JP2023042400A - データ収集装置、データ収集方法及びデータ収集プログラム - Google Patents
データ収集装置、データ収集方法及びデータ収集プログラム Download PDFInfo
- Publication number
- JP2023042400A JP2023042400A JP2021149678A JP2021149678A JP2023042400A JP 2023042400 A JP2023042400 A JP 2023042400A JP 2021149678 A JP2021149678 A JP 2021149678A JP 2021149678 A JP2021149678 A JP 2021149678A JP 2023042400 A JP2023042400 A JP 2023042400A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- data
- objects
- image
- unit
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 30
- 238000003384 imaging method Methods 0.000 claims abstract description 88
- 230000005540 biological transmission Effects 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000013500 data storage Methods 0.000 claims abstract description 24
- 238000001514 detection method Methods 0.000 claims description 80
- 238000010801 machine learning Methods 0.000 claims description 69
- 238000004364 calculation method Methods 0.000 claims description 47
- 238000013480 data collection Methods 0.000 claims description 29
- 230000007423 decrease Effects 0.000 claims description 18
- 238000004891 communication Methods 0.000 description 25
- 238000010586 diagram Methods 0.000 description 12
- 206010000117 Abnormal behaviour Diseases 0.000 description 10
- 206010042635 Suspiciousness Diseases 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 244000309464 bull Species 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
-
- 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
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06T2207/30—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
- G06T2207/30241—Trajectory
-
- 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
- G06T2207/30242—Counting objects in image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
- Studio Devices (AREA)
Abstract
Description
前記撮影装置から当該データ収集装置への画像データの送信を制御する送信制御部と、
前記撮影装置から受信した前記画像データによって表される画像群のそれぞれの画像に含まれる物体を検出する物体検出部と、
検出された物体を連続する画像間でトラッキングする物体追跡部と、
前記物体追跡部によってトラッキングされた各物体に関する物体画像データを前記処理に用いられるデータとして記憶装置に記憶させるデータ記憶部と、
前記撮影装置から受信した画像データによって表される画像に含まれる物体の数を算出する数算出部と、を有し、
前記送信制御部又は前記物体検出部は、前記数算出部によって算出された物体の数が相対的に多い場合には、前記数算出部によって算出された物体の数が相対的に少ない場合に比べて、前記データ記憶部によって記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、前記送信を制御するか又は前記物体を検出する、データ収集装置。
(2)前記送信制御部は、前記数算出部によって算出された物体の数が相対的に多い場合には、前記数算出部によって算出された物体の数が相対的に少ない場合に比べて、前記撮影装置から当該データ収集装置への前記画像の送信頻度を低くさせる、上記(1)に記載のデータ収集装置。
(3)前記物体検出部は、前記数算出部によって算出された物体の数が相対的に多い場合には、前記数算出部によって算出された物体の数が相対的に少ない場合に比べて、前記物体の検出頻度を低くする、上記(1)又は(2)に記載のデータ収集装置。
(4)前記送信制御部又は前記物体検出部は、前記数算出部によって算出された物体の数が多いほど前記データ記憶部によって記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、前記送信を制御するか又は前記物体を検出する、上記(1)~(3)のいずれか1つに記載のデータ収集装置。
