に、
   前記カメラ画像に基づいて、前記侵入禁止区域における前記車両の有無を判定する第２の処理を、複数の前記カメラ画像ごとに行い、
   前記第１の処理の検出結果および前記第２の処理の判定結果の両方に基づいて前記報知の要否を判定し、
   さらに、前記報知の要否を判定する処理の前段に、前記第２の処理における前記カメラごとの判定結果の正誤を統合的に判定して、前記カメラ画像ごとの判定結果のうちの誤りと判定された一部の判定結果を修正することを特徴とする監視装置。
2. 前記プロセッサは、
   前記カメラ画像の撮影範囲と、想定される前記車両の編成と、編成に応じた前記車両の停車区間とに基づいて、前記第２の処理における前記カメラ画像ごとの在線判定結果に誤りがあるか否かを判定することを特徴とする請求項１に記載の監視装置。
3. 前記プロセッサは、
   前記カメラ画像における前記車両の出現状況に基づいて、前記車両の編成を推定し、その推定された編成に応じた停車区間に基づいて、前記侵入禁止区域と前記乗降場所との境界線上に検知ラインを設定して、その検知ラインに基づいて前記第１の処理を行うことを特徴とする請求項１に記載の監視装置。
4. 前記プロセッサは、
   前記車両における進行方向の端部を検出し、その端部の位置に基づいて、前記侵入禁止区域と前記乗降場所との境界線上に検知ラインを設定して、その検知ラインに基づいて前記第１の処理を行うことを特徴とする請求項１に記載の監視装置。
5. 請求項１ないし請求項４のいずれかに記載の監視装置と、
   前記侵入禁止区域および前記乗降場所を撮影する複数のカメラと、
   前記監視装置からの指示に応じて所定の報知動作を行う報知装置と、
   を備えた監視システム。

Images