(5)前記数算出部は、前記物体検出部によって検出された物体の数を算出する、上記(1)~(4)のいずれか1つに記載のデータ収集装置。
(6)前記所定の処理は、画像データを入力すると該画像データに関連する出力パラメータの値を出力する機械学習モデルに、前記記憶装置に記憶された各物体に関する物体画像データを入力して前記出力パラメータの値を出力する処理である、上記(1)~(5)のいずれか1つに記載のデータ収集装置。
(7)撮影装置から受信した連続する画像群を表す画像データに基づいて、所定の処理に用いられるデータを収集するデータ収集方法であって、
前記撮影装置からの画像データの送信を制御することと、
前記撮影装置から受信した前記画像データによって表される画像群のそれぞれの画像に含まれる物体を検出することと、
検出された物体を連続する画像間でトラッキングすることと、
前記トラッキングされた各物体に関する物体画像データを前記処理に用いられるデータとして記憶装置に記憶させることと、
前記撮影装置から受信した画像データによって表される画像に含まれる物体の数を算出することと、を有し、
前記画像データの送信の制御又は前記物体の検出は、前記算出された物体の数が相対的に多い場合には、前記算出された物体の数が相対的に少ない場合に比べて、前記記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、行われる、データ収集方法。
(8)撮影装置から受信した連続する画像群を表す画像データに基づいて、所定の処理に用いられるデータを収集するデータ収集プログラムであって、
前記撮影装置からの画像データの送信を制御することと、
前記撮影装置から受信した前記画像データによって表される画像群のそれぞれの画像に含まれる物体を検出することと、
検出された物体を連続する画像間でトラッキングすることと、
前記トラッキングされた各物体に関する物体画像データを前記処理に用いられるデータとして記憶装置に記憶させることと、
前記撮影装置から受信した画像データによって表される画像に含まれる物体の数を算出することと、をコンピュータに実行させ、
前記画像データの送信の制御又は前記物体の検出は、前記算出された物体の数が相対的に多い場合には、前記算出された物体の数が相対的に少ない場合に比べて、前記記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、行われる、データ収集プログラム。
<機械学習システムの構成>
図1~7を参照して、第一実施形態に係る機械学習システム1の構成について説明する。図1は、一つの実施形態に係る機械学習システム1の概略的な構成図である。機械学習システム1は、サーバにおいて用いられる機械学習モデルを学習させる。また、機械学習システムは、機械学習モデルの学習に必要なデータを複数の撮影装置から収集するデータ収集システムとしても機能する。
本実施形態では、サーバ20において、任意の処理を行うときに、機械学習された機械学習モデルが用いられる。機械学習モデルは、様々な機械学習アルゴリズムに基づいたモデルである。本実施形態では、機械学習モデルは、例えば、ニューラルネットワーク(NN)、サポートベクトルマシン(SVM)、決定木(DT)といった、教師あり学習によって学習されるモデルである。
次に、図3及び図4を参照して、サーバ20における機械学習モデルを使用した処理について説明する。本実施形態では、サーバ20は、撮影装置10によって作成された画像データに基づいて、画像データに表される画像中の人物の不審度を算出する。加えて、サーバ20は、不審度が一定の基準値以上になったときにはサーバを利用するユーザに不審度が高い人物を通知する。
次に、図3及び図5を参照して、サーバ20における機械学習モデルの学習処理について説明する。本実施形態では、サーバ20は、撮影装置10によって作成された画像データに基づいて、不審度を算出する機械学習モデルの学習を行う。機械学習モデルの学習にあたっては、物体検出部231、物体追跡部232及びデータ記憶部233に加えて、データセット作成部236及びモデル学習部237が用いられる(図3を参照)。
次に、図3及び図6を参照して、サーバ20における画像データの収集処理について説明する。画像データの収集にあたっては、物体検出部231に加えて、数算出部238及び送信制御部239が用いられる(図3を参照)。
本実施形態では、撮影装置10から受信した画像データによって表される画像に含まれる人物の数が多いほど、撮影装置10からサーバ20への画像データの目標送信頻度が低くされる。この結果、画像に含まれる人物の数が多いほど、物体追跡部232により一つの人物について行われるトラッキングの頻度が低下する。したがって、トラッキングに必要な処理負荷を低く抑えることができ、よってプロセッサ23の動作速度の低下や電力消費量の増大を抑制することができる。
次に、図8~図10を参照して第2実施形態に係る機械学習システム1について説明する。以下では、第1実施形態に係る機械学習システム1とは異なる部分を中心に説明する。
4 通信ネットワーク
5 無線基地局
10 撮影装置
20 サーバ
Claims (8)
- 撮影装置から受信した連続する画像群を表す画像データに基づいて、所定の処理に用いられるデータを収集するデータ収集装置であって、
前記撮影装置から当該データ収集装置への画像データの送信を制御する送信制御部と、
前記撮影装置から受信した前記画像データによって表される画像群のそれぞれの画像に含まれる物体を検出する物体検出部と、
検出された物体を連続する画像間でトラッキングする物体追跡部と、
前記物体追跡部によってトラッキングされた各物体に関する物体画像データを前記処理に用いられるデータとして記憶装置に記憶させるデータ記憶部と、
前記撮影装置から受信した画像データによって表される画像に含まれる物体の数を算出する数算出部と、を有し、
前記送信制御部又は前記物体検出部は、前記数算出部によって算出された物体の数が相対的に多い場合には、前記数算出部によって算出された物体の数が相対的に少ない場合に比べて、前記データ記憶部によって記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、前記送信を制御するか又は前記物体を検出する、データ収集装置。 - 前記送信制御部は、前記数算出部によって算出された物体の数が相対的に多い場合には、前記数算出部によって算出された物体の数が相対的に少ない場合に比べて、前記撮影装置から当該データ収集装置への前記画像の送信頻度を低くさせる、請求項1に記載のデータ収集装置。
- 前記物体検出部は、前記数算出部によって算出された物体の数が相対的に多い場合には、前記数算出部によって算出された物体の数が相対的に少ない場合に比べて、前記物体の検出頻度を低くする、請求項1又は2に記載のデータ収集装置。
- 前記送信制御部又は前記物体検出部は、前記数算出部によって算出された物体の数が多いほど前記データ記憶部によって記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、前記送信を制御するか又は前記物体を検出する、請求項1~3のいずれか1項に記載のデータ収集装置。
- 前記数算出部は、前記物体検出部によって検出された物体の数を算出する、請求項1~4のいずれか1項に記載のデータ収集装置。
- 前記所定の処理は、画像データを入力すると該画像データに関連する出力パラメータの値を出力する機械学習モデルに、前記記憶装置に記憶された各物体に関する物体画像データを入力して前記出力パラメータの値を出力する処理である、請求項1~5のいずれか1項に記載のデータ収集装置。
- 撮影装置から受信した連続する画像群を表す画像データに基づいて、所定の処理に用いられるデータを収集するデータ収集方法であって、
前記撮影装置からの画像データの送信を制御することと、
前記撮影装置から受信した前記画像データによって表される画像群のそれぞれの画像に含まれる物体を検出することと、
検出された物体を連続する画像間でトラッキングすることと、
前記トラッキングされた各物体に関する物体画像データを前記処理に用いられるデータとして記憶装置に記憶させることと、
前記撮影装置から受信した画像データによって表される画像に含まれる物体の数を算出することと、を有し、
前記画像データの送信の制御又は前記物体の検出は、前記算出された物体の数が相対的に多い場合には、前記算出された物体の数が相対的に少ない場合に比べて、前記記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、行われる、データ収集方法。 - 撮影装置から受信した連続する画像群を表す画像データに基づいて、所定の処理に用いられるデータを収集するデータ収集プログラムであって、
前記撮影装置からの画像データの送信を制御することと、
前記撮影装置から受信した前記画像データによって表される画像群のそれぞれの画像に含まれる物体を検出することと、
検出された物体を連続する画像間でトラッキングすることと、
前記トラッキングされた各物体に関する物体画像データを前記処理に用いられるデータとして記憶装置に記憶させることと、
前記撮影装置から受信した画像データによって表される画像に含まれる物体の数を算出することと、をコンピュータに実行させ、
前記画像データの送信の制御又は前記物体の検出は、前記算出された物体の数が相対的に多い場合には、前記算出された物体の数が相対的に少ない場合に比べて、前記記憶装置に記憶されるデータの単位物体数当たりのデータ量が少なくなるように、行われる、データ収集プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021149678A JP7074244B1 (ja) | 2021-09-14 | 2021-09-14 | データ収集装置、データ収集方法及びデータ収集プログラム |
US17/941,604 US20230081930A1 (en) | 2021-09-14 | 2022-09-09 | Data collection device, data collection method, and data collection program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021149678A JP7074244B1 (ja) | 2021-09-14 | 2021-09-14 | データ収集装置、データ収集方法及びデータ収集プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7074244B1 JP7074244B1 (ja) | 2022-05-24 |
JP2023042400A true JP2023042400A (ja) | 2023-03-27 |
Family
ID=81731754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021149678A Active JP7074244B1 (ja) | 2021-09-14 | 2021-09-14 | データ収集装置、データ収集方法及びデータ収集プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230081930A1 (ja) |
JP (1) | JP7074244B1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024095396A1 (ja) * | 2022-11-02 | 2024-05-10 | 三菱電機株式会社 | 不審者検出装置および不審者検出方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014048702A (ja) * | 2012-08-29 | 2014-03-17 | Honda Elesys Co Ltd | 画像認識装置、画像認識方法、及び画像認識プログラム |
JP2017091092A (ja) * | 2015-11-06 | 2017-05-25 | 富士通株式会社 | 画像処理方法、画像処理プログラムおよび画像処理装置 |
JP2019114110A (ja) * | 2017-12-25 | 2019-07-11 | トヨタ自動車株式会社 | 情報収集システムおよびサーバ装置 |
JP2019125369A (ja) * | 2018-01-13 | 2019-07-25 | トヨタ自動車株式会社 | 複数のコネクティッド車両による観測値を関連付けるための学習方法 |
-
2021
- 2021-09-14 JP JP2021149678A patent/JP7074244B1/ja active Active
-
2022
- 2022-09-09 US US17/941,604 patent/US20230081930A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014048702A (ja) * | 2012-08-29 | 2014-03-17 | Honda Elesys Co Ltd | 画像認識装置、画像認識方法、及び画像認識プログラム |
JP2017091092A (ja) * | 2015-11-06 | 2017-05-25 | 富士通株式会社 | 画像処理方法、画像処理プログラムおよび画像処理装置 |
JP2019114110A (ja) * | 2017-12-25 | 2019-07-11 | トヨタ自動車株式会社 | 情報収集システムおよびサーバ装置 |
JP2019125369A (ja) * | 2018-01-13 | 2019-07-25 | トヨタ自動車株式会社 | 複数のコネクティッド車両による観測値を関連付けるための学習方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230081930A1 (en) | 2023-03-16 |
JP7074244B1 (ja) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vallathan et al. | Suspicious activity detection using deep learning in secure assisted living IoT environments | |
US8560467B2 (en) | Apparatus, method, and program for predicting user activity state through data processing | |
US10510157B2 (en) | Method and apparatus for real-time face-tracking and face-pose-selection on embedded vision systems | |
US11580747B2 (en) | Multi-spatial scale analytics | |
JP5459674B2 (ja) | 移動物体追跡システムおよび移動物体追跡方法 | |
JP2018032078A (ja) | 他の物体の画像領域も考慮して物体を追跡する装置、プログラム及び方法 | |
US11252323B2 (en) | Facilitation of visual tracking | |
JP2013192154A (ja) | 監視装置、信頼度算出プログラム、および信頼度算出方法 | |
CN117456419A (zh) | 利用神经网络的视频监视 | |
JP7446060B2 (ja) | 情報処理装置、プログラム及び情報処理方法 | |
KR102511287B1 (ko) | 영상 기반 자세 예측 및 행동 검출 방법 및 장치 | |
JP2018205900A (ja) | 監視システム及び監視方法 | |
JP2023042400A (ja) | データ収集装置、データ収集方法及びデータ収集プログラム | |
Krishnan et al. | Benchmarking conventional vision models on neuromorphic fall detection and action recognition dataset | |
CN117351405A (zh) | 一种人群行为分析系统及方法 | |
US11209796B2 (en) | Surveillance system with intelligent robotic surveillance device | |
JP2019194758A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP2021196934A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN111695404A (zh) | 行人跌倒检测方法、装置、电子设备及存储介质 | |
CN111738059A (zh) | 一种面向无感场景的人脸识别方法 | |
KR101982942B1 (ko) | 객체 추적 방법 및 이를 수행하는 장치들 | |
JP2014215747A (ja) | 追跡装置、追跡システム、及び、追跡方法 | |
JP2020182172A (ja) | データ処理システム、データ処理方法、プログラム、センサ装置および受信装置 | |
CN113642519A (zh) | 一种人脸识别系统和人脸识别方法 | |
Lu et al. | IoT-Enabled Streaming Image Analytics With Privacy-Aware Self-Adaptive and Reflective Designs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210914 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220118 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220412 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220425 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7074244 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